长三角北部沿海城市2018年大气VOCs分布特征

于2018年4—9月在连云港市不同功能区进行了VOCs苏玛罐采样,分析了57种PAMS物种和15种醛酮化合物.结果表明,工业区VOCs浓度最高（54.51 μg·m^-3）,其次是城区（52.59 μg·m^-3）,郊区浓度最低（43.98 μg·m^-3）.不同功能区的VOCs组分占比类似,都为醛酮（39.29%~45.94%） > 烷烃（27.61%~33.15%） > 芳香烃（15.99%~20.25%） > 烯烃（6.49%~7.39%） > 乙炔（0.55%~0.85%）.连云港市PAMS组分浓度与我国其他城市相比明显处于较低水平,季节变化趋势在连云港市城区和郊区基本一致,各组分浓度水平则是城区和工业区较为接近,明显高于郊区.醛酮类化合物中含量最高的为丙酮和2-丁酮,与我国其他城市和乡村地区相比也处在较高水平,季节变化趋势在连云港市所有功能区均呈现春季最高,秋季最低,夏季居中的情况.采用MIR系数计算VOCs的臭氧生成潜势（OFP）,不同功能区对臭氧生成贡献最大的都是芳香烃（39.18%~46.63%）,醛酮（23.90%~29.89%）其次.OFP排名前十物种表明,在连云港市控制正己烷、甲苯、二甲苯、三甲苯等芳香烃和丙酮、2-丁酮,可以有效控制O₃生成.甲苯/苯比值在2左右表明连云港市交通源对大气VOCs贡献显著,由异戊烷/TVOCs比值可知城区和郊区汽油挥发源贡献明显大于工业区,甲醛/乙醛比值在1左右表明连云港市不同功能区大气都符合城市地区的特征,从苯/甲苯与二甲苯/苯比值散点图发现连云港市大气老化特征明显.     

成都市区夏季大气挥发性有机物污染特征及来源解析

2019年6~9月在成都市区对挥发性有机物（VOCs）进行在线观测,研究夏季VOCs浓度水平、变化特征、臭氧生成贡献（OFP）及来源贡献.结果表明,成都市区夏季TVOCs（总挥发性有机物）平均质量浓度为112.66 μg·m^-3,烷烃（29.51%）和卤代烃（23.23%）为主要组分;VOCs日变化峰值主要出现在上午10：00~11：00,受城市机动车、油气挥发和工业排放影响;夏季VOCs的OFP贡献中芳香烃贡献率（42.7%）最高,其次为烯烃（27.4%）,关键活性物种为间/对-二甲苯、乙烯、丙烯、邻-二甲苯、异戊烷、环戊烷和丙烯醛等;使用PMF受体模型进行来源解析表明,移动源为成都市区夏季VOCs的主要贡献源,贡献率为34%,其次为工业源（17%）和油气挥发（14%）,溶剂使用源和天然源分别贡献11%和13%.因此,机动车和工业排放为成都市区VOCs的重点控制源,同时溶剂使用及油气挥发等污染源的管控也不可忽视.     

天津市夏季不同臭氧浓度级别VOCs特征及来源

为深入了解挥发性有机物（VOCs）对臭氧（O₃）污染的影响,基于2019年夏季天津市O₃和VOCs高时间分辨率在线监测数据,对不同O₃浓度级别VOCs污染特征及来源进行分析.结果表明,2019年夏季天津市O₃浓度为优、良、轻度污染和中度污染时,VOCs浓度分别为32.94、38.10、42.41和47.12μg·m^-3.VOCs组分中烷烃、烯烃、炔烃和芳香烃浓度占比分别为61.72%~63.36%、14.96%~15.51%、2.73%~4.13%和18.53%~19.10%,其中烷烃在O₃浓度为良和轻度污染时占比略高,烯烃和炔烃在O₃浓度为优时占比最高,芳香烃在O₃浓度为中度污染时占比最高.浓度较高的VOCs物种主要为丙烷、乙烷、乙烯、甲苯、正丁烷、异戊烷、间/对-二甲苯、丙烯、乙炔、正己烷、异丁烷、苯、正戊烷、异戊二烯和1,2,3-三甲苯,其中异戊烷、正戊烷、苯、乙烯、丙烯、正丁烷和异丁烷浓度贡献随O₃浓度级别上升逐步增加,异戊二烯和1,2,3-三甲苯浓度贡献在轻中度污染时明显升高.烯烃和芳香烃对臭氧生成潜势（OFP）贡献较高,随着O₃浓度级别上升,烯烃对OFP贡献下降,芳香烃贡献上升.乙烯、丙烯、间/对-二甲苯、1,2,3-三甲苯、甲苯、异戊二烯、反-2-丁烯和顺-2-戊烯是影响臭氧生成的关键物种,其中1,2,3-三甲苯、异戊二烯、丙烯和乙烯对OFP的贡献比例在O₃为轻中度污染时明显增加.源解析结果显示,机动车排放源、溶剂使用源、LPG/汽油挥发源、燃烧源、石化工业排放源、天然源和其他工艺过程源是天津市夏季VOCs主要来源,随着O₃浓度级别上升,机动车排放源、LPG/汽油挥发源、石化工业排放源和天然源贡献逐渐增加,燃烧源和其他工艺过程源贡献总体下降,溶剂使用源贡献在轻中度污染时有所下降.     

佛山市冬夏季非甲烷烃污染特征研究

2014年冬季和2015年夏季在佛山市采集了30个非甲烷烃(NMHCs)的样品,定量分析了多种化合物.结果表明,采样期间佛山市冬季和夏季NMHCS的浓度分别为122.30μg·m~(-3)和56.22μg·m~(-3).其中冬季和夏季NMHCs中浓度最高的5个物种由大到小依次为:甲苯(25.12μg·m~(-3))、间/对-二甲苯(13.76μg·m~(-3))、丙烷(9.17μg·m~(-3))、乙苯(7.25μg·m~(-3))、乙烯(6.77μg·m~(-3))和甲苯(6.18μg·m~(-3))、间/对-二甲苯(5.21μg·m~(-3))、邻-二甲苯(4.15μg·m~(-3))、β-蒎烯(3.75μg·m~(-3))、丙烷(3.29μg·m~(-3)).相比2008年,NMHCs有大幅度下降.冬季芳烃、烷烃、烯烃和炔烃所占比例分别为51.20%、34.70%、10.04%和4.05%;夏季芳烃、烷烃、烯烃和炔烃所占比例分别为43.93%、33.99%、19.20%和2.88%.因为NMHCs/NOx的冬、夏季值分别为0.90和1.88,表明采样期间佛山市大气臭氧峰值浓度都是受NMHCs控制,还应继续加强NMHCs的控制.佛山市NMHCs冬季和夏季的丙烯等效浓度和臭氧生成潜势分别为45.09μg·m~(-3)和40.64μg·m~(-3)、392.77μg·m~(-3)和207.77μg·m~(-3).间/对-二甲苯、甲苯和间/对-二甲苯、异戊二烯分别对冬季和夏季的臭氧生成潜势起到很重要的贡献.采样期间佛山市冬季和夏季的苯/甲苯的值为0.15和0.20,表明佛山市冬夏季NMHCs的主要来源是工业过程.相对2008年,本研究中异戊烷不属于佛山市NMHCs中浓度最高的5种污染物,说明佛山市在防止汽油挥发对环境造成影响方面的措施取得了明显成效.     

长沙大气中VOCs研究

应用大气采样罐采样技术和色谱-质谱联用（GC-MS）技术,对2008年长沙市大气中76种挥发性有机物（VOCs）的组分及其质量浓度水平进行测试,比较了各组分对臭氧产生的影响潜势,同时对其主要来源进行简单分析.结果表明,长沙大气总VOCs在上午和下午的浓度分别是38.4×10-9（体积分数）和22.7×10-9（体积分数）,下午大气中VOCs浓度显著低于上午;季节变化呈现VOCs冬季浓度远高于夏季VOCs浓度,组分中以卤代烃最高,烷烃、芳烃次之,烯烃最低,OH消耗速率最高的物质是间、对二甲苯（10.71×10-9 C,碳单位体积比,下同）;其次为1,2,4-三甲苯（6.04×10-9 C）和1,3,5-三甲苯（2.23×10-9 C）.芳烃对大气O3生成贡献最大（66%）,其次是烯烃（26%）,烷烃最低（8%）.高浓度的异戊烷和丙烷说明了机动车排放和液化石油气是VOCs来源之一,苯/甲苯的特征比值接近0.8,远高于机动车尾气排放特征比值0.5;说明溶剂和涂料挥发是其主要来源之一.     

质子转移反应质谱在线测量大气挥发性有机物及来源研究——以深圳夏季为例

含氧挥发性有机物(OVOCs)在光化学烟雾形成过程中起到重要作用,其分析技术在近些年才有突破性发展.为了解深圳大气中含氧挥发性有机物和NMHCs的组成和浓度的演变规律与来源特征,2011年夏季在深圳利用先进的质子转移反应质谱技术对①生物质燃烧示踪物、②生物源排放挥发性有机物、③芳香烃类以及④含氧挥发性有机物等4类VOCs进行了为期4个月的观测.结果显示,深圳OVOCs和NMHCs浓度水平普遍高于国外,且本地甲苯、甲醇和异戊二烯有较强排放,它们的浓度分别为(3.86±5.85)、(16.06±13.88)和(0.75±1.12)ppbv(parts per billion by volume:10-9),主要受本地的溶剂使用挥发以及夏季高温高日照的影响;不同类VOCs有不同的月际变化,但大部分VOCs浓度5月份最高,6月份最低,分析表明这是气象条件和排放源源强变化的综合作用结果;通过研究OVOCs的日变化曲线发现OVOCs不仅来源于一次源的排放,还源于NMHCs的二次转化,其中甲醇和丙酮可能还源于生物质燃烧,乙醛和MEK还受生物源排放的影响;最后结合反向轨迹发现深圳夏季源于洋面的气团对苯乙烯和C9芳香烃的传输作用较大,源于内陆的气团对MEK、乙醛和甲苯的传输作用较大,而甲醇、丙酮、苯等主要受本地源排放的控制.     

深圳市商业厨房排放非甲烷碳氢化合物污染特征研究

随着我国餐饮业的快速发展,餐饮源逐渐成为城市大气非甲烷碳氢（NMHCs）的主要来源之一.因此,深入研究餐饮源NMHCs的排放特征是餐饮业科学减排的重要基础.本研究采集了深圳市6类典型餐馆（西式快餐、茶餐厅、职工食堂、湘菜馆、浙菜馆和家常菜馆）排放的NMHCs,并分析了其相应的排放特征、排放因子（EF）、臭氧生成潜势（OFP）和二次有机气溶胶生成潜势（SOAp）.结果显示,6类餐馆排放NMHCs中,茶餐厅、家常菜馆和浙菜馆排放的烷烃浓度最高,而西式快餐和职工食堂排放的烯烃浓度最高,湘菜馆油烟中烷烃和烯烃浓度相近.采用灶台数及用油量作为EF的核算基准,结果显示西式快餐和职工食堂的EF较高.餐饮排放的NMCHs中乙烯、丙烯、1,3-丁二烯、间/对二甲苯、甲苯及癸烷的OFP最高,而环己烷、正庚烷、正辛烷和正癸烷则具有较高的SOA生成潜势.此外,甲苯和苯不仅具有高的O₃生成潜势,还对SOA的生成有明显贡献,是油烟中值得重点关注的污染物.     

大气中挥发性有机化合物(VOCs)的人为来源研究

在2002年春、夏、秋、冬四季对环境大气中挥发性有机化合物的组成和变化规律进行了研究,在此基础上运用CMB8.0受体模型对各类污染源进行了源解析,得到受体点各人为污染源的年平均贡献率分别为:汽车尾气62%,汽油挥发9%,石油液化气10%,涂料6%,石油化工6%,未知源6%.对不同物种贡献的分析显示,环境大气中的乙烯、苯和甲苯等化合物主要来自于汽车尾气的排放,异戊烷来自于汽油的挥发,石油液化气、涂料、石油化工分别对大气中的异丁烷、正己烷和2,4-二甲基戊烷贡献量最大.     

长白山地区大气VOCs 的观测研究

为了解我国东北内陆背景大气中挥发性有机物(VOCs)的浓度水平和变化形式,采用3 步冷冻浓缩和GC/MS 联用技术对长白山地区大气中VOCs 进行了为期1 年的采样分析.结果表明,长白山地区大气中总挥发性有机物(TVOCs)年平均浓度为(181.7±69.6)×10-9C(碳单位体积比),其中烷、烯、芳香和卤代烃4 类物质的百分含量依次为43%、22%、31%和4%.烷烃类物质中异戊烷、2-甲基戊烷、正戊烷和3-甲基戊烷等机动车尾气或汽油挥发特征性物质浓度最高;芳香烃类物质中苯/甲苯的特征比值略高于机动车尾气排放特征比值0.5;烯烃类物质以植物排放的蒎烯、异戊二烯为主.从高浓度VOCs 种类分析,长白山地区大气VOCs 受汽车污染和森林排放双重控制.TVOCs 浓度年度峰值出现在春季,为(206.0±58.9)×10-9C;谷值出现在冬季,为(152.3±53.9)×10-9C.根据等效丙烯浓度的计算,烯烃对该地区O3 生成贡献最大,而含量丰富的烷烃、芳香烃则在光化学反应中贡献较小.     

贡嘎山本底站大气中VOCs的研究

为研究中国西南地区大气中挥发性有机物（VOCs）区域性本底浓度和变化特征,利用不锈钢钢瓶采样、三步冷冻浓缩进样-气相色谱/质谱联用技术（GC/MS）,测定了贡嘎山大气本底站大气中的VOCs组成、浓度及季节变化,并利用PCA（principal component analysis）受体模型对大气中VOCs来源进行了初步分析.结果表明,贡嘎山地区TVOCs和NMHCs的年平均浓度（体积分数）分别为9.40×10-9±4.55×10-9和7.73×10-9±4.43×10-9,且两者的最高和最低浓度都出现在同一次采样.在TVOCs中,芳香烃所占比例最大,为37.3%,烷烃（30.0%）和卤代烃（19.8%）次之,烯烃的比例最低,为12.9%.通过PCA受体模型分析发现,贡嘎山地区大气中VOCs的主要来源可以归结为交通源、生物源和燃烧源.贡嘎山地区大气中TVOCs呈现明显的季节变化,变化特征为秋季〉冬季〉春季〉夏季,秋季和冬季大气中的TVOCs浓度分别极显著（P〈0.01）和显著地高于夏季（P〈0.05）,由于光化学性质的差异,4种类型的VOCs季节变化也呈现出不同的特征.异戊二烯是生物源的重要排放物,其排放速率与大气温度呈指数相关,在20℃以上随着温度的升高排放速率明显增强,其最高和最低值分别出现在夏季的下午和冬季的上午.与其他地区的研究结果相比,贡嘎山地区TVOCs的排放处于中等水平,有着明显的本底站排放特征.     

深圳市大气PM2.5来源解析

为识别和量化深圳市大气PM_2.5的污染来源,2014年3,6,9,12月分别在5个站点采集PM_2.5的膜样品并进行质量浓度及组分分析,利用正向矩阵因子解析（PMF）模型对其主要来源和时空变化规律进行了解析.结果表明,2014年深圳市PM_2.5年均浓度为35.7 μg/m³,其中机动车源、二次硫酸盐生成、二次有机物生成和二次硝酸盐生成是最主要的来源,质量浓度贡献比例分别为27%、21%、12%和10%;地面扬尘、生物质燃烧源、远洋船舶源、工业源、海洋源、建筑尘和燃煤源贡献比例达2%~6%.各个源贡献的时空变化特征表明,二次硫酸盐生成、生物质燃烧源、二次有机物生成、工业源、远洋船舶源和海洋源显示出明显的区域源特征,机动车源、二次硝酸盐生成、燃煤源、地面扬尘和建筑尘具有显著的本地源特征.     

珠江三角洲地区重点VOC排放行业的排放清单

根据收集的珠江三角洲(珠三角)重点挥发性有机物(VOC)排放行业的活动水平数据,采用近年来VOC估算方面的研究成果及估算方法,建立了该地区2006年重点挥发性有机物排放行业和分城市的VOC排放清单.结果表明:珠江三角洲地区2006年重点挥发性有机物排放行业VOC排放总量为416.9kt,其不确定性(95%置信区间)为302.5~689.6kt(-31%~58%);家具制造业、建筑涂料使用、制鞋业是珠江三角洲重点VOC排放行业的主要来源,分别占总排放量的23.3%,21.2%和17.5%;东莞是珠江三角洲地区2006年重点挥发性有机物排放行业VOC排放量贡献最大的城市,其次是深圳,两者排放量分别占总排放量的23.6%和21.9%,主要的排放亦来源于家具制造业、建筑涂料使用与制鞋业.缺乏本地排放因子和良好的活动水平数据是本研究VOC排放量估算中主要的不确定性来源.     

河北城市霾污染来源的模拟研究

选取2007年12月作为模拟时段,以MM5-Models-3/CMAQ为核心工具,对河北地区4个主要城市(石家庄、邢台、邯郸、保定)的霾污染来源进行了模拟研究,结果表明:工业源和民用燃烧源对河北4城市PM2.5浓度贡献率最大,分别为28.1%³5.4%,29.1%35.4%,29.1%³1.8%。河北4市受工业源排放影响最大的为保定市(35.4%),其余为石家庄(31.7%)、邢台(28.3%)、邯郸(28.1%)。受民用燃烧源影响最大的依然为保定市(31.8%),其余为邯郸(30.0%)、邢台(29.1%)、石家庄(27.5%)。电厂源、民用非燃烧源和交通源的贡献率较小,分别为0.5%31.8%。河北4市受工业源排放影响最大的为保定市(35.4%),其余为石家庄(31.7%)、邢台(28.3%)、邯郸(28.1%)。受民用燃烧源影响最大的依然为保定市(31.8%),其余为邯郸(30.0%)、邢台(29.1%)、石家庄(27.5%)。电厂源、民用非燃烧源和交通源的贡献率较小,分别为0.5%².5%,0.4%2.5%,0.4%⁰.9%,2.0%0.9%,2.0%².3%。对于消光系数的部门来源,最大的依然是工业源和民用燃烧源,民用燃烧源对河北地区消光系数平均贡献率分别为石家庄20.7%,邢台29.1%,邯郸30.7%,保定30.6%;工业源的贡献率分别为石家庄18.2%,邢台15.9%,邯郸16.8%以及保定22.4%。     

深圳西部城区大气O3污染特征及超标成因

利用近5a深圳西部城区（大学城）大气臭氧（O₃）在线监测数据,结合深圳大学城超级站大气复合污染综合观测,获取了大气O₃演变趋势,并探究O₃超标日气象条件及其前体物的组成变化以期掌握大气O₃超标成因.结果表明,深圳大学城大气O₃日最大8h平均体积分数上升速度达1.1×10^-9/a,超标率达到6%以上.高温低湿的气象条件更容易促进大气O₃生成,高温时光化学反应强烈有利于O₃的本地生成,而低湿可能不利于O₃的湿去除从而导致污染积累.挥发性有机物（VOCs）不同组分在O₃超标日上升幅度（70%~95%）明显高于NOx（28%）,且O₃高值浓度分布在高VOCs低NOx区域,说明深圳大学城大气O₃生成主要受VOCs控制.O₃超标日的甲苯与苯比值（T/B）在夜间超过10表明可能存在大量工业排放;而含氧挥发性有机物（OVOCs）在午间（12：00~14：00）的消耗相较于非超标日高出了1倍左右,表明工业活动排放的OVOCs对白天O₃生成可能贡献显著.     

天津市EC和OC气溶胶排放源的估算

通过调研天津市污染源,在原有NO_x,SO₂,NMVOC,CO,NH₃,PM₁₀和PM2.5等污染物的基础上,从工农业生产和居民生活方面计算了天津市各行业、各区县的元素碳(EC)和有机碳(OC)排放量,对天津市2003年大气污染源排放清单进行了发展和补充. 结果表明:天津市2003年EC排放量为1.30×104 t,OC为2.40×104 t. 从排放源的行业分布来看,燃煤源是天津市EC和OC的重要排放源,对EC和OC排放量的贡献均为42%. 移动源与秸秆燃烧也是较大排放源,移动源对EC和OC排放量的贡献分别为43%和35%,秸秆燃烧对EC和OC的贡献分别为15%和23%. 炼焦、钢铁行业是EC和OC的主要工业源,炼焦行业的EC和OC排放量分别占工业源排放量的47%和23%,钢铁行业的EC和OC排放量分别占工业源排放量的24%和18%. 2003年天津市区对EC和OC的贡献均高于其他区县,其次,武清区、塘沽区对2种污染物的贡献也很高. 民用源的EC排放量在PM_2.5中占33.7%. 集中供热的OC排放量在PM_2.5中占67.6%,在各行业中最高. EC和OC排放量在PM2.5中所占比例最高的区域均在市区,最高值分别为25.0%和43.3%,其次是大港区和塘沽区.秸秆燃烧和移动源的估算误差较小,工业燃煤源的估算误差较大. 秸秆燃烧的正负误差分别为+18%和－16%,工业燃煤源的正负误差分别为+300%和－50%.      

北京市春季交通干道移动源非甲烷总烃的在线跟踪观测与特征分析

机动车排放(Vehicular Emission,VE)是地面非甲烷烃(Non-methane hydrocarbon,NMHCs)的重要人为源之一.为获得北京市交通主干道NMHCs的实际排放情况,本研究以自主研发的吸附/热解吸前处理-单光子/化学复合软电离源飞行时间质谱(SPI/CI-TOFMS)为检测手段,于2018年3月14日在北京四环、五环主干道,对C_2～C_(10)挥发性有机物进行了车载在线跟踪观测.结果表明,C_2、C_3高挥发性物质浓度较高,其次是苯系物和丁烷;从空间分布来看,NMHCs浓度在离市中心较近的四环主干道相对较高,且车流量较大的南五环公路和西四环处NMHCs污染也较为严重;从NMHCs的结构组成来看,烷烃(63%、52%)占比最多,芳香烃(23%、32%)次之,烯烃(14%、16%)最少;对NMHCs特征物质之间的线性关系和比值关系进行分析,确定机动车排放对此次观测中NMHCs的生成贡献较大;通过计算各物种臭氧生成潜势(OFP),评估出C_3、C_4烯烃类物质和苯系物为北京四、五环地区优先控制物种.     

京津冀地区城市空气颗粒物中多环芳烃的污染特征及来源

在2013年4个季节,同步采集了京津冀地区3个典型城市(北京市、天津市和石家庄市)空气PM2.5和PM10样品,采用乙腈超声提取-超高压液相色谱法分析了16种多环芳烃(PAHs).结果表明,京津冀地区城市空气PM2.5和PM10中总PAHs的浓度分别为6.3~251.4ng/m3和7.0~285.5ng/m3,呈现冬季>春季>秋季>夏季的季节变化特点和石家庄>北京>天津的空间分布特点.PAHs环数分布以4、5和6环为主,比例分别为25.0%~45.1%、31.7%~40.1%、15.1%~28.2%,2和3环比例之和小于10.3%;与非采暖季相比,采暖季中4环PAHs比例显著增加,5和6环PAHs比例明显下降.PAHs比值法显示,京津冀地区城市空气颗粒物PAHs的来源呈现明显季节性变化特点,燃煤和机动车排放是2个重要的PAHs排放源,在采暖季燃煤来源的比例较大,在非采暖季以机动车排放的来源为主.     

深圳大学城园区典型OVOCs污染特征与来源解析

采用质子转移反应质谱仪（PTR-MS）对深圳大学城园区2017年不同季节（分干湿两季）的6种典型OVOCs和其他非甲烷烃类（NMHCs）进行连续在线监测,分析其干湿季的浓度特征与日变化规律,并应用光化学龄的参数化方法开展OVOCs的来源解析.结果表明,在观测的6种OVOCs中,甲醇的平均浓度最高,达10×10^-9~12×10^-9,其次是乙酸、丙酮和乙醛,约2~5×10^-9,甲酸和丁酮的含量最低,仅1×10^-9~2×10^-9.通过日变化观察到的OVOCs湿季峰值浓度时间明显早于干季,乙醛表现出与臭氧（O₃）相似的日变化特征,揭示了其可能存在二次来源;甲醇和丁酮的峰值浓度时间均早于O₃,可能存在重要的一次排放源.采用光化学龄模型解析出日间污染物来源比例：在污染较重的干季,甲醇、乙醛、丙酮和丁酮的人为一次源占主导,甲酸和乙酸的二次源是主要贡献者;在较清洁的湿季,天然源成为乙醛、丙酮、丁酮、甲酸和乙酸的主要来源.     

机器学习耦合受体模型揭示驱动因素对PM2.5的影响

PM_2.5主要受排放源、大气化学、气象条件等驱动因素的非线性影响,了解驱动因素对PM_2.5浓度的影响十分重要. 本研究基于南开大学大气环境综合观测超级站的逐时在线观测数据,耦合机器学习方法和受体模型,揭示了驱动因素的重要性以及对PM_2.5浓度的影响. 结果表明:① 2018年11月—2020年10月观测地点的PM_2.5浓度范围为3.21~291.80 μg/m3,采暖季PM_2.5浓度和化学组分均高于非采暖季. ②使用受体模型解析PM_2.5的来源及其贡献,发现观测期间二次源的贡献率(44.7%)最高,其他依次为燃煤源(23.6%)、机动车排放源(11.0%)、扬尘源(9.9%)、生物质燃烧源(7.2%),工业源的贡献率(3.6%)最小. ③利用随机森林-SHAP模型量化排放源、大气氧化能力、气象条件等驱动因素对PM_2.5浓度的影响,发现观测期间排放源对PM_2.5浓度的影响程度为54.3%,高于其他驱动因素;气象条件对PM_2.5浓度的影响程度次之,为32.4%;大气氧化能力对PM_2.5浓度的影响程度相对较低,为13.3%. 在采暖季和非采暖季,各驱动因素对PM_2.5浓度的重要性在排序上没有变化,然而驱动因素对PM_2.5浓度的影响程度有所不同. 采暖季排放源对PM_2.5浓度的影响程度高于非采暖季,采暖季大气压对PM_2.5浓度的影响程度低于非采暖季. 研究显示,排放源对PM_2.5的影响相对较大,气象条件和大气氧化能力对PM_2.5浓度的影响也不容忽视.