天津蓟县夏季PM2.5污染特征及影响因素

陈冠益，张 雯，侯立安，杨会军，颜蓓蓓，佟 玲，孙 颖

(1. 天津大学环境科学与工程学院，天津 300072；2. 天津大学内燃机燃烧学国家重点实验室，天津 300072；3. 第二炮兵工程大学，西安 710025；4. 中新天津生态城，天津 300467)

天津蓟县夏季PM2.5污染特征及影响因素

陈冠益1,2，张 雯1，侯立安1,3，杨会军1，颜蓓蓓1，佟 玲1，孙 颖4

(1. 天津大学环境科学与工程学院，天津 300072；2. 天津大学内燃机燃烧学国家重点实验室，天津 300072；3. 第二炮兵工程大学，西安 710025；4. 中新天津生态城，天津 300467)

为探究天津蓟县大气细颗粒物(PM2.5)污染特征及气象因素对它的影响，搜集了 2013年蓟县 PM2.5质量浓度变化资料，对PM2.5污染情况进行了详细分析；并针对夏季典型天气，对PM2.5质量浓度进行监测，结合同步气象数据，运用线性回归及相关性分析方法研究PM2.5质量浓度与气象因素关系．结果表明：蓟县PM2.5质量浓度呈现明显冬高夏低特征，夏季污染超标率达 45%，其日变化呈明显双峰型；PM2.5质量浓度受温度、相对湿度、风速、风向、降雨影响显著，与气压无显著关系，能见度随 PM2.5质量浓度增大呈现 e指数衰减规律．研究结果可为当前的京津冀区域大气污染协同防控提供一定的科学参考．

细颗粒物；气象因素；回归分析；相关分析

大气中当量直径小于等于 2.5,µm的细颗粒物(PM2.5)，因其粒径小、比表面积大，极易富集空气中的有毒有害物质，并可随人呼吸进入肺泡甚至血液，严重危害人类身体健康[1-3]，因此PM2.5污染引起了人们的格外关注．

目前，不少学者对 PM2.5进行了研究，主要集中于其物理特性、化学成分、来源分析、对人类健康的影响等方面[4-7]．研究表明，PM2.5在环境中的浓度除与各种排放源有关外，还与区域内气象因素紧密相关[8-10]．气象因素对大气污染物的积累与扩散具有重要作用，分析气象因素与 PM2.5质量浓度关系对于PM2.5的预测与防治具有重要意义[11]．Tran等[12]研究了费尔班克斯、阿拉斯加冬季的气象条件(温度、风速风向、相对湿度、逆温层强度及稳定性)对 PM2.5的影响，发现高PM2.5质量浓度的情况通常发生在逆温层较稳定、静风以及低温低湿条件下．然而，DeGaetano等[13]通过对纽约当地时间、空间、气象条件下 PM2.5时均浓度变化的研究，发现夏季静风、西南风、高温高湿条件有利于 PM2.5质量浓度的增高．在我国，范天藤等[14]对西安市大气污染物浓度和多种气象因素进行了多重线性回归分析及相关分析，在研究期间气温升高时，日均相对湿度也呈现一定上升趋势，而当日均气压逐渐下降，空气污染物浓度亦呈现一定的下降趋势．李军等[15]对北京市不同粒径大气颗粒物与气象因素的关系进行了研究，得到了影响大气颗粒物浓度的主要气象因素随季节不同而不同的结论．除此之外，白志鹏等[16-17]对北京和天津的颗粒物质量浓度和大气能见度进行了相关性分析，得到相关方程，为灰霾预报提供了重要依据．虽然已有不少学者研究气象因素对 PM2.5质量浓度的影响[12-18]，但由于地理环境和 PM2.5组成及来源不同，不同地区气象因素对 PM2.5质量浓度的影响不尽相同，而对于天津蓟县PM2.5质量浓度与气象因素的相互关系，尤其是在时间尺度上的短程相关性研究仍然较少．

我国大气污染形势严峻，是全球 PM2.5污染高值区，京津冀地区又是中国重污染区[19]．2013年，我国各省市环保局与国家环保局签订了《大气污染防治行动计划目标责任书》，书中明确要求到 2017年，京津冀、长三角、珠三角等区域细颗粒物质量浓度分别下降 25%、20%、15%左右．其中，京津冀地区降低目标最严格，说明京津冀大气污染问题已迫在眉睫，必须给予足够重视．对大气污染进行治理时，对于大气颗粒物产生机理的研究是理解大气污染形成及施加有效治理措施的基础．而气象因素(温度、湿度等)对大气颗粒物产生具有重要作用，直接影响了细颗粒物(PM2.5)中的氮氧化物、有机化合物、硫氧化物的转化和相互反应．因此，研究气象因素与 PM2.5污染特征之间的关系对于认识并理解 PM2.5的形成过程具有基础性的意义．蓟县地处天津最北部，紧邻北京、河北地带，一直被认为是生态旅游区，故对其 PM2.5质量浓度影响因素及污染控制的研究具有典型性与现实紧迫性．因此，笔者根据2013年蓟县大气PM2.5质量浓度的变化规律，分析 PM2.5污染状况．在此基础上，选取 2013年夏季典型天气条件，对天津市蓟县大气 PM2.5质量浓度进行实时监测，获取每小时PM2.5质量浓度，并结合温度、相对湿度、气压、风速风向、降雨量、能见度等气象数据，全面地分析了逐时气象条件对PM2.5质量浓度的影响．

1 材料与方法

蓟县位于天津市北部，地处燕山南麓与华北平原的交接地带．北部为中低山丘陵和山间盆地，面积为840.3,km2；南部为平原和洼地，面积为 749.92,km2．蓟县地处京、津、唐地区交汇地带，区位优势明显，被认为是典型的农家生态旅游区．本研究在天津市蓟县(东经 117.38°，北纬 40.01°)一农户庭院中进行，位置如图 1中五角星所示．监测点周围无工厂等点排放源，西边1,km处为津蓟高速．

图1 监测地点位置Fig.1 Location of monitoring site

PM2.5质量浓度通过粉尘仪(TSI，8530型)进行监测．该仪器基于光散射原理进行监测，相比于PM2.5的标准监测分析方法——重量法，监测结果存在一定偏差，因此需要利用重量法测得的数据进行校正，校正系数计算式为

考虑到夏季是蓟县的旅游敏感季节，故实验集中在 2013年夏季，气象数据来自蓟县气象站，部分统计数据来自天津市环境监测中心．

2 结果与讨论

2.1 蓟县大气PM2.5质量浓度的特征

图 2给出了天津市与蓟县 PM2.5月平均质量浓度变化规律．如图所示，蓟县与天津市 PM2.5整体污染趋势相同，但由于工业区少、交通负荷低，故其污染程度低于天津市平均污染水平．蓟县 12个月的PM2.5平均质量浓度均超过国家环境空气质量标准(GB3095—2012)的日均一级标准(35,µg/m3)，其中 8个月超出二级标准(75,µg/m3)，蓟县被认为是京津冀区域典型的农家生态旅游区，故该地区 PM2.5污染形势不容乐观．此外，蓟县 PM2.5月质量浓度变化呈现明显的冬季高夏季低的特性，其中1月份质量浓度最高，约为年均值的 2.14倍，8月最低，仅为年均值的69%．PM2.5月平均质量浓度变化主要与源排放及气象条件相关，冬季采暖期煤、生物质燃烧是其主要排放源之一．为减少采暖期排放源的干扰，选择在夏季单纯针对气象条件进行研究．

图2 2013年PM2.5月平均质量浓度Fig.2 Monthly average mass concentration of PM2.5in 2013

将蓟县6—9月份PM2.5日均质量浓度的范围及相关参数进行统计，可知 PM2.5平均质量浓度和标准差为(74±37)µg/m3，最大日均值为 188,µg/m3，最小日均值为 6,µg/m3，按国家环境空气质量二级标准，PM2.5日均质量浓度限值为 75,µg/m3，122天内的超标率为45%，这表明天津北部郊区夏季PM2.5污染较为严重．

图3为PM2.5质量浓度的日变化趋势，可见其变化呈现双峰型特征，早间 PM2.5质量浓度随着日常活动和周边污染源的污染排放增加而逐渐增大，上午11时左右达到峰值．午后随着风速和气温增加，大气扩散能力增强，PM2.5质量浓度下降，至 16—17时降至低谷．傍晚后温度降低，湍流活动减弱，大气较为稳定，逐渐形成逆温层，导致PM2.5不易扩散，至夜间21时左右达到高峰．文献[20]也得出类似结论，认为天津市城区的PM2.5质量浓度日变化呈现双峰型．有所不同的是，城区夏季污染早高峰时刻出现在8时左右．这与人的出行活动有关，城区 8时左右正值上班交通高峰期，而本研究监测所在的郊区周围多为田地，早 8时左右不会出现较多的机动车，其西边不远处为津蓟高速，受其路况影响，早高峰出现较城区稍晚．

图3 2013年6—9月份PM2.5质量浓度平均日变化Fig.3 Daily average variation of PM2.5mass concentration from June to September in 2013

2.2 气象因素对大气PM2.5质量浓度的影响

为具体分析气象因素对 PM2.5质量浓度的影响，详细监测并记录了7月25日—8月2日这段时间的PM2.5质量浓度，并结合气象数据进行了分析．该段时间天气涵盖晴天、阴天、雨天，含有多次不同程度的降雨、变化的风速风向、高温低湿及低温高湿等夏季代表性气象特征．

2.2.1 温湿度对大气PM2.5质量浓度的影响

选取同步监测的大气相对湿度、温度逐时数据，其变化趋势以及PM2.5质量浓度变化如图4所示．

由图 4(a)可知，除第 3天出现多次小规模降雨使得大气相对湿度一直处于较高水平外，其余几天相对湿度均为夜间较高，中午最低，这是因为日出后气温上升、湍流扰动增加，致使 8时之后大气相对湿度下降，而 14时前后地面气温接近最高值，湍流扰动最为强烈，相对湿度降到最低[21]．相对湿度的升高利于大气中的气态污染物发生化学反应，促进二次颗粒物的形成，同时有利于颗粒物表面吸附更多的 NH3、NOx、HNO3等污染气体[22]，从而使得大气环境中的PM2.5质量浓度明显上升，而相对湿度降低，PM2.5质量浓度也随之降低，两者表现出较为一致的变化趋势．同样由图 4(b)可见，在一定程度上，温度升高加速了空气扰动，有利于细颗粒物的扩散，PM2.5质量浓度与温度的关系呈相反的变化趋势．贾小花等[23]研究发现温度与 PM2.5中总有机碳(TOC)在α＝0.05显著水平上呈负相关，与 PM2.5中的其他组分之间的相关关系不明显，证明温度对 PM2.5质量浓度的影响主要表现在温度升高时，不利于易挥发有机物在颗粒物上的吸附．

为验证相对湿度、温度与 PM2.5质量浓度的关系，选取受其他气象因素干扰较少时段的 PM2.5时平均质量浓度为因变量，以相对湿度、温度为自变量，进行一元线性回归分析，结果如图 5所示．PM2.5质量浓度与相对湿度、温度满足以下公式，即

图4 PM2.5质量浓度与相对湿度、温度的关系Fig.4 Relationship between PM2.5mass concentration and relative humidity or temperature

图5 PM2.5质量浓度与相对湿度、温度的线性拟合Fig.5 Linear fitting of PM2.5mass concentration with relative humidity and temperature

式中：ρ 表示大气PM2.5质量浓度；RH表示大气相对湿度；T表示大气温度．由拟合结果可见 PM2.5质量浓度与相对湿度变化趋势相同，与温度的变化趋势相反，PM2.5质量浓度与相对湿度拟合的确定系数较高，达到 0.497，与温度的确定系数为 0.321．董雪玲等[21]研究得出相似结论，对应的确定系数分别为0.45和0.29．

2.2.2 气压对大气PM2.5质量浓度的影响

图 6显示了同步监测的气压与 PM2.5质量浓度的变化．如图 6所示，气压与PM2.5质量浓度没有明显的共变趋势，当气压升高时，质量浓度变化趋势不确定．例如，7月 26日—7月 27日，气压高低与PM2.5质量浓度大小呈现相反变化趋势，而 8月 1日—8月3日变化趋势相同，在其他阶段两者关系并不明显. 由采样期间气压与 PM2.5质量浓度的散点图(见图 7)可见气压和 PM2.5质量浓度没有明显关系．这与李军等[15]分析北京市 2006年夏季的气压与PM2.5质量浓度的关系得出的结论相似．

图6 PM2.5质量浓度与气压的变化Fig.6 PM2.5mass concentration and atmospheric pressure changes

图7 PM2.5质量浓度与气压散点图Fig.7 Scatter diagram between PM2.5mass concentration and atmospheric pressure

2.2.3 风速风向对大气PM2.5质量浓度的影响

风速风向与PM2.5质量浓度的关系如图8所示，本文将0～360°风向进行整理划分为4个主要风向，45°～135°为东风，135°～225°为南风，225°～315°为西风，315°～360°、0°～45°为北风．由图8可知本次实验时期蓟县多为东风．当风向持续为东风时，往往伴随有 PM2.5质量浓度持续增加的趋势，一方面表明蓟县 PM2.5污染受唐山方向污染物影响较大，另一方面蓟县的地形结构致使污染物难以扩散，图1可以清晰看到蓟县特有的地形环境，其北部和西部是燕山山脉，东部紧邻于桥水库，南部是平原地带．由于西部山脉阻挡，东风导致颗粒物堆积，扩散能力降低，容易造成地面PM2.5质量浓度升高，如图8中编号为1、3、4的红色区域中所示．图中2号红色区域，当风向为持续西风时，气流使污染物向华北平原方向扩散，地面PM2.5质量浓度呈现降低趋势．

观察图8中风速和PM2.5质量浓度关系，当风速大于2,m/s时，PM2.5颗粒物扩散能力增强，质量浓度较低，如图中蓝色区域所示，当风速曲线出现高峰时，PM2.5质量浓度曲线处于波谷段；即使风向为东风时，仍然满足这个规律，但 7月 27日中的蓝色区域显示，风速较大时，PM2.5质量浓度也较大，这可能受到此时高湿度环境及风向的影响，如图4(a)所示．

2.2.4 降雨对大气PM2.5质量浓度的影响

文献[15,24]发现夏季颗粒物质量浓度受降水影响很大．在监测期间有几次典型的降雨，如图 9所示．图9(a)、(b)两场雨的总降雨量分别为25.9,mm、2.2,mm，下雨前由于其湿热的环境，PM2.5质量浓度升高，降雨开始初期，空气PM2.5质量浓度急剧下降，分别从 242,µg/m3、293,µg/m3降至 32,µg/m3、40,µg/m3，去除率为 86.7%、86.3%，表明大雨量对PM2.5有明显的冲刷作用，降雨后空气中相对湿度一直维持在较高水平，不利于 PM2.5的扩散，大气中PM2.5质量浓度又逐渐回升．图 9(c)、(d)两场雨的总降雨量较小，分别为 0.4,mm、0.7,mm，降雨过程中少量的降雨使周围环境相对湿度增高，颗粒物不易扩散，且水蒸气促进离子碰并从而使其质量浓度随之升高，空气中的PM2.5质量浓度大幅升高．

图9 PM2.5质量浓度与降雨的关系Fig.9 Relationship between PM2.5mass concentrationand rainfall

本研究中雨量较大时的结论与 Pu等[25]的研究结果一致，但雨量较小时则呈现相反的规律，这主要是因为较小降雨量对 PM2.5的冲刷作用小，且同时改变了周围环境的湿度，使得颗粒物的浓度增高．

2.2.5 大气PM2.5与能见度的关系

文献[26]研究发现，大气中高质量浓度 PM2.5和污染气体通过散射和吸收消光作用而使能见度降低．颗粒物粒径越小，对能见度的影响越大[27]．Chan等[28]研究表明，在澳大利亚布里斯班，PM2.5的吸光系数占总消光系数的 27.8%．本文以 PM2.5质量浓度为自变量，相应能见度为因变量，进行非线性拟合，如图 10所示．能见度随着 PM2.5质量浓度增大逐渐减小，随着 PM2.5质量浓度由 15,µg/m3逐渐升高至50,µg/m3，能见度由 32.5,km 逐渐下降至 18.5,km. PM2.5质量浓度继续升高至100,µg/m3，能见度则下降至8.0,km．当PM2.5质量浓度升高为200,µg/m3，能见度则下降为 3.0,km．拟合数据曲线符合 e指数衰减规律，使用一阶e指数函数拟合得到关系式为

式中 V表示能见度．拟合确定系数为 0.858，实验监测点与拟合曲线吻合良好．因此，能见度可较为准确地作为PM2.5质量浓度参考依据．

图10 PM2.5质量浓度与能见度的拟合曲线Fig.10 Fitting curve of visibility changing with PM2.5,mass concentration

2.3 各种气象因素与PM2.5质量浓度间的相关性分析

在第 2.2节中，对气象因素与 PM2.5质量浓度之间的相互关系进行了直观分析，为了进一步考察不同气象因素对 PM2.5质量浓度的影响程度，采用统计学方法，通过计算 Spearman秩相关系数研究各种气象因素与PM2.5质量浓度的相关关系．Spearman秩相关系数是利用两个变量的秩次大小进行线性相关分析，用于判断两个变量是否具有某种共变趋势．本文使用IBM SPSS Statistics 20.0进行计算．

通过第 2.2.4节分析可知，降雨对于 PM2.5质量浓度具有明显的影响作用，而在测量时段内降雨属于突发性天气，且每次降雨持续的时间较短，因此如文献[15]所述，计算降雨同 PM2.5质量浓度的 Spearman秩相关系数不能正确表示两者的相关性．同时，为了避免降雨所带来的影响，对下雨前后2,h的气象数据不做计算．Spearman相关性分析结果见表1．

表1 PM2.5质量浓度与气象因素的Spearman秩相关系数Tab.1 Spearman correlation coefficients between PM2.5mass concentration and meteorological parameters

表1显示PM2.5质量浓度与温度呈显著负相关，具有 p＜0.01的显著性水平，Spearman秩相关系数为-0.254；与相对湿度呈显著正相关(p＜0.01)，Spearman秩相关系数为 0.556，表明相对湿度与PM2.5质量浓度的相关性较强，PM2.5受相对湿度的影响较大；与气压不具有明显相关性，这与第 2.2.2节的分析一致．此外，温度与相对湿度、气压、风速均具有显著相关性，相对湿度与气压及风速相关性显著．

值得指出的是，表1中显示PM2.5质量浓度与风速不具有显著相关性，而第 2.2.3节中分析得到风速对 PM2.5积累或扩散具有明显作用．这可能是由于风速在较低的范围内都会导致 PM2.5积累，而当风速超过一定程度时，随着风速的升高，对 PM2.5扩散作用基本不变，故风速和 PM2.5并不具有线性相关性，且在计算 PM2.5质量浓度与风速相关性时，风向也是必须要考虑的因素．

3 结 论

(1) 蓟县 PM2.5污染与天津市整体污染趋势相同，但工业活动少，交通负荷低，其污染程度低于天津市平均污染水平．2013年PM2.5月质量浓度变化呈现明显冬季高夏季低特性，其中 1月份质量浓度最高，约为年均值的 2.14倍；8月最低，仅为年均值的69%．

(2) 蓟县 2013年 6—9月份 PM2.5平均质量浓度和标准差为(74±37)µg/m3，最大日均值为188,µg/m3，最小日均值为6,µg/m3，超标率达45%，污染较严重．所测 PM2.5日变化具有双峰型特征，早高峰为上午 11时左右，16—17时污染降至低峰，夜间21时左右达到晚高峰．

(3) PM2.5质量浓度大小与温度和相对湿度分别呈显著负相关及正相关特性，Spearman秩相关系数分别为－0.254、0.556，相对湿度对 PM2.5质量浓度具有较强的影响作用．由于蓟县独特的地理环境，促使高 PM2.5质量浓度形成的是东风，静风及风速较小时易造成 PM2.5堆积．大降雨量对 PM2.5有明显冲刷作用，较小的降雨量因冲刷能力不够，反而导致空气湿度增加，不利于细颗粒物扩散，促使 PM2.5质量浓度明显升高．气压与 PM2.5质量浓度无显著关系．能见度随PM2.5质量浓度增大呈现e指数衰减规律．

(4) 考虑到蓟县是京津冀地区典型的生态旅游区，夏季人流量大，建议蓟县加强PM2.5治理力度，营造出清洁的大气环境．

［1］ Laden F，Schwartz J，Speizer F E，et al. Reduction in fine particulate air pollution and mortality：Extended follow-up of the Harvard Six Cities study[J]. American Journal of Respiratory and Critical Care Medicine，2006，173(6)：667-672.

［2］ Leiva G M A，Santibabez D A，Ibarra E S，et al. A five-year study of particulate matter(PM2.5)and cerebrovascular diseases[J]. Environmental Pollution，2013，181：1-6.

［3］ 燊张衍 ，杨敏娟，潘小川. 空气颗粒物与人群死亡率暴露-反应关系的特征[J]. 环境与健康杂志，2007，24(10)：830-832. Zhang Yanshen，Yang Minjuan，Pan Xiaochuan. Character of exposure-response relationship between particulate matter and population mortality[J]. Journal of Environment and Health，2007，24(10)：830-832(in Chinese).

［4］ Colombi C，Angius S，Gianelle V，et al. Particulate matter concentrations，physical characteristics and elemental composition in the Milan underground transport system[J]. Atmospheric Environment，2013，70：166-178.

［5］ Mugica V，Ortiz E，Molina L，et al. PM composition and source reconciliation in Mexico City[J]. Atmospheric Environment，2009，43(32)：5068-5074.

［6］ Vassilakos C，Pateraki S，Veros D，et al. Temporal determination of heavy metals in PM2.5aerosols in a suburban site of Athens，Greece[J]. Journal of Atmospheric Chemistry，2007，57(1)：1-17.

［7］ 彭瑞玲，潘小川，张翼翔. 包头市沙尘暴与人群急性健康效应关系的初步研究[J]. 环境与健康杂志，2005，22(4)：249-251. Peng Ruiling，Pan Xiaochuan，Zhang Yixiang. Relationship between dust storms and acute impacts in Baotou City[J]. Journal of Environment and Health，2005，22(4)：249-251(in Chinese).

［8］ Zhao Xiujuan，Zhang Xiaoling，Xu Xiaofeng，et al. Seasonal and diurnal variations of ambient PM2.5concentration in urban and rural environments in Beijing[J]. Atmospheric Environment，2009，43(18)：2893-2900.

［9］ Wang Jingli，Zhang Yuanhang，Shao Min，et al. Quantitative relationship between visibility and mass concentration of PM2.5in Beijing[J]. Journal of Environmental Sciences，2006，18(3)：475-481.

［10］ 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. Lang Fengling，Yan Weiqi，Zhang Quan，et al. Size distribution of atmospheric particle number in Beijing and association with meteorological conditions[J]. China Environmental Science，2013，33(7)：1153-1159(in Chinese).

［11］ 孟燕军，程从兰. 影响北京大气污染物变化的地面天气形势分析[J]. 气象，2002，28(4)：42-47. Meng Yanjun，Cheng Conglan. Impact of surface synoptic situations on air pollution in Beijing area[J]. Meteorological Monthly，2002，28(4)：42-47(in Chinese).

［12］ Tran H N Q，Mölders N. Investigations on meteorological conditions for elevated PM2.5in Fairbanks，Alaska [J]. Atmospheric Research，2011，99(1)：39-49.

［13］ DeGaetano A T，Doherty O M. Temporal，spatial and meteorological variations in hourly PM2.5concentration extremes in New York City[J]. Atmospheric Environment，2004，38(11)：1547-1558.

［14］ 范天藤，贾予平，潘小川. 西安市春夏气象因素对大气污染的影响[J]. 环境与健康杂志，2007，24(2)：98-100. Fan Tianteng，Jia Yuping，Pan Xiaochuan. Relationship between air pollution and meteorological factors in summer in Xi’an City，China[J]. Journal of Environment and Health，2007，24(2)：98-100(in Chinese).

［15］ 李 军，孙春宝，刘咸德. 气象因素对北京市大气颗粒物浓度影响的非参数分析[J]. 环境科学研究，2009，22(6)：663-669. Li Jun，Sun Chunbao，Liu Xiande. Non-parameter sta-tistical analysis of impacts of meteorological conditions on PM concentration in Beijing[J]. Research of Environmental Science，2009，22(6)：663-669(in Chinese).

［16］ 白志鹏，董海燕，蔡斌彬，等. 灰霾与能见度研究进展[J]. 过程工程学报，2006，6(增2)：36-41. Bai Zhipeng，Dong Haiyan，Cai Binbing，et al. Dust haze and visibility[J]. The Chinese Journal of Process Engineering，2006，6(Suppl 2)：36-41(in Chinese).

［17］ 韩 毓，白志鹏，孙 韧. 颗粒物质量浓度对大气能见度水平影响分析[J]. 环境监测管理与技术，2008，20(4)：60-61，65. Han Yu，Bai Zhipeng，Sun Ren. Correlation atmospheric visibility with particulate matters concentration[J]. The Environmental Monitoring Management and Technology，2008，20(4)：60-61，65(in Chinese).

［18］ 潘本锋，赵熠琳，李健军，等. 气象因素对大气中PM2.5的去除效应分析[J]. 环境科技，2012，25(6)：41-44. Pan Benfeng，Zhao Zhuolin，Li Jianjun，et al. Analysis of scavenging efficiency on PM2.5concentration of some kinds of meteorological factors[J]. Environmental Science and Technology，2012，25(6)：41-44(in Chinese).

［19］ 王丛梅，杨永胜，李永占，等. 2013年1月河北省中南部严重污染的气象条件及成因分析[J]. 环境科学研究，2013，26(7)：695-702. Wang Congmei，Yang Yongsheng，Li Yongzhan，et al. Analysis on the meteorological condition and formation mechanism of serious pollution in South Hebei Province in January 2013[J]. Research of Environmental Science，2013，26(7)：695-702(in Chinese).

［20］ 姚 青，蔡子颖，张长春，等. 天津城区大气气溶胶质量浓度分布特征与影响因素[J]. 生态环境学报，2010，19(9)：2225-2231. Yao Qing，Cai Ziying，Zhang Changchun，et al. Atmospheric aerosol mass concentration distribution characteristics and influencing factors in Tianjin urban[J]. Ecology and Environmental Sciences，2010，19(9)：2225-2231(in Chinese).

［21］ 董雪玲，刘大锰，袁杨森，等. 北京市 2005年夏季大气颗粒物污染特征及影响因素[J]. 环境工程学报，2007，1(9)：100-104. Dong Xuehua，Liu Dameng，Yuan Yangsen，et al. Pollution characteristics and influencing factors of atmospheric particulates in Beijing during the summer of 2005[J]. Chinese Journal of Environmental Engineering，2007，1(9)：100-104(in Chinese).

［22］ Biswas K F，Ghauri B M，Husain L. Gaseous and aerosol pollutants during fog and clear episodes in South Asian urban atmosphere[J]. Atmospheric Environment，2008，42(33)：7775-7785.

［23］ 贾小花，解静芳，马 翔，等. 太原市冬季 PM2.5水溶性组分污染特征分析[J]. 中国环境科学，2013，33(4)：599-604. Jia Xiaohua，Xie Jingfang，Ma Xiang，et al. Analysis of water-soluble constituents in winter of PM2.5in Taiyuan City[J]. China Environmental Science，2013，33(4)：599-604(in Chinese).

［24］ 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. Wang Linlin，Wang Shulan，Wang Xinfeng，et al. Characteristics of particulate matter pollution during August 2009 in Beijing[J]. China Environmental Science，2011，31(4)：553-560(in Chinese).

［25］ Pu Weiwei，Zhao Xiujuan，Zhang Xiaoling，et al. Effect of meteorological factors on PM2.5during July to September of Beijing[J]. Procedia Earth and Planetary Science，2011，2：272-277.

［26］ 宋 明，韩素芹，张 敏，等. 天津大气能见度与相对湿度和 PM10及 PM2.5的关系[J]. 气象与环境学报，2013，29(2)：34-41. Song Ming，Han Suqin，Zhang Min，et al. Relationship between visibility and relative humidity，PM10，PM2.5in Tianjin[J]. Journal of Meteorology and Environment，2013，29(2)：34-41(in Chinese).

［27］ 刘宁微，马雁军，王扬锋，等. 丹东市大气颗粒物质量浓度变化特征及其与能见度的关系[J]. 环境科学研究，2010，23(5)：642-646. Liu Ningwei，Ma Yanjun，Wang Yangfeng，et al. Mass concentration variation of atmospheric particles and relationship with visibility in Dandong[J]. Research of Environmental Sciences，2010，23(5)：642-646(in Chinese).

［28］ Chan Y C，Simpson R W，Mctainsh G H，et al. Source apportionment of visibility degradation problems in Brisbane(Australia)using the multiple linear regression techniques[J]. Atmospheric Environment，1999，33(19)：3237-3250.

(责任编辑：田 军)

Pollution Characteristics and Influence Factors of PM2.5in Summer in Jixian County of Tianjin

Chen Guanyi1,2，Zhang Wen1，Hou Li’an1,3，Yang Huijun1，Yan Beibei1，Tong Ling1，Sun Ying4
(1. School of Environmental Science and Technology，Tianjin University，Tianjin 300072，China；2. State Key Laboratory of Engines，Tianjin University，Tianjin 300072，China；3. The Second Artillery Engineering University，Xi’an 710025，China；4. Sino-Singapore Tianjin Eco-City，Tianjin 300467，China)

In order to investigate fine particulate matter(PM2.5)pollution characteristics and the effects of meteorological factors on PM2.5in Jixian county of Tianjin，PM2.5mass concentrations in 2013 were collected and PM2.5pollution characteristics were analyzed in detail. Then PM2.5mass concentration was monitored and recorded in typical weathers of summer. With synchronous meteorological data，the associations between PM2.5mass concentration and meteorological factors were studied by using linear regression and correlation analysis methods. The results show that PM2.5mass concentration is remarkably high in winter and relatively low in summer. The rate of exceeding allowable limit reaches 45% in summer and daily average variation of PM2.5mass concentration shows a distinct bimodal pattern. In addition，PM2.5mass concentration is significantly affected by temperature，relative humidity，wind speed，wind direction and rainfall，but not significantly associated with atmospheric pressure. Besides，visibility presents an exponential decay trend as PM2.5mass concentration increases. The results possess certain scientific reference for synergetic prevention and control of air pollution in the Beijing-Tianjin-Hebei region.

fine particulate matter；meteorological factors；regression analysis；correlation analysis

X523

A

0493-2137(2015)02-0095-08

10.11784/tdxbz201405037

2014-05-12；

2014-06-26.

公益性行业科研专项资助项目(201409080).

陈冠益（1970— ），男，博士，教授.

陈冠益，chen@tju.edu.cn.

时间：2014-09-05. 网络出版地址：http://www.cnki.net/kcms/doi/10.11784/tdxbz201405037.html.