渭南市區(qū)冬春季PM2.5和PM10時(shí)間分布特征及與氣象因素的關(guān)系

孟媛媛，符超峰, ，席建建，王 祎

伴隨著工礦業(yè)的發(fā)展、機(jī)動車尾氣的大量排放以及大量的化石燃料的燃燒，空氣質(zhì)量不斷惡化。衡量一個(gè)地區(qū)的空氣質(zhì)量是由SO2、NO2、CO、O3、PM10、PM2.5等氣體或顆粒物的含量來決定，其共性是都含有有毒物質(zhì)而且能夠在空氣中長時(shí)間的漂浮，危害人體的健康。污染物的來源主要有建筑粉塵、生物質(zhì)燃燒等，還有季節(jié)性的污染來源，如夏季干燥粉塵來自附近的沙漠，秋作物燃燒和節(jié)日煙花，冬季取暖產(chǎn)生的污染物（Subramanian，2016）。其中 PM2.5的粒徑較小，在空氣中的分布比較均勻，懸浮停留的時(shí)間更長，被輸送的距離也更遠(yuǎn)。PM2.5是可入肺顆粒物，對人體危害極大，當(dāng)大氣PM2.5濃度增加100 μg · m?3時(shí)，總死亡率上升 4.08%（趙珂等，2011），空氣污染不但會導(dǎo)致氧化應(yīng)激，而且會對健康產(chǎn)生不良的影響，如哮喘和其他呼吸道疾?。↙akey et al，2016）。近年來，不同地區(qū)的研究表明，PM2.5質(zhì)量濃度與人體健康狀況呈顯著相關(guān)（Koch，2000；Panyacosit，2000），空氣污染極大地影響了環(huán)境和人類的健康，根據(jù)世界衛(wèi)生組織發(fā)布的數(shù)據(jù)，每年大約有800000人由于空氣污染引發(fā)肺癌、心腦血管疾病、呼吸道疾病而過早死亡（Coons，2009）。在中國，顆粒污染已經(jīng)成了一個(gè)非常嚴(yán)重的問題，對區(qū)域性乃至全球性氣候以及人的身心健康，都有很大的影響（曹軍驥，2012；Wang et al，2014）。霧霾不但污染空氣，而且危害人類身體健康，與其它硫化物、氮氧化物相互作用形成氣溶膠，人為的空氣污染導(dǎo)致大氣氣溶膠和氧化劑濃度在本地、區(qū)域內(nèi)乃至全球尺度上大量增加，給公共健康帶來了嚴(yán)重的威脅（Monks et al，2009）。當(dāng)降水時(shí)大的顆粒污染物隨降水落下，匯入水源和土壤，乃至污染了整個(gè)生物鏈。治理霧霾刻不容緩。本文以渭南市區(qū)的4個(gè)觀測點(diǎn)數(shù)據(jù)為依據(jù)進(jìn)行綜合分析，以期厘清渭南市區(qū)霧霾的變化特征，推斷它的來源、傳播的途徑，為有效治理霧霾提供參考依據(jù)。

1 研究區(qū)概況

渭南市隸屬陜西省，位于關(guān)中平原的東部，東 經(jīng) 108°50′ — 110°38′和 北 緯 34°13′ — 35°52′，其以渭河作為軸線，形成了南北兩山、兩塬和中部平原這五大地形。其氣候?qū)儆诎敫珊蛋霛駶櫄夂?，四季分明并且光照充足，氣候條件比較優(yōu)越。渭南市兩邊高中間低的地形，使氣體不易流動，為霧霾的形成創(chuàng)造了一定條件。本文主要是以渭南市臨渭區(qū)為研究對象，來探討霧霾與氣象因素的關(guān)系以及霧霾的主要來源和應(yīng)該采取的防范措施。臨渭區(qū)所處的地理位置如圖1，該區(qū)被山地圍繞，不利于霧霾的擴(kuò)散，污染物的濃度會增加。西安、廣州地區(qū)也由于處于山脈之間，近年來的空氣污染越來越嚴(yán)重，尤其是在冬季（Zhao et al，2015）。本研究意在厘清造成渭南市霧霾現(xiàn)象如此嚴(yán)重的原因及其變化特征，并建議合適的措施加以治理，以改善空氣質(zhì)量。

圖1 渭南市臨渭區(qū)的地理位置Fig.1 Geographical location of Linwei District, Weinan

2 監(jiān)測數(shù)據(jù)的收集及分析方法

根據(jù)渭南市監(jiān)測站提供的四個(gè)站點(diǎn)（高新一小、日報(bào)社、體育館、農(nóng)科所）2014年1月?—?2016年8月PM10和PM2.5的質(zhì)量濃度變化日均值以及每小時(shí)的實(shí)時(shí)濃度值數(shù)據(jù)，并從渭南市氣象局調(diào)取相關(guān)的氣象數(shù)據(jù)，獲得相對應(yīng)的氣溫、風(fēng)向、風(fēng)速、相對濕度等氣象因素來進(jìn)行分析。文中選取了近三年（2014 —?2016）冬春季節(jié)的相關(guān)數(shù)據(jù)作為研究時(shí)間段，篩選出渭南市各個(gè)監(jiān)測點(diǎn)的PM2.5和PM10的質(zhì)量濃度信息進(jìn)行研究。

以下所用實(shí)時(shí)濃度監(jiān)測數(shù)據(jù)均以體育館為例，并分析氣溫、風(fēng)速、相對濕度等氣象因素對這些顆粒物濃度的影響，擬反映PM2.5和PM10的質(zhì)量濃度與氣象因素之間的相關(guān)性。文中的圖件用Origin軟件完成，利用線性回歸分析的方法研究PM10和PM2.5的質(zhì)量濃度與氣象因素之間的關(guān)系。

3 結(jié)果與討論

3.1 近三年內(nèi)冬春季PM10和PM2.5的逐日變化趨勢

分別選取2014年1月1日—?2014年5月31日、2014年12月1日—2015年5月31日、2015年12月1日—2016年5月31日這三年冬春季節(jié)的監(jiān)測數(shù)據(jù)來進(jìn)行分析，由于渭南市監(jiān)測站剛剛建立，監(jiān)測站的數(shù)量少，并且在空間分布上比較緊密，空間差異較小，所以選取其中一個(gè)監(jiān)測站的數(shù)據(jù)作為代表，分別得到這三年內(nèi)冬春季PM10和PM2.5的質(zhì)量濃度變化。從圖2a中可以看出，2014年冬季的PM10和PM2.5峰值出現(xiàn)在2月的上旬，而在1月中旬出現(xiàn)小峰值，谷值出現(xiàn)在1月中上旬；圖2b中可以看出2014—2015年冬季PM10和PM2.5的質(zhì)量濃度出現(xiàn)兩次峰值，第一個(gè)峰值是出現(xiàn)在1月中旬，第二個(gè)峰值是出現(xiàn)在1月的下旬，谷值出現(xiàn)在12月中旬；從圖2c中可以看出2015—2016年P(guān)M10和PM2.5出現(xiàn)兩個(gè)高峰值和一個(gè)次峰值，兩個(gè)高峰值主要出現(xiàn)在12月的中下旬和1月的上旬，而次峰值是出現(xiàn)在12月的中上旬，谷值出現(xiàn)在1月下旬和2月中旬，這是三年內(nèi)冬季PM10和PM2.5質(zhì)量濃度變化趨勢。而從圖2d中可以看出，2014年春季峰值出現(xiàn)在5月下旬，谷值出現(xiàn)在5月中旬，但整體濃度較高的時(shí)間段主要集中在3月份；從圖2e可以看出，2015年春季的峰值分別出現(xiàn)在3月中旬和4月中旬，但整體濃度較高的時(shí)間段在3月中上旬；從圖2f可以看出，2016年春季PM10峰值出現(xiàn)在3月上旬，而PM2.5的峰值出現(xiàn)在3月中下旬。

從圖中還可以看出，三年內(nèi)冬季污染物的質(zhì)量濃度值在12月、1月以及2月初較高，由于寒潮的影響，集中供暖量增加，同時(shí)受到經(jīng)濟(jì)條件等各方面的限制，燃煤較低劣，增加了污染物的濃度，這個(gè)時(shí)間段正是中國的春節(jié)，燃放煙花爆竹也會加重污染（徐輝等，2009），導(dǎo)致大氣能見度顯著下降（金軍等，2007），產(chǎn)生致癌的多氯代二苯并二噁英（PCDDs）和多氯代二苯并呋喃（PCDFs）（Fleischer et al，1999）。此外，出行的車輛較多，汽車尾氣等排放到大氣中，導(dǎo)致空氣中可吸入顆粒物的含量急劇增加。

圖2 2014—2016年冬春季節(jié)PM2.5和PM10濃度Fig.2 PM2.5 and PM10 concentration in winter and spring during 2014—2016

春季PM10和PM2.5隨時(shí)間變化波動較大，從三年的變化可以看出，春季PM10和PM2.5的濃度在3月份普遍較高，主要以自然因素為主，在初春季的3月中下旬，天氣變化劇烈，經(jīng)常會出現(xiàn)沙塵暴等風(fēng)沙天氣，帶來了較多的污染物（魯然英等，2005），同時(shí)天氣干燥，也會使路邊塵土較多地彌漫在空氣中。沙塵對非發(fā)源地的污染以PM10為主（Chen et al，2004；鞏英洲，2005），導(dǎo)致大氣中可吸入顆粒物PM10含量增加，沙塵暴天氣發(fā)生時(shí)，由于外來沙塵暴源輸送的影響，空氣中不同粒徑的顆粒物（TSP、PM10、PM2.5和PM10）濃度會顯著增加，其中TSP 和PM10的濃度升幅最大（Shen et al，2009；Zhang et al，2010）。因此，這段時(shí)間由于受沙塵暴影響，空氣中PM10濃度較高。

3.2 冬春季節(jié)PM10和PM2.5 24 h實(shí)時(shí)濃度變化趨勢

為了研究一天內(nèi)PM10和PM2.5濃度在不同時(shí)間段的變化趨勢，以體育館的監(jiān)測數(shù)據(jù)為例，選取一個(gè)季度每小時(shí)的實(shí)時(shí)濃度，取這個(gè)季度每小時(shí)的平均值，得到PM10和PM2.5在一天中不同時(shí)間段的變化趨勢圖（圖3）。由圖3的變化趨勢可以看出，中午和晚上這兩個(gè)時(shí)間段的污染物濃度較高，從早上08:00濃度值開始上升，在13:00左右PM10濃度達(dá)到峰值，在15:00左右PM2.5濃度達(dá)到峰值；從下午18:00開始濃度值增加，至21:00左右又達(dá)到一個(gè)峰值，并且在一天當(dāng)中的變化趨勢波動較大。

圖3 渭南市PM10和PM2.5的質(zhì)量濃度日變化Fig.3 Daily variation of mass concentration of PM10 and PM2.5 in Weinan

PM10和PM2.5濃度在一天內(nèi)的波動較大，主要是在 08:00 —?15:00、18:00 —?21:00 的時(shí)間段內(nèi)出現(xiàn)峰值，這主要與一天當(dāng)中人們的上下班高峰期有關(guān)，車流量在這幾個(gè)時(shí)間段內(nèi)增加，向空氣中排放了大量的污染物，這個(gè)時(shí)間段的主要污染物是以汽車尾氣為主，在中午15時(shí)左右出現(xiàn)污染峰值，午后由于太陽輻射減弱，局部溫度差異性稍大，空氣流動性較強(qiáng)，污染物濃度稍有擴(kuò)散。但是霧霾的形成因素較為復(fù)雜，在午后出現(xiàn)峰值，可能是相對濕度上升、溫度稍高、風(fēng)速較小的暖區(qū)輻合天氣系統(tǒng)下，污染物較容易累積，導(dǎo)致其濃度上升。晚上濃度較高也與逆溫層有較大的關(guān)系，夜晚近低地面附近逆溫層使污染物聚集在一定范圍內(nèi)而不易擴(kuò)散，污染物的濃度會在這段時(shí)間內(nèi)增加；同時(shí)也可能是因?yàn)榘滋旖雇ㄐ械睦淋囕v等晚上通行，造成這個(gè)時(shí)間段內(nèi)污染物濃度較高?？傮w來看，污染物濃度的日變化特征與人類活動的關(guān)系密切，同時(shí)也受氣象因素的影響。

3.3 PM10和PM2.5的質(zhì)量濃度與氣象因素的關(guān)系

大氣污染物濃度除了與污染源的分布、污染物強(qiáng)度有直接關(guān)系外，還與氣象因素如風(fēng)向、風(fēng)速、降水、溫度、大氣層結(jié)穩(wěn)定度等密切相關(guān)（李宗愷，1985）。PM10和PM2.5的質(zhì)量濃度呈現(xiàn)季節(jié)性變化，且供暖期與非供暖期之間也存在著顯著的差異（趙文慧等，2010）。霧霾天氣是由氣象因素與環(huán)境因素共同作用形成的（潘本鋒等，2013）。利用氣象因素（Ipm）來綜合考慮氣溫、氣壓、風(fēng)速和濕度與PM10（Mpm）的相關(guān)關(guān)系，結(jié)果顯示Ipm能夠較好地反映Mpm的分布情況（邱玉珺等，2009；周悅等，2011）；氣象因素對顆粒物的擴(kuò)散、稀釋和積累有著重要的作用，觀測并分析氣象因素與顆粒物濃度不僅能驗(yàn)證并合理解釋試驗(yàn)數(shù)據(jù)，還對研究當(dāng)?shù)卮髿馕廴拘纬傻臍庀髼l件與空氣污染預(yù)報(bào)具有重要的意義（孟燕軍和程叢蘭，2002）。氣象因素對污染物有非常重要的影響，當(dāng)大氣穩(wěn)定性越高也就意味著污染物在當(dāng)?shù)胤e累導(dǎo)致嚴(yán)重的環(huán)境問題，從而影響人們的健康（Li，2014）。

3.3.1 風(fēng)向與風(fēng)速

根據(jù)渭南氣象局提供的相關(guān)資料通過Excel軟件得到渭南市多年的風(fēng)向玫瑰圖，可以根據(jù)所得的玫瑰圖看出渭南市區(qū)的主要風(fēng)向趨勢。

由風(fēng)向玫瑰圖（圖4）可知東北偏東向的頻率比較高，因此渭南市區(qū)春冬季大致的風(fēng)向是以東北偏東風(fēng)為主導(dǎo)風(fēng)向，而渭南的地形總體上是南北比較高，中間較低的地形，渭南市區(qū)正好處于低谷中，使得空氣的流動性較差，這種情況為霧霾的形成提供了一定的條件。同時(shí)冬季干冷干燥，并且靜風(fēng)的次數(shù)比較多，空氣在很長一段時(shí)間是相對靜止的，這種條件會更有利于顆粒污染物的形成。所以，該地形是造成顆粒物濃度差異的一個(gè)重要原因之一。

圖4 渭南市冬春季節(jié)風(fēng)向玫瑰圖Fig.4 Wind rose map in winter and spring in Weinan

3.3.2 PM10和PM2.5質(zhì)量濃度與風(fēng)速的關(guān)系

較大風(fēng)速對污染物起到一定的吹散作用，與地面的風(fēng)速情況以及污染物自身的擴(kuò)散能力有很大的關(guān)系，近地表如果長期形成較弱的風(fēng)速，有利于污染物的聚集，從而為污染物的形成創(chuàng)造了條件；風(fēng)速增強(qiáng)，大氣輸送能力增強(qiáng)，大氣中的污染物容易被驅(qū)散從而不利于污染物的形成。風(fēng)速對于霧霾的形成/加強(qiáng)無非有兩種情況，一是風(fēng)速較大時(shí)，沙塵天氣導(dǎo)致污染物濃度上升，影響到渭南當(dāng)?shù)兀涣硪环N是風(fēng)速較小時(shí)或者靜風(fēng)時(shí)夜間或者清晨有輻射逆溫現(xiàn)象，其動力因素不利于污染物的擴(kuò)散，而渭南市區(qū)的風(fēng)速大多在0.1 —3.4 m · s?1波動，靜風(fēng)天氣和風(fēng)速較小是污染物濃度上升的主要因素，如圖5所示。

圖5 冬春季PM2.5和PM10 與風(fēng)速的相關(guān)性Fig.5 Correlation of PM2.5 and PM10 with wind speed in winter and spring

為了研究PM10和PM2.5濃度與風(fēng)速之間的關(guān)系，利用線性回歸的方法得到風(fēng)速與污染物濃度的關(guān)系圖。由線性回歸圖可以看出，PM10和PM2.5的質(zhì)量濃度與風(fēng)速呈負(fù)相關(guān)，并且相關(guān)性較弱。由圖5可知，渭南市區(qū)風(fēng)速較弱，常年靜風(fēng)天數(shù)較多，有利于污染物的凝聚，因此渭南市區(qū)的風(fēng)速在一定程度上增加了污染物的濃度。

3.3.3 PM10和PM2.5實(shí)時(shí)質(zhì)量濃度與氣溫的關(guān)系

為了研究PM10和PM2.5濃度與氣溫之間的關(guān)系，利用線性回歸的方法得到氣溫與污染物質(zhì)量濃度的關(guān)系圖。如圖6a、圖6b所示，冬季PM2.5和PM10濃度與溫度呈正相關(guān)。溫度升高時(shí)污染物濃度升高，可能有其他氣象因素的參與，如冬季氣壓下降、溫度上升、相對濕度上升，風(fēng)速較小時(shí)，污染物的濃度就會增加；圖6c、圖6d顯示，春季PM2.5和PM10濃度與溫度負(fù)相關(guān)，可能是春季氣壓在這段時(shí)間內(nèi)升高、溫度稍低、相對濕度下降、風(fēng)速較大時(shí)，污染物的濃度就會相對降低。總體來看，氣溫在一定程度上為污染物的形成創(chuàng)造了條件。

3.3.4 PM10和PM2.5實(shí)時(shí)質(zhì)量濃度與相對濕度的關(guān)系為了研究PM10和PM2.5濃度與相對濕度之間的關(guān)系，利用線性回歸的方法得到相對濕度與污染物質(zhì)量濃度的關(guān)系圖，如圖7所示。冬季PM2.5和PM10的實(shí)時(shí)質(zhì)量濃度與相對濕度呈正相關(guān)（圖7a、圖7b），春季PM2.5濃度與相對濕度呈正相關(guān)（圖7c），而春季PM10的質(zhì)量濃度與相對濕度呈負(fù)相關(guān)（圖7d），大顆粒物遇水汽降落較快。冬季相對濕度與濃度的相關(guān)性較強(qiáng)，冬季時(shí)要加強(qiáng)霧霾的防護(hù)措施。春季PM10與相對濕度呈負(fù)相關(guān)，當(dāng)春天降水較多，相對濕度比較大的時(shí)候，PM10由于粒徑較粗，易于沉降。而PM2.5粒徑較細(xì)，水汽對于PM2.5有吸附作用，當(dāng)溫度較高時(shí)出現(xiàn)的降水，相對濕度也相對較高，PM2.5附著在水汽中，彌漫在空氣中不易擴(kuò)散，出現(xiàn)霧霾污染，對人體健康危害極大。各個(gè)氣象因素之間相互影響，并不是單一存在的，在分析單一氣象因素時(shí)也要考慮其他因素，使分析更準(zhǔn)確。

圖6 冬春季PM2.5和PM10與溫度的相關(guān)性分析圖Fig.6 Correlation of PM2.5 and PM10 with temperature in winter and spring

氣象因素對污染物的擴(kuò)散、稀釋和積累的作用已經(jīng)得到了公認(rèn)（劉大錳等，2005）。氣象要素對大氣污染的影響不是單一作用的，而是通過多種氣象要素相互作用、綜合反應(yīng)來產(chǎn)生作用的（吳昊旻等，2012），例如風(fēng)速（Yang et al，2015）、濕度（Cheng et al，2015）、降雨（Ouyang et al，2015）等均影響大氣中細(xì)顆粒物的濃度。PM10和PM2.5的質(zhì)量濃度與風(fēng)速、溫度、相對濕度的相關(guān)性總體來說是較弱的，在一定程度上為渭南市霧霾的形成創(chuàng)造了條件。

在距地面大約1.5 — 2.0 km容易形成逆溫層，導(dǎo)致高空中的溫度高于地面，因而阻止了底層大氣向高空的垂直運(yùn)動。與氣溫呈負(fù)相關(guān)的主要原因是逆溫層的形成阻礙了空氣的流動，使污染物聚集而不易擴(kuò)散；初春季節(jié)由于風(fēng)速較大，溫度降低時(shí)對污染物有一定的吹散作用，大顆粒污染物擴(kuò)散較為明顯。

PM10和PM2.5的濃度與相對濕度顯著性較強(qiáng)，與渭南當(dāng)?shù)氐慕邓闆r有很大的關(guān)系?？諝庵械南鄬穸容^大，但由于渭南市區(qū)地形較封閉，冬季蒸發(fā)較弱，冬季空氣中的相對濕度會增加，加上渭南常年靜風(fēng)頻數(shù)增加等不利的氣象因素，空氣流動性較差，從而加重污染物的聚集，因此PM10和PM2.5的質(zhì)量濃度與相對濕度的相關(guān)性較強(qiáng)。

圖7 冬春季節(jié)PM2.5和PM10與相對濕度的相關(guān)性Fig.7 Correlation of PM2.5 and PM10 with relative humidity in winter and spring

4 結(jié)論

霧霾的形成因素是非常復(fù)雜的，受多方面因素的影響，根據(jù)渭南市區(qū)的實(shí)際情況，氣象因素在一定程度上促使了渭南市區(qū)霧霾的形成?？刂旗F霾的物質(zhì)來源是首要問題。霧霾的根源是造成渭南市區(qū)污染嚴(yán)重的“元兇”，而氣象因素和渭南市區(qū)的地形等因素是“幫兇”。渭南市的各個(gè)燃煤企業(yè)要安裝脫硫脫硝裝置，使污染物的排放量降到最低，政府應(yīng)該實(shí)行稅收政策，根據(jù)各個(gè)企業(yè)污染物的排放量收取稅收，企業(yè)要為自己排放的污染物給公眾帶來的危害買單；對于汽車尾氣的排放，鼓勵(lì)大家使用清潔燃料，或者根據(jù)汽車污染物的排放量收稅，不能讓這些排放污染物成為理所當(dāng)然，加強(qiáng)法律法規(guī)，可以從制度下手，為治理霧霾提供制度保障；對于居民，嚴(yán)禁使用生物燃料以及劣質(zhì)煤炭，政府可以在這方面作適當(dāng)?shù)难a(bǔ)貼。

渭南市PM2.5和PM10的監(jiān)測資料有限，需要進(jìn)一步獲取數(shù)據(jù)進(jìn)行系統(tǒng)分析。

致謝：本研究在收集數(shù)據(jù)過程中得到了渭南市氣象局和渭南市環(huán)境保護(hù)監(jiān)測站的支持，在此表示感謝。

曹軍驥. 2012. 我國PM2.5污染現(xiàn)狀與控制對策[J]. 地球環(huán)境學(xué)報(bào) ,?3(5): 1030 – 1036. [Cao J J. 2012. Pollution status and control strategies of PM2.5in China [J]. Journal of Earth Environment, 3(5): 1030 – 1036.]

鞏英洲. 2005. 沙塵暴——一種跨區(qū)域的大氣環(huán)境污染物 [J]. 中國環(huán)境監(jiān)測, 21(6): 79 – 82. [Gong Y Z. 2005.Sandstorm— a cross regional atmospheric environmental pollutants [J]. China Environmental Monitoring, 21(6):79 – 82.]

金?軍, 王?英, 李令軍, 等. 2007. 北京春節(jié)期間大氣顆粒物污染及影響 [J]. 環(huán)境污染與防治, 29(3): 229 – 232.[Jin J, Wang Y, Li L J, et al. 2007. Particles pollution and impact caused by fi reworks in Beijing during Spring Festival [J]. Environmental Pollution and Control, 29(3):229 – 232.]

李宗愷. 1985. 空氣污染氣象學(xué)原理及應(yīng)用 [M]. 北京:?氣象出版社. [Li Z K. 1985. Principle and application of air pollution meteorology [M]. Beijing: China Meteorological Press.]

劉大錳, 馬永勝, 高少鵬, 等. 2005. 北京市區(qū)春季燃燒源大氣顆粒物的污染水平和影響因素[J]. 現(xiàn)代地質(zhì),19(4): 627 – 633. [Liu D M, Ma Y S, Gao S P, et al. 2005.The pollution level and affecting factors of atmospheric particulates from combustion during spring in Beijing City [J].Geoscience, 19(4): 627 – 633.]

魯然英, 田?良, 劉鐵軍, 等. 2005. 沙塵天氣對我國城市環(huán)境空氣質(zhì)量的影響 [J]. 甘肅科技, 21(2): 1 – 4. [Lu R Y,Tian L, Liu T J, et al. 2005. Eあects of dust weather on air quality of urban environment in China [J]. Gansu Science and Technology, 21(2): 1 – 4.]

孟燕軍, 程叢蘭. 2002. 影響北京大氣污染物變化的地面天氣形勢分析 [J]. 氣象, 28(4): 42 – 47. [Meng Y J, Cheng C L. 2002. Impact of surface synoptic situations on air pollution in Beijing area [J]. Meteorology, 28(4): 42 – 47.]

潘本鋒, 汪?巍, 李?亮, 等. 2013. 我國大中型城市秋冬季節(jié)霧霾天氣污染特征與成因分析 [J]. 環(huán)境與可持續(xù)發(fā)展, 38(1): 33 – 36. [Pan B F, Wang W, Li L, et al. 2013.Analysis of the reason of formation and the characteristic of pollution about fog or haze at key cities in autumn and winter in China [J]. Environment and Sustainable Development, 38(1): 33 – 36.]

邱玉珺, 牛生杰, 沈建國. 2009. 內(nèi)蒙古沙地和草地環(huán)境下近地面PM10分布特征及其與相關(guān)氣象要素的關(guān)系 [J]. 氣候與環(huán)境研究, 14(1): 97 – 104. [Qiu Y J,Niu S J, Shen J G. 2009. Characteristics of PM10mass concentration and the influence from meteorological factors in different underlying surface conditions in Inner Mongolia [J]. Climatic and Environmental Research, 14(1): 97 – 104.]

吳昊旻, 王偉征, 麻碧華, 等. 2012. 麗水市大氣污染的時(shí)空分布特征及與氣象要素的相關(guān)分析 [J]. 環(huán)境污染與防治, (10): 51 – 55. [Wu H M, Wang W Z, Ma B H, et al.2012. Temporal and spatial distributions of air pollutions in Lishui and their correlation with meteorological elements [J]. Environmental Pollution and Control,34(10): 51 – 55 .]

徐?輝, 石愛軍, 王?毅. 2009. 北京市區(qū)居民區(qū)2007年至2009年春節(jié)期間燃放鞭炮噪聲數(shù)據(jù)對比分析 [J].中國環(huán)境監(jiān)測, 25(6): 99 – 103. [Xu H, Shi A J, Wang Y. 2009. Analysis of the firecrackers noise effect on urban residential community of Beijing during the Spring Festiral from 2007 to 2009 [J]. Chinese Environmental Monitoring, 25(6): 99 – 103.]

趙?珂, 曹軍驥, 文湘閩. 2011. 西安市大氣PM2.5污染與城區(qū)居民死亡率的關(guān)系 [J]. 預(yù)防醫(yī)學(xué)情報(bào)雜志, 27(4):257 – 262. [Zhao K, Cao J J, Wen X M. 2011. Correlation between PM2.5pollution in air and mortality of residents in urban area, Xi’an [J]. Journal of Preventive Medicine Information, 27(4): 257 – 262.]

趙文慧, 宮輝力, 趙文吉, 等. 2010. 基于地統(tǒng)計(jì)學(xué)的北京市可吸入顆粒物時(shí)空變異性及氣象因素分析 [J]. 環(huán)境科學(xué)學(xué)報(bào) , 30(11): 2154 – 2163. [Zhao W H, Gong H L,Zhao W J, et al. 2010. Spatial and temporal variation of Beijing inhalable particulate matter and its meteorological factors based on geostatistical analysis [J]. Acta Scientiae Circumstantiae, 30(11): 2154 – 2163.]

周?悅, 牛生杰, 王存忠, 等. 2011. 半干旱區(qū)PM10質(zhì)量濃度時(shí)空分布特征研究 [J]. 中國沙漠, 31(3): 741 – 749.[Zhou Y, Niu S J, Wang C Z, et al. 2011. Spation-temporal distribution of mass concentration of PM10in semiarid area of China [J]. Chinese Desert, 31(3): 741 – 749.]

Chen S J, Hsieh L T, Kao M J, et al. 2004. Characteristics of particles sampled in southern Taiwan during the Asian dust storm periods in 2000 and 2001 [J]. Atmospheric Environment, 38(35): 5925 – 5934.

Cheng Y, He K B, Du Z Y, et al. 2015. Humidity plays an important role in the PM2.5pollution in Beijing [J].Environmental Pollution, 197: 68 – 75.

Coons T L. 2009. Urban air pollution: Personal exposure and spatial variability of fine particulate matter (PM2.5)in Denver, Colorado and Xi’an, China [D]. Boulder:University of Colorado: 43 – 45.

Fleischer O, Wichmann H, Lorenz W. 1999. Release of polychlorinated dibenzo-p-dioxins and dibenzofurans by setting oあ fi reworks [J]. Chemosphere, 39(6): 925 – 932.

Koch M. 2000. Airborne fi ne particulates in the environment:A review of health effect studies, monitoring data and emission inventories [R]. Laxengurg, Austria: International Institute for Applied Systems Analysis.

Lakey P S J, Berkemeier T, Tong H, et al. 2016. Chemical exposure-response relationship between air pollutants and reactive oxygen species in the human respiratory tract [J].Scientif i c Reports, 6. DOI: 10.1038/srep32916.

Li L. 2014. PM2.5air pollution in china: a technical and administrative analysis of standards [D]. New Orleans,USA: Tulane University: 101 – 104.

Monks P S, Granier C, Fuzzi S, et al. 2009. Atmospheric composition change—global and regional air quality [J].Atmospheric Environment, 43(33): 5268 – 5350.

Ouyang W, Guo B, Cai G, et al. 2015. The washing effect of precipitation on particulate matter and the pollution dynamics of rainwater in downtown Beijing [J]. Science of the Total Environment, 505: 306 – 314.

Panyacosit L. 2000. A review of particulate matter and health:focus on developing countries [R]. Laxengurg, Austria:International Institute for Applied Systems Analysis.

Shen Z X, Cao J J, Arimoto R, et al. 2009. Ionic composition of TSP and PM2.5during dust storms and air pollution episodes at Xi’an, China [J]. Atmospheric Environment,43(18): 2911 – 2918.

Subramanian M. 2016. Can Delhi save itself from its toxic air? [J]. Nature International Weekly Journal of Science,534(7606): 166 – 169.

Wang Y, Zhang R, Saravanan R. 2014. Asian pollution climatically modulates mid-latitude cyclones following hierarchical modelling and observational analysis [J]. Nature Communications, 5: 3098. DOI:10.1038/ncomms4098.

Yang J, Fu Q, Guo X, et al. 2015. Concentrations and seasonal variation of ambient PM2.5and associated metals at a typical residential area in Beijing, China [J]. Bulletin of Environmental Contamination and Toxicology, 94(2):232 – 239.

Zhao S, Tie X, Cao J J, et al. 2015. Impacts of mountains on black carbon aerosol under diあerent synoptic meteorology conditions in the Guanzhong region, China [J].Atmospheric Research, 164 / 165: 286 – 296.

Zhang W J, Zhuang G S, Kan H, et al. 2010. Mixing and transformation of Asian dust with pollution in the two dust storms over the northern China in 2006 [J]. Atmospheric Environment, 44(28): 3394 – 3403.