曹 梅,王 斌,仇 娜,張穎梅
(1.陜西省西安市氣象局,陜西 西安 710016;2.陜西省氣象局,陜西 西安 710014)
西安市2006~2015年大氣污染物變化特征及與氣象條件的關系
曹 梅1,王 斌2,仇 娜2,張穎梅1
(1.陜西省西安市氣象局,陜西 西安 710016;2.陜西省氣象局,陜西 西安 710014)
采用西安市環境監測站2006~2015年大氣主要污染物(SO2、NO2、PM10)的日均濃度觀測資料,分析了3種大氣主要污染物不同時間尺度的變化規律;同時結合西安地面氣象觀測資料、高空逆溫強度,研究了西安市大氣主要污染物(SO2、NO2、PM10)質量濃度與氣象條件的關系。結果表明:2006~2015年西安市SO2年平均質量濃度呈緩慢下降趨勢,NO2和PM10年平均質量濃度呈逐年緩慢上升的趨勢。大氣主要污染物質量濃度的季節變化一致,都是夏季低,冬季高。風速和氣溫與大氣主要污染物濃度之間存在著明顯的負相關關系,逆溫強度和大氣主要污染物之間存在正相關關系,降水對大氣污染物有明顯的清除作用。
西安;大氣污染物;氣象條件;關系
在最近的幾十年,全球氣候變化受到了人們的廣泛關注,氣候變化受到自然變化和人類活動的影響。眾多研究表明,人類活動所導致的大氣成分的變化是影響氣候變化很重要的因素。大氣污染物是懸浮在大氣中可能對人體和各種生物、大氣環境等造成危害的固態或液態顆粒物的總稱。在我國,污染物對空氣質量造成了顯著性的影響,其中二氧化硫(SO2)、氫氧化物(NOX)、可吸入顆粒物(PM10)、細顆粒物(PM2.5)和臭氧(O3)等已成為我國空氣中主要的污染物。由于大氣中污染物對人體造成的危害以及直接或間接地對氣候變化產生影響和改變,因此在過去的幾十年里對大氣中污染物的研究越來越受到學者的關注[1-6]。
西安市位于我國黃河流域中部的關中盆地,屬于典型的北方城市,冬季居民多用燃料燃燒取暖,是污染比較嚴重的城市。隨著西安經濟社會的不斷發展,其大氣中污染物排放日益增加,空氣質量不斷惡化。對西安市的大氣污染物研究以及顆粒物的研究所見文獻較多[7-11]。寧海文等[12]利用1998~2003年西安市環境監測站SO2、NO2、PM10污染物濃度資料,研究了其基本變化特征及與氣象條件的關系。結果表明:西安市區空氣主要污染物年變化呈現逐年遞減,空氣質量逐步得到改善;冬春兩季污染比夏秋要嚴重;西安市主要污染物月、日平均質量濃度與氣壓呈現正相關關系,與氣溫和降水呈現顯著的負相關。胡琳等[13]采用2002~2011年西安市大氣中污染物監測資料以及同期氣象資料,分析了西安市空氣污染的時空分布特征,結果表明:西安市主要污染物以PM10為主,SO2最大濃度出現在1月,PM10和NO2的最大濃度出現在12月,2002~2011年間SO2、 NO2質量濃度呈逐年上升趨勢,PM10呈逐年減弱趨勢。
西安作為西北地區最大的省會城市,其經濟發展迅速,西安市各個區域的經濟發展不盡相同,及時更新大氣中主要污染物的研究時段具有十分重要的意義,可以有效地監控西安市內大氣污染物的變化情況。本文利用近10年西安市環境監測站大氣主要污染物(SO2、NO2、PM10)的日平均濃度觀測資料,對西安市近年來的主要污染物變化特征進行了分析。
本文中所用資料為西安市環境監測站2006~2015年逐日全市大氣主要污染物(SO2、NO2、PM10)平均質量濃度值,大氣污染物平均質量濃度值由全市12個(草灘除外)空氣質量監測點取算術平均值而得。所用氣象資料來自西安涇河國家基本氣象站的高空站和地面站(108°58′ E,34°26′ N,海拔高度411 m),該站的氣象資料參加全球資料交換,是西安地區唯一的地面基本氣象站和高空觀測站。所選取的地面觀測資料有風、降水、氣溫,逆溫強度資料選取每日7:00高空觀測資料計算而得。
本文所用分析方法有:時間序列分析法和皮爾遜積矩相關系數法。時間序列是按時間順序的一組數字序列,時間序列分析法就是利用這組數列,應用數理統計方法加以處理,以預測未來事物的發展;皮爾遜積矩相關系數,也簡稱為PMCC,通常用r或是P表示,用來度量兩個變量X和Y之間的相互關系(線性相關),取值范圍為[-1,+1]。
2.1 西安市大氣主要污染物濃度的變化特征
2.1.1 大氣主要污染物濃度的年際變化特征 圖1為2006~2015年這10年的大氣主要污染物(SO2、NO2、PM10)質量濃度年平均值變化情況,從圖1中可以看出,西安市SO2質量濃度年變化特征呈現緩慢的下降趨勢。從2006年到2012年SO2質量濃度一直呈緩慢下降,2013年的SO2質量濃度出現明顯的升高,此后逐年又開始降低,并于2015年達到10年之中的最低值。西安市2006~2015年SO2質量濃度逐年變化率分別為-5.4%、-3.8%、-5.9%、-10.4%、-6.9%、0%、12.5%、-28.9%、-25.0%。對西安市10年中SO2年平均質量濃度作線性分析可知,2006~2015年SO2年平均質量濃度下降率為-2.98 μg/(m3·a)。
2006~2015年NO2年平均質量濃度呈逐年緩慢上升的趨勢,年上升率為0.56 μg/(m3·a)。2006~2009年NO2質量濃度緩慢上升,到2010年開始下降,2011年降到10年中的最低值,2012年又出現上升,到2013年NO2質量濃度出現10年中的最高值,此后在2014年開始下降,并在2015年達到一個低值。2006~2015年NO2質量濃度逐年變化率分別為2.4%、4.7%、2.2%、-2.2%、-11.1%、5.0%、38.1%、-18.9%、-6.4%。
2006~2015年PM10年平均質量濃度也呈逐年緩慢上升的趨勢,年上升率為2.98 μg/(m3·a)。2006~2009年PM10質量濃度呈緩慢下降趨勢,到2010年出現明顯的上升,2011~2012年又開始下降,到2013年出現急劇上升,PM10質量濃度出現近10年中的最高值,2014~2015年再次下降。2006~2015年PM10質量濃度逐年變化率分別為-3.8%、-10.2%、-4.4%、14.7%、-5.6%、0%、61.0%、-22.1%、-14.9%。

圖1 2006~2015年西安市大氣主要污染物濃度年際變化
2.1.2 大氣主要污染物濃度的季節變化特征 為了分析西安市大氣主要污染物(SO2、NO2、PM10)質量濃度的季節變化特征,對冬季(12月~2月)、春季(3月~5月)、夏季(6月~8月)、秋季(9月~11月)的質量濃度資料進行分析,從圖2可看出3種主要污染物的季節變化情況。西安市SO2質量濃度的季節變化規律較為明顯,整體濃度規律為夏季<春季<秋季<冬季,冬季的SO2質量濃度最高,夏季的SO2質量濃度最低,冬季的SO2質量濃度較夏季高13%~63%。
NO2質量濃度季節變化規律為夏季<秋季<春季<冬季,與SO2的季節變化有所區別,西安市NO2質量濃度在秋季和春季的區別不大,幾乎一致,其各季濃度變化沒有SO2劇烈。平均而言,冬季的NO2質量濃度較夏季的濃度高25%~40%。
西安市PM10質量濃度的季節變化規律與NO2變化規律一致,也為夏季<秋季<春季<冬季,PM10質量濃度在冬季時最高,春季的PM10質量濃度比秋季的PM10質量濃度要高,夏季的PM10質量濃度最低。冬季的PM10質量濃度較夏季的濃度高25%~45%。

圖2 2006~2015年西安市大氣主要污染物濃度的季節變化
2.1.3 大氣主要污染物濃度的月變化特征 圖3為西安市大氣主要污染物(SO2、NO2、PM10)質量濃度歷年月變化分布特征圖。在西安冬季需要采暖的月份(11月、12月、1月、2月)SO2質量濃度為全年最高,特別是西安每年最冷的12月和1月,SO2質量濃度平均值分別達到77、87 μg/m3,并且每年的這兩個月份均表現出非常高的濃度值,歷年濃度值通常大于50 μg/m3,有些年份甚至超過了100 μg/m3。2006年1月份和2月份分別高達136、132 μg/m3,2013年的1月高達118 μg/m3。其次是2月、11月、3月,SO2平均質量濃度分別為70、50、46 μg/m3。每年的7~9月SO2質量濃度較小,但在每年的5~6月份,SO2質量濃度值也會出現小幅的增長,分析是由于西安地處關中平原,在每年的5~6月份,正是關中平原收獲小麥的季節,時有焚燒秸稈的現象出現,導致這段時間的SO2質量濃度值會有短暫的上升。
在西安冬半年的月份里(11月、12月、1月、2月)NO2質量濃度都表現出較高的水平,在最冷的12月和1月,NO2質量濃度平均值分別達到57、62 μg/m3,其次是2月、3月、11月,NO2質量濃度分別為53、51、49 μg/m3。在每年的7~8月NO2質量濃度較小。從10年數據整體來看,這幾個月份的NO2質量濃度在29~43 μg/m3之間,與冬季的NO2質量濃度值比較平均相差1~2倍。NO2質量濃度值的年內月變化不像SO2那樣幅度大,可能由于NO2的主要來源是機動車尾氣排放,機動車在一年之內的排放量并不像燃料燃燒那樣具有明顯的季節性特點。
PM10質量濃度歷年月變化在10~3月值較高,最高的月份為12月和1月,質量濃度平均值分別達到183.4 μg/m3和180.2 μg/m3。其次是2月、3月、10月和11月,PM10質量濃度平均值分別為164.2、147.4、137.9、138.4 μg/m3。在每年的6~7月PM10質量濃度為一年之中的最低值,從10年的數據來看,這兩月的PM10質量濃度值在70~110 μg/m3之間,與冬季的PM10質量濃度值比較平均相差2~3倍。

圖3 2006~2015年西安市大氣主要污染物濃度歷年月變化
2.2 氣象要素與大氣中主要污染物濃度的關系分析
2.2.1 風與大氣主要污染物濃度的關系 為研究10年中大氣主要污染物(SO2、NO2、PM10)濃度逐月變化與風速之間的關系,將這10年中所有風速日平均值資料和主要污染物(SO2、NO2、PM10)濃度資料有效數據排列,求出2006~2015年間月平均風速和大氣主要污染物(SO2、NO2、PM10)質量濃度月平均值之間的相關關系,由圖4可看出3種污染物質量濃度與風速之間存在著明顯的負相關關系,用Pearson相關系數法求兩者相關系數,SO2、NO2、PM10與風速之間的相關系數分別為-0.56、-0.63、-0.55(P<0.05)。

圖4 風速與大氣主要污染物濃度的相關關系
圖5為2006~2015年大氣主要污染物(SO2、NO2、PM10)質量濃度和風速逐月變化特征的關系圖。從圖5中可看出:當風速低時,大氣主要污染物(SO2、NO2、PM10)質量濃度值通常較高;當風速高時,大氣主要污染物(SO2、NO2、PM10)質量濃度值通常偏低。一年中大氣主要污染物(SO2、NO2、PM10)質量濃度最高的月份為11月、12月和1月, 這3個月的平均風速分別為2.1、2.2和2.0 m/s,而其余月份的平均風速為2.6 m/s,這3個月的平均風速明顯小于其它月份,因此風對該時段大氣主要污染物(SO2、NO2、PM10)的擴散必然弱于其余月份,造成污染物堆積明顯。
2.2.2 降水與大氣主要污染物濃度的關系 為了研究降水對大氣主要污染物(SO2、NO2、PM10)的影響作用,將10年的大氣主要污染物(SO2、NO2、PM10)數據分為雨日和非雨日兩種。本文將雨日定義為日降水量≥0.1 mm的日子,非雨日為降水量<0.1 mm的日子。在所用資料序列中共獲得有效平均值日數3653 d,其中非雨日日數為2620 d,其SO2、NO2、PM10平均質量濃度分別為47.3、48.2、140.4 μg/m3;總的雨日日數為1033 d,其SO2、NO2、PM10平均質量濃度分別為33.4、37.5、106.6 μg/m3,在雨日時3種主要污染物質量濃度值都比非雨日時偏小。
為進一步研究降水對大氣中主要污染物濃度的清除效果,選取典型降水過程分析降水對主要污染物日平均濃度值的影響程度。
圖6為2006年9月21日~10月4日共14 d降水過程中日降水量對大氣主要污染物的影響。從圖中可以看出,在降水發生前,大氣中主要污染物濃度通常處在比較高的水平,當降水發生時,污染物濃度會迅速回落,9月25日降水量變小,SO2、NO2、PM10的質量濃度均有不同程度的上升,到9月26日降水量再次增大,SO2、NO2、PM10的質量濃度均發生了下降,特別是PM10的濃度值出現了急劇回落。9月29日降水量變小后,污染物質量濃度值均又開始慢慢上升。

“□”為10年平均值。
圖7為2007年3月7日~3月20日降水過程中日降水量對大氣主要污染物的影響。從圖7中可看出,3月15日降水量增大,SO2、NO2、PM10的質量濃度均出現顯著的下降,并且PM10的濃度值下降幅度比SO2和NO2要大。3月18日降水停止,SO2、PM10質量濃度值又都開始慢慢上升,但NO2的質量濃度值在雨停后卻出現了小幅的下降。

圖6 2006年9月21日~10月4日日降水量對污染物的影響

圖7 2007年3月7日~3月20日日降水量對污染物的影響
圖8為2008年4月29日~5月12日降水過程中日降水量對大氣主要污染物的影響。5月3日降水發生,SO2、NO2、PM10的質量濃度均出現顯著的下降,5月4~6日無降水時,SO2、NO2、PM10的質量濃度緩慢上升,5月7日降水再次發生,3種污染物濃度值均發生顯著的下降,特別SO2、NO2的質量濃度值下降幅度更加劇烈。5月9日后降水停止,污染物質量濃度值均開始慢慢上升。

圖8 2008年4月29日~5月12日日降水量對污染物的影響
圖9為2009年5月4日~5月17日降水過程中日降水量對大氣主要污染物的影響。5月8日降水發生前,SO2、NO2、PM10的質量濃度值均較高,5月8日降水過程發生,SO2、NO2、PM10的質量濃度在這一天均出現顯著的下降,第二天降水日5月9日時,3種污染物濃度均發生了不同程度的上升,在其后的連續降水日中,污染物濃度均緩慢下降,5月12日降水量較小,污染物濃度又出現上升現象。5月14日降水量再一次增大,污染物濃度均又出現了顯著的下降。5月4~6日無降水時,SO2、NO2、PM10的質量濃度緩慢上升,隨后在5月16日降水停止后,污染物質量濃度值均開始慢慢上升。
從以上分析可知,當降水發生之前,大氣中主要污染物濃度通常處在較高的水平,當降水發生時,污染物濃度會迅速回落。污染物濃度會隨著降水量的大小發生變化,降水量變小時,污染物濃度均會有不同程度的上升。
2.2.3 氣溫與大氣主要污染物濃度的關系 為了研究空氣溫度與大氣主要污染物(SO2、NO2、PM10)平均質量濃度的關系,將2006~2015年氣溫和大氣主要污染物(SO2、NO2、PM10)分月統計,圖10為氣溫與大氣主要污染物(SO2、NO2、PM10)歷年分月變化情況。由圖10可看出,氣溫和大氣主要污染物(SO2、NO2、PM10)具有顯著的負相關關系,用Pearson相關系數法求取主要污染物(SO2、NO2、PM10)與氣溫的相關系數,其相關系數分別達到了-0.95、-0.98、-0.95(P<0.05)。

圖9 2009年5月4日~5月17日日降水量對污染物的影響
雖然氣溫與大氣主要污染物(SO2、NO2、PM10)質量濃度有非常顯著的負相關關系,但這種負相關關系也并不一定是由氣溫的變化引起的,季節的變化導致人為排放源的增加應是引起氣溫與大氣主要污染物質量濃度呈顯著負相關關系的主要原因。

“□”為10年平均值。
2.2.4 近地面逆溫強度與大氣主要污染物濃度的關系 逆溫強度是指逆溫層內溫度的垂直遞增率,也就是在逆溫層內高度每升高100 m溫度的逆增值(℃/100 m)。計算公式為:逆溫強度=(逆溫層溫差/逆溫層的高度差)×100。
本文選取了2010年1月~2010年12月共12個月的7:00逆溫強度數據和大氣主要污染物(SO2、NO2、PM10)質量濃度資料進行分析。根據逆溫強度資料,冬季的逆溫強度較其它季節要強,出現的頻率要大,而在春季和夏季逆溫較弱,甚至無逆溫出現。如圖11所示,選取2010年逆溫出現較多的1~2月、11~12月逆溫強度數據與大氣污染物濃度數據進行比較,從圖中可以看出,逆溫強度的變化趨勢和污染物濃度的變化趨勢基本一致,呈現正相關關系。大氣污染物濃度高時對應著近地面較強的逆溫強度,大氣污染物濃度低時對應著近地面弱的逆溫強度,或者沒有逆溫存在。用Pearson相關系數法求取兩者相關系數,逆溫強度數據和大氣主要污染物(SO2、NO2、PM10)質量濃度的相關系數達到了0.43、0.39、0.24(P<0.0001)。
近地面逆溫強度較強時,大氣污染物粒子不容易向天空擴散,會導致濃度偏高;相反如近地面逆溫強度較弱或無逆溫存在時,大氣污染物粒子更容易擴散并減弱,濃度也會減小。
2006~2015年西安市SO2年平均質量濃度呈緩慢下降趨勢,年下降率為-2.98 μg/(m3·a)。NO2和PM10年平均質量濃度呈逐年緩慢上升的趨勢,年上升率分別為0.56 μg/(m3·a)和2.98 μg/(m3·a)。西安市主要污染物(SO2、NO2、PM10)質量濃度的季節變化規律較為明顯,SO2質量濃度季節變化規律為夏季<春季<秋季<冬季,NO2和PM10質量濃度季節變化規律均為夏季<秋季<春季<冬季。在西安的11月、12月、1月、2月SO2和NO2質量濃度為全年最高,尤其以12月和1月最盛;7~9月SO2和NO2質量濃度較小。PM10質量濃度在西安冬半年的月份(10月~次年3月)表現出較高值,在每年的6~7月份出現最低值。

圖11 2010年近地面逆溫強度與主要污染物日平均濃度對比
風速與大氣主要污染物濃度之間存在著明顯的負相關關系,SO2、NO2、PM10質量濃度與風速之間的相關系數分別為-0.56、-0.63、-0.55(P<0.05)。降水對污染物有明顯的清除作用。氣溫和大氣主要污染物之間存在顯著的負相關關系,SO2、NO2、PM10質量濃度與氣溫的相關系數分別達到了-0.95、-0.98、-0.95(P<0.05)。逆溫強度和大氣主要污染物之間存在正相關關系,SO2、NO2、PM10質量濃度與逆溫強度的相關系數分別為0.43、0.39、0.24(P<0.0001)。
[1] Gomi?cek B, Hauck H, Stopper S, et al. Spatial and temporal variations of PM1, PM2.5, PM10and particle number concentration during the AUPHEP-project[J]. Atmospheric Environment, 2004, 38(24): 3917-3934.
[2] Koelemeijer R, Homan C D, Matthijsen J. Comparison of spatial and temporal variations of aerosol optical thickness and particulate matter over Europe[J]. Atmospheric Environment, 2006, 40(27): 5304-5315.
[3] 劉曉鳴,羅松麟,宋林.遵義市大氣主要污染物濃度變化規律試析[J].四川環境,2002,21(1):49-50.
[4] 朱靜平,柴立民.綿陽市大氣主要污染物濃度變化規律試析[J].四川環境,2004,23(3):54-55.
[5] 山義昌,徐太安,王善芳,等.濰坊市區近10年空氣質量與氣象條件的關系[J].氣象,2004,30(10):47-51.
[6] 覃欽晏,張凱,韓常清.遂寧市大氣主要污染物污染水平及變化規律[J].內江師范學院學報,2011,26(4):45-48.
[7] 孫根年,吳曉娟,周立花.西安大氣SO-2/NO-x污染時空變化的分析[J].干旱區資源與環境,2006,20(5):99-103.
[8] 姜雪.西安市空氣污染物濃度統計特征及其氣象影響研究[D].西安:長安大學,2012.
[9] 劉翠.西安市環境空氣質量污染變化特征與影響因素研究[D].西安:西北大學,2013.
[10] 郭偉,程燕,樊巍,等.西安市大氣污染物濃度特征及影響因素分析[J].地球環境學報,2014(4):235-242.
[11] 王娟懷,趙天保,馬玉霞,等.西安市空氣污染特征及其與氣象因子的關系[J].環境化學,2015(2):386-387.
[12] 寧海文,吳息.西安市區大氣污染時空變化特征及其與氣象條件關系[J].陜西氣象,2005(2):17-20.
[13] 胡琳,曹紅利,張文靜,等.西安市環境空氣質量變化特征及其與氣象條件的關系[J].氣象與環境學報,2013,29(6):150-153.
(責任編輯:許晶晶)
Change Characteristics of Concentration of Air Pollutants and Its Relationship with Meteorological Conditions in Xi’an from 2006 to 2015
CAO Mei1, WANG Bin2, QIU Na2, ZHANG Ying-mei1
(1. Xi′an Meteorological Bureau of Shaanxi Province, Xi’an 710016, China; 2. Shaanxi Meteorological Bureau, Xi’an 710014, China)
Using the observational data of daily average mass concentration of main air pollutants (SO2, NO2and PM10) during 2006~2015 provided by Xi’an Environmental Monitoring Station, the author analyzed the change rule of concentration of these air pollutants in different time scales. According to the observational data of surface meteorological factors and upper inversion intensity in Xi’an, we studied the relationships between mass concentration of SO2, NO2and PM10and meteorological condition in Xi’an. From 2006 to 2015 in Xi’an, the annual average mass concentrations of SO2showed a slow downward trend; while that of NO2and PM10revealed a slow rising trend. The seasonal variations in mass concentration of 3 kinds of air pollutants in Xi′an all appeared as summer< autumn (spring)< winter. The mass concentration of SO2, NO2and PM10was obviously negatively correlated with wind speed and air temperature, and was positively correlated with inversion intensity. Precipitation could eliminate or weaken these main air pollutants.
Xi’an; Air pollutant; Meteorological condition; Relationship
2017-04-24
曹梅(1979─),女,陜西米脂人,副研級高工,碩士,從事綜合氣象探測與研究工作。
X823
A
1001-8581(2017)09-0109-07