平原城市大氣污染物濃度變化及相關性分析

張培鋒，謝超穎，白云飛

(1.許昌市環境監測中心，河南 許昌 461000； 2.許昌市環境監控信息中心，河南 許昌 461000)

?

平原城市大氣污染物濃度變化及相關性分析

張培鋒1，謝超穎2，白云飛2

(1.許昌市環境監測中心，河南 許昌 461000； 2.許昌市環境監控信息中心，河南 許昌 461000)

通過對伏牛山余脈東側中部平原城市大氣污染物濃度監測數據分析發現，大氣污染具有地域性特征，主要污染物濃度均呈現顯著的相關性.以許昌市作為研究對象，對其2015年PM2.5、PM10、SO2、NO2及O3等主要大氣污染物濃度變化趨勢和季節性分布進行分析對比.通過CORREL相關性模型分析，對各污染因子間的相關性進行研究，得到各污染物濃度的地域性變化和相關性結果，為制定本市大氣防治和參與區域協同管控提供決策支持.

中部平原城市；相關性分析；大氣污染物；地貌氣象特征

近年來，隨著我國經濟的快速發展，原有產業結構和發展模式的不合理性日益突出，致使我國部分地區的大氣環境污染嚴重[1]，特別是持續報警的霧霾天氣引起全社會的關注.多種污染物的并存和相互作用影響，特有的區域地貌和氣象特征，加上城市能源工業結構、汽車數量、城市綠化率、復雜的城市冠層[2]等，形成了具有地域特色的大氣污染物時空分布和相關性.新環境空氣質量標準的實施和六因子大氣自動監測系統的全面建立運行，為我們更為科學地分析區域或城市大氣污染物的變化趨勢及相關性提供了技術可能.

對于污染因子相關性問題，國內不少學者也進行了研究，如任信榮[3]等分析了北京大氣OH自由基濃度與其他物種的相關性，安俊琳[2]等分析了北京大氣中NO、NO2和O3濃度變化的相關性，陳建江[4]分析了南京市3種空氣污染物日變化規律及相關性，陳魁[5]等分析了天津市空氣質量時間變化規律及相關性.所有已有的研究結果均表明，不同城市大氣污染物都有其特有的規律分布，且污染物間有著十分密切的關系.

本文以我國中部平原地域氣象特征的許昌市大氣污染物為研究對象，選用2015年該市國家空氣自動監測站監測統計數據，對PM2.5、PM10、SO2、NO2及O3等主要污染物的濃度變化趨勢進行分析，并對各污染因子間的相關性加以研究，以期尋找出環境空氣污染物的地域特征，為平原城市的大氣污染物源強研究和防控探索出新的思路.

1　污染物相關性統計函數模型建立

用CORREL統計函數模型[6]分析城市環境空氣不同污染因子之間的相關性.具體的模型運算式如下.

(1)

表1　相關系數標準及特征標準

2　區域地貌和氣象特征

2.1地貌特征

許昌市處于我國中部伏牛山余脈向東平原過渡地區，地勢西北高，東南低，中東部為黃淮沖積平原，地面坡降為2.6‰，平均海拔為70 m左右，境內75%的面積為平原，25%的面積為低山崗.城市市區位于平原區，屬淮河沖積平原地貌，地形平坦開闊，地貌單一、坡降不大，海拔標高63～66 m左右.

2.2氣象條件

許昌市屬暖溫帶亞濕潤季風氣候，四季分明、熱量豐富、降水適中、光照充足、無霜期長.春季干旱多風沙，夏季炎熱雨集中，秋季晴和氣爽日照長，冬季寒冷少雨雪.風向隨季節變化明顯，冬季多偏北風，夏季多偏南風.年平均氣溫在15 ℃左右，無霜期為217天.

3　主要污染物濃度濃度變化規律及相關性分析

3.1顆粒物濃度變化規律及相關性分析

3.1.1顆粒物濃度變化規律分析

從許昌市2015年全年顆粒物的月均濃度變化曲線(圖1)和季節均值統計表(表2)可以看出：全年PM2.5和PM10月均濃度值雖分別在5月、10月和6月、10月有所波動，但整體均呈兩頭高中間低的U型變化趨勢.PM2.5全年最低月均值出現在8月，為49 ug·m-3；最高月均值出現在12月，為125 ug·m-3，最高值為最低值的2.55倍.PM10全年最低和最高月均濃度同樣出現在8月和12月，最低值為92 ug·m-3，最高值為214 ug·m-3，最高值為最低值的2.32倍.從季節分布來看，PM2.5和PM10月均濃度呈現出相同的季節特征：冬季最高，其次是春季，夏、秋季基本一致，夏季最低;PM2.5冬季/夏季為1.81倍，PM10冬季/夏季為1.57倍.而從 PM2.5占PM10比重來看，冬季比重最高，達到67.8%，夏、春、秋季節基本持平，都在57%～60%之間，說明該市全年環境空氣中細顆粒物占可吸入顆粒物含量的60%左右.

圖1　2015年PM2.5和PM10月均濃度變化曲線

表2　2015年PM2.5和PM10季均濃度值統計表

3.1.2顆粒物間相關性分析

用CORREL統計函數模型對許昌市2015年PM2.5和PM10月均濃度進行相關性分析，結果見表3所示.

表3　2015年PM2.5和PM10月均濃度相關性分析

從表3可以看出：2015年該市PM2.5和PM10月均濃度相關系數高達0.849，說明作為內陸平原城市的環境空氣中PM2.5和PM10濃度有高度的相關性和協同性.結合PM2.5和PM10在全年四個季節分布及比重情況來看：冬季PM2.5和PM10濃度突增且PM2.5所占比重增大，與該市季節采暖的內源增加，也和受大陸性季風氣候影響，冬季多北風造成的外源性輸入雙重影響有關.

3.2氣態污染物濃度變化規律及相關性分析

3.2.1氣態污染物濃度變化規律分析

從圖2和表4可以看出，2015年許昌市SO2、NO2的月均濃度與PM2.5具有相似的U型變化趨勢，且變化更平順些，只在11份微有下浮.SO2的月均最高值出現在1月，最低值出現在7月；NO2的月均最高值則出現在12月，最低值同樣出現在7月.雖然NO2的月均濃度均高于SO2，但是NO2最高值僅為最低值的2.21倍，而SO2最高值與最低值的比值卻高達4.43倍.說明作為內陸平原城市，雖然NO2濃度同樣在冬季采暖集中時候達到全年最高，但月均濃度波動變化卻沒有SO2強烈.

2015年該市O3的月均濃度變化與PM2.5等其他污染物正好相反，呈現倒U型變化趨勢.其月均濃度在1-5月間逐月增加，5月達到全年最高，其后開始逐月下降，12月份達到全年最低，最高值為最低值的3.95倍.O3濃度從季節分布來看，呈現出春夏高而秋冬季低的趨勢，最高的夏季均值達到最低的冬季均值的2.63倍.這與該市夏季高溫、太陽輻射強，造成生成O3的光化學反應加劇，同時O3的另Ⅰ類前體物—揮發性有機物在夏季對臭氧高濃度的貢獻增加有關[4].

圖2　2015年PM2.5和SO2、NO2、O3月均濃度變化曲線

表4　2015年SO2 、NO2和O3季均濃度值統計表

3.2.2氣態污染物間相關性分析

采用CORREL統計函數模型分別對許昌市2015年SO2、NO2、O3等氣態污染物的月均濃度進行相關性分析，結果見表5.由表5可以看出：2015年該市SO2和NO2月均濃度具有高度的正相關性，而SO2、NO2與O3均呈現較好的負相關性.同SO2與O3之間的相關性相比，NO2與O3之間的負相關性更顯著，相關系數達到-8.22.分析認為，機動車尾氣排放是環境空氣中NOx的主要來源[6]，而NOx中的NO、NO2和O3之間存在光化學反應的循化[3]，導致NO2和O3高度的負相關性.

3.3細顆粒物與氣態污染物相關性分析

采用CORREL統計函數模型分別對該市2015年PM2.5和SO2等氣態污染物月均濃度進行相關性分析，結果見表6.從表6可以看出：2015年該市PM2.5與SO2和NO2月均濃度均具有較好的正相關性.與NO2相比，SO2與PM2.5相關系數達到0.807，具有更強的相關性和協同性.結合SO2、NO2的濃度分布來看，當SO2、NO2濃度較高時，PM2.5濃度也較高，這可能與三者的產生源、擴散傳輸過程及SO2、NO2的二次鹽轉化有關[7].

表5　2015年SO2、NO2、O3月均濃度相關性分析

表6　2015年PM2.5和SO2、NO2、O3月

與其他氣態污染因子相反，PM2.5與O3月均濃度則表現出顯著的負相關性.分析認為，這與該區域夏季炎熱日照強、冬季寒冷少雨雪，四季分明的季風氣候條件有主要關系.

4　結論

(1) 分析結果表明，許昌作為中部平原城市，所處地貌氣候環境，造就了該市環境空氣污染因子地域性季節變化趨勢.顆粒物濃度冬春高、夏秋低，PM2.5所占比重在冬季最大;SO2和NO2濃度均呈現冬秋高、夏春低的趨勢，雖然NO2的月均濃度值均高于SO2，但其全年變化相對平緩，最大值只有最小值的2.21倍，而SO2的月均濃度最大值是最小值的4.43倍;O3月均濃度的變化則與其他污染物相反，呈春夏高、秋冬低的趨勢，最高濃度出現在春節5月，最低出現在冬季12月，最大季均值為最小季均值的2.63倍.顆粒物和氣態污染物的季節變化，與暖溫帶季風氣候，冬季寒冷多北風，夏季炎熱陽光足有關.

(2) 采用CORREL統計函數模型分別對該市2015年環境空氣中污染物月均濃度進行相關性分析.研究結果表明，顆粒物件間有較高的相關性和協同性，相關系數達到0.849.PM2.5與SO2、NO2等氣態污染物的相關系數均在0.7以上，呈現較高的正相關性，說明很大一部分SO2、NO2在條件合適的情況下轉化為PM2.5;氣態污染物間SO2與NO2的相關性最高， O3與NO2的負關性最強，相關系數達到-0.822，這與O3產生機理和區域氣象條件緊密相關.

(3) 通過以具有特征地貌、氣候條件的中部平原城市為研究對象，對該市2015年環境空氣污染物的濃度變化規律進行分析，對污染因子間相關性進行研究，可為制定本市大氣防治和參與區域協同管控提供決策支持.

[1]王曉利，張良，魏亞楠，等.城市間氣態污染物與細顆粒物的相關性分析[J].中國環境監測，2016，32(1)：50-53.

[2]安俊琳，王躍思，李昕，等.北京大氣中NO、NO2和O3濃度變化的相關性分析[J].環境科學，2007，28(4)：706-711.

[3]任信榮，王會祥，邵可聲，等.北京市大氣OH自由基測量結果及特征[J].環境科學，2002，23(4)：706-3301.

[4]陳建江.南京市空氣質量時間變化規律及其成因[J].環境監測管理與技術，2003，15(3)：16-02.

[5]陳魁.天津市空氣質量時間變化規律及相關性分析[J].中國環境監測，2007，23(1)：50-53.

[6]孔海濤.環境空氣中臭氧變化規律及來源分析[J].山東工業技術，2014(3)：71-72.

[7]劉新峰，袁惠，楊軍，等.統計分析方法在大氣環境監測數據符合性分析中的探討[J].四川環境，2012(2)：36-39.

責任編輯：衛世乾

Analysis on Concentration and Correlation Change of Atmospheric Pollutants in Plain City

ZHANG Pei-feng1, XIE Chao-ying2, BAI Yun-fei2

(1.XuchangEnvironmentalMonitoringCenter，Xuchang461000，China;2.XuchangEnvironmentalMonitoringInformationCenter，Xuchang461000，China)

Analyzing the atmospheric pollutants’ concentration monitoring data of the cities in the east slope of central plains of Funiu Mountain odd arteries , we can find that air pollution in this area has its regional characteristic, of which the main pollutants concentrations are presented to be of significant correlation. Taking Xuchang City as an example,This article compares the data of main atmospheric pollutants’ concentration in 2015 with their change trend and seasonal distribution including PM2.5, PM10, SO2, NO2, O3and others. Analyzing the correlation among these pollution factors by CORREL correlation model, we finally find the regional changes of each pollutant’s concentration and correlation results,which can provide decision-making support for the city’s air pollution control and regional coordination control.

the cities of central plains; correlation analysis; atmospheric pollutants; geomorphic and meteorological characteristics

2016-04-02

張培鋒(1975—)，男，河南許昌人，高級工程師，學士，研究方向：環境監測.

1671-9824(2016)05-0080-04

X515

A