陳 晨,胡 敏*,吳志軍,吳宇聲,郭 松,陳文泰,羅 彬,邵 敏,張遠(yuǎn)航,謝紹東(.北京大學(xué)環(huán)境科學(xué)與工程學(xué)院,環(huán)境模擬與污染控制國(guó)家重點(diǎn)聯(lián)合實(shí)驗(yàn)室,北京 0087；.四川省環(huán)境監(jiān)測(cè)中心站,四川 成都 6004)

四川鄉(xiāng)村點(diǎn)新粒子生成特征及其對(duì)云凝結(jié)核數(shù)濃度的貢獻(xiàn)

陳 晨1,胡 敏1*,吳志軍1,吳宇聲1,郭 松1,陳文泰1,羅 彬2,邵 敏1,張遠(yuǎn)航1,謝紹東1(1.北京大學(xué)環(huán)境科學(xué)與工程學(xué)院,環(huán)境模擬與污染控制國(guó)家重點(diǎn)聯(lián)合實(shí)驗(yàn)室,北京 100871；2.四川省環(huán)境監(jiān)測(cè)中心站,四川 成都 610041)

為揭示成渝地區(qū)大氣復(fù)合污染成因,選擇鄉(xiāng)村點(diǎn)資陽(yáng)站的冬季,實(shí)測(cè)了顆粒物數(shù)濃度及其粒徑譜分布、云凝結(jié)核(CCN),在二氧化硫、光解速率(J O1D)實(shí)測(cè)值基礎(chǔ)上估算了新粒子生成的重要前體物氣態(tài)硫酸的濃度.2012年12月5日到2013年1月5日觀測(cè)期間,3～582nm顆粒物數(shù)濃度水平較高,平均值為(16072±9713)cm-3.顆粒物數(shù)譜分布呈現(xiàn)以積聚模態(tài)為主體的特征,占總顆粒物數(shù)濃度的46%,此比值高于我國(guó)北京、上海、廣州等城市和珠江三角洲及長(zhǎng)江三角洲的鄉(xiāng)村點(diǎn)和背景點(diǎn).在較高顆粒物凝結(jié)匯(CS)水平下[(4.3±3.6)×10-2s-1],甄別出7次新粒子生成(NPF)事件,占觀測(cè)天數(shù)的23%.NPF事件發(fā)生時(shí),顆粒物生成速率與增長(zhǎng)速率分別為(5.2±1.4)cm-3s-1,(3.6±2.5)nm/h. NPF事件對(duì)CCN數(shù)濃度有明顯貢獻(xiàn),NPF發(fā)生后CCN數(shù)濃度平均增長(zhǎng)19%.

數(shù)譜分布；新粒子生成；云凝結(jié)核；四川盆地

近年來(lái),我國(guó)由顆粒物造成的能見(jiàn)度惡化事件越來(lái)越多[1],因此顆粒物污染與灰霾廣受關(guān)注.顆粒物可以改變?cè)颇Y(jié)核(CCN)的數(shù)量與理化特性,從而影響成云過(guò)程,間接影響輻射平衡,對(duì)區(qū)域乃至全球氣候變化產(chǎn)生重要影響.2013年最新IPCC報(bào)告結(jié)果顯示,氣溶膠與云的間接作用對(duì)輻射強(qiáng)迫的削減高于其直接作用.但是,目前對(duì)于云-氣溶膠相互作用機(jī)制還并不清楚,而且由于我國(guó)獨(dú)特的復(fù)合大氣污染特征,國(guó)外的研究成果在我國(guó)并不完全適用.因此,亟需對(duì)我國(guó)顆粒物污染特征以及顆粒物與云的相互作用進(jìn)行研究.

新粒子生成(NPF)是氣態(tài)污染物氧化生成的可凝結(jié)氣態(tài)前體物(例如硫酸和低揮發(fā)性有機(jī)物等)在大氣中冷凝為分子簇,繼而通過(guò)冷凝碰并形成顆粒物的過(guò)程,是大氣顆粒物的重要來(lái)源之一[2].最近有研究結(jié)果表明,新粒子生成對(duì)全球顆粒物數(shù)濃度的貢獻(xiàn)幾乎超過(guò)一次排放.二次生成的顆粒物與一次排放顆粒物數(shù)濃度的比值在0.001～0.9之間,新粒子生成對(duì)全球顆粒物數(shù)濃度貢獻(xiàn)在40%～55%[4-5].不同環(huán)境類型的外場(chǎng)觀測(cè)結(jié)果顯示,新粒子生成后,CCN數(shù)濃度有較大增長(zhǎng)[6-7].新粒子生成被認(rèn)為是云凝結(jié)核的重要來(lái)源,對(duì)其特征及其對(duì)云凝結(jié)數(shù)濃度的貢獻(xiàn)是從根本上控制顆粒物數(shù)濃度,認(rèn)識(shí)顆粒物與云作用機(jī)制的關(guān)鍵.目前我國(guó)已經(jīng)有了一些對(duì)顆粒物數(shù)濃度譜分布的觀測(cè)和新粒子生成事件的研究,但是主要集中在京津冀、珠江三角洲、長(zhǎng)江三角洲[8-10].

成渝城市群是國(guó)家環(huán)境保護(hù)部大氣污染控制重點(diǎn)的九大城市群中面積最大的區(qū)域,近年來(lái)由于高排放和不利的地理?xiàng)l件,灰霾頻發(fā)[11-12].雖然已有一些對(duì)成渝地區(qū)顆粒物污染的研究[13],但是卻缺少對(duì)顆粒物數(shù)濃度和成云特征的深入研究,對(duì)霧霾成因的理解不全面.為揭示成渝地區(qū)大氣復(fù)合污染成因,在四川污染最嚴(yán)重的冬季[11-14],于鄉(xiāng)村點(diǎn)資陽(yáng)站,對(duì)顆粒物數(shù)濃度、云凝結(jié)數(shù)濃度、顆粒物光學(xué)、顆粒物化學(xué)及氣象條件等開(kāi)展了觀測(cè).

1 研究方法

資陽(yáng)市處于成都和重慶兩大城市中間,是連接成渝雙核的中心城市.受盆地地形影響,四川冬季溫度高(同緯度地區(qū)溫度最高)、霜雪少、降水量低[15]且逆溫出現(xiàn)頻率高[16],大氣污染嚴(yán)重[14].故此,選取資陽(yáng)市作為成渝城市群的鄉(xiāng)村點(diǎn)建立觀測(cè)站,于2012年12月6日到2013年1月4日之間開(kāi)展綜合野外觀測(cè).

通過(guò)實(shí)時(shí)在線測(cè)量得到顆粒物數(shù)濃度及譜分布(3～528nm),大氣云凝結(jié)核數(shù)濃度,一次氣態(tài)污染物SO2及氣象參數(shù)等數(shù)據(jù).基于實(shí)測(cè)SO2濃度、大氣光解速率的數(shù)據(jù),估算NPF重要?dú)鈶B(tài)前體物氣態(tài)硫酸濃度.

1.1 站點(diǎn)介紹

觀測(cè)站點(diǎn)(30.15?N,104.64?E)位于資陽(yáng)市區(qū)九年義務(wù)教育學(xué)校校園內(nèi),四周空曠,無(wú)其他高大建筑,東、西、南三側(cè)為機(jī)動(dòng)車(chē)道路,北面靠山,主要被植被覆蓋.

1.2 實(shí)驗(yàn)方法及質(zhì)量控制

實(shí)驗(yàn)包括三部分:測(cè)量粒徑范圍3～582nm的顆粒物數(shù)濃度譜分布;測(cè)量大氣云凝結(jié)核(CCN)數(shù)濃度;測(cè)量環(huán)境條件等其他相關(guān)參數(shù)(氣象參數(shù)、SO2濃度、光解速率等).實(shí)驗(yàn)儀器及具體參數(shù)如表1所示.

表1 測(cè)量?jī)x器列表Table 1 List of the instruments and measurement parameters in field observation

實(shí)驗(yàn)過(guò)程中,通過(guò)數(shù)據(jù)的損失校正、管路設(shè)計(jì)及標(biāo)定實(shí)驗(yàn)確保觀測(cè)數(shù)據(jù)的質(zhì)量.根據(jù)經(jīng)驗(yàn)公式[17]計(jì)算顆粒物通過(guò)采樣系統(tǒng)的散逸損失,并根據(jù)計(jì)算結(jié)果對(duì)顆粒物數(shù)濃度進(jìn)行校正.參考鄧兆澤等[18]對(duì)CCN原始數(shù)據(jù)進(jìn)行反演計(jì)算,減小CCN粒徑譜的反演誤差,設(shè)計(jì)了垂直采樣管路,避免了較大粒徑顆粒物在管路中的沉降損失.對(duì)所有管路進(jìn)行除濕(采樣管路相對(duì)濕度<40%),避免了顆粒物吸濕增長(zhǎng)的影響.對(duì)采樣流量監(jiān)測(cè)并標(biāo)定(皂膜流量計(jì)),確保采樣流量的準(zhǔn)確、穩(wěn)定.使用PSL小球校驗(yàn)顆粒物粒徑,避免顆粒物粒徑譜分布的偏差.以硫酸銨產(chǎn)生氣溶膠標(biāo)定云凝結(jié)核計(jì)數(shù)器的過(guò)飽和度,保證CCN的活化效率.

1.3 凝結(jié)匯、生成速率及增長(zhǎng)速率的計(jì)算

新粒子生成事件可以用新粒子的生成速率(FR)、增長(zhǎng)速率(GR)以及凝結(jié)匯(CS)進(jìn)行表征.凝結(jié)匯描述了氣態(tài)分子凝結(jié)到顆粒物表面上的速度.其計(jì)算見(jiàn)式(1)[19]:

其中:Dp為顆粒物的斯托克斯粒徑;n(DP)為顆粒物粒徑譜分布函數(shù);Ni為對(duì)應(yīng)Dp粒徑段的顆粒物數(shù)濃度;βM為質(zhì)量通量遷移校正因子,是與顆粒物粒徑、分子自由程及環(huán)境溫度相關(guān)的物理量,計(jì)算方式詳見(jiàn)參考文獻(xiàn)[20].本研究中CS的計(jì)算基于干顆粒物的測(cè)量方式,存在實(shí)際大氣凝結(jié)匯被低估的可能性[21].

新粒子生成速率和增長(zhǎng)速率的計(jì)算方法[22]見(jiàn)式(2)和式(3),本研究中FR表示3～6nm顆粒物的生成速率,GR表示3～7nm顆粒物的增長(zhǎng)速率.

式(2)中右邊第一項(xiàng)為 3～6nm粒徑范圍內(nèi)顆粒物數(shù)濃度隨時(shí)間的變化,Fcoag表示由于碰并過(guò)程引起的顆粒物的損失,計(jì)算方法見(jiàn)式(4):

式中:Nj為第j大小分級(jí)的顆粒物數(shù)濃度;Kij為第j大小顆粒物與i大小顆粒物之間的布朗碰并系數(shù)[23].Fgrowth表示顆粒物增長(zhǎng)超過(guò)6nm的上限通量,計(jì)算方法見(jiàn)式(5):式(3)中:Dp表示核模態(tài)顆粒物的中值粒徑.Dp的獲得是利用對(duì)數(shù)正態(tài)分布對(duì)顆粒物數(shù)譜分布進(jìn)行模擬得到的平均幾何粒徑.顆粒物的增長(zhǎng)速率就是核模態(tài)顆粒物的中值粒徑隨時(shí)間的變化率.

1.4 氣態(tài)硫酸的估算

大氣中氣態(tài)硫酸濃度主要由其生成、凝結(jié)、成核和干沉降所決定,其在大氣中的變化反應(yīng)見(jiàn)(6)式[21]:

式中:K1為SO2與?OH反應(yīng)生成氣態(tài)硫酸的反應(yīng)速率常數(shù),其取值范圍一般為8.5×10-13cm?3/s到1.1×10-12cm?3/s,本研究取適用范圍較廣的參考值[24-25]K1=8.5×10-13;J為顆粒物生成速率;n*為成核形成的臨界分子簇中硫酸的分子數(shù),J與n*的乘積表示新粒子成核造成氣態(tài)硫酸的損失,簡(jiǎn)稱成核項(xiàng).氣態(tài)硫酸與CS(凝結(jié)匯)的乘積表示硫酸凝結(jié)到顆粒物表面造成的損失,簡(jiǎn)稱凝結(jié)項(xiàng).成核項(xiàng)對(duì)氣態(tài)硫酸濃度變化的影響相對(duì)損失項(xiàng)較小,本文參考Harrington等[26]的研究將其忽略不計(jì),并采用擬穩(wěn)態(tài)模式將(6)式進(jìn)行轉(zhuǎn)換,得到公式(7):

式中:? OH的獲取可使用J-value測(cè)量得到的JO1D對(duì)? OH進(jìn)行模擬[27],如式(8):

a、b的取值采用2006年Lu等[28]在廣州PRD地區(qū)觀測(cè)中的模擬結(jié)果.

1.5 氣態(tài)硫酸估算方法的不確定性討論

現(xiàn)有研究對(duì)H2SO4的估算存在一定的不確定性,本研究采用的方法其不確定性約為40%.

目前,式(7)得到學(xué)術(shù)界的廣泛認(rèn)可,具有較高的可信度,其不確定性不計(jì)入本研究對(duì)H2SO4不確定性的估算中.于是,如果SO2的測(cè)量準(zhǔn)確,并忽略CS的計(jì)算誤差,則式(7)中對(duì)H2SO4估算的不確定性主要來(lái)源于K1值及? OH模擬值的不確定性.對(duì)多篇文獻(xiàn)K1值統(tǒng)計(jì)[24-25]得到其標(biāo)準(zhǔn)偏差?K為0.1×10-12cm?3/s.根據(jù)誤差傳遞原理,假設(shè)JO1D測(cè)量準(zhǔn)確,則OH的誤差主要來(lái)源于對(duì)擬合直線斜率a的估算.目前,大陸范圍內(nèi)a的估算值變化范圍主要在2×1011～4×1011內(nèi)[27-29],于是OH的偏差?OH為1.7×106.最終根據(jù)?K及?OH計(jì)算得到H2SO4的偏差為2.7×106cm-3,約為H2SO4平均估算值的40%.由于本研究忽略了式(7)及測(cè)量值SO2、JO1D的誤差,偏差40%是對(duì)本研究方法不確定性的較低估計(jì).

2 結(jié)果與討論

2.1 總體顆粒物數(shù)濃度譜分布特征

如圖2A可見(jiàn),觀測(cè)期間資陽(yáng)站顆粒物污染嚴(yán)重,表現(xiàn)出污染程度高、持續(xù)時(shí)間長(zhǎng)的特點(diǎn). 3～582nm顆粒物數(shù)濃度及體積濃度平均值分別為(16000±9700)cm-3及(66±37)μm3/cm3.顆粒物體積濃度高于50μm3/cm3,大約相當(dāng)于質(zhì)量濃度75μg/m3(假設(shè)顆粒物的密度為1.5g/cm3),即超過(guò)我國(guó)PM2.5質(zhì)量濃度24h標(biāo)準(zhǔn).觀測(cè)期間約有64%的時(shí)間細(xì)顆粒物超標(biāo).高于50μm3/cm3的最長(zhǎng)持續(xù)時(shí)間接近13d.與其他鄉(xiāng)村站點(diǎn)測(cè)量結(jié)果比較(表2),資陽(yáng)站觀測(cè)的顆粒物粒徑范圍小,但其總顆粒物數(shù)濃度與其他站點(diǎn)相近,甚至略高.

表2 不同鄉(xiāng)村點(diǎn)顆粒物數(shù)濃度Table 2 The particle number concentration of different rural sites

根據(jù)Hussein等[38]對(duì)顆粒物模態(tài)的劃分標(biāo)準(zhǔn),將顆粒物劃分為3個(gè)模態(tài):核模態(tài)(<25nm)、愛(ài)根核模態(tài)(25～100nm)以及積聚模態(tài)(100～582nm).資陽(yáng)3個(gè)模態(tài)顆粒物數(shù)濃度平均值分別為(2061±5179), (6915±5267),(7242±3666)cm?3.積聚模態(tài)顆粒物數(shù)濃度最高,占顆粒物總數(shù)濃度的比值為46%(表2).該比值在PRD的鄉(xiāng)村點(diǎn)開(kāi)平、北京背景點(diǎn)榆垡、上甸子及長(zhǎng)三角背景點(diǎn)滄州分別僅為38%、29%、30%及6%.觀測(cè)期間3個(gè)模態(tài)的中值粒徑分別為21,97,241nm,高于珠三角區(qū)域背景點(diǎn)開(kāi)平的中值粒徑[3],說(shuō)明資陽(yáng)站顆粒物老化程度較高.積聚模態(tài)為主體,且老化程度嚴(yán)重是資陽(yáng)站顆粒物污染的突出特點(diǎn).

穩(wěn)定的氣象條件是污染發(fā)生的重要外因.觀測(cè)期間氣象條件如圖2B,2C所示.整個(gè)觀測(cè)期間平均風(fēng)速低于1m/s.利用反向軌跡聚類(HYSPLIT 4.0,NOAA,USA),對(duì)觀測(cè)期間的氣團(tuán)來(lái)向進(jìn)行分析,結(jié)果發(fā)現(xiàn),除了12月29日的氣團(tuán)來(lái)自較遠(yuǎn)的西北方向,大部分時(shí)間內(nèi)氣團(tuán)運(yùn)動(dòng)緩慢,移動(dòng)距離不超出四川.顆粒物在風(fēng)速較低、氣團(tuán)穩(wěn)定的環(huán)境條件下不斷積聚老化,不利于新粒子生成(NPF)事件的發(fā)生.

根據(jù)文獻(xiàn)中NPF事件的判斷標(biāo)準(zhǔn)[39]:3～10nm顆粒物出現(xiàn)突然急劇增加,且愛(ài)根核模態(tài)顆粒物數(shù)濃度、顆粒物變面積濃度與氣態(tài)污染物SO2、CO等不同時(shí)增加;顆粒物急劇變化時(shí)間超過(guò)2.5h.本研究共確定7次NPF事件,分別發(fā)生在2012年的12月14日、12月22日、12月23日,以及12月29日至2013年的1月1日,發(fā)生NPF事件天數(shù)占觀測(cè)天數(shù)的23%.

圖2 顆粒物數(shù)濃度譜分布及氣象條件時(shí)間序列Fig.2 Time series of particle number size concentration and meteorology conditions

2.2 新粒子生成事件特征及發(fā)生條件

資陽(yáng)站NPF事件通常發(fā)生在12:00左右,與其他研究相比,NPF事件開(kāi)始時(shí)間略晚[9,39].造成這一現(xiàn)象的部分原因是,研究站點(diǎn)緯度不同,真太陽(yáng)時(shí)有所差別.此外,四川盆地冬季逆溫層厚、邊界層發(fā)展緩慢也是本站NPF發(fā)生較晚的原因之一.新生成的顆粒物導(dǎo)致核模態(tài)顆粒物數(shù)濃度急劇增長(zhǎng),大約18:00,當(dāng)粒徑增長(zhǎng)至80nm左右時(shí)顆粒物的持續(xù)增長(zhǎng)過(guò)程中斷.觀測(cè)期間氣象條件穩(wěn)定(平均風(fēng)速低于1m/s,風(fēng)向穩(wěn)定),污染物濃度水平主要受邊界層影響.18:00左右邊界層高度降低,凝結(jié)匯水平增高,新生成的顆粒物迅速被大顆粒物捕集,增長(zhǎng)過(guò)程中斷.

資陽(yáng)站CS的平均水平為(7.4±4.0)×10-2s-1, (表3).與其他研究相比,資陽(yáng)站新粒子發(fā)生時(shí)的CS值約為其他清潔地區(qū)鄉(xiāng)村觀測(cè)站研究結(jié)果的3～10倍,僅與中國(guó)的鄉(xiāng)村點(diǎn)開(kāi)平的觀測(cè)結(jié)果較為接近,這說(shuō)明我國(guó)顆粒物整體濃度水平較高.此外,新粒子在大氣中的生成速率和增長(zhǎng)速率在不同大氣環(huán)境下也不盡相同,并呈現(xiàn)一定的規(guī)律性.資陽(yáng)站顆粒物增長(zhǎng)速率為(3.6±2.5)nm/h,生成速率為(5.2±1.4) cm-3s-1.與其他地區(qū)的分析結(jié)果相比(表3),生成速率較高而增長(zhǎng)速率較低.NPF發(fā)生期間,資陽(yáng)站呈現(xiàn)高CS水平、高生成速率及低增長(zhǎng)速率的參數(shù)化特征.這可能與參與新粒子的成核與增長(zhǎng)過(guò)程的物種不同有關(guān).

表3 不同鄉(xiāng)村點(diǎn)新粒子生成參數(shù)比較Table 3 Comparasion of NPF parameters in different rural sites

圖3 新粒子生成天硫酸、CS及3～10nm顆粒物數(shù)濃度時(shí)間序列Fig.3 Time series of particle number size concentration in NPF days

圖4 3～10nm顆粒物數(shù)濃度與氣態(tài)硫酸比CS比值的關(guān)系Fig.4 The relationship between the number concentration of 3～10nm particles and the ratio of sulphuric acid concentration tocondensation sink

NPF事件的發(fā)生受到源與匯的共同作用.國(guó)際上普遍認(rèn)可H2SO4是NPF所需的重要前體物.除了顆粒物生成和增長(zhǎng)速率,SO2濃度及氣態(tài)硫酸濃度也是NPF事件的重要特征參數(shù).觀測(cè)期間,資陽(yáng)站SO2平均濃度為(6.7±4.9)×10-9,是其他觀測(cè)結(jié)果的5～8倍.而估算所得H2SO4的平均濃度為(6.7±7.4)×106cm-3,與其他觀測(cè)結(jié)果相當(dāng)[45].深入分析NPF期間H2SO4濃度、新生成顆粒物數(shù)濃度(N3～10)及CS值的變化關(guān)系如圖3所示.新生成顆粒物數(shù)濃度(N3～10)的變化趨勢(shì)與氣態(tài)硫H2SO4濃度的變化趨勢(shì)基本同步,H2SO4濃度升高稍提前于顆粒物數(shù)濃度的增長(zhǎng),這表明H2SO4是該地區(qū)新粒子生成的重要前體物質(zhì).

氣態(tài)硫酸與CS的比值越高,新生成的顆粒物數(shù)濃度越高(圖4).非NPF天與NPF天氣態(tài)硫酸與CS的比值相差7倍(表4).在SO2濃度足夠高的情況下,氣態(tài)硫酸與CS的比值成為限制新粒子生成事件發(fā)生的決定因素.NPF天CS的水平是非NPF天的近2倍,H2SO4在NPF天的濃度是非NPF天的6.8倍.比較NPF發(fā)生時(shí)段(12:00～18:00)的氣象參數(shù)等,如表4所示,得到資陽(yáng)站NPF事件發(fā)生條件為低相對(duì)濕度、高光解速率、低凝結(jié)匯水平及較高氣態(tài)硫酸濃度.

表4 新粒子生成條件比較(12:00-18:00)Table 4 Comparison of new particle formation conditions

2.3 新粒子生成事件對(duì)云凝結(jié)核數(shù)濃度的貢獻(xiàn)

新粒子生成事件對(duì)云凝結(jié)核的影響可通過(guò)云凝結(jié)核數(shù)濃度的變化描述.本次觀測(cè)設(shè)置了5個(gè)過(guò)飽和度,依次為0.07%,0.1%,0.2%,0.4%以及0.8%.對(duì)應(yīng)平均CCN數(shù)濃度為(1167±794)～(10016±4154)cm-3,與廣州及天津武清地區(qū)的測(cè)量結(jié)果較為接近,略高于濟(jì)州島地區(qū)[46][過(guò)飽和度0.097%～0.97%下CCN平均濃度(1194±746)～(3966±1686)cm-3].

資陽(yáng)地區(qū)新粒子生成事件一般開(kāi)始于12:00,結(jié)束于18:00,以往的研究結(jié)果顯示,CCN的增長(zhǎng)通常比顆粒物增長(zhǎng)晚1～6個(gè)小時(shí)[47],此外為避免交通源早晚高峰的影響,本研究取13:00～15:00作為CCN數(shù)濃度未受新粒子生成事件影響的時(shí)間段,17:00～19:00作為新粒子生成事件結(jié)束的時(shí)間段.統(tǒng)計(jì)所有NPF天CCN數(shù)濃度的變化,在過(guò)飽和度0.4%及0.8%下NPF發(fā)生前2h(13:00～15:00),CCN數(shù)濃度平均值為(5748±1683)cm-3、(7017±2243)cm-3.NPF后2h(17:00～19:00),CCN為(6341±1816)cm-3及(8915±2902)cm-3.兩種過(guò)飽和度下,其CCN數(shù)濃度增長(zhǎng)率分別為10.3%、27%.與其他研究結(jié)果相比,該增長(zhǎng)率偏低,可能受到新粒子生成速率偏低的影響[48].對(duì)典型的新粒子生成天12月23日顆粒物數(shù)濃度及CCN數(shù)濃度變化趨勢(shì)進(jìn)行深入分析,如圖5所示.隨著顆粒物的生成增長(zhǎng),CCN數(shù)濃度顯著增高.在過(guò)飽和度0.1%～0.8%下,CCN數(shù)濃度增長(zhǎng)率分別為41%、37%、41%及40%.非NPF天,NPF前后時(shí)間段,在過(guò)飽和度0.07%～0.8%下,CCN數(shù)濃度變化率分別為-10%、3%、-3%、-6%及-7%,由此排除了其它因素(邊界層變化等)導(dǎo)致CCN數(shù)濃度迅速增長(zhǎng)的可能性.判斷NPF生成事件對(duì)CCN數(shù)濃度濃度的增長(zhǎng)貢獻(xiàn)顯著.

圖5 典型天(12月23日)新粒子生成天顆粒物與CCN數(shù)濃度Fig.5 Time series of number concentration and cloud condensation nuclei in a typical day

3 結(jié)論

3.1 資陽(yáng)市顆粒物污染較嚴(yán)重,積聚模態(tài)在顆粒物數(shù)濃度譜分布中占主體,其數(shù)濃度占顆粒物總數(shù)濃度的46%,顆粒物老化程度高.

3.2 在四川資陽(yáng)鄉(xiāng)村新粒子生成特征表現(xiàn)為在高顆粒物背景下,低相對(duì)濕度,高光解速率有利于新粒子生成事件的發(fā)生.NPF事件發(fā)生時(shí)間遲,其增長(zhǎng)緩慢持續(xù)時(shí)間長(zhǎng),由正午持續(xù)到傍晚6h.NPF發(fā)生時(shí)凝結(jié)匯(CS)水平較高(4.3×10-2±3.6× 10-2s-1),顆粒物增長(zhǎng)速率較低.

3.3 NPF是CCN數(shù)濃度的重要來(lái)源之一,NPF后CCN數(shù)濃度平均增長(zhǎng)接近20%.受顆粒物增長(zhǎng)速率較低影響,與其他研究相比,該CCN增長(zhǎng)率處于較低水平.

參考文獻(xiàn)：

[1] 吳 兌.近十年中國(guó)灰霾天氣研究綜述 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2012,32(2):257-269.

[2] Kulmala M, Kerminen V M. On the formation and growth of atmospheric nanoparticles [J]. Atmospheric Research, 2008,90(2): 132-150.

[3] Yue D L, Hu M, Zhang R Y, et al. The roles of sulfuric acid in new particle formation and growth in the mega-city of Beijing [J]. Atmospheric Chemistry and Physics, 2010,10(10):4953-4960.

[4] Yu F, Wang Z, Luo G, et al. Ion-mediated nucleation as an important global source of tropospheric aerosols [J]. Atmospheric Chemistry and Physics, 2008,8(9):2537-2554.

[5] Merikanto J, Spracklen D V, Mann G W, et al. Impact of nucleation on global CCN [J]. Atmospheric Chemistry and Physics, 2009,9(21):8601-8616.

[6] Makkonen R, Asmi A, Kerminen V M, et al. Air pollution control and decreasing new particle formation lead to strong climate warming [J]. Atmospheric Chemistry and Physics, 2012,12(3): 1515-1524.

[7] Kuang C, McMurry P H, McCormick A V. Determination of cloud condensation nuclei production from measured new particle formation events [J].Geophysical Research Letters, 2009,36(9): L09822.

[8] Liu S, Hu M, Wu Z J, et al. Aerosol number size distribution and new particle formationat a rural/coastal site in Pearl River Delta (PRD) of China [J]. Atmos. Environ., 2008,25:6275—6283.

[9] 王志彬,胡 敏,吳志軍,等.大氣新粒子生成機(jī)制的研究 [J]. 化學(xué)學(xué)報(bào), 2013(71):519-527.

[10] 丁愛(ài)軍,王 韜,高 健,等.中緯度氣旋影響下的華北空氣污染輸送研究:飛機(jī)航測(cè)個(gè)例分析 [C]//第26屆中國(guó)氣象學(xué)會(huì)年會(huì)大氣成分與天氣氣候及環(huán)境變化分會(huì)場(chǎng)論文集, 2009.

[11] 黃 偉,翟崇治,余家燕,等.2011年重慶地區(qū)灰霾污染特征初步研究 [J]. 四川環(huán)境, 2012,31(5):26-29.

[12] 朱 彬,馬 力,楊 軍,等.重慶冬季大氣氣溶膠的物理,化學(xué)特征 [J]. 南京氣象學(xué)院學(xué)報(bào), 2006,29(5):662-668.

[13] 楊義彬.成都市大氣污染及氣象條件影響分析 [J]. 四川氣象, 2004,24(3):40-43.

[14] 張智勝,陶 俊,謝紹東,等.成都城區(qū)PM2.5季節(jié)污染特征及來(lái)源解析 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2013,33(11):2947-2952.

[15] 林之光.地形對(duì)四川盆地冬季氣溫的影響 [J]. 氣象, 1978,12:019.

[16] 蔣興文,李躍清,王 鑫,等.青藏高原東部冬季邊界層的基本特征及其對(duì)下游大氣的影響 [C]//第26屆中國(guó)氣象學(xué)會(huì)年會(huì)冰凍圈與極地氣象分會(huì)場(chǎng)論文集, 2009.

[17] Hinds W C. Aerosol technology: properties, behavior, and measurement of airborne particles [M]. John Wiley & Sons, 2012.

[18] 鄧兆澤,趙春生,馬 楠,等.一種快速測(cè)量高粒徑分辨率氣溶膠活化率曲線的方法 [J]. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 3:009.

[19] KulmalaM, MasoM, M?kel? J M, et al. On the formation, growth and composition of nucleation mode particles [J]. Tellus B, 2001, 53(4):479-490.

[20] Seinfeld J H, Pandis S N. Atmospheric chemistry and physics [M]. New York: John Wiley & Sons, 1998.

[21] Reutter P, Su H, Trentmann J, et al. Aerosol-and updraft-limited regimes of cloud droplet formation: influence of particle number, size and hygroscopicity on the activation of cloud condensation nuclei (CCN) [J]. Atmospheric Chemistry and Physics, 2009, 9(18):7067-7080.

[22] Heintzenberg J. Properties of the log-normal particle size distribution [J]. Aerosol Science and Technology, 1994,21(1):46-48.

[23] Seinfeld, J. H. and S. N. Pandis. Atmospheric chemistry and physics. From air pollution to climate change [M]. John Wiley & Sons New York: 429-443,1998.

[24] Vignati E, Wilson J, Stier P. M7: An efficient size-resolved aerosol microphysics module for large-scale aerosol transport models [J]. Journal of Geophysical Research:Atmospheres (1984—2012), 2004,109(D22).

[25] Wang X, Jin Y G, Suto M, et al. Rate constant of the gas phase reaction of SO with HO [J]. The Journal of Chemical Physics, 1988,89:48-53.

[26] Harrington D Y, Kreidenweis S M. Simulations of sulfate aerosol dynamics—I: Model description [J]. Atmospheric Environment, 1998,32(10):1691-1700.

[27] Rohrer F, Berresheim H. Strong correlation between levels of tropospheric hydroxyl radicals and solar ultraviolet radiation [J]. Nature, 2006,442(7099):184-187.

[28] Lu K D, Rohrer F, Holland F, et al. Observation and modelling of OH and HO2concentrations in the Pearl River Delta 2006: a missing OH source in a VOC rich atmosphere [J]. Atmospheric Chemistry and Physics, 2012,12(3):1541-1569.

[29] Holland F, Hofzumahaus A, Sch?fer J, et al. Measurements of OH and HO2radical concentrations and photolysis frequencies during BERLIOZ [J]. Journal of Geophysical Research, 2003,108(D4): 8246.

[30] Herrmann E, Ding A J, Kerminen V M, et al. Aerosols and nucleation in Eastern China: first insights from the new SORPES-Station [J]. Atmospheric Chemistry and Physics Discussions, 2013,13(8):22337-22381.

[31] Shen X J, Sun J Y, Zhang Y M, et al. First long-term study of particle number size distributions and new particle formation events of regional aerosol in the North China Plain [J]. Atmospheric Chemistry and Physics, 2011,11(4):1565-1580.

[32] Yue D, Hu M, Wu Z, et al. Characteristics of aerosol sizedistributions and new particle formation in the summer in Beijing [J]. Journal of Geophysical Research: Atmospheres (1984—2012), 2009,114(D2).

[33] Kristensson A, Dal Maso M, Swietlicki E, et al. Characterization of new particle formation events at a background site in Southern Sweden: relation to air mass history [J]. Tellus B, 2008,60(3): 330-344.

[34] Asmi A, Wiedensohler A, Laj P, et al. Number size distributions and seasonality of submicron particles in Europe 2008—2009 [J]. Atmospheric Chemistry and Physics, 2011,11(11):5505-5538.

[35] Engler C, Rose D, Wehner B, et al. Size distributions of nonvolatile particle residuals (D p< 800nm) at a rural site in Germany and relation to air mass origin [J]. Atmospheric Chemistry and Physics, 2007,7(22):5785-5802.

[36] Vakkari V, Beukes J P, Laakso H, et al. Long-term observations of aerosol size distributions in semi-clean and polluted savannah in South Africa [J]. Atmospheric Chemistry and Physics, 2013, 13(4):1751-1770.

[37] Laakso L, Laakso H, Aalto P P, et al. Basic characteristics of atmospheric particles, trace gases and meteorology in a relatively clean Southern African Savannah environment [J]. Atmospheric Chemistry and Physics Discussions, 2008,8(2):6313-6353.

[38] Hussein T. Indoor and outdoor aerosol particle size characterization in Helsinki [M]. Finnish Association for Aerosol Research, 2005.

[39] Wu Z, Hu M, Liu S, et al. New particle formation in Beijing, China: Statistical analysis of a 1-year data set [J]. Journal of Geophysical Research: Atmospheres (1984—2012), 2007,112(D9).

[40] Kulmala M, Pet?j? T, M?nkk?nen P, et al. On the growth of nucleation mode particles: source rates of condensable vapor in polluted and clean environments [J]. Atmospheric Chemistry and Physics, 2005,5(2):409-416.

[41] Hamed A, Joutsensaari J, Mikkonen S, et al. Nucleation and growth of new particles in Po Valley, Italy [J]. Atmospheric Chemistry and Physics, 2007,7(2):355-376.

[42] Yli-Juuti T, Riipinen I, Aalto P P, et al. Characteristics of new particle formation events and cluster ions at K-puszta,Hungary [J]. Boreal Environment Research, 2009,14(4):683-698.

[43] Jaatinen A, Hamed A, Joutsensaari J, et al. A comparison of new particle formation events in the boundary layer at three different sites in Europe [J]. Boreal Environ Res, 2009,14(4):481-498.

[44] Vakkari V, Laakso H, Kulmala M, et al. New particle formation events in semi-clean South African savannah [J]. Atmospheric Chemistry and Physics, 2011,11(7):3333-3346.

[45] Mikkonen S, Romakkaniemi S, Smith J N, et al. A statistical proxy for sulphuric acid concentration [J]. Atmospheric Chemistry and Physics, 2011,11(21):11319-11334.

[46] 王婷婷,孫俊英,沈小靜,等.天津武清地區(qū)云凝結(jié)核變化特征[J]. 氣象科技, 2012,40(3):466-473.

[47] Wiedensohler A, Cheng Y F, Nowak A, et al. Rapid aerosol particle growth and increase of cloud condensation nucleus activity by secondary aerosol formation and condensation: A case study for regional air pollution in northeastern China [J]. Journal of Geophysical Research: Atmospheres (1984—2012), 2009,114 (D2).

[48] Laakso L, Merikanto J, Vakkari V, et al. Boundary layer nucleation as a source of new CCN in savannah environment [J]. Atmospheric Chemistry and Physics Discussions, 2012,12(3): 8503-8531.

Characterization of new particle formation event in the rural site of Sichuan Basin and its contribution to cloud

condensation nuclei.CHEN Chen1, HU Min1*, WU Zhi-jun1, WU Yu-sheng1, GUO Song1, CHEN Wen-tai1, LUO Bin2,SHAO Min1, ZHANG Yuan-hang1, XIE Shao-dong1(1.State Key Joint Laboratory of Environmental Simulation and Pollution Control, College of Environmental Sciences and Engineering, Peking University, Beijing 100871, China；2.Environmental Monitoring Center Station of Sichuan Province, Chengdu 610041, China). China Environmental Science, 2014,34(11)：2764～2772

To investigate the formation mechanism of complex air pollution in Chengdu-Chongqing district, field campaign was conducted at a rural size Ziyang during the winter time of 2012 to study the new particle formation (NPF) events and their impact to cloud condensation nuclei (CCN) in the high polluted atmosphere background. Particle number size distribution and the number of CCN were measured. The gaseous sulfuric acid concentration was estimates based on the mixing ratio of SO2and photolysis rate (JO1D). During the whole champion (Dec 5th, 2012 to Jan 5th, 2013), the particle number concentration was high, with an average of (16072±9713)cm-3. The dominate mode was the accumulation mode, accounting for 46% of the total particle number concentration, indicating dominant secondary formation. This ratio was higher than that of rural sites and background sites of Beijing, Shanghai, Guangzhou, the Pearl River Delta, and the Yangtze River Delta. The coagulation condensation sink (CS), indicating preexisting particle concentration was high [(4.3 ± 3.6) × 10-2s-1]. However, seven NPF events were measured, accounting for 23% of the observed days. Compared with the results of other studies, the particle formation rate was slightly higher [(5.2 ± 1.4)cm-3s-1], and the particle growth rate [(3.6 ± 2.5)nm/h] was lower. NPF events significantly contributed to the number concentration of CCN. After NPF events, the average growth rate of the number concentration of CCN was 19%.

particle number size distribution；new particle formation；cloud condensation nuclei；Sichuan Basin

X513

A

1000-6923(2014)11-2764-09

陳 晨(1989-),女,內(nèi)蒙古烏蘭浩特人,碩士,主要從事大氣氣溶膠物理化學(xué)性質(zhì)研究.

2014-02-12

環(huán)保公益性行業(yè)科研專項(xiàng)(201009001);國(guó)家自然科學(xué)基金項(xiàng)目(21025728,21190052,41121004)

* 責(zé)任作者, 教授, minhm@pku.edu.cn