大气中的细颗粒物通过对太阳辐射的吸收和散射作用破坏地表的能量收支平衡，影响地球的气候系统，降低大气能见度并且还能危及人体健康，是影响大气环境质量的重要污染物. 尤其是近年来全国各地大范围集中暴发灰霾污染，引起人们的广泛关注^{[1, 2, 3, 4, 5]}.

颗粒物的化学组成复杂，因粒子来源不同和反应条件的差异，导致其组分也相差很大，主要包括SO₄₄^2-、 NO₃^-、 NH⁺、 K⁺、 Ca²⁺、 EC、 OC、 地壳元素和水等^[6]. 不同组分对大气能见度、 气候系统和人体健康的影响也会明显不同^{[7, 8, 9]}. 因此，通过研究大气颗粒物的化学特征为解释颗粒物污染的来源、 生成、 迁移变化规律及其对生物影响和危害等提供科学依据^{[10, 11, 12, 13]}. Zhang等^[14]研究了北京2009-2010年PM_2.5的可溶性离子、 有机/元素碳和元素的季节特征，并结合PMF模型获得PM_2.5的主要6个来源. Cao等^[15]在我国14个城市分别测量了夏和冬季大气中PM_2.5中有机碳OC和元素碳EC组分，对比分析了不同城市的含碳气溶胶的浓度水平、 OC/EC值和二次含碳气溶胶的差异. Huang等^[16]针对上海典型灰霾污染开展颗粒物研究，通过基地观测、 卫星数据和雷达观测深入分析了不同的灰霾类型及形成机制.

目前有大量研究表明大气颗粒物的污染水平、 时空分布和化学组成与其大气输送轨迹密切相关^{[17, 18, 19]}. 在污染严重的区域，从污染源相对较少的区域输送过来的气团可以降低污染程度^{[20, 21]}. 相反，源较多的区域输送的气团则会增加老化的颗粒物及其前体物^{[22, 23]}. Schwarz等^[18]采用HYSPLIT轨迹模式将输送至布拉格的气团分为海洋源、 大陆源和混合源，并且发现三类气团下颗粒物的粒径和化学组分存在明显差异. Baker^[24]同样采用HYSPLIT轨迹模式发现影响伯明翰的三类主要气流包括强南风、 南风和缓慢的东风，东风出现时较容易出现高浓度的一次污染物，而其他两类气流下则出现低浓度污染物.

2013年11底至12月初上海市连续出现多场颗粒物污染，污染类型和污染程度差异显著，尤其是在12月6日上海经历了一场自PM_2.5观测数据正式公布以来环境空气质量最严重的一次大气污染，PM_2.5最大小时浓度超过630μg ·m^-3，颗粒物污染再一次引起人们的广泛关注和深入探究. 为探讨此次高污染下颗粒物的化学特征和污染的大致来源，本研究基于上海市环境科学研究院空气质量观测超级站在线观测数据，并结合HYSPLIT轨迹模式，着重研究了2013年11底至12月初大气重度污染期间上海地区大气颗粒物的质量浓度变化和化学组成特征，分析了影响上海市的主要气团轨迹和大致源区域，旨在为我国城市和区域大气污染防控提供科学依据.

观测地点位于上海市环境科学研究院(31°10′N,121°25′E)培训楼5楼楼顶空气质量观测超级站，测点离地高度约15 m. 该测点地处上海市徐汇区商业和居民混合区. 测点以东500 m是交通干道沪闵高架路，以南150 m为漕宝路，测点与西南方向的上海市空气质量监测国控点(上师大)相距1 500 m，周围2 km范围内无明显工业大气污染源，下垫面状况与上海市城区类似，基本代表了上海市城区的空气质量状况.

观测时段为2013年11月25日至12月11日. 期间，颗粒物(PM₁₀、 PM_2.5、 PM_1.0)的质量浓度采用Thermo Fisher公司生产的FH 62 C14颗粒物监测仪测量，采样流量为16.7L ·min₄^-1，时间分辨率为5 min. PM_2.5中的有机碳(OC)和元素碳(EC)浓度采用Sunset Laboratory Inc的碳分析仪测量，该仪器采用热光吸收原理，采样流量为8 L ·min^-1，时间分辨率为60 min^[25]； PM_2.5水溶性组分采用瑞士万通公司生产的MARGA ADI 2080测量，采样流量为16.7 L ·min^-1，时间分辨率为60 min，检测组分包括Cl^-、 NO₃^-、 SO₄^2-、 NH⁺、 Na⁺、 K⁺、 Ca²⁺、 Mg²⁺，最低检测限分别为0.1、 0.1、 0.1、 0.1、 0.1、 0.16、 0.21、 0.12 μg ·m^-3[8]； 一氧化碳(CO)和臭氧(O₃)分别采用Ecotech公司生产的EC9830B一氧化碳自动监测仪和EC9811臭氧监测仪测量，最低检测限分别为50×10^-9和0.5×10^-9，时间分辨率均为5 min； 氮氧化物(NO_x)采用Thermo Fisher公司生产的42i NO-NO₂-NO_x分析仪测量，最低检测限为0.5×10^-9，时间分辨率为5 min. 能见度采用Belfort Model 6000测定仪进行观测. 观测参数还包括湿度、 温度、 风速、 辐射强度等气象因子.

利用美国大气海洋局研制的HYSPLIT轨迹模式^[26]，结合美国环境预报中心(NCEP)和国家大气研究中心(NCAR)联合发布的全球再分析资料(FNL)，计算到达上海城区(31.15°N，121.43°E)的96 h后向轨迹，每天计算24个时次(00:00-23:00). 轨迹计算起始点高度为100 m. 由于测定轨迹的方向，因此选择角距离(angle distance)^[27]. 该方法根据气团的移动速度和方向对大量轨迹进行聚类，获得主要的输送气流轨迹.

2013年11底至12月初上海市连续出现多场颗粒物污染，污染类型和污染程度差异显著，图 1给出了本研究观测期间大气颗粒物、 气态污染物及气象条件的时间变化序列. 从中可知，上海市大气颗粒物经历了不同的变化过程，主要包括5个变化过程，分别为P1(11月25-27日)、 CD(11月27-28日)、 P2(11月29日-12月3日)、 P3(12月5-7日)和P4(12月9日).

图 1

Fig. 1

WS：风速； AT：温度； RH：相对湿度； Vis：能见度图 1 大气颗粒物污染期间的气象条件及气体和颗粒物质量浓度的时间变化序列 Fig. 1 Temporal variations of meteorological factors and mass concentrations of gases and particulate matters during pollution episodes

观测资料显示P1期间，上海地面受西北气团传输影响^[28]，污染前期以西北风为主，风速较大，最大小时风速达到8 m ·s^-1. 期间，PM₁₀和PM_2.5小时平均浓度为(236±72)μg ·m^-3和(81±25)μg ·m^-3，日均最大浓度分别达到269 μg ·m^-3和96 μg ·m^-3(11月26日)，PM₁₀和PM_2.5分别是国家二级标准(150 μg ·m^-3和75 μg ·m^-3)的1.8和1.3倍，PM_2.5/PM₁₀值为35.7%，颗粒物中以粗粒子为主，相对湿度为47%，该过程为浮尘污染.

P1期间风向发生转变，出现数小时西南和南风，之后再转为高强度西北风，最大小时风速达到10m ·s^-1，持续的西北风将污染吹散，颗粒物浓度迅速下降，出现CD(清洁天)过程. CD期间，PM₁₀和PM_2.5小时平均浓度分别为(77±16)μg ·m^-3和(35±15)μg ·m^-3，PM_2.5/PM₁₀值为45.4%，平均能见度达到41.8 km.

P2过程持续时间较长，在污染前期我国华北、 华东地区均受大陆高压控制，天气系统稳定，移动速度缓慢^[28]. 上海市地面气象资料显示，污染期间多出现静稳天气，风速下降至1.0m ·s^-1，风向以偏西风为主，风速极小导致污染物容易累积. 期间还伴随近地逆温的出现^[29]，加速了颗粒物的积聚与增长. 地面观测数据显示从11月29日夜间开始NO、 CO、 BC和SO₂等一次污染物浓度均出现迅速的增长，同时发现温度和相对湿度呈现不断上升的趋势，有利于气态污染物的二次氧化^{[30, 6]}，NO₂、 O₃和PM_2.5均呈现逐日增长，说明在一次污染物不断累积的过程中大气氧化性不断增强. 期间PM₁₀和PM_2.5小时平均浓度为(220±81)μg ·m^-3和(143±58)μg ·m^-3，日均最大浓度分别达到313μg ·m^-3和208μg ·m^-3(12月2日)，PM₁₀和PM_2.5分别是国家二级标准的2.1和2.8倍，PM_2.5/PM₁₀维持在70%左右，细粒子污染严重，P2为灰霾污染. 高浓度颗粒物和气态污染物对太阳辐射造成的散射和吸收作用，使得该污染过程能见度低于10.0 km的累积时间长达43 h.

12月3-4日上海地区北部为低压控制，地面主导风向转为东南风，空气污染得到一定稀释，PM_2.5污染得到缓解. 12月5日上午上海出现大雾，相对湿度较高，最大小时相对湿度达到87%. 气象资料显示，08:00在190-800 m高度上出现等温，地面风速极小，风向不定，天气静稳，不利于污染物扩散，颗粒物和气态污染物浓度显著上升，出现P3污染. P3过程中累积的NO₂在大雾过程中不利于光解产生O₃，O₃浓度明显低于P2过程，但高湿环境有利于NO₂通过多相反应进入液相和颗粒相，颗粒物浓度迅速上升^{[30, 31]}. P3期间PM₁₀和PM_2.5小时平均浓度为(300±173)μg ·m^-3和(224±136)μg ·m^-3，日均最大浓度分别达到536 μg ·m^-3和411 μg ·m^-3(12月6日)，PM₁₀和PM_2.5分别是国家二级标准的3.6和5.5倍，PM_2.5/PM₁₀高达76.7%. 丰富水汽含量和高浓度颗粒物污染使得该污染过程能见度低于10.0 km的累积时间长达75 h，占总小时数的86%.

P4持续时间较短，12月9日凌晨开始，上海出现大雾，相对湿度较大，受北方冷空气影响，上海地面主导风向由南风转为西北风，温度迅速下降，风速增大，小时最高风速达到9m ·s^-1. PM₁₀浓度由12月9日03:00的107 μg ·m^-3陡增到06:00的476 μg ·m^-3，P4为长距离传输的过境污染. P4过程中PM₁₀和PM_2.5小时平均浓度为(213±119)μg ·m^-3和(139±87)μg ·m^-3，PM_2.5/PM₁₀为65.2%，PM₁₀仍以细粒子为主，但细粒子占比明显低于P2和P3.

大气PM_2.5中水溶性无机离子(WSII)、 OM和EC等重要化学组成特征的差异在一定程度上反映了颗粒物的形成过程、 污染来源和老化程度等^[32].

图 2是2013年11底至12月初各场颗粒物污染期间大气PM_2.5中水溶性无机离子 (WSII: Cl₄^-、 NO₃^-、 SO₄^2-、 K⁺、 NH⁺、 Ca₄²⁺、 Mg²⁺)和含碳组分(包括OM和EC)的组成变化. 从中可见，污染天的组分浓度显著高于清洁天，且不同污染过程的组成分布也存在明显差异，NO₃^-、 SO₄^2-、 OM、 NH⁺是颗粒物中最重要的化学组分.

图 2

Fig. 2

(a)污染期间组分的时间变化序列； (b)各污染过程重要组分平均小时浓度对比； (c)各污染过程重要组分最大小时浓度对比图 2 大气颗粒物污染期间PM2.5中主要化学组分的浓度水平 Fig. 2 Mass concentrations of major chemical components in PM2.5 during pollution episodes

CD中PM_2.5的各组分与其他污染过程相比浓度均为最低，PM_2.5中以OM、 NO₃₄^-、 SO₄^2-、 NH⁺等二次组分为主，平均浓度总和为(24.8±9.6)μg ·m₄^-3，约占PM_2.5的70%. 各组分按质量浓度大小排序为：OM>NO₃^->SO₄^2->NH⁺>Cl^->Ca²⁺>EC>K⁺>Mg²⁺.

P1为浮尘污染，Ca₄²⁺的浓度在各污染过程中最高，平均质量浓度达到(4.0±3.2)μg ·m^-3. PM_2.5中仍以OM、 NO₃^-、 SO₄^2-、 NH⁺为主，平均浓度总和为(39.2±11.5)μg ·m₄^-3，仅占PM_2.5的48%，说明浮尘过程中PM_2.5中一次组分比重明显上升. 各组分按质量浓度大小排序为：OM>SO₄^2->NO₃^->NH⁺>Ca²⁺>EC>Cl^->K⁺>Mg²⁺.

P2为灰霾污染，PM_2.5的各组分较CD和P1均有明显上升，NO₃₄^-、 SO₄^2-、 NH⁺、 OM、 EC、 Ca₄²⁺、 Cl^-、 K⁺浓度分别为CD过程的4.1、 3.5、 4.1、 3.4、 4.7、 1.5、 2.5、 2.2倍，一次和二次组分的增长倍数相差不大. 期间，PM_2.5中OM、 NO₃^-、 SO₄^2-、 NH⁺的平均浓度总和为(91.4±34.4)μg ·m₄^-3，占PM_2.5的64%. 各组分按质量浓度大小排序为：OM>NO₃^->SO₄^2->NH⁺>EC>Cl^->K⁺>Ca²⁺>Mg²⁺.

P3为雾霾污染，PM_2.5的各组分中除Ca₄²⁺外，其余组分平均浓度均为所有污染过程中最高. P3中NO₃^-、 SO₄^2-、 NH⁺、 OM、 EC、 Ca₄²⁺、 Cl^-、 K⁺浓度分别为CD过程的7.1、 7.6、 7.9、 4.4、 5.9、 1.1、 3.0、 2.1倍，二次组分的增长倍数显著高于一次组分，说明P3过程的二次生成作用在高湿、 静稳的气象条件下有所增强. 各组分按质量浓度大小排序为：OM>NO₃^->SO₄^2->NH⁺>EC>Cl^->K⁺>Ca²⁺>Mg²⁺，与P2组分顺序相同.

P4为过境污染，NO₃₄^-、 SO₄^2-、 NH⁺、 OM、 EC、 Ca²⁺、 Cl^-、 K⁺浓度分别为CD过程的4.3、 7.1、 5.9、 2.3、 3.5、 1.0、 2.4、 1.8倍，其中SO₄^2-的增长倍数最高，且增长速度很快，这可能是由于SO₄^2-的不易挥发性导致其可以通过长距离输送形成区域性污染^{[33, 34, 35]}. 过境污染影响速度快，时间短，因此本研究还对比了最大小时组分的浓度差异，见图 2(c). 从中可知，在最大小时浓度时P4的SO₄^2-浓度在各污染过程中浓度最高，虽然在整个过程中浓度低于P3. 说明在短暂的几个小时里，气团沿西北方向经长距离传输至上海的过程中夹带了高浓度的SO₄^2-气溶胶.

利用HYSPLIT轨迹模式，结合美国环境预报中心(NCEP)和国家大气研究中心(NCAR)联合发布的全球再分析资料(FNL)，对2013年11月25日至12月11日传输至上海市的气团进行聚类分析，该方法根据气团的移动速度和方向对大量轨迹进行聚类，通过结合传输至上海市的气团类型和大气颗粒物化学特征分析，可以基本掌握不同污染过程的大致来源和污染差异.

图 3给出了污染期间传输至上海市的气团特征和不同气团传输下颗粒物的化学组成差异. 从中可见，将2013年11月底至12月初传输至上海市的气团聚类分析，主要包括以下6类气团.

图 3

Fig. 3

(a)整个污染过程气团的聚类分析； (b)不同气团下PM2.5的化学组成分布； (c)不同污染过程的气团分布图 3 污染期间传输至上海市的气团特征和不同气团传输下颗粒物的化学组成差异 Fig. 3 Characteristics of air trajectories transported to Shanghai and differences of particulate chemical compositions under these air trajectories

(1)cluster1 从海面经上海南边传输至上海，cluster1下上海市PM_2.5和PM₁₀的平均浓度分别为(127±74)μg ·m₄^-3和(197±111)μg ·m^-3，PM_2.5/PM₁₀为64.5%，PM_2.5中NO₃^-、 SO₄^2-、 NH⁺等可溶性离子浓度较高.

(2)cluster2 始于蒙古，沿西北方向，经内蒙古、 河北、 江苏等省份传输至上海，cluster2下上海市的 PM_2.5和PM₁₀的平均浓度分别为(130±76)μg ·m^-3和(267±91)μg ·m^-3，PM_2.5/PM₁₀仅占48.7%，粗粒子比例较大，PM_2.5中Ca²⁺浓度最高.

(3)cluster3 同样始于蒙古，沿西北-东南方向传输，沿途经过内蒙古、 河北、 河南、 江苏、 浙江等省份，最终从浙江境内传输至上海，cluster3气团下上海市的PM_2.5和PM₁₀的平均浓度分别为(119±45)μg ·m^-3和(214±58)μg ·m^-3，PM_2.5/PM₁₀为55.6%，PM_2.5中Ca²⁺浓度很高.

(4)cluster4 气团从我国中原地区沿西北-东南方向传输至东海，再由海上从上海的东边进入上海区域，气团传输轨迹较短，气流移动速度较慢，表明该时段下天气形势较稳定，传输过程中污染物有充足的时间进行二次反应. cluster4气团下上海市的PM_2.5和PM₁₀的平均浓度分别为(128±49)μg ·m₄^-3和(176±58)μg ·m^-3，PM_2.5/PM₁₀高达72.7%，细粒子污染较严重，PM_2.5中NO₃^-、 SO₄^2-、 NH⁺等可溶性离子浓度较高.

(5)cluster5 气团轨迹很短，移动速度缓慢，停留时间长，天气静稳，且气团主要集中在长三角区域，有利于颗粒物的二次生成，cluster5气团下上海市的PM_2.5和PM₁₀的平均浓度分别为(355±105)μg ·m₄^-3和(472±128)μg ·m^-3，PM_2.5/PM₁₀高达75.2%，颗粒物老化严重，PM_2.5中OM、 NO₃^-、 SO₄^2-、 NH⁺等二次组分浓度最高.

(6)cluster6 始于俄罗斯境内，沿西北-东南方向传输至上海区域，气团传输轨迹很长，表明气流移动速度快，cluster6气团下上海市大气PM_2.5和PM₁₀的平均浓度分别为(118±133)μg ·m^-3和(185±164)μg ·m^-3，气团相对较清洁，PM_2.5/PM₁₀为63.8%.

由图 4还可知，CD过程上海市的气团均来自cluster6，cluster6下上海市的PM_2.5相对较清洁，且各组分浓度均处于最低水平，说明移动速度较快的cluster6对上海市空气污染影响不大.

图 4

Fig. 4

图 4 污染期间上海市大气PM2.5的SOR、 NOR特征 Fig. 4 SOR and NOR values of PM2.5 in Shanghai during pollution episodes

P1过程上海市的气团主要来自cluster2和cluster3，这两个气团下PM_2.5/PM₁₀的比例都较低，尤其是cluster2，且PM_2.5中的Ca²⁺浓度最高，两个气团均始于蒙古，传输较长距离至上海，说明气团在传输过程中可能将蒙古或是内蒙地区的沙尘带至上海区域.

P2中，传输至上海的气团种类较多，包括长距离传输的cluster2、 3、 6，还有传输轨迹较短的cluster4. 说明P2过程中，上海市污染既受到长三角区域的静稳天气影响，也有通过西北气流传输的来自我国内陆地区的污染^[36]，而经海面到达上海的cluster4会增加大气湿度，促进颗粒物的液相反应，加剧污染程度.

P3过程中，到达上海市的气团同样复杂多样，包括cluster1、 4、 5、 6，其中移动速度较缓慢的cluster4占比最高. 同时气团中还包括颗粒物浓度最高的cluster5，大气扩散条件差，导致污染物的累积，颗粒物中NO₃₄^-、 SO₄^2-、 NH⁺、 OM等二次组分浓度最高. 同时经过海上的cluster1、 4、 5容易夹带水汽至空气中，有利于颗粒物的二次生成，因此P3中对上海市污染贡献较大的区域包括长三角区域、 山东、 河北等地区.

P4过程传输至上海的气团包括cluster1、 2、 5、 6，长距离传输的cluster6和短距离的cluster5影响最多，因此对上海市污染贡献最主要的区域来自我国北部、 西北部区域，同时还包括长三角区域.

SO₄^2-和NO₃^-主要通过SO₂和NO₂等气态污染物的二次反应生成. SO₄^2-和NO₃^-浓度的大小与SO₂和NO₂的氧化效率有关，SO₄^2-和NO₃^-的生成通常用硫转化率(SOR=n(SO₄^2-)/[n(SO₄^2-)+n(SO₂)])和氮转化率(NOR=n(NO₃^-)/[n(NO₃^-)+n(NO₂)])来表征^[37]. 研究认为，当大气中只有一次污染物时，SOR ＜0.1； 当SOR>0.1时，说明大气中的SO₂可能发生了光化学反应^{[38, 39]}.

图 4给出了2013年11月底至12月初，上海市大气PM_2.5的SOR和NOR时间变化序列. 从中可知，清洁天的SOR和NOR值分别为0.06和0.11，见图 4中橘色和绿色实线.

研究结果显示，P1、 P2、 P3和P4的SOR平均值分别为0.102、 0.137、 0.348和0.224，显著高于清洁天的SOR. P3过程的SOR值最高，该污染过程中SO₂的二次生成最为显著，且水汽含量越高SOR越大，说明上海地区大气光化学反应活跃，丰富的水汽含量可能更有利于SO₄^2-的多相生成^[40]. 由上可知，从P2和P4的污染程度分析，P2的PM_2.5平均浓度略高于P4，持续时间长于P4，且P2过程NO₂和O₃等大气氧化产物浓度均高于P4，但P2的SOR值却显著低于P4，表明P4过程高浓度的SO₄^2-可能与长距离传输有关.

P1、 P2、 P3和P4的NOR平均值分别为0.100、 0.173、 0.244和0.246，P2、 P3和P4过程的NOR值显著高于清洁天气，说明在灰霾天气下NO₂向NO₃^-的转化明显高于清洁天. P3和P4的NOR值最高，其中P3过程，高湿、 静稳的天气条件导致高浓度的NO₂通过多相反应进入颗粒态，从而导致细粒子中NO₃^-在离子组分中的比例明显提高^{[41, 42]}. 而P4则有所不同，由前面的分析可知，P4过程中NO₂和O₃浓度都不是很高，而图 4中显示在12月9日06:00点开始出现NOR高值，且高值时间与SOR吻合，说明高浓度的NO₃^-和SO₄^2-来源一致，快速的长距离传输至上海的气团中也同时夹带了高浓度的NO₃^-. 这和以往的研究结果有明显不同^{[33, 34, 35]}，说明在较低温度的冬天易挥发的NO₃^-气溶胶在较短的时间里同样可以被气团夹带进行长距离传输.

(1)2013年11月底至12月初上海市连续出现多场严重的颗粒物污染，分别为浮尘污染、 灰霾污染、 雾霾污染、 长距离传输的过境污染. 当中雾霾污染最为严重，PM₁₀和PM_2.5小时平均浓度为300μg ·m^-3和224μg ·m^-3，日均最大浓度分别达到536μg ·m^-3和411μg ·m^-3，PM₁₀和PM_2.5分别是国家二级标准的3.6和5.5倍，PM_2.5/PM₁₀高达76.7%.

(2)浮尘污染中，PM_2.5中Ca²⁺的浓度在所有污染过程中最高，且PM_2.5中一次组分比重明显上升. 期间，上海市的气团主要来自始于蒙古的cluster2和cluster3，这两个气团下PM_2.5/PM₁₀值都较低，且PM_2.5中的Ca²⁺浓度较高，说明气团在传输过程中可能将蒙古或是内蒙地区的沙尘带至上海区域.

(3)灰霾污染中，PM_2.5的各组分较清洁天和浮尘天均有明显上升，传输至上海的气团种类较多，P2过程中，上海污染既有受到长三角区域静稳天气的影响，也有通过西北气流传输的来自我国内陆地区的污染.

(4)雾霾污染PM_2.5的各组分中除Ca₄²⁺外，其余组分平均浓度均为所有污染过程中最高，二次组分的增长倍数高于一次组分，二次生成作用在高湿、 静稳的气象条件下有所增强. 到达上海市的气团复杂多样，其中移动速度较缓慢的cluster4和cluster5影响最大，大气扩散条件差，气团停留时间长，有充足的时间进行污染物二次生成，颗粒物中NO₃^-、 SO₄^2-、 NH⁺、 OM等二次组分浓度最高. 同时经过海上的cluster1、 4、 5容易夹带水汽至空气中，加剧了颗粒物的二次生成.

(5)过境污染中SO₄^2-的增长倍数最高，且增长速度快，在短暂的几个小时里，气团沿西北方向经长距离传输至上海的过程中夹带了高浓度的SO₄^2-气溶胶. 长距离传输的cluster6和短距离的cluster5对上海影响最多，表明影响上海市污染的主要区域包括我国北部、 西北部和长三角区域.

(6)P1、 P2、 P3和P4的SOR平均值分别为0.102、 0.137、 0.348和0.224，显著高于清洁天的SOR. P3的SOR值最高，该污染过程SO₂的二次生成最为显著，且丰富的水汽含量可能更有利于SO₄^2-的多相生成. P1、 P2、 P3和P4的NOR平均值分别为0.100、 0.173、 0.244和0.246，P2、 P3和P4过程的NOR值显著高于清洁天气，说明在灰霾天气下NO₂向NO₃^-的转化明显高于清洁天.