广西玉林市大气PM10和PM2.5中有机碳和元素碳污染特征分析

2015年7月~2016年3月期间在广西玉林市3个空气监测点位共采集环境大气颗粒物PM_(10)样品218份,PM_(2.5)样品202份,利用多波段热/光碳分析仪分析其颗粒物中有机碳和(OC)和元素碳(EC)浓度水平、时空变化、污染特征及可能来源.结果表明,玉林市PM_(10)中OC和EC质量浓度分别为10.99μg·m~(-3)和5.11μg·m~(-3);PM_(2.5)中OC和EC质量浓度分别为7.51μg·m~(-3)和4.70μg·m~(-3).3个监测点位大气中PM_(10)和PM_(2.5)冬季的OC和EC浓度水平均高于其他季节,PM_(10)、PM_(2.5)中OC和EC的相关性较好,R2分别为0.58和0.60(P均小于0.01).应用最小OC/EC比值法对二次有机碳(SOC)含量进行了估算,冬季大气PM_(10)和PM_(2.5)中SOC平均质量浓度分别为14.50μg·m~(-3)和6.74μg·m~(-3),高于其他季节.PM_(10)和PM_(2.5)中SOC/OC比值均0.5,玉林市大气中粗细颗粒物均以SOC为主.夏季PM_(10)和PM_(2.5)中SOC/OC分别为80.6%和77.7%,为四季最高值,与夏季温度较高、光照强烈、有利于光化学反应将OC转化为SOC有关.     

鞍山市春秋季PM2.5中碳组分特征及来源

为研究鞍山市春秋季PM_(2.5)中碳组分的污染特征及来源,该文于2014年10月和2015年4月在鞍山市设立6个点位采集PM_(2.5)样品,并测定了其中有机碳(OC)和元素碳(EC)的含量。通过对鞍山市PM_(2.5)中OC和EC的浓度水平、OC与EC的相关性及比值、二次有机碳(SOC)的估算和主成分分析等进行研究,分析了鞍山市春秋季PM_(2.5)碳组分的污染特征和来源。结果表明,春季和秋季PM_(2.5)浓度的日均值分别为(94.28±10.27)μg/m~3和(118.60±12.92)μg/m~3;春季PM_(2.5)中OC和EC的质量浓度分别为(12.44±1.53)μg/m~3和(3.80±0.74)μg/m~3;秋季PM_(2.5)中OC和EC的质量浓度分别为(18.53±1.92)μg/m~3和(4.74±1.24)μg/m~3,OC、EC在春秋季的差异具有统计学意义,各监测点位OC与EC浓度均表现为秋季高于春季;春季和秋季各点位的OC/EC值均大于2,说明各采样点位在春秋季均存在二次污染;相关分析表明,春秋季的OC与EC均显著相关,说明春秋季OC与EC来源相似;采用OC/EC最小比值法估算SOC含量,得到春季和秋季SOC浓度分别为4.65和10.37μg/m~3;主成分分析结果表明,鞍山市大气PM_(2.5)中碳组分主要来源于燃煤、生物质燃烧、道路扬尘和机动车尾气。     

成都市西南郊区夏秋季PM_(2.5)碳组分化学特征

为研究成都市西南郊区PM_(2.5)中碳组分浓度的季节变化及污染特征,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)的含量。结果表明:颗粒物PM_(2.5)、总碳(TC)、有机碳(OC)月平均质量浓度夏季比秋季略高;OC/EC平均比值在夏季和秋季分别为2.47和2.18,说明均有二次有机碳(SOC)的生成;OC和EC在夏秋季均有较强的相关性(夏季R~2为0.77,秋季R~2为0.79);SOC在夏、秋季的月平均浓度分别为4.02,2.76μg/m~3;降雨在一定程度上降低了PM_(2.5)的浓度。     

南昌市秋季大气PM_(2.5)中碳组分污染特征

2013年秋季在南昌市6个采样点采集了60个大气PM_(2.5)样品,用热光透射法测定了PM_(2.5)样品中OC和EC的含量,并分析了OC/EC值、二次有机碳SOC浓度水平以及OC和EC的相关性。结果显示:采样期间南昌市大气PM_(2.5)日均值为45.7μg/m~3;OC和EC的浓度范围分别为4.6~15.8μg/m~3和1.5~8.2μg/m~3;各采样点OC/EC均值范围为2.0~3.5,说明各采样点均存在SOC的生成;SOC、一次有机碳POC和总碳TC浓度平均值分别为2.0、9.0和15.5μg/m~3,SOC/OC范围13.6%~31.1%(均值19.1%),SOC/PM_(2.5)范围2.9%~7.2%(均值4.6%);石化、建工学校、省外办和京东镇政府采样点PM_(2.5)中OC和EC的相关性相对较好,来源较为相近;武术学校和林科所OC和EC的相关性较不显著,来源相对复杂。     

菏泽市PM2.5碳组分季节变化特征

于2015年8月到2016年4月在菏泽市城区采集PM_(2.5)颗粒,利用热/光碳分析仪测定了颗粒物中8种碳组分,获得了有机碳(OC)和元素碳(EC)的质量浓度,分析了OC与EC的比值、相关性,使用OC/EC比值法估算了二次有机碳(SOC)的浓度,并使用主成分分析法研究8种碳组分含量.结果表明,(1)PM_(2.5)中OC、EC的年质量浓度变化范围分别为1.2~60.6μg·m~(-3)、0.6~24.8μg·m~(-3),OC/PM_(2.5)、EC/PM_(2.5)的季节分布特征相似:冬季春季秋季夏季;(2)OC/EC的年平均值为2.6±1.0,春夏秋冬OC、EC的相关系数分别为0.91、0.56、0.86、0.75,估算的SOC年平均浓度为(4.7±5.0)μg·m~(-3);(3)不同季节8种碳组分质量分数均为EC1最高,EC3最低.主成分分析结果显示,春秋冬这3个季节碳组分的主要来源为燃煤、机动车和生物质燃烧.     

鞍山市夏冬季PM_(2.5)中碳组分化学特征及来源解析

为研究鞍山市PM_(2.5)中碳组分的化学特征,于2014年7月和2015年1月在鞍山市建成区6个监测点位采集PM_(2.5)样品,并用热光碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过分析2个季节PM_(2.5)中OC和EC的化学特征、比值及其相关性,以及SOC的估算值,定性分析了鞍山市PM_(2.5)中碳质气溶胶的来源;利用因子分析法,进一步分析了其来源.结果表明,夏季和冬季PM_(2.5)的平均浓度分别为(53.4±18.0)和(124.9±60.1)μg/m3.夏季PM_(2.5)中OC和EC的质量浓度分别为(5.44±0.84)和(2.29±0.49)μg/m3;冬季PM_(2.5)中OC和EC的质量浓度分别为(21.47±12.45)和(4.68±1.79)μg/m3.夏季和冬季各点位的OC/EC值的变动范围分别为2.18~2.70和4.04~4.95.相比冬天,夏季OC和EC的相关性较强.夏季和冬季SOC的估算值分别为2.12,11.95μg/m3.鞍山市大气PM_(2.5)中碳组分主要来源于生物质燃烧源、燃煤源、汽车排放和道路扬尘源.     

典型时段西南地区PM_(2.5)及组分污染特征

选取西南地区为采样点,于2015年非重污染和重污染时期对环境PM_(2.5)进行采样,并对PM_(2.5)、水溶性离子和碳质组分的污染特征进行分析。结果显示:重污染与非重污染天PM_(2.5)质量浓度分别为(204.8±47.0)μg/m~3和(66.8±23.1)μg/m~3。重污染天气下SO_4~(2-)、NO_3~-和NH_4~+浓度分别是非重污染天气下的3.5,4.2,3.4倍,SIA浓度占PM_(2.5)的比例可高达42.2%。重污染期间OC和EC浓度分别是非重污染期间的4.8,2.7倍,SOC浓度在非重污染和重污染期间分别为(3.2±1.6),(25.6±15.2)μg/m~3,OC、EC较低的相关性也反映出重污染期间碳质组分来源的复杂性。     

贵阳市秋、冬季PM_(2.5)中碳组分污染特征及来源分析

为研究贵阳市大气细粒子PM2.5中有机碳(OC)和元素碳(EC)的污染特征,于2013年10月14日至2013年12月25日,采集2个监测点位秋季和冬季的PM2.5样品,检测分析PM2.5中有机碳(OC)、元素碳(EC)的质量浓度。结果表明,秋季PM2.5中OC的平均浓度为14.9μg/m3,EC的平均浓度为2.31μg/m3;冬季PM2.5中OC的平均浓度为26.2μg/m3,EC的平均浓度为7.53μg/m3,呈冬季高、秋季低的季节变化特征。秋、冬季PM2.5中OC/EC的值均大于2,表明存在二次有机碳(SOC)的贡献;秋季SOC的值为6.89μg/m3,冬季SOC的值为8.29μg/m3。通过计算PM2.5中8个碳组分丰度,初步判断PM2.5中秋季碳的主要来源是汽车尾气、道路扬尘和生物质燃烧,冬季碳的主要来源是汽车尾气、燃煤尘和道路扬尘。     

京津冀区域PM2.5中碳组分污染特征研究

为了解京津冀区域PM_(2.5)中碳组分污染特征,于2015年7月和10月及2016年1月和4月在北京、天津、保定、石家庄、沧州5个城市同步采集PM_(2.5)样品,采用热/光分析法分析样品中有机碳(OC)和元素碳(EC),使用OC/EC最小比值法估算二次有机碳(SOC).结果表明:京津冀区域主要城市OC、EC和SOC的年均浓度分别为12.9~28.5、4.1~7.9和3.3~10.4μg·m~(-3),OC/EC和SOC/OC的比值分别为2.4~3.0和0.26~0.32.OC和EC的浓度呈现保定石家庄沧州天津北京的空间分布特点和夏季春季秋季冬季的季节变化特点.OC/EC的比值及OC和EC的相关性在夏季最低,冬季最高,这可能与京津冀区域冬季采暖燃煤有关,冬季不利的气象条件也加剧了碳质气溶胶污染.冬季较高的SOC浓度主要与低温、气态前体物的增加以及频繁出现的逆温、小风和混合层高度降低等不利气象条件有关.京津冀区域碳质气溶胶的污染特征具有空间相似性.     

万州城区夏季、冬季PM_(2.5)中有机碳和元素碳的浓度特征

在位于三峡库区腹心的山地城市万州城区采集夏季和冬季PM2.5样品,采用热光反射法(Thermal Optical Reflection,TOR)测定了PM2.5中有机碳(OC)和元素碳(EC)的浓度,探讨了其污染特征及来源.结果发现,OC和EC在夏季的平均浓度分别为(7.09±1.86)μg·m-3和(3.49±0.64)μg·m-3;冬季分别为(16.82±6.87)μg·m-3和(6.21±2.06)μg·m-3,高于夏季,这可能与冬季当地居民生物质燃烧的贡献显著增加有关.冬季OC和EC显著线性相关(r=0.89),表明冬季两者的一次污染来源相近.冬季PM2.5中总碳(TC)和水溶性K+含量的相关性(r=0.88)高于夏季(r=0.69),表明冬季生物质燃烧对碳污染贡献显著.利用OC/EC比值法对二次有机碳(SOC)进行估算,SOC的浓度均值在夏季为(2.17±1.46)μg·m-3,占OC比例为28.18%±13.85%;冬季为(4.46±3.69)μg·m-3,占OC的23.13%±12.30%.通过计算PM2.5中8个碳组分丰度,初步判断机动车尾气排放和生物质燃烧是万州城区碳组分的主要来源.     

北京混合功能区夏冬季细颗粒物组分特征及来源比较

于2014年8月和12月,选择北京某城市混合功能区,分别手工采集一个月的环境空气PM_2.5样品,实验室方法测定滤膜中的元素碳/有机碳、9种可溶性离子、16种无机元素等20余种化学组分,采用CMB模型对夏冬两季PM_2.5来源进行分析.结果表明,夏季PM_2.5日均质量浓度为73μg/m³,低于《环境空气质量标准》,而冬季平均值为111μg/m³,高于夏季和标准限值.冬季OC和EC浓度均高于夏季,且OC/EC比值升高,OC和EC呈线性相关,提示二者有相同来源.NO₃^-、SO₄^2-、NH₄⁺是北京混合功能区3种主要可溶性离子,且夏季生成量较高;冬季Cl^-显著升高与燃煤排放有关.Si、Ti、Fe、Zn、Al等元素质量浓度在0.1~10μg/m³浓度水平,Pb、Cu、Mn、Cr、Ba、Sb等在10~10²ng/m³浓度水平,V、Ni、Co、Mo、Cd等在0.1~10ng/m³浓度水平.且冬季各个元素浓度均高于夏季.CMB模型初步解析结果表明,夏季和冬季颗粒物的来源变化明显,夏季二次硫酸盐、机动车和二次硝酸盐贡献率居前三位,而冬季则为燃煤、机动车和扬尘.     

邯郸市PM2.5中碳组分的污染特征及来源分析

为研究邯郸市PM_2.5中碳组分的污染特征及其来源,于2017年4~12月采集PM_2.5样品,用热光反射法（TOR）分析PM_2.5中有机碳（OC）和元素碳（EC）的质量浓度.结果表明：邯郸市PM_2.5和总碳气溶胶（TCA）质量浓度的年均值分别为（88.87±58.89）μg/m³和（31.45±23.35）μg/m³,PM_2.5质量浓度超标率为50%,TCA/PM_2.5比率的年均值为（38.23%±14.61%）,表明邯郸市碳组分污染严重.冬季PM_2.5中TCA质量浓度均值为（68.06±23.77）μg/m³,TCA/PM_2.5比率的均值为（46.86%±10.07%）,OC（37.09±13.05）μg/m³和EC（8.72±3.78）μg/m³浓度明显高于其它季节,表明冬季碳组分污染较为严重.各季节OC/EC比值均大于2,表明邯郸市全年均受二次有机碳（SOC）的污染;OC、EC及SOC与SO₂、NO₂呈显著正相关,与O₃呈显著负相关,尤其是与NO₂相关关系最强,说明邯郸市碳质气溶胶可能受到机动车尾气排放的影响.对8种碳组分进行主成分分析,发现道路扬尘、燃煤排放和机动车尾气是邯郸市PM_2.5中OC和EC的主要贡献源.     

关中典型城市及农村夏季PM2.5的化学组成对比

于2016年7~8月采集了陕西省西安市（城市）及蔺村（农村）夏季昼夜PM_2.5样品,分析其有机碳（OC）、元素碳（EC）和无机离子等化学组分的含量,探讨关中平原城市和农村地区PM_2.5的化学组成和来源的差异.结果表明,采样期间西安和蔺村的PM_2.5浓度分别为（49.7±22.8）和（62.6±14.2）μg/m³.西安PM_2.5中OC和EC的浓度[（6.5±2.5）μg/m³,（3.2±1.8）μg/m³]与蔺村[（6.8±1.8）μg/m³,（3.8±2.3）μg/m³]相当.西安OC/EC比值白天（2.6）高于夜晚（1.9）,蔺村反之（白天：1.6;夜晚：2.7）,主要是因为夜间城市地区重型卡车运输活动增强导致排放更多EC,而夜间农村地区人为活动较少导致EC排放显著降低.西安和蔺村无机离子总浓度分别为（20.2±14.6）和（30.1±10.5）μg/m³,占PM_2.5浓度的40.6%和47.6%.蔺村SO₄^2-的平均浓度高达19.0μg/m³,占PM_2.5浓度的30%以上,远高于西安（9.4μg/m³和18.9%）,主要与农村固体燃料（煤和生物质）使用有关.西安NO₃^-和Ca²⁺的浓度及其对PM_2.5的贡献、NO₃^-/SO₄^2-比值均明显大于蔺村,表明城市地区受机动车尾气和扬尘的影响更大.西安K⁺与Ca²⁺和Mg²⁺的相关性较强,而蔺村K⁺与EC的相关性显著强于西安,说明西安市区K⁺由粉尘源主导,而农村地区则主要来自生物质燃烧.     

沈阳市冬季不同污染程度PM2.5中OC和EC污染特征

于2018年12月~2019年1月对沈阳市PM_2.5进行持续在线浓度监测,使用有机碳/元素碳分析仪对PM_2.5中有机碳（OC）和元素碳（EC）的质量浓度进行分析,研究了不同污染程度下PM_2.5及其碳组分的污染特征和来源.结果表明,沈阳地区冬季碳组分污染较为严重,不同污染程度下的总碳气溶胶（TCA）约占PM_2.5的36.3%~42.8%.中/重度污染天气下PM_2.5、OC和EC的平均质量浓度达到148.6,29.6,6.6μg/m³,是清洁天的3.1~3.3倍.PM_2.5、OC和EC的日变化均表现为早晚高、午后低,任一时刻其浓度均为中/重度污染>轻度污染>清洁天.不同污染程度下的OC/EC值均大于2,其中污染天比值分布在2.1~25.3区间内,表明燃煤和机动车尾气排放是污染天碳质气溶胶的主要来源.二次有机碳（SOC）随污染程度增加表现出升高趋势,清洁天、轻度污染和中/重度污染下其平均浓度依次为2.9,6.5,10.6μg/m³.后向轨迹聚类结果表明,沈阳地区冬季污染天主要受偏北和西北方向气团影响.     

盘锦市夏冬季PM2.5中碳组分污染特征及来源分析

于2016年7月和2017年1月采集盘锦市3个点位的PM_2.5样品,研究盘锦市夏冬季节PM_2.5中碳组分的特征与来源.结果表明：盘锦市夏季PM_2.5、有机碳（OC）和元素碳（EC）日均浓度分别为（46.14±12.70）,（8.58±2.82）和（2.89±1.54）μg/m³;冬季分别为（91.01±43.51）,（24.50±15.51）和（7.31±5.00）μg/m³.夏季开发区和第二中学2个采样点的OC与EC之间不具有线性相关性;冬季3个采样点OC、EC高度相关.采用最小相关系数法（MRS）估算SOC浓度,得到夏季SOC的浓度为4.65μg/m³,占OC总量的54.19%;冬季SOC浓度为8.42μg/m³,占OC总量的34.36%.通过比值分析和主成分分析得出盘锦市夏季PM_2.5中碳组分主要来源为汽油车尾气和燃煤排放;冬季PM_2.5中碳组分主要来源为机动车尾气、燃煤排放和生物质燃烧.     

基于混合效应模型的京津冀地区PM2.5日浓度估算

利用2016年182d的MODIS 3km AOD数据与地面监测数据,评估了混合效应模型不同参数组合的模拟性能,得出模型在解释AOD-PM_2.5关系时,对时间序列变异的解释能力要比空间差异更佳.在此基础上,利用混合效应模型建立京津冀地区每日的AOD-PM_2.5关系,模型拟合R²为0.92,交叉验证调整R²为0.85,均方根误差（RMSE）为12.30 μg/m³,平均绝对误差（MAE）为9.73 μg/m³,说明模型拟合精度较高.基于此模型估算的2016年京津冀地区年均PM_2.5浓度为42.98 μg/m³,暖季（4月1日~10月31日）为43.35 μg/m³,冷季（11月1日~3月31日）为38.52 μg/m³,与同时期的地面监测数据差值分别为0.59,0.7,5.29 μg/m³.空间上,京津冀地区的PM_2.5浓度呈现南高北低的特征,有一条明显的西南-东北走向的高值区.研究结果表明,基于每日混合效应模型可以准确评估京津冀地区的地面PM_2.5浓度,且模型估算的PM_2.5浓度分布状况为区域大气污染防治提供了基础的数据支撑.     

北京市冬季重污染期间PM2.5及其组分演变特征

通过实时在线监测了2018年11月27日~2019年1月15日北京市城区PM_2.5、水溶性无机离子（Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₂^-、NO₃^-、SO₄^2-、PO₄^3-）、碳质组分（有机碳OC、元素碳EC）的质量浓度以及气态污染物浓度和气象要素,收集整理了近20年北京市冬季PM_2.5、主要离子组分以及碳质组分浓度,分析研究了1999~2018年北京市冬季PM_2.5、离子、碳质组分的变化特征,重点探讨了监测期间清洁日与两个典型重污染事件PM_2.5及其组分的演变特征.结果表明：研究期间PM_2.5浓度为53.5μg/m³,达到近20年北京市冬季较低值,且大气主要污染源由煤烟型污染源转变为燃煤型与机动车尾气复合型污染源.监测期间,湿度高、微弱的西南风导致重污染产生,清洁日、污染事件I与污染事件II PM_2.5平均浓度分别为32.5,138.9,146.8μg/m³且不同时段PM_2.5日变化趋势存在差异.各离子浓度变化为：NO₃^- > NH₄⁺ > SO₄^2- > Cl^- > K⁺ > Ca²⁺ > Na⁺ > PO₄^3- > F^- > NO₂^-~Mg²⁺,总水溶性离子浓度为24.6μg/m³占PM_2.5总浓度的46.0%,其中SNA浓度占总离子浓度的83.7%,是离子中最主要的组分.碳质组分浓度达到近二十年北京市冬季最低值,变化为：一次有机碳POC > EC > 二次有机碳SOC,OC与EC相关系数达到0.99,一次燃烧源对污染过程有较大贡献.NH₄⁺在清洁日与污染II中富集,主要以（NH₄）₂SO₄、NH₄NO₃和NH₄Cl形式存在,在污染I中较少,仅以（NH₄）₂SO₄和NH₄NO₃存在.在污染I和II期间,SO₄^2-的形成昼夜均受相对湿度与NH₃影响;NO₃^-的形成白天受O₃与NH₃的影响,夜间受相对湿度和NH₃的影响.     

天津市区夏季碳气溶胶特征及改进的二次有机碳估算方法

为更加准确地估算环境受体PM_2.5中SOC（二次有机碳）的质量浓度,于2015年6-8月利用在线监测仪器同步采集小时分辨率的PM_2.5及OC（有机碳）和EC（元素碳）样品数据,分析碳气溶胶的变化特征,并尝试运用改进的EC示踪法估算ρ（SOC）.结果表明:天津市区夏季ρ（PM_2.5）为（70.9±46.0）μg/m3,ρ（OC）和ρ（EC）分别为（7.6±3.1）（2.2±1.5）μg/m3,占ρ（PM_2.5）的11.8%±4.6%和3.1%±1.4%,OC/EC（质量浓度之比,下同）的平均值为4.0±2.0.ρ（OC）与ρ（EC）之间的Pearson相关系数（R）仅为0.66,说明OC和EC的来源较为复杂,SOC的产生可能是重要影响因素.ρ（NO₂）与OC/EC呈显著负相关（R=-0.47,P < 0.01）,并且OC/EC（4.0）相对较低,说明天津市区机动车可能对碳气溶胶具有重要影响.ρ（SO₂）与ρ（OC）、ρ（EC）的相关性较低（R均为0.33,P均小于0.01）,说明天津市区碳气溶胶可能受燃煤源的影响较低.改进的EC示踪法主要是利用O₃和CO、EC作为光化学反应和一次源排放的指标,并结合ρ（OC）、ρ（EC）和OC/EC的变化特征,逐步筛选一次排放源主导的时间段的ρ（OC）和ρ（EC）数据,然后利用最小二乘法拟合获得ρ（OC）和ρ（EC）的线性方程,最后进行ρ（SOC）和ρ（POC）（POC为一次有机碳）的估算.天津市区夏季ρ（SOC）的平均值为（2.5±2.0）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的28.8%±15.0%和3.7%±3.6%;ρ（POC）的平均值为（5.2±1.7）μg/m3,分别占ρ（OC）和ρ（PM_2.5）的71.2%±15.0%和8.1%±5.2%,说明天津市区夏季有机碳的主要来源是一次排放源.研究显示,相比于EC示踪法,改进的EC示踪法估算的ρ（SOC）明显降低,ρ（POC）明显升高.AT（大气温度）对ρ（SOC）的影响较为显著,而WS（风速）对ρ（POC）的影响较为显著.      

北京冬季一次重污染过程的污染特征及成因分析

为了研究北京冬季重污染过程的污染特征及形成原因,选取2013年1月9~15日一次典型重污染过程,对污染期间气象要素、大气颗粒物组分特征和天气背景场进行综合研究.结果表明,此次大气重污染过程中PM₁₀和PM_2.5平均质量浓度分别为347.7μg/m³和222.4μg/m³,均超过环境空气质量标准(GB3095-2012)中规定的日均二级浓度限值.重污染时段PM_2.5中NH₄⁺、NO₃^-和SO₄^2-质量浓度之和占PM_2.5质量浓度的44.0%,OC/EC的平均比值为5.44,说明二次无机离子和有机物对此次污染过程中PM_2.5贡献较大.稳定的大气环流背景场、高湿度低风速的地面气象条件和低而厚的逆温层导致北京地区大气层结稳定,加上北京三面环山的特殊地形结构,是造成此次大气重污染过程的主要原因.     

PM2.5致卵巢癌的风险及城乡差异的生态学研究

为了评估PM_2.5排放导致女性生殖系统癌症的风险以及城乡差异,以卵巢癌为例,分析了中国东部地区2000~2011年期间PM_2.5和卵巢癌发病率和死亡率的相关关系,并估算了PM_2.5排放导致卵巢癌发病率和死亡率升高的风险.结果表明,城市地区卵巢癌发病率和死亡率显著高于农村,在城市地区,PM_2.5与卵巢癌发病率显著相关,PM_2.5年平均浓度每上升10μg/m³,城市地区卵巢癌发病率上升的相对风险为9.3%（相对于PM_2.5年平均浓度为35μg/m³时）,每十万人口升高0.51人.