中美大陆区域气溶胶成分消光贡献研究综述

辛金元 吴肖燕 3, 张文煜 , 孔令彬 马翼宁 马永敬

1 中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室, 北京 100029

2 中国科学院大学, 北京 100049

3 国家气象信息中心, 北京 100081

4 兰州大学大气科学学院, 兰州 730000

5 郑州大学地球科学与技术学院, 郑州 450001

1 引言

大气能见度是衡量城市空气质量的重要指标，也是公众感知空气质量最直接的方式（Dzubay et al., 1982; Tao et al., 2009; 张宏等, 2011; 尚子溦等,2017）。能见度的降低主要是由于颗粒物和气体污染物的消光（散射和吸收）作用，特别是在城市地区（Charlson, 1969; Appel et al., 1985; Su et al.,1990; Chan et al., 1999; Tsai and Cheng, 1999; Lee and Sequeira, 2002; Elias et al., 2009; Singh and Dey,2012）。能见度（V）理论上与消光系数（bext）成反比，可用Koschmieder 公式表示：

其中，K为常数3.912（Koschmieder, 1924）。

大气消光系数可以表示为颗粒物（bsp和bap）和气体（bsg和bag）的散射和吸收之和：

气体的吸收作用主要由二氧化氮（NO2）引起，可以通过NO2浓度来计算。气体的散射作用是通过瑞利散射理论计算的，称之为瑞利散射。瑞利散射的范围可从高海拔（～3.5 km）地区的8 Mm-1（1 Mm-1=10-6m-1）到海平面的12 Mm-1（Malm et al., 1994; Hand, 2011）。气溶胶粒子散射由天然气溶胶（例如，风吹的灰尘）或人为气溶胶（例如，硫酸盐、硝酸盐、碳质气溶胶和其他细颗粒和粗颗粒）引起，而大气中主要的光吸收是由于元素碳（或黑碳）。因此，通过不同种类的颗粒物组分消光贡献的研究可以对能见度的衰减作用有进一步的了解，并为提升能见度提供科学参考。

目前，计算气溶胶组分与消光之间关系的方法主要有三种：IMPROVE（Interagency Monitoring of Protected Visual Environments）方程、Mie 理论和多元线性回归方法。Mie 理论方法是目前最可靠的方法，通过数浓度、各种化学成分的粒径分布以及其折射率来计算消光（Li et al., 2017）。IMPROVE方程是基于美国IMPROVE 能见度监测网络得到的（Sisler et al., 1993; Sisler, 1996; Malm, 2000; Debell,2006; Hand, 2011）。多元线性回归方法通过测量的消光系数（因变量）与特定的气溶胶数据（自变量）进行配置，类似于IMPROVE 的“局地”方程参数化方案。Mie 理论输入的参数较难测量，多元线性回归方程也需要实时监测光消光系数和气溶胶组分质量浓度，因此IMPROVE 方程在全世界很多地方都得到了广泛应用，并在实测和重建消光系数之间表现出良好的相关性（Sisler et al., 1993; Sisler,1996; Malm, 2000; Debell, 2006; Hand, 2011; Cao et al., 2012; Xiao et al., 2014; Tao et al., 2014; Tian et al., 2015, 2020; Xu et al., 2016; Deng et al., 2016; Li et al., 2017; Wang et al., 2017; Xia et al., 2017; Liao et al., 2020; Izhar et al., 2021; Zhang et al., 2021）。

IMPROVE 算法最初于1994 年被开发（Malm et al., 1994），通 常 被 称 为 原 始IMPROVE 方 程。它假设气体吸收（bag）为零，瑞利散射（bsg）为常数（10 Mm-1），粒子散射和吸收（bsp和bap）可以通过将六种主要成分中的各浓度乘以其质量消光效率来估算。其中，六大组分分别为硫酸盐[设定为硫酸铵，(NH4)2SO4，AS]、硝酸盐（设定为硝酸铵，NH4NO3，AN）、有机物（实测有机碳，OC）、元素碳或黑碳（EC，直接测量）、细模态土壤（地壳元素和氧化物，Fine Soil，FS）和粗模态 物 质（PM10和PM2.5的 差 值，Coarse Mass，CM）。硫酸盐和硝酸盐质量消光效率项包括吸湿增长因子，是相对湿度（RH）乘以恒定干消光效率的函数。原始IMPROVE 方程可描述为

其中，消光系数的单位为Mm-1，[]表示化学组分的质量浓度（单位：μg m-3），干质量消光效率单位为m2g-1，f(RH)为硫酸铵和硝酸铵的吸湿增长系数。重构细颗粒物（Reconstructed Fine Mass，RCFM）质量浓度可表示为

原始IMPROVE 方程在颗粒物高浓度与低浓度情况下计算误差较大，倾向于高消光值低估与低消光值高估（Debell, 2006; Pitchford et al., 2007, Cheng et al., 2015）。2007 年Pitchford 等人开发了一种修正算法（Pitchford et al., 2007），对原始IMPROVE方程进行了五个重要修订，包括：增加了海盐气溶胶和NO2气体光吸收项；有机化合物质量OM 与OC 质量比从1.4 更改为1.8；瑞利散射值随监测站点的海拔和年均温度变化；使用与粗粒径和细粒径模态分别对应硫酸盐、硝酸盐和有机物组分的消光效率；更新了硫酸盐和硝酸盐的吸湿增长因子。各成分浓度计算如下：

在计算消光系数的时候，AS、AN 和OM 的质量浓度被分为粗、细粒径两种模态。当某一成分浓度大于20 μg m-3时，认为此时该成分全部为粗粒径模态；若其浓度小于20 μg m-3，粗粒径模态浓度为该成分浓度的平方与20 μg m-3的比值，细粒径模态浓度为成分总浓度减去粗粒径模态浓度。修订后的IMPROVE 方程中总消光系数可以表示为

其中，fS(RH)和fL(RH)分别为细粒径和粗粒径模态的硫酸铵和硝酸铵的吸湿增长系数，fSS(RH)为海盐的吸湿增长系数，bsg代表不同站点的特定瑞利散射。

与原方程相比，在细粒径模态下，干气溶胶消光效率小于原始方程值，而在粗粒径模态下，干气溶胶消光效率大于原始方程值，修正方程显著提高了颗粒物浓度较高与较低时消光系数的估算精度，减少了重霾期的低估和轻霾期的高估，提升了美国东部的雾霾监测站点消光系数估算（Pitchford et al., 2007）。然而，修正方程的消光估算不确定性较原始方程升高。

同时，也有很多学者采用修正IMPROVE 方程，来降低方程计算的不确定性。修正的IMPROVE 方程中，随着物种浓度的降低，分离成分算法将更多的气溶胶质量转移到细粒径模态。由于细粒径模态的干气溶胶散射效率小于粗粒径模态的一半，因此这种假定的粒径偏移可能会对气溶胶散射计算产生很大影响。为了更好地描述散射对气溶胶质量的依赖性，Prenni 等探索了一种替代分离成分算法的方法，重新划分硫酸铵、硝酸铵和有机物在细粒径和粗粒径模态中的分配方法。在分离组分算法的分母中，不使用常数20 μg m-3而是替换为每个站点每个物种的年平均质量的5 倍，这会消除因野火等事件在测量分布中可能出现的极值。仅改变方程的这一部分，重新计算bsp，发现尽管相关系数相似，但是偏差明显低于之前的结果（Prenni et al., 2019）。

还有相关研究将测量的气溶胶粒径分布作为输入数据，通过离散偶极子近似法，计算了特定地点的干气溶胶消光效率；并考虑到各成分吸湿的差异，推导出了特定成分的吸湿增长函数f(RH)i（Valentini et al., 2018）。除此之外，还有研究根据ISORROPIA II 热力学平衡模型和Mie 理论模型，基于粒径分离的化学成分来进行估算。

2 IMPROVE 方程在不同地区的应用

2.1 美国及其他地区颗粒物浓度及组分消光研究

基于IMPROVE 网络的观测数据，我们对1988～2008 年美国各地区气溶胶的浓度水平以及消光水平进行了分析。所有数据均来源于IMPROVE 报 告（Sisler et al., 1993; Sisler, 1996;Malm, 2000; Debell, 2006; Hand, 2011）。在1988年3 月至1991 年2 月，IMPROVE 网络选取了36个站点来代表美国上空能见度和气溶胶的分布情况，并且根据区域相似性，将其分为19 个区域。在1992 年3 月至1995 年2 月，气溶胶监测站点更新演变为43 个，并被分为21 个区域。在1996 年3月1999 年2 月，则使用49 个站点来进行空间趋势分析，并且划分为21 个区域。在2000～2004 年，监测站点发展到110 个，被划分为30 个区域。在2005～2008 年，IMPROVE 网络包含了168 个站点，被划分为35 个区域。在整个观测阶段，消光系数的重构都是基于组分浓度并通过IMPROVE 方程来完成的。在整个研究时段内，由NO2引起的气体吸收系数忽略不计。在1988～2004 年观测时段内，瑞利散射系数被假设为常数10 Mm-1，在2005～2008 年则为各站点特定的瑞利散射值。在1988～1999 年时间段内，土壤和粗颗粒物被视为同一来源扬尘，计算消光系数时，两者被合并计算为粗颗粒物。此外，2005～2008 年的研究考虑到海盐气溶胶，其他时段都忽略了其影响。表1 展示了各时间段所用的IMPROVE 方程以及质量重构方程的参数（Sisler et al., 1993; Sisler, 1996; Malm, 2000;Debell, 2006; Hand, 2011）

表1 不同时期IMPROVE 方程参数对比Table 1 Comparisons of parameters of IMPROVE (Interagency Monitoring of Protected Visual Environments) equation over different periods

如图1 和图2 所示，1988～1991 年、1992～1995 年、1996～1999 年、2000～2004 年和2005～2008 年美国各区域的重构细颗粒物（RCFM）浓度范围分别为2.0～16.2 μg m-3、1.9～19.4 μg m-3、1.4～14.5 μg m-3、2.0～14.6 μg m-3和1.8～18.2 μg m-3；对应的重构粗颗粒物（PM10）浓度分别为6.2～32.6 μg m-3、4.2～26.8 μg m-3、4.4～23.0 μg m-3、4.3～34.8 μg m-3和4.0～38.0 μg m-3。细颗粒物在美国东部和南加州的浓度最高，最低浓度出现在非城市西部（大盆地、科罗拉多高原）和阿拉斯加。一般来说，细颗粒物中质量分数最大的是硫酸盐和有机物，硝酸盐只有在南加州贡献会超过25%，甚至接近于50%。在东部，细颗粒物中最大的成分是硫酸盐，约占28%～66%，而在太平洋西北部是有机物，约占34%～69%。这与地理位置以及人为活动有很大影响。在硫酸盐浓度很高的东部和西南部，存在着大量燃烧高硫煤的发电厂和铜冶炼厂，SO2排放强度相对较高，硫酸盐的浓度也往往较高。由于森林以及林业发展，在太平洋西北部有机碳浓度会比较高。而在南加州等地区，由于当地机动车和工业排放的氮氧化物浓度很高，硝酸盐的浓度会普遍较高。除了南加州，硫酸盐和有机碳是整个美国地区气溶胶最主要的两个组成成分。

图1 （a）2021 年IMPROVE 网络站点分布，红点表示IMPROVE 网络监测点，蓝点表示IMPROVE 网络协议监测点，（b）气溶胶重构细颗粒物（RCFM）质量浓度和气溶胶消光系数的时间变化，圆圈代表了IMPROVE 网络划分的各区域的时间平均值。图1a 数据来源于http://vista.cira.colostate.edu/Improve/improve-program [2023-07-07]。Fig.1 (a) Distribution of IMPROVE network sites in 2021, red and blue scatters represent monitoring sites and protocol sites, respectively, and(b) temporal variation of mass concentration for aerosol reconstructed fine mass (RCFM) and aerosol extinction coefficients, the circles represent the time mean value for each region divided by IMPROVE network.Data of Fig.1a are derived from http://vista.cira.colostate.edu/Improve/improveprogram [2023-07-07].

图2 美国三个典型区域（美国东部的阿帕拉契山脉、太平洋西海岸的南加州、美国西部的大盆地）的颗粒物浓度和气溶胶消光系数。Fig.2 Particulate matter concentration and aerosol extinction coefficient in three typical regions (Appalachian Mountains in the eastern United States,Southern California on the west coast of the Pacific Ocean, and Great Basin in the western United States) in the United States.

1988～1991 年、1992～1995 年、1996～1999年、2000～2004 年和2005～2008 年的气溶胶重构消光系数分别为13.5～154.2 Mm-1、13.3～172.5 Mm-1、10.0～110.4 Mm-1、 12.2～102.9 Mm-1和 12.5～127.4 Mm-1。重构的消光系数变化类似于细颗粒物浓度，在美国东部和南加州的消光系数最大，而非城市西部和阿拉斯加的消光最小。同时由于东部的相对湿度（以及硫酸盐、硝酸盐和有机物的光散射效率）高于西部，因此东部和西部的消光差异甚至比气溶胶浓度的差异更显著。细颗粒物是消光的主要贡献，贡献了约占64%～98%。大多数情况下，硫酸盐对消光贡献最大，约占27%～77%，其次是有机物，约占26%～48%，黑碳通常是最小的贡献成分，占比不超过15%。硝酸盐只在南加州地区是最大消光贡献成分，约占32%～45%，在其他大多数地区，其比例不到10%。硫酸盐的消光最大值出现在东部，有机碳的消光在美国东部和太平洋西北部最大。与重构的消光一致，测量的最大消光也发生在美国东部，其次是南加州。将测量的消光系数和重构消光系数进行比较发现，在美国东部等区域具有良好一致性（重构系数低估小于10%），其他区域重构消光系数约低估20%，但也有站点低估了50%（Sisler et al., 1993）。低估原因可能是由于不完全中和的硫酸盐具有更高的光散射效率；或者是测量的消光系数是整个光学路径上的平均值，而重构的消光是观测站点局地值。同时发现，直接测量的吸收系数bap相较于通过EC 浓度的吸收估算值更能准确标识环境消光（Sisler, 1996）。

为了更清楚地体现不同区域的组分差异，我们对美国东部的阿帕拉契山脉、太平洋西海岸的南加州以及美国西部大盆地的颗粒物浓度、消光水平以及组分占比等进行了对比研究（图2、图3）。从时间变化上来看，三个区域浓度和消光系数整体上都呈现下降趋势，但三个站点的消光系数都在1992～1995 年呈现一个高值。阿帕拉契山脉的重构颗粒物浓度变化范围为13.1～17.1 μg m-3，对应的气溶胶消光系数范围为74.4～118.0 Mm-1。南加州和大盆地对应的颗粒物浓度和消光系数分别为12.2～20.2 μg m-3和6.0～8.2 μg m-3，32.8～59.8 Mm-1和12.2～17.9 Mm-1。阿帕拉契山脉和南加州颗粒物浓度水平相当（平均值分别为14.9 μg m-3和15.5 μg m-3），明显高于大盆地（平均值为7.1 μg m-3）。而对于消光系数来说，阿帕拉契山脉最高（平均值为93.3 Mm-1），其次是南加州（平均值为45.8 Mm-1），大盆地最低（平均值为13.8 Mm-1），南加州的消光系数约为阿帕拉契山脉的50%。东西部不同地区之间的消光差异相较颗粒物浓度更大，由此可见，相对湿度以及成分差异对于消光作用的影响还是很明显的。

对细颗粒物的组成成分进行分析发现，不管是浓度水平还是消光系数，阿帕拉契山脉的最大组成成分都是硫酸盐，浓度为5.2～6.7 μg m-3，消光系数范围是50.1～80.7 Mm-1，占比分别为54%～64%和69%～80%，其次是有机物，浓度范围是2.3～3.2 μg m-3，对应的消光系数为9.4～16.7 Mm-1。南加州则以硝酸盐为主，浓度和消光系数范围分别为1.4～4.2 μg m-3和8.9～23.8 Mm-1，对应的占比分别为25%～43%和31%～52%，第二大组成成分也是有机物。大盆地的最大组成成分则是有机物，浓度水平在1.1～1.4 μg m-3，消光系数水平在4.2～5.5 Mm-1，占比分别为39%～44%和39%～49%。从平均情况来看，阿帕拉契山脉的细颗粒物浓度为10.5 μg m-3，对应的消光系数为90.4 Mm-1，硫酸盐的浓度占比为58%，对应的消光系数占比为72%，有机物的浓度占比为27%，消光系数占比为14%。南加州的平均浓度水平为7.7 μg m-3，消光系数为40.5 Mm-1，硝酸盐的浓度占比为35%，消光系数占比为41%，其次为有机物和硫酸盐，浓度占比分别为29%和20%，消光占比分别为22%和25%。大盆地的平均浓度和消光系数分别为2.9 μg m-3和10.8 Mm-1，有机物的浓度占比和消光系数占比分别为41%和44%，硫酸盐的则分别为21%和31%。硫酸盐和硝酸盐由于其散射效应，其消光占比明显高于浓度占比，同时，相对湿度的影响也会使占比增加的更为明显。其次，虽然元素碳浓度处于很低水平，但其强烈的消光作用使得其消光贡献明显增加。

2.2 我国各地区颗粒物浓度及组分消光研究

由于经济和工业的快速发展，我国成为世界上大气污染最严重的地区之一，大气能见度、气溶胶消光系数和光学厚度的演变直观地反应了我国不同地区的大气污染特征的演变（秦世广等, 2010; 张宏等, 2011; 王晓元等, 2012; 王天舒和牛生杰, 2017;陈婧等, 2019）。在我国，由于其不同的排放源，不同地区的大气气溶胶的物理和化学特征存在巨大差异，气溶胶消光作用也存在显著差异（Wang et al., 2001; Zhang et al., 2012, 2019; Zhao et al., 2013a,2013b; Xin et al., 2007, 2015, 2016a, 2016b; Tian et al., 2016; 黄晓娟, 2016）。我们对不同地区的气溶胶浓度、消光水平、组分贡献以及IMPROVE 方程的适应性分开进行了讨论（数据均来源于各文献），图4 展示了中国地区研究站点和区域的质量浓度及消光系数水平。

华南地区PM2.5的质量浓度范围为14.3～103.3 μg m-3，化学消光系数范围为52.5～797 Mm-1。广州颗粒物浓度和消光系数明显较高，三亚站点最低。广州地区重构bsp与实测PM（particulate matter）之间存在很强的相关性，斜率接近1.0（Li et al.,2017; Xia et al., 2017）。在较低的消光系数或者较低的相对湿度（＜70%）下，重构值和实测值具有较好的一致性，原始IMPROVE 方程重构的消光系数更接近于实测值，约为其90%；同时也有研究表明IMPROVE 算法结果存在35%左右高估的情况，可能是由于水溶性颗粒的消光效率MSE 或吸湿增长系数f(RH)高估（Jung et al., 2009; Tao et al.,2012, 2020）。三亚地区测量的干散射系数（bsp,dry）、bap、干消光系数（bext,dry）与IMPROVE 算法重构的相关性较强（R2=0.70～0.81），线性回归的斜率（0.89～1.27）接近统一（Tian et al., 2020）。三亚、广州和东莞地区消光的主要贡献成分均为(NH4)2SO4和OM，分别占比为21%～48%和21%～39%（Lan et al., 2018）。

华东地区PM2.5的平均浓度范围为47.6～148.7 μg m-3，平均化学消光系数为267.7～778.2 Mm-1，测得的消光系数与重建的消光系数之间整体有较好的相关性。其中，厦门地区重构值与测量值的斜率很接近1.0（Deng et al., 2016）。在南京和上海地区bext既存在低估现象也存在高估现象，原始IMPROVE 方程的重构值在南京偏低16%～30%，在上海偏低36%；修正的IMPROVE 方程在南京的偏差为-20%～18%，在上海则高估3%；并且在严重污染时期，偏差会增大（Cheng et al., 2015; Yu et al., 2016; Zhou et al., 2016; Chen et al., 2020）。泰山的IMPROVE 方程重构值被低估，回归斜率为0.86（Zhao et al., 2017）；而在杭州则被高估25%（Wang et al., 2016）。OM 和(NH4)2SO4对于消光的贡献最大。在泰山，(NH4)2SO4是最大的贡献者，超过了50%；在上海，(NH4)2SO4和NH4NO3占比相当，约为30%；在济南，(NH4)2SO4和OM 占比相当，分别约为32%～44%；在厦门、杭州和南京，(NH4)2SO4和OM 都是主要的消光贡献者，但NH4NO3的占比也超过了20%（Yang et al., 2012）。

华中地区目前只有武汉有相关研究，其PM2.5和PM10的平均质量浓度分别为59.9±24.3 μg m-3和90.0±35.8 μg m-3，清洁天PM2.5浓度约是污染天的1/2。重构PM2.5与实测值的相关性显著（R2=0.91，斜率为0.86），表明重构的PM2.5占观测的PM2.5的86%。测量的bext和重构的bext也具有很好的相关性。在清洁天和污染天，修正的IMPROVE算法重构的bext分别为319 Mm-1和626 Mm-1。在清洁天，测量的bext比重构的bext略高（7%）；在污染天，重构的bext高估了32%。在清洁天，NH4NO3是bext的最大贡献者，为30.6%，其次是OM 和(NH4)2SO4，约为20%。随着PM2.5的增加，NH4NO3和(NH4)2SO4的贡献率增加，分别增加了15%和5%，而OM 降低到了14%（Liao et al., 2020）。

西南地区的年均PM2.5浓度范围为67.0～119.2 μg m-3，消光系数年均范围为447.3～487.5 Mm-1。成都地区的测量bsp和重构bsp之间存在很强的正相关（＞0.95）。与测量散射系数相比，使用修订的IMPROVE 方程估算的bsp略微高估，回归斜率为1.09，而使用原始IMPROVE 方程估算的bsp明显低估，斜率为0.64 （Wang et al., 2017）。当对干燥（RH＜40%）和湿润（40%＜RH＜90%）条件分开进行分析并采用相关多元线性回归计算发现，估算的bsp和测量的bsp相关性非常好，R2全年大于0.92，回归线的斜率在0.96 到1.00 之间；而估算的干燥bext高估了2±9%，湿润环境bext低估了1±10%（Tao et al., 2014）。在成都和重庆地区，bext的最大贡献均为(NH4)2SO4，为32%～46%，其次是NH4NO3（成都，28%）和OM（重庆，27%）。

西北地区PM2.5季节平均浓度范围为123.4～203.4 μg m-3，通过IMPROVE 方程重构的消光系数季节平均范围为128.6～1441.1 Mm-1。重构的bext值在西安比实测bext低15%（Cao et al., 2012），在乌鲁木齐比Koschmieder 公式值低约29%（Zhang et al., 2021），在宝鸡则比Koschmieder 公式值高9%（Xiao et al., 2014），但重构值和观测值之间都具有良好的相关性。在西安，(NH4)2SO4是消光的第一贡献成分（40%），OM 次之（24%）；在宝鸡，OM 和(NH4)2SO4则贡献相当（～30%）；在乌鲁木齐(NH4)2SO4和NH4NO3的贡献超过了一半，并且与颗粒物的主要占比成分一致。

华北地区PM2.5平均浓度为9.5～188.3 μg m-3，年均bext为321～1044 Mm-1。在北京城区，根据修正IMPROVE 方程得出的bsp与观测值相关性很好（R2＞0.96），重构的散射系数被低估2%（Tian et al., 2015）。在北京郊区怀柔，修正IMPROVE方程的重构质量浓度和消光值均与测量的PM1对应值之间有很好的相关性，重构质量浓度接近于测量值。当测得的消光系数低于300 Mm-1时，重构值略微被低估，测量值为其1.04 倍。当观测到的消光系数大于300 Mm-1时，IMPROVE 方程的重构值比观测值低16%（Xu et al., 2016）)。秋冬季节，在北京和天津城区，散射系数在低值（＜1500 Mm-1）分别高估3%和34%，在高值（≥1500 Mm-1）低估19%和10%。在石家庄和兴隆地区，散射系数低估了实际消光的60%和38%，而且污染越严重，低估越明显（Liu et al., 2019）。太原地区的重构消光值则比测量值高约37%（Guo et al., 2021）。在污染比较严重的华北地区，重构的消光系数存在低值高估和高值低估的情况，并且低估情况比较明显。在京津冀地区，OM 在轻度污染下是消光的主要贡献者（34%～52%），其次是(NH4)2SO4和NH4NO3（～20%），而在重度污染和相对湿度较高的情况下，(NH4)2SO4和NH4NO3的占比增加，超过了50%，OM 降低25%～30%（Wang et al., 2015; Ma et al.,2020）。在城郊，OM 明显占比增加（～60%），(NH4)2SO4和NH4NO3的占比低于30%。

综上所述，气溶胶浓度和消光的高值区集中在人为排放严重的华北地区和受沙尘影响的西北地区，三亚地区最低（图5）。(NH4)2SO4和OM 是重构消光系数的主要贡献者，占比范围分别为20%～60%和20%～40%，NH4NO3只在华中地区为第一贡献成分（31%～45%），且在华北、西南和华中地区超过了20%。各地区IMPROVE 方程重构的消光值与测量值之间都有很好的相关性，但明显存在低值高估和高值低估的情况（-60%～35%），并且污染越严重，低估情况越明显。高湿情况下，方程重构的偏差也较大，这也说明了IMPROVE 方程在我国地区的极值不适应性。因此，在后续的工作中，我们应该针对极值情况下如何提高组分消光的准确性。

2.3 其他组分消光算法的研究

在东莞使用逐步多元回归计算的粒子总消光系数与测量值之间的相关性较好（R2=0.953、斜率为0.925），重构的颗粒物消光系数略微被低估（Lan et al., 2018）。根据ISORROPIA II 热力学平衡模型和Mie 理论模型估算的bsp与测量的bsp之间有良好的相关性（R2＞0.92），可以代表测量的bsp的85%～89%。对比Mie 模型与原始IMPROVE 方程和修正的IMPROVE 方程在重构bsp中的性能，发现无论采用何种方法，估算的bsp与测量的bsp之间均存在良好的相关性（R2＞0.88）。Mie 模型比原始或修订的IMPROVE 方程表现更好，与测量数据的相关性更好（R2=0.96），重建效率更高（斜率=0.94）。这主要是因为Mie 模型在估算bsp时，除了主要的化学物种外，还包括了未知的成分和其他硫酸盐物种，贡献了550 nm 波长处测量的bsp的14%。从单个常见化学物质对总测量bsp的贡献来看，这些模型的性能没有显著差异（Tao et al., 2012, 2014, 2015, 2019, 2020, 2021）。

2.4 消光系数与气溶胶浓度的关系研究

对美国和中国地区已有研究站点的颗粒物浓度和重构消光系数关系对比研究发现（图6），美国地区重构细颗粒物浓度范围为1.4～19.4 μg m-3，中国地区的测量细颗粒物浓度为14.3～188.3 μg m-3。与之对应的消光系数分别为10.0～172.5 Mm-1和52.6～1044.0 Mm-1。美国地区整体的浓度水平（14.3 μg m-3）与我国的三亚地区接近，低于我国的城市背景站点兴隆（36.0 μg m-3）。但两者颗粒物浓度与消光系数的关系相似，在高浓度与低浓度下表现不同。就美国地区而言，当消光系数处于低值（≤30 Mm-1）时，两者之间的斜率远低于高值区。并且可以发现，在消光高值区域，1988～1999 年的斜率明显大于2000～2008 年，这可能是由于散射性气溶胶（硫酸盐、硝酸盐）的降低导致气溶胶质量消光效率减小。中国地区的消光系数与细颗粒物的拟合方程存在明显截距，说明在中国地区，IMPROVE 重构的结果存在着较大的误差。并且若截距不为0，高值区（＞775 Mm-1）域斜率将低于低值区，这与美国地区明显不同，说明在中国地区高浓度下的重构消光系数明显存在低估，从而导致计算的消光效率MSE 低于低浓度。

3 结论

综上所述，对比我国和美国地区的颗粒物浓度和消光水平，美国地区显著低于我国的城市地区，我国大气污染仍较为严重。但在中美大陆地区，(NH4)2SO4和OM 都是气溶胶消光系数的主要贡献者，NH4NO3只在某些地区为第一贡献成分。由于国内外颗粒物污染水平和化学成分组成的差异，在我国采用传统的IMPROVE 方程存在显著的低值高估和高值低估问题。随着我国大气环境质量不断改善，大气污染进入精准化防治阶段，针对我国不同地区天气气候与颗粒物浓度水平特征，建立系统的大气成分消光贡献监测技术体系与分析评估方法势在必行，这将为我国不同气候区域和不同经济发展区域大气能见度提升提供更精准的科技支撑。