基于高山观测的大气新粒子生成与增长特征及其对CCN的影响研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41705136
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0502.气候与气候系统
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Study on the mechanism of atmospheric new particles formation and its indirect effects on climate is of importance in atmospheric chemistry and aerosol science. However, existing observations are too limited for drawing any quantitative estimates on formation mechanism of new particle formation in the upper atmospheric boundary layer and on how significant of atmospheric nucleation might be for the CCN budget. Simultaneously measurements of particle size distributions (2.5nm-19.8µm), CCN counter, gaseous pollutants and size-resolved chemical components and meteorological parameters were performed in the spring and summer at naitonal air quality background mountain site. Number size distribution of particle were analyzed and the effect of air mass transport pathway was evaluated by HYSPLIT and PSCF model. Aerosol dynamical model and semi-stable box-model was used to simulated the formation processes and source-sink mechanism of new particle formation in the upper boundary layer. The contribution of new particle formation on CCN production was calculated. The results will provide support for evaluating the aerosol indirect effects on climate and development of interdisciplinary subject in atmospheric chemistry and cloud physics science.
大气新粒子生成及其气候效应是当前大气化学和气溶胶领域的研究热点。但目前针对大气边界层中上层的新粒子生长特性及其对云凝结核(CCN)的影响仍缺乏了解。本项目拟以武当山空气质量清洁对照点为观测平台,在新粒子生成事件频发的春夏季,开展颗粒物粒径浓度谱分布(2.5nm-19.8µm)、CCN数浓度、气态前体物、分粒径的气溶胶化学组分及各种气象因素的同步观测。结合后向轨迹模型及潜在源贡献因子分析,分析不同来源的气团对大气边界层中上层大气颗粒物粒径浓度谱分布特征的影响;应用气溶胶动力学模型和拟稳态箱模型,探讨新粒子生成事件过程中颗粒物核化及生长过程,揭示大气边界层中上层颗粒物核化及生长过程的源-汇竞争机制;量化新粒子生成对CCN数浓度的贡献,研究新粒子生成的特征量及其化学组分对CCN产生的影响。研究结果可补充和完善大气边界层新粒子生成过程的研究结果,推动我国在大气化学、云物理及气候变化交叉领域学科的发展。

结项摘要

大气新粒子生成及其气候效应是当前大气化学和气溶胶领域的研究热点。但目前针对高山站点的新粒子的生成和增长特性及其对云凝结核(CCN)的影响仍缺乏了解。本项目在武当山背景站开展了大气新粒子生成相关参数的同步观测,分析了大气颗粒物粒径浓度谱分布特征,研究了新粒子的生成和增长过程、源汇特征及其影响因素,探讨了新粒子生成对CCN的影响。结果表明,武当山夏季大气颗粒物以爱根模态为主,其次为积聚模态,分别占总数浓度的48.7%和44.2%。积聚模态颗粒物主要受周边城市的区域性传输影响。西北方向气团有利于新粒子的生成和增长。整个观测期间J3生成速率范围是0.59-6.90cm-3s-1,增长速率范围为2.96-11.38nm/h,凝结汇在0.17-0.31s-1,碰并汇8.07-13×10-5,可凝结蒸汽的浓度及其产生速率分别为 9.62-21.9×107cm-3和1.73-6.79×106cm-3s-1。6月4日、7日和11日的新粒子事件日白天最大H2SO4 浓度分别为2.2×107 cm-3, 2.3×107 cm-3 and 1.9×107 cm-3, 仅能解释所观测到的3-30nm颗粒物增长速率的38%, 15% 和9%.,表明有机蒸汽可能是这三次新粒子生成事件中颗粒物增长的主要贡献者。高温、低湿及强烈的太阳辐射均有利于新粒子的生成。较高的H2SO4浓度和较低的凝结汇是新粒子生成的重要因素。6月7日高浓度的沙尘天气条件下观测到强烈的新粒子生成,核模态颗粒物数浓度及新粒子增长速率得到了明显加强,表明光诱导、沙尘表面介质反应促使可凝结蒸汽的产生,也进一步说明非均相光化学反应过程可能促进新粒子的生成和增长。由于颗粒物中的硝酸盐和有机物的蒸发,可造成颗粒物的缩小事件发生,观测期间发生的2次颗粒物缩小事件的缩小速率分别为2.93nm/h和6.30nm/h。新粒子生成对CCN数浓度有明显贡献,贡献率在8.7%-37.3%。不同的新粒子生成事件对CCN的贡献具有明显差别,主要受新粒子的数浓度、增长速率、颗粒物的吸湿特征、化学组成及已有颗粒物的数谱分布的影响。6月4日的新粒子事件中由于新粒子增长速率较低,在其增长至CCN大小就被已有颗粒物清除从而对CCN浓度贡献较小。有机胺对颗粒物增长的贡献及有机化合物的表面活性剂效应降低表面张力,导致6月7日较高的CCN浓度。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
武当山夏季颗粒物数浓度谱分布特征及气团来源影响研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    环境科学研究
  • 影响因子:
    --
  • 作者:
    赵丽娜;徐义生;任丽红;李刚;岳长涛;王莹;刘刚
  • 通讯作者:
    刘刚
十堰市城区冬季PM2.5污染特征与来源解析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    环境科学研究
  • 影响因子:
    --
  • 作者:
    胡玉;胡启辉;杜永;任丽红;赵雪艳;杨文;王莹
  • 通讯作者:
    王莹
典型“组群式”城市夏季大气颗粒物中水溶性离子化学特征及来源
  • DOI:
    10.13198/j.issn.1001-6929.2018.01.07
  • 发表时间:
    2018
  • 期刊:
    环境科学研究
  • 影响因子:
    --
  • 作者:
    欧盛菊;吴丽萍;王信梧;张向炎;任丽红;杨文;白志鹏
  • 通讯作者:
    白志鹏
Ambient volatile organic compounds at Wudang Mountain in Central China: Characteristics, sources and implications to ozone formation
中国中部武当山环境挥发性有机化合物:特征、来源及其对臭氧形成的影响
  • DOI:
    10.1016/j.atmosres.2020.105359
  • 发表时间:
    2021
  • 期刊:
    Atmospheric Research
  • 影响因子:
    5.5
  • 作者:
    Yunfeng Li;Rui Gao;Likun Xue;zhenhai Wu;Xue Yang;Jian Gao;Lihong Ren;Hong Li;Yanqin Ren;Gang Li;chuanxian Li;Zeliang Yan;Ming Hu;Qingzhu Zhang;Yisheng Xu
  • 通讯作者:
    Yisheng Xu
Effectively controlling hazardous airborne elements: Insights from continuous hourly observations during the seasons with the most unfavorable meteorological conditions after the implementation of the APPCAP
有效控制空气中的有害元素:APPCAP实施后气象条件最不利季节的连续每小时观测的见解
  • DOI:
    10.1016/j.jhazmat.2019.121710
  • 发表时间:
    2020
  • 期刊:
    Journal of Hazardous Materials
  • 影响因子:
    13.6
  • 作者:
    Yang Xiaoyang;Liu Shijie;Shao Peng;He Jun;Liang Ying;Zhang Baojun;Liu Bin;Liu Yu;Tang Guiqian;Ji Dongsheng
  • 通讯作者:
    Ji Dongsheng

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

北京冬季气溶胶吸湿性的观测与分析
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    中国科学院大学学报
  • 影响因子:
    --
  • 作者:
    任丽红;陈建民;叶兴南;杨文
  • 通讯作者:
    杨文
北京夏季O3垂直分布与气象因子的
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    气候与环境研究,2005,10(2):166-174
  • 影响因子:
    --
  • 作者:
    任丽红;胡非;王玮
  • 通讯作者:
    王玮

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码