2018年冬季淄博市一次沙塵天氣顆粒物污染特征研究

吳麗萍, 李麗明,, 張向炎, 王信梧, 馬銀紅, 耿春梅*, 徐 勃*

1.天津城建大學環(huán)境與市政工程學院, 天津 300384 2.中國環(huán)境科學研究院, 北京 100012 3.淄博市環(huán)境監(jiān)測站, 山東 淄博 255040

顆粒物是我國大氣中最主要的污染物之一，不僅導致能見度降低、全球變暖，還危害人體健康，因此備受國內(nèi)外學者的關(guān)注[1-3]. 據(jù)生態(tài)環(huán)境狀況公報顯示，2018年338個地級及以上城市優(yōu)良天數(shù)比例為79.3%，同比上升1.3個百分點，空氣質(zhì)量改善較大，但仍有56.2%的城市ρ(PM2.5)不達標，故學者們對不同地區(qū)顆粒物開展了研究[4-6]. FU等[7]研究發(fā)現(xiàn)，2013—2016年我國重污染形成的主要影響因素為一次排放、二次顆粒物生成、不利的氣象條件及區(qū)域傳輸. AN等[8]對一次重污染研究發(fā)現(xiàn)，區(qū)域傳輸對顆粒物也有較大貢獻，而在區(qū)域傳輸過程中，沙塵天氣是一個不可忽略的問題. 沙塵是自然事件，對環(huán)境和人類活動造成災難性的影響[9-11]. 由于沙塵天氣具有較強的時空分布特征，不同時期和區(qū)域的沙塵天氣發(fā)生頻率和強度不同. 我國區(qū)域經(jīng)濟發(fā)展水平不均衡，污染特征差異較大，因此沙塵天氣對我國不同時期和不同區(qū)域城市空氣質(zhì)量影響有所不同[12]. 魏巍等[13]研究發(fā)現(xiàn)，當沙塵過境時，不僅使ρ(PM10)上升，也對ρ(PM2.5)有所貢獻. 朱媛媛等[14]研究發(fā)現(xiàn)，以PM2.5為主要污染物的重污染疊加沙塵過程是加重污染形成過程的重要形式之一. 劉偉等[15]研究發(fā)現(xiàn)，沙塵是造成顆粒物污染的最大自然流動源，可以通過輸送實現(xiàn)區(qū)域傳遞[16]，降低空氣能見度和空氣質(zhì)量，此外細粒子還會通過呼吸系統(tǒng)進入人體，對人體健康造成嚴重的影響和危害，導致呼吸等疾病[17-19]. 因此，在關(guān)注PM2.5時，沙塵天氣是一個不可忽視的因素[20].

淄博市處于山東半島城市群區(qū)域內(nèi)，是重要的工業(yè)城市，本地源排放較高，且易受周邊區(qū)域污染的影響，頻頻出現(xiàn)重污染天氣. 自2018年11月23日起，受西北沙塵的影響，淄博市經(jīng)歷了一次大氣重污染過程，重污染時間長達7 d，為認識此次受沙塵影響的大氣污染過程形成機制，分析了淄博市采樣點ρ(PM10)和ρ(PM2.5)及PM2.5化學組分特征，并利用PMF模型和后向軌跡模型對顆粒物的來源進行解析，以期為淄博重污染防治提供科學依據(jù).

1 材料與方法

1.1 樣品采集

分別選取張店區(qū)(36.81°N、118.04°E)、博山區(qū)(36.49°N、117.85°E)和周村區(qū)(36.80°N、117.86°E)作為淄博市代表點位. 3個采樣點周邊均無明顯的工業(yè)源. 利用環(huán)境空氣顆粒物采樣器(ZR-3930型，青島眾瑞公司)在2018年11月23日—12月8日采集PM2.5濾膜樣品，每日采樣23 h (10:00—翌日09:00)，使用直徑47 mm石英和Teflon濾膜同步采集，石英濾膜使用前在500 ℃的馬弗爐烘烤4 h(去除雜質(zhì))，采樣前、后濾膜利用AWS-1濾膜自動稱重天平(康姆德潤達測量技術(shù)有限公司)進行稱重.

為分析顆粒物及氣態(tài)污染物實時變化，張店區(qū)、博山區(qū)和周村區(qū)的PM10、PM2.5、SO2、NO2、CO、O3及氣象小時數(shù)據(jù)均來自淄博市環(huán)境自動監(jiān)測監(jiān)控平臺，淄博市周邊區(qū)域污染物濃度數(shù)據(jù)均來自中國環(huán)境監(jiān)測總站.

1.2 化學組分分析方法

1.2.1熱碳分析儀

采用美國沙漠研究所研發(fā)的DRI MODEL2001熱光碳分析儀(ThermalOptical Carbon Analzer)對碳組分進行分析，先將氦氣通入熱光爐中，在氦氣下逐漸升溫，分別升至140、280、480和580 ℃時對應檢測出OC1、OC2、OC3、和OC4，然后通入90%氦氣和10%氧氣的混合氣，在580、740和840 ℃下繼續(xù)升溫，將元素碳氧化為CO2，然后在還原爐中還原成CH4，再由FID檢測器定量檢測出EC1、EC2和EC3. 部分有機碳在非氧的條件下裂解成裂解碳(OPF)，使用波長為633 nm的He-Ne激光照射樣品，測量OPF的含量. 依據(jù)總有機碳(TOC)=OC1+OC2+OC3+OC4+OPC和總元素碳(TEC)=EC1+EC2+EC3-OPC計算TOC和TEC[21].

1.2.2離子分析儀

1.2.3元素分析儀

1.3 數(shù)據(jù)分析方法

1.3.1分歧系數(shù)法

利用分歧系數(shù)(CD)法對3個采樣點獲得的PM2.5及其組分濃度進行相似度分析，若兩組數(shù)據(jù)相似，則CD趨于0；若差異較大，則CD趨于1[24]. 計算公式：

(1)

式中：CDjk為采樣點j、k的分歧系數(shù)；xij為采樣點j的ρ(PM2.5)平均值或PM2.5中i組分的質(zhì)量濃度的平均值，μgm3；xik為采樣點k的ρ(PM2.5)平均值或PM2.5中i組分的質(zhì)量濃度，μgm3；w為參與計算的數(shù)據(jù)個數(shù).

1.3.2陰陽離子平衡法

用陽離子當量(AE)與陰離子當量(CE)的比值來推斷氣溶膠的酸度，計算公式[25]：

(2)

(3)

1.3.3PMF模型源解析

PMF(正定矩陣因子分解法，Positive Matrix Factorization)是一種多變量因子分析工具，該模型首先利用權(quán)重計算出顆粒物中各組分的誤差，然后通過最小二乘法來確定出顆粒物的主要污染源及其貢獻率[24]，是大氣顆粒物來源解析常用的方法之一[26-28].

利用美國環(huán)境保護局PMF 5.0軟件分別對采樣期間PM2.5中的3種組分(碳組分、水溶性離子和無機元素)進行分析，確定主要因子來判斷其來源. PMF法中，n行m列的數(shù)據(jù)矩陣X(n和m分別為樣品數(shù)和被測物種數(shù))可以分解為矩陣G(n×z)和F(z×m)以及殘余陣E〔見式(4)〕，其中z代表提取的因子數(shù)：

X=GF+E

(4)

式中，G是有z個源的源貢獻矩陣，F(xiàn)為源成分矩陣. PMF法通過最小化目標函數(shù)Q來獲得解決方案.Q是基于樣品觀測誤差的函數(shù)：

(5)

(6)

式中：epq為每個樣本物種的殘差；spq為第p個樣品中第q個化學成分的不確定度；xpq為第p個樣本中第q個化學成分的矩陣；fhq為h物種在q樣本中的濃度，μgm3；gpq為p因素對q樣本貢獻的質(zhì)量，μg. PMF法通過最小二乘法并利用非負約束來獲得解，這些非負約束包括：源不能具有負的物種濃度(fhq≥0)；樣品不能具有負的源貢獻(ghq≥0). 通過利用這些非負約束，使所解得的因子具有更好的物理解釋. 該模型的原理及詳細用法參考用戶手冊[29]和相關(guān)文獻[30].

2 結(jié)果與討論

2.1 污染物質(zhì)量濃度變化特征

由于西北上游區(qū)域高壓過境的影響，以PM10為主要表征的揚沙浮塵天氣隨冷空氣一同從西向東主導我國華北地區(qū)，此過程中多區(qū)域出現(xiàn)沙塵、霾共存的現(xiàn)象，自2018年11月23日起山東省和河北省中南部等地區(qū)出現(xiàn)中度污染，隨后污染逐漸加重，大部分城市達重度污染水平. 自東向西保定市、石家莊市、衡水市、邢臺市、德州市、濟南市和濱州市ρ(PM10)最大值分別為640、640、581、617、710、601和713 μgm3，ρ(PM2.5)最大值分別為449、316、330、342、311、275和298 μgm3，因淄博市處于山東半島城市群區(qū)域內(nèi)，易受周邊區(qū)域污染的影響，故淄博市此次受氣團影響也較為嚴重.

圖1 監(jiān)測期間ρ(PM10)、ρ(PM2.5)、ρ(PM2.5)ρ(PM10)和氣象參數(shù)變化情況Fig.1 Mass concentration of PM10, PM2.5 , PM2.5/PM10 and changes in meteorological parameters during monitoring

淄博市空氣質(zhì)量分析顯示，2018年11月23日—12月3日淄博市均處于污染狀態(tài)，最嚴重時達重度污染水平(AQI為280)，12月4日后受冷空氣影響，空氣質(zhì)量達良好水平. 因此，將采樣期間分為2個階段，分別為污染期間(2018年11月23日—12月3日)和污染后(2018年12月4—8日). 根據(jù)《受沙塵天氣過程影響城市空氣質(zhì)量評價補充規(guī)定》中對沙塵影響起始時間判定，將城市PM2.5與PM10小時濃度比值小于等于前6個小時比值平均值的50%作為受影響的起始時間，將城市PM10小時平均濃度首次降至與沙塵天氣前6個小時PM10平均濃度的相對偏差小于等于10%作為沙塵天氣影響結(jié)束的時間. 11月27—30日PM2.5與PM10小時平均濃度比值(0.35)小于沙塵天氣前6個小時PM2.5與PM10小時平均濃度比值的平均值(0.71)，因此將11月27日判定為沙塵起始時間. 12月1日PM10小時平均濃度開始下降，此時PM10小時濃度與沙塵天氣前6個小時PM10平均濃度的相對偏差小于10%，因此將12月1日判定為沙塵結(jié)束時間.

采樣期間各污染物質(zhì)量濃度及氣象參數(shù)變化過程如圖1所示. 由圖1可見，污染期間ρ(PM10)和ρ(PM2.5)小時平均值分別為(259±111)和(133±51)μgm3，分別是污染后ρ(PM10)〔(88±38)μgm3〕和ρ(PM2.5)〔(36±14)μgm3〕的2.9和3.7倍.ρ(PM10)與ρ(PM2.5)變化趨勢較一致，表明ρ(PM10)和ρ(PM2.5)受到相同污染源的影響. 污染期間氣態(tài)污染物質(zhì)量濃度均低于GB 3095—2012《環(huán)境空氣質(zhì)量標準》二級標準限值，說明污染期間顆粒物是主要污染物[31]. 污染期間ρ(PM2.5)ρ(PM10)平均值為0.55，表明PM2.5在污染期間占據(jù)主導地位[31]. 在整個污染期間，ρ(PM10)與ρ(PM2.5)呈三峰的變化趨勢，最高值分別達585和308 μgm3，最低值分別為235和68 μgm3，氣態(tài)污染物質(zhì)量濃度與ρ(PM10)和ρ(PM2.5)均呈相反的變化趨勢. 顆粒物與氣象因素相關(guān)性表明，ρ(PM10)和ρ(PM2.5)均與風速呈顯著負相關(guān)(P<0.01)，因此氣態(tài)污染物的降低與當?shù)仫L速有關(guān)，沙塵過境時風速較大，有利于氣態(tài)污染物的稀釋擴散，降低氣態(tài)污染物的質(zhì)量濃度 ，這與郭勇濤等[12，32]研究得出的結(jié)果一致. 相對濕度與ρ(PM2.5)呈顯著負相關(guān)(P<0.01)，當ρ(PM2.5)達最高值時，相對濕度和風速分別為96%和3.37 ms，說明ρ(PM2.5)的升高通常伴隨較高的相對濕度和較低的風速. 12月3日，隨著冷空氣的到來，各污染物質(zhì)量濃度迅速下降，空氣質(zhì)量逐漸轉(zhuǎn)為良，污染后ρ(PM10)和ρ(PM2.5)均顯著降低，平均值分別為(88±38)和(36±14)μgm3，這可能是冷空氣過境、溫度逐漸降低、風速逐漸變大均對大氣中污染物的擴散和稀釋起到了重要作用[33].

圖2 污染期間及污染后ρ(OC)、ρ(EC)、ρ(SOC)ρ(OC)及ρ(OC)ρ(EC)變化情況Fig.2 Mass concentration of OC, EC , SOC/OC and OC/EC during and after pollution episode

2.2 PM2.5化學組分變化特征

利用分歧系數(shù)法分析3個采樣點(張店區(qū)、周村區(qū)、博山區(qū))PM2.5及其化學組分濃度的相似度，其CD值分別為0.037和0.047，表明3個采樣點的PM2.5及其組分濃度相似，3個采樣點的PM2.5及其組分濃度分析結(jié)果差異不大，具有高度相似性，采樣期間的污染為區(qū)域性污染. 故后續(xù)的化學組分研究利用3個采樣點的平均值.

2.2.1碳組分變化特征

污染期間ρ(OC)和ρ(EC)的平均值分別為(16.83±5.68)和(6.62±2.10)μgm3，分別占ρ(PM2.5)的12.2%和4.8%，分別是污染后ρ(OC)〔(7.47±2.35)μgm3〕和ρ(EC)〔(2.68±1.04) μgm3〕的2.3和2.4倍.ρ(OC)明顯高于ρ(EC)，說明淄博市大氣細顆粒物中碳質(zhì)氣溶膠主要以OC為主. 分析ρ(OC)與ρ(EC)的相關(guān)性發(fā)現(xiàn)，污染期間ρ(OC)與ρ(EC)呈顯著正相關(guān)(r=0.86，P<0.01)，說明二者有相同的排放源[34]，均來源于一次污染物的排放. 但OC是否存在二次生成，即二次來源，需根據(jù)ρ(OC)ρ(EC)來判定[35]. 當ρ(OC)ρ(EC)大于2時，可以認為存在二次生成. 分析發(fā)現(xiàn)，污染期間ρ(OC)ρ(EC)為2.6，存在較明顯的二次生成，即二次有機氣溶膠(SOC)的產(chǎn)生[36-37].ρ(SOC)ρ(OC)為0.79，說明污染期間OC主要以二次生成為主，一次排放占比較少[38]. 污染期間ρ(OC)、ρ(EC)呈雙峰趨勢(見圖2)，ρ(OC)和ρ(EC)呈兩次抬升過程，11月30日ρ(OC)達到最大值，但ρ(SOC)ρ(OC)和ρ(OC)ρ(EC)均與30日前(11月27—29日)相差不大，說明30日OC的二次反應對ρ(OC)升高的影響較小. 污染期間ρ(OC)與ρ(PM2.5)變化趨勢一致，表明ρ(OC)出現(xiàn)升高而ρ(OC)ρ(EC)變化不大主要是因污染物的累積作用所致.

2.2.2水溶性離子質(zhì)量濃度變化特征

污染期間及污染后水溶性離子質(zhì)量濃度如圖3所示. 由圖3可見：污染期間PM2.5中總水溶性離子質(zhì)量濃度為(76.05±31.63)μgm3，占ρ(PM2.5)的60%，其中ρ(NO3-)、ρ(SO42-)和ρ(NH4+)分別為(34.58±16.21)(18.15±6.96)和(16.72±5.78)μgm3，3種離子質(zhì)量濃度之和占總水溶性離子質(zhì)量濃度的91%；而污染后PM2.5中總水溶性離子質(zhì)量濃度為(19.03±8.19)μgm3，占ρ(PM2.5)的53%，ρ(NO3-)、ρ(SO42-)和ρ(NH4+)分別為(4.98±2.16)(5.58±2.85)和(5.03±1.50)μgm3，3種離子質(zhì)量濃度之和占總水溶性離子質(zhì)量濃度的81%. 污染期間ρ(NO3-)、ρ(SO42-)和ρ(NH4+)三者之和是污染后的4.4倍，NO3-、SO42-和NH4+是污染過程中主要的離子組分. 污染期間水溶性離子中ρ(NO3-)最高，與淄博市前期研究所得結(jié)論[39]不同，這可能與前體物NOx有關(guān). 一方面，NOx是汽車尾氣的排放物，隨著淄博市經(jīng)濟的不斷發(fā)展，汽車保有量不斷增加，導致汽車尾氣的排放量也不斷增加；另一方面，污染期間較低的風速(2 ms)和較高的相對濕度(76%)促進了一次氣態(tài)污染物向二次污染物的轉(zhuǎn)化[40]. 此外，受沙塵輸入的影響，污染期間及污染后除二次離子氣溶膠外，地殼離子在水溶性離子中的占比分別為2.95%和0.98%，其中，在污染期間有30%以Ca2+為主的地殼離子來源于區(qū)域污染，其余70%來源于外來輸送，說明污染期間沙塵的輸入對ρ(PM2.5)的增加有較大影響，這與ZHAI等[41]發(fā)現(xiàn)蘭州市沙塵期間水溶性離子中Ca2+濃度顯著增加的結(jié)論相一致.

圖3 污染期間及污染后水溶性離子質(zhì)量濃度變化情況Fig.3 Changes of mass concentration of water-soluble ion during and after pollution episode

2.2.3元素變化特征

污染期間及污染后PM2.5中元素質(zhì)量濃度如表1所示. 由表1可見，污染期間和污染后總元素質(zhì)量濃度平均值分別為(5.81±4.00)和(2.25±1.12)μgm3，污染期間總元素質(zhì)量濃度顯著高于污染后. 為區(qū)分污染期間沙塵源及人為源的影響，將元素分為地殼元素和人為源污染元素，其中，地殼元素主要包括Mg、Al、Ca、Fe和Si，這些元素被認為是地殼塵埃高負荷的主要原因；人為源元素主要包括Mn、Cu、Zn、Pb和As，這些元素可能來源于化石燃料的燃燒、工業(yè)排放和車輛排放[43]. 污染期間地殼元素質(zhì)量濃度為(3.42±2.79)μgm3，是污染后〔(1.29±0.63)μgm3〕的3.3倍，占PM2.5的2%；而污染期間人為源元素質(zhì)量濃度為(0.45±0.23)μgm3，是污染后〔(0.28±0.17)μgm3〕的1.5倍，占PM2.5的0.7%. 此次污染期間地殼元素質(zhì)量濃度大于人為源元素質(zhì)量濃度，地殼元素質(zhì)量濃度占總元素質(zhì)量濃度的65%，說明地殼元素是造成此次污染的重要元素，與LU等[44]對石家莊市一次無沙塵影響下的重污染過程結(jié)果不一致，說明此次污染與沙塵輸入有關(guān).

表1 污染期間和污染后PM2.5中元素質(zhì)量濃度

Table 1 PM2.5 element concentration during and after pollution episode μgm3

表1 污染期間和污染后PM2.5中元素質(zhì)量濃度

項目污染期間污染后Si0.56±0.290.30±0.10Fe0.62±0.870.10±0.05Ca0.73±0.430.31±0.14Mg0.29±0.220.15±0.12Al1.22±0.980.43±0.22Mn0.06±0.030.03±0.02Cr0.02±0.010.02±0.001Cu0.02±0.010.01±0.01Zn0.27±0.140.18±0.11As0.01±0.0040.005±0.004Pb0.07±0.040.03±0.02其他1.94±0.980.69±0.33總計5.81±4.002.25±1.12

2.3 后向軌跡模型分析

為驗證此次污染受到遠距離傳輸影響，利用HYSPLIT-4模式進一步對此次污染進行分析，設定高度層為500 m，每6 h模擬一條后向軌跡，追蹤到64條到達采樣區(qū)前72 h氣團的后向軌跡，模擬的后向軌跡經(jīng)過聚類分析可分為4類(見表2). 第一類軌跡傳輸距離最近，速度最慢，占總軌跡的47%，主要來源于淄博市東南方的濰坊市和臨沂市2個省內(nèi)城市，為局地盤旋氣流，污染期間濰坊市和臨沂市ρ(PM2.5)峰值分別為196和192 μgm3，導致淄博市本地的污染物與省內(nèi)周邊區(qū)域污染物疊加積累，加重污染形成；第二類軌跡自蒙古國途經(jīng)內(nèi)蒙古自治區(qū)、京津冀地區(qū)到達山東省淄博市，軌跡數(shù)量占總數(shù)的28%；第三類軌跡傳輸距離最遠，速度最快，途徑新疆維吾爾自治區(qū)吉爾班通古特沙漠、昌吉回族自治州以及河北省北部，穿過渤海灣等地區(qū)到達山東省淄博市，占軌跡總數(shù)的14%；第四類軌跡自蒙古國途徑內(nèi)蒙古自治區(qū)和河北省北部，穿過渤海灣到達山東省淄博市，軌跡數(shù)量占總數(shù)的11%. 第二、三、四類軌跡主要以西北方向的氣團為主，占總軌跡的53%. 沙塵過境前除西北沙源地城市的ρ(PM2.5)較高外，其他西北氣團途徑的城市(包括河北省北部的張家口市、河北省承德市、內(nèi)蒙古自治區(qū)烏蘭察布市和錫林郭勒盟)ρ(PM2.5)峰值分別為91、65、60和51 μgm3，均為較清潔城市，無較大污染源. 隨著沙塵的過境這些城市的ρ(PM2.5)均有所上升，分別達到220、147、125和321 μgm3. 此過程中淄博市ρ(PM2.5)由167 μgm3升至308 μgm3，并且此過程中西北傳輸軌跡速度最快，占比最大，說明淄博市此次污染受西北沙塵的影響較大，沙塵傳輸?shù)耐鈦砦廴疚锆B加本地的污染物，加重了淄博市大氣污染，沙塵傳輸是造成大氣重污染原因之一.

表2 后向軌跡聚類分布

2.4 PM2.5源解析分析

為了進一步量化沙塵對PM2.5的貢獻，采用PMF 5.0 模型分別計算受沙塵影響的污染期間(11月23日—12月3日)及污染后(12月4—8日)各污染源對PM2.5的貢獻，定量解析大氣顆粒物來源貢獻. PMF計算結(jié)果表明，PM2.5共有五類來源，分別為揚塵源、燃燒源、交通源、二次源以及工業(yè)排放源(見圖4).

圖4 污染期間及污染后PM2.5各類污染源的貢獻率Fig.4 Contribution of various PM2.5 emission sources during and after pollution episode

由表3可見，與國內(nèi)其他城市PM2.5來源解析結(jié)果[45-51]相比，此次淄博市沙塵影響期間揚塵源貢獻率明顯高于其他城市重污染期間揚塵源貢獻率，而其他污染源的貢獻率相對較低. 沙塵期間，風速變大導致地殼物質(zhì)易揚起進入空氣中[53]，體現(xiàn)了沙塵過境對空氣質(zhì)量產(chǎn)生的影響. 污染期間燃燒源貢獻率高于污染后，結(jié)合后向軌跡發(fā)現(xiàn)，冬季是西北地區(qū)生物質(zhì)燃燒和燃煤的旺季，故污染期間燃燒源的升高與西北地區(qū)遠距離輸送有關(guān)[54]. 而污染期間二次源、工業(yè)排放源和交通源均低于污染后，一方面由于11月23日淄博市發(fā)布重污染天氣橙色預警，對工業(yè)企業(yè)排放、揚塵排放、移動源污染排放和其他排放(噴涂、室外噴涂、粉刷、切割、護坡噴漿等)進行強制性減排措施；另一方面，可能是此次沙塵對本地污染源稀釋作用的影響. 污染后由于重污染天氣預警解除，工業(yè)排放源和交通源出現(xiàn)增加趨勢，其中工業(yè)排放源增加顯著，體現(xiàn)了淄博市是一個重工業(yè)城市的特點. 而二次源也呈不顯著的增加趨勢，由于二次源與交通源、燃燒源等排放的氣態(tài)污染物的二次轉(zhuǎn)化有關(guān)，因此，該研究對交通源和燃燒源PMF解析結(jié)果會被低估[55-56]. 此外，污染后揚塵源和燃燒源均顯著降低，再一次說明沙塵的輸入對此次污染造成了一定的影響.

表3 國內(nèi)部分城市PM2.5源解析結(jié)果比較

3 結(jié)論

a) 污染期間顆粒物是主要污染物，PM10和PM2.5受到相同污染源的影響.ρ(PM10)和ρ(PM2.5)小時平均值分別為(259±111)和(133±51)μgm3，分別是污染后ρ(PM10)〔(88±38)μgm3〕和ρ(PM2.5)〔(36±14)μgm3〕的2.9和3.7倍，且PM2.5在污染期間的顆粒物中占主導地位.

b) 污染期間OC是PM2.5中主要的碳質(zhì)氣溶膠，OC與EC有相似的污染源.ρ(SOC)ρ(OC)表明，污染期間存在較明顯的二次有機污染；污染期間受汽車保有量和氣象因素的影響，ρ(NO3-)最高，NO3-、SO42-和NH4+是污染過程主要的離子組分，二次粒子轉(zhuǎn)化是污染期間PM2.5重要離子來源；受沙塵過境的影響，污染期間Ca2+、Mg2+、Al、Mg、Ca、Si等代表沙塵源的離子和元素組分的質(zhì)量濃度在PM2.5中占比均高于污染后.

c) 通過后向軌跡分析，污染期間沙塵傳輸是造成大氣重污染的原因之一，且局地盤旋的當?shù)貧饬饕苍黾恿宋廴疚锏睦鄯e，此次大氣污染過程是本地污染物累積及西北沙塵傳輸共同作用形成的.

d) 通過PMF模型分析，污染期間揚塵源是首要污染源類，沙塵過境對此次污染過程有很大貢獻. 污染后工業(yè)源貢獻顯著增高，成為主要污染源，體現(xiàn)了淄博市以重工業(yè)為主的城市特點.