全球和中国地区PM_(2.5)时空变化特征的模拟

利用气溶胶-气候耦合模式BCC_AGCM2.0.1_CUACE/Aero,模拟了1850~1980和1980~2010年PM_(2.5)及其人为和自然气溶胶柱含量的时空变化,并分析了人为和自然气溶胶对这种变化的贡献.结果表明:1850~1980年,大部分陆地范围人为PM_(2.5)的柱含量有所增加,尤其是北美东部、欧洲和中国东部等地区,人为PM_(2.5)增加地更明显,且以夏季最为明显;自然PM_(2.5)的变化主要分布在几大沙漠地区,以春、夏季最为显著;人为气溶胶对总PM_(2.5)变化的贡献在秋季最大,达94%,夏、冬季次之,分别为46%和41%,春季最小,仅占28%.1980~2010年,人为PM_(2.5)在东亚、东南亚等地区均有所增加,春夏季较为显著,在欧洲中部和北美东部有所减少,且以夏季减少最为明显;自然PM_(2.5)在沙漠地带有显著的变化,以春季最为明显;人为PM_(2.5)的变化对总变化的贡献相比之前有所减少,四季均小于50%.     

基于曲面响应建模的PM2.5可控人为源贡献解析

以东莞市PM_(2.5)重污染月份为例,使用强力法(Brute Force)和RSM/CMAQ曲面响应模型法分别解析了珠三角地区人为源排放对东莞PM_(2.5)的贡献,以及区域传输的可控人为源SO_2、NO_x和一次颗粒物(PM)在不同控制比例下(25%、50%、75%和100%)对东莞PM_(2.5)的累积浓度贡献.强力法研究结果表明,2014年1月珠三角地区人为源二次转化对东莞市PM_(2.5)的贡献(约58.10%)大于一次PM排放贡献(约41.90%),其中,人为源NH_3排放贡献最大,约占总量的21.66%.RSM/CMAQ动态源贡献结果显示,东莞市PM_(2.5)的人为可控源排放贡献(SO_2、NO_x和一次PM)占比为82.17%,受本地排放影响较大,且叠加区域排放的影响;一次PM减排对PM_(2.5)环境浓度的贡献高于仅减排SO_2和NO_x.在减排比例较低时,一次PM减排可有效削减东莞市PM_(2.5)浓度;随控制比例加大,二次前体物(SO_2和NO_x)减排对东莞市PM_(2.5)浓度削减率的影响加大.进一步使用HYSPLIT模式和轨迹聚类分析方法研究了2014年1月东莞市PM_(2.5)污染传输过程.结果显示,该时段共有6条长、短距离污染传输路径,污染物主要来自东莞市东、东北及东南方向,途经其上风向区域(惠州、深圳和广州等)传输至东莞;惠州是各主导上风向出现频率最高的城市,因而其区域传输对东莞PM_(2.5)的贡献也较大,深圳次之.     

未来气候变化对武夷山自然保护区毛竹异戊二烯排放速率的影响

采用全球气候模式Nor ESM1-M产生的RCP2.6、RCP4.5、RCP6.0和RCP8.5气候变化情景数据和植物异戊二烯排放计算模型,模拟分析了未来气候变化对武夷山自然保护区毛竹(Phyllostachys pubescens)异戊二烯排放速率的影响.结果显示,气候变化下武夷山自然保护区气温上升,年降水量和辐射强度波动较大,呈增加或下降趋势.毛竹异戊二烯平均日排放速率在未来气候变化情景下比基准情景下高约30μg·g~(-1)·d~(-1),在RCP8.5情景下比基准情景下高约48μg·g~(-1)·d~(-1);毛竹异戊二烯日排放速率在未来气候变化情景与基准情景下的差异在1~90 d和301~365 d较小,在91~300 d差异较大;相比基准情景,未来气候变化情景下毛竹异戊二烯日排放速率在1~190 d(平均增加15%以上)和271~365 d(平均增加20%)增幅较大,在191~270 d增幅较小,在RCP8.5情景下增幅最大(平均增加17%).另外,毛竹异戊二烯年排放速率在未来气候变化情景下比基准情景下约高10000μg·g~(-1)·a~(-1)以上,在RCP8.5情景下比基准情景下约高13%.研究表明,未来气候变化将使毛竹异戊二烯排放速率增加.     

广州市PM_(2.5)中含碳有机物的来源分析

通过对广州市城区PM_(2.5)的质量浓度和含碳气溶胶的组分连续1 a的采样分析,获得了广州地区PM_(2.5)中含碳气溶胶的年变化特征,对广州市PM_(2.5)中有机碳OC的来源和烃类有机物的主要来源进行了分析。结果表明,化石燃料燃烧和汽车尾气污染对广州市PM_(2.5)中含碳有机物的贡献较大,植物排放对春秋季PM_(2.5)有一定的贡献,而夏季则同时受到植物源和人为源的污染;采用散点图法和比值-比值法对多环芳烃的来源进行了分析,机动车排放对低环数PAHs(Flu、Pyr)的贡献较大,生物质燃烧对高环数PAHs(Bghi P、Icd P)具有显著贡献,而且存在一定的光化学老化,而藿烷和EC主要来自机动车排放源;广州市PM_(2.5)中有机碳OC的主要来源为机动车排放、燃煤排放、生物质燃烧、餐饮油烟、二次形成和其他来源,冬季分别贡献15.3%、20.5%、8.0%、11.5%、14.9%和29.8%。     

气候变化对太岳山中部油松单萜烯排放的影响

以全球气候模式NorESM1-M产生的RCP2.6,RCP4.5,RCP6.0和RCP8.5气候变化情景数据和植物VOCs排放计算模型,模拟分析了气候变化对山西太岳山中部油松叶片单萜烯排放速率的影响.结果显示,未来气候变化影响下山西太岳山中部气温呈上升趋势,降水和辐射强度波动大.在RCP2.6,RCP4.5,RCP6.0和RCP8.5情景与基准情景下,油松单萜烯日排放速率在1~210d呈上升趋势,在210~365d呈下降趋势;在未来气候变化情景下比基准情景下高约2μg/（g·d）,在RCP8.5情景下最高;油松单萜烯日排放速率在未来气候变化情景与基准情景下差异在1~95d和296~365d较小,在96~295d波动较大.同时,相比基准情景,单萜烯日排放速率增幅在1~190d较高（增加12%~14%以上）,在191~315d较小（增加9%~13%以上）,在316~365d增加12%~18%以上,在RCP8.5情景下增幅最大（增加14%以上）.另外,油松单萜烯年排放速率在未来气候变化情景下比基准情景下平均高约1000μg/（g·a）以上,在RCP8.5情景下增幅最大（约12%）.说明,未来气候变化将使油松单萜烯排放速率增加.     

基于达标约束的南京市环境空气质量情景模拟

以2030年南京市6项污染物达标为约束,在2015年大气污染物排放清单基础上,利用CMAQ模型分析了PM_(2.5)对南京本地不同前体物排放的敏感性,通过情景分析预测排放清单,模拟了4种减排情景的空气质量变化,最终获得达标约束下大气污染物总量控制指标.模拟结果显示,减少一次颗粒物PPM (primary particulate matter)排放对降低大气中的PM_(2.5)浓度最为有效;在周边地区减排的基础上,本地减少PPM排放对PM_(2.5)年均浓度下降的相对贡献可达88%,其次为NH_3、NOx、SO_2与VOCs减排,其相对贡献分别为10. 3%、5. 5%、3. 2%与0. 5%;相比2015年,4种情景下南京市主要大气污染物减排比例在22%～53%,未来控制活动水平对减排SO_2、NH_3与CO较有效,而NOx和VOCs末端治理方面还有较大空间;将SO_2、NOx、PM10、PM_(2.5)、BC、OC、CO、VOCs及NH_3的排放量分别控制在2. 43×104、8. 47×10~4、9. 42×10~4、3. 74×10~4、0. 19×10~4、0. 30×10~4、26. 56×10~4、13. 08×10~4及1. 50×10~4t以内时,预计南京市6项污染指标可以达到国家环境空气质量二级标准.     

盐城市PM_(2.5)空气质量达标数值模拟研究

利用盐城市2016年空气质量数据,分析了盐城市6项常规污染物的达标差距。在此基础上设置减排情景,并运用WRF-CMAQ空气质量模型针对三个减排情景开展模拟评估。2016年盐城市PM_(2.5)年均浓度为43μg/m~3,超过国家《环境空气质量标准》(GB 3095-2012)二级标准22.8%。模拟结果显示常规减排情景下盐城市即可实现2020年39.0μg/m~3空气质量改善目标,但是常规减排情景和强化减排情景下,盐城市PM_(2.5)浓度均未能达到2030年的预期目标。在进一步实施产业结构升级和能源结构调整降低VOCs和NH_3排放后,可于2030年实现PM_(2.5)浓度低于35.0μg/m~3的预期目标。     

粤东北地区秋季PM_(2.5)组分模拟与来源分析

珠三角是广东省传统的空气污染区,但随着全省实施空气质量新标准,发现粤东北地区空气污染也比较严重。通过对梅州PM_(2.5)浓度及组分的模拟与分析,发现秋季粤东北部PM_(2.5)中硫酸盐占比达17%,而铵盐与硝酸盐分别占7%和4%。元素碳(EC)占PM_(2.5)质量浓度的4%,一次有机气溶胶(POA)占13%,二次有机气溶胶(SOA)占比仅为2%,而其他物种则占了53%。梅州的二次污染并不严重,各组分占PM_(2.5)质量分数日际波动不明显。秋季粤东北PM_(2.5)主要由本地排放贡献,大部分时候本地排放贡献大于80%,广东省其他城市的贡献接近0,而外省的贡献一般低于20%,个别时候可接近30%,要减轻粤东北部的污染应主要以控制本地一次细颗粒物的排放为主。     

江苏省水泥行业PM_(2.5)排放模拟与分析

采用系统动力学方法构建水泥行业PM_(2.5)排放的系统动力学仿真模型,识别和分析水泥行业PM_(2.5)排放的主要驱动力,并设置了基准情景、产业政策调控情景、环境政策强化调控情景进行预测与分析。结果表明,目前水泥消费已达到饱和点,进入平稳增长时期。基准情景下PM_(2.5)的直接排放量与水泥消费具有相同的规律,而产业政策情景及环境政策强化调控情景下水泥行业PM_(2.5)的排放量将出现缓慢下降并逐渐平稳的趋势。除尘设施除尘率提升对PM_(2.5)的直接排放影响最大,在产业政策实施的同时,应尽快更新替代对PM_(2.5)有高去除率的除尘器比例。     

金华市人为源大气污染物排放清单

该文基于对金华市大气污染排放源的摸底调查,基础数据收集和分析,结合国内外的研究结果,采用"自下而上"为主的排放系数法,建立了2013年金华市人为源大气污染物排放清单。该清单涉及的污染物包括SO_2、NO_x、CO、PM_(10)、PM_(2.5)、VOC和NH_3。人为污染源种类包括电厂源、工业源、移动源、扬尘源、VOC相关源及其他污染源,农业源,居民生活源等。结果表明,金华市2013年大气污染源SO_2排放总量约为3.83万t,NO_x约为7.75万t、CO约为12.50万t、PM_(10)约为4.10万t,PM_(2.5)约为1.88万t、VOC约为7.66万t、NH_3约为2.63万t。从排放源的分担率来看,工业源是金华市大气污染物的最主要的排放源之一,对SO_2、NO_x、CO、PM_(10)和PM_(2.5)的贡献分别达到了67.31%、34.42%、30.39%、53.02%和50.95%。同样,道路移动源的贡献也不容忽视,对NO_x、CO、PM_(10)和PM_(2.5)的贡献分别达到了42.84%、34.13%、3.31%、6.55%。电厂锅炉、道路扬尘、工业溶剂使用、畜禽养殖对不同污染物分别有着重要贡献。电厂锅炉对SO_2、NO_x、CO的排放量分别贡献了29.06%、17.89%、9.73%。道路扬尘对PM_(10)和PM_(2.5)的贡献分别为25.68%和18.01%。工业溶剂对于VOC的贡献为32.65%。NH_3主要来自畜禽养殖,占了66.57%。该人为源大气污染物排放清单可为当地的污染防控提供重要的基础信息。     

城市生活垃圾露天焚烧PM2.5及其组分排放特征

利用稀释采样系统,针对桶内燃烧和自然堆积两种常见露天焚烧方式,分别对橡塑类、纸类和木竹类这3种组分生活垃圾露天焚烧PM_(2.5)排放特征进行实测,计算PM_(2.5)、OC、EC、水溶性离子和无机元素排放因子.结果表明,木竹类生活垃圾PM_(2.5)排放因子(7.44±0.76)g·kg~(-1)最高,纸类PM_(2.5)排放因子(2.72±0.52)g·kg~(-1)最低.桶内燃烧的条件会造成更多污染物排放.在不同的燃烧方式下,橡塑类和纸类生活垃圾在桶内燃烧的条件下PM_(2.5)排放因子是自然堆积燃烧的2.5~3.5倍.PM_(2.5)中OC和EC为主要组成成分,PM_(2.5)组分构成占比约为46.6%~67.2%.不同垃圾组分OC/EC比率差异较大,但该比率受焚烧条件影响较小,有助于解析不同组分垃圾焚烧排放贡献.水溶性离子中NH+4离子、Cl-离子含量最高,在PM_(2.5)中所占比例范围分别为2.28%~6.35%和1.04%~14.31%.无机元素中Ca、K、Fe和Ba元素排放因子较高.重金属元素中Zn元素排放因子最高,Cu、Cr、Sb和Pb等元素也有一定富集.Zn元素含量主要由燃烧方式决定,桶内燃烧大约是自然堆积燃烧的20倍左右.     

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.     

长江三角洲地区PM_(2.5)两种污染来源对比分析

应用Model-3/CMAQ模式,结合观测资料和后向轨迹,分析了2015年1月21日~24日长江三角洲地区PM_(2.5)污染的时空分布特征和区域输送过程.重点对比了2种不同类型的污染过程(大风外源输入污染21日12:00~23:00和静稳本地积累污染22日~24日12:00)中大气物理化学过程对边界层内PM_(2.5)生成的贡献.结果表明,模式能合理再现这一期间长江三角洲地区PM_(2.5)浓度的时空变化和分布.21日午后,长江三角洲地区地面偏北风,风速较大,是短时大风北方输入污染.短时大风污染时段输送通量大,边界层中上部污染水平输入,再垂直下传.22~24日,地面小风,存在逆温,大气静稳,是本地积累污染.对比大风外源输入时段与静稳本地积累时段的过程分析发现,大风污染时段PM25的主要正贡献过程依次为局地源排放(35.0%)、水平平流(27.1%)、气溶胶化学生成(20.9%)、垂直平流(14.1%);本地积累时段PM_(2.5)的主要正贡献过程依次为局地源排放(50.1%)、气溶胶化学生成(27.1%)、垂直平流(17.4%).其中水平平流、源排放、气溶胶化学过程在2类污染时段中所占贡献率有显著差异.     

应用WRF/Chem模拟河南冬季大气颗粒物的区域输送特征

基于WRF/Chem模式,设置多组区域排放源的情景实验定量估算河南、京津冀、山东、山西、安徽和江苏、湖北6个区域人为源排放对河南省2015年12月PM_(2.5)和PM_(10)浓度贡献率,并结合气象资料研究3个代表性城市的污染输送特征.结果表明:河南省冬季PM_(2.5)和PM_(10)主要来源为本省排放,平均贡献率分别为54.83%、61.32%.区域污染输送对河南颗粒物的贡献也占有很大比例,京津冀、安徽和江苏、山东、山西以及湖北对PM_(2.5)平均贡献率分别为11.95%、11.69%、7.95%、7.40%、4.30%,对PM_(10)平均贡献率分别为10.42%、10.03%、7.00%、6.89%、3.80%.PM_(2.5)外来输送率比PM_(10)要高,表明细颗粒物比粗颗粒物更易跨区域长距离输送.冬季长持续时间的污染过程大多受静风或小风控制,省内污染贡献最大,过程结束时伴随着大风,周边区域的污染贡献有所增加.不同城市的颗粒物来源与其地理位置、风速、风向等气象条件密切相关.区域污染来源具有复杂性,改善河南省空气质量是需要整个区域共同面对和解决的问题.     

杭州市PM2.5中水溶性离子的污染特征及其消光贡献

对杭州市2013年大气PM_(2.5)进行采样分析,探讨了其中水溶性离子的污染特征和消光贡献.杭州市PM_(2.5)中总水溶性离子的质量浓度为37.5μg·m~(-3),占PM_(2.5)质量浓度的44.4%,二次离子SNA(SO_4~(2-)、NO_3~-和NH_4~+)是水溶性离子的主要成分,共占到水溶性离子的83.4%.PM_(2.5)和主要水溶性离子的质量浓度都在冬季最大,夏季最低,夏秋季水溶性离子占PM_(2.5)的比值明显高于冬春季,而SNA在总水溶性离子中的比例4个季节非常接近.燃料燃烧和汽车尾气排放导致的二次离子生成,对杭州市PM_(2.5)贡献最大.SOR和NOR的年平均值分别为0.27和0.15,SO_2在大气中的转化率大于NO_x,SOR和NOR与相对湿度都呈现出明显正相关,非均相氧化过程对SO_4~(2-)和NO_3~-的生成具有重要贡献.气溶胶中[NO_3~-]/[SO_4~(2-)]的年平均值为0.63,主要受到燃煤排放的影响.霾天随着霾污染等级的逐渐加重,PM_(2.5)、水溶性离子和SNA的浓度都逐渐增大,SOR和NOR值也不断升高,霾天稳定的天气条件,能有效促进污染物的积累和二次转化.PM_(2.5)和SNA的质量浓度与大气消光系数都呈现出明显正相关,使用IMPROVE公式对不同化学组分消光系数的计算结果能够基本反映出气溶胶对大气散射的变化趋势,其结果显示SNA对大气总消光系数的贡献达60.8%.SNA的消光系数冬季最高,夏季最低,随着霾污染等级的加重,SNA的消光系数和对总消光的贡献比例也逐步增加.     

长三角地区重点源减排对PM2.5浓度的影响

应用中尺度天气-化学预报模式(WRF-Chem),基于重点源(八大重点行业与交通)一般与强化两组减排情景,针对2013年开展长三角地区重点源减排对PM_(2.5)浓度影响的模拟研究.长三角地区SO2、NOx、PM_(2.5)和NMVOC排放在一般减排情景下分别减少36.3%、26.3%、32.0%、14.6%,强化减排情景下分别减少51.4%、39.6%、37.6%、28.4%.模拟结果表明,两组减排情景下长三角地区国控点PM_(2.5)年均浓度分别下降1.4~26.7μg·m~(-3)和2.1~32.3μg·m~(-3),降幅分别为2.7%~23.1%和3.9%~27.5%,二次无机盐中硝酸盐对年均PM_(2.5)浓度的降低贡献最大.PM_(2.5)及二次无机盐浓度变化的季节特征均体现为冬季降幅最小,夏季降幅最大,并且随着减排力度的增强,夏季降幅的进一步降低程度最显著,导致削减效果的季节差异增大.重点源强化减排即可使得上海、江苏夏季PM_(2.5)浓度降低约20%.对大气氧化性的进一步分析表明,减排对四季大气氧化性均有不同程度的增强,加大减排力度后,大气氧化性进一步增强,有利于二次PM_(2.5)的生成,从而阻碍了PM_(2.5)浓度的降低.其中,冬季的阻碍作用最强,导致PM_(2.5)污染改善效果最差.夏季大气氧化性受减排影响较小,从而使得PM_(2.5)污染改善在四季中最有效.此外,春、秋季的阻碍作用也不容忽视.     

南京市秋季细颗粒物及臭氧生成敏感性初探

为考察江苏省南部地区重点排放源对南京市秋季细颗粒物(PM_(2.5))的贡献率及O_3生成敏感性,采用强力法针对特定排放源及污染物设置不同的排放情景,利用化学传输模拟系统Models-3/Community Multi-scale Air Quality(CMAQ)分析模拟区域内不同情景下地表PM_(2.5)及O_3浓度变化。2012年10月,电厂、钢铁和水泥的污染物排放对南京市PM_(2.5)浓度的平均贡献率分别为6.0%、25.5%和15.9%,对国控站点的贡献率分别为7.2%、17.7%和16.2%。钢铁对下风向区域的地表PM_(2.5)浓度的影响显著高于电厂及水泥部门的排放。从不同情境下模拟O_3地表浓度变化结果看出,南京市城区及下风向区域的O_3浓度随VOC排放削减降低,随NO_x排放削减升高,因而判定南京市秋季O_3生成属于VOC控制区。     

京津冀地区钢铁企业大气污染影响评估

利用京津冀钢铁行业高分辨率排放清单,结合区域具体淘汰产能设备名单,采用空气质量模式CAMx模拟并分析现状和化解产能情景下京津冀地区钢铁行业大气污染物对区域空气质量的贡献情况.结果表明,现状情景下,冬季钢铁企业对整个区域PM_(2.5)、SO_2、NO_x最高浓度贡献比例分别为14.0%、28.7%、43.2%,夏季分别为13.1%、28.7%、53.4%.化解产能情景下京津冀钢铁行业SO_2、NO_x、烟粉尘、PM_(2.5)与2012年排放现状相比,排放量分别下降了10.75%、10.65%、9.75%、9.75%,排口数量下降了11.74%,钢铁企业对京津冀各城市PM_(2.5)、SO_2、NO_x浓度贡献比例均有减少,冬季贡献比例最多减少了1.4%、2.5%、3.1%,夏季贡献比例最多减少了0.9%、2.0%、3.5%.     

京津冀地区燃煤锅炉PM_(2.5)减排潜力分析

基于我国燃煤锅炉的技术特征和国内外排放清单编制技术方法,建立了燃煤锅炉PM_(2.5)减排潜力计算方法,以2012年为基准年,设计了3种控制情景,对2020年京津冀地区燃煤锅炉PM_(2.5)减排潜力进行预测和分析.结果表明:2012年京津冀地区燃煤锅炉PM_(2.5)排放量为7.83×l0~4t,随着控制措施的不断加严,PM_(2.5)排放量逐渐减少,一般控制情景、重点区域控制情景和加严控制情景下2020年京津冀地区燃煤锅炉PM_(2.5)排放量分别为1.25×l0~4t、0.58×l0~4t和0.18×l0~4t,相对于基准年而言,分别减少6.6×10~4t、7.2×10~4t和7.6×10~4t;减排比例分别达到84.0%、92.6%和97.7%.各城市燃煤锅炉PM_(2.5)减排潜力与锅炉耗煤量、锅炉规模分布、用煤灰分、除尘技术应用情况等有关,京津冀地区pm_(2.5)减排潜力最大的城市是天津市,河北省减排潜力最大的城市是石家庄市;在加严控制情景下,唐山市、北京市、保定市和秦皇岛市的PM_(2.5)减排潜力均超过了0.5×l0~4t.     

采暖季延庆城区大气PM2.5中金属元素污染特征及来源分析

2017年11月至2018年3月,对北京市延庆区PM_(2.5)中金属元素组分研究,分析金属元素富集程度并确认其主要来源。结果表明:监测期间PM_(2.5)中金属元素平均浓度5.93μg/m~3,约占PM_(2.5)质量的10.8%,前6位的元素为地壳元素;金属元素在PM_(2.5)中的占比随空气污染程度加重而下降。金属元素中Cd、Sc和Se的变异系数为1.33、1.66和3.56,数据离散性较大,人为活动对其贡献较大。Cu、Sc、Pb、Zn的富集因子介于10和100之间,Cd、Se的富集因子介于100和1000之间,受人为污染源影响。采暖季土壤和地壳源对PM_(2.5)中金属元素的贡献率最大,为43.46%;燃煤和建筑源,贡献率15.46%;机动车轮胎和机动车尾气排放统称为机动车源,贡献率为16.98%;工业污染源贡献率为5.8%。富集因子和主因子分析的金属元素中人为污染来源结果一致。