蔣　斌,陳多宏,王伯光,張　濤,李　梅,甘　婷,周　炎,鐘流舉,畢新慧(.暨南大學大氣環(huán)境安全與污染控制研究所,廣東 廣州 506；.廣東省環(huán)境監(jiān)測中心,國家環(huán)境保護區(qū)域空氣質量監(jiān)測重點實驗室,廣東 廣州 5008；.中國科學院廣州地球化學研究所,廣東 廣州 50640)

?

鶴山大氣超級站旱季單顆粒氣溶膠化學特征研究

蔣斌1,2,陳多宏2,王伯光1*,張濤2,李梅1,甘婷1,周炎2,鐘流舉2,畢新慧3(1.暨南大學大氣環(huán)
境安全與污染控制研究所,廣東 廣州 510632；2.廣東省環(huán)境監(jiān)測中心,國家環(huán)境保護區(qū)域空氣質量監(jiān)測重點實驗室,廣東 廣州 510308；3.中國科學院廣州地球化學研究所,廣東 廣州 510640)

摘要：利用單顆粒氣溶膠飛行時間質譜等儀器在鶴山大氣超級站開展綜合觀測,結合ART-2a自適應共振神經(jīng)網(wǎng)絡聚類算法,將2013年11 月4日～2013年12月30日期間監(jiān)測到的1637330個細顆粒分成9類: EC-Fresh顆粒、EC-Nitrate/Sulfate顆粒、K-EC顆粒、Ca-EC顆粒、ECOC顆粒、OC-Levoglucosan顆粒、OC-Nitrate/Sulfate顆粒、K-Nitrate/Sulfate顆粒和Metal-rich顆粒.結果表明:該大氣超級站所在地區(qū)旱季霾日有利于與水溶性二次無機組分混合的EC-Nitrate/Sulfate顆粒、K-Nitrate/Sulfate顆粒的累積;晴朗天更有利于二次有機組分在氣溶膠顆粒中生成,雨天受當?shù)嘏欧旁吹挠绊戯@著,含有較高EC-Fresh和K-EC顆粒.相關性的研究發(fā)現(xiàn),EC-Nitrate/Sulfate顆粒與能見度有良好的相關性,它們對霾的形成有至關重要的作用.

關鍵詞：單顆粒氣溶膠；霾；單顆粒氣溶膠飛行時間質譜儀(SPAMS)

* 責任作者, 教授, tbongue@jnu.edu.cn

隨著我國經(jīng)濟的持續(xù)快速增長,氣溶膠細顆粒(空氣動力學粒徑小于2.5μm的氣溶膠顆粒)已成為大多數(shù)城市的首要污染物[1],其對可見光的散射和吸收尤其是散射作用是引起大氣能見度降低,并最終形成霾的重要原因[2].

珠江三角地區(qū)是我國顆粒物污染較為嚴重的地區(qū)之一,顆粒物污染主要出現(xiàn)在旱季, 并呈現(xiàn)復合污染的特征[3-4].嚴重危害人體健康.在國內(nèi),針對霾日細顆粒的理化特征及光學性質等已有較多的研究[5-7],但多基于傳統(tǒng)的整體分析方法,對研究細顆粒的混合狀態(tài)及單顆粒特征的能力有限.近幾年來,隨著單顆粒氣溶膠快速監(jiān)測技術的發(fā)展,氣溶膠飛行時間質譜儀在國際上逐漸發(fā)展成為一種被廣泛采用的氣溶膠研究手段,在國內(nèi),Yang等[8]使用單顆粒氣溶膠質譜儀研究了上海霾日單顆粒特征.Wang等[9]對南京霾日氣溶膠單顆粒特征及混合狀態(tài)進行了研究.珠三角地區(qū)針對氣溶膠單顆粒特征的研究也有相關報道, 如,Bi等[10]對廣州地區(qū)生物質燃燒顆粒的化學組成和混合狀態(tài)進行了分析, zhang等[11]對廣州市碳質組分的混合狀態(tài)進行了研究,何俊杰等[12]對鶴山雨季霧霾單顆粒的理化特征的初步研究發(fā)現(xiàn),霧霾期間顆粒老化是EC、ECOC、K-rich 三種類型顆粒粒徑增長的主要原因等.

然而,目前對珠三角地區(qū)旱季不同天氣下氣溶膠單顆粒特征的研究鮮有報道.研究表明,受氣象條件及污染源排放的季節(jié)、周期、日變化綜合影響,氣溶膠污染會呈現(xiàn)出鮮明的季節(jié)性特征[13], 如,北京夏季霾日NO3-的質量中值粒徑呈雙模態(tài)分布,冬季霾日則主要分布于細粒子中,表現(xiàn)出與夏季不同的形成機制[14].珠三角地區(qū)地處亞熱帶,屬南亞熱帶典型的海洋季風氣候,雨季和旱季季風交替是珠三角地區(qū)最顯著的特征,受季風的影響,雨季偏南風,熱帶海洋氣團向北擴張所形成高溫、高濕、多雨的氣候.旱季偏北風,極地大陸氣團向南伸展而形成低溫、干燥、少雨的氣候[15],且旱季霾日大氣顆粒物的氣團往往來源于珠三角經(jīng)濟較發(fā)達的地區(qū),復合型污染嚴重,對人體健康影響極大[16].因此本研究使用單顆粒氣溶膠飛行時間質譜儀(SPAMS)等儀器,研究了廣東省鶴山大氣超級監(jiān)測站旱季大氣氣溶膠在不同天氣條件下單顆粒的成分變化,為了解珠三角地區(qū)霾日氣溶膠單顆粒特征及其成因提供了重要科學依據(jù).

1　實驗和方法

1.1采樣地點和采樣時間

采樣點設置在廣東省江門市鶴山桃源鎮(zhèn)廣東大氣超級監(jiān)測站(22.7°N, 112.9°E),詳細描述見何俊杰等[12]文章中的樣品采集部分.該站屬于我國首批建立的區(qū)域性大氣超級站,能夠作為珠三角西翼空氣質量的代表性監(jiān)測點位.在2013年11月4日～2013年12月30日期間,使用SPAMS共采集顆粒17083305個,其中同時含有粒徑及正負離子信息的顆粒數(shù)為1637330個.采樣期間還同時監(jiān)測了PM2.5、能見度和氣象參數(shù)等指標.

1.2SPAMS工作原理及數(shù)據(jù)分析

Li等[17]已對SPAMS的工作原理、基本性能、質量控制以及數(shù)據(jù)分析進行了詳細的闡述,簡而言之,該儀器采用空氣動力學透鏡聚焦進樣,通過雙激光測徑系統(tǒng)以及雙極飛行時間質量分析器對0.2～2.0μm范圍內(nèi)的顆粒粒徑及化學組分進行同時檢測分析.SPAMS采集的數(shù)據(jù)運行在Matlab平臺上,結合單顆粒質譜數(shù)據(jù)軟件包YAADA (Version2.1版本, http://www.yaa da.org)和自適應共振神經(jīng)網(wǎng)絡聚類法(ART-2a),并根據(jù)顆粒質譜中離子峰的種類及強度的相似性對顆粒物分類分析.本研究中ART-2a算法使用的參數(shù)如下:警戒因子為0.70,學習率為0.05,迭代次數(shù)為20.

2　結果與討論

2.1天氣過程的劃分

參照中華人民共和國氣象行業(yè)標準[18],根據(jù)能見度和相對濕度實時數(shù)據(jù)信息,將采樣期間劃分為霾日和非霾日,為了更好的掌握旱季霾日的特征,從非霾日中挑選出雨天和晴朗天,時間劃分如下:霾日1 (11月6日12:00～9日12:00)、霾日2 (12月07日12:00～11日12:00)、霾日3(12月27日00:00～29日00:00)、雨天1 (11 月10日00:00～13日12:00)和雨天2 (12月13 日12:00～17日12:00)、晴朗天(11月28日18:00～2日12:00),其中,霾日1、霾日2、霾日3、雨天1和雨天2均為采樣期間霾日或雨天出現(xiàn)的次數(shù),旨在探討霾日等的共同特征.考慮到11 月20日～ 21日期間有小量降雨,可能會影響對霾日特征的診斷,故未劃分為霾日.如圖1所示:霾日的能見度均在10km以下,平均相對濕度小于80%;晴朗天的平均能見度大于19km,能見度良好;雨天相對濕度持續(xù)在90%左右,細顆粒物濃度顯著降低,具有良好的天氣代表性.

圖1　氣象參數(shù)及SPAMS采集顆粒的時間序列圖Fig.1　Time series of meteorological data and particles detected by SPAMS

2.2細顆粒物數(shù)濃度分析

監(jiān)測結果顯示,PM2.5的質量濃度與SPAMS捕獲的顆粒物數(shù)濃度之間有較好的相關性(r為0.79),說明SPAMS實時監(jiān)測的顆粒物數(shù)濃度能夠較好地反映環(huán)境中氣溶膠顆粒的實時變化情況.由圖1c可知,霾日條件下PM2.5質量濃度和SPAMS捕獲的細顆粒數(shù)濃度顯著上升,表明霾日有利于顆粒物的累積[19].

2.3各類細顆粒質譜特征簡介

根據(jù)ART-2a的分類結果及各類顆粒的化學成分特征,將這些顆粒類型合并成9類: ECFresh顆粒、EC-Nitrate/Sulfate顆粒、K-EC顆粒、Ca-EC顆粒、ECOC顆粒、OC- Levoglucosan顆粒、OC-Nitrate/Sulfate顆粒、K-Nitrate/Sulfate顆粒和Metal-rich顆粒,共占顆?？倲?shù)的90%以上.各顆粒特征如圖2所示:

EC-Fresh顆粒盡管不是純的元素碳顆粒,但其正負譜圖主要由元素碳峰組成,并伴隨相對微弱的23Na+,39K+及硝酸鹽、硫酸鹽離子信號峰(、、),有研究表明此類顆粒主要是由燃燒排放的較為新鮮的元素碳顆粒,如生物質燃燒和機動車尾氣排放等[11].

EC-Nitrate/Sulfate顆粒與EC-Fresh顆粒不同之處在于正譜圖元素碳峰中伴隨較強的離子信號峰,負譜圖含有極強的硝酸鹽、硫酸鹽離子信號峰,表明,該類顆粒物可能在大氣中經(jīng)歷了明顯的老化[12].

K-EC顆粒的質譜特征為:正譜圖有非常強的39K+離子信號峰,并伴隨元素碳和23Na+信號峰,負譜圖中含有一系列較強的碳簇離子信號峰,及較弱的硝酸鹽、硫酸鹽離子信號峰,這與Taiwo等[20]的譜圖特征相似,且已有的研究普遍認為鉀可作為生物質燃燒的示蹤[21-22],推測,此類顆?？赡芡瑯觼碓从诟浇用癫惋嬋紵蚱渌镔|燃燒源[20].

圖2　采樣期間9類細顆粒的平均質譜(K-EC, Ca-EC, EC-Nitrate/Sulfate, OC-Nitrate/Sulfate, EC-fresh, ECOC, K-Nitrate/Sulfate, OC-Levoglucosan and Metal-rich)Fig.2　Averaged positive and negative mass spectra for the 9single-particle classes (K-EC, Ca-EC, EC-Nitrate/Sulfate, OC-Nitrate/Sulfate, EC-fresh, ECOC, K-Nitrate/Sulfate, OC-Levoglucosan and Metal-rich) observed during the whole sampling period

圖3　OC-Nitrate/Sulfate顆粒和OC-Levoglucosan顆粒質譜差分圖(a);晴朗天和霾日細顆粒質譜差分圖(b)Fig.3　Spectral differences with OC-Nitrate/Sulfate particles to OC-Levoglucosan particles (a); Spectral differences of fine particles with the sunny days to the hazy days (b)

K-Nitrate/Sulfate顆粒的質譜特征為:正譜圖中有非常強的K+(m/z 39)信號峰,除微弱的23Na+外幾乎沒有其他信號峰,負譜圖中有極強硝酸鹽、硫酸鹽信號峰,Bi等[10]在生物質燃燒顆粒中檢測到類似的顆粒,推測,此類顆?？赡軄碜陨镔|燃燒過程產(chǎn)生,并在環(huán)境中歷經(jīng)了老化過程.

Ca-EC 顆粒的質譜特征為:其整體特征與K-EC顆粒相似,不同的是正譜圖中含有較豐富的Ca+信號峰,在環(huán)境顆粒物來源解析中也常常以含鈣的EC顆粒作為柴油車尾氣排放的標志之一[23].

ECOC顆粒的質譜特征為:有較強的碳簇離子峰,相對較弱的有機碳離子峰(如、、37C3H+、43C2H3O+/C2H5N+、、),并伴隨硝酸鹽、硫酸鹽信號峰.ECOC顆粒的來源較為復雜.既可以由EC顆粒在大氣中老化形成,也可以由燃燒過程直接產(chǎn)生[24].

OC顆粒在本研究中由兩部分組成,分別為OC-Levoglucosan顆粒和OC-Nitrate/Sulfate顆粒,與ECOC顆粒不同,這兩種顆粒的質譜特征都以有機碳峰為主,負譜圖含有較強的硝酸鹽、硫酸鹽信號峰,由圖3(a)質譜差分圖可看出兩者的不同之處在于OC-Levoglucosan顆粒的正譜圖中含有更高的和的信號峰,表明此類顆粒中可能存在芳香簇化合物[25-26],負譜圖含有更強的碳簇離子峰及左旋葡聚糖的碎片離子峰(如—45CHO2, —, —及—等),在已有的研究中左旋葡聚糖的碎片離子峰被認為是較K+離子峰更特有的生物質燃燒顆粒示蹤離子峰[27-28],因而推測此類有機碳顆?？赡軄碜陨镔|燃燒源.而OC-Nitrate/Sulfate顆粒的正譜圖含有更高的離子峰,負譜圖含更豐富的硝酸鹽、硫酸鹽離子峰,推測,OC-Nitrate/Sulfate顆?？赡苁怯啥谓M分在OC-Levoglucosan顆粒表面上凝結形成[29].

Metal-rich顆粒正譜圖主要由一系列金屬元素組成,如27Al+,51V+,54/56Fe+,63/65Cu+,206/ 207/208Pb+等,負譜圖含較強的-、-62NO3及微弱的-97和-,此外還含有Cl-(m/z -35, -37),推測,此類顆粒可能主要來自工業(yè)源或燃煤等燃燒排放[30].

2.4ECOC顆粒來源簡析

ECOC顆粒的來源較為復雜,在不同的過程中可能存在不同的主要貢獻源,而珠三角地區(qū)對ECOC顆粒潛在來源的研究就為罕見,本文通過分析ECOC顆粒與不同源貢獻顆粒的相關性簡析ECOC在不同過程中的主要貢獻源.由表1可知,在霾日2和霾日3期間ECOC顆粒與EC-Nitrate/Sulfate顆粒數(shù)濃度相關性系數(shù)(R2)分別為0.80和0.64,與OC-Nitrate/ Sulfate顆粒相關性系數(shù)(R2)分別為0.60和0.61,表明此期間ECOC顆粒與EC-Nitrate/Sulfate顆粒等有相似的形成過程,即主要由EC顆粒老化形成;兩次下雨天ECOC顆粒與K-EC顆粒數(shù)濃度相關性系數(shù)(R2)分別為0.58,0.94,和EC-Fresh顆粒有非常好的相關性(R2均大于0.8),可能主要受生物質燃燒的影響,晴朗天則與Ca-EC顆粒有很好的相關性(R2等于0.83),可能主要受機動車排放的影響.同時說明鶴山旱季ECOC顆粒在不同天氣條件下有不同的貢獻源,因而不能單一的將ECOC顆粒視為一次排放或二次形成.

表1　不同天氣下含碳顆粒與ECOC顆粒小時數(shù)濃度相關性系數(shù)Table 1　Correlation analysis between main carbon containing particles and ECOC particles under different weather

2.5不同天氣細顆粒主要成分的變化

圖4　不同天氣下細顆粒物主要化學成分變化特征Fig.4　Main chemical compositions and characteristics of detected fine particles under different weather conditions

由圖4可知,每種類型的顆粒在不同天氣都有存在,但各有不同的特征.

(1) 霾日細顆粒主要特征:

主要由燃燒直接排放的組分如EC-fresh顆粒等所占比例相對較低,而與水溶性二次無機組分混合的顆粒所占比例顯著高于其他天氣,如霾日2和霾日3過程中EC-Nitrate/Sulfate顆粒和K-Nitrate/ Sulfate顆粒所占比例和分別為43%和38%,而兩次霾日條件下EC-fresh顆粒均僅占15%左右,說明霾日有利于與水溶性二次組分混合的顆粒的累積.此外,由圖3(b)中的質譜差分圖可知霾日與晴朗天相比含有更多的硫酸鹽和硝酸鹽等水溶性二次無機組分,進一步說明霾日更有利于水溶性二次無機組分在細顆粒中生成.

與后兩次霾日相比霾日1有較大的差異,表現(xiàn)為具有相對較高比例的EC-Fresh顆粒(22%) 和K-EC顆粒(18%),且在此天氣下EC-Fresh顆粒、K-EC顆粒及OC-Levoglucosan顆粒數(shù)濃度都有急劇增長(圖5);同時,這3種顆粒所占的比例之和為47%遠高于富含水溶性二次無機組分的顆粒(EC-Nitrate/Sulfate顆粒和K-Nitrate/ Sulfate顆粒)之和(18%).本次霾過程發(fā)生在十一月初,正值晚稻收割末期,因而推測,氣象不利于擴散天氣條件下(本次霾日期間的平均風速小于1m/s)水稻秸稈的集中焚燒是此次霾形成的主要原因.

(2) 雨天細顆粒特征:

兩次下雨天氣均表現(xiàn)出相似的特征,即為EC-Fresh顆粒占有較高的比例(33.2%和31.4%),且明顯高于其他天氣所占的比例,同時,K-EC顆粒和OC-Levoglucosan顆粒占有較高比例,兩次下雨天氣三類顆粒占比總和分別為61.7%和55.4%,而EC-Nitrate/Sulfate顆粒和K-Nitrate/ Sulfate顆粒和分別為5.4%和12.7%,表明該地區(qū)下雨天主要受本地一次排放源影響.

(3) 晴朗天細顆粒特征:

具有相對較高比例的OC-Nitrate/Sulfate顆粒和K-Nitrate/Sulfate顆粒,尤其OC-Nitrate /Sulfate顆粒占比明顯高于其他天氣,由圖3(b)中的質譜差分圖可知,晴朗天較霾日含有更多的有機組分如,C2H3O+等,有研究顯示C2H3O+是光化學反應生成的二次有機碳的特征峰之一[31],表明晴朗天氣更有利于二次有機組分在顆粒相中的生成.

圖5　霾日1條件下EC-Fresh顆粒、K-EC顆粒和OC-Levoglucosan顆粒的時間序列Fig.5　Temporal profile of number concentration for OC-Levoglucosan, K-EC and EC-Fresh particles under the hazy day 1

圖6　各類細顆粒數(shù)濃度與能見度的相關性Fig.6　Correlations between particle number of each class and visibility with 1hour resolution

研究還發(fā)現(xiàn),能見度的下降與氣溶膠單顆粒的成分息息相關,如圖6a、6b所示,碳質組分(EC-fresh, EC-Nitrate/Sulfate, OC, K-Nitrate/ Sulfate顆粒)和非碳質組分(Metal-rich, DUST顆粒)與能見度呈對數(shù)關系,相關性系數(shù)(R2)分別為0.66, P＜0.0001和0.39, P＜0.0001,表明碳質組分對能見度的下降具有更重要的貢獻;碳質組分顆粒中EC-Nitrate/Sulfate顆粒與能見度的相關性系數(shù)(R2)為0.71, P＜0.0001(圖6e),明顯高于EC-fresh顆粒的0.42, P＜0.0001(圖6f),表明ECNitrate/Sulfate顆粒對能見度的下降扮演更為重要角色,推測,水溶性二次無機組分如硫酸鹽、硝酸鹽、銨鹽等與EC顆粒的混合后可能會提升EC顆粒的光吸收能力[32],同時霾期間EC-fresh顆粒占比降低而EC-Nitrate/Sulfate顆粒占比顯著增加,表明EC-Nitrate/Sulfate顆粒對大氣超級站地區(qū)旱季霾的形成起了至關重要的作用.

對比鶴山地區(qū)雨季氣溶膠單顆粒特征發(fā)現(xiàn),經(jīng)光化學老化形成的氣溶膠顆粒對旱季霾的形成具有重要的貢獻,以霾日2為例,水溶性二次無機組分與EC顆粒混合的EC-Nitrate/Sulfate顆粒是此次霾的形成的最為主要的因素;與雨季晴朗天較霾日含有更多海鹽成分不同,旱季晴朗天則含有更多的有機組分,這可能是受不同氣團的影響,該地區(qū)雨季主要受來自海洋氣團的影響而旱季則主要受來自內(nèi)陸地區(qū)氣團的影響[9];此外,旱季ECOC顆粒來源更為復雜,不同天氣有不同的主要貢獻源,因而不能簡單認為是老化形成或一次排放.二次組分與顆粒物的混合狀態(tài)及二次水溶性組分與顆粒物混合后的光學性質在日后的研究中進一步得到探索.

3　結論

3.1廣東省鶴山大氣超級站地區(qū)不同天氣下氣溶膠單顆粒具有不同的特征,旱季霾日以EC-Nitrate/Sulfate顆粒和K-Nitrate/ Sulfate顆粒為主,晴朗天含較高的OC-Nitrate/ Sulfate顆粒,雨天則以EC-fresh顆粒和K-EC顆粒為主.

3.2霾日細顆粒含有更多的水溶性二次無機組分,晴朗天細顆粒含有更多的有機組分表明,霾日更有利于水溶性二次無機組分在氣溶膠顆粒中的形成,而晴朗天更有利于二次有機組分的形成.

3.3不同天氣氣溶膠單顆粒特征及各類顆粒與能見度的相關性分析表明,與水溶性二次無機組分混合的EC-Nitrate/Sulfate顆粒對能見度的下降以及霾的形成有至關重要的作用.

參考文獻：

[1] 謝鳴捷,王格慧,胡淑圓,等.南京夏秋季大氣顆粒物和PAHs組成的粒徑分布特征 [J]. 中國環(huán)境科學, 2008,28(10):867-871.

[2] Nel A. Air pollution-related illness: Effects of particles [J]. Science, 2005,308(57/23):804-806.

[3] 吳兌.近十年中國灰霾天氣研究綜述 [J]. 環(huán)境科學報, 2012, 32(2):257-269.

[4] 吳蒙,范紹佳,吳兌,等.廣州地區(qū)灰霾與清潔天氣變化特征及影響因素分析 [J]. 中國環(huán)境科學, 2012,32(8):1409-1415.

[5] 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(huán)境科學, 2013,32(2):201-208.

[6] 趙普生,徐曉峰,孟偉,等.京津冀區(qū)域霾天氣特征 [J]. 中國環(huán)境科學, 2012,32(1):31-36.

[7] 劉一鳴,洪瑩瑩,張舒婷,等.珠江三角洲秋季典型氣溶膠污染的過程分析 [J]. 中國環(huán)境科學, 2014,34(12):3017-3025.

[8] Yang F, Chen H, Du J, et al. Evolution of the mixing state of fine aerosols during haze events in Shanghai [J]. Atmospheric Research, 2012,(104/105):193-201.

[9] Wang H L, Zhu B, Zhang Z F, et al. Mixing state of individual carbonaceous particles during a severe haze episode in January 2013, Nanjing, China [J]. Particuology, 2015,20:16-23.

[10] Bi X H, Zhang G H, Li L, et al. Mixing state of biomass burning particles by single particle aerosol mass spectrometer in the urban area of PRD, China [J]. Atmospheric Environment, 2011,45(20): 3447-3453.

[11] Zhang G, Bi X, Li L, et al. Mixing state of individual submicron carbon-containing particles during spring and fall seasons in urban Guangzhou, China: A case study [J]. Atmospheric Chemistry and Physics, 2013,13(9):4723-4735.

[12] 何俊杰,張國華,王伯光,等.鶴山灰霾期間大氣單顆粒氣溶膠特征的初步研究 [J]. 環(huán)境科學學報, 2013,33(8):2098-2104.

[13] 宋宇,唐孝炎,方晨,等.北京市能見度下降與顆粒物污染的關系 [J]. 環(huán)境科學學報, 2003,23(4):468-471.

[14] 黃怡民,劉子銳,陳宏,等.北京夏冬季霾天氣下氣溶膠水溶性離子粒徑分布特征 [J]. 環(huán)境科學, 2013,34(4):1236-1244.

[15] 陳世訓,沈燦燊.廣州的氣候.中山大學學報(自然科學版), 1956,(2):128 -153.

[16] 譚吉華.廣州灰霾期間氣溶膠物化特性及其對能見度影響的初步研究 [D]. 中國科學院研究生院(廣州地球化學研究所), 2007.

[17] Li L, Huang Z X, Dong J G, et al. Real time bipolar time-of-flight mass spectrometer for analyzing single aerosol particles [J]. International Journal of Mass Spectrometry, 2011, 303(2/3):118-124.

[18] QX/T113-2010霾的觀測和預報等級 [S].

[19] 陳多宏,何俊杰,張國華,等.不同天氣類型廣東大氣超級站細粒子污染特征初步研究 [J]. 地球化學, 2014,43(3):217-223.

[20] Taiwo A M, Harrison R M, Beddows D C S, et al. Source apportionment of single particles sampled at the industrially polluted town of Port Talbot, United Kingdom by ATOFMS [J]. Atmospheric Environment, 2014,97:155-165.

[21] Hudson P K, Murphy D M, Cziczo D J, et al. Biomass-burning particle measurements: Characteristic composition and chemical processing [J]. Journal of Geophysical Research: Atmospheres, 2004,109(D23).DOI:10.1029/2003JD004398.

[22] Schauer J J, Kleeman M J, Cass G R, et al. Measurement of emissions from air pollution sources 3. C-1-C-29 organic compounds from fire place combustion of wood [J]. Environment Science & Technology, 2001,35(9):1716-1728.

[23] Healy R M, Sciare J, Poulain L, et al. Sources and mixing state of size-resolved elemental carbon particles in a European megacity: Paris [J]. Atmospheric Chemistry and Physics, 2012,12(4):1681-1700.

[24] Sodeman D A, Toner S M, Prather K A. Determination of single particle mass spectral signatures from light-duty vehicle emissions [J]. Environment Science & Technology, 2005,39(12): 4569-4580.

[25] Dall’Osto M, Harrison R M. Chemical characterisation of single airborne particles in Athens (Greece) by ATOFMS [J]. Atmospheric Environment, 2006,40(39):7614-7631.

[26] Liu D, Wenzel R J, Prather, K A. "Aerosol Time-of -Flight Mass Spectrometry during the Atlanta Supersite Experiment: 1. Measurements."[J]. Journal of Geophysical Research, 2003, 108(D7):8426-8442.

[27] Bein K J, Zhao Y, Johnston M V, et al. Interactions between boreal wildfire and urban emissions [J]. Journal of Geophysical Research: Atmospheres (1984–2012), 2008,113(D7).

[28] Silva P J, Liu D Y, Noble C A, et al. Size and chemical characterization of individual particles resulting from biomass burning of local Southern California species [J]. Environmental Science & Technology, 1999,33(18):3068-3076.

[29] Moffet R C, Prather K A. In-situ measurement of the mixing state and optical properties of soot with implications for radiative forcing estimate [J]. Proceedings of the National Academy of Sciences of the United States of America, 2009,106(29): 11872-11877.

[30] Moffet R C, de Foy B, Molina L T, et al. 2008. Measurement of ambient aerosols in northern Mexico City by single particle mass spectrometry [J]. Atmospheric Chemistry and Physics, 8(16): 4499-4516.

[31] Qin X Y. 2007. Characterization of ambient aerosol composition and formation mechanisms and development of quantification methodologies utilizing ATOFMS [D]. San Diego: University of California.

[32] Naoe H, Hasegawa S, Heintzenberg J, et al. State of mixture of atmospheric submicrometer black carbon particles and its effect on particulate light absorption [J]. Atmospheric Environment, 43,1296-1301,doi:10.1016/j.atmosenv.2008.11.031, 2009.

Single-particle chemical characterization of aerosols at the Heshan atmospheric supersite during the dry season.

JIANG Bin1,2, CHEN Duo-hong2, WANG Bo-guang1*, ZHANG Tao2, LI Mei1, GAN Ting1, ZHOU Yan2, ZHONG Liu-ju2, BI Xin-hui3(1.Institute of Technology on Atmospheric Environmental Safety and Pollution Control, Jinan University, Guangzhou 510632, China；2.State Environmental Protection Key Laboratory of Regional Air Quality Monitoring, Guangdong Environmental Monitoring Center, Guangzhou 510308, China；3.Guangzhou Institute of Geochemistry, Chinese Academy ofSciences, Guangzhou 510640, China). China Environmental Science, 2016,36(3)：670～678

Abstract：Single-particle chemical characteristics of atmospheric aerosols were studied by a single-particle aerosol mass spectrometry (SPAMS) at the Heshan atmospheric supersite of Guangdong in the dry season (November 4 to December 30) in 2013. Over 1.6 × 106fine particles were characterized by the SPAMS with the ART-2a neural network algorithms. All the particles were classified into 9 main categories: elemental carbon (EC)-Fresh, EC-Nitrate/Sulfate, K-EC, Ca-EC, internally mixed elemental-organic carbon (ECOC), organic carbon (OC)-Levoglucosan, OC-Nitrate/Sulfate, K-Nitrate/Sulfate and Metal-rich particles. Results showed that those particles rich in secondary water soluble ions, like EC-Nitrate/Sulfate, K-Nitrate/Sulfate particles, were enhanced in hazy days at Heshan supersite during the measurement campaign. Furthermore, secondary organic components more favored partitioning to particle phase in sunny days. In rainy days, however, there were more EC-fresh particles and K-EC particles which likely were influenced by local emissions. Finally, EC-Nitrate/Sulfate particles may have a vital role on the formation of haze as they had a good correlation with visibility.

Key words：single particle aerosols；haze；single particle aerosol mass spectrometry (SPAMS)

作者簡介：蔣斌(1990-),男,湖南永州人,暨南大學環(huán)境學院碩士研究生,主要從事單顆粒氣溶膠理化特征研究.

基金項目：科技部科技支撐項目(2014BAC21B03);國家自然科學基金(41373116)

收稿日期：2015-08-30

中圖分類號：X513

文獻標識碼：A

文章編號：1000-6923(2016)03-0670-09