山东泗水春季农田地表空气中PM 2.5浓度变化及影响因素

武亚堂，吴建国，王 立

（1.甘肃农业大学林学院，甘肃 兰州730070；2.中国环境科学研究院，北京100021）

大气颗粒物(particulate matter，PM)主要指以固态和液态形式悬浮于大气中各种颗粒状物的总称[1]。PM2.5是空气动力学粒径≤2.5μm的大气颗粒物，在我国又被称为细颗粒物[1]。随着城市化和工业化的快速发展，PM2.5成为区域性大气污染物之一[2-4]，危害人体健康和生态环境[5-6]。农田土壤风蚀扬尘是PM2.5的重要来源[7-8]。在风力的作用下，裸露农田地表土壤风蚀扬尘经扩散等过程影响近地表空气和高地表中PM2.5浓度及空气质量[9-10]。同时，外源输送和区域空气中的PM2.5也会经扩散与干、湿沉降过程而影响农田近地表空气中的PM2.5浓度[7]。因此，系统分析农田近地表空气中PM2.5浓度变化及影响因素，对科学认识裸露农田土壤产生的PM2.5对大气环境的影响具有重要现实意义。

在国际上对PM2.5研究还多集中于欧美国家(如美国、意大利和波兰)的一些城市及工业污染区[11-13]，并且对土壤风蚀扬尘排放清单[14]、元素解析[15]、变化特征[16]及免耕[17]、休耕[18]、留茬和田间管理[19]、土壤质地[20]、纹理和有机质含量[21]等对土壤风蚀扬尘影响方面的研究也引起了重视。另外，一些研究发现土壤风蚀扬尘PM10排放与土壤湿度呈负相关关系[14]，与风速呈显著正相关关系[22]。但对农田土壤风蚀扬尘PM2.5排放研究却不多[7]，特别是对农田近地表空气中PM2.5浓度变化及影响因素研究报道极少。在我国，空气中颗粒物浓度变化及影响因素研究也在许多城市或工业污染区展开[23-25]，并且对农田土壤风蚀扬尘颗粒物排放及影响因素也有研究报道，如在农牧交错带非沙区农田平均PM10通量与风速呈显著线性关系，最大PM10排放量与风速呈幂函数关系[26]；在陕西中北部农田地表PM10排放量与土壤湿度呈负相关关系，与摩阻风速呈四次幂函数关系，与地表粗糙度呈幂函数关系等[27]；在山东泗水县春季农田近地表空气中PM10浓度变化与风速呈显著负相关和指数函数关系，与相对湿度呈显著二次函数关系，与气温呈显著“S”曲线函数关系[28]。这些研究结果对认识农田土壤风蚀扬尘PM10排放及影响因素研究有重要参考价值，但目前对农田近地表空气中PM2.5浓度变化及影响因素研究却少有报道。

近年来，大气污染最严重的京津冀及周边地区空气质量虽已明显好转[29-30]，但PM2.5污染物问题还没有彻底解决[31]。该区域种植前开垦旱作农田面积大，加上在易旱多风的春季因缺少植被覆盖而地表土壤处于裸露或半裸露状态[32]，使春季土壤风蚀扬尘排放成为影响区域空气中PM2.5的重要来源[7]。裸露农田土壤风蚀扬尘PM2.5排放严重影响京津冀及周边空气质量[33-34]。系统分析这些裸露农田近地表空气中PM2.5浓度变化及影响因素，对科学认识京津冀及周边地区大气重污染成因和制定有效控制对策等有重要的现实意义。目前对京津冀及周边地区土壤风蚀扬尘排放及影响因素已有一些研究[35]，但对农田近地表空气中PM2.5浓度变化及影响因素却很少有研究报道。济宁市位于京津冀周边地区，总土地面积11187 km2，其中耕地面积庞大(6113 km2)，占总面积的55%[36]。另外，济宁市现已初步形成结构较完整的工业体系，是山东省重点建设的三大工业城市之一。大气污染主要受土壤扬尘(贡献率为30%)的影响，其次受到不同程度人为污染源(燃煤、交通扬尘和汽车尾气排放，贡献率分别为26%、10%和8%)的影响[37]。为此，本研究在旱作农田分布广泛、大气污染严重的山东省济宁市[38]，选择典型开垦农田，进行春季近地表80 cm处空气中PM2.5浓度变化与气象、土壤温湿度因素同步观测，对农田近地表空气中PM2.5浓度变化及影响因素进行探索，旨为准确确定农田土壤风蚀扬尘PM2.5排放对空气质量的影响，科学制定政策控制大气污染提供一定的依据和参考。

1 材料与方法

1.1 研究区概况和试验地选择

研究区位于济宁市泗水县，在山东省中南部，泰沂山南麓(35°28′−35°48′N，117°5′−117°35′ E)；该县东西横距最大约为46 km，南北纵距最大约为41 km；呈现出南北高、中部低，由东向西倾斜的地势，南北多为400 m以下低山丘陵，中部为河谷平地。境内河流属淮河水系，多东西流向[36]。该县地处暖温带大陆性季风气候区，年均气温13.4℃，年降水量755 mm(主要集中于7月− 9月)，年相对湿度65%，无霜期180 ～220 d，春季(3月 − 5月)易旱多风和大风[39]。同时,该县为典型农业县，总土地面积约为1.12×105hm2，其中农用地面积约84 954 hm2(耕地面积约56 043 hm2)，主要种植小麦(Triticum aestivum)、玉米(Zea mays)、马铃薯(Solanum tuberosum)和油料作物，旱作农田分布广泛；并且前茬作物收获后地表多不会留存秸秆，使冬春季农田地表土壤覆盖度低，呈季节性裸露和半裸露的状态[36]。观测场地选择在位于距离泗水县城中心约15 km处的泗河北岸的林泉西村(35°68′N，117°38′E)，观测场地选择参考文献[28]。

1.2 PM 2.5 浓度观测

在2019年的3月1日至5月31日，进行近地表空气中PM2.5逐日采样观测。大量的研究发现白天城市空气中PM2.5浓度变化在08:00−09:00时出现峰值[40-41]，所以本研究PM2.5采样观测在每天08:00 −09:00进行。考虑到过去土壤风蚀扬尘与颗粒物浓度观测都集中在1 m以上较高地表[27]，基于对近1 m内地表空气中颗粒物采样观测分析不足，对农田近地表土壤风蚀扬尘认识有限等客观事实，本研究开展农田近地表1 m内空气中PM2.5浓度观测分析。结合考虑气象站观测高度限制，采样高度设为近地表80 cm处，采样仪布设于观测场的中心。采样PM2.5仪器为青岛精诚仪器仪表有限公司于2018年2月生产的JH-120F型智能颗粒物中流量采样器，配备有QH-100中流量PM2.5切割器。采气流量为100 L·min−1，每次采集时间为60 min。利用滤膜称重法确定采集空气中PM2.5质量，即用上海佑科仪器仪表有限公司于2018年3月生产的FA1104B型0.1 mg精度电子天平，在采样前和采样后分别称空白滤膜和已采集到空气中PM2.5滤膜质量，根据采集后与采集前滤膜的质量差，计算采集空气中PM2.5质量，再根据采气流量100 L·min−1计算采样60 min累积采样空气体积，由采样PM2.5质量与采样空气的体积计算空气中PM2.5质量浓度。所用滤膜为山东青岛精诚仪器仪表有限公司于2018年6月生产的直径90 mm玻璃纤维滤膜。在停止采样时，滤膜存放在干净滤膜盒内进行低温遮光密封保存。在降雨天(包括3月29日及4月8、9和11日)以及停电时(3月6日)停止PM2.5采样观测。

1.3 环境因素监测

本研究环境因素指标为气象因素(风速、气温和相对湿度)和土壤温湿度。在2019年3月1日−5月31日，使用河北省邯郸市清易电子科技有限公司于2018年5月生产的QS-3000自动气象站(该气象站架设在观测场北偏东45°距离PM2.5采样仪约2 m处位置)，在PM2.5采样开始与结束时段进行近地表80 cm处风速、气温和相对湿度的同步监测，每隔30 min自动记录数据。同时，使用美国Decagon公司于2016年8月生产的5通道的Em50土壤温湿度数据采集器，在PM2.5采样开始与结束时段，同时测定0− 5 cm土壤温湿度，每隔30 min自动记录数据。

1.4 数据分析

为了使环境因素分析时段与PM2.5浓度采样观测时段一致，把PM2.5浓度观测时段对应期间的气象和土壤温湿度因素按30 min记录观测数据都统一按60 min平均值计算。另外，把3月2日和5月13日受沙尘影响明显的观测数据进行剔除以减少区域沙尘对观测数据的影响。本研究以线性回归和Pearson相关系数分析法，分析农田近地表空气中的PM2.5浓度变化与风速、气温、空气相对湿度、0 −5 cm土壤温湿度的关系；以曲线回归分析法，分析PM2.5浓度变化与风速、气温、相对湿度和0−5 cm土壤温湿度非线性关系；以多元线性回归和逐步回归分析模型，综合分析PM2.5浓度变化与风速、气温、相对湿度和0−5 cm土壤温湿度的关系。所有数据处理和图表制作都在Excel 2013中进行，所有数据分析都在SPSS 21.0软件中完成。

2 结果与分析

2.1 PM 2.5 浓度逐日变化特征

在3月− 5月，农田近地表80 cm处空气中PM2.5浓度变化不同(图1)。在3、4和5月，PM2.5浓度平均值分别为174.40、148.15和160.00μg·m−3，变化范围分别为66.67～333.33、16.67～266.67和66.67～216.67 μg·m−3，变异系数分别为37%、41%和27% (图1)。

在3月− 5月，农田近地表80 cm处空气中PM2.5浓度平均值为160.98μg·m−3，变化范围为16.67～333.33μg·m−3，变异系数为36%(图2)。

图1 PM 2.5浓度与气象因素的变化特征Figure 1 Changes in fine particulate matter (PM 2.5)concentrations and meteorological factors

图2 3月1日 − 5月31日PM 2.5浓度变化特征Figure 2 Changesin fine particulate matter (PM 2.5)concentrationsfrom 1st March to 31st May

2.2 PM 2.5 浓度变化与环境因素的关系

2.2.1 PM2.5浓度变化与气象因素的关系

在3月− 5月，农田近地表80 cm处空气中PM2.5浓度与气象因素相关性不同。在3月，平均风速为1.74 m·s−1，变化范围为0.43～5.20 m·s−1；平均气温为6.89 ℃，变化范为0.50～14.46℃；空气平均相对湿度为68.01%，变化范围为41.13%～99.9%。在4月，平 均 风 速 为1.63 m·s−1，变 化 范 围 为0.67～4.1 m·s−1；平均气温为13.20℃，变化范围为6.87～21.23℃；平均相对湿度值为74.91%，变化范围为40.77%～99.9%。在3月和4月，PM2.5浓度变化与风速、气温和空气相对湿度相关系数(表1)和线性回归关系(表2)均不显著(P>0.05)。在5月，平均风速1.43 m·s−1，变化范围为0.30～5.13 m·s−1，PM2.5浓度变化与风速呈极显著负相关关系(P<0.01)。与风速呈极显著的指数函数关系(P<0.01)；平均气温为20.40℃，变化范围为15.77～27.23℃；平均相对湿度为64.67%，变化范围为27.23%～87.87%，PM2.5浓度变化与相对湿度呈显著二次函数关系(P< 0.05)，但PM2.5浓度变化与气温、相对湿度相关系数和线性回归关系却均不显著(P>0.05)。

表1 PM 2.5浓度与环境因素的Pearson相关系数Table 1 Pearson correlation coefficientsbetween fine particulatematter (PM 2.5)concentration and environmental factors

表2 PM 2.5浓度(y)与环境因素(x)的非线性回归方程Table 2 Nonlinear regression equation of fine particulate matter (PM 2.5)concentration (y)with environmental factors (x)

在3月− 5月，平均风速为1.59 m·s−1，变化范围为0.30～5.20 m·s−1，PM2.5浓度变化与风速变化呈显著的指数函数关系(P< 0.05)；平均气温为13.66℃，变化范围为0.50～27.23℃，PM2.5浓度变化与气温变化呈极显著的倒数函数关系(P<0.01)(表2)；平均空气相对湿度为69.02%、变化范围为27.23%～99.9%，但PM2.5浓度变化与气温、风速、相对湿度变化的相关系数和线性回归关系都不显著(P>0.05)(图1和表1)。

2.2.2 PM2.5浓度变化与土壤温湿度的关系

在3月−5月，农田近地表80 cm处空气中PM2.5浓度与土壤因素相关性不同。在3月，平均土壤温度为7.22℃，变化范围为2.73～14.17℃；平均土壤湿度为14.28%，变化范围为14.15%～14.42%；PM2.5浓度变化浓度与土壤温湿度相关系数和线性回归关系都不显著(P>0.05)。在4月，平均土壤温度为13.39℃，变化范围为7.7～18.83℃，PM2.5浓度变化与土壤温度相关系数和线性回归关系也都不显著(P>0.05)；土壤平均湿度16.05%，变化范围为14.22%～19.22%，PM2.5浓度变化与土壤湿度呈极显著负相关关系(P<0.01)，并且与土壤湿度也呈极显著指数函数关系(P< 0.01)(表2)。在5月，土壤平均温度为19.89℃，变化范围13.7～25.3℃；土壤平均湿度为18.28%，变化范围为17.62%～18.93%，PM2.5浓度变化与土壤温湿度相关系数及线性回归关系都不显著(P>0.05)(图3和表1)。

在3月− 5月，土壤平均温度13.65℃，变化范围为2.73～25.3℃；土壤平均湿度为16.25%，变化范围为14.15%～19.22%，PM2.5浓度变化与土壤湿度呈显著负相关关系(P<0.05)，并且与土壤湿度呈显著指数函数关系(P<0.05)(表2)，但与土壤温度相关系数和线性回归都不显著(P>0.05)(图3和表1)。

2.3 PM 2.5 浓度变化与环境因素综合关系

图3 PM 2.5浓度和土壤温湿度变化特征Figure 3 Changes in fineparticulatematter (PM 2.5)concentration with soil temperatureand moisture

以农田近地表80 cm处空气中PM2.5浓度为因变量，以风速、气温、相对湿度和0−5 cm土层温湿度为自变量，PM2.5浓度变化与环境因素多元回归关系达到显著水平(R2=0.172，P=0.01)，但只有风速标准化回归系数(−0.230)和0−5 cm土层土壤湿度标准化回归系数(−0.467)显著(P<0.05)(表3)。

按变量纳入标准为P<0.05进行PM2.5与环境因素逐步回归分析，表明气温、相对湿度、0−5 cm土壤温度为排除变量(表4)，只有风速和土壤湿度变量进入模型，PM2.5浓度变化与环境因素多元线性回归方程为y= −13.777x1− 8.249x2+ 316.988(x1为风速，x2为0−5 cm土壤湿度，R2=0.187，F=5.413，P=0.006)，按标准化回归系数比较，0− 5 cm土壤湿度对PM2.5浓度变化影响大于风速影响(表5)。

表3 PM 2.5浓度与环境因素多元线性回归方程参数Table 3 Parametersof themultiple linear regression equation of fine particulatematter (PM 2.5)concentration with environmental factors

表4 PM 2.5浓度与环境因素多元线性逐步回归方程已排除变量参数Table 4 Parametersof thestepwise multiplelinear regression equation of fineparticulatematter (PM 2.5)concentration with theexcluded environmental factors

表5 PM 2.5浓度与环境因素多元线性逐步回归方程的参数Table5 Stepwisemultiple linear regression equation parametersof PM 2.5 concentrationswith environmental factors

3 讨论

3.1 农田近地表空气中PM 2.5 浓度变化特征

相关研究发现，城市空气中PM2.5浓度变化较大。如杨兴川等[42]观测发现2016年京津冀地区空气中PM2.5平均浓度为71.84μg·m−3；王浩等[43]观测发现2007−2014年春季北京地区空气中PM2.5平均浓度为77.2μg·m−3；赵晨曦等[24]观测发现北京城区空气中PM2.5平均浓度为86.88μg·m−3，在冬春季空气中PM2.5浓度变化范围为10～540μg·m−3；郭春月等[25]观测发现冬春季济宁城区空气中PM2.5平均浓度为94.37μg·m−3，变化范围为50～340μg·m−3。本研究表明，与以上城市空气中PM2.5浓度相比，在3月− 5月农田近地表80 cm处空气中PM2.5浓度较高(平均值为160.98μg·m−3)。这表明在分析春季区域空气中的PM2.5浓度变化中，对农田近地表空气中的PM2.5也需要重视。

3.2 环境因素对农田近地表空气中PM 2.5 浓度变化影响

较高的PM2.5浓度不仅与当地污染物排放和外源输送有关，而且与裸露农田地表土壤风蚀扬尘排放有关[9]。事实上，农田近地表空气中PM2.5浓度变化受污染源排放、环境因素等的综合影响[44]。在山东泗水县3月− 5月，农田近地表80 cm处空气中PM2.5浓度波动性较大(16.67～333.33μg·m−3)。这与风速、气温、相对湿度、0−5 cm土层土壤温湿度因素综合作用有关。在污染源相对稳定的条件下，气象因素对空气中PM2.5浓度变化起主导作用[44]。但影响空气中PM2.5浓度变化环境因素不是单一因素的作用，而是受多种因素共同作用[45]。

风对空气中PM2.5稀释、扩散和输送起着重要的作用[22]。风速变化将直接影响近地表空气中PM2.5聚散以及浓度分布[22]。本研究表明，山东泗水县3月− 5月，农田近地表80 cm处空气中PM2.5浓度变化与风速呈负相关关系，相关性并不显著，但与风速呈显著指数函数关系(P< 0.05)。以往研究[28]分析发现PM10浓度变化与风速呈显著负相关和指数函数关系，存在一定差异。这主要可能因为PM2.5和PM10在理化性质方面存在一定差异[1]，加上观测时段不同引起的环境条件和浓度的不同，所以PM2.5与风速的关系不同。

本研究表明，山东泗水县3月− 5月农田近地表80 cm处空气中PM2.5浓度变化与气温线性关系并不显著，这与郭春月等[25]在山东济宁市冬春季研究发现PM2.5浓度变化与气温相关性不显著结论一致。但是，本研究结果也表明，农田近地表80 cm处PM2.5浓度变化与气温的倒数函数关系却达到极显著的水平(P<0.01)。这可能与空气对流活动有关。在春季大气环流背景下，山东泗水县农田近地表气温变化不足以改变大气湍流运动和垂直对流，而近地表气温较高却反而与没有冷空气活动、天气稳定有直接关系[46]。与以往研究[28]相比，PM2.5与PM10浓度变化与气温关系存在差异，这与PM2.5和PM10在理化性质差异[1]，以及观测时间差异等有关。

有研究发现，在城市空气中PM2.5浓度变化与相对湿度呈显著正相关关系[41]。本研究表明，山东泗水县3月− 5月开垦农田近地表80 cm处空气中PM2.5浓度变化与空气相对湿度相关系数和线性回归关系都不显著。相对湿度对空气中PM2.5影响主要体现在成核和凝聚等过程，湿度越大越有利于农田近地表空气中PM2.5凝聚，从而使空气中PM2.5浓度升高(未发生沉降情况下)[41]。但本研究在08:00−09:00时观测农田近地表80 cm处空气中PM2.5浓度，此刻日照强度弱、气温低，近地表空气相对湿度长时间维持较高甚至接近饱和水平，使近地表空气中PM2.5吸附水汽而滞留凝聚，致使浓度较高且变化不大。与以往研究[28]发现在山东泗水县春季开垦农田近地表80 cm空气中PM10浓度变化与相对湿度呈显著二次函数关系不同。原因可能是在重力的作用下，质量较大的PM10易发生湿沉降，使空气中PM10浓度降低。

本研究表明，山东泗水县3月 − 5月近地表80 cm处空气中PM2.5浓度变化与0−5 cm土层土壤温度相关系数和线性回归关系都不显著。这可能因为土壤温度变化与气温直接相关[9]，虽然3月− 5月土壤温度随气温升高而升高，但仍处于低水平，所以农田近地表80 cm处空气中PM2.5浓度与0−5 cm土层土壤温度相关系数和线性回归关系并没有达到显著水平。这与以往研究[28]中农田近地表80 cm空气中PM10浓度变化与0−5 cm土层土壤温度的关系一致。

本研究表明，山东泗水县3月− 5月近地表80 cm处空气中PM2.5浓度变化与土壤湿度呈显著负相关和指数函数关系(P<0.05)。这可能因为土壤湿度较高时，使土壤颗粒表面形成水膜层，土壤颗粒受到表面水膜静电作用及张拉力和粘附力约束，不易被风扬起[9]，从而抑制农田土壤风蚀扬尘PM2.5排放[14]。这与以往研究[28]观测发现在山东泗水县春季开垦农田近地表80 cm空气中PM10浓度变化与0−5 cm土层土壤湿度相关系数和线性回归关系不显著存在差异。这主要可能因为PM2.5和PM10在理化性质方面存在差异[1]，以及观测时段不同导致的。另外，本研究也表明，与3月和5月相比，4月农田近地表80 cm处空气中PM2.5浓度变化与土壤湿度呈显著负相关和指数函数关系(P<0.05)，这可能与4月频繁降水致使土壤湿度变化较大有关。这与以往研究[28]观测发现在山东泗水县4月开垦农田近地表80 cm空气中PM10浓度变化与0−5 cm土层土壤湿度呈显著负相关和“S”曲线函数关系，存在一定相似性。

本研究表明，在山东泗水县3月− 5月0−5 cm土层土壤湿度和风速对农田近地表80 cm处空气中PM2.5浓度变化影响较大。这与以往研究[28]观测发现在山东泗水县3月−5月0−5 cm土层风速对农田近地表80 cm处空气中PM10浓度变化影响较大，二者存在差异和共性。

此外，降水对山东泗水县3月− 5月农田近地表80 cm处空气中PM2.5浓度变化具有一定的影响。山东泗水县春季PM2.5平均浓度最小值出现在4月。原因可能是，一方面4月频繁降水导致土壤湿度较大抑制农田土壤风蚀扬尘PM2.5排放，另一方面降水对农田地表80 cm处空气中PM2.5具有显著的清除作用[23]。

另外，植被变化、农田结构、耕作措施、农业生产及人类活动对山东泗水县3月− 5月农田近地表80 cm处空气中PM2.5浓度变化具有一定的影响。2月下旬至3月初为春耕期，在开垦前后地表土壤一直处于裸露或半裸露的状态，这时段PM2.5浓度变化也在一定程度受农业生产以及机械扰动产生耕作尘的影响。在此期间进行撒播粪肥、施肥、耙地、播种、灌溉、覆膜、除草以及喷洒杀虫剂控制杂草等田间活动。因此农田土地开垦和利用等人为活动对农田近地表80 cm处空气中PM2.5浓度变化具有一定的影响。需要指出，气候变化、霾污染、沙尘活动等极端天气也会对山东泗水县3月−5月农田近地表80 cm处空气中PM2.5浓度变化产生一定的影响[28,30]。

3.3 限制与不足

尽管本研究分析了山东泗水县春季开垦农田近地表80 cm空气中的PM2.5浓度变化及多种影响因素，但仍旧存在一些问题需要指出，1)山东泗水县春季开垦农田近地表80 cm处空气中PM2.5浓度变化是多种环境因素综合作用的结果，具有复杂性和不确定性。特别是，风速增大使近地表空气中PM2.5浓度降低，风速增大也能使农田土壤风蚀扬尘排放增多而使近地表空气中PM2.5浓度增多，因此具有很强的复杂性和不确定性。2)土壤质地[20-21](团聚体粒度和稳定性、有机质含量等)和土壤特性[20-21](如结皮、纹理、盐分、粗糙度、植被盖度等)、作物类型和耕作方式[17-19]、复杂的天气条件[44]之间的相互作用也会产生裸露农田地表土壤风蚀扬尘PM2.5排放，造成较高的复杂性和不可预测性。3)当地污染物排放(工业燃煤、交通扬尘和汽车尾气排放等)与外来污染源输送、烟尘以及其他气态污染物等也对农田近地表空气中PM2.5浓度变化有影响。这使本研究结论会存在一定误差。尽管如此，目前空气中PM2.5浓度观测研究还集中在城市和工业污染地区，对农田近地表空气中PM2.5浓度观测研究还较少，由于农田下垫面条件不同与城市，并且高度不同，这些结果可能与城市测定结果不一致，对农田近1 m以内的空气中PM2.5的变化是否与城市上空高度空气的PM2.5变化一样，也是需要进一步开展研究。

4 结论

春季，山东泗水县农田近地表空气中PM2.5是影响空气质量的重要因素。相比相关城市空气中PM2.5浓度，农田近地表80 cm处空气中PM2.5浓度达到不容忽视的量级。春季，山东泗水县农田近地表80 cm处空气中PM2.5浓度受风速和0−5 cm土壤湿度影响最显著。在风和土壤湿度等因素综合作用下，农田土壤风蚀扬尘对近地表空气中PM2.5浓度产生一定影响。控制农田土壤风蚀扬尘排放PM2.5，对治理大气PM2.5污染具有重要意义。