下载文档原格式
第３８卷 第３期２０２０年６月干 旱 气 象ＪｏｕｒｎａｌｏｆＡｒｉｄＭｅｔｅｏｒｏｌｏｇｙＶｏｌ．３８ Ｎｏ．３Ｊｕｎｅ，２０２０黄 蕾，毕 旭，杨晓春，等．２０１４—２０１７年西安市ＰＭ２．５污染特征及影响因子［Ｊ］．干旱气象，２０２０，３８（３）：４４０－４４７，［ＨＵＡＮＧＬｅｉ，ＢＩＸｕ，ＹＡＮＧＸｉａｏｃｈｕｎ，ｅｔａｌ．ＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＰＭ２．５ＰｏｌｌｕｔｉｏｎａｎｄＩｎｆｌｕｅｎｃｅｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＦａｃｔｏｒｓｉｎＸｉ’ａｎＤｕｒｉｎｇ２０１４－２０１７［Ｊ］．ＪｏｕｒｎａｌｏｆＡｒｉｄＭｅ ｔｅｏｒｏｌｏｇｙ，２０２０，３８（３）：４４０－４４７］，ＤＯＩ：１０．１１７５５／ｊ．ｉｓｓｎ．１００６－７６３９（２０２０）－０３－０４４０２０１４—２０１７年西安市ＰＭ２．５污染特征及影响因子黄 蕾，毕 旭，杨晓春，翟 园，金丽娜，高宇星（陕西省西安市气象台，陕西 西安 ７１００１６）摘 要：利用２０１４—２０１７年西安市ＰＭ２．５日平均质量浓度资料，分析ＰＭ２．５质量浓度的年、月及采暖期和非采暖期的变化特征，并结合气象要素日观测资料分析各气象要素在不同季节与ＰＭ２．５质量浓度的相关性；利用２０１７年１３个国控环境空气质量监测站点的ＰＭ２．５逐时质量浓度数据分析西安地区ＰＭ２．５空间分布差异及日变化特征。
结果表明：ＰＭ２．５质量浓度月际变化呈现出明显的“Ｕ”型特征，冬季ＰＭ２．５质量浓度较高，夏季相对较低；每年１—２月、１１—１２月ＰＭ２．５差异显著，该时段平均风速、降水量及冷空气活动次数对ＰＭ２．５质量浓度有一定影响。
供暖期ＰＭ２．５超标日数及其所占全年超标日数的百分比均有逐年增加趋势，而非供暖期两者则呈逐年下降趋势。
夏季西安各地区ＰＭ２．５质量浓度差异相对较小，而冬季则相对较大。
西安ＰＭ２．５质量浓度存在明显日变化特征，其昼夜变化规律为“Ｍ”型，不同站点的ＰＭ２．５污染差异主要在夜间。
2019-2020年西安城市PM_(2.5)、气体污染物及气象数据集冉伟康;周家茂;方焱;徐馨;王启元;韩永明【期刊名称】《中国科学数据（中英文网络版）》【年(卷),期】2024(9)1【摘要】通过近几年的治理,我国空气污染得到一定的改善,但关中地区由于其特殊的地理位置和气候环境,大气污染治理仍面临着巨大的压力和挑战,以臭氧(O3)等污染气体和细颗粒物(PM_(2.5))为特征的区域性复合型大气污染日益严重。
厘清大气污染成因并进行污染治理,需要更细致的观测数据提供科学支撑。
本数据集是在陕西关中平原区域生态环境变化与综合治理国家野外科学观测站的高新子观测场利用气体分析仪获取的环境大气中的氮氧化物、二氧化硫、臭氧、一氧化碳等污染气体的浓度。
通过气象站对站点周边的温湿度、气压、太阳辐射,风速风向等气象数据进行观测;采集了离线PM_(2.5)滤膜并分析出质量浓度数据。
观测场位于西安市城市核心区域,数据的观测时间范围是2019年1月到2020年12月,其中污染气体数据的时间分辨率是5分钟,气象数据的时间分辨率是1分钟,PM_(2.5)数据的时间分辨率是24小时。
观测仪器每周进行维护和检测以保证仪器的采集质量,分析仪器每月进行仪器校准和标定保证数据质量。
本数据集可以为关中地区大气环境提供基础数据记录,也为进一步的污染评价、控制和治理等提供了数据支撑,为关中区域大气污染过程、成因机制,大气污染防控提供科学建议。
【总页数】12页(P105-116)【作者】冉伟康;周家茂;方焱;徐馨;王启元;韩永明【作者单位】中国科学院地球环境研究所;西安地球环境创新研究院;陕西关中平原区域生态环境变化与综合治理国家野外科学观测站【正文语种】中文【中图分类】X51【相关文献】1.多城市PM_(2.5)、PM_(10)、O_(3)浓度与气象条件关联性的Meta分析2.2019-2020年北京市某监测点大气细颗粒物(PM_(2.5))成分特征分析3.西安北郊PM_(10)、PM_(2.5)特征及其与气象要素的关系4.福州市PM_(2.5)与PM_(2.5)/PM_(10)变化特征及气象响应分析5.2018—2021年京津冀及周边地区“2+26”城市PM_(2.5)与O_(3)污染特征及气象影响因版权原因，仅展示原文概要，查看原文内容请购买。
《西安市大气颗粒物PM2.5污染特征及其与降水关系研究》篇一摘要：本文以西安市为研究对象，深入探讨了大气中PM2.5的污染特征及其与降水的相互关系。
通过对西安市PM2.5的浓度变化、来源解析以及与降水的相关性分析，旨在为西安市的空气质量改善提供科学依据和决策支持。
一、引言随着工业化和城市化的快速发展，大气颗粒物PM2.5污染已成为全球关注的环境问题。
PM2.5因其细小的颗粒直径，对人体健康和大气环境质量产生严重影响。
西安市作为中国西北地区的重要城市，近年来PM2.5污染问题日益突出。
因此，研究西安市PM2.5的污染特征及其与降水的关系，对于制定有效的空气质量改善措施具有重要意义。
二、研究区域与方法1. 研究区域概况本研究选取西安市作为研究区域，其位于中国中部，是典型的内陆城市，具有独特的气候和地理特征。
2. 研究方法（1）采样与监测：采用定点监测与移动监测相结合的方式，对西安市PM2.5的浓度进行连续监测。
（2）数据分析：运用统计学方法对监测数据进行处理和分析，包括描述性统计、相关性分析等。
（3）模型构建：构建PM2.5浓度与降水量的关系模型，分析两者之间的相互影响。
三、PM2.5污染特征分析1. PM2.5浓度变化特征西安市PM2.5浓度呈现出明显的季节变化和日变化特征。
冬季和春季PM2.5浓度较高，主要受供暖期和气象条件影响；夏季和秋季相对较低。
日变化上，早晨和傍晚是PM2.5浓度较高的时段。
2. PM2.5来源解析通过源解析技术分析，发现机动车尾气排放、工业排放、建筑扬尘和道路扬尘是西安市PM2.5的主要来源。
其中，机动车尾气排放对PM2.5的贡献率较高。
四、PM2.5与降水的关系分析1. 降水对PM2.5的清除作用研究发现，降水对PM2.5具有明显的清除作用。
在降水过程中，大气中的颗粒物被雨水冲刷至地面，从而降低PM2.5的浓度。
2. PM2.5对降水的影响此外，PM2.5也会对降水产生影响。
西安市空气污染特征及重污染天气成因研究西安市空气污染特征及重污染天气成因研究引言：随着经济的快速发展和城市化进程的加速，空气污染已经成为全球关注的焦点。
作为中国历史文化名城的西安，近年来也遭受着空气污染的困扰。
为深入了解西安市空气污染的特征及其重污染天气的成因，本文对西安市空气质量进行了研究，并探讨了引起重污染天气的因素。
一、西安市空气污染的特征：1. PM2.5和PM10浓度的上升：PM2.5和PM10是空气污染的主要指标之一，它们对人体健康的危害较大。
通过对西安市空气质量监测数据的分析，发现近年来西安市的PM2.5和PM10浓度呈逐年上升的趋势，尤其在冬季和春季更加明显。
2. 光化学烟雾：西安市位于黄土高原地区，日照充足，大气中的光化学反应活跃。
在夏季高温季节，大气中的光化学反应与工业排放物和机动车尾气等污染物相互作用，生成光化学烟雾。
这种烟雾会辐射长距离，并且在静风天气条件下会导致空气质量急剧恶化。
3. 重污染天气频发：在冬季，西安市常常出现重污染天气。
主要表现为天气稳定、风速低、逆温现象明显。
逆温现象会导致大气污染物在一定高度上积聚，形成“污染帽”，限制了大气污染物的扩散。
二、西安市重污染天气成因的研究：1. 气象条件：西安市位于内陆城市，受山脉和大气环流的影响较小，气象条件相对稳定。
在冬季，静风天气多，风速低，气温逆温现象集中。
这种气象条件不利于大气中污染物的扩散，容易造成污染物积聚，形成重污染天气。
2. 工业排放和能源消耗：西安市是一个重要的工业基地，工业排放和能源消耗是导致空气污染的重要因素。
特别是在冬季，燃煤取暖是主要的能源消耗方式，燃煤排放大量的二氧化硫、颗粒物和二氧化氮等污染物，严重影响了空气质量。
3. 机动车尾气排放：随着汽车保有量的增加，机动车尾气排放成为了空气污染的主要来源之一。
西安市的交通拥堵问题尤为突出，车辆停滞时产生的尾气排放无处散去，导致空气中的污染物浓度升高。
西安市PM2.5污染变化及防治对策研究西安市PM2.5污染变化及防治对策研究引言：随着城市化进程的不断加快，全球各大城市都面临着严重的空气污染问题，其中PM2.5是主要的污染因子之一。
PM2.5是指大气中直径小于或等于2.5微米的颗粒物，由于其微小的尺寸和长时间悬浮在空气中的特性，对人体健康造成了严重的威胁。
西安作为中国历史文化名城和国家中西部地区的经济中心，PM2.5污染问题亟待解决。
本文将对西安市PM2.5污染的变化趋势进行研究，并提出相应的防治对策。
一、西安市PM2.5污染变化趋势分析1. 近年来PM2.5浓度变化趋势通过对西安市近年来的PM2.5浓度监测数据进行分析，发现其浓度呈现出明显的季节性和年际变化特征。
冬季和夏季是PM2.5浓度高峰期，而春季和秋季则相对较低。
同时，西安市的PM2.5污染还存在明显的年际差异，2017年为高峰期，2018年开始逐渐下降，2019年出现了一定程度的回升，这说明西安市的PM2.5污染治理工作尚存在不足。
2. PM2.5污染源分析西安市的PM2.5污染主要来源于工业排放、交通尾气以及燃煤等因素。
工业活动是PM2.5主要排放源之一，尤其是钢铁、化工和石化等行业。
此外，交通尾气也是重要的PM2.5排放源，随着私车数量的不断增加，交通尾气已经成为城市空气污染的主要因素之一。
再加上冬季燃煤取暖的广泛应用，PM2.5污染问题进一步加重。
二、西安市PM2.5污染防治对策1. 工业治理西安市应通过加大对工业企业的治理力度，实施减排措施，采用先进的污染治理技术，推广清洁生产方式，加强对重点行业的监管，严格控制工业废气的排放标准。
2. 交通管理对于交通尾气的治理，西安市应加大公共交通建设力度，鼓励居民使用公共交通工具，降低私车使用率。
此外，应推广电动汽车的使用，并加强对老旧车辆的淘汰和更新。
3. 燃煤治理西安市应逐步推广清洁能源取暖方式，如天然气、太阳能和地热能等，减少燃煤取暖的比例。
西安空气质量概述本文档将对西安空气质量进行分析和评估。
将介绍西安的空气质量现状、主要污染源、政府采取的措施以及市民可以采取的措施改善空气质量。
通过深入了解和关注西安的空气质量，我们可以为改善环境做出贡献。
本文档旨在提供关于西安空气质量的详尽信息，以便市民和政府能够更好地了解并采取措施。
西安的空气质量现状西安是中国西北地区的重要城市，也是多个古代王朝的首都。
然而，随着城市的发展和工业化进程，西安的空气质量逐渐恶化。
根据最近的监测数据显示，西安的空气质量指数（AQI）经常超过世界卫生组织（WHO）和中国国家标准的安全标准。
主要的污染物包括PM2.5、二氧化硫（SO2）和二氧化氮（NO2）。
主要污染源西安的空气污染主要来自于工业排放、交通尾气和扬尘，特别是在冬季取暖季节的时候。
工业排放是西安空气质量恶化的重要原因，尤其是高浓度的颗粒物（PM2.5）和二氧化硫。
此外，机动车辆的尾气排放也是造成空气污染的重要因素之一。
西安的交通拥堵问题严重，导致大量车辆停滞在道路上，尾气排放无法得到有效处理。
政府采取的措施西安市政府已经意识到空气污染的严重性，并采取了一系列的措施来改善空气质量。
首先，政府加强了对工厂和企事业单位的污染排放监管，并限制了高污染排放的工厂的运营。
其次，政府推广了清洁能源的使用，减少了对传统燃料的依赖。
此外，政府还加大了对机动车辆尾气排放的监测以及对汽车尾气处理设施的建设和维护。
这些措施的实施为改善空气质量提供了一定的希望。
市民可以采取的措施除了政府的努力，每个市民都可以为改善西安的空气质量做出贡献。
以下是一些市民可以采取的措施：1.减少机动车出行：尽量使用公共交通工具、步行或骑自行车代替开车，减少尾气排放。
2.节约能源：合理使用能源，尽量减少用电量和电热器的使用，减少对燃煤发电的需求。
3.减少燃烧：在取暖季节，尽量选择清洁能源进行取暖，减少煤炭、柴油和燃煤炉的使用。
4.减少室外活动：当空气污染严重时，尽量减少室外活动时间，避免长时间暴露在污染气体中。
西安市气象参数对PM2.5浓度变化的影响作者：赵乾狄育慧来源：《绿色科技》2018年第04期摘要：采用西安市环境监测站2016年大气污染物PM2.5浓度数据作为分析资料，同时结合各监测点的位置，对市内和郊区进行了划分，分析了2016年西安市市内和郊区的PM2.5浓度的变化，并进行了污染物浓度与气象条件、温度、湿度等的相关性分析。
结果表明：其PM2.5的质量浓度大气压以及相对湿度呈正相关，与温度和风速呈负相关。
对于不同的季节，郊区与市区的PM2.5的质量浓度与气象因素的相关性不同。
关键词：细颗粒物;气象因素;气体污染物浓度中图分类号：X16文献标识码：A文章编号：1674-9944（2018）4-0123-051 引言随着我国西北地区经济的快速发展，环境问题已经成为未来经济发展和国民生活的最大难题。
西安作为西北地区的中心城市，地处关中平原中部，是一个污染情况很严重的城市[1]，温室效应，大气污染等问题已经困扰着当地居民。
虽然目前大量的学者对西安市的空气污染状况与气象参数的关系进行了研究，但是针对同一种污染物，对于市区和郊区不同生活环境的区别性研究并不多。
孟小绒等[2]对西安市气象参数与PM10的关系进行了探讨，并提出部分气象条件的预报方法，王珊等[3]通过分析一次霾的生成过程发现了低的混合层高度是促成霾的重要因素，宁海文等[4]分析了部分污染物的时间变化，并探索了不同季节与污染物浓度之间的关系。
笔者以2016年西安市空气污染物PM2.5的监测数据和统计年鉴为依据，通过SPSS软件对西安市市区和郊区的空气质量进行量化分析以及气象参数与污染物浓度之间的关系进行了研究。
以更清晰地了解西安市市区和郊区的污染情况以及影响因素，对未来西安市环境质量的解决有着重要的意义。
2 西安2016年PM2.5市区和郊区浓度变化分析PM2.5是影响西安市空气质量的主要污染物[7]，其危害主要是降低城市的可见度和损害人体的健康[5]，因此对西安市区和郊区PM2.5的分析尤为重要。
《西安市大气污染气象条件分析及空气质量预报方法研究》篇一一、引言随着城市化进程的加快，大气污染问题逐渐成为城市发展面临的严峻挑战。
作为我国西北地区的重要城市，西安市的大气污染问题日益突出，引起了社会各界的广泛关注。
本文旨在分析西安市大气污染的气象条件，并探讨空气质量预报的方法，以期为改善西安市的环境质量提供科学依据。
二、西安市大气污染气象条件分析（一）气候背景及污染特征西安市位于内陆地区，气候干燥，四季分明。
由于地形、气象条件及工业生产等多重因素影响，西安市的大气污染主要表现为颗粒物（PM10、PM2.5）和二氧化硫等污染物超标。
这些污染物主要来源于工业排放、交通尾气、建筑扬尘等。
（二）气象条件对大气污染的影响气象条件对大气污染的扩散和传输具有重要影响。
风速、风向、温度、湿度等气象因素均会影响污染物的扩散和浓度。
例如，静风、逆温等气象条件不利于污染物扩散，容易形成重污染天气。
因此，分析气象条件对大气污染的影响，对于预测和防治大气污染具有重要意义。
三、空气质量预报方法研究（一）现有预报方法概述目前，空气质量预报主要依据气象预报数据、污染源排放数据及大气扩散模型等。
常用的预报方法包括数值预报模型、统计预报模型及两者的结合应用。
其中，数值预报模型能够较好地模拟大气污染的扩散过程，而统计预报模型则根据历史数据对未来空气质量进行预测。
（二）新方法探索与应用1. 多源数据融合技术：通过融合气象数据、排放数据、卫星遥感数据等多源数据，提高空气质量预报的准确性和可靠性。
2. 机器学习与深度学习应用：利用机器学习和深度学习算法，建立空气质量预报的智能模型，提高预报的智能化水平。
3. 区域联防联控策略：考虑到区域性大气污染问题，采用区域联防联控策略，实现跨区域、多城市的空气质量联合预报和协同治理。
四、结论与展望（一）结论通过对西安市大气污染气象条件的分析及空气质量预报方法的研究，本文得出以下结论：1. 气象条件对西安市大气污染的扩散和传输具有重要影响，应充分考虑气象因素在空气质量预报中的作用。
西安市大气污染气象条件分析及空气质量预报方法研究西安市大气污染气象条件分析及空气质量预报方法研究引言：近年来，随着工业化进程的加快和城市化程度的提高，我国大气污染问题日益凸显。
作为我国重要的历史文化名城，西安市的大气污染问题不容忽视。
针对此问题，本文将对西安市的大气污染气象条件进行分析，并针对其特点研究空气质量的预报方法，旨在为相关政府部门提供科学依据和参考。
一、西安大气污染的气象条件分析1. 高湿度和气象逆温现象西安市地处内陆，季风和干旱气候交替影响，湿度相对较高。
在冬季，冷空气稳定，温度倒挂，形成气象逆温现象，促进大气污染物的积累。
2. 温度逆演条件与温度递减率西安市冬季的温度递减率较小，通常小于0.6℃/100m。
这种温度递减率不利于污染物的稀释扩散，造成大气污染物滞留时间较长。
3. 风速和地形对扩散能力的影响西安市位于低山丘陵地区，地理条件较为复杂，山地和峡谷等地形障碍物对大气扩散有一定的影响。
冬季北风较为频繁，但风速较低，扩散能力较差。
夏季南风较为常见，但由于污染源较多，扩散能力仍然受限。
二、西安市空气质量预报方法研究1. 数值模式预报方法利用大气数值模式，结合观测资料和气象网格数据，对污染物浓度进行模拟和预报。
该方法具有较高的精度和可靠性，但也存在计算量大和模式参数选择等问题。
2. 经验统计方法根据历史监测数据和气象要素的关联关系，拟合出经验统计模型，通过预测来预测未来的空气质量。
这种方法简单易行，但适用性有一定限制，对于特定的时期和情况需要进行相应的修正。
3. 气象物理模型方法结合气象和大气物理学理论，通过分析不同气象因素对污染物扩散和输送的影响，建立适用于西安市的气象物理模型，进而预测未来的空气质量。
这种方法在理论方面具有较高的可靠性，但对数据要求较高，需要准确的观测数据和模型参数。
结论：西安市大气污染问题需要多学科的综合研究和综合治理措施。
通过对西安市大气污染的气象条件进行分析，可以更好地理解和识别大气污染的形成机制。
西安市大气颗粒物数浓度分布及典型天气条件特征变化刘立忠;么远;韩婧;李文韬;王宇翔【摘要】利用2013年3月到2014年12月期间西安市大气中0.25～32μn颗粒物监测数据和同期气象参数、散射消光系数等数据,分析了大气颗粒物数浓度分布及典型天气条件下变化特征.结果表明:采样期间西安市大气颗粒物平均数浓度为206.27个/cm3,99％以上为＜1μn的颗粒物数.大气颗粒物数浓度冬季最高,其次为秋、夏和春季,分别为267.66、231.31、141.82和135.77个/cm3.四季的数浓度低值均出现在18:00左右,之后数浓度上升,且晚上高于白天,冬季6:00左右达到峰值,夏季的昼夜差最小,秋季最大.春夏秋冬的大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377.大气颗粒物数浓度在沙尘天气发生前、中、后会升高、下降和再下降,霾天气出现前、后会升高和下降;高温干燥天气下,大气颗粒物数浓度相对较低;降雨对大气颗粒物的清除作用明显,但降雨后大气颗粒物数浓度又很快回升.【期刊名称】《中国环境科学》【年(卷),期】2015(035)012【总页数】7页(P3588-3594)【关键词】西安市;大气颗粒物;数浓度;典型天气;特征【作者】刘立忠;么远;韩婧;李文韬;王宇翔【作者单位】西安建筑科技大学环境与市政工程学院,陕西西安710055;西安建筑科技大学环境与市政工程学院,陕西西安710055;西安市环境监测站,陕西西安710054;西安市环境监测站,陕西西安710054;西安建筑科技大学环境与市政工程学院,陕西西安710055【正文语种】中文【中图分类】X513西安市是典型的北方内陆城市，其主要大气污染物以颗粒物为主.大气颗粒物的数浓度及粒径分布是大气气溶胶的重要性质，影响颗粒物在大气中的滞留时间、传输距离及理化特性等，在评估大气气溶胶的各类行为及其对人类、气候、生态等影响方面有重要的意义［1-3］.国内对大气颗粒物数浓度及粒径分布的研究还主要集中在长江三角洲［4-5］、珠江三角洲［6-7］以及京津冀［8-11］等经济发达地区，而对西北内陆城市的研究还相对较少，其中长时间高分辨率的观测研究更是有限.本研究采用德国EDM180型环境颗粒物/气溶胶粒径谱仪，于2013年3月到2014年12月期间，对西安市大气中0.25～32μm范围内的颗粒物进行高分辨率连续监测，以研究分析西安市大气颗粒物的数浓度变化规律及粒径分布特征，并对其在典型天气条件下的变化特征展开研究.1.1 采样点采样点位于西安市环境监测站大气环境质量综合实验室（超级站）楼顶，采样头距地面高约15m，距楼顶1.5m.超级站周边属于典型的城市环境特征，经过专家论证，该采样点位置及其监测数据具有代表性，能够较好的反映市民日常生活环境状态.观测期间同步记录西安市气象局网站公布的气象数据，并测量同期西安市大气颗粒物的消光系数.1.2 实验仪器1.2.1 采样仪器德国GRIMM气溶胶技术公司研制和生产的EDM180型环境颗粒物/气溶胶粒径谱仪，采用激光散射原理可同时获得环境大气中0.25～32μm范围内的31个粒径段的气溶胶数浓度，并可计算得到相应的质量浓度，各粒径段粒子直径起始值分别为0、0.25、0.28、0.30、0.35、0.40、0.45、0.50、0.58、0.65、0.70、0.80、1.0、1.3、1.6、2.0、2.5、3.0、3.5、4.0、5.0、6.5、7.5、8.0、10.0、12.5、15.0、17.5、20.0、25.0、30.0、32.0μm.该仪器监测时间间隔为1min，采样流量为1.2L/min，激光光源波长685nm，所得数据根据环境空气质量标准（GB 3095—2012）［12］剔除整理数据，并且去除因为仪器故障等原因导致的明显无效数据，从而计算得到小时均值、日均值、月均值等.1.2.2 测量仪器采用Ecotech Aurora-1000浊度计测量环境大气中颗粒物的散射消光系数，散射角在10～70°之间，采样流量为5L/min，LED光源波长为525nm，所测得的数据与粒径谱仪所得数据做同样的处理.2.1 大气颗粒物数浓度及粒径分布特征由于较大粒径颗粒物数浓度比较低且监测所得数据量较大，所以将颗粒物分为≤0.3μm、0.3～1μm、1～2.5μm、2.5～10μm、＞10μm五个粒径段进行颗粒物数浓度的统计分析（表1）.随着颗粒物粒径的增大，数浓度明显减小，与其他几个粒径段的颗粒物数浓度相比，＞10μm的颗粒物数浓度可以忽略不计.采样期间西安市大气颗粒物的平均数浓度为206.27个/cm3，其中粒径≤0.3μm、0.3～1μm、1～2.5μm、2.5～10μm的颗粒物分别占84.57%、15.32%、0.08%、0.03%.由此可见，小于1μm的大气颗粒物数浓度占到了总体数浓度的99%以上. 2.2 大气颗粒物数浓度谱季节分布特征图1给出了西安市各个季节平均数浓度谱分布，根据气象划分法和西安当地的季节变化，这里仅以2013年12月、2014年1月和2月代表冬季，2014年3、4、5月代表春季，2014年6、 7、8月代表夏季，2014年9、10、11月代表秋季.统计同期气象数据发现西安市常年风速较小，平均风速小于2m/s，在这种风速条件下，扩散作用在影响大气颗粒物数浓度变化方面占据主导地位.由图1可以看出，随着超细颗粒物粒径的加大，颗粒物的数浓度快速降低，分布曲线呈现指数下降趋势，与超细颗粒物相比，粗颗粒物数浓度比较稳定，四季变化不明显.对研究期间所得数据按照上述季度划分统计得到，西安冬季颗粒物数浓度最高，平均为267.66个/cm3，其次为秋季（231.31个/cm3）、夏季（141.82个/cm3）、春季（135.77个/cm3），尤其以粒径0.3μm以下的颗粒物表现最为显著.这与冬季采暖有直接关系，大量燃煤导致颗粒物的排放量加大，同时冬季气温较低，大气较稳定，对颗粒物的垂直扩散和稀释非常不利［5，13］.夏季与春季颗粒物数浓度相差不大，夏天略高.西安颗粒物数浓度变化特点为秋冬高、春夏低. 超细颗粒物体积非常小，在质量浓度中所占比例较低，导致数浓度与质量浓度之间相关性差［14］.相对较粗的颗粒物的数浓度较低，这与环保措施不断落实、环境质量管控越来越严格、除尘设备越来越精良等因素密切相关.虽然这部分颗粒物的数浓度不高，但是在质量浓度中占的比例却较大（图2），其中2.5～10μm的颗粒物在质量浓度中贡献最大，仍然需要严加控制.同时，应积极探索针对超细颗粒物的合理有效的控制措施.2.3 大气颗粒物数浓度昼夜变化图3为西安市四季大气颗粒物数浓度小时均值昼夜变化曲线.由图3可知，四季大气颗粒物数浓度都是晚上高于白天，其中夏季的昼夜差最小，秋季最大.冬季夜间逆温现象最为明显，不利于污染物扩散，使得颗粒物数浓度显著上升，6:00左右达到峰值，而后气温逐渐回升，逆温层逐渐消退，大气扩散能力增强，使得颗粒物数浓度慢慢下降，9:00左右出现一个相对低值，之后数浓度有所上升，这可能主要是人类活动的影响.四个季节的低值都出现在18:00左右， 18:00以后是交通的高峰期，交通源的贡献加大，大气也开始趋于稳定，使得颗粒物数浓度逐渐升高.2.4 大气颗粒物数浓度与散射消光系数的相关性分析运用spss 19.0软件采用Pearson相关系数对大气颗粒物数浓度与散射消光系数的相关性进行分析.分析结果见表2，采样期间散射消光系数与大气颗粒物数浓度之间的Pearson相关系数为0.469，在0.01水平上显著相关，表明两者之间为中等程度相关，且散射消光系数与大气颗粒物数浓度之间为正相关.同时散射消光系数与能见度关系密切，散射消光系数越高，能见度越低，说明大气颗粒物数浓度对能见度造成直接影响，且与能见度成负相关.春夏秋冬四个季节大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377，均通过了显著性水平为0.01的检验，可以看出春夏两季颗粒物数浓度与散射消光系数正相关关系最为明显，表现出了强相关性，而秋冬两季颗粒物数浓度与散射消光系数也表现出了中等程度正相关性和弱正相关性，说明四个季节大气颗粒物数浓度与散射消光系数有很好的相关性，春夏两季大气颗粒物数浓度对散射消光系数有很大的贡献，而秋冬两季影响散射消光系数的因素更多、更为复杂.这可能与西安市各季节排污情况以及大气气溶胶成分有关，其中主要成分碳气溶胶及水溶性无机离子的季节变化刚好与此相符合［15-16］.2.5 典型天气条件下大气颗粒物数浓度的变化特征选取沙尘天气、灰霾天气、高温干燥天气及阴雨天气4种典型天气，分析其数浓度日变化特征，见图4.2.5.1 沙尘天气条件下大气颗粒物数浓度的变化特征 2013年4月18日6:00～20:00之间出现沙尘天气，当日大气颗粒物数浓度日变化如图4（a）所示.沙尘天气出现前，大气颗粒物数浓度有所升高，而沙尘发生时，大气颗粒物数浓度反而会下降，随着沙尘天气的减弱直到结束，大气颗粒物数浓度还会进一步下降.沙尘天气出现前，颗粒物数浓度升高，可能与沙尘传输以及不利于污染物扩散的气象因素等有关.在沙尘天气期间，较强的风吹散了西安市本地污染物，而外来的沙尘气团含有较少的细颗粒物，同时大气粗颗粒物数浓度明显升高，且随着粗粒子增多，对细粒子的吸附作用也更明显，细粒子浓度相应降低，总体表现为大气颗粒物数浓度的下降［17］.在沙尘过后，粗、细颗粒物经过了一系列吸附、转化、沉降等过程，其数浓度较沙尘前有所下降［18］.2.5.2 灰霾天气条件下大气颗粒物数浓度的变化特征 2013年12月17日为灰霾天气，当天颗粒物数浓度为410.64个/cm3，是当月均值251.58个/cm3的1.63倍.10:00前主要为雾，10:00开始逐渐转变为霾，霾出现时颗粒物数浓度明显升高，直到17:00霾已经逐渐消散，随着霾天气的结束，大气颗粒物数浓度开始下降［图4（b）］.夜间颗粒物数浓度又有上升的趋势，主要可能由于逆温现象的发生，大气低空出现逆温层，不利于污染物的扩散.逆温现象的发生也是霾出现的一个重要原因，预示着第二天仍有可能出现灰霾天气，这与18日实际出现的灰霾天气状况相符.2.5.3 干燥高温天气条件下大气颗粒物数浓度的变化特征 2014年6月10日属于干燥高温天气，全天平均气温为28.5℃，平均湿度仅为25%.由图4（c）可以看出，高温干燥天气时大气颗粒物数浓度相对较低.这种天气下太阳辐射强，混合层出现得早、消失得慢，并且混合层高度较高，非常有利于污染物的扩散，使大气颗粒物数浓度较低.同时由于占大气颗粒物数浓度99%以上的粒径1μm以下的颗粒物几乎不受重力的沉降作用，在大气中滞留时间长，很难去除，数浓度变化不大.午后时分，温度进一步升高，湿度持续降低，颗粒物数浓度有所降低，这是气温、湿度等多因素共同影响的结果.温度较高时，大气垂直对流作用加剧，有利于大气扩散，因而一般与污染物浓度呈负相关［5］.在相对湿度低于一定值时，颗粒物数浓度与相对湿度成正相关［19］.这与本研究观测到的结果一致（表2）.2.5.4 阴雨天气条件下大气颗粒物数浓度的变化特征 2014年10月2日有小到中雨，降雨主要出现在0:00～10:00之间.由统计数据及图4（d）显示，降雨期间颗粒物数浓度相对较低，与降雨前相比，降雨时大气颗粒物数浓度降低了38.7%，说明降雨对大气颗粒物的清除作用明显.降雨过程对粗粒子和细粒子都有去除作用，对细粒子的去除作用尤为明显.而降雨对粗细粒子的清除机制不同，粒径为0.5～1.0μm的细颗粒是由于其布朗运动和雨滴的相互碰撞而清除，而粗粒子的清除则是由于惯性沉降到雨滴表面而被清除［20］.与降雨前相比，降雨后大气颗粒物数浓度只降低了15.7%，这说明降雨后大气颗粒物数浓度又很快回升.胡敏等［21］研究了北京市2004年7～8月降水过程对大气颗粒物谱分布的影响，得出降雨过程使大气中的背景气溶胶浓度降低，降雨过后的晴朗干洁天气和强太阳辐射有利于新粒子（3～20nm）生成，新生成的颗粒物很快长大到50～100nm，此后污染不断加深的结论，可以对本次研究中观测到的现象做出一定程度上的解释说明.2.5.5 沙尘天气、灰霾天气、干燥高温天气、阴雨天气条件下颗粒物数浓度与散射消光系数的相关性沙尘天气和灰霾天气下大气颗粒物数浓度与散射消光系数没有通过0.05水平上的显著性检验，而干燥高温天气和阴雨天气下大气颗粒物数浓度与散射消光系数均通过0.01水平上的显著性检验，并且均为强正相关，说明重污染天气下散射消光系数的影响因素较多，而相对洁净的天气下大气颗粒物数浓度对散射消光系数的贡献较大.这可能是由于外来气团携带或者本地污染源新产出的大气污染物大量排放以及二次污染物的形成，导致西安市大气组分更加复杂所引起的.3.1 西安市大气颗粒物采样期间的平均数浓度为206.27个/cm3，其中粒径≤0.3μm、0.3～1μm、1～2.5μm、2.5～10μm的颗粒物分别占84.57%、15.32%、0.08%、0.03%，小于1μm的大气颗粒物数浓度占到了总体数浓度的99%以上.3.2 西安冬季大气颗粒物数浓度最高，平均为267.66个/cm3，其次为秋季（231.31个/cm3）、夏季（141.82个/cm3）、春季（135.77个/cm3），尤其以粒径0.3μm以下的颗粒物表现最为显著.超细颗粒物在质量浓度中所占比例较低，而相对较粗的颗粒物的数浓度较低，在质量浓度中占的比例却较大，应积极探索针对超细颗粒物的合理有效的控制措施.3.3 西安市大气颗粒物数浓度晚上高于白天，夏季的昼夜差最小，秋季最大，冬季夜间逆温现象最为明显.冬季6:00左右达到峰值，9:00左右出现一个相对低值，之后数浓度有所上升.四个季节的低值都出现在18:00左右，交通源的贡献加大，大气也开始趋于稳定，使得颗粒物数浓度升高.3.4 春夏秋冬四个季节大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377，春夏季大气颗粒物数浓度对散射消光系数贡献较大，而秋冬季散射消光系数的影响因子更多.重污染天气时影响散射消光系数的因素更复杂，而相对洁净的天气下大气颗粒物数浓度与散射消光系数相关性较好，为强正相关.3.5 沙尘天气出现前，大气颗粒物数浓度会升高，沙尘发生时，反而会下降，沙尘过后，大气颗粒物数浓度较沙尘出现前要低；霾出现时大气颗粒物数浓度会升高，随着霾天气的结束，大气颗粒物数浓度会下降；高温干燥天气下，大气颗粒物数浓度相对较低，这种天气有利于污染物的扩散；降雨对大气颗粒物的清除作用明显，然而降雨后大气颗粒物数浓度又很快回升，不过与降雨前相比，还是有一定程度的降低.Boucher O， Anderson T L. GCM assessment of the sensitivity of direct climate forcing by anthropogenic sulfate aerosols to aerosol size and chemistry ［J］. Journal of Geophysical Research -Atmospheres， 1995，100:26117-26134.Peters A， Wichmann H E， Tuch T， et al. Respiratory effects are associated with the number of ultrafine particles ［J］. American Journal of Respiratory and Critical Care Medicine， 155（4）:1376.Seinfeld J H， Pandis S N. Atmospheric chemistry and physics: from air pollution to climate change ［M］. New York: Wiley， 1998.钱凌，银燕，童尧青，等.南京北郊大气细颗粒物的粒径分布特征［J］. 中国环境科学， 2008，28（1）:18-22.林俊，刘卫，李燕，等.大气气溶胶粒径分布特征与气象条件的相关性分析［J］. 气象与环境学报， 2009，25（1）:1-5.张涛，陶俊，王伯光，等.2008年1月广州颗粒物数浓度污染特征［J］. 中国环境监测， 2009，25（2）:31-34.黄祖照，王杰，刘建国，等.广州城区大气细颗粒物粒谱分布特征分析［J］. 中国环境科学， 2012，32（7）:1177-1181.郎凤玲，闫伟奇，张泉，等.北京大气颗粒物数浓度粒径分布特征及与气象条件的相关性［J］. 中国环境科学， 2013，33（7）: 1153-1159.翟晴飞，金莲姬，林振毅，等.石家庄春季大气气溶胶数浓度和谱的观测特征［J］. 中国环境科学， 2011，31（6）:886-891.王琳琳，王淑兰，王新锋，等.北京市2009年8月大气颗粒物污染特征［J］. 中国环境科学， 2011，31（4）:553-560.熊秋林，赵文吉，宫兆宁，等.北京城区2007～2012年细颗粒物数浓度时空演化［J］. 中国环境科学， 2013，33（12）:2123-2130.GB 3095—2012 环境空气质量标准［S］.朱能文.颗粒物浓度的影响因素及变化规律［J］. 环境科学动态，2005，（2）:16-18.段菁春，李兴华，郝吉明.北京市冬季大气细粒子数浓度的粒径分布特征［J］. 中国环境监测， 2008，24（2）:54-59.张承中，丁超，周变红，等.西安市冬、夏两季PM2.5中碳气溶胶的污染特征分析［J］. 环境工程学报， 2013，4:1477-1481.韩月梅，沈振兴，曹军骥，等.西安市大气颗粒物中水溶性无机离子的季节变化特征［J］. 环境化学， 2009，2:261-266.Kim J， Jung C H， Choi B C， et al. Number size distribution of atmospheric aerosols during ACE-Asia dust and precipitation events ［J］. Atmospheric Environment， 2007，41:4841-4855.Wang Y， Zhuang G S， Sun Y L， et al. Water-soluble part of the aerosol in the dust storm season-evidence of the mixing between mineral and pollution aerosols ［J］. Atmospheric Environment，2005，39:7020-7029. 张仁健，王明星，戴淑玲，等.北京地区气溶胶粒度谱分布初步研究［J］.气候与环境研究， 2000，5（1）:85-89.Posfai M， Molnar A. Aerosol particles in the troposphere: A mineral-logical introduction ［J］. EMU Notes Mineral， 2000，2: 197-252.胡敏，刘尚，吴志军，等.北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响［J］. 环境科学， 2006，27（11）:2293- 2298.。
