2019—2022年海東市空氣質(zhì)量變化特征與氣象要素相關(guān)性分析

李榮 李國玉 祁棟林

摘要 利用2019—2022年海東市空氣質(zhì)量監(jiān)測資料和氣象資料分析了空氣污染特征及其與氣象因子的關(guān)系。結(jié)果表明：海東市大氣污染物含量與平均氣溫、降水、相對濕度、氣壓之間具有顯著的相關(guān)性，秋冬季節(jié)的首要污染物主要為PM10、PM2.5，夏季的首要污染物主要是O3，采暖期各大氣顆粒物濃度分布的離散度大于非采暖期，空氣質(zhì)量達標(biāo)率顯著地體現(xiàn)出非采暖季高于采暖季，夏季高于冬季特征。

關(guān)鍵詞 空氣質(zhì)量指數(shù)；達標(biāo)率；PM10；氣象因子；相關(guān)性分析；采暖季

中圖分類號：X51 文獻標(biāo)識碼：B 文章編號：2095–3305（2023）12–0-03

Analysis of Correlation between Air Quality Changes and Mete-

orological Factors in Haidong City from 2019 to 2022

Li Rong et al（Minhe Meteorological Bureau， Minhe， Qinghai 810801）

Abstract Using air quality monitoring data and meteorological data from 2019 to 2022 in Haidong City， this paper analyzes the characteristics of air pollution and its relationship with meteorological factors. The results show that the air quality in Jiayuguan City was mainly good， and the number of days with excellent environmental air quality level and days with severe or above pollution were increasing year by year， showing a polarization trend; PM10 was the main pollutant in Jiayuguan City， and the interannual occurrence of O3 as the primary pollutant shows a significant increasing trend， with a negative correlation between the monthly occurrence frequency of the two; Through correlation analysis， it was found that the Air Quality Index （AQI） was mainly influenced by particulate matter PM10; The main source of PM10 pollution in the east may be the Badain Jaran Desert， and the pollution process caused by southwest winds may be related to the transportation of the Qaidam Desert in Qinghai.

Key words Air Quality Index （AQI）; Compliance rate; PM10; Meteorological factors; Correlation analysis; Heating season

空氣污染是當(dāng)前城市環(huán)境的突出問題，隨著經(jīng)濟的快速發(fā)展，近年來城市空氣污染問題越來越受到人們的關(guān)注[1]。當(dāng)大氣中某種污染物超過一定濃度時會直接或間接影響人類的生產(chǎn)生活，甚至威脅人類健康。黨的二十大提出要“深入推進環(huán)境污 染防治”，了解空氣質(zhì)量變化特征，是開展大氣污染治理工作的基礎(chǔ)，為有針對性地提出防治建議提供數(shù)據(jù)參考和理論基礎(chǔ)。廣大學(xué)者對我國中東部地區(qū)尤其是京津 冀、長三角、珠三角等地發(fā)生的多起區(qū)域性重污染天氣事件進行很多研究[2-3]。由于受各種條件限制，西北大部分城市空氣質(zhì)量研究工作不足。作為青海省高原東部的一個新興地級城市，海東市近年來大氣污染事件也時有發(fā)生，但這方面的研究相對較少。從2019—2022年海東市各污染物濃度及空氣質(zhì)量入手，分析海東市大氣環(huán)境質(zhì)量狀況和影響大氣環(huán)境質(zhì)量的氣象因子，找出其相關(guān)性，為空氣質(zhì)量潛勢預(yù)報和大氣污染治理提供科學(xué)參考。

1 資料來源與分析方法

1.1 資料來源

空氣質(zhì)量監(jiān)測數(shù)據(jù)為2019—2022年海東市生態(tài)環(huán)境局空氣質(zhì)量月報，主要包括PM10、PM2.5、O3、NO2、CO和SO2 6項污染物濃度監(jiān)測數(shù)據(jù)及空氣質(zhì)量達標(biāo)率。同期氣象資料來自海東市平安區(qū)、樂都區(qū)、民和縣、互助縣、循化縣、化隆縣2019—2022年氣象國家站的平均氣溫、降水、日照時數(shù)、相對濕度、平均風(fēng)速、氣壓等要素。海東市各數(shù)據(jù)值由6個氣象站的各要素數(shù)據(jù)平均而得。

1.2 分析方法

3—5月為春季、6—8月為夏季、9—11月為秋季、12月至翌年2月為冬季。

采暖期為10月至翌年4月，非采暖期為5—9月。通過分析各大氣顆粒物月際、季節(jié)、年際特征，了解海東市空氣質(zhì)量現(xiàn)狀。在此基礎(chǔ)上分析各氣象要素與上述各空氣顆粒物組分之間的相關(guān)性，并通過SPSS軟件的多項式線性回歸模擬，找出與各污染物成分相關(guān)性較高的氣象因子。

1.3 變異性分析

變異系數(shù)是衡量資料中各觀測值變異程度的另一個統(tǒng)計量。當(dāng)對2個或多個資料變異程度進行比較時，如度量單位與平均數(shù)相同，可以直接利用標(biāo)準(zhǔn)差進行比較。若單位和（或）平均數(shù)不同時，比較其變異程度時，就需采用標(biāo)準(zhǔn)差與平均數(shù)的比值（相對值）進行比較。標(biāo)準(zhǔn)差與平均數(shù)比值稱為變異系數(shù)，記為C·V。變異系數(shù)可消除單位和（或）平均數(shù)不同對2個或多個資料變異程度進行比較的影響。

2 海東市大氣顆粒物的時間變化特征

2.1 月際變化

由空氣質(zhì)量6要素濃度及達標(biāo)率的月際變化（圖1）可知，SO2年平均濃度為14 μg/m3，各月在10～23 μg/m3之間波動，呈現(xiàn)冬半年高、夏半年低特點；10月突然開始升高，11月至翌年1月達到最高，3月迅速下降，然后開始緩慢下降，到6—9月達到最低，全年空氣中SO2濃度較低。NO2年平均濃度為25 μg/m3，各月濃度為20～35 μg/m3，8月達到全年最低。O3年平均濃度為114 μg/m3，各月濃度為75～147 μg/m3，3—9月超過年平均值，3月和年平均持平，最大值在7月，超過年平均約29%。CO年平均濃度為0.9 mg/m3，各月濃度為0.5～1.5 mg/m3，4—9月低于全年平均，11月至翌年2月較高，最高出現(xiàn)在1月，最低在6月，3月和10月與年平均持平。PM10年平均濃度為62 μg/m3，各月濃度在35～84 μg/m3之間，6—9月明顯低于全年平均值，11月至翌年3月明顯高于全年平均值，4、5、10月接近全年平均值。PM2.5年平均濃度為32 μg/m3，各月濃度為18～54 μg/m3，4—10月低于全年平均值，1、12月明顯偏高?？諝赓|(zhì)量年平均達標(biāo)率為94%，3月達標(biāo)率80.4%為全年最低，9—10月空氣質(zhì)量達標(biāo)率最高。綜上所述，從各月空氣質(zhì)量6要素濃度及空氣質(zhì)量達標(biāo)率平均值看，除O3夏半年較高外，其他污染物濃度均呈現(xiàn)出冬半年高、夏半年低的特點（SO2、NO2不明顯），10月空氣達標(biāo)率為100%。進一步分析大氣污染物濃度月變化特征可知，污染物濃度主要受季節(jié)性和氣象因素影響。冬季降水量較少、平均溫度低、風(fēng)速較小，大氣擴散速度緩慢，大氣中污染物濃度不斷積累，濃度較高。夏季多降水，且對流云層較多，大氣清除能力提高，因此夏季大氣污染物濃度較低。

2.2 年際變化

從圖2可看出，近4年大氣中6類污染物濃度明顯呈下降趨勢，其中PM2.5和PM10下降趨勢基本一致，2020—2021年之間濃度下降最顯著，PM10年均值為62 μg/m3，下降趨勢為-2.24 μg/m3；PM2.5濃度呈下降趨勢，大氣中PM2.5含量逐年減小；2020年和2021年SO2呈下降趨勢，2022年濃度反彈上升；O3濃度整體呈緩慢上升趨勢，這與近年夏季降水偏少、持續(xù)高溫晴熱天氣有一定關(guān)系，其中2019—2020年下降，2020—2022年上升；NO2持續(xù)3年濃度基本不變，2022年呈下降趨勢，濃度為22 μg/m3；CO濃度呈下降趨勢，但因含量較低，下降趨勢不大，對大氣環(huán)境污染較少。海東市近4年空氣質(zhì)量整體呈現(xiàn)逐年變好趨勢。

2.3 變異系數(shù)

從表1可知，海東市SO2、NO2、O3、CO、PM10、PM2.5、空氣質(zhì)量達標(biāo)率在采暖期的變異系數(shù)均明顯大于非采暖期，說明采暖期各大氣顆粒物濃度分布的離散度大于非采暖期，分布越不穩(wěn)定，夏季變異系數(shù)均小于其他季節(jié)，這與夏季多降水、濕度較大有明顯關(guān)系，秋季PM10、PM2.5變異系數(shù)較大，與秋季多沙塵天氣有直接關(guān)系，其他季節(jié)相較于夏季為顯著?？梢?，大氣顆粒物濃度分布與城市人類生產(chǎn)生活有密切關(guān)系，采暖期大量碳排放直接造成各個大氣顆粒物濃度的顯著變化。

3 大氣污染物濃度與氣象因素的相關(guān)性分析

氣象因素會通過影響大氣污染物沉積、擴散、生成、轉(zhuǎn)化進而影響其濃度范圍，前文研究已表明大氣污染物濃度具有明顯季節(jié)變化特征，為直觀體現(xiàn)出氣象因素是如何影響污染物變化的，研究構(gòu)建大氣污染物濃度與不同氣象因素間的相關(guān)性模型，用SPSS軟件對海東市PM10、PM2.5、NO2、SO2、CO、O3、空氣質(zhì)量達標(biāo)率進行相關(guān)性分析（表2）。

結(jié)果表明，PM10、PM2.5、NO2、SO2、CO、O3與降水、平均氣溫相關(guān)性均通過0.01水平的顯著性檢驗；PM10與降水、平均氣溫、相對濕度呈顯著性負相關(guān)，未通過日照、風(fēng)速、氣壓的相關(guān)性檢驗；PM2.5與氣壓顯著性正相關(guān)，與風(fēng)速在0.05水平上具有相關(guān)性；NO2與風(fēng)速、降水量和平均氣溫呈顯著性負相關(guān)，與氣壓卻呈顯著性正相關(guān)；SO2與平均氣溫在0.01的水平上顯著負相關(guān)；CO在相關(guān)性上與NO2相同；O3與降水、平均氣溫呈顯著性正相關(guān)，與氣壓呈顯著性負相關(guān)；空氣質(zhì)量達標(biāo)率與平均溫度、氣壓沒有通過相關(guān)性檢驗。一般而言，較大的風(fēng)速利于污染物擴散，但大風(fēng)天氣又會吹起沙塵，春季、秋季大范圍大風(fēng)還會造成沙塵暴，反而使空氣污染更嚴重。海東市深處西北地區(qū)屬于半干旱大陸性氣候，受其影響，風(fēng)速較大導(dǎo)致空氣中大氣污染物含量增多，空氣質(zhì)量下降；降水能減少空氣中懸浮污染物量，降水次數(shù)越多空氣質(zhì)量達標(biāo)率越高；平均氣溫越高，紫外線越強，O3污染越嚴重[4]；相對濕度越低，越利于顆粒物懸浮在空氣中，空氣質(zhì)量越差[5]；氣流從高氣壓區(qū)向低氣壓區(qū)流動，氣壓越低，越不利于污染物擴散[6]。

4 結(jié)論

對2019—2022年海東市空氣質(zhì)量變化特征與氣象要素相關(guān)性分析，得出以下結(jié)論：

（1）受氣候和人類活動影響，各個大氣顆粒物含量不同季節(jié)、不同地域具有明顯差異性，但空氣質(zhì)量達標(biāo)率顯著體現(xiàn)出非采暖季高于采暖季，夏季高于冬季。

（2）冬季降水量較少、平均溫度低、風(fēng)速較小，大氣擴散速度緩慢，使得大氣中污染物濃度不斷積累，濃度較高。夏季多降水且對流云層較多，大氣清除能力提高。

（3）2019—2022年海東市大氣污染物含量與平均氣溫、降水、相對濕度、氣壓有很顯著相關(guān)性。但氣象因子只是外在影響因素，分析空氣污染物質(zhì)與氣象因子相關(guān)性，為短時期內(nèi)空氣質(zhì)量估測提供幫助。

（4）秋冬季首要污染物主要為PM10、PM2.5，夏季首要污染物主要是O3，采暖期各大氣顆粒物濃度分布的離散度大于非采暖期，分布越不穩(wěn)定，夏季變異系數(shù)均小于其他季節(jié)，這與夏季多降水、濕度較大有明顯關(guān)系。

（5）海東市位于青藏高原東北部河湟流域，人口密集，交通、商業(yè)、工業(yè)較省內(nèi)其他地區(qū)發(fā)達，易造成嚴重空氣污染，降低大氣環(huán)境質(zhì)量。尤其是采暖季節(jié)污染嚴重，仍需加強空氣質(zhì)量治理?？刹扇∫韵麓胧阂环矫鎻脑搭^上減少污染物排放，如工廠廢氣經(jīng)凈化達標(biāo)后再排放，或減少化石燃料使用，使用脫硫煤，開發(fā)使用清潔能源（太陽能、風(fēng)能、地?zé)崮艿龋?，限制或禁止燃放煙花爆竹，減少建筑工地粉塵產(chǎn)生；另一方面要減少并吸收已存在的污染物，如種花種草，增加植被，大力植樹造林，禁止亂砍濫伐森林等，利用綠色植物光合作用吸收污染物。

參考文獻

[1] 張向敏，羅燊，李星明，等.中國空氣質(zhì)量時空變化特征[J].地理科學(xué)，2020，40 （2）：190-199.

[2] 陳云波，徐峻，何友江，等.北京市冬季典型重污染時段PM2.5污染來源模式解析[J].環(huán)境科學(xué)研究，2016，29（5）：627-636.

[3] 高怡，張美根.2013年1月華北地區(qū)重霧霾過程及其成因的模擬分析[J].氣候與環(huán)境研究，2014，19（2）：140-152.

[4] 唐孝炎，張遠航，邵敏.大氣環(huán)境化學(xué)[M].北京：高等教育出版社，2006．

[5] 關(guān)亞楠，張博信，倪爽英，等.石家莊大氣能見度與顆粒物污染及相對濕度的關(guān)系[J].安全與環(huán)境學(xué)報，2020，20（5）： 2001-2008.

[6] 馬一方.空氣中主要污染物在不同氣壓下的變化規(guī)律[J].山西能源與節(jié)能， 2009（3）：64-66.