中国主要大气污染物的时空分布特征研究

应用统计学和GIS对2014年3月─2015年2月期间190个监测城市的NO2、PM10、PM2.5和SO2的监测数据进行时空特征分布分析,结果表明,中国大气污染主要来源于采暖排放、机动车排放、工业排放与风沙天气。各污染物呈明显的区域性分布。污染物浓度总体趋势是北方地区高于南方地区。河北南部以及山东东部等重工业密集且人口密度大的地区污染较为严重。而中西部及东南部等工业发展相对落后人口较为稀少的地区污染较轻。PM10污染呈明显的季节变化,采暖期PM10主要来源于燃煤排放和机动车尾气排放,非采暖期受风沙天气影响显著,且在春、秋的风沙时期保持较高的值。采暖期PM2.5、SO2和NO2的浓度上升明显,其中SO2受到采暖期的影响最为显著。NO2主要来源于工业排放以及汽车尾气排放,因而工业布局密集且交通发达的城市污染较为严重。采暖期与非采暖期NO2、PM10、PM2.5和SO2的浓度对比变化显著,采暖期燃煤对空气质量的影响巨大。     

基于PLS1的哈尔滨市PM2.5与空气污染物相关性分析

以往对PM2.5的研究多集中在气象因子或单一空气污染物对PM2.5质量浓度变化的影响,未考虑多种空气污染物对PM2.5质量浓度的协同作用。通过哈尔滨市环保局发布的2014年1月份（共31 d）市区内主要空气污染物SO2、NO2、PM10、CO、O3、PM2.5的质量浓度数据,运用相关性分析、PLS1和通径分析方法,研究哈尔滨市区内主要空气污染物对PM2.5质量浓度变化的直接影响、通过其他空气污染物的间接影响及污染物之间的协同作用。结果表明,SO2、NO2、PM10、CO 与 PM2.5质量浓度显著性相关,O3与 PM2.5质量浓度相关性不显著,SO2、NO2、PM10、CO 之间存在严重的复相关性。依据相关性分析结果,建立了SO2、NO2、PM10、CO对PM2.5质量浓度的PSL1模型,模型的拟合优度r2为0.852,模型拟合良好。对所建立的模型进行通径分析,结果显示,SO2、NO2、PM10、CO对PM2.5质量浓度变化的直接作用分别为0.005、-0.142、-0.140、1.191,CO对PM2.5质量浓度变化的直接影响作用最大。SO2、NO2、PM10通过CO对PM2.5质量浓度变化的间接作用分别为0.706、1.011、1.118均大于它们对PM2.5质量浓度变化的直接作用。SO2、NO2、PM10、CO对PM2.5质量浓度变化的总决定系数为85.9%。CO是主要空气污染物中影响PM2.5质量浓度变化的主要因素,降低冬季煤炭供暖期CO的排放量,有利于提高空气环境质量,降低对人体的健康危害。     

滨海城市不同粒径大气颗粒物中水溶性离子的分布特征

选取东南滨海城市厦门的城区（厦门大学,仙岳小区）、郊区（集美大学城）、工业区（鹭联宾馆）和背景区（汀溪水库）5个站点为研究对象,于2008年10月至2009年9月对厦门市大气PM2.5、PM2.5-10和PM10-100分4个季节进行了采集工作,用离子色谱对其中的水溶性离子进行测定。研究结果表明,厦门市不同粒径颗粒物中水溶性离子具有明显的时空分布特征,且主要以富集在细颗粒物（PM2.5）上为主。SO42-、NO3-和NH4＋是PM2.5中主要的水溶性离子,占PM2.5中水溶性离子总质量浓度的64.59%～93.17%。PM2.5-10和PM10-100的水溶性离子则以Na＋、C1-和Ca2＋这些粒径较大的颗粒为主。滨海城市厦门PM2.5、PM10和TSP的SO2转化率（SOR）和NO2的转化率（NOR）年平均值分别为：0.35、0.39、0.41和0.04、0.08、0.09,较高的SOR和相对较低的NOR比值均说明厦门存在来自于SO2和NO2转化的二次污染物SO42-和NO3-。     

基于PLS1的哈尔滨市PM_(2.5)与空气污染物相关性分析

以往对PM2.5的研究多集中在气象因子或单一空气污染物对PM2.5质量浓度变化的影响,未考虑多种空气污染物对PM2.5质量浓度的协同作用。通过哈尔滨市环保局发布的2014年1月份(共31 d)市区内主要空气污染物SO2、NO2、PM10、CO、O3、PM2.5的质量浓度数据,运用相关性分析、PLS1和通径分析方法,研究哈尔滨市区内主要空气污染物对PM2.5质量浓度变化的直接影响、通过其他空气污染物的间接影响及污染物之间的协同作用。结果表明,SO2、NO2、PM10、CO与PM2.5质量浓度显著性相关,O3与PM2.5质量浓度相关性不显著,SO2、NO2、PM10、CO之间存在严重的复相关性。依据相关性分析结果,建立了SO2、NO2、PM10、CO对PM2.5质量浓度的PSL1模型,模型的拟合优度r2为0.852,模型拟合良好。对所建立的模型进行通径分析,结果显示,SO2、NO2、PM10、CO对PM2.5质量浓度变化的直接作用分别为0.005、-0.142、-0.140、1.191,CO对PM2.5质量浓度变化的直接影响作用最大。SO2、NO2、PM10通过CO对PM2.5质量浓度变化的间接作用分别为0.706、1.011、1.118均大于它们对PM2.5质量浓度变化的直接作用。SO2、NO2、PM10、CO对PM2.5质量浓度变化的总决定系数为85.9%。CO是主要空气污染物中影响PM2.5质量浓度变化的主要因素,降低冬季煤炭供暖期CO的排放量,有利于提高空气环境质量,降低对人体的健康危害。     

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.     

春运期间北京市PM_(2.5)污染特征

为研究春运期间北京市PM2.5和气态污染物的污染特征,根据35个空气监测子站周边环境类型的不同将北京市划分为城区、郊区、对照区和交通密集区.结合春运期间的人为活动,比较分析各类污染物在各区域的日均浓度变化特征;将PM2.5日均浓度与SO2、NO2、CO、O3日均浓度及北京市的日均温度、相对湿度、风级进行相关性分析.结果显示,春运期间北京市PM2.5污染最严重,超过《环境空气质量标准》二级标准的天数占45%;PM2.5日均浓度变化趋势与春运客流量变化具有较好的一致性;各区域PM2.5、SO2、NO2和CO的日均浓度均符合交通密集区城区郊区对照区的分布,而O3的情况为对照区郊区城区交通密集区;各区域PM2.5浓度分别与该区域SO2、NO2、CO浓度呈正相关,与O3浓度呈负相关;各区域PM2.5浓度与温度未见相关性,与相对湿度呈正相关,与风级呈负相关.本文的研究结果表明,交通运输、烟花燃放和气象因子对春运期间PM2.5的污染特征影响较大.     

北京市2012-2013年秋冬季大气颗粒物污染特征分析

大气颗粒物一直是影响我国城市空气质量的重要污染物,2013年1月北京市的严重灰霾污染更是带来了重大的健康危害和经济损失。为了摸清北京市颗粒物污染的特征,本文利用北京市实时发布的颗粒物污染监测数据,选取污染最为严重的2012-2013年秋冬季时段,对颗粒物的达标情况、变化趋势及其与气象因子相关性等方面进行研究。研究结果表明：1）2012年,北京市年均ρ（PM10）为109.0μg.m-3,超过了新国标二级标准限值,日均ρ（PM10）的超标天数为84天,全年超标天数比例为23.0%。2）2012年10月至2013年2月,ρ（PM10）达标天数比例为77.9%,ρ（PM2.5）的达标天数比例为51.9%。各月ρ（PM2.5）的达标天数比例均低于ρ（PM10）,某些月份二者达标天数比例差异很大。3）ρ（PM2.5）与ρ（PM10）的逐小时连续变化趋势基本相同,变化特征为＂快速积累,迅速消散,持续时间不定＂。ρ（PM2.5）与ρ（PM10）平均值24 h的变化呈双峰双谷曲线,颗粒物质量浓度夜间高于白天。4）研究期日均ρ（PM10）和ρ（PM2.5）与日均相对湿度呈显著正相关关系,与平均风速和最大风速呈显著负相关关系,ρ（PM2.5）比ρ（PM10）更易受气象条件变化影响。5）ρ（PM10）和ρ（PM2.5）日均值有着非常显著的线性相关关系。本研究得出的ρ（PM2.5）/ρ（PM10）的均值高于之前北京市及我国其他城市研究得出的数值,严重污染现象是由特殊的气象背景条件与污染物高排放共同导致的。     

市政工程施工地周边颗粒污染物扩散特征

为了解市政施工对周边大气环境的影响,通过测定TSP、PM10、PM2.5、PM1等指标,研究了施工工地附近颗粒污染物随天气条件、气象要素、距施工点距离的变化规律,结果表明：（1）粒径较大的颗粒物质量浓度受气象要素的影响较明显,大风和晴天的ρ（TSP）、ρ（PM10）远高于阴雨天;随风速增大,ρ（TSP）、ρ（PM10）、ρ（PM2.5）显著升高。（2）小粒径颗粒物（PM1）受天气条件的影响不明显,湿度、风速变化对PM1影响较小。（3）距离施工工地越远,4种颗粒物质量浓度越低,其中ρ（TSP）、ρ（PM10）、ρ（PM2.5）随距离下降较快。（4）不同施工阶段颗粒物污质量浓度异较大,挖槽阶段颗粒物污染要高于结构装修阶段。     

不同气团对嘉兴市大气污染物变化特征的影响

利用嘉兴2012年10月—2013年9月污染气体和PM2.5的连续观测资料,结合HYSPLIT_4轨迹模式计算得到的观测期间嘉兴不同季节的主导气团,分析了嘉兴市大气污染物的变化特征及不同季节下不同气团类型对该地污染物的影响.结果表明,嘉兴市CO、SO2、NO2和PM2.5日变化为双峰型分布,峰值位于07∶00—09∶00和16∶00—18∶00;O3呈单峰分布,峰值位于14∶00,这与人为活动和大气边界层变化密切相关.大气污染物具有显著的季节变化特征,SO2、CO和PM2.5冬季高(43.5,950.3,79.8μg·m-3),夏季低(21.5、522.4、38.0μg·m-3);NO2在春季最高(49.9μg·m-3),夏季最低(30.4μg·m-3);O3夏季最高(88.9μg·m-3),冬季最低(17.2μg·m-3).影响嘉兴的主导气团的来源和路径存在显著季节变化,不同气团对大气污染物的分布影响较大,局地气团下SO2的浓度显著降低;大陆气团下污染物浓度普遍偏高,SO2、CO、NO2和PM2.5分别是海洋性气团的1.6—3.0、1.5—1.6、1.6—2.0和1.5—2.3倍;海洋性气团下污染物浓度普遍较低;混合性气团对应的污染物水平介于海洋性气团和大陆气团之间.     

沈阳市大气PM2.5中水溶性离子的季节变化特征

为研究沈阳市大气中PM2.5及其水溶性离子的污染特征、季节差异和来源情况,使用URG-9000D在线监测系统对沈阳市2019年大气颗粒物进行连续的采样分析,并利用正交矩阵因子分析法(PMF)进行污染物的来源解析.结果 表明,2019年沈阳市秋冬季节PM2.5质量浓度变化受相对湿度影响较大,冬季PM2.5平均质量浓度达到85.76 μg·m-3,细粒子污染较为严重.沈阳市大气PM2.5中SNA(SO42-、NO3和NH4+)所占比重表现为春季最高秋季最低;夏季SO42-和NH4+浓度较高,而NO3-浓度较低.SO42-在夏季呈单峰型日变化,与NO3-变化趋势相反.春夏秋三季NH4+与SO42-、NO3-主要结合为(NH4)2SO4和NH4NO3,冬季NH4+主要以(NH4)2SO4和NH4HSO4的形式存在.沈阳市存在较强的SO2和NOx二次转化现象,且各季节中SO2的转化率均高于NO2.PMF源解析结果表明,二次源对沈阳市大气污染贡献最大,夏秋季生物质燃烧和冬季燃煤源贡献同样不可忽视.     

北京市大气PM_（2.5）中四种水溶性阴离子的水平变化比较

了解北京市城区和郊区大气细颗粒物中的四种水溶性阴离子F-、Cl-、SO42-、NO3-的浓度水平,并分析影响其水平高低的因素。使用聚四氟乙烯滤膜分别采集北京市城区和郊区大气中的PM2.5,用纯水提取后采用离子色谱法测定水溶性阴离子质量浓度。采样期间北京市大气PM2.5、F-、Cl-、SO42-和NO3-质量浓度几何均数分别为55.36、0.02、0.46、6.72和1.09μg·m-3,四种水溶性阴离子质量浓度总和占PM2.5质量浓度的19.14%;同一季节（春季）郊区监测点大气PM2.5、SO42-和NO3-质量浓度显著高于城区监测点;城区大气PM2.5与四种水溶性阴离子质量浓度秋季高于春季,但差异无统计学意义;大气PM2.5与Cl-、SO42-和NO3-质量浓度均高度相关。Cl-、SO42-、NO3-是北京市大气PM2.5的重要组成成分。     

北京市大气PM2.5中四种水溶性阴离子的水平变化比较

了解北京市城区和郊区大气细颗粒物中的四种水溶性阴离子F-、Cl-、SO42-、NO3-的浓度水平,并分析影响其水平高低的因素。使用聚四氟乙烯滤膜分别采集北京市城区和郊区大气中的PM2.5,用纯水提取后采用离子色谱法测定水溶性阴离子质量浓度。采样期间北京市大气PM2.5、F-、Cl-、SO42-和NO3-质量浓度几何均数分别为55.36、0.02、0.46、6.72和1.09μg·m-3,四种水溶性阴离子质量浓度总和占PM2.5质量浓度的19.14%;同一季节(春季)郊区监测点大气PM2.5、SO42-和NO3-质量浓度显著高于城区监测点;城区大气PM2.5与四种水溶性阴离子质量浓度秋季高于春季,但差异无统计学意义;大气PM2.5与Cl-、SO42-和NO3-质量浓度均高度相关。Cl-、SO42-、NO3-是北京市大气PM2.5的重要组成成分。     

长春市大气中PM10污染特征分析

近年来,大气环境质量的不断恶化受到了人们广泛的关注。利用长春市的食品厂、客车厂、邮电学院、儿童公园、净月潭以及甩湾子等6个自动监测中心提供的2011年PM10、SO2与NO2小时质量浓度的连续监测数据,分析了长春市PM10质量浓度（MPM）的时空分布特征、不同污染物之间的相关性及其形成的原因。结果表明：从空间分布上看,6个采样点的MPM从高到低依次为食品厂〉儿童公园〉邮电学院〉客车厂〉净月潭〉甩湾子,其中除食品厂与儿童公园外均符合《环境空气质量标准》GB3095-1996的二级标准。从时间分布上看,绝大多数监测点位的冬季MPM是最高的,春季次之,主要是因为冬季采暖与春季沙尘天气,而夏季的MPM最低,主要是湿沉降作用所致。MPM逐日变化呈现出双峰双谷型分布,第一个峰值出现在早上7：00左右,其中最大值出现在5月份的早7：00左右,达到了0.223 mg·m-3,第1个峰值过后呈下降趋势,下午出现质量浓度低谷,其中最小值出现在11月份15：00左右,为0.036 mg·m-3,直到傍晚时缓慢回升,22：00左右达到第2个峰值。通过统计分析不同污染物之间的相关系数,得出PM10与NO2质量浓度的相关性显著,且较稳定,其原因可能是常年排放的机动车尾气尘影响较大,而PM10与SO2质量浓度的相关性不太稳定,这可能是冬季采暖排放的燃煤尘所致。     

北京地区灰霾污染特征

灰霾天气能见度较低,除影响人们日常生产活动和交通运输外,空气中携带的有毒有害细粒子严重危害人们的生命健康。近几年,北京市加大治霾力度,虽取得一定成绩,但灰霾天气仍然频发。为进一步更好地治理北京灰霾,为制定政策提供依据,须了解北京地区灰霾污染特征,因此,对北京市2013年6月到2014年5月的气象观测数据和PM2.5质量浓度进行了统计分析。文章统计了不同强度灰霾的分布,分析了PM2.5质量浓度与能见度的相关关系,在此基础上,研究了PM2.5质量浓度影响能见度变化程度的分界点。研究结果表明：研究期间,北京地区出现灰霾时总计4572 h,发生频率为56.2%,灰霾日总计233 d,频率为64.4%,呈冬季〉春季〉夏季〉秋季;湿霾最易发生在夏季,干霾最易发生在冬季,分别占当季灰霾时的17.6%和59.0%;全年不同强度霾发生小时数呈现轻微霾〉重度霾〉轻度霾〉中度霾,其中,轻微霾时数1625 h,重度霾1163 h,轻度霾1101 h,中度霾683 h;研究期间PM2.5质量浓度呈夏季低冬季高的显著变化趋势,PM2.5日均质量浓度达一级空气质量标准59 d,达二级标准159 d,达标率分别为17.7%和47.74%;PM2.5小时质量浓度与能见度呈负相关性较高的幂函数关系（置信度取99%,P〈0.01）,无高湿条件影响下,空气中细颗粒物对能见度的影响更为直接;北京地区在改善能见度的过程中,通过降低1μg·m-3的PM2.5,使能见度改善大于或远大于1 km的概率仅为18.9%,而在50.4%的时段内仅能使能见度的改善小于或远小于0.1 km。     

洞庭湖浮游植物增长的限制性营养元素研究

近20年水质监测资料表明,洞庭湖水体富营养化日趋严重。洞庭湖水体主要污染物为氮和磷,而营养盐赋存形态及其含量对浮游植物生长的影响在洞庭湖尚未见报道。2011年9月至2012年8月对洞庭湖浮游植物生物量及主要营养盐赋存形态与含量进行监测,同时利用藻类增长的生物学（NEB）评价方法对限制浮游植物增长的营养盐进行了研究,并分析了浮游植物生物量与各营养元素之间的相关性。结果表明：洞庭湖主要污染物总氮（TN）和总磷（TP）的年平均值分别为1.90 mg·L-1和0.093 mg·L-1,溶解态无机氮（DIN）平均占ρ（TN）比例为87%,溶解态总磷（DTP）平均占ρ（TP）比例为70%。洞庭湖水体中,DIN是TN的主要贡献者,且不同形态DIN的贡献大小依次为ρ（NO3--N）〉ρ（NH4＋-N）〉ρ（NO2--N）;磷形态组成中,TP主要以溶解反应性磷（SRP）存在。春季洞庭湖水体中ρ（TN）、ρ（TP）较高,这一结果可能源于春季面源污染。洞庭湖水体中ρ（Chla）与氮显著正相关,与磷显著负相关。NEB 实验结果表明氮对洞庭湖浮游植物生长有明显的促进作用,其幅度随氮浓度的增加而加强,而磷对浮游植物的生长影响不大,有时出现抑制作用,硝态氮与磷之间不存在交互作用。因此,氮可能是洞庭湖浮游植物增长的主要限制性营养因子,这一研究暗示在洞庭湖富营养化控制过程中应特别注重氮的控制。     

武汉市城区大气PM2．5的碳组分与源解析

大气细颗粒物（PM2．5）和碳组分（OC,EC）是影响大气能见度、气候变化以及人体健康的重要污染物,研究大气颗粒物及其中碳组分的污染特征及各类典型污染源对大气细颗粒物及碳组分的贡献,对于认识区域和城市大气污染状况,控制细颗粒物的污染,具有重要意义。2011年7月至2012年2月,利用大流量PM2．5采样器采集武汉市大气细颗粒物样品并对其碳组分进行测定。武汉市城区大气中PM215、OC和EC的质量浓度平均值分别为（127±48．7）、（19．4±10．5）和（2．9±1．48）μg·m-3。其PM2．5的浓度处于我国主要城市的中等偏高水平,而OC、EC的浓度则属中等偏下水平,但均高于国外城市。武汉市大气PM2,质量浓度的季节性变化呈现出秋季〉冬季〉夏季的趋势,是气象因素和污染源排放综合影响的结果。OC浓度和EC浓度具有较好的相关性（r2=0．69）,表明二者存在来源联系。OC／EC的比值为6．7,指示武汉市大气中OC和EC的来源受汽车尾气排放和生物质燃烧的共同影响。SOA的平均质量浓度值为12．5μg·m-3约占PM2．5平均质量浓度的9．8％,表明SOA对武汉市城区大气PM2．5具有重要贡献。结合PM2．5所含的水溶性离子、微量元素组成,利用正矩阵因子分析（PMF）模型对武汉市城区大气PM2．5来源进行解析,结果表明,其主要来源及贡献率分别为机动车源（27．1％）、二次硫酸盐和硝酸盐（26．8％）、工厂排放（26．4％）和生物质燃烧（19．6％）。     

SO_2和NO_2胁迫对红花荷等植物光合生理影响及抗性评价

为探讨红花荷（Rhodoleia championii）等12种园林植物抗SO2和NO2污染能力,以1～2年生实生苗为材料,通过人工气候室的盆栽实验,研究不同SO2和NO2混合气体胁迫对园林植物苗木光合参数和相对叶绿素含量的影响,并利用隶属函数法及系统聚类分析法对其抗SO2和NO2污染能力进行了综合评价。结果表明,植物叶片净光合速率、气孔导度、蒸腾速率和相对叶绿素含量基本上随着SO2和NO2胁迫的加剧而逐渐降低,但水分利用效率受净光合速率和蒸腾速率变化的影响规律不明显。综合隶属函数和聚类分析可知,红花荷和红千层（Callistemon rigidus）抗污染能力强,杜鹃红山茶（Camellia azalea）和粉红羊蹄甲（Bauhinia blakeana）抗污染能力较强,红花银桦（Grevillea robusta）和无忧树（Saraca divespierre）抗污染能力中等,大叶紫薇（Lagerstroemia speciosa）、金花风铃木（Tabebuia chrysantha）和腊肠树（Cassia fistula）抗污染能力较弱,而本地火焰木（Spathodea nilotica）、复羽叶栾树（Koelreuteria bipinnata）和樱花（Prunus serrulata）抗污染能力弱。研究结果为火电厂、陶瓷厂、钢铁厂、石化厂等重度酸污染地区植物选择提供参考。     

广州市区大气污染特征与影响因子分析

以2000—2004年广州市国控测点的空气环境质量自动监测结果为基础数据,以我国《大气环境质量标准》的日平均质量浓度二级标准为依据计算广州市2000—2004年的各大气污染物的指数及污染负荷率,阐明广州市区主要大气污染物SO2、NO2、PM10、CO的地域分布特征、季节变化特征、年际变化特征以及由于大气中的酸性物质而形成的酸雨的变化特征并提出研究对策。结果表明:各污染物质量浓度存在明显的季节变化规律,除SO2春夏秋季污染最严重,其余几项污染程度由高到低的顺序均为冬季,春季,秋季,夏季。近5年来空气中的一氧化碳呈显著下降趋势,但二氧化硫、二氧化氮和可吸入颗粒物则呈显著上升趋势,综合污染指数也呈明显上升趋势;酸雨频率呈不显著上升且夏秋季污染大于春冬两季。广州市大气污染分布规律与风向频率以北和东北偏北方向较大,东和东南方向次之的分布基本一致。