上海地区一次典型连续浮尘天气过程分析

研究分析了2011年5月1~4日上海地区一次典型的连续浮尘天气过程.利用微脉冲激光雷达数据资料反演得到的气溶胶消光系数和垂直廓线,结合地面气象数据和气溶胶观测资料以及卫星遥感资料,初步研究了此次连续浮尘过程的传输特征和形成的主要原因.结果表明,5月1日的浮尘过程以PM2.5的影响为主,而5月2~4日为回流浮尘过程,PM2.5比重较5月1日下降.外源性输入、垂直风场分布和大气层结变化为浮尘天气的发生和维持创造了有利条件.研究还发现,在此次浮尘的气溶胶大气消光作用中,其散射贡献大于吸收作用.     

嘉兴市春季一次持续雾霾过程中气象条件与污染物变化特征分析

2015年5月17~20日嘉兴市发生了一次持续性雾霾过程,本研究根据5月17~22日污染气体(O_3、SO_2、NO_2和CO)、PM_(10)、PM_(2.5)、10 nm~10μm气溶胶数浓度、气象要素及边界层探空数据,分析了这次过程的成因及其不同污染物的变化特征.结果表明,副高位置北抬、均压场结构、地面静小风和边界层中逆温层为这次雾霾过程的发生和维持提供了水汽、动力和热力条件.这次雾霾过程包含1次降雨和2次雾过程(雨雾和辐射-平流雾).雾霾过程中NO_2、CO、PM_(10)和PM_(2.5)的浓度较高,SO_2和O_3的浓度较低.强降雨对PM_(10)、PM_(2.5)和SO_2清除作用较大,弱降雨会加重污染过程.雨雾的发展过程中,PM的浓度持续积聚;辐射-平流雾过程中,PM浓度先快速下降然后再增加.不同过程中气溶胶数浓度谱均为单峰型分布,但是谱型差异较大,干净天、降雨、雾霾过程、雨雾和辐射-平流雾过程中气溶胶数浓度谱峰值分别位于20~30 nm、100 nm、30~60nm、120 nm和90 nm.表面积浓度谱在干净天、降雨、雾霾和雨雾过程中均为三峰型分布,辐射-平流雾为四峰型分布.     

两类典型沙尘过程对比及清除机制分析

沙尘天气会危害人体健康并直接影响城市运行,当沙尘天气发生后,针对其清除过程及动力学机制鲜有研究.本文利用北京地区地面观测资料、风廓线雷达数据、四维变分多普勒雷达分析系统（Variational Doppler Radar Analysis System,VDRAS）数据、气溶胶激光雷达监测资料等,对比分析了2018年3月27—28日明显浮尘和2021年3月15日强沙尘暴天气的沙尘清除过程,研究了不同大气环流背景下的沙尘减弱消散动力机制.结果表明,在3月27—28日偏东风天气背景下：①北京地区沙尘浓度垂直分布及变化与高空槽及偏东风的强度垂直分布有紧密关系;②浮尘天气中,偏东风在1~1.5 km之上随高度减弱形成上升气流,与短波槽耦合,将高浓度气溶胶向高空输送;而1 km以下偏东风向 地面风速减小,有利于下沉运动,不利于气溶胶向高层扩散,造成中层浓度降低;③随着2.5 km以下偏东风加强至低空急流,并随高度增加, 上升运动显著增大,高浓度气溶胶被抬至高层并向下游输送,配合气团更迭,完成浮尘清除.而在3月15日强沙尘暴过程中：④沙尘浓度垂直分布变化与上游传输及低层强下沉运动有关,1 km以下沙尘浓度首先下降,主要由低层大气辐散下沉及沉降作用导致,而高空西北气流的 传输作用使得1~2.5 km高浓度沙尘粒子维持时间较长,垂直出现分层结构;⑤冷锋后西北气流天气形势下,沙尘的清除机制在于整层强烈的下沉运动与自然沉降的叠加效应,配合清洁气团更迭,完成清除过程.     

青岛近海生物气溶胶中总微生物的分布特征

为了解生物气溶胶中总微生物浓度的月季分布和粒径分布特征,于2016年9月～2017年7月期间在青岛近海连续采集了大气生物气溶胶分级样品,并利用DAPI染色-荧光显微镜计数方法测定了生物气溶胶中总微生物浓度.结果表明,采样期间青岛近海生物气溶胶中总微生物浓度范围为1. 86×10~5～2. 54×10~6cells·m~(-3),平均值为(6. 84±4. 83)×10~5cells·m~(-3).大气中总微生物浓度的季节变化为春季和冬季较高,夏季较低,秋季最低,统计分析显示秋季和春季、夏季大气中总微生物浓度具有明显的季节变化差异(P 0. 05).生物气溶胶中总微生物月均浓度在2. 65×10~5～1. 12×10~6cells·m~(-3)之间,最高值出现在2017年2月,最低值出现在2016年9月. 2015～2017年青岛秋冬季大气中总微生物浓度一日中变化较大,但并未呈现出明显的日变化规律(P 0. 05).生物气溶胶中总微生物的粒径分布呈现偏态分布, 7. 0μm粒径所占比例最高,可达20. 5%～27. 3%;粒径分布随月份不同而有变化,呈现双峰分布和偏态分布两类.相关性分析显示,总微生物浓度与AQI、CO、PM_(2.5)和PM_(10)等因子呈显著正相关(P 0. 05),与温度、风速和风向等气象因素以及NO_2、SO_2和O_3等因子无显著相关(P 0. 05).多元线性回归模拟结果显示,生物气溶胶总微生物浓度中20. 6%的变化与相对湿度和PM_(2.5)相关.     

嘉兴市不同天气条件下大气污染物和气溶胶化学组分的分布特征

为研究不同天气条件下大气污染物(PM_(2.5)、PM_(1.0)、SO_2、NO_2、O_3和CO)和气溶胶化学组分的污染特征,分别使用SHARP-5030监测仪、热电EMS系统、气溶胶化学成分在线监测仪(ACSM)和宽范围颗粒粒径谱仪(WPS)对嘉兴市2015年5月1~31日PM、污染气体、PM_(1.0)中化学组分和10 nm~10μm气溶胶数浓度进行了观测分析.结果表明,观测期间嘉兴市PM_(2.5)、PM_(1.0)、SO_2、NO_2、O_3和CO的平均浓度分别为52.8和37.2μg·m~(-3)、10.3μg·m~(-3)、38.1μg·m~(-3)、92.1μg·m~(-3)和1.2 mg·m~(-3).PM_(1.0)中OA、SO_2-4、NO-3、NH_4~+和Cl-的平均浓度为2.18、1.24、0.87、0.63和0.08μg·m~(-3).数浓度主要集中在爱根核模态(20~100 nm),浓度为12 411.2 cm~(-3),其次是核模态(10~20 nm),浓度为4 946.6 cm~(-3).不同天气过程中PM和污染气体的浓度分布和日变化特征不同.不同天气条件下PM_(1.0)中化学组分分布不同.雨天和晴天PM_(1.0)中化学组分浓度从大到小顺序均为OASO_2-4NO-3NH_4~+Cl-,新粒子天PM_(1.0)中化学组分浓度的顺序为OANO-3SO_2-4NH_4~+Cl-.新粒子天OA和NO-3分别是晴天的1.61和1.42倍,说明OA和NO-3是影响新粒子生成事件的主要化学成分.不同天气条件下不同模态气溶胶的日变化特征不同.     

基于气溶胶光学特性垂直分布的一次浮尘过程分析

为了进一步认识上海地区浮尘污染的垂直分布特征,利用地面微脉冲激光雷达(MPL)和CALIPSO星载激光雷达对2009年10月19日远程输送到上海的一次典型浮尘过程的气溶胶光学特性进行分析.结果表明,此次浮尘过程气溶胶层主要存在于2km以下低空中,气溶胶后向散射系数范围0~0.015 km-1·sr-1,MPL消光系数范围0~0.32 km-1.浮尘过程中消光系数先增加后降低,气溶胶层不断抬升.浮尘天气2km以下大气中存在大量小粒径气溶胶颗粒,而0~0.5 km近地面则以颗粒较大的气溶胶为主;2~10 km大气中仅存在少量不规则气溶胶,其中4~6 km高度范围的大气由不规则气溶胶和规则气溶胶混合组成,球型和非球型粒子均存在.CALIPSO星载激光雷达532 nm总后向散射系数和MPL归一化相对后向散射系数的垂直分布特征基本一致.CALIPSO和MPL获得的消光系数垂直分布均随着高度增加而减少,但消光系数值存在较大差异.两者结合起来可以较全面客观地对上海地区浮尘天气进行观测.     

塔克拉玛干沙漠腹地沙尘气溶胶质量浓度的观测研究

对塔克拉玛干沙漠腹地塔中地区进行了长达6a的试验观测研究,获得了该地区沙尘气溶胶的基本特征:塔中地区浮尘、扬沙出现日数呈上升趋势,而沙尘暴日数呈下降趋势,沙尘天气出现的频率和强度是影响沙漠地区沙尘气溶胶浓度的主要因素.可吸入颗粒物(PM10)月平均质量浓度峰值区分布在春夏两个季节,3~5月是主峰值区域,7~8月是次峰值区,春季PM10平均浓度在1000mg/m3左右变化,夏季在400~900mg/m3之间,秋冬两季浓度较低基本上在200~400mg/m3之间变化.每年的3~9月是总悬浮颗粒物(TSP)质量浓度较高的月份,4~5月是主峰值区,7~8月为次峰值区;2005年TSP质量浓度最低,年平均值为1105.0mg/m3,2009年略高于2008年,年平均浓度为1878.0 mg/m3,2008年5月TSP平均质量浓度是全年最高值,浓度值达到7415.0mg/m3.沙尘天气过程中大气颗粒物浓度变化具有以下规律:晴天<浮尘天气<浮尘、扬沙天气<沙尘暴天气．风速大小直接影响大气中颗粒物浓度,风速越大颗粒物浓度越高.气温、相对湿度和气压是影响沙尘暴强度的重要因素,也间接影响大气中颗粒物浓度的变化.     

气象要素对气溶胶光学厚度估算PM2.5的影响

地面监测得到的近地面细颗粒物PM_(2.5)浓度较为精确,但数据覆盖范围相对较小,卫星遥感反演的气溶胶光学厚度(AOD)数据可以反映污染物浓度分布,具有范围大且速度快的特点,因此,大多数学者通过建立PM_(2.5)-AOD模型来实现卫星遥感监测PM_(2.5)浓度,并通过引入气象要素来优化模型.然而,气象要素的选择与引入往往对模型的精度有较大的影响,如何有效地选择对PM_(2.5)浓度影响较大的气象要素一直是PM_(2.5)-AOD模型中的关键问题.因此,本文基于华东地区2014—2015年的MODIS AOD和地面监测站的PM_(2.5)浓度数据,结合再分析气象资料,利用多元逐步线性回归方法建立PM_(2.5)-AOD模型,从由特定时刻、高度上的气象要素与随时间、高度变化的气象要素组成的气象要素集中,筛选出对因变量PM_(2.5)浓度有显著影响的关键气象要素.结果表明:在地域与季节双重尺度下的PM_(2.5)-AOD模型精度更高;相较于特定时刻高度的气象要素,随时间和高度变化的气象要素对PM_(2.5)-AOD模型的影响更为显著;在地域与季节双重尺度下,1000～850 hPa经向风速差、世界时0:00—6:00近地面温度差、850～600 hPa温度差、6:00边界层高度、12:00—18:00近地面压强差、1000～850 hPa温度差对模型影响较大,但应依据不同季节和不同地区的具体影响程度作为选择标准.     

基于MODIS气溶胶光学厚度与气象要素的苏锡常地区PM2.5地面浓度分布研究

基于GIS技术和岭回归分析方法,采用苏锡常地区的MODIS高分辨率气溶胶光学厚度资料、PM_(2.5)浓度观测资料和苏锡常及周边地区的气象观测资料,构建了基于气溶胶光学厚度和气象要素的PM_(2.5)地面浓度分布估算模型,模拟了2013年春季苏锡常地区PM_(2.5)的空间分布状况,并将此模型与气象要素多元回归模型、气溶胶光学厚度直接回归模型进行比较.结果表明:该模型将遥感观测资料与地面气象观测资料相结合,能够有效地模拟PM_(2.5)的空间分布状况;2013年春季苏锡常地区PM_(2.5)的空间分布具有整体上西北高、东南低,中心城区高、城郊区低的趋势,局部高浓度区域可能与工业生产、交通等人为因素有关;该模型能够在保持较高精度的前提下,有效地突出局部地区的变化特征,体现出更强的空间分异性,对于研究PM_(2.5)的空间分布规律具有一定的实际应用价值.     

北京春季一次沙尘气溶胶污染过程观测

利用大气物理综合观测资料分析了2013年3月9日北京市一次沙尘过程前后的气溶胶粒径变化情况和垂直分布特性,比较了霾-沙交替的污染特征差异,并对沙尘来源及传输过程进行解析.结果表明:沙尘开始前近地面为细颗粒物主导的干霾气溶胶污染,该过程在污染物出现分层抬升扩散后得到缓解,地面ρ(PM_(2.5))/ρ(PM_(10))最高达0.93.外源输送抵达的浮尘分布在上空800~2500m范围内,退偏振比平均0.35,明显高于霾气溶胶层.沙尘初期的锋前大风使边界层抬升至900m以上,浮尘向下与本地扬尘混合,使近地污染转为以粗颗粒增加为主,扬沙天气爆发,ρ(PM_(10))小时值增至920μg/m~3,退偏振比增至0.4,地面上3000m范围均有沙尘粒子分布.冷锋配合蒙古气旋是造成此次沙尘的主要天气系统,不断加深发展的高空槽和地面气旋上升气流为外蒙沙尘推进和传输提供了动力条件.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

基于风廓线雷达对成都地区典型持续性重污染天气的研究

基于风廓线雷达数据、大气污染数据及气象数据对2017年12月17日—2018年1月3日成都地区的一次持续性重污染天气过程进行研究,并对两次污染物浓度爆发式增长阶段的污染原因及污染物来源进行了分析.结果表明:①在这次重污染天气过程中,风廓线雷达高精度的风场资料(包括水平风速、风向、垂直风速、大气折射率结构常数C■)配合其他气象要素在分析两个污染阶段污染物的累积及扩散、输送中可以发挥重要的作用,即当成都地区水平风场风速较小且风向多变时,此时受静稳型天气控制,污染物浓度会快速累积增长,而当出现较强的东北风时,可能会有沙尘污染物的输入,应注意沙尘天气的提前预警.垂直风场中垂直速度和大气折射率结构常数C■的变化往往影响着污染物浓度的变化,由于风廓线雷达具有较高的时间分辨率,因此,对污染天气过程的变化有一定的指示意义.②结合局地环流指数和边界层通风量,重新定义了一种适合成都地区风场特征的通风指数:有效通风量(EVI),从而表明第一阶段污染的主要原因是成都地区由静稳型天气控制,边界层内风场对污染物的稀释扩散能力差,导致污染物累积.③通过后向轨迹模拟并结合PM_(2.5)浓度数据进行聚类分析,认为第二阶段污染主要是东北方向携带有大量沙尘污染物的气团输送到成都地区导致的,与源于西北地区沙尘天气的沙尘输送密切相关.     

北京市MODIS气溶胶光学厚度与PM_(10)质量浓度的相关性分析

利用北京地区2012年1—12月NASA MODIS气溶胶光学厚度(AOD)和通过空气污染指数(API)转换得到的PM10质量浓度进行了相关性分析.结果发现,二者的直接相关程度较低,在引入季节变化的气溶胶标高且考虑了气溶胶的垂直分布后,进行标高订正,二者的相关系数有所提高;在考虑了湿度影响因子后,进行湿度订正,二者的相关系数显著提高;引入平均风速、平均气温和平均气压等气象因素,进行多元回归分析,相关系数进一步提高.证实了卫星遥感气溶胶光学厚度在经过垂直和湿度订正并考虑气象因素的情况下,可以作为监测北京地区颗粒物污染物地面分布的一个有效手段.     

交通与气象因子对不同粒径大气颗粒物的影响机制研究

为了研究北京市气象因子与车流量、车速等交通因子对PM2.5、PM10浓度水平的影响,在市区三环主路及居民区选取了28个采样点,采集滞尘量,PM2.5、PM10浓度、车速、车流量、温度、湿度、风速等数据.通过3个月的滞尘质量分析,得出交通源对空气质量的影响是显著的,其中三环主道路两侧采样点和远离交通源对照点滞尘均值分别为0.284 g和0.016 g.再由道路口与居民区对比实验(局部实验)得出,居民区采样点测得的PM2.5和PM10浓度均低于道路口颗粒物浓度,差值均值分别为101 074 n·(cf)-1和15 386 n·(cf)-1,同时PM2.5白天浓度一般低于夜间.最后结合最佳子集预测模型分析得出,PM2.5和PM10受到湿度和温度的影响最大,车速、车流量、风速次之,其中车速、车流量、低风速对颗粒物PM2.5的影响比对PM10的影响更为显著.     

2017年春季华北地区一次典型沙尘重污染天气过程研究

结合空气质量监测站小时监测数据、NECP资料、卫星遥感资料,分析了2017年5月3—5日华北地区一次典型沙尘重污染天气过程.结果表明,此次重污染过程主要由前期的浮尘和后期的扬沙天气造成.前期,蒙古气旋强烈发展将沙尘源地的沙尘抽吸到空中并在偏西风作用下,长距离传输到华北地区沉降,造成大范围浮尘天气,多个城市出现严重污染,PM₁₀浓度增高显著.后期,随着高空横槽转竖并东移,受强冷锋影响,京津等地出现大风扬沙天气,大风过后,空气质量转好,PM₁₀浓度降低至较低水平.起沙源地高空辐散、近地面辐合产生强烈的上升运动将沙尘带到空中并向东传输至华北上空,近地面处于弱辐散场,高空的沙尘缓慢下沉,形成了浮尘天气;高空槽东移,高空辐合,近地面辐散,700 hPa至近地面为强烈下沉运动,是形成此次扬沙天气的主要原因.结合天气形势分析和特征量诊断,给出了华北地区此次浮尘和扬沙天气的天气学概念模型.     

成都市一次典型空气重污染过程特征及成因分析

为了研究成都市冬季空气重污染过程的成因,以2015年12月26日—2016年1月6日成都市一次典型重污染天气过程为例,基于HYSPLIT后向轨迹模式结合全球资料同化系统(Global Data Assimilation System,GDAS)气象数据和成都市7个监测站的AQI、PM_(2.5)、PM10、NO2质量浓度数据,使用气象分析、轨迹聚类(Cluster Analysis)、潜在源贡献因子法(Potential Source Contribution Function,PSCF)和浓度权重轨迹法(Concentration Weighted Trajectory,CWT),分析了此次过程的气象特征、轨迹输送特征和污染物潜在来源分布.结果表明,此次污染天气过程是以PM_(2.5)为主要污染物,其次为PM10、NO2.2015年12月30日14:00左右是此次污染天气过程各站点PM_(2.5)、PM10浓度到达峰值的时刻.缺少北方冷空气南下,四川盆地内空气水平运动弱,以及扩散条件差的静稳天气形势是导致此次大气污染过程成都市污染物累积的原因,而冷空气活动是改善这种天气形势的关键.污染过程辐射逆温层的形成对当时污染物浓度增长有促进作用,但随着每日生消、加强减弱,其并不是最终导致重污染天气形成的关键因素.川东北的广元、绵阳、德阳等地区和成都本地及其南向的眉山、雅安等地区是此次过程主要的潜在源区,这些地区人口较密集,工业较发达,且沿地形走向而分布.     

基于K-means聚类分析法的肇庆市干季PM2.5污染天气分型研究

通过分析肇庆市2013—2018年国控大气环境监测站的PM_(2.5)连续监测数据,发现肇庆市区PM_(2.5)浓度在干季(10月—次年4月)明显高于其余月份,轻度以上污染基本发生在干季,且PM_(2.5)浓度对年总浓度贡献达70.8%.基于Era-interim再分析资料采用K-means聚类分析法对2013—2018年干季逐日的海平面气压和10 m水平风进行分型,揭示了肇庆市易出现PM_(2.5)污染的6种大气环流形势,包括冷锋前部(CF)、变性高压脊(THR)、脊后槽前型(BRFT)、高压底后部(HSW)、弱冷高压脊(HR)和台风外围型(TP).2013—2016年易污染天气型影响天数呈明显减少趋势,2017—2018年呈增加趋势.不同天气型PM_(2.5)浓度与局地气象要素相关性不一致,其中CF、HR、HSW、TP天气型与湿度相关性最好,THR与风速、BRFT与气压相关性最好.PM_(2.5)污染除BRFT天气型主要以本地排放累积影响为主,其余易污染天气型存在不同尺度的外来输送影响,HSW、HR主要来自广州、清远、韶关, CF主要来自佛山、中山,THR来自广州、清远、佛山.同一污染天气型在不同月份的污染影响差异较大,其中HSW、THR污染型主要影响1月和10月,CF为1月和12月,HR为2月和12月,TP为10月,BRFT为1月和10—11月.不同年份的同一月份造成不同程度的PM_(2.5)污染除了排放影响,还与天气环流类型和同一天气型下的局地气象要素密切相关.     

太行山两侧污染物传输对横谷城市气溶胶的影响分析

利用2017~2019年太行山横谷城市阳泉PM₁₀和PM_2.5逐时浓度资料和对应时刻风速风向数据,结合HYSPLIT后向轨迹模型通过聚类分析、潜在源贡献因子和浓度权重轨迹方法分析了横谷城市气流输送特征及对阳泉市气溶胶的影响,并进一步探讨了太行山两侧大气污染物的交换特征.阳泉市气溶胶日变化为单峰单谷型,冬季最高值出现在10：00~11：00,其他季节多在09：00,最小值均在15：00~16：00;月际变化呈1月最高、8月最低.受横谷地形影响,地面风向以偏东风和偏西风频率最高;除小风天气外,春秋季偏西风引起的沙尘天气和冬季偏东风输送也会引起阳泉气溶胶浓度升高;后向轨迹结合污染特征显示,各季节污染轨迹占比为春季26.2%、秋季36.4%和冬季33.7%,主要分布在阳泉的西南和东南区域,冬季在东北区域也有分布;山脉两侧均存在显著的细颗粒物传输,而起源或途经太行山西侧的轨迹粗颗粒物输送亦相对较多;污染轨迹中偏西气流输送对PM₁₀超标率影响更大,偏东气流则主要影响PM_2.5的超标率.不同季节阳泉市气溶胶主要污染潜在源区存在差异,春季为西南和东南两区域;秋季为西南及偏南区域,冬季主要位于偏南和偏东方向区域,山西东南部及与河南北部交界区域是主要的污染贡献源区,太行山两侧通过井陉通道进行大气污染物的相互传输过程显著,其中东向西的PM_2.5传输影响更显著.     

天津市PM2.5浓度时空分布特征及重污染过程来源模拟分析

天津市多发生以PM_2.5为首要污染物的重污染事件,明确ρ（PM_2.5）时空分布特征及重污染过程来源对PM_2.5的综合治理意义深远.利用天津市2014-2017年环境资料和2016年气象资料,结合WRF-Chem模式研究了天津市ρ（PM_2.5）时空分布特征及重污染过程来源.结果表明:①自2014年以来,天津市ρ（PM_2.5）呈逐年下降趋势.②ρ（PM_2.5）月变化曲线呈"U"型分布,呈冬春季高、夏秋季低的季节性特征;ρ（PM_2.5）日变化呈双峰型分布,主峰值出现在08:00-09:00,次峰值出现在21:00-翌日00:00.③各季节天津市ρ（PM_2.5）空间分布不同,春季、夏季、秋季和冬季高值中心分别位于天津市西南部的静海区、中心城区北部的北辰区、西部的武清区及北部的蓟州区.④WRF-Chem模式模拟的天津市秋冬季污染物来源结果表明,本地源贡献率为56%,外来源输送贡献率为44%,其中以河北省和山东省的输送为主.2016年12月16-22日天津市一次重污染过程的模拟结果表明,天津市本地源贡献率为49.6%,河北省、北京市和山东省的外来源输送贡献率分别为32.2%、7.0%和2.2%.污染前期,不利气象条件和外来源输送造成天津市ρ（PM_2.5）聚集并形成重度污染;污染持续过程中,本地源贡献率逐渐增大并占主导地位.研究显示,近年来天津市ρ（PM_2.5）呈下降趋势,并有明显的空间分布特征.      

天津市春季道路降尘PM2.5和PM10中碳组分特征

为研究天津市春季道路降尘PM_2.5和PM₁₀中碳组分特征,丰富道路降尘的成分谱库,于2015年3月22日-5月23日在天津市主干道、次干道、支路、快速路和环线5种道路类型道路两侧采集道路降尘样品,通过再悬浮装置得到PM_2.5和PM₁₀的滤膜样品,并用热光碳分析仪测定PM_2.5和PM₁₀中OC（有机碳）和EC（元素碳）的百分含量,利用两相关样本非参数检验、OC/EC比值法以及相关分析法,定性分析天津市春季道路降尘PM_2.5和PM₁₀的碳组分的特征及其主要来源;利用因子分析法,进一步分析道路降尘PM_2.5和PM₁₀的主要来源.结果表明:道路降尘PM_2.5中w（OC）为10.27%（主干道）~13.94%（快速路）、w（EC）为1.24%（支路）~1.77%（环线）,PM₁₀中w（OC）为8.48%（主干道）~12.56%（快速路）、w（EC）为1.01%（次干道）~1.59%（快速路）,可见快速路中碳组分含量相对较高,这可能与其车流量较大,导致道路扬尘和机动车尾气排放量较大有关,也可能与其路面保养及保洁状况有关.对于大部分碳组分而言,其在PM_2.5中的百分含量均高于PM₁₀;除EC2,其他碳组分在PM_2.5和PM₁₀间均无显著性差异.不同道路类型PM_2.5和PM₁₀中OC/EC的大小顺序基本相同,与其车质量变化趋势相反.道路降尘中PM_2.5中碳组分主要来源于道路扬尘、机动车尾气、生物质燃烧以及燃煤源的混合源,PM₁₀主要受道路扬尘、燃煤和柴油车尾气等污染源的影响.