沈陽市PM2.5分布研究

鄒旭東　劉海龍　王笑影

摘要：利用沈陽市內(nèi)11個監(jiān)測點(diǎn)2013年P(guān)M2.5的監(jiān)測資料，分析PM2.5的年、月、日、時的分布特征，對比分析氣溫、地表溫度、濕度、風(fēng)速、氣壓、降水和PM2.5的相關(guān)性。結(jié)果表明，全年P(guān)M2.5濃度在張士、二毛、太原街監(jiān)測點(diǎn)相對較高，炮兵學(xué)院、輝山監(jiān)測點(diǎn)相比較低；各監(jiān)測點(diǎn)PM2.5月均濃度以1月最高，最大日均濃度出現(xiàn)在12月，冬季星期內(nèi)各日均值和日內(nèi)各小時均值變化明顯；風(fēng)速和PM2.5濃度呈負(fù)相關(guān)，濕度、0 cm地溫、氣溫、氣壓、降水和PM2.5濃度呈正相關(guān)。對12月22日沈陽市發(fā)生嚴(yán)重污染天氣進(jìn)行了分析，500 hPa位勢高度場處于弱暖脊；850 hPa位勢高度場和地面風(fēng)場受輻散下沉氣流的影響，風(fēng)速較低；垂直剖面風(fēng)場下沉氣流明顯，地表出現(xiàn)濕度高值；地面至高空的溫度廓線上，低空有明顯的逆溫；在污染最嚴(yán)重的時候，邊界層高度處于低值。

關(guān)鍵詞：PM2.5；分布特征；氣象條件；沈陽市

中圖分類號：P463.1 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2018）09-0050-08

DOI：10.14088/j.cnki.issn0439-8114.2018.09.012

Study on PM2.5 Distribution in Shenyang City

ZOU Xu-dong1，LIU Hai-long2，WANG Xiao-ying1，ZHANG Yun-hai1，JIA Qing-yu1，

WANG Hong-yu1，SUN Feng-hua1，YANG Hong-bin1

（1.Shenyang Institute of Atmospheric Environment，China Meteorological Administration，Shenyang 110166，China；

2.Liaoning Province Meteorological Equipment Support Center，Shenyang 110166，China）

Abstract： Using monitoring data of PM2.5 in 2013 from 11 monitoring sites in Shenyang city，the distribution characteristics of PM2.5 in years，months，days and hours were studied，and the correlations between PM2.5 concentration and each of air temperature，ground temperature，humidity，wind speed，air pressure and precipitation were analyzed. The results showed that the PM2.5 concentration of Zhangshi，Ermao and Taiyuanjie monitoring stations was relatively high throughout the year，and that of school of Artilley，Huishan monitoring point was relatively low. The monthly average PM2.5 concentration value of each monitoring point was highest in January，the largest average daily concentration occurred in December. In winter，the daily and hourly change of PM2.5 concentration was obvious. Wind speed had negative correlation with PM2.5 concentration，while humidity，ground temperature，air temperature，air pressure， precipitation with PM2.5 concentration had positive correlation. The weather situation of severe pollution in Shenyang city in December 22 was analyzed，the results indicate that it was the weak warm ridge in Liaoning province at 500 hPa geopotential height field. While it was influenced by divergence and downdraft at 850 hPa geopotential height field and the ground wind field，wind speed were small. In vertical wind field，the downdraft was obvious.Significant temperature inversion occurred on the temperature profile from the ground up to the high altitude. When the pollution was most severe，the boundary layer was at a low level.

Key words： PM2.5； distribution characteristics； meteorological conditions； Shenyang city

PM2.5是指空氣動力學(xué)直徑小于或等于2.5 μm的顆粒物，也稱為可入肺顆粒物，雖然PM2.5只是地球大氣成分中含量很少的組分，但它對空氣質(zhì)量和能見度等有重要影響。PM2.5的主要來源是人為排放。人類既直接排放PM2.5，也排放某些氣體污染物，在空氣中轉(zhuǎn)變成PM2.5。直接排放主要來自燃燒過程，比如化石燃料的燃燒、生物質(zhì)的燃燒和垃圾焚燒等。在空氣中轉(zhuǎn)化成PM2.5的氣體污染物主要有二氧化硫、氮氧化物、氨氣和揮發(fā)性有機(jī)物；其他的人為來源包括道路揚(yáng)塵、建筑施工揚(yáng)塵和工業(yè)粉塵等。大氣中的細(xì)顆粒物PM2.5往往會附著硫化物、氮氧化物和重金屬顆粒等大多由工業(yè)污染源排放的污染因子，因而對人體的傷害很大。國內(nèi)外學(xué)者關(guān)于PM2.5的濃度特征開展了大量的研究工作[1-3]。王占山等[4]對2013年北京市35個自動空氣質(zhì)量監(jiān)測子站的PM2.5數(shù)據(jù)進(jìn)行分析，探討PM2.5的時間分布特征、空間分布特征以及與前體物和大氣氧化性的相關(guān)性關(guān)系。郝建奇等[5]探究了2013年中國東部地區(qū)多次發(fā)生持續(xù)的重霾污染事件氣象條件與重污染事件的關(guān)系，并使用歐洲中心東亞地區(qū)的逐日氣象數(shù)據(jù)和北京、天津、石家莊的逐時PM2.5濃度數(shù)據(jù)以及MICAPS觀測數(shù)據(jù)，分析了重污染事件對應(yīng)的天氣形勢，針對2013年1月的重污染事件進(jìn)行情景模擬。詹鵑銘等[6]探討了冬季珠江三角洲區(qū)域污染物的空間傳輸延遲性及其與氣象、地理的關(guān)聯(lián)性，利用天氣圖、珠三角區(qū)域4個典型城市——韶關(guān)、廣州、深圳、香港的地面氣象數(shù)據(jù)及PM2.5，采用時間序列、相關(guān)性分析等方法，分析了2014年冬季各城市大氣PM2.5變化關(guān)聯(lián)特征以及受天氣過程的影響。吳健生等[7]利用京津冀地區(qū)104個監(jiān)測站點(diǎn)的大氣污染物濃度數(shù)據(jù)，結(jié)合衛(wèi)星遙感數(shù)據(jù)產(chǎn)品、土地覆被、氣象因子、道路分布、人口密度、污染源分布等信息，分別利用最小二乘和地理加權(quán)回歸構(gòu)建土地利用回歸模型，對PM2.5濃度時空分布情況進(jìn)行模擬。周廣強(qiáng)等[8]檢驗(yàn)了基于WRF-Chem模式構(gòu)建的華東區(qū)域大氣環(huán)境數(shù)值預(yù)報系統(tǒng)，該系統(tǒng)對上海PM2.5有良好的預(yù)報水平。董群等[9]利用北京地區(qū)2013-2015年秋冬季各自動站氣象要素數(shù)據(jù)、大氣所鐵塔資料以及海淀氣象站風(fēng)廓線數(shù)據(jù)和該地區(qū)PM2.5濃度數(shù)據(jù)，分析山谷風(fēng)環(huán)流特征及其對PM2.5濃度的影響。趙妤希等[10]采用統(tǒng)計分析方法分析北京中心城區(qū)長期的污染變化趨勢和特征。郝巨飛等[11]利用2014年邢臺市逐時氣象觀測資料和同期環(huán)境空氣監(jiān)測數(shù)據(jù)研究大氣能見度下降與氣象要素和環(huán)境空氣污染物的關(guān)系。張淑平等[12]選擇了石家莊、西安、北京、太原、廣州5個不同污染區(qū)域的典型城市，解析不同城市的主要?dú)庀笥绊懸蛩睾蜌庀笠蛩氐木C合影響程度。項佳娥等[13]利用2013年12月至2014年11月杭州城區(qū)空氣質(zhì)量監(jiān)測站PM2.5、PM10濃度值，結(jié)合氣象、道路、人口數(shù)據(jù)以及站點(diǎn)周邊綠地信息，分析PM2.5、PM10濃度時空特征及其影響因子。沈敏霞等[14]選取小寨和秦嶺環(huán)山路作為西安市城區(qū)道路和郊區(qū)道路的代表，得出西安市道路PM2.5、NO2和CO的水平濃度分布特征。樊高峰等[15]指出相對濕度和PM2.5濃度是調(diào)制大氣能見度的關(guān)鍵因子。薛文博等[16]基于空氣質(zhì)量模型的顆粒物來源追蹤技術(shù)定量模擬了全國PM2.5及其化學(xué)組分的跨區(qū)域輸送規(guī)律，建立了全國31個省市向333個地級城市的PM2.5及其化學(xué)組分傳輸矩陣，解析了PM2.5的空間來源。

遼寧省各城市由于重工業(yè)多、氣候條件等原因，導(dǎo)致顆粒物污染嚴(yán)重，而且冬季采暖期長、晝夜溫差大、逆溫層效應(yīng)突出。王揚(yáng)鋒等[17]利用2009年7月至2010年6月遼寧省中部城市沈陽、鞍山和本溪大氣成分站能見度與顆粒物連續(xù)監(jiān)測資料，分析能見度變化特征及其與顆粒物的相關(guān)關(guān)系。洪也等[18]利用MODIS衛(wèi)星資料、空氣質(zhì)量監(jiān)測資料、地面氣象資料及后向軌跡方法，分析研究了2011年10月28-29日遼寧中部城市群一次灰霾天氣過程。馬雁軍等[19，20]分析了遼寧省中部沈陽、鞍山、撫順和本溪4城市可吸入顆粒物分布特征、污染水平及其與氣象因子的關(guān)系，以及細(xì)粒子分布與空氣質(zhì)量的關(guān)系。趙胡笳等[21]分析了2011年秋季沈陽一次霧霾天氣過程中能見度與顆粒物質(zhì)量濃度及氣溶膠光學(xué)特征變化。了解PM2.5在市區(qū)內(nèi)的分布特征，以及氣象要素對PM2.5的相關(guān)影響，對于大氣環(huán)境的治理和預(yù)測都有著重要的參考價值。然而目前關(guān)于沈陽市區(qū)內(nèi)代表各種不同區(qū)域PM2.5濃度的詳細(xì)分布特征研究還是少見的。

1 材料與方法

PM2.5監(jiān)測數(shù)據(jù)來源于沈陽市環(huán)境監(jiān)測站，在沈陽市區(qū)有11個環(huán)境監(jiān)測點(diǎn)。按季節(jié)對比分析2013年各監(jiān)測點(diǎn)PM2.5年均值、月均值、日均值、星期內(nèi)各天的日均值、日內(nèi)小時均值的變化特征。將各觀測點(diǎn)的PM2.5和PM10的日均濃度進(jìn)行了相關(guān)對比；將2013年沈陽市PM2.5濃度值的逐日變化和濕度、氣溫、0 cm地溫、風(fēng)速、降水、氣壓距平變化進(jìn)行對比，分析PM2.5濃度和各氣象要素的相關(guān)程度。用NCEP/NCAR再分析資料進(jìn)行污染天氣形勢分析。WRF已被大量應(yīng)用于各種各樣的天氣系統(tǒng)數(shù)值模擬[22，23]，本研究用WRF3.5.1模式進(jìn)行污染天氣數(shù)值模擬。模擬的中心點(diǎn)為42°N，116°E，三層嵌套，最外層區(qū)域的格距為30 km，第二層區(qū)域的網(wǎng)格距為10 km，最內(nèi)層網(wǎng)格距為3.333 km。分別覆蓋東亞區(qū)域、整個東北地區(qū)、遼寧地區(qū)。模式的物理參數(shù)化方案選擇為Dudhia短波方案、RRTM長波方案、Kain-Fritsch積云對流參數(shù)化方案、Noah陸面過程方案和YSU邊界層參數(shù)化方案。

2 結(jié)果與分析

2.1 PM2.5分布特征

沈陽市區(qū)11個環(huán)境監(jiān)測點(diǎn)根據(jù)所在的功能區(qū)域環(huán)境，分別代表著自然保護(hù)區(qū)的輝山；文化區(qū)的炮兵學(xué)院、北陵；居住區(qū)的文藝路、小河沿；商業(yè)區(qū)的太原街、遼大、渾南二；工業(yè)區(qū)的張士、二毛、東軟（圖1）。中國PM2.5年平均濃度標(biāo)準(zhǔn)是35 μg/m3；美國年平均濃度標(biāo)準(zhǔn)是15 μg/m3；2013年沈陽市年平均濃度值為76.86 μg/m3，這個濃度值達(dá)到了中國標(biāo)準(zhǔn)的2.2倍、美國標(biāo)準(zhǔn)的5.1倍（圖2）。11個監(jiān)測點(diǎn)中年均濃度值較高的分別為張士（91.71 μg/m3）、太原街（87.74 μg/m3）、二毛（84.63 μg/m3）、渾南二（82.13 μg/m3）；炮兵學(xué)院濃度值最低，為36.91 μg/m3。

2.1.1 PM2.5月平均和日平均濃度的分布特征 分別統(tǒng)計出2013年沈陽市內(nèi)11個觀測點(diǎn)PM2.5濃度的月平均濃度和日平均濃度（圖3）。在月平均濃度圖（圖3a）上看，各月的PM2.5濃度在張士、二毛、太原街相對較高，炮兵學(xué)院明顯低于其他觀測點(diǎn)。各觀測點(diǎn)的逐月變化趨勢一致，12月、1月、2月相對較高，1月月平均濃度值最高；6月、7月、8月、9月月平均濃度值相比較低。在日平均濃度圖（圖3b）上看，和月平均濃度圖相一致，6-10月是濃度低值，濃度高值出現(xiàn)在1月中旬、12月下旬。中國PM2.5日均濃度限值是75 μg/m3，國際PM2.5日均濃度限值是35 μg/m3，2013年沈陽最高值出現(xiàn)在12月22日張士觀測點(diǎn)，日平均濃度值超過500 μg/m3，這個數(shù)值達(dá)到了國內(nèi)限值的6.7倍、國際限制的14.3倍。中國北方城市冬季供暖主要依賴燃煤，導(dǎo)致城市冬季大氣環(huán)境質(zhì)量更差，PM2.5明顯升高[24，25]。沈陽市1月、2月、3月、11月、12月出現(xiàn)的日均污染濃度高值也是受冬季供暖的影響。

2.1.2 PM2.5星期內(nèi)各天濃度的分布特征 有研究得出，城市PM10、NO2和SO2表現(xiàn)出工作日高、休息日低的特征[26]。將沈陽市2013年P(guān)M2.5濃度分別按春、夏、秋、冬四季求星期內(nèi)各天的平均值（圖4）。冬季的平均值明顯高于春季、夏季、秋季。冬季星期內(nèi)各天變化明顯，各觀測點(diǎn)星期四濃度值最低，星期一、星期二濃度值最高，張士、北陵、小河沿、渾南二、太原街觀測點(diǎn)變化較大，其中太原街變化最大，星期一平均值為171.51 μg/m3；星期四平均值為87.87 μg/m3。各觀測點(diǎn)春季、夏季、秋季星期內(nèi)各天變化不明顯。

2.1.3 PM2.5小時平均濃度的分布特征 對11個監(jiān)測點(diǎn)按2013年春、夏、秋、冬不同季節(jié)求小時平均濃度，冬季的小時平均濃度絕大部分超過100 μg/m3，明顯高于其他季節(jié)（圖5）。各觀測點(diǎn)冬季的小時變化明顯，其中張士、渾南二、遼大小時變化較大，濃度最大值出現(xiàn)在9：00，濃度最小值出現(xiàn)在15：00。炮兵學(xué)院、輝山的小時濃度變化較小。春、夏、秋季各站小時變化不明顯。有研究得出，西安市PM10和NO2小時濃度的日變化趨勢均為雙峰雙谷型，污染濃度早晨高于傍晚[27]，北京地區(qū)NO2和NOx濃度日變化呈雙峰分布[28]，這些和沈陽市的PM2.5小時濃度的日變化相似。

2.2 PM2.5與PM10的相關(guān)分析

可吸入顆粒物是最主要的空氣污染物，PM2.5是PM10中粒徑較小的部分，對人體健康和大氣環(huán)境的危害更為突出。2013年沈陽市內(nèi)11個監(jiān)測點(diǎn)的PM10和PM2.5都有明顯的線性相關(guān)（圖6），相關(guān)系數(shù)都超過了0.80，有4個監(jiān)測點(diǎn)的相關(guān)系數(shù)超過0.90，其中北陵監(jiān)測點(diǎn)相關(guān)度最高，達(dá)到了0.920 84。這與北京、上海等許多地區(qū)的PM2.5和PM10相關(guān)研究報道相似，二者存在較好的相關(guān)性[29]。

2.3 PM2.5和氣象要素的相關(guān)分析

溫度、風(fēng)速等氣象要素對沈陽的大氣污染有重要影響[30]。對比分析2013年沈陽市PM2.5日均濃度和濕度、氣溫、0 cm地溫、風(fēng)速、降水、氣壓和1951-2013年日平均距平值的變化，并計算相關(guān)系數(shù)（圖7）。冬季PM2.5濃度較高，1月超過200 μg/m3有12 d，超過100 μg/m3有25 d；12月超過200 μg/m3有5 d，超過100 μg/m3有17 d；2月超過200 μg/m3有1 d，超過100 μg/m3有7 d。夏季PM2.5濃度都較低，6月、7月都小于100 μg/m3，8月超過100 μg/m3有1 d。濕度距平冬季主要是增大，1月大于0的有26 d，2月大于0的有21 d，12月大于0的有23 d；夏季變化是略有減小，6月小于0的有16 d，7月小于0的有21 d，8月小于0的有18 d。氣溫距平冬季變化主要是減小，1月小于0 ℃的有23 d，2月小于0 ℃的有16 d，12月小于0 ℃的有18 d；夏季變化是增大，6月大于0 ℃的有22 d，7月大于0 ℃的有19 d，8月大于0 ℃的有24 d。地溫距平冬季變化是增大，1月、2月明顯高于平均值，全部大于0 ℃，12月大于0 ℃的有26 d；夏季變化略有增大，6月大于0 ℃的有20 d，7月大于0 ℃的有20 d，8月大于0 ℃的有21 d。風(fēng)速距平全年各月都是減小。降水距平冬季變化不明顯，夏季明顯減小。氣壓距平冬季1月、2月變化不明顯，12月上半月明顯減小，下半月明顯增大，這個時間段的增大對應(yīng)發(fā)生了強(qiáng)污染天氣。分別統(tǒng)計PM2.5濃度和各氣象要素的相關(guān)系數(shù)得出，PM2.5濃度和風(fēng)速呈負(fù)相關(guān)，相關(guān)系數(shù)為-0.180 4；與其他要素都呈正相關(guān)，其中與濕度、0 cm地溫相關(guān)度較高，相關(guān)系數(shù)分別為0.406 6、0.391 7，與氣溫、降水和氣壓的相關(guān)度較低，相關(guān)系數(shù)分別為0.068 3、0.034 6和0.100 3。

之前研究結(jié)果表明，風(fēng)速對大氣污染有負(fù)相關(guān)影響，氣溫、地溫對大氣污染有正相關(guān)影響[31]，濕度和大氣污染有正相關(guān)影響[32]。和多年日平均值相比，2013年風(fēng)速減小，濕度、氣溫、地溫增大，從相關(guān)影響分析，這些氣象要素的變化特征對沈陽市區(qū)的PM2.5濃度產(chǎn)生不利影響。

2.4 污染個例分析

關(guān)于沈陽大氣污染的研究表明，大氣污染和地面至高空的天氣形勢都密切相關(guān)，高空暖脊、地面高壓、靜風(fēng)、下沉氣流、邊界層逆溫等都是促成大氣污染的必要條件[33]。2013年12月22日在沈陽市出現(xiàn)了全年最強(qiáng)的污染，PM2.5日平均濃度達(dá)273 μg/m3，其中張士站PM2.5的日均濃度值達(dá)到了523 μg/m3， 22日16：00-23：00張士站小時濃度超過500 μg/m3，其中18：00的小時濃度達(dá)到了888 μg/m3。下面對這次全年最重的污染天氣做形勢分析。

利用NCEP/NCAR再分析資料分析2013年12月22日8：00、14：00時500 hPa位勢高度場（圖8）。8：00俄羅斯薩哈林島以東鄂霍次克海上空為冷渦，陜西省北部、山西省、京津冀地區(qū)至遼寧省西部上空為低槽，沈陽市上空是低槽前部的弱暖脊。14：00遼寧省西部上空低槽減弱，沈陽市上空暖脊減弱。

利用NCEP/NCAR再分析資料分析2013年12月22日8：00、14：00時850 hPa位勢高度場（圖9）。8：00青海省、甘肅省南部上空是高壓中心，向東一直到遼寧省西部、南部都是高壓控制，遼寧省西部處于高壓范圍的外緣，受高壓控制，氣流輻散。14：00，高壓中心發(fā)展減弱，遼寧省上空高壓暖脊減弱，氣流輻散，風(fēng)速較小。

用NCEP/NCAR再分析資料驅(qū)動WRF天氣模式分別模擬沈陽市2013年12月22日18：00地面風(fēng)場、垂直剖面風(fēng)場、22日4：00至23日4：00垂直方向溫度廓線和21日20：00至23日20：00邊界層高度（圖10）。風(fēng)速對沈陽市的污染物擴(kuò)散有重要影響[34]。由地面風(fēng)場可見，遼寧省中部沈陽市周圍是地面高壓，地面風(fēng)向不一致，呈發(fā)散狀，不利于污染物的擴(kuò)散。沈陽市受地面高壓影響，弱輻散氣流，風(fēng)速很小、近乎靜風(fēng)。垂直剖面風(fēng)場上，沈陽市近地層自西向東是下沉氣流，風(fēng)速較小，近地層溫度較低，濕度較大，超過了60%。由垂直方向的溫度廓線可見，22日4：00至23日4：00沈陽市上空一直有明顯的逆溫，逆溫的變化趨勢是先增加后減弱，其中22日21：00至23日3：00逆溫最強(qiáng)。邊界層高度標(biāo)志著污染物在垂直方向上的擴(kuò)散和稀釋能力，對于大氣環(huán)境過程尤為重要[35]。用WRF模式數(shù)值模擬得出21日20：00至23日20：00邊界層高度，邊界層高度有明顯的日變化特征，21日17：00至22日8：00邊界層高度持續(xù)較低，22日8：00-17：00邊界層高度先增加后下降，11：00-14：00邊界層高度最大；22日17：00至23日8：00邊界層高度小于28 m，這和全年最嚴(yán)重的污染天氣是相對應(yīng)的；23日邊界層高度比22日有明顯增加。

3 結(jié)論

2013年沈陽市全年的PM2.5濃度冬季逐日和逐時變化更明顯。各氣象要素的變化對PM2.5產(chǎn)生重要影響，其中濕度對PM2.5的相關(guān)影響最大。12月22-23日沈陽市出現(xiàn)了全年最強(qiáng)的污染，張士站的小時污染濃度達(dá)到了888 μg/m3，針對各氣象要素進(jìn)行了相應(yīng)的污染天氣形勢分析。主要結(jié)論如下：

1）2013年沈陽市PM2.5年均濃度為76.86 μg/m3，達(dá)到中國標(biāo)準(zhǔn)的2.2倍、美國標(biāo)準(zhǔn)的5.1倍。從沈陽市內(nèi)的監(jiān)測點(diǎn)的月均濃度和日均濃度上看，工業(yè)區(qū)的張士、二毛、商業(yè)區(qū)的太原街相對較高；文化區(qū)的炮兵學(xué)院、自然保護(hù)區(qū)的輝山相對較低。各監(jiān)測點(diǎn)冬季星期內(nèi)各天的變化較明顯，星期四濃度值最低，星期一、星期二濃度值最高。各監(jiān)測點(diǎn)日內(nèi)小時均值的逐時變化中，冬季上午9：00出現(xiàn)明顯高值。

2）在和氣象要素的相關(guān)分析中，風(fēng)速和PM2.5呈負(fù)相關(guān)；濕度、地溫、氣溫、降水、氣壓和PM2.5呈正相關(guān)。其中濕度和PM2.5的相關(guān)度最高，相關(guān)系數(shù)為0.406 6。與多年日均值相比，2013年風(fēng)速、濕度、氣溫、地溫的變化特征對PM2.5造成不利影響。

3）在對2013年12月22-23日污染的天氣條件分析中，500 hPa位勢高度場沈陽市處于暖脊；850 hPa位勢高度場上受高壓控制，呈輻散氣流；地面風(fēng)場上是高壓，且風(fēng)速較小；垂直剖面風(fēng)場是下沉氣流，地面濕度較大；和嚴(yán)重污染相對應(yīng)，22-23日沈陽市上空一直有明顯逆溫；22日17：00至23日8：00沈陽市邊界層高度小于28 m。

參考文獻(xiàn)：

[1] TAI A P K，MICKLEY L J，JACOB D J. Correlations between fine particulate matter（PM2.5） and meteorological variables in the United States：Implications for the sensitivity of PM2.5 to climate change[J].Atmospheric Environment，2010，44：3976-3984.

[2] PATERAKI S，ASIMAKOPOULOS D N，F(xiàn)LOCAS H A，et al. The role of meteorology on different sized aerosol fractions （PM10，PM2.5，PM2.5-10）[J].Science of the Total Environment，2012，419：124-135.

[3] SILCOX G D，KELLY K E，CROSMAN E T，et al. Wintertime PM2.5 concentrations during persistent，multi-day cold-air pools in a mountain valley[J].Atmospheric Environment，2012，46：17-24.

[4] 王占山，李云婷，陳 添，等.2013年北京市PM2.5的時空分布[J].地理學(xué)報，2015，70（1）：110-120.

[5] 郝建奇，葛寶珠，王自發(fā)，等.2013年京津冀重污染特征及其氣象條件分析[J].環(huán)境科學(xué)學(xué)報，2017，37（8）：3032-3043.

[6] 詹鵑銘，劉永紅，林 琳，等.2014年冬季珠三角區(qū)域典型城市PM2.5污染時空關(guān)聯(lián)特征[J].環(huán)境科學(xué)研究，2017，30（1）：110-120.

[7] 吳健生，王 茜，李嘉誠，等.PM2.5濃度空間分異模擬模型對比：以京津冀地區(qū)為例[J].環(huán)境科學(xué)，2017，38（6）：2191-2201.

[8] 周廣強(qiáng)，高 偉，谷怡萱，等.WRF-Chem模式降水對上海PM2.5預(yù)報的影響[J].環(huán)境科學(xué)學(xué)報，2017，37（12）：4476-4482.

[9] 董 群，趙普生，王迎春，等.北京山谷風(fēng)環(huán)流特征分析及其對PM2.5濃度的影響[J].環(huán)境科學(xué)，2017，38（6）：2218-2230.

[10] 趙妤希，陳義珍，楊 欣，等.北京市中心城區(qū)PM2.5長期變化趨勢和特征[J].生態(tài)環(huán)境學(xué)報，2016，25（9）：1493-1498.

[11] 郝巨飛，張功文，楊允凌.大氣能見度及影響因子特征分析[J].干旱區(qū)資源與環(huán)境，2017，31（4）：160-164.

[12] 張淑平，韓立建，周偉奇，等.冬季PM2.5的氣象影響因素解析[J].生態(tài)學(xué)報，2016，36（24）：7897-7907.

[13] 項佳娥，徐麗華，張方方，等.杭州城區(qū)PM2.5和PM10污染特征及其影響因子分析[J].中國環(huán)境監(jiān)測，2016，32（6）：36-42.

[14] 沈敏霞，曹軍驥，張寧寧，等.西安市道路PM2.5、NO2、CO水平濃度分布特征[J].環(huán)境科學(xué)研究，2017，30（1）：130-136.

[15] 樊高峰，馬 浩，張小偉，等.相對濕度和PM2.5濃度對大氣能見度的影響研究：基于小時資料的多站對比分析[J].氣象學(xué)報，2016，74（6）：959-973.

[16] 薛文博，付 飛，王金南，等.中國PM2.5跨區(qū)域傳輸特征數(shù)值模擬研究[J].中國環(huán)境科學(xué)，2014，34（6）：1361-1368.

[17] 王揚(yáng)鋒，馬雁軍，陸忠艷，等.遼寧中部城市能見度變化特征及其與顆粒物的關(guān)系[J].氣象與環(huán)境學(xué)報，2015，31（5）：86-92.

[18] 洪 也，馬雁軍，王喜全，等.遼寧中部城市群灰霾天氣的外來影響——個案分析[J].環(huán)境科學(xué)學(xué)報，2013，33（8）：2115-2122.

[19] 馬雁軍，王江山，王揚(yáng)鋒，等.遼寧中部城市群可吸入顆粒物PM10和PM2.5的污染特征研究[J].氣象與環(huán)境學(xué)報，2008，24（5）：11-15.

[20] 馬雁軍，劉寧微，王揚(yáng)鋒，等.沈陽及周邊城市大氣細(xì)粒子的分布特征及其對空氣質(zhì)量的影響[J].環(huán)境科學(xué)學(xué)報，2011，31（6）：1168-1174.

[21] 趙胡笳，馬雁軍，王揚(yáng)鋒，等.沈陽一次霧霾天氣顆粒物濃度及光學(xué)特征變化[J].中國環(huán)境科學(xué)，2015，35（5）：1288-1296.

[22] 公 穎，周小珊，楊 森，等.2012年東北地區(qū)重大天氣過程WRF模式預(yù)報效果檢驗(yàn)[J].氣象與環(huán)境學(xué)報，2015，31（6）：27-33.

[23] 王益柏，梅 娜，范 磊，等.WRF模式對2013年1月華北一次大霧的數(shù)值對比試驗(yàn)[J].氣象，2014，40（12）：1522-1529.

[24] 龐 軍，吳 健，馬 中，等.我國城市天然氣替代燃煤集中供暖的大氣污染減排效果[J].中國環(huán)境科學(xué)，2015，35（1）：55-61.

[25] 周 瑞，辛金元，邢立亭，等.唐山工業(yè)新區(qū)冬季采暖期大氣污染變化特征研究[J].環(huán)境科學(xué)，2011，32（7）：1874-1880.

[26] 沈 毅.南京大氣污染特征及空氣質(zhì)量預(yù)報研究[D].南京：南京大學(xué)，2011.

[27] 姜 雪.西安市空氣污染物濃度統(tǒng)計特征及其氣象影響研究[D].西安：長安大學(xué)，2012.

[28] 王琳琳.北京大氣污染特征研究[D].濟(jì)南：山東大學(xué)，2011.

[29] 趙晨曦，王云琦，王玉杰，等.北京地區(qū)冬春PM2.5和PM10污染水平時空分布及其與氣象條件的關(guān)系[J].環(huán)境科學(xué)，2014，35（2）：418-427.

[30] 鄒旭東，楊洪斌，張云海，等.遼寧中部城市灰霾天氣數(shù)值模擬[J].氣象與環(huán)境學(xué)報，2014，30（6）：92-99.

[31] 鄒旭東，楊洪斌，張云海，等.1951─2012年沈陽市氣象條件變化及其與空氣污染的關(guān)系分析[J].生態(tài)環(huán)境學(xué)報，2015，24（1）：76-83.

[32] 周國兵.重慶市主城區(qū)氣象條件對空氣污染影響分析及數(shù)值模擬研究[D].蘭州：蘭州大學(xué)，2014.

[33] 鄒旭東，楊洪斌，李帥彬，等.利用MM5模式及NCEP資料對沈陽一次污染天氣的數(shù)值模擬[J].氣象與環(huán)境學(xué)報，2012，28（4）：8-15.

[34] 鄒旭東，楊洪斌，劉玉徹.CALPUFF在沈陽地區(qū)大氣污染模擬研究中的應(yīng)用[J].氣象與環(huán)境學(xué)報，2008，24（6）：24-28.

[35] 王 堅，蔡旭暉，宋 宇.北京地區(qū)日最大邊界層高度的氣候統(tǒng)計特征[J].氣候與環(huán)境研究，2016，21（5）：525-532.