2017, Vol. 38
2. 南京信息工程大学江苏省大气环境监测与污染控制高技术研究重点实验室, 南京 210044;
3. 中国气象局气溶胶与云降水重点开放实验室, 南京 210044
, ZHANG Fan1,2 , LIU Gang1,2 , WU Ming1,3 , XIA Jun-rong3 , GAI Xin-lei1,2 , LI Feng-ying1,2 , YANG Meng1,2
2. Jiangsu Key Laboratory of Atmospheric Environment Monitoring and Pollution Control, Nanjing University of Information Science and Technology, Nanjing 210044, China;
3. Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing 210044, China
大气气溶胶是指悬浮在大气中, 空气动力学直径为0.001~100 μm的液体和固体微粒体系[1], 是目前我国大部分城市的首要大气污染物, 对大气环境、气候变化和人体健康都能产生重要影响[2~4].按照数浓度粒径谱分布特征可将其分为4个模态[5]：核模态(Dp < 20 nm)、爱根核模态(20 nm < Dp < 100 nm)、积聚模态(100 < Dp < 1 000 nm)和粗粒子模态(Dp>1.0 μm).气溶胶粒子在大气环境中的行为与其粒径大小密切相关, 其数浓度粒径谱分布特征能深入揭示颗粒物在大气中的生成、传输、转化和去除, 对气溶胶理化特性及其影响的研究有重要意义[6].
国内外学者对气溶胶的数浓度谱分布都开展了一定研究, 包括其浓度水平[7, 8]、时间变化[9, 10]、谱分布特征[11, 12]及气象条件[13~15]对数浓度的影响等.南京市是长江流域重要的经济文化中心, 一些科研工作者也对其数浓度进行了研究.王飞等[16]通过APS-SMPS-WPS对南京夏季气溶胶数浓度进行了对比观测, 尚倩等[17]研究了南京冬季大气气溶胶粒子谱分布及其对能见度的影响, Wang等[18]对南京夏季的气溶胶数浓度进行了观测并对新粒子生成事件进行了探讨.这些研究对深入了解南京市大气气溶胶的污染特征有重要意义, 但其采样时间一般较短且不连续.本研究使用空气动力学粒径谱仪(APS-3321) 对南京北郊冬春两季0.5~20.0 μm的气溶胶数浓度进行了较长时间的连续观测, 虽然大气气溶胶的数浓度绝大部分集中在小于0.1 μm的粒径范围, 但有研究表明, 0.5~2.0 μm粒径范围气溶胶粒子的表面积浓度最高, 是大气中主要的消光部分, 而表面积浓度又会直接影响大气中的非均相反应过程, 且这一粒径段的气溶胶粒子在大气中停留时间较长[19, 20], 因此, 对其数浓度分布进行研究仍具有重要意义.
本文通过APS仪器的观测结果, 对南京北郊气溶胶数浓度的季节变化、日变化、谱分布等进行了统计分析, 并对不同相对湿度及霾污染等级条件下的数浓度谱分布进行了对比研究, 最后结合气团来源对一次重污染过程中的数浓度变化进行了探讨, 以期能进一步丰富大气气溶胶数浓度的研究并为气溶胶的污染控制提供科学依据.
1 材料与方法 1.1 实验仪器本研究数浓度观测所使用的仪器为美国TSI公司生产的空气动力学粒径谱仪(APS-3321), 其测量原理是采样气流首先经过喷嘴加速, 粒径小的粒子获得比较大的速度, 粒径大的粒子由于惯性获得比较小的速度.获得初速度的粒子经过两平行激光束组成的检测区, 通过测量粒子经过两激光束的飞行时间, 计算出粒子的飞行速度进而得到粒子的空气动力学粒径.飞行时间测量粒径所具有的单调对应曲线确保了在整个粒径测量范围内的高分辨率, 因此测量结果受颗粒物折射率、密度和形状等因素影响较小, 具有较高的测量精度.仪器测量粒径范围为0.5~20.0 μm, 总共分为52档, 能提供精确的气溶胶数浓度谱分布.采样气流流量为5 L·min-1, 其中样气流量为1 L·min-1, 鞘气流量为4 L·min-1, 采样频率设为5 min.观测前仪器由厂家进行检修和标定, 观测过程中, 随时观察仪器状态和流量, 根据仪器维护流程定期对采样进口喷嘴进行清理.由于仪器运行湿度条件为10%~90%, 为避免水汽在仪器内部的冷凝, 在雨天和雾天等高湿度条件时, 停止采样.
数浓度观测过程中同时使用中国华云技术开发公司生产的CAWS600-SE型自动气象站对气象要素进行测量.采用HMP450型温湿度传感器测量气温与湿度, EL15-1A型风杯风速计测量水平风速和风向, CJY-1A型前向散射能见度仪(凯迈环测, 中国洛阳)测量大气能见度.仪器由江苏省质量技术监督气象仪器计量站每两年进行一次标定, 站点人员定期对仪器进行维护和清理.
1.2 观测地点和时间观测地点设在南京北郊, 南京信息工程大学中国气象局综合观测培训实习基地(海拔22 m, 北纬32°12′, 东经118°42′)内.观测点离市中心约15 km, 向东1.5 km是宁六公路, 东北方向约10 km是南京化学工业园, 其西边和北边是居民区、村庄和农田, 南边是龙王山风景区.对观测点产生影响的污染源有工业源、交通源及生活源, 可以代表南京地区城乡结合部的污染特征.
观测从2014年1月16日开始, 持续到5月31日.冬季由于大气气溶胶浓度较高, 仪器出现过故障, 返厂进行了一次维修.利用专用软件从APS中导出相应的观测数据, 使用Matlab编程处理将高频数据转化为小时平均.剔除仪器故障和异常数据后, 一共得到72 d有效数据.以1和2月的数据代表冬季, 有效采样时间为20 d, 3、4、5月数据代表春季, 有效采样时间为52 d.
2 结果与讨论 2.1 数浓度及其谱分布 2.1.1 数浓度水平观测期间南京北郊气溶胶平均数浓度为(158.8±207.5) 个·cm-3, 冬春季平均分别为(364.8±297.8) 个·cm-3和(79.6±62.4) 个·cm-3.根据数浓度谱分布情况, 将粒子分为0.5~1.0 μm和1.0~20 μm两个粒径段, 分别代表细粒子和粗粒子. 0.5~1.0 μm的气溶胶数浓度冬、春季分别为(320.5±250.8) 个·cm-3和(68.9±56.7) 个·cm-3, 占整个观测粒径段数浓度的87.8%和86.6%, 细粒子占绝大部分, 说明燃烧源(包括机动车, 燃煤和生物质燃烧)的排放及光化学反应二次生成对气溶胶数浓度贡献很大[21].将各有效观测日的数浓度进行日平均, 得到其随时间的变化如图 1, 其中还给出了相应气象要素的变化.从中可以看到, 在不同时间, 数浓度的变化非常剧烈. 1月18日粒子数浓度急剧增加, 浓度高达1255.3个·cm-3, 为此次观测中的最大值, 高值一直持续到1月19日, 到1月20日骤降. 1月18~19日对应的是重污染天且相对湿度很高、风速较小, 能见度非常低, 数浓度在这两天达到最高值, 但PM0.5~1.0/PM0.5~20反而下降, 推断此次污染过程, 边界层处于稳定状态, 细粒子急剧增加, 但高湿度有利于粒子吸湿增长向大粒径转化[21], 使其比例降低.数浓度从1月20日持续几天的低值后, 在1月25日又达到了一个极大值. 2月下旬气溶胶粒子数浓度变化不大, 维持在200~500个·cm-3之间的高值, 能见度也保持在较低的水平.从3月开始, 数浓度水平大幅降低, 与春季气温回暖, 供暖耗电减少, 风速变大, 湍流与对流活动增强, 促进了气溶胶的扩散和清除有关. 4月除了1日和2日数浓度较高外, 各观测日的数浓度均比较低. 5月上中旬数浓度水平很低, 但从5月18日开始有很明显增加, 这个时间段温度偏高, 基本都在20℃以上, 最高接近30℃, 且降水偏少, 导致大气光化学反应更加活跃, 粒子的生成、转化更加迅速可能是重要原因[22].
|
图 1 南京北郊气溶胶数浓度和气象要素时间变化 Fig. 1 Temporal change in aerosol number concentration and meteorological elements in the northern suburb of Nanjing |
将部分城市数浓度观测结果与本研究对比, 如表 1.王红磊[23]在南京北郊和南京城区的观测值远大于本研究, 主要是因为其观测粒径远小于本研究, 小粒径粒子对数浓度的贡献非常大[24].福州[10]与兰州[25]气溶胶数浓度季节变化与本研究一致, 冬季远高于春季.福州由于数浓度观测粒径更宽, 观测值高于本研究.兰州和上海与本研究观测粒径相同, 数浓度水平一致, 同处长三角区域的上海, 0.5~1.0 μm粒径段数浓度所占比例为95.7%[26], 与本研究的87.8%存在一定差别, 反映出气溶胶来源的地区性差异.
|
表 1 不同城市大气气溶胶数浓度对比 Table 1 Comparison of aerosol number concentrations in different cities |
2.1.2 数浓度日变化
气溶胶数浓度受到天气条件和人类活动等影响, 具有明显的日变化特征, 图 2分别给出了冬季和春季南京北郊气溶胶数浓度的日变化.从中可以看出, 在冬季, PM0.5~20数浓度在07:00左右达到峰值, 与早高峰时间吻合, 数值接近400个·cm-3, 从09:00开始迅速下降, 与太阳辐射增强后, 湍流混合和垂直对流作用加强导致气溶胶粒子的扩散稀释有关; 15:00左右数浓度达到谷值; 从17:00开始, 数浓度迅速增加, 到20:00左右达到极大值, 与晚高峰和夜晚边界层高度的降低一致; 夜间, 数浓度维持在较高水平.春季夜间数浓度最高, 06:00之后数浓度开始降低, 在09:00又出现一个峰值, 与冬季变化情况有所差异.春季相比冬季, 日出时间早, 大气增温快, 导致边界层稳定度减弱, 因此在06:00数浓度就出现降低, 09:00数浓度的增加应与早高峰排放的积累有关; 而冬季日出时刻晚, 早高峰对数浓度的影响更为突出.春季在12:00~18:00数浓度维持在40个·cm-3左右, 比冬季低值持续时间长, 也与太阳辐射持续时间较长有关.从18:00开始, 数浓度迅速增加, 在20:00有个不突出的高值, 并在夜晚维持高浓度水平.根据王飞[16]在2010年对南京北郊的观测结果, 气溶胶数浓度夏季在10:00左右达到峰值, 在15:00左右达到谷值, 与本研究较为一致, 峰值出现时间的差别, 仍可能是由大气辐射的季节性变化引起.冬季与春季PM0.5~1.0与PM0.5~20数浓度变化基本一致, 而PM1.0~20与PM0.5~20变化趋势差异较大, 其在一天中变化较为平缓, 白天浓度低于夜晚, 早晨有不明显的峰值.无论是冬季还是春季, 从深夜到早晨这段时间, PM0.5~1.0与PM0.5~20差值最大, 而白天差值较小, 可能是夜晚湿度较高, 有利于气溶胶从细粒径吸湿增长向大粒径转化[22].
|
图 2 南京北郊冬春季数浓度的日变化 Fig. 2 Diurnal variations in number concentrations in winter and spring in the northern suburb of Nanjing |
数浓度谱分布指的是单位粒径范围数浓度的大小, 它可以用谱分布函数进行描述, 如图 3.南京北郊气溶胶数浓度主要由1 μm以下的细粒子贡献, 粗粒子贡献很少, 大于2 μm之后, 数浓度维持在很低水平.南京北郊冬季数浓度谱成单峰分布, 峰值粒径在0.583~0.626 μm之间, 春季峰值粒径小于0.542 μm, 数浓度峰值粒径冬季大于春季, 可能与冬季粒子悬浮时间长, 老化程度更高有关[27].春季与冬季相比, 0.673~1.197 μm粒径段数浓度减少最多, 减少比例在80%以上.
|
图 3 南京北郊冬春季数浓度粒径谱分布 Fig. 3 Size distribution of aerosol number concentrations in winter and spring in the northern suburb of Nanjing |
大气气溶胶粒子的吸湿增长会增强其消光特性, 使大气能见度降低.当受风影响的水平输送较弱且相对湿度较大时, 粒子不易扩散和清除并吸湿增长, 为霾的形成提供了有利条件[28].将观测时段内的小时均值按相对湿度大小划分为RH < 40%、40%≤RH < 60%、60%≤RH < 80%、80%≤RH < 90%共4类, 由于在湿度较大时仪器停止观测, 大于90%的样本数较少且不符合仪器运行条件, 没有考虑在内, 各类型对应的数浓度谱分布如图 4.数浓度在4种情况下的均值分别为65.7、178.6、260.3和415.8个·cm-3, 随相对湿度的升高而大幅度增加.当RH < 40%时, 谱分布峰值在0.542 μm以下, 40%≤RH < 60%和60%≤RH < 80%时, 峰值在0.542~0.626 μm之间, 当RH≥70%时, 峰值为0.583~0.673 μm, 随相对湿度的增加, 峰值粒径向较大粒径方向偏移, 且峰值对应着最为明显的数浓度增长, 可见高湿度的天气条件, 有利于气溶胶粒子的累积和吸湿增长[21].
|
图 4 不同相对湿度条件下的数浓度粒径谱分布 Fig. 4 Size distribution of aerosol number concentrations at different relative humidities |
霾是指大量极细微的干尘粒等均匀悬浮于空气中, 使能见度小于10 km, 空气普遍浑浊的现象.为了考察霾天气溶胶数浓度的变化, 本文根据2010年发布的《中华人民共和国气象行业标准——霾的观测和预报等级》(QX/T_113-2010) 规定, 将能见度小于10 km, 湿度小于80%的观测日定义为霾天.依据能见度的大小, 又将霾天进一步划分为轻微(5.0≤V < 10.0 km)、轻度(3.0≤V < 5.0 km)、中度(2.0≤V < 3.0 km)和重度(V < 2.0 km)这4个不同等级.按照以上标准, 本文观测时段霾天有60 d, 非霾天11 d, 另有1 d因能见度数据缺测, 无法判断, 霾天比例达83.3%.
不同霾污染等级下, 南京北郊冬春季气溶胶粒子数浓度分布如表 2.冬春季霾天都以轻微和轻度霾天为主, 非霾天时, 气溶胶数浓度最低; 霾发生时, 随着霾污染等级的加重, 数浓度逐渐增加, 重度霾天时, 冬季和春季数浓度分别达到了900个·cm-3和170个·cm-3以上, 是非霾天的4~5倍.春季气溶胶数浓度从轻微到轻度霾天时, 增加最为明显, 随着能见度降低, 霾污染等级加重, PM0.5~1.0/PM0.5~20比值也逐渐增大, 说明霾天稳定的气象条件有利于大气污染物的二次转化和积累[29]; 冬季重度霾天时, 污染相当严重, 但PM0.5~1.0/PM0.5~20比值较低, 与其春季变化差异较大. 图 5是冬季和春季不同霾污染等级下数浓度的粒径谱分布, 随着霾污染等级加重, 气溶胶数浓度在小于2.0 μm的粒径段显著增加, 且冬季比春季更为明显, 这与春季数浓度水平较低有关.数浓度的峰值粒径也随霾污染的加重而表现出向大粒径偏移的趋势, 在冬季重度霾天时, 尤为明显, 这应归功于粒子在稳定气象条件下的吸湿增长和老化, 使大粒径粒子数浓度增加, 从而导致PM0.5~1.0/PM0.5~20的比值较低.
|
|
表 2 不同污染等级霾天的气溶胶数浓度变化 Table 2 Number concentrations of aerosols on hazy days, with different grades |
|
图 5 不同污染等级霾天数浓度粒径谱分布 Fig. 5 Size distribution of aerosol number concentrations in hazy days, with different grades |
大气污染不仅受到局地排放影响还与区域输送有关.选取1月连续出现的两次严重污染过程, 采用美国NOAA开发的轨迹模式HYSPLIT4计算后向轨迹并结合地面风速探讨区域输送对气溶胶数浓度的影响. HYSPLIT4被广泛应用于大气污染的输送研究, 对污染过程每天5个时刻24 h的后向轨迹进行计算, 考虑到500 m高度风场较能准确反映边界层的平均流场特征, 故模拟高度选为500 m[30], 所采用的气象资料是分辨率为1°的GDAS数据, 典型天的轨迹路径如图 6.从中可以看到, 受苏北地区近距离污染输送及地面较低偏北风速的影响, 1月18日观测点数浓度不断增加, 形成重度霾天; 接近1月19日凌晨时, 随着气团轨迹的转变, 风向急剧变化, 风速增加, 使数浓度明显降低, 但中午12:00可能受到浙江等地污染的输送作用, 浓度有所回升; 1月20日之后, 气团转变为西北远距离输送洁净气团, 地面转变为偏北大风, 数浓度很快降低; 1月22日气团再次转向, 受到南部安徽地区较洁净气流输送, 且地面维持较大南风, 数浓度未见升高; 1月25日, 由于气团凌晨又转为苏北的近距离输送, 且地面出现短时小风, 数浓度急剧升高达到1月的第二个峰值, 但随着气团很快转为由海上输送的洁净空气, 污染很快得到清除.从上述分析可以看到, 后向轨迹显示的气团来向与地面风向的变化对应关系非常好, 南京北郊此次重污染过程的发生与苏北近距离污染的输送和地面小风造成的污染物累积密切相关.
|
图 6 典型污染过程中气溶胶数浓度的变化 Fig. 6 Variations of aerosol number concentration during typical pollution episodes |
(1) 南京北郊冬季数浓度远高于春季, 不同时间数浓度变化很大, 细粒子占了数浓度的绝大多数.数浓度具有明显的日变化特征, 夜晚浓度高, 白天浓度低, 冬春季都有明显的早高峰, 但冬季早高峰与下午数浓度增加时刻比春季早, 可能与太阳辐射的季节变化有关.数浓度谱分布冬春季存在差异, 冬季细粒子数浓度大, 且峰值粒径大于春季.
(2) 气溶胶数浓度随相对湿度的增加而增加, 同时峰值粒径随相对湿度增加向较大粒径方向偏移, 体现了吸湿增长对气溶胶粒径谱分布的影响.
(3) 霾天气溶胶数浓度大于非霾天, 随着霾污染加重, 在小于2.0 μm粒径段数浓度显著增加, 其峰值粒径也表现出向大粒径偏移的趋势.春季, 细粒子比例随霾污染的加重而增加, 说明霾天稳定的天气条件有利于大气污染物的二次转化和积累, 但冬季由于粒子吸湿增长和老化, 大粒径粒子数浓度增加明显, 导致重度霾天时, 细粒子比例有所降低.
(4) 在1月的典型污染过程中, 气团来源与地面风向存在很好的对应关系, 苏北近距离污染输送和地面小风造成的污染物累积是此次重污染形成的重要原因.
致谢: 感谢南京信息工程大学大气物理学院朱彬、安俊琳和王红磊老师及环境科学与工程学院马嫣和郑军老师在实验中给予的指导和帮助, 对其他参与课题组实验工作的同学们表示感谢！| [1] | Zhang Y L, Cao F. Fine particulate matter (PM2.5) in China at a city level[J]. Scientific Reports, 2015, 5: 14884. DOI:10.1038/srep14884 |
| [2] | Zhang R J, Ho K F, Shen Z X. The role of aerosol in climate change, the environment, and human health[J]. Atmospheric and Oceanic Science Letters, 2012, 5(2): 156-161. DOI:10.1080/16742834.2012.11446983 |
| [3] | Zhou W D, Tie X X, Zhou G Q, et al. Possible effects of climate change of wind on aerosol variation during winter in Shanghai, China[J]. Particuology, 2015, 20: 80-88. DOI:10.1016/j.partic.2014.08.008 |
| [4] | Yang L X, Cheng S H, Wang X F, et al. Source identification and health impact of PM2.5 in a heavily polluted urban atmosphere in China[J]. Atmospheric Environment, 2013, 75: 265-269. DOI:10.1016/j.atmosenv.2013.04.058 |
| [5] | 唐孝炎, 张远航, 邵敏. 大气环境化学[M]. 北京: 高等教育出版社, 2006: 268-290. |
| [6] |
岳玎利, 钟流举, 沈劲, 等. 珠三角地区不同季节颗粒物数谱分布特性[J]. 中国环境监测, 2015, 31(2): 29-34. Yue D L, Zhong L J, Shen J, et al. Properties of particle number size distributions during different seasons in the Pearl River Delta Region[J]. Environmental Monitoring in China, 2015, 31(2): 29-34. |
| [7] |
王爱平, 朱彬, 银燕, 等. 黄山顶夏季气溶胶数浓度特征及其输送潜在源区[J]. 中国环境科学, 2014, 34(4): 852-861. Wang A P, Zhu B, Yin Y, et al. Aerosol number concentration properties and potential sources areas transporting to the top of mountain Huangshan in summer[J]. China Environmental Science, 2014, 34(4): 852-861. |
| [8] | Zhang R J, Han Z W, Shen Z X, et al. Continuous measurement of number concentrations and elemental composition of aerosol particles for a dust storm event in Beijing[J]. Advances in Atmospheric Sciences, 2008, 25(1): 89-95. DOI:10.1007/s00376-008-0089-2 |
| [9] | Liu X C, Zhong Y T, He Q, et al. Analysis on the temporal-spatial distribution character and effect factors of PM10 in the hinterland of Taklimakan Desert and surrounding area[J]. Sciences in Cold and Arid Regions, 2011, 3(6): 526-534. |
| [10] |
杨开甲, 朱彬, 康汉青, 等. 福州市东郊大气气溶胶物理特性及其来源分析[J]. 环境污染与防治, 2015, 37(11): 76-82. Yang K J, Zhu B, Kang H Q, et al. Investigation of aerosol physical characteristics and its sources in Fuzhou east suburban[J]. Environmental Pollution and Control, 2015, 37(11): 76-82. |
| [11] | Zaizen Y, Naoe H, Takahashi H, et al. Number concentrations and elemental compositions of aerosol particles observed at Mt[J]. Kiso-Komagatake in central Japan, 2010, 90: 1-9. |
| [12] |
赵素平, 余晔, 陈晋北, 等. 兰州市夏秋季颗粒物谱分布特征研究[J]. 环境科学, 2012, 33(3): 687-693. Zhao S P, Yu Y, Chen J B, et al. Size distribution properties of atmospheric aerosol particles during summer and autumn in Lanzhou[J]. Environmental Science, 2012, 33(3): 687-693. |
| [13] |
谭稳, 银燕, 郭莉, 等. 南京夏季清洁与污染区气溶胶微物理特征分析[J]. 环境科学与技术, 2010, 33(6E): 280-286. Tan W, Yin Y, Guo L, et al. Analysis of the micro-physical characteristics of aerosol particles in clean and pollution area in summer of Nanjing[J]. Environmental Science & Technology, 2010, 33(6E): 280-286. |
| [14] | Wang X M, Chen J M, Cheng T T, 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. DOI:10.1016/j.jes.2014.07.003 |
| [15] | Deshpande C G, Kamra A K. Physical properties of the arctic summer aerosol particles in relation to sources at Ny-Alesund, Svalbard[J]. Journal of Earth System Science, 2014, 123(1): 201-212. DOI:10.1007/s12040-013-0373-0 |
| [16] |
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. Comparative observations on summer aerosol number concentration measured by APS-SMPS-WPS in Nanjing area[J]. China Environmental Science, 2011, 31(9): 1416-1423. |
| [17] |
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. Size distributions of aerosol particles and the impact on visibility in winter of Nanjing[J]. Environmental Science, 2011, 32(9): 2750-2760. |
| [18] | Wang H L, Zhu B, Shen L J, et al. Number size distribution of aerosols at Mt. Huang and Nanjing in the Yangtze River Delta, China: effects of air masses and characteristics of new particle formation[J]. Atmospheric Research, 2014, 150: 42-56. DOI:10.1016/j.atmosres.2014.07.020 |
| [19] | 王红磊. 长三角气溶胶物理化学特性的区域分布及其来源研究[D]. 南京: 南京信息工程大学, 2016. |
| [20] | An J L, Duan Q, Wang H L, et al. Fine particulate pollution in the Nanjing northern suburb during summer: composition and sources[J]. Environmental Monitoring and Assessment, 2015, 187(9): 561. DOI:10.1007/s10661-015-4765-2 |
| [21] | Liu X G, Zhang Y H, Wen M T, et al. A closure study of aerosol hygroscopic growth factor during the 2006 Pearl River Delta Campaign[J]. Advances in Atmospheric Sciences, 2010, 27(4): 947-956. DOI:10.1007/s00376-009-9150-z |
| [22] | Wang D F, Zhou B, Fu Q Y, et al. Intense secondary aerosol formation due to strong atmospheric photochemical reactions in summer: observations at a rural site in eastern Yangtze River Delta of China[J]. Science of the Total Environment, 2016, 571: 1454-1466. DOI:10.1016/j.scitotenv.2016.06.212 |
| [23] | 王红磊. 南京市大气气溶胶理化特征观测研究[D]. 南京: 南京信息工程大学, 2013. http://cdmd.cnki.com.cn/Article/CDMD-10300-1013340844.htm |
| [24] | Meskhidze N, Petters M D, Tsigaridis K, et al. Production mechanisms, number concentration, size distribution, chemical composition, and optical properties of sea spray aerosols[J]. Atmospheric Science Letters, 2013, 14(4): 207-213. DOI:10.1002/asl2.441 |
| [25] |
王振海, 张武, 史晋森, 等. 半干旱地区大气颗粒物浓度及粒径谱特征的观测研究[J]. 中国沙漠, 2010, 30(5): 1186-1193. Wang Z H, Zhang W, Shi J S, et al. Concentration and size distribution of atmospheric particles over semi-arid area[J]. Journal of Desert Research, 2010, 30(5): 1186-1193. |
| [26] |
崔虎雄, 任小龙, 张华. 上海市浦东城区冬季颗粒物数浓度及其谱分布特征[J]. 中国环境监测, 2014, 30(6): 62-66. Cui H X, Ren X L, Zhang H, et al. Size distribution properties of atmospheric aerosol particles during winter in the downtown of Pudong, Shanghai[J]. Environmental Monitoring in China, 2014, 30(6): 62-66. |
| [27] | Wang J, Cubison M J, Aiken A C, et al. The importance of aerosol mixing state and size-resolved composition on CCN concentration and the variation of the importance with atmospheric aging of aerosols[J]. Atmospheric Chemistry and Physics Discussions, 2010, 10(15): 11751-11793. |
| [28] |
陈杨, 汤莉莉, 王壮, 等. 南京冬季重霾天气过程与颗粒物污染特征[J]. 环境科学与技术, 2015, 38(6): 74-82. Chen Y, Tang L L, Wang Z, et al. Weather process and particulate pollution characteristics during a winter haze episode in Nanjing[J]. Environmental Science & Technology, 2015, 38(6): 74-82. |
| [29] | Yang Y J, Wang Y S, Huang W W, et al. Size distributions and elemental compositions of particulate matter on clear, hazy and foggy days in Beijing, China[J]. Advances in Atmospheric Sciences, 2010, 27(3): 663-675. DOI:10.1007/s00376-009-8197-1 |
| [30] |
王茜. 利用轨迹模式研究上海大气污染的输送来源[J]. 环境科学研究, 2013, 26(4): 357-363. Wang Q. Study of air pollution transportation source in Shanghai using trajectory model[J]. Research of Environmental Sciences, 2013, 26(4): 357-363. |