華北典型農業區PM 2.5組分分析與來源解析

曹宇坤 溫天雪 張小玲 司瑞瑞 武欣蕊 李安娜 劉光靜 馬永翔 劉子銳 辛金元

1 成都信息工程大學大氣科學學院高原大氣與環境四川省重點實驗室，成都 610225

2 中國科學院大氣物理研究所大氣邊界層物理和大氣化學國家重點實驗室，北京 100029

1 引言

大氣顆粒物直接影響空氣質量、氣候變化以及人體健康，是當前大氣科學研究熱點之一（Sharma et al.,2002;Vasilatou et al.,2017）。大氣顆粒物成分主要包括各種微量金屬元素、含碳物質、水溶性無機離子等，但由于地區和污染源的不同導致顆粒物的組分濃度也呈現區域差異（Duan et al.,2006;Cao et al.,2012;Xu et al.,2012;Zhang et al.,2015）。通過研究大氣顆粒物組分，我們可以進一步了解污染物相應的主要來源（Liang et al.,2016）。因為大氣顆粒物會對人體健康和國家經濟環境造成一定影響，所以研究大氣顆粒物的化學組成及其變化特征對維持良好生態環境和保護人體健康具有重要的研究意義（孫穎等,2011）。大氣細顆粒物中的金屬元素既具有致癌風險（Chow et al.,1994;Prahalad et al.,1999;Gao et al.,2002），也會作用于植物的官能器官，影響植物性狀，從而影響植物的正常生長發育，造成相應農作物減產，導致農業生產活動低效（Akimoto,2003;Carter et al.,2017）。

華北平原作為中國第二大平原，土層深厚、土壤肥沃，以溫帶季風氣候、亞熱帶季風氣候為主，有良好的光照和熱量資源，是中國重要的農業區之一。當前部分研究表明華北區域大氣污染呈現多種污染物并存的大氣復合污染特征（辛金元等,2010），其中華北城市區中干濕沉降中金屬元素較高，對于水體和土壤污染存在嚴重威脅（張國忠,2015），城市大氣細顆粒物中，硝酸鹽污染嚴重，冬季PM2.5（細顆粒物）中NO3?最大占比可達40.2%（文亮,2019）。華北黃河三角洲地區也面臨較為嚴重的空氣污染問題（姚蘭,2016）。2009～2010年北京、天津、唐山、保定四個城市PM2.5超標天數均在三分之一以上（孫穎等,2011）。燃煤、交通和工業排放是北京市冬季PM2.5中金屬元素的主要來源（喬寶文等,2017）。二次氣溶膠、交通源和化石燃料是邯鄲市大氣PM2.5的主要來源（馬笑等,2017）。魏巍和張維東（2019）發現，青島市大氣污染以PM2.5為主，并且大氣復合型污染特征明顯。程淵等（2019）研究表明固定源是菏澤市夏季顆粒物的主要來源。華北平原作為我國重要的糧食產地之一，而當前針對于農業區大氣污染的相關研究較少，因此探究農業區大氣顆粒物污染特征是為區域污染對農業生態系統的影響研究提供前期準備。

本研究區域選在華北典型農業區，對農業區站點大氣污染主要細顆粒物的成分進行觀測，分析該區域大氣細顆粒物組分濃度水平和變化趨勢，對細顆粒物組分進行來源解析。大氣污染源解析中受體模型常用方法主要有化學質量平衡模型（CMB）和因子分析類模型（PMF模型、PCA/MLR、UNMIX、ME2等）。本文使用的污染源解析模型是因子分析類模型中的PMF（Positive Matrix Factorization）模型和PCA（Principal Component Analysis）模型。PMF模型是近年來由Paatero and Tapper（1994）提出的一種有效的數據分析方法，其思路是：首先利用權重計算出顆粒物各化學組分的誤差，然后通過最小二乘法來計算出顆粒物的主要污染源及其貢獻率。與其他方法相比，PMF具有：（1）不需要測量源成分譜；（2）分解矩陣中元素分擔率為非負值，可以利用數據標準偏差來進行優化；（3）可以處理遺漏數據和不精確數據等優點。本文通過利用PMF和PCA兩種計算結果對比，突出PMF模型在針對不同類別的大氣組分源解析的過程中具有一定可靠性。

2 實驗方法

2.1 樣品采集

本研究采樣觀測點位于華北典型農業區中國科學院禹城綜合農業實驗站（36°57′N，116°36′E）內，地處山東省西北部，位于禹城市西南12 km，離城市人口密集區較遠；距離實驗站南部和東部約10 km有兩個工業園區，采樣站點以南5 km處為國道G308公路。該地區常年主導風向為南風與西風。禹城站地處華北黃淮海平原的腹地，該地區農業生態系統以種植業（小麥、玉米、蔬菜為主）、畜牧業（牛、雞、豬為主）、水產養殖業為主，是華北典型的農業類型。

本研究使用武漢天虹儀器公司生產的TH150型流量采集器于觀測點采集PM2.5樣品，濾膜采用的是石英纖維膜，濾膜為直徑90 mm的圓形采樣膜。大氣顆粒物采樣按照時間分為春、夏、秋、冬四個季節：夏季為2017年7月6日至2017年8月2日、秋季為2017年9月21日至2017年10月20日、冬季為2017年12月15日至2018年1月13日、春季為2018年4月1日至2018年4月15日。每個季節從上午8時開始，每隔12 h更換1次濾膜，早晚時段分別留下半個小時的時間進行采樣膜的更換，共計得到樣品210個。

2.2 質量控制

禹城站點采樣過程中每個季節日夜采樣均配有2張空白膜，采用相同分析流程測定空白膜的濃度，采樣前使用錫箔紙包裹濾膜放入馬弗爐中烘烤去除有機質干擾，烘烤后將濾膜放置在恒溫、恒濕箱中平衡48 h，平衡后使用萬分之一天平稱重。采樣結束后同樣將采樣膜放置在恒溫、恒濕箱中平衡48 h，稱重后于冰箱低溫避光保存。采樣前后每張濾膜均稱重兩次，稱重結果取兩次測量的平均值，且在稱重過程中，兩次測量結果相差不超過3.0×10?5g，否則需重復測量，直至結果相差在3.0×10?5g以內。

含碳物質測定利用標氣校準、FID信號漂移以及標準峰面積相對偏差進行儀器狀態監測，然后利用內標法進行定量，每半年使用蔗糖溶液進行一次標定。水溶性離子數據通過外標法進行標定，每1～2周進行一次，每次開機時均使用標準溶液進行標定，測樣過程中穿插1個標準液，當誤差高于10%時需重新進行外標曲線的標定。金屬元素測定需在開機后進行儀器的靈敏度和穩定性檢查，使用外標法進行定量，運用內標法來檢測測樣儀器的穩定性，標準曲線的相關性需達到0.999以上。

2.3 成分測定

2.3.1含碳物質

本研究中含碳物質主要包括元素碳（EC）和有機碳（OC），碳質組分的分析測定儀器是美國沙漠研究所生產的DRIModel 2001A型熱光碳分析儀，基于熱光反射（Thermal/Optical Reflectance,TOR）原理，采用IMPROVE（Interagency Monitoring of Protected Visual Environments）7步升溫法，進行有機碳碳化校正。在純He的環境下，于120°C（OC1）、250°C（OC2）、450°C（OC3）、550°C（OC4）的溫度下進行加熱，使濾膜上顆粒態碳轉化為CO2；而后在10%O2+90%He的環境中，樣品在580°C（EC1）、740°C（EC2）、840°C（EC3）下加熱，使得濾膜上元素碳釋放出來。上述所有過程產生的CO2經過MnO2的催化作用后，在還原環境中轉化為可供火焰離子化檢測器（FID）檢測的CH4。

本研究中含碳組分分析還包括由氣態前體物通過光化學反應生成的二次有機碳（Secondary Organic Carbon，SOC），因為當前SOC的前體物和排放清單還不完全且目前對大氣運動、大氣凝結機制以及化學組分變化的認識不夠全面，所以現在對SOC的直接測量沒有公認的有效研究手段（Seguel et al.,2009;黃曉鋒等,2010），因此在估算大氣環境中SOC，一般運用間接方法。當前比較認同的SOC估算方法主要有EC示蹤法、受體模型法、示蹤物法和通過計算污染源排放清單的數值模擬法。本研究選擇EC示蹤法對SOC進行估算，即設定元素碳（EC）和一次有機碳（POC）均有相同的源，并假定一個具有代表性的(OC/EC)min，測量的OC/EC的值超過該比例的部分即為SOC，而當樣品中OC/EC值較低時，SOC濃度便可忽略。

2.3.2水溶性離子

2.3.3 金屬元素

取1/4的膜樣品剪碎放入硝解罐中，依次加入6 ml濃硝酸、2 ml雙氧水、0.6 ml氫氟酸浸潤樣品。加蓋后放入微波消解儀（美國CEM公司，MARS型號）進行硝解，經多步升溫至195°C并保持該溫度55 min。硝解結束后，從硝解儀取出冷卻到室溫，后將硝解液倒入經超純水潤洗干凈的塑料瓶中，再加超純水定容至100 ml，于陰涼環境中儲存待測。

使用電感耦合等離子質譜儀（ICP-MS，Agilent Technologies，Tokyo，Japan）分析測量樣品，分析元素包括：Be、Na、Mg、Al、K、Ca、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Ag、Cd、TI和Pb。

3 結果與討論

3.1 PM 2.5 濃度和含碳組分

PM2.5、有機碳（OC）和元素碳（EC）濃度的時間序列如圖1所示，在觀測期間內，禹城地區PM2.5平均濃度為49.09±25.34μg m?3，冬季濃度最高可達84.67±50.02μg m?3，在秋季最低為36.43±15.25μg m?3，春夏兩季濃度整體相差不大，分別為47.87±35.23μg m?3和52.73±19.99μg m?3。采樣期間碳組分總濃度（TC）為13.11±8.37μg m?3，其中OC濃 度為8.75±5.96μg m?3，EC濃度為4.39±2.82μg m?3。分季節來看，17年夏季EC的平均質量濃度為2.25±1.11μg m?3，OC平均質量濃度為5.16±3.06 μg m?3；秋季EC為4.67±2.45 μg m?3，OC為6.03±3.06 μg m?3；冬季EC為6.57±2.86 μg m?3，OC為14.94±6.04μg m?3；18年春季EC的平均質量濃度為2.69±1.45μg m?3，OC平均質量濃度為7.20±3.38μg m?3。在國內針對于其他農業區的研究（孫杰威,2016;吳雪偉,2019）中，18年春季東北農業區OC的濃度水平在7.84～28.11μg m?3之間，EC的濃度水平在0.53～6.48μg m?3之間；華中農業區OC濃度范圍在8.42～15.36μg m?3之間，EC濃度范圍則為1.43～2.59μg m?3之間。比較以上兩個農業區可以發現，華北農業區大氣顆粒物中EC濃度與其他農業區大致相等，而OC濃度偏低。在17年冬季OC和EC均處于較高的濃度水平，可能原因是冬季大氣混合層較低，降水較少，有利于碳質氣溶膠在大氣中的堆積累加。

圖1 2017年夏季（7月6日至8月2日）、秋季（9月21日至10月20日）、冬季（2017年12月15日至2018年1月13日）、2018年春季（4月1日至4月15日）禹城PM 2.5、OC和EC質量濃度的時間序列Fig.1 Time series of PM2.5(fine particulate matter),OC(organic carbon),and EC(elemental carbon)massconcentrations in Yucheng in summer (6 July to 2 August 2017),fall (21 September to 20 October 2017),winter (15 December 2017 to 13 January 2018),spring (1 April to 15 April 2018)

碳質氣溶膠來源復雜，主要包含一次來源（EC和POC）以及二次來源（SOC），在分析大氣顆粒物碳質組分的過程中，我們常用OC/EC來表征碳質氣溶膠的排放和轉化過程。通常認為，OC/EC的比值在2.0～10.5范圍內時（Schauer et al.,1999,2002;Chen et al.,2006），碳質氣溶膠主要來自機動車尾氣和燃煤排放；在16.8～40.0內時（Schauer et al.,2001），碳質氣溶膠來自生物質燃燒；在32.9～81.6內時（He et al.,2004），碳質氣溶膠來自烹調排放。在本研究中碳組分相關濃度如表1所示，在整個采樣期內，OC同EC比值基本穩定在2.0～3.7以內，因此可知禹城大氣細顆粒物碳質氣溶膠主要受到機動車尾氣和燃煤排放的影響。而在國內其他農業區的研究中（孫杰威,2016;吳雪偉, 2019），東北農業區OC/EC的值在3.05～14.79之間，華中農業區的比值范圍在3.93～6.96之間，對比于另外兩組農業區可以發現，華北農業區OC/EC比值較低，說明在華北農業區二次有機碳質氣溶膠對于大氣污染的貢獻比其他兩個農業區更小。

EC示蹤法一般選擇在特定天氣條件下，通過計算OC/EC的最小值來估算SOC。Chow et al.（2004）認為OC/EC的值高于2.0的時候，才會產生經二次反應之后生成的有機碳。從表1中可以發現除了2017年秋季，2017年夏、冬兩季以及18年春季OC/EC的平均比值均高于2.0，故可以采用EC示蹤法來估算以上三個季節的二次有機碳的含量。而2017年秋季OC/EC的值明顯低于2.0，可能是受人為等農業活動導致EC濃度上升，使得大氣污染受二次有機碳污染影響較小。Turpin and Huntzicker（1995）認為通過下式來計算SOC二次有機碳濃度（CSOC，單位：μg m?3）較為科學準確：

表1 禹城地區不同季節碳組分濃度Table 1 Carbon component concentration during different seasons in Yucheng

式中，COC、CEC分別表示OC、EC的濃度；(COC/CEC)min為OC/EC濃度比值的最小值，通常使用最小二乘法計算。經最小二乘法計算得禹城地區2017年夏季、2017年冬季、2018年春季(COC/CEC)min分別為1.91、1.96、2.06（圖2）。

圖2 禹城地區OC、EC濃度線性擬合的季節變化：（a）2017年夏季；（b）2017年冬季；（c）2018年春季Fig.2 Seasonal changesof linear fit for OC and EC concentrationsin Yucheng:(a)Summer of 2017;(b)winter of 2017;(c)spring of 2018

由EC示蹤法計算得到禹城各個季節SOC濃度的晝夜變化如圖3所示，整體來看，經EC示蹤法估算得禹城地區整體上SOC占OC平均質量濃度的55%～60%，二次有機碳濃度在冬季最高，為8.63±3.63μg m?3，夏季和春季較低，分別為3.10±2.45μg m?3和4.35±2.14μg m?3。從晝夜變化來看，2017年冬季SOC日均為8.17±3.34μg m?3，夜均為9.10±3.90μg m?3；夏季日均濃度為3.61±3.24 μg m?3，夜均濃度為2.58±1.07μg/m3；2018年春季日均為4.69±2.01μg m?3，夜均為4.03±2.28 μg m?3。可以發現SOC在夏季和春季日均濃度均高于夜均濃度，而在冬季夜均濃度略高于日均濃度，造成該種現象的原因可能是由于禹城地處山東省西部，在冬季較強的西北風將上游的污染傳輸到下游地區，致使在冬季的SOC的濃度呈現夜高日低的變化趨勢，該情況也部分說明了以禹城為代表的華北典型農業區大氣污染存在較為明顯的區域傳輸現象。

圖3 禹城地區SOC質量濃度的季節變化：（a）2017年夏季；（b）2017年冬季；（c）2018年春季Fig.3 Seasonal changes of SOC mass concentrationsin Yucheng:(a)Summer of 2017;(b)winter of 2017;(c)spring of 2018

3.2 水溶性離子

圖4 2017年夏季（7月6日至8月2日）、秋季（9月21日至10月20日）、冬季（2017年12月15日至2018年1月13日）、2018年春季（4月1日至4月15日）水溶性離子濃度的季節變化。豎直線最高（低）點代表高（低）于平均值1.5倍標準偏差Fig.4 Seasonal changes of water-soluble ions concentrations in Yucheng in summer (6 July to 2 August 2017),fall(21 September to 20 October 2017),winter(15 December 2017 to 13 January 2018),spring(1 April to 15 April 2018).The highest(lowest)points of the vertical lines represent the 1.5-times standard deviation above(below) the average

還有一點與其他農業區研究（孫杰威,2016;吳雪偉,2019;馬珊,2019）不同的是，2017年秋季華北禹城地區Cl?濃度水平遠低于其他三個季節，產生該現象的原因是不同農業區種植農作物存在差異，禹城地區作為華北典型農業區，生產的農作物主要為玉米和小麥，大多在夏季和冬季收獲，因此Cl?濃度在夏、冬季節較高而在秋季較低。

圖5 （a） NO?3濃度[C( NO?3)]、 S O24?濃度[C( SO24?)]的季節變化；（b）N O?3與 S O24?濃度比值的季節變化。圓圈代表均值，橫線代表中位線，豎直線最高（低）點代表高（低）于平均值1.5倍標準偏差Fig.5 Seasonal changesof (a)N O?3 concentration [C( N O?3)]and SO24?concentration[C(S O24?)]and(b) ratio of NO?3 concentration to SO24?concentration.The circles represent the mean values,the horizontal lines represent the median lines,and the highest(lowest) points of the vertical lines represent the 1.5-times standard deviation above(below)theaverage

3.3 金屬元素

在采樣期間內禹城地區金屬元素濃度總體水平如圖6所示：Na、Mg、Al、Ca、K、Fe六種元素濃度較高，濃度水平在100～1000 ng m?3之間，元素濃度大小順序為：Ca>Al>K>Fe>Na>Mg；Zn、Mn、Ba、Pb濃度水平在10～100 ng m?3之間，元素濃度水平大小順序為：Zn>Pb>Mn>Ba；V、Cr、Ni、Cu、As、Se、Cd的濃度水平在1～10 ng m?3之間，濃度水平從大到小為：Ni>Cu>As>Se>Cr>V>Cd；Be、Co、Ag、Tl濃度均在1 ng m?3之下。

圖6 整個采樣期內禹城地區金屬元素濃度范圍Fig.6 Concentration rangesof metal elements in Yucheng area throughout thesampling period

在大氣細顆粒物中，不同種金屬元素的濃度水平在不同季節存在較大的差異（圖7），總體來說，Na、Mg、Al、K、Ca、Fe等元素含量較高，該特征與華中和東北地區相似，體現為農業區大都受到較強的土壤源的影響。華北和東北表現為春、冬季節濃度明顯高于夏、秋季節，造成該現象的原因可能是受到北方冬、春季節多風的影響，大風揚塵，土壤中的元素吸附在顆粒物上懸浮于大氣中，導致元素濃度水平升高。而在華中農業區PM2.5中土壤元素表現為秋、冬季節較高，可能是由于不同農業區種植作物不同導致的，華中地區秋季收獲以紅薯為主的農作物，深耕覆土，導致土壤結構體被破壞，在干濕交替等自然條件下釋放到大氣中導致秋季土壤元素較高。Co、Cr、Mn、Ni、Pb是被美國EPA組織認為的對人體有毒的重金屬元素，其中Co、Cr、Ni、Pb、As等元素還被認為具有一定的致癌效應[United States Environmental Protection Agency,2016;ATSDR(Agency for Toxic Substances and Disease Registry),2018]，其對應年均濃度分別為0.32±0.24 ng m?3、5.40±5.42 ng m?3、10.23±7.46 ng m?3、42.23±27.75 ng m?3、5.66±3.79 ng m?3，其中除了Co和As元素，其余三種元素濃度華北地區均顯著高于東北農業區，其中As元素年均值雖然低于《環境空氣質量標準》（GB3095-2012）年均值（6 ng m?3），但在夏、冬兩個季節濃度分別為6.01±2.56 ng m?3、6.71±4.79 ng m?3，仍然較高，仍需特別注意其來源影響。而Cr、Ni、Pb通常與機動車相關，說明華北地區相較于東北地區受到顯著的機動車尾氣影響。同時Zn、Pb和Cu三種元素一般認為來自于機動車尾氣或工業生產排放，且存在較高的相關性，但在夏、秋兩個季節，Cu元素的濃度水平明顯偏高，說明在這兩個季節Cu元素還存在特殊來源，有待進一步研究。

圖7 禹城地區金屬元素濃度的季節變化Fig.7 Seasonal changesof elemental trace metalsconcentrationsin Yucheng

3.4 大氣污染物來源解析

（1）柴油車尾氣主要載荷元素為As、EC2和V。As不僅是燃煤排放的特征元素，同時在柴

油車尾氣中As元素含量豐富，可達到135 ng m?3左右（李樹文和白汀汀,2007），而EC2通常是柴油車尾氣中的重要碳組分（Cao et al.,2005），V通常是油類產品的添加劑。因此，因子1認為是柴油車尾氣。

（2）生物質燃燒源以Cl?和OC1為主要載荷元素。其中Cl?來源較廣，不僅與垃圾、生物質燃燒等活動相關（趙輝等,2014;刀谞等,2015），同時也受燃煤影響較大（馬思萌等,2016）；而OC1是生物質燃燒過程中產生的豐富的碳組分。因此，因子2認為是生物質燃燒源。

（3）電磁電鍍行業以Cr和Ni為主要載荷元素。有一些研究（王化明等,2017）發現，Ni和Cr在不銹鋼組成成分中的比例分別可以達到10%和20%，同時Ni和Cr也是制造金屬軟磁粉芯的重要材料，在站點附近的工業產業園區存在一些生產不銹鋼和高磁通磁粉芯的企業，生產過程中很可能造成Cr、Ni污染。因此，因子3可以反應電磁電鍍行業對于該站點的部分影響。

圖8 禹城地區PM2.5污染源成分譜圖：（a）柴油車尾氣；（b）生物質燃燒源；（c）電磁電鍍行業；（d）二次污染源；（e）土壤源；（f）燃煤燃油源；（g）道路揚塵源Fig.8 Compositional spectrum of PM2.5 pollution sources in Yucheng:(a)Diesel vehicle exhaust;(b) biomass combustion source;(c) electromagnetic plating industry;(d)secondary pollution source;(e)soil source;(f) coal-fired fuel source;(g)road dust source

（6）燃煤燃油源主要以OC2、OC3、OC4和EC1為載荷元素。其中OC2是燃煤過程中的重要碳組分，而OC2、OC3、OC4和EC1共同指示為汽油燃燒排放相關的污染源（鄭曉伍等,2018）。因此，因子6認為是燃煤燃油源。

（7）道路揚塵源以Zn、Cd、Ag、TI、Pb、Cu為主要載荷元素。其中Pb來源廣泛，可來源于機動車尾氣、冶煉有色金屬排放（Liang et al.,2010），Cd和Zn在汽車輪胎生產行業有廣泛應用，并且在輪胎磨損和老化的過程中會逐漸釋放到環境中（Yeung et al.,2003;Councell et al.,2004），TI、Pb、Ag三種元素通常來源于工業燃煤過程中排放出來的工業揚塵，且部分其中部分元素常作為汽車合金的添加劑（楊毅紅等,2019），Cu主要來源于交通排放和冶金過程中產生的灰塵（Yatkin and Bayram,2007），TI來源較廣，主要來源于地表揚塵，少部分作為金屬工業生產的添加劑。因此，因子7認為是道路揚塵源。

圖9為利用兩種源解析受體模型即正定矩陣因子法（PMF）和主成分分析法（PCA）的源解析結果，從源解析結果中我們看到，PCA和PMF的源解析都表明：禹城地區一年四季都受到了較強的二次污染源的影響；燃煤燃油源受采暖等影響在冬季的占比達到了最大值；土壤源和道路揚塵源有較強的季節性變化，土壤源表現為春、冬季節高于夏、秋季節，道路揚塵源則在春季和秋季占比較高；電磁電鍍行業占比在全年都較為穩定，占比維持在3%～10%之間。

圖9 PCA和PMF源解析季節變化：PMF（上）；PCA（下）Fig.9 Seasonal changes in PCA(Principal Component Analysis)and PMF(Positive Matrix Factorization)source analysis:PMF(upper panel);PCA(lower panel)

兩種源解析結果中，主要差別體現在：首先對于道路揚塵和二次污染源，PCA模型得到的結果無法進行有效區分，是因為在輸入參數較多的情況下，道路揚塵的特征元素與代表二次污染源的N之間的相關性仍然較高，PCA方法主要是利用參數之間的相關性并基于最大方差準則來計算主成分矩陣和因子貢獻度，因此得到的結果無法有效區分道路揚塵和二次污染源，而PMF方法則是直接將樣品數據分解為源成分譜矩陣和源貢獻矩陣，通過最小二乘法計算使得殘差矩陣與不確定度矩陣的比值最小，以此來確定最優解，因此可以較好的區分污染源；其次對于生物質燃燒源而言，PCA結果中生物質燃燒源占比明顯偏低，且在一年四季沒有較大變化，而在PMF結果中生物質燃燒源存在明顯季節性變化，表現為夏、冬季節明顯高于春、秋季節。結合禹城地區農作物生長收獲時間來看，禹城地區作為華北典型農業區，主要農作物為玉米和小麥，分別于夏季和冬季收獲，而在收獲季節更有可能出現生物質燃燒的現象，因此結合農作物生長收獲情況可以發現對于生物質燃燒源PMF解析出來的結果更為準確。

4 結論

本文通過對華北典型農業區大氣細顆粒物PM2.5全成分分析與來源解析，對比當前我國在華中和東北農業區已有相關研究發現：

（1）華北農業區Na、Mg、Fe、Ca等地殼元素在PM2.5中濃度相對較高，PM2.5中元素成分受較強的土壤源影響。

（2）華北農業區PM2.5中二次氣溶膠來源顯著，農業區受到二次污染的影響。

（3）機動車等交通源對北方農業區PM2.5成分貢獻也相對較為顯著。

（4）華北地區OC/EC的比值偏低，二次有機碳對于華北農業區大氣污染的影響相對要小。

通過本研究的系統觀測分析與對比分析表明，我國華北農業區大氣細顆粒物PM2.5污染受到華北工業、農業和自然源排放等多重影響，地域特征顯著。