高陵區(qū)PM2.5污染特征及其與氣象要素的關(guān)系研究

蔡惠文，呂恩奇，陳欣昊，劉萍珠，鐘 鳴

(1.高陵區(qū)氣象局，陜西高陵 710200；2.藍(lán)田縣氣象局，陜西藍(lán)田 710500；3.西安市氣象臺，西安 710016)

由于PM2.5粒徑較小，在大氣中停留時間較長且輸送距離遠(yuǎn)，可對大氣環(huán)境質(zhì)量產(chǎn)生很大的影響。PM2.5表面可吸附病原微生物等有毒害物質(zhì)，長期PM2.5暴露有誘發(fā)心腦血管[1]或肺部[2]疾病的危害。目前針對PM2.5的研究主要包括PM2.5的污染特征、時空變化特征、化學(xué)組成、源解析、氣象因素的影響[3]等。曹軍驥[4]等研究了我國 PM2.5污染現(xiàn)狀與控制對策，研究表明華北、華東、華中、華南及四川盆地區(qū)域是我國PM2.5的重污染區(qū)。劉晟東[5]等研究了中國典型城市群PM2.5污染特征研究進(jìn)展，分析了京津冀城市群、長三角城市群與川渝城市群 PM2.5組成與污染特征。王紅軍[6]等通過分析關(guān)中區(qū)域主要大氣污染物時空分布特征，發(fā)現(xiàn)2014—2018年P(guān)M2.5年平均質(zhì)量濃度呈逐年下降趨勢。張帆[7]等就砣磯島國家大氣背景站PM2.5化學(xué)組成及季節(jié)變化特征進(jìn)行了分析。李云燕[8]總結(jié)分析了我國京津冀、長三角、珠三角三大區(qū)域PM2.5源解析的研究進(jìn)展。

高陵區(qū)位于關(guān)中平原腹地，地勢西北微高東南較低，南望秦嶺，北臨黃土高原，東南方向?yàn)轶P山山脈。北部易受裸露黃土影響，東南部受山體阻擋，大氣擴(kuò)散條件較為不利。隨著高陵經(jīng)濟(jì)發(fā)展，制造業(yè)基地建設(shè)規(guī)模不斷擴(kuò)大，工業(yè)的快速發(fā)展加劇了大氣污染物排放。近年來，高陵區(qū)大氣污染事件頻發(fā)，大氣污染物對人體健康、工農(nóng)業(yè)生產(chǎn)以及區(qū)域環(huán)境與氣候都有著重要影響，而氣象要素對大氣污染物的稀釋、擴(kuò)散以及輸入型污染的減少有著重要作用，因而研究大氣污染物特征及其與氣象要素的關(guān)系可為本地大氣污染的治理提供科學(xué)依據(jù)。本文利用西安市生態(tài)環(huán)境局高陵分局PM2.5質(zhì)量濃度監(jiān)測數(shù)據(jù)、空氣質(zhì)量指數(shù)資料及高陵區(qū)國家一般氣象站相關(guān)氣象資料，分析了PM2.5污染特征、質(zhì)量濃度變化特征，并通過相關(guān)分析方法分析了PM2.5質(zhì)量濃度與氣象要素的關(guān)系,為空氣污染預(yù)報和服務(wù)提供基礎(chǔ)依據(jù)。

1 資料選取

資料選取2018年1月1日—2021年12月31日的月平均、日平均及小時平均的PM2.5質(zhì)量濃度、氣溫、相對濕度、風(fēng)向、風(fēng)速資料以及逐日空氣質(zhì)量指數(shù)。PM2.5日均質(zhì)量濃度數(shù)據(jù)和空氣質(zhì)量指數(shù)級別來自西安市生態(tài)環(huán)境局高陵分局，數(shù)據(jù)均經(jīng)過國家環(huán)境監(jiān)測總站審核和質(zhì)量控制。氣象要素數(shù)據(jù)為高陵區(qū)國家一般氣象站(34°32′41″N，109°01′16″E)觀測資料(風(fēng)向、風(fēng)速、氣溫、降水、相對濕度等的日均值和小時值)。

2 PM2.5污染基本特征

2018年1月1日—2020年12月31日期間，由于儀器故障、儀器維護(hù)維修、停電等原因?qū)е赂吡陞^(qū)PM2.5質(zhì)量濃度44 d無數(shù)據(jù)，有效數(shù)據(jù)日數(shù)為1 052 d。經(jīng)統(tǒng)計，3 a來高陵區(qū)PM2.5日均質(zhì)量濃度平均值為61.34 μg/m3，其中超過《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)中環(huán)境空氣污染物二級標(biāo)準(zhǔn)濃度限值(75.0 μg/m3) 的日數(shù)為282 d，超標(biāo)日均質(zhì)量濃度范圍為76.0～322.0 μg/m3，超標(biāo)率為26.8%。高陵區(qū)近3 a在不同等級污染天氣中首要污染物為PM2.5的累計日數(shù)見圖1。高陵區(qū)近3 a重度污染以上天氣累計日數(shù)達(dá)79 d，首要污染物PM2.5占比92.4%(73 d)；中度污染天氣達(dá)60 d，首要污染物PM2.5占比91.7%(55 d)；輕度污染天氣達(dá)275 d，首要污染物PM2.5占比49.8%(137 d)。總體上污染天氣首要污染物為PM2.5的累計日數(shù)遠(yuǎn)超其他污染物，由此可見高陵區(qū)污染天氣的首要污染物為PM2.5。

圖1 2018—2020年高陵區(qū)在不同等級污染天氣中首要污染物為PM2.5的累計日數(shù)

3 PM2.5質(zhì)量濃度月、季變化特征

PM2.5質(zhì)量濃度的月均值變化呈明顯的“U”型特征，11月至次年2月為高值時段，1月是污染最為嚴(yán)重的月份。以近3 a逐月PM2.5質(zhì)量濃度平均值做距平圖(平均值為近3 a PM2.5日均質(zhì)量濃度的均值)，從距平圖來看(圖2a)，11月至次年2月為正距平值，說明在此期間PM2.5質(zhì)量濃度相對較高，空氣污染較嚴(yán)重。其中，1月和2月的距平值較大，表明這兩個月污染最為嚴(yán)重。從各月PM2.5質(zhì)量濃度的變化范圍來看(圖2b)，8月PM2.5質(zhì)量濃度的下四分位數(shù)(25%)和上四分位數(shù)(75%)之間跨度最小，這顯示8月PM2.5質(zhì)量濃度變化相對穩(wěn)定，PM2.5質(zhì)量濃度均值、中位數(shù)等也最小，說明8月空氣質(zhì)量相對較好。1月數(shù)據(jù)跨度最大，大致在29～316μg/m3之間，且1月PM2.5質(zhì)量濃度的均值、中位數(shù)最大，這說明1月PM2.5質(zhì)量濃度最高，空氣污染最嚴(yán)重，2月次之。

圖2 2018—2020年高陵區(qū)PM2.5月平均質(zhì)量濃度距平圖(a)及箱線圖(b)

PM2.5質(zhì)量濃度的季節(jié)變化特征表現(xiàn)為冬春高、夏秋低，其中冬季平均質(zhì)量濃度最高(102.22 μg/m3)，春季(49.89 μg/m3)次之，秋季(44.33 μg/m3)第三，夏季(26.44 μg/m3)最低。由于冬季取暖造成污染物排放量大，且靜風(fēng)高濕等穩(wěn)定天氣形勢影響，易導(dǎo)致污染物積累，顆粒物質(zhì)量濃度增高。夏季太陽輻射強(qiáng)烈，大氣擴(kuò)散條件好，其次降水較多，濕清除作用強(qiáng)，有效降低了顆粒物質(zhì)量濃度。春、秋季大氣擴(kuò)散條件和降水的濕沉降作用介于冬夏之間，空氣質(zhì)量也明顯好于冬季。

4 PM2.5質(zhì)量濃度日變化特征

利用2018 年1月1日—2020 年12月31日PM2.5質(zhì)量濃度逐小時監(jiān)測數(shù)據(jù)，計算了PM2.5質(zhì)量濃度的逐小時平均值，分析其日變化特征。由圖3可知，PM2.5質(zhì)量濃度日變化呈“單峰單谷”特征：在17時前后PM2.5質(zhì)量濃度處于全天最低值，隨后太陽輻射逐漸減弱，PM2.5質(zhì)量濃度逐漸升高；傍晚開始太陽輻射消失，由于地面逆輻射使得接地逆溫開始形成并逐漸加強(qiáng)，大氣擴(kuò)散能力迅速下降，PM2.5質(zhì)量濃度迅速升高，并在23時達(dá)到峰值；隨后逆溫開始逐漸減弱，大氣擴(kuò)散能力逐漸改善，PM2.5質(zhì)量濃度逐漸下降，日出后隨著太陽輻射的不斷增強(qiáng)逆溫很快消失，大氣擴(kuò)散能力迅速加強(qiáng)，PM2.5質(zhì)量濃度下降趨勢顯著。PM2.5質(zhì)量濃度日變化趨勢與氣溫、風(fēng)速的日變化呈相反趨勢，與相對濕度日變化趨勢基本一致。

圖3 2018—2020年高陵區(qū)PM2.5質(zhì)量濃度及氣象要素日變化圖

四季PM2.5質(zhì)量濃度的日變化曲線與3 a平均日變化基本一致(圖4)，峰值和谷值出現(xiàn)的時間也接近，峰值在23時，谷值在17時左右。曲線的起伏表現(xiàn)為冬季最為顯著、春季次之、秋季最小。PM2.5質(zhì)量濃度在夏季較低且變動幅度小，冬季最高且變動幅度大，污染最嚴(yán)重。

圖4 2018—2020年高陵區(qū)不同季節(jié)PM2.5質(zhì)量濃度日變化圖

5 氣象要素與PM2.5質(zhì)量濃度的關(guān)系

PM2.5質(zhì)量濃度與氣溫和風(fēng)速、降水量整體呈負(fù)相關(guān)(圖5)，相關(guān)系數(shù)分別-0.62、-0.25、-0.18；與相對濕度呈正相關(guān)，相關(guān)系數(shù)為0.05(表1)。

圖5 2018—2020年高陵區(qū)PM2.5質(zhì)量濃度和氣象要素相關(guān)性散點(diǎn)圖(直線為擬合線)

不同季節(jié)PM2.5質(zhì)量濃度與氣象要素相關(guān)性存在差異(表1),其中PM2.5質(zhì)量濃度與降水量及風(fēng)速在各個季節(jié)均呈顯著負(fù)相關(guān),風(fēng)速是影響秋季和冬季污染物輸送的主要因素之一[9]，其對污染物的影響主要是整體輸送以及稀釋作用，降水的濕沉降作用對大氣中顆粒物質(zhì)量濃度降低有很大作用。

表1 2018—2020年高陵區(qū)不同季節(jié)PM2.5質(zhì)量濃度與氣象要素的Pearson相關(guān)系數(shù)

PM2.5質(zhì)量濃度與氣溫在夏季呈正相關(guān), 在春季、秋季和冬季呈負(fù)相關(guān)。隨著近地表氣溫升高，大氣層結(jié)穩(wěn)定度低，湍流運(yùn)動強(qiáng)烈，空氣垂直運(yùn)動明顯，將低層空氣污染物隨著對流向上輸送，污染物質(zhì)量濃度降低[10]。冬季對流層易出現(xiàn)“逆溫”，會造成局部大氣上熱下冷，阻礙空氣垂直運(yùn)動的發(fā)展，使大量煙塵、污染物等聚集在下面，不利于污染物擴(kuò)散，導(dǎo)致顆粒物質(zhì)量濃度增高。

PM2.5質(zhì)量濃度與相對濕度在冬季呈顯著正相關(guān), 其他季節(jié)呈負(fù)相關(guān)。冬季在一定的濕度條件下，當(dāng)空氣相對濕度增大PM2.5質(zhì)量濃度值也相應(yīng)增大，應(yīng)該是由于空氣相對濕度偏大時，空氣中水汽含量增大，有利于吸濕粒子的增長，導(dǎo)致PM2.5質(zhì)量濃度增大[11]。

風(fēng)向?qū)ξ廴疚镔|(zhì)量濃度的變化也有著重要影響[12]，輸入型污染是高陵地區(qū)空氣污染的主要來源，不同風(fēng)向決定了輸入型污染的強(qiáng)度，通過分析風(fēng)向變化可以確定輸入型污染的來源。從風(fēng)向頻次與PM2.5質(zhì)量濃度分布圖(圖6a)可以看出，PM2.5質(zhì)量濃度高值對應(yīng)風(fēng)向?yàn)槠鞅憋L(fēng)，其次是東北風(fēng)，風(fēng)向偏東和西南時PM2.5質(zhì)量濃度值相對較小。結(jié)合平均風(fēng)速玫瑰圖(圖6b)可以看出，高陵區(qū)偏東風(fēng)(NE—ESE)的風(fēng)速相對較大。雖然關(guān)中地區(qū)污染來源主要為“當(dāng)?shù)禺a(chǎn)生+東北方向輸入”[13]，當(dāng)風(fēng)向?yàn)闁|北風(fēng)時有利于區(qū)域外污染物的輸入，但是較大的風(fēng)速也有利于污染物的擴(kuò)散，使得污染物濃度反而較小。這與高陵區(qū)處于汾渭平原下游最窄處的特殊地理位置有密切關(guān)系，受山脈阻擋和背風(fēng)坡氣流下沉作用影響，易形成反氣旋式的氣流停滯區(qū)，在污染階段地面輻合形勢明顯，污染物輻合后被困，不易擴(kuò)散導(dǎo)致污染物累積。

圖6 2018—2020年高陵區(qū)風(fēng)向頻次與PM2.5質(zhì)量濃度分布(a)和風(fēng)速玫瑰圖(b)

6 結(jié)論

(1)近3 a來高陵區(qū)污染天氣首要污染物為PM2.5的累計時間遠(yuǎn)超其他污染物。PM2.5月平均質(zhì)量濃度變化呈現(xiàn)明顯的“U”型特征，1月最高，2月、12月次之，8月最低，相對穩(wěn)定。PM2.5質(zhì)量濃度四季變化規(guī)律為冬春高、夏秋低，冬季最高，夏季最低。PM2.5質(zhì)量濃度日變化呈“單峰單谷”特征, 23時為一日的峰值，17時左右為谷值，其日變化趨勢與氣溫、風(fēng)速的日變化呈相反趨勢，與相對濕度日變化趨勢基本一致。

(2)PM2.5質(zhì)量濃度與降水量在各個季節(jié)均呈顯著負(fù)相關(guān)，相關(guān)系數(shù)為-0.18；與氣溫和風(fēng)速整體上呈負(fù)相關(guān)，相關(guān)系數(shù)分別為-0.62、-0.25；與相對濕度整體上呈正相關(guān)，相關(guān)系數(shù)為0.05。

(3)PM2.5質(zhì)量濃度高值對應(yīng)風(fēng)向?yàn)槠鞅憋L(fēng)，其次是東北風(fēng)。風(fēng)向偏東和西南時PM2.5質(zhì)量濃度值相對較小。