基于TEM-EDS對四川盆地大氣單顆粒氣溶膠的研究

董貴明,鄧嘉琳,張軍科,劉 琴

基于TEM-EDS對四川盆地大氣單顆粒氣溶膠的研究

董貴明,鄧嘉琳,張軍科*,劉 琴

(西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院,四川 成都 611756)

為了解四川盆地大氣中單顆粒氣溶膠理化特征,分別在該區(qū)域典型城市(成都市)和背景地區(qū)(峨眉山)進行了大氣單顆粒樣品采集.基于帶能譜的透射電子顯微鏡(TEM-EDS)對兩地累計3923個單顆粒的化學(xué)組成?形貌特征及混合狀態(tài)等進行了全面觀測和分析,并對兩地顆粒物差異性進行了對比分析.結(jié)果發(fā)現(xiàn):兩地氣溶膠顆粒主要包括有機物?富硫?礦物?煙塵和飛灰/金屬顆粒,除了以單獨的外混形式存在外,大多數(shù)顆粒以兩種及兩種以上顆粒類型混合(即內(nèi)混)形式存在.通過對成都市不同污染狀況下單顆粒特征對比發(fā)現(xiàn),“污染天”的內(nèi)混顆粒占比高于“清潔天”,分別為74.2%和68.6%;相比“清潔天”,“污染天”顆粒物粒徑分布范圍更廣且峰值區(qū)間更大,表明污染過程中顆粒物的大氣混合趨于更強.對比成都市與峨眉山分析結(jié)果得知,成都市以內(nèi)混的有機物-硫顆粒為主導(dǎo)(占比為50.2%),而峨眉山以外混的有機物顆粒為主導(dǎo)(占比為50.5%);成都市含硫類顆粒物(如有機物-硫顆粒)貢獻高于峨眉山,而峨眉山兩種含碳類顆粒(如煙塵和有機物-煙塵顆粒)占比高于成都市;此外,成都市與峨眉山兩地大氣顆粒物粒徑分布范圍及峰值區(qū)間均存在一定差異,進一步體現(xiàn)了兩地顆粒物來源和老化混合的差異.在峨眉山,與非降雨天相比,一些易溶于水的顆粒物(如含硫類顆粒)在降雨天占比明顯降低,而源自當(dāng)?shù)厝紵^程?粒徑較小且疏水性強的顆粒物(如煙塵和有機物-煙塵顆粒)占比相應(yīng)升高.

單顆粒氣溶膠；形貌；混合狀態(tài)；區(qū)域差異

氣溶膠對霾的形成具有重要貢獻,其不僅能夠通過對太陽輻射的吸收和散射改變地球-大氣系統(tǒng)的熱輻射平衡[1],還能夠通過影響云凝結(jié)核或冰核的形成,改變云的形成和性質(zhì)[2],進而影響降雨等氣候變化;此外,氣溶膠所富含的各類有毒物質(zhì)還能對人體健康和生態(tài)系統(tǒng)產(chǎn)生嚴(yán)重危害[3].四川盆地地處我國西南,在過去數(shù)十年,隨著城市化和經(jīng)濟的快速發(fā)展,污染物排放大幅增加,使得該地區(qū)成為我國重點霾區(qū)域之一[4-5].雖然四川盆地空氣質(zhì)量近年來連續(xù)改善,但離整體空氣質(zhì)量達標(biāo)仍然存在一定距離.以成都市為例,2020年P(guān)M2.5平均質(zhì)量濃度為41μg/m3[6],仍超過空氣質(zhì)量標(biāo)準(zhǔn)(35μg/m3);而在2020年12月至2021年1月期間,四川盆地出現(xiàn)了多次持續(xù)數(shù)天的霾過程,PM2.5和PM10的日均值最高分別達到了187和255μg/m3(https://www.aqistudy. cn).可見,該地區(qū)大氣污染治理形勢依然嚴(yán)峻.

針對四川盆地嚴(yán)重的大氣污染,大量學(xué)者已經(jīng)就多方面關(guān)鍵問題開展了研究.首先,關(guān)于PM2.5組成,Wang等[7]基于離線膜采樣分析發(fā)現(xiàn),二次無機物和有機物是成都大氣PM2.5的重要構(gòu)成,占比分別可達41.1%和26.1%;基于在線單顆粒氣溶膠質(zhì)譜(SPAMS)方法,Zhang等[8]將成都大氣細顆粒物分為十種不同的類型,通過對比發(fā)現(xiàn),各類型顆粒物隨污染加重呈現(xiàn)出了不同的演化趨勢.其次,關(guān)于污染形成機制,劉琴等[9]指出燃燒源排放的顆粒物是成都春季細粒子污染事件的重要貢獻者,而硝酸鹽類顆粒和揚塵顆粒占比在混合污染過程中則明顯升高;李欣悅等[10]指出非均相反應(yīng)過程和均相反應(yīng)過程分別是成都城區(qū)硫酸鹽和硝酸鹽形成的主導(dǎo)途徑;除了源的貢獻,天氣類型和氣象條件也直接影響著該區(qū)域污染的形成與消散[5,11].再次,在污染來源分析方面,許艷玲等[12]基于WRF-CMAQ模型分析發(fā)現(xiàn),成都PM2.5污染以本地源為主,貢獻達61%,在各行業(yè)中,移動源、揚塵源和生活源貢獻分別為29%、26%和24%,是未來減排的重點.綜合以往研究發(fā)現(xiàn),雖然一些研究手段,如SPAMS,能夠通過顆粒物質(zhì)譜特征對其混合狀態(tài)進行分析,但無法提供更為深入的顆粒物混合機制和不同混合狀態(tài)顆粒物形貌特征等信息,而這些正是霾形成機制分析和模型模擬的重要資料.國內(nèi)外其他地區(qū)的研究表明,基于透射電子顯微鏡可對氣溶膠顆粒的混合狀態(tài)和形貌特征進行全面反映,這些信息的獲取對當(dāng)?shù)伥残纬蓹C制的厘清起到了重要作用[13-15].因此,本研究首次將該方法應(yīng)用于四川盆地大氣氣溶膠的研究之中,通過對典型城市污染過程及不同類區(qū)域大氣單顆粒氣溶膠混合狀態(tài)和形貌特征系統(tǒng)分析,旨在獲取更多關(guān)于該區(qū)域大氣氣溶膠理化特征及霾形成機制信息,為區(qū)域污染治理提供更為豐富的科學(xué)依據(jù).

1 材料與方法

1.1 采樣地點

分別在成都市和峨眉山兩地進行顆粒物樣品采集,其中成都市城市化和經(jīng)濟發(fā)展程度高,2019年GDP排在我國大陸地區(qū)前8,為17012.65億元,常住人口約1658萬人[16],機動車保有量超過520萬輛[17],是我國超級城市之一.成都市區(qū)污染來源復(fù)雜,人為源影響占據(jù)絕對主導(dǎo),本次觀測采樣站點設(shè)置在西南交通大學(xué)九里校區(qū)土木樓樓頂(30.70°N, 104.06°E),采樣點距地面約25m.該站點位于成都市中心,采樣結(jié)果能夠較好地反映成都市大氣污染特征.峨眉山隸屬峨眉山市,是四川省重要旅游景點之一,周邊地區(qū)人口密度低,當(dāng)?shù)匚廴臼苋藶樵春妥匀辉措p重貢獻,采樣站點設(shè)置在西南交通大學(xué)峨眉校區(qū)(海拔約為680m)明誠堂樓頂(29.57°N,103.45°E),采樣高度距地面約15m.

1.2 單顆粒氣溶膠采樣及分析

1.2.1 單顆粒氣溶膠樣品采集 于2019年11～12月,利用DKL-2型大氣單顆粒采樣器(金仕達電子科技有限公司,青島)對兩站點大氣單顆粒氣溶膠進行采集,詳細采樣信息見表1.采樣使用孔徑0.5mm的單級采樣頭,假設(shè)顆粒物密度為2g/cm3時,該采樣頭對空氣動力學(xué)直徑0.5μm氣溶膠顆粒的采集效率為100%,采樣流量為1.0L/min.采樣時間根據(jù)采樣時大氣污染水平從數(shù)十秒到幾分鐘不等,保證所采集到的單顆粒分散不重疊為宜.采樣膜使用表面覆蓋有碳膜的銅網(wǎng)膜(型號:BZ21023a,300目銅網(wǎng),北京中鏡科儀技術(shù)有限公司).在采集完樣品后,將采樣膜放回膜盒,并置于恒溫(25℃)恒濕箱(20±3)%中保存,用于后續(xù)分析.

1.2.2 樣品分析 由于采集到銅網(wǎng)膜上的單顆粒樣品分布不完全均勻,即粒徑較大的顆粒分布在中心,而較小的顆粒分布在邊緣.因此,為保證分析顆粒物的代表性,本研究從樣品膜中心至邊緣隨機選擇4個網(wǎng)格用于觀測分析.利用日本JEOL JEM-2100F型透射電子顯微鏡-X射線能譜儀(TEM-EDS)于采樣膜上選定區(qū)域的顆粒物進行分析,其中TEM能夠觀測到顆粒物粒徑?形貌和混合狀態(tài)等信息,EDS則可以半定量分析比碳元素重(36)的元素.由于氣溶膠顆粒采集于銅網(wǎng)膜,因此在分析中不考慮Cu元素.本研究EDS測定時間為15s.最終,對成都市的2191和峨眉山的1732個單顆粒氣溶膠完成了分析.

表1 單顆粒氣溶膠樣品采集信息

注:CD為成都站, Mt. Emei為峨眉山站.

2 結(jié)果與討論

2.1 單顆粒氣溶膠分類及混合狀態(tài)

根據(jù)顆粒物的形貌特征及元素組成,本研究所采集的單顆粒氣溶膠可歸為5大類,分別為有機物?富硫?礦物?煙塵和飛灰/金屬顆粒,各類顆粒的TEM圖及EDS能譜如圖1所示.有機物顆粒主要由C和O元素組成,該類顆粒即使在強電子束下依然保持相對穩(wěn)定的形態(tài),其形態(tài)多樣,實驗觀測的主要形狀有球狀?半透明穹頂狀和不規(guī)則狀.富硫顆粒主要富含C?O和S元素,其對電子束較為敏感,在電子束的照射下,極易發(fā)生升華,因此,TEM圖像呈泡沫狀.礦物顆粒主要源自沙塵?建筑及地面揚塵,主要包含C和O等元素,同時也包含一些地殼元素,如Si?Al?Mg?Na和Ca等.礦物顆粒通常表現(xiàn)為規(guī)則的矩形或者棱角較為清晰的不規(guī)則形狀.煙塵顆粒又名元素碳或黑碳,是燃料不完全燃燒的產(chǎn)物,主要由C?O和Si元素組成.該類顆粒由直徑為10-100nm的小球聚集而成,整體以鏈狀或者簇狀形式存在,具有很強的辨識度.飛灰/金屬顆粒在形貌上均呈粒徑較小的圓球形,表面光滑.該類顆粒主要包含C和O元素,同時還包含F(xiàn)e或Al等金屬元素.

除了以單一顆粒,即外混形式存在外,受大氣中各類理化過程(如吸附、包裹、凝聚、氣粒分配等)的影響,各類單顆粒會發(fā)生不同程度的混合,最終形成的顆粒物通常包含兩種或兩種以上類型的顆粒物(即內(nèi)混形式),從而呈現(xiàn)出不同的混合狀態(tài)[18].本研究中,不同類型單顆粒在大氣中的混合類型可歸納為:有機物-硫、有機物-煙塵、有機物-飛灰/金屬、有機物-硫-飛灰/金屬、有機物-硫-礦物和有機物-硫-煙塵顆粒,圖2為典型內(nèi)混顆粒的TEM圖像.

圖2 各類內(nèi)混氣溶膠顆粒的TEM圖像

通過分析發(fā)現(xiàn),富硫顆粒與難溶的有機物、飛灰/金屬以及煙塵顆粒廣泛混合,同時,混合顆粒物的粒徑要明顯大于單個氣溶膠顆粒.通過顆粒物的混合信息,可進一步探究其在大氣中的老化機制,如大氣中預(yù)先存在的有機物顆粒可為各類氣態(tài)前體物,如SO2的冷凝和發(fā)生非均相反應(yīng)提供反應(yīng)界面,從而利于有機物-硫顆粒的生成[19](圖2a);礦物顆粒富含堿性物質(zhì),其表面被認為是各類酸性氣態(tài)污染物(如SO2和NO)進行二次反應(yīng)的重要場所,最終生成礦物與二次無機組分混合的顆粒物[20](圖2h),如有機物-硫-礦物顆粒;含有機包裹層的有機物-硫顆粒則可能是由揮發(fā)性有機化合物氧化形成的二次有機氣溶膠凝結(jié)在無機顆粒上而形成[21](圖2c).此外,雖然金屬顆粒在大氣顆粒物中的貢獻較低,但依然是諸多研究關(guān)注的焦點,這一方面是因為它對人體及生物體健康具有嚴(yán)重威脅,另一方面則是因為它會參與到其他顆粒物組分,如硫酸鹽的形成[13,22],從而加重大氣污染,因此,該類顆粒與其他類型顆粒的廣泛混合也凸顯著其在大氣中的重要作用,是污染治理中不可忽視的關(guān)鍵組分(圖2e, g, i).

2.2 成都不同污染水平單顆粒氣溶膠特征

根據(jù)空氣質(zhì)量標(biāo)準(zhǔn)(GB3095-2012)[23],可將采樣日分為清潔天(PM2.5日均值小于75μg/m3)和污染天(PM2.5日均值大于75μg/m3),兩種類型天大氣單顆粒氣溶膠構(gòu)成如圖3所示.首先,就內(nèi)混及外混顆粒相對占比而言,從“清潔天”至“污染天”,外混顆粒占比由31.4%降低至25.8%,相應(yīng)的,內(nèi)混顆粒占比由68.6%升高至74.2%,這意味著隨著污染加重,顆粒物的混合進一步加強.就顆粒物構(gòu)成而言,從“清潔天”至“污染天”,以外混形式存在的有機物顆粒占比從29.5%降至24.4%,而與硫酸鹽內(nèi)混的有機物顆粒,即有機物-硫顆粒,占比相應(yīng)升高,升幅為4.6%;兩種典型碳質(zhì)顆粒內(nèi)混的顆粒,即有機物-煙塵顆粒,占比由4.5%降至3.2%,而與硫酸鹽內(nèi)混的有機物-煙塵顆粒,即有機物-硫-煙塵顆粒,占比則略有升高,從4.0%升至4.6%;有機物-飛灰/金屬顆粒占比在污染天稍有降低(降幅為0.1%),而混合了硫酸鹽的有機物-飛灰/金屬顆粒,即有機物-硫-飛灰/金屬顆粒,占比則由3.5%升至7.3%.可見,在污染形成過程中,各類型顆粒老化程度進一步升高,尤其是與硫酸鹽的混合明顯增強.

隨著污染加重,顆粒物老化混合加強,這使得其粒徑分布也出現(xiàn)了不同程度的變化.就整體顆粒物而言,“清潔天”大氣顆粒粒徑分布范圍為0.2～8.4μm,粒徑峰值分布在0.6～0.8μm,而“污染天”的顆粒粒徑分布范圍擴展至0.3～15.6μm,峰值區(qū)間也達到0.7～1.0μm.同時,各類占主導(dǎo)地位的顆粒物粒徑分布則出現(xiàn)了不同的變化趨勢,如有機物-硫顆粒粒徑峰值分布區(qū)間從0.6～0.8μm增至0.8～1.0μm,這可能與污染期間顆粒物的老化進一步加強有關(guān);然而,部分顆粒,如有機物-煙塵顆粒,粒徑峰值分布出現(xiàn)了減小,這主要是因為,煙塵顆粒結(jié)構(gòu)較為松散,隨著在大氣中的老化,顆粒物包裹增強,結(jié)構(gòu)更為緊實,從而導(dǎo)致整體粒徑呈減小趨勢.

圖3 成都市不同污染狀況下顆粒物構(gòu)成(%)

2.3 成都與峨眉山顆粒物差異性分析

作為四川盆地的超級城市和背景地區(qū),成都市和峨眉山兩地大氣氣溶膠構(gòu)成和混合差異在一定程度上反映著兩種不同類型地區(qū)大氣氣溶膠來源及大氣老化混合過程的差異,是分析各自污染形成的重要前提.本研究對兩地區(qū)相同污染狀況下大氣單顆粒氣溶膠顆粒構(gòu)成對比,結(jié)果如圖4所示.首先,成都市內(nèi)混顆粒占比明顯高于峨眉山,對應(yīng)的比例分別為68.6%和44.7%,這意味著成都市大氣中顆粒物混合程度要強于峨眉山;而峨眉山大氣顆粒物中內(nèi)混顆粒占比低于外混,這意味著該地大氣顆粒物老化程度較低,可能主要源自局地或近距離周邊排放.其次,就各類顆粒相對占比而言,雖然兩地占比較高的前兩種顆粒物類型均為有機物和有機物-硫顆粒,但成都市以內(nèi)混的有機物-硫顆粒為主導(dǎo),占比高達50.2%,外混的有機物顆粒占比為29.5%;而峨眉山則以外混的有機物顆粒為主,占比為50.5%,相應(yīng)的,內(nèi)混的有機物-硫顆粒占比為28.5%.有機物-硫-礦物顆粒為成都市貢獻僅次于有機物顆粒和有機物-硫顆粒的顆粒物類型,占比約為5.2%,然而,該類型顆粒在峨眉山的占比僅為1.3%,這意味著成都市區(qū)道路揚塵及各類施工所產(chǎn)生的揚塵貢獻不容忽視,而在地處背景地區(qū)的峨眉山,揚塵的貢獻則非常有限.

圖4 成都市和峨眉山大氣顆粒物構(gòu)成(%)

通過對所有顆粒物進行歸納發(fā)現(xiàn),成都市含硫類顆粒(如有機物-硫?有機物-硫-飛灰/金屬?有機物-硫-煙塵和有機物-硫-礦物顆粒)貢獻明顯高于峨眉山,總占比分別為62.9%%和34.2%;而相比成都市,峨眉山地區(qū)較為“新鮮”的外混型碳質(zhì)顆粒(有機物和煙塵顆粒)及其混合顆粒(有機物-煙塵顆粒)占比則較高,兩地整體占比分別為35.7%和63.0%.這種差異反映了兩地區(qū)顆粒物來源及老化混合的巨大差異,即成都地區(qū)因其周邊復(fù)雜的排放源和較為穩(wěn)定的大氣環(huán)境條件,顆粒物整體老化程度較高,且顆粒物表面發(fā)生了強烈的二次反應(yīng)過程,包裹了大量的硫酸鹽組分;而在峨眉山,該地降水頻繁,對顆粒物濕清除強烈,使得大氣中更易被清除的含硫類顆粒物占比較低,相應(yīng)的,顆粒物類型多以難溶于水的碳質(zhì)組分為主,且外混顆粒占比較高,這些大量存在的碳質(zhì)顆粒可能主要源自當(dāng)?shù)氐纳镔|(zhì)燃燒及少量的機動車排放.

成都和峨眉山大氣顆粒物粒徑分布范圍分別為0.2～8.4μm和0.1～7.9μm,兩站點顆粒物粒徑峰值分布區(qū)間分別為0.6～0.8μm和0.4～0.6μm.就兩種最主要的顆粒物類型而言,有機物顆粒的粒徑峰值分布區(qū)間在成都和峨眉山分別為0.6～0.8μm和0.4～0.6μm,這意味著成都市有機物顆粒可能以粒徑較大的二次有機物為主,而峨眉山地區(qū)源自局地的一次有機物占比可能更高;有機物-硫顆粒粒徑峰值分布在兩地接近,均處于0.4～1.0μm.

2.4 峨眉山降雨及非降雨天顆粒物對比研究

大氣顆粒物類型多樣,其吸濕性也存在巨大差異,其中,源自燃燒過程的煙塵及一次有機碳顆粒吸濕性較弱,屬于典型的非吸濕性組分[24-25];而一些二次反應(yīng)產(chǎn)物,如二次無機組分,則屬性典型的強吸濕組分[26].同時,通過大氣中的二次混合,不同類型顆粒物的吸濕性又會進一步發(fā)生變化,如當(dāng)煙塵顆粒物表面包裹二次無機組分后,其吸濕性會明顯增強[24,27].而顆粒物吸濕性的差異及變化均決定著其對于濕清除的響應(yīng)差異,最終導(dǎo)致不同降水情況時,大氣顆粒物理化特征的差異.為此,本研究重點對降水頻繁的峨眉山地區(qū)降雨天及非降雨天單顆粒氣溶膠特征進行了對比分析(圖5),結(jié)果發(fā)現(xiàn),除煙塵和有機物-煙塵顆粒占比在降雨天高于非降雨天外,其余顆粒均因降雨的影響,占比出現(xiàn)不同程度的降低.其中有機物-硫顆粒降幅最大,從非降雨天的28.5%降至降雨天的19.7%,這進一步說明了與二次無機組分的混合有利于顆粒物的吸濕性增強及濕清除;有機物顆粒占比從50.5%降至46.4%;有機物-硫-礦物顆粒在非降雨天占比為1.3%,而在降雨天幾乎檢測不到,這主要是因為礦物類顆粒較大的粒徑且易被雨水沖刷所清除.而就降雨天占比升高的兩種顆粒物,即煙塵和有機物-煙塵顆粒而言,它們的增長幅度分別為3.5%和13.0%,這兩類顆粒主要是源自當(dāng)?shù)馗黝惾紵?如生物質(zhì)燃燒和一定的機動車排放,由于它們較小的粒徑且較弱的吸濕性特征,使得它們難以被降水清除,從而占比在降雨天相對升高.

圖5 峨眉山降雨天與非降雨天顆粒物構(gòu)成(%)

就粒徑分布而言,降雨的出現(xiàn)大幅縮小了峨眉山大氣顆粒物的粒徑分布范圍,顆粒物平均粒徑從非降雨天的0.1～7.9μm縮小至降雨天的0.1～3.3μm.相應(yīng)的,降雨天(0.2～0.4μm)粒徑峰值分布區(qū)間也小于非降雨天(0.4～0.6μm).除此之外,幾種典型顆粒物粒徑分布也呈現(xiàn)出了類似的變化趨勢,如有機物顆粒的粒徑峰值分布區(qū)間從非降雨天的0.4～0.6μm降至降雨天的0.2～0.4μm;有機物-硫顆粒粒徑峰值分布區(qū)間從非降雨天的0.6～1.2μm降至降雨天的0.2～0.4μm;有機物-煙塵顆粒的粒徑峰值分布區(qū)間從非降雨天的0.8～1.8μm降至降雨天的0.3～1.0μm.可見,在降雨天,峨眉山大氣顆粒物粒徑范圍和各類型顆粒物粒徑均有明顯減小,凸顯出濕清除對于較粗粒徑段顆粒更強的去除效果.

3 結(jié)論

3.1 成都和峨眉山大氣中的單顆粒氣溶膠主要分為:有機物?富硫?礦物?煙塵和飛灰/金屬顆粒; 成都市(68.6%)內(nèi)混顆粒占比明顯高于峨眉山(44.7%).

3.2 在成都,從“清潔天”到“污染天”,顆粒物內(nèi)混增強,尤其是各類顆粒與硫酸鹽的混合明顯加強.顆粒物平均粒徑分布趨于更大,然而,不同類型顆粒物粒徑變化趨勢受其形貌及結(jié)構(gòu)差異影響,呈現(xiàn)出不同的變化趨勢.

3.3 成都市含硫類顆粒貢獻明顯高于峨眉山,而峨眉山較為“新鮮”的含碳類顆粒占比則高于成都,凸顯了成都市大氣顆粒物更強的老化混合以及峨眉山當(dāng)?shù)厝紵?尤其是生物質(zhì)燃燒)的貢獻.

3.4 在峨眉山,受濕清除的影響,大多數(shù)顆粒貢獻在降雨天均出現(xiàn)不同程度降低;而源自一次燃燒排放?粒徑較小且疏水性較強的煙塵和有機物-煙塵顆粒清除則較弱,其相對貢獻呈升高趨勢;同時,降雨天各類顆粒物的粒徑分布均明顯減小.

[1] 毛節(jié)泰,張軍華,王美華.中國大氣氣溶膠研究綜述[J]. 氣象學(xué)報, 2002,60(5):625-634.

Mao J T, Zhang J H, Wang M H. Summary comment on research of atmospheric aerosl in China [J]. Acta Meteorologica Sinica, 60(5): 625-634.

[2] 張小曳.中國大氣氣溶膠及其氣候效應(yīng)的研究[J]. 地球科學(xué)進展, 2007,22(1):12-16.

Zhang X Y. Aerosol over China and their climate effect [J]. Advances in Earth Science, 2007,22(1):12-16.

[3] Li W, Wang Y, Jr J, et al. Microscopic evaluation of trace metals in cloud droplets in an acid precipitation region [J]. Environmental Science & Technology, 2013,47(9):4172-4180.

[4] 何映月,張松林.2000～2016年中國PM2.5時空格局 [J]. 中國環(huán)境科學(xué), 2020,40(8):3284-3293.

He Y Y, Zhang S L. Spatiotemporal pattern of PM2.5from 2000 to 2016 in China [J]. China environmental science, 2020,40(8):3284- 3293.

[5] 危詩敏,馮鑫媛,王式功,等.四川盆地多層逆溫特征及其對大氣污染的影響 [J]. 中國環(huán)境科學(xué), 2021,41(3):1005-1013.

Wei S M, Feng X Y, Wang S G, et al. Characteristics of multi-layer inversions in Sichuan Basin and their influences on air pollution [J]. China environmental science, 2021,41(3):1005-1013.

[6] 四川省生態(tài)環(huán)境廳.2020年各市(州)環(huán)境空氣質(zhì)量通報[EB/OL]. http://sthjt.sc.gov.cn/sthjt/c104150/2021/1/21/e5b8dc576f1e4ba1a071b2ca46711cdd.shtml/2021-01-22.

Department of Ecology and Environment of Sichuan Province. Environmental Air Quality Bulletin of Cities (States) in 2020 [EB/OL]. http://sthjt.sc.gov.cn/sthjt/c104150/2021/1/21/e5b8dc576f1e4ba1a071b2ca46711cdd.shtml/2021-01-22.

[7] Wang H, Tian M, Chen Y, et al. Seasonal characteristics, formation mechanisms and source origins of PM2.5in two megacities in Sichuan Basin, China [J]. Atmospheric Chemistry and Physics, 2018,18(2): 865-881.

[8] Zhang J, Huang X, Wang Y, et al. Characterization, mixing state, and evolution of single particles in a megacity of Sichuan Basin, southwest China [J]. Atmospheric Research, 2018,209:179-187.

[9] 劉 琴,張軍科,黃小娟,等.成都春季氣溶膠理化性質(zhì)及不同時段污染特征 [J]. 中國環(huán)境科學(xué), 2019,39(12):5009-5017.

Liu Q, Zhang J K, Huang X J, et al. The physicochemical properties of aerosol and its pollution characteristics in different periods in spring in Chengdu [J]. China environmental science, 2019,39(12):5009-5017.

[10] 李欣悅,張凱山,武文琪,等.成都市城區(qū)大氣細顆粒物水溶性離子污染特征 [J]. 中國環(huán)境科學(xué), 2021,41(1):91-101.

Li X Y, Zhang K S, Wu W Q, et al. Characterization of water-soluble ions pollution of atmospheric fine particles in Chengdu city [J]. China environmental science, 2021,41(1):91-101.

[11] 李培榮,肖天貴.成都地區(qū)秋冬季污染天氣形勢下PM2.5的擴散與輸送 [J]. 中國環(huán)境科學(xué), 2020,40(1):63-75.

Li P R, Xiao T G. The diffusion and transport of PM2.5under the polluted weather conditions during autumn and winter seasons in Chengdu [J]. China environmental science, 2020,40(1):63-75.

[12] 許艷玲,易愛華,薛文博.基于模型模擬的成都市PM2.5污染來源解析 [J]. 環(huán)境科學(xué), 2020,41(1):50-56.

Xu Y L, Yi A H, Xue W B. Modeling studies of source contributions to PM2.5in Chengdu, China [J]. Environmental Science, 2020,41(1): 50-56.

[13] Xu L, Lingaswamy A P, Zhang Y, et al. Morphology, composition, and sources of individual aerosol particles at a regional background site of the YRD, China [J]. Journal of environmental sciences (China), 2019, 77(3).

[14] Zhang J, Liu L, Wang Y, et al. Chemical composition, source, and process of urban aerosols during winter haze formation in Northeast China [J]. Environmental Pollution, 2017,231(5):357-366.

[15] Xu L, Zhang D, Li W. Microscopic comparison of aerosol particles collected at an urban site in North China and a coastal site in Japan [J]. Science of The Total Environment, 2019,669:948-954.

[16] 成都市統(tǒng)計局.統(tǒng)計年鑒2020 [EB/OL]. http://cdstats.chengdu. gov.cn/tjgzxxw/xhtml/tjxx_content.html?id=333304&channel=?0201_02010923/2021-02-07.

Statistic Bureau of Chengdu. Chengdu statistical yearbook 2020 [EB/OL]. http://cdstats.chengdu.gov.cn/tjgzxxw/xhtml/tjxx_content. html?id=333304&channel=?0201_02010923/2021-02-07.

[17] 中華人民共和國生態(tài)環(huán)境部.中國移動源環(huán)境管理公報(2020年) [EB/OL]. http://www.mee.gov.cn/hjzl/sthjzk/ydyhjgl/2020-08-10.

Ministry of Ecology and Environment of the People's Republic of China. China mobile source environmental management annual report (2020) [R].

[18] Pratt K A, Prather K A. Aircraft measurements of vertical profiles of aerosol mixing states [J]. Journal of Geophysical Research, 2010, 115(D11).

[19] Li W, Shao L, Zhang D, et al. A review of single aerosol particle studies in the atmosphere of East Asia: Morphology, mixing state, source, and heterogeneous reactions [J]. Journal of Cleaner Production, 2016,112(JAN. 20PT. 2):1330-1349.

[20] Laskin A, Iedema M J, Ichkovich A, et al. Direct observation of completely processed calcium carbonate dust particles [J]. Faraday Discuss, 2005,130:453-468.

[21] Fu H, Zhang M, Li W, et al. Morphology, composition and mixing state of individual carbonaceous aerosol in urban Shanghai [J]. Atmospheric Chemistry and Physics, 2011,11(2):20973-21011.

[22] Li W, Zhou S, Wang X, et al. Integrated evaluation of aerosols from regional brown hazes over northern China in winter: Concentrations, sources, transformation, and mixing states [J]. Journal of Geophysical Research: Atmospheres, 2011,116(D9).

[23] GB 3095-2012 環(huán)境空氣質(zhì)量標(biāo)準(zhǔn) [S].

GB 3095-2012 Ambient air quality standards [S].

[24] Xu L, Fukushima S, Sobanska S, et al. Tracing the evolution of morphology and mixing state of soot particles along with the movement of an Asian dust storm [J]. Atmospheric Chemistry and Physics, 2020,20(22):14321-14332.

[25] Zhang Y, Yuan Q, Huang D, et al. Direct observations of fine primary particles from residential coal burning: insights into their morphology, composition, and hygroscopicity [J]. Journal of Geophysical Research: Atmospheres, 2018,123(22).

[26] Sun J, Liu L, Xu L, et al. Key role of nitrate in phase transitions of urban particles: implications of important reactive surfaces for secondary aerosol formation [J]. Journal of Geophysical Research: Atmospheres, 2018,123(2):1234-1243.

[27] Lesins G, Chylek P, Lohmann U. A study of internal and external mixing scenarios and its effect on aerosol optical properties and direct radiative forcing [J]. Journal of Geophysical Research: Atmospheres, 2002,107(D10):AAC-1-AAC 5-12.

Characterization of individual aerosol particles with TEM-EDS in Sichuan Basin.

DONG Gui-ming, DENG Jia-lin, ZHANG Jun-ke*, LIU Qin

(Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China)., 2021,41(11)：5046～5053

To understand the physiochemical characteristics of individual aerosol particles in Sichuan Basin, samples of atmospheric individual aerosol particles were collected in a typical city (Chengdu) and a background area (Mt. Emei) in Sichuan Basin. Then the chemical composition, morphology and mixing state of 3923 aerosol particles in the two regions were observed and analyzed by transmission electron microscopy coupled with energy dispersive X-ray spectroscopy (TEM-EDS). The results showed that the individual aerosol particles in the two regions mainly included organic matter, S-rich, mineral, soot and fly ash/metal particles. In addition to a small amount of external mixing, most particles existed in the form of internal mixing, i.e., two or more particles mixed with each other. Through the comparative of the characteristics of aerosol particles in different pollution conditions in Chengdu, it can be found that the proportion of the internal mixing particles in the “polluted days” (74.2%) was higher than that of “clean days” (68.6%). Moreover, compared with “clean days”, the particles size distribution range of “pollution days” was wider and the peak range was larger, indicating that the mixing of particles tends to be stronger with the aggravation of pollution. The comparison between Chengdu and Mt. Emei showed that the OM-S particles dominated the particles in Chengdu (accounted for 50.2%), while the particles in Mt. Emei were dominated by OM particles (accounted for 50.5%). Meanwhile, the contribution of sulfur-containing particles (such as OM-S) in Chengdu was higher than that of Mt. Emei, while the proportion of two carbon-containing particles (such as soot and OM-soot) in Mt. Emei was higher than that of Chengdu. In addition, the range of particle size distribution and peak range between Chengdu and Mt. Emei were different, which highlighted the differences of the sources and aging mixture of particles between the two regions. In Mt. Emei, the proportion of soluble particles (such as sulfur-containing particles) in rainfall day significantly decreased compared with that of non-rainfall day, while the proportion of particles with small particle size and strong hydrophobicity (such as soot and OM-soot particles) increased correspondingly.

individual aerosol particles；morphology；mixing state；regional differences

X513

A

1000-6923(2021)11-5046-08

董貴明(1996-),男,四川廣元人,西南交通大學(xué)碩士研究生,主要研究方向為大氣污染形成機制.發(fā)表論文2篇.

2021-04-01

國家自然科學(xué)基金項目資助項目(41805095);四川省科技計劃重點研發(fā)項目(2019YFS0476)

* 責(zé)任作者, 副研究員, zhangjunke@home.swjtu.edu.cn