徐州冬季霧-霾天顆粒物粒徑及氣溶膠光學特性變化特征

郎紅梅,秦 凱*,袁麗梅,肖 昕,胡明玉,饒蘭蘭,王璐瑤

?

徐州冬季霧-霾天顆粒物粒徑及氣溶膠光學特性變化特征

郎紅梅1,2,秦 凱1,2*,袁麗梅2,肖 昕2,胡明玉1,2,饒蘭蘭1,2,王璐瑤1,2

(1.中國礦業大學,國土環境與災害觀測國家測繪地理信息局重點實驗室,江蘇 徐州 221116;2.中國礦業大學環境與測繪學院,江蘇 徐州 221116)

為研究徐州冬季霧-霾天氣形成過程中顆粒物粒徑及氣溶膠光學特性的變化特征,分析了2014年12月1日~2015年2月28日徐州大氣顆粒物質量濃度(PM10、PM2.5、PM1)、數濃度(0~1μm、1~2.5μm、2.5~10μm)和氣溶膠光學特性等數據.結果表明:0~1μm粒徑范圍細顆粒物的大量增多是引發徐州冬季霧-霾天氣的主要因素,徐州冬季地面風速小(靜風或輕風天氣),較高的大氣相對濕度對霧-霾的形成和維持起著重要影響作用.持續時間較長的霧霾天氣,因顆粒物吸濕增長和水汽附著,1~10μm粒徑范圍大氣顆粒物在霧霾時段易發生沉降而減少,后隨相對濕度降低霧霾轉為短時間的霾天氣,1~10μm顆粒物數濃度大幅上升.徐州冬季500nm波段AODtotal和 AODfine mode具有相同的變化趨勢,霧-霾日AODtotal和 AODfine mode顯著高于非霾日.AODfine mode與AODcoarse mode的比值霧-霾日亦明顯高于非霾日,而且在霧-霾日Angstrom波長指數主要集中在1~1.6,表明徐州冬季霧-霾時段大氣中細顆粒物為主控粒子.

霧-霾;吸濕增長;細顆粒物;AOD;Angstrom波長指數

冬季靜穩天氣條件下,出現霧-霾天氣,主要是由于大氣污染物特別是PM2.5逐漸累積引起[1-2].霧-霾時段PM2.5大量增多,加重了地面空氣污染狀況,不僅使能見度下降造成交通堵塞,而且還會引起呼吸系統和心血管疾病的發生[3-4]. 隨著社會工業化和城市化迅速發展,我國近10年

來中東部區域霧-霾問題日益嚴重,主要是由人為排放的大氣氣溶膠顯著增加所致[5-6].在形成霧-霾之后會使更多的太陽輻射反-散射回大氣空間,到達地面的輻射就會減少,使大氣層結穩定度增加,空氣對流減弱,有利于氣溶膠粒子不斷積聚、凝結,高相對濕度條件下,還會產生更多霧滴,形成惡性循環的持續性霧-霾天氣[5,7].

近年來中國多次爆發大面積的霧-霾事件, 2011、2013、2014年,中國氣象局均將霧-霾天氣列為中國十大天氣氣候事件.霧-霾事件頻繁出現,嚴重影響人們的日常生活,危害人們的身體健康,已成為人們廣泛關注的問題,對霧-霾事件的研究也越來越深入.劉瑞婷等[8]對北京地區1月霧-霾事件的天氣形勢和邊界層氣象特征進行了分析,指出在污染源基本不變的情況下,風向風速和相對濕度的急劇變化是霧-霾形成的關鍵因素.Kang等[3]分析南京2009年10月11~31日持續性霧霾過程發現,霧霾時段直徑在0.6~1.4μm范圍的氣溶膠大量增多,致使氣溶膠散射系數增加、大氣能見度降低. 此外,Li等[9]和齊冰等[10]分別分析了北京和杭州地區氣溶膠理化特性,指出小粒徑顆粒物為大氣主控粒子.吳琳等[11]采集了杭州市不同粒徑的大氣顆粒物樣品,分析指出灰霾天氣下,二次粒子是各粒徑段顆粒物的首要貢獻源,并給出了不同粒徑段顆粒物的貢獻率.

本文依據中國礦業大學大氣遙感觀測站監測的數據,分析了徐州冬季2014年12月~2015年2月霧-霾天氣下不同粒徑范圍氣溶膠粒子數濃度以及氣溶膠光學特性(AOD和)的變化特征,以期對霧-霾天氣的產生機理及空氣污染防治工作提供有益參考.

1 數據觀測

1.1 觀測點

監測點位于中國礦業大學環境與測繪學院辦公樓樓頂(34.217°N,117.150°E)的大氣遙感觀測站,距地面約20m,屬于中國礦業大學正在建設的礦區環境綜合觀測試驗場(Mining Area Environment Synergic observaTionpRoving ground, MAESTRO)的組成部分.站點北臨雙向四車道的三環南路,與小南湖景區隔路相鄰,東臨新茶路,與云龍湖公園、泉山風景區相接,西至拉犁山腳下,周圍沒有明顯的污染排放源.

1.2 觀測儀器

本文主要應用Grimm180顆粒物監測儀觀測的顆粒物數濃度和質量濃度數據,Vantage Pro2自動氣象站觀測的相對濕度及風速數據,能見度數據和CE-318太陽光度計觀測的氣溶膠光學特性數據(AOD和).

Vantage Pro2自動氣象站采用一體化設計,集成雨水收集器、溫濕度傳感器和風速計為一體,可實時監測風速風向、空氣、溫度、相對濕度、氣壓、降雨和露點等氣象信息.Model 6000能見度儀是一款含有模擬、數字和警報輸出的前向散射型儀器,用于監測0~80km范圍內的能見度情況,測量能見度和消光系數數據.

Grimm180顆粒物監測儀采用光散射原理,由檢測器產生顆粒物各自相應的脈沖信號,再利用脈沖信號計數器記錄顆粒物的個數,同時脈沖信號分析器給出每個顆粒物相應的脈沖強弱的分級,計算出每個顆粒物粒徑的大小,進而可同時實時測量環境中的PM10、PM2.5、PM1,單位為μg/m3,以及0~32μm粒徑范圍內分成31個通道的顆粒物數濃度,單位為個/L.

CE-318是具有自動跟蹤掃描功能的多波段太陽光度計,可進行太陽直射輻射測量、太陽等高度角天空掃描、太陽主平面掃描等觀測,監測時段為6:00~17:00.利用CE-318測得的直射太陽輻射數據和天空掃描數據,依據Bouguer定律、Dubovik算法[12-13]等可獲得氣溶膠光學厚度、Angstrom波長指數和氣溶膠粒子譜分布等多種氣溶膠特性參數信息[14-15].本站CE-318于2014年5月加入了由美國NASA設立的全球氣溶膠光學特性觀測網AERONET(Aerosol Robotic Network)[16],該觀測網提供全球數百個站點多種氣溶膠模式下的氣溶膠光學厚度、反演產品、可降水量等數據(http://aeronet.gsfc. nasa.gov/),現分為1.0、1.5和2.0級產品,本文使用數據為1.5級產品.

2 結果與討論

2.1 冬季霧-霾期間大氣環境及顆粒物濃度

根據2010年6月1日起新頒布的中國氣象局行業標準《霾的觀測和預報等級》[17],當研究時段1h內平均能見度小于10.0km,并排除該時段內出現降水、沙塵暴、揚沙、浮塵、煙幕、吹雪、雪暴等天氣現象,平均相對濕度小于80%,判識為霾;平均相對濕度80%~95%時,按照地面氣象觀測規范規定的描述或大氣成分指標進一步判識.結合中華人民共和國國家環境保護標準《灰霾污染日的判別標準(試行)》,將環境空氣中細顆粒物PM2.5小時濃度均值>75μg/m3,PM2.5與PM10小時濃度均值比值360%,并使水平能見度持續6h低于5.0km的空氣污染天氣,定義為灰霾污染日.由此本文將相對濕度小于80%的灰霾污染日定義為霾日,相對濕度80%~95%的定義為霧霾日.圖1為觀測點Vantage Pro2自動氣象站觀測的氣象數據及顆粒物質量濃度逐小時變化情況,依據本觀測站監測數據,徐州冬季2014年12月~2015年2月共有28d屬于灰霾污染日,其中霾日18d,霧霾日10d.

表1 徐州2014~2015年冬季霧-霾時段及其天氣狀況 Table 1 The date and weather for haze-fog days in the winter of Xuzhou from 2014 to 2015

注:數據表示為平均值±為標準偏差.

由表1可見,當能見度標準偏差較大時,表明當天霧-霾天氣持續時間較短,多為霧-霾結束時段,大氣環境快速轉好的情況.形成霧-霾天氣,除了大氣污染物的源排放,地面風速小、相對濕度高、大氣層結穩定等通常是誘發大氣污染事件的氣象因素[1,18].表1數據顯示,徐州冬季霧-霾日,日平均風速多小于2.0m/s,僅2月11日為2.11m/s,日平均相對濕度均在50%以上.地面風速小(靜風或輕風天氣),并伴隨較高的相對濕度,大氣環境處于相對穩定的狀態,也是影響徐州冬季霧-霾天氣形成的重要氣象因素.

由圖1可以看出,能見度變化曲線與相對濕度和PM2.5質量濃度變化具有負相關性,相對濕度與PM2.5濃度變化大致呈正相關.霧-霾出現前后,大氣能見度和相對濕度變化顯著,霧-霾時段,具有較高的相對濕度,均有部分時段相對濕度在70%以上,高相對濕度環境持續時間越長,霧-霾天氣持續時間也越長.大氣中細顆粒物的大量增多是引發霧-霾事件的主要因素,而相對濕度是影響霧-霾形成和維持的重要氣象因素[1,19-20].徐州冬季地面風速小,較高的大氣濕度,使大氣處于相對穩定的狀態,空氣對流減弱,不利于大氣顆粒物的輸送與擴散,當存在污染排放源時,污染物逐漸累積,導致大氣能見度降低,形成霧-霾天氣.

由圖2可以看出,PM1/PM2.5和PM2.5/PM10質量濃度比值多在80%以上,計算3個月PM1/ PM2.5和PM2.5/PM10的總均值分別為93.2%和87.7%,PM1/PM10的總均值達82.2%,表明徐州冬季大氣中的主要氣溶膠粒子為0~1μm粒徑范圍的細顆粒物,這與錢凌等[21]觀測到的冬季南京北郊地區大氣氣溶膠以<1μm顆粒物為主的結論相同.計算霾時段、霧霾時段和非霾時段PM1/PM10的均值,分別為83.2%、89.9%和73.4%,可以看出霧-霾時段相比于非霾時段大氣中0~1μm亞微米級細顆粒物顯著增多,且在霧霾時段大氣中0~1μm顆粒物的質量濃度是10μm范圍內顆粒物總質量濃度的近90%,可見霧霾時段大氣中顆粒物數濃度主要集中在0~1μm范圍內.

由圖1和圖3可以看出,1~2.5μm和2.5~ 10μm 2個粒徑范圍顆粒物數濃度變化趨勢相同,而0~1μm顆粒物數濃度變化與PM2.5質量濃度的變化情況具有很強的一致性,且3個月PM1/ PM2.5的總均值為93.2%,表明0~1μm亞微米級細顆粒物是PM2.5質量濃度的主要貢獻源.顯示大氣中1~2.5μm和2.5~10μm 2個粒徑范圍的顆粒物含量變化受外界環境影響相同,在出現霾天氣時,3個粒徑范圍顆粒物數濃度變化趨勢相同,但在發生霧霾時,在無長時間霾伴隨的霧霾事件,1~ 2.5μm和2.5~10μm較0~1μm顆粒物數濃度變化出現滯后增長現象.一次霧霾過程,在霧霾時段0~1μm粒徑范圍的顆粒物含量較高,而1~2.5μm和2.5~10μm顆粒物數濃度則處于霧霾過程的波谷,較其他時段亦明顯減少,且在霧霾結束后1~2.5μm和2.5~10μm范圍顆粒物數濃度顯著升高,其原因可能是由大氣成核,細顆粒物吸濕增長造成.為分析霧霾、霾天氣對氣溶膠粒徑譜分布的影響,選取持續時間不低于12h的單次霧霾事件,及霧霾時段不超過2h的霾事件進行分析,共選取3次霧霾事件和3次霾事件,其不同粒徑范圍數濃度變化情況如圖4和圖5.

2.2 典型霧霾、霾事件顆粒物數濃度分析

由圖4可見,霧霾過程開始和結束時段多伴隨短時間的霾,這與曹偉華等[22]觀測到的霧霾過程具有階段性特征,前期以霾為主,中期霧-霾交替,后期隨著相對濕度減小再次轉換為霾并最終消散的現象具有一致性.隨相對濕度的升高,1μm粒徑范圍內亞微米級細顆粒物的大量增多是引起霧霾產生的主要原因.3次霧霾時段,0~1μm粒徑范圍顆粒物數濃度均在300個/cm3以上,2月15~17日長達3d的霧霾天氣,其亞微米級細顆粒物數濃度高達633.90個/cm3.然而1~2.5μm、2.5~10μm顆粒物數濃度在霧霾時段并無明顯增長趨勢,且12月10日和2月15~16日在霧霾開始時段,隨相對濕度的升高,兩個粒徑范圍顆粒物數濃度呈下降趨勢,其原因可能為顆粒物吸濕增長或水汽附著,使>1μm粒徑范圍的顆粒物加速沉降,當相對濕度達到潮解點時,氣溶膠會瞬間吸收大量水分而粒徑增大,加速其沉降[23].王宗爽等[24]亦指出吸濕性強的顆粒物容易成核并通過云水去除,并且其隨RH增加而生長、變大并加速沉降.葉興南等[25]指出顆粒物吸濕增長可以為氣態污染物提供非均相轉化載體,促進硫酸鹽和硝酸鹽等細顆粒物的生成.大氣中的SO2、NO及其反應產物可通過生成粗顆粒物上的硝酸鹽和硫酸鹽去除,當二次硝酸鹽和硫酸鹽聚集在粗粒徑氣溶膠中時,將通過干沉降或者濕沉降從大氣中快速去除[26].由此可知,一次霧霾過程其主要貢獻源為0~1μm亞微米級細顆粒物,即霧霾時段大氣中的主要污染物為PM1,而>1μm的顆粒物在較高相對濕度環境下,因二次轉化及吸濕增長加速沉降而減少.

圖4(a)、圖4(c)顯示,12月10日和2月21~22日2次霧霾過程,霧霾時段結束后亞微米級細顆粒物數濃度大幅下降,同時1~2.5,2.5~10μm 2個粒徑范圍顆粒物數濃度顯著升高,并隨相對濕度的降低,由霧霾轉為短時間的霾天氣.隨亞微米級細顆粒物數濃度大幅度降低,雖然1~2.5, 2.5~10μm 2個粒徑范圍顆粒物亦增多,但大氣逐漸轉好,這與張芷言等[27]得出的珠三角地區能見度與PM1的相關性較PM10和PM2.5更好的結論相符.靜穩天氣條件下,長時間高濕度大氣環境,使0~1μm與1~2.5μm、2.5~10μm顆粒物數濃度變化曲線在霧霾天氣結束時段呈X形變化趨勢,如圖4(a)、圖4(c)所示.2月15~17日長達近3d的霧霾天氣,如圖4(b),其不同粒徑范圍顆粒物數濃度變化曲線在第一次霧霾轉霾時段亦呈X形變化,因亞微米細顆粒物并未減少,后持續8h的霾天氣,隨相對濕度的升高,再次轉為霧霾天氣,不過在短時間的霧霾天氣后,大氣環境逐漸轉好,3個粒徑范圍顆粒物數濃度同時減少.

由圖5可見,霾過程3個粒徑范圍顆粒物數濃度變化趨勢大致相同,在霾發生時,不同粒徑范圍顆粒物均有增多,霾結束時段,不同粒徑范圍顆粒物亦同時減少.通過3次霧霾及3次霾過程顆粒物數濃度變化的對比分析,霧霾開始時段,隨相對濕度的升高,>1μm粒徑范圍的顆粒物含量減少,其原因可能為>1μm顆粒物隨相對濕度增加而生長、變大,加速其沉降[24];霧霾天氣結束時段3個不同粒徑范圍顆粒物數濃度變化曲線呈X形變化趨勢,其原因可能為相對濕度降低,較大粒徑顆粒物吸濕沉降速度減緩,當相對濕度低于風化點時,氣溶膠會釋放大量水分,使其結晶而粒徑變小[23],致使>1μm粒徑顆粒物呈上升趨勢,而<1μm顆粒物因污染源排放或大氣環境對顆粒物擴散速度的影響不同,濃度可能大幅減少,如圖5(a)、圖5(c),或無明顯變化,如圖5(b).

吳奕霄等[28]觀測南京氣溶膠吸濕特性指出硝酸銨和硫酸銨是顆粒物中的主要吸濕成分,當相對濕度達到80%之后,對氣溶膠粒子吸濕行為貢獻最大的是硫酸銨鹽,并且伴隨著相對濕度的增大,強吸濕組分增長因子也持續增大.王軒等[29]分析北京氣溶膠吸濕特性亦推測硫酸鹽和硝酸鹽能增強環境大氣氣溶膠吸濕性,而鋁離子和硅酸鹽則起降低作用.本文未進行氣溶膠化學成分分析,在后續工作中所在科研團隊也將結合大氣環境中化學成分含量進行分析,研究徐州市霧霾、霾天氣的起因及其污染物的來源.

圖4和圖5分析了典型霧霾、霾天氣大氣顆粒物數濃度變化情況,圖6為2014年12月~2015年2月不同粒徑范圍(0~0.25,2.5~0.28,…,8~10μm)整個霧霾、霾時段相對非霾時段顆粒物數濃度增長率wm、m(定義為霧霾、霾時段相對非霾時段顆粒物數濃度均值增加量、與非霾時段顆粒物數濃度均值H的比值),即

圖6顯示,霾時段大氣中0~10μm范圍大氣顆粒物數濃度均有升高,<1μm顆粒物大幅增多, 0.28~0.58μm粒徑范圍增加量在2倍以上,其中0.35~0.4μm范圍顆粒物增加量為2.95倍, 1~ 10μm顆粒物雖增加但并不顯著.霧霾時段<1μm顆粒物亦大量增多,0.35~0.45μm范圍增加量為2.7倍,但1~10μm粒徑范圍顆粒物在霧霾時段相對于非霾時段是減少的,與圖4(a)、圖4(b)數濃度變化曲線相符,其原因可能為較大粒徑顆粒物因吸濕增長加速其沉降而減少.計算不同粒徑范圍總的顆粒物數濃度顯示,霧-霾時段相比非霾時段0~1μm粒徑范圍總的顆粒物數濃度增長了1.7倍,1~2.5μm和2.5~10μm粒徑范圍分別增長0.3和0.1倍,而且大氣中0~1μm顆粒物數濃度(個/cm3)是1~2.5μm、2.5~10μm顆粒物數濃度(個/cm3)的近103和104倍,結合圖4、圖5可知,大氣中<1μm顆粒物的大量增多是引發徐州冬季霧-霾事件的主要原因.

PM10可從鼻腔吸入,其中PM2.5可進入肺部,PM1則可深達肺泡并沉積進而進入血液循環,可能導致與心肺功能障礙有關的疾病[30].近年來霧-霾天氣的頻繁發生,嚴重影響人們的日常生活,且霧-霾天氣下大量細粒子的存在對人體健康極為不利,研究霧-霾天氣的起因及其中大氣成分,可為有關部門有效防治霧-霾天氣的產生提供科學參考.

2.3 霧-霾天氣條件下氣溶膠光學特性變化

在表征大氣氣溶膠特征的各參數中,氣溶膠光學厚度(AOD)和Angstrom波長指數()是氣溶膠的2個基本光學參數,是研究氣候變化的關鍵因素[11,31].氣溶膠光學厚度(AOD)定義為介質的消光系數在垂直方向上的積分,用于描述氣溶膠對光的衰減作用,反映整個大氣柱的氣溶膠含量[14].Angstrom波長指數()是衡量氣溶膠粒徑大小的一個重要光學參數,它表征垂直氣柱內氣溶膠質粒的譜分布,表示質粒的平均半徑,較小的代表較大粒徑的氣溶膠粒子為主控粒子,相反,較大的代表較小粒徑的氣溶膠粒子為主控粒子[32-33].因CE-318觀測的氣溶膠數據在嚴重霧霾時段多無觀測數據,所以本文在分析氣溶膠光學特性時未區分霧霾和霾天氣.

圖7中,AODtotal為總氣溶膠光學厚度, AODfine mode為細模態氣溶膠光學厚度, AODcoarse mode為粗模態氣溶膠光學厚度.由圖7可以看出,AODtotal和AODfine mode具有相同的變化趨勢,且在霧-霾日AODtotal和AODfine mode顯著高于非霾日.霧-霾日AODtotal和AODfine mode總均值分別為0.83和0.72,約為非霾日AODtotal和AODfine mode總均值(0.48和0.36)的2倍,且當AODtotal>1, AODfine mode>0.8時,當天均有部分時段出現霾天氣.而圖7(c)與圖7(a)、圖7(b)的變化情況不同,2月16日之前AODcoarse mode均較小,且在污染時段AODcoarse mode無明顯增長趨勢,表明這些觀測時段大氣主控粒子為細顆粒物,2月16日后AODcoarse mode顯著增加,大氣中較大粒徑顆粒物成為主控粒子.霧-霾天AODfine mode與AODcoarse mode的比值明顯高于非霾日,如圖7(d),AODfine mode與AODcoarse mode的比值大于10時,當天多為霧-霾天氣,2月2日雖然是非霾日,但大氣中顆粒物數濃度在7:00開始升高,PM2.5最高值達到99μg/m3,日均值為82μg/m3,能見度最低時為5.2km,隨顆粒物的累積2月3日形成霾天氣.1月16日AODfine mode與AODcoarse mode的比值達到38倍,PM2.5最高值達到173μg/m3,日均值為105μg/m3,能見度最低時只有0.3km,日均能見度為2.1km,污染狀況嚴重.徐州冬季出現霧-霾天氣時,具有較高的AODfine mode和AODfine mode/AODcoarse mode,表明霧-霾天氣主要是由大氣中細顆粒物增多引起,這與圖6的分析結果相符.

徐州冬季2014年12月~2015年2月3個月份的氣溶膠光學厚度(AOD_500nm)與Angstrom波長指數(440~870nm)的關系散點圖(圖8),與徐丹[31]觀測的廣州市全年氣溶膠光學厚度與Angstrom波長指數關系散點圖相似.圖中數據為3個月的所有觀測值,以圓標記霾日和非霾日,三角形標記霧霾日,用Angstrom波長指數以1.0為界將圖劃分為Ⅰ、Ⅱ兩個區域,數據點落于Ⅰ區域,其污染源可能是以細粒子為主的城市-工業型污染氣溶膠[31].

由圖8可以看出,徐州冬季霧-霾日, AOD_500nm與Angstrom波長指數數據點多分布在Ⅰ區域,即主控粒子為細顆粒物[32],這與于興娜等[14]北京霧霾天氣期間氣溶膠粒子主要以細粒子為主的分析結果相同.1月16日數據點落于Ⅱ區域,較其他霧-霾時段具有較高的AOD_500nm值,均值為1.7,Angstrom均值為0.8,在圖7中顯示1月16日AODtotal值以及AODfine mode與AODcoarse mode的比值均較高,結合圖5(b)1月15~16日數濃度變化情況,顯示16日細顆粒物亦為主控粒子,但其Angstrom波長指數相對較小,其原因可能為在1μm粒徑處的顆粒物相對較多.2月16~17日為霾、霧霾交替天氣,由于天氣原因,2月16日太陽光度計觀測到數據的時間為13:00~16:00,其觀測數據點落于Ⅱ區域,與落于I區域觀測點的顆粒物相比,大氣中以較大粒徑顆粒物為主控粒子,這與圖4(b)顆粒物數濃度變化情況相符,也表明Angstrom波長指數對大粒徑顆粒物更為敏感.

3 結論

3.1 較高的相對濕度以及地面靜風或輕風天氣條件,是影響徐州冬季霧-霾天氣形成的重要氣象因素.

3.2 徐州冬季氣溶膠粒子主要為0~1μm粒徑范圍顆粒物,3個月PM1/PM10的總均值達82.2%,其中霾時段、霧霾時段和非霾時段PM1/PM10的均值分別為83.2%、89.9%和73.4%,霾、霧霾時段相比于非霾時段0~1μm粒徑顆粒物顯著增多.

3.3 持續時間較長的霧霾天氣,在霧霾時段大氣中<1μm粒徑范圍的細顆粒物大量增多,但1~10μm范圍顆粒物因吸濕增長或水汽附著加速沉降,其數濃度變化曲線呈下降趨勢.隨相對濕度降低,霧霾結束后會轉為短時間的霾天氣,此時1~10μm粒徑范圍顆粒物大幅上升,使0~1μm與1~2.5μm、2.5~10μm粒徑范圍顆粒物數濃度變化曲線呈X形變化趨勢.

3.4 霾天氣時段,0~10mm粒徑范圍顆粒物數濃度均有升高,但1~10μm范圍顆粒物相比于非霾時段增長并不顯著,0~1μm顆粒物大幅增多, 0.28~0.58μm粒徑范圍增加量在2倍以上,其中0.35~0.4μm范圍顆粒物增加量為2.95倍.

3.5 徐州冬季霧-霾天氣的形成主要是由大氣中細顆粒物增多引起,霧-霾日AODtotal、AODfine mode及AODfine mode/AODcoarse mode顯著高于非霾日,且Angstrom波長指數主要集中在1~1.6范圍,大氣中細顆粒物為主控粒子.

[1] 孟曉艷,余 予,張志富,等.2013年1月京津冀地區強霧霾頻發成因初探 [J]. 環境科學與技術, 2014,37(1):190-194.

[2] 張 宏,劉子銳,胡 波,等.北京能見度變化趨勢及冬季一次典型污染過程分析 [J]. 氣候與環境研究, 2011,16(5):620-628.

[3] Kang H, Zhu B, Su J, et al. Analysis of a long-lasting haze episode in Nanjing, China [J]. Atmospheric Research, 2013,120: 78-87.

[4] Che H, Xia X, Zhu J, et al. Aerosol optical properties under the condition of heavy haze over an urban site of Beijing, China [J]. Environmental Science & Pollution Research, 2014,22(2):1-11.

[5] 張小曳,孫俊英,王亞強,等.我國霧-霾成因及其治理的思考 [J]. 科學通報, 2013,58(13):1178-1187.

[6] 楊 欣,陳義珍,劉厚鳳,等.北京2013年1月連續強霾過程的污染特征及成因分析 [J]. 中國環境科學, 2014,34(2):282-288.

[7] Liu X, Xie X, Yin Z Y, et al. A modeling study of the effects of aerosols on clouds and precipitation over East Asia [J]. Theoretical & Applied Climatology, 2011,106(3/4):343-354.

[8] 劉瑞婷,韓志偉,李嘉偉.北京冬季霧霾事件的氣象特征分析 [J]. 氣候與環境研究, 2014,19(2):164-172.

[9] Li Z Q, Gu X, Wang L, et al. Aerosol physical and chemical properties retrieved from ground-based remote sensing measurements during heavy haze days in Beijing winter [J]. Atmospheric Chemistry & Physics, 2013,13(20):10171-10183.

[10] 齊 冰,杜榮光,于之鋒,等.杭州市大氣氣溶膠光學厚度研究 [J]. 中國環境科學, 2014,34(3):588-595.

[11] 吳 琳,沈建東,馮銀廠,等.杭州市灰霾與非灰霾日不同粒徑大氣顆粒物來源解析 [J]. 環境科學研究, 2014,27(4):373-381.

[12] Oleg D, King M D. A flexible inversion algorithm for retrieval of aerosol optical properties from sun and sky radiance measurements [J]. Journal of Geophysical Research Atmospheres, 2000,105(D16):20673-20696.

[13] Dubovik O, Sinyuk A, Lapyonok T, et al. Application of spheroid models to account for aerosol particle nonsphericity in remote sensing of desert dust [J]. Journal of Geophysical Research- Atmospheres, 2006,111(D11):D11201-D11208.

[14] 于興娜,李新妹,登增然登,等.北京霧霾天氣期間氣溶膠光學特性 [J]. 環境科學, 2012,33(4):1057-1062.

[15] 王 靜,牛生杰,許 丹,等.南京一次典型霧霾天氣氣溶膠光學特性 [J]. 中國環境科學, 2013,33(2):201-208.

[16] Holben B N, Eck T F, Slutsker I, et al. AERONET-A federated instrument network and data archive for aerosol characterization [J]. Remote Sensing of Environment, 1998,66(1):1-16.

[17] QX/T 113-2010 中華人民共和國氣象行業標準,霾的觀測和預報等級 [S].

[18] 趙普生,徐曉峰,孟 偉,等.京津冀區域霾天氣特征 [J]. 中國環境科學, 2012,32(1):31-36.

[19] 楊 欣.城市大氣氣溶膠污染過程的微脈沖激光雷達觀測研究 [D]. 濟南:山東師范大學, 2014.

[20] 廖曉農,張小玲,王迎春,等.北京地區冬夏季持續性霧-霾發生的環境氣象條件對比分析 [J]. 環境科學, 2014,34(6):2031-2044.

[21] 錢 凌,銀 燕,童堯青,等.南京北郊大氣細顆粒物的粒徑分布特征 [J]. 中國環境科學, 2008,28(1):18-22.

[22] 曹偉華,梁旭東,李青春.北京一次持續性霧霾過程的階段性特征及影響因子分析 [J]. 氣象學報, 2013,71(5):940-951.

[23] 王 軒.氣溶膠吸濕特性研究 [D]. 北京:中國環境科學研究院, 2010.

[24] 王宗爽,付 曉,王占山,等.大氣顆粒物吸濕性研究 [J]. 環境科學研究, 2013,4(4):341-349.

[25] 葉興南,陳建民.灰霾與顆粒物吸濕增長 [J]. 自然雜志, 2013, 35(5):337-341.

[26] Zhuang H, Chan C K, Fang M, et al. Formation of nitrate and non-sea-salt sulfate on coarse particles [J]. Atmospheric Environment. 1999,33(26):4223-4233.

[27] 張芷言,鄧雪嬌,王寶民,等.珠三角能見度與PM1及氣溶膠吸濕增長因子的關系研究 [J]. 大氣物理學與大氣環境, 2012.

[28] 吳奕霄,銀 燕,顧雪松,等.南京北郊大氣氣溶膠的吸濕性觀測研究 [J]. 中國環境科學, 2014,34(8):1938-1949.

[29] 王 軒,陳建華,耿春梅,等.北京冬季氣溶膠吸濕性的觀測與分析 [J]. 中國科學院大學學報, 2014,31(3):322-328.

[30] 黃 鶴,蔡子穎,韓素芹,等.天津市PM10, PM2. 5和PM1連續在線觀測分析 [J]. 環境科學研究, 2011,24(8):897-903.

[31] 徐 丹,鄧孺孺,陳啟東,等.基于CE318觀測的廣州市氣溶膠光學特性 [J]. 熱帶地理, 2015,35(1):21-28.

[32] Wang L, Gong W, Xia X, et al. Long-term observations of aerosol optical properties at Wuhan, an urban site in Central China [J]. Atmospheric Environment, 2014,101:94-102.

[32] 楊志峰.中國特征區域大氣氣溶膠光學特性研究 [D]. 北京:中國氣象科學研究院, 2008.

* 責任作者, 副教授, qinkai20071014@163.com

Particles size distributions and aerosol optical properties during haze-fog episodes in the winter of Xuzhou

LANG Hong-mei1,2, QIN Kai1,2*, YUAN Li-mei2, XIAO Xin2, HU Ming-yu1,2, RAO Lan-lan1,2, WANG Lu-yao1,2

(1.National Administration of Surveying, Mapping and Geoinformation Key Laboratory of Land Environment and Disaster Monitoring, China University of Mining and Technology, Xuzhou 221116, China；2.School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China)., 2016,36(8)：2260~2269

In order to investigate the characteristics of particles size distributions and aerosol optical properties during haze-fog episodes in the winter, the data of atmospheric particulates mass concentrations (PM10, PM1, and PM2.5), number concentrations (0~1μm, 1~2.5μm, and 2.5~10μm) and aerosol optical properties over Xuzhou from December 1, 2014 to February 28, 2015 were studied. Low wind speed and high relative humidity were important meteorological factors for affecting the formation and the maintenance of the haze-fog weather, and the increasing of 0~1μm fine particles was the main factor causing the haze-fog weather during the winter in Xuzhou. Under the condition of long-lasting haze and fog days, 1~10μmparticlesreduced in the haze and fog periods due to the moisture absorption and vapor attachment of particulates. With the decreasing of relative humidity, haze and fog weather turn into a short time of haze weather, then the number concentration of 1~10μm particles increased significantly. AODtotaland AODfine modeat 500nm of Xuzhou changed in the same trend in the winter. Besides, under the condition of haze-fog days, AODtotaland AODfine modewere significantly higher than that in non haze days. Under the condition of haze-fog days, the ratio of AODfine modeto AODcoarse modewas also significantly higher than that in non haze days, and the Angstrom exponent lied mainly in the range of 1~1.6, indicating the predominance of fine-mode particles during haze-fog episodes in the winter of Xuzhou.

haze-fog；hygroscopic growth；fine particle；AOD；Angstrom exponent

X513

A

1000-6923(2016)08-2260-10

郎紅梅(1991-),女,河北唐山人,中國礦業大學環境與測繪學院碩士研究生,主要從事大氣環境遙感研究.

2015-12-18

國土環境與災害監測國家測繪地理信息局重點實驗室開放基金項目(LEDM2013B09)