华北地区南部城市秋冬季黑碳来源解析——基于改进后的黑碳仪模型

为分析华北地区南部城市漯河市秋冬季黑碳(BC)浓度和来源的变化特征,使用7波段黑碳仪(AE33)于2022年9月1日~2023年2月28日在漯河市测量BC浓度,并使用改进后的钾离子动态约束黑碳仪模型进行源解析.此外,对元旦及春节期间烟花爆竹燃放对eBCEC和K^(+)的影响进行分析,以期对华北南部城市的BC污染控制提供合理的建议.结果表明,漯河市秋冬季eBCEC平均浓度为3.62μg/m^(3),冬季浓度(5.17μg/m^(3))约为秋季浓度(2.15μg/m^(3))的2.4倍.eBCEC昼夜浓度变化呈双峰型,峰值出现在8:00和21:00.使用改进后的黑碳仪模型解析出秋冬季BC主要来自化石燃料燃烧的贡献(74.69%±15.63%),其次为生物质燃烧贡献(25.31%±15.63%),控制化石燃料燃烧源对BC污染的改善更加有效.元旦、元宵节和春节等烟花爆竹燃放时段eBCEC的浓度均值分别为11.45、8.42和8.12μg/m^(3),分别为非烟花爆竹时段的2.6、1.9和1.8倍;春节、元宵节和元旦烟花爆竹燃放时段K^(+)浓度分别为26.11、16.23和5.79μg/m^(3),分别为非烟花爆竹时段的6.9、6.3和3.6倍;烟花爆竹燃放时段K^(+)浓度增幅明显高于eBCEC,会对约束模型结果造成干扰,建议使用该模型时剔除烟花爆竹燃放时段的数据.

济南市区黑碳污染变化特征及来源解析

黑碳(BC)作为细颗粒物(PM2.5)的重要来源之一,探究其变化特征及来源对PM2.5管控具有指导意义。为了研究济南市区大气黑碳颗粒物污染变化特征及来源,于2020年1月-2021年12月在济南市区选择市中心站(1#)利用Magee公司AE33型黑碳仪对黑碳浓度展开了在线连续观测,还开展了PM2.5、氮氧化物(NOx)、一氧化碳(CO)质量浓度的同步在线观测,获得了市区黑碳浓度变化特征,探究了BC与主要大气污染物的关系,并结合省中心站(2#)BC监测,定量解析了济南市区BC排放来源的日变化特征,同时选取典型污染过程研究不同排放源黑碳的传输影响。结果表明,整个观测时段1#BC平均质量浓度为(1.86±1.21)μg·m^(-3),BC与PM2.5和CO呈正相关关系。BC质量浓度呈现明显的年、季节、周和日变化特征,2021年BC较2020年下降约0.28μg·m^(-3),下降比例为14%,BC质量浓度春(1.47±0.51)μg·m^(-3)<夏(1.60±0.43)μg·m^(-3)<秋(1.99±0.77)μg·m^(-3)<冬(2.48±1.17)μg·m^(-3);BC受交通早晚高峰的影响呈现双峰型日变化特征,春夏季周末浓度高于工作日,具有比较明显的“周末效应”。源解析结果表明,交通排放为BC主要来源,2020年和2021年BC交通源贡献均值占比(BCtraffic/BC)夏(0.81)>秋(0.79)>春(0.76)>冬(0.67),不同季节BCtraffic日变化特征也证实了交通源对BC贡献占主导作用,2#省中心站与1#市中心站变化相似,但受交通流量与工业源影响BC浓度通常高于1#市中心站,典型PM2.5污染期间BC除受近距离局地排放源影响外,还有济南北部、德州市和河北衡水市传输影响。风场对BCtraffic和BCnontraffic浓度的影响显示该站点以周边源排放为主,BCtraffic受西南方向的旅游路隧道及东北方向舜华路等交通繁忙路段排放影响明显。

乌鲁木齐冬季黑碳气溶胶污染特征初步研究

利用2010 年2月乌鲁木齐大气成分观测站黑碳仪观测数据,结合散射系数及常规观测资料,对乌鲁木齐冬季黑碳气溶胶（BC）浓度变化特征进行了分析,并通过气流后向轨迹进行了来源分析.结果表明：（1）观测期间BC质量浓度日平均值为12 7074 673 ng·m^-3,浓度变化范围为4 916-22 997 ng·m^-3,散射系数日均值为1 086依561 Mm^-1,变化范围为350-2 232 Mm^-1.BC 质量浓度和散射系数日均值变化趋势基本一致;（2）BC 质量浓度日变化具有明显的峰值和谷值,峰值分别出现在09-11 时和20-22时,谷值分别出现在04-06 时和16-18 时,散射系数与BC 质量浓度日变化趋势基本医院致,相对其有一定的滞后.春节期间燃放烟花爆竹对空气污染物浓度上升有明显作用,显著影响BC 质量浓度日变化规律;（3）乌鲁木齐冬季大气层结稳定,污染物不易扩散,风速和降水对黑碳气溶胶浓度具有明显的稀释作用.在乌鲁木齐特殊的地形和气象条件下,本地源排放与来自周边城市群污染物输送的叠加使得污染更加严重.

深圳市城区和郊区黑碳气溶胶对比研究

为了解深圳地区黑碳气溶胶(BC)的污染特征,使用深圳市西涌(XC)站点(郊区)和竹子林(ZZL)站点(城区)2014年1月1日~2015年6月30日测得的BC浓度及常规气象资料,对比研究了深圳地区两个不同代表性站点的BC变化特征.结果表明:在观测期间,郊区XC和城区ZZL站点BC小时平均浓度分别为(1.12±0.90),(2.58±2.00)μg/m^3,本底浓度分别为(0.27±1.31),(1.07±0.85)μg/m^3,气溶胶吸收系数σ_(abs)分别为(5.87±4.81),(13.47±10.50)Mm^(-1),城区站点值均高于郊区站点.两站点BC浓度分布均为对数正态分布,且都呈现干季高、湿季低的季节变化特点.日变化分析表明ZZL站点BC浓度呈现明显的双峰结构,XC站点日变化不明显.通过计算两地的气溶胶波长吸收指数AAE值,发现两地AAE值均接近1,说明两地BC污染主要来源于化石燃料的燃烧.进一步分析可知XC站点西北方向32km处是世界第三大集装箱码头,当西北风达到一定程度时(10~20m/s),码头排放的污染物将严重影响XC站点的BC浓度.后向轨迹聚类分析结果表明,XC站点主要受中远距离输送影响,ZZL站点主要受周边及本地污染源排放影响.

广州城区黑碳气溶胶吸光增强特性研究

本研究运用最小相关系数法(MRS),使用元素碳(EC)作为示踪物,得到一次排放的质量吸光效率(MAEp),结合黑碳仪(AE33)和有机碳/元素碳分析仪获得实测的质量吸光效率MAEt,进而通过MAEt/MAEp的比值得出吸光增强系数(Eabs).采样站点位于广州市城区暨南大学大气超级监测站,采样时间涵盖了干季(2019年1月26日~3月31日)和湿季(2018年5月1日~7月31日).对广州市城区的黑碳气溶胶及其光学特征进行分析,EC在干季的平均浓度(1.93±1.38)μgC/m^3高于湿季(1.46±0.75)μgC/m^3,而Eabs520在干季的均值(1.26±0.34)低于湿季(1.63±0.55).Eabs520在干湿季的日变化差异明显,但有机碳(OC)、EC、OC/EC、波长指数(AAE470-660)均为干季高于湿季.分析发现气溶胶负载补偿参数k值与Eabs520在湿季呈现出较好的相关性,而在干季相关性较差,可能与生物质燃烧的影响有关;探讨了O3、NO2和SOC/OC对Eabs520的影响,在干季O3与Eabs520的相关性较差(R2=0.21),在湿季较好(R2=0.46),SOC/OC却展现出了相反的关系,而NO2在干季和湿季与Eabs520的相关性都较差(R2=0.01),并发现温度对Eabs520存在一定的影响.通过后向轨迹聚类分析发现,长距离传输气团的的黑碳Eabs520值较高.

南大洋和热带西太平洋大气中黑碳气溶胶的分布及影响因素

黑碳气溶胶(BC)具有直接和间接的气候效应,能够长距离传输,了解BC在全球大气中的浓度和分布对认识气候变化具有重要的意义.在中国第三十四次南极科学考察期间(2017年11月至2018年4月),利用多角度吸收光度计(MAAP)在线监测方法对航线上空的BC浓度进行了观测,结合氮氧化物(NOx)气体浓度,探讨了BC浓度的分布特征及其影响因素.排除船基影响,南大洋海域中山站至法国站海区、罗斯海海区以及热带西太平洋海域海洋大气BC浓度分别为7.86 ng/m3±15.52 ng/m3、4.73 ng/m3±11.52 ng/m3和17.80 ng/m3±32.71 ng/m3;来源分析表明,罗斯海海区上空BC浓度反映了南极大陆的自然背景,热带西太平洋上空相对较高的BC浓度与陆地来源影响有关,估算的BC干沉降通量远远高于模型模拟的结果.

疫情管控前后黄石市黑碳气溶胶的对比分析

于2020年1—2月期间在黄石市团城山经济开发区利用AE-42型便携式黑碳仪对黑碳气溶胶(BC)进行观测,分析了疫情管控前后的BC浓度变化特征,计算了波长吸收指数(AAE),并据此推测当地BC的来源,结合Hysplit后向轨迹模型分析了一次特殊BC污染事件的起因。结果表明,在整个观测期间,BC浓度为0.60~5.09μg/m^(3),平均浓度为2.02μg/m^(3),本底浓度为1.58μg/m^(3)。疫情管控期间BC浓度下降明显,下降幅度平均达到30%,其日变化曲线呈现较为明显的双峰特征结构。AAE值的日变化范围为1.08~1.37,平均值为1.21,说明BC污染主要来源于化石燃料的燃烧。AAE值变化很小,说明BC污染源较为稳定。后向轨迹模型分析结果显示,2020年1月23日的BC高污染事件主要受到来自东南亚地区生物质燃烧排放的污染气团传输的影响。

基于在线观测的大气PM2.5中棕色碳吸光贡献估算

使用三波长光声黑碳光度计(PASS-3)和气溶胶质谱仪(AMS),于2011年秋季在浙江城市点金华和2014年夏季河北区域点望都进行了大气在线观测,采用改进的光吸收Angstrom指数(AAE)的方法统计外推黑碳AAE值,估算这2个典型地区PM_(2.5)中棕色碳的吸光贡献.结果表明:经统计外推获得的金华和望都的黑碳AAE在405nm下的基准值分别是1.12和0.77,532nm下的基准值分别是0.87和0.63;进而估算金华和望都PM_(2.5)中的棕色碳在405nm下的吸光贡献分别为9.8%和22.3%;532nm下的吸光贡献分别为5.9%和15.2%,表明我国大气中气溶胶棕色碳在短波段下的吸光贡献和辐射强迫影响不可忽视.

青藏高原东缘黑碳气溶胶变化特征及其来源

黑碳(BC)作为最重要的吸收性气溶胶,可影响青藏高原地区的辐射、云和地表积雪等,进而影响全球季风环流及降水.本研究于2017年7月5日至9月5日在青藏高原东缘理塘县使用黑碳仪AE-33测量了BC浓度数据,结合黑碳仪模型、PSCF和CWT潜在来源模型,分析了BC的污染特征、潜在来源及其影响区域.结果表明,理塘ρ(BC)为0.4~4699.8 ng·m^(-3),平均值为816.4ng·m^(-3),占PM_(2.5)的质量分数为5.96%.理塘ρ(BC液态燃料)和ρ(BC固态燃料)的平均值分别为486.1ng·m^(-3)和398.5ng·m^(-3),BC液态燃料的贡献率C为0.51.ρ(BC)主要分布在0~2000 ng·m^(-3),可占总观测期间的92.5%.BC、BC液态燃料和BC固态燃料的日变化为双峰型分布,峰值分别出现在08:00和20:00,早高峰主要与交通源和含碳物质不完全燃烧有关,而在晚高峰期间则主要受到含碳物质不完全燃烧影响.PM_(2.5)和BC的潜在来源和影响范围不同.境外输入对理塘PM_(2.5)和BC的浓度影响较大,其影响范围主要集中在我国境内,向其东北部传输,高值中心主要集中在理塘周边地区.

深圳市冬季黑碳气溶胶的粒径分布和混合态特征

黑碳（Bc）气溶胶的气候效应和环境效应是当今科学界的研究热点．BC气溶胶的粒径分布及混合态对其光吸收和其他理化性质有很大影响，但是受仪器分析技术的限制，目前国内外均鲜有对单个BC粒子大小及混合态连续观测的研究．本研究利用新型的单颗粒黑碳光度计（SP2），对2009年1～2月深圳市BC气溶胶的质量浓度、粒径分布及单颗粒混合态进行连续在线观测．结果表明：观测期间BC浓度均值为6．24μg／m^3；其质量粒径分布呈单峰型，峰值位于211nm；内混态BC（127—264nm粒径段内）质量比例为32．4％．内混态BC比例随粒径变化趋势与表面积浓度的粒径分布趋势相似，说明内混态BC形成与大气中的气-固转化过程密切相关．外混态BC浓度与NOx高度相关，并随大气边界层高度变化而呈现白天低、夜间高，这些特征都说明外混态BC与本地机动车等燃烧源的新鲜排放密切相关；内混态BC浓度的日变化相对平缓，指示出其来自区域传输的特征反向轨迹分析也表明，内混态BC比例与气团老化程度有显著的对应关系．本研究有助于深入认识我国大气BC气溶胶污染的本质及来源特征，并为准确评估BC气溶胶在辐射强迫和气候变化中的作用提供关键的支撑数据．

鄂尔多斯市夏秋季黑碳气溶胶时间演变特征及其来源解析

使用AE-33于2019年8月12日至10月4日观测了黑碳(BC)浓度,结合PM、污染气体和气象要素数据、HYSPLIT模式、PSCF和CWT模式,分析了BC的时间演变特征、潜在来源及其主要影响区域.结果表明,ρ(BC)平均值为882 ng·m^(-3),占PM_(2.5)的质量分数为6.08%.ρ(BC)主要集中在200~1000 ng·m^(-3),占总样本数的55.9%.在不同BC浓度范围内,均是以BC_(液态)为主,平均占比为86%.BC和PM_(2.5)浓度的日变化均为单峰型分布,峰值分别位于08:00和10:00,峰值浓度分别增加了24.3%和47.2%.BC_(固态)的日变化为双峰型分布,峰值分别位于08:00和20:00,BC_(液态)的日变化为单峰型分布,峰值位于08:00.BC与NO_(2)的相关性较好,与SO_(2)的相关性较弱,说明BC受交通源的影响较大,受工业源的影响较小.影响鄂尔多斯市的主导气团可分为4类,南部气团(35.6%)、局地气团(26.9%),西北气团(18.8%)和东北气团(18.7%).鄂尔多斯市对下游地区的影响主要分为东北气团(40.9%)、西北气团(30.4%)和东南气团(28.7%).BC的CWT高值区主要位于南部的延安-铜川-宝鸡-汉中一带和吕梁-临汾-三门峡-南阳一带,为两条狭长的传输带,权重浓度超过1400 ng·m^(-3).BC的CWT高值影响区主要集中在乌海-巴彦淖尔-包头-呼和浩特一带,权重浓度超过900ng·m^(-3).BC的远距离输送影响范围可至南部的榆林-延安-铜川-宝鸡一带,东部的朔州-大同-北京一带和东北部的锡林郭勒盟-兴安盟-呼伦贝尔一带.

道路环境黑碳变化特征及影响因素

为了分析道路环境黑碳浓度变化规律及影响因素,在北京APEC会议期间及前后对道路环境黑碳(BC)、NO_x及PM2.5浓度进行测量,同时调查道路车流信息及气象数据,应用相关性分析、多元线性回归模型和排放强度计算等方法分析了机动车限行和气象条件对路边BC浓度的影响。结果显示:监测期间北土城东路路边的BC平均浓度为7.44μg·m^(-3),限行期间10 d的平均浓度为4.43μg·m(-3),非限行期间21天的平均浓度为8.87μg·m(-3),机动车限行期间BC浓度下降50%。道路环境BC浓度高峰值分别出现在06:00—09:00和18:00—21:00,路边BC浓度与NO_x和PM_(2.5)浓度具有正线性相关性。限行期间总车流量下降52%,重型车辆流量变化不大,由于车流量下降和车速升高机动车尾气BC排放强度降低约15%。多元线性回归模型和情景分析结果显示限行期间气象条件和限行措施对BC浓度下降的贡献率分别为56%和30%,非限行期间如果采取限行措施可以使路边BC浓度下降34%。

成都地区黑碳气溶胶变化特征及其来源解析

利用7波段黑碳仪(AE-33)于2017年12月1日至2018年11月30日在成都测量黑碳(BC)质量浓度,获得了成都地区BC浓度变化特征,并基于黑碳仪模型和后向轨迹模型对BC排放来源和潜在源区进行了分析.结果表明,成都地区BC浓度冬季最大(8.18μg·m^-3),其次为春季(5.11μg·m^-3)和秋季(3.91μg·m^-3),夏季最小(3.28μg·m^-3),年平均浓度(标准差)为5.26(4.67)μg·m^-3.各季节BC浓度日变化受边界层和交通排放高峰的影响呈现出早晚双峰结构.黑碳来源解析结果表明,液体燃料(如交通排放)对BC质量浓度的贡献在各季节均占主要地位,其中夏季最高,冬季最低.受交通早晚高峰的影响,液体燃料对BC的贡献在各季节均呈现早晚峰值,夜间固体燃料排放贡献有所增加.潜在源贡献分析(PSCF)和浓度轨迹权重分析(CWT)的结果表明,成都各季节BC的潜在源区受到气团来源的影响稍有差异,但主要以成都周边及以东至重庆局地区域(川渝城市群)的影响为主,该区域对成都BC的贡献值也较高,且主要为液体燃料燃烧贡献.此外陕西南部和甘肃南部也存在BC的潜在源区,夏季在广西和贵州等地也存在源区分布,但贡献值较小.

结合激光雷达分析上海地区一次连续浮尘天气过程

通过分析2010年3月至20日至3月22日上海地区一次典型的连续浮尘天气过程,利用激光雷达数据资料反演得到的气溶胶消光系数图和垂直廓线图,结合地面气象数据和气溶胶观测资料以及卫星遥感资料,初步得出了此次连续浮尘天气形成的原因。外源性输入和垂直风场分布是导致此次浮尘天气发生的重要原因,大气层结变化决定着浮尘天气发生的强度,当存在接地逆温时,浮尘天气维持,而太阳辐射强度变化决定着边界层高度的变化。第一次浮尘过程以大颗粒污染为主,且在消光作用中散射性气溶胶的贡献大于吸收性气溶胶,而第二次回流浮尘过程则PM2.5比重上升,吸收性气溶胶对消光系数的贡献与散射性气溶胶大体相当。

北京市黑碳气溶胶浓度特征及其主要影响因素

为探究北京市黑碳(black carbon,BC)气溶胶时空分布特征及其主要影响因素,对4个站点2019年的ρ(BC)、ρ(PM_(2.5))、ρ(CO)和φ(NO_(x))及同期气象因子进行比对分析.结果表明,背景区(BA)、城区(UA)、城区路边(UR)和外环路边(HR)的平均ρ(BC)分别为(1.58±1.15)、(2.27±1.67)、(3.35±2.13)和(3.57±2.40)μg·m^(-3),ω(BC/PM_(2.5))分别为(5.3±1.6)%、(6.0±2.3)%、(9.0±3.6)%和(8.1±3.5)%;除UR站点ρ(CO)高于HR站点以外,4个站点的ρ(BC)、ρ(PM_(2.5))、ρ(CO)和φ(NO_(x))由低到高排序均为:背景区<城区<城区路边<外环路边,且采暖季是非采暖季的1.1~1.7倍;用最大频率法估算各站本底ρ(BC),UR站点最高,BA站点最低,分别为0.56μg·m^(-3)和0.19μg·m^(-3);交通排放导致路边站点本底ρ(BC)、平均ρ(BC)和ω(BC/PM_(2.5))均高于其他站点.ρ(BC)日变化曲线呈双峰型结构,非采暖季早高峰时段(07:00~08:00)峰值较高,采暖季全天浓度高于非采暖季且凌晨时段(00:00~02:00)峰值较高,谷值均在午后(14:00~16:00)出现.4个站点的平均吸收埃斯特朗指数(AAE)为1.38、1.34、1.26和1.26,表明全市BC主要来自化石燃料燃烧;采暖季平均AAE为1.46,高于非采暖季的1.23,主要是由于采暖季生物质燃烧排放占比增加;非采暖季各站点AAE日变化曲线主要受机动车活动时间影响,一致呈凌晨低、午后高的分布特点,采暖季曲线各异.BC与PM_(2.5)、CO、NO_(x)、风速和相对湿度的Pearson相关系数(r)为0.86、0.81、0.69、-0.37和0.34;由于燃煤源作为4种污染物的共同来源贡献增加,采暖季较非采暖季|r|更高.4个站点的ΔBC/ΔCO值分别为3.1×10^(-3)、3.5×10^(-3)、3.9×10^(-3)和4.1×10^(-3).一次污染过程中,城区站点BC以区域传输为主要来源,路边站点局地排放BC积累过程较明显,易发生颗粒物二次生成过程。

亚洲碳质气溶胶与生物质燃烧分布特征及相关性研究

气溶胶与气候的相互影响随全球变暖趋势日渐显著,生物质燃烧(Biomass burning,BB)对气候环境的影响同样不容小觑.基于MODIS气溶胶与火点遥感数据和MERRA-2再分析数据,研究了亚洲气溶胶光学厚度(Aerosol optical depth,AOD)、黑碳(Black carbon,BC)、有机碳(Organic carbon,OC)与BB分布变化特征,并分析了亚洲BB与碳质气溶胶的相关性.结果表明:①亚洲AOD高值集中于阿拉伯半岛(春季:0.815,夏季:0.947)、中国中东部和青藏高原南侧,阿拉伯海海域夏季AOD由岸向海降低,青藏高原南侧冬季BC较为突出(6.517μg·m^(-2)),中南半岛OC高值时间上不连续.②亚洲BB多发于印尼群岛(夏、秋两季)、中南半岛(冬、春两季)、青藏高原南侧和俄罗斯部分地区.③中南半岛秋、冬、春三季碳质气溶胶与BB密切关系:柬埔寨秋季西南部出现BB与BC的正相关高值,相关系数为0.602;缅甸、老挝地区冬季为正相关关系区(BC:0.773,OC:0.839);老挝北部春季表现为负相关高值(BC:-0.745,OC:-0.739).④青藏高原BB罕见但其与BC呈高度负相关(春季:-0.724,夏季:-0.686,秋季:-0.64),青藏高原南缘BB与碳质气溶胶关系密切,其中,孟加拉国南部和印度两邦BB对中国西南、西北地区碳质气溶胶有一定贡献.

广东省人为源BC、OC排放清单建立与校验

根据收集的人为源活动水平数据和最新的排放因子,采用"自下而上"和"自上而下"相结合的排放因子法建立了广东省2012年人为源BC、OC排放清单.结果显示,2012年广东省人为源BC、OC排放量分别为53.5×103、78.8×103t.BC排放主要来自道路移动源和生物质燃烧源,贡献率分别为30.1%和29.4%,生物质燃烧源和餐饮源是主要的OC排放贡献源,贡献率分别为48.5%和16.9%.建立的BC、OC排放源清单仍然具有较大的不确定性,分别为-66%~154%和-63%~126%.其中,道路移动源和生物质燃烧源是主要的不确定贡献源,餐饮源和扬尘源次之,不确定性主要来自由质量分数间接得到的BC和OC排放因子.最后,采用清单结果横向比较法和基于环境监测浓度结果对比法2种方法对本研究的结果进行了校验,结果表明,本研究清单结果基本合理.建议统一不同排放源成分谱的建立方法,加强排放源颗粒物测试,并重视清单结果校验的研究以降低不确定性,从而改进BC、OC排放源清单.

2006~2020年中国大气本底站BC气溶胶的时空分布特征

黑碳(BC)气溶胶来源复杂且具有特殊环境和气象影响效应.我国不同大气环境下的BC时空分布特征亟待全面认识.使用2006~2020年中国7个大气本底站长期BC观测数据,结合气象数据、排放源、增强植被指数(EVI)和气溶胶光学厚度(AOD)数据,综合分析了BC的时空分布特征、长期演化趋势及其影响因素.结果表明,中国不同地区的BC浓度和AOD差异较大,BC对AOD多为正贡献.受排放源和气象条件等因素的影响,BC浓度和AOD空间分布为东高西低,“胡焕庸线”以东的龙凤山、上甸子、临安和金沙的浓度较高,ρ(BC)和AOD平均值分别为(1699±2213)~(3392±2131)ng·m^(-3)和0.36±0.32~0.72±0.37;“胡焕庸线”以西的阿克达拉、瓦里关和香格里拉的浓度较低,ρ(BC)和AOD平均值分别为(287±226)~(398±308)ng·m^(-3)和0.20±0.13~0.22±0.19.不同大气本底站BC的年际变化可分为4类:年际变化较小型,主要为阿克达拉站;先增后减然后稳定型,主要为瓦里关站;先降低后稳定类,主要为香格里拉站;先稳定后降低型,主要为龙凤山、上甸子、金沙和临安.不同大气本底站BC的季节变化具有差异.“胡焕庸线”以西地区秋季BC浓度最低,冬季和春季BC浓度较高;“胡焕庸线”以东地区冬季BC浓度最高,夏季BC浓度最低.BC对AOD的影响在“胡焕庸线”东西部站点的春季和夏季均较大,在“胡焕庸线”以西站点的秋季较小,在“胡焕庸线”以东站点的冬季较小.大气本底站BC的日变化多为双峰型分布,但是峰值时间存在显著地区和季节差异.

COVID-19疫情期间北京市两次重霾污染过程大气污染物演变特征及潜在源区分析

新冠肺炎疫情(COVID-19)期间,执行了严格居家隔离措施,人为排放源急剧降低,但北京仍出现了两次持续重霾污染过程.本研究使用北京市大气污染物、气溶胶数浓度和气象要素数据,结合气团轨迹模式(HYSPLIT),计算了潜在源贡献因子(PSCF)和浓度权重轨迹(CWT),分析了两次重霾污染过程中大气污染物的演变特征及其潜在源区贡献.结果表明,COVID-19期间居家隔离措施对PM_(2.5)和黑碳(BC)的日变化特征影响较大,对CO、NO_(2)、SO_(2)和O_(3)的日变化影响较小.两次重霾污染过程首要污染物均是PM_(2.5),污染过程1主要是以局地污染为主,污染过程2以局地污染和外来输送为主.不同过程下气溶胶数浓度谱分布均为单峰型分布,峰值位于0.3μm,在污染过程中主要是0.2~0.5μm粒径气溶胶数浓度增加,是干净日的3.3~13.6倍.不同过程中BC_(liquid)对BC的贡献为64.8%~85.1%.BC_(liquid)的浓度为:污染过程2(5.04μg·m^(-3))>污染过程1(3.20μg·m^(-3))>干净日(疫情前,2.31μg·m^(-3))>干净日(疫情,0.76μg·m^(-3)).不同过程中PM_(2.5)和BC的PSCF和CWT分布特征不同.PM_(2.5)的PSCF高值区在干净日(疫情前)和干净日(疫情)主要分布在北京的西南方和西部,权重浓度超过30μg·m^(-3);在污染过程1和污染过程2主要分布在北京及其周边地区和西南部,权重浓度均超过90μg·m^(-3).BC的PSCF高值区在干净日(疫情前)、干净日(疫情)和污染过程1主要分布在北京及其周边地区,权重浓度分别超过2.4、0.9和4.5μg·m^(-3);在污染过程2中分布在北京西南部,权重浓度超过5μg·m^(-3).