以灰霾为代表的大气污染过程对人体健康可以造成严重危害。灰霾主要是由空气动力学直径小于1 μm的亚微米气溶胶(PM1)造成的,但是目前大量的研究集中于PM10和PM2.5,这就需要更加精密的仪器来对灰霾过程中较小粒径的组分进行分析。本文利用气溶胶化学组分监测仪(ACSM)等仪器,分别在北京(人类餐饮和交通活动影响显著的地区)和河北邢台(重工业影响显著的地区)对亚微米气溶胶质量浓度、化学组分和粒径分布等特性进行观测分析。依据两个观测点长期实时亚微米的气溶胶观测,对不同源排放情景下亚微米气溶胶化学组分的时间变化、来源特征及生成机制进行研究,试图揭示区域源排放控制和局地减排对大气污染的影响,定量评估冬季燃煤、春节假期、烟花燃放和APEC管控措施对亚微米气溶胶的影响,探讨新粒子形成、增长与亚微米气溶胶化学组分的关系。通过对比有关PM10和PM2.5的研究结果,试图发现更多PM1与PM10和PM2.5的不同的特征、现象及变化规律。这些研究为不同源排放情景下雾霾的形成机制及控制措施提供科学依据,也为数值模式模拟亚微米气溶胶提供可参数化的科学数据和理论依据。通过2011-2012北京全年连续观测及2014-2016年北京和邢台亚微米气溶胶的加强观测,对四季变化、冬季燃煤、春节假期、烟花排放和APEC管控对亚微米气溶胶的影响进行研究,得到了一些有意义的研究结果。1.北京亚微米气溶胶的日变化、月变化和季节变化特征。观测的亚微米气溶胶化学组分主要由有机物、硫酸盐、硝酸盐、铵盐和氯化物构成,其日变化特征为:有机物和硝酸盐呈现双峰型,中午和晚上出现峰值,但有机物晚上峰值更高,与PM2.5的变化特征相似;氯化物、硫酸盐和铵盐呈现单峰分布,硫酸盐和铵盐的低谷出现在8点左右,而氯化物的低谷则出现在15点左右,其日变化特征与气态的S02和NOx相似。月变化特征为:各化学组分均呈现双峰型,6月和12月左右出现高值,其中最明显的是氯化物,其他组分相对变化较小。季节变化特征为:有机物和氯化物占比冬>秋>春>夏,硫酸盐和铵盐占比夏>春>冬>秋,硝酸盐占比夏>春>秋>冬。同时,同以前PM2.5和PM10的研究相比,发现1)PM1质量浓度四季差异不显著,春秋季基本相等,为全年最低,而夏季最高,冬季次之,它与北京春季PM10浓度最高的结论不同。2)在排除了燃煤和秸秆燃烧的情形下,氯化物的日变化几乎取决于边界层高度变化,也即燃煤和秸秆燃烧使氯化物明显增加,氯化物浓度剧增可以作为燃煤和秸秆燃烧的一个重要指标。2.供暖期、春节假期和烟花燃放对亚微米气溶胶的影响。运用正交矩阵因子分解(PMF)的方法可将有机气溶胶分为三种:矿物燃烧(FOA)、餐饮排放(COA)和二次生成(SOA;本文用氧化有机气溶胶OOA代替)。同非供暖期相比,供暖期PM1浓度增加45%,FOA、COA、OOA以及各种无机物均增加,其中FOA、氯化物增加程度最大,分别增加4.8倍、1.2倍。春节假期由于人类活动大量减少,与除去假期的供暖期相比,除了硫酸盐增加外,OOA和铵盐保持不变,其余有机和无机物均减少,其中PM1浓度下降42%、COA和FOA降低幅度分别为68%和71%,人类活动导致的PM1降低程度大于PM10和PM2.5,说明春节假期主要影响的是PM1。烟花燃放期PM1浓度并没有剧烈变化,而PM2.5浓度剧烈升高,PM1/PM2.5仅为40%,说明烟花燃放主要产生1 μm以上的粒子,对PM1质量浓度影响不大;同时,PM1中FOA和氯化物增加,但对OOA、硝酸盐和铵盐却几乎没有影响。前人PM1G和PM2.5的研究指出供暖期有机物和硫酸盐大量增加,本研究进一步指出供暖期有机物的增加与其相同,氯化物增加主要来自于PM1,而PM1中硫酸盐增加不多且所占比重减少,暗示硫酸盐主要来自大于1μm以上的气溶胶粒子。3.APEC管控措施对亚微米气溶胶的影响。由于区域源排放控制措施的实施,导致PM1质量浓度、有机和无机物均大幅下降,分别降低63%、62%和64%,然而气溶胶组成在APEC之前和期间则变化不大,如有机物之前和期间的占比仅变化了 1%、无机物中硝酸盐变化了 2%、硫酸盐变化了-4%。同时,同前人PM10和PM2.5的研究相比,发现1)区域源排放控制期间PM10、PM2.5、PM1分别降低67%、65%和63%,说明区域源排放控制对降低PM浓度效果显著,推测效果从粗粒子到细粒子递减。2)PM2.5二次无机组分组成在APEC期间有51%的减少,但在PM1中几乎没有大的变化,说明区域源排放控制对区域传输的二次无机组分影响显著,而对局地二次形成影响不明显。4.气粒转化及新粒子增长。通过热电仪和ACSM每15分钟同步的观测气态SO2和NOy以及硫酸盐和硝酸盐气溶胶浓度,利用硫氧化率(SOR)和氮氧化率(NOR)等气粒转化能力指标,对北京一年约3万样本进行了气粒转化研究。结果表明:NOR与SOR的相关性达到0.79,通过了 0.001的信度检验,表明这两种气粒转化具有较好的一致性。NOR和SOR的日变化特征均为双峰型,NOR的峰值出现在15点和3点左右,与温度的日变化有关,而SOR的峰值出现在20点和1点左右,可能同温度与相对湿度的共同作用有关。NOR全年在0～0.55之间波动,最高在6月(17%),最低在11月(3%)。SOR仅有上半年的数据,其值在0～72%波动,其变化趋势与NOR大体相似,最高在6月(32%),最低在2月(4%),气粒转化能力SOR较NOR更强。NOR和SOR与相对湿度和温度有极显著的正相关,均通过0.001的信度检验,但相对湿度在80%、温度在30℃左右时,气粒转化能力随它们的升高而降低。但SOR随相对湿度增加持续增加,可能高相对湿度下增强的液相反应促进了 S02向硫酸盐的转化。SMPS可检测粒子数浓度的粒径谱分布,进而可反映新粒子增长事件。在污染严重的河北邢台,新粒子增长事件频繁出现,约为观测时间的58%,表明新粒子增长事件不但出现在清洁天,而且在污染天也会频繁出现。硫酸盐和OOA在PM1中的贡献与粒子增长的日变化相同,暗示硫酸盐和OOA在新粒子增长事件中有重要作用。清洁天与污染天相比,白天新粒子增长事件相当,而夜间增长更加显著,其原因可能是清洁天夜间OOA的增加所造成。同前人研究相比,发现二次有机气溶胶在粒子增长中起到重要作用,一次有机气溶胶影响不明显。新粒子增长事件中OOA比硫酸盐起到更重要的作用。