冬季上海地区亚微米级城市气溶胶的吸湿性增长摘要：吸湿性增长因子和混合状态的信息对理解被严重污染的长三角地区的雾的形成机制具有重要的作用。

在此研究了环境气溶胶的吸湿性增长。

用HTDMA测量了复旦大学校园中粒径在30-250nm的干粒子的吸湿性增长因子，研究两种模式化的表面混合物。

较少吸湿组在85%的相对湿度下的吸湿性增长因子为1.10。

较少吸湿组的平均数部分在0.33-0.17范围内呈现多样化，随着干粒子的尺度的增长有轻微的减少。

较多吸湿组的吸湿性增长因子显示出爱根核与积聚模态的粒子有显著的不同。

爱根核为接近1.3，而积聚模态为1.4以上。

在以硫酸铵盐为基础的模式中，较多吸湿组的吸湿体积增长分数在0.47-0.70这个范围内，而且爱根核和积聚模态的粒子的吸湿性增长分数的界限很清晰。

以相对湿度测试为背景的吸湿性增长不仅显示出潮解相对湿度决定于粒子大小，同时也显示出硝酸盐粒子的增长最初是由硫酸盐的凝结提升的。

结果也表明了大多数积聚模态的粒子在有雾的情况下都会潮解。

1前言：近20年来，随着经济的快速增长和城市化进程的加快，中国超大城市的空气污染问题越来越受到关注。

由化石燃料燃烧排放的一次污染物和由光化学氧化和多相反应而来的二次污染物对城市居民的环境和健康造成了极大地威胁。

雾这种能见度小于十公里的现象是由于高浓度的微粒排放造成的。

长江三角洲是中国四大雾区之一。

作为长三角的经济中心，上海为国家GDP做出了4.6%的贡献。

作为全国最大的超大城市，上海有1800万的常住居民和280万的流动人口（Geng等人，2008）。

由当前研究为基础做出结论，上海雾天能见度的下降主要是由于PM2.5浓度升高造成的（Fu等人，2008）。

很多因素影响着大气能见度，比如化学组成、粒子大小的贡献、气溶胶的构成和气溶胶的混合状态。

水相、海盐和矿物尘埃的参与促进了硝酸的吸湿反应。

N2O5在对流层表面的水解（Dentener和Crutzen，1993；Mongili等人，2006），硫酸盐在有雾状态下的组成（Tursic等人，2004）。

环境气溶胶的吸湿增长会改变粒子大小和光学特性（Gasso等人，2000；Kotchenruther等人，1999；Swietlicki等人，1999）。

作为相对湿度RH的功能之一的光散射性质是衡量大气气溶胶直接影响气候的衡量参数之一,有些人已经试图将吸湿性增长因子包含到全球气候模型中去（Boucher 和Anderson,1995,Randall等人，2007），大气气溶胶的吸湿性行为会影响到自身作为云凝结核的能力（Petters 和Kreidenweis，2007，Sevenningsson等人，2006），这也是衡量气溶胶对气候非直接影响的关键因素。

在最近的一项工作中，张等人（2008）报告说含硫酸的吸湿性增长和凝结会显著加强煤烟的光学特性。

此外，决定于呼吸道的队将抗有影响的沉淀物也直接被吸湿性的特征所影响（Chan等人2002，Londahiet 等人，2007）。

有很多新技术被用来测量环境气溶胶的吸湿性行为，例如浊度法（Day等人，2006；Ray等人，2008；Rood等人，1985），电平衡法（Davis等人，1990；Peng 和Chang，2001），串联差分迁移率分析仪器（Liu等人，1978）。

作为唯一一种可以决定水汽进入量和探测到吸湿性混合状态的仪器，HTDMA成为了使用最广泛的用来测量环境气溶胶的吸湿性行为的仪器（Swietlicki等人，2008）。

自从McMurry和Stolzenbug（1989）的先锋性的研究以来，城市气溶胶的吸湿性增长引起了广泛的关注（Aggarwall等人2007；Baltensperger等人2002；Chen等人2003；Cocker等人2001；Massling等人2005）。

值得关注的是，最近在北京、华北平原、长三角地区部署的野外观测（Achtert等人2009；Eichler等人2008；Massling等人2009；Yan等人2009）。

在长三角地区的的雾污染也有过有限的研究（Fu等人2008；Wang等人2006；Liu等人2004），并且在这些研究中都没有给出气溶胶的吸湿性。

在此，我们给出了上海城市环境气溶胶的吸湿性增长。

通过TDMA反演大气化学模型，气溶胶混合状态的特征也在讨论之列。

2实验2.1 HTDMA系统一份详细的用户自己搭建的HTDMA的说明书已经出版了（Ye等人，2009）。

表1为HTDMA的图解。

系统可以当做一台扫描迁移率粒子筛选仪（SMPS）和一台TDMA运转。

二者择一去维持鞘流和样流的气相的构成的相似。

鞘流和过量的气流在DMA1的一个闭合的环中耦合。

鞘流和样流的相对湿度都通过HUMICAP180电容性传感器（HUMM22D型，Vaisala公司）测量。

在DMA2之前和之后都有安装，确保鞘流和样流之间的相对湿度的差在2%以内。

在DMA1分类之前，气溶胶样本被事先干燥到相对湿度小于10%。

在SMPS运行模式中，当DMA1的电压连续扫描的过程中出DMA1的粒子被凝结粒子计数器（CPC，3771型，TSI公司）计数。

为了决定吸湿性，DMA1筛选出的已知粒径的粒子被送到一个提高了环境湿度的Nafion增湿器（PD-070-18T-24ss，Perma Pure公司）。

随后，被加湿的粒子通过电压呈指数增长并且像Gasparini描述的那样下降的DMA2，最终，吸湿性决定的粒子被CPC计数。

德克萨斯农工大学的大气科学学院慷慨地捐献出了系统的运行软件和数据的反演模型。

.2.2 吸湿增长因子和模式计算再次，吸湿性增长因子（GF）被定义为干粒子在特定的Rh下吸湿的动力学粒径的相对增长率。

公式如下：Dp是在特定的RH下吸湿后的粒子的动力学直径。

Dp0是被选择进入的干粒子的动力学直径。

以粒子是由完全的吸湿性核和外围的吸湿性物质包裹组成为假说，吸湿模型已经被广泛的应用于衡量以体积分类的吸湿性粒子组（Massling等人，2009；Swietlicki 等人，1999）。

在我们的工作中，更易吸湿模型的化学特征被划分成吸湿性的无机物和阻止吸湿物质的内部混合。

氨基硫酸盐（AS）在模式中被选为对照组，吸湿性体积分数以下面公式计算：GF（AS）是理论上氨基硫酸盐的增长因子，GF1和GF2是较少和较多吸湿模型的增长因子。

2.3 测量选址取样地址坐落于上海复旦大学环境科学与工程学院的楼顶（北纬31度18分。

东京121度29分），复旦大学的校园位于上海市的中心，西北方临近宝山工业园区。

具有多种污染源，比如交通污染、居民生活污染、工业污染。

取样地址可以代表城市区域。

环境气溶胶通过一个内径0.5英寸，长4米的铜管被转移到联网的具有空调的实验室中。

取样管的进气口大约比楼顶高度高出0.5米。

2.4 测量方法使用HTDMA在25摄氏度测量粒子大小分布和吸湿性。

样本在1月30日至二月11日每天的清晨和下午以及2月18日的白天导入，这些时间段均是气候上的冬天。

然而，在2月4日，HTDMA的气泡水槽出现了故障。

2月10日测量的HTDMA和气溶胶飞行时间集团分光仪（ATOFMS）链接的数据在这里也不作讨论。

PSL领域和硫酸铵观察前的性能测试表明没有与Yeetal（2009）出现明显的不同结果。

表明HTDMA运行正常。

亚微米的20-400nm的环境气溶胶的粒径谱分布大概每小时被测量一次。

测量范围被分为60个部分，并且90s扫描一次。

大约需要5分钟去测量整个粒子大小的谱分布。

为了确定大小决定的吸湿性，30.50.100.150.200.250nm粒径的干粒子被筛选出来在85%相对湿度下进行加湿。

TDMA也在相对湿度20%中进行测试，以得出在每个直径下的增长修正因子。

为了研究潮解行为，基于RH的吸湿性增长因子在2月18日被测量。

由上海气象局提供的本地气象数据包含温度，相对湿度，风速风向和大气能见度。

混合层高度分析使用了实时环境应用及显示系统。

3结果分析3.1 气象条件在野外观测活动中没有降水过程。

图2展示了一月三十日到二月十一日每小时的温度、相对湿度、风向风速、大气能见度、混合层高度的变化。

在这个阶段的盛行风主要是来自于东北到微偏西北。

因此，到达上海城区的气溶胶粒子主要是来自上海郊区工业区的排放和江苏省。

有一个例外，二月一日那天，来自于东海的洁净湿润的空气团经过城区，因为那天盛行风向是东风。

在整个观测期间，平均的空气能见度在5km左右，每小时的极大值为15.6km极小值为0.4km。

大约80%的时间处在雾污染情况。

最大的日平均能见度9.6km出现在一月三十日，可能是因为在我们观测之前的降水的冲刷净化作用。

然而，小时计的能见度下降得很快，在40小时的时间里下降到1km。

另外一个洁净天气出现在二月一日，可能是因为东风平流的缘故。

混合层高度在白天表现出波动，和能见度的波动相似。

平均的混合层高度大约是400m，有极大值1230m和极小值66m。

这将会对污染物的散布造成显著的影响。

3.2 吸湿性增长因子和粒子混合状态吸湿性增长因子的分布大多数都是在一个被修正的85%的相对湿度的环境中测量的到的，以确保所有的吸湿性的粒子在进入DMA2之前都被事先活化了。

和陈等人（2003）以及Santarpia等人（2004）报告的相似，两个独立的模式几乎包含了所有被测量的吸湿性增长因子的分布，除了在某些阶段的30nm的粒子。

图3显示了30-200nm干粒子在85%相对湿度下吸湿性增长因子分布的实例。

这个实例是在二月六号被测量的。

50-200nm粒子的吸湿性增长因子分布分成了两个部分同时第二个峰同粒子大小同时增长。

双峰分布的表现显示出可能有在粒子的表面有更多的水汽吸收，意味着大气气溶胶在表面是较多和较少吸湿性物质的混合状态。

30nm 粒子吸湿性增长因子分布的尾部出现的强峰值是吸湿性粒子的表征。

高斯和对数模型经常被应用于文献中去参数化吸湿性增长因子分布以及获得增长因子和各个粒径组的数因数。

在此项研究中，多次使用高斯参数化方法去拟合吸湿性增长因子分布，直到峰值曲线与实际测量的描点图达到很大的一致性。

在使用多次高斯分解的参数化之后大多数吸湿性增长因子的分布被分成了两部分：较少吸湿模态（GF>1.15）和较多吸湿模态（GF>1.2）。

较少吸湿组的GF在1.01到1.14的范围内，典型的是小于1.10，图4表明了较少吸湿组的GF值在每个干粒子直径下的状态。

较少吸湿组的GF的中值随着粒子直径稳定下降，GF的值的顺序是1.08，1.07，1.06,1.05。

相应的粒子直径是30,50,100,150,200nm。

Swietlicki等人（1999）也报告过相同的发现。