哈尔滨市冬季雾霾天大气颗粒物污染特征分析

彭敏，储江伟，李洪亮，段超，王旭

(东北林业大学 交通学院，哈尔滨 150040)

哈尔滨市冬季雾霾天大气颗粒物污染特征分析

彭敏，储江伟*，李洪亮，段超，王旭

(东北林业大学 交通学院，哈尔滨 150040)

为了研究哈尔滨冬季雾霾天大气颗粒物污染特征，于2015年11月3～4日特大雾霾天，对大气颗粒物进行取样，包括每小时质量浓度和数量浓度，同时利用离取样点最近的环保部门监测点数据进行了对比分析。确定出了其时间变化性、气象作用及不同粒度颗粒物比重。研究发现：此次雾霾由不利气象条件下人为源引起；雾霾天可吸入颗粒物浓度剧增，质量浓度PM10/TSP平均为89.5%，其中PM2.5的贡献很大，PM2.5/TSP平均为64.1%，PM2.5/PM10平均为66.3%；不同粒度颗粒物数量、质量浓度变化规律基本一致，呈驼峰形曲线，早晚高，午后低；粒度为1～2.5 μm颗粒雾霾天所占比例29.5%，是非雾霾天13.2%的两倍以上；雾霾的形成伴随着粒度小于0.5 μm颗粒因凝结长大被大量消耗和粒度为0.5～2 μm大量积累，这也是造成能见度降低的原因之一。

雾霾；颗粒物；质量浓度；数量浓度

0 引言

人类周围的大气，既是氧气的来源，又是各种气态污染物扩散和稀释的场所。所谓大气污染，是指分散在大气中的有害气体和颗粒物远远超过正常本底浓度，累积到超过空气可自净化的程度，对人体、动物、植物及物体产生不良影响的大气状况。现今，以大气颗粒物和大气O3为特征的复合型大气污染正在影响人们的生活质量并导致严重的环境问题。颗粒污染物是指分散在气体中的固态或液态微粒，其与载气构成非均相体系[1]。根据颗粒物粒径的大小将其分为总悬浮颗粒物(TSP)、可吸入颗粒物(PM10)和细颗粒物(PM2.5)[2]。城市中高密度人口的经济及社会活动必然会排放大量的颗粒污染物，一旦排放量超过大气循环能力和承载度，颗粒物浓度将持续积聚，导致空气质量恶化，此时如果受到天气等因素的影响，极易引起城市大气能见度下降[1，3]，造成大范围的雾霾，对人体健康造成危害。我国的大气污染物浓度限值不断降低，而城市环境质量却在不断恶化，空气污染防治任重道远。

进入十一月份，黑龙江省各地陆续进入采暖期、农作物收割期，供热起炉、秸秆焚烧等集中排放了大量污染物。且在该季节易出现不利的气象条件，是雾霾天气的高发期[4-5]。哈尔滨市近几年雾霾频发，冬、春季更为严重[6]。随着经济的迅猛发展，哈尔滨的空气质量需要进一步提升，相关研究也需要进一步深入，尤其是比较典型的大气颗粒物污染。通过对哈尔滨市冬季雾霾天大气颗粒物污染特征的研究，掌握其时间变化性、气象作用及不同粒度颗粒物浓度比重，对控制雾霾，改善城市的能见度，提高城市大气环境质量水平都有着十分重要的意义。

1 取样方法

1.1 取样点环境

取样点选择在哈尔滨市香坊区的东北林业大学校院内。取样点与最近的哈尔滨市气象部门监测点(动力和平路监测点)的距离不超过1 km，取样点与监测点间有一路之隔，环境及地势差异不大，其间无大的工业污染源。具体位置如图1所示。

1.2 取样仪器及方法

颗粒物质量浓度取样所用的仪器为Met one公司研发的空气质量Aerocet-531S质量粒子计数器，可显示和记录六个粒径范围(PM1，PM2.5，PM4，PM7，PM10和TSP)的粒子质量浓度；颗粒物数量浓度取样所用的仪器为Fluke 公司研发的 985空气尘埃粒子计数器，可记录取样粒子数和每个样本的样本体积，具有6个粒径通道(0.3、0.5、1.0、2.0、5.0、10.0 μm)，计数模式选择累加计数模式，该模式包含大于或等于样本体积字段内选定粒度的粒子。仪器均可自动记录样本粒子浓度。

图1 取样点及监测点位置Fig.1 Location of sampling site and monitoring point

为保证取样数据的准确性、连续性和完整性，本次实验每种仪器选用两台，四台仪器置于相同位置同时进行取样。取样在2015年11月3～4日期间进行，每间隔一小时取样一次。每次取样连续进行3个周期，每周期取样时间均设定为1 min，每分钟取样体积2.83 L。同时，记录取样环境气候条件。结果分别取两种浓度的各两台仪器六次取样的平均值。

2 结果与讨论

2.1 雾霾天气象及空气质量概况

在污染源排放相对稳定的情况下，气象条件决定了大气对污染物的输送和扩散能力。研究发现温度、湿度和风速是影响颗粒物浓度的重要因素，雾霾一般出现在风速小、湿度大、逆温严重的天气[7]。2015年哈尔滨市于10月20正式开栓供暖，10月20日至11月10日天气情况及取样日小时天气变化情况如图2、图3所示。

10月份以来，温度虽然升降反复，但总体呈现下降趋势，10月20至27日，虽已供暖一周，但因受冷空气影响，空气中污染物易于扩散，空气质量并未受到明显影响。10月31日-11月2日，出现了早晚空气污染严重，而下午空气转好的情况，这种情况综合多种原因造成。该阶段已全面进入供暖期，早晚启炉时污染物排放较多，城市周围区域也存在夜晚焚烧秸秆的现象；且该阶段风向为西南风不但会带来温度回暖，而且会将南面的污染物夹带过来；加之早晚生活燃料燃烧和上下班高峰车辆尾气排放成为颗粒物浓度早晚急剧增加的原因。

图2 10月20日至11月10日气温Fig.2 Weather temperature from October 20 to 10th

图3 取样日天气情况Fig.3 Weather condition of sampling day

11月3日早晨，哈尔滨市雾霾锁城，能见度极低，空气中弥漫着呛人的味道，对市民的出行、生活造成严重影响。由图2可知，10月29日-11月3日有一个短期温度升高的情况，高温由1℃升至14℃，低温由-7℃升至6℃。再由图3可知，3日气温在7～14℃，湿度在40%～60%。雾发生时相对湿度大于90%，霾发生时相对湿度小于60%。雾霾从大气物理角度可以看作是雾和霾的混合物，大都在相对湿度为60%～90%的条件下发生[8-10]。相对湿度在40%～60%之间时，能见度与细颗粒物相关性最好[11]。故造成此次雾霾天气的重要成因是气温升高、风速减小和相对湿度增加的不利气象条件下，供暖燃煤和秸杆焚烧等人为源引起的污染加重。

11月4-6日，风向变为东北风，温度有一个明显的大幅下降，下降幅度在10℃以上，随着冷空气吹来，加快了颗粒物的扩散和沉降，才霾消雾散。可见温度、湿度、风向和风速等气象条件对颗粒物的形成和扩散都有着重要的影响。

2.2 颗粒物浓度变化特征

2.2.1 质量浓度变化特征

污染物排放量的增加以及不利的气象条件导致大气污染严重，相关研究表明哈尔滨市颗粒污染情况每年一般都是从11月份开始有明显恶化[12]。图4为11月3日(特大雾霾天)至4日早高峰取样点取样时间段的颗粒物小时平均质量浓度值分布情况及变化趋势图。由图4可知，颗粒物小时平均质量浓度波动较大，但不同粒径范围颗粒物质量浓度变化趋势具有一致性，呈驼峰形曲线，夜间颗粒物大幅积累，早8～9时达到第一个高峰后有所下降，14时前后为谷值，午后又开始上涨，晚间达到第二个高峰。雾霾消散后颗粒物浓度下降幅度非常大。PM1小时平均质量浓度在300～400 μg/m3，PM2.5在500～750 μg/m3，取样时间段内3日9时出现最大值分别为418、918 μg/m3，PM2.5里PM1所占比例平均为56%。PM4小时平均质量浓度在600～800 μg/m3，PM7在650～950 μg/m3，取样时间段内3日9时出现最大值分别为1 035、1 134 μg/m3。PM10与TSP小时平均浓度3日9～14时为分别由峰值1 192、1 270 μg/m3降至到谷值715、810 μg/m3，5小时内降幅分别达到40%、36%；15～21时又涨至1 100、1 350 μg/m3以上，7小时内涨幅分别达到54%、67%。

颗粒物对人体健康的影响与粒径大小密切相关，细颗粒物对人体健康的危害远高于粗粒子模态颗粒物，因此了解不同粒径颗粒物所占比重是深入开展颗粒物健康效应、气候效应研究的基础。下面结合颗粒对人体的危害性对不同粒度颗粒物质量浓度比重进行分析。如图5所示，对比雾霾天与非雾霾天不同粒度颗粒物在总悬浮颗粒物中质量浓度所占比例发现，雾霾天粗颗粒所占比例下降，而细颗粒比重增大。因雾霾天可吸入颗粒物浓度剧增，故雾霾天粒径大于10 μm的颗粒虽然浓度有所增加但所占比例小于非雾霾天的24.1%，只有10.5%，该粒度粗粒子绝大部分能阻留在鼻，腔及咽喉部，有害物质富集较少，对人体健康影响较小[13]；可吸入颗粒雾霾天所占比重为89.5%，大于非雾霾天的76.0%，且可吸入颗粒物中，粒径为2.5～10 μm的颗粒雾霾天质量浓度上升，但在TSP中所占比例25.4%，小于非雾霾天40.5%，该范围颗粒主要沉积于人体的鼻、咽和支气管内；而雾霾天的高浓度TSP中PM2.5的贡献很大，雾霾天为64.1%，非雾霾天仅为35.4%，其中1～2.5 μm粒度颗粒雾霾天所占比例29.5%是非雾霾天13.2%的两倍以上，PM2.5/PM10平均为66.3%，与国际上普遍认为的50%～80%的研究结果相符，较重的雾霾过程中该值偏高，在65%～74%[14]，人体呼吸道对细粒子的过滤防御功能很差，PM2.5大部分可通过呼吸道沉积在肺泡部位，对人体危害极大[15]。

图4 不同粒度颗粒物质量浓度分布Fig.4 Mass concentration distribution of the particulate matters with different particle size

图5 不同粒度颗粒物质量浓度所占比例Fig.5 The proportion of mass concentration of the particulate matters with different particle size

2.2.2 数量浓度变化特征

在雾霾天气，每立方米粒度大于0.3 μm颗粒物总数在四亿两千万个左右，其中：粒度为0.3～0.5 μm颗粒大约有一亿四千万到两亿个；0.5～1 μm颗粒有两亿个左右；1～2 μm颗粒大约有两千五百万到六千万个；2～5 μm颗粒大约有四百万到八百万个；5～10 μm的颗粒物大约有十三万到三十五万个；粒度大于10 μm粒度颗粒大约有两万到十万个。

在非雾霾天气，每立方米颗粒总数小于雾霾天，在三亿六千万个左右，其中：粒度为0.3～0.5 μm颗粒较雾霾天多，有两亿五千万个左右；0.5～1 μm颗粒较雾霾天少一半，有一亿个左右；1～2 μm和2～5 μm颗粒都较雾霾天少一半以上，分别仅有一千万个、两百万个左右；粒度5～10 μm、大于10 μm颗粒较雾霾天相差不大，数量波动范围也较小，大约有21万到26万个、7万到9万个。

结合图4与图6，由雾霾天颗粒物小时平均浓度分布情况及变化趋势可知，颗粒物数量浓度变化规律与质量浓度变化规律基本一致。因颗粒物浓度受风速、风向、湿度等气象条件影响较大，夜间湿度大，气-粒转化容易进行，加之存在的逆温层扩散条件相对较差[16]，故早晚颗粒物数量浓度较大，而到中下午由于温度上升，湿度降低，扩散条件的好转，随之降低趋于稳。其中，值得一提的是，图6(a)中可明显看出粒度范围在0.3～0.5 μm颗粒与0.5～1 μm颗粒数量浓度变化趋势是相反的，相关研究表明散射系数的增加与粒度小于1 μm粒子的数浓度增加有关，也是雾霾期间能见度恶化的重要原因之一[17-18]，但雾霾天粒度为0.3～0.5 μm颗粒数量反而低于非雾霾天，进而说明粒度小于0.5 μm颗粒数量增大不是造成雾霾的元凶之一，该值居高不下反而是一种空气转好的现象，打破了人们普遍认为的雾霾天颗粒物浓度都上升的观念。粒度大于5 μm的粗颗粒在雾霾天数浓度波动较大。雾后，0.5～5 μm粒子的数量浓度下降显著。

图6 不同粒度颗粒物数量浓度分布Fig.6 Number concentration distribution of the particulate matters with different particle size

由图7可知，采用数量浓度比重(取粒度>0.3 μm的颗粒数量作为颗粒总数)表征雾霾天较非雾霾天颗粒物分布情况。粒度小于0.5 μm的颗粒物正逐年被发现和研究[19]，数量上，粒度0.3～0.5 μm颗粒雾霾天的值小非雾霾天；比例上，雾霾天粒度大于0.3 μm颗粒总数中粒度0.3～0.5 μm颗粒物所占比例仅为42.0%，同样小于非雾霾天的70.1%。加之雾霾过程中，粒度在0.5～1 μm之间的粒子的数浓度比重增加最明显，为47.47%大约是非雾霾天26.43%的两倍，散射系数的增加与该粒度粒子的数浓度增加有关。且粒度1～2 μm颗粒雾霾天所占比例为9.2%，同样大于非雾霾天2.7%。说明雾霾的形成伴随着粒度小于0.5 μm颗粒因凝结长大被大量消耗，数量浓度减少，粒度0.3～0.5 μm颗粒消耗量在一半左右，同时粒度为0.5～2 μm粒子大量积累，该粒度粒子在大气中对可见光的消光系数最大[13]，因而这个过程是造成雾霾期间能见度恶化的重要原因之一。粒度大于5 μm颗粒数量较少，所占比例非常小，比重相差不大且无规律性。

图7 区域粒度颗粒物数量浓度所占比例Fig.7 The proportion of number concentration of the particulate matters with different particle size

2.2.3 单个颗粒平均质量估算

(1)

(2)

表1 单个颗粒平均质量

粒径小于1 μm时，单个颗粒平均质量为8.4×10-7μg，粒度1～2.5 μm颗粒平均质量比它大1个数量级，粒度2.5～10 μm颗粒平均质量比它大2个数量级；PM2.5平均质量为1.3×10-6μg，PM10平均质量为2.0×10-6μg，总颗粒平均质量为2.4×10-6μg。综合2.2.1及2.2.2对颗粒质量浓度和数量浓度的分析，可知大颗粒固然质量较大，但所占数量较少，故平均质量不大。大于10 μm的颗粒质量较大，平均为2.0×10-3μg，与PM10平均质量相差3个数量级。

2.3 动力和平路监测点污染物数据分析

2.3.1 监测点与取样点数据对比

动力和平路监测点数据与实验取样点数据重合的部分为PM2.5及PM10的质量浓度。由图8，对比同一时段1小时平均浓度数据发现，受一定的环境情况和人工操作等因素的影响，3日11～16时试验取样值略大于气象部门监测点监测值，但颗粒物的浓度变化趋势基本一致，相差不大，说明实验取样数据具有一定的准确性和可信度。

2.3.2 监测点污染物浓度变化特征

10月20日至11月10日，这22 d里，PM2.5全部超出国家1级标准，超出2级标准有16d；PM10的浓度亦全部超出1级标准，超出2级标准有15d；SO2的浓度有10d超出1级标准；NO2、O3、CO的浓度均没有超标。其中11月2日～4日雾霾的形成到消散过程大气颗粒物及其他污染物浓度监测值及变化趋势，如图9、图10所示。

图8 动力和平路监测点与实验取样点数据对比Fig.8 Data comparison between sampling point sand Power Peace Road monitoring points

由图9可知(监测点部分时段数据丢失，丢失部分不做分析)，11月2日凌晨，空气质量等级已为严重污染，PM2.5小时平均浓度在500 μg/m3左右，日出前后有所下降，9～22时，颗粒物浓度持续上升，PM2.5小时平均浓度由262 μg/m3涨到989 μg/m3，PM10小时平均浓度由346 μg/m3涨到892 μg/m3，2日夜间至3日早晨颗粒物大幅积累，2日22时～3日9时到达到第一个波峰；3日9～14时，颗粒物浓度持续下降5个小时后，14时谷值PM2.5小时平均浓度为305 μg/m3；3日14～20时，颗粒物浓度持续上升6个小时后，3日20～22时到达到第二个波峰，21时峰值PM2.5浓度为993 μg/m3，并且，该时间段PM2.5及PM10滑动24 h平均浓度也均达到三天内的峰值；3日22时至4日凌晨3时，仅仅4个小时，PM2.5小时平均浓度下降幅度达到880 μg/m3，空气质量等级由严重污染转为中度污染。

图9 动力和平路监测点颗粒物浓度Fig.9 Particulate matters concentrations of Power Peace Road monitoring points

图10 动力和平路监测点其他污染物浓度Fig.10 Other atmospheric pollutants concentrations of Power Peace Road monitoring point

其他大气污染物与颗粒物有着十分密切的关系[2，20]。其中臭氧是光化学污染的重要指示剂，臭氧污染对于二次气溶胶生成也存在一定的贡献作用，且与PM1有非常明显的关系[21]。研究发现11月2日～4日SO2、NO2、O3和CO的1小时平均浓度均没有超标，但在雾霾天，其他大气污染物浓度也都大幅上涨且有较大波动。对比图9、图10发现，SO2、NO2和CO浓度变化趋势与颗粒物基本遵循相同的规律，有极强的相关性[2]，趋势线呈现双峰形，早晚高，午后低。而O3则不同且具有相反趋势，3日9～19时颗粒物浓度变化趋势是个波谷，O3浓度反而是个波峰，3日23时至4日7时，也是这样的情况。臭氧在2日及雾霾日3日变化整体呈现单峰趋势，峰值恰恰出现在午后13～15时，2日9～15时臭氧浓度由7 μg/m3涨至64 μg/m3，3日9～15时臭氧浓度由7 μg/m3涨至128 μg/m3。

3 结论

通过对哈尔滨市冬季雾霾天大气颗粒物浓污染特征的研究，得出以下结论：

(1)造成2015年11月3日，哈尔滨市特大雾霾的重要原因是气温升高、风速减小和相对湿度增加的不利气象条件下，供暖燃煤和秸杆焚烧等人为源引起的污染加重。

(2)不同粒度范围颗粒物质量浓度变化趋势具有一致性，颗粒物数量浓度与质量浓度变化规律基本一致，呈驼峰形曲线，早高峰后有所下降，14时前后为最低值，午后又开始上涨，晚间达到第二个高峰，雾霾消散后颗粒物浓度下降幅度非常大。

(3)雾霾天可吸入颗粒物浓度剧增，质量浓度PM10/TSP为89.5%，其中，PM2.5的贡献很大，PM2.5/TSP为64.1%，PM2.5/PM10平均为66.3%；粒度1～2.5μm颗粒雾霾天所占比例是非雾霾天的两倍以上。说明采暖期雾霾天主要的污染源是细颗粒污染源，即人为污染。

(4)雾霾的形成伴随着粒度小于0.5 μm颗粒因凝结长大被大量消耗，同时消光系数大的0.5～2 μm粒度粒子大量积累，这个过程是造成雾霾期间能见度恶化的重要原因之一。

(5)雾霾天，SO2、NO2、CO及O3等大气污染物浓度也都大幅上涨且有较大波动。SO2、NO2和CO浓度变化趋势与颗粒物基本遵循相同的规律，趋势线呈现双峰形，早晚高，午后低。而O3则不同且具有相反趋势，呈现单峰形，峰值恰恰出现在午后。

(6)受一定的环境情况和人工操作等因素的影响，试验取样值略大于气象部门监测点监测值，但颗粒物的浓度变化趋势基本一致，相差不大，实验取样数据具有一定的准确性和可信度。

[1]Hou B，Zhuang G S，Zhang R.The implication of carbonaceous aerosol to the formation of haze：Revealed from the characteristics and sources of OC/EC over a mega-city in China[J].Journal of Hazardous Materials，2011，190(1/3)：529-536.

[2]Tiwari S，Bisht D S，Srivastava A K.Variability in atmospheric particulates and meteorological effects on their mass concentrations over Delhi，India[J].Atmospheric Research，2014，145/146：45-56.

[3]Gabriela A A，Sebastián C D，María L P.Particulate matter concentrations originating from industrial and urban sources：Validation of atmospheric dispersion modeling results[J].Atmospheric Pollution Research，2016，7(1)：180-189.

[4]黄丽坤，王广智，王琨，等.哈尔滨市采暖与非采暖期大气颗粒物污染特性研究[J].环境工程学报，2011，5(1)：146-150.

[5]王文帅.哈尔滨市采暖期大气颗粒物组分源解析[D].哈尔滨：哈尔滨工业大学，2009.

[6]贾琳琳.北方寒冷地区大气颗粒物污染特征及源解析研究[D].哈尔滨：哈尔滨工业大学，2014.

[7]李伟芳，白志鹏，魏静东，等.天津冬季大气中PM2.5及其主要组分的污染特征[J].中国环境科学，2008，28(6)：481-486.

[8]刘瑞婷，韩志伟，李嘉伟.北京冬季雾霾事件的气象特征分析[J].气候与环境研究，2014，19(2)：164-172.

[9]王红磊，刘文，全利.成都市雾霾期间气象要素与环境空气质量状况的对比分析[J].四川环境，2013，32(5)：71-76.

[10]孙翠英，贾伯岩，方春华.河北南部地区雾霾天气气象特征分析[J].环境与可持续发展，2015，40(5)：165-168.

[11]杨晓亮，杨敏.一次雾霾过程中气象因子与细颗粒物浓度关系的研究[J].干旱气象，2015，32(5)：781-788.

[12]黄丽坤，王广智.哈尔滨市大气颗粒物粒径分布及质量浓度变化特征[J].黑龙江大学自然科学学报，2011，28(3)：374-377.

[13]杨新兴，冯丽华，尉鹏.大气颗粒物PM2.5及其危害[J].前沿科学，2012，6(1)：22-31.

[14]杨文峰，李星敏，陈闯.西安市两次雾霾期间气象要素和气溶胶特性分析[J].中国环境科学，2015，35(8)：2298-2306.

[15]Feng S L，Yao D，Liao F.The health effects of ambient PM2.5and potential mechanisms[J].Ecotoxicology and Environmental Safety，2016，128：67-74.

[16]Xu J M，Yan F X，Xie Y.Impact of meteorological conditions on a nine-day particulate matter pollution event observed in December 2013，Shanghai，China[J].Particuology，2015，20：69-79.

[17]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.

[18]Zhang Y，Huang W，Cai T Q.Concentrations and chemical compositions of fine particles(PM2.5)during haze and non-haze days in Beijing[J].Atmospheric Research，2016，174/175：62-69.

[19]Zhao H J，Che H Z，Ma Y J.Temporal variability of the visibility，particulate matter mass concentration and aerosol optical properties over an urban site in Northeast China[J].Atmospheric Research，2015，166：204-212.

[20]崔淑华，倪艳姝.城市主要气体污染物与PM2.5相关性建模分析[J].森林工程，2016，32(2)：65-68.

[21]赵辰航，耿福海，马承愚，等.上海地区光化学污染中气溶胶特征研究[J].中国环境科学，2015，35(2)：356-363.

[22]Qiao T，Zhao M F，Xiu G L.Simultaneous monitoring and compositions analysis of PM1and PM2.5in Shanghai：Implications for characterization of haze pollution and source apportionment[J].Science of the Total Environment，2016，557/558：386-394.

Analysis on the Pollution Characteristics of Atmospheric Particlesduring Haze Weather in Winter Harbin

Peng Min，Chu Jiangwei*，Li Hongliang，Duan Chao，Wang Xu

(Traffic College，Northeast Forestry University，Harbin 150040)

In order to study the pollution characteristics of atmospheric particles during haze weather in winter，the hourly mass concentration and number concentration of the atmospheric particulate matters were sampled during the seriously hazed days from November 3 to 4，2015.The comparative analysis was carried out using the data of monitoring point of environmental protection department which is nearest to the sampling site.Temporal variability，meteorological effect and concentration ratio of the particulate matters were respectively identified.The results showed that the haze was mainly caused by the anthropogenic sources under adverse weather conditions.The mass concentration of the inhalable particulates(PM10)increase sharply during the formation and maintaining of haze，the mass concentration of PM10accounts for 89.5% of TSP on average.Among the PM10，the contribution of PM2.5was significantly enormous with PM2.5/TSP of 64.1% and PM2.5/PM10of 66.3% on average.The mass concentration and number concentration of particulate matters with different particle size presented the similar changing trend.The trend line showed a hump shape with the low in midday and the high in the morning and at night.1～2.5μm particulate matters concentration accounted for 29.5% of TSP in haze days，which was more than twice as likely to that in non-haze days.Haze formation process accompanied by most particulate matters of <0.5μm consuming due to its condensation and growth.The Haze formation process also accompanied by accumulation of a large amount of 0.5～2μm particulate matters，which was one of the important factors causing the visibility deterioration in haze day.

haze；particulate matter；mass concentration；number concentration

2016-06-12

国家科技支撑项目 (2015BAD07B03)

彭敏，硕士研究生。研究方向：汽车运行品质监测与优化。

*通信作者：储江伟，博士，教授。研究方向：汽车再制造理论与技术，智能化汽车维修和汽车服务理论与技术。E-mail：cjw_62@163.com

彭敏，储江伟，李洪亮，等.哈尔滨市冬季雾霾天大气颗粒物污染特征分析[J].森林工程，2017，33(1)：33-40.

X 513

A

1001-005X(2017)01-0033-08