烏魯木齊市主要大氣污染物濃度變化特征研究

木尼拉·阿不都木太力甫，玉米提·哈力克*，塔依爾江·艾山,，買爾當(dāng)·克依木，娜斯曼·那斯?fàn)柖。啞ぐ嵬郀?/p>

1. 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，新疆 烏魯木齊 830046；2. 新疆維吾爾自治區(qū)綠洲生態(tài)教育部重點實驗室，新疆 烏魯木齊 830046；3. 新疆大學(xué)干旱生態(tài)環(huán)境研究所，新疆 烏魯木齊 830046

根據(jù)國際標(biāo)準(zhǔn)化組織（International Organization for Standardization，簡稱ISO）定義，空氣污染是指空氣中某些物質(zhì)的濃度在一定的時間內(nèi)達(dá)到閾值，由此造成的損害人體或生態(tài)環(huán)境的現(xiàn)象（https://www.iso.org/home.html）。全球疾病負(fù)擔(dān)評估（簡稱 GBD）報告指出，2010年大氣污染造成了全球范圍內(nèi)約320萬人過早死亡，約2500萬人身體健康受到損傷（Yu et al.，2014）。2011年世界衛(wèi)生組織公布的1083個城市空氣質(zhì)量排名中，烏魯木齊名列第1053名，在國內(nèi)，位列全國倒數(shù)第三（李霞等，2012）。烏魯木齊市從1998年開始實施以治理大氣污染為主要目的的“藍(lán)天工程”（李建等，2011）；自2012年開始調(diào)整能源結(jié)構(gòu)，實施了國內(nèi)規(guī)模最大、建設(shè)速度最快的“煤改氣”工程，使烏魯木齊大氣污染類型由煤煙型污染向復(fù)合型污染轉(zhuǎn)變，對城市空氣質(zhì)量的要求和標(biāo)準(zhǔn)變得更為嚴(yán)格。中國2012年新頒布的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中，PM2.5、O3和CO被增列為大氣污染評價因子，首次制定了大氣中細(xì)顆粒物的允許濃度上限，并對其他污染物的排放閾值進(jìn)行了調(diào)整（GB/T 3095—2012）。2014年，烏魯木齊市在城市建成區(qū)范圍內(nèi)設(shè)立了8處大氣環(huán)境質(zhì)量自動監(jiān)測站，可獲取主要污染物每小時的濃度連續(xù)動態(tài)數(shù)據(jù)，為研究工作提供了數(shù)據(jù)保障。

從研究區(qū)域講，大氣污染物研究主要集中在中國東部珠三角、長三角等經(jīng)濟(jì)發(fā)達(dá)地區(qū)，而涉及西北干旱、半干旱地區(qū)城市大氣污染的研究較少。烏魯木齊市屬山谷型城市，自然生態(tài)脆弱，冬季漫長，靜風(fēng)和逆溫層出現(xiàn)頻率高，極不利于大氣污染物的稀釋和擴(kuò)散，容易形成大氣污染（王春華等，2010）。自2012年開展“煤改氣”工程、2014年實施大氣細(xì)顆粒物 PM2.5連續(xù)監(jiān)測后，烏魯木齊大氣污染物濃度時空變化特征研究更為欠缺。本研究以烏魯木齊市環(huán)境監(jiān)測總站發(fā)布的污染物日均數(shù)據(jù)為數(shù)據(jù)源，在不同時間尺度上對烏魯木齊市主要大氣污染物（PM2.5、PM10、SO2、NO2）年、季、月、逐日變化規(guī)律進(jìn)行分析，并利用 Daniel趨勢檢驗Spearman秩相關(guān)系數(shù)法，定量分析烏魯木齊市2013—2016年的大氣環(huán)境質(zhì)量變化趨勢，以期為烏魯木齊市大氣污染治理提供基礎(chǔ)資料。

1　數(shù)據(jù)來源及研究方法

1.1　研究區(qū)概況

烏魯木齊市（42°45'～45°20'N，86°37'～88°58'E）地勢起伏懸殊，呈東西向窄、南北狹長態(tài)勢。轄區(qū)內(nèi)最高點是東部天山博格達(dá)峰，海拔達(dá) 5445 m，而最低點是北部青格達(dá)鄉(xiāng)，海拔僅為500 m，地形垂直落差近5000 m（Dong et al.，2009）。烏魯木齊行政區(qū)土地面積為13788 km2，城市建成區(qū)面積為410 km2（張波，2016），屬中溫帶大陸性干旱氣候區(qū)，年平均氣溫為 7 ℃，多年平均降水量為 250 mm。冬季采暖期長、風(fēng)速低、空氣穩(wěn)定性強(qiáng)、容易產(chǎn)生逆溫層，使得烏魯木齊市大氣污染物的水平和垂直擴(kuò)散能力非常低，為大氣污染物積累提供了條件（Mamtimin et al.，2011）。

1.2　數(shù)據(jù)來源

目前，中國監(jiān)測大氣環(huán)境質(zhì)量仍然采用定點采樣的方法，包括在城市不同功能區(qū)建立固定的大氣環(huán)境監(jiān)測站點（田世麗等，2017）。烏魯木齊市環(huán)境保護(hù)局分別在新疆農(nóng)科院農(nóng)場、米東區(qū)環(huán)保局、七十四中學(xué)、鐵路局、三十一中學(xué)、監(jiān)測站、培訓(xùn)基地和收費(fèi)所等8處設(shè)立空氣質(zhì)量監(jiān)測站，其中連續(xù)提供數(shù)據(jù)的站點有7處（圖1）。本文通過空氣質(zhì)量歷史數(shù)據(jù)查詢網(wǎng)（www.aqistudy.cn/historydata）獲取 2014—2016年 PM2.5、PM10、SO2、NO2等污染物逐日數(shù)據(jù)，2013年的數(shù)據(jù)來自《烏魯木齊市2014年環(huán)境狀況公報》，并對“煤改氣”前后的年均質(zhì)量濃度數(shù)據(jù)進(jìn)行對比，解析烏魯木齊市大氣污染變化特征。

1.3　研究方法

圖1　研究區(qū)空氣質(zhì)量監(jiān)測站點示意圖Fig. 1　Location of air quality monitoring stations in the study area

根據(jù)氣象學(xué)方法把烏魯木齊市四季劃分為春季（3—5月）、夏季（6—8月）、秋季（9—11月）和冬季（12—2月），用Origin 8.5及SPSS 17.0軟件進(jìn)行原數(shù)據(jù)處理與計算，分析了 PM2.5、PM10、SO2、NO2等大氣污染物的現(xiàn)狀值及其年、季、月、日變化規(guī)律并討論了其變化原因。以中國《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》（GB 3095—2012）作為評價依據(jù)，通過污染物負(fù)荷法確定 2013—2016年烏魯木齊大氣首要污染物，并采用Daniel趨勢檢驗Spearman秩相關(guān)系數(shù)法，對烏魯木齊 2013—2016年的環(huán)境空氣質(zhì)量變化趨勢進(jìn)行評價。

空氣綜合污染指數(shù)是表示空氣受污染程度的綜合指標(biāo)，是單項空氣污染物指數(shù)的和，它可用來研究各項污染物的年際變化特征。其數(shù)值越大，空氣污染程度越嚴(yán)重。污染物負(fù)荷系數(shù)則反映污染物對空氣整體污染水平的污染貢獻(xiàn)率，根據(jù)其計算值來確定研究區(qū)大氣中的首要和次要污染物，污染負(fù)荷系數(shù)最大的為首要污染物（Cheung et al.，2001），其計算步驟見式（1）、（2）、（3）。Daniel趨勢檢驗法用來檢驗數(shù)據(jù)的平穩(wěn)性，常用在時間序列分析中，進(jìn)行單因素小樣本數(shù)的相關(guān)檢驗，方法簡單明了，精確性高。秩相關(guān)系數(shù)為正值表示空氣污染物濃度增加，負(fù)值表示空氣污染物濃度減少，而絕對值的大小還可以表示空氣污染物濃度變化的強(qiáng)度。方法如下：

單項污染指數(shù)：

式中，Pi為 i項空氣污染物的分指數(shù)；Ci為 i項空氣污染物濃度的年均值；Si為 i項污染物的空氣環(huán)境質(zhì)量標(biāo)準(zhǔn)限值。

綜合污染指數(shù)：

式中，P為空氣綜合污染指數(shù)；Pi為第i項空氣污染物的污染指數(shù)。

污染負(fù)荷系數(shù)：

式中，F(xiàn)i為i項空氣污染物的負(fù)荷系數(shù)。

秩相關(guān)系數(shù)：

式中，rs為秩相關(guān)系數(shù)；i為時間周期數(shù)序號，N為時間周期總數(shù)；di為每項污染物所對應(yīng)的秩次之差；Xi為空氣污染物排列序數(shù)；Yi為時間序列系數(shù)。

rs值的正負(fù)分別表示污染物濃度的增長和下降，其絕對值的大小表示變化的強(qiáng)度。將秩相關(guān)系數(shù)rs的絕對值與Spearman秩相關(guān)系數(shù)統(tǒng)計表中的臨界值 Wp進(jìn)行比較。如果|rs|≥Wp，則表明變化趨勢有顯著意義。

2　結(jié)果與討論

2.1　污染物總體變化特征

圖2所示為2014年1月—2016年12月烏魯木齊市PM2.5、PM10、SO2、NO2濃度均值逐日變化曲線。PM2.5、PM10、SO2及NO2的24 h一級標(biāo)準(zhǔn)平均質(zhì)量濃度限值分別為 35、50、50、80 μg·m-3（實線），其二級標(biāo)準(zhǔn)限值分別為 75、150、150、80 μg·m-3（虛線）。

2014—2016年烏魯木齊市PM2.5日均值變化范圍為(7.3～391.3) μg·m-3，3 年內(nèi) PM2.5年平均濃度均大于 64 μg·m-3，分別為(64.3±48.1)、(64.5±52.2)、(72.9±75.6)μg·m-3， 全 年 總 平 均 (72.17±10.67)μg·m-3。期間PM2.5一級標(biāo)準(zhǔn)超標(biāo)日有652 d，二級標(biāo)準(zhǔn)超標(biāo)日有308 d，超標(biāo)率分別為59.5%和28.1%（表 1）。研究區(qū)特殊的山谷地形及其所產(chǎn)生的一系列氣候效應(yīng)，使得大氣污染物的擴(kuò)散和輸送過程遠(yuǎn)比一般平原城市復(fù)雜（張強(qiáng)等，1998），導(dǎo)致烏魯木齊細(xì)顆粒物污染較為嚴(yán)重。PM2.5濃度冬季最高，3年內(nèi)高峰值出現(xiàn)在2016年1月28日，濃度為391.3 μg·m-3。這可能與冬季采暖期燃燒多、風(fēng)速低、逆溫層厚、顆粒物不易擴(kuò)散有關(guān)。這與迪麗努爾等（2011）的研究結(jié)果一致。PM10日均值變化范圍為(16.8～849.2) μg·m-3，全年平均值為(136.91±36.91)μg·m-3，2014 年 4 月 4 日達(dá)到最高值 849.2 μg·m-3，由此可知，近3年烏魯木齊市可吸入顆粒物污染嚴(yán)重。有關(guān)研究發(fā)現(xiàn)銨鹽是烏魯木齊可吸入顆粒物的主要存在形式（亞力昆江·吐爾遜等，2012），故顆粒物污染主要來自燃煤、機(jī)動車、工地、道路揚(yáng)塵等排放源。對印度德里、孟買、加爾各答和金奈市等4個大城市空氣質(zhì)量監(jiān)測研究發(fā)現(xiàn)，由于汽車、工業(yè)染料的變化與技術(shù)改進(jìn)使4個城市過去10年的 PM10濃度呈下降趨勢，可見治理汽車尾氣和工業(yè)廢氣對空氣質(zhì)量的提升有明顯的促進(jìn)作用（Gupta et al.，2006）。此外，通過計算 PM2.5與 PM10比值，可以分析粗粒子和細(xì)粒子對PM10的貢獻(xiàn)（潘月鵬等，2010）。研究期間，烏魯木齊市大氣PM2.5/PM10比值平均值為0.53（＞0.5），說明細(xì)粒子對PM10的貢獻(xiàn)高于粗粒子。

表1　大氣污染物超標(biāo)率對比Table 1　Comparison of over-the-standard rate for air pollution

圖2　大氣污染物日均濃度變化Fig. 2　Daily variation of air pollution concentration in Urumqi

SO2作為硫酸鹽氣溶膠和酸雨的前體物，對全球氣候和環(huán)境有重要影響（吳蓬萍，2011）。由圖2可知，2014—2016年間 SO2的污染并不嚴(yán)重，一年中呈兩頭高、中間低的變化趨勢。SO2日均值變化范圍為 2.3～104 μg·m-3，未超過國家二級標(biāo)準(zhǔn)限值 150 μg·m-3。全年均值為(21.8±7.90) μg·m-3，最大值為 30 μg·m-3，最小值為 14.5 μg·m-3。3 年期間，最高值出現(xiàn)在2014年1月4日，其濃度為104 μg?m-3，濃度總體水平呈現(xiàn)下降趨勢。4年中SO2年 均 值 分 別 為 (30±7.90)、 (27.08±7.90)、(15.62±7.90)、(14.54±7.90) μg·m-3（見圖 3）。2012年前，烏魯木齊市 SO2年均濃度均超過國家二級標(biāo)準(zhǔn)（60 μg·m-3），分別為 2009 年 93 μg·m-3、2010年 89 μg·m-3、2011 年 79 μg·m-3（鄭健，2013）。“煤改氣”之前，煤煙塵是烏魯木齊市采暖期可吸入顆粒物的主要來源（亞力昆江·吐爾遜，2012）。2012年起，烏魯木齊市大把加快調(diào)整供熱能源結(jié)構(gòu)作為改善大氣污染的治本之策，開展了國內(nèi)規(guī)模最大、建設(shè)速度最快的“煤改氣”工程。SO2濃度與“煤改氣”工程建設(shè)前的年份相比有明顯下降。可見，烏魯木齊高濃度 SO2主要來源于本地采暖燃煤的排放。

圖3　2013—2016年污染物年際濃度變化Fig. 3　Annual variations of air pollutants from 2013 to 2016

2014—2016年期間，NO2濃度變化較為平緩，年均質(zhì)量濃度分別為(68±7.72)、(54.9±7.72)、(50.7±7.72)、(53.2±7.72) μg·m-3，國家二級限值超標(biāo)率分別為11.23%、12.33%、13.97%。全年平均質(zhì)量濃度為52.95 μg·m-3，最高值出現(xiàn)在2016年2月 27 日，為 140.5 μg·m-3。2014—2016 年 NO2質(zhì)量濃度與 2010 年（68 μg·m-3）、2011 年（67 μg·m-3）相比（鄭健，2013），沒有顯著下降趨勢。NO2的濃度沒有隨燃煤的降低而減小，“煤改氣”能源結(jié)構(gòu)的調(diào)整對 SO2濃度的降低起到了積極作用，但是由于機(jī)動車保有量的增加，使得機(jī)動車排放的NO2濃度超過了燃煤（李珂等，2010）。Appel et al.（1985）對大氣顆粒物濃度和 SO2、NO2的關(guān)系進(jìn)行研究，發(fā)現(xiàn)顆粒物濃度與 SO2和 NO2濃度呈高度正相關(guān)。因此，在城區(qū)對SO2、NO2排放源進(jìn)行綜合治理對凈化城市環(huán)境具有重要作用。

2.2　污染物的時間分布

2.2.1污染物季節(jié)變化

烏魯木齊大氣污染物濃度在不同季節(jié)有所不同，而不同年份之間一定時期內(nèi)的天氣形勢往往有所差異。因此，對比不同年份相同時間段污染物濃度具有一定的意義。由圖4可知，烏魯木齊市不同季節(jié)污染物變化顯著。

2014—2016春季 PM2.5、PM10、SO2濃度下降明顯，NO2濃度變化無規(guī)律。夏季各污染物濃度均呈下降趨勢，而秋季各污染物濃度變化不明顯。冬季除了SO2，其他污染物濃度均呈上升趨勢，故冬季大氣污染越來越嚴(yán)重。PM2.5冬季最高，為139.3 μg·m-3，夏季最低，為 29.7 μg·m-3，山谷城市大氣污染物濃度的變化主要取決于山谷內(nèi)的大氣逆溫層強(qiáng)度和水平風(fēng)速（張強(qiáng)，2003）。冬季早晚氣溫低，光照較弱，日照時間短，風(fēng)速低，逆溫層厚（最厚時達(dá)1300 m左右）（劉增強(qiáng)等，2007），大氣對流不活躍，降水極少，不利于顆粒物的擴(kuò)散，導(dǎo)致顆粒物濃度于冬季達(dá)到最高值。這與新疆和田等城市 PM2.5質(zhì)量濃度冬季最低、春季最高的研究結(jié)果不一致（玉散·吐拉普等，2017）。這說明，顆粒物污染不僅和季節(jié)氣候有關(guān)，還與研究區(qū)地理位置密切相關(guān)。蘭州、烏魯木齊均為山谷盆地地形，山谷城市大氣污染有其特殊性，它的環(huán)境容量遠(yuǎn)小于平原城市，對污染物的稀釋能力較弱（胡隱樵等，1999）。山谷地形一方面阻擋了氣流流通，另一方面白天強(qiáng)烈的山頂加熱效應(yīng)在山谷形成大氣逆溫層，這一逆溫層像頂蓋一樣抑制了污染物的湍流輸送（張強(qiáng)，2001），使得烏魯木齊冬季空氣質(zhì)量下降，并出現(xiàn)大幅度長時間的霧霾天氣。PM10呈現(xiàn)雙峰趨勢，冬季出現(xiàn)第一個峰值（205.1 μg·m-3）。PM10濃度高不僅與冬季化石燃料的燃燒多，邊界層熱力結(jié)構(gòu)抑制污染物的垂直輸送，減緩污染氣體的對流擴(kuò)散有關(guān)（徐祥德等，2003），而且可能還與降水量少、濕沉降減少有關(guān)（Lei et al.，2011）。春季天氣形勢不穩(wěn)定，導(dǎo)致顆粒物富集（王永宏等，2012），濃度升高出現(xiàn)第二個峰值（131.3 μg·m-3）。PM2.5、PM10濃度季節(jié)分布表現(xiàn)為冬季＞春季＞秋季＞夏季，PM2.5濃度貢獻(xiàn)率分別為 51.8%、19.1%、18.1%、11.0%；PM10濃度貢獻(xiàn)率分別為 37.8%、24.2%、19.6%、18.4%。由于顆粒物濃度與溫度呈現(xiàn)負(fù)相關(guān)性，與相對濕度呈現(xiàn)明顯的正相關(guān)性，導(dǎo)致顆粒物夏季濃度最低（伊麗米熱·阿布達(dá)力木等，2012）。SO2濃度呈現(xiàn)兩頭高、中間低的雙峰型特征，2014—2016年間除秋季外，其他季節(jié)均呈下降趨勢；SO2在冬、春、秋和夏季的貢獻(xiàn)率分別為44.8%、21.3%、19.9%、14%；NO2濃度在4年內(nèi)表現(xiàn)出冬季高（74.8 μg·m-3），夏季低（41.5 μg·m-3）的特征；季節(jié)平均濃度分布呈冬季＞春季＞秋季＞夏季，貢獻(xiàn)率分別為35.3%、22.8%、22.3%、19.6%。

圖4　污染物濃度季節(jié)變化Fig. 4　Seasonal variation of air pollutant concentration

2.2.2污染物月變化

運(yùn)用SPSS 17.0軟件對不同月份各污染物均值差異進(jìn)行單因素方差分析（One-way ANOVA），采用LSD方差檢驗法進(jìn)行多重比較，對兩變量間進(jìn)行Pearson檢驗（P＜0.05）。方差分析表明，各月污染物濃度差異極顯著（圖5）。烏魯木齊冬季大氣混合層最低，大氣過于穩(wěn)定，此時大氣垂向平均稀釋能力最差，不利于大氣顆粒物的擴(kuò)散，使得烏魯木齊PM2.5質(zhì)量濃度于 12 月達(dá)到最高（141.7 μg·m-3）；夏季混合層最高，故7月PM2.5質(zhì)量濃度最低（29.3 μg·m-3）。PM101 月最高（208.1 μg·m-3），6 月最低（90.7 μg·m-3）。

隨著10月中旬采暖期開始，SO2濃度開始顯著升高，11 月（15.08 μg·m-3）、12 月（25.25 μg·m-3）和1月（39.5 μg·m-3）濃度較高。而NO2濃度從8月份就開始升高。研究期間，SO2質(zhì)量濃度均未超過國家二級標(biāo)準(zhǔn)，在 6月份呈現(xiàn)最低濃度（9.6 μg·m-3）。SO2的主要來源是燃燒排放和工業(yè)生產(chǎn)，由于“煤改氣”工程在城區(qū)沒有完全覆蓋，故采暖燃煤產(chǎn)生的排放使得冬季的SO2濃度仍然處于較高水平。NO2濃度表現(xiàn)為 2月最高（80.6 μg·m-3），6月最低（39.3 μg·m-3），除了采暖期濃度較高外，其他月份差異不明顯。

2.3　首要污染物確定及污染物變化趨勢分析

近年來，長時間、高強(qiáng)度的霧霾天氣在中國呈大范圍蔓延的趨勢，PM2.5等大氣細(xì)顆粒物已逐漸成為中國大部分城市的首要污染物。大氣顆粒物與人體健康的關(guān)系已倍受世界各地環(huán)境、氣象和醫(yī)務(wù)工作者的關(guān)注，其中了解城市空氣顆粒物的來源、成分及其對人體健康的影響是研究的焦點（Kumar et al.，2010）。2013—2016 烏魯木齊市大氣中 PM2.5、PM10、SO2、NO2的負(fù)荷系數(shù)見表2。可吸入顆粒物負(fù)荷系數(shù)為歷年最高，大氣污染以可吸入顆粒物為主，主要污染物負(fù)荷系數(shù)排序為PM2.5＞PM10＞NO2＞SO2，是典型的復(fù)合型污染特征。這與馬海云等（2015）研究結(jié)果相似。

采用Daniel趨勢檢驗法對2013—2016年烏魯木齊市大氣污染變化趨勢進(jìn)行定量分析。當(dāng)檢驗數(shù)n=4、顯著性水平為0.05時，rs的臨界值Wp=1。與計算所得的rs值（結(jié)果如表3、表4）相比，4項污染物的rs值均小于臨界值（Wp=1），表明4項污染物均無顯著趨勢。SO2污染負(fù)荷系數(shù)表現(xiàn)為逐年下降趨勢（表2），NO2污染負(fù)荷系數(shù)穩(wěn)定，而可吸入顆粒物呈現(xiàn)上升趨勢，這與4項污染物年際變化趨勢（圖 2）規(guī)律基本吻合，表明顆粒物污染防治是當(dāng)前大氣污染治理亟待解決的難題（Ma et al.，2016）。

圖5　大氣污染物月濃度變化Fig. 5　Monthly variation of air pollutants

表2　2013—2016年烏魯木齊市空氣污染負(fù)荷系數(shù)Table 2　Air pollution load factors over Urumqi from 2013 to 2016

表3　秩相關(guān)系數(shù)計算Table 3　Calculation of rank correlation coefficients

3　結(jié)論

（1）烏魯木齊市大氣各污染物濃度變化幅度較大，均呈現(xiàn)雙峰型趨勢。2013—2016期間，PM2.5、PM10、SO2和 NO2年平均質(zhì)量濃度分別為(72.17±10.67)、 (136.91±36.91)、 (21.79±1.79)、(56.71±6.71) μg·m-3。在此期間，除 SO2濃度未超出國家環(huán)境質(zhì)量標(biāo)準(zhǔn)外，其他污染物濃度均超出國家標(biāo)準(zhǔn)。

表4　秩相關(guān)系數(shù)rs結(jié)果分析Table 4　Analyzed results of rank correlation coefficients

（2）污染物濃度季節(jié)變化明顯，均呈冬季＞春季＞秋季＞夏季的趨勢。冬季由于采暖燃煤、特殊地形逆溫的影響，使得烏魯木齊空氣污染更為嚴(yán)重，尤其是PM2.5（139.32 μg·m-3）和PM10（205.12 μg·m-3）污染最明顯。

（3）污染物濃度月變化明顯，PM2.5濃度以 12月最高（141.7 μg·m-3），7 月最低 29.3 μg·m-3，污染貢獻(xiàn)率分別為17.6%和3.6%；PM10和SO2濃度以1月份最高，分別為(208.1±54.48)、(39.45±10.82)μg·m-3，6 月份最低，分別為(90.7±21.41)、(9.63±4.12)μg·m-3；NO2濃度以 2 月最高（80.6 μg·m-3），6 月最低（39.3 μg·m-3），污染貢獻(xiàn)率分別為 12.7%和 6.2%。

（4）2013—2016年間，烏魯木齊市大氣中PM2.5和PM10呈上升趨勢，即為首要污染物；NO2和SO2呈現(xiàn)下降趨勢，但變化趨勢均不顯著。污染負(fù)荷系數(shù)排序為 PM2.5＞PM10＞NO2＞SO2。SO2負(fù)荷系數(shù)最小并且有明顯下降趨勢，說明“煤改氣”能源結(jié)構(gòu)的調(diào)整對SO2濃度的降低起到了積極作用。

參考文獻(xiàn)：

APPEL L B R, TOKIWA Y, HSU J, et al. 1985. Visibility as related to atmospheric aerosol constituents [J]. Atmospheric Environment, 19(9):1525-1534.

CHEUNG V T F, WANG T. 2001. Observational study of ozone pollution at a rural site in the Yangtze Delta of China [J]. Atmospheric Environment, 35(29): 4947-4958.

DONG W, LEI J, ZHOU Y S, et al. 2009. Notice of Retraction Analysis on the Urban Planning and Development in an Arid City-Urumqi, China[J]. International Conference on Management and Service Science,45(1): 1-4

GUPTA I, KUMAR R. 2006. Trends of particulate matter in four cities in India [J]. Atmospheric Environment, 40(14): 2552-2566.

KUMAR P, ROBINS A, VARDOULAKIS S, et al. 2010. A review of the characteristics of nanoparticles in the urban atmosphere and the prospects for developing regulatory controls [J]. Atmospheric Environment, 44(39): 5035-5052.

LEI Y, DUAN A. 2011. Prolonged dry episodes and drought over China [J].International Journal of Climatology, 31(12): 1831-1840.

MA Z, HU X, SAYER A M, et al. 2016. Satellite-based spatiotemporal trends in PM2.5concentrations: China, 2004—2013 [J]. Environmental Health Perspectives (Online), 124(2): 184-192.

MAMTIMIN B, MEIXNER F X. 2011. Air pollution and meteorological processes in the growing dryland city of Urumqi (Xinjiang, China) [J].Science of the Total Environment, 409(7): 1277-1290.

YU S C, TAN F, ZHOU M G, et al. 2014. Global Burden of Disease, Injury and Risk Factor Study 2010: Its Policy Implications for China [J].Biomedical and Environmental Science, 27(1): 45-48.

迪麗努爾·塔力甫, 亞力昆江·吐爾遜, 阿布力孜·伊米提. 2011. 烏魯木齊市可吸入顆粒物污染水平及其與氣象因素的相關(guān)性分析[J]. 干旱環(huán)境監(jiān)測, 25(2): 90-94.

胡隱樵, 張強(qiáng). 1999. 蘭州山谷大氣污染的物理機(jī)制與防治對策[J]. 中國環(huán)境科學(xué), 19(2): 119-122.

李建, 呂愛華, 許嘉鈺. 2012. 烏魯木齊市大氣污染防治政策變遷與展望[J]. 新疆環(huán)境保護(hù), 34(4): 5-9.

李珂, 王燕軍, 王濤, 等. 2010. 烏魯木齊市機(jī)動車排放清單研究[J]. 環(huán)境科學(xué)研究, 23(4): 407-412.

李霞,王磊, 楊靜, 等. 2012. 峽口地形城市影響大氣污染物變化的氣象因素研究[C]//中國氣象學(xué)會城市氣象學(xué)委員會. 中國氣象學(xué)會2012城市氣象論壇論文集. 深圳: 185

梁瓊, 尹輝, 牟書勇, 等. 2015. 烏魯木齊市采暖期大氣 PM2.5特征分析[J]. 干旱區(qū)研究, 32(3): 543-550.

劉增強(qiáng), 鄭玉萍, 李景林, 等. 2007. 烏魯木齊市低空大氣逆溫特征分析[J]. 干旱區(qū)地理, 30(3): 351-356.

馬海云, 賀洪燕. 2015. 烏魯木齊市大氣顆粒物污染特征及防治對策建議[J]. 科技資訊, 13(22): 85-86.

孟亮, 2012. 烏魯木齊市大氣污染治理存在的問題及應(yīng)對措施[J]. 環(huán)境與發(fā)展, 25(3): 183-184.

潘月鵬, 王躍思, 胡波, 等. 2010. 北京奧運(yùn)時段河北香河大氣污染觀測研究[J]. 環(huán)境科學(xué), 31(1): 1-9.

田世麗, 劉學(xué)軍, 潘月鵬, 等. 2017. 應(yīng)用擴(kuò)散管測量霾污染期間大氣氮硫化合物濃度的方法[J]. 環(huán)境科學(xué), 38(9): 3605-3609.

王春華, 呂愛華, 余曉麗, 等. 2010. 烏魯木齊大氣污染現(xiàn)狀及影響因素分析[J]. 新疆農(nóng)業(yè)大學(xué)學(xué)報, 33(4): 349-353.

王永宏, 胡波, 王躍思, 等. 2012. 滄州市大氣污染特征觀測研究[J]. 環(huán)境科學(xué), 33(11): 3705-3711.

吳蓬萍, 韓志偉. 2011. 東亞地區(qū)硫酸鹽氣溶膠間接輻射和氣候效應(yīng)的數(shù)值模擬研究[J]. 大氣科學(xué), 35(3): 547-559.

徐祥德, 丁國安, 周麗, 等. 2003. 北京城市冬季大氣污染動力: 化學(xué)過程區(qū)域性三維結(jié)構(gòu)特征[J]. 科學(xué)通報, 48(5): 496-501.

亞力昆江·吐爾遜, 迪麗努爾·塔力甫, 阿布力孜·伊米提, 等. 2012. 烏魯木齊市可吸入顆粒物水溶性離子特征及來源解析[J]. 中國環(huán)境監(jiān)測, 28(1): 72-77.

伊麗米熱·阿布達(dá)力木, 迪麗努爾·塔力甫, 阿布力孜·伊米提. 2012. 烏魯木齊市大氣顆粒物中重金屬濃度的分布特征[J]. 環(huán)境科學(xué)與技術(shù), 35(8): 107-111.

玉散·吐拉甫, 迪麗努爾·塔力甫, 王新明, 等. 2017. 極干旱地區(qū)沙塵與非沙塵天氣 PM2.5及所含金屬元素的濃度特征分析[J]. 生態(tài)環(huán)境學(xué)報, 26(9): 1529-1538.

張波. 2016. 烏魯木齊國際化城市產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化研究[D]. 烏魯木齊: 新疆師范大學(xué): 71.

張強(qiáng), 胡隱樵. 1998. 淺探蘭州市城區(qū)大氣環(huán)境污染與治理的若干問題[J]. 高原氣象, 17(2): 204-210.

張強(qiáng). 2001. 地形和逆溫層對蘭州市污染物輸送的影響[J]. 中國環(huán)境科學(xué), 21(3): 230-234.

張強(qiáng). 2003. 蘭州大氣污染物濃度與局地氣候環(huán)境因子的關(guān)系[J]. 蘭州大學(xué)學(xué)報(自科版), 39(1): 99-106.

鄭健. 2013. 近10年來烏魯木齊市環(huán)境空氣質(zhì)量變化趨勢分析[J]. 西北師范大學(xué)學(xué)報(自然科學(xué)版), 49(4): 115-120.