北京市采暖季大气污染物变化特征分析

摘要随着我国工业化和城市化的高速发展，化石能源的消耗量增加，大气污染物的排放量增加，我国的空气质量受到严重影响。各地污染天气频发，也会对社会发展造成严重影响。本文以北京市为研究对象,对采暖季主要大气污染物监测数据进行整理，深入分析大气污染物的变化特征及其影响因素，结果如下：2024年11月-2025年3月采暖季期间，北京市采暖季的空气污染物浓度比非采暖季普遍偏高。采暖季污染物浓度升高的主要原因有燃煤与燃气供暖排放释放大量PM2.5、SO2、NO2。机动车排放燃油燃烧不充分，导致CO、NO2、PM2.5排放量增加。通过对时间序列数据的分析发现：采暖季初，大气污染物浓度会明显升高。分析原因发现，烧煤供暖是采暖季大气污染的主要来源，同时汽车尾气排放和工业废气也对污染物浓度上升也有一定影响。通过对PM2.5和SO2、NO2、CO之间的相关系性分析发现：采暖前后CO相关性都是最强（采暖前0.71，采暖后0.73）表明它们来自相同的污染源，比如汽车尾气排放和燃煤供暖产生的污染，NO2相关性降低（采暖前0.58，采暖后0.41）表明二者关联性受其他因素制约的复杂关系。考虑北京无集中供暖，重工业搬迁，企业脱硫设施完善，SO2相关性最低接近无关联。本研究为北京市采暖季大气污染防治提供了科学依据和实践指导，对于改善北京收集的空气质量具有重要意义。‌关键词：北京市；采暖季，大气污染特征，相关性分析AbstractWiththerapiddevelopmentofindustrializationandurbanizationinourcountry,theconsumptionoffossilenergyhasincreased,leadingtohigheremissionsofairpollutants,whichhasseverelyaffectedairqualityinourcountry.Frequentpollutionweatherinvariousregionsalsoposesaseriousthreattosocialdevelopment.ThisarticletakesBeijingastheresearchobject,organizesthemonitoringdataofmajorairpollutantsduringtheheatingseason,andconductsanin-depthanalysisofthechangingcharacteristicsofairpollutantsandtheirinfluencingfactors.Theresultsareasfollows:(1)FromNovember2024toMarch2025,duringtheheatingseason,theconcentrationofairpollutantsinBeijingisgenerallyhigherthaninnon-heatingseasons.Themainreasonsfortheincreasedpollutantconcentrationsduringtheheatingseasonaretheemissionsfromcoalandgasheating,whichreleasealargeamountofPM2.5,SO2,andNO2.InadequatefuelcombustionfromvehicleemissionsresultsinanincreaseinCO,NO2,andPM2.5emissions.(2)Analysisoftimeseriesdatarevealsthatatthebeginningoftheheatingseason,theconcentrationofatmosphericpollutantssignificantlyrises.Theanalysisshowsthatcoalheatingistheprimarysourceofatmosphericpollutionduringtheheatingseason,whilevehicleexhaustandindustrialwastegasesalsocontributetotheincreasedpollutantconcentrations.(3)AnanalysisofthecorrelationbetweenPM2.5andSO2,NO2,andCOrevealsthatCOhasthestrongestcorrelationbothbeforeandaftertheheatingseason(0.71beforeheating,0.73afterheating),indicatingthattheycomefromthesamepollutionsources,suchasvehicleexhaustemissionsandpollutiongeneratedfromcoalheating.ThecorrelationofNO2decreases(0.58beforeheating,0.41afterheating),suggestingthatitsrelationshipisconstrainedbycomplexfactors.ConsideringthatBeijinghasnocentralizedheating,heavyindustryrelocation,andimproveddesulfurizationfacilitiesinenterprises,thecorrelationofSO2isthelowest,nearingnocorrelation.ThisstudyprovidesascientificbasisandpracticalguidanceforairpollutionpreventionandcontrolduringtheheatingseasoninBeijing,whichisofsignificantimportanceforimprovingtheairqualitycollectedinBeijing.Keywords:Beijing;heatingseason,characteristicsofairpollution,correlationanalysis目录TOC\o"1-2"\h\u13419第1章绪论 -1-3541.1.研究背景 -1-207891.2.课题的来源及研究意义 -1-242631.3.国内外发展状况 -2-70061.4.资料来源与数据处理 -2-24679第2章结果与分析 -3-247832.1.采暖前后6项大气污染物浓度特征分析 -3-289902.2.污染物浓度小时变化特征 -7-190462.3.污染物浓度日变化特征 -9-85122.4.相关性分析 -11-12461第3章结论与建议 -12-219283.1.结论 -12-326083.2.建议 -13-16617参考文献 -15-26158致谢 -1721-绪论研究背景过去十几年，北京在大气污染治理上成果辉煌。PM2.5治理取得了重大突破，空气质量大幅提升REF_Ref14823\r\h[1]。“北京方案”备受国际认可，被赞誉为“北京奇迹”。如今，蓝天碧水不再是难以企及的梦想，而是北京市民日常生活中常见的美好景象，给大家带来了实实在在的生态获得感与幸福感。不过，我们得清楚地认识到，大气污染治理之路还很长，挑战重重。空气质量的改善不是一帆风顺的，更像是攀登陡峭山峰，过程充满波动与曲折，艰难重重。气候变化、沙尘暴侵袭、区域间污染物传输，还有社会经济活动全面恢复带来的排放压力，这些复杂因素相互交织，让大气污染治理的长期性、艰巨性和复杂性愈发突出REF_Ref14944\r\h[2]。这可不只是和污染作斗争，更是一场考验我们智慧与毅力的持久战REF_Ref15124\r\h[3]。北京市位于华北平原北端，地形特征为西北高、东南低，中心城区（天安门）：约北纬39°54′，东经116°23′。北京作为中华人民共和国的首都和全国的政治中心、经济核心枢纽、科技创新前沿阵地以及教育文化中心等多种关键职能。伴随着经济建设的迅猛发展，市区内工业企业所排放的废气与烟尘，以及冬季供暖期间锅炉燃烧所产生的烟气与烟尘，已然成为影响市区环境空气质量的重要污染源通过对PM2.5和SO2、NO2、CO之间的相关系性分析发现：采暖期PM2.5与三种气态污染物的相关性呈现显著差异REF_Ref15303\r\h[4]；整体来看，采暖期PM2.5与CO相关性显著增强，说明采暖活动带来的化石燃烧排放对二者的共同影响增大。采暖前后PM2.5与SO2相关性均较弱，表明对含硫排放源的管控在不同阶段都有效降低了其与PM2.5的关联。采暖后PM2.5与NO2相关性略有减弱，说明城市实行集中供暖，居民散煤燃烧减少，NO2排放可能集中于工业源，而PM2.5可能因散煤或生物质燃烧未完全管控，导致两者来源错位。课题的来源及研究意义随着我国工业化和城市化的高速发展，化石能源的消耗量增加，大气污染物的排放量增加，使我国的空气质量受到严重影响REF_Ref15571\r\h[5]。在多种污染源的共同作用下，导致了以细颗粒污染和臭氧污染为主的季节性污染REF_Ref15845\r\h[6]。大气污染作为环境污染的一种，已然成为环境和人类健康的主要影响因素REF_Ref16090\r\h[7]。如何降低空气污染，提高空气质量，促进可持续发展已成为新时代的主题REF_Ref16221\r\h[8]。采暖季是北京市大气污染最为严重的时期，研究其大气污染物变化特征对于制定有效的污染防治措施、改善空气质量具有重要意义。国内外发展状况国内研究：郑雅茜在2022年研究北京市典型区域大气污染物浓度时空分布特征，得出O3与除NO2之外的其它污染物相关性较弱，与NO2有着较为显著的负相关关系REF_Ref16410\r\h[9]。杨宇研究了2023年京津冀典型城区采暖期与非采暖期大气污染物浓度特征，认为研究区采暖期PM2.5、PM10、SO2、NO2和CO年均浓度大多高于其非采暖期的浓度，大气污染物年均浓度呈现出逐年降低的趋势REF_Ref16832\r\h[10]。郭滢超研究了2022年北京市大气污染物的周期特征，结果显示大气污染物具有显著的日变化，周变化特征，季节和年变化特征REF_Ref16874\r\h[11]。国外研究：近年来国外学者们对大气污染物浓度的时空分布特征进行了诸多研究，包括Weissert等REF_Ref17001\r\h[12]使用LUR模型对数据进行空间插值以此研究NO2的浓度变化。同时Ceglinski等REF_Ref17106\r\h[13]的研究得出与工作日相比，周末空气污染物的浓度有所增加，而周末效应也与气象条件、经济活动和人口流动性有关。此外，Fan等REF_Ref17269\r\h[14]发现中国大气污染成分在时空上存在明显差异，与2014年相比，2018年的空气污染物显著减少。资料来源与数据处理资料来源本研究使用的北京市大气污染物观测数据由中国环境监测总站及全国城市空气质量实时发布平台提供，数据时间范围涵盖2024年9月至10月（非采暖期）以及2024年11月至2025年3月（采暖期），收集了包括二氧化硫（SO2）、二氧化氮（NO2）、可吸入颗粒物（PM10）、细颗粒物（PM2.5）、臭氧（O3）和一氧化碳（CO）六项主要污染物的小时浓度数据。一氧化碳浓度mg/m³为单位，其余五项污染物均采用μg/m3作为计量单位REF_Ref17419\r\h[15]。大气污染物浓度数据预处理依据《环境空气质量评价技术规范（试行）》和《环境空气质量标准》，对数据做如下处理:1、2024年9月至10月（非采暖期）以及2024年11月至2025年3月（采暖期），收集二氧化硫（SO2）、二氧化氮（NO2）、可吸入颗粒物（PM10）、细颗粒物（PM2.5）、一氧化碳（CO）这五项污染物的24小时平均浓度值，臭氧最大8小时平均浓度值作为数据，进行先关数据处理整理分析。2、一氧化碳浓度以毫克/立方米（mg/m³）计量，其余五项污染物均采用微克/立方米（μg/m³）作为计量单位。3、CO平均浓度为第95百分位，O3平均浓度为第90百分位REF_Ref17566\r\h[16]。4、进行各污染参数采暖、非采暖季小时浓度、日浓度、月浓度的计算。

结果与分析采暖前后6项大气污染物浓度特征分析PM2.5如图1所示，采暖后PM2.5的浓度较采暖前有所升高。采暖前，其浓度波动范围大致处于25-35μg/m³；在采暖后，浓度在30-40μg/m³，由此可见，采暖相关活动会促使PM2.5排放增加。采暖前后的PM2.5表现出相似特征，都是先下降后上升。在0:00-6:00期间，浓度缓慢下降；6:00-14:00时，浓度相对稳定；14:00-24:00则逐步上升。这一变化与人类日常活动和大气扩散条件密切相关。这种变化趋势与人类日常生产生活节奏及大气环境的扩散能力紧密相连。夜间，随着人类活动逐渐减少，污染物的排放量也随之降低，使得PM2.5浓度逐步下降；白天，交通出行、工业生产等活动陆续展开，污染物排放量显著增加，若午后大气扩散条件较差，污染物难以有效稀释扩散，便容易在近地面累积，进而导致PM2.5浓度上升。图SEQ图\*ARABIC1采暖前后PM2.5对比图PM10如图2所示，采暖后PM10浓度整体高于采暖前。采暖前浓度大致在40-55μg/m³波动，采暖后在45-60μg/m³波动，说明采暖活动使PM10排放增加。采暖前后PM10浓度先降后升。0:00-6:00下降可能因夜间人类活动减弱，排放减少；6:00-14:00平稳，之后上升，到了下午，大气扩散条件变得不那么好了，这时候生产、生活这些活动还在继续，排放出来的污染物就更多了。图SEQ图\*ARABIC2采暖前后PM10对比图SO2如图3所示，采暖后SO2浓度整体高于采暖前。采暖前SO2浓度大致在2.5-3.3μg/m³左右，采暖后在4-4.5μg/m³波动，说明采暖活动使SO2排放有所增加。采暖前后SO2浓度在一天内相对平稳。在采暖之后12点到14点左右这段时间，它的浓度会稍微上升一点。但总体来说，波动不是很大，没有大幅度变化的情况。这就说明，产生二氧化硫的那些源头比较稳定，没有在短时间内突然排放出大量污染物。图SEQ图\*ARABIC3采暖前后SO2对比图NO2如图4所示，采暖后NO2浓度整体高于采暖前。采暖前NO2浓度大致在25-30μg/m³波动，采暖后浓度在35-40μg/m³左右，说明采暖活动对NO2排放有明显影响。采暖前后NO2浓度均呈现先降后升趋势。在0:00-14:00时，浓度逐渐下降，14:00最低；之后在14:00-24:00时上升。这种变化可能和交通状况、人们日常活动有关系。白天路上车多，汽车尾气排放也就跟着多。不过上午的时候，因为大气会混合流动，污染物比较容易扩散开。但是到了下午，大气越来越稳定，不太流动了，污染物就很难扩散出去。可这时候路上车还是很多，一直有尾气排放，所以污染物的浓度就会升高。图SEQ图\*ARABIC4采暖前后NO2对比图O3如图5所示，采暖前O3​浓度峰值明显高于采暖后。采暖前峰值可达80μg/m³左右，而采暖后峰值在60μg/m³左右。在非采暖季，太阳光照特别足，紫外线很强。这种充足的光照就给大气里的光化学反应创造了很好的条件，容易发生光化学反应，然后就产生出很多臭氧O3。采暖季是冬季，天气阴沉、云层厚等因素，导致能照到地面的太阳光变少了，光化学反应的速率也变弱，所以采暖季O3生成量就会减少。图SEQ图\*ARABIC5采暖前后O3对比图CO如图6所示，采暖后CO浓度整体高于采暖前。采暖前CO浓度大致在0.4-0.6mg/m3波动，采暖后在0.35-0.6mg/m³波动，表明采暖活动增加了CO排放。CO浓度这样变化，和人们的日常活动关系很大。晚上休息时间，各种活动减少，排放到空气中的CO也少，所以浓度下降。白天路上车的尾气排放，工厂生产排放，采暖季，还得加上供暖。特别是早晚高峰的时候交通拥堵，尾气排放大量增加，CO的排放自然也会增加。图SEQ图\*ARABIC6采暖前后CO对比图污染物浓度小时变化特征如图7所示，清晰解释了污染物浓度小时变化特征，研究结果如下：PM2.5PM2.5和PM10在采暖前后均有一定的双峰特征迹象。采暖前：从“采暖前小时变化曲线图”看，浓度在一天内相对平稳，大致维持在30-40μg/m³左右。0:00-8:00略有下降趋势，8:00-16:00缓慢上升，16:00-24:00又逐渐下降。这是因为晚上夜间人类活动减弱，不管是出门活动还是工厂生产都变少了，排到空气里的污染物也会减少。等到白天，路上车辆尾气排放，工厂生产，污染物排放量上升。到了下午，空气流动起来，污染物能跟着空气散开一些，浓度就会降低。采暖后：整体浓度较采暖前有所上升，波动范围大致在30-45μg/m³。变化趋势与采暖前类似，6:00-10:00上升幅度加大，这表明供暖等采暖活动导致污染物排放增加，尤其在早高峰时段，交通尾气排放叠加使浓度上升突出。PM10采暖前：浓度在40-60μg/m³波动。0:00-6:00缓慢下降，6:00-10:00略有上升，10:0016:00基本平稳，16:00-24:00有所上升。这主要是因为夜间路上车少了，建筑工地也都停工，灰尘自然就少，浓度跟着下降。但白天就不一样了，路上车越来越多，建筑工地也开始施工，这些都会产生不少扬尘，所以浓度就跟着上去了。采暖后：浓度整体在40-70μg/m³，波动明显。在采暖活后，排放增加，尤其在早高峰和晚高峰时段，浓度上升显著，如6:00-8:00和18:00-20:00，表明采暖季交通出行、供热燃煤等多重因素，导致PM10排放量显著增加。SO2采暖前、后：两张图中SO2浓度都较低且变化极为平稳，几乎无明显的单峰或双峰特征基本维持在0-10μg/m3。这表明北京市在控制燃煤等含硫燃料使用方面成效显著，政府出台的那些减少排放的办法很管用，哪怕到了采暖季，烧煤取暖多，二氧化硫的浓度也没出现大幅波动的情况。NO2不过整体趋势采暖前后保持一定一致，只是强度因采暖活动改变。采暖前：浓度在20-30μg/m³，0:00-10:00缓慢下降，10:00-18:00基本平稳，18:00-24:00略有上升。与机动车尾气排放规律有关，早晚高峰时段车辆行驶缓慢，尾气排放集中，导致浓度上升。采暖后：整体浓度在20-35μg/m³，变化趋势与采暖前相似，但在早晚高峰时段浓度上升幅度稍大，如7:00-9:00和17:00-19:00，说明采暖季交通流量及相关活动使NO2排放增加。O3采暖前和采暖后，O3浓度均呈现单峰变化趋势。采暖前：浓度在0-80μg/m³。清晨（0:00-8:00）浓度较低，过段时间后光照逐渐增强，光化学反应就会加强，O3浓度逐渐上升，在13:00-16:00达到峰值，之后随着光照减弱逐渐下降。采暖后：日变化趋势与采暖前相似，浓度范围在0-70μg/m³，但整体浓度峰值较采暖前有所降低。出现这种情况，是因为采暖季是冬季，天气阴沉、云层厚等因素，导致能照到地面的太阳光变少了，光化学反应的速率也变弱，O3生成量减少。CO采暖前：浓度在0.5-0.7mg/m³，0:00-8:00缓慢下降，8:00-16:00基本平稳，16:00-24:00缓慢上升。浓度上升主要和交通还有居民生活排放有关，早晚高峰路上堵车厉害，汽车尾气排放增多，加上晚上居民做饭、采暖等活动，都会影响浓度变化。采暖后：浓度范围在0.5-0.7mg/m³，变化趋势与采暖前相似，不过早晚高峰的时候浓度上升更厉害，比如早上7点到9点、下午5点到7点，这能看出采暖季里供暖相关活动对一氧化碳排放的影响。图SEQ图\*ARABIC7采暖前后小时变化曲线污染物浓度日变化特征表SEQ表\*ARABIC16项大气污染物月平均浓度时间大气污染物PM2.5PM10SO2NO2O3CO2024年9月1732318950.482024年10月4266330770.562024年11月4267332570.582024年12月1739327560.392025年1月2352634630.512025年2月2456528790.592025年3月42823281080.52单位：SO2、NO2、O3、PM2.5和PM10为μg/m3，CO为mg/m3如所示，清晰反映了研究时段内六种主要污染物的日变化特征，研究结果如下：PM2.5在2024年9月浓度最低，2024年3月份颗粒物污染最为严重。2025年3月1日，其中PM2.5浓度为182μg/m3。月平均浓度方面PM2.5在2024年10月和11月显著上升随后在2024年12月至2025年2月逐步下降，在2025年3月月平均浓度出现新的峰值，峰值为42μg/m3。产生这样的原因可能是刚进入冬季供暖设施还没稳定运行，燃煤量大，供暖稳定后浓度逐步下降。PM10在采样期间月平均浓度在2025年3月份出现最大值82μg/m3，相较于上一个峰值2024年11月的67μg/m3有显著上升。PM10在2024年2月28日出现最大值，最大最为235μg/m3。PM2.5与PM10污染源基本相同，所以PM10升高的原因基本也相同。2025年2月SO2月平均浓度最高，月平均浓度为6μg/m3，相较于非采暖季浓度有显著增加。此外SO2浓度月均值在2025年2月12日出现最高值，最高值为14μg/m3。产生这样的原因这主要是由于受强冷空气影响，气温降低，燃烧含硫燃料产生的。NO2在采暖期间月平均浓度在2025年1月最大，最大值为34μg/m3，相较于上一个峰值2024年11月的32μg/m3升高不大。NO2的产生主要和交通尾气、火力发电站以及其他工业的高温生产有关，像汽车这类流动的污染源，是排放氮氧化物主要来源。CO浓度峰值出现在2025年3月2日，最大值为1.70mg/m3这可能是由于年后3月份大部门工厂年后大量开工导致的，而进入2025年1月份，北京市已把高排放企业全部停产，CO排放量大幅下降REF_Ref27856\r\h[18]。O3浓度在研究期间变化较为平缓，采暖期平均浓度为73μg/m3，非采暖期的平均浓度为86μg/m3。2024年9月24日产生最高值170μg/m3。这是因为采暖季是冬季，天气阴沉、云层厚等因素，导致能照到地面的太阳光变少了，光化学反应的速率也变弱，O3生成量减少。图SEQ图\*ARABIC8采暖前后日变化曲线相关性分析如图9所示，在对采暖季大气污染物进行相关性分析时，可通过散点图直观展示两变量的相关性。若数据点密集分布于拟合直线附近，则表明二者具有显著的线性相关关系。研究结果如下：采暖前污染物相关性分析PM2.5与SO2，R2=0.0342。R2值接近0，相关性很弱，接近不相关REF_Ref17870\r\h[17]。这可能是因为采暖之前，对烧煤这类会排放硫的源头管得比较严，SO₂排放一直挺稳定，与PM2.5来源的关联性不强。PM2.5与NO2：R2=0.5846。R2值相对较高，说明两者正相关关系，相关性较强。这是因为机动车尾气排放是NO2的重要来源，也会产生部PM2.5，所以采暖前相关性较强。PM2.5与CO：R2=0.7201。说明正相关关系，采暖前污染物相关性最强，因为CO主要来自不完全燃烧，如机动车尾气、居民生活燃煤等，这些源也会排放PM2.5，所以相关性最强。采暖后污染物相关性分析PM2.5与SO2：R2=0.0912。相关性仍较弱，但相比采暖前略有增强，考虑北京无集中供暖，重工业搬迁，企业脱硫设施完善，所以SO2相关性最低接近无关联。PM2.5与NO2：R2=0.4152。虽有正相关，但R2值比采暖前略低，采暖之后，排放污染物的源头变多了，情况也更复杂。这样一来，汽车尾气排放对PM2.5和NO2相关性，有其他排放源干扰。PM2.5与CO：R2=0.7316。R2值较高，说明采暖后二者相关性增强。采暖后，汽车尾气排放、供暖等活动会让燃料不完全燃烧的情况变多，CO和PM2.5排放源，更能看出明显的一致性。总结整体来看，采暖后PM2.5与CO相关性增加，这说明采暖季烧煤供暖等活动产生的燃烧排放，对这两者的共同影响变大。采暖前后PM2.5与SO2相关性均较弱，表明北京市对含硫排放源的管控在采暖前后都有效降低了其与PM2.5的关联。采暖后PM2.5与NO2相关性有所下降，提示需关注采暖季里多种污染源排放对污染物之间相互关联的影响变化，以便更精准制定污染防控策略。图SEQ图\*ARABIC9采暖前后相关性图

结论与建议结论2024年11月-2025年3月期间，北京市PM2.5、PM10、SO2、NO2和CO的平均浓度水平分别为32µg/m3、59µg/m3、4µg/m3、30µg/m3和0.52mg/m3，除PM10外均低于国家二级标准限值（根据《环境空气质量标准》标准PM2.5、PM10、SO2、NO2、O3和CO二级标准限值24小时平均浓度分别为35µg/m3、50µg/m3、50µg/m3、80µg/m3、和4mg/m3），表明北京市采暖季城区大气环境质量总体良好在对采暖季大气污染物进行相关性分析时。采暖前PM2.5与SO2、NO2、CO的相关性分别为0.03、0.58、0.71，采暖后PM2.5与SO2、NO2、CO的相关性分别为0.06、0.41、0.73。根据提供数据，PM2.5与三种气态污染物的相关性呈现显著差异：CO始终表现最强相关性（采暖前0.71，采暖后0.73）表明它们是相同污染源贡献，来源有汽车尾气和燃煤排放，NO2相关性稍低（采暖前0.58，采暖后0.41）说明二者既存在关联性又受其他因素制约的复杂关系。考虑北京无集中供暖，重工业搬迁，企业脱硫设施完善，SO2相关性最低接近无关联。建议过去的十几年，北京在大气污染治理方面成绩斐然，PM2.5治理取得里程碑式突破，空气质量显著改善，“北京方案”更是赢得国际赞誉，被称为“北京奇迹”。蓝天碧水不再遥不可及，已然成为市民生活中的日常景象，为民众带来满满的生态获得感与幸福感。企业管控，管理部门督查企业，严格落实错时生产；建议开展执法检查与监测专项行动。特别是忻府区南部及西部工业企业需重点管控，建议管理部门督查企业，严格落实减排清单，持续推进重点行业绩效分级；完善动态管理机制，加大对散乱污企业查处力度，认真排查辖区内散乱污企业，一经发现坚决取缔，严防“散乱污”企业反弹REF_Ref28134\r\h[19]；实时盯控好已入网企业在线数据，对异常情况进行核实，防止企业偷排漏排。扬尘管控,倡导新能源车，挖掘机等机械设备自带喷雾设施；道路扬尘管控加大重点区域洒水保洁力度，保洁作业标准为保持湿润；重点区域洒水重点关注车流量较大的主干道，学校内部及楼顶保洁。重点区域洒水工作时，应确定责任人，工作范围和方式根据实际情况确定。强化分散低效燃煤治理。建议稳妥推动清洁取暖改造；完善长效机制，防止散煤复烧，特别是涉煤及使用煤炭气化公司煤气的企业。强化面源管控。实行全时段、全区域秸秆禁烧。重点区域开展常态化巡查，畅通发现渠道，即时交办处置，着力做好废弃秸秆的收储清运工作。城区周边农田及时进行冬灌，减少扬尘污染。加大移动源管控力度。大力推进老旧车辆淘汰，开展常态化路检路查；开展联合执法，加强重污染天气期间管控；对非道路移动机械污染管控坚持源头治理和防控结合、分类管理、排污担责的原则REF_Ref28366\r\h[20]。深化区域联防机制，坚持突出分区施策。区域强化协作，实现污染物协同减排REF_Ref18203\r\hREF_Ref28542\r\h[21]。参考文献张艳娟,魏北辰.超大型城市的大气环境治理策略优化与新技术研究[J].绿色科技,2023,25(12):81-88.DOI:10.3969/j.issn.1674-9944.2023.12.014.高敬.解决"心肺之患"既要雷霆手段也要精准施策[J].中国环境监察,2017(8):55.谢春生,于参,兰少锋,等.梧州市环境空气PM2.5污染现状及防治对策探讨[J].广东化工,2017,44(16):23-25,35.DOI:10.3969/j.issn.1007-1865.2017.16.013.花家嘉,侯书勋,张婉莹,等.基于气态污染物的京津冀PM2.5浓度模型研究[J].环境科学与管理,2020,45(2):37-41.DOI:10.3969/j.issn.1673-1212.2020.02.008.赵立建.中国大气污染防治管理体系的挑战和思考[C]//第二届大气环境影响评价国际研讨会论文集.2012:116-120.徐涓涓.温江区季节性大气污染特征及冬夏两季典型污染过程成因分析[D].四川:四川农业大学,202