地壳元素铁的吸光贡献对黑碳吸光增强估算的影响——以武汉为例

谭 健,夏 瑞,吴 兑,孔少飞,陈 楠,成春雷,邓 涛,陶丽萍,张 雪,吴柏禧,吴良斌,王 庆,吴 晟**

地壳元素铁的吸光贡献对黑碳吸光增强估算的影响——以武汉为例

谭 健1,2,3,夏 瑞1,2,3,吴 兑1,2,3,孔少飞4,5,陈 楠5,6*,成春雷1,2,3,邓 涛7,陶丽萍1,2,3,张 雪1,2,3,吴柏禧1,2,3,吴良斌1,2,3,王 庆1,2,3,吴 晟1,2,3**

(1.暨南大学,质谱仪器与大气环境研究所,广东 广州 510632；2.粤港澳环境质量协同创新联合实验室,广东 广州 510632；3.广东省大气污染在线源解析系统工程技术研究中心,广东 广州 510632；4.中国地质大学(武汉)环境学院,湖北 武汉 430074；5.湖北省大气复合污染研究中心,湖北 武汉 430074；6.湖北省生态环境监测中心站,湖北 武汉 430074；7.中国气象局广州热带海洋气象研究所,广东 广州 510640)

传统方法使用固定的波长吸收指数来估算地壳元素或棕碳吸光,但该方法只能处理仅存在两种组分的情形(黑碳/棕碳,或黑碳/地壳元素)的吸光贡献,存在较大不确定性.为此,本文提出一种新的方法,利用武汉在线观测数据(2021年2、3、8、9月),采用铁作为地壳元素的示踪物,利用最小相关系数法(MRS)得出地壳元素的吸光贡献,在扣除地壳元素吸光之后,再得到黑碳吸光增强系数(abs).结果显示观测期间370nm波段地壳元素吸光贡献均值为12.3%,月均值范围5.7%～15.5%,且波长吸收指数与铁的浓度正相关,表明地壳元素吸光贡献不可忽视.地壳元素吸光贡献呈现出显著的季节特征,呈现出冬季低,春季高的特点.地壳元素吸光的分离前后计算的abs存在一定的差异,受到了黑碳和铁的相关性的影响.观测期间扣除地壳元素吸光后,abs均值为1.43±0.53,在季节性上呈现春夏高,秋冬低的特性,春季较高abs值与春季黑碳较高的老化程度有关.abs对无机盐和有机物的含量存在正的依赖关系,证明了这些包裹物质对吸光增强的影响.

矿尘吸光贡献；黑碳吸光增强；最小相关系数法(MRS方法)；波长吸收指数()

大气气溶胶可以吸收和散射太阳辐射,对地球的辐射收支平衡产生重要影响[1].黑碳气溶胶(BC)是大气气溶胶中的主要吸光成分,主要来源于化石燃料和生物质的不完全燃烧,可以直接在中低空吸收从紫外到近红外较宽波段的太阳光,造成正的辐射强迫[2].模式模拟和观测研究表明,边界层内BC吸收太阳辐射,导致抵达地表热通量减少,形成了逆温,进而抑制边界层的发展,加重大气灰霾污染[3].

排放到大气中的BC经历老化过程,与有机碳或者二次无机盐等污染物混合[4-5],其粒径大小、形态结构、吸湿性和光学特性等发生改变[6-7].BC与其他污染物混合会增强BC的光吸收能力,光吸收增强能力的大小与其混合状态和外包裹物的多少有关[8-9].由于大气中BC的性质和状态存在时空差异性,当前对于BC辐射强迫的估计仍存在较大的不确定性[2].黑碳的光吸收增强通常使用吸光增强系数(abs)进行表征.目前世界各地已有很多的学者通过现场观测对BC的光吸收增强系数(abs)进行研究报道,例如美国加利福尼亚州[10]、英国[8]、日本[11]和捷克[12],但不同研究之间abs存在一定的差异.最近的研究表明,不同地区abs的差异可能与BC粒子的混合状态多样性有关[13-16].我国的abs研究主要集中在华北平原[17-19]、长三角[20-22]和珠三角地区[9,23-24].而中国中部城市武汉关于黑碳光吸收增强特性方面的研究较为薄弱.

除了BC,矿物粉尘(MD)中的地壳元素对光吸收的也有一定的贡献,尤其是在农村地区和受沙尘气溶胶影响的时段[25-26].目前对MD光吸收的研究比较少,主要原因之一是缺乏直接定量的仪器和分析方法.我国是世界上受沙尘气溶胶影响严重的区域之一,沙源地主要分布在西北和北部地区[27].前人研究发现,在临近沙源地的张掖市一次沙尘暴事件中,沙尘对光的吸收在总吸光的占比从26.7%增加到71.6%[26].在珠三角地区也观测到了源于北方沙尘气溶胶的粗粒子输送导致的严重空气污染事件[28],表明沙尘气溶胶的影响不仅仅局限于其源地和周边,对下风向区域的影响也不容忽视.同时本地排放的道路扬尘和建筑扬尘对于MD也有一定的贡献[29].当前城市地区MD的光吸收贡献因缺少合适的观测手段而被忽略.使用单颗粒气溶胶质谱仪(SPAMS)研究发现北京BC与MD内混合的粒子占比不到3%,表明MD与BC主要以外混形式存在[30].在计算abs的时候应先剔除MD的光吸收贡献,否则可能会造成abs的高估.

气溶胶光学特性是影响大气辐射平衡的重要因素.黑碳和棕碳是当前研究较多的吸光物质,关于地壳元素的吸光贡献却鲜有报道.含铁物质是MD中的主要吸光组分,为此,本研究以武汉为例,提出一种新的估算MD吸光贡献的方法,采用Fe作为示踪物,利用最小相关系数(MRS)法计算MD的光吸收贡献,剔除掉MD的光吸收贡献后再用MRS得出abs,从而获得更为准确的abs值,并分析其不同时间尺度变化和影响因素.

1 外场观测数据来源

1.1 观测站点和观测时段

图1 观测站点位置及主要观测结果

湖北省武汉市位于长江中游,是中国中部地区的重要的经济中心和交通枢纽之一,本研究中使用的观测数据来自湖北省大气超级站,站点位于中国地质大学(武汉)未来科技城校区“科教楼六”的5楼楼顶(114.61°E,30.46°N),如图1所示.站点位置高于地面20m以上,周围无建筑物遮挡,站点周围是高新企业区和居民区,交通流量大,可以代表华中典型城市区域污染特征.本研究选取的观测时间段为2021年2、3、8、9共四个月份,分别代表冬、春、夏、秋四个季节.

1.2 采样仪器

使用半连续在线ECOC分析仪(Model RT-4, Sunset Laboratory Inc, Tigard, Oregon, USA)来获取PM2.5中有机碳(OC)和元素碳(EC)的小时浓度,进样切割头为PM2.5,流量为8L/min.使用的方法为热光透射法(TOT),是目前用来分析ECOC最为常用的方法之一,详细的工作原理可参考文献[31].

使用AE-31型黑碳仪(AE-31, Magee Scientific Company, Berkeley, CA, USA)测得在7个光谱波段(370、470、520、590、660、880和950nm)下的气溶胶光吸收系数.AE-31型黑碳仪测得的是时间周期内收集在膜上的气溶胶光衰减系数,与实际大气中的气溶胶吸收系数有差异,且存在负载效应,因此通常需要进行数据校正,仪器详细工作原理和数据校正可参考本课题组在珠三角的观测研究[32].本文使用基于Weingartner等[33]的算法开发的黑碳仪数据校正工具包[34]对AE-31黑碳仪数据进行校正.基于仪器对比得到的经验方程[1],本研究使用的校正因子(Cref)为3.23.波长吸收指数()是表征气溶胶光学特性的重要参数,通常用于表征不同波长下吸光的依赖性,可用以下公式计算:

式中:1表示不同的波长,abs_λ表示对波长的光吸收系数.因为棕碳表现出在短波长更强的光吸收导致其要大于BC,基于此特性常用于棕碳和黑碳吸光的分离[35].另外,值还可用于分析污染物来源和BC混合状态.

PM2.5中水溶性离子成分(NH4+、NO3-、SO42-、Cl-、Na+、K+、Mg2+、Ca2+)和无机元素分别使用在线离子色谱仪(MARGA, Metrohm, Switzerland)和X射线荧光光谱仪(EHH-X200, Skyray Instruments Inc, China)测得,时间分辨率为小时,采样流量为16.67L/min.PM2.5质量用微震荡天平(1405DF, Thermo Fisher Scientific Inc, USA)测得,常规气体(NO, NO2, SO2, O3)使用赛默飞世尔科技公司的仪器测得.

2 数据分析方法

本研究使用最小相关系数法(MRS)进行数据分析,MRS方法基于EC示踪法[36],最初被用来估算二次VOC[37],吴晟[38]对MRS方法的可靠性做了系统的数值模型验证并开发了基于Igor Pro的MRS软件.MRS法近年来被广泛的用于二次有机碳(SOC)[31],黑碳光吸收增强系数(abs)[34]和二次棕碳光吸收(abs_BrCsec)[35]的计算.其基本原理主要是基于一次示踪物和二次特征值之间的最小相关关系将一次组分和二次组分进行分离.本文提出一种新的计算的abs优化方法,即先使用元素铁作为示踪物用MRS解析出MD的吸光系数,然后剩余吸光用于abs的计算.下面介绍详细的计算过程.

2.1 用MRS方法计算地壳元素Fe的光吸收系数

在以往的研究中,BC和BrC被认为是造成城市大气环境中光吸收的两个主要气溶胶组分,往往忽略了MD的吸光贡献[35].铁的氧化物是MD粒子中的主要吸光物质,并且MD的吸光截面系数与沙尘粒子中铁氧化物含量成正比[39],因此本研究中选取元素铁作为示踪物来表征MD的吸光贡献.将总的光吸收系数abs_λ_total分为两个部分,一部分是MD吸光abs_λ_MD,剩下的部分是非MD吸光abs_λ_NMD:

式中:代表不同的波段,abs_λ_MD可以用以下公式计算:

式中:MAEFe_是含铁物质在波长处的质量吸收系数,[Fe]代表仪器测得的元素铁的质量浓度,计算abs_λ_MD的关键在于得到一个合适的MAEFe_,本研究使用MRS法来获取MAEFe_,这与(OC/EC)pri的计算原理类似.首先,让MAEFe_在一个合理的范围内连续取值,然后每一个假设的MAEFe__h值(后缀h表示hypothetical,下同)可以根据公式4计算出对应的非MD吸光abs_λ_NMD_h:

然后通过计算得出的abs_λ_NMD_h和[Fe]相关系数2(abs_λ_NMD_h, Fe),基于abs_λ_NMD_h和Fe之间的相互独立性可以认为当2最小时得到最合理的MAEFe_,然后代入公式3中计算出相应的abs_λ_MD,详细的计算过程和相应的MRS图形示例,以及MRS的各种用法之间的对比总结在表1中.

表1 MRS计算SOC、Eabs和babs_MD

2.2 黑碳光吸收增强的计算

分离出abs_λ_MD之后,剩余的吸光部分认为是碳质气溶胶造成的吸光,包括一次吸光(abs_λ_pri)和老化后增强的吸光(abs_λ_aging).其中一次吸光为老化前的BC核的光吸收系数,abs_λ_aging为经历大气老化过程后其他污染物与BC混合并包裹在BC粒子外导致光吸收系数增大的部分,其具体计算过程可参考已有的研究[23],本研究中的计算公式和MRS图形示例参见表1.黑碳的光吸收增强系数abs__NMD可以定义如下:

式中:MAENMD_是特定波长下的老化后黑碳的质量吸收系数,可由观测得到.MAEp_是通过MRS方法计算得到的未老化的黑碳的质量吸收系数,BC老化后会导致abs__NMD>1.

2.3 MRS方法估算SOC

EC示踪法被广泛用于计算SOC,基于一次排放的有机碳(POC)与EC之间的相关关系将其从OC中分离,然后用OC减去POC得到SOC,具体公式如下:

式中:[OC]和[EC]都是观测得到的浓度值,而(OC/ EC)pri由MRS方法计算得到,MRS方法计算SOC的可靠性经过了数值模型[38]以及外场观测数据[40]验证.数值模型的研究[38]中考虑了诸多因素及三种排放源情形.在考虑了这些影响因素和排放源情形下,MRS给出的SOC均显著优于OC/EC最小比值法和OC/EC百分位数法.前人的外场观测研究中[40], MRS给出的SOC与WSOC,及AMS给出OOA,都具有很高的相关性,从侧面验证了MRS方法的可靠性,因此本文选取MRS法计算SOC.计算(OC/EC)pri的MRS图形示例见表1.为了减少不同季节排放特征变化带来的影响,本文使用每个月计算出相应的(OC/EC)pri.

MRS计算所用的软件是本课题组开发的基于Igor Pro的MRS工具包[38].本研究中散点图、时间序列图、相关性图、箱式图由本课题组开发的基于Igor Pro的ScatterPlot工具包[41]和HistBox工具包绘制[34].

3 结果与讨论

3.1 观测期间污染物特征总体概述

如图1(a)所示,观测期间PM2.5平均浓度为(34.26±19.26)μg/m3,整体呈对数正态分布,数据质量良好.PM2.5浓度低于北京(80μg/m3)、上海(53μg/ m3)[42]和2013年在武汉的观测(65μg/m3)[43],较低的PM2.5浓度表明近年来武汉市环境空气质量得到有效提升.本研究观测期间平均光吸收系数abs520_total为(13.34±6.53)Mm-1,远小于2012～2014年的观测值(119.06Mm-1),表明武汉市近年来一次污染物排放显著减少,这与在武汉的长期观测结果一致[44].由图1可见,主要二次无机盐离子(NO3-, SO42-和NH4+)占比超过PM2.5中主要污染物组分总和的一半,表现出武汉以二次污染物为主的环境空气污染特征.为进一步探究PM2.5中主要污染物组分随PM2.5浓度变化趋势,绘制出PM2.5中主要污染物组分占比和PM2.5浓度的依赖关系图如图2(a)所示.从图中可以看出随着污染程度的加重,NO3-的贡献显著增大,而有机物(OM)的贡献逐渐减少,证明武汉地区高污染天气可能与二次硝酸盐的形成有关.近期多个研究指出在我国大气污染事件中NO3-对PM2.5的贡献不断增加[45-46],强调了在我国的空气质量管理中进一步控制其前体物NO排放的必要性.

图2 观测期间PM2.5组分占比对PM2.5浓度(a)和Ox浓度(b)的依赖性关系,其中OM=1.5*OC

大气氧化能力通常用O(O=O3+NO2)表征[47-48].如图2(b)所示,随着O的增加,有机气溶胶和硫酸盐占比呈现上升趋势,而硝酸盐占比显著下降,表明大气中光化学氧化性的增强有利于有机物和硫酸盐的形成并抑制硝酸盐的形成.

如表2所示,观测期间OC和EC的平均质量浓度分别为(5.70±2.24)μgC/m3和(1.47±0.77)μgC/m3, OC和EC浓度总体呈现对数正态分布(图1).相比于中国其他站点,如北京(4.1μgC/m3)[49]、香港(1.88μgC/m3)[50]、上海(2.46μgC/m3)[51]和广州(2.67μgC/m3)[31],武汉的EC浓度处于较低的水平,但是要高于巴黎(1.4μgC/m3)[52]和纽约(0.95μgC/m3)[53].而OC浓度要低于香港(6.77μgC/m3)[50],北京(14μgC/ m3)[49]和石家庄(22.8 μgC/m3)[54].

质量吸收系数(MAE)定义为单位质量浓度的气溶胶光吸收系数,是用来表示气溶胶光吸收能力的重要光学参数,MAE值越大,说明单位质量的光吸收能力越强.如表2所示,本研究中观测期间平均MAE520_NMD为(8.90±3.38) m2/g,要高于文献中提出的在550nm处一次排放的BC的MAE(7.5± 1.2m2/g)[55],表明在武汉地区BC粒子存在明显的老化现象.

表3中总结了近年来在中国各地区进行的有关于光吸收增强的研究.从表中可以看出中国大部分地区黑碳老化程度较高,abs值较高.本研究中观测期间的平均abs520_NMD为1.43±0.53.黑碳光吸收增强系数高值主要存在中国北方地区,例如北京(1.24～4.0)[18,56-58]、济南(2.07和1.9)[19,59]、固城(1.32)[58]和运城(2.25)[17].其他研究站点包括南京(1.6)[20]、西安(1.8)[60]、寿县(2.3)[61]、泰山(2.0)[19]和青岛(1.64和1.96)[62]也存在较高的abs值.只有两个研究报道了较低的abs值,分别是广州(1.07)[24]和泰州(1.13)[63].总的来说,我国各地区总体的abs值比较高,因此有必要继续扩大开展有关黑碳老化特征的相关研究.表3中值得注意的是,传统的方法获取abs值不能兼顾观测时长和观测时间分辨率.热溶蚀器(TD)方法观测时间分辨率高(分钟级),但是观测时长较为有限(通常为数周).AFD方法可以用于历史采样膜从而获得跨度较长的abs时间序列,但是时间分辨率较低(通常为24hr).本研究使用的MRS方法可以兼顾观测时长和观测时间分辨率,具有较好的推广应用潜力.例如,最近捷克的学者利用MRS方法实现了2013～2017年间欧洲中部背景站点的abs长期变化趋势的研究[12].

表2 PM2.5组分和光学参数统计

表3 我国不同地区Eabs研究对比

3.2 污染物特征量季节性变化和日变化分析

表2总结了不同季节污染物浓度和光学参数的均值.PM2.5表现出明显的季节变化趋势,冬季浓度最高为(50.42±24.01)μg/m3,而夏季浓度(23.18± 11.03μg/m3)不足冬季浓度的一半,说明夏季大气污染程度较轻,与之前在武汉的研究一致[64].各季节PM2.5浓度日变化如图3(a)所示,春季和冬季存在比较明显的日变化趋势,上午和夜间浓度较高,10:00左右浓度开始降低,直到14:00～16:00点出现谷值,而夏季和秋季日变化幅度较小.

如表2所示,EC浓度在冬季最高,为(2.21±0.95) μgC/m3,夏季最低,为(1.15±0.51)μgC/m3,春季和秋季浓度差别不大,分别为(1.26±0.56)μgC/m3和(1.31± 0.48)μgC/m3.EC的日变化图3(c)所示,冬季的日变化最为明显,在04:00左右达到峰值,随后开始降低直到17:00达到谷值,春季、夏季和秋季的日变化趋势类似,变化相对平缓,峰值出现在08:00和凌晨,谷值出现在下午.EC属于一次污染物,主要来源于不完全燃烧,因此EC的日变化主要与机动车排放和边界层变化有关.OC浓度在秋季最高,春季最低,分别为(7.72±1.98)μgC/m3和(3.87±1.32)μgC/m3.OC的来源包括一次排放和二次生成,夏季SOC最高,平均浓度为(4.35±1.56)μgC/m3,而SOC/OC比值也高达0.73± 0.12,说明夏季SOC生成较为活跃,推测与夏季的高辐射强度和较强的光化学反应活性有关.从图3(e)中SOC/OC的日变化可以看出在春季、夏季和秋季在午后达到峰值,说明午后SOC生成最为活跃,而冬季的峰值推迟到了20:00.如图3(b)所示,OC在四个季节的日变化趋势一致,均在17:00达到谷值,随后开始上升.

二次无机盐组分中,硝酸盐表现出春冬季高夏秋季低的季节性特征,冬季和春季硝酸盐平均浓度分别为(12.45±7.26)μg/m3和(10.46±5.90)μg/m3,夏季和秋季平均浓度低至为(2.42±2.58)μg/m3和(2.31± 1.87)μg/m3,推测可能是由于夏秋季节环境温度较高,导致硝酸盐的挥发,影响了硝酸盐在气-粒之间的分配.如图3(f)所示,硝酸盐的四个季节日变化趋势类似,均表现为单峰型,冬季峰值出现在02:00,随后浓度开始降低直到19:00,而春季、夏季和秋季的日变化较为平缓,峰值出现在09:00,谷值出现在18:00,硝酸盐的日变化也证实随着下午温度的升高,颗粒态硝酸盐挥发导致浓度下降.相较硝酸盐而言,硫酸盐浓度的季节性差异不那么显著(表2).硫酸盐的日变化如图3(g)所示,在冬季,硫酸盐浓度变化呈现日间低夜间高的特点.分析发现硫酸盐在日变化尺度上与NO2只有在冬季存在正相关关系(=0.72),而其他季节均为负相关关系(春季=-0.44,夏季=-0.79,秋季=-0.85),这意味着冬季硫酸盐的夜间高浓度现象,存在着与其他季节不同的生成路径,可能与夜间高湿高污染物浓度条件下NO2氧化SO2的生成路径有关[65].而在夏季和秋季,硫酸盐峰值出现在中午,推测夏秋的日间硝酸盐生成主要由光化学反应主导.

图4 不同季节EC与Fe的相关性

黑碳光吸收增强系数abs520_NMD春季最高(1.78±0.72),其次是夏季(1.41±0.29)和冬季(1.33± 0.36),秋季(1.10±0.24)最低,尽管春季EC浓度并不是最高的,但是黑碳的老化程度最高,同时较高的MAE520_NMD(10.99±4.55m2/g)也进一步证实春季BC的老化,如表2所示.此外,为了研究MD吸光解析对黑碳吸光增强计算的影响,本文还计算了未去除MD吸光时的abs520并列于表2中.对比分析发现abs520_NMD与abs520虽然观测期间均值相近,但是在季节上存在明显的差异.如表2所示,春季abs520(1.88±0.76)高于abs520_NMD(1.78±0.72),而非春季abs520略低于abs520_NMD.通过图4中EC与Fe的相关性分析发现春季EC与Fe没有相关性(2=0.05),推测是由于春季沙尘主导了Fe的来源,这种情况下不剔除MD吸光得出的abs520的会将MD吸光误判为黑碳老化吸光贡献,导致abs520高估,然而,非春季EC与Fe存在弱相关性(2范围0.13～0.26),推测部分Fe和EC来源相近,比如道路扬尘,刹车盘磨损,以及部分燃烧源直接排放的Fe,在这种情况下在MRS计算abs520的过程中,EC同源的这部分Fe被归为黑碳的一次吸光,导致MAEp的高估,进而引起abs520低估.

abs520_NMD日变化如图3(h)所示,其中春季日变化最为显著,表现出早上低、下午和晚上较高的特点,早上较低的abs520_NMD可能与早高峰时期一次排放的BC增多有关,而下午和夜间较高的abs520_NMD与二次污染物的形成有关.气溶胶波长吸收指数可以用来表征气溶胶在不同波长下的吸光能力,通常认为黑碳的AAE值为1左右,但是根据不同地点气溶胶来源组成和粒径分布的不同,往往会存在一定的差距.相比于BC,BrC在紫外波段表现出更强的光吸收,因此BrC的值大于BC.如表2所示,本文中观测期间总体的370/880_total为0.79±0.17,分季节来看,冬季最高为0.87±0.18,夏季最低,为0.71± 0.15.

3.3 地壳元素Fe的吸光贡献

本研究观测期间Fe的平均质量浓度为(0.31± 0.35)μg/m3(表2).Fe的浓度表现出明显的季节性差异,其中春季(0.44±0.39μg/m3)浓度最高,其次是秋季(0.32±0.46μg/m3)和夏季(0.25±0.25μg/m3),冬季(0.23±0.15μg/m3)浓度最低,推测春季较高的Fe浓度与春季频繁发生的北方沙尘活动有关[66].观测期间abs520_MD均值为(1.37±1.42) Mm-1,如表2所示.不同季节的abs520_MD如表2和图5a所示,春季的abs520_MD最高,为(1.95±1.71) Mm-1,其次是秋季(1.40±1.84Mm-1)和夏季(1.07±0.82Mm-1),冬季最低(1.03±0.67Mm-1).尽管本研究中abs520_MD数值比较小,但是武汉总的光吸收系数本身不高,所以MD的光吸收还是占有一定的贡献.在520nm波段(表2),春季MD的光吸收占比能达到总的光吸收的14%,而夏季和秋季的贡献占比分别为11%和12%,冬季占比较低,为5%.如图5a所示,紫外波段(370nm)的结果稍高一点,春夏秋冬四季占比分别为15%,12%, 14%和6%.总体而言,武汉市MD对总的光吸收贡献不能忽略,尤其是在春季.

与棕碳类似,MD的光吸收贡献偏向于太阳短波辐射,因此其AAE要大于BC[39].作为MD中的主要光吸收物质,Fe与AAE370/880_total的依赖关系图如图5(b)所示,在观测期间,AAE370/880_total表现出对Fe的浓度的正依赖性关系.从季节上来看,在四个季节也都表现出类似的关系,表明本研究中MD的存在影响了气溶胶的光学特性.之前的研究中计算沙尘的光吸收贡献是基于AAE模型,认为AAEBC=1,基于此计算出BC的光吸收并将剩余的吸收部分归为沙尘的光吸收[67].然而,这种方法存在很大的局限性,首先实际大气中的AAEBC因其来源、形态特征和粒径分布等的不同往往并不等于1[68],此外,BrC的存在也能导致AAE的增大,并不能完全归因于沙尘.相比之下,本文中使用的示踪法并没有预先假设AAEBC和AAEMD,不同波段下的MAEFe是基于实测的数据利用MRS方法计算得出.本研究中计算出的AAE370/880_MD为1.13,要小于在在北京的研究报道的沙尘气溶胶(1.89)[69],但是要大于表2中观测期间总的光吸收计算得出的AAE370/880_total(0.79±0.17)和剔除MD的吸光部分后的AAE370/880_NMD(0.77±0.18),从侧面证明了元素铁作为示踪物用于MRS计算MD吸光贡献的合理性.在远距离传输过程中,不同粒径段的沙尘气溶胶的干湿沉降的效果不同,导致气溶胶粒径分布的改变[70].有研究表明,沙尘气溶胶在经过长距离传输过程中,不同粒径段中的Fe的浓度变化存在很大的差距[71].由于值与粒径分布密切相关,推测在长距离传输的过程中粒径分布的变化是导致本研究中AAE370/880_MD值低于文献中北方城市AAE370/880_MD值的原因之一.

3.4 影响Eabs520_NMD的因素

BC粒子排放到大气环境中会不断老化,老化后的BC形态特征、光学特性和组分特征等都会发生变化,最为重要的是会导致其光吸收能力的增强,导致abs大于1.研究表明,BC的老化程度与其污染源排放特征、混合状态、形态特征和BC表面包裹层的组分特征有关[13-14,72].本文中探究了abs与EC、SOC/OC、NO3-/EC、SO42-/EC和非难熔组分与EC的质量比值(BC)之间的关系.如图6(a)所示,abs520_NMD与EC之间表现出负的依赖性关系,即EC质量浓度较低时abs520_NMD值较高,而随着EC浓度的增加,abs520_NMD值降低,这与我们课题组在广州的光吸收增强研究中的结果类似[23],推测可能是当EC浓度较高时主要由本地一次排放主导,黑碳老化程度低,所以abs520_NMD值较低,而EC浓度较低时,长距离输送的EC占比相对增加,这些长距离传输的EC颗粒物老化程度较高,导致整体abs520_NMD值抬升.不同季节下abs520_NMD与EC质量浓度之间的关系如图7(a)所示,abs520_NMD与EC之间的负依赖性关系主要体现在春季和冬季.

SOC也是影响abs的重要因素之一,本研究用SOC/OC来表示SOC生成的活跃程度.如图6(b)所示,abs520_NMD与SOC/OC之间表现出明显的正依赖性关系.分季节来看,abs520_NMD与SOC/OC之间的依赖性关系在春季和冬季更为显著,而秋季没有表现出依赖性关系,说明秋季SOC对abs520_NMD的贡献较低.

最近在南京的研究发现abs与NO3-/EC之间存在正的依赖性关系[22],实验室研究也表明BC与NO3-的混合能够有效增强BC的光吸收能力[4].本研究中abs520_NMD与NO3-/EC的依赖性关系图如图6(c)所示,呈现出正的依赖性关系.虽然夏季和秋季NO3-浓度较低,但图7(c)显示NO3-与abs520_NMD之间还是存在一定的依赖性关系,表明NO3-对BC光吸收增强有显著的贡献.本研究观测期间abs520_NMD与SO42-/EC的依赖关系如图6(d)和7(d)所示,abs520_NMD随着SO42-/EC的增大而增大,并且在春季最为显著,而秋季表现出较弱的正依赖性关系,夏季和冬季abs520_NMD随着SO42-/EC增长先增加随后趋于稳定.为了探究二次无机盐离子与abs之间的关系,abs520_NMD对SIA/EC(SIA=NO3-+SO42-+NH4+)的依赖关系如图6(e)和7(e)所示,除了夏季依赖性关系较弱外,其他三个季节均发现随着SIA/EC的增加abs520_NMD也增加的现象,这些证据表明二次无机盐的生成能有效增强BC的光吸收能力.

图6 观测期间Eabs520_NMD对各种影响因素的依赖性关系

图7 不同季节Eabs520_NMD与其影响因素之间的依赖性关系

BC通常定义为与BC粒子内混合的非BC物质(也称非难熔性组分)与BC的质量之比,黑碳吸光增强系数abs与BC之间的曲线斜率因BC的老化程度、形态特征、混合状态和粒径分布的差异存在不同程度的依赖性关系[10,15,73-74].本研究使用无机盐和有机物的总和与EC的比值得到BC,来研究abs520_NMD与BC之间的依赖性关系.需要注意的是,本研究中因为并不一定所有的SIA和有机物都与BC以内混合的形式存在,所以BC可能被高估.尽管如此,观测期间abs520_NMD与BC还是存在明显的正相关依赖趋势,abs520_NMD随着BC增大而增大,如图6(f)所示.从季节上来看,不同季节之间abs520_NMD与BC的依赖性趋势相近,但是曲线的斜率存在季节性差异,推测可能与不同季节BC老化后的不同的粒径分布和混合态有关[16,73-74].此外,从图6(c～f)可见,春季的NO3-/EC,SO42-/EC,SIA/EC和BC的取值范围大于其他季节,这也是造成春季abs520_NMD高于其它季节的原因之一.

4 结论

4.1 观测期间PM2.5平均浓度为(34.26±19.26) μg/m3, 与以往文献报道的武汉观测结果相比有着显著下降,平均光吸收系数abs520_total为(13.34±6.53) Mm-1,远小于2012～2014年的观测值(119.06Mm-1),表明武汉市近年来空气质量得到了显著改善.

4.2 当PM2.5升高时,硝酸盐的占比显著上升,而有机物的占比显著下降.当O升高时出现了相反的现象,硝酸盐的占比随着O升高显著下降,而有机物的占比随着O升高显著上升.

4.3 武汉市区的MD吸光不可忽略.观测期间的abs520_MD均值为(1.37±1.42) Mm-1,并存在显著季节性变化,春季的abs520_MD最高,为(1.95±1.71) Mm-1,其次是秋季(1.40±1.84Mm-1)和夏季(1.07± 0.82Mm-1),冬季最低(1.03±0.67Mm-1).在520nm波段,春季MD吸光在总吸光的占比能达到14%,而夏季和秋季的贡献占比分别为11%和12%,冬季占比较低,为5%.紫外波段(370nm)的结果稍高一点,春夏秋冬四季占比分别为16%,12%,14%和6%.此外,分析发现370/880_total对Fe的浓度存在正依赖关系,这一系列结果证明了MD的吸光贡献即使在远离沙源地的城市区域也是不可忽略的.

4.4 本研究中观测期间平均MAE520_NMD为(8.90± 3.38) m2/g.在剔除了MD吸光贡献之后,得到的黑碳光吸收增强系数abs520_NMD为1.43±0.53, 这与近期我国其他城市所报道的abs值相近.MD吸光的分离对abs计算的影响与EC和Fe的相关性有关,非春季EC和Fe存在的弱相关性会导致abs低估,而春季EC与Fe不存在相关性,如不剔除MD吸光,会导致abs高估.abs520_NMD存在着显著的季节性变化,春季最高(1.78±0.72),其次是夏季(1.41±0.29)和冬季(1.33±0.36)和秋季(1.10±0.24).abs520_NMD对无机盐和有机物的含量存在正的依赖关系,证明了这些包裹物质对吸光增强的影响.

[1] Wu D, Mao J T, Deng X J, et al. Black carbon aerosols and their radiative properties in the Pearl River Delta region [J]. Sci. China Ser. D., 2009,52(8):1152-1163.

[2] Bond T C, Doherty S J, Fahey D W, et al. Bounding the role of black carbon in the climate system: A scientific assessment [J]. J. Geophys. Res., 2013,118(11):5380-5552.

[3] Ding A J, Huang X, Nie W, et al. Enhanced haze pollution by black carbon in megacities in China [J]. Geophys. Res. Lett., 2016,43(6): 2873-2879.

[4] Yuan C, Zheng J, Ma Y, et al. Significant restructuring and light absorption enhancement of black carbon particles by ammonium nitrate coating [J]. Environ. Pollut., 2020,262:114172.

[5] Schnaiter M, Linke C, Mohler O, et al. Absorption amplification of black carbon internally mixed with secondary organic aerosol [J]. J. Geophys. Res., 2005,110(D19):D19204.

[6] Zhang R Y, Khalizov A F, Pagels J, et al. Variability in morphology, hygroscopicity, and optical properties of soot aerosols during atmospheric processing [J]. Proc. Natl. Acad. Sci. USA, 2008,105(30): 10291-10296.

[7] Pei X, Hallquist M, Eriksson A C, et al. Morphological transformation of soot: investigation of microphysical processes during the condensation of sulfuric acid and limonene ozonolysis product vapors [J]. Atmos. Chem. Phys., 2018,18(13):9845-9860.

[8] Liu S, Aiken A C, Gorkowski K, et al. Enhanced light absorption by mixed source black and brown carbon particles in UK winter [J]. Nat. Commun., 2015,6(1):8435.

[9] Sun J Y, Wu C, Wu D, et al. Amplification of black carbon light absorption induced by atmospheric aging: temporal variation at seasonal and diel scales in urban Guangzhou [J]. Atmos. Chem. Phys., 2020,20(4):2445-2470.

[10] Cappa C D, Onasch T B, Massoli P, et al. Radiative absorption enhancements due to the mixing state of atmospheric black carbon [J]. Science, 2012,337(6098):1078-1081.

[11] Ueda S, Nakayama T, Taketani F, et al. Light absorption and morphological properties of soot-containing aerosols observed at an East Asian outflow site, Noto Peninsula, Japan [J]. Atmos. Chem. Phys., 2016,16(4):2525-2541.

[12] Mbengue S, Zikova N, Schwarz J, et al. Mass absorption cross-section and absorption enhancement from long term black and elemental carbon measurements: A rural background station in Central Europe [J]. Sci. Total Environ., 2021,794:148365.

[13] Fierce L, Bond T C, Bauer S E, et al. Black carbon absorption at the global scale is affected by particle-scale diversity in composition [J]. Nat. Commun., 2016,7:12361.

[14] Matsui H, Hamilton D S, Mahowald N M. Black carbon radiative effects highly sensitive to emitted particle size when resolving mixing-state diversity [J]. Nat. Commun., 2018,9(1):3446.

[15] Cappa C D, Zhang X, Russell L M, et al. Light absorption by ambient black and brown carbon and its dependence on black carbon coating state for two California, USA cities in winter and summer [J]. J. Geophys. Res., 2019,124(3):1550-1577.

[16] Wu Y, Cheng T, Zheng L. Light absorption of black carbon aerosols strongly influenced by particle morphology distribution [J]. Environ. Res. Lett., 2020,15(9):094051.

[17] Cui X, Wang X, Yang L, et al. Radiative absorption enhancement from coatings on black carbon aerosols [J]. Sci. Total Environ., 2016,551:51-56.

[18] Zhang Y, Zhang Q, Cheng Y, et al. Amplification of light absorption of black carbon associated with air pollution [J]. Atmos. Chem. Phys., 2018,18(13):9879-9896.

[19] Bai Z, Cui X, Wang X, et al. Light absorption of black carbon is doubled at Mt. Tai and typical urban area in North China [J]. Sci. Total Environ., 2018,635:1144-1151.

[20] Cui F, Chen M, Ma Y, et al. An intensive study on aerosol optical properties and affecting factors in Nanjing, China [J]. Journal of Environmental Sciences, 2016,40:35-43.

[21] Chen D, Zhao Y, Lyu R, et al. Seasonal and spatial variations of optical properties of light absorbing carbon and its influencing factors in a typical polluted city in Yangtze River Delta, China [J]. Atmos. Environ., 2019,199:45-54.

[22] Ma Y, Huang C, Jabbour H, et al. Mixing state and light absorption enhancement of black carbon aerosols in summertime Nanjing, China [J]. Atmos. Environ., 2020,222:117141.

[23] 孙嘉胤,吴 晟,吴 兑,等.广州城区黑碳气溶胶吸光增强特性研究 [J]. 中国环境科学, 2020,40(10):4177-4189.

Sun J Y, Wu C, Wu D, et al. The light absorbtion enhancement characteristics of black carbon aerosols in urban Guangzhou [J]. China Environmental Science, 2020,40(10):4177-4189.

[24] Fu Y, Peng X, Guo Z, et al. Filter-based absorption enhancement measurement for internally mixed black carbon particles over southern China [J]. Sci. Total Environ., 2021,762:144194.

[25] Mian C, Diehl T, Dubovik O, et al. Light absorption by pollution, dust, and biomass burning aerosols: a global model study and evaluation with AERONET measurements [J]. Ann. Geophys., 2009,27(9):3439-3464.

[26] Wu X, Liu J, Wu Y, et al. Aerosol optical absorption coefficients at a rural site in Northwest China: The great contribution of dust particles [J]. Atmos. Environ., 2018,189:145-152.

[27] Sun J, Zhang M, Liu T. Spatial and temporal characteristics of dust storms in China and its surrounding regions, 1960–1999: Relations to source area and climate [J]. J. Geophys. Res., 2001,106(D10):10325- 10333.

[28] 吴 兑,吴 晟,李 菲,等.粗粒子气溶胶远距离输送造成华南严重空气污染的分析 [J]. 中国环境科学, 2011,31(4):540-545.

Wu D, Wu C, Li F, et al. Air pollution episode in southern China due to the long range transport of coarse particle aerosol [J]. China Environmental Science, 2011,31(4):540-545.

[29] Casotti Rienda I, Alves C A. Road dust resuspension: A review [J]. Atmos. Res., 2021,261:105740.

[30] Xie C, He Y, Lei L, et al. Contrasting mixing state of black carbon- containing particles in summer and winter in Beijing [J]. Environ. Pollut., 2020,263:114455.

[31] Wu C, Wu D, Yu J Z. Estimation and uncertainty analysis of secondary organic carbon using one-year of hourly organic and elemental carbon data [J]. J. Geophys. Res., 2019,124(5):2774-2795.

[32] 程 丁,吴 晟,吴 兑,等.深圳市城区和郊区黑碳气溶胶对比研究 [J]. 中国环境科学, 2018,38(5):1653-1662.

Cheng D, Wu C, Wu D, et al. Comparative study on the characteristics of black carbon aerosol in urban and suburban areas of Shenzhen [J]. China Environmental Science, 2018,38(5):1653-1662.

[33] Weingartner E, Saathoff H, Schnaiter M, et al. Absorption of light by soot particles: determination of the absorption coefficient by means of aethalometers [J]. J. Aerosol Sci., 2003,34(10):1445-1463.

[34] Wu C, Wu D, Yu J Z. Quantifying black carbon light absorption enhancement with a novel statistical approach [J]. Atmos. Chem. Phys., 2018,18(1):289-309.

[35] Wang Q, Han Y, Ye J, et al. High Contribution of secondary brown carbon to aerosol light absorption in the southeastern margin of Tibetan Plateau [J]. Geophys. Res. Lett., 2019,46(9):4962-4970.

[36] Turpin B J, Huntzicker J J. Secondary formation of organic aerosol in the Los-Angeles Basin - a descriptive analysis of organic and elemental carbon concentrations [J]. Atmos. Environ., 1991,25(2):207-215.

[37] Millet D B, Donahue N M, Pandis S N, et al. Atmospheric volatile organic compound measurements during the Pittsburgh Air Quality Study: Results, interpretation, and quantification of primary and secondary contributions [J]. J. Geophys. Res., 2005,110(D7):D07S.

[38] Wu C, Yu J Z. Determination of primary combustion source organic carbon-to-elemental carbon (OC/EC) ratio using ambient OC and EC measurements: secondary OC-EC correlation minimization method [J]. Atmos. Chem. Phys., 2016,16(8):5453-5465.

[39] Alfaro S C, Lafon S, Rajot J L, et al. Iron oxides and light absorption by pure desert dust: An experimental study [J]. J. Geophys. Res., 2004,109(D8):D08208.

[40] Hu W W, Hu M, Deng Z Q, et al. The characteristics and origins of carbonaceous aerosol at a rural site of PRD in summer of 2006 [J]. Atmos. Chem. Phys., 2012,12(4):1811-1822.

[41] Wu C, Yu J Z. Evaluation of linear regression techniques for atmospheric applications: the importance of appropriate weighting [J]. Atmos. Meas. Tech., 2018,11(2):1233-1250.

[42] Zhang Y L, Cao F. Fine particulate matter (PM2.5) in China at a city level [J]. Sci. Rep., 2015,5(1):1-12.

[43] Huang T, Chen J, Zhao W, et al. Seasonal variations and correlation analysis of water-soluble inorganic ions in PM2.5in Wuhan, 2013 [J]. Atmosphere, 2016,7(4):49.

[44] Zheng H, Kong S, Zheng M, et al. A 5.5-year observations of black carbon aerosol at a megacity in Central China: Levels, sources, and variation trends [J]. Atmos. Environ., 2020,232:117581.

[45] Xu Q, Wang S, Jiang J, et al. Nitrate dominates the chemical composition of PM2.5during haze event in Beijing, China [J]. Sci Total Environ, 2019,689:1293-1303.

[46] Zhang Y, Vu T V, Sun J, et al. Significant changes in chemistry of fine particles in wintertime Beijing from 2007 to 2017: Impact of Clean Air Actions [J]. Environ. Sci. Technol., 2020,54(3):1344-1352.

[47] Liu S C. Possible effects on tropospheric O3and OH due to No emissions [J]. Geophys. Res. Lett., 1977,4(8):325-328.

[48] Canonaco F, Slowik J G, Baltensperger U, et al. Seasonal differences in oxygenated organic aerosol composition: implications for emissions sources and factor analysis [J]. Atmos. Chem. Phys., 2015,15(12): 6993-7002.

[49] Ji D, Zhang J, He J, et al. Characteristics of atmospheric organic and elemental carbon aerosols in urban Beijing, China [J]. Atmos. Environ., 2016,125:293-306.

[50] Wu C, Huang X H H, Ng W M, et al. Inter-comparison of NIOSH and IMPROVE protocols for OC and EC determination: implications for inter-protocol data conversion [J]. Atmos. Meas. Tech., 2016,9(9): 4547-4560.

[51] Yao L, Huo J, Wang D, et al. Online measurement of carbonaceous aerosols in suburban Shanghai during winter over a three-year period: Temporal variations, meteorological effects, and sources [J]. Atmos. Environ., 2020,226:117408.

[52] Bressi M, Sciare J, Ghersi V, et al. A one-year comprehensive chemical characterisation of fine aerosol (PM2.5) at urban, suburban and rural background sites in the region of Paris (France) [J]. Atmos. Chem. Phys., 2013,13(15):7825-7844.

[53] Blanchard C L, Shaw S L, Edgerton E S, et al. Ambient PM2.5 organic and elemental carbon in New York City: changing source contributions during a decade of large emission reductions [J]. J. Air Waste Manage Assoc., 2021,71(8):995-1012.

[54] Ji D, Gao M, Maenhaut W, et al. The carbonaceous aerosol levels still remain a challenge in the Beijing-Tianjin-Hebei region of China: Insights from continuous high temporal resolution measurements in multiple cities [J]. Environ. Int., 2019,126:171-183.

[55] Bond T C, Bergstrom R W. Light absorption by carbonaceous particles: An investigative review [J]. Aerosol Sci. Technol., 2006,40(1):27-67.

[56] Xu X, Zhao W, Zhang Q, et al. Optical properties of atmospheric fine particles near Beijing during the HOPE-J3A campaign [J]. Atmos. Chem. Phys., 2016,16(10):6421-6439.

[57] Xie C, Xu W, Wang J, et al. Light absorption enhancement of black carbon in urban Beijing in summer [J]. Atmos. Environ., 2019,213: 499-504.

[58] Sun J, Xie C, Xu W, et al. Light absorption of black carbon and brown carbon in winter in North China Plain: comparisons between urban and rural sites [J]. Sci. Total Environ., 2021,770:144821.

[59] Chen B, Bai Z, Cui X, et al. Light absorption enhancement of black carbon from urban haze in Northern China winter [J]. Environ. Pollut., 2017,221:418-426.

[60] Wang Q Y, Huang R J, Cao J J, et al. Mixing state of black carbon aerosol in a heavily polluted urban area of China: Implications for light absorption enhancement [J]. Aerosol Sci. Technol., 2014,48(7): 689-697.

[61] Xu X, Zhao W, Qian X, et al. Influence of photochemical aging on light absorption of atmospheric black carbon and aerosol single scattering albedo [J]. Atmos. Chem. Phys., 2018,18:16829-16844.

[62] Cao F, Zhang X, Hao C, et al. Light absorption enhancement of particulate matters and their source apportionment over the Asian continental outflow site and South Yellow Sea [J]. Environ. Sci. Pollut. R., 2021,28:8022–8035.

[63] Wang T, Zhao G, Tan T, et al. Effects of biomass burning and photochemical oxidation on the black carbon mixing state and light absorption in summer season [J]. Atmos. Environ., 2021,248:118230.

[64] 黄 凡,陈 楠,周家斌,等.2016～2017年武汉市城区大气PM2.5污染特征及来源解析 [J]. 中国环境监测, 2019,35(1):17-25.

Huang F, Chen N, Zhou J B,et al. Charateristics and source apportionment of PM2.5in urban areas of Wuhan during 2016～2017 [J]. Environmental Monitoring in China, 2019,35(1):17-25.

[65] Wang G, Zhang R, Gomez M E, et al. Persistent sulfate formation from London Fog to Chinese haze [J]. Proc. Natl. Acad. Sci. USA, 2016, 113(48):13630-13635.

[66] Li G, Lu D, Yang X, et al. Resurgence of sandstorms complicates China’s air pollution situation [J]. Environ. Sci. Technol., 2021, 55(17):11467-11469.

[67] Fialho P, Hansen A D A, Honrath R E. Absorption coefficients by aerosols in remote areas: a new approach to decouple dust and black carbon absorption coefficients using seven-wavelength Aethalometer data [J]. J. Aerosol Sci., 2005,36(2):267-282.

[68] Yuan J F, Huang X F, Cao L M, et al. Light absorption of brown carbon aerosol in the PRD region of China [J]. Atmos. Chem. Phys., 2016,16(3):1433-1443.

[69] Yang M, Howell S G, Zhuang J, et al. Attribution of aerosol light absorption to black carbon, brown carbon, and dust in China - interpretations of atmospheric measurements during EAST-AIRE [J]. Atmos. Chem. Phys., 2009,9(6):2035-2050.

[70] Mahowald N, Albani S, Kok J F, et al. The size distribution of desert dust aerosols and its impact on the Earth system [J]. Aeolian Research, 2014,15:53-71.

[71] Mori I, Nishikawa M, Tanimura T, et al. Change in size distribution and chemical composition of kosa (Asian dust) aerosol during long-range transport [J]. Atmos. Environ., 2003,37(30):4253-63.

[72] Lack D A, Cappa C D. Impact of brown and clear carbon on light absorption enhancement, single scatter albedo and absorption wavelength dependence of black carbon [J]. Atmos. Chem. Phys., 2010,10(9):4207-4220.

[73] Fierce L, Onasch T B, Cappa C D, et al. Radiative absorption enhancements by black carbon controlled by particle-to-particle heterogeneity in composition [J]. Proc. Natl. Acad. Sci. USA, 2020, 117(10):5196-5203.

[74] Zhai J, Yang X, Li L, et al. Absorption Enhancement of Black Carbon Aerosols Constrained by Mixing-State Heterogeneity [J]. Environ. Sci. Technol., 2022,56(3):1586-1593.

Determination of crustal element iron light absorption contribution and effects on black carbon light absorption enhancement estimation: a case study in Wuhan.

TAN Jian1,2,3, XIA Rui1,2,3, WU Dui1,2,3, KONG Shao-fei4,5, CHEN Nan5,6*, CHENG Chun-lei1,2,3, DENG Tao7, TAO Li-ping1,2,3, ZHANG Xue1,2,3, WU Bo-xi1,2,3, WU Liang-bin1,2,3, WANG Qing1,2,3, WU Cheng1,2,3**

(1.Institute of Mass Spectrometry and Atmospheric Environment, Jinan University, Guangzhou 510632, China；2.Guangdong-Hongkong-Macau Joint Laboratory of Collaborative Innovation for Environmental Quality,Guangzhou 510632, China；3.Guangdong Provincial Engineering Research Center for On-line Source Apportionment System of Air Pollution, Guangzhou 510632, China；4.School of Environmental Studies, China University of Geosciences (Wuhan), Wuhan 430074, China；5.Research Centre for Complex Air Pollution of Hubei Province, Wuhan 430074, China；6.Eco-Environmental Monitoring Centre of Hubei Province, Wuhan 430074, China；7.Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510640, China)., 2022,42(7)：3033～3045

The traditional method uses empirical absorption Ångström exponent to estimate the light absorption of crustal elements or brown carbon, and this method can only handle the two components scenario (blackcarbon/brown carbon or blackcarbon/crustal elements), leading to substantial uncertainties. This study introduces a new method that uses the Fe as the crustal element tracer. Using measurement data in Wuhan (February, March, August, and September 2021) by applying the minimum R-squared method (MRS), the crustal elements light absorption contribution can be obtained. After subtracting the crustal elements light absorption, absorption enhancement factor (abs) can be obtained. The results showed that the average crustal elements absorption contribution at 370nm during the observation period was 12.3%, with a monthly average ranging from 5.7% to 15.5%. Meanwhile, AAE exhibited a positive dependence on the concentration of Fe. These collective clues indicate that the crustal elements absorption contribution cannot be ignored. Crustal elements light absorption demonstrated a considerable seasonality, which was low in winter and high in spring. There are deviations in the calculatedabsbefore and after the separation of crustal elements light absorption, which is influenced by the correlation between blackcarbon and iron. During the observation period, after deducting the light absorption of crustal elements, the averageabswas 1.43±0.53, andabswas high in spring and summer, and low in autumn and winter. Highabsin spring was associated with a higher degree of BC aging. The analysis found thatabsdemonstrated a positive dependence on the content of inorganic salts and organic matters, which proves the influence of these coating materials on the enhancement of light absorption.

mineral dust light absorption contribution；black carbon light absorption enhancement；minimum R-squared method (MRS)；absorption Ångström exponent ()

X513

A

1000-6923(2022)07-3033-13

谭 健(1997-),男,湖南衡阳人,暨南大学硕士研究生,主要从事黑碳气溶胶吸光增强方面研究.发表论文4篇.

2021-11-22

国家自然科学基金资助项目(41605002,41475004);广东省科技创新战略专项资金项目(2019B121205004);国家重点研发计划(2019YFB2102904)

* 责任作者, 正高级工程师, nanchen2020@126.com; ** 副研究员, wucheng.vip@foxmail.com