大气颗粒物特性及其环境影响胡敏教授
我国不同大气环境下亚微米颗粒物吸湿特性
Hygroscopicity of atmospheric sub-micrometer particles in various environments in China. WANG Yu, WU Zhi-jun*, HU Min (State Key Joint Laboratory of Environmental Simulation and Pollution Control, College of Environmental Sciences and Engineering, Peking University, Beijing 100871, China). China Environmental Science, 2017,37(5)：1601~1609 Abstract ： In the past several years, the measurements of particle hygroscopicity were deployed using H-TDMA (Hygroscopicity-Tandem Differential Mobility Analyzer). This study compiled the outcomes in our group and published results to summarize the hygroscopicity of the sub-micrometer particles in various environments in China. The κ values in the urban areas were around 0.1~0.3. In rural areas, the κ values ranged from 0.15 to 0.4, which were slightly higher than the urban one. The κ values at a mountain site (118.11°E, 30.07°N) and a near-coastal site (114.17°E, 22.28°N) were 0.2~0.3 and 0.2~0.4 respectively. Except for the observation in a rural site of Beijing during wintertime, the particle hygroscopicity increased with increasing particle size in other rural and urban sites. No significant dependency between the hygroscopicity and particle size in the mountain and coastal areas. Typically, particle hygroscopicity showed 2~3 modes distribution, indicating an external mixing state of atmospheric particles. However, high frequency of a single mode (hydrophilic mode) was observed in the mountain site. The growth factor (GF) smoothly enhanced with increasing relative humidity (RH) in the atmosphere of Beijing and Hangzhou, without showing a delinquent behavior. The closure studies between particle hygroscopicity and chemical composition showed that the hygroscopicity can be well predicted using size-resolved particle chemical composition. The precise detections of particle density and hygroscopicity of organics, and the mass size distribution of black carbon are still needed for the improvement of closure study. Key words： particle hygroscopicity； size distribution； hygroscopic mode distribution； effective hygroscopic parameters； chemical composition
香山科学会议：可吸入颗粒物的形成机理和防治对策
183：可吸入颗粒物的形成机理和防治对策香山科学会议第183次学术讨论会综述近年来，许多国家都将可吸入颗粒物PM10（空气动力学直径小于10微米的颗粒）的研究，特别是PM2.5（空气动力学直径小于2.5微米的颗粒）的物理化学行为、形成与污染机制、控制技术以及对人体健康影响等研究作为讨论和探讨的热点。
香山科学会议于2002年5月20～22日召开了主题为“可吸入颗粒物的形成机理和防治对策”的第183次学术讨论会。
姚强教授（清华大学）、魏复盛院士（中国环境监测总站）和徐立大教授（中国预防医学科学院）被聘请担任本次会议执行主席。
魏复盛院士首先作了题为“空气细粒子（PM2.5）的污染与危害”的主题综述报告，阐述了细颗粒的特性、细粒子的污染水平，以及对人体健康的危害，分析、展望了相关研究工作的现状与未来发展。
魏复盛指出，现在我国空气首要污染物是颗粒物，且有2/3城市超标。
我国空气质量标准与美国比较，我国对SO2、NO2、O3、CO的标准限值均比美国严格，但颗粒物污染标准则比美国宽。
我国尚未制订PM2.5标准，但广州、武汉、兰州、重庆4城市的8点位监测结果表明：PM2.5年日均值为0.046-0.160mg/m3，是美国标准值0.015mg/m3的3-10倍，表明我国城市细粒子污染已十分严重。
魏复盛列举大量研究数据阐述了细粒子对人体健康有严重危害，并强调指出：（1）现在少量的调查监测表明我国城市空气PM2.5污染是严重的，应加强研究与监测，为制订标准和政策法规提供科学依据；（2）必须加强PM2.5环境效应及健康效应的定量研究，提高政府和公众的环境意识；（3）及时开展PM2.5形成机理、污染防治和清除技术的科学研究，为解决细粒子污染，为实现“蓝天工程”提出科学的解决方案。
徐旭常院士作了题为“燃烧过程中PM2.5的生成及环境影响”的综述报告指出，我国城市大气中大量的PM2.5直接或间接地来自于燃烧过程，城市空气中总悬浮颗粒物（TSP）由燃煤生成的约占33%，其主要产生原因是能源结构中70%以上是很难清洁燃烧的煤炭，而且对于煤炭使用和汽车排放控制不严。
环境科学与工程学院博士生导师研究方向介绍
博士生导师（按拼音顺序排列）
职称
招生专业
招生方向以及具体研究方向
招生方向或重点研究方向简介
备注（对考生的具体要求）
蔡旭辉
教授
环境科学
大气环境模拟
利用数值模式研究大气运动和大气污染物的时空演变规律，结合外场观测等手段，分析再现和预测实际大气环境过程。解决以下领域的基础与应用问题：城市、区域和跨国家等不同尺度的大气污染预报；污染源反演；环境介质间物质能量循环；核电选址；风能和风工程；化学品泄漏事故应急和核事故应急等。
欢迎具有化学、环境化学、大气物理和环境科学背景的学生报考
李文军
教授
环境科学
自然资源管理
关注人与自然的关系，以资源科学、公共管理、社会学以及环境经济学为理论工具，以田野调查、社会学访谈等为手段，研究分析如何平衡经济发展对于自然资源的需求与自然资源保护之间的矛盾，为国家、区域的相关决策提供依据。重点研究内容包括：产权与自然资源管理；自然资源管理中的社区参与；自然保护地的制度安排
欢迎环境科学、社会学、农学和经济学等学科背景的学生报考。
马晓明
教授
环境科学
环境规划与环境政策
关注环境管理与经济发展相互影响的决策问题，研究环境规划、生态规划的理论与技术方法。以环境管理学、环境经济学、环境法学、公共管理为基础理论，进行环境政策的实证分析；以博弈论、复杂系统模拟及其它系统科学分析方法为工具，探讨环境政策的设计机制，进行环境政策的理论分析和环境政策的模拟研究。
徐晋涛
教授
环境科学
资源经济学
运用现代经济学的理论和方法，研究自然资源管理体制改革和政策。主要研究领域包括：国有林区体制改革，集体林权改革，农业、林业碳汇问题，森林资源变化机理的空间计量分析，林产品市场模型，大型公共项目成本效益分析。提供参与国际合作项目、联合培养的机会，鼓励学生选择自己感兴趣的研究题目。
大气颗粒物对环境及健康的影响研究
大气颗粒物对环境及健康的影响研究大气颗粒物是一种由人造和自然因素产生的细小颗粒，是大气污染物中最重要的组成部分之一。
颗粒物具有轻易进入呼吸道并在肺部造成损伤的特性，对环境和人类健康造成重大威胁。
环境影响大气颗粒物对环境的影响主要体现在以下三个方面：1. 可见度影响：颗粒物会导致空气浑浊，降低空气的透明度，影响观测、旅游和城市景观。
2. 光化学反应：一些颗粒物，如挥发性有机物和二氧化氮，可以在光照下发生光化学反应，生成臭氧等有害物质。
3. 植物生长影响：颗粒物被植物吸收后会造成叶片凋萎、水分蒸发过快等问题，阻碍植物生长和发育。
由于颗粒物的复杂组成和来源多样，其对环境的影响也会因地区、气候等因素变得千差万别。
但总的来说，大气颗粒物对环境的影响已成为城市和地区可持续发展的重要障碍。
健康影响颗粒物对人类健康的危害主要表现为以下几个方面：1. 呼吸系统：颗粒物进入呼吸道后，可能激发炎症反应，导致咳嗽、喘息、气促、喉痛等症状，甚至引起哮喘、肺癌等严重疾病。
2. 心血管系统：长期暴露于高浓度颗粒物的环境中，可能会引发心血管疾病，如心脏病、中风等。
3. 生殖系统：女性暴露于高浓度颗粒物的环境中，可能会增加一些人类生殖健康问题的风险，如不孕症、早产、胎儿低重等。
颗粒物的危害与其浓度、大小、化学组成和个人的敏感度等因素有关。
一般来说，其危害效应随着粒径越来越小而逐渐加剧，因为小颗粒可以更容易地进入人体深处。
大气颗粒物控制由于大气颗粒物对环境和健康的影响，全球各国都在努力控制颗粒物的排放。
主要控制方法包括：1. 工业控制：通过管制工业设备的排放来控制大气颗粒物的产生。
2. 交通控制：采用低排放车辆、公共交通系统等措施来减少道路交通对大气颗粒物的贡献。
3. 城市规划：通过合理规划城市布局、保护自然环境等方法来减少城市产生的大气颗粒物。
除此之外，加强公众教育、提高个人意识等也是大气颗粒物控制的重要手段。
只有全社会共同努力，才能减少大气颗粒物对环境和健康的威胁。
大气颗粒物特性及其环境影响-胡敏教授..36页PPT
39、勿问成功的秘诀为何，且尽全力做你应该做的事吧。——美华纳
40、学而不思则罔，思而不学则殆。——孔子
大气颗粒物特性及其环境影响-胡敏教 授..
1、纪律是管理关系的形式。——阿法 纳西耶 夫 2、改革如果不讲纪律，就难以成功。
3、道德行为训练，不是通过语言影响 ，而是 让儿童 练习良 好道德 行为， 克服懒 惰、轻 率、不 守纪律 、颓废 等不良 行为。 4、学校没有纪律便如磨房里没有水。 ——夸 美纽斯
5、教导儿童服从真理、服从集体，养 成儿童 自觉的 纪律性 ，这是 儿童道 德教育 最重要 的部分 。—— 陈鹤琴
谢谢！
36、自己的鞋子，自己知道紧在哪里。——西班牙
37、我们唯一不会改正的缺点是软弱。——得很慢，但是我从不后退。——亚伯拉罕·林肯
西安市大气颗粒物数浓度分布及典型天气条件特征变化
西安市大气颗粒物数浓度分布及典型天气条件特征变化刘立忠;么远;韩婧;李文韬;王宇翔【摘要】利用2013年3月到2014年12月期间西安市大气中0.25～32μn颗粒物监测数据和同期气象参数、散射消光系数等数据,分析了大气颗粒物数浓度分布及典型天气条件下变化特征.结果表明:采样期间西安市大气颗粒物平均数浓度为206.27个/cm3,99％以上为＜1μn的颗粒物数.大气颗粒物数浓度冬季最高,其次为秋、夏和春季,分别为267.66、231.31、141.82和135.77个/cm3.四季的数浓度低值均出现在18:00左右,之后数浓度上升,且晚上高于白天,冬季6:00左右达到峰值,夏季的昼夜差最小,秋季最大.春夏秋冬的大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377.大气颗粒物数浓度在沙尘天气发生前、中、后会升高、下降和再下降,霾天气出现前、后会升高和下降;高温干燥天气下,大气颗粒物数浓度相对较低;降雨对大气颗粒物的清除作用明显,但降雨后大气颗粒物数浓度又很快回升.【期刊名称】《中国环境科学》【年(卷),期】2015(035)012【总页数】7页(P3588-3594)【关键词】西安市;大气颗粒物;数浓度;典型天气;特征【作者】刘立忠;么远;韩婧;李文韬;王宇翔【作者单位】西安建筑科技大学环境与市政工程学院,陕西西安710055;西安建筑科技大学环境与市政工程学院,陕西西安710055;西安市环境监测站,陕西西安710054;西安市环境监测站,陕西西安710054;西安建筑科技大学环境与市政工程学院,陕西西安710055【正文语种】中文【中图分类】X513西安市是典型的北方内陆城市，其主要大气污染物以颗粒物为主.大气颗粒物的数浓度及粒径分布是大气气溶胶的重要性质，影响颗粒物在大气中的滞留时间、传输距离及理化特性等，在评估大气气溶胶的各类行为及其对人类、气候、生态等影响方面有重要的意义［1-3］.国内对大气颗粒物数浓度及粒径分布的研究还主要集中在长江三角洲［4-5］、珠江三角洲［6-7］以及京津冀［8-11］等经济发达地区，而对西北内陆城市的研究还相对较少，其中长时间高分辨率的观测研究更是有限.本研究采用德国EDM180型环境颗粒物/气溶胶粒径谱仪，于2013年3月到2014年12月期间，对西安市大气中0.25～32μm范围内的颗粒物进行高分辨率连续监测，以研究分析西安市大气颗粒物的数浓度变化规律及粒径分布特征，并对其在典型天气条件下的变化特征展开研究.1.1 采样点采样点位于西安市环境监测站大气环境质量综合实验室（超级站）楼顶，采样头距地面高约15m，距楼顶1.5m.超级站周边属于典型的城市环境特征，经过专家论证，该采样点位置及其监测数据具有代表性，能够较好的反映市民日常生活环境状态.观测期间同步记录西安市气象局网站公布的气象数据，并测量同期西安市大气颗粒物的消光系数.1.2 实验仪器1.2.1 采样仪器德国GRIMM气溶胶技术公司研制和生产的EDM180型环境颗粒物/气溶胶粒径谱仪，采用激光散射原理可同时获得环境大气中0.25～32μm范围内的31个粒径段的气溶胶数浓度，并可计算得到相应的质量浓度，各粒径段粒子直径起始值分别为0、0.25、0.28、0.30、0.35、0.40、0.45、0.50、0.58、0.65、0.70、0.80、1.0、1.3、1.6、2.0、2.5、3.0、3.5、4.0、5.0、6.5、7.5、8.0、10.0、12.5、15.0、17.5、20.0、25.0、30.0、32.0μm.该仪器监测时间间隔为1min，采样流量为1.2L/min，激光光源波长685nm，所得数据根据环境空气质量标准（GB 3095—2012）［12］剔除整理数据，并且去除因为仪器故障等原因导致的明显无效数据，从而计算得到小时均值、日均值、月均值等.1.2.2 测量仪器采用Ecotech Aurora-1000浊度计测量环境大气中颗粒物的散射消光系数，散射角在10～70°之间，采样流量为5L/min，LED光源波长为525nm，所测得的数据与粒径谱仪所得数据做同样的处理.2.1 大气颗粒物数浓度及粒径分布特征由于较大粒径颗粒物数浓度比较低且监测所得数据量较大，所以将颗粒物分为≤0.3μm、0.3～1μm、1～2.5μm、2.5～10μm、＞10μm五个粒径段进行颗粒物数浓度的统计分析（表1）.随着颗粒物粒径的增大，数浓度明显减小，与其他几个粒径段的颗粒物数浓度相比，＞10μm的颗粒物数浓度可以忽略不计.采样期间西安市大气颗粒物的平均数浓度为206.27个/cm3，其中粒径≤0.3μm、0.3～1μm、1～2.5μm、2.5～10μm的颗粒物分别占84.57%、15.32%、0.08%、0.03%.由此可见，小于1μm的大气颗粒物数浓度占到了总体数浓度的99%以上. 2.2 大气颗粒物数浓度谱季节分布特征图1给出了西安市各个季节平均数浓度谱分布，根据气象划分法和西安当地的季节变化，这里仅以2013年12月、2014年1月和2月代表冬季，2014年3、4、5月代表春季，2014年6、 7、8月代表夏季，2014年9、10、11月代表秋季.统计同期气象数据发现西安市常年风速较小，平均风速小于2m/s，在这种风速条件下，扩散作用在影响大气颗粒物数浓度变化方面占据主导地位.由图1可以看出，随着超细颗粒物粒径的加大，颗粒物的数浓度快速降低，分布曲线呈现指数下降趋势，与超细颗粒物相比，粗颗粒物数浓度比较稳定，四季变化不明显.对研究期间所得数据按照上述季度划分统计得到，西安冬季颗粒物数浓度最高，平均为267.66个/cm3，其次为秋季（231.31个/cm3）、夏季（141.82个/cm3）、春季（135.77个/cm3），尤其以粒径0.3μm以下的颗粒物表现最为显著.这与冬季采暖有直接关系，大量燃煤导致颗粒物的排放量加大，同时冬季气温较低，大气较稳定，对颗粒物的垂直扩散和稀释非常不利［5，13］.夏季与春季颗粒物数浓度相差不大，夏天略高.西安颗粒物数浓度变化特点为秋冬高、春夏低. 超细颗粒物体积非常小，在质量浓度中所占比例较低，导致数浓度与质量浓度之间相关性差［14］.相对较粗的颗粒物的数浓度较低，这与环保措施不断落实、环境质量管控越来越严格、除尘设备越来越精良等因素密切相关.虽然这部分颗粒物的数浓度不高，但是在质量浓度中占的比例却较大（图2），其中2.5～10μm的颗粒物在质量浓度中贡献最大，仍然需要严加控制.同时，应积极探索针对超细颗粒物的合理有效的控制措施.2.3 大气颗粒物数浓度昼夜变化图3为西安市四季大气颗粒物数浓度小时均值昼夜变化曲线.由图3可知，四季大气颗粒物数浓度都是晚上高于白天，其中夏季的昼夜差最小，秋季最大.冬季夜间逆温现象最为明显，不利于污染物扩散，使得颗粒物数浓度显著上升，6:00左右达到峰值，而后气温逐渐回升，逆温层逐渐消退，大气扩散能力增强，使得颗粒物数浓度慢慢下降，9:00左右出现一个相对低值，之后数浓度有所上升，这可能主要是人类活动的影响.四个季节的低值都出现在18:00左右， 18:00以后是交通的高峰期，交通源的贡献加大，大气也开始趋于稳定，使得颗粒物数浓度逐渐升高.2.4 大气颗粒物数浓度与散射消光系数的相关性分析运用spss 19.0软件采用Pearson相关系数对大气颗粒物数浓度与散射消光系数的相关性进行分析.分析结果见表2，采样期间散射消光系数与大气颗粒物数浓度之间的Pearson相关系数为0.469，在0.01水平上显著相关，表明两者之间为中等程度相关，且散射消光系数与大气颗粒物数浓度之间为正相关.同时散射消光系数与能见度关系密切，散射消光系数越高，能见度越低，说明大气颗粒物数浓度对能见度造成直接影响，且与能见度成负相关.春夏秋冬四个季节大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377，均通过了显著性水平为0.01的检验，可以看出春夏两季颗粒物数浓度与散射消光系数正相关关系最为明显，表现出了强相关性，而秋冬两季颗粒物数浓度与散射消光系数也表现出了中等程度正相关性和弱正相关性，说明四个季节大气颗粒物数浓度与散射消光系数有很好的相关性，春夏两季大气颗粒物数浓度对散射消光系数有很大的贡献，而秋冬两季影响散射消光系数的因素更多、更为复杂.这可能与西安市各季节排污情况以及大气气溶胶成分有关，其中主要成分碳气溶胶及水溶性无机离子的季节变化刚好与此相符合［15-16］.2.5 典型天气条件下大气颗粒物数浓度的变化特征选取沙尘天气、灰霾天气、高温干燥天气及阴雨天气4种典型天气，分析其数浓度日变化特征，见图4.2.5.1 沙尘天气条件下大气颗粒物数浓度的变化特征 2013年4月18日6:00～20:00之间出现沙尘天气，当日大气颗粒物数浓度日变化如图4（a）所示.沙尘天气出现前，大气颗粒物数浓度有所升高，而沙尘发生时，大气颗粒物数浓度反而会下降，随着沙尘天气的减弱直到结束，大气颗粒物数浓度还会进一步下降.沙尘天气出现前，颗粒物数浓度升高，可能与沙尘传输以及不利于污染物扩散的气象因素等有关.在沙尘天气期间，较强的风吹散了西安市本地污染物，而外来的沙尘气团含有较少的细颗粒物，同时大气粗颗粒物数浓度明显升高，且随着粗粒子增多，对细粒子的吸附作用也更明显，细粒子浓度相应降低，总体表现为大气颗粒物数浓度的下降［17］.在沙尘过后，粗、细颗粒物经过了一系列吸附、转化、沉降等过程，其数浓度较沙尘前有所下降［18］.2.5.2 灰霾天气条件下大气颗粒物数浓度的变化特征 2013年12月17日为灰霾天气，当天颗粒物数浓度为410.64个/cm3，是当月均值251.58个/cm3的1.63倍.10:00前主要为雾，10:00开始逐渐转变为霾，霾出现时颗粒物数浓度明显升高，直到17:00霾已经逐渐消散，随着霾天气的结束，大气颗粒物数浓度开始下降［图4（b）］.夜间颗粒物数浓度又有上升的趋势，主要可能由于逆温现象的发生，大气低空出现逆温层，不利于污染物的扩散.逆温现象的发生也是霾出现的一个重要原因，预示着第二天仍有可能出现灰霾天气，这与18日实际出现的灰霾天气状况相符.2.5.3 干燥高温天气条件下大气颗粒物数浓度的变化特征 2014年6月10日属于干燥高温天气，全天平均气温为28.5℃，平均湿度仅为25%.由图4（c）可以看出，高温干燥天气时大气颗粒物数浓度相对较低.这种天气下太阳辐射强，混合层出现得早、消失得慢，并且混合层高度较高，非常有利于污染物的扩散，使大气颗粒物数浓度较低.同时由于占大气颗粒物数浓度99%以上的粒径1μm以下的颗粒物几乎不受重力的沉降作用，在大气中滞留时间长，很难去除，数浓度变化不大.午后时分，温度进一步升高，湿度持续降低，颗粒物数浓度有所降低，这是气温、湿度等多因素共同影响的结果.温度较高时，大气垂直对流作用加剧，有利于大气扩散，因而一般与污染物浓度呈负相关［5］.在相对湿度低于一定值时，颗粒物数浓度与相对湿度成正相关［19］.这与本研究观测到的结果一致（表2）.2.5.4 阴雨天气条件下大气颗粒物数浓度的变化特征 2014年10月2日有小到中雨，降雨主要出现在0:00～10:00之间.由统计数据及图4（d）显示，降雨期间颗粒物数浓度相对较低，与降雨前相比，降雨时大气颗粒物数浓度降低了38.7%，说明降雨对大气颗粒物的清除作用明显.降雨过程对粗粒子和细粒子都有去除作用，对细粒子的去除作用尤为明显.而降雨对粗细粒子的清除机制不同，粒径为0.5～1.0μm的细颗粒是由于其布朗运动和雨滴的相互碰撞而清除，而粗粒子的清除则是由于惯性沉降到雨滴表面而被清除［20］.与降雨前相比，降雨后大气颗粒物数浓度只降低了15.7%，这说明降雨后大气颗粒物数浓度又很快回升.胡敏等［21］研究了北京市2004年7～8月降水过程对大气颗粒物谱分布的影响，得出降雨过程使大气中的背景气溶胶浓度降低，降雨过后的晴朗干洁天气和强太阳辐射有利于新粒子（3～20nm）生成，新生成的颗粒物很快长大到50～100nm，此后污染不断加深的结论，可以对本次研究中观测到的现象做出一定程度上的解释说明.2.5.5 沙尘天气、灰霾天气、干燥高温天气、阴雨天气条件下颗粒物数浓度与散射消光系数的相关性沙尘天气和灰霾天气下大气颗粒物数浓度与散射消光系数没有通过0.05水平上的显著性检验，而干燥高温天气和阴雨天气下大气颗粒物数浓度与散射消光系数均通过0.01水平上的显著性检验，并且均为强正相关，说明重污染天气下散射消光系数的影响因素较多，而相对洁净的天气下大气颗粒物数浓度对散射消光系数的贡献较大.这可能是由于外来气团携带或者本地污染源新产出的大气污染物大量排放以及二次污染物的形成，导致西安市大气组分更加复杂所引起的.3.1 西安市大气颗粒物采样期间的平均数浓度为206.27个/cm3，其中粒径≤0.3μm、0.3～1μm、1～2.5μm、2.5～10μm的颗粒物分别占84.57%、15.32%、0.08%、0.03%，小于1μm的大气颗粒物数浓度占到了总体数浓度的99%以上.3.2 西安冬季大气颗粒物数浓度最高，平均为267.66个/cm3，其次为秋季（231.31个/cm3）、夏季（141.82个/cm3）、春季（135.77个/cm3），尤其以粒径0.3μm以下的颗粒物表现最为显著.超细颗粒物在质量浓度中所占比例较低，而相对较粗的颗粒物的数浓度较低，在质量浓度中占的比例却较大，应积极探索针对超细颗粒物的合理有效的控制措施.3.3 西安市大气颗粒物数浓度晚上高于白天，夏季的昼夜差最小，秋季最大，冬季夜间逆温现象最为明显.冬季6:00左右达到峰值，9:00左右出现一个相对低值，之后数浓度有所上升.四个季节的低值都出现在18:00左右，交通源的贡献加大，大气也开始趋于稳定，使得颗粒物数浓度升高.3.4 春夏秋冬四个季节大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377，春夏季大气颗粒物数浓度对散射消光系数贡献较大，而秋冬季散射消光系数的影响因子更多.重污染天气时影响散射消光系数的因素更复杂，而相对洁净的天气下大气颗粒物数浓度与散射消光系数相关性较好，为强正相关.3.5 沙尘天气出现前，大气颗粒物数浓度会升高，沙尘发生时，反而会下降，沙尘过后，大气颗粒物数浓度较沙尘出现前要低；霾出现时大气颗粒物数浓度会升高，随着霾天气的结束，大气颗粒物数浓度会下降；高温干燥天气下，大气颗粒物数浓度相对较低，这种天气有利于污染物的扩散；降雨对大气颗粒物的清除作用明显，然而降雨后大气颗粒物数浓度又很快回升，不过与降雨前相比，还是有一定程度的降低.Boucher O， Anderson T L. GCM assessment of the sensitivity of direct climate forcing by anthropogenic sulfate aerosols to aerosol size and chemistry ［J］. Journal of Geophysical Research -Atmospheres， 1995，100:26117-26134.Peters A， Wichmann H E， Tuch T， et al. Respiratory effects are associated with the number of ultrafine particles ［J］. American Journal of Respiratory and Critical Care Medicine， 155（4）:1376.Seinfeld J H， Pandis S N. Atmospheric chemistry and physics: from air pollution to climate change ［M］. New York: Wiley， 1998.钱凌，银燕，童尧青，等.南京北郊大气细颗粒物的粒径分布特征［J］. 中国环境科学， 2008，28（1）:18-22.林俊，刘卫，李燕，等.大气气溶胶粒径分布特征与气象条件的相关性分析［J］. 气象与环境学报， 2009，25（1）:1-5.张涛，陶俊，王伯光，等.2008年1月广州颗粒物数浓度污染特征［J］. 中国环境监测， 2009，25（2）:31-34.黄祖照，王杰，刘建国，等.广州城区大气细颗粒物粒谱分布特征分析［J］. 中国环境科学， 2012，32（7）:1177-1181.郎凤玲，闫伟奇，张泉，等.北京大气颗粒物数浓度粒径分布特征及与气象条件的相关性［J］. 中国环境科学， 2013，33（7）: 1153-1159.翟晴飞，金莲姬，林振毅，等.石家庄春季大气气溶胶数浓度和谱的观测特征［J］. 中国环境科学， 2011，31（6）:886-891.王琳琳，王淑兰，王新锋，等.北京市2009年8月大气颗粒物污染特征［J］. 中国环境科学， 2011，31（4）:553-560.熊秋林，赵文吉，宫兆宁，等.北京城区2007～2012年细颗粒物数浓度时空演化［J］. 中国环境科学， 2013，33（12）:2123-2130.GB 3095—2012 环境空气质量标准［S］.朱能文.颗粒物浓度的影响因素及变化规律［J］. 环境科学动态，2005，（2）:16-18.段菁春，李兴华，郝吉明.北京市冬季大气细粒子数浓度的粒径分布特征［J］. 中国环境监测， 2008，24（2）:54-59.张承中，丁超，周变红，等.西安市冬、夏两季PM2.5中碳气溶胶的污染特征分析［J］. 环境工程学报， 2013，4:1477-1481.韩月梅，沈振兴，曹军骥，等.西安市大气颗粒物中水溶性无机离子的季节变化特征［J］. 环境化学， 2009，2:261-266.Kim J， Jung C H， Choi B C， et al. Number size distribution of atmospheric aerosols during ACE-Asia dust and precipitation events ［J］. Atmospheric Environment， 2007，41:4841-4855.Wang Y， Zhuang G S， Sun Y L， et al. Water-soluble part of the aerosol in the dust storm season-evidence of the mixing between mineral and pollution aerosols ［J］. Atmospheric Environment，2005，39:7020-7029. 张仁健，王明星，戴淑玲，等.北京地区气溶胶粒度谱分布初步研究［J］.气候与环境研究， 2000，5（1）:85-89.Posfai M， Molnar A. Aerosol particles in the troposphere: A mineral-logical introduction ［J］. EMU Notes Mineral， 2000，2: 197-252.胡敏，刘尚，吴志军，等.北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响［J］. 环境科学， 2006，27（11）:2293- 2298.。
大气环境中颗粒物迁移与扩散模型研究
大气环境中颗粒物迁移与扩散模型研究近年来，随着城市化进程的加快和工业化水平的提高，大气污染问题日益凸显，其中颗粒物污染是一大挑战。
大气颗粒物对人类健康和环境影响巨大，因此对其迁移与扩散模型的研究变得非常重要。
一、颗粒物的来源与特性颗粒物的来源多样，包括工业排放、交通尾气、农业活动等，它们具有不同的物理化学特性和粒径分布。
颗粒物大致可分为可吸入颗粒物（PM10）和细颗粒物（PM2.5），其中PM2.5对人体的影响更为严重。
这些颗粒物中有机物、金属元素、重金属离子等成分可以对人体健康产生有害影响。
二、颗粒物迁移与扩散模型的意义颗粒物的迁移与扩散模型可以帮助我们了解颗粒物在大气中的输运规律，揭示其影响因素和迁移途径，从而有针对性地制定治理措施。
模型可以模拟颗粒物源排放、大气传输、沉积和浓度分布等过程，为科学决策提供参考和支持。
三、颗粒物迁移与扩散模型的研究方法研究颗粒物迁移与扩散模型的方法主要有数学建模和实验观测两种。
数学建模是基于物理模型、数学模型和计算机模拟，通过建立方程组来模拟颗粒物的迁移和扩散过程，并运用各种数值计算方法求解。
实验观测则通过野外观测和实验室模拟来获取数据，如风速、温度、湿度、浓度等，以验证模型的可靠性。
四、常用的颗粒物迁移与扩散模型常见的颗粒物迁移与扩散模型包括Lagrangian模型和Eulerian模型。
Lagrangian模型追踪颗粒物的运动轨迹，重点考虑了颗粒物的个体运动和涡旋扩散，适用于较小尺度和复杂环境。
Eulerian模型以网格为基础，通过求解空气动力学方程来模拟颗粒物的输运和扩散，适用于中高尺度和相对简单的环境。
五、颗粒物迁移与扩散模型的挑战与未来发展颗粒物迁移与扩散模型的研究还面临一些挑战，如粒径分布、气象条件、大气细观结构等因素的复杂性。
未来的发展需要更加准确和细致的模型，以适应不同区域和不同尺度的需求。
同时，研究者还应关注颗粒物的来源治理、排放监测等与模型研究相结合的工作，以全面解决大气颗粒物污染问题。
大气颗粒物形态特征及来源识别分析
大气颗粒物形态特征及来源识别分析大气颗粒物，简称PM（Particulate Matter），是一种常见的大气污染物。
它由空气中的颗粒物组成，包括固态和液态颗粒物。
大气颗粒物的形态特征及其来源的识别分析对于了解大气污染的成因和防治具有重要意义。
大气颗粒物的形态特征主要包括粒径和组成。
粒径是指颗粒物的大小，通常以直径来衡量。
根据粒径不同，大气颗粒物可以分为可吸入颗粒物（PM10）和可入肺颗粒物（PM2.5）。
PM10指直径小于等于10微米的颗粒物，PM2.5指直径小于等于2.5微米的颗粒物。
这两种颗粒物能够悬浮在空气中，并进入人体呼吸系统，对健康产生严重影响。
组成是指大气颗粒物的成分组成。
大气颗粒物主要包括无机物和有机物。
无机物由硫酸盐、硝酸盐、铵盐等组成，它们往往是大气污染的重要指标。
有机物则包括有机碳、多环芳烃等，它们是大气颗粒物中的有机分馏物，来源于汽车尾气、燃煤等。
大气颗粒物的来源识别分析有助于判断污染源以及采取相应的治理措施。
来源识别分析主要包括化学成分分析和元素富集因子分析。
化学成分分析通过检测大气颗粒物中的化学成分，如硫酸盐、硝酸盐等，来确定其来源。
例如，硝酸盐可能来源于汽车尾气或燃煤污染，而硫酸盐主要来自于燃煤污染。
通过对化学成分的分析，可以初步判断大气颗粒物的来源。
元素富集因子分析也是一种常用的来源识别方法。
它通过测定大气颗粒物中的元素含量，并与污染源元素的特征比较，来确定污染源。
例如，铅和锌元素含量升高，可能表示汽车尾气污染；钾、钙和镁的富集可能来自于土壤扬尘等。
通过对元素含量的分析，可以进一步确定大气颗粒物的具体来源。
大气颗粒物的来源识别分析需要借助先进的仪器设备和技术手段。
常用的分析方法包括原子吸收光谱法、质谱法、X射线荧光光谱法等。
这些方法能够准确、快速地测定大气颗粒物中的化学成分和元素含量，为源头识别提供了有力的支持。
大气颗粒物形态特征及来源识别分析对于改善空气质量、保护人民健康具有重要意义。