天津2011年秋冬季PM2.5组分特征及其对能见度的影响

利用2011年能见度、相对湿度、风速逐时观测资料和11月16日至12月13日期间颗粒物膜采样数据,分析天津市大气能见度与PM_2.5组分的关系。结果表明：天津颗粒物质量浓度与能见度变化总体呈负相关,PM_2.5和相对湿度对能见度的影响作用明显。能见度与颗粒物中TC质量浓度变化呈负相关,SO₄^2-,NO₃^-,OC和EC是影响大气能见度的主要组分,其中SO₄^2-浓度对能见度影响最大,其次为OC浓度、EC浓度,NO₃^-浓度对能见度的影响相对较小。后向轨迹和混合层高度分析表明,气象条件是造成PM_2.5质量浓度分布差异的重要原因。     

北京春季沙尘和霾期间气溶胶的对比模拟研究

利用气象模式WRF驱动区域空气质量模式RAQMS,模拟研究了2014年北京地区春季颗粒物及气溶胶化学组分的时空变化,对比分析了沙尘期（3月17日、29日）和霾期（3月25～27日）的天气形势、气象要素和气溶胶化学组分特征,比较了沙尘和人为气溶胶表面非均相化学反应对大气化学成分的影响及相对贡献。结果显示,模式对于气象要素、PM2.5、PM10及其化学组分具有较好的模拟能力,考虑了气溶胶表面非均相化学反应后明显提高了模式对PM2.5及气溶胶化学组分模拟的准确性。沙尘期间,沙尘对PM10质量浓度贡献占主导地位（50.7%）,对PM2.5的贡献与有机气溶胶（OM）和人为排放的一次颗粒物（PPM）相当;霾期间,硝酸盐NO₃?（25.6%）和OM（23.6%）对PM2.5的贡献最大,在PM10中NO₃?、PPM和OM的贡献相当。沙尘期,粗粒子明显增加,在PM10中所占比例与细粒子相当,为45.5%;霾期,细粒子占主导地位,占PM10质量浓度的85.6%。非均相化学反应使沙尘期间硫酸盐（SO₄2–）和NO₃–浓度分别增加16.9%和83.8%,使霾期间的SO₄2?和NO₃–浓度分别增加14.5%和45.0%。2014年3月,非均相化学反应使北京月均SO₂、NO₂、O₃、SO₄2?、NH₄+和NO₃?的浓度分别变化了?2.5%、?5.7%、?3.4%、11.7%、18.6%和58.5%,本文结果表明非均相化学反应对二次无机气溶胶的生成有重要贡献。     

太原冬季PM2.5中有机碳和元素碳的变化特征

2005年12月—2006年2月在太原市区持续观测了气溶胶细粒子PM_2.5, 并应用Sunset碳分析仪进行了有机碳 (organic carbon, OC) 和元素碳 (elemental carbon, EC) 的测定。结果表明:太原冬季PM_2.5, OC和EC浓度均较高, 其中PM_2.5日平均浓度变化范围为25.4~419.0 μg/m3, 日平均浓度为193.4±102.3 μg/m3, OC平均浓度为28.9±14.8 μg/m3, EC平均浓度为4.8±2.2 μg/m3, OC/EC平均比值是7.0±3.9, 即太原市冬季PM_2.5和碳气溶胶污染严重。OC在PM _2.5中占18.6%, EC占2.9%, 这表明碳气溶胶是太原大气细粒子污染控制的关键组分。在太原市冬季, 采暖燃烧的煤是OC和EC的主要贡献源, 造成OC大大高于EC, 从而使OC/EC比值增大。各种气象条件对PM_2.5, OC, EC和OC/EC比值的变化都有不同程度的影响, 特别是大雾天气、相对湿度、风速和降雪是影响碳气溶胶浓度变化的重要因素。     

邢台沙河市冬季大气污染特征与潜在源区分析

为了解邢台沙河市冬季大气污染特征,选取2017年12月至2018年2月沙河市区3个省控站点（司法局、市政府、宣传中心）的逐时监测数据,分析了沙河市主要污染物的时空分布特征和潜在源区。污染物浓度特征分析表明:整个冬季司法局、市政府和宣传中心站点的细颗粒物（PM2.5）平均浓度分别为118.0 μg/m3、121 μg/m3和135 μg/m3。在大气自然活动和人为污染排放的共同作用下,PM10、PM2.5、SO₂、NO₂和CO均有明显的日变化特征。整个冬季沙河市的ρ(PM2.5)/ρ(PM10)、ρ(SO₂)/ρ(NO₂)均值分别为0.57和1.05（ρ为各物质的浓度）。且随着污染加重,ρ(PM2.5)/ρ(PM10)、ρ(SO₂)/ρ(NO₂)均明显升高,表明燃煤贡献增加;污染物空间分布特征分析表明:位于3个站点东北处的玻璃企业产生的污染物可能对监测站点造成了一定影响。污染物空间差异分析表明,区域污染范围越大、强度越高,大气污染的空间差异性越小;潜在源分析表明:沙河市PM2.5的强潜在源区分布在其周边区域,随着PM2.5浓度增加,强潜在源区呈缩小趋势。沙河市东南部的本地源对PM2.5浓度有主要贡献,而此处正是玻璃企业的聚集地。     

京津冀典型工业城市沙河市大气污染特征及来源分析

近些年京津冀地区秋、冬季大气重污染事件频发,工业生产与居民燃煤是大气灰霾污染的重要原因。河北省沙河市是京津冀地区以玻璃制造和加工为主的典型工业城市,本研究选取该城市为研究对象,主要利用2017年1月至12月国控站点的大气环境监测和气象数据,采用扩散模型、潜在源分析等手段,分析了沙河市主要污染物的时空分布特征和污染来源。主要结论有:（1）沙河市首要污染物具有明显季节特征,春季、夏季、秋冬季分别以PM₁₀、O₃、PM_2.5污染为主,季节贡献率分别为43.3%、72.3%、61.5%。（2）受城市大气边界层和排放的共同影响,PM₁₀、PM_2.5、SO₂、NO₂和CO浓度均有剧烈的季节—日变化特征。（3）冬季东北风时PM_2.5、NO₂、SO₂均展现出高浓度和高相关性特征,表明站点可能受东北方向玻璃企业排放影响。同时,站点可能也受城中村散煤燃烧影响。（4）沙河市冬季PM_2.5浓度为143 μg m-3。冬季的一次重污染中硫氧化率SOR、氮氧化率NOR的最高值分别达0.67、0.39,气态污染物的二次转化剧烈,高湿度利于二次粒子的生成。重污染中C(NO₃-)/C(SO₄2-)均值为1.89,推测沙河市NO₂主要来自大型运输车辆和企业的共同排放。（5）本地源是沙河市PM_2.5的主要潜在源区,周边几个重工业城市也有一定贡献。因此本研究建议沙河市PM_2.5的治理除需加强本地污染源的削减和控制外,区域联防联控也十分重要。     

庐山2016年冬季三级分档雾水化学特征

探究不同尺度雾滴化学特征是深化雾微物理化学研究的重要内容。2016年12月—2017年1月在庐山开展雾综合观测实验,利用主动式三级分档雾水采集器（CASCC 3_stage）收集到3次雾过程73个分档雾水样本,雾滴分档粒径:4—16 μm（3级）,16—22 μm（2级）和≥22 μm（1级）。定量得到了分档雾水的pH、电导率（EC）及9种水溶性无机离子（Na+、NH₄+、K+、Mg2+、Ca2+、Cl-、NO₂-、NO₃-、SO₄2-）浓度（μeq/L）。结果表明,庐山冬季雾水酸化严重,pH为3.96—5.82,pH < 5.6的样品占98.6%且直径4—16 μm小雾滴的强酸性（pH < 4.5）样品最多,占比达54.2%,小雾滴酸性和电导率更强;NH₄+、Ca2+、NO₃-、SO₄2-是雾水的主要离子组分,[NH₄++Ca2++NO₃-+SO₄2-]分别在三级分档雾水中占总离子浓度（TIC）的83.8%、88.0%和88.7%;综合3次雾过程,总离子浓度、NH₄+、K+、NO₃-、SO₄2-在4—16 μm小雾滴存在富集,表现出尺度依赖特征;86%雾水样品[SO₄2-]/[NO₃-]介于0.5—3.0,属于硫酸和硝酸混合型酸化,雾水酸化主要原因是碱性缓冲物质与酸性组分不平衡以及可能存在有机酸贡献;同一观测点不同雾过程化学特征存在个例差异,第二次雾过程（12月25日14时—26日21时）（北京时）,总离子浓度、NH₄+、Ca2+、NO₃-、SO₄2-在16—22 μm尺度雾滴存在富集,这可能是雾区气溶胶浓度较低、降温、采样间隔和污染气体及气溶胶输送共同作用的结果。后向轨迹聚类和潜在源（PSCF）分析表明,观测期间影响庐山的气团均来自西部,来自湖南北部的局地气团占总轨迹数的68.99%,最为重要;PM_2.5、SO₂、NO₂具有相似潜在源区空间分布,主要位于湖北、湖南、安徽西南部和江西北部等邻近省份地区,以近距离输送为主。      

武汉地区疫情管控期间空气质量变化及改善措施研究

2020年1月23日起,武汉地区施行了严格的交通管控措施,对当地的人为活动产生了重大影响。本文基于地面监测站网和卫星遥感分析了管控期间武汉地区的主要大气成分的变化,并研究了人为排放下降对O₃和细颗粒物（PM2.5）污染的影响。研究发现,由于管控期间施行机动车禁行政策,武汉地区的NO₂浓度与2019年同期相比下降53.2%,挥发性有机物（VOCs）下降了25.1%;与NO₂和VOCs的显著下降不同,O₃日最大8小时滑动平均第90百分位浓度平均值与去年同期相比上升16.5%,尤其是2月温度同比增高超过5°C,紫外辐射增长超过100%,O₃浓度显著高于去年同期,说明应基于O₃前体物NO_x和VOCs 活性种类的非线性定量关系加强协同减排;同时,管控期间PM2.5浓度与去年同期相比下降了35.6%,但是PM2.5浓度低值主要集中在风速较大、扩散较好的2月,其他时段PM2.5浓度下降并不明显;值得注意的是,与2月的显著下降不同,3月硝酸盐的浓度同比变化不大,说明导致NO_x转化为硝酸盐的大气氧化能力并未受到较大削减,武汉地区颗粒物减排应基于颗粒物不同组分的形成机理,加强颗粒物一次排放源和关键前体物控制。     

2016—2017年中国中东部本底地区PM10化学特性

对中国中东部3个区域大气本底观测站2015年12月—2017年12月PM₁₀质量浓度及其化学成分空间分布与季节变化特征进行研究,结果显示:研究期间龙凤山站、临安站和金沙站平均PM₁₀质量浓度分别为57.5,62.2 μg·m-3和57.6 μg·m-3。其中临安站和金沙站2017年PM₁₀质量浓度较2016年有所下降,但龙凤山站有所上升。与2013年相比,临安站和金沙站平均PM₁₀质量浓度分别降低29.3%和26.2%。临安站SO₄2-,NO₃-和NH₄+平均质量浓度分别为9.9,8.2 μg·m-3和3.7 μg·m-3,金沙站分别为10.2,6.7 μg·m-3和2.6 μg·m-3,均高于龙凤山站的5.9,4.9 μg·m-3和2.1 μg·m-3,其中龙凤山站和临安站的NO₃-与SO₄2-质量浓度比值较高（0.9和0.8）,金沙站较低（0.6）。龙凤山站的有机碳（OC）和元素碳（EC）质量浓度分别为10.1 μg·m-3和2.7 μg·m-3,临安站为6.7 μg·m-3和3.1 μg·m-3,金沙站为4.7 μg·m-3和2.3 μg·m-3,即龙凤山站OC最高,金沙站最低,3个站点的EC基本相当,临安站略高。与2013年相比,研究期间临安站SO₄2-,NH₄+和OC分别下降38.1%,26.0%和55.6%,金沙站分别下降46.3%,51.9%和44.7%,但临安站和金沙站的NO₃-分别上升12.3%和15.5%;临安站EC下降27.9%,金沙站EC上升4.5%。3个站点夏季PM₁₀,NO₃-,EC质量浓度及NO₃-与SO₄2-质量浓度比值均最低。     

辽宁农村代表区域降水离子组成及与气态污染物相关性

对辽宁农村代表区域站点辽中县马龙村观测站2007年2月至2008年1月酸雨、气态污染物浓度观测资料进行了分析。结果表明：辽中观测站降水的化学组成阴离子主要为SO₄^2-和NO₃^-,阳离子主要是NH^₄+和Ca₂⁺, SO^₄2-/ NO₃^-比值为2.9, Na⁺/Cl^-比值较大,大于1。各种离子浓度冬春季高,夏秋季较低,表明研究区域降水酸化与污染关系不显著。实测的9种主要阴离子、阳离子总浓度比（∑阴离子/∑阳离子）与降水pH值相关性不高,表明目前酸雨研究观测的主要9种阴阳离子不能完全包括降水中的离子组成。降水酸性与近地面污染气体浓度相关各异,pH与NO_x、CO、NO₂和O₃浓度有比较明显的负相关,与SO₂浓度负相关不明显;降水pH值与颗粒物等碱性污染物浓度正相关明显。降水中主要致酸离子SO₄^2-和NO₃^-的浓度与相应酸性气体污染物SO2和NOx近地面浓度的相关不明显。     

银川大气污染物浓度变化特征及其与气象条件的关系

利用2013年银川地区6个监测点污染物质量浓度和同期气象要素数据,对区域内污染物浓度变化特征及其与气象条件的关系进行分析。结果表明：银川市区PM10年均值超标0.7倍,PM_2.5年均值超标0.4倍,SO₂和NO₂也有一定程度超标,CO和O₃未超标|1、2、11月和12月为SO₂、NO₂、PM₁₀、PM_2.5、CO质量浓度较高月,O₃浓度最高月为5月,次高月为10月|9:00-12:00和21:00-00:00是SO₂、NO₂、PM₁₀、PM_2.5和CO质量浓度较高的两个时段,O₃浓度一般于15:00达到最大;6类污染物普遍表现出季节性的准7 d周期和全年性的准30 d周期|空气质量状况良的频率是56 %,轻度污染26 %,优仅为12%;首要污染物以PM₁₀、PM_2.5和SO₂为主|风速与SO₂、NO₂和CO具有良好的负相关关系,与O₃则呈显著正相关关系,风速对PM₁₀和PM_2.5影响较复杂,当风速小于某一值时,有利于PM₁₀和PM_2.5扩散,当风速达到一定程度后,又会导致PM₁₀和PM_2.5浓度的增加|降水对污染物有较好的冲刷作用,且对SO₂的清除作用最明显,对O₃的清洁作用最弱。     

冬季采暖优化对北京地区空气质量的影响

空气污染能够影响人体健康、交通运输、农业生产等,会对国家经济造成损失。多年来,北京一直是空气污染严重地区,而冬季燃煤采暖是一个重要的原因。2016～2017年,北京大力优化采暖的能源结构,旨在改善空气质量。本文通过分析5个位于北京不同区域的空气质量监测站的PM2.5、PM10、SO₂、NO₂和CO污染物浓度,对比了2018年和2015年的空气质量变化情况。结果显示:2018年5个站5种污染物浓度较2015均下降,平均下降幅度为37.3%,而5个站降幅最大的污染物浓度都是SO₂,平均降幅为59.2%。进一步分析表明,两年5种污染物浓度的差距主要来自冬季的取暖时期。2018年冬季5个站重空气污染（PM2.5浓度>150 μg/m3）天数较2015年平均下降率高达91.3%,比其他季节多了41.3%。相较于2015年,5个站平均的2018年冬季5种污染物浓度平均下降值是其他季节的4.8倍,平均下降的幅度是其他季节的2.3倍。逐小时数据分析显示,2018年较2015年冬季污染物浓度下降比较大的时刻主要来来自暖更多的时间段。结合气象条件分析表明,北京冬季采暖优化很大程度地提高了空气质量,这为有相似采暖方式的城市的空气污染治理提供借鉴和参考。     

南京一次暴雪过程大气污染特征分析

利用气象和环境监测资料分析2013年2月19日南京一次短时强降雪过程对各类污染源及污染物浓度的影响,并利用Pearson相关分析法分析不同污染物之间及污染物与气象要素之间的相关关系。结果表明：此次南京暴雪对面源影响最大,扬尘排放量几乎为零,流动源主要受机动车早晚高峰变化影响,工业点源受影响不大。此次暴雪过程后,南京空气质量达到优级,2013年2月19日AQI指数比18日与20日均下降35%,SO₂日变化仍呈单峰型,颗粒物及NO2日变化则未呈现早晚双峰变化。PM_2.5与PM₁₀、SO₂、NO₂、CO呈显著正相关,相关系数分别为0.979、0.663、0.837和0.875,说明污染物来源具有一定的同源性。污染物浓度与风速、相对湿度呈显著负相关,与温度、大气压强呈显著正相关。     

汾渭平原空气质量及气象要素对其日变化和年际变化的影响

汾渭平原因其封闭的地形条件以及煤炭为主的能源结构,大气污染问题一直存在,并于2018年被列入大气污染防控的重点区域。文章利用2015年以来PM₁₀、PM_2.5、SO₂、NO₂、CO、O₃质量浓度的观测数据和空气质量指数（Air Quality Index,简称AQI）,分析了汾渭平原AQI及大气污染物质量浓度的时空分布特征;使用多元线性回归模型研究了气象条件对冬季PM_2.5和夏季O₃浓度日最大8 h滑动平均值（MDA8_O₃）日变化和年际变化的影响。研究发现,汾渭平原的空气质量在2015～2017年间逐年变差,在2018～2019年有所好转,污染较重的城市为西安、渭南、咸阳、临汾、运城、三门峡、洛阳,集中在汾河平原与渭河平原交界处。汾渭平原的首要大气污染物多为PM_2.5、PM₁₀或O₃,三者占比之和约90%。重污染时期主要集中在天气条件不利及污染物排放量大的冬季供暖期,但夏季O₃浓度的升高趋势使得汾渭平原夏季污染情况越来越严重。影响汾渭平原冬季PM_2.5浓度和夏季MDA8_O₃日变化最主要的气象要素都是2 m高度气温（简称T2M）,相对贡献分别是45.5%、35.3%,都表现为正相关;第二主要的气象要素都是2 m相对湿度（简称RH2M）,相对贡献分别是41.5%（正相关）、25.4%（负相关）。影响汾渭平原冬季PM_2.5浓度年际变化最主要的2个气象要素是T2M和RH2M,其相对贡献分别为43.6%、31.9%,且都呈正相关,2015～2019年汾渭平原冬季气象条件的变化会导致PM_2.5浓度上升,部分削弱了人为减排导致的下降趋势（?8.3 μg m?3 a?1）。影响汾渭平原夏季MDA8_O₃年际变化最主要的2个气象要素是T2M（正相关）和850 hPa风速（WS850,负相关）,其相对贡献分别为71.7%、16.3%。2015～2019年汾渭平原夏季气象条件的变化导致O₃污染呈上升趋势（1.2 μg m?3 a?1）,但O₃污染的总上升趋势（8.7 μg m?3 a?1）中,人为排放变化的贡献更大（7.5 μg m?3 a?1）。本研究表明,汾渭平原大气污染形势严峻,其颗粒物污染问题尚未解决,还面临着新的臭氧污染的挑战,汾渭平原内的11个地级市分属陕西、山西、河南三省管辖,三省交界处又是重污染区域,所以需要三省联合防治防控,协同改善汾渭平原的空气质量。     

重庆市臭氧污染及其气象因子预报方法对比研究

利用2014年1月1日至2018年12月31日的重庆市空气质量日均值资料,分析了重庆近5 a臭氧污染的特征。发现重庆市臭氧是除PM_2.5以外的第二大大气污染物,具有较强的季节变化特征,主要污染时段位于夏半年,在7—8月臭氧污染程度明显超过了PM_2.5。臭氧年平均浓度呈现逐年增加的趋势,首要污染物为臭氧的日数在2018年首次超过PM_2.5,臭氧成为2018年重庆市的第一大污染物,表明重庆正在由一个以颗粒物污染为主的城市转变为臭氧污染为主的城市。通过对同期逐日气象资料与臭氧8 h滑动平均日最大值相关性分析发现,大气温度、湿度及气压均为影响臭氧污染的重要气象因子。利用气象影响因子,采用逐步回归、支持向量机、神经网络方法对臭氧8 h滑动平均日最大值进行预报实验表明,三种预报模型均具有较强的预报能力,但总体来看预报均比实况略偏小。支持向量机方法的预报效果要稍好于逐步回归和神经网络方法,可为重庆市臭氧浓度预报提供参考。     

上海地区AQI变化特征及与气象因素的相关性

基于上海地区2012—2016年逐日PM_2.5、PM₁₀、CO、O₃、SO₂、NO₂的分指数（individual air quality index,IAQI）数据以及同期气象要素（风速、降水量、气温、相对湿度、总云量、低云量）、逆温数据和高空大气环流数据,分析了上海地区空气质量指数的时间变化特征和气候要素对空气质量的影响,并选取PM_2.5和O₃污染天气过程及其邻近的非污染天气过程,对比分析高空大气环流形势的差异。结果表明：上海地区出现PM_2.5、PM₁₀和NO₂污染天气在冬季最多,分别为31.4 d、10.0 d和14.8 d,而O₃污染天气在夏季最多（18.8 d）。风速和低云量是影响PM_2.5污染的重要气象因素,最大相关系数分别为-0.313和-0.261,O₃污染则与气温和日照时数密切相关,最大相关系数分别为0.449和0.363,PM_2.5、O₃污染的发生也与前一日以及当日出现逆等温天气存在较好的相关性。在PM_2.5污染天气过程,上海位于槽后高压前部,850 hPa有较强西北风,而非PM_2.5污染天气过程中上海位于高压后部,低层850 hPa为东南风。在O₃污染天气和非污染天气过程,中国东部长波射出辐射（Outgoing Longwave Radiation,OLR）分别为正、负距平,副热带高压控制下上海晴热少云,易引起O₃污染,反之上海上空云系多,不容易出现污染。     

湖州市PM2.5浓度变化及传输特征分析

基于2014—2018年全国空气质量指数（AQI）和PM_2.5质量浓度数据、美国国家环境预报中心GDAS数据和后向轨迹模式,分析研究了湖州市PM_2.5浓度变化特征,并筛选出5 a内出现的8次重污染天气过程进行输送特征和潜在源分析。结果表明：湖州地区PM_2.5日平均浓度频率分布呈指数分布,高频区主要集中在20—40 μg·m^-3之间。污染主要出现在冬季,夏季、初秋为低浓度值,PM_2.5小时平均浓度的日变化呈主副双峰型分布特征,其中主峰出现在10时,副峰出现在02时,谷值则在18时,其与NO₂和SO₂的变动有关。污染主要通过西北和偏东路径进行中远距离传输,其中西北路径传输对湖州地区影响较大,而偏东路径下气团经过海面,夹带的水汽与颗粒物充分混合,会加剧颗粒物的二次生成和老化过程;西南偏西路径和偏南路径对湖州空气污染也有一定贡献,但存在不确定性,个别过程中偏南路径表现为清洁通道。西北路径上的城市群是主要潜在源区,大值区主要集中在安徽中西部。     

2018年冬季鲁西北大气污染特征及影响因子分析

利用2018年12月至2019年2月滨州、德州和聊城PM_2.5、PM₁₀、NO₂、SO₂、CO和O₃逐日质量浓度及其对应的气象资料,分析了鲁西北大气污染特征和影响因子。结果表明：2018年冬季鲁西北大气污染比较严重,聊城、德州和滨州轻度及以上污染天数分别占61%、60%和54%,重度以上染污天数分别占24%、11%和9%;首要污染物均为PM_2.5、PM₁₀和NO₂,其中PM_2.5占60%以上。PM_2.5、PM₁₀、SO₂、NO₂和CO日变化呈双峰双谷型,谷值分别出现在04-07时和15-17时,且下午比清晨更低,峰值出现在上午和下午交通高峰期后2-3 h,且峰值上午大于下午;O₃呈单峰型分布,09时出现极小值,18-19时出现极大值。PM_2.5是鲁西北主要的首要污染物,与PM₁₀、CO、NO₂均为显著正相关,并通过0.01水平显著性检验,与NO₂的相关性在低相对湿度(< 60%)时大于高相对湿度(≥ 60%),与CO的相关性在高相对湿度时大于低相对湿度;污染时段(PM_2.5>75 μg·m^-3)的平均相对湿度和平均温度明显大于清洁时段(PM_2.5 ≤ 75 μg·m^-3),清洁时段风速和气压比污染时段明显偏大。     

2006-2012年青岛市空气质量与气象条件的关系

利用2006-2012年青岛市SO₂、NO₂及PM₁₀的监测资料,统计分析3种污染物时空分布特征及污染物平均浓度与气象要素的关系,并分析污染日气象条件变化特征。结果表明：2006-2012年青岛市年平均污染日数为23-33 d;青岛市空气污染主要出现在冬、春两季,主要污染物为PM₁₀。青岛中度以上污染为PM₁₀污染,大多由浮尘天气引起。污染物浓度与云量、降水量和气温呈负相关,与气压呈正相关。冬季大雾易造成空气污染加重,而4-6月海雾则使空气质量提高。弱的地面天气形势和接地逆温层结的存在及持续的烟、霾天气易导致青岛空气污染。