上海大气颗粒物中糖类的组成、粒径分布及来源

为更好地理解大气颗粒物中糖类的来源及其环境影响,利用微孔撞击式采样器(MOUDI)采集了上海市宝山区2012年11月—2013年8月四季节代表性时段18 μm以下11个不同粒径段的大气颗粒物样品,利用硅烷化衍生和GC-MS对10种脱水糖、单糖和糖醇类化合物进行了分析. 结果表明:上海大气颗粒物中所检测的10种糖类化合物的质量浓度之和在春、夏、秋、冬四季采样期的平均值分别为120.3、104.0、292.9和206.0 ng/m3,脱水糖在秋、冬季占主导地位,单糖和糖醇的质量浓度在冬季最低. 绝大部分脱水糖存在于粒径≤1.8 μm的颗粒中,冬、夏季质量浓度最高的粒径段(峰值粒径)为>0.32~0.56 μm,而春、秋季峰值粒径为>0.56~1.0 μm. 单糖和糖醇类化合物在春、夏季时主要存在于粒径>1.8 μm的颗粒中,而秋、冬季时在粒径≤1.8 μm的颗粒中质量浓度较高. 应用PMF(正定矩阵因子分析法)解析出了大气颗粒物中糖类的3个来源——生物质燃烧、植物源土壤有机质和微生物源土壤有机质. 脱水糖全部来源于生物质燃烧,单糖主要来源于植物源土壤有机质,而糖醇主要来源于微生物源土壤有机质;秋、冬季时生物质燃烧对山梨糖醇之外的单糖和糖醇有较大贡献.      

太原秋季大气PM2.5中糖类物质的组成及来源解析

糖类物质是一类重要的生物标志物,可用于大气颗粒物的来源识别.采用高效阴离子交换色谱-脉冲安培检测法(HPAEC-PAD)于2018年秋季对山西太原PM_(2.5)中的糖类物质进行定量分析.结果表明,此次检测共检出8种糖类物质,包括4种糖醇(肌醇、赤藓糖醇、阿拉伯糖醇、甘露糖醇)、3种脱水糖(左旋葡聚糖、甘露聚糖、半乳聚糖)和1种单糖(葡萄糖).3种脱水糖总浓度明显大于其他糖类,且与PM_(2.5)之间呈显著相关性(r=0.74、0.59、0.99),表明生物质燃烧对太原地区PM_(2.5)有明显贡献.应用正定矩阵因子分解模型(PMF5.0)进行源解析发现,太原秋季(9月)PM_(2.5)中的糖类物质主要来源于生物质燃烧、花粉和植物碎屑、真菌孢子和土壤灰尘4类.同时应用特征分子比值并结合太原地区农业生产情况识别出太原市的生物质燃烧源主要为硬木和作物残渣的混合贡献.     

聊城市冬季PM_(2.5)中正构烷烃和糖类的污染特征及来源解析

为研究聊城市冬季大气PM2.5中正构烷烃和糖类化合物的分子组成、浓度水平及来源,于2017年1~2月在聊城大学进行PM2.5样品采集,对19种(C18~C36)正构烷烃和10种糖类化合物进行分析,并采用主成分分析法(PCA)解析其来源。结果表明,聊城市冬季PM2.5中总正构烷烃的质量浓度为(456.9±252.5)ng?m-3,其中,灰霾期的质量浓度最高,约为清洁天的2倍,烟火Ⅰ期与Ⅱ期分别为清洁天的0.9倍和1.2倍。采样期间碳优势指数(CPI)值为1.2±0.1,植物蜡排放的正构烷烃对总正构烷烃的贡献率(%Wax Cn)为3.1%~36.0%,表明化石燃料燃烧是聊城市大气中正构烷烃的主要来源。聊城市冬季PM2.5中糖类化合物的总质量浓度为(415.5±213.8)ng?m-3,其中左旋葡聚糖的浓度最高,其次是半乳聚糖和甘露聚糖,三者共占总糖的91.6%,表明生物质燃烧源对聊城市大气气溶胶具有重要贡献。主成分分析(PCA)结果表明,聊城市冬季大气气溶胶中正构烷烃和糖类化合物主要来自化石燃料的燃烧和生物质燃烧。     

浙北地区真菌气溶胶示踪物季节分布特征

于2014年12月—2015年11月收集了浙江北部地区4个采样点的PM2.5样品,利用高效液相色谱-串联质谱仪分析获得真菌气溶胶示踪物阿糖醇和甘露醇的浓度,研究了浙北地区真菌气溶胶的季节性变化特征及其来源.观测结果显示,浙北地区阿糖醇和甘露醇的年均浓度分别为(5.6±0.7)和(5.7±1.3)ng·m-3.真菌气溶胶示踪物夏季浓度最高,可能是由于当地夏季频繁的生物质燃烧和温暖湿润的气候条件促进了真菌孢子的释放;另外,在该地区真菌孢子对气溶胶中有机碳(OC)的贡献并不显著(1%).主成分分析显示,真菌气溶胶示踪物(阿糖醇、甘露醇)和生物质燃烧示踪物(左旋葡聚糖、甘露聚糖、半乳聚糖、nss-K+)在整个采样过程中都包含在同一个因子中,表明浙北地区大气中真菌气溶胶持续受到生物质燃烧排放源的影响.     

聊城市冬季PM2.5中正构烷烃和糖类的污染特征及来源解析

为研究聊城市冬季大气PM_(2.5)中正构烷烃和糖类化合物的分子组成、浓度水平及来源,于2017年1～2月在聊城大学进行PM_(2.5)样品采集,对19种(C18～C36)正构烷烃和10种糖类化合物进行分析,并采用主成分分析法(PCA)解析其来源.结果表明,聊城市冬季PM_(2.5)中总正构烷烃的质量浓度为(456. 9±252. 5) ng·m~(-3),其中,灰霾期的质量浓度最高,约为清洁天的2倍,烟火Ⅰ期与Ⅱ期分别为清洁天的0. 9倍和1. 2倍.采样期间碳优势指数(CPI)值为1. 2±0. 1,植物蜡排放的正构烷烃对总正构烷烃的贡献率(%Wax Cn)为3. 1%～36. 0%,表明化石燃料燃烧是聊城市大气中正构烷烃的主要来源.聊城市冬季PM_(2.5)中糖类化合物的总质量浓度为(415. 5±213. 8) ng·m~(-3),其中左旋葡聚糖的浓度最高,其次是半乳聚糖和甘露聚糖,三者共占总糖的91. 6%,表明生物质燃烧源对聊城市大气气溶胶具有重要贡献.主成分分析(PCA)结果表明,聊城市冬季大气气溶胶中正构烷烃和糖类化合物主要来自化石燃料的燃烧和生物质燃烧.     

长春秋季生物质燃烧对PM2.5中WSOC吸光性的影响

为探究长春秋季生物质燃烧对PM_(2.5)中水溶性有机碳(water-soluble organic carbon,WSOC)吸光性的影响,于2017年10～11月进行PM_(2.5)样品采集,对PM_(2.5)中碳质组分、糖类化合物和WSOC的光吸收特征参数进行分析.研究表明:长春秋季PM_(2.5)中WSOC、有机碳(organic carbon,OC)、元素碳(elemental carbon,EC)的平均浓度分别为(10.12±3.47)、(17.07±5.64)和(1.34±0.75)μg·m~(-3),二次有机碳(secondary organic carbon,SOC)对OC的平均贡献率为38.93%.长春秋季总糖浓度为(1 049.39±958.85)ng·m~(-3),其中作为生物质燃烧示踪剂的脱水糖含量(左旋葡聚糖、半乳聚糖和甘露聚糖)在总糖中占比为91.69%,糖类相关性分析结果显示生物质燃烧源为长春秋季大气中糖类物质的主要贡献源.糖类物质的相关性分析及3种脱水糖的特征比值研究显示,作为长春秋季大气主要污染源的生物质燃烧的类型是硬木和作物残渣的燃烧.长春秋季WSOC的光吸收波长指数(AAE)为5.75±1.06,单位质量吸收效率(MAE)为(1.23±0.28)m~2·g~(-1),表明生物质燃烧对WSOC吸光性具有重要影响.利用生物质燃烧特征源参数量化计算生物质燃烧对WSOC浓度的贡献达58.82%,对总WSOC光吸收的贡献达40.92%.     

广州市大气气溶胶中水溶性有机物的季节变化

采用BSTFA 衍生化预处理和GC/MS 分析技术, 于2002─2003年对广州市荔湾区大气气溶胶中的水溶性化合物进行了定量检测.结果表明,水溶性化合物呈现一定的季节变化趋势.脱水糖类在春、夏、秋、冬的质量浓度分别为132.06,160.58,301.70和244.90 ng/m3,左旋葡聚糖的秋季质量浓度达到234.9 ng/m3,表明存在大量的生物质燃烧;以葡萄糖、蔗糖为代表的糖类化合物主要来源于生长在土壤中的植物,其进入气溶胶中的主要途径是农作物的耕作和收割、风的侵蚀以及交通等,秋季质量浓度较高可能与植物落叶和秸秆燃烧有关;二酸的质量浓度在冬季达到最大值,可能与广州的气象条件有关.广州夏季盛行西南风,降雨较多,而冬季通常逆温少雨,造成二酸质量浓度升高.      

北京大气气溶胶PM2.5中的有机示踪化合物

有机示踪化合物是大气污染源排放的特征化合物,是各类污染源排放的指示物种,在污染源识别和利用受体模型进行源解析中起着关键作用.本文研究采用衍生化预处理和GC/MS分析技术,对北京2002～2003年夏、秋、冬3个季节大气PM2.5样品中几类有机示踪化合物进行了定量检测,其中包括生物质燃烧源示踪物--左旋葡聚糖和β-谷甾醇,肉类烹饪等餐饮源示踪物--胆甾醇、化石燃料燃烧源示踪物--17α(H),21β(H)-藿烷类化合物,它们在北京各季大气中平均浓度分别为33.9 ng·m-3～116.7 ng·m-3,1.8 ng·m-3～10.7 ng·m-3,0.17 ng·m-3～2.9 ng·m-3,5.0 ng·m-3～13.8 ng·m-3.它们的季节变化规律还表明,生物质燃烧源和燃煤源分别在秋季和冬季对北京大气PM2.5污染有突出贡献.同时,还定性地检测到其它一些可能作为源示踪物的有机化合物,如甾烷类化合物,脱氢松香酸和邻苯二甲酸,值得今后深入研究.     

广州大气总悬浮颗粒物中可提取有机物的分布及源析

采用N,O-双(三甲基硅烷基)三氟乙酰胺(BSTFA)衍生化预处理和GC/MS分析技术,于2002~2003年对广州市大气气溶胶中的有机化合物进行了定量检测.结果表明,在广州市TSP样品中有机物的种类共分为9大类:烷烃、多环芳烃、酯类、正烷醇、酚类、酸类、甾类、二萜类、糖类化合物.在总定性有机化合物中,酸类(24.65%~40.38%)化合物的百分含量最高,其次为糖类(15.57%~36.18%).全年样品中最丰富的脂肪酸为正十六酸、正十八酸,高碳数脂肪酸(>C20)含量最高的酸是正二十四酸.广州市二元羧酸的浓度以冬季最高,气象条件(风向、雨水和逆温)是影响二元羧酸浓度变化的主要因素.利用分子标志物可以讨论源解析和源贡献,化石燃料对有机质的贡献率最高(平均值为64.28%),其次为植物蜡脂质 (平均值为10.99%)和生物质燃烧(平均值为8.58%).     

济南秋季大气PM_(2.5)中水溶性离子的在线观测

2008年9月29日—10月15日使用大气细颗粒物快速捕集系统实时、在线分析了济南秋季PM2.5中水溶性离子的质量浓度,并结合气象资料和部分前体物(SO2,NOx和O3)浓度进行了相关分析.结果表明:济南秋季燃煤污染严重,SO42-,NO3-和NH4+是大气PM2.5中水溶性离子的主要组分,三者质量浓度之和占总水溶性离子(TW SI)质量浓度的90%以上;SO42-污染物主要受远距离传输的影响,NO3-和NH4+污染物主要受局地源的影响;SO42-和NO3-的昼夜形成机理不同,它们的形成过程主要受相对湿度、温度和O3浓度的影响.周边地区生物质燃烧导致了济南重污染天气的产生,降水对污染物的清除作用较强.对比土壤和海盐中各种离子的质量浓度比可知,济南秋季PM2.5中的K+受生物质燃烧的影响较大,C l-主要来源于海盐和生物质燃烧,Na+主要来源于海盐.     

北京冬季PM2.5中有机气溶胶的化学特征和来源解析

为探讨北京冬季大气细颗粒物（PM_2.5）中有机气溶胶的浓度水平、分布特征和来源变化,对2016年11月10日~12月10日采集的北京大气PM_2.5样品进行气相色谱-质谱测定,定量了129种颗粒有机物（POM）,约占有机物总量的（9.3±1.2）%.其中含量最高的是糖类,仅左旋葡聚糖即可占到定量有机物的18%,其次是正构烷酸、正构烷烃、二元羧酸和多环芳烃.根据POM示踪物的变化特征,分析了供暖和生物质燃烧传输对北京冬季有机气溶胶的影响.相比于非供暖期间,供暖期间化石燃料示踪物藿烷的质量浓度及在有机物中的占比都明显升高,各组分间的分布也更加趋向于燃煤排放的特征.正构烷烃主峰碳数和奇偶分布的变化,反映了化石燃料贡献增强的影响.生物质燃烧示踪物左旋葡聚糖的浓度权重轨迹（CWT）模型结果表明,北京周围区域的秸秆燃烧污染会通过传输影响北京的有机气溶胶组成.利用分子示踪-化学质量平衡（MM-CMB）模型对2016年北京冬季有机碳（OC）进行了来源解析,并与2006年的结果进行比较,以定量10年间各污染来源贡献发生的变化.2016年与2006年相比,机动车对有机气溶胶贡献明显增加,燃煤和木材燃烧的贡献则大幅度降低,餐饮排放的贡献也不容忽视.因此,控制机动车和餐饮源的排放对改善北京冬季PM_2.5污染问题至关重要.     

北京及周边6个城市大气PM2.5中左旋葡聚糖及其异构体的时空分布特征

采集北京及周边6个城市春、夏、秋、冬这4个季节大气PM_2.5样品,用离子色谱法测定其中的左旋葡聚糖（LG）、甘露聚糖（MN）和半乳聚糖（GT）,对比这3种脱水聚糖与PM_2.5及有机碳（OC）的浓度水平和时空分布特征,应用SPSS 24.0软件分析了数据间的显著性差异.结果表明,6个城市PM_2.5、OC和LG浓度水平的季节分布规律高度相似,呈现冬季 > 春季 > 秋季 > 夏季,4个季节3种脱水聚糖的浓度水平有显著性差异.从空间角度分析3种脱水聚糖浓度水平,北京与天津、保定、石家庄无显著性差异,但北京与济南、郑州有显著性差异.根据6个城市的LG/MN和LG/（MN+GT）等浓度水平的比较,初步判断该区域PM_2.5中的生物质燃烧源主要来源于农作物秸秆和硬木.春季的PM_2.5污染过程中,北京、天津、石家庄和济南的左旋葡聚糖在PM_2.5中的含量变化基本保持稳定,显示该污染过程受生物质燃烧排放的影响较弱.     

生物质燃烧排放PM2.5中无机离子及有机组分的分布特征

为探讨生物质在明火和阴燃两种不同条件下PM_(2.5)及主要成分的排放差异,选取了7种具有代表性的生物质样品(小麦、水稻、马尾松叶、马尾松枝、杂草、玉米、棉花)进行了燃烧实验,并对PM_(2.5)样品中的7种主要水溶性离子(Na~+、NH_4~+、K~+、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))及有机碳(OC)、元素碳(EC)、水溶性有机碳(WSOC)、有机酸和左旋葡聚糖(LG)等有机成分进行了分析.结果表明,明火和阴燃条件下PM_(2.5)的排放因子分别为2.82~7.74 mg·g~(-1)和3.24~22.56 mg·g~(-1),阴燃时的排放因子偏高,不同燃料类型也存在一定差异.燃烧排放PM_(2.5)中水溶性离子以Cl~-为最高,占总离子的比例为72%~94%,且与NH_4~+存在显著正相关关系,水溶性离子整体表现为明火条件下的浓度显著高于阴燃条件下的浓度.受阴燃条件下氧气不足的影响,PM_(2.5)中有机组分的浓度表现为阴燃高于明火,进而导致阴燃时PM_(2.5)的排放因子增加.水稻秸秆燃烧烟尘中3种来源特征比值(LG/PM_(2.5)、LG/OC和LG/WSOC)仅为小麦和玉米秸秆燃烧排放相应比值均值的0.34、0.24和0.27倍,表明在不同农作物的收获季节采用上述特征比值进行生物质燃烧来源估算时,应区别对待.     

郑州市细颗粒物时空差异及管控措施影响

为研究郑州市细颗粒物（PM_2.5）时空分布差异及秋冬季管控措施影响,于2017年秋季至2018年冬季选取5个点位采集PM_2.5样品并进行组分分析,利用正定矩阵因子分解模型（PMF）解析PM_2.5污染来源,评估郑州市秋冬季管控效果,并基于源解析结果为下一阶段秋冬季管控提供支撑.郑州市PM_2.5浓度冬季 > 秋季 > 春季 > 夏季,郑州大学（ZZU）PM_2.5浓度最高［（83.1±44.7）μg·m^-3］,高出平均浓度［（76.5±46.1）μg·m^-3］的8.7%.SO₄^2-、NO₃^-和NH₄⁺在9种水溶性离子中平均占比高达22.5%、43.6%和23.4%,受燃煤影响Cl^-两年冬季占比高于其他季节（6.7%和6.6%）.秋冬季二次有机碳（SOC）污染严重,浓度占有机碳的一半以上,2018年市监测站（JCZ）和ZZU点位SOC/OC比2017年有所下降,但其他3个点位大幅度升高,说明这些地区不同的排放基础应对管控措施的表现不尽相同.重构结果表明硫酸盐占比在夏季最高（25.0%）,硝酸盐两年秋季占比较高（23.1%和25.1%）,地壳物质春季占比最高（18.2%）,二次有机气溶胶（SOA）冬季最高（14.1%和20.5%）;JCZ和航空港（HKG）点位SOA贡献较大（16.9%和16.4%）,ZZU点位受到一次有机气溶胶和地壳物质影响较大（14.3%和12.1%）.PMF结果表明二次无机盐（37.5%）、SOA（15.4%）、交通源（14.9%）、工艺过程源（4.8%）、燃煤源（16.0%）、扬尘源（6.5%）和生物质燃烧源（2.8%）是郑州市PM_2.5的主要污染源,SOA和燃煤源在冬季贡献最大,扬尘源和生物质燃烧源在春季和秋季贡献较大;市区点位JCZ、ZZU和临近机场的HKG受到交通源的影响高于其他点位,非市区点位新密和HKG受到生物质燃烧源的影响较大.对比两年秋冬季,2018年秋冬季SOA、交通源和工艺过程源的贡献有所升高,而二次无机盐、燃煤源和生物质燃烧源有所下降,冬季扬尘源也有所下降.结果表明秋冬季管控措施对一次源中的扬尘、燃煤和工业效果显著,同时SOA前体物挥发性有机物是进一步减排管控的方向.     

成都市PM10中碳质气溶胶长期来源特点

大气颗粒物中包含多种组分的气溶胶,其中碳质气溶胶由于对人体健康、能见度有较大影响,已受到越来越多的关注.为研究碳质气溶胶的长期变化规律,采集了成都市2009—2013年的PM₁₀样品,对其中所含的无机元素、水溶性离子及碳组分分别进行测定,并使用“PMF（正定矩阵因子分解法）-比值”模型分别对PM₁₀和所含的碳质气溶胶的来源进行分析.结果表明,1月、2月、5月和12月的碳质气溶胶浓度较高,其中1月、2月和12月的OC/EC（有机碳与元素碳质量浓度之比）较高,并且PMF-比值模型计算结果也显示冬季SOC增多,表明冬季可能有更多的二次有机碳（SOC）生成;5月的char-EC/soot-EC（二者质量浓度之比,其中char-EC=EC1-OP,soot-EC=EC2+EC3,它们可更好地区分源类）较高,K含量也较高,表明可能有更多的生物质燃烧排放.PM₁₀解析共发现6类源,依次为地壳扬尘（26.5%）、二次硫酸盐（25.1%）、燃煤&生物质燃烧混合源（17.3%）、二次硝酸盐&二次有机碳混合源（12.3%）、机动车源（11.8%）和水泥尘源（7.0%）;碳质气溶胶解析发现,OC主要来源依次为机动车源（38.2%）、燃煤&生物质燃烧混合源（33.1%）和二次有机碳（25.3%）,char-EC的主要来源是燃煤&生物质燃烧混合源和机动车源,分别占50.5%和45.4%,soot-EC则主要受机动车影响（达73.2%）.研究显示,成都市PM₁₀主要来自于地壳扬尘、二次生成和燃煤&生物质燃烧,而碳质气溶胶主要来自于机动车、燃煤&生物质燃烧.      

聊城市冬季PM2.5中水溶性化合物的昼夜变化特征及来源解析

为探究聊城市冬季PM_(2.5)中水溶性物质的昼夜变化特征及其来源,于2017年1～2月进行PM_(2.5)样品采集,对其水溶性无机离子、乙二酸和左旋葡聚糖等水溶性化合物进行分析,并采用主成分分析-多元线性回归模型(PCA-MLR)对其来源进行解析.结果表明,采样期间聊城市PM_(2.5)平均质量浓度为(132. 6±65. 4)μg·m-3,是国家二级标准的1. 8倍,且夜晚PM_(2.5)的污染程度略高于白天. SNA(SO24-、NO3-和NH4+)是聊城市PM_(2.5)中最主要的水溶性离子,在白天与夜晚占总离子的质量分数为73. 4%和77. 1%,说明聊城市冬季二次污染较严重.白天与夜晚阴阳离子平衡当量比值(AE/CE)都小于1,说明PM_(2.5)呈碱性,且夜晚PM_(2.5)的酸性比白天强.无论在白天还是晚上,NH4+的主要存在形态均为NH4HSO4和NH4NO3.通过相关性分析,证实了乙二酸是在液相中经酸催化的二次氧化反应形成的,且受生物质燃烧的影响很强.通过PCA-MLR模型分析可知,聊城市冬季PM_(2.5)中的水溶性化合物主要来自机动车尾气及其二次氧化、生物质燃烧,而受矿物粉尘与煤炭燃烧的影响较小.     

北京地区秋冬季大气污染特征及成因分析

为了研究近两年北京地区PM2. 5污染特征及成因变化,利用常规观测资料和改进的后向轨迹模型(Traj Stat)对2016～2017年秋冬季大气重污染时段的颗粒物浓度、气象要素和气团传输路径进行了综合分析.结果表明,研究期间北京地区共发生13次持续2 d以上的重污染事件,冬季过程约占61. 5%,且污染程度和持续时间均高于秋季.地面受弱气压场控制、高湿度、静小风以及较低的混合层高度,加之北京三面环山的特殊地势是导致秋冬季静稳型污染频发的重要因素,重污染期间PM2. 5/PM10的平均比值高达0. 86.累积阶段气团主要来自于西北、偏西、西南和东南方向,其中西南和东南路径为典型污染传输通道,轨迹频率为21. 6%.此外,采用WRF-CAMx模型定量估算了2016年12月16～22日典型过程中本地和外来污染源对北京PM2. 5的贡献,结果发现不同气团输送条件下,二者的贡献差异较大.当南部气团输入时,本地贡献会显著下降,以外部区域输送为主导;若气流来自西北方向情况则相反.污染过程期间,本地贡献为16. 5%～69. 3%.     

京津冀污染物跨界输送通量模拟

发展了关键影响因子加权人为源分配方法(WKIF),增添了依赖于气象条件和下垫面类型的生物源,动态更新了气象场和浓度场的边界条件.然后利用WRF-CAMx模式定量给出了四季北京、天津和河北大气边界层中PM2.5、O3、CO、SO2、NO2和NO跨界输送通量和北京净输入或输出通量.结果表明WKIF方法合理反映了中小城市人为源的空间分布特征,模式重要输入参量、初值与边界条件的改进显著改善了WRF-CAMx模式对京津冀地区6个观测站点近地面NOx、O3和PM2.5浓度的模拟.北京向天津冬、春季主要通过西北方向,夏、秋季主要经过偏西方向输入NO、NO2、SO2、CO、O3、PM2.5,输送通量夏季均最小,冬季均最大,且四季北京向天津输入的CO、O3、PM2.5通量显著高于NO、NO2、SO2通量.河北的污染物冬、春季主要通过西北方向,夏季主要经由偏南方向,秋季主要途径偏西方向进入北京;四季北京向河北输入NO和NO2,但跨界输送通量小于20t·d-1;四季河北向北京输入的CO、O3、PM2.5通量远高于北京向河北输送的NO、NO2通量,明显大于北京向河北输送的SO2通量,且河北向北京输入CO、O3、PM2.5通量夏季均最小,冬季均最大;四季北京大气边界层中NO、NO2、SO2最大净输出通量小于50t.d-1,CO、O3、PM2.5净输入或输出通量分别为111～2309、567～6244、715～1778t·d-1.这些定量结果为京津冀区域污染源调控对策的制定提供了科学依据.