CN111220511B - 基于普适吸湿增长方案的灰霾消光监测方法 - Google Patents
基于普适吸湿增长方案的灰霾消光监测方法 Download PDFInfo
- Publication number
- CN111220511B CN111220511B CN202010070700.3A CN202010070700A CN111220511B CN 111220511 B CN111220511 B CN 111220511B CN 202010070700 A CN202010070700 A CN 202010070700A CN 111220511 B CN111220511 B CN 111220511B
- Authority
- CN
- China
- Prior art keywords
- moisture absorption
- kappa
- particles
- absorption parameter
- growth factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 208
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000008033 biological extinction Effects 0.000 title claims abstract description 33
- 239000000428 dust Substances 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 239000002245 particle Substances 0.000 claims abstract description 104
- 239000003102 growth factor Substances 0.000 claims abstract description 101
- 239000000126 substance Substances 0.000 claims abstract description 64
- 230000003287 optical effect Effects 0.000 claims abstract description 5
- 239000013618 particulate matter Substances 0.000 claims description 44
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 239000007788 liquid Substances 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 15
- 238000012935 Averaging Methods 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 13
- 241000276498 Pollachius virens Species 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- BFNBIHQBYMNNAN-UHFFFAOYSA-N ammonium sulfate Chemical compound N.N.OS(O)(=O)=O BFNBIHQBYMNNAN-UHFFFAOYSA-N 0.000 description 2
- 229910052921 ammonium sulfate Inorganic materials 0.000 description 2
- 235000011130 ammonium sulphate Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241001365789 Oenanthe crocata Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011236 particulate material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
Landscapes
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Drying Of Gases (AREA)
Abstract
本发明提供一种基于普适吸湿增长方案的灰霾消光监测方法，包括：确定特定单一化学组分颗粒物的吸湿参数及吸湿参数的不确定性范围；选取多种不同化学组分的颗粒物，得到每一种化学组分颗粒物的吸湿参数及吸湿参数的不确定性范围；根据实际大气颗粒物粒径和组分监测计算在实际大气相对湿度下的吸湿增长因子及不确定范围；根据颗粒物光学散射模型，计算灰霾颗粒物的消光系数及误差。具有以下优点：本发明提供的基于普适吸湿增长方案的灰霾消光监测方法，可适用高湿度和低湿度情形下，均能准确显式估算颗粒物的吸湿增长因子GF及吸湿增长因子GF的不确定性范围，从而进一步计算得到灰霾颗粒物消光系数，提高灰霾消光监测结果的准确性。
Description
技术领域
本发明属于大气污染研究技术领域，具体涉及一种基于普适吸湿增长方案的灰霾消光监测方法。
背景技术
近年来，我国面临严重的大气细颗粒物和灰霾污染问题。灰霾现象的本质是颗粒物消光导致的大气能见度下降。目前常见的消光监测多为大气的总消光系数，即包含了颗粒物，也包含了雾滴的消光。在我国颗粒物多为人为污染形成，而雾滴为自然现象，二者本质完全不同。想要获取颗粒物的消光，一种方法是根据监测的颗粒物粒径和组分，考虑吸湿增长过程，利用光学散射模型测算颗粒物的消光系数。颗粒物吸湿增长是其中的一个关键过程，同时也是造成颗粒物和灰霾污染问题的重要原因。这是由于颗粒物吸湿后产生的液态水十分有利于二次颗粒物的快速生成，进而加剧细颗粒物污染。同时，颗粒物液态水直接加剧了大气的消光和能见度的下降，导致灰霾快速形成。另外，吸湿增长过程还会显著影响颗粒物的直接和间接气候效应，进而影响到全球气候变化。因此，准确把握颗粒物的吸湿增长特性对于准确认识目前我国乃至全球的大气污染和气候变化问题具有至关重要的意义。
目前广泛采用的颗粒物吸湿增长估算技术是Petters和Kreidenweis在2007年提出的估算方法(以下简称PK07方法)。根据Google学术搜索，截止2020-1-1716:00，PK07方法被引用1425次，其中SCI引用1058次。参考McDonald在1953年推测的溶液滴水活度aw经验公式(以下简称McDonald公式)的形式，Petters和Kreidenweis提出了吸湿参数κ的概念，并假设了溶液滴水活度aw和吸湿参数κ之间的关系(以下简称PK aw-κ公式)。进一步根据1936年Kohler提出的溶液滴中液态水与大气中水蒸气热力学平衡理论(以下简称Kohler理论)，Petters和Kreidenweis提出了一套颗粒物吸湿增长估算解决方案(即PK07方法)：1.高湿度条件下(aw接近或大于0.9且大气过饱和度小于等于临界过饱和度)，根据观测的大气相对湿度和吸湿后液滴半径估算吸湿参数κ。一般根据下述两种情形下相应的观测结果，来估算不同颗粒物的吸湿参数κ：(1)临界过饱和情况下，根据观测得到的大气临界过饱和度和液滴临界半径估算吸湿参数κ；(2)aw≈0.9时，观测的大气相对湿度和吸湿后液滴半径估算吸湿参数κ。2.根据获得的吸湿参数κ，结合Kohler理论和PKaw-κ公式，即估算该类颗粒物在任意湿度时的吸湿增长。
Petters和Kreidenweis指出，利用临界过饱和度和高湿度情形下估算的吸湿参数κ具有较好的一致性，二者偏差基本小于30％。但是，PK07求解κ方法在低湿度情形下，根据大气相对湿度和吸湿后液滴半径估算得到的吸湿参数κ，与高湿度和临界过饱和情形下估算得到的吸湿参数κ具有很大偏差。这表明PK07求解κ方法并不适用于低湿度情形。而对于特定的颗粒物，在特定的相对湿度下，其吸湿增长与其吸湿参数κ是一一对应的。既然低湿度情形下，根据PK07方法求得的κ与高湿度情形下κ有较大偏差；那么显然可以推断利用高湿度情形下求得的κ来估算低湿度情形下的吸湿增长也有较大偏差。这一推断也得到观测结果的证实。
PK07方法不适用于低湿度情形的原因是由于其估算液滴水活度的PK aw-κ公式借鉴于经验推测得到的McDonald公式。而Low在1969年基于理论推导得到了更为普适的液滴水活度公式(以下简称Low公式)。通过分析对比Low公式和McDonald公式，可以发现McDonald公式其实是Low公式在高湿度(包含过饱和)情形下的一种简化形式，但这一简化并不适用于低湿度情形。这进而导致了低湿度情形下，利用PK07方法估算颗粒物吸湿参数或吸湿增长时具有较大偏差。当颗粒物吸湿参数估算存在较大偏差时，会直接影响灰霾消光监测精度。
发明内容
针对现有技术存在的缺陷，本发明提供一种基于普适吸湿增长方案的灰霾消光监测方法，可有效解决上述问题。
本发明采用的技术方案如下：
本发明提供一种基于普适吸湿增长方案的灰霾消光监测方法，包括以下步骤：
步骤1，对于每一种特定单一化学组分颗粒物，均执行步骤1.1-步骤1.4，由此确定该特定单一化学组分颗粒物的吸湿参数κ及吸湿参数κ的不确定性范围[κmin，κmax]：
步骤1.1，利用观测仪器获取特定单一化学组分干颗粒物的直径Dd和特定相对湿度RH条件下吸湿后颗粒物的直径D；
步骤1.2，重复步骤1.1n次，共进行n次观测试验；n次观测试验的观测结果分别为：Dd1、D1，Dd2、D2,…,Ddn、Dn；其中，Ddi为第i次试验时得到的特定单一化学组分干颗粒物的直径；Di为第i次试验时得到的同一化学组分的颗粒物在特定相对湿度RH条件下吸湿后颗粒物的直径D；其中，i＝1,2,…,n；
根据公式1计算每次观测试验对应的吸湿增长因子GFi：
由此共得到n个吸湿增长因子，分别为：GF1、GF2,…,GFn；
步骤1.3，将n个吸湿增长因子GF1、GF2,…,GFn求平均，得到特定相对湿度RH条件下吸湿增长因子的平均值MGF；
估算n个吸湿增长因子GF1、GF2,…,GFn的标准差σGF，则吸湿增长因子GF的不确定性范围为：MGF-σGF≤GF≤MGF+σGF；
步骤1.4，将特定相对湿度RH条件下吸湿增长因子的平均值MGF代入公式2，得到特定单一化学组分颗粒物的吸湿参数κ；
其中：
σs/a为颗粒物溶液表面张力，Mw为水的摩尔质量，R为气体常数，T为温度，ρw为液态水密度，Dd为特定单一化学组分干颗粒物的直径；
将MGF+σGF代入公式3，得到吸湿参数κ的最大值κmax；将MGF-σGF代入公式4，得到吸湿参数κ的最小值κmin；
因此确定κ不确定性范围：κmin≤κ≤κmax；
步骤2，选取多种不同化学组分的颗粒物，均执行步骤1，从而得到每一种化学组分颗粒物的吸湿参数κ及吸湿参数κ的不确定性范围[κmin，κmax]，进而形成吸湿参数κ数据库；
步骤3，利用观测仪器测量实际大气颗粒物组分以及每种组分的粒径，计算得到实际大气相对湿度下不同粒径的大气颗粒物的吸湿增长因子GF，执行步骤3.1-步骤3.4：
步骤3.1，获取给定化学组分的颗粒物的吸湿参数κ，包括：
如果待估算吸湿增长特征的颗粒物为单一化学组分的颗粒物，则直接查询步骤2得到的吸湿参数κ数据库，得到该化学组分颗粒物的吸湿参数κ及吸湿参数κ的不确定性范围[κmin，κmax]；
如果待估算吸湿增长特征的颗粒物为m种化学组分组成的颗粒物，m为大于1的自然数；则通过查询步骤2得到的吸湿参数κ数据库，得到每一种化学组分对应的吸湿参数κj，再利用公式5得到该颗粒物的吸湿参数κ：
其中：εj为第j种颗粒物化学组分占总颗粒物的体积分数；
对于每一种颗粒物化学组分j，通过查询吸湿参数κ数据库，均可得到对应的吸湿参数最大值κmaxj和吸湿参数最小值κminj；将各个颗粒物化学组分的吸湿参数最大值取平均值，得到该颗粒物的吸湿参数κ的最大值κmax；将各个颗粒物化学组分的吸湿参数最小值取平均值，得到该颗粒物的吸湿参数κ的最小值κmin；
步骤3.2，基于步骤3.1得到的颗粒物的吸湿参数κ和已知的空气相对湿度RH，求解公式6，得到颗粒物吸湿增长因子的四个可能值GFa、GFb、GFc、GFd：
根据GF为实数且GF≥1的原则，从GFa、GFb、GFc、GFd中确定最终的颗粒物吸湿增长因子GF；
步骤3.3，基于步骤3.1得到的颗粒物的吸湿参数κ的最大值κmax和已知的空气相对湿度RH，求解公式7，得到颗粒物吸湿增长因子最大值的四个可能值GFmaxa、GFmaxb、GFmaxc、GFmaxd：
根据GFmax为实数且GFmax≥1的原则，从GFmaxa、GFmaxb、GFmaxc、GFmaxd中确定最终的颗粒物吸湿增长因子的最大值GFmax；
步骤3.4，基于步骤3.1得到的颗粒物的吸湿参数κ的最小值κmin和已知的空气相对湿度RH，求解公式8，得到颗粒物吸湿增长因子最小值的四个可能值GFmina、GFminb、GFminc、GFmind：
根据GFmin为实数且GFmin≥1的原则，从GFmina、GFminb、GFminc、GFmind中确定最终的颗粒物吸湿增长因子的最小值GFmin；
由此得到颗粒物吸湿增长因子GF及吸湿增长因子GF的不确定性范围[GFmin，GFmax]；
步骤4，基于大气颗粒物粒径、组分、颗粒物吸湿增长因子GF和实际大气湿度数据，利用颗粒物光学散射模型，得到大气颗粒物及其吸湿导致的灰霾大气消光系数。
优选的，步骤4中，所述散射模型为Mie散射模型。
本发明提供的基于普适吸湿增长方案的灰霾消光监测方法具有以下优点：
本发明提供的基于普适吸湿增长方案的灰霾消光监测方法，可适用高湿度和低湿度情形下，均能准确显式估算颗粒物的吸湿增长因子GF及吸湿增长因子GF的不确定性范围，从而进一步计算得到灰霾颗粒物消光系数，提高灰霾消光监测结果的准确性。
附图说明
图1为本发明提供的根据观测结果建立不同化学组分颗粒物吸湿参数κ数据库的流程示意图；
图2为本发明提供的已知颗粒物化学组分和相对湿度RH求解任意颗粒物吸湿增长因子的流程示意图；
图3为利用PK07方法和本发明根据观测结果估算的硫酸铵颗粒物吸湿参数κ的对比图；
图4为利用PK07方法和本发明估算的硫酸铵颗粒物吸湿后液态水含量偏差的对比图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在Kohler平衡理论、Low液滴水活度公式和吸湿参数κ概念基础上，本发明提出了新的相对湿度(RH)-吸湿参数(κ)-吸湿增长因子(GF)三者之间的关系式，进而提出了新的颗粒物吸湿增长估算解决方案。由于参考了更为普适的液滴水活度估算形式(Low公式)，与PK07方法仅适用于高湿度情形相比，本发明可以普遍适用于高湿度和低湿度情形。利用本发明方法，根据观测的相对湿度和吸湿增长估算吸湿参数κ时，湿度上限与PK07方法一致，即小于等于临界过饱和度；湿度下限主要取决于观测仪器的测量精度和颗粒物的固有特性。利用本发明方法，根据吸湿参数κ估算颗粒物吸湿增长时，湿度上限同样为小于等于临界过饱和度；湿度下限主要取决于颗粒物的固有特性。
首先，简要介绍本发明的技术原理。参考Low液滴水活度公式，本发明提出了新的液滴水活度aw-吸湿参数κ关系式:
式中，Vs为干颗粒物体积，Vw为颗粒物吸湿后液态水体积。
将新的aw-κ关系式代入Kohler公式:
式中，σs/a为颗粒物溶液表面张力，Mw为水的摩尔质量，R为气体常数，T为温度，ρw为液态水密度，D为特定相对湿度RH条件下吸湿后颗粒物的直径。
可得到新的RH-D-κ关系式：
式中，Dd为干颗粒物的直径。
将(9)式变形得到：
其中颗粒物吸湿增长因子
根据(10)式和观测得到的空气相对湿度和颗粒物吸湿增长因子，即可直接显式估算吸湿参数κ。
将(9)式变形还可得到：
根据(11)式，在给定空气相对湿度和颗粒物化学组分的情况下，即可直接显式求解上述一元四次方程得到颗粒物吸湿增长因子GF。如果颗粒物由多种化学组分组成，则：
式中，εj为第j种颗粒物化学组分占总颗粒物的体积分数。
本发明可应用于大气细颗粒物(PM2.5)和灰霾污染，以及颗粒物直接和间接气候效应的监测、分析、模拟及预测。
具体的，参考附图1，本发明提供的基于普适吸湿增长方案的灰霾消光监测方法，包括以下步骤：
步骤1，对于每一种特定单一化学组分颗粒物，均执行步骤1.1-步骤1.4，由此确定该特定单一化学组分颗粒物的吸湿参数κ及吸湿参数κ的不确定性范围[κmin，κmax]：
步骤1.1，利用观测仪器获取特定单一化学组分干颗粒物的直径Dd和特定相对湿度RH条件下吸湿后颗粒物的直径D；
步骤1.2，重复步骤1.1n次，共进行n次观测试验；n次观测试验的观测结果分别为：Dd1、D1，Dd2、D2,…,Ddn、Dn；其中，Ddi为第i次试验时得到的特定单一化学组分干颗粒物的直径；Di为第i次试验时得到的同一化学组分的颗粒物在特定相对湿度RH条件下吸湿后颗粒物的直径D；其中，i＝1,2,…,n；
根据公式1计算每次观测试验对应的吸湿增长因子GFi：
由此共得到n个吸湿增长因子，分别为：GF1、GF2,…,GFn；
步骤1.3，将n个吸湿增长因子GF1、GF2,…,GFn求平均，得到特定相对湿度RH条件下吸湿增长因子的平均值MGF；
估算n个吸湿增长因子GF1、GF2,…,GFn的标准差σGF，则吸湿增长因子GF的不确定性范围为：MGF-σGF≤GF≤MGF+σGF；
步骤1.4，将特定相对湿度RH条件下吸湿增长因子的平均值MGF代入公式2，得到特定单一化学组分颗粒物的吸湿参数κ；
其中：
σs/a为颗粒物溶液表面张力，Mw为水的摩尔质量，R为气体常数，T为温度，ρw为液态水密度，Dd为特定单一化学组分干颗粒物的直径；
将MGF+σGF代入公式3，得到吸湿参数κ的最大值κmax；将MGF-σGF代入公式4，得到吸湿参数κ的最小值κmin；
因此确定κ不确定性范围：κmin≤κ≤κmax；
步骤2，选取多种不同化学组分的颗粒物，均执行步骤1，从而得到每一种化学组分颗粒物的吸湿参数κ及吸湿参数κ的不确定性范围[κmin，κmax]，进而形成吸湿参数κ数据库；
步骤3，利用观测仪器测量实际大气颗粒物组分以及每种组分的粒径，计算得到实际大气相对湿度下不同粒径的大气颗粒物的吸湿增长因子GF，执行步骤3.1-步骤3.4：
步骤3.1，获取给定化学组分的颗粒物的吸湿参数κ，包括：
如果待估算吸湿增长特征的颗粒物为单一化学组分的颗粒物，则直接查询步骤2得到的吸湿参数κ数据库，得到该化学组分颗粒物的吸湿参数κ及吸湿参数κ的不确定性范围[κmin，κmax]；
如果待估算吸湿增长特征的颗粒物为m种化学组分组成的颗粒物，m为大于1的自然数；则通过查询步骤2得到的吸湿参数κ数据库，得到每一种化学组分对应的吸湿参数κj，再利用公式5得到该颗粒物的吸湿参数κ：
其中：εj为第j种颗粒物化学组分占总颗粒物的体积分数；
对于每一种颗粒物化学组分j，通过查询吸湿参数κ数据库，均可得到对应的吸湿参数最大值κmaxj和吸湿参数最小值κminj；将各个颗粒物化学组分的吸湿参数最大值取平均值，得到该颗粒物的吸湿参数κ的最大值κmax；将各个颗粒物化学组分的吸湿参数最小值取平均值，得到该颗粒物的吸湿参数κ的最小值κmin；
步骤3.2，基于步骤3.1得到的颗粒物的吸湿参数κ和已知的空气相对湿度RH，求解公式6，得到颗粒物吸湿增长因子的四个可能值GFa、GFb、GFc、GFd：
根据GF为实数且GF≥1的原则，从GFa、GFb、GFc、GFd中确定最终的颗粒物吸湿增长因子GF；
步骤3.3，基于步骤3.1得到的颗粒物的吸湿参数κ的最大值κmax和已知的空气相对湿度RH，求解公式7，得到颗粒物吸湿增长因子最大值的四个可能值GFmaxa、GFmaxb、GFmaxc、GFmaxd：
根据GFmax为实数且GFmax≥1的原则，从GFmaxa、GFmaxb、GFmaxc、GFmaxd中确定最终的颗粒物吸湿增长因子的最大值GFmax；
步骤3.4，基于步骤3.1得到的颗粒物的吸湿参数κ的最小值κmin和已知的空气相对湿度RH，求解公式8，得到颗粒物吸湿增长因子最小值的四个可能值GFmina、GFminb、GFminc、GFmind：
根据GFmin为实数且GFmin≥1的原则，从GFmina、GFminb、GFminc、GFmind中确定最终的颗粒物吸湿增长因子的最小值GFmin；
由此得到颗粒物吸湿增长因子GF及吸湿增长因子GF的不确定性范围[GFmin，GFmax]；
步骤4，基于大气颗粒物粒径、组分、颗粒物吸湿增长因子GF和实际大气湿度数据，利用颗粒物光学散射模型，得到大气颗粒物及其吸湿导致的灰霾大气消光系数。
本发明提供的颗粒物吸湿增长的普适估算方法，具有以下特点：
(1)本发明提出了新的液滴水活度aw-吸湿参数κ关系式，该关系式与之前方案相比，不仅适用于高湿度情形，而且适用于低湿度情形。
(2)本发明基于新提出的液滴水活度aw-吸湿参数κ关系式，提出了新的吸湿参数(κ)-相对湿度(RH)-吸湿增长因子(GF)三者之间的关系式。基于新的κ-RH-GF关系式，根据观测的相对湿度RH和颗粒物吸湿增长因子GF结果，可显式估算特定化学组分颗粒物的吸湿参数κ。现有技术的估算方案仅适合在高湿度情形下根据RH和GF求解吸湿参数κ，而本发明可适用高湿度和低湿度情形下。如图3所示，利用PK07方法根据观测结果估算的吸湿参数κ随着相对湿度的减小，出现明显的系统性偏差。而利用本发明在估算吸湿参数κ时具有较好的稳定性。
(3)本发明基于新提出的GF-RH-κ关系式，可在在给定相对湿度RH和颗粒物化学组分的情形下，直接显式求解吸湿增长因子GF。而现有技术的估算方案求解吸湿增长因子GF需采用迭代方法或对GF-RH-κ关系式进行进一步简化。
(4)本发明显式求解吸湿增长因子GF在高湿度和低湿度情形下均与观测结果具有很好的一致性，而现有技术的估算方案在低湿度情形下根据相对湿度RH和特定组分颗粒物的吸湿参数κ求解颗粒物的吸湿增长时具有较大偏差。如图4所示，本发明估算的颗粒物吸湿后液态水含量与观测结果的偏差显著小于PK07方法，特别是当相对湿度较小时。
本发明提供的基于普适吸湿增长方案的灰霾消光监测方法具有以下优点：
本发明提供的基于普适吸湿增长方案的灰霾消光监测方法，可适用高湿度和低湿度情形下，均能准确显式估算颗粒物的吸湿增长因子GF及吸湿增长因子GF的不确定性范围，从而进一步计算得到灰霾颗粒物消光系数，提高灰霾消光监测结果的准确性。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。
Claims (2)
1.一种基于普适吸湿增长方案的灰霾消光监测方法，其特征在于，包括以下步骤：
步骤1，对于每一种特定单一化学组分颗粒物，均执行步骤1.1-步骤1.4，由此确定该特定单一化学组分颗粒物的吸湿参数κ及吸湿参数κ的不确定性范围[κmin，κmax]：
步骤1.1，利用观测仪器获取特定单一化学组分干颗粒物的直径Dd和特定相对湿度RH条件下吸湿后颗粒物的直径D；
步骤1.2，重复步骤1.1n次，共进行n次观测试验；n次观测试验的观测结果分别为：Dd1、D1，Dd2、D2,…,Ddn、Dn；其中，Ddi为第i次试验时得到的特定单一化学组分干颗粒物的直径；Di为第i次试验时得到的同一化学组分的颗粒物在特定相对湿度RH条件下吸湿后颗粒物的直径D；其中，i＝1,2,…,n；
根据公式(1)计算每次观测试验对应的吸湿增长因子GFi：
由此共得到n个吸湿增长因子，分别为：GF1、GF2,…,GFn；
步骤1.3，将n个吸湿增长因子GF1、GF2,…,GFn求平均，得到特定相对湿度RH条件下吸湿增长因子的平均值MGF；
估算n个吸湿增长因子GF1、GF2,…,GFn的标准差σGF，则吸湿增长因子GF的不确定性范围为：MGF-σGF≤GF≤MGF+σGF；
步骤1.4，将特定相对湿度RH条件下吸湿增长因子的平均值MGF代入公式(2)，得到特定单一化学组分颗粒物的吸湿参数κ；
其中：
σs/a为颗粒物溶液表面张力，Mw为水的摩尔质量，R为气体常数，T为温度，ρw为液态水密度，Dd为特定单一化学组分干颗粒物的直径；
将MGF+σGF代入公式(3)，得到吸湿参数κ的最大值κmax；将MGF-σGF代入公式(4)，得到吸湿参数κ的最小值κmin；
因此确定κ不确定性范围：κmin≤κ≤κmax；
步骤2，选取多种不同化学组分的颗粒物，均执行步骤1，从而得到每一种化学组分颗粒物的吸湿参数κ及吸湿参数κ的不确定性范围[κmin，κmax]，进而形成吸湿参数κ数据库；
步骤3，利用观测仪器测量实际大气颗粒物组分以及每种组分的粒径，计算得到实际大气相对湿度下不同粒径的大气颗粒物的吸湿增长因子GF，执行步骤3.1-步骤3.4：
步骤3.1，获取给定化学组分的颗粒物的吸湿参数κ，包括：
如果待估算吸湿增长特征的颗粒物为单一化学组分的颗粒物，则直接查询步骤2得到的吸湿参数κ数据库，得到该化学组分颗粒物的吸湿参数κ及吸湿参数κ的不确定性范围[κmin，κmax]；
如果待估算吸湿增长特征的颗粒物为m种化学组分组成的颗粒物，m为大于1的自然数；则通过查询步骤2得到的吸湿参数κ数据库，得到每一种化学组分对应的吸湿参数κj，再利用公式(5)得到该颗粒物的吸湿参数κ：
其中：εj为第j种颗粒物化学组分占总颗粒物的体积分数；
对于每一种颗粒物化学组分j，通过查询吸湿参数κ数据库，均可得到对应的吸湿参数最大值κmaxj和吸湿参数最小值κminj；将各个颗粒物化学组分的吸湿参数最大值取平均值，得到该颗粒物的吸湿参数κ的最大值κmax；将各个颗粒物化学组分的吸湿参数最小值取平均值，得到该颗粒物的吸湿参数κ的最小值κmin；
步骤3.2，基于步骤3.1得到的颗粒物的吸湿参数κ和已知的空气相对湿度RH，求解公式(6)，得到颗粒物吸湿增长因子的四个可能值GFa、GFb、GFc、GFd：
根据GF为实数且GF≥1的原则，从GFa、GFb、GFc、GFd中确定最终的颗粒物吸湿增长因子GF；
步骤3.3，基于步骤3.1得到的颗粒物的吸湿参数κ的最大值κmax和已知的空气相对湿度RH，求解公式(7)，得到颗粒物吸湿增长因子最大值的四个可能值GFmaxa、GFmaxb、GFmaxc、GFmaxd：
根据GFmax为实数且GFmax≥1的原则，从GFmaxa、GFmaxb、GFmaxc、GFmaxd中确定最终的颗粒物吸湿增长因子的最大值GFmax；
步骤3.4，基于步骤3.1得到的颗粒物的吸湿参数κ的最小值κmin和已知的空气相对湿度RH，求解公式(8)，得到颗粒物吸湿增长因子最小值的四个可能值GFmina、GFminb、GFminc、GFmind：
根据GFmin为实数且GFmin≥1的原则，从GFmina、GFminb、GFminc、GFmind中确定最终的颗粒物吸湿增长因子的最小值GFmin；
由此得到颗粒物吸湿增长因子GF及吸湿增长因子GF的不确定性范围[GFmin，GFmax]；
步骤4，基于大气颗粒物粒径、组分、颗粒物吸湿增长因子GF和实际大气湿度数据，利用颗粒物光学散射模型，得到大气颗粒物及其吸湿导致的灰霾大气消光系数。
2.根据权利要求1所述的基于普适吸湿增长方案的灰霾消光监测方法，其特征在于，步骤4中，所述散射模型为Mie散射模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010070700.3A CN111220511B (zh) | 2020-01-21 | 2020-01-21 | 基于普适吸湿增长方案的灰霾消光监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010070700.3A CN111220511B (zh) | 2020-01-21 | 2020-01-21 | 基于普适吸湿增长方案的灰霾消光监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111220511A CN111220511A (zh) | 2020-06-02 |
| CN111220511B true CN111220511B (zh) | 2020-10-27 |
Family
ID=70828288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010070700.3A Active CN111220511B (zh) | 2020-01-21 | 2020-01-21 | 基于普适吸湿增长方案的灰霾消光监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111220511B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111999268B (zh) * | 2020-08-19 | 2023-09-15 | 成都信息工程大学 | 一种大气消光系数湿度订正方法 |
| CN115201074B (zh) * | 2022-06-30 | 2023-03-17 | 中国科学院大气物理研究所 | 气溶胶组分分布的遥感反演方法、系统、设备和计算机可读存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3782824A (en) * | 1972-06-01 | 1974-01-01 | Sperry Rand Corp | Apparatus and method for measuring extinction coefficient of an atmospheric scattering medium |
| US4687337A (en) * | 1981-09-02 | 1987-08-18 | The United States Of America As Represented By The Secretary Of The Air Force | Atmospheric Aerosol extinctiometer |
| CN103048284A (zh) * | 2012-12-05 | 2013-04-17 | 中国科学院安徽光学精密机械研究所 | 利用镀膜玻璃管测量大气气溶胶消光系数的新方法 |
| KR20130088586A (ko) * | 2012-01-31 | 2013-08-08 | 목포대학교산학협력단 | 풍력단지의 입지선정 방법 |
| CN105675466A (zh) * | 2016-04-12 | 2016-06-15 | 北京理工大学 | 一种大气相对湿度协同颗粒物消光的在线监测装置 |
| CN106092841A (zh) * | 2016-05-31 | 2016-11-09 | 中国人民解放军陆军军官学院 | 以pm2.5质量浓度为约束条件反演气溶胶消光系数吸湿增长因子与相对湿度函数关系的方法 |
| CA2966741A1 (en) * | 2016-07-21 | 2018-01-21 | Rosemount Aerospace Inc. | Method of estimating cloud particle sizes using lidar ratio |
| CN110006849A (zh) * | 2019-05-05 | 2019-07-12 | 北京是卓科技有限公司 | 一种获取气溶胶消光系数的方法和装置 |
| CN110006848A (zh) * | 2019-05-05 | 2019-07-12 | 北京是卓科技有限公司 | 一种获取气溶胶消光系数的方法和装置 |
| CN110109149A (zh) * | 2019-05-08 | 2019-08-09 | 南京信息工程大学 | 一种激光雷达低层消光系数廓线校正方法 |
| WO2020025984A1 (en) * | 2018-08-01 | 2020-02-06 | Pantazis Alexandros | Method of use of a lidar device and operatively associated lidar data processing unit for providing real-time monitoring of meteorological parameters |
-
2020
- 2020-01-21 CN CN202010070700.3A patent/CN111220511B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3782824A (en) * | 1972-06-01 | 1974-01-01 | Sperry Rand Corp | Apparatus and method for measuring extinction coefficient of an atmospheric scattering medium |
| US4687337A (en) * | 1981-09-02 | 1987-08-18 | The United States Of America As Represented By The Secretary Of The Air Force | Atmospheric Aerosol extinctiometer |
| KR20130088586A (ko) * | 2012-01-31 | 2013-08-08 | 목포대학교산학협력단 | 풍력단지의 입지선정 방법 |
| CN103048284A (zh) * | 2012-12-05 | 2013-04-17 | 中国科学院安徽光学精密机械研究所 | 利用镀膜玻璃管测量大气气溶胶消光系数的新方法 |
| CN105675466A (zh) * | 2016-04-12 | 2016-06-15 | 北京理工大学 | 一种大气相对湿度协同颗粒物消光的在线监测装置 |
| CN106092841A (zh) * | 2016-05-31 | 2016-11-09 | 中国人民解放军陆军军官学院 | 以pm2.5质量浓度为约束条件反演气溶胶消光系数吸湿增长因子与相对湿度函数关系的方法 |
| CA2966741A1 (en) * | 2016-07-21 | 2018-01-21 | Rosemount Aerospace Inc. | Method of estimating cloud particle sizes using lidar ratio |
| WO2020025984A1 (en) * | 2018-08-01 | 2020-02-06 | Pantazis Alexandros | Method of use of a lidar device and operatively associated lidar data processing unit for providing real-time monitoring of meteorological parameters |
| CN110006849A (zh) * | 2019-05-05 | 2019-07-12 | 北京是卓科技有限公司 | 一种获取气溶胶消光系数的方法和装置 |
| CN110006848A (zh) * | 2019-05-05 | 2019-07-12 | 北京是卓科技有限公司 | 一种获取气溶胶消光系数的方法和装置 |
| CN110109149A (zh) * | 2019-05-08 | 2019-08-09 | 南京信息工程大学 | 一种激光雷达低层消光系数廓线校正方法 |
Non-Patent Citations (3)
| Title |
|---|
| "Broadband andluminousextinctioncoefficients inaclean";Miroslav Kocifaj;《Journal of Quantitative Spectroscopy & Radiative Transfer》;20160111;第173卷;第20-25页 * |
| "Determination of the boundary value of the aerosol";Yuzhao Ma et al.;《Optik》;20181231;第160卷;第283-297页 * |
| "激光雷达遥感地表气溶胶消光吸湿因子及其对波长的依赖特性";伯广宁 等;《光学学报》;20160630;第36卷(第6期);第0601003-1-0601003-9页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111220511A (zh) | 2020-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111220511B (zh) | 基于普适吸湿增长方案的灰霾消光监测方法 | |
| Mozurkewich et al. | Reaction probability of N2O5 on aqueous aerosols | |
| Khlystov et al. | An algorithm for combining electrical mobility and aerodynamic size distributions data when measuring ambient aerosol special issue of aerosol science and technology on findings from the fine particulate matter supersites program | |
| KR101609740B1 (ko) | 에어로졸 질량농도의 연직분포 산출방법 | |
| CN111551961B (zh) | 基于多波长激光雷达的云凝结核数浓度垂直廓线反演方法 | |
| Zhao et al. | Temporal variability of the visibility, particulate matter mass concentration and aerosol optical properties over an urban site in Northeast China | |
| Pierce et al. | New-particle formation, growth and climate-relevant particle production in Egbert, Canada: analysis from 1 year of size-distribution observations | |
| CN105928846B (zh) | 一种气溶胶散射吸湿增长因子的测量系统及其测量方法 | |
| Zhao et al. | High time-resolution measurement of light scattering hygroscopic growth factor in Beijing: A novel method for high relative humidity conditions | |
| Zhao et al. | Aerosol hygroscopicity based on size-resolved chemical compositions in Beijing | |
| CN111999268B (zh) | 一种大气消光系数湿度订正方法 | |
| CN205786209U (zh) | 一种气溶胶散射吸湿增长因子的测量系统 | |
| CN111521529B (zh) | 干气溶胶等效复折射率参数化方案的构建方法 | |
| Kim et al. | Size calibration corrections for the active scattering aerosol spectrometer probe (ASASP-100X) | |
| Mei et al. | Simulation-aided characterization of a versatile water-based condensation particle counter for atmospheric airborne research | |
| CN110907318B (zh) | 一种近地面大气总悬浮颗粒物质量浓度遥感物理估算方法 | |
| CN110849794B (zh) | 基于ccn测量中未活化颗粒识别改进天气、气候模拟的方法 | |
| Gras et al. | Southern Hemisphere stratospheric aerosol measurements: 3. Size distribution 1974–1979 | |
| CN106248538B (zh) | 间接测定植物表面pm2.5的干沉降速率的方法 | |
| CN114580214B (zh) | 基于物联网的智能型蒸汽流量计校核测试系统及方法 | |
| Kuuluvainen et al. | Measuring condensation sink and ion sink of atmospheric aerosols with the electrical low pressure impactor (ELPI) | |
| Davis et al. | Statistical Methods for Data Analysis | |
| Zhao et al. | Hygroscopic growth effect on aerosol light scattering in the urban area of Beijing: a long-term measurement by a wide-range and high-resolution humidified nephelometer system | |
| Jing | On the relative performance of the block bootstrap for dependent data | |
| CN104865207B (zh) | 基于光腔衰荡光谱仪的灰霾检测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |