区域尺度大气污染物特征分析

大气污染是人民的"心肺之患",为研究区域尺度下大气污染特征,为大气污染防治攻坚战提供理论支持,以华北平原7地市作为研究区,以2015年全年空气质量指数为数据基础,通过描述性统计分析及建立向量自回归模型得出以下结论:研究区重污染天气主要发生在1月、12月,且空气质量指数波动性较大,4月至9月空气质量指数在100左右波动,起伏较小;以PM_(2.5)和PM_(10)为首的颗粒物是研究区的首要污染物;首要污染物为臭氧,主要发生在6月至9月,呈现明显的季节性特征;以研究区内濮阳市为例,通过运用脉冲响应函数及方差分解分析得出濮阳市空气质量以内源污染为主.     

基于PM_(2.5)达标约束的荣昌区大气环境容量研究

在深入了解荣昌区大气污染排放特征的基础上,采用WRF(Weather Research and Forecasting Model)-CMAQ(The Community Multiscale Air Quality)模型,建立了污染排放与大气环境质量的关系,分析了各个污染物和大气环境容量的空间分布特征。结果表明:在现状排放基础上,荣昌区PM2.5达标前提下,SO2,NOx,一次PM2.5,VOCs和NH3各个污染物容量分别为7 200 t,5 400 t,3 500 t,5 800 t,3 100 t。     

成渝城市群机动车污染特征及减排分析

近年来随着机动车保有量的快速增长,其排放的污染物已成为区域大气污染的重要来源之一,关系到人类身体健康和社会经济发展。基于COPERT模型构建成渝城市群多年尺度的机动车污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)、CO_2、CH_4、N_2O、NH_3和SO_2排放清单,分析其时空排放特征及主要贡献车型,在此基础上设置9种污染物减排情景,评估不同减排措施下各污染物未来年的减排效果。结果表明,成渝城市群不同机动车污染物时间变化趋势存在差异,污染物CO、NMVOC、CH_4和SO_2排放量近几年下降趋势明显,而污染物NO_x、PM_(2.5)、PM_(10)和N_2O排放却呈相反趋势,特别是CO_2和NH_3排放量在整个研究期间增长趋势明显;轻型客车为污染物CO、NMVOC、CO_2、CH_4、N_2O和NH_3的主要贡献车型,而污染物NO_x、PM_(2.5)、PM_(10)和SO_2则主要来源于重型货车与重型客车的排放;污染物空间分布主要集中在成都与重庆市城市中心区域,随着路网逐渐向外延伸,排放量逐渐变小;研究期间污染物(CO、NO_x、CO_2和NH_3)排放量与GDP表现出较好的相关性;与基准情景相比,各减排情景控制下的减排效果差异明显,实施淘汰高排放车情景对污染物NO_x、PM_(2.5)、PM_(10)和CH_4的减排效果较好,实施激进新能源车推广情景对污染物NMVOC、CO_2、N_2O和NH_3的减排效果较好,而综合所有减排措施的激进综合情景的整体减排效果则最为显著。     

煤改气后天津市采暖期大气污染特征的时空分布研究

燃煤供暖被认为是中国北方采暖期大气污染的主要来源之一,因此国家计划以天然气替代燃煤作为取暖燃料以减轻大气污染。基于2016-2017年天津采暖期前后的空气质量监测数据,探究"煤改气"后城市大气污染物的时空分布特征及影响因素,为大气污染治理提供依据。研究表明,煤改气后天津采暖期主要大气污染物有PM_(2.5)、PM10和NO_2 3种,CO日均质量浓度有超标现象发生,SO_2和O_3日均质量浓度均低于二级标准限值。与使用燃煤采暖时期相比,大气中SO_2、PM_(2.5)、PM_(10)和CO的日均质量浓度均有不同程度的降低,尤其是SO2浓度降幅高达70%,但NO_2质量浓度没有有效降低。从日变化特征来看,采暖期PM_(2.5)、PM10和CO的日变化规律受到了采暖活动影响,呈单峰单谷型的变化趋势。NO_2、SO_2和O_3的日变化规律与非采暖期相似,受采暖活动影响较小。由于受供暖和大气逆温层的影响,采暖期晚上至上午时段大气污染物(O3除外)的质量浓度远远高于非采暖期相同时段的质量浓度。天津大气污染物在非采暖期呈现出典型的"周末效应",但是在采暖期没有出现"周末效应"。冬季,周末白天人为活动较工作日更为活跃,与之相对应增加的城镇生活源可能是造成周末白天PM_(2.5)和PM_(10)质量浓度偏高及"周末效应"消失的主要原因。     

兰州市不同径粒大气颗粒物污染特征及气象因子的影响分析

空气污染程度与就诊率、呼吸道发病率及死亡率等有着密切的联系。兰州市在上世纪末曾被喻为卫星上看不到的城市,它的大气污染程度一直以来为人们所关注。利用2013年国家环保部公布的兰州市5个监测点（涵盖了4区1县）大气细粒子PM10及PM2.5的监测数据,针对全年的日均PM2.5与PM10质量浓度并结合了同期的气象因子进行分析研究,结果表明：春冬季为兰州大气中两种颗粒物的污染的高峰期（春季峰值为3月份,PM10及PM2.5质量浓度的月均值为309和103μg· m-3,超标倍数为1.062与0.436;冬季峰值为11月份,PM10及PM2.5质量浓度的月均值为203和85μg· m-3,超标倍数为0.353与0.7）,夏秋季为低谷（波谷为9月份,PM10及PM2.5的月均值为96和39μg· m-3,均低于国家标准）。PM2.5与PM10质量浓度比值均在0.4与0.5之间,呈一定的线性关系,大气污染较轻。当温度在-3~0℃之间时,大气中PM2.5与PM10质量浓度变化较剧烈。露点温度高于-3.15时,使得PM10的质量浓度下降明显;当日均露点温度高于1.85时,PM2.5的质量浓度随着露点温度的增大而降低,说明湿沉降对着两种粒子的清除作用明显。降水对大气中的两种颗粒物均呈现清除作用,但是在降水后PM10质量浓度迅速回升,但PM2.5质量浓度却变化不大。风向偏西时,大气中细颗粒污染物浓度增加。风速的增加对PM2.5有一定的清除作用,但由于兰州市的地貌特征,使得大气中PM10的质量浓度增加。上述结果为兰州市大气污染的监测与治理及大气污染预报提供了重要的依据。     

南京市郊区雾天大气污染及雾水中Hg的特征

根据南京市郊区雾的外场实验观测资料及采集的雾水样品分析,探讨南京市郊区雾水中Hg和雾天大气污染特征.郊区出现雾天时,不利于大气污染物的扩散,造成PM10,CO和总烃浓度先增加后降低,污染物浓度的变化与雾的生消基本同步;雾消散后SO2,PM10和NOx的浓度比雾前高2.5-10倍.雾水中汞浓度在2.956-7.205 μg·l-1范围内,平均为5.471 μg·l-1,浓度高值出现在雾的维持阶段;对Hg与大气污染物之间的关系作相关分析,其中汞与大气中CO的相关系数为0.939,说明其具有同源性.     

兰州市空气污染防治绿化对策

依据植被对大气污染物净化能力和绿化对大气污染扩散条件的改善等研究成果,并结合兰州市自然地理环境和土壤水分条件以及本地小气候特点和实际地表植被状况,从植物对空气污染物的生物净化作用角度出发,探讨了兰州市大气污染治理的最佳绿化方案,以期对兰州市大气污染的综合治理提供理论依据。     

辽宁中部城市群大气污染现状及发展趋势分析

根据1987年-2000年辽宁中部城市群(沈阳、鞍山、本溪、抚顺、辽阳)的主要大气污染物(TSP、SO2、NOx)的现状监测值,分析了辽宁中部城市群大气污染的现状及污染程度。分析结果表明：辽宁中部城市群的主要大气污染污染是TSP和SO2;冬季是辽宁中部城市群大气污染最重的季节,夏季大气污染最轻;辽宁中部城市群大气污染最重的城市是本溪,其次是鞍山、沈阳、抚顺、辽阳。     

基于情景分析的长三角城市群机动车污染排放控制研究

机动车污染已成为大气污染的重要来源,对机动车污染排放控制策略的研究已经成为中国空气污染防治最重要的工作之一。选取长三角城市群为研究区域,研究未来长三角城市群机动车污染排放控制措施的减排效果。应用COPERT Ⅳ模型构建1999—2015年长三角城市群机动车污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)、CO_2、CH_4、N_2O、NH_3和SO_2排放清单,以2015年为基准年,设置8种减排情景评估2025年各情景下的机动车污染物减排效果,并对新能源车推广情景采用GREET模型从生命周期的角度进行研究。结果表明,长三角城市群1999—2015年间不同机动车污染物排放趋势存在差异,除污染物CO_2和NH_3排放增长趋势显著外,其余污染物排放近年来均呈现下降趋势;与基准情景相比,不同情景设置下的机动车污染物减排效果不同,淘汰高排放车辆情景对污染物NO_x、PM_(2.5)和CH_4削减效果较为显著,削减率分别为14.41%、16.65%和12.49%;实施激进新能源车推广情景对污染物CO、NMVOC、PM_(10)、CO_2、N_2O和NH_3减排效果较为明显,削减率分别为13.66%、20.03%、15.48%、20.56%、18.31%和21.46%;提升燃油品质情景对污染物SO_2减排效果最为明显,削减率为93.64%;激进综合情景综合所有削减控制措施并对污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)、CO_2、N_2O和NH_3达到最大的削减效果,表明长三角城市群未来控制机动车污染物排放需结合多种污染减排措施,以达到最佳减排效果。     

基于AQI的深圳大气污染特征及其典型环流形势分析

随着中国城市化加速以及机动车保有量的大幅增加,城市环境问题日益突出。深圳地处珠江三角洲城市群,空气质量恶化引起社会各界广泛关注。利用深圳市11个国控站空气质量时平均、日平均监测资料、欧洲中心中期天气预报(ECMWF)再分析资料以及温度、湿度等自动气象监测数据,采用数理统计和典型环流分型等方法,在分析2013—2015年深圳市大气污染时空分布特征的基础上,探讨了深圳污染日典型环流形势特征,以期为深圳大气污染的预警预报、防治及其影响评估提供科学依据。基于空气污染指数(AQI)的污染分析表明:2013—2015年深圳市空气质量呈转好趋势,污染以轻度污染为主(92.4%);引起污染天气的主要污染因子是PM_(2.5)(75%)、O_3(19%)和NO_2(4.8%),PM_(2.5)和NO_2引起的污染天气呈下降趋势,而O_3引起的污染天气呈上升趋势,这表明光化学污染已成为深圳大气污染的重要形式。深圳的大气污染过程持续时间短,以1~2 d为主,污染天气集中出现在冬季,且易出现长时间持续(≥5 d)的污染过程。主要污染物季节特征明显,冬季为PM_(2.5),夏季O_3,春秋季PM_(2.5)、O_3和NO_2均会出现。深圳污染天气空间差异性较大,总体呈现西多东少的分布,东部沿海地区是深圳空气质量最好的区域。深圳污染日典型天气形势可分为大陆高压型、热带气旋型两类,其中秋冬季为大陆高压型,夏季为热带气旋型,在空气质量预报预警服务中,不同季节应关注不同污染物浓度变化和天气形势演变。     

天津市近地层PM2．5的垂直分布特征

大气细颗粒物PM2.5是导致城市能见度降低的重要原因之一,研究低层大气细颗粒物的垂直分布特征,利于了解边界层内污染物的大气物理化学反应机制,能为大气污染综合治理决策提供新的科学数据.2006年8月16日-2007年8月31日期间以天津市255 m气象塔为观测平台,分别在40 m、120 m和220 m 3个不同高度进行大气污染物PM2.5质量浓度和气象要素的同步观测.对观测资料的分析表明:PM2.5质量浓度季节变化规律非常明显,冬季最高,春季最低.PM2.5日变化特征非常明显,呈明显的双峰变化规律:冬季峰值最大、春季最小.边界层内PM2.5质量浓度在各个高度存在明显差异,受逆温层影响,四个季节的早晨第一个峰值出现时间随高度增加均存在滞后现象,PM2.5从地面扩散到220 m大约需要2 h.各个观测高度PM2.5质量浓度随风向变化不大,得到天津市细粒子主要是由本地源生成的结论.     

乌鲁木齐市大气污染物浓度的变化特征

利用乌鲁木齐2014年3月1日至2015年2月28日PM2.5、PM10、SO2、CO、NO2、O3浓度的日平均数据,结合相应气象要素资料,分析了大气污染物浓度的逐日变化、季节变化特征.建立了基于气体污染物的PM2.5浓度预测模型,探讨了污染物浓度与气象要素的相关性.结果表明:(1)整个1年期间PM2.5、PM10、SO2、NO2、O3年平均浓度分别为67.9、159.3、24.9、56.1、31.5μg·m-3,CO为1.4 mg·m-3.(2)各污染物浓度频率分布不一.期间SO2的污染并未超标,NO2超标率为15.3%,说明"煤改气"能源结构的调整对SO2浓度的降低起到了积极作用,但是由于机动车保有量的增加,使得机动车排放的NO2浓度超过了燃煤.(3)PM2.5与PM10、SO2、CO、NO2、O3具有很强的相关性,尤其与SO2、CO、NO2更为明显,说明机动车尾气和化石燃料的燃烧是乌鲁木齐市PM2.5的重要来源,此外,建立了基于气体污染物的PM2.5浓度预测模型为:CPM2.5=0.21376CPM10+0.42422CSO2+41.66384CCO-0.24325CNO2+0.12466CO3-24.15316.(4)PM2.5、SO2和CO均与气温和水汽压存在较大的负线性相关关系,与O3呈显著的正相关关系.相对湿度与O3浓度的相关性最高为-0.62,与CO有一定的正相关关系,与其他污染物的相关性不大.风速对大气污染的影响较小.日照时数对污染物也有一定影响.     

武汉市三类不同大气污染过程下大气污染物特征及潜在源区分析

为了探讨武汉市不同类型大气污染过程中大气污染物变化特征,分析对比了沙尘、秸秆燃烧和霾污染过程中大气污染物(SO2,NO2,CO,O3,PM2.5和PM10)的变化特征及其影响因素。使用HYSPLIT模式计算了不同类型污染过程中气团轨迹,并利用潜在源区贡献(potential source contribution function,PSCF)和浓度权重轨迹(concentration weighted trajectory,CWT)分析方法,揭示了武汉市不同类型污染过程中大气污染物的潜在源区分布及其贡献特性。结果表明,不同类型污染下大气污染物变化不同。沙尘天主要以PM10污染为主,平均浓度为408.8μg/m^3,是干净天的5.9倍,PM2.5/PM10仅为29%。霾过程中主要以PM2.5污染为主,平均浓度为182.8μg/m^3,是干净天的3.7倍,PM2.5/PM10为90.4%。秸秆燃烧过程中大气污染物浓度均不同程度地增加,其中PM2.5、PM10和SO2的浓度分别为100.2μg/m^3,155.4μg/m^3和23.7μg/m^3,是干净天的1.8倍,1.6倍和1.6倍。表明,不同类型污染下大气污染物的日变化不同,不同类型污染过程中大气污染物的潜在源区差异较大。沙尘期间大气污染物的主要潜在源区为安徽、河南南部、沙尘源区的内蒙古和甘肃等地区。霾过程中大气污染物的主要潜在源区为湖南东北部、湖北东部、安徽西南部、浙江西部、江西北部和河南南部。秸秆燃烧过程中大气污染物的主要潜在源区为安徽、江苏西南部和河南东南部。     

疫情管控对关中城市群大气污染特征及颗粒物化学组成的影响

新冠肺炎疫情的暴发对生产生活模式产生了重大影响,进而改变了大气污染现状和规律,是一次极限减排的“大气实验”.本研究以中国典型大气污染控制区的关中城市群为研究对象,考察该地区疫情管控下大气污染物污染特征、来源和形成机制,解析了大气细颗粒物(PM_2.5)中化学组分的浓度变化特征.结果显示,除O₃外,其余大气污染物浓度的整体变化趋势均表现为管控前>管控后,与全国趋势一致、但程度不同.新冠肺炎疫情的社会隔离措施大幅度削减了各类排放源,西安市、咸阳市、铜川市、宝鸡市、渭南市等5个城市PM₁₀、PM_2.5、NO₂和CO浓度值明显降低,其中PM₁₀、SO₂、NO₂、CO在疫情期间的浓度达到近5年来历史最低.O₃浓度在封城期间却有显著上升的现象,表明大气氧化性可能在燃烧排放减少的背景下由于NO₂滴定效应减小而得到强化.对西安市PM_2.5中水溶性阴阳离子浓度对...     

GCMS结合Compound Composer软件筛选PM_2.5中有机污染物

本文采用高压溶剂萃取(HPSE)方式萃取PM_2.5滤膜中的有机污染物,以气相色谱-质谱(GCMS)和Compound Composer软件进行筛查和半定量计算,同时以已知浓度的农药标样对Compound Composer软件的定性及半定量结果进行验证.结果表明,对1.0μg·L~(-1)的24种农药混标进行半定量分析,结果偏差在-0.707—0.643μg之间,相对误差在-70.74%—64.31%之间满足日常环境监测的要求.在无标样的情况下,对某地区不同时间的3个PM_2.5样品进行监测,筛查其中主要的有机污染物,并进行半定量计算,可及时掌握大气污染现状,为环境管理和来源解析提供有效数据.     

北京采暖期典型区域环境空气污染特征分析

北京采暖期空气污染较非采暖期严重得多,但目前针对采暖期北京城市上风向、下风向、中心区和主干道路等典型人类活动区域的主要污染物浓度特征及其受气象条件变化影响的研究还比较缺乏,为了摸清北京市采暖期不同典型区域大气污染特征,更有针对性地制定环境空气污染防治对策,利用2014年采暖期首月(11月15日—12月14日)北京市北郊(八达岭)、南郊(永乐店)、城市中心区(天坛)、城市交通干道(永定门内大街)等典型区域的PM_(2.5)、SO_2、NO_x、O_3质量浓度监测数据和气象数据,分析4类代表性区域的环境空气污染特征和时空变化情况。结果表明,PM_(2.5)是各区域冬季主要污染物,日均质量浓度在61.75~143.81μg?m-3,总体空间分布状况为南郊最严重、城市交通干道和城市中心区次之、北郊的PM_(2.5)污染最轻,除北郊外其余监测点ρ(PM_(2.5))均超过二级标准限值。各区域的主要污染物略有不同,其中北郊ρ(SO_2)较其他区域高,白天12:00时最低(29.09μg?m-3),夜晚18:00—次日01:00持续居高(58.8~63.19μg?m-3),这与燃煤采暖等人类活动规律一致;南郊以PM_(2.5)、NO_x混合型污染为主;城市交通干道附近ρ(NO_x)和ρ(O_3)较高,表明局地光化学反应NO_x-O_3生消机制作用明显,污染物浓度变化与人类出行时间一致。气象条件对不同污染物浓度的影响存在差异,微风无持续风向、大气扩散条件较差时,PM_(2.5)呈现不断累积状态,SO_2、NO_x和O_3累积效应不明显,但其单日质量浓度峰值显著增加;北风和微风反复交替、大气扩散条件总体较好时,各监测点的SO_2、NO_x受地区性污染源排放影响波动不大,随扩散条件转差南郊ρ(PM_(2.5))会迅速增加。城市交通干道机动车排放典型污染物ρ(NO_x)及其二次污染物ρ(O_3)随着气象条件变化其峰值在日内变化显著。     

河南省PM_(2.5)时空分布特征及其与植被覆盖度的关系

随着中国城市化和工业化的不断推进,大气污染治理形势严峻,PM_(2.5)作为首要的大气污染物,已经引起了公众和学术界的普遍关注。研究PM_(2.5)的时空分布特征及其质量浓度同植被覆盖度之间的关系,为区域大气污染联防联控提供数据支撑和理论依据。以大气污染严重的河南省为研究对象,利用2017年1月—2019年2月期间75个国控空气质量监测站的逐日PM_(2.5)质量浓度数据,通过空间插值技术,分析了PM_(2.5)质量浓度的时间和空间分布特征。基于MODID NDVI遥感卫星数据,采用像元二分模型反演获取植被覆盖度数据,再计算其与PM_(2.5)质量浓度的秩相关系数。研究发现,(1)总体上,河南省PM_(2.5)年均质量浓度逐年降低,由2015年的79μg·m~(-3)降至2018年的63μg·m~(-3),年均降幅达7.2%,但是依然超过国家二级标准(35μg·m~(-3)),污染防治形势仍然严峻。(2)从时间分布看,PM_(2.5)季节差异明显,月均质量浓度曲线大致呈"U"形,冬季质量浓度最高(113μg·m~(-3)),夏季最低(35μg·m~(-3)),春秋两季居中。(3)从空间分布来看,PM_(2.5)质量浓度在河南省内由南至北污染程度递减,形成了以污染最严重的郑州市、安阳市为中心的PM_(2.5)辐射圈。(4)植被覆盖度和PM_(2.5)质量浓度相关性强,秩相关系数为-0.55。从污染治理来看,提高植被覆盖度,增加植被面积对PM_(2.5)沉降有积极作用,但作用有限。     

太原市大气颗粒物PM_(10)和PM_(2.5)多时间尺度变化规律研究

选取太原市城区10个监测点2014—2016年PM_(10)和PM_(2.5)日变化数据,分析和探讨了其时空变化特征,及其与人类经济活动的同步性规律;采用小波连续变换的功率谱方法识别颗粒物周期变化特征,采用可视化主成分分析法识别不同时间尺度下颗粒物变化的影响因素。结果表明,太原市大气颗粒污染物PM_(10)和PM_(2.5)质量浓度的变化存在明显的时空差异,新兴经济发展区较传统老工业区污染严重,颗粒物污染程度在冬季较为严重。小波分析结果显示,PM_(10)和PM_(2.5)时间序列的变化周期均以4~8 d的短周期为主(P0.05),污染物的质量浓度变化与城市经济活动的周波动变化相一致;PM_(10)和PM_(2.5)质量浓度最大值出现在周波动的中间时段,最小值出现在周末。可视化PCA结果揭示,大气颗粒物PM_(10)和PM_(2.5)季节性波动均受冬季影响较强;周波动周期内均受周三影响最大;一天之内PM_(10)和PM_(2.5)质量浓度分别受夜晚和早晨影响最大,但白天颗粒物质量浓度变化是造成其日变化特征的主要因素。研究结果有利于从不同时间尺度辨析能源城市大气颗粒物污染的多变特征,有针对性地开展大气污染防控,也可为管理部门制定相关标准和规范提供科学依据。     

衡阳市城区大气污染现状及趋势分析

根据衡阳市环境监测站1990-2003年主要大气污染因子监测资料。分析了衡阳市城区大气污染的现状及污染程度．结果表明：衡阳市城区大气污染物主要是TSP、SO2、NO2。冬季是大气污染最严重的季节，夏季则相对较轻。     

北方地区典型高速公路近路区域大气污染特征研究

摸清高速公路近路区域大气污染特征对有针对性地制定交通大气污染防治对策具有重要意义。基于2016年1月及8月京藏高速毕克齐互通交通环境监测站以及呼和浩特市国控站点空气质量监测逐时数据,分析了冬、夏季节高速公路近路区域环境空气污染物质量浓度变化规律。结果表明,路侧污染水平冬季重于夏季,NO_x是最主要的交通污染物,其冬季和夏季日均质量浓度分别为(374.10±165.24)μg·m~(-3)和(300.57±60.11)μg·m~(-3)。受光化学反应影响,冬季NO_x质量浓度与交通量呈显著负相关(r=-0.492);夏季凌晨时段(00:00-06:00)NO_x质量浓度与交通量呈显著正相关(r=0.584),CO质量浓度也与交通量呈正相关(r=0.424);颗粒物质量浓度与交通量相关性不显著。从污染物质量浓度日变化特征来看,在昼间车流高峰时段PM10、PM_(2.5)、CO质量浓度均出现"峰值",而NO_x质量浓度则出现"谷值"。与气象因素的相关性分析可知,PM_(10)质量浓度与风速呈显著正相关(冬季r=0.890,夏季r=0.612);PM_(2.5)质量浓度与风速呈显著相关,受主导风向影响冬季呈负相关(r=-0.473)、夏季呈正相关(r=0.587),PM_(2.5)质量浓度还与温度呈显著正相关(冬季r=0.495,夏季r=0.565);NO_x质量浓度与相对湿度呈显著正相关(冬季r=0.707;夏季r=0.577),与温度呈显著负相关(冬季r=-0.763;夏季r=-0.528);冬季CO质量浓度与风速呈显著负相关(r=-0.629)。与城区国控站点相比,高速公路监测站PM_(2.5)、PM_(10)及CO质量浓度冬季显著低于城区,夏季与城区相近;近路区域NOx质量浓度在冬夏季均远高于城区,应列为高速公路交通环境监测站点首要监测污染物。