孙 峰，张大伟，孙瑞雯，董 欣，王 欣，王占山，程念亮

北京市环境保护监测中心，北京 100048

北京地区冬季典型PM2.5重污染案例分析

孙 峰，张大伟，孙瑞雯，董 欣，王 欣，王占山，程念亮

北京市环境保护监测中心，北京 100048

对2013年1月10—14日发生的持续性PM2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM2.5浓度空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面进行全面的分析，较为完整地还原了该次重污染案例的形成原因以及主要影响因素。主要结论包括：该次重污染过程是稳定气象条件下导致的局地污染物积累，再叠加华北区域性污染的影响共同造成，其中10、12日北京地区PM2.5浓度的快速增长反映了周边污染传输的显著影响；逆温不但造成污染物难以扩散，且不同的逆温类型对PM2.5浓度水平有显著影响，同时还发现逆温的破坏导致近地面高浓度污染物向上扩散，造成百花山出现峰值高污染浓度现象；NO2与PM2.5浓度水平的高相关性反映交通污染二次转化对PM2.5浓度水平的影响，在较高湿度条件下，SO2浓度水平对湿度敏感且表现为负相关性；该次污染过程中OM、S、NO、NH等组分在PM2.5质量浓度中的占比超过70%，说明燃煤、机动车等仍是北京地区最主要的污染来源，同时SO占比最高也说明区域污染传输对该次重污染的显著贡献。

PM2.5；重污染；气象影响；污染传输；组分分析

2012年3月2日，国家环境保护部颁布新的《环境空气质量标准》（GB 3095—2012）［1］，将PM2.5、O3等污染物纳入评价标准。新标准更为全面客观地反映了环境空气质量状况，揭示了北京乃至全国大气PM2.5污染问题的严重性。2013年，北京市优良天数176 d，达标率仅48.2%［2］，5级重度、6级严重污染天数分别达到45、13 d，合计重度及以上污染天数高达58 d，占比15.9%，且重污染日首要污染物全部为PM2.5。

重污染过程作为大气污染水平最突出的表现，主要原因是高污染排放叠加稳定的天气状况所造成，重污染时期由于污染水平高，污染源排放、气象条件、污染传输等污染水平影响因素的作用往往能够体现得更明显，更有利于深化对PM2.5污染特点及形成机理的认识［3⁃6］。以2013年1月10—14日北京发生的持续性PM2.5重污染过程为研究对象，从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、污染水平的空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面对该案例进行了全面系统的剖析，分析了该次重污染过程的形成原因以及主要影响因素，以深化对北京地区PM2.5污染问题的认识。

1 重污染过程基本分析

1.1 空气质量级别演变

2013年1月10—14日，北京地区发生一次严重污染过程，表1为重污染过程期间全市平均主要污染物浓度及空气质量级别统计列表。1月9日北京全市AQI平均为80，空气质量为2级良。10日污染水平大幅度升高，PM2.5日均质量浓度从9日的59 μg／m3增至216 μg／m3，污染级别直接由2级跃升为5级重度污染。11日PM2.5质量浓度继续上升，达到325 μg／m3，为6级严重污染，12日达到此次过程的最高污染水平，PM2.5日均质量浓度459 μg／m3，13日污染水平有所下降，但日均质量浓度仍高达378 μg／m3，连续3 d空气质量维持6级严重污染，说明了此次过程污染严重。14日污染水平下降到5级重度污染，15日受明显冷空气影响，污染扩散条件明显改善，空气质量明显转好，此次重污染过程基本结束。

表1 重污染过程期间全市平均主要污染物浓度及空气质量级别统计表

重污染过程期间，PM10、PM2.5、SO2、NO2、CO等污染物AQI变化曲线基本一致，12日之前同步上升，12日达到最高污染水平，之后同步下降直至过程结束，过程期间首要污染物均为PM2.5。此次重污染过程具有持续时间长、污染级别高的特点，即使在秋、冬季也属于非常罕见的重污染过程。

1.2 天气形势分析

过程期间，北京地面主要表现为低压辐合区，见图1（a），地面吹偏南风或偏东风，中层大气为偏西南气流，增温特征明显，高层500 hPa以槽底弱西北风气流控制为主，见图1（b），总体天气形势比较稳定，污染扩散条件不利。从过程上分析，1月9日，北京地区受高空弱冷槽后部西北气流控制，地面位于西北高压前部，扩散条件有利，空气质量良好。10日高空500 hPa由平直偏西气流转为槽前西南气流，低空925 hPa由西北气流转为西南气流，地面转为低压辐合区，扩散条件迅速转差，同时受周边区域重污染的影响，10日空气质量迅速转差，达到5级重度污染。10—14日，华北华中地区地面持续处于低气压系统控制，中、低层大气则维持大范围的反气旋流场，近地面层大气状况稳定。过程期间有2次高空弱冷槽过境，分别发生在11日和13日，但由于冷空气较弱，难以彻底破坏低层稳定的大气，最终导致此次重污染过程的长时间维持。

14—15日随着高层冷空气的整体南压，中层大气出现显著降温，15日8：00 850 hPa，温度降低至－10.7℃，较12日8：00的－2.1℃下降8℃，逆温被破坏，14日夜间出现降水，15日白天转为强冷高压前部，地面转明显偏北风，地面的高浓度污染物才得以有效清除，空气质量明显改善，此次重污染过程才得以结束。

2 重污染过程及气象影响分析

2.1 过程期间PM2.5小时浓度演变

图2给出1月9—15日北京市空气质量监测站点PM2.5小时浓度的变化情况。由图2可见，1月9日，北京地区受高空弱冷槽后部西北气流控制，地面位于西北高压前部，扩散条件有利，PM2.5处于低浓度水平，随着冷高压的减弱及日夜变化的影响，9日下午到夜间PM2.5浓度有较明显的上升，其中南部地区上升最为显著。由于高空槽东移速度较快，10日下午至11日早晨，高空500 hPa由偏西北气流转为偏西气流控制，低空925 hPa由西北气流转为西南气流，地面转为低压辐合区，偏南风，扩散条件迅速转差，PM2.5浓度出现快速上升。10日下午14：00全市平均PM2.5小时质量浓度为91 μg／m3，之后迅速上升，到晚上24：00全市平均PM2.5小时质量浓度增至410 μg／m3的峰值，在几个小时内质量浓度增长超过300 μg／m3，由于下午浓度增长非常迅速，10日空气质量跃升3级，达到5级重度污染。

图1 2013年1月10日20：00地面及高层天气形势

图2 1月9—15日北京市空气质量监测站点PM2.5小时浓度演变

10日夜间北京处于闭合低压系统控制，中心城区及南部地区监测站点 PM2.5维持 400～500 μg／m3的高污染浓度，北部地区PM2.5浓度水平略低。11日白天开始，高空弱冷槽过境，中高层大气转为西北气流，地面转弱冷高压前部控制，扩散条件有所好转，西北部的延庆、怀柔、昌平、海淀等地区监测站点的PM2.5浓度出现明显下降，在11日下午部分站点最低质量浓度降至50 μg／m3以下，但同期中心城区及南部地区PM2.5质量浓度仍维持300 μg／m3上下的高污染水平，出现南北不同区域空气质量水平的显著差异。由于冷空气未能影响到中心城区及南部地区，11日污染级别较10日继续上升，达到6级严重污染。

12日，高空转为平直偏西气流，低空受偏东到偏东南气流影响，地面位于低压顶部，偏东风，污染再次加重，12日白天，PM2.5小时质量浓度在300～400 μg／m3的高浓度水平基础上出现快速升高，12日夜间除北部地区的部分站点外，PM2.5小时质量浓度维持600 μg／m3以上的极高污染浓度，峰值浓度出现在晚上23：00左右，全市平均PM2.5超过700 μg／m3，部分站点小时质量浓度则超过800 μg／m3水平，达到此次污染过程的最高污染峰值。13日早晨开始，高空再次受到弱冷槽过境影响，500 hPa受西北气流控制，地面转为高压前部，PM2.5浓度出现较明显的下降，但由于冷高压位置比较偏北，地面北风迅速减弱，13日空气质量没有得到根本改善。14日北京又转为低压系统控制，PM2.5高污染水平维持。随着15日全市转为强冷高压前部控制，地面转明显偏北风，全市平均PM2.5小时质量浓度下降至100 μg／m3以下，此次污染过程结束。

2.2 气象条件影响分析

2.2.1 基本气象要素影响

利用观象台地面自动气象观测站的资料对基本气象要素进行分析。此次重污染过程期间，平均地面温度－4.9℃、相对湿度73.7%、地面气压1 021.5 hPa、地面风速1.5 m／s，具有低温、高湿度、低气压、弱风速的气象特点。

图3给出过程期间全市平均的PM2.5小时浓度及同期基本气象要素的时间演变。

图3 1月9—15日市区平均PM2.5及基本气象要素小时演变

由图3可见，过程期间地面温度日夜变化较为明显，最高温度接近0℃，最低温度则在－9℃上下波动，总体温度较低。而10—14日重污染持续期间8：00 850 hPa温度分别为－9.5、－5.0、－4.7、－8.5、－2.1℃，中层大气温度基本维持高于地面温度的状况，逆温状况严重，是造成此次重污染过程最重要的气象因素。

地面气压在9—11日为持续降压过程（图4），在11日夜间受弱冷高压影响，地面气压有所升高，但在12日又转为低压控制，并在下午达到最低值，之后地面气压总体呈上升趋势。

图4 1月9—15日过程期间基本气象要素与PM2.5的相关性

地面相对湿度9日白天较低，在40%以下，随着地面转为低压系统控制，风向转为偏南风，地面相对湿度迅速上升，在10—14日维持较高湿度水平，随日夜变化在70%上下波动。

从过程期间基本气象要素与PM2.5小时浓度的相关性分析（见图4），地面温度、地面风速与PM2.5相关性很弱，主要是因为短期稳定状况下温度及风速的波动幅度有限，导致相关性下降。地面湿度与PM2.5相关系数达到0.678，相关性显著，地面气压与PM2.5为明显的负相关，相关系数为－0.747，气压越低，PM2.5浓度越高。

过程期间平均风速较小，以偏南风为主，12日夜间短时为偏东风（图5），由于过程期间有2次冷空气的扰动，基本没有出现静风的状况，风速在0～4 m／s之间波动。

由图5可见，垂直方向的风场结构分析表现为中高层大气系统较强，700 hPa以上维持较强的偏西北或偏西气流，但近地面层925 hPa以下风场较弱，这与天气形势分析中低层维持稳定系统的特征一致。低层系统的稳定使得边界层内的污染物始终无法有效清除，这也是此次重过程中虽然受到2次冷空气的影响，但重污染过程始终持续的重要原因。12日白天PM2.5小时浓度快速上升，与地面气压下降到最低，近地面层大气风速整体减弱时间重叠，12日稳定性的进一步增强是PM2.5快速上升的一个影响因素。

总体分析，过程期间地面气象要素具有低温、高湿度、低气压、弱风速特点，同时逆温现象严重，高层大气虽有弱冷空气的扰动，但近地面层大气始终较为稳定，形成易于造成污染物积累的气象条件，同时过程期间具有一定的风速，且为偏南偏东风场，也易于造成周区域污染物向北京地区的传输。

此外，图3还反映出另外一个特征，1月9—10日白天，SO2与 PM2.5尚处于低浓度阶段时，两者基本维持同步增长的趋势，但进入高污染浓度水平后，PM2.5与SO2在时间位相上有相反的特征，即SO2浓度高则PM2.5浓度低，SO2浓度低则PM2.5浓度高，这反映了SO2的二次转化对自身及 PM2.5浓度水平的影响，即转化率高对PM2.5贡献越大，相应 SO2污染水平也会有所降低。

图5 1月9—15日垂直风廓线分析

2.2.2 逆温影响分析

逆温是反映大气垂直扩散能力最重要的气象参数，图6给出10—15日8：00观象台探空气象数据的温度及露点温度的探空曲线图。

图6 1月10—15日8：00时探空曲线（阴影区为逆温层）

过程期间10、12、14日存在强贴地逆温，逆温厚度超过1 000 m。11、13、15日边界层温度递减，无贴地逆温，但存在脱地逆温。12日边界层最大温度层出现在802 m，该高度温度高出地面温度5.8℃，是过程中最强逆温。不同的逆温类型对空气质量水平产生重大影响。

最高污染水平出现在12日反映了不同的逆温类型对PM2.5污染水平的重大影响。当逆温层顶较高但最强逆温层高度较低时，如10、14日边界层内的最强逆温高度出现在400 m左右，虽然也造成污染物的积累，但污染物扩散到400 m高度以上时就容易扩散到更高层大气（400 m以上温度开始随高度递减），不易形成极端高值浓度。12日边界层最强逆温出现在802米的高度，是过程期间最强逆温层高度最高的，且逆温强度大，802 m高度温度－2.7℃，比地面（－8.5℃）高出5.8℃。这种强逆温更难破坏，也导致污染物很难扩散到逆温层外，造成污染物的快速积累，易于形成极高污染峰值，12日PM2.5最大污染浓度维持在700 μg／m3左右可能与此有关。同时也存在周边区域污染物的传输发生在最大逆温层以下，加剧对北京地区空气质量影响的可能性。

边界层逆温破坏时，污染物垂直方向扩散能力增强，污染物向上扩散，造成地面污染浓度降低，垂直方向污染浓度的升高［7⁃9］。门头沟百花山监测站海拔超过1 000 m，且基本不受人为污染源排放的影响，是垂直方向空气质量监测的重要站点。图7给出过程期间百花山站PM2.5、SO2、NO23项污染物的小时浓度时间演变。

图7 1月9—15日百花山垂直监测点污染物小时浓度时间演变

13日白天弱冷槽过境，百花山监测站出现浓度快速上升的现象，PM2.5小时质量浓度约为100 μg／m3，14日夜间随着冷空气的到来，逆温被破坏，百花山再次出现PM2.5污染峰值，且浓度更高，夜间小时质量浓度始终在150 μg／m3以上，短时达到重度污染级别。这种垂直方向上浓度的快速上升与边界层逆温的破坏有关。由于过程期间地面始终存在PM2.5高污染浓度，11、13、15日近地面逆温被破坏，1 000 m以下无逆温，中层存在脱地逆温，近地面的污染物在垂直方向上的扩散能力增强，地面高浓度污染物向上扩散，同时由于中层脱地逆温的存在，不易向更高高度扩散。11日由于冷空气势力较强，地面北风较大，百花山的峰值浓度略低，13、15日百花山站各项污染物峰值浓度更明显，更清楚显示了污染物在垂直方向扩散对百花山站点造成的影响。此外，气态污染物NO2、SO2与PM2.5同步出现峰值污染浓度，可排除浓度升高是受到了外来沙尘的影响。分析表明，逆温结构对污染物在垂直方向上的扩散分布造成重大影响，逆温对于污染物积累及消散影响的机理需要更为深入的研究。

2.2.3 气态污染物影响分析

图8（a）、图8（b）分别给出NO2与PM2.5的相关性分析及日夜变化分析。由图8可见，过程期间，NO2小时浓度与PM2.5小时浓度有良好的正相关性［图8（a）］，相关系数接近0.9，说明交通污染排放对PM2.5的贡献较大。图8（b）中PM2.5和NO2的日夜变化曲线反映另一个重要特征，即PM2.5的峰值浓度发生时间较NO2峰值晚3～4 h，这主要反映了交通尾气排放经过一段时间的化学反应，转变为二次粒子，影响PM2.5的浓度水平。

SO2反映燃煤污染排放。过程期间SO2小时浓度与PM2.5小时浓度也呈正相关性，但相关性明显弱于NO2（图9），相关系数为0.504，气态SO2经过气粒转化生成二次粒子，影响PM2.5的污染水平。

图8 污染过程期间市区平均NO2与PM2.5小时浓度关系分析

图9 污染过程市区平均SO2与PM2.5小时浓度相关性、SO2浓度与相对湿度相关性分析

同时，湿度条件会影响SO2的二次转化率。图10给出污染过程期间市区平均SO2与地面相对湿度的时间变化曲线。

图10 污染过程期间市区平均SO2与地面相对湿度的时间变化曲线

在高湿度条件下，SO2浓度与相对湿度在时间变化位相上刚好相反，即相对湿度升高，SO2浓度下降，相对湿度降低，SO2浓度上升。图10还反映出SO2对湿度条件较为敏感，当相对湿度变动达到10%左右时，SO2的浓度即有明显的反映。

图10分析不同湿度条件下SO2与地面相对湿度的关系，以地面相对湿度50%作为“干湿”条件的划分。在较为干燥的条件下，SO2与地面湿度呈正相关，即随着湿度的增加，SO2浓度增加，原因为干燥条件下一般污染扩散条件较好，SO2尚未达到饱和浓度，SO2浓度会随着气象条件的转差（湿度增加）而升高。

当湿度大于50%时，SO2浓度水平与湿度负相关（图10），相关系数为－0.358，即高湿度条件下，当湿度增大时SO2浓度反而降低，当湿度降低时SO2浓度增加。这反映湿度条件对SO2的转化率造成影响，即湿度升高时，SO2向硫酸盐的转化率增加，对PM2.5的贡献增大，SO2的自身浓度水平降低；当湿度降低时，SO2向硫酸盐的转化率降低，对PM2.5的贡献变小，SO2自身维持较高污染浓度。

3 区域性污染影响分析

3.1 区域性污染背景

区域性污染是影响北京地区污染水平的重要因素［10⁃13］，北京此次重污染过程是在区域性污染背景下形成的。据环保部发布的空气质量数据，1月5日后，中国中东部地区已经形成大范围的区域性重污染，其中河北、河南、山东等省最为严重。石家庄在5—14日连续10 d为严重污染，其中7 d API达到最高值500，污染状况极其严重。1月9日，石家庄、济南、郑州3个城市空气质量均为6级严重污染，由于北京、天津地区地面为冷高压，偏北风，空气质量相对较好，但与南部的高污染区域已经非常接近，当风场条件在10日转为偏南风时，高污染区域也随即向北扩展，北京地区PM2.5浓度水平迅速升高，到12日北京、天津、秦皇岛等空气质量即达到重度污染以上水平。

3.2 PM2.5浓度空间分布演变分析

由于此次重污染过程的形成和持续明显受到区域性污染的影响，结合天气系统及地面风场的变化，对重污染过程期间北京地区PM2.5浓度空间分布的特征及演变情况进行分析。图11给出不同阶段北京地区PM2.5小时浓度的空间分布。

图11 2013年1月10—15日重污染过程PM2.5的基本空间演变分析

由图11可见，10日下午，在偏南风的推动下，北京南部地区PM2.5浓度迅速升高，到20：00时，除西部山区外的大部地区PM2.5已经达到超过300 μg／m3以上的浓度水平，并在夜间维持高污染浓度。

11日白天，高空弱冷槽过境，各层均转受西北气流影响，地面偏西北风（图12）对PM2.5起到一定清除作用，西北部地区PM2.5浓度出现大幅度下降（图11），质量浓度水平在50 μg／m3以下，但由于冷空气较弱，北京中心城区及南部地区的高污染浓度难以清除，11日夜间维持300 μg／m3的重污染水平。

12日上午北京地面处于东北高压底部，转为偏东南风，在其作用下，东部南部地区的高浓度污染物发生回流，PM2.5小时浓度急剧上升，9：00 PM2.5质量浓度约250 μg／m3，到12日20：00时，质量浓度已达到700 μg／m3，PM2.5达到此次污染过程的最高值［图11（d）］，且高浓度污染区域除西部山区百花山等海拔高度较高的监测点外，基本覆盖北京全市。

13日早晨开始，高空再次受到弱冷槽过境的影响，500 hPa受西北气流控制，地面转为偏东风［图12（d）］，但偏东风主体位于北京南部边界与河北、天津交界地区，并在太行山东侧转为偏东北风，北京中心城区及北部地区基本处于静风状况，这种风场导致北京南部地区PM2.5浓度水平下降更为明显，中心城区及北部地区浓度下降不明显，到13日入夜依然维持在300 μg／m3以上高污染水平［图11（e）］，导致13日北京空气质量仍达到严重污染。直到15日凌晨随着冷空气的增强，PM2.5浓度进一步下降［图11（f）］，此次重污染过程才彻底结束。

图12 2013年1月10—14日重污染过程地面风场演变

此次重污染过程清楚表现出区域污染对北京的影响，PM2.5浓度水平的快速上升及浓度的空间分布结构均与地面风场紧密联系。

3.3 过程期间PM2.5组分特征

颗粒物的组分特征是判别污染性质的重要依据［14⁃19］，2012年9月至2013年8月，北京市环境保护监测中心在定陵、怀柔、石景山、东四、车公庄、房山、通州、亦庄、榆垡等监测点对PM2.5进行环境样品手工采样及化学组分分析，利用该研究所获取的组分数据对此次污染过程中的组分特征进行分析，并对此次重污染的污染来源进行分析。图13给出1月10—14日重污染过程持续期间以及冬季（2012年12月至2013年2月）PM2.5主要 组分的比例分析。

图13 冬季及重污染过程期间PM2.5组分分析

整个冬季采样中，PM2.5中的几种主要组分OM、SO、NO3－、NH4＋的质量浓度分别为53.4、29.9、24.8、19.9 μg／m3，占比分别为 30.4%、17.0%、14.1%、14.5%。而在此次重污染过程期间，OM、SO、NO、NH4种组分的质量浓度分别为85.5、90.7、60.3、54.0 μg／m3，占比分别为23.0%、24.4%、16.2%、11.3%。与冬季相比，此次重污染过程中，各主要组分质量浓度均有较大增幅，其中以SO的增幅最为显著，在重污染过程中是占比最高的组分，从17%增长为24%，提高了7个百分点，NO、NH2种组分比例变化不大，仅有2～3个百分点的增加。采暖期SO主要来源于燃煤污染，说明此次重污染过程中燃煤污染排放的贡献最大。此次过程中从空间分布及风场的分析可知有显著的传输现象，再考虑到周边省市的燃煤污染远高于北京，SO在PM2.5中占的比例最高与此次污染过程的传输型的重污染特征吻合。

4 结论

对2013年1月10—14日的持续性PM2.5重污染过程从污染过程演变、气象条件影响、气态污染物与PM2.5浓度关系、区域性污染背景、PM2.5浓度的空间分布结构及其与地面风场的关系、过程期间的PM2.5组分特征等多个方面对该案例进行了全面系统的剖析，较为完整地还原了此次重污染案例的形成原因以及主要影响因素。

1）此次重污染过程是在北京地区局地稳定的气象条件下导致污染物积累，叠加华北地区大范围区域性污染的影响共同造成。其中10日及12日北京地区PM2.5浓度的快速增长分别反映了南部及东部区域高浓度污染物在偏南及偏东风场条件下向北京地区的快速输送，并对北京地区PM2.5污染水平的快速升高产生重大影响。此外，11日较弱的西北风导致北京西北部地区与中南部形成空气质量水平的明显差异，以及13日由于偏东风主体偏南导致的北京南部PM2.5浓度水平下降而中心城区维持高污染水平，印证了地面风场对于PM2.5浓度空间分布结构的重大影响。

2）此次重污染过程期间气象条件的分析表明，以近地面层低温、高湿度、弱风速以及垂直方向逆温为特征的稳定气象状况将造成各种污染物的积累，并伴随气粒转化加重PM2.5污染水平。同时也发现不同的逆温类型对PM2.5污染水平产生重大影响，1月10、14日边界层内的最强逆温发生在400 m左右高度，虽然也造成污染物的积累，但污染物扩散到400 m高度以上时就容易扩散到更高层大气（400 m以上温度开始随高度递减），不易形成极端高值浓度。12日边界层最大温度出现在802 m，是过程期间最强逆温层高度最高的，且逆温强度大，这种逆温更难破坏，也导致污染物很难扩散到逆温层外，易于形成极高污染峰值，12日PM2.5最大污染浓度维持在700 μg／m3左右与此有关。13、15日近地面逆温被破坏，1 000 m以下无逆温，中层存在脱地逆温，近地面的污染物在垂直方向上的扩散能力增强，地面高浓度污染物向上扩散，同时由于中层脱地逆温的

3）通过分析过程期间气态污染物NO2、SO2与PM2.5浓度水平的关系可知，NO2与PM2.5浓度水平与高度相关，且PM2.5的峰值浓度滞后于NO2约3 h，反映了交通污染二次转化对PM2.5污染水平的影响。此外，发现较高湿度条件下，SO2浓度水平对湿度敏感且表现为负相关性，即湿度较大时气态SO2转化为硫酸盐，加重PM2.5污染，湿度较小时气态SO2转化率降低，对PM2.5的浓度贡献也有所降低。

［1］HJ 633—2012 环境空气质量指数（AQI）技术规定（试行）［S］.

［2］北京市环境保护监测中心.2013年北京市环境空气质量简报［R］.北京：北京市环境保护监测中心，2013.

［3］北京市环境保护监测中心.《北京市大气重污染预报预警技术研究》研究报告［R］.北京：北京市环境保护监测中心.

［4］徐祥德，周秀骥，施晓晖.城市群落大气污染源影响的空间结构及尺度特征［J］.中国科学 D辑，2005，35（增刊1）：1⁃9.

［5］李令军，王英，李金香，等.2000—2010北京大气重污染研究［J］.中国环境科学，2012，32（1）：23⁃30.

［6］高健，张岳翀，柴发合，等.北京2011年10月连续重污染过程气团光化学性质研究［J］.中国环境科学，2013，33（9）：1 539⁃1 545.

［7］胡欢陵，吴永华，谢晨波，等.北京地区夏冬季颗粒物污染边界层的激光雷达观测［J］.环境科学研究，2004，17（1）：59⁃64.

［8］马志强，王跃思，孙扬，等.北京大气中常规污染物的垂直分布特征［J］.环境科学研究，2007，20（5）：1⁃6.

［9］张春光，张玉钧，韩道文，等.气溶胶质量浓度垂直分布反演模型的研究［J］.激光技术，2009，33（3）：303⁃325.

［10］苏福庆，高庆先，张志刚.北京边界层外来污染物输送通道［J］.环境科学研究，2004，17（1）：26⁃40.

［11］陈朝晖，程水源，苏福庆，等.华北区域大气污染过程中天气型和输送路径分析［J］.环境科学研究，2008，21（1）：17⁃21.

［12］赵晴，贺克斌，马永亮，等.北京及周边地区夏季大气颗粒物区域污染特征［J］.环境科学研究，2009，30（7）：1 873⁃1 880.

［13］王艳，柴发合，刘厚凤，等.长江三角洲地区大气污染物水平输送场特征分析［J］.环境科学研究，2008，21（1）：22⁃29.

［14］朱坦，冯银厂.大气颗粒物来源解析［M］.北京：科学出版社，2012.

［15］杨复沫，贺克斌，马永亮，等.北京大气PM2.5中微量元素的浓度变化特征与来源［J］.环境科学，2003，24（6）：33⁃37.

［16］宋宇，唐孝炎，方晨，等.北京市大气细粒子的来源分析［J］.环境科学，2002，23（6）：11⁃16.

［17］朱先磊，张远航，曾立民，等.北京市大气细颗粒物PM2.5的来源研究［J］.环境科学研究，2005，18（5）：1⁃5.

［18］段菁春，李兴华，郝吉明.北京市冬季大气细粒子数浓度的粒径分布特征［J］.中国环境监测，2008，24（2）：54⁃58.

［19］于娜，魏永杰，胡敏，等.北京城区和郊区大气细粒子有机物污染特征及来源解析［J］.环境科学学报，2009，29（2）：243⁃251.

Typical Heavy Pollution Episode Analysis on PM2.5in Winter of Beijing

SUN Feng，ZHANG Da⁃wei，SUN Rui⁃wen，DONG Xin，WANG Xin，WANG Zhan⁃shan，CHENG Nian⁃liang
Beijing Municipal Environmental Monitoring Centre，Beijing 100048，China

This essay delivered a comprehensive analyses on the continuance heavy pollution episode of PM2.5from January 10⁃14，2013，in terms of evolution of pollution process，influence of metrological conditions，relations with gaseous pollutants，regional background pollution，changes of spatial distribution of PM2.5concentration and the relations with wind field on the ground，chemical component characteristics of PM2.5，which completely restores the causes of formation of the heavy pollution episode and key affecting elements.The major results were as follows：This heavy pollution episode was formed by the accumulation of pollutants caused by stable metrological conditions，combined with regional pollution of North China Area.Particularly，the rapid growth of PM2.5concentration in Beijing in January 10 and 12 reflect the significant contribution of transboundary transport of pollutants.Temperature inversion leaded to unfavorable dispersion of pollutants，and different inversion patterns have significant influence on PM2.5concentration.It was also verified that when the temperature inversion disappeared，the pollutants with high concentration level of ground layer diffused upward，which caused peak concentration level on Bai Hua mountain.High correlation between concentrations of NO2and PM2.5showed that the secondary traffic pollution has influence on PM2.5concentration.With higher humidity，SO2concentration was sensitive to humidity and they had a negative correlation. Components of OM、、andof PM2.5account for 70%of total mass concentration，which means that coal and vehicles were still major pollution sources in Beijing.Further，the highest proportion ofdemonstrated that regional pollution transport was the vital contribution to this heavy pollution episode.

PM2.5；heavy pollution；meteorological influence；pollution transmission；component analysis

X823；X87

A

1002⁃6002（2014）06⁃0001⁃12

2014⁃06⁃01；

2014⁃08⁃01

孙 峰（1973⁃），男，山西洪洞人，硕士，教授级高级工程师.

张大伟