济南市典型区夏季VOCs分布特征及臭氧生成机制

基于2020年6—8月济南市石化区、市区和南部山区VOCs以及臭氧和气态污染物等在线监测数据,结合气象因素分析了各典型区夏季VOCs污染特征,并通过计算臭氧生成潜势(OFP)和MCM模型模拟分析了不同区域不同污染等级VOCs对臭氧生成的影响,采用PMF模型对市区夏季VOCs进行了来源解析研究.结果表明,石化区VOCs浓度(158.29μg·m^(-3))明显高于市区(47.71μg·m^(-3))和南部山区(24.65μg·m^(-3)),VOCs中均以烷烃占比最大,其次为芳香烃,3个区域VOCs浓度均随污染等级升高而升高;不同污染等级下均为石化区OFP(743.7—1474.9μg·m^(-3))大于市区(156.9—378.1μg·m^(-3))和南部山区(113.4—168.7μg·m^(-3)),3个区域均是芳香烃OFP占比最大,其次为烯烃,说明芳香烃和烯烃类VOCs对臭氧生成的贡献最大,其中OFP贡献最大的单体为间/对-二甲苯;MCM模拟结果表明石化区O_(3)净生成速率(33.51×10^(-9)·h^(-1))最高,其次为市区(22.97×10^(-9)·h^(-1))和南部山区(3.91×10^(-9)·h^(-1));石化区的1-戊烯、甲苯、异戊二烯、间-乙基甲苯和邻二甲苯,市区的1-丁烯、间/对-二甲苯和顺式-2-丁烯,南部山区的顺式-2-丁烯、异戊二烯、反式-2-丁烯相对增量反应活性(RIR)较大,对臭氧生成的影响较为明显.PMF模型解析结果表明济南市区夏季燃烧源、移动源和餐饮油烟源对VOCs贡献较大.

济南市区典型污染时期大气中醛酮化合物的组分特征及生成机制

利用2,4-二硝基苯肼采样管采样-高效液相色谱仪分析的方法,在济南市夏季典型臭氧污染时期(2022年6月14~22日)对两个不同市区点位(建大和创业园)大气中醛酮化合物开展同步采样分析,利用基于观测的化学箱式模型(OBM)对主要醛酮化合物的光化学反应进行模拟,识别主要醛酮化合物的二次生成途径及重要前体物.采样期间醛酮化合物总浓度为(19.78±9.83)×10^(-9),甲醛、乙醛和丙酮贡献率分别为36.75%、21.39%、14.64%,是最主要的醛酮化合物.建大点位甲醛浓度存在午间与夜间双峰高值,创业园点位甲醛浓度存在早晚高峰变化特征,两点位乙醛浓度呈“夜高昼低”日变化特征.两点位甲醛和乙醛特征比值(C1/C2)分别为1.97、1.47,乙醛和丙醛特征比值(C2/C3)分别为9.27、8.76,建大点位C1/C2存在明显的午间峰值.OBM模拟结果显示,甲醛最大生成速率为6.17×10^(-9)h^(-1),乙醛最大生成速率为1.67×10^(-9)h^(-1),丙酮最大生成速率为0.66×10^(-9)h^(-1),烷氧自由基(RO)+O_(2)反应是二次生成的主要途径.结合相对增量反应活性(RIR)结果发现,烯烃对济南市大气中甲醛和乙醛的二次生成有重要影响,乙烯、异戊二烯和丙烯是甲醛的重要前体物,丙烯和2-丁烯是乙醛的重要前体物,对人为烯烃重点排放行业进行科学合理管控将有利于阻抑大气中主要醛酮化合物的二次生成.

疫情常态化背景下仪器分析课程线上教学模式探讨

国内疫情防控已进入了常态化,各高校已建立符合疫情防控常态化需求的线上教学新模式。仪器分析是一门前沿性和实用性的较强课程,在线上教学的过程中,要确保教师的主导地位及学生的主体作用。旨在总结疫情防控期间线上授课实践经验,期望为相关高校和课程采用在线教学提供借鉴和参考。

济南市钢铁集聚区大气细颗粒物中碳组分污染特征

为分析钢铁集聚区大气细颗粒物(PM_(2.5))中碳组分的污染特征,对济南市钢铁集聚区和市区秋季(2020年10月15日至2020年10月24日)、冬季(2020年12月18日至2021年1月7日)和春季(2021年4月23日至5月2日)环境空气中PM_(2.5)进行手工采样,利用热光碳分析仪测定了PM_(2.5)中有机碳(OC)和元素碳(EC)的含量.结果表明,钢铁集聚区秋季OC和EC质量浓度范围分别为5.79—12.56μg·m^(−3)和1.34—3.44μg·m^(−3);冬季OC和EC质量浓度范围分别为3.92—55.54μg·m^(−3)和0.38—11.39μg·m^(−3);春季OC和EC质量浓度范围分别为2.14—4.70μg·m^(−3)和0.19—1.33μg·m^(−3),呈现显著的季节变化,表现为冬季>秋季>春季.钢铁集聚区冬季PM_(2.5)中OC和EC占比最高,分别为28.11%和5.36%,春季OC和EC占比最低,分别为9.82%和1.76%.钢铁集聚区秋季和冬季OC(EC)质量浓度均高于市区,分别是市区的2.12(2.68)、2.27(4.27)倍,表明钢铁集聚区秋冬季PM_(2.5)的污染状况比较严峻.在以PM_(2.5)为首要污染物的不同污染等级下,均为碳组分OC4和EC1的占比最高,分别占PM_(2.5)的9.0%和7.5%,是碳组分的主要贡献组分.钢铁集聚区春季、秋季和冬季SOC的浓度分别为1.09、1.79、10.80μg·m^(−3),分别占OC质量浓度的35.39%、19.02%和37.00%,表明钢铁集聚区冬季比其他季节二次有机污染较严重.由因子分析可知,钢铁集聚区碳组分主要来源于钢铁工业烧结等工序燃煤和柴油车尾气排放.研究成果为济南市钢铁集聚区周围环境空气质量改善措施的制定提供技术支撑.

疫情常态化管控下济南市春节前后PM_(2.5)中二次组分变化特征

为研究新冠肺炎疫情常态化管控下,济南市春节前后PM_(2.5)中二次组分的变化特征、气粒分配规律及其影响因素,本文对2021年2月1-27日春节前、春节期间和春节后的3个时段济南市区在线监测的水溶性离子、碳组分及气态前体物质量浓度小时数据进行分析.结果表明,2021年疫情常态化管控下济南市春节前后二次组分浓度与2020年同比均明显下降,ρ(NO_(3)^(-))、ρ(SO_(4)^(2-))、ρ(NH_(4)^(+))和ρ(SOA)分别下降53.09%、58.32%、51.17%和61.84%,其中二次无机组分(NO_(3)^(-)、SO_(4)^(2-)、NH_(4)^(+)之和)和SOA在PM_(2.5)中的占比分别为54.07%和8.20%,春节期间PM_(2.5)及二次组分在10—18时浓度较低,与春节期间白天人为活动相对减少,机动车、建筑工地等排放源减少有关,同时湿度较小和大气边界层较高也有利于污染物的扩散.疫情常态化管控下2021年济南市春节前、春节期间和春节后过剩NH_(3)指数均>0,说明PM_(2.5)中NO_(3)^(-)气溶胶在形成过程中主要受HNO_(3)的限制,整个春节PM_(2.5)中铵盐主要以NH_(4)HSO_(4)、(NH_(4))_(2)SO_(4)和NH_(4)NO_(3)的形式存在.ρ(PM_(2.5))与NO_(3)^(-)、SO_(4)^(2-)、NH_(4)^(+)、湿度均显著正相关,ρ(PM_(2.5))与PBL显著负相关.湿度较小时,NH_(4)^(+)和NO_(3)^(-)浓度主要受到酸度影响,而湿度较大时,NH_(4)^(+)和NO_(3)^(-)浓度主要受含水量影响,温度主要通过影响气溶胶含水量从而影响NH_(4)^(+)和NO_(3)^(-)浓度,O_(3)、NO_(x)、pH和含水量对SOA的生成有显著影响.

济南市冬季大气重污染过程PM2.5数浓度谱和组分分布特征

为探究济南市冬季重污染过程的成因及影响因素,2019年12月1—31日在济南市生态环境监测中心站内利用PM2.5及其组分在线监测仪,获得PM2.5中矿物尘(KC)、微量元素(TE)、有机物(OM)和水溶性离子质量浓度以及PM2.5数浓度谱,分析监测时段内济南市两次重污染过程PM2.5组分质量浓度变化规律及不同粒径数浓度分布特征。结果表明,采样期间济南市出现了两次大气重污染过程,PM2.5平均质量浓度分别为134μg·m−3和112μg·m−3,其中日均最高质量浓度分别为204μg·m−3和155μg·m−3,小时最高质量浓度分别为265μg·m−3和245μg·m−3。重污染过程PM2.5化学组分中,质量浓度较高的均为NO3−、OM、SO42−和NH4+;两次污染过程均是NO3−先快速累积,随后OM和SO42−质量浓度快速增长至峰值。重污染过程的硫氧化率SOR和氮氧化率NOR分别为0.77—0.91和0.39—0.57,重污染天气体前体物的二次转化程度较高,使得SO42−和NO3−质量浓度迅速增长,导致PM2.5质量浓度升高加重污染。采样期间PM2.5粒径数浓度分布近似服从对数正态分布,PM2.5总粒子数浓度平均值为55156 cm−3,其中爱根核和积聚核模态数浓度占比较高;两次污染过程的PM2.5总粒子数浓度平均值分别为84825、69922 cm−3,是非污染天的1.9、1.6倍,爱根核模态数浓度是非污染天的2.1、1.7倍,对重污染过程贡献较大。重污染过程PM2.5质量浓度受湿度、风速、边界层高度(PBL)等气象因素的影响,结果显示济南市冬季边界层高度降低、风速减小等气象条件不利于污染物的扩散,同时湿度升高时又促进了气态污染物的二次转化,使得颗粒物质量浓度不断累积,导致重污染过程发生。

基于MNT随机化容器文件系统安全性加强技术

容器作为一种操作系统层的虚拟化技术,被广泛认为是资源使用率最高的虚拟化方法,而MNT名字空间是容器实现文件系统隔离的重要技术,但procfs和sysfs等文件系统不支持名字空间,存在信息泄漏的风险。针对MNT名字空间存在的不足,提出并实现了基于MNT名字空间随机化,通过修改Linux的MNT名字空间创建及工作过程,对文件名/目录使用AES加密方式进行处理,使用名字空间内的进程只能看到模糊的文件目录树,实现对目录的屏蔽。实验结果表明,该方法能有效防护扫描软件针对枚举目录和特定敏感文件的攻击,而且性能损耗小,只增加约1.82%的运行开销。

创新驱动发展背景下现代环境检测技术课程改革探讨

现代环境检测技术是环境科学与工程专业学位硕士研究生一门必修的专业基础课程。在创新驱动发展大背景及该学位硕士研究生培养要求下,根据实际教学过程中教学内容调整、教学方式融合、考评体系多元化建立三个方面进行改革和探索,使学生在掌握基本原理的基础上,侧重于提高创新能力和综合运用基础知识解决实际问题能力的培养。

浅谈智能模拟训练在驾驶培训中的应用

随着我国道路交通运输事业和汽车工业的发展,汽车保有量的迅速增加,如何科学、安全、高效快捷的培养高素质驾车人员,是驾校面临的课题。本文就目前蓝天驾校的培训模式,从心理学角度阐述了"智能模拟训练"在整个驾驶培训中的作用以及运用,其目的在于探索构建高效汽车驾驶培训模式,以适应现代社会的需求。

济南市城市扬尘的微观形貌和化学组分特征分析

城市扬尘作为大气颗粒物的主要来源之一,对环境空气质量的影响较大。为探究济南市不同区域城市扬尘物理特性、微观形貌和化学组分的季节变化特征,采集了济南市有代表性的四个区域(钢铁集聚区、城郊结合部、市区和县区)2021年不同季节的扬尘样品,分析了扬尘的比表面积、微观形貌、化学组分的变化特征。结果表明,春季扬尘颗粒粒径较小,比表面积较大;钢铁集聚区PM_(2.5)占比最高,为5.26%,比表面积为351.3 m^(2)·kg^(-1);其次为市区PM_(2.5)占比较高,为3.49%,比表面积为247.5 m^(2)·kg^(-1)。扫描电镜结果显示钢铁集聚区和市区扬尘颗粒主要有规则的“块状”“簇状”“片状”的矿物颗粒、不规则的“链状”和“蓬松状”的烟尘集合体以及“球状”燃煤飞灰颗粒,钢铁集聚区链状密集的烟尘集合体主要来源于机动车尾气和燃煤,市区聚合蓬松状烟尘集合体主要来源于机动车尾气;春季矿物颗粒比例较大,冬季密集链状烟尘集合体和燃煤飞灰较多,主要来源于机动车尾气和燃煤,其他季节聚合蓬松状烟尘集合体较多,主要来源于机动车尾气。各区域扬尘PM_(2.5)中水溶性离子Ca^(2+)、SO_(4)^(2-)和Na^(+)含量较高。4个区域中各季节AE/CE值均小于1,说明济南市扬尘PM_(2.5)呈碱性,市区冬季的AE/CE最高为0.36。扬尘PM_(2.5)中碳组分均以O_(C)为主,济南市各区域扬尘中O_(C)/E_(C)比值在5.4-17.5之间,均存在明显的二次有机碳的生成,且碳组分主要来自于燃煤和生物质燃烧排放。扬尘PM_(2.5)中金属元素Si、Al和Fe含量较高,主要受土壤风沙、燃煤和钢铁冶炼影响。

清洁能源政策下济南市采暖季PM2.5中水溶性离子变化分析

为了评价清洁能源政策对济南市采暖季PM2.5质量浓度及PM2.5中水溶性离子的影响,于2016年11月-2017年3月(2016年采暖季)和2017年11月-2018年3月(2017年采暖季)济南市区清洁能源政策实施前后两个采暖季分别采集PM2.5样品,采用离子色谱法得到了PM2.5中的8种水溶性无机离子(F^-、Cl^-、NO3^-、SO4^2-、Na^+、K^+、Ca^2+、NH4^+)的质量浓度,并对PM2.5不同污染等级水溶性离子进行了变化分析。结果表明:(1)采用清洁能源后,济南市采暖季的污染等级从轻度污染变为良,PM2.5日均质量浓度从98.34μg·m^-3降到83.48μg·m^-3,达标率上升了15.42%;(2)8种水溶性离子的总质量浓度从90.78μg·m^-3降到了67.72μg·m^-3,对比两年采暖季各离子的质量浓度发现,实施后除污染天K+和Na+的质量浓度有所增长外,其余离子质量浓度均比清洁能源使用前要低;(3)NO3^-、SO4^2-、NH4^+(SNA)在水溶性离子中占比最高,能源政策实施后,SNA的质量浓度降低了12.32%-31.71%;实施后SO42-的占比降低,NO3^-占比升高,NO3^-是最主要的二次污染离子;(4)两年采暖季的硫氧化率SOR、氮氧化率NOR值均大于0.1,说明NO3^-、SO4^2-主要来自于大气中NO2和SO2的二次转化,随着污染等级的升高,SOR和NOR基本呈现上升的趋势,尤其是在重度污染下,由于NO2对SO2的氧化反应起到很好的催化作用,SOR是清洁天的2倍;(5)采用清洁能源前后阴阳离子电荷当量(AE/CE)分别为0.76和0.96,PM2.5整体从弱碱性恢复到中性。清洁能源的使用,有效降低了各水溶性离子的质量浓度,减小了PM2.5质量浓度,改善了颗粒物的酸碱性,提高了采暖季环境空气质量。

加强校园食品安全 护航学生健康成长——礼泉县召开校园食品安全暨食堂规范操作管理培训会

2023年5月25日上午,礼泉县2023年校园食品安全暨食堂规范操作管理培训会在仓房巷小学召开,礼泉县市场监管局副局长梁丽萍出席会议,会议由教育局副局长李国宁主持。培训会上,县市场监管局副局长梁丽萍通报了当前校园食品安全存在问题,安排近期校园食品安全重点工作。她强调,一是要切实强化各级各类责任落实,二是全面加强学校食品安全管理,三是制止餐饮浪费,四是着力加强学校食品安全和制止餐饮浪费宣传教育引导,五是高标准完成“互联网+名厨亮灶”工程建设。县市场监管局业务骨干程甲栋就《餐饮服务食品安全操作规范》《餐饮服务通用卫生规范》及食品安全“两个责任”和制止餐饮浪费相关政策进生解读宣传。

关爱儿童成长 助力乡村振兴——礼泉县开展“体育用品爱心包”公益捐赠活动

2023年5月24日,在第73个“六一”国际儿童节来临之际,陕西妇女儿童发展基金会联合礼泉县总工会等单位在礼泉县史德镇中心小学开展“关爱儿童成长助力乡村振兴”体育用品爱心包公益捐赠活动。礼泉县委统战部部长畅小龙、县政协副主席王新让、陕西妇女儿童发展基金会秘书长刘克辉出席活动,活动由副县长段雅乐主持。

基于Linux名字空间的Web服务器动态防御方法

Web服务器广泛部署在以Docker容器为代表的云计算平台上,面临着严峻的安全挑战。为了提高此类Web服务器的安全防御能力,提出一种基于Linux名字空间的Web服务器动态防御方法。该方法能够保证在Web服务正常工作的前提下,首先使用名字空间构建Web服务器运行环境;其次,通过多环境的交替运行来实现Web服务器的动态变换以迷惑入侵者,增加入侵者对Web服务器的攻击难度;最后,通过定期主动清除并重建Web服务器的运行环境来消除入侵行为对Web服务器的影响,最终实现有效提高Web服务器的动态防御能力。实验结果表明,所提方法能够有效增强Web服务器的安全性,同时对系统性能影响很小,请求响应100 KB数据的时间损耗为0.02~0.07 ms。

基于卫星遥感与CMB模型的济南市冬季重污染过程PM_(2.5)溯源分析

济南市作为京津冀大气污染传输通道“2+26”城市之一,冬季易出现以PM_(2.5)为首要污染物的重污染天气。为探究济南市冬季PM_(2.5)重污染过程的污染成因和主要来源,以济南市冬季一次重污染过程(2020年1月1日—6日)为研究对象,基于卫星遥感、化学质量平衡(CMB)模型、潜在源贡献因子分析(PSCF)和浓度权重轨迹分析(CWT),同时结合气态污染物和PM_(2.5)组分小时数据以及各项气象要素等资料,全面和综合地对济南市冬季重污染过程污染特征、本地来源、区域传输和时空演变过程进行了分析。结果表明,济南市本次重污染过程以PM_(2.5)为首要污染物,随着湿度升高和大气边界层高度(PBL)的降低,PM_(2.5)日均质量浓度达到最高211μg·m^(−3),其中PM_(2.5)小时质量浓度最高达到333μg·m^(−3);NO_(3)^(−)、SO_(4)^(2−)、NH4+和有机物(OM)在PM_(2.5)中占比分别为30.7%、11.4%、13.9%和13.7%;重污染时段硫氧化率(SOR)和氮氧化率(NOR)平均值分别达到0.6和0.5,说明此次重污染过程主要来自于气态前体物的二次转化。CMB来源解析结果表明,二次源(硝酸盐、硫酸盐、二次有机碳)和机动车源是济南市冬季PM_(2.5)重污染过程的主要来源;与清洁天相比,硝酸盐的分担率和质量浓度均显著升高,分担率是清洁天的2.2倍,质量浓度是清洁天的10.5倍。本次重污染过程除济南本地污染源以外,还受山东省内德州东部、滨州西部以及济南市的商河县和济阳区等地污染气团近距离传输,以及来自西南方向的河南省东北部和安徽省西部地区的跨省输送的污染气团,途径济南市南部、泰安和济宁地区以及济南市的长清区和平阴县等地的共同影响。

德州市采暖季环境空气含氮硫物质的污染及气-粒分配特征

为探究德州市采暖季环境空气中含氮/硫物质的污染特征、气-粒分配规律及影响因素,对2017年11月10日—2018年3月15日德州市市区环境空气监测站在线离子色谱分析仪监测的水溶性离子及气态前体物质量浓度的小时数据进行了分析.结果表明:①德州市环境空气监测站ρ(NO3^-)、ρ(SO4^2-)和ρ(NH4^+)平均值分别为(18.36±18.55)(12.74±10.92)(9.60±8.75)μg/m^3,在2018年1月三者均达到最高值;对比PM2.5及气态含氮/硫物质的质量浓度发现,ρ(PM2.5)和ρ(SO2)在2017年12月、2018年1月和2018年2月的月均值均较高,而ρ(SO2)与ρ(SO4^2-)、ρ(NH3)与ρ(NH4+)均在日间(08:00—17:00)出现波峰.②对颗粒态和气态含氮/硫物质质量浓度日均值进行双变量相关分析发现,ρ(SO4^2-)、ρ(NO3^-)、ρ(NH4^+)两两之间的相关系数均高于0.75,表明二次离子的形成机制相似;而ρ(NH3)、ρ(NO2)、ρ(NO)、ρ(SO2)两两之间均不存在显著相关,说明这些气态前体物来自不同的局部排放源.③过剩NH3指数(FN)平均值为0.49±0.16,说明采样时段大气处于富氨环境,过剩的NH3会与气态HNO3生成NH4NO3,因此NO3-气溶胶的形成主要受HNO3的影响或限制.④相对湿度是影响ρ(PM2.5)最重要的气象因素,高湿环境会促进二次离子的转化.研究显示,冬季采暖排放会增加环境空气中含氮/硫物质的质量浓度,气象因素(尤其是相对湿度)对含氮/硫物质的气-粒分配也有一定影响.

锂离子电池健康状态评估方法研究进展

电化学储能是现代电力系统中不可缺少的一环,其特点是能量密度大、响应速度快、转换效率高、建设周期短、站址选择多等。储能电站的应用场景非常宽泛,如在电源侧平滑出力波动及处理跟踪、电源调频辅助服务、备用电源等;电网侧用来参与电网调峰调频、优化电网潮流分布、改善电能质量、虚拟电厂、延缓输电设备拥堵升级、微网等;用户侧可以完成削峰填谷、智能交通、社区储能、需量电费管理等。储能电站在快速发展的同时,安全是第一要素。而储能系统安全的关键在于电池系统的安全,在于如何精确预估电池的健康状态。储能电站电池的健康状态评估对电站的日常维护成本、健康运行及运维工作量等起关键性作用。综述了电池健康状态SOH(state of health)的影响因素,分析了线性误差预测方法、粒子群结合BP神经网络法、动态贝叶斯网络法的研究过程及结论验证,探讨了不同评估方法的可行性。在完善电池健康状态评估算法理论体系、实际应用技术研究方面具有潜在价值。

基于Orbitrap GC-MS法的家具用涂料VOCs化学物种谱研究

采集不同家具制造厂的常用功能性涂料(油性漆、水性漆、固化剂、拼板胶和稀释剂)共41个样品,运用气相色谱四级杆静电场轨道阱质谱仪(Orbitrap GC-MS)检测了样品涂料释放VOCs的种类和成分,分析给出了家具用涂料释放VOCs的化学成分谱。结果表明:不同类型涂料释放VOCs化学物种谱不同,筛查的VOCs物种最多的为121种,最少的为26种;VOCs物种多的主要是由油性漆涂料和固化剂释放,稀释剂释放VOCs成分种类最少。采集样品涂料中释放VOCs的主要物质亦各不相同,同一类型涂料释放VOCs TOP9的成分差异不大,油性漆涂料释放VOCs主要是对二甲苯和乙苯等苯系物;水性漆涂料释放VOCs以苯系物、二丙二醇丁基醚等醚类和乙酸丁酯等酯类为主;固化剂释放VOCs以二甲苯、乙苯和甲酸乙烯酯等苯系物和酯类VOCs为主;拼板胶释放VOCs以二甲苯、乙酸酐和羟基丙酮等苯系物、酯类和酮类VOCs为主;稀释剂释放VOCs以二甲苯和乙苯等苯系物和酯类VOCs为主。所采集的样品中无论是哪一种涂料,均检测苯系物的成分,且油性漆中苯系物的成分和含量高于水性漆。

风光柴储互补发电系统研究

风光柴储互补发电系统是一种清洁、高效的供电系统,是一种独立的电力系统,在工业化过程中得到了广泛的应用。本文主要介绍了风光柴储互补发电系统的基本构成,分析了风光柴储互补发电系统配置和资源利用的合理性。

济南市区2020年春节疫情管控前后PM_(2.5)组分变化

为研究新型冠状病毒疫情管控政策对PM_(2.5)组分的影响,基于在线监测数据对济南市2020年春节疫情管控前后的PM_(2.5)及其组分浓度进行了研究,并运用标准化多元线性回归分析了气象因素对PM_(2.5)浓度变化的贡献率.结果表明,疫情管控后,济南市区PM_(2.5)浓度明显下降,日均值超标率下降了24.8%;PM_(2.5)中各组分浓度均有不同程度的下降,其中微量元素(TE)、元素碳(EC)和硝酸盐(NO_(3)^(−))浓度降幅较大,分别为50.3%、46.8%和31.5%.从组分占比来看,疫情管控后TE和EC占比减小,而铵盐(NH_(4)+)、有机物(OM)、硫酸盐(SO_(4)^(2−))、矿物尘占比增大,NO_(3)^(−)占比变化不大,二次离子SNA(SO_(4)^(2-)、NO_(3)-、NH_(4)+)占比之和增大14.3%.对比PM_(2.5)中各组分占比发现,疫情管控后,轻度及以上污染等级PM_(2.5)中NO_(3)^(−)和EC占比降低,而OM、SO_(4)^(2−)和NH_(4)+增加,说明受疫情管控影响,市民出行减少,机动车排放降低,施工工地停工,对NO_(3)^(−)削减较大,而疫情管控后,因颗粒物浓度降低,VOCs二次转化增强,使OM含量升高.对比疫情管控前,硫氧化率和氮氧化率值增大,NO_(2)/SO_(2)和NO_(3)^(−)/SO_(4)^(2−)比值有明显降低,其均值分别下降了30.0%和14.0%,说明疫情管控期间汽车尾气等移动源对污染的贡献减少;受管控影响OC浓度在优、良和轻度污染等级下均下降,但二次有机碳(SOC)浓度升高,说明疫情管控下二次转化生成并未削减.气象因素标准化多元线性回归表明,疫情管控前边界层高度变化对PM_(2.5)的贡献率最大(46.5%),疫情管控后相对湿度是促进PM_(2.5)浓度升高的首要因素.