氣團來源和云霧過程對華南高山背景區亞微米氣溶膠數譜分布的影響

周淑婷,龔道程,2,張詩煬,張慶祖,王文路,劉小婷,4,張 濤,周 炎,王伯光,2,陳多宏2,,王 好,2*(.暨南大學環境與氣候研究院,廣東 廣州 44；2.南嶺森林大氣環境與碳中和野外科學觀測研究站,廣東 廣州 44；.臺灣“中央研究院”環境變遷研究中心,臺灣 臺北 29；4.暨南大學附屬第一醫院眼科,廣東 廣州 060；.廣東省生態環境監測中心,國家環境保護區域空氣質量監測重點實驗室,廣東 廣州 008)

氣溶膠是指固體或液體微粒均勻分散在大氣中形成的相對穩定的懸浮體系[1],它不僅在改變全球輻射收支和氣候上扮演著重要角色,而且會對環境和人體健康產生危害[2-5]近年來,氣溶膠污染問題已經引起國內外的廣泛關注.廣東省針對細顆粒物(PM2.5)污染實施了一系列防治措施,并取得了一定成效然而隨著區域性復合污染現象愈發突出,珠三角地區的氣溶膠污染仍較為嚴重.研究表明[6],珠三角地區氣溶膠總數濃度超過2×104個/cm3,且其中亞微米級粒子數占比較高(>50%),治理難度大.濃度和粒徑是表征氣溶膠特點的兩個重要參數,關系到顆粒物在大氣中的壽命、傳輸距離及其環境和健康效應[7-8].因此,深入研究氣溶膠數濃度和粒徑分布,同時探究其影響因素,對于廣東省細顆粒物的后續污染治理具有重要意義.目前雖然在珠三角及周邊部分城市已開展了大量的氣溶膠觀測研究[9,12]但對于華南高山背景區域氣溶膠理化特征的認識還十分有限.

高山背景站通常遠離主要污染排放源,受人為排放的直接影響較小,又因為海拔較高,適合研究區域大氣污染特征及其影響因素.近年來,學者們已經陸續在華北、華中、華東等地區的高山背景站開展了一些氣溶膠觀測.相比于國外高山背景站點,中國高山地理環境和氣候更為復雜、各站點下墊面特征不同,導致其氣溶膠污染來源差異較大,污染特征具有較強的區域特色和晝夜、季節差異.Li 等[13]在華北地區的華山開展的觀測結果表明,南部氣團傳輸帶來的氣溶膠中硫酸鹽和銨鹽濃度較高,主要受南方地區燃煤供暖影響,而北部氣團傳輸帶來的氣溶膠中鈣離子濃度較高,主要受北方沙塵影響;位于華中地區的廬山站點,其氣溶膠幾乎不含黑炭和礦物質顆粒,且PM2.5濃度呈現明顯的季節性變化特征,夏季廬山地區大氣湍流運動活躍,降雨頻繁,能加快污染物的濕清除,PM2.5平均濃度全年最低[14];而由于植被覆蓋相對較少,且受周邊眾多鋼鐵廠、燃煤廠等工業排放源的影響,華東的泰山[15]氣溶膠數濃度(8.83×103個/cm3)遠高于黃山[16](3.52×103個/cm3)和衡山[17](1.18×103個/cm3);在黃山和瓦里關的相關研究還發現[18,20],不同氣團背景下氣溶膠各模態的分布存在較大差異.可見,受污染排放源、氣象條件、區域傳輸等多重影響,氣溶膠的數濃度及數譜分布特征具有較大的區域差異.然而,目前針對華南高山背景地區氣溶膠數濃度及粒徑分布的觀測研究還較為缺乏.

廣東南嶺大氣背景站(以下簡稱南嶺站)是我國16 個國家空氣背景站之一,位于大氣邊界層和自由大氣層交界處,遠離城區和工業區,受人類直接活動影響較小,森林覆蓋率高,具備較好的區域代表性;此外,它位于中國中部和南部交界地帶,北靠華中地區,南面是珠三角和南海,是污染氣團長距離輸送的關鍵通道.所以南嶺站點是開展華南背景地區氣溶膠區域交互影響研究的理想點位.

本研究于2016年秋季在南嶺站對氣象參數、常規污染物、氣溶膠數濃度及粒徑譜分布進行了觀測研究,表征了南嶺高山背景大氣的亞微米氣溶膠的數濃度及其譜分布特征;探討了典型云霧天氣條件下氣溶膠數濃度及譜分布變化規律;同時結合后向軌跡模型,分析了典型氣團對區域背景大氣氣溶膠的影響,旨在深入了解華南背景大氣亞微米氣溶膠的區域污染特征及演變規律.

1 實驗與方法

1.1 觀測站點及觀測時間的選擇

南嶺站(112°53′56″E,24°41′56″N,海拔1690m)位于廣東南嶺國家自然保護區天井山的頂峰(圖1),是廣東省唯一的國家大氣背景站.站點毗鄰珠三角超級城市群,位于湘粵交界處,在東亞季風過渡時期,該站點易受到南部和北部區域輸送的影響,是區域污染傳輸觀測的敏感點;此外,作為華南的氣候屏障,南嶺山地對天氣系統起到明顯的阻擋作用,冷暖氣團的交替影響下,形成云霧多、濕度大、降水多的氣候特點.

圖1 南嶺站的地理位置、觀測期間的氣團后向軌跡及軌跡高度Fig.1 Location of the Nanling site,backward trajectories and trajectory heights of air masses during the observation period

本研究在2016年10月22日～11月14日(秋季季風交替時段)進行觀測,便于比較南北氣團對南嶺站氣溶膠的影響.

1.2 觀測儀器

使用掃描電遷移率粒徑譜儀(SMPS)(TSI,美國)對亞微米氣溶膠數濃度及粒徑譜分布進行在線觀測.該儀器由差分電遷移率分析儀(DMA,TSI3081)和凝結核粒子計數器(CPC,TSI3775)組成,鞘氣流速為3L/min,樣氣流速為0.3L/min,每5min 掃描1 次,測量的粒徑分布范圍為14～661nm.為防止高濕環境造成的氣溶膠測量偏差,在SMPS 的進氣管前連接了干燥管,以保證儀器內部氣體相對濕度低于40%[21],故測量結果均為濕度小于40%被干燥后的氣溶膠,且氣溶膠未與干燥劑直接接觸,使粒子損失達到最小.為確保觀測數據的準確性,參考Cheung等[22]研究中使用的儀器粒徑驗證及顆粒物的管道擴散損失校正方法,在觀測前對儀器進行了檢修及校準.觀測后的數據剔除了由于停電、儀器故障等原因造成的浮動較大的數據和部分無效數據.

觀測期間的氣溫、氣壓、風向、風速及相對濕度數據由集成傳感器套件(WXT520,維薩拉公司,芬蘭)測得.臭氧(O3)由紫外光度臭氧分析儀(49i 型,賽默飛,美國)測得.氮氧化物(NOx)由基于化學發光法的痕量NOx分析儀(42i-TL 型,賽默飛,美國)檢出.一氧化碳(CO)由一氧化碳分析儀(48i-HL 型,賽默飛,美國)檢出.PM2.5由環境顆粒物連續監測儀(1405-FTEOM 型,賽默飛,美國)檢出,采用兩個錐形元件振蕩微量天平和兩個濾膜動態測量系統,計算接近實時的顆粒物質量濃度.能見度數據由能見度儀(Model 6000 型,Belfort 儀器公司,美國)測得.氣象和空氣質量監測數據的時間分辨率均為1h.數據質控參照中國環境監測總站的數據質量檢查要求.

2 結果與討論

2.1 氣象條件與顆粒物污染情況

如圖2所示,觀測期間南嶺站主導風向為西南風和偏北風.平均風速為3.8m/s,風速波動較大,最低為0.7m/s,最高可達10.1m/s.風速與氣溶膠數濃度變化趨勢成負相關關系,風速較小時,大氣水平擴散能力較弱,易造成污染物累積,氣溶膠數濃度往往較高,反之當風速較大時,氣溶膠容易被稀釋,數濃度較低.觀測期間平均溫度14.5℃,相對濕度整體處于較高水平,平均值和中值分別為89.1%和97.1%.能見度的變化與濕度呈現較好的一致性,濕度高時能見度低,濕度低時能見度上升.整體能見度偏低,約52%的時段能見度低于1km,多時段出現云霧(氣象學上將相對濕度大于90%時發生的能見度低于1km 的現象定義為霧[23]),云霧時段占總觀測時段50.9%.整個觀測期間PM2.5平均濃度為10.4μg/m3.邊界層高度呈現明顯的晝夜變化模式,白天高夜間低,這一定程度上影響了氣溶膠總數濃度的日變化基于美國環境預報中心提供的全球再分析氣象數據,使用Meteoinfo 軟件[24]中的TrajStat 插件對觀測期間途經南嶺站的氣團后向軌跡進行聚類分析,設置氣團高度同站點海拔高度一致,氣團后向時間為48h.最終得到如圖1所示三類氣團軌跡,第I 類為北部氣團,占比33.8%,主要途經湖南省東南部,氣團傳輸路徑較短.第II 類氣團和第III 類氣團為南部氣團,南部氣團 Ⅱ(占比47.01%)和南部氣團 Ⅲ(占比19.16%),分別起源于南海和東南沿海,均途經香港、澳門和珠三角城市群,傳輸路徑較長.

圖2 觀測期間氣象要素、PM2.5質量濃度、氣溶膠數量濃度(N)、邊界層高度、氣溶膠數濃度粒徑分布(dN/dlogDp)的時間序列Fig.2 Time series of meteorological elements,particle mass concentration,boundary layer height and number concentration and size distributions during the observation period

2.2 數濃度及粒徑分布總體特征

為研究不同粒徑氣溶膠數濃度的特征,本研究參考Dal Maso 等[25]對氣溶膠的劃分標準,將觀測到的氣溶膠分為核模態(14～25nm)、愛根核模態(25～100nm)和積聚模態(100～661nm)進行討論.表1 統計了本研究觀測到的氣溶膠數濃度組成,并與國內外其他高山背景地區進行對比.結果表明,南嶺站秋季氣溶膠平均數濃度約為1.14×103個/cm3,主要集中在積聚模態(50.2%),其次為愛根核模態(45.9%),而核模態占比很少,僅為3.9%.南嶺站氣溶膠的平均數濃度遠低于大多數國內外高山站點的觀測結果,甚至略低于全球大氣本底站Puy de dome(位于歐洲西部)和瓦里關站點(位于亞歐腹地);此外,南嶺站點核模態數濃度占比也低于大部分國內高山背景站點,可能是該站點受云霧降水影如圖3所示,南嶺站氣溶膠數濃度和數譜分布日變化較明顯,07:00 時后邊界層高度逐漸上升,山底污染物可通過谷風逐漸遷移至山頂,而白天較低的風速也為氣溶膠粒子積聚提供了有利條件,在14:00時左右南嶺站氣溶膠數濃度達到峰值,且伴隨有核模態粒子的生成,但由于濕度仍處于較高水平,且太陽輻射開始減弱,粒子的生成和增長未能得到進一步發展.夜間,隨著邊界層高度的降低,氣溶膠數濃度水平先維持相對穩定,在下一個日出前達到濃度最低值,期間03:00～05:00 時氣溶膠數濃度驟降可能與晨霧發展有關.氣溶膠數濃度日變化整體呈現下午高于上午,受邊界層發展、污染物傳輸、新粒子生成等綜合影響.

表1 不同高山背景站點氣溶膠數濃度觀測結果比對Table 1 Comparison of aerosol number concentration results between Nanling site(this study)and other mountainous sites

圖3 邊界層高度、氣溶膠數量濃度(N)和氣溶膠數濃度粒徑譜分布(dN/dlogDp)的日變化Fig.3 Diurnal variation of boundary layer height,particle number concentration and size distribution

2.3 不同來源氣團對氣溶膠數譜分布的影響

觀測期間,南嶺站點受到南北氣團交替影響.南部氣團(II 類氣團占比47.01%,III 類氣團占比19.16%)起源于南海和東南沿海,北部氣團經過湖南地區(占比33.8%).對研究期間南北氣團影響下的氣溶膠平均數濃度粒徑譜進行對數正態分布擬合(圖4).結果顯示,南部和北部氣團影響下氣溶膠均呈雙峰分布,北部氣團影響下氣溶膠在92 和232nm 處出現兩個峰,南部氣團II 影響下峰值粒徑分別為88 和236nm,南部氣團III 影響下峰值粒徑分別為75 和150nm;由表2 可知,北部氣團影響下氣溶膠總數濃度較小,為7.9×102個/cm3,而南部氣團II、III 影響下氣溶膠總數濃度分別為1.45×103和1.33×103個/cm3;三種氣團影響下,氣溶膠均以愛根核模態和積聚模態為主,但存在明顯差異,北部氣團影響下,愛根核模態和積聚模態的數濃度分別為3.5×102和4.0×102個/cm3,南部氣團II 影響下,愛根核模態和積聚模態的數濃度分別為7.1×102和7.3×102個/cm3,其中40～300nm 粒徑段顆粒物數濃度明顯增加.南部氣團III 影響下,愛根核模態和積聚模態的數濃度分別為6.4×102和6.4×102個/cm3,顆粒物數濃度也相對增加.對比表2數據中兩類氣團的氣象因子和污染氣體濃度可知,當觀測點受南部氣團影響時,環境濕度高,平均相對濕度可達92.8%,高濕環境下有利于氣溶膠粒子的吸濕增長[34],而且粒子間易碰并凝結[35],導致愛根核和積聚模態粒子數濃度較高;除此之外,南部氣團影響下NOx和O3濃度均較高,原因是氣團途經珠三角城市群,易攜帶大量人為排放污染物到觀測站點[36],較強的大氣氧化條件和較高的氣溫下,有利于前體污染物在氣團內發生化學反應生成二次有機氣溶膠[37],同時風速較低,有利于污染物在此累積.因而,南部氣團影響下氣溶膠數濃度高于北部氣團的影響.

表2 南部-北部氣團、云霧時段-非云霧時段的氣象參數、氣態污染物、氣溶膠質量濃度和數濃度比對結果Table 2 Comparison of meteorological conditions,gaseous air pollutants,particle mass and particle number concentrations under different types of backward trajectory clusters(the southern air mass and the northern air mass)and different weather conditions(clouds and fog weather and non-clouds and fog weather)

圖4 不同氣團影響下氣溶膠平均數濃度譜分布擬合Fig.4 Fitting of mean aerosol number concentration distributions under different air masses

2.4 云霧過程對氣溶膠數譜分布的影響

云霧現象在南方高山地區較為常見,而在南嶺站觀測期間,超過一半的時間是云霧天氣.研究指出,霧能通過核化、碰并和液相化學反應來改變氣溶膠的化學組分和粒徑分布,因此被視為大氣氣溶膠的物理化學處理器[38,41].一方面云霧作為氣溶膠的匯,氣溶膠粒子可作為云凝結核(CCN)參與霧的形成過程.而且云霧過程中的高相對濕度有利于氣溶膠粒子之間的相互碰并,一定程度上清除了氣溶膠粒子;另一方面,云霧為多相反應提供豐富的反應界面,能促進氣粒轉化反應,加速二次氣溶膠的生成.

由表2 中云霧時段和非云霧時段的氣溶膠質量和數濃度比對結果可知,云霧時段的氣溶膠數濃度普遍低于非云霧時段,尤其是核模態和積聚模態的粒子數濃度,相較于非云霧時段分別下降了約73%與25%;此外,云霧時段的PM2.5質量濃度也低于非云霧時段的50%.可見云霧過程對積聚模態大粒子的清除作用和核模態小粒子的碰并作用影響較大.

選取一個典型云霧過程(10月29日為例)進一步分析.如圖2 中所示:10月29日00:00 時云霧開始,濕度維持在較高水平(96.7%),能見度降低至1km,并穩定在50m 之下,且PM2.5的濃度從10月29日00:00時的23.5μg/m3迅速降至10月29日03:00 時的2μg/m3;隨著云霧的發展穩定,PM2.5的濃度穩定在較低水平;直到10月30日04:00 時,能見度上升至50km,PM2.5的濃度又逐漸回升至14.3μg/m3,天氣形勢轉好,云霧逐漸消散.這與林欽浩[42]在云霧事件中所觀測到的PM2.5變化趨勢類似.由氣溶膠數濃度粒徑譜分布圖還可知,隨著霧的發展,氣溶膠粒子得到一定程度的清除.

為了解云霧期間氣溶膠數譜分布的演變規律,圖5 繪制了云霧過程不同時段的氣溶膠數譜分布.云霧過程開始時,氣溶膠粒徑譜在80 和180nm 附近出現兩個峰值;在00:00～06:00 時期間,譜寬不斷收窄,雙峰趨向單峰演變,03:00 時與06:00 時峰值粒徑位于120nm 附近,此時段清除對象主要是小于80nm 和大于180nm 的粒子,可能是由于小粒子湍流動能更強,越容易通過碰并作用清除,同時大于180nm 的粒子,根據寇拉理論,它們比小的粒子更容易激活,形成的霧滴也更大,會加速碰并過程,最終被清除;在00:00～12:00 時,氣溶膠粒子被大量清除,粒子數濃度下降明顯,可能是由于粒子活化后,水汽不斷在其表面凝結,氣溶膠粒子進一步吸濕增長最終沉降去除;從12:00 時至次日00:00 時,氣溶膠數濃度譜由單峰向雙峰發展,在70～90nm 范圍出現新的峰,且峰值粒徑不斷減小,期間50nm 以下的小粒子略有增加,可能是受到新粒子生成的影響,但由于云霧期間云層較厚,太陽短波輻射較弱,抑制了新粒子生成過程.而50nm 以上的愛根核模態和積聚模態氣溶膠粒子數濃度持續降低,云霧的清除作用使得氣溶膠數濃度在測量范圍全粒徑段均達到最低水平,總數濃度下降80.8%.

圖5 云霧過程各時段氣溶膠數濃度譜分布Fig.5 The PNSD at different times during the clouds and fog event

本研究通過對氣溶膠進行觀測,分析了云霧過程對氣溶膠數譜分布特征的影響,但并未探究氣溶膠的粒徑分布和霧滴譜的關系,存在一定缺憾,后續研究工作中需增加對霧和氣溶膠的聯合觀測,全面揭示氣溶膠與云霧間相互作用機理.

3 結論

3.1 觀測期間,南嶺高山背景站PM2.5平均濃度為10.4μg/m3,14～661nm 氣溶膠平均數濃度約為1.14×103個/cm3,低于國內外其他高山背景站點,云霧天氣多是造成南嶺站氣溶膠數濃度低的重要原因;南嶺站氣溶膠以積聚模態(50.2%)和愛根核模態(45.9%)為主導,核模態占比較少;同時南嶺站氣溶膠數濃度和數譜分布具有較明顯的日變化特征,一般下午數濃度高于上午,且受邊界層發展的影響在14:00 時出現較明顯的峰值.

3.2 觀測期間,南嶺站受到南北氣團交替影響.南部氣團II 影響下氣溶膠數譜峰值粒徑分別位于88 和236nm 處,南部氣團III 影響下氣溶膠數譜峰值粒徑位于75 和150nm,北部氣團I 影響下氣溶膠數譜峰值粒徑位于92 和232nm;南部氣團I 下氣溶膠總數濃度為1.45×103個/cm3,南部氣團II下氣溶膠總數濃度為1.33×103個/cm3,均明顯高于北部氣團I 影響下的粒子濃度(7.9×102個/cm3),南部氣團II影響下的粒子濃度最高,原因是由于南部氣團途徑珠三角城市,攜帶了較多的一次污染物,并在高濕環境下發生非均相反應,形成了二次氣溶膠.

3.3 云霧時段的氣溶膠數濃度(1.03×103個/cm3),低于非云霧時段(1.28×103個/cm3),尤其是核模態和積聚模態的粒子數濃度,相較于非云霧時段分別下降了約73%與25%,同時云霧時段的PM2.5質量濃度(6.0μg/m3)也遠低于非云霧時段(12.7μg/m3),云霧對氣溶膠有明顯清除作用.

3.4 對一次典型云霧事件分析表明,在云霧發展的不同時段,氣溶膠數譜分布呈現出雙峰型-單峰型-雙峰型的變化特征,在霧的清除作用下氣溶膠粒子總數濃度在所測粒徑范圍下降80.8%.

致謝：本研究的現場觀測由廣東省韶關市環境保護監測中心、天井山林場和暨南大學環境與氣候研究院鄧碩老師等協助完成,本研究的粒徑譜分布數據利用暨南大學質譜儀器與大氣環境研究所吳晟老師開發的SMPS 插件處理,在此一并表示感謝.