摘要：为分析2014年APE（Asia-Pacific Economic Cooperation）会议前后北京郊区大气颗粒物数浓度和质量浓度的变化特征及其主要影响因素,于当年11月在北京怀柔区中国科学院大学雁栖湖校区教学一楼楼顶利用微量振荡天平（TEOM）、扫描电迁移率颗粒物粒径谱仪（SMPS）和空气动力学粒径谱仪（APS）对大气颗粒物质量浓度和数浓度分布进行连续在线监测;同时结合地面气象参数和HYSPLIT轨迹模式,对颗粒物的来源和传输过程进行聚类、潜在源区贡献因子（PSCF）和浓度权重轨迹（CWT）分析.结果表明,APEC期间（11月5—11日）超细粒子（PM（0.01～1））数浓度、细粒子（PM（0.5～2.5））数浓度和粗粒子（PM（2.5～10））数浓度分别为（17720.1±998.7）、（30.9±3.34）和（0.12±0.01） cm-3,比非APEC期间（即11月1—4日和11月12—30日）分别降低了28.8%、58.6%和64.7%;APEC期间ρ（PM2.5）为（36.1±2.4）μg·m-3,比非APEC期间降低55.5%.PM（0.5～2.5）数浓度和PM（2.5～10）数浓度降幅远大于PM（0.01～1）数浓度,这表明APEC期间的减排措施对于PM（0.5～2.5）和PM（2.5～10）的控制效果优于PM（0.01～1）,说明APEC期间对PM（0.5～2.5）、PM（2.5～10）数浓度进行了更有效的控制.对北京气流后向轨迹聚类分析发现,来自蒙古国、内蒙古、河北西北部、河北南部方向的气流轨迹对应北京郊区的PM（0.01～1）数浓度最高,为30593 cm-3,来自河北西北部、北京、天津、河北南部方向的气流轨迹对应北京郊区的PM（0.5～2.5）、PM（2.5～10）的数浓度及ρ（PM2.5）均为最高,分别为190 cm-3、0.65 cm-3、168μg·m-3.综合潜在源区贡献因子分析法（PSCF）和浓度权重轨迹分析（CWT）的结果分析发现,观测期间北京PM（0.01～1）与PM（0.5～2.5）、PM（2.5～10）的潜在源区存在明显的区别,其中PM（0.01～1）数浓度的潜在源区分布区域相对较广,主要分�

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社