成都市大气细颗粒物组成和污染特征分析(2012-2013年)

为了解成都市大气细颗粒物的污染特征,于2012年5月-2013年5月在成都市城区开展了每6 d采集1次样品的长期颗粒物观测.利用十万分之一分析天平、热光碳分析仪、离子色谱、电感耦合等离子体质谱(ICP-MS)分别分析了颗粒物样品的质量浓度、有机碳/元素碳、水溶性离子、无机元素等,同步收集了污染物在线观测数据、气象数据和卫星遥感数据.结果表明,采样期间,成都市可吸入颗粒物(PM₁₀)和细粒子(PM_2.5)浓度颗粒物浓度分别高达(129.7±76.4)和(91.6±54.3) μg·m^-3,PM_2.5中以二次无机离子(SNA,43.6%)和有机物(OM,31.2%)污染最为突出,其次为土壤组分(Soil,13.8%)、元素碳(EC,5.0%)和微量元素(Trace,0.8%);1月、3月、5月和10月是污染较重的月份.通过比较揭示了不同污染源影响下的典型污染特征.生物质燃烧期间,成都城区PM_2.5浓度达214.3 μg·m^-3,PM_2.5/PM₁₀比达0.89,其中OM贡献增加至57.2%,K⁺浓度达8.7 μg·m^-3,OC/EC比达8.3,SNA比重下降;而沙尘传输期间,PM_2.5浓度为122.6 μg·m^-3,仅占PM₁₀浓度的0.28,PM_2.5中土壤组分比例剧增至77.3%,SNA和无机元素的比重明显下降;静稳天气下PM_2.5浓度为261.0 μg·m^-3,各组分比重并无明显变化,硝酸盐和铵盐比例稍有增加.     

珠江三角洲大气光化学氧化剂(Ox)与PM2.5复合超标污染特征及气象影响因素

基于粤港澳珠江三角洲区域空气监测网络12个监测子站的大气污染物数据,梳理2013~2017年大气光化学氧化剂O_x（NO₂+O₃）与PM_2.5质量浓度的变化趋势.O_x+PM_2.5复合超标污染定义为NO₂和PM_2.5质量浓度日平均值以及O₃浓度日最大8 h平均值（O₃ MDA8）同时超过二级浓度限值,分析了不同类型站点复合超标污染的时空分布特征以及气象因素影响.结果表明,2013~2017年珠三角PM_2.5年均质量浓度由（44±7）μg·m^-3下降至（32±4）μg·m^-3,实现PM_2.5连续3 a达标.O_x年均质量浓度由2013年（127±14）μg·m^-3下降至2016年（114±12）μg·m^-3,2017年反弹至（129±13）μg·m^-3,O₃浓度上升明显（10 μg·m^-3）.以O₃为首要污染物的污染过程占比由2013年33%增多至2017年78%,多个城市同时发生污染的区域特征明显.研究时段内O_x+PM_2.5复合超标污染事件共发生60次,主要在城区站点（78%）和郊区站点（22%）.秋季发生复合超标污染天数最多（52%）,是因为强太阳辐射有利于臭氧生成,大气氧化性增加,进而促进了PM_2.5二次生成.造成珠三角复合超标污染的天气形势主要为高压出海型（43%）、高压控制型（30%）和热带低压型（27%）.就具体气象因素而言,气温在20~25℃且相对湿度在60%~75%的范围内时,复合超标污染事件发生占比最高（22%）.在O₃重污染过程中,夜间高湿和低风速使得NO₂和PM_2.5浓度显著上升,日间高温加剧了复合超标污染.     

2013年1月邯郸市严重霾天气的污染特征分析

利用河北工程大学大气环境监测站点的PM₁₀、PM_2.5、SO₂和NO_x在线监测数据,并结合能见度、湿度数据,对邯郸市2012年12月1日到2013年1月31日的大气污染状况进行分析,特别是2013年1月持续发生的霾天气,以探讨严重霾污染的过程特征.结果表明,2013年1月,SO₂与NO_x的平均浓度分别为225.3 μg·m^-3和217.8 μg·m^-3,PM₁₀和PM_2.5的平均浓度分别为328.5 μg·m^-3和229.4 μg·m^-3,均超过新颁布的环境空气质量标准,是2012年12月平均浓度的1.4~3.5倍.重污染过程分析结果显示,污染峰值附近几天内PM₁₀、PM_2.5的时均浓度变化无明显规律.累积阶段的PM_2.5/PM₁₀在0.42~0.52之间,峰值前后上升并超过0.70,扩散阶段PM_2.5/PM₁₀降到0.70以下,且呈波动式变化.当PM_2.5/PM₁₀小于0.40时,能见度基本位于2~18 km之间;当PM_2.5/PM₁₀在0.40~0.60之间时,能见度在0.7~8 km之间;当PM_2.5/PM₁₀大于0.60时,能见度分布于2 km以下.     

南京市不同功能区冬季大气PM2.5分布特征及其来源解析

2016年12月-2017年1月,在南京市4类典型功能区（农业区、住宅区、交通干道区、工业区）各选两点,共采集了大气PM_2.5样品32套,测定并分析了其质量浓度、9种水溶性离子（WSIs）、有机碳（OC）以及元素碳（EC）的含量.观测期间,南京市冬季PM_2.5的平均浓度为104.5 μg·m^-3,分布特征为：工业区（116.6 μg·m^-3）>农业区（104.3 μg·m^-3）>住宅区（100.1 μg·m^-3）>交通干道区（96.9 μg·m^-3）;WSIs、OC和EC的平均浓度（/PM_2.5）分别为：53.4 μg·m^-3（51.1%）、11.8 μg·m^-3（11.3%）、8.2 μg·m^-3（7.8%）.农业区和住宅区受WSIs污染较严重且NOR、SOR较高,而工业区和交通干道区的OC、EC污染较严重且SOC/OC较高.进一步运用PMF模型解析,南京市冬季PM_2.5来源为：二次源（37.3%）、工业源（31.2%）、交通源（16.4%）、建筑尘（7.9%）和燃煤源（7.2%）.最后,本文收集了自2000年起南京市冬季大气PM_2.5浓度及其污染来源研究,总体而言,近年来南京冬季大气PM_2.5浓度呈下降趋势,其主要污染源比重也发生了较大变化,燃煤贡献有所下降,而工业和交通排放逐渐上升,且二次污染贡献逐渐突出.今后,控制二次污染源将成为南京市大气PM_2.5治理的重中之重.     

2013-2014年河南省PM2.5浓度及其来源模拟研究

随着城市化和工业化水平的逐渐提高,河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式（NAQPMS）,数值模拟了2013年7月-2014年6月年河南省大气细颗粒物及其前体物（NO₂、SO₂、PM₁₀、PM_2.5）的地面浓度,并量化了其主要来源.结果表明：模式能够较好地再现污染物的时空演化特征.整体来讲,河南省PM_2.5的高值区集中在中部和北部地区,呈现冬季高、夏季低的特点.在线源解析模拟发现,河南省不同地区PM_2.5的来源有所不同,中西部地区主要来自于本地,而在东部和北部地市,来自周边省份的区域输送更为显著,其贡献达到40%～50%,且在PM_2.5浓度的高值区更为明显.就行业贡献而言,居民源、工业源和机动车排放是河南省PM_2.5浓度的主要来源,其浓度贡献分别为23.7 μg·m^-3（贡献比例24%,下同）、20.6 μg·m^-3（21%）和21.3 μg·m^-3（22%）,电厂、农牧业和地面扬尘的浓度贡献分别为7.0 μg·m^-3（7%）、8.7 μg·m^-3（9%）和17.8 μg·m^-3（18%）.受居民源影响最大的地区是河南中东部和北部地市,其贡献达到PM_2.5浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市,其浓度贡献为26.4 μg·m^-3（24%）,在其他地市的贡献为17%～23%.机动车对河南东部影响最为显著,其浓度贡献为22.9 μg·m^-3（24%）.电厂和农畜牧业对全省PM_2.5的贡献分布比较均匀,分别为6%～9%和8%～10%.分析不同浓度下的PM_2.5来源,发现工业源和扬尘贡献随PM_2.5浓度增加逐渐降低,而居民源和机动车排放的贡献则有所增加,在PM_2.5浓度高于100 μg·m^-3期间,达到22%和20%.     

武汉冬季典型月份PM2.5浓度变化的观测分析与模拟追因

1月是武汉市发生重霾污染最为频繁的月份之一.本文利用地面观测数据对比分析了2014年1月与2018年1月武汉PM_2.5污染的变化与差异,进而利用嵌套网格空气质量预报模式系统（NAQPMS）对其差异进行了模拟追因分析.分析结果表明,2018年1月武汉PM_2.5污染依旧严峻,出现了17个污染天,月均浓度达到了91.6 μg·m^-3,但污染程度与2014年1月相比有了大幅改善.其污染天比2014年1月减少了13 d,月均浓度下降了90.8 μg·m^-3,浓度峰值下降了154.6 μg·m^-3.通过设计基于气象场敏感性分析的数值模拟试验,发现在区域污染物排放强度保持不变的情形下,2014年1月和2018年1月气象场的变化对武汉月均PM_2.5浓度的影响较小,差异小于3 μg·m^-3.基于2018年1月的排放情景模拟2014年1月的武汉PM_2.5浓度会导致显著的低估现象.这表明气象条件变化不是武汉2018年1月相比2014年1月PM_2.5浓度显著下降、重污染天数显著减少的关键原因,而武汉本地、周边以及京津冀等重点城市群的排放量显著下降应是最为关键的主导因子.     

2015年北京市两次红色预警期间PM2.5浓度特征

利用北京市及周边地区大气污染物监测数据,综合分析了2015年北京市两次空气重污染红色预警期间PM_2.5浓度变化特征并初步评估了减排措施对PM_2.5浓度的影响.结果表明:第1次红色预警期间,北京市PM_2.5平均最高小时浓度出现在12月9日19:00,为282μg·m^-3,单站最高小时值出现在京东南市界永乐店站,浓度达496μg·m^-3.第2次红色预警期间,PM_2.5全市平均最高小时浓度出现在12月22日20:00,为421μg·m^-3;单站最高小时值出现在京西南市界琉璃河站,浓度达831μg·m^-3.两次红色预警累积持续时间均呈现出南部站 > 城区站 > 北部站的特征,且第2次红色预警期间PM_2.5浓度南北差异明显大于第1次,PM_2.5平均浓度在150μg·m^-3以上的面积明显大于第1次,第2次红色预警期间重污染面积可达总面积的93%.两次预警期间气象条件均不利于污染物的扩散,均存在不同程度的二次转化和区域输送现象,极端气象条件是重污染形成的外因,区域污染物排放量大才是导致重污染形成的内因.初步评估结果显示红色预警应急措施实施后,北京市PM_2.5环境浓度下降约20%~25%,减排效果显著.     

南京江北2014-2016年PM2.5质量浓度分布特征及气象和传输影响因素分析

利用2014-2016年南京江北地区PM_2.5质量浓度和气象要素的小时数据,并结合HYSPLIT模式后向轨迹聚类分析和PSCF法分析了PM_2.5质量浓度的污染特征及其主要影响因素和主要来源特征.结果表明：2014-2016年PM_2.5质量浓度呈逐年下降趋势,下降幅度约为17.40%,由2014年的62.1 μg·m^-3下降至2016年的51.2 μg·m^-3,能见度由2014年的5.8 km上升至2016年6.6 km.PM_2.5质量浓度存在显著的月变化和季节变化特征,1月浓度最高,可达93.0 μg·m^-3;8月浓度最低,仅为38.8 μg·m^-3;冬季浓度最高,可达76.8 μg·m^-3,夏季浓度最低,仅为47.1 μg·m^-3.不同季节日变化均为单峰型分布.气象要素对PM_2.5质量浓度的影响较大,不同相对湿度下能见度和PM_2.5质量浓度具有较好的拟合关系.霾和非霾天PM_2.5质量浓度的阈值为15 μg·m^-3.不同季节的主导气团不同,春季主导气团为偏北气流和偏东气流,占比分别为43.50%和30.80%;夏季主导气团以东部气流为主,占比约为68.22%;秋季和冬季主导气团为来自北方的气流,总占比分别为83.52%和100%;偏北内陆气团PM_2.5质量浓度较大,偏东海洋性气团PM_2.5质量浓度较低.PM_2.5质量浓度潜在源区春冬季潜在源区范围较大,夏秋季潜在源区范围较小,季节变化显著.春季潜在来源主要分布在安徽、江西北部、江苏南部和浙江北部等地区,夏秋季分布在安徽东部、浙江北部和江苏南部等地区,冬季分布在安徽、河南东部,山东和江苏等地区.     

武汉地区2014年PM2.5时空分布与来源贡献的数值模拟研究

利用耦合了污染源在线追踪模块的化学传输模式NAQPMS （Nested Air Quality Prediction Model System）,结合地面细颗粒物（PM_2.5）的小时观测数据,模拟了2014年1、4、7、10月4个月份武汉地区PM_2.5浓度时空分布特征,量化了本地、武汉城市圈及远距离地区对武汉PM_2.5浓度贡献.研究发现,2014年武汉市PM_2.5年均浓度为85.3 μg·m^-3,污染天（PM_2.5日均值≥75 μg·m^-3）占全年总天数的47.9%.细颗粒物的月均值呈现出季节性特征,即冬季污染最为严峻,1月均值为199.1 μg·m^-3,PM_2.5浓度超标持续一整月;夏季空气质量最好,春秋介于两者之间.模拟的PM_2.5平均浓度在空间上大致呈现"城区高,郊区低"的分布态势.污染物区域来源解析发现,武汉市本地排放源贡献在1月最低,为34.1%,表明外来源贡献对长期灰霾的形成起决定性作用.7月本地源影响最显著（65.7%）,和毗邻城市源（23.1%）一起成为夏季污染物的主要来源.4月和10月本地排放贡献比分别为49.1%和42.1%.4个月份,武汉城市圈对该市PM_2.5浓度的贡献差异不大,范围在20.8%~24.1%.受大尺度天气系统的影响,远距离传输贡献率趋势与本地来源相反,占10.6%~35.3%.研究结果表明污染气团跨界输送对武汉不同季节PM_2.5浓度有重要贡献.在冬季大范围污染背景下,污染物区域大范围协同控制才能有效减缓武汉PM_2.5污染问题;而夏季对本地及近周边城市的减排措施可以有效改善武汉的空气质量.     

沈阳市冬季大气PM2.5中水溶性离子污染特征及来源解析

为研究沈阳市冬季PM_2.5和水溶性离子的污染特征,使用URG-9000D在线监测系统于2018年冬季对大气颗粒物和气体组分进行连续采样.结果表明,采样期间沈阳市PM_2.5的平均质量浓度为80.67 μg·m^-3,总水溶性离子质量浓度变化范围为2.68~132.79 μg·m^-3.与清洁天相比,污染天NO₃^-、SO₄^2-和NH₄⁺（SNA）占比明显增加,占到PM_2.5的43.7%.静稳天气时SO₂短时间内的迅速累积使得沈阳市冬季大气PM_2.5有暴发性增长现象.Pearson相关性分析可知,SNA、Cl^-与PM_2.5之间的相关系数均达0.78以上,表明沈阳市冬季PM_2.5的主要贡献组分为SNA和Cl^-.PMF源解析表明沈阳市冬季污染物来源主要包括二次反应源、燃煤和生物质燃烧源以及扬尘源.     

京津冀地区城市环境空气颗粒物及其元素特征分析

于2013年四个季度,选择京津冀3个主要城市和1个对照点,以及4个全国大气背景站,同步采集环境空气颗粒物PM10和PM2.5样品,采用微波消解ICP-MS法分析样品中的68种元素.结果表明,京津冀3个城市四个季度PM10和PM2.5均超过国家二级标准限值,且采暖季高于非采暖季.全年PM2.5/PM10比值大于0.5,细颗粒物污染占主导.元素在PM2.5中所占比例高于PM10.而背景点颗粒物浓度低于标准限值,远低于城市点,且四个季节变化不大.在检出的57种元素中, Na、Mg、Al、S、K、Ca、Fe、Zn在0.1~10 μg/m3之间,P、Ti、Mn、Ni、Cu、Ba、Pb在10~100ng/m3之间,其他含量较低元素如Cd、Co、Ge、Ga、Zr、Sr、V等在0.01~10ng/m3之间.元素S、Na、K、Al、Fe、Mg、Ca等含量大于1%,P、Zn、Pb、Cu、Ba等其他元素含量介于0.1%~1%.富集因子分析结果提示,K、Ca、Cr、Fe、Cu、Zn、As、Cd和Pb等9种元素主要来源于人为污染,采暖季与非采暖季富集因子比值在1.1~3.5之间.因子分析提示,燃煤、工业污染源、燃油等是颗粒物污染的主要贡献因素.     

青岛市大气PM2.5元素组成及来源研究

利用2007年5月～2008年5月气溶胶观测资料和逐日天气资料,分析了青岛市2.5μm气溶胶粒子(PM2.5)浓度特征、元素组成和来源.结果表明,青岛市PM2.5和PM10年均浓度分别为86.6μg.m-3和120μg.m-3.PM2.5浓度采暖季高于非采暖季,夏季最低.PM2.5浓度在荒漠和人为共同影响下的气团中最高,在海洋影响气团中最低.PM2.5和PM10的主要组成元素是S、Ca、Cl、K和Fe,主要污染元素集中在PM2.5中;PM2.5中Cl、K、Zn、Br和Pb浓度采暖季较大,夏季较小,Ca元素变化趋势则相反.V、Cr、Cu、As、Se、Sr和Zr的浓度受不同来源气团影响不显著,S、Cl、K、Ti、Mn、Fe、Zn、Br、Pb和Ca的浓度在不同来源气团下存在较大差异.降水对S、K、Pb和Fe质量浓度的影响最为明显.富集因子分析表明,所有元素在PM2.5中的富集因子普遍大于PM10,青岛市非地壳来源的元素在PM2.5中所占比例大于PM10.Ca元素富集因子夏季较大,可能受到建筑尘影响.     

2009年8~9月成都市颗粒物污染及其与气象条件的关系

对成都市3个不同点位PM2.5和PM10进行了为期30d的连续观测,研究了大气颗粒物浓度的时空分布特征,及其与气象条件的关系.研究表明,观测期间成都市大气颗粒物PM2.5和PM10质量浓度日均值分别为66,94μg/m3,两者浓度变化范围较大,但变化趋势相同.从空间分布来看,大气颗粒物浓度均是熊猫基地>草堂寺>丽都花园,即下风向污染状况最严重,商业繁华地段次之,生活居住区最好;从时间分布来看,大气颗粒物污染最严重出现在9月17~19日,9月5~9日2个时间段,不利的气象因素和污染物的累积是造成该时间段大气颗粒物污染加重的主要原因.PM2.5与PM10质量浓度的相关性为0.93,PM2.5对PM10的贡献较大,两者质量浓度的比值达0.69.气温对大气颗粒物浓度变化没有显著影响;降水以及风速对颗粒物浓度影响较大,主要是对颗粒物的湿清除和促进扩散作用;在一定相对湿度范围内,高湿度条件容易造成大气颗粒物的较重污染.能见度与大气颗粒物浓度呈明显负相关性,且与PM2.5的相关系数大于与PM10的相关系数.     

北京市2009年8月大气颗粒物污染特征

为研究2008年8月北京奥运会1a之后北京市大气颗粒物的污染特征,于2009年8月对北京市大气颗粒物PM10、PM2.5样品进行采集,测量其质量浓度并对其中的水溶性离子组分进行分析.研究发现2009年8月北京市大气颗粒物PM10、PM2.5质量浓度日均值分别为176.9μg/m3和102.5μg/m3.PM10质量浓度比2008年观测值上升了180%,比2007年降低了10%; PM2.5质量浓度比2008年观测值上升了126%,比2007年上升了31%.水溶性离子是大气颗粒物的重要组分,分别占PM10和PM2.5质量浓度的43%和61%.对比发现,污染天气条件下PM2.5/PM10和NO3-/SO42-比值升高,移动源是北京地区主要的污染物来源.风向风速和降水等天气条件对颗粒物质量浓度有很大影响,其中0.5~1.0m/s的东南风条件下大气颗粒物污染最为严重.     

北京大气PM2.5中微量元素的浓度变化特征与来源

为了解北京大气细粒子中微量元素的污染水平和来源,在车公庄和清华园进行了连续1年、每周1次的PM_2.5采样和全样品分析.微量元素浓度的周变化大,尤以冬季为甚,相邻2周最大相差达1.6倍;但除冬季的平均浓度较高之外,其季节变化并不显著.微量元素的富集因子在春季最低,反映了频繁发生的沙尘天气的影响.Se、Br和Pb的浓度比来自于北京A层土壤中的含量要高出约1000～8000倍,表明它们主要来自于人为污染.其中Se的富集度最高,反映了北京细粒子来自于燃煤污染的特征.Pb的年均浓度(0.31μg·m^-3)虽然未超过WHO的年均标准,但与洛杉矶和布里斯班相比处于较高的水平;与Br、Se的比较分析表明,燃煤可能是Pb除机动车排放之外的另一个重要来源.     

冬季天津家庭室内空气颗粒物中邻苯二甲酸酯污染研究

为了解我国家庭住宅室内空气颗粒物中邻苯二甲酸酯的污染程度,采集天津市13户家庭住宅冬季室内空气颗粒物PM10、PM2.5样品,采用GC/MS分析了DMP、DEP、DBP、BBP、DEHP、DOP等6种邻苯二甲酸酯.结果表明,室内空气颗粒物中DMP、DEP、DBP、BBP、DEHP这5种邻苯二甲酸酯在所有家庭均被检出,DOP在部分家庭检出.其中,DBP和DEHP为主要污染物.PM10和PM2.5中的6种物质占ΣPAEs颗粒相的比例规律相同,DBP和DEHP较大,分别为13.92%～91.50%、5.56%～85.08%和20.88%～93.95%、5.53%～75.90%;其次是DMP、DEP和BBP,DOP最小.不同粒径颗粒物上PAEs的分布显示,大多数PAEs易吸附在粒径较小的细粒子PM2.5上;结合调查问卷分析表明,冬季室内空气颗粒物上PAEs污染主要来源于室内,受房间的装修时间、装修特点、生活习惯、吸烟、烹饪、塑料制品使用量、室内清洁度和温度等因素的影响.     

上海冬春季PM2.5中不挥发和半挥发颗粒物的浓度特征

微量振荡天平法广泛的应用于我国PM2.5的监测,该方法50℃的采样加热温度会导致PM2.5中半挥发颗粒物的损失, 而仅可获得PM2.5中的不挥发颗粒物的质量浓度,因此,PM2.5浓度的实际测值会偏低.微量振荡天平和膜动态测量联用技术可同时获得PM2.5中不挥发和半挥发颗粒物的质量浓度,本研究利用该技术于2011年12月~2012年4月在上海城郊开展了PM2.5中不挥发和半挥发颗粒物的连续观测,并对其浓度特征进行了分析.结果表明:上海冬春季大气PM2.5中半挥发性颗粒物占有较高比重,平均浓度比率为18.91%;PM2.5中半挥发颗粒物主要来自NH4NO3,在NH4NO3浓度较高的地区,PM2.5的监测应考虑半挥发颗粒物的损失;半挥发性颗粒物补偿前后的PM2.5浓度间有着较好的线性关系,在一定数据质量目标下,可由未补偿的浓度推算补偿后的PM2.5浓度.     

不同材质滤膜测量大气颗粒物质量浓度和化学组分的适用性

为提高不同粒径段大气颗粒物质量浓度及化学组成测量数据的准确性,使用惯性撞击式采样器对北京、千烟洲和鼎湖山3个站点的大气颗粒物分9个粒径段进行了采集,从质量浓度偏差和化学组成的角度进行了方法学探讨.结果表明,在恒温25℃、恒湿50%平衡条件下,称量石英材质的采样膜获得的PM2.1质量浓度相对于TEOM在线PM2.5观测结果的正偏差为20%左右,正偏差诱因是环境空气相对湿度过高.干燥(10% 湿度,25℃)微环境平衡处理方法有利于采样后膜片中H2O析出,使得上述正偏差降低至8%.通过条件实验,确定了石英膜采样前后在干燥器中放置72h平衡后称重、差减获得各级质量浓度的方法,可将偏差控制在可接受范围之内.基于这种方法获得的PM2.1质量浓度与TEOM在线PM2.5观测结果呈显著线性相关(R2=0.89,P<0.05).为达到通过化学成分重构质量浓度的需求,建立了同步使用石英膜采集样品并用于水溶性成分、有机碳和元素碳含量分析,而使用纤维素膜采样后用于金属元素分析的方案.应用上述方案对样品进行了全化学分析,对PM2.1质量进行了重构,重构获得的质量浓度与称重获得PM2.1质量浓度也呈显著线性相关(R2=0.89,P<0.05).     

北京及周边地区夏季大气颗粒物区域污染特征

本地排放和区域传输共同影响着北京及周边地区的空气质量.2007年8月在北京清华大学、密云水库、河北任丘和内蒙古商都采集颗粒物样品并获得了PM_2.5质量浓度和TSP中22种无机元素的时空分布特征. 4个观测点PM_2.5质量浓度高低顺序为任丘>清华>密云>商都.二次污染元素S和一次污染元素Zn、Pb、Cu、As、Sb、Ni、Cd、In、Se在任丘的PM中含量最高,表明该观测点受人为源影响最为显著,其较弱的日变化幅度表明高浓度PM主要由本地源贡献;商都地区污染元素浓度随时间变化波动最为剧烈,受气象条件导致的传输影响较大;清华和密云的S、Pb、Cd、In、As、Zn的相关系数均大于0.70,其来源具有一定相似性;在锯齿型污染过程的开始和结束,密云各元素浓度值达到和区域背景点商都观测期间最低值相近的水平,表明密云可以表征西北洁净空气的区域特征; PM峰值阶段,整个地区高浓度硫酸盐的均匀分布（约10 μg/m³）证实了锯齿型区域污染的二次性本质.结合元素富集因子的不同分布特征讨论了各地区PM的可能来源及相互影响     

Chemical composition and quantitative relationship between meteorological condition and fine particles in Beijing

The recent year‘s monitor results of Beijing indicated that the pollution level of fine particles PM2.5 showed an increasing trend. To understand pollution characteristics of PM2.5 and its relationship with the meteorological conditions in Beijing, a one-year monitoring of PM2.5 mass concentration and correspondent meteorological parameters was performed in Beijing in 2001. The PM2.5 levels in Beijing were very high, the annual average PM2.5 concentration in 2001 was 7 times of the National Ambient Air Quality Standards proposed by US EPA. The major chemical compositions were organics, sulfate, crustals and nitrate. It was found that the mass concentrations of PM2.5 were influenced by meteorological conditions. The correlation between the mass concentrations of PM2.5 and the relative humidity was found. And the correlation became closer at higher relative humidity. And the mass concentrations of PM2.5 were negtive-correlated to wind speeds, but the correlation between the mass concentration of PM2.5 and wind speed was not good at stronger wind.