近年来，大气复合污染呈愈演愈烈之势，严重制约区域社会经济的可持续发展，威胁人群健康，引起了社会各界广泛关注。大气复合污染中最典型的是PM2.5和臭氧污染。温州地处长三角与珠三角两个PM2.5污染重点区的中间地带，社会经济、城市化进程与工业化水平相对较高，PM2.5污染负荷较大，对PM2.5的控制迫在眉睫。由于PM2.5来源复杂，影响因素众多，而温州的相关研究起步较晚，PM2.5污染的各项特征及来源尚不清晰，不利于制定有效政策，控制和削减大气中PM2.5的含量，提高空气质量。本文基于前期探索性研究，在一定的数据基础上，研究揭示温州市区PM2.5污染的基本特征；采用定量模型解析了春夏季南浦监测站位的PM2.5污染贡献源；结合温州实际，提出了大气复合污染（PM2.5）防治对策。

一 温州市区环境空气中的PM2.5污染特征

2011年起，温州市环境监测中心站在市站（环境监测站驻地）、南浦（环境监察支队驻地）站位开展了PM2.5监测（试运行）。本文以市站站位为主，南浦站位为辅，利用PM2.5浓度监测数据，开展了市区PM2.5污染特征研究，主要研究结论如下。

（一）PM2.5总体污染程度

根据市站站位监测数据，2011年、2012年温州市区环境空气中PM2.5浓度年均值均为68μg/m³，对照《环境空气质量标准》（GB3095-2012）中二级标准浓度限值（35μg/m³）的要求，温州市区PM2.5浓度年均值处于超标的状态，两年的超标倍数均为0.94倍。

（二）PM2.5污染变化趋势

分析2011～2012年市站站位PM2.5浓度监测数据的变化趋势，并进行数学拟合，获得市区PM2.5污染状况变化规律：市区PM2.5污染状况呈现明显的季节性变化规律。春季PM2.5的监测浓度最高，污染状况最严重；冬季PM2.5的污染状况次之；秋季和夏季PM2.5的污染状况较轻，但平均浓度水平还是超出了《环境空气质量标准》（GB3095-2012）中二级标准的年均值浓度限值。从月份变化规律来看，从1月开始，PM2.5浓度逐渐上升，至3～4月，PM2.5的污染状况达到年内最重；此后，PM2.5浓度逐渐下降，至8月，PM2.5的污染状况达到年内最轻；再后，PM2.5浓度再度上升，至11月，PM2.5浓度达到下半年峰值；随后小幅度下降。

（三）PM2.5污染的小区域范围相似性

采用皮尔森相关系数^[1]研究市站和南浦站位之间PM2.5污染状况的相似性，其结果表明：市站和南浦站位PM2.5浓度数据之间存在一定的相似性，说明PM2.5污染状况在一定空域范围呈现一致性，即PM2.5对环境空气质量的影响已经平行波及至市区较大范围。两个站位数据样本的皮尔森相关系数未达到高度相似的数学水平，因此认为，受污染源分布、道路交通、小气候特征等影响，不同区域的PM2.5污染程度存在一定程度的差异。

（四）PM2.5与其他污染因子的相关性

将2011～2012年市站PM2.5日均值浓度监测数据与同日的SO₂、NO₂和PM₁₀日均值浓度进行皮尔森相关系数分析，并进行线性相关显著性检验，结果表明：PM2.5与SO₂、NO₂和PM₁₀均具有显著的正相关性。由此认为，造成温州环境空气污染的大气污染源相对稳定，统计周期内无重大变化。从污染物本质来看，PM2.5与PM₁₀均为大气颗粒物，其属性最近，表现出来的污染程度相关性也最大。对PM₁₀和PM2.5的监测浓度数据进行线性回归，获得PM₁₀和PM2.5的线性关系为：C_（PM2.5）=0.7374C_（PM10）+15.312。即可认为，PM2.5是PM₁₀的一个重要组成部分，两年线性性相关占率达到73.74%。

（五）PM2.5污染与气象因素的相关性分析

PM2.5污染受气象条件的影响较大，一般而言静风天气多的地方PM2.5不易扩散、稀释，而湿度低、降雨量少，不利于PM2.5的凝结、沉降、消除。取温州市区2012年的气象观测数据，与2012年市站PM2.5日均值浓度数据进行相关性分析，并进行线性相关显著性检验，结果表明：PM2.5与日平均风速有显著负相关，即平均风速越大，PM2.5污染程度越轻；PM2.5与日平均气温有显著负相关，即平均气温越高，PM2.5污染程度越轻；PM2.5与日降水量有显著负相关，即日降水量越大，PM2.5污染程度越轻。

（六）颗粒物区域传输特征

据相关研究表明在长三角等区域，区域内城市大气污染变化过程呈现明显的同步性，重污染天气一般在一天内先后出现。利用反向轨迹模型HYSPLIT_4和美国国家海洋大气局的气候分析诊断中心提供的全球气象资料数据，模拟了温州市四个季节典型污染时段气团反向轨迹图。反向轨迹分析结果表明，温州市发生颗粒物高污染浓度的情况下，其气流轨迹通常来