日照市区PM10污染物特征及其与气象要素的关系

对2002年1月1日～2002年12月31日日照市环境监测中心提供的PM10（可吸入颗粒物）日平均浓度资料和对应时段的日照市地面气象资料做了深入的分析，揭示了污染物PM10变化特征及其随气象要素的变化规律。同时分析了主要污染物PM10与地面风速、风向间的相关关系，发现日照市大于等于3级的PM10污染日均出现在1-4月，地面风速对污染物PM10浓度有一定影响，当地面风速超过5m／s时，3级及以上污染日很少出现，当地面风速超过6．5m／s时，随着风速的提高，污染物浓度呈下降趋势。污染物浓度呈明显的季节变化，冬、春季节明显高于夏、秋季节。     

长江三角洲西部地区PM2.5输送轨迹分类研究

长三角4个省会（直辖市）城市（上海、南京、合肥、杭州）中,合肥与南京的PM_2.5浓度演变有较高的一致性。应用聚类分析的方法对2013-2015年合肥非降水日（日降水量低于10 mm）100 m高度（代表近地层）和1000 m高度（代表边界层中上部）的72 h后向轨迹进行分类,结合合肥2013-2015年PM_2.5日均浓度资料,探讨近地层和边界层中上部输送轨迹与长三角西部PM_2.5浓度的关系。近地层和边界层中上部分别得到7组和6组不同的后向轨迹;不同输送轨迹对应的PM_2.5浓度、重污染（重度以上污染,PM_2.5日均浓度大于150 μg/m³）天数、能见度、地面风速、相对湿度等都有显著不同,尤其是在近地层。100 m高度,平均长度最短、来向偏东的轨迹组对应的PM_2.5浓度均值最高（约是组内均值最低值的2倍）、重污染天数最多,且占比最高（30%）,重污染日对应的气流在过去72 h下降高度均值仅28 m,明显低于其他PM_2.5污染等级日;来向偏西北、长度较短的轨迹组,PM_2.5浓度均值和重污染天数为第2高,这一类轨迹占比14%,气流到达本地前存在明显的下沉运动,反映了远距离输送加剧本地PM_2.5重污染的特征。这两类轨迹常对应PM_2.5日均浓度的上升。PM_2.5平均浓度最低的2个轨迹组分别是来自东北和西南的较长轨迹组,所占比例分别为6.4%和10.3%,这2类轨迹往往对应着PM_2.5日均浓度下降。1000 m高度的结果与100 m高度结果类似,但PM_2.5平均浓度的组间差异不及100 m高度,与2001-2005年PM₁₀浓度与输送轨迹的关系不同。对3 a中84个重污染日两个高度的后向轨迹进行聚类,近地层和边界层中上部各得到7类和6类PM_2.5重污染日的天气形势。近地层92%的重污染日对应的海平面气压形势场上,从华北到华东属于均压区,气压梯度小,轨迹来向以偏东到偏北方向为主,垂直方向延伸高度在950 hPa以下。1000 m高度,77%的重污染日属于相对较短的轨迹组,对应的850 hPa高度场特征为从中国西北（新疆）到东南受高压控制,长三角或位于高压底部,或位于两高压之间的均压区。这对PM_2.5浓度预报有较好的指示意义。     

2013年1月持续性霾天气中影响污染程度的气象条件分析

利用南京本站气象观测记录、环保局监测数据以及NCEP/NCAR再分析资料,分析2013年1月持续性污染天气过程的大气环流背景,并结合南京地区探空资料、风廓线雷达资料以及激光雷达资料,分析这次持续性污染过程中空气质量属良好、轻度污染、中度污染、重度污染典型个例的大气垂直特征和边界层内气象条件的差异。得到如下结论:2013年1月份北方冷空气活动较弱,南京地区大气层结稳定,近地层风速小,污染物气象扩散条件差。加之近地层以弱偏东风为主,水汽较多,有利于污染物颗粒直径增大。大气垂直结构以及边界层内水平风速均对大气污染程度起到一定影响。AQI与逆温层高度存在显著负相关关系;大气污染时,1000 m以下出现逆温结构,且逆温层越低、越厚,污染程度越大;重度污染时,近地层出现贴地逆温层,厚度为700m左右。逆温层高度下降,PM₁₀颗粒物高浓度区高度也明显下降,近地层污染物浓度对垂直方向上污染物浓度正响应的高度降低。在空气质量良好时, 150~1500m存在风速大值区,且风无空,湍流作用明显,有利于污染物和周围的洁净空气相混合而得到稀释,加速污染物的垂直扩散进程。当中度污染日和典型重度污染日时,150~1500 m之间并不存在大风速区。此外, PM₁₀的300μg·m^-3高浓度垂直高度延伸至300 m附近时,近地层PM_2.5明显上升至100μg·m^-3以上,高浓度区数值越大,近地层PM_2.5越大。     

新冠肺炎疫情期间遵义市大气污染物的变化

为研究云贵高原城市遵义新冠期间大气污染物变化特征,利用2015—2020年遵义市空气质量监测数据、地面气象观测资料,分析新冠肺炎疫情防控期间遵义市主要大气污染物和气象要素的变化情况,研究空气质量对污染物减排和气象要素变化的响应。结果表明：疫情防控导致遵义市PM_2.5、PM₁₀和NO₂质量浓度明显下降,但O₃质量浓度小幅增加;PM_2.5和NO₂对人为减排的响应更敏感;防控期内遵义市气象条件比较有利于污染物的清除,防控减排措施导致PM_2.5质量浓度下降25.34%。在疫情防控的背景下,O₃浓度较2015—2019年明显偏高,PM_2.5显著下降,这与疫情防控期间人员车辆外出明显减少有关,导致夜间滴定消耗O₃的气体减少。减排措施对防控期间颗粒物污染浓度有明显的削弱作用。     

南京北郊2011年春季气溶胶粒子的散射特征

利用南京北郊2011年春季积分浊度仪的观测资料,结合PM_2.5质量浓度、能见度和常规气象资料,分析了南京北郊春季气溶胶散射系数的变化特征、散射系数与PM_2.5质量浓度和能见度的关系。结果表明,观测期间气溶胶散射系数平均值为311.5±173.3 Mm^-1,小时平均值出现频率最高的区间为100~200 Mm^-1;散射系数的日变化特征明显,总体为早晚大,中午及午后小。散射系数与PM_2.5质量浓度的变化趋势基本一致,但与能见度呈负相关关系。霾天气期间散射系数日平均值为700.5±341.4 Mm^-1,最高值达到近1 900 Mm^-1;结合地面观测资料、NCEP/NCAR再分析资料和后向轨迹模式分析显示,霾期间气块主要来自南京南部和东南方向。     

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

使用Anderson-Ⅱ型9级撞击采样器测量了南京市鼓楼商业区、江北工业区、钟山风景区和宁六高速公路交通源春、夏、秋三季的大气气溶胶质量浓度。分析结果表明:南京市PM_2.1和PM₁₀的质量浓度存在明显的季节变化,秋季>春季>夏季;ρ_PM10春季为167.47 μg/m³,夏季为 85.99 μg/m³,秋季为238.99 μg/m³;ρ_PM2.1春季为59.66 μg/m³,夏季为42.80 μg/m³,秋季为100.15 μg/m³。不同季节中ρ_PM10和ρ_PM2.1均存在较好的相关性,夏季相关性最好,相关系数为0.952;秋季次之,相关系数为0.783;春季相对较差,相关系数为0.613。城市不同功能区之间ρ_PM2.1和ρ_PM10的质量浓度值差异很大,交通源>工业区>商业区>风景区。城市不同功能区的质量浓度谱分布基本一致,均为双峰型分布,峰值分别位于0.43~0.65 μm/m³和9.0~10.0 μm/m³。南京市春、夏、秋三个季节大气粒子质量浓度谱为双峰分布,粒子主要集中在0.43~3.3 μm/m³的粒径段。江北工业区ρ_PM10和ρ_PM2.1质量浓度的相关系数为0.814,略高于鼓楼商业区的0.797。     

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

使用Anderson-Ⅱ型9级撞击采样器测量了南京市鼓楼商业区、江北工业区、钟山风景区和宁六高速公路交通源春、夏、秋三季的大气气溶胶质量浓度。分析结果表明:南京市PM_2.1和PM₁₀的质量浓度存在明显的季节变化,秋季>春季>夏季;ρ_PM10春季为167.47 μg/m³,夏季为 85.99 μg/m³,秋季为238.99 μg/m³;ρ_PM2.1春季为59.66 μg/m³,夏季为42.80 μg/m³,秋季为100.15 μg/m³。不同季节中ρ_PM10和ρ_PM2.1均存在较好的相关性,夏季相关性最好,相关系数为0.952;秋季次之,相关系数为0.783;春季相对较差,相关系数为0.613。城市不同功能区之间ρ_PM2.1和ρ_PM10的质量浓度值差异很大,交通源>工业区>商业区>风景区。城市不同功能区的质量浓度谱分布基本一致,均为双峰型分布,峰值分别位于0.43~0.65 μm/m³和9.0~10.0 μm/m³。南京市春、夏、秋三个季节大气粒子质量浓度谱为双峰分布,粒子主要集中在0.43~3.3 μm/m³的粒径段。江北工业区ρ_PM10和ρ_PM2.1质量浓度的相关系数为0.814,略高于鼓楼商业区的0.797。     

湖北省PM2.5质量浓度遥感估算与时空分布特征

针对地面站点稀疏不足以提供高空间覆盖、高空间分辨率的面域PM_2.5数据支撑区域细颗粒物污染防治的问题,以湖北地区2015-2017年的MODIS卫星遥感气溶胶光学厚度（AOD）产品数据为主预测量,结合温度、湿度、风速、压强等气象参数和植被指数数据等辅助预测量,建立了AOD-PM_2.5关系逐日变化的线性混合效应（LME）模型,用于估算湖北地区的PM_2.5浓度水平.利用十折交叉验证方法进行了模型精度评估.结果表明：1）2015-2017年的交叉验证R²分别达到0.89、0.85和0.88,利用MODIS AOD数据反演近地面PM_2.5质量浓度的线性混合效应模型能很好地用于区域细颗粒物遥感监测;2）省内PM_2.5质量浓度空间差异显著,鄂东、鄂南和鄂北高,鄂西北和鄂东南低;3）全省PM_2.5估算时空数据年均值呈下降态势,分别为65.6±39.8、57.1±34.1和48.1±28.3 μg/m³,各市除随州、咸宁2016、2017年年均值持平外,都呈下降趋势.     

盱眙县空气污染特征及其气象条件分析

采用盱眙县环境监测站 2014年1—12月PM₁₀、PM_2.5、SO₂、NO₂、O₃逐日质量浓度资料及盱眙国家基本气象站同期气象资料,分析不同气象条件下盱眙县空气质量变化.结果表明:盱眙县主要污染物是PM_2.5、PM₁₀,污染较轻的是SO₂、NO₂、O₃;盱眙县空气质量变化趋势为春冬季污染严重,夏秋季污染较轻.气象条件中的降水因子对改善空气质量、清除颗粒物具有明显作用;当温度在0 ℃以下或30 ℃以上时空气质量相对较好,0～20 ℃时空气污染情况较为严重;偏东风时大气环境质量较差,偏北风时大气环境质量较好.     

2016年冬季南京地区大气污染特征的观测分析

基于2016年11月24日—12月23日南京市草场门站、鼓楼站和仙林站的强化试验观测资料,分析了城市和郊区主要大气污染物的时空变化特征及其与气象要素的相互关系。研究发现：观测期间南京PM_2.5、PM₁₀、NO₂、O₃、CO、SO₂月均质量浓度分别为52.84~84.34 μg·m^-3、88.36~120.34 μg·m^-3、49.98~51.66 μg·m^-3、24.85~50.57 μg·m^-3、0.99~1.2 mg·m^-3和22.1~26.48 μg·m^-3;近地面,城市大气污染物质量浓度高于郊区,其中城市O₃比郊区高61.0%;在城市地区,除NO₂和CO外,鼓楼站大气污染物质量浓度高于草场门站,其中鼓楼站PM_2.5比草场门站高42.7%;PM_2.5小时质量浓度最大为210.93 μg·m^-3,重污染过程出现时风速较低、温度较高,郊区PM₁₀、PM_2.5、NO₂质量浓度呈现高值时的最频风向为南风,O₃和SO₂质量浓度呈现高值时的最频风向分别为西风和西南风,所以郊区大气污染受城市输送影响。利用HYSPLIT模式研究发现12月4—8日和16—20日的污染气团分别来自西部和北方地区,聚类分析发现12月影响南京市的污染气团45%来自西部地区且移动速度较快,55%来自北方地区且移动速度较慢。由此可见,南京市冬季出现的大气污染,其形成不仅与本地排放和局地气象条件有关,而且西部和北方地区的远距离输送也会造成影响。     

京津冀一次重度雾霾天气能见度及边界层关键气象要素的模拟研究

本文利用GRAPES_CUACE大气化学模式对京津冀地区2015年12月重度雾霾过程进行了模拟和评估。京津冀地区能见度和PM_2.5模拟值与观测值的对比表明:该模式能较好地模拟京津冀地区能见度和PM_2.5的逐日变化情况,但模式存在对伴随着重污染发生的低能见度模拟偏高的问题。以12月5~10日的重度雾霾过程为重点,针对地面风速、边界层高度、相对湿度、PM_2.5及其对能见度的影响进行了详细分析,研究结果表明:污染过程中大部分地区过程平均风速低于2 m s-1,边界层平均高度低于600 m,相对湿度较高。模式低能见度模拟偏高可能因为:（1）模式模拟重雾霾时段的PM_2.5极大值浓度偏低。（2）模拟相对湿度存在系统性偏低的误差,这一误差对能见度的影响表现为两方面,一是相对湿度会通过影响可溶性气溶胶的吸湿增长过程影响气溶胶质量浓度,导致气溶胶消光系数的计算偏低;二是目前模式中采用的能见度的参数化公式考虑了相对湿度对气溶胶吸湿增长的影响,没有考虑雾滴的直接消光作用。     

中国主要城市群在灰霾污染下的近地面风场特征

利用2015—2016年全国PM_(2.5)质量浓度站点资料及CCMP(Cross Calibrated Multi-Platform)风场再分析资料,对中国华北、长三角、珠三角以及四川盆地主要城市在PM_(2.5)污染下的近地面风场及其影响进行统计分析。结果表明:(1)近地面风速与PM_(2.5)质量浓度表现为负相关,低风速有利于PM_(2.5)的积累,但是该相关关系并不完全显著,体现出"冬强夏弱"的季节性差异;(2)不同地区PM_(2.5)质量浓度对不同风向的反应不同,华北地区在偏南风主导下PM_(2.5)质量浓度较高,长三角则是在偏西风主导下PM_(2.5)质量浓度较高,而珠三角地区冬季PM_(2.5)质量浓度较高,主导风向为偏北风;(3)通过分析地面散度场发现不同地区主导的污染类型不同,华北地区、长三角以及珠三角污染类型主要为区域性污染,四川盆地主要为局地型污染。     

PM10 Observed at a Meteorological Station in Beijing: Historical Trend and Implications

Inhalable particles (PM10), with aerodynamic equivalent diameters that are generally 10 micrometers or smaller, are basic pollutants in many areas, especially in northern China, and thus the pollution from PM10 inhalable particulate matter is a growing concern for public health. Independent long-term observations are necessary to evaluate the efficacy of PM10 reduction actions. Variations in the PM10 concentration from 2006 to 2017 at an observation station (NJ) in Beijing were recorded and analyzed. The average value ±1 standard deviation of daily mean PM10 concentrations was 138.8 ±96.1 μg m-3 for 1307 days (accounting for 34.7% of the total days), showing PM10 concentration exceeding the National Ambient Air Quality Standard (NAAQS) 24-h average of 150 μg m-3. Particulate concentration depended upon various meteorological conditions as also observed in this work: at low wind speed (<4 m s-1), the concentrations of PM10 revealed a downward trend with -19 μg m-3 per unit of wind speed, but when wind speed rose (>4 m s-1), the values increased by 49 μg m-3 per unit of wind speed. In Beijing, air masses from northwest China, especially from the Gobi Desert and other desert areas, had net contributions to long-range transport of natural dust, enhancing the PM10 concentrations by up to 29%. Overall, PM10 mass concentration showed a significant downward trend with -8.0 μg/m3/yr from 2006 to 2017. Although with higher fluctuations in recorded data, similar downward trends derived from the ) in 2017 still exceeded the NAAQS standard. The results showed that there is still a long way to go to reduce PM10 in Beijing.     

苏州市大气PM_(2.5)中水溶性无机离子的源解析及其气象因子分析

为了探明PM_(2.5)中水溶性无机离子的来源和气象因子对其浓度变化的影响,利用2012年2、5、8和11月苏州市PM_(2.5)中水溶性无机离子浓度和本站气象观测数据,分析了苏州市水溶性无机离子的时间变化特征,解析了当地PM_(2.5)中水溶性无机离子的主要来源,探讨了气象因素对离子组分的影响。结果表明:(1)苏州市PM_(2.5)中水溶性无机离子年均浓度大小依次为:SO_4~(2-)NO_3~-NH_4~+Na~+Cl~-K~+Ca~(2+)Mg~(2+)F~-;SO_4~(2-)、NH_4~+和NO_3~-为PM_(2.5)中最重要的3种水溶性无机离子物种,其总和占PM_(2.5)总质量浓度的50.9%。各离子的季节浓度特征均为冬季最高、夏季最低。(2)通过运用主成分分析法对苏州市PM_(2.5)中水溶性无机离子进行来源分类解析,发现第一类为二次污染源和生物质燃烧,其贡献率为32.84;第二类为道路扬尘及工业排放,其贡献率为19.99%;第三类为海盐污染,其贡献率为18.43%。(3)通过水溶性无机离子与气象条件的相关性分析发现,风向、风速和温度与水溶性无机离子浓度的相关性较显著,这三者是颗粒物浓度变化的主要影响因子。(4)利用HYSPLIT后向轨迹模式对外来污染物进入苏州市的轨迹进行聚类分析后发现:因受季风气候影响,苏州市外来污染物的输入路径存在明显的季节性变化特征,其中夏半年输送主径源自海上,冬半年主径源自内陆。     

2007年冬季沈阳典型大气污染源PM10排放模拟

选取沈阳市区9个典型的大气污染源冬季的PM10排放浓度资料,利用MM5耦合CALPUFF对2007年12月至2008年2月沈阳城市区域气象场和排放PM10浓度分布进行月平均数值模拟.结果表明:冬季沈阳地区受高压控制,北风较强,并经过增强、减弱的过程,多呈现对大气污染物扩散不利的天气形势.高空为偏西风且风速较大时,地面和...     

Using the OSPM Model on Pollutant Dispersion in an Urban Street Canyon

An observational campaign was conducted in the street canyon of Zhujiang Road in Nanjing city in 2007.Hourly mean concentrations of PM10 were measured at street and roof levels.The Operational Street Pollution Model(OSPM)street canyon dispersion model was used to calculate the street concentrations and the results were compared with the measurements.The results show that there is good agreement between measured and predicted concentrations.The correlation coecient R2 values(R2 is a measure of the correlation of the predicted and measured time series of concentrations)are 0.5319,0.8044,and 0.6630 for the scatter plots of PM10 corresponding to light wind speed conditions,higher wind speed conditions,and all wind speed conditions,respectively.PM10 concentrations tend to be smaller for the higher wind speed cases and decrease rapidly with increasing wind speed.The presentations of measured and modelled concentration dependence on wind direction show fairly good agreement.PM10 concentrations measured on the windward side are relatively smaller,compared with the corresponding results for the leeward side.This study demonstrates that it is possible to use the OSPM to model PM10 dispersion rules for an urban street canyon.     

江苏地区连续性雾霾天气的污染物浓度变化和特征分析

针对2013年1月江苏淮安地区发生的一次连续性雾霾天气过程,分析该天气过程中PM10和PM2.5的质量浓度演变特征、能见度与气象要素之间的关系、中低层环流特征以及污染物来源。结果表明:雾霾期间PM10和PM2.5质量浓度最低值出现在05:00至07:00(北京时间,下同)和13:00至17:00,最高值出现在21:00至23:00,PM10和PM2.5质量浓度并非同时达到极大值;持续变化较小的气压梯度、较低的风速、相对湿度的增大以及PM2.5和PM10质量浓度的增高是雾霾发生发展的必要条件;能见度与气压、相对湿度、PM2.5质量浓度的相关性较好,建立回归方程,对能见度的整体变化趋势拟合效果较好;高空环流形势平稳、中低层的暖平流、持续稳定少动的地面高压场分布为雾霾天气的持续发生发展提供了有利的形势背景;稳定的层结结构、中低层偏东及偏东北方向气团的输送、本地污染源以及严重的空气污染是此次过程中能见度偏低、霾天数较多的主要原因。     

不同降水强度对PM2.5的清除作用及影响因素

云和降水过程是大气污染物的重要清除途径,但由于降水过程和大气污染颗粒物本身的复杂性,目前降水过程对大气污染物的清除机制及影响因素有待深入研究。该文利用2014年3月—2016年7月在北京地区连续观测的PM_2.5和降水数据,研究了不同降水强度对PM_2.5的清除率,以及雨滴谱、风速和降水持续时间对PM_2.5清除率的影响。研究表明:降水强度越大,对PM_2.5清除效率越高。小雨、中雨和大雨对PM_2.5清除率平均值分别为5.1%,38.5%和50.6%。小雨不但对PM_2.5的清除率最低,而且对PM_2.5的清除效果也存在很大差异,约50%的小雨个例中PM_2.5质量浓度出现减小情况,而另外50%的小雨个例中,PM_2.5质量浓度出现增加情况。在持续时间长或地面风速增大的情况下,小雨也表现出较高的清除率。在中雨和大雨情况下,PM_2.5质量浓度均出现明显减小情况。但降水持续时间和风速对中雨和大雨的清除率影响较小,这是由于中雨和大雨一般在较短时间内即可清除大部分PM_2.5,因此,对降水的持续时间和风速大小不敏感。     

基于无人机观测的太原夏季PM_(2.5)垂直分布特征及成因分析

利用无人机搭载气象及环境监测设备于2020年7月29—31日在太原进行飞行试验,对不同高度层颗粒物和气象要素进行观测,得到PM_(2.5)三维分布及其随时间的变化特征,并通过气象要素、天气形势和后向轨迹分析得到污染累积和消散成因以及外地传输作用影响。结果表明:PM_(2.5)浓度的垂直分布差异显著,下午大部分时次满足"下高上低"规律,上午边界层垂直混合和颗粒物吸湿增长可能导致"下低上高"的情况;逆温层对大气垂直混合有明显抑制作用;29日为污染物积累过程,30日和31日白天均为消散过程;副热带高压带来的小风、高湿环境是29日颗粒物逐渐累积的原因,30日槽前对流发展和较大的风速有利于颗粒物浓度下降,31日相对湿度较低、对流发展旺盛使PM_(2.5)浓度快速下降;试验期间气流主要来自东南方向,太原市PM_(2.5)本地积累占主导地位,外地传输更多来自于本省晋中、长治等邻近城市。     

湖北2015年冬季PM2.5重污染过程的气象输送条件及日变化特征分析

PM_2.5污染仍然是湖北省冬季大气污染的首要污染类型,且具有明显区域传输特征,重污染过程的空气污染气象条件有别于华北地区,值得关注。采用WRF/Chem不同排放情景下的模拟结果,并结合观测分析,研究了2015年12月—2016年1月湖北省PM_2.5重污染过程的气象输送条件及日变化特征,从大尺度输送条件和局地边界层动力作用分析了外来污染物水平传输、悬浮聚集和向下传输的过程,并解释了该地区观测到的午后PM_2.5浓度特殊峰值的气象成因。结果表明,湖北重污染爆发以区域传输为主,地面观测PM_2.5极值对应10 m风速可达8—10 m/s,边界层0—1 km为较强偏北风输送,污染传输通量极值位于400 m高度附近,为重要传输通道,低空无明显逆温,重污染过程具有“非静稳”边界层气象特征。重污染形成的大尺度输送条件为,长江中下游及北部地区偏北风异常偏强,南部地区风速减缓,使污染物在中游平原堆积,鄂北边界风速越大,越有利污染输送增长。传输性污染主要来自偏北和东北方向的污染源输送,潜在源区贡献主要为途经偏北通道上的豫中、南阳盆地和关中地区,以及途经东北通道上的鲁、皖、苏等部分地区。PM_2.5浓度日变化双峰结构的天气成因不同,21—24时（北京时）峰值为静稳性污染,11—14时峰值为传输性污染。污染输送受大气边界层高度影响,日出前大气边界层高度较低,层结稳定并伴有上升运行,使得低空外来输送悬浮聚集在400 m高度附近;日出后随大气边界层高度升高,静稳层结被破坏,在干沉降作用下高浓度PM_2.5开始向下传输,并在午后地面形成峰值。