寧波市空氣質量變化趨勢及影響因素分析*

陳 磊 俞科愛 黃旋旋 朱純陽 蔣飛燕 胡 曉 許岳庭

(1.慈溪市氣象局,浙江 慈溪 315300;2.寧波市氣象臺,浙江 寧波 315012;3.寧波市氣象服務中心,浙江 寧波 3150124.鎮海區氣象局,浙江 鎮海 315202;5.鄞州區氣象局,浙江 鄞州 315194)

寧波市空氣質量變化趨勢及影響因素分析*

陳 磊1俞科愛2黃旋旋3朱純陽4蔣飛燕4胡 曉4許岳庭5

(1.慈溪市氣象局,浙江 慈溪 315300;2.寧波市氣象臺,浙江 寧波 315012;3.寧波市氣象服務中心,浙江 寧波 3150124.鎮海區氣象局,浙江 鎮海 315202;5.鄞州區氣象局,浙江 鄞州 315194)

利用2001—2013年寧波市空氣污染物濃度數據以及社會經濟報表資料,分析了寧波市空氣質量的變化,探討了空氣環境質量的影響因素。結果表明,2001—2013年寧波市空氣污染物濃度先升后降,整體空氣質量2005年最差,2010年以后改善明顯,污染物濃度季節變化明顯,在冬季最高,空氣質量也最差,夏季相反。寧波市首要空氣污染物為可吸入顆粒物,空氣質量為良的日數最多,污染日中以輕度污染為主,重度污染和嚴重污染日數很少。工業廢氣排放量、各種能源消耗量、城市綠化率、汽車數量與寧波市空氣質量變化有較強的關聯性,而地區產值變化、常住人口數等因素對空氣質量的影響也不可忽視。

空氣質量;污染等級;灰色關聯;影響因素

0 引 言

空氣環境質量是自然環境質量的重要組成部分之一,隨著城市化進程的加快,空氣質量正不斷遭到破壞,大氣中的硫氧化物、氮氧化物以及顆粒物的濃度普遍增加,灰霾、酸雨等天氣現象日益頻發,對人體健康和生態安全構成了嚴重威脅[1-4], 大氣污染已成為最突出的城市環境問題之一,受到了公眾越來越多的關注,許多氣象和環境工作者紛紛對城市的空氣質量變化及影響因素進行了研究,并提出了一些治理措施[5-8]。寧波是浙江的經濟中心之一,一直保持著較快的發展速度,2000年以來地區生產總值年均增長12.2%,2013年全市地區生產總值達到了7128.9億元,全市人口也逐年遞增,到2013年末已達到766.3萬人,同時能源消耗不斷增加、產業規模不斷擴大,給寧波市的空氣環境帶來了巨大壓力。本文對寧波市2001—2013年的空氣質量變化趨勢進行了分析,并探討了影響空氣質量變化的因素,以期為寧波市推進大氣污染治理工作提供科學依據。

1 資料和方法

1.1 資料來源

空氣污染物(SO2、NO2、PM10)濃度數據來源于寧波市環保局提供的日監測數據,監測時段為2001—2013年,空氣污染指數(API)數據是由空氣污染物濃度數據經過計算得到。文中所用的污染物濃度國家標準來源于國家《環境空氣質量標準》(GB3095—1996,2000年修改)[9]。社會和經濟發展影響因素數據來自于2001—2013年的《寧波統計年鑒》、《寧波市國民經濟和社會發展統計公報》以及《寧波能源白皮書》。

1.2 研究方法

1.2.1 空氣污染指數(API)分級

空氣污染指數(API)同空氣質量指數(AQI)類似,是用來評估空氣質量狀況的指標,是反映和評價空氣質量的數量尺度方法[10],API計入監測的污染物為SO2、NO2和可吸入顆粒物(PM10),AQI計入監測的污染物比API多3種,但AQI是2012年上半年才開始啟用,資料年限尚短,無法表征之前寧波市的空氣質量狀況,因此從研究的連貫性考慮,本文統一采用API進行分析,API分6級,即0～50,51～100,101～150,151～200,201～300,>300,分別對應空氣質量等級優、良、輕度污染、中度污染、重度污染和嚴重污染。

1.2.2 灰色關聯度分析法

灰色理論是研究空氣環境質量常用的方法之一[11]。灰色關聯度是系統中兩個因素關聯性大小的量度,關聯度的大小直接反映系統中的各因素對目標值的影響程度。分別將SO2、NO2、PM10年均值以及API年均值作為參考序列x0,各影響因素序列記為xi,先將參考序列和影響因素序列的值標準化,并將與參考序列呈負相關關系的影響因素序列進行倒數化算子變化,然后計算參考序列與影響因素序列在k時刻的關聯系數ε(k),則該影響因素與參考序列的關聯度γi為:

(1)

式中:m為時間點總數,最后根據不同影響因素關聯度的排序,找出影響較大的因子。

2 結果分析

2.1 空氣污染物濃度變化

從圖1來看,3種污染物的濃度變化各有特點。PM10的濃度值相對較大,在2010年之前整體呈緩慢上升趨勢,2010年和2011年達到了最大值,但仍沒有超過國家二級標準(0.10 mg/m3),2012—2013年PM10的濃度明顯下降。2001年以來SO2和NO2的濃度也均達到了國家二級標準(0.06 mg/m3和0.08 mg/m3),其中SO2的濃度在2002年相對較低,2003—2008年變化較為平緩,2009年開始有較明顯的減小趨勢。NO2濃度的最大值出現在2005年,2006—2010年有小幅波動,之后開始逐年下降,到2013年NO2的濃度已經達到了國家一級標準(0.04 mg/m3)。

從3種污染物濃度的月際變化來看(圖2),都呈現出兩頭高、中間低的變化趨勢,特別是PM10的濃度曲線“U”型變化最為明顯,其中PM10和SO2的最高濃度均出現在12月(1月SO2濃度也為最大值),NO2的最大濃度出現在11月,而7、8月3者的濃度均為一年中的最低值。從季節變化的角度來看,在冬季3種污染物濃度均達到全年峰值,主要是由于此階段大氣層結普遍較穩定,不利于污染物的擴散。而夏季正好相反,對流旺盛,大氣交換頻繁,各污染物的濃度也均降到了全年最低值。

圖1 2001—2013年寧波市主要大氣污染物濃度年際變化

圖2 2001—2013年寧波市主要大氣污染物濃度月際變化

2.2 空氣質量變化

根據API值和API分級標準,統計了寧波市不同空氣質量等級的年累計日數和月累計日數,并將輕度污染及以上均統計為污染日數。從年際變化來看(圖3),空氣質量為良的日數2002年比2001年有明顯的增加,而空氣質量為優的日數明顯減少,污染日數有所增加,導致空氣質量2002年比2001年降低較明顯,之后空氣質量為良的日數變化較平緩,空氣質量為優的日數變化與污染日數的變化呈現出較明顯的對稱性,其中2005年空氣質量為優的日數最少,而當年的污染日數達到了最大值,從API在2005年的峰值可以看出當年的空氣質量是最差的。2012—2013年空氣質量為優的日數增加明顯,空氣質量為良的日數有所減少,但污染日數基本不變,所以總的空氣質量在這兩年的轉好趨勢還是比較明顯的。從不同污染等級年累計日數(表1)來看,寧波市的空氣污染程度是以輕度污染為主,中度污染的出現日數每年在10 d之內,重度污染日數每年不超過5 d,嚴重污染日數最少,只在2007和2011年分別出現了2 d和1 d。

表1 2001—2013年寧波市不同污染等級年累計日數

從月際變化來看(圖略),API全年前3個高值分別出現在11、1和12月,而在7、8和9月API的值最小,說明寧波的空氣質量冬季最差,夏季最好。空氣質量為優或良的日數在冬季相對較少,污染日數在冬季增加明顯。進入6月后,空氣質量為優的日數明顯增多,在8月達到最大值,而空氣質量為良的日數從6月開始減少,在8月出現了全年最低值,由于污染日數在6—9月變化很小,可見空氣質量為良的日數在6—8月的減少量基本上都轉為了空氣質量為優的日數的增加量,以致空氣環境質量在夏季好轉明顯。細分到不同污染等級(表略),輕度污染日數在冬季最多,夏季最少,11月和12月的中度污染日數明顯高于其他月份,4—10月未出現過重度污染日,嚴重污染日出現的次數最少,只在4月和5月分別出現了2次和1次。

圖3 2001—2013年寧波市空氣污染指數及不同空氣質量等級日數年際變化

本文利用API計算過程中得到的各污染物的分指數,進一步確定造成不同空氣質量的首要污染物。從表2的結果可以看出,寧波市的空氣污染主要是可吸入顆粒物(PM10)污染,SO2為首要污染物的日數出現頻率最小,當空氣出現輕度以上污染時,首要污染物皆為PM10。同時有研究指出2012—2013年寧波首要空氣污染物是以可吸入顆粒物中的細顆粒(PM2.5)為主[12],由此表明可吸入顆粒物對寧波的空氣質量變化一直有著重要影響,控制可吸入顆粒物的濃度對治理空氣污染來說十分關鍵。

表2 2001—2013年寧波市主要大氣污染物造成的不同空氣質量等級日數

2.3 空氣質量影響因素分析

影響空氣質量的因素是多種多樣的,本文從寧波市社會經濟發展的角度考慮,根據2001—2013年的《寧波統計年鑒》等資料,選取了4個類別的27項與空氣質量狀況或污染物濃度相關的指標(表3),對所選取的指標運用灰色關聯度分析法進行相關性分析,計算每項指標與SO2、NO2、PM10以及空氣污染指數的關聯度,并從中分別提取出與各類污染物以及空氣污染指數關聯度最大的5項指標(表4)。

由灰色關聯度分析結果可知,影響寧波市城市空氣質量的主要指標中,工業污染排放因素的關聯度比較高,能耗因素和地區產值因素也占有不少的比例,城市綠化及其他因素也對空氣質量產生了重要影響。

1)工業污染排放因素。寧波是我國長三角南翼的經濟中心,建有鎮海煉化公司和北侖、鎮海等大型火電企業。工業污染特別是工業廢氣中含有的SO2、CO2、NO、NO2等污染物對寧波的空氣質量造成了直接影響。根據灰色關聯度分析結果來看,與SO2關聯度最高的是工業SO2排放量,關聯度達到了0.895;工業煙塵排放量與PM100.943的關聯度也是所有指標中最高的;工業廢氣排放量與SO2、NO2、API的關聯度均在0.891以上,排在各自所有指標中的第二位。自“24·10”減排工程和 “十二五”后各項減排措施順利開展以來,寧波市整體空氣質量在逐漸好轉(圖3),可見控制工業廢氣排放對寧波市空氣污染狀況的改善是有積極作用的。

表3 選取的影響因素名稱

表4 與各污染物及空氣質量指數關聯度最大的5項指標

2)能源消耗因素。21世紀以來,寧波市現代化進程加速,全市能源消費快速增長,由于受重化型產業結構影響,煤炭和原油是主要的消耗能源,也是空氣環境污染的重要源頭之一。從灰色關聯度分析結果來看,SO2與萬元工業產值能耗的關聯度為0.769,排在所有指標的第5位,在表4未列出的指標中,人均能源消耗和人均原油消耗分別排在第7和第8位;與NO2關聯度最高的5項指標中,人均能源消耗和萬元工業產值能耗分別排在第4和第5位,關聯度為0.790和0.785;人均原油消費與PM10和API的關聯度分別達到了0.762和0.786,同時全社會能源消耗、原油消耗跟PM10和API的關聯度也均排在所有指標前10以內。2006年是寧波市達到國家要求、五年內使地區單位GDP能耗下降20%目標任務的第一年,之后SO2、NO2以及API都呈現下降趨勢(圖1、圖3),可見能源消耗因素跟寧波市的空氣環境質量有著密切的關系。

3)地區產值因素。上世紀90年代起,寧波的輕重工業一直發展迅速,持續增長的經濟效益所帶來的能源消耗和污染排放等行為必然引起空氣質量的變化。根據灰色關聯度分析,工業總產值與PM10的關聯度為0.780,排在所有指標第3;第一產業增加值與SO2、NO2、API的關系在所有產值因素里是最密切的,主要可能是自本世紀初開始,隨著寧波市產業結構的調整,第一產業的比重下降最快,相應的污染排放量也調整最大,導致它與空氣質量的關系在3類產業中最明顯。總的來說,除了地區生產總值之外,其他地區產值因素與SO2、NO2、PM10、API的關聯度均排在各自所有指標的前10以內,這也說明了產值因素對寧波市空氣污染程度是有一定影響的。

4)其他相關因素。在所選取的其他指標中,建成區綠化覆蓋率和NO2的關系在所有指標中最密切,關聯度達到了0.942;API和建成區綠化覆蓋率的關聯度為0.941,也在所有指標中排首位;民用汽車擁有量與SO2、NO2、API的關聯度在所有指標中均列第3,民用汽車擁有量與PM10的關聯度為0.764,在所有指標中列第4,另外,常住人口數與PM10的關系也不可忽視,兩者的關聯度達到了0.783。寧波對城市園林綠化建設一直很重視,1996年寧波市政府提出第一個“綠化年”以來,城市綠地率穩步增加,另一方面,隨著汽車保有量的迅速增加,2009年寧波開始從新車準入、用車治理和提高油品質量等3個方面進行汽車尾氣污染治理,2012年起寧波對市區范圍內在用機動車全面開展尾氣檢測,排放不達標的機動車將不得上路行駛。從關聯度分析結果來看,寧波市所采取的這幾項措施是非常有實際意義的。

3 結 語

1)2001—2013年寧波市主要空氣污染物濃度均達到國家二級標準,污染物年均濃度普遍存在先上升后下降的趨勢,其中NO2的年均濃度在2005年之后呈下降趨勢,SO2與PM10的年均濃度在2010年以后開始有較明顯的減小。污染物月均濃度的季節變化特征明顯,最高值均出現在冬季,夏季的濃度值最小。

2)2005年寧波市整體空氣質量最差,之后有所好轉,2010年后改善明顯,主要是由于空氣質量日數為優的日數增加和污染日數減少所致。2001—2013年空氣質量為良的日數最多,污染日中以輕度污染為主,重度污染日數和嚴重污染日數出現頻率很小;寧波的空氣質量冬季最差,夏季最好,不同等級的污染日大部分出現在冬季。

3)寧波市的空氣污染主要是可吸入顆粒物污染,SO2為首要污染物的日數出現頻率最小。當出現空氣中度污染、重度污染和嚴重污染時,首要污染物皆為PM10。

4)影響寧波市空氣質量的因素多種多樣,從社會經濟發展角度考慮,工業廢氣排放量、各種能源消耗量、城市綠化率、汽車數量對污染物濃度及API的影響最大,同時地區產值變化、常住人口數等因素對空氣質量的影響也不可忽視。

[1] 楊小南,李宇斌.遼寧省大氣污染對人體健康的危害及研究展望[J].氣象與環境學報,2007,23(1):60-63.

[2] 張國珍,褚潤,南總仁.蘭州市大氣污染對人體健康影響及經濟損失研究[J].干旱區資源與環境,2008,22(8):120-123.

[3] 安愛萍,郭琳芳,董蔥青.我國大氣污染及氣象因素對人體健康影響的研究進展[J].環境與職業醫學,2005,22(3):279-282.

[4] 張孟,林琳,張子宜.長春市空氣質量污染特征分析與防治對策[J].氣象與環境學報,2009,25(3):57-61.

[5] 周美春.長三角與珠三角城市環境空氣質量變化對比分析[J].環境研究與監測,2010,23(2):33-41.

[6] 李婷,麥戈,劉永紅,等.近年來廣州市環境空氣質量變化趨勢分析[J].安全與環境學報,2013,13(1):124-128.

[7] 趙衛紅.福建省城市空氣質量變化趨勢及影響因素分析[J].亞熱帶資源與環境學報,2009,4(4):86-91.

[8] 王陸軍,廖曉芬.寶雞市大氣環境質量分析與綜合評價[J].干旱區資源與環境,2005,19(1):140-143.

[9] 國家環保總局.GB3095—1996環境空氣質量標準[S].北京:中國環境科學出版社,1996:1-5.

[10] 潘虹梅,李鳳全,王俊荊,等.基于API方法的城市大氣污染評價[J].環境科學與管理,2008,33(2):178-181.

[11] 魏云鶴,王鎮,郭曉玉.灰色關聯度模型及其在大氣環境質量評價中的應用[J].山東大學學報(工學版),2004,34(2):122-124.

[12] 俞科愛,胡曉,徐宏輝,等.2012～2013年寧波市空氣質量狀況及其與氣象條件的關系[J].浙江大學學報(理學版),2014,41(增):136-142.

2014-01-14

“公益性行業(氣象)科研專項”(GYHY201206011)和“寧波市科技計劃項目”(2013C51013)資助