钢铁工业排放颗粒物中碳组分的特征

为探究钢铁工业排放颗粒物中碳组分的特征,使用荷电低压颗粒物撞击器(ELPI)采样,采集到3组不同载荷和除污设施的烧结炉和1组炼铁高炉排放的颗粒物样品,利用热-光反射法,分析颗粒物中的有机碳(OC)和元素碳(EC)以及按温度划分的7种碳组分物质.结果表明,烧结工艺排放颗粒物中OC的质量分数高于炼铁工艺,OC在PM_(10)和PM_(2.5)质量分数分别是(5.3±2.3)%和(7.1±3.0)%,说明OC易在细粒径段颗粒富集,炼铁工艺排放颗粒物中OC在PM_(10)和PM_(2.5)质量分数分别是2.5%和2.0%;4组样品的7种碳组分相对比例相似,OC2和OC3在7种碳组分中质量分数最高,EC1、EC2、EC3的质量分数依次递减,OC1的质量分数可能与锅炉规模和脱硫设施有关;另外,烧结工艺排放各粒径段的颗粒物中OC和EC表现出较高的相关性,一次排放的PM_(2.5)中的OC/EC为4.7±0.7,远高于受体中估算二次碳组分的指标值.钢铁工业排放颗粒物中碳质组分的深入分析,可以为受体碳质气溶胶的来源解析提供基础数据,也有助于钢铁工业后续的除污管理.     

机动车源大气颗粒物粒径分布及碳组分特征

颗粒物的粒径分布特性与碳质组分的表征已成为大气颗粒物源解析的重要方法.利用微孔均匀沉积式碰撞采样器与有机碳/元素碳分析仪,研究采集自不同区域的机动车源大气颗粒物粒径分布特性及其碳组分含量特征.结果表明,随着粒径级增大,发动机原排颗粒物质量浓度逐渐降低.实验室排空大气颗粒物在0.32~0.56μm粒径级浓度较高;地下停车场大气颗粒物在1.0~1.8μm粒径级浓度较高.柴油机原排颗粒物OC1、OC2和OC3所占比例较多,EC2为元素碳的主要部分.机动车源扩散区域大气颗粒物OC3和OC4含量所占比例较多,地下停车场大气颗粒物EC1占元素碳绝大部分.柴油机原排颗粒物的OC/EC比值较小,在0.92~2.50之间.实验室排空与地下停车场大气颗粒物的OC/EC比值分别在1.40~2.53与2.36~4.82之间.此外,地下停车场大气颗粒物的OC/EC比值均大于2.0,最高可达4.82,可以判定地下停车场有较多的二次颗粒物生成.上述特性可为机动车源大气颗粒物的辨识提供参考依据.     

不同空气质量等级下环境空气颗粒物及其碳组分变化特征

为研究不同空气质量等级下环境空气颗粒物及其碳组分变化特征,于2016年3月在廊坊市对环境空气中PM_(10)、PM_(2.5)和PM1质量浓度及PM_(2.5)中碳组分质量浓度进行了在线监测.结果表明,监测期间廊坊市PM_(10)、PM_(2.5)和PM1质量浓度较高,其分别为204.1、107.9和87.8μg·m~(-3),日变化趋势呈双峰型分布.总体来说,当空气质量越好,PM_(10)、PM_(2.5)、PM1及其碳组分(OC、EC、SOC和POC)质量浓度越低,PM1/PM_(2.5)、PM1/PM_(10)和PM_(2.5)/PM_(10)比值越小.但"中度污染"时,PM_(10)质量浓度最高,且PM1/PM_(10)和PM_(2.5)/PM_(10)达到谷底值;同时OC质量浓度比"轻度污染"略低,而明显低于"重度污染",且主要出现在13:00~23:00,表明"中度污染"时细颗粒物和超细颗粒物占比下降,与其对应的首要污染物相一致.此外,OC/EC比值大于2.0,通过最小OC/EC比值法估算PM_(2.5)中SOC和POC,其浓度均值分别为12.2μg·m~(-3)和5.0μg·m~(-3).     

垃圾焚烧厂排放颗粒物组分粒径分布特征

本研究采用静电低压撞击器(ELPI)采集垃圾焚烧厂排放颗粒物,分析颗粒物中元素和碳组分,对其中OC、EC和重金属元素在14个粒径段的粒径特征进行分析,并建立了垃圾焚烧厂源PM_1、PM_(2.5)和PM_(10)的元素和碳组分成分谱,以期为精细化来源解析提供参考.结果表明,垃圾焚烧厂排放颗粒物的主要组分有Al、Si、S、Ca、Cr、Fe、OC和EC等(质量分数≥1%),其中OC和Ca的含量较高,在PM_(2.5)中的质量分数分别为10. 15%和12. 37%;重金属含量Cr Pb Zn Mn Cu Cd Ni,其中Cr和Pb在PM_(2.5)中的质量分数分别为1. 83%和0. 74%,Cr在PM_1中的质量分数达到3. 53%; OC在2. 39～3. 99μm和6. 68～9. 91μm这2个粒径段的含量达到峰值,分别占OC总含量的15. 02%和20. 45%,但在细颗粒物中的含量高于在粗颗粒物中的含量,EC在细颗粒物中的含量远高于在粗颗粒物中的含量,在0. 382～0. 613μm粒径段占14. 8%; Cr、Mn、Ni、Cu、Zn、Cd和Pb等重金属元素主要富集于细颗粒中.     

乌鲁木齐空气颗粒物中PAHs碳同位素组成及来源解析

报道了乌鲁木齐城区空气颗粒物中多环芳烃(PAHs)化合物的稳定碳同位素组成特征,解析了PAHs的来源.气相色谱/燃烧系统/同位素质谱分析表明,该市空气颗粒物中PAHs化合物的δ¹³C值为-23.5‰～-31.3‰,随着分子量的增大,PAHs化合物中13C含量降低.利用同位素质量平衡二元模型,计算了燃煤污染源与机动车排气对城区苯并(a)芘、茚并(1,2,3-cd)芘和苯并(ghi)苝的贡献,前者分别为72%、97%和95%,后者分别为28%、3%和5%.苯并(a)芘、茚并(1,2,3-cd)芘和苯并(ghi)苝的相对含量分别为2.8%,29.1%和25.1%,占PAHs总量的57%,计算的三者的燃煤污染源总贡献量为78.6%,与利用化学质量平衡模型计算得出的结果(84%的PAHs源于燃煤)相近.     

北京城区和路边秋冬季PM2.5中碳质组分特征及来源分析

为探究北京市不同点位秋冬季碳质组分污染特征及其来源,该文于2020年9月和12月在城区和路边站点同时开展了有机碳(OC)、元素碳(EC)、PM_2.5、O₃、CO、NO_x(NO+NO₂)和气象因子连续在线监测。结果表明,研究期间空气质量较好,路边站ρ(OC)、ρ(EC)和ρ(PM_2.5)分别为(5.66±3.54)、(1.59±1.31)和(32.9±25.1)μg/m³,较城区分别高出32%、70%和33%,表明路边PM_2.5污染较重,移动源对碳质组分尤其是EC贡献显著;秋季两站点OC浓度无显著空间差异,路边站EC较城区站高47%,PM_2.5中ω(碳质颗粒(TCM=1.4×OC+EC))在城区和路边分别为29%和25%,冬季路边站OC和EC较城区高54%和83%,城区和路边ω(TCM)为27%和31%;除O₃以外,其他气态污染物和PM_2.5均呈冬季高于秋季、路边高于城区...     

大气中颗粒物组分的ICP—AES法测定

研究了适用于大气颗粒物组分测定的采样膜、采样时间及采样量。应用ICP—AES技术,测得了6500个大气颗粒物数据。并与中子活化法进行了方法对照。     

关中地区细颗粒物碳组分特征及来源解析

为研究关中地区细颗粒物中碳组分的污染特征及其来源,于2017年9月4日至2018年1月19日在关中地区5个主要典型城市(西安、渭南、铜川、宝鸡和咸阳)设置采样点(XA、WN、TCH、BJ和XY)进行细颗粒物(PM_(2.5))的手工采样观测,碳组分环境样品采用热光透射法(TOT)分析.结果表明,细颗粒物中OC和EC平均浓度分别为(14. 48±7. 86)μg·m~(-3)和(2. 27±0. 95)μg·m~(-3),占比分别为18. 04%和2. 99%,与其他城市相比污染较为严重.碳组分占比的空间分布为XY WN XA BJ TCH,且季节差异明显,冬季占比高于秋季. OC与EC的相关性显著(R~2=0. 79),有着较为相同的污染来源.OC1在碳组分中比例最高为23. 44%,碳组分的浓度顺序为OC1 EC2 EC3 OC4 EC1 OC2 OC3 EC4 EC6 EC5.正矩阵因子分解模型的源解析结果表明,该地区碳组分的4类主要贡献源为生物质燃烧与燃煤源、汽油车尾气、柴油车尾气和道路扬尘污染源,贡献率分别为48. 63%、23. 07%、18. 82%和9. 47%,各点位的污染贡献结构有着明显的差异.     

我国大气悬浮颗粒物组分分布特征及其环境效应

大气悬浮颗粒物(Suspended Particulates,SP)是含有各种有机、无机化合物的复合体,在大气中呈气溶胶态。了解 SP 的理化特性及其环境效应,对于进一步探讨其生物学     

郑州空气颗粒物中PAHs的碳同位素特征及来源

研究了郑州城区空气颗粒物中多环芳烃(PAHs)的稳定碳同位素组成特征并对其来源进行了解析.气相色谱/燃烧系统/同位素质谱(GC/C/IRMS)分析表明,PAHs 的δ¹³C 值在非采暖季为-29.4‰～-23.4‰,采暖季为-30.0‰～-24.2‰,随着分子量的增大,PAHs 中 13C 降低.统计表明不同采样点的样品中的 PAHs 的δ¹³C 区别不明显(0.1‰<σ<0.8‰).两个季节中,三环和四环多芳香烃化合物荧蒽、芘和苯并(a)蒽的δ¹³C没有明显的区别,其范围为-24.5‰～-23.4‰,但是,五环和六环芳烃的δ¹³C 值有明显差异.随着分子量的增大,采暖季环境空气颗粒物中 PAHs的碳同位素比值变小的程度比非采暖季的大.采暖季的苯并(a)芘、茚并(1,2,3-cd)芘、苯并(ghi)苝的δ13C 值分别为-26.6‰、-30.0‰和-28.1‰,而非采暖季为-24.5‰、-29.4‰和-26.3‰.利用二元复合同位素模型,估算了不同季节机动车尾气和煤的燃烧对郑州城区苯并(a)芘的贡献.在非采暖季机动车尾气排放的贡献率为 70%,在采暖季贡献率为 50%,煤的燃烧对六环化合物的贡献高于机动车排放的贡献.     

菏泽市冬季大气PM2.5和PM10中碳组分来源解析

为研究菏泽市冬季大气颗粒物中碳组分的污染特征和来源,于2016年1月采集菏泽市冬季大气PM_2.5和PM₁₀样品,基于热光反射法分析样品中OC（有机碳）、EC（元素碳）及8个碳组分[OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP（裂解碳）]的含量,并计算得到ρ（Char-EC）（Char-EC为燃料燃烧后固体残渣中的EC）和ρ（Soot-EC）（Soot-EC为燃烧后气相挥发物质再凝结形成的EC）,以定性识别大气颗粒物中碳组分的来源.结果表明,菏泽市冬季大气颗粒物样品中碳组分浓度处于较高水平,PM_2.5中的ρ（OC）、ρ（EC）分别为26.34、9.22 μg/m3,PM₁₀中ρ（OC）、ρ（EC）分别为31.82、10.71 μg/m3.采样期间大气PM_2.5中碳组分（OC、EC、OC1、OC2、OC3、OC4、EC1、EC2、EC3、Char-EC、Soot-EC）浓度与PM₁₀中相应各组分浓度的比值均大于0.5（0.60~0.90）,表明碳组分多集中于细粒子（PM_2.5）.大气颗粒物样品中各碳组分浓度具有明显空间差异,各点位大气PM_2.5和PM₁₀中ρ（OC）均显著高于ρ（EC）（T检验,P < 0.05）.菏泽市冬季大气PM_2.5和PM₁₀中Char-EC/Soot-EC（二者质量浓度之比）分别为10.04、8.00,并且存在显著的空间差异性（T检验,P < 0.05）.PMF（正定矩阵因子分解法）解析结果表明,菏泽市冬季大气PM_2.5和PM₁₀中碳组分来源主要有4类,包括两类柴油车（1类排放的碳组分中以EC2为主,定义为柴油车-1;1类排放的碳组分中以EC3为主,定义为柴油车-2）、汽油车、生物质燃烧和燃煤混合源,对大气PM_2.5中碳组分的分担率分别为13.98%、5.13%、24.47%、41.97%,对大气PM₁₀中碳组分的分担率分别为16.08%、8.21%、18.34%、47.35%.可见,菏泽市冬季大气PM_2.5和PM₁₀中碳的主要来源是柴油车、汽油车、生物质燃烧和燃煤.      

天津市区夏冬季环境空气PM2.5中碳组分污染特征及来源研究

为了明确天津市区环境受体PM_(2.5)中碳组分的污染特征及来源,本研究分别于2016年2月(冬季)和8月(夏季)在天津市区设置6个采样点位同步采集PM_(2.5)样品,采用热光反射法测定样品中各个碳组分(OC1~OC4、EC1~EC3和OP(裂解碳))的含量,并计算得到OC、EC、CharEC和Soot-EC,以定性识别大气颗粒物中碳组分的来源.结果表明,夏季PM_(2.5)中OC平均浓度为(7.5±3.0)μg·m-3,占PM_(2.5)的11.7%±4.1%;而冬季相比于夏季OC的浓度和占比均有增加,分别为(13.1±7.0)μg·m-3和13.9%±2.8%.夏季和冬季EC浓度分别为(4.0±1.8)μg·m-3、(4.3±2.4)μg·m-3,占PM_(2.5)的6.1%±2.0%和4.6%±1.2%.OC与EC的相关性在夏季(r=0.83,p0.01)和冬季(r=0.96,p0.01)均显著,而冬季CharEC与OC(r=0.94,p0.01)、EC(r=0.98,p0.01)相关性明显高于夏季(OC:r=0.44,p0.01;EC:r=0.45,p0.01).PM_(2.5)中OC/EC平均值在夏季和冬季分别为1.9和3.0,估算得到夏季SOC为(2.6±1.4)μg·m-3,占OC的33.5%±13.6%;冬季为(3.5±2.5)μg·m-3,占OC的26.6%±12.0%.夏季Char-EC/Soot-EC为6.5,高于冬季(4.9),并且空间差异性显著(t检验,p0.05).正定矩阵因子模型(PMF)解析结果表明,天津市区大气PM_(2.5)中碳组分主要有4类来源:燃煤及生物质排放混合源、柴油车、汽油车、道路尘,对夏季PM_(2.5)中碳组分分担率分别为35.4%、16.4%、20.5%、14.4%;对冬季碳组分分担率分别为41.3%、15.5%、18.1%、16.3%.可见,燃煤和机动车是天津市区PM_(2.5)中碳组分的主要来源.     

路边微环境PM2.5化学组分特征及来源解析

采集并分析了武汉市机动车尾气源PM_2.5样品,并于2019年10月18~27日采集了武汉市不同路边微环境（市区路边、环线路边、环境背景点）PM_2.5样品并分析其化学组分特征,利用化学质量平衡模型（CMB）解析评估了机动车尾气对城市不同路边微环境PM_2.5的贡献.结果表明,机动车尾气成分谱以OC和EC为主,汽油车OC质量分数约为柴油车的1.14倍,柴油车EC质量分数是汽油车的1.08倍.路边碳组分主要来源于机动车尾气,其中OC浓度在市区路边最高,EC浓度在环线路边最高;市区路边NO₃^-和NH₄⁺浓度较高,与二次转化有关;环线路边Fe、Si、Al质量浓度高于市区路边.CMB来源解析结果显示,机动车尾气源是环线路边、市区路边微环境的主要来源,分担率为35.20%和38.89%,是环境背景点的2倍左右.不同路边微环境污染源贡献差异明显,与环线路边相比,市区路边机动车尾气源与二次来源均相对较高,而扬尘源贡献低于环线路边.     

关中地区秋冬季颗粒物二次有机碳的估算

2017年9月4日~2018年1月19日期间分别在关中地区的5个主要城市西安（XA）,渭南（WN）,铜川（TCH）,宝鸡（BJ）,咸阳（XY）设置采样点进行PM_2.5,PM₁₀颗粒物手工采样观测,采用热光透射法（TOT）分析碳组分,最小值法估算二次有机碳（SOC）浓度,结果显示PM_2.5与PM₁₀中SOC平均浓度分别为（7.44±5.54）,（9.62±7.49）μg/m³,一次有机碳（POC）平均浓度分别为（7.04±2.59）,（9.33±4.33）μg/m³,不同粒径颗粒物中SOC各点位的浓度值分布表现基本相同为XY > XA > WN > BJ > TCH.PM_2.5中SOC含量为8.76%,OC占比为48.03%,PM₁₀含量为6.28%,OC占比为48.09%,季节分布均呈现为秋季低冬季高,关中地区SOC污染严重.后向轨迹聚类分析结果显示污染气团传输主要是关中地区局部污染和西北,东北方向传输,其中局部污染轨迹的数量占比较多,浓度较高.低空传输与近地面风向风速及污染物分布存在差异,结合关中地区盆地地形,静风频率高,边界层低等多种因素造成颗粒物中SOC浓度较高,其中BJ点位易受到东北气团的污染物传输累积.     

合肥市PM2.5和PM10中元素组成特征及重污染成因分析

通过对合肥市2018年大气PM_(2.5)和PM_(10)样品的采集,结合对样品中无机元素的测试分析,研究了PM_(2.5)和PM_(10)中的元素组成特征,并根据合肥市重污染天气和非污染天气下大气颗粒物中元素组成的差异性分析,探讨了合肥市重污染天气的主要污染物来源与成因.结果表明,本研究所检测的16种元素中,Si、Al、Mg和Ca这4种地壳元素在重污染天气的质量浓度较非污染天气低,可能是重污染状况下的静风天气引起的地面扬尘减少所造成的; S、Na、K、Cl、Ti、Fe、P、Cu和Ni等元素在重污染天气的质量浓度较非污染天气高,其中S元素的增幅最大,在重污染天气所占的比重和富集因子也大大提升,表明燃煤排放源是合肥地区重污染天气的主要污染成因;重金属元素含量低、富集因子大,其主要来源可能为垃圾焚烧、机动车和工业排放.     

金昌市PM2.5及PM10短期暴露对成人血压水平的影响

为探索西北地区颗粒物(PM)短期暴露对人群血压(BP)水平的影响,基于金昌队列研究平台,收集甘肃省金昌市2011~2017年颗粒物污染数据及队列人群血压测量数据,在调整相关混杂因素基础上,采用线性混合效应模型分析PM_2.5和PM₁₀短期暴露对收缩压(SBP)、舒张压(DBP)、平均动脉压(MAP)、脉压(PP)和Mid-BP (SBP和DBP的均值)的影响.结果显示,随着PM_2.5浓度的增加,人群SBP,MAP,PP和Mid-BP均呈上升趋势,该效应值分别在累积滞后05,03,07和05d最大.随着PM₁₀浓度的增加,5种BP指标也均呈上升趋势,效应最大值均出现在累积滞后07d.PM_2.5和PM₁₀对BP产生的影响分别在吸烟和男性人群中更为显著.此外,沙尘天气和气态污染物(SO₂和NO₂)对PM-BP效应存在一定的修饰作用.因此,在该队列人群中,PM_2.5和PM₁₀短期暴露对人群血压具有一定影响,吸烟者和男性人群可能是颗粒物影响血压效应的易感人群.     

湖南省典型城市PM10和PM2.5及其载带重金属的污染特征和健康风险研究

为研究湖南省长株潭区域典型城市颗粒物及其载带重金属元素的污染特征和健康风险,于2014年8月在长沙市、湘潭市和区域背景点衡山采集了PM₁₀/PM_2.5样品。应用ICP-MS分析样品载带的10种重金属元素浓度,按Cr(Ⅵ)和总Cr比值为0.13估算Cr(Ⅵ)浓度。应用US EPA风险评价技术结合国内人群暴露参数对人体通过呼吸途径暴露的健康风险进行评价。结果表明：采样期间,长沙市PM₁₀/PM_2.5的日均浓度分别为42~155和18~119 μg/m³,湘潭市为17~127和5~109 μg/m³。长沙市和湘潭市PM₁₀载带Cr (Ⅵ)浓度分别为0.81和0.65 ng/m³,As浓度为9.3和6.3 ng/m³,均超过国家重金属年均标准限值。10种重金属元素对暴露人群的非致癌风险都小于1,在可接受范围内。Cr(Ⅵ)、As的致癌风险为10^-6~10^-4,有潜在致癌风险;Cd、Ni和Co的致癌风险小于10^-6,在人群可接受致癌风险范围内。     

四川盆地PM2.5与PM10高分辨率时空分布及关联分析

为深入了解四川盆地PM_2.5与PM₁₀污染情况，通过机器学习的方法，基于卫星遥感气溶胶产品（MAIAC）与国家环境空气质量监测网数据以及气象、地理、社会经济变量等，构建2个随机森林机器学习模型（R²均为0.86），反演四川盆地2013~2017年间1km网格逐日PM_2.5与PM₁₀浓度时空分布，并分析两者的时空关联性.结果表明：2013~2017年四川盆地地面PM_2.5与PM₁₀平均浓度分别为47.8，75.2μg/m³.PM_2.5与PM₁₀浓度空间上均整体呈现"倒月牙"状分布，西部与南部区域浓度值较高.5a间，区域颗粒物浓度逐年递减，总降幅均达到27%，季节上则均具有"冬高夏低"的特点；PM_2.5与PM₁₀浓度空间相关性显著（相关系数0.96），呈现"内强外弱"的格局，春夏季相关系数（0.91、0.90）低于秋冬季（0.96、0.96）.盆地西南部PM_2.5与PM₁₀比值较高，比值高低的季节性排序为冬季 > 秋季 > 夏季 > 春季.     

隧道环境PM2.5载带重金属污染特征与健康风险

在南京富贵山隧道开展机动车排放的颗粒物浓度及其载带重金属元素对人群健康的影响研究,对PM_2.5的浓度水平与变化特征、载带重金属元素组分进行分析,并通过美国环保局（US EPA）的健康风险评价模型对重金属的健康风险进行了评价.结果表明,工作日隧道进口和出口处的PM_2.5质量浓度为（78.67±24.58）μg/m³和（164.2±45.13）μg/m³,非工作日颗粒物浓度略低于工作日.采样期间隧道出口处PM_2.5载带的Zn、Cu和Mn元素的浓度质量较高,受机动车污染影响较大.富集因子结果显示,隧道进出口处,Cd、Sb、Sn、Zn、Cu、Mo、Pb和As等元素的EF>10,受人为污染源排放影响,Co、Mn、Cr、Ni、V和Tl等元素EF<10,在隧道中几乎没有富集.健康风险评价结果表明,对于儿童,测试期间隧道进出口处的非致癌风险危险指数（HI）均大于1,具有非致癌风险,对于成人,测试期间隧道进出口处的非致癌风险危险指数（HI）均小于1,非致癌风险在安全范围内.但颗粒物载带的Cr和As元素致癌风险均超过EPA推荐的可接受风险阈值（10^-6）,具有明显的致癌效应.     

重庆市典型城区PM2.5含碳气溶胶季节变化和来源解析

于2015年10月、12月和2016年3月、8月在重庆大学A区采集秋、冬、春、夏4个季节PM_2.5样品,观察其微观形貌,分析含碳气溶胶及其碳组分的浓度水平,并探讨其季节变化及进行来源解析.结果表明,重庆沙坪坝区PM_2.5中有机碳（OC）、元素碳（EC）、烟灰（char）和烟炱（soot）的年均质量浓度分别为20.66、6.16、5.42和0.74 μg·m^-3.OC季节变化显著,冬季最高,夏季最低;EC秋季最高,冬季最低,但与其它季节相差不大;char表现为秋季 > 春季 > 冬季 > 夏季;soot表现为秋季 > 夏季 > 春季 > 冬季.正定矩阵因子（PMF）解析出3个因子,分别代表生物质/煤燃烧和道路扬尘的混合源（52.7%）、汽油机动车排放源（22.9%）和柴油机动车排放源（24.4%）.机动车尾气是秋、春和夏3个季节含碳气溶胶的主要来源,冬季主要受煤炭/生物质燃烧和道路扬尘混合源的影响.秋季污染事件可能是因为本地及周边城市汽油车通行量增加,冬季污染事件可能是本地煤炭/生物质燃烧排放增加和周边农村地区输入的共同作用,春季污染事件可能与来自西北方向的沙尘长距离传输有关.