南京冬季晴天及雾-霾天气纳米气溶胶粒子谱日变化比较

张璐瑶,牛生杰,2*,王天舒,王 元,吕晶晶

南京冬季晴天及雾-霾天气纳米气溶胶粒子谱日变化比较

张璐瑶1,牛生杰1,2*,王天舒1,王 元1,吕晶晶1

(1.南京信息工程大学大气物理学院,中国气象局气溶胶与云降水重点开放实验室,气象灾害预报预警与评估协同创新中心,江苏 南京 210044；2.南京工业大学安全科学与工程学院,江苏 南京 211816)

利用2017年12月南京气溶胶数浓度与气象参数资料,比较研究晴天及雾-霾天中10~1000nm纳米气溶胶粒子谱日变化规律及差异特征.结果表明,单峰谱型出现与污染加重有明显关系,分别出现在晴天午后、霾严重污染阶段和污染消散阶段、浓雾过程,峰值粒径分别为晴天(20~100nm)、霾天(27~144nm)和雾天(34~122nm).3种天气条件下,晴天较强的太阳辐射和较低的湿度适合小粒子生成,核模态占比在晴天最高;霾天气象场适合爱根态粒子大量稳定存在,爱根态占比在霾天最高;雾天大量气溶胶吸湿增长,导致积聚态占比在雾天最高.在霾天污染物累积阶段,大量积聚态粒子对核模态､爱根态粒子的碰并增长作用抑制核模态､爱根态粒子生成,核模态和爱根态粒子浓度变化率为-91.0%和-62.5%,而积聚态为89.7%.浓雾过程对爱根态粒子清除作用最明显.

纳米气溶胶；粒子谱；数浓度；峰值粒径；南京市

大气颗粒物的粒径分布一般呈连续多峰分布,将粒径在1μm以下的颗粒物称为纳米级颗粒物(也称细粒子),其中粒径<100nm的超细组分可渗入血液,对人体造成极大伤害[1].大气中纳米颗粒物在质量浓度中占比很低,导致数浓度与质量浓度的相关性很差[2], Buzorius等[3]和Peters等[4]认为,衡量大气气溶胶对人体危害程度的指标可能是数浓度,而不是质量浓度,同等质量下,纳米级气溶胶对人体健康的影响更大.同时,纳米级气溶胶也是雾霾形成的必要物质条件[5],气象条件、气团来源、排放源均会影响其数浓度特征[6].气溶胶浓度和相对湿度是了解高污染雾霾天气形成机制的关键[7-8],相对湿度通过影响气溶胶的吸湿增长和混合状态,使得气溶胶光学性质发生变化.随着环境相对湿度的增加,二次气溶胶可以迅速吸湿增长从而引起能见度的变化, Steinfeld[9]指出粒径范围为100~1000nm的颗粒物对能见度影响最大.郭丽君等[10]发现,霾向雾转化过程中,雾滴凝结释放的潜热和高浓度气溶胶加剧布朗碰并过程,产生大量可作为云凝结核的气溶胶,高浓度的气溶胶影响着雾层厚度[11],从而进一步促进了雾的发展.因此研究纳米级气溶胶在不同天气状态下的数浓度、谱分布特征很有必要.

基于质量浓度的常规监测项目PM10与PM2.5难以捕捉这部分信息[12],因此国内对纳米颗粒物的研究主要集中在京津冀[13-14]、长江三角洲[15-16]及珠江三角洲[17]等经济发达地区,但长时间､高分辨率的观测研究较为有限.研究表明[18],长三角地区霾日呈逐年增多的趋势,南京作为长江三角洲城市群三大中心城市之一,冬季经常受到严重霾和浓雾的影响, 1980~2001年,南京霾日数从40d增加到140d,雾霾影响期间气溶胶光学厚度(AOD)明显增加[16],其中细粒子污染对城市能见度的恶化有着严重影响[19].本文对2017年12月南京冬季晴天及雾-霾天纳米气溶胶粒子谱的日变化特征及气象因素的影响进行对比,分析纳米级气溶胶粒子谱在3种天气之间的变化差异及规律,旨在为开展长期多站点观测和污染物物理特性与化学组成方面研究提供参考.

1 资料与方法

冬季观测采样时间为2017年12月,采样点位于在南京信息工程大学内综合观测培训实习基地(32.21°N,118.71°E,海拔22m),受工业源、交通源和生活源的共同影响,其东面1.4km处是宁六高速公路和S8号地铁线,约3km处是南京钢铁厂,南面600m处是海拔约为100m的龙王山风景区,北面为盘城生活区和农田,西面为滨江校区和农田.

纳米级气溶胶采样仪器是美国MSP公司生产的宽范围粒径谱仪(WPS-1000XP),可对10nm~ 10μm的气溶胶颗粒物进行粒径分级和自动计数.仪器主要由静电分级器(DMA)、凝结核计数器(CPC)和激光颗粒物分光计(LPS)3个部分组成,前两者的测量范围为10~500nm,后者测量范围设定为0.5~10μm.仪器的采样流量为DMA0.3L/min、LPS0.7L/min,观测中设定时间分辨率为5min.测量结束后利用WPS Commander软件中拟合功能计算颗粒物数浓度粒径分布参数,得到气溶胶粒子数浓度､表面积浓度和体积浓度.观测时将仪器放置在方舱内,仪器进气口接黑炭导气管从方舱顶部伸出,抽取环境大气进行测量.当环境相对湿度大于80%时,为防止高湿样气被抽入差分电迁移率分析仪而造成的高电压击穿,在进气口前连接TSI3062气溶胶扩散干燥管,对样气进行干燥处理,由于气溶胶从未与干燥剂直接接触,粒子损失被减轻至最小,所测量的大气气溶胶为湿度为40%以下干燥后的气溶胶[20-21],雾天测量结果包括气溶胶粒子和干燥后的雾滴.在观测前对仪器进行流量标定,确保测量结果准确可靠.处理数据时进行质量控制,排除异常谱型,剔除无效数据.使用自动气象站和能见度仪等常规气象要素数据及来自环境保护部信息中心的AQI数据.

Hussein等[22]根据实测大气颗粒物数浓度粒径谱分布对三模态理论[23]进行修改,将气溶胶按照数浓度粒径谱分布特征分为4个模态:核模态(3~ 20nm)、爱根核模(20~100nm)、积聚模(100~1000nm)和粗粒子模(1~10μm).本文采用修改后的Whitby理论,研究1000nm以下的3个模态.由于根据带电粒子的迁移速率与粒子尺度的关系设计的WPS- 1000XP所测量的粒子直径都是空气动力学直径,所以本研究中关于气溶胶数浓度、质量浓度和表面积浓度的观测仪器所测量的都是空气动力学直径(p),即与所研究粒子(粒径为g)有相同末速度且密度(0)为1g/cm3的球形直径(式1).1cm3空气中所有粒径大小的粒子总数(式2)定义为数浓度(),同样质量浓度()和表面积浓度()分别表示为每cm3大气中粒子总质量和总表面积(式3、4),其中(p)、v(p)和s(p)分别表示气溶胶粒子的数密度、体积密度和表面积密度函数[23].

2 结果与分析

2.1 观测概况

统计结果显示(图1),2017年冬季污染状况与往年相比较为严重,并且出现多种天气现象:12月14~15日和29~30日观测点处出现降雨过程;严重霾污染过程从21日持续至27日,期间相对湿度维持在80%以下,气溶胶数浓度偏高,能见度低于10km;31日出现浓雾过程,雾水清除作用使气溶胶浓度明显降低;其余天均为晴天.遵循“大量较细微的干尘粒等均匀地浮游在空中,使水平能见度小于10km的空气普遍混浊现象称为霾”“接地的大气中悬浮的小水滴或(和)冰晶的聚合体,使水平能见度小于1km的现象称为雾”[24]定义对雾霾天进行划分,选取严重污染霾天(12-23~24)及雾天(12-31)2种特殊天气,利用晴天(12-18)为对照组,研究10~1000nm的纳米气溶胶浓度变化.

图1 观测点地面能见度(VIS)、相对湿度(RH)与纳米气溶胶总数浓度(N)时间演变

2.2 晴天及雾-霾天纳米粒子谱日变化

2.2.1 晴天气象条件及纳米粒子谱日变化特征 研究表明[25],局地短时的粒子浓度变化与交通排放相关性很高,在气溶胶浓度日变化中尤为明显.由图2可见,随着上午辐射增强,中午温度升高､风速增大,大气垂直对流作用加剧,此时气温与污染物浓度呈负相关[26],但交通和居民生活排放增加使得粒子浓度出现峰值.午后持续的西风吹散污染物,大气扩散能力增强,气溶胶浓度下降.傍晚温度､风速降低,大气边界层降低[27],相对湿度开始上升,粒子总数浓度再次出现峰值.此刻气溶胶浓度增加有两方面原因,一方面是晚高峰排放增加造成污染物的累积,另一方面,在相对湿度低于75%时,气溶胶粒子数浓度随湿度的增加而增多[28].康汉青等[27]发现,南京气溶胶总数浓度谱日变化呈双峰型分布,一般在10:00(北京时间,下同)和18:00左右达到峰值[29],这与本研究观测结果一致.

晴天纳米气溶胶粒子谱中双峰型分布占67%,单峰型分布占33% (图3). 0:00~6:00粒子谱变化不大,随着上午辐射增强、排放增加,粒子浓度逐渐增大,尤其粒径20nm左右的粒子浓度变化较大,这与排放源种类有关.午后大气扩散能力强,单峰谱型增多,粒径大于100nm的气溶胶粒子减少,小于100nm的粒子浓度先下降,15:00后随着风速减小又逐渐增加.傍晚以后晚高峰排放增加,边界层高度降低,不利于污染物的扩散,导致夜间污染物浓度累积并高于白天,小粒子浓度剧增,多为双峰型谱,21:00粒子谱显示在100nm左右出现峰值,之后谱变化不明显.

核模态和爱根态粒子数浓度在交通早高峰､正午与晚间高于其他时段,积聚态粒子数浓度变化则相对平缓并在夜间显著升高(图2c),这是因为晴天中除了新粒子凝结增长[6,30]之外,机动车排放[31]也是晴天爱根态粒子的重要来源[12],单峰谱型变化与核模态和爱根态粒子增多有直接关系.

图3 晴天纳米级气溶胶粒子谱变化

2.2.2 霾天气象条件及纳米粒子谱日变化特征 观测期间霾污染最严重阶段出现在12月23~24日,根据空气质量指数(AQI)显示:12月23日0:00~ 11:00为轻度污染,12:00~17:00为中度污染,18:00持续至24日11:00为严重污染阶段,之后污染物浓度下降,18:00后空气质量等级为良(图4b),气溶胶数浓度见表1.

23日上午持续东风不断输送东侧工业区和公路排放的污染物,导致静稳天气下污染物在观测点大量累积[32].轻度污染阶段气溶胶数总数浓度为晴天的5~10倍,质量浓度和表面积浓度较低,说明存在大量小粒子.此阶段核模态和爱根态粒子不断向积聚态发展,质量浓度和表面积浓度在不断增加(图4d).爱根态粒子浓度高达50016.3个/cm3,其变率为-62.5%,核模态变率为-91.0%,积聚态变率为89.7%.

23日16:00风向转变为西风,温度降低,扩散作用使粒子总数浓度降至16479.5个/cm3,相对湿度为60%以上,适合大粒子碰并增长[33],AQI显示为重度污染.研究表明[18,34],在重污染事件中,随着积聚态颗粒物数浓度的增加,核模态颗粒物数浓度减少,这是因为高浓度的积聚态颗粒物对核模态颗粒物的极强碰并吸附能力,以及高浓度积聚态颗粒物对低挥发性可凝结蒸汽的很强吸附作用,抑制了核模态颗粒物的生成.由于早晚高峰排放增加,导致总数浓度和不同模态浓度曲线呈现规律的波动趋势.24日12:00风速增大、温度升高、湍流增强,污染物逐渐扩散,污染物浓度恢复为晴天水平.在消散阶段存在中、轻度污染2个阶段,这与晚高峰排放有关,此时积聚态虽有增加但沉降占主导作用,其浓度较低.

霾天纳米气溶胶粒子谱单峰型分布较晴天增多,占43%.中、轻度污染阶段(图5a)的静稳天气为污染物累积提供了良好的条件,气溶胶总数浓度很高,谱型变化较大,6:00以后峰值粒径由20nm逐渐向100nm发展,大粒子逐渐增多,处于不稳定的单峰型分布.研究表明[35],当霾变的严重时,粒子数浓度在尺度为小于500nm范围内下降,50~200nm和500~ 1000nm范围内上升.杨素英等[36]也发现高湿条件下500nm以下颗粒物是影响霾的关键粒子.严重污染时气溶胶粒子谱型稳定(图5b),多为单峰分布,峰值粒径维持在110nm左右,气溶胶浓度降至晴天水平.随着污染加重,20~100nm颗粒物数浓度呈下降趋势,但大于100nm的颗粒物数浓度明显增大(尤其是500~1000nm),说明小粒子快速增长成较大粒径粒子,这可能是在静稳天气和高相对湿度的条件下,二次无机离子易吸湿活化增长,通常在560~1000nm粒径段出现液滴模态,导致这段颗粒物浓度较高[18,37].由于24日白天辐射和排放影响,小粒子段变化剧烈,12:00之后随着风速增大和温度升高,湍流增强,粒子谱呈现单峰分布(图5c),峰值减小至60nm左右,随后逐渐移至100nm.

此次冬季严重霾污染归因于前期污染物累积和气象因子突变.在严重污染阶段,随着积聚态颗粒物数浓度的增加,核模态颗粒物数浓度减少,这是因为高浓度的积聚态颗粒物对核模态颗粒物的碰并吸附能力抑制核模态颗粒物生成,500nm以下的颗粒物使影响霾的关键因子.

表1 霾天(12月23~24日)不同模态粒子浓度变化统计

注:数浓度为每个阶段的平均值;变率为每个阶段结束时刻与初始时刻的数浓度计算所得,以显示每阶段粒子浓度增减状况.

图4 霾天地面温度(Temp)、相对湿度(RH)、风速(WS)、风向(WD)、AQI、气溶胶数浓度(N)、质量浓度(M)和表面积浓度(S)日变化

2.2.3 雾天气象条件及纳米粒子谱日变化特征 12月31日上午出现一次浓雾过程,0:00~4:00为浓雾发展阶段,能见度在500m左右(图6b);5:00出现浓雾爆发性增长现象,5:39能见度降至最低37m;11:00后,浓雾逐渐消散.由于雾天的清除作用,气溶胶数浓度明显小于晴天,气溶胶数浓度见表2.由于在雾消散过程对仪器进行了清洗标定,造成了图6c,6d中13:16~ 15:28的数据空缺.

图5 霾天纳米级气溶胶粒子谱变化

(a)轻、中度污染(b)重度污染(c)轻、中度污染

表2 雾天(12月31日)不同模态粒子浓度变化统计

注:数浓度为每个阶段的平均值;变率为每个阶段结束时刻与初始时刻的数浓度计算所得,以显示每阶段粒子浓度增减状况.

图6 雾天地面温度(Temp)、相对湿度(RH)、风速(WS)、风向(WD)、能见度(VIS)、气溶胶数浓度(N)、质量浓度(M)和表面积浓度(S)日变化

图6显示浓雾发展阶段受西风控制(2m/s),夜间冷平流与夜间长波辐射冷却造成相对湿度较高,有利于雾发展,由于雾水的清除作用,质量浓度和表面积浓度持续下降.于华英等[38]发现雾形成初期,小粒子数浓度都有明显增加,雾过程对气溶胶粒子的湿清除,主要是核模态粒子,本研究符合这一结果,核模态和爱根态粒子数浓度明显减小,核模态变率为-76.5%,爱根态变率为-70.4%,说明发展期间对核模态和爱根态粒子清除作用最明显.

5:00出现浓雾爆发性增长现象,能见度降到50m以下,其中粒子数浓度增加1.3倍,核模态浓度增加5.7倍,质量浓度和表面积浓度骤减,可能存在小粒子排放源,这与新粒子生成、环境输送和雾团边缘雾滴蒸发等多种因素有关[21,39],其中核模态和爱根态粒子对浓雾发展有重要作用.大多数超细粒子是由粒径主要为180~680nm的水溶性粒子组成[1],这部分粒子在雾中起重要作用并影响粒子谱分布特征.爱根态粒子浓度在浓雾过程中最高(4311.0个/cm3),但清除作用对其作用最明显,浓雾过程中清除了28.5%的爱根态粒子,当湿度过大时,雾滴的存在导致细颗粒物加速长大并沉降[40].11:00辐射增强、风速增大、温度升高,扩散作用增强使浓雾逐渐消散,能见度上升.夜晚排放增加、风速降低,粒子浓度恢复晴天水平.

图7 雾天纳米级气溶胶粒子谱变化

雾天中纳米气溶胶粒子谱单峰型分布较晴天增多(44%).图7a显示在浓雾发展阶段,湿清除作用使粒子数浓度减小,谱峰值粒径为100nm左右.浓雾爆发性增长时,粒径20nm左右的粒子数浓度增加,谱型逐渐变为单峰分布.8:00早高峰排放使粒子浓度增加,使峰值粒径维持在40nm左右(图7b).夜晚排放增加、风速降低,粒子浓度恢复晴天水平,峰值维持在100nm左右,这主要与晚高峰排放有关.雾天粒子的吸湿增长作用导致370nm出现一个小峰值.

综上,夜间冷平流和长波辐射冷却导致的降温是这次浓雾天气产生的主要原因,在浓雾爆发性增长时,核模态和爱根态对浓雾发展有重要作用,核模态浓度增加5.7倍,爱根态粒子浓度增加2.2倍,推测可能存在小粒子排放源.浓雾对爱根态粒子清除作用最明显,变率为-28.5%.

2.3 晴天及雾-霾天纳米气溶胶粒子谱差异

图8 晴天及雾-霾天纳米气溶胶数浓度(N)、峰值粒径、平均粒径日变化对比

2.3.1 数浓度､峰值粒径和平均粒径分布 3种天气条件下的数浓度、峰值粒径和平均粒径变化(图8)存在明显差异.数浓度:霾天>晴天>雾天,在霾天污染物累积阶段,气溶胶数浓度是晴天的5~10倍,而雾水的湿清除作用导致雾天气溶胶数浓度较低.傍晚至夜间,由于边界层高度降低、晚高峰的排放,3种天气溶胶数浓度相近.

峰值粒径主要分布在20~150nm,平均粒径主要分布在40~150nm (图8b,c),其中平均粒径变化不如峰值粒径变化剧烈,但变化趋势相近.与往年南京北郊冬季大气细颗粒物分布数据[41]比较,峰值粒径范围呈现一个逐年拓宽的趋势(表3),这可能与近些年污染种类增多有关.晴天白天峰值粒径为20~100nm,夜间变为30nm左右.霾天峰值粒径为27~144nm,较2013年霾天峰值粒径范围扩大[18],这与污染排放物种类增加有关.雾天峰值粒径为34~122nm,较杨军等[5]2007年观测到的雾天峰值粒径变化范围小,可能原因是近些年气溶胶粒子增多,导致雾滴粒径发展受限.

表3 不同时期气溶胶粒子谱的峰值粒径变化

图9 晴天及雾霾天气条件下纳米粒子平均谱分布

2.3.2 平均谱差异 研究表明[27],南京冬季大气气溶胶数浓度平均日变化呈双峰型分布.此次观测的3种天气条件下纳米粒子平均谱分布的谱宽相近(图9),晴天和霾天均为双峰分布,霾天核模态和爱根态粒子浓度较高并可以稳定长期存在,积聚态粒子碰并沉降,两峰值粒径分别为44,78nm,并且谱离散度最大(0.98).雾天测量结果包括气溶胶粒子和干燥后的雾滴,粒子的吸湿增长作用导致平均粒径较大(91.3nm),浓雾过程对爱根态粒子的清除能力显著,导致谱呈现多峰分布.粒径10~320nm的数浓度:霾天>晴天>雾天,大于320nm:雾天>霾天>晴天;粒子峰值浓度为霾天>晴天>雾天;峰值粒径尺度为霾天>晴天>雾天.

图10 晴天及雾霾天气条件下不同粒径粒子数浓度(N)､质量浓度(M)和表面积浓度(S)占比

图10中,不同模态粒子数浓度占比为爱根态>积聚态>核模态,质量浓度和表面积浓度为积聚态>爱根态>核模态.核模态数浓度在晴天占比最高为12.4%,晴天较强的太阳辐射和较低的湿度适合小粒子生成.爱根态粒子在霾天里占比高达70.8%,相关系数为0.9968(表5),核模态为10.2%,由于霾天中积聚态粒子大量沉降,核模态和爱根态粒子与质量浓度和表面积浓度相关性较好,说明霾天较低的湿度场和较稳定的气象场适合核模态和爱根态粒子大量稳定存在.积聚态粒子数浓度在雾天占比最高为32.1%,核模态与爱根态粒子数浓度占比最低分别为9.2%和58.7%,积聚态与质量浓度和表面积浓度相关性高为0.9969和0.9656,说明雾天气溶胶具有很高的吸湿增长潜力,结合较高湿度条件,存在大量小粒子向大粒子发展.

表5 不同天气条件下不同模态粒子与总数浓度(N)､质量浓度(M)及表面积浓度(S)的相关系数统计

3 结论

3.1 纳米级气溶胶的数浓度谱具有明显的日变化特征,单峰谱型的出现与污染加重有明显关系,晴天午后单峰型分布增多;霾天单峰型主要出现在严重污染过程和污染消散阶段;雾天单峰分布出现在浓雾过程.谱峰值粒径主要分布在20~150nm,较往年有拓宽的趋势,这与近些年污染种类增多有关.

3.2 粒子平均谱显示晴天和霾天为双峰分布,雾天为多峰分布,粒径在10~320nm范围的数浓度:霾天>晴天>雾天,在>320nm范围:雾天>霾天>晴天.核模态数浓度在晴天占比最高(12.4%),晴天较强的太阳辐射和较低的湿度适合小粒子生成;爱根态数浓度占比在霾天最高(70.8%),霾天气象场适合爱根态粒子大量稳定存在;积聚态数浓度在雾天占比最高为(32.1%),这是雾天气溶胶吸湿增长的结果.

3.3 霾天随着积聚态颗粒物数浓度的增加,核模态颗粒物数浓度减少,这是因为高浓度的积聚态颗粒物对核模态颗粒物的碰并吸附能力抑制核模态颗粒物生成.核模态粒子浓度在污染物累积阶段变化率为-91.0%,而积聚态粒子浓度变化率为89.7%.

3.4 浓雾爆发性增长时,核模态和爱根态粒子浓度分别增加5.7和2.2倍,说明可能存在小粒子排放源.浓雾对爱根态粒子的清除作用(-28.5%)最明显.

[1] Temesi D, Molnár A, Mészáros E, et al. Seasonal and diurnal variation in the size distribution of fine carbonaceous particles over rural Hungary [J]. Atmospheric Environment, 2003,37(1):139-146.

[2] 段菁春,李兴华,郝吉明.北京市冬季大气细粒子数浓度的粒径分布特征[J]. 中国环境监测, 2008,24(2):54-59. Duan J C, Li X H, Hao J M. Particle size distribution characteristics of atmospheric fine particle number concentration in winter in Beijing [J]. Environmental Monitoring of China, 2008,24(2):54-59.

[3] Buzorius G, Hämeri K, Pekkanen J, et al. Spatial variation of aerosol number concentration in Helsinki city [J]. Atmospheric Environment, 1999,33(4):553-565.

[4] Peters A, Wichmann H E, Tuch T, et al. Respiratory effects are associated with the number of ultrafine particles [J]. American Journal of Respiratory and Critical Care Medicine, 1997,155(4):1376-1383.

[5] 杨 军,牛忠清,石春娥,等.南京冬季雾霾过程中气溶胶粒子的微物理特征[J]. 环境科学, 2010,31(7):1425-1431. Yang J, Niu Z Q, Shi C E, et al. Microphysical characteristics of aerosol particles during winter haze in Nanjing [J]. Environmental Science, 2010,31(7):1425-1431.

[6] 胡 敏.北京大气细粒子和超细粒子理化特征､来源及形成机制[M]. 北京:科学出版社, 2009:12. Hu M. The physical and chemical characteristics, sources and formation mechanism of fine particles and ultrafine particles in Beijing atmosphere [M]. Beijing:Science Press, 2009:12.

[7] Cheng Y F, Wiedensohler A, Eichler H, et al. Relative humidity dependence of aerosol optical properties and direct radiative forcing in the surface boundary layer at Xinken in Pearl River Delta of China: An observation based numerical study [J]. Atmospheric Environment, 2008,42(25):6373-6397.

[8] Tan H, Yin Y, Gu X, et al. An observational study of the hygroscopic properties of aerosols over the Pearl River Delta region [J]. Atmospheric Environment, 2013,77:817-826.

[9] Steinfeld J I. Atmospheric chemistry and physics: From air pollution to climate change [M]. Wiley, 1986:27.

[10] 郭丽君,郭学良,方春刚,等.华北一次持续性重度雾霾天气的产生､演变与转化特征观测分析[J]. 中国科学:地球科学, 2015,(4):427-443. Guo L J, Guo X L, Fang C G, et al. Observation and analysis of the characteristics of the generation, evolution and transformation of a continuous heavy haze weather in north China [J]. Science China Earth Sciences, 2015,(4):427-443.

[11] Stolaki S, Haeffelin M, Lac C, et al. Influence of aerosols on the life cycle of a radiation fog event. A numerical and observational study [J]. Atmospheric Research, 2015,151:146-161.

[12] 郎凤玲,闫伟奇,张 泉,等.北京大气颗粒物数浓度粒径分布特征及与气象条件的相关性[J]. 中国环境科学, 2013,33(7):1153-1159. Lang F L, Yan W Q, Zhang Q, et al. Characteristics of particle size distribution and its correlation with meteorological conditions in Beijing [J]. China Environmental Science, 2013,33(7):1153-1159.

[13] 翟晴飞,金莲姬,林振毅,等.石家庄春季大气气溶胶数浓度和谱的观测特征[J]. 中国环境科学, 2011,31(6):886-891.Zhai Q F, Jin L J, Lin Z Y, et al. Observation of the number concentration and spectrum of atmospheric aerosols in Shijiazhuang in spring [J].China Environmental Science, 2011,31(6):886-891.

[14] 王琳琳,王淑兰,王新锋,等.北京市2009年8月大气颗粒物污染特征[J]. 中国环境科学, 2011,31(4):553-560. Wang L L, Wang S L, Wang X F, et al.Characteristics of atmospheric particulate pollution in Beijing in August 2009. [J].China Environmental Science, 2011,31(4):553-560.

[15] 王 飞,朱 彬,康汉清,等.APS-SMPS-WPS对南京夏季气溶胶数浓度的对比观测[J]. 中国环境科学, 2011,31(9):1416-1423. Wang F, Zhu B, Kang H Q, et al. APS-SMPS-WPS comparison of aerosol concentration in Nanjing in summer [J].China Environmental Science, 2011,31(9):1416-1423.

[16] 王 静,牛生杰,许 丹,等.南京一次典型雾霾天气气溶胶光学特性[J]. 中国环境科学, 2013,33(2):201-208. Wang J, Niu S J, Xu D, et al. Aerosol optical properties in a typical haze weather in Nanjing [J]. China Environmental Science, 2013,33(2): 201-208.

[17] 黄祖照,王 杰,刘建国,等.广州城区大气细颗粒物粒谱分布特征分析[J]. 中国环境科学, 2012,32(7):1177-1181. Huang Z Z, Wang J, Liu J G, et al. Analysis on the distribution characteristics of fine particulate matter in Guangzhou urban area [J]. China Environmental Science, 2012,32(7):1177-1181.

[18] 花 艳,潘良宝,汤莉莉,等.南京霾天颗粒物数浓度特征及其受气象条件影响分析[J]. 气象科学, 2017,37(3):385-393. Hua Y, Pan L B, Tang L L, et al. Analysis on the characteristics of the number concentration of particulate matter in haze days in Nanjing and its influence by meteorological conditions [J]. Journal of the Meteorological Sciences, 2017,37(3):385-393.

[19] 吴 兑,邓雪娇,毕雪岩,等.细粒子污染形成灰霾天气导致广州地区能见度下降[J]. 热带气象学报, 2007,23(1):1-6. Wu D, Deng X J, Bi X Y, et al. Fine particle pollution caused by haze weather led to reduced visibility in Guangzhou [J]. Journal of Tropical Meteorology, 2007,23(1):1-6.

[20] 尚 倩,李子华,杨 军,等.南京冬季大气气溶胶粒子谱分布及其对能见度的影响[J]. 环境科学, 2011,32(9):2750-2760. Shang Q, Li Z H, Yang J, et al. Atmospheric aerosol particle distribution and its effect on visibility in winter in Nanjing [J]. Environmental Science, 2011,32(9):2750-2760.

[21] 王 元,牛生杰,吕晶晶,等.南京冬季一次强浓雾及超细粒子累积过程分析[J]. 中国环境科学, 2019,39(2):459-468. Wang Y, Niu S J, Lv J J, et al.Analysis of a cumulative event of nano-scale aerosols and a strong fog during winter in Nanjing. China Environmental Science, 2019,39(2):459-468.

[22] Hussein T, Hämeri K, Aalto P, et al. Particle size characterization and the indoor-to-outdoor relationship of atmospheric aerosols in Helsinki [J]. Scandinavian Journal of Work Environment & Health, 2004, 30(suppl 2):54-62.

[23] 杨 军.云降水物理学[M]. 北京:气象出版社, 2011:90-91.Yang J. Cloud precipitation physics [M]. Beijing: China Meteorological Press, 2011:90-91.

[24] 王振会.大气探测学[M]. 北京:气象出版社, 2011:57. Wang Z H. Atmospheric sounding [M]. Beijing: China Meteorological Press, 2011:57.

[25] Hussein T, Puustinen A, Aalto P P. Aalto, et al. Urban aerosol number size distributions [J]. Atmospheric Chemistry and Physics, 2004,4: 391–411.

[26] Cuhadaroglu B, Demirci E. Influence of some meteorological factors on air pollution in Trabzon city [J]. Energy & Buildings, 1997,25(3): 179-184.

[27] 康汉青,朱 彬,樊曙先.南京北郊冬季大气气溶胶及其湿清除特征研究[J]. 气候与环境研究, 2009,14(5):523-530. Kang H Q, Zhu B, Fan S X. Study on the characteristics of atmospheric aerosol and its wet removal in winter in northern suburb of Nanjing [J].Climatic and Environmental Research, 2009,14(5): 523-530.

[28] Zhang Renjian, Wang Mingxing, Fu Jianzhong. Preliminary research on the size distribution of aerosols in Beijing [J]. Advances in Atmospheric Sciences, 2001,(2):225-230.

[29] 王 飞,朱 彬,康汉清,等. APS-SMPS-WPS对南京夏季气溶胶数浓度的对比观测[J]. 中国环境科学, 2011,31(9):1416-1423. Wang F, Zhu B, Kang H Q, et al. APS-SMPS-WPS comparison of aerosol concentration in Nanjing in summer [J].China Environmental Science, 2011,31(9):1416-1423.

[30] Shi J P, Evans D E, Khan A A, et al. Sources and concentration of nanoparticles [J]. Atmospheric Environment, 2001,35(7):1193-1202.

[31] Ristovski Z D, Morawska L, Bofinger N D, et al. Submicrometer and Supermicrometer Particulate Emission From Spark Ignition Vehicles [J]. Environmental Science & Technology, 1998,32(24):3845-3852.

[32] 范 烨,郭学良,付丹红,等.北京及周边地区2004年8、9月间大气气溶胶分布特征观测分析[J]. 气候与环境研究, 2007,12(1):49-62. Fan Y, Guo X L, Fu D H, et al.Observation and analysis of aerosol distribution in Beijing and surrounding areas in August and September 2004 [J].Climatic and Environmental Research, 2007, 12(1):49-62.

[33] 马 佳,于兴娜,安俊琳,等.南京北郊冬春季大气能见度影响因子贡献研究[J]. 环境科学, 2016,37(1):41-50. Ma J, Yu X, An J L, et al. Contribution of atmospheric visibility factors in winter and spring in northern suburbs of Nanjing [J]. Environmental Science, 2016,37(1):41-50.

[34] 吴志军,胡 敏,岳玎利,等.重污染和新粒子生成过程中城市大气颗粒物数谱分布演变过程[J]. 中国科学:地球科学, 2011,8:1192- 1199. Wu Z J, Hu M, Yue D L, et al. The evolution of the number spectrum distribution of urban atmospheric particulate matter in the process of heavy pollution and new particle formation [J]. Science China Earth Sciences, 2011,8:1192-1199.

[35] Xuemei Wang, Jianmin Chen, Tiantao Cheng, et al. Particle number concentration, size distribution and chemical composition during haze and photochemical smog episodes in Shanghai [J]. Journal of Environmental Sciences, 2014,26(9):1894-1902.

[36] 杨素英,余欣洋,赵秀勇,等.太原冬季PM2.5影响霾污染的关键尺度谱特征[J]. 环境科学, 2018,6:2512-2520. Yang S Y, Yu X Y, Zhao X Y, et al. Key spectral characteristics of PM2.5affecting haze pollution in Taiyuan in winter [J]. Environmental Science, 2018,(6):2512-2520.

[37] 黄怡民,刘子锐,陈 宏,等.北京夏冬季霾天气下气溶胶水溶性离子粒径分布特征[J]. 环境科学, 2013,34(4):1236-1244. Huang,Y M Liu Z R, Chen H, et al.Particle size distribution characteristics of aerosol water-soluble ions in summer and winter haze weather in Beijing [J]. Environmental Science, 2013,34(4):1236- 1244.

[38] 于华英,牛生杰,刘 鹏,等.2007年12月南京六次雨雾过程宏､微观结构演变特征[J]. 大气科学, 2015,39(1):47-58. Yu H Y, Niu S J, Liu P, et al. Macrostructure and microstructure evolution of six rain-fog processes in Nanjing in December 2007 [J].Chinese Journal of Atmospheric Sciences, 2015,39(1):47-58.

[39] Birmili W, Wiedensohler A. New particle formation in the continental boundary layer: Meteorological and gas phase parameter influence [J]. Geophysical Research Letters, 2000,27(20):3325-3328.

[40] 林 俊,刘 卫,李 燕,等.大气气溶胶粒径分布特征与气象条件的相关性分析[J]. 气象与环境学报, 2009,25(1):1-5. Lin J, Liu W, Li Y, et al. Correlation analysis of atmospheric aerosol particle size distribution characteristics and meteorological conditions [J]. Journal of Meteorology and Environment, 2009,25(1):1-5.

[41] 钱 凌,银 燕,童尧青,等.南京北郊大气细颗粒物的粒径分布特征[J]. 中国环境科学, 2008,28(1):18-22. Qian L, Yin Y, Tong Y Q, et al.The size distribution of fine particulate matter in the northern suburbs of Nanjing [J]. China Environmental Science, 2008,28(1):18-22.

致谢：本实验的常规气象要素和AQI资料分别由南京信息工程大学中国气象局综合观测培训实习基地和环境保护部信息中心提供,在此表示感谢.

The comparison of diurnal variation of nanoparticle spectra in sunny and fog-haze days during winter in Nanjing.

ZHANG Lu-yao1, NIU Sheng-jie1,2*, WANG Tian-shu1, WANG Yuan1, LÜ Jing-jing1

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, School of Atmospheric Physics, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.College of Safety Science and Engineering, Nanjing Tech University, Nanjing 211816, China)., 2019,39(7)：2699~2709

Based on observing data of aerosol number concentration and meteorological parameters in December 2017 in Nanjing, the diurnal variations and differences of 10~1000nm nanometer aerosol spectra were compared and studied in sunny and fog-haze days. The results showed that there was a significant relationship between the occurrence of unimodal distribution and pollution aggravation, which occurred in the sunny afternoon, haze serious pollution and pollution dissipation stage, and dense fog process, respectively. The peak particle sizes were sunny days (20~100nm), haze days (27~144nm) and foggy days (34~122nm). Under three weather conditions, strong solar radiation and low humidity in sunny days were suitable for the generation of small particles, and the proportion of nuclei mode was the highest in sunny days. The meteorological field in haze days was suitable for the stable existence of a large number of particles, and the proportion of Aitken mode was highest in haze days. A large amount of aerosols had hygroscopic growth in foggy days, resulting the proportion of accumulation mode was highest in foggy days. During the pollutant accumulation phase in haze days, the collision and growth effect of a large number of accumulated particles on nuclei and Aitken particles inhibits the generation of nuclei and Aitken particles. The variation rate of nuclei and Aitken mode particles concentration was -91.0% and -62.5%, while that of the accumulation mode particles was 89.7%. Fog removal was most effective on Aitken particles.

nanometer aerosol；particle spectrum；number concentration；peak particle size；Nanjing

X513

A

1000-6923(2019)07-2699-11

张璐瑶(1995-),女,安徽阜阳人,南京信息工程大学硕士研究生,主要研究方向为云雾降水物理学.

2018-11-22

国家自然科学基金项目(41775134,41675136);江苏省研究生科研创新计划资助项目(KYCX17-0884)

* 责任作者, 教授, niusj@nuist.edu.cn