代玉田 楊學(xué)斌

(德州市氣象局，山東 德州 253078)

引言

近年來，在人為污染物高排放[1-2]和不利氣象條件[3-5]共同作用下，中國中東部地區(qū)大尺度大氣污染事件呈多發(fā)和頻發(fā)趨勢(shì)，引起了社會(huì)和公眾的廣泛關(guān)注[6-9]，特別是高濃度的大氣顆粒物污染導(dǎo)致的灰霾天氣已經(jīng)引起社會(huì)各界的廣泛關(guān)注[10-11]，嚴(yán)重影響了環(huán)境空氣質(zhì)量和公眾健康[12-15]。大氣重污染過程的形成與大氣污染物濃度、大氣氧化性和氣象因素密切相關(guān)[16-17]。針對(duì)氣象因素對(duì)中國中東部大氣重污染的影響，已經(jīng)有很多專家和學(xué)者做了相關(guān)的研究，如董貞花等[18]研究發(fā)現(xiàn)污染期間平直的環(huán)流、弱的氣壓場(chǎng)、高濕、小風(fēng)、逆溫均有利于重污染的產(chǎn)生。楊磊等[19]研究得出近地面層持續(xù)存在的逆溫層、高相對(duì)濕度和弱偏北風(fēng)為顆粒物吸濕增長和長時(shí)間聚集提供有利的天氣條件。陳渤黎等[20]分析了2012—2014年常州市大氣重污染日和氣象條件的關(guān)系，降水量異常偏少是污染頻發(fā)的主要原因之一。杜勤博等[21]分析了汕頭市PM2.5的氣象要素影響得出，汕頭PM2.5濃度日峰值出現(xiàn)在08時(shí)左右，除早高峰污染物排放增加的因素外，與早晨時(shí)段的低風(fēng)速環(huán)境相關(guān)。王冠嵐等[22]分析了2014年京津冀空氣污染的主要成因，大氣靜穩(wěn)天氣增多是秋冬季節(jié)空氣污染加重的原因之一。從以上研究可以看出，大氣污染具有明顯的復(fù)合型和區(qū)域性特征[23]，除污染源外，氣象條件變化對(duì)污染物演化有多方面的影響[24]，可造成污染物累積或消散、氣粒轉(zhuǎn)化或二次生成等，從而改變大氣氣溶膠的形成和發(fā)展。

魯西北是山東省境內(nèi)位于黃河以北的地區(qū)，包括德州、聊城、濱州、東營和濟(jì)南的商河、濟(jì)陽等，近年來大氣污染比較嚴(yán)重，其中德州、聊城和濱州是京津冀大氣污染傳輸通道城市，也是京津冀及周邊“2+26”城市秋冬季大氣污染綜合治理的關(guān)鍵城市。因此，本文選擇德州、聊城和濱州為魯西北的代表站，分析冬季魯西北大氣污染的時(shí)空分布特征，研究PM2.5與不同污染物間的相關(guān)性及其與氣象要素的關(guān)系，以期為該區(qū)域及時(shí)發(fā)布空氣污染預(yù)報(bào)預(yù)警提供參考。

1 資料與方法

1.1 資料來源

選取2018年12月至2019年2月作為2018年冬季代表月份。從全國城市空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)(http://106.37.208.233:20035/)獲取魯西北3個(gè)國家控制站點(diǎn)(德州、濱州和聊城)(圖1)逐小時(shí)PM2.5、PM10、NO2、SO2、CO、O3污染物質(zhì)量濃度數(shù)據(jù)，各站點(diǎn)逐小時(shí)觀測(cè)的氣象要素來源于山東省氣象信息中心。

圖1 魯西北環(huán)境監(jiān)測(cè)站點(diǎn)分布Fig.1 Spatial distribution of environmental monitoring stations in Northwest Shandong province

1.2 分析方法

空氣質(zhì)量指數(shù)(Air Quality Index，AQI)是定量描述空氣質(zhì)量狀況的無量綱指數(shù)，通過計(jì)算所有單項(xiàng)污染物空氣質(zhì)量分指數(shù)(Individual Air Quality Index，IAQI)的最大值確定[25]。O3為日最大8 h滑動(dòng)平均值。氣象數(shù)據(jù)是通過最小半徑法確定，即與空氣質(zhì)量國控站點(diǎn)最近的國家氣象觀測(cè)站資料。

2 結(jié)果分析

2.1 魯西北大氣污染狀況

2018年冬季魯西北大氣污染形勢(shì)比較嚴(yán)重(圖2)，聊城最重，輕度污染及以上天數(shù)占61%，重度污染以上占24%；其次為德州，輕度污染及以上占60%，重度污染以上占11%；濱州輕度污染以上天數(shù)占54%。濱州空氣質(zhì)量指數(shù)為優(yōu)的天數(shù)最多，占20%，聊城最少，僅占8%。從2018年冬季各地區(qū)PM2.5平均質(zhì)量濃度來看(表略)，聊城最大，達(dá)到103.1 μg·m-3；其次是德州，為94.1 μg·m-3；濱州最小，為84.4 μg·m-3。根據(jù)文獻(xiàn)[25]，環(huán)境空氣功能區(qū)分為二類，并且規(guī)定，顆粒物粒徑小于等于2.5 μm的環(huán)境空氣功能二類區(qū)濃度限值為PM2.5日平均質(zhì)量濃度不大于75 μg·m-3。據(jù)此計(jì)算得出，2018年冬季濱州、德州和聊城3個(gè)地區(qū)達(dá)到二類標(biāo)準(zhǔn)的比例分別為46%、40%和39%，3個(gè)地區(qū)二類功能區(qū)天數(shù)均未超過一半。根據(jù)文獻(xiàn)[26]，首要污染物是指AQI大于50時(shí)IAQI(Individual AQI)最大的空氣污染物。由圖2b可見，2018年冬季魯西北的首要污染物為PM2.5、PM10、NO2，德州和聊城每天均出現(xiàn)了首要污染物，濱州有10%天數(shù)未出現(xiàn)首要污染物；各首要污染物出現(xiàn)頻率明顯不同，PM2.5發(fā)生頻率最大，達(dá)到61%—67%；其次為PM10，德州最多，達(dá)到33%，濱州最少，為15%，且PM10是魯西北首要污染物中發(fā)生頻率差異最大的一類；NO2最少，3個(gè)地區(qū)均不超過10%。

圖2 2018年冬季魯西北空氣質(zhì)量指數(shù)類別(a)和首要污染物分布頻率(b)Fig.2 Variations of frequency of the AQI (a) and primary pollutants (b) in the winter of 2018 in Northwest Shandong province

2.2 大氣污染變化特征

2.2.1 首要污染物變化

2018年冬季魯西北首要污染物為PM2.5、PM10和NO2，其中PM2.5出現(xiàn)天數(shù)占60%以上，是魯西北最主要的首要污染物，因此，本文以PM2.5為研究對(duì)象，分析魯西北首要污染物的時(shí)空變化規(guī)律。

從逐日PM2.5質(zhì)量濃度時(shí)間序列可知(圖3a)，2018年冬季各地區(qū)PM2.5質(zhì)量濃度日極值出現(xiàn)時(shí)間不同。濱州出現(xiàn)在2019年1月13日，為227.2 μg·m-3，德州和聊城出現(xiàn)在2019年2月5日，分別為310.2 μg·m-3和260 μg·m-3。3個(gè)地區(qū)的PM2.5質(zhì)量濃度變化均表現(xiàn)為顯著的“鋸齒狀”結(jié)構(gòu)，污染天和清潔天交替出現(xiàn)，大部分時(shí)段表現(xiàn)為慢積累、快清除的特點(diǎn)。如2019年1月31日至2月6日，德州PM2.5質(zhì)量濃度日平均值由27.4 μg·m-3達(dá)到峰值310.2 μg·m-3，需要5 d時(shí)間。清潔時(shí)段PM2.5質(zhì)量濃度從峰值下降至最小值11.4 μg·m-3，需要2 d時(shí)間。同時(shí)也可以看出，德州PM2.5質(zhì)量濃度在增大過程中，日變化差異較大，1月31日到2月4日增長量為118.5 μg·m-3，但2月4日到5日的24 h增長量為164.3 μg·m-3，是一種爆發(fā)式增長過程。在污染過程持續(xù)較長時(shí)間和清潔過程持續(xù)較短時(shí)間變化中，氣象條件具有明顯改變，最常見的是風(fēng)向的改變和風(fēng)速的加大等，如圖3b所示，無論偏北風(fēng)還是偏南風(fēng)，隨著風(fēng)速加大，污染物濃度很快降低到較低值，當(dāng)日平均風(fēng)速大于3 m·s-1時(shí)，污染物濃度很快下降到清潔天氣，同時(shí)還可以看出，隨著風(fēng)速減小，污染物濃度緩慢增大，污染物濃度與風(fēng)速變化呈相反的變化趨勢(shì)。

圖3 2018年冬季魯西北PM2.5質(zhì)量濃度日變化(a)和污染期E2德州PM2.5質(zhì)量濃度和風(fēng)速時(shí)間變化(b)Fig.3 Variations of the daily variation of PM2.5 mass concentration in the winter of 2018 in Northwest Shandong province (a) and PM2.5 mass concentration and wind speed during the polluted period of E2 in Dezhou (b)

為更好地分析PM2.5質(zhì)量濃度變化特征，選擇2018年冬季3個(gè)地區(qū)PM2.5質(zhì)量濃度出現(xiàn)極大值時(shí)的污染過程進(jìn)行研究(圖3a)，兩次污染過程的發(fā)展變化具有明顯差異，第一次污染期(1月8—16日，E1表示)濱州PM2.5質(zhì)量濃度出現(xiàn)極大值；第二次污染期(1月31日至2月6日，E2表示)德州和聊城PM2.5質(zhì)量濃度出現(xiàn)極大值，持續(xù)時(shí)間較短，具有幾個(gè)小時(shí)內(nèi)爆發(fā)式增長到極大值和快速清除的特點(diǎn)。

第一次污染期(E1)PM2.5污染過程持續(xù)時(shí)間長。2019年1月8日，濱州、德州和聊城3個(gè)地區(qū)PM2.5日平均質(zhì)量濃度開始增長，1月10日日平均質(zhì)量濃度超過空氣質(zhì)量二級(jí)濃度限值(≤75 μg·m-3)，1月14日3個(gè)測(cè)站均達(dá)到峰值，日平均質(zhì)量濃度極大值分別為227.2 μg·m-3、258.8 μg·m-3和235.3 μg·m-3，其中，濱州和聊城達(dá)到重污染，德州達(dá)到嚴(yán)重污染。以1月9—14日逐小時(shí)PM2.5質(zhì)量濃度為研究對(duì)象進(jìn)一步分析E1污染期PM2.5質(zhì)量濃度變化情況(圖4)。由圖4可知，各地區(qū)逐小時(shí)PM2.5質(zhì)量濃度均表現(xiàn)為“鋸齒狀”結(jié)構(gòu)，增大和減小交替出現(xiàn)，但以增長趨勢(shì)為主，具有較長時(shí)間的緩慢增長和較短時(shí)間的快速下降特征。從空間變化來看，3個(gè)地區(qū)質(zhì)量濃度接近極大值時(shí)振幅變大。從PM2.5日平均質(zhì)量濃度變化來看，3個(gè)地區(qū)的變化不同，濱州先增大后減小(圖4a)，德州為逐日增大(圖4b)，聊城呈“增大—減小—增大”的變化特征(圖4c)。

圖4 2018年1月8—16日污染期E1濱州(a)、德州(b)、聊城(c)PM2.5逐時(shí)質(zhì)量濃度變化Fig.4 Variations of the characteristics of PM2.5 concentrations in Binzhou (a),Dezhou (b),and Liaocheng (c) during the polluted period of E1 on January 8-16,2018

第二次污染期(E2)較第一次污染期(E1)持續(xù)時(shí)間短，濱州、德州和聊城PM2.5日質(zhì)量濃度極大值均出現(xiàn)在2月5日，分別為153.2 μg·m-3、310.2 μg·m-3和260.0 μg·m-3，污染過程具有快速增長和快速下降的變化特征。以小時(shí)質(zhì)量濃度達(dá)到極大值前后的24 h內(nèi)變化為研究對(duì)象，分析E2污染期PM2.5質(zhì)量濃度變化情況(圖5)。結(jié)果表明，濱州PM2.5小時(shí)質(zhì)量濃度極大值出現(xiàn)在2月5日09時(shí)(圖5a)，為276.7 μg·m-3，小時(shí)質(zhì)量濃度極大值和日質(zhì)量濃度最大出現(xiàn)在同一天，從逐小時(shí)變化來看，極大值前迅速增大(圖5中A—B，下同)，2 h增大了103.7 μg·m-3，極大值后持續(xù)快速減小(圖中C—D，下同)，4 h減小了161.7 μg·m-3，然后維持相對(duì)較小的質(zhì)量濃度。德州小時(shí)質(zhì)量濃度極大值出現(xiàn)在2月5日11時(shí)(圖5b)，達(dá)到513.7 μg·m-3，小時(shí)質(zhì)量濃度極大值和日質(zhì)量濃度最大出現(xiàn)在同一天，但德州的時(shí)間變化與濱州明顯不同，極大值前出現(xiàn)了爆發(fā)式增大(同上)，2 h增大了287 μg·m-3，然后維持了10 h的較大質(zhì)量濃度，造成日質(zhì)量濃度值增大，但也存在快速減小的過程，2 h減小了297.3 μg·m-3(同上)。聊城小時(shí)質(zhì)量濃度極大值出現(xiàn)在2月6日03時(shí)(圖5c)，達(dá)到了419 μg·m-3，日質(zhì)量濃度極大值比小時(shí)質(zhì)量濃度極大值提前了1 d，達(dá)到極大值前PM2.5質(zhì)量濃度快速增長(同上)，5 h增大了181.3 μg·m-3；出現(xiàn)極大值后又快速下降(同上)，3 h減小了281 μg·m-3。綜上，3個(gè)地區(qū)小時(shí)質(zhì)量濃度極大值出現(xiàn)時(shí)間不同，首先出現(xiàn)在濱州，然后自北向南依次出現(xiàn)；濱州和聊城PM2.5小時(shí)濃度值達(dá)到極大值前，維持長時(shí)間的較高濃度值，極大值后迅速降低；德州的小時(shí)濃度達(dá)到極大值前的增長變化快，達(dá)到極大值后維持較長時(shí)間的較高濃度值，與濱州和聊城的小時(shí)濃度值變化有很大的不同。

圖5 2019年1月9—14日污染期E2濱州(a)、德州(b)、聊城(c)PM2.5逐時(shí)質(zhì)量濃度變化Fig.5 Variations of the characteristics of PM2.5 concentrations in Binzhou (a),Dezhou (b),and Liaocheng (c) during the polluted period of E2

2.2.2 污染物日變化

2018年冬季濱州、德州和聊城PM2.5、PM10、SO2、NO2和CO日變化曲線呈雙峰雙谷型(圖6)，有兩個(gè)谷值和兩個(gè)峰值，谷值分別出現(xiàn)在04—07時(shí)和15—17時(shí)，且下午比清晨更低，峰值出現(xiàn)在上午和下午交通高峰期后2—3 h，一般為上午的峰值大于下午峰值。從污染物質(zhì)量濃度空間變化來看，盡管各地區(qū)污染物質(zhì)量濃度有差異，但同一類污染物在不同地區(qū)的日變化趨勢(shì)較為一致。冬季取暖期間燃煤大幅增加，使PM2.5和PM10質(zhì)量濃度急劇上升(圖6a和圖6b)，呈現(xiàn)白天低于夜間的變化規(guī)律，濱州、德州PM2.5和PM10質(zhì)量濃度變化趨勢(shì)一致，01時(shí)和10時(shí)是峰值，04時(shí)和16時(shí)是谷值，聊城01時(shí)和11時(shí)是峰值，07時(shí)和17時(shí)是谷值，且聊城PM2.5和PM10質(zhì)量濃度最高，二者的極大值分別為112.8 μg·m-3和185.3 μg·m-3。SO2的質(zhì)量濃度在10時(shí)出現(xiàn)極大值(圖6c)，具有白天低夜間高的日變化規(guī)律，尤其夜間21時(shí)到次日10時(shí)，受采暖期燃煤影響，SO2質(zhì)量濃度維持較高水平。NO2質(zhì)量濃度均在交通早高峰(08時(shí)左右)和晚高峰(20時(shí)左右)出現(xiàn)峰值(圖6d)，在15時(shí)質(zhì)量濃度最低，德州質(zhì)量濃度最低。CO的日變化主要與光化學(xué)作用強(qiáng)弱的差異、對(duì)流擴(kuò)散輸送及周邊地區(qū)居民活動(dòng)有關(guān)，冬季，CO的光化學(xué)作用較弱，主要受居民活動(dòng)影響，3個(gè)地區(qū)均在早上交通高峰后的09時(shí)出現(xiàn)質(zhì)量濃度極大值，然后快速降低，極小值出現(xiàn)在16時(shí)，總體呈夜間高、白天低的變化規(guī)律，其中，濱州的CO質(zhì)量濃度最高，早高峰的極大值為1.74 mg·m-3(圖6e)。O3質(zhì)量濃度日變化呈單峰型分布(圖6f)，交通早高峰期質(zhì)量濃度達(dá)到極小值，18—19時(shí)出現(xiàn)極大值，O3峰值和谷值與其他污染物呈相反趨勢(shì)。

圖6 2018年冬季濱州、德州、聊城PM2.5(a)、PM10(b)、SO2(c)、NO2(d)、CO(e)、O3(f)質(zhì)量濃度日變化Fig.6 Diurnal variations of mass concentrations of PM2.5 (a),PM10 (b),SO2 (c),NO2 (d),CO (e) and O3 (f) in Binzhou,Dezhou,and Liaocheng in the winter of 2018

2.3 PM2.5與其他污染物的關(guān)系及氣象條件對(duì)其影響

2.3.1 PM2.5與其他污染物的關(guān)系

2018年冬季濱州、德州和聊城3個(gè)地區(qū)的PM2.5與PM10、CO、NO2均在0.01水平上呈顯著正相關(guān)(表1)，PM2.5與PM10相關(guān)系數(shù)最大、相關(guān)性最好，3個(gè)地區(qū)的相關(guān)系數(shù)均達(dá)到0.90以上，其次為CO和NO2；PM2.5與SO2的也呈正相關(guān)，但濱州在0.01水平上顯著正相關(guān)，德州和聊城未通過0.01水平上相關(guān)性檢驗(yàn)；濱州、德州PM2.5與O3呈正相關(guān)，聊城PM2.5與O3呈負(fù)相關(guān)，且均未通過0.01水平上顯著性檢驗(yàn)。以上分析表明，PM2.5和PM10與CO、NO2在大氣中具有相似的來源及遷移轉(zhuǎn)化規(guī)律。

表1 2018年冬季魯西北PM2.5與其他污染物的相關(guān)系數(shù)Table 1 Correlation coefficients between PM2.5 and other pollutants in the winter of 2018 in Northwest Shandong province

2.3.2 氣象條件對(duì)PM2.5的影響

除污染源外，氣象因子是影響大氣污染濃度變化的重要影響因素之一[16-17]。表2對(duì)比了濱州、德州和聊城3個(gè)地區(qū)清潔時(shí)段(PM2.5≤75 μg·m-3)和污染時(shí)段(PM2.5>75 μg·m-3)的相對(duì)濕度、風(fēng)速、溫度和海平面氣壓的均值。3個(gè)地區(qū)污染時(shí)段的平均相對(duì)濕度和平均溫度明顯大于清潔時(shí)段，相對(duì)濕度以聊城最為顯著，污染時(shí)段相對(duì)濕度為67%，清潔時(shí)段為49.6%，污染時(shí)段是清潔時(shí)段的1.3倍；溫度以德州最為顯著，污染時(shí)段溫度為2.0 ℃，清潔時(shí)段為-2.3 ℃，兩者相差4.0 ℃以上。3個(gè)地區(qū)的風(fēng)速和氣壓表現(xiàn)為清潔時(shí)段比污染時(shí)段明顯偏大的特點(diǎn)，風(fēng)速以濱州最為顯著，污染時(shí)段為1.5 m·s-1，清潔時(shí)段為2.3 m·s-1，清潔時(shí)段是污染時(shí)段的1.8倍；但德州清潔時(shí)段和污染時(shí)段風(fēng)速差別不大；氣壓以德州最為顯著，清潔時(shí)段達(dá)到1035 hPa，污染時(shí)段為1026 hPa。因此，3個(gè)地區(qū)污染時(shí)段的相對(duì)濕度和平均溫度大于清潔時(shí)段，但風(fēng)速和氣壓表現(xiàn)為清潔時(shí)段比污染時(shí)段明顯偏大的特點(diǎn)。

表2 2018年12月至2019年2月魯西北清潔時(shí)段(PM2.5≤75 μg·m-3)和污染時(shí)段(PM2.5>75 μg·m-3)平均相對(duì)濕度、平均風(fēng)速、平均溫度和平均海平面氣壓Table 2 Means of wind speed，relative humidity，temperature，and sea-level barometric pressure during the pollution period (PM2.5>75μg·m-3) and cleaning period (PM2.5≤75 μg·m-3) in the winter of 2018 in Northwest Shandong province

由表2可見，魯西北3個(gè)地區(qū)PM2.5污染時(shí)段的相對(duì)濕度為57.4%—67.0%，平均為60.8%，故以相對(duì)濕度60%為標(biāo)準(zhǔn)，分別分析3個(gè)地區(qū)PM2.5與NO2和CO在相對(duì)濕度高于或低于60%兩種條件下的相關(guān)關(guān)系。2018年冬季地面相對(duì)濕度≥60%和<60%條件下，3個(gè)地區(qū)PM2.5與NO2和CO的相關(guān)性統(tǒng)計(jì)結(jié)果見圖7。由圖7可見，在兩種不同的相對(duì)濕度條件下，3個(gè)地區(qū)PM2.5與NO2和CO的確定系數(shù)(r2)

圖7 2018年冬季地面相對(duì)濕度RH≥60%和RH<60%條件下，濱州(a、d)、德州(b、e)、聊城(c、f)PM2.5與NO2和CO的相關(guān)性Fig.7 Variations of the correlation of PM2.5 with NO2 and CO during the relative humidity (RH) with RH≥60% and RH<60% in Binzhou (a，d),Dezhou (b，e) and Liaocheng (c，f),respectively in the winter of 2018

均大于0.69，PM2.5與CO相關(guān)性比PM2.5與NO2和相關(guān)性要好。在兩種不同的相對(duì)濕度條件下，3個(gè)地區(qū)PM2.5與CO均呈現(xiàn)較好的相關(guān)關(guān)系(R2≥0.88)，其中，聊城(圖7c、圖7f)的相關(guān)關(guān)系最好，相對(duì)濕度高于和低于60%條件下R2分別達(dá)到0.91和0.88。PM2.5與NO2的相關(guān)關(guān)系中，濱州(圖7a和圖7d)是3個(gè)地區(qū)中最高的，相對(duì)濕度高于和低于60%條件下R2分別達(dá)到0.75和0.80。綜上分析可知，3個(gè)地區(qū)的PM2.5與CO和NO2相關(guān)性均較好，也反映出交通源對(duì)環(huán)境大氣污染貢獻(xiàn)的重要性[10]，低相對(duì)濕度時(shí)，PM2.5與NO2相關(guān)性均高于高相對(duì)濕度條件時(shí)，其中以濱州地區(qū)最為顯著。PM2.5與CO的相關(guān)性呈現(xiàn)相反趨勢(shì)，高相對(duì)濕度時(shí)，3個(gè)地區(qū)的R2≥0.90，呈顯著的正相關(guān)。這與江琪等[10]研究了北京等4個(gè)地區(qū)PM2.5與CO、NO2在相對(duì)濕度高于60%和低于60%兩種條件下的相關(guān)關(guān)系得出的結(jié)論正好相反，在低相對(duì)濕度下，PM2.5和CO的相關(guān)性均高于高相對(duì)濕度，但PM2.5和NO2的相關(guān)性則呈相反趨勢(shì)。

3 結(jié)論

(1)2018年12月至2019年2月山東省濱州、德州和聊城大氣污染比較嚴(yán)重，聊城、德州和濱州的輕度及以上污染天數(shù)分別占61%、60%和54%，3個(gè)地區(qū)的二類標(biāo)準(zhǔn)天數(shù)均未超過一半，首要污染物為PM2.5、PM10和NO2三類，其中PM2.5所占比例最大，達(dá)到60%以上。PM2.5造成大部分污染天氣表現(xiàn)為5 d以上的緩慢積累過程，也存在幾個(gè)小時(shí)內(nèi)爆發(fā)式增長到極大值，但兩類污染過程清除至少需要2 d時(shí)間。

(2)濱州、德州和聊城的PM2.5、PM10、SO2、NO2和CO日變化曲線呈雙峰雙谷型，谷值分別出現(xiàn)在04—07時(shí)和15—17時(shí)，且極小值下午比清晨更小，峰值出現(xiàn)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質(zhì)量濃度日變化呈單峰型分布，09時(shí)出現(xiàn)極小值，18—19時(shí)出現(xiàn)極大值。

(3)濱州、德州和聊城的PM2.5與PM10、CO、NO2均在0.01水平上顯著正相關(guān)，PM2.5與NO2的相關(guān)性在低相對(duì)濕度時(shí)大于高相對(duì)濕度，PM2.5與CO的相關(guān)性在高相對(duì)濕度時(shí)大于低相對(duì)濕度。3個(gè)地區(qū)污染時(shí)段的平均相對(duì)濕度和平均溫度明顯大于清潔時(shí)段，但風(fēng)速和氣壓表現(xiàn)為清潔時(shí)段比污染時(shí)段明顯偏大的特點(diǎn)。