2019年国庆节前后北京气态氨和气溶胶铵盐浓度的同步观测

引用本文

顾梦娜, 潘月鹏, 宋琳琳, 李萍, 田世丽, 武岳洋, 杨婷婷, 李浩洋, 石生伟, 吐莉尼沙, 吕雪梅, 孙倩, 方运霆. 2019年国庆节前后北京气态氨和气溶胶铵盐浓度的同步观测[J]. 环境科学, 2021, 42(1): 1-8.

GU Meng-na, PAN Yue-peng, SONG Lin-lin, LI Ping, TIAN Shi-li, WU Yue-yang, YANG Ting-ting, LI Hao-yang, SHI Sheng-wei, Tulinisha, LÜ Xue-mei, SUN Qian, FANG Yun-ting. Concurrent Collection of Ammonia Gas and Aerosol Ammonium in Urban Beijing During National Celebration Days Utilizing an Acid-Coated Honeycomb Denuder in Combination with a Filter System[J]. Environmental Science, 2021, 42(1): 1-8.

2019年国庆节前后北京气态氨和气溶胶铵盐浓度的同步观测

顾梦娜^1,2, 潘月鹏^1,2, 宋琳琳^2,3, 李萍^1,2, 田世丽¹, 武岳洋⁴, 杨婷婷⁴, 李浩洋⁴, 石生伟⁴, 吐莉尼沙⁵, 吕雪梅¹, 孙倩¹, 方运霆³

1. 中国科学院大气物理研究所, 大气边界层物理和大气化学国家重点实验室, 北京 100029;
2. 中国科学院大学, 北京 100049;
3. 中国科学院沈阳应用生态研究所, 辽宁省稳定同位素技术重点实验室, 沈阳 110016;
4. 北京农学院生物与资源环境学院, 北京 102206;
5. 新疆维吾尔自治区气象台, 乌鲁木齐 830002

收稿日期: 2020-05-19; 修订日期: 2020-06-28

基金项目: 国家重点研发计划项目（2017YFC0210100，2017YFC0212703）；国家自然科学基金项目（42077204，41807311）；北京高等学校高水平人才交叉培养计划项目（PXM2020_014207_000009）

作者简介: 顾梦娜(1994~), 女, 博士研究生, 主要研究方向为大气氨同位素源解析, E-mail:gumengna17@mails.ucas.ac.cn

通信作者: 潘月鹏, E-mail:panyuepeng@mail.iap.ac.cn; 田世丽, E-mail:tianshili@mail.iap.ac.cn

摘要: 我国自2013年实施《大气污染防治行动计划》以来，大气细颗粒物（PM_2.5）特别是硫酸盐浓度迅速下降，但硝酸盐浓度降幅较小，大气中过量的氨气（NH₃）是维持硝酸盐居高不下的主要因素.迄今，我国生态环境部门尚未将NH₃纳入常规观测，以往有关NH₃和气溶胶铵盐（NH₄⁺）的研究多是分别进行的，缺少同步观测.由于NH₃和NH₄⁺在大气中可互相转化，只测量其中一种相态很难全面了解它们的动态变化.本研究基于酸涂覆的蜂窝型扩散管和膜采样串联系统，同步测量了2019年国庆节前后北京城区大气NH₃和NH₄⁺浓度，时间分辨率为2 h（PM_2.5>35 μg·m^-3）~5 h（PM_2.5 < 35 μg·m^-3）.结果表明，采样期间NH₃和NH₄⁺平均浓度分别为（4.1±2.9）μg·m^-3和（1.7±1.4）μg·m^-3，且二者均与PM_2.5、CO和NO₂呈现相似的时间变化规律.NH₃浓度在早晨（05：30~08：30）和夜间（21：30~05：30）较高，这种双峰日变化特征在污染天（PM_2.5>75 μg·m^-3）最为明显.NH₃浓度在污染天17：30~21：30存在明显的低谷，这主要与有利的扩散条件有关（平均风速6 m·s^-1）.NH₄⁺浓度的日变化特征与NH₃差异较大，NH₄⁺浓度在非污染天（PM_2.5 < 75 μg·m^-3）17：30~21：30出现明显峰值，期间NH₃浓度较低，而NO₂浓度较高.在非污染天，NH₃浓度是NH₄⁺的2.8倍；而在污染天，由于气粒转化加速，大气NH₃浓度低于NH₄⁺（NH₃/NH₄⁺=0.8）.国庆节前大气NH₃、CO、NO₂、SO₂和PM_2.5浓度超过国庆后的幅度分别为54.2%、40.4%、33.3%、0.0%和49.4%.国庆节前虽然实施了减排行动，但极端不利的静稳天气导致大气环境容量下降，掩盖了污染物减排的效果，导致大部分污染物浓度不降反升.

关键词: 氨气气溶胶铵盐日变化相态分布国庆节阅兵

Concurrent Collection of Ammonia Gas and Aerosol Ammonium in Urban Beijing During National Celebration Days Utilizing an Acid-Coated Honeycomb Denuder in Combination with a Filter System

GU Meng-na^1,2 , PAN Yue-peng^1,2 , SONG Lin-lin^2,3 , LI Ping^1,2 , TIAN Shi-li¹ , WU Yue-yang⁴ , YANG Ting-ting⁴ , LI Hao-yang⁴ , SHI Sheng-wei⁴ , Tulinisha⁵ , LÜ Xue-mei¹ , SUN Qian¹ , FANG Yun-ting³

1. State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Key Laboratory of Stable Isotope Techniques and Applications, Liaoning Province, Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110016, China;
4. College of Bioscience and Resources Environment, Beijing University of Agriculture, Beijing 102206, China;
5. Xinjiang Meteorological Observatory, Urumqi 830002, China

Abstract: Since 2013, the Chinese government implemented the Air Pollution Prevention and Control Action Plan. As a result, the atmospheric concentrations of sulfate reduced significantly, whereas the nitrate concentrations remain relatively high due to the excess of ammonia (NH₃). To date, there is no official observation network monitoring NH₃ concentrations in China. Previous studies have focused on NH₃ or ammonium (NH₄⁺) separately. These limitations hinder a complete understanding of their dynamic changes due to the rapid gas-to-particle conversion. In this study, the concentrations of NH₃ and NH₄⁺ were measured concurrently in urban Beijing during autumn 2019 utilizing an acid-coated denuder-filter combination with a time resolution from 2 h (PM_2.5>35 μg·m^-3) to 5 h (PM_2.5 < 35 μg·m^-3). The mean concentrations of NH₃ and NH₄⁺ during the study were (4.1±2.9)μg·m^-3 and (1.7±1.4) μg·m^-3, respectively. The temporal patterns of NH₃ or NH₄⁺ coincided with that of PM_2.5, CO, and NO₂ throughout the sampling period. The diurnal distributions of NH₃ were bimodal, both on polluted (PM_2.5>75 μg·m^-3) and non-polluted (PM_2.5 < 75 μg·m^-3) days, peaking at 21:30-05:30 and 05:30-08:30, respectively. The NH₃ concentrations on polluted days were relatively lower during 17:30-21:30, which may be related to higher wind speeds. In contrast to NH₃, NH₄⁺ had an obvious peak during 17:30-21:30 due to the formation of ammonium nitrate. The meteorological conditions favor the gas-to-particle conversion on polluted days, resulting in a lower NH₃/NH₄⁺ ratio of 0.8. However, this value may reach 2.8 on non-polluted days. The concentrations of NH₃, CO, NO₂, SO₂, and PM_2.5 in the emission control period showed a significant increase greater than or comparable to those in the non-control period by 54.2%, 40.4%, 33.3%, 0%, and 49.4%, respectively. This result shows that the stagnant conditions offset the benefit of emission control actions implemented during and before the National Celebration Day.

Key words: ammonia ammonium diurnal variations gas to particle conversion National Celebration Day Parade

氨气(NH₃)是大气中最主要的碱性气体, 可与酸性气体(H₂SO₄、HNO₃和HCl等)反应生成铵盐气溶胶(NH₄⁺), 是霾污染期间二次粒子的主要成分^[1]. 2013年以来, 随着《大气污染防治行动计划》的实施, 我国东部地区大气硫酸盐浓度明显下降, 但硝酸盐浓度居高不下, 大气中过量NH₃对此起着非常重要的作用. 2008~2016年, 卫星观测到欧洲、北美和中国主要农业区大气NH₃柱浓度呈现增长趋势^[2], NH₃减排议题备受关注.我国NH₃排放量较高^[3], 导致大气处于富氨环境, 特别是华北平原地区^[4], NH₃年平均浓度达13.4 μg·m^-3, 是全球NH₃热点区之一^[5].大气中NH₃与NH₄⁺最终可以干湿沉降的方式被去除(氮沉降)^[6], 但这种方式只能将NH₃和NH₄⁺从大气转移到地表生态系统, 而不能将它们彻底消除.更重要的是, 过量的氮沉降还会造成土壤酸化、水体富营养化和生物多样性降低等危害^[7].随着社会经济的快速发展, 我国大气氮沉降1980~2010年增幅达60%^[8], 且主要的形态是还原性氮(NH_x)^[9].因此, 揭示大气中NH₃和NH₄⁺的动态变化对于理解大气污染形成过程, 缓解过量氮沉降, 进而保护生态环境都具有重要科学意义.

对于大气NH_x研究, 以往主要集中在NH₄⁺的测量, NH₃的观测资料有限.而且, 以往的NH₃和NH₄⁺测量大多是分别进行的, 缺乏它们的同步观测研究.由于大气NH₃和NH₄⁺之间存在相互转化^[10], 只测量其中一种相态很难全面了解NH₃与NH₄⁺的动态变化.多级滤膜采样系统是一种常用的同步采样方法, 它先采集颗粒物NH₄⁺, 再采集NH₃^[11].这种采样方式在收集NH₄⁺的时候可能会吸附一部分NH₃, 造成NH₄⁺采样的正偏差; 采集到的NH₄⁺也可能发生分解, 造成NH₄⁺采样的负偏差^[12]; 这2种偏差都会影响NH₃测量的准确性, 进而影响对相态分布的认识.另一种方法是基于扩散管-膜采样串联系统^[13].在该采样系统中, NH₃首先被涂有酸涂层的扩散管吸附, 扩散系数较低的NH₄⁺会随气流进入下游, 被酸浸渍的滤膜捕获.该采样系统可以实现气粒分离, 适用于研究NH_x的相态分布, 主要包括圆柱形扩散管^[14]、环形扩散管^[15]和蜂窝型扩散管^[16]等.其中, 蜂窝型扩散管内表面积大、吸收容量高, 因而可大流量采样, 缩短了采样时间, 提高了大气NH₃与NH₄⁺采样的时间分辨率.

本研究选取北京为大气污染代表城市, 利用蜂窝型扩散管-膜采样系统在2019年国庆前后开展了大气NH₃与NH₄⁺的同步采样和化学分析.本研究旨在评估国庆节减排前后北京城区大气NH₃与NH₄⁺的浓度水平、相态分布和日变化特征.本研究结果有助于深入理解二次污染物的转化过程和形成机制, 以期为大气污染防治的精准施策提供部分科学依据.

1 材料与方法 1.1 观测站点

观测站设在中国科学院大气物理研究所铁塔分部院内(39°58′ N, 116°22′ E), 地处北京市北三环和北四环之间, 东西两侧为元大都公园(其中, 东200 m为南北走向的G6高速), 南北两侧为居民小区(其中, 北100 m为东西走向的北土城西路).观测仪器架设于院内中国生态系统研究网络大气分中心(SCAS-CERN)办公楼楼顶(距地面8 m).

1.2 观测仪器

蜂窝型扩散管-滤膜采样系统(Thermo Scientific^TM ChemComb 3500)由哈佛公共卫生学院研发, 可实现气体和颗粒物的相态分离和同步采集.采样系统主要包括聚四氟乙烯(PTFE)涂层喷嘴、PM_2.5撞击器、玻璃过渡段、玻璃垫片、蜂窝扩散管、弹簧和滤膜组件共7部分(图 1).其中, PM_2.5撞击器中间的圆形凹陷均匀涂覆真空润滑油, 可有效吸附直径大于2.5 μm的颗粒物.喷嘴和撞击器均涂有PTFE涂层, 可有效减少NH₃在内表面的吸附.每个扩散管(38 mm×47 mm)包含212个六角形通道, 该蜂窝型设计将气体与扩散管的接触面积增加到了310 cm², 从而实现了在小时尺度上收集NH₃^[16].

A. PTFE涂层喷嘴; B. PM_2.5撞击器; C.玻璃过渡段; D.玻璃垫片; E.蜂窝扩散管; F.弹簧; G.滤膜组图 1 蜂窝扩散管-滤膜采样系统 Fig. 1 Sampling system of honeycomb denuder

1.3 采样与分析方法

采样前, NH₃收集蜂窝扩散管(E1和E2)用10 mL含有2%柠檬酸+1%甘油的甲醇溶液涂覆, 在烘箱干燥(55℃, 1 h)后安装到图 1所示的系统进行采样.采集NH₄⁺纤维素膜(G; 8 μm, 47 mm, Whatman)用0.5 mL 5%柠檬酸溶液涂覆, 烘箱干燥后密封, 冷藏保存备用.

采样时, 气流通过喷嘴(A)进入采样系统.在10 L·min^-1的工作流速下, 大于2.5 μm的颗粒物被PM_2.5撞击器(B)凹形盘片上涂覆的润滑油截留, 而小于2.5 μm的颗粒物随气流进入采样器内部.气流首先经过玻璃过渡段(C)形成层流, NH₃在经过蜂窝扩散管(E1和E2)时被柠檬酸涂层吸附.剩余的气流进入滤膜组(G), 细颗粒物NH₄⁺被采集到酸性纤维素膜上面, 完成气粒分离采样.

采样后, 立即密封采样系统进出口, 带回实验室进行浸提处理.吸收NH₃的蜂窝扩散管用30 mL高纯水浸提, 吸收颗粒物NH₄⁺的滤膜用15 mL高纯水超声浸提45 min.扩散管和滤膜浸提液中NH₄⁺浓度采用离子色谱仪(ICS-90, 美国戴安公司)进行测试.根据浸提液离子浓度、采样体积等实验参数计算NH₃和NH₄⁺的大气浓度, 公式为：

(1)

式中, c为大气浓度(μg·m^-3), c_j为浸提液离子浓度(mg·L^-1), V_j为离子浸提液体积(mL), V表示一段时间内采集到的空气体积(m³), NH₃和NH₄⁺的转换系数为0.944.

1.4 采样时间

外场观测于2019年9月25日开始, 至2019年10月21日结束.其中, 9月25日~10月16日期间每天采集5套样品, 采样时间分割点分别为05:30、08:30、12:30、17:30和21:30. 10月16~21日期间平均每日采集1套样品, 采样时长为18~30 h. 2019年9月25日~2019年10月10日采样期间纤维素膜缺失, 无NH₄⁺观测样品, 其它时间均为NH₃和NH₄⁺同步采样.扩散管均为当天制备完成, 至使用前的最长保存时间为20 h.采样器制备后0、5和20 h这3个时间点分别测定空白值, 得到的NH₄⁺离子浓度均低于检出限, 确保扩散管保存期间无污染.

1.5 数据处理

本次观测共获得112个NH₃样品, 29个NH₄⁺样品.其中, 有52个NH₃样品和2个NH₄⁺样品离子浓度未检出.未检出的样品80%以上出现在PM_2.5 < 35 μg·m^-3时, 这是因为清洁天浓度较低, 在有限时长(3~5 h)内采集的样品量达不到仪器分析检出限.因此, 观测期间满足测试要求的有效样本包括：PM_2.5 < 35 μg·m^-3时, 采样时长累积到5 h以上的样品; 或者PM_2.5>35 μg·m^-3时, 采样时长累积到2 h以上的样品.为统计观测期间数据的整体变化规律, 本文将未检出的样品浓度均替换为最低检出限的一半(0.07 mg·L^-1), 然后根据公式(1)计算样品大气浓度.

本文数据处理和作图使用开源软件R语言(4.0.0).

1.6 辅助资料

气象观测数据(温度、湿度、风速和风向)采用中国气象数据网北京市海淀区同期小时数据(http://data.cma.cn/).环境大气污染物数据(PM_2.5、CO、NO₂和SO₂)来自于北京市环境保护监测中心奥运村站同期小时浓度(http://www.bjmemc.com.cn/).奥运村与本站点观测资料具有较好的一致性^[17].

2 结果与讨论 2.1 大气氨和铵盐气溶胶浓度水平和时间变化

图 2显示了2019年9月25日~10月21日污染物浓度及气象要素随时间的变化.如图 2(c)所示, 本次采样期间NH₃浓度变化范围为1.7~14.8 μg·m^-3, 平均(4.1±2.9) μg·m^-3; NH₄⁺浓度变化范围为0.3~4.9 μg·m^-3, 平均(1.7±1.4) μg·m^-3.采样期间, NH₃与PM_2.5、CO以及NO₂均呈现相似的时间变化规律, 且呈显著相关(P < 0.05), 但与SO₂不相关(P>0.05);而NH₄⁺与PM_2.5、CO、NO₂和SO₂均呈显著相关(P < 0.01).大气NH₃和NH₄⁺与PM_2.5、CO和NO₂显著的相关性说明它们可能具有相似的来源或者经历了相同的大气过程.

图 2 污染物浓度及气象要素时间变化 Fig. 2 Time series of pollutant concentration and meteorological parameters

为分析NH₃浓度变化规律, 将观测时间分为3个时段(图 2).第1时段(9月25日~10月5日)大气NH₃平均浓度为5.8 μg·m^-3, 明显高于第2时段2.9 μg·m^-3(10月5日~10月14日)和第3时段3.3 μg·m^-3(10月14日~10月21日).这3个时段NH₃浓度的变化可能与温度有关^[18], 第1时段平均气温为20.6℃, 10月5日开始气温迅速下降, 导致第2和3时段平均气温只有12.9℃.除温度以外, 风向也是影响NH₃浓度的重要因素.例如在10月16日~10月20日期间, 大气NH₃出现浓度峰值, 此时主导风向以偏南风为主; 当盛行风向在10月20日8:00转为偏北风后, 污染物浓度迅速降低.风向转变引起的NH₃浓度变化与源区排放强度有关.北京南部的华北平原工农业发达, 是NH₃浓度的热点地区; 而北京西北部的蒙古高原, 空气相对清洁, 大气NH₃浓度较低^[5].

为进一步了解NH₃与NH₄⁺浓度水平及变化特征, 将采样日期分为非污染(PM_2.5 < 75 μg·m^-3)与污染天(PM_2.5>75 μg·m^-3).由表 1可知, 本研究期间非污染天和污染天大气NH₃平均浓度分别为(3.5±2.3) μg·m^-3和(4.9±3.1) μg·m^-3, NH₄⁺平均浓度分别为(1.3±0.9) μg·m^-3和(4.6±0.3) μg·m^-3.与北京以往观测结果相比, 本研究期间NH₃浓度明显偏低, 而NH₄⁺浓度接近于北京2015和2016年测量结果, 但低于北京2013年和2008年测量结果.本研究期间相对较低的NH₃与NH₄⁺浓度水平反映了我国近年来实施的大气污染防治行动计划的成效, 也与国庆期间临时加强的减排措施有关.

表 1 北京大气NH₃和NH₄⁺浓度对比(平均值±标准差)/μg·m^-3 Table 1 Summary of NH₃ and NH₄⁺ concentrations observed in Beijing (mean±SD)/μg·m^-3

2.2 大气氨和铵盐气溶胶浓度的日内变化

图 3统计了污染天和非污染天大气NH₃浓度的日变化特征.可以看出, 非污染天与污染天NH₃浓度的差异较大, 但都在早晨和晚上呈现浓度高峰, 说明这种日变化特征具有一定的普遍性.其中, 21:30~05:30出现的NH₃浓度夜间高值可能与本地源排放的NH₃在近地层的累积有关, 而05:30~08:30的早高峰可能受到移动源排放或露水蒸发等因素影响^{[1, 24]}.有关NH₃浓度的早高峰现象已有较多报道, 但对于其形成机制和来源尚无定论.值得注意的是, 污染天NH₃浓度日内变化幅度比非污染天剧烈得多, 特别是在05:30~08:30和21:30~05:30的浓度远高于其它时间, 同时在17:30~21:30存在一个明显NH₃浓度低谷.除了排放源, 气象条件也可能影响NH₃浓度的日变化.例如, 非污染天期间不同时段的风速波动较小, 平均风速为(1.9±0.3) m·s^-1, 因此NH₃浓度的日变化幅度较小.而在污染天, 风速日内变化较大：在05:30~08:30和21:30~05:30风速接近1 m·s^-1, 静稳的天气条件导致NH₃迅速积累而产生浓度高峰; 与之相反, 17:30~21:30期间风速高达6 m·s^-1, 有利的大气扩散条件导致了NH₃浓度的低谷.

图 3 非污染天(n=94)和污染天(n=15)NH₃浓度日变化 Fig. 3 Diurnal variations of NH₃ concentration during pollution (n=94) and non-pollution (n=15) days

由于污染天未采集NH₄⁺的日变化样品, 图 4(a)只显示了非污染天NH₄⁺浓度的日变化信息.可以看出, 非污染天NH₄⁺平均浓度变化范围为0.9~1.7 μg·m^-3.与NH₃浓度的日变化特征不同, NH₄⁺浓度整体上呈现日间(08:30~21:30)高于夜间(21:30~08:30).值得注意的是, NH₄⁺浓度在17:30~21:30存在明显高值, 而对应时段大气NH₃的浓度较低[图 4 (b)].较高的NO₂浓度可能会促进NH₃的气粒转化^[10], 导致NH₃的低谷和NH₄⁺的峰值出现在同一时段.

图 4 非污染天NH₄⁺浓度及对应NH₃浓度的日变化(n=29) Fig. 4 Diurnal variations of NH₄⁺ and NH₃ concentrations during non-pollution days(n=29)

为探究不同污染条件下气粒转化对NH₃和NH₄⁺浓度的影响程度, 图 5统计了PM_2.5浓度发生改变时NH₃和NH₄⁺的相对变化.其中, 非污染天NH₃/NH₄⁺平均为2.8±1.5, 即NH_x相态分布主要以NH₃的形式存在; 但随着污染加剧, 气态前体物NH₃向颗粒态NH₄⁺转化加速, 使得NH₄⁺浓度大幅度增加, NH₃/NH₄⁺比值降低(0.8±0.1).这一变化趋势与以往北京春季研究结果类似^[19], 但与夏季气体NH₃始终是主要存在形态的测量结果不同^[12].这可能是本研究期间发生的重污染过程均呈现出低温(16.3℃)、高湿(81.8%)和弱风(0.7 m·s^-1)的典型静稳天气条件, 有利于NH₃向颗粒物NH₄⁺转化^{[1, 10]}.

图 5 不同污染情况下NH₃和NH₄⁺的浓度分布 Fig. 5 Variations of NH₃ and NH₄⁺ concentrations under different pollution conditions

2.3 国庆阅兵时段大气污染物减排的影响

为评估国庆阅兵期间的减排措施对污染物浓度的影响, 以阅兵当天为时间节点, 将国庆前1周作为污染管控期(9月25日~10月1日), 国庆后1周作为无管控期(10月2~8日), 分别计算了NH₃、PM_2.5和CO等5种污染物浓度的平均值[图 6 (a)].可以看出, 管控期间NH₃、CO、NO₂和PM_2.5浓度(7.1、0.8、43.7和49.9 μg·m^-3)均高于无管控期(3.3、0.5、29.2和25.2 μg·m^-3), 增幅分别为54.2%、40.4%、33.3%和49.4%;而管控期间与管控后SO₂浓度均为2.5 μg·m^-3, 无明显变化.这一结果与以往重大活动期间空气质量变化特征完全不同.比如, 2014年APEC会议期间NH₃浓度降幅20%~43%^[25]; 2015年阅兵期间六环内NH₄⁺浓度降幅71%^[19], NH₃浓度降幅13%^[19].这一显著差异与气象因素密切相关, 比如2015年阅兵期间北京的主导风向为北风^[19], 而本次采样期间持续的偏南风有利于污染物的传输与积聚(图 2).另外, 相比于无管控期[图 6(b)], 管控期间风速明显降低(0.8 m·s^-1), 弱风、高温(22.0℃)和高湿(69.3%)的静稳气象条件导致大气环境容量下降, 本地源排放的污染物迅速累积, 浓度急剧增加.在这种极端不利的气象条件下, 管控前后SO₂浓度却无明显变化, 这间接反映出SO₂减排力度比其它污染物更大.

图 6 管控期间与无管控期污染物浓度和气象要素对比 Fig. 6 Comparison of pollutant concentration and meteorological parameters between the control period and non-control period

污染源排放和气象条件变化是影响近地面大气污染物浓度的主要因素^[26], 但两者的相对贡献很难直接用浓度数据进行评价, 特别是遇到极端不利的气象条件时, 短期的减排效果可能无法在浓度变化上得到体现. 2008~2016年, 华北地区SO₂柱浓度降幅达到70%^[2], 这与大气污染防治行动计划的成功实施密不可分.数值模式评估发现, 本地减排、周边减排和气象条件变化对北京2013~2017年PM_2.5浓度的影响分别为65.4%、22.5%和12.1%, 而冬季气象条件所占的贡献高达30%^[27].因此, 长期的减排措施有利于改善空气质量, 但在气象条件不利时减排的压力会增加.针对2015年阅兵蓝期间的一项模式评估结果认为, 有利的气象条件在PM_2.5浓度下降中的贡献占73%, 而减排措施的贡献仅占27%^[28].这一案例进一步说明, 在气象条件整体有利的情况下, 减排措施可以进一步改善空气质量.相反, 在气象条件极端不利的时候, 减排的效果可能会被掩盖, 这也是2019年国庆阅兵管控期间污染物浓度不降反升的主要原因.

3 结论

(1) 蜂窝型扩散管和膜采样串联系统分别收集大气NH₃和颗粒物NH₄⁺的空白较低, 适用于同步测量NH₃和NH₄⁺的快速变化：当PM_2.5 < 35 μg·m^-3时, 采样时长需要累积到5 h以上; 当PM_2.5>35 μg·m^-3时, 可实现2 h分辨率的NH₃和NH₄⁺同步采样.

(2) 本次采样期间, NH₃和NH₄⁺浓度变化范围分别为1.7~14.8μg·m^-3和0.3~4.9 μg·m^-3; 非污染天与污染天NH₃浓度均呈现出为夜间高于日间的特征; 非污染天NH₄⁺浓度在17:30~21:30的峰值可能与硝酸铵形成有关; 非污染天NH₃浓度高于NH₄⁺, 而污染天则相反.

(3) 北京2019年国庆节大气污染物管控期间, NH₃、CO、NO₂、SO₂和PM_2.5浓度高于无管控期的幅度分别为54.2%、40.4%、33.3%、0.0%和49.4%.管控期间弱风(0.8 m·s^-1)、高温(22.0℃)和高湿(69.3%)的静稳天气导致大气环境容量下降, 不利的天气条件掩盖了减排的效果.

致谢: 感谢中国科学院大气物理研究所何月欣、刘进、倪雪和刘博文等在观测实验期间提供帮助.

参考文献

[1]	Ianniello A, Spataro F, Esposito G, et al. Chemical characteristics of inorganic ammonium salts in PM_2.5 in the atmosphere of Beijing (China)[J]. Atmospheric Chemistry and Physics, 2011, 11(21): 10803-10822. DOI:10.5194/acp-11-10803-2011
[2]	Liu M X, Huang X, Song Y, et al. Rapid SO₂ emission reductions significantly increase tropospheric ammonia concentrations over the North China Plain[J]. Atmospheric Chemistry and Physics, 2018, 18(24): 17933-17943. DOI:10.5194/acp-18-17933-2018
[3]	Wang H Y, Zhang D, Zhang Y T, et al. Ammonia emissions from paddy fields are underestimated in China[J]. Environmental Pollution, 2018, 235: 482-488. DOI:10.1016/j.envpol.2017.12.103
[4]	Zhou F, Ciais P, Hayashi K, et al. Re-estimating NH₃ emissions from Chinese cropland by a new nonlinear model[J]. Environmental Science & Technology, 2016, 50(2): 564-572.
[5]	Pan Y P, Tian S L, Zhao Y H, et al. Identifying ammonia hotspots in China using a national observation network[J]. Environmental Science & Technology, 2018, 52(7): 3926-3934.
[6]	许稳, 金鑫, 罗少辉, 等. 西宁近郊大气氮干湿沉降研究[J]. 环境科学, 2017, 38(4): 1279-1288. Xu W, Jin X, Luo S H, et al. Dry and bulk nitrogen deposition in suburbs of Xining City[J]. Environmental Science, 2017, 38(4): 1279-1288.
[7]	Liu M X, Huang X, Song Y, et al. Ammonia emission control in China would mitigate haze pollution and nitrogen deposition, but worsen acid rain[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(16): 7760-7765. DOI:10.1073/pnas.1814880116
[8]	Liu X J, Zhang Y, Han W X, et al. Enhanced nitrogen deposition over China[J]. Nature, 2013, 494(7438): 459-462. DOI:10.1038/nature11917
[9]	Pan Y P, Wang Y S, Tang G Q, et al. Wet and dry deposition of atmospheric nitrogen at ten sites in Northern China[J]. Atmospheric Chemistry and Physics, 2012, 12(14): 6515-6535. DOI:10.5194/acp-12-6515-2012
[10]	邵生成, 常运华, 曹芳, 等. 南京城市大气氨-铵的高频演化及其气粒转化机制[J]. 环境科学, 2019, 40(10): 4355-4363. Shao S C, Chang Y H, Cao F, et al. High-frequency evolution of urban atmospheric ammonia and ammonium and its gas-to-particle conversion mechanism in Nanjing city[J]. Environmental Science, 2019, 40(10): 4355-4363.
[11]	Savard M M, Cole A, Smirnoff A, et al. δ¹⁵N values of atmospheric N species simultaneously collected using sector-based samplers distant from sources-Isotopic inheritance and fractionation[J]. Atmospheric Environment, 2017, 162: 11-22. DOI:10.1016/j.atmosenv.2017.05.010
[12]	Pathak R K, Wu W S, Wang T. Summertime PM_2.5 ionic species in four major cities of China: nitrate formation in an ammonia-deficient atmosphere[J]. Atmospheric Chemistry and Physics, 2009, 9(5): 1711-1722. DOI:10.5194/acp-9-1711-2009
[13]	Yu X Y, Lee T, Ayres B, et al. Loss of fine particle ammonium from denuded nylon filters[J]. Atmospheric Environment, 2006, 40(25): 4797-807. DOI:10.1016/j.atmosenv.2006.03.061
[14]	田世丽, 刘学军, 潘月鹏, 等. 应用扩散管测量霾污染期间大气氮硫化合物浓度的方法[J]. 环境科学, 2017, 38(9): 3605-3609. Tian S L, Liu X J, Pan Y P, et al. Observations of reactive nitrogen and sulfur compounds during haze episodes using a denuder-based system[J]. Environmental Science, 2017, 38(9): 3605-3609.
[15]	Allegrini I, De Santis F, Di Palo V, et al. Annular denuder method for sampling reactive gases and aerosols in the atmosphere[J]. Science of the Total Environment, 1987, 67(1): 1-16. DOI:10.1016/0048-9697(87)90062-3
[16]	Walters W W, Hastings M G. Collection of ammonia for high time-resolved nitrogen isotopic characterization utilizing an acid-coated honeycomb denuder[J]. Analytical Chemistry, 2018, 90(13): 8051-8057. DOI:10.1021/acs.analchem.8b01007
[17]	Pan Y P, Wang Y S, Zhang J K, et al. Redefining the importance of nitrate during haze pollution to help optimize an emission control strategy[J]. Atmospheric Environment, 2016, 141: 197-202. DOI:10.1016/j.atmosenv.2016.06.035
[18]	Langford A O, Fehsenfeld F C, Zachariassen J, et al. Gaseous ammonia fluxes and background concentrations in terrestrial ecosystems of the United States[J]. Global Biogeochemical Cycles, 1992, 6(4): 459-483. DOI:10.1029/92GB02123
[19]	Xu W, Song W, Zhang Y Y, et al. Air quality improvement in a megacity: implications from 2015 Beijing Parade Blue pollution control actions[J]. Atmospheric Chemistry and Physics, 2017, 17(1): 31-46. DOI:10.5194/acp-17-31-2017
[20]	Wu L B, Ren H, Wang P, et al. Aerosol ammonium in the urban boundary layer in Beijing: insights from nitrogen isotope ratios and simulations in summer 2015[J]. Environmental Science & Technology Letters, 2019, 6(7): 389-395.
[21]	韦莲芳, 段菁春, 谭吉华, 等. 北京春季大气中氨的气粒相转化及颗粒态铵采样偏差研究[J]. 中国科学:地球科学, 2015, 58(2): 216-226. Wei L F, Duan J C, Tan J H, et al. Gas-to-particle conversion of atmospheric ammonia and sampling artifacts of ammonium in spring of Beijing[J]. Science China Earth Sciences, 2015, 58(3): 345-355.
[22]	Meng Z Y, Lin W L, Jiang X M, et al. Characteristics of atmospheric ammonia over Beijing, China[J]. Atmospheric Chemistry and Physics, 2011, 11(12): 6139-6151. DOI:10.5194/acp-11-6139-2011
[23]	邓利群, 李红, 柴发合, 等. 北京东北部城区大气细粒子与相关气体污染特征研究[J]. 中国环境科学, 2011, 31(7): 1064-1070. Li L Q, Li H, Chai H F, et al. The pollution characteristics of the atmospheric fine particles and related gaseous pollutants in the northeastern urban area of Beijing[J]. China Environmental Science, 2011, 31(7): 1064-1070.
[24]	程刚, 段俊, 李金香, 等. 北京市交通环境大气氨污染水平分析[J]. 大气与环境光学学报, 2018, 13(3): 193-207. Cheng G, Duan J, Li J X, et al. Analysis of atmosoheric ammonia pollution level in Beijing traffic environment[J]. Journal of Atmospheric and Environmental Optics, 2018, 13(3): 193-207.
[25]	Chang Y H, Liu X J, Deng C R, et al. Source apportionment of atmospheric ammonia before, during, and after the 2014 APEC summit in Beijing using stable nitrogen isotope signatures[J]. Atmospheric Chemistry and Physics, 2016, 16(18): 11635-11647. DOI:10.5194/acp-16-11635-2016
[26]	Liu Z R, Hu B, Wang L L, et al. Seasonal and diurnal variation in particulate matter (PM₁₀ and PM_2.5) at an urban site of Beijing: analyses from a 9-year study[J]. Environmental Science and Pollution Research, 2015, 22(1): 627-642. DOI:10.1007/s11356-014-3347-0
[27]	Cheng J, Su J P, Cui T, et al. Dominant role of emission reduction in PM_2.5 air quality improvement in Beijing during 2013-2017: a model-based decomposition analysis[J]. Atmospheric Chemistry and Physics, 2019, 19(9): 6125-6146. DOI:10.5194/acp-19-6125-2019
[28]	康志明, 桂海林, 王继康, 等. 2015年北京"阅兵蓝"特征及成因探讨[J]. 中国环境科学, 2016, 36(11): 3227-3236. Kang J M, Gui H L, Wang J K, et al. Characteristics and cause of the "parade blue" in Beijing 2015[J]. China Environmental Science, 2016, 36(11): 3227-3236. DOI:10.3969/j.issn.1000-6923.2016.11.004


环境科学 2021, Vol. 42 Issue (1): 1-8	PDF