貴陽站氣溶膠數(shù)據(jù)質(zhì)控方法及氣象因子對PM2.5的影響分析

吳有恒，閔昌紅，吳世美

(貴州省貴陽市氣象局,貴州 貴陽 550001)

1 引言

隨著工業(yè)化進(jìn)程及城市規(guī)模的擴(kuò)大，由此產(chǎn)生的大量氣溶膠顆粒物成為了城市大氣中的主要污染物。PM2.5是指環(huán)境空氣中空氣動力學(xué)當(dāng)量直徑≤2.5 μm的顆粒物，它能較長時間懸浮于空氣中，由于其易吸附有害物質(zhì)且能夠進(jìn)入人體肺泡[1]，進(jìn)而可對人體健康產(chǎn)生較大危害。貴陽市過去是以SO2污染為主的城市[2]，但隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及機(jī)動車的大量增加，空氣污染呈現(xiàn)與以往不同特征，由2013—2016年貴陽市環(huán)境狀況公報[3-6]來看，雖然空氣質(zhì)量優(yōu)良天數(shù)在逐年增加，但PM2.5年均濃度均超標(biāo)，未達(dá)二級標(biāo)準(zhǔn)，已成為影響貴陽市空氣質(zhì)量的首要污染物。貴陽基準(zhǔn)站于2013年1月1起正式開展氣溶膠質(zhì)量濃度觀測，使用德國GRIMM180型環(huán)境顆粒物監(jiān)測儀，利用激光散射原理同時在線分析PM10、PM2.5、PM1質(zhì)量濃度，每小時定時上傳PM質(zhì)量濃度文件，但臺站每小時上傳數(shù)據(jù)是未經(jīng)質(zhì)控的原始數(shù)據(jù)，在使用該資料進(jìn)行分析應(yīng)用之前，就需要先進(jìn)行質(zhì)量控制，本文就貴陽站PM2.5質(zhì)量濃度原始觀測數(shù)據(jù)出現(xiàn)的異常情況提出了相應(yīng)質(zhì)控措施，對異常值進(jìn)行標(biāo)識或使用盡可能正確的值來替代，把錯誤觀測值的數(shù)量減少到最低程度[7]。在質(zhì)控結(jié)果的基礎(chǔ)上，簡要分析了氣象要素對PM2.5質(zhì)量濃度變化的影響，文中給出了污染天氣的個例分析及結(jié)論。

2 氣溶膠質(zhì)量濃度數(shù)據(jù)異常原因及質(zhì)控方法

2.1 數(shù)據(jù)異常現(xiàn)象及原因

2.1.1 文件名錯誤 正常分鐘數(shù)據(jù)應(yīng)該是連續(xù)的，但有時會出現(xiàn)多個小時缺測的情況，查找原因發(fā)現(xiàn)缺測時段的小時數(shù)據(jù)文件已生成，但是創(chuàng)建時間卻與文件名上的日期不一致，而且前端下載軟件上顯示的年份與系統(tǒng)時間相差10 a，軟件記錄時間明顯錯誤，造成當(dāng)前時刻正常記錄中斷。

2.1.2 數(shù)據(jù)條數(shù)異常 小時數(shù)據(jù)由上一時次00～55分之間的分鐘數(shù)據(jù)構(gòu)成，正常應(yīng)包含12條分鐘數(shù)據(jù)，但由于軟件運(yùn)行錯誤會造成該時數(shù)據(jù)的分鐘條數(shù)多于或少于12條，造成小時數(shù)據(jù)條數(shù)錯誤。

2.1.3 PM數(shù)值異常 正常質(zhì)量濃度數(shù)值應(yīng)為PM10>PM2.5>PM1，但有時會出現(xiàn)全部是-999的情況，其后采樣時間序列發(fā)生錯亂，此時采集軟件沒有將錯誤值-999剔除，而是仍然寫入小時數(shù)據(jù)。

2.1.4 問題分析 以上錯誤均為軟件運(yùn)行過程中突然出現(xiàn)的異常，但出錯時并無報警提示，雖然在重啟主機(jī)程序后可恢復(fù)正常，但不一定出現(xiàn)在值班員巡查儀器的時候，如果一旦出現(xiàn)異常而沒有被及時發(fā)現(xiàn)的話，會導(dǎo)致數(shù)據(jù)的缺測、長時間中斷及錯誤。由于現(xiàn)階段國家局并未在臺站部署氣溶膠質(zhì)量濃度數(shù)據(jù)的質(zhì)控工作，結(jié)合目前氣溶膠觀測系統(tǒng)運(yùn)行中出現(xiàn)的異常，提出相應(yīng)質(zhì)控措施。

圖1 技術(shù)路線Fig.1 Technology roadmap

2.2 質(zhì)控方法及實現(xiàn)

2.2.1 實時數(shù)據(jù)檢查 結(jié)合本站氣溶膠觀測系統(tǒng)運(yùn)行中出現(xiàn)的異常情況，編寫程序?qū)崟r監(jiān)控小時數(shù)據(jù)文件夾，一旦有文件生成，會對文件按以下順序檢查并顯示。①文件名檢查：根據(jù)當(dāng)前時刻對該時次文件名進(jìn)行檢查。②數(shù)據(jù)條數(shù)檢查：按正常5 min間隔(00～55分)檢查分鐘條數(shù)，是否有缺測。③PM數(shù)值關(guān)系檢查：對錯誤數(shù)值-999及數(shù)值大小關(guān)系PM10>PM2.5>PM1進(jìn)行檢查。④上下限檢查：通過SPSS軟件分析逐步剔除極端值后確立上下限范圍：1～450 μg/m3，以判斷數(shù)值是否可疑。

表1 PM2.5質(zhì)量濃度分鐘數(shù)據(jù)前后變幅允許范圍表Tab.1 Permissible range of variation before and after mass concentration minute data

⑤連續(xù)性檢查：參考空氣質(zhì)量分指數(shù)[8]對應(yīng)的污染物項目濃度限值將PM2.5分鐘數(shù)值≤35、35<數(shù)值≤75、75<數(shù)值≤115、115<數(shù)值≤150、150<數(shù)值≤250、數(shù)值>250劃分為6個取值范圍。通過SPSS軟件對各組前后分鐘數(shù)據(jù)差值進(jìn)行正態(tài)檢驗，對符合偏態(tài)分布的數(shù)據(jù)可取百分位數(shù)P2.5及P97.5對應(yīng)的數(shù)值作為前后分鐘數(shù)據(jù)差值雙側(cè)界值，但實際用P2.5及P97.5對應(yīng)的數(shù)值去檢查PM2.5分鐘數(shù)據(jù)會發(fā)現(xiàn)多數(shù)異常變幅其實屬于正常變化，經(jīng)過人工逐步排除，設(shè)定前后變幅允許范圍(如表1)，以此來檢查前后分鐘數(shù)據(jù)變幅是否可疑。⑥數(shù)據(jù)持續(xù)不變檢查：檢查連續(xù)一小時分鐘數(shù)據(jù)是否無變化。由于目前臺站并不具備更改原始觀測數(shù)據(jù)的權(quán)限，所以對上述檢查出現(xiàn)結(jié)果以日志文件進(jìn)行記錄，在質(zhì)控程序界面上顯示檢查內(nèi)容，發(fā)現(xiàn)異常時有報警音提示，及時提醒值班員查看，以免數(shù)據(jù)長時間缺測或錯誤。

圖2 質(zhì)控程序界面Fig.2 Quality control program

圖3 Haning濾波分析及前后變幅同時判定為異常Fig.3 Haning filtering analysis and simultaneous determination of both front and back amplitudes as anomalies

圖4 數(shù)據(jù)處理前后對比圖Fig.4 Comparisons before and after data processing

3 氣象因子對PM2.5質(zhì)量濃度變化影響分析

3.1 PM2.5質(zhì)量濃度季節(jié)變化特征分析

利用貴陽站2013—2016年P(guān)M2.5質(zhì)控數(shù)據(jù)比較月均質(zhì)量濃度逐年變化趨勢，由于本站顆粒物監(jiān)測儀2015年設(shè)備故障送修，導(dǎo)致2015年缺失4個月的數(shù)據(jù)，所以2015年不做對比。如圖5，本站PM2.5月均質(zhì)量濃度各年變化趨勢呈現(xiàn)明顯的冬高夏低的單谷多峰走勢；年均值逐年降低，與2013—2016年貴陽市環(huán)境狀況公報中公布的細(xì)顆粒物年平均濃度逐年降低趨勢相符。

圖5 2013—2016年貴陽站PM2.5月均質(zhì)量濃度變化Fig.5 Change of PM2.5 average mass concentration in Guiyang station from 2013 to 2016

圖6 2013—2016年貴陽各月逆溫天數(shù)及氣溫變化Fig.6 Monthly inversion days and temperature changes in Guiyang from 2013 to 2016

圖7 2013—2016年貴陽各月降水量及風(fēng)速變化Fig.7 Variation of monthly precipitation and wind speed in Guiyang from 2013 to 2016

由圖6～圖7看出貴陽夏季7月份平均氣溫最高，500 m、200 m及100 m以下逆溫天數(shù)均為最低，空氣對流與湍流強(qiáng)，盛行上升氣流，促使大氣顆粒物得到有效擴(kuò)散，同時夏季降水增多，起到凈化空氣的作用，圖5中各年P(guān)M2.5月均質(zhì)量濃度最低值都出現(xiàn)在7月。冬季氣溫最低，冬季12—次年2月份平均氣溫偏低，逆溫天氣發(fā)生的頻率高，抑制空氣對流，降水偏少，不利于污染物擴(kuò)散及沉降，所以PM2.5月均質(zhì)量濃度最大值都出現(xiàn)在冬季。

3.2 空氣污染時段PM2.5質(zhì)量濃度變化特征分析

3.2.1 空氣污染時段氣象情況根據(jù)2013年貴陽市環(huán)境狀況公報，結(jié)合PM2.5質(zhì)量濃度峰值出現(xiàn)在冬季的規(guī)律，查詢2013年1月空氣質(zhì)量日報，發(fā)現(xiàn)從1月8—16日，貴陽市連續(xù)9 d空氣污染不達(dá)標(biāo)，其中重度污染1 d、中度污染3 d、輕度污染5 d，首要污染物均為PM2.5，表2顯示空氣污染時段近地面均有逆溫層出現(xiàn)，最大厚度為13日的1 112 m，天氣狀態(tài)穩(wěn)定，12—13日夜間晴朗少云，地面風(fēng)速較小，地面熱量向外輻射快速降溫，形成輻射逆溫層。

圖8顯示空氣污染時段本站監(jiān)測的PM2.5日均濃度均超過《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)(GB3095-2012)》二級標(biāo)準(zhǔn)(75 μg/m3)，其中1月13日本站PM2.5平均濃度出現(xiàn)此次過程中最大值164.4 μg/m3，這與該日空氣質(zhì)量指數(shù)達(dá)重度污染相符。

表2 2013年1月8—16日貴陽空氣污染時段氣象情況Tab.2 Meteorological situation of air Pollution Period in Guiyang from Jan. 8 to Jan. 16, 2013

圖8 空氣污染時段本站1月PM2.5質(zhì)量濃度逐日變化Fig.8 Daily variation of PM2.5 mass concentration in air pollution period

3.2.2 空氣污染時段氣象因子對PM2.5質(zhì)量濃度的影響，因冬季凍雨導(dǎo)致本站2013年1月8—11日小時雨量缺測，僅利用12—16日間的本站風(fēng)速、降水及PM2.5小時數(shù)據(jù)進(jìn)行相關(guān)性分析。結(jié)果見表3，PM2.5質(zhì)量濃度與風(fēng)速和降水均呈現(xiàn)明顯的負(fù)相關(guān)性，相關(guān)系數(shù)-0.345。

表3 PM2.5質(zhì)量濃度與氣象因子相關(guān)分析結(jié)果表Tab.3 Correlation analysis between PM2.5 mass concentration and meteorological factors

注：**(在0.01水平雙側(cè)顯著)表示相關(guān)性顯著。

從圖9可以看出PM2.5質(zhì)量濃度較大時，風(fēng)速明顯偏小或接近靜風(fēng)，隨著風(fēng)速增大，PM2.5質(zhì)量濃度相應(yīng)減小, 2013年1月12日00時—14日20時期間無降水現(xiàn)象，該時段PM2.5質(zhì)量濃度變化幅度較大，出現(xiàn)最大值，而后降水過程將大氣中的污染物溶解或沖刷到地面，使污染物濃度降低，表3相關(guān)系數(shù)-0.344，也表明降水及風(fēng)速對PM2.5質(zhì)量濃度的影響都是很明顯的。

4 小結(jié)

①通過編寫小時數(shù)據(jù)檢查程序以提醒值班員及時處理軟件故障，避免數(shù)據(jù)長時間的缺測或錯誤；對原始數(shù)據(jù)采用平滑濾波處理，在剔除異常值的同時保留了原序列應(yīng)有的變化特征。

②貴陽市PM2.5月均濃度呈現(xiàn)明顯的冬高夏低的單谷多峰走勢。夏季逆溫天數(shù)較少，空氣對流強(qiáng)，降水較多，促使大氣顆粒物擴(kuò)散及沉降；冬季逆溫天氣發(fā)生頻率高，抑制空氣對流，降水偏少，不利于污染物消散。

③貴陽市2013年1月8—16日長達(dá)9 d的空氣污染時段里，PM2.5與風(fēng)速、降水呈明顯負(fù)相關(guān)性，即風(fēng)速越大，PM2.5濃度越小，降水對凈化空氣作用明顯，PM2.5濃度明顯降低。