2013~2015年北京市PM2.5、反應(yīng)性氣體和氣溶膠粒徑的特性分析

江 琪,王 飛,張恒德,王 飛,呂夢瑤,何佳寶

?

2013~2015年北京市PM2.5、反應(yīng)性氣體和氣溶膠粒徑的特性分析

江 琪1,王 飛2*,張恒德1,王 飛3,呂夢瑤1,何佳寶4

(1.國家氣象中心,北京100081；2.中國氣象科學(xué)研究院,北京100081；3.北京市人工影響天氣辦公室,北京100089；4.寧波市環(huán)境監(jiān)測中心,浙江寧波 315012)

對2013~2015北京市PM2.5、氣體組分及氣溶膠譜分布結(jié)合氣象條件進(jìn)行系統(tǒng)的分析,結(jié)果表明:2013~2015年 PM2.5質(zhì)量濃度顯著降低,空氣質(zhì)量呈明顯改善;交通源對大氣污染的貢獻(xiàn)不能忽略,且呈現(xiàn)出逐漸加重的趨勢;相對濕度和風(fēng)速對PM2.5濃度影響的響應(yīng)相對較快,滯后1h左右對PM2.5濃度的影響最大,而PM2.5的變化對溫度的響應(yīng)相對較慢,一般在改變溫度的7~8h后對污染物濃度的影響最大.污染日較清潔日氣溶膠的粒徑分布均有不同程度地向大粒子一側(cè)拓寬的現(xiàn)象,清潔日時,峰區(qū)直徑集中在3~5nm,污染天時,峰區(qū)直徑增大至100~200nm;隨降雨量級逐漸增大,氣溶膠峰值濃度逐漸向積聚模態(tài)方向發(fā)展;2015年2月18至2015年2月21日污染事件中,煙花燃放時段煙花對氣溶膠數(shù)濃度的貢獻(xiàn)為26.1%,且伴隨新粒子生成.煙花燃放使積聚模態(tài)粒子和愛根核模態(tài)粒子出現(xiàn)顯著的峰值,核模態(tài)粒子濃度變化不大.

PM2.5；反應(yīng)性氣體；氣象要素；氣溶膠粒徑譜；煙花燃放

北京位于華北平原西北邊緣,三面環(huán)山,地形呈“簸箕型”,不利于污染物擴散[1],多種污染物高濃度并存,并發(fā)生復(fù)雜的相互作用,使得大氣呈現(xiàn)出細(xì)顆粒物濃度升高、氧化性增強等特點[2].在污染本質(zhì)上則表現(xiàn)為污染物源和匯之間的相互交錯,污染轉(zhuǎn)化過程的耦合作用和環(huán)境影響的協(xié)同效應(yīng)[3-4].在多種污染物中,高濃度的大氣細(xì)粒子(PM2.5)是引起城市霾天氣發(fā)生的主要原因[5-6].工業(yè)、交通、烹飪等一次源排放以及多種氣態(tài)前體物的非均相或均相成核反應(yīng)等均為城市大氣細(xì)粒子的主要來源[7],其中交通源的貢獻(xiàn)受到更為廣泛的關(guān)注.研究表明,機動車排放對北京大氣污染的貢獻(xiàn)可能在逐步增加[8-10].近年來,我國頻繁發(fā)生的霾污染天氣主要集中在京津冀、長江三角洲、珠江三角洲等經(jīng)濟(jì)較為發(fā)達(dá)和人口稠密的地區(qū).其中,京津冀地區(qū)[11-12]區(qū)域污染問題突出,1980年后霾日數(shù)明顯增加,且多發(fā)生于冬季,12月和1月的霾日數(shù)約達(dá)到全年的30%.史軍等[13]對長江三角洲霾氣候數(shù)據(jù)序列的統(tǒng)計結(jié)果表明,1961~2007整個長江三角洲霾日數(shù)基本上都呈增長趨勢,并以杭州和南京增加最多.珠江三角洲的平均霾日數(shù)大值區(qū)則主要分布在廣東和廣西中東部,且1960~2007年霾日數(shù)呈現(xiàn)顯著的上升趨勢,2008年后有所下降[14].霾的發(fā)生發(fā)展與污染氣體的排放和氣象條件密切相關(guān). Schichtel等[15]分析了美國1980~ 1995年的霾變化趨勢,認(rèn)為SO2排放量的下降直接影響霾日數(shù).賀克斌等[16]指出,低空O3已逐漸成為大氣污染的核心物質(zhì)之一,O3的含量對顆粒物的生消也有重要的作用.同時,高濃度的NO2對重污染的形成起到促進(jìn)作用[17].適宜的氣象條件,特別是靜穩(wěn)天氣和高濕環(huán)境,可以快速形成以PM2.5為典型特征的霾污染過程,特別是在冬季,重污染過程頻發(fā),污染物濃度呈現(xiàn)出典型的慢積累、快清除的“鋸齒形”變化特征[18].唐宜西等[19]研究發(fā)現(xiàn),靜小風(fēng)狀況以及逆溫結(jié)構(gòu)是北京地區(qū)霾產(chǎn)生的主要原因,而高濕則會加劇污染程度.張人禾等[20]指出,2013年我國中東部大范圍霾天氣中超過2/3的變化由氣象因子造成,且動力和熱力因子貢獻(xiàn)相當(dāng).在霾過程和對應(yīng)的清潔過程中近地層溫度、風(fēng)場、位勢高度等均顯著不同[21].不同污染背景條件下,氣溶膠的粒徑分布、化學(xué)組分等存在顯著的差異,并決定了其不同的理化特性和環(huán)境效應(yīng)[22].如有機氣溶膠在清潔天平均貢獻(xiàn)PM1(亞微米細(xì)顆粒物)的約70%,而在重霾污染天,二次無機組分貢獻(xiàn)量顯著增加, 超過50%[23].北京地區(qū)的老化氣溶膠濃度水平以及粒子在積聚模態(tài)大量堆積的分布特點也是造成區(qū)域霾形成的重要原因,且以酸性氣溶膠的貢獻(xiàn)為主[24].近年來,針對短時間空氣污染事件及其對人類健康影響的關(guān)注越來越多[25].煙花爆竹的集中燃放可產(chǎn)生大量的有機氣溶膠、重金屬離子、NO、SO2、CO等,可使空氣質(zhì)量在短時間內(nèi)急劇惡化[26].研究表明[27],煙花燃放時段氣溶膠數(shù)濃度多集中在100~500nm,并多伴有新粒子生成事件.本文對2013~2015北京全年及冬季時段PM2.5、氣體組分及氣溶膠譜分布結(jié)合氣象條件進(jìn)行系統(tǒng)的分析并對其中一次煙花污染事件進(jìn)行個例分析,探討大氣污染的生消規(guī)律,以期為防治大氣污染、保護(hù)城市生態(tài)環(huán)境提供科學(xué)依據(jù).

1 資料來源

根據(jù)北京市環(huán)境保護(hù)監(jiān)測中心網(wǎng)站(http://www.bjmemc.com.cn) 提供的監(jiān)測點信息,選取了2013至2015年北京城區(qū)國控環(huán)境監(jiān)測點(8個),對其提供的PM2.5、PM10、SO2、CO、O3、NO2的質(zhì)量濃度進(jìn)行了站點的平均,時間分辨率為1h.2013~2015年氣象因子數(shù)據(jù)來自國家氣象局北京城區(qū)加密觀測站點(4個)的平均值,包括溫度、壓強、濕度、風(fēng)速、風(fēng)向、能見度,時間分辨率為1h.SMPS對氣溶膠數(shù)譜的觀測資料從2014年11月27日至2015年4月9日,時間分辨率為3min,測量粒徑范圍范圍14.6~661.2nm,由北京市氣象局提供.

2 結(jié)果與討論

2.1 2013~2015年空氣質(zhì)量整體概況

2012年3月,國家環(huán)境保護(hù)部發(fā)布了新的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)[28],將PM2.5等大氣污染物列入了評價標(biāo)準(zhǔn).根據(jù)空氣質(zhì)量標(biāo)準(zhǔn),北京市2013~2015年分別有55%、55%和60%的時段達(dá)到國家細(xì)顆粒物空氣二級標(biāo)準(zhǔn)(PM2.5日平均濃度低于75μg/m3),其中空氣質(zhì)量為優(yōu)(PM2.5日平均濃度低于35μg/m3)的比例逐步升高;PM2.5的年平均濃度呈下降趨勢,3年間下降~8.4%,且主要反映在中度以上污染(PM2.5日平均濃度低于115μg/m3)天數(shù)的減少,由2013年的99天下降至2015年的80d.冬季大氣污染的嚴(yán)重程度顯著高于全年平均,2013年冬季PM2.5的平均濃度高達(dá)132.7μg/m3,其中嚴(yán)重污染(PM2.5日平均濃度低于250μg/m3)的比例達(dá)16%. 2013~2015年冬季的整體空氣質(zhì)量也呈轉(zhuǎn)好的趨勢,PM2.5質(zhì)量濃度的平均值呈下降趨勢,達(dá)到國家細(xì)顆粒物空氣二級標(biāo)準(zhǔn)的天數(shù)顯著增多.氣象因素對于污染物的形成、演變、傳輸和消散等過程都起著至關(guān)重要的作用.氣象因子通過多種方式改變大氣顆粒物的發(fā)展過程,如:累積或稀釋,氣粒轉(zhuǎn)化和二次形成等[29].北京市區(qū)污染物濃度的升高通常伴隨弱偏南風(fēng)、高濕的大氣環(huán)境,當(dāng)風(fēng)速增大到3m/s后,對污染物有明顯的清除作用[29].表1對2013~2015年全年和冬季時段PM2.5、PM10、氣體組分和各氣象要素進(jìn)行了統(tǒng)計.除2014年冬季與2013年冬季的平均風(fēng)速持平略有升高外,2013~2015年風(fēng)速的平均值均呈下降趨勢.就全年趨勢來看,2013~2015年風(fēng)速的均值略有下降,其中小風(fēng)(<1.5m/s)的比例有所升高,大于3m/s以上風(fēng)速的比例有所降低,同時,偏南風(fēng)在全風(fēng)向中所占比例也呈上升趨勢;相對濕度、降水、溫度、氣壓等氣象要素均值的年際變化差異不大,綜合上述氣象因素,2013~2015年大氣易出現(xiàn)污染物累積的靜穩(wěn)天氣條件有所升高,但PM2.5質(zhì)量濃度顯著降低,空氣質(zhì)量呈明顯改善,污染減排的貢獻(xiàn)功不可沒.對于北京地區(qū)冬季,特別是2014~2015年,各類氣象條件均有利于污染物的累積,但輕度以上污染出現(xiàn)的概率顯著降低,也體現(xiàn)出減排的功效.在顆粒物質(zhì)量濃度有所改善的同時,O3的質(zhì)量濃度有所升高,在關(guān)注顆粒物污染的同時,以高濃度O3為典型特征的光化學(xué)污染問題也逐漸顯現(xiàn).

圖1 2013~2015年全年(a)和冬季時段(b)的空氣質(zhì)量頻數(shù)

2.2 日變化趨勢

硫酸鹽、硝酸鹽等無機物是大氣細(xì)粒子的重要組成部分,而這些無機鹽的生成主要通過SO2、NO2等氣態(tài)前體物的光化學(xué)反應(yīng)生成,因而大氣的氧化性對于PM2.5的濃度有較大影響,將大氣氧化劑 OX(NO2+O3)作為評價大氣氧化能力的指標(biāo)[30],其濃度的變化能夠反映區(qū)域及局地大氣的氧化性特征[31].由表1知,冬季O3濃度顯著低于全年均值,大氣氧化能力低于年均值,其中2014年偏低最多,冬季OX較全年平均偏低~18%,大氣的氧化性在16:00左右達(dá)到極大值,在日出前后達(dá)到極小值.由于冬季的大氣污染程度重于其它季節(jié),本文對2013~2015年各年冬季的污染性氣體、PM2.5質(zhì)量濃度和大氣的氧化性進(jìn)行了日變化對比(圖2).有研究表明,由機動車尾氣排放導(dǎo)致城市氮氧化物分擔(dān)率達(dá)39%~79%[32],受交通源影響顯著,NO2、CO的日變化曲線相似,均在早高峰(08:00左右)出現(xiàn)峰值,在16:00左右達(dá)到一日的最低濃度,NO2在晚高峰(20:00左右)也存在顯著的峰值.冬季受采暖影響,SO2濃度高于全年平均近2倍.2013~2015年冬季,SO2均在09:00和13:00前后出現(xiàn)峰值,09:00左右的峰值高于13:00左右,且峰值強度逐年減弱.2013~ 2015年,氣體污染物SO2、CO、NO2都呈逐年遞減的趨勢,特別是2014~2015年,SO2和NO2濃度下降顯著,SO2的日均濃度下降為上一年同期的1/2.由于白天光化學(xué)反應(yīng)速率加大,O3濃度迅速升高,下午16:00左右O3濃度達(dá)到最大值,且2015年冬季的O3濃度值較2013和2014年有所升高.PM2.5濃度受邊界層變化影響表現(xiàn)為夜間高白天低的日變化規(guī)律,均在上午10:00左右和夜間23:00左右出現(xiàn)兩個峰值,23:00左右出現(xiàn)的峰值濃度為全天最高,且這一峰值濃度自2013至2015年逐年降低.PM2.5峰值濃度的出現(xiàn)時段并未對應(yīng)交通高峰時段,而是延后2h左右,說明機動車對PM2.5濃度的影響作用主要表現(xiàn)為機動車排放的氣態(tài)污染物發(fā)生化學(xué)反應(yīng)生成PM2.5中的二次粒子,而非機動車的一次排放.

表1 2013~2015年全年及冬季的PM2.5、PM10、氣體組分和各氣象要素的平均值統(tǒng)計

機動車排放可以產(chǎn)生大量的一氧化碳和氮氧化物.本文通過對2013~2015年冬季的NO2和CO在早高峰時段和整個白天時段(07:00~18:00)的質(zhì)量濃度進(jìn)行相關(guān)性分析(圖3)探討交通源的作用.早高峰時段選取07:00~09:00,且排除降水日和周末的影響.早高峰時段和整個白天時段的質(zhì)量濃度相關(guān)性較好,相關(guān)系數(shù)(r)均大于0.6.2013年CO早高峰時段的濃度較整個白天時段增加10%,2014年增大至15%,2015年更是增加到18%;同時,NO2在交通早高峰時段的貢獻(xiàn)也呈現(xiàn)逐年遞增的趨勢,3年內(nèi)增大了約4%.因而交通源對污染性氣體的貢獻(xiàn)不能忽略,且呈現(xiàn)出逐漸加重的趨勢,交通源已成為大城市環(huán)境污染的重要來源之一.

圖2 2013~2015年各年冬季的污染性氣體、PM2.5質(zhì)量濃度和大氣的氧化性O(shè)X的日變化

圖3 2013~2015年冬季NO2和CO在早高峰時段和整個白天時段的質(zhì)量濃度的相關(guān)關(guān)系

2.3 氣象要素對污染物影響的滯后性分析

氣象因素作為影響環(huán)境空氣質(zhì)量的一個重要條件,其與顆粒物濃度的相關(guān)性已經(jīng)達(dá)到了廣泛認(rèn)可[33].氣象要素對污染物的生消過程有顯著影響,但影響作用并非同步,通常需要一個時間過程,即氣象要素對污染物的累積和擴散作用有一定的時間滯后性[34].各類氣象要素中,風(fēng)速通過影響污染物的水平輸送擴散能力對污染物的質(zhì)量濃度有重要影響,通常大于3m/s的風(fēng)速對污染物濃度有顯著的清除作用[29];相對濕度的增高易導(dǎo)致細(xì)粒子吸濕性增長,使得污染物質(zhì)量濃度升高;而溫度則是通過影響污染物的垂直擴散能力對污染物的質(zhì)量濃度產(chǎn)生影響,當(dāng)大氣出現(xiàn)逆溫時,層結(jié)狀態(tài)較穩(wěn)定,大氣垂直運動能力差,有利于污染物的積聚.為研究濕度、風(fēng)速和溫度對PM2.5質(zhì)量濃度影響的時間效應(yīng),本文給出了2013~2015年全年及冬季的PM2.5濃度與風(fēng)速、溫度滯后1~10h內(nèi)的滯后相關(guān)系數(shù)(表2).由表2可見,相對濕度和溫度與PM2.5濃度呈正相關(guān)性,而風(fēng)速呈負(fù)相關(guān)性.在整個研究時段和冬季時段,相對濕度和風(fēng)速均在改變1h后和PM2.5濃度的相關(guān)系數(shù)達(dá)到極大值,隨后逐漸降低,其中,冬季PM2.5對相對濕度的響應(yīng)顯著的高于全年平均,滯后1h的相對濕度和PM2.5質(zhì)量濃度的相關(guān)系數(shù)可以達(dá)到0.625.有研究表明,SO2在高濕的狀態(tài)下極易通過化學(xué)反應(yīng)轉(zhuǎn)化為硫酸鹽并進(jìn)一步影響大氣酸度,使得大氣中酸性粒子增加[35],受冬季燃煤影響,SO2的質(zhì)量濃度為全年平均的2~3倍,因而冬季相對濕度增大后,硫酸鹽在PM2.5中所占的比例也迅速升高(2.9 μg/m3/10%RH)[36].對于溫度的變化,PM2.5濃度與溫度的相關(guān)系數(shù)隨滯后時間的增加逐漸增大,冬季時段,在滯后7h后相關(guān)系數(shù)達(dá)到最大值,全年的觀測在滯后8h后相關(guān)系數(shù)最大,而后隨滯后時效繼續(xù)延長相關(guān)系數(shù)均逐漸降低.綜上,相對濕度和風(fēng)速對PM2.5濃度影響的響應(yīng)相對較快,1h左右對PM2.5濃度的影響達(dá)到最大,且對冬季的影響高于全年平均,而PM2.5對溫度變化的響應(yīng)相對較慢,一般在改變溫度的7~8h后影響最大.在進(jìn)行污染物濃度的預(yù)報預(yù)警時,應(yīng)充分考慮不同氣象要素影響的滯后性.

表2 PM2.5與濕度(RH)、風(fēng)速(WS)、溫度(T)滯后相關(guān)系數(shù)(r)

2.3 氣溶膠粒徑譜分布

為研究不同污染背景條件下氣溶膠數(shù)濃度的分布,依據(jù)PM2.5的日均濃度,將SMPS觀測期段(2014年11月27日至2015年4月9日)的大氣分為清潔日(PM2.5的日均濃度<75μg/m3)和污染日(PM2.5的日均濃度≥75μg/m3),分別計算清潔天和污染天條件下氣溶膠數(shù)濃度譜分布(圖4a),計算過程去掉了降水日和沙塵日(判別條件:日均能見度低于10km、PM10日均濃度高于150μg/m3、日均風(fēng)速高于3m/s、無降水).SMPS的觀測時段共有34d為清潔天,55d為污染天.本文劃分核模態(tài)粒子、愛根核模態(tài)粒子及積聚核模態(tài)粒子的粒徑范圍分別為14.6~25.0nm、25.0~ 100.0nm及100.0~661.2nm.由圖4a可見,污染時期較清潔時期氣溶膠的粒徑分布均有不同程度地向大粒子一側(cè)拓寬的現(xiàn)象,清潔日時,峰區(qū)直徑集中在3~5nm,對應(yīng)的數(shù)濃度峰值普遍低于20×103個/cm3,污染天時,峰區(qū)直徑增大至100~ 200nm,積聚核模態(tài)粒子較清潔天時顯著的增多(平均占總數(shù)濃度的55%),由于積聚核模態(tài)粒子的粒徑更接近可見光波長范圍而具有強消光效率[23],因而這一模態(tài)粒子濃度的增大可能是導(dǎo)致霾天氣能見度急劇下降的重要原因.SMPS觀測期間共有9個降水日,日降水量為0.3~16.2mm,見圖4b.降水對氣溶膠粒子的清除作用與降水量的大小有直接的關(guān)系,如果大氣處于污染狀態(tài),在降水量較小時,降水的清除作用不顯著,而造成的低層增濕作用有利于氣溶膠粒子吸濕增長,反而使得污染加劇,如2015年1月24日,北京城區(qū)平均出現(xiàn)0.3mm的日降水量,PM2.5的日均濃度高達(dá)219.6μg/m3,較前一日的日均濃度增大了一倍多.只有降水達(dá)到一定的量級,對氣溶膠粒子才能表現(xiàn)出顯著的清除作用.在降水量級較小時(<5mm),通常無明顯的清除作用,氣溶膠粒徑的峰值與污染天相近,位于100nm附近;而隨降水量級逐漸增大(35mm),氣溶膠峰區(qū)直徑逐漸向積聚核模態(tài)方向發(fā)展,在本次研究降水量級最大日(16.2mm),峰值濃度對應(yīng)的直徑接近200nm.有研究表明,核模態(tài)粒子主要由于布朗擴散機制所主導(dǎo)而被雨滴清除,積聚態(tài)粒子主要受布朗擴散和湍流擴散的共同作用而被雨滴清除[37].雨天積聚核模態(tài)的粒子減少率在三個模態(tài)粒子中最低,直徑位于0.2~2μm 之間的區(qū)域通常稱“greenfield gap”[38],很難被雨滴有效清除,因而即便降水量級較大,但這一區(qū)間粒子的清除率低,使得殘留的氣溶膠粒徑向這一區(qū)間積聚.

圖4 (a)污染天和清潔天氣溶膠數(shù)濃度譜分布;(b)不同降水天氣條件下氣溶膠數(shù)濃度譜分布

2.4 2015年污染事件個例分析

北京地區(qū)冬季存在多次污染物累積和消散的過程,在相對濕度較大,風(fēng)速較低的靜穩(wěn)天氣等不利于污染物擴散、稀釋的積累過程中污染物濃度迅速累積,當(dāng)產(chǎn)生較大規(guī)模的降水和(或)北、西北方向較為潔凈、干燥的空氣團(tuán)對污染物稀釋作用時,污染物濃度迅速的降低.本文選取了2015年2月18至2015年2月21日的一次污染過程進(jìn)行個例分析.2月18日06:00起,靜穩(wěn)天氣形勢逐漸建立,NO2、CO、SO2等氣體及PM2.5的質(zhì)量濃度均呈現(xiàn)波動上升趨勢,2月19日凌晨為除夕夜,受煙花燃放作用影響,污染物累積速率較快,2月19日06:00,PM2.5濃度達(dá)到347μg/m3.19日11時起,偏南風(fēng)向的風(fēng)速短時間有所增大,由于較大風(fēng)速的持續(xù)時間較短,且仍為偏南風(fēng)向,PM2.5濃度有所降低,但降低程度有限,濃度仍維持在100μg/m3左右.19日午后起,相對濕度逐漸增大,PM2.5開始緩慢的累積,上升速率相對較小,其中PM2.5的增長率平均~3.2μg/m3/h,21日13時PM2.5的峰值濃度達(dá)到316μg/m3;21日午后隨風(fēng)速增大和風(fēng)向的轉(zhuǎn)變,PM2.5、NO2、CO、SO2等污染物得到徹底清除,清除過程僅用了3h就使得PM2.5的質(zhì)量濃度降低到50μg/m3以下,O3的變化趨勢相反,在其它污染物濃度迅速降低的同時O3的濃度迅速升高.污染累積較重的時段(21日15時)500hPa高度場(圖略)受低壓橫槽后西北氣流控制,高空少云,地面夜間有顯著的輻射降溫,在近地層形成逆溫層結(jié),同時,850hPa高度場(圖略)中暖脊的形成使逆溫層厚度向上延伸,在北京等地形成干暖蓋結(jié)構(gòu),水汽和污染物在近地面逐漸積聚使得污染物濃度累積到較高的濃度.

煙花爆竹的集中燃放可在短時間導(dǎo)致空氣質(zhì)量的急劇惡化[39-40].2月19日為傳統(tǒng)的除夕佳節(jié),對應(yīng)一次煙花燃放過程.有研究表明,煙花燃放時段積聚模態(tài)100~500nm粒徑段的氣溶膠數(shù)濃度顯著的升高[41-42].本文依據(jù)積聚核模態(tài)粒子濃度變化趨勢(圖7a)分為煙花燃放集中期(1月19日00:00~04:00),煙花燃放前(1月18日12:00~ 16:00)和煙花燃放后(1月19日13:00~17:00).在煙花集中燃放的時段,PM2.5、SO2、CO和NO2都出現(xiàn)了顯著的峰值,PM2.5的質(zhì)量濃度在18日23:00~19日01:00的2h內(nèi)由109μg/m3升高到292μg/m3,SMPS測得的氣溶膠數(shù)濃度也出現(xiàn)了顯著的峰值.煙花對污染物的貢獻(xiàn)可以通過選取煙花排放時間段首末兩點連成直線,與軸形成一個梯形,對梯形面積進(jìn)行積分,再對整個曲線與軸圍成的面積進(jìn)行積分,二者之間的區(qū)域(見圖5b中灰色與紅色曲線圍城的區(qū)域)近似可以認(rèn)為是煙花燃放的貢獻(xiàn)[43],通過此方法計算得到煙花對氣溶膠數(shù)濃度的貢獻(xiàn)為~26.1%.對煙花燃放前后和煙花燃放時段的氣溶膠數(shù)濃度譜進(jìn)行對比(圖6b),煙花燃放集中時段較燃放前后氣溶膠峰區(qū)直徑顯著的向增大的方向移動,積聚模態(tài)粒子和愛根核模態(tài)粒子出現(xiàn)顯著的峰值,核模態(tài)粒子濃度變化不大.根據(jù)新粒子生成事件主要判定標(biāo)準(zhǔn)[44]:(1)顆粒物的數(shù)譜分布中出現(xiàn)一個新的模態(tài);(2)這個新的模態(tài)從核模態(tài)粒徑范圍開始出現(xiàn);(3)新的模態(tài)在大氣中存在一段時間;(4)新模態(tài)呈現(xiàn)增長趨勢,2月18日06:00~2月19日06:00的污染物累積過程伴隨一次新粒子的生成過程.

為了探討不同方向、流速的氣團(tuán)對氣溶膠質(zhì)量濃度的影響,本文選取了2月17~2月21日污染過程中風(fēng)速-風(fēng)向-氣溶膠數(shù)濃度及風(fēng)向-風(fēng)速-PM2.5質(zhì)量濃度進(jìn)行分析,期間,PM2.5的平均質(zhì)量濃度為122.2μg/m3,平均數(shù)濃度為12082個/cm3.如圖7,圖中不同顏色代表氣溶膠質(zhì)量濃度,不同方向、距離圓心的長度分別代表風(fēng)向和風(fēng)速.氣溶膠的數(shù)濃度和PM2.5質(zhì)量濃度的高值區(qū)度出現(xiàn)在風(fēng)速較小(<1.5m/s)時及中等風(fēng)速(1.5~3m/s)的偏南風(fēng)向,此次污染事件是局地污染和來自偏南方向氣團(tuán)輸送作用的共同結(jié)果.

圖5 2015年2月18至2015年2月21日污染過程(a)NO2、O3、CO、SO2;(b)氣溶膠總數(shù)濃度(灰色)及去掉煙花影響后總數(shù)濃度(紅色);(c)相對濕度(RH)和溫度(Temp);(d)風(fēng)速(WS)、風(fēng)向(WD);(e)氣溶膠數(shù)濃度譜分布;(f)PM2.5和能見度(Vis)的時間序列

圖6 (a)2015年2月17~2月21日核模態(tài)、愛根核模態(tài)和積聚核模態(tài)粒子數(shù)濃度的時間序列;(b)煙花燃放前(AFW)、后(BFW)及煙花燃放集中時段(FW)氣溶膠數(shù)濃度譜分布

3 結(jié)論

3.1 2013~2015年大氣易出現(xiàn)污染物累積的靜穩(wěn)天氣條件有所升高,但PM2.5質(zhì)量濃度顯著降低,空氣質(zhì)量呈明顯改善,污染減排有一定成效.交通源對污染性氣體的貢獻(xiàn)不能忽略,且呈現(xiàn)出逐漸加重的趨勢,交通源已成為大城市環(huán)境污染的重要來源之一.

3.2 相對濕度和風(fēng)速對PM2.5濃度影響的相應(yīng)相對較快,1h左右對PM2.5濃度的影響達(dá)到最大,且冬季的影響高于全年均值,而PM2.5的變化對溫度的響應(yīng)相對較慢,一般在改變溫度的7~8h后對污染物濃度的影響最大.

3.3 污染時期較清潔時段氣溶膠的粒徑分布均有不同程度地向大粒子一側(cè)拓寬的現(xiàn)象,清潔日時,峰區(qū)直徑集中在3~5nm,污染天時,峰區(qū)直徑增大至100~200nm;隨降雨量級逐漸增大,氣溶膠峰值濃度逐漸向積聚核模態(tài)方向發(fā)展.

3.4 2015年2月18~2015年2月21日污染事件中,煙花燃放時段煙花對氣溶膠數(shù)濃度的貢獻(xiàn)為26.1%,且伴隨新粒子生成.煙花燃放時段氣溶膠峰值濃度向粒徑偏大的方向移動,積聚模態(tài)粒子和愛根核模態(tài)粒子出現(xiàn)顯著的峰值,而核模態(tài)粒子濃度變化不大.

[1] 吳 兌,陳慧忠,吳 蒙,等.三種霾日統(tǒng)計方法的比較分析[J]. 中國環(huán)境科學(xué), 2014,34(3):545-554.

[2] 唐孝炎,張遠(yuǎn)航,邵 敏.大氣環(huán)境化學(xué)[M]. 2版.北京:高等教育出版社, 2006.

[3] 朱 彤.城市與區(qū)域大氣復(fù)合污染[M]. 北京:化學(xué)工業(yè)出版社, 2005.

[4] Parrish D D, Zhu T. Clean Air for Megacities [J]. Science, 2009,326(5953):674-675.

[5] Zhang Q H, Zhang J P, Xue H W. The challenge of improving visibility in Beijing [J]. Atmosphericchemistry and physics, 2010,10(16):7821-7827.

[6] Sun Y, Zhuang G, Tang A, et al. Chemical characteristics of PM2.5and PM10in haze-fog episodes in Beijing [J]. Environmental Science and Technology, 2006,40:3148-3155.

[7] Laakso L, Hussein T, Aarni P, et al. Diurnal and annual characteristics of particle mass and number concentrations in urban, rural and Arctic environments in Finland [J]. Atmospheric Environment, 2003,37(19):2629-2641.

[8] He K, Yang F, Ma Y, et al. The characteristics of PM2.5in Beijing, China [J]. Atmospheric Environment, 2001,35(29):4959-4970.

[9] Wang Y, Zhuang G, Tang A, et al. The ion chemistry and the source of PM2.5aerosol in Beijing [J]. Atmospheric Environment, 2005,39(21):3771-3784.

[10] 楊孝文,周 穎,程水源,等.北京冬季一次重污染過程的污染特征及成因分析 [J]. 中國環(huán)境科學(xué), 2016,36(3):679-686.

[11] 李令軍,王 英,李金香,等.2000~2010北京大氣重污染研究[J]. 中國環(huán)境科學(xué), 2012,32(1):23-30.

[12] 許亞宣,李小敏,于華通.等.邯鄲市大氣復(fù)合污染特征的監(jiān)測研究[J]. 環(huán)境科學(xué)學(xué)報, 2015,35(19):2710-2722.

[13] 史 軍,崔林麗.長江三角洲城市群霾的演變特征及影響因素研究[J]. 中國環(huán)境科學(xué), 2013,33(12):2113-2122.

[14] 符傳博,丹 麗,唐家翔,等.1960~2013年華南地區(qū)霾污染的時空變化及其與關(guān)鍵氣候因子的關(guān)系[J]. 中國環(huán)境科學(xué), 2016, 36(5):1313-1322.

[15] Schichtel B A, Husar R B, Falke S R, et al. Haze trends over the United States, 1980–1995 [J]. Atmospheric Environment, 2001,35(30):5205-5210.

[16] 賀克斌,楊復(fù)沫,段鳳魁.大氣顆粒物與區(qū)域復(fù)合污染[J]. 北京:科學(xué)出版社, 2011.

[17] 程念亮,李云婷,張大偉,等.2013~2014年北京市NO2時空分布研究[J]. 中國環(huán)境科學(xué), 2016,36(1):18-26.

[18] Jia Y, Rahn K A, He K, et al. A novel technique for quantifying the regional component of urban aerosol solely from its sawtooth cycles [J]. Journal of Geophysical Research, 2008,113(D21).

[19] 唐宜西,張小玲,熊亞軍,等.北京一次持續(xù)霾天氣過程氣象特征分析[J]. 氣象與環(huán)境學(xué)報, 2013,29(5):12-19.

[20] 張人禾,李 強,張若楠,等.2013年1月中國東部持續(xù)性強霧霾天氣產(chǎn)生的氣象條件分析[J]. 中國科學(xué):地球科學(xué), 2014,(1): 27-36.

[21] 史 軍,崔林麗.長江三角洲城市群霾的演變特征及影響因素研究 [J]. 中國環(huán)境科學(xué), 2013,33(12):2113-2122.

[22] Tang U. Size, composition, and mixing state of individual aerosol particles in a South China coastal city [J]. Journal of Environmental Sciences, 2010,22(4):561-569.

[23] 江 琪,孫業(yè)樂,王自發(fā),等.應(yīng)用顆粒物化學(xué)組分監(jiān)測儀(ACSM)實時在線測定致霾細(xì)粒子無機和有機組分[J]. 科學(xué)通報, 2013,58(36):3818-3828.

[24] Zhang Y M, Sun J Y, Zhang X Y, et al. Seasonal characterization of components and size distributions for submicron aerosols in Beijing [J]. Science China Earth Sciences, 2013,56(5):890-900.

[25] III C A P, Burnett R T, Thun M J, et al. Lung cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution [J]. Jama the Journal of the American Medical Association, 2002,287(9):1132-1141.

[26] Vecchi R, Bernardoni V, Cricchio D, et al. The impact of fireworks on airborne particles [J]. Atmospheric Environment, 2008,42(6):1121-1132.

[27] Zhang M, Wang X, et al. Physical characterizationof aerosol particles during the Chinese New Year’s firework events [J]. Atmospheric Environment, 2010,44(39):5191-5198.

[28] HJ 633—2012 環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行) [S].

[29] Sun Y L, Wang Z F, Fu P Q, et al. Aerosol composition, sources and processes during wintertime in Beijing, China [J]. Atmospheric Chemistry and Physics Discussions, 2013,13(1): 2077-2123.

[30] Stephens S, Madronich S, Wu F, et al. Weekly patterns of Mexico City's surface concentrations of CO, NO, PM10and O3during 1986~2007 [J]. Atmospheric Chemistry and Physics, 2008,8(17): 5313-5325.

[31] 王占山,潘麗波.火電廠大氣污染物排放標(biāo)準(zhǔn)實施效果的數(shù)值模擬研究[J]. 環(huán)境科學(xué), 2014,35(3):853-863.

[32] 郝吉明,吳 燁,傅立新,等.北京市機動車污染分擔(dān)率的研究[J]. 環(huán)境科學(xué), 2001,22(5):1-6.

[33] 趙晨曦,王云琦,王玉杰,等.北京地區(qū)冬春PM2. 5和PM10污染水平時空分布及其與氣象條件的關(guān)系[J]. 環(huán)境科學(xué), 2014,35(2): 418-426.

[34] 肖 嫻,范紹佳,蘇 冉.2011年10月珠江三角洲一次區(qū)域性空氣污染過程特征分析[J]. 環(huán)境科學(xué)學(xué)報, 2014,34:290-296.

[35] Kaul D S, Gupta T, Tripathi S N, et al. Secondary organic aerosol: a comparison between foggy and nonfoggy days [J]. Environment Science & Technology, 2011,45(17):7307-7313.

[36] Sun Y, Wang Z, Fu P, et al. The impact of relative humidity on aerosol composition and evolution processes during wintertime in Beijing, China [J]. Atmospheric Environment, 2013,77:927-934.

[37] 尚 倩,李子華,楊 軍,等.南京冬季大氣氣溶膠粒子譜分布及其對能見度的影響[J]. 環(huán)境科學(xué), 2011,32(9):2750-2760.

[38] Greenfield S M. Rain Scavenging of Radioactive Particulate Matter from the Atmosphere [J]. Journal of the Atmospheric Sciences, 2010,14(14):115-125.

[39] Shi Y, Zhang N, Gao J, et al. Effect of fireworks display on perchlorate in air aerosols during the Spring Festival [J]. Atmospheric Environment, 2011,45(6):1323-1327.

[40] Attri A K, Kumar U, Jain V K. Microclimate: Formation of ozone by fireworks [J]. Nature, 2001,411(411):1015-1015.

[41] Zhang M, Wang X, Chen J, et al. Physical characterization of aerosol particles during the Chinese New Year’s firework events [J]. Atmospheric Environment, 2010,44(39):5191-5198.

[42] Rissler J, Vestin A, Swietlicki E, et al. Size distribution and hygroscopic properties of aerosol particles from dry-season biomass burning in Amazonia [J]. Atmospheric Chemistry & Physics, 2006,6(2):471-491.

[43] Jiang Q, Sun Y L, Wang Z, et al. Aerosol composition and sources during the Chinese Spring Festival: fireworks, secondary aerosol, and holiday effects [J]. Atmospheric Chemistry & Physics, 2014,14(14):20617-20646.

[44] Maso M D, Kulmala M, Riipinen I, et al. Formation and growth of fresh atmospheric aerosols: Eight years of aerosol size distribution data from SMEAR II, Hyyti?l?, Finland [J]. Boreal Environment Research, 2005,10(5):323-336.

The characteristics of PM2.5、Reactive gas and aerosol Size Distributions of Beijing from 2013 to 2015.

JIANG Qi1, WANG Fei2*, ZHANG Heng-de1, WANG Fei3, Lü Meng-yao1, HE Jia-bao4

(1. National Meteorological Centre, Beijing 100081, China;2.Chinese Academy of Meteorological Sciences, Beijing 100081, China；3.Beijing Municipal Weather Modification Office, Beijing 100089, China；4.Environment Monitoring Center of Ningbo 315012, China)., 2017,37(10)：3647~3657

PM2.5, gas composition, aerosol spectral distribution and meteorological conditions were systematically analyzed during 2013~2015 in Beijing. Results showed that the PM2.5mass concentration decreased significantly from 2013 to 2015, and the air quality improved significantly. The contribution of traffic sources to air pollution can not be neglected and tended to increase gradually. The influence of humidity and wind speed on PM2.5concentration was relatively fast and the biggest influence on PM2.5concentration was about 1h time lag. While the PM2.5response to temperature changes was relatively slow, generally after time lag 7~8h before the effect reached to the maximum. The particle size distribution of aerosols moved to the larger size in pollution days than cleaning days. On cleaning days, the diameter of the peak area was concentrated at 3~5nm, and increased to 100~200nm on pollution days. With the increasing of precipitation level, the peak concentration of aerosol gradually developed towards to the accumulation mode. During the pollution process, from February 18 to February 21 in 2015, the contribution of fireworks to aerosol concentration was 26.1% in fireworks time, and accompanied with new particle generation. The discharged of fireworks produced significant peaks in the Accumulation mode and the Aitken mode particles, the Nuclear mode particle concentration changed not much.

PM2.5；reactive gas；meteorological elements；aerosol particle size spectrum；fireworks

X51

A

1000-6923(2017)10-3647-11

江 琪(1989-),女,河北唐山人,碩士,主要從事大氣物理及大氣化學(xué)方面的研究.發(fā)表論文10余篇.

2017-02-27

科技部大氣污染專項課題(2016YFC0203301);公益性行業(yè)(環(huán)保)專項(201509001);公益性行業(yè)(氣象)科研專項(GYHY201306015);國家科技支撐計劃課題(2014BAC16B02)

* 責(zé)任作者, 工程師, wf2775@sina.com