20142016年北京市PM2.5污染时空分布特征
高三地理环境污染与防治试题
高三地理环境污染与防治试题1.北京冬春时节由于供暖季节污染物排放量偏大、及受到低气压的影响，扩散条件不利，使PM2．5浓度迅速升高，遭遇雾霾的包围。
读北京本地大气细颗粒物(PM2．5)来源数据图，回答下列问题。
【1】北京市PM2．5的主要来源不包括A．机动车B．燃气C．工业生产D．扬尘【答案】B【解析】从图中分析，PM2．5的主要来源为机动车、燃煤、工业生产和扬尘，而燃气产生的PM2．5很少。
故选B。
【2】针对此污染，北京在整治机动车方面的措施不包括A．完善限行措施B．研究征收交通拥堵费C．加快公共服务车辆使用新能源车D．高污染企业将限期退出【答案】D【解析】限行措施可以减少机动车所产生的PM2．5；征收交通拥堵费，可以减少交通拥堵，进而减少机动车所产生的PM2．5；加快公共服务车辆使用新能源车，可以减少行驶的机动车，进而减少机动车所产生的PM2．5；而高污染企业退出，会影响经济发展。
故选D。
【考点】大气污染2.[环境保护]阅读图文资料回答下列问题。
“我再也想不起你的颜色／你是否真有过那些湖蓝、碧蓝、湛蓝／深蓝、孔雀蓝／”———于坚《哀滇池》。
图1示滇池及周边地区，图2示意昆明人口与滇池水质随时间变化。
图1 图2（1）分析造成滇池水质变化的人为原因。
(9分)（2）简述滇池水质变化带来的危害。
(6分)【答案】（1）（9分）城市扩大，人口增加；（3分）工农业生产规模扩大，生产生活污水排放量剧增；（3分）围湖造田造成湖泊库容减小，自净能力减弱。
（3分）（2）（6分）危害人体健康；危害水生生物；影响工农业产品的产量和质量；造成湿地自净能力下降；加速生态环境的退化和破坏。
（以上任意回答3个即可得6分【解析】（1）滇池水质变化的人为原因，是由于人类不合理活动造成的水体污染，观察图发现，滇池城市规模扩大、人口增加、工农业发展、生产生活污水增多，为扩大城市面积占有原来的土地利用类型。
（2）水质变坏的危害从对人体健康、生物、土壤、生态环境都会带来不利影响，甚至会影响工农业产品质量。
北京市空气中PM10与PM2.5的污染水平状况研究
ｍｏ ｐ ｅ ｅ ｓｈ ｒ．
ｅａ ａｙ ｉ ｒ ｕｔ ｖｄ ａ ｉ ｆｒ ｔ ｎａ ｄ ｓ ｇ ｅｔ ｎ ｆｒｆ ｒｈ ｒｓｕ ｙｏ ａｔ ｌ ｈ ｔ ｎ ｌｓ ｅ ｌ ｐ ｉｅｂ ｓｃｉ ｏ ｍａ ｉ ｕ ｇ ｉ ｔ ｅ ｔ ｄ ｎｐ ｒｉ ｅ ｉ ｔ ｅａ— ｓ ｓ ｓｏ ｎ ｏ ｎ ｓ ｏ ｏ ｕ ｃｓ ｎ
维普资讯
第 ５卷 第 ３期 ２０ ０ ６年 ７月
ＪＵ Ｎ Ｌ ＦＢＩＮ Ｏ Ａ ＩＮ Ｌ＆Ｔ Ｃ ＮＣ 学报 Ｆ Ｄ ＳＲ ０ Ｒ Ａ Ｏ Ｅ北京 工业职 业技 术学院 ｂ Ｔ Ｔ Ｊ ＧＶ Ｃ ＴＯ Ａ Ｉ ＥＨ Ｉ Ｉ￣ＩＵ ＥＯ Ｉ Ｕ Ｔ Ｙ Ｌ Ａ Ｎ Ｎ
摘
要： 主要对北京市三个采样 点的 Ｐ ｏ Ｐ ． Ｍｌ 和 Ｍ２ 污染水平和时空分布进行 了分析。结果表 明： 区和 西 ５ 市
北城 区Ｐ ｏ Ｍｌ 季节性变化一致 ， 郊区与市区和西北城 区有所差异 ， 但污染水平最低。Ｐ ． Ｐ ｏ Ｍ２ 随 Ｍｌ ５ 上升而上 升， 但季节性变化与 Ｐ ｏ Ｍｌ 变化不一致。Ｐ ． Ｐ ｏ Ｍ２； Ｍｌ ／ 比值在 ３个采样 点都为夏季最高。采样 点间对 比为： 除 了Ｐ ｏ Ｍｌ 西北城区 ２０ 年春季超过市区， ０６ 其它均为市区＞西北城 区＞郊 区。这些结果可为颗粒物污染的进
．
ｉ ｈ ｍｏｐ ｅｅｉ ｅ ｇ ｎｔｅＡｔ ｓ ｈ ｒ Ｂ ｉ ｎ ｎ ｊ ｉ
北京市PM2.5污染的时空分布与主要空气污染物的关系
城（ Ａ１ ２）
用Ｐ ｅ ａ ｒ ｓ ｏ ｎ相 关 系数 来表 示 相 关性 ， 其 中“ 书 ” 和“ 书 ＂ 分 别表 示在
施。
为了研究北 京市 Ｐ Ｍ 浓度 的时空分布 与主要 空气污染物 的相关关 系， 文章利用 Ｓ Ｐ Ｓ Ｓ １ ９ ． ０ 软 件相关 陛分析中的 Ｐ ｅ ａ ｌ Ｌ ￣ ｏ ｎ相关系数 ， 基 于月
均值对各监测点 Ｐ Ｍ 与主要空气污染物（ Ｃ Ｏ 、 Ｎ Ｏ 、 Ｏ 、 Ｐ Ｍ 、 Ｓ Ｏ ） 的相关 ） ∈ 系进 行分析 ，然后通过 单样本 Ｋ — ｓ 检 验证明 所有 样本数据 在 著性 ０ ． ０ ５的水平 Ｍ ６ 乏 从正态分布 ， 相关结果 如表 ｌ 。南表 ｌ 可 以看 出 ， Ｐ Ｍ 均值与 Ｏ ， 呈负相关关系Ｈ极 著Байду номын сангаас与 Ｃ Ｏ和 Ｎ Ｏ ： 呈Ｊ Ｅ 相关关系凡橄 薯． 与Ｓ Ｏ 呈 正相关关 系。 各同控监测点 Ｐ Ｍ 月均 值与主要空气污 染物 的相 关性 的差异 主要体 现 在 Ｐ Ｍ 上 ， Ａｌ 、 Ａ １ ０ 、 Ａ １ １ 不 １ １ Ａ Ｉ ２相关性 更 吾 Ａ１ ０ （ 昌平镇 ） 靠近Ｔ业 同 ， 工业扬 较 大 ， 污染较为严重 ； ＡＩ （ 万寿 两宫 ） 、 Ａｌ ｌ （ 奥体 中心 ） 和 Ａｌ ２ （ 古城 ） 处 于居 民 、 交通 、 风 景 以及混 合区域，汽车尾气和居民燃煤炯气所产七的 Ｐ Ｍ， 。 污染源增多导致 Ｐ Ｍ
《2024年北京典型污染过程PM2.5的特性和来源》范文
《北京典型污染过程PM2.5的特性和来源》篇一
一、引言
近年来，随着工业化和城市化的快速发展，大气污染问题日益严重，其中以PM2.5（细颗粒物）为代表的空气污染物受到了广泛关注。
北京作为我国政治、经济、文化的中心，其大气污染问题尤其突出。
本文将详细分析北京典型污染过程中PM2.5的特性和来源，为有效控制和治理PM2.5提供理论支持。
二、北京典型污染过程中PM2.5的特性
1. 物理特性：PM
2.5是指空气中直径小于或等于2.5微米的颗粒物，其粒径小、比表面积大，具有较高的吸附性。
这些颗粒物可以长时间悬浮在空气中，对大气环境和人体健康造成严重影响。
2. 化学特性：PM2.5成分复杂，包括硫酸盐、硝酸盐、铵盐、有机碳、元素碳等。
这些化学成分使得PM2.5具有强致敏性和毒性，对人体健康产生较大危害。
三、北京PM2.5的来源
1. 工业排放：钢铁、化工、电力等重工业行业排放的废气是PM
2.5的主要来源之一。
这些行业在生产过程中产生的烟尘、废气等直接排放到大气中，对PM2.5浓度产生较大影响。
2. 交通排放：机动车尾气排放是PM2.5的另一个重要来源。
在高峰时段，道路交通拥堵严重，机动车尾气排放量大幅增加，对PM2.5浓度产生显著影响。
3. 建筑扬尘：北京作为建筑大市，建筑工地和道路施工等产生的扬尘也是PM2.5的重要来源之一。
这些扬尘在风力作用下容易飘散到空气中，增加PM2.5浓度。
4. 生活污染：生活垃圾焚烧、燃煤等也是PM2.5的重要来源。
这些活动产生的烟尘和废气对大气环境造成严重污染。
四、结论与建议
通过。
《2024年北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系》范文
《北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系》篇一一、引言随着工业化和城市化的快速发展，大气污染问题日益突出，尤其是细颗粒物（PM2.5）和可吸入颗粒物（PM10）的污染，已成为当前环境保护工作的重点。
北京作为我国的首都，其空气质量对国民健康和社会发展具有重要意义。
因此，本文旨在探讨北京地区冬春季节PM2.5和PM10污染水平的时空分布特征，并分析其与气象条件的关系，为制定有效的空气质量改善措施提供科学依据。
二、研究区域与方法（一）研究区域本文的研究区域为北京市，包括东城、西城、朝阳、丰台等主要行政区划。
（二）研究方法采用文献综述与实证分析相结合的方法，通过收集近五年北京地区冬春季节的空气质量监测数据及气象数据，分析PM2.5和PM10的污染水平及时空分布特征，并利用统计分析方法探讨其与气象条件的关系。
三、PM2.5和PM10污染水平的时空分布特征（一）时间分布特征1. 冬春季PM2.5和PM10浓度较高，其中冬季尤为明显。
这主要是由于供暖期煤炭燃烧、汽车尾气排放等因素导致。
2. 每日的污染高峰多出现在早晚高峰时段，与交通拥堵、工业生产等活动密切相关。
（二）空间分布特征1. 城区PM2.5和PM10浓度普遍较高，尤其是交通干线附近和工业区。
2. 郊区及山区由于自然环境较好，污染程度相对较低。
四、PM2.5和PM10污染与气象条件的关系（一）气象条件对PM2.5和PM10浓度的影响风速、温度、湿度和降水等气象条件对PM2.5和PM10的浓度有显著影响。
例如，静风、逆温等不利于污染物扩散的气象条件会导致PM2.5和PM10浓度升高；而降水则有助于清洗空气中的颗粒物，降低污染水平。
（二）具体气象因素分析1. 风速：风速较大时，有利于污染物的扩散和稀释，降低PM2.5和PM10的浓度；反之，风速较小或静风时，污染物不易扩散，浓度较高。
2. 温度：低温有利于颗粒物的凝聚和沉降，从而降低PM2.5的浓度；但高温可能加剧光化学反应，产生更多的二次污染物。
《2024年北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系》范文
《北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系》篇一一、引言随着工业化进程的加速和城市化程度的提高，大气污染问题日益严重，尤其是北方城市在冬春季节常受到颗粒物污染的困扰。
北京作为中国的首都，其空气质量备受关注。
PM2.5和PM10作为衡量空气质量的重要指标，其污染水平及分布规律与气象条件密切相关。
本文旨在分析北京地区冬春季节PM2.5和PM10的污染水平时空分布特征，并探讨其与气象条件的关系。
二、研究方法1. 数据来源本研究采用北京地区冬春季节的空气质量监测数据，包括PM2.5、PM10浓度数据及气象数据。
数据来源于北京市环境保护局发布的空气质量监测站点数据及气象局提供的气象数据。
2. 分析方法采用统计分析方法，对北京地区冬春季节的PM2.5和PM10浓度数据进行时空分布分析，探讨其变化规律。
同时，结合气象数据，分析气象条件对PM2.5和PM10浓度的影响。
三、结果与分析1. PM2.5和PM10的时空分布特征（1）时间分布特征季节性变化。
其中，冬季的污染水平较高，春季次之。
在日变化方面，早晨和傍晚是污染高峰时段，这与人流车流量的增加有关。
（2）空间分布特征北京地区PM2.5和PM10的污染水平在空间上呈现出一定的差异性。
城区及近郊区的污染水平较高，而远郊区及郊野公园等地的污染水平相对较低。
这与人流密集度、交通状况及工业分布等因素有关。
2. 气象条件对PM2.5和PM10浓度的影响（1）风速与风向风速对PM2.5和PM10的扩散和稀释作用显著。
当风速较大时，有利于污染物的扩散，降低空气中的颗粒物浓度。
而风向则影响污染物的传输方向，当主导风向为污染源方向时，易造成污染物在城区累积。
（2）温度与湿度温度和湿度对颗粒物的物理化学性质有影响，进而影响其在大气中的存在形态和扩散能力。
在低温高湿的环境下，颗粒物易于凝结成较大的颗粒，降低其在空气中的悬浮能力，易造成局部污染。
（3）降水降水对颗粒物有明显的清除作用。
北京市历史颗粒物浓度
北京市历史颗粒物浓度
北京市的历史颗粒物浓度一直备受关注。
近年来，由于工业化和城市化的加速发展，以及大量机动车辆的增加，导致了颗粒物污染的不断加重。
据统计，北京市的颗粒物浓度自2013年开始就一直高居全国城市之首。
2013年至2017年，北京市的PM2.5浓度一直维持在严重污染的级别，年均浓度高达90微克/立方米以上，超过了国家限制的35微克/立方米。
2013年1月12日是近年来北京市颗粒物污染最严重的日子之一，当天PM2.5浓度更是达到了976微克/立方米的惊人水平。
为了改善空气质量，北京市政府采取了一系列措施。
例如，加强对工业企业的环境监督，推行清洁能源替代传统能源，对高污染排放企业进行淘汰，加大机动车尾气排放治理力度等等。
此外，北京市还积极开展了植树造林，共植树苗800多万株。
通过这些努力，北京市的颗粒物浓度逐渐得到了改善。
据2018年的统计数据显示，北京市PM2.5浓度年均为51微克/立方米，相比前几年有所下降，但仍然属于严重污染水平。
未来，北京市将继续加大环境保护力度，进一步减少颗粒物污染，为人民创造一个更加清洁、健康的生活环境。
坚持( )、源头防治,持续实施大气污染防治行动,打赢蓝天保卫战
坚持( )、源头防治,持续实施大气污染防治行动,打赢蓝天保卫战【2017中国经济新气象】光明日报记者张蕾今年全国两会提出“蓝天保卫战”后，旋即成为2017年《政府工作报告》的一大新词。
“蓝天保卫战”的目标是什么？《政府工作报告》指出：“今年二氧化硫、氮氧化物排放量要分别下降3%，重点地区细颗粒物（pm2.5）浓度明显下降。
”保卫蓝天的攻坚战怎么打？《政府工作报告》也给出了明确的方案——科学施策、标本兼治、铁腕治理。
“坚持全民共治、源头防治，持续实施大气污染防治行动，打赢蓝天保卫战。
”党的十九大报告直击民生痛点，向大气污染宣战。
2017年是《大气污染防治行动计划》（“大气十条”）第一阶段的收官之年。
如今，年近尾声，各地“蓝天保卫战”的战果如何？河北因“病”施治，才能让天真正蓝起来在京津冀大气污染治理中，河北无疑背负的压力最大。
只有因“病”施治，才能让天真正蓝起来。
对于年年顶着雾霾“锅盖”的河北来说，产业结构偏化工、能源结构偏煤炭、运输结构偏公路，是造成大气污染严重的根本原因。
为此，河北坚持把推进结构调整作为治本之策：2013年以来，累计压减钢铁产能逾1.3亿吨、水泥产能6718.5万吨、平板玻璃产能6406万重量箱；针对能源结构“一煤独大”带来的污染痼疾，先后开展燃煤发电机组超低排放升级改造、关停取缔实心黏土砖瓦窑、“拔烟囱”等专项行动，近5年累计削减煤炭4468万吨；此外，还启动了“车、油、路”一体化治理，淘汰黄标车、老旧车、强制报废机动车186万辆，积极推动进省煤炭专线运输、加油站油气回收治理等。
今年4月，环保部督察组在保定市清苑区发现了三家“散乱污”企业，责成当地立即整改。
“这些‘散乱污’企业对于地方经济发展的作用有限，却非常恶劣地污染着环境，我们决定当天就干，立即取缔。
”回忆当时的情形，孙村乡乡长吴国立说。
事实上，类似“散乱污”企业，2017年1月至10月，河北省一共整治了20850家。
治理大型企业违规超标排污，河北省也毫不手软。
2016年北京市空气质量特征及PM2.5传输规律
2016年北京市空气质量特征及PM2.5传输规律崔继宪;郎建垒;陈添;张大伟;王占山;程水源【期刊名称】《北京工业大学学报》【年(卷),期】2018(044)012【摘要】为研究北京市空气质量特征以及PM2.5区域传输影响,通过对比分析北京不同类型空气质量评价点——昌平、官园、古城、东四环、榆垡等监测点的2016年监测数据,探讨了PM2.5、SO2、NO2、CO及O3-1h污染的时空变化特征及其与气象因素的相关性.采用HYSPLIT模型分析了不同季节的气流来向,并利用WRF-CAMx-PSAT模型定量估算了北京不同季节典型污染过程的区域PM2.5传输贡献.结果表明,与2011—2015年相比,2016年北京市气象扩散条件较为有利,气温、能见度、湿度、风速、气压年均值分别增加了5.6％、8.7％、3.6％、-4.0％、0.03％.此外,春、夏、冬三季偏南气流轨迹占比较小,分别为14％、9％和4％.年内变化显示,O3-1h 4—9月份质量浓度水平较高,PM2.5、NO2、CO和SO2冬季日均质量浓度明显高于其他季节,NO2、PM2.5和CO 2月份月均质量浓度最低.从空间分布来看,PM2.5、SO2、O3-1h和CO呈现南高北低且非均匀分布,而NO2则城区高于郊区.从气象因素与污染物的相关性来看,PM2.5与相对湿度、O3与温度、CO与相对湿度均呈明显正向线性相关,与SO2相比,NO2与相对湿度的相关性较好.同时,通过对典型污染过程进行PM2.5传输规律的分析发现,北京市PM2.5主要来自本地源排放,贡献率达36.4％～56.8％,而河北、天津以及京津冀地区对北京区域传输也较为明显,贡献率分别为22.6％～47.9％、3.16％～17.8％和9.7％～16.7％.【总页数】10页(P1547-1556)【作者】崔继宪;郎建垒;陈添;张大伟;王占山;程水源【作者单位】北京工业大学区域污染防治北京市重点实验室,北京 100124;北京工业大学区域污染防治北京市重点实验室,北京 100124;北京工业大学区域污染防治北京市重点实验室,北京 100124;北京市环境保护局,北京 100044;北京市环境保护监测中心大气颗粒物监测技术北京市重点实验室,北京 100048;北京市环境保护监测中心大气颗粒物监测技术北京市重点实验室,北京 100048;北京工业大学区域污染防治北京市重点实验室,北京 100124【正文语种】中文【中图分类】X511【相关文献】1.基于后向轨迹模式的北京市PM2.5来源分布及传输特征探讨 [J], 孔珊珊;刘厚凤;陈义珍2.基于中尺度空气质量模型的北京市城区PM2.5人口暴露情况初步研究 [J], 窦妍;汪彤;舒木水;纪晓慧;黄薇;淡默3.乌鲁木齐市空气质量5参数对PM2.5的影响及PM2.5浓度时空变化特征分析[J], 王鸥;何秉宇4.典型城市冬季PM2.5水溶性离子污染特征与传输规律研究 [J], 王晓琦;周颖;程水源;王刚5.基于VAR模型对北京市PM2.5的传输特征分析 [J], 陈铭浩因版权原因，仅展示原文概要，查看原文内容请购买。
北京市城区PM2.5的源解析
北京市城区大气PM2.5的源解析摘要：来源分析是解决PM2.5污染的基础，通过国内外文献和研究成果分析认为北京市城区PM2.5主要来源于燃煤及工业过程、二次转化、地面扬尘、机动车排放和生物质燃烧。
PM2.5的分布特征为夜间浓度高于白天，主要来源随季节更替变化明显，其浓度与高度和区域位置有关。
关键词：北京市；城区,；PM2.5；源解析Source Apportionment of PM2.5 in the urban area of Beijing Abstract: Source apportionment is the foundation of the solution to PM2.5. According to consulting domestic and foreign literature materials, the main sources of PM2.5 in the urban area of Beijing are coal burning, industrial process, secondary formation,, namely soil, vehicle emissions and biomass burning. The distribution characteristics of PM2.5are as follows: the concentration of PM2.5in night time is higher than daytime; the main sources are changing significantly with the changing seasons; the concentration is connected with the height and regional location.Key Words: Beijing; urban area; PM2.5; source apportionment0引言城市大气细颗粒物PM2.5是危害人体健康和环境(如大气能见度降低、干沉降)的最主要的空气污染物之一，目前已经成为世界各国研究的重点。
京津冀雾霾时空分布特征及其相关性研究
京津冀雾霾时空分布特征及其相关性研究近年来，雾霾问题成为困扰京津冀地区的严重环境问题之一，给人们的健康和生活带来了严重威胁。
为了更好地了解雾霾的时空分布特征，以及寻找其与各种因素之间的相关性关系，本文对京津冀地区的雾霾进行了深入研究。
首先，本文搜集了2015年至2020年期间的大气质量监测数据，包括PM2.5、PM10、SO2、NO2等指标。
通过对这些数据进行统计和分析，我们得出了京津冀地区雾霾的时空分布特征。
研究结果表明，冬季是京津冀雾霾最为严重的季节，而夏季则相对较为清洁。
在空间分布方面，北京、天津和石家庄等大城市的雾霾问题较为突出，而河北省的承德、唐山等地也呈现出较高的雾霾发生频率。
接下来，本文对雾霾的形成机制进行了探讨。
雾霾形成的主要原因是大气中的颗粒物（如PM2.5和PM10）过高，与工业排放、交通尾气、燃煤等因素密切相关。
煤炭的使用是京津冀地区空气污染的主要原因之一，而高密度的交通也是雾霾问题的重要来源。
此外，本文还研究了雾霾与气温、湿度、风速等气象因素之间的相关性关系。
研究结果表明，气温较低、湿度较大以及风速较弱的天气条件更有利于雾霾的形成和积聚。
这与京津冀地区冬季的气候特点相符合，因为冬季气温低、湿度大，同时冬风相对较弱，这种气候条件为雾霾的形成提供了有利条件。
最后，本文还对应对京津冀雾霾问题提出了一些建议。
首先，推动产业结构的优化和升级，减少高污染行业的产出量。
其次，加强环境监管和执法力度，严厉打击各类污染行为。
此外，引导居民采取主动的防护措施，如佩戴口罩、定期通风等。
最重要的是，要促进京津冀地区的协同发展，共同应对雾霾问题。
综上所述，本文通过对京津冀地区雾霾的时空分布特征及其相关性的研究，揭示了雾霾问题的一些规律和特点。
这些研究结果有助于人们更好地了解雾霾问题，并为相关部门采取有效的防控措施提供科学依据和指导。
未来，如何进一步改善京津冀地区的空气质量，仍然是一个重要而紧迫的任务，需要持续不断地努力和合作。
《2024年北京典型污染过程PM2.5的特性和来源》范文
《北京典型污染过程PM2.5的特性和来源》篇一一、引言近年来，北京作为中国的首都，空气质量引起了公众的广泛关注。
PM2.5（细颗粒物）是评估空气质量的关键指标之一，对环境和人类健康有着极大的影响。
因此，理解北京地区典型污染过程中PM2.5的特性和来源至关重要。
本文将深入探讨北京地区PM2.5的特性和主要来源。
二、PM2.5的特性PM2.5是指空气中直径小于或等于2.5微米的颗粒物，因其粒径小，能深入肺部，甚至进入血液循环，对人类健康造成严重影响。
北京地区的PM2.5特性主要表现为：1. 粒径小：PM2.5颗粒物粒径小，容易在空气中长时间悬浮，对人体健康造成长期影响。
2. 成分复杂：PM2.5成分复杂，包括硫酸盐、硝酸盐、有机碳、元素碳、尘土等。
3. 区域传输性：由于气象条件的影响，PM2.5可以在区域内进行长距离传输，影响范围广泛。
三、PM2.5的来源PM2.5的来源广泛，主要包括自然源和人为源。
在北京地区，人为源是PM2.5的主要来源。
1. 工业排放：钢铁、电力、化工等重工业企业的排放是PM2.5的重要来源。
这些企业排放的废气中含有大量的硫酸盐、硝酸盐和有机物，是PM2.5的主要成分。
2. 交通排放：机动车尾气排放是城市PM2.5的主要来源之一。
汽车尾气中的碳氢化合物、氮氧化物等在光照条件下可形成二次污染物，如臭氧和过氧乙酰硝酸酯等，进一步转化为PM2.5。
3. 建筑扬尘：建筑施工过程中的扬尘也是PM2.5的重要来源。
尤其在建筑工地、道路施工等过程中，大量扬尘会进入空气。
4. 燃煤和生物质燃烧：北方冬季取暖主要依靠燃煤和生物质燃烧，产生的烟尘中含有大量的颗粒物，是PM2.5的重要来源之一。
四、结论北京地区的PM2.5特性和来源复杂多样，需要我们从多个方面进行综合治理。
首先，加强工业排放的监管和控制，减少工业废气排放。
其次，优化交通结构，推广新能源汽车，减少机动车尾气排放。
此外，加强建筑施工管理，减少扬尘污染；同时，推广清洁能源，减少燃煤和生物质燃烧的污染。
北京城区2010-2014年PM2.5污染状况研究(201503)
2014 年 3 月，在北京又一个被重度污染空气所笼罩的日子，北京大学统计 科学中心和光华管理学院的八位老师同学开始收集和分析北京的 PM2.5 数据。时 隔一年之后，谨以这份报告来概括我们一年来的研究结果。目前关于如何治理中 国大气污染的讨论正在全国热烈进行着，我们期待这份报告能够提供一个数据的 视角和统计学上的分析判断。
24 小时平均 PM2.5 浓度范围 （美国）
优
0‐500‐35来自0.0–12.0良
51‐100
35‐75
12.1–35.4
轻度污染
101‐150
75‐115
35.5–55.4
中度污染
151‐200
115‐150
55.5–150.4
重度污染
201‐300
150‐250
150.5–250.4
严重污染
301‐400 401‐500
一级标准： （1）一个监测点的 PM2.5 年平均浓度不超过 15 微克/立方米； （2）一个监测点的 PM2.5 日平均浓度不超过 35 微克/立方米。 二级标准： （1）一个监测点的 PM2.5 年平均浓度不超过 35 微克/立方米； （2）一个监测点的日 PM2.5 日平均浓度不超过 75 微克/立方米。
空气质量评估报告
北京城区 2010-2014 年 PM2.5 污染状况研究
从统计学的视角解读北京雾霾
北京大学统计科学中心 北京大学光华管理学院
二零一五年三月
北京市PM2.5污染的时空分布与主要空气污染物的关系
北京市PM2.5污染的时空分布与主要空气污染物的关系作者：徐艺武来源：《科技创新与应用》2016年第33期摘要：近年来，我国多个地区遭遇严重的雾霾天气，极大的影响了人们的日常生活。
为了探讨PM2.5污染的浓度与主要空气污染物的关系，文章以2015年北京市12个国控监测点的监测数据为基础，运用统计学方法，研究PM2.5污染的浓度与主要空气污染物的相关关系，明晰北京市PM2.5污染源并提出相应措施。
结果表明：PM2.5浓度与主要空气污染物一定程度上相关。
PM2.5浓度与O3浓度呈负相关关系且极为显著，与CO浓度和NO2浓度呈正相关关系且极为显著，与SO2浓度呈正相关关系。
各个国控监测点PM2.5浓度与主要空气污染物的相关性的差异主要体现在PM10浓度上，所以控制汽车尾气和燃煤烟气的排放，对PM2.5的浓度的控制具有重要的意义。
关键词：PM2.5污染；时空分布特征；主要空气污染物；北京随着我国工业化、城市化的迅速推进，能源消耗的增长以及机动车数量的不断攀升[1-2]，使得空气污染逐渐成为制约我国可持续发展的核心问题。
PM2.5作为我国环境空气污染的重要指标之一，会降低大气能见度、影响气候和人类健康[3-4]，引起了人们的广泛关注。
目前在对北京市PM2.5污染的影响因素的研究中，很少有学者对PM2.5与主要空气污染物进行系统的分析。
在大气环境中，PM2.5是由空气中的气态污染物与直接排放到空气中的一次微粒经过一系列的化学反应或光学反应而生成的二次微粒[10]，因此研究空气中的主要气态污染物对PM2.5浓度的影响有重要的意义。
文章选取2015年1月1日至2015年12月31日北京市12个国控点监测数据为研究对象，探究2015年北京市PM2.5的浓度与主要空气污染物的关系，找到北京市PM2.5浓度升高的原因并提出相应的措施。
1 数据与方法1.1 数据来源及处理文章的PM2.5数据和主要空气污染物数据（CO、NO2、PM10、SO2、O3）都来源于2015年1月1日至2015年12月31日北京市12个国控监测点的监测数据，这些检测数据为PM2.5与主要空气污染物的每小时质量浓度数据，有效样本为86616个。
北京市近三年重污染天气细颗粒物时空分布特征及气象要素分析
北京市近三年重污染天气细颗粒物时空分布特征及气象要素分析北京市近三年重污染天气细颗粒物时空分布特征及气象要素分析近年来，全球变暖引发的气候变化已经成为全球关注的焦点问题之一。
气候变化对人类生活和经济发展产生了巨大的影响，尤其是空气质量。
细颗粒物是空气污染中最为危险的成分之一，对人体健康造成严重的危害。
在中国的城市中，北京被认为是细颗粒物污染最为严重的城市之一。
本文将分析北京市近三年重污染天气细颗粒物的时空分布特征，并探讨其与气象要素的关系。
首先，我们先来了解一下细颗粒物。
细颗粒物（PM2.5）指直径小于等于2.5微米的颗粒物。
它们可以从燃烧排放物、工业和交通尾气以及自然源等多个渠道释放到空气中。
由于颗粒物小而细，能够悬浮在空气中较长时间，被人们呼吸进入肺部，对人体健康产生危害。
在近三年的时间里，北京市的细颗粒物污染情况呈现出一定的时空分布特征。
在时间上，细颗粒物的污染主要集中在秋冬季节，尤其是11月至次年2月期间。
这是因为在这个季节里，温度低、湿度大、居民取暖需求旺盛，同时统一的供暖季也导致了排放源的集中。
在空间上，细颗粒物的浓度高峰主要分布在城市核心区域，如东城区、西城区和朝阳区等。
这是因为城市核心区域汇集了大量的人口和交通流量，汽车尾气、工业排放等污染源集中于此。
而影响细颗粒物浓度的主要气象要素有温度、湿度、风速和气压等。
温度对细颗粒物浓度的影响比较复杂，一方面，低温能够使得空气中的水分凝结成雾霾，增加颗粒物的浓度；另一方面，高温能够加速化学反应，减少细颗粒物的浓度。
湿度对细颗粒物浓度的影响较为明显，湿度越大，颗粒物与水分子结合的机会越大，降低了颗粒物浓度。
风速对细颗粒物的含量有一定的稀释作用，风速越大，颗粒物将远离污染源。
气压对细颗粒物的浓度影响较小，但是气压的变化能够改变大气的稳定性，进而影响大气扩散条件。
除了气象要素，还有其他因素也会影响细颗粒物的浓度。
例如，排放源的类型和强度、污染物的氧化还原反应、大气稳定性等。
《2024年北京城区低层大气PM10和PM2.5垂直结构及其动力特征》范文
《北京城区低层大气PM10和PM2.5垂直结构及其动力特征》篇一一、引言随着工业化和城市化的快速发展，大气污染问题日益严重，特别是可吸入颗粒物（PM10和PM2.5）对城市居民的健康和生活质量产生了严重影响。
北京作为我国的大都市之一，其城区低层大气的PM10和PM2.5污染问题备受关注。
为了更深入地了解这两种颗粒物的垂直分布特征及其动力机制，本文对北京城区低层大气的PM10和PM2.5进行了系统的观测和研究。
二、研究方法本研究采用现场观测与数据分析相结合的方法，选取北京城区多个代表性地点进行持续的大气污染观测。
利用专业仪器设备对低层大气的PM10和PM2.5浓度进行实时监测，并记录气象数据，如风速、风向、气压等。
同时，结合卫星遥感数据和气象模型模拟结果，对PM10和PM2.5的垂直结构及其动力特征进行综合分析。
三、PM10和PM2.5的垂直结构特征1. 垂直分布概况北京城区低层大气的PM10和PM2.5呈现出明显的垂直分布特征。
随着高度的增加，两种颗粒物的浓度均呈现递减趋势。
在近地面层，由于受到人类活动和气象条件的影响，颗粒物浓度较高；随着高度的升高，这种影响逐渐减弱，颗粒物浓度也随之降低。
2. 季节变化特征在不同季节，PM10和PM2.5的垂直分布也存在差异。
冬季由于供暖等因素的影响，颗粒物浓度较高；夏季则由于降雨等气象条件的影响，颗粒物浓度相对较低。
此外，风速、风向等气象因素也会影响颗粒物的垂直分布。
四、动力特征分析1. 风力作用风力是影响PM10和PM2.5垂直分布的重要因素。
在风力较大的情况下，颗粒物容易被吹散，近地面的浓度相对较低；而在静风或逆风条件下，颗粒物容易在近地面层积累，导致浓度升高。
2. 大气边界层活动大气边界层的活动也会影响PM10和PM2.5的垂直分布。
在边界层活跃时，湍流作用增强，有利于颗粒物的扩散和稀释；而在边界层稳定时，湍流作用减弱，颗粒物容易在近地面层积累。
五、结论通过对北京城区低层大气的PM10和PM2.5进行观测和研究，发现这两种颗粒物具有明显的垂直分布特征和动力机制。
2016年1112月北京及周边重污染过程PM2.5特征
接排 放、气 溶 胶 二 次 转 化 及 ［１０１１］ 气 象 条 件［１２］等 有 关 ，但 不 同 站 点 的 气 溶 胶 物 理 化 学 特 征 、排 放 源 和 气 象条件等表现出不同特征。针对北京及周边地区不 同站点气溶胶物理 化 学 资 料，结 合 地 面 和 探 空 气 象 数 据 进 行 综 合 分 析 ，有 助 于 更 好 解 释 其 重 污 染 成 因 。 本文选取了重污染频次较高、污 染 程 度 较 重 的 ２０１６ 年１１—１２月为关 注 时 段，对 包 括 北 京 地 区 本 底 站、 郊 区 站 、城 区 站 以 及 周 边 河 北 城 区 站 、郊 区 站 重 污 染 期间气溶胶物理化 学 特 征、气 象 条 件 等 进 行 综 合 分 析，并探讨北京两 次 持 续 ３ｄ 及 以 上 的 重 污 染 过 程 成因异同和大气垂 直 结 构 特 征，以 期 为 北 京 及 周 边 地区大气污染物防控提供参考。
第３０卷 第３期 ２０１９年５月
应用气象学报
ＪＯＵＲＮＡＬ ＯＦ ＡＰＰＬＩＥＤ ＭＥＴＥＯＲＯＬＯＧＩＣＡＬＳＣＩＥＮＣＥ
Ｖｏｌ．３０，Ｎｏ．３ Ｍａｙ２０１９
贾小芳，颜鹏，孟昭阳，等．２０１６年１１—１２月北京及周边重污染过程 ＰＭ２．５特征．应用气象学报，２０１９，３０（３）：３０２３１５． ＤＯＩ：１０．１１８９８／１００１７３１３．２０１９０３０５
１ 研 究 区 域 及 方 法
１．１ 研 究 区 域 本 文 研 究 区 域 见 图１，其 中 包 括 北 京 密 云 境 内 的
２０１９０１０４ 收 到 ，２０１９０３１２ 收 到 再 改 稿 。 资 助 项 目 ：国 家 自 然 科 学 基 金 项 目 （９１６４４２２３，２１７７７１９１，２１３７７１６５），中 国 气 象 局 气 象 探 测 中 心 青 年 基 金 （ＴＣＱＮ２０１６０８） 通信作者，邮箱：ｍｅｎｇｚｙ＠ｃｍａ．ｇｏｖ．ｃｎ
应用时间序列分析对北京PM2.5浓度预测
应用时间序列分析对北京PM2.5浓度预测许晟昊【摘要】雾霾是特定气候与人类作用相互作用的结果.随着城市不断发展,城市人口的高度集中,人类通过汽车尾气、工业排放等途径产生的细小颗粒物数量大且集中.鉴于我国华北地区雾霾天气的严峻形势,通过探究雾霾天气的变化规律寻找其出现原因来帮助我们认识雾霾天气的污染来源.PM2.5是空气污染物之一,它能较长时间悬浮于空气中.虽然PM2.5只是地球大气成分中含量很少的组分,但它对空气质量和能见度等有重要的影响.在本文中,采用时间序列分析的方法,查找到中国北京的污染状况的统计结论.然后根据北京市数据,建立逐天、逐小时模型对北京市空气中PM2.5浓度进行预测分析.【期刊名称】《化工中间体》【年(卷),期】2017(000)010【总页数】3页(P62-64)【关键词】雾霾;时间序列;PM2.5;预测分析【作者】许晟昊【作者单位】佛山市顺德区第一中学广东 528000【正文语种】中文【中图分类】X1.背景雾霾是特定气候与人类作用相互作用的结果。
随着城市不断发展，城市人口的高度集中，人类通过汽车尾气、工业排放等途径产生的细小颗粒物数量大且集中。
这些细小颗粒物可以通过风的水平搬运作用输送到其他地区，但是一旦排放超过大气循环能力，细小颗粒物持续集聚增多，随之而来的便是大范围的雾霾天气。
鉴于我国华北地区雾霾天气的严峻形势，通过探究雾霾天气的变化规律寻找其出现原因来帮助我们认识雾霾天气的污染来源。
PM2.5是空气污染物之一，它能较长时间悬浮于空气中。
虽然PM2.5只是地球大气成分中含量很少的组分，但它对空气质量和能见度等有重要的影响。
在本文中，采用时间序列分析的方法，查找到中国北京的污染状况的统计结论。
然后根据北京市数据，建立逐天、逐小时模型对北京市空气中PM2.5浓度进行预测分析。
2.数据(1)数据描述在本研究中，采用的是美国大使馆检测的2008年至2016年的PM2.5污染物观测数据，该数据包含一天中每个整点时刻的观测数据。
《2024年北京城区低层大气PM10和PM2.5垂直结构及其动力特征》范文
《北京城区低层大气PM10和PM2.5垂直结构及其动力特征》篇一一、引言随着工业化和城市化的快速发展，大气污染问题日益严重，尤其是可吸入颗粒物（PM）的污染已成为国内外关注的焦点。
北京作为中国的首都，其城区低层大气的PM10和PM2.5污染问题尤为突出。
因此，研究北京城区低层大气PM10和PM2.5的垂直结构及其动力特征，对于理解大气污染的形成机制、预测和防控污染具有重要意义。
二、研究背景PM10和PM2.5是指空气中直径小于或等于10微米和2.5微米的颗粒物。
这些颗粒物来源广泛，包括工业排放、交通尾气、建筑扬尘等。
低层大气中PM的垂直分布及动力特征受到多种气象条件的影响，如风速、风向、温度、湿度等。
三、研究方法本研究采用现场观测与数值模拟相结合的方法，对北京城区低层大气的PM10和PM2.5进行系统研究。
首先，在城区不同高度设置观测点，实时监测PM10和PM2.5的浓度变化；其次，结合气象数据，分析风速、风向等气象因素对PM垂直分布的影响；最后，利用数值模型模拟PM的传输和扩散过程。
四、结果与分析1. PM10和PM2.5的垂直结构通过对北京城区不同高度的观测点进行监测，我们发现PM10和PM2.5的浓度随高度的增加呈明显降低趋势。
在低层大气中，由于受到人类活动的影响，PM的浓度较高；随着高度的增加，自然因素的影响逐渐增强，PM的浓度逐渐降低。
此外，我们还发现在某些气象条件下，如静风、逆温等，PM的垂直分布更为明显。
2. 动力特征风速和风向是影响PM垂直分布和动力特征的重要因素。
在风速较大的情况下，PM的传输和扩散速度加快，浓度相对较低；而在风速较小或静风的情况下，PM容易在局部地区积累，导致浓度升高。
此外，风向的变化也会影响PM的传输方向和速度。
温度和湿度对PM的动力特征也有一定影响，如逆温现象会阻碍大气的垂直运动，导致PM在低层大气中积累。
五、结论本研究表明，北京城区低层大气的PM10和PM2.5具有明显的垂直结构和动力特征。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
生态环境学报 2019, 28(1): 97-105 Ecology and Environmental Sciences E-mail: editor@基金项目：国家重点研发计划项目（2016YFC0207903；2016YFC0207904；2018YFC0706004）作者简介：齐梦溪（1992年生），女，硕士研究生，研究方向为GIS 在大气环境中的应用。
E-mail:qmengxi21@*通信作者：赵文吉，男，教授。
E-mail:zhwenji1215@收稿日期：2018-08-072014－2016年北京市PM 2.5污染时空分布特征齐梦溪1，赵文慧2，孙爽1，刘轶轩1，郭逍宇1，赵文吉1*1. 首都师范大学资源环境与旅游学院，北京 100048；2. 北京市环境保护监测中心，北京 100048摘要：分析2014－2016年北京市35个大气PM 2.5监测站点数据，对比采暖期与非采暖期PM 2.5污染时间变化差异，并对全市PM 2.5污染的空间分布特征进行分析，探究近3年北京市大气PM 2.5污染的时空分布规律，揭示采暖期与非采暖期PM 2.5污染的异同性，为全市大气环境污染治理与改善提供合理性建议。
结果表明，2014－2016年北京市PM 2.5年均质量浓度分别为90.279、82.261、78.672 μg·m −3，污染水平逐年下降。
其中，非采暖期小时均值分别于12:00与21:00左右达到峰值，污染波谷分别出现在7:00与18:00，采暖期白天浓度低夜间浓度高，从7:00下降至17:00升高，23:00至次日1:00为稳定持续的高污染时段；非采暖期PM 2.5月均浓度值均呈“W ”形波动，每年5月与8月中旬污染浓度值最低，7月污染相对较高；采暖期污染水平整体高于非采暖期，其中1月、2月污染较为严重。
全市PM 2.5均值浓度表现出南部>北部的空间分布特征。
非采暖期东南部PM 2.5污染普遍高于西北部，采暖期西南部的房山区、大兴区与通州区为主要污染区域，包含主城区在内的北部地区PM 2.5污染浓度相对较低；非采暖期的主城区在涵盖城市交通要道的区域PM 2.5浓度值较高，采暖期污染分布特征为西北与东南较高，中部以植物园监测点为中心的周边污染浓度始终保持全域最低；六环区域内，非采暖期北部新区、植物园与古城周边污染水平低，万柳、云岗以东污染较重，采暖期重污染区域范围缩小，向东、南边缘区域集聚，2015年与2016年主要污染区域分布在以房山为中心的南部地区。
整体而言，北京市采暖期大气污染主要来源于冬季取暖燃煤排放，非采暖期起决定性影响的污染源为汽车尾气排放，人为活动是大气中细颗粒物的主要来源。
关键词：北京市；PM 2.5；时空分布；采暖期；非采暖期 DOI: 10.16258/ki.1674-5906.2019.01.012中图分类号：X51 文献标志码：A 文章编号：1674-5906（2019）01-0097-09引用格式：齐梦溪, 赵文慧, 孙爽, 刘轶轩, 郭逍宇, 赵文吉, 2019. 2014－2016年北京市PM 2.5污染时空分布特征[J]. 生态环境学报, 28(1): 97-105.QI Mengxi, ZHAO Wenhui, SUN Shuang, LIU Yixuan, GUO Xiaoyu, ZHAO Wenji, 2019. Temporal and spatial distribution characteristics of PM 2.5 pollution in Beijing from 2014 to 2016 [J]. Ecology and Environmental Sciences, 28(1): 97-105.近年来，随着中国工业化、城市化与现代化进程的推进，城市大气污染已成为亟待解决的主要环境问题之一，其中雾霾作为一种典型灾害性空气污染现象，具有爆发频率高、持续时间长、影响范围广等特点（钱峻屏等，2006）。
PM 2.5（粒径≤2.5 μm ）作为雾霾的主要组分，具有粒径小、相对表面积大、易吸附有毒有害物质等特征，对人体健康与大气环境具有显著影响（吴兑等，2012；杨勇杰等，2008；杨新兴等，2012）。
此外，PM 2.5及其组分通过消光作用和对可见光的强吸收作用，使大气能见度显著降低（Mues et al.，2012；王京丽等，2006；Pakkanen et al.，2001）。
如何实现对大气PM 2.5及时有效的管控与防治，改善地区环境质量、提高人居生活水平、促进区域生态环境与社会经济的协调发展，现已成为众多学者关注与研究的焦点（杨复沫等，2000；徐敬，2003；任阵海等，2004）。
近年来，对PM 2.5的研究主要集中在污染水平、时空分布、化学组成及污染来源等方面（吴健生等，2015；杨复沫等，2002；王振波等，2015；于娜等，2009）。
在对北京市PM 2.5污染的季节分布特征进行分析时发现，冬秋污染水平较高、春夏次之（Wang et al.，2015；王浩等，2016；王嫣然等，2016）。
全市大气PM 2.5污染高浓度区域主要集中在南部及西南部，东部及城区次之，北部和东北部为低值区，整体呈现由北向南逐步加重的空间分布特征，且其质量浓度变化与自然因素相关性较强，温度、相对湿度、风速、降水和气压等是影响PM 2.5污染程度的重要因素（赵越等，2004；杨文涛等，2018；陈媛等，2010；王伟武等，2008；梅波等，2018）。
在成因分析上，崔蓉等（2008）通过对2006年北98 生态环境学报第28卷第1期（2019年1月）京采暖期PM2.5和PM10中元素的分析，得出主要污染源为供热燃煤和机动车尾气排放；毛小平等（2017）对北京市冬季大气污染特征进行解析，发现本地源（无除尘设备的散户燃煤排放及市内生活排放）是北京市大气颗粒物污染的主要来源，异地搬运污染源对全市大气污染的影响程度不具有决定性作用。
经研究发现，北京市PM2.5污染时空分布特征的长时间序列研究多集中在2014年以前，对2014年之后的研究相对较少，因此，本文对北京市2014－2016年大气细颗粒污染物时空分布特征进行探究，通过对比与分析近3年PM2.5的污染时空变化规律，进一步完善北京市大气环境监测体系，从而为大气污染治理政策的规划与制定提供参考依据。
1 研究区域与方法1.1 研究区概况北京市位于华北平原北部，三面环山，地势西北高，东南低，总面积约为1.64万平方千米，其中约三分之二为山区，平均海拔山区为平原区的25倍左右。
全市共分为16个市辖区，密云区面积最大，最小的为东城区，其气候为典型的北温带半湿润大陆性季风气候，春秋两季时间较短。
1.2 数据来源与研究方法本文选取2014－2016年北京市35个环境空气监测站点小时数据进行研究，数据来源于北京市环境保护监测中心（/），北京市行政区划矢量图、交通环路数据来自国家基础地理信息中心（）。
通常，北京市供暖开始于11月中旬，至次年3月中旬停止。
本研究中，3月16日－11月14日为非采暖期，自11月15日至次年3月15日为采暖期。
对24 h监测数据求日均值，基于日均值求采暖期与非采暖期均值及年均值，并应用ArcgGIS 10.3的空间分析手段，将具有空间坐标的35个监测站点的PM2.5浓度数据进行空间插值及统计分析。
监测站点分布如图1所示。
2 结果与讨论2.1 采暖与非采暖期PM2.5时间维度变化特征从时间维度对2014－2016年北京市采暖期（CN）与非采暖期（FCN）PM2.5污染特征规律进行分析，由图2可知，采暖期（CN）PM2.5小时均值浓度显著高于非采暖期（FCN）。
且非采暖期污染水平整体波动较小，2014年污染较重，2015年污染程度略低于2016年；采暖期，PM2.5浓度小时均值变化幅度较大，白天污染显著低于夜晚。
非采暖期，2014年与2015年整体呈“波浪”型波动，2016年变化趋势最为平缓。
从2:00开始小幅度下降，至7:00出现第一个小低谷，后污染逐渐加重，到11:00左右浓度达到峰值，持续到约13:00下降，至18:00浓度值降到另一个低谷，后污染浓度再次略有升高，全市PM2.5污染小时均值污染变化规律表现出明显的累积与滞后效应，其原因与人图1 研究区监测站点分布图Fig. 1 Distribution map of monitoring point in research area齐梦溪等：2014－2016年北京市PM 2.5污染时空分布特征 99为源的排放和大气层次结构变化相关，且人们外出活动和太阳辐射强弱也是造成该变化特征的主要因素之一（杜荣光等，2011；赵晨曦等，2014）。
本研究中，非采暖期PM 2.5污染小时均值与人为源的关系存在明显滞后效应。
7:00之前市内车辆相对较少，经夜间沉降作用PM 2.5浓度值逐渐下降，7:00－9:00与17:00－19:00为两个出行高峰期，上路车辆较多，汽车尾气排放量增加，大气中颗粒物含量经累积效应逐渐升高，由于滞后效应分别在11:00左右与22:00左右达到全天的两个峰值，且随出行高峰期的结束，大气中细颗粒物呈逐渐降低趋势显著，在3:00－6:00期间PM 2.5浓度相对较稳定，此时人为活动在一天中相对较少。
因此，非采暖期人为活动（主要为机动车尾气排放）对PM 2.5浓度有相对重要的影响（陶双成等，2016）。
采暖期大气PM 2.5小时均值变化趋势两年大体相同且整体波动较大，且在12:00之前2016年污染程度相对较低；12:00－18:00的 PM 2.5浓度，2014年明显低于其他年份，全市污染水平从16:00开始持续增长；在23:00至次日2:00到达峰值并保持相对稳定，后持续缓慢下降，10:00－12:00出现短暂抬升后，继续缓慢降低，15:00降至全天最低值，波动趋势大体呈“W ”形。
由于夜晚取暖需求，导致大气细颗粒物浓度从18:00开始快速抬升，出现持续时间较长的峰值，因此在采暖期，燃煤仍是北京市大气PM 2.5污染的主要贡献源（韩力慧等，2016）。
白天污染浓度波动相对较小，在11:00左右出现的峰值比其前后两个波谷略高，整体变化相对稳定，该时间段太阳辐射较强，人为活动相对频繁，处于上下班高峰期，车流量较大，导致大气中汽车尾气含量增加，但该污染源对大气PM 2.5浓度的影响效应整体不显著。
在PM 2.5月均浓度趋势图中（图3），以15号为节点将每年3月与11月拆分为两部分，分别归属于一年的采暖期与非采暖期，并将每年3月与11月全月均值浓度以散点图的形式呈现。