歐金萍, 劉浩然*, 朱鵬程, 徐 恒, 王 狀, 田 園, 劉國華, 李啟華
1. 安徽大學物質科學與信息技術研究院, 安徽 合肥 230601 2. 中國科學院合肥物質科學研究院安徽光學精密機械研究所環境光學與技術重點實驗室, 安徽 合肥 230031
氣溶膠是指懸浮于大氣中的各種固態和液態細顆粒物總稱, 因其在大氣能見度、 氣候變化與人體健康等方面的重要影響而受到學者們的廣泛關注[1]。 氣溶膠的時空分布不均勻性、 氣溶膠的理化性質與輻射強迫之間作用的復雜性, 是造成全球氣候變化評估不確定性的重要因素之一[2-3]。 其中散射和吸收作用作為影響地-氣系統輻射平衡和大氣能見度的兩種主要方式[4], 因此氣溶膠光學性質的研究對于評估氣溶膠環境效應具有重要意義。
目前在我國京津冀、 長三角和珠三角等人口密集、 經濟發達且污染嚴重的地區已展開很多氣溶膠光學性質方面的研究[5-6]。 Wang等[2]對北京市連續三年的觀測發現吸收系數主要受當地排放的影響, 而散射系數受當地排放和區域交通的共同影響, 其潛在源區分布于北京的南部和西部。 Tan等[6]分析珠三角地區光學性質發現廣州市2014年冬季氣溶膠散射系數和單次散射反照率(SSA)均值是(149.33±89.73) Mn-1和(0.80±0.06)。 黃聰聰等[1]發現受邊界層高度及顆粒物濃度的影響, 南京市冬季氣溶膠吸收系數、 散射系數日變化特征顯著。 周變紅等[7]發現散射系數與相對濕度呈現出顯著的正相關, 與大氣能見度呈現出顯著的負相關。 而且受到早晚高峰及機動車運行時間影響, 散射系數和吸收系數呈現雙峰雙谷型變化特征。
合肥市作為安徽省的省會城市, 隨著經濟的發展, 空氣中污染物濃度劇增, 秋冬季灰霾現象時有發生[8]。 本工作基于對合肥市2019年11月—12月的氣溶膠散射和吸收系數等數據的處理, 分析氣溶膠光學性質的時間變化特征, 日變化規律, 同時借助HYSPLIT模型, 結合軌跡聚類、 PSCF和CWT分析方法, 研究了氣溶膠散射系數的軌跡輸送和來源分布特征, 這對于了解我國長三角地區氣溶膠輻射強迫的不確定性具有參考意義, 同時也為合肥市大氣污染防治對策提供技術的支持。
研究的觀測地點位于安徽大學磬苑校區物質科學與信息技術研究院(117.19°E, 31.77°N)的樓頂方艙, 觀測高度約為30 m。 方艙所在位置處于該校園的北部區域, 周邊是教學樓和學生的生活區, 周邊沒有大的污染源。 具體的觀測時間為2019年11月5日至12月10日。
圖1 觀測點位置圖
采用美國Magee公司生產的AE33型黑碳儀, 其工作原理為利用濾紙帶收集通過其上一點氣流中的氣溶膠顆粒, 通過測量包含濾帶的一部分樣品來測量氣溶膠顆粒, 參考區域是通過濾帶的無載部分。 Aethalometer是通過顆粒物負載濾膜上透射光衰減率的變化率進而計算得到光學吸收氣溶膠的瞬時濃度。 該儀器可以每1min自動獲得一個數據。 采樣時選用的氣溶膠切割粒徑為PM2.5。
采用澳大利亞ECOTECH公司生產的Aurona-3000型濁度儀可以連續并實時的測量環境大氣中的顆粒物的光學散射(即σsp)。 儀器內置溫度和氣壓傳感器, 測量結果可以自動、 實時地訂正, 測量波長525 nm, 測量周期5 min, 濁度儀配有智能加熱進氣管, 以消除相對濕度對散射特性的影響。
其他氣象數據(溫度, 相對濕度, 風速, 風向)來源于1.8 km處的合肥市生態環境局的地面觀測結果。 觀測期間, 儀器均按照操作規章開展日常的內標、 外標、 零點標定、 跨度標定工作。
氣溶膠的吸收系數(σap)由式(1)計算得出[7]
σap=8.28ρBC+2.23
(1)
式(1)中,ρBC是指黑碳儀測量的黑碳(BC)質量濃度。
單次散射反照率(SSA)由式(2)計算得出
SSA=σsp/(σsp+σap)
(2)
HYSPLIT (hybrid single particle lagrangian integrated)是一種能反映氣團空間運行軌跡的模型, 該模型由美國國家海洋和大氣管理局空氣資源實驗室研發, 在國內外分析污染物來源及傳輸路徑等方面應用廣泛[2, 9]。 本工作采用500 m作為軌跡起始高度, 對研究區域進行72 h后向軌跡模擬, 每天計算24個整點時次。 繼而利用TrajStat軟件進行PSCF和CWT分析, 分析過程中將氣流軌跡覆蓋的區域(38°E—128°E, 24°N—70°N)按0. 5°×0. 5°進行網格化處理。
后向軌跡聚類的原理是通過氣流在傳輸速度及方向的空間相似度對眾多軌跡進行分組, 利用Ward’s方差法和Angle Distance算法將計算的后向軌跡進行聚類, 統計分析出主導氣流方向[9]。 而PSCF和CWT則是通過氣流軌跡識別大氣污染物來源。 其中, PSCF通過結合污染軌跡(本研究以氣溶膠散射系數的均值對應軌跡為污染軌跡)和某污染物濃度來給出可能的污染源區, 研究區域內經過某一網格(i,j)污染氣流軌跡端點數(mij)除以經過該網格所有氣流軌跡端點數(nij)即得到PSCF值, 具體的計算公式為
(3)
引入權重因子W(nij)降低PSCF隨網格與采樣點的距離增加而增加的誤差[8-9], 計算公式為
(4)
進一步對PSCF進行加權計算
WPSCF=Wij×PSCFij
(5)
PSCF法反映的是網格對受點污染程度的貢獻大小, 無法區分出相同Pij的網格氣溶膠散射系數的貢獻。 所以我們選擇使用CWT法計算各個軌跡的權重濃度, 確定各網格的平均權重濃度, 進而定量得到不同軌跡的污染程度[9]。 計算公式如式(6)
(6)
式(6)中:Cij為網格(i,j)的平均權重濃度氣溶膠散射系數, 單位是Mm-1;l為軌跡;M為軌跡個數;Cl為軌跡l到達網格時對應的散射系數, 單位是Mm-1;τijl為軌跡l在網格(i,j)的停留時間, 單位是h。
同樣地引用Wij以降低Cij的不確定性, WCWT(權重軌跡污染程度)的計算公式為
WCWT=Cij×Wij
(7)
圖2展示的是2012年11月5日—12月10日PM2.5質量濃度、 氣溶膠光學性質(σsp,σap)的小時變化序列。 研究期間合肥市氣溶膠散射系數和吸收系數的含量范圍分別是60.43~1 241.47和7.78~97.78 Mm-1, 平均含量分別為(238.70±161.52)和(32.04±17.01) Mm-1。 PM2.5質量濃度范圍為6~189 μg·m-3, 平均值為(43±25) μg·m-3。 整個研究期間σsp和σap的變化趨勢與PM2.5較為一致, 11月17日和11月24日均出現較高值。 與國內其他城市的氣溶膠光學性質相比(表1), 合肥市的散射系數、 吸收系數低于京津冀地區的北京市[10]和天津市[11], 長江三角洲的上海市[12]和南京市[1], 但珠三角地區廣州市[6]的散射系數低于合肥的,吸收系數高于合肥的。 SSA是反映氣溶膠光學特性的重要參數, 觀測期間合肥市SSA平均值為0.87, 該值高于北京、 廣州, 低于天津, 與上海、 南京的相似, 表明在合肥秋季氣溶膠中的散射性物質占主導地位。
圖2 研究期間合肥市σsp, σap與PM2.5時間序列圖
表1 不同地區氣溶膠散射系數(σsp)、 吸收系數(σap)和單次散射反照率(SSA)比較
圖3 PM2.5、 吸收系數(σap)、 散射系數(σsp)和SSA的日變化特征
圖3為合肥市2019年11月5日—12月10日PM2.5、 吸收系數σap、 散射系數σsp和SSA的日變化規律。 各變量具有明顯的日變化特征, 均呈明顯的雙峰變化, 波峰到波谷的日變化規律與上海市冬季[12]觀察到的是相似的。 其日變化特征主要與局地排放特征和氣象條件有關[13]。 圖4呈現的氣象條件(溫度, 相對濕度和風速)的日變化圖可以看出, PM2.5,σap與σsp的日變化相似, 第一個峰值發生在清晨8:00至10:00, 這與早高峰時段交通活動和人類活動的積累, 低溫、 低風速、 低行星邊界高度的氣象條件下, 大量氣溶膠的排放和次級氣溶膠的形成相一致[2]。
圖4 平均溫度(T)、 相對濕度(RH)和風速(WS)的日變化
值得說明的是,σap與σsp第一個峰值有一個時間上的延遲, 這可能是由于氣態前體物形成二次氣溶膠需要一定的時間, 而吸收系數的主要來源是交通源排放的黑碳物質。 到達第一個峰值之后, 隨著太陽輻射的增強, 大氣邊界層升高, 大氣湍流運動開始活躍, 污染物易于擴散, 導致PM2.5含量降低, 同時σap逐漸下降, 15:00降至谷值, 而σsp在18:00降至谷值。 日落后隨著交通排放量的增加, PM2.5,σap與σsp再次呈現增加趨勢, 第二個高峰出現在20:00—21:00, 這主要是由于夜晚交通源和烹飪源引起的[2]。 同時, 混合高度和風速的降低以及環境溫度比下午相對較低, 導致污染物易于在近地面處積累[2, 13], 可能加劇了這些影響。 隨著夜晚來臨, 人類活動減少,σap與σsp再次逐漸下降。 SSA的日變化特征剛好與σap,σsp的相反, 表現出早晚低, 白天高的規律, SSA最大值出現在14:00, 這與南京市的SSA規律是一致的[1], 午后光散射氣溶膠增強, 反映了在強烈的太陽輻射和高溫條件下的光化學過程中次生氣溶膠的形成。
氣象條件對光學性質有重要影響, 特別是風速風向對大氣中顆粒物的擴散和輸運有很大影響[2, 13]。 圖5給出了PM2.5,σap,σap和SSA的風依賴關系, 其中r坐標代表風速、 角度坐標代表風向。 由于靜穩的天氣有利于污染物積累和形成, PM2.5、 吸收系數σap、 散射系數σsp的高值大多處在弱風(風速<3 m·s-1)的區域。 濃度值超過100 μg·m-3的PM2.5除了在低風速下分布較多, 在風速>3 m·s-1的情況下PM2.5濃度也會出現高值, 說明較高的風速也容易輸送周邊的污染物。 不同風向造成污染氣團傳輸路徑不同, 從圖5可以看出, 合肥盛行風主要是東北風和西風, 這兩個方向的氣團主要來自于內陸污染較重的地區, 因此在此風向下PM2.5,σap和σsp濃度容易出現高值。 在整個研究期間, PM2.5,σap和σap的低值大多出現在東北風向, 1~5 m·s-1的風速區域內, 原因是北風通常伴隨著冷鋒系統和高風速出現[14], 清潔的氣團可以清除空氣污染物, 稀釋效應導致各參數值較低。 SSA的風依賴性與西北風區出現高值的散射系數非常相似, 同時, 東北風在低速吹時, SSA值也較低, 表明周邊污染羽流的影響顯著。
圖5 PM2.5質量濃度、 吸收系數(σap)、 散射系數(σsp)、 SSA的風向依賴圖
利用PSCF法和CWT法識別對合肥秋季散射系數有貢獻的潛在排放源。 圖6為觀測期間合肥72小時后向軌跡聚類分析、 PSCF法和CWT法的分析結果, 可以看出氣團主要來源于合肥的西北方向, 結合表2可知, 占比最高的氣團1和3分別來自于內蒙古自治區和新疆維吾爾自治區, 而2和6類氣團占比不高, 但散射系數含量是較高的, 2類氣團來自于陜西省寶雞市, 工業污染嚴重, 6類氣團源于內蒙古, 途徑山西省、 山東省、 江蘇省, 從安徽省的東南方向到達合肥, 攜帶較多的污染物。 4類氣團源于新西伯利亞地區, 5類氣團占比最低, 源于浙江省, 途徑江西省, 從安徽省的東南方向到達合肥。
圖6 合肥市后向軌跡聚類分析(a), PSCF(b)和CWT(c)分析
表2 合肥各氣團在500 m處的軌跡數和平均散射系數含量
從圖6(b)可以看出研究期間PSCF較大值(>0.5)主要分布在合肥的西北方向和西南方向, 西北方向包括山西省的中部、 山東省的西南部、 河南省的東部、 江蘇省的西北部、 安徽省的北部地區, 西南方向包括武漢市、 湖南省的東北部, 還有部分PSCF高值分布在黃海水域。 總的來說, 散射系數具有長距離遷移的趨勢, 其來源具有區域性, 遠源的氣溶膠可以在適宜條件下對合肥氣溶膠散射系數產生深遠的影響[15]。 從圖6(c)分析出合肥秋季CWT高值主要分布在河南省東北部、 山東省西南部、 安徽省的北部地區。 尤其是山東省濟寧市, 河南省商丘市的污染物通過遠距離傳輸至合肥, 導致氣溶膠散射系數值大于400 Mm-1。 總的來說, 本地排放對散射系數的貢獻值不明顯, 外源輸入是造成合肥市大氣氣溶膠散射系數含量超標的重要原因。
研究期間合肥市PM2.5濃度、 氣溶膠散射系數和吸收系數平均值分別為(43±25) μg·m-3, (238.70±161.52) Mm-1, (32.04±17.01) Mm-1, 氣溶膠光學特性的時間變化趨勢與PM2.5較為一致。 吸收系數和散射系數的日變化均呈現雙峰特征, 第一個峰值出現在早上8點至10點, 與早高峰時段交通和人類活動的積累, 低溫、 低風速、 低邊界高度的有關, 第二個峰值出現在晚上20點至21點, 主要受夜晚交通源和烹飪源影響。 光學性質對風速和風向有明顯的依賴性。 當從合肥東南方向吹來的強風時, 較清潔的氣團顯著清除了空氣污染物, 導致PM2.5,σsp,σap值偏低。 當風向為西北風時, 攜帶二次氣溶膠的氣團被輸送到合肥, 造成較高的PM2.5,σsp,σap。 PM2.5,σsp,σap的高值大多處在弱風(風速<3 m·s-1)的部分, 但較高的風速也易輸送周邊的污染物。 結合2019年秋季氣溶膠散射系數的數據, 使用聚類分析、 PSCF和CWT方法, 對運輸途徑、 區域排放源和量化的貢獻進行了評估, 結果顯示在影響合肥市的氣流軌跡中, 污染軌跡多來自合肥市的西北方向。 山東省濟寧市、 河南省商丘市等外源輸入的污染物對合肥氣溶膠散射系數值貢獻較大, 本地排放對散射系數的貢獻值相對不明顯。