信陽市PM 2.5和PM 10污染特征及其與氣象因子的關系

張建設，馮萬富，單燕祥，柳 勇，史曉海，李月鳳

(1.河南省信陽市林業科學研究所，河南 信陽464031；2.河南雞公山森林生態系統國家定位觀測研究站，河南 信陽464031)

1 引言

PM2.5和PM10是大氣顆粒物的重要組成部分，可直接或間接影響太陽輻射、大氣能見度、海岸帶或流域養分平衡等[1]。同時，PM2.5和PM10能夠進入人體呼吸道，引發呼吸道和心血管等多種疾病，對人體健康造成極大危害[2]。當前，在我國PM2.5和PM10既是造成空氣污染的主要原因之一，也是大部分城市的首要污染物[3]。對一座城市而言，在污染源變化相對穩定的情況下，氣象因子對PM2.5和PM10濃度變化影響居于主導地位[4]。我國幅員遼闊，下墊面狀況和氣象條件具有明顯的地域性特征，研究各區域氣象條件與空氣質量的關系十分必要[5]。信陽地跨淮河，處亞熱帶向暖溫帶過渡區，區域氣候敏感，素有“江南北國、北國江南”之美譽，連續八年入選中國十佳宜居城市。目前，信陽正處于大氣污染治理攻堅時期，但迄今有關信陽市大氣顆粒物與氣象因子關系的研究未見報道。鑒于此，本文基于2015～2016年信陽市大氣顆粒物監測資料分析了PM2.5和PM10污染特征，并結合同期的氣象觀測資料，探討了PM2.5和PM10與氣象因子的關系，以期為當地大氣污染物治理提供數據支持和科學依據。

2 材料與研究方法

2.1 研究區域概況

信陽位于河南省最南部，淮河上游，介于東經113°45′～115°55′、北緯30°23′～32°27′之間，屬亞熱帶季風氣候。年均光照1900～2100 h，年均氣溫15.1～15.3℃，年均降雨量900～400 mm。

2.2 數據來源

PM2.5和PM10數據來源于信陽市4個國家環境空氣質量監測站點，為逐小時數據。取4個監測站點PM2.5、PM10日平均濃度值代表全市PM2.5、PM10日均值濃度。同期氣象日均值如風速、氣壓、相對濕度、溫度、降雨量、日照等有信陽市氣象局提供。

2.3 數據分析

借助Excel2003和SPSS19.0進行數據處理，對不同季節PM2.5、PM10質量濃度進行方差分析及差異顯著性檢驗。用DPS7.05對PM2.5、PM10質量濃度及其相關氣象因子進行灰色關聯度分析，并將主要影響因子與PM2.5、PM10質量濃度進行逐步回歸分析，建立了PM2.5、PM10質量濃度—氣象因子關系模型。

3 結果

3.1 信陽市PM2.5、PM10質量濃度變化特征

依據氣象學上劃分方法，信陽市3～5月份、6～8月份、9～11月份、12月至翌年2月份分別為春、夏、秋、冬四季。在春、夏、秋、冬四季中，研究區PM2.5質量濃度分別是74.02μg/m3、39.72μg/m3、60.48μg/m3、106.41 μg/m3；PM10質量濃度分別是117.43μg/m3、68.79μg/m3、97.89μg/m3、164.50μg/m3，二者都表現出較強的季節變異，均呈現出冬季＞春、秋季＞夏季的趨勢，方差分析及多重比較顯示，不同季節PM2.5和PM10質量濃度差異顯著(圖1)。

信陽市一個年度內，PM2.5月均質量濃度范圍為19.20～114.77μg/m3，PM10月均質量濃度范圍為62.77～169.23μg/m3，峰值都出現在12月至翌年1、2月份。PM2.5和PM10變化趨勢較一致，形成冬季高、夏季低的“單峰單谷”曲線(圖2)。

3.2 PM2.5和PM10質量濃度與氣象因子灰色關聯度分析

灰色關聯度分析是一種以動態方式研究多種因素間影響程度的分析方法，計算時數據無需有規律性分布，定性分析與定量分析結果一致，簡便且精準度高，適用范圍極廣。研究中將PM2.5、PM10質量濃度及其6個氣象因子視為一個灰色系統，將PM2.5、PM10質量濃度定義為參考數列x0，各影響因子氣壓、風速、降雨量、日照、相對濕度、溫度作為參比序列xi，i＝1，2，3，…，n，則有x0＝{x0(1)，x0(2)，…，x0(n)}，xi＝{xi(1)，x2(2)，…，xi(n)}。灰色關聯度分析時，首先將原始數據無量綱化處理，然后將處理后的新數據序列代入公式(1)、(2)進行關聯度計算。

式(1)、(2)中：ξi為x0與xi在第k個指標的關聯系數；ρ為分辨系數，用于提高關聯系數之間差異的顯著性，取值在0～1，一般取ρ＝0.5；λi為灰色關聯度。灰色關聯分析結果如下。

灰色關聯分析結果顯示(表1)，溫度與PM2.5、PM10質量濃度關聯度最大，關聯系數分別是0.8046和0.7943，其余氣象因子不盡相同。氣象因子與PM2.5質量濃度關聯大小依次為溫度＞氣壓＞濕度＞風速＞降雨量＞日照；與PM10質量濃度關聯大小依次為溫度＞濕度＞氣壓＞風速＞降雨量＞日照。關聯度分級：0～0.3，低關聯；0.3～0.6，中等關聯；0.6～0.8較高關聯；0.8～1高關聯。PM2.5和PM10質量濃度與氣象因子關聯度介于較高和高關聯之間。

圖1 不同季節PM 10和PM 2.5質量濃度

圖2 不同月份PM2.5和PM10質量濃度

表1 PM 2.5和PM 10質量濃度與氣象因子關聯度及關聯序

3.3 PM2.5和PM10質量濃度與氣象因子回歸分析

為滿足“最優回歸”的要求，采用逐步回歸的方法，進行氣象因子篩選，分別保留對PM2.5、PM10質量濃度影響較大的因子，剔除影響較小因子[6]。以PM2.5和PM10的質量濃度作因變量(Y)，以上述氣象因子作自變量，進行逐步回歸分析，得出各自的最優回歸方程。

表3 PM 2.5、PM10質量濃度最優回歸方程級參數

建立的最優回歸方程，R2大于0.8，說明模型擬合度較高，回歸方程具有一定實用性，可以用于研究區大氣顆粒物預測。同時，方程表明溫度(x6)對PM2.5、PM10質量濃度都具顯著影響，且成負相關關系。

4 結論與討論

信陽市PM2.5、PM10質量濃度月均值變化規律較一致，12月至翌年1、2月數值高，6～8月份數值低，年度內表現為“單峰單谷”變化趨勢。不同季節PM2.5、PM10質量濃度差異顯著，冬季數值顯著高于春、秋季，春、秋季數值又顯著高于夏季。諸多研究表明，在北方冬季燃煤取暖是造成大氣顆粒物濃度升高的主要原因[7]，而信陽市冬季無集中供暖，亦無高強度污染源影響，然大氣顆粒物值卻顯著高于其它季節，尤其是夏季，這表明冬季時氣象因子對PM2.5、PM10質量濃度有著明顯促進作用。氣溫高時，大氣對流層運動強烈，有利于大氣顆粒物擴散，低溫情況下，易出現逆溫天氣，使大氣顆粒物聚集在近地層。同時，降雨能有效清除大氣中的顆粒物[8]。信陽夏季高溫多雨，冬季低溫少雨等氣候特點，促成了研究區PM2.5、PM10質量濃度冬季高、夏季低的特征。

灰色關聯分析結果顯示，PM2.5質量濃度與溫度關聯度大于0.8，屬高關聯，與其余氣象因子關聯度介于0.6～0.8之間，屬較高關聯。PM10質量濃度與氣象因子關聯度全部介于0.6～0.8之間，屬較高關聯。說明大氣顆粒物污染與氣象因子密切相關且受多種氣象因子綜合制約，單一氣象因子對大氣顆粒物污染影響有限。

采用逐步回歸法，建立了PM2.5、PM10質量濃度—氣象因子模型，R2均大于0.8，擬合度較高，模型有著較強適應性。PM2.5—氣象因子回歸模型顯示，溫度與PM2.5質量濃度存在著顯著負相關關系；PM10—氣象因子回歸模型顯示，溫度、相對濕度與PM10質量濃度存在著顯著負相關關系，這與蘇維對南昌市[5]、王芳對蘭州市[8]大氣顆粒物與氣象因子關系研究結果一致。溫度高，空氣濕度一般也高，模型在一定程度上解釋了夏季PM2.5、PM10質量濃度低于其它季節的原因。