合肥市PM2.5的分布與演變規(guī)律計量研究

趙文杰，吳曉蔓，韓荀，朱家明

(1.安徽財經(jīng)大學(xué)　財政與公共管理學(xué)院，安徽　蚌埠 233030；2.安徽財經(jīng)大學(xué)　統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院，安徽　蚌埠 233030；3.安徽財經(jīng)大學(xué)　金融學(xué)院，安徽　蚌埠 233030)

?

合肥市PM2.5的分布與演變規(guī)律計量研究

趙文杰1，吳曉蔓3，韓荀2，朱家明2

(1.安徽財經(jīng)大學(xué)財政與公共管理學(xué)院，安徽蚌埠 233030；2.安徽財經(jīng)大學(xué)統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院，安徽蚌埠 233030；3.安徽財經(jīng)大學(xué)金融學(xué)院，安徽蚌埠 233030)

針對合肥市空氣中PM2.5的分布與演變規(guī)律，綜合使用偏相關(guān)關(guān)系、高斯微元等方法建立了偏相關(guān)、高斯擴散等模型.運用SUFER、SPSS等軟件編程繪圖，定量評估了合肥市部分地區(qū)的污染程度.研究得出PM2.5形成與PM10、NO2、O3有較大的關(guān)系；在時間上看，PM2.5在冬春情況嚴重；從空間上來看，越靠近市中心瑤海區(qū)，PM2.5濃度越大；PM2.5演變與溫度和風速密切相關(guān)的結(jié)論.

PM2.5；偏相關(guān)；高斯擴散；SUFER

大氣為地球上生命的繁衍與人類的發(fā)展提供了理想的環(huán)境.它的狀態(tài)和變化，直接影響著人類的生產(chǎn)、生活甚至生存.空氣質(zhì)量問題始終是政府、環(huán)境保護部門和全國人民關(guān)注的熱點問題.目前我國部分省市包括華北平原、遼寧半島、華南東部等地區(qū)長期處于霧霾天氣中，部分城市PM2.5值甚至突破1000，北京、沈陽等市是重災(zāi)區(qū).有些城市采用中小學(xué)放假、實施單雙號限行等政策來應(yīng)對霧霾[1].因此本文以合肥市為例，研究PM2.5的成因以及它的分布演變規(guī)律，可以為全國其他城市從根本上減少PM2.5霧霾污染提供借鑒.

1　合肥市AQI中相關(guān)指標關(guān)系的定量分析

1.1數(shù)據(jù)來源及研究思路

本文首先參考全國的環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)，從合肥市環(huán)境保護局[2]和合肥市PM2.5時實監(jiān)控網(wǎng)站，找到合肥市2014年6月至2015年6月每天的AIQ指標的相關(guān)數(shù)據(jù)[3].其次根據(jù)得來的大數(shù)據(jù)，用SPSS對AQI中6個基本指標和3個輔助指標做相關(guān)性分析，根據(jù)相關(guān)圖直觀判斷各指標之間的相關(guān)性大小.接著細化每個指標之間的關(guān)系，做PM2.5與其它5個指標之間的偏相關(guān)關(guān)系分析圖.最后根據(jù)偏相關(guān)圖來定量分析影響PM2.5的因素.

1.2總體相關(guān)性分析

利用SPSS軟件對AQI中6個基本監(jiān)測指標與3個輔助指標做總體相關(guān)性分析，根據(jù)對整體的定量分析來說明各指標之間的相關(guān)性大小如圖1所示.

圖1　各指標的相關(guān)性分析

分析圖1，當顯著性水平sig小于0.05，代表兩個解釋變量關(guān)系顯著.由此可以得出PM2.5與PM10、NO2的相關(guān)性顯著；PM10與PM2.5、NO2、CO的相關(guān)性顯著；SO2與NO2、O3的相關(guān)性顯著；NO2與PM2.5、PM10、SO2、CO、O3的相關(guān)性均顯著；CO與PM10、NO2之間的相關(guān)性顯著；O3與SO2、NO2之間的相關(guān)性顯著.

1.3PM2.5與其他指標相關(guān)性分析

研究PM2.5產(chǎn)生與那些因素有關(guān).因輔助指標對PM2.5的演變規(guī)律有關(guān)，與其產(chǎn)生的直接原因無關(guān)，所以不考慮輔助指標與PM2.5的相關(guān)性.本文利用SPSS分別對PM2.5與PM10、SO2、NO2、CO、O3之間的偏相關(guān)關(guān)系做圖分析(如圖2、圖3、圖4、圖5、圖6).

圖2　PM2.5與PM10之間的偏相關(guān)分析　　　 圖3　PM2.5與SO2之間的偏相關(guān)分析

圖4　PM2.5與NO2之間的偏相關(guān)分析　　　 圖5　PM2.5與CO之間的偏相關(guān)分析

圖6　PM2.5與O3之間的偏相關(guān)分析

在溫度、濕度及風向這些輔助指標不變的情況下.分析圖2可知，當NO2、SO2、CO、O3的濃度不變時，PM2.5與PM10的偏相關(guān)系數(shù)為0.282，相關(guān)性相對較高；圖3中，當PM10、NO2、CO、O3的濃度不變時，PM2.5與SO2之間的偏相關(guān)系數(shù)為-0.142，說明PM2.5與SO2之間的相關(guān)性??；圖4中，當PM10、SO2、CO、O3的濃度不變時，PM2.5與NO2之間的偏相關(guān)系數(shù)為0.260，相關(guān)性相對而言比較高；圖5中，PM10、NO2、SO2、O3的濃度不變時，PM2.5與CO的偏相關(guān)系數(shù)為-0.076，相對來說，相關(guān)性比較低；圖6中，PM10、NO2、SO2、CO的濃度不變時，PM2.5與O3的偏相關(guān)系數(shù)為0.422，存在較強的相關(guān)性.

綜上所述，對2014年至2015年一整年空氣質(zhì)量數(shù)據(jù)的分析可知，AIQ的各個指標之間存在著一定的相關(guān)關(guān)系，但各個指標之間的相關(guān)性各不相同.同時對單個指標與PM2.5的偏相關(guān)性分析中可知：PM2.5與PM10、NO2、O3存在較高的相關(guān)性，與其他指標相關(guān)性較低.實際分析可知，產(chǎn)生NO2的主要來源是汽車尾氣和工業(yè)冶金.而O3更是由NO2經(jīng)過光化學(xué)產(chǎn)生的[4].近幾年，合肥市高速的發(fā)展，居民生活水平增高.而私人小汽車擁有量激增，這是合肥PM2.5增多的根本原因.

2　合肥市PM2.5的時空分布規(guī)律及污染評估

2.1研究思路

上部分已經(jīng)得出合肥市PM2.5與哪些因素有關(guān).接著本文分析合肥市PM2.5的時空分布規(guī)律及各地區(qū)的污染評估.首先分析時間分布再分析空間分布，最后根據(jù)空間的分布情況評估合肥市各地區(qū)的空氣質(zhì)量等級.

2.2合肥市PM2.5的時間分布

根據(jù)合肥市2014年6月至2015年6月的這一段時間內(nèi)各月的PM2.5月平均濃度分析PM2.5的時間分布情況(如表1)：

表1　PM2.5的月平均濃度

根據(jù)表1可知：合肥市從2014年6月到2015年6月平均每月的PM2.5濃度大體變化趨勢為先增加再減少，其中2014年11月到2015年2月的時間段內(nèi)PM2.5濃度相對較高，造成PM2.5較高的原因主要為：天氣原因(該段時間內(nèi)合肥多大霧天氣，北方的霧霾擴散至合肥，促使了合肥市的天氣污染情況不斷惡化)；機動車尾氣排放(隨著經(jīng)濟的不斷發(fā)展，由經(jīng)濟增長所帶來的環(huán)境污染問題日益嚴重，并且開始影響人們的生活.收入的增加，使得購買機動車的人數(shù)不斷增長，因而機動車尾氣排放量也隨之增加)；以及冬季燃煤采暖(冬季處于煤使用量的高峰期，雖然目前市場上各種取暖電器不斷興起，但是煤炭的使用仍不能杜絕，煤燃燒產(chǎn)生的物質(zhì)是惡化空氣質(zhì)量PM2.5的主要來源)[1],其中冬季的煤炭使用量增加是導(dǎo)致PM2.5濃度增加的最主要原因.

2.3合肥市PM2.5的空間分布

研究合肥市PM2.5空間分布時，主要選取合肥市9個地區(qū)的PM2.5濃度來分析，分別為：琥珀山莊、董鋪水庫、高新區(qū)、廬陽區(qū)、長江中路、瑤海區(qū)、明珠廣場、三里街和包河區(qū).同時選擇7月的5、11、20和31號4個不同時間段來對比分析各地區(qū)的不同PM2.5濃度.利用SUFER軟件做空間分布圖來反映PM2.5的空間分布情況(如組圖7所示).

圖7　PM2.5的空間分布圖

分析圖7(顏色越深，代表濃度越高)可以看出，在7月5日時 PM2.5的濃度普遍比較高，其中廬陽區(qū)、琥珀山莊、董鋪水庫、高新區(qū)、長江中路及瑤海區(qū)等地區(qū)，PM2.5的濃度高，在明珠廣場、三里街以及包河區(qū)PM2.5的濃度相對較低，空氣質(zhì)量較好.11日空氣質(zhì)量普遍較高，PM2.5的濃度都比較低，其中瑤海區(qū)、三里街、長江中路等地區(qū)的PM2.5濃度相對較高一些，其他地區(qū)都比較低，空氣質(zhì)量好.20日的PM2.5濃度都普遍較高，空氣質(zhì)量惡化，其中瑤海區(qū)、廬陽區(qū)及包河區(qū)PM2.5的濃度相對較高，其他地區(qū)相對較低.31日的PM2.5濃度普遍比較低，空氣質(zhì)量都普遍較好，其中瑤海區(qū)、長江中路、董鋪水庫、琥珀山莊等地區(qū)的PM2.5濃度相對高一些，其他地區(qū)PM2.5的濃度相對較低.

綜上分析，根據(jù)合肥市一年的空氣質(zhì)量的數(shù)據(jù)分析，可以得到各地區(qū)的月平均PM2.5的濃度范圍，并結(jié)合《環(huán)境空氣質(zhì)量標準》[6]進行分區(qū)的污染評估(如表2所示).

由表2分析可得：合肥市總的空氣質(zhì)量以良為多，其中瑤海區(qū)和廬陽區(qū)污染指數(shù)最高， 包河區(qū)和明珠廣場空氣質(zhì)量較好，其余地區(qū)空氣質(zhì)量波動不大，以良為主.結(jié)合各個區(qū)的地理位置可得:瑤海區(qū)為市中心，交通擁堵，汽車尾氣污染嚴重，而包河區(qū)屬于郊區(qū)，人口少汽車尾氣更少，相對來說空氣質(zhì)量就比較好.所以PM2.5的空間分布主要與地理位置有關(guān)，越是接近市中心，PM2.5濃度越高，空氣質(zhì)量越差，污染越嚴重.

3　高斯擴散模型下PM2.5的演變規(guī)律

3.1研究思路

本文在前部分，已經(jīng)研究了PM2.5的主要影響因素以及合肥市的時間空間分布.這部分將重點研究PM2.5演變的規(guī)律.通過建立高斯擴散模型分析，PM2.5的濃度在風力、濕度和季節(jié)因素下的擴散演變規(guī)律[7].首先本文建立了大氣穩(wěn)定狀態(tài)下的基本模型，再逐漸考慮其它因素，最后建立最終的擴散模型，分析風力和溫度的變化對PM2.5演變的影響.

3.2研究方法

3.3風速與溫度對PM2.5擴散的影響

在實際的大氣環(huán)境中風力大小，以及大氣溫度都會影響PM2.5的擴散.當風力較大時，PM2.5的傳播范圍廣，風力較小時，PM2.5的傳播范圍?。划敎囟仍礁?，PM2.5的傳播越廣，溫度越低時，PM2.5的傳播范圍越小.

本文設(shè)定C值不變，用MATLAB編程[9]，當只變化溫度和風速可以得到不同的圖像時，用此來判斷溫度和風速對PM2.5擴散的影響.研究風速對PM2.5擴散與衰減規(guī)律的影響，在其他參數(shù)保持不變的情況下，分別求解在風速為5 m/s、20 m/s和100 m/s的高斯擴散圖(如圖8).研究溫度對PM2.5擴散與衰減規(guī)律的影響，在其他參數(shù)保持不變的情況下，分別求解溫度為5、15、25攝氏度的PM2.5污染物擴散結(jié)果(如圖9所示)

(a)風速為5 m/s　　　　　　　　　　　(b)風速為20 m/s　　　　　　　　　　　　　 (c)風速為100 m/s圖8　風速對PM2.5擴散的影響

(a)溫度為5攝氏度　　　　　　　　　　(b)溫度為15攝氏度　　　　　　　　 (c)溫度為25攝氏度圖9　溫度對PM2.5擴散的影響

分析圖8可知，風速是PM2.5演變的重要因素.當風速越大，PM2.5擴散的越快，當風速達到100 m/s時，雖然在點源出會產(chǎn)生PM2.5，但幾乎會被擴散到其他地方，霧霾濃度會被稀釋.合肥市在7月11日空氣質(zhì)量要要高于前幾日，正是在這幾天室外風速較大，霧霾被擴散了.而溫度對于PM2.5的擴散演變則不如風速影響那么大，不過總的來說，隨著溫度地增加，PM2.5同樣會逐漸擴散，從而使得當?shù)仂F霾狀況有所緩解.

綜上所述：本文建立了PM2.5的高斯擴散模型，并得到了如下的結(jié)論：隨著風速以及溫度的逐漸增加，PM2.5的擴散范圍會逐漸增大，影響面積也會不斷的擴大，說明風速、溫度會在一定程度上影響PM2.5污染物的擴散情況[10].

4　總　結(jié)

研究合肥市PM2.5的成因與演變等一般性規(guī)律，綜合以上3個問題的研究，可知PM10、NO2、O3的濃度對PM2.5的形成影響最大；在時間上看，呈現(xiàn)冬春兩個季節(jié)PM2.5的濃度高，夏秋情況有所緩解的分析.在空間上看，呈現(xiàn)市中心霧霾狀況嚴重，而郊區(qū)污染濃度較低的分布；對于PM2.5的演變規(guī)律，可知溫度越高，PM2.5的傳播范圍越廣，風速越快，PM2.5的傳播范圍越廣.本文建議應(yīng)加大對污染源的控制力度，設(shè)計合理的減排計劃[11]，減少對周邊環(huán)境的影響.尤其是在汽車尾氣排放上做好工作，可以學(xué)習(xí)北京單雙號限行等措施.本文提出的關(guān)于PM2.5成因、分布、擴散模型為研究霧霾污染問題提供了有意義的參考.

[1]北京實施單雙號限行[EB/OL].http://news.weather.com.cn/2015/12/2432594.shtml.

[2]合肥市環(huán)境保護局[EB/OL].http://www.hfepb.gov.cn/.

[3]合肥市空氣質(zhì)量時實監(jiān)控[EB/OL].http://www.pm25.com/hefei.html.

[4]錢駿,廖瑞雪,鄧利群,佟洪金,等.成都市大氣中O3污染水平及來源分析[J].四川環(huán)境,2011(03):20-23.

[5]李薇，齊彥斌,孫海燕,等.長春采暖季 PM10、PM2.5時空分布特征[A].第31屆中國氣象學(xué)會年會論文集，2014-11-03.

[6]中華人民共和國環(huán)境保護部，環(huán)境保護標準[S].bz.mep.gov.cn, 2015-8-2.

[7]劉杰.北京大氣污染物時空變化規(guī)律及評價預(yù)測模型研究[D].北京科技大學(xué),2015.

[8]陳興隆,張鳳登.空氣中PM2.5成因與擴散規(guī)律的建模與仿真[J].信息技術(shù),2014(11):1-5，11.

[9]盧鵬,何杰.PM2.5的時間分布與演變擴散研究[J].西南民族大學(xué)學(xué)報(自然科學(xué)版),2014(01):66-71.

[10]劉慧君.武漢市PM2.5污染的演變預(yù)測及成因分析和仿真[D].湖南大學(xué),2014.

[11]劉萌萌.空氣中PM2.5濃度演變規(guī)律污染問題的相關(guān)研究[D].西北大學(xué),2015.

[責任編輯：王軍]

Study on the measurement of distribution and evolution of PM2.5 in Hefei City

ZHAO Wenjie1, WU Xiaoman3,HAN Xun2,ZHU Jiaming2

(1.Faculty of Finance and Public Management, Anhui University of Finance and Economics, Bengbu 233030, China;2.School of Statistics and Applied Mathematics, Anhui University of Finance and Economics, Bengbu 233030, China ;3.School of Finance; Anhui University of Finance and Economics, Bengbu 233030, China)

According to the distribution and evolution of PM2.5 in the air of Hefei City, using partial correlation, Gaussian element and method established the partial correlation, Gaussian diffusion model.The use of SUFER, SPSS and other software programming drawing, quantitative assess of the degree of pollution in some areas of Hefei.Study concluded that the formation of PM2.5 has great relationship with PM10, no, O; in time, PM2.5 is serious in winter and spring; from the point of view of space, more close to downtown, Yahoos District, larger concentrations of PM2.5; PM2.5 evolution with temperature and wind speed, and is closely related to the conclusion.

PM2.5; gauss diffusion; partial correlation; SUFFER

2016-01-12

國家自然科學(xué)基金資助項目(11301001);安徽財經(jīng)大學(xué)教研項目(acjyzd201429)

趙文杰(1995-),男,安徽蕪湖人，安徽財經(jīng)大學(xué)在讀本科生，主要從事稅收學(xué)的研究.

朱家明(1973-),男,安徽泗縣人,安徽財經(jīng)大學(xué)副教授,碩士,數(shù)學(xué)建模實驗室主任,主要從事應(yīng)用數(shù)學(xué)與數(shù)學(xué)建模的研究.

X513

A

1672-3600(2016)09-0006-06