Mối tương quan giữa bụi PM10, PM2.5 với các khí khác trong không khí xung quanh tại một số khu vực miền Bắc

23/04/2021

Tóm tắt

     Số liệu các trạm quan trắc tự động, liên tục đặt tại Hà Nội, Phú Thọ, Quảng Ninh đã được sử dụng trong bài viết. Việc nhận định sơ bộ nguồn gốc phát sinh bụi PM dựa trên hệ số tương quan Pearson giữa PM₁₀, PM_2.5 và NO₂, SO₂, CO, O₃. Kết quả đánh giá cho thấy, tại miền Bắc Việt Nam, nồng độ trung bình các thông số PM₁₀, PM_2.5, NO₂, SO₂, CO đều cao trong mùa đông (từ tháng 10 đến tháng 2) và thấp vào mùa hè (tháng 5 - 8). Diễn biến trong ngày của các thông số nêu trên thường đạt cực đại vào các giờ cao điểm giao thông buổi sáng (từ 7 - 9 h) và buổi chiều (từ 17 - 19h). Điều này cho thấy tác động của các điều kiện khí tượng và hoạt động giao thông đối với nồng các thông số này khá rõ ràng. Tại trạm Hà Nội, Quảng Ninh, Phú Thọ thông số PM₁₀ và NO₂, CO có tương quan lần lượt là (R<0,5), (R từ 0,49 - 0,68) và (R từ 0,60 - 0,70) cho thấy, mức độ ảnh hưởng khác nhau của nguồn phát thải từ giao thông tại các khu vực này.

Từ khóa: Ô nhiễm bụi, PM₁₀, PM_2.5, không khí xung quanh

1. Đặt vấn đề

    Để kiểm soát hiệu quả các nguồn phát thải bụi PM vào môi trường không khí thì việc xác định sự đóng góp của từng nguồn khí thải là rất quan trọng. Có nhiều phương pháp để xác định tỷ lệ đóng góp của các nguồn khí thải vào nồng độ bụi PM trong không khí xung quanh như phương pháp phân tích thành phần chính (PCA), phương pháp phân tích thành phần hóa học kết hợp với mô hình tiếp nhận (PMF, CMB), phương pháp sử dụng mô hình lan truyền (Dispersion Model), phương pháp sử dụng ảnh vệ tinh, trong đó phương pháp phân tích tương quan tỏ ra khá hiệu quả trong việc nhận diện sơ bộ các nguồn ô nhiễm không khí ảnh hưởng đến một khu vực [1]. Hai chất ô nhiễm có tương quan chặt có thể liên quan đến cùng một nguồn ô nhiễm. Do đó, nghiên cứu dưới đây sẽ tính toán tương quan giữa các thông số ô nhiễm không khí bao gồm PM₁₀, PM_2.5, NO₂, CO, SO₂, O₃ tại một số đô thị miền Bắc, từ đó đánh giá sơ bộ về các nguồn phát thải các thông số này. Nghiên cứu này được thực hiện trong khuôn khổ Đề tài khoa học công nghệ “Nghiên cứu xác định các nguồn đóng góp chính đối với bụi PM₁₀, PM_2.5 ở đô thị miền Bắc Việt Nam - Thực nghiệm tại Hà Nội, Quảng Ninh và Phú Thọ” do Trung tâm Quan trắc môi trường miền Bắc, Tổng cục Môi trường thực hiện.

2. Phương pháp nghiên cứu

Khu vực nghiên cứu

     Nghiên cứu tại 3 TP: Hà Nội, Hạ Long (Quảng Ninh), Việt Trì (Phú Thọ). Đây là khu vực đặt các trạm quan trắc không khí tự động, liên tục do Tổng cục Môi trường quản lý. Vị trí đặt các trạm này đều ở gần các trục đường giao thông chính.

Bảng 1. Thông tin các trạm quan trắc không khí tự động

TT	Tên trạm	Kinh độ	Vĩ độ	Địa chỉ
1	Hà Nội	105,8831	21,0491	Số 556 Nguyễn Văn Cừ, Gia Thụy, Long Biên, Hà Nội
2	Phú Thọ	105,3673	21,3384	Công ty xăng dầu Phú Thọ, đường Hùng Vương, Việt Trì
3	Quảng Ninh	107,1158	20,9416	Vườn hoa tại Khu I, p. Hồng Hà, Hạ Long, Quảng Ninh

Thu thập dữ liệu

    Các trạm tại Hà Nội, Hạ Long và Việt Trì được lắp đặt thiết bị quan trắc tự động liên tục bao gồm: bụi PM₁₀, PM_2.5 (Grimm EDM 180), NO₂, NO (Horiba APNA 370), SO₂ (APSA 370), CO (APMA 370), O₃ (APOA 370). Tần suất dữ liệu nhận được là 5 phút/lần. Số liệu được thu thập trong khoảng thời gian như sau: Hà Nội (2010 - 2018), Phú Thọ (2013 - 2019), Quảng Ninh (2014 - 2019). Trước khi phân tích các trường hợp số liệu trong thời gian thiết bị lỗi, số liệu bất thường đã được loại bỏ. Thời gian quan trắc giữa các trạm không hoàn toàn giống nhau, tuy nhiên quy luật diễn biến của các thông số theo các giờ trong ngày, theo các tháng năm và hệ số tương quan thường ổn định giữa các năm, vì vậy nghiên cứu đã thực hiện so sánh các quy luật này giữa các trạm.

Tính toán các giá trị trung bình

    Trung bình 1 h là trung bình các giá trị quan trắc trung bình 5 phút trong 1 giờ. Các giá trị thống kê mô tả và hệ số tương quan giữa các thông số được tính toán dựa trên giá trị trung bình 1 giờ. Trung bình theo các giờ trong ngày là trung bình các giá trị quan trắc trung bình 1 giờ tại cùng thời điểm qua nhiều ngày. Giá trị trung bình theo các giờ được sử dụng để đánh giá diễn biến các thông số trong ngày.

     Trung bình 1 tháng là trung bình các giá trị quan trắc trung bình 1 h trong 1 tháng. Trung bình tháng qua các năm là trung bình các giá trị trung bình 1 tháng qua nhiều năm. Giá trị trung bình tháng qua các năm được sử dụng để đánh giá diễn biến các thông số trong năm.

Phân tích tương quan

     Tính toán hệ số tương quan Pearson theo cặp giữa các thông số PM₁₀, PM_2.5, NO₂, CO, SO₂ và O₃. Để có thể tính được hệ số tương quan Pearson thì các cặp thông số phải có dữ liệu trong cùng 1 thời điểm. Tỷ lệ dữ liệu để tính hệ số tương quan giữa các cặp thông số đối với các trạm như sau: Hà Nội (43 - 88%), Phú Thọ (36 - 44%), Quảng Ninh (23 - 31%).

3. Kết quả nghiên cứu và thảo luận

3.1. Phân tích thống kê mô tả

     Giá trị trung bình của PM₁₀ và PM_2.5 (µg/m³) xếp theo thứ tự từ cao xuống thấp như sau: Hà Nội (63,8; 43,5), Phú Thọ (54,0; 39,8), Quảng Ninh (46,2; 29,1). Giá trị trung bình các thông số NO₂, O₃ tại Hà Nội cũng lớn nhất. Riêng giá trị trung bình của thông số SO₂ cao nhất tại Quảng Ninh và thấp nhất tại Hà Nội. Thông số SO₂ tại Quảng Ninh cao hơn có thể do khu vực này có nhiều nhà máy sử dụng nguyên liệu là than đá (trong than đá thường có lưu huỳnh).

Bảng 2. Thống kê đối với giá trị quan trắc tại 3 trạm

Đơn vị: µg/m³

Thông số	NO	NO2	SO2	CO	O3	PM10	PM2,5
Trạm Hà Nội
Giá trị tối đa	256,3	305,4	146,1	19628,9	388,6	554,2	502,1
Giá trị tối thiểu	0,3	0,1	0,5	1,0	1,1	1,1	1,1
Giá trị trung bình	35,8	43,5	15,7	2440,9	52,7	63,8	43,5
Độ lệch chuẩn	30,2	27,7	11,6	1701,6	58,7	47,3	33,2
Trạm Phú Thọ
Giá trị tối đa	240,8	243,1	155,8	9442,3	268,5	510,8	309,5
Giá trị tối thiểu	0,8	0,9	0,9	2,6	0,9	1,0	1,0
Giá trị trung bình	10,0	24,2	28,1	845,4	49,1	54,0	39,8
Độ lệch chuẩn	15,5	15,7	15,2	611,5	43,2	47,8	33,6
Trạm Quảng Ninh
Giá trị tối đa	192,1	182,7	161,7	14845,1	275,4	460,8	353,2
Giá trị tối thiểu	0,3	1,0	1,0	10,6	0,9	1,1	0,9
Giá trị trung bình	18,7	38,7	30,9	2492,7	39,6	46,2	29,1
Độ lệch chuẩn	21,6	24,2	12,4	3202,9	29,3	41,5	22,6

 

3.2. Biến động PM₁₀, PM_2.5 và các thông số khác trong năm

     Kết quả so sánh trung bình tháng cho thấy, nồng độ các thông số PM₁₀, PM_2.5, SO₂, CO, NO₂ có sự khác biệt đáng kể giữa mùa hè và mùa đông. Nồng độ các thông số trên cao nhất trong tháng 12 và tháng 1, thấp nhất trong giai đoạn từ tháng 6 - 8.

     Tại trạm Hà Nội, sự chênh lệch giữa các tháng trong năm thể hiện rõ nhất đối với thông số PM₁₀ và PM_2.5. Nồng độ PM₁₀ và PM_2.5 trung bình trong tháng cao nhất lớn gấp 2 lần so với tháng thấp nhất. Các thông số NO₂, SO₂, CO có mức độ biến động giữa các tháng thấp hơn.

Hình 1. Diễn biến giá trị trung bình tháng trong năm của các thông số tại trạm Hà Nội

     Tại trạm Phú Thọ và Quảng Ninh, nồng độ các thông số PM₁₀, PM_2.5 và NO₂ cũng có sự khác biệt lớn giữa mùa đông và mùa hè. Đặc biệt tại trạm Quảng Ninh, nồng độ PM₁₀, PM_2.5 trong tháng 12 và tháng 1 cao gấp nhiều lần so với giai đoạn từ tháng 5 - 9.

Hình 2. Diễn biến giá trị trung bình tháng trong năm của các thông số tại trạm Phú Thọ

Hình 3. Diễn biến giá trị trung bình tháng trong năm của các thông số tại trạm Quảng Ninh

     Có thể thấy, diễn biến theo mùa thể hiện rõ nhất đối với PM₁₀ và PM_2.5, các khí khác cũng có xu hướng tương tự, mặc dù mức độ biến thiên thấp hơn. Điều này cho thấy, bụi PM và các khí đều chịu cùng một sự tác động của điều kiện thời tiết khu vực phía bắc. Mùa đông, gió mùa Đông Bắc, khí hậu khô, lạnh, áp suất cao làm nồng độ bụi PM và các khí tăng cao. Ngược lại, trong mùa hè, các tỉnh thành phía bắc chịu tác động của gió Tây Nam và Đông Nam thổi ra biển hoặc lên phía Bắc, cùng những cơn mưa thường xuyên rửa trôi bụi bẩn trong không khí. Kết quả là, các tỉnh thành phía Bắc có nồng độ bụi PM và các khí trong mùa hè giảm đi rất nhiều so với mùa đông. Các nghiên cứu trước đây cũng chỉ ra các biến động theo mùa ở miền Bắc Việt Nam với các xu hướng này [3] [5] [6].

     Như vậy, yếu tố khí tượng là một trong những nguyên nhân khiến nồng độ bụi PM₁₀ và PM_2.5 và một số khí cao vào mùa đông. Trong đó, ảnh hưởng của nghịch nhiệt là khá đáng kể [3]. Có 2 cơ chế đối với hiện tượng nghịch nhiệt là: nghịch nhiệt bức xạ và nghịch nhiệt bổ sung. Hiện tượng nghịch nhiệt bức xạ thường xảy ra với tần suất cao vào đầu mùa đông, còn hiện tượng nghịch nhiệt bổ sung xảy ra trong suốt mùa đông nhưng với tuần suất thấp hơn. Sự thay đổi của chiều cao lớn biên khí quyển cũng là nguyên nhân làm cho các thông số PM₁₀, PM_2.5. CO, SO₂, NO₂ có nồng độ lớn nhất vào mùa đông và thấp nhất vào mùa hè [4]. Trong mùa đông chiều cao của lớp biên khí quyển thường thấp hơn nhiều so với mùa hè, vì vậy các chất ô nhiễm không thể phát tán lên cao.

3.3. Biến động PM₁₀, PM_2.5 và các thông số khác trong ngày

     Nồng độ các chất ô nhiễm trong không khí ảnh hưởng bởi sự thay đổi điều kiện thời tiết và cường độ phát thải giữa ngày và đêm. Các trạm đặt tại Hà Nội, Phú Thọ và Quảng Ninh đều là các trạm ven đường, vì vậy diễn biến của các thông số khá tương đồng. Các thông số như CO, PM₁₀, PM_2.5 có diễn biến trong ngày tương quan chặt chẽ với cường độ giao thông, do đó có thể nhận định những thông số này chịu ảnh hưởng từ các hoạt động giao thông khá rõ ràng.

     Các thông số CO, PM₁₀ và PM_2.5 đều có xu hướng cao vào các giờ cao điểm giao thông buổi sáng (từ 7 - 9 h) và chiều (17-19 h), giảm xuống thấp nhất vào giữa trưa (13 - 14 h) và ban đêm (23 - 1h). Bên cạnh việc giảm phát thải trong các khung giờ thấp điểm, buổi trưa cường độ ánh sáng mặt trời cao nhất đốt nóng lớp không khí sát mặt đất, đối lưu khí quyển diễn ra mạnh làm cho bụi PM₁₀ và PM_2.5 và các khí ô nhiễm phát tán lên cao.

Hình 4. Diễn biến giá trị trung bình giờ trong ngày của các thông số tại trạm Hà Nội

Hình 5. Diễn biến giá trị trung bình giờ trong ngày của các thông số tại trạm Phú Thọ

Hình 6. Diễn biến giá trị trung bình giờ trong ngày của các thông số tại trạm Quảng Ninh

     Thông số NO₂ cũng có 2 cực đại vào buổi sáng (7 - 9 h) và buổi chiều (17 - 19 h), tuy nhiên nồng độ cực đại vào buổi chiều cao hơn so với buổi sáng. Điều này là có thể do NO₂ được sinh ra nhiều hơn từ các phản ứng quang hóa, trong đó phản ứng giữa NO và O₃ đóng vai trò quan trọng.

     Đối với thông số SO₂, biến động nồng độ trong ngày ít hơn so với các thông số khác.

3.4. Tương quan giữa PM₁₀, PM_2.5 với các thông số

    Tại các khu vực, khi các chất ô nhiễm chủ yếu phát sinh từ một nguồn gốc thì giá trị quan trắc các thông số này sẽ có tương quan với nhau. Điển hình là tại Trung Quốc, các thông số PM₁₀, SO₂, NO₂, và CO có tương quan chặt với nhau do các thông số này đều có nguồn gốc chung do đốt nguyên liệu hóa thạch [7]. Tuy nhiên, do có nhiều yếu tố ảnh hưởng khác, nên mức độ tương quan này có thể ở những mức khác nhau.

    Tại các trạm Hà Nội, Phú Thọ và Quảng Ninh, thông số PM₁₀ và PM_2.5 luôn có tương quan với nhau rất mạnh (R_PM10-PM2.5 > 0,9) do PM_2.5 thường chiếm 60-80% nồng độ của PM₁₀ [2]. Vì vậy phần dưới đây tập trung đánh giá tương quan giữa PM₁₀ và các thông số NO₂, SO₂, CO và O₃. Hệ số tương quan Pearson (R) được sử dụng để đánh giá tương quan giữa các thông số nói trên.

     Tại trạm Hà Nội, thông số PM₁₀ và NO₂, CO có tương quan trung bình (R<0,5). NO₂ và CO là thông số phát thải đặc trưng từ hoạt động giao thông, vì vậy có thể nhận định sơ bộ ngoài nguồn phát thải từ giao thông, có nguồn ô nhiễm khác có đóng góp quan trọng vào nồng độ bụi.

Bảng 3. Hệ số tương quan Pearson giữa các thông số tại trạm Hà Nội

Thông số	PM10	PM2.5	NO2	SO2	CO	O3
PM10	1	0,92	0,48	0,44	0,33	-0,05
PM2,5		1	0,43	0,44	0,32	-0,10
NO2			1	0,13	0,43	-0,02
SO2				1	0,21	0,01
CO					1	-0,12
O3						1

Ghi chú: Giá trị p-value < 0,01

     Tại trạm Phú Thọ và Quảng Ninh, hệ số tương quan giữa PM₁₀ và NO₂, CO khá cao, lần lượt là (R từ 0,60 - 0,70) và (R từ 0,49 - 0,68) cho thấy, tại 2 địa điểm này chúng có nguồn phát thải khá đồng nhất, đặc biệt tại Phú Thọ. Vì vậy, có thể sơ bộ nhận định bụi PM tại Phú Thọ và Quảng Ninh đóng góp từ nguồn giao thông chiếm tỉ lệ cao hơn so với tại Hà Nội. Tuy nhiên, tương quan giữa PM₁₀ và NO₂, CO tại trạm Quảng Ninh thấp hơn so với trạm Phú Thọ.

Bảng 4. Hệ số tương quan Pearson giữa các thông số tại trạm Phú Thọ

Thông số	PM10	PM2.5	NO2	SO2	CO	O3
PM10	1	0,95	0,60	0,43	0,70	-0,09
PM2,5		1	0,56	0,44	0,67	-0,14
NO2			1	0,15	0,59	-0,03
SO2				1	0,11	-0,04
CO					1	-0,14
O3						1

Ghi chú: Giá trị p-value < 0,01

Bảng 5. Hệ số tương quan Pearson giữa các thông số tại trạm Quảng Ninh

Thông số	PM10	PM2.5	NO2	SO2	CO	O3
PM10	1	0,91	0,68	0,43	0,49	0,07
PM2,5		1	0,68	0,33	0,45	-0,06
NO2			1	0,29	0,25	-0,14
SO2				1	0,20	-0,04
CO					1	0,06
O3						1

 Ghi chú: Giá trị p-value < 0,01

     Thông số SO₂ phát sinh chủ yếu từ đốt nhiên liệu hoá thạch như than, tại 3 trạm Hà Nội, Phú Thọ, Quảng Ninh, thông số SO₂ có tương quan trung bình với PM₁₀ (R_PM10-SO2 từ 0,43 - 0,44), do vậy nguồn đốt than có thể có đóng góp một tỷ lệ nhất định vào nồng độ bụi trong không khí.

     Hệ số tương quan giữa PM₁₀ và O₃ tại các trạm đều rất thấp, do O₃ là các chất ô nhiễm thứ cấp và có cơ chế hình thành cũng như diễn biến trong ngày khác biệt so với bụi PM.

Hình 7. Biểu đồ phân tán giữa thông số PM₁₀, PM_2.5 và NO₂, SO₂, CO tại trạm Hà Nội

Hình 8. Biểu đồ phân tán giữa thông số PM₁₀, PM_2.5 và NO₂, SO₂, CO tại trạm Phú Thọ

Hình 9. Biểu đồ phân tán giữa thông số PM₁₀, PM_2.5 và NO₂, SO₂, CO tại trạm Quảng Ninh

     Mỗi chất ô nhiễm trong không khí có thể do nhiều nguồn phát ra, ngược lại mỗi loại nguồn lại có thể phát ra đồng thời nhiều chất ô nhiễm, những chất ô nhiễm này lại trải qua quá trình biến đổi trong khí quyển. Vì vậy thông qua hệ số tương quan chưa thể đánh giá cụ thể sự đóng góp của các nguồn thải vào nồng độ các chất ô nhiễm trong không khí, nó chỉ cho thấy dấu hiệu các chất ô nhiễm có thể có cùng nguồn gốc phát sinh. Với các kết quả phân tích tương quan, sơ bộ chỉ có thể nhận định bụi PM có nguồn gốc từ các hoạt động giao thông và đốt nhiên liệu hoá thạch. Để xác định tỷ trọng đóng góp của các nguồn này cần có các nghiên cứu chuyên sâu hơn.

4. Kết luận

     Số liệu quan trắc tại các trạm Hà Nôi, Phú Thọ, Quảng Ninh cho thấy PM₁₀, PM_2.5 và các khí như NO₂, SO₂, CO có quy luật diễn biến theo thời gian tương đối đồng nhất với nhau, cũng tương tự so với các nghiên cứu trước đây. Nồng độ trung bình các chất ô nhiễm không khí trong mùa đông (từ tháng 10 đến tháng 2) cao hơn đến 2 lần so với mùa hè (tháng 5 - 8). Diễn biến trong ngày của các thông số nêu trên thường đạt cực đại vào các giờ cao điểm giao thông buổi sáng (từ 7 – 9 giờ) và buổi chiều (từ 17 - 19h). Trong đó diễn biến của thông số CO, PM₁₀ và PM_2.5 thể hiện quy luật rõ nhất. Điều này cho thấy, tác động của các điều kiện khí tượng và hoạt động giao thông đối với nồng các thông số này khá rõ ràng.

     Tại trạm Hà Nội, thông số PM₁₀ và NO₂, CO có tương quan trung bình (R<0,5), vì vậy có thể nhận định sơ bộ ngoài nguồn phát thải từ giao thông, các nguồn ô nhiễm khác có đóng góp quan trọng vào nồng độ bụi PM. Tại Trạm Phú Thọ và Quảng Ninh, PM₁₀ và PM_2.5 có tương quan khá cao với NO₂ và CO cho thấy tại đây chúng có nguồn phát thải khá đồng nhất, cho thấy bụi PM tại Phú Thọ và Quảng Ninh đóng góp từ nguồn giao thông chiếm tỉ lệ cao hơn so với tại Hà Nội. Phát sinh bụi PM tại Hà Nội còn có thể có từ nhiều nguồn khác.

Lê Hoàng Anh (1), Vương Như Luận (1), Nguyễn Thị Hoa (2), Trịnh Thị Thủy (3)

Tài liệu tham khảo

1. Nguyễn Thị Hoa, Lê Hoàng Anh, Nguyễn Thị Nhật Thanh, “Nghiên cứu tổng quan các phương pháp xác định nguồn đóng góp bụi PM₁₀, PM_2.5 trong không khí xung quanh”, Tạp chí Môi trường chuyên đề IV, 2020.

2. Lê Hoàng Anh, Dương Thành Nam, Vương Như Luận, “Ô nhiễm bụi PM tại một số thành phố Việt Nam – Biến động theo không gian, thời gian của PM10 và PM2.5”, Tạp chí Môi trường chuyên đề IV, 2018.

3. P. D. Hien, V. T. Bac, H. C. Tam, D. D. Nhan, and L. D. Vinh, “Infuence of meteorological conditions on PM_2.5 and PM_2.5−10 concentrations during the monsoon season in Hanoi, Vietnam”, Atmos. Environ., vol. 36, no. 21, pp. 3473–3484, 2002.

4. Nguyen Anh Dung, Duong Hong Son, Nguyen The Duc Hanh, Doan Quang Tri, “Effect of Meteorological Factors on PM₁₀ Concentration in Hanoi, Vietnam”, Journal of Geoscience and Environment Protection 7, 138-150, 2019.

5. N. T. Kim Oanh et al., “Particulate air pollution in six Asian cities: Spatial and temporal distributions, and associated sources”, Atmos. Environ., vol. 40, no. 18, pp. 3367–3380, 2006.

6. C. Dung Hai and N. T. Oanh, “Effects of local, regional meteorology and emission sources on mass and compositions of particulate matter in Hanoi” Atmos. Environ., vol. 78, 2012.

7. Yungang Wang, Qi Ying, Jianlin Hu, Hongliang Zhang, “Spatial and temporal variations of six criteria air pollutants in 31 provincial capital cities in China during 2013–2014”, Environment International, vol 73, 413 – 422, 2014.

Relationship between PM₁₀, PM_2.5 and other air pollutants in several cities in Northern Vietnam

Lê Hoàng Anh1, Vương Như Luận1 ,Nguyễn Thị Hoa², Trinh Thi Thuy³

¹Vietnam Environment Administration, Ministry of Natural Resoures and Environment

²Communication Center for Natural Resources and Environment, Ministry of Natural Resoures and Environment

³Falcuty of Environment, Hanoi University of Natural Resources and Environment

ABSTRACT

     The data of ambient air monitoring stations located in Hanoi, Phu Tho, and Quang Ninh has been analyzed in this article. The preliminary determination on the source of Particulate Matter (PM) emissions is based on Pearson's correlation coefficients between PM₁₀, PM_2.5 and NO₂, SO₂, CO, O₃. Results show that in the North of Vietnam, the average values of PM₁₀, PM_2.5, NO₂, SO₂, CO are remarkably higher than those in winter (from October to February) and quite lower in summer (May to August). Daily variations of the aforesaid parameters usually maximize during rush hours in the morning (from 7 a.m. to 9 a.m.) and in the afternoon (from 5 p.m. to 7 p.m.) as well. It is obviously clear that meteorological conditions and traffic activities impact on these parameters. The parameters PM₁₀ and NO₂, CO collected in Hanoi, Quang Ninh, Phu Tho stations have correlation coefficients respectively (R<0.5); (R from 0.49 to 0.68) and (R from 0.60 to 0.70), which shows the different levels of the influence from vehicular traffic emissions in these areas.

Keyword: Dust pollution, PM₁₀, PM_2.5, ambient air.