中国气象学会主办。
文章信息
- 康博识, 樊曙先, 张悦, 李皓, 孙玉. 2017.
- KANG Boshi, FAN Shuxian, ZHANG Yue, LI Hao, SUN Yu. 2017.
- 南京冬季持续性强浓雾天气中三级分档雾水的理化特性分析
- Physical and chemical characteristics of three-stage fog water in deep dense fog during the winter in Nanjing
- 气象学报, 75(2): 356-370.
- Acta Meteorologica Sinica, 75(2): 356-370.
- http://dx.doi.org/10.11676/qxxb2017.022
-
文章历史
- 2016-10-11 收稿
- 2016-12-24 改回
2. 南京信息工程大学大气物理学院, 南京, 210044;
3. 中国气象局气溶胶与云降水重点开放实验室, 南京信息工程大学, 南京, 210044;
4. 重庆市气象局, 重庆, 401120;
5. 扬州市邗江区气象局, 扬州, 225100
2. Department of Atmospheric Physics, Nanjing University of Information Science and Technology, Nanjing 210044, China;
3. Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing 210044, China;
4. Weather Bureau of Chongqing, Chongqing 401120, China;
5. Weather Bureau of Hanjiang Distict in Yangzhou, Yangzhou 225100, China
雾是悬浮在近地面的大量液滴和冰晶的聚集体,在全球气候变暖背景下,雾已成为影响中国经济发展及人民健康的重要灾害性天气之一 (Niu, et al, 2010a)。深入认识雾的微物理结构和雾滴化学成分谱特征,不仅是研究雾宏、微观过程的基础,也是揭示形成大气复合污染的关键化学过程和关键大气物理过程的基础。影响雾微物理结构和雾滴化学成分谱的因子很复杂,如核化过程、凝结增长、降温冷却、湍流混合、重力沉降和来自于多种污染源排放的气态和颗粒一次污染物,以及经过系列的物理、化学过程形成的二次细颗粒物和臭氧等二次污染物 (濮梅娟等, 2008b;Niu, et al, 2010b;朱彤等, 2010)。研究表明,雾过程中滴谱存在显著的变化 (Zhou, et al, 2008),很多学者观测到单峰型、双峰型和多峰型雾滴谱,而且雾滴谱的特征半径在不同雾过程中差异显著 (Niu, et al,2010a;Meyer, et al,1980;Gerber,1991;黄玉生等, 2000)。雾的微物理结构在时间和空间上具有不均匀性 (García-García, et al,2002)。雾滴的形成与初始的凝结核紧密相关。因此,气溶胶粒子是影响雾微物理结构的重要因子 (顾凯华等,2011)。云南景洪、四川成都等地20世纪80年代后的观测资料与60、70年代对比,云南勐养、重庆等地20世纪90年代后的观测记录与80年代对比,均表现出雾滴数密度显著升高而雾滴直径明显减小的特征 (李子华, 2001)。
中外学者通过大量观测试验对雾水化学机理进行了深入研究 (Collett et al, 1994, 2002;Moore,et al, 2004a, 2004b;樊曙先等, 2009;Niu, et al, 2010b;Portin, et al, 2013;孙玉等, 2015)。不同大小的雾滴化学成分差异显著,这主要与以下几个方面有关:不同粒径凝结核的化学成分不同,不同成分的化学反应速率不同,不同尺度雾滴的生长速率不同以及不同大小雾滴中可溶性气体的溶解速率不同 (Ogren, et al, 1992)。随着大气污染物浓度的升高,当大气水汽饱和时,雾区内分散在空气中的部分气溶胶粒子可成为凝结核,继续吸收水汽凝结增长形成雾滴,气溶胶粒子中的可溶性成分随之溶入雾滴;同时,环境空气中的气体在雾滴中溶解 (牛生杰, 2014)。一般而言,对于粒径大小和化学成分相同的凝结核,雾滴尺度越小,则雾滴中各化学成分的浓度越高;而在雾含水量相等时,雾滴尺度越小,雾滴数密度越大,则单位体积中雾滴的总表面积越大,雾滴吸收污染气体的速率也越快 (Lu, et al, 2010)。
雾水离子成分及浓度存在时空性特征 (Wang, et al, 2015)。对重庆、南京、上海、广州等地的雾水化学分析 (Yang, et al, 2012; 鲍宝堂等, 1995; 李子华等, 1994; 吴兑等, 2004) 表明,20世纪90年代至21世纪初,在污染较严重的城市阴离子以SO42-为主,阳离子以Ca2+或NH4+浓度最高。一次雾过程不同阶段的雾水化学特征是不同的,由于雾滴的生长和蒸发,反映在雾过程中含水量的大小上,轻雾和消散阶段的雾通常会呈现高的污染物浓度 (汤莉莉等, 2008;樊曙先等, 2010;Yue, et al, 2012)。徐峰等 (2011)在对海雾的研究中发现,在雾发生前期雾水中各离子成分浓度最高,雾发生期间采集的雾水离子浓度偏低。李德等 (1999)研究了发生在1994年1月9日的上海浓雾,发现pH值、电导率和离子浓度与初始阶段相比在雾的后期都有明显下降。
雾水化学不仅与空气中污染物浓度相关,而且是多种因子共同作用的结果 (Collett, et al, 2002)。来自不同区域的空气团具有不同的雾滴凝结核源决定了雾滴的初始成分,进一步会通过吸收可溶性气体和液相化学反应而改变雾水化学成分 (Raja, et al, 2008)。南京地区辐射雾的发生主要受局地大陆气团影响,受南面长江水汽影响,将发展为平流雾;而受东北风带来的海洋气团及附近工业区污染物控制影响下的平流雾,离子浓度会大幅度升高 (秦彦硕等, 2011)。
近年来, 长江三角洲地区浓雾或强浓雾天气有明显增多的趋势,但探究不同尺度雾滴的化学成分与大气复合污染物、雾的微物理结构关系的研究非常少。本研究利用在南京信息工程大学中国气象局气象探测试验基地开展雾的综合观测试验中取得的资料,通过分析2013年12月7—9日南京持续性浓雾天气过程三级分档雾水和分粒径气溶胶粒子的水溶性离子成分特征、雾滴与气溶胶数浓度随粒径尺度变化、含水量等微物理特征及大气能见度、边界层垂直结构特征,研究了三级分档雾滴与相应分粒径气溶胶粒子的微物理特征和化学特征,探讨了气溶胶离子组分对不同尺度雾滴化学性质的影响,为雾物理化学过程和大气复合污染成因研究提供科学依据。
2 观测与方法 2.1 观测地点与仪器观测地点设在南京信息工程大学校园内综合观测培训实习基地 (32.2°N,118.7°E,海拔高度22 m),校园位于南京市北郊盘城镇,偏东方向约3 km处分布有南京钢铁厂、扬子石化等大型企业,并且采样期间观测点附近有楼盘建筑和地铁建设施工。雾观测仪器架设在距离地面3 m左右的观测站平台上,所用仪器信息详见表 1。
仪器 | 生产商 | 测量项目 | 时间分辨率 | 测量范围与精度 |
ZQZ-DN型能见度仪 | 江苏无线电科学研究所,中国 | 地面水平能见距离 | 1 min | 10%, < 1000 m;20%, > 1000 m |
FM-100型雾滴谱仪 | DMT,美国 | 地面雾滴尺度分布 | 1 s | 2—50 μm,选用20个通道 |
自动气象站 | ICT,澳大利亚 | 地面气温、气压、相对湿度、风向、风速 | 1 min | 1%—3% |
3321型空气动力学粒径谱仪 (APS) | TSI,美国 | 地面气溶胶粒子尺度分布 | 1 s | 共52档,0.5—20 μm有42档 |
CASCC主动式分档雾水采集器 | 科罗拉多州立大学,美国 | 浓雾过程地面雾水分档分时的采集 | — | > 22 μm (1级),16—22 μm (2级),4—16 μm (3级) |
FA-3型气溶胶粒度分布采样器 | 辽阳市康洁仪器研究所,中国 | 地面分粒径气溶胶样品的采集 | — | < 0.43,0.43—0.65,0.65—1.1,1.1—2.1,2.1—3.3,3.3—4.7,4.7—5.8,5.8—9.0,9.0—10 μm |
TP/WVP-3000微波辐射计 | Radiometrics,美国 | 地面到10 km高度的温度、水汽和液态水的垂直廓线 | 1 min | 温度 (-50—+50℃)—0.5℃相对湿度 (0—100%)—2%气压 (800—1060 hPa)—0.3 hPa IRT (Δ T=T环境-T云)—(0.5+0.007×Δ T)℃ |
DDS-11A数显电导率仪 | 上海雷磁创益仪器仪表有限公司,中国 | EC | — | 0—10000 μS /cm |
Metrohm 827台式pH计 | 万通,瑞士 | pH | — | pH 0—14 (-8—22),0.0001 |
雾是水平能见度低于1 km的视程障碍天气,当能见度在0.05—0.5 km时为浓雾,低于0.05 km为强浓雾。观测期间出现持续性强浓雾天气,主要发生在2013年12月8日02时30分—11时50分 (北京时,下同) 和12月8日16时50分—9日02时。利用CASCC主动式分档雾水采集器在8个时段采集到三级分档雾水样品23个 (12月8日02时30分—06时30分未采集到雾滴直径4—16 μm的雾水),采样时段和基本气象信息见表 2。CASCC主动式分档雾水采集器由美国科罗拉多州立大学教授Jeffrey L Collett Jr设计,设有由聚碳酸酯材料制成的三级射流冲击阶段,尾部装置引风机转动抽气,设计流速为1500 L/min,雾滴随空气进入仪器,其三级射流冲击传递的加速度使不同尺度雾滴在通过3个阶段时先后发生撞击而分离为4—16 μm (3级)、16—22 μm (2级) 和>22 μm (1级) 雾滴,同时独立收集这3个分档雾滴汇集形成的雾水以用于化学分析,切割率为50%。采样前,雾水采集器用去离子水清洗3次,干燥后使用,收集雾水用的聚乙烯瓶也在纯水中浸泡3 h后冲洗3次并干燥备用。在每个阶段雾水采样后,立即使用瑞士万通Metrohm 827台式pH计和上海雷磁公司的DDS-11A数显电导率仪测量雾水pH值和电导率,然后用铝箔纸将雾水样品包裹放置冰箱中低温保存。
强浓雾过程 | 采样阶段 | 采样起止时间 (2013年12月) | 平均值 | ||||
能见度 (m) | 气温 (℃) | 风速 (m/s) | 相对湿度 (%) | 风向 (°) | |||
Ⅰ | 1 | 8日02:30—06:30 | 40 | 2.56 | 0.42 | 96.85 | 249 |
2 | 8日06:30—07:30 | 58 | 2.9 | 0.45 | 97.40 | 235 | |
3 | 8日07:30—08:30 | 49 | 3.48 | 0.53 | 97.55 | 273 | |
4 | 8日08:30—10:00 | 57 | 5.37 | 0.63 | 97.79 | 175 | |
5 | 8日10:00—11:50 | 171 | 6.66 | 0.83 | 97.91 | 170 | |
Ⅱ | 6 | 8日16:50—9日00:00 | 80 | 7.11 | 0.88 | 97.00 | 295 |
7 | 9日00:00—01:00 | 44 | 5.77 | 1.83 | 97.66 | 281 | |
8 | 9日01:00—02:00 | 118 | 5.91 | 1.95 | 97.80 | 280 |
利用FA-3型气溶胶粒度分布采样器 (辽阳市康洁仪器研究所) 采集分粒径气溶胶样品,切割直径为: < 0.43、0.43—0.65、0.65—1.1、1.1—2.1、2.1—3.3、3.3—4.7、4.7—5.8、5.8—9.0、9.0—10 μm,流速28.3 L/min。采样使用特氟龙滤膜 (上海兴亚净化材料厂),采样前后滤膜均进行恒温、恒湿称重处理。采样期间,每天分白天、夜间采集9级分粒径气溶胶样品, 采集时间为07—18时 (白天), 19时—次日06时 (夜间)。气溶胶采样器流速远小于雾水采集器,不足以抽取雾滴进入采样器,即使有雾滴进入,也是极少量,可忽略。现场观察发现,采样后的滤膜是干爽的。另架设挡板遮挡雨水。采集完成后的滤膜样品在4℃条件下避光保存,采样后的滤膜用铝箔封装后带回实验室,恒温、恒湿称重后放入冰箱低温 (4℃) 保存至分析 (薛国强等, 2014)。
2.3 样品分析与数据处理实验室内,将气溶胶采样后的滤膜取1/2,剪碎,置于15 ml的PET瓶中,加入10 ml去离子水 (实验用水均使用Million Q仪器超滤至电阻率达18.2 MΩ/cm的超纯水)。为使滤膜上的可溶物质加速溶解,先后进行2 h的机械振荡和1 h的超声振荡处理,静置24 h。使用注射器抽取静置后的溶液中约7 ml的上层清液,透过0.22 μm微孔水系滤头过滤注入试管。雾水样品在静置后同样抽取7 ml上层清液,用0.45 μm水系过滤头过滤。使用瑞士万通850专业IC型色谱仪测定雾水样品中的水溶性离子,测量的离子有K+、Ca2+、Mg2+、Na+、NH4+、SO42-、NO3-、NO2-、Cl-,具体分析条件见孙玉等 (2015),气溶胶样品中测量的离子与雾水相同。根据采样器的切割直径范围将气溶胶样品分为小 ( < 0.43 μm)、中 (0.43—1.1 μm)、大 (1.1—10 μm)3个粒径段。雾过程前后共有5次气溶胶采样,每个采样时段的每个粒径段为一个样本。
利用FM-100型雾滴谱仪可测得不同尺度下的雾滴数浓度,同时根据已测雾滴尺度和数量计算出液态水含量。雾过程中,雾滴谱仪保持开启状态,1 s记录一次,读取数据时进行每0.5 min等间隔提取处理。同时将数据依照三级雾水采样器的分档直径划分为3级:4—16 μm (3级)、16—22 μm (2级) 和>22 μm (1级) 雾滴。使用3321型空气动力学粒径谱仪 (APS) 气溶胶谱数据进行24 h持续采集,进气口设有干燥管,过滤掉液滴。受仪器测量粒径范围限制,气溶胶谱数据分为小 ( < 0.5 μm)、中 (0.5—1 μm,在积聚模态范围) 和大 (1—20 μm,在粗模态范围) 气溶胶3个粒径段 (王爱平等, 2014)。
3 结果与分析 3.1 南京冬季强浓雾过程气象条件分析2013年12月7—10日南京地区在低槽与冷温度槽控制下,大气层结稳定,属于重霾和大雾天气,其中8日凌晨和傍晚出现强浓雾过程,地面辐射冷却、低空下沉气流及暖湿气流是其形成的重要原因 (焦圣明等, 2016)。7日20时水平能见度在1 km左右 (图 1),但水汽含量不足,初期的低能见度是霾所致 (吴兑, 2006)。风向不稳定,相对湿度出现下降,能见度显示不连续的变化。随着气温下降,相对湿度升高,雾开始形成,直到22时前后,能见度持续下降至500 m以下,转变为浓雾天气。在8日02时30分气温下降至2.56℃,湿度接近100%(Quan, et al, 2011),液态水含量达到0.5 g/m3左右,以西北风为主导,平均风速只有0.42 m/s,能见度突发下降到50 m左右,发展为强浓雾 (表 2)。第1次强浓雾过程持续到8日12时,能见度上升至500 m以上。第2次强浓雾过程出现在17时前后,能见度再次下降到70 m以下,平均气温为7.11℃,平均风速为0.88 m/s,液态水含量最大只达到0.1 g/m3左右。9日02时,风速超过2 m/s,相对湿度下降,能见度回升。9日白天,随着太阳辐射的增强,浓雾逐渐消散。
![]() |
(a.能见度 (黑线) 和液态水含量 (蓝线), b.气温 (黑线) 和相对湿度 (红线), c.风速 (黑色散点) 和风向 (红色散点);风向:0°北风;90°东风;180°南风;270°西风;虚线划分两次强浓雾过程) 图 1 气象要素随时间的变化 Figure 1 Temporal evolutions of the meteorological elements (a. visibility (black line) and liquid water content (blue line), b. Air temperature (black line) and relative humidity (red line); c. wind speed (black dots) and direction (red dots). 0° represents northerly winds, 90° indicates easterly wind, 180° indicates southerly winds, 270° is for westerly winds. The dashed line distinguishes the two fog events) |
这次雾演变过程受辐射变化影响较大,气温持续偏低,低层暖湿气流提供充足水汽,风速低,为平流辐射雾。南京大气污染严重,浓雾中污染气溶胶粒子含量较高,不同尺度雾滴的形成受不同粒径气溶胶的影响也存在差别。如图 2,在8日02时30分前后浓雾发展为强浓雾过程,大量的气溶胶粒子凝结生长形成雾滴。各级雾滴数浓度、液态水含量都有明显的增大,液滴尺度增大,各粒径范围气溶胶数浓度大幅度降低。雾滴的增加主要集中在4—16 μm的小滴阶段,其数浓度从40个/cm3上升到560个/cm3的数量级,第1级大滴 (>22 μm) 和第2级中滴 (16—22 μm) 增加量相对较少, 中间粒径气溶胶粒子数量增加最多,凝结增长贡献最大。
![]() |
(a.分粒径气溶胶:Na1小粒径气溶胶数浓度 (黑线), Na2中粒径气溶胶数浓度 (红线), Na3大粒径气溶胶数浓度 (蓝线);b.三级分档雾滴:Nf1为1级雾滴数浓度 (黑线), Nf2为2级雾滴数浓度 (红线), Nf3为3级雾滴数浓度 (蓝线);虚线划分是2次强浓雾过程以及8次雾水采样时段) 图 2 雾微物理量随时间的变化 (a. Particle size aerosols:Na1 small particle size aerosol concentration (black line), Na2 median particle size aerosol concentration (red line), Na3 large particle size aerosol concentration (blue line); b. Three-stage fog droplets: Nf1: number concentration of fog droplets in stage 1 (black line), Nf2: number concentration of fog droplets in stage 2 (red line), Nf3: number concentration of fog droplets in stage 3 (blue line); dashed lines distinguish the two fog events and eight sampling periods) Figure 2 Temporal changes of microphysical variables of fog |
如图 2a,在12月7日20—23时雾过程发展初期,气溶胶的数浓度偏低,也没有足够的水汽提供使大量气溶胶凝结生长,空气中只有少量的第3级小雾滴 (4—16 μm),其他两级雾滴数浓度趋近于0。在7日23时前后,气溶胶浓度出现一次爆发性的增长,小粒径气溶胶数浓度最先迅速升高,然后中粒径段的气溶胶数浓度明显升高,两者由102个/cm3增长到104个/cm3的量级,小粒径的气溶胶粒子可以通过布朗碰并和湍流碰并形成较大尺度的气溶胶 (Friedlander, 2000;唐孝炎等, 2006),大粒径气溶胶浓度升高到7000个/cm3左右。8日02时30分,气溶胶浓度急剧下降,各级雾滴数浓度爆发上升 (图 2b)。雾滴凝结过程产生的潜热释放和高浓度气溶胶粒子环境促进了雾内布朗碰并过程的增强,小粒径气溶胶的数量急剧减小 (吴奕霄等, 2014)。在稳定层结下,布朗碰并过程的增强使小粒径气溶胶向中粒径段的气溶胶转化更加显著,所以在雾体发展较弱阶段,两者相差不大,在强浓雾过程中,中粒径气溶胶浓度远高于小粒径的气溶胶 (图 2a)。雾滴形成之后,小滴继续碰并成长为中滴和大滴,中滴和大滴继续捕获小滴,捕获效率逐渐增大 (濮梅娟等, 2008a),第1次强浓雾过程到8日12时前后结束,空气中只有少量小雾滴。17时,进入第2次强浓雾过程,各级雾滴再次出现爆发性增多。随着强浓雾天气发展,大滴和中滴都有明显的增多。由于气溶胶的凝结增长持续强盛。小雾滴的数量没有减少。在雾中重力沉降作用较弱,大雾滴的浓度也会维持在较高值 (Niu, et al, 2012)。
图 3是两次强雾过程中气溶胶数浓度和雾滴数浓度随粒子尺度的变化,两者都随粒径的增大而减小。在气溶胶数浓度的尺度分布图上,0.5—1 μm的位置有一个峰值,此粒径段的气溶胶粒子在雾过程中最活跃。相对于第1次强浓雾过程,第2次过程中1—10 μm的气溶胶数浓度低很多。两次过程的雾滴随粒子尺度变化呈现近似的单调递减趋势,小滴段有较高浓度值,在采样过程中第3级小滴 (4—16 μm) 也相应地采集到较多的样品量。部分小雾滴通过碰并生长形成中滴和大滴 (刘霖蔚等, 2012),使得雾滴谱线向大尺度方向移动,谱宽相对于气溶胶谱更宽。
![]() |
图 3 两次强浓雾过程气溶胶数浓度 (a) 和雾滴数浓度 (b) 随粒子直径的分布 Figure 3 Size distributions of aerosol particle numbers (a) and fog droplet numbers (b) during the two heavy fog processes |
这次持续性强浓雾天气中大气层结稳定,逆温层顶高约900 m,雾体发展强盛 (图 4),雾顶高度在500 m左右,水汽含量充足,保障了雾水持续的采集。基于对雾水离子成分的检测,得出表 3中雾水样品的各阴、阳离子浓度。各离子浓度都是在第3级雾水 (4—16 μm) 中最高。在相同体积的情况下,空气中小液滴的表面积更大,溶解更多离子。第1级雾水 (>22 μm) 的离子浓度和第2级雾水 (16—22 μm) 离子浓度相差不大。由表 3可见,第2级雾水离子浓度变化很不稳定,因为中滴由小滴的碰并增长的同时,自身也在不断的在碰并增长或者捕获小滴增长为大滴。
![]() |
图 4 温度 (a) 和相对湿度 (b) 的时、空变化 Figure 4 Spatial and temporal variations of temperature (a) and relative humidity (b) |
采样阶段 | 采样时间 | 分档 | Cl- | NO3- | SO42- | Na+ | NH4+ | K+ | Mg2+ | Ca2+ | 阴离子浓度 | 阳离子浓度 |
1 | 8日02:30—06:30 | stage 1 | 123.94 | 786.12 | 363.75 | 65.21 | 2266.66 | 40.00 | 51.66 | 596.50 | 1273.81 | 3020.03 |
stage 2 | 189.85 | 1072.25 | 542.50 | 54.78 | 3222.22 | 64.61 | 30.00 | 489.50 | 1804.60 | 3861.11 | ||
stage 3* | ||||||||||||
2 | 8日06:30—07:30 | stage 1 | 175.77 | 1103.22 | 634.16 | 76.52 | 2557.77 | 54.87 | 121.66 | 1355.00 | 1913.15 | 4165.82 |
stage 2 | 352.11 | 648.38 | 372.91 | 458.69 | 1680.55 | 157.69 | 89.58 | 370.00 | 1373.40 | 2756.51 | ||
stage 3 | 414.08 | 1270.96 | 659.37 | 2165.21 | 1838.88 | 156.41 | 100.00 | 400.00 | 2344.41 | 4660.50 | ||
3 | 8日07:30—08:30 | stage 1 | 501.40 | 2163.87 | 1339.79 | 114.78 | 2926.66 | 202.05 | 187.50 | 3751.00 | 4005.06 | 7181.99 |
stage 2 | 240.84 | 756.45 | 453.12 | 141.30 | 2486.11 | 73.07 | 29.16 | 677.50 | 1450.41 | 3407.14 | ||
stage 3 | 428.16 | 2159.67 | 1193.75 | 191.30 | 7027.77 | 287.17 | 54.16 | 602.50 | 3781.58 | 8162.90 | ||
4 | 8日08:30—10:00 | stage 1 | 232.39 | 995.16 | 511.97 | 202.17 | 3063.88 | 92.30 | 20.83 | 426.25 | 1739.52 | 3805.43 |
stage 2 | 288.73 | 929.83 | 573.95 | 589.13 | 2725.00 | 133.33 | 110.41 | 388.75 | 1792.51 | 3946.62 | ||
stage 3 | 791.54 | 2435.48 | 1286.45 | 278.26 | 7283.33 | 433.33 | 162.50 | 1595.00 | 4513.47 | 9752.42 | ||
5 | 8日10:00—11:50 | stage 1 | 383.09 | 1409.67 | 794.27 | 178.26 | 3063.88 | 116.66 | 156.25 | 1693.80 | 2587.03 | 5208.85 |
stage 2 | 440.84 | 1225.00 | 731.25 | 245.65 | 3350.00 | 193.58 | 166.66 | 1387.50 | 2397.09 | 5343.39 | ||
stage 3 | 969.01 | 3630.64 | 1873.95 | 465.21 | 9450.00 | 569.23 | 262.50 | 2857.50 | 6473.60 | 13604.44 | ||
6 | 8日16:50—24:00 | stage 1 | 769.01 | 5318.54 | 2245.31 | 452.17 | 6450.00 | 252.56 | 664.58 | 3777.50 | 8332.86 | 11596.81 |
stage 2 | 835.21 | 6951.61 | 3614.58 | 354.34 | 11530.50 | 216.66 | 472.91 | 3518.80 | 11401.40 | 16093.27 | ||
stage 3 | 1526.76 | 13250.00 | 7301.04 | 221.73 | 21544.40 | 546.15 | 900.00 | 11223.00 | 22077.80 | 34435.32 | ||
7 | 9日00:00—01:00 | stage 1 | 369.01 | 3608.06 | 1872.91 | 334.78 | 48075.00 | 850.00 | 350.00 | 3252.50 | 5849.98 | 52862.28 |
stage 2 | 619.71 | 3715.32 | 1623.43 | 332.60 | 5716.66 | 321.79 | 470.83 | 2030.00 | 5958.46 | 8871.88 | ||
stage 3 | 1056.33 | 10327.40 | 3988.54 | 6991.30 | 16461.10 | 246.15 | 395.83 | 2040.00 | 15372.27 | 26134.39 | ||
8 | 9日01:00—02:00 | stage 1 | 311.26 | 2214.51 | 2199.47 | 113.04 | 4400.00 | 101.28 | 291.66 | 2406.30 | 4725.24 | 7312.28 |
stage 2 | 480.28 | 3241.93 | 1861.45 | 160.86 | 7866.66 | 256.41 | 125.00 | 863.75 | 5583.66 | 9272.68 | ||
stage 3 | 800.00 | 8264.51 | 4405.20 | 78.26 | 18611.10 | 353.84 | 258.33 | 3942.50 | 13469.71 | 23244.04 | ||
注:*未采集成功 |
如图 5所示,南京三级分档雾水中主要的阴离子是NO3-和SO42-,两者相差不大,皆在各级雾水中占18%左右。这与2006和2007年南京雾水观测实验得到的SO42-浓度占绝对优势的结论不同 (杨军等, 2009),说明近年来南京大气污染由硫酸型向以氮氧化物为主的复合型污染转化,也与南京地区降水中NO3-浓度升高的实际一致 (张泽锋等, 2015)。Cl-和NO2-含量最低,各阴离子所占比重相对稳定。阳离子中Ca2+的浓度在第1级 (>22 μm) 雾水中最高,2级 (16—22 μm) 和3级 (4—16 μm) 雾水中NH4+的浓度最高,占总离子浓度的比例分别为35.93%和37.59%。其次,Ca2+浓度较高,尤其在第1级大滴中占20.67%,Na+、K+和Mg2+的浓度相对较低。
![]() |
(a.1级,b.2级,c.3级) 图 5 三级分档雾水中离子浓度的比例 (a. stage 1, b. stage 2, c. stage 3) Figure 5 The proportion of ions in three-stage fog water |
为探究雾水中离子组分特征,对气溶胶粒子的离子组成进行分析。图 6可以反映出3个粒径段气溶胶粒子中离子浓度平均水平 (箱内横线表示中位数),上下竖线延伸到的范围表示浓度值的变异程度。在各粒径段气溶胶粒子中Ca2+的浓度占相对明显的优势,其次是NO3-和SO42-。阴离子中,NO3-和SO42-浓度所占的比重最大。在整个雾过程中,小粒径气溶胶中的Ca2+浓度的变化范围很大,中位数在13 μg/m3左右,根据数据可知,在12月7日白天最大值达到24.59 μg/m3,在中粒径和大粒径气溶胶中也有很高的浓度。可能是在白天采样点附近的建筑施工扬尘等人类活动增加了气溶胶中Ca2+的浓度。Ca2+随着气溶胶吸湿增长后存在于雾滴中,高相对分子量的Ca2+更易溶解在单体含水量更高的大雾滴中,在大滴中所占的比例相比于中滴和小滴中更大。Moore等 (2004b)在美国加州使用五级采样器采集雾水分析发现,云凝结核外围的混合物中大量存在含有Ca (NO3)2的气溶胶,使得大雾滴中有较高浓度的Ca2+。NH4+在中粒径气溶胶中的浓度变化最大,浓度也相对更高。空气中的NH3也是雾滴中NH4+的主要来源,它可以吸附在气溶胶凝结核上,或者直接溶解进入雾滴。在高酸度的雾水环境中 (图 7),空气中的氨气更容易直接进入液态中 (Moore, et al, 2004b)。阴离子浓度最高的NO3-和SO42-在中粒径气溶胶粒子中变化最大,是因为液态水含量升高后,由于雾滴对空气中的气溶胶的清除作用,气溶胶硝酸盐转移到雾水中。同时,在雾天气中,消耗氮氧化物光化学反应的主要条件短波辐射减少,氮氧化物反应速率下降,浓度升高 (张悦, 2016),空气中存在大量气态氮氧化物,雾水对其有一定的吸收 (孙玉等, 2015)。邻近采样点的高速公路上大量的机动车的排放物是这些氮氧化物的主要来源。但是雾水中NO2-的含量很低,大气中HNO2的存在非常不稳定,在常温的状态下极易转化为NO和HNO3,而且酸性雾水也提供了良好的反应环境。SO42-浓度变化范围与NO3-比较相差不大,两者具有同源性 (岳岩裕等, 2016)。同样是由于雾滴对空气中的气溶胶的吸收,气溶胶中硫酸盐向雾滴中转移。采样点附近的钢铁厂和热电厂的燃煤废气排放到大气中会产生SO2,被雾滴部分吸收。
![]() |
(箱内横线表示中位数,竖线范围表示变异程度) 图 6 分粒径气溶胶的离子平均浓度及波动变化 Figure 6 Average concentrations of ions in particle-size aerosols and their variation ranges |
![]() |
(a.1级,b.2级,c.3级) 图 7 三级分档雾水离子浓度分布及EC和pH的变化 (a. stage 1, b. stage 2, c. stage 3) Figure 7 Distributions of average ion concentrations in three-stage fog water and variations of EC and pH |
图 7为三级分档雾水中各离子浓度在不同采样阶段的分布及pH值和电导率的变化。南京冬季雾水pH值为2.7—6.9,呈酸性。各级雾水相比,第3级雾水 (4—16 μm) 的pH值最小,中滴和大滴都相对更大,平均值分别是4.58、5.27和5.68。pH值随着雾过程发展基本呈降低趋势,酸性增强,第2次强浓雾过程4—16 μm雾水pH值达到2—3,属于高酸度的雾水环境。电导率与离子浓度的变化趋势一致,它的增加也反映离子浓度逐渐升高。小滴雾水电导率数值最高,在第6个采样阶段第3级雾水的电导率达到1991 μs/cm。进入到第2次强浓雾过程,各离子浓度都有不同程度的升高,尤其在第3级小滴雾水中阴、阳离子各增加两倍之多,阳离子中NH4+增加最多,其次是Ca2+,阴离子中NO3-和SO42-增多都很明显。12月8日下午仍处于稳定的逆温环境中 (图 4),人类生产生活排放的废气和汽车的尾气难以扩散。生成第2次强浓雾过程时空气中气溶胶含量没有明显的变化 (图 2),持续较高的相对湿度使排放物质直接吸附在雾滴中,增加雾滴的离子含量,导致第2次强浓雾过程中雾水离子浓雾高于第1次过程。
4 结论(1) 此次雾生成前相对湿度小于90%,处于霾阶段。受辐射变化、温度降低影响较大,低层暖湿气流提供充足水汽,出现持续性强浓雾过程,能见度降至50 m左右。
(2) 强浓雾形成后,雾滴的增多主要集中在第3级 (4—16 μm) 的小滴阶段,第2级中滴 (16—22μm) 和第1级大滴 (大于22 μm) 增加数量相对较少。分粒径气溶胶0.5—1 μm的中粒径气溶胶粒子数浓度下降最多,凝结增长贡献最大。
(3) 三级分档雾水中测定的阴、阳离子浓度在4—16 μm小滴雾水中均为最高,在第2级和第1级雾水中相差不大。阴离子中NO3-和SO42-浓度最高,Cl-和NO2-浓度最低,而且各阴离子所占比重相对稳定,变化不大。与以往南京雾水观测实验得到的SO42-浓度占绝对优势的结论有差异,南京大气污染由硫酸型向氮氧化物为主的复合型污染转化。阳离子中Ca2+的浓度在第1级小滴雾水中最高,2级和3级雾水中NH4+的浓度最高,Na+、K+和Mg2+的浓度相对较低。阴离子NO3-和SO42-来源相似,主要是吸收了硫酸盐气溶胶和硝酸盐气溶胶粒子以及气态污染物,与分粒径气溶胶中各粒径段阴离子NO3-和SO42-均表现出较高值相对应。雾水中阳离子含量较高的Ca2+则主要来自于对气溶胶的吸收,同样在气溶胶中检测到Ca2+浓度最高。
(4) 南京冬季三级分档雾水的pH值为2.7—6.9,呈酸性,第3级雾水的pH值最小,第2级和第1级相对较高,平均值分别是4.58、5.27和5.68。逆温层结稳定,人类生产生活排放的废气和汽车尾气难以扩散,导致强浓雾过程的雾水离子浓度更高,pH值更低。
鲍宝堂, 束家鑫, 朱炳权. 1995. 上海城市雾理化特性的研究. 南京气象学院学报, 18(1): 114–118. Bao B T, Su J X, Zhu B Q. 1995. Study on physicochemical properties of urban fog in Shanghai. J Nanjing Inst Meteor, 18(1): 114–118. (in Chinese) |
樊曙先, 杨雪贞, 樊韬, 等. 2009. 南京冬季雾水金属元素及水溶性阴离子浓度特征. 环境科学学报, 29(9): 1878–1885. Fan S X, Yang X Z, Fan T, et al. 2009. Metal elements and water-soluble anion concentrations in winter fog water in Nanjing. Acta Sci Circum, 29(9): 1878–1885. (in Chinese) |
樊曙先, 黄红丽, 顾凯华, 等. 2010. 雾过程对大气气溶胶PM10中多环芳烃粒径分布的影响. 高等学校化学学报, 31(12): 2375–2382. Fan S X, Huang H L, Gu K H, et al. 2010. Effect of fog process on the size distribution of polycyclic aromatic hydrocarbons in the atmospheric aerosol PM10. Chem J Chin Univ, 31(12): 2375–2382. (in Chinese) |
顾凯华, 樊曙先, 黄红丽, 等. 2011. 南京冬季雾天颗粒物中PAHs分布与气象条件的关系. 中国环境科学, 31(8): 1233–1240. Gu K H, Fan S X, Huang H L, et al. 2011. Characteristics of polycyclic aromatic hydrocarbons (PAHs) in particles and the influence of foggy weather conditions during the winter in Nanjing. China Environ Sci, 31(8): 1233–1240. (in Chinese) |
黄玉生, 黄玉仁, 李子华, 等. 2000. 西双版纳冬季雾的微物理结构及演变过程. 气象学报, 58(6): 715–725. Huang Y S, Huang Y R, Li Z H, et al. 2000. The microphysical structure and evolution of winter fog in Xishuangbanna. Acta Meteor Sinica, 58(6): 715–725. DOI:10.11676/qxxb2000.072 (in Chinese) |
焦圣明, 朱承瑛, 朱毓颖, 等. 2016. 江苏地区一次罕见持续性强浓雾过程的成因分析. 气象学报, 74(2): 200–212. Jiao S M, Zhu C Y, Zhu Y Y, et al. 2016. A discussion on the reason for a rare persistent heavy fog event in Jiangsu Province. Acta Meteor Sinica, 74(2): 200–212. (in Chinese) |
李德, 陈明华, 邵德民. 1999. 上海雾天大气污染及雾水组分研究. 上海环境科学, 18(3): 117–120. Li D, Chen M H, Shao D M. 1999. Study on air pollution and composition of fog in Shanghai. Shanghai Environ Sci, 18(3): 117–120. (in Chinese) |
李子华, 彭中贵. 1994. 重庆市冬季雾的物理化学特性. 气象学报, 52(4): 477–483. Li Z H, Peng Z G. 1994. Physical and chemical characteristics of the Chongqing winter fog. Acta Meteor Sinica, 52(4): 477–483. DOI:10.11676/qxxb1994.058 (in Chinese) |
李子华. 2001. 中国近40年来雾的研究. 气象学报, 59(5): 616–624. Li Z H. 2001. Studies of fog in China over the past 40 years. Acta Meteor Sinica, 59(5): 616–624. DOI:10.11676/qxxb2001.065 (in Chinese) |
刘霖蔚, 牛生杰, 刘端阳, 等. 2012. 南京冬季浓雾的演变特征及爆发性增强研究. 大气科学学报, 35(1): 103–112. Liu L W, Niu S J, Liu D Y, et al. 2012. Evolution characteristics and burst reinforcement of winter dense fog in Nanjing. Trans Atmos Sci, 35(1): 103–112. (in Chinese) |
牛生杰. 2014. 雾物理化学研究. 北京: 气象出版社: 48-52. Niu S J. 2014. Physical and Chemical Research of Fog. Beijing: China Meteorological Press: 48-52. |
濮梅娟, 严文莲, 商兆堂, 等. 2008a. 南京冬季雾爆发性增强的物理特征研究. 高原气象, 27(5): 1111–1118. Pu M J, Yan W L, Shang Z T, et al. 2008a. Study on the physical characteristics of burst reinforcement during the winter fog of Nanjing. Plateau Meteor, 27(5): 1111–1118. (in Chinese) |
濮梅娟, 张国正, 严文莲, 等. 2008b. 一次罕见的平流辐射雾过程的特征. 中国科学D辑:地球科学, 51(7): 1044–1052. Pu M J, Zhang G Z, Yan W L, et al. 2008b. Features of a rare advection-radiation fog event. Sci China Ser D: Earth Sci, 51(7): 1044–1052. (in Chinese) |
秦彦硕, 刘端阳, 银燕, 等. 2011. 南京地区雾水化学特征及污染物来源分析. 环境化学, 30(4): 816–824. Qin Y S, Liu D Y, Yin Y, et al. 2011. Analysis of chemical characteristics in fog water and pollutant source in Nanjing. Environ Chem, 30(4): 816–824. (in Chinese) |
孙玉, 樊曙先, 张健, 等. 2015. 南京2013年冬季三级分粒径雾水化学特征. 中国环境科学, 35(4): 1019–1031. Sun Y, Fan S X, Zhang J, et al. 2015. Chemical characteristics of the three-stage fog water in the winter of 2013 in Nanjing. China Environ Sci, 35(4): 1019–1031. (in Chinese) |
汤莉莉, 牛生杰, 陆春松, 等. 2008. 南京市郊雾水中重金属和大气污染物的观测分析. 南京气象学院学报, 31(4): 592–598. Tang L L, Niu S J, Lu C S, et al. 2008. An observational study on contents of heavy metals in fog water and air pollution in the north suburb of Nanjing. J Nanjing Inst Meteor, 31(4): 592–598. (in Chinese) |
唐孝炎, 张远航, 邵敏. 2006. 大气环境化学. 2版. 北京: 高等教育出版社: 286-290. Tang X Y, Zhang Y H, Shao M. 2006. Atmospheric Environmental Chemistry. 2nd ed. Beijing: Higher Education Press: 286-290. |
王爱平, 朱彬, 银燕, 等. 2014. 黄山顶夏季气溶胶数浓度特征及其输送潜在源区. 中国环境科学, 34(4): 852–861. Wang A P, Zhu B, Yin Y, et al. 2014. Aerosol number concentration properties and potential sources areas transporting to the top of mountain Huangshan in summer. China Environ Sci, 34(4): 852–861. (in Chinese) |
吴兑, 邓雪娇, 叶燕翔, 等. 2004. 南岭大瑶山浓雾雾水的化学成分研究. 气象学报, 62(4): 476–485. Wu D, Deng X J, Ye Y X, et al. 2004. The study on fog-water chemical composition in Dayaoshan of Nanling mountain. Acta Meteor Sinica, 62(4): 476–485. DOI:10.11676/qxxb2004.048 (in Chinese) |
吴兑. 2006. 再论都市霾与雾的区别. 气象, 32(4): 9–15. Wu D. 2006. More discussions on the differences between haze and fog in city. Meteor Mon, 32(4): 9–15. DOI:10.7519/j.issn.1000-0526.2006.04.002 (in Chinese) |
吴奕霄, 银燕, 顾雪松, 等. 2014. 南京北郊大气气溶胶的吸湿性观测研究. 中国环境科学, 34(8): 1938–1949. Wu Y X, Yin Y, Gu X S, et al. 2014. An observational study of the hygroscopic properties of aerosols in north suburb of Nanjing. China Environ Sci, 34(8): 1938–1949. (in Chinese) |
徐峰, 牛生杰, 张羽, 等. 2011. 湛江东海岛春季海雾雾水化学特性分析. 中国环境科学, 31(3): 353–360. Xu F, Niu S J, Zhang Y, et al. 2011. Analyses on chemical characteristic of spring sea fog water on Donghai Island in Zhanjiang, China. China Environ Sci, 31(3): 353–360. (in Chinese) |
薛国强, 朱彬, 王红磊. 2014. 南京市大气颗粒物中水溶性离子的粒径分布和来源解析. 环境科学, 35(5): 1633–1643. Xue G Q, Zhu B, Wang H L. 2014. Size distributions and source apportionment of soluble ions in aerosol in Nanjing. Environ Sci, 35(5): 1633–1643. (in Chinese) |
杨军, 谢玉静, 石春娥, 等. 2009. 南京冬季辐射雾和平流辐射雾的化学特征差异. 大气科学学报, 32(6): 776–782. Yang J, Xie Y J, Shi C E, et al. 2009. Differences in ion compositions of winter fogwater between radiation and advection-radiation fog episodes in Nanjing. Trans Atmos Sci, 32(6): 776–782. (in Chinese) |
岳岩裕, 牛生杰, 张羽, 等. 2016. 湛江东海岛海雾雾水化学特征的对比分析. 环境科学学报, 36(5): 1573–1580. Yue Y Y, Niu S J, Zhang Y, et al. 2016. Comparative analysis of sea fog water chemical composition in the coastal area of Donghai Island. Acta Sci Circum, 36(5): 1573–1580. (in Chinese) |
张悦, 樊曙先, 李皓, 等. 2016. 气溶胶辐射效应在华东地区一次雾霾过程中的作用. 气象学报, 74(3): 465–478. Zhang Y, Fan S X, Li H, et al. 2016. Effects of aerosol radiative feedback during a severe smog process over eastern China. Acta Meteor Sinica, 74(3): 465–478. DOI:10.11676/qxxb2016.028 (in Chinese) |
张泽锋, 沈利娟, 朱彬, 等. 2015. 南京市降水化学特征及其来源研究. 大气科学学报, 38(4): 473–482. Zhang Z F, Shen L J, Zhu B, et al. 2015. Chemical characteristics and potential sources of precipitation in Nanjing. Trans Atmos Sci, 38(4): 473–482. (in Chinese) |
朱彤, 尚静, 赵德峰. 2010. 大气复合污染及灰霾形成中非均相化学过程的作用. 中国科学:化学, 40(12): 1731–1740. |
Zhu T, Shang J, Zhao D F. 2011. The roles of heterogeneous chemical processes in the formation of an air pollution complex and gray haze. Sci China Chem, 54(1): 146–153. |
Collett J L, Bator A, Rao X, et al. 1994. Acidity variations across the cloud drop size spectrum and their influence on rates of atmospheric sulfate production. Geophys Res Lett, 21(22): 2393–2396. DOI:10.1029/94GL02480 |
Collett Jr J L, Bator A, Sherman D E, et al. 2002. The chemical composition of fogs and intercepted clouds in the United States. Atmos Res, 64(1-4): 29–40. DOI:10.1016/S0169-8095(02)00077-7 |
Friedlander S K. 2000. Smoke, Dust, and Haze: Fundamentals of Aerosol Dynamics. 2nd ed. New York, Oxford: Oxford University Press: 188-219. |
García-García F, Virafuentes U, Montero-Martínez G. 2002. Fine-scale measurements of fog-droplet concentrations: A preliminary assessment. Atmos Res, 64(1-4): 179–189. DOI:10.1016/S0169-8095(02)00090-X |
Gerber H. 1991. Supersaturation and droplet spectral evolution in fog. J Atmos Sci, 48(24): 2569–2588. DOI:10.1175/1520-0469(1991)048<2569:SADSEI>2.0.CO;2 |
Lu C S, Niu S J, Tang L L, et al. 2010. Chemical composition of fog water in Nanjing area of China and its related fog microphysics. Atmos Res, 97(1-2): 47–69. DOI:10.1016/j.atmosres.2010.03.007 |
Meyer M B, Jiusto J E, Lala G G. 1980. Measurements of visual range and radiation-fog (haze) microphysics. J Atmos Sci, 37(3): 622–629. DOI:10.1175/1520-0469(1980)037<0622:MOVRAR>2.0.CO;2 |
Moore K F, Sherman D E, Reilly J E, et al. 2004a. Drop size-dependent chemical composition in clouds and fogs. Part Ⅰ: Observations. Atmos Environ, 38(10): 1389–1402. DOI:10.1016/j.atmosenv.2003.12.013 |
Moore K F, Sherman D E, Reilly J E, et al. 2004b. Drop size-dependent chemical composition of clouds and fogs. Part Ⅱ: Relevance to interpreting the aerosol/trace gas/fog system. Atmos Environ, 38(10): 1403–1415. DOI:10.1016/j.atmosenv.2003.12.014 |
Niu S J, Lu C S, Yu H Y, et al. 2010a. Fog research in China: An overview. Adv Atmos Sci, 27(3): 639–662. DOI:10.1007/s00376-009-8174-8 |
Niu S J, Lu C S, Liu Y G, et al. 2010b. Analysis of the microphysical structure of heavy fog using a droplet spectrometer: A case study. Adv Atmos Sci, 27(6): 1259–1275. DOI:10.1007/s00376-010-8192-6 |
Niu S J, Liu D Y, Zhao L J, et al. 2012. Summary of a 4-year fog field study in northern Nanjing, Part 2: Fog microphysics. Pure Appl Geophys, 169(5): 1137–1155. |
Ogren J A, Charlson R J. 1992. Implications for models and measurements of chemical inhomogeneities among cloud droplets. Tellus B, 44(3): 208–225. DOI:10.3402/tellusb.v44i3.15443 |
Portin H, Leskinen A, Hao L, et al. 2013. The effect of local sources on particle size and chemical composition and their role in aerosol-cloud interactions at Puijo measurement station. Atmos Chem Phys Discuss, 13(12): 32133–32173. DOI:10.5194/acpd-13-32133-2013 |
Quan J, Zhang Q, He H, et al. 2011. Analysis of the formation of fog and haze in North China Plain (NCP). Atmos Chem Phys Discuss, 11(4): 11911–11937. DOI:10.5194/acpd-11-11911-2011 |
Raja S, Raghunathan R, Yu X Y, et al. 2008. Fog chemistry in the Texas-Louisiana gulf coast corridor. Atmos Environ, 42(9): 2048–2061. DOI:10.1016/j.atmosenv.2007.12.004 |
Wang Y L, Zhang J W, Marcotte A R, et al. 2015. Fog chemistry at three sites in Norway. Atmos Res, 151: 72–81. DOI:10.1016/j.atmosres.2014.04.016 |
Yang J, Xie Y J, Shi C E, et al. 2012. Ion composition of fog water and its relation to air pollutants during winter fog events in Nanjing, China. Pure Appl Geophys, 169(5-6): 1037–1052. DOI:10.1007/s00024-011-0342-y |
Yue Y Y, Niu S J, Zhao L J, et al. 2012. Chemical composition of sea fog water along the South China Sea. Pure Appl Geophys, 169(12): 2231–2249. DOI:10.1007/s00024-012-0486-4 |
Zhou B B, Ferrier B S. 2008. Asymptotic analysis of equilibrium in radiation fog. J Appl Meteor Climatol, 47(6): 1704–1722. DOI:10.1175/2007JAMC1685.1 |