基于Landsat数据的关中盆地腹地AOD时空格局及城市化对其影响

气溶胶光学厚度（aerosol optical depth,AOD）是气溶胶最基本的光学特性之一,表征气溶胶对光的消减作用,对区域大气污染有一定的指示作用.首先,以2000~2019年长时间序列MOD09A1产品数据为基础,利用ASTER波谱数据库,构建了Landsat TM/OLI蓝光波段地表反射率数据集,利用深蓝算法（deep blue algorithm,DB）对关中盆地腹地AOD进行了反演估算.其次,通过测算2000~2019多年平均/各年平均AOD和季节AOD值,研究分析了AOD空间分布特征和时间变化趋势;利用经验正交函数分析方法（empirical orthogonal function,EOF）剖析了AOD主要的空间分布模式.最后,探索分析了城市化对AOD时空分布特征的影响.结果表明：①研究区多年平均AOD空间分布受地形和人类活动影响显著,低海拔且人类活动强度大的盆地内部AOD值和变化幅度均高于周围山系.AOD呈现出明显的季节差异性：春季（0.34） > 夏季（0.33） > 秋季（0.23） > 冬季（0.12）,夏季AOD区域差异性最大.②年均AOD呈先增大后减小再增大的变化趋势,2005年达到最大值;春夏两季AOD数值分布离散,而冬季则表现为低值集聚的状态.③EOF分析结果表明,研究区AOD存在3种主要的空间分布模态：第一,AOD空间分布模式表现为区域一致型,特征向量空间分布与海拔梯度一致,反映了不同海拔下AOD变化程度的差异;第二,以秦岭山脉为界,大致呈现南北反相的分布特征,反映出关中盆地地域发展的独特性和与南部秦岭山区的差异性;第三,"东南-西北"的分布格局,表明了AOD在"城镇-乡村"呈反相变化趋势;④研究区AOD值与常住人口密度（R²=0.707,P<0.05）、不透水面密度（R²=0.377,P<0.05）以及工业POI密度（R²=0.727,P<0.5）呈正相关关系,说明城市化对AOD时空分布有一定影响.本研究对加强关中盆地空气质量监测和城市生态环境建设具有重要的意义.     

天山北坡城市群气溶胶光学特性时空分布特征

为探究天山北坡城市群大气气溶胶光学特性时空分布特征,本文利用卫星遥感MCD19-A2气溶胶产品分析了2000~2019年研究区气溶胶光学厚度（aerosol optical depth,AOD）时空分布特征及变化趋势,针对AOD较为稳定的2016~2019年,利用多波段太阳光度计地基遥感技术,对AOD及Angström波长指数（α）等参数进行特征分析.结果表明：①空间上,研究区AOD空间分布与地形呈现较好的一致性,高值现象主要分布在低海拔地区;AOD空间分布表现出较强烈季节变化,春季（0.15±0.03） > 秋季（0.14±0.03） > 夏季（0.14±0.02）;②时间上,2000~2019年间研究区AOD年均值为0.12,年增幅1.03%,整体呈现增加趋势;AOD月均值的年际变化表现为双峰型,5月和11月为第一峰值和第二峰值,自然尘源粉尘的释放和传输以及人类社会燃煤供暖是造成AOD增加的主要原因;③受沙尘天气的影响,春季AOD的变化幅度较为剧烈,气溶胶主控粒子粒径及变化幅度均大于夏季;研究区AOD高值主要受粗模态粒子气溶胶的影响,细模态粒子吸湿增长会引起AOD的波动,但不易导致AOD高值.     

贵阳市花溪城区大气PM2.5中碳质气溶胶的变化特征及来源解析

碳质气溶胶作为大气气溶胶的重要组成部分,对大气环境质量、人类健康及全球气候变化有着重要的影响.为探究贵阳市花溪城区大气细颗粒物（PM_2.5）中碳质气溶胶的变化特征及来源,于2020年不同季节开展大气PM_2.5原位观测研究,利用热/光学碳分析仪（DRI Model 2015）测定大气PM_2.5的碳质组分.结果表明,观测期间大气ρ（PM_2.5）、ρ[总碳质气溶胶（TCA）]、ρ[有机碳（OC）]、ρ[二次有机碳（SOC）]和ρ[元素碳（EC）]的平均值分别为：（39.7±22.3）、（14.1±7.2）、（7.6±3.9）、（4.4±2.6）和（2.0±1.0）μg·m^-3,OC/EC的平均值为（3.9±0.8）.ρ（PM_2.5）、ρ（TCA）、ρ（OC）、ρ（SOC）和ρ（EC）呈现冬季最高[（52.6±28.6）、（17.0±9.6）、（9.1±5.2）、（6.1±3.9）和（2.4±1.2）μg·m^-3],夏季最低[（25.1±7.1）、（11.6±3.6）、（6.3±1.9）、（3.7±1.2）和（1.6±0.6）μg·m^-3]的季节变化特征.OC/EC季节变化呈现：夏季（4.2±0.8）>冬季（3.8±0.9）>秋季（3.8±0.5）>春季（3.7±0.9）,表明花溪城区各季节均存在SOC生成.SOC与OC呈现显著相关（R²=0.9）,且随着大气氧化性增强,SOC浓度呈增加趋势.OC与EC各季节均呈现较好相关性,其中秋季最高（R²=0.9）,其他3个季节偏低（R²为0.74~0.75）,表明二者具有共同来源.通过OC/EC值范围初步判断碳质气溶胶来源于机动车尾气排放、燃煤排放和生物质燃烧排放.为了进一步定量解析主要排放源对碳质气溶胶的贡献,利用PMF模型对碳质气溶胶来源解析,结果表明贵阳市花溪城区碳质气溶胶主要来源为燃煤源（29.3%）、机动车排放源（21.5%）和生物质燃烧源（49.2%）.     

天山北坡城市群PM2.5浓度时空分布特征及影响因素分析

针对天山北坡城市群开展PM_2.5浓度时空分布特征和影响因素分析,对区域经济建设和环境保护具有积极的意义.通过地理加权回归（GWR）模型,利用MCD19A2气溶胶产品结合气象因子,反演得到天山北坡城市群2015~2021年3~11月的PM_2.5浓度时空分布,继而实现变化趋势和影响因素分析.结果如下：①研究区PM_2.5浓度高值主要分布在天山北麓和古尔班通古特沙漠之间的绿洲城市群地带,呈现“四周低,中间高”和“西低东高”的空间分布特征,2015~2021年研究区的ρ（PM_2.5）年均值为16.98 μg·m^-3,高值主要聚集在乌鲁木齐市市区部分,并向昌吉市和阜康市延伸递减;ρ（PM_2.5）月均值分布规律与年均一致,但存在季节差异,表现为：秋季（20.32 μg·m^-3）>春季（18.25 μg·m^-3）>夏季（12.47 μg·m^-3）,春季和冬季聚集现象会更明显;②研究区PM_2.5浓度年均值在2015~2021年呈现下降趋势,3~10月均值同样表现为下降趋势,仅11月表现为略有升高;从PM_2.5浓度变化趋势空间分布分析,下降集中在主要城市市区部分,尤其是乌鲁木齐市市区部分及其周边地区减少幅度最大,变化最为剧烈;③研究区气温、气压与PM_2.5浓度呈现正相关效应,而相对湿度,风速,大气边界层高度,降水量与PM_2.5浓度呈现负相关效应;各因子影响程度从高向低排列为：大气边界层高度>相对湿度>气压>气温>风速>降水量.     

平流层硫酸盐气溶胶辐射效应的模拟研究

平流层中的硫酸盐气溶胶在地球能量循环和全球气候变化中发挥着关键性作用.基于自主开发的矢量辐射传输模型,重点研究对流层气溶胶类型、平流层气溶胶光学厚度（AOD）、太阳天顶角（SZA）和地表反照率等对平流层硫酸盐气溶胶辐射强迫和大气加热速率等辐射效应的影响.结果表明,对流层无气溶胶时,平流层气溶胶在大气顶层（TOA）的辐射强迫为-15.80 W·m^-2,地气系统的冷却效应最大.对流层气溶胶为黑碳时,平流层气溶胶在大气底层（BOT）的辐射强迫最小,为-47.53 W·m^-2,地表冷却最大.同时,平流层硫酸盐的辐射强迫导致对流层 降温,平流层升温,在模拟条件下,最大升温可达0.6 K·d^-1.此外,结果还表明,平流层硫酸盐辐射强迫对AOD、SZA和地表反照率均具有很高的敏感性.平流层气溶胶在TOA和BOT的辐射强迫随AOD的增大呈线性减小趋势,但随地表反照率的增大呈线性增大趋势.AOD和SZA的增大会强化辐射强迫的作用效果,但地表反照率的增大可能会改变辐射强迫的正负,导致平流层硫酸盐对地气系统的作用效果从冷却变为加热.     

基于地统计模型的上海大气污染物多建模方法的比较

地统计模型被广泛应用于环境空气污染物暴露模拟,但不同建模方法及其模拟结果之间的对比研究较少.基于上海2016~2019年55个环境空气监测点位的NO₂和PM_2.5观测数据,以及交通路网、排放源兴趣点和卫星数据等地统计变量,应用偏最小二乘回归（PLS）、监督学习线性回归（SLR）和机器学习随机森林（RF）这3种建模方法创建年暴露模型,并进一步应用普通克里金插值（OK）法分析模型残差,构建复合模型.应用交叉验证对模型的模拟效果进行检验,选取每一种建模方法的最优模型结构（是否应用OK）作为最终模型.结果表明,NO₂模型中表现最好的是RF-OK （R_mse²为0.70~0.82）和PLS-OK模型（R_mse²为0.78~0.84）;PM_2.5模型中PLS模型（R_mse²为0.62~0.71）优于SLR-OK （R_mse²为0.40~0.79）和RF-OK （R_mse²：0.31~0.56）模型.应用3种建模方法对上海1 km网格开展年暴露模拟和对比,NO₂模型间模拟结果的相关性（r为0.82~0.91）高于PM_2.5模拟结果的相关性（r为0.66~0.96）.基于3种模型2019年的模拟结果,评估了上海NO₂和PM_2.5的人群暴露水平.     

庞泉沟自然保护区土壤呼吸空间分异性影响因素探测

土壤呼吸是维持全球碳平衡的重要过程.以庞泉沟自然保护区为研究区域,基于实地测量的土壤呼吸（R_s）数据,结合海拔（ELE）、土壤温度（T）、土壤水分（SWC）、归一化植被指数（NDVI）、坡度（slope）、土壤全碳（C）、总氮（N）和土壤容重（BD）,运用地理探测器模型分析了R_s空间分异的主要驱动力及其交互作用.结果表明：①研究区R_s及其影响因子的空间变异均为中等变异.R_s与NDVI、T和土壤N呈极显著正相关（P<0.01）,与ELE、slope和SWC呈极显著负相关（P<0.01）,R_s与BD显著负相关（P<0.05）,与C相关性不显著（P>0.05）.②NDVI和T构成的多元线性模型可以解释R_s空间分异的64.3%.③ELE、T和NDVI为研究区R_s空间分异性的主导驱动力,可以解释64%、59%和48%的空间变异.④双因子的交互作用均能增强对R_s空间分异性的解释力,最大交互因子分别为ELE∩BD （q=0.73）和T ∩ slope （q=0.74）.因此,在R_s的估算过程中,结合地形及环境条件,应考虑多种因子之间的交互作用.     

乌鲁木齐市气溶胶光学厚度时空分布特征及潜在来源分析

依据2009年1月—2019年7月MODIS/AQUA C6.1 MYD04_L2 气溶胶光学厚度（Aerosol Optical Depth, AOD）日数据,在宏观视角下对乌鲁木齐市AOD时空分布特征进行分析,利用后向轨迹模式（Hybrid Single Particle Lagrangian Integrated Trajectory,HYSPLIT）和潜在源贡献作用分析方法（Potential Source Contribution Function, PSCF）讨论气溶胶运输的季节性变化,并揭示研究不同季节对AOD影响较为明显的潜在源空间分布.结果表明：①乌鲁木齐市AOD呈显著的季节性差异,四季均值依次为：春季（0.328） > 夏季（0.310） > 秋季（0.273） > 冬季（0.137）,AOD高值区主要集中在市区.②AOD年内呈双峰分布,峰值分别对应为4月（0.402）和8月（0.346）;10 a间AOD呈弱下降趋势,其中2014年最高（0.316）,2017年最低（0.235）,AOD均值为0. 276.③春季和冬季乌鲁木齐市气团输送主要来自中亚地区,夏季和秋季则来自于天山周边地区;AOD主要潜在源区为乌鲁木齐市及其周边地区,对乌鲁木齐市空气质量具有显著影响.     

基于深度学习的华东地区PM2.5浓度遥感反演

PM_2.5作为大气污染的主要来源,对人类身体健康有着极大的影响.本文提出基于深度学习模型的多要素联合PM_2.5反演方法,以PM_2.5浓度作为真值数据,引入Himawari气溶胶光学厚度（AOD）日数据产品与温度、相对湿度和气压等10个要素作为反演要素.为验证方法的有效性,采用华东地区2016~2018年的数据分季节开展实验,并与传统反演方法进行对比.结果表明,PM_2.5浓度与AOD、降水、风速、高植被覆盖指数呈正相关关系,与矮植被覆盖指数呈负相关关系,与温度、湿度、气压以及DEM的相关性随季节的变化而改变;基于深层神经网络（DNN）反演的PM_2.5精度高于传统的线性和非线性模型,各个季节R²均在0.5以上并且误差较小,其中秋季的反演效果最好R²为0.86,夏季为0.75,冬季为0.613,春季为0.566;模型的可视化结果显示,DNN模型的反演结果更接近地面监测站点插值的PM_2.5浓度分布,分辨率更高且更精确.     

黄土丘陵区柠条人工林不同深度土壤呼吸速率对土壤温湿度的响应

明确气候变化背景下生态脆弱区土壤呼吸速率特征和土壤温湿度对其影响,对准确评估和预知该区碳收支具有重要意义.以陕北黄土丘陵区自然撂荒地22 a柠条人工纯林为研究对象,通过CO₂分析仪和温湿度传感器测定不同土层（10、50和100 cm） CO₂浓度平均值和土壤温湿度,采用Fick第一扩散系数法计算土壤呼吸速率,探究不同土层土壤温度、土壤湿度和土壤呼吸速率的动态变化特征,并进一步分析不同土层土壤呼吸速率对土壤温湿度的响应.结果表明,土壤呼吸速率日变化随土层深度增加显著降低（P<0.05）,峰值出现时间存在滞后现象,相邻土层间（10、50和100 cm）土壤呼吸速率由上至下均滞后1 h;6~9月土壤呼吸速率月变化为多峰曲线,其中10、50和100 cm土层土壤呼吸速率最大值分别在7月25日、8月6日和8月10日,达13.96、2.96和1.47 μmol ·（m² ·s）^-1;土壤温度对土壤呼吸速率影响随土层深度增加而减弱,50 cm及以下土层土壤温度对土壤呼吸速率无显著影响（P>0.05）,10 cm土层指数拟合最优,R²=0.96,50 cm和100 cm土层拟合较差,R²分别为0.00和0.01,温度敏感系数Q₁₀随土层深度增加而减小;不同土层土壤湿度对土壤呼吸速率影响均显著（P<0.05）,二次拟合表现为50 cm （R²=0.35）>10 cm （R²=0.22）>100 cm （R²=0.31）;10、50和100 cm土层土壤温度与土壤湿度的综合作用可解释土壤呼吸速率的96%、6%~50%和22%~24%.综上所述,黄土丘陵区柠条人工纯林不同深度土壤温湿度对土壤呼吸速率影响存在差异,10 cm土层土壤呼吸速率受土壤温湿度的综合影响,但土壤温度的相对贡献更高,50 cm土层及以下土壤湿度为关键因子.研究结果有助于更好地预测未来气候变化对该区陆地生态系统碳循环影响,为温室气体调控提供理论依据.     

华北平原AOD时空演化与影响因素

深入了解大气气溶胶时空变化及其影响因素,对控制大气污染,改善大气环境具有重要意义.首先利用2013～2019年的VIIRS IP气溶胶光学厚度（AOD）数据分析华北平原AOD的时空变化规律.其次,选取SO₂、 NO₂、 PM_2.5、气象数据、 NDVI、 DEM、 GDP和POPU作为影响因素,基于XGBoost模型分别建立华北平原5个代表城市的AOD与其影响因素之间的连接模型,定量估算并揭示AOD时空分布规律背后各个影响因素的贡献.结果表明在空间分布上,华北平原AOD以太行山脉为界,呈现东南高西北低的格局.在时间变化上,5个城市AOD年均值整体呈下降趋势,AOD月均值先上升后下降,最高值出现在7月,最低值出现在12月.此外,建立的华北地区5个城市AOD估算模型精度较高,R²在0.60～0.67之间.华北平原的AOD影响因素中,NO₂和SO₂是对5个城市AOD贡献最大的影响因素,此外,PM_2.5是另外一种重要的污染排放影响因素.气象因...     

基于MODIS_C006的乌鲁木齐10年气溶胶光学厚度变化特征

利用2006~2015年美国NASA地球观测系统(EOS)中分辨成像仪MODIS Level 2 10 km分辨率产品MYD04__L2__C006数据,分析乌鲁木齐市存在轻度以上(包括轻度)大气污染状况下的10年气溶胶光学厚度变化特征.结果表明,乌鲁木齐市10年平均AOD年内呈单峰分布,AOD从1~4月逐渐增大,4月达全年峰值,为0.37±0.19,10月达到最低值,为0.22±0.20;受春季沙尘天气频发影响,AOD季节变化特征表现为春季最大,城区大气污染状况严重,夏季、冬季次之,秋季最小,且乌鲁木齐市区大气污染状况较郊区严重;10年AOD均值为0.293;2006年出现AOD年均最高值为0.33,最低值出现在2008年,为0.24,较2007年单年降幅达23.3%.乌鲁木齐市10年AOD年际变化呈上升趋势,且低值点与高值点较以往研究均有不同程度增幅,虽然2015年出现减弱势头,乌鲁木齐市近10年的大气污染状况仍较严重,仍需加强控制.     

阜新市MODIS AOD与大气PM_(2.5)浓度相关性研究

利用卫星遥感MODIS数据研究区域大气PM_(2.5)浓度分布是环境管理的有效方法。获取美国国家航空航天局MODIS L1B1KM数据,采用暗目标法反演阜新市大气气溶胶厚度AOD数据;提取阜新市5个大气监测站点位2014年3月至5月、2015年3月至4月期间PM_(2.5)浓度数据进行相关性分析,建立PM_(2.5)浓度-AOD之间的线性、一元二次、对数函数、幂函数及指数函数5种相关性模型;引用湿度影响因子建立大气PM_(2.5)浓度订正模型,采用PM_(2.5)浓度订正模型、Peterson模型分别订正PM_(2.5)浓度及AOD标高,应用阜新市环保局5个监测点位2014年6~12月、2015年5~12月期间PM_(2.5)的月平均浓度进行模型检验。对比分析订正后的5种相关性模型拟合优度,检验结果表明:订正方法提高了PM_(2.5)浓度-AOD相关性;线性相关性模型R2为0.633 6,相对误差为12.41%,相对其他4种模型相对误差较小。利用阜新市大气AOD预测PM_(2.5)浓度具有良好环境指示意义。     

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

2003~2018年四川盆地气溶胶光学厚度空间分异及驱动因子

为揭示四川盆地气溶胶光学厚度（AOD）的空间分布格局并定量评估影响其时空分异的驱动因子,基于2003~2018年（16a） MODIS气溶胶产品数据,采用Mann-Kendall突变检验法,空间自相关,空间热点探测分析和地理探测器等地统计方法分析研究.结果表明：2003~2018年四川盆地AOD总体呈现下降趋势,且突变年为2015年,并依据趋势变化将2003~2018年分为6个时段.四川盆地气溶胶区域性污染特征明显,AOD高值区主要聚集在盆地中部低海拔地区,而AOD低值区则多聚集在盆地边缘高海拔地区.AOD空间分布具有显著的聚集性规律（空间正相关,Moran's I指数>0）,自2012年以来高-高值聚集区面积不断减小,且不同时段聚集区AOD年际变化与AOD值分布变化态势一致.利用主成分分析法优选出8个因子,经地理探测器分析表明,16a来盆地区域AOD时空分异主要是由于城市化和工业化发展水平不均衡引起的.2014~2015年所有驱动因子的驱动力较之前时间段出现11.2%~59.2%的减小,且社会经济因子尤为明显,与2015年为突变年的结论相一致.     

海南岛臭氧污染时空变化及敏感性特征

基于环境空气质量数据、气象观测数据和卫星遥感资料,研究了2015~2020年海南岛臭氧（O₃）污染的时空分布、变化趋势、O₃生成敏感性及其与气象因子的关系.结果表明,海南岛O₃-8h （日最大8 h滑动平均值）表现为西部和北部偏高,中部、东部和南部偏低的分布特征,2015年O₃-8h浓度最高,2019年O₃-8h浓度超标占比最大.O₃-8h浓度与平均气温（P<0.1）、日照时数（P<0.01）、太阳总辐射（P<0.01）、大气压和平均风速呈正相关关系,与降雨量（P<0.05）和相对湿度呈负相关关系.卫星遥感数据显示,2015~2020年海南岛对流层NO₂柱浓度（NO₂-OMI）和HCHO柱浓度（HCHO-OMI）呈相反的变化趋势,2020年NO₂-OMI较2015年上升了7.74%,HCHO-OMI下降了10.2%.海南岛属于NO_x控制区,近6年FNR值（O₃生成敏感性）呈波动式地下降趋势,其趋势系数和气候倾向率分别为-0.514和-0.123 a^-1.气象因子与海南岛FNR值有较好的相关关系.     

基于多源数据和模式模拟的新疆黑风暴东移个例分析

综合利用卫星遥感、环境监测、气象观测等多源监测数据,结合后向轨迹模式对2015年4月新疆一次黑风暴污染过程进行生成源地、路径与发展过程分析.结果表明：此次黑风暴过程的不同高度污染物主要随气流来源于新疆本地及其以西的中亚地区,在西南气流的作用下几乎同时进入北疆,沿天山北坡东移并且在乌鲁木齐堆积,继而从南疆盆地东口灌入南疆;同时,选取受此次黑风暴污染物东输影响的4个典型城市（乌鲁木齐、呼和浩特、兰州和北京）,利用区域气候模式（RegCM4.6）模拟分析此次极端黑风暴东输过程中大量沙尘气溶胶对主要气象参数的影响,结果表明：受此次黑风暴东输过程（4月25~29日）影响的上述4个典型城市的AOD均有所增加,模拟所得污染程度与实际接近.对于沙尘在近地面2m的温度响应,北京市表现最为明显,最高达-1.68℃,乌鲁木齐表现不明显,沙尘过程中的近地面气温相较无沙尘时最高下降0.1℃,呼和浩特和兰州在AOD达到最大值时的温度响应分别为-0.4℃、-0.8℃.黑风暴期间,乌鲁木齐、呼和浩特、兰州的相对湿度响应最大值分别为-3.3%、-7.3%、-4.7%,而北京地区在29日AOD达最大值时,相对湿度相对于无沙尘时增加了10%左右.     

乌鲁木齐道路扬尘PM2.5粒度乘数特征

粒度乘数用来表征道路扬尘中不同粒径颗粒物的分布情况,是构建道路扬尘排放清单的一个重要参数,直接影响排放清单的不确定性.2016年5—6月采用样方吸尘法采集乌鲁木齐市不同区域、不同类型道路积尘样品,通过再悬浮和便携式气溶胶粒径谱仪（Grimm1.109）分析得到样品的粒径数据,并利用校正公式计算得到道路扬尘K_2.5（PM_2.5粒度乘数）.结果显示:快车道K_2.5中位值为0.079 g/VKT,略大于慢车道（0.074 g/VKT）,非参数检验结果P=0.56（>0.05）,表明两种车道之间K_2.5差异无统计学意义;次干道、高速路、支路、主干道、快速路、环线、省道、县道和国道的道路扬尘K_2.5范围分别为0.083~0.112、0.063~0.093、0.055~0.154、0.047~0.107、0.065~0.090、0.697~0.090、0.060~0.080、0.046~0.118和0.051~0.069 g/VKT,这与车流量、车速和平均车质量等因素有关;K_2.5中位值存在区域差异,天山区最大（0.091 g/VKT）,其次是米东区（0.083 g/VKT）、水磨沟区（0.082 g/VKT）和头屯河区（0.081 g/VKT）,乌鲁木齐县最小（0.064 g/VKT）,利用单因素方差分析对其差异显著性进行检验,结果为P=0.107（>0.05）,表明不同区域间K_2.5中位值无显著性差异.乌鲁木齐市各地区道路扬尘K_2.5中位值（0.064~0.091 g/VKT）小于美国AP-42中推荐的经验参数（0.15 g/VKT）.研究显示,在建立乌鲁木齐市道路扬尘排放清单时,若直接采用美国AP-42推荐值,会加大排放清单的不确定性,因此需要通过校正公式对道路扬尘K_2.5进行校正,获得本地化粒度乘数值.