张掖市城市道路林带对PM_(2.5)的削减作用

张掖市作为"一带一路"节点城市,干旱少雨,沙尘天气频发,空气中的细小颗粒物已成为张掖市大气首要污染物。本文以张掖市主城区北环路道路林带为研究背景,运用BR-HOL-1210空气质量检测仪对林带内PM_(2.5)浓度进行逐小时监测。借助SPSS 19.0进行单因素方差分析,多重比较道路林带对PM_(2.5)的削减差异。结果表明,林带对PM_(2.5)削减存在季节差异,4月于30～50m处、7月于50m处、10月于20～50m处、12月于50m处削减效果最佳。同时,林带对PM_(2.5)的削减效果在城市不同功能区也存在差异,因此在实际生产中应结合城市功能区去配置林带宽度,以发挥最佳滞尘效果。     

杭州市城区典型区域PM_(2.5)和PM_(10)质量浓度变化特征

为研究杭州市城区大气中PM_(2.5)、PM_(10)的浓度变化特征,在采荷监测区内对PM_(2.5)、PM_(10)浓度变化和气象特征进行了为期1 a的监测。结果表明:PM_(2.5)质量浓度呈冬春高于夏秋季节,冬季出现最高值(104.35±99.86)μg/m~3;颗粒物PM_(10)呈冬季远高于其他季节,浓度为(274.39±160.92)μg/m~3,春秋两季相较于夏季高约1倍,说明颗粒物PM_(10)比PM_(2.5)的污染来源更为多样,成分更为复杂。PM_(2.5)、PM_(10)在不同的季节中,二者的相对浓度和变化规律有所不同。细颗粒物浓度日间变化过程在季节间大势体变化趋势规律类似,在观测时段内从峰值逐渐减小,伴随季节间的差异而呈不同的波动。PM_(2.5)/PM_(10)值范围为0.26~0.58,春冬两季的均值分别为0.51和0.50,夏秋两季的均值分别为0.34和0.32,表明春秋两季污染物中PM_(2.5)比例高;颗粒物PM_(2.5)、PM_(10)质量浓度与温度之间均呈现显著负相关关系,相关系数分别高达0.619、0.640;与气压呈现显著正相关关系,相关系数为0.559、0.583。     

信阳市不同生态功能区PM_(10)和PM_(2.5)污染特征

目前大气颗粒物污染已成为严重的城市环境问题。利用2015年4个位于信阳市不同生态功能区的环境空气质量监测站数据,比较分析4个站点的PM_(10)和PM_(2.5)污染日变化、季节变化和年际变化特征及其影响因素。结果表明,1)4个站点2015年PM_(10)和PM_(2.5)质量浓度平均值均表现为南湾水厂平桥分局审计局酿酒公司。2)森林植被对大气颗粒物浓度有明显的削减功能。在不同季节和一天中的不同时段,森林植被盖度高的南湾水厂监测站PM_(10)和PM_(2.5)质量浓度平均值均明显低于其他3个站点。3)4个站点的颗粒物污染均表现为夏季最轻,秋季其次,冬季污染最严重。4)4个站点的PM_(10)和PM_(2.5)质量浓度日变化特征基本一致,日峰值和最低值出现的时间基本同步。夜间颗粒物污染比白天严重。5)2014-2016年,4个站点的PM_(10)和PM_(2.5)质量浓度均呈现逐年下降趋势。6)影响颗粒物污染的最主要气象因子是气温和气压。PM_(10)和PM_(2.5)浓度与日均气温、日均风速和日最大风速均呈极显著负相关(P0.01),与日均气压均呈极显著正相关(P0.01);PM_(2.5)日均浓度与日均相对湿度呈显著正相关(P0.05)。这些结果显示了信阳市大气颗粒物污染特征,可为当地大气污染防治工作提供参考。     

郑州市不同道路等级对近地空气PM_(2.5)和PM_(10)分布特征的影响

为探究城市不同道路等级对空气PM_(2.5)和PM_(10)质量浓度特征及其日变化规律的影响,本研究选取郑州市的金水路(快速路)、文化路(主干道)和东三街(支道)进行调查和监测。结果表明,PM_(2.5)和PM_(10)的日均值表现为金水路文化路东三街,3条道路PM_(2.5)和PM_(10)的质量浓度均不同程度超过国家标准质量浓度限值。文化路PM_(2.5)和PM_(10)的日变化呈现单峰型曲线,峰值出现在7:00-8:00。金水路PM_(2.5)和PM_(10)日变化波动性较小,且整体保持较高质量浓度水平。东三街PM_(2.5)和PM_(10)质量浓度峰值出现在6:00-8:00,在12:00之后随着车流量的变化呈现波动。3条道路PM_(2.5)/PM_(10)值为0.64~0.73,且在13:00-14:00之间出现峰值。PM_(2.5)/PM_(10)的平均比值:文化路(0.69)东三街(0.68)金水路(0.66),说明机动车尾气对PM_(2.5)的贡献大于PM_(10)。3条道路的PM_(2.5)、PM_(10)质量浓度与车流量之间存在相关性,但显著性不同。     

银川市环境空气PM_(10)和PM_(2.5)中水溶性离子化学特征及来源分析

2013年7月至2014年4月期间,在银川市兴庆区设1个环境监测点,分4季采集PM_(10)和PM_(2.5) 样品,测试二者质量浓度及水溶性阴离子(Cl~-、NO_3~-、SO_4~(2-))、阳离子(K~+、Na~+、Ca~(2+)、Mg~(2+)、NH_4~+)成分,分析其主要组成、季节变化及污染来源。结果表明:银川市PM_(10)和PM_(2.5) 中离子平均浓度为33.8、18.74μg/m3,分别占PM_(10)和PM_(2.5) 的17.2%、23.5%。NH_4~+、Cl~-、NO_3~-和SO_4~(2-)等二次离子含量高,分别占离子总量的75%和84%,且冬季含量是其他季节的数倍;颗粒物总体呈碱性,PM_(10)中阳离子总量与阴离子总量的比值为1.23,PM_(2.5) 中两者比值为1.14,PM_(10)比PM_(2.5) 碱性强;大气中存在SO_2向SO_4~(2-)二次转化过程。冬季PM_(2.5) 中二次离子主要以(NH4)_2SO_4和NH_4NO_3形式存在;来源分析发现,PM_(2.5) 、PM_(10)可能主要来源于生物质燃烧、二次反应及燃煤尘。     

道路景观绿化林带对空气颗粒物浓度的影响

【目的】掌握道路景观绿化林带对空气颗粒污染物的影响,在成都驿都大道道路景观绿化林带,开展了TSP(空气总悬浮颗粒物)、PM10(粒径在10μm以下的颗粒物)、PM2.5(粒径在2.5μm以下的颗粒物)和PM1(粒径在1μm以下的颗粒物)4种空气颗粒物浓度观测.【方法】根据实时监测数据,采用浓度和净化百分率评价法分析了道路绿化林带对空气颗粒物的影响.【结果】林带带宽10m处,仅PM10和TSP 2种空气颗粒物的日均浓度达到国家二类区域环境空气质量要求的,分别为(132.0±1.2)μg/m3和(289.2±0.7)μg/m3;30 m林带带宽处的PM2.5,PM10和TSP 3种空气颗粒物的日均浓度分别为(72.3±0.5)μg/m3,(120.9±0.4)μg/m3和(268.9±0.4)μg/m3,均达到了国家二类区域的环境空气质量要求标准;道路景观绿化林带对PM1和PM2.5的净化率峰谷时间出现在15∶00~17∶00,PM10出现在13∶00~15∶00,TSP出现在11∶00~13∶00.【结论】道路景观绿化林带对空气颗粒物有消减作用;净化率随着绿化林带带宽的增加而加大;林带相同带宽处,林带对空气颗粒物的净化率随颗粒物粒径的增大而增加.     

公园林带对PM_(2.5)含碳组分和水溶性离子浓度的影响

为了探讨公园内部环境中PM_(2.5)主要化学组成的空间分布特征,以奥林匹克森林公园内针阔混交林带为研究对象,研究公园内林地内外PM_(2.5)浓度、含碳组分和水溶性离子浓度对比及季节变化特征。结果表明,林带对PM_(2.5)化学成分有重要影响,有机质、SO■、NO~-_3、NH~+_4为林带内PM_(2.5)的主要组分。公园林带可使PM_(2.5)中有机碳(OC)、二次有机碳(SOC)、NO~-_3、SO■、NH~+_4和K~+的浓度显著升高。不同季节PM_(2.5)酸度不同,冬、夏季呈酸性,春、秋季呈碱性,林内PM_(2.5)较林外酸性更强。     

长沙市PM_(2.5)质量浓度及其变化特征

统计2015年9月到2016年8月长沙市PM_(2.5)监测数据及气象数据,并分析其季节特征、温度特征及其与工作日和周末之间的关系,以期揭示城市PM_(2.5)污染的主要特征及其变化趋势。研究结果表明:我国北部和南部的细颗粒物PM_(2.5)的污染程度大于长沙市,长沙市PM_(2.5)质量浓度的季节变化趋势表现为:冬天>春天>秋天>夏天;冬季空气污染较重,PM_(2.5)日均值(75.32±38.12)μg/m³超过我国空气质量(PM_(2.5))二级标准;夏天空气质量相对良好,日均值(32.40±14.25)μg/m3超过我国空气质量(PM_(2.5))二级标准;夏天空气质量相对良好,日均值(32.40±14.25)μg/m³,达到我国空气质量(PM_(2.5))一级标准;长沙市PM_(2.5)质量浓度与月平均温度存在一定程度的负相关,当月平均温度最高达29.71℃时,对应PM_(2.5)质量浓度最低,为29.71μg/m3,达到我国空气质量(PM_(2.5))一级标准;长沙市PM_(2.5)质量浓度与月平均温度存在一定程度的负相关,当月平均温度最高达29.71℃时,对应PM_(2.5)质量浓度最低,为29.71μg/m³,当月平均温度最低为5.07℃时,对应PM_(2.5)质量浓度最高,为80.9μg/m3,当月平均温度最低为5.07℃时,对应PM_(2.5)质量浓度最高,为80.9μg/m³;PM_(2.5)质量浓度在工作日和周末存在显著差异,冬季周末质量浓度高于工作日,而夏季则相反。     

黄河三角洲白蜡人工林空气PM_(2.5)浓度变化规律的研究

以黄河三角洲典型的白蜡人工林为研究对象,选取2016年3月～翌年2月期间白蜡林内、外的PM_(2.5)数据和相关气象数据,对比分析了林内、外PM_(2.5)浓度的季节性变化和日变化特征,同时对特殊天气下PM_(2.5)浓度的变化进行了研究。结果表明:林内、外空气PM_(2.5)浓度均呈明显的季节性变化,均表现为冬季春季秋季夏季;四季PM_(2.5)浓度的日变化近似呈双峰型曲线,变化趋势为夜间日间、上午下午;除冬季外,林内PM_(2.5)浓度普遍低于林外空地的;大风、降雨和降雪均有利于空气颗粒物的消除,且随着风力的增强和降雨量的增加,清除效果更好;在3种特殊天气下PM_(2.5)浓度均表现为林内林外;春季和冬季的空气PM_(2.5)浓度与温度、风速呈显著负相关,与湿度呈显著正相关。     

黄河三角洲白蜡人工林空气PM_(2.5)浓度变化规律的研究

以黄河三角洲典型的白蜡人工林为研究对象,选取2016年3月～翌年2月期间白蜡林内、外的PM_(2.5)数据和相关气象数据,对比分析了林内、外PM_(2.5)浓度的季节性变化和日变化特征,同时对特殊天气下PM_(2.5)浓度的变化进行了研究。结果表明:林内、外空气PM_(2.5)浓度均呈明显的季节性变化,均表现为冬季>春季>秋季>夏季;四季PM_(2.5)浓度的日变化近似呈双峰型曲线,变化趋势为夜间>日间、上午>下午;除冬季外,林内PM_(2.5)浓度普遍低于林外空地的;大风、降雨和降雪均有利于空气颗粒物的消除,且随着风力的增强和降雨量的增加,清除效果更好;在3种特殊天气下PM_(2.5)浓度均表现为林内>林外;春季和冬季的空气PM_(2.5)浓度与温度、风速呈显著负相关,与湿度呈显著正相关。     

不同绿地结构对PM_(2.5)和PM_(10)的消减作用

为研究城市道路中不同绿地结构对PM_(2.5)、PM_(10)的消减作用,选择河南省信阳市城区主干道——新五大道、新七大道上不同绿地结构(乔、乔-草、灌-草、乔-灌、乔-灌-草、对照点)为试验监测点,对其PM_(2.5)、PM_(10)浓度进行监测、分析以及消减率的计算,结果表明,不同绿地结构内PM_(2.5)、PM_(10)浓度呈现出"早晚高、中午低"的日变化特征,且在08:00左右浓度达到最大。乔-灌、乔-灌-草绿地结构的PM_(2.5)、PM_(10)浓度显著低于其他4种绿地结构。不同绿地结构对PM_(2.5)、PM_(10)消减作用差异显著,对PM_(2.5)消减作用规律为乔-灌-草﹥乔-灌、乔-草﹥灌-草、乔,对PM_(10)消减作用规律为乔-灌-草﹥乔-灌、灌-草、乔-草﹥乔,整体上看,绿地对PM_(2.5)消减率高于PM_(10)。     

长沙市PM_(2.5)质量浓度及其变化特征

统计2015年9月到2016年8月长沙市PM_(2.5)监测数据及气象数据,并分析其季节特征、温度特征及其与工作日和周末之间的关系,以期揭示城市PM_(2.5)污染的主要特征及其变化趋势。研究结果表明:我国北部和南部的细颗粒物PM_(2.5)的污染程度大于长沙市,长沙市PM_(2.5)质量浓度的季节变化趋势表现为:冬天春天秋天夏天;冬季空气污染较重,PM_(2.5)日均值(75.32±38.12)μg/m~3超过我国空气质量(PM_(2.5))二级标准;夏天空气质量相对良好,日均值(32.40±14.25)μg/m~3,达到我国空气质量(PM_(2.5))一级标准;长沙市PM_(2.5)质量浓度与月平均温度存在一定程度的负相关,当月平均温度最高达29.71℃时,对应PM_(2.5)质量浓度最低,为29.71μg/m~3,当月平均温度最低为5.07℃时,对应PM_(2.5)质量浓度最高,为80.9μg/m~3;PM_(2.5)质量浓度在工作日和周末存在显著差异,冬季周末质量浓度高于工作日,而夏季则相反。     

杭州城市森林区和居民区大气颗粒物浓度特征的差异性研究

【目的】本文以杭州国家半山森林公园和采荷社区为研究地点,揭示城市森林对TSP、PM_(10)、PM_(2.5)和PM_14种不同类型大气颗粒物浓度变化的影响。【方法】对TSP、PM_(10)、PM_(2.5)和PM_14种不同类型大气颗粒物的浓度进行了周期为1年的定点监测,通过对比分析城市森林区和城区的不同类型大气颗粒物浓度的变化差异。【结果】半山监测点的TSP、PM_(10)、PM_(2.5)以及PM_14种大气颗粒物浓度的日变化曲线为早上9:00到达最大值,然后随时间变化而持续减少,在下午14:00到达最小值,分别为:182.2、124.2、68.2、20.6μg·m~(-3);在采荷社区,4种大气颗粒物浓度由早上9:00开始降低但到下午17:00时又基本上升到早上9:00的水平;在半山监测点相比采荷,PM_(2.5)和PM_1浓度年变化的峰值均延迟了1个月的时间,城市森林区和城区的不同类型大气颗粒物浓度的日变化和月变化规律存在明显的不同。【结论】4种不同类型大气颗粒物的平均浓度均为半山森林公园高于采荷社区;在半山和采荷2个监测点的PM_(2.5)和PM_1浓度的差异分别显示为有高度统计意义和有统计意义。     

基于气象要素南昌PM_(2.5)污染特性及预测方法

运用统计分析和气象统计预报方法,对南昌市6个环境监测点的污染物观测资料和同期南昌市自动气象观测资料进行了统计,分季节研究了南昌市PM_(2.5)质量浓度的变化规律,对影响大气污染的气象因子进行了综合分析,并分别建立夏季及非夏季PM_(2.5)质量浓度与气象要素的统计预报模式。结果表明:南昌市PM_(2.5)污染非夏季较夏季更为严重,非夏季有超过一半的时间空气质量超出了国家二级标准。PM_(2.5)质量月均浓度峰值出现在12月和1月,其中1月南昌市平均4 d中就有3 d超出国家二级标准。PM_(2.5)浓度逐时变化呈现双峰型特征,对于夏季而言,2个峰值基本出现在9:00~11:00和22:00~24:00时段;而非夏季前一个峰值延后至11:00~12:00时段,后一个峰值往往提前至21:00~23:00,这主要与人类活动规律及太阳照射时间有关。建立的非夏季预报模式等级预报准确率较夏季高,对环境气象预报业务有一定实际应用价值。     

基于气象要素南昌PM_(2.5)污染特性及预测方法

运用统计分析和气象统计预报方法,对南昌市6个环境监测点的污染物观测资料和同期南昌市自动气象观测资料进行了统计,分季节研究了南昌市PM_(2.5)质量浓度的变化规律,对影响大气污染的气象因子进行了综合分析,并分别建立夏季及非夏季PM_(2.5)质量浓度与气象要素的统计预报模式。结果表明:南昌市PM_(2.5)污染非夏季较夏季更为严重,非夏季有超过一半的时间空气质量超出了国家二级标准。PM_(2.5)质量月均浓度峰值出现在12月和1月,其中1月南昌市平均4 d中就有3 d超出国家二级标准。PM_(2.5)浓度逐时变化呈现双峰型特征,对于夏季而言,2个峰值基本出现在9:00¹1:00和22:0011:00和22:00²4:00时段;而非夏季前一个峰值延后至11:0024:00时段;而非夏季前一个峰值延后至11:00¹2:00时段,后一个峰值往往提前至21:0012:00时段,后一个峰值往往提前至21:00²3:00,这主要与人类活动规律及太阳照射时间有关。建立的非夏季预报模式等级预报准确率较夏季高,对环境气象预报业务有一定实际应用价值。     

干旱区城市森林大气颗粒物浓度变化特征及其与环境因子的关系

干旱区城市颗粒物如可吸入颗粒物(PM_(10))、细颗粒物(PM_(2.5))以及超细颗粒物(PM_(1.0))受到越来越多的关注。根据新疆维吾尔自治区乌鲁木齐市燕儿窝生态林大气颗粒物(PM_(1.0)、PM_(2.5)、PM_(10))浓度、温度、相对湿度、风速等环境因子数据,对干旱区城市森林内大气颗粒物浓度时间变化规律进行分析。结果表明:(1)3种颗粒物(PM_(10)、PM_(2.5)、PM_(1.0))的日变化较为相似,均呈现"早晚高,中午低"的浅"V"形变化趋势。(2)3种颗粒物季节变化均表现为冬季秋季春季夏季,其中冬春2季林地内浓度小于林地外,而夏秋2季林地内浓度大于林地外。(3)环境因子与3种不同粒径大气颗粒物浓度存在显著相关关系,相对湿度、风速与颗粒物浓度呈显著正相关,温度与颗粒物浓度呈显著负相关。     

城市道路林对细颗粒物(PM2.5)的阻滞作用解析

  目的  分析细颗粒物(PM_2.5)的动态变化格局及城市道路林对其的阻滞作用，并进一步探索何种配置的林带所发挥的防尘抑霾效果最佳。  方法  选取了3种结构共12种配置模式的城市道路林，首先分析了林带内外PM_2.5的日动态、年际动态和水平空间的变化规律；然后通过减尘率评价不同模式林带对PM_2.5的阻滞作用；最后通过减尘率和小气候因子进行Pearson相关性分析，探讨影响植被减尘率的可能因素。  结果  PM_2.5日动态变化呈早晚高中间低的趋势，峰值出现在8:00和18:00，10:00和14:00最低；年动态规律表现为冬季最高，其次是秋季和春季，夏季最低。PM_2.5在林带内水平空间中的变化规律因季节不同而有所差异，春夏季节，林缘至林内呈逐渐递减趋势；秋冬季节，林缘至林内25 m处呈递增趋势，在25~30 m处下降且低于林外林缘处。对PM_2.5减尘率最高的是乔灌草结构，其次是针阔混交乔木结构，单排乔木结构的减尘率最低；春夏季，12种道路林对PM_2.5阻滞率为正值，秋冬季只有A₅(针阔混交乔木)、B₁~B₃(单排乔木)和C₂、C₃(乔灌草)为正值，其余均为负值。小气候因子与PM_2.5关系存在季节差异，PM_2.5浓度在春秋冬季与风速呈显著负相关(P＜0.05)，春夏季与温度呈显著正相关(P＜0.05)，秋冬季与相对湿度呈正相关(P＜0.05)；林地PM_2.5阻滞率在秋季和温度呈显著正相关(P＜0.05)，在秋冬季和相对湿度呈显著正相关(P＜0.05)，林地阻滞率和风速相关性不显著。  结论  在城市道路林建设中合理增加林带宽度及加大常绿针叶乔木和灌草的比例对于降低PM_2.5质量浓度效果显著。图5表6参32     

城乡特色核桃防护林树种配置结构对空气颗粒物及温湿度的影响

【目的】分析干旱区城乡核桃林与不同树种配置结构空气颗粒物浓度变化差异,探讨树种配置结构与大气颗粒物浓度、温度、相对湿度间的关系,为区域环境绿化建设提供理论参考。【方法】以新疆叶城县城区、城郊和乡村3个不同区域树种配置结构的林带为监测点,树种配置分别是苹果（Malus domestica）—核桃（Juglans regia）、红枣（Ziziphus jujuba Mill.）、红枣—核桃、新疆杨（Populus alba）—核桃和核桃,通过监测防护林内和林带不同水平距离颗粒物浓度、空气温度和相对湿度,分析大气颗粒物的时空变化规律、防护林不同水平距离对颗粒物浓度的削减作用。【结果】颗粒物浓度具有明显的时空差异。城区、城郊和乡村核桃防护林颗粒物浓度污染排序依次为乡村>城郊>城区;城区、城郊和乡村核桃防护林的PM_2.5最高浓度分别出现在20: 00（20.00 μg/m3）、12:00（29.00 μg/m3）和14: 00（58.25 μg/m3）;PM₁₀最高浓度分别出现在20: 00（35.25 μg/m3）、14: 00（62.67 μg/m3）、14: 00（131.50 μg/m3）;PM_1.0最高浓度分别出现在20:00（12.50 μg/m3）、12: 00（12.67 μg/m3）、14: 00（28.75 μg/m3）。树种不同配置结构颗粒物浓度存在差异,排序依次为核桃>对照>新疆杨—核桃>红枣>苹果—核桃>红枣—核桃。防护林不同水平距离对PM_2.5浓度消减程度不同。城区与城郊不同水平距离削减作用排序为0 m>20 m>10 m;乡村依次为0 m>10 m>20 m。城区与城郊核桃防护林温度差异不明显,二者的温度明显高于乡村防护林温度;城区、城郊和乡村核桃防护林相对湿度均存在波动变化。PM_2.5浓度与温度呈极显著负相关（P<0.01,下同）,与相对湿度呈显著正相关（P<0.05）,PM_1.0浓度与温度、相对湿度的相关性均达极显著水平,PM₁₀与温度、相对湿度相关性均不显著（P>0.05）。【结论】核桃林在城区、城郊和乡村发挥的生态效益存在一定差异,在乡村能明显改善空气质量;核桃林带搭配种植红枣可充分发挥其生态效益,在农业环境污染较重的地区可作防护林带选用。     

秋季毛竹林空气颗粒物浓度与气象因子相关性分析

城市森林内空气悬浮颗粒物浓度的状况直接反映城市森林对空气颗粒物的净化功能,城市森林空气质量的好坏关系到人们的身体健康状况,本研究对秋季福州旗山森林公园的毛竹林内空气颗粒物浓度日变化进行了监测。结果表明,毛竹林内颗粒物浓度总体日变化趋势呈"W"形,即15:00和19:00出现2个高峰、9:00和17:00出现2个低谷;不同粒径颗粒物浓度日变化均无显著差异,细颗粒物浓度的日变化不及粗颗粒物浓度的日变化敏感,且出现高峰的时间较粗颗粒物滞后;林内颗粒物主要由PM10和PM2.5组成,且PM10与PM2.5的变化趋势受颗粒物浓度的变化的影响较大;气象因子和天气条件对颗粒物浓度(特别是粗颗粒物)的影响较大,颗粒物的浓度与相对湿度成正相关关系,与温度、风速、光照等均成负相关关系。     

上海市大气环境中PM2.5与其他污染物相关性研究

为研究上海市不同地区的PM_(2.5)污染水平,选取徐汇上师大(市区)和浦东川沙(郊区)两个监测点的PM_(2.5)为研究对象,分析其变化特征及与空气中的PM_(10),CO,NO_2,SO_2和O_3间的相关性.结果表明:(1)PM_(2.5)与PM_(10)由于存在形态和成因相似而具有很强的相关性;(2)在季节分布上,夏秋季颗粒物浓度低,冬春两季颗粒物浓度高,春季颗粒物浓度低于冬季.PM_(2.5)与PM_(10)在不同季节表现不同,颗粒物的粒径分布特征在一定程度上与监测点周边的污染源及气象因素有关.(3)市区和郊区的PM_(2.5)和PM_(10)浓度都呈双峰性变化,PM_(2.5)与PM_(10)日变化存在相似性.(4)通过逐步回归建立PM_(2.5)的回归模型,结果表明空气中的PM_(2.5)浓度的变化会受到其他污染物的共同作用,不同区域对PM_(2.5)浓度变化贡献大的污染物也有不同.