2019 年成都市PM2.5 污染特征研究

曹立民 李海青 馮 炘 解玉紅*，2

（1、天津理工大學環境科學與安全工程學院，天津300391 2、易科力（天津）環保科技發展有限公司，天津300384 3、天津市瑞德賽恩水業有限公司，天津300270)

1 概述

地球是人類世世代代居住的星球，而它的大氣環境則決定著人類能否長久的在這個星球上居住。最近幾十年來，都市化進程越來越迅速，工業發展逐漸強盛以及人均汽車持有量穩步上升。社會的高速發展犧牲了生態環境，一個個大氣污染問題逐漸進入大眾視線，嚴重影響人們正常生活和身體健康。大氣污染物種類繁多，主要有SO2、NOX、PM10和PM2.5等。目前，我國的霧霾天氣頻繁發生，使得PM2.5這種顆粒污染物進入了人們的視野，并引起了社會各界的重視。為了較好的解決此類環境問題，國家出臺了一系列的法律法規來約束PM2.5的產生，科學界也對PM2.5的形成原因、化學組成、污染特征和控制對策做了系統性的研究[1-5]。

本文利用2019 年成都市PM2.5濃度數據，研究該時間段內PM2.5污染水平，重點突出PM2.5 污染特征。利用PM2.5濃度數據，將其與成都市2019 年的氣象環境結合起來，并充分考慮季節因素，研究了成都市PM2.5相關特征。

2 區概況與數據來源

2.1 區域概況

成都是四川省省會，地處中國西南地區、四川盆地西部、成都平原腹地、青藏高原東部，處在東經102°54′～104°53′、北緯30°05′～31°26′之間。成都市位于副熱帶季風氣候區域，具有豐沛的降雨和適度的日照，并有顯著的季節區分。成都市具有明顯的地勢變化，西部地區高于東部地區，海拔范圍359～5364 米，全市平均土地墾殖指數達38.22%[6]。

2.2 數據來源

2.2.1 PM2.5 濃度數據

本文中PM2.5濃度來源于天云環境大數據可視化平臺[7]，涵蓋2019 年1 月1 日至2019 年12 月31 日時間跨度上的PM2.5數據。

2.2.2 氣象數據

本文所采用的氣象數據來源于天氣網[8]和天云環境大數據可視化平臺[7]。

3 數據分析

3.1 PM2.5 污染特征

利用天云環境大數據可視化平臺所繪制的2019 年成都市PM2.5濃度變化圖[7]，利用所收集的2019 年成都市常規污染物的濃度數據，總結并統計成圖，提取2019 年1 月至12 月成都市PM2.5污染月變化曲線圖[7]，如圖1 所示：

圖1 2019 年PM2.5 污染特征

由圖1 可知，2019 年PM2.5的濃度分布并不平均，在一年內具有較大的起伏變化，同時，在每個月內也呈現出了較明顯的變化趨勢。此外，可以看出PM2.5濃度在9、10、11、12 月中具有較大的高低值變化，表明PM2.5在這幾個月份里污染較其他時間更嚴重。PM2.5峰值數據產生于冬季，而最低值則產生于秋季，因此，針對PM2.5的時間變化特征，將在后面的小節里加以分析。2019 年成都市常規六項污染物中，PM2.5、PM10、O3曲線隨月份改變幅度較大，污染物SO2、NO2隨月份變化幅度較小。六項污染物中PM2.5、PM10、CO 峰值都出現在冬季。與PM10相比，PM2.5的變化趨勢與PM10較為一致，但是PM10每月數值均比PM2.5高，這是因為PM10是可吸入顆粒物，粒徑為10μm 以下，而PM2.5粒徑在2.5 μm 以下，PM10和PM2.5具有包含關系，在普通大氣環境監測中，PM10數值會包括PM2.5，因此PM2.5的監測數據會低于PM10，但總體變化趨勢一致；與SO2和CO 相比，PM2.5全年波動幅度極大，不同于SO2和CO，PM2.5的排放受季節天氣影響極大，因此會出現此差異；和O3相比，PM2.5、O3則展現出完全不一樣的走向，在PM2.5數值處于低值時，O3濃度數值則較大，反之，當O3濃度數值比較小時，PM2.5濃度數值則比較大，總體呈現負相關，PM2.5數值快速減小會加劇近地表O3污染。這是因為O3作為一種大氣二次污染物，其形成過程依賴于大氣自由基的濃度，然而PM2.5可以吸收部分大氣自由基。因此，當PM2.5的濃度數值降低時，其吸收的大氣自由基的量也會減少，從而導致地表面O3濃度數值的升高；同NO2相比，PM2.5及NO2季節性變化大，并且具有類似的規律，都展現為秋冬季大于春夏季。PM2.5增大時，NO2也增大，相反也有此變化規律，PM2.5與NO2變化主要是正相關。因此，在發生污染情況時易出現疊加污染，尤其在秋冬季要格外控制PM2.5和NO2的污染。

3.2 PM2.5 濃度與氣象條件的相關性分析

利用2019 年成都市降水和PM2.5月平均濃度數據，可以繪制出2019 年雨量和PM2.5數據對比圖，如圖2 所示。

通過圖2 可得，PM2.5月平均濃度數值和月降雨總量呈現負相關。若降雨增大，PM2.5數值迅速回落；降雨削弱，PM2.5數值升高。秋冬季降雨稀少，因此PM2.5數值較高，而在夏季降雨充沛，PM2.5則一直處于較低值。2019 年成都市天氣狀況穩定，無降雨大風天氣，溫度較低時，PM2.5濃度較高，反之，PM2.5濃度較低。

4 結論

圖2 2019 年成都市月降雨總量與PM2.5 月平均濃度對比

本文以成都市作為研究對象，收集整理2019 年成都市PM2.5濃度數據和成都市氣象資料，分別探討了2019 年成都市PM2.5質量濃度變化特征、PM2.5和常規污染物對比情況、時間變化特征、PM2.5/PM10特征和PM2.5的氣象關聯度，研究結果表明：2019年成都市PM2.5全年波動幅度大，秋冬污染大于春夏，秋冬季PM2.5日平均濃度高于春夏季；秋冬季PM2.5/PM10超過了0.5，表明PM2.5濃度升高與氣溶膠有關，且由于秋冬季比值偏大，表明秋冬季存在大量的硫酸鹽等二次污染物，導致PM2.5升高；PM2.5同降雨、溫度、風速呈現負相關。