王占山，李云婷，孫 峰，邱啟鴻，張大偉*，姜 磊，周一鳴，潘麗波（.北京市環(huán)境保護(hù)監(jiān)測中心，北京 00048；.中國環(huán)境科學(xué)研究院，環(huán)境基準(zhǔn)與風(fēng)險(xiǎn)評估國家重點(diǎn)實(shí)驗(yàn)室，北京 000）

2014年10月上旬北京市大氣重污染分析

王占山1，李云婷1，孫 峰1，邱啟鴻1，張大偉1*，姜 磊1，周一鳴1，潘麗波2（1.北京市環(huán)境保護(hù)監(jiān)測中心，北京 100048；2.中國環(huán)境科學(xué)研究院，環(huán)境基準(zhǔn)與風(fēng)險(xiǎn)評估國家重點(diǎn)實(shí)驗(yàn)室，北京 100012）

使用垂直觀測、地面觀測和PM2.5化學(xué)組分觀測等手段，對2014年10月上旬北京市一次重污染過程進(jìn)行分析.結(jié)果表明，本次大氣重污染發(fā)生時(shí)北京市近地面后散射激光強(qiáng)度變強(qiáng)，氣溶膠消光系數(shù)升高，說明污染物在近地面層積累.重污染期間氣象要素特征為：風(fēng)場弱，濕度大，地面受弱氣壓場控制.從PM2.5濃度變化趨勢來看，這次重污染過程大體分為四個(gè)階段：“兩個(gè)臺(tái)階”型的濃度爬升階段（P1和P2）、高濃度維持階段（P3）和迅速清除階段（P4）.結(jié)合地面觀測、遙感反演和PM2.5組分分析可發(fā)現(xiàn)，區(qū)域傳輸是導(dǎo)致本次重污染的誘因，其中秸稈焚燒是影響因素之一，隨后區(qū)域傳輸和本地污染物排放共同維持并加重了重污染過程.大氣氧化劑OX與PM2.5濃度、二次離子濃度均表現(xiàn)出顯著正相關(guān)性，表明較強(qiáng)的大氣氧化性能促進(jìn)PM2.5濃度增長.

2014年10月上旬；北京；重污染；PM2.5；化學(xué)組分；秸稈焚燒

大氣重污染天氣的發(fā)生會(huì)影響公共安全、農(nóng)業(yè)生產(chǎn)、大氣能見度和人體健康，甚至影響全球的氣候變化［1］.自1980年以來，美國和歐洲采取了嚴(yán)格的污染物排放控制政策，年均大氣重污染天數(shù)逐年降低［2-3］，我國卻由于社會(huì)經(jīng)濟(jì)的快速發(fā)展和城市化進(jìn)程的加快，大部分地區(qū)年均大氣重污染天數(shù)明顯增加［4］.北京市西靠太行山，北依燕山，山脊連成平均海拔1000m左右的弧形屏障，地形呈簸箕狀，地理?xiàng)l件不利于污染物擴(kuò)散；同時(shí)北京市城市規(guī)模較大、人口眾多、能源消耗密集，大氣污染物排放強(qiáng)度相對集中；另外北京市還可能受到周邊區(qū)域特別是南部地區(qū)較高污染水平的影響.因此一旦遇到持續(xù)性的不利氣象條件，北京市空氣質(zhì)量隨之變差，并可能出現(xiàn)大氣重污染過程［5］.

大氣重污染過程的形成與大氣污染物濃度、大氣氧化性和氣象因素密切相關(guān)［6，7］.王淑英等［8］對北京地區(qū)PM10污染日變化特征的研究表明，靜風(fēng)、高濕、逆溫等穩(wěn)定的氣象條件是造成秋、冬季PM10污染較重的主要原因.徐曉峰等［9］對2004年10月北京市的一次重污染過程的分析發(fā)現(xiàn)，這次持續(xù)重污染過程是由本地的污染源和大尺度的天氣背景場以及局地的不利氣象條件共同造成的.Sun等［10］對2004年12月北京市的一次大氣重污染過程的研究發(fā)現(xiàn)，顆粒物中含有大量來自污染氣團(tuán)上游地區(qū)的特征化學(xué)組分，揭示了污染物的區(qū)域傳輸特性.高健等［11］對2011年10月份北京發(fā)生的3次重污染過程氣團(tuán)的光化學(xué)性質(zhì)進(jìn)行了監(jiān)測，結(jié)果表明，第1次過程氣團(tuán)主要來源于河北省和山西省交界處；第2次過程氣團(tuán)主要來源于河北?。坏?次過程氣團(tuán)主要來源于北京、天津及河北省中北部.劉慶陽等［12］分析了2013年北京冬季一次大氣重污染過程的顆粒物污染特征，研究發(fā)現(xiàn)，在城區(qū)此次污染形成的主要污染源為冬季燃煤燃燒、汽車尾氣排放和二次有機(jī)氣溶膠污染；而土壤/沙塵對郊區(qū)污染的形成有部分貢獻(xiàn).李令軍等［13］對2000～2010年北京大氣重污染的研究發(fā)現(xiàn)，北京大氣重污染可分為靜穩(wěn)積累型、沙塵型、復(fù)合型以及特殊型4個(gè)類型；大氣重污染主要發(fā)生在春季和秋冬季，其中春季以沙塵型為主，而秋冬季大部分為靜穩(wěn)積累型.

之前的研究大多重點(diǎn)關(guān)注重污染過程中的單方面特征，本研究從垂直觀測、地面氣象要素和污染物觀測以及PM2.5化學(xué)組分在線觀測等多個(gè)方面，對2014年10月上旬北京市發(fā)生的一次PM2.5重污染過程進(jìn)行分析，以期為北京市大氣環(huán)境治理提供科學(xué)依據(jù).

1 材料與方法

1.1 采樣地點(diǎn)

大氣污染物監(jiān)測數(shù)據(jù)來自于北京市地面空氣質(zhì)量自動(dòng)監(jiān)測網(wǎng)絡(luò)，選擇其中的榆垡監(jiān)測站（北京市南部）、官園監(jiān)測站（北京市城區(qū)）、古城監(jiān)測站（北京市城區(qū)）、東四監(jiān)測站（北京市城區(qū)）和昌平鎮(zhèn)監(jiān)測站（北京市北部）進(jìn)行分析；云高儀、激光雷達(dá)、能見度儀和在線PM2.5化學(xué)組分分析儀安裝在北京市環(huán)境保護(hù)監(jiān)測中心七樓樓頂；地面氣象觀測數(shù)據(jù)來自北京市觀象臺(tái)，各監(jiān)測點(diǎn)位置見圖1.

圖1 各監(jiān)測站點(diǎn)位置Fig.1 Location of monitoring stations

1.2 觀測儀器

1.2.1 PM2.5監(jiān)測儀 PM2.5監(jiān)測采用Thermo Fisher 1405F監(jiān)測儀，原理是以恒定的流速將環(huán)境空氣中的PM2.5顆粒通過采樣切割器吸入儀器內(nèi)部，用濾膜動(dòng)態(tài)測量系統(tǒng)（FDMS）配合微量震蕩天平法（TEOM），測量PM2.5的質(zhì)量濃度.

1.2.2 O3監(jiān)測儀 O3監(jiān)測采用Thermo Fisher 49C紫外光度法分析儀，原理為O3分子吸收波長為254nm的紫外光，該波段紫外光被吸收的程度直接與O3的體積分?jǐn)?shù)相關(guān)，根據(jù)檢測樣品通過時(shí)紫外光時(shí)被吸收的程度來計(jì)算出O3體積分?jǐn)?shù).分析儀最低檢測限：1×10-9（體積分?jǐn)?shù)）；精度：1×10-9（體積分?jǐn)?shù)）；零漂：0.4％/24h；跨漂：±1％/24h，±2％/7d.

1.2.3 NOx監(jiān)測儀 NOx監(jiān)測采用Thermo Fisher 42C化學(xué)發(fā)光NO-NO2-NOx分析儀，其原理是NO與O3發(fā)生化學(xué)反應(yīng)時(shí)產(chǎn)生激發(fā)態(tài)的NO2分子，當(dāng)激發(fā)態(tài)的NO2分子返回基態(tài)時(shí)發(fā)出一定波長的光，所發(fā)出光的強(qiáng)度與NO的體積分?jǐn)?shù)呈線性正相關(guān).檢測NO2時(shí)先將NO2通過鉬轉(zhuǎn)換器轉(zhuǎn)換成NO，然后再通過化學(xué)發(fā)光反應(yīng)進(jìn)行定量分析.該分析儀最低檢測限：0.05×10-9（體積分?jǐn)?shù)）；零漂：小于0.025×10-9/24h；跨漂：±1％/24h.

1.2.4 氣象要素觀測儀 使用VAISALA CL31型云高儀和EV-LIDAR型微脈沖激光雷達(dá)來進(jìn)行垂直方向的觀測，能見度監(jiān)測采用VAISALA FD12型能見度儀.化學(xué)組分分析儀采用RT-4型OC/EC分析儀和URG 9000S陰陽離子在線監(jiān)測儀.各監(jiān)測儀器均有校準(zhǔn)儀參照國家標(biāo)準(zhǔn)定期校準(zhǔn)，保證監(jiān)測數(shù)據(jù)的準(zhǔn)確性和有效性.

PM2.5、O3和NO2監(jiān)測儀輸出的5min數(shù)據(jù)，根據(jù)每個(gè)小時(shí)內(nèi)5min數(shù)據(jù)的算術(shù)平均值求得小時(shí)濃度；云高儀為每小時(shí)輸出一張圖；PM2.5化學(xué)組分在線監(jiān)測儀輸出的為小時(shí)數(shù)據(jù).

2 結(jié)果與討論

圖2 2014年10月7～10日云高儀測量的后散射激光信號(hào)強(qiáng)度Fig.2 Backscatter density measured by ceilometer on 7～10October，2014 MLH指混合層高度；Cloud指云層高度

根據(jù)國家標(biāo)準(zhǔn)［14］，若某天北京市國控監(jiān)測站點(diǎn)平均AQI指數(shù)超過200，則認(rèn)為當(dāng)天北京市發(fā)生大氣重污染.2014年10月7日下午開始，北京市PM2.5濃度出現(xiàn)較迅速的上升；8～11日，北京市發(fā)生持續(xù)4d的重污染過程；11日夜間，隨著冷空氣的到達(dá)，本次重污染過程結(jié)束.

2.1 垂直觀測分析

云高儀通過測量激光器所發(fā)射出的激光脈沖，在大氣當(dāng)中傳播至云層底部后進(jìn)行后散射，最終返回接收器的整個(gè)過程所用時(shí)間，來演算出云層底部的高度.另外，由于大氣當(dāng)中除了云層外，霧、霾、總懸浮顆粒物等一些污染物質(zhì)也會(huì)對激光脈沖造成后散射.因此，利用云高儀也可對污染物質(zhì)的總體濃度水平和分布，以及最高能見度進(jìn)行測量.同時(shí)，相關(guān)研究［15］表明，氣溶膠的消光系數(shù)與氣溶膠質(zhì)量濃度也具有良好的正相關(guān)性.

圖2為2014年10月7～10日云高儀測量的后散射激光信號(hào)強(qiáng)度的變化（10日后的數(shù)據(jù)由于儀器故障缺失），可以看出，7日午后，北京近地面層（500m以下）的后散射強(qiáng)度逐漸加強(qiáng)，8日夜間到10日的凌晨，近地面層一直維持很強(qiáng)的后散射激光強(qiáng)度，表明污染物在近地面層逐漸積聚，污染狀況逐漸加重.圖3為2014年10月6～11日激光雷達(dá)監(jiān)測的消光系數(shù)的變化，可以看出，7日中午前后，近地面消光系數(shù)出現(xiàn)明顯升高，大氣透明度顯著降低，同樣表明大氣污染逐漸加重；11日開始，近地面消光系數(shù)逐漸降低.

圖3 2014年10月6～11日激光雷達(dá)監(jiān)測的消光系數(shù)Fig.3 Extinction coefficients measured by radar on 6～11 October，2014

2.2 地面觀測分析

由圖4可見，本次重污染期間北京市風(fēng)場的大致規(guī)律為：上午和夜間多為偏東北風(fēng)，下午有幾個(gè)時(shí)段的東南風(fēng)，風(fēng)速都很小，大多維持在1.0m/s左右，甚至有部分時(shí)段達(dá)到0.5m/s以下的靜風(fēng)狀態(tài)，大氣水平擴(kuò)散條件極不利.10月11日下午，北京市出現(xiàn)5.0m/s左右的東北風(fēng)轉(zhuǎn)西北風(fēng)，大氣污染物得到迅速清除.重污染期間北京市的相對濕度維持較高水平，基本保持在60％～99％之間，特別是夜間，相對濕度基本上在90％以上，10月10日和11日的凌晨相對濕度甚至達(dá)到了99％，基本上處于飽和狀態(tài)；10月11日午后，相對濕度出現(xiàn)迅速的下降.從氣壓場來看，重污染期間北京市受弱氣壓場控制，地面氣壓基本維持在1012～1016hPa之間，變壓較?。?0月11日午后，地面氣壓出現(xiàn)較明顯的上升.重污染過程的初期，北京市能見度出現(xiàn)較明顯的下降，隨后在重污染期間，白天的能見度維持在2km以下，夜間的能見度維持在1km以下；10月11日午后，能見度出現(xiàn)迅速上升.

圖4 2014年10月7～11日的氣象要素、能見度和5個(gè)監(jiān)測站點(diǎn)的PM2.5小時(shí)濃度Fig.4 Meteorological elements，visibility and hourly concentrations of PM2.5in the monitoring stations on 7～11 October，2014

由圖4可見，這次重污染過程PM2.5濃度的變化大體分為4個(gè)階段：P1和P2為“兩個(gè)臺(tái)階”型的濃度爬升階段，P3為高濃度維持階段，P4為迅速清除階段.10月7日中午前后，伴隨著北京市主導(dǎo)風(fēng)向轉(zhuǎn)為偏南風(fēng)，相對濕度上升和地面氣壓減弱，5個(gè)站點(diǎn)PM2.5濃度均出現(xiàn)迅速上升，其中以南部的榆垡站增長速度最快.首先對北京市從南到北方向監(jiān)測站的PM2.5濃度進(jìn)行分析.10月7日的20：00，榆垡站PM2.5達(dá)到第一個(gè)峰值，濃度為281.1μg/m3，隨后在7日22：00和8日的05：00，官園站和昌平鎮(zhèn)站PM2.5分別達(dá)到峰值，濃度分別為272.8μg/m3和222.3μg/m3.3個(gè)監(jiān)測站PM2.5峰值出現(xiàn)的時(shí)間從南向北依次滯后，峰值濃度依次降低，體現(xiàn)出明顯的區(qū)域傳輸?shù)奶卣?從10月7 日PM2.5濃度開始積累，到3個(gè)監(jiān)測站濃度達(dá)到第一個(gè)峰值，是濃度爬升的第一個(gè)“臺(tái)階”P1.第一個(gè)峰值過后，3個(gè)監(jiān)測站點(diǎn)的PM2.5濃度在峰值濃度上下波動(dòng)，基本保持平穩(wěn).10月8日10：00開始，3個(gè)監(jiān)測站PM2.5再次出現(xiàn)迅速增長，并分別于8日15：00、8日22：00和9日的04：00達(dá)到第二個(gè)峰值，濃度分別為425.5，413.4，385.0μg/m3.從過程P1結(jié)束到三個(gè)站點(diǎn)PM2.5濃度達(dá)到第二個(gè)峰值為止，是濃度爬升的第二個(gè)“臺(tái)階”P2，此過程中各站點(diǎn)峰值出現(xiàn)的時(shí)間同樣體現(xiàn)了區(qū)域傳輸?shù)奶卣?從時(shí)間序列上可以看出，濃度爬升階段的兩個(gè)峰值大致對應(yīng)的氣象要素的特征為靜風(fēng)、高濕、低壓.第二個(gè)峰值過后，3個(gè)監(jiān)測站的PM2.5濃度基本在峰值濃度上下波動(dòng)，整體呈現(xiàn)緩慢的下降趨勢，這個(gè)階段是PM2.5高濃度維持過程P3，其中10月10日23：00至11日01：00由于網(wǎng)絡(luò)傳輸故障導(dǎo)致數(shù)據(jù)缺失.10月11日18：00起，伴隨著較強(qiáng)的北風(fēng)、濕度的下降和地面氣壓的增強(qiáng)，3個(gè)監(jiān)測站的PM2.5濃度從北向南依次迅速降低，這一過程為迅速清除階段P4.

然后對北京市從西到東方向監(jiān)測站的PM2.5濃度進(jìn)行分析，古城、官園和東四3個(gè)監(jiān)測站PM2.5濃度變化趨勢更加一致，濃度差異遠(yuǎn)小于南北方向的監(jiān)測站，表明PM2.5污染在北京市東西方向的分布較為均勻.從峰值出現(xiàn)的時(shí)間來看，P1階段中古城站PM2.5濃度先出現(xiàn)峰值，但與官園站和東四站峰值出現(xiàn)的時(shí)間較為接近；P2階段中3個(gè)監(jiān)測站PM2.5濃度同時(shí)出現(xiàn)峰值.對東西方向監(jiān)測站的分析從側(cè)面證明了污染氣團(tuán)是在南北方向移動(dòng)的，驗(yàn)證了在PM2.5濃度爬升階段存在自南向北區(qū)域傳輸?shù)默F(xiàn)象.本研究中重污染過程從PM2.5積累到清除共持續(xù)5d，與Guo等［16］得出的北京市秋季典型灰霾過程存在4～7d的周期性循環(huán)的結(jié)論一致.

對榆垡、官園和昌平監(jiān)測站PM2.5平均濃度與各氣象要素進(jìn)行相關(guān)性分析，首先對各組數(shù)據(jù)分別進(jìn)行K-S（Kolmogorov-Smirnov）統(tǒng)計(jì)檢驗(yàn)，得出所有數(shù)據(jù)均不服從正態(tài)分布，因此對各組數(shù)據(jù)進(jìn)行Spearman相關(guān)分析，結(jié)果見表1.從整個(gè)過程看，PM2.5濃度與溫度和相對濕度均表現(xiàn)出顯著的正相關(guān)性，相關(guān)系數(shù)分別為0.281（α=0.01）和0.321（α=0.01）；PM2.5濃度與風(fēng)速和地面氣壓未表現(xiàn)出顯著的相關(guān)性，僅從相關(guān)性分析的結(jié)果看，重污染過程中濕度對PM2.5濃度的影響最大.分階段來看，在高濃度維持階段P3，PM2.5穩(wěn)定維持較高濃度，因此與各氣象要素均未表現(xiàn)出顯著的相關(guān)性.對風(fēng)速來說，重污染過程中風(fēng)速一直較小，因此與PM2.5濃度也未表現(xiàn)出顯著的相關(guān)性.對地面氣壓來說，雖然在整個(gè)過程中與PM2.5濃度未表現(xiàn)出顯著的相關(guān)性，但在P1、P2和P4階段卻表現(xiàn)出了顯著負(fù)相關(guān)性，表明地面的弱氣壓場不利于污染物擴(kuò)散，造成PM2.5濃度升高.

表1 PM2.5濃度和各氣象要素的相關(guān)性系數(shù)Table 1 Correlation coefficients among concentration of PM2.5and meteorological elements

2.3 大氣氧化性和PM2.5化學(xué)組分分析

大氣氧化劑OX（NO2+O3）可作為評價(jià)大氣氧化能力的指標(biāo)［17-23］.圖5為榆垡、官園和昌平監(jiān)測站平均的PM2.5濃度和OX濃度的變化曲線，可以看出，PM2.5和OX在時(shí)間序列上表現(xiàn)出顯著的相關(guān)性，Spearman相關(guān)性系數(shù)為0.352（α=0.01），峰值出現(xiàn)的時(shí)間大致相同.較強(qiáng)的大氣氧化性能促進(jìn)PM2.5中二次粒子的生成，從而造成PM2.5濃度的增加.

圖5 2014年10月7～11日榆垡、官園和昌平監(jiān)測站平均PM2.5濃度和OX濃度Fig.5 Average concentrations of PM2.5and OX in Yufa，Guanyuan and Changping stations on 7～11 October，2014

圖6 2014年10月7～11日PM2.5化學(xué)組分濃度和K+/OC比值Fig.6 Concentrations of chemical components of PM2.5and the ratio of K+/OC on 7～11 October，2014

圖6為10月7～11日PM2.5主要化學(xué)組分濃度和K+/OC比值的變化，可以看出，在重污染的初期，首先是Cl-濃度出現(xiàn)明顯的上升，然后在重污染期間一直維持較高的濃度，直至11日下午才恢復(fù)正常水平.K+濃度在7日下午也出現(xiàn)明顯的增長，并在8日午后至10日中午一直保持較高的濃度，隨后恢復(fù)正常水平.相關(guān)研究表明［24-25］，Cl-和K+可以作為生物質(zhì)燃燒的示蹤離子，結(jié)合秋季北方地區(qū)特殊的污染源排放特點(diǎn)，可發(fā)現(xiàn)秸稈燃燒是導(dǎo)致本次重污染的因素之一.另外，鄭曉燕等［26］和Duan等［27］研究發(fā)現(xiàn)，在生物質(zhì)燃燒時(shí)段，K+/OC比值會(huì)有明顯升高.由圖6可以看出，K+/OC比值的變化與K+濃度變化較為一致，在7日夜間出現(xiàn)一個(gè)峰值，并在8日午后至10日中午一直保持較高的比值，同樣證明本次重污染過程受到秸稈焚燒的影響.

對其他組分來說，在重污染的初期，SO42-、NO3-、NH4+和OC濃度出現(xiàn)同步上升，4種組分的濃度水平也較為接近；隨后在濃度爬升階段的第一個(gè)峰值過后，NO3-濃度開始明顯高于其他組分，并在PM2.5高濃度維持階段的末期才恢復(fù)與其他組分相同的濃度水平.這說明在PM2.5濃度爬升的第二個(gè)階段和高濃度維持階段，北京市本地的機(jī)動(dòng)車的污染物排放加重和維持了重污染過程.從圖中也可以看出，在重污染的高濃度維持階段，SO42-、NO3-和NH4+等二次離子濃度處于主導(dǎo)地位，與Huang等［28］在北京、上海、廣州和西安等地的觀測結(jié)果一致.

圖7為根據(jù)MODIS衛(wèi)星反演的10月7～11日的中國中東部地區(qū)火點(diǎn)分布情況，可以看出，在這期間河北、山東和河南等地的秸稈焚燒現(xiàn)象都很嚴(yán)重.圖8為以8日22：00時(shí)為終點(diǎn)，北京市地面500m高度的后向72h氣團(tuán)軌跡，可以看出，氣團(tuán)經(jīng)過了上述秸稈燃燒的集中區(qū)域.衛(wèi)星遙感、大氣環(huán)流信息和地面PM2.5化學(xué)組分的觀測結(jié)果相互支持，驗(yàn)證了本次重污染過程受到了區(qū)域秸稈焚燒的影響.

結(jié)合地面觀測、PM2.5組分分析以及衛(wèi)星遙感等手段可發(fā)現(xiàn)，區(qū)域傳輸是導(dǎo)致本次重污染的誘因，其中秸稈焚燒是影響因素之一，隨后區(qū)域傳輸和本地污染物排放共同維持并加重了重污染過程.

圖7 根據(jù)MODIS衛(wèi)星反演的2014年10月7～11日的中國中東部地區(qū)火點(diǎn)分布Fig.7 Open biomass-burning retrieved from the MODIS data in the central and eastern regions of China on 7～11 October，2014

圖8 2014年10月8日22：00時(shí)北京市地面500m高度的后向72h氣團(tuán)軌跡Fig.8 72-hour back-trajectories at 500m height in Beijing at 22：00 on 8 October，2014

表2 PM2.5、OX濃度和能見度與PM2.5各化學(xué)組分的相關(guān)性系數(shù)Table 2 Correlation coefficients among concentration of PM2.5，OX and visibility as well as chemical componentsof PM2.5

對PM2.5濃度、OX濃度和能見度與PM2.5各化學(xué)組分進(jìn)行相關(guān)性分析，結(jié)果見表2.從整個(gè)過程來看，PM2.5濃度與化學(xué)組分均表現(xiàn)出顯著的正相關(guān)性，其中與二次離子和OC的相關(guān)性最強(qiáng).PM2.5與SO42-和NO3-的相關(guān)性系數(shù)非常接近，僅從相關(guān)性分析的結(jié)果看，區(qū)域傳輸和本地排放對本次重污染過程的貢獻(xiàn)相當(dāng).能見度與PM2.5的主要化學(xué)組分多表現(xiàn)出負(fù)相關(guān)性，其中與NH4+的負(fù)相關(guān)性最強(qiáng).僅從相關(guān)性分析的結(jié)果來看，NH4+對能見度的影響最大.韋蓮芳等［29］認(rèn)為，大氣中的NH4+與SO42-和NO3-形成的（NH4）2SO4和NH4NO3對消光貢獻(xiàn)起到重要作用，兩者的總消光貢獻(xiàn)可達(dá)到50％以上，與本文的研究結(jié)論較為一致.大氣氧化劑OX與PM2.5中的二次離子和OC表現(xiàn)出顯著的正相關(guān)性，同樣表明較強(qiáng)的大氣氧化性能促進(jìn)PM2.5中二次粒子的生成，從而造成PM2.5濃度的增加.

分過程來看，高濃度維持階段P3中，由于PM2.5各化學(xué)組分濃度均較為穩(wěn)定，所以大多數(shù)組分與能見度和OX均未表現(xiàn)出顯著相關(guān)性.而在迅速清除階段P4中，由于樣本數(shù)量太少，所以各組分與PM2.5濃度、能見度和OX的相關(guān)性較差.過程P1和P2與整個(gè)過程表現(xiàn)出相似的相關(guān)性規(guī)律.

3 結(jié)論

3.1 10月份上旬的重污染期間，云高儀監(jiān)測的北京市近地面后散射激光強(qiáng)度變強(qiáng)，激光雷達(dá)監(jiān)測的氣溶膠消光系數(shù)升高，表明污染物在近地面層積聚.重污染期間氣象要素的特征為：風(fēng)速較小，下午多為偏南風(fēng)；濕度較大，夜間的濕度甚至?xí)_(dá)到99％；地面受弱氣壓場控制.重污染期間，白天的能見度維持在2km以下，夜間的能見度維持在1km以下.

3.2 從PM2.5濃度的變化趨勢來看，這次重污染過程大體分為四個(gè)階段："兩個(gè)臺(tái)階"型的濃度爬升階段（P1和P2）、高濃度維持階段（P3）和迅速清除階段（P4）.P1和P2中南北方向的3個(gè)監(jiān)測站PM2.5峰值出現(xiàn)的時(shí)候從南向北依次滯后，峰值濃度依次降低，體現(xiàn)出明顯的區(qū)域傳輸?shù)奶卣?

3.3 結(jié)合衛(wèi)星遙感、大氣環(huán)流信息和地面PM2.5化學(xué)組分觀測結(jié)果，可發(fā)現(xiàn)秸稈焚燒對本次重污染過程有一定的影響.在濃度爬升的第二個(gè)階段和高濃度維持階段，NO3-濃度明顯高于其他組分，表明北京市本地的機(jī)動(dòng)車污染物排放加重并維持了重污染過程.

3.4 大氣氧化劑OX與PM2.5中的二次離子和OC均表現(xiàn)出顯著正相關(guān)性，表明較強(qiáng)的大氣氧化性能促進(jìn)PM2.5濃度增長.單從相關(guān)性分析的結(jié)果來看，重污染過程中濕度對PM2.5濃度的影響最大，NH4+對能見度的影響最大.

［1］Li W J，Zhang D Z，Shao L Y，et al.Individual particle analysis of aerosols collected under haze and non-haze conditions at a high-elevation mountain site in the North China plain［J］.Atmospheric Chemistry and Physics，2011，11（22）：11733-11744.

［2］Watson J G，Chow J C.A wintertime PM2.5episode at the Fresno，CA，supersite［J］.Atmospheric Environment，2002，36（3）：465-475.

［3］Chen L W A，Chow J C，Doddridge B G，et al.Analysis of a summertime PM2.5and haze episode in the mid-Atlantic region［J］.Journal of the Air and Waste Management Association，2003，53（8）：946-956.

［4］吳萬寧，查 勇，王 強(qiáng)，等.南京地區(qū)冬夏季大氣重污染個(gè)例對比分析［J］.中國環(huán)境科學(xué)，2014，33（3）：581-587.

［5］李德平，程興宏，于永濤，等.北京地區(qū)三級(jí)以上污染日的氣象影響因子初步分析［J］.氣象與環(huán)境學(xué)報(bào)，2010，26（3）：7-13.

［6］Thurston G D，Ito K，Hayes C G，et al.Respiratory hospital admissions and summertime haze air pollution in Toronto，Ontario： consideration of the role of acid aerosols［J］.Environmental Research，1994，65（2）：271-290.

［7］朱 彤，尚 靜，趙德峰.大氣復(fù)合污染及灰霾形成中非均相化學(xué)過程的作用［J］.中國科學(xué)：化學(xué)，2011（12）：1731-1740.

［8］王淑英，張小玲.北京地區(qū)PM10污染的氣象特征［J］.應(yīng)用氣象學(xué)報(bào)，2002，13（U01）：177-184.

［9］徐曉峰，李青春，張小玲.北京一次局地重污染過程氣象條件分析［J］.氣象科技，2006，33（6）：543-547.

［10］Sun Y，Zhuang G，Tang A，et al.Chemical characteristics of PM2.5and PM10in haze-fog episodes in Beijing［J］.Environmental Science and Technology，2006，40（10）：3148-3155.

［11］高 健，張?jiān)懒垼癜l(fā)合，等.北京2011年10月連續(xù)重污染過程氣團(tuán)光化學(xué)性質(zhì)研究［J］.中國環(huán)境科學(xué)，2013，33（9）：1539-1545.

［12］劉慶陽，劉艷菊，楊 崢，等.北京城郊冬季一次大氣重污染過程顆粒物的污染特征［J］.環(huán)境科學(xué)學(xué)報(bào)，2014，34（1）：12-18.

［13］李令軍，王 英，李金香，等.2000～2010北京大氣重污染研究［J］.中國環(huán)境科學(xué)，2012，32（1）：23-30.

［14］HJ 633-2012環(huán)境空氣質(zhì)量指數(shù)（AQI）技術(shù)規(guī)范［S］.

［15］李學(xué)彬，徐青山，魏合理，等.氣溶膠消光系數(shù)與質(zhì)量濃度的相關(guān)性研究［J］.光學(xué)學(xué)報(bào)，2008，29（9）：1655-1658.

［16］Guo S，Hu M，Zamora M L，et al.Elucidating severe urban haze formation in China［J］.Proceedings of the National Academy of Sciences，2014，111（49）：17373-17378.

［17］Stephens S，Madronich S，Wu F，et al.Weekly patterns of México City's surface concentrations of CO，NOx，PM10and O3during 1986-2007［J］.Atmospheric Chemistry and Physics，2008，8（17）：5313-5325.

［18］Kleinman L I.The dependence of tropospheric ozone production rate on ozone precursors［J］.Atmos.Environ.，2005，39（3）：575-586.

［19］王雪松，李金龍，張遠(yuǎn)航，等.北京地區(qū)臭氧污染的來源分析［J］.中國科學(xué)： B輯，2009（6）：548-559.

［20］陸克定，張遠(yuǎn)航，蘇 杭，等.珠江三角洲夏季臭氧區(qū)域污染及其控制因素分析［J］.中國科學(xué)：化學(xué)，2010，4：407-420.

［21］王占山，潘麗波，李云婷，等.火電廠大氣污染物排放標(biāo)準(zhǔn)對區(qū)域酸沉降影響的數(shù)值模擬［J］.中國環(huán)境科學(xué)，2014，（9）：2420-2429.

［22］王占山，李云婷，陳 添，等.北京城區(qū)臭氧日變化特征及與前體物的相關(guān)性分析［J］.中國環(huán)境科學(xué)，2014，34（12）：3001-3008.

［23］Zhang W，Capps S L，Hu Y，et al.Development of the high-order decoupled direct method in three dimensions for particulate matter：enabling advanced sensitivity analysis in air quality models［J］.Geoscientific Model Development，2012，5（2）：355-368.

［24］王 丹，屈文軍，曹國良，等.秸稈燃燒排放顆粒物的水溶性組分分析及其排放因子［J］.中國粉體技術(shù)，2007，13（5）：31-34.

［25］陸 炳，孔少飛，韓 斌，等.2007年中國大陸地區(qū)生物質(zhì)燃燒排放污染物清單［J］.中國環(huán)境科學(xué)，2011，31（2）：186-194.

［26］鄭曉燕，劉咸德，趙峰華，等.北京市大氣顆粒物中生物質(zhì)燃燒排放貢獻(xiàn)的季節(jié)特征［J］.中國科學(xué)（B輯化學(xué)），2005，4：346-352.

［27］Duan F K，Liu X D，Yu T，et al.Identification and estimate of biomass burning contribution to the urban aerosol organic carbon concentrations in Beijing［J］.Atmos.Environ.，2004，38：1275-1282.

［28］Huang R J，Zhang Y，Bozzetti C，et al.High secondary aerosol contribution to particulate pollution during haze events in China［J］.Nature，2014，514（7521）：218-222.

［29］韋蓮芳，楊復(fù)沫，譚吉華，等.大氣氣溶膠消光性質(zhì)的研究進(jìn)展［J］.環(huán)境化學(xué)，2014，33（5）：705-715.

致謝：感謝審稿老師為本文提供的建設(shè)性意見以及遙感解譯火點(diǎn)圖和后向軌跡圖！

Analysis on heavy air pollution in Beijing in early October，2014.

WANG Zhan-shan1，LI Yun-ting1，SUN Feng1，QIU Qi-hong1，ZHANG Da-wei1*，JIANG Lei1，ZHOU Yi-ming1，PAN Li-bo2（1.Beijing Municipal Environmental Monitoring Center，Beijing 100048，China；2.State Key Laboratory of Environmental Criteria and Risk Assessment，Chinese Research Academy of Environmental Sciences，Beijing 100012，China）.China Environmental Science，2015，35（6）：1654～1663

A heavy air pollution process in Beijing on 7～11 October，2014 was analyzed through vertical observation，ground-based observation and monitoring results of chemical components of PM2.5.The results showed that the surface-level backscatter density and extinction coefficient increased significantly during the heavy pollution，which suggested that air pollutants accumulated near the ground.Compared with the normal days，wind speed was weaker，and relative humidity was higher and surface pressure was lower during the heavy pollution.According to the trends of PM2.5concentrations，this heavy pollution process was divided into four stages，including two-step type concentration climbing stages（P1and P2），high concentration maintenance stage（P3）and rapid cleanup stage（P4）.Through analysis on ground-based observation，remote-sensing retrieval and chemical components of PM2.5，it could be concluded that regional transmission，including straw burning，was the main incentive of this heavy pollution.Regional transmission and accumulation of local pollutant emission maintained and aggravated the heavy pollution.Atmospheric oxidants OX showed significant positive correlation with concentrations of PM2.5and secondary ions，which suggested that strong atmospheric oxidation promoted the increase of PM2.5concentrations.

early October，2014；Beijing；heavy air pollution；PM2.5；chemical components；straw burning

X51

A

1000-6923（2015）06-1654-10

王占山（1987-），男，山東濰坊人，工程師，碩士，主要研究方向?yàn)榇髿猸h(huán)境研究與模擬及空氣質(zhì)量預(yù)報(bào)預(yù)警.發(fā)表論文10余篇.

2014-11-05

北京市科技計(jì)劃課題（Z131100006113009；Z1311000056-13046）；環(huán)保公益性行業(yè)科研專項(xiàng)（201409005）；國家科技支撐計(jì)劃課題（2014BAC23B03）；北京市優(yōu)秀人才培養(yǎng)計(jì)劃

* 責(zé)任作者，高級(jí)工程師，zhangdawei@bjmemc.com.cn