首页 理论教育 大气气溶胶解析:重污染时段不同类型的源

大气气溶胶解析:重污染时段不同类型的源

时间:2023-09-24 理论教育 版权反馈
【摘要】:图41-14是3次污染时段PM 10与SO 2、NO x的小时浓度变化情况。PE1时段PM 10的变化趋势与SO2和NO x均比较类似,表明SO2和NO x作为二次气溶胶的前体物,很可能对第一阶段的高污染有所贡献。CO虽然是较为惰性的气体,不能作为二次气溶胶的前体物,但是仍发现其与PM 10有较好的相关性。线性相关分析表明,在二次无机污染时段,SO 2、NO x、CO与PM 2.5存在显著相关性,表明煤燃烧和机动车排放是该时段的主要污染源。

大气气溶胶解析:重污染时段不同类型的源

图41-14是3次污染时段PM 10与SO 2、NO x的小时浓度变化情况。PE1时段PM 10的变化趋势与SO2和NO x均比较类似,表明SO2和NO x作为二次气溶胶的前体物,很可能对第一阶段的高污染有所贡献。进一步分析PM 2.5与SO 2、NO x以及CO的相关性[图41-15(a)—(c),黑色散点代表小时平均浓度,方框散点为日平均浓度],发现相关系数均大于0.70。与SO 2、NO x的显著相关性,说明二次无机气溶胶是造成PE1高污染的主要因素之一。CO虽然是较为惰性的气体,不能作为二次气溶胶的前体物,但是仍发现其与PM 10有较好的相关性。这主要是因为,作为机动车排放源所排放的主要污染气体,CO和NO x本身具有很好的相关性。由于NO x和PM 10具显著相关性,因此也同样发现CO和PM 10具有显著的相关性。在PE2时段虽然PM 10的浓度很高,但是SO 2和NO x浓度却相对较低。这是由于外来沙尘对本地污染物会有一定程度的稀释作用。从图41-14可见,颗粒物与以上2种气体基本没有相关性。这跟上述的二次无机气溶胶占颗粒物的百分比较低颇为吻合。在PE3时段,虽然SO 2和NO x浓度较PE2有所提高,但是其变化趋势与PM 10还是不尽相同。进一步通过检验PM 2.5与污染气体的相关性[图41-15(d)—(f)],发现,SO2和NO x与PM 2.5的相关系数,分别为0.11和0.41,在统计学意义上属于不显著相关,说明二次无机气溶胶对颗粒物浓度的贡献不大。CO和PM 2.5有显著相关性,相关系数达到0.80。因为NO x与PM 2.5的相关性较弱,所以CO与PM 2.5的显著相关性,显然不是来自机动车排放源的贡献。PE3时段的CO,有很大一部分可能来自生物质燃烧的排放,而生物质燃烧的产物是颗粒物中的主要组成部分,因此CO与PM 2.5具有显著相关性。

图41-14 3次污染时段(以竖线分隔)PM 10与SO2、NO x的小时浓度变化情况(彩图见下载文件包,网址见14页脚注

图41-15 PM 2.5与SO2、NO x以及CO的相关性

PE1:(a)—(c);PE3:(d)—(f)。

综上所述,上海2009年4—6月期间出现了3次能见度较低的污染事件,其形成机制各不相同。通过特征性气溶胶化学组分、气团后向轨迹以及化学示踪物,确定了造成霾污染的3种基本类型,即二次无机离子、沙尘以及生物质燃烧。在二次无机污染时段,气溶胶中的主要组分为二次无机可溶性离子——SO2-4、NO-3和NH+4,其质量浓度总和占PM 2.5的比例约为77%:沙尘时段的主要组分——矿物气溶胶,占TSP的百分比为76.8%;而生物质燃烧时段的主要物种——有机气溶胶,约占PM 10的50%。元素EF表明,As元素在生物质燃烧时段较高,这可能和东亚地区水体中普遍较高的As含量有关。在二次无机污染时段,SO2、NO x和CO均有显著增加,而在生物质燃烧时段,增加最明显的是CO,沙尘时期的CO气体浓度则最低。基于CO/NO x的高比值(约14),可以判断有生物质燃烧源的影响。线性相关分析表明,在二次无机污染时段,SO 2、NO x、CO与PM 2.5存在显著相关性,表明煤燃烧和机动车排放是该时段的主要污染源。在生物质燃烧时段,CO与PM 2.5存在显著相关性,这表明有机气溶胶主导了颗粒物的生成。雷达观测气溶胶的垂直分布显示,二次无机污染和生物质燃烧期间的混合层高度均较低,且有明显变化的垂直分布,高消光系数主要集中在近地面,532 nm的退偏振比率在0~0.03之间,表明主要为细颗粒物。而沙尘时段的混合层高度较高,消光系数的垂直分布比较均匀,显示了沙尘的高空传输特点;退偏振比率明显增大,说明有大量粗颗粒物存在。卫星反演也揭示了长程传输和区域传输对上海空气质量的重要影响。

参考文献

[1] Huang K,Zhuang G,Li J,et al.The mixing of Asian dust with pollution aerosol and the transformation of aerosol components during the dust storm over China in Spring,2007.Journal of Geophysical Research-Atmospheres,2010,115(D00K13):doi:10.1029/2009JD013145.(www.xing528.com)

[2] Malm W C,Sisler J F,Huffman D,et al.Spatial and seasonal trends in particle concentration and optical extinction in the United-States.Journal of Geophysical Research-Atmospheres,1994,99(D1):1347-1370.

[3] China National Environmental Monitoring Center.Background values of crustal elements in China(in Chinese).Beijing:China Environmental Science Press,1990.

[4] Yang F M,Ye B M,He K B,et al.Characterization of atmospheric mineral components of PM 2.5 in Beijing and Shanghai,China.Science of the Total Environment,2005,343(1-3):221-230.

[5] Zhang X Y,Wang Y Q,Zhang X C,et al.Carbonaceous aerosol composition over various regions of China during 2006.Journal of Geophysical Research-Atmospheres,2008,113(D14):doi:10.1029/2007JD009525.

[6] Fu Q Y,Zhuang G S,Wang J,et al.Mechanism of formation of the heaviest pollution episode ever recorded in the Yangtze River Delta,China.Atmospheric Environment,2008,42(9):2023-2036.

【注释】

[1]sr为激光雷达比的量纲单位。

[2]Angstrom指数:Angstrom exponent(埃斯特朗指数)。1929年,瑞典物理学家AndersÅngström(安德斯·埃斯特朗)发现了气溶胶光学厚度与光波长的关系:式中,τλ和τλ0分别表示光波长为λ和参比光波长为λ0时的气溶胶光学厚度。式中的参数α定义为气溶胶的Angstrom指数。Angstrom指数与气溶胶中粒子的平均尺寸成反比:粒子越小,指数越大。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈