道路两侧不同树种对大气中可吸入污染颗粒物的吸附效应分析研究

不同树种对大气中可吸入污染颗粒物的吸附效应存在显著差异,其中,白杄、油松对PM_(10)的吸附效应较强,白杄对PM_(1.0)的吸附效应较强,油松对TSP的吸附效应较强,白杄、油松对PM_(2.5)的吸附效应较强;而国槐对上述可吸入污染颗粒物的吸附效应较弱;白毛杨的吸附效应最弱。因此可以得出结论,气孔密集、绒毛多的叶片有利于树种对污染颗粒物的吸附,其中,白杄、油松的综合吸附效应最好,能够有效降低大气中可吸入污染颗粒物的含量,是优良的道路两侧绿化树种。     

北京市常见落叶树种叶片滞纳空气颗粒物功能

为了探求北京市常见落叶乔木树种滞纳空气颗粒物的功能,选取了6种典型落叶乔木树种(杨树、刺槐、栾树、垂柳、元宝枫、银杏),利用空气气溶胶再发生器(QRJZFSQ-I)测定了不同树种单位面积叶片对空气总悬浮颗粒物(TSP)、粗颗粒物和细颗粒物的滞纳量.结果表明:16个树种的叶片对不同粒径空气颗粒物均能起到一定的滞纳作用,且不同树种滞纳量表现出较大差异,栾树和刺槐单位面积叶片对不同粒径颗粒物的滞纳量最高,杨树的滞纳量最小;2不同树种单位面积叶片对不同粒径颗粒物的滞纳量并不完全随着取样时间的延长而增加,在雨后8 d和雨后5 d,不同树种单位面积叶片对TSP和粗颗粒物的滞纳量差异较大,但不同树种单位面积叶片对细颗粒物的滞纳量在不同取样时间下没有明显差异.在北京以空气污染的生态治理为目标选择落叶树种时,与银杏、垂柳、元宝枫、杨树相比,应优先选择栾树,其次为刺槐.     

北京不同污染地区园林植物对空气颗粒物的滞纳能力

城市园林植物作为城市生态系统的重要组成成分,在滞纳空气颗粒物,净化城市大气环境发挥着重要作用.本文以北京市6种常见园林植物为研究对象,利用气溶胶再发生器(QRJZFSQ-I)测定了不同污染地区叶片对大气颗粒物的滞纳能力,同时利用环境扫描电镜观察了测试树种叶片结构变化.结果表明:1在所测的树种中,针叶树种单位叶面积滞纳空气颗粒物的能力比阔叶树种高,其中油松(Pinus tabuliformis)滞纳量最高,为(3.89±0.026)μg·cm-2,其次是白皮松(Pinus bungeana),为(2.82±0.392)μg·cm-2,毛白杨(Populus tomentosa)最小,为(2.00±0.118)μg·cm-2;2通过观察叶片微观形态结构发现,针叶树种气孔排列紧密,气孔密度比阔叶树种大,表面粗糙度高于阔叶树种,而且能够分泌油脂;3在不同污染区,相同树种叶片滞纳PM10存在显著差异,五环周围的树种叶片单位叶面积滞纳PM10能力要高于植物园的,而相同树种叶片单位叶面积滞纳PM2.5则无明显差异;4在不同污染区下,叶片结构发生了重要的适应性变化,相对于轻污染区,在重污染区植物叶片外表皮细胞收缩,叶片表皮纹理变得更加粗糙,气孔频度和绒毛长度增加.尽管暴露于重污染区植物叶片发生重要变化,但是这些植物仍然能够正常健康地生长.     

海口市冬季不同功能区空气颗粒物中重金属分布特征及来源解析

使用自动采样器连续72h采集海口市4个城市功能区样点的空气颗粒物(TSP和PM_(10))和样点附近的城市表土,并测定其中的Pb、Cd、As、Cu、Zn、Fe元素含量,发现海口市冬季空气TSP和PM_(10)中的Pb、Cd和As浓度远低于其在GB 3095—2002《环境空气质量标准》中的限值,重金属主要分布在颗粒物PM_(10)上;商业区TSP和PM_(10)中的Cd、Cu、Zn和As含量显著高于其他区域(P<0.05)。5种重金属在TSP和PM_(10)中的富集因子相对较高,属中重度污染水平。     

城市绿地对颗粒物及重金属元素的净化作用

研究城市绿地树木对空气颗粒物的消减作用及对重金属元素的富集效应,可为探索城市绿地的环境净化功能提供科学依据。文章通过在沈阳市代表不同污染源区域设置斑块状绿地(英雄公园和北陵公园代表交通污染源,沈阳化工大学代表工业污染源,南湖公园代表商业和生活污染源,棋盘山森林公园代表相对清洁区)研究其对PM_(2.5)等颗粒物的消减效率规律,并选择典型树种油松研究叶片对重金属元素的富集效应。TSP、PM_(10)、PM_(2.5)和PM_1 4种粒径颗粒物浓度总体上由高到低依次为英雄公园、北陵公园、沈阳化工大学、南湖公园和棋盘山森林公园。不同污染源区域绿地景观内距林缘不同位置处空气颗粒物浓度变化规律存在差异,与林分结构的"顶盖效应"以及空气污染状况关系密切。绿地景观对不同粒径空气颗粒物的消减效率的规律表现为棋盘山森林公园和南湖公园最高,英雄公园和北陵公园次之,沈阳化工大学最低。各污染源区域油松针叶的Cr、Hg、As、Pb、Cu和Cd含量均是多年生叶高于一年生叶;Zn和Ni含量则除南湖公园为多年生叶高于一年生叶外,其余均为多年生叶与一年生叶相差不大。As、Cu、Hg和Pb含量一年生叶和多年生叶间的差异显著;Cd、Cr、Ni和Zn含量则差异不显著。各区域间油松针叶重金属含量差异显著。除了Cr元素之外,土壤和叶片Cr、Ni、Cu、Zn、Cd、Hg、As、Pb 8种重金属元素含量均呈现出显著的正相关关系。斑块状绿地对空气颗粒物的消减作用较明显,随着污染源的强度增加有所减弱,同时受到林分结构的影响;树木叶片对重金属具有显著的累积效应,与土壤重金属含量显著正相关。     

北京1o个常绿树种颗粒物吸附能力研究

大气中颗粒物PM( particuIate matter)不仅造成环境污染,还对人体造成严重的危害.城市绿色植物作为大气过滤器,能够有效地提高城市空气质量,保护人体健康.因此了解不同树种对空气颗粒物的吸附滞纳作用是必要的.以北京植物园10种常绿植被为研究对象,应用空气气溶胶再发生器( QRJZFSQ_I)测定了北京市常见6种乔木和4种灌木叶片对空气总悬浮颗粒物( TSP)﹑PM10﹑PM2.5和PM1.0的吸附能力.结果表明①不同树种叶片表面附着颗粒物的能力差异明显,最高的是雪松( Cedrus deodara)和油松( pinus tabuliformis),吸附量分别是(18.95±0.71)μg.cm-2和(14.61±0.78)μg.cm-2,冷杉( Abies fabri)最小,为(8.02±0.4)μg.cm-2;②不同树种叶片单位面积对不同颗粒物的附着能力也存在差异,附着PM10能力最强的是油松和雪松,附着PM2.5能力最强的是雪松﹑铺地柏( Juniperus procumbens)﹑龙柏( Juniperus chinensis cv. kaizuka)和油松,附着PM1.0能力最强的是雪松﹑铺地柏﹑冷杉和油松;③不同月份叶片上附着的各粒级颗粒物( PM10﹑ PM2.5 )占TSP的比例不同.其中PM10在4~6月之间主要表现两种变化趋势,一是先上升后下降,主要为灌木树种;二是逐渐上升,主要的树种是乔木树种.而PM2.5则没有这种明显的变化趋势.     

北京10个常绿树种颗粒物吸附能力研究

大气中颗粒物PM(particulate matter)不仅造成环境污染,还对人体造成严重的危害.城市绿色植物作为大气过滤器,能够有效地提高城市空气质量,保护人体健康.因此了解不同树种对空气颗粒物的吸附滞纳作用是必要的.以北京植物园10种常绿植被为研究对象,应用空气气溶胶再发生器(QRJZFSQ-I)测定了北京市常见6种乔木和4种灌木叶片对空气总悬浮颗粒物(TSP)、PM10、PM2.5和PM1.0的吸附能力.结果表明:1不同树种叶片表面附着颗粒物的能力差异明显,最高的是雪松(Cedrus deodara)和油松(Pinus tabuliformis),吸附量分别是(18.95±0.71)μg·cm-2和(14.61±0.78)μg·cm-2,冷杉(Abies fabri)最小,为(8.02±0.4)μg·cm-2;2不同树种叶片单位面积对不同颗粒物的附着能力也存在差异,附着PM10能力最强的是油松和雪松,附着PM2.5能力最强的是雪松、铺地柏(Juniperus procumbens)、龙柏(Juniperus chinensis cv.kaizuka)和油松,附着PM1.0能力最强的是雪松、铺地柏、冷杉和油松;3不同月份叶片上附着的各粒级颗粒物(PM10、PM2.5)占TSP的比例不同.其中PM10在4~6月之间主要表现两种变化趋势,一是先上升后下降,主要为灌木树种;二是逐渐上升,主要的树种是乔木树种.而PM2.5则没有这种明显的变化趋势.     

北京大兴6种常见绿化树种吸附PM_(2.5)能力研究

该文以北京大兴南海子公园6种常见园林绿化树种为研究对象,应用气溶胶再发生器对植物叶片PM_(2.5)吸附量进行了定量研究,分析了叶表面微形态特征。结果表明:单位叶面积PM_(2.5)吸附量油松和白皮松最大,其次为柳树、五角枫,杨树和银杏最小,且针叶树种PM_(2.5)吸附能力强于阔叶树种;不同树种单位叶面积PM_(2.5)吸附量均值:4月在(0.008±0.002)~(0.053±0.008)μg/cm2之间、5月在(0.010±0.001)~(0.067±0.017)μg/cm2之间、6月在(0.014±0.001)~(0.328±0.073)μg/cm2之间,从不同月份看,表现为6月(0.093±0.124)μg/cm25月(0.031±0.023)μg/cm24月(0.027±0.019)μg/cm2;油松、白皮松叶表面凹凸不平,粗糙度较大,且气孔密集,开度较大,从而致使其吸附PM_(2.5)能力最强;而杨树、银杏、五角枫叶表面光滑,气孔较少,颗粒物不易附着,且因蜡质的疏水特性,对植物表面具有一定的清洁作用,其吸附PM_(2.5)能力较弱;此外,叶表面存在绒毛有利于植物叶片吸附PM_(2.5)等颗粒物。因此,在绿化造林时可优先考虑种植叶表面粗糙、有绒毛存在的针叶树种,将更有利于PM_(2.5)等颗粒物的吸收,从而提高植物的环保效益。     

北京市常见树种叶片吸滞颗粒物能力时间动态研究

目前,以显微镜观察叶片微观结构已被证明是研究叶片吸滞颗粒物机理的有效方法.本文利用颗粒物再悬浮法和原子力显微镜,观察了北京市主要园林树种吸滞颗粒物的能力和叶片的表面特征,并探讨了不同树种吸滞颗粒物能力随时间变化的规律及叶片微观结构对滞尘能力的影响.结果表明:1针叶树种吸滞总悬浮颗粒物(TSP)能力大于阔叶树种,排序为:油松((27.13±0.44)μg·cm~(-2))白皮松((10.74±0.23)μg·cm~(-2))五角枫((8.24±0.18)μg·cm~(-2))柳树((7.71±0.18)μg·cm~(-2))银杏((6.43±0.17)μg·cm~(-2))杨树((6.17±0.19)μg·cm~(-2)),不同时间段树种滞尘能力不一致;2观测期间,针叶树种吸滞TSP和粗颗粒物(PM10)能力随月份呈U型趋势,在8、9和10月最低,随后又逐渐上升,而阔叶树种吸滞颗粒物能力则呈倒U型趋势,在7、8月最高,但不同树种吸滞细颗粒物(PM2.5)能力随时间变化均无明显规律性;3通过对叶片表面原子力显微镜(AFM)结构观测发现,叶片表面粗糙度越大,其吸滞颗粒物能力越强.     

北京常见绿化树种叶表面形态与PM_(2.5)吸滞能力关系

文章以北京大兴南海子公园常见绿化树种为研究对象,应用气溶胶再发生器对植物叶片在自然状态和饱和状态下PM_(2.5)吸滞量进行定量分析,分析叶表面微形态特征。结果表明:不同树种自然状态下单位面积PM_(2.5)吸滞量存在显著差异,整体表现为针叶树种显著高于阔叶、灌木树种,其中桧柏、油松PM_(2.5)吸滞量较大,银杏、杨树吸滞量较小;饱和状态下,PM_(2.5)吸滞量显著增加,但其吸滞能力排序与自然状态下基本保持一致。叶表面存在气孔、细密沟状组织等,有利于叶片吸滞PM_(2.5)等细颗粒物;叶表面光滑,无明显起伏,存在较宽沟壑,不利于叶片吸滞细颗粒物。为合理选择滞尘能力强的绿化树种提供理论依据,从而提高城市绿化植被的环保效益。     

叶片大气颗粒物滞纳能力评估方法的定量对比

为探究基于相同实验材料和叶面积测定方法的前提下,5种评估叶片滞尘能力方法的差异,并在此基础上归纳总结各方法的优缺点,本研究以北京市常见、叶片特征区别较大的4个城市绿化树种油松（Pinus tabuliformis）、侧柏（Platycladus orientalis）、银杏（Ginkgo biloba）和一球悬铃木（Platanus occidentalis）为研究对象,采集叶样后,分别用质量差减法（MS）、滤膜法（MF）、气溶胶再发生器法（AR）、电镜扫描法（SEM）和基于超声清洗的洗脱称量粒度分析法（ultrasonic-EWPA）对4个树种叶片的PM滞纳能力及特征进行评估.评估的同时测定每种方法评估所需总时间,并计算其所需总成本.结果表明,虽然不同方法得到的叶面滞尘效率数值的差异巨大,但得到的叶面滞尘效率的树种排序存在重合部分,其中,评估原理相同或类似的方法得到的结果重合部分更多（最多的为AR和SEM）.各方法得到的针对同一指标的相同树种排序中,有89%的排序为侧柏 > 油松 > 一球悬铃木 > 银杏,其余排序为一球悬铃木 > 银杏 > 侧柏 > 油松.5种方法中,得到指标数量最多、成本最高的均为ultrasonic-EWPA,得到指标数量最少、成本最低的均为MS;耗时最长的为MF,最短的为AR.ultrasonic-EWPA和SEM是高投入高产出型方法,即虽然需要较多的实验耗时及成本,但能得到更丰富的评估信息;MS则属于低投入低产出型,得到的信息量较少,适用于只需粗略评估树木总滞尘能力的情况;MF所得信息量中等,成本较低,但耗时过长,使用前需进行权衡;AR对设备和参数的要求严格,需谨慎使用.本研究结果可为今后研究人员选择用于评估植物滞尘能力的具体方法提供全面详实的科学依据.     

阳泉市秋冬季PM2.5化学组分及来源分析

采集了阳泉市城区2017年10月15日～2018年1月23日PM_(2.5)样品,分析了优良天和污染天PM_(2.5)及其化学组分特征,并利用富集因子分析法(EF)和正定矩阵因子分析法(PMF)对PM_(2.5)进行来源分析.结果表明,采样期间污染天二次无机离子(SO_4~(2-)、 NO~-_3和NH~+_4)在PM_(2.5)中的比例为23.83%,是优良天的2.43倍,污染天二次无机污染严重,污染天人为源相关的元素Cd、 Sb、 Sn、 Cu、 Pb、 Zn和As富集程度大于优良天;主要的污染源对PM_(2.5)的贡献分别是燃煤29.26%、扬尘23.83%、机动车19.34%、二次源16.01%和工业源11.57%,其中,污染天机动车排放对PM_(2.5)的贡献20.57%,高于优良天时17.82%,而燃煤源的贡献23.04%明显低于优良天时33.75%,静稳天气时机动车排放对PM_(2.5)贡献较优良天上升,燃煤源对PM_(2.5)贡献有下降.因此,阳泉市在秋冬季应加强对燃煤、扬尘源的控制,同时进一步加强对机动车的控制,以减少污染期间机动车的贡献.     

乌鲁木齐市空气污染时空分布特征及其与气象因素相关分析

基于乌鲁木齐市7个检测站点实测数据(参照《环境空气质量标准》规定的6项常规监测污染物(PM_2.5、PM_10、SO_2、NO_2、CO、O_3)的24小时/8小时国家二级标准和AQI分级标准),对乌鲁木齐市2016年空气质量做变化趋势分析。结合乌鲁木齐市气象要素和城市发展数据对乌鲁木齐市空气质量影响因素做相关分析,然后利用层次分析法(AHP)对乌鲁木齐市环境空气污染时空分布特征的影响因素做评价分析。研究结果有:(1)乌鲁木齐市2016年1月,轻度污染天气占整月的3%、中度污染天气占26%、严重污染天气占32%、重度污染天气占39%;工业园区集中的米东区是乌鲁木齐市空气污染最严重的城区。(2)乌鲁木齐市的城区空气污染物因子和同期气象因素相关性显著;(3)重要污染物企业的空间分布对乌鲁木齐市空气污染空间分布起到绝对的影响作用。     

北京市海坨山冬季不同污染过程下气溶胶化学组分及其潜在来源分析

为了探讨京津冀地区冬季背景大气中气溶胶化学组分特征及其来源分布,使用GRIMM 180、单颗粒黑碳光度计(SP2)和高分辨率飞行时间气溶胶质谱仪(HR-TOF-AMS)观测了海坨山2020年12月28日至2021年2月3日PM和化学组分,结合气象数据和HYSPLIT模式,计算了潜在源贡献因子(PSCF)和浓度权重轨迹(...     

洛阳市秋冬季PM2.5中多环芳烃的污染特征、来源解析及健康风险评价

本研究于2018年10月4日至2019年1月30日在洛阳市高新和林校2个采样点位同步连续采集秋冬季PM_2.5样品,使用气相色谱-质谱联用仪（GC-MS）对PM_2.5中优先控制的16种多环芳烃（polycyclic aromatic hydrocarbons,PAHs）进行了分析测定.对优良天和污染天PM_2.5中16种PAHs的质量浓度和组成分布特征进行了研究,利用特征比值法和主成分分析法对其主要来源进行了定性解析,并使用苯并［a］芘（BaP）毒性当量法和增量终生致癌风险模型评估了对人体的健康风险.结果表明在采样期内,高新和林校两个采样点的PM_2.5中16种PAHs质量浓度变化范围分别为24.33~90.26 ng·m^-3和23.81~76.99 ng·m^-3.随着PM_2.5污染程度的加重,PAHs浓度明显升高（污染天为优良天的1.3倍）,不同环数PAHs贡献顺序均为：4环（43%~48%） > 5~6环（32%~35%） > 2~3环（20%~22%）.大气中PAHs主要来自于燃烧源,包括燃煤、生物质燃烧以及机动车排放等,其中燃煤对PAHs污染贡献最大（优良天：49.28%~56.38%,污染天：49.44%~60.60%）.BaP毒性当量浓度表明,污染天存在更高的人体健康风险;增量终生致癌风险结果表明,污染天致癌风险高于优良天,成人呼吸暴露风险高于儿童,在研究区域内不同污染水平下健康风险属于可接受水平（<1×10^-6）.     

不利风向条件下北部湾人为源对海口市PM2.5浓度影响的模拟研究

通过分析2013—2017年海口市风向频率、地面PM_(2.5)浓度及海口市所处北部湾地理位置,确定12月为北部湾对海口市最不利风向时间段.利用中尺度气象模式(WRF,Weather Research Forecast)驱动空气质量模型(CMAQ,Community Multi-scale Air Quality),设置一系列数值模拟情景,深入分析北部湾人为源对海口市PM_(2.5)浓度影响.结果表明:WRF/CMAQ能很好地再现北部湾气象场和PM_(2.5)浓度的时空分布.2013年12月,北部湾人为源对海口市PM_(2.5)平均贡献率约为45.4%,其中约有90%来源于海口市自身人为源,约有10%来源于广东广西片区,海南片区除海口外其余市县贡献可忽略不计.污染时段,北部湾和海口市自身贡献率均下降,平均贡献率分别为40%和36%,表明污染时段海口市PM_(2.5)主要源区不仅来自北部湾.通过分析后向轨迹,发现污染时段均会经过一个关键区——珠三角区域,表明珠三角区域很有可能也是造成2013年12月海口市PM_(2.5)污染的主要源区.清洁时段,北部湾和海口市自身贡献率均上升,平均贡献率分别为52%和48%,表明北部湾对海口市PM_(2.5)浓度影响在清洁时段更显著.因此,北部湾未来产业规划值得关注,因为这些产业很有可能使目前海口市清洁时段变为污染时段,导致空气质量下降.     

厦门市环境空气污染时空特征及其与气象因素相关分析

利用2014年3月—2015年2月厦门市18个监测站点实测数据,运用GIS技术、相关分析以及统计分析等方法,进行空气质量指数(AQI)及其污染因子的时空分析,结合厦门市土地利用分类专题图和主要重工业企业分布图进行厦门市环境空气质量状况污染源的分析.结果表明:厦门市首要污染物为PM10,其天数占全年的48%,PM2.5紧随其后占到36%;厦门市空气质量较好时间段主要集中在夏季,其中7月份是厦门市空气质量最好的月份,而厦门市秋冬两季的空气质量较差;AQI与温度相关系数达-0.813,具有极显著负相关性(p0.01),与气压相关系数达0.835,具有极显著正相关性(p0.01),而与风速和相对湿度气象因素相关性都不显著(p0.05);PM2.5、PM10、SO2、NO2、O3污染因子存在明显的空间分布差异,海沧区和集美区南部的空气污染比厦门其他地方明显更为严重;从土地利用图和主要重工业企业的分布图可以看出,污染最为严重的地区土地利用类型主要是建筑用地,而且这些地区还分布着许多钢铁厂和发电站.     

成都市一次典型空气重污染过程特征及成因分析

为了研究成都市冬季空气重污染过程的成因,以2015年12月26日—2016年1月6日成都市一次典型重污染天气过程为例,基于HYSPLIT后向轨迹模式结合全球资料同化系统(Global Data Assimilation System,GDAS)气象数据和成都市7个监测站的AQI、PM_(2.5)、PM10、NO2质量浓度数据,使用气象分析、轨迹聚类(Cluster Analysis)、潜在源贡献因子法(Potential Source Contribution Function,PSCF)和浓度权重轨迹法(Concentration Weighted Trajectory,CWT),分析了此次过程的气象特征、轨迹输送特征和污染物潜在来源分布.结果表明,此次污染天气过程是以PM_(2.5)为主要污染物,其次为PM10、NO2.2015年12月30日14:00左右是此次污染天气过程各站点PM_(2.5)、PM10浓度到达峰值的时刻.缺少北方冷空气南下,四川盆地内空气水平运动弱,以及扩散条件差的静稳天气形势是导致此次大气污染过程成都市污染物累积的原因,而冷空气活动是改善这种天气形势的关键.污染过程辐射逆温层的形成对当时污染物浓度增长有促进作用,但随着每日生消、加强减弱,其并不是最终导致重污染天气形成的关键因素.川东北的广元、绵阳、德阳等地区和成都本地及其南向的眉山、雅安等地区是此次过程主要的潜在源区,这些地区人口较密集,工业较发达,且沿地形走向而分布.     

2013年12月上海市PM2.5重污染过程数值模拟研究

基于2013年11月30日-12月13日上海一次PM_2.5重污染过程,利用Model-3/CMAQ模式及过程分析技术,定量评估不同时段各大气过程对上海PM_2.5浓度变化的影响.结果表明:Model-3/CMAQ模式系统能较好的模拟出实况PM_2.5的浓度变化趋势与特点.研究期间,白天源排放的增强和大气传输的影响、加上较强的气溶胶和云过程生成贡献,是造成上海PM_2.5浓度上升至重污染的主要原因.不同污染时段对PM_2.5浓度上升贡献率最大的过程均为输送,其中,西北部点位(青浦淀山湖和虹口凉城输送)的贡献率最大,且重污染时段输送的贡献率明显高于非重污染时段.     

基于CMAQ模式和自适应偏最小二乘回归法的中国地区PM2.5浓度动力-统计预报方法研究

采用CMAQ模式和自适应偏最小二乘回归法相结合的动力-统计预报方法,对2014年1—12月全国252个环境监测站的PM_(2.5)浓度逐时预报值进行了滚动订正,分析了订正前后PM_(2.5)浓度的时空变化特征,重点研究该方法在中国不同地区不同季节的适用性.结果表明:CMAQ模式预报的PM_(2.5)浓度年平均和秋冬季季节平均偏差表现为非均匀空间分布特征,即辽宁、山东部分地区、川渝地区及华中、华东、华南大部分地区预报偏高,京津冀和西部大部分地区预报偏低;订正后PM_(2.5)浓度与实测值的空间分布较一致,上述偏高和偏低地区的PM_(2.5)浓度预报误差显著减小;秋冬季PM_(2.5)浓度预报和订正偏差均大于年平均值.全国区域平均PM_(2.5)浓度实测值存在明显的季节变化特征,1—3月和11—12月较大,其他月份较小;PM_(2.5)浓度预报误差较大,多数时刻预报偏低,尤其是1—3月和11—12月偏低较明显;订正后PM_(2.5)浓度与实测值较接近,而且时间变化趋势较一致,秋冬季PM_(2.5)浓度预报和订正偏差亦明显大于春夏季.秋冬季4个重点污染区域中,京津冀地区PM_(2.5)实测浓度的区域平均值较大,川渝地区次之,长三角和珠三角地区较小;珠三角地区PM_(2.5)浓度预报和订正效果较好,川渝和长三角地区次之,京津冀地区相对较差;经滚动订正后,全年和秋冬季时段PM_(2.5)浓度订正值与实测值的相关系数均显著增加,误差显著减小,尤其是秋冬季订正效果较好.川渝地区的订正改进幅度最大,长三角和京津冀地区次之,珠三角地区较小.本文方法均适用于非污染日和污染日全国范围的PM_(2.5)预报浓度订正,两种天气过程PM_(2.5)浓度的订正效果均较好;该方法对于改进京津冀地区污染日的PM_(2.5)浓度预报更有效,其他3个地区非污染日的订正改进效果优于污染日.本文研究结果可为改进空气质量预报、重霾污染天气预警和防治提供新技术途径和科学依据.