程 丁,吴 晟*,吴 兑,**,刘 建,宋 烺,孙天林,毛 夏,江 崟,刘爱明



深圳市城区和郊区黑碳气溶胶对比研究

程 丁1,2,吴 晟1,2*,吴 兑1,2,3**,刘 建3,宋 烺1,2,孙天林1,2,毛 夏4,江 崟4,刘爱明4

(1.暨南大学质谱仪器与大气环境研究所,广东 广州 510632；2.暨南大学广东省大气污染在线源解析系统工程技术研究中心,广东 广州 510632；3.中山大学大气科学学院,广东 广州 510275；4.深圳市气象局,广东 深圳 518040)

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/m3,本底浓度分别为(0.27±1.31),(1.07±0.85)μg/m3,气溶胶吸收系数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.

黑碳气溶胶(BC)；深圳市；质量浓度；波长吸收指数(AAE)

黑碳气溶胶(BC)是大气气溶胶的重要组成部分,主要是由含碳物质的不完全燃烧产生,它对全球气候变化、区域环境空气质量和人体健康均有重要影响.近年来,关于BC的研究已经成为国际和国内关于大气研究的热点内容.国际上对BC研究开展得相对较早,西方国家早在20世纪70年代就已经开始对BC进行观测研究[1],1973年Smith等最早发现海洋沉积物中有黑碳的存在[2],并发现黑碳可以在土壤和海洋中贮存停留几千年到上万年[3],可根据沉积物中的黑碳成分作为示踪物推断地球曾经发生过的重大事件.此外,科学研究发现BC造成的直接辐射强迫介于IPCC报告中的CH4和CO2之间而成为全球变暖的第二影响因子[4].到20世纪80年代,世界气象组织(WMO)开展的全球大气监测网(GAW)将BC作为一个重要的气溶胶观测项目.90年代起,中国逐渐开展了关于BC的观测研究,发现东部地区的BC排放量大于西部地区,且BC的排放具有较强的季节性[5].吴兑等[6-7]从2003年开始在珠三角地区开展对BC连续多年的观测,得出了珠三角地区BC浓度在干季较高,湿季较低,BC浓度在近地面较高,山顶大气成分站浓度较低.随着我国工业化的高速发展,能源消耗急剧增加,环境空气质量不断恶化,针对我国珠江三角洲[8-9]、长江三角洲[10-12]、京津冀[13-14]及其他地区[15-16]的BC研究逐渐增多.

有研究指出,目前在粤港地区的气溶胶污染中,主要是细粒子的污染,尤其BC污染很严重[17].深圳位于广东省南部,地处珠江三角洲东岸,北临东莞、惠州,南与香港一水之隔,东西两侧均与海洋相接,是重要的边境口岸城市.以往有研究者对深圳地区BC开展过观测研究,但是仅仅基于单个站点且采样时间较短,本研究于2014年1月1日~2015年6月30日在深圳市西涌和竹子林开展为期一年半的BC同步观测,结合常规气象资料,探讨了深圳市城区和郊区的BC污染特征及影响因素,通过后向轨迹聚类分析,探讨了不同方向气流对深圳市城区和郊区BC的影响特征.

1 研究方法

1.1 观测站点

本研究的采样站点分别是深圳市西涌站(XC,郊区)和竹子林站(ZZL,城区),如图1所示.两站点之间的直线距离为57km.深圳市西涌站(114°33′E,22°29′N,海拔172m)位于深圳市大鹏半岛临海一山顶处,离海岸不到1km,远离深圳市城区,受人为活动影响较小,属于深圳市郊区,观测数据在一定程度上代表了深圳市郊区背景大气中的BC浓度.竹子林站(114°03′E,22°32′N,海拔63m)位于深圳市福田区,是深圳市市中心所在地,周边是居民生活区和商贸区,受人为活动影响较大,具有城市站点的典型特征,观测数据在一定程度上代表了深圳市城区大气中BC污染状况.

图1 观测站点位置示意

1.2 观测仪器与原理

本实验观测采用的仪器是美国Magee公司生产研发的AE-31型黑碳仪(Aethelometer Model 31,Magee Science Company),其拥有7个测量通道,波长分别为370、470、520、590、660、880及940nm,仪器经自动流量计校准后的流量为5.0L/min.黑碳仪测量大气中BC的基本原理是建立在石英滤膜所收集的气溶胶粒子对光吸收造成的衰减上[18],BC对可见光具有较强的吸收性,当用一束光照射到附有BC粒子的滤膜时,透过采样滤膜的光会产生衰减,黑碳仪通过测量不同波长光的光学衰减量ATN,经过一系列运算就可以确定样品中BC的含量.

本文在分析仪器观测数据时,对其存在的误差进行校正[19-22].用黑碳仪观测大气中BC含量时,存在以下几个方面的误差:①除去一些特殊天气状况(如沙尘),BC对总的光吸收贡献在90%以上[23-24],其他成分的气溶胶对光的吸收占比很小,可忽略不计;因此用黑碳仪收集的气溶胶粒子,本文近似地认为全部是黑碳粒子.②BC是悬浮在空气中的胶体分散系统,在大气中发生多向散射效应.当黑碳仪把大气中的BC粒子收集到滤膜上时,BC由悬浮态转变为压缩态,其性状发生改变,从而散射效应也发生改变.黑碳仪测得的是气溶胶在滤膜上的光衰减系数atn,需要对其进行计算校正,转变为气溶胶在大气中的吸收系数abs.③黑碳仪是基于滤带监测的仪器,在进行连续监测时,由于滤带上负载物质逐渐增加,沉积在滤膜上的BC粒子前后会产生遮挡,造成仪器对光透射信号的非线性响应,随着采样点处“负载效应”的增加,仪器测得的数据会显示出系统性的减少.本文对其他成分的气溶胶造成的光的衰减忽略不计,对②③产生的仪器检测误差进行校正.计算光学衰减量ATN的公式如下:

式中:为采样点处光学衰减增量;o为参照点处光学衰减增量.一个测量周期中,当滤膜采样点收集的粒子达到一定程度,透过光的光学衰减量达到设置的阈值时,该周期结束,仪器进行下个采样周期.atn是气溶胶在滤膜上的光吸收系数,计算公式如下:

式中:ΔATN是指某一个测量周期与上一个测量周期间的采样点光学衰减量的增量,与采样点的BC质量的增量成正比;是气溶胶沉积物的斑点面积;是在每个测量周期中通过滤膜的空气体积.气溶胶的吸收系数abs与气溶胶在滤膜上的衰减系数atn有一定的关系,可以由Weingartner提出的校正算法求出[19]:

式中:ref是多向散射校正参数;(ATN)是用于修正“负载效应”的ATN的函数,可用下列公式计算得出[20]:

式中:是可调的,为了实现数据不连续性的最小化.本次研究的黑碳仪数据采用的ref为3.48[22]、为1.20,使用Aethlometer date processor程序实现数据的订正[24].在已知吸收系数的情况下,BC质量浓度的计算公式为:

式中:σ表示单位面积沉积在滤膜上的单位质量的黑碳气溶胶对光的衰减率,m2/g.得到采样时间间隔Δ内采样的空气体积,结合(1)~(5)式通过计算即可得到该时间段内空气样品中的BC含量.本文中的直方图和箱式图使用Histbox程序绘制[25].

2 结果与讨论

2.1 观测结果频率分布

图2所示为深圳市XC和ZZL站点2014年1月1日~2015年6月30日观测得到的BC逐时浓度和气溶胶吸收系数abs的频率分布图,吸收系数abs是在波长520nm处测得,记为abs520.由图2可知,观测期间XC站点的BC平均浓度和气溶胶吸收系数abs520分别为 (1.12±0.90)μg/m3、(5.87±4.81)Mm-1,ZZL站点对应的值分别为 (2.58±2.00)μg/m3、(13.47±10.50)Mm-1,深圳市城区BC浓度和气溶胶吸收系数abs均超过郊区值的2倍多,说明深圳市城区细粒子污染更严重.

平均浓度只能反映某地污染物在一段时期的浓度平均值,无法衡量本地长时间污染物背景浓度值.本底浓度是指大气中某物质基本混合均匀后的浓度,能够反映某一尺度区域内处于均匀混合状态的某种成分的大气浓度水平,把出现频率最大的峰值浓度作为该地区的本底浓度,用来反映本地污染背景值[26].进一步采用多参数对数正态分布函数对两个站点的BC频数分布拟合,通过拟合后的函数求得两个站点BC的本底浓度分别为:XC站点(0.27±1.31)μg/ m3、ZZL站点(1.07±0.85)μg/m3,两个站点的本底浓度都小于该站点的平均浓度,两个站点BC浓度分布均为对数正态分布.XC站点低浓度出现的频率要远大于ZZL站点,说明城区BC污染比郊区严重.

图2 XC、ZZL站点BC浓度和气溶胶吸收系数频率分布

2.2 深圳市BC浓度水平

表1所示为本次观测BC浓度和我国其他站点的比较结果.同中国北方城市比较,深圳市城区BC浓度明显低于北京[31]、成都[33]、重庆[34]、合肥[36]、上海[37]、兰州[38]等北方城区BC值,也低于珠三角城市东莞[35]城区BC值,同2009年深圳城区[27]观测的数据对比,本次测得的值下降明显,说明近年来深圳市城区空气质量有一定的改善;而深圳市郊区BC浓度低于南京[30]、北京[32]、广州[35]、上海[38]等郊区BC值,和海洋大气背景海南西沙永兴岛[29]的BC浓度相比,其本底浓度值较接近,说明深圳市XC站点作为一个区域本底站具有较好的代表性,XC站点可作为珠三角地区大气成分背景站点.

表1 我国不同站点BC浓度对比(mg/m3)

续表1

2.3 日变化分析

图3所示为XC和ZZL站点BC浓度的日均变化图,图中圆圈代表平均值,直线的上下边代表95和5分位数,柱形上下边代表75和25分位数,中心线代表中位数.由图可知,整个观测期间XC站点的BC浓度日变化波动范围较小,呈平滑稳定状态,没有明显的峰值和谷值,仅在18:00(北京时间,下同)时刻略微上升;ZZL站点的BC浓度日变化波动范围较大,具有明显的双峰结构,两个峰值分别出现在早上08:00和下午19:00~21:00时刻,双峰出现的时间与市中心机动车排放源的早晚高峰对应.谷值出现的时间大约是在中午13:00和夜间04:00左右,第一个谷值出现的时间与边界层的抬升息息相关.BC 的日变化特征是由气象条件的日变化和人为活动的日变化规律共同影响决定,能反映出人为活动及大气边界层的日变化特征.

XC站点日变化波动较小主要有两方面原因:一是由于XC站点的大气环境质量受污染程度较轻,空气比较洁净,环境中BC浓度本身就比较低;二是由于XC站点远离人为源和交通源,受人类活动影响较少,因此XC站点BC浓度日变化波动较小. XC站点在18:00时刻BC浓度略微上升,可能是受傍晚气温下降、边界层顶层降低的原因使得大气中污染物扩散能力下降,导致BC有微弱累积.

图3 XC、ZZL站点BC浓度的日平均变化

ZZL站点东北方向垂直距离200m是京港澳高速公路,公路偏北、东北方向都是居民生活区,站点靠近人为源和交通源,受人类活动影响较大.夜间至早晨时间段大气条件相对稳定,高速公路车辆行驶较少,ZZL站点夜间BC浓度呈下降趋势.随着天亮后人类活动增强以及车辆早高峰的到来,BC浓度在短期内迅速积累,达到峰值.待早高峰结束后车辆逐渐减少,午后太阳辐射、大气湍流活动都达到最大值,同时加上边界层的抬升,这些因素均有利于BC的稀释,因此在中午13:00时刻BC浓度达到最小值.下午随着晚高峰来临, BC浓度持续上升,在20:00时刻达到第二个峰值.峰值和谷值出现的时间与上下班高峰、机动车行驶规律及大气边界层运动规律相吻合.

2.4 干湿季变化分析

深圳是珠江三角洲核心城市,位于华南地区,由于深圳独特的地理位置使得它气候环境的四季变化不明显,根据湿度和降水量,把华南地区全年划分为干季和湿季[39].其中湿季是4~9月,干季是10月~次年3月,湿季伴随着较高温度和较多雨量,太阳辐射和日照时间均较干季大,干季气候相对干燥,温度也较低.

表2统计了XC和ZZL站点观测期间干湿季BC浓度特征.由表2可知:XC站点干湿季BC平均浓度分别为(1.55±0.91),(0.69±0.71) μg/m3,本底浓度分别为(1.00±0.65),(0.21±0.91)μg/m3, 干季BC平均浓度为湿季的2.2倍,干季BC本底浓度大约是湿季的5.0倍;ZZL站点干湿季BC平均浓度分别为(3.26±2.13),(1.91±1.60)μg/m3,本底浓度分别为(1.92±0.63),(0.83±0.69)μg/m3,干季BC平均浓度是湿季的1.7倍,干季BC本底浓度是湿季的2.3倍.ZZL站点的BC平均浓度在干湿季分别是XC站点的2.1倍和2.8倍;本底浓度分别为1.9倍和4.0倍.

表2 两站点BC浓度干湿季对比(μg/m3)

数据反映两地干湿季BC浓度差异较大,干季明显高于湿季.干湿季节BC浓度差异受多方面因素控制,首先珠三角地区干湿季节大尺度背景风向不同,干季受东北季风影响为主,吹偏北风,在污染物远距离传输过程中有长三角及闽浙沿海一带污染物与本地污染物叠加导致干季BC浓度偏高,湿季受南海季风影响为主,吹偏南风,来自南海的气流比较清洁导致湿季BC浓度偏低;其次,干季有微弱的下沉气流,有利于污染物不断在低层堆积,湿季垂直向上的热力输送较强,有利于污染物向高层扩散,加上湿季降雨较多,BC粒子受雨水冲刷发生吸湿增长,加速湿沉降过程,这些因素均造成湿季BC浓度低于干季.

2.5 年变化分析

图4所示为XC和ZZL站点BC浓度年变化特征,图中随着颜色由蓝到红表示BC浓度逐渐增大.由图4可知,XC站点BC浓度受人为活动影响较小,在水平方向上颜色变化较稳定,在7~10月傍晚18:00~21:00时段有微弱的增大趋势;ZZL站点受人为活动影响较大,在水平方向变化剧烈,早晚都有较强的颜色变化趋势,在10月~次年1月傍晚浓度都处于较高水平.

图4 XC、ZZL站点逐时BC浓度年变化

BC浓度变化主要受局地污染源和气象条件的共同作用.两个站点的BC浓度逐月波动都较大,造成一年中的不同月份BC浓度变化的原因是多方面的,除受当地排放源和排放强度不同影响外,还受到大气湍流变化强度的影响.每年2~8月珠三角地区日照时间较长,地面接收到的能量较多,大气湍流垂直运动较为剧烈,有利于污染物稀释,该段时期BC浓度较低;9月~次年1月珠三角地区日照时间较短,大气湍流发展弱,且逆温层出现的频率较高,不利于污染物稀释,因此这段时期BC浓度处于较高水平.

2.6 波长吸收指数

波长吸收指数(AAE)可以用来分析气溶胶的混合状态,它是由两个不同波长(1的2)的吸收系数的比值和波长比值求出的负指数:

式中:()表示吸收系数,1和2表示不同波长,通过上式可得该组波长的AAE值:

有研究指出,大气中纯净的黑碳气溶胶的AAE值接近1.0[41];Kirchstetter等[42]计算了接近排放BC源的AAE值大约为0.7~1.3,Chung等[43]计算的AAE值大约为0.7~1.0,并推测距离BC排放源的真实AAE值要小于1.如果BC中混合了棕碳气溶胶(BrC)、硫酸盐气溶胶、沙尘气溶胶,其值就会增大[43-44];大气中生物质燃烧产生的BC的AAE值要比化石燃料燃烧产生的BC的AAE值大[45];基于Sandradewi等[46]的计算模型,化石燃料燃烧的AAE值大约为1.1,生物质燃烧的AAE值大约为1.8~1.9.

本文分别用可见光波段470nm和660nm两个波长的吸收系数计算了XC和ZZL两站点的日平均AAE值,XC站点的AAE值变化范围在0.56~1.75之间,平均值为(0.94±0.16);ZZL站点AAE值日变化范围在0.74~1.29之间,平均值为(0.92±0.08).XC站点的AAE值日变化范围、标准差均大于ZZL站点,说明XC站点的BC污染排放源对当地BC的贡献较不稳定,增加或减少某个排放源,BC受影响较大,而ZZL站点的BC污染排放源对当地BC的贡献比较稳定,增加或减少某个排放源,BC受影响较小.

表3所示为XC和ZZL两地不同月份的AAE值比较.由表可知,XC和ZZL两地AAE值均在9月达到最小值,分别为0.77、0.85,在12月达到最大值,分别为1.16、1.03,此结果说明两地在9月份BC排放源对BC的贡献比较单一,BC中所含其他类型的气溶胶较少.华南地区在12月份天气开始变冷, 生物质燃烧及其它含碳物质的燃烧事件增多使得BC中混杂了其他类型的气溶胶导致AAE值变大.虽受不同排放源影响,但两地每月AAE值都在1附近波动,此结果表明造成两地BC污染的主要来源是相同的,均源于化石燃料的燃烧,不同的是,ZZL站点受机动车尾气排放影响较大,而XC站点受码头船舶排放的污染物影响较大.

2.7 风场对BC浓度的影响

XC站点海拔较ZZL站点高,视野比较开阔,对风的遮挡和阻碍较少,而ZZL站点海拔较低,建筑物多造成城市下垫面粗糙度较大,对风的遮挡和阻碍较大,因此XC站点常年风速较ZZL地区大.较大的风速能使得污染物较快的被输送,这也是造成XC站点BC浓度较ZZL站点低的一个原因.

图5所示为BC浓度随近地面风场的变化图.图中由圆心到外表示风速逐渐增大,随着颜色由浅到深表示BC浓度逐渐增大,虚线圆圈代表风速.由图5发现,XC站点颜色最深的位置在西北方向,而ZZL站点颜色最深的位置靠近圆心处.这种现象提示了码头船舶可能是XC地区BC的重要排放源,而ZZL地区则受本地排放源影响较大.

受近地面风场影响,污染物的输送在不同站点间影响显著,下风向地区易受上风向地区传输影响[40].XC站点正南方向临海,人类活动较少,海面没有较大的污染源,从海面吹来的风较清洁,气流中污染物携带较少,因此当吹南风时,XC站点BC浓度始终保持在较低水平;XC站点的偏北方向是陆地,伴随较多的人类活动,且西北方是深圳盐田港(距XC站点大约32km),为世界第三大集装箱码头,干季盛行偏北风,当吹西北风时,XC站点正好位于盐田港的下风向,风速较小时,污染物传输速度较慢,XC站点BC浓度没有明显的增加;当风速达到10~20m/s时,污染物传输速度较快,此时码头排放的污染物源源不断的被输送到XC地区导致XC地区BC浓度急剧升高;当风速超过20m/s时,传输到XC站点的污染物随着强气流在短时间内被清除,此时BC浓度变小.ZZL站点人类活动较频繁,BC浓度受局地污染源和城区污染物输送的双重影响.当无风或者风速较小时,污染物在城区容易积累不易扩散,此时BC浓度最高;当风速逐渐增大时,城区污染物输送速度加快,此时BC浓度变小.

表3 XC、ZZL站点不同月份AAE值比较

图5 XC、ZZL站点BC浓度随风速和风向的变化

2.8 后向轨迹聚类分析

为了更进一步研究两个站点的风场对BC浓度的长期影响,利用美国国家海洋和大气管理局(NOAA ARL)提供的GDAS数据,结合TrajStat软件对XC和ZZL站点2014年1月1日~2015年6月30日00:00~23:00逐时气流来源进行48h后向轨迹反演,根据两站点海拔高度不同分别选择200m和100m高度进行计算,并根据计算结果对轨迹进行聚类分析.

本研究中根据计算结果将两个站点的轨迹都分为4类(Cluster 1~4,C1~C4),图6所示为XC和ZZL站点48h后向轨迹聚类以及每条聚类对应的BC浓度分布图.图中每条聚类对应的百分数表示不同方向的气流比例,其大小反映了XC站点受中远距离传输影响较大,ZZL站点受周边地区及本地排放源影响较大.图中还统计了两站点不同聚类下对应的BC浓度.由图可知,XC站点不同聚类下对应的BC平均浓度由大到小依次排列为:C1(1.76±1.05) >C4(1.39±0.80)>C3 (1.07±0.76)>C2(0.54±0.55) μg/m3;ZZL站点不同聚类下对应的BC平均浓度由大到小依次排列为:C4(3.50±2.26)>C1(3.25±1.72)>C3(2.63±1.89)>C2(1.62±1.33) μg/m3.来自于华中地区和海岸线的气流携带污染物较多且污染较大,当受其控制时, XC和ZZL地区BC浓度偏大;来自南海的气流较清洁,当受其控制时, XC和ZZL地区BC浓度偏小.

两站点C4轨迹差异较大,ZZL站点的C4轨迹明显较XC站点的C4轨迹短,这是由于当ZZL地区受周边地区及本地排放源共同影响时,在珠三角地区形成小尺度涡旋,其排放的污染物在原地打转造成局地污染,这种现象和吴兑课题组在珠三角核心区发现的性状是一致的[47-48],进一步表明城区站点本地排放源对城区BC的影响较大.

图6 XC、ZZL站点48h后向轨迹聚类及不同聚类对应的BC浓度分布

3 结论

3.1 观测期间,深圳市城区和郊区的BC平均浓度分别为(2.58±1.91),(1.12±0.90)μg/m3,本底浓度分别为(1.13±0.81),(0.30±1.16)μg/m3,大气气溶胶吸收系数abs分别为(13.47±10.50)Mm-1、(5.87±4.81)Mm-1,城区BC值和abs值均高于郊区值,深圳市BC浓度分布都是对数正态分布.XC站点BC浓度与海洋大气背景区海南西沙永兴岛的BC浓度较接近,说明深圳市XC站点作为一个区域本底站具有较好的代表性.

3.2 XC站点作为区域背景站,BC日变化没有明显的峰值和谷值,ZZL站点BC日变化具有明显的峰值和谷值.峰值和谷值出现的时间与上下班高峰、机动车行驶规律及大气边界层运动规律相吻合.两站点BC浓度均呈干季高、湿季低的特征.

3.3 通过分析两站点AAE值变化特征,发现两地AAE值均接近1,说明两地BC污染均主要来源于化石燃料的燃烧,XC地区受码头船舶排放的污染物影响较大,而ZZL地区受本地机动车排放的污染物影响较大.

3.4 根据后向轨迹聚类分析,XC站点主要受中远距离输送影响,ZZL站点主要受本地排放源影响.来自华中地区和海岸线的气流携带污染物较多且污染较大,受其控制时,XC和ZZL地区BC浓度偏大;来自南海的气流较清洁,受其控制时, XC和ZZL地区BC浓度偏小.ZZL站点受珠三角地区形成小尺度涡旋气流影响,周边和本地排放的污染物较易积聚,具有与珠三角核心区类似的性状.

[1] Wolff G T. Particulate elemental carbon in the atmosphere [J]. Journal of the Air Pollution Control Association, 1981,31(9):935-938.

[2] Smith D M, Griffin J J, Goldberg E D. Elemental carbon in marine sediments: A baseline for burning [J]. Nature, 1973, 241(5387):268-270.

[3] Masiello C A, Druffel E R M. Black carbon in deep-sea sediments [J]. Science, 1998,280(5371):1911.

[4] Jacobson M Z. Strong radiative heating due to the mixing state of black carbon in atmospheric aerosols. [J]. Nature, 2001,409(6821):695.

[5] 许 黎,王亚强,陈振林,等.黑碳气溶胶研究进展Ⅰ:排放、清除和浓度[J]. 地球科学进展, 2006,21(4):352-360.

[6] 吴 兑,毛节泰,邓雪娇,等.珠江三角洲黑碳气溶胶及其辐射特性的观测研究[J]. 中国科学D辑, 2009,39(11):1542-1553.

[7] 吴 兑,廖碧婷,陈慧忠,等.珠江三角洲地区的灰霾天气研究进展[J]. 气候与环境研究, 2014,19(2):248-264.

[8] 陶 俊,朱李华,韩静磊,等.2007年春季广州城区黑碳气溶胶污染特征的初步研究[J]. 气候与环境研究, 2008,13(5):658-662.

[9] Wu C, Ng W M, Huang J, et al. Determination of elemental and organic carbon in PM2.5in the Pearl River Delta Region: Inter-instrument (Sunset vs. DRI Model 2001 Thermal. Optical Carbon Analyzer) and Inter-Protocol Comparisons (IMPROVE vs. ACE-Asia Protocol) [J]. Aerosol Science & Technology, 2012,46(6):610-621.

[10] 徐 昶,沈建东,叶 辉,等.杭州黑碳气溶胶污染特性及来源研究[J]. 中国环境科学, 2014,34(12):3026-3033.

[11] 王洪强,贺千山,陈勇航,等.2008~2012年上海黑碳浓度变化特征分析[J]. 环境科学, 2014,35(4):1215-1222.

[12] 丁 铭,邹 强,葛 顺,等.苏州市黑碳气溶胶的污染特征分析[J]. 中国环境监测, 2014,30(6):67-71.

[13] 张 骁,汤 洁,武云飞,等. 2006~2012年北京及周边地区黑碳气溶胶变化特征[J]. 中国粉体技术, 2015,21(4):24-29.

[14] 姚 青,蔡子颖,韩素芹,等.天津城区秋冬季黑碳气溶胶观测与分析[J]. 环境化学, 2012,31(3):324-329.

[15] 高润祥,牛生杰,张 华,等. 2006年春季西北地区黑碳气溶胶的观测研究[J]. 大气科学学报, 2008,31(5):655-661.

[16] 李燕军,张 镭,曹贤洁,等.兰州城市和远郊区黑碳气溶胶浓度特征[J]. 中国环境科学, 2014,31(6):1397-1403.

[17] 吴 兑,刘啟汉,梁延刚,等.粤港细粒子PM2.5污染导致能见度下降与灰霾天气形成的研究[J]. 环境科学学报, 2012,32(11): 2660-2669.

[18] Hansen A D A, Rosen H, Novakov T. The aethalometer-An instrument for the real-time measurement of optical absorption by aerosol particles [J]. Sci. Total Environ., 1984, 36(JUN):191-196.

[19] Weingartner E, Saathoff H, Schnaiter M, et al. Absorption of light by soot particles: determination of the absorption coefficient by means of aethalometers [J]. Journal of Aerosol Science, 2003, 34(10):1445-1463.

[20] Virkkula A, Mäkelä T, Hillamo R, et al. A simple procedure for correcting loading effects of Aethalometer Data [J]. Journal of the Air & Waste Management Association, 2007,57(10):12-14.

[21] Coen M C, Weingartner E, Apituley A, et al. Minimizing light absorption measurement artifacts of the Aethalometer: evaluation of five correction algorithms [J]. Atmospheric Measurement Techniques, 2010,3(2010):457-474.

[22] Wu D, Wu C, Liao B, et al. Seasonal variation of black carbon over the South China Sea and in various continental locations in South China [J]. Atmos. Chem. Physi., 2013,13(24):12257-12270.

[23] Hansen A D A, Novakov T. Real-time measurement of aerosol black carbon during the carbonaceous species methods comparison study [J]. Aerosol Science & Technology, 1990,12(1):194-199.

[24] Wu C, Wu D, Yu J Z. Quantifying black carbon light absorption enhancement by a novel statistical approach [J]. Atmospheric Chemistry & Physics, 2018,18(1):289-309.

[25] Wu C. Histbox. Zenodo. http://doi.org/10.5281/zenodo.832411. [P]. 2017.

[26] 秦世广,汤 洁,石广玉,等.四川温江黑碳气溶胶浓度观测研究[J]. 环境科学学报, 2007,27(8):1370-1376.

[27] 孙 杰,孙天乐,何凌燕.深圳市环境空气中黑碳气溶胶的污染特征研究[J]. 中国测试, 2012,38(3):8-11.

[28] 汤 洁,温玉璞,周凌晞,等.中国西部大气清洁地区黑碳气溶胶的观测研究[J]. 应用气象学报, 1999,10(2):33-43.

[29] 杜 丽,孟晓艳,李 钢,等.西沙永兴岛黑碳浓度特征初探[J]. 中国环境监测, 2013,29(5):69-72.

[30] 肖思晗,于兴娜,朱 彬,等.南京北郊黑碳气溶胶污染特征及影响因素分析[J]. 环境科学, 2016,37(9):3280-3289.

[31] 张宸赫,程兴宏,赵天良,等.不同季节气象条件对北京城区高黑碳浓度变化的影响[J]. 环境科学学报, 2017,37(6):2255-2264.

[32] 荆俊山,张仁健,陶 俊.北京郊区夏季PM2.5和黑碳气溶胶的观测资料分析[J]. 气象科学, 2011,31(4):510-515.

[33] 孙欢欢,倪长健,崔 蕾.成都市黑碳气溶胶污染特征及与气象因子的关系[J]. 环境工程, 2016,34(6):119-124.

[34] 钟 杰,翟崇治,余家燕,等.重庆市核心区黑碳气溶胶浓度特征以及影响因素分析[J]. 环境工程学报, 2016,10(2):805-810.

[35] 陈慧忠,吴 兑,廖碧婷,等.东莞与帽峰山黑碳气溶胶浓度变化特征的对比[J]. 中国环境科学, 2013,33(4):605-612.

[36] 魏 桢,朱 余,张劲松,等.合肥市黑炭气溶胶浓度分布和变化特征研究[J]. 中国环境监测, 2015,31(6):22-27.

[37] 肖秀珠,刘鹏飞,耿福海,等.上海市区和郊区黑碳气溶胶的观测对比 [J]. 应用气象学报, 2011,22(2):158-168.

[38] 张 磊,张 镭,张丁玲,等.兰州远郊区黑碳气溶胶浓度特征[J]. 中国环境科学, 2011,31(8):1248-1255.

[39] 简茂球.华南地区气候季节的划分[J]. 中山大学学报(自然科学版), 1994,46(2):131-133.

[40] 吴 蒙,彭慧萍,范绍佳,等.珠江三角洲区域空气质量的时空变化特征[J]. 环境科学与技术, 2015,38(2):77-82.

[41] Moosmüller H, Chakrabarty R K, Ehlers K M, et al. Absorption angstrom coefficient, brown carbon, and aerosols: basic concepts, bulk matter, and spherical particles [J]. Atmos. Chem. Physi., 2011,11(3):24735-24761.

[42] Kirchstetter T W, Novakov T, Hobbs P V. Evidence that the spectral dependence of light absorption by aerosols is affected by organic carbon [J]. J. Geophysical Research Atmospheres, 2004, 109(D21):21208.

[43] Chung C E, Kim S W, Lee M, et al. Carbonaceous aerosol AAE inferred from in-situ aerosol measurements at the Gosan ABC super site, and the implications for brown carbon aerosol [J]. Atmospheric Chemistry & Physics, 2012,12(14):4507-4539.

[44] Lack D A, Cappa C D. Impact of brown and clear carbon on light absorption enhancement, single scatter albedo and absorption wavelength dependence of black carbon [J]. Atmospheric Chemistry & Physics Discussions, 2010,10(1):4207-4220.

[45] Russell P B, Bergstrom R W, Shinozuka Y, et al. Absorption angstrom exponent in AERONET and related data as an indicator of aerosol composition [J]. Atmospheric Chemistry & Physics, 2010,10(3):1155-1169.

[46] Sandradewi J, Prévôt A S, Szidat S, et al. Using aerosol light absorption measurements for the quantitative determination of wood burning and traffic emission contributions to particulate matter [J]. Environ. Sci. Technol., 2008,42(9):3316

[47] 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.

[48] 吴 兑,吴 晟,李 菲,等.粗粒子气溶胶远距离输送造成华南严重空气污染的分析[J]. 中国环境科学, 2011,31(4):540-545.

Comparative study on the characteristics of black carbon aerosol in urban and suburban areas of Shenzhen.

CHENG Ding1,2, WU Cheng1,2*, WU Dui1,2,3**, LIU Jian3, SONG Lang1,2, SUN Tian-lin1,2, MAO Xia4, JIANG Yin4, LIU Ai-ming4

(1.Institute of Mass Spectrometer and Atmospheric Environment, Jinan University, Guangzhou 510632, China；2.Guangdong Engineering Research Centre for Online Atmospheric Pollution Source Appointment Mass Spectrometry System, Jinan University, Guangzhou 510632, China；3.School of Atmospheric Sciences, Sun Yat-sen University, Guangzhou 510275, China；4.Shenzhen Meteorological Bureau, Shenzhen 518040, China.)., 2018,38(5)：1653~1662

To better understand the pollution characteristics of black carbon (BC) in Shenzhen, BC and meteorological factors were measured from January 1, 2014 to June 30, 2015 at XC (suburban site) and ZZL (urban site) in Shenzhen. The results showed the average mass concentrations of BC at XC and ZZL sites during the campaign were (1.12±0.90) μg/m3and (2.58±2.00) μg/m3respectively. The background concentrations of BC at the two sites were (0.27±1.31) μg/m3and (1.07±0.85) μg/m3respectively. Theabsat XC site was (5.87±4.81) Mm-1while at ZZL site was (13.47±10.50) Mm-1. It was found that the values at the urban site were much higher than those at the suburban site. The BC concentrations at both sites were following the logarithmic normal distribution with higher concentrations in the dry season than that in the rainy season. A distinct diurnal pattern of BC with two peaks was observed at ZZL site. In contrast, XC site did not show obvious diurnal variations.The Absorption Angstrom Exponent (AAE) can be considered as an indicator of BC mixing state. It was found to be close to 1at both sites, indicating that BC at the two sites were dominated by fossil fuel combustion.Further study suggested high BC concentrations at XC site were usually associated with northwest wind (10~20m/s) when polluted aerosols were transported from the Shenzhen container wharf, which is the world's third largest container terminal. The backward trajectories clusters analysis indicated that BC at XC site was mainly affected by the long-range transport. WhileBC at the ZZL site was affected by the surrounding areas and local emissions.

BC；Shenzhen；mass concentration；AAE

X513

A

1000-6923(2018)05-1653-10

2017-09-20

国家自然科学基金资助项目(41475004,40775011)

* 责任作者, 博士后, wucheng.vip@foxmail.com; ** 教授, wudui.vip@foxmail.com

程 丁(1990-),男,山西吕梁人,暨南大学硕士研究生,主要从事大气气溶胶方面的研究.发表论文3篇.