基于单颗粒质谱研究云雾水和降雨中颗粒物的化学成分

阳宇翔, 彭加仙, 傅玉珍, 张国华, 林钦浩,李 磊, 代 新, 毕新慧, 王新明

基于单颗粒质谱研究云雾水和降雨中颗粒物的化学成分

阳宇翔1,2, 彭加仙3, 傅玉珍1,2, 张国华1,4*, 林钦浩5,李 磊6, 代 新7, 毕新慧1,4, 王新明1,4

(1. 中国科学院 广州地球化学研究所 有机地球化学国家重点实验室 广东省环境保护与资源利用重点实验室, 广东 广州 510640; 2. 中国科学院大学, 北京 100049; 3. 上海大学 环境与化学工程学院, 上海 200444; 4. 中国科学院 广州地球化学研究所 粤港澳环境污染过程与控制联合实验室, 广东 广州 510640; 5. 广东工业大学 环境科学与工程学院 环境健康与污染控制研究院, 广东 广州 510006; 6. 暨南大学 质谱仪器与大气环境研究所, 广东 广州 510632; 7. 广州禾信康源医疗科技有限公司, 广东 广州 510700)

气溶胶可作为云凝结核或冰核参与云雾和降水的形成。然而, 现有研究大多以云雾水和降雨中的水溶性组分为研究对象, 对于难溶性组分的认识还十分有限。本研究于2017年5～6月在广东天井山观测站(24°41′56″N, 112°53′56″E, 海拔1690 m)采集了21个云雾水和9个雨水样品, 利用单颗粒气溶胶质谱直接分析其中的单颗粒化学成分。通过聚类分析发现: (1)海盐、矿尘颗粒和生物气溶胶对云凝结核和冰核的贡献较高(数量占比为67.3%～75.1%)。结合气团轨迹分析发现, 海盐气溶胶经长距离的内陆输送后仍是重要的云凝结核和冰核; (2)云雾水和雨水中颗粒类型差异较大, 云雾水中海盐(35.7%)、有机物(12.1%)、有机胺(8.0%)及Fe(6.4%)的贡献更大, 而雨水中矿尘(35.6%)、与有机物混合的黑碳颗粒(18.9%)的贡献高, 反映了气溶胶形成暖云和混合相云过程的差异。

云雾水; 雨水; 化学组分; 单颗粒气溶胶; 天井山

0 引 言

气溶胶是指悬浮在气体介质中的固态或液态颗粒所组成的气态分散体系[1], 其来源广泛(包括矿尘、海盐、生物气溶胶和二次气溶胶等)。气溶胶会带来酸沉降、温室效应、阳伞效应等一系列环境气候效应[2–3]和人体的健康效应[4]。研究表明, 云雾过程(云中清除)和降雨(总湿清除)是气溶胶重要的湿清除方式, 同时也是重要的汇[1]。云凝结核(cloud condensation nuclei, CCN)是指在云中过饱和条件下能够形成云滴的气溶胶粒子, 冰核(ice nuclei, IN)是能够在高于−40 ℃的条件下形成冰晶的粒子[5]。根据云中凝结核的类型云可分为暖云(只含液态云滴)、混合相云(液态云滴和冰晶共存)和冰云(只含有冰晶)。降雨通常在混合相云或冰云中形成[6]。雨水与云雾的差异主要在于雨水包含了云下清除, 但研究表明, 云中清除比云下清除效率更高[7]。不同种类气溶胶对降水云(混合相云或冰云)和暖云形成可能存在较大差异。因此, 开展云凝结核和冰核研究对于深入认识气溶胶与云的相互作用具有重要的作用。

由于酸沉降问题较突出, 早年间的云雾水和雨水化学组分的研究集中于酸度和水溶性离子[8]。随着研究的深入和研究手段的发展, 科学家得以进行了分粒径段研究和更多化学组分的测定[9–10]。尽管如此, 现有的分析手段大多只能获得云雾水化学组分的整体平均信息, 并且主要针对水溶性组分。如气溶胶质谱仪(aerosol mass spectrometry, AMS)、傅利叶变换离子回旋共振质谱(fourier transform ion cyclotron resonance mass spectrometry, FT-ICR MS)等只能测定其中的可溶组分。实际上, 云凝结核、冰核颗粒中含有许多难溶的物质[11], 单个颗粒的研究则能够得到每个颗粒的化学组分及其混合状态, 包括难溶性颗粒物的化学组分[12], 这有利于深入探讨不同来源颗粒物的湿清除机制。

目前对单个颗粒气溶胶的研究, 大多集中于城市、高山环境大气颗粒物的化学组分、混合状态及大气老化过程[13–14], 针对云雾水和降水中气溶胶单颗粒化学成分的认识仍十分有限。现有部分研究通过连接云雾滴的采集装置(逆流虚拟撞击器、地用逆流虚拟撞击器、冰核用逆流虚拟撞击器和泵抽式逆流虚拟撞击器), 可实现对云雾滴残余物的在线观测[15–17]。在云雾滴残余物中发现云凝结核的组分包括几乎所有的气溶胶组分, 但作为云凝结核的相对活性存在显著的差异[15–16,18]。在冰核颗粒中检测到黑碳、矿尘颗粒(如金属氧化物)、生物气溶胶(细菌、真菌、花粉等)、海浪飞沫乃至火山灰等[17,19–20], 它们的冰核活性也不尽相同。通常认为, 生物气溶胶和矿尘颗粒的冰核活性较高[17]。Seifert[21]发现, 火山灰作为冰核时, 能在−15 ℃时就形成冰, 远低于普通冰核对低温的要求(<−25 ℃); 而由于有机物的影响, 生物质燃烧产生的颗粒的冰核活性较弱[22]。

由于技术限制, 在线采集的云雾滴粒径通常高于一定的阈值(如7 μm), 造成粒径小于该阈值的云雾滴信息的缺失。离线采集云雾水可降低云雾滴粒径下限(至3.5 μm), 有利于补充对单个颗粒云雾化学组分的认识。利用该方法, Creamean[12,23–24]对Sierra Nevada山脉雨水残余物和混合相云的云滴残余物分析发现, 冰核颗粒以矿尘、生物气溶胶为主, 两者的存在使得降雨量增加; 当这两者呈现内混时, 冰核活性明显增强。而云凝结核中含有较多的有机残留物。Holecek[25]对太平洋东北部、印度洋两地的大气颗粒物和雨水残余物进行了对比, 认为两者的共同组分(矿尘、植物碎屑、海盐与黑碳的混合物)是主要的云凝结核和冰核。Olson[26]在美国五大湖区通过比较湖水飞沫气溶胶及其上空云雾水的不同元素元素物质的量的比, 发现两者具有类似的无机盐成分, 指示了飞沫气溶胶对云凝结核和冰核的贡献。

本研究拟从单个颗粒的层面对云、雨水的化学组分进行分析, 了解其中的颗粒类型(可能作为凝结核的化学组分); 并比较云雾水和雨水化学组分的差异, 探讨广东天井山不同气溶胶形成暖云和混合相云过程的差异。

1 材料与方法

1.1 天气条件和样品采集

2017年5月18日至6月11日, 在天井山观测站(24°41′56″ N, 112°53′56″ E; 海拔1690 m)开展外场观测。天井山观测站位于广州市区以北200 km, 距离中国南海北部350 km, 坐落在一个国家森林公园内(面积273 km2), 受人为影响较小[16]。此地四季均受季风影响, 夏季盛行西南和东南季风, 易受珠三角污染物长距离传输的影响[27], 除了O3浓度较高外, 其余污染物浓度通常较低[28], 可视为背景区域。在本次观测中, SO2浓度较为平稳(0.2～1.2 μg/m3), NO2和O3的浓度范围分别为0.5～7.0 μg/m3和4.5～79.2 μg/m3(数据来源于观测站)。有云雾和降雨出现时, 气团主要来自西南方和南方(图1); 气温始终在10 ℃以上, 为暖云特征[18]。单次降雨量最大达25.76 mm。在先前的在线观测中, 黑碳(black carbon, BC)被发现是重要的云凝结核(在云滴残余物中的数量占比为49.3%)[16]。

利用美国科罗拉多州立大学自主研发的云雾水收集器(CASCC2)[29]采集云雾滴至250 mL聚乙烯瓶; 利用聚乙烯漏斗和平底烧瓶采集雨水, 于4 ℃冷藏待分析。采集不同样品时, 用无水乙醇和超纯水洗净、晾干后再采集下一个样品, 避免样品之间的交叉污染。此外, 漏斗、平底烧瓶和云雾水收集器洗净、晾干后, 用超纯水充分冲洗CASCC2入口的四壁和Teflon隔板, 液体经由Teflon凹槽和连接管流入下端聚乙烯瓶, 作为云雾水空白样品。用超纯水充分冲洗漏斗, 液体流入平底烧瓶, 作为雨水空白样品。本研究共采集云雾水样品21个, 雨水样品9个, 云雾水空白样品1个, 雨水空白样品1个, 时间序列见图2。

1.2 样品分析

单颗粒气溶胶质谱仪(single particle aerosol mass spectrometry, SPAMS, Hexin Analytical Instrument Co., Ltd.)的简要原理如下: 气溶胶颗粒通过微孔进入SPAMS, 通过两束钇铝石榴石晶体测径激光测定真空动力学粒径。随后, 被波长266 nm的脉冲激光电离, 产生的正负离子信息被记录[30]。

所有样品各取50 mL于气溶胶发生器中, 雾化、干燥后进入SPAMS, 每个样品记录约2000个颗粒, 保证了一定的统计意义。用超纯水进行10 min空白实验, 被仪器检测到的气溶胶少于30个, 说明实验方法可靠。云雾水空白样品和雨水空白样品分别测试10 min, 被仪器检测到的气溶胶少于40个, 说明采样装置的清洁程度可以满足分析需要。一个样品检测完成后, 利用超纯水将发生器洗净, 用零气吹干, 通入气流直至无颗粒被仪器检测到后, 更换下一个样品, 避免样品之间的污染。

图1 利用ArcGIS 10.3 绘制的观测期间主要气团后向轨迹(72 h, 海拔1800 m)

相应数据可从https: //ready.arl.noaa.gov/HYSPLIT.php获取, 火点数据可从https: //earthdata.nasa.gov/获取。

The back trajectory data are available at https: //ready.arl.noaa.gov/HYSPLIT.php and fire data are available at https: //earthdata.nasa.gov/.

图2 云雾水和雨水采样的时间序列

绿色、蓝色和空白部分分别代表雨水、云雾水的采样时段和非采样时段。绿色和蓝色重叠部分说明降雨发生在云事件期间, 但这些降雨强度较小, 观测站记录的降雨数据为0, 说明这些事件对云雾水采集的影响可以忽略。

The green, blue and blank part of the bars denotes the periods of rainwater sampling, cloud water sampling and non-sampling, respectively. The overlappedtime periods of rainwater and cloud water sampling was featured by a cloud with a drizzle while rainfall data from the observation station was zero, indicating a hardly influence on cloud water sampling.

2 结果与讨论

2.1 云雾水、雨水的颗粒类型

本研究共得到颗粒约110000个, 利用自适应共振神经网络(ART-2a)分类方法根据颗粒的主要离子和强度进行分类, 再手动合并为生物气溶胶(Bio)、矿尘(Dust)、海盐(SS)、铁与有机物的混合物(Fe-OC)、有机胺(Amines)、黑碳与有机物的混合物(ECOC)、有机物(OC)和其他(Others)共8类。云雾水和雨水样品中均发现这8类颗粒, 其平均质谱图见图3。

本研究得到大部分颗粒的负谱图中都含有含氮有机物(−26 CN−、-42 CNO−)和磷酸盐(−63 PO– 2、−79 PO– 3), 这说明样品受生物气溶胶的影响较大[31–32]。这可能与采样点四面环山, 植被覆盖率极高有关。由于生物气溶胶与矿尘可能出现互相混合的情况, 首先在所有颗粒中CN−、CNO−、PO– 2和 PO– 3同时存在, 且以相对峰面积比值CN−/CNO−> 1、PO– 3/PO– 2> 2的条件筛选生物气溶胶颗粒[32]。生物气溶胶颗粒的谱图除了选出的CN−、CNO–、PO– 2和PO– 3外, 正谱图中有明显的Ca(40 Ca+)。

矿尘的正谱图以铝(27 Al+)和Ca+为主, 负谱图中有明显的磷酸盐, 说明与生物气溶胶颗粒形成了内混, 且可能受到土壤、矿尘的影响。与生物气溶胶的谱图相比, 矿尘含有较弱的生物气溶胶特征峰和明显的 Al+。Li.[33]在被沙尘暴影响的衡山云雾水中检测到了大量地壳元素(如Al)。Koehler[34]对Owens湖床的沙尘研究指出, 由于该地沙尘中的可溶性组分占比较大, 它既可作为暖云的云凝结核, 又可以作为混合相云或冰云的冰核。

海盐颗粒的正质谱图以Na+Mg+和Ca+为主, 负谱图主要包括硫酸盐(−97 HSO– 4)、磷酸盐和硝酸盐(−46 NO–2、−62 NO– 3), 还有少量的氯离子(−35/−37 Cl−)。由于采样期间以西南气团和南方气团等海洋气团为主, 海盐颗粒可能由海浪飞沫气溶胶演变而来[18,35]。2016年在同一地点的观测也表明, 海洋气团中与海盐有关的离子峰面积(81/83 Na35 2Cl+/Na37 2Cl+)是陆地气团的(3.8±2.4)倍[16]。Gioda[36]发现, 在海洋背景区域, 云雾水、雨水和气溶胶中的离子均以Na+和Cl−占优势(50%～65%), Na+、Mg2+和Ca2+远高于其他阳离子。少量Cl−的存在说明海盐受到了一定程度但并不完全的老化[37], 这是因为新鲜海盐在长距离传输过程中会与无机酸或有机酸发生Cl的置换或取代反应, 造成Cl损失[38–39]。

图3 8类颗粒的平均质谱图

Bio–生物气溶胶; Dust–矿尘; SS–海盐; Amines–有机胺; ECOC–黑碳与有机物的混合物; OC–有机物; Fe-OC–铁与有机物的混合物; Others–其他。

本次观测得到的有机物类谱图中含有较多有机物的特征峰, 最明显的为43 C2H3O+, 此外还有27 C2H+ 3、37C3H+和51 C4H+ 3等[16]。从火点图(图1)和质谱图(图3)上看, 有机物在一定程度上受到了生物质燃烧的影响(K+的信号较明显)。除了有机物外, 铁和黑碳与有机物混合的颗粒中都含有有机物。早在2004年, 郭璇华等[40]就在雨水中检出了158种有机物。Mazzoleni[41]利用FT-ICR MS检测出了雾水中1368种相对分子质量为100～400的有机物, 主要包括有机硫、有机氮和有机氮硫化合物, 以及只含C、H、O的有机物。Holecek.[25]发现, Hanimaadhoo岛上雨水残余物中有机物与Na混合的颗粒占比高达73%, 体现了海洋季风对有机物的重要影响。观测期间, 黑碳与有机物混合颗粒的谱图特征主要是碳簇离子(C± n,≤ 5)附近有明显的有机物峰(如C3H+、50 C4H+ 2), 负谱图中除了碳簇离子外以硫酸盐为主。铁与有机物混合颗粒的正谱图中以Fe (56 Fe+)为主, 辅以较多有机特征峰(如C2H3O+); 负谱图中含有硫酸盐、磷酸盐等。在我们之前的云雾观测中, 未见Fe与有机物内混的颗粒, 但云滴残余物的含Fe颗粒中的草酸高于间隙颗粒和环境颗粒, 因为Fe与云中液相反应生成的草酸形成了络合物[42]。

有机胺谱图中主要含有氨(18 NH+ 4)、三甲胺(trimethylamine, TMA,59 ((CH3)3N+))、硝酸盐(含−124 (NO3)– 2))和硫酸盐等。先前的研究指出, 云雾过程有利于有机胺的形成[43]。在雨水中有机胺也广泛存在, 主要来源于气相和颗粒相的清除[44]。在高湿度(92±7)%条件下, 直接溶解是影响有机胺气粒分配的关键步骤[45], 这可能影响含有机胺云凝结核和冰核颗粒的浓度和活性。

其他少量(2.8%)没有明显质谱特征的颗粒归为其他。这类谱图中除Na+、Mg+、Ca+外, 还有较弱的Pb(206 207 208 Pb+)峰, 负谱图的谱图特征与其他颗粒类似。

2.2 云雾水与雨水化学组分的差别

图4a和图4b分别展示了8类颗粒分别在云雾水和雨水中的占比。从图中可知, 云雾水中海盐、有机胺、Fe-OC和有机物颗粒占比明显大于雨水, 而雨水中矿尘颗粒和黑碳与有机物混合颗粒的占比大于云雾水。据此推断, 云雾水受海洋的影响大, 而雨水受到土壤扬尘的影响更大。

图4 8类颗粒在云雾水(a)和雨水中(b)的占比

Bio–生物气溶胶; Dust–矿尘; SS–海盐; Amines–有机胺; ECOC–黑碳与有机物的混合物; OC–有机物; Fe-OC–铁与有机物的混合物; Others–其他。

从图4可以看到, 云雾水和雨水中生物气溶胶颗粒占比接近, 且比大部分类型占比高(约10%), 这说明生物气溶胶颗粒可能是云凝结核和冰核的重要来源。这与Casareto[46]的研究结果类似。他们首次在日本的雨水中发现, 不可溶颗粒中生物颗粒占23%～34%, 主要以细菌和叶子碎片为主, 大部分与矿物形成内混。这些发现表明生物气溶胶颗粒被云雾水捕集或被降水从大气中清除的效率较高, 可能是云凝结核和冰核的重要组分。

矿尘在雨水中的占比比云雾水中高12.7%。在珠三角地区的研究发现, Ca2+是雨水中浓度最高的阳离子[47]。矿尘作为云凝结核和冰核中的重要成分, 已在许多研究中报道[12,25,48]。Creamean[12]发现, 长距离传输的矿尘颗粒与生物气溶胶颗粒混合后呈现出更强的冰核活性。此外, 由于矿尘颗粒通常分布在大粒径范围内[48], 降雨对粗粒子模态(>2 μm)的颗粒(如矿尘颗粒)清除效率高, 而云雾过程对积聚模态(0.2～2 μm)的颗粒清除效率高[7,49], 这两者都有可能是矿尘在雨水样品中占比高于云雾水的重要原因。

云雾水中海盐颗粒的占比比雨水高5.8%。Wang[50]在青藏高原色季拉山对云雾水和雨水的研究发现, Ca2+、Na+和Mg2+的浓度在两者中均最高, 且云雾水中的离子浓度高于雨水。Budhavant[51]在印度一高海拔站点对云雾水和雨水离子成分的研究也呈现类似的现象。在本次外场在线观测中发现, 亚微米级(< 1 μm)的海盐颗粒在小粒径云滴中得到了富集, 这主要是因为亚微米海盐颗粒上的有机物较少, 云凝结核活性提升, 导致亚微米海盐颗粒数增多[18]。Zheng[52]在2016年4～6月测定了华南地区雨滴的粒径, 发现小时平均中值粒径为0.56～0.74 mm, 远高于采集的云滴粒径。这可能是云雾水中海盐占比高于雨水的重要原因。

有机胺几乎只在云雾水中被检测到。Youn[53]在美国的研究发现, 二甲胺(DMA)是云雾水和气溶胶中最主要的脂肪族有机胺。在有山火发生时, 云雾水中的二甲胺浓度显著增高, 可能是二甲胺向云雾水的溶解造成的。而云滴残余物中浓度降低, 可能与云滴蒸发后二甲胺的挥发有关。在先前的云雾在线观测中, 有机胺在云雾中的含量高于环境空气[16,43]。在混合相云和冰云的冰核中, 未见有关有机胺的报道。

黑碳与有机物的混合颗粒在雨水中的占比(18.9%)远高于云雾水(2.6%)。黑碳常在云雾水和雨水中被检测到[51,54]。2016年1月于该观测点的研究表明, 黑碳与有机物的混合颗粒的云中清除效率低于与更多硫酸盐内混的黑碳颗粒[55]。这主要是因为硫酸盐的吸湿性(= 0.51～1.01)高于有机物(= 0.006～0.44)[56]。由于黑碳与有机物的混合颗粒水溶性较低, 可能作为冰核更多地存在于雨水中。不同的是, 云雾水中的有机物(12.1%)显著高于雨水(0.6%)。从平均谱图中可以看出, 有机物颗粒中硫酸盐的相对峰面积在所有颗粒类型中最高, 说明有机物颗粒具备一定的吸湿性。此外, 云中生成可能是云雾水中有机物占比高的一个重要原因[57–58]。2016年1月于该地的在线观测发现, 云滴残余物中的草酸含量远高于背景空气, 反映了液相反应对有机物生成的重要贡献[57]。类似地, 铁与有机物的混合颗粒在云雾水中占比(6.4%)高于雨水(2.1%)。从质谱图中可以看出, 这类颗粒含有明显的CN−、CNO−、PO– 2和PO– 3, 也可能与生物气溶胶颗粒有关。在此次采集的云雾水中, 变形菌是主要细菌群落(71.36%)[59], 可能是Fe的重要有机配体[60]。Cheize.[61]发现雨水样品中的颗粒物是铁与有机物的络合物的重要储库。Loper[62]发现, 在Fe3+与植物碎屑混合后, 可能降低冰核的数量。

2.3 与其余背景地区的对比

在现有文献中, 于背景地区进行云雾水和雨水单颗粒分析的研究很少。Holecek[25]分析了美国加利福尼亚北部Trinidad岛的雨水残余物, 发现含有矿尘、海盐、两者的混合物、芳香族有机物、海盐与黑碳的混合物和植物碎屑, 其中矿尘与海盐的混合颗粒占比最高(43%)。Creamean[12,23–24]检测了美国加利福尼亚Sierra Nevada山脉的雨水残余物, 发现组分有矿尘、生物气溶胶和有机物, 其中生物气溶胶和矿尘占绝大多数。类似地, 本研究雨水中生物气溶胶、矿尘与海盐占比高达约70%。其余背景区域未见云雾水单颗粒组分的研究, 而是通过在线观测云雾滴残余物的组分进行云凝结核和冰核的判别[16–17,63]。由于本研究采用离线发生的方法更关注难溶性组分, 可能造成两种方法的结果之间存在较大的差异。例如, 在背景站云残余颗粒的在线观测中发现, 含黑碳颗粒是云凝结核的重要组成; 然而, 本研究中含黑碳颗粒的比重反而较低。原因可能是当黑碳表面的气溶胶组分溶解后, 产生的黑碳颗粒物粒径较小, 难以被SPAMS检测。相反地, 在大气中较粗的颗粒物, 如生物气溶胶、矿尘和海盐等, 在线检测中可能难以被SPAMS检测; 但溶于水再次发生后粒径可能发生显著变化[25], 从而能被有效检测。这两种方法的结合可能有助于更全面地认识云凝结核和冰核的颗粒类型。

3 结 论

(1) 天井山云雾和降雨中的云凝结核和冰核颗粒主要(约70%)来自海盐、矿尘和生物气溶胶。

[1] 唐孝炎, 张远航, 邵敏. 大气环境化学[M]. (第二版). 北京: 高等教育出版社, 2006: 47–268.

Tang Xiao-yan, Zhang Yuan-hang, Shao Min. Atmospheric Environmental Chemistry[M]. Second Edition. Beijing: Higher Education Press, 2006: 47–268 (in Chinese).

[2] 王明星, 大气化学[M]. 第二版. 北京: 气象出版社, 1999: 166–318.

Wang Ming-xing. Atmospheric Chemicstry[M]. Second Edition. Beijing: China Meteorological Press, 1999: 166–318 (in Chinese).

[3] Ramanathan V, Crutzen P J, Kiehl J T, Rosenfeld D. Aerosols, climate, and the hydrological cycle[J]. Science, 2001, 294(5549): 2119–2124.

[4] Kampa M, Castanas E. Human health effects of air pollution[J]. Environ Pollut, 2008, 151(2): 362–367.

[5] 盛裴轩, 毛节泰, 李建国. 大气物理学[M]. 第二版. 北京: 北京大学出版社, 2013: 254–331.

Sheng Pei-xuan, Mao Jie-tai, Li Jian-guo. Atmospheric Physics[M]. Second Edition. Beijing: Peking Univercity Press, 2013: 254–331 (in Chinese).

[6] Mulmenstadt J, Sourdeval O, Delanoe J, Quaas J. Frequency of occurrence of rain from liquid-, mixed-, and ice-phase clouds derived from A-Train satellite retrievals[J]. Geophys Res Lett, 2015, 42(15): 6502–6509.

[7] Ervens B. Modeling the processing of aerosol and trace gases in clouds and fogs[J]. Chem Rev, 2015, 115(10): 4157–4198.

[8] Li P F, Li X, Yang C Y, Wang X J, Chen J M, Collett J L. Fog water chemistry in Shanghai[J]. Atmos Environ, 2011, 45(24): 4034–4041.

[9] Chakraborty A, Ervens B, Gupta T, Tripathi S N. Characterization of organic residues of size-resolved fog droplets and their atmospheric implications[J]. J Geophys Res Atmos, 2016, 121(8): 4317–4332.

[10] Herckes P, Valsaraj K T, Collett J L. A review of observations of organic matter in fogs and clouds: Origin, processing and fate[J]. Atmos Res, 2013, 132: 434–449.

[11] Field P R, Mohler O, Connolly P, Kramer M, Cotton R, Heymsfield A J, Saathoff H, Schnaiter M. Some ice nucleation characteristics of Asian and Saharan desert dust[J]Atmos Chem Phys, 2006, 6: 2991–3006.

[12] Creamean J M, Lee C, Hill T C, Ault A P, Demott P J, White A B, Ralph F M, Prather K A. Chemical properties of insoluble precipitation residue particles[J]. J Aerosol Sci, 2014, 76: 13–27.

[13] Zhang G H, Han B X, Bi X H, Dai S H, Huang W, Chen D H, Wang X M, Sheng G Y, Fu J M, Zhou Z. Characteristics of individual particles in the atmosphere of Guangzhou by single particle mass spectrometry[J]. Atmos Res, 2015, 153: 286–295.

[14] Wang H L, Shen L J, Yin Y, Chen K, Chen J H, Wang Y S. Characteristics and mixing state of aerosol at the summit of Mount Tai (1534 m) in Central East China: First measurements with SPAMS[J]. Atmos Environ, 2019, 213: 273–284.

[15] Bi X.H, Lin Q H, Peng L, Zhang G H, Wang X M, Brechtel F J, Chen D H, Li M, Peng P A, Sheng G Y, Zhou Z. In situ detection of the chemistry of individual fog droplet residues in the Pearl River Delta region, China[J]. J Geophys Res Atmos, 2016, 121(15): 9105–9116.

[16] Lin Q H, Zhang G H, Peng L, Bi X H, Wang X M, Brechtel F J, Li M, Chen D H, Peng P A, Sheng G Y, Zhou Z. In situ chemical composition measurement of individual cloud residue particles at a mountain site, southern China[J]. Atmos Chem Phys, 2017, 17(13): 8473–8488.

[17] Schmidt S, Schneider J, Klimach T, Mertes S, Schenk L P, Kupiszewski P, Curtius J, Borrmann S. Online single particle analysis of ice particle residuals from mountain-top mixed-phase clouds using laboratory derived particle type assignment[J]. Atmos Chem Phys, 2017, 17(1): 575–594.

[18] Lin Q H, Yang Y X, Fu Y Z, Zhang G H, Jiang F, Peng L, Lian X F, Liu F X, Bi X H, Li L, Chen D H, Li M, Ou J, Tang M J, Wang X M, Peng P A, Sheng G Y. Enrichment of submicron sea-salt-containing particles in small cloud droplets based on single-particle mass spectrometry[J]. Atmos Chem Phys, 2019, 19(16): 10469–10479.

[19] Worringen A, Kandler K, Benker N, Dirsch T, Mertes S, Schenk L, Kästner U, Frank F, Nillius B, Bundke U, Rose D, Curtius J, Kupiszewski P, Weingartner E, Vochezer P, Schneider J, Schmidt S, Weinbruch S, Ebert M. Single-particle characterization of ice-nucleating particles and ice particle residuals sampled by three different techniques[J]. Atmos Chem Phys, 2015, 15(8): 4161–4178.

[20] Cornwell G C, Mccluskey C S, Levin E J T, Suski K J, Demott P J, Kreidenweis S M, Prather K A. Direct online mass spectrometry measurements of ice nucleating particles at a California Coastal Site[J]. J Geophys Res Atmos, 2019, 124(22): 12157–12172.

[21] Seifert P, Ansmann A, Groß S, Freudenthaler V, Heinold B, Hiebsch A, Mattis I, Schmidt J, Schnell F, Tesche M, Wandinger U, Wiegner M. Ice formation in ash-influenced clouds after the eruption of the Eyjafjallajökull volcano in April 2010[J]. J Geophys Res Atmos, 2011, 116(D00U04): 1–14.

[22] Bond T C, Doherty S J, Fahey D W, Forster P M, Berntsen T, Deangelo B J, Flanner M G, Ghan S, Kärcher B, Koch D, Kinne S, Kondo Y, Quinn, P K, Sarofim M C, Schultz M G, Schulz M, Venkataraman C, Zhang H, Zhang S, Bellouin N, Guttikunda S K, Hopke P K, Jacobson M Z, Kaiser J W, Klimont Z, Lohmann U, Schwarz J P, Shindell D, Storelvmo T, Warren S G, Zender C S. Bounding the role of black carbon in the climate system: A scientific assessment[J]. J Geophys Res Atmos, 2013, 118(11): 5380–5552.

[23] Creamean J M, Ault A P, White A B, Neiman P J, Ralph F M, Minnis P, Prather K A. Impact of interannual variations in sources of insoluble aerosol species on orographic precipitation over California’s central Sierra Nevada[J]. Atmos Chem Phys, 2015, 15(11): 6535–6548.

[24] Creamean J M, White A B, Minnis P, Palikonda R, SpangenbergD A, Prather K A. The relationships between insoluble precipitation residues, clouds, and precipitation over California’s southern Sierra Nevada during winter storms[J]. Atmos Environ2016, 140: 298–310.

[25] Holecek J C, Spencer M T, Prather K A. Analysis of rainwater samples: Comparison of single particle residues with ambient particle chemistry from the northeast Pacific and Indian oceans[J]. J Geophys Res Atmos, 2007, 112(D22): D22S24.

[26] Olson N E, May N W, Kirpes R M, Watson A E, Hajny K D, Slade J H, Shepson P B, Stirm B H, Pratt K A, Ault A P. Lake spray aerosol incorporated into great lakes clouds[J]. Acs Earth Space Chem, 2019, 3(12): 2765–2774.

[27] 王安侯, 张沈阳, 王好, 龚道程, 张诗炀, 宋伟, 陈多宏, 周磊, 王伯光. 天井山空气背景站单颗粒气溶胶有机硫酸酯初步研究[J]. 中国环境科学, 2017, 37(5): 1663–1669.

Wang An-hou, Zhang Shen-yang, Gong Dao-cheng, Zhang Shi-yang, Song Wei, Chen Duo-hong, Zhou Lei, Wang Bo-guang. A preliminary study of organosulfates in atmospheric aerosols at Tian-jing-shan national air background monitoring station in Nanling Mountains, South China[J]. China Environ Sci, 2017, 37(5): 1663–1669 (in Chinese with English abstract).

[28] 岳玎利, 钟流举, 谢敏, 袁鸾, 张莹, 江明. 广东不同环境大气污染特性比较[J]. 环境监控与预警, 2015, 7(5): 45–51.

Yue Ding-li, Zhong Liu-ju, Xie Min, Yuan Luan, Zhang Ying, Jiang Ming. Comparison of air pollution properties among diverse environments in Guangdong[J]. Environ Monit Forewarn, 2015, 7(5): 45–51 (in Chinese with English abstract).

[29] Demoz B B, Collett J L, Daube B C. On the caltech active strand cloudwater collectors[J]. Atmos Res, 1996, 41(1): 47– 62.

[30] Li L, Huang Z.X, Dong J G, Li M, Gao W, Nian H Q, Fu Z, Zhang G H, Bi X H, Cheng P, Zhou Z. Real time bipolar time-of-flight mass spectrometer for analyzing single aerosol particles[J]. Int J Mass Spectrom, 2011, 303(2/3): 118–124.

[31] Gaston C J, Quinn P K, Bates T S, Gilman J B, Bon D M, Kuster W C, Prather K A. The impact of shipping, agricultural, and urban emissions on single particle chemistry observed aboard the R/VAtlantisduring CalNex[J]. J Geophys Res Atmos, 2013, 118(10): 5003–5017.

[32] Zawadowicz M A, Froyd K D, Murphy D M, Cziczo D J. Improved identification of primary biological aerosol particles using single-particle mass spectrometry[J]. Atmos Chem Phys, 2017, 17(11): 7193–7212.

[33] Li T, Wang Y, Zhou J, Wang T, Ding A J, Nie W, Xue L K, Wang X F, Wang W X. Evolution of trace elements in the planetary boundary layer in southern China: Effects of dust storms and aerosol-cloud interactions[J]J Geophys Res Atmos2017, 122(6): 3492–3506.

[34] Koehler K A, Kreidenweis S M, Demott P J, Prenni A J, Petters M D. Potential impact of Owens (dry) Lake dust on warm and cold cloud formation[J]. J Geophys Res Atmos, 2007, 112(D12): 1–12.

[35] Gaston C J, Furutani H, Guazzotti S A, Coffee K R, Bates T S, Quinn P K, Aluwihare L I, Mitchell B G, Prather K A. Unique ocean-derived particles serve as a proxy for changes in ocean chemistry[J]. J Geophys Res Atmos, 2011, 116(D18310): 1–13.

[36] Gioda A, Reyes-Rodríguez G J, Santos-Figueroa G, Collett J L, Decesari S, Ramos M D C K V, Bezerra Netto H J C, De Aquino Neto F.R, Mayol-Bracero O L. Speciation of water-soluble inorganic, organic, and total nitrogen in a background marine environment: Cloud water, rainwater, and aerosol particles[J]. J Geophys Res Atmos, 2011, 116(D05203): 1–17.

[37] Hughes L S, Allen J O, Bhave P, Kleeman M J, Cass G R, Liu D Y, Fergenson D F, Morrical B D, Prather K A. Evolution of atmospheric particles along trajectories crossing the Los Angeles basin[J]Environ Sci Technol2000, 34(15): 3058–3068.

[38] Chi J W, Li W J, Zhang D Z, Zhang J C, Lin Y T, Shen X J, Sun J Y, Chen J M Zhang X Y, Zhang Y M, Wang W X. Sea salt aerosols as a reactive surface for inorganic and organic acidic gases in the Arctic troposphere[J]Atmos Chem Phys, 2015, 15(19): 11341–11353.

[39] Su B J, Zhuo Z M, Fu Y Z, Sun W, Chen Y, Du X B, Yang Y X, Wu S, Xie Q H, Huang F G, Chen D H, Li L, Zhang G H, Bi X H, Zhou Z. Individual particle investigation on the chloride depletion of inland transported sea spray aerosols during East Asian summer monsoon[J]Sci Total Environ, 2021, 765: 144290.

[40] 郭璇华, 余奕东, 黄如. 降水中有机物的分析与研究[J]. 中国环境监测, 2004, 20(3): 38–41.

Guo Xuan-hua, Yu Yi-dong, Huang Ru. Study on organic compounds in rainwater[J]. Environ Monit China, 2004, 20(3): 38–41 (in Chinese with English abstract).

[41] Mazzoleni L R, Ehrmann B M, Shen X, Marshall A G, Collett J L Jr. Water-soluble atmospheric organic matter in fog: Exact masses and chemical formula identification by ultrahigh-resolutionfourier transform ion cyclotron resonance mass spectrometry[J]. Environ Sci Technol, 2010, 44(10): 3690–3697.

[42] Lin Q H, Bi X H, Zhang G H, Yang Y X, Peng L, Lian X F, Fu Y Z, Li M, Chen D H, Miller M, Ou J, Tang M J, Wang X M, Peng P A, Sheng G Y, Zhou Z. In-cloud formation of secondary species in iron-containing particles[J]. Atmos Chem Phys, 2019, 19(2): 1195–1206.

[43] Zhang G H, Bi X H, Chan L Y, Li L, Wang X M, Feng J L, Sheng G Y, Fu J M, Li M, Zhou Z. Enhanced trimethylamine- containing particles during fog events detected by single particle aerosol mass spectrometry in urban Guangzhou, China[J]. Atmos Environ, 2012, 55: 121–126.

[44] Ge X L, Wexler A S, Clegg S L. Atmospheric amines – Part I. A review[J]. Atmos Environ, 2011, 45(3): 524–546.

[45] Liu F X, Bi X.H, Zhang G H, Lian X F, Fu Y Z, Yang Y X, Lin Q H, Jiang F, Wang X M, Peng P A, Sheng G Y. Gas-to-particle partitioning of atmospheric amines observed at a mountain site in southern China[J]Atmos Environ2018, 195: 1–11.

[46] Casareto B E, Suzuki Y, Okada K, Morita M. Biological micro-particles in rain water[J]Geophys Res Lett1996, 23(2): 173–176.

[47] 陶贞, 高全洲. 珠江三角洲城市雨水的化学组成及其成因探讨[J]. 生态环境学报, 2012, 21(3): 475–480.

Tao Zhen, Gao Quan-zhou. Chemical composition and its origin of urban rainwater in the Pearl River Delta[J]. Ecol Environ Sci, 2012, 21(3): 475–480 (in Chinese with English abstract).

[48] Tang M J, Cziczo D J, Grassian V H. Interactions of water with mineral dust aerosol: Water adsorption, hygroscopicity, cloud condensation, and ice nucleation[J]. Chem Rev, 2016, 116(7): 4205–59.

[49] Andronache C. Estimated variability of below-cloud aerosol removal by rainfall for observed aerosol size distributions[J]. Atmos Chem Phys, 2003, 3: 131–143.

[50] Wang W, Xu W, Collett J L Jr, Liu D, Zheng A, Dore A J, Liu X. Chemical compositions of fog and precipitation at Sejila Mountain in the southeast Tibetan Plateau, China[J]. Environ Pollut, 2019, 253: 560–568.

[51] Budhavant K B, Rao P S P, Safai P D, Leck C, Rodhe H. Black carbon in cloud-water and rain water during monsoon season at a high altitude station in India[J]. Atmos Environ, 2016, 129: 256–264.

[52] Zheng J F, Liu L P, Chen H N, Gou Y B, Che Y Z, Xu H L, Li Q. Characteristics of warm clouds and precipitation in South China during the pre-flood season using datasets from a cloud radar, a ceilometer, and a disdrometer[J]. Remote Sens, 2019, 11(24): 3045.

[53] Youn J S, Crosbie E, Maudlin L C, Wang Z, Sorooshian A. Dimethylamine as a major alkyl amine species in particles and cloud water: Observations in semi-arid and coastal regions[J]. Atmos Environ, 2015, 122: 250–258.

[54] Mori T, Kondo Y, Ohata S, Moteki N, Matsui H, Oshima N, Iwasaki A. Wet deposition of black carbon at a remote site in the East China Sea[J]J Geophys Res Atmos2014, 119(17): 10485–10498.

[55] Zhang G H, Lin Q H, Peng L, Bi X H, Chen D H, Li M, Li L, Brechtel F J, Chen J X, Yan W J, Wang X M, Peng P A, Sheng G Y, Zhou Z. The single-particle mixing state and cloud scavenging of black carbon: A case study at a high-altitude mountain site in southern China[J]Atmos Chem Phys2017, 17(24): 14975–14985.

[56] Petters M D, Kreidenweis S M. A single parameter representation of hygroscopic growth and cloud condensation nucleus activiity[J]Atmos Chem Phys2007, 7(8): 1961–1971.

[57] Zhang G H, Lin Q H, Peng L, Yang Y X, Fu Y Z, Bi X H, Li M, Chen D, H, Chen J X, Cai Z, Wang X M, Peng P A, Sheng G Y, Zhou Z. Insight into the in-cloud formation of oxalate based on in situ measurement by single particle mass spectrometry[J]Atmos Chem Phys2017, 17(22): 13891–13901.

[58] Li T, Wang Z, Wang Y R, Wu C, Liang Y H, Xia M, Yu C, Yun H, Wang W H, Wang Y, Guo J, Herrmann H, Wang T. Chemicalcharacteristics of cloud water and the impacts on aerosol properties at a subtropical mountain site in Hong Kong SAR[J]Atmos Chem Phys2020, 20(1): 391–407.

[59] Peng J X, Zhou S M, Xiao K, Zeng J Y, Yao C H, Lu S L, Zhang W, Fu Y Z, Yang Y X, Bi X H, Zhang G H, Wang Q Y. Diversity of bacteria in cloud water collected at a National Atmospheric Monitoring Station in Southern China[J]. Atmos Res, 2019, 218: 176–182.

[60] Vinatier V, Wirgot N, Joly M, Sancelme M, Abrantes M, Deguillaume L, Delort A M. Siderophores in cloud waters and potential impact on atmospheric chemistry: Production by microorganisms isolated at the puy de dome station[J]. Environ Sci Technol, 2016, 50(17): 9315–9323.

[61] Cheize M, Sarthou G, Croot P L, Bucciarelli E, Baudoux A C, Baker A R. Iron organic speciation determination in rainwater using cathodic stripping voltammetry[J]. Anal Chim Acta, 2012, 736: 45–54.

[62] Loper J E, Lindow S E. A biological sensor for iron available to bacteria in their habitats on plant-surfaces[J]. Appl Environ Microb, 1994, 60(6): 1934–1941.

[63] Cozic J, Mertes S, Verheggen B, Cziczo D J, Gallavardin S J, Walter S, Baltensperger U, Weingartner E. Black carbon enrichment in atmospheric ice particle residuals observed in lower tropospheric mixed phase clouds[J]J Geophys Res Atmos2008, 113(D15): 1–11.

Research on the chemical composition of particles in cloud/fog water and rainwater based on single particle mass spectrometry

YANG Yu-xiang1,2, PENG Jia-xian3, FU Yu-zhen1,2, ZHANG Guo-hua1,4 *, LIN Qin-hao5, LI Lei6, DAI Xin7, BI Xin-hui1,4and WANG Xin-ming1,4

1. State Key Laboratory of Organic Geochemistry, Guangdong Provincial Key Laboratory of Environmental Protection and Resources Utilization, Guangzhou Institute of Geochemistry, Chinese Academy of Sciences, Guangzhou 510640, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China;3. School of Environmental and Chemical Engineering, Shanghai University, Shanghai 200444, China; 4. Guangdong-Hong Kong-Macao Joint Laboratory for Environmental Pollution and Control, Guangzhou Institute of Geochemistry, Chinese Academy of Sciences, Guangzhou 510640, China; 5. Guangdong Key Laboratory of Environmental Catalysis and Health Risk Control, School of Environmental Science and Engineering, Institute of Environmental Health and Pollution Control, Guangdong University of Technology, Guangzhou 510006, China; 6. Institute of Mass Spectrometry and Atmospheric Environment, Jinan University, Guangzhou 510632, China; 7. Guangzhou Hexin Kangyuan Medical Technology CO., LTD., Guangzhou 510700, China

Aerosols can participate in the formation of clouds and precipitation as cloud condensation nuclei (CCN) or ice cores (IN). However, most existing studies focus on the water-soluble components in cloud water and rainfall, and the understanding of the insoluble components remains limited. In the present study, 21 cloud water and 9 rainwater samples were collected from May to June 2017, at the Guangdong Tianjingshan Observation Station (24°41′56″N, 112°53′56″E, altitude 1690 m), and analyzed by single particle aerosol mass spectrometry. Through cluster analysis, it was found that sea salt, mineral dust, and biological particles have the highest contributions to CCN and IN (67.3%–75.1%), and the analysis of air mass trajectory shows that sea salt aerosols are important to CCN and IN even after long-distance inland transportation. Additionally, the difference between particle types in cloud water and rainwater is large. The contributions of sea salt (35.7%), organic matter (12.1%), amines (8.0%), and iron (6.4%) in cloud water are greater, whereas the contributions of mineral dust (35.6%) and black carbon mixed with organics (18.9%) in rainwater are higher, which may reflect discrepancies between the formation of warm clouds and mixed-phase clouds by different aerosols.

cloud water; rainwater; chemical composition; single particle aerosol; Mount. Tianjing

P593; X513

A

0379-1726(2021)06-0635-09

10.19700/j.0379-1726.2021.06.009

2020-06-29;

2020-07-27;

2020-07-29

广东省自然科学基金(2019B151502022); 广东省科技计划项目(2019B121205006; 2017B030314057)

阳宇翔(1991–), 男, 博士研究生, 环境科学专业。E-mail: dqhxwlyyx@163.com

ZHANG Guo-hua, E-mail: zhanggh@gig.ac.cn; Tel: +86-20-85291509