2013─2014年武漢市PM2.5的時空分布特征及其與氣象條件的關(guān)系

黃亞林，劉超，曾克峰，丁鐳，程勝高

1. 中國地質(zhì)大學公共管理學院，湖北 武漢430074；2. 中國地質(zhì)大學環(huán)境學院，湖北 武漢430074

2013─2014年武漢市PM2.5的時空分布特征及其與氣象條件的關(guān)系

黃亞林1，劉超1，曾克峰1，丁鐳2，程勝高2

1. 中國地質(zhì)大學公共管理學院，湖北 武漢430074；2. 中國地質(zhì)大學環(huán)境學院，湖北 武漢430074

霾天氣的頻繁發(fā)生降低了武漢空氣質(zhì)量，明晰致霾污染物PM2.5的污染機理、污染時空分布特征、影響因素是科學認識和解決霾污染天氣的重要前提。在全國大范圍內(nèi)開展PM2.5源解析的背景下，探討其時空分布特征，厘清與氣象因子的相互關(guān)系，是對源解析工作的響應(yīng)，也是污染防治決策的科學依據(jù)。本文以2013─2014年武漢市10個國控點的PM2.5監(jiān)測數(shù)據(jù)和中國地面氣象交換站氣象數(shù)據(jù)為基礎(chǔ)，運用統(tǒng)計學方法，基于不同時間尺度和空間分布類型研究PM2.5污染分布特征，并探討其與氣象條件的相互關(guān)系。結(jié)果表明：（1）武漢市 PM2.5污染表現(xiàn)出顯著的時間分布規(guī)律。就年變化而言，PM2.5污染程度2014年（年均值121 μg·m-3）>2013年（107 μg·m-3），且PM2.5污染主要為良好和輕度污染，季節(jié)尺度上冬季>秋季>春季>夏季，月均值規(guī)律體現(xiàn)為4─9月優(yōu)于10─翌年3月，以周為單位表現(xiàn)出顯著的正周末效應(yīng)，即周日>周六>周一>周五>周四>周三>周二；（2）武漢市ρ(PM2.5)的空間差異與區(qū)域類型、城市布局有關(guān)，工業(yè)區(qū)、居民區(qū)、交通區(qū)較風景區(qū)污染嚴重，二環(huán)和三環(huán)較一環(huán)嚴重；（3）ρ(PM2.5)月均值分布與降雨量、氣溫、平均風速、相對濕度呈負相關(guān)關(guān)系（P<0.05），與氣壓呈正相關(guān)關(guān)系（P<0.01），監(jiān)測點S2、S3、S9與平均相對濕度相關(guān)性更顯著。PM2.5污染的減輕與氣象條件有一定關(guān)系，也離不開城市環(huán)境空氣治理。

PM2.5；時空分布；氣象條件；武漢市

隨著工業(yè)化、城市化快速發(fā)展，能源消耗以及機動車保有量的不斷攀升（李名升等，2013），空氣污染逐漸成為制約可持續(xù)發(fā)展和生態(tài)文明城市建設(shè)的核心問題。PM2.5作為當前我國環(huán)境空氣質(zhì)量的重要指標之一，會降低大氣能見度、影響氣候變化和人類健康（王占山等，2015），是改善我國環(huán)境空氣質(zhì)量的主要瓶頸之一（曹軍驥，2014）1。

國內(nèi)外學者運用采樣檢測（蔣靖坤等，2014）、高精度實時測量（Grover et al.，2006）、遙感探測（李倩等，2013）等方法，圍繞PM2.5污染特征（理化特征、源解析、形成過程、影響因素、時空分布等）（吳健生等，2015）759-766、演變機理（跨區(qū)域傳輸、預(yù)測與模擬等）（薛文博等，2014）、環(huán)境健康氣候效應(yīng)（霧霾、大氣能見度、降雨、健康風險評價等）（曹軍驥，2014）前言、管理與控制（白韞雯等，2013）等方面形成了完整的PM2.5研究體系。然而，從研究區(qū)域來看，目前國內(nèi)對 PM2.5污染的研究，聚焦于京津冀（劉俊等，2014）、珠三角（徐偉嘉，2014）以及上海（呂森林等，2007）、重慶（吳健生等，2015）759-766等城市發(fā)展水平高且PM2.5污染嚴重的區(qū)域，尤其是北京地區(qū)，而缺乏對中部城市的有效觀測和研究。隨著長江經(jīng)濟帶和長江中游城市群的建設(shè)，中部地區(qū)城市化快速發(fā)展的同時，環(huán)境空氣問題也日益突出。近年來，作為中部地區(qū)中心城市之一的武漢，其空氣質(zhì)量問題屢被媒體報道，引起了學界和社會的廣泛關(guān)注。從已有研究來看，成海容等（2012）1574-1579、周穎等（2013）506-507、Zhang et al.（2015）采用局部區(qū)域采樣檢測的方式，針對2011─2012秋冬季PM2.5化學組分分析了武漢市PM2.5的來源及其季節(jié)特征，為后續(xù)時空分布特征、影響因素、演變機理等提供了科學依據(jù)。

氣象因素作為影響環(huán)境空氣質(zhì)量變化的一個重要變量，其與顆粒物污染具有相關(guān)性已經(jīng)得到廣泛認可（趙晨曦等，2014），在污染源排放相對穩(wěn)定的條件下，氣象條件對空氣質(zhì)量狀況起主導作用（周兆媛等，2014），表明未來的 PM2.5污染防治需要在明確當?shù)貧庀髼l件及其對空氣污染影響的基礎(chǔ)上進行。基于此，本文以 10個國控點的 PM2.5監(jiān)測數(shù)據(jù)為研究對象，通過探究其在 2013─2014年的時空分布特征及與氣象條件的關(guān)系，為明確城市內(nèi)部不同區(qū)域、不同時間尺度內(nèi) PM2.5污染的防控提供科學依據(jù)。

1 資料及方法

1.1 數(shù)據(jù)來源及處理

本文PM2.5監(jiān)測數(shù)據(jù)來源于2013年1月1日至2014年12月31日武漢市10個環(huán)境空氣質(zhì)量國控點（表1；圖1）的PM2.5質(zhì)量濃度（以下簡稱ρ(PM2.5)）日均值，以及武漢市環(huán)境保護局發(fā)布的空氣質(zhì)量日報表，有效樣本數(shù)為7196個。地面氣象要素數(shù)據(jù)來源于中國氣象科學數(shù)據(jù)共享服務(wù)網(wǎng)，包括日平均風速、氣溫、氣壓、相對濕度，以及 24小時累積降水量、日照等。

圖1 武漢市環(huán)境空氣質(zhì)量監(jiān)測國控點分布Fig. 1 Locations of the state controlling stations for monitoring ambient air quality in Wuhan

表1 武漢市環(huán)境空氣質(zhì)量監(jiān)測國控點詳情Table 1 Details of the state controlling sites for monitoring ambient air quality in Wuhan

1.2 研究方法

本文利用統(tǒng)計學中均值統(tǒng)計、濃度分布統(tǒng)計以及相關(guān)分析的方法，探尋武漢市大氣中 ρ(PM2.5)的時空分布規(guī)律及其與氣象條件的關(guān)系。為了進一步明確 ρ(PM2.5)的年變化是否因氣象條件的差異產(chǎn)生，基于相關(guān)系數(shù)均值和氣象要素年均值，模擬PM2.5受氣象影響的代替值的變化情況，計算步驟如下：

（1）數(shù)據(jù)標準化處理。為了消除量綱及其帶來的影響，對氣象因子i的2年共24個月份的數(shù)據(jù)進行標準化處理，公式為：

（2）計算 ρ(PM2.5)年均值代替值。利用氣象因素與 ρ(PM2.5)的相關(guān)關(guān)系，以相關(guān)系數(shù)均值與標準化后的氣象因素年均值相乘，代替ρ(PM2.5)年均值，公式為：

（3）計算ρ(PM2.5)年均值變化率。公式（2）所得 ρ(PM2.5)年均值代替值并不能替換真實的ρ(PM2.5)，但是可以反映其大小變化情況，因此比較實際值與代替值的變化率，可以反映兩年間氣象條件變化對ρ(PM2.5)的變化是否有影響，公式為：

2 結(jié)果分析

2.1 ρ(PM2.5)的時間分布特征及差異

2.1.1 ρ(PM2.5)的年變化

首先，分別計算10個站點的年平均質(zhì)量濃度，再取其均值作為武漢市ρ(PM2.5)年均值。結(jié)果發(fā)現(xiàn)，ρ(PM2.5)由2013年的121 μg·m-3降至2014年的107 μg·m-3，降幅為11.57%，這表明2014年武漢的PM2.5污染總體上有所下降，同時城區(qū)的PM2.5污染明顯高于遠郊區(qū)。橫向比較來看，武漢市 ρ(PM2.5)在我國主要城市中處于中等偏高水平（曹軍驥，201468；成海容等，20121575），其中，2013年武漢市在全國第一階段實施新空氣質(zhì)量標準的 74城市中，排名第 58位，污染較嚴重，影響空氣質(zhì)量的首要污染物即為PM2.5。

其次，分別從2013年和2014年的PM2.5污染程度來看（表2），其濃度（級別）分布區(qū)間集中于(35, 150]（良好至中度污染）之間，分別占全年的0.68、0.78，即2014年相對更集中（月均值的標準差分別為 55.95和 41.00），濃度區(qū)間由兩側(cè)向(35, 115]轉(zhuǎn)移，極端情況出現(xiàn)的頻率更低。

表2 ρ(PM2.5)級別劃分及頻數(shù)統(tǒng)計Table 2 The concentration levels and frequency statistics of PM2.5

2.1.2 ρ(PM2.5)的季節(jié)和月差異

按照氣象局的劃分方法，春、夏、秋、冬四季分別包括3─5月、6─8月、9─11月、12─2月，從ρ(PM2.5)的季節(jié)和月均值變化（圖2）可以看出，10個監(jiān)測點ρ(PM2.5)的季均值、月均值呈同步變化，且變化規(guī)律基本一致。兩年 ρ(PM2.5)均值的季節(jié)變化特征為：冬季>秋季>春季>夏季。這與成海容等（2012）1575的研究結(jié)果“秋季>冬季>夏季”有所不同，秋季污染嚴重主要是因為秋收時，武漢市周邊郊區(qū)為了解決大量秸稈閑置，將秸稈在田間露天焚燒，產(chǎn)生大量焚燒煙霧，加之秋季下沉氣流控制的天氣型式增多，時有逆溫層影響，不利于污染物的擴散，不利于污染物的擴散；而本文中的監(jiān)測點基本位于城區(qū)，受秸稈燃燒帶來的影響較小，因而秋季ρ(PM2.5)值相對冬季偏低。

圖2 PM2.5污染的季節(jié)（月）分布特征Fig. 2 Seasonal and monthly distribution of PM2.5pollution

PM2.5污染的月差異表現(xiàn)為 10─12月、1─3月>4─9月（圖2），其中1月污染最嚴重，7月污染最輕，冬季各個月份的污染普遍比夏季的嚴重。

武漢大氣中PM2.5污染源主要為燃煤和機動車尾氣排放（周穎等，2013）507，同時，PM2.5污染受氣象因素和污染源排放綜合影響（成海容等，2012）1578。武漢夏季多雨（2013年降雨量243.317 mm）的氣象條件為降低PM2.5污染做出了貢獻；而秋冬季生物質(zhì)燃燒、人類取暖耗能以及少雨干燥（2013年降雨量26.517 mm）的天氣環(huán)境，既增加了 PM2.5的排放，也不利于污染物的擴散。武漢市PM2.5污染來源及其氣象特征共同導致了 ρ(PM2.5)的季節(jié)差異和月差異。

2.1.3 ρ(PM2.5)的周末效應(yīng)

統(tǒng)計并計算所有站點的 ρ(PM2.5)日均值數(shù)據(jù)中周一至周日的平均值（圖3），表現(xiàn)出的規(guī)律為：周日>周六>周一>周五>周四>周三>周二，周末與工作日差異顯著，這種大氣物理現(xiàn)象在以周為尺度的周期內(nèi)循環(huán)，被稱為周末效應(yīng)（龔道溢等，2006；丁一匯等，2009）。已有的周循環(huán)研究結(jié)果表明，周末效應(yīng)存在正負之分，即周末比工作日高的正效應(yīng)（Bigi et al，2014）和周末比工作日低的負效應(yīng)（侯靈等，2012）。武漢市空氣中PM2.5的主要來源中，生活燃燒、工廠排污等相對穩(wěn)定，周內(nèi)變化不大（成海容等，2012），而周末交通擁堵、景區(qū)爆滿的社會現(xiàn)象和長期生活經(jīng)驗表明，武漢市民周末大規(guī)模出行增加了交通量從而導致機動車尾氣排放增多，旅游燒烤等活動頻繁則增加了顆粒物排放，因此出現(xiàn)了周末比工作日高的正效應(yīng)，但是這種效應(yīng)也會受氣象條件和站點區(qū)位影響。

圖3 PM2.5污染的周末效應(yīng)Fig. 3 Weekend effect of PM2.5pollution

2.2 ρ(PM2.5)的空間分布特征及差異

分別計算10個站點的年均值，結(jié)果見圖4?？梢园l(fā)現(xiàn)，10個監(jiān)測點的值呈現(xiàn)較為顯著的差異，S9>S2>S4>S1/S3/S5/S6/S7/S8>S10，其中 S9、S2始終處于高于其他監(jiān)測點的中度污染位置，而作為城市背景點的S10，則長期穩(wěn)定在遠低于其他監(jiān)測點的輕度污染水平。就監(jiān)測點的區(qū)域類型而言，工業(yè)區(qū)、居民區(qū)、交通區(qū)的混合區(qū)域污染嚴重，如武漢著名的工業(yè)區(qū)青山鋼花（S9）和吳家山（S2）污染最為嚴重，風景區(qū)（S7）污染相對較輕，這與周穎等（2013）507-510通過多環(huán)芳烴的來源解析結(jié)果一致。總的來看，雖然各個站點的年均值不同，但是總體變化特征是一致的，并且年均值范圍 2013年為(115, 150]即中度污染的范圍，而2014年80%為(75, 115]即輕度污染的范圍。

圖4 各監(jiān)測點ρ(PM2.5)年均值比較Fig. 4 The comparison of PM2.5annual average concentration within monitoring points

為了進一步比較武漢市 ρ(PM2.5)的空間差異，對各監(jiān)測點2013─2014年共24個月份的月均值質(zhì)量濃度分布進行了統(tǒng)計，結(jié)果見圖5：ρ(PM2.5)集中于50～150 μg·m-3間（圖5灰色部分），兩年間大多數(shù)月份PM2.5為良、輕度和中度污染；離群值為2013年1月、12月以及2014年1月數(shù)據(jù)，即冬季污染異常，因此，未來加強冬季的空氣污染控制是武漢市大氣環(huán)境治理的重點；兩年內(nèi)月均值波動范圍相對較大與較小的監(jiān)測點分別為S6與S7，與圖5中結(jié)果一致。S6位于武昌區(qū)文體局，紫陽公園外，位于地鐵四號線二期工程首義路站附近，由 2013年施工建設(shè)狀態(tài)過渡 2014年的通車狀態(tài)，不僅是建筑揚塵的減少，交通量也大幅度降低；而 S7位于東湖風景區(qū)梨園景區(qū)內(nèi)，監(jiān)測點周圍大部分區(qū)域綠化和水體面積大，且風景區(qū)土地利用管理嚴格，周圍工廠、建筑、居民區(qū)等空氣污染排放基本保持不變，ρ(PM2.5)相對穩(wěn)定。

圖5 各監(jiān)測點ρ(PM2.5)月均值質(zhì)量濃度分布統(tǒng)計Fig. 5 The concentration distribution statistics of PM2.5on average every month of monitoring points

2.3 各監(jiān)測點ρ(PM2.5)與氣象因素的相關(guān)關(guān)系

為探討武漢市 ρ(PM2.5)時空分布與氣象條件的關(guān)系，本文利用SPSS 19.0中的Perason相關(guān)系數(shù)，基于月均值對各監(jiān)測點 ρ(PM2.5)與主要氣象因素（風速、降雨量、氣溫、氣壓、相對濕度、日照時數(shù)等）的相關(guān)關(guān)系進行分析，通過單樣本K-S檢驗證明所有樣本數(shù)據(jù)在顯著性 0.05的水平上服從正態(tài)分布，相關(guān)分析的結(jié)果見表3?？梢钥闯?，ρ(PM2.5)月均值與降雨量、氣溫、最小相對濕度呈負相關(guān)關(guān)系（P<0.01），與平均風速、平均相對濕度呈負相關(guān)關(guān)系（P<0.05），與氣壓呈正相關(guān)關(guān)系（P<0.01）；10個監(jiān)測點ρ(PM2.5)與氣象因素相關(guān)性的差異，在月均值尺度上主要表現(xiàn)在平均相對濕度上，S2、S3、S9相關(guān)性更顯著。工業(yè)區(qū)、居民區(qū)、交通區(qū)及混合區(qū)域由于 PM2.5排放量大污染嚴重，風景區(qū)以及依托風景區(qū)的混合區(qū)污染源少，漢口江灘等水環(huán)境性質(zhì)的風景區(qū)相對濕度大，污染相對較輕；除城市背景點 S10外，武漢三環(huán)內(nèi)的污染分布大致為一環(huán)（S3、S5）小于二環(huán)和三環(huán)，這可能與城市布局有關(guān)，一環(huán)內(nèi)少有工廠且建筑設(shè)施趨于完善，近幾年建筑施工逐漸向外圍拓展；S2、S3、S9與平均相對濕度的相關(guān)性更顯著，而S2、S9是武漢市ρ(PM2.5)最高、常年處于中度污染的區(qū)域，說明未來的防治中地面灑水等增加大氣濕度的措施是十分有效的途徑。

為進一步印證氣象條件改變對 ρ(PM2.5)的影響，由公式（2）和（3）計算得出V代（-0.194）

表3 ρ(PM2.5)與氣象因素的相關(guān)性Table 3 Correlation between PM2.5concentrations and meteorological factors

3 結(jié)論與討論

3.1 結(jié)論

本文通過武漢市2013─2014年的10個國控點監(jiān)測數(shù)據(jù)探討了 ρ(PM2.5)分布的時空分布特征及其與氣象條件的相關(guān)關(guān)系，得出以下結(jié)論：

（1）不同時間尺度的 PM2.5污染具有規(guī)律性與差異性。近兩年武漢市PM2.5指標以輕度污染和良好的天數(shù)占主導，且 2014年在穩(wěn)定的好轉(zhuǎn)；兩年間 ρ(PM2.5)的季節(jié)分布和月分布具有一致的差異規(guī)律，分別為冬季>秋季>春季>夏季，以及 1月>12月>10月>2月>11月>3月>5月>4月>6月>9月>8月>7月；兩年間ρ(PM2.5)日均值表現(xiàn)出明顯的周循環(huán)特征，即周日>周六>周一>周五>周四>周三>周二。

（2）ρ(PM2.5)的空間差異與區(qū)域類型、城市布局有關(guān)。2013─2014年武漢市環(huán)境空氣質(zhì)量國控點ρ(PM2.5)值 的 差 異 表 現(xiàn) 為 S9>S2>S4> S1/S3/S5/S6/S7/S8>S10，表明城區(qū)的 PM2.5污染較郊區(qū)嚴重，二環(huán)和三環(huán)內(nèi)的 ρ(PM2.5)值高于一環(huán)，工業(yè)區(qū)、交通區(qū)、居民區(qū) ρ(PM2.5)相對較高，而風景區(qū)和水域周圍的 ρ(PM2.5)相對較低，且兩年內(nèi)月均值波動范圍相對較大與較小的監(jiān)測點分別為 S6（武昌紫陽）與S7（東湖高新）。

（3）武漢市 ρ(PM2.5)年均值降低與氣象因素一定程度上相關(guān)。ρ(PM2.5)月均值與降雨量、氣溫、最小相對濕度呈負相關(guān)關(guān)系（P<0.01），與平均風速、平均相對濕度呈負相關(guān)關(guān)系（P<0.05），與氣壓呈正相關(guān)關(guān)系（P<0.01）；2014年P(guān)M2.5污染的好轉(zhuǎn)與氣象條件有一定關(guān)系，但也離不開城市環(huán)境空氣治理的人為因素作用。

3.2 討論

（1）由于PM2.5監(jiān)測時空上的不連續(xù)性和數(shù)據(jù)的可達性，武漢市三環(huán)以外PM2.5污染的空間格局有待進一步研究。為了使研究結(jié)果更科學、更具普適性、更好地服務(wù)于PM2.5污染預(yù)報與防治，需要以長時間尺度、高密度高質(zhì)量樣本為基礎(chǔ)開展深入研究。

（2）以 ρ(PM2.5)為代表的空氣污染問題紛繁復雜，本文對時空分布特征及其與氣象條件的數(shù)學關(guān)系進行了描述性分析和相關(guān)性的解釋，未來在討論“基于氣象條件的污染布局、污染治理”時，仍需要對大尺度的天氣背景進行分類，并加強重污染過程的短時間尺度氣象條件影響研究，以提高未來氣象要素變化對潛在空氣質(zhì)量影響的預(yù)測準確性。

（3）相對于氣象條件，人類活動對環(huán)境空氣中顆粒物污染的影響更為復雜和多變。由于人類活動的復雜性、移動性等不確定性因素，其對PM2.5污染的貢獻難以實地監(jiān)測，因此，源解析工作、以及PM2.5污染與城市居民出行規(guī)律關(guān)系研究顯得十分重要。

此外，隨著長江經(jīng)濟帶和長江中游城市群的建設(shè)，中部地區(qū)城市化快速發(fā)展帶來的空氣環(huán)境壓力越來越大，中部地區(qū)PM2.5污染問題需引起足夠重視。

BIGI A, GHERMANDI G. 2014. Long-term trend and variability of atmospheric PM10concentration in the Po Valley [J]. Atmosphere Chemistry and Physics, 14: 4895-4907.

GROVER B D, EATOUGH D J, CHOW J C, et al. 2006. Measurements of both non-volatile and semi-volatile fractions of fine particulate matter in Fresno, CA. [J]. Aerosol Science and Technology, 40(10): 811-826.

ZHANG F, WANG Z W, CHENG H R, et al. 2015. Seasonal variations and chemical characteristics of PM2.5in Wuhan, central China [J]. Science of the Total Environment, 518-519(2): 97-105.

白韞雯, 楊富強. 2013. 美國治理PM2.5污染的經(jīng)驗和教訓[J]. 中國能源, 35(4): 15-42.

曹軍驥. 2014. PM2.5與環(huán)境[M]. 北京: 科學出版社.

成海容, 王祖武, 馮家良, 等. 2012. 武漢市城區(qū)大氣 PM2.5的碳組分與源解析[J]. 生態(tài)環(huán)境學報, 21(9): 1574-1579.

丁一匯, 李巧萍, 柳艷菊. 2009. 空氣污染與氣候變化[J]. 氣象, 35(3): 3-14.

龔道溢, 郭棟, 羅勇. 2006. 中國夏季日降水頻次的周末效應(yīng)[J]. 氣候變化研究進展, 2(3): 1673-1719.

侯靈, 姚展予. 2012. 環(huán)北京地區(qū)空氣污染指數(shù)與降水的周循環(huán)特征及其影響機制分析[J]. 大氣科學, 36(4): 686-696.

蔣靖坤, 鄧建國, 李振, 等. 2014. 固定污染源排氣中 PM2.5采樣方法綜述[J]. 環(huán)境科學, 35(5): 2018-2024.

李名升, 張建輝, 張殷俊, 等. 2013. 近10年中國大氣PM10污染時空格局演變[J]. 地理學報, 68(11): 1504-1512.

李倩, 李成才, 王燁芳, 等. 2013. 利用激光雷達和衛(wèi)星遙感獲得城市地面大氣懸浮顆粒物濃度分布[J]. 北京大學學報(自然科學版), 49(4): 673-682.

劉俊, 安興琴, 朱彤, 等. 2014. 京津冀及周邊減排對北京市 PM2.5濃度下降評估研究[J]. 中國環(huán)境科學, 34(11): 2726-2733.

呂森林, 陳小慧, 吳明紅, 等. 2007. 上海市 PM2.5的物理化學特征及其生物活性研究[J]. 環(huán)境科學, 28(3): 472-477.

王占山, 李云婷, 陳添 等. 2015. 2013年北京市PM2.5的時空分布[J]. 地理學報, 70(1): 110-120.

吳健生, 廖星, 彭健, 等. 2015. 重慶市 PM2.5濃度空間分異模擬及影響因子[J]. 環(huán)境科學, 36(3): 759-766.

徐偉嘉, 何芳芳, 李紅霞, 等. 2014. 珠三角區(qū)域PM2.5時空變異特征 [J].環(huán)境科學研究, 27(9): 951-957.

薛文博, 付飛, 王金南, 等. 2014. 中國 PM2.5跨區(qū)域傳輸特征數(shù)值模擬研究[J]. 中國環(huán)境科學, 34(6): 1361-1368.

趙晨曦, 王云琦, 王玉杰, 等. 2014. 北京地區(qū)冬春PM2.5和PM10污染水平時空分布及其與氣象條件的關(guān)系[J]. 環(huán)境科學, 35(2): 418-427.

周穎, 周家斌, 王磊, 等. 2013. 武漢秋冬季大氣 PM2.5中多環(huán)芳烴的分布特征及來源[J]. 生態(tài)環(huán)境學報, 22(3): 506-511.

周兆媛, 張時煌, 高慶先, 等. 2014. 京津冀地區(qū)氣象要素對空氣質(zhì)量的影響及未來變化趨勢分析[J]. 資源科學, 36(1): 0191-0199.

Spatio-temporal Distribution of PM2.5in Wuhan and Its Relationship with Meteorological Conditionsin, 2013─2014

HUANG Yalin1, LIU Chao1, ZENG Kefeng1, DING Lei2, CHENG Shenggao2
1. School of Public Administration, China University of Geosciences, Wuhan 430074, China; 2. School of Environmental Studies, China University of Geosciences, Wuhan 430074, China

Haze is one of the main reasons for the decline of air quality in Wuhan. To thoroughly understand the PM2.5pollution mechanism, spatio-temporal characteristics of pollution and influencing factors is an important prerequisite to understand and solve this problem scientificly. Within the background of carring out a wide range of source apportionment of PM2.5in the whole country, probing the spatial and temporal distribution characteristics, and clarifing the relationship between meteorological factors, is not only a response to the work of source analytic, but also the scientific basis of decision-making for pollution prevention. Based on PM2.5data of 10 Chinese state-controlled sites and meteorological data from China Ground Meteorological Exchange Stations druing 2013 and 2014 in Wuhan, the statistical method was used to study the spatio-temporal distribution of PM2.5pollution from different temporal scales and discuss its relationship with meteorological conditionsin. The results showed that: (1) PM2.5pollution showed significant temporal distribution characteristics in Wuhan. On the variation of interannual scale, annual daily average concentration of PM2.5decreased from 121 μg·m-3to 107 μg·m-3, and PM2.5pollution is mainly in good and slightly polluted condition. And the seasonal average concentration showed a order of winter > autumn (spring) > summer. Simultaneously, the monthly average concentration from April to September was superior to that from October to March of next year, and January to March. Furthermore, a significant positive weekend effect was found, namely Sunday > Saturday > Monday > Friday > Thursday > Wednesday > Tuesday. Generally, PM2.5pollution turn to mitigation and alleviation. (2) The spatial differences of PM2.5pollution were ralated to the regional types and the layout of the city, presenting that industrial zone, residential area and transport area were worse than the scenic. Moreover, the pollution in second and third ring was more serious than that in the first ring. And (3) the monthly average concentration of PM2.5prensented a negatively correlation (P<0.05) with temperature, average wind speed and relative humidity, but a positively correlation (P<0.01) with the pressure. There was a significant correlation between monitoring points S2, S3, S9 and the average relative humidity. There is a certain relationship between reducing PM2.5pollution and meteorological conditions, and the management of urban environment and air should not be neglected.

PM2.5; spatio-temporal distribution; meteorological conditions; Wuhan

10.16258/j.cnki.1674-5906.2015.08.011

X144

A

1674-5906（2015）08-1330-06

黃亞林，劉超，曾克峰，丁鐳，程勝高. 2013─2014年武漢市PM2.5的時空分布特征及其與氣象條件的關(guān)系[J]. 生態(tài)環(huán)境學報, 2015, 24(8): 1330-1335.

HUANG Yalin, LIU Chao, ZENG Kefeng, DING Lei, CHENG Shenggao. Spatio-temporal Distribution of PM2.5in Wuhan and Its Relationship with Meteorological Conditionsin, 2013─2014 [J]. Ecology and Environmental Sciences, 2015, 24(8): 1330-1335.

國家自然科學基金項目（41401181）；中央高?；究蒲谢穑–UGW140908）；湖北省環(huán)?？萍颊n題專項基金（2012HB03）

黃亞林（1990年生），女，碩士研究生，從事地理環(huán)境和公園規(guī)劃研究。E-mail: aylinhuang@163.com *通信作者：劉超，副教授，從事景觀資源評價與規(guī)劃研究。E-mail: chauger@163.com

2015-04-27