重庆城区夏季降水对大气污染物的清除效果分析

利用2015年6—8月重庆市沙坪坝区大气污染物连续监测数据和LVCJY-02气象数据采集仪获得的同期降水数据,分析夏季降水对大气污染物的清除效果。结果表明:1)日降水强度对大气污染物的清除效果有影响。当日降水量小于5 mm时,降水对大气污染物清除能力较小;当日降水量大于5mm时,污染物清除效果随降水量增大而增大,日降水量越大,清除率越大,空气质量越好,最大清除率可达48.55%。夏季降水强度对各大气污染物平均清除率从大到小依次为PM_(10)、SO_2、 PM_(2.5)、NO_2和O_3。2)日降水时长对大气污染物的影响也存在差异。其中0~5 h时长降水对大气污染物平均清除率为负值;5~10 h时长降水对PM_(10)平均清除效果最好,为6.17%;10~15 h时长降水对NO_2平均清除率最大,为50.67%;15~20 h时长降水对SO_2平均清除率最大,为59.76%;夏季降水时长对SO_2平均清除率最高,随后依次为PM_(10)、NO_2、 PM_(2.5)和O_3。3)累积降水量与PM_(10)和 PM_(2.5)浓度多呈负相关,随着累积降水量的增加,大气颗粒物浓度会有降低,但累积降水量与气态污染物的相关性不如大气颗粒物。     

大气降水中重金属离子特征研究

大气降水中重金属离子的研究可以反映大气污染、地表水污染的信息.通过对国内外大气降水中重金属研究现状的阐述和大气降水中重金属的来源进行理论分析,并利用实地大气降水采样分析,归纳出其中重金属的特征,监测当前大气的污染状况,从而为区域性的大气中重金属的污染评价及污染治理提供理论依据.降水中的重金属元素主要包括Pb、Mn、Zn、Cu、Cd、Cr等,通过分析测定可以为利用大气降水作为重要饮用水补给源的区域提供饮水安全保障.     

北京市春夏季降水及其对大气环境的影响研究

通过采集北京市2015年春夏季大气降水和大气颗粒物样品,分析研究了大气降水的理化特性,时空变化特征,来源以及对大气颗粒物的影响.结果表明,北京市春夏季降水量主要集中于夏季,降水p H值在南城和北城分别为6.26和6.08,呈偏中性,均表现为春季大于夏季.降水中地壳元素Al和Fe含量较高,Ti、V和Ce含量较低.污染元素Ca和S含量最高,Na和Mg含量较高,Zn、Mn、Cu、Sr、Pb和Ni含量较低,其中Na、Mg、Sr和Ni呈现轻度富集,Ca、Mn和Pb呈现中度富集,Cu、Zn和S呈现严重富集.此外,降水中元素浓度具有显著的季节变化,二次污染元素S表现为夏季高于春季,而其它元素均表现为春季高于夏季;同时也具有较大的空间变化,除Pb元素外,均为南城高于北城.降水中化学组分主要来源于地面扬尘、建筑活动、燃煤、机动车尾气和工业排放.大气降水对大气颗粒物的去除率受降水强度以及前一天空气质量的影响较大,且对细颗粒物PM_(2.5)中污染元素Cu、Zn、Mn和Na清除效果显著,对粗颗粒物PM_(10)中地壳元素Al和建筑尘相关元素Mg和Ca去除效果明显.     

西安市主要大气污染物浓度变化特征及相关特性分析

分析西安市主要大气污染物浓度(PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3)随时间、空间的变化特征及其与天气情况、车流量变化之间的相关特性。结果表明:大气污染物浓度会因地区特点随人流量呈规律性波动;PM_(2.5)、PM_(10)与对应的SO_2、NO_2、CO、大气相对湿度呈正相关,与臭氧、温度、风速呈负相关;受排放及气温辐射影响,NO_2浓度在午后出现峰值且滞后于交通峰值;连续型降水对PM_(10)的稀释作用随降雨天数的增加呈"驼峰"型变化。     

西安市冬季大气颗粒物中重金属污染特征及健康风险评价

选择西安市城区5处典型地段为采样点,检测了冬季大气颗粒物PM_(2.5)和PM_(10)的质量浓度,分析了PM_(2.5)和PM_(10)中所含Fe、Mn、Cu、Zn、Cd、Pb元素含量。结果显示:西安市冬季大气PM_(2.5)和PM_(10)的平均质量浓度分别为193.4,315.2μg/m~3,是GB 3095—2012《环境空气质量标准》中的二级标准限值的2.6,2.1倍;PM_(2.5)/PM_(10)为0.51～0.78,说明大气颗粒物以PM_(2.5)为主;6种重金属在大气颗粒物中含量水平存在差异,含量高低依次为Zn≈Fe>Pb>Mn>Cu>Cd,其中Fe、Cu、Zn、Cd、Pb更容易聚集在PM_(2.5)中;PM_(10)中Fe(2 856μg/m~3)的浓度最高,商业集密区、交通繁忙区和居民集中区的多数重金属元素高于文教区和公园。采用改进后的估算模型进行人体暴露量的估算和风险评估,结果表明:重金属元素的暴露途径强弱顺序为手口摄入>皮肤接触>呼吸摄入;PM_(2.5)和PM_(10)中所含Pb、Cd、Mn的非致癌健康风险(HI介于1.99～6.16,超过1)处于较高水平,对人体健康存在威胁;Cd在PM_(2.5)和PM_(10)中的致癌健康风险(R为2.54×10~(-6)和3.70×10~(-6),低于10~(-4))处于较低水平,但不能忽视其综合作用及长期累积危害。     

挥发性污染物二硫化碳处理技术

2016年11月—2017年2月在西安市城郊连续观测了NO_2、SO_2、O_3和PM_(2.5)的浓度,利用观测数据分析大气污染物的日变化和周末效应特征,结合不同污染物间的相关性分析结果,初步探讨了污染物间的相互作用机理。结果表明:观测期间NO_2、SO_2、O_3和PM_(2.5)浓度的平均值分别为(39.9±21.0),(77.2±22.8),(37.7±23.5),(192±141)μg/m3。PM2.5污染最为严重,超过国家二级标准的2.56倍。NO_2、SO_2和O_3浓度日变化特征显著,其中NO_2和O_3日变化为单峰型,SO_2日变化为单峰单谷型,PM_(2.5)日变化幅度较小。NO_2和SO_2周末效应较为明显,O_3和PM_(2.5)周末与工作日相差较小。PM_(2.5)浓度与NO_2、SO_2和OX浓度均为显著正相关,表明前体物和大气氧化性对PM_(2.5)浓度有显著影响。     

西安城郊采暖季大气污染物浓度特征研究

2016年11月—2017年2月在西安市城郊连续观测了NO_2、SO_2、O_3和PM_(2.5)的浓度,利用观测数据分析大气污染物的日变化和周末效应特征,结合不同污染物间的相关性分析结果,初步探讨了污染物间的相互作用机理。结果表明:观测期间NO_2、SO_2、O_3和PM_(2.5)浓度的平均值分别为(39.9±21.0),(77.2±22.8),(37.7±23.5),(192±141)μg/m3。PM2.5污染最为严重,超过国家二级标准的2.56倍。NO_2、SO_2和O_3浓度日变化特征显著,其中NO_2和O_3日变化为单峰型,SO_2日变化为单峰单谷型,PM_(2.5)日变化幅度较小。NO_2和SO_2周末效应较为明显,O_3和PM_(2.5)周末与工作日相差较小。PM_(2.5)浓度与NO_2、SO_2和OX浓度均为显著正相关,表明前体物和大气氧化性对PM_(2.5)浓度有显著影响。     

西安市主要大气污染物的相关性分析及时空分布特征

为深入了解西安市大气污染程度,对2015年西安市主要大气污染物(SO_2、NO_2、CO、PM_(2.5)、PM_(10)、O_3)的空气质量指数进行了逐日变化分析、相关性分析及空间插值分析。结果表明:SO_2、NO_2、CO、PM_(2.5)、PM_(10)空气质量指数春冬季高于夏秋季,而O_3空气质量指数则是春冬季低于夏秋季。11月和12月份污染较为严重。在4个季度中,PM_(2.5)和PM_(10)与气态污染物SO_2、CO、NO_2均呈正相关,说明PM_(2.5)、PM_(10)与这3种气态污染物具有同源性。SO_2与CO、NO_2均呈显著性正相关,三者均受化石燃料燃烧及机动车尾气影响。O_3与CO、SO_2相关性不大,与NO_2在二季度呈现正相关。SO_2、NO_2、PM_(2.5)、CO、PM_(10)多聚集在高新西区、莲湖区、碑林区、经开区、雁塔区、长安区,O_3多聚集在阎良区、未央区和灞桥区。     

清洁大气背景下贵阳空气质量变化及气象作用

利用贵阳市2013~2016年空气质量监测及气象观测资料进行分析,研究云贵高原城市空气变化及气象影响作用.结果表明:近4a贵阳区域SO_2、NO_2、O_(3_8h)、PM_(10)、PM_(2.5)和CO年平均浓度分别为(20.78±19.71),(28.32±9.59),(107.59±27.54),(67.56±34.32),(42.53±24.52)μg/m3和(0.74±0.22)mg/m~3,除SO_2浓度接近或超出我国中东部城市之外,其它污染物均表现为相对清洁水平;地面O_3浓度逐年明显上升,但其它大气污染物水平均呈逐年下降趋势,且呈现与我国中东部一致的空气质量年际、月际和日变化特征.各功能区污染物区域差异明显,颗粒物和SO_2、NO_2、CO浓度水平表现为工业区居民区郊区,O_3浓度呈现为郊区居民区工业区的特征,表明人为活动对空气质量的影响.近4a O_3与PM_(2.5)夏季白天呈显著正相关,冬季显著负相关,反映了云贵高原城市空气质量的复合污染特性.大气污染物浓度与温度、边界层高度、太阳直接辐射和气压的相关性显著,而与相对湿度和风速相关性较弱,这不同于中东部地区风速主导大气污染物水平变化的特征.云贵高原夏季作为主要雨季,小雨和中雨量级降水对PM_(2.5)吸湿增长较弱,中雨以上降水对PM_(2.5)具有清除作用;而在PM_(2.5)浓度较高和干冷的冬季,小雨的PM_(2.5)吸湿增长明显,中雨以上降水对PM_(2.5)清除显著.     

重庆市大气主要污染物特征分析

基于环境空气质量监测数据,分析了各项污染物时间变化特征,并利用SPSS 19.0软件进行相关性分析和主成分分析。结果表明:SO_2和CO污染较轻,NO_2浓度水平较高,O_3和PM_(2.5)污染相对严重。SO_2和O_3呈现"单峰型",NO_2、CO、PM_(10)、PM_(2.5)呈现"双峰双谷型"的日变化特征。SO_2、NO_2、CO、PM_(10)和PM_(2.5)呈"U型",O_3呈现倒"U型"季节变化特征。PM_(10)、PM_(2.5)与SO_2、NO_2、CO,SO_2与NO_2、CO,NO_2与CO呈现正相关;NO_2、CO与O_3呈现负相关。主成分分析法结果显示第1个因子为PM_(10)、PM_(2.5)、NO_2,第2个因子为O_3。     

成都市降水对大气污染物的清除效果分析

成都市受特殊地形和气候条件影响,地面风速小,静风比例高,空气湿度大,大气污染物扩散缓慢,主要靠降水的冲刷和清除作用去除大气污染物.利用2014年5月13日-2017年12月31日成都市逐小时ρ（PM_2.5）、ρ（PM₁₀）、ρ（NO₂）、ρ（O₃）、ρ（CO）、ρ（SO₂）监测数据和同期地面降水量观测数据,分析了降水前污染物质量浓度、小时最大降水量、降水持续时间及累积降水量对大气污染物清除效果的影响.结果表明:①降水对6种大气污染物的清除率随降水前污染物质量浓度的增加而增大,并且汛期降水对大气污染物的清除率大于非汛期降水.②降水对大气污染物起正清除作用,清除率随降水持续时间的增加而增大.③不同降水量对不同污染物的清除效果不同,对PM_2.5、PM₁₀、NO₂、CO和SO₂的清除率随降水量的增加而逐渐增大,对O₃的清除效果相差不大且清除率均较大;小时最大降水量对PM_2.5、PM₁₀、NO₂、O₃、CO、SO₂的清除率平均值分别为29.48%、26.95%、22.02%、26.87%、11.94%、28.75%,累积降水量的清除率平均值分别为31.64%、30.66%、24.38%、26.31%、13.89%、32.91%,其中CO不易溶于水,降水对其清除作用明显小于其他几种污染物.研究显示,降水对大气污染物的清除作用显著,对SO₂、PM_2.5和PM₁₀的清除效果较好,而对CO的清除效果较差.      

气候变化对浙江省大气污染的影响

开展气候变化对大气污染影响的研究有利于加深对大气污染形成机理的认识.利用1996-2015年浙江省大气成分、气象观测资料,分析气候变化对大气污染的影响.结果表明,近20 a来浙江省呈年高压天气日数增多、年均气温升高、降水集中及年均净辐射、日照时数、风速、气温日较差和水汽蒸发量都下降的气候变化事实.气候变化引起大气污染扩散能力下降,1996-2015年杭州市和浙江省年均大气扩散指数分别下降了0.55和0.81,降幅分别达35.71%和42.69%.大气扩散指数与ρ（PM₁₀）、ρ（PM_2.5）及年霾日数之间呈显著负相关,当大气扩散指数增大时,大气颗粒物浓度和年霾日数均下降,反之亦然.杭州市大气扩散指数与ρ（PM₁₀）、ρ（PM_2.5）之间的相关系数分别为0.73和0.76.杭州市和浙江省大气扩散指数与年霾日数之间的相关系数分别达到0.77和0.78,T检验值则分别为28.88和30.81,说明由气候变化引起的大气扩散能力改变是影响大气污染的重要原因,但不同大气成分受气候变化的影响程度不同.影响ρ（PM₁₀）的关键气候要素是降水量、风速及相对湿度等,影响ρ（PM_2.5）的主要是辐射、气温,影响ρ（SO₂）的主要是气温,影响ρ（NO₂）及ρ（NO₃-）、ρ（NH₄+）的主要是辐射.总体来说,浙江省近20 a的气候变化事实可能有利于促进ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）及ρ（O₃）等上升,促进ρ（SO₂）、ρ（NO₃-）、ρ（SO₄2-）、ρ（NH₄+）等下降.      

基于遥感资料的北京大气污染治理投资对降低PM_(2.5)的效能分析

采用北京市环境监测中心35个站点的PM2.5监测数据及MODIS Terra的大气气溶胶光学厚度L3 C051产品数据,分季度建立北京市PM2.5历史浓度遥感估算模型.结合北京大气污染物(PM10、PM2.5、SO2、NO2)年均浓度数据,对北京市2001—2012年间用于工业废气污染治理投资累计额进行了效能分析.研究表明,北京市工业废气污染治理投资对于改善大气PM10、SO2、NO2均有显著贡献,但其对于大气PM2.5污染的治理效果并不明显.可能原因包括PM2.5排放源的复杂性、相关治理措施对PM2.5的针对性、经济增长导致的区域PM2.5源排放持续增长及区域外排放的持续影响等.因此,需要采取专门的有针对性的治理措施,建立健全大气污染治理技术和激励机制,控制工业燃煤及城市交通排放,削减本地及周边源排放,以有效改善北京地区大气PM2.5污染状况.     

深圳大气降水的化学组成特征

为了了解近年来深圳降水的化学特征与大气污染状况,连续2 a采集了深圳降水样品,分析其化学组分.结果表明,与北京等中国北方内陆城市相比,深圳降水中离子浓度比较低,但降水的酸化程度和酸化频率非常高,雨量加权pH值在2004年和2005年分别为4.48和4.68,酸化频率分别为88%和91%,降水酸化严重;相对中国内陆酸雨城市,深圳降水中SO24-对雨水酸性贡献相对较低,而NO-3和Cl-对雨水阴离子总量及降水酸性的贡献相对较大;Cl-和Na 对雨水阴阳离子的贡献较高,深圳降水受海洋的影响显著;SO24-、NO-3、NH 4等二次组分在雨水中占有很高比例,三者之和超过离子总量的40%,表明深圳大气环境中二次污染突出;降水中不同组分的来源差别较大,Cl-、K 、Na 主要来自海洋源,而SO24-、NO-3、Ca2 、Mg2 主要来自非海洋源;甲酸、乙酸和乙二酸是深圳降水中主要的有机酸,三者之和在2004年和2005年分别占检测到的有机酸总量的94%和99%.     

北京市典型区域降水特性及其对细颗粒物影响

通过采集北京市典型区域2016年12月~2017年11月期间大气降水样品,实时监测降水前、期间和后大气非难熔亚微米颗粒物NR-PM₁及其组分浓度,研究了降水的理化特性、典型降水过程离子组分变化特征、以及对大气非难熔亚微米颗粒物NR-PM₁及其组分的影响,同时采用后向轨迹聚类分析法研究了气团长距离传输对降水组分的影响.结果表明,2017年北京市典型区域降水主要集中在夏季,约占总降水量的82.2%,降水主要呈中性或碱性,酸雨发生率很低.降水pH值表现为冬季 > 春季 > 夏季~秋季的季节变化特征.降水中总离子浓度、总阴、阳离子浓度均表现为春季 > 夏季 > 冬季 > 秋季,且呈污染日显著高于清洁日的变化特征.降水中主要水溶性离子年均浓度表现为NH₄⁺ > Ca²⁺ > NO₃^- > SO₄^2- > Na⁺ > Cl^- > Mg²⁺ > F^- > K⁺,其中NH₄⁺、Ca²⁺、NO₃^-和SO₄^2-是降水中最主要的离子组分,占总离子浓度的80%以上,各离子浓度均呈污染日高于清洁日的变化特征.降水期间不同时段,降水中各离子浓度大多表现为：降水初期最高,降水中期显著低于降水初期,降水后期均略有增加.降雨量和降雨速率较小的降水对污染日大气NR-PM₁及其组分的清除作用较强,而降雨量和降雨速率较大的降水对清洁日NR-PM₁及其组分的清除作用较小.值得关注的是在降水不同时段,始终存在2个重要的过程,即污染物的累积和二次污染物的形成过程,以及降水的云下冲刷和云内雨除过程.研究期间,降水主要受到东南和西南方向气团影响,分别约占总降水的60%和23%,且主要发生在夏季,这些气团对降水中离子组分都有不同程度的影响.     

Influence of different weather events on concentrations of particulate matter with different sizes in Lanzhou, China

The formation and development of weather events has a great impact on the diffusion, accumulation and transport of air pollutants, and causes great changes in the particulate pollution level. It is very important to study their influence on particulate pollution. Lanzhou is one of the most particulate-polluted cities in China and even in the world. Particulate matter (PM) including TSP, PM_>10, PM_2.5-10, PM_2.5 and PM_1.0 concentrations were simultaneously measured during 2005-2007 in Lanzhou to evaluate the influence of three kinds of weather events - dust, precipitation and cold front - on the concentrations of PM with different sizes and detect the temporal evolution. The main results are as follows: (1) the PM pollution in Lanzhou during dust events was very heavy and the rate of increase in the concentration of PM_2.5-10 was the highest of the five kinds of particles. During dust-storm events, the highest peaks of the concentrations of fine particles (PM_2.5 and PM_1.0) occurred 3 hr later than those of coarse particles (PM_>10 and PM_2.5-10). (2) The major effect of precipitation events on PM is wet scavenging. The scavenging rates of particles were closely associated with the kinds of precipitation events. The scavenging rates of TSP, PM_>10 and PM_2.5-10 by convective precipitation were several times as high as those caused by frontal precipitation for the same precipitation amount, the reason being the different formation mechanism and precipitation characteristics of the two kinds of precipitation. Moreover, there exists a limiting value for the scavenging rates of particles by precipitation. (3) The major effect of cold-front events on particles is clearance. However, during cold-front passages, the PM concentrations could sometimes rise first and decrease afterwards, which is the critical difference in the influence of cold fronts on the concentrations of particulate pollutants vs. gaseous pollutants.     

苏鲁边界区域水资源保护与利用的协同机制探讨——以南四湖为例

通过对苏鲁界湖南四湖水源保护与利用状况的详细考察,全面系统分析了湖域水资源现状、存在的关键问题、影响因素等。针对湖域水资源现状,探讨了南四湖流域水资源保护与利用的协同机制,即建立湖域水资源协同规划与管理机制、湖区经济协同发展机制、生态修复与补偿协同机制、群众协同参与与监督机制、水危机协同处置机制和湖域界面冲突协同控制机制等,以促进跨界区域水资源的保护与利用,统筹区域协同发展,增强南四湖湖域的可持续发展能力。     

烟花爆竹集中燃放的大气细颗粒物(PM2.5)成分图谱

烟花爆竹燃放是大气细颗粒物（PM_2.5）来源的途径之一.以泉州城区春节期间为例,研究烟花爆竹燃放对大气细颗粒物的影响,服务大气污染的特殊污染源管理.结果表明,烟花爆竹集中燃放时段,SO₂、PM₁₀和PM_2.5浓度明显升高,尤以PM_2.5的升高最为显著,城区PM_2.5日均浓度峰值约为年均值的4倍,涂山街点位PM_2.5小时浓度峰值约为城区年均值的21倍;燃放高峰期Al、Mg、Ba、Cu、Sr等烟花爆竹的特征元素占比迅速上升,Al⁺、Mg⁺、Ba⁺、Cu⁺间的小时数浓度高度相关;监测期间泉州城区细颗粒物主要污染源是烟花爆竹燃放和生物质燃烧,贡献占总颗粒物的一半以上,燃煤和工业工艺源的比例相对较低,均低于10.0%;集中燃放时段大气细颗粒物浓度高达0.578 mg·m^-3,此时的烟花源的贡献比例也提升到58.2%;污染过程分析表明PM_2.5浓度与烟花源的占比、数浓度的变化趋势具有趋同性.以上结果说明烟花爆竹的集中燃放是春节期间泉州大气环境恶化的主要原因.     

深圳市城区大气颗粒物及主要水溶性无机离子的污染特征

基于2015年深圳市大气颗粒物和主要水溶性无机离子的观测数据,深入分析了大气颗粒物的浓度变化及二次污染特征.结果表明2015年深圳的大气颗粒物（PM₁₀、PM_2.5、PM₁）浓度虽然低,但其中细粒子占比高,PM_2.5/PM₁₀的比值高达0.744,甚至大于广州典型灰霾过程中的粗细粒子比.大气颗粒物浓度季节变化明显,秋冬高,春夏低.其日变化特征明显受到交通高峰的影响,汽车尾气可能是污染来源之一.SO₄^2-、NO₃^-和NH₄⁺（SNA）质量浓度在PM_2.5中的占比超过1/3（37.7%）,且全年硫转化率都大于0.1,这说明深圳市细颗粒物主要来自于二次转化.深圳大气颗粒物浓度受气象要素影响显著,与气压正相关,与气温、相对湿度、降水及风速负相关;若将风速、气温、气压、相对湿度和降水作为一个整体考虑,这些气象要素对深圳大气颗粒物浓度的影响大小是PM₁ > PM₁₀ > PM_2.5.本工作不仅对深圳的大气环境管理和经济可持续发展有着重要参考价值,还对空气相对清洁地区的大气颗粒物和霾治理具有指导意义.     

基于多源数据的西安大气重污染过程案例分析

基于大气污染六要素（PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃）、PM_2.5化学组分数据、地面气象观测数据、微波辐射计数据和大气再分析数据,采用物质平衡和硫/氮氧化速率（SOR/NOR）等方法对2019年1月西安市一次重污染事件过程和成因机制进行综合分析.将该次污染过程划分为累积阶段（P1）、维持阶段（P2）和消散阶段（P3）,本次重污染过程主要是由于不利天气形势叠加反馈效应造成的,P1和P2阶段西安在500hPa都受平直西风气流影响,海平面气压为均压场,等压线稀疏,天气形势稳定,且925hPa以偏东风为主,不利于大气污染扩散.地基微波辐射计可辅助反映气象条件与重污染间的反馈机制,其反演的水汽密度和逆温均与PM_2.5存在显著线性相关关系,相关系数分别为0.86和0.38.反馈机制主要表现为：当污染达到一定程度时产生辐射冷却效应使地面降温,进而导致或加强逆温,混合层高度降低,水汽积聚,高湿条件通过加速二次转化和促进气溶胶吸湿增长使污染进一步维持,因此P2阶段二次无机离子（SO₄^2-+NO₃^-+NH₄⁺,SNA）和"其他"组分对PM_2.5的贡献率较大,分别为43.2%和23.1%,且SOR、NOR和消光系数均在P2阶段达到峰值.NH₄NO₃、有机物（OM）、（NH₄）₂SO₄和元素碳（EC）对消光系数的总贡献率超过85%,但各组分占比排序在每个阶段略有不同.