天津市采暖季PM2.5組分消光特性及來源分析

武高峰，王麗麗，趙雪，楚芳婕，郭逍宇，趙文吉

首都師范大學資源環(huán)境與旅游學院，北京 100048

近年來，隨著中國城市化和工業(yè)化的迅速發(fā)展，霾天氣的頻發(fā)，大氣環(huán)境污染已經成為人們關注的重點，PM2.5作為中國大氣污染物的代表之一，通過大氣消光作用（散射和吸收）導致能見度的下降也逐漸成為人們越來越關注的大氣環(huán)境問題（Liu et al.，2019；Tang et al.，2017；Li et al.，2017；Yang et al.，2020）。其中水溶性無機離子（WSII）作為PM2.5的重要組成部分，在天津地區(qū)占比高達33.0%—58.3%（刀谞等，2015；姜偉等，2013），因其具有親水性而能促使云的凝結核形成，從而對氣候、能見度產生重要的影響（Kerminenet al.，2000；Novakovet al.，1993），被認為是大氣能見度降低、霾污染形成的重要原因。碳質氣溶膠作為PM2.5的主要組成成分，OC對光輻射起散射效應，EC對光輻射起吸收效應，對大氣能見度、輻射強迫及空氣質量有著重要的影響。因此研究 PM2.5中碳質氣溶膠、水溶性離子的污染特征及其消光貢獻，對了解大氣氣溶膠污染特征，評估其對大氣環(huán)境的影響都有重要意義。

目前，國內專家學者對不同地區(qū)大氣顆粒物組分的消光特性和來源進行了研究，如黃玉虎等（2015）采用 IMPROVE方程揭示春夏秋冬四季北京城區(qū)PM2.5不同組分對大氣消光系數的貢獻率，但未對其來源進行解析。武高峰等（2020）利用PCAMLR法對石家莊采暖季PM2.5中碳組分進行來源解析。王愛平等（2014）在聚類分析黃山頂氣團軌跡的基礎上，分析了不同氣團背景下黃山頂積聚模態(tài)顆粒物數濃度的潛在源區(qū)。而李倩等（2019）結合源解析、后向軌跡及潛在源貢獻分析法在揭示廊坊地區(qū) PM2.5組分消光特性的同時，對其來源特性及潛在污染區(qū)域進行解析。Li et al.（2018）利用修正IMPROVE方程探究北京采暖季細顆粒物不同組分對大氣能見度的影響的同時，還對不同污染水平期間各組分的消光貢獻進行探究。目前這幾種方法被廣泛應用于國內外各個城市、區(qū)域之中，方法趨于成熟。

天津市地處華北平原東北部，東臨渤海，北依燕山，西接北京，被河北環(huán)繞，是京津冀經濟圈的重要組成，也是中國污染重污染區(qū)域之一，有研究表明天津低能見度和霾污染同樣與 PM2.5密切相關（姚青等，2010；姚青等，2012），李英華等（2018）研究表明，天津城區(qū)大氣能見度春季最高，夏季次之，秋季最低，日變化存在顯著的早晚高峰特征；程萌田等（2013）和古金霞等（2013）分別對碳質顆粒物和八種水溶性無機離子進行源解析揭示其來源特性；王郭臣等（2014）對天津PM10和NO2輸送路徑及潛在源區(qū)進行了研究，以往研究方向多、研究內容廣，但缺乏對天津地區(qū)細顆粒物大氣消光組分及來源的討論，因此本研究在分析水溶性無機離子、碳質氣溶膠和能見度關系的基礎上，對兩者消光系數的貢獻、來源特性和區(qū)域間傳輸進行系統(tǒng)分析，以期揭示PM2.5及其組分來源、對天津市大氣消光貢獻，為政府開展城市大氣污染治理工作、改善天津市大氣能見度提供一定的科學依據。

1 材料與方法

1.1 樣品采集

采樣點位于天津城建大學資測樓四樓（117°51′E，39°5′N）距離地面 15 m 采樣點四周開闊，無高大樹木和大型高層建筑遮擋，屬于城區(qū)居民居住區(qū)與商業(yè)區(qū)混合區(qū)域，能夠較好的代表天津城區(qū)大氣污染水平。大氣PM2.5采樣儀器選用天虹TH-150C型中流量采樣器，采用高純石英纖維濾膜（?90 mm）采集樣本，采樣流量100 L·min-1，采樣分晝夜進行樣品采集（08:00—19:55，20:00至翌日07:55，換膜時長5 min），時間為2017年11月28日—2017年12月26日。采樣前將濾膜置于馬弗爐550℃焙燒 4 h，待冷卻后在恒溫恒濕箱中平衡 48 h，并用十萬分之一電子天平稱取其質量，采樣后樣品置于冰箱4 ℃避光保存。

相對濕度、能見度等氣象數據為中國氣象數據網（http://data.cma.cn/）發(fā)布的天津站站點（117°01′E，39°03′N）逐時氣象觀測資料，距離采樣點約3.3 km。天津市NO2、SO2、PM2.5和PM10質量濃度數據來源于中國環(huán)境監(jiān)測總站全國城市空氣質量實時發(fā)布平臺（http://www.cnemc.cn/），取天津 15個監(jiān)測站點均值，后向軌跡模式采用的氣象資料來自NCEP（美國國家環(huán)境預報中心）提供的全球資料同化系統(tǒng)（GDAS）數據。

1.2 樣品分析

水溶性無機離子監(jiān)測使用美國戴安（Dionex）公司生產離子色譜儀（Dionex，ICS-1000；Dionex，DX-80），取1/4面積的采樣膜置于PET塑料瓶中，加40 mL去離子水（18.2 MΩ·cm）恒溫超聲30 min浸提，提取大氣氣溶膠中的無機水溶性離子成分，靜置后用經0.45 μm微孔濾膜過濾后分析其中的5種陽離子 Na+、NH4+、K+、Mg2+、Ca2+，5種陰離子Cl-、NO3-、SO42-、F-、NO2-的質量濃度，上述10種離子的檢測限分別為0.001、0.041、0.013、0.027、0.001、0.001、0.001、0.001、0.003、0.005 μg·m-3。采用美國沙漠所研制的 Model 2001熱光碳分析儀測定樣品中的有機碳（OC）和元素碳（EC）濃度。從采樣膜上截取 0.539 cm2的圓形濾膜置于熱光碳分析儀中加熱并在純氦的無氧環(huán)境中進行分析，先在無氧純氦環(huán)境中加熱升溫濾膜，分別在120、250、450、550 ℃釋放不同組分的 OC（OC1、OC2、OC3、OC4），將濾紙上的顆粒態(tài)碳轉化為CO2；然后在含有2%氧氣的氦氣環(huán)境下，繼續(xù)升溫，分別在550、700、800 ℃逐步加熱，釋放不同組分的EC（EC1、EC2、EC3），上述各個溫度梯度下產生的 CO2經MnO2催化，于還原環(huán)境下轉化為可通過火焰離子化檢測器（FID）檢測的CH4。

為保證實驗正常進行和數據分析結果可靠性，在樣品采集、保存和分析過程中，采樣及分析儀器使用前均進行檢測、校準調零和定期清潔。采樣及分析過程均設3組空白對照，所得結果均為扣除3組空白均值后的數據。

1.3 HYSPLIT模式與后向軌跡

本研究采用 HYSPLIT（Hybrid Single-Particle Lagrangian Integrated Trajectory）模式系統(tǒng)，結合美國環(huán)境預報中心（NECP）和國家大氣研究中心（NCAR）聯(lián)合執(zhí)行的全球再分析資料對天津地區(qū)整個觀測期間的氣團來源及軌跡變化進行分析并利用Traj Stat軟件（Wang et al.，2009）提供的Angle Distance算法對氣流軌跡進行聚類，選取500 m高度作為研究區(qū)的大氣邊界層的平均流場，對研究區(qū)每日氣團移動的72 h后向軌跡進行模擬，以此反映研究區(qū)周圍的氣流運動特征。

1.4 潛在源貢獻因子法

潛在源貢獻因子（PSCF）算法，是一種根據氣流軌跡分析辨別源區(qū)的方法，該方法利用HYSPLIT模型計算得出的后向軌跡在空間中的停留時間，通過污染過程與所有軌跡在途經區(qū)域所停留時間的比值，來解析每個區(qū)域對受點地區(qū)的污染貢獻（Begum et al.，2005）。PSCF值是所選研究區(qū)域內經過網格的污染軌跡數（mij）與該網格上經過的所有軌跡數（nij）的比值，計算公式為：

本文按 0.5°×0.5°格網對研究區(qū)（80°—125°E，35°—60°N）進行網格化處理，定義 PM2.5濃度 75 μg·m-3（日均濃度二級標準限值）為閾值，計算每個網格內污染軌跡端點出現的概率。由于PSCF是一種條件概率，當nij較小時，PSCF計算結果的不確定性較大，因此相關學者以研究區(qū)內全體網格平均軌跡端點數（nave）的3倍為邊界，引入經驗權重函數（Wij）對PSCF值進行區(qū)域化賦權來減少誤差，即：WPSCF=Wij×PSCF。本文參考以往研究（Wang et al.，2009）對Wij定義公式為：

1.5 濃度權重軌跡分析（WCWT）

由于PSCF只能反映每個網格中污染軌跡所占的比例的多少，不能反映潛在源區(qū)對觀測點的污染程度貢獻的大小，因此本文引入CWT分析方法彌補此項不足。濃度權重軌跡分析法（concentration weighted trajectory method，CWT）是一種計算潛在源區(qū)氣流軌跡權重濃度，反映不同軌跡的污染程度的方法，可以定量給出每個網格的平均權重濃度（Hsu et al.，2003），計算公式為：

WCWTij是網格（i,j）上的平均權重濃度；l是軌跡；Cl是軌跡l經過網格（i,j）時對應的天津PM2.5質量濃度；τijl是軌跡l在網格（i,j）停留的時間。在PSCF分析法中所用的權重函數Wij也適用于 CWT分析法，以減少nij值較小時所引起的不確定性。

2 結果與討論

2.1 污染物影響特征

2.1.1 碳組分影響特征

觀測期間，天津市大氣PM2.5的24 h質量濃度變化范圍為 12.7—226.0 μg·m-3，平均質量濃度為(50.6±42.7) μg·m-3，OC平均質量濃度為12.9μg·m-3，變化范圍為 3.5—37.0 μg·m-3，EC平均質量濃度為3.3 μg·m-3，變化范圍為 0.6—9.0 μg·m-3。TC(=OC+EC) 約占 PM2.5質量濃度的 32.0%，其數值高于2006年12月（董海燕等，2013），與在2008年1月（古金霞等，2009）期間測得的數值相近，其中在12月2日達到最高值226 μg·m-3，超過《環(huán)境空氣質量標準》（GB 3095—2012）中二級日標準限值（75 μg·m-3）的2.0倍。采樣期間天津市大氣PM2.5、OC、EC質量濃度晝夜變化如圖1所示，OC、EC質量濃度作為PM2.5中的重要組分部分，與PM2.5在變化上基本趨于一致，這三者在和能見度的關系上總體呈現出明顯負相關關系，當PM2.5質量濃度達到最高值226 μg·m-3時，能見度下降到采樣期間最低值7.8 km，兩者在采樣期間皮爾森相關系數達-0.746，即隨著顆粒物濃度的升高，大氣能見度明顯的下降，表明顆粒物濃度的變化對能見度有顯著的影響。

圖1 能見度與PM2.5、OC和EC質量濃度的關系Fig. 1 Relationship between visibility and PM2.5, OC,EC mass concentration

可以發(fā)現，不論是PM2.5、OC、EC或是能見度晝夜間數值大小的區(qū)別不太明顯，但夜間高于白天的頻率較多。其中，OC晝夜間質量濃度范圍為3.49—27.27、2.91—47.13 μg·m-3，平均質量濃度為12.3、14.5 μg·m-3；EC 晝夜間質量濃度范圍為 0.64—7.78、0.43—12.37 μg·m-3，平均質量濃度為 3.0、3.8 μg·m-3，夜間OC、EC質量濃度略高于白天。但能見度與晝夜間OC、EC質量濃度的相關性略有不同，表1利用SPSS分析了晝夜間能見度與PM2.5、OC、EC皮爾森相關系數。結果顯示，不管晝夜能見度和PM2.5皆呈顯著負相關關系，和EC負相關顯著性不明顯，但晝夜間能見度和OC的相關性不同，夜間顯著性明顯高于白天。姜建芳等（2020）分析發(fā)現，天津市采暖季PM2.5中碳組分主要來源于汽油車尾氣、道路揚塵、燃煤與生物質燃燒。能見度除了受OC的影響外，水溶性鹽等 其他組分和氣象條件：如相對濕度、溫度等（劉暢等，2019；關亞楠等，2020；龐濤，2020）也會在晝夜產生明顯的差異，對能見度的變化做出貢獻。夜間OC和能見度顯著性較白天更明顯，表明夜間OC的變化與能見度更為密切相關，白天其他因素更容易影響到能見度的變化。而在夜間OC及其他細顆粒物組分的主要來源于機動車尾氣排放和燃煤，組分含量的變化和細顆粒物趨于一致，且夜間氣象條件較為穩(wěn)定，對能見度的影響更加的穩(wěn)定。

表1 晝夜間能見度和PM2.5、OC、EC之間的相關性Table 1 Correlation between visibility and PM2.5, OC, EC in daytimeand at night

2.1.2 水溶性無機離子影響特征

采樣期間，天津市10種水溶性離子的24 h質量濃度變化范圍為 2.20—100.89 μg·m-3，平均質量濃度為 24.68 μg·m-3，約占 PM2.5質量濃度的 52.4%。其中 10種水溶性離子的平均質量濃度由高到低依次是 NO3-＞NH4+＞SO42-＞Cl-＞K+＞NO2-＞Na+＞Ca2+＞F-＞Mg2+，其中 NO3-、NH4+、SO42-和 Cl-是最主要的水溶性無機離子，分別占總離子質量濃度的30.3%、23.5%、18.7%和 15.5%，總計 88.0%，占PM2.5質量濃度的42.9%，這和古金霞等（2013）得到結論一致。將大氣12 h平均能見度分為不同等級處理，I級為能見度＞25 km，II級為能見度15—25 km，III級為能見度＜15 km，圖2為不同大氣能見度區(qū)間下各組分質量濃度水平?？梢钥闯觯髿馑侥芤姸人降慕档桶殡S著 PM2.5中主要水溶性無機離子NO3-、NH4+和SO42-的明顯階梯式升高。對比能見度最高和最低的兩天，以12月2日污染程度最為嚴重，二次離子（SNA: NO3-、NH4+、SO42-）總濃度達89.18 μg·m-3占總水溶性離子質量濃度的88.4%，能見度達到最小值 3.0 km；而當能見度達到采樣期間最高值36.05 km時，SNA離子總濃度僅為 2.37 μg·m-3，占總水溶性離子質量濃度的60.8%，前者為后者的37倍，表明二次離子升高是大氣能見度降低的重要原因。

圖2 不同能見度水平下PM2.5中化學組分濃度Fig. 2 Chemical composition concentration in PM2.5 at different visibility levels

NO3-、NH4+、SO42-（SNA）是水溶性離子中的主要成分，其通過SO2、NOx等氣體前提物通過一系列反應生成，在一定程度上受到前體物濃度的影響。研究一般采用硫氧化率（SOR）和氮氧化率（NOR）來衡量SO2、NO2向NO3-、SO42-的轉化程度，計算公式為：

式中，n為各污染物物質的量濃度，單位mol·m-3，一般認為，當 SOR、NOR＞0.1 時，說明SO42-、NO3-主要來自 SO2、NO2的二次轉化，且SOR、NOR越大說明二次轉化程度越高。

根據計算得出，能見度由低到高的3種能見度范圍水平下，SOR分別為0.24、0.19、0.22，NOR分別為 0.17、0.08、0.07，結果顯示，SOR＞0.1，SO42-主要來源于SO2的二次轉化；而NOR在高能見度時均值較低，二次轉化效率低，轉化多發(fā)生在低能見度過程，采暖季 SO2的二次轉化較 NO2更為明顯，且基本上二次離子的轉化程度越高，能見度越低，細顆粒物中的硫酸鹽和硝酸鹽對大氣的可見光具有散射作用（White et al.，1980）。

大氣氣溶膠中的 NO3-、SO42-主要來源于化石燃料燃燒，不同燃料燃燒產生的 NO3-、SO42-存在差異，可根據大氣中 SO42-、NO3-質量濃度之比來判斷固定源和移動源對大氣中SO2和NOx相對貢獻的大?。╔iao et al.，2004；Ye et al.，2003；李星等，2018），一般以1作為衡量標準，若比值小于1，說明SO2與NOx主要源于以燃煤為主的固定源；反之，比值大于1，則說明SO2與NOx主要源于機動車尾氣排放為主的移動源，大氣顆粒物中NO3-/SO42-質量比越大，表明移動源對大氣中NO2、SO2貢獻越大。研究中 NO3-/SO42-日變化范圍為0.32—2.91，日均值為1.43，表明采樣期間SO2、NOx主要受以煤炭為主的固定源的污染影響。另外值得注意的是，通常作為燃煤和生物質燃燒的指示物的Cl-和 K+，在此次研究期間質量濃度水平僅次于二次無機離子（SNA），兩者同樣表明天津市水溶性離子污染離不開燃煤和生物質燃燒的貢獻。

2.2 消光系數

氣溶膠通過散射和吸收大氣輻射的形式對光進行削弱，利用美國修正后的IMPROVE方程（Marc et al.，2007）來計算天津市采暖季大氣顆粒物的消光系數（Bext），方程為：

式中，Bext為消光系數，Mm-1；f(RH)為相對濕度增長系數[隨RH變化 (Malm et al.，2001)]；OM為有機物，其值約為OC的1.4倍；EC為元素碳；FS為土壤塵，有研究表明此部分對Bext貢獻很?。–heunget al.，2005），本研究不進行計算；CM為空氣動力學當量直徑介于2.5—10 μm之間的顆粒，[CM]=[PM10]-[PM2.5]，PM10、PM2.5數據由顆粒物監(jiān)測站點公布；[LX]=[TX]2/20 μg·m-（3[TX]＜20 μg·m-3），[LX]=[Total X]（[TX]≥20 μg·m-3），[SX]=[TX]-[LX]；下標N和S分別代表硝酸鹽、硫酸鹽，天津市PM2.5中硫酸以中性硫酸鹽 (NH4)2SO4的形態(tài)存在（古金霞等，2013），硝酸鹽以NH4NO3形式存在。天津市監(jiān)測期間各組分對消光系數的貢獻如圖3a，其日均消光為 (294.56±262.89) Mm-1，各組分貢獻順序依次為 OM (34.86%)＞硝酸鹽 (22.84%)＞硫酸鹽(11.59%)＞EC (11.54%)＞NO2(6.64%)＞CM (6.59%)＞SS (5.95%)，其中OM、硝酸鹽、硫酸鹽和EC四者總占比達80.83%。

圖3 不同能見度水平下PM2.5中化學組分對Bext的貢獻Fig. 3 The contribution of PM2.5 chemical components to Bext at different visibility levels

根據公式計算，消光系數不僅與顆粒物濃度相關，還和組分種類相關，組分構成不同，其對消光系數的貢獻也不同。根據 1924年 Koschmieder（1989）提出的能見度和消光系數的經驗公式，消光系數可以由下式計算：

式中，Vd為能見度，km；為經驗公式得到的總消光系數，Mm-1。利用修正后的IMPROVE公式和經驗公式兩種方法計算得到消光系數的進行比較，兩者得出的消光系數日均值分別為(294.56±144.49)、(189.04±91.34) Mm-1，兩者擬合關系得到：，相關系數較高r=0.80，表明IMPROVE公式基本能夠反映出化學組分對大氣消光的變化趨勢。而IMPROVE公式得出的消光系數多高于經驗公式所得，可能是由于 IMPROVE公式中消光系數的有關參數并不完全和天津市大氣的實際保持一致，需要進行進一步修正；另一方面，經驗公式中水平能見度由氣象觀測站點人工觀測得到，主觀性強、誤差較大（Zhang et al.，2017）；化學組分的實際吸濕增長情況特別是有機物中水溶性組分的吸濕增長會產生影響（吳丹等，2017）。

由式（7）可知，能見度和消光系數之間存在反比關系，對于不同范圍能見度情況下，大氣污染物對于消光系數的貢獻的研究，即是對不同污染物對于大氣能見度的影響。為了研究不同組分對能見度下降貢獻，研究針對不同范圍能見度下各組分的貢獻進行分析（圖3b、c、d），可以看出，在高能見度時OM對消光貢獻占比最大（42.80%），高于硝酸鹽和硫酸鹽；而隨著大氣能見度的降低，除OM和EC的貢獻占比有明顯減小外，硝酸鹽和硫酸鹽等組分貢獻占比逐漸增加；在低能見度時，硝酸鹽和硫酸鹽貢獻占比達到最大，對于大氣能見度的下降有重要影響，OM 不管在各能見度范圍內皆占有較大貢獻比重。硝酸鹽和硫酸鹽的增加對于能見度的下降起主要的影響作用，OM的作用同樣不可忽視。

2.3 源解析與區(qū)域傳輸

進一步了解天津市PM2.5中對消光系數貢獻較大污染組分的來源，研究采用主成因分析法（PCA）對OC、EC和10種水溶性無機離子以其質量濃度數據作為因子分析變量進行分析，主成分正交旋轉因子荷載矩陣如表2所示（KMO值為0.729），結果表明，天津地區(qū) PM2.5中主要化學組分的來源主要有4類，共解釋了83.735%的采暖季污染物質來源。因子 1中 OC、EC、K+、NH4+、Cl-、NO3-和SO42-均具有較高的載荷值，大氣中二次粒子（SO42-、NO3-和NH4+）主要是由氣態(tài)前體物（SO2，NOx和NH3）經過復雜的均相或非均相大氣化學反應而形成（Yaoet al.，2002），而在城市中，SO2主要來自煤炭的燃燒（劉曉迪等，2018），NO2、NOx一般作為指示機動車尾氣排放的示蹤物，常用于反映機動車尾氣排放源強程度（徐昶等，2013），且前文提到 Cl-和 K+作為燃煤和生物質燃燒的指示物，濃度僅次于SNA，表明因子1為燃煤、生物質燃燒和機動車尾氣的混合源，另外董海燕等（2013）、史國良等（2016）人對天津市OC、EC來源進行具體分析得出天津市采暖季細顆粒物中的碳組分主要來源于燃煤排放、生物質燃燒，和前文得到的OC、EC具有同源性更加驗證了此項說法。Ca2+、Mg2+在因子2中有較高的載荷值，而Ca2+、Mg2+為揚塵的特征指示物，故因子2為揚塵污染源。在因子3中Na+載荷值較高，為海鹽的粒子的特征物，故因子3為海鹽。由于NO2-性質不穩(wěn)定且對消光系數貢獻極小，故本研究對因子4不做討論。

表2 天津市采暖季PM2.5中化學組分的旋轉因子載荷矩陣Table 2 Twirl factor load matrix of chemical components in PM2.5 during the heating season in Tianjin

定量分析主要污染源對PM2.5的相對貢獻量，以標準化主因子得分作為自變量，以 12種物質總濃度作為因變量，運用SPSS進行多元線性回歸，得到線性回歸方程（R2=0.99）：

根據PCA結果表明，天津市采暖季PM2.5中的碳組分和水溶性離子主要來源于燃煤、生物質燃燒和機動車尾氣，其貢獻率達 68%，其中占有較高載荷值的OC、EC、NO3-和SO42-是消光系數的主要貢獻者，也是大氣能見度下降的主要來源。揚塵貢獻率為22%，海鹽對PM2.5影響較小，其貢獻率為8%。

為進一步探究天津市采暖季 PM2.5潛在污染源的位置以及其對天津市 PM2.5大氣污染貢獻，圖4對天津11月27日—12月27日期間PM2.5的潛在源貢獻因子分析（PSCF）和濃度權重軌跡分析（WCWT）進行了模擬。結果顯示，對天津PM2.5影響較大、WPSCF相對較高值主要集中在河北中部和南部、河南北部、山西北部和內蒙古中部和西部等地。運用CWT分析進一步確定潛在源區(qū)的權重濃度發(fā)現，采暖季 PM2.5濃度權重軌跡值較高的地區(qū)主要集中在河北中部、河南北部、山西北部和內蒙古中部和西部等地，WCWT的分析結果和WPSCF的分析結果基本一致。故天津市采暖季PM2.5污染源潛在區(qū)域主要分布在河北中西部、河南北部、山西北部和內蒙古中部、西部。

圖4 天津市觀測期間PM2.5的WPSCF和WCWT分布特征Fig. 4 Distribution characteristics of WPSCF and WCWT of PM2.5 during observation period in Tianjin

3 結論

（1）觀測期間，PM2.5、OC、EC和WSII的日均質量濃度分別為 50.6、12.9、3.3 和 24.68 μg·m-3，TC、WSII分別占PM2.5質量濃度的32.0%、52.4%，SNA 總濃度達 89.18 μg·m-3占 WSII質量濃度的88.4%。其中能見度和各組分濃度呈反比關系，且能見度隨SOR和NOR二次轉化程度的升高而下降。

（2）天津市采暖季日均消光為 (294.56±262.89)Mm-1，細顆粒物中 OM（34.86%）、硝酸鹽（22.84%）、硫酸鹽（11.59%）和EC（11.54%）為主要大氣消光組分，高能見度時OM對消光貢獻占比最大，低能見度時硝酸鹽和硫酸鹽貢獻占比達到最大，硝酸鹽和硫酸鹽的增加對于能見度的下降起主要的影響作用，OM的作用同樣不可忽視。

（3）根據PCA-MLR分析可知，天津市采暖季PM2.5中的碳組分和水溶性離子主要來源于燃煤、生物質燃燒，其貢獻率達68%，其次為揚塵，貢獻率為22%，受海鹽的影響較小；潛在污染源分析結果表明天津市采暖季 PM2.5污染源潛在區(qū)域主要分布在河北中西部、河南北部、山西北部和內蒙古中部、西部。