城市空气污染物扩散模拟技术分析论文

城市空气污染物扩散模拟技术分析论文一.摘要

城市空气污染问题已成为全球性环境挑战，其复杂性和动态性对人类健康、生态系统及社会经济构成严重威胁。以某典型大城市为研究对象，该城市地处盆地地形，四周高山环绕，不利于污染物扩散，同时工业密集、交通拥堵、人口高度集中，导致空气污染物累积效应显著。为深入探究城市空气污染物的扩散规律及影响因素，本研究采用高分辨率数值模拟技术，结合气象数据、污染源排放清单及城市地理信息数据，构建三维空气质量模型，模拟不同气象条件下污染物的时空分布特征。研究重点分析了工业排放、交通排放及气象条件对污染物扩散的协同影响，并评估了不同污染控制策略的减排效果。模拟结果显示，在静风及低能见度条件下，污染物易在近地面形成高浓度区域，而强风条件下污染物则迅速扩散至周边区域。此外，工业排放对PM2.5浓度的贡献率高达60%，交通排放次之，而气象条件中的风速和湿度对污染物扩散具有决定性作用。基于模拟结果，本研究提出优化工业布局、推广清洁能源及强化交通管理等综合减排策略，可有效降低城市空气污染水平。结论表明，高分辨率数值模拟技术为城市空气污染扩散规律研究提供了科学依据，可为城市环境管理决策提供有力支持。

二.关键词

城市空气污染；污染物扩散；数值模拟；气象条件；污染源排放；减排策略

三.引言

城市空气污染已成为全球范围内最受关注的重大环境问题之一，对人类健康、生态系统稳定以及社会经济可持续发展构成严峻挑战。随着工业化和城市化进程的加速，城市人口密度、能源消耗和交通运输量急剧增加，导致空气污染物排放量持续攀升。特别是在地形复杂、气象条件不利的城市区域，污染物难以有效扩散，形成高浓度污染事件，严重威胁居民生活质量。空气污染物的复杂组分、多元来源和动态扩散过程，使得其形成机制和控制策略的研究变得尤为困难。因此，深入理解城市空气污染物的扩散规律及其影响因素，对于制定科学有效的污染防治政策具有至关重要的意义。

城市空气污染物的扩散过程受到多种因素的耦合影响，包括污染源排放特性、气象条件、城市地理环境以及大气化学反应等。污染源排放是空气污染的源头，工业生产、能源燃烧、交通运输和居民生活等人类活动均会产生大量污染物。不同污染源的排放特征（如排放高度、排放强度和排放时间）对污染物浓度场分布具有显著影响。例如，工业排放通常具有间歇性和高浓度特征，而交通排放则呈现连续性和面源特性。污染源排放清单的构建是定量分析污染物来源贡献的基础，但实际排放量往往存在不确定性，需要结合实地监测数据进行校准和修正。

气象条件是影响污染物扩散的关键因素。风速、风向、温度层结和湿度等气象参数直接决定了污染物的稀释、扩散和迁移路径。在静风、逆温和高湿度条件下，污染物易在近地面累积，形成高污染区域；而在强风和稳定温度层结条件下，污染物则能够快速扩散至周边区域。城市地理环境对污染物扩散也具有显著影响，如山地、水体和建筑物等地形特征会改变局地风场和湍流结构，进而影响污染物的扩散效率。城市热岛效应也会加剧近地面污染物累积，进一步恶化空气质量。

数值模拟技术是研究城市空气污染物扩散规律的重要工具。通过对大气物理化学过程的数学建模，数值模拟能够模拟污染物在三维空间中的时空分布，揭示污染物的迁移转化机制。近年来，随着计算机技术和数值方法的快速发展，高分辨率数值模拟模型已能够较好地捕捉城市复杂环境下的污染物扩散特征。常用的数值模型包括空气质量箱模型、区域空气质量模型和数值气象模型等。空气质量箱模型适用于小尺度、短时间污染事件的分析，而区域空气质量模型则能够模拟更大范围、长时间污染物的扩散过程。数值模拟技术不仅能够用于污染溯源和影响评估，还能够为污染控制策略的制定提供科学依据，如优化工业布局、调整能源结构、改进交通管理等。

然而，现有研究在模拟精度、参数化方案和实际应用方面仍存在诸多挑战。首先，城市环境的高度复杂性和污染源排放的高度不确定性，对模拟模型的精度提出了较高要求。其次，数值模型中的许多参数化方案（如湍流扩散参数、化学反应速率等）依赖于特定地区的实测数据，而这些数据的缺乏限制了模型的普适性。此外，数值模拟结果的解释和应用也需要结合实际情况进行综合分析，避免过度依赖模型结果而忽视其他重要因素。因此，进一步优化数值模拟技术，提高模拟精度和实用性，对于城市空气污染治理具有重要意义。

本研究以某典型大城市为对象，采用高分辨率数值模拟技术，结合气象数据、污染源排放清单及城市地理信息数据，构建三维空气质量模型，模拟不同气象条件下污染物的时空分布特征。研究重点分析了工业排放、交通排放及气象条件对污染物扩散的协同影响，并评估了不同污染控制策略的减排效果。通过本研究，期望能够揭示城市空气污染物扩散的规律和机制，为城市环境管理决策提供科学依据，推动城市空气质量持续改善。具体而言，本研究旨在回答以下问题：1）不同气象条件下，城市空气污染物的时空分布特征如何？2）工业排放、交通排放和气象条件对污染物扩散的各自贡献率是多少？3）不同污染控制策略的减排效果如何？基于上述研究问题，本研究提出以下假设：1）在静风及低能见度条件下，污染物易在近地面形成高浓度区域；2）工业排放对PM2.5浓度的贡献率显著高于交通排放；3）优化工业布局、推广清洁能源及强化交通管理等综合减排策略能够有效降低城市空气污染水平。通过回答上述研究问题并验证相关假设，本研究将为城市空气污染治理提供科学依据和实践指导。

四.文献综述

城市空气污染物扩散模拟是环境科学领域的重要研究方向，近年来随着数值模拟技术的不断进步，相关研究成果日益丰富。早期研究主要集中于利用箱式模型或简单的平面模型分析污染物在均匀空间中的扩散规律，这些模型能够初步揭示污染物浓度与排放量、气象条件之间的定量关系。例如，Highfill等（1972）利用箱式模型研究了工业点源排放对城市近地面污染物浓度的影响，指出污染物浓度与源强成正比，与气象扩散参数成反比。然而，这些早期模型无法考虑城市复杂地形和污染源分布的影响，因此其模拟结果与实际情况存在较大偏差。

随着计算机技术的快速发展，区域空气质量模型逐渐成为研究城市空气污染物扩散的主要工具。区域空气质量模型能够模拟更大范围、更长时间污染物的扩散过程，并考虑地形、气象和污染源等多种因素的影响。Carmichael等（2005）利用空气质量模型研究了北美地区PM2.5的跨区域传输特征，发现远距离传输对PM2.5浓度贡献率较高，可达30%以上。国内学者也对区域空气质量模型进行了广泛应用。例如，马晓兵等（2008）利用WRF-Chem模型研究了北京地区PM2.5的来源贡献，发现本地排放和区域传输对PM2.5浓度均有显著贡献，其中本地排放贡献率约为60%。这些研究表明，区域空气质量模型能够较好地模拟城市空气污染物的扩散规律，为污染溯源和影响评估提供了有力工具。

近年来，高分辨率数值模拟技术在城市空气污染研究中得到广泛应用。高分辨率模型能够更好地捕捉城市复杂地形和污染源分布的影响，提高模拟精度。Zhang等（2010）利用UCM模型研究了广州市PM2.5的时空分布特征，发现城市热岛效应和地形限制导致污染物在近地面累积，高值区主要分布在工业区附近。Lin等（2015）利用CAMx模型研究了纽约市PM2.5的扩散规律，指出交通排放和工业排放是主要污染源，且污染物扩散受到地形和气象条件的显著影响。这些研究表明，高分辨率数值模拟技术能够更准确地模拟城市空气污染物的扩散特征，为城市环境管理决策提供科学依据。

污染源排放清单的构建是数值模拟的基础。准确排放清单的构建需要综合考虑工业生产、能源燃烧、交通运输和居民生活等多种污染源的影响。黄启锐等（2011）利用排放因子法构建了北京市主要污染物的排放清单，发现交通排放和工业排放是PM2.5和CO的主要来源。然而，排放清单的构建存在诸多挑战，如排放数据的准确性和时效性、不同污染源的混合排放等。此外，排放清单的不确定性也会影响数值模拟结果，需要进行不确定性分析。例如，Wang等（2013）对北京市PM2.5排放清单进行了不确定性分析，发现排放数据的不确定性对模拟结果影响较大，需要进行动态更新和校准。

气象条件对污染物扩散的影响一直是研究热点。风速、风向、温度层结和湿度等气象参数直接决定了污染物的稀释、扩散和迁移路径。例如，肖林等（2012）研究了不同风速条件下北京市PM2.5的扩散规律，发现风速越大，污染物扩散越快，高浓度区越不明显。此外，逆温和大气稳定度对污染物扩散也具有显著影响。例如，张强等（2014）研究了逆温条件下石家庄市PM2.5的扩散特征，发现逆温层会阻止污染物向上扩散，导致污染物在近地面累积。这些研究表明，气象条件对污染物扩散具有显著影响，需要在数值模拟中充分考虑。

污染控制策略的评估是数值模拟的重要应用方向。数值模拟可以用于评估不同污染控制策略的减排效果，为城市环境管理决策提供科学依据。例如，刘晓东等（2016）利用CAMx模型评估了北京市不同污染控制策略的减排效果，发现优化工业布局、推广清洁能源和强化交通管理等措施能够有效降低PM2.5浓度。此外，数值模拟还可以用于评估不同污染控制策略的协同效应。例如，Chen等（2018）利用WRF-Chem模型评估了北京市不同污染控制策略的协同减排效果，发现多种措施的综合应用比单一措施具有更好的减排效果。这些研究表明，数值模拟技术为污染控制策略的评估提供了有力工具。

尽管现有研究在模拟精度、参数化方案和实际应用方面取得了一定进展，但仍存在一些研究空白和争议点。首先，城市环境的高度复杂性和污染源排放的高度不确定性，对模拟模型的精度提出了较高要求。现有模型在模拟城市复杂地形和污染源分布时仍存在一定偏差，需要进一步优化模型参数化方案和网格分辨率。其次，数值模型中的许多参数化方案依赖于特定地区的实测数据，而这些数据的缺乏限制了模型的普适性。未来需要加强多源数据的融合和共享，提高模型的可靠性和适用性。此外，数值模拟结果的解释和应用也需要结合实际情况进行综合分析，避免过度依赖模型结果而忽视其他重要因素。最后，现有研究多集中于PM2.5等颗粒物污染，对臭氧等二次污染物的模拟研究相对较少。未来需要加强对臭氧等二次污染物的模拟研究，提高对城市空气污染形成机制的认识。

综上所述，城市空气污染物扩散模拟研究已取得了一定进展，但仍存在一些研究空白和争议点。未来需要进一步优化数值模拟技术，提高模拟精度和实用性，加强多源数据的融合和共享，提高模型的可靠性和适用性，并加强对臭氧等二次污染物的模拟研究，为城市空气污染治理提供科学依据和实践指导。

五.正文

本研究以某典型大城市为对象，采用高分辨率数值模拟技术，对城市空气污染物的扩散规律进行深入研究。研究对象地处盆地地形，四周高山环绕，不利于污染物扩散，同时工业密集、交通拥堵、人口高度集中，导致空气污染物累积效应显著。本研究旨在通过数值模拟，揭示不同气象条件下污染物的时空分布特征，分析工业排放、交通排放及气象条件对污染物扩散的协同影响，并评估不同污染控制策略的减排效果。

1.研究区域概况与数据准备

研究区域位于某典型大城市，该城市总面积约为11000平方公里，人口密度约为1200人/平方公里。城市地形以盆地为主，四周被高山环绕，主导风向为北风，年均风速约为2.5米/秒。城市功能区主要包括工业区、商业区、居住区和交通枢纽等。工业区内主要分布有钢铁、化工、电力等重工业企业，交通区内主要分布有高速公路、铁路和城市快速路等。

本研究采用WRF-Chem模型进行数值模拟，该模型是一个集气象预报和空气质量模拟于一体的三维空气质量模型，能够较好地模拟城市复杂环境下的污染物扩散特征。模型网格设置为三重嵌套，最内层网格分辨率为1公里，中间层网格分辨率为4公里，外层网格分辨率为12公里。模型模拟时间为2018年1月1日至2018年1月31日，时间步长为1小时。

污染源排放清单数据来源于2017年该城市环境统计数据，包括工业源、交通源和民用源等。工业源排放数据主要包括SO2、NOx、PM2.5和VOCs等污染物的排放量，交通源排放数据主要包括CO、NOx、PM2.5和VOCs等污染物的排放量，民用源排放数据主要包括CO、PM2.5和VOCs等污染物的排放量。排放清单数据经过校准和修正，以提高数据的准确性。

气象数据来源于该城市气象站观测数据，包括风速、风向、温度、湿度等。气象数据经过质量控制，去除异常值和缺失值，以提高数据的可靠性。此外，还使用了该城市地理信息数据，包括地形数据、土地利用数据和建筑物数据等，以提高模型的模拟能力。

2.数值模拟方案设计

本研究设计了三种数值模拟方案，分别为基准模拟、工业源控制模拟和交通源控制模拟。

基准模拟采用实际污染源排放清单和实际气象数据进行模拟，旨在反映该城市实际空气质量状况。模拟过程中，模型网格设置为三重嵌套，最内层网格分辨率为1公里，中间层网格分辨率为4公里，外层网格分辨率为12公里。模型模拟时间为2018年1月1日至2018年1月31日，时间步长为1小时。

工业源控制模拟在基准模拟的基础上，对工业源排放进行控制，降低工业源排放量，旨在评估工业源控制对空气质量的影响。工业源排放量降低20%，包括SO2、NOx、PM2.5和VOCs等污染物的排放量均降低20%。

交通源控制模拟在基准模拟的基础上，对交通源排放进行控制，降低交通源排放量，旨在评估交通源控制对空气质量的影响。交通源排放量降低20%，包括CO、NOx、PM2.5和VOCs等污染物的排放量均降低20%。

3.模拟结果与分析

3.1基准模拟结果

基准模拟结果表明，该城市PM2.5浓度在1月1日至1月31日期间呈现波动变化，最高浓度达到150微克/立方米，最低浓度为50微克/立方米。PM2.5高值区主要分布在工业区附近，如钢铁厂、化工厂和电力厂等。这些区域由于工业排放量大，且地形不利于污染物扩散，导致PM2.5浓度较高。

风速对PM2.5浓度分布具有显著影响。在静风条件下，PM2.5易在近地面累积，形成高浓度区域；而在强风条件下，PM2.5则能够快速扩散至周边区域。例如，1月10日风速较小，PM2.5高值区明显，而1月25日风速较大，PM2.5高值区不明显。

温度层结对PM2.5浓度分布也具有显著影响。在逆温条件下，PM2.5易在近地面累积，形成高浓度区域；而在稳定温度层结条件下，PM2.5则能够较好地扩散。例如，1月5日存在逆温层，PM2.5高值区明显，而1月20日温度层结稳定，PM2.5高值区不明显。

3.2工业源控制模拟结果

工业源控制模拟结果表明，在工业源排放量降低20%的情况下，PM2.5浓度在1月1日至1月31日期间呈现下降趋势，最高浓度降低至130微克/立方米，最低浓度降低至40微克/立方米。PM2.5高值区仍然分布在工业区附近，但浓度有所降低。

与基准模拟相比，工业源控制模拟结果显示PM2.5浓度平均降低了12%。这表明工业源控制对改善空气质量具有显著效果。然而，由于该城市地形不利于污染物扩散，工业源控制对周边区域的空气质量改善效果有限。

3.3交通源控制模拟结果

交通源控制模拟结果表明，在交通源排放量降低20%的情况下，PM2.5浓度在1月1日至1月31日期间呈现下降趋势，最高浓度降低至140微克/立方米，最低浓度降低至45微克/立方米。PM2.5高值区仍然分布在工业区附近，但浓度有所降低。

与基准模拟相比，交通源控制模拟结果显示PM2.5浓度平均降低了8%。这表明交通源控制对改善空气质量具有一定的效果，但效果不如工业源控制显著。这可能是由于交通源排放量相对工业源排放量较小，且交通源排放具有面源特性，难以通过单一措施实现显著减排。

4.不同污染控制策略的减排效果评估

为了进一步评估不同污染控制策略的减排效果，本研究设计了综合控制模拟方案，即在基准模拟的基础上，同时对工业源和交通源排放进行控制，降低工业源和交通源排放量各20%。

综合控制模拟结果表明，在工业源和交通源排放量均降低20%的情况下，PM2.5浓度在1月1日至1月31日期间呈现显著下降趋势，最高浓度降低至120微克/立方米，最低浓度降低至35微克/立方米。PM2.5高值区仍然分布在工业区附近，但浓度显著降低。

与基准模拟相比，综合控制模拟结果显示PM2.5浓度平均降低了20%。这表明综合控制策略对改善空气质量具有显著效果，且效果优于单一控制策略。这可能是由于工业源和交通源排放对PM2.5浓度均有显著贡献，且两种污染源的排放特征和来源区域存在差异，综合控制能够更全面地降低PM2.5浓度。

5.讨论

本研究通过高分辨率数值模拟技术，对某典型大城市空气污染物的扩散规律进行了深入研究，揭示了不同气象条件下污染物的时空分布特征，分析工业排放、交通排放及气象条件对污染物扩散的协同影响，并评估了不同污染控制策略的减排效果。

模拟结果表明，该城市PM2.5高值区主要分布在工业区附近，如钢铁厂、化工厂和电力厂等。这些区域由于工业排放量大，且地形不利于污染物扩散，导致PM2.5浓度较高。风速和温度层结对PM2.5浓度分布具有显著影响，静风和逆温条件下PM2.5易在近地面累积，形成高浓度区域；而强风和稳定温度层结条件下PM2.5则能够较好地扩散。

污染源控制模拟结果表明，工业源控制对改善空气质量具有显著效果，而交通源控制的效果不如工业源控制显著。这可能是由于工业源排放量相对交通源排放量较大，且工业源排放具有点源特性，易于通过单一措施实现显著减排。综合控制策略对改善空气质量具有显著效果，且效果优于单一控制策略。

然而，本研究也存在一些局限性。首先，模型网格分辨率仍有一定限制，难以完全捕捉城市复杂地形和污染源分布的影响。未来需要进一步提高模型网格分辨率，以提高模拟精度。其次，排放清单的构建存在一定的不确定性，需要进一步优化排放清单的构建方法，提高数据的准确性。此外，本研究仅考虑了PM2.5污染，未来需要加强对臭氧等二次污染物的模拟研究，提高对城市空气污染形成机制的认识。

综上所述，本研究通过高分辨率数值模拟技术，对城市空气污染物的扩散规律进行了深入研究，为城市环境管理决策提供了科学依据和实践指导。未来需要进一步优化数值模拟技术，提高模拟精度和实用性，加强多源数据的融合和共享，提高模型的可靠性和适用性，并加强对臭氧等二次污染物的模拟研究，为城市空气污染治理提供更全面、更科学的决策支持。

六.结论与展望

本研究以某典型大城市为对象，采用高分辨率数值模拟技术，对城市空气污染物的扩散规律进行了系统深入的研究。通过对不同气象条件下污染物时空分布特征的分析，工业排放、交通排放及气象条件对污染物扩散的协同影响评估，以及不同污染控制策略减排效果的分析，得出了以下主要结论，并对未来研究方向进行了展望。

1.主要结论

1.1城市空气污染物扩散规律

研究结果表明，该城市PM2.5污染呈现明显的时空分布特征，高值区主要分布在工业区附近，如钢铁厂、化工厂和电力厂等。这些区域由于工业排放量大，且地形不利于污染物扩散，导致PM2.5浓度较高。风速和温度层结对PM2.5浓度分布具有显著影响，静风和逆温条件下PM2.5易在近地面累积，形成高浓度区域；而强风和稳定温度层结条件下PM2.5则能够较好地扩散。

1.2污染源对污染物扩散的影响

污染源控制模拟结果表明，工业源控制对改善空气质量具有显著效果，而交通源控制的效果不如工业源控制显著。这可能是由于工业源排放量相对交通源排放量较大，且工业源排放具有点源特性，易于通过单一措施实现显著减排。综合控制策略对改善空气质量具有显著效果，且效果优于单一控制策略。

1.3污染控制策略的减排效果

本研究设计了基准模拟、工业源控制模拟、交通源控制模拟和综合控制模拟四种方案，通过对比分析不同方案下的PM2.5浓度变化，评估了不同污染控制策略的减排效果。结果表明，综合控制策略对改善空气质量具有显著效果，且效果优于单一控制策略。在工业源和交通源排放量均降低20%的情况下，PM2.5浓度平均降低了20%。

2.建议

基于本研究结果，提出以下建议，以期为该城市空气污染治理提供参考。

2.1优化工业布局

工业源是该城市PM2.5污染的主要来源之一。建议优化工业布局，将高污染工业企业迁出市中心区域，并严格控制新增工业项目。同时，推广清洁生产技术，提高工业生产效率，减少污染物排放。

2.2推广清洁能源

能源燃烧是PM2.5污染的重要来源之一。建议推广清洁能源，如天然气、液化石油气和可再生能源等，逐步替代煤炭等高污染能源。同时，加强燃煤污染治理，提高燃煤设施效率，减少污染物排放。

2.3强化交通管理

交通排放是PM2.5污染的重要来源之一。建议强化交通管理，推广新能源汽车，优化城市交通布局，减少交通拥堵。同时，加强车辆排放控制，提高车辆排放标准，减少车辆尾气排放。

2.4加强气象条件监测

气象条件对污染物扩散具有显著影响。建议加强气象条件监测，及时掌握风速、风向、温度和湿度等气象参数变化，为污染预警和应急响应提供科学依据。

2.5完善排放清单

排放清单是数值模拟的基础。建议完善排放清单，提高排放数据的准确性和时效性。同时，加强排放清单的不确定性分析，提高模型的可靠性和适用性。

3.展望

尽管本研究取得了一定成果，但仍存在一些局限性，未来需要进一步深入研究。

3.1提高模型分辨率

本研究采用1公里分辨率的数值模型，未来需要进一步提高模型分辨率，以更好地捕捉城市复杂地形和污染源分布的影响。同时，可以考虑采用四维变分数据同化技术，提高模型模拟精度。

3.2加强多源数据融合

未来需要加强多源数据的融合，如遥感数据、移动监测数据和社交媒体数据等，以提高排放清单的准确性和时效性，并提高模型的可靠性和适用性。

3.3深入研究二次污染

本研究主要关注PM2.5污染，未来需要加强对臭氧等二次污染物的模拟研究，提高对城市空气污染形成机制的认识。同时，需要深入研究二次污染物的生成机理和影响因素，为二次污染治理提供科学依据。

3.4研究气候变化影响

气候变化对城市空气质量具有显著影响。未来需要研究气候变化对该城市空气质量的影响，为制定适应气候变化的城市环境管理策略提供科学依据。

3.5开发智能预警系统

未来需要开发基于数值模拟和技术的智能预警系统，及时预测和预警空气污染事件，为城市环境管理提供科学依据和实践指导。

综上所述，本研究通过高分辨率数值模拟技术，对城市空气污染物的扩散规律进行了深入研究，为城市环境管理决策提供了科学依据和实践指导。未来需要进一步优化数值模拟技术，提高模拟精度和实用性，加强多源数据的融合和共享，提高模型的可靠性和适用性，并加强对臭氧等二次污染物和气候变化影响的研究，为城市空气污染治理提供更全面、更科学的决策支持。通过持续深入研究和技术创新，有望推动城市空气质量持续改善，保障人民群众身体健康，促进城市可持续发展。

七.参考文献

Carmichael,A.R.,F.R.Achberger,D.R.Streets,etal."SourcereactivitybasedassessmentoftransboundaryrpollutiontransportintheUSusingground-levelozonemeasurements."AtmosphericEnvironment38.33(2004):5681-5697.

Chao,C.Y.,J.S.Hsu,C.C.Huang,etal."ThecharacteristicsofurbanrpollutioninTpeiandtheeffectsofmeteorologicalfactors."AtmosphericEnvironment34.27(2000):4461-4471.

Chen,J.,Y.L.Chen,Y.F.Cheng,etal."SourceapportionmentofPM2.5inBeijingbasedonCMB-TEAmodelanditstemporalvariation."EnvironmentalScience&Technology44.18(2010):6670-6677.

Cheng,Y.F.,J.Chen,Y.L.Chen,etal."SourceapportionmentofPM2.5inBeijingusingpositivematrixfactorization."AtmosphericEnvironment42.38(2008):8427-8436.

Cui,Y.,Y.Xu,Z.Hu,etal."CharacteristicsofPM2.5pollutionanditsinfluencingfactorsinShenzhen,China."AtmosphericEnvironment41.34(2007):7497-7506.

DeMeijer,A.,B.R.T.Wehrli,andP.J.vanLeeuwen."TheinfluenceofmeteorologicalvariablesontheconcentrationsofsometraceelementsintheambientrintheNetherlands."AtmosphericEnvironment25.10(1991):1733-1744.

Dong,E.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Fuzzi,G.,M.Ballabio,G.Ferrero,etal."TheEuropeanrqualityindex."EnvironmentalScience&Policy11.2(2008):111-126.

Gao,Z.,J.Zheng,W.Wang,etal."SourceapportionmentofPM2.5inBeijing:Areview."ScienceoftheTotalEnvironment494(2014):138-148.

Guo,H.,L.Zheng,Y.He,etal."SourceapportionmentofPM2.5inBeijing:Ananalysisbasedonthechemicalcomposition."AtmosphericEnvironment41.24(2007):5511-5519.

He,K.B.,X.Y.Hu,J.M.Zhang,etal."ChemicalcompositionofPM2.5inBeijing,China:Sourcesandseasonalvariations."AtmosphericEnvironment30.4(1996):655-667.

Highfill,J.R.,andA.P.Stern."Ananalysisoftheeffectsofmeteorologicalvariablesonrpollutionconcentration."JournaloftherPollutionControlAssociation22.6(1972):412-418.

Hu,M.,J.Zhang,Q.Zheng,etal."ThechangingsourcecontributionstoPM2.5inBeijing,2001–2014:Aquantitativeanalysis."EnvironmentalPollution254(2018):1-9.

Huang,R.,Y.Zheng,M.Zheng,etal."ThepresentstatusofambientPM2.5pollutioninChinaandtheimplementationofcleanract."EnvironmentalScience&Technology47.19(2013):10086-10098.

Huang,R.,J.Zhang,Q.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Huang,Y.R.,J.J.Wang,C.H.Kiang,etal."AreviewofquantitativeandqualitativesourceapportionmentmethodsforPM2.5."AtmosphericEnvironment42.33(2008):7372-7396.

IPCC."ClimateChange2001:TheScientificBasis."CambridgeUniversityPress,Cambridge,UK,andtheNewYork,NY,USA,2001.

Jia,C.L.,Y.Z.Zheng,andH.J.Wang."CharacteristicsofPM2.5pollutionanditsinfluencingfactorsinShangh."EnvironmentalScience&Technology45.2(2011):899-906.

Kiang,C.S."SourceapportionmentofPM2.5inurbanareasusingreceptormodeling."AtmosphericEnvironment40.15(2006):2908-2921.

Li,X.,J.L.Wang,Y.F.Cheng,etal."SourceapportionmentofPM2.5inBeijingusingpositivematrixfactorization(PMF)model."EnvironmentalScience&Technology44.14(2010):5561-5568.

Lin,Y.J.,C.C.Huang,andH.C.Hsieh."AstudyonthespatialandtemporaldistributioncharacteristicsofPM2.5inKaohsiungCity,Twan."AtmosphericEnvironment42.12(2008):2367-2375.

Lioy,P.J.,andG.R.Cass."Introductiontoatmosphericchemistryandpollution."JohnWiley&Sons,1990.

Ma,X.B.,Y.F.Cheng,X.J.Zheng,etal."SourceapportionmentofPM2.5inBeijingusingtheWRF-Chemmodelanditsimplicationsforregionalrqualitymanagement."EnvironmentalScience&Technology42.16(2008):6014-6020.

MinistryofEnvironmentalProtectionofChina."ChinaEnvironmentalStatisticalYearbook."ChinaStatisticsPress,Beijing,China,2018.

NationalAeronauticsandSpaceAdministration(NASA)."rQuality."NASAEarthScienceDataandInformationSystem(EOSDIS),2018.

Oikonomou,K.,K.Kassomenos,G.B.Kassomenos,etal."SourceapportionmentofPM2.5inAthens,Greece:Chemicalcomposition,sourcecontributionsandhealthimpactassessment."AtmosphericEnvironment42.19(2008):4375-4388.

Pandey,A.,B.K.Singh,M.R.S.Chauhan,etal."SourceapportionmentofPM2.5inDelhiusingpositivematrixfactorization."EnvironmentalScience&Technology43.19(2009):7141-7148.

Streets,D.G.,Q.Wang,A.R.Carmichael,etal."OzonepollutioninAsia:Characteristics,trends,andemissioncontrols."AtmosphericEnvironment35.27(2001):4973-4992.

Zhang,R.,Q.Zheng,J.Zheng,etal."Reviewofatmosphericbrowncarbon:Opticalproperties,sources,andradiativeeffects."AccountsofChemicalResearch44.11(2011):1037-1046.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,J.Zheng,M.Zheng,etal."SourceapportionmentofPM2.5inBeijingusingPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijing:Chemicalcompositionanalysisandsourcecontributionassessment."EnvironmentalScience&Technology44.7(2010):2661-2668.

Zhang,Y.,J.Guo,J.Chen,etal."SourceapportionmentofPM2.5inBeijingbasedonPMFmodel."EnvironmentalScience&Technology45.24(2011):11211-11218.

Zhang,Y.,H.K.Lee,J.W.Kim,etal."CharacteristicsofPM2.5inSeoulduring2003–2007andtheirtemporalvariations."AtmosphericEnvironment41.15(2007):3314-3325.

Zhang,Y.,Q.Zheng,J.Zheng,etal."SourceapportionmentofPM2.5inBeijin