南京市城市不同功能区PM_10_和PM_2_1_质量浓度的季节变化特征

合集下载

南京地区PM2.5污染特征及其影响因素分析

南京地区PM2.5污染特征及其影响因素分析南京地区PM2.5污染特征及其影响因素分析一、引言PM2.5是指大气中颗粒物的一种细颗粒物，其直径小于或等于2.5微米。

由于其细小的粒径和可悬浮在空气中的特性，PM2.5对人体健康和环境造成严重影响。

近年来，南京地区的PM2.5污染问题日益严重，引起了广泛关注。

本文将对南京地区PM2.5污染的特征及其影响因素进行分析，旨在为改善南京地区的空气质量提供科学依据。

二、南京地区PM2.5污染特征1. 空气质量指数日平均浓度通过监测数据显示，南京地区的PM2.5平均浓度较高。

尤其在冬季，南京地区的PM2.5浓度明显升高，达到严重污染级别。

在夏季，PM2.5浓度虽然相对较低，但仍超出了世界卫生组织（WHO）的标准。

2. 季节变化南京地区的PM2.5浓度呈现明显的季节变化。

春季和冬季的PM2.5浓度较高，而夏季和秋季相对较低。

冬季主要受到暖空气层压制和能见度下降的影响，导致污染物在低层大气中积聚。

春季受沙尘天气和冷空气影响，PM2.5浓度上升。

夏季和秋季的较低浓度主要归因于湿度的提高和降水的增加。

三、南京地区PM2.5污染的影响因素1. 大气扩散条件大气扩散条件是南京地区PM2.5污染的重要影响因素。

南京地区位于长江三角洲地区，地形起伏平缓，湖泊众多，地势低洼。

这些地理特点使得该地区的大气扩散条件相对较差，污染物容易积聚，导致PM2.5浓度升高。

2. 工业排放南京地区的工业排放也是PM2.5污染的主要原因之一。

近年来，南京地区的工业发展迅速，大量的燃煤电厂、钢铁企业和化工厂排放了大量的污染物，包括PM2.5。

这些工业排放源是南京地区PM2.5污染的重要贡献者。

3. 机动车尾气排放随着机动车数量的增加，南京地区的机动车尾气排放成为PM2.5污染的另一个重要因素。

车辆燃烧产生的排放物中含有大量的PM2.5，尤其是柴油车的排放更加明显。

南京地区的交通拥堵问题加剧了尾气排放的影响。

南京市城市不同功能区PM10和PM2.1质量浓度的季节变化特征

第３卷１
增刊
气
象
科
学
Ｖｏ．３１，Ｓｐｌｍｅｔ１ｕｐｅｎ１０１２月
ＪｕｎｌｏｅＭｅｅｒｌｇｃｌｃｅｃｓｏｒａｆｔｔｏｏｏｉａｉｎｅｈＳ
王红磊，朱彬，康汉青，南京市城市不同功能区Ｐ和Ｐ质量浓度的季节变化特征．等．Ｍ。Ｍ：气象科学，０１３（刊）１ — ２１，１增：６
摘要使用ＡｄｒｎＵ型９级撞击采样器测量了南京市鼓楼商业区、北工业区、山风景ｎｅｓ．ｏ江钟区和宁六高速公路交通源春、、三季的大气气溶胶质量浓度。分析结果表明：京市Ｐ．和夏秋南Ｍ：Ｐ的质量浓度存在明显的季节变化，季＞春季＞夏季；１季为１７４ｇｍ，季为Ｍ０秋ｐＭ春Ｐ。６．７／夏
２３．
ＷＡＧＨｎｌ，Ｈｉ，ＡＧＨｎｉｇｔａＳａｏａｖｒｔｎｆＰ０ａｄＰｉｉｅｅｔｕｃｏａａａｎＮｎｎ．ＮｏｇｉＺＵＢｎＫＮａｑｎ，ｅ１ｅｓｎｌａａｏｓｏＭ１ｎＭ２ｎｄｆｎｎｔｎｌｒｓｉａｊｇｅ．ｉｉ１ｆｒｆｉｅｉＪｕｎｌｆｈｅｅｒｏｉｃｎｅ，０，１Ｓ）１—３ｏｒａｏｅＭｔｏｏｇａＳｉｃｓ２１３（１：６２．ｔｌｃｌｅ１
Ｐ粒径段。江北工业区ｆＭ和ｌＰ
ｍ
．
８４，７７。质量浓度的相关系数为０．１略高于鼓楼商业区的０．９

江苏省不同季节环境空气质量对比及特征分析

江苏省不同季节环境空气质量对比及特征分析邓爱萍（江苏省环境监测中心，南京210036)摘要：从空气质量达标天数比例、污染物浓度变化、气象条件以及污染天数等情况的对比分析，了解江苏省不同季节的环境空气质量状况及特点。

冬季大气扩散条件及空气质量较差，以颗粒物为主要超标污染物的特征较明显；春夏季空气质量较好，但受O3污染困扰。

关键词：季节；环境空气质量；对比；特征中图分类号：X831文献标识码：A文章编号：2095-672X（2016）-0045-04DOI：10.16647/15-1369/X.2016.02.012Comparison and characteristics of ambient air quality of different seasons in Jiangsu provinceDeng Aiping(Jiangsu Environmental Monitoring center,Nanjing210036)Abstract：Analyzed the proportion of air quality days,pollutant concentration,meteorological condition and pollution days of Jiang⁃su province to know the status and characteristics of air environmental quality in different seasons.Winter atmospheric diffusion condi⁃tions and air quality is poorer.Obviously particles are the main characteristic pollutants.Air quality in spring and summer is better but troubled by O3pollution.Key words：Season;Ambient air quality;Comparison;Characteristic环境空气质量优劣与众多因素有关，其中最主要的是污染物的排放。

南京空气质量分析报告

空气质量分析报告院系：地理科学学院自然地理系专业：气象与气候学姓名：学号：目录第一节引言 (3)第二节收集方法和研究方法2.1气象站概述 (3)2.2收集方法 (3)2.3研究方法 (3)第三节观测结果与讨论3.1 各数据之间的关系3.1.1 各观测点PM2.5随时间变化关系 (4)3.1.2 各观测点PM10随时间变化关系 (4)3.1.3 各观测点NO2随时间变化关系 (5)3.1.4 各观测点SO2随时间变化关系 (5)3.2对仙林污染物的研究3.2.1 风速随时间的变化 (6)3.2.2 PM2.5与PM10随时间的变化关系以及部的相关关系 (7)3.2.3 NO2、SO2与风速的相关关系 (8)3.3特例的讨论究1、瑞金的PM10低于其他地区而且较为稳定 (8)2、浦口SO2 含量低 (9)第四节结论与讨论1、结论 (10)2、不足 (10)附录数据 (11)第一节引言在一定围的大气中，出现了原来没有的微量物质，并有可能对人、动植物以及建筑商品等财产产生危害影响。

当大气中污染物质的浓度达到有害程度，以至破坏生态系统和人类正常生存和发展的条件，对人或物造成危害的现象叫做大气污染。

中国大气污染原有指标API。

2012年上半年新规定指出，用新的AQI代替API，作为新的污染程度衡量指标。

AQI分为六级，分别为一级优，二级良，三级轻度污染，四级中度污染，五级重度污染，六级严重污染。

参与评价的的污染物有SO2、NO2、PM10、PM2.5、O3、CO六项，评价结果较之前更为客观。

空气中对人、动植物以及人的财产产生影响的主要是SO2、NO2、PM10、PM2.5、O3、CO，因此目前大气污染研究的重点也在此。

由于本次数据收集的限制和本人能力的限制，本文仅限于对PM2.5、PM10、NO2、SO2及其相关关系做肤浅的研究。

注：以下图表中出现的系列一表示仙林，系列二表示草场门，系列三表示玄武湖，系列四表示浦口，系列五表示奥体中心，系列六表示瑞金，系列七表示迈皋桥，系列八表示路，系列九表示中华门。

《2024年南京SO2、NO2和PM10变化特征及其与气象条件的关系》范文

《南京SO2、NO2和PM10变化特征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，大气污染问题日益严重，其中硫氧化物（SO2）、氮氧化物（NO2）和颗粒物（PM10）等污染物已成为国内外关注的重要环境问题。

南京作为江苏省的省会城市，其空气质量受到广泛的关注。

本文将探讨南京SO2、NO2和PM10的变化特征及其与气象条件的关系，以期为南京的空气质量改善提供科学依据。

二、研究区域与方法2.1 研究区域本研究以南京市为研究对象，南京市位于中国东部沿海地区，地处长江下游平原。

2.2 数据来源本文使用的数据主要包括南京市的SO2、NO2和PM10浓度监测数据，以及气象数据（如温度、湿度、风速、风向等）。

这些数据均来源于权威的环保机构和气象部门。

2.3 研究方法本文采用时间序列分析、统计分析等方法，对南京市的SO2、NO2和PM10浓度进行变化特征分析，并探讨其与气象条件的关系。

三、南京SO2、NO2和PM10的变化特征3.1 SO2的变化特征根据监测数据显示，南京市的SO2浓度呈现出明显的季节性变化特征。

冬季由于取暖等原因，SO2浓度较高；而夏季由于降雨等自然因素，SO2浓度相对较低。

此外，工业区和交通繁忙区域的SO2浓度也较高。

3.2 NO2的变化特征NO2浓度的变化与交通状况密切相关。

在交通高峰期，NO2浓度较高；而在夜间和周末等交通相对较少的时间段，NO2浓度较低。

此外，城市工业活动和气象条件等也会对NO2浓度产生影响。

3.3 PM10的变化特征PM10浓度的变化受多种因素影响，包括工业排放、交通排放、气象条件等。

在风力较小、湿度较大的天气条件下，PM10浓度较高；而在风力较大、湿度较小的天气条件下，PM10浓度相对较低。

此外，城市绿化程度也会对PM10浓度产生影响。

四、南京SO2、NO2和PM10与气象条件的关系4.1 SO2与气象条件的关系气象条件对SO2的扩散和浓度具有重要影响。

南京市近五年空气污染指数变化的小波分析

学年论文学生姓名陈平学号201002007 学院城市与环境学院专业地理信息系统题目南京市近五年空气污染指数变化的小波分析指导教师曹蕾讲师/博士2013 年11 月摘要：队南京市近5年逐日空气污染指数的时间序列采用一维连续Morlet 小波进行小波分析，研究了该市大气污染时间序列的多尺度变化特征、主周期和影响因素。

结果表明：南京市近5年空气污染指数在不同时间尺度上具有不同的“高-低”交替演化规律，且以300 d 左右的变化为主周期，150 d 左右的变化为次周期；受气候条件的影响，大气污染呈现“冬重夏轻”的格局；南京市近5年大气污染状况总体趋向好转，但局部时段污染加重的现象亦时有发生。

小波分析对于研究空气污染指数时间序列的变化规律十分有效，也适用于其他污染物时间演变规律的研究。

关键词：小波分析；空气污染指数；时间尺度；南京市Abstract: To demonstrate the multiscale variations，primary period and influencing factors in Nanjing，we analyzed the time series of daily air pollution index during the last 5 years using the continuous Morlet wavelet transformation．The results showed that the air pollution index varied at diverse time-scales with periodic “high-low”fluctuations．The primary period of the daily variations was around 300 days and the secondary period was around 150 days．Due to topographical conditions，the air pollution was serious in winter and light in summer in most scales．A secondary peak often occurred in spring which was affected by the straw burning，the inflection points of serious to light pollution index each year were the vernal and autumnal equinoxes．The general status of air pollution tended to be better during the last 5 years in Nanjing．However，the serious air pollution sometimes worsened with the rapid economic development．Therefore，wavelet analysis is an effective method to study the variation of time series of air pollution index，and the multiscale variations of other pollutants．Keywords: wavelet analysis; air pollution index; time-scale transform; Nanjing City目录1 引言 (4)2 数据与方法 (4)2.1数据来源与处理 (4)2.2小波分析方法 (4)3 结果 (6)3.1空气污染指数时间序列 (6)3.2空气污染指数的总体变化特征 (7)3.3空气污染指数变化的周期与极值 (7)3.4具体时间尺度分析 (8)4 分析 (10)结论 (11)参考文献 (12)1 引言大气污染是人类目前面临的重要环境问题，不仅影响着人类的健康，还制约着社会经济的可持续发展。

南京环境空气质量特征及变化分析

１南京信息工程大学大气物理学院，南京，
２１００４４
２中国气象局云雾物理环境重点开放实验
室，北京，１０００８１
南京市是长三角地区典型城市（２０１９年末南京的常住人口达到
８５０万人），城镇化率为８３２％，聚集了南钢和扬子石化等重工业企
业，工业能源消费仍然以煤炭为主［１５⁃１６］．此外，南京属北亚热带湿润气
施减少了人类活动，进而显著影响了环境
空气质量．
关键词
空气污染；气象条件；潜在源分析；
新冠疫情；南京
中图分类号Ｘ５１１
文献标志码Ａ
０引言
近年来，伴随城市快速发展和工业化进程加快，机动车和工业排
放大幅增加，我国大气环境逐渐形成了一次和二次污染物并存的复
合型污染［１⁃２］．许多城市地区由于颗粒物质量浓度高导致能见度下降
国控站的空气质量数据，分析南京市大气污染物的质量浓度水平和
Copyright©博看网. All Rights Reserved.
学报（自然科学版），２０２２，１４（３）：２９４⁃３０３
２９５
ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２２，１４（３）：２９４⁃３０３
２１大气污染总体情况
图２展示了２０１５年１月１日—２０２１年２月１０
日南京市主要大气污染物质量浓度情况．ＣＯ、ＮＯ２、
ＳＯ２、Ｏ３＿８ｈ、ＰＭ１０和ＰＭ２５平均质量浓度分别为８００、
４３１、１３０、１０６０、７７１和４３０ μｇ·ｍ－３，最大值分别

南京SO2、NO2和PM10变化特征及其与气象条件的关系

南京SO2、NO2和PM10变化特征及其与气象条件的关系南京SO2、NO2和PM10变化特征及其与气象条件的关系一、引言空气污染是当前全球面临的重要环境问题之一，也是影响人类健康和气候变化的重要因素。

近年来，南京市的空气质量问题引起了广泛关注。

为了解南京市空气污染程度和其与气象条件之间的关系，本文通过分析南京市SO2、NO2和PM10的变化特征以及与气象条件的关系，旨在为改善南京市空气质量提供科学的参考依据。

二、南京SO2、NO2和PM10变化特征分析1. SO2的变化特征通过对南京市多年的监测数据进行分析发现，南京市的SO2浓度呈现出逐年下降的趋势。

这可能是由于南京市大力推行环境保护政策和减少工业排放等措施的结果。

此外，SO2浓度还存在着明显的季节变化，夏季和冬季的SO2浓度较高，而春季和秋季的SO2浓度较低。

2. NO2的变化特征与SO2相似，南京市的NO2浓度也呈现出逐年下降的趋势。

NO2主要来源于机动车尾气排放和工业生产过程中的燃烧反应。

随着南京市车辆保有量的增加，NO2的浓度也有所上升。

此外，NO2浓度还存在明显的日变化特征，通常在早上和晚上的交通高峰期浓度较高。

3. PM10的变化特征PM10是指空气中直径小于等于10微米的颗粒物，对人体健康影响最大。

南京市的PM10浓度虽然呈现出逐年下降的趋势，但这种下降速度相对较慢。

这说明南京市的颗粒物污染仍然较严重。

此外，PM10浓度还存在明显的季节变化特征，冬季和春季的浓度较高，夏季和秋季的浓度较低。

三、南京空气污染与气象条件的关系分析1. 温度和湿度的影响温度和湿度是影响空气污染的重要气象条件之一。

研究发现，南京市夏季的温度和湿度较高，而冬季的温度较低。

夏季的高温和湿度可以加速污染物的化学反应过程，导致污染物浓度升高。

冬季的低温和湿度则会导致污染物的扩散条件较好，从而降低污染物浓度。

2. 风速和风向的影响风速和风向是影响空气污染扩散的重要气象条件。

南京SO_2_NO_2和PM_10_变化特征及其与气象条件的关系_魏玉香

示, 降水对 SO 2 去除作用明显, 而对 NO x 去除效果不大, 区域 NO2 和 SO2 并未出现 / 周末效应 0。
朱彬等 [ 8] 应用大气光化学模式研究了日最大臭氧体积分数及其出现时刻与其前体物 NMH C、 NO x 体积分数及 NMHC /NOx 比值的关系。结果表明, 影响日最大臭氧体积分数脊线位置的关键因子是 NMHC 成份组成比例, 日臭氧体积分数达到最大值需要的时间与 NMH C /NOx 比值及 NMH C 成份组成比例有关, 与 NMH C、NOx 体积分数关系不大。
0 引言
环境空气质量的优劣与人体健康密切相关。硫氧化物和氮氧化物具有腐蚀性和生理刺激作用, 损
伤和危害呼吸系统, 严重时则会导致呼吸衰竭 [ 1] 。 PM10也能够引起一系列严重的心血管及呼吸道疾病 [ 2] 。同时 SO2、NO2 为酸雨和光化学烟雾的主要前体物, 是造成区域大气复合型污染的重要因
2002) 2006年南京市环境监测站 6个监测点 ( 草场门、中华门、瑞金路、玄武湖、迈皋桥、山西路 ) 的 SO 2、N O 2、PM 10日均质量浓度资料 ( 取 6站平均值代表南京市市区 ); 2002) 2006 年南京地面气象站霾、雾天气的气象记录; 2006年南京大校场逐日气象资料, 包括风速、降雨量等。
( 1. N an jing Environm en ta lM on itoring Cen tral S tat ion, N an jing 210013, C hina, 2. K ey Laboratory for A tm ospheric Phys ics& Environm en t of Ch ina M eteoro log ical A dm in istra0044, Ch ina)

南京市冬季大气污染物时空分布特征

㊀２０２０年９月J o u r n a l o fG r e e nS c i e n c e a n dT e c h n o l o g y第１８期收稿日期:２０２０Ｇ０７Ｇ２３基金项目:江苏省高等学校大学生创新创业训练计划项目(编号:２０２０１０３００００１Z )作者简介:王珺雨(２０００ ),女,南京信息工程大学大气科学学院学生.南京市冬季大气污染物时空分布特征王珺雨(南京信息工程大学大气科学学院,江苏南京２１００４４)摘要:利用２０１５~２０１７年１月份南京市浦口㊁玄武湖㊁中华门㊁仙林大学城㊁奥体中心５个测站的大气污染物监测资料分析了近３年南京城区的污染物的时空分布特征.结果表明:近３年来南京市各区A Q I (A i rQ u a l i t y I n d e x )总体呈下降趋势,空气污染得到有效控制.仙林大学城㊁中华门及奥体中心站的P M １０和P M ２．５浓度高于浦口站㊁玄武湖站.各站S O ２浓度总体下降趋势明显,２０１５~２０１６年N O ２和CO 振荡变化,但２０１７年下降显著.而近３年O ３浓度呈逐渐上升趋势.２０１５年１月初重度污染期间,中华门站的N O ２浓度相对其他４站稍低,S O ２浓度较高;奥体中心站N O ２浓度较高.２０１７年初轻度污染期间,各站N O ２偏高,但S O ２持续走低.该时段玄武湖站和中华门站O ３含量偏高.浦口站该时段C O 浓度较其他４站明显偏低.关键词:A Q I;大气污染物;时空分布中图分类号:X ５１㊀㊀㊀㊀㊀㊀文献标识码:A㊀文章编号:１６７４Ｇ９９４４(２０２０)１８Ｇ００８１Ｇ０２１㊀引言随着工业化进程和城市化的高度发展,南京市已成为长三角地区人口密集和经济发达的大型城市,但是在工业发展和经济增长的同时,人口急剧增加㊁机动车面临饱和等问题,使得空气污染问题日益严重,重度污染和低能见度天气频繁出现,对公路㊁铁路㊁航空㊁航运造成很大影响.空气中的颗粒污染物,尤其是P M ２．５浓度的增加,直接威胁人体健康和生命安全.面对城市大气环境恶化的严峻形势,已引起了人们的广泛关注[１,２].研究表明:南京地区的首要污染物是大气颗粒物和复合气体,包括P M ２．５㊁P M １０㊁S O ２和N O ２[３,４].硫氧化物和氮氧化物具有腐蚀性和生理刺激作用,不仅危害呼吸系统,而且S O ２和N O ２作为酸雨和光化学烟雾的主要前体物,是造成区域大气复合型污染的重要原因[３,５].沈毅等[６]利用２００７~２００８年南京近郊一个站点的监测数据分析了当年南京大气污染物的变化特征,发现冬季P M １０出现高值,而且大气污染物浓度呈现一定的周末效应.常炉予等[７]利用２０１０~２０１２年８月份南京奥体中心监测点的资料发现大气污染物存在明显日变化,０７时和１２时为污染物浓度最高时刻,而且周边地区的气象条件对S O ２和N O ２等主要污染物有很大影响.实际上,由于南京市的工业园区主要分布在其东北部和江北,单一站点的监测数据并不能全面反映大气污染物的时空分布.近几年随着城区监测站点的增加,使得详细分析城区各方位大气污染物分布特征成为可能.因此本文利用２０１５~２０１７年１月份南京市浦口㊁玄武湖㊁中华门㊁仙林大学城㊁奥体中心５个测站的大气污染物监测资料对近３年城区的污染物时空分布进行分析,掌握全市区各区域的污染特点,为进一步开展南京市大气污染物的相关研究提供参考.２㊀数据来源本文数据来源于南京市环境监测中心提供的２０１５~２０１７年１月份浦口站㊁玄武湖㊁中华门㊁仙林大学城㊁奥体中心测站的大气成分监测资料,包括二氧化硫(S O ２)㊁二氧化氮(N O ２)㊁一氧化碳(C O )㊁臭氧(O ３)以及P M １０㊁P M ２．５和空气质量指数(A Q I ).各监测站点分布如表１所示,其中浦口站位于长江以北的老山森林公园附近,玄武湖站位于城中玄武湖风景点内,中华门站位于城南,仙林大学城站位于城东,奥体中心站位于城西区域.表１㊀南京市各监测站点分布站点名称经度纬度浦口１１８ʎ３８ᶄ２９ᵡ３２ʎ５ᶄ３５ᵡ玄武湖１１８ʎ４７ᶄ５９ᵡ３２ʎ４ᶄ３１ᵡ中华门１１８ʎ４６ᶄ３０ᵡ３２ʎ０ᶄ８ᵡ仙林大学城１１８ʎ５４ᶄ４７ᵡ３２ʎ６ᶄ１ᵡ奥体中心１１８ʎ４４ᶄ３１ᵡ３２ʎ０ᶄ２６ᵡ３㊀南京市冬季５个测站大气污染物时空分布㊀㊀目前我国把包含P M ２．５㊁P M １０等污染物浓度变化的A Q I (A i rQ u a l i t y In d e x )指数作为大气污染指标.大气污染程度分为:轻度污染(１０１ɤA Q I ɤ１５０)㊁中度污染(１５１ɤA Q I ɤ２００)㊁重度污染(２０１ɤA Q I ɤ３００)㊁严重污染(A Q I ＞３００)[８].由图１可见,各测站P M ２．５㊁P M １０和AQ I 变化趋势基本一致,２０１５年１月初各站都出现了A Q I ２００的重度污染,其中P M ２．５超过１５０g /m ３,２００g /m ３P M １０３００g /m ３,２０１５年１月下旬出现了１８㊀王珺雨,等:南京市冬季大气污染物时空分布特征环境与安全A Q I２００的连续重度污染天气,P M２．５＞２００g/m３,P M１０接近３００g/m３.２０１６年１月上中旬除了５~６日和１２日以外,A Q I都１００,５~６日P M２．５和P M１０均大于２００g/m３,但其他时段污染程度低于２０１５年同时段.２０１６年下旬A Q I大多低于１００.２０１７年除了１月１~４日㊁９~１０日A Q I超过１００以外,其他时间段空气质量良好.近３年来南京市各区总体A Q I呈下降趋势,空气污染得到有效控制.图１㊀２０１５~２０１７年１月份南京市各监测站点P M２．５、P M１０和A Q I变化(a,浦口;b玄武湖;c,中华门;d,仙林大学城;e,奥体中心)㊀㊀但从图１也可以发现,A Q I１００时,仙林大学城站㊁中华门及奥体中心站的P M１０和P M２．５高于浦口站㊁玄武湖站,这主要是由于仙林大学城㊁中华门和奥体中心附近人口密度大,机动车密集所致,而浦口站接近老山森林公园,玄武湖站位于湖区附近,机动车少,人为排放量少.大气污染物除了P M２．５和P M１０之外,还包括S O２㊁N O２㊁O３㊁C O等.分析城区各站的S O２㊁N O２㊁O３浓度变化可以发现(图２),近３年各站S O２浓度总体下降趋势明显,２０１５~２０１６年N O２和C O振荡变化,但２０１７年下降显著.而近３年O３浓度呈逐渐上升趋势.２０１５年１月初重度污染期间,中华门站的N O２浓度相对其他４站稍低,但１月９~１１日S O２浓度较高,超过了６０g/m３,奥体中心站该时段N O２浓度最高,超过１２０g/m３.１月下旬连续重度污染期间,各站点S O２相较于月初反而有所降低,奥体中心站和浦口站N O２超过了１２０g/m３.２０１６年１月份各站S O２较２０１５年同时段偏低.虽然N O２呈振荡变化,但较２０１５年重度污染期间还是有所下降.２０１７年１~４日轻度污染期间,各站N O２偏高,均达１００g/m３,但S O２持续走低.该时段玄武湖站和中华门站O３含量偏高.浦口站该时段C O浓度较其他４站明显偏低,这可能是由于浦口站地处老山风景区,机动车相对较少所致.总体而言,冬季１月份大气污染有所减轻,人为排放有所减小,尤其２０１７年１月份S O２㊁N O２的人为排放得到有效控制.４㊀结论本文利用２０１５~２０１７年１月份南京市浦口㊁玄武湖㊁中华门㊁仙林大学城㊁奥体中心５个测站的大气污染物监测资料分析了近３年南京城区的污染物的时空分布特征,得到如下结论.(１)近３年来南京市各区总体A Q I呈下降趋势,空气污染得到有效控制.仙林大学城站㊁中华门及奥体中心站的P M１０和P M２．５高于浦口站㊁玄武湖站,这主要是由于仙林大学城㊁中华门和奥体中心附近人口密度大,机动车密集,人为排放量较高所致.２８㊀２０２０年９月绿㊀色㊀科㊀技第１８期图２㊀２０１５~２０１７年１月份南京市各监测站点S O２㊁N O２㊁O３(左纵坐标,单位:g/m３)和C O浓度(右纵坐标,单位:m g/m３)变化(a,浦口;b玄武湖;c,中华门;d,仙林大学城;e,奥体中心)㊀㊀(２)近３年各站S O２浓度总体下降趋势明显,２０１５~２０１６年N O２和C O振荡变化,但２０１７年下降显著.而近３年O３浓度呈逐渐上升趋势.２０１５年１月初重度污染期间,中华门站的N O２浓度相对其他４站稍低, S O２浓度较高;奥体中心站N O２浓度较高.２０１７年初轻度污染期间,各站N O２偏高,但S O２持续走低.该时段玄武湖站和中华门站O３含量偏高.浦口站该时段C O浓度较其他４站明显偏低,这可能是由于浦口站地处老山风景区,机动车相对较少所致.参考文献:[１]张子曰,李㊀艳,戴高菊,等．北京市朝阳区主要大气污染物浓度变化特征[J]．气象与环境学报,２０１６,３２(２):４４~５１．[２]陈宗娇．冬季供暖对沈阳市各功能区４种大气污染物浓度的影响[J]．安徽农业科学,２０１４,４２(３):８６２~８６３,８８９．[３]魏玉香,童尧青,银㊀燕,等．南京S O２,N O２和P M１０变化特征及其与气象条件的关系[J]．大气科学学报,２００９,３２(３):４５１~４５７．[４]杨俊梅,李培仁,李义宇,等．南京北郊O３㊁N O２和S O２变化特征分析[J]．气象与环境学报,２０１４,３０(３):６６~７０．[５]郭㊀伟,王㊀雁,张怀德,等．山西省太原市６种主要大气污染物变化特征及与气象因子的关系[J]．科技与创新,２０１７(２):３４~３６．[６]沈㊀毅,王体健,韩㊀永,等．南京近郊主要大气污染物的观测分析研究[J]．南京大学学报(自然科学),２００９,４５(６):７４６~７５６．[７]常炉予,赵天良,何金海,等．周边气象条件对南京城区大气污染物浓度的影响[J]．气象与环境学报,２０１３,２９(６):９５~１０１．[８]环境保护部．环境空气质量标准:G B３０９５－２０１２[S]．北京:中国环境科学出版社,２０１２．[９]李立忠,朱㊀璐,金㊀焰,等．黄石市大气颗粒物的特征分析[J]．中南民族大学学报(自然科学版),２０１７,３６(４):１４~１６．３８。

南京地区PM2.5污染特征及其影响因素分析

南京地区PM2.5污染特征及其影响因素分析近年来，随着现代工业的高速发展和城市化进程的加快，我国大多数城市都面临着严重的空气污染问题，其中颗粒物污染是主要的环境问题之一。

而细颗粒物（PM2.5）是其中最为危险的，因其颗粒细小，易穿透人体呼吸道进入肺部，对人体健康造成严重威胁。

南京地区作为我国经济发展较为繁荣的城市之一，也面临着严重的PM2.5污染问题。

本文将对南京地区PM2.5污染的特征以及其影响因素进行深入分析。

首先，我们观察到南京地区PM2.5污染存在着明显的季节变化。

在冬季，由于采暖需求增加，燃煤污染排放增加，导致PM2.5浓度普遍较高。

而夏季，则受气温升高、光化学反应强烈等因素的影响，PM2.5浓度较低。

此外，南京地区的气象条件也对PM2.5污染有一定的影响。

在无风或者风速较低的天气条件下，PM2.5的累积效应会使得污染物在局部区域内积聚，导致污染程度加剧。

其次，我们需要关注南京地区的污染源。

燃煤是南京地区PM2.5的主要排放源之一，尤其是冬季供暖期间排放量更大。

此外，机动车尾气排放也是重要的污染源之一。

近年来，南京地区机动车持有量激增，尤其是私家车辆，不仅导致交通拥堵，还加剧了PM2.5污染。

工业排放、建筑施工、扬尘等也是南京地区PM2.5污染的贡献源。

其影响因素分析部分，我们需要重点关注以下因素：气象条件、排放源控制、地理位置和区域传输等。

气象条件对PM2.5的形成和传输具有重要影响。

暖湿气流环境会导致大气颗粒物的高浓度积聚，增加其生成的概率。

排放源控制是降低PM2.5污染的重要策略。

加强对燃煤、机动车排放的控制，提高工业排放标准，严格扬尘管控措施，都能有效减少PM2.5的排放量。

地理位置和区域传输对南京地区的PM2.5污染也有一定的影响。

南京位于环境容量较小的长三角地区，周边城市的污染物传输也会对南京地区的空气质量产生影响。

总结起来，南京地区PM2.5污染具有明显的季节变化特征，其中冬季污染程度较严重。

《2024年南京地区PM2.5污染特征及其影响因素分析》范文

《南京地区PM2.5污染特征及其影响因素分析》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，尤其是细颗粒物（PM2.5）污染成为国内外关注的焦点。

南京作为江苏省的省会城市，其经济发展迅速，但同时也面临着严重的空气质量问题。

本文旨在分析南京地区PM2.5污染的特征及其影响因素，为制定有效的空气质量改善措施提供科学依据。

二、南京地区PM2.5污染特征1. PM2.5浓度水平南京地区PM2.5浓度普遍较高，尤其在冬季和春季，由于气象条件和人类活动的共同作用，PM2.5浓度常常超过国家空气质量二级标准。

2. 空间分布特征PM2.5的空间分布受城市布局、交通状况和工业分布等因素影响，城市中心和主要交通干线附近的PM2.5浓度较高，而郊区及自然环境较好的地区浓度相对较低。

3. 时间变化特征PM2.5的浓度在一天内呈现出明显的变化规律，早晨和晚上由于交通高峰期的影响，浓度较高；而在夜间和清晨，由于气象条件不利于污染物扩散，浓度也相对较高。

三、影响因素分析1. 气象因素气象条件对PM2.5的扩散和浓度有着重要影响。

风速、温度、湿度和降水等气象因素都会影响PM2.5的扩散和沉降。

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浓度升高。

2. 交通因素南京作为交通枢纽城市，交通排放是PM2.5的重要来源之一。

车辆尾气排放的颗粒物直接贡献了大量的PM2.5。

此外，道路交通扬尘也是PM2.5的重要来源。

3. 工业排放与能源消耗工业生产过程中的粉尘排放、能源消耗产生的烟尘等也是PM2.5的重要来源。

南京的工业结构和能源消耗模式对PM2.5的浓度有着重要影响。

4. 城市绿化与环保政策城市绿化通过吸收颗粒物、降低风速等方式对PM2.5的扩散有积极影响。

此外，政府的环保政策和措施也对PM2.5的浓度有重要影响。

近年来，南京政府加大了环保力度，采取了一系列措施来减少PM2.5的排放和浓度。

四、结论与建议通过本文通过对南京地区PM2.5污染特征及其影响因素的分析，得出以下结论与建议：结论：南京地区PM2.5污染严重，其浓度水平、空间分布和时间变化特征明显。

南京地区PM2.5污染特征及其影响因素分析

南京地区PM2.5污染特征及其影响因素分析南京地区PM2.5污染特征及其影响因素分析一、引言近年来，随着人口增长和工业化进程的加快，大气污染问题日益突出。

细颗粒物污染（PM2.5）是空气污染中较为严重的一种形式，它对人体健康和环境产生了巨大的影响。

而南京作为一个经济发达、人口密集的城市，也面临着严重的PM2.5污染问题。

本文旨在对南京地区PM2.5污染特征及其可能的影响因素进行分析，以期为制定相关政策和措施提供科学依据。

二、南京地区PM2.5污染特征1. PM2.5浓度分布特征为了了解南京地区PM2.5污染的分布特征，我们收集了2017年至2019年南京地区的PM2.5浓度监测数据，并对其进行分析。

结果显示，南京的PM2.5浓度存在明显的季节性变化，冬季和春季的PM2.5浓度相对较高，而夏季和秋季较低。

此外，在一天的不同时间段，PM2.5浓度也会发生变化，早晚高峰期的PM2.5浓度会相对升高。

2. 污染源分析针对南京地区的PM2.5污染问题，进行了污染源解析。

通过排放清单和大气扩散模型的运用，我们确定了主要的污染源类型及其贡献比例。

结果显示，南京地区的PM2.5主要来源于工业排放、交通排放、生物质燃烧和扬尘等。

其中，工业排放对PM2.5的贡献最大，占比约40%，交通排放和生物质燃烧分别占比约30%和20%，扬尘占比约10%。

三、南京地区PM2.5污染影响因素分析在PM2.5污染形成过程中，有多种因素会对其浓度产生影响，包括气象条件、排放源和区域传输等。

在南京地区，以下几个因素被认为对PM2.5浓度有较大的影响。

1. 气象条件气象条件是PM2.5浓度变化的重要因素之一。

温度、风速和湿度等因素都会影响PM2.5的扩散和稀释。

例如，冬季气温较低，大气稳定，PM2.5更容易积聚，导致浓度上升。

此外，风速较低时，PM2.5的扩散能力也会受到限制。

2. 污染源排放污染源的排放量和类型也是影响PM2.5浓度的重要因素。

南京空气质量分析报告

当大气中污染物质的浓度达到有害程度，以至破坏生态系统和人类正常生存和发展的条件，对人或物造成危害的现象叫做大气污染。

中国大气污染原有指标API。

2012年上半年新规定指出，用新的AQI代替API，作为新的污染程度衡量指标。

AQI分为六级，分别为一级优，二级良，三级轻度污染，四级中度污染，五级重度污染，六级严重污染。

参与评价的的污染物有SO2、NO2、PM10、PM2.5、O3、CO六项，评价结果较之前更为客观。

空气中对人、动植物以及人的财产产生影响的主要是SO2、NO2、PM10、PM2.5、O3、CO，因此目前大气污染研究的重点也在此。

由于本次数据收集的限制和本人能力的限制，本文仅限于对PM2.5、PM10、NO2、SO2及其相关关系做肤浅的研究。

南京冬季大气气溶胶PM_(10)中PAHs的来源及特征分析

安徽农业科学，ｕｎｌｆＡｈｉｇ．Ｓｉ２１，９３）１４８—１４１１４１Ｊｒａｏｎｕｎｃ．０１３（１：９３ｏＡ９４，９９
责大气气溶胶Ｐ０中ＰＭ，ＡＨｓ的来源及特征分析
１样品采集与分析
气中普遍存在的污染物，由于其高毒性、持久性、聚性和积流动性大的特点，入需要进行控制和治理的持久性有机被列
污染物（ＯｓＪＡｓＰＰ）。ＰＨ为半挥发性有机物，料燃烧时燃排放的烟气是大气中ＰＨＡｓ污染的主要来源。吸附在大气
孔陈丽，刘（鄂克旗象，蒙鄂多叭２；东国基站内古尔斯ｌｏ祥晨，呼群，先锋１托前气局内古尔斯６ｏ．胜家准，蒙鄂多０ｏ）．ｏ２７ｏ
摘要研究了南京冬季大气气溶胶Ｐ中ＰＨ的来源及特征。结果表明，Ｍ。Ａｓ通过特征比值的比较，出南京冬季Ｐ。ＰＨ主要来源得Ｍ。Ａｓ中于车辆排放；通过后向轨迹法分析看出，了南京外，除因为盛行东北风，南京东北方向的山东地区也是南京冬季Ｐ。ＰＨ的重要来Ｍ。中Ａｓ源；关性分析表明，相高环数的ＰＨ间相关性很高，明它们可能来自同的污染源；Ａｓ表相南京冬季Ｐ。２ＰＨ（ａ）Ｍ，中，环ＡｓＮｐ的昼夜变化与其他环数ＰＨ不同，Ａｓ其质量浓度在夜间总是稍高于白天。关键词气溶胶；多环芳烃；向轨迹法；征值分析后特中图分类号Ｘ１１１３．文献标识码Ａ文章编号０１６１（０１３ —１４８０５７— ６１２１）１９３ — ４

南京市空气质量季节变化研究

南京市空气质量季节变化研究
南京市的空气质量季节变化受到多种因素的影响，包括气象条件、大气污染物排放和地形地貌等。

一般来说，南京市的空气质量
在春季和秋季相对较好，夏季和冬季则相对较差。

以下是针对南京
市空气质量季节变化的一些可能的研究方向：
1. 不同季节的污染物浓度变化分析：通过对不同季节的空气质
量监测数据进行分析，探讨不同季节各类污染物浓度的变化趋势、
差异以及影响因素。

2. 季节影响下大气环境赋存状态分析：研究不同季节下大气环
境中各类污染物的组成、相互作用关系以及区域间可能的传输规律。

3. 季节背景下大气污染源特征分析：通过分析不同季节下南京
市主要的大气污染源分布、特征、使用情况等，揭示季节在大气污
染源分布及变化方面的作用。

4. 季节变化对健康的影响评估：评估不同季节对人体健康的影响，探讨不同污染物对人体的健康效应在季节变化的背景下可能存
在的变异规律。

5. 季节变化背景下大气环境污染治理措施优化研究：基于南京
市具体的大气环境现状和季节变化规律，探讨治理措施的合理化方
向和提升效果。

南京主要大气污染物季节变化及相关气象分析

南京主要大气污染物季节变化及相关气象分析贾梦唯;赵天良;张祥志;吴香华;汤莉莉;王黎明;陈煜升【摘要】In order to study the seasonal variations of major air combined pollutants PM2.5, PM10 and O3 and their influencing factors of meteorology in Nanjing, the major air combined pollutants were seasonally characterized, and the correlations between meteorological factors and air pollutant concentrations were statistically analyzed to develop a statistical model of stepwise regression fitting by using the environmental monitoring data from January 2013 to February 2015 and the fine meteorological fields in the boundary layer produced by the high resolution WRF modeling. The seasonal averages of PM2.5 and PM10 shifted between wintertime high and summertime low levels in Nanjing with the peaks of daily PM2.5 an d PM10 up to 160.6µg/m3 and 98.0µg/m3 in winter, and their diurnal changes were distinct from autumn to winter and weak in summer with the similar patterns over four seasons. The daytime peaks of diurnal PM2.5 and PM10 levels in winter delayed 1~2 hours comparing to other three seasons. Fine particles dominated atmospheric particles in all seasons with the annual mean ratio ofPM2.5/PM10 reaching 0.59. The annual frequencies of PM2.5, PM10 and O3 being the major pollutants determining the AQI changeswere respectively 51.5%, 26.6% and 13.5% in Nanjing, especially the major air pollutant contribution of PM2.5 to heavy haze pollution periods exceeding 96% in Nanjing. The surface levels of O3 oscillated seasonally between apeak in late spring and early summer and a bottom in late autumn and early winter with a unimodal pattern. The surface levels of O3 were positively related to the boundary layer height with the correlation coefficients of 0.500, 0.572, 0.326, 0.323 respectively. The fitting goodness of stepwise regressions for the daily concentrations of PM2.5, PM10 and O3_8h_max ranged reasonably over 40%~65% in four seasons.%为研究南京主要大气复合污染物PM2.5、PM10和O3四季变化特征及其气象影响因子,利用2013年1月~2015年2月国控点环境监测数据对浓度特征进行统计分析,再利用WRF 模式模拟的精细大气边界层气象场,分析气象要素与各污染物的相关性,并建立统计模型.结果表明：PM10、PM2.5冬高夏低,冬季日均值分别为160.6μg/m3和98.0μg/m3；日变化特征四季基本一致,但秋冬季最强,夏季最弱,且冬季上午峰值比其余三季延后1~2h.各季大气可吸入颗粒物中细粒子占主导,PM2.5/PM10年均值为0.59；首要污染物为PM2.5、PM10、O3的年频率分别为51.5%、26.6%和13.5%,PM2.5主导四季AQI的变化,尤其是在重污染的情况下,首要污染物为PM2.5占96%.O3浓度春末夏初高、秋末冬初低,日变化为单峰式；O3与边界层高度呈显著正相关,四季相关系数分别为0.500、0.572、0.326、0.323.四季PM10、PM2.5、O3_8h_max日值逐步回归方程拟合度为40%~65%.【期刊名称】《中国环境科学》【年(卷),期】2016(036)009【总页数】11页(P2567-2577)【关键词】复合污染物;南京;气象要素;季节变化【作者】贾梦唯;赵天良;张祥志;吴香华;汤莉莉;王黎明;陈煜升【作者单位】南京信息工程大学气象灾害预报预警与评估协同创新中心，中国气象局气溶胶-云-降水重点实验室，江苏南京 210044;南京信息工程大学气象灾害预报预警与评估协同创新中心，中国气象局气溶胶-云-降水重点实验室，江苏南京210044;江苏省环境监测中心，江苏南京 210029;南京信息工程大学数学与统计学院，江苏南京 210044;江苏省环境监测中心，江苏南京 210029;南京信息工程大学数学与统计学院，江苏南京 210044;南京信息工程大学气象灾害预报预警与评估协同创新中心，中国气象局气溶胶-云-降水重点实验室，江苏南京 210044【正文语种】中文【中图分类】X51在我国，大量的污染物被集中排放到大气中，多种污染物均以高浓度同时存在，进而发生复杂的相互作用.大气复合污染在现象上表现为大气氧化性增强、大气能见度显著下降和环境恶化趋势向整个区域蔓延；在污染本质上表现为污染物之间源和汇的相互交错、污染转化过程的耦合作用和环境影响的协同效应［1-4］.以往以单独形式出现的污染，现在已相互结合成为复合型的污染，成为以更大尺度出现的环境问题［5］.在多种污染物中，大气颗粒物PM2.5和低空O3是大气复合污染的两种核心污染物［6］.PM2.5是一次颗粒物与二次颗粒物的混合物，成分复杂，多种气、固态前体物SO2、NOx、元素碳（EC）、有机碳（OC）通过均相和非均相反应可以转换成为PM2.5［5］.大气对流层中O3约占O3总量的10%［7］，虽然含量很低，但其浓度的增加对人体健康和生态环境都会产生很大的影响.各种自然排放、人为产生及大气中化学反应生VOCs、NOx等O3前体物对地面O3浓度的变化有显著影响.因此，本身就是大气污染物的气态前体物与其转化生成的PM2.5和O3共存于同一大气中，构成了复杂的大气化学体系.高浓度细粒子污染引起的灰霾现象和以高浓度臭氧为特征的光化学污染共同形成的复合型大气污染，是当前全球大中城市所面临的最突出的大气污染现象，具有明显的健康效应［8-9］.国内外已有很多学者对PM2.5、O3的化学组成和生消机制进行了细致的分析，在天气条件、气象要素对污染物浓度的影响方面也进行过不少研究.Ye等［10］对PM2.5进行采样，分析了其浓度和组成成分；Zhang等［11］分析了 O3及其前体物的浓度特征；Ding等［2］介绍了细粒子物理化学特征，并阐述了细粒子表面的多相反应过程；Zhang等［12］探讨了天气型对近地层O3时空变化特征的影响，对比了不同天气环流模式下 O3时空变化情况；Wang等［13］研究了各气象要素与PM2.5之间的相关性.目前，国内外研究者大多针对某一种或几种污染物在个别季节中的污染特征、气象条件进行分析，但不同季节污染情况差异显著，并且在大气复合污染的背景下，不同季节污染物的变化特征及其之间的相互关系、气象要素对污染物浓度影响的差异，都需要做进一步的分析与探讨.南京作为长三角地区的重要城市，以PM2.5和O3为主要污染物，PM10、CO、SO2、NO2等多种污染物并存的大气复合污染问题日益突显［14-15］.研究表明，南京地区细粒子PM2.5是可吸入颗粒物PM10的重要组成部分［16］，并且 PM10与 PM2.5相关性较强［17］，均对于空气质量指数 AQI有重要影响.但由于 PM2.5纳入空气质量指标体系时间不长，常规观测数据有限，并且PM10与PM2.5之间的差异还需进行更深入的挖掘，因此本文针对不同季节PM10、PM2.5、O3浓度变化特征、首要污染物以及气象要素对污染物的影响进行了对比分析，并建立多元逐步回归预报方程，以期深入了解南京地区的污染状况，为长三角地区的空气质量统计预报建立基础. 本文利用2013年1月～2015年2月南京国控点环境监测数据进行统计分析，再将 NCEP/ NCAR的6h再分析资料作为驱动场，利用WRF模式模拟为精细的气象要素资料，主要选取地面2m高度的温度（T2）、地面2m高度的比湿（Q2）、地面10m风场的纬向分量（U10）、地面10m风场的经向分量（V10）、边界层高度（PBLH）、海平面气压（P）、水平风速（UV10），分别与PM2.5、PM10、O3浓度进行相关分析，并分季节建立逐步回归方程，研究南京地区主要大气复合污染物 PM2.5、PM10和O3的变化特征、四季首要污染物及影响污染物浓度的气象影响因子.1.1 污染物观测资料南京共有9个空气质量国控点，分别位于草场门、仙林、玄武湖、瑞金路、中华门、山西路、迈皋桥、奥体中心和浦口，分别代表不同区域，其综合监测结果基本反映全市空气质量.本文分析环境数据为2013年1月1日～2015年2月28日PM2.5、PM10、O3质量浓度数据，时间分辨率为1h，取9个国控点平均值代表南京地区.1.2 边界层气象资料由于常规气象要素观测资料空间分布不均匀，FNL资料空间分辨率为1°×1°，时间分辨率为6h，均不能满足在小尺度上对气象要素分析的需要，因此将NCEP/NCAR的时间分辨率为6h，空间分辨率为1°×1°的再分析资料作为驱动场，利用WRF模式模拟得到水平分辨率10km、逐小时的大气边界层气象要素资料.气象要素主要选取温度、比湿、气压、纬向风、经向风、风速和边界层高度.WRF模式系统是美国大气科学研究中心（NCAR）、国家海洋和大气管理局（NOAA）等多个部门联合开发的新一代高分辨率中尺度预报模式和资料同化系统.已有研究工作［18-19］对 WRF模式的模拟结果进行了评估，表明模拟结果与观测事实基本一致，尤其在地形相对平坦地区.本文初始场和侧边界条件采用 NCEP/ NCAR提供的1°×1°的 FNL分析场资料.选用WRFV3.6.1版本，采用了双向两重嵌套区域，中心点经纬度为105.82°E，30.46°N.垂直方向设为 33层，模式顶气压为 50hPa，边界层（2km以下）内设18层.模式初始北京时间： 2013年1月1日00时，输出频率为1h，积分步长12h，前7h为模式起转时间不作分析，保留后 6h，共模拟了两年的气象场数据.表1为模式网格设置和参数化方案.为分析周边源对南京地区空气质量的影响，主要关注由内层网格区域模拟得出的与污染物观测资料时空尺度一致的精细的气象场数据.2.1 污染物浓度季节变化利用2013年3月～2015年2月南京国控点环境监测数据，对大气复合污染物质量浓度逐月变化情况进行了分析（图1）.四季划分分别是3～5月为春季、6～8月为夏季、9～11月为秋季、12月至次年2月为冬季.细粒子（PM2.5）四季质量浓度均大于粗粒子（PM2.5-10），但变化趋势保持一致，均呈现夏低冬高的特征，两种粒子均8月最低，细粒子在1月达到最高值，粗粒子在12月达到最高值.夏季由于强对流气团的增多和降雨过程的频发，使得颗粒物被更有效地清除，同时降水减少颗粒物排放（如土壤粉尘），故夏季颗粒物浓度较低.相较于粗粒子，细粒子浓度四季差异明显.O3质量浓度呈现春夏高、秋冬低的变化特征，在春末夏初达到最大值，秋末冬初到最小值.春季是中纬度地区对流层顶折叠现象的多发季节［20］，对流层顶折叠易使平流层臭氧进入对流层，因此春季O3浓度的高值，除与日照时长与强度增加，易于光化学反应发生的原因外，还可能是由于平流层输送所导致.冬季由于气温低、辐射弱，光化学反应速率慢，边界层臭氧浓度偏低.浓度超过国家环境空气质量二级标准的污染为超标污染物，即空气质量分指数（IAQI）大于100的污染物［21］.各污染物浓度季节均值的统计描述见表2.O3季均值分别为69.7、60.6、46.0、32.2µg/m3，春季＞夏季＞秋季＞冬季，依照现行的国家环境保护标准，以8h滑动平均值描述O3污染情况，O3_8h日最大值的季均值分别为 118.7、104.8、81.4、51.8μg/m3，春季＞夏季＞秋季＞冬季，均未超过国家二级标准.从表1可以看出，PM10季均值分别为134.1、91.1、126.3、160.6µg/m3，冬季＞春季＞秋季＞夏季，并且冬季日均值超过了国家二级标准.从表2可以看出，PM2.5季均值分别为70.0、56.3、69.3、98.0µg/m3，冬季＞春季＞秋季＞夏季，冬季均值超过了国家二级标准.大气颗粒物PM10中细粒子PM2.5所占质量浓度比PM2.5/PM10可以反映可吸入颗粒物中细粒子的含量，南京地区 PM2.5/PM10四季分别为 0.55，0.62，0.56，0.61（表2），全年平均为0.59，低于成都年平均值0.85［22］，高于北京年平均值0.52［23］.南京全年各季大气可吸入颗粒物中细粒子占主导，并呈现春秋低，冬夏高的特征.相比于细粒子，降雨更有助于粗粒子的清除，相对低的土壤尘粗粒子释放，以及较强的光化学反应导致的二次气溶胶浓度增加，可能是夏季PM2.5/PM10较高的原因.表3为3种污染物四季每日空气质量分指数（IAQI）超标分布情况，O3在四季超标频率分别为23.4%、15.8%、1.6%、0%，春季最高.PM10分别为27.2%、6.5%、28.5%、46.3%，冬高夏低.PM2.5分别为39.1%、20.1%、37.3%、56.4%，四季均大于20%，冬高夏低.总的来说，臭氧浓度春季最高，夏季次高，颗粒物浓度冬高夏低，南京全年各季大气可吸入颗粒物中 PM2.5占主导.南京地区冬季颗粒物污染总体水平较高，有浓度高、高浓度时次多的特点，PM10和PM2.5严重污染均发生在冬季，可能是由于冬季南京及周边地区秸秆燃烧产生大量颗粒物，工业和生活排放增加以及逆温等不利于颗粒物扩散的气象条件导致的.2.2 污染物浓度日变化图2分别为南京地区PM10、PM2.5～10、PM2.5、PM2.5/PM10、O3四季质量浓度的日变化情况.四季PM10、PM2.5-10、PM2.5质量浓度的日变化趋势基本一致，冬季日变化最明显，夏季最弱，春季居中，且冬季上午峰值的出现均比其余三季延后1～2h.从午夜到凌晨的时段，该时段细粒子的变化很平缓，粗粒子下降较明显，四季PM2.5/PM10在凌晨均达到峰值，可能是由于粗粒子随重力沉降的速率更快导致的.8：00～10：00颗粒物浓度出现峰值与上班高峰期汽车尾气排放有关.一般来说，下午是一天中扩散条件最好的时候，这个时间段的多数污染物都呈现较低值，但PM2.5/PM10在下午有所上升，14：00到达次峰值，夏季最为明显，可能是午后光化学反应的加快使得二次气溶胶浓度升高，导致 PM2.5在颗粒物中所占比例上升.16：00以后晚高峰期间排放的尾气使颗粒物浓度再次上升，而夜间较低气温导致大气层结稳定，易出现逆温，不利于颗粒物的扩散，使得粗细粒子在晚间，依旧保持较高的质量浓度.四季 O3质量浓度日变化均呈现白天高，夜间低的单峰式变化特征，最小和最大值出现在7：00～8：00和14：00～16：00，太阳辐射引起的光化学反应增加了O3，产生了午后峰值.除了冬季O34：00～8：00略大于秋季之外，其余时间段均是春＞夏＞秋＞冬.O3质量浓度逐小时平均的最高值、日变化幅度均呈现出春季＞夏季＞秋季＞冬季的特征.2.3 四季首要污染物空气质量指数AQI为当日IAQI的最大值，首要污染物为 AQI＞50（空气质量指数为良）时，IAQI最大的污染物［21］.表 3为南京地区四季首要污染物频率表，2013年3月～2015年2月南京地区首要污染物为PM2.5、PM10、O3的频率分别为51.5%、26.6%和13.5%.冬季虽是PM10浓度（超标率）最高的季节，却也是PM10为首要污染物频率最低的季节，这与冬季 PM2.5/PM10较高，即PM2.5占主导有关.全年重度污染以上天数为50d，首要污染物为PM2.5占96%.PM2.5主导四季AQI的变化，尤其是在重污染的情况下，并且 PM2.5是影响南京地区空气质量的首要污染物.2.4 污染物与气象要素的关系表4是利用SPSS软件对污染物浓度与各气象要素相关系数的统计结果.为了降低污染物浓度和气象要素日变化的影响，参考现行的《国家环境保护标准环境空气质量指数（AQI）技术规定》［21］中对AQI日报方法的规定，使用PM10、PM2.5和气象要素的日均值做相关性分析，对于O3而言，光化学反应是其浓度上升的重要因素［5］，因此小时浓度差异显著，并由2.2得知，O3浓度昼夜变化明显，因此使用每日O3的8h滑动平均浓度最高值与同期气象要素8h滑动平均值进行相关性分析.四季 O3质量浓度与温度均呈显著正相关，相关性春＞秋＞夏＞冬，说明光化学作用是四季地面O3的重要来源.四季O3与边界层高度均呈显著正相关，四季相关系数分别为 0.500、0.572、0.326、0.323.边界层高度越高，地面O3浓度越高，相关性夏＞春＞秋＞冬.因为边界层的高度与逆温层有关，而逆温层的存在抑制自由大气中较高浓度的臭氧难以向下传输，地面 O3浓度降低［24］，逆温层也使得大气趋于稳定状态，抑制水平输送.同时O3的生成依赖光化学反应的发生，温度上升也使边界层高度增高.这些因素都会导致边界层高度与O3浓度呈显著正相关.夏季O3浓度与比湿呈显著负相关，并且夏季降水较多，太阳辐射减弱，光化学反应速率降低，O3浓度受到抑制，同时降水对O3的湿清除作用，也会降低O3浓度.春、秋、冬季O3与水平风速均呈显著正相关，其中冬季相关性高于其余三季，O3及其前体物区域输送是导致冬季O3升高的重要因素.春季、冬季PM10与温度呈显著正相关，秋季呈显著负相关；夏季、秋季PM10与比湿呈显著负相关.春、秋、冬三季经向风、纬向风与PM10浓度均呈显著正相关，说明西南方向气流的输送对于南京地区春、秋、冬季PM10浓度上升有显著影响.四季 PM10与风速均呈显著负相关，较大的风速对于 PM10有清除作用.秋冬季边界层高度与 PM10呈负相关，春夏季呈正相关但相关程度不高，并未全部通过显著性检验，可能是与边界层高度有明显日变化有关.与PM10类似，春季、冬季PM2.5与温度呈显著正相关，秋季呈显著负相关；夏季、秋季 PM2.5与比湿呈显著负相关，春、冬季呈显著正相关.春、秋、冬三季经向风、纬向风均与PM2.5浓度呈显著正相关，说明西南风的输送对于南京春、秋、冬季PM2.5浓度上升也有显著影响，而夏季PM2.5浓度主要受东北气流的影响.四季 PM2.5浓度与风速均呈显著负相关，较大的风速对于 PM2.5起扩散作用.与PM10类似，春夏季PM2.5与边界层高度相关程度较弱，并未通过显著性检验，秋冬季PM2.5与边界层高度呈显著负相关.2.5 逐步回归方程的建立和评估为评估气象状况对污染物浓度逐日变化的影响，利用不同季节气象要素与污染物浓度相关性分析结果（表4），选取已通过显著性检验的气象要素，尝试建立污染物与气象要素日均值的统计关系模型.逐步回归分析是将变量逐步引入，每引入一个变量后，对已选入的变量要进行逐个检验，当原引入的变量由于后面变量的引入而变得不再显著时，要将其剔除［25］，已较多用于评估气象状况对污染物的影响［26-28］.气象要素主要包括地面2m高度温度（T2）、地面2m高度比湿（Q2）、地面10m经向风（V10）、地面10m纬向风（U10）、地面10m水平风速（UV10）、海平面气压（P）、边界层高度（PBLH）.同时考虑到前三日污染物浓度对当日也会有影响，因此污染物前三日值也作为自变量进入逐步回归方程. 南京处于东亚季风区，伴随冬夏季风转化，区域气象条件发生显著的季节变化，导致大气污染物存在明显的季节差异.同时不同大气污染物具有不同的物理化学属性，气象条件对于不同污染物变化产生作用也不尽相同.因此，逐步回归法在各污染物各季节筛选不同的气象因子，保证最终得到的逐步回归方程最优.以下为得到的逐步回归方程，均通过0.01的显著性检验.由逐步回归方程可知，四季 PM10、PM2.5、O3_8h_max日值均分别与前一日浓度值有关，PM10、PM2.5在夏季、冬季浓度的日均值还受前几日浓度的影响.水平风速的升高会降低PM10、PM2.5的日均值，O3_8h_max四季日值主要受边界层高度、温度影响，与2.4节（表4）结论一致.拟合优度R2为回归平方和与总平方和的比值，可以用于描述回归方程的拟合程度［25］.四季污染物与气象要素建立的逐步多元线性回归方程拟合优度，PM2.5逐步回归方程的拟合度在40%～60%之间，冬季拟合度相对较高，O3逐步回归方程的拟合度在 48%～65%之间，春季拟合度相对较高，PM10逐步回归方程的拟合度在45%～62%之间，秋冬季拟合度平均值为61.4%.王莉莉等［28］利用天津地区秋冬季污染物和气象要素观测资料，建立的逐步回归方程对于秋冬季PM10拟合度平均值为52%.何建军等［29］利用兰州地区秋冬季污染物浓度监测数据，结合 WRF模式模拟得到的气象场，建立的线性回归方程中秋冬季PM10拟合度平均值为59%.本文选取的历史污染物浓度的时间序列较长，考虑的边界层气象要素较全面，回归方程平均拟合程度较高.这些逐步回归方程可用于南京地区空气质量统计预报，也为长三角地区的空气质量统计预报逐小时预报建立基础.根据已建立的模型，选取未参与逐步回归方程建立的2015年3月（春）、6月（夏）、9月（秋）、12月（冬）PM10、PM2.5、O3进行拟合检验（图 3～图5）.从图中可以看出，各季实测值于模型计算值的变化趋势基本一致，特别是对于冬季几次霾污染过程都进行了较好的拟合，但其余季节对于极值的模拟效果偏弱，此外秋季颗粒物模拟值总体偏大，O3拟合总体偏小.为了对预报结果进行客观定量的分析，计算3种污染物的预报准确率，引入预报的级别命中率，考察预报模型的预报效果.式中：yt为观测值；yt’为预报值；TS为预报的级别命中率（%）；DT为预报值与实测值级别相同的天数；D为预报的总天数.表6为各污染物准确率和命中率，3种污染物准确率在43%～55%之间，级别命中率在 56%～78%之间，PM10预报准确率和级别命中率均高于PM2.5.3.1 大气颗粒物PM10和PM2.5季节变化均为夏低冬高，两种粒子 8月最低，粗细粒子分别在 12月和 1月达到最高值，PM10冬季日均值为160.6µg/m3，PM2.5冬季日均值为98.0µg/m3，均超过国家二级标准，冬季是南京大气颗粒物污染最严重的季节.四季PM10、PM2.5～10、PM2.5的日变化趋势基本一致，冬季日变化最明显，夏季最弱，春季居中，且冬季上午峰值均比其余三季延后1～2h.3.2 全年大气颗粒物PM10中细粒子PM2.5所占质量浓度比为0.59，春、夏、秋、冬四季分别为0.55、0.62、0.56、0.61，南京大气可吸入颗粒物中细粒子占大气颗粒物 PM10的较多数，并呈现春秋低，冬夏高的特征.首要污染物为 PM2.5、PM10、O3的频率分别为51.5%、26.6%和13.5%，重度污染以上天数为50d，首要污染物为PM2.5占96%.PM2.5主导四季 AQI的变化，尤其是在重污染的情况下，并且 PM2.5是影响南京地区空气质量的首要污染物.3.3 O3浓度春末夏初达到最大值，秋末冬初达到最小值.8h平均值最大值的季均值分别为118.7、104.8、81.4、51.8µg/m3.四季 O3质量浓度日变化均呈现白天高，夜间低的单峰式变化特征，最小和最大值出现在 7：00～8：00和 14：00～16：00.3.4 边界层高度与O3呈显著正相关，四季相关系数分别为0.500、0.572、0.326、0.323.相关性分析和逐步回归方程结果均表明风速升高会导致 PM10、PM2.5浓度显著降低；温度、边界层高度的升高会导致O3浓度显著升高.3.5 分季节多元逐步回归方程对于 PM10、PM2.5、O3浓度日值拟合度为 40%～65%，准确率为43%～55%，级别命中率为56%～78%，逐步回归方程的构建为长三角地区的空气质量统计预报逐小时预报建立基础.【相关文献】［1］朱彤.城市与区域大气复合污染［M］. 北京：化学工业出版社，2005：1-3.［2］ Ding J， Zhu T. Heterogeneous reactions on the surface of fine particles in theatmosphere ［J］. Chinese Science Bulletin， 2003，48：2267-2276.［3］ Parrish D D， Zhu T. Clean air for megacities ［J］. Science，2009，326：674-675. ［4］ Zhang Y H， Hu M， Zhong L J， et al. Regional integrated experiments on air quality over Pearl River Delta 2004 （PRIDEPRD2004）： Overview ［J］. Atmospheric Environment， 2008，42：6157-6173.［5］唐孝炎，张远航，邵敏.大气环境化学［M］. 北京：高等教育出版社， 2006，2：102，272-273.［6］贺克斌，杨复沫，段凤魁，等.大气颗粒物与区域复合污染［M］.北京：科学出版社，2011：3-4.［7］盛裴轩，毛节泰，李建国，等.大气物理学［M］. 北京：北京大学出版社， 2003：11-12. ［8］ Tie X， Cao J. Aerosol pollution in China： Present and future impact on environment ［J］. Particuology， 2009，7（6）：426-431.［9］ Tie X X， Wu D， Brasseur G. Lung cancer mortality and exposure to atmospheric aerosol particles in Guangzhou， China ［J］. Atmospheric Environment， 2009b，43（14）：2375-2377.［10］ Ye B， Ji X， Yang H， et al. Concentration and chemical composition of P M2.5in Shanghai for a 1-year period ［J］. Atmospheric Environment， 2003，37（4）：499-510. ［11］ Zhang Y H， Su H， Zhong L J， et al. Regional ozone pollution andobservation-based approach for analyzing ozone—precursor relationship during the PRIDE-PRD2004campaign ［J］. Atmospheric Environment， 2008，42（25）：6203-6218. ［12］ Zhang Y， Mao H， Ding A， et al. Impact of synoptic weather patterns on spatio-temporal variation in surface O3levels in Hong Kong during 1999～2011 ［J］. Atmospheric Environment， 2013，73（4）：41-50.［13］ Wang J L， Zhang Y H， Shao M， et al. Chemical composition and quantitative relationship between meteorological condition and fine particles in Beijing ［J］. Journal of Environment Sciences，2004，16：860-864.［14］周奕珂，朱彬，韩志伟，等.长江三角洲地区冬季能见度特征及影响因子分析［J］. 中国环境科学， 2016，36（3）：660-669.［15］赵子菁，魏永杰，张祥志，等.南京市霾天气与主要气象条件的相关分析［J］. 中国环境科学， 2015，35（12）：3570-3580.［16］黄鹂鸣，王格慧，王荟，等.南京市空气中颗粒物 PM10、PM2.5污染水平［J］. 中国环境科学， 2002，22（4）：334-337.［17］ Shen G F， Yuan S Y， Xie Y N， et al. Ambient levels and temporal variations of PM2.5and PM10at a residential site in the mega-city，Nanjing， in the western Yangtze River Delta， China ［J］. Journal of Environmental Science & Health Part AToxic/hazardous Substances & Environmental Engineering， 2014，49（2）：171-8. ［18］程兴宏，徐祥德，丁国安，等.MM5/WRF气象场模拟差异对CMAQ空气质量预报效果的影响［J］. 环境科学研究， 2009，（12）：1411-1419.［19］常炉予，赵天良，何金海，等.周边气象条件对南京城区大气污染物浓度的影响［J］. 气象与环境学报， 2013，29（6）：95-101.［20］ Danielsen E F， Mohnen V A. Project DUSTORM report： Ozone transport， in-situ measurements， and meteorological analyses of tropopause folding ［J］. Journal of Geophysical Research Atmospheres， 1977，82（37）：5867-5877.［21］ HJ633-2012 中华人民共和国国家环境保护标准［S］.［22］ Li Y， Chen Q， Zhao H， et al. Variations in PM10， PM2.5and PM1.0in an Urban Area of the Sichuan Basin and Their Relation to Meteorological Factors ［J］. Atmosphere，2015，6（1）：150-163.［23］李卫军，邵龙义，李金娟，等.北京市大气中PM10和PM2.5的污染水平特征研究［J］.环境与可持续发展， 2006，（2）：18-20.［24］ Mickle R E， Bottenheim J W， Leaitch W R， et al. Boundary layer ozone depletion during AGASP-II ［J］. Atmospheric Environment，1989，23（11）：2443-2449. ［25］汪冬华.多元统计分析与 SPSS应用［M］. 上海：华东理工大学出版社， 2010.［26］ Eder B K， Davis J M， Bloomfield P. An automated classification scheme designed to better elucidate the dependence of ozone on meteorology ［J］. Journal of Applied Meteorology， 1994，33（10）：1182-1199.［27］ Hien P， Bac V， Tham H， et al. Influence of meteorological conditions onPM2.5and PM2.5~10concentrations during the monsoon season in Hanoi， Vietnam ［J］. Atmospheric Environment， 2002，36（21）：3473-3484.［28］王莉莉，王跃思，吉东生，等.天津滨海新区秋冬季大气污染特征分析［J］. 中国环境科学，2011，31（7）：1077-1086.［29］何建军，余晔，刘娜，等.基于WRF模式的兰州秋冬季大气污染预报模型研究［J］. 气象， 2013，（10）：1293-1303.致谢：感谢江苏省环境检测中心的数据支持，模式模拟工作由南京信息工程大学郭晓梅、张宸赫、侯梦玲等协助完成，在此表示感谢.。

南京市生活区夏秋季节大气颗粒物垂直分布特征

南京市生活区夏秋季节大气颗粒物垂直分布特征
南京市生活区夏秋季节大气颗粒物垂直分布特征
文章实验研究了2008年7月24日-28日(夏季)和2008年10月13日-17日(秋季)南京市河西生活区距地面1.5 m、54 m和80 m高度处大气颗粒物质量浓度垂直分布特征.夏季和秋季监测结果的对比分析表明:随着高度的增加,采样期间夏季和秋季的PM10和PM2.5平均质量浓度均呈现逐渐减小的趋势,其中秋季衰减幅度明显比夏季小,而且秋季采样期间PM10和PM2.5平均质量浓度远远高于夏季;另一方面,夏秋两季不同尺度颗粒物浓度的相对含量也发生了明显变化,相比于夏季1.5 m高度处秋季细颗粒物的所占比例明显增加,而80 m处却明显降低.
作者：孔春霞郭胜利汤莉莉 Kong Chunxia Guo Shengli Tang Lili 作者单位：南京信息工程大学,环境科学与工程学院,江苏,南京,210044 刊名：环境科学与管理英文刊名：ENVIRONMENTAL SCIENCE AND MANAGEMENT 年，卷(期)：2009 34(11) 分类号：X513 关键词：大气颗粒物质量浓度垂直分布。

南京市城区和郊区PM_(2.5)中碳质组分特征差异及来源分析

南京市城区和郊区PM_(2.5)中碳质组分特征差异及来源分析李洁;董晶晶;孙思思;陈新星;丁峰;曹阳【期刊名称】《环境监控与预警》【年(卷),期】2024(16)1【摘要】为比较南京市城区和郊区细颗粒物(PM_(2.5))中碳质组分特征及来源差异,利用碳组分在线监测仪器对2022年城区和郊区有机碳(OC)和元素碳(EC)进行连续监测。

研究结果表明:(1)2022年南京市城区OC、EC质量浓度分别为(5.24±2.39),(1.27±0.62)μg/m^(3),郊区OC、EC质量浓度分别为(5.67±2.45),(1.32±0.70)μg/m^(3)。

2022年OC和EC质量浓度水平分别较2014—2018年均显著下降。

城区和郊区的OC、EC质量浓度均呈现冬季高、夏季低的特点。

从日变化特征看,城区和郊区OC和EC质量浓度均呈现白天低、夜间高的特点,并且具有明显的峰谷值。

(2)城区和郊区OC、EC均在冬季呈现良好的相关性,显著高于春季和夏季。

根据碳质组分与气态污染物的关系以及ρ(OC)/ρ(EC)分析结果,城区和郊区均存在二次污染,机动车和燃煤是城、郊区的主要污染源,机动车源对城区影响大于郊区,燃煤源对郊区影响大于城区。

(3)污染源的直接排放对南京市OC的质量浓度水平影响较大,郊区二次有机碳(SOC)质量浓度高于城区。

城区需要重点关注机动车排放,郊区需要与周边区域协同治理燃煤、生物质燃烧等方面的污染排放。

【总页数】7页(P18-23)【作者】李洁;董晶晶;孙思思;陈新星;丁峰;曹阳【作者单位】江苏省南京环境监测中心【正文语种】中文【中图分类】X513【相关文献】1.张家界市大气PM_(2.5)碳组分污染特征及来源分析2.鞍山城区夏季PM_(2.5)中碳组分污染特征及来源3.武汉市城区PM_(2.5)碳质组分特征及来源解析4.黄石市大气 PM_(2.5)中碳氮组分的污染特征及来源解析5.安庆市PM_(2.5)碳质组分污染特征及来源解析因版权原因，仅展示原文概要，查看原文内容请购买。

南京市某区大气中PM_2_5_污染状况及变化趋势分析_吴俊

《环境卫生学杂志》2013年4月第3卷第2期Journal of Environmental Hygiene Apr．2013，Vol．3No.2【科研论著】南京市某区大气中PM 2.5污染状况及变化趋势分析吴俊1陈晓东1周连1张秀珍1丁震1祝学田2廖云2徐东群3金银龙3基金项目：国家空气污染与疾病监测项目（HJ01003）；江苏省医学创新团队与领军人才（LJ201129）；卫生公益性行业科研专项（201002001）；江苏省疾控中心重点人才基金（JKRC2011027）作者简介：吴俊，硕士，医师，主要从事环境与健康关系相关专业作者单位：1江苏省疾病预防控制中心；2南京江北人民医院；3中国疾病预防控制中心环境与健康相关产品安全所联系方式：江苏省南京市江苏路172号；邮编：210009；Email ：wj02060408@163．com摘要：目的分析2007—2011年江苏省南京市某区大气中PM 2.5的污染现状，评价其变化趋势，为进一步研究PM 2.5对人群健康的影响提供依据。

方法以南京市某区2007—2011年间的大气补充监测数据为依据，选择PM 2.5指标作为评价因子，运用Spearman 秩相关系数预测其发展趋势。

结果该区PM 2.5月均浓度变化接近于U 型，季节性变化较为明显，5年间年均浓度变化呈下降趋势（P ＜0.05）。

结论该区PM 2.5污染的控制和治理取得一定成效，但整体污染浓度仍较高，需进一步调整工业布局，加快地方性法规、规章和规范性文件的制定步伐。

关键词：PM 2.5；秩相关系数；变化趋势Analysis on the Pollution Status and Change Trend of PM 2．5in the Atmosphere in NanjingWu Jun 1，Chen Xiaodong 1，Zhou Lian 1，Zhang Xiuzhen 1，Ding Zhen 1，Zhu Xuetian 2，Liao Yun 2，Xu Dongqun 3，Jin Yinlong 3Abstract ：Objectives To analyze the concentrations of PM 2.5of one district in Nanjing city from 2007to 2011，e-valuate the change tendency ，and to explore the relationship between the effect on health and PM 2.5concentration．Meth-odsBased on the major supplementary monitoring data of one district in Nanjing city ，PM 2.5as a representative targetindicator was chosen as an appraisal factor ，its change tendency was studied by adopting Spearman rank correlation coef-ficient method of Danniel tendency examination．ResultsThe change tendency of monthly average concentrations PM 2.5was closed to the U type ，showing the difference of seasonal variations．The main pollutant was PM 10．From 2007to 2011，the overall trend of annual average concentrations of PM 2.5was decreased （P ＜0.05）．Conclusions The controland administration of PM 2.5are efficient but the pollution with PM 2.5was still severe in that district．The industrial layoutshould be further adjusted and local regulations ，rules and normative documents should be formulated．Key words ：PM 2.5，rank correlation coefficient ，change tendency 随着城市规模不断扩大和能源消费的快速增长，以及工业、交通运输业的迅速发展和化石燃料的大量使用，颗粒物、硫氧化物、碳氧化物、臭氧等物质的排放量剧增，城市大气污染问题日益突出。