淮河流域细颗粒物化学组分时空特征及驱动因素分析

来源：环境科学杂志2024年第1期北京时间：

作者：刘晓咏,牛继强,刘航,张一丹,颜俊,闫军辉,苏方成

单位：信阳师范大学地理科学学院, 信阳 464000,信阳师范大学河南省水土环境污染协同防治重点实验室, 信阳 464000,信阳师范大学地理科学学院, 信阳 464000,信阳师范大学河南省水土环境污染协同防治重点实验室, 信阳 464000,中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室, 北京 100029,信阳师范大学地理科学学院, 信阳 464000,信阳师范大学地理科学学院, 信阳 464000,信阳师范大学地理科学学院, 信阳 464000,信阳师范大学河南省水土环境污染协同防治重点实验室, 信阳 464000,郑州大学化学学院, 郑州 450001

摘要：基于淮河流域35个城市2015~2021年的细颗粒物（PM_2.5）及其组分数据集,分析了污染物的时空分布格局,利用随机森林模型考察了气象因子对PM_2.5浓度的影响.采用KZ（Kolmogorov-Zurbenko）滤波和多元线性回归（MLR）对PM_2.5、硫酸盐（SO₄2-）、硝酸盐（NO₃-）、铵盐（NH₄+）、有机物（OM）和黑炭（BC）的原始序列进行气象调整,定量气象条件的影响.结果表明,2015~2021年淮河流域PM_2.5、SO₄2-、NO₃-、NH₄+、OM和BC的变化速率分别为-4.71、-0.99、-1.05、-0.77、-1.01和-0.19 μg·（m3·a）-1. PM_2.5及其组分浓度高值集中在淮河流域中部和西部区域,而沿海及南部城市的浓度较低. PM_2.5短期、季节和长期分量对35个城市PM_2.5原始序列总方差的贡献率分别为51.6%、35.9%和7.0%,沿海城市更受短期分量影响. 2015~2018年气象条件不利于淮河流域PM_2.5浓度的降低,2019~2021年气象条件有利于PM_2.5浓度的降低. 2015~2021年气象条件对淮河流域PM_2.5、SO₄2-、NO₃-、NH₄+、OM和BC长期分量下降的贡献率分别为28.3%、29.1%、31.0%、29.3%、27.8%和28.6%.气象条件对安徽、山东、江苏和河南省淮河流域城市PM_2.5长期分量降低的贡献率分别为43.4%、25.6%、25.5%和20.6%.随着淮河流域PM_2.5浓度降低,硫氧化率（SOR）明显上升,而氮氧化率（NOR）变化不大.

关键词：PM2.5,化学组分,KZ滤波,时空分布,气象影响,