关键词： PM2.5   灰霾污染   蛋白类组分   水溶性无机离子   二元羧酸  

摘要： 近年来,西安市的经济高速发展,已成功跻身于“新一线”城市行列。随之而来的大气污染问题,尤其是冬季灰霾污染成为困扰西安市可持续发展的“顽疾”。目前,针对西安冬季灰霾期间PM2.5中化学组分的研究已有很多,但对其生物组分的认识还十分不足,而且研究大多集中于长时间尺度的采样,而气溶胶中的各种物质无时无刻不发生着物理化学反应。因此,对PM2.5样品进行高分辨率采样,有助于更好地探究颗粒物中各组分的形成与转化机制。本研究于2019年12月至2020年1月期间对西安市区冬季典型空气污染过程的PM2.5样品进行高分辨率采样,以PM2.5中的蛋白类组分、水溶性无机离子和二元羧酸为研究对象,对不同类型污染物在冬季灰霾天的浓度特征与短期连续变化规律进行探究,得到的主要结论如下:（1）冬季灰霾污染期间,西安市区PM2.5中蛋白类组分的平均浓度为5.587μg/m3,相较于国内其他地区处于较高水平;蛋白质浓度呈现出显著的短期连续变化特征,由于人类活动的影响与光化学反应,在夜晚蛋白质的浓度高于白天。（2）水溶性无机离子的浓度也呈现出短期连续变化特征,NO3-与SO42-为浓度最高的水溶性无机离子,NO3-与SO42-浓度的比值平均值为1.47,表明移动源对PM2.5浓度的贡献更高;PM2.5的浓度升高的同时,NO3-与SO42-浓度的比值也快速上升,移动源比固定源对PM2.5浓度变化的影响更高。（3）乙二酸（C2）为PM2.5中浓度最高的二元羧酸,平均浓度为1671.88 ng/m3,同样相较于国内其他地区处于较高水平。随着灰霾天PM2.5的浓度不断升高,污染程度不断加剧,乙二酸的浓度整体呈现不断上升的趋势;C3/C4的比值也在不断升高,气溶胶的氧化程度加深;在高湿度的情况下,C3/C4的比值增加,气溶胶的氧化程度增加。（4）蛋白质的浓度与K+呈显著的正相关,说明西安市气溶胶中的蛋白质来源与生物质燃烧有关;与NO3-与SO42-的浓度也呈现显著的正相关,表明蛋白类组分可能与NO3-与SO42-的生成有关联;蛋白质的浓度与相对湿度也成显著的正相关（p<0.01）,高湿度下,蛋白质更容易吸湿增长。（5）蛋白类组分与其他化学组分的相关性分析结果表明,蛋白质具有良好的吸湿性,当空气中湿度较大时,以蛋白质等大分子为核心吸附空气中的水蒸气及易溶于水的气态污染物（O3、SO2、NOX以及挥发性有机物等）形成的气溶胶发生吸湿增长及非均相反应,加速SO42-与NO3-的生成,而富含SO42-的酸性气溶胶中有机物更容易发生氧化生成二元羧酸类物质。

关键词： 河南省   霾污染   细颗粒物   二次无机气溶胶   硝酸盐   硫酸盐   生成机理  

摘要： 我国秋冬季频繁爆发以大气细颗粒物(PM2.5)为首要污染物的霾污染过程,对空气质量和居民健康造成不利影响。二次无机气溶胶中硫酸根(SO42-)、硝酸根（NO3-）和铵根（NH4+）离子（简称SNA）是PM2.5的重要组分,主要来自气态前体物的化学转化。硝酸根生成主要来自气相反应和水解反应,硫酸根生成主要来自多种液相反应。然而,受气态前体物、气象条件、大气氧化剂、颗粒物p H值等多种因素的影响,SNA生成的主控路径尚不明确,并且缺乏城市和农村点位的对比研究。此外,粒径是影响SNA生成的重要参数,然而目前对不同粒径范围内SNA生成路径的认识仍旧不足。河南省北部是我国PM2.5污染的高值区,霾污染过程中富含高浓度的气态前体物。因此,识别此地区SNA生成路径及影响因素,对污染管控有重要意义。本文利用高时间分辨率的仪器在河南省北部两个城市点位和三个农村点位开展综合观测,结合热力学模型和反应速率公式,对比研究城市和农村点位霾污染过程中PM2.5组分特征、颗粒物p H值、SNA生成路径及影响因素,并探讨液滴模态下SNA生成机制。主要研究内容与结论如下: （1）PM2.5的化学组分特征研究表明,SNA是PM2.5中占比最高的组分（53%～63%）,以NO3-为主（24%～32%）,其次为SO42-（13%～17%）。霾污染过程中SNA的占比明显上升,重污染时段可达67%。相较于城市点位,农村点位PM2.5中有机碳的占比更高。此外,在静稳、高湿的天气条件下,城市点位PM2.5中SNA的占比高于农村点位。 （2）结合观测数据和ISORROPIA-II热力学模型计算颗粒物p H值,结果表明PM2.5的p H值在4.5～5.2之间,农村点位的p H值略高于城市点位。敏感性分析表明p H值会随着阳离子浓度的上升而增大,随着阴离子浓度、温度和湿度的上升而减小。大气氨是影响颗粒物p H值的主要因子,当总氨（NH4++NH3）与其它阳离子浓度之和能完全中和阴离子时,各点位颗粒物p H值均接近3。五个点位大气均呈富氨条件,因此多余氨的存在是造成河南省北部地区PM2.5呈中度酸性的主要原因。此外,农村点位大气中多余氨浓度高于城市点位,进而驱使农村点位颗粒物p H值的升高。 （3）硝酸根生成的主要路径为白天的气相反应和夜间的N2O5水解反应。气相反应的主要影响因素为大气中羟基自由基的浓度。霾污染过程中O3对羟基自由基生成的贡献下降,而HONO的贡献增大。水解反应的主要影响因素为O3和气溶胶含水量。在高湿、高气溶胶含水量和高N2O5浓度条件下,水解反应对郑州城市点位硝酸根生成的影响大于新乡农村点位。硫酸根生成的主要路径是液相反应,郑州城市点位和新乡农村点位液相硫酸根生成速率最高的路径分别是过渡金属催化和H2O2氧化反应。在高湿、低p H值的条件下,液相反应对郑州城市点位硫酸根生成的影响高于新乡农村点位。大气氨的气-粒分配系数与颗粒物p H值呈负相关关系,并且NH3的存在能促进SNA浓度的上升。 （4）颗粒物化学组分的粒径分布特征表明,SNA主要富集在液滴模态,主导粒径位于0.65～2.1μm范围内。分析液滴模态中SNA生成发现,高表面积浓度为HNO3的吸附和凝结提供充足的载体,有利于气相反应生成硝酸根;高浓度的气溶胶含水量也有利于N2O5水解反应生成硝酸根;高浓度的气溶胶含水量、高表面积浓度和低p H值能促进H2O2氧化和过渡金属催化反应生成硫酸根。此外,液滴模态的颗粒物呈中度酸性,有利于气态NH3向颗粒态NH4+的转化。 综上,本研究在掌握河南省北部大气颗粒物的化学组分特征及其演变趋势的基础上,阐明了SNA生成对霾污染过程的重要作用,进一步明确了气相反应、水解反应和液相反应是SNA生成的主控路径,并揭示了气溶胶含水量、颗粒物p H值和氧化剂浓度是导致城市和农村点位SNA生成路径存在差异的重要影响因素,为河南省空气质量的持续改善提供科学支撑。

关键词： 霾污染   PM2.5   蛋白质   空气总微生物   微生物群落  

摘要： 霾污染已经成为我国广泛关注的大气污染问题之一。大气气溶胶上的生物组分（生物气溶胶）作为大气气溶胶的重要组成部分,可以广泛参与大气物理与化学过程,其存在为从大气微生物学角度诠释霾的形成提供了全新的可能与视角。因而,探究霾污染过程中大气生物气溶胶的响应及演化特征,不仅可以评估其健康效应,而且对全面深入认识灰霾空气污染的形成与来源,以及制定相应的污染防治措施均具有重要意义。然而目前对霾污染时期生物气溶胶的特征还知之甚少。本文基于长周期与高时间分辨率采样模式,系统地分析了霾污染时期大气PM2.5上的大分子蛋白类与细胞类生物气溶胶的响应与演化特征,探究了大气PM2.5上微生物组分与大气化学组分的相互作用关系。主要结果如下所示:（1）西安市冬季PM2.5上蛋白质浓度水平显著高于秋季的浓度水平（P<0.05）。西安市秋冬季PM2.5上蛋白质浓度水平在11月份显著增长,与霾污染的爆发时期相一致。霾污染时期大气气溶胶上的蛋白质水平显著高于非霾时期。相较其他城市,作为西北内陆城市的西安市霾污染时期大气蛋白质的来源更加复杂与广泛。相比较非霾时期,霾污染时期生物质源对大气PM2.5上蛋白质组分的影响作用减弱,而人为源的影响作用更加显著。霾污染时期且叠加单一西北方向远距离气团输入条件时,大气PM2.5上检测到较高浓度水平的蛋白质。PM2.5浓度水平,大气湿度,NO2和O3对秋冬季大气蛋白质组分变化的贡献较大,这四种主要的影响因子对蛋白质浓度变化的解释率达到68.1%。霾污染时期不同高度上PM2.5上蛋白质浓度水平无显著性差异,且无明显一致的垂直分布规律,混合层高度对大气PM2.5蛋白质组分的垂直分布特征具有重要影响。（2）空气总微生物（TAMs）浓度呈现显著的季节分布模式,秋冬季浓度较高,春夏季浓度较低。霾天空气总微生物浓度显著高于非霾天。重要地,空气中总微生物浓度与空气质量的变化并不总是保持线性一致,随着空气污染程度的加剧,空气总微生物呈现出先上升后下降的趋势,其浓度峰值出现在中等污染等级。降雪对于空气中总微生物具有去除效应,然而这种去除效应作用时间相对短暂。（3）霾污染过程中,空气细菌群落结构与组成的显著变化主要出现在霾污染的中前期,尤其是霾污染的爆发期。在霾污染的中后期,空气细菌群落逐渐趋于稳定。特别地,霾污染过程中空气细菌群落结构与组成的改变一定程度上滞后于空气污染的变化。随着霾污染的爆发以及霾过程的发展,在主要的细菌属中,机会致病菌的相对丰度逐渐增加,来自沙尘源细菌的比例逐渐减小。霾污染过程对空气真菌群落的影响相对温和,但是这种影响持续的时间更长,真菌群落特征的变化持续了整个霾污染时期。霾污染过程中真菌群落结构的组成更加复杂,在整个霾发展过程中,无具有明显主导地位的真菌属,且未出现显著的真菌群落变化规律。在霾污染过程中,细菌群落结构与组成没有显著的昼夜差异。少量的真菌属的分布具有昼夜差异性,且这些真菌属的相对丰度峰值主要集中于夜晚采样时段。（4）大气PM2.5上的氨氧化古菌（AOA）的数浓度在霾与非霾转化阶段与PM2.5浓度变化相一致,在整个霾污染过程中,大气AOA数浓度具有升高的趋势。在AOA的群落结构与组成中,Nitrososphaera占据绝对的主导地位。霾污染过程中,PM2.5浓度激增时,Nitrososphaera相对丰度呈现短暂的下降,然而在整个霾污染过程中,Nitrososphaera相对丰度同样具有上升的趋势。总体上,AOA的q PCR定量分析与高通量测序分析结果均表明霾污染有利于大气中AOA的生存。（5）霾污染过程中细菌属内相互作用复杂,没有明显的中心细菌属。真菌属内的相互作用较弱且主要以共同出现模式（co-occurrence）为主。中心真菌属中包含的致病真菌的相对丰度在霾污染时期显著上升,且其相对丰度的峰值与PM2.5浓度峰值出现时段相一致。霾污染过程中细菌和真菌属间的相互作用较弱。扬尘源离子组分和PM2.5酸度对细菌和真菌群落的影响作用最为显著。

关键词： 霾预报   逐步回归   HYSPLIT后向轨迹  

摘要： 选用2014年~2017年辽宁朝阳站气象要素资料与PM2.5数据,根据最新霾预报预警标准确定霾日,利用Spearman,Pearson和Kendall's Tau-b三种相关对PM2.5日差与气象要素以及气象要素间作了相关性检验,确定了PM2.5日差方程影响因子;利用逐步回归分析建立PM2.5日差方程,结合过去一日PM2.5值作出PM2.5预报方程;利用PM2.5预报方程对2017年1月~10月的朝阳地区的PM2.5值进行了预报,检验得出此预报方法的PM2.5浓度预报准确率为60.5%,霾日预报准确率为84.82%;利用HYSPLIT后项轨迹模拟出的污染物路径和沉降对2014年~2016年间霾天气进行了分型,根据总结得出的6类路径和5类沉降类型的PM2.5预报方程误差,对2017年1~10月间的PM2.5预报浓度进行订正,根据路径订正的PM2.5预报效果最好,准确率提高2.7%,根据路径和沉降共同订正的霾日预报效果最好,准确率提高了3.5%。

关键词： 南京市   霾   PM2.5   气象条件   环流形势  

摘要： 2018年11月底—12月初南京及周边地区发生一次大范围持续性霾污染,利用南京市空气质量监测资料、颗粒物成分逐时观测资料、南京站探空资料等,结合天气学诊断分析、后向轨迹模拟和聚类分析等方法,分析此次重霾事件的污染特征和气象因素.结果表明,此次重霾事件具有峰值浓度高、持续时间长、波动较明显等特点.污染时段PM2.5浓度变化分为3个阶段,平均浓度为114.7μg·m-3,整体达到中度污染.重霾期间南京市大气环境处于富氨条件,颗粒物整体偏酸性,移动源排放比重高于固定源,PM2.5主要成分的存在形式为硫酸铵、硝酸铵和其他硝酸盐.本次重霾事件中气象条件对污染物的输送和累积影响显著,在PM2.5浓度极端事件发生期间,均有各气象要素与PM2.5浓度同步变化.高PM2.5浓度与对流层低层增暖增湿、弱的西南风相对应.重霾事件的主要天气成因是冬季东部地区出现大面积稳定且持久的均压场,南京及周边地区近地面中高层污染物主要由西北和华北地区输送而来,低层污染物主要来自于本地源排放累积.动力条件和热力条件的相互配合,近地面受高压影响形成暖平流逆温层,且易形成下沉气流,使重霾天气持续发展.

关键词： 霾   空气微生物   群落结构   关键环境因子  

摘要： 【背景】近年来频繁发生的霾污染事件严重威胁着人类的正常生活和社会经济发展。目前对霾污染颗粒物的重要组成部分生物气溶胶的关注较少。【目的】明确霾污染时空气微生物的特征,为进一步研究空气微生物对霾污染的形成及反馈机制奠定基础。【方法】采集了北京地区重度霾污染的样品,测定颗粒物的化学组分,通过高通量测序技术分析空气细菌群落结构特征,并明确其与环境因子的相关性。【结果】霾污染显著改变空气细菌群落结构、降低α多样性。霾污染使空气中变形菌门相对丰度显著上升,放线菌门相对丰度下降。颗粒物浓度及化学组分是重度霾污染中影响空气细菌群落结构的关键环境因子。与气态污染物SO2和NO2相比,水溶性离子硫酸盐、硝酸盐和铵盐对空气细菌群落结构的影响更大。【结论】解析了重度霾污染时空气细菌群落特征和关键环境因子之间的相关性,为大气环境微生物的研究、空气质量的评价及霾污染的有效防治提供了数据参考。

关键词： 雾   霾   重污染天气   风场特征   扩散作用  

摘要： 综合运用美国国家环境预报中心(NCEP)再分析资料(1°×1°)、风廓线雷达、气象观测资料以及环境监测数据,分析了2015—2018年冀中廊坊市的雾、霾分布概况,并对空气质量指数(AQI)达到重度污染以上时的雾、霾垂直风场结构进行深入探究。结果表明:廊坊市的年均霾日数(47 d)多于雾日数(31 d),空间分布存在一定差异,霾的月差异较雾显著;区域性雾全年均可发生,10月雾发生日数达到最多,霾集中于秋冬季爆发,1月霾发生日数最多;当AQI超过200时,出现雾时的污染程度较出现霾时严重,AQI日均值平均偏高43,地面平均风速偏小0.5 m/s,相对湿度偏高25%,雾时地面以静风或东南风为主,而霾时多为东南偏东风;伴随雾的重污染天气,低空多为西南偏西风,而伴随霾的重污染天气,低空以东北风为主;出现雾或霾时,1500 m(约850 hPa)以下低空均存在一个相对小风速层;3000 m以下风速增至6~10 m/s时对空气中污染物扩散有一定有利影响,西北风风速越大,所在高度越低,扩散作用越明显。

关键词： 邯郸市   氨排放   PM2.5   霾污染  

摘要： 根据邯郸市各类氨排放活动水平数据,使用排放系数方法,建立了2016年邯郸市人为源大气氨排放清单。结果表明,畜禽养殖业和农田生态系统是邯郸市NH3排放主要来源,两个污染源排放总量高达114767.0t,占NH3排放总量的93.7%。家禽和氮肥NH3排放分别是畜禽养殖业和农田生态系统中最主要贡献者,分别占NH3排放总量的20.9%和35.9%。曲周县是邯郸市NH3排放最多的县,排放量为13052.3 t,其次为永年区(11826.9 t)、大名县(11667.7 t)和临漳县(11155.8 t),氨高排放地区集中在邯郸东部县区。农业源为NH3主要贡献源,NH3的减排对PM2.5浓度降低有明显作用。

关键词： 霾-沙尘过程   污染特征   水溶性离子   PM1   青岛  

摘要： 对2018年11月21日~12月2日期间青岛市大气PM1的质量浓度、化学组分和数浓度进行连续观测,结合国控站点监测数据和气象条件,分析青岛市秋末冬初一次典型霾-沙尘重污染过程的特征及污染物来源.结果表明:本次污染过程可分为霾前(11月21~23日)、霾期(11月24~25日)、霾-沙尘叠加期(11月26日)、沙尘期(11月27~29日)、沙尘后(11月30日~12月2日)5个发展阶段,观测期间PM1质量浓度为(40±20)μg/m^3,霾期PM1为沙尘期的2.03倍.冷锋锋前以人为污染物气团为主,锋后以冷干沙尘气团为主,并在长距离传输中保持干燥,受沙尘传输过程中经过区域的影响较小,导致沙尘阶段PM2.5和PM10错峰12h出现.霾期PM1中SO42-、NO3-质量浓度比霾前分别升高73%、111%,SOR、NOR分别升高28%、67%,表明霾期NO3-的二次转化明显升高.PM1中NH4+主要以(NH4)2SO4和NH4NO3形式存在,为富氨条件.本次沙尘事件气团传输过程中途经山西、河北、山东西北部等污染物高强度排放区域,前锋到达青岛时,携带的人为污染物占主导,导致沙尘期PM1中OC、EC占比为霾期的1.73、1.53倍.霾期SOC/OC值为0.43,略低于沙尘期,表明霾期SOC生成受到抑制.

关键词： Haze diffusion conditions   East Asian winter monsoon   anticyclone anomaly   RCP8.5   aerosol reduction   greenhouse gases  

摘要： Future projection of diffusion conditions associated with extreme haze events over eastern China is of great importance to government emission regulations and public human ***,the diffusion conditions and their changes under future warming scenarios are *** relative strength of haze events in the Northern China Plain region increase from 150%during 2006–15 to 190%during 2090–99 under RCP8.5 scenarios,induced by a stronger and longer-lasting anticyclone anomaly in eastern *** strengthened anticyclone anomaly is mainly induced by increased northern wave train convergence emanating from the Barents–Kara Sea,and the longer duration of the anticyclone anomaly is mainly induced by stronger local feedback that can extract more energy from the basic state to maintain the anticyclone anomaly in eastern *** reduction is found to play a dominant role in strengthening the upstream wave train near the Barents–Kara Sea and the downstream anticyclone in eastern China,while the effects from increased greenhouse gases are *** results of this study indicate that future aerosol emissions reduction can induce deteriorating diffusion conditions,suggesting more stringent regulations on aerosol emissions in China are needed to meet air quality standards.