为了了解北京市局地人体呼吸高度大气颗粒物污染状况,本文于2014年7月31日⁸月7日、8月10日⁸月16日分别在北京奥林匹克公园景观大道、西单广场——重要的人流集散区域建立了观测点,利用E-BAM粒子监测仪、QUESTemp°36综合热指数监测器、ST20红外线测温仪,进行了为期两周的实时监测,同时对大气颗粒物浓度水平及其随时间的变化规律进行研究,并利用相关、回归分析等方法对人体呼吸高度的实测PM_2.5、PM₁₀与温度、湿度的垂直梯度进行分析,同时建立PM_2.5、PM₁₀最佳单变量、多变量预测模型,以深入探讨不同天气条件下PM_2.5、PM₁₀的变化特征及其与温、湿度的相互关系。得出结论如下:1、西单广场人流集散地,晴天PM_2.5与温度呈负相关,并且与0.1m处温度的相关性达到了极显著水平（r=-0.442**）;而阴天条件下,PM_2.5与温度的相关性都很小,且均未达到显著水平。总之,在只考虑温度因子前提下,当晴天颗粒物浓度低而各高度空气温度差值较小时,PM_2.5的扩散能力主要受接近地面气温（即0.1m）控制。另外,当只考虑湿度因子时,晴天PM_2.5与1.7湿度的正相关性最大（r=0.782**）,阴天则与1m湿度的相关性最高（r=0.656**）。无论晴天或阴天,PM_2.5始终与相对湿度最大的层关系最为密切。2、西单广场PM_2.5与单因子建立的模型表明,晴、阴天条件下,与温度相比,相对湿度是控制颗粒物浓度的主要因素。而PM_2.5与多因子建立的模型则表明,不论晴天或阴天,PM_2.5浓度的变化除主要受湿度控制外,还会在一定程度上受到温度的影响。3、晴天条件下,温度由地表向上基本表现为T0.0m>T0.1m>T1m>T1.7m,同时各层气温达到峰值时间较地面温度滞后1h。PM_2.5、PM₁₀浓度变化曲线大致呈“U”型,早晨9:00-10:00时气温不断升高,PM_2.5、PM₁₀浓度逐渐降低。中午14:00-15:00左右相对湿度达到最小值,颗粒物浓度也相应将至较低值。午后,空气温度开始降低,PM_2.5、PM₁₀扩散逐渐受到抑制而浓度升高。与晴天相比,阴、雨天PM（2.5、10）曲线多峰、谷且起伏较大,各层湿度、气温差异小,且曲线趋于重合。4、晴天与阴、雨天的ρ（pm2.5）/ρ(pm₁₀)日变化趋势相反。所有观测日的pm2.5和pm₁₀日均比值都大于50%,说明pm₁₀质量浓度中pm2.5占据大部分。大气颗粒物浓度范围不同,pm2.5和pm₁₀比值变化幅度也不同;一级浓度范围ρ（pm2.5）/ρ(pm₁₀)变化幅度为41.7%、39.5%,二级浓度范围ρ（pm2.5）/ρ(pm₁₀)变化幅度为28.11%、26.3%,三级浓度范围ρ（pm2.5）/ρ(pm₁₀)变化幅度为17.3%、16.98%;即pm2.5和pm₁₀日均质量浓度越小,两者比值的日变化幅度越大。pm2.5和pm₁₀有着很好的正相关性,不同大气质量浓度范围,ρ（pm2.5）和ρ(pm₁₀)相关性大小表现为:r2三级>r2二级>r2一级。表现了pm2.5是pm₁₀含量的重要影响因素之一。5、环保局-奥体中心监测站pm2.5浓度值基本都大于近地面（≤2米）实测值。观测期内近地面pm2.5与环保局-奥体中心pm2.5均呈现极显著的正相关关系;空气污染浓度一级时,两者的相关系数最高（r=0.943**）,且变化趋势基本相同;二级污染浓度范围时,其相关系数最小（r=0.741**）;三级污染浓度时其相关性为0.802**,r大小介于上述两类污染等级间。6、pm2.5、pm₁₀与温度的相关性总体表现为:晴天最好,阴天次之,雨天最小。大气颗粒物浓度高且空气透明度低的8月2日,各层空气温度差值较小,pm2.5、pm₁₀与地面温度的负相关性最好;而大气质量浓度低且空气透明度高的8月6日,pm（2.5、10）与1.0m空气温度的相关性最好;介于上述两种污染状况的8月7日,pm2.5、pm₁₀与接近地面的空气温度（0.1m）相关性最高。阴天,大气颗粒物浓度高（7月31日）时,pm（2.5、10）与人体呼吸高度（1.7m）温度的相关性最好,分别为r=-0.638*、r=-0.687**;与之污染状况相反（8月5日）时,相关性较差。7、温度垂直梯度是影响局地pm（2.5、10）扩散速率的重要因素之一。各晴天温度垂直梯度变化幅度从大到小依次为8月6日1.47℃⁷.52℃、8月7日1.53℃⁷.12℃、8月2日0.94℃⁵.38℃,与之相对应,pm（2.5、10）变化的最大百分比由大到小分别为8月6日（1025%、317%）、8月7日（255%、169%）、8月2日（73%、80%）,即温度在垂直方向上变化越剧烈,空气对流越强,大气颗粒物扩散越快。另外,同一时段内PM_2.5升、降速率大多都大于PM₁₀。阴、雨天空气在温垂直方向上差异较小,空气趋于稳定,PM（2.5、10）扩散受到一定程度的抑制。8、不同天气条件下,PM（2.5、10）与相对湿度的相关性存在差异。晴天,大气颗粒物浓度高（8月2日）时,接近地面（0.1m）处的相对湿度较大,PM_2.5、PM₁₀与其相关性最好。空气透明度比较好的8月6日以及8月7日,人体呼吸高度（1.7m）的相对湿度较大,PM_2.5、PM₁₀与其相关性最大。无论哪一类晴天,PM_2.5、PM₁₀始终与相对湿度最高的层的关系最为紧密。阴、雨天PM_2.5、PM₁₀与湿度呈正相关,且均未达到显著水平。9、晴天PM（2.5、10）质量浓度增减速率与各层相对湿度变化速率相对应,即湿度升降速率越大,大气颗粒物浓度增加或减少的速率越快。阴天条件下,相对湿度一般较高,常呈现较重的颗粒物污染;雨天出现微量、短暂降雨,空气湿度增加,使得颗粒污染物浓度短时间内升高,而后逐渐降低。10、晴天PM（2.5、10）单变量线性回归模型精度都在0.75以上,并且均达到了极显著性水平（P<0.01）。颗粒物浓度低的8月6日,空气透明度高,地面加热迅速,气温上升速率快,PM（2.5、10）与1m温度建立的模型精度最高。而颗粒物浓度高的8月2日,以及颗粒物浓度较高的8月7日,空气透明度差,PM（2.5、10）分别与0.1m、1.7m湿度建立的模型最优。阴天PM（2.5、10）模型精度不如晴天理想,并且决定系数均小于0.5。11、不同天气条件下的PM（2.5、10）多变量线性回归模型表明:颗粒物浓度高的晴天,温度成为影响大气颗粒物扩散的主要因素,反之则主要受湿度的控制;颗粒物浓度较高时,PM_2.5、PM₁₀浓度变化主要受到温、湿度共同作用。阴天PM_2.5、PM₁₀模型精度不如晴天的理想,且方程较为复杂。