环境科学研究  2020, Vol. 33 Issue (3): 519-525  DOI: 10.13198/j.issn.1001-6929.2019.09.16

引用本文  

邱昀, 安欣欣, 刘保献, 等. 北京市气溶胶消光系数垂直特征及影响因子探讨[J]. 环境科学研究, 2020, 33(3): 519-525.
QIU Yun, AN Xinxin, LIU Baoxian, et al. Vertical Distribution of Aerosol Extinction Coefficient and Its Influencing Factor in Beijing[J]. Research of Environmental Sciences, 2020, 33(3): 519-525.

基金项目

国家重点研发计划项目(No.2016YFC0208502)
National Key Research and Development Program in China (No.2016YFC0208502)

责任作者

李令军(1976-), 男, 山东莒县人, 教授级高级工程师, 硕士, 主要从事大气环境监测研究, lilingjun@bjmemc.com.cn.

作者简介

邱昀(1992-), 女, 北京人, qiuyun@bjmemc.com.cn

文章历史

收稿日期:2019-01-22
修订日期:2019-09-10
北京市气溶胶消光系数垂直特征及影响因子探讨
邱昀1, 安欣欣1,2, 刘保献1,2, 鹿海峰1,2, 王新辉1, 王琴1,2, 罗霄旭1, 李令军1,2    
1. 北京市环境保护监测中心, 北京 100048;
2. 大气颗粒物监测技术北京市重点实验室, 北京 100048
摘要:为研究北京市气溶胶垂直方向上的分布特征,利用微脉冲激光雷达(MPL)对北京市2015年12月-2016年11月的气溶胶光学特征进行分析,讨论了气溶胶消光系数的季节性特点以及不同污染等级下的垂直分布,并对其影响因素进行了探讨.结果表明:①北京市气溶胶消光系数垂直特征在季节上存在异质性.秋、冬两季近地面1.0 km以下气溶胶消光系数显著增大,最大气溶胶消光系数大于1.0 km-1;春、夏两季污染日较少,气溶胶消光系数在垂直方向上变化较为平缓.②不同污染等级下气溶胶消光系数的垂直特征差异明显.空气质量为优-良水平时,气溶胶消光系数较低,基本不高于0.7 km-1;轻-中度污染时,气溶胶消光系数在不同季节差异较大,冬、春两季气溶胶消光系数不超过0.8 km-1,夏、秋两季在1.0 km-1左右,部分监测站甚至在1.4 km-1左右;重度及以上污染时,气溶胶消光系数基本在1.0 km-1以上,最高可达1.7 km-1.③105 m处气溶胶消光系数与ρ(PM2.5)相关性较好.气溶胶消光系数除受ρ(PM2.5)影响外,还受相对湿度影响较大.夏、秋两季对流层底层大气相对湿度偏高,致使气溶胶消光系数显著高于春季和冬季.研究显示,利用激光雷达可对北京市气溶胶垂直方向分布特征进行有效分析,气溶胶的垂直分布受污染水平和相对湿度的影响呈季节性变化.
关键词激光雷达    气溶胶    气溶胶消光系数    垂直分布    影响因子    
Vertical Distribution of Aerosol Extinction Coefficient and Its Influencing Factor in Beijing
QIU Yun1, AN Xinxin1,2, LIU Baoxian1,2, LU Haifeng1,2, WANG Xinhui1, WANG Qin1,2, LUO Xiaoxu1, LI Lingjun1,2    
1. Beijing Municipal Environmental Monitoring Center, Beijing 100048, China;
2. Beijing Key Laboratory of Airborne Particulate Matter Monitoring Technology, Beijing 100048, China
Abstract: In order to determine the vertical distribution characteristics of aerosol in Beijing, micro pulse lidar was used to analyze the aerosol optical properties from December 2015 to November 2016 to explore its extinction coefficient of seasonal characteristics, as well as the vertical distribution at different pollution levels. Furthermore, the influence factors were discussed. The results show that:(1) The vertical distribution of aerosol extinction coefficient has seasonal heterogeneity and it increases significantly below 1.0 km in autumn and winter. The maximum extinction coefficient is larger than 1.0 km-1. The extinction coefficient changes gently in vertical direction and it seldom happens on spring and summer pollution days. (2) The vertical distribution of aerosol extinction coefficient also has heterogeneity at different pollution levels. On days with excellent or good air quality, the aerosol extinction coefficient is lower than 0.7 km-1. On days with light or moderate air quality, the extinction coefficient shows obvious seasonal heterogeneity and the extinction coefficient is less than 0.8 km-1 in spring and winter. But in summer and autumn, the extinction coefficient is close to 1.0 km-1, and some stations even reach about 1.4 km-1.On heavily polluted days, the aerosol extinction coefficient is larger than 1.0 km-1, and the maximum coefficient can reach 1.7 km-1. (3) The extinction coefficient of aerosol at 105 m is well correlated to PM2.5 concentration and it is also affected by relative humidity. The relative humidity in the lower troposphere is higher in summer and autumn, which makes the extinction coefficient of aerosol significantly higher than that in spring and winter. The results indicate that the lidar can be used for analyzing the vertical distribution characteristics of aerosol in Beijing effectively. The vertical distribution of aerosols varies seasonally with the influence of pollution levels and humidity.
Keywords: micro pulse lidar    aerosol    extinction coefficient    vertical distribution    influencing factors    

气溶胶受地理位置、地形、气象条件及人类活动等因素影响,其垂直分布情况呈显著差异.气溶胶的垂直分布情况会影响大气的传输、光的散射吸收以及干湿沉降速率,从而影响近地面的空气质量状况[1-3].随着监测手段的进步,越来越多的卫星遥感和地基遥感设备用于气溶胶的垂直探测,如CALIPSO卫星可获取气溶胶的垂直特征[3-5];激光雷达可自动连续地提供大气垂直方向上的信息[6-8].利用地基雷达对气溶胶垂直特征的研究已逐渐展开. ZHANG等[9]利用激光雷达网络对北京市APEC会议期间的大气环境进行连续监测. WU等[10]结合Mie散射雷达与气象数据分析了南京市冬季一次重污染过程的气溶胶垂直特征. Nishizawa等[11]利用波长为532 nm的偏振激光雷达和双波长(532和1 064 nm)后向散射雷达对广东省2006年7月及北京市2006年8月的大气污染过程进行探测,得到污染过程的气溶胶垂直特征. LIU等[12-13]通过微脉冲激光雷达分析了上海市灰霾与非灰霾天气的气溶胶垂直光学特征.此外,石家庄市[1]、西安市[14]、兰州市[15-16]、中国香港[17]等地区的气溶胶垂直观测和研究也已经展开.对北京市气溶胶的垂直探测研究多是针对少数典型污染过程,对于长时间序列和空间上差异的研究较为鲜见.因此,该研究利用三台雷达组成监测网络,获得北京市不同区域的气溶胶垂直特征,并进行长时间序列分析,对不同污染等级下的气溶胶进行特征分析,探讨气象因素对气溶胶光学特性的影响,以期为空气质量的预报预警提供技术支撑.

1 数据与方法 1.1 数据来源

该研究中使用气溶胶消光系数来解释气溶胶的消光特性.采用北京怡孚和融科技有限公司生产的EV-LIDAR微脉冲激光雷达进行气溶胶观测,该雷达已在四川盆地[18]、石家庄市[19]等地区应用, 并证实其在气溶胶观测研究中的可靠性.使用的激光雷达数据时间为2015年12月1日—2016年11月30日(其中,2015年12月—2016年2月代表冬季,2016年3—5月代表春季,2016年6—8月代表夏季,2016年9—11月代表秋季),3台同样的激光雷达分别安装在北京市西北部的定陵站、西南边界的琉璃河站及东南部的永乐店站.日数据量超过8 h认定当日数据有效,激光雷达监测站有效数据分布如表 1所示. AQI日数据来自于中国空气质量在线监测分析平台(http://www.aqistudy.cn/historydata).定陵站、琉璃河站及永乐店站的ρ (PM2.5)数据来自北京市空气质量地面自动监测网络,其监测仪器及监测方法与程念亮等[20]的研究相同.相对湿度的地面小时监测数据来自北京市观象台(116.28°E、39.48°N)地面观测数据.

表 1 激光雷达监测站有效数据分布 Table 1 Effective monitoring data for lidar monitoring sites
1.2 气溶胶消光系数反演方法

该雷达为米散射微脉冲激光雷达,使用具有线性和水平偏振激光的脉冲激光器作为发射器,探测工作波长为532 nm,空间垂直分辨率为15 m,单脉冲输出能量10 μJ,使用应用最为广泛的Fernald法[21-24]反演得到气溶胶消光系数,每10 min获取一次数据用于分析,激光雷达接受回波盲区设定为105 m,105 m以下的数据不进行分析.

2 结果与讨论 2.1 气溶胶消光系数的季节性特征

气溶胶消光系数作为气溶胶光学特性的基本参数,能有效反映大气中的气溶胶负荷,气溶胶消光系数垂直廓线可以反映气溶胶的垂直分布情况.研究[22-23]表明,我国东部气溶胶层大多维持在3 km下.因此,该研究中主要对3 km下的气溶胶垂直特征进行分析,并绘制气溶胶消光系数垂直廓线的季节性特征曲线(见图 1).

图 1 2015年12月—2016年11月气溶胶消光系数垂直廓线的季节性特征 Fig.1 Seasonal variation of aerosol extinction coefficient profile from December 2015 to November 2016

图 1可见:秋、冬两季3个监测站近地面1.00 km以下气溶胶消光系数均明显增加,并且气溶胶消光系数最大值均出现在北京市西南部的琉璃河站,冬季在0.14 km气溶胶消光系数最高达1.00 km-1,秋季在0.20 km处气溶胶消光系数高达1.29 km-1.对比秋、冬两季3个监测站的气溶胶消光系数发现,在空间分布上最大气溶胶消光系数均呈西南部(琉璃河站)>东南部(永乐店站)>北部(定陵站)的特征; 春、夏两季气溶胶消光系数在垂直方向上变化较为平缓.春季3个监测站3 km以下的气溶胶消光系数在0.2~0.4 km-1之间;夏季由于受降雨等因素影响,气溶胶消光系数受相对湿度、温度等气象条件影响较大[25-28],气溶胶消光系数在整层大气上有所偏高,其范围为0.3~0.75 km-1.

2.2 ρ(PM2.5)与气溶胶消光系数相关性分析

图 2为2015年12月—2016年11月ρ (PM2.5)与105 m高度处激光雷达气溶胶消光系数的相关性分析.由图 2可见,定陵站、永乐店站和琉璃河站ρ (PM2.5)与气溶胶消光系数的R2分别为0.50、0.38、0.43,说明ρ (PM2.5)与气溶胶消光系数具有较好相关性.因此,PM2.5是造成消光的主要因素,可依据PM2.5污染等级对污染强度进行分类,并通过激光雷达获得不同污染强度的光学特征.

图 2 2015年12月—2016年11月ρ(PM2.5)与105 m高度处激光雷达气溶胶消光系数的相关性 Fig.2 Correlation between PM2.5 concentration and extinction coefficient at 105 m from December 2015 to November 2016

根据HJ 633—2012《环境空气质量评价技术规范》将ρ (PM2.5)分为3个等级,以有效反应空气质量状况[29-30]. ρ (PM2.5)范围为0~75 μg/m3时,空气质量为优-良水平;ρ (PM2.5)范围为76~150 μg/m3时,空气质量为轻-中度污染水平;ρ (PM2.5)大于150 μg/m3时,空气质量为重度及以上污染水平.对2015年12月1日—2016年11月30日的ρ (PM2.5)日均值进行分类统计.由图 3可见:定陵站、永乐店站、琉璃河站ρ (PM2.5)达到重度及以上污染水平的时段主要集中在秋、冬两季.冬季琉璃河达重度及以上污染水平的天数最多(56 d),其次为永乐店(33 d),定陵站为14 d;秋季永乐店和琉璃河均有20 d达重度及以上污染水平,这与气溶胶消光系数的季节性特点较为一致;春、夏两季出现重度及以上污染水平的天数较少,3个监测站ρ (PM2.5)均以优-良水平为主,夏季除永乐店有3 d达重度及以上污染水平,其他监测站均未出现.

图 3 各监测站点不同污染等级天数季节性统计结果 Fig.3 Seasonal statistics of different pollution levels at each monitoring stations
2.3 不同污染等级下的气溶胶垂直特征

图 4为不同污染等级的气溶胶消光系数垂直廓线,通过分类能对不同污染等级下气溶胶消光系数的变化范围进行研究.由图 4可见:优-良水平日气溶胶消光系数偏低,冬、春两季气溶胶消光系数在0.3 km-1以下,夏、秋两季相对偏高但不高于0.7 km-1;轻-中度污染日气溶胶消光系数在季节上表现出明显的异质性,冬、春两季气溶胶消光系数不超过0.8 km-1,夏、秋两季则在1.0 km-1左右,部分监测站甚至在1.4 km-1左右;重度及以上污染日主要出现在秋、冬两季,0.5 km以下气溶胶消光系数基本在1.0 km-1以上,最高可达1.7 km-1.

图 4 2015年12月—2016年11月不同污染等级的气溶胶消光系数垂直廓线 Fig.4 Profiles of aerosol extinction coefficient under difference pollution levels from December 2015 to November 2016

冬季,在重度及以上污染水平时,3个监测站1 km以下均出现了气溶胶消光系数的突增,南边的气溶胶消光系数明显高于北部,琉璃河站气溶胶消光系数在0.12 km处达峰值(1.4 km-1),永乐店站气溶胶消光系数在0.135 km处达1.2 km-1,而定陵站气溶胶消光系数峰值则仅为0.5 km-1.春季气溶胶消光系数较冬季明显偏低,空气质量为优-良和轻-中度污染时各监测站的气溶胶消光系数在垂直方向上变化不大,重污染发生时气溶胶消光系数出现突增的高度较其他季节偏高(在1.5 km左右),这主要是由于北京市春季多受沙尘污染,沙尘携带粗粒子经过西北部山区后继续向东南部推进,经过东南部的永乐店站时沙尘层高度降低,而位于西南部的琉璃河站所受的影响较小.因此,沙尘导致重污染日定陵站在0.75 km出现气溶胶消光系数峰值(1.3 km-1),而永乐店站则在0.57 km处出现气溶胶消光系数峰值(1.2 km-1).秋季的气溶胶消光系数廓线与冬季较为相似,3个监测站气溶胶消光系数在1 km以下均出现了明显的增长,且0.5 km以下增长非常迅速.重度及以上污染日气溶胶消光系数最大值均呈东南部站点比西北部站点高的现象.

2.4 相对湿度对消光系数的影响

相对湿度是影响气溶胶光学性质的重要参数.当相对湿度超过60%时,吸湿增长成为影响气溶胶光学特性的决定性因素[13, 31-32].由图 5可见:夏季和秋季的相对湿度明显高于冬季和春季,这与北京市夏、秋两季节降水较多明显相关;夏季和秋季的高相对湿度,使得近地面的气溶胶消光系数显著高于春季.冬季,12月相对湿度明显高于1月和2月,并且70%的重污染发生在12月,表明冬季相对湿度是重污染发生的主要气象因素之一.

图 5 2015年12月—2016年11月不同相对湿度下105 m处气溶胶消光系数的变化 Fig.5 Annual variation of aerosol extinction coefficient at 105 m under different relative humidity from December 2015 to November 2016

图 6可见:夏季和秋季的相对湿度在垂直方向上均明显高于冬季和春季.冬季垂直方向上相对湿度在30%~50%之间变化;春季相对湿度在垂直方向上变幅较小,多在20%~40%之间,其对气溶胶消光系数的垂直变化影响较小;夏季和秋季相对湿度多在40%~80%之间,导致气溶胶消光系数显著高于冬季和春季.综上,相对湿度是夏季和秋季导致垂直方向上气溶胶消光系数偏大的主要原因之一.

注:方形、圆形、三角形、星形分别代表冬季、春季、夏季、秋季. 图 6 2015年12月—2016年11月不同相对湿度下气溶胶消光系数垂直廓线的季节性特征 Fig.6 Seasonal variation of aerosol extinction coefficient profiles under difference relative humidity from December 2015 to November 2016
3 结论

a) 北京市气溶胶消光系数垂直特征在季节上存在异质性.秋、冬两季近地面1.0 km以下气溶胶消光系数显著增大,最大气溶胶消光系数大于1.0 km-1;春、夏两季污染日较少,气溶胶消光系数在垂直方向上变化较为平缓.

b) 不同污染等级下气溶胶消光系数的垂直特征差异明显.空气质量为优-良水平时气溶胶消光系数较低,基本不高于0.7 km-1;轻-中度污染水平气溶胶消光系数在不同季节差异较大,冬、春两季气溶胶消光系数不超过0.8 km-1.夏、秋两季为1.0 km-1左右,部分监测站甚至在1.4 km-1左右;重度及以上污染水平时气溶胶消光系数基本在1.0 km-1以上,最高可达1.7 km-1.

c) 105 m处气溶胶消光系数与ρ (PM2.5)相关性较好.气溶胶消光系数除受ρ (PM2.5)影响外,还受相对湿度影响较大.夏、秋两季对流层底层大气相对湿度偏高,致使气溶胶消光系数显著高于春季和冬季.

参考文献
[1]
XIA Sun, YAN Yin, SUN Yuwen, et al. Seasonal and vertical variations in aerosol distribution over Shijiazhuang, China[J]. Atmospheric Environment, 2013, 81: 245-252. DOI:10.1016/j.atmosenv.2013.08.009 (0)
[2]
GUAN Hong, BEAT S, ANTHONY B, et al. Sensitivity of shortwave radiative flux density, forcing, and heating rate to the aerosol vertical profile[J]. Journal of Geophysical Research, 2010, 115(D6): D06209. (0)
[3]
PADMAKUMARI B, MAHESKUMAR R S, HARIKSHAN G, et al. In situ measurements of aerosol vertical and spatial distributions over continental India during the major drought year 2009[J]. Atmospheric Environment, 2013, 80: 107-121. DOI:10.1016/j.atmosenv.2013.07.064 (0)
[4]
WU Yonghua, CORDERO L, GROSS B, et al. Assessment of CALIPSO attenuated backscatter and aerosol retrievals with a combined ground-based multi-wavelength lidar and sunphotometer measurement[J]. Atmospheric Environment, 2014, 84: 44-53. DOI:10.1016/j.atmosenv.2013.11.016 (0)
[5]
YU Hongbin, CHIN M, WINKER M D, et al. Global view of aerosol vertical distributions from CALIPSO lidar measurements and GOCART simulations:regional and seasonal variations[J]. Journal of Geophysical Research, 2010, 115(D4): 1-19. (0)
[6]
LISENKO S A, KIGEIKO M M. A method for retrieving vertical distribution of aerosol mass concentration in atmosphere from results of lidar sensing at laser wavelengths[J]. Optics and Spectroscopy, 2011, 3: 474-482. (0)
[7]
GUIBERT S, MATTHIAS V, SCHULZ M, et al. The vertical distribution of aerosol over Europe:synthesis of one year of EARLINET aerosol lidar measurements and aerosol transport modeling with LMDz T-INCA[J]. Atmospheric Environment, 2005, 39: 2933-2943. DOI:10.1016/j.atmosenv.2004.12.046 (0)
[8]
DI H, HUA H, CUI Y, et al. Vertical distribution of optical and microphysical properties of smog aerosols measured by multi-wavelength polarization lidar in Xi'an, China[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2017, 188: 28-38. (0)
[9]
ZHANG Jiaoshi, CHEN Zhenyi, LU Yihuai, et al. Characteristics of aerosol size distribution and vertical back scattering coefficient profile during 2014 APEC in Beijing[J]. Atmospheric Environment, 2017, 148: 30-41. DOI:10.1016/j.atmosenv.2016.10.020 (0)
[10]
WU Wanning, ZHA Yong, ZHANG Jiahua, et al. A temperature inversion-induced air pollution process as analyzed from Mie Li DAR data[J]. Science of the Total Environment, 2014, 479/480: 102-108. DOI:10.1016/j.scitotenv.2014.01.112 (0)
[11]
NISHIZAWA T, SUGIMOTO N, MATSU I, et al. Vertical distribution of water-soluble, sea salt, and dust aerosols in theplanetary boundary layer estimated from two-wavelength backscatter and one-wavelength polarization lidar measurements in Guangzhou and Beijing, China[J]. Atmospheric Research, 2010, 96: 602-611. DOI:10.1016/j.atmosres.2010.02.002 (0)
[12]
LIU Qiong, HE Qianshan, FANG Sihua, et al. Vertical distribution of ambient aerosol extinctive properties during haze and haze-free periods based on the Micro-Pulse Lidar observation in Shanghai[J]. Science of the Total Environment, 2017, 574: 1502-1511. DOI:10.1016/j.scitotenv.2016.08.152 (0)
[13]
CHEN Yonghang, LIU Qiong, GENG Fuhai, et al. Vertical distribution of optical and micro-physical properties of ambient aerosols during dry haze periods in Shanghai[J]. Atmospheric Environment, 2012, 50: 50-59. DOI:10.1016/j.atmosenv.2012.01.002 (0)
[14]
YAN Qing, HUA Dengxin, WANG Yufeng, et al. Observations of the boundary layer structure and aerosol properties over Xi'an using an eye-safe Mie scattering Lidar[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2013, 122: 97-105. (0)
[15]
CAO Xianjie, WANG Zhiting, TUAN Pengfei, et al. Statistics of aerosol extinction coefficient profiles and optical depth using lidar measurement over Lanzhou, China since 2005-2008[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2013, 122: 150-154. (0)
[16]
CAO Xiaojie, ZHANG Lei, QUAN Xiaojing, et al. Lidar measurements for comparison of atmospheric aerosol extinction and scattering properties over Lanzhou, China[J]. Applied Mechanics & Materials, 2012, 137: 256-261. (0)
[17]
HE Qianshan, LI Chengcai, MAO Jietai, et al. Analysis of aerosol vertical distribution and variability in Hong Kong[J]. Journal of Geophysical Research, 2008, 113(D14): 2-11. (0)
[18]
NING Guicai, WANG Shigong, MA Minjin, et al. Characteristics of air pollution in different zones of Sichuan Basin, China[J]. Science of the Total Environment, 2018, 612: 975-984. DOI:10.1016/j.scitotenv.2017.08.205 (0)
[19]
陈静, 张艳品, 杨鹏, 等. 石家庄一次沙尘气溶胶污染过程及光学特征[J]. 中国环境科学, 2016, 36(4): 979-989.
CHEN Jing, ZHANG Yanpin, YANG Peng, et al. Pollution process and optical properties during a dust aerosol event in Shijiazhuang[J]. China Environmental Science, 2016, 36(4): 979-989. DOI:10.3969/j.issn.1000-6923.2016.04.003 (0)
[20]
程念亮, 陈添, 张大伟, 等. 2015年春节北京市空气质量分析[J]. 环境科学, 2015, 36(9): 3150-3158.
CHENG Nianliang, CHEN Tian, ZHANG Dawei, et al. Air quality characteristics in Beijing during Spring Festival in 2015[J]. Environmental Science, 2015, 36(9): 3150-3158. (0)
[21]
FERNALD F G. Analysis of atmospheric lidar observations:some comments[J]. Applied Optics, 1984, 23(5): 652-653. DOI:10.1364/AO.23.000652 (0)
[22]
ZHANG Qiang, MA Xincheng, TIE Xuexi, et al. Vertical distributions of aerosols under different weather conditions:analysis of in-situ aircraft measurements in Beijing, China[J]. Atmospheric Environment, 2009, 43: 5526-5535. DOI:10.1016/j.atmosenv.2009.05.037 (0)
[23]
LI Jiawei, HAN Zhiwei. Aerosol vertical distribution over east China from RIEMS-Chem simulation in comparison with CALIPSO measurements[J]. Atmospheric Environment, 2016, 143: 177-189. DOI:10.1016/j.atmosenv.2016.08.045 (0)
[24]
JORG A. The Extinction-to-Backscatter ratio of tropospheric aerosol:anumerical study[J]. Journal of Atmospheric and Oceanic Technology, 1998, 15: 1043-1050. DOI:10.1175/1520-0426(1998)015<1043:TETBRO>2.0.CO;2 (0)
[25]
ZHANG Sheng, CAO Chunxiang, RAMESHP S. Comparison of ground based indices (API and AQI) with satellite based aerosol products[J]. Science of the Total Environment, 2014, 488/489(8): 398-412. (0)
[26]
ZHAO Qing, GAO Wei, XIANG Weining, et al. Analysis of air quality variability in Shanghai using AOD and API data in the recent decade[J]. Frontiers of Earth Science in China, 2013, 7(2): 159-168. DOI:10.1007/s11707-013-0357-z (0)
[27]
XU Lili, DUAN Fengkui, HE Kebin, et al. Characteristics of the secondary water-soluble ions in a typical autumn haze in Beijing[J]. Environmental Pollution, 2017, 227: 296-305. DOI:10.1016/j.envpol.2017.04.076 (0)
[28]
CHEN Lei, ZHANG Meigen, ZHU Jia, et al. Model analysis of soil dust impacts on the boundary layer meteorology and air quality over East Asia in April 2015[J]. Atmospheric Research, 2017, 187: 42-56. DOI:10.1016/j.atmosres.2016.12.008 (0)
[29]
CHEN Bo, LU Shaowei, LI Shaoning, et al. Impact of fine particulate fluctuation and other variables on Beijing's air quality index[J]. Environmental Science and Pollution Research, 2015, 22: 5139. DOI:10.1007/s11356-014-4024-z (0)
[30]
LI Hua, FAN Hong, MAO Feiyue. A visualization approach to air pollution data exploration:a case study of air quality index (PM2.5) in Beijing, China[J]. Atmosphere, 2016, 7(3): 35-55. DOI:10.3390/atmos7030035 (0)
[31]
KUANG Ye, ZHAO Chunsheng, TAO Jiangchuan, et al. Impact of aerosol hygroscopic growth on the direct aerosol radiative effect in summer on North China Plain[J]. Atmospheric Environment, 2016, 147: 224-233. DOI:10.1016/j.atmosenv.2016.10.013 (0)
[32]
MCMURRY H P. A review of atmospheric aerosol measurements[J]. Atmospheric Environment, 2000, 34: 1959-1999. DOI:10.1016/S1352-2310(99)00455-0 (0)