兰州市PM2.5中多环芳烃的污染特征和来源解析

为了明确兰州市PM_2.5中16种多环芳烃（PAHs）的污染特征和来源,采集了兰州市4个季节的PM_2.5样品,运用气相色谱-质谱联用仪（GC-MS）对PAHs的浓度进行了分析,利用正定矩因子分解法（PMF）、聚类分析和潜在源因子分析法（PSCF）对PAHs的来源进行解析.结果表明,兰州市PM_2.5中ρ（PAHs）均值为：冬季［（118±16.2） ng·m^-3］>秋季［（50.8±21.6） ng·m^-3］>春季［（22.2±8.87） ng·m^-3］>夏季［（4.65±1.32） ng·m^-3］.相关性分析表明,兰州市PM_2.5和TPAHs均与温度呈现极显著的负相关性,与气压呈现极显著的正相关性,与风向、风速和相对湿度的相关性较差.各环PAHs在4个季节的占比相似,其中4环和5环的PAHs占比为最大,其次为6环和2~3环.兰州市PM_2.5中PAHs的主要来源在春夏季为工业排放和生物质及天然气燃烧,秋季工业排放占主导地位,冬季主要为燃煤排放,交通排放在4个季节的贡献比较稳定.聚类分析和PSCF计算结果表明,来自蒙古国、新疆东北部和青海等地的气流对兰州市环境空气质量有重要的影响.     

西安市2019年秋冬季PM2.5中金属来源解析及健康风险评价

为进行西安市秋冬季PM_2.5中金属元素来源解析及健康风险评价,采集2019年10月至2020年1月的PM_2.5颗粒物样品,实验分析样品中PM_2.5及8种金属元素浓度。结果表明：采样期间西安市PM_2.5平均质量浓度为99.44 µg∙m⁻³,是国家环境空气质量二级标准值的1.3倍,世界卫生组织指导标准值的6.6倍;金属元素浓度大小依次为Al＞Zn＞Mn＞Pb＞Cu＞As＞Cr＞Ni。随着污染等级增加,Pb增幅最大,Cr增幅最小。富集因子结果表明重金属元素浓度受人为污染影响明显,Pb和Zn因子高达194.9和172.2。相关性分析表明Zn-Mn-Cu、As-Pb存在较强相关性。PMF源解析结果表明PM_2.5中金属元素的主要来源为扬尘源、交通源、燃煤源和工业源,贡献率分别为42.6%、29.6%、24.6%和3.2%。利用EPA健康风险暴露模型评估金属元素对成人和儿童的非致癌及致癌风险水平,发现Cr对成人存在致癌风险,As对儿童具有非致癌风险。成人的致癌风险主要途径为呼吸吸入,儿童则为手口摄入途径。燃煤源对成人和儿童的非致癌风险及致癌风险贡献较大。     

成都城区PM2.5季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM_2.5样品,对PM_2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM_2.5平均质量浓度高达(165.1±85.1)μg·m^-3,是国家环境空气质量标准年均PM_2.5限值的4.7倍. OC、EC和水溶性二次离子(SO₄^2-,NO₃^-和NH₄⁺)的平均浓度分别为(22.6±10.2)μg·m^-3,(9.0±5.4)μg·m^-3和(62.8±44.3)μg·m^-3,分别占PM_2.5浓度的13.7%、5.5%和38.0%. PM_2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM_2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.     

四川盆地典型城市PM2.5污染过程组分特征和来源解析

为探究四川盆地典型城市PM_2.5污染特征和来源,利用成都市、绵阳市、自贡市超站数据分析2020年冬季典型污染过程PM_2.5组分特征,并采用CMB模型模拟获得研究期间PM_2.5来源及演变特征.结果表明,不同城市PM_2.5组分变化特征不尽相同,成都市污染过程整体呈现NO₃^-主导特征,但重度污染由OC主导.绵阳市污染期间呈现OC主导特征,是污染加重时增长最快的组分.EC是自贡市轻度污染增长最快的组分,NO₃^-、SO₄^2-、NH₄⁺是中度污染增长较快的组分,OC、EC是重度污染增长较快的组分.3个城市均是二次硝酸盐对PM_2.5贡献率最高.比较而言,成都市机动车、扬尘源贡献率均最高;绵阳市二次有机碳贡献率最高,是成都市的2倍;自贡市燃煤源和二次硫酸盐贡献率分别比成都市和绵阳市高出4%~6%和7%~9%.成都市由优良天气到中度污染,二次硝酸盐贡献率随着污染程度的加重而增加,轻度污染较优良天气上升6%,中度污染较轻度污染天气上升3%.中度到重度污染,二次有机碳、机动车贡献率分别上升2%和1%.绵阳市由轻度到重度污染,二次有机碳对PM_2.5的贡献率上升3%,机动车贡献率上升2%,是其污染加重的主要原因.自贡市由轻度到重度污染,各污染源贡献率变化幅度较小.     

常州市大气PM2.5中PAHs污染特征及来源解析

2016年1~8月期间,在常州市采集到55个大气细颗粒物PM_(2.5)样品,采用气相色谱-质谱联用仪测定其中17种PAHs的含量.结果表明,冬、春、夏季PAHs的季均浓度分别为140.24、41.42和2.96 ng·m~(-3),冬季污染较严重,且以4~6环中高分子量化合物为主.Ba P日均浓度平均值3.64 ng·m~(-3),超标日占总采样天数的41%.PAHs浓度与气温(相关系数-0.643)和能见度(相关系数-0.466)显著负相关,与大气压呈显著正相关(相关系数0.544),而与风速、相对湿度相关性较差.受昼夜温差、大气层结和污染源变化等因素影响,夜间PAHs浓度高于白天.气团后向轨迹模型分析表明,常州PM_(2.5)中PAHs主要受当地排放源和短距离传输的影响,长距离传输影响小(仅占11%).特征比值法分析发现,PAHs主要来源于燃煤、机动车尾气和生物质燃烧.利用超额终生致癌风险(ILCR)模型评估PAHs通过呼吸暴露途径对人体健康的影响,结果表明:成人的ILCR值高于儿童,冬季和春季人群的ILCR值略高于风险阈值,夏季则不明显.     

沈阳市冬季大气PM2.5中水溶性离子污染特征及来源解析

为研究沈阳市冬季PM_2.5和水溶性离子的污染特征,使用URG-9000D在线监测系统于2018年冬季对大气颗粒物和气体组分进行连续采样.结果表明,采样期间沈阳市PM_2.5的平均质量浓度为80.67 μg·m^-3,总水溶性离子质量浓度变化范围为2.68~132.79 μg·m^-3.与清洁天相比,污染天NO₃^-、SO₄^2-和NH₄⁺（SNA）占比明显增加,占到PM_2.5的43.7%.静稳天气时SO₂短时间内的迅速累积使得沈阳市冬季大气PM_2.5有暴发性增长现象.Pearson相关性分析可知,SNA、Cl^-与PM_2.5之间的相关系数均达0.78以上,表明沈阳市冬季PM_2.5的主要贡献组分为SNA和Cl^-.PMF源解析表明沈阳市冬季污染物来源主要包括二次反应源、燃煤和生物质燃烧源以及扬尘源.     

港口地区大气PM2.5中多环芳烃污染特征及来源分析

为探究港口地区污染大气中多环芳烃（PAHs）的污染特征和潜在来源,以青岛港为研究对象,于2018年8月至2019年5月期间采集了4个季节的PM_2.5样品（n=59）,分析了PM_2.5中PAHs的季节变化和组成特征,使用相关性分析探索了气象因素对PAHs浓度的影响,并采用正定矩阵因子分解和潜在来源贡献函数模型对潜在来源进行解析.结果表明,ρ（PAHs）平均值为（8.11±12.31） ng·m^-3,秋冬季节高于春夏季节.PAHs的季节性分子组成相似,以4~5环PAHs （75.43%）为主.荧蒽、苯并［e］芘、苯并［a］蒽、菲、芘和䓛是研究区域PAHs的优势物种,这与船舶尾气中主要化合物组成相似.相关性分析表明,PAHs浓度与温度和相对湿度呈极显著负相关,与大气压和风向呈极显著正相关,与风速的相关性较差.PMF分析提取出6个贡献因子,结果表明,青岛港地区受航运排放（28.83%）影响最大,其次是机动车排放（20.49%）以及原油挥发（13.47%）等,夏季受航运排放影响最大.PSCF结果表明,京津冀、环渤海和鲁北地区是远距离传输的主要来源区域.     

南京江北新区PM2.5中水溶性离子的季节特征和来源解析

为探究南京江北新区PM_2.5中水溶性离子的季节特征和来源，于2019年共采集了113个有效PM_2.5样品.用称重法和离子色谱法分别测定出PM_2.5和10种水溶性离子的质量浓度，并使用PMF源解析法对其进行来源解析.结果表明，观测期间南京江北新区PM_2.5和水溶性离子年平均浓度分别为（78.34±29.64）和（35.68±18.30）μg·m^-3，其四季变化趋势相同，冬季浓度高，夏季浓度低.10种水溶性离子中NO₃^-、SO₄^2-和NH₄⁺的浓度远远高于其他离子，其在总离子中的含量高达89.9%.南京江北新区四季PM_2.5中NH₄⁺主要与HSO₄^-和NO₃^-结合存在.硫氧化率（SOR）和氮氧化率（NOR）的年均值分别为0.53和0.28，说明观测期间大气中氮硫的二次生成率较高.南京江北新区PM_2.5中水溶性离子主要来源为二次转化、海盐和扬尘.     

泉州市大气PM2.5镧系元素组成特征及来源解析

2014年3月、4月和7月分别采集了泉州市5个采样点共49个PM_(2.5)样品,采用电感耦合等离子体质谱(ICP-MS)测定样品镧系元素(Loid)及其他微量金属元素浓度水平.分析了PM_(2.5)镧系元素组成特征和配分模式,利用La-Ce-V三元图和化学质量平衡(CMB)受体模型解析了泉州市大气PM_(2.5)污染来源.结果表明:(1)泉州市大气PM_(2.5)总镧系元素(Σ Loid)浓度为2.490~5.708 ng·m~(-3)(含量65.682~126.529μg·g~(-1)),轻重镧系元素比值(L/H)为12.086~14.319;(2)PM_(2.5)镧系元素配分模式与福建土壤相似,PM_(2.5)中Ce元素表现为正异常,而Eu元素表现为负异常;(3)城市扬尘、燃煤尘、汽车尾气尘和垃圾焚烧飞灰是泉州市大气PM_(2.5)的主要来源,贡献率分别为18.9%、10.9%、30.6%和30.2%.     

兰州城区大气PM2.5污染特征及来源解析

为探究兰州城区PM_(2.5)的污染特征及其来源,分别在兰州市城关区和西固区设置PM_(2.5)采样点,于2013年10月(非采暖期)和12月(采暖期)采集样品并进行分析,得到了PM_(2.5)及其16种化学组成的质量浓度.结果表明,兰州城区PM_(2.5)污染水平较高,平均质量浓度为129μg·m~(-3).样品无机元素平均质量浓度为:SCaFeAlMgPbZnMnTiCu,其中S、Ca、Fe、Al的质量浓度在1μg·m~(-3)以上,是主要元素组分;样品各无机元素质量浓度表现为采暖期高于非采暖期,城关区高于西固区.样品水溶性离子平均质量浓度为:SO~(2-)_4NO~-_3NH~+_4Cl~-K~+Na~+,其中SO~(2-)_4、NO~-_3、NH~+_4的质量浓度在10μg·m~(-3)以上,是主要离子组分;样品各水溶性离子质量浓度表现为采暖期高于非采暖期,西固区高于城关区.富集因子(EF)分析结果表明,元素Al、Ca、Mg、Ti的EF值均小于1以自然来源为主;元素Cu、Pb、S、Zn的EF值显著大于10,表明这4种元素在PM_(2.5)中高度富集,且主要源于人为活动造成的污染.主成分分析结果表明,交通排放源、生物质燃烧源、土壤源和二次粒子对兰州城区大气PM_(2.5)贡献显著.     

太原市大气PM2.5中水溶性离子的季节污染特征及来源分析

为探究当前空气质量持续改善背景下重污染地区大气PM_2.5和水溶性无机离子（WSⅡs）的污染特征和季节变化,于2019年在太原市采集了四季PM_2.5样品.结果表明,2019年太原市PM_2.5年均质量浓度为（65.50±30.44）μg·m^-3,水溶性离子浓度的季节特征为：冬季（39.81 μg·m^-3） > 秋季（33.05 μg·m^-3） > 春季（20.50 μg·m^-3） > 夏季（19.62 μg·m^-3）.WSⅡs以二次离子SNA为主,占总离子浓度的76.90%±10.51%,且随着PM_2.5污染加重,SNA的比重显著升高.其中,SO₄^2-和NO₃^-在秋、冬季的浓度最高,这与气态污染物排放增加和二次转化程度的升高（硫氧化率SOR>0.30,氮氧化率NOR>0.10）有关;NH₄⁺、Cl^-和K⁺在冬季的浓度最高,是其他季节的1.2~7.9倍,可能归因于冬季燃煤和生物质燃烧活动的增加;由于春季风速较高,受土壤扬尘的影响,Ca²⁺和Mg²⁺的比重在春季显著增加为20.2%.春季和夏季为贫氨状态,而秋、冬季为富氨状态,且硝酸盐颗粒物在高湿度条件下的吸湿增长比硫酸盐更为显著.太原市大气PM_2.5中水溶性离子主要来源于二次生成、燃煤、生物质燃烧和土壤扬尘.     

太原市大气PM2.5中碳质组成及变化特征

采用DRI Model 2001A热/光碳分析仪测定了2009年冬季和2010年春季太原市区大气细粒子(PM2.5)中有机碳(OC)和元素碳(EC)的昼夜变化特征,分析了含碳物质的变化特征,并探讨了其来源.结果表明,PM2.5、OC、EC平均浓度水平和OC/EC平均值均呈现出冬季[(289.2±104.8)μg·m-3、(65.2±22.1)μg·m-3、(23.5±8.2)μg·m-3和2.8±0.3]高于春季[(248.6±68.6)μg·m-3、(29.7±6.2)μg·m-3、(20.2±5.4)μg·m-3和1.5±0.3],冬季夜晚[(309.3±150.0)μg·m-3、(74.6±19.5)μg·m-3、(24.3±6.6)μg·m-3和3.1±0.3]高于白天[(234.9±122.1)μg·m-3、(54.9±28.2)μg·m-3、(22.6±10.8)μg·m-3和2.5±0.5],春季白天[(292.5±120.8)μg·m-3、(32.7±10.5)μg·m-3、(22.7±10.1)μg·m-3和1.6±0.5]高于夜晚[(212.3±36.7)μg·m-3、(29.6±6.6)μg·m-3、(20.7±6.4)μg·m-3和1.5±0.2]的污染特征.这是因为冬季处于采暖期,特别是夜晚,煤和生物质燃烧量增加导致碳质颗粒物排放量增加以及大气温度低且稳定不利于污染物扩散;高的OC/EC是OC排放量增加所致而非二次有机碳(SOC)的贡献,因为气温低且太阳辐射弱不利于SOC的生成.春季白天PM2.5、OC和EC浓度水平高于夜晚可能是白天风速比夜晚大且相对湿度比夜晚低而更有利于城市扬尘形成所致,OC/EC高可能是白天温度较高且太阳辐射较强有利于SOC的生成.与国内其他城市相比,太原PM2.5、OC和EC均处于较高的浓度水平,表明太原碳质气溶胶污染严重,可能对城市灰霾形成有重要贡献.     

太原市冬季PM2.5化学组分特征与来源解析

为研究太原市城区冬季PM_2.5污染特征及来源,于2017年1月对PM_2.5及其化学组分（水溶性离子、碳组分和微量元素）、气态污染物（SO₂、NO₂）进行在线观测,结合气象数据,分析了清洁天和污染天PM_2.5及其化学组分特征,并利用正定矩阵因子分析法（positive matrix factorization,PMF）对PM_2.5进行来源解析.结果表明,2017年1月太原市城区污染天PM_2.5质量浓度（239.92 μg·m^-3）为清洁天的5.70倍,污染天PM_2.5主要化学组分SO₄^2-、NO₃^-、NH₄⁺、Cl^-、OC和EC分别为清洁天的7.04、5.76、6.51、5.62、4.06和4.70倍;污染天硫的氧化速率（SOR）和氮的氧化速率（NOR）分别为0.12和0.19,明显高于清洁天,说明污染天二次转化程度更高;PMF解析结果显示,污染天二次源（35.06%）、燃煤源（30.19%）和机动车源（24.25%）较清洁天分别增长18.03%、7.39%和2.10%,说明太原市城区污染天在管控机动车和燃煤等一次排放源的基础上,更应该注意对二次源前体物的控制.     

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.     

太原市PM2.5中有机磷阻燃剂初步研究:污染特征及季节变化

2013年10月至2014年7月,在太原城区,分4个月采集大气细颗粒物,每个月选取4个样品,分析了颗粒物上8种有机磷酸酯阻燃剂(OPFRs)的浓度与组成。结果表明,大气PM2.5样品中OPFRs总浓度算术平均值为890±486 pg/m3,其中三种含氯有机磷阻燃剂(TCEP,TCPP和TDCPP)占总量的80%,其他5种无氯OPFRs占总量的20%。化合物组成上,以TCPP(38.5%)最高,其次分别为TCEP(34.6%)、TPP(9.6%)、TDCPP(6.9%)、TTP(5.1%)、TBP(3.2%)、Eh DPP(1.1%)和TEHP(0.8%)。季节变化来看,夏秋季样品中OPFRs浓度较高,而冬春样品浓度较低,且在化合物组成上,夏秋季样品中含氯OPFRs相对浓度要高于冬春季样品。相关分析显示,有机磷阻燃剂浓度变化与颗粒物浓度、有机质含量高低和环境温度无相关性,而主要与气团来源有关。     

泉州市大气PM2.5中PAHs的污染特征、来源及其健康风险评价

为了解泉州市大气PM_(2.5)中PAHs的污染特征,明确关键污染源,于2016年2月～10月采集了清源山、涂山街、万安和东海四个站点的PM_(2.5)样品,采用前进样口直接热解析气相色谱-质谱联用仪(TD-GC/MS)定量分析了19种多环芳烃(PAHs)的浓度水平,并对其健康风险进行评价。结果表明,采样期间泉州市大气PM_(2.5)中∑PAHs质量浓度为1. 98±0. 75 ng/m~3,显著低于国内大多数城市;呈现冬季春季夏季秋季的季节变化特点,以及涂山街万安东海清源山的空间分布特征。其中,5环PAHs占比最大,为30%～38%,其次为3环,4环和6环,占比分别为18%～27%、22%～25%、和13%～19%。特征比值法分析发现,夏、秋季PAHs受生物质燃烧或煤燃烧的影响大于冬、春季;冬、春季化石燃料燃烧(如机动车排放)的影响较大。大气PM_(2.5)中PAHs对儿童和成人的超额终生致癌风险分别为0. 7×10~(-7)和1. 4×10~(-7),不具有致癌风险。     

基于在线观测的太原市冬季PM2.5中金属元素污染水平及来源解析

为更好地识别太原市PM_2.5的来源,于2022年1月采用在线多金属监测仪对太原市区PM_2.5中13种金属元素(K、Ca、Ba、Cr、Mn、Fe、Cu、Ni、Zn、As、Se、Pb和Sr)小时浓度进行了监测,分析了其污染特征,采用正定矩阵因子分解(PMF)模型解析了其来源.结果表明,13种金属元素浓度之和均值为(3 901.6±2 611.2)ng·m^-3,在PM_2.5中平均占比为(7.1±7.7)%.Fe、Ca和K是3种主要的金属元素,浓度平均值分别为(1 319.5±1 003.5)、(1 181.0±1 241.6)和(883.3±357.3)ng·m^-3.ρ[Cr(Ⅵ)](4.6ng·m^-3)和ρ(As)(11.2 ng·m^-3)平均值高于国家环境空气质量(GB 3095-2012)和世界卫生组织的标准值.PMF源解析结果显示：扬尘、机动车排放、不锈钢制造、生物质燃烧与垃圾焚烧、散煤燃烧和工业燃煤是PM_2.5     

太原市PM2.5浓度的气象特征影响分析及预报

利用2016～2020年太原市污染物浓度资料、以及国家基准气象观测站的同期地面气象资料,重点分析了太原市PM_2.5浓度的变化特征以及湿度、降水、风和混合层厚度等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因,建立基于LSTM神经网络的PM_2.5浓度预报模型.结果表明,2016～2020年太原市区冬季出现的重污染天数最多,其中2017年冬季出现天数最多为28 d, PM_2.5浓度总体呈现出秋冬季节高,春夏季节低,周末PM_2.5浓度高于工作日浓度,PM_2.5浓度日变化大致呈现双峰型分布,分别出现在09:00左右和23:00至翌日01:00.除相对湿度和冬季气温外,其余气象要素与PM_2.5浓度在四季均表现为负相关.影响太原市区PM_2.5浓度升高的污染源主要位于其NE-ENE-E方向,西北部地区的相对不明显.汛期当达到中雨(降水量≥10 mm)以上级别的降水都对PM_2.5浓度降低有明...     

我国PM2.5浓度分阶段改善目标情景分析

分析了部分发达国家、地区PM_(2. 5)改善经验和我国74个重点城市2013～2016年PM_(2. 5)年均浓度的改善情况,得出不同浓度区间城市所能达到的PM_(2. 5)年均浓度降幅,并据此设计了我国城市PM_(2. 5)浓度改善情景,通过自下而上的计算方法,测算了全国城市、31个省(区、市)及重点区域的PM_(2. 5)浓度分阶段改善目标.结果表明,在2种情景下我国PM_(2. 5)年均浓度均将在2025年前实现达标,在2030年下降到30μg·m~(-3)以下;京津冀及周边地区在2030年实现达标;长三角地区在2025年达标,2030年区域内城市实现全面达标.北京、天津、河北、河南等省(市)基准年PM_(2. 5)年均浓度高,在2030年实现达标的压力较大;在重点区域强化情景下,京津冀及周边地区2030年仍有接近40%的城市PM_(2. 5)浓度超标,应持续加大重污染地区PM_(2. 5)污染防治工作的力度,以推进PM_(2. 5)浓度目标的实现.     

太原冬季PM2.5影响霾污染的关键尺度谱特征

PM_(2.5)普遍被认为是导致霾形成的主要污染物之一.利用2016年11~12月在太原市人工降雨防雹办公室观测获得的气溶胶数谱资料、小店区气象站提供的气象要素资料以及小店区环境监测站提供的PM质量浓度资料,探讨了PM_(2.5)影响霾污染的关键尺度谱特征.结果表明,观测期间霾污染频发,且程度严重,重度霾占25.35%.相对湿度高于80%、风速小于1.5 m·s~(-1)是霾频繁发生的有利条件,特别是重霾;中度霾和轻度霾在相对湿度40%~80%、风速小于1.5 m·s~(-1)时也会频繁发生;轻微霾主要发生在相对湿度20%~40%,风速为1.25~2.55 m·s~(-1)时.霾天PM_(2.5)平均质量浓度为209.45μg·m~(-3),是非霾天气的3倍,且随着霾等级增加,PM_(2.5)质量浓度和PM_(2.5)/PM_(10)比值不断增加.低湿环境下PM_1是影响霾的关键粒子;高湿环境下PM_(0.5)是影响轻微霾、轻度霾和中度霾的关键粒子,而影响重度霾的关键粒子则是PM_1.高湿环境下表面积浓度对能见度的贡献率下降,但是气溶胶吸湿增长增大了粒子尺度,导致消光效率因子增大,从而弥补了表面积浓度的不足;粒子尺度参数的增加是高湿时PM_(2.5)影响霾污染的重要因素.