拉萨夏季大气边界层气溶胶垂直结构特征

李若羽; 卞建春; 唐贵谦; 李丹; 白志宣; 毛文书

doi:10.3878/j.issn.1006-9895.2112.21214

拉萨夏季大气边界层气溶胶垂直结构特征

doi: 10.3878/j.issn.1006-9895.2112.21214

李若羽^{1, 2,},
卞建春^{2, 3, 4},
唐贵谦^5, ,,
李丹²,
白志宣²,
毛文书¹

1.
成都信息工程大学大气科学学院, 成都 610225
2.
中国科学院大气物理研究所中层大气和全球环境探测重点实验室, 北京 100029
3.
中国科学院大学地球与行星科学学院, 北京 100049
4.
兰州大学大气科学学院, 兰州 730000
5.
中国科学院大气物理研究大气边界层物理和大气化学国家重点实验室(LAPC), 北京 100029

基金项目: 第二次青藏高原综合科学考察研究项目2019QZKK0604，国家自然科学基金项目41905041

详细信息

作者简介:
李若羽，女，1996年生，硕士研究生，从事大气污染防治方面的研究。E-mail: liruoyu@mail.iap.ac.cn

通讯作者:
唐贵谦，E-mail: tgq@dq.cern.ac.cn

中图分类号: P404
计量
- 文章访问数: 368
- HTML全文浏览量: 67
- PDF下载量: 109
- 被引次数: 0
出版历程
- 收稿日期: 2021-11-15
- 录用日期: 2022-01-04
- 网络出版日期: 2022-01-05
- 刊出日期: 2022-05-19

Vertical Structural Characteristics of Aerosols in the Atmospheric Boundary Layer during the Summer in Lhasa

Ruoyu LI^{1, 2
,},
Jianchun BIAN^{2, 3, 4},
Guiqian TANG^{5
, ,},
Dan LI²,
Zhixuan BAI²,
Wenshu MAO¹

1.
Chengdu University of Information Technology, Chengdu 610225
2.
Key Laboratory of Middle Atmosphere and Global Environmental Sounding, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029
3.
School of Earth and Planetary Sciences, University of Chinese Academy of Sciences, Beijing 100049
4.
School of Atmospheric Sciences, Lanzhou University, Lanzhou 730000
5.
State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry (LAPC), Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029

Funds: the Second Comprehensive Scientific Study of the Tibetan Plateau (Grant 2019QZKK0604), National Natural Science Foundation of China (Grant 41905041)

摘要

摘要: 大气污染物的垂直梯度观测是识别区域输送和本地贡献的必要手段。基于此，2020年8月在拉萨市利用光学粒子计数器（the Printed Optical Particle Spectrometer，简称POPS）在地面和系留气艇分别对0.13～3.39 μm粒径范围的气溶胶数浓度进行了测定。结果表明：（1）拉萨近地面气溶胶数浓度在16 cm⁻³到870 cm⁻³范围之间，比华北和珠江三角洲地区小2～3个量级；（2）气溶胶数浓度呈现两峰两谷的日变化结构，峰值通常以0.13～0.4 μm的小粒径粒子为主，且对应北京时间早（10:00）、晚（21:00）高峰时段；（3）气溶胶数浓度垂直分布与边界层演变密切相关，稳定边界层中的气溶胶随高度递减，粒子数浓度为194±94 cm⁻³，对流边界层和残留层中的气溶胶分布均一，数浓度分别为165±99 cm⁻³和123±95 cm⁻³，且显著低于稳定边界层。以上研究结果表明，拉萨的污染源主要为局地机动车排放，机动车污染物减排是打造高原生态旅游城市的必由之路。
- 边界层结构 /
- 气溶胶 /
- 垂直廓线 /
- 拉萨 /
- 数浓度
Abstract: To determine regional transport and local contribution, vertical gradient observation of air pollutants is required. Based on this, the number concentrations of aerosols in the particle size range of 0.13–3.39 μm were recorded with an optical particle counter POPS (the Printed Optical Particle Spectrometer) at ground level and in a tethered airboat in Lhasa in August 2020. The results demonstrate that (1) near-ground aerosol number concentrations in Lhasa range from 16 cm⁻³ to 870 cm⁻³, which is 2–3 orders of magnitude lower than those in northern China and the Yangtze River Delta. (2) The daily variation structure of the aerosol number concentration display two peaks and valleys. The peaks, which correlate to morning and evening peaks [1000 BJT (Beijing time) and 2100 LT, respectively], are usually dominated by small particles of 0.13–0.4 μm. (3) Furthermore, the vertical distribution of the aerosol number concentration is closely related to the evolution of the boundary layer. The aerosol in the stable boundary layer decreases with height, and the particle number concentration is 194± 94 cm⁻³. Conversely, the aerosols in the convective boundary and residual layers are uniformly distributed with the number concentrations of 165±99 cm⁻³ and 123±95 cm⁻³, respectively, which are significantly lower than that in the stable boundary layer. According to the above research results, local motor vehicle emissions are the main sources of pollution in Lhasa. Therefore, motor vehicles must be controlled and emissions must be reduced to build a highland ecotourism city.
- Boundary layer structure /
- Aerosol /
- Vertical profile /
- Lhasa /
- Number concentration

HTML全文

图 1 拉萨市地图及实验场地（EPB：西藏环保局；MB：气象局；TU：西藏大学）

Figure 1. Map of Lhasa city and test site (EPB: Xizang Environmental Protection Bureau; MB: Meteorological Bureau; TU: Xizang University)

下载: 全尺寸图片幻灯片

图 2 2020年8月整个观测期PM_2.5和PM₁₀（a）24小时均值浓度、（b）小时均值浓度、（c）NO₂和SO₂浓度、（d）气溶胶数浓度（CN）以及（e）气溶胶不同粒径数浓度随时间的变化（灰色竖线代表系留气艇释放时段）。（a）中红、蓝、黑虚线分别对应代表GB 3095-2012的24小时一级标准[C(PM_2.5)：35 μg m⁻³和C(PM₁₀)：55 μg m⁻³]，以及WHO最新2021年的24小时标准[C(PM_2.5)：15 μg m⁻³]

Figure 2. Time series of (a) 24-h mean and (b) hourly mean of PM [C(PM₁₀), C(PM_2.5)], (c) NO₂ concentration [C(NO₂)] and SO₂ concentration [C(SO₂)], (d) particulate matter number concentrations (CN), and (e) particulate matter number concentrations (shaded) of different particle sizes (the gray vertical line represents the release period of the captive airship) in the whole observation period of August 2020. In (a), the red, blue, and black dotted lines correspond to the 24-h level 1 standard of GB 3095-2012 for PM_2.5 (35 μg m⁻³) and PM₁₀ (55 μg m⁻³) and the latest WHO 24-h standard of 2021 for PM_2.5 (15 μg m⁻³), respectively

下载: 全尺寸图片幻灯片

图 3 不同数浓度程度下气溶胶粒径占比图

Figure 3. Particle size proportions at different concentration levels

下载: 全尺寸图片幻灯片

图 4 2020年8月（a）PM_2.5、PM₁₀浓度[C(PM_2.5)、C(PM₁₀)]和（b）NO₂、SO₂浓度[C(NO₂)、C(SO₂)]以及（c）气溶胶数浓度（CN）的日变化特征（误差线代表标准差）；（d）不同粒径段气溶胶数浓度日变化特征

Figure 4. Diurnal variation of NO₂, SO₂, PM_2.5, PM₁₀, and particulate matter (the errorbar represents the standard deviation). (d) The particulate matter number concentrations in different particle size bins

下载: 全尺寸图片幻灯片

图 5 2020年8月1日～28日存在的两种气溶胶数浓度垂直剖面类型（a）对流边界层（CBL）；（b）稳定边界层（SBL）：红线代表平均廓线；加粗黑线代表边界层位置；RL为残留层

Figure 5. Two types of particulate matter number concentrations (CN) vertical profiles that existed during 2020.08.01–2020.08.28 (a) convective boundary layer and (b) stable boundary layer. The red line represents the average profile, and the bold black line represents the boundary layer position; RL means residual layer

下载: 全尺寸图片幻灯片

图 6 统计一天内不同时段的气溶胶垂直分布廓线：（a）07:00～08:00；（b）09:00～11:00；（c）12:00～14:00；（d）15:00～19:00；（e）20:00～23:00

Figure 6. Particulate matter distribution profiles over different periods of a day: (a) 0700 BJT–0800; (b) 0900 BJT–1100 BJT; (c) 1200 BJT–1400 BJT; (d) 1500 BJT–1900 BJT; (e) 2000 BJT–2300 BJT

下载: 全尺寸图片幻灯片

图 7 气溶胶粒子数浓度谱分布

Figure 7. Distribution of the number concentration profiles of the aerosol particles

下载: 全尺寸图片幻灯片

表 1 不同地区积聚模态粒子数浓度对比

Table 1. Comparison of the concentrations of accumulative modal particle numbers in different regions

观测地区	粒径/nm	数浓度/cm⁻³ 平均值（±标准差）	参考文献
济南（夏季）	100～1000	481±332	Gao et al.（2007）
太仓（夏季））	100～1000	1745±1260	Gao et al.（2009）
北京（夏季）	100～2500	1859±837	Gao et al.（2012）
北京（夏季）	100～1000	7800±5400	Wu et al.（2008）
广州（夏季）	100～800	3210±2057	韩冰雪等（2015）
长江三角洲（夏季）	100～800	5300±5500	Qi et al.（2015）
邢台（夏季）	100～552/ 100～685	7019	Wang et al.（2021）
拉萨（夏季）	130～3900	154±100	本文

下载: 导出CSV

A1 边界层实验中所测量的混合状态下每个垂直剖面的日期、时间和其他信息（序号代表释放顺序）

A1. Date, time, and other information for each vertical section in the in the boundary layer experiment (the serial number represents the release sequence)

序号	日期	释放时间（北京时）	Ri	边界层高度/m
1	2020年8月8日	09:10	−1.59	200
2	2020年8月8日	10:27	−20.77	660
3	2020年8月8日	11:26	−443	700
4	2020年8月9日	11:49	−5.28	560
5	2020年8月9日	12:32	−6.86	700
6	2020年8月9日	13:20	−8.62	430
7	2020年8月9日	13:58	−12.91	450
8	2020年8月9日	14:40	−5.23	445
9	2020年8月9日	16:07	−7.04	900
10	2020年8月9日	16:50	−1.06	1000
11	2020年8月10日	12:28	−222.24	290
12	2020年8月10日	13:05	−13.86	500
13	2020年8月10日	13:42	−15.67	700
14	2020年8月11日	11:51	−24.31	390
15	2020年8月11日	12:39	−19.79	600
16	2020年8月11日	15:06	−63.11	1400
17	2020年8月11日	15:45	−41.37	1350
18	2020年8月12日	10:25	−4.72	480
19	2020年8月12日	12:13	−119.89	760
20	2020年8月12日	15:13	−77.63	800
21	2020年8月13日	10:13	−283.18	400
22	2020年8月14日	13:51	−15.16	490
23	2020年8月16日	10:44	−10.79	520
24	2020年8月16日	11:24	−5.38	700
25	2020年8月17日	11:14	−13.37	400
26	2020年8月17日	11:59	−10.85	620
27	2020年8月18日	7:10	0.77	310
28	2020年8月18日	12:53	−72.37	800
29	2020年8月19日	15:21	−61.37	2750
30	2020年8月19日	19:39	−9.83	590
31	2020年8月20日	13:06	−12.22	1100
32	2020年8月20日	21:20	0.96	500
33	2020年8月21日	12:45	−40.08	750
34	2020年8月21日	14:36	−12.9	1750
35	2020年8月22日	10:35	−14.39	700
36	2020年8月22日	13:58	−17.16	1300
37	2020年8月26日	12:35	−6	1440
38	2020年8月26日	19:11	−43.56	490
39	2020年8月27日	15:53	−7.64	2610

下载: 导出CSV

A2 边界层实验中所测量的稳定状态下每个垂直剖面的日期、时间和其他信息（序号代表释放顺序）

A2. Date, time, and other information for each vertical section in the boundary layer experiment(the serial number represents the release sequence)

序号	日期	释放时间（北京时）	Ri	边界层高度/m
1	2020年8月8日	07:52	1.85	220
2	2020年8月12日	07:05	14.59	620
3	2020年8月12日	08:36	11.61	700
4	2020年8月12日	09:28	2.34	280
5	2020年8月17日	07:09	26.56	200
6	2020年8月17日	08:05	19.98	340
7	2020年8月18日	21:52	1.53	340
8	2020年8月19日	21:10	7.31	420
9	2020年8月20日	07:12	8.42	200
10	2020年8月20日	08:49	3.52	550
11	2020年8月22日	07:12	25.59	200
12	2020年8月22日	21:28	2.87	500
13	2020年8月26日	07:11	15.36	580
14	2020年8月26日	22:01	15.87	350
15	2020年8月27日	07:09	2.1	190
16	2020年8月27日	21:19	8.64	340
17	2020年8月28日	06:53	13.58	660
18	2020年8月28日	08:20	3.44	300

下载: 导出CSV

参考文献(38)

[1]	Bian J C, Chen H B, Vömel H, et al. 2011. Intercomparison of humidity and temperature sensors: GTS1, Vaisala RS80, and CFH [J]. Adv. Atmos. Sci., 28(1): 139−146. doi: 10.1007/s00376-010-9170-8
[2]	Cui Y Y, Liu S, Bai Z X, et al. 2018. Religious burning as a potential major source of atmospheric fine aerosols in summertime Lhasa on the Tibetan Plateau [J]. Atmos. Environ., 181: 186−191. doi: 10.1016/j.atmosenv.2018.03.025
[3]	Delfino R J, Sioutas C, Malik S. 2005. Potential role of ultrafine particles in associations between airborne particle mass and cardiovascular health [J]. Environ. Health Perspect., 113(8): 934−946. doi: 10.1289/ehp.7938
[4]	Duo B, Cui L L, Wang Z Z, et al. 2018. Observations of atmospheric pollutants at Lhasa during 2014–2015: Pollution status and the influence of meteorological factors [J]. J. Environ. Sci., 63: 28−42. doi: 10.1016/j.jes.2017.03.010
[5]	Gao J, Wang J, Cheng S H, et al. 2007. Number concentration and size distributions of submicron particles in Jinan urban area: Characteristics in summer and winter [J]. J. Environ. Sci., 19(12): 1466−1473. doi: 10.1016/s1001-0742(07)60239-3
[6]	Gao J, Wang T, Zhou X H, et al. 2009. Measurement of aerosol number size distributions in the Yangtze River delta in China: Formation and growth of particles under polluted conditions [J]. Atmos. Environ., 43(4): 829−836. doi: 10.1016/j.atmosenv.2008.10.046
[7]	Gao J, Chai F H, Wang T, et al. 2012. Particle number size distribution and new particle formation: New characteristics during the special pollution control period in Beijing [J]. J. Environ. Sci., 24(1): 14−21. doi: 10.1016/s1001-0742(11)60725-0
[8]	Gao R S, Telg H, McLaughlin R J, et al. 2016. A light-weight, high-sensitivity particle spectrometer for PM2.5 aerosol measurements [J]. Aerosol Sci. Technol., 50(1): 88−99. doi: 10.1080/02786826.2015.1131809
[9]	Gautam S, Yadav A, Tsai C J, et al. 2016. A review on recent progress in observations, sources, classification and regulations of PM2.5 in Asian environments [J]. Environ. Sci. Pollut. Res. Int., 23(21): 21165−21175. doi: 10.1007/s11356-016-7515-2
[10]	韩冰雪, 张国华, 毕新慧, 等. 2015. 广州城区夏季大气颗粒物数浓度谱分布特征 [J]. 环境科学研究, 28(2): 198−204. doi: 10.13198/j.issn.1001-6929.2015.02.05 Han Bingxue, Zhang Guohua, Bi Xinhui, et al. 2015. Pollution characteristics of atmospheric particle size and number concentrations during summer in urban area of Guangzhou [J]. Research of Environmental Sciences (in Chinese), 28(2): 198−204. doi: 10.13198/j.issn.1001-6929.2015.02.05
[11]	He C, Ge Y S, Ma C C, et al. 2011. Emission characteristics of a heavy-duty diesel engine at simulated high altitudes [J]. Sci. Total Environ., 409(17): 3138−3143. doi: 10.1016/j.scitotenv.2011.01.029
[12]	胡非, 洪钟祥, 雷孝恩. 2003. 大气边界层和大气环境研究进展 [J]. 大气科学, 27(4): 712−728. doi: 10.3878/j.issn.1006-9895.2003.04.18 Hu Fei, Hong Zhongxiang, Lei Xiaoen, et al. 2003. Recent progress of atmospheric boundary layer physics and atmospheric environment research in IAP [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27(4): 712−728. doi: 10.3878/j.issn.1006-9895.2003.04.18
[13]	Huang J P, Wang T H, Wang W C, et al. 2014. Climate effects of dust aerosols over East Asian arid and semiarid regions [J]. J. Geophys. Res.: Atmos., 119(19): 11398−11416. doi: 10.1002/2014JD021796
[14]	Jiang J K, Zhou W, Cheng Z, et al. 2015. Particulate matter distributions in china during a winter period with frequent pollution episodes (January 2013) [J]. Aerosol Air Qual. Res., 15(2): 494−503. doi: 10.4209/aaqr.2014.04.0070
[15]	Kim Y J, Kim K W, Kim S D, et al. 2006. Fine particulate matter characteristics and its impact on visibility impairment at two urban sites in Korea: Seoul and Incheon [J]. Atmos. Environ., 40 Suppl 2: 593–605. doi: 10.1016/j.atmosenv.2005.11.076
[16]	King J C. 1993. The atmospheric boundary layer [J]. Dyn. Atmos. Oceans, 18(1-2): 115−116. doi: 10.1016/0377-0265(93)90006-S
[17]	Li J, Li C C, Zhao C S, et al. 2016. Changes in surface aerosol extinction trends over China during 1980–2013 inferred from quality-controlled visibility data [J]. Geophys. Res. Lett., 43(16): 8713−8719. doi: 10.1002/2016GL070201
[18]	Liu Z R, Hu B, Wang L L, et al. 2015. Seasonal and diurnal variation in particulate matter (PM10 and PM2.5) at an urban site of Beijing: Analyses from a 9-year study [J]. Environ. Sci. Pollut. Res. Int., 22(1): 627−642. doi: 10.1007/s11356-014-3347-0
[19]	Liu J, Ge Y S, Wang X, et al. 2017. On-board measurement of particle numbers and their size distribution from a light-duty diesel vehicle: Influences of VSP and altitude [J]. J. Environ. Sci., 57: 238−248. doi: 10.1016/j.jes.2016.11.023
[20]	Norsang G, Kocbach L, Tsoja W, et al. 2009. Ground-based measurements and modeling of solar UV-B radiation in Lhasa, Tibet [J]. Atmos. Environ., 43(8): 1498−1502. doi: 10.1016/j.atmosenv.2008.11.048
[21]	Pope III C A. 2000. Review: Epidemiological basis for particulate air pollution health standards [J]. Aerosol Sci. Technol., 32(1): 4−14. doi: 10.1080/027868200303885
[22]	Qi X M, Ding A J, Nie W, et al. 2015. Aerosol size distribution and new particle formation in the western Yangtze River delta of China: 2 years of measurements at the SORPES station [J]. Atmos. Chem. Phys., 15(21): 12445−12464. doi: 10.5194/acp-15-12445-2015
[23]	秦武斌, 李学彬, 鲁先洋, 等. 2017. 我国西北地区气溶胶垂直分布特征分析 [J]. 光学学报, 37(3): 0301001. doi: 10.3788/AOS201737.0301001 Qin Wubin, Li Xuebin, Lu Xianyang, et al. 2017. Aerosol vertical distribution characteristics in northwest China [J]. Acta Optica Sinica (in Chinese), 37(3): 0301001. doi: 10.3788/AOS201737.0301001
[24]	Ran L, Lin W L, Deji Y Z, et al. 2014. Surface gas pollutants in Lhasa, a highland city of Tibet – current levels and pollution implications [J]. Atmos. Chem. Phys., 14(19): 10721−10730. doi: 10.5194/acp-14-10721-2014
[25]	Ren P B C, Gjessing Y, Sigernes F. 1999. Measurements of solar ultra violet radiation on the Tibetan Plateau and comparisons with discrete ordinate method simulations [J]. J. Atmos. Sol. Terr. Phys., 61(6): 425−446. doi: 10.1016/S1364-6826(99)00005-X
[26]	Stull R B. 1988. An Introduction to Boundary Layer Meteorology [M]. Dordrecht: Springer.
[27]	Tang G, Zhu X, Hu B, et al. 2015. Impact of emission controls on air quality in Beijing during APEC 2014: Lidar ceilometer observations [J]. Atmos. Chem. Phys., 15(21): 12667−12680. doi: 10.5194/acp-15-12667-2015
[28]	Tang G Q, Zhang J Q, Zhu X W, et al. 2016. Mixing layer height and its implications for air pollution over Beijing, China [J]. Atmos. Chem. Phys., 16(4): 2459−2475. doi: 10.5194/acp-16-2459-2016
[29]	Tang G Q, Zhao P S, Wang Y H, et al. 2017. Mortality and air pollution in Beijing: The long-term relationship [J]. Atmos. Environ., 150: 238−243. doi: 10.1016/j.atmosenv.2016.11.045
[30]	Wang Y Y, Wang J L, Li Z Q, et al. 2021. Contrasting aerosol growth potential in the northern and central-southern regions of the North China Plain: Implications for combating regional pollution [J]. Atmos. Environ., 267: 118723. doi: 10.1016/j.atmosenv.2021.118723
[31]	Wei N N, Ma C L, Liu J W, et al. 2019. Size-segregated characteristics of carbonaceous aerosols during the monsoon and non-monsoon seasons in Lhasa in the Tibetan Plateau [J]. Atmosphere, 10(3): 157. doi: 10.3390/atmos10030157
[32]	Weisman M L, Klemp J B. 1986. Characteristics of isolated convective storms [M]//Ray P S. Mesoscale Meteorology and Forecasting. Boston: American Meteorological Society, 331–358. doi: 10.1007/978-1-935704-20-1_15
[33]	Wu Z J, Hu M, Lin P, et al. 2008. Particle number size distribution in the urban atmosphere of Beijing, China [J]. Atmos. Environ., 42(34): 7967−7980. doi: 10.1016/j.atmosenv.2008.06.022
[34]	杨龙元, 王明星, 吕国涛, 等. 1994. 青藏高原北部大陆气溶胶本底值特征的初步观测研究 [J]. 高原气象, 13(2): 135−143. Yang Longyuan, Wang Mingxing, Lü Guotao, et al. 1994. The observation and research for the continental aerosol background characteristics in the northern part of the Qinghai–Xizang Plateau [J]. Plateau Meteorology (in Chinese), 13(2): 135−143.
[35]	Yin X F, de Foy B, Wu K P, et al. 2019. Gaseous and particulate pollutants in Lhasa, Tibet during 2013–2017: Spatial variability, temporal variations and implications [J]. Environ. Pollut., 253: 68−77. doi: 10.1016/j.envpol.2019.06.113
[36]	郑家亨. 1995. 统计大辞典 [M]. 北京: 中国统计出版社. Zheng Jiaheng. 1995. A Dictionary of Statistical Theory and Practice (in Chinese) [M]. Beijing: China Statistics Press.
[37]	周任君, 陈月娟, 毕云, 等. 2008. 青藏高原上空气溶胶含量的分布特征及其与臭氧的关系 [J]. 高原气象, 27(3): 500−508. Zhou Renjun, Chen Yuejuan, Bi Yun, et al. 2008. Aerosol distribution over the Qinghai–Xizang Plateau and its relationship with ozone [J]. Plateau Meteorology (in Chinese), 27(3): 500−508.
[38]	Zhu X W, Tang G Q, Lv F, et al. 2018. The spatial representativeness of mixing layer height observations in the North China Plain [J]. Atmos. Res., 209: 204−211. doi: 10.1016/j.atmosres.2018.03.019