Untitled - ä¸å¤®ç ç©¶é¢ç°å¢è®é·ç ç©¶ä¸å¿- Academia Sinica

目錄 

專題演講 

Overview of the Long-range Transport of Asian Pollutants to Taiwan: From dust 

to biomass burning aerosol..........................................................................................1 

林能暉教授 ( 國立中央大學大氣物理研究所 ) 

黑碳及其环境效应 ........................................................................................................3 

曹軍驥教授 ( 中國科學院地球環境研究所 ) 

學術報告 (A): 區域氣膠之模擬與分析 

A1 东亚地区气溶胶空间分布和季节变化的模拟研究 ..............................................4 

李嘉伟、韩志伟 

A2 Study of differential transport processes of Asian dust and air pollutants to 

Taiwan .....................................................................................................................5 

Chuan-Yao Lin ,Charles C.K. Chou , Z. Wang , W.C. Chen , W. N. Chen , S.Y. Chang 

A3 Episode simulation of Asian dust storms with an air quality modeling system6 

Cui Ge , Meigen Zhang , Zhiwei Han 

A4 BCC_AGCM2.0.1_CUACE/Aero 數值模式系統對全球大氣氣溶膠的模擬研 

究 ..............................................................................................................................7 

劉茜霞、王在志、張華、王志立 

A5 长江三角洲二恶英排放的大气输送、转化和沉降数值模拟研究 ......................9 

孟凡、张珏、何友江 

A6 Forecasting the Atmospheric Visibility in Taipei Metropolitan Area by Means 

of Fuzzy Time Series ............................................................................................10 

Wang-Kun Chen, Hong-Yu Yang,, Yi-Chun Wang 

A7 長白山高壓對遼寧中部城市群大氣污染影響的數值模擬研究 ........................ 11 

王揚鋒、馬雁軍、陸忠豔、劉寧微、任萬輝 

學術報告 (B): 大氣氣膠物理化學特徵觀測與分析 ( 一 ) 

B1 Characteristics of PM 2.5 mass and water-soluble ions during Background and 

biomass burning periods observed at Mt. Lulin in Taiwan from 2003 to 2009 

................................................................................................................................14 

Chung-Te Lee, Ming-Tung Chuang, Neng-Huei Lin, Jia-Lin Wang, Guey-Rong Sheu, 

Shuenn-Chin Chang, Sheng-Hsiang Wang, Hill Huang, Horng-Wen Chen, Yuan-Liang, Liu, 

1

Guo-Hau Weng, Hsin-Yo, Lai, Shao-Peng Hsu 

B2 Chemical composition and size distribution of springtime atmospheric 

aerosols over Mt. Hua and Mt. Tai in central and eastern China ...................15 

Gehui Wang, Jianjun Li, Chunlei Chen,Bianhong Zhou, Junji Cao, Zhisheng An 

B3 南台灣沿海地區大氣氣膠特徵探討 ....................................................................16 

陳士傑、黃國林、陳瑞仁、蔡仁雄、周俊利、林文印、劉紹臣、林能暉 

B4 上海城市大气铂族金属污染研究 ........................................................................18 

李晓林、杨永兴、朱燕、高松、李玉兰、徐崎、谈明光、李燕 

B5 上海市大气含碳颗粒物的污染特性 ....................................................................19 

刘卫、林俊、王广华、位楠楠、范雪波、耿彦红、姚剑、范雪波、耿彦红、姚剑、 

李玉兰、李燕 

B6 High Wintertime PM Pollution over an Offshore Island (Kinmen) off 

Southeastern China: 1. An Overview.................................................................21 

Hsu, S.C., Liu, S.C., Tsai, F., Engling, G., Lin, I.I., Chou, C.K.C., Kao, S.J., Lung, S.C.C., 

Chan, C.Y., Lin, S.C., Huang, J.C., Chi, K.H., Chen, W.N., Lin, F.J., Huang, C.H., Kuo, C.L., 

Wu, T.C., Huang, Y.T. 

B7 珠江三角洲二次有機氣溶膠及其前體物 ............................................................23 

王新明、丁翔、張豔利 

B8 Characterization of atmospheric submicron particles at a rural site in Pearl 

River Delta of China using an Aerodyne High-Resolution Aerosol Mass 

Spectrometer.........................................................................................................25 

X.-F. Huang, L.-Y. He, M. Hu, Y.-H. Zhang, Y. Lin, L. Xue, T.-L. Sun 

學術報告 (C): 大氣氣膠與空氣污染防治 

C1 秦俑館內秦磚材料受大氣腐蝕的環境模擬實驗艙研究 ....................................26 

胡塔峰、曹軍驥、李順誠 

C2 长江三角洲地区气温和空气污染变化的周末效应 ............................................29 

缪启龙、段春锋 

C3 使用不同油品及加裝濾煙器的重型柴油引擎排放微粒之物化特性 ................32 

鄭曼婷、楊錫賢、蔡瀛逸、王琳麒、楊禮豪、陳勳融、黃景良、陳慶晟、葉彥甫、 

劉怡均 

C4 中国大陆灰霾天气的典型个例 ( 台风外围、沙尘、海盐 )............................33 

吴兑 

C5 拉萨市区近十年空气污染等级与气象条件关系的分析 ....................................37 

德庆卓嘎、次仁、格央、罗布次仁 

C6 多环芳烃在不同粒径大气颗粒物中的分布特征 ................................................38 

迪丽努尔 ‧ 塔力甫、阿布力孜 · 伊米提、阿不力克木 · 阿布力孜、亚力昆江 · 吐尔逊 

2

C7 Investigating Pollutant Sources to a Rural Sampling Site at the Southernmost 

Point of Taiwan Using Conditional Probability Functions (CPF) ...................39 

WEI-NAI CHEN, Chuan-Yao Lin, Min-Suk Bae 

C8 一种新型室内空气独立除湿技术 ........................................................................40 

张立志 

學術報告 (D): 大氣氣膠之光學特徵及氣候效應 

D1 中国不同排放情景下人为气溶胶的气候效应研究 ............................................41 

刘红年、张力 

D2 Estimation of Downward Solar Irradiance over Taiwan from MTSAT Image 

and Digital Terrain Data .....................................................................................43 

Feng Hsiao, Po-Hsiung Lin, Yen-Jen Lai 

D3 北京 PM 2.5 及氣溶膠光學特性的觀測研究 ........................................................44 

荊俊山、高樅亭、張仁健 

D4 中国大陆地区气溶胶光学特性及辐射气候效应研究 ........................................46 

夏祥鳌、陈洪滨、李占清、王普才、范学花 

學術報告 (E): 氣膠監測技術之發展與應用 

E1 偏振微脉冲激光雷达的应用 ................................................................................48 

徐赤东、纪玉峰 

E2 The influence of relative humidity on nanoparticle concentration and particle 

mass distribution measurements by the MOUDI..............................................49 

Sheng Chieh Chen, Chuen Jinn Tsai, Cheng-Yu Huang, Hong-Dar Chen 

E3 大气颗粒物吸湿性的实验室模拟和现场观测 ....................................................51 

陈建华、王轩、王玮、刘红杰、任丽红、杨小阳 

E4 Measurement of Internally Mixed Aerosols Acting as Cloud Condensation 

Nuclei.....................................................................................................................53 

Wei-Ting Lin, Hui-Ming Hung 

學術報告 (F): 沙塵之觀測與分析 

F1 Chemical composition of water-soluble ions in spring aerosol at a semi-arid 

site of Tongyu, China ...........................................................................................55 

Z.X Shen, X. Wang, J.J. Cao, R.J. Zhang, K. F. Ho 

F2 大陸沙塵對台灣空氣品質影響之案例分析 ........................................................58 

張順欽 

3

F3 塔克拉玛干沙漠腹地及周边地区 PM 10 时空变化特征及影响因素分析 .........61 

何清、刘新春、周永东、艾力 · 买买提明 

F4 沙塵過程中水溶性無機鹽濃度變化特徵研究 ....................................................62 

張凱、王躍思、溫天雪、胡波、孫揚、柴發合 

F5 PCDD/F Measurement in Taiwan and the Remote Island: Evaluation of 

Long-range Transport of PCDD/Fs during the Asian Dust Storm Event.......64 

Kai Hsien Chi, Chuan-Yao Lin, Neng-Heui Lin, Guey-Rong Sheu, Chung-Te Lee 

F6 Particle-associated polycyclic aromatic hydrocarbons in a desert region.......66 

Yang Xiaoyang, Zhang Wenjie, Wang Xinhua, Ren Lihong, Chen Jianhua 

F7 2007 年春季沙塵暴對遼寧中部城市群空氣品質的影響 ...................................68 

周德平、王揚鋒、洪也、劉寧微 

F8 Simulation of Dust Mixture State and Its Impacts ............................................71 

I-Chun Tsai , Jen-Ping Chen 

學術報告 (G): 大氣氣膠物理化學特徵觀測與分析 ( 二 ) 

G1 Characterization of Primary and Secondary Carbonaceous Aerosols in Xi’an, 

China .....................................................................................................................72 

Suixin Liu, Zhuzi Zhao, Junji Cao , Zhenxing Shen 

G2 大厦门湾气溶胶中多环芳烃的组成研究 ...........................................................77 

吴水平、闫景明、张萌萌、王新红、袁中新、李宗璋 

G3 金門及廈門地區大氣懸浮微粒之化學特徵分析及污染源解析 .......................79 

李宗璋、袁中新、王新紅、吳水平 

G4 北京市大气 PM 2.5 的理化特性与分形分析 ........................................................81 

王毅力、李炯、陈圆 

G5 京津冀区域霾天气时空分布及气象要素特征研究 ...........................................84 

张小玲、赵普生、徐晓峰、范引琪、张长春 

G6 北京市气溶胶特性及能见度观测研究 ...............................................................87 

王京丽、刘新罡、程丛兰 

G7 鹿林山背景測站的環境奈米微粒 .......................................................................90 

蔡春進、陳聖傑、許世傑、周崇光、劉紹臣 

學術報告 (P): 氣膠物理化學綜合討論 [ 海報 ] 

P1 大气棕色云的国内外研究状况及进展 ................................................................93 

任丽红、陈建华、王玮、孟凡、杨小阳、张仁健 

P2 气溶胶衰减敏感性分析 ........................................................................................96 

陈秀红、魏合理 

4

P3 Seasonal variation and spatial distribution of carbonaceous aerosols in Taiwan 

..............................................................................................................................101 

C. C.-K. Chou, C. T. Lee, M. T. Cheng, C. S. Yuan, S. J. Chen, Y. L. Wu, W. C. Hsu, S. C. 

Lung, S. C. Hsu, C. Y. Lin, S. C. Liu 

P4 上海市郊春節期間大氣顆粒物的理化特性 ......................................................103 

位楠楠、姚剑、王广华、林俊、范雪波、耿彦红、刘卫、李燕 

P5 基于同步辐射技术研究上海大气细颗粒物分布特征 ......................................105 

张元勋、李晓林、包良满、A. Iida、赵屹东、张桂林、李燕 

P6 3-D 掃瞄式光達之大氣結構與污染物偵測 ......................................................107 

江智偉、倪簡白、達斯、廖煌時 

P7 中国丹江上游地区环境变迁与考古文化更替 ..................................................109 

祝一志、杨亚长、程鹏、余华贵、康志海 

P8 西安市大氣 PM 2.5 污染與城區居民死亡率關係的研究 ................................... 111 

趙珂、曹軍驥 

P9 西安醛酮类化合物季节变化和昼夜变化特征 .................................................. 115 

戴文婷、何建辉、何世恒、曹军骥、鲁海燕 

P10 澎湖地區氣膠微粒中水溶性離子成份之長期分析 ........................................120 

吳仲翼、覃偉民、劉乙琦、袁中新 

P11 藏東南冬夏季大氣黑碳氣溶膠的濃度變化特徵 ............................................122 

趙竹子、曹軍驥、朱崇抒、劉隨心 

P12 華山冬季正構烷烴及多環芳烴的分子組成和粒徑分佈 ................................127 

李建軍、王格慧、周變紅 

P13 西安市夏、冬季大气能见度变化特征及影响因素 ........................................136 

甘小凤、曹军骥、王启元、沈振兴、赵竹子 

P14 2009 年不同氣流來源影響下花蓮地區空氣品質與氣膠微粒特性分析 .......138 

許文昌 

P15 納米 AgI 氣溶膠的製備及檢測 ........................................................................141 

武立志、熊尚清、熊英 

P16 塔克拉玛干沙漠腹地沙尘暴过程大气颗粒物浓度及影响因素分析 ............146 

刘新春、周永东、何清、艾力 · 买买提明 

P17 塔克拉玛干沙漠及其大气降尘点粒度特征分析 ............................................147 

霍文、何清、刘新春、尚华明、邢江燕 

P18 Low Tropospheric Temperature measurements using a Pure Rotational 

Raman Lidar in UV .........................................................................................148 

Wei-Nai Chen, Charles C.K. Chou, Yu. Balin, Sergey Bobrovnikov 

P19 沈阳市灰霾天金属元素浓度及富集因子的粒径分布 ....................................149 

洪也、马雁军、刘宁微、高少鹏 

P20 沈阳及周边城市大气细粒子的分布特征及其对空气质量的影响 ................154 

5

马雁军、刘宁微、王扬锋、洪也、张云海、周德平 

P21 1980-2009 年瀋陽灰霾的變化趨勢研究 ..........................................................157 

劉甯微、馬雁軍、劉曉梅、王若男、王揚鋒 

P22 藉由逐時量測技術探討台中港區與都會區光化事件中二次衍生性無機氣膠 

特性 ....................................................................................................................158 

吳昀睿、張士昱、郭崇義、陳瑀婕、陳立歆 

6

Overview of the Long-range Transport of Asian Pollutants to Taiwan: 

From dust to biomass burning aerosol 

Neng-Huei (George) Lin 

Department of Atmospheric Sciences, 

National Central University, 

Chung-Li, Taiwan 

nhlin@cc.ncu.edu.tw 

This presentation will overview previous and recent studies on impact of Asian 

pollutants, particularly for Asian dust and biomass burning, via long-range transport, 

on Taiwan and regional environment. The main themes include the long-term 

observations of above pollutants, and the modeling of their impact, for instance, 

aerosol radiative forcing. For the former study, the Lulin Atmospheric Background 

Station (LABS) held its grand opening for operation on 13 April 2006. It is located 

at the Mt. Lulin (2,862 m MSL; 23 0 28'07"N, 120 0 52’25"E) in central Taiwan. The 

LABS is unique because its location and altitude can enhance the global network of 

GAW (Global Atmosphere Watch) in the Southeast Asian region where no 

high-elevation baseline station is available. Our site is located between the GAW 

Waliguan station (3,810 m) in Tibetian plateau and Mauna Lao Observatory (3,397m) 

in Hawaii. Trajectory study indicates that this site provides us a great of opportunity to 

observe a variety of air masses originated from source regions, giving a distinctive 

contrast of atmospheric changes. Present continuous operations include precipitation 

chemistry, aerosol chemistry/physics, trace gases (CO, CO 2 , O 3 , SO 2 , CFCs, NH 3 , 

NO x , NO y ), mercury, atmospheric radiation, and meteorological variables. Mission 

oriented measurements of HCFCs, HFCs, and VOCs were also performed on a needed 

basis, mainly to help deconvolute long range transport phenomena from local 

circulation. Moreover, the international campaign of Dongsha Experiment was 

conducted in the northern SE Asian region during March-May 2010. It is a pre-study 

of the Seven South East Asian Studies (7SEAS) which seeks to perform 

interdisciplinary research in the field of aerosol-meteorology and climate interaction 

in the Southeast Asian region, particularly for the impact of biomass burning on cloud, 

atmospheric radiation, hydrological cycle, and regional climate. Participating 

countries include Indonesia, Malaysia, Philippines, Singapore, Thailand, Taiwan, 

Vietnam, and USA (NASA, NRL, and NOAA). The main goal of Dongsha 

Experiment is to characterize the chemical and physical properties of biomass burning 

aerosols in the northern SE Asian region. A monitoring network for ground-based 

measurements includes the LABS in central Taiwan, Hen-Chun (coastal) in the very 

southern tip of Taiwan, Dongsha Island in South China Sea, Da Nang (near coastal 

1

egion) in central Vietnam, and Chiang Mai (about 1,400 m, MSL) in northern 

Thailand. Two Intensive Observation Periods (IOPs) for aerosol chemistry were 

conducted during 14-30 March and 10-20 April 2010, respectively. Ten aerosol 

samplers were deployed for each station for characterizing the compositions of 

PM 2.5 /PM 10 (some for TSP) including water-soluble ions, metal elements, BC/OC, Hg 

and dioxins. Sampling tubes of VOCs were also deployed. Concurrent measurements 

with IOP-1, Taiwanese R/V also made a mission to South China Sea during 14-19 

March. This experiment provides a relatively complete dataset of aerosol chemistry 

and physical observations conducted in the source/sink region for below marine 

boundary layer and lower free troposphere of biomass burning/air pollutants in the 

northern SE Asia. Recent findings will be introduced. 

2

黑碳及其环境效应 

曹军骥 

1. 中国科学院地球环境研究所 

1 

黑碳 (black carbon, BC) 作为燃烧产生的一种独特颗粒态物质 , 因其在地球大气、 

土壤、冰雪、生物、海洋等不同圈层迁移转化、全球碳循环中具有不同的地球化 

学行为 , 越来越受到科学家关注。大气中悬浮的黑碳气溶胶粒子是影响全球气候 

变化不确定性的最重要因子之一 , 是仅次于 CO2 的增温组分 , 在区域气候环境 

变化中扮演重要角色。我们从 2003 年开始在全国 14 个城市地区以及西部的青藏 

高原背景地区开展观测工作 , 获得了不同时空上黑碳的变化规律。我国城市大气 

中黑碳浓度平均为 6.8μg⋅m-3, 比西方发达国家城市黑碳浓度高出约 2 倍。黑碳 

的稳定同位素分析表明 , 其主要来源是燃煤和机动车的排放。进一步将黑碳分解 

为焦炭和烟炱组分 , 其中烟炱组分约占黑碳的 18%, 这表明我国黑碳中致热强的 

组分 ( 烟炱 ) 含量并不高 , 有可能指示了我国黑碳的致热效应并不如原先估计的 

大。青藏高原最西端幕寺塔格点的大气黑碳约为 0.055 μg⋅m-3, 比城市地区低 2 

个数量级。后续轨迹统计分析表明 , 约 95% 的黑碳来自中亚等国家的境外输送。 

青藏高原东南鲁朗背景点的黑碳为 0.466 μg⋅m-3, 比幕寺塔格点高一个数量级 , 

比城市地区低一个数量级。其中春季 ( 非季风季节 ) 黑碳浓度约为夏季 ( 季风季 

节 ) 的 2 倍 , 这与冰芯恢复的黑碳浓度变化一致。研究表明 , 藏东南黑碳主要来 

自印度的污染排放 , 非季风季节高浓度的黑碳沉降在冰雪表面将导致冰川提前消 

融 , 对下游水资源产生明显影响。 

3

东亚地区气溶胶空间分布和季节变化的模拟研究 

* 

李嘉伟韩志伟 

中国科学院大气物理研究所 

中国科学院东亚区域气候 - 环境重点实验室 

100029, 北京 , 中华人民共和国 

本文利用区域空气质量模式系统 RAQMS, 结合最新排放源资料 , 模拟研究了 

2006 年 1、4、7、10 月东亚地区气溶胶化学成分的空间分布特征和季节变化规 

律。对比结果显示 , 模式系统能够合理地反映东亚地区气溶胶的时空分布特征和 

演变过程 , 具有好的模拟能力。研究区域内 PM 10 近地面浓度春季最高 , 夏季最 

低 ; 在水平分布上 , 塔克拉玛干沙漠、中蒙边境沙漠地区和华北地区是近地面 

PM 10 的三个浓度中心 , 中国西部地区 PM 10 浓度高于中国东部以及朝鲜半岛、日 

本、西太平洋等地区 , 中国长江以北地区高于长江以南地区 ; 在垂直方向上 , 春 

季 PM 10 浓度最高 , 垂直混合强 , 垂直方向浓度梯度小 , 高浓度气溶胶可以达到 

6000 m 左右 , 冬季 PM 10 垂直混合最弱 , 垂直方向浓度梯度最大。硫酸盐和铵盐 

秋季浓度最高 , 夏季最低 , 硝酸盐冬季浓度最高 , 夏季最低。黑碳和有机碳浓度 

冬季最高 , 黑碳浓度在其他季节差别不大 , 但在夏季 , 由于二次有机气溶胶的贡 

献 , 有机碳气溶胶的浓度高于春季和秋季。沙尘在春季的浓度和影响范围最大 , 

海盐夏季浓度最低 , 但对中国东部地区的影响最大。对研究区域内气溶胶含量的 

估算显示 , 人为气溶胶含量冬季最大 (1 月平均 1918Gg), 夏季最小 (7 月 1259Gg), 

硫酸盐仍是东亚地区人为气溶胶的首要化学成分 , 其年平均含量高达 551 Gg。 

沙尘含量春季最大 (4 月 5926 Gg), 冬季次之 (1 月 2836 Gg), 秋季最小 (10 月 880 

Gg), 沙尘的年平均含量 (2783 Gg) 约是人为气溶胶含量 (1543 Gg) 的 2 倍 , 显示出 

东亚地区受人为和自然气溶胶的共同影响 , 其协同作用对区域环境与气候的影响 

十分重要。 

4

Study of differential transport processes of Asian dust and air 

pollutants to Taiwan 

Chuan-Yao Lin (1) ,Charles C.K. Chou (1) , Z. Wang (2) , W.C. Chen (1) , 

W. N. Chen (1) , S.Y. Chang (3) 

(1) Research Center for Environmental Changes, Academia Sinica, Taipei 115, 

Taiwan 

(2) Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing, China 

(3) Department of Public Heath, Chung Shan Medical University, Taiwan 

Long-range transport of Asian dust and air pollutants are major environmental 

concerns of Taiwan during the winter monsoon season when northeasterly winds 

prevail following passages of cold fronts. Based on meteorological data and hourly 

measurements of Taiwan Environmental Protection Administration (TEPA) air quality 

monitoring stations, Lidar and in-situ IC, two long-range transport dust events with 

significant different atmospheric conditions types have been identified. For the dry 

case, dramatically elevated concentrations of PM 10 , CO and SO 2 along with the strong 

northeasterly on March 19 were observed over background Wanli station, with peaks 

of about 200~250μgm -3 , 1.0 PPM and 19 ppb, respectively. Results from TEPA 

ground stations, RCEC/ASNTU Lidar, and sampling monitoring consistently showed 

that the transport of this dust episode accompanied with significant air pollutants after 

the frontal passage. For the wet case, actually it is a “mud rain” episode, air 

pollutants stayed at the low levels (NOx

Episode simulation of Asian dust storms with an air quality modeling 

system 

Cui Ge 1 、Meigen Zhang 1 、Zhiwei Han 2 

1. State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric 

Chemistry, Institute of Atmospheric Physics, Chinese Academy of Sciences, 

Beijing 100029, China 

2. Key Laboratory of Regional Climate-Environment Research for Temperate East 

Asia Chinese Academy of Sciences, Institute of Atmospheric Physics, Chinese 

Academy of Sciences, Beijing 100029, China 

The air quality modeling system RAMS-CMAQ was developed to include a dust 

deflation module in order to enable the model to simultaneously treat all the major 

tropospheric aerosols, i.e., organic and black carbons, sulfate, nitrate, ammonia, soil 

dust, and sea salt. This system was applied to East Asia to simulate Asian dust aerosol 

generation, transport and dry/wet removal processes in the period of 14-25 March 

2002 when two strong dust storms consecutively occurred. For evaluating the model 

performance and analyzing the observed features of dust aerosols over the East Asian 

region, model results were compared against hourly PM 10 concentrations at four 

remote Japanese stations and daily air pollution index (API) values for PM 10 at four 

big Chinese cities. The comparison shows that the modeled values were generally in 

good agreement with observed ones, and the model reasonably reproduced two dust 

storm outbreaks and generally captured the dust onset and cessation timings at each 

observation site. Besides, hourly averaged values of aerosol optical thickness (AOT) 

are calculated and compared with observations at four Aerosol Robotic Network 

(AERONET) stations in order to assess the model’s capability in estimating dust 

aerosol column burden. Analysis shows that modeled and observed AOT values were 

generally comparable, and the contribution of dust aerosols to AOT was significant 

only in their source regions and along their transport paths. 

Keywords:Aerosol、aerosol optical thickness (AOT)、CMAQ 

6

BCC_AGCM2.0.1_CUACE/Aero 數值模式系統對 

全球大氣氣溶膠的模擬研究 

劉茜霞王在志張華王志立 

中國氣象局國家氣候中心 , 北京 ,100081 

全球大氣氣溶膠的不斷增長所帶來的環境和氣候效應已備受關注 , 運用數值模式 

系統對全球大氣氣溶膠的時空分布特徵和氣候效應進行模擬研究將有助于我們 

更好地理解氣溶膠的物理化學特性和環境氣候效應。 

本文運用中國氣象局北京氣候中心最新研發的全球氣候 - 氣溶膠 - 輻射數值模 

式系統 (BCC_AGCM2.0.1_CUACE/Aero) 在氣候平均態海表氣溫的驅動下對全 

球海鹽、沙塵、黑碳、有機碳和硫酸鹽等大氣氣溶膠粒子進行了長時間積分模擬 

試驗研究。大氣模式的水平分辨率爲 2.8°×2.8°, 模式頂高度約爲 3.54hPa。研究 

的氣溶膠粒徑大小範圍爲 0.005μm~20.48μm, 平均被分成了 12 個檔 , 相鄰兩 

個檔平均半徑之比爲 2。對模式系統連續運行 11.33 模式年 , 取最後十年平均的 

模擬結果分別與地基、空基、衛星觀測資料以及多模式集合 (AeroCom) 結果進 

行對比分析。研究表明 , 該模式系統能够基本再現海鹽、沙塵、黑碳、有機碳和 

硫酸鹽氣溶膠粒子在全球的時空分布特徵 , 海鹽和沙塵氣溶膠粒子的濃度大小受 

地面 10 米風速的影響較大 , 主要與這兩類氣溶膠粒子所采取的排放源方案有 

關 ; 由于 10 米風速只是略微影響氣溶膠的幹沉降速率 , 故其它氣溶膠組分受 10 

米風速的影響較小。研究還表明 , 降水量和雲特性的改變將直接影響氣溶膠粒子 

的微物理特性 , 進而影響到氣溶膠粒子的雲中清除和雲下濕清除過程。對上述五 

類氣溶膠粒子的全球收支狀况分析表明 , 由于海鹽和沙塵氣溶膠粒子半徑較大 , 

所以受幹沉降的影響大于受濕沉降的影響 ; 而含碳氣溶膠及硫酸鹽氣溶膠粒徑較 

小 , 濕沉降在粒子的總沉降中所占的比例較大。模擬結果還顯示 , 各類氣溶膠粒 

子排放源强大小依次爲 : 黑碳 < 有機碳 < 硫酸鹽 < 沙塵 < 海鹽 , 在大氣中的含量 

大小依次爲 : 黑碳 < 有機碳 < 硫酸鹽 < 海鹽 < 沙塵 , 生命周期按從小到大的順序 

7

依次爲 : 海鹽 < 沙塵 < 硫酸鹽 < 黑碳 < 有機碳。 

關鍵詞 :BCC_AGCM2.0.1, CUACE/Aero, 氣溶膠 

8

长江三角洲二恶英排放的大气输送、转化和沉降数值模拟研究 

孟凡张珏何友江 

中国环境科学研究院 

二恶英 ((PCDD/Fs, also called dioxins) 是一类难降解、半挥发性的有毒空气污染 

物 , 其对人类和其它哺乳动物的健康构成危害。二恶英物质主要是由人类涉及 

含氯材料的燃烧过程、金属冶炼、石化和化工所产生 , 因其在大气中的停留时 

间很长 , 可以经长距离输送造成区域甚至全球性影响。二恶英类物质为半挥发性 

物质 , 可以在气态和气溶胶之间相互转移 , 从而影响其大气物理和化学过程。本 

文将介绍在 CMAQ 模式的基础上增加了二恶英物质在大气中的迁移、气相 - 颗粒 

相间输送、化学转化和干、湿清除过程。模式在北美得到应用并通过北美的案例 , 

分析了不同气 - 气溶胶相间分配模式的差异。本文采用上海、浙江、江苏的二恶 

英排放数据 , 对长江三角洲区域不同季节的二恶英空气污染状况进行了模拟。模 

拟计算了大气二恶英的区域浓度分布和干、湿沉降特征 , 结果显示出该地区二恶 

英污染的区域特征以及对其它区域的影响。模式结果与观测资料进行了初步对 

比。 

图 

CMAQ 模式模拟 2006 年年平均 PCDD/Fs 浓度分布 

9

Forecasting the Atmospheric Visibility in Taipei Metropolitan Area 

by Means of Fuzzy Time Series 

Wang-Kun Chen, Hong-Yu Yang, Yi-Chun Wang 

Department of Environment and Property Management, Jinwen University of Science 

and Technology, New Taipei City, Taiwan. 

Department of Civil Engineering , Chunghwa University of Science and Technology, 

Taipei, Taiwan. 

This study employs a fuzzy time series system for the development of an atmospheric 

visibility forecasting method in order to simulate and forecast the atmospheric 

visibility in Taipei Metropolitan District and understand the feasibility of its 

forecasting method. This paper focuses on 2004-2007 data of suspended particulate 

(PM 10 ) concentrations, ozone (O 3 ) concentrations, and Pollutants Standards Index 

(PSI) from the Danshui, Sindian, and Sonshan observatory stations. Relevant 

observation data, coupled with measured visibility data, are used for the foundation of 

this fuzzy time series modeling. Variations among actual and simulated air quality 

deteriorating trend, atmospheric visibility, and regional visibility of Taipei 

Metropolitan District for 2008 are studied. Further verification and deviation analysis 

are also carried out. The result showed that deviations between simulated and actual 

values are insignificant form PM 10 and O 3 . The absolute percentage errors for PM 10 at 

Danshui is 38%, at Sindian is 36%, and at Songshan is 35%. Thus the difference of 

variation in PM 10 and O 3 are minimal. In the case where specific district in episode 

days(PSI≧100 at a given station) the percentage errors get better. Here, the absolute 

percentage error at Sindian is 29% and at Songshan is 33%. There are only four series 

of data for Danshui and seven series for Taipei Metropolitan and both are excluded 

from this study. The forecast model performs better for regional visibility in episode 

days than that of atmospheric visibility in normal days. All the forecast value is within 

reasonable (20 %~%) with error level between one and two. Atmospheric visibility 

forecasting should be based on suspended particulate and ozone concentration. The 

proposed forecast model can be improved for more accurate results when the fuzzy 

relu base gets more sophisticated. For certain values that cannot be simulated with this 

model, other variables such as climate factors and weather type are added to make the 

forecast possible and to find out measures for improvements. 

Key words : visibility, fuzzy time series, episode day. 

10

長白山高壓對遼寧中部城市群大氣污染影響的數值模擬研究 

王揚鋒 

1 、馬雁軍 

1 、陸忠豔 

2 、劉寧微 

1 、任萬輝 

1. 中國氣象局瀋陽大氣環境研究所 , 遼寧瀋陽 110016; 

2. 遼寧省氣象臺 , 遼寧瀋陽 110016; 

3. 瀋陽環境監測中心 , 遼寧瀋陽 110016 

3 

遼寧是我國的重工業大省 , 其中瀋陽、鞍山、本溪、撫順和遼陽組成的遼寧中部 

城市群 , 人口密集 , 工業集中 , 是遼寧重工業基地的核心部分。但是 , 該區域的 

大氣品質較差 , 不僅影響著人民群眾的身心健康 , 也制約著該區域經濟的可持續 

健康發展。本研究利用先進的模式系統 Models-3, 通過改變模式中長白山山脈地 

形高度 , 對比分析地形高度變化前後長白山高壓對遼寧中部城市群空氣品質的影 

響 , 為中部城市群污染的防治做一些嘗試性的研究工作。 

利用空氣品質模式系統 Models-3, 設計了兩種試驗方案 ( 控制試驗和對比試驗 ) 

對 2002 年 1 月 16 日 8:00-19 日 8:00 進行了個例模擬分析 , 發現不同的長白山山 

脈地形高度引起的長白山高壓的變化對環境要素的影響有較大的差異 , 並得到以 

下主要結論 : 

(1) 長白山高壓在一天中的不同時間強度的變化各不相同。一般來說 , 長白山 

高壓在下午不明顯 , 日落後開始增強 , 在早晨得到明顯加強。改變長白山 

山脈地形高度後 , 長白山高壓明顯減弱 , 甚至消失 ( 圖 1)。 

(2) 長白山山脈地形高度變化引起的長白山高壓的減弱 , 對遼寧中部城市群風 

速產生影響 , 五城市風速有不同程度的增加 , 且水準風場的輻合帶消失 , 

對大氣污染物的傳輸擴散比較有利 ( 圖 2)。 

(3) 長白山山脈地形高度改變後 , 中部城市群的逆溫強度白天變化不大 , 而晚 

上逆溫強度減弱較明顯 , 有利於大氣污染物的向外輸送。改變地形高度後 

逆溫強度的變化趨勢與長白山高壓的變化趨勢類似 , 這在某種程度上也說 

明長白山高壓的存在對逆溫強度的影響。 

(4) 長白山山脈地形高度變化後 , 長白山高壓明顯的減弱 , 導致風場和逆溫強 

11

度的變化有利於大氣污染物的擴散 , 遼寧中部城市群五城市大氣污染物 

SO 2 、NO 2 和 PM 10 的日均濃度有了明顯的降低 , 降低最顯著的是 PM 10 , 其 

次是 SO 2 和 NO 2 , 對改善城市群空氣品質有明顯的效果 ( 表 1)。 

本文雖然通過個例模擬改變地形條件後長白山高壓的變化對遼寧中部城市群大 

氣污染的影響 , 得到比較好的模擬效果 , 並對空氣品質預報工作有一定的參考價 

值 , 但仍需要更多的類比試驗來研究長白山高壓的變化對諸多氣象要素的影響 , 

以彌補個例研究的不足之處。 

圖 1 2002 年 1 月 17 日 14:00 控制試驗 (a) 與對比試驗 (b) 地面氣壓場 

(a) 

(b) 

圖 2 2002 年 1 月 18 日 08:00 地面風場 

12

城市 

表 1 2002 年 1 月 17 日 12:00 至 18 日 12:00 濃度觀測值和模擬值對比及不同模擬 

方案污染物的濃度日均值比較 

SO 2 日均濃度 /(mg.m -3 ) 

NO 2 日均濃度 /(mg.m -3 ) 

PM 10 日均濃度 /(mg.m -3 ) 

觀測值 A 方案 B 方案 (A-B)/A 觀測值 A 方案 B 方案 (A-B)/A 觀測值 A 方案 B 方案 (A-B)/A 

瀋陽 0.178 0.195 0.120 38.4% 0.120 0.055 0.044 19.7% 0.232 0.126 0.079 37.0% 

鞍山 0.156 0.130 0.091 30.1% 0.030 0.051 0.042 18.6% 0.407 0.087 0.051 41.5% 

本溪 0.201 0.107 0.074 31.0% 0.069 0.045 0.040 10.0% 0.403 0.063 0.027 57.9% 

撫順 0.103 0.129 0.095 26.8% 0.058 0.051 0.044 12.3% 0.419 0.051 0.027 47.0% 

遼陽 0.117 0.112 0.078 30.0% 0.048 0.049 0.037 24.7% 0.338 0.051 0.029 43.6% 

13

Characteristics of PM 2.5 mass and water-soluble ions during 

Background and biomass burning periods observed at Mt. Lulin in 

Taiwan from 2003 to 2009 

Chung-Te Lee 1 , Ming-Tung Chuang 1 , Neng-Huei Lin 2 , Jia-Lin Wang 3 , 

Guey-Rong Sheu 2 , Shuenn-Chin Chang 4 , Sheng-Hsiang Wang 2 , Hill Huang 1 , 

Horng-Wen Chen 1 , Yuan-Liang, Liu 1 , Guo-Hau Weng 1 , Hsin-Yo, Lai 1 , 

Shao-Peng Hsu 1 

1. Graduate Institute of Environmental Engineering, National Central University, 

Jhongli, 32001, Taiwan 

2. Department of Atmospheric Sciences, National Central University, Jhongli, 32001, 

Taiwan 

3. Department of Chemistry, National Central University, Jhongli, 32001, Taiwan 

4. Environmental Protection Administration, Taipei, 10042, Taiwan 

This paper analyzes six years’ PM 2.5 mass and water-soluble ions collected at Mt. 

Lulin (2,862 m a.s.l.) from April 2003 to April 2009. Among global high-elevation 

sites, Mt. Lulin site is the only observatory that receives aerosol from Southeast Asia 

in the West Pacific region. Based on a six-year observation, the most active biomass 

burning activity was recorded in 2004. Great enhancement of PM 2.5 mass and 

water-soluble ions was found for the biosmoke transported from Southeast Asia. For 

example, the enhancement ratios of nitrate ion during the biomass burning period 

could reach 6.7 and 9.7 relative to air masses from the source region and from the 

pristine area during the non-biomass-burning period, respectively. In addition, our 

results show that the PM 2.5 mass level at around 4 μg m - ³ can probably represent 

global clean and pristine area 3 km above ground. 

Keywords: Biomass burning; PM 2.5 ; Water-soluble ions; Long-range transport; 

High-elevation site 

14

Chemical composition and size distribution of springtime 

atmospheric aerosols over Mt. Hua and Mt. Tai in central and 

eastern China 

Gehui Wang 1,2 , Jianjun Li 2,1 , Chunlei Chen 1 ,Bianhong Zhou 1 , Junji Cao 1,2 , 

Zhisheng An 1,2 

1 

Institute of Earth Environment, Chinese Academy of Sciences, Xi’an 710075, China 

2 Department of Environmental Science and Technology, Xi’an Jiaotong University, 

Xi’an 710049,China 

Springtime PM 10 and size-resolved (9-stages) particles in the atmospheres over Mt. 

Hua and Mt. Tai in central and eastern China were collected and characterized for 

elemental carbon (EC), organic carbon (OC), acidity, and inorganic ions to investigate 

the difference in aerosol chemistry and physics between the two alpine atmospheres. 

EC (2.8 ± 2.1 μg m -3 ), OC (13 ± 5.9 μg m -3 ) and inorganic ions (e.g., H 2 SO 4 , 16 ± 

13 μg m -3 ) of PM 10 in Mt. Tai showed a higher concentration compared to those 

(EC:1.2 ± 0.5 μg m -3 ; OC:4.9 ± 1.4 μg m -3 , H 2 SO 4 : 13 ± 7.1 μg m -3 ) in Mt. Hua, 

probably caused by the altitude difference at the two sampling sites (i.e., Mt. Tai: 

1534 m, and Mt. Hua 2060 m). Aerosol acidity results showed that particles in Mt. Tai 

is more acidic than that in Mt. Hua during the non-dust storm period, and become 

basic during the dust-storm period at both sites. Sulfate is more abundant than nitrate 

in either the non-dust storm samples or the dust storm samples over the Mt. Hua 

atmosphere. In contrast, nitrate is more abundant than sulfate over the Mt. Tai 

atmosphere during the non-dust storm period and less abundant than sulfate during the 

dust storm period. Such a change in relative abundance of sulfate and nitrate suggests 

that increase in NO x emissions due to sharp increase in the number of vehicles is 

+ 

changing the atmospheric environment in China especially in the east regions. NH 4 

showed a unimodal size distribution at both sites, peaking at 0.7-1.1 μm, in contrast to 

a bimodal pattern for other inorganic ions with a large peak at the size of 0.7-1.1 μm 

and an equivalent/small peak depending on the species at the range > 3.3 μm. Mg 2+ 

showed a unimodal pattern, i.e., a coarse mode, in Mt. Hua and a bimodal pattern, i.e., 

fine and coarse mode, in Mt. Tai, further indicating the difference in aerosol source. 

Compared with those in the non-dust storm period an enhancement in coarse mode of 

- 

concentrations of NO 3 and SO 2- 4 at Mt. Hua site during the dust storm period suggests 

the importance of adsorption of gaseous HNO 3 and H 2 SO 4 onto alkaline coarse 

particles. 

Keyword: Mountain aerosols; Chemical compositions; Size distributions; Dust storm; 

Sources 

15

南台灣沿海地區大氣氣膠特徵探討 

陳士傑 

1 、黃國林 

1 、陳瑞仁 

1,* 、 

蔡仁雄 

1 、周俊利 

1 、林文印 

2 、劉紹臣 

3 、林能暉 

1. 屏東科技大學環境工程與科學系 

2. 台北科技大學環境工程與管理研究所 

3. 中央研究院環境變遷研究中心 

4. 中央大學大氣科學系暨大氣物理研究所 

4 

台灣四面環海 , 終年受海洋氣膠影響 ; 白天時海洋氣膠藉由海風吹向內陸 , 晚上 

則因陸地散熱較快、海洋溫度較陸地高而改吹陸風 , 此陸風會把內陸都會區產生 

之二次氣膠等污染物傳至海上而與海洋氣膠混合。沿海地區之氣膠除來自海鹽及 

陸上人為與自然排放源貢獻外 , 亦可能因大陸黃沙長程傳輸之影響 , 致使沿海氣 

膠之成分更為複雜。本研究於 2010 年 3 至 4 月間 , 在屏東縣車城鄉海洋生物博物館 

旁以分道採樣器 (Dichot) 及微孔均勻沈積衝擊器 (MOUDI) 採集大氣微粒 , 以探討 

南台灣沿海地區大氣微粒組成特性。由表 1、圖 1 及圖 2 顯示 : 無論以石英或鐵氟 

龍濾紙採樣 ,MOUDI 測得之 PM 10 及 PM 2.5 濃度與 Dichot 之測值相當接近 ; 且 

MOUDI 及 Dichot 以石英濾紙採樣時 , 其 PM 10 及 PM 2.5 濃度均較鐵氟龍濾紙之測值 

稍高。2010 年 ADS 影響期間 , 屏東沿海地區 PM 10 及 PM 2.5 濃度約為 ADS 來襲前、 

後 ( 即 Non-ADS) 測值之 2 倍 ,PM 10 及 PM 2.5 濃度之提高主要是 1.0~5.6 μm 之粗粒態 

粒子 (coarse mode particle) 濃度增加所貢獻。超細 (PM 0.1 ) 及次微米粒徑 (PM 1.0 ) 其在 

ADS 與 Non-ADS 期間兩者幾乎無差別 ; 與 Non-ADS 相較 , 當粒徑在 1.0 μm 以上 

時 , 隨微粒粒徑增加 , 兩者質量差增大。無論 Non-ADS 或 ADS 期間 , 屏東沿海大 

氣粗微粒 (PM 2.5-10 ) 上水溶性離子總濃度中約有一半以上是由 Cl – 與 Na + ( 海鹽成分 ) 

2– 

所貢獻 ; 細微粒 (PM 2.5 ) 上則主要是由 SO 4 及 NH + 4 ( 二次氣膠 ) 所組成 , 其佔全部水 

溶性離子總濃度之比例達 70% ( 圖 3)。 

關鍵詞 : 二次氣膠、粒徑分佈、亞洲沙塵暴、水溶性離子。 

16

表 1 採樣期間 MOUDI(M) 及 Dichot(D) 微粒質量濃度 (µg/m 3 ) 

PM 10 PM 2.5 PM 2.5 /PM 

濾紙種類 

10 

M D M D M D 

石英 Non-ADS 28.5±9.8 30.3±9.4 14.1±6.1 13.2±5.2 0.50±0.04 0.43±0.08 

ADS 58.1 47.8±22.3 27.2 20.1±13.9 0.47 0.39±0.14 

鐵氟龍 Non-ADS 26.8±6.2 26.8±7.9 13.5±2.4 11.2±4.5 0.51±0.05 0.41±0.09 

ADS 49.0 43.9±22.7 22.8 17.7±12.6 0.47 0.38±0.08 

註 :N = 5 (M,Non-ADS 期間 ), N = 1 (M,ADS 期間 ); N = 16 (D,Non-ADS 

期間 ), N = 3 (D,ADS 期間 )。 

PM 2.5-10 (μg/m 3 ) 

40 

35 

30 

25 

20 

15 

34.6 

28.8 

36.9 

30.1 

Non-ADS 

ADS 

鐵氟龍濾紙 

石英濾紙 

鐵氟龍濾紙 

石英濾紙 

Non-ADS 期間 PM 2.5-10 

平均濃度 (μg/m 3 ) 

17.0 ( 石英濾紙 ) 

15.5( 鐵氟龍濾紙 ) 

dc/dlogdp (μg/m 3 ) 

100 

80 

60 

40 

Non-ADS 

ADS 

20 

10 

5 

40 

35 

33.6 

0 

0.01 0.056 0.1 1 10 18 

100 

aerodyamic diameter (μm) 

圖 2 Non-ADS 與 ADS 期間微粒質量之粒徑分佈 

PM 2.5 (μg/m 3 ) 

30 

25 

20 

15 

10 

5 

0 

31.6 

14.6 

3-14 

3-15 

3-16 

3-17 

3-18 

3-19 

3-20 

3-21 

3-22 

20.8 

4-10 

採樣日期 

4-11 

4-12 

4-13 

4-14 

4-15- 

4-16 

4-17 

4-18 

4-19 

Non-ADS 期間 PM 2.5 

平均濃度 (μg/m 3 ) 

12.8 ( 石英濾紙 ) 

10.9 ( 鐵氟龍濾紙 ) 

圖 1 2010 年採樣期間微粒質量濃度 

Ions (μg/m 3 ) 

10 

8 

6 

4 

2 

0 

N-A: Non-ADS 

A: ADS 

Na + 

+ 

NH 4 

K + 

Mg 2+ 

Ca 2+ 

Cl - 

- 

NO 3 

2- 

SO 4 

N-A A N-A A N-A A N-A A 

PM 0.1 

PM 1.0 

PM 2.5 

PM 2.5-10 

圖 3 Non-ADS 與 ADS 期間各粒徑微粒水性離子濃度 

17

上海城市大气铂族金属污染研究 

李晓林 

1 , 杨永兴 

1 , 朱燕 

1 , 高松 

2 , , 李玉兰 

1 , 徐崎 

3 , 谈明光 

1 , 李燕 

1. 中国科学院上海应用物理研究所 , 上海 800-204 信箱 ,201800; 

2. 上海市环境监测中心 , 上海 ,200030; 

3. 上海市普陀区环境监测站 , 上海 ,200062 

1 

为减轻汽车尾气排放对大气的污染 , 含金属铂 (Pt)、钯 (Pd)、铑 (Rh) 的三元 

催化转换器被广泛安装在汽车上。在使用过程中 , 三元催化剂能有效地将机动车 

尾气中的 CO、NO x 和碳氢化合物转化成无毒或低毒的 CO 2 、N 2 、H 2 O, 但是由 

于高温机械磨损、化学反应等原因 , 三元催化转换器会向外排放含铂族金属的微 

粒 , 造成大气环境铂族金属污染。已有研究表明 , 铂族金属是对人体有害的金属 

元素。上海作为中国特大型城市 , 人口密集 , 交通密度大 , 汽车尾气污染相对严 

重 , 从 2002 年 8 月开始实施欧洲 Ⅱ 号标准 , 含铂、钯、铑的三元催化转化器已 

广泛在汽车上安装使用。铂族金属在环境中会不断积累 , 所以必须监测其在大气 

环境中的浓度 , 以了解其对环境的污染程度。本研究利用微波消解、电感耦合等 

离子体质谱法测定上海大气 PM 10 颗粒物中 Pt 浓度。结果表明 : 上海市中心区大 

气中 Pt 浓度明显高于郊区背景值 ,Pt 污染是明显存在。采用同位素稀释等离子 

体电感耦合质谱分析法 , 测定了上海城区降尘中 Pt 和 Pd 的浓度 , 结果表明 :Pt、 

Pd 浓度与交通流量有关 , 上海城区降尘中 Pt 最低含量为 6.2ng/g, 最高含量为 

381.4ng/g, 平均含量 37.3ng/g ,Pd 浓度高于 Pt 浓度 ,Pt 和 Pd 呈线性正相关。富 

集因子计算表明上海空气颗粒物和降尘 Pt 和 Pd 含量已受到人为因素的影响。与 

世界其它城市相比 , 上海市铂族金属污染水平较低。 

关键词 : 大气颗粒物 , 降尘 , 铂族元素 

18

上海市大气含碳颗粒物的污染特性 

刘卫 

1 、林俊 

1 、王广华 

1 、位楠楠 

2 、范雪波 

1 、耿彦红 

1 、姚剑 


耿彦红 

1 、姚剑 

1 、李玉兰 

1 、李燕 

1 中国科学院上海应用物理研究所核分析重点实验室 , 上海 201800 

2. 南华大学核科学技术学院 , 湖南衡阳 421001 

1 

1 、 

碳是大气颗粒物中主要富含元素之一 , 主要以有机碳 (OC) 和元素碳 (EC) 的形式存 

在 , 其中 OC 由一次有机碳 (POC) 和二次有机碳 (SOC) 组成。大气颗粒物中 

不同形态的碳 (OC、EC、POC 和 SOC) 不同程度地影响全球气候、辐射强迫、 

空气水平能见度、环境质量、大气化学过程和人体健康 , 这种影响力不仅与大气 

颗粒物中不同形态碳的含量有关还与它的粒径分布特征有关 , 因此有必要分析大 

气颗粒物中碳含量的粒径分布。细颗粒物 (PM2.5) 能进入人体肺部 , 通过血液 

循环进入人体各部 , 细颗粒物对人体的危害大于粗颗粒物 , 对大气颗粒物中碳的 

研究更应该重点研究细颗粒物中的碳。上海市是中国的经济中心、是最受世界关 

注的都市之一 , 上海空气质量的好坏倍受中国乃至世界的关注。本研究连续测量 

了上海市嘉定区 2009 年 10 月 2-11 月 2 日每 24 小时大气 PM2.5 中 OC 和 EC 的平均含 

量 , 分析了上海市嘉定区 2008 年 11 月 -2009 年 11 月 2 日期间不同粒径 (7.20 μm) 大气颗粒物中 OC 和 EC 质 

量浓度的粒径分布特征 ; 用 EC 示踪法估算出上海市嘉定区大气 PM2.5 中 POC 和 

SOC 的含量以及不同粒径大气颗粒物中 POC、SOC 的分布 ; 由 POC 和 EC 的相关性 

定性分析出上海市嘉定大气 PM2.5 以及不同粒径大气颗粒物的来源。上海市 

PM2.5 中的 OC、EC、POC 和 SOC 有明显的日变化特征 ; OC、EC、POC 和 SOC 

的质量浓度日均值分别为 14.34±5.76μg·m -3 、3.90±2.16μg·m -3 、5.46±3.02μg·m -3 和 

8.88±3.75μg·m -3 ( 图 1)。上海市大气总悬浮物 (TSP) 中 OC、EC、POC 和 SOC 的 

质量浓度分别为 16.74±6.62μg·m -3 、 3.30±1.07μg·m -3 、 8.06±2.64μg·m -3 和 

8.68±4.45μg·m -3 ( 图 2);TSP 中 OC、EC、POC 和 SOC 的质量浓度呈双峰分布 , 其 

中 OC、EC、POC 的峰值出现在 3.00μm 的粒径段 ,SOC 的峰值出 

19

0.49-0.95μm 和 >3.00μm 的粒径段 ; 与 OC 相比 ,EC 更集中在

High Wintertime PM Pollution over an Offshore Island (Kinmen) off 

Southeastern China: 

1. An Overview 

Hsu, S.C. 1* , Liu, S.C. 1 , Tsai, F. 2 , Engling, G. 1,3 , Lin, I.I. 4 , Chou, C.K.C. 1 , Kao, 

S.J. 1 , Lung, S.C.C. 1,4 , Chan, C.Y. 5 , Lin, S.C. 6 , Huang, J.C. 7 , Chi, K.H. 1 , Chen, 

W.N. 1 , Lin, F.J. 8 , Huang, C.H. 1 , Kuo, C.L. 1 , Wu, T.C. 1 , Huang, Y.T. 1,8 

1 Research Center for Environmental Changes, Academia Sinica, Taipei, Taiwan 

2 Department of Marine Environmental Informatics, National Taiwan Ocean 

University, Keelung, Taiwan 

3 Department of Biomedical Engineering and Environmental Sciences, National Tsing 

Hua University, Hsinchu, Taiwan 

4 Department of Atmospheric Science, National Taiwan University, Taipei, Taiwan 

5 School of Environmental Science and Engineering, Sun Yat-Sen University, 

Guangzhou, Guangdong Province, China 

6 Department of Construction Engineering, National Kinmen Institute of Technology, 

Kinmen, Fujian Province, Taiwan 

7 Department of Geography, Chinese Culture University, Taipei, Taiwan, ROC 

8 Institute of Oceanography, National Taiwan University, Taipei, Taiwan, 

Both the Yangtze River Delta (YRD) and the Pearl River Delta (PRD), the two most 

rapidly developing areas in eastern China, have suffered from serious air pollution, 

and thus, numerous investigations were devoted to studying these problems. Other 

areas in eastern China have received less attention despite similar rapid development 

in their industries and economy. In this study, we analyzed air-quality data from 

Kinmen Island (24°27'26″N, 118°19'36″E) located off Fujian Province and between 

the two abovementioned deltas. Our results clearly show that the study area is 

experiencing serious air quality deterioration. Particularly, high levels of suspended 

particulate matter (PM) were observed during winter, when the northeasterly monsoon 

prevails. For example, concentrations of wintertime PM 10 (particles ≤10 µm in 

diameter) frequently exceeded 100 µg/m 3 in the last three years. 

In addition to the air-quality data analysis, aerosol samples were collected between 22 

November 2007 and 6 March 2008 and subjected to chemical analyses of various 

species. Our findings show that the three principal PM components include organic, 

mineral, and sulfate species with moderate to minor fractions of nitrate, sea salt, 

elemental carbon, and trace metal oxides. The high PM levels observed over the 

island may be partly attributed to the transport from a mixed-type industrial area 

located ~40 km northeast of Kinmen. Our study could partially fill the air quality data 

gap between the YRD and PRD regions, and highlight the alarming fact that air 

21

pollution has gradually expanded along eastern China’s coastal zone. 

22

珠江三角洲二次有機氣溶膠及其前體物 

王新明、丁翔、張豔利 

中國科學院廣州地球化學研究所有機地球化學國家重點實驗室 

細粒子污染是當前珠江三角洲地區突出的空氣品質問題。二次有機氣溶膠在其細 

粒子組成占較大比例 , 但目前對其具體化學組成和形成機制知之甚少 , 也難以從 

空氣中作為其前體物的揮發有機物水準對其生成量進行估算。本研究在珠江三角 

洲地區同步採集了細粒子 (PM 2.5 ) 樣品和揮發有機物樣品 , 細粒子樣品用 GC-MS 

分析了其中極性含氧化合物組成 ( 图 1), 包括二次有機氣溶膠標識物 (tracers), 

如異戊二烯 (isoprene) 來源的 SOA 標識物 (3-methyl-2,3,4-trihydroxy-1-butene, 

2-methylglyceric acid, 2-methylthreitol and 2-methylerythritol), α- 蒎烯 (α-pinene) 

來源的 SOA 標識物 (cis-pinonic acid, pinic acid and 3-methyl-1,2,3- butanetricarbox 

ylic acid) 和倍半萜 SOA 标识物 (β-caryophyllinic acid) 等 ; 挥发性有机物主要分 

析了其中 C2-C10 非甲烷碳氢化合物 ( 图 2) 和一些羰基化合物。2-methylthreitol 

and 2-methylerythritol 与空气温度表现为显著正相关 , 可能与异戊二烯的排放和 

大气化学反应均受温度影响有关 ; 这两种标识物同时表现与颗粒物酸性的正相 

关 , 反映酸催化作用对其形成的影响。2-Methylglyceric acid 与温度和颗粒物酸性 

均未表现出相关性。α- 蒎烯 SOA 標識物中 cis-pinonic acid 和 pinic acid 與顆粒物 

酸性表現出負相關 , 可能與顆粒物酸性影響這兩種酸液相中以自由態存在的比 

例、從而影響其在顆粒物和氣相的分配有關。利用現有的標識物和 SOA 產率之 

間的關係 , 推算所得的生物源 VOC 成因的 SOA 量遠小於觀測值 ; 同時苯系物在 

珠江三角洲中重要 VOC 組成 , 但從標識物水準估算其對 SOA 貢獻較小。在本地 

區十分有必要通過深入認識 SOA 形成機制及其影響因素 , 對 SOA 生成量做出正 

確合理估計。 

關鍵詞 : 二次有機氣溶膠 (SOA)、揮發性有機物 (VOC)、珠江三角洲 

23

Abundance 

1.1e+07 

TIC: 10262007.D\data.ms 

1e+07 

9000000 

8000000 

Silylation 

7000000 

13 

14 

6000000 

19 

20 

5000000 

4000000 

3000000 

2000000 

1000000 

1 

2 

3 

4 

5 

6 

7 

8 

9 

10 

12 

11 

15 

16 

17 18 

Time--> 

12.00 14.00 16.00 18.00 20.00 22.00 24.00 26.00 28.00 30.00 32.00 

图 1. 顆粒物中極性含氧化合物情況 . 1. succinic acid; 2. 2-methylglyceric acid; 3. 

3-methyl-2,3,4-trihydroxy-1-butene; 4. glutaric acid; 5. adipic acid; 6. 2-methylthreitol; 7. 

2-methylerythritol; 8. 3-hydroxyglutaric acid; 9. pimelic acid; 10. 

3-hydroxy-4,4-dimethylglutaric acid; 11. phthalic acid-D 4 (IS); 12. phthalic acid; 13. 

levoglucosan; 14. levoglucosan- 13 C 6 (IS); 15. terephthalic acid; 16. azelaic acid; 17. 

β-caryophyllinic acid; 18. hexadecanoic acid-D 31 (IS); 19. hexadecanoic acid; 20. 

octadecanoic acid. Besides SOA tracers, other polar compounds were also quantified but 

not involved in the current paper. 

7000 

6000 

2007 2008 

5000 

Concentration(pptv) 

4000 

3000 

2000 

1000 

0 

Ethane 

Ethene 

Ethyne 

Propene 

Propane 

Isobutane 

1-Butene 

n-Butane 

Trans-2-butene 

Cis-2-butene 

I-pentane 

1-Pentene 

n-Pentane 

Isoprene 

Trans-2-pentene 

Cis-2-pentene 

2,2-Dimethylbutane 

2,3-Dimethylbutane 

2-Methylpentane 

3-methylpentane 

n-Hexane 

n-Heptane 

n-Decane 

Benzene 

Toluene 

Ethylbenzene 

m/p-Xylene 

o-Xylene 

1,3,5-Trimethylbenzene 



CO 

图 2 珠江三角洲萬頃沙觀測點主要 VOCs (in pptv) 和 CO (in ppbv) 含量組成情況 

24

Characterization of atmospheric submicron particles at a rural site in 

Pearl River Delta of China using an Aerodyne High-Resolution 

Aerosol Mass Spectrometer 

X.-F. Huang 1 , L.-Y. He 1 , M. Hu 2 , Y.-H. Zhang 2 , Y. Lin 1 , L. Xue 1 , T.-L. Sun 1 

1 Key Laboratory for Urban Habitat Environmental Science and Technology, School 

of Environment and Energy, Peking University Shenzhen Graduate School 

2 State Key Joint Laboratory of Environmental Simulation and Pollution Control, 

College of Environmental Sciences and Engineering, Peking University 

The Pearl River Delta (PRD) region in South China is one of the most economically 

developed regions in China while also noted for its severe air pollution due to 

industrial/metropolitan emissions. In order to continuously improve the understanding 

and quantification of air pollution in this region, an intensive campaign was executed 

in PRD during October–November, 2008. Here, we report and analyze Aerodyne 

High-Resolution Aerosol Mass Spectrometer measurements at Kaiping, a rural site 

downwind of the highly-polluted central PRD area, to characterize the general 

features of submicron particulate pollution in the regional outflow. The mean 

measured PM 1 mass concentration was 33.1±18.1 μg m −3 during the campaign and 

composed of organic matter (33.8%), sulfate (33.7%), ammonium (14.0%), nitrate 

(10.7%), black carbon (6.7%), and chloride (1.1%), which is characterized by high 

fractions of inorganic ions due to huge emissions of SO 2 and NO x in PRD. The 

average size distributions of the species (except BC) were all dominated by an 

accumulation mode peaking at ~450 nm in vacuum aerodynamic diameter. 

Calculations based on high-resolution organic mass spectra indicate that C, H, O and 

N on average contribute 33.7, 49.9, 15.7 and 0.7% to the total atomic numbers of 

organic aerosol, respectively, corresponding to an organic matter mass to organic 

carbon mass (OM/OC) ratio of 1.77±0.08. Based on the high-resolution organic mass 

spectral dataset observed, Positive Matrix Factorization (PMF) analysis differentiated 

the organic aerosol into three components, i.e., biomass burning (BBOA) and two 

oxygenated (LV-OOA and SV-OOA) organic aerosols, which on average accounted 

for 24.5, 39.6 and 35.8% of the total organic mass, respectively. The BBOA showed 

strong features of biomass burning emissions and has been mainly attributed to field 

rice straw burning after harvest. The LV-OOA and SV-OOA were revealed to 

correspond to more aged (and thus less-volatile) and fresher (and semi-volatile) 

secondary organic aerosol, respectively. 

Keywords: Aerosol mass spectrometer, Chemical characterization, PMF 

25

秦俑館內秦磚材料受大氣腐蝕的環境模擬實驗艙研究 

胡塔峰 

1 、曹軍驥 

1 、李順誠 

1. 中國科學院地球環境研究所西安 

2. 香港理工大學土木工程系香港 

2 

本研究通過在環境模擬實驗艙內 SO 2 、NH 3 、O 3 單一氣體和 NH 3 /O 3 混合污染氣體 

對仿製秦磚的吹掃 , 利用 X 射線光電子能譜 (XPS) 和配有能譜的掃描電子顯微鏡 

(SEM-EDX) 評估了秦磚表面元素組成和化學態的變化 , 並探討了秦俑館室內氣態 

污染物的化學反應機制及其對秦磚文物材料的腐蝕風化機理。XPS 測試結果顯 

示 , 以硫酸鹽形式存在的 S 元素和以吸附氨形式存在的 N 元素在吹掃後的試樣表 

面分別增加了 1.2 at% 和 0.8 at%。單一的 O 3 氣體並未對秦磚產生顯著影響 , 但混 

合了 NH 3 氣體之後 , 以硝酸鹽形式存在的 N 元素增加了 1.5 at%, 顯示了由 NH 3 到 

硝酸的強氧化作用 , 其潛在危害遠大於單一的污染氣體。SEM-EDX 測試結果顯 

示 SO 2 氣體吹掃後 , 秦磚表面出現了 S 元素與 Ca、Mg 元素的對應分佈 , 這些硫酸 

鹽會對秦磚表面形成進一步的鹽蝕侵害。 

關鍵詞 : 秦磚、大氣腐蝕、博物館、XPS、SEM-EDX 

表 1. 秦磚材料表面和內部的化學組成 ( 張志軍 , 1998) 

(wt.%) SiO 2 Al 2 O 3 CaO Fe 2 O 3 MgO K 2 O Na 2 O TiO 2 

Surface 63.66 17.74 2.61 6.72 2.62 3.05 1.24 0.81 

Core 63.72 17.43 2.96 6.88 2.62 3.41 1.33 0.81 

26

表 2. 秦俑館一號坑室內近年來的氣態污染物水準及本研究中實驗氣體濃度 (ppm) 

監測日期 

年均溫 

度 (℃) 

年均相對 

濕度 (%) 

Avg. 

SO 2 

Avg. 

NO X 

Avg. 

NH 3 

Avg. 

O 3 

2006.4~2007.4 19.6 49.6 9.6±4.2 7.4±3.1 26.8±20.8 43.9±27.7 

1994.10 26.2 70.8 8.2 11.9 - - 

1994.1 - - 28.1 11.4 - - 

1993.8 13.7 67 5.8 8.4 - - 

1993.5 13.8 68 4.2 8.4 94.7 8.4 

本研究 ( 吹掃 100d) 23 ± 2 50 8,000 - 10,000 20,000 

現場等效暴露時間 (yr) 200 - 100 100 

表 3. SO 2 氣體吹掃前、後秦磚樣品表面的 EDX 元素組成 

at% Na Mg Al Si S K Ca Ti Fe 

Before 1.7±0.1 2.5±0.4 11.9±1.0 48.0±2.5 n.d. 3.7±0.3 21.4±1.8 0.7±0.2 10.1±0.2 

After 1.9±0.2 3.1±0.6 12.8±0.9 44.6±2.1 4.3±1.7 3.8±0.8 19.6±1.7 0.8±0.2 9.0±0.5 

圖 1. 秦俑館地理位置及考古現場的兵馬俑和秦磚 ( 見全文 ) 

圖 2. 微環境模擬實驗艙實驗氣路設置 ( 見全文 ) 

Intensity /c s -1 

1600 

1400 

1200 

1000 

800 

S2p 

Before SO 2 

Exposure 

After SO 2 

Exposure 

169.0 eV 

Sulfates 

166.0 eV 

Sulfites 

600 

400 

200 

180 175 170 165 160 155 

Binding Energy /eV 

圖 3. SO 2 吹掃 100 天前、後秦磚樣品表面的 S2p 區域高分辨 XPS 譜 

圖 4. NH 3 吹掃 100 天前、後秦磚樣品表面的 N1s 區域高分辨 XPS 譜 ( 見全文 ) 

27

2000 

1800 

N1s 

Before NH 3 

and O 3 

Exposure 

After NH 3 

and O 3 

Exposure 

Intensity /c s -1 

1600 

1400 

1200 

407.1 eV 

Nitrates 

398.8 eV 

NH 3 

1000 

415 410 405 400 395 390 

Binding Energy /eV 

圖 5.O 3 和 NH 3 混合氣體吹掃 100 天前、後秦磚樣品表面 N1s 區域高分辨 XPS 譜 

圖 6. SO 2 氣體吹掃後秦磚樣品表面 S 元素與 Ca 和 / 或 Mg 元素的對應分佈 

28

长江三角洲地区气温和空气污染变化的周末效应 

缪启龙 

1 、段春锋 

1. 南京信息工程大学 

1 

利用 1996—2005 年长江三角洲地区 4 个大城市的空气污染指数和地面观测资料对 

气温指标 ( 日较差 , 日平均气温 , 日最高气温和日最低气温 ) 和空气污染指数的 

周末效应进行了分析。结果发现 : 气温变化具有明显的周末效应 , 年平均上表现 

为负的周末效应 , 即周末气温要素值偏低 , 季节上夏季表现为正周末效应 , 冬季 

表现为负周末效应 ; 气温变化中日最高气温和日最低气温周末效应最为明显 , 可 

以作为检测周末效应现象的指标 ;3 大长假也存在明显的假日效应 , 其中春节和 

十一国庆节表现为负的假日效应 , 五一节假日表现为正的假日效应 ; 气温变化 ( 气 

温日较差、日平均气温、日最高气温、日最低气温 ) 具有较明显的周末效应。春 

节、五一劳动节和十一国庆节存在明显的假日效应 , 表明人类活动造成的这种周 

末效应将更有依据。空气污染物浓度有着较明显的周末效应 , 周六、周日的平均 

污染浓度值明显小于周一至周五的平均污染浓度值。空气污染物指数的周末效应 

与气温在周末减小有密切关系。气温变化周循环特征与空气污染指数之间有较好 

的一致性 ; 长江三角洲地区气温周循环变化与人类活动相关的气溶胶有密切的关 

系 , 夏季主要可能与气溶胶的直接作用有关 , 周末气溶胶浓度小 , 导致到达地面 

的太阳辐射更多 , 白天气温和最高气温升高 , 日较差更大。春季、秋季和冬季更 

多的是与气溶胶间接影响有关 , 气溶胶通过在对流层底部的累积诱发辐射加热 , 

而可能引起大气环流的改变 , 使得气溶胶周末下降 , 与此对应的 , 通过气溶胶的 

间接作用使得气象要素产生周循环 , 在周末到达地面太阳辐射更少 , 最高气温更 

小 , 日较差更小 , 平均气温更小。而日最低气温的周循环可能是因为夜间周末气 

溶胶相对较少 , 由于大气逆辐射使得大气保温作用减弱 , 引起日最低气温更低。 

關鍵詞 : 周末效应、污染指数、气温、假日效应 

29

0.2 

0.4 

日平均气温距平 (℃) 

0.1 

0 

-0.1 

1 2 3 4 5 6 7 

星期 

日平均气温周末效应指数 (℃) 

0.2 

0 

-0.2 

-0.4 

春夏秋冬 

季节 

-0.2 

南京上海杭州合肥 

-0.6 


图 1 1996 年 —2005 年平均气温周循环的距平分布 (a) 及其周末效应指数的季节分布 (b) 

0.4 

0.2 

日最高气温距平 (℃) 

0.2 

0 

-0.2 

1 2 3 4 5 6 7 

日最低气温距平 (℃) 

0.1 

0 

-0.1 

2 3 4 5 6 7 1 

-0.4 

星期 


-0.2 

星期 


图 2 1996 年 —2005 年平均日最高气温 (a) 和日最低气温平 (b) 的一周距平分布 

0.8 

a 

0.2 

b 

日最高气温周末效应指数 (℃) 

0.4 

0 

-0.4 

春夏秋冬 

季节 

日最低气温周末效应指数 (℃) 

0 

-0.2 

春夏秋冬 

季节 

-0.8 


-0.4 


图 3 Imax(a) 及其 Imin 的季节分布 (b) 

4 

2 

空气污染指数距平 

2 

0 

-2 

1 2 3 4 5 6 7 

API 周末效应指数 

0 

-2 

-4 

春夏秋冬 

-4 

星期 


-6 

-8 

季节 


图 4 2001 年 —2007 年平均空气污染指数 (API) 周循环距平 (a) 和 API 周末效应指数的四季分布 (b) 

30

3 

8 

2 

云量距平 ( 成 ) 

1 

0 

-1 

-2 

-3 

1 2 3 4 5 6 7 

星期 

南京上海 ( 缺 ) 杭州合肥 

低云量周末效应指数 

4 

0 

-4 

春季夏季秋季冬季 

季节 

南京上海 ( 缺 ) 杭州合肥 

图 5 1996 年 —2005 年平均低云量一周距平 (a) 和低云量周末效应指数的四季分布 (b) 

31

使用不同油品及加裝濾煙器的重型柴油引擎排放微粒之物化特性 

鄭曼婷 

1 、楊錫賢 

2 、蔡瀛逸 

3 、王琳麒 

4 、楊禮豪 

5 、陳勳融 

1 、黃景良 

陳慶晟 

3 、葉彥甫 

4 、劉怡均 

1. 國立中興大學環境工程學系 

2. 朝陽科技大學環境工程與管理系 

3. 嘉南藥理科技大學環境工程與科學系 

4. 正修科技大學化工與材料工程系 

5. 中國醫藥大學職業安全與衛生學系 

5 

2 、 

本研究主要探討重型柴油引擎在動力計測試下尾氣排放之懸浮微粒的物理化學 

特性 , 測試項目以市售超級柴油 B1(S50) 未加裝濾煙器為基準 , 進行改用低硫生 

質柴油 B1(S10)、使用 B1(S50) 加裝氧化觸媒濾煙器 (B1+DPF)、及使用 B1(S50) 

僅加裝氧化觸媒 (B1+DOC) 四種不同條件下之測試 , 動力計測試係使用美國暫態 

循環標準行車型態 , 量測項目包括微粒的數目濃度、PM 和 PM 2.5 的質量濃度 , 

PM 的化學組成 ( 總碳 (TC)、元素碳 (EC)、有機碳 (OC) 與水溶性陰陽離子 )。測試 

結果顯示 B1(S50)、B1(S10)、B1+DOC 與 B1+DPF 之 PM 排放係數分別為 0.166、 

0.153、0.095 與 0.035 g/bhp-hr, 其中 PM 2.5 排放係數佔 PM 排放係數約 80% 以上 , 

綜合測試結果 , B1(S50) 加裝濾煙器後 PM 2.5 排放減量達 94%, 而僅加裝氧化觸 

媒 PM 2.5 之減量約為 35%, 若只改變油品 , 使用低含硫量油品 (B1(S10)) 與 B1(S50) 

比較減量約 7%, 上述三種不同條件下 PM 2.5 數目濃度之減量則分別為 99.6%、78% 

及 20%。 

關鍵詞 : 重型柴油引擎、超級柴油 B1、濾煙器、排放係數 

32

中国大陆灰霾天气的典型个例 ( 台风外围、沙尘、海盐 ) 

吴兑 

( 中国气象局广州热带海洋气象研究所 ) 

由于经济规模迅速扩大和城市化进程加快 , 大气气溶胶污染日趋严重 , 由气溶胶 

造成的能见度恶化事件越来越多 , 这些人类活动排放的污染物 , 包括直接排放的 

气溶胶和气态污染物通过化学转化与光化学转化形成的细粒子二次气溶胶 , 可形 

成灰霾 ( 特指人类活动源排放的大气污染物诱发的低能见度事件 ), 致使能见度下 

降。我国东部地区灰霾天气迅速增加 , 灰霾天气的本质是细粒子气溶胶污染 , 与 

光化学烟雾相关联 , 形成灰霾天气的气溶胶组成非常复杂。近年来由于灰霾天气 

日趋严重引发的环境效应问题和气溶胶辐射强迫引发的气候效应问题 , 广泛地引 

起科学界、政府部门和社会公众的关注 , 而成为热门话题。本文讨论了目前对灰 

霾天气的认识 , 受台风外围下沉气流影响形成严重灰霾天气的例子 , 海盐气溶胶 

对沿海工业化城市灰霾天气的影响和沙尘粒子影响珠江口的典型个例。 

关键词 : 灰霾天气 , 细粒子污染 , 台风外围 , 海盐粒子 , 沙尘粒子 

近年来 , 珠江三角洲地区的气溶胶污染日趋严重 , 大气透明度越来越差 , 表现为 

与人类活动及其经济发展水平密切相关 , 以及明显的区域特征。图 1 是珠江三角 

洲地区雨季的 EOS/MODIS 卫星遥感气溶胶光学厚度分布图 , 可以看到珠江三角 

洲城市群上空的大气气溶胶污染明显比周边地区严重 ,550 nm 的平均气溶胶光 

学厚度在 0.7~0.8 之间 , 较周边地区几乎大一倍 ; 长期稳定存在气溶胶云 , 我们 

将其称为灰霾天气 , 而且重污染区偏于珠江口以西的珠江三角洲西侧 , 这与广州、 

佛山以及南海、番禺、顺德等地大量分散的加工业排放源和密集的区域交通网有 

关。其它季节的情况更加严重。 

33

图 1 珠江三角洲地区雨季的 EOS/MODIS 卫星遥感气溶胶光学厚度分布图 

2003 年 10 月底至 11 月初 , 珠江三角洲出现了一次以能见度和空气质量均十分 

恶劣为特征的灾害性极端气候事件 , 通过分析 , 发现其形成原因 , 主要与台风在 

周边地区活动 , 造成珠江三角洲地区持续性的下沉气流 , 使得混合层被明显挤压 

变薄有关。 

发生在珠江三角洲城市群的这次以严重灰霾天气为特征的极端气候事件与 0319 

号台风 “ 茉莉 ” 的活动密切相关 , 台风茉莉在菲律宾以东洋面生成后 , 在向西北方 

向移动过程中靠近巴士海峡 , 使得珠江三角洲地区处在台风外围的下沉气流控制 

下 , 加上翻越南岭的偏北气流的焚风效应 , 更使得下沉气流得到加强。我们看到 , 

11 月 1 日到 11 月 3 日 , 珠江三角洲地区处于台风强上升区西侧的明显下沉气流 

区内 , 有组织的下沉气流造成在有限的混合空间内 , 大量的气溶胶粒子聚集在低 

空 , 形成了严重的灰霾天气 ;11 月 4 日 , 台风茉莉转向东北方向移动 , 下沉气 

流明显减弱 , 能见度与空气质量明显好转 , 灰霾天气结束。 

图 2 强热带风暴 “ 茉莉 0319” 外围下沉气流影响珠江三角洲 

34

沿海工业城市灰霾天气增长较快。沿海工业城市灰霾天气增多与海盐气溶胶粒子 

的氯损耗机制关系密切 , 当海盐巨粒子存在于未污染沿海大气中时 , 由于其尺度 

远大于可见光波长 , 而数量又非常少 , 几乎不对能见度有可察觉的影响 , 但海盐 

巨粒子处于沿海城市污染大气中时 , 海盐巨粒子会与污染物发生反应 , 生成硫酸 

盐与硝酸盐细粒子并放出氯气 , 造成气溶胶中氯的亏损。而 1 个 10 μm 的海盐巨 

粒子可以生成数千个次微米的细粒子气溶胶 , 少量的海盐巨粒子并不影响能见 

度 , 但大量的细粒子会使能见度明显恶化。 

形成细粒子气溶胶的经典的气粒转化理论就涉及海盐气溶胶巨粒子的氯损耗机 

制。 

一氧化氮污染气体可以在大气中被化学氧化 , 形成二氧化氮 , 在液相过程中形成 

硝酸 , 如果这时大气中存在氯化钠等海盐巨粒子 , 就会形成硝酸钠细粒子 , 同时 

产生氯化氢 , 造成氯损耗。 

2NO+O 2 →2NO 2 

2NO 2 +H 2 O→HNO 2 +HNO 3 

HNO 3 +NaCl→NaNO 3 +HCl 

如果在非均相反应环境中 , 海盐巨粒子可以直接在形成硝酸钠细粒子的同时 , 产 

生氯化氢 , 造成氯损耗。 

NO 2 +NaCl+H 2 O→+NaNO 3 +HCl 

二氧化硫污染气体可以在大气中被化学氧化或光化学氧化 , 逐步形成三氧化硫与 

四氧化硫 , 在液相中形成硫酸 , 如果这时大气中存在氯化钠等海盐巨粒子 , 就会 

形成硫酸钠细粒子 , 同时产生氯化氢 , 造成氯损耗。 

公式略 

2010 年 3 月 17-23 日 , 在珠三角地区发生了一次典型灰霾天气过程 , 同期 20 

日左右 , 中亚、蒙古国与我国北方发生了今年沙尘天气影响范围最广的一次强沙 

尘暴过程 , 冷空气前锋 22 日凌晨到达穗港地区 , 但穗港两地空气质量发生了相 

反的变化 , 香港空气质量急剧恶化 , 气溶胶浓度超过 700µg/m 3 , 而珠三角腹地的 

35

广州、佛山、东莞的能见度和空气质量明显好转 , 出现了穗港晴沙两重天的奇观 , 

亦引发了关于这次过程定性的争议。本文从天气分析、流场分析、遥感分析和气 

溶胶物理化学特征分析 , 探讨了这次过程的成因 , 结论是香港地区从东到西受到 

了源于浮尘的重度灰霾天气影响 , 能见度和空气质量急剧恶化 , 而珠三角腹地受 

冷空气影响 , 清除了持续 5 天的灰霾天气 , 能见度和空气质量明显好转。 

图 3 2010 年 3 月 17-23 日香港与广州、东莞的 PM 10 质量浓度变化 

36

拉萨市区近十年空气污染等级与气象条件关系的分析 

德庆卓嘎 

1 

次仁 

2 

格央 

1 

罗布次仁 

1. 西藏自治区气象台西藏 850000 2. 西藏大学理学院西藏 850000 

1 

本文利用 2000-2010 年环境空气质量监测数据和同期的气象数据 , 分析了 10 年间 

拉萨市区空气质量的时空特征、变化趋势及与气象条件的关系。结果表明 , 在影 

响拉萨市区空气质量的主要三种污染物二氧化硫 (SO 2 )、二氧化氮 (NO 2 ) 和可吸入 

颗粒物 ( PM 10 ) 中 , 可吸入颗粒物是首要污染物 ; 三种污染物随季节的分布规律是 : 

冬半年 (11~4 月 ) 偏多 , 夏半年 (5~10 月 ) 偏少 ; 三种污染物的变化趋势是随年代减 

少 , 就年平均而言 ,NO2 浓度增加 ,PM10 浓度降低 ,SO2 浓度变化不显著 , 各 

污染物有明显的突变现象。按国家标准分级 , 空气质量 3 级以下 ( A PI< 100) 的 

日数占 97.86%, 空气质量 3 级以上 (API> 100) 的日数占 2.14%。本文还针对市区 

空气质量特征 , 又重点分析了降水、风速与其它天气现象 ( 烟尘、浮尘、扬沙 ) 与 

空气污染的关系。 

关键词 : 空气质量时空特征气象条件 

37

多环芳烃在不同粒径大气颗粒物中的分布特征 

迪丽努尔 ‧ 塔力甫阿布力孜 · 伊米提阿不力克木 · 阿布力孜亚力昆江 · 吐尔逊 

( 新疆大学化学化工学院 , 新疆乌鲁木齐 830046) 

从 2008 年 9 月至 2010 月 2 年在新疆大学本部设置采样点 , 采集可吸入颗粒物 , 

利用气相色谱 - 质谱联用仪 (GC-MS) 对所采集样品的乌鲁木齐市可吸入颗粒物中 

的多环芳烃进行了初步定量和定性分析。结果表明能检测出来的多环芳烃有萘、 

苊、二氢苊、菲、芴、蒽、萤蒽、芘、苯并 (b) 萤蒽、二苯并 (a,h) 蒽等 10 种。 

在 PM 2.5 中这 10 种多环芳烃的检测出浓度范围 6.5~224.7ng/m 3 之间 , 平均为 

46.4ng/m 3 ; 在 PM 2.5-10 中 10 种多环芳烃的检测出浓度范围 0.2~244.0ng/m 3 之间 , 

平均为 49.9 ng/m 3 。 

关键词 : 乌鲁木齐市 ; 大气可吸入颗粒物 ; 多环芳烃 

38

Investigating Pollutant Sources to a Rural Sampling Site at the 

Southernmost Point of Taiwan Using Conditional Probability 

Functions (CPF) 

WEI-NAI CHEN 1 , Chuan-Yao Lin 1 , Min-Suk Bae 2 

1 Research Center for Environmental Changes, Academia Sinica, Taiwan 

2 Environmental Engineering Department, Mokpo National University, Koera 

Nine years (2000-2008) hourly mean aerosol mass (PM10 and PM2.5), and trace gas 

(SO2, CO, NOx, and O3) concentrations measured at Hengchun, Taiwan (120.50E, 

21.55N) are analyzed to investigate the possible pollutant source directions that 

contribute to the southwest Taiwan area,. Hengchun is a rural environmental site 

locating at the southernmost point of Taiwan. Analyses show seasonal mean values of 

PM10/PM2.5 in spring, summer, autumn, and winter are 31/16 µg/m3, 21/12 µg/m3, 

28/16 µg/m3, and 25/13 µg/m3, respectively. Higher PM values observed in spring 

might be due to mid-range transport from countries on the Asian continent. In autumn, 

higher PM values were frequently associated with southwesterly flow. 

MODIS AOD, model simulation, and a conditional probability function (CPF) method 

are applied to investigate directionality of sources contributing to observed pollutant 

concentrations. This method determines the probability that a given source 

contribution from a given wind direction will exceed a defined threshold value. For 

pollutants observed in spring, summer, and winter, our analysis indicated relatively 

high pollution episodes mostly occurred as a result of winds blowing from NW - 

which correspond to the direction of emissions from urban areas or industries in west 

Taiwan. In autumn, SW for relatively high PM10, PM2.5, SO2, NOx, and CO – which 

could be the result of pollutants long-range or mid-range transported over the sea 

surface from coastal areas of China. 

39

一种新型室内空气独立除湿技术 

张立志 

1. 华南理工大学教育部传热与节能重点实验室 ,510641 

1 

在华南地区亚热带气候环境下 , 新风带来的潜热负荷可以占到空调总负荷的 20 

%-40%, 因此开发节能的新风独立除湿系统是建筑节能领域的一项重大课题。 

本文提出三种独立除湿系统 , 它们分别是 : 系统 A, 机械制冷 + 热泵 ; 系统 B, 

机械制冷 + 显热回收 ; 系统 C, 机械制冷 + 膜法全热回收。通过在华南气候参数 

下的逐时模拟 , 分析了三种系统的能耗。研究发现 , 与传统表冷器除湿的能耗相 

比 , 具有能量回收设备的独立除湿系统可以节约 29-42% 的能量。 

關鍵詞 : 室内空气 ; 除湿 ; 能耗 ; 热回收 

为了比较各种方案 , 将各种系统在广州气候条件下全年消耗的一次能源画在图 1 

中 , 可以看出 , 在三种系统中 , 系统 C 即机械制冷 + 膜法全热回收全年消耗的 

能源最小 , 但总的说来 , 由于几种系统都采取了节能措施 , 所以四种系统的能耗 

基本在一个数量级。 

5. 0E+06 

4. 5E+06 

4. 0E+06 

除湿能耗 (kJ/ 人 / 年 ) 

3. 5E+06 

3. 0E+06 

2. 5E+06 

2. 0E+06 

1. 5E+06 

1. 0E+06 

5. 0E+05 

0. 0E+00 

系统 A 系统 B 系统 C 

图 1 不同系统人均全年除湿能耗 

在华南亚热带热湿气候环境下 , 几乎全年都需要除湿 , 月除湿能耗值在 1.5e5 kJ 

到 5.3e5 kJ 之间。能耗最小的月份是一月 , 而能耗最多的月份是八月。 

40

中国不同排放情景下人为气溶胶的气候效应研究 

刘红年张力 

南京大学大气科学学院 , 南京 ,210093 

本文利用区域气候模式 RIEMS2.0(Regional Integrated Environmental Model 

System) 和 2006 年以及 2020 年三种排放情景下的排放资料 , 研究了 2006 年气 

候背景下的人为气溶胶的浓度分布特征及辐射效应 , 估算了不同排放情景下人为 

气溶胶的主要成分硫酸盐、硝酸盐、黑碳、有机碳 ( 含二次有机碳 ) 的综合气候效 

应。结果表明 :(1)2006 年中国地区人为气溶胶浓度硫酸盐 > 有机碳 > 硝酸盐 > 

黑碳 , 其区域平均值分别为 6.0、4.0、1.3 和 0.3 mg/m 2 。在有机碳 OC 中 , 二次 

有机碳 SOC 所占比例平均 43.5%。(2)2006 年硫酸盐、硝酸盐、有机碳和 BC 

的平均辐射强迫分别为 -1.32、-0.60、-0.40 和 0.28 w/m 2 。硫酸盐、硝酸盐和有机 

碳的负辐射强迫超过黑碳的正辐射强迫 , 人为气溶胶总辐射强迫为 -1.96 w/m 2 。 

(3) 与 2006 年相比 ,REF 情景 ( 基准情景 ) 下 , 硫酸盐、一次有机碳 (POC)、 

二次有机碳 (SOC) 含量略有减小 , 黑碳 (BC) 含量略有增加 , 硝酸盐含量基 

本不变。PSC 情景 ( 低排放情景 ) 下 , 硫酸盐含量明显减小 , 硝酸盐基本不变 , 

BC 略有增加 ,POC、SOC 略有减少。PFC 情景 ( 膏排放情景 ) 下 , 硫酸盐含量 

增加明显。2006 年和 2020 年 REF、PSC 和 PFC 情景下 , 人为气溶胶含量分别 

为 11.6、10.6、8.6 和 14.8 mg/m 2 。(4)REF 和 PSC 情景下辐射强迫平均值和极 

值都明显小于 2006 年。PFC 情景下平均辐射强迫为 -2.1 w/m 2 , 大于 2006 年的辐 

射强迫 , 但极值小于 2006 年。(5)2006 年和 2020 年 REF、PSC、PFC 人为气 

溶胶引起的区域平均地面气温变化分别为 -0.083、-0.065、-0.065、-0.087K, 地面 

气温变化极大值分别为 -0.41、-0.35、-0.36、-0.50K。 

关键词 : 排放情景 , 人为气溶胶 , 气溶胶气候效应 ,RIEMS2.0 

41

图 1 不同排放源情景下人为气溶胶区域平均柱浓度 (mg/m2) 

图 2 不同排放源情景下人为气溶胶辐射强迫平均值和极值 (w/m2) 

42

Estimation of Downward Solar Irradiance over Taiwan from MTSAT 

Image and Digital Terrain Data 

Feng Hsiao 1 Po-Hsiung, Lin 1 Yen-Jen, Lai 2 

1 Department of Atmospheric Sciences, National Taiwan University 

2 Experimental Forest, National Taiwan University 

The estimates of Downward Solar Irradiance (DSI) of the complex terrain, contribute 

to the understandings of various livelihood activities and scientific explorations in the 

Earth's biosphere. By taking advantages of the high spatial and temporal resolution, a 

geostationary satellite image becomes the best tool to estimate the distribution of DSI. 

The former studies on DSI in Taiwan were limited to the use of ground DSI sporadic 

observation data to analyze the radiant attenuation of atmospheric aerosols. In this 

study, we modified Lai (2003) work over Chenyoulan River watershed and extended 

the domain to the whole Taiwan region. The DSI estimation process (Satellite-Based 

DSI Estimation Model, referred to as SDEM) is a combination of the MTSAT satellite 

high resolution visible image data and 40m resolution of digital terrain model (DTM) 

in Taiwan. SDEM considers the effect of atmospheric aerosols and clouds, the terrain 

slopes blocking-diffusion-reflection effect, to calculate the DSI values on the each 

pixel point of the MTSAT satellite data. 

The correlation coefficient between DSI estimations of SDEM and minute-resolution 

ground DSI observations at Taipei and Tainan cities could reach 0.81 (cloudy status) 

and more than 0.93 (clear-sky status). Comparing with the hourly-accumulated DSI of 

Central Weather Bureau stations’measurements around Taiwan, the correlation 

coefficients are 0.8 (high-altitude station) to more than 0.9 (low-altitude stations). The 

deviation of SDEM DSI estimation might be caused by the coarse resolution of 

MTSAT pixel resolution and the sub-grid cloud and fog effect. Nevertheless, the large 

spatial region with hourly resolution of SDEM DSI produces could provide useful 

information for environmental investigations, solar energy application and ecological 

researches in Taiwan. 

Key word: Downward Solar Irradiance, MTSAT, DTM 

43

北京 PM 2.5 及氣溶膠光學特性的觀測研究 

荊俊山 

1 

高樅亭 

2 

張仁健 

1. 中國科學院大氣物理研究所 

2. 吉林省氣象科學研究所 

1 

2009 年 5 月 20 日 ~8 月 30 日使用黑碳儀和濁度儀對北京市區黑碳品質濃度 

(BC)、氣溶膠的散射係數 (Sc) 進行了觀測 , 並對 PM 2.5 濃度、氣溶膠的吸收 

係數 (Ab)、單次散射反照率 (SSA)、光學厚度 (AOD) 進行了分析。結果表 

明 , 北京市區夏季 PM 2.5 、BC、Ab、Sc、SSA 和 AOD 的平均值分別為 63.66±47.23 

μgm -3 、7.02±4.76 μgm -3 、54.87±39.17 Mm -1 、340.6±346.85 Mm -1 、0.8±0.1 和 

0.42±0.44。Ab、Sc,SSA 均呈現出明顯的單峰日變化特徵 ,Ab 在 05 時前後達 

到峰值 , 而 Sc 的最大值出現在 10 時前後 ,SSA 最大值出現在午後 01 時。Ab、 

Sc 與 PM 2.5 濃度的相關性較好 , 相關係數分別為 0.65、0.78,Ab、Sc 有隨相對 

濕度增大而增大的趨勢。 

關鍵字 :PM 2.5 ; 黑碳 ; 光學特性 

PM 2.5 

/ μgm -3 

Sc / Μm -1 Ab / Μm -1 BC / μgm -3 

SSA 

AOD 

400 

200 

0 

40 

20 

0 

400 

200 

0 

3000 

2000 

1000 

0 

1.0 

0.8 

0.6 

3 

2 

1 

0 

5-21-23 

5-28-23 

6- 4-23 

6-11-23 

6-18-23 

6-25-23 

7- 2-23 

7- 9-23 

7-16-23 

7-23-23 

7-30-23 

8- 6-23 

8-13-23 

8-20-23 

8-27-23 

Local Time(hr) 

圖 1. PM 2.5 、BC、Ab、Sc、SSA、AOD 變化時間序列 

44

受夏季降水、大風、大霧天氣影響 , 北京 PM 2.5 、BC、Ab、Sc、SSA、AOD 等 

參數隨時間變化都比較劇烈 ,6 月 18 日更是因為霧霾天氣的緣故 ,PM 2.5 、BC、 

Ab、Sc 數值都增加數倍。觀測期間 PM 2.5 、BC、Ab、Sc、SSA、AOD 的平均值 

分別為 63.66±47.23 μgm -3 、7.02±4.76 μgm -3 、54.87±39.17 Mm -1 、340.6±346.85 

Mm -1 、0.8±0.1 和 0.42±0.44。 

表 1. PM 2.5 及光學特性參數與相對濕度和風速的相關性 

PM 2.5 BC Ab Sc SSA RH AOD WS 

PM 2.5 1 0.65** 0.65** 0.78** 0.46** 0.28** 0.73** -0.04* 

-0.22* 

0.65** 1 1 0.72** 0.17** 0.50** 0.63** 

BC 

* 

-0.22* 

0.65** 1 1 0.72** 0.17** 0.50** 0.63** 

Ab 

* 

Sc 0.78** 0.72** 0.72** 1 0.61** 0.57** 0.84** -.01** 

SSA 0.46** 0.17** 0.17** 0.61** 1 0.42** 0.58** 0.01 

-0.36* 

0.28** 0.50** 0.50** 0.57** 0.42** 1 0.52** 

RH 

* 

-0.17* 

0.73** 0.63** 0.63** 0.84** 0.58** 0.52** 1 

AOD 

* 

-0.22* -0.22* 

-0.36* -0.17* 

-0.04* 

-.01** 0.01 

WS 

* * 

* * 

1 

**. Correlation is significant at the 0.01 level (2-tailed). 

*. Correlation is significant at the 0.05 level (2-tailed). 

PM 2.5 與 BC、Ab、Sc、AOD 與的相關性較好 , 這是因為顆粒物濃度的高低對氣 

溶膠的光學特性有直接的影響。相對濕度與 PM 2.5 、氣溶膠的光學特性有正的相 

關性 , 這是因為相對濕度增大時 , 往往伴隨大氣層結穩定風速較小的情況 , 此時 

氣溶膠不易擴散 , 濃度較高 , 同時氣溶膠由於吸附水汽凝結增長而改變自身的光 

學特性。風速的大小對黑碳濃度和空氣的相對濕度都有顯著影響 , 當風速增加 

時 , 黑碳濃度和空氣的相對濕度都有減少的趨勢。 

45

中国大陆地区气溶胶光学特性及辐射气候效应研究 

夏祥鳌 

1 、陈洪滨 

1 、李占清 

2 、王普才 

1 、范学花 

1. 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 

2. Department of Meteorological and Oceanic Sciences, University of Maryland 

1 

气溶胶气候和环境效应是当前大气研究中研究的热点和难点问题之一。一些研究 

表明中国气溶胶对区域乃至全球气候化产生了重要影响 , 但气溶胶光学特性和辐 

射气候效应的观测仍然比较缺乏 , 基于此 , 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与国内外研究机构合作 , 近年来通过建立气溶胶 - 云 - 

辐射观测网络 , 并结合卫星遥感数据 , 比较系统的开展了中国大陆地区气溶胶光 

学特性和辐射气候效应研究 , 本报告将重点介绍近年来在此方面开展的主要观测 

研究工作和主要研究成果 : 包括地基网络化观测、气溶胶光学特性时空分布、气 

溶胶和辐射卫星遥感产品验证、气溶胶辐射和气候效应等。 

Email: xxa@mail.iap.ac.cn 

關鍵詞 : 气溶胶、光学特性、辐射和气候效应 

46

Apr - June 

Xianghe Farmland- AAF 

July-Oct 

Deployment: July 10 – Oct 31. 2008 

Location: 39 o 45’14”N, 116 o 57’43”E 

El ti 36 

Zhangye Desert - AAF 

Taihu Lake – Ancillary 

Deployment: Apr 7 – June 23, 2008 

Location: 39º06’N, 100º16’E, 

Deployment: March – December 

2008 Location: 31.702ºN, 120.358ºE 

Elevation: 10 m 

May-December 

Shouxian – AMF site 

Location: 116 o 47’E, 32 o 33’N 

Deployment: May-December 

Cities nearby: Hefei, Bengbo 

March-December 

圖 1-2. EAST-AIRE 和 2008 年气溶胶 - 云 - 辐射加强观测地基观测网络 

47

偏振微脉冲激光雷达的应用 

徐赤东纪玉峰 

中国科学院合肥物质科学研究院大气光学中心 

简单介绍了偏振微脉冲激光雷达的原理 , 展示自行研制的偏振微脉冲激光雷达基 

本结构、技术指标等。重点分析了该仪器的几种典型应用 , 一是长期探测获取测 

量点的长期变化过程 , 统计分析后得到测量区域的气溶胶垂直分布的大致模式 ; 

二是对大气污染过程的探测 , 体现出大气污染的垂直变化过程及特征 ; 三是在全 

天候测量中的的应用 , 如降雨过程的体现等。最后提出存在的现象及可能会有所 

深入探索的应用点。 

48

The influence of relative humidity on nanoparticle concentration and 

particle mass distribution measurements by the MOUDI 

Sheng Chieh Chen 1 , Chuen Jinn Tsai 1 , Cheng-Yu Huang 1 , Hong-Dar Chen 1 

1. Institute of Environmental Engineering, National Chiao Tung University 

A humidity control system was used upstream of two collocated MOUDIs 

(Micro-orifice Uniform Deposit Impactors) for sampling ambient aerosol particles, 

one of which used silicone grease coated aluminum foils (MOUDI 1, M1) as the 

impaction substrates and was considered as the reference impactor. The other used 

uncoated aluminum foils (MOUDI 2, M2) or uncoated Teflon filters (MOUDI 3, M3) 

as the impaction substrates for quantifying the effect of different controlled RHs 

(relative humidities) and different impaction substrates on the PM 0.1 concentrations 

and mass distributions of ambient PMs. 

Fig. 1 compares the mass distributions and the MMADs of M1 (coated ALs) with 

those of M2 (uncoated ALs) or M3 (uncoated TFs) when both collocated MOUDIs 

were conditioned to 25, 50 and 75% RHs for inlet aerosols. Both accumulation and 

coarse mode MMADs of M2 and M3 were found to be in good agreement with those 

of M1 at 50 and 75% RHs (Figs. 1 (b, c, e, f)). However, at RH=25% (Figs. 1 (a, d)), 

shifting of the mass distribution curve to smaller diameter occurred which led to about 

9-12% (M2) or 6-9% (M3) smaller for both accumulation and coarse mode MMADs. 

Ratios of M2 and M3 PM concentrations to those of M1 at different RHs are 

compared in Fig. 2 to examine the effects of RHs and different substrates on particle 

bounce. It was found bounce start to occur at RHs below 75 and 65% in M2 and M3, 

respectively, when PM 0.1 was oversampled. M2 and M3 both sampled close PM 0.1 

concentrations to M1 at RHs >~75 and >~65%, respectively, with the difference of 

less than 5 %. However, PM 0.1 was oversampled by M2 by 95 and 180% at RH of 50 

and 25%, respectively, while that by M3 was 25 and 55%. 

Keywords: Atmospheric aerosols; Nanoparticles; Cascade impactor; Particle bounce 

49

ΔM/Δlog(Dpa), μg/m 3 

30 

20 

10 

RH=25% 

M1 

M2 

MMAD 

M1: 5.10 & 0.44 μm 

M2: 4.49 & 0.40 μm 


60 

50 

40 

(a) (b) (c) 

30 

20 

RH=50% 

M1 

M2 

MMAD 

M1: 3.70 & 0.50 μm 

M2: 3.65 & 0.52 μm 


60 

50 

40 

30 

20 

RH=75% 

M1 

M2 

MMAD 

M1: 5.31 & 0.78 μm 

M2: 5.38 & 0.79 μm 

10 

10 


0 

0.01 0.1 1 10 100 

D pa, μm 

60 

50 

40 

30 

20 

RH=25% 

M1 

M3 

(d) 

MMAD 

M1: 4.85 & 0.49 μm 

M3: 4.44 & 0.46 μm 


0 

0.01 0.1 1 10 100 

D pa, μm 

15 

10 

5 

RH=50% 

M1 

M3 

(e) 

MMAD 

M1: 3.15 & 0.48 μm 

M3: 3.06 & 0.48 μm 


70 

60 

50 

40 

30 

20 

0 

0.01 0.1 1 10 100 

D pa, μm 

RH=75% 

M1 

M3 

MMAD 

M1: 3.69 & 0.56 μm 

M3: 3.60 & 0.58 μm 

(f) 

10 

10 

0 

0 

0 

0.01 0.1 1 10 100 0.01 0.1 1 10 100 0.01 0.1 1 10 100 

D pa, μm 

D pa, μm 

D pa, μm 

Figure 1. Comparison of particle mass distributions and the accumulation and coarse 

MMADs of M2 or M3 to those of M1 at the conditioned RH of 25, 50 and 75%. 

PM ratio 

4 

3.5 

3 

2.5 

2 

1.5 

1 

y=-0.013x+1.88 

R 2 =0.98, x:20~65 

PM ratio=1 

M2/M1: open symbol 

M3/M1: filled symbol 

PM 10 

PM 2.5 

PM 0.1 

regression of PM 0.1 

regression of PM 10 

y=-0.034x+3.64 

R 2 =0.94, x:10~75 

y=0.0024x+0.78, R 2 =0.83, x:10~98 

0.5 

0 20 40 60 80 100 

relative humidity, % 

Figure 2. Ratio of PM 10 , PM 2.5 and PM 0.1 by M2 or M3 to that by M1 at different 

conditioned RHs. 

50

大气颗粒物吸湿性的实验室模拟和现场观测 

陈建华 , 王轩 , 王玮 , 刘红杰 , 任丽红 , 杨小阳 

( 中国环境科学研究院 , 北京 100012) 

气溶胶吸湿特性对研究气溶胶的气候变化影响以及人体健康效应具有重要意义。 

本文采用国内首台 HTDMA( 加湿迁移差分分析 ) 系统对大气气溶胶中常见的无 

机和有机组分、机动车排放颗粒物以及大气环境中气溶胶进行了吸湿特性实验和 

研究 , 通过对各种常见化合物和环境气溶胶吸湿特性进行定量表征 , 从而判定影 

响气溶胶吸湿特性的主要因素。 

实验首次对钙盐以及合成海盐吸湿性进行测量。实验中发现无机化合物 NaCl、 

(NH 4 ) 2 SO 4 潮解点在 75±2% 左右 ,NaNO 3 、CaCl 2 以及合成海盐粒径增长随着相 

对湿度 (RH) 的升高逐渐增大 ,CaSO 4 、有机化合物中的乙二酸和己二酸随着 

RH 增大未见明显吸湿增长。此外结合扫描电镜分析 , 研究了 7 种化合物在不同 

RH 下的形态特征和吸湿增长现象 ,(NH 4 ) 2 SO 4 、合成海盐和 NaNO 3 气溶胶吸湿 

长大前后粒径增长明显 ,CaSO 4 以及乙二酸、己二酸未有明显粒径变化。 

结合实验室模拟成果 , 本文利用吸湿性平台对机动车尾气及环境大气气溶胶吸湿 

性进行研究。通过测试不同类型机动车排放气溶胶吸湿性 , 发现柴油车排放气溶 

胶在经过烟雾箱反应前后均未呈现吸湿增长 , 汽油车排放气溶胶生长因子则在经 

历烟雾箱反应前后发生一定变化。通过对北京市环境大气气溶胶吸湿特性测量 , 

发现在冬季采暖期北京市大气气溶胶整体上表现出近憎水性和弱吸湿性特点 , 监 

测期间随着大气污染程度降低环境大气气溶胶吸湿生长因子呈现降低趋势。气溶 

胶中积聚模态吸湿生长因子高于同期爱根核模态。在大气边界层较稳定情况下 , 

气溶胶吸湿生长因子日分布峰值出现在中午 12 点及凌晨 2 点 , 同时在早晨 8 点 

和傍晚 19 点出现吸湿生长因子低谷。对于大气边界层不稳定气象条件下 , 气溶 

胶吸湿生长因子呈现中午 12 点低谷和夜间 2 点高峰的单峰分布。而生长因子出 

现高峰时大气气溶胶以弱吸湿性气溶胶占主要组分 , 低谷时以近憎水性气溶胶占 

51

主要组分。结合气溶胶成分分析发现硫酸盐和硝酸盐能增强大气气溶胶吸湿性 , 

初步推测气溶胶吸湿生长因子主要受空气污染程度、污染源排放、气象条件以及 

气溶胶化学组分等多重因素影响。 

关键词 : 气溶胶 ; 吸湿性 ;HTDMA 系统 ; 生长因子 

图 1 (NH 4 ) 2 SO 4 生长因子同理论曲线比较 

北京市环境气溶胶生长因子逐日变化图 

生长因子 

1.4 

1.3 

1.2 

1.1 

1 

25nm 

50nm 

100nm 

150nm 

200nm 

0.9 

2009/12/8 0:00 2009/12/10 0:00 2009/12/12 0:00 2009/12/14 0:00 2009/12/16 0:00 2009/12/18 0:00 2009/12/20 0:00 

时间 

图 2 北京市环境气溶胶生长因子逐日变化图 

致谢 : 本研究受到国家自然科学基金 (40775075,40705043), 环保公益性行业科 

研专项 (20080952,200809152) 以及中央级公益性科研院所基本科研业务专项 

(2009KYYW16,2010KYYW05) 等项目的经费支持 , 在这里特此表示感谢 ! 

52

Measurement of Internally Mixed Aerosols Acting as Cloud 

Condensation Nuclei 

Wei-Ting Lin、Hui-Ming Hung 

Department of Atmospheric Sciences, National Taiwan University 

In order to investigate the impact of aerosol complex to the cloud formation, we 

studied the ability of internally mixed ammonium sulfate/sodium chloride (AS/NaCl) 

and ammonium sulfate/oxalic acid (AS/OA) particles acting as cloud condensation 

nuclei (CCN). The CCN ability of internally mixed aerosols was studied as an array of 

ammonium sulfate mole fraction and supersaturation (SS) ratios using a continuous 

flow cloud condensation nuclei counter (CCNC, DMT); and simulated using Köhler 

theory. We summarized the diameters required for 50% of particles in number to be 

activated to cloud droplet in Figure 1 for the AS/NaCl and Figure 2 for AS/OA system. 

For a given SS, NaCl particles tend to be activated as lower critical diameter as 

compared to AS and OA. As ammonium sulfate fraction increases, the critical 

diameter increases for the AS/NaCl system. For AS/OA system, OA is activated at 

higher critical diameter as compared to AS especially at high SS. However, the 

presence of AS, as low as 25% mole fraction, reduces the critical diameter to a value 

similar to pure AS. The results suggest that the presence of AS in the atmosphere 

might enhance the cloud activation of internally mixed AS-organic species (such as 

OA) particles at a similar condition required for pure AS. Further studies of CCN 

ability of different composition aerosols and theoretical analysis will be discussed. 

Keywrods:aerosol, ammonium sulfate, oxalic acid, sodium chloride, cloud 

condensation nuclei, CCN. 

53

Figure 1. The critical diameter required to form cloud condensation nuclei as a 

function of ammonium sulfate mole fraction (x = 0 for pure NaCl and x = 1 for pure 

AS) and SS for the internally mixed ammonium sulfate /sodium chloride particles. 

Figure 2. The critical diameter required to form cloud condensation nuclei as a 

function of ammonium sulfate mole fraction (x = 0 for pure OA and x = 1 for pure AS) 

and SS for the internally mixed ammonium sulfate /oxalic acid particles. 

54

Chemical composition of water-soluble ions in spring aerosol at a 

semi-arid site of Tongyu, China 

Z.X Shen 1,2,* , X. Wang 1 , J.J. Cao 2 , R.J. Zhang 3 , K. F. Ho 2 

1 Department of Environmental Science and Engineering, Xi’an Jiaotong University, 

Xi’an 710049, China 

2 SKLLQG, Institute of Earth Environment, Chinese Academy of Sciences, Xi’an 

710075, China 

3 Key Laboratory of Regional Climate-Environment Research for Temperate East 

Asia,Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 

100029, China 

*Author to whom correspondence should be addressed. E-mail: 

zxshen@mail.xjtu.edu.cn (Zhenxing Shen) 

Fine aerosol samples (PM 2.5 ) were collected daily at Tongyu, a semi-arid site in 

northeast China from April to June 2006, when Asian dust events occurred frequently. 

The concentrations of nine water-soluble ions were determined in the filter samples. 

The results showed that the mean mass level of PM 2.5 at Tongyu station was 260.9 

µg/m 3 , and the total mass concentration of the nine kinds of water-soluble ions 

occupied ~17% of the PM 2.5 mass. Nine dust storm (DS) events were observed during 

the sampling period with mean concentrations of 528.0 µg/m 3 for PM 2.5 and 39.5 

µg/m 3 for total ions; during non-dust storm (NDS) periods, these values were 111.7 

and 19.6 µg/m 3 , respectively. The mass concentrations of most of the water-soluble 

ions in the DS samples were much higher than those in the NDS samples. The ratios 

of ions to Fe were stable in DS samples, while they were more scattered in NDS 

samples, suggesting that the anthropogenic influence was significant in NDS samples 

collected at Tongyu. Moreover, the observed stable values of the K + /Fe, Ca 2+ /Fe, 

Na + /Fe, NO - 3 /Fe, and SO 2- 4 /Fe ratios during the DS events should be associated with 

the ionic composition characteristics of soil dust in northeastern regions. Ion balance 

calculations for the NDS samples suggest that those aerosol particles were alkaline 

while DS samples were strongly alkaline. A deficit of measured anions during DS 

implies the presence of carbonate, which can be used to evaluate the carbonate 

concentration. A good relationship between the calculated and detected carbonate 

concentration was observed, which demonstrates that the ion balance supplies another 

method for estimating the carbonate content during DS. 

Keywords: Tongyu, PM 2.5 , water-soluble ions, carbonate 

55

Table 1. Concentrations of the major chemical species in PM 2.5 and their ratio to Fe a . 

DS a (n b = 19) NDS c (n = 34) 

Concentration, 

Concentration, 

Species 

μg/m 3 Ratio to 

μg/m 3 Ratio to 

Fe 

Fe 

Mean SD d Mean SD 

PM 2.5 528.0 311.0 111.7 64.3 

Fe 7.3 4.0 1.00 1.4 1.1 1.00 

Na + 4.5 1.0 0.62 3.3 0.9 2.40 

NH 4 

+ 

1.2 1.0 0.16 0.6 0.6 0.41 

K + 1.7 1.0 0.24 0.8 0.5 0.57 

Mg 2+ 1.0 0.4 0.14 0.3 0.2 0.25 

Ca 2+ 12.5 5.9 1.71 4.5 4.6 3.24 

F - 0.7 0.3 0.10 0.4 0.2 0.27 

Cl - 1.5 0.4 1.22 1.1 0.5 0.16 

- 

NO 3 

2- 

SO 4 

4.6 2.5 0.63 3.0 1.4 2.15 

11.8 7.8 1.62 5.7 3.2 4.11 

a DS: dust storm; b n: sample numbers; c NDS: non-dust-storm days; d SD: standard 

deviation 

Ca 2+ (μgm -3 ) 

30 

25 

20 

15 

10 

Regression line 

Y=0.82X-1.73 

R=0.97, n=19, P

Measured Carbonate (μgm -3 ) 

40 

Regression line 

35 

Y=1.13X - 6.55 

30 R=0.93, n=19, P

大陸沙塵對台灣空氣品質影響之案例分析 

張順欽 

行政院環境保護署環境監測及資訊處簡任技正 

來自中國大陸沙塵暴揚起的沙塵 , 在適當的天氣條件下 , 會伴隨東北季風影響台 

灣的空氣品質。1995 年 3 月 12 日 , 台灣北部出現泥雨事件 , 在氣象專家的協助下 , 

發現此等高濃度微粒的出現 , 竟然與 2000 公里外的沙塵暴有關。沙塵影響台灣 

時 , 最明顯特徵在於風速強 , 因擴散條件佳 ,CO 及 NO X 等本地污染物濃度反而 

低。而本地污染累積期間 , 不僅 PM 10 ,CO 及 NO X 等濃度都同步上升 , 如圖 1。本 

文以 2006 年 3 月 19 日、2009 年 4 月 25 日及 2010 年 3 月 21 日等三個嚴重影響全台空氣 

品質的大陸沙塵案例 , 介紹沙塵影響台灣空氣品質的特徵。2006 年 3 月 19 日台灣 

北部受沙塵影響 PM 10 超過 350 μg m -3 , 全台計 50 個測站 PM 10 濃度日平均大於空氣 

品質標準 125 μg m -3 。同時 , 氣態污染物包括 SO 2 、CO、及 O 3 濃度也隨之上升。 

PM 2.5 硫酸鹽、硝酸鹽及黑碳濃度也都增加 , 顯示人為空氣污染物隨著沙塵影響 

台灣 , 如圖 2。2009 年 4 月 25 日受沙塵影響 , 台灣北部少部分測站 PM 10 濃度超過 1000 

μg m -3 , 使得 69 個測站超過空氣品質標準。根據逆軌跡回推高濃度沙塵自源區傳 

輸到台灣 , 約僅 48 小時 , 較過往沙塵通過上海 48 小時抵台速度快了許多。2010 

年 3 月 21 日沙塵則創下台灣半數以上空氣品質監測站 PM 10 濃度超過 1000 μg m -3 , 

各地空氣污染指標 (PSI) 達 500 的歷史最高值。不過這二個案例影響期間 ,PM 2.5 

硫酸鹽濃度增加較顯著 , 如圖 3、圖 4。沙塵影響期間 , 高濃度 PM 10 由北台灣向南 

傳輸 ,PM 10 以粗粒徑為主 ,PM 2.5 佔 PM 10 的比例會由本地污染累積時約 0.6 遽降至 

沙塵影響時約 0.2。因此 , 每年秋季至隔年春季 , 隨著東北季風長程傳輸的空氣 

污染物 , 在本地污染逐漸改善後 , 必須加以重視。 

關鍵詞 : 長程傳輸、PM 10 、PM 2.5 、硫酸鹽、硝酸鹽 

58

PM 10 (μg m -3 ); NO X (ppb) 

500 

400 

300 

200 

100 

PM 10 

NO X 

CO 

0 

03/11 03/12 03/13 03/14 03/15 03/16 03/17 

Date 

圖 1、1995 年 3 月大陸沙塵與本地累積污染 PM 10 、CO 及 NO X 濃度變化特徵 

10 

8 

6 

4 

2 

0 

CO (ppm) 

(μg m -3 ) 

SO 4 

2- , NO3 

- 

30 

20 

10 

SO 4 2- (L) 

NO 3 - (L) 

BC (R) 

20 

15 

10 

5 

BC (μg m -3 ) 

0 

0 12 24 12 24 12 24 12 24 12 24 

03/17 03/18 03/19 03/20 03/21 

Hours 

0 

圖 2、2006 年 3 月 19 日沙塵期間 SO 4 2- , NO 3 

- 

及 BC 濃度時序變化 

200 

50 

PM 2.5 (μg m -3 ) 

150 

100 

50 

SO 2 (ppb); Sulfate (μg m -3 ) 

40 

30 

20 

10 

PM 2.5 

Sulfate 

SO 2 

0 

0 

24/6 24/18 25/6 25/18 26/6 26/18 27/6 27/18 

Hour of day 

圖 3、2009 年 4 月 25 日沙塵影響 PM 2.5 、硫酸鹽及 SO 2 濃度變化 

59

PM (μg m -3 ) 

300 

250 

200 

150 

100 

50 

0 

3/20 3/21 3/22 3/23 3/24 

Date 

PM 2.5 

Sulfate 

Nitrate 

圖 4、2010 年 3 月 21 日沙塵影響期間 PM 2.5 、Sulfate 及 Nitrate 時序變化 

40 

35 

30 

25 

20 

15 

10 

5 

0 

Sulfate, Nitrate (μg m -3 ) 

60

塔克拉玛干沙漠腹地及周边地区 PM 10 时空变化特征及影响因素分析 

何清 

1,2 , 刘新春 

1,2 , 周永东 

1,2 , 艾力 · 买买提明 

1. 中国气象局乌鲁木齐沙漠气象研究所 ; 新疆树木年轮生态实验室 ; 中国气象 

局树轮年轮理化研究重点开放实验室 , 新疆 , 乌鲁木齐 ,830002 

2. 塔克拉玛干沙漠大气环境观测试验站 , 新疆塔中 841000 

1,2 

近年来 , 源自中国北方沙尘源区的沙尘气溶胶理化特性越来越受到关注。本文利 

用 Thermo RP 1400a 对塔克拉玛干沙漠腹地塔中及周边的哈密与和田进行了长达 

6 年多的在线连续观测研究 , 结合分析塔中沙尘暴过程中的气象资料 , 获得了该 

区域沙尘气溶胶 PM 10 的基本特征及影响因素 :(1) 哈密、塔中与和田浮尘、扬 

沙出现日数呈上升趋势 ; 沙尘暴日数变化不明显 , 沙尘天气出现的频率和强度是 

影响沙漠地区沙尘气溶胶 PM 10 浓度的主要因素。(2)PM 10 质量浓度具有明显的 

区域分布特征 , 塔克拉玛干沙漠东缘的哈密最低 , 其次为沙漠南缘的和田 , 最高 

的为沙漠腹地的塔中。(3) 每年 3-9 月是哈密 PM 10 质量浓度的高值区 ; 塔中与和 

田 PM 10 质量浓度高值区分布在 3-8 月 , 平均浓度分别在 500-1000μg.m -3 之间变 

化。(4) 哈密、塔中与和田 PM 10 季节平均浓度变化具有 : 春季 > 夏季 > 秋季 > 冬季 ; 

PM 10 平均浓度最高的塔中 , 春季在 1000μg.m -3 左右变化 , 夏季在 400-900μg. 

m -3 之间 , 秋冬两季浓度较低基本上在 200-400μg.m -3 之间变化。(5) 哈密、塔 

中与和田沙尘暴季节 PM 10 浓度远高于非沙尘暴季节 , 沙尘暴季节浓度基本上为非 

沙尘暴季节浓度的 2 倍以上 ; 塔中 2004 年和 2008 年沙尘暴季节平均浓度分别是非 

沙尘暴季节的 6.2 和 3.6 倍。(6) 沙尘天气过程中 PM 10 质量浓度变化具有以下规律 : 

晴天 < 浮尘天气 < 浮尘、扬沙天气 < 沙尘暴天气。风速大小直接影响大气中 PM 10 浓 

度 , 风速越大浓度越高。气温、相对湿度和气压是影响沙尘暴强度的重要因素 , 

也间接影响大气中 PM 10 浓度的变化。 

关键词 : 沙尘气溶胶 ; 沙尘天气 ; 质量浓度 ; 影响因素 ; 塔克拉玛干沙漠 

61

沙塵過程中水溶性無機鹽濃度變化特徵研究 

張凱 

1,2 、王躍思 

1 、溫天雪 

1 、胡波 

1 、孫揚 

1 、柴發合 

1 

2 

中國環境科學研究院 ,, 北京 ,100012 

中國科學院大氣物理研究所 , 北京 ,100029 

2 

起源于東亞的沙塵天氣會隨大氣流場進入我國境內並由西向東移動 , 在經過工業 

區和大城市時 , 沙塵粒子會與大氣中的污染物進行大氣化學反應 , 通過粒子表面 

的非均相化學反應和同其他粒子的碰並等過程 , 沙塵暴期間可吸入顆粒物及其中 

水溶性無機鹽品質濃度會有明顯升高。2005 年 4 月我國共發生 6 次沙塵天氣過 

程 , 其中有 4 次影響到北京 , 外來沙塵污染分別出現在 4 月 6 日、14 日、19 日 

和 28 日。本文以 2005 年 4 月北京前 3 次沙塵過程為例 , 分析沙塵過程中 PM 10 

和 PM 2.5 濃度、PM 10 中水溶性無機組分動態變化、沙塵過程前後氣溶膠酸鹼性。 

3 次沙塵過程的中尺度天氣形式都是蒙古氣旋東南移 , 並伴有冷鋒。沙塵過程中 

北京大氣 PM 10 濃度有明顯升高 ( 圖 1)。沙塵來臨後大氣相對濕度下降最為明顯 , 

硝酸鹽和氨鹽的下降幅度最大 ( 圖 2)。沙塵過程中 Ca 2+ 出現峰值 , 出現時間與 

PM 10 濃度峰值近似。沙塵來臨之前 ,PM 10 中總水溶性陰離子濃度略高於陽離子 

濃度 , 顆粒物呈弱酸性 ; 沙塵來臨之後 , 總水溶性陽離子遠高於陰離子 , 顆粒物 

呈明顯的鹼性。 

關鍵字 : 沙塵過程、硫酸鹽、硝酸鹽、PM 10 

62

concentration(μg•m -3 ) 

1800 

1600 

1400 

1200 

1000 

800 

600 

400 

200 

0 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

4-5 4-6 4-7 4-13 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

PM 2.5 PM 10 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

4-14 4-15 4-19 4-20 

time 

圖 1 2005 年 4 月沙塵過程中北京大氣 PM 10 、PM 2.5 濃度變化 

60 

沙尘前 

NO 2 

- 

NO 3 

- 

SO 4 

2- 

NH 4 

+ 

concentration(μg•m -3 ) 

50 

40 

30 

20 

10 

沙尘后 

沙尘前 

沙尘后 

沙尘前 

沙尘后 

0 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

time 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

00:00 

04:00 

08:00 

12:00 

16:00 

20:00 

4-5 4-6 4-7 4-13 4-14 4-15 4-19 4-20 

圖 2 2005 年 4 月沙塵過程中北京大氣 PM 10 中主要水溶性無機鹽濃度變化 

63

PCDD/F Measurement in Taiwan and the Remote Island: Evaluation 

of Long-range Transport of PCDD/Fs during the Asian Dust Storm 

Event 

Kai Hsien Chi 1 , Chuan-Yao Lin 1 , Neng-Heui Lin 2 , Guey-Rong Sheu 2 and 

Chung-Te Lee 3 

1 

Research Center for Environmental Changes, Academia Sinica, Taipei 115, Taiwan.. 

2 Department of Atmospheric Sciences, National Central University, Chungli 320, 

Taiwan 

3 

Graduate Institute of Environmental Engineering, National Central University, 

Chungli 320, Taiwan. 

*E-mail: khchi@rcec.sinica.edu.tw 

In spring, Asian dust storm (ADS) that originated in the deserts of Mongolia and 

China eventually reached populated areas of East Asia, including Taiwan. These 

strong dust storms usually contain diverse organic substances that may adversely 

affect human health and cause substantial economic damage. Moreover, aerosol 

particles not only affect air quality and public health, but also significantly influence 

radiative forcing. To evaluate the long-range transport of persistent organic 

pollutants (POPs) during the long-range transport events, the atmospheric 

polychlorinated dibenzo-p-dioxins and dibenzofurans (PCDD/Fs) and total suspended 

particles (TSPs) were measured at different seasons in 2010 at four background 

stations in Northern (Mt. Yaming), Central (Mt. Lulin), Southern (Hengchung) Taiwan 

and remote island (Dongsha atoll) in South China Sea. Ambient air samples for the 

both vapor and solid phases of PCDD/F compounds were collected using high-volume 

sampling trains (Shibata HV-1000F). The HV-1000F samplers were equipped with 

Whatman quartz fiber filters (8X10 inch) for collecting particle-bound compounds 

and polyurethane foam (PUF) plugs were used to retain PCDD/F compounds in the 

vapor phase. During the normal periods, the average atmospheric PCDD/F 

concentrations measured at Mt. Yaming, Mt. Lulin, Hengchung and Dongsha stations 

were 11.9±9.6, 1.36±0.9, 7.23±4.8 and 3.97±1.8 fg I-TEQ/m 3 , respectively. The 

lowest PCDD/F concentration (0.232±0.02 fg I-TEQ/m 3 ) was measured at Mt. Lulin 

during the summer season (June, 2010). The Lulin atmospheric background station 

is located at the peak of Mt. Lulin (2,862 m above mean sea level). Mt. Lulin is part 

of the Central Mountain Range and is located inside Jade Mountain National Park. 

Its high elevation means it is generally free from local pollution. However, the 

atmospheric PCDD/F concentration measured at Lulin station significantly increased 

to 12.5 fg I-TEQ/m 3 during the ADS event (2010/3/21). In the meantime, the 

significantly higher PCDD/F concentration was also measured at Hengchung station 

64

(27.4 fg I-TEQ/m 3 ) in Southern Taiwan. During the ADS event, the atmospheric 

PCDD/F concentration measured in Dongsha station in South China Sea also 

increased from 1.66 to 10.8 fg I-TEQ/m 3 . In addition, the distribution of PCDD/F 

congener measured in this study indicated that around 50~60% dioxin congeners 

distributed in PCDFs during the normal periods. However, the fraction of PCDFs 

increased to 70~80% during the ADS event (2010/3/21). In general, the distributions 

of PCDF congeners observed in the emission gases from waste burning and industrial 

process are all higher than 70%. We consider that the high fraction of PCDFs 

observed at in this study during ADS event probably originated as anthropogenic 

emissions from other region. The results obtained from this study provide essential 

information for conducting health and environmental impact assessments related to 

ADS episodes. 

Key words: Dioxin, dust storm, aerosol, atmosphere, long-range transport. 

65

Particle-associated polycyclic aromatic hydrocarbons in a desert 

region 

Yang Xiaoyang 1 、Zhang Wenjie 1 、Wang Xinhua 1 、Ren Lihong 1 、Chen Jianhua 1 

1. Chinese Research Academy of Environmental Sciences (CRAES) 

Airborne particulate matter (PM) samples for PM10 and PM2.5 were collected at five 

sites (one urban site, two rural sites and two industrial sites) in the Ordos District of 

Inner Mongolia, a desert area of Northern China, by a middle-volume air sampler with 

a quartz fiber filter during 9–24 September 2005. Seventeen polycyclic aromatic 

hydrocarbons (PAHs) in the extracts from the particulates were analyzed by GC-MS. 

Among of the five sites, PAH concentration at the industrial sites, Qipanjing (QPJ) 

and Zhunger (ZGE), showed the highest level. Although PAH concentration at the 

urban site, Dongsheng (DS), was 4 to 7 times lower than those at the industrial sites, 

the concentration level of PAH at DS was much higher than those at the rural sites, 

Hangjinqi (HJQ) and Qigainao (QGN). Except DS, PAH concentration level was 

higher during the daytime than those during the nighttime in most of the sampling 

sites. PAHs were mainly detected in PM2.5 at QPJ, ZGE and DS, however PAHs 

mainly existed in PM10 at HJQ and QGN. It is probably because the rural site was far 

from the emission sources and the PAHs tended to redistribute on the coarse particles 

during the long-range transport especially in the desert area with a large temperature 

difference between day and night. Potential sources of PAHs in PM were investigated 

by the diagnostic ratios between PAHs, back trajectory analysis and cluster analysis. 

PAHs monitored at QGN were mainly influenced by the emissions from DS and QPJ 

in the north and west direction, respectively. PAHs monitored at HJQ were influenced 

by the emissions from ZGE. At DS site, vehicular emissions, especially the gasoline 

emissions, were the main contributors of particle-associated PAHs. The main sources 

of PAHs in QPJ and ZGE are probably coal-fired power plant, coke industries and 

chemical industries. However, it is important to make a further confirmation of 

industrial PAH emission characters in Ordos, especially the industrial area. 

Keyword:PAH、Asian Dust、airborne particulate matter 

66

240 

PM2.5 

160 

PM10 

80 

0 

DS HJQ QPJ ZGE QGN 

Figure 1 Concentration of PAHs at five sites (ng/m 3 ) 

Tree Diagram for 9 Cases 

Ward`s method 

Euclidean distances 

DS-PM2.5 

DS-PM10 

HJQ-PM2.5 

QPJ-PM2.5 

QPJ-PM10 

ZGE-PM2.5 

ZGE-PM10 

QGN-PM2.5 

QGN-PM10 

0 2 4 6 8 10 12 14 16 

Linkage Distance 

Figure 2 Cluster analysis 

Acknowledgement 

This work was supported by the State Key Program of the National Natural Science 

Foundation of China (Grant Nos. 40775075, 40705043), the Basic Public Welfare 

Fund (Grant Nos. 20080952, 200809152, 2009KYYW16, 2010KYYW05). 

67

2007 年春季沙塵暴對遼寧中部城市群空氣品質的影響 

周德平王揚鋒洪也劉寧微 

( 中國氣象局瀋陽大氣環境研究所瀋陽 110016) 

遼寧中部城市群在遼寧省的經濟發展中起著重要的作用。本文根據大氣降塵量和 

可吸入顆粒物 PM 10 、PM 2.5 、 PM 1 的觀測資料 , 分析了 2007 年春季發生於我國 

北方的 2 次沙塵暴天氣過程對遼寧中部城市群空氣品質的影響。得到如下結果 : 

(1) 如圖 1 所示 , 春季是遼寧中部城市群大氣降塵量最多的季節 , 其中有近一半 

的大氣降塵是由沙塵天氣造成的。 

圖 1 2007 年遼寧中部城市群各月大氣降塵量與 PM10 的濃度分佈 

(2) 沙塵暴對城市群空氣品質有著明顯的不良影響 , 它能使大氣降塵量和 PM 10 的 

品質濃度迅速增加 , 造成城市空氣品質急劇惡化。如表 1 所示 ,2007 年春季幾 

乎所有發生在遼寧中部城市群的中度及以上的空氣污染都是受沙塵天氣的影 

響。 

68

表 1 春季各城市 PM 10 污染程度及影響原因 

污染總 

污染日數 (d) 及影響原因 

城市日數 

中度以上污染原 

輕度污染原因中度重度 

(d) 

因 

瀋陽 5 4 沙塵、大霧 1 0 沙塵影響 

鞍山 15 13 

沙塵、大霧、灰 

霾 

0 2 沙塵影響 

撫順 7 5 沙塵、大霧 2 0 沙塵影響 

本溪 17 17 


霾 

0 0 無 

遼陽 18 17 


霾 

1 0 沙塵影響 

鐵嶺 2 2 沙塵、大霧 0 0 無 

(3) 由圖 2 和圖 3 可以明顯看到 , 沙塵暴期間大於 1.0μm 的粗粒子的品質濃度有 

非常顯著的增加 , 尤其是大於 2.5μm 的大粒子 , 而小於 1.0μm 的細粒子的品 

質濃度不僅沒有明顯增加 , 反而有減少的現象。 

0.6 

0.5 

PM10 PM2.5 PM1 

0.6 

0.5 


质量浓度 (mg/m 3 ) 

0.4 

0.3 

0.2 

(a) 沈阳 


0.4 

0.3 

0.2 

(a) 沈阳 

0.1 

0.1 

0 

0 12 24 36 48 60 72 

时间序列 ( 小时 , 自 3 月 30 日 08 时起 ) 

0 

0 12 24 36 48 60 72 

时间序列 ( 小时 , 自 5 月 6 日 08 时起 ) 

1.2 


1.2 


1 

1 


0.8 

0.6 

0.4 

(b) 本溪 


0.8 

0.6 

0.4 

(b) 本溪 

0.2 

0.2 

0 

0 12 24 36 48 60 72 

时间序列 ( 小时 , 自 3 月 30 日 08 时起 ) 

0 

0 12 24 36 48 60 72 

时间序列 ( 小时 , 自 5 月 6 日 08 时起 ) 

69

1.2 


1.2 


1 

1 


0.8 

0.6 

0.4 

(c) 抚顺 


0.8 

0.6 

0.4 

(c) 抚顺 

0.2 

0.2 

0 

0 12 24 36 48 60 72 

时间序列 ( 小时 , 自 3 月 30 日 08 时起 ) 

0 

0 12 24 36 48 60 72 

时间序列 ( 小时 , 自 5 月 6 日 08 时起 ) 

圖 2 3 月 30 日 08 時 ~4 月 2 日 07 時瀋陽 (a)、圖 3 5 月 6 日 08 時 ~10 日 07 時瀋陽 (a)、本 

本溪 (b)、撫順 (c) 可吸入顆粒物濃度逐溪 (b)、撫順 (c) 可吸入顆粒物濃度逐 

時變化 

時變化 

注 : 圖 2 和圖 3 中曲線不連續處為觀測中儀器故障或更換配件等原因使該時段資料的缺失造成 

(4) 圖 2 所示的強沙塵暴過程對遼寧中部城市群空氣品質的影響不及圖 3 所示的沙 

塵暴過程的影響大 , 由此可見 , 不僅沙塵暴的形成及其大小取決於源地的風 

力、氣溫、降水以及土壤表層等狀況 , 而且沙塵暴在移動過程中對其影響地 

區空氣品質的影響程度也取決於被影響地區的風力、氣溫、降水以及土壤表 

層等狀況。由於蒙古國和內蒙古部分地區是沙塵暴的主要發源地 , 遠距離輸 

送使得其對遼寧中部城市群空氣品質的影響程度與沙塵暴源地的強度已沒有 

直接關係 , 而與系統在被影響區是否得到加強以及被影響區當時的氣候與生 

態環境狀況有直接的關係。因此 , 保護生態環境對減輕沙塵暴的影響也是很 

有必要的。 

關鍵詞 : 大氣降塵、可吸入顆粒物、沙塵暴、遼寧中部城市群 

70

Simulation of Dust Mixture State and Its Impacts 

I-Chun Tsai and Jen-Ping Chen 

Department of Atmospheric Sciences, National Taiwan University 

Airborne mineral dust particles are important in various aspects of health risk, air 

quality, aviation safety and cloud microphysics. Their physical characteristics 

(including size distribution, single scattering albedo, absorption cross section, 

chemical adsorption, etc.) thus the ability of influencing the environment could be 

changed when they mix with hygroscopic particles while passing through polluted 

areas. Yet, the efficiency and impacts of such mixing are not well studied either 

through observation or modeling. In this work, a regional air quality model CMAQ 

coupled with a newly developed aerosol parameterization scheme is used to simulate 

the mixing of mineral dust with anthropogenic sulfate aerosols. The case analyzed is 

an event of desert dust transported to the Western Pacific while passing through the 

industrial and urban areas. Preliminary results showed that dust particles mix with 

sulfate particles rather quickly and become mostly mixtures within a couple of days 

when encountering polluted air. Analyses of the impacts of mixture on scattering 

and absorption of atmospheric shortwave radiation will also be presented. 

71

Characterization of Primary and Secondary Carbonaceous Aerosols 

in Xi’an, China 

Suixin Liu 1 , Zhuzi Zhao 1 , Junji Cao *2 , Zhenxing Shen 3 

1. SKLLQG, Institute of Earth Environment, Chinese Academy of Sciences, Xi’an, 

China Graduate School of the Chinese Academy of Sciences, Beijing, China 

2. SKLLQG, Institute of Earth Environment, Chinese Academy of Sciences, Xi’an, 

China 

3. Department of Environmental Science and Engineering, Xi’an Jiaotong University, 

China 

INTRODUCTION 

As a major component of atmospheric particulate matter (PM), carbonaceous material 

plays an important role in visibility reduction, radiative forcing, and adverse human 

health effects 1~4 . Carbonaceous aerosols are composed of both light-absorbing black 

carbon (BC, or elemental carbon, EC). Elemental carbon is formed as a byproduct of 

incomplete combustion of organic material; Organic material is a mixture of hundreds 

of organic compounds with a variety of chemical and physical properties. 

Carbonaceous aerosols in China have received more attention recently because of 

their effects on regional climate, water resources, agriculture yields, air quality, 

visibility reduction, and public health, and it contributed 20-50% of aerosol in 

Chinese urban atmosphere from small-scale urban or regional atmosphere 5~10 . There is 

almost no study on time-Resolved measurements OC, EC, and SOC. This paper 

presents a high time-resolved measurement in Xi’an at summer. The primary 

objectives of the study are to (1) characterize OC and EC of high resolution, (2) 

estimate secondary OC contributions to total carbonaceous loading. 

BACKGROUND 

Sampling and Analysis 

The monitoring site was located in an urban-scale zone of representation surrounded 

by a residential area ~ 15 Km south of downtown Xi’an. Continuous 2-hrs PM 2.5 

samples were obtained from 4 to 31 August 2008 and collected using medium-vol air 

sampler (113 l/min). Total 83 samples were collected in this study. A 0.5 cm 2 punch 

from each Quartz-filter samples was analyzed for OC and EC with a Desert Research 

Institute Model 2001 Thermal/optical Carbon Analyzer for carbon fractions following 

the Interagency Monitoring of Protected Visual Environments (IMPROVE) 

thermal/optical reflectance protocol. 

72

Results and Discussion 

As shown in table 1, mean 2-hrs average OC, EC concentrations (ranges in 

parentheses) were 20.58 (6.54~45.77), 4.67(0.86~17.41) μg/m 3 , respectively. Fig.2 

shows that the OC and EC concentrations in PM2.5 were in the order of cloudy, sunny, 

and rainy days. 

Table 1. Average of OC, EC Concentrations and OC/EC Ratios. 

Weather Time Samples OC a EC a OC/EC 

summer 83 20.58 4.67 5.72 

daytime 42 20.49 4.20 5.77 

nighttime 41 20.67 5.15 5.67 

sunny 36 19.82 3.80 6.41 

daytime 18 21.75 4.17 6.17 

nighttime 18 17.90 3.44 6.65 

cloudy 36 24.16 5.85 5.55 

daytime 18 22.68 4.70 6.06 

nighttime 18 25.63 7.01 5.05 

rainy 11 11.35 3.63 4.01 

daytime 6 10.15 2.81 3.69 

nighttime 5 12.78 4.62 4.40 

a : μg/m 3 

Figure 1. Time Series of OC, EC and OC/EC Ratios in Summer at Xi’an. 

73

Figure 2. Relationships between OC and EC Concentrations in Time-resolved 

PM 2.5 . 

As shown in Fig. 2, strong OC and EC correlations (r=0.86) suggest impacts from a 

combination of common source contributions (i.e. motor-vehicle exhaust). 

Table 2. Average of O 3 , SO2,T,POC,SOC Concentrations and POC/OC,SOC/OC 

Samples O 3 (ppb) SO 2 (ppb) T(℃) POC a SOC a POC/OC(%) SOC/OC(%) 

Summer 83 25.89 8.62 27.23 9.48 11.10 42.59 57.41 

Daytime 42 32.99 9.79 28.54 8.53 11.96 40.31 59.69 

Nighttime 41 18.63 7.42 25.88 10.45 10.22 44.93 55.08 

a : μg/m 3 

Figure 3. Concentrations of Measured Carbon (OC, EC, OC/EC Ratios), Ozone, and 

Estimated Secondary OC. 

74

As shown in Fig. 3, the OC/EC ratios followed the daytime trend of ozone 

concentrations. Secondary organic carbon concentrations were estimated using a 

primary OC/EC (min) ratio of 2.03. The secondary organic carbon concentration in 

summer at Xi’an has a distinctive bimodal diurnal variation with one peak in the early 

morning and the other in early evening. But the SOC/OC% has a steady peak 

appeared at noon. In summer, SOC was an important fraction of OC in Xi’an, the 

average concentration was 11.17 μg/m 3 and the average 2-hrs SOC/OC% was 57.41, 

and the percentage of SOC/OC in daytime was higher than that at nighttime (Fig. 4). 

The SOC concentrations and SOC/OC% in Xi’an were higher than those in other 

studies on secondary organics in USA and other locations 11~14 . 

Figure 4. Statistical Summary of the Percentage of SOC in OC. 

SUMMARY 

Application of the EC tracer method analysis to the high time-resolution 

measurements suggests an average of 57.41% SOA contribution to the 2-hrs average 

OC concentration during the summer intensive of 2008. But the primary OC 

contributed ~42.59% of measured particulate OC. 

Source apportionment results indicate that vehicle emission was the dominant 

contributor to measured EC and primary OC; Secondary OC in Xi’an was principally 

influenced by “aged” secondary organic formed in previous days and “fresh” 

secondary organic formed by photochemical reactions on the sampling day. 

The secondary organic aerosol transported from upwind regions maybe bring on the 

nocturnal peaks in secondary OC and ozone concentrations on nighttime. 

75

ACKNOWLEDGES 

This project was supported by the Hundred Talents Program (KZCX2-YW-BR-10) of 

the Chinese Academy Sciences. The authors thank Pro. S.C.Lee and Dr. K. F. Ho 

(Department of Civil and Structural Engineering, Hong Kong Polytechnic University). 

REFERENCES 

1 Intergovernmental Panel on Climate Change (IPCC). Climate Change 1994: 

Radiative Forcing of Climate change and an evaluation of the IPCC IS92 

Emission Scenarios; Cambridge University Press: New York, 1995. 

2 U. S. Environmental Protection Agency (U.S. EPA). Air Quality Criteria for 

Particulate Matter; Office of Research and Development: Research Triangle 

Park, NC, 1996; Vols. 1-3. 

3 National Research Council (NRC). Protecting visibility in nationalparks and 

wilderness areas; National Academy Press: Washington,DC, 1993. 

4 Wilson, R.; Spengler, J. D. Particles in Our Air: Concentrations and Health 

Effects; Harvard University Press: Cambridge, MA.,1996. 

5 He, K. B., F.M. Yang, Y. L. Ma, Q. Zhang, X. H. Yao, C. K. Chan, S. Cadle,T. 

Chan, and P. Mulawa (2001), The characteristics of PM2.5 in Beijing,China, 

Atmos. Environ., 35, 4959– 4970. 

6 Y. Cheng, K. F. Ho, and S. C. Lee, Research Center of Urban Environmental 

Technology and Management, Department of Civil and Structural Engineering, 

Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong. 

7 Cao, J. J., S. C. Lee, K. F. Ho, X. Y. Zhang, S. C. Zou, K. Fung, J. C. Chow,and 

J. G. Watson ,2003, Characteristics of carbonaceous aerosol in Pearl River Delta 

Region, China during 2001 winter period, Atmos. Environ.,37, 1451–1460. 

8 Cao, J. J., S. C. Lee, K. F. Ho, S. C. Zou, K. Fung, Y. Li, J. G. Watson, and J. C. 

Chow (2004), Spatial and seasonal variations of atmospheric organic carbon and 

elemental carbon in Pearl River Delta Region, China, Atmos. Environ., 38, 

4447– 4456. 

9 Cao, J. J., et al. ,2005,, Characterization and source apportionment of 

atmospheric organic and elemental carbon during fall and winter of 2003 in 

Xi’an, China, Atmos. Chem. Phys., 5, 3127– 3137. 

10 Cao J.J., S.C.Lee,J.C.Chow,J.G.Watson,K.F.Ho,R.J.Zhang,et al. Spatial and 

Seasonal Distributions of Carbonaceous Aerosols over China. Journal of 

Geophysical Research, 112, D22S11, doi:10.1029/2006JD008205, 2007. 

11 Lim, H.J., Turpin, B.J., 2002. Origins of primary and secondary organic aerosol 

in Atlanta: results of time-resolved measurements during the Atlanta supersite 

experiment. Environmental Science and Technology 36, 4489–4496. 

12 Strader, R., Lurmann, F., Pandis, S.N., 1999. Evaluation ofsecondary organic 

aerosol formation in winter. Atmospheric Environment 21, 2275–2283. 

13 Cabada, J. C., S. N. Pandis, and R. Subramanian ,2004, Estimating the secondary 

organic aerosol contribution to PM2.5 using the EC tracer method, Aerosol Sci. 

Technol., 38(S1), 140–155. 

14 Turpin, B.J., Huntzicker, J.J., 1995. Identification of SOA episodes and 

quantification of primary and secondary organic aerosol concentrations during 

SCAQS. Atmospheric Environment 29, 3527–3544 

KEYWORDS: time-resolved, EC tracer method, secondary organic aerosol 

76

大厦门湾气溶胶中多环芳烃的组成研究 

吴水平 

1 、闫景明 

1 、张萌萌 

1 、王新红 

1 、袁中新 

2 、李宗璋 

1. 厦门大学近海海洋环境科学国家重点实验室 

2. 台湾中山大学环境工程研究所 

2 

于 2008 年 3 月至 2009 年 3 月期间采集并分析了大厦门湾 ( 包括厦门、金门、泉州和 

漳州部分地区 ) 大气 PM10 颗粒中的多环芳烃。结果显示 : 大厦门湾 PM10 中 PAHs 

含量具有明显的昼夜和季节变化特征 , 表现为夜间浓度高于白天 , 冬季浓度明显 

高于夏季。特征来源比值法分析结果显示 , 大厦门湾 PM10 中 PAHs 主要来源于机 

动车尾气和燃煤、生物质燃烧的混合源。结合不同采样期间逆轨迹图 , 对比值的 

变化进行分析得知 , 冬季大厦门湾较高的 PAHs 除了本地源排放影响外 , 上风向 

如北方城市产生 PAHs 的长距离传输和泉州等地 PAHs 传输也是导致大厦门湾 

PAHs 污染加重的一个原因。利用主成分分析及多元逐步回归法对研究区域 PAHs 

的来源做进一步的判断 , 结果显示 , 大厦门湾 PM10 中 PAHs 主要来源于机动车尾 

气排放 , 但是燃煤及其他排放也占有很大的比例。不同源的贡献率呈现明显的季 

节变化特征 , 夏季主要以机动车尾气为主而冬季燃煤所占比例大大增加 , 通过逆 

轨迹及其他分析可知 , 大厦门湾 PM10 中 PAHs 为本地源排放和外来源排放的叠加 

所致。關鍵詞 : 大厦门湾、PM10、PAHs、来源分析 

表 1 大厦门湾 PM10 中 PAHs 的燃煤和机动车相对贡献比较 

季节回归方程机动车尾气贡献率燃煤贡献率 

春季 y=7.097x 1 +7.515x 2 +0.363 72.76% 23.92% 

夏季 y=6.083x 1 +5.722x 2 +0.487 77.27% 16.49% 

秋季 y=8.467x 1 +3.474x 2 +0.487 58.96% 37.31% 

冬季 y=7.549x 1 +3.661x 2 +0.963 54.74% 39.98% 

式中 :x 1 代表 BghiP 浓度 ,x 2 代表 FLUA 浓度。 

77

24.8 

24.6 

A3 

A4 

A5 

A3 

A2 

B1 

B2 

B3 

24.4 

A1 

24.2 

118 118.2 118.4 118.6 118.8 

图 1 采样位置分布图 

0.7 

蚐濬 

尥 

} 汜昜窐 

尥 

0.6 

} 汜昜窐尥 

FLUA/(FLUA+PYR) 

0.5 

0.4 

0.3 

蚐濬尥 

0.2 

0.2 0.3 0.4 0.5 0.6 0.7 

IncdP/(IncdP+BghiP) 

0.6 

0.5 

蚐濬尥 

繳 } 汜昜窐 

尥 

繳 } 汜昜窐尥 

FLUA/(FLUA+PYR) 

0.4 

0.3 

蚐濬尥 

0.2 

0.2 0.3 0.4 0.5 0.6 0.7 

IncdP/(IncdP+BghiPㄘ 

图 2 不同气团传输方向时特征化合物比值 

78

金門及廈門地區大氣懸浮微粒之化學特徵分析及污染源解析 

1 

1 

2 

2 

李宗璋袁中新王新紅吳水平 

1 

中山大學環境工程研究所高雄 80424 臺灣 

2 

廈門大學環境科學研究中心廈門 361005 中國 

本研究旨在藉由大氣懸浮微粒採樣及化學成份分析 , 探討金門及廈門地區大氣懸 

浮微粒之污染特性 , 並利用化學質量平衡受體模式 (CMB receptor model), 進行 

PM 10 懸浮微粒之污染源解析 , 並推估污染源種類及貢獻率 , 再進一步探討背景 

期間及污染事件期間之差異性。本研究於 2008 年 3 月至 2009 年 2 月於金門及廈 

門地區分別設置三處及四處懸浮微粒採樣站 ,PM 10 樣本採用高量採樣器 

(high-volume sampler) 加以採集。PM 10 採樣區分為例行採樣及密集採樣 , 例行採 

樣於每月 5 日及 20 日進行連續 24 小時之採樣 ; 密集採樣則於高 PM 10 濃度污染 

事件發生時進行採樣。由懸浮微粒採樣結果顯示 , 金門及廈門地區春季及冬季 

PM 10 濃度較高 , 夏季則較低。吹東北風時 ,PM 10 濃度明顯上升 , 最高濃度位於 

金門及廈門之間 , 並未依季風風向呈現由東北方向朝西南方向遞減之趨勢 , 當東 

北風將境外污染物經長程傳輸至金門及廈門地區時 , 其他各站之 PM 10 濃度亦均 

發生疊加效應而普遍上升。 

本研究將金門地區 PM 10 之水溶性離子成份進行酸鹼中和率 (NR)、硫轉化率 

(SOR)、氮轉化率 (NOR) 之計算 , 結果顯示每月 NR 值皆小於 1, 此結果顯示懸浮 

微粒呈現酸性。四季之 SOR 及 NOR 比值平均介於 0.20~0.51 與 0.10~0.41 之間 , 

根據此結果與過去文獻加以比較 , 當 SOR 及 NOR 比值大於 0.25 及 0.10, 推斷 

硫氧化物及氮氧化物可能來自境外傳輸。另由 CMB 受體模式模擬解析金門及廈 

門地區 PM 10 之污染源種類及貢獻量 , 主要污染源為土壤揚塵、衍生性二次氣膠、 

鍋爐燃燒、石化工業、交通尾氣排放、鋼鐵業、水泥業、柴油車排放、海水飛沫、 

農廢燃燒等九大種類 , 其中固定污染源之貢獻率接近 50%, 然而金門本地並無相 

關工業 , 綜觀 PM 10 污染來源貢獻量分佈之情況 , 鍋爐燃燒及二次氣膠部份貢獻 

主要出現於廈門地區的大嶝島 , 因位處廈門灣內部 , 且靠近晉江出海口 , 盛行風 

79

向易將晉江上游沿岸排放之污染物傳輸至出海口附近 , 使得污染物累積於大嶝島 

海面 , 並進而擴散至金門地區 , 此結果顯示區域性污染源及境外傳入污染物均值 

得密切注意。 

關鍵字懸浮微粒、受體模式、酸鹼中和率 (NR)、硫轉化率 (SOR)、氮轉化率 

(NOR)、污染源解析 

80

北京市大气 PM 2.5 的理化特性与分形分析 

王毅力李炯陈圆 

北京林业大学环境科学与工程学院 , 北京 ,100083 

本论文采用场发射扫描电镜 (FESEM) 和 X 射线能谱分析 (EDX) 对北京林业大学校 

区的大气 PM 2.5 样品进行了分析 , 取得了以下结果。 

形貌鉴定表明 ( 图 1), 北京林业大学校区所采集到的 PM 2.5 主要包括烟尘聚合体、 

燃煤飞灰、矿物粒子、生物粒子等颗粒物 , 其中前 3 种颗粒物较为常见 , 主要来 

源为煤烟尘、机动车尾气和扬尘等 , 相应的粒度主要分布在 0.20µm~0.50µm、 

0.20~0.30µm、0.25~0.40µm。分形维数 ( 表 1) 的结果显示 : 燃煤飞灰不具有分 

形特征 , 而烟尘聚集体和矿物颗粒具有分形特征。春季烟尘集合体的一维分形维 

数 (D 1 ) 和二维分形维数 (D 2 ) 分别为 :1.07~1.19、1.46~1.74, 夏季烟尘集合体的 

D 1 和 D 2 分别为 :1.04~1.10、1.57~1.79, 秋季烟尘集合体的 D 1 和 D 2 分别为 :1.08~ 

1.16、1.68~1.76, 而冬季烟尘集合体的 D 1 和 D 2 分别为 :1.09~1.14、1.53~1.69。 

由此可见 , 春、冬季节所采集到的烟尘集合体颗粒的密实程度比夏、秋季节所采 

集到的烟尘集合体的低 , 而夏季所采集到的烟尘集合体边界的不规则程度比其它 

季节所采集到的烟尘集合体边界的不规则程度低 , 其原因可能是夏季烟尘集合体 

大多是经过反应后形成的颗粒物。 

尽管对于矿物颗粒也可以计算出其分形维数 , 但这种结果尚需进一步探讨。 

EDX 微区分析发现矿物颗粒的主要组成元素为 Si、Al、Ca 等 , 聚类分析的结果表 

明校区矿物颗粒可以分为以下类型 : 硫酸盐矿物、方解石、蒙脱土矿物、硅酸钙、 

硅铝酸盐和少量赤铁矿、菱镁矿、石英等 ; 三元图分析指出 PM 2.5 样品中硅铝酸 

盐大部分为黏土矿物和其它矿物 ( 如方解石、白云石等 ) 的混合物 , 还存在钙长 

石和石膏等富含 Ca 元素的矿物颗粒 , 同时富含 Si 元素的石英颗粒也少量存在。 

PM2.5 颗粒中还检测到较多的重金属元素 , 其中 Cr、Au、Ni、Zn、Ti、Cu,Cr 

出现频率最多。除此以外 , 还检测到 F 和 P 元素 , 这些元素应该是随着燃煤、燃 

81

油及工业排放物进入大气后吸附或凝聚在颗粒物的表面。 

PM 2.5 的来源分析表明 , 扬尘在夏秋两季的贡献较高 , 甚至在夏季达到了 61%; 

燃煤排放在春冬两个季节的贡献较高 , 呈现明显的季节性特点 , 而且在冬季其贡 

献率甚至达到了 46% 左右 ; 而汽车排放的贡献率较为稳定 , 基本上处于 30% 以下 , 

春秋两个季节的贡献率比夏冬两个季节的稍微高了 5%。说明北京林业大学校区 

内小于 2.5µm 的细颗粒物中扬尘的贡献能力已经成为与汽车排放和燃煤排放并重 

的第三大污染源之一 , 甚至在某些季节成为主要的污染颗粒。 

关键词 :PM 2.5 、形貌、元素组成、粒度分布、分形维数 

a b c 

图 1 大气 PM 2.5 的形貌 (a 烟尘聚集体 ,b 燃煤飞灰 , c 矿物颗粒 ) 

82

表 1. 大气 PM 2.5 的分形维数的计算结果 

83

京津冀区域霾天气时空分布及气象要素特征研究 

张小玲 

1 , 赵普生 

1 , 徐晓峰 

1 , 范引琪 

2 , 张长春 

1 中国气象局北京城市气象研究所 , 北京 ,100089 

2 河北省气象科技服务中心 , 河北 ,050021 

3 天津市气象科学研究所 , 天津 ,300074 

3 

统计整理了京津冀区域内 107 个地面站 1980-2008 共 29 年的气象资料 , 选取以 

下指标作为霾日的判别标准 : 满足 14 时 ( 北京时间 , 下同 ) 能见度小于 10km, 

相对湿度小于 90%, 且排除吹雪、扬沙、沙尘暴和浮尘的 , 记为一个霾日。进而 

计算各站点逐年的霾日变化 , 并分析区域内霾天气的长时间变化及空间分布特 

征。 

区域内各地面站霾天气变化趋势复杂多样 , 霾日数水平也有很大差异 , 图 1 中可 

以看出从长时间大范围的角度来看 , 北京、天津、河北霾日整体变化趋势较为相 

似 , 京津冀范围内霾变化具有明显的区域性特征。京津冀区域霾日数近 30 年呈 

增加趋势 , 这与区域内社会经济发展 , 污染物排放增加尤其是细颗粒物污染加重 

密不可分。北京 20 个地面站从 1980 年的年均 50 天左右增加到 2008 年的 72 天 , 

天津 5 个站点从 1980 年的 30 天左右增加到 2008 年的 95 天 , 河北 82 个站点从 

1970 年的年均 28 天增加到 2007 年的 42 天。北京和天津霾天数明显高于河北 , 

此外 , 从 2002 年开始 , 天津区域霾日数高于北京 , 这与 2002 年以后北京加大了 

空气污染治理力度有关。 

图 2 为北京、天津和河北月平均霾日数 , 每个霾日数均为区域内所有站点 

1980-2008 年该月霾日数平均值。表明京津冀区域霾日数的月际变化特征极为相 

似 , 呈明显的双峰特征 , 即夏季和冬季霾日数较高。 

84

120 

100 

北京天津河北 

8 

7 

6 

北京天津河北 

 

80 

 

60 

 

40 

20 

0 

年 

5 

 

4 

 

3 

2 

1 

0 

1 2 3 4 5 6 7 8 9 10 11 12 

月份 

图 1 京津冀区域逐年平均霾日数变化 

图 2 京津冀区域逐月平均霾天数变化 

图 3 为利用京津冀区域内 107 个站点的位置信息和多年平均霾日数得到的 

1980-200 平均霾日数的分布图。从这四张图由图中可以看出 , 霾日数高值区主要 

位于城市区域 , 其中北京、天津、保定、石家庄、邯郸和邢台等地最为明显。此 

外 , 具体分析不同年代霾日数的分布可发现随着时间推移 , 各等值线范围明显扩 

大 , 同一区域的霾日数明显增多 , 也反映出京津冀范围内霾天气的逐渐增加趋势。 

图 3 京津冀区域 1980-2008 年平均霾日分布 

85

图 4 为北京、天津和河北城区站点霾日 14 时平均风频图。在霾天气条件下 , 主 

导风向为东北 - 西南方向 , 北京最为突出 , 且北京的静风频率最高 , 达到 

31.7%。 

WNW 

W 

NW 

NNW 

N 

N 

N 

10% 

8% 

NNE 

NNW 8% 

6% 

NNE 

NNW 10% 

8% 

6% 

NE 

NW 

4% 

NE 

NW 

6% 

4% 

4% 

2% 

2% 

ENE WNW 

ENE WNW 

2% 

0% 

0% 

0% 

-2% 

-2% 

-2% 

-4% C=31.7% E W 

-4% C=9.9% E W 

-4% C=16.2% 

NNE 

NE 

ENE 

E 

WSW 

ESE 

WSW 

ESE 

WSW 

ESE 

SW 

SE 

SW 

SE 

SW 

SE 

SSW 

S 

SSE 

SSW 

S 

SSE 

SSW 

S 

SSE 

(a) 北京 (b) 天津 (c) 河北 

图 4 京津冀城区站点霾日 14 时平均风频 

通过对京津冀区域内各城区站点霾日和非霾日 14 时平均风速和平均相对湿度进 

行对比 , 发现与多年总平均值相比 , 霾天气条件下 , 平均风速明显偏低 , 而相对 

湿度则明显较高 , 表明了霾多出现于相对湿度较高 , 风速较低即天气条件处于稳 

定状态的时候。 

关键词 : 霾 , 能见度 , 相对湿度 , 京津冀 

86

北京市气溶胶特性及能见度观测研究 

王京丽 

1 、刘新罡 

2 、程丛兰 

1. 中国气象局北京城市气象研究所 , 北京 100089 

2. 北京师范大学环境学院 , 北京 100875 

1 

颗粒物对人体健康、能见度、交通、景观旅游等都产生了严重的影响。开展大气 

气溶胶观测 , 分析北京市污染状况、对于制定环境保护措施、改善空气质量都具 

有十分重要的意义。 

2007 年 4 月 -2008 年 1 月 , 在北京市区西北 , 海淀区北京大学校内 ( 理科一号楼 

7 楼楼顶 ) 开展了春、夏、秋、冬四个季节大气能见度、气溶胶细粒子的时空同步 

实时野外观测。两台微孔颗粒物分级撞击采样器 (MOUDI), 一台为 10 级粒径切 

割采样器 , 可采集粒径 0.056 µm-18 µm 的颗粒物。使用直径 47mm 的 Teflon 膜 , 

用于分析颗粒物水溶性离子组分 ; 另一台为 8 级粒径切割 , 可采集粒径 0.18 µm-18 

µm 的颗粒物。使用直径 47mm 的石英膜 , 用于测量颗粒物中有机碳 (Organic 

Carbon, OC) 和元素碳 (Elemental Carbon, EC) 的浓度。采样时间为 11 小时 , 

每日采集两次 , 分别为 8:30-19:30 和 20:30- 次日 7:30。1 台 Vaisala FD12 前项散 

射能见度仪。 

87

- 2- 

NO3 , SO4 (µg m -3 ) 

100 

80 

60 

40 

20 

NO3- 

SO42- 

Cl- 

24 

20 

16 

12 

8 

4 

Cl - (µg m -3 ) 

0 

0 

04-22D 

04-24D 

04-26D 

04-28D 

04-30D 

08-03D 

08-05D 

08-07D 

08-09D 

NH4+ 

, Ca 

2+ 

(µg m 

-3 

) 

08-11D 

08-13D 

10-25N 

10-27N 

10-29N 

11-01N 

11-03N 

11-05N 

11-07N 

12-14D 

12-16D 

12-18D 

12-20D 

12-22D 

50 

40 

30 

20 

10 

NH4+ 

Ca2+ 

Na 

k+ 

Mg2+ 

0 

04-22D 

04-24D 

04-26D 

04-28D 

04-30D 

08-03D 

08-05D 

08-07D 

08-09D 

08-11D 

08-13D 

10-25N 

10-27N 

10-29N 

11-01N 

11-03N 

11-05N 

11-07N 

12-14D 

12-16D 

12-18D 

12-20D 

12-22D 

12 

8 

4 

Na + , K + , Mg 2+ (µg m -3 ) 

0 

图 1 北京市区各季节 , 颗粒物水溶性离子的浓度 (D: 白天 , 采样时间 8:30-19: 

30;N: 夜间 , 采样时间 20:30- 次日 7:30). 

表 1. 2007 年北京市区各季节颗粒物 (PM) 平均质量浓度值 

4 月 8 月 10-11 月 12 月 

PM(µg m -3 ) 114 131.9 254.4 186.9 

图 1 为 2007 年四次观测中各水溶性离子的浓度 (11 小时均值 ), 表 1 给出了北 

京市区各季节颗粒物 (PM) 平均质量浓度值。由颗粒物化学成分的季节变化可 

以知道 , 秋季观测中 , 高浓度的硝酸铵和有机物是导致颗粒物浓度高的直接原因。 

冬季较高浓度的 PM 浓度与冬季供暖 , 化石燃料的大量燃烧有关。 

除水溶性离子外 , 有机碳 (OC) 和无机碳 (EC) 是颗粒物中的重要组成部分 , 

OC 和 EC 主要存在于细粒子中 ,EC 较 OC 更集中于粒径 < 1.0μm 的颗粒物中。 

图 2 给出了 2007 年北京市区各季节 PM1.0 和 PM10 中 OC、EC 浓度。OC 和 

EC 的观测结果表明 : 夜间普遍高于白天。OC 的最高浓度出现于秋季 , 冬季次 

之 , 春、夏最低。 

北京市区 2007 年春、夏、秋、冬四个季节中 , 大气能见度的平均值为 : 春季 15.8km、 

88

夏季 10.9km、秋季 8.9km、冬季 7.9km。北京市区大气能见度的好坏依次是春夏 

秋冬。 

500 

450 

400 

350 

OC-PM1.0 

OC-PM10 

EC-PM1.0 

EC-PM10 

30 

27 

24 

21 

OC(ug/m3) 

300 

250 

200 

150 

100 

50 

18 

15 

12 

9 

6 

3 

EC(ug/m3) 

0 

04-22D 

04-26D 

04-29D 

08-04D 

08-09D 

08-13D 

10-25D 

10-29D 

11-01D 

11-05D 

12-13D 

12-22D 

04-24N 

04-28N 

08-03N 

08-08N 

08-11N 

10-24N 

10-28N 

10-31N 

11-04N 

11-07N 

12-16N 

0 

日期 ( 日 ) 

图 2 北京市区各季节 ,PM1.0、PM10 中 OC、EC 浓度 (D: 白天 , 采样时 

间 8:30-19:30;N: 夜间 , 采样时间 20:30- 次日 7:30) 

关键词 : 水溶性离子、有机碳、无机碳、能见度 

89

鹿林山背景測站的環境奈米微粒 

蔡春進 

1 、陳聖傑 

1 、許世傑 

2 、周崇光 

2 、劉紹臣 

1. 交通大學環境工程研究所 , 新竹巿 , 台灣 

2. 中央研究院地球環境變遷研究所新竹巿 , 台灣 

2 

本研究在鹿林山大氣背景測站 (LABS, Lulin Atmospheric Background Station, 海 

拔 2862 m ), 利用兩台 MOUDI 多階慣性衝擊器 (Model 110, MSP Corp., MN) 採 

集大氣奈米微粒 (NP, nanoparticles), 及一台掃瞄式電動度微粒粒徑分析儀 

(SMPS,Scanning mobility particle sizer, TSI Incorporated, St. Paul, MN) 監測 NP 濃 

度及粒徑分佈。NP 之化學成分分析含質量濃度 , 元素成份 (ICP-MS), 有機碳及 

元素碳 (Thermo-Optical Reflection), 水溶性離子 (IC)。本研究的目的在於探討大 

氣核化 ,NP 的密度及有機化學成份 , 以及污染物境外傳輸的問題。 

研究結果顯示該地的奈米微粒的質量及數目濃度都相當低 , 僅約一般都會區大氣 

的 20% 以下。其間 SMPS 曾測得較高數目濃度的奈米微粒 , 達 2800 #/cm 3 , 一般 

情況為 1000 #/cm 3 以下 , 推測有核化作用的發生。鹿林微粒的質量濃度呈單峰份 

佈 , 與過去學者發現中、高對流層微粒的單峰質量濃度及質量中間粒徑約為 1 μm 

的結果類似。鹿林山的 PM 濃度低 ,PM 10 , PM 2.5 及 PM 0.1 分別只有 9.2, 6.9 及 0.26 

μg/m 3 。 

dM/dlog (Dpa), μg/m 3 

20 

15 

10 

5 

Ping Tung, April 16-19th 

MMAD: 3.45 & 0.39 μm 

PM 0.1 , PM 2.5 , PM 10 

=0.37, 6.1, 10.5 μg/m 3 

Lu Lin, July 6-9th 

MMAD: 1.05 μm 

PM 0.1 , PM 2.5 , PM 10 

=0.26, 6.9, 9.2 μg/m 3 

0 

0.01 0.1 1 10 100 

D pa , μm 

圖 1 鹿林山與屏東海生館的微粒質量濃度分佈。 

90

比較之下 , 在屏東海生館附近的質量分佈呈雙峰分佈 ( 圖 1), 與一般海洋微粒的 

分布為單峰、且峰值粒徑為 7-15 μm 的結果不同 , 顯示海生館所測得的微粒不純 

為海洋微粒。根據採樣期間該測站的風速及風向數據 , 發現該期間盛行北北西 

風 , 根據此測站的地理位置 , 我們可說採樣期間測站採集到北邊台灣本島各種來 

源的排放 , 所以不會純為海洋微粒。雖然海生館測站有採集到本島的微粒 , 不過 

該處的 PM 濃度很低 ,PM 10 , PM 2.5 及 PM 0.1 分別為 10.5, 6.1 及 0.37 μg/m 3 。 

圖 2 為鹿林山測得白天 (3 小時平均 ,13:00-16:00) 與夜間 (6 小時平均 ,22:00-04:00) 

微粒數目分佈的比較。由圖可見白天與夜間的數目中間粒徑都相近 , 白天較小 , 

其值約為 18 nm; 夜間則較大 , 值約為 50-70 nm。不過兩天的濃度卻有明顯的不 

同 ,2010/8/24 日的白天濃度明顯比 2009/7/7 日高 , 可能與大氣核化作用旺盛與 

否有關。相反地 ,8/24 日的夜間濃度反而比 7/7 日低 , 主因為 8/24 日傍晚下了一 

陣雨 , 使得大氣中的微粒被移除 , 空氣較為乾淨。檢視其它日期的數據 , 一般的 

微粒粒徑分布為類似前期 7/7 日所呈現的數據 , 本期 8/24 日所得的數據較為特 

殊 , 不容易觀測到。最新的觀測數據 (9/1 日 ~10/15) 顯示入秋後微粒全日的數目濃 

度普遍降低而數目中間粒徑提高 , 可能與入秋後該地每日起霧時間增長所致 , 然 

而此期間的 10/2 日午前我們仍有觀測到與 8/24 日類似高微粒濃度低中間數目粒 

徑的情形。初步的數據分析結果顯示 9/1~10/15 日清晨 0 時至 8 時的平均數目濃 

度約為 420±150 #/cm 3 , 平均數目中間粒徑約為 90±15 nm;8-16 時平均數目濃度 

約為 1030±350 #/cm 3 , 平均數目中間粒徑約為 61±16nm;16-24 時平均數目濃度 

約為 825±255 #/cm 3 , 平均數目中間粒徑約為 72±18nm。 

91

dN/dlog(D p ), #/cm 3 

6000 

4000 

2000 

 

Lu-Lin background site 

thick line: Aug. 24th, 2010 

thin line: July 7th, 2009 

day time 

night time 

 

2800 #/cm 3 

1100 #/cm 3 

 

590 #/cm 3 

190 #/cm3 

10 100 

mobility diameter, nm 

圖 2 2009 年 7 月 7 日及 2010 年 8 月 24 日鹿林山白天與夜間的微粒數目分佈的 

比較 

關鍵詞 : 奈米微粒、大氣污染、多階慣性衝擊器、境外傳輸、掃瞄式電動度微粒 

粒徑分析儀 

92

大气棕色云的国内外研究状况及进展 

任丽红 

1 、陈建华 

1 、王玮 

1 、孟凡 

1 、杨小阳 

1 、张仁健 

1. 中国环境科学研究院 , 100012, 北京 

2. 中国科学院大气物理研究所 , 100029, 北京 

2 

大气棕色云是国际上继南极臭氧空洞、全球变暖对全球气候影响之后新的环境热 

点。大气棕色云 (ABCs) 是区域尺度的空气污染霾层 , 其主要成分是小颗粒的煤 

烟、硫酸盐、硝酸盐、飞灰和其他污染物。ABCs 呈棕色主要是由于人为排放的 

黑碳、飞灰、土壤沙尘颗粒及二氧化氮气体吸收和散射太阳辐射造成的。ABCs 

中的气溶胶通过干扰地 - 气间的太阳能分布从而影响气候和生物圈 ; ABCs 中的气 

溶胶具有冷却和增温双重效应。有的气溶胶有冷却效应 , 如硫酸盐和硝酸盐 ; 而 

有的气溶胶如黑碳 , 则对地 - 气系统有增温效应。ABCs 会影响云的性质。气溶胶 

充当棕色云的凝结核 , 使得云滴数浓度增加从而增强云对太阳辐射的反射 , 使云 

变亮 , 地面变暗变冷。 

大气棕色云是 1999 年 2 月 , 欧洲、印度及美国进行的 INDOEX 实验首次在印度 

洋上空发现的。INDOEX 最根本的研究成果是由于长距离输送作用 , 南亚雾霾能 

够扩展到整个次大陆地区以及海洋流域。这种灰霾主要发生在干燥季节 , 大气棕 

色云中的黑碳成分及其对该区域辐射能量平衡的干扰作用会对区域及全球的水 

平衡、农业和人体健康产生影响。由于当时观测到的这种现象主要发生在亚洲大 

陆 , 称之为亚洲棕色云。随后的研究表明 , 棕色云现象是一个世界范围内的问题 , 

在非洲、美洲、欧洲都有发现 , 所以亚洲棕色云被改称为大气棕色云。 

2002 年 8 月 , 联合国环境署 UNEP 正式启动了由 UNEP 倡导的大气棕色云项目。 

该项目的研究目标是全面了解大气棕色云的污染状况、来源及其对区域气候、水 

平衡、农业及人体健康的影响 , 以为科学决策提供科学依据。大气棕色云项目选 

择其第一焦点区域为亚洲和太平洋地区 , 在大气棕色云的热点研究区域中包括 

13 个亚洲区域。该项目目前完成了第一阶段的研究 , 建立了亚洲和太平洋地区 

的地面监测观测网 (13 个超级监测站 ) 以进行数据采集和能力建设 , 并且利用 

93

监测站的数据初步评估了大气棕色云对农业水及健康影响。基于监测、卫星及模 

式资料 ,2008 年 11 月 13 日 , UNEP 公布了一份《大气棕色云 : 亚洲区域评估报 

告》。这份报告对亚太地区的 ABCs 现状作了详细的评估 , 包括气候效应、环境 

效应、粮食安全和健康影响等方面。报告确定了亚洲 13 个城市为 ABCs 热点地 

区 , 中国的北京、上海、深圳位列其中。 

2008 年 ,UNEP 启动了第二阶段的研究。 UNEP-ABCs 第二阶段研究区域将从 

亚洲扩展到其他区域 , 包括设立 ABC-Asia;ABC-Africa,ABC-Latin America。 

其中 ABC-Asia 旨在通过提高科学 , 政策和能力建设的集成 , 研究并解决亚洲 

ABCs 及其与气候变化相互作用等问题 ;ABC-Africa 的目标则仅限于提高非洲科 

学家在 ABCs 问题上的研究能力。 

中国是大气污染问题严重的国家之一 , 作为 ABCs 问题可能的贡献者和受害者 , 

ABCs 将成为中国未来污染控制必须面临的重大区域性问题。国内有关 ABCs 的 

研究起步较晚 ,2003 年 , 国家环保总局与科技部共同组织中国环境科学研究院、 

北京大学、中国科学院大气物理所、中国气象科学院等开展了 “ 亚洲棕色云综合 

影响及我国应对战略研究 ” 第一阶段的研究 , 探讨了中国气溶胶霾层污染的程度、 

范围和基本变化趋势。初步研究结果表明我国严重的颗粒物污染 ( 特别是细粒子 

污染 ) 和较高的黑炭 BC 浓度水平 , 对区域空气质量和气候变化有很大影响 , 通 

过污染源清单计算的结果提出了控制我国生物质燃料燃烧以控制碳黑排放等建 

议 , 发现了低排放区域 ( 海南五指山 ) 也存在较高的 BC 水平与内陆大气的污染 

特征 , 揭示了可能受境内或境外传输的影响。虽然该项目规模相对较小 , 但这也 

是迄今为止中国唯一有关 ABCs 问题的国家研究项目。2006 年科技设立了 973 

项目研究气溶胶及对气候变化的影响 , 但该项目主要关注基础性的科学问题 , 并 

没有基于 ABCs 的特点和相关的政策需求进行有针对性探讨。此外 , 在 ABCs 问 

题提出之后 , 很多科研单位都开展了针对 ABCs 的了相关研究 , 探讨诸如碳黑混 

合状态 , 相对湿度对辐射强迫的影响等 ABCs 研究领域中的重要难题 , 并取得了 

可喜的进展。 

94

尽管国内已部分开展了相关的研究工作 , 但是中国有关 ABC 监测和研究的基础 

非常薄弱 , 无法满足基本的条件和要求 , 因此在未来的工作中 , 需要加强有关的 

基础建设 , 并设立大型研究项目并与国际相关研究接轨 , 从科学层面深刻认识 

ABC 形成机制及其影响 , 同时从技术层面提出国家整体的控制对策和实施方案 , 

确立中国持续和谐发展和环境保护的具体操作方法 , 为控制和减缓 ABC 及其造 

成的各种影响做出重要的贡献。 

關鍵詞 : 大气棕色云、气溶胶、黑碳 

致谢 : 本研究受到国家自然科学基金 (40775075,40705043), 环保公益性行业科 

研专项 (20080952,200809152) 以及中央级公益性科研院所基本科研业务专项 

(2009KYYW16,2010KYYW05) 等项目的经费支持 , 在这里特此表示感谢 ! 

95

气溶胶衰减敏感性分析 

陈秀红 , 魏合理 

中国科学院安徽光学精密机械研究所中国科学院大气成分与光学重点实验室 

气溶胶是大气中的重要组成部分 , 气溶胶模式是从事大气遥感、气候研究等科研 

人员所关注的一项重要的内容。先概括了 MODTRAN 中气溶胶衰减模式 , 包括 

气溶胶消光光谱分布模式 ( 表 1) 和气溶胶消光高度分布模式 ( 表 2)。然后详细分析 

了气溶胶消光受各种因素的影响。结果表明 : 就近地面 (0-2km) 气溶胶消光光谱 

分布而言 ( 图 1 和图 2), 乡村型、城市型和对流层型气溶胶对相对湿度不敏感 , 

与平均风速无关 ; 海洋型对相对湿度敏感 , 沙漠型对平均风速很敏感。当波长大 

于 0.55 微米时 , 海洋型气溶胶衰减随相对湿度增大而增大 , 沙漠型气溶胶消光 

随平均风速增大而增大 , 各种气溶胶类型的消光按大到小的次序是 : 雾、海洋型、 

城市型和乡村型 , 当波长小于 0.55 微米时各情况刚好相反。2-100km 高度区间 

上气溶胶尺度谱分布比近地面的谱分布对气溶胶类型更敏感 ( 图 2)。气溶胶高度 

分布在 0-10km 和 30-100km 高度区间上几乎按对数衰减 , 后者比前者小 5 个数 

量级以上。在 10-30 高度上气溶胶消光出现先增大后减小现象 , 春夏季波峰位置 

一般在 20km 高度左右 , 而秋冬季波峰位置出现在 17km 高度左右 , 火山强度越 

大 , 波峰越大 , 如图 3 所示。这些分析结果可以为大气气溶胶探测和气溶胶模式 

建模提供理论参考。 

关键词 : 气溶胶衰减、光谱分布、高度分布、相对湿度、气溶胶类型 

96

表 1 气溶胶消光光谱分布模式 

高度区间类型备注 

近地面 (0-2km) 1) 乡村型 

2) 城市型 

与相对湿度有关 

( 分为四级 :0%,70%,80%,99%) 

3) 海洋型 

4) 沙漠型与风速有关 

( 分为四级 :0 m/s,10 m/s,20 m/s,30 m/s) 

5) 对流层与相对湿度有关 

( 分为四级 :0%,70%,80%,99%) 

6) 平流雾与相对湿度无关 

7) 辐射雾 

>2-10km 对流层与相对湿度有关 

( 分为四级 :0%,70%,80%,99%) 

>10-30km 背景平流层型与相对湿度无关 

中等火山型 

新火山型 

>30-100km 流星灰与相对湿度无关 

表 2 气溶胶消光高度分布模式 

高度区间类型所需参数 

0-2km 与能见度有关 

与季节无关 

分为 5 级 : 

vis=2,5,10,23,50km 

>2-4km 与能见度有关 

分为 2 级 :vis=23,50km 

与季节变化有关 

分春夏季、秋冬季 

>4-10km 与能见度无关 , 能见度固定为 

50km 

与季节变化有关 

分春夏季、秋冬季 

>10-30km 1) 背景平流层气溶胶 

2) 中等火山喷发期 

与能见度无关、分春夏季、秋 

冬季 

3) 强火山喷发期 

4) 极强火山喷发期 

>30-100km 1) 正常高层大气气溶胶 

2) 火山期到正常期过渡期 

3) 火山初期到强火山期过渡时期 

与能见度无关 

与季节无关 

4) 强火山时期 

97

2.5 

2.5 

Normalized Extinction Coefficient 

2.0 

1.5 

1.0 

0.5 

0.0 

(a) Rural 

rh=0% 

rh=70% 

rh=80% 

rh=99% 

Normalized Extinction 

2.0 

1.5 

1.0 

0.5 

0.0 

(b) Urban 

rh=0% 

rh=70% 

rh=80% 

rh=99% 

0.1 1 10 100 

Wavelength(μm) 

0.1 1 10 100 



2.5 

2.0 

1.5 

1.0 

0.5 

0.0 

(c) Ocean 

rh=0% 

rh=70% 

rh=80% 

rh=99% 


2.5 

2.0 

1.5 

1.0 

0.5 

0.0 

(d) Tropspheric 

rh=0% 

rh=70% 

rh=80% 

rh=99% 

0.1 1 10 100 


0.1 1 10 100 



2.5 

2.0 

1.5 

1.0 

0.5 

0.0 

winds=0m/s 

winds=10m/s 

winds=20m/s 

winds=30m/s 

(e) Desert 

0.1 1 10 100 


图 1 归一化气溶胶衰减系数随相对湿度和风速的变化分布 

98


2.5 

2.0 

1.5 

1.0 

0.5 

0.0 

Rural 

Urban 

Ocean 

Desert 

Tropspheric 

Advection Fog 

Radiation Fog 

(a) β e :0-2km 


2.5 

2.0 

1.5 

1.0 

0.5 

0.0 

Tropspheric (2-10km) 

Background stratospheric(10-30km) 

Aged Volcanic (10-30km) 

Fresh Volcanic (10-30km) 

Meteoric dust (30-100km) 

(b) β e :2-100km 

0.1 1 10 100 


0.1 1 10 100 


Normalized Absorption Coefficient 

2.5 

2.0 

1.5 

1.0 

0.5 

0.0 

Rural 

Urban 

Ocean 

Desert 

Tropspheric 

Advection Fog 

Radiation Fog 

(c) β a :0-2km 

Normalized Absorption Coefficient 

2.5 

2.0 

1.5 

1.0 

0.5 

0.0 

(d) β a :2-100km 






0.1 1 10 100 


0.1 1 10 100 


1.0 

0.8 

(e) g: 0-2km 

1.0 

0.8 

(f) g: 2-100km 

Asymmetry Factor 

0.6 

0.4 

0.2 

0.0 

Rural 

Urban 

Ocean 

Desert 

Tropspheric 

Advection Fog 

Radiation Fog 

Asymmetry Factor 

0.6 

0.4 

0.2 

0.0 






0.1 1 10 100 


0.1 1 10 100 


图 2 不同气溶胶类型的归一化消光系数、吸收系数和不对称因子比较 ( 相对湿度 

为 0%、风速为 0m/s) 

99

1 

(a) 0-10km 

Spring/Summer 

1 

(b) 0-10km 

Fall/Winter 

Aerosol Profile 

0.1 

0.01 

Vis=50km 

Vis=23km 

Vis=10km 

Vis=5km 

Vis=2km 


0.1 

0.01 

Vis=50km 

Vis=23km 

Vis=10km 

Vis=5km 

Vis=2km 

1E-3 

1E-3 

0 2 4 6 8 10 

Altitude (km) 

0 2 4 6 8 10 

Altitude (km) 


1 

0.1 

0.01 

1E-3 

Background Stratospheric 

Moderate Volcanic 

High Volcanic 

Extreme Volcanic 

(c) 10-30km 

Spring/Summer 


1 

0.1 

0.01 

1E-3 

Background Stratospheric 

Moderate Volcanic 

High Volcanic 

Extreme Volcanic 

(d) 10-30km 

Fall/Winter 

1E-4 

1E-4 

10 12 14 16 18 20 22 24 26 28 30 

Altitude (km) 

10 12 14 16 18 20 22 24 26 28 30 

Altitude (km) 

1E-5 

(e) 30-100km 


1E-6 

1E-7 

1E-8 

1E-9 

1E-10 

Normal 

Volcanic->Normal 

High Volcanic->Volcanic 

High Volcanic 

30 40 50 60 70 80 90 100 110 

Altitude (km) 

图 3 不同气溶胶类型的高度分布廓线 

100

Seasonal variation and spatial distribution of carbonaceous aerosols 

in Taiwan 

C. C.-K. Chou 1 , C. T. Lee 2 , M. T. Cheng 3 , C. S. Yuan 4 , S. J. Chen 5 , Y. L. Wu 6 , 

W. C. Hsu 7 , S. C. Lung 1 , S. C. Hsu 1 , C. Y. Lin 1 , S. C. Liu 1 

1. Research Center for Environmental Changes, Academia Sinica, Taipei, Taiwan 

2. Institute of Environmental Engineering, National Central University, Chungli, 

Taiwan 

3. Department of Environmental Engineering, National Chung Hsing University, 

Taichung, Taiwan 

4. Institute of Environmental Engineering, National Sun Yat-Sen University, 

Kaohsiung, Taiwan 

5. Department of Environmental Science and Engineering, National Pingtung 

University of Science and Technology, Pingtung, Taiwan 

6. Department of Environmental Engineering, National Cheng Kung University, 

Tainan, Taiwan 

7. Department of Environmental Resources Management, Dahan Institute of 

Technology, Hualien, Taiwan 

To investigate the physico-chemical properties of aerosols in Taiwan, an observation 

network was initiated in 2003. In this work, the measurements of the mass 

concentration and carbonaceous composition of PM10 and PM2.5 are presented. 

Analysis on the data collected in the first 5-years, from 2003 to 2007, showed that 

there was a very strong contrast in the aerosol concentration and composition 

between the rural and the urban/suburban stations. The five-year means of EC at the 

respective stations ranged from 0.9±0.04 to 4.2±0.1 μgC m -3 . In rural areas, EC 

accounted for 2-3 % of PM10 and 3-5 % of PM2.5 mass loadings, comparing to 4-6 

% of PM10 and 4-8 % of PM2.5 in the urban areas. It was found that the spatial 

distribution of EC was consistent with CO and NOx across the network stations, 

suggesting that the levels of EC over Taiwan were dominated by local sources. The 

measured OC was split into POC and SOC counterparts following the EC tracer 

method. Five-year means of POC ranged from 1.8±0.1 to 9.7±0.2 μgC m -3 among the 

stations. It was estimated that the POM contributed 5-17 % of PM10 and 7-18 % of 

PM2.5 in Taiwan. On the other hand, the five-year means of SOC ranged from 1.5± 

0.1 to 3.8±0.3 μgC m -3 . The mass fractions of SOM were estimated to be 9-19 % in 

PM10 and 14-22 % in PM2.5. The results showed that the SOC did not exhibit 

significant urban-rural contrast as did the POC and EC. A significant cross-station 

correlation between SOC and total oxidant was observed, which means the spatial 

distribution of SOC in Taiwan was dominated by the oxidant mixing ratio. Besides, 

101

correlation was also found between SOC and particulate nitrate, implying that the 

precursors of SOA were mainly from local anthropogenic sources. In addition to the 

spatial distribution, the carbonaceous aerosols also exhibited distinct seasonality. In 

northern Taiwan, the concentrations of all the three carbonaceous components (EC, 

POC, and SOC) reached their respective minima in the fall season. POC and EC 

increased drastically in winter and peaked in spring, whereas the SOC was 

characterized by a bimodal pattern with the maximal concentration in winter and a 

second mode in summertime. In southern Taiwan, minimal levels of POC and EC 

occurred consistently in summer and the maxima were observed in winter, whereas 

the SOC peaked in summer and declined in wintertime. The discrepancies in the 

seasonality of carbonaceous aerosols between northern and southern Taiwan were 

most likely caused by the seasonal meteorological settings that dominated the 

dispersion of air pollutants. Moreover, it was inferred that the Asian pollution 

outbreaks could have shifted the seasonal maxima of air pollutants from winter to 

spring in the northern Taiwan, and that the increases in biogenic SOA precursors and 

the enhancement in SOA yield were responsible for the elevated SOC concentrations 

in summer. 

102

上海市郊春節期間大氣顆粒物的理化特性 

位楠楠 

1,2 、姚剑 

2 、王广华 

2 、林俊 


2 、耿彦红 

2 、刘卫 

1* 、, 李燕 

1. 南华大学核科学技术学院 , 湖南衡阳 421001 

2. 中国科学院上海应用物理研究所核分析技术重点实验室 , 上海 201800 

2 

春节是中国的传统节日 , 国民在春节期间的互访更频繁于平日。尽管春季期间大 

量工厂停工 , 机动车数量减少 , 但大量烟花爆竹的使用 , 使得春节期间大气颗粒 

物污染有其特殊性。为保护国民身体健康 , 指导国民在春季期间的生活 , 有必要 

了解春节期间大气颗粒物的理化特性。上海作为中国的金融、航运中心 , 它的空 

气质量历来受到关注。本研究利用电称低压冲击仪 (Electric Low Pressure 

Impactor,ELPI) 在线监测上海市嘉定区 2009 年春节前后不同粒径 (50% 切割粒径 : 

0.03,0.06,0.11,0.17,0.26,0.40,0.65,1.00,1.60,2.50,4.40,6.80μm) 

大气颗粒物的浓度变化 ; 同时比较了上海市嘉定区春节与非节日期间不同粒径大 

气颗粒物 (7.20 μm) 

中 17 中元素 (Na、Mg、Al、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、 

As、Se、Pb )、10 中离子 (F - 、Cl - 、NO - 2 、SO 2- 4 、NO - 3 、Na + 、NH + 4 、K + 、Mg 2+ 、 

Ca 2+ )、OC 和 EC 质量浓度的粒径分布。上海市嘉定区春节期间不同粒径大气颗 

粒物浓度明显高于平日 , 其中浓度与平日相比从大到小的颗粒物粒径和倍数分 

别为 0.65μm(6.21),0.40μm(6.05),1.00μm(4.74),0.26μm(3.68),1.60μm 

(2.73),0.11μm(1.75); 春节期间不同粒径大气颗粒中质量浓度均高于非节 

日的元素是 Mg、Al、K、Ti 、Cr、Cu, 其中 K 和 Mg 增幅最大 , 仅在细粒径段 (

中无明显变化。 

关键词 : 春节、大气颗粒物、组分、粒径分布、上海市郊区 

104

基于同步辐射技术研究上海大气细颗粒物分布特征 

1 

1 

1 

张元勋李晓林包良满 A. Iida 2 

3 

1 

1 

赵屹东张桂林李燕 

1 中国科学院上海应用物理研究所上海 201800 

2 Photon Factory, National Laboratory for High Energy Physics, Tsukuba, Ibaraki 

305, Japan 

3 中国科学院北京高能物理研究所北京 100039 

研究气溶胶不同粒径颗粒物的环境行为和污染特征对改善和提高空气质量的影 

响具有重要意义。本项工作基于先进的同步辐射光源为研究平台 , 使用同步辐射 

X 射线荧光分析 (SRXRF) 测定了上海市大气粒径介于 30-10000 nm 之间共 13 

级颗粒物的元素组分 , 同时使用同步辐射 X 射线吸收近边谱 (XANES) 研究了 

颗粒物中 S 的化学价态。结果发现 , 生活区和郊区大气超细颗粒 (

2.0 

1.6 

应物所普陀钢研所 

质量浓度 mg/m3 

1.2 

0.8 

0.4 

0.0 

0.03 0.06 0.11 0.17 0.26 0.4 0.65 1 1.6 2.5 4.4 6.8 10 

粒径 um 

图 1 上海市三个采样点大气细颗粒物质量浓度 (mg/m 3 ) 

Normalized Absorption(arb.unit) 

20 

15 

10 

5 

Stage 13 

Stage 12 

Stage 11 

Stage 10 

Stage 9 

Stage 8 

Stage 7 

Stage 6 

Stage5 

Stage4 

Stage 3 

Stage 2 

Stage 1 

0 

2460 2470 2480 2490 

Energy(eV) 

2500 2510 

图 2 不同粒径大气颗粒物中 S 的 XANES 谱 

106

3-D 掃瞄式光達之大氣結構與污染物偵測 

江智偉 

1,2 、倪簡白 

2 、達斯 

2 、廖煌時 

1. 中央研究院環境變遷研究中心 

2. 國立中央大學物理系 

2 

利用自行開發之國內首台車載式三維掃描式拉曼光達系統 (3-D Scanning Raman 

Lidar), 針對中壢地區低對流層的氣膠結構變化和傳送過程進行連續觀測。觀測 

發現中壢地區氣膠結構與大氣海陸風交替有關。此遙測設備目前也針對工業區之 

污染源排放與污染物擴散監控 , 作為桃園縣環保局空氣品質保護科稽查之參考 , 

相關之應用與初步成果將在本會議中有更詳細之探討。 

關鍵詞 :3-D 掃瞄式光達、氣膠、污染物、海陸風 

車載式三維掃描式拉曼光達系統如圖一所示 , 此系統均主要可分成 : 車載避震系 

統、發射系統、接收系統、控制和數據處理系統。避震系統包括防震光學桌、防 

震球、汽車防震懸吊系統等。發射系統 , 包含雷射發射器及操控雷射光束之反射 

鏡。在接收系統中 , 設計一濾鏡載盤並將光電倍增管裝設於濾鏡模組後方 , 此一 

濾鏡載盤設有多個濾鏡槽 , 此多個濾鏡槽同時分別置放不同頻寬之濾鏡 , 且濾鏡 

載盤可自動轉動更換不同頻寬之濾鏡 , 用以量測不同污染物之拉曼 (Raman) 位 

移波數。定向系統採用伺服運動控制、機構設計採用萬向式機構作全 

方位之掃瞄。 

圖 1:3-D 掃瞄式車載光達 (mobile Lidar) 系統 

107

圖二為指向海邊垂直掃瞄之氣膠散射強度值 , 以固定之方位角 ( 指向海邊 ) 進行 

垂直角度由 40 度至 0 度解析度為 2 度之掃瞄。在夜間隨著時間增加 , 邊界層下 

降使得光達近地面散射訊號開始增加。在白天近地面有一層濃度較強之訊號 , 這 

可能是夜間邊界層所殘餘的氣膠所造成 , 隨這日照與溫度增加此層逐漸消失 , 且 

高度也隨時間增高。此外由海風圖我們發現氣膠散射強度也隨時間向光達觀測地 

移動 , 這也是海風吹向陸地的證據之一。 

圖 2: 邊界層沈降與海陸風交替 

圖 3: 桃園觀音工業區即時之污染源與污染物擴散監控 

108

中国丹江上游地区环境变迁与考古文化更替 

祝一志杨亚长程鹏余华贵康志海 

中国科学院地球环境研究所 ( 西安 710075) 

丹江发源于中国陕西省境内秦岭山脉南麓的凤凰山 , 流经陕西的商州、丹凤、商 

南县注入汉江。河流全长 443 公里 , 流域面积约 1.6 万平方公里。从源头至陕西 

与河南交界处的一段被称为上游。丹江上游地区处在秦岭造山带的商 ( 州 )— 丹 

( 凤 ) 断陷盆地 (33 0 51 / N,109 0 58 / E)。自 1 万年来 , 保存了新石器时代以来 

的考古文化遗存。该盆地年均气温 12.9℃, 年均降水量 750 毫米 , 海拔约 600 

一 800 米。 

我们从该地区的考古文化遗存本身及其相对应的全新世黄土 — 古土壤地层序列 

两个方面同时开展研究工作。经考古发掘表明这里保存了连续的新石器文化序 

列 , 即老官台文化、仰韶文化、龙山文化、夏代和商代文化。该地区不仅是南北 

文化交融汇聚的地方 , 又是朝代兴衰更替无间断文化遗存序列 , 因此是研究环境 

变迁与考古文化承前启后的难得区域。我们在丹江上游地区考古遗址相对应的 

二、三级阶地上 , 发现厚约 2—3 米不等的全新世黄土 — 古土壤序列 ,So( 古土 

壤 ) 一般由 2 层复合土壤层组成 , 对该剖面 ( 间距为 2cm) 采集沉积序列、磁化 

率、孢粉分析等气候代用指标的样品进行高分辨率研究 , 同时对考古遗址中的炭 

屑和黄土 - 古土壤地层样品进行 

14 C 加速器测年 , 利用树轮年代校正及贝叶斯数 

理分析等方法 , 获得了丹江上游地区 1 万年以来环境变迁与考古文化发展的年代 

框架序列。环境变迁代用指标、地层序列与考古文化更替变化概述如下 ( 由下至 

上 )。 

全新世古土壤底部 (10440-9000BP): 在约 9000 年前后 , 孢粉组合以乔木植物 

花粉为主 , 其中松属花粉占主导地位 , 草本植物花粉含量次之 , 磁化率值由低值 

逐渐升高 , 表明气候由冷逐渐转暖。 

老官台文化期 (8000-7000BP): 孢粉分析显示 , 在 8000 前 , 草本植物花粉含 

109

量增加 , 乔木花粉减少 , 其后 , 禾本科农作物花粉相应增多 , 标志着该地区原始 

农业的出现。磁化率值在 8000 年前由低值逐渐转为高值 , 气候由较干凉转为相 

对温暖潮湿。 

仰韶文化期 (7000-5000BP): 孢粉浓度较上一孢粉带明显升高 , 禾本科农作物 

花粉增多。磁化率值进一步升高 ,5000 年后 , 磁化率值降低 , 表明气候温暖湿 

润、后期有下降趋势。 

龙山文化期 (5000-4000BP): 约 4500 年后 , 孢粉组合中莎草科花粉开始增多。 

磁化率值在 5000 年后由低值逐渐转为高值 , 标志着该阶段应为较湿润的气候环 

境。4000 年后 , 磁化率值有所降低。 

夏代 (4000-3600BP): 该阶段乔木植物花粉减少 , 藜科及禾本科农作物花粉明 

显增多 , 反映出该时期人类大量砍伐森林以及农业生产扩大。磁化率值由低值逐 

渐升高 , 表明气候暖湿。 

商代 (3600-3100BP): 乔木植物花粉减少 , 出现较多的蒿属、藜科、菊科等 

花粉类型。磁化率值由高值转为低值 , 表明气候由温湿转干冷 , 开始堆积新黄土。 

根据以上考古文化遗址发掘及其相对应的全新世黄土 — 古土壤地层序列开展的 

研究结果可看出 , 气候变暖时促进了古文化发展 , 气候转为干冷时 , 环境条件恶 

化 , 是造成朝代更替的重要原因之一。 

110

西安市大氣 PM 2.5 污染與城區居民死亡率關係的研究 

趙珂 

1,2 

曹軍驥 

1. 黃土與第四紀國家重點實驗室 , 中國科學院地球環境研究所 , 西安 

2. 中國科學院研究生院 , 北京 

1 

在很多流行病學研究中都探討了顆粒物暴露的負健康效應。較早的研究主要關注 

PM 10 與健康終點的關係 , 而在最近 10 多年 , 越來越重視對 PM 2.5 的研究。為定 

量評價西安大氣 PM 2.5 污染對城區居民每日疾病死亡率的影響 , 以大氣 PM 2.5 濃 

度為引數 , 以總死亡 , 呼吸系統疾病 , 心血管疾病 , 中風 , 慢阻肺 , 冠心病 , 下 

呼吸道感染等疾病為因變數 , 進行了單因素泊松回歸分析。單變數分析結果表 

明 : 除 PM 2.5 對下呼吸道感染死亡率的影響無顯著意義以外 , 與其他各種疾病死 

亡率之間的正相關關係均有顯著意義。暴露 - 反應關係模型顯示 :PM 2.5 濃度每升 

高 100μg/m 3 , 總死亡、呼吸系統疾病、心血管疾病、冠心病、中風、COPD 的死 

亡率分別增加 4.08%,8.32%,6.18%,8.32%,5.13%,7.25% 。說明大氣 PM 2.5 濃度的 

升高會引起相應疾病死亡率的增加。 

關鍵字 : 大氣污染 PM2.5 每日死亡率泊松回歸暴露 - 響應關係 

表 1. 2004-2008 年西安市大氣 PM 2.5 的平均濃度 

年份監測天 

數 

中位數 

(μg/m3) 

範圍 

(μg/m3) 

超標天數超標率 

(%) 

2004 339 184.94 28.4~651.26 336 99.12% 

2005 344 194.93 32.57~783.58 340 98.84% 

2006 350 206.78 31.44~768.62 348 99.43% 

2007 347 193.74 29.94~609.08 346 99.71% 

2008 336 179.08 7.56~418.44 324 96.43% 

使用單因素非參數過程的多獨立樣本 Kruskal-Wallis H 檢驗方法來分析五年來大 

氣污染物濃度之間的差異是否存在顯著性。分析結果是從 2004 到 2008 年五組 

資料的平均秩次分別為 :797.20,873.26,956.94,925.97,733.02, 說明各年 PM 2.5 

濃度值的差異均具有顯著性 (P2007>2005>2004>2008 

111

表 2. 2004 年 1 月 1 日至 2008 年 12 月 31 日西安市城區每日死亡數頻率分佈 

頻率分布 (%) 

均數 

10 25 50 75 90 

死亡例數 

總死亡 15 20 25 31 39 26.18 

心血管疾病 6 8 11 15 20 12.07 

呼吸系統疾病 3 4 7 9 12 7.24 

下呼吸道感染 0 0 0 1 2 0.80 

COPD 0 0 1 1 2 0.89 

中風 2 3 4 6 8 4.49 

冠心病 3 4 7 9 12 7.24 

表 3 2004-2008 年西安市居民年死亡情況 

呼吸系統 COPD 心血管病冠心病 

下呼吸道感 

染 

中風 

年份人口數死亡死死亡死亡死亡死死亡死亡 

死亡 

死亡死亡 

死亡 

率亡率 

率 

率亡率 

率 

數 

數 

數 

數 

(×10 -5 ) 數 (×10 -5 ) (×10 -5 ) (×10 -5 ) 數 (×10 -5 ) (×10 -5 ) 

2004 7250078 2355 32.48 290 4.00 3735 51.52 2355 32.48 144 1.99 1318 18.18 

2005 7417263 2229 30.05 318 4.29 3704 49.94 2229 30.05 149 2.01 1458 19.66 

2006 7531126 1940 25.76 217 2.88 3401 45.16 1940 25.76 259 3.44 1445 19.19 

2007 7642527 3055 39.97 394 5.16 4645 60.78 3055 39.97 362 4.74 1555 20.35 

2008 8375300 3653 43.62 414 4.94 6566 78.40 3653 43.62 553 6.60 2422 28.92 

使用非參數卡方 (Chi-Square Test) 檢驗方法分析 2004-2008 年不同年度疾病死亡 

率之間的差異是否有顯著性。分析結果表明 : 呼吸系統疾病 (Asymp.Sig.=0.173), 

COPD(Asymp.Sig.=0.955) , 冠心病 (Asymp.Sig.=0.173 ), 下呼吸道感染 

(Asymp.Sig.=0.293), 中風 (Asymp.Sig.=0.446) 死亡率五年的變化沒有統計學 

顯著性。心腦血管疾病 (Asymp.Sig.=0.0192007>2004>2005>2006 

表 4 Poisson 回歸模型變量編碼 

因素變量名變量編碼 

性別 Sex 0= 男性 ,1= 女性 

年度 Year 連續變量 2004-2008 

112

對表 4 所列的變數分別用 Poisson 回歸模型作單因素分析 [4] , 結果見表 5。年度 

死亡率差異無統計學意義 , 死亡率不具有隨時間發展的趨勢。但不同性別的死亡 

率是有顯著性差異的 , 女性和男性的死亡率之比 (IRR) 是 0.6875, 即男性顯著多於 

女性。 

表 5 Poisson 回歸模型的單因素分析結果 

變數回歸係標準誤 SE Z 值 P 值 IRR IRR90%CI 

數 

Year 0.0973 0.05203 1.87 0.094 1.1021 -0.204-0.2150 

Sex -0.3746 0.07895 -3.26 0.010 0.6875 0.5303-0.8915 

滯後日是在時間序列分析中常用的概念 , 其意義是為研究前幾日的大氣污染對後 

面的健康問題的影響。本研究採用的是當日 PM 2.5 濃度稱為當日濃度 , 昨日 PM 2.5 

濃度稱為滯後一日濃度。使用滯後 1-30 日的 PM2.5 濃度分別於上述疾病死亡率 

進行泊松回歸分析。 

根據 P 值排除不顯著的變數 (P>0.05 或參數估計值的 95% 可信區間分別在 0 的 

兩側 ) 後 , 取回歸係數最大的污染物滯後日濃度帶入模型。根據 PM 2.5 濃度對疾 

病死亡率影響的程度及模型的擬合情況發現 : 滯後 20 天的 PM 2.5 濃度與呼吸系 

統疾病死亡率關係最大。 

表 6 PM 2.5 每升高 100μg/m 3 , 各種疾病死亡率增加的百分比 ( 單因素分析 ) 

污染物總死亡呼吸系統疾病心血管疾病冠心病中風 COPD 下呼吸道感染 

PM 2.5 4.08 8.32 6.18 8.32 5.13 7.25 - 

在時間序列資料進行插補缺失值的預處理基礎上 , 將滯後 20 天的 PM 2.5 濃度分 

別與相應的疾病死亡人數進行單因素泊松回歸分析。結果表明 : 大氣中 PM 2.5 與 

總死亡 , 心血管疾病 , 呼吸系統 ,COPD, 中風 , 冠心病死亡率間均存在顯著性 

正相關關係。(P

PM 2.5 濃度每增加 100μg/m3, 各疾病死亡率上升百分點高於常桂秋等 (2003) [7] 

研究中 :PM 10 每增加 100μg/m3, 呼吸系統疾病 , 心血管疾病 , 冠心病 ,COPD 

死亡率分別上升 4.08%,4.98%,3.77%,4.95%, 證實了 PM 2.5 粒子對健康終點 

效應的影響力更大。 

Male 

Female 

200 

Death Rate (1/ 100 thousands) 

150 

100 

50 

0 

2004 2005 2006 2007 2008 

Year 

圖 1 2004~2008 年西安人群 ( 男性、女性 ) 的死亡率 (1/10 萬 ) 

114

西安醛酮类化合物季节变化和昼夜变化特征 

戴文婷 

1 、何建辉 

1 、何世恒 

1 、曹军骥 

1 、鲁海燕 

1. 中国科学院地球环境研究所 

1 

為探討中國西北部城市大氣中醛酮类化合物的季節變化及晝夜變化特徵 , 于 2009 

年 6 月 ( 夏季 ) 及 2010 年 1 月 ( 冬季 ) 採用 2,4-DNPH 二硝基苯肼主動吸收法首次 

收集了西安醛酮类化合物樣品 , 并採用高效液相色谱 (HPLC) 分析了大氣中 17 

种醛酮类化合物的質量濃度。结果表明 , 冬、夏两季甲醛、乙醛、丙酮均为含量 

最高的三个组分 , 其中 , 夏季的浓度为 6.54±2.38、2.08±1.07、2.74±1.14 ppbv; 

冬季分别为 4.46±1.74、6.52±3.88、3.87±2.33 ppbv. 绝大多数醛酮类化合物白天的 

浓度均高于夜间 , 指示了光化学氧化作用對醛酮类化合物晝夜變化的顯著影響。 

夏季甲醛 / 乙醛 (F/A) 比值 2.14 遠高於冬季 0.47, 说明夏季光化學氧化作用顯著 , 

同時表明西安城區內生物源产生的甲醛较少 ; 西安乙醛 / 丙醛 (A/P) 的平均比值 

為 13.41, 表明人为排放是西安醛酮类化合物的主要来源。17 中醛酮类化合物彼 

此间呈現良好的相關性 , 说明它们的來源相似。同时 , 风速、温度等气象条件直 

接影响醛酮类化合物的浓度特征 : 风速与醛酮类化合物浓度呈现此消彼长的关 

系 ; 温度高 , 醛酮类化合物浓度也高 ; 灰霾天气时的醛酮类化合物浓度大于晴朗 

天气。 

關鍵詞 : 醛酮类化合物、季节及昼夜变化、相关性、西安 

115

表 1. HPLC 操作条件 

Solvent A: 

Solvent B: 

Solvent C: 

Flow rate: 

Column: 

Detector: 

Water/CH3CN/tetrahydrofuran (60/30/10 v/v) 

CH3CN/water (60/40 v/v) 

CH3CN (100 v/v) 

2.0ml/min 

A 3.9×150mm C18 column (Nova-Pak, Waters, Inc.) 

Variable wavelength ultraviolet, set to 360nm/420nm 

Compounds 

表 2. 西安醛酮类化合物概要 

summer 

winter 

Mean±S.D. Maximum Minimum Mean±S.D. Maximum Minimum 

(ppbv) (ppbv) (ppbv) (ppbv) (ppbv) (ppbv) 

Mean 

S/W * 

Formaldehyde 6.54±2.38 11.44 2.78 4.46±1.74 6.88 1.4 1.47 

Acetaldehyde 2.08±1.07 4.6 0.87 6.52±3.88 12.30 1.04 0.32 

Acetone 2.74±1.14 4.76 1.67 3.87±2.33 7.79 0.59 0.71 

Propionaldehyde 0.09±0.10 0.22 0.02 0.54±0.33 1.17 0.09 0.17 

MEK 0.37±0.28 0.84 0.08 1.48±1.11 3.43 0.17 0.25 

iso+n-Butyraldehyde 0.07±0.08 0.18 0.01 0.19±0.12 0.39 0.04 0.39 

Benzaldehyde 0.09±0.03 0.15 0.04 0.20±0.14 0.52 0.01 0.44 

iso-Valeraldehyde 0.33±0.14 0.54 0.10 0.46±0.36 1.28 0.04 0.72 

n-Valeraldehyde 0.03±0.02 0.06 0.01 0.07±0.05 0.17 0.02 0.40 

m-Tolualdehyde 0.03±0.02 0.08 0.01 0.06±0.04 0.14 0.01 0.59 

p-Tolualdehyde 0.03±0.01 0.03 0.02 0.07±0.02 0.09 0.04 0.44 

Hexaldehyde 0.10±0.04 0.16 0.06 0.17±0.08 0.38 0.07 0.57 

2,5-Dimethylbenzaldehyde 0.02±0.00 0.02 0.00 0.13±0.15 0.51 0.01 0.17 

Glyoxal 0.07±0.04 0.14 0.02 0.19±0.09 0.35 0.05 0.36 

Methyglyoxal 0.23±0.17 0.74 0.08 0.18±0.07 0.28 0.07 1.25 

116

表 3. 醛酮类化合物之间的相关性 

C1 C2 acetone nC3 MEK iso+nC4 benz iso-C5 nC5 m-tol p-tol C6 gly mgly 

C1 1 

C2 0.91 1 

acetone 0.88 0.78 1 

nC3 0.12 0.10 -0.27 1 

MEK -0.11 -0.18 -0.35 0.47 1 

iso+nC4 0.60 0.64 0.23 0.69 0.26 1 

benz 0.61 0.62 0.43 0.06 0.29 0.36 1 

iso-C5 0.90 0.87 0.70 0.24 0.13 0.63 0.63 1 

nC5 0.28 0.55 -0.39 0.97 0.47 0.91 0.03 0.32 1 

m-tol -0.11 -0.10 -0.18 -0.04 0.17 -0.18 0.34 -0.16 -0.11 1 

p-tol 0.37 0.59 -0.02 bd -0.02 0.49 0.32 0.78 bd 0.52 1 

C6 0.54 0.40 0.22 0.86 0.54 0.99 0.09 0.97 0.88 -0.35 bd 1 

gly 0.62 0.52 0.69 -0.38 -0.29 -0.14 0.36 0.67 -0.65 -0.09 0.56 0.86 1 

mgly 0.58 0.36 0.56 -0.03 -0.01 -0.24 0.23 0.56 -0.58 -0.11 0.57 0.08 0.67 1 

圖 1. 采样点位置 

117

10 

summer 

winter 

Conc.(ppbv) 

1 

0.1 

C1 

C2 

acetone 

nC3 

MEK 

iso+nC4 

benz 

iso-C5 

nC5 

m-tol 

p-tol 

C6 

2,5-DB 

gly 

mgly 

Notes C1:Formaldehyde; C2:Acetaldehyde; nc3:Propionaldehyde; iso+nC4:iso+n-Butyraldehyde; 

benz:Benzaldehyde; iso-C5:iso-Valeraldehyde; nC5:n-Valeraldehyde; m-tol:m-Tolualdehyde; 

p-tol:p-Tolualdehyde; C6:Hexaldehyde; 2,5-DB:2,5-Dimethylbenzaldehyde; gly:Glyoxal; 

mgly:MethylGlyoxal 

圖 2. 西安醛酮类化合物的季节变化 

50 

40 

formaldehyde acetaldehyd acetone 

Propionaldehyde MEK iso+n-butyraldehyde 

Benzaldehyde iso-valeraldehyde n-valeraldehyde 

m-Tolualdehyde p-Tolualdehyde Hexaldehyde 

2,5-dimethylbenzaldehyde glyoxal methylglyoxal 

6 

Conc.(ppbv) 

30 

20 

4 

Wind speed(m/s) 

2 

10 

0 

10-01-04D 

10-01-04N 

10-01-05D 

10-01-05N 

10-01-06D 

10-01-06N 

10-01-07D 

10-01-07N 

10-01-08D 

Date 

10-01-08N 

10-01-09D 

10-01-09N 

10-01-10D 

10-01-10N 

圖 3. 醛酮类化合物日变化与风速关系图 

0 

118

30 

25 

formaldehyde acetaldehyd acetone 

Propionaldehyde MEK iso+n-butyraldehyde 

Benzaldehyde iso-valeraldehyde n-valeraldehyde 

m-Tolualdehyde p-Tolualdehyde Hexaldehyde 

2,5-dimethylbenzaldehyde glyoxal methylglyoxal 

40 

36 

20 

Conc.(ppbv) 

15 

32 

28 

Temp.(°C) 

10 

5 

24 

0 

09-06-14D 

09-06-14N 

09-06-20D 

09-06-20N 

09-06-21D 

09-06-21N 

09-06-22D 

Date 

09-06-22N 

09-06-23D 

09-06-23N 

09-06-24D 

09-06-24N 

圖 4. 醛酮类化合物日变化与温度关系图 

20 

119

澎湖地區氣膠微粒中水溶性離子成份之長期分析 

1 

1 

吳仲翼覃偉民劉乙琦袁中新 

1 

中山大學環境工程研究所台灣 

1 

1* 

本研究旨在探討澎湖地區沙塵暴及非沙塵暴期間氣膠微粒中細微粒 

(PM 2.5 ) 之硫轉化率 (Sulphur Oxidation Ratio, SOR)、氮轉化率 (Nitrogen 

Oxidation Ratio, NOR) 及酸鹼中和率 (Neutralization Ratio; NR)。自 

2005 年至 2009 年期間每個月執行至少五天連續 24 小時採樣 ( 其中 

包含九場大陸沙塵暴事件 ), 本研究係利用雙粒徑分道採樣器 

(Dichotomous Sampler) 進行大氣懸浮微粒採樣 , 並以離子層析儀 (Ion 

Chromatography, IC) 進行水溶性離子成份分析 , 分析項目包括 Na + 、 

NH 4 + 、 K + 、 Mg 2+ 、 Ca 2+ 、 F-、 Cl - 、 NO 3 - 、 SO 4 

2- 

等九種離子成份。近 

五年來 , 澎湖地區非沙塵暴期間 ,PM 2.5 中 NH 4 + 、NO 3 - 、SO 4 

2- 

為主要 

離子物種 , 約佔總離子成份之 70%, 而 SOR、NOR 及 NR 分別為 0.41、 

0.19 及 0.27, 此現象推測為境外之酸性物質 ( 如 :SO 2 和 nss-SO 4 

2- 

等 ) 被傳輸至澎湖地區 , 加上澎湖地區的 NH 3 排放量較少 , 使得傳 

輸而來的氣膠多半未被完全中和 , 因此氣膠微粒多半呈現酸性。而沙 

塵暴期間 ,PM 2.5 之水溶性離子濃度約為非沙塵暴期間之 1.49~3.08 

倍 , SOR、 NOR 及 NR 平均值分別為 0.52、 0.14 及 0.20, 顯示沙塵 

暴期間氣膠微粒亦呈現酸性 , 其原因推測為沙塵氣團會將其前緣污染 

物推送至澎湖地區所造成之結果。此外 , 藉由 T 檢定分析澎湖地區非 

沙塵暴期間之氣膠微粒與沙塵暴期間之大陸沙塵的 SOR 與 NOR, 其 

p-value 分別為 4.4×10 -4 及 2.45×10 -6 (

關鍵字沙塵暴、硫轉化率 (SOR)、氮轉化率 (NOR)、酸鹼中和比 

值 (NR)、 T 檢定 

121

藏東南冬夏季大氣黑碳氣溶膠的濃度變化特徵 

1, 

趙竹子 

2 , 曹軍驥 

1 , 朱崇抒 

1 1 

, 劉隨心 

1 

中國科學院地球環境研究所 , 黃土與第四紀地質國家重點實驗室 , 

陝西 , 西安 ,710075; 

2 

中國科學院研究生院 , 北京 ,100049 

利用冬季 (2008.11-2009.1) 和夏季 (2009.6-2009.8) 在藏東南魯郎站點所測到 

的黑碳氣溶膠 (BC) 質量濃度數據 , 分析了該地區黑碳氣溶膠的日、季節變化 

進行。結果表明 , 該地區冬季的 BC 日平均濃度為 0.72μg m -3 , 其變化範圍為 

0.31-1.56μg m -3 ; 夏季的 BC 日平均濃度為 0.43μg m -3 , 其變化範圍為 0.22-0.83μg 

m -3 。 BC 日內變化呈現出僅有一次峰值的特點。大氣混合層厚度在 BC 污染事 

件發生時比干淨天氣要高。由小時平均濃度最大頻次統計得出該地區 BC 本底濃 

度冬季為 0.35μg m -3 , 夏季為 0.23μg m -3 。對比不同站點表明藏東南和騰沖、瓦 

里關、聖丹尼斯等背景點的 BC 濃度相當 , 遠低於城市地區。 

關鍵詞 : 黑碳、變化特徵、藏東南 

表 1 BC 季節變化特徵 ( 單位 :μg m -3 ) 

Winter 

Summer 

season 

Mean 

(μg m -3 ) 

Standard 

Deviation 

(μg m -3 ) 

Maximum 

(μg m -3 ) 

Minimum 

(μg m -3 ) 

Nov-08 0.75 ±0.17 1.08 0.34 

Dec-08 0.65 ±0.16 0.97 0.32 

Jan-09 0.75 ±0.34 1.56 0.31 

Jun-09 0.47 ±0.13 0.82 0.26 

Jul-09 0.42 ±0.15 0.83 0.22 

Aug-09 0.40 ±0.12 0.74 0.22 

122

Time 

表 2 BC 日內變化特徵 ( 單位 :μg m -3 ) 

Winter 

Summer 

Mean 

(μg m -3 ) 

Standard 

Deviation(μg 

m -3 ) 

Mean 

(μg m -3 ) 

Standard 

Deviation 

(μg m -3 ) 

0:00 0.68 ±0.45 0.47 ±0.33 

1:00 0.61 ±0.29 0.45 ±0.32 

2:00 0.60 ±0.28 0.41 ±0.29 

3:00 0.56 ±0.26 0.39 ±0.42 

4:00 0.55 ±0.31 0.32 ±0.20 

5:00 0.53 ±0.34 0.31 ±0.27 

6:00 0.48 ±0.26 0.38 ±0.30 

7:00 0.65 ±0.38 0.70 ±0.50 

8:00 1.39 ±1.05 0.83 ±0.69 

9:00 2.55 ±1.55 0.60 ±0.54 

10:00 2.23 ±1.36 0.37 ±0.29 

11:00 0.53 ±0.46 0.32 ±0.18 

12:00 0.32 ±0.19 0.33 ±0.18 

13:00 0.46 ±1.18 0.31 ±0.17 

14:00 0.35 ±0.16 0.34 ±0.24 

15:00 0.38 ±0.20 0.38 ±0.36 

16:00 0.40 ±0.21 0.39 ±0.38 

17:00 0.63 ±0.89 0.36 ±0.24 

18:00 0.65 ±0.45 0.50 ±0.80 

19:00 0.64 ±0.40 0.48 ±0.71 

20:00 0.65 ±0.42 0.36 ±0.26 

21:00 0.66 ±0.37 0.42 ±0.53 

22:00 0.65 ±0.34 0.47 ±0.41 

23:00 0.62 ±0.35 0.43 ±0.32 

123

圖 1 藏東南採樣點地圖 

BC Concentration(μg m -3 ) 

1.6 

1.4 

1.2 

1.0 

0.8 

0.6 

0.4 

0.2 

0.0 

1.0 

0.8 

0.6 

Nov 

Dec 

Jan 

11/4 

11/911/1411/1911/2411/2912/412/912/1412/1912/2412/29 

1/3 

1/81/131/181/231/28 

(A) 

Jun Jul Aug 

0.4 

0.2 

0.0 

06/04 

06/09 

06/14 

06/19 

06/24 

06/29 

07/04 

07/09 

07/14 

(B) 

Date 

07/19 

07/24 

07/29 

08/03 

08/08 

08/13 

08/18 

08/23 

圖 2 BC 濃度日變化序列 

(A: 冬季 B: 夏季 ; 紅線表示月平均濃度 ) 

-- 

124

Time of Day(Hour) 

22:00 

20:00 

18:00 

16:00 

14:00 

12:00 

10:00 

8:00 

6:00 

4:00 

2:00 

0:00 

BC(μg m -3 ) 

0 

0.20 

0.40 

0.60 

0.80 

1.00 

1.50 

2.00 

2.50 

3.00 

3.50 

4.00 

4.50 

5.00 

6.00 

7.00 

8.00 

9.00 

2008-12-10 

2008-11-30 

2008-11-20 

2008-11-10 

2008-10-31 

2008-12-30 

2008-12-20 

2009-1-9 

2009-1-19 

2009-1-29 

(A) 

Time of Day(Hour) 

22:00 

20:00 

18:00 

16:00 

14:00 

12:00 

10:00 

8:00 

6:00 

4:00 

2:00 

0:00 

BC(μg m -3 ) 

0 

0.20 

0.40 

0.60 

0.80 

1.00 

1.20 

1.40 

1.60 

1.80 

2.00 

2.20 

2.40 

2.60 

2.80 

3.00 

4.00 

5.00 

6.00 

2009-5-31 

2009-6-10 

2009-6-20 

2009-6-30 

2009-7-10 

2009-7-20 

2009-7-30 

2009-8-9 

2009-8-19 

(B) 

Date 

圖 3 BC 日內變化特徵 

(A: 冬季 B: 夏季 ) 

125

BC concentratin(μg m -3 ) 

1.6 

1.4 

1.2 

1.0 

0.8 

0.6 

0.4 

0.2 

Summer 

BC Event 

Winter 

Summer 

Clean Day 

Winter 

1400 

1200 

1000 

800 

600 

400 

Mixed Layer Depth(m) 

圖 4 污染事件和清潔日期 BC 濃度與相應的混合層厚度 

( 紅色曲線 : 混合層高度 ; 黑色曲線 :BC 濃度 ) 

80 

125 

Frequency 

60 

40 

Winter 

100 

75 

50 

Summer 

20 

25 

0 

0.0 0.5 1.0 1.5 2.0 2.5 3.0 5.5 6.0 

BC Concentration(μg m -3 ) 

0 

0.0 0.5 1.0 1.5 2.0 2.5 3.0 

圖 5 藏東南冬夏季 BC 小時平均濃度頻 

126

華山冬季正構烷烴及多環芳烴的分子組成和粒徑分佈 

李建軍 

1,2 、王格慧 

1,2 、周變紅 

1. 中國科學院地球環境研究所 , 黃土與第四紀地質國家重點實驗室 , 西安 ,710075 

2. 西安交通大學 , 環境與科學工程系 , 西安 ,710049 

3. 寶雞文理學院 , 地理科學與環境工程系 , 寶雞 ,721013 

3,1 

為探討高山氣溶膠中正構烷烴及多環芳烴的分子組成和粒徑分佈 , 於 2009 年 1 

月在華山西峰頂收集了大氣中可吸入顆粒物 (PM 10 ) 及分粒徑顆粒物樣品 , 並 

採取氣質聯用儀分析了顆粒物中正構烷烴及多環芳烴的品質濃度分佈。結果表 

明 : 華山冬季 PM 10 中正構烷烴的總平均含量為 120.93±63.37 ng·m −3 , 多換芳香 

烴的總平均濃度為 5.89±2.56 ng·m −3 , 兩種組分均未發現明顯的晝夜變化。正構 

烷烴中 ,C29/C31 的含量最大 , 其次為 C27/33。CPI 指數表明華山冬季自然源源 

排放的正構烷烴含量豐富 , 分析得出植物蠟排放的正構烷烴高於化石燃料排放 , 

分別為 69.09±41.11 和 51.84±24.81 ng·m −3 。多環芳烴中含量最高的為熒蒽 (Flu), 

其次為苯並 (b,k) 熒蒽 (BbkF) 和菲 (Phe)。茚苯 (1,2,3-c,d) 芘 (IP)/ 苯並 

(g,h,i) 北 ( 二萘嵌苯 )(BghiP) 比值分析得出燃煤排放是華山多環芳烴的主 

要來源。後向軌跡分析得出中國南部人為污染更甚於北部地方。植物蠟排放的正 

構烷烴在 1.1-2.1μm 粒徑範圍內含量最高 , 而化石燃料排放的正構烷烴主要集中 

在 0.7-1.1μm; 多環芳烴含量最高的粒徑範圍為 0.7-1.1μm。化石燃料排放的細粒 

子正構烷烴的幾何平均粒徑為 0.89±0.06, 與細粒子多環芳烴的幾何平均粒徑 

(0.90±0.02) 相近 , 說明兩者的來源相近。 

關鍵词 : 正構烷烴 ; 多環芳烴 ; 分子組成 ; 粒徑分佈 ; 華山 

127

主要图表 

Table 1 

Ambient concentrations (ng·m −3 ) and diagnostic ratios of n-alkanes and PAHs over 

Mt. Hua in winter. 

Day (N=10) Night (N=11) Average (N=21) 

I. n-alkanes 

Octadecane (C 18 ) 1.28±0.25 1.16±0.28 1.22±0.28 

Nonadecane (C 19 ) 1.05±0.26 0.8±0.22 0.92±0.27 

Icosane (C 20 ) 1.04±0.34 0.9±0.33 0.97±0.34 

Henicosane (C 21 ) 1.67±0.82 1.72±0.8 1.7±0.81 

Docosane (C 22 ) 2.01±1.08 2.21±1.12 2.11±1.11 

Tricosane (C 23 ) 3.44±1.85 3.75±1.83 3.6±1.85 

Tetracosane (C 24 ) 2.99±1.55 3.27±1.66 3.13±1.61 

Pentacosane (C 25 ) 4.75±2.44 5.13±2.49 4.95±2.47 

Hexacosane (C 26 ) 3.32±1.57 3.51±1.63 3.42±1.6 

Heptacosane (C 27 ) 9.13±4.82 9.85±5.41 9.51±5.15 

Octacosane (C 28 ) 4.76±2.35 4.88±2.43 4.82±2.39 

Nonacosane (C 29 ) 29.04±16.64 31.27±18.81 30.21±17.85 

Triacotane (C 30 ) 4.84±2.65 4.91±2.5 4.87±2.57 

Hentriacotane (C 31 ) 31.98±18.05 31.07±18.8 31.51±18.46 

Dotriacotane (C 32 ) 3.47±2.22 3.59±1.95 3.53±2.08 

Tritriacotane (C 33 ) 9.5±5.07 9.4±5.48 9.44±5.29 

Tetratriacotane (C 34 ) 2.18±1.64 2.28±1.52 2.23±1.57 

Pentatriacotane (C 35 ) 2.98±2.43 2.6±1.64 2.78±2.07 

Subtotal 119.43±61.15 122.29±65.30 120.93±63.37 

Plant wax a 68.42 ±39.56 69.70±42.46 69.09±41.11 

Fossil fuel a 51.76±24.93 53.43±24.97 51.84±24.81 

WNA% b 54.71±8.01 55.08±11.29 54.71±8.01 

CPI c 3.48±0.82 3.58±0.85 3.53±0.84 

II. PAHs 

Phenanthrene (Phe) 0.87±0.31 0.87±0.3 0.87±0.31 

Anthracene (Ant) 0.20±0.05 0.17±0.06 0.18±0.05 

Fluoranthene (Flu) 1.09±0.37 1.04±0.43 1.06±0.4 

Pyrene (Pyr) 0.54±0.24 0.60±0.3 0.57±0.28 

Benz(a)anthracene (BaA) 0.23±0.14 0.28±0.17 0.26±0.15 

Chrysene/Triphenylene (CT) 0.58±0.3 0.64±0.29 0.61±0.3 

Benzo(b/k)fluoranthene (BbkF) 0.88±0.47 0.99±0.53 0.94±0.5 

Benzo(a)pyrene (BaP) 0.33±0.19 0.36±0.2 0.35±0.2 

128

Indeno[123-cd]pyrene (IP) 0.63±0.31 0.72±0.4 0.67±0.37 

Dibenz(a,h)anthracene (DBA) 0.09±0.05 0.12±0.07 0.1±0.06 

Benzo(ghi)perylene (BghiP) 0.24±0.13 0.28±0.18 0.26±0.16 

Subtotal 5.68±2.32 6.07±2.74 5.89±2.56 

IP/BghiP 2.70±0.31 2.63±0.42 2.66±0.37 

a Plant wax n-alkanes: calculated as the excess odd homologues-adjacent even 

homologues average and the difference from the total nalkanes is the fossil 

fuel-derived amount (Simoneit et al., 1991, 2004b) 

b 

WNA %: wax n-alkanes percentage, calculated as ΣC n −0.5(C n−1 +C n+1 )/ Σn-alkanes 

(Simoneit et al., 1991; Kavouras and Stephanou, 2002). 

c CPI, carbon preference index, CPI=ΣC 19 -C 35 /ΣC 18 -C 34. 

Table 2 

Concentrations (ng·m −3 ) and diagnostic ratios of n-alkanes and PAHs in PM 10 from 

northerly and southerly air masses and their ratios of different air mass. 

Northerly(N=19) Southerly(N=2) 

S/N 

ratio a 

I. n-alkanes 

Total 

n-alkanes 

117.68±65.46 156.52 1.33 

Plant wax 68.49±43.16 74.81 1.09 

Fossil fuel 48.69±23.76 81.71 1.67 

WNA% 55.63±10.00 48.01 

CPI 3.61±0.84 2.83 

II. PAHs 

Total PAHs 5.85±2.63 6.21 1.06 

IP/BghiP 2.64±0.38 2.87 

a ratios of mean concentrations from southerly to northerly. 

129

Table 3 

Concentrations (ng·m −3 ), diagnostic ratios and geometric mean diameters (GMD, μm) 

of n-alkanes and PAHs for the fine, coarse particles and TSP-equivalent over Mt. Hua 

in winter. 

N=3 

I. n-alkanes 

Fine a 

Coarse a 

TSP-equivalent 

Concentration GMD b Concentration GMD b Concentration 

C 18 0.96±0.28 0.76±0.06 0.78±0.36 7.22±1.11 1.74±0.64 

C 19 0.65±0.13 0.57±0.03 0.34±0.15 8.13±2.03 0.99±0.26 

C 20 0.78±0.17 0.64±0.03 0.26±0.11 6.45±1.47 1.03±0.27 

C 21 1.56±0.49 0.76±0.05 0.33±0.16 6.14±1.78 1.89±0.65 

C 22 1.98±0.71 0.84±0.04 0.33±0.2 5.62±1.67 2.3±0.91 

C 23 3.21±1.1 0.89±0.04 0.5±0.33 6.00±2.40 3.7±1.42 

C 24 2.69±0.88 0.87±0.04 0.37±0.23 5.67±1.95 3.06±1.1 

C 25 4.44±1.46 0.92±0.06 0.79±0.5 6.42±2.93 5.22±1.95 

C 26 2.8±0.88 0.89±0.07 0.51±0.29 5.97±2.37 3.31±1.15 

C 27 6.17±2.44 0.99±0.07 1.74±1.16 6.55±3.04 7.91±3.56 

C 28 2.74±0.94 0.93±0.08 0.64±0.36 6.11±2.14 3.38±1.26 

C 29 21.55±10.33 1.10±0.03 9.54±7.18 6.82±2.76 31.09±17.44 

C 30 2.82±0.93 0.95±0.08 0.71±0.38 6.51±2.34 3.53±1.26 

C 31 20.22±10.19 1.13±0.03 11.58±9.24 8.31±3.32 31.80±19.30 

C 32 2.11±0.69 0.97±0.08 0.49±0.24 6.71±2.80 2.60±0.87 

C 33 5.76±2.62 1.08±0.04 2.29±1.57 9.18±3.85 8.06±4.07 

C 34 1.19±0.44 0.99±0.04 0.34±0.15 7.03±2.33 1.53±0.52 

C 35 2.12±0.94 1.00±0.14 0.58±0.3 7.15±2.73 2.7±1.18 

Subtotal 83.73±35.03 1.01±0.05 32.09±22.77 7.36±2.89 115.83±57.31 

Plant wax c 48.33±23.8 1.12±0.03 23.86±18.59 7.75±3.21 72.19±42.15 

Fossil fuel c 35.4±11.23 0.89±0.06 8.24±4.36 6.40±2.15 43.64±15.19 

WNA% d 56.05±4.11 71.3±6.5 59.83±5.22 

CPI e 3.50±0.45 5.85±1.52 3.92±0.7 

II. PAHs 

Phe 0.76±0.24 0.93±0.03 0.17±0.07 6.31±1.6 0.94±0.31 

Ant 0.08±0.02 0.87±0.02 0.03±0.01 6.86±1.06 0.12±0.03 

Flu 0.89±0.22 0.93±0.03 0.14±0.07 5.46±1.48 1.03±0.29 

Pyr 0.61±0.12 0.91±0.02 0.07±0.04 5.66±1.65 0.68±0.15 

BaA 0.2±0.01 0.91±0.01 nd nd 0.2±0.02 

CT 0.7±0.14 0.93±0.01 0.06±0.03 5.77±2.28 0.76±0.17 

BbkF 1.21±0.19 0.89±0.02 0.12±0.07 6.84±1.03 1.33±0.26 

130

BaP 0.46±0.04 0.91±0.02 0.02±0.01 3.35±0.41 0.48±0.06 

IP 0.92±0.12 0.89±0.03 0.05±0.04 5.32±1.97 0.97±0.17 

DBA 0.18±0.05 0.85±0.14 0.05±0.05 11.9±1.46 0.23±0.07 

BghiP 0.34±0.04 0.86±0.04 0.04±0.03 8.84±1.31 0.38±0.07 

Subtotal 6.35±1.13 0.90±0.02 0.77±0.39 6.44±1.35 7.12±1.52 

IP/BghiP 2.74±0.35 0.95±0.32 2.57±0.33 

a Fine particles means aerodynamic diameter 2.1μmm . 

b 

logGMD =(ΣC i log Dp i )/ ΣC i , where C i is the concentration of compound in size i 

and Dp i is the geometric mean particle diameter collected on stage i (Hinds et al., 

1999). 

c Plant wax n-alkanes: calculated as the excess odd homologues-adjacent even 

homologues average and the difference from the total nalkanes is the fossil 

fuel-derived amount (Simoneit et al., 1991, 2004b) 

d 

WNA %: wax n-alkanes percentage, calculated as ΣC n −0.5(C n−1 +C n+1 )/ Σn-alkanes 

(Simoneit et al., 1991; Kavouras and Stephanou, 2002). 

e CPI, carbon preference index, CPI=ΣC 19 -C 35 /ΣC 18 -C 34. 

Fig. 1. The location of the sampling site at Mt. Hua, central China. 

131

Average concentrations in PM 10 

(μg/m 3 ) 

60 

50 

40 

30 

20 

10 

(a) n-alkanes: 

Y=1.06X-0.57, R=0.99, N=54 

C 18 

C 19 

C 20 

C 21 

C 22 

C 23 

C 24 

C 25 

C 26 

C 27 

C 28 

C 29 

C 30 

C 31 

C 32 

C 33 

C 34 

C 35 

0 

0 10 20 30 40 50 60 

Concentrations in PM 9 

-equivalents (μg/m 3 ) 

Average concentrations in PM 10 

(μg/m 3 ) 

1.6 (b) PAHs: 

Y=1.12X+0.03, R=0.93, N=33 

1.2 

0.8 

0.4 

Phe Ant 

Flu Pyr 

BaA CT BbkF 

BaP IP DBA BghiP 

0.0 

0.0 0.4 0.8 1.2 1.6 

Concentrations in PM 9 

-equivalents (μg/m 3 ) 

Fig. 2. An intercomparison of concentrations of n-alkanes (a) and PAHs (b) 

determined in the PM 10 samples (collected by KC-120H sampler) and in the 

PM 9 -equivalents fraction of the eight-stage samples (concentrations of the sum 

of the compounds in the stages of < 0.4, 0.4–0.7, 0.7–1.1, 1.1–2.1, 2.1-3.3, 

3.3-4.7, 4.7-5.8 and 5.8-9.0 mm collected by Andersen 8-stage air sampler). 

132

30 

n-alkanes 

Relative abundance, ×100 

total n-alkanes 

20 

10 

0 

Day 

Night 

(a) 

C 19 

C 21 

C 23 

C 25 

C 27 

C 29 

C 31 

C 33 

C 35 

PAH 


total n-PAHs 

25 

20 

15 

10 

5 

0 

Phe 

Day 

Night 

(b) 

Ant 

Flu 

Pyr 

BaA 

CT 

BbkF 

BaP 

IP 

DBA 

BghiP 

Figure 3. Molecular distributions of ambient n-alkanes and PAHs in PM 10 from the 

summit of Mt. Hua. 

133

Pressure (hPa) 

400 

600 

800 

1000 

Time (h) 

Time (h) 

-120 -100 -80 -60 -40 -20 0 

-120 -100 -80 -60 -40 -20 0 

Pressure (hPa) 

400 

600 

800 

1000 

a. 2009-1-11~2009-1-22 0h and 12h, 

exclude 2009-1-19 12h and 2009-1-20 0h. 

b. 2009-1-19 11h ~ 22h. 

Fig. 4. 120-h backward air mass trajectories passing over Mt. Hua (34°29′ N, 

110°05′E, and the altitude was set as 2070 m above the mean sea level) in 

winter: a. 2009-1-11~2009-1-22 0h and 12h, exclude 2009-1-19 12h and 

2009-1-20 0h; b. 2009-1-19 11h ~ 22h. 

40 

n-alkanes 


total n-alkanes 

30 

20 

10 

0 

Fine mode 

Coarse mode 

(a) 

PAH 


total n-PAHs 

30 

20 

10 

0 

Phe 

C 19 

C 21 

C 23 

Fine mode 

Coarse mode 

C 25 

Ant 

Flu 

Pyr 

BaA 

CT 

C 27 

C 29 

C 31 

BbkF 

BaP 

IP 

C 33 

C 35 

(b) 

DBA 

BghiP 

Figure 5. Molecular distributions of n-alkanes and PAHs for fine mode and coarse 

mode particles from the summit of Mt. Hua. 

134

dC/dlogDp (ng•m -3 ) 

100 

80 

60 

40 

20 

(a). n-alkanes 

Plant wax 

Fossil fuel 

CPI 

8 

6 

4 

2 

Carbon preference index (CPI) 

dC/dlogDp (ng•m -3 ) 

0 

10 

8 

6 

4 

2 

0 

0.1 1 10 100 

Dp (μm) 

(b). PAHs 

3,4-ring 

5,6-ring 

3,4/5,6 

0.1 1 10 100 

Dp (μm) 

Figure 6. Size distributions for concentrations and diagnostic ratios of n-alkanes and 

PAHs over Mt. Hua in winter. 

0 

12 

10 

8 

6 

4 

2 

0 

Concenrations ratio (3,4-ring to 5,6-ring) 

135

西安市夏、冬季大气能见度变化特征及影响因素 

甘小凤 

1 , 曹军骥 

2 , 王启元 

3 , 沈振兴 

3 , 赵竹子 

1 西安交通大学人居环境与建筑工程学院 , 西安 710049 

2 中国科学院地球环境研究所 , 黄土与第四纪地质国家重点实验室 , 西安 710075 

3 西安交通大学能源与动力工程学院 , 西安 710049 

2 

利用 2009 年 7 月和 12 月的气象资料 ( 风速、温度和相对湿度 ) 和空气污染物 

(PM 2.5 、SO 2 、NO x 和 O 3 ) 监测数据 , 探讨了西安市夏、冬两个季节的大气能 

见度变化特征及其影响因素。结果表明 , 西安市夏季能见度的最大值为 26.99km, 

最小值为 2.99km, 平均值为 11.12km; 冬季能见度的最大值为 18.08km, 最小值 

为 2.56km, 平均值为 8.31km, 表明西安市夏季能见度水平明显高于冬季。其中 , 

夏季早晨 08 时能见度最低 , 下午 18 时最高 ; 冬季中午 14 时能见度最高 ; 凌晨 

02 时最低。能见度与气象要素及空气污染物的相关分析结果表明夏季温度、风 

速和相对湿度对能见度的影响不大 , 而冬季风速和相对湿度与能见度相关系数分 

别为 0.77 和 0.73, 说明气象条件对能见度的影响冬季大于夏季。夏、冬季能见 

度与 PM 2.5 、NO x 和 SO 2 均呈现较强的负相关性 , 而 O 3 对能见度的影响相对较小。 

关键词 : 大气能见度 ; 气象要素 ; 空气污染 ; 相关性分析 

136

图 1 西安市夏、冬季能见度日变化曲线 

图 2 西安市夏、冬季气象条件与能见度的时间序列对比图 

图 3 西安市夏、冬季空气污染物与能见度的变化序列 

137

2009 年不同氣流來源影響下花蓮地區空氣品質與氣膠微粒特性分析 

許文昌 

1. 大漢技術學院土木工程與環境資源管理系 

1 

本研究於花蓮大漢技術學院進行大氣氣膠微粒採樣工作量測其質量及物種成份 

濃度資料 , 以「氯離子損失法」區分水溶性離子成分的來源 , 同時利用「逆推氣 

流軌跡」模式分析影響花蓮地區之氣流來源 , 配合花蓮空品站空氣品質指標污染 

濃度監測結果 , 藉以瞭解花蓮地區氣膠微粒特性在不同氣流來源影響下的特性差 

異。 

結果顯示 ,2009 年受東北季風影響佔全年的 37%, 高壓迴流的氣流型態佔全年 

的 35%, 受太平洋高壓影響的氣流型態佔全年的 19%, 受西南氣流的氣流型態 

佔全年的 9%。由花蓮空氣品質監測站於各氣流類型影響下所測得 PM 10 與 PM 2.5 

平均質量濃度以東北季風的氣流型態測值最高 , 其他依其濃度值的高低分別高壓 

迴流、西南氣流與受太平洋高壓影響。伴隨東北季風與高壓迴流的所帶來粒狀空 

氣污染物仍是造成花蓮地區 PM 10 質量濃度增高的主因。 

空品站所測得 SO 2 平均濃度為 2.38ppb, 以西南氣流的氣流型態下測值最高 , 其 

他依序為東北季風、受太平洋高壓影響與高壓迴流的氣流型態。所測得其他指標 

污染物年平均濃度分別為 CO 為 0.43ppm、O 3 為 23ppb、NO X 為 14ppb, 以東北 

季風的氣流型態最高 , 其他依序為高壓迴流、西南氣流 , 而以受太平洋高壓影響 

的氣流型態的測值最低。在東北季風的氣流型態下 , 花蓮空品站所測得的氣體污 

染物包含 SO 2 、CO、O 3 、NO X 測值高於年平均幅度在 11~17%。由平均風速的分 

析東北季風型的平均風速又略高於年平均風速 , 是否有境外移入污染仍不可忽 

略 ! 值得持續關注與分析。 

2009 年不同氣流來源花蓮人工測站所採集 PM 10 微粒優勢物種的差異比較 , 東北 

2- 

季風與高壓迴流型皆以 SO 4 所佔比例最高 ; 而太平洋高壓與西南氣流型則以有 

2- 

機碳 (OC) 所佔比例最高。微粒中 SO 4 在東北季風型影響下所測得質量濃度為太 

138

平洋高壓影響下測值得 3.2 倍。人工測站所採集 PM 2.5 微粒的主要優勢物種成分 , 

各氣流來源影響下皆以 SO 2- + 

4 、有機碳 (OC)、NH 4 與 EC 為主要物種。花蓮人工 

測站所採集 PM 10 微粒物種成分主要優勢來源結果 , 衍生性離子物種所佔比例於 

東北季風 ( 佔 26%) 與高壓迴流型 ( 佔 27%) 明顯高於太平洋高壓型 ( 佔 15%), 在東 

北季風型影響下所推估的濃度為太平洋高壓影響下的 3.5 倍 ; 至於 PM 2.5 微粒各 

氣流型態皆以衍生性離子物種所佔比例最高 , 其中又以東北季風影響下所佔比例 

最高 ( 佔 44%)。在東北季風型影響下所推估的濃度為太平洋高壓影響下的 4 倍 , 

顯示衍生性離子物種仍為細微粒主要的貢獻來源。 

關鍵詞 : 逆推氣流軌跡、PM 10 、PM 2.5 、微粒成份特性 

太平洋高壓 

影響 (C), 69 

, 19% 

西南氣流 

(D), 34 , 9% 

高壓迴流 

(B), 129 , 

35% 

東北季風 

(A), 132 , 

37% 

Mass Conc. (μg/m 3 ) 

70 

60 

50 

40 

30 

20 

10 

0 

PM10 PM2.5 

38 

33 

35 

30 

24 24 

22 

23 

19 

17 

年平均東北季風高壓迴流太平洋高壓西南氣流 

SO2 Conc. (ppb) 

5.0 

4.0 

3.0 

2.0 

1.0 

0.0 

2.65 

2.38 2.41 

2.29 2.34 


(A). 氣流來源分析結果 (B).PM 10 及 PM 2.5 (C).SO 2 

1.0 

25 

40 

CO Conc. (ppm) 

0.8 

0.6 

0.4 

0.2 

0.43 

0.48 

0.46 

0.33 

0.36 

NOx Conc. (ppb) 

20 

15 

10 

5 

14 

16 

14 

11 

12 

O3 Conc. (ppb) 

30 

20 

10 

23 

27 

25 

14 

18 

0.0 


0 


0 


(D).CO (E).NOx (F).O 3 

圖 1. 2009 年不同氣流來源所佔比例與各類型氣流影響下花蓮空品站所測值 

空氣品質指標污染物的分析結果比較 

98 年 -PM10- 東北季風型 

未鑑定量 , 

23 , 52% 

有機碳 

(OC), 4.3 , 

9% 

元素碳 

(EC), 0.9 , 

2% 

海水相關離 

子物種 , 4.2 

, 9% 

98 年 -PM10- 高壓迴流型 


18 , 48% 

有機碳 

(OC), 4.9 , 

13% 

元素碳 

(EC), 1.3 , 

3% 


子物種 , 2.7 

, 7% 

98 年 -PM10- 太平洋高壓型 


12 , 51% 

有機碳 

(OC), 4.4 , 

20% 

元素碳 

(EC), 0.7 , 

3% 

98 年 -PM10- 西南氣流型 


14 , 51% 

有機碳 

(OC), 5.5 , 

20% 

元素碳 

(EC), 0.9 , 

3% 

非海水相關 

Ca 2+ &Mg 2+ , 

0.8 , 2% 

衍生性離子 

物種 , 11.8 , 

26% 


Ca 2+ &Mg 2+ , 

0.7 , 2% 


物種 , 9.8 , 

27% 


Ca 2+ &Mg 2+ , 

0.4 , 2% 


物種 , 3.3 , 

15% 


子物種 , 2.1 

, 9% 


Ca 2+ &Mg 2+ , 

0.4 , 1% 


物種 , 5.5 , 

20% 


子物種 , 1.4 

, 5% 

(A) 東北季風 (B) 高壓迴流 (C) 太平洋高壓 (D) 西南氣流 

圖 2. 2009 年不同氣流來源影響下花蓮所採集 PM 10 微粒成份來源推估結果的比較 

139

98 年 -PM2.5- 東北季風型 


6.3 , 31% 

有機碳 

(OC), 3.2 , 

16% 

元素碳 

(EC), 0.8 , 

4% 

98 年 -PM2.5- 高壓迴流型 


5.4 , 29% 

有機碳 

(OC), 3.8 , 

20% 元素碳 

(EC), 1.2 , 

6% 

98 年 -PM2.5- 太平洋高壓型 


Ca 2+ &Mg 2+ , 

0.1 , 1% 


1.6 , 23% 

有機碳 

(OC), 2.0 , 

28% 

98 年 -PM2.5- 西南氣流型 


3.9 , 34% 

有機碳 

(OC), 2.1 , 

18% 

元素碳 

(EC), 0.8 , 

7% 


Ca 2+ &Mg 2+ , 

0.2 , 1% 


物種 , 9.0 , 

44% 


子物種 , 0.8 

, 4% 


Ca 2+ &Mg 2+ , 

0.2 , 1% 


物種 , 7.9 , 

42% 


子物種 , 0.4 

, 2% 


物種 , 2.2 , 

31% 


子物種 , 0.5 

, 7% 

元素碳 

(EC), 0.7 , 

10% 


Ca 2+ &Mg 2+ , 

0.1 , 1% 


物種 , 4.3 , 

37% 


子物種 , 0.3 

, 3% 

(A) 東北季風 (B) 高壓迴流 (C) 太平洋高壓 (D) 西南氣流 

圖 3. 2009 年不同氣流來源影響下花蓮所採集 PM 2.5 微粒成份來源推估結果的比較 

140

納米 AgI 氣溶膠的製備及檢測 

武立志熊尚清熊英 

吉林省人工影响天气办公室长春 130062 

本文介绍了纳米 AgI 的生产和纳米 AgI 气溶胶的制备 , 及其在云室中的检测 , 

实验检测结果证明 , 纳米 AgI 在人工影响天气中有很好的应用前景。 

关键词 : 纳米 AgI、气溶胶、检测、人工影响天气 

一引 

言 

随着全球气候变暖脚步加快 , 突发性、极端性天气气象灾害发生频率越来越高。 

干旱、洪涝、大雾、沙尘、暴雨、雷电、高温、冰冻气象灾害及有此引起的次生 

灾害给人类生产生活、国民经济发展造成重大损失。尤其今年俄罗斯因高温干旱 

引发的森林大火烧毁了数千万公顷森林 ; 小麦绝收 , 从而引发国际粮价上涨 ; 莫 

斯科长期被烟雾笼罩 , 很多人因此生病住院。这一灾害 , 不仅影响人民生命健康 , 

也影响该国国民经济 , 就连部分军事设施也受到不同程度影响。使国际金融危机 

背景下的俄罗斯雪上加霜。 

中国今年因东北、淮河长江流域多地强降水 , 造成严重洪涝灾害 , 及由此引发的 

滑坡泥石流等地质灾害 , 使甘肃舟曲整个县城被淹 , 夺去上千人生命 , 财产遭受 

重大损失 , 工业农业严重被毁。另近期巴基斯坦等国发生的严重洪涝灾害使数千 

万人无家可归 , 联合国为此紧急呼吁世界各国对巴国进行人道主义援助。我国尽 

管自身遭受重大灾害 , 但仍然积极伸出援助之手。 

为应对自然灾害 , 特别是经常发生的气象灾害 ( 约占自然灾害 70%), 人类进行了 

人工影响局部天气的科学试验。如在旱灾中 , 进行人工增水 ; 还进行了人工消 

雾、人工防雹、人工防霜冻 …… 等一系列的人工影响天气的科学试验和作业。目 

前我国各省、市、自治区都不同程度地开展了这项工作 , 不但在减灾防灾中利用 

人工影响天气 , 而且在 2008 年举办的 29 届国际奥林匹克运动会上 , 为保障开、 

闭幕式的顺利进行 , 中国气象局和北京市气象局进行了消、减云雨的飞机、火箭、 

141

高炮人工影响天气作业 , 取得了很好的效果。 

为进一步提高人工影响天气作业的科学水平 , 吉林省人工影响天气办公室对目前 

世界上公认的冷云催化剂 AgI, 进行了纳米化。由于纳米材料有许多优越的特性 , 

如尺度小、表面积大、表面能也大 , 因此有很多特殊光电理化效应 , 是大粒子所 

不具备的特征。 

二纳米 AgI 的制备 

纳米 AgI 的制备采用液相法 , 即利用硝酸银溶液与含碘的盐类如 KI、NaI、NH 4 I 

的溶液 , 另加些活性剂和溶剂 , 在一定温度条件下进行化学反应 , 生成 AgI, 再 

进行水洗、过滤、干燥 , 得到纳米 AgI 材料 , 即可密封、避光保存备用 ( 详见专 

利 : 纳米碘化银粉体的制备方法 ZL 200510016645.5 )。 

三纳米 AgI 气溶胶的制备 

由于纳米 AgI 尺度很小、表面积大、表面能高 , 易团聚成团族较大粒子 , 为便于 

检测其成冰核性能 , 将纳米 AgI 制成气溶胶。其制备方法及工艺如下 : 

1、炮弹爆炸法 

(1) 把炮弹弹丸的引信旋下 , 在弹丸的炸药柱中心打一小孔 , 将纳米 AgI 称 

量后装入孔中再密封 , 将引信安装在弹丸上。 

(2) 把备好的纳米 AgI 称量装入小纸袋中 , 再将小纸袋装入炮弹的炸药和引 

信中间 , 封装好备用。 

2、爆炸室 : 爆炸室置于地下 , 为厚钢板做的一个内径 3 米 , 高 3 米的圆柱体 ( 周 

围用混凝土浇铸 , 保障安全 ), 该圆柱体侧面下部开有小门 , 供试验人员进出 

和清理爆炸室。上面留有小孔 , 供安装炮弹和抽取爆炸后生成的 AgI 气溶胶。 

另在圆柱体的侧面上、下开有通风口 ( 与外面的抽、排风机相连 ), 便于排除 

试验后剩余气体。 

3、纳米 AgI 气溶胶的制备 : 将装好 AgI 的炮弹 , 悬挂在爆炸室的中上部中心 , 

将清理干净的爆炸室门关好 , 引爆炮弹弹丸 , 利用爆炸产生的爆轰波 , 将 AgI 

分散成气溶胶 , 利用抽样器 ( 最好是玻璃或金属材质 , 不可用塑料材质 , 因塑 

142

料易产生静电 , 将气溶胶粒子吸附在抽样器壁上 , 影响检测结果 ) 抽取样气。 

抽取的气溶胶样气应立即送到云室中进行检测 , 以免沉降。 

四 

成冰核性能的检测 

对纳米 AgI 成冰性能的检测 , 主要利用模拟自然云雾条件的云室进行。我们曾用 

20L、440L、1200L 和 2000L 的云室进行检测 , 现介绍 2000L 的云室检测设备 : 

主要包括云室主体、造雾系统、云室参数测量系统、观测系统等。 

1、云室主体 : 为上下半球形、中间圆柱体的大罐 , 内径 1.2 米 , 最大高度 2.08 

米 , 体积约 2.1 m 3 , 上面开有注样孔和通雾孔 , 下面开有 0.4 米直径的圆孔 , 

便于安装仪器和清扫。云室侧面上部开有透明度仪窗口 , 下部开有观测取样 

孔。云室内壁外有一夹套 , 夹套内装有冷媒 , 与外面制冷系统 ( 制冷机、循 

环泵 ) 相连接 , 另有加热系统可调节冷媒的温的 , 进而调节云室中温度。云 

室内温度最低可接近零下三十度。夹套外有 10cm 左右厚的聚胺脂发泡保温 

层 , 使云室中温度更加均匀、稳定。云室外壳是一层较薄的不锈钢板。试验 

时 , 在云室内壁涂上防霜剂。 

2、造雾系统 : 雾由超声雾化器产生 , 用常温的纯净水造雾。产生的雾经浸泡在 

冷媒中的蛇形螺旋管冷却 , 使雾的温度接近云室中温度后再注入云室中 , 以 

减少雾对云室温度的影响 , 也避免高温的雾注入冷云室中产生过饱和区 , 影 

响检测准确性。试验中 , 通过透明度仪对雾的浓度进行监控。如雾的浓度过 

低 , 应适当补充雾 , 以保证冰核全部核化 , 

3、测温系统 : 在云室的上中下及雾的入口处、取样片和冷媒中都安装有温度传 

感器 , 温度可实时显示 , 以监控各处温度。 

4、冰核取样器 : 取样器为导槽形 , 槽中有若干相互连接的小方框 , 取样玻璃片 

就放在小方框里 , 试验前 

将玻璃片置于云室中取样 , 与云室同温 , 取样 

后将玻片逐片取出 , 分别置于显微镜下观测。 

5、观测系统 : 利用安装有冷台和数码摄像机的显微镜 , 对取样片上冰晶进行观 

测。冷台是利用半导体制冷片进行制冷 , 温度保持在零下十度左右 , 以保证 

143

取样片上的冰晶在观测时不至于融化。数码显微摄像机将获取的冰晶图像存 

储于与之相连计算机中 , 观测结束 , 计算机可对观测资料进行处理 , 得到各 

种气溶胶在不同温度下的成核率、冰晶形状和阈温值。 

五 

实验程序及数据处理 

对催化剂成冰核性能检测的过程如下 : 

□ 开启制冷系统对冷媒制冷 ; 

□ 开启循环泵让冷媒在夹层中流动 , 以使云室降温到实验所需温度 ; 

□ 制造过冷雾 , 在注样前对云室通雾 , 以清除本底核 , 增加云室中含水量 ; 

□ 制备催化剂气溶胶 ( 引爆炮弹弹丸爆炸或者燃烧催化剂焰剂或高速气流分散 

催化剂 , 形成气溶胶 ); 

□ 抽取制备好的气溶胶样气 , 适量注入云室中进行核化。 

□ 打开能见度和冷台开关 , 启动温度检测系统、显微镜观测录像系统 , 启动计 

算机。 

□ 依次取出栽有冰晶的样片置于显微镜下观测、录像 , 待确定云室中催化剂气 

溶胶全部核化 , 观测结束。 

□ 对获取的冰晶图像进行读数和数据处理 , 由下式计算出催化剂成核率 : 

A K 

N = M × × 其中 :N 为温度 T 时每克成冰物质产生的冰核数 ; 

S V 

M 为显微镜中多个视野平均冰晶计数总和 ; 

A 为云室横截面积 ;S 为显微镜视野面积 ; 

K 为取样后气溶胶稀释的倍数 ;V 为抽样器的体积 

六实验结果及讨论 

通过对纳米 AgI 炮弹 100 余发的爆炸检测 , 与装普通 AgI 的炮弹在同样条件下 

的爆炸试验结果进行比较 , 纳米 AgI 在零下 10 度时成核率普遍高 3 个量级左右 , 

阈温值也提高 2 度左右 , 这对我们改进人工影响天气作业工具、播撒方式、提高 

人工影响天气作业科学水平和效益以及节能环保都有很大益处。 

144

参考文献 

[1] 鄷大雄、王云卿、陈汝珍、蒋耿旺 , 一个用于人工冰核研究的 2m 3 等温 

云室 , 气象学报 ,1990 .48(1):72—79。 

[2] 石安英等 , 三七炮弹聚能分散碘化银成冰核效率的试验研究 , 大气科学 , 

6,3,315—323,1982 年。 

[3] 张铮 , 黄涛 ,24 种有机化合物成冰性能的实验研究 , 气象学报 ,37,1, 

101—105,1979。 

145

塔克拉玛干沙漠腹地沙尘暴过程大气颗粒物浓度及影响因素分析 

1,2, 1,2, 1,2, 

1,2 

刘新春周永东何清艾力 · 买买提明 

1. 中国气象局乌鲁木齐沙漠气象研究所 ; 新疆树木年轮生态实验室 ; 中国气 

象局树轮年轮理化研究重点开放实验室 , 新疆 , 乌鲁木齐 ,830002; 

2. 塔克拉玛干沙漠大气环境观测试验站 , 新疆塔中 841000 

利用 Grimm1.108、Thermo RP 1400a、TSP 以及 CAWS-600 等仪器 , 对 2008 年 4 月 

17 日至 23 日发生在塔克拉玛干沙漠腹地的 1 次强沙尘暴过程的颗粒物质量浓度进 

行连续观测 , 结合天气资料分析得出 :(1)Grimm1.108 颗粒物分析仪监测结果 

表明 , 日平均浓度出现 2 个峰值区 , 主峰值出现在 20 日 , 次峰值出现在 18 日 , 而 

小时平均浓度高值区主要集中 4 月 19 日至 20 日 ,21 日中午存在 1 个峰值区 , 其他时 

段浓度相对较低。(2) 强沙尘暴发生时的分钟观测数据表明 , 随着风速的逐渐增 

强 , 沙尘暴强度逐渐增强 , 不同粒径颗粒物浓度达到最大值 ,>0.23μm 颗粒物总 

浓度为 39496.5μg.m -3 ,>20.0μm 颗粒物总浓度为 5390.7μg.m -3 , 随后浓度逐渐 

下降。(3)PM 10 和 TSP 的浓度变化同样反映沙尘天气的过程和强度 , 沙尘暴前期 

大气中颗粒物浓度远低于强沙尘暴期间 , 随沙尘天气减弱 , 颗粒物浓度明显下降。 

(4) 沙尘天气过程中大气颗粒物浓度变化具有以下规律 : 晴天 < 浮尘天气 < 浮尘、 

扬沙天气 < 沙尘暴天气。风速大小直接影响大气中颗粒物浓度 , 风速越大颗粒物 

浓度越高。气温、相对湿度和气压是影响沙尘暴强度的重要因素 , 也间接影响大 

气中颗粒物浓度的变化。 

关键词 : 大气颗粒物 ; 质量浓度 ; 沙尘暴 ; 影响因素 ; 塔克拉玛干沙漠 

146

塔克拉玛干沙漠及其大气降尘点粒度特征分析 

霍文 

12 

何清 

12 

刘新春 12 尚华明 

1 

邢江燕 

1、中国气象局乌鲁木齐沙漠气象研究所 , 新疆乌鲁木齐 830002 

2、塔克拉玛干沙漠大气环境观测试验站 (DAEOT), 新疆塔中 841000 3、 

尉犁县铁干里克气象站 , 新疆巴州 841000) 

3 

对塔克拉玛干沙漠及其大气降尘点的粒度参数进行了分析计算 , 结果表明 : 风沙 

天气过程中 , 塔中沙漠地区平均粒径 Ф 值较小 , 标准偏差较小 ; 肖塘沙漠过渡带 

平均粒径 Ф 值较大 , 标准偏差较大。肖塘沙漠过渡带粒度曲线分布形态左偏 ; 塔 

中沙漠地区曲线分布形态右偏。肖塘沙漠过渡带的峰度值较大 , 塔中沙漠地区较 

小。塔里木盆地及其周边地区平均粒径 Ф 值为 2-6, 为细沙、极细、粗粉沙、中粉 

沙或者是其混合体。 

关键词 : 塔里木盆地 ; 平均粒径 ; 标准偏差 ; 偏度 ; 峰度 

147

Low Tropospheric Temperature measurements using a Pure 

Rotational Raman Lidar in UV 

Wei-Nai Chen 1 , Charles C.K. Chou 1 , Yu. Balin 2 , Sergey Bobrovnikov 2 

1 Research Center for Environmental Changes, Academia Sinica, Taiwan 

2 Institute of Atmospheric Optics, SB RAS, Tomsk, Russian 

Pure Rotational Raman scattering of N 2 and O 2 of light from the third harmonic of a 

Nd:YAG laser is used to measure day-time atmospheric boundary temperature. 

A double grating monochromator (DGRM) was designed to operate at wavelength 

355 nm and to supplement of lidar facility of the Research Center for Environmental 

Changes, Academia Sinica, Taiwan. This DGRM was manufactured by Inst. Of 

Atmospheric Optics SB RAS, Russian to perform pure rotational Raman 

measurement. This lidar system is expected to study lower tropospheric atmosphere 

structure and associated atmospheric radiation issues. 

The preliminary results shows atmospheric temperatures by pure rotational Raman 

lidar well agreed with radiosonde measurements. Combining simultaneous elastic 

scattering and pure rotational Raman scattering measurement we demonstrate several 

temperature inversion layers occurred around or above cloud layers. 

The optical configuration of this DGRM system is not optimized yet and there several 

problems need to be solved (e.g. missing optical alignment owing to focused sunlight). 

Pure rotational Raman lidar technique will be combined with vibration Raman lidar 

method to improve the study of aerosol, thin cloud in the near future. 

148

沈阳市灰霾天金属元素浓度及富集因子的粒径分布 

洪也 

1 , 马雁军 

1* , 刘宁微 

1 , 高少鹏 

1. 中国气象局沈阳大气环境研究所 , 辽宁沈阳 110016 

2. 中国科学院青藏高原研究所北京 100085 

2 

为分析沈阳市灰霾天气大气颗粒物的污染特征 ,2009 年 1 月 15 日至 2 月 2 日 , 

用安德森分级撞击式采样器进行大气颗粒物分级采样 , 并用电感耦合等离子体质 

谱仪 (ICP-MS) 对各级样品中 Na、Mg、Al、Fe、K、Mn、Ca、Zn、Ga、As、 

Rb、Sr、Ba、Tl、Pb 和 Bi 等金属元素进行分析。并讨论了典型灰霾日和清洁日 

元素质量浓度和富集因子粒径分布特征及来源。结果表明 : 大气颗粒物和元素的 

质量浓度灰霾日均高于清洁日。灰霾日和清洁日大气颗粒物质量浓度粒径分布具 

有相似性 , 颗粒物浓度均主要集中在

主要研究结果 : 

1 大气颗粒物质量浓度的粒径分布 

灰霾日大气颗粒物的质量浓度呈双峰型 , 主峰值集中在

(3) 灰霾天气条件下不同类型元素富集因子表现不相同 ,Bi、As、Zn、Pb 等 

污染元素灰霾日富集程度高于清洁日 ,Na、Mg、K、Ca、Sr 和 Ba 等元 

素富集因子清洁日高于灰霾日。此特征表明灰霾天的形成与以自然源为 

主的元素输入呈负相关关系 , 而与人类污染的元素成正相关关系。 

(4) 在灰霾天气中 ,Bi、As、Zn、Pb 等污染元素质量浓度和富集因子在 < 

1.1µm 粒级比其他粒级高出许多 , 表明其在灰霾日有明显的富集作用 , 污 

染程度高 , 表明其与人类活动导致的污染密切相关。 

151

图 2 灰霾日与清洁日金属元素质量浓度的粒径分布 

152

图 3 灰霾日与清洁日金属元素富集因子的粒径分布 

153

沈阳及周边城市大气细粒子的分布特征及其对空气质量的影响 

马雁军刘宁微王扬锋洪也张云海周德平 

中国气象局沈阳大气环境研究所 , 沈阳市沈阳区文化路 66 号 ,110016 

本文利用沈阳、鞍山、抚顺和本溪 4 城市 2007-2009 年大气细粒子 PM 2.5 、PM 10 、 

SO 2 和 NO 2 的观测资料 , 分析了 4 城市大气细粒子的分布特征及与空气质量的关 

系 , 结果表明 :4 城市大气细粒子污染很重 , 年均浓度平均超过美国标准 4 倍左右 ; 

PM 2.5 、PM 10 、SO 2 和 NO 2 具有明显的季节变化 , 冬季浓度值最大 , 春季次之 ;4 

城市 PM 2.5 /PM 10 的平均比值在 65%-68% 之间 , 夏季或冬季的比值最大 , 春季最小 ; 

4 城市 API 值与大气细粒子呈二次或三次多项式的相关关系 ; 除本溪秋季大气细 

粒子与空气污染指数 API 是乘幂关系式外 , 其它城市各季节二者的关系都是二次 

多项式形式 ; 夏季大气细粒子与空气污染指数的相关系数最大 , 其次是冬季 , 春 

季二者的相关系数最小 ; 城市不同级别的空气质量大气细粒子与空气污染指数 

API 的关系式表现形式不同。 

关键词 : 大气细粒子 ; 空气污染指数 API; 相关关系 

表 1 2007-2009 年 4 城市不同季节空气污染指数 API 值与大气细粒子的相关关系 

季节城市样本数 n 相关关系关系式相关系数 

沈阳 169 多项式 y=-2E-06x 2 +0.002x-0.0748 0.909 

冬季 

鞍山 223 多项式 y=-2E-06x 2 +0.0019x-0.0685 0.727 

抚顺 233 多项式 y=-1E-07x 2 +0.0015x-0.046 0.945 

本溪 168 多项式 y=4E-06x 2 +0.0008x-0.0129 0.947 

沈阳 249 多项式 y=-2E-06x 2 +0.0013x-0.0264 0.764 

春季 

鞍山 174 多项式 y=3E-06x 2 +0.0006x-0.0012 0.801 

抚顺 259 多项式 y=-5E-06x 2 +0.0016x-0.0337 0.669 

本溪 274 多项式 y=-2E-06x 2 +0.0012x-0.0197 0.754 

沈阳 221 多项式 y=2E-06x 2 0.0011x-0.0274 0.921 

夏季 

鞍山 155 多项式 y=3E-06x 2 +0.0009x-0.0131 0.903 

抚顺 258 多项式 y=8E-06x 2 +0.0002x+0.0059 0.881 

本溪 242 乘幂 y=0.0006x 1.0705 0.796 

沈阳 203 多项式 y=3E-06x 2 +0.0011x-0.028 0.957 

秋季 

鞍山 262 多项式 y=-5E-08x 3 +2E-05x 2 -0.0009x+0.0321 0.917 

抚顺 257 多项式 y=1E-06x 2 +0.0013x-0.0379 0.930 

本溪 266 多项式 y=7E-06x 2 +0.0003x+0.0015 0.929 

154

图 1 4 城市空气质量为优时污染指数 API 值与大气细粒子的对应关系 , 其中 a 为 

沈阳 ,b 为鞍山 ,c 为抚顺 ,d 为本溪 

图 2 4 城市空气质量为良时污染指数 API 值与大气细粒子的对应关系 , 其中 a 为 

沈阳 ,b 为鞍山 ,c 为抚顺 ,d 为本溪 

155

图 3 4 城市空气质量为污染时污染指数 API 值与大气细粒子的对应关系 ,a 为沈 

阳 ,b 为鞍山 ,c 为抚顺 ,d 为本溪 

156

1980-2009 年瀋陽灰霾的變化趨勢研究 

劉甯微 

1 , 馬雁軍 

1 , 劉曉梅 

2 , 王若男 

3 , 王揚鋒 

1. 中国气象局沈阳大气环境研究所 , 沈阳 110016; 

2. 沈阳区域气候中心 , 沈阳 110016 

3. 丹东市气象局 , 丹东 118000 

1 

利用 1980-2009 年瀋陽台站觀測的氣象要素資料 , 採用適當的方法對瀋陽的灰霾 

日進行判識和篩選 , 進而研究瀋陽灰霾的長期變化趨勢及分佈特徵。結果表明 : 

(1) 近 30 年瀋陽灰霾日波動減少 , 其年際變化特徵與瀋陽的工業轉型模式相吻 

合 ;(2) 瀋陽冬季平均灰霾日最多 , 秋季次之 , 當年 10 月至次年 3 月是灰霾的 

高發期。同時 , 灰霾在 7、8 月也時有發生 ;(3) 近 30 年瀋陽的中度和重度灰霾 

日在總灰霾日中所占比例波動下降 , 對人體產生顯著危害的灰霾日明顯減少 , 瀋 

陽城市空氣品質呈總體上升趨勢。 

關鍵詞 : 瀋陽 ; 灰霾 ; 長期變化 ; 城市空氣品質 

157

藉由逐時量測技術探討台中港區與都會區光化事件中二次衍生性無 

機氣膠特性 

吳昀睿、張士昱 * 、郭崇義、陳瑀婕、陳立歆 

中山醫學大學公共衛生系 

氣膠可直接由空氣污染源排放 , 亦可間接由氣相前驅物經光化氧化反應生成二次 

衍生性氣膠 , 其在時間與空間尺度上有很大的變異。根據流行病學的研究指出 , 

當環境氣膠的濃度增高時 , 對人們的健康危害亦相對增加。PM 10 與 O 3 為影響中 

部地區空氣品質的主要物種 , 導致空氣污染指標值 ( PSI ) 偏高並影響人體健康。 

在秋末與冬季時期 , 當高壓自大陸沿岸東移進入東海時 , 台中地區因位於中央山 

脈背風面 , 風速較微弱但日照充足 , 極易發生高污染光化事件 , 在光化反應下二 

次衍生性無機氣膠在 PM 10 質量組成中佔有相當顯著的比例。在位於港區的沙鹿 

地區 , 凌晨至清晨間較少人為活動時卻有較高濃度的氣相污染物的發生 ; 在位於 

都會區的烏日地區 , 氣相污染物有明顯的日夜變化 , 分別在日間與夜間有高濃度 

的發生。 

本研究藉由逐時氣膠水溶性離子組成逐時量測 , 並搭配空品測站監測數據與模式 

模擬 , 提供更明確的二次衍生性氣膠生成特性與傳輸反應 , 可提供正確空氣品質 

改善策略的探討。 

158

Untitled - ä¸­å¤®ç ç©¶é¢ç°å¢è®é·ç ç©¶ä¸­å¿- Academia Sinica

Create successful ePaper yourself

Delete template?

Save as template?

Untitled - ä¸å¤®ç ç©¶é¢ç°å¢è®é·ç ç©¶ä¸å¿- Academia Sinica