南京北郊冬季大气PM_(10)水溶性无机离子粒径谱分布特征研究

于2009年11月26日至12月20日在南京北郊昼夜分粒径采集大气PM10样品,运用离子色谱法分析其水溶性无机离子的浓度及谱分布特征,讨论无机离子与大气污染物之间的关系,研究其来源特征。结果表明:PM2.1日均值为0.3921 mg/m3,超过EPA大气质量标准(0.065 mg/m3)5倍,PM10日均值为1.0103 mg/m3,为国家大气PM10三级标准(0.25 mg/m3)3.04倍,PM2.1占PM10约40%,说明冬季南京北郊颗粒物污染较严重,且以细粒子为主;PM10和PM2.1中的主要无机离子均为SO42-、Ca2+、Cl-,浓度大小为SO42->Ca2+>Cl-,且均表现为白天浓度高于夜晚;粒径谱分布为Ca2+、Cl-、SO42-均呈双峰,Ca2+主要存在于粗粒子中,SO42-、Cl-主要分布在积聚模;相关性分析表明,SO42-与NO3和Cl-显著性相关,系数分别为0.7910、0.9123,其可能存在同源性;由NO3-/SO42-的特征比值,白天和夜晚分别为0.0582和0.0484,均远小于1,说明南京北郊大气污染以固定源为主。     

北京城区大气PM_(2.5)主要化学组分及污染特征

为了解北京城区大气PM2.5主要化学组成特征,于2012年8月─2013年7月对城区石景山、东四和通州3个采样点及城区对照点定陵和区域传输点榆垡开展为期1 a的PM2.5组分研究,共获得268组样品.结果表明:城区平均质量浓度大于1.0μg/m3的组分有OC、NO3-、SO42-、NH4+、EC、Cl-、Si、Ca、Al、K+,其中ρ(OC)、ρ(NO3-)、ρ(SO42-)、ρ(NH4+)分别为(22.2±17.1)、(21.5±25.9)、(19.8±23.7)、(14.3±16.8)μg/m3,分别占ρ(PM2.5)的17.9%、17.3%、15.9%、11.5%,城区各主要组分的平均质量浓度明显大于对照点;城区各采样点之间主要组分所占比例相差不大,与城区对照点、区域传输点差异明显;春、夏、秋、冬四季城区采样点的主要组分均为OC、NO3-、SO42-、NH4+,这4种组分质量浓度之和分别占各季ρ(PM2.5)的62.5%、54.2%、46.0%、62.7%,其中春季ρ(NO3-)、夏季ρ(SO42-)、秋冬季的ρ(OC)相对较高;北京城区各采样点均受SOC影响较大,OC/EC〔ρ(OC)/ρ(EC)〕的平均值为5.7,城区SNA(二次无机气溶胶)占ρ(PM2.5)的比例(15.0%~53.1%)和NO3-/SO42-〔ρ(NO3-)/ρ(SO42-)〕(0.47~1.36)均随空气质量指数上升而增加,同时观测期间北京城区PM2.5中NO3-/SO42-的平均值为1.14,较往年明显增大,表明目前北京城区的PM2.5排放源逐步由以固定源为主向固定源和移动源并重的方向发展.     

北京城区PM_(2.5)不同组分构成特征及其对大气消光系数的贡献

为研究北京城区PM2.5不同组分对大气消光系数的贡献率,于2013年10月—2014年8月使用3台PQ200采样器在北京市环境保护科学研究院采集PM2.5样品并进行质量重建,采用IMPROVE方程计算大气消光系数并分析各组分的贡献率.结果表明:1北京城区ρ(PM2.5)年均值为(90.3±8.1)μg/m3,相比2005年有所下降,颗粒物呈弱碱性,NH4+略有剩余.2PM2.5质量重建后,化学构成为OM〔32.1%,为ρ(OM)占ρ(PM2.5)比例,下同〕、NO3-(13.6%)、SO42-(13.9%)、NH4+(11.1%)、Cl-(3.8%)、其他离子(4.0%)、EC(元素碳,5.0%)、FS(土壤尘,8.9%)、微量元素(1.3%)和未知物质(6.7%);与2005年相比,OM、NO3-、NH4+等二次污染物质量浓度占ρ(PM2.5)比例均显著增加,ρ(水溶性离子)占ρ(PM2.5)的比例随空气污染加重而增加.3北京城区大气消光系数年均值为(504.6±49.3)Mm-1,OM、(NH4)2SO4、NH4NO3、EC和FS的贡献率分别为37.5%、28.3%、25.2%、7.6%和1.4%;冬季由于ρ(PM2.5)高,大气消光系数最高,为(589±124.3)Mm-1,约是春季的2倍;夏季由于相对湿度大,PM2.5吸湿粒径增大,大气消光系数仅次于冬季.OM对大气消光系数贡献率为冬季最高,而(NH4)2SO4的贡献率在冬夏季均大于NH4NO3.     

2020年南通市大气颗粒物组分和污染特征分析

本次研究以南通市大气颗粒物组成和污染特征为研究对象,利用南通市大气超级站监测数据,分析了2020年南通市PM2.5和PM10浓度水平,时间变化特征和组分特征.结果表明,2020年南通市PM2.5和PM10年均质量浓度分别为34μg/m3和56μg/m3,具有明显的冬高夏低的特征,PM2.5/PM10呈现为冬季>夏季>春季≈秋季.PM2.5中含碳组分和水溶性阴阳离子高低顺序为:NO3->OC>SO2-4>NH4+>EC>Cl->K+>Na+>Ca2+>Mg2+.冬季OC、NH4+、SO2-4和NO3-浓度值显著高于其他三个季节,PM2.5中NO3-、OC、SO2-4和NH4+的占比分别为27.7％、15.4％、15.0％和14.2％.NO3-/SO2-4比值为1.9,表明受移动源影响较大;OC和EC浓度均为冬季最高,夏季最低,四季OC/EC介于3.2～4.6,表明南通全年均受二次有机碳(SOC)的影响,且主要受柴油、汽油车的尾气排放和燃煤排放影响.     

新冠疫情期间四川盆地空气质量及影响因素分析

基于污染源排放调查、空气质量和组分站观测数据,利用WRF/SMOKE/CMAQ模式系统,分析2020年新冠疫情期间污染源和气象条件变化对空气质量的影响.结果表明:①2020年新冠疫情期间,四川盆地除ρ(03)同比上升外,ρ(S02)、ρ(N02)、ρ(CO)、ρ(PM2.5)和ρ(PM10)均同比下降,下降幅度为8％～41％.②疫情期间成都市PM2.5组分与2019年同期相比,ρ(Cl-)、ρ(K+)、ρ(Si)、ρ(Al)、ρ(Ca)和ρ(EC)的占比均同比下降,说明疫情期间施工工地、机动车、工业燃煤和生物质燃烧排放减少是ρ(PM2.5)下降的主要原因.③疫情期间,工业源S02、NOx、PM10、PM25和 VOCs排放量分别同比下降32％、31％、40％、39％和41％;成都市机动车车流量仅为正常时段的40.3％,车速提升19.7％,NOx、VOCs和CO日排放量降幅分别为44.7％、49.6％和38.0％,污染物的非等比例下降使得机动车排放贡献的大气氧化性进一步增强.④2020年疫情期间四川盆地气象条件同比不利,使得ρ(PM2.5)、ρ(NO2)、ρ(SO2)、ρ(O3)和ρ(PM10)分别上升2％、4％、23％、6％和8％,扣除气象条件变化影响后,ρ(PM2.5)、ρ(NO2)、ρ(SO2)和ρ(PM10)分别下降21％、45％、31％和30％,ρ(03)上升12％.     

重庆市冬季PM_(2.5)及气态污染物的分布特征与来源

利用重庆市大气污染物监测站2013年冬季(2013年11月—2014年1月)的实测数据,分析PM2.5及相关气态污染物(SO2、NO2、O3)的时空特征,并采用轨迹聚类与PSCF(潜在源贡献因子)分析污染物来源.结果表明:除ρ(O3)以外,其他3种污染物质量浓度的月际变化趋势基本一致,均呈12月升高、1月降低的特征;污染物空间分布不均,其中ρ(PM2.5)和ρ(NO2)在工业区和人口密集区较高,ρ(SO2)南高北低,ρ(O3)城区低于郊区.ρ(SO2)、ρ(NO2)与ρ(PM2.5)均呈显著正相关,其中ρ(SO2)与ρ(PM2.5)的R(相关系数)在城、郊区分别为0.71、0.65,ρ(NO2)与ρ(PM2.5)在城、效区的R分别为0.73、0.56;而ρ(O3)与ρ(PM2.5)未表现出显著相关.ρ(SO2)、ρ(NO2)与ρ(PM2.5)的相关性高低可在一定程度上说明二次气溶胶的污染程度,ρ(O3)与ρ(PM2.5)的相关性受到PM2.5来源和污染程度的影响.轨迹分析结果显示,重庆市2013年冬季主要受东北方向气流影响;聚类分析表明,重庆市11月没有表现出明显的PM2.5外来输送特征,但12月和1月的PM2.5外来输送特征明显,并且不同方向的气流污染物浓度差异也较大.PSCF分析发现,重庆市冬季PM2.5、SO2、NO2、O3主要来源于本地和周围城市局地传输,同时还受南宁、贵阳、遵义、达州等地的影响.     

天津滨海新区秋冬季大气污染特征分析

为了解天津滨海新区大气污染物浓度水平和污染来源,2009年9月1日~2010年2月28日对NOx、CO、SO2、O3、PM2.5、PM10进行了连续在线观测,并同步观测了气象要素.结果表明,秋冬季上述污染物最高日均值(秋冬平均值±标准差,O3为日小时均值最大值)分别达到300.7(65.4±52.9)×10-9、7.278(1.324±1.169)×10-6、53(13±12)×10-9、95(28±21)×10-9(体积分数)和287.4(62.3±53.6)μg/m3、1421.4(161.9±136) μg/m3. NOx和SO2秋季低于冬季,O3和PM10反之. CO和PM10相对国家二级标准超标率为2%和38%,PM2.5相对WHO标准(75μg/m3)超标率为31%.季节统计日变化显示CO和NOx为早晚双峰型,SO2为中午的单峰型,O3为午后单峰型,且秋季日变化振幅远大于冬季, PM10为早晚双峰型,但冬季比秋季晚出峰2~3h.除冬季PM10,大气污染物浓度49%~74%的逐日变化由气象要素影响.滨海新区大气污染受局地排放和外源输送共同影响,西南方向气流易造成污染物积累,其次是东北方向,而东和东南气流最有利于污染物扩散;各污染物具体表现为NOx主要受局地源控制;SO2主要受外来输送影响;CO和PM2.5同时受本地源和外来源的共同影响;PM10秋季表现为本地源污染,而冬季为本地源和外来源的共同影响.     

沧州市大气污染特征观测研究

利用沧州2009年7月～2011年7月的NOx(NOx=NO+NO2)、O3、SO2以及PM10的观测数据,分析了沧州市大气污染物的日变化、月平均变化、年变化以及季节平均变化特征.结果表明,NOx、PM10日变化为双峰型,O3为单峰.SO2日变化也呈现为双峰型,但是其变化幅度较平缓.NO、NO2、NOx、SO2有较相同的季节变化趋势.NO、NO2、NOx、SO2及PM10冬季值最大,分别为(30.0±18.9)μg·m-3、(50.5±19.8)μg·m-3、(80.5±38.7)μg·m-3、(62.1±34.7)μg·m-3、(201.6±98.5)μg·m-3.臭氧夏季浓度最高,其月均值为(88.0±22.3)μg·m-3.NO、NO2、NOx、O3、SO2及PM10年均值分别为(18.9±14.5)μg·m-3、(37.6±13.0)μg·m-3、(56.5±27.5)μg·m-3、(49.9±16.3)μg·m-3、(31.6±19.5)μg·m-3、(156.7±79.1)μg·m-3.秋冬季污染物主要为NOx(NOx=NO+NO2)、SO2以及PM10,夏季污染物主要为O3.     

2016-2020年成都市大气质量变化特征及健康风险评价

本文基于成都市2016—2020年PM2.5、PM10、SO2、NO2、CO和O3浓度监测数据,运用主成分分析(PCA)和复合污染特征分析污染物特征及来源,并采用美国环境保护署(USEPA)推荐的健康风险评价模型评估了PM2.5、PM10、SO2、NO2的健康风险,结果表明:2016-2020年成都市除O3外其余5种大气污染物浓度逐年降低,O3浓度总体呈上升趋势.相比2016年,2020年PM2.5、PM10、SO2、NO2、CO平均质量浓度降低幅度为26.79％,30.44％,50.00％,24.49％,41.18％;O3平均质量浓度上升9.03％.主成分分析和复合污染特征分析表明大气污染物来源具有同一性.2016—2020年成都市PM2.5非致癌风险指数均大于PM10非致癌风险指数.与其它年份相比,成都市2016年PM2.5和PM10的健康风险值均最高,分别为2020年的1.55倍和1.54倍.SO2和NO2的健康风险存在年龄差异,大气污染物的健康风险随年龄的增加而降低,对老人造成的健康风险最小,儿童最大.2016年男童和女童(<6岁)SO2/NO2健康风险值最高,是2020年的2.50/1.46倍.6～17岁和60岁以上人群,男性健康风险小于女性,其余年龄段男性健康风险均大于女性.成都市各人群PM2.5、PM10、SO2和NO2的健康风险均未超过USEPA推荐的1×10-6～1×10-4可接受风险范围.     

北京东北部城区大气细粒子与相关气体污染特征研究

于2008年7月~2009年4月的4个季节,在北京市朝阳区北部,利用VAPS通用型大气污染物采样仪(URG3000K)对大气细粒子(PM2.5)和环境空气中相关气体进行了同时采集,并利用IC离子色谱仪(DX-600型)分析了PM2.5中水溶性无机离子成分和环境空气中相关气体的含量.结果表明,PM2.5质量浓度春季>夏季>冬季>秋季;SO42-、NO3-和NH4+是PM2.5中最主要的3种水溶性无机离子,年均质量浓度分别为14.82μg/m3、11.57μg/m3和8.35μg/m3,三者浓度之和占PM2.5中总水溶性无机离子浓度的86.28%.SO42-、NH4+浓度占PM2.5浓度百分比均为夏、秋季高于冬、春季; NO3-浓度占PM2.5浓度的百分比为秋季>春季>夏季>冬季.空气中的SO2、NO2和NH3等气态污染物的含量直接影响PM2.5中二次离子SO42-、NO3-和NH4+的浓度, SO2、NO2浓度的季节特征为冬、春季高于夏、秋季,与SO42-、NO3-的季节变化规律相反; NH3浓度在夏季最高,冬季最低. PM2.5酸度在夏、秋季高于冬、春季,且夏、秋季PM2.5样品全部呈酸性,冬、春季PM2.5样品一部分呈酸性,一部分呈碱性.夏季SOR值和NOR值分别为冬季的4.8倍和3倍,表明夏季SO2和NO2更易转化生成SO42-和NO3-.PM2.5中SO42-、NO3-和NH4+主要以(NH4)2SO4、NH4NO3的形式共存于气溶胶体系中.     

辽宁辽中县城郊地区大气污染物时空变化及来源特征

以辽中县水文站为辽宁省典型城郊地区大气背景站点,针对大气污染物,ρ(PM_2.5)和气象因子等进行了1年(2007年2月—2008年1月)的连续观测.研究了各污染物的浓度水平,日、季节变化以及来源特征.φ(O₃),φ(CO),φ(SO₂),φ(NO),φ(NO₂),φ(NO_x*),φ(NH₃)和ρ(PM_2.5)平均值分别为19.9×10-9,0.85×10-6,9.7×10-9,8.8×10-9,14.5×10-9,23.2×10-9,29.8×10-9和66.6 μg/m3. 除SO₂外,各污染物浓度水平均优于我国《环境空气质量标准》(GB 3095—1996)的二级标准.φ(O₃)在日间达到最大值,一次污染物呈现双峰分布.从季节变化来看,φ(O₃)在夏季最高,春季最低.一次污染物如CO,SO₂,NO以及PM_2.5的浓度均在冬季达到最大值.地面监测的φ(O₃)和OMI卫星反演的NO₂ 柱浓度的变换趋势相同,但地面观测的φ(O₃)在春季明显低于柱浓度.后推气流轨迹分析结果表明,在φ(O₃)较高的夏、秋季,从东北地区和渤海湾起源的气流贡献最大.      

济南市秋末冬初大气颗粒物和气体污染物污染水平及来源

2009年11月23日─12月7日在济南市区对PM2.5、BC(黑碳)和污染物(SO2、NOx、NO、NO2和CO)进行实时监测与分析.观测期间ρ(PM2.5)、φ(SO2)和φ(NOx)分别为171μg/m3、54.3×10-9和107×10-9.其中,φ(SO2)与GB 3095─1996《环境空气质量标准》日标准值相当,φ(NOx)是标准的2.2倍,ρ(PM2.5)是美国环境空气质量标准(35μg/m3)的4.89倍.污染事件期间ρ(PM2.5)、φ(SO2)和φ(NOx)分别达到222μg/m3、74.4×10-9和158×10-9,是非污染期间的1.78、1.67和1.77倍.观测期间SO2主要来源于燃煤排放.在11月25─26日的污染事件中,NOx、BC和PM2.5主要来源于机动车尾气排放,除局地源外,东北风经过济南东北部工业区时也将污染物传输到采样点;而在12月1─2日的污染事件中,以静风为主,污染物积聚,NOx和BC主要来源于机动车尾气排放,PM2.5除了一次污染物,很可能包含一定比例的二次污染物.在非污染事件中,NOx和BC主要来源于机动车尾气排放,部分NOx很可能来源于燃煤排放,而PM2.5主要来源于一次源排放.     

“十一五”期间太原市环境空气质量及影响因素分析研究

依据太原市环境空气质量监测数据,采用Daniel趋势检验法,综合污染指数法和回归分析法研究了“十一五”期间太原市的环境质量变化趋势和影响因素.结果表明,从年均浓度值分析来看,除NO2外,SO2和PM10都存在超标现象,长期来看,三种污染物浓度下降趋势明显,这与太原市环境保护行动密切相关.月际间浓度值差异除PM10在春季出现波动外,SO2和NO2均呈现“U”型曲线,这种规律与气象条件密切相关.三种主要大气污染物污染指数都有所下降,但太原市区空气污染仍以SO2和PM10为主,说明烟煤型污染的空气污染特征没有改变.主要大气污染物的空间浓度分布不均与地形和气象特征以及城市布局和污染源排放有直接关系.太原市“十一五”期间大气环境质量整体改善,但形势依然严峻.     

唐山工业新区冬季采暖期大气污染变化特征研究

为研究唐山工业新区采暖期大气污染变化状况,2009～2010年冬季唐山工业新区的唐山市、迁安市和曹妃甸3个地区观测研究表明,唐山工业新区冬季采暖期间大气污染严重,NO、NO2、SO2、CO、PM2.5和PM10区域平均日均值分别达到（26±28）、（52±27）、（72±53）、（3 500±3 600）、（82±65...     

榆林市城区环境空气质量污染特征及原因分析

根据榆林城区环境空气质量监测数据,对2001～2010年间榆林城区空气质量污染特征和主要空气污染物的变化规律进行了分析。结果表明:2001～2010年间,榆林市城区的SO2、NO2和颗粒物污染总体呈下降趋势;2007～2010年间,SO2和PM10的季节性污染特征较明显,SO2浓度高值主要集中在冬季采暖期,PM10浓度高值主要集中在春季沙尘常发期的3～6月,NO2浓度全年均无超标,季节性变化较稳定。     

北京市PM2.5水溶性有机物污染特征

用离子色谱技术对北京市2001~2002年大气PM2.5中7种水溶性有机物(WSOC)(甲酸、乙酸、甲磺酸、乙二酸、丙二酸、丁二酸、戊二酸)及12种无机离子(F-、Cl-、NO2-、NO3-、SO32-、SO42-、PO43-、Na 、NH4 、K 、Mg2 、Ca2 )的污染水平进行了同步测定.结果表明,SO42-、NO3-及NH4 为PM2.5中主要的水溶性物种,分别占PM2.5质量的10.6%、7.4%和5.7%;7种WSOC的浓度为0.011~0.118靏/m3,占PM2.5质量浓度的0.01%~0.1%,其中浓度最高的为乙二酸,其次为乙酸、丙二酸、丁二酸等;对PM2.5各化学组分浓度的季节变化特征的分析表明,PM2.5及OC的高浓度污染均出现在冬季采暖期,而WSOC则出现在夏季;对乙二酸与其他各组分进行相关性分析表明,乙二酸与SO42-、K 、NH4 、NO3-有较强的线性相关性(r=0.83,0.57,0.49,0.33),而与Cl-、Na 、Mg2 、Ca2 、EC、OC相关性较差(r=0.24, 0.22,0.12,0.05,0.13,0.10).由乙二酸季节变化特征及与其他物种相关性等特征初步推断,北京市PM2.5二元羧酸的主要来源为光化学反应而形成的二次污染物,而非来源于机动车、海盐或土壤的一次排放.     

基于GM(1,1)模型的甘肃省武威市空气污染物浓度的预测及分析

目的分析并预测2011-2015年甘肃省武威市空气主要污染物的污染状况。方法运用灰色系统方法,根据武威市2006-2010年空气主要污染物的监测数据建立灰色预测模型并进行预测。结果除SO2外,NO2和PM10都呈增长趋势,2015年的预测值分别为0.027 5、0.024 1和0.199 mg/Nm3。结论通过对模型的残差及关联度进行检验,所见模型合格,预测结果可为武威市空气的污染治理及科学管理提供辅助决策依据。     

合肥市郊夏季PM10浓度及其与能见度的关系

年8—9月在合肥市郊对ρ(PM₁₀)进行了观测,并分析了其中9种水溶性离子(NO₂-、Cl-、NO₃-、SO₄2-、NH₄+、Ca2+、Na+、Mg2+、K+)质量浓度. 结果表明:采样期间该地区ρ(PM₁₀)日均值为78.9 μg/m3,9种水溶性离子的平均质量浓度为18.93 μg/m3,占ρ(PM₁₀)的26.6%,表明水溶性组分是PM₁₀的重要组成之一. SO₄2-、NO₃-、NH₄+和Ca2+是主要的阴、阳离子,日均质量浓度分别为8.14、4.81、3.46和1.33 μg/m3. 不同RH(相对湿度)下PM₁₀对能见度的影响不同,RH小于80%时,二者呈显著的线性负相关〔R(相关系数)为-0.80〕;RH大于80%时,二者呈指数负相关(R为-0.48). 离子间相关性分析显示,PM₁₀中水溶性离子的主要结合方式为(NH₄)₂SO₄、NH₄HSO₄、NH₄NO₃、KCl及K₂SO₄. 采样期间ρ(NO₃-)/ρ(SO₄2-)平均值为0.59,说明在该地区固定源对水溶性组分的贡献大于移动源. 另外,扬尘也是PM₁₀重要来源之一.      

2006～2012年珠三角地区空气污染变化特征及影响因素

利用粤港珠江三角洲区域空气监控网络2006~2012年监测结果,分析了珠三角地区SO2、NO2、O3和PM10浓度的年、月变化及空间分布特征,并对产生时空分布变化的原因进行了剖析.结果表明:7年来,珠三角地区SO2、NO2和PM10浓度呈下降趋势,降幅分别为61.7%、17.4%和24.3%,O3浓度呈上升趋势,增幅为12.5%,总体而言,珠三角地区空气质量呈好转趋势;湿季(4~9月)空气质量明显优于干季(10月至翌年3月),各污染物浓度的月变化均呈双峰型,SO2、NO2和PM10峰值浓度出现在12月和3月,O3峰值浓度出现在10月和5月;SO2、NO2和PM10浓度高值区主要集中在中部的广佛地区,O3浓度在外围郊区呈现高值,各部分地区的污染物浓度变化趋势不一致,中部经济核心区一次污染物浓度下降趋势更为显著.珠三角地区空气质量的变化受多方面因素的影响,经济下行和政府治理是驱动一次污染逐年好转的主要因素,而政府对VOCs排放控制相对薄弱,VOCs排放与气候变化的共同作用可能是导致二次污染(尤其是O3污染)加剧的原因.     

天津重污染期间大气污染物浓度垂直分布特征

利用天津气象局255 m铁塔垂直4层观测平台(高度分别为3、40、120和220 m),对各层大气中的NO_x、O₃、SO₂浓度(均以φ计)和PM_2.5浓度(以ρ计)进行了连续观测,结合同步气象要素分析了2010年10月3—11日天津发生的一次重污染事件.结果表明:在此次重污染事件期间,一次及二次污染物浓度的垂直梯度变化差异显著,φ(NO)、φ(NO₂)和ρ(PM_2.5)随高度上升而降低,φ(NO)在3～120和120～220 m的递减率分别为58.0%和8.5%,ρ(PM_2.5)在3～220 m递减率为13.0%;而φ(O₃)和φ(SO₂)平均值却随高度的上升而增加,其中φ(O₃)在3～40、40～120和120～220 m的增长率分别为108.0%、19.1%和56.4%,φ(SO₂)在3～220 m的增长率为25.0%. NO_x主要来源于局地近地面污染源的排放;SO₂主要来源于高架点源的排放,O₃则来源于局地光化学过程积累;PM_2.5受局地排放源和光化学过程的双重影响,垂直梯度变化最不显著. 不利于扩散的气象条件使以局地排放为主的污染物积累升高及其伴随的光化学反应造成了天津此次重污染事件.