六盘水市大气污染物变化特征及排放清单

为了分析贵州省六盘水市大气污染物浓度变化及排放清单,该文系统收集和整理2015-2018年大气污染物浓度观测资料和2015年排放清单。分析表明:2015-2018年,六盘水市环境空气优良率逐年增加,且在2018年达到98.2%。PM_(2.5)日均浓度有97 d超过国家环境空气质量二级标准(75μg/m~3)(GB 3095-2012),其中最大浓度为167μg/m~3;PM10有16 d超过二级标准(150μg/m~3);O_(3-8 h max)、NO_2、SO_2和CO日均浓度和年均浓度未超标。PM_(2.5)和PM_(10)年均浓度逐年降低,但PM_(2.5)在2015-2017年超标,浓度分别为42.6、40.7和40μg/m~3;PM10年均浓度在2016年和2017年超标,浓度分别为73.0和70.3μg/m~3。2015年六盘水市PM_(2.5)、PM_(10)、SO_2、NO_x、CO和VOCs排放总量分别为5.78万t、10.89万t、16.64万t、14.23万t、37.42万t和3.32万t。化石燃料固定燃烧源是PM_(10)、PM_(2.5)、SO_2、NO_x和CO的最大排放源。     

秋季秸秆焚烧对京津冀地区霾污染过程的影响分析

以2016年10月份京津冀地区一次持续5d(10月12~16日)的严重污染过程为例,综合卫星数据、污染物地面监测站点数据、气溶胶地基观测数据以及气象数据,分析山东、河南、山西等周边地区的秸秆焚烧对京津冀霾天气的影响.研究表明,京津冀地区污染时期的CALIPSO(Cloud-Aerosols Lidar and Infrared Pathfinder Satellite Observations,云-气溶胶激光雷达和红外探测卫星)气溶胶组分含有大量煤烟型气溶胶,AERONET(AEROsol robotic NETwork)Beijing站观测数据显示13日气溶胶体积数浓度谱呈现双峰分布,细粒子峰值半径为0.33μm,峰值体积浓度为0.145μm~3/μm~2.14日气溶胶谱基本呈现单峰分布,细粒子占主导地位,体积浓度达到0.34μm~3/μm2.污染物地面监测站点数据显示PM2.5、CO和SO_2浓度均显著增加,峰值浓度分别为339μg/m~3、2mg/m~3、20μg/m~3;CO、PM_(10)、PM_(2.5)与秸秆焚烧火点数量之间的相关系数分别为0.65、0.79和0.68,说明本次污染与周边地区的秸秆焚烧的污染物传输有关.HYPLIST(Hybrid Single Particle Lagrangian Integrated Trajectory Model,拉格朗日混合单粒子轨道模型)后向轨迹分析表明,14日到达京津冀地区的气团均经过秸秆焚烧地区,气团中会携带大量秸秆焚烧产生的污染气体和颗粒物,加重京津冀地区地区霾污染过程.此外,污染过程中地面风场较弱,以静小风为主,平均风速1m/s,不利于污染物扩散和稀释;底层大气湿度较大,平均相对湿度77.8%,高湿的大气环境促进了气溶胶吸湿增长和污染物聚集,导致污染加剧;大气稳定度高,对流运动较弱,稳定的大气条件不利于污染物扩散,使得污染过程延长.因此,本次重污染天气归因于自然和人为因素共同作用的结果,即人为秸秆焚烧导致的本地污染源排放和传输、机动车尾气等本地污染物、京津冀地区的静稳大气和近地面丰富的大气水汽共同作用的结果.     

一套民用固体燃料燃烧大气污染物排放测试系统的搭建和评测

为研究民用固体燃料燃烧的大气污染物排放特征,设计了一套箱式稀释采样测试系统.相比于常用的烟罩法和烟道采样法,该系统能减小环境空气中颗粒物对测试结果的影响,同时收集了炉具泄漏的烟气,能更准确获得固体燃料燃烧的大气污染物排放水平.本文介绍了该系统的设计思路、主要结构组成和测试系统的性能评估结果.评估结果表明:进气经过滤后颗粒物浓度显著下降至约1μg·m-3,远小于燃烧过程中排放的颗粒物浓度(约100μg·m-3),有效减少环境空气中颗粒物对测试结果的干扰;使用箱式法测得PM_(2.5)、SO2和NOx排放因子结果均高于箱体敞开的对照组测试,证明箱式法收集测试了燃烧时泄漏至室内的污染物,有效减少污染物泄漏造成的误差.利用该系统测试了12种常见民用煤和3种生物质燃料燃烧PM_(2.5)、SO2、NOx等污染物排放水平,其中民用煤PM_(2.5)、SO2和NOx排放因子分别为0.23~3.40 mg·g~(-1)、0.48~6.15 mg·g~(-1)和0.16~1.09 mg·g~(-1),生物质燃料的PM_(2.5)、SO2和NOx排放因子分别为6.26~39.76 mg·g~(-1)、0.04~0.23 mg·g~(-1)和0.05~0.76 mg·g~(-1).     

青奥会前后南京PM2.5重金属污染水平与健康风险评估

人类活动对大气环境的影响已成为人们关注的焦点.于青年奥林匹克运动会(青奥会,Youth Olympic Games)召开前后(2014年4~9月)动态监测南京大气中PM_(2.5)及其6种重金属质量浓度和污染特征,并分析其健康风险.结果表明,观测期间PM_(2.5)质量浓度变化范围为26.39~80.31μg·m~(-3),青奥会前的4、5和7月大气中PM_(2.5)质量浓度均达到国家空气质量二级标准(24 h质量浓度限值75μg·m~(-3)),青奥会期间达到国家空气质量一级标准(24 h质量浓度限值35μg·m~(-3)).青奥会结束后,空气污染出现反弹,大气PM_(2.5)质量浓度平均值为76.14μg·m~(-3).观测期间大气PM_(2.5)中重金属离子质量浓度的变化特征并不一致,主成分分析表明,污染物源排放是影响PM_(2.5)重金属离子质量浓度变化最重要因素.青奥会期间PM_(2.5)及重金属离子质量浓度均降至观测期间最低值,这与召开青奥会所采取的一系列政策干预减排措施发挥作用有关.PM_(2.5)中Cd、Cu、Ni、Pb通过呼吸和皮肤暴露的健康风险值均在可接受水平范围内,而Cr存在较大的致癌风险;Mn通过呼吸暴露对成年男性造成较大的非致癌风险;同时PM_(2.5)中6种重金属通过皮肤暴露对儿童也造成较大非致癌风险.     

南京春季北郊地区大气PM2.5中主要化学组分及碳同位素特征

PM_(2.5)是大气的重要污染物之一,其成分复杂,为研究PM_(2.5)的污染特征及来源,于2016年3月采集南京北郊地区大气中的PM_(2.5),利用Dinoex ICS-3000和ICS-2000型离子色谱和DRI Model 2001A热/光碳分析仪分别测定了PM_(2.5)中的阴阳离子和碳质组分,利用元素分析仪-同位素质谱仪测定大气PM_(2.5)中的总碳同位素(δ~(13)CTC)组成特征.结果表明,2016年3月期间南京北郊地区PM_(2.5)污染严重,平均浓度达(106.16±48.70)μg·m~(-3),且88%观测天中存在明显的二次有机污染,SOC平均浓度为(3.58±2.78)μg·m~(-3),且在晴天条件下高浓度的二次有机碳(SOC)与紫外线作用下的O_3具有较强的相关性.大气PM_(2.5)中δ~(13)CTC值范围是-26.56‰~-23.75‰,平均值为(-25.47‰±0.63‰),结合化学组分的三相聚类分析结果可知,大气PM_(2.5)主要来源于燃煤过程、机动车排放,此外还受地质源和生物质燃烧源的影响.     

基于多源数据的PM2.5浓度时空分布预测与制图

随着我国经济、工业化、城市化进程迅速发展,PM_(2.5)污染在中国已经成为一个极端的环境和社会问题,并引起广泛关注.采用新技术估算的地表PM_(2.5)质量浓度,收集并处理了遥感反演的气溶胶光学厚度(AOD),气象数据,其他地理数据和污染物排放数据,采用贝叶斯最大熵(BME)结合地理加权回归(GWR)来分析2015年冬季的PM_(2.5)暴露在我国东部大范围区域的时空变异特征.结果表明,BME模型的十折交叉验证结果的决定系数R~2为0.92,均方根误差(RMSE)为8.32μg·m~(-3),平均拟合误差(MPE)为-0.042μg·m~(-3),平均绝对拟合误差(MAE)为4.60μg·m~(-3),与地理加权回归模型的结果相比(R~2=0.71,RMSE=15.68μg·m~(-3),MPE=-0.095μg·m~(-3),MAE=11.14μg·m~(-3)),BME的预测结果有极大的提高.空间上,PM_(2.5)高浓度地区主要集中在华北、长江三角洲、四川盆地,低浓度地区主要集中在中国的最南部如珠江三角洲和云南的西南部;时间上,不同月份的研究区域PM_(2.5)空间分布所有差别,2015年的12月、2016年1月PM_(2.5)污染最为严重,2015年的11月,2016年的2月污染相对较低.     

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.     

三江平原作物收获期大气颗粒物浓度特征

通过对2013年10月东北三江平原农作物收获期大气颗粒物的在线监测,结合卫星火点数据与后向轨迹模拟,分析了秸秆燃烧和作物收割等农业活动对大气颗粒物质量浓度及粒径分布的影响.结果表明:作物收获前期?中期和后期大气PM2.5的平均质量浓度分别为36.0,158.3,33.8μg/m3;现场观测表明,水稻收割(321.1μg/m3)和秸秆燃烧(2777.1μg/m3)时监测田块内PM2.5的平均浓度分别是收割前和燃烧前平均浓度的2.5倍和11.5倍;卫星火点及后向轨迹分析发现,观测期间PM2.5与该地区卫星火点数量的变化趋势比较一致,且气团轨迹经过火点较集中区域时测得较高的PM2.5浓度值;对不同粒径(<1μm,1~2.5μm,2.5~10μm)大气颗粒物质量浓度的观测表明,收获中期受大面积秸秆燃烧的影响,0~1 μm粒径组分明显增加,而收获后期由于降水过程对0~1μm粒径颗粒物的清除效率较低,故该粒径颗粒物仍维持较高比例.     

新疆石化工业区颗粒物含水量和酸度对二次无机组分形成的影响

大气二次污染物是新疆独山子区大气污染物的重要组成部分,研究大气中二次组分的转化过程对区域大气污染治理有着重要意义.对新疆独山子区2015年9月至2016年7月采集到的样品进行水溶性组分分析.结果表明,水溶性无机离子(TWSIs)表现出与PM_(2.5)一致的季节变化,为冬季(67.86μg·m~(-3))秋季(13.77μg·m~(-3))春季(10.09μg·m~(-3))夏季(4.85μg·m~(-3));冬季二次无机离子(NH~+_4、SO~(2-)_4和NO~-_3)占TWSIs的98%;结合气溶胶热力学模型(E-AIM)探讨独山子区大气颗粒污染物中颗粒相含水量以及颗粒酸碱性;表明独山子区颗粒物呈酸性,年均原位pH为0.81,其中冬季样品的pH(2.93)值最高;颗粒含水季节变化为冬季(331.32μg·m~(-3))秋季(5.91μg·m~(-3))春季(5.46μg·m~(-3))夏季(1.62μg·m~(-3));年均氮氧化率(NOR)和硫氧化率(SOR)分别为0.13和0.47,表明区域污染物存在二次转化;进一步分析表明颗粒相中的硫酸盐质量浓度受到颗粒含水量和颗粒酸碱度的影响较为明显;高的颗粒相含水条件下区域硝酸盐的形成主要以非均相反应为主.     

长春秋季细颗粒物中有机气溶胶组成特征及来源

利用大流量采样器采集了长春城郊2016年10月至2016年11月大气细颗粒物(PM_(2.5))样品共40套,分析了颗粒物中的有机碳(OC)、元素碳(EC)以及非极性有机化合物(主要包括正构烷烃、多环芳烃以及藿烷类化合物)和生物质燃烧标志物左旋葡聚糖的质量浓度,并用分子标记物、特征比值及主成分分析-多元线性回归(PCA-MLR)模型等方法探讨了有机气溶胶的主要来源.结果表明,观测期间PM_(2.5)的平均质量浓度为(79. 0±55. 7)μg·m~(-3),OC和EC的平均质量浓度分别为(20. 7±15. 6)μg·m~(-3)和(2. 2±1. 1)μg·m~(-3),分别占PM_(2.5)的26. 2%和2. 8%.所测非极性有机化合物的总平均浓度为(186. 3±104. 5) ng·m~(-3),浓度高低顺序为正构烷烃[(101. 3±67. 0) ng·m~(-3)]多环芳烃[(81. 4±46. 0) ng·m~(-3)]藿烷类化合物[(3. 8±1. 9) ng·m~(-3),其主要来源包括煤燃烧源、生物质燃烧源以及交通源.主成分分析-多元线性回归模型得出该地区有机气溶胶主要排放源的相对贡献依次是煤燃烧源(47. 0%)、生物质燃烧源(42. 6%)和交通源(10. 4%).本研究结果可为我国东北地区有机气溶胶污染防控提供科学依据.     

河北张家口市大气污染观测研究

冀北重镇张家口,全年干旱少雨风沙大,自然生态环境极其脆弱,但近年来工业发展极为迅速.为了解张家口市大气污染物浓度水平及季节变化,2009年12月1日～2010年11月30日,利用自动在线仪器对张家口市区大气典型污染物NOx、SO2、O3和PM10进行了连续观测研究.结果表明,张家口市首要污染物为可吸入颗粒物(PM10),年均质量浓度达(137±105)μg.m-3.NO、NO2、SO2和O3年均质量浓度分别为:(8±13)、(30±15)、(19±26)和(54±35)μg.m-3.NOx和SO2质量浓度冬季最高,分别达(51±35)μg.m-3和(42±29)μg.m-3;夏季最低,分别为(28±8)μg.m-3和(4±3)μg.m-3.O3质量浓度夏季最高,达(92±40)μg.m-3,最高小时均值可达271μg.m-3;冬季最低,为(34±20)μg.m-3.PM10质量浓度春季最高,达(144±131)μg.m-3;冬季最低,为(130±129)μg.m-3,但季节变化不明显.依照国家二级标准PM10日均值超标率为28%.季节统计日变化显示NOx和PM10为早晚双峰型,SO2为午间单峰型,O3为午后单峰型.张家口市区大气污染日变化受到交通源显著影响,气态污染物冬季受取暖燃煤显著影响.夏季东南气流对张家口O3有输送作用,自西北的沙尘及局地扬尘(浮尘)对张家口PM10影响显著,并对华北平原区域造成一定影响.     

成都春季生物质燃烧和沙尘期间气溶胶散射特征及其重建

于2009年4月19日～5月17日在成都城区每天采集PM2.5样品.利用热光碳分析仪、离子色谱、X荧光光谱仪和高效阴离子交换色谱分别分析样品中有机碳/元素碳、水溶性离子、地壳元素和左旋葡聚糖,同步测量了大气散射系数(bsp)和气象数据.利用IMPROVE方程重建大气散射系数,并与实测大气散射系数进行对比.结果发现,PM2.5浓度均值为133.2μg.m-3,大气散射系数为530 Mm-1.左旋葡聚糖和地壳元素能很好地反映生物质燃烧和沙尘事件.观测期间成都城区计算值b’sp为504 Mm-1,(NH4)2SO4、NH4NO3、OM(organic matter)、FS(fine soil)和CM(coarse mass)贡献率分别为26%、15%、53%、4%和2%.DS(dust storm)期间,计算值b’sp为575 Mm-1,FS和CM贡献率达到17%和21%.BB(biomass burning)期间,计算值b’sp为635 Mm-1,OM贡献率达到62%.     

青岛市大气PM2.5元素组成及来源研究

利用2007年5月～2008年5月气溶胶观测资料和逐日天气资料,分析了青岛市2.5μm气溶胶粒子(PM2.5)浓度特征、元素组成和来源.结果表明,青岛市PM2.5和PM10年均浓度分别为86.6μg.m-3和120μg.m-3.PM2.5浓度采暖季高于非采暖季,夏季最低.PM2.5浓度在荒漠和人为共同影响下的气团中最高,在海洋影响气团中最低.PM2.5和PM10的主要组成元素是S、Ca、Cl、K和Fe,主要污染元素集中在PM2.5中;PM2.5中Cl、K、Zn、Br和Pb浓度采暖季较大,夏季较小,Ca元素变化趋势则相反.V、Cr、Cu、As、Se、Sr和Zr的浓度受不同来源气团影响不显著,S、Cl、K、Ti、Mn、Fe、Zn、Br、Pb和Ca的浓度在不同来源气团下存在较大差异.降水对S、K、Pb和Fe质量浓度的影响最为明显.富集因子分析表明,所有元素在PM2.5中的富集因子普遍大于PM10,青岛市非地壳来源的元素在PM2.5中所占比例大于PM10.Ca元素富集因子夏季较大,可能受到建筑尘影响.     

2009年春季成都城区碳气溶胶污染特征及其来源初探

于2009年4月19日至5月17日在成都城区每天采集PM2.5样品,然后对样品进行8种碳组分、水溶性有机碳、左旋葡聚糖及水溶性离子分析,初步探讨了碳气溶胶的来源.结果发现：成都春季PM2.5日均值质量浓度为（133.2±55.5）μg·m^-3,TC、OC、EC和WSOC质量浓度分别为（26.4±7.2）,（20.7±...     

上海市秋季典型大气高污染过程中颗粒物的化学组成变化特征

于2010年10月1日至11月30日在上海市城区对大气中颗粒物质量浓度及细粒子化学组分进行了在线连续观测,获得了秋季大气灰霾和沙尘等典型污染过程中颗粒物质量浓度和化学组成的变化特性.观测结果显示,在大气灰霾污染过程中PM₁₀和PM_2.5的日均最高浓度分别达到216~293 μg·m^-3和130~204 μg·m^-3,PM_2.5/PM₁₀的比值在65%以上,总的可溶性无机离子(TWSII)占PM_2.5质量浓度的50%以上,有机碳(OC)和元素碳(EC)的总和占25%~30%.二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的83.3%~87.5%,OC/EC的比值在5左右,表明在灰霾污染过程中二次组分对PM_2.5的贡献较大;沙尘天气以粗粒子污染为主,TWSII、OC和EC分别仅占PM_2.5质量浓度的27.2%、13.4%和2.0%,二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的55.7%,Ca²⁺、Mg²⁺等地壳组分的比例较灰霾天气明显升高.研究结果还显示,SO₄^2-和NO₃^-等二次离子组分的生成与颗粒物中硫与氮的氧化速率有关,在大气灰霾过程中硫转化率(SOR)和氮转化率(NOR)值较高,分别为0.24±0.10和0.15±0.06,说明SO₂通过二次反应生成SO₄^2-的能力较强,在污染的环境下高浓度的NO₂更有利于向NO₃^-转化.     

长三角地区秸秆焚烧PM2.5排放量估算与分析研究

根据长三角地区的实际情况,对该地区两省一市的秸秆焚烧PM2.5排放量状况进行估算.通过长三角地区2002年-2012年主要农作物产量、草谷比、焚烧比例和PM2.5排放因子,估算了该地区内秸秆焚烧量,同时对由秸秆焚烧引起的PM2.5排放量进行了估算,并进行了分析.结果表明：长三角地区2002年-2012年秸秆焚烧量最高的为农业发达的江苏省,高峰都集中在每年的10月份前后,由秸秆焚烧引起的PM2.5排放量呈逐年上升趋势,2012年达到55 218.96 t,其中江苏省每年的PM2.5排放量占到该地区的75％以上,2012年占到80％.研究结果将为制定该地区污染控制政策,改善区域环境空气质量提供科学理论依据.     

北京市2014年10月重霾污染特征及有机碳来源解析

2014年10月北京市出现了多次重霾天气,与此同时,通过全国秸秆燃烧卫星遥感监测发现,北京周边河南、河北等地区恰存在一定规模的秸秆燃烧活动. 对2014年10月4—27日北京市大气PM_2.5中的水溶性离子、金属、OC(有机碳)、EC(元素碳)和有机物示踪物等化学成分进行了分析,对霾天和非霾天PM_2.5中化学成分进行了比较,并使用CMB(化学质量平衡)模型对PM_2.5中有机物的来源进行了解析,采用后向轨迹模拟和卫星遥感图像定量评估生物质燃烧(秸秆燃烧等)对重霾污染的影响. 结果表明:霾天ρ(PM_2.5)〔(229.0±96.3)μg/m3〕是非霾天的5.0倍,水溶性离子总质量浓度〔(125.3±59.3)μg/m3〕是非霾天的6.5倍,ρ(SO₄2-)、ρ(NO₃-)和ρ(NH₄+)分别是非霾天的6.1、8.6和7.1倍,ρ(OC)〔(81.8±39.5)μg/m3〕是非霾天的7.8倍,ρ(EC)〔(6.7±3.4)μg/m3〕是非霾天的4.2倍;霾天生物质燃烧的示踪物——左旋葡聚糖和K+的质量浓度平均值分别是非霾天的9.1和3.3倍. 生物质燃烧、机动车排放以及二次污染物对有机细颗粒物的贡献率分别为18.9%、36.9%和41.9%;二次细颗粒物质量浓度增加了1倍左右;气象条件同样在很大程度上促进了霾的形成. 常规的源解析方法仅可对生物质燃烧的一次污染贡献进行定量,但对重霾污染贡献的全面评价尚需进一步探讨.      

天津秋冬季PM2.5碳组分化学特征与来源分析

为研究天津大气PM2.5中有机碳和元素碳的特征,于2009年9月4日到2010年2月25日在天津3个监测点位采集PM2.5样品,分析了PM2.5颗粒中元素碳和有机碳的含量特征、与气象条件的相互关系、以及碳组分的来源.结果表明3个监测点位PM2.5的平均质量浓度为123.85μg/m3;TC的平均浓度为18.76μg/m3,其中OC的平均浓度为14.48μg/m3,EC的平均浓度为4.27μg/m3,日均OC和EC浓度分别占PM2.5的11.7%和3.5%.秋季SOC的估算值为5.1μg/m3, 占OC的40.7%、PM2.5的4.3%;冬季SOC的估算值为6.5μg/m3, 占OC的35.7%,PM2.5的4.9%.观测期间EC与温度呈比较好的负相关关系; OC、EC、TC的浓度与风速有较好的负相关性.48h后推气流轨迹结果显示局地盘旋的气流(L)和来自天津北方或西北方区域气流(N/NW)有较高的碳组分浓度;天津大气PM2.5中碳组分受包括生物质燃烧、汽车排放、燃煤和道路扬尘混合来源影响.     

北京市城区两个典型站点PM2.5浓度和元素组成差异研究

采用rp TEOM^® 1400a颗粒物测定系统,于2008年1月到2010年12月,对北京城市生态系统研究站和北京教学植物园周边大气中细颗粒物(PM_2.5)的浓度进行了连续监测.2010年,利用rp TEOM1400系统的旁路采样器同步采集PM_2.5样品,经微波消解后采用ICP-MS和ICP-OES方法测定样品中的Al、As、Ca、Cd、Co、Cr、Cu、Fe、K、Mg、Mn、Na、Ni、Pb、Se、V、Zn等17种元素的浓度.结果表明,2008年1月至2009年3月,北京城市生态系统研究站的PM_2.5平均浓度为59.1 μg·m^-3,比北京教学植物园低36%.2009年4月至2010年12月,北京城市生态系统研究站的PM_2.5平均浓度为95.5 μg·m^-3,比北京教学植物园高60%.施工工地的土方作业可能对两站点PM_2.5浓度的差异有重要贡献.地壳元素Al、Fe、Mg、K、Ca、Na浓度在两站点的差异最大.北京城市生态系统研究站其余污染元素的富集因子一般也高于北京教学植物园,尤其是Pb、As元素,可能与被污染土壤和建筑物等的二次污染有关.两站点的PM_2.5污染状况均在建筑施工期较严重,来自地表和建筑工地的扬尘可能是造成PM_2.5污染严重的主要原因.