李瑞芃,石金輝,2*,張代洲 (中國海洋大學(xué)環(huán)境科學(xué)與工程學(xué)院,山東 青島 26600；2.中國海洋大學(xué)海洋環(huán)境與生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室,山東 青島 26600；.日本熊本縣立大學(xué)環(huán)境共生學(xué)部,日本 熊本 862-8502)

青島地處山東半島南部,瀕臨黃海,位于東亞沙塵向東部海域輸送的通道上[1],常年以大氣顆粒物為主要大氣污染物[2].在春季沙塵多發(fā)季節(jié),青島大氣顆粒物受內(nèi)陸傳輸而來的沙塵粒子影響顯著.在 2002年春季的一次沙塵過程中,粒徑為2.0～7.0μm 的大氣顆粒物的質(zhì)量濃度較沙塵發(fā)生前增加了30倍,粒徑為2.1～3.3μm的顆粒物質(zhì)量濃度由沙塵發(fā)生前的0.01mg/m3增至0.13mg/m3[3].受沙塵天氣的影響,2001～2002年的3、4月份,青島大氣中＞2.1μm 顆粒物的質(zhì)量濃度分別為總懸浮顆粒物濃度的80%和62%[4].每年由青島入黃海的顆粒物干沉降通量為51.3g/(m2×a),春季每天顆粒物的干沉降通量為0.20g/(m2×d)[5].

目前,大部分研究以PM10及PM2.5質(zhì)量濃度來描述大氣顆粒物特征及分布情況,事實(shí)上顆粒物尤其是細(xì)粒子數(shù)濃度同人類健康的關(guān)系更為密切[6],且研究大氣顆粒物數(shù)濃度分布、數(shù)譜變化等也有助于進(jìn)一步了解大氣顆粒物的性質(zhì)及其環(huán)境效應(yīng)[7].大氣顆粒物數(shù)濃度的粒徑分布一般呈連續(xù)多峰分布,是決定氣溶膠光學(xué)特性以及云凝結(jié)核數(shù)量的重要參數(shù)[8].迄今為止世界很多地區(qū)已開展了大氣顆粒物數(shù)濃度譜的研究[9-16].在青島開展的大氣氣溶膠研究多圍繞氣溶膠的化學(xué)組成、不同化學(xué)組分的來源、變化特征及影響因素等內(nèi)容展開[17-24],對大氣顆粒物的數(shù)濃度譜分布特征,以及天氣條件、氣團(tuán)來源等對其影響的研究相對較少.本文利用2010年3～5月在青島近郊采集的大氣顆粒物數(shù)濃度數(shù)據(jù),探討了青島春季大氣顆粒物數(shù)濃度的粒徑分布,分析了不同天氣條件下數(shù)濃度譜的變化特征,并結(jié)合采樣同期氣團(tuán)的后向軌跡,研究了氣團(tuán)來源對青島大氣顆粒物的數(shù)濃度及數(shù)譜分布的影響.

1 觀測方法

1.1 數(shù)據(jù)采集

觀測地點(diǎn)位于青島近郊中國海洋大學(xué)嶗山校區(qū)內(nèi)(120.49°E,36.16°N),僅臨松嶺路一條交通干道,人為活動干擾較小.觀測儀器為HHPC-6型激光粒子計(jì)數(shù)器(美國 ARTI),共分為0.3,0.5,0.7,1.0,2.0,5.0μm 6 個(gè)粒徑通道,流速為2.83L/min.觀測時(shí)間為2010年春季(3月9日～5月17日).粒子計(jì)數(shù)器安放于環(huán)境科學(xué)與工程學(xué)院辦公樓的五樓平臺上,每h測定1次數(shù)濃度.同時(shí)收集觀測期間青島地區(qū)實(shí)時(shí)的氣象資料.

1.2 數(shù)據(jù)處理

由中國氣象局MICAPS天氣圖資料可知,觀測期間青島共出現(xiàn)沙塵天氣9次,降雨11次,霧9次,霾3次.為分析這些特殊天氣發(fā)生前、發(fā)生時(shí)及發(fā)生后氣溶膠數(shù)濃度的變化,分別統(tǒng)計(jì)了這 3個(gè)時(shí)段的平均數(shù)濃度.特殊天氣發(fā)生時(shí)的數(shù)濃度為該時(shí)段采集的數(shù)濃度平均值,特殊天氣發(fā)生前、后的數(shù)濃度:對沙塵天氣統(tǒng)計(jì)其發(fā)生前后各12h內(nèi)的平均值;對降雨統(tǒng)計(jì)其發(fā)生前后各2h內(nèi)的平均值;對霧、霾天氣統(tǒng)計(jì)其發(fā)生前后各6h內(nèi)的平均值.

2 結(jié)果與討論

2.1 青島近郊顆粒物數(shù)濃度譜的分布特征

2010年春季青島近郊大氣顆粒物的數(shù)濃度為28～510個(gè)/cm3,平均為211個(gè)/cm3(表1).不同粒徑的顆粒物中,以0.3～0.5μm 顆粒物的數(shù)濃度最高,平均為176個(gè)/cm-3,約為總顆粒物數(shù)濃度的84%,＞5μm顆粒物的數(shù)濃度最低,僅為0.1個(gè)/cm3,約為總顆粒物數(shù)濃度的0.05%.顆粒物數(shù)濃度隨粒徑增大,基本呈現(xiàn)指數(shù)遞減的變化趨勢.0.7～1.0μm、1.0～2.0μm、2.0～5.0μm 這 3 個(gè)粒徑段的顆粒物數(shù)濃度數(shù)量級相同,變化因子(最大值/平均值)約為10～30,但＞5.0μm 粗顆粒物數(shù)濃度的變化因子較大,約為110.同其他地區(qū)相比(表2),春季青島大氣顆粒物的數(shù)濃度相對較低.

表1 2010年春季青島大氣顆粒物數(shù)濃度觀測數(shù)據(jù)統(tǒng)計(jì)結(jié)果(個(gè)/cm3)Table 1 Statistic results of particles number concentrations monitored in Qingdao during the spring of 2010 (個(gè)/cm3)

2.2 不同天氣條件對顆粒物數(shù)濃度譜分布的影響

2.2.1 沙塵天氣的影響 沙塵天氣發(fā)生前后青島大氣顆粒物數(shù)濃度的變化顯示(圖1):沙塵發(fā)生前,＜1.0μm 細(xì)粒子數(shù)濃度逐漸開始上升;沙塵發(fā)生時(shí),＞1.0μm 顆粒物數(shù)濃度迅速上升,而＜1.0μm細(xì)粒子數(shù)濃度開始下降;之后隨著沙塵天氣的減弱,粗粒子濃度值也逐漸降低,直到沙塵結(jié)束.沙塵過后,各粒徑段顆粒物數(shù)濃度較之沙塵前均有不同程度的降低,其中＜1.0μm細(xì)粒子數(shù)濃度值降低較多,粗粒子數(shù)濃度降低較少,＞5.0μm 粗粒子數(shù)濃度值沙塵前后變化不大.綜合分析2010年春季青島 9次沙塵過程,發(fā)現(xiàn)同沙塵發(fā)生前相比,沙塵過程中0.3～0.5μm、0.5～0.7μm、0.7～1.0μm粒徑段顆粒物數(shù)濃度分別降低23%、45%和20%,而1.0～2.0μm、2.0～5.0μm 以及＞5.0μm 的粗顆粒物濃度分別升高了1倍、4倍和10倍(圖2).

表2 青島與國內(nèi)其他城市不同粒徑段氣溶膠數(shù)濃度對比(個(gè)/cm3)Table2 Comparison of the particle number concentrations in Beijing, Jinan, Shanghai, Nanjing, Shijiazhuang and Qingdao (個(gè)/cm3)

圖1 2010年3月12日沙塵天氣過程中顆粒物數(shù)濃度的變化Fig.1 Variations of particle number concentrations during dust event on March 12th, 2010

沙塵發(fā)生前,細(xì)粒子濃度升高可能是由于氣象因素的影響,如氣壓較低、大氣穩(wěn)定等,污染物不易擴(kuò)散而導(dǎo)致的.也有研究指出,沙塵發(fā)生前期細(xì)粒子濃度升高,除局地污染源的貢獻(xiàn)外,還包括沙塵傳輸過程中區(qū)域污染源的貢獻(xiàn)[29].根據(jù)氣象監(jiān)測資料,2010年春季我國沙塵天氣頻發(fā),受其影響青島大氣粗顆粒物數(shù)濃度較之沙塵發(fā)生前顯著升高.沙塵發(fā)生時(shí)粗粒子濃度升高除來自沙塵粒子和大風(fēng)引起的局地?fù)P塵的貢獻(xiàn)外,還可能是由于大氣顆粒物通過聚集或凝結(jié)等途徑改變其粒徑的緣故.沙塵發(fā)生時(shí)＜1.0μm 細(xì)粒子濃度降低,一方面可能是沙塵發(fā)生時(shí)顆粒物主要以粗粒子為主,另一方面則可能是由于粗糙的沙塵粒子提供了較大的表面積,能夠吸附氣體前體物發(fā)生非均相反應(yīng)生成的二次細(xì)粒子[30].Kim 等[31]的研究指出,在沙塵天氣期間,大氣粗顆粒物數(shù)濃度升高了 10～16倍,且隨著粗粒子增多,對細(xì)粒子的吸附作用也更明顯,細(xì)粒子濃度相應(yīng)降低.在沙塵過后,粗、細(xì)顆粒物經(jīng)過一系列吸附、轉(zhuǎn)化、沉降等過程,其數(shù)濃度較沙塵前都有所下降[32].

2.2.2 降雨對顆粒物的清除作用 降雨對大氣顆粒物有一定的清除作用(圖3).同降雨前相比,降雨時(shí) 0.3～0.5μm、0.5～0.7μm、0.7～1.0μm、1.0～2.0μm、2.0～5.0μm 以及＞5.0μm 顆粒物數(shù)濃度平均值分別降低了28%、46%、48%、58%、72%、87%,降雨后0.3～0.5μm、2.0～5.0μm、＞5.0μm 粒徑段顆粒物數(shù)濃度平均值分別降低了 8%、32%和39%,顆粒物的粒徑越大清除作用越明顯,但降雨對粗細(xì)粒子的清除機(jī)制不同,粒徑為0.5～1.0μm的細(xì)顆粒是由于其布朗運(yùn)動和雨滴的相互碰撞而清除,而粗粒子的清除則是由于慣性沉降到雨滴表面而被清除[33].降雨后大氣顆粒物、尤其是細(xì)粒子數(shù)濃度又很快回升,且在降雨持續(xù)時(shí)間相近的情況下,降雨量相對較小時(shí),顆粒物數(shù)濃度回升幅度大,回升速度快.

圖2 沙塵天氣發(fā)生前/中/后顆粒物數(shù)濃度的粒徑分布Fig.2 Size distributions of particle number concentrations before/in/after dust events

圖3 降雨前/中/后顆粒物數(shù)濃度的粒徑分布Fig.3 Size distributions of particle number concentrations before/in/after wet deposition

2.2.3 霧、霾天氣的影響 觀測期間,青島出現(xiàn)了 9次霧天氣(RH＞80%).與霧發(fā)生前相比,霧天時(shí)細(xì)顆粒物數(shù)濃度明顯升高,其中0.3～0.5μm 的顆粒物數(shù)濃度平均升高 41%左右,0.5～0.7μm 和0.7～1.0μm 的顆粒物數(shù)濃度分別升高 138%和175%(圖4).霧天結(jié)束后,細(xì)粒子數(shù)濃度較霧發(fā)生前平均下降33%～37%,粗粒子數(shù)濃度下降約22%.霾發(fā)生時(shí)同樣表現(xiàn)為細(xì)粒子數(shù)濃度顯著升高,其中0.3～0.5μm 顆粒物數(shù)濃度平均較霾發(fā)生前升高34%,0.5～0.7μm和0.7～1.0μm的顆粒物數(shù)濃度平均分別升高了75%和65%(圖5).霾過后細(xì)粒子數(shù)濃度較霾發(fā)生前平均下降 10%～21%,粗粒子數(shù)濃度在霾發(fā)生前后變化不明顯.總體而言,霧和霾天氣發(fā)生時(shí)＜1.0μm細(xì)粒子數(shù)濃度均明顯升高,其中霧對 0.7～1.0μm 顆粒物的影響較大,而霾對0.5～0.7μm 顆粒物的影響較大.與霾發(fā)生后相比較,霧天過后細(xì)粒子數(shù)濃度降低較多,這可能是由于霧發(fā)生時(shí)大氣相對濕度較大,細(xì)粒子間的吸附、轉(zhuǎn)化等作用更為顯著,從而導(dǎo)致其數(shù)濃度的降低.

圖4 霧發(fā)生前/中/后顆粒物數(shù)濃度粒徑分布Fig.4 Size distributions of particle number concentrations before/in/after the fog events

圖5 霾天氣前/中/后顆粒物數(shù)濃度的粒徑分布Fig.5 Size distributions of particle number concentrations before/in/after the haze events

2.3 氣團(tuán)來源對顆粒物數(shù)譜分布的影響 利用美國國家海洋和大氣管理局(NOAA)的后向軌跡模式(HYSPLIT_4,Hybrid Single-Particle Lagrangian Integrated Trajectory,http://www.arl.noaa.gov/)及美國國家環(huán)境預(yù)報(bào)中心(NCEP) /國家大氣研究中心(NCAR)再分析資料(NCEP/NCAR Reanalysis Data,ftp://arlftp.arlhq.noaa.gov/pub/archives/ reanalysis/),計(jì)算在青島觀測期間每小時(shí)距離地面100m處48h的后向軌跡,并利用 HYSPLIT進(jìn)行聚類分析[34].結(jié)果顯示氣團(tuán)的后向軌跡可大致分為3類(圖6),第1簇占總觀測時(shí)數(shù)的53%,氣團(tuán)主要來自黃海及其鄰近海域,部分來自黃、東海沿岸地區(qū),近似認(rèn)為是海洋源;第2簇占總觀測時(shí)數(shù)的16%,氣團(tuán)主要起源自蒙古國,是相對污染較少的沙漠地區(qū),且傳輸?shù)穆窂矫黠@長于其他兩簇,為東亞沙塵的遠(yuǎn)距離輸送,故近似認(rèn)為是沙塵源;第3簇占總觀測時(shí)數(shù)的31%,氣團(tuán)的傳輸路徑相對較短,在到達(dá)青島前24h主要途經(jīng)山東半島,受到局地污染的影響,近似認(rèn)為是局地源.

圖6 2010年春季青島近郊區(qū)氣團(tuán)后向軌跡聚類分析結(jié)果Fig.6 Cluster analysis of the air mass back trajectories arriving at suburban area of Qingdao during the spring of 2010

不同簇所對應(yīng)的顆粒物數(shù)濃度譜分布不同(圖7).第1 簇所對應(yīng)的0.3～0.5μm、0.5～0.7μm、0.7～1.0μm 細(xì)粒子的數(shù)濃度高于第2、3簇,1.0～2.0μm、2.0～5.0μm、＞5.0μm 粗粒子數(shù)濃度低于第2簇,但高于第3簇,這與第1簇氣團(tuán)主要來自海上,且部分氣團(tuán)途徑沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)有關(guān),顆粒物數(shù)濃度譜分布顯示了海鹽氣溶膠對粗粒子的貢獻(xiàn),以及沿海地區(qū)人為活動對二次細(xì)粒子的貢獻(xiàn).第2 簇所對應(yīng)的0.3～0.5μm、0.5～0.7μm 細(xì)粒子數(shù)濃度低于其他2簇,而粒徑1.0μm以上的粗粒子、尤其是＞5μm的粗粒子數(shù)濃度明顯高于其他2簇,這與第2簇氣團(tuán)起源自蒙古沙地,受人為活動影響較小有關(guān),顆粒物數(shù)濃度譜分布顯示了沙塵源特征.第3簇所對應(yīng)的＞0.7μm顆粒物數(shù)濃度較其他2簇均低,顆粒物中＜0.7μm細(xì)粒子的相對貢獻(xiàn)明顯高于第1、2簇,第3簇氣團(tuán)在到達(dá)青島前在山東半島遷移的時(shí)間較長,顆粒物數(shù)濃度譜分布顯示了局地源的影響.

圖7 不同類型氣團(tuán)對應(yīng)的顆粒物平均數(shù)濃度譜分布Fig.7 Size distributions of average particle number concentrations in different back trajectory clusters

3 結(jié)論

3.1 青島春季大氣顆粒物(＞0.3μm)數(shù)濃度為28～510個(gè)/cm3,平均為211個(gè)/cm3.顆粒物數(shù)濃度隨粒徑增大基本呈現(xiàn)指數(shù)遞減的變化趨勢,0.3～0.5μm 細(xì)粒子對總顆粒物數(shù)濃度的相對貢獻(xiàn)最大,為84%.

3.2 沙塵發(fā)生前12h,大氣中＜1.0μm的細(xì)粒子數(shù)濃度逐漸小幅升高;沙塵發(fā)生時(shí),＞1.0μm 的粗顆粒物數(shù)濃度較之沙塵前升高了 1～10倍,而0.3～1.0μm的細(xì)顆粒物數(shù)濃度則降低了20%～45%.沙塵過后,各粒徑段顆粒物數(shù)濃度較之沙塵前均有不同程度的減小.

3.3 降雨使大氣顆粒物、尤其是＞1.0μm的粗粒子數(shù)濃度降低,與降雨前相比,粗粒子數(shù)濃度一般降低＞50%.降雨后大氣顆粒物、尤其是細(xì)粒子數(shù)濃度又很快回升.

3.4 霧和霾發(fā)生時(shí)＜1.0μm 細(xì)粒子數(shù)濃度較之霧、霾發(fā)生前明顯升高,霧天時(shí) 0.7～1.0μm 顆粒物數(shù)濃度升高幅度最大,為175%,而霾天時(shí) 0.5～0.7μm顆粒物升高幅度最大,為75%.與霾相比較,霧過后細(xì)粒子數(shù)濃度降低幅度更大.

3.5 氣團(tuán)來源對青島大氣顆粒物的數(shù)濃度及其譜分布有一定影響.氣團(tuán)起源于蒙古沙地時(shí),大氣中＞1.0μm的粗粒子數(shù)濃度較高;氣團(tuán)來源于黃、東海及其沿岸地區(qū)時(shí),大氣中細(xì)粒子和粗粒子的濃度均較高.氣團(tuán)來自于局地源的貢獻(xiàn)時(shí),粗粒子數(shù)濃度較低,＜0.7μm細(xì)粒子的相對貢獻(xiàn)較高.

[1]高會旺,祁建華,石金輝,等.亞洲沙塵的遠(yuǎn)距離輸送及對海洋生態(tài)系統(tǒng)的影響 [J]. 地球科學(xué)進(jìn)展, 2009,24(1):1-10.

[2]孫英敏.青島市大氣污染與肺癌相關(guān)性的調(diào)查 [J]. 環(huán)境與健康雜志, 1999,16(1):41.

[3]盛立芳,耿 敏,王園香,等.2002年春季沙塵暴對青島大氣氣溶膠的影響 [J]. 環(huán)境科學(xué)研究, 2003,5(16):11-17.

[4]張仁健,浦一芬,徐永福,等.青島大氣氣溶膠的濃度分布和干沉降的觀測研究 [J]. 氣候與環(huán)境研究, 2004,19(12):390-395.

[5]張 凱,高會旺,張仁健,等.2000～2002年青島地區(qū)沙塵天氣分析 [J]. 氣候與環(huán)境研究, 2004,9(3):510-519.

[6]Delfino R J, Sioutas C, Malik S. Potential role of ultrafine particles in associations between airborne particle mass and cardiovascular health [J]. Environ. Health Perspect., 2005,113:934-946.

[7]Penttinen P, Timonen K L, Tiittanen P, et al. Number concentration and size of particles in urban air: effects on spirometric lung function in adult asthmatic subjects [J]. Environ.Health Perspect., 2001,109:319–323.

[8]Nishita C, Osada K, Matsunaga K, et al. Number-size distributions of free tropospheric aerosol particles at Mt. Norikura,Japan: Effects of precipitation and air mass transportation pathways [J]. Journal of Geophysics Research, 2007,112,D10213,doi:10.1029/2006JD 007969.

[9]Ruuskanen J, Tuch T, Ten Brink H, et al. Concentrations of ultrafine, fine and PM2.5 particles in three European cities [J].Atmospheric Environment, 2001,35:3729–3738.

[10]Woo K S, Chen D R, Pui D Y H, et al. Measurement of Atlanta aerosol size distributions: observations of ultrafine particle events[J]. Aerosol Science and Technology, 2001,34:75–87.

[11]孫 霞,銀 燕,孫玉穩(wěn),等.石家莊地區(qū)春季晴、霾天氣溶膠觀測研究 [J]. 中國環(huán)境科學(xué), 2011,31(5):705-713.

[12]Gao J, Wang J, Cheng S H, et al. Number concentration and size distributions of submicron particles in Jinan urban area:Characteristics in summer and winter [J]. Journal of Environmental Sciences, 2007,19:1466–1473.

[13]Wu Z, Hu M, Lin P, et al. Particle number size distribution in the urban atmosphere of Beijing, China [J]. Atmospheric Environment, 2008,42:7967-7980.

[14]Cyrys J, Pitza M, Heinrich J, et al. Spatial and temporal variation of particle number concentration in Augsburg, Germany [J].Science of the Total Environment, 2008,401:168-175.

[15]Wang X, Gao H O. Exposure to fine particle mass and number concentrations in urban transportation environments of New York City [J]. Transportation Research Part D 2011,16:384-391.

[16]Gómez -Moreno F J, Pujadas M, Plaza J, et al. Influence of seasonal factors on the atmospheric particle number concentration and size distribution in Madrid [J]. Atmospheric Environment,2011,45:3169-3180.

[17]王 珉,胡 敏.青島沿海大氣氣溶膠中無機(jī)組分在粗、細(xì)粒子上的分布 [J]. 環(huán)境科學(xué), 2001,22(5):35-361.

[18]盛立芳,耿 敏,王園香,等.2002年春季沙塵暴對青島大氣氣溶膠的影響 [J]. 環(huán)境科學(xué)研究, 2003,5(16):11-17.

[19]陳興茂,馮麗娟,李先國,等.青島地區(qū)大氣氣溶膠中微量金屬的時(shí)空分布 [J]. 環(huán)境化學(xué), 2004,23(3):334-340.

[20]楊雅琴,高會旺.青島大氣臭氧及其前體物時(shí)間變化與污染特征[J]. 氣象與環(huán)境學(xué)報(bào), 2008,24(2):1-5.

[21]耿存珍,李明倫,樓迎華,等.青島市大氣顆粒物中多氯聯(lián)苯的污染特征研究 [J]. 環(huán)境保護(hù)科學(xué), 2009,35(4):1-4.

[22]喬佳佳.青島及黃海大氣顆粒態(tài)無機(jī)氮分布研究 [D]. 青島:中國海洋大學(xué), 2009.

[23]于麗敏,祁建華,石金輝,等.青島大氣氣溶膠中無機(jī)氮組分的粒徑分布特征 [J]. 海洋環(huán)境科學(xué), 2010,29(4):457-463.

[24]石金輝,范得國,韓 靜,等.青島大氣氣溶膠中氨基化合物的分布特征 [J]. 中國環(huán)境科學(xué), 2010,31(11):2547-2554.

[25]高 健,王 韜,王文興.中國城市大氣超細(xì)顆粒物濃度及粒徑分布研究 [C]//中國氣象學(xué)會2006年年會“大氣成分與氣候、環(huán)境變化”分會場論文集成都:中國氣象學(xué)會, 2006:879-885.

[26]高 健,王 進(jìn),程淑會,等.濟(jì)南夏季大氣顆粒物粒徑分布特征及來源機(jī)理分析 [J]. 中國科學(xué)院研究生院學(xué)報(bào),2007,24(5):650- 657.

[27]錢 凌,銀 燕,董堯青,等.南京北郊大氣細(xì)顆粒物的粒徑分布特征 [J]. 中國環(huán)境科學(xué), 2008,28(1):18-22.

[28]翟晴飛,金蓮姬,林振毅,等.石家莊春季大氣氣溶膠數(shù)濃度和譜的觀測特征 [J]. 中國環(huán)境科學(xué), 2011,31(6):886-891.

[29]莊國順,郭敬華,袁 蕙,等.2000年我國沙塵暴的組成、來源、粒徑分布及其對全球環(huán)境的影響 [J]. 科學(xué)通報(bào), 2001,46(3):191-197.

[30]Jordan C E, Dibb J E, Anderson B E, et al. Uptake of nitrate and sulfate on dust aerosols during TRACE-P [J]. J. Geophys.Res.-Atmos., 2003(D21):1-10.

[31]Kim J, Jung C H, Choi B C, et al. Number size distribution of atmospheric aerosols during ACE-Asia dust and precipitation events [J]. Atmospheric Environment, 2007,41:4841–4855.

[32]Wang Y, Zhuang G S, Sun Y L, et al. Water-soluble part of the aeorsol in the dust storm season-evidence of the mixing between mineral and pollution aerosols [J]. Atmospheric Environment,2005,39:7020-7029.

[33]Posfai M, Molnar A. Aerosol particles in the troposphere: A mineral-logical introduction [J]. EMU Notes Mineral, 2000,2:197-252.

[34]占明錦,孫俊英,張養(yǎng)梅,等.氣團(tuán)來源對瓦里關(guān)地區(qū)顆粒物數(shù)譜分布的影響 [J]. 冰川凍土, 2009,31(4):659-663.