科研之友
微信
新浪微博
Facebook
分享链接
摘要
本研究利用单颗粒气溶胶质谱仪（SPAMS）于2018年12月6—12日在西安市开展高时间分辨率的实时在线观测.观测期间颗粒物数浓度和PM2.5质量浓度变化趋势一致，表明颗粒物数浓度可以反映大气污染状况.结合自适应共振神经网络算法和人工分类方法，将颗粒物共分为7类，分别是元素碳颗粒（EC）、有机碳与元素碳混合颗粒（OCEC）、有机碳颗粒（OC）、富钾颗粒（K-rich）、生物质颗粒（BB）、扬尘颗粒（Dust）、重金属颗粒（Metal），其中占比最大的是含碳颗粒（包括EC、OCEC和OC），总占比达到66.9%.颗粒物的粒径分布表明，88.6%的颗粒物粒径分布在200—500 nm之间. OCEC、EC和OC颗粒在整个测径范围内占比较大.在污染期间，EC颗粒和K-rich颗粒的占比升高较为明显，表明此次污染事件在很大程度上受到了燃烧源以及颗粒物老化的影响.混合状态结果表示，污染期颗粒物与无机离子组分的混合程度高于清洁期，表明污染期颗粒物的老化程度更深.
- 单位
