济南市PM10和PM2_5污染水平研究

济南市大气PM2.5污染特征、来源解析及其对能见度的影响济南市大气PM2.5污染特征、来源解析及其对能见度的影响一、引言随着城市化进程的推进，大气污染问题日益凸显，其中PM2.5污染是一种重要的环境问题。

PM2.5是指大气中直径小于等于2.5微米的颗粒物，对人体健康和环境造成了严重的危害。

特别是对于能见度，PM2.5的存在与浓度直接相关。

本文将重点探讨济南市大气PM2.5污染的特征、来源解析及其对能见度的影响。

二、济南市大气PM2.5污染特征济南市位于中国东部，是山东省的省会城市。

由于城市化进程快速，工业发展迅速，大气污染问题严重。

济南市的PM2.5污染主要表现为以下特征：1. 浓度高：济南市PM2.5的平均浓度超过了国家空气质量标准限值。

尤其是在冬季和秋季，PM2.5污染更加严重，空气质量指数常常超过严重污染的级别。

2. 季节性差异：济南市的PM2.5浓度在不同季节间存在差异。

冬季和秋季的PM2.5浓度较高，而夏季和春季相对较低。

这与季节性能量消耗变化、气象因素等有关。

3. 区域性质：济南市大气PM2.5污染受到区域性气象条件的影响。

大气稳定度高、逆温层形成时，PM2.5的累积和扩散受到限制，污染物在地面积聚，导致PM2.5浓度升高。

三、济南市大气PM2.5污染来源解析济南市大气PM2.5污染的来源复杂多样，主要包括工业排放、交通尾气、燃煤和扬尘等等。

以下是济南市大气PM2.5污染主要来源的解析：1. 工业排放：济南市工业发展迅速，工业排放是PM2.5的主要来源之一。

大量的工业废气、烟尘和化学废气中的颗粒物都会直接释放到大气中，成为PM2.5的重要组成部分。

2. 交通尾气：随着汽车保有量的增加，交通尾气成为济南市大气PM2.5污染的重要来源之一。

车辆的尾气中含有大量的颗粒物和污染物，特别是柴油车的排放更加严重。

3. 燃煤：燃煤是济南市冬季PM2.5污染的主要原因之一。

农村地区和一些老旧小区仍在使用燃煤取暖，燃煤排放的颗粒物成为城市PM2.5污染的重要贡献源。

济南市大气PM2.5污染特征、来源解析及其对能见度的影响济南市大气PM2.5污染特征、来源解析及其对能见度的影响引言：近年来，大气污染问题日益严重，特别是PM2.5的污染对人们的生活和健康产生了严重的影响。

济南作为山东省省会城市，在工业化进程中快速发展，同时也面临着大气污染严重的问题。

本文将针对济南市大气PM2.5污染的特征、来源以及对能见度的影响进行解析。

一、济南市大气PM2.5污染特征济南市大气PM2.5污染特征主要表现为季节性、日变化规律和空间分布不均匀。

季节性变化上，冬季是污染最为严重的时期；日变化上，早晚的PM2.5浓度较高，而午后则较低；空间分布上，市区和郊区的污染程度有明显差异，市区更为严重。

二、济南市大气PM2.5污染来源济南市大气PM2.5污染来源主要包括工业排放、道路交通排放、燃煤和扬尘等。

工业排放是主要的污染源之一，特别是钢铁、化工、电力行业等重点产业的排放对PM2.5污染贡献较大。

道路交通排放是造成PM2.5浓度高的另一个重要因素，尤其是高峰时段和拥堵路段。

燃煤排放则主要来自火力发电厂、居民取暖和工业生产等，尤其是冬季取暖季节。

扬尘主要来自建筑工地、露天堆存物料和道路施工等，对PM2.5浓度也有一定的贡献。

三、大气PM2.5污染对能见度的影响大气PM2.5污染严重影响了能见度，使空气中的颗粒物和污染物吸收和散射光线，使得远处的物体模糊不清。

当PM2.5浓度增加，能见度显著下降，尤其是在雾霾等重污染天气条件下，能见度可以降低到几十米乃至数十米以下，极大地影响了人们的出行安全和生活质量。

此外，大气PM2.5污染还加剧了紫外线辐射的强度，对人体健康构成威胁，可能导致皮肤炎症、眼结膜炎和肺癌等疾病。

结论：济南市大气PM2.5污染特征主要表现为季节性、日变化和空间分布不均匀。

其污染来源主要包括工业排放、道路交通排放、燃煤和扬尘等。

大气PM2.5污染严重影响了能见度，使能见度显著下降，给人们的生活和健康带来了很大的影响。

PM2.51、雾霾（含PM2.5）国内外研究现状、水平2、研究方法：采样、分析测试（化学、电镜等）评价方法3、形成机理研究现状、研究方法4、光化学反应研究、实验方法PM2.5的化学物种采样与分析方法定义:PM2.5是指空气动力学直径小于或等于2.5μm 的大气颗粒物。

滤膜采样器的主要部件,包括粒径切割器、常用滤膜、滤膜支撑垫以及采样流量的测量与控制装置等。

气溶胶的物理化学性质(如总粒数浓度、云凝结核浓度、光学系数、密度和平衡态含水量等) 、特定粒径颗粒物的化学成分。

成分:PM2.5主要包括含碳组分、水溶性离子物种以及无机多元素,其中既有性质稳定的组分,也有半挥发性成分,包括硝酸铵、半挥发性有机物(SVOCs)和水蒸气(H2O)PM2.5中的许多无机物质(如水溶性组分2-4SO 、-3NO 、+4NH 和其它无机离子)以及部分有机物在大气中具有吸湿性。

虽然有一些研究尝试采用不同的技术与方法(如微波共振、热力学模拟等)对气溶胶中的含水量进行测量或计算,但目前尚无可靠的技术对大气颗粒物中的含水量进行直接(化学)测量,因此在采样中通常未对H2O 的含量变化加以考虑。

PM2.5中半挥发性无机组分(主要是硝酸铵) 在采样过程中的吸附与挥发问题得到成功解决,而在SVOCs 的采样误差问题上迄今尚未形成统一的认识,有关的采样技术仍在发展之中。

温度、压力和相对湿度等均对NH4NO3的热力学平衡有影响,其中温度的影响最大:当温度低于15℃时,NH4NO3主要以颗粒物的形式存在;当气温高于30℃时,NH4NO3主要以气态HNO3 和NH3的形式存在。

因此,采样过程中温度与压力的变化均可改变NH4NO3的分配平衡。

硝酸铵采样: 在采样器的切割器之后设置扩散溶蚀器(Diffusion denuder)吸收气流中的气态硝酸与NOx 以消除其与Teflon 滤膜上所捕集的颗粒物反应,同时在Teflon 滤膜之后设置一张尼龙滤膜以吸收从Teflon 膜的颗粒物中挥发的硝酸盐离子.有机碳( OC)的采样: 研究认为石英膜与所捕集的颗粒物对有机气体的吸附是主要的,如果不对收集在石英滤膜上的气相成分加以修正,则所测得的碳质颗粒物的含量存在正偏差. 通常在第一个石英膜后再串联一个后置石英膜或在另一个平行的端口设置一个Teflon 膜和一个后置石英膜来进行修正。

2010年济南市环境质量状况济南市环境保护局二○一一年元月图1 济南市环境空气中主要污染物年际变化趋势0.000.020.040.060.080.100.120.142006年2007年2008年2009年2010年年度浓度mg/m 3一、环境空气质量2010年，济南市区环境空气质量监测共设置8个国控大气监测点位，监测项目主要包括SO 2、NO 2、PM 10、CO 、O 3、气象参数。

1. 可吸入颗粒物、二氧化硫和二氧化氮浓度2010年，济南市环境空气三项主要污染物可吸入颗粒物、二氧化硫、二氧化氮年均浓度分别为0.117毫克/立方米、0.045毫克/立方米、0.027毫克/立方米，二氧化硫、二氧化氮年均浓度达到国家环境空气质量二级标准，可吸入颗粒物年均浓度超标0.2倍。

与2009年相比，可吸入颗粒物、二氧化硫年均浓度分别下降4.9%、10.0%，二氧化氮浓度上升8%。

济南市环境空气以尘污染为主。

2.空气质量优良天数2010年，市区环境空气质量良好以上天数307天，占全年监测天数的84.1％，比2009年增加3.3个百分点。

3．济南市“十一五”空气质量状况2006年以来，可吸入颗粒物、二氧化硫、二氧化氮浓度基本保持稳定。

市区环境空气质量良好以上天数无明显变化。

主要污染物及良好天数年际变化分别见图1、图2。

二、酸雨济南市设3个降水国控点，分别为济南市环保监测站、天桥区环境监测站、长清区环境监测站；4个国家酸雨普查点，即3个降水国控点和章丘市环境监测站。

1.济南市“十一五”酸雨频率变化趋势济南市出现酸雨的频率较低，“十一五”期间基本保持在3%—8%。

见图3。

2.济南市“十一五”降水酸度变化趋势2006年以来，济南市降水pH 值呈现波动变化状态，变化范围在5.73—6.76，出现酸雨的趋势较低。

见图4。

3.济南市“十一五”酸雨面积变化趋势图3 济南市“十一五”期间酸雨频率变化趋势0.00%2.00%4.00%6.00%8.00%10.00%2006 年2007 年2008 年2009 年2010年年度酸雨频率图4 济南市“十一五”期间降水酸度变化趋势55.566.572006年2007年2008年2009年2010年pH年均值良好天数年度图2 济南市环境空气良好天数年际变化情况“十一五” 期间，济南市降水pH 值年均值均大于5.6, 酸雨出现的频率较低（3%—8%），未出现明显酸雨区域。

第一作者:张文娟,女,１９８７年生,硕士,工程师,主要从事大气观测及污染成因研究.＃通讯作者.∗山东省重点研发计划项目(N o ．２０１５G G H ３０１００２);山东省省级环保产业技术研发项目(N o ．S D H B Y F Ｇ２０１２Ｇ０１).济南市P M ２．５化学组分及污染特征分析∗张文娟１,２㊀李㊀敏１,２㊀付华轩１,２㊀葛㊀璇１,２㊀吕㊀波１,２＃㊀王治非１,２㊀李海滨１,２(１．济南市环境监测中心站,山东㊀济南２５０１０１;２．济南市环境保护科学研究院,山东㊀济南２５０１０１)㊀㊀摘要㊀为探讨济南市大气P M ２．５主要化学组分和污染特征,２０１７年在济南市开展了P M ２．５样品采集工作,分析了P M ２．５中有机碳(O C )㊁元素碳(E C )和水溶性离子浓度水平.结果表明:采样期间济南市P M ２．５中O C ㊁E C 年均质量浓度分别为９．１０㊁２．６８μg /m ３,全年O C 与E C 质量浓度的比值为３．４,二次有机碳污染严重;O C ㊁E C 季节分布特征明显,均为冬季浓度最高,且秋㊁冬季两者相关系数较高,表明秋季和冬季O C ㊁E C 来源较为一致.N O －３㊁S O ２－４㊁N H ＋４年均质量浓度之和为３４．２９μg/m ３,占水溶性离子总量的８８．９％,是济南市P M ２．５中最重要的组分;各水溶性离子浓度具有明显的季节变化特征,N O －３㊁S O ２－４㊁N H ＋４㊁C l －和K ＋均冬季浓度最高,而C a ２＋春季浓度最高;P M ２．５中N O －３与S O ２－４质量浓度的比值为１．１０,说明相比于固定污染源,移动污染源对济南市P M ２．５影响更大.㊀㊀关键词㊀P M ２．５㊀化学组分㊀季节变化㊀㊀D O I :１０．１５９８５/j．c n k i ．１００１Ｇ３８６５．２０１９．１２．０２０P o l l u t i o nc h a r a c t e r i s t i c a n d c h e m i c a l c o m po s i t i o n o f P M ２．５i n J i n a n ㊀Z HA N G W e n j u a n １,２,L I M i n １,２,F U H u a x u a n １,２,G E X u a n １,２,L Y U B o １,２,WA N G Z h i f e i １,２,L I H a i b i n １,２．(１．J i n a nE n v i r o n m e n t a lM o n i t o r i n g Ce n t e r ,J i n a nS h a n d o n g ２５０１０１;２．J i n a nE n v i r o n m e n t a lP r o t e c t i o nR e s e a r c hI n s t i t u t e ,J i n a nS h a n d o n g ２５０１０１)A b s t r a c t :㊀T o i n v e s t i g a t e t h e p o l l u t i o nc h a r a c t e r i s t i c a n dc h e m i c a l c o m p o s i t i o no fP M ２．５i nJ i n a n ,P M ２．５s a m p l e s w e r e c o l l e c t e d i n ２０１７．C o n c e n t r a t i o n s o f o r g a n i c c a r b o n (O C ),e l e m e n t a l c a r b o n (E C )a n dw a t e r Ｇs o l u b l e i o n s i nP M ２．５w e r e a n a l y z e d ．T h e r e s u l t s s h o w e d t h a t d u r i n g s a m p l i n gp e r i o d ,t h e a n n u a l a v e r a gem a s s c o n c e n t r a t i o n s o fO Ca n dE C i nP M ２．５w e r e ９．１０a n d ２．６８μg /m ３,r e s p e c t i v e l y ．T h em a s s c o n c e n t r a t i o n r a t i o o fO C t oE Cw a s ３．４,i n d i c a t i n g s e r i o u s s e c o n d a r y c a r b o n p o l l u t i o n ．T h es e a s o n a ld i s t r i b u t i o nc h a r a c t e r i s t i c so fO Ca n d E C w e r eo b v i o u s ,a n dt h eh i g h e s t c o n c e n t r a t i o n sw e r e i nw i n t e r ,a n dt h ec o r r e l a t i o nc o e f f i c i e n t s i na u t u m na n dw i n t e rw e r eh i g h e r ,i n d i c a t i n g th a t t h e s o u r c e s o fO Ca n dE Cw e r em o r e c o n s i s t e n t i n a u t u m n a n dw i n t e r ．T h e s u mo f a n n u a l a v e r a gem a s s c o n c e n t r a t i o n s o f N O －３,S O ２－４a n dN H ＋４i nt h eP M ２．５of J i n a n w a s３４．２９μg /m ３,a n di tw a sa b o u t８８．９％o f th ew a t e r Ｇs o l u b l ei o n s ．N O －３,S O ２－４a n d N H ＋４w e r et h e m o s t i m p o r t a n ts e c o n d a r y c o m p o n e n t s i nP M ２．５inJ i n a n ．T h ec o n c e n t r a t i o n sa n d p r o p o r t i o n s o fw a t e r s o l u b l e i o n sh a do b v i o u ss e a s o n a l v a r i a t i o n ．T h ec o n c e n t r a t i o n so fN O －３,S O ２－４,N H ＋４,C l －a n d K ＋w e r eh i g h e s t i nw i n t e r ,w h i l e t h a t o f C a ２＋w a s h i g h e s t i n s p r i n g ．I n a d d i t i o n ,t h em a s s c o n c e n t r a t i o n r a t i o o fN O －３t oS O ２－４w a s １．１０,i n d i c a t i n g t h a t t h em o b i l e s o u r c e h a d g r e a t e r i m p a c t o n t h eP M ２．５t h a n t h e s t a t i o n a r y s o u r c e i n J i n a n ．K e yw o r d s :㊀P M ２．５;c h e m i c a l c o m p o s i t i o n ;s e a s o n a l v a r i a t i o n ㊀㊀随着社会经济的快速发展㊁城市化进程的加快,P M ２．５污染已成为我国城市空气污染的首要问题,对气候㊁环境和人体健康都有显著影响[１Ｇ５].而P M ２．５的危害很大程度取决于它的组分,研究发现,P M ２．５是由有机碳(O C )㊁元素碳(E C )㊁N H ＋４㊁N O －３㊁S O ２－４㊁矿物尘㊁海盐和痕量元素等不同成分组成的复杂混合物.O C 包含多环芳烃等多种有机化合物,具有致癌致畸作用;E C 具有较强吸附性,对大气能见度有重要影响[６Ｇ８];S O ２－４㊁N O －３和N H ＋４等水溶性离子具有较强的亲水性,影响云的形成[９Ｇ１２].另外,P M ２．５中的一些重金属虽然含量较低,但对环境危害极大[１３Ｇ１６].㊀㊀当前,P M ２．５中化学组分的研究是大气研究领域的热点.济南市作为老工业城市,重工业比重偏高,以煤为主的能源消费结构带来了严重的环境污染,其大气污染属于典型的煤烟型污染.本研究基于２０１７年济南市市监测站采样点开展全年P M ２．５连续采样工作,分析济南市P M ２．５中各化学组分浓度水平和季节污染特征,为济南市大气污染防治提供科学依据.１㊀材料与方法１．１㊀采样点济南市市监测站采样点位于东经１１７ʎ２ᶄ５５ᵡ,北纬０９４１ ㊀环境污染与防治㊀第４１卷㊀第１２期㊀２０１９年１２月３６ʎ３９ᶄ４４ᵡ,距地面高度大约为２５m.点位周围没有局地污染源,但受到周边两条主要交通干线的影响,机动车污染不可忽视,同时周围有众多的居民区,存在餐饮污染,该采样点位是典型的城区代表点.１．２㊀样品采集样品采集时间为２０１７年１月至２０１７年１２月,每天采集２个样品.采样仪器为２台一体式自动换膜颗粒物采样仪(P N S１６TＧ３．１),流量为１６．７L/m i n,每日采样时间为２３h.㊀㊀选取直径４７mm的石英纤维滤膜和特氟龙滤膜进行采样.采样前将石英纤维滤膜置于４５０ħ下煅烧４h,恒温恒湿(温度为(２０ʃ１)ħ,相对湿度为５０％ʃ５％)条件下平衡４８h,特氟龙滤膜在相同条件下平衡４８h.１．３㊀样品分析本研究主要对P M２．５中碳质组分(O C㊁E C)和水溶性离子进行分析.碳质组分浓度采用D R I２０００A O C/E C分析仪进行测量,其原理是热光法;水溶性离子采用离子色谱法进行测定.２㊀结果与分析２．１㊀O C、E C污染特征２．１．１㊀O C㊁E C季节变化特征颗粒物中的含碳部分包括O C和E C,O C来源于各类燃烧过程直接排放的一次有机颗粒物和经过大气化学反应生成的二次有机颗粒物,E C来自化石燃料或生物质不完全燃烧直接排放的一次颗粒物,两者是识别P M２．５来源的重要参数[１７Ｇ１８].㊀㊀２０１７年济南市P M２．５中O C年均质量浓度为９．１０μg/m３,占２０１７年全年P M２．５的１０．５％;E C年均质量浓度为２．６８μg/m３,占２０１７年全年P M２．５的３．１％.碳质组分占全年P M２．５的１３．６％,济南市P M２．５碳质组分中O C为优势组分.㊀㊀不同季节的气候条件和污染来源有所差异,因此O C和E C质量浓度也表现出不同的变化特征.图１为２０１７年济南市O C㊁E C质量浓度季节变化情况.从季节变化趋势来看,济南市O C和E C浓度变化趋势基本一致,均是冬季明显高于其他季节,其中冬季O C和E C质量浓度分别为１４．１０㊁４．５６μg/m３,这与冬季煤炭㊁生物质燃烧较多有关,同时冬季大气混合层高度较低,易发生逆温,致使污染物不易扩散,促进了二次有机碳(S O C)的形成.２．１．２㊀O C㊁E C相关性及比值分析O C和E C的相关性较好在一定程度上可反映图１㊀济南市O C㊁E C季节变化F i g．１㊀S e a s o n a l v a r i a t i o no fO Ca n dE C i n J i n a n两者来源的一致性和稳定性[１９Ｇ２０].对春㊁夏㊁秋㊁冬四季的O C㊁E C质量浓度进行相关性分析,可得到其相关系数(R),结果见图２.冬季O C㊁E C相关性最强,其次是秋季,说明济南市秋季和冬季O C㊁E C 来源较为一致.而春季㊁夏季相关性略差,O C㊁E C 来源较为复杂,这与春季风沙季扬尘增多,夏季二次有机气溶胶生成较多有关.㊀㊀O C㊁E C质量浓度比值(O C/E C)常用来表征大气中二次污染的程度[２１Ｇ２２].C HOW等[２３]提出,当O C/E C超过２．０时,一般存在二次反应,即有S O C 的产生.２０１７年济南市全年O C/E C为３．４,高于２．０,表明S O C污染严重.２．２㊀水溶性离子污染特征水溶性无机离子成分是大气气溶胶的重要化学组成,主要包含N O－３㊁N H＋４㊁S O２－４㊁N a＋㊁C l－㊁K＋㊁C a２＋等.大气中的S O２－４主要是人为活动排放的S O２经复杂的化学反应生成的二次污染物.N O－３主要来自气态前体物N O x的转化.NH＋４是大气P M２．５的重要成分,是城市大气二次污染的标志物. N H＋４主要由农业㊁畜牧业㊁养殖业㊁工业等排放的N H３与酸性物质等结合生成.C l－㊁K＋主要来源于电厂㊁焚烧炉等燃烧排放,通常K＋可作为生物质燃烧的标志物;N a＋主要来自海洋排放,常作为海洋源的标志物;C a２＋主要来自土壤源[２４Ｇ２９].２．２．１㊀水溶性离子季节变化特征２０１７年,济南市总水溶性离子年均质量浓度为３８．５５μg/m３.总水溶性离子质量浓度呈现冬季最高(６１．４０μg/m３),春季㊁秋季大体相当(分别为３１．５６㊁３０．３１μg/m３),夏季最低(２８．７８μg/m３).冬季总水溶性离子浓度是夏季的２．１倍,这与冬季燃煤取暖以及气象扩散条件不利有关.１９４１张文娟等㊀济南市P M２．５化学组分及污染特征分析图２㊀不同季节O C ㊁E C 相关性F i g．２㊀C o r r e l a t i o nb e t w e e nO Ca n dE C i nd i f f e r e n t s e a s o n s 表１㊀P M ２．５中水溶性离子质量浓度T a b l e １㊀M a s s c o n c e n t r a t i o n s o fw a t e r s o l u b l e i o n s i nP M ２．５μg /m ３㊀项目F －C l－N O －３S O ２－４N H ＋４N a＋K ＋C a２＋全年０．１７１．８８１３．５５１２．８５７．８９０．６６０．８００．７５春０．１５１．１３１２．６４９．７１６．３９０．４００．５８０．８９夏０．１７０．３９６．５５１４．００６．５６０．４００．５７０．６０秋０．０８１．４３１２．８２８．３７５．９７０．９９０．５００．７７冬０．２３４．４１２２．２８１９．３９１２．７４０．７６１．５４０．７２㊀㊀表１和图３为P M ２．５中各水溶性离子浓度㊁各水溶性离子在离子总量中的占比情况.各水溶性离子年均浓度为N O －３＞S O ２－４＞N H ＋４＞C l －＞K ＋＞C a ２＋＞N a ＋＞F －.N O －３含量最丰富,年均质量浓度为１３．５５μg/m ３,占离子总量的３５．１％,其次是S O ２－４(年均质量浓度１２．８５μg /m ３,占离子总量的３３．３％)和N H ＋４(年均质量浓度７．８９μg/m ３,占离子总量的２０．５％).N O －３㊁S O ２－４和NH ＋４年均质量浓度总和为３４．２９μg/m ３,共占离子总量的８８．９％,是P M ２．５中最重要的组分.㊀㊀P M ２．５中各水溶性离子具有明显的季节变化特征.S O ２－４浓度在冬季最高.冬季S O ２－４浓度相对较高可能与冬季采暖期大量煤炭燃烧而导致S O ２排放量的增加有关,尽管冬季的气象条件(边界层稳定㊁图３㊀P M ２．５中各水溶性离子在离子总量中的占比F i g ．３㊀T h e p r o po r t i o no f e a c hw a t e r s o l u b l e i o n i n t h e t o t a l a m o u n t o fw a t e r s o l u b l e i o n s风小等)不利于S O ２向S O ２－４的二次转化,但液相反２９４１ ㊀环境污染与防治㊀第４１卷㊀第１２期㊀２０１９年１２月应及充足的S O２来源也能导致大量的S O２－４生成[３０Ｇ３１].㊀㊀N O－３冬季浓度最高,春㊁秋季相当,夏季最低,冬季N O－３浓度是夏季的３．４倍.这主要是由于夏季温度偏高,N H４N O３挥发性增加,易转化为气态前体物NH３和H N O３,造成夏季硝酸盐浓度偏低,而冬季温度较低,N O－３易存在颗粒态N H４N O３中.㊀㊀N H＋４冬季浓度最高,春㊁夏㊁秋季相当.这主要是由于冬季为采暖季,S O２排放增加,在大气中与N H３结合产生大量(N H４)２S O４,冬季低温有利于挥发性组分稳定在颗粒物中,导致冬季N H＋４浓度最高.㊀㊀相较于春㊁夏㊁秋季,C l－和K＋冬季浓度大幅度增加,可能是受燃煤排放或生物质燃烧影响.C a２＋春季浓度最高.C a２＋主要来自沙尘㊁土壤和建筑尘,济南市春季为风沙季,大风天气频现,导致扬尘较多,可能导致C a２＋浓度较高.２．２．２㊀各水溶性离子之间的相关性对P M２．５中各种水溶性离子进行相关性分析,可以判断离子的存在形态㊁来源以及相互关系[３２Ｇ３３].表２为２０１７年济南市春㊁夏㊁秋㊁冬四季所测的水溶性离子之间的相关性.从表２可以看出,春㊁秋季N H＋４与N O－３㊁S O２－４相关性最强,表明济南市春㊁秋两季P M２．５化学组分主要以N H４N O３㊁(NH４)２S O４的形式存在;夏季N H＋４与S O２－４相关性最强,相关系数为０．９０,表明夏季济南市P M２．５化学组分主要以(N H４)２S O４的形式存在;冬季N H＋４与S O２－４相关性最强,相关系数为０．９６,N H＋４与N O－３㊁C l－相关性也较强,可见济南市冬季P M２．５化学组分主要以铵盐为主.２．２．３㊀N O－３与S O２－４的比值及其季节变化根据P M２．５中的N O－３与S O２－４质量浓度比值(N O－３/S O２－４)可以判断固定污染源和移动污染源表２㊀水溶性离子之间的相关系数T a b l e２㊀P e a r s o n c o r r e l a t i o n c o e f f i c i e n t b e t w e e nw a t e rＧs o l u b l e i o n s项目F－C l－N O－３S O２－４N H＋４N a＋K＋C a２＋F－１．００C l－０．６０１．００N O－３０．３５０．６８１．００春S O２－４０．２００．２８０．６８１．００N H＋４０．３２０．５９０．９４０．８７１．００N a＋０．１１０．１２－０．１５－０．２０－０．１９１．００K＋０．４４０．５４０．６６０．５２０．６５－０．０８１．００C a２＋－０．０９－０．１２－０．１３－０．０８－０．２１０．３００．１９１．００F－１．００C l－０．１４１．００N O－３０．１００．８６１．００夏S O２－４－０．２２０．３６０．４７１．００N H＋４－０．１８０．６６０．７９０．９０１．００N a＋０．８８０．４３０．２８０．１４０．１５１．００K＋０．８９０．４３０．４５０．２９０．３５０．７７１．００C a２＋０．４７０．１６０．１１０．２４０．１６０．５００．５５１．００F－１．００C l－０．４８１．００N O－３－０．０４０．２１１．００秋S O２－４－０．０１－０．１００．４９１．００N H＋４－０．０３０．０７０．８９０．８１１．００N a＋０．２２－０．１５０．３２－０．２２０．１２１．００K＋０．０４０．５３０．５７０．３００．４６０１．００C a２＋００．５５０．３５０．０２０．１８－０．０１０．６７１．００F－１．００C l－０．３７１．００N O－３０．１２０．６５１．００冬S O２－４０．３１０．７３０．７２１．００N H＋４０．２７０．７４０．８５０．９６１．００N a＋０．１７０．４００．２６０．３３０．３３１．００K＋０．１３０．４７０．０９０．１８０．１２０．３７１．００C a２＋０．２７０．２５０．０５－０．１０－０．０７０．３１０．０２１．００３９４１张文娟等㊀济南市P M２．５化学组分及污染特征分析对大气中P M２．５污染的相对贡献.当N O－３/S O２－４＞１时,说明移动污染源对P M２．５的贡献相对更大,当N O－３/S O２－４＜１时,说明固定污染源对P M２．５的贡献相对更大[３４].㊀㊀２０１７年济南市N O－３/S O２－４为１．１０,这表明以机动车为代表的移动污染源对济南市P M２．５的贡献比固定污染源大,就季节变化而言,济南市春㊁秋㊁冬季的N O－３/S O２－４分别为１．３０㊁１．５３㊁１．１５,均大于１,基本可反映机动车排放是济南市大气污染的主要来源;夏季N O－３/S O２－４最低,为０．４７,这主要是由于夏季高温有利于硫酸盐和硝酸盐颗粒物的生成,然而硝酸盐颗粒物不稳定,在高温条件下易转化为气态,导致夏季N O－３/S O２－４最低.３㊀结㊀论(１)２０１７年济南市大气环境中碳质组分占P M２．５的１３．６％.济南市P M２．５碳质组分中O C为优势组分.从季节变化趋势来看,济南市O C和E C 的变化趋势基本一致,均是冬季浓度明显高于其他季节.同时,冬季O C㊁E C相关性最强(相关系数为０．８１),其次是秋季(相关系数为０．６５),说明秋季和冬季济南市的O C㊁E C来源较为一致.２０１７年济南市全年O C/E C为３．４,高于２．０,表明二次污染严重.(２)济南市P M２．５中N O－３㊁S O２－４㊁N H＋４共占离子总量的８８．９％,是P M２．５中最重要的组分.各水溶性离子浓度和占比具有明显的季节变化特征. S O２－４㊁N O－３㊁N H＋４㊁C l－和K＋浓度均为冬季最高,而C a２＋春季浓度最高.(３)济南市P M２．５中N O－３/S O２－４为１．１０,表明济南市移动污染源对P M２．５的贡献比固定污染源大.参考文献:[１]㊀王占山,李云婷,刘保献,等．北京市P M２．５化学组分特征[J]．生态学报,２０１６,３６(８):２３８２Ｇ２３９２．[２]㊀T I E X X,WU D,B R A S S E U R G．L u n g c a n c e r m o r t a l i t y a n de x p o s u r e t o a t m o s p h e r i c a e r o s o l p a r t i c l e s i nG u a n g z h o u,C h i n a[J]．A t m o s p h e r i cE n v i r o n m e n t,２００９,４３(１４):２３７５Ｇ２３７７．[３]㊀余家燕,王军,许丽萍,等．重庆城区P M２．５化学组分特征及季节变化[J]．环境工程学报,２０１７,１１(１２):６３７２Ｇ６３７８．[４]㊀马思萌,王丽涛,魏哲,等．邯郸市P M２．５及其化学组分的季节性变化[J]．环境工程学报,２０１６,１０(７):３７４３Ｇ３７５０．[５]㊀J I M E N E ZJL,C A N A G A R A T N A M R,D O N A HU E N M,e ta l．E v o l u t i o no f o r g a n i c a e r o s o l s i n t h e a t m o s p h e r e[J]．S c i e n c e,２００９,３２６(５９５９):１５２５Ｇ１５２９．[６]㊀Z H A N GR,J I N GJ,T A OJ,e t a l．C h e m i c a l c h a r a c t e r i z a t i o n a n d s o u r c e a p p o r t i o n m e n t o fP M２．５i nB e i j i n g:s e a s o n a l p e r s p e c t i v e[J]．A t m o s p h e r i cC h e m i s t r y a n dP h y s i c s,２０１３,１３:７０５３Ｇ７０７４．[７]㊀吴琳,冯银厂,戴莉,等．天津市大气中P M１０㊁P M２．５及其碳组分污染特征分析[J]．中国环境科学,２００９,２９(１１):１１３４Ｇ１１３９．[８]㊀P A L AJ,A R T N A N OB,S A L V A D O RP,e t a l．S h o r tＧt e r ms e cＧo n d a r y o r g a n i cc a r b o ne s t i m a t i o ns w i t ha m o d i f i e d O C/E Cp r i m a r y r a t i o m e t h o da t as u b u r b a ns i t e i n M a d r i dS p a i n[J]．A t m o s p h e r i cE n v i r o n m e n t,２０１１,４５(１５):２４９６Ｇ２５０６．[９]㊀张霖琳,王超,朱红霞,等．北京混合功能区夏冬季细颗粒物组分特征及来源比较[J]．中国环境科学,２０１６,３６(１):３６Ｇ４１．[１０]㊀贾佳,韩力慧,程水源,等．京津冀区域P M２．５及二次无机组分污染特征研究[J]．中国环境科学,２０１８,３８(３):８０１Ｇ８１１．[１１]㊀闫广轩,张靖雯,雷豪杰,等．郑州市大气细颗粒物中水溶性离子季节性变化特征及其源解析[J]．环境科学,２０１９,４０(４):１５４５Ｇ１５５２．[１２]㊀WA N GSX,Z H A O M,X I N GJ,e t a l．Q u a n t i f y i n g t h e a i r p o lＧl u t a n t s e m i s s i o n r e d u c t i o nd u r i n g t h e２０１８O l y m p i c g a m e s i nB e i j i n g[J]．E n v i r o n m e n t a lS c i e n c e&T e c h n o l o g y,２０１０,４４(７):２４９０Ｇ２４９６．[１３]㊀王晴晴,谭吉华,马永亮,等．佛山市冬季P M２．５中重金属元素的污染特征[J]．中国环境科学,２０１２,３２(８):１３８４Ｇ１３９１．[１４]㊀李丽娟,温彦平,彭林,等．太原市采暖季P M２．５中元素特征及重金属健康风险评价[J]．环境科学,２０１４,３５(１２):４４３１Ｇ４４３８．[１５]㊀姚青,韩素芹,蔡子颖．天津采暖期大气P M２．５中重金属元素污染及其生态风险评价[J]．中国环境科学,２０１３,３３(９):１５９６Ｇ１６００．[１６]㊀MO R I S H I T A M,K E E L E R GJ,K AMA L AS,e t a l．I d e n t i f iＧc a t i o no f a m b i e n t P M２．５s o u r c e s a nd a n a l y s i s o f p o l l u t i o ne p iＧs o d e s i n D e t r o i t,M i c h i g a nu s i n g h i g h l y t i m eＧr e s o l v e d m e a sＧu r e m e n t s[J]．A t m o s p h e r i cE n v i r o n m e n t,２０１１,４５:１６２７Ｇ１６３７．[１７]㊀段凤魁,贺克斌,刘咸德,等．含碳气溶胶研究进展:有机碳和元素碳[J]．环境工程学报,２００７,１(８):１Ｇ８．[１８]㊀郭志明,张向云,刘頔,等．太原市P M２．５中碳质组分季节变化与组成特征[J]．环境科学与技术,２０１６,３９(２):６５Ｇ６９．[１９]㊀刘泽珺,吴建会,张裕芬,等．菏泽市P M２．５碳组分季节变化特征[J]．环境科学,２０１７,３８(１２):４９４３Ｇ４９５０．[２０]㊀于建华,虞统,杨晓光,等．北京冬季P M２．５中元素碳㊁有机碳的污染特征[J]．环境科学研究,２００４,１７(１):４８Ｇ５０,５５．[２１]㊀张大伟,王小菊,刘保献,等．北京城区大气P M２．５主要化学组分及污染特征[J]．环境科学研究,２０１５,２８(８):１１８６Ｇ１１９２．[２２]㊀李昌龙,王静怡,苗新慧,等．徐州市冬季P M２．５中碳质组分和水溶性离子特征分析[J]．环境科技,２０１８,３１(２):２３Ｇ２８．[２３]㊀C HOW JC,WA T S O N JG．E n h a n c e di o nc h r o m a t o g r a p h i c s p e c i a t i o no fw a t e rＧs o l u b l eP M２．５t oi m p r o v ea e r o s o ls o u r c ea p p o r t i o n m e n t[J]．A e r o s o lS c i e n c ea n dE n g i n e e r i n g,２０１７,１(１):７Ｇ２４．[２４]㊀周瑶瑶,马嫣,郑军,等．南京北郊冬季霾天P M２．５水溶性离子的污染特征与消光作用研究[J]．环境科学,２０１５,３６(６):１９２６Ｇ１９３４．[２５]㊀高嵩,范美益,曹芳,等．基于高分辨率在线气溶胶监测仪数据分析南京北郊冬季P M２．５中水溶性离子污染特性[J]．科学技术与工程,２０１８,１８(１１):３３７Ｇ３４２．[２６]㊀陈静,杨鹏,韩军彩,等．基于高分辨率MA R G A数据分析石家庄P M２．５成分谱特征[J]．中国环境科学,２０１５,３５(９):２５９４Ｇ２６０４．[２７]㊀吴丹,蔺少龙,杨焕强,等．杭州市P M２．５中水溶性离子的污染特征及其消光贡献[J]．环境科学,２０１７,３８(７):２６５６Ｇ２６６６．[２８]㊀古金霞,董海燕,白志鹏,等．天津市颗粒物散射消光特征及化学组分贡献研究[J]．中国环境科学,２０１２,３２(１):１７Ｇ２２．[２９]㊀H EK B,Y A N G F M,MA Y L,e ta l．T h ec h a r a c t e r i s t i c so f P M２．５i nB e i j i n g,C h i n a[J]．A t m o s p h e r i cE n v i r o n m e n t,２００１,３５(２９):４９５９Ｇ４９７０．[３０]㊀Y A O X H,C H A N C K,F A N G M,e ta l．T h ew a t e rＧs o l u b l ei o n i c c o m p o s i t i o no f P M２．５i nS h a n g h a i a n dB e i j i n g,C h i n a[J]．A t m o s p h e r i cE n v i r o n m e n t,２００２,３６(２６):４２２３Ｇ４２３４．[３１]㊀闫广轩,张朴真,黄海燕,等．郑州Ｇ新乡冬季P M２．５中元素浓度特征及其源分析[J]．环境科学,２０１９,４０(５):２０２７Ｇ２０３５．[３２]㊀古金霞．天津市区P M２．５污染特征及灰霾等级评价方法研究[D]．天津:南开大学,２０１０．[３３]㊀高晓梅．我国典型地区大气P M２．５水溶性离子的理化特征及来源解析[D]．济南:山东大学,２０１２．[３４]㊀傅致严,罗达通,刘湛,等．郴州市大气细颗粒物中水溶性离子的污染特征及来源分析[J]．环境化学,２０１８,３７(１２):２７７４Ｇ２７８３．编辑:胡翠娟㊀(收稿日期:２０１９Ｇ０２Ｇ２１)４９４１㊀环境污染与防治㊀第４１卷㊀第１２期㊀２０１９年１２月。

Vol.11,No.2Mar.,2021环㊀境㊀工㊀程㊀技㊀术㊀学㊀报Journal of Environmental Engineering Technology 第11卷,第2期2021年3月李明珠,徐峻,刘厚凤,等.济南都市圈PM 2.5来源贡献分析[J].环境工程技术学报,2021,11(2):209-216.LI M Z,XU J,LIU H F,et al.PM 2.5source apportionment over Jinan Metropolitan Area[J].Journal of Environmental Engineering Technology,2021,11(2):209-216.收稿日期:2020-06-09基金项目:中央级公益性科研院所基本科研业务费专项(JY-2014BAC06B05)作者简介:李明珠(1991 ),女,硕士,主要研究方向为区域空气污染,limingzhu_wy@ ∗责任作者:徐峻(1969 ),男,研究员,博士,主要研究方向为区域空气污染,xujun@济南都市圈PM 2.5来源贡献分析李明珠1,2,徐峻1∗,刘厚凤2,龚安保3,杜晓惠11.中国环境科学研究院2.山东师范大学地理与环境学院3.山东省生态环境规划研究院摘要㊀基于CAMx 模型的PSAT 颗粒物源示踪技术,对2016年济南都市圈PM 2.5污染㊁区域传输规律及行业贡献进行了定量分析㊂结果表明:从PM 2.5年均来源贡献率看,济南市本地排放约占50%,来自济南都市圈总贡献率约占75%㊂圈内城市间相互贡献明显,最高达13%㊂夏季,本地贡献最大,区域传输中鲁东地区对研究区域影响最高,为24%;受冬季季风影响,来自京津冀方向的区域传输增多,最高达24%㊂目前,对济南都市圈PM 2.5贡献较大的污染源为工业锅炉㊁钢铁㊁扬尘源㊁化工㊁冶金㊁建材行业和机动车,有针对性地削减上述污染源排放,可达到快速㊁有效降低PM 2.5浓度的目的㊂关键词㊀济南都市圈;PM 2.5;空气质量模拟;污染来源贡献中图分类号:X513㊀㊀文章编号:1674-991X (2021)02-0209-08㊀㊀doi :10.12153∕j.issn.1674-991X.20200145PM 2.5source apportionment over Jinan Metropolitan AreaLI Mingzhu 1 2 XU Jun 1∗ LIU Houfeng 2 GONG Anbao 3 DU Xiaohui 11.Chinese Research Academy of Environmental Sciences2.College of Geography and Environment Shandong Normal University3.Shandong Academy for Ecology Environmental PlanningAbstract ㊀Based on the PSAT particulate source tracing technology of camx model the quantitative analysis of PM 2.5pollution regional transport law and sector contribution for cities over Jinan Metropolitan Area were performed for year 2016.The results showed that in terms of the annual mean source apportionment of PM 2.5 for the local area of Jinan City the emission accounted for about 50% while the whole Jinan Metropolitan Area contributed 75%.The mutual contributions among Jinan Metropolitan Area cities were obvious up to 13%.In summer the local contribution was the largest and the regional transport in the eastern Shandong region had the highest impact on the study area by 24%.While in winter affected by the winter monsoon the regional transport from Beijing-Tianjin-Hebei Region increased up to 24%.At present as far as Jinan Metropolitan Area was concerned the major sectors contributed to PM 2.5included industrial boilers steel industry fugitive dust chemical industry metallurgical industry building material industry and automobile source.The targeted counter-measure for the above sectors may be a fast and effective approach to reduce PM 2.5pollution.Key words ㊀Jinan Metropolitan Area PM 2.5 air quality simulation source apportionment济南都市圈是以山东省会城市济南为核心,辐射周边6个城市(德州㊁滨州㊁聊城㊁淄博㊁莱芜㊁泰安)的城市群㊂2016年,都市圈内各城市PM 2.5浓度均接近于75μg∕m 3,在京津冀地区浓度水平普遍下降的形势环境工程技术学报第11卷下[1],济南都市圈污染防治面临的形势依然严峻㊂PM2.5污染防治核心问题之一是明确其来源[2-3]㊂已有研究者就都市圈内部分城市的PM2.5来源开展研究,如温新欣等[4]用化学质量平衡源解析技术(chemical mass balance,CMB)分析采取的涵盖采暖季与非采暖季的受体样品,显示济南市对PM2.5贡献明显的来源是煤烟尘㊁机动车尾气尘㊁土壤尘㊁扬尘㊁建筑尘㊁钢铁尘等;刘雨思等[5]采用主成分分析(PCA)法得到,济南市2013年秋冬季PM2.5主要来自汽车尾气㊁燃煤及冶炼工业的排放;孙友敏等[6]利用正矩阵因子分解(positive matrix factorization,PMF)对济南市2015年PM2.5的来源进行评估,显示PM2.5主要来自二次源㊁扬尘源㊁工业源和机动车源;杨佳美等[7]基于CMB模型对2015年泰安市春㊁冬两季PM2.5成分解析得出,机动车尘是春季PM2.5的首要贡献源,煤烟尘对冬季PM2.5浓度贡献最大㊂上述研究基于膜采样方法采集PM2.5样品,经受体源解析模型处理后解析出PM2.5来源,但此类方法不能区分本地和外来源的贡献,另外,解析出的源类别也有限㊂区域空气质量数值模型包括排放㊁输送㊁化学㊁沉降等几乎所有污染物在大气中的过程[8-11],通过控制试验等方法,能计算出不同区域和行业对关注地区PM2.5定量的贡献状况㊂如薛文博等[12]利用数值模型模拟了2010年1㊁4㊁7㊁10月全国的PM2.5区域输送,指出京津冀㊁长三角㊁珠三角及成渝城市群PM2.5年均浓度外部贡献分别为22%㊁37%㊁28%㊁14%;陈云波等[13]利用CAMx模型(Comprehensive Air Quality Model with Extensions)计算了北京市重污染时段PM2.5污染来源,发现外地贡献由42.9%升至67.4%,而本地贡献降至32.6%;Wang等[14]发现北京市出现重污染天气时,本地贡献占83.6%,周边区域贡献为9.4%,非本地重污染天气事件发生时,管控污染物输送通道对降低北京市PM2.5浓度有重要意义㊂综上,利用空气质量模型研究可以很好地给出污染物跨区域的量化关系㊂自2015年山东省启动区域大气污染联防联控机制后,2016年环境空气质量较2015年显著改善,研究分析联合防控后的PM2.5来源,对后续大气质量的精准治理有重要意义㊂因此,笔者采用区域空气质量模型模拟计算的方法获得济南都市圈PM2.5源解析结果㊂1㊀研究方法PM2.5来源贡献计算采用国际通用的区域空气质量模型CAMx[15]㊂选取2016年1月 2017年1月作为模拟时段,模拟区域采用2层水平嵌套网格,外层覆盖东亚地区,为嵌套层提供边界条件;嵌套层包括山东省㊁京津冀地区及河南省等㊂受模拟范围㊁兰伯特投影参数㊁模型运行速率和计算量的限制[16],外层分辨率设定为36kmˑ36km;因需要细致模拟小范围大气污染物特征,所以增大嵌套层网格分辨率至12kmˑ12km,进行网格化计算㊂垂直方向上设置20层,模型层顶约为15km㊂CAMx模型具体参数设置见表1,气象模型(WRF)参数设置见表2㊂表1㊀CAMx参数设定Table1㊀Parameters setting of CAMx输入选项参数设置模拟网格兰勃特投影(110ʎE,24ʎN~46ʎN),200ˑ160初始㊁边界条件预设值气相化学机理SAPRC99液相化学机理RADM-AQ气溶胶模块CF Scheme气溶胶热力学平衡模型ISORROPIA干沉降参数化方案WESELY89水平平流方案PPM垂直扩散方案标准K理论表2㊀WRF参数设定Table2㊀Parameters setting of WRF输入选项参数设置垂直坐标地理追随坐标(Sigma)投影坐标类型兰伯特投影坐标系2条真纬度24ʎN㊁46ʎN模拟范围57ʎE~161ʎE,1ʎN~59ʎN水平分辨率36km(domain1)㊁12km(domain2)垂直层次不等距20层,模型顶高约为15km地形与下垫面资料USGS30全球地形∕MODIS下垫面资料气象背景场和边界条件1ʎˑ1ʎ的NCEP再分析资料积云参数化方案Mellor-Yamada-Januaryjic(Eta)方案边界层参数化方案Kain-Fritsch(new Eta)㊁湍流动能方案大气辐射方案RRTM长波㊁云(Dudhia)短波辐射方案人为源排放清单是在多年研究积累的基础上[17-20],结合近年 2+26城市 排放清单研究成果[21]和反映济南及周边城市最新实际情况的排放清单,综合更新后的结果;生物源排放数据由陆地生态系统估算模型(MEGAN)计算得到[22-23]㊂污染物㊃012㊃第2期李明珠等:济南都市圈PM 2.5来源贡献分析空间排放特征见表3㊂从表3可以看出,2016年各城市主要大气污染物排放强度存在空间差异㊂从主要前体物SO 2空间分布看,淄博市排放强度最高,约26%;济南㊁滨州㊁聊城等城市排放强度较高,分别为14%㊁16%和14%;德州㊁莱芜㊁泰安等城市在10%左右㊂表3㊀济南都市圈7市主要大气污染物空间排放强度分布Table 3㊀Spatial distribution of major air pollutants in seven cities of Jinan Metropolitan Area%污染物济南市德州市滨州市聊城市淄博市莱芜市泰安市SO 21411161426109PM 2.514151417191210NO x1611191620910㊀㊀PM 2.5的来源贡献计算采用CAMx 模型中内置的源示踪模块(PSAT)[24]获得,区域来源贡献的模拟过程中,将省市行政单元划分为14个源区,济南都市圈内各地级市分别为独立的源区,周边城市(潍坊㊁日照等)按照市级行政单元合并为鲁东源区和鲁南源区;另外,较远的省级行政单元划分为京津冀源区㊁河南省源区㊁江苏省源区㊁东北源区㊁其他源区㊂选取圈内7个城市国控站作为受体点,最大程度地概括城市环境空气质量水平且方便后续评估模拟效果,污染源区及受体城市见图1(a)㊂本地排放的污染物分行业贡献采用 模拟-观测相融合 的方法[25](该方法快速且能反映观测组分特征)进行计算,结果见图1(b)~(d)㊂图1㊀污染源区、受体城市分布示意及济南都市圈主要大气污染物源排放分配Fig.1㊀Zoning of pollution sources and distribution of receptor cities and emissionallocation of Jinan Metropolitan Area major air pollutants2㊀结果与讨论2.1㊀模拟和观测结果比较选取模拟时段中的2016年4㊁7㊁10月和2017年1月,依次代表春季㊁夏季㊁秋季㊁冬季,通过描述模拟结果及观测值的分位数及均值,验证空气质量模型输出结果的可靠性㊂图2给出了CAMx 模型的PM 2.5浓度模拟值与观测值的季节对比㊂PM 2.5浓度㊃112㊃环境工程技术学报第11卷观测值来自天气后报网(http:∕∕www.tianqihoubao. com∕aqi∕)㊂从图2可以看出,空气质量模型可以模拟出当地PM2.5的浓度特征,模拟结果季节差异明显㊂其中,春季模拟效果最好,与实际情况基本相符,德州市㊁滨州市㊁聊城市和泰安市的PM2.5浓度模拟与观测特征基本相同;夏㊁冬季各城市PM2.5浓度模拟值与观测值的趋势一致,结果能体现出城市间浓度水平的差异;秋㊁冬季7个城市模拟值与观测值的日均浓度变化明显,离散程度相似;秋季济南市㊁德州市㊁滨州市㊁聊城市和淄博市PM2.5浓度模拟值略微偏高,从平均值对比来看,模拟值较观测值高估约30%,二者相关系数达0.6左右,这可能与排放清单的不确定性有关[26],莱芜市与泰安市模拟效果较好㊂在图2的基础上,统计PM2.5浓度模拟值与观测值的平均相对偏差(MFB)和平均相对误差(MFE),结果见表4㊂MFB和MFE的计算公式如下:MFB=1N N i=1(C i-C i0)C i0+C i2()(1)MFE=1N N i=1|C i-C i0|C i0+C i2()(2)式中:i为站点编号;N为站点总数;C i为站点i处的模拟浓度,μg∕m3;C i0为该站点的观测浓度,μg∕m3㊂由表4可见,验证结果与Boylan等[27]推荐的较好标准(MFBɤʃ60%,MFEɤ75%)一致㊂因此,总体看来,模拟结果在可接受范围内,保证了本次模拟的可靠性㊂注:图中实线为模拟值,虚线为观测值;柱子横线自上向下依次代表75百分位㊁平均数㊁中位数㊁25百分位㊂图2㊀PM2.5浓度模拟值与观测值对比Fig.2㊀Comparison of PM2.5simulated and monitored concentrations表4㊀CAMx模型PM2.5浓度模拟值与观测值的统计参数Table4㊀Statistical parameters for the predicted and measured values of PM2.5in CAMx model%城市春季夏季秋季冬季MFB㊀MFE MFB㊀MFE㊀MFB㊀MFE MFB MFE 济南-14361344748425德州-7273334548-1337滨州-727-1313035-939聊城-93010335858533淄博729193146461331莱芜-37422323437-2531泰安-163910271430-2838㊃212㊃第2期李明珠等:济南都市圈PM 2.5来源贡献分析2.2㊀区域来源分析图3为济南都市圈四季PM 2.5本地及外来贡献率㊂根据源区的空间分布及贡献情况,归纳为6个大类,分别为本地㊁圈内其余城市㊁鲁东地区㊁鲁南地区㊁京津冀地区和河南省㊂考虑到都市圈内各城市既是受体城市又是源区,因此当受体城市充当本地源区角色时,将其余受体城市合并,简化考虑为一个区域,即圈内其余城市㊂每个源区的贡献都通过源示踪技术计算并汇总,得到各设定区域的贡献;由于东北和江苏省的贡献很小,故不展示㊂从图3可以看出,在所有季节中,本地排放对当地环境空气质量长期影响最大,占50%左右,这与贾海鹰等[28]认为山东省近地面PM 2.5浓度以本地源排放影响为主的观点一致㊂其中,夏季本地源影响最显著,部分城市超过60%,冬季本地城市贡献区间比其他季节差异小㊂春季天气系统转换,小尺度环流等气象因素发生变化[29],都市圈内其余城市输送比其他季节明显,接近20%,夏㊁冬两季贡献不足15%㊂鲁东地区夏季贡献明显高于其他季节,受来自西太平洋地区的夏季季风气流输送影响[30],鲁东地区对受体城市PM 2.5贡献增大,最高可达24%,其余三季贡献范围相似㊂京津冀地区季节性变化显著,呈现冬季>春季ʈ秋季>夏季趋势,冬季西北气流[31]导致来自京津冀地区的区域传输贡献显著增多,最高为24%,夏季受地理位置及系统气流方向共同作用,贡献率高值约为10%;春㊁秋季对本地贡献相差不大,均在20%以内㊂图3㊀济南都市圈各城市PM 2.5本地和外来传输贡献率的季节变化Fig.3㊀Seasonal variation of contribution rate of PM 2.5from local and other regions in Jinan Metropolitan Area图4为2016年都市圈各城市全年PM 2.5区域来源贡献率㊂从图4可以看出,济南市PM 2.5本地贡献为46%,都市圈内其余城市的贡献之和为27%,因而整个都市圈的贡献约占3∕4㊂可见,济南都市圈之外的区域输送对济南市PM 2.5浓度有一定贡献㊂天气后报网观测数据显示,2016年济南市PM 2.5浓度的年均值为75μg∕m 3,较前一年(90μg∕m 3)变化显著,下降率为17%,体现了2015年联合防控的效果㊂图4㊀济南都市圈7市PM 2.5年均区域来源Fig.4㊀PM 2.5annual average regional source inseven cities of Jinan Metropolitan Area山东省地形丰富,包含平原㊁丘陵㊁山地等㊂受体城市中莱芜市全部及周边(泰安市和淄博市部分区域)位于鲁中山区,其余城市分布于平原内㊂鲁南地区和鲁东地区以平原为主,平原地势开阔,污染气团运动缺少阻碍[32]㊂从全年解析结果来看,地形㊁地理位置是对城市PM 2.5浓度影响较大的因素㊂莱芜市处于山区地形中,淄博市位于鲁中山区和华北平原过渡地带[32],二者地形较为复杂㊂当地以工业企业为主,城市工业污染严重,两地特殊的地形不利于污染物扩散,导致本地贡献高,分别为56%和57%㊂鲁南地区对泰安市㊁聊城市㊁莱芜市㊁济南市影响较大,贡献率分别为17%㊁12%㊁11%㊁10%㊂鲁东地区对滨州市和淄博市影响较大,贡献率分别为20%和10%㊂京津冀地区位于德州市主要的污染物传输通道内[33],对德州市的贡献率达20%㊂都市圈内城市互相传输也有一定影响,不可忽视㊂因此,济南都市圈各城市污染主要来自于自身排放及山东省内大气污染物中短距离输送㊂改善城市环境空气质量,不仅需要控制7市PM 2.5的排放量,同时需要管控周边城市的污染物输送通道㊂2.3㊀源排放贡献分析图5是都市圈不同季节各污染源排放对本地PM 2.5浓度贡献㊂从图5可以看出,都市圈城市PM 2.5的主要贡献来自于燃料燃烧㊁生产工艺过程中气体散出㊁移动源尾气排放以及扬尘源㊂需要注意的是,生物质露天燃烧和生活散烧具有明显的季节性,秋冬季时所有城市秸秆燃烧和取暖燃煤量大幅增加,生活散烧贡献为12%~48%㊂㊃312㊃环境工程技术学报第11卷图5㊀济南都市圈不同季节各污染源PM2.5贡献率Fig.5㊀Pie chart of sector contribution to PM2.5in Jinan Metropolitan Area in different seasons ㊃412㊃第2期李明珠等:济南都市圈PM2.5来源贡献分析㊀㊀城市自有其发展特点,需要消减的行业也各不相同,具体定位于对本地PM2.5贡献显著的行业㊂济南市经济发展快速,能源消耗多,机动车保有量高,扬尘源㊁工业锅炉和道路移动源对本地PM2.5贡献显著,贡献率分别为38%㊁15%㊁10%㊂孙友敏等[6]基于现场采样对2015年济南市PM2.5进行源解析,得到道路移动源贡献率为17.5%,高于本研究结果,考虑到2016年济南市实施机动车国V标准后, PM2.5排放量大幅度降低,其结果是合理的㊂从扬尘贡献看,温新欣等[4]研究表明,基于现场采样2009年PM2.5源解析中扬尘贡献率为32.8%,略低本研究结果,而孙友敏等[6]对2015年的研究结果则更低(11.1%)㊂这主要是因为本研究扬尘源包含的类别较全,包括土壤尘㊁建筑尘和道路扬尘等,温新欣等[4]的扬尘源中只考虑土壤尘和建筑尘,而孙友敏等[6]利用PMF得到的结果是基于化学和元素物种归类的前提㊂当然,源排放中扬尘源的估算是源清单中较不确定的部分,尽管一些新技术和资料的介入使得这部分估算能力有所提高,但仍是今后模拟研究中改进的方向之一㊂以莱芜市㊁滨州市为代表的重工业城市,钢铁㊁冶金㊁化工是主要的支柱产业,也是重污染源,污染物排放基数大㊂莱芜市污染源贡献季节差异并不明显,钢铁行业的贡献为50%~60%,工业锅炉贡献为25%~30%,由于散煤燃烧,冬季时该污染源有一定贡献(约12%)㊂聊城市㊁淄博市㊁泰安市[34]各污染源对PM2.5贡献相对均匀,从涉及到的行业着手削减PM2.5排放量较为困难㊂泰安市位于鲁中山区,交通路网密度低,易造成机动车拥堵[35],春季至秋季,道路移动源贡献较大,为20%~30%;然而,生活散烧是冬季的首要污染源,民用散煤燃烧是主要影响因素㊂都市圈城市与发达国家大城市(如纽约和洛杉矶)相比,PM2.5年排放量存在量级上的差异,且排放结构差距明显㊂发达国家大城市PM2.5主要来源于工艺过程中尾气排放㊁各种杂项排放源㊁人为控制下燃烧源㊁自然野火㊁废品回收和工业锅炉等,而都市圈行业结构中存在污染较重的行业,这些行业造成我国城市污染物浓度居高难下㊂改善济南都市圈空气质量,应有针对性地进行行业调整,尤其是对PM2.5贡献较大的行业㊂3　结论(1)济南都市圈各城市PM2.5污染主要来自本地排放的贡献,年均浓度中本地贡献约占50%㊂济南市地处都市圈中心,本地排放对PM2.5年均浓度贡献为46%,都市圈其余城市贡献为27%㊂莱芜市㊁淄博市工业排放高,PM2.5浓度本地贡献大㊂城市间和区域输送在春季较明显,最高达20%;夏季,鲁东地区输送对都市圈城市的贡献最大,达24%;冬季,京津冀地区对都市圈城市贡献最大,达24%㊂(2)对济南都市圈PM2.5贡献较大的污染源主要为燃料燃烧㊁生产工艺过程中气体散出㊁移动源尾气排放和扬尘源㊂其中,济南市的扬尘源㊁移动源(包含道路和非道路)及工业锅炉3个污染源对本地PM2.5贡献显著,贡献之和高达67%,应成为济南市治理PM2.5污染的重点㊂PM2.5来源贡献存在季节性差异,秋㊁冬季秸秆燃烧和生活散烧的贡献明显增加㊂(3)在济南都市圈内及周边区域施行联防联控,削减PM2.5及其前体物的排放量,根除或大幅度削减污染较重的行业,是彻底改善PM2.5污染的有效防治策略㊂参考文献[1]㊀WANG L L,WU G F,GAUTAM A,et al.Spatio-temporalvariation characteristics of PM2.5in the Beijing-Tianjin-HebeiRegion,China,from2013to2018[J].Environmental Researchand Public Health,2019,16(21):4276.[2]㊀王彤,华阳,许庆成,等.京津冀郊区站点秋冬季大气PM2.5来源解析[J].环境科学,2019,40(3):1035-1042.WANG T,HUA Y,XU Q C,et al.Source apportionment of PM2.5in suburban area of Beijing-Tianjin-Hebei Region in autumn andwinter[J].Environmental Science,2019,40(3):1035-1042.[3]㊀刘旭艳.京津冀PM2.5区域传输模拟研究[D].北京:清华大学,2015:13-15.[4]㊀温新欣,崔兆杰,张桂芹.济南市PM2.5来源的解析[J].济南大学学报(自然科学版),2009,23(3):292-295.WEN X X,CUI Z J,ZHANG G Q.Analysis of the sourceapportionment of PM2.5in Jinan[J].Journal of University ofJinan(Science and Technology),2009,23(3):292-295. [5]㊀刘雨思,李杏茹,张怡萌,等.济南市秋冬季大气细粒子污染特征及来源[J].环境化学,2017,36(4):787-798.LIU Y S,LI X R,ZHANG Y M,et al.Characteristics and sourcesof airborne fine particles during the fall and winter in Jinan[J].Environmental Chemistry,2017,36(4):787-798. [6]㊀孙友敏,李少洛,陈春竹,等.济南市机动车排气污染特征及对市区PM2.5的影响[J].环境科学学报,2018,38(4):1384-1391.SUN Y M,LI S L,CHEN C Z,et al.Study on characteristics ofvehicle exhaust and the influence on PM2.5in Jinan City[J].Acta Scientiae Circumstantiae,2018,38(4):1384-1391. [7]㊀杨佳美,刘保双,毕晓辉,等.泰安市环境受体PM2.5组分特征与来源解析[J].环境科学与技术,2017,40(9):153-160.YANG J M,LIU B S,BI X H,et al.Chemical compositioncharacteristics and source apportionment of ambient PM2.5in Tai a n[J].Environmental Science and Technology,2017,40(9):153-160.[8]㊀ZHANG Y,SHEN J,LI Y.An atmospheric vulnerability㊃512㊃环境工程技术学报第11卷assessment framework for environment management and protectionbased on CAMx[J].Journal of Environmental Management,2018,207:341-354.[9]㊀GOLIFF W S,STOCKWELL W R.The regional atmosphericchemistry mechanism,version2[J].Atmospheric Environment,2013,68:174-185.[10]㊀HODZIC A,AUMONT B,KNOTE C,et al.Volatility dependenceof Henry s law constants of condensable organics:application toestimate depositional loss of secondary organic aerosols[J].Geophysical Research Letters,2014,41:4795-4804. [11]㊀KNOTE C,HODZIC A,JMENEZ J L.The effect of dry and wetdeposition of condensable vapors on secondary organic aerosolsconcentrations over the continental US[J].AtmosphericChemistry and Physics,2015,15:1-18.[12]㊀薛文博,付飞,王金南,等.中国PM2.5跨区域传输特征数值模拟研究[J].中国环境科学,2014,34(6):1361-1368.XUE W B,FU F,WANG J N,et al.Numerical study on thecharacteristics of regional transport of PM2.5in China[J].ChinaEnvironmental Science,2014,34(6):1361-1368. [13]㊀陈云波,徐峻,何友江,等.北京市冬季典型重污染时段PM2.5污染来源模式解析[J].环境科学研究,2016,29(5):627-636.CHEN Y B,XU J,HE Y J,et al.Model analytic research oftypical heavy PM2.5pollution periods in winter in Beijing[J].Research of Environmental Sciences,2016,29(5):627-636.[14]㊀WANG Y J,BAO S W,WANG S X,et al.Local and reginalcontributions to fine particulate matter in Beijing during heavyhaze episodes[J].Science of the Total Environment,2017,580:283-296.[15]㊀US Environmental Protection er s guide comprehensiveair quality model with extensions Version6.40[R].NovatoCalifornia:Ramboll Environ,2016:6-28.[16]㊀杜晓惠,徐峻,刘厚凤,等.重污染天气下电力行业排放对京津冀地区PM2.5的贡献[J].环境科学研究,2016,29(4):475-482.DU X H,XU J,LIU H F,et al.Contribution of power plantemissions to PM2.5over Beijing-Tianjin-Hebei Area during heavypollution periods[J].Research of Environmental Sciences,2016,29(4):475-482.[17]㊀曹国良,张小曳,龚山陵,等.中国区域主要颗粒物及污染气体的排放源清单[J].科学通报,2011,56(3):261-268.CAO G L,ZHANG X Y,GONG S L,et al.Emission inventories ofprimary particles and pollutant gases for China[J].ChineseScience Bulletin,2011,56(3):261-268.[18]㊀ZHANG Q,STREETS D G,CARMICHAEL G R,et nemissions in2006for the NASA INTEX-B mission[J].Atmospheric Chemistry and Physics,2009,173:5131-5153. [19]㊀OHARA T,AKIMOTO H,KUROKAWA J,et al.An Asianemission inventory of anthropogenic emission sources for the period1980-2020[J].Atmospheric Chemistry and Physics,2007,7(100):4419-4444.[20]㊀ZHAO B,WANG P,MA J Z,et al.A high-resolution emissioninventory of primary pollutants for the Huabei Region,China[J].Atmospheric Chemistry and Physics,2012,12:481-501. [21]㊀ 2+26 城市大气污染源排放清单研究[R].北京:中国环境科学研究院,2019.[22]㊀GUENTHER A,KARL T,HARLEY P,et al.Estimates of globalterrestrial isoprene emissions using MEGAN(Model of Emissionsof Gases and Aerosols from Nature)[J].Atmospheric Chemistryand Physics,2006,6(68):3181-3210[23]㊀GUENTHER A,HEALD C L,DUHL T,et al.The model ofemissions of gases and aerosols from nature version2.1(MEGAN2.1):an extended and updated framework for modeling biogenicemissions[J].Atmospheric Chemistry and Physics,2006,68:1471-1492.[24]㊀BOVE M C,BROTIO P,CASSOLA F,et al.An integrated PM2.5source apportionment study:positive matrix factorisation vs.thechemical transport model CAMx[J].Atmospheric Environment,2014,94:274-286.[25]㊀徐峻,杜晓惠,马圣冉,等.重污染应急控制措施效果的快速评估方法[J].环境工程,2018,36(4):165-169.XU J,DU X H,MA S R,et al.Quick assessment method ofeffects of countermeasures in response to severe air pollution[J].Environmental Engineering,2018,36(4):165-169. [26]㊀薛亦峰,闫静,宋光武,等.大气污染物排放清单的建立及不确定性[J].城市环境与城市生态,2012(2):31-33.XUE Y F,YAN J,SONG G W,et al.Establishment of an airpollutant emission inventory and uncertainty analysis[J].UrbanEnvironment&Urban Ecology,2012(2):31-33. [27]㊀BOYLAN J W,RUSSELL A G.PM and light extinction modelperformance metrics,goals,and criteria for three-dimensional airquality model[J].Atmospheric Environment,2006,40(26):4946-4959.[28]㊀贾海鹰,程念亮,何友江,等.2014年春季山东省PM2.5跨界输送研究[J].环境科学,2015,36(7):2353-2360.JIA H Y,CHENG N L,HE Y J,et al.Numerical study on thecharacteristics of regional transport of PM2.5in ShandongProvince during spring in2014[J].Environmental Science,2015,36(7):2353-2360.[29]㊀王庆,刘诗军.影响山东夏季降水的季风水汽输送特征分析[J].气象科学,2006(2):197-202.WANG Q,LIU S J.The correlative analysis between moisturetransport over monsoon areas and the summer rainfall inShandong Province[J].Journal of the Meteorological Sciences,2006(2):197-202.[30]㊀庞海洋,孔祥生,贺正洋,等.山东半岛降雪时空分布特征[J].地球信息科学学报,2019,21(11):1721-1734.PANG H Y,KONG X S,HE Z Y,et al.Spatiotemporaldistribution of the snowfall in Shandong Peninsula[J].Journal ofGeo-Information Science,2019,21(11):1721-1734. [31]㊀WANG X Y,DICKINSON R E,SU L Y,et al.PM2.5pollution inChina and how it has been exacerbated by terrain andmeteorological conditions[J].Bulletin of the AmericanMeteorological Society,2018,99(1):105-119. [32]㊀刘新玲,王晓明,李小明.2000 2004年山东中西部五城市大气污染变化特征[J].科学技术与工程,2008(12):3390-3396.LIU X L,WANG X M,LI X M.Analysis on variationcharacteristics of air pollution in five cities in central and westernShandong Province during2000-2004[J].Science Technologyand Engineering,2008(12):3390-3396.[33]㊀彭玏,赵媛媛,赵吉麟,等.京津冀大气污染传输通道区大气污染时空格局研究[J].中国环境科学,2019,39(2):449-458.PENG L,ZHAO Y Y,ZHAO J L,et al.Spatiotemporal patterns ofair pollution in air pollution transmission channel of Beijng-Tian-Hebei from2000to2015[J].China Environmental Science,2019,39(2):449-458.[34]㊀LIU B S,SONG N,DAI Q L,et al.Chemical composition and sourceapportionment of ambient PM2.5during the non-heating period inTaian,China[J].Atmospheric Research,2016,170:23-33. [35]㊀LIN M Y,OKI T,BENGTSSON M,et al.Long-range transport ofacidifying substances in East Asia:PartⅡ.source-receptorrelationships[J].Atmospheric Environment,2008,42(24):5956-5967.Ѳ㊃612㊃。

《关于PM2.5影响因素的统计分析》篇一一、引言PM2.5，即粒径小于或等于2.5微米的可吸入颗粒物，因其微小的尺寸能够深入肺部甚至血液系统，成为衡量空气质量的重要指标之一。

随着现代工业化和城市化进程的加快，PM2.5污染问题愈发突出，引起国内外广泛的关注。

本文将基于最新的统计数据，对PM2.5的影响因素进行统计分析，以期为相关政策制定和环境保护提供科学依据。

二、数据来源与方法本次研究的数据主要来源于国家及地方环保部门发布的空气质量监测报告。

研究方法包括描述性统计分析和多元回归分析。

我们选取了多个城市近一年的PM2.5浓度数据，以及与之相关的气象、交通、工业排放等数据。

三、PM2.5影响因素的统计分析1. 气象因素气象因素是影响PM2.5浓度的主要因素之一。

根据统计分析，风速、温度、湿度和降水等气象条件对PM2.5浓度有显著影响。

风速较小的时候，空气流动性差，污染物不易扩散，导致PM2.5浓度升高。

温度和湿度的变化也会影响颗粒物的形成和扩散。

例如，低温高湿环境下，颗粒物更易凝结，形成较大颗粒物，进而影响空气质量。

2. 交通因素交通因素也是影响PM2.5浓度的关键因素。

统计数据显示，交通拥堵、车辆尾气排放等因素都会导致PM2.5浓度上升。

城市中心区由于车流量大，交通拥堵现象严重，PM2.5浓度普遍较高。

此外，柴油车等重型车辆的尾气排放也是PM2.5的重要来源。

3. 工业排放与能源消耗工业生产和能源消耗是PM2.5产生的另一重要源头。

统计结果显示，钢铁、化工、电力等重工业行业的排放对PM2.5浓度影响显著。

这些行业在生产过程中会产生大量颗粒物和有害气体，严重污染空气质量。

此外，煤炭等传统能源的消耗也会产生大量PM2.5。

四、多元回归分析为了更准确地分析各因素对PM2.5浓度的影响程度，我们进行了多元回归分析。

结果表明，气象因素、交通因素、工业排放与能源消耗等因素均对PM2.5浓度有显著影响。

其中，气象因素对PM2.5浓度的影响最为显著，其次是交通因素和工业排放与能源消耗。

参赛密码（由组委会填写）第十届华为杯全国研究生数学建模竞赛学校参赛队号队员姓名参赛密码（由组委会填写）第十届华为杯全国研究生数学建模竞赛题目空气中PM2.5问题的研究摘要：本文主要研究空气中PM2.5的相关问题。

针对问题一，本文利用MATLAB软件绘制了PM2.5（含量）与其他五项指标（含量）关系的散点图，并利用SPSS软件分析了PM2.5（含量）与其他五项指标（含量）的相关性。

根据不同依据建立了三个数学模型，然后分析了每个模型的优缺点，选择了一个最优的模型作为PM2.5（含量）与其它5项分指标（含量）之间关系数学模型。

针对问题二，本文绘制了西安市13个监测点的PM2.5含量随时间变化图，并选取两组方差最大的地区绘制了它们的PM2.5含量随时间变化图。

根据这两图分析了该地区内PM2.5的时空分布及其规律，并分区进行了污染评估。

根据问题一所建的模型，结合风力与温度的影响，建立了该地区PM2.5的发生和演变规律的数学模型，并根据所建的模型进行了分析。

并将西安市的监测值与用建立的模型计算出的模拟值进行了比较，证明了模型建立正确。

针对问题三，本文根据前面建的模型和分析结果，给出了该地区未来五年内，综合治理和专项治理相结合的逐年达到治理目标的方案。

关键词：PM2.5，相关性，演变，治理方案1．问题重述大气为地球上生命的繁衍与人类的发展提供了理想的环境。

它的状态和变化，直接影响着人类的生产、生活和生存。

空气质量问题始终是政府、环境保护部门和全国人民关注的热点问题。

2012年2月29日，环境保护部公布了新修订的《环境空气质量标准》(GB3095—2012)。

在新标准中，启用空气质量指数AQI作为空气质量监测指标，以代替原来的空气质量监测指标――空气污染指数API。

原监测指标API为无量纲指数，它的分项监测指标为3个基本指标（二氧化硫SO2、二氧化氮NO2和PM10PM10）。

AQI也是无量纲指数，它的分项监测指标为6个基本监测指标（二氧化硫SO2、二氧化氮NO2、PM10PM10、细颗粒物PM2.5、臭氧O3和一氧化碳CO等6 项）。

PM2.51、雾霾（含PM2.5）国内外研究现状、水平2、研究方法：采样、分析测试（化学、电镜等）评价方法3、形成机理研究现状、研究方法4、光化学反应研究、实验方法PM2.5的化学物种采样与分析方法定义:PM2.5是指空气动力学直径小于或等于2.5μm 的大气颗粒物。

滤膜采样器的主要部件,包括粒径切割器、常用滤膜、滤膜支撑垫以及采样流量的测量与控制装置等。

气溶胶的物理化学性质(如总粒数浓度、云凝结核浓度、光学系数、密度和平衡态含水量等) 、特定粒径颗粒物的化学成分。

成分:PM2.5主要包括含碳组分、水溶性离子物种以及无机多元素,其中既有性质稳定的组分,也有半挥发性成分,包括硝酸铵、半挥发性有机物(SVOCs)和水蒸气(H2O)PM2.5中的许多无机物质(如水溶性组分2-4SO 、-3NO 、+4NH 和其它无机离子)以及部分有机物在大气中具有吸湿性。

虽然有一些研究尝试采用不同的技术与方法(如微波共振、热力学模拟等)对气溶胶中的含水量进行测量或计算,但目前尚无可靠的技术对大气颗粒物中的含水量进行直接(化学)测量,因此在采样中通常未对H2O 的含量变化加以考虑。

PM2.5中半挥发性无机组分(主要是硝酸铵) 在采样过程中的吸附与挥发问题得到成功解决,而在SVOCs 的采样误差问题上迄今尚未形成统一的认识,有关的采样技术仍在发展之中。

温度、压力和相对湿度等均对NH4NO3的热力学平衡有影响,其中温度的影响最大:当温度低于15℃时,NH4NO3主要以颗粒物的形式存在;当气温高于30℃时,NH4NO3主要以气态HNO3 和NH3的形式存在。

因此,采样过程中温度与压力的变化均可改变NH4NO3的分配平衡。

硝酸铵采样: 在采样器的切割器之后设置扩散溶蚀器(Diffusion denuder)吸收气流中的气态硝酸与NOx 以消除其与Teflon 滤膜上所捕集的颗粒物反应,同时在Teflon 滤膜之后设置一张尼龙滤膜以吸收从Teflon 膜的颗粒物中挥发的硝酸盐离子.有机碳( OC)的采样: 研究认为石英膜与所捕集的颗粒物对有机气体的吸附是主要的,如果不对收集在石英滤膜上的气相成分加以修正,则所测得的碳质颗粒物的含量存在正偏差. 通常在第一个石英膜后再串联一个后置石英膜或在另一个平行的端口设置一个Teflon 膜和一个后置石英膜来进行修正。