上海春季大氣PM1分布特征

高 偉，毛曉琴

（長三角環(huán)境氣象預(yù)報預(yù)警中心，上海市氣象局，上海 200135）

上海春季大氣PM1分布特征

高 偉，毛曉琴

（長三角環(huán)境氣象預(yù)報預(yù)警中心，上海市氣象局，上海 200135）

利用2015年春季（3月 — 5月）上海地區(qū)9個大氣成分站在線觀測獲得的地面PM1質(zhì)量濃度數(shù)據(jù)，研究該地區(qū)PM1濃度時空分布特征。結(jié)果表明，上海地區(qū)各站PM1污染濃度水平總體較高，整個上海地區(qū)的PM1小時平均濃度為26.3 μg· m-3，最大值為126.4 μg· m-3，最小值為2.4 μg· m-3；各站PM1濃度的日變化分布表現(xiàn)為峰值類型和峰值時間不一；各站PM1三個主要粒徑段的質(zhì)量濃度比值均有一定的差異，其中東灘PM1比例最大，寶山最?。簧虾４杭綪M1的濃度逆周末效應(yīng)，可能是由于春季氣象條件周期性影響。

PM1；上海地區(qū)；日變化；粒徑段；逆周末效應(yīng)

大氣顆粒物是影響中國空氣質(zhì)量的首要污染物之一，由于對居民的健康、大氣能見度和氣候等方面有著重要的影響，近年來受到國內(nèi)外學(xué)者的廣泛關(guān)注。研究表明，大氣可吸入顆粒物可以通過呼吸作用，進(jìn)入人體，對呼吸系統(tǒng)和心血管系統(tǒng)有較大的危害（趙辰航等，2015）；大氣顆粒物的消光作用降低了能見度，影響了交通和城市景觀等。此外，懸浮的大氣顆粒物影響區(qū)域大氣輻射平衡（張芷言等，2014）。近年來，大氣環(huán)境PM2.5關(guān)注和研究較多，而國內(nèi)對于大氣亞微米級顆粒物PM1的觀測研究相對較少。

大氣氣溶膠粒子中，硫酸鹽、硝酸鹽、氨鹽以及有機(jī)物氣溶膠中的二次氣溶膠粒子是由氣體轉(zhuǎn)化形成的二次氣溶膠粒子。黑碳、一次性排放到大氣中的有機(jī)物粒子、礦物氣溶膠和海鹽均為直接從源地排放到大氣中的一次氣溶膠粒子組分。二次氣溶膠以及經(jīng)燃燒直接排放的一次粒子（如黑碳和一次性排放的有機(jī)物粒子，其直徑通常小于1 μm，即它們主要集中于PM1上，也有少量礦物氣溶膠粒子其粒徑小于1 μm）。由此可知，對PM2.5的控制，關(guān)鍵是減少PM1中各種氣溶膠組成的排放與轉(zhuǎn)化，認(rèn)識PM1中各種化學(xué)組成及其來源是控制大氣細(xì)氣溶膠污染的基礎(chǔ)。

上海是長江三角洲地區(qū)典型的超大型城市，隨著改革開放以來的高速發(fā)展，各種人為活動的增加導(dǎo)致對能源和石化燃料的巨大消耗，也使得城市環(huán)境質(zhì)量尤其是空氣質(zhì)量加劇惡化，出現(xiàn)了一系列的大氣污染問題。前期的研究主要集中在TSP、PM10及PM2.5等方面（鄧雪嬌，2011；韓茜等，2013；孫南，2013），而對于PM1的污染水平研究較少。因此，分析上海市大氣亞微米級顆粒物PM1的濃度水平特征對于研究和控制地區(qū)大氣污染具有十分重要的意義。

本文利用2015年春季（3 — 5月）上海地區(qū)9個大氣成分站在線觀測獲得的PM1質(zhì)量濃度數(shù)據(jù)，揭示該地區(qū)春季PM1的時空分布特征。

1 研究數(shù)據(jù)與方法

1.1 觀測站點(diǎn)

上海市氣象局大氣成分PM1觀測網(wǎng)，觀測站點(diǎn)按照不同區(qū)域特征分布在上海市氣象局（徐匯區(qū)）、浦東新區(qū)氣象局、寶山氣象局、金山氣象局、崇明氣象局、東灘濕地、佘山天文臺、小洋山氣象站和臨港9個站點(diǎn)（圖1）。觀測站按照不同功能區(qū)域、下墊面類型以及空間代表性進(jìn)行規(guī)劃設(shè)置，徐匯站位于上海市中心城區(qū)西南方，是大型商業(yè)居住混合區(qū)，且與滬閔高架和內(nèi)環(huán)高架不遠(yuǎn)，也是城市重要的交通樞紐之一；浦東站位于大型綠地、辦公居住混合區(qū)；寶山站和金山站分別處于鋼鐵工業(yè)區(qū)和石油化工區(qū)；崇明站則屬于綠化覆蓋率非常高的生態(tài)島區(qū)域；東灘站在大型濕地自然保護(hù)區(qū)，遠(yuǎn)離市區(qū)且受人類活動影響較小；佘山天文臺站屬于西部污染物輸送區(qū)，位于上海最高峰佘山之上；小洋山站位于大型海洋港口區(qū)；臨港站為海邊綜合社區(qū)。

圖 1 上海區(qū)域大氣成分觀測網(wǎng)站點(diǎn)分布示意圖Fig.1 Sketch distribution of atmospheric composition observation stations in Shanghai area

1.2 觀測儀器與數(shù)據(jù)

東灘站選用激光散射原理的觀測設(shè)備，型號為GRIMM180，其余站點(diǎn)選用β射線濁度法原理的觀測設(shè)備，型號為SHARP5030。

數(shù)據(jù)質(zhì)量控制與處理按《環(huán)境空氣質(zhì)量自動監(jiān)測技術(shù)規(guī)范（HJ/T193—2005）》 執(zhí)行。

2 結(jié)果與討論

2.1 上海地區(qū)各站點(diǎn)PM1濃度統(tǒng)計

由表1可知，9個站點(diǎn)整體數(shù)據(jù)統(tǒng)計完整率為96%，各個站點(diǎn)PM1小時平均濃度數(shù)據(jù)統(tǒng)計完整率均超過91%，其中東灘站和臨港站數(shù)據(jù)完整率相對較低，主要是由于儀器維護(hù)、斷電、儀器校準(zhǔn)、數(shù)據(jù)質(zhì)量控制、剔除異常數(shù)據(jù)等原因造成的。上海地區(qū)的PM1小時平均濃度為26.3 μg· m-3，最大值為126.4 μg· m-3，最小值為2.4 μg· m-3。單站點(diǎn)PM1小時平均濃度最大值出現(xiàn)在寶山站，為164.8 μg· m-3；單站點(diǎn)PM1小時平均濃度最低值出現(xiàn)在東灘站，為0.9 μg· m-3。各站點(diǎn)小時平均濃度數(shù)值由大到小排序依次為徐家匯、寶山、佘山、浦東、崇明、金山、小洋山、臨港和東灘。從標(biāo)準(zhǔn)差來看，寶山PM1質(zhì)量濃度波動最大，小洋山波動最小。根據(jù)張曉勇等（2012）關(guān)于背景值的概念，出現(xiàn)頻率最高的濃度值（中間值）為地區(qū)環(huán)境大氣背景值。各站點(diǎn)地區(qū)背景值由大到小排序依次為徐家匯、佘山、寶山、浦東、崇明、金山、小洋山、臨港和東灘。

表1 上海地區(qū)9站點(diǎn)PM1小時平均濃度特征統(tǒng)計Tab.1 PM1hourly average concentration of 9 stations in Shanghai area

圖2為日均濃度Box-chart圖，上海地區(qū)各站PM1污染濃度水平總體較高。因國際上還未制定PM1濃度健康標(biāo)準(zhǔn)，以2005年世衛(wèi)組織PM2.5國際標(biāo)準(zhǔn)（24 h ＜ 25 μg· m-3）為準(zhǔn)則值，寶山、徐家匯、佘山三個站點(diǎn)僅PM1濃度24小時均值就明顯超過世衛(wèi)組織PM2.5國際標(biāo)準(zhǔn)。

圖2 PM1日均濃度Box-chart圖Fig.2 PM1daily concentration of Box-chart chart

2.2 PM1小時濃度日變化特征

如圖3所示，上海地區(qū)9個站點(diǎn)的日變化規(guī)律峰值類型和峰值時間不一。徐家匯、浦東為市區(qū)兩個站點(diǎn)，PM1日變化曲線呈現(xiàn)明顯的雙峰型分布，在上午7 — 10時出現(xiàn)第一個峰值，在下午的18時左右出現(xiàn)第二個峰值，第二個峰值濃度相對低于第一個峰值。第一、第二個峰值時間段正好對應(yīng)上下班高峰期，汽車尾氣的排放會導(dǎo)致大氣污染物濃度的上升，這也說明交通污染源的直接排放是PM1的重要來源。寶山站為不明顯雙峰型，下午和夜間變化趨勢平緩，6時和18時左右為峰值，可解釋為附近片區(qū)交通等人類活動影響。18時以后出現(xiàn)高值平緩濃度曲線，主要是由于寶山地處長江邊緣，受到海陸風(fēng)影響（胡艷和李青青，2010），陸風(fēng)將污染物由市中心方向輸送到寶山站，使寶山保持傍晚至夜間相對高濃度。佘山、金山、臨港站表現(xiàn)為弱雙峰型，特征為8 — 14時出現(xiàn)2個峰值，可能原因是不同站點(diǎn)受到市區(qū)或者污染帶的輸送，站點(diǎn)濃度在8時左右有一個峰值，隨后濃度下降是由于混合層高度的增加，提高大氣污染物擴(kuò)散能力；但中午時間段，隨著光化學(xué)反應(yīng)增強(qiáng)，二次反應(yīng)生成新的氣溶膠PM1產(chǎn)物增加，濃度又有所上升。東灘為單峰型，9時為峰值時間。東灘站周圍無任何直接排放污染源，受到污染物遠(yuǎn)程傳輸影響，夜間22 — 23時濃度小幅抬升可能是由于海陸風(fēng)將海上的污染物輸送到該站點(diǎn)。崇明為明顯的單峰型特征，7時出現(xiàn)峰值。因崇明站為生態(tài)島，基本只有農(nóng)業(yè)生產(chǎn)活動，工業(yè)和交通量極少，所以沒有出現(xiàn)不同于城市的工業(yè)或交通活動所表現(xiàn)的明顯雙峰型或弱雙峰型特點(diǎn)。

圖3 PM1小時濃度日變化曲線Fig.3 PM1hourly concentration diurnal variation curve

2.3 PM10主要粒徑段質(zhì)量比

因9個站點(diǎn)同時具有PM2.5和PM10觀測，本文統(tǒng)計了PM10三個主要粒徑段（1 μm，1 — 2.5 μm，2.5 — 10 μm）的質(zhì)量濃度百分比值。從表2看出，各站均有一定的差異，其中東灘最大，寶山最小。與其他城市觀測事實(shí)比較，PM主要粒徑段質(zhì)量比具有一定的差異。其中，東灘的PM1最明顯，主要是二次污染物的影響所致，造成這些差異的原因與地區(qū)污染物來源有關(guān)。

2.4 周末效應(yīng)特征

近年來細(xì)粒子污染一直是人們關(guān)注的焦點(diǎn)，其周內(nèi)變化規(guī)律也被其他學(xué)者（Motallebi et al，2003；Lough et al，2006；雷瑜等，2015）發(fā)現(xiàn)。Jones et al（2008）在城市背景下顆粒物質(zhì)量濃度的監(jiān)測結(jié)果中總結(jié)出，細(xì)粒子濃度在工作日明顯高于周末；上海市區(qū)的黑炭氣溶膠粒子也表現(xiàn)出相似的現(xiàn)象（肖秀珠等，2011）。圖4所示則與以上結(jié)論完全相反，各站PM1濃度周末明顯高于工作日，本文稱之為逆周末效應(yīng)。已有研究指出，部分城市氣象站觀測到的氣象要素存在不同程度的周循環(huán)變化特征，氣溫（Forster and Salomon，2003；段春峰等，2012）、降水頻次（龔道溢等，2006）等都出現(xiàn)7 d周期的顯著周循環(huán)特征，空氣污染指數(shù)與氣象要素的“周末效應(yīng)”也具有較好的相關(guān)性（章志芹等，2008）。污染物在大氣中的濃度，除了取決于排放的總量外，氣象條件是重要的因素之一。這與張小玲等（2008）觀測的北京地區(qū)的秋季現(xiàn)象一致。而本文中上海春季PM1濃度出現(xiàn)的周末濃度高，工作日濃度低的現(xiàn)象，稱之為逆周末效應(yīng)，分析其原因可能是由于春季氣象條件周期性影響。今后，將進(jìn)一步用天氣分型方法來研究分析具體原因。

表2 PM主要粒徑段質(zhì)量比Tab.2 PM main particle size segment mass ratio

圖4 逆周末效應(yīng)圖Fig.4 Inverse weekend effect chart

3 結(jié)論

上海地區(qū)各站PM1污染濃度水平總體較高，整個上海地區(qū)的PM1小時平均濃度為26.3 μg· m-3，最大值為126.4 μg· m-3，最小值為2.4 μg· m-3；各站點(diǎn)小時平均濃度數(shù)值由大到小排序依次為徐家匯、寶山、佘山、浦東、崇明、金山、小洋山、臨港和東灘。

各站PM1濃度的日變化分布表現(xiàn)為峰值類型和峰值時間不一；徐家匯、浦東為市區(qū)兩個站點(diǎn)，呈現(xiàn)明顯的雙峰型分布，7—10時為第一個峰值，18時左右出現(xiàn)第二個峰值；寶山站為不明顯雙峰型，下午和夜間變化趨勢平緩，6時和18時左右為峰值， 18時以后出現(xiàn)高值平緩濃度曲線；佘山、金山、臨港站表現(xiàn)為弱雙峰型，特征為8 —14時出現(xiàn)兩個峰值；東灘為單峰型，9時為峰值時間，夜間22 — 23時濃度小幅抬升；崇明為明顯的單峰型特征，7時出現(xiàn)峰值。

各站PM10三個主要粒徑段的質(zhì)量濃度比值均有一定的差異，其中東灘PM1比例最大，寶山最小，一定程度上反映出各地區(qū)污染物的種類來源差異。

上海春季PM1的濃度逆周末效應(yīng)，很有可能是由于春季氣象條件周期性影響。

鄧雪嬌, 周秀驥, 吳 兌, 等. 2011. 珠江三角洲大氣氣溶膠對地面臭氧變化的影響[J]. 中國科學(xué)：地球科學(xué), 41(1): 93 – 102. [Deng X J, Zhou X J, Wu D, et al. 2011. Effect of atmospheric aerosol on surface ozone variation over the Pearl River Delta region [J]. Science China Earth Sciences, 41(1): 93 – 102.]

段春峰,繆啟龍,馬 利,等. 2012. 長江三角洲地區(qū)氣溫變化的周末效應(yīng)[J]. 長江流域資源與環(huán)境, 21(4): 482 – 488. [Duan C F, Miao Q L, Ma L, et al. 2012. Weekend effect of tempera ture variation in the Yangtze River Delta region [J]. Resources and Environment in the Yangtze Basin, 21(4): 482 – 488.]

龔道溢, 郭 棟, 羅 勇. 2006. 中國夏季日降水頻次的周末效應(yīng)[J]. 氣候變化研究進(jìn)展, 2(3): 131 – 134. [Gong D Y, Guo D, Luo Y. 2006. Weekend effect of daily precipitation frequency in summer of China [J]. Advances in Climate Change Research, 2(3): 131 – 134.]

國家環(huán)境保護(hù)總局. 2005. 環(huán)境空氣質(zhì)量自動監(jiān)測技術(shù)規(guī)范: HJ/T193—2005 [S]. 北京: 中國標(biāo)準(zhǔn)出版社: 1. [State Environmental Protection Administration. 2005. Automated methods for ambient air quality monitoring: HJ/T193—2005 [S]. Beijing: China Standards Press: 1.]

韓 茜,魏文壽,劉明哲,等. 2013. 氣流輸送對烏魯木齊市PM10、PM2.5和PM1質(zhì)量濃度的影響[J]. 中國沙漠, 33(1): 223 – 230. [Han X, Wei W S, Liu M Z, et al. 2013. The Influences of airflow on the concentrations of PM10, PM2.5and PM1in Urumqi, Xinjiang, China [J]. Journal of Desert Research, 33(1): 223 – 230.]

胡 艷,李青青. 2010. 上海地區(qū)海陸風(fēng)系統(tǒng)對局地環(huán)流的影響[C]//中國氣象學(xué)會. 第27屆中國氣象學(xué)會年會: 城市氣象，讓生活更美好分會場論文集: 1 – 9. [Hu Y, Li Q Q. 2010. The effect of solar wind system on atmospheric circulation in Shanghai [C]// Chinese Meteorological Society. The 27th Chinese meteorological society annual meeting: city weather, better life at the venue: 1 – 9.]

雷 瑜,張小玲,唐宜西,等. 2015. 北京城區(qū)PM2.5及主要污染氣體“周末效應(yīng)”和“假日效應(yīng)”研究[J].

環(huán)境科學(xué)學(xué)報, 35(5): 1520 – 1528. [Lei Y, Zhang X L, Tang Y X, et al. 2015. Holiday effects on PM2.5and other major pollutants in Beijing [J]. Acta Scientiae Circumstantiae, 35(5): 1520 – 1528.]

孫 南. 2013. 常州市區(qū)空氣PM2.5污染分布和氣象因素影響初探[J]. 環(huán)境科學(xué)與管理, 38(10): 166 – 169. [Sun N. 2013. Study on PM2.5distribution and meteorological factors in Changzhou [J]. Environmental Science and Management, 38(10): 166 – 169.]

肖秀珠,劉鵬飛,耿福海,等. 2011. 上海市區(qū)和郊區(qū)黑碳?xì)馊苣z的觀測對比[J]. 應(yīng)用氣象學(xué)報, 22(2):158 – 168. [Xiao X Z, Liu P F, Geng F H, et al. 2011. Comparison of black carbon aerosols in urban and suburban areas of Shanghai [J]. Journal of Applied Meteorological Science, 22(2): 158 – 168.]

張小玲,徐 敬,李臘平. 2008. 不同氣象條件下煙花爆竹燃放對空氣質(zhì)量的影響研究[J]. 氣象與環(huán)境學(xué)報, 24(4): 6 – 12. [Zhang X L, Xu J, Li L P. 2008. Effect of fireworks burning on air quality under different meteorological conditions [J]. Journal of Meteorology and Environment, 24(4): 6 – 12.]

張曉勇, 吳建會, 徐 虹,等. 2012. 城市大氣顆粒物背景值涵義及定值方法[J]. 環(huán)境科學(xué)與管理, 37(1): 80 – 84. [Zhang X Y, Wu J H, Xu H, et al. 2012. Definition and determination of urban air particulates background value [J]. Environmental Scinece and Management, 37(1): 80 – 84.]

章志芹,唐 健,湯劍平. 2008. 無錫空氣污染指數(shù)、氣象要素的周末效應(yīng)[J]. 南京大學(xué)學(xué)報(自然科學(xué)版), 43(6): 643 – 654. [Zhang Z Q, Tang J, Tang J P. 2008. Weekend effect of urban air pollution index and meteorological elements: the case of Wuxi [J]. Journal of Nanjing University (Natural Sciences), 43(6): 643 – 654.]

張芷言,王寶民,鄧雪嬌,等. 2014. 廣州地區(qū)PM1質(zhì)量濃度對能見度的影響以及氣溶膠吸濕增長因子[J]. 中國科學(xué)院大學(xué)學(xué)報, 3(3): 397 – 402. [Zhang Z Y, Wang B M, Deng X J, et al. 2014. Impact of PM1concentration on visibility and the aerosol hygroscopic growth factor in Guangzhou [J]. Journal of Uviversity of Chinese Academy of Sciences, 3(3): 397 – 402.]

趙辰航,耿福海,馬承愚,等. 2015. 上海地區(qū)光化學(xué)污染中氣溶膠特征研究[J]. 中國環(huán)境科學(xué), 35(2): 356 – 363. [Zhao C H, Geng F H, Ma C Y, et al. 2015. Aerosol characteristics during photochemical pollution in Shanghai Area [J]. China Environmental Science, 35(2): 256 – 363.]

Forster P M, Salomon S. 2003. Observations of a “weekend effect” in diurnal temperature range [J]. Proceedings of National Academy of Sciences of the United States of America, 100(20): 11225 – 11230.

Jones A M, Yin J X, Harrison R M. 2008. The weekdayweekend difference and estimation of the non-vehicle contribution to the urban increment of airborne particulate matter [J]. Atmospheric Environment, 42(19): 4467 – 4479.

Lough G C, Sehauer J J, Lawson D R. 2006. Day-ofweek trends in carbonaceous aerosol composition in the urban atmosphere [J]. Atmospheric Environment, 40(22): 4137 – 4149.

Motallebi N, Tran H, Croes B E, et al. 2003. Day-ofweek patterns of particulate matter and its chemical components at selected sites in California [J]. Journal of the Air & Waste Management Association, 53(7): 876 – 888.

Distribution characteristics of atmospheric PM1in spring at Shanghai

GAO Wei, MAO Xiaoqin
(Yangtze River Delta Center for Environmental Meteorological Prediction and Warning, Shanghai Meteorological Service, Shanghai 200135, China)

Background, aim, and scope Atmospheric particulate matter seriously affect China’s air quality. As a large city of Shanghai, with the rapid development since the reform and opening, the increase of various human activities lead to the huge consumption of energy and fossil fuels, also makes the urban environment quality, especially the air quality will worsen which appeared a series of atmospheric pollution problems. Previous studies have focused on the TSP, PM10and PM2.5, etc., for the pollution level of PM1research is less. Therefore, analysis of the characteristics of sub-micron particles PM1concentration in Shanghai is of great signifi cance for research and control of atmospheric pollution. Materials and methods The spatial and temporal distribution characteristics of PM1concentration in the area were studied by using the ground PM1mass concentration data obtained from 9 atmospheric composition stations in Shanghai area during spring (March, 2015). We analyzed the concentration distribution and daily variation and weekend effect of PM1in spring at Shanghai. Results The result shows that the average hourly concentration of PM1in Shanghai area is 26.3 μg· m-3, the maximum value is 126.4 μg· m-3, the minimum value is 2.4 μg· m-3. The maximum average hourly concentration of PM1is occurred in Baoshan Station, about 164.8 μg· m-3, and minimum value is occurred in Dongtan Station, about 0.9 μg· m-3. The PM1average concentration of each site from high to low is Xujiahui, Baoshan, Shenshan, Pudong, Chongming, Jinshan, Xiaoyangshan, Lingang and Dongtan. The largest fl uctuation of PM1concentration is occurred in Baoshan, and the least is occurred in Xiaoyangshan. Thedaily variation of PM1concentration in each station showed diurnal variation law peak type and peak time. The daily average of PM1in Xuhui and Pudong presents obvious bimodal curve. The fi rst peak is occurred in 7:00 am to 10:00 am, and the second peak is occurred in 18:00 pm. The second peak is lower than the fi rst peak. The daily average of PM1in Baoshan present not obvious bimodal curve. The peak is occurred in 6:00 am and 18:00 pm. The PM1daily average of Shenshan, Jinshan and Lingang stations present weak bimodal curve. There are two peaks during 8:00 am to 14:00 pm. The daily average of Dongtan and Chongming is present unimodal distribution, the peak respectively occurred in 9:00 am and 7:00 am. There were some differences in the mass concentration ratios of the three main grain sizes of PM1in each station, the Dongtan Station PM1ratio was the largest, Baoshan minimum. Shanghai spring PM1concentrations reverse weekend benefits. Discussion The diurnal variation of PM1in spring at Shanghai urban is mainly due to vehicle emissions in the rush hour, while in suburbs is due to pollutant transport. Shanghai spring PM1concentrations reverse weekend benefi ts, may be due to cyclical impact of spring weather conditions. Conclusions The results show that the overall level of PM1pollution in Shanghai area is higher, the average concentration of PM1in Shanghai area is 26.3 μg· m-3, the maximum value is 126.4 μg· m-3, the minimum value is 2.4 μg· m-3; the daily variation of PM1concentration in each station showed diurnal variation law peak type and peak time. There were some differences in the mass concentration ratios of the three main grain sizes of PM1in each station, the Dongtan Station PM1ratio was the largest, Baoshan minimum. Shanghai spring PM1concentrations reverse weekend benefi ts, may be due to cyclical impact of spring weather conditions. Recommendations and perspectives The search provide a signifi cant scientifi c basis in to understand the spatial and temporal distribution characteristics of PM1concentration in spring at Shanghai.

PM1; Shanghai region; daily variation; particle size; reverse weekend effect

MAO Xiaoqin, E-mail: mxq37@163.com

10.7515/JEE201604008

2016-01-15；錄用日期：2016-04-27

Received Date:2016-01-15;Accepted Date:2016-04-27

國家重點(diǎn)研發(fā)計劃（2016YFC0201903）

Foundation Item:National Key Research and Development Plan (2016YFC0201903)

毛曉琴，E-mail: mxq37@163.com