山西云凝结核时空分布特征观测

李军霞,银　燕,任　刚,袁　亮,李培仁,申东东（.山西省人工降雨防雹办公室,山西 太原 03003；.南京信息工程大学,中国气象局气溶胶-云-降水重点开放实验室,江苏 南京 0044）

山西云凝结核时空分布特征观测

李军霞1,2,银燕2*,任刚1,袁亮2,李培仁1,申东东1（1.山西省人工降雨防雹办公室,山西 太原 030032；2.南京信息工程大学,中国气象局气溶胶-云-降水重点开放实验室,江苏 南京 210044）

选取2011年1～12月山西太原云凝结核（CCN）观测数据,对CCN的季节、月、日变化特征进行了分析,并与国内外同类研究进行了对比.结果发现,冬季CCN数浓度最高,春秋季次之,夏季CCN数浓度最低.CCN数浓度的最高值出现在1月,最低值出现在6月.夏季较多的降水天气对CCN的湿清除作用明显,冬季供暖期间（11～12月及1～3月）,CCN数浓度明显增大.CCN数浓度日变化一般呈现两个峰值,分别出现在07：00～11：00和17：00～20：00.利用公式N=CSk拟合了不同季节地面CCN核谱,得到春夏秋冬四季对应的拟合参数C值分别为10983、2454、7614、16421,k值均小于1,为典型的大陆型核谱.通过2013年夏季在山西中部地区开展的CCN飞机观测,研究了CCN数浓度的垂直廓线.CCN数浓度在近地面最大,随高度逐渐降低.在0.3%和0.4%过饱和度下,2000m以下CCN数浓度平均量级均为103cm-3, 3000m以上CCN数浓度平均量级降低至102cm-3.

云凝结核；时空分布；山西

凝结核（CN）是指所有可能形成云滴的气溶胶粒子.凝结核中的一部分在特定的过饱和度（SS）下可以活化成为云凝结核（CCN）.云凝结核数浓度（NCCN）是指在一定的过饱和度下,能活化的气溶胶粒子的数目.CCN在水循环及气候变化中扮演着非常重要的角色.大量的观测事实指出,人类活动对CCN的影响远大于人们目前所了解的程度,CCN分布状态可反应区域大气环境污染和大气颗粒物分布状况,同时CCN通过影响云的微物理结构进而影响云的辐射特性,最终对气候产生影响［1-2］.

近几十年来,随着科技手段的不断进步,用于气溶胶和CCN观测的手段和设备大大增强,在国内外的许多地区开展了气溶胶和CCN的观测实验.这些实验针对气溶胶和 CCN的分布特征、CCN活化特性、气溶胶吸湿增长、气溶胶与云粒子特性等各个方面展开观测,产生了许多研究成果［3-12］.DeFelice［13］对南极洲Palmer站的CCN观测发现,在过饱和度为 1.3%时,CCN的数浓度为 1700cm-3,在雾天、降水、或降水后的晴天都会出现CCN的低值.Hudson等［14］发现CCN的数浓度随时空的变化很大,一般陆地的气溶胶源较多,导致CCN数浓度也随之较高.Roberts等［15］和Martins等［16］在亚马逊盆地的观测结果显示,该地区 CCN数浓度非常低.2005～2011年,韩国的Gosan岛、Jeju岛以及Baengnyeongdo岛等地开展了CCN观测实验,获得了不同站点CCN的分布特征,并进行了区域间对比和分析［17-19］. 20世纪80年代起,在我国北方地区开展了一些CCN观测实验［20-23］.这些早期的研究指出,人类活动是CCN一个重要的源,沿海地区CCN浓度小于内陆地区,局地 CCN数浓度与降水有关,在降水时或降水后 CCN数浓度明显减小.近年来,随着人们对大气环境的关注度不断提高,国内许多地方都开展了针对气溶胶以及 CCN观测实验.Deng等［24］对天津武清地区CCN进行了观测,发现该区域大气污染较为严重,CCN数浓度较高.Liu等［25］分析了2008年8～10月寿县气溶胶和CCN观测资料,发现气溶胶和CCN有明显的日变化特征.Leng等［26］对2010年9月～2011年8月上海地面CCN进行了研究,发现CCN数浓度有明显的季节性变化,在霾天等污染天气背景条件下,CCN的数浓度比晴朗天气增加 2倍.李力等［27］对黄山三个不同高度 CCN观测研究发现, CCN数浓度随高度的升高而减小,山顶和山底的CCN日变化峰值分别出现在午前和午后.

针对于CCN垂直廓线的研究,国内外近年来开展了一些飞机观测实验［28-35］.Hudson等［29］分析了澳大利亚南部海域的 CCN飞机观测资料,得到了从30米至7公里范围的CCN的垂直廓线,发现在有云的区域 CCN浓度较低,高浓度的CCN往往出现在近地面的气团中.Wylie等［30］研究了春季北冰洋上空CCN垂直廓线,并与大西洋东部、东太平洋、南太平洋、大西洋西部观测到的 CCN垂直廓线进行了对比,发现在极区,本地的CCN源很少,CCN主要来源于输送,这使得北极的CCN数浓度随高度是递增的.Hudson等［31］研究了澳大利亚东北部的CCN空间分布,得到了夏季东北太平洋和大西洋上空的CCN的垂直廓线和谱分布特征.石立新等［34］对中国华北地区空中和地面的CCN进行了观测研究,发现华北地区的CCN主要来源于地面,CCN数浓度随高度增加而减少；污染地区乡村上空 CCN数浓度比无污染地区乡村高5倍以上.孙霞等［35］分析了2009 年5～10月石家庄地区雾霾天气下的CCN飞机观测资料,得到了 CCN空间分布特征,并指出逆温层的存在使得该地区CCN数浓度累积增加.

不同地区CCN的空间分布差异很大,要全面客观地了解我国CCN分布状况,仍需要在不同的地区开展观测实验研究,来填补和完善相关区域的空缺.位于黄土高原东部的山西省,是中国北方重要的能源重化工基地,由于其地理位置和能源结构的特殊性,该地区的气溶胶分布状况以及大气环境质量等问题一直备受关注.截至目前,有关该地区CCN的研究成果还相对较少.2011年,使用云凝结核计数器（CCN-Counter,简称CCNC）在山西太原开展了全年不间断的 CCN地面观测,试图通过长时间序列的观测,全面了解当地CCN的分布特征.并且,在2013年夏季,在山西省中部又开展了针对气溶胶和 CCN的飞机观测实验,获得了CCN的垂直廓线.本研究通过对2011年CCN地面观测数据以及2013年的CCN飞机观测数据进行分析,得到山西省云凝结核的地面和空间分布状况,以期为了解山西大气颗粒物的时空分布状态提供科学的依据,为区域气溶胶、云和气候数值模式提供参考.

1　观测实验

1.1观测地点及观测设备

山西省位于我国黄土高原东部,西侧与华北平原衔接.全省平均海拔高度在1000m以上,属温带大陆性季风气候区.太原位于山西省境中央,2011年 CCN地面观测地点位于太原市小店区山西省人工影响天气基地指挥中心（112.55°E, 37.867°N,海拔高度778m）.CCN进气口位于指挥中心楼顶,距地面高度约为20m.2013年CCN飞机观测区域主要在山西省中部地区,飞机起降机场是太原武宿机场（观测区域见图1）.文中时间均为北京时间,高度均为海拔高度.

观测实验的主要设备为两台美国 DMT公司生产的云凝结核计数器（Cloud Condensation Nuclei Counter,CCNC-100和 CCNC-200）,其中地面 CCN观测使用 CCNC-100,飞机观测使用CCNC-200. CCNC的核心部分是一个圆柱形连续气流纵向热梯度云室.云室中通过上、中、下部的三组热电制冷器分别控制温度,使云室温度上低下高,形成一定的温度梯度.云室内壁维持一定量的水流以保持湿润.由于从云室内壁向云室内部的水汽扩散比热扩散快,因而在云室的垂直中心线区域达到最大的过饱和度（SS）.环境空气进入仪器后被分为采样气流和鞘流两部分,云室总气流率 500cm3/min,鞘流和采样气流率比例设置为10：1.采样粒子在设定的过饱和度下活化增长,活化后的粒子进入云室下面的光学粒子计数器腔体,通过粒子侧向散射计算得到活化的CCN粒子尺度和个数.CCNC在飞机上和地面均可使用,设置的过饱和度范围为0.1%～2%,可设置单一的过饱和度,也可以设置最多5个不同的过饱和度进行连续循环测量,计数频率为1Hz. CCNC-200具有两个云室,可以同时设置两个不同的过饱和度进行观测,相当于两个CCNC-100.

在CCN垂直廓线观测实验中,采用山西省人影 Y-12飞机作为主要的空中观测平台,该飞机航行速度一般 60～70m/s,爬升速度为 2～5m/s,较慢的飞行速度更适合于粒子采样.飞机上安装一台 CCNC-200,粒子采样进气口位于飞机头顶部.在飞行过程中, CCNC-200上加装气压控制盒（CIPC, DMT, USA）来减少气压变化对于粒子采样的影响.并且,进气口与设备之间的连接尽量避免弯路和折角来减少粒子损耗.实验所用的两台CCNC每年以及观测实验开始之前都做了仔细的标定,包括流量标定、过饱和度标定以及温度和气压标定.

图1　观测区域示意Fig.1　Observation area

1.2资料选取及数据处理

选取2011年全年太原CCN地面观测数据, 对 CCN不同季节、月、日变化特征进行分析.并采用2013年夏季在山西开展的飞机观测数据对 5000m以下 CCN的垂直廓线进行分析研究.2011年的地面观测中,CCNC-100过饱和度分别设置为 0.2%、0.4%、0.6%、0.8%、1.0%.在2013年开展的飞机观测实验中,CCNC-200设置为两个固定过饱和度（0.3%和 0.4%）.由于仪器开机后需要一定时间稳定, CCNC在过饱和度换档时也会出现不稳定的问题,因此对原始数据做了筛选,剔除了“Temps Stabilized”为0以及“Alarm Code”不为0时的数据.

2　结果与讨论

2.1CCN数浓度季节变化

图2是2011年全年CCN数浓度时间序列分布.按照当地气候变化的平均状态划分,3、4、5月为春季,6、7、8月为夏季,9、10、11月为秋季,12、1、2月为冬季.图中可见,过饱和度为1.0%时, CCN数浓度最大值可达 40000cm-3,并有大量的超过10000cm-3的值；在过饱和度为 0.2%时,冬季CCN数浓度最大值达到10000cm-3以上.在夏季, 1.0%过饱和度下,CCN数浓度最大值为 5000cm-3左右；0.2%过饱和度下,CCN数浓度最小值低至101cm-3.

图2　2011年CCN地面观测数据时间序列分布Fig.2　Time sequence distribution of observed NCCNin 2011

图3　2011年观测期间CCN数浓度概率分布Fig.3　Relative frequency of NCCNover the observation period, 2011

对观测期间的 CCN数浓度进行概率统计,计算出不同过饱和度下 CCN数浓度概率分布（图 3）.对每个过饱和度下的观测数据,概率分布曲线基本呈现两个峰值.依据峰值对应的CCN数浓度可以分为两种类型,分别代表环境较清洁和较污染的状况.例如,在0.2%、0.4%、0.6%、0.8% 和1.0%的过饱和度下,较清洁状况的CCN数浓度分别小于 1000cm-3、3000cm-3、4000cm-3、 5000cm-3、6000cm-3,而较污染情况下则分别为1000～7000cm-3、3000～8000cm-3、4000～10000cm-3、5000～20000cm-3和6000～40000cm-3.

图4　CCN数浓度季节分布特征Fig.4　Seasonal distribution properties of NCCN

图4为2011年不同季节CCN平均数浓度分布.结合图2和图4可见, CCN数浓度平均值在冬季最高,春季 CCN数浓度开始逐渐减小,夏季CCN数浓度明显减小,平均值达到最低,秋季CCN数浓度开始增大,平均值介于夏季和春季之间. CCN数浓度随着过饱和度的增大而增加,并且在不同的过饱和度下变化的趋势基本一致.Leng等［26］对上海市地面CCN数浓度的季节分布研究发现,一般春季和冬季CCN数浓度较高,夏秋季节较低,这与本文的观测结果相同.

2.2CCN数浓度月平均分布

将 2011年全年的观测数据按月进行统计,结果见表1. CCN数浓度的最高值出现在1月, 在5个不同的过饱和度下（0.2%、0.4%、0.6%、0.8%、1.0%）,CCN数浓度平均值（±标准差）分别为（11487±3091）cm-3,（14617±4011）cm-3,（18975± 5749）cm-3, （21003±6569）cm-3, （22586±7295）cm-3, CCN数浓度平均值量级为 104cm-3. 1月之后, CCN数浓度开始逐渐减小.4月之后,在5个过饱和度下, CCN数浓度的量级都降到了103cm-3,比1～3月的平均值降低了一个量级.6月,CCN数浓度最低,在 5个过饱和度下,CCN数浓度分别为（662±533）cm-3, （1264±701）cm-3, （1091±793）cm-3, （1532±749）cm-3,（1819±775）cm-3,（2367±694）cm-3；7～8月, CCN数浓度略有上升,总体仍处于全年的较低点.9～11月, CCN数浓度逐渐增大.12月, CCN数浓度明显增大,在0.2%～0.8%的过饱和度下 CCN数浓度平均值分别为（5452±1897）cm-3,（7198±2998）cm-3,（9063±4376）cm-3,（9862± 4870）cm-3；在1.0%的过饱和度下,CCN数浓度量级达到104cm-3.表2为国外部分地区CCN数浓度观测值,表3为中国不同地区观测到的CCN数浓度.与本文的观测结果对比,山西地面 CCN数浓度远大于1994南极洲palmer站以及1998和2002年亚马逊盆地的CCN数浓度观测值；山西3～5月 CCN数浓度高于 2005年 3～4月韩国Gosan岛、Jeju岛以及2007年4～5月韩国Gosan岛的观测结果；山西8月CCN数浓度观测值与2008年8～10月韩国Gosan岛的观测结果相当,小于2009年8月朝鲜半岛西海岸的CCN观测结果.对比表3中国其他地区的CCN观测结果,山西CCN数浓度平均值与石家庄、银川、寿县、上海、武清的观测值相当,大于1984年青岛流亭、1994～1995年贺兰山地区、2000～ 2001河南玛曲县、2007年8月盐池、2007年7～8月祁连山以及2011年6月在黄山的观测结果.由于气溶胶颗粒物在不同时间不同地域理化性质的差异很大,因此国内外一些早期的观测并不能代表现在CCN的分布状态,因此本文只做简单比较.

表1　2011年不同过饱和度下CCN数浓度月平均值统计结果（cm-3）Table 1　Statistical results of monthly average values of NCCNunder different SS in 2011 （cm-3）

总体来看,山西地面CCN分布月变化特征明显.6～8月CCN数浓度最低,结合当时天气状况来看,夏季（6～8月）是太原降水比较集中的季节,短时对流性降水频发.2011年6月,太原地区降水日数为9d,多为阵性降水过程；7月,太原地区的降水日有10d；8月出现的降水日有8d.较频繁的大风及降水天气对于气溶胶的冲刷作用使得这 3个月大气颗粒物浓度较低,导致CCN数浓度相对较低.9月之后,降水天气逐渐减少.将2011年降水日的月分布与CCN数浓度（以SS=0.6%为例）月平均值进行对比（图5）,发现CCN数浓度与月降水日数基本呈现反相关,相关系数为-0.68,说明天气状况对CCN数浓度的影响很大.由于降水的湿清除作用,使大气中的气溶胶颗粒物减少,进入CCNC的采样粒子数浓度也较低,相应的导致降水日CCN数浓度减小.另外,山西每年冬季供暖时间为11月至次年3月,主要依靠烟煤燃烧供暖,期间会因此产生大量的细颗粒物,导致CCN数浓度在11、12月以及1～3月较高.

表2　国外不同观测点CCN数浓度观测值Table 2　NCCNvalues in some other observation areas abroad

表3　国内部分地区CCN 数浓度观测值Table 3　NCCN values in some other observation areas in China

图5　2011年月平均降水日与CCN数浓度对比Fig.5　Contrast monthly precipitation days with mean NCCN, 2011

2.3CCN数浓度日变化特征

以过饱和度为0.6%的CCN数据为例,将全年CCN数据做24h日变化平均,得到全年CCN数浓度日变化分布（图 6）.由图 6可见,1～2月, CCN数浓度日变化峰值出现在 08：00～11：00,第二个峰值出现在 19：00～20：00,两个峰值均达到2.0×104cm-3；3～4月,CCN 数浓度日变化最大值出现在08：00,另一个峰值出现在20：00左右,峰值量级达到1.0×104cm-3；5月,CCN数浓度日变化呈现三峰分布,峰值分别出现在01：00、06：00左右以及20：00～22：00；6～8月,CCN数浓度较低,日变化特征不明显,峰值出现在08：00左右,峰值量级为4.0×103cm-3；9～10月,CCN数浓度日变化呈现两个峰值,峰值出现的时间均向正午靠近,分别为 09：00和 16：00左右,峰值数浓度约为5.0×103cm-3； 11～12月,CCN数浓度日变化峰值呈现清晰的双峰分布,峰值分别出现在 08：00～11：00以及17：00～20：00.

图6　2011年全年CCN数浓度日变化分布Fig.6　Daily variation of NCCNof all year round in 2011

分析不同季节CCN数浓度平均值日变化（图7）发现,春季和冬季, CCN数浓度呈现明显的双峰分布,两个峰值分别出现在09：00和19：00左右；夏季CCN数浓度日变化第一个峰值出现在06：00左右,次峰值出现在20：00左右；秋季CCN数浓度日变化也呈现双峰分布,峰值分别出现在11：00和17：00.

图7　不同季节CCN数浓度日变化特征Fig.7　Daily variation of NCCNin different seasons.

结合图6、图7,从全年来看CCN数浓度日分布一般呈现两个峰值,分别出现在07：00～12：00 和17：00～20：00.这两个时段分别对应于每天上下班时间,交通压力较大,密集的人为活动造成气溶胶颗粒物浓度增加,导致在这两个相应的时段内CCN数浓度增大.在夏季（图 7b）,白昼时间长,天亮较早,人们晨练、出行等活动时间都有相应的提前,人为气溶胶数浓度增加,CCN数浓度相应增大,导致 CCN数浓度的第一个峰值出现时间（06：00左右）较其他季节早.另外,CCN数浓度在午后（12：00之后）往往会出现一个低谷,这是因为中午开始是太阳光照射最强的时段,午后太阳辐射达到最强,使得边界层湍流交换加强,CCN不易在低层积累,部分颗粒物随局地湍流向上输送,造成近地层CCN数浓度出现低值.另一个CCN数浓度的谷值出现在 23：00至次日 04：00之间,这个时段是一天中人为活动最少的时间,CCN数浓度相应较低.Liu等［25］分析了2008年寿县CCN的日分布状态,发现CCN数浓度在早晨和傍晚达到峰值,对应于人类活动和交通密集的时刻.这些都说明,人为活动是造成近地面CCN数浓度增加的主要原因之一.

2.4不同季节CCN核谱拟合

CCN谱指CCN数浓度随过饱和度的变化曲线,通过观测多个过饱和度下的 CCN数浓度,就可以得到 CCN数浓度随过饱和度的变化.对CCN谱做拟合,得到拟合曲线,能计算其他过饱和度下的CCN数浓度.目前比较常用的拟合函数为NCCN=CSk［36］,S为过饱和度,C和k是拟合系数,气溶胶粒子群尺度或化学成分的信息隐含在参数C和k之中.C代表了气溶胶污染的程度,一般陆地大于海洋,城市大于乡村.k代表了CCN数浓度在不同过饱和度间的差别大小,当 k=1时, CCN数浓度随过饱和度S线性增长；当 k＜1时,随着过饱和度S的增加,CCN数浓度增长的速率减小；k＞1时,随着过饱和度S的增加,CCN数浓度增长的速率增大.在实际的观测中,多数k＜1,只有在少数大陆气溶胶和有海洋影响的大陆气溶胶中观测到k＞1的情况.Hobbs等［40］根据 C、k 值把核谱分为大陆型（C≥2200cm-3,k＜1）、过渡型（1000cm-3＜C＜2200cm-3,k＞1）、 海 洋 型 （C≤1000cm-3,k＜l）.本文将2011年CCN数据按照不同季节做核谱分析（图8）.春季和冬季,CCN数浓度很高,C值分别为10983和16421,k值分别为0.46 和0.41；秋季,C值为7614,k值为0.53；这3个季节均为典型的污染大陆型核谱.夏季, CCN数浓度相对较低,C值为2454,k值为0.56,为大陆型核谱.表4和表5分别列出了国外和国内利用式

图8　不同季节CCN核谱Fig.8　The fitted CCN spectra in different seasons

NCCN=CSk拟合的C、k值,并与山西地面CCN核谱的C、k拟合值对比分析.从表4可见,夏威夷岛、英国不列颠群岛和亚马孙盆地C值较低,量级一般为102,k值均小于1.由于不同地区气溶胶颗粒物的理化性质差异很大,因此对于 CCN谱拟合参数所代表的核谱类型也有不同的划分.例如夏威夷岛的C、k参数,作者划分为海洋型核谱,

而英国不列颠群岛和亚马孙盆地的CCN核谱拟合参数C、k量级与夏威夷岛的拟合值相当,作者划分为大陆型核谱；澳大利亚观测到的 CCN核谱拟合参数分为两类,C为2000,k为0.4,对应大陆型核谱,C为125,k为0.3,对应海洋型核谱；美国布法罗区、太平洋海岸以及西部高地平原在其观测试验中得到对应不同气团影响下的CCN核谱拟合参数；Martins等［16］利用飞机对亚马孙南部的 CCN进行了观测,得到了不同高度的CCN核谱拟合参数,在边界层大气中,CCN核谱对应 C、k值分别为 1260,1.18；在清洁边界层内,CCN核谱对应C、k值分别为438,1.08；而在污染边界层内对应的C、k值分别为2220和1.28；在高空自由大气中,C、k值分别为 450和0.81.对比表3,中国不同地区CCN研究中得到的C、k拟合参数,发现大部分地区的C值都大于国外同类研究,只有在盐池、祁连山和黄山地区阴雨天气时,C值相对较小,量级约为102,为清洁大陆型核谱.石家庄是污染比较严重的城市,C值达到21748,即便是在降水的天气条件下,C值也非常大,为8276, k值小于1,为典型的污染型大陆核谱；武清、广州、银川观测到的C值都很大,均为污染大陆型核谱.在广州的观测是专门针对于生物质燃烧期间的 CCN观测,大量的污染颗粒物排放导致C值较高.对比本研究中在山西太原的观测结果,夏季由于降水日很多,C值相对较小,与谭稳等［46］2008年4～7月在黄山的观测以及赵永欣等［43］2007年夏季在祁连山的观测中得到的C值大小相当；而春、秋、冬三个季节,C值都非常高,k值均小于1,均为典型的污染大陆型核谱.从表5也可看出,在人口较多、工业密集的城市地区（石家庄、银川、武清、广州、太原）,污染较严重,对应的CCN数浓度很高,C值很大；而在人为活动较少的地区（盐池、祁连山、黄山）,大气相对比较清洁,C值较小.在同一观测点,降水天气条件下,C值明显小于晴天,说明降水对于CCN的清除作用很大.

表4　国外部分观测点CCN核谱拟合参数值（NCCN=CSk）Table 4　The parameters of fitted CCN spectra in some observation areas abroad

表5　国内部分观测点CCN核谱拟合参数值（NCCN=CSk）Table 5　The parameters of fitted CCN spectra in some other observation areas in China

2.5CCN垂直分布廓线

2013年夏季,7月31日～8月5日在山西省中部开展了6架次的晴空气溶胶观测,观测飞机上携带CCNC-200用于观测CCN的空间分布状况,飞机垂直观测范围为地面（780m）到 5000m.在 7 月31日的飞机观测中,CCNC-200的一个云室过饱和度设置为0.4%,另一个为0.2%～0.8%循环；8 月1日和2日的观测中,一个云室的过饱和度设置为0.3%,另一个为0.2%～0.8%循环；8月3～5日的三架次飞行中,两个云室分别设置为 0.3%和0.4%的固定过饱和度.本文选取8月1～5日5架次飞行中 SS为 0.3%的数据做相应过饱和度下的CCN数浓度垂直廓线（图9a）,选取7月31日以及8月3～5日的数据做在SS为0.4%下的CCN数浓度垂直廓线（图9b）.表6是不同的高度区间内CCN平均数浓度.结合图9和表6, CCN数浓度的最大值出现在近地面,随着高度的增加而不断降低.两个过饱和度下,2000m以下CCN数浓度很高,平均量级均为 103cm-3,2000～3000m, CCN数浓度明显降低,3000m以上CCN数浓度平均量级为102cm-3,较2000m以内降低了一个量级.从 CCN垂直廓线可以推测,大多数的大气颗粒物都来自于近地面的排放,导致近地面CCN数浓度较高.

图9　CCN数浓度垂直分布廓线Fig.9　Vertical profiles of NCCN

表6　不同高度区间内CCN数浓度统计Table 6　Statistical values of NCCNin different height range

3　结论

3.1对2011年1～12月山西地面CCN观测研究发现,冬季 CCN数浓度最高,春秋季次之,夏季CCN数浓度最低.CCN月变化特征明显,CCN数浓度的最高值出现在1月,最低值出现在6月.月平均 CCN数浓度与月降水日数呈反相关,夏季（6～8月）降水较多,CCN数浓度较低；冬季供暖期间（11～12月及1～3月）,大量的烟煤燃烧导致CCN数浓度在明显增大.

3.2CCN数浓度日变化特征一般呈现两个峰值,分别出现在07：00～11：00和17：00～20：00,对应于每天人为活动以及交通运输比较密集的时段.

3.3用公式NCCN=CSk对不同季节的CCN核谱进行了拟合,并与国内外同类拟合参数进行了对比分析.春季和冬季,山西地面CCN数浓度很高,C值分别为10983和16421,k值分别为0.46和0.41；秋季,C值为7614,k值为0.53,均为典型的污染大陆型核谱.夏季C值为2454,k值为0.56,为大陆型核谱.

3.4对山西 CCN垂直廓线的飞机观测研究发现,近地面 CCN数浓度最大,随着高度增加不断减小～.在0.3%和0.4%的过饱和度下,2000m以下CCN数浓度平均量级为 103cm-3, 3000m以上CCN数浓度平均量级降至102cm-3.

［1］ Hudson, James G. Cloud condensation nuclei ［J］. Journal of Applied Meteorology, 1993,32：196-697.

［2］ Andreae M O, Rosenfeld D. Aerosol-cloud-precipitation interactions, Part1, The nature and sources of cloud-active aerosols ［J］. Earth-Science Reviews, 2008,89（13/14）：13-41.

［3］ 姚青,韩素芹,毕晓辉.天津2009年3月气溶胶化学组成及其消光特性研究 ［J］. 中国环境科学, 2012,32（2）：214-220.

［4］ 刘琼,耿福海,陈勇航,等.上海不同强度干霾期间气溶胶垂直分布特征 ［J］. 中国环境科学, 2012,32（2）：207-213.

［5］ 孙玉稳,孙霞,银燕,等.华北地区气溶胶数浓度和尺度分布的航测研究 ［J］. 中国环境科学, 2012,32（10）：1736-1743.

［6］ 孙霞,银燕,孙玉稳,等.石家庄地区春季晴、霾天气溶胶观测研究 ［J］. 中国环境科学, 2011,31（5）：705-713.

［7］ 张勇,银燕,肖辉,等.石家庄春季大气气溶胶的散射特征［J］. 中国环境科学, 2012,32（5）：769-779.

［8］ 谭稳,银燕,陈魁,等.石家庄地区大气细粒子增长特征初步研究 ［J］. 中国环境科学, 2011,31（9）：1431-1437.

［9］ 袁亮,银燕,于兴娜,等.黄山夏季气溶胶光学特性观测分析［J］. 中国环境科学, 2013,33（12）：2131-2139.

［10］ 李军霞,银燕,李培仁,等.气溶胶影响云和降水的机理和观测研究进展 ［J］. 气象科学, 2014,34（5）：581-590.

［11］ 李军霞,银燕,李培仁,等.山西夏季气溶胶空间分布飞机观测研究 ［J］. 中国环境科学, 2014,34（8）：1950-1959.

［12］ Li Junxia,Yin Yan, Li Peiren, et al. Aircraft measurements of the vertical distribution and activation property of aerosol particles over the Loess Plateau in China ［J］. Atmos. Res., 2005,155：73-86.

［13］ DeFelice, T P. Variation in cloud condensation nuclei at palmer station Antarctica during February 1994 ［J］. Atmospheric Research, 1996,41（3/4）,229-248.

［14］ Hudson J G, Garrett T J, Hobbs P V et al. Cloud condensation nuclei and ship tracks ［J］. J. Atmos. Sci. 2000,57（16）：2696-2706.

［15］ Roberts G C, Andreae M O, Zhou J, et al. Cloud condensation nuclei in the Amazon Basin： “Marine” conditions over a continent？［J］. Geophys. Res. Lett., 2001,28：2807-2810.

［16］ Martins J, Gonçalves F, Morales C, et al. Cloud condensation nuclei from biomass burning during the Amazonian dry-to-wet transition season ［J］. Meteorol. Atmos. Phys., 2009,104（1）：83-93.

［17］ Yum S S, Roberts G, Kim J H, et al. Submicron aerosol size distributions and cloud condensation nuclei concentrations measured at Gosan, Korea, during the Atmospheric Brown Clouds-East Asian Regional Experiment 2005 ［J］. J. Geophys. Res., 2007,112.

［18］ Kuwata M, Kondo Y, Miyazaki Y, et al. Cloud condensation nuclei activity at Jeju Island, Korea in spring 2005 ［J］. Atmos. Chem. Phys., 2008,8（11）：2933-2948.

［19］ Kim J H, Yum S S , Shim S, et al. On aerosol hygroscopicity, cloud condensation nuclei （CCN） spectra and critical supersaturation measured at two remote islands of Korea between 2006 and 2009 ［J］. Atmos. Chem. Phys. Discuss., 2011,11：19683-19727.

［20］ 游来光,马培民,胡志晋.北方层状云人工降水试验研究 ［J］. 气象科技, 2002, 30（增刊）：19-63.

［21］ 何绍钦.青岛沿海地区夏季云凝结核浓度观测及分析 ［J］. 南京气象学院学报, 1987,10（4）：452-460.

［22］ 樊曙先,安夏兰.贺兰山地区云凝结核浓度的测量及分析 ［J］.中国沙漠, 2000,（3）：338-340.

［23］ 黄庚,李淑日,德力格尔,等.黄河上游云凝结核观测研究 ［J］.气象, 2002,28（10）：45-49.

［24］ Deng Z Z, Zhao C S, Ma N, et al. Size-resolved and bulk activation properties of aerosols in the North China Plain ［J］. Atmos. Chem. Phys., 2011,11,3835-3846.

［25］ Liu J, Zheng Y, Li Z, Cribb M, Analysis of cloud condensation nuclei properties at a polluted site in southeastern China during the AMF-China Campaign ［J］ J. Geophys. Res., 2011,116.

［26］ Leng Chunpeng, Cheng Tiantao, Chen Jianmin, et al., Measurements of surface cloud condensation nuclei and aerosol activity in downtown Shanghai ［J］. Atmospheric Environment, 2013,（69）：354-361.

［27］ 李力,银燕,顾雪松,等.黄山地区不同高度云凝结核的观测分析 ［J］. 大气科学, 2014,38（3）：410-420.

［28］ Hudson J G, Xie Y. Cloud condensation nuclei measurements in the high troposphere and in jet aircraft exhaust ［J］. Geophys. Res. Lett., 1998,25（9）：1395-1398.

［29］ Hudson J G, Xie Yonghong, and Yum S S.Vertical distributions of cloud condensation nuclei spectra over the summertime Southern Ocean ［J］. J. Geophys. Res., 1998,103（13）：16,609-16,624.

［30］ Wylie D P, Hudson J G. Effects of long-range transport and clouds on cloud condensation nuclei in the springtime Arctic ［J］. J. Geophys. Res. 2002,107（16）：4318.

［31］ Hudson J G, Xie Yonghong. Vertical distributions of cloud condensation nuclei spectra over the summertime northeast Pacific and Atlantic Oceans ［J］. J. Geophys. Res., 1999,104（23）：30,219-30,229.

［32］ Chuang P Y, Collins D R, Pawlowska H, et al. CCN measurements during ACE-2and their relationship to cloud microphysical properties ［J］. Tellus B., 2000,52（2）：843-867.

［33］ Yum, S S, and Hudson J G. Vertical distributions of cloud condensation nuclei spectra over the springtime Arctic Ocean ［J］. J. Geophys. Res., 2001,106（14）：15,045-15,052.

［34］ 石立新,段英.华北地区云凝结核的观测研究 ［J］. 气象学报, 2007,65（4）：644-652.

［35］ 孙霞,银燕,韩洋,等.石家庄地区雾霾天气下云滴和云凝结核的分布特征 ［J］. 中国环境科学, 2012,32（7）：1165-1170.

［36］ Twomey S. The nuclei of natural cloud formation part II： The supersaturation in natural clouds and the variation of cloud droplet concentration ［J］. Pure Appl. Geophys, 1959,43（1）：243-249.

［37］ Kocmond W. Investigation of warm fog properties and fog modification concepts ［J］. Annual report, GAL report, 1965, no. RM-1788-P-9, RM-1788-P-10.

［38］ Jiusto J E. Aerosol and cloud microphysics measurements in Hawaii ［J］. Tellus, 1967,19：359-368.

［39］ Hudson J G. Relationship between fog condensation nuclei and fog microstructure ［J］. J. Atmos. Sci., 1980,37：1854-1867.

［40］ Hobbs P V, Radke L F. Cloud condensation nuclei from a simulated forest fire ［J］. Science, 1969,163：279-280.

［41］ Raga G B, Jonas P R. Vertical distribution of aerosol particles and CCN in clear air around the British Isles ［J］. Atmos. Environ., 1995,29（6）：673-684.

［42］ 岳岩裕,牛生杰,桑建人,等.干旱区云凝结核分布及其影响因子的观测研究 ［J］. 中国环境科学, 2010,30（5）：593-598.

［43］ 赵永欣,牛生杰,吕晶晶,等.2007年夏季我国西北地区云凝结核的观测研究 ［J］. 高原气象, 2010,29（4）：1043-1049.

［44］ Rose D, Nowak A, Achtert P, et al. Cloud condensation nuclei in polluted air and biomass burning smoke near the mega-city Guangzhou, China - Part 1： Size-resolved measurements and implications for the modeling of aerosol particle hygroscopicity and CCN activity ［J］. Atmos. Chem. Phys., 2010,10（7）：3365-3383.

［45］ 王婷婷.华北地区云凝结核特性研究 ［D］. 北京：中国气象科学研究院, 2011.

［46］ 谭稳.华东高海拔地区大气气溶胶粒径分布及增长特征研究［D］. 南京：南京信息工程大学, 2012.

Observational study of the spatial-temporal distribution of cloud condensation nuclei in Shanxi Province， China.

LI Jun-xia1,2, YIN Yan2*, REN Gang1,YUAN Liang2,LI Pei-ren1,SHEN Dong-dong1（1.Weather Modification Office of Shanxi Province, Taiyuan 030032, China；2.Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China）.

China Environmental Science, 2015,35（8）：2261～2271

Observational data of Cloud Condensation Nuclei （CCN） from January to December 2011 was used to analyze the CCN spatial-temporal distribution properties including the seasonal, monthly and daily distribution in Shanxi Province, and the results were compared with the similar researches in other places of China and abroad. The CCN number concentration （NCCN） showed obvious seasonal variation, the average value of NCCNwas highest in Winter and lowest in Summer. The maximum NCCNoccurred in January and the lowest value occurred in June. More precipitation days in summertime had strong wet scavenging effect on NCCN. NCCNsignificantly increased during the local winter heating period. A bimodal pattern was presented in the NCCNdiurnal variation. Two peaks appeared at 07：00-11：00 am and 17：00-20：00 pm, respectively. The fitted CCN spectra of four seasons were obtained by using the expression N=CSk. The fitted parameters C were 10983, 2454, 7614 and 16421 for Spring, Summer, Autumn and Winter, and all the values of k were less than 1, which showed the typical continental nuclei spectrum characteristics. The NCCNvertical profiles were acquired based on the airborne measurements of CCN in summertime of Shanxi, 2013. The largest NCCNappeared close to the ground surface, and the NCCNdecreased with height. The average magnitude of NCCNwas 103cm-3below 2000m height and 102cm-3above 3000m height.

cloud condensation nuclei；spatial-temporal distribution；Shanxi

X51

A

1000-6923（2015）08-2261-11

2014-12-26

国家“973”项目（2013CB955804）；国家高校博士学位项目专项基金（20113228110002）；公益性行业（气象）科研专项（GYHY201306065）,（GYHY201206025）；山西省气象局重点科研项目（SXKZDTC20140605）

* 责任作者, 教授, yinyan@nuist.edu.cn

李军霞（1977-）,女,山西太原人,高级工程师,南京信息工程大学博士研究生,主要研究方向为大气物理与大气环境,气溶胶与云降水.发表论文6篇.