浙江大学学报(农业与生命科学版)  2018, Vol. 44 Issue (1): 89-97
文章快速检索     高级检索
浙江省杭州市城西大气污染物变化特征及相关性研究[PDF全文]
李正1, 张慧慧1, 朱红2, 张昊1, 叶辉3, 胡宝兰1, 楼莉萍1    
1. 浙江大学环境与资源学院,杭州 310058;
2. 浙江省环境保护科学设计研究院,杭州 310007;
3. 浙江省杭州市环境监测中心站,杭州 310007
摘要: 利用浙江省杭州市西溪监测站2014年12月1日到2016年11月30日的监测数据,分析了6种大气污染物(SO2、NO2、CO、O3、PM2.5和PM10)的变化特征及其相关性,探讨了气象条件对污染特征的影响。结果表明:1)研究期间SO2和CO达到了空气质量一级标准,但NO2、PM2.5和PM10超标严重,平均浓度分别是二级标准的1.21、1.40和1.04倍。2)除O3外,其余污染物均呈冬高夏低的变化特征,而O3浓度为夏高冬低;大气氧化性Ox冬季受NO2主导,其余季节受O3主导。3)PM2.5与NO2、CO浓度呈显著正相关,其次与SO2、Ox(夏季)也存在较强的正相关性。4)温度与O3呈较强的正相关,而与其他污染物呈负相关;相对湿度、风速和降雨量与SO2、NO2、CO、PM2.5和PM10存在负相关性,而CO受相对湿度和降雨量影响较小。该研究可为杭州市大气污染控制提供理论依据。
关键词: 颗粒物    气态污染物    相关性    气象条件    
Variation and correlation of air pollutants in the west of Hangzhou City, Zhejiang Province
LI Zheng1, ZHANG Huihui1, ZHU Hong2, ZHANG Hao1, YE Hui3, HU Baolan1, LOU Liping1    
1. College of Environmental and Resource Sciences, Zhejiang University, Hangzhou 310058, China;
2. Environmental Science Research and Design Institute of Zhejiang Province, Hangzhou 310007, China;
3. Hangzhou Environmental Monitoring Center, Hangzhou 310007, China
Abstract: Based on the concentrations of SO2, NO2, CO, O3, PM2.5 and PM10 measured by Xixi monitoring station, meteorological data such as temperature, relative humidity, wind speed, visibility and rainfall, variation characteristics and correlations of various air pollutants in Hangzhou City from December 2014 to November 2016 were analyzed, and the influence of meteorological conditions on pollutants was discussed. The results showed that the concentrations of SO2 and CO reached the first grade standard of air quality during the study period. NO2 and particulate matter were severely over-standard and the average concentrations of NO2, PM2.5 and PM10 were 1.21, 1.40 and 1.04 times of the second grade standards, respectively. The concentrations of all pollutants were high in winter and low in summer. However, the concentration of O3 was high in summer and low in winter. Atmospheric oxidative Ox remained at a relatively stable level throughout the year and was dominated by NO2 in winter and O3 in other seasons. The concentration of PM2.5 was positively correlated with that of NO2 and CO, followed by SO2 and Ox (in summer), which indicated that the local vehicle exhaust emission was an important source of atmospheric particulates. The temperature was positively correlated with O3, and negatively correlated with other pollutants. Relative humidity, wind speed and rainfall were negatively correlated with SO2, NO2, CO, PM2.5 and PM10, which showed that the pollutants were easy to diffuse under strong wind and wet deposition condition. However, CO was less affected by humidity and rainfall. This study provides a theoretical foundation for controlling atmospheric pollution in Hangzhou City.
Key words: particulate matters    gaseous pollutants    correlation    meteorological conditions    

随着经济和城市化进程的迅速发展,我国空气污染问题有加重趋势,尤其是工业发达、人口密集的大城市群,如京津冀、珠三角和长三角等[1-3]。暴露于高浓度的大气污染物中会加剧人体慢性呼吸道和心血管疾病,损害肺部功能,甚至导致过早死亡和癌症[4]。ZHANG等[5]调查表明,2012年全球空气污染最严重的10个城市有7个在中国,可见当前中国的空气质量不容乐观。

近年来,国内学者对城市主要大气污染物的变化规律进行了大量研究,发现不同区域的特征污染物随着季节有不同的变化规律。全国尺度上的空气质量研究结果表明:颗粒物(particulate matter, PM)、SO2、NO2和CO往往冬季的浓度高于其他季节,而O3则夏季浓度较高;北方城市的PM、SO2和CO浓度通常高于南方,而东南地区的O3浓度较高[6]。PM通常与SO2、NO2和CO存在较强的正相关,而仅在夏季与O3呈一定的正相关[4-7]。此外,也有许多学者针对气象因素对大气污染物的影响进行了相关研究。MA等[8]对北京、上海、广州的研究发现,降雨量和风速对PM、SO2、NO2和CO浓度具有显著的影响,而O3与温度的相关性较好。

杭州市(29.18° ~30.55° N,118.35° ~120.50° E)是长江三角洲城市群中心城市之一,三面环山,属于亚热带季风气候,其特殊的地理、气象条件对大气污染物的扩散具有显著影响。在PM2.5的化学组成[9-10]及对能见度的影响[11-12]等方面该地区已有一些研究,而在气态污染物方面,仅有文献的时间序列较短且不连续,污染物种类不全,缺少全面系统的研究。因此,本文利用2014年12月—2016年11月杭州市西溪监测点的SO2、NO2、CO、O3、PM2.5和PM10浓度数据,分析了各种大气污染物的时间序列特征及其相关性,探讨了气象条件对污染物的影响,以期为杭州市大气污染控制提供理论依据。

1 数据与方法 1.1 数据来源

大气污染物数据(2014年12月—2016年11月)下载于全国城市空气质量实时发布平台(http://113.37.208.233:20035/),主要包括杭州市西溪监测点的SO2、NO2、CO、PM2.5和PM10的日均浓度和O3的日最大8 h浓度。气象资料下载于气象网站(http://www.wunderground.com) [13],主要包括研究期间温度、相对湿度、风速、能见度和降雨量的日均值。

西溪监测点(30°16′ N,120°03′ E)位于杭州市西溪国家湿地公园(图 1),属于环境空气质量国控自动监测站,无明显工业排放源和高大建筑物,具有良好的区域代表性。站点的观测仪器分别是5030型大气颗粒物(PM2.5、PM10)监测器(赛默飞世尔科技公司,美国)、43i型SO2分析仪、42i型NO2分析仪、48i型CO分析仪和49i型O3分析仪,数据采集和日常维护符合《环境监测质量管理技术导则》(HJ 630—2011) [14]

图1 杭州市空气质量西溪监测点的位置 Fig. 1 Location of Xixi air quality monitoring station in Hangzhou City
1.2 研究方法

本文对6种污染物浓度的评价依据现行《环境空气质量标准》(GB 3095—2012) [15]。此外,本文也针对不同季节大气污染物的变化特征进行分析。季节划分:春季(3—5月);夏季(6—8月);秋季(9— 11月);冬季(12月—次年2月)。

2 结果与讨论 2.1 大气污染物的浓度变化 2.1.1 污染物的总体特征

研究期间,杭州市SO2、NO2、O3、PM2.5和PM10浓度均值分别为11.8、48.3、94.6、48.9和73.1 μg/m3,日均浓度范围分别在3~36、9~129、8~290、5~199和10~264 μg/m3之间,CO的平均浓度与日均浓度范围分别为0.908和0.4~1.9 mg/m3(图 2)。与《环境空气质量标准》(GB 3095—2012) [15]相比,SO2和CO日均浓度均低于一级标准(50 μg/m3和4.0 mg/m3),主要超标污染物为NO2、PM2.5和PM10,其年均浓度分别是二级标准的1.21、1.40和1.04倍(图表略),日均浓度超过二级标准62、107和33 d,超标率分别为8.6%、15.0%和4.6%。

虚线:日均值二级标准(GB 3095—2012)。 Dotted line: Average daily value of Grade-Ⅱ standard (GB 3095—2012). 图2 2014年12月—2016年11月杭州市大气污染物的日均浓度变化 Fig. 2 Variation of daily mean concentration of air pollutants in Hangzhou City from December 2014 to November 2016

图 3可知,从年际变化上看,与前一年相比,2016年SO2的年均浓度下降幅度最大(23.6%),其次是NO2(16.1%)和PM2.5(13.7%),下降幅度最小的是CO和PM10,分别降低了7.1%和4.6%,表明杭州市的空气质量有所改善。这与工业脱硫设备的使用、机动车限行和严格排放标准的实施等有关[16]。值得注意的是,2016年O3浓度较2015年有小幅上升(2.9%),且主要来自NOx和挥发性有机化合物(volatile organic compounds, VOCs)的光化学反应[6],这暗示杭州市大气中VOCs污染同比上一年有所加重。

实线:年均值二级标准(GB 3095—2012);虚线:年均值。 Solid line: Average annual value of Grade-Ⅱ standard (GB 3095—2012); Dotted line: Average annual value. 图3 杭州市大气污染物总体特征和月浓度变化 Fig. 3 General characteristics and monthly variation of atmospheric pollutants in Hangzhou City

从季节变化上看,SO2、NO2、CO、PM2.5和PM10变化规律较为一致,总体呈现冬季(尤其是12月和1月)浓度高、波动性大,夏季(尤其是6、7月份)浓度低、波动性小的特点。尽管杭州市处于东南沿海,不存在冬季燃煤供暖的影响,但冬季气温和大气边界层较低,高湿度和逆温天气频发,使污染物在近地面大量积累,尤其是SO42-、NO3-的重要前体物SO2、NO2,加快了二次污染物的生成[17]。夏季受亚热带季风性气候影响,高温多雨(图 4),有利于颗粒物中半挥发态物质(如NO3-和有机物)的动态平衡向气相转移[18],同时湿沉降也对污染物具有重要的清除作用,故夏季污染物浓度较低。

图4 研究期间杭州市气象参数的逐月变化 Fig. 4 Monthly variation of meteorological parameters in Hangzhou City during the study period

O3与其他污染物变化规律不同,为单峰型变化,1—8月基本为上升趋势,然后开始逐渐下降,呈现夏季高、冬季低的特征。例如,2016年8月O3质量浓度平均值最高为169 μg/m3,是一级标准(100 μg/m3)的1.69倍,而2015年12月其质量浓度最低为42 μg/m3,这是由于夏季太阳辐射强,紫外辐射是光化学反应形成O3的最主要因素[19]。例外的是,2015年6—8月O3的质量浓度低于5月,这是因为该年6—8月降水频繁,导致太阳辐射明显弱于其他年份的同期数据,使得O3的高质量浓度出现在气温低但辐射强的5月(图 3)。

值得注意的是,2016年8月O3质量浓度(168.8 μg/m3)较2015年(113.9 μg/m3)、2014年(102.4 μg/m3)(图表略)同期有明显增加,这可能是由于2016年为迎接9月的G20峰会,政府严格控制颗粒物排放,大气能见度增高和太阳辐射增强有利于O3的形成。此外,O3是区域型污染物,有研究发现长三角夏季同时存在高浓度的O3和PM2.5污染事件[20]。因此,未来在颗粒物浓度得到有效控制后,O3可能会成为大气中的主要污染物[21],应在削减PM2.5的同时加强对O3的控制。

此外,SO2、NO2、CO、PM2.5和PM10在每年冬季的2月出现明显的低谷,可能是适逢中国农历春节,大量外来务工人员返乡和企业停工停产,导致机动车尾气排放和工业排放明显降低[22-23],因而污染物浓度较低。3月人类活动恢复正常,导致污染物浓度急剧增加。但是O3没有这个现象,表明其浓度受人类活动影响较小,受环境因素(如太阳辐射强度、温度等)影响更大。

2.1.2 大气氧化性

由于大气中的NO、NO2和O3间的相互转化关系,为方便研究,许多学者将两者合称为光化学氧化剂(Ox),以大致反映区域大气氧化性特征[24-28]。因此本文借鉴该方法,对杭州地区Ox的变化进行了分析。

图 5中可以看出:在研究期间,杭州市Ox的日均质量浓度平均值为142 μg/m3,变化范围为55~ 364 μg/m3,其季节变化规律与O3(图 2)类似;从成分占比来看,每年2—10月O3的占比超过0.5,而其余月份(主要是冬季) NO2的质量浓度占比大于0.5,表明在杭州市冬季大气氧化性受NO2主导,其余季节受O3主导。杭州市冬季O3质量浓度很低,但本地工业和机动车排放的NO2增多,扩散条件不利,使NO2质量浓度达到全年的峰值,成为决定大气氧化性的主要污染物,因此在冬季应加强对NO2的控制。

图5 大气氧化性Ox浓度及成分变化 Fig. 5 Variation of concentration and composition of atmospheric oxidizing Ox
2.2 大气污染物之间的关系 2.2.1 PM2.5和PM10

根据《环境空气质量指数(AQI)技术规定(试行)》(HJ 633—2012) [29],PM2.5污染程度可分为5个级别(μg/m3):Ⅰ级(0<PM2.5≤35);Ⅱ级(35<PM2.5≤75);Ⅲ级(75<PM2.5≤115);Ⅳ级(115<PM2.5≤150);Ⅴ级(150<PM2.5≤250)。

图 6中可以看出,研究期间PM2.5/PM10比值平均值为0.66±0.11,范围处于0.51~0.83之间,与在上海的研究结果(0.69±0.13)接近[8]。冬季该比值较高(0.75和0.69),可能是由于颗粒物具有较多的二次来源,大气中以细颗粒物为主,波动性较大则表明PM2.5和PM10的来源存在较大的不均一性[30]。总体上,PM2.5和PM10具有最强的正相关性(0.936)(表 1),表明PM2.5和PM10有很好的同源性且两者变化契合度很高。

图6 PM2.5/PM10比值随时间和污染程度的变化 Fig. 6 Variation of PM2.5/PM10 ratio with time and pollution degree

表1 不同季节PM2.5与其他污染物的相关性 Table 1 Correlation between PM2.5 and other pollutants in different seasons
点击放大

此外,随着污染程度的加重,PM2.5/PM10比值从0.62增加到0.80。研究发现,长三角地区雾霾期的PM2.5/PM10比值为0.64,非雾霾期为0.57,这可能是由于环境中排放源的增加或新粒子生成过程产生了更多细颗粒物[30]。春、夏季节PM2.5/PM10比值较低,粗颗粒物PM2.5~10的占比较高,表明可能存在更多的一次颗粒物来源,如道路和建筑扬尘。因此,需要在不同季节分别采取针对一次和二次颗粒物的综合治理措施。

2.2.2 PM2.5与其他污染物

研究表明:SO2、NO2和CO的排放常伴随着颗粒物的产生;此外,SO2和NO2作为重要的气态前体物,在合适的气象条件下会通过均相或非均相反应生成PM2.5的重要组分SO42-和NO3-。因此,颗粒物和气态污染物之间有一定的相关性[4, 6-7, 31]。为了探究其他污染物对PM2.5的影响,本研究也计算了不同季节PM2.5与其他污染物之间的皮尔逊相关系数(Pearson correlation coefficients)(表 1)。由于监测数据之间存在正相关和负相关2种可能性,相关显著性均进行双侧检验。

SO2、NO2和CO的排放通常伴随着颗粒物的生成,这些气态污染物常与二次气溶胶相关,尤其是细颗粒物[4]。从表 1中可以看出,PM2.5与NO2、CO和SO2的相关系数分别为0.691、0.613和0.591,表明PM2.5与NO2和CO存在较强的正相关性。说明PM2.5受到机动车尾气源的影响更大[31]。以前的研究发现,伦敦市汽油车比例较高,并且马里波恩的监测点靠近一条交通繁忙的道路,导致当地PM10和CO的相关性高达0.81。表明杭州市的机动车尾气排放是大气颗粒物的重要来源之一[32-33]

PM2.5与O3的相关性与其他污染物不同,春、冬季节负相关性较弱,而夏、秋季节呈现较强的正相关性,这可能是由于夏季在高温高湿条件下O3的生成速率也较高,大气中二次颗粒物的生成较多。这反映了在夏季缺少一次人为源的情况下,光化学反应的二次生成对PM2.5的形成更为重要[34]

此外,夏、秋季节PM2.5与Ox的相关性系数为0.546和0.488,二者的正相关性较强,这可能是区域的大气氧化性较高时,能够促进SO2、NO2生成硫酸盐和硝酸盐等二次气溶胶,颗粒物污染会因此加重。

2.3 气象因素的影响

气象条件如温度、湿度、风速等是大气污染物的重要影响因素之一,对其扩散、积累、气固转化和二次形成过程具有重要影响。为进一步探究气象因素对大气污染物的影响,本文计算了研究期间大气污染物和温度、湿度、降雨量、风速之间的相关性系数(表 2)。

表2 研究期间杭州市大气污染物与气象因素的相关性 Table 2 Correlation between atmospheric pollutants and meteorological factors in Hangzhou City during the study period
点击放大

从中可以看出,不同于其他污染物,O3与温度呈显著正相关(0.425)。一方面,太阳辐射是O3生成的关键因素,其强弱在一定程度上可以通过温度的高低来反映,温度较高的夏季通常太阳辐射较强,有利于光化学反应生成O3。另一方面,温度上升有利于大气边界层的增高,抑制逆温层的出现,有利于O3的水平和垂直输送;同时,温度增加有利于大气光化学作用,也会促进O3的生成[35]。而温度与SO2、NO2、CO和PM均存在显著的负相关,温度升高时,大气对流层内垂直对流运动增强,有利于污染物的运输扩散,而温度降低,对流作用削弱,导致污染物在近地面积累。

湿度和各污染物呈一定的负相关。在高湿度条件下,颗粒物凝结成大粒子发生沉降,部分气态污染物也会溶于液态水,导致污染物浓度下降。但CO与湿度的相关性最弱,这是由于CO极难溶于水,并且作为O3的前体物,CO在湿度较高时光化学反应减慢,因此湿度对CO浓度的影响不大[36]

风速和降雨量与各污染物存在一定的负相关关系,这表明在强风速和湿沉降条件下污染物容易扩散,使各污染物的浓度降低,其中风速对CO、降雨对SO2的削减作用最为明显。

值得注意的是,O3与风速的相关性最弱。研究表明:通常在低风速条件下本地光化学反应会造成较高浓度的O3;但在强风作用下,会加速大气的湍流作用,有利于区域内O3的水平和垂直输送,也会导致观测到较高浓度的O3[8],所以O3浓度受风速影响较小。此外,O3与降雨量呈较弱的正相关性,表明降雨对O3的影响不大[37]

3 结论

本研究分析了2014年12月至2016年11月杭州市城西各类主要大气污染物的浓度变化特征、各污染物之间的相关性及气象条件的影响,得到如下结论:

1) 研究期间SO2和CO日均浓度达到了国家规定的空气质量一级标准,而NO2和PM2.5超标现象较严重,年均浓度分别是国家空气质量二级标准的1.21和1.40倍。

2) 从年度变化上看,2016年大气污染物的浓度较上一年度同期有所下降,其中SO2的下降幅度最大(23.6%),其次是NO2(16.1%)和PM2.5(13.7%),而O3的浓度却同比上升2.9%。从季节变化上看,杭州地区秋、冬季节的颗粒物污染和NO2超标现象较为严重,而夏季的O3污染严重,需引起重视。

3) 杭州市全年大气氧化性Ox保持在较稳定的水平,O3占比较大,主导着大气的氧化性,而在冬季应加强对NO2的控制。

4) 杭州市PM2.5与PM10具有良好的同源性及相似的变化规律,在春冬季PM2.5与SO2、CO和NO2有较强的正相关性,而夏秋季与大气氧化性Ox存在较强的正相关性。

5) 温度与O3存在显著的正相关性,而与SO2、NO2、CO和PM存在显著的负相关性。湿沉降和强风有利于污染物的扩散,但相对湿度与降雨量对CO的影响较弱。

总体而言,杭州市的空气质量近年已有所改善,但颗粒物和NO2超标现象仍然严重,需要采取严格的减排措施,尤其应加强对机动车源的控制。本研究也暗示了未来杭州市PM2.5得到有效控制后,臭氧和挥发性有机化合物的危害也不容忽视。

参考文献
[1] WANG L T, WEI Z, YANG J, et al. The 2013 severe haze over the southern Hebei, China: Model evaluation, source apportionment, and policy implications. Atmospheric Chemistry and Physics, 2014, 14: 3151-3173. DOI:10.5194/acp-14-3151-2014
[2] LI H M, WANG Q G, SHAO M, et al. Fractionation of airborne particulate-bound elements in haze-fog episode and associated health risks in a megacity of southeast China. Environmental Pollution, 2016, 208: 655-662. DOI:10.1016/j.envpol.2015.10.042
[3] 郭送军, 谭吉华, 段菁春, 等. 广州市灰霾期大气PM10中水溶性离子特征. 环境科学与技术, 2012, 35(11): 83-86.
GUO S J, TAN J H, DUAN J C, et al. Characteristics of water soluble ions in atmospheric PM10 during haze periods in Guangzhou. Environmental Science and Technology, 2012, 35(11): 83-86. (in Chinese with English abstract) DOI:10.3969/j.issn.1003-6504.2012.11.018
[4] XIE Y Y, ZHAO B, ZHANG L, et al. Spatiotemporal variations of PM2.5 and PM10 concentrations between 31 Chinese cities and their relationships with SO2, NO2, CO and O3. Particuology, 2015, 20: 141-149. DOI:10.1016/j.partic.2015.01.003
[5] ZHANG Q F, CROOKS R. Toward an Environmentally Sustainable Future: Country Environmental Analysis of the People' s Republic of China. Manila, Philippines: Asian Development Bank, 2012:46.
[6] WANG Y G, QI Y, HU J L, et al. Spatial and temporal variations of six criteria air pollutants in 31 provincial capital cities in China during 2013—2014. Environment International, 2014, 73: 413-422. DOI:10.1016/j.envint.2014.08.016
[7] ZHAO S P, YU Y, YIN D Y, et al. Annual and diurnal variations of gaseous and particulate pollutants in 31 provincial capital cities based on in situ air quality monitoring data from China National Environmental Monitoring Center. Environment International, 2016, 86: 92-106. DOI:10.1016/j.envint.2015.11.003
[8] MA X Y, JIA H L. Particulate matter and gaseous pollutions in three megacities over China: Situation and implication. Atmospheric Environment, 2016, 140: 476-494. DOI:10.1016/j.atmosenv.2016.06.008
[9] CAO J J, SHEN Z X, CHOW J C, et al. Seasonal variations and sources of mass and chemical composition for PM10 aerosol in Hangzhou, China. Particuology, 2009, 7(3): 161-168. DOI:10.1016/j.partic.2009.01.009
[10] LIU G, LI J H, WU D, et al. Chemical composition and source apportionment of the ambient PM2.5 in Hangzhou, China. Particuology, 2015, 18(1): 135-143.
[11] 徐昶, 叶辉, 沈建东, 等. 杭州大气颗粒物散射消光特性及霾天气污染特征. 环境科学, 2014, 35(12): 4422-4430.
XU C, YE H, SHEN J D, et al. Light scattering extinction properties of atmospheric particle and pollution characteristics in hazy weather in Hangzhou. Environmental Science, 2014, 35(12): 4422-4430. (in Chinese with English abstract)
[12] 王琼, 毕晓辉, 张裕芬, 等. 杭州市大气颗粒物消光组分的粒径分布特征研究. 中国环境科学, 2012, 32(1): 10-16.
WANG Q, BI X H, ZHANG Y F, et al. Size distributions of extinction components in Hangzhou atmospheric particles. China Environmental Science, 2012, 32(1): 10-16. (in Chinese with English abstract)
[13] PING X, ZHOU X M, DUAN J C, et al. Chemical characteristics of water-soluble organic compounds WSOC in PM2.5 in Beijing, China: 2011—2012. Atmospheric Research, 2016, 183: 104-112.
[14] 国家环境保护部. 环境监测质量管理技术导则:HJ 630—2011. 北京: 中国环境科学出版社, 2011.
Environmental Protection Department of the People's Republic of China. Technical Guideline on Environmental Monitoring Quality Management: HJ 630—2011. Beijing: China Environmental Science Press, 2011. (in Chinese with English abstract)
[15] 国家环境保护部. 环境空气质量标准:GB 3095—2012. 北京: 中国环境科学出版社, 2012.
Environmental Protection Department of the People' s Republic of China. Ambient Air Quality Standard: GB 3095—2012. Beijing: China Environmental Science Press, 2012. (in Chinese with English abstract)
[16] CHAI F H, GAO J, CHEN Z X, et al. Spatial and temporal variation of particulate matter and gaseous pollutants in 26 cities in China. Journal of Environmental Sciences, 2014, 26(1): 75-82. DOI:10.1016/S1001-0742(13)60383-6
[17] ZHAO S P, YE Y, YIN D Y, et al. Meteorological dependence of particle number concentrations in an urban area of complex terrain, Northwestern China. Atmospheric Research, 2015, 164/ 165: 304-317. DOI:10.1016/j.atmosres.2015.06.001
[18] WANG P, CAO J J, TIE X X, et al. Impact of meteorological parameters and gaseous pollutants on PM2.5 and PM10 mass concentrations during 2010 in Xi' an, China. Aerosol and Air Quality Research, 2015, 15(5): 1844-1854.
[19] 刘新春, 钟玉婷, 何清, 等. 塔克拉玛干沙漠腹地与北缘城市近地面臭氧质量浓度分布特征. 生态环境学报, 2014, 23(7): 1148-1155.
LIU X C, ZHONG Y T, HE Q, et al. Study on surface ozone concentration change between the desert Hinterland and northern margin urban. Ecology and Environmental Sciences, 2014, 23(7): 1148-1155. (in Chinese with English abstract)
[20] WANG D F, ZHOU B, FU Q Y, et al. Intense secondary aerosol formation due to strong atmospheric photochemical reactions in summer: Observations at a rural site in eastern Yangtze River Delta of China. Science of the Total Environment, 2016, 571: 1454-1466. DOI:10.1016/j.scitotenv.2016.06.212
[21] 邵平, 辛金元, 安俊琳, 等. 长三角工业区夏季近地层臭氧和颗粒物污染相互关系研究. 大气科学, 2017, 41(3): 618-628.
SHAO P, XIN J Y, AN J L, et al. An analysis on the relationship between ground-level ozone and particulate matter in an industrial area in the Yangtze River Delta during summer time. Chinese Journal of Atmospheric Sciences, 2017, 41(3): 618-628. (in Chinese with English abstract)
[22] 沈建东, 焦荔, 何曦, 等. 杭州城区春节PM2.5中水溶性离子在线观测. 中国环境监测, 2014, 30(2): 151-157.
SHEN J D, JIAO L, HE X, et al. Online measurement of the water-soluble ions in PM2.5 during Spring Festival in Hangzhou. Environmental Monitoring in China, 2014, 30(2): 151-157. (in Chinese with English abstract)
[23] ZHANG Y Y, WEI J M, TANG A H, et al. Chemical characteristics of PM2.5 during 2015 Spring Festival in Beijing, China. Aerosol and Air Quality Research, 2017, 17(5): 1169-1180. DOI:10.4209/aaqr.2016.08.0338
[24] 宋从波, 李瑞芃, 何建军, 等. 河北廊坊市区大气中NO、NO2和O3污染特征研究. 中国环境科学, 2016, 36(10): 2903-2912.
SONG C B, LI R P, HE J J, et al. Analysis of pollution characteristics of NO, NO2 and O3 at urban area of Langfang, Hebei. China Environmental Science, 2016, 36(10): 2903-2912. (in Chinese with English abstract) DOI:10.3969/j.issn.1000-6923.2016.10.004
[25] WANG Z S, LI Y T, CHEN T, et al. Ground-level ozone in urban Beijing over a 1-year period: Temporal variations and relationship to atmospheric oxidation. Atmospheric Research, 2015, 164/165: 110-117. DOI:10.1016/j.atmosres.2015.05.005
[26] TIWARI S, DAHIYA A, KUMAR N. Investigation into relationships among NO, NO2, NOx, O3, and CO at an urban background site in Delhi, India. Atmospheric Research, 2015, 157: 119-126. DOI:10.1016/j.atmosres.2015.01.008
[27] NOTARIO A, BRAVO I, ADAME J A, et al. Behaviour and variability of local and regional oxidant levels (Ox=O3+NO2) measured in a polluted area in central-southern of Iberian Peninsula. Environmental Science and Pollution Research, 2013, 20(1): 188-200. DOI:10.1007/s11356-012-0974-1
[28] 安俊琳, 王跃思, 李昕, 等. 北京大气中NO、NO2和O3浓度变化的相关性分析. 环境科学, 2007, 28(4): 706-711.
AN J L, WANG Y S, LI X, et al. Analysis of the relationship between NO, NO2 and O3 concentrations in Beijing. Environmental Science, 2007, 28(4): 706-711. (in Chinese with English abstract)
[29] 国家环境保护部. 环境空气质量指数(AQI)技术规定(试行):HJ 633—2012. 北京: 中国环境科学出版社, 2012.
Environmental Protection Department of the People's Republic of China. Technical Regulation on Ambient Air Quality Index (on trial): HJ 633—2012. Beijing: China Environmental Science Press, 2012. (in Chinese with English abstract)
[30] HU J L, WANG Y G, YING Q, et al. Spatial and temporal variability of PM2.5 and PM10 over the North China Plain and the Yangtze River Delta, China. Atmospheric Environment, 2014, 95: 598-609. DOI:10.1016/j.atmosenv.2014.07.019
[31] LIU Z R, HU B, WANG L L, et al. Seasonal and diurnal variation in particulate matter PM10 and PM2.5 at an urban site of Beijing: Analyses from a 9-year study. Environmental Science and Pollution Research, 2015, 22(1): 627-642. DOI:10.1007/s11356-014-3347-0
[32] KASSOMENOS P A, VARDOULAKIS S, CHALOULAKOU A, et al. Study of PM10 and PM2.5 levels in three European cities: Analysis of intra and inter urban variations. Atmospheric Environment, 2014, 87: 153-163. DOI:10.1016/j.atmosenv.2014.01.004
[33] 徐昶, 沈建东, 何曦, 等. 杭州无车日大气细颗粒物化学组成形成机制及光学特性. 中国环境科学, 2013, 33(3): 392-401.
XU C, SHEN J D, HE X, et al. Chemical composition, formation mechanism and optical properties of atmospheric fine particles during the World Car Free Day in Hangzhou. China Environmental Science, 2013, 33(3): 392-401. (in Chinese with English abstract)
[34] WU J, XU C, WANG Q Z, et al. Potential sources and formations of the PM2.5 pollution in urban Hangzhou. Atmosphere, 2016, 7(8): 100.
[35] 贾梦唯, 赵天良, 张祥志, 等. 南京主要大气污染物季节变化及相关气象分析. 中国环境科学, 2016, 36(9): 2567-2577.
JIA M W, ZHAO T L, ZHANG X Z, et al. Seasonal variations in major air pollutants in Nanjing and their meteorological correlation analyses. China Environmental Science, 2016, 36(9): 2567-2577. (in Chinese with English abstract)
[36] 王涛, 陈梦平, 周梦翩, 等. 无锡市区大气污染物污染特征及影响因素研究. 环境污染与防治, 2015, 37(12): 74-78.
WANG T, CHEN M P, ZHOU M P, et al. Pollution characteristics and influence factors of air pollutants in Wuxi City. Environmental Pollution and Control, 2015, 37(12): 74-78. (in Chinese with English abstract)
[37] 王祥炳, 黄晓容, 邓茂, 等. 重庆市黔江区春季大气污染物浓度变化与气象因素关系研究. 环境科学与管理, 2016, 41(6): 77-81.
WANG X B, HUANG X R, DENG M, et al. Variations of atmospheric pollutants and its relationship with meteorological factor in Qianjiang District of Chongqing during spring. Environmental Science and Management, 2016, 41(6): 77-81. (in Chinese with English abstract)