石家莊市采暖期空氣質量特征及其與氣象條件的關系

王云霞， 張艷杰， 孟令堯， 張 焱， 曹跟華， 趙江偉

(1.河北省科學院地理科學研究所,河北省地理信息開發應用工程技術研究中心,石家莊 050011；2.河北省氣象服務中心,石家莊 050021；3.河北省環境監測中心,石家莊 050000)

近年來,河北省霧霾、重污染天氣頻發,空氣污染問題已成為政府和公眾關注的焦點。2015年通過的《京津冀協同發展規劃綱要》中,確定河北省的功能定位為“三區一基地”。在空氣污染嚴重、京津冀協調發展的大背景下,河北省如何打贏藍天保衛戰、加快產業轉型升級試驗區建設,是當前環?？蒲腥说墓ぷ麟y點。已有的研究表明,大氣污染呈區域性特征[1],污染物排放[2]和氣象條件[3-4]是造成區域性大氣污染的重要因素[5]。在源強一定的條件下,大氣污染物的時空分布與當地的氣象條件、地形地貌有密切聯系[6]。因此,區域性大氣污染控制要從源強削減、污染源空間布局優化兩方面著手。

石家莊市地處太行山東麓,既是京津冀城市群的重要城市之一,也是中國空氣質量最差的省會城市之一,其空氣污染特征具有一定的代表性。已有學者從天氣背景及氣象條件[7-8]、顆粒物組分及來源[9-10]等多個方面,對石家莊市的大氣污染進行了研究。王筠等[7]對比分析了2015年石家莊市冬季兩次持續性重污染天氣過程的演變特征及主要影響因素,認為高低空穩定的天氣形勢配置是重污染過程形成的直接原因,燃煤和機動車尾氣是石家莊冬季重污染的主要污染源,東北部、北部和西南部周邊污染物的輸送對重污染天氣的形成發展也有一定的影響。而洪綱[9]通過對2016年石家莊市秋季的兩次重污染過程的演變特征及主要影響因素的分析,研究結果顯示重污染過程形成的原因與前者相同,但機動車尾氣和地面揚塵是PM2.5的重要來源,東南和西南方向周邊污染物的輸送對重污染天氣的形成發展也有一定的貢獻。李治國等[10]也曾對2016年3月石家莊市采暖期結束前后的兩次重污染天氣期間的細顆粒物化學組成進行分析,并結合顆粒物質量濃度和氣象條件等對重污染天氣成因進行了推定,結果顯示采暖期間的重度污染天氣主要成因為來自燃煤(貢獻率42.6%)和工業工藝源(貢獻率26.4%)的顆粒物嚴重累積,兩次重污染過程的PM2.5與氣象條件的相關性較高,R濕度/2.5=0.76、R大氣壓/2.5=-0.58、R風速/2.5=-0.65、R溫度/2.5=0.35,高濕狀態下空氣的低壓靜穩和低空傳輸共同促使燃煤及工業工藝源的顆粒物累積。顯然,學者們對形成短期重污染天氣過程的天氣背景及氣象條件有統一的觀點,但因為研究尺度小,在不同時段對同一區域進行的分析研究,得出的源強及來源呈現出了不同的結論。由于石家莊市三面環山,受高山屏障和太行山焚風效應影響[11],污染物不易稀釋擴散,再加上華北地區冬季氣候特征和取暖污染物排放量的增加[12],采暖期的大氣污染更為嚴重。韓軍彩等[8]曾利用2013—2014年石家莊市逐時的環境和氣象資料,分析了顆粒物的時空分布特征及與氣象要素的關系,結果表明秋冬季顆粒物的質量濃度較高,市區西部高于東部,顆粒物濃度與相對濕度正相關、與風速和降水負相關。但是現有的研究主要集中在短期重污染天氣的成因、空氣質量與氣象的關系、污染物來源解析等等,而以優化產業布局為出發點從區域尺度分析空氣質量與氣象條件的關系的研究卻很少。2016年,新的環境空氣質量標準開始在全國實施；同時,作為市轄區內包含《全國老工業基地調整改造規劃》(2013—2020)規劃范圍的省會城市,石家莊市也正處于產業轉型升級階段,加大了對大氣污染的治理力度,空氣質量狀況得到明顯改善。因此,有必要對石家莊市現階段的環境質量狀況及其與氣象條件的關系進行研究,為產業布局和大氣污染治理提供最新指導。本文將利用石家莊市2016—2018年采暖期的環境和氣象數據,采用統計學方法定量分析空氣質量特征及其與氣象條件的關系,對氣象要素進行影響程度排序,并探討易造成大氣污染的氣象條件,以期為構建污染氣象分區模型篩選氣象指標及條件,進而為河北省建設產業轉型升級試驗區提供技術支撐。

1 資料與方法

1.1 資料

所用數據為:石家莊市2016—2018年采暖期的城市空氣質量逐日監測數據,包括顆粒物(PM10、PM2.5)、二氧化硫(SO2)、氮氧化物(NO2)、一氧化碳(CO)的24 h平均濃度,臭氧(O3)的日最大8 h滑動平均濃度,以及空氣質量指數(AQI)；同期石家莊氣象站的逐日觀測資料,包括氣溫、變壓、風速、相對濕度和水汽壓,以及由相關參數計算出的混合層高度。

石家莊市的采暖周期為11月15日—次年3月14日,共120 d,通過環境和氣象數據的統計匯總,2016—2018年涉及的兩個采暖周期內,有效數據為240組,數據可用率達100%。

1.2 方法

根據環境空氣質量標準(GB 3095—2012)的規定,研究區域屬于二類區,因此依據其中的二級濃度限值對污染物的日均濃度進行評價。AQI是定量描述空氣質量狀況的無量綱數據,依據環境空氣質量指數(AQI)技術規定(試行)(HJ 633—2012)中的空氣質量分級標準(表1),對研究時段內的日均AQI進行評價。

表1 空氣質量指數分級標準Table 1 Classification standards of AQI

首先利用SPSS軟件計算出2016—2017年采暖期內環境和氣象數據的相關系數,再采用統計學方法,并結合相關系數分級(表2),確定主要污染物的污染氣象指標,最后用2017—2018年采暖期的數據對指標進行驗證。

表2 相關系數分級Table 2 Classification of correlation coefficient

2 空氣質量變化特征

2.1 AQI變化特征

石家莊市2016—2018年采暖期的日均AQI統計情況如表3所示。

表3 2016—2018年采暖期AQI級別分布Table 3 Distribution of the AQI grade in the heating period from 2016 to 2018

可以看出,石家莊市采暖期的所有天數均為非一級天,其中污染日(AQI三～六級)較多,占69.58%,非污染日(AQI一、二級)較少,僅占30.42%。與前一采暖周期相比,2017～2018年采暖期的二級天數多19 d、重度及以上污染天數則少37 d,說明石家莊市采暖期的空氣質量得到了明顯改善。

圖1 污染物濃度達標分析Fig.1 Analysis of pollutant concentration reaching the standard

2.2 污染物達標分析

分別對2016—2018年采暖期的PM10、PM2.5、SO2、NO2、CO和O3濃度進行達標分析(圖1),對比發現,超標時間最多的污染物是PM2.5,超標天數分別占76.67%和61.67%,其次是PM10,分別占73.33%和45.00%。與前一采暖周期相比,2017—2018年采暖期內污染物超標天數減少最多的是PM10,減少34 d,其次是NO2減少24 d、PM2.5和CO均減少18 d；SO2超標時間雖僅減少1 d,但全部達到了國家二級標準要求；O3卻由前一采暖周期的全部達標,發展到出現2 d、1.67%時間的超標。這預示著季節性特征污染物得到有效治理的同時,可能會引發新的或非本季節特征的大氣污染物。

2.3 首要污染物分析

根據AQI及首要污染物的確定方法,空氣質量分指數(IAQI)的最大值即為當日的AQI,AQI大于50(一級)時,該分指數對應的污染物即為首要污染物；如果該指數對應的污染物為兩項或兩項以上時,則并列為首要污染物。表4所示為石家莊市2016—2018年采暖期的首要污染物統計情況。

表4 2016—2018年采暖期首要污染物情況Table 4 Primary pollutants in the heating period from 2016 to 2018

在研究時段內,PM2.5作為首要污染物出現的天數最多,占研究時段的73.33%,其次為PM10。這說明,影響石家莊市采暖期空氣質量最多的污染物是PM2.5,即石家莊市采暖期的AQI主要受PM2.5影響。從顆粒物的空氣質量分指數(IAQI)逐日變化曲線(圖2)可以看出,兩個采暖周期進行對比,PM10、PM2.5的IAQI總體上是減小的,PM10的IAQI集中范圍由50～200縮小到50～150,PM2.5的IAQI由50～100、200～400調整為50～150、200～300。

根據污染物濃度達標分析結果(圖1),SO2、NO2、CO、O3也存在一定比例天數的超標,但這四種污染物超標時均伴隨著PM10或PM2.5超標,且超標倍數遠遠高于這四種污染物,因此SO2、NO2、CO、O3為首要污染物的天數均是0,也是正常的。

3 空氣質量與氣象條件的相關性

3.1 環境與氣象數據的相關系數

依據2016—2017年采暖期間的環境和對應的氣象數據,分別計算各污染物濃度、AQI與氣象要素的相關系數,計算結果列于表5?？梢钥闯?不同污染物與氣象要素的相關系數存在明顯差異。

圖2 PM10和PM2.5的IAQI逐日變化Fig.2 Daily variation of IAQI in PM10 and PM2.5

項目相關系數相關性排序PM10PM2.5SO2NO2COO3AQIPM10PM2.5SO2NO2COO3AQI氣溫/℃-0.238??-0.314??-0.267??-0.185?-0.319??0.538??-0.330??6546555變壓/hPa-0.308??-0.294??-0.432??-0.331??-0.307??0.183??-0.315??5615666風速/(m·s-1)-0.622??-0.664??-0.412??-0.593??-0.624??0.698??-0.656??3223222相對濕度/%0.689??0.700??0.1180.624??0.693??-0.821??0.698??1151111水汽壓/hPa0.630??0.593??0.0390.613??0.588??-0.605??0.594??2462344混合層高度/m-0.596??-0.655??-0.395??-0.521??-0.585??0.655??-0.643??4334433

注：** 表示通過0.01置信水平檢驗(雙側檢驗)；*表示通過0.05置信水平檢驗(雙側檢驗)。

3.1.1 氣溫

氣溫是表示空氣冷熱程度的物理量,可以反映研究區的熱狀況特征。PM10、PM2.5、SO2、NO2、CO、AQI與氣溫負相關,但相關系數較小，僅在0.185～0.330之間,屬于弱相關；O3與氣溫正相關,相關系數為0.538,屬于中度相關。

3.1.2 變壓

石家莊市氣壓的季節性變化特征不明顯,為了研究氣壓場對污染物的影響,選用變壓作為氣象要素,某日的變壓取當日與前日的氣壓差值。PM10、PM2.5、SO2、NO2、CO、AQI與變壓負相關,相關系數在0.294～0.432之間,屬于低度相關；O3與變壓正相關,但相關系數僅為0.183,屬于弱相關。

3.1.3 風速

風是反映大氣動力穩定性的重要特征量,是大氣做有規則的平滑水平運動,對污染物的水平輸送起著重要的作用[13]。PM10、PM2.5、SO2、NO2、CO、AQI與風速負相關,O3與風速正相關；除SO2與風速的相關系數0.412較低、屬于低度相關外,其余五種污染物濃度、AQI與風速的相關系數均在0.593～0.698之間,屬于中度相關。

3.1.4 相對濕度、水汽壓

相對濕度和水汽壓是反映空氣干燥或濕潤程度的兩個不同變量。除SO2與相對濕度、水汽壓無相關性外,其余五種污染物濃度、AQI與這兩個變量均存在相關關系,且與相對濕度的相關系數普遍高于水汽壓的。其中,PM10、PM2.5、SO2、NO2、CO、AQI與相對濕度、水汽壓正相關,相關系數為0.588～0.700,屬于中度相關；O3與相對濕度、水汽壓負相關,且與相對濕度的相關系數0.821是所有系數中最高的、屬于高度相關,與水汽壓的相關系數0.605也屬于中度相關。

3.1.5 混合層高度

大氣混合層高度是反映污染物在垂直方向擴散的重要參數[14],也是影響大氣污染物擴散的主要氣象因子之一。PM10、PM2.5、SO2、NO2、CO、AQI與混合層高度負相關,O3與混合層高度正相關；除SO2與混合層高度的相關系數0.395較低、屬于低度相關外,其余五種污染物濃度、AQI與混合層高度的相關系數均在0.521～0.655,屬于中度相關。

分析可知，O3與氣象要素的相關性和其余五種污染物相反,且除與變壓的相關程度較低外,O3與其余氣象要素的相關程度都在中度以上；污染物與相對濕度的相關系數均高于與水汽壓的；PM2.5、AQI與氣象要素的相關系數值較接近,氣象要素的相關性排序也相同,這主要與AQI的確定方法有關；污染物濃度與變壓、氣溫是弱-低度相關,與相對濕度、風速、混合層高度、水汽壓是低-中度相關,說明研究時段內污染物濃度主要受相對濕度、風速、混合層高度和水汽壓的影響；總體上氣象要素對大氣環境影響依次為相對濕度>風速>混合層高度>水汽壓>變壓>氣溫。

圖3 顆粒物(PM10、PM2.5)、AQI隨主要氣象要素的變化趨勢Fig.3 Variation trends of particulates (PM10、PM2.5) and AQI with the main meteorological elements

3.2 污染物濃度、AQI隨氣象條件的變化

環境與氣象數據的相關系數,能說明兩者的整體相關性及方向、相關程度大小,但污染物隨氣象條件的變化過程卻體現不出來。為進一步定量分析環境數據隨氣象要素的變化,首先分別選取對其影響較大的氣象要素,然后分段統計污染物的平均濃度,最后擬合出污染物隨氣象要素變化的趨勢線。

現主要對2016—2017年采暖期間首要污染物(PM10、PM2.5)濃度、AQI進行分析。各氣象要素對環境數據的影響排序雖不同,但PM10、PM2.5、AQI的前四個主要影響因子均為相對濕度、水汽壓、風速、混合層高度。PM10、PM2.5、AQI隨主要氣象要素的變化趨勢線,如圖3所示。由圖3可知環境數據與氣象要素之間并不是簡單的正負相關關系。

由圖3(a)、圖3(c)可知,隨著相對濕度、水汽壓的增加,PM10、PM2.5、AQI的變化曲線呈不斷上升的趨勢,但當相對濕度大于90%、水汽壓大于7 hPa后,曲線下探；PM10隨相對濕度、水汽壓的變化,大于PM2.5隨這兩個氣象要素的變化。分析原因:在無明顯降水的情況下,水汽壓越大,相對濕度越高,一般大氣層結越穩定,越不利于污染物的稀釋擴散,導致污染物濃度累積升高；大氣中較高的水汽含量也有利于SO2、NO2等一次氣態污染物向二次顆粒物的轉化；當水汽壓增大到一定程度后會出現降水,降水對污染物有一定的清除作用。

在圖3(b)中,隨著風速的增大,PM10、PM2.5、AQI的變化曲線呈整體下降的趨勢,風速小于2 m/s時,PM10、PM2.5、AQI隨風速增大急劇下降；風速大于2 m/s后,PM2.5的變化曲線緩慢下降并趨于穩定,PM10、AQI呈先下降后上升的趨勢,尤其當風速大于3 m/s后PM10和AQI升高明顯。在實際觀測中,當風速很大時會出現揚沙天氣,導致PM10濃度升高,圖3(b)中的變化趨勢線說明:風速大于3 m/s后,出現揚塵污染,大顆粒物污染物濃度上升,PM10成為首要污染物。

圖3(d)中PM10、PM2.5、AQI的變化趨勢線與圖3(b)中PM2.5的類似,即:隨著混合層高度的升高,呈整體下降的趨勢；混合層高度800～900 m是曲線變化的分界點,小于800 m時曲線急劇下降,大于900 m后曲線緩慢下降并趨于穩定。

3.3 污染氣象指標的確定及檢驗

結合污染物超標和首要污染物分析結果,在此主要確定并驗證PM10、PM2.5、AQI的污染氣象指標。

根據氣象要素的相關性排序,影響PM10的主要氣象要素是:相對濕度、水汽壓、風速、混合層高度。取2016—2017年采暖期內PM10超標時98%置信水平的氣象要素值,作為其污染氣象指標:相對濕度24%～95%、風速0.9～3.3 m/s、混合層高度157～966 m、水汽壓1.8～8.7 hPa。同理,確定PM2.5的污染氣象指標:相對濕度26%～94%、風速0.9～3.2 m/s、混合層高度160～858 m、水汽壓1.5～8.7 hPa；AQI三級及以上的污染氣象指標:相對濕度25%～94%、風速0.9～3.2 m/s、混合層高度160～930 m、水汽壓1.5～8.7 hPa。

在2017—2018年采暖期,PM10超標54 d,滿足污染氣象指標的日數為67 d,其中PM10超標38 d,占超標日數的70.37%,即:PM10污染氣象指標的準確率為70.37%。同理,驗證PM2.5、AQI的污染氣象指標準確率分別為70.27%和72.97%?？梢?污染氣象指標對污染物超標日的判斷具有較高的準確性。但在今后工作中,仍需更新數據樣本據量,對污染氣象指標進行不斷完善,進一步提高其準確率。

4 結論

(1)在2016—2018年采暖期內,石家莊市的所有天數均為非一級天,其中污染日較多,占69.58%,非污染日較少,僅占30.42%；與前一采暖周期相比,石家莊市2017—2018年采暖期的空氣質量得到了明顯改善。

(2)在2016—2018年采暖期內,PM2.5是超標時間最多的污染物,也是作為首要污染物出現天數最多的,這說明石家莊市采暖期的AQI主要受PM2.5影響。

(3)PM10、PM2.5、SO2、NO2、CO濃度與氣溫、變壓、風速和混合層高度存在負相關關系,與相對濕度存在正相關關系(SO2除外)；O3與氣象要素的相關性和上述五種污染物相反?？傮w上,氣象要素對大氣環境影響的排序為:相對濕度>風速>混合層高度>水汽壓>變壓>氣溫。

(4)顆粒物濃度與風速存在負相關關系,但當風速大于3 m/s后,出現揚塵污染,PM10濃度上升,成為首要污染物。

(5)在相對濕度24%～95%、風速0.9～3.3 m/s、混合層高度157～966 m、水汽壓1.8～8.7 hPa的氣象條件下,易發生PM10污染；在相對濕度26%～94%、風速0.9～3.2 m/s、混合層高度160～858 m、水汽壓1.5～8.7 hPa的氣象條件下,易發生PM2.5污染。

(6)在相對濕度25%～94%、風速0.9～3.2 m/s、混合層高度160～930 m、水汽壓1.3～8.4 hPa的氣象條件下,空氣質量易達到輕度及以上污染。