蘇州初夏大氣中可吸入顆粒物的時(shí)空分布特點(diǎn)

郭　卉，牟子平

(蘇州科技學(xué)院環(huán)境科學(xué)與工程學(xué)院， 江蘇 蘇州 215011)

蘇州初夏大氣中可吸入顆粒物的時(shí)空分布特點(diǎn)

郭卉，牟子平

(蘇州科技學(xué)院環(huán)境科學(xué)與工程學(xué)院， 江蘇 蘇州 215011)

摘要：利用蘇州市2014年4月18日—5月6日空氣質(zhì)量監(jiān)測(cè)資料，分析了蘇州市大氣中PM10和PM2.5的小時(shí)變化規(guī)律、日變化規(guī)律及其與溫度、風(fēng)速的氣象相關(guān)性，研究其在空間上的分布，探討PM10和PM2.5之間的相關(guān)性。結(jié)果表明：蘇州市大氣中PM10每小時(shí)質(zhì)量濃度呈雙峰分布，上午8∶00左右和下午20∶00左右出現(xiàn)峰值特征，而PM2.5每小時(shí)質(zhì)量濃度呈單峰分布，只在上午8∶00左右出現(xiàn)峰值。PM10和PM2.5的每日變化規(guī)律相似，有周期性且周期為3～4d。在空間分布上，PM10質(zhì)量濃度從高到低的排列順序是：商業(yè)混合區(qū)>居民區(qū)>工業(yè)區(qū)>交通干線>遠(yuǎn)郊區(qū)，PM2.5質(zhì)量濃度為：工業(yè)區(qū)>交通干線>居民區(qū)>商業(yè)混合區(qū)>遠(yuǎn)郊區(qū)。PM10和PM2.5兩者之間存在顯著相關(guān)性。

關(guān)鍵詞：PM2.5質(zhì)量濃度；PM10質(zhì)量濃度；大氣污染研究；變化特征；時(shí)空分布特點(diǎn)；蘇州

PM10指環(huán)境空氣中空氣動(dòng)力學(xué)當(dāng)量直徑≤10μm的顆粒物，也稱可吸入顆粒物[1]，其來(lái)源主要是化石燃料的燃燒、工農(nóng)業(yè)生產(chǎn)活動(dòng)等人為的活動(dòng)和地表的揚(yáng)塵、海洋的飛沫、火山塵等天然的過(guò)程及二次氣溶膠粒子等非均相化學(xué)反應(yīng)過(guò)程等[2]；PM2.5指環(huán)境空氣中空氣動(dòng)力學(xué)當(dāng)量直徑≤2.5μm的顆粒物，也稱細(xì)顆粒物[1]。PM10能長(zhǎng)時(shí)間在空氣中懸浮不沉降，是大氣中有害物質(zhì)的載體，一般通過(guò)呼吸道進(jìn)入人體，給人體帶來(lái)高于單一污染物的危害。由于PM2.5的粒徑比PM10的更細(xì)小，對(duì)人體的危害更大。PM2.5可以進(jìn)入人體肺部，在肺泡中沉積，并進(jìn)入血液循環(huán)。國(guó)外大量流行病學(xué)研究資料顯示，PM10和PM2.5濃度的上升與疾病的發(fā)病率、呼吸器官疾病發(fā)病率、心血管系統(tǒng)疾病發(fā)病率甚至死亡率之間都有著密切的關(guān)系[3-8]。

蘇州作為蘇南地區(qū)的工業(yè)中心，日益發(fā)展的經(jīng)濟(jì)和逐漸被破壞的資源環(huán)境的矛盾越來(lái)越尖銳。據(jù)統(tǒng)計(jì),2013年間蘇州空氣質(zhì)量為：41d優(yōu)，211d良，71d輕度污染，20d中度污染， 18d重度污染，2d嚴(yán)重污染，超標(biāo)天數(shù)比例為30.6%。其中共有152d出現(xiàn)霾天氣[9]。除了遠(yuǎn)距離傳輸和工業(yè)排放的顆粒物外，在空氣中的顆粒物主要來(lái)源于交通。蘇州24h PM10和PM2.5的變化特征與機(jī)動(dòng)車(chē)流量和氣象條件有關(guān)，機(jī)動(dòng)車(chē)排放的污染物對(duì)它的影響和貢獻(xiàn)很大。此外，蘇州市的工業(yè)粉塵污染對(duì)空氣影響也比較大，這是因?yàn)槠溆薪M織排放源多，但治理水平低下，無(wú)組織排放源分布廣，治理難度大。蘇州在初夏時(shí)節(jié)氣候相對(duì)比較干燥，降雨量少，不利于聚集在大氣中的可吸入顆粒物的擴(kuò)散。本研究分析探討了初夏季節(jié)蘇州大氣中可吸入顆粒物的分布特點(diǎn)，希望為大氣污染防治提供參考。

1研究數(shù)據(jù)與獲取方法

1.1監(jiān)測(cè)點(diǎn)位

本文采用蘇州市環(huán)保局網(wǎng)站中蘇州市環(huán)境空氣質(zhì)量信息發(fā)布系統(tǒng)(http://222.92.77.250/huimaiGis/)公布的如圖1所示的20個(gè)長(zhǎng)期定點(diǎn)自動(dòng)監(jiān)測(cè)子站的監(jiān)測(cè)數(shù)據(jù)，其中包括彩香、軋鋼廠、南門(mén)、上方山(清潔對(duì)照點(diǎn))、吳中區(qū)環(huán)保局(下簡(jiǎn)稱吳中區(qū))、蘇州新區(qū)實(shí)驗(yàn)中學(xué)(下簡(jiǎn)稱新區(qū))、蘇州工業(yè)園區(qū)星海學(xué)校(下簡(jiǎn)稱工業(yè)園區(qū))、相城區(qū)、吳江環(huán)保局、吳江進(jìn)修學(xué)校、吳江開(kāi)發(fā)區(qū)、常熟海虞、常熟菱塘、常熟興福、太倉(cāng)監(jiān)測(cè)站、太倉(cāng)科教新城實(shí)小、昆山實(shí)驗(yàn)小學(xué)、昆山震川中學(xué)、張家港監(jiān)測(cè)站和張家港城北小學(xué)。該系統(tǒng)對(duì)蘇州市市內(nèi)及其4個(gè)縣級(jí)市的環(huán)境空氣開(kāi)展例行監(jiān)測(cè)，采用地面自動(dòng)監(jiān)測(cè)系統(tǒng)進(jìn)行24h連續(xù)監(jiān)測(cè)。

1.2空間分布

依據(jù)PM2.5和PM10在空間上分布的不同，將蘇州20個(gè)監(jiān)測(cè)點(diǎn)按照所在位置的功能區(qū)分為5類：交通干線區(qū)、工業(yè)區(qū)、商業(yè)混合區(qū)、居民區(qū)和遠(yuǎn)郊區(qū)，詳見(jiàn)表1。

表1　按監(jiān)測(cè)點(diǎn)所在位置的功能區(qū)分類

功能區(qū)交通干線工業(yè)區(qū)商業(yè)混合區(qū)居住區(qū)遠(yuǎn)郊區(qū)監(jiān)測(cè)點(diǎn)彩香南門(mén)工業(yè)園區(qū)高新區(qū)吳中區(qū)相城區(qū)軋鋼廠上方山,吳江環(huán)保局,吳江進(jìn)修學(xué)校,吳江開(kāi)發(fā)區(qū),常熟海虞,常熟菱塘,常熟興福,太倉(cāng)監(jiān)測(cè)站,太倉(cāng)科教新城實(shí)小,昆山實(shí)驗(yàn)小學(xué),昆山震川中學(xué),張家港市監(jiān)測(cè)站,張家港城北小學(xué)

表2　各功能區(qū)PM10監(jiān)測(cè)情況

2結(jié)果與討論

2.1PM10的變化特征及其影響因素

在5組監(jiān)測(cè)點(diǎn)中,商業(yè)混合區(qū)和居民區(qū)大氣環(huán)境中的顆粒物PM10的污染非常嚴(yán)重, 其他區(qū)中以遠(yuǎn)郊區(qū)的污染最為嚴(yán)重。由此可知, 蘇州大氣中PM10的污染不容樂(lè)觀。在空間分布上, 5組PM10污染情況基本為工業(yè)區(qū)<交通干線<遠(yuǎn)郊區(qū)<居民區(qū)<商業(yè)混合區(qū)。商業(yè)混合區(qū)PM10的污染最為嚴(yán)重，主要是由于商業(yè)混合區(qū)人流量大,導(dǎo)致機(jī)動(dòng)車(chē)流量也大，排出的尾氣和載氣帶來(lái)的地表灰塵多。遠(yuǎn)郊區(qū)大氣中PM10的濃度應(yīng)該是相對(duì)于其它功能區(qū)最低的，但卻不盡然，這說(shuō)明遠(yuǎn)郊區(qū)也要重視控制大氣污染的工作。雖然蘇州的工業(yè)園區(qū)中有各種工廠，排放的廢氣可能含有大量PM10, 煤和其他化石燃料的不完全燃燒也排放大量的PM10，但是由于蘇州對(duì)工業(yè)園區(qū)內(nèi)各廠的排污要求比較高，所以蘇州工業(yè)區(qū)大氣的PM10污染并沒(méi)有想象中的嚴(yán)重。在交通干線區(qū),雖然大氣中PM10的污染并不算特別厲害，但也不能忽視。

2.1.1PM10日平均濃度變化規(guī)律

圖2顯示，五個(gè)功能區(qū)的PM10質(zhì)量濃度走勢(shì)在這19d 基本相同，但濃度有一定的差異。商業(yè)混合區(qū)和居民區(qū)的PM10質(zhì)量濃度高于其他功能區(qū)，這是因?yàn)檫@兩個(gè)功能區(qū)的人為作用比較大，影響因素多且復(fù)雜，導(dǎo)致質(zhì)量濃度變化較大。剩下三個(gè)功能區(qū)每天的PM10質(zhì)量濃度相似，只有幾天的濃度值不同；所有功能區(qū)監(jiān)測(cè)點(diǎn)的波動(dòng)性都比較大。在5月2日這天，所有功能區(qū)的PM10質(zhì)量濃度值相對(duì)于前后幾天有明顯的上升，PM10的上升幅度在1～2倍，全部功能區(qū)的PM10濃度都超過(guò)了《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》的二級(jí)標(biāo)準(zhǔn)，這是由于5月1日—3日是五一小長(zhǎng)假，出行的人數(shù)增多,導(dǎo)致車(chē)輛行駛增加，所以PM10濃度上升，由此也可以看出PM10的濃度與交通正相關(guān)。

2.1.2PM10小時(shí)平均濃度變化規(guī)律

以時(shí)間為橫坐標(biāo)，PM10的每小時(shí)平均質(zhì)量濃度為縱坐標(biāo)繪制成圖，獲得各功能區(qū)每小時(shí)平均濃度變化曲線(圖3)。遠(yuǎn)郊區(qū)PM10每小時(shí)平均濃度走勢(shì)相較其他地區(qū)比較平緩，其余四個(gè)功能區(qū)的走勢(shì)基本相似，而且都有兩個(gè)峰值，基本都是前一個(gè)峰值(8∶00-10∶00)比后一個(gè)峰值(20∶00-22∶00)低1/2，在早上9∶00左右，其質(zhì)量濃度達(dá)到一個(gè)峰值，然后開(kāi)始下降，并在夜間21∶00左右，其質(zhì)量濃度達(dá)到另一個(gè)峰值，此后其質(zhì)量濃度又開(kāi)始下降，到次日3∶00左右下降到比較低的值，呈現(xiàn)較明顯的雙峰變化趨勢(shì)。由于商業(yè)混合區(qū)和居民區(qū)人流比較大，情況比較復(fù)雜，導(dǎo)致PM10排放的因素較多，所以質(zhì)量濃度高于其它功能區(qū)。交通干線是由于平日車(chē)流量大，汽車(chē)尾氣的排放量大，所以PM10的濃度高。工業(yè)區(qū)相對(duì)其他功能區(qū)，政府在治理上更容易，且監(jiān)控也比較方便，所以相對(duì)的，PM10的質(zhì)量濃度較低。

2.1.3PM10特殊日期分析

由于2014年5月1日—3日為國(guó)家法定假日，出行的人相對(duì)平時(shí)較多，車(chē)輛的行駛也相應(yīng)增加，所以在此期間PM10的質(zhì)量濃度明顯上升，并且遠(yuǎn)大于前幾天的平均值。從圖2可以看出，五一期間這20個(gè)監(jiān)測(cè)點(diǎn)的PM10濃度無(wú)一例外比五一前后明顯增大0.5～1倍，說(shuō)明汽車(chē)尾氣、馬路揚(yáng)塵等交通污染對(duì)PM10濃度有較大的影響。

2.2PM2.5的變化特征及其影響因素

PM2.5污染的空間分布與PM10不盡相同。從表3可以看出, PM2. 5污染情況基本為遠(yuǎn)郊區(qū)<交通干線<商業(yè)混合區(qū)<居民區(qū)<工業(yè)區(qū)。相比于PM10，蘇州工業(yè)區(qū)的PM2.5濃度最大，這是由于工業(yè)區(qū)受到了化石燃料燃燒產(chǎn)生的影響，說(shuō)明工業(yè)園區(qū)對(duì)于工廠排放含粒徑<10μm顆粒物的氣體的整治效果比較好，但對(duì)控制工廠對(duì)大氣排放含粒徑<2.5μm顆粒物的氣體的效果就相對(duì)較差。與PM10相比, 居民區(qū)的PM2.5質(zhì)量濃度高于商業(yè)混合區(qū)PM2. 5質(zhì)量濃度，這可能是由于在居民區(qū)除了車(chē)輛較多, 車(chē)輛排放的尾氣多之外，居民區(qū)本身也比較擁擠，人流量比較大，車(chē)流量自然也就相對(duì)大起來(lái)，所以污染程度就重；而交通干線PM2.5的污染主要是由于大量車(chē)輛排放的尾氣；遠(yuǎn)郊區(qū)的PM2.5濃度是5個(gè)功能區(qū)內(nèi)最低的，相對(duì)于其它功能區(qū)，遠(yuǎn)郊區(qū)的車(chē)流量沒(méi)有這么大，空氣質(zhì)量相對(duì)較好，但也需要重視。

表3　各功能區(qū)PM2.5監(jiān)測(cè)情況

2.2.1PM2.5日平均濃度變化規(guī)律

圖4顯示，工業(yè)區(qū)處的PM2.5質(zhì)量濃度高于其他功能區(qū)，其次是居民區(qū)，最低的是遠(yuǎn)郊區(qū)。5個(gè)功能區(qū)的PM2.5質(zhì)量濃度波動(dòng)都比較大,變化的趨勢(shì)也比較相似，這可能是與氣象因素有關(guān)。由于工業(yè)區(qū)的工廠較多，排放含PM2.5微粒的氣體，所以工業(yè)區(qū)PM2.5較高；居民區(qū)相對(duì)其他區(qū)影響因素多且復(fù)雜, 導(dǎo)致質(zhì)量濃度也較大；其他功能區(qū)質(zhì)量濃度基本相似；遠(yuǎn)郊區(qū)的質(zhì)量濃度最低，是由于遠(yuǎn)郊區(qū)相對(duì)于其他區(qū)域人流量不大，環(huán)境比較單一，所以PM2.5的質(zhì)量濃度最低。

2.2.2PM2.5小時(shí)平均濃度變化規(guī)律

以時(shí)間為橫坐標(biāo)，PM2.5的每小時(shí)平均質(zhì)量濃度為縱坐標(biāo)繪制成圖，可得各功能區(qū)每小時(shí)平均濃度變化曲線，見(jiàn)圖5。

由圖5可以看出，遠(yuǎn)郊區(qū)PM10每小時(shí)平均濃度走勢(shì)較其他地區(qū)比較平緩，其余四個(gè)功能區(qū)的走勢(shì)基本相似，而且都只有1個(gè)峰值，該峰值在 8∶00左右，隨后其質(zhì)量濃度開(kāi)始下降，到17∶00左右下降到最小值，又開(kāi)始上升，而且在夜間上升的幅度比較小，曲線趨向于平緩，呈現(xiàn)較明顯的單峰變化趨勢(shì)。工業(yè)區(qū)比其他區(qū)的PM2.5質(zhì)量濃度都高，這是因?yàn)楣I(yè)區(qū)內(nèi)的工廠比較多，工廠在作業(yè)過(guò)程中，如化石燃燒等會(huì)產(chǎn)生大量的PM2.5。交通干線、商業(yè)混合區(qū)、居民區(qū)PM2.5的質(zhì)量濃度不管是走勢(shì)還是值都差不多，這是因?yàn)樯虡I(yè)混合區(qū)、居民區(qū)的人流比較大，交通干線的車(chē)流量也大，所以PM2.5的質(zhì)量濃度比遠(yuǎn)郊區(qū)的要高。

2.3PM10和PM2.5日均濃度與溫度、風(fēng)力的關(guān)系

將蘇州的日均PM10和PM2.5質(zhì)量濃度、溫度和風(fēng)力綜合分析，利用SPSS計(jì)算得PM10和PM2.5與溫度和濕度的Pearson相關(guān)系數(shù)如表4所示。

從表4可以看出，PM10與溫度和風(fēng)力在0.01的置信水平上(雙尾)顯著相關(guān)，并且PM10與溫度呈正相關(guān)，與風(fēng)力呈負(fù)相關(guān)。PM10與溫度的相關(guān)性達(dá)到0.679，說(shuō)明大氣溫度對(duì)PM10的影響非常顯著。PM2.5與溫度和風(fēng)力在0.01的置信水平上(雙尾)顯著相關(guān)，并且PM2.5與溫度呈正相關(guān)，與風(fēng)力呈負(fù)相關(guān)。PM2.5與風(fēng)力的相關(guān)性在-0.521，說(shuō)明風(fēng)力對(duì)PM2.5的影響比較顯著，但溫度對(duì)PM2.5的影響并不是特別顯著。

表4　PM10和PM2.5分別與溫度、風(fēng)速的Pearson相關(guān)系數(shù)

注：*表示在0.01的置信水平上(雙尾)相關(guān)性顯著。

注：**表示在0.01的置信水平上(雙尾)相關(guān)性顯著。

2.4PM10和PM2.5統(tǒng)計(jì)相關(guān)性檢驗(yàn)

以蘇州功能區(qū)為例，研究蘇州PM2.5和PM10的相關(guān)性。運(yùn)用統(tǒng)計(jì)分析軟件SPSS對(duì)收集的5組功能區(qū)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得出Pearson簡(jiǎn)單相關(guān)系數(shù)如表5所示。交通干線、工業(yè)區(qū)、商業(yè)混合區(qū)、居民區(qū)、遠(yuǎn)郊區(qū)的PM2.5和PM10呈顯著相關(guān)性，而且全部都呈正相關(guān)性，所有PM2.5和PM10的相關(guān)系數(shù)都在0.76以上，說(shuō)明所有功能區(qū)的PM2.5和PM10的質(zhì)量濃度都具有一定相關(guān)性。

2.5PM10和PM2.5回歸分析

以PM2.5作為因變量，將5個(gè)功能區(qū)的大氣顆粒物PM10和PM2.5的日質(zhì)量濃度做線性回歸，結(jié)果如圖6～圖10所示。

交通干線、工業(yè)區(qū)、商業(yè)混合區(qū)、居民區(qū)和遠(yuǎn)郊區(qū)的回歸方程分別是PM2.5=0.457×PM10(t值為5.037，P=0<0.05)、PM2.5=0.463×PM10(t值為4.866，P=0<0.05)、PM2.5=0.425×PM10(t值為7.186，P=0<0.05)、PM2.5=0.419×PM10(t值為6.224，P=0<0.05)、PM2.5=0.450×PM10(t值為7.104，P=0<0.05)，PM2.5對(duì)PM10的載荷分別為45.70%、46.30%、42.50%、45.7%、45.00%，回歸分析結(jié)果說(shuō)明所有功能區(qū)的可吸入顆粒物都以PM10為主，但是PM2.5和PM10的比例相差并不大，所以蘇州環(huán)保部門(mén)應(yīng)該對(duì)兩種顆粒物都加以控制。

3 結(jié)論

本文以江蘇省蘇州市監(jiān)測(cè)站所監(jiān)測(cè)的大氣顆粒物PM10和PM2.5的數(shù)據(jù)為研究對(duì)象，對(duì)影響其日平均質(zhì)量濃度變化，每小時(shí)平均質(zhì)量濃度變化，空間分布等因素進(jìn)行分析研究，得出如下結(jié)論：

(1) 2014年4月18日—5月6日，蘇州大氣中的PM10和PM2.5日平均質(zhì)量濃度分別為：0.082mg/m3、0.050mg/m3。在20個(gè)監(jiān)測(cè)點(diǎn)中，有6個(gè)監(jiān)測(cè)點(diǎn)的PM10超標(biāo)了2d，10個(gè)監(jiān)測(cè)點(diǎn)超標(biāo)了1d，只有4個(gè)監(jiān)測(cè)點(diǎn)沒(méi)有超標(biāo)；只有2個(gè)監(jiān)測(cè)點(diǎn)的PM2.5沒(méi)有超標(biāo)，5個(gè)監(jiān)測(cè)點(diǎn)超標(biāo)了1d，7個(gè)監(jiān)測(cè)點(diǎn)超標(biāo)了2d，5個(gè)監(jiān)測(cè)點(diǎn)超標(biāo)了3d，有1個(gè)監(jiān)測(cè)點(diǎn)超標(biāo)了4d?？梢钥闯隹諝庵屑?xì)顆粒物污染比較嚴(yán)重。

(2) PM10的每小時(shí)質(zhì)量濃度變化呈雙峰分布，分別處在上午8∶00-10∶00以及下午20∶00-22∶00兩個(gè)時(shí)間段；PM2.5的每小時(shí)質(zhì)量濃度日變化基本呈單峰分布，其峰值在早上8∶00-10∶00，然后其質(zhì)量濃度開(kāi)始下降，到下午17∶00左右達(dá)到最低值，繼而又開(kāi)始上升。PM10和PM2.5的日平均濃度變化都呈周期性變化，周期約為3～4d。

(3) PM10和PM2.5質(zhì)量濃度超標(biāo)基本上都聚集在勞動(dòng)節(jié)小長(zhǎng)假5月1日—5月3日。五一長(zhǎng)假外出人數(shù)比較多，人流量大，車(chē)流量大，造成PM10和PM2.5的排放增大，導(dǎo)致其超標(biāo)，說(shuō)明PM10和PM2.5的污染源之一是汽車(chē)排放。

(4) 蘇州大氣中的PM10和PM2.5都存在一定的空間分布規(guī)律。PM10質(zhì)量濃度從高到底為：商業(yè)混合區(qū)>居民區(qū)>工業(yè)區(qū)>交通干線>遠(yuǎn)郊區(qū)；PM2.5質(zhì)量濃度從高到底為：工業(yè)區(qū)>交通干線>居民區(qū)>商業(yè)混合區(qū)>遠(yuǎn)郊區(qū)?？梢钥闯鯬M10和PM2.5的空間分布不相同。

(5) PM10和PM2.5的質(zhì)量濃度變化都與氣象條件有關(guān)。PM10和PM2.5的質(zhì)量濃度變化都與風(fēng)力呈負(fù)相關(guān)，與溫度呈正相關(guān)，而且PM10與溫度的Pearson相關(guān)性達(dá)到0.679，說(shuō)明其與溫度相關(guān)性非常顯著，風(fēng)力和溫度是影響PM10和PM2.5質(zhì)量濃度的因素之一。

(6) PM10和PM2.5兩者存在顯著的相關(guān)性，且蘇州大氣污染以PM10為主，但PM2.5的質(zhì)量濃度比例有增加的趨勢(shì)。

參考文獻(xiàn)：

[1]國(guó)家環(huán)保局.GB3095-2012中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)環(huán)境客氣質(zhì)量標(biāo)準(zhǔn)[S].北京：中國(guó)環(huán)境科學(xué)出版社，2012.

[2] 余曄，夏敦勝，陳雷華，等.蘭州市PM10污染變化特征及其成因分析[J].環(huán)境科學(xué)，2010,31(1)：22-28.

[3] DNANY H，OSCAR B，GERARD H，et al. PM10and PM2.5concentrations in Central and Eastern Europe: results from the CESAR study[J]. Atmospheric Environment,2001(35)：2757-2771．

[4] Dockery D W，Pope C A III，Xu X，et al． An association between air pollution and mortality in six u. s. cities [J]. N Engl J Med, 1993(329): 1753-1759．

[5] Pope C A, Thun M J, Namboodlrl M M，et al. Particulate air pollution as a predictor of mortality in a prospective study of u. s. adults[J]. Am J Respir Crit Care Med,1995(151): 669-674．

[6] Victor H，Borjab A，Margarita C, et al. Mortality and ambient fine particles in southwest Mexico city，1993 -1995[J]. Environmental Health Perspectlves, 1998,106(12): 849-854．

[7] Hornberg C，Maciulevlclute L，Seemayer N H，et al． Induction of sister chromatid exchanges(SCE) in human tracheal epithelial cells by the fractions PM10 and PM2.5 of airborne particulates[J]. Toxicol Lett，1998(96/97):215-220．

[8] Arden P C，Randy W H，Martln G V． Particulate air pollution and daily mortality on Utah’s wasatch front[J]． Environmental Health Perspectives，1999, 107(7):567-573．

[9] 楊翼，蔣琪. 蘇州2013年空氣質(zhì)量情況：超標(biāo)天數(shù)比例為30.6%[EB/OL]. http://env.people.com.cn/n/2013/1231/c1010-23986283.html

The Characteristics of Temporal and Spatial Distribution of Inhalable Particles

in the Atmosphere of Early Summer in Suzhou City

GUO Hui, MOUZi-ping

(School of Environmental Science and Engineering, Suzhou University of Science and

Technology, Suzhou Jiangsu 215011 ,China)

Abstract：The changes of hourly PM10and PM2.5in the air every day and their correlations with weather in Suzhou were analyzed using the data of air quality in Suzhou City from April 18th to May 6th in 2014. Their distribution was explored as well as the correlation between PM10and PM2.5. The results showed that there were two peaks of hourly PM10every day. The first peak appeared about 8∶00 am and the second happened around 8∶00 pm. So it was bimodal. However, the hourly PM2.5concentration was unimodal since only one peak appeared about 8∶00 am. The changes of daily PM10and PM2.5were similar. They were periodic during the period of 3-4d. In addition, the spatial distribution of PM10was in the order of business mixing zone> residential> industrial zone> transportation Route> outer suburbs. Nevertheless, the spatial distribution of PM2.5was in the order of industrial zone> transportation route> residential> business mixing zone> outer suburbs. PM10and PM2.5indicated a significant correlation.

Key words：PM10concentration；PM2.5concentration；air pollution; variation characteristics; Suzhou

中圖分類號(hào)：X51

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1673-9655(2015)04-0033-09

通信作者：牟子平(1964-)，男，博士，教授，碩士生導(dǎo)師，研究方向：環(huán)境規(guī)劃、環(huán)境生態(tài)學(xué)、城市生態(tài)保護(hù)與建設(shè)。

收稿日期：2014-12-11