哈爾濱市采暖期顆粒物數(shù)濃度變化特征

王　薇, 黃麗坤，田　甜

(哈爾濱商業(yè)大學(xué) a.生命科學(xué)與環(huán)境科學(xué)研究中心;b.食品工程學(xué)院, 哈爾濱 150076)

?

哈爾濱市采暖期顆粒物數(shù)濃度變化特征

王薇a, 黃麗坤b,*，田甜a

(哈爾濱商業(yè)大學(xué) a.生命科學(xué)與環(huán)境科學(xué)研究中心;b.食品工程學(xué)院, 哈爾濱 150076)

研究了采暖期大氣顆粒物數(shù)濃度的變化特征，并在氣象監(jiān)測(cè)網(wǎng)上獲得相對(duì)濕度、溫度，風(fēng)級(jí)等氣象因子以及大氣能見(jiàn)度。分析結(jié)果顯示，2015年10、11、12月的能見(jiàn)度低于10 km的天數(shù)分別為3、11、9 d， PM2.5濃度高于100 μg/m3分別有1、9、9 d；顆粒物數(shù)濃度平均值分別為17 775、36 345、34 640 個(gè)/cm3，能見(jiàn)度的平均值分別為23.6、8.5、9.7 km，說(shuō)明11和12月主要是由于采暖燃煤量增加導(dǎo)致數(shù)濃度增大。3個(gè)月中，12月3—16日的數(shù)濃度變化范圍波動(dòng)較大，這是因?yàn)榻笛┑挠绊懀徊糠诸w粒物吸附在雪中，隨之降落到地面，使空氣中懸浮的顆粒物減少。顆粒物數(shù)濃度與PM2.5濃度、能見(jiàn)度、相對(duì)濕度顯著相關(guān)，特別是大氣中PM2.5數(shù)濃度越高，能見(jiàn)度就相對(duì)越低。

顆粒物數(shù)濃度；PM2.5；能見(jiàn)度；相對(duì)濕度

大氣顆粒物污染形成的主要原因是懸浮細(xì)顆粒物和氣態(tài)污染物增加[1]。由于城市人口增長(zhǎng)、工業(yè)持續(xù)發(fā)展和機(jī)動(dòng)車(chē)輛猛增，使得懸浮細(xì)顆粒物PM2.5和氣態(tài)污染物二氧化硫、氮氧化物大量增加，PM2.5中可溶性粒子(如硫酸鹽、硝酸鹽、銨鹽以及有機(jī)酸鹽等)具強(qiáng)吸水性[2]，它們與水蒸氣結(jié)合在一起，形成灰霾天氣；燃煤排放廢氣和機(jī)動(dòng)車(chē)排放尾氣中二氧化硫、氮氧化物是大氣細(xì)顆粒物PM2.5中硫酸鹽、硝酸鹽前體物[2]，與空氣中其他污染物經(jīng)過(guò)了一系列復(fù)雜化學(xué)反應(yīng)形成硫酸鹽、硝酸鹽等二次顆粒物，由氣態(tài)污染物轉(zhuǎn)化成同態(tài)污染物，成為PM2.5的主要成分，二次污染過(guò)程成為PM2.5升高最主要原因，加重灰霾天氣形成與持續(xù)[3-5]，顆粒物數(shù)濃度影響也同樣值得關(guān)注[6-10]。

本研究對(duì)2015年10—12月的大氣顆粒物數(shù)濃度進(jìn)行監(jiān)測(cè)，通過(guò)分析顆粒物數(shù)濃度變化特征以及主要影響因子，以期為哈爾濱市開(kāi)展相關(guān)的大氣污染防治工作提供科學(xué)依據(jù)。

1　樣品采集及方法

1.1顆粒物樣品采集

采樣點(diǎn)位于4樓樓頂，距離地面約14 m。該采樣點(diǎn)的特點(diǎn)是附近沒(méi)有較大的工業(yè)污染源，主要以小的采暖鍋爐、土壤揚(yáng)塵及交通排放等污染為主。監(jiān)測(cè)數(shù)據(jù)在一定程度上代表哈爾濱市區(qū)域大氣污染水平。

顆粒物樣品采集所使用的采樣儀器為武漢市天虹儀表有限責(zé)任公司生產(chǎn)的 TH-150 型智能中流量顆粒物采樣器。采樣流量調(diào)節(jié)范圍為100 L/min，準(zhǔn)確度為±2.5%，濾膜采用美國(guó) PALL 公司生產(chǎn)的石英纖維濾膜。

1.2顆粒物數(shù)濃度監(jiān)測(cè)

采用TSI數(shù)濃度儀對(duì)2105年10—12月進(jìn)行在線(xiàn)觀(guān)測(cè)，每日3個(gè)監(jiān)測(cè)時(shí)間：9:00，12:00，15:00，每個(gè)時(shí)間點(diǎn)監(jiān)測(cè)5 min，用濕度計(jì)和溫度計(jì)同步測(cè)相對(duì)濕度和溫度。其它氣象因子在天氣網(wǎng)上查詢(xún)并記錄。

2　結(jié)果與討論

2.1顆粒物數(shù)濃度與 PM2.5及氣象因子統(tǒng)計(jì)

2015年10、11、12月的顆粒物數(shù)濃度、PM2.5濃度、溫度、相對(duì)濕度、能見(jiàn)度及風(fēng)級(jí)各因子數(shù)據(jù)，見(jiàn)表1。

表1　顆粒物數(shù)濃度與PM2.5濃度及氣象因子統(tǒng)計(jì)

由表1可見(jiàn)，2015年10、11、12月能見(jiàn)度的均值分別為20.2、9.7、8.8 km，每個(gè)月能見(jiàn)度低于10 km的天數(shù)分別為8、18、19 d。能見(jiàn)度越低，表明大氣污染越嚴(yán)重。從均值來(lái)看，3個(gè)月的顆粒物數(shù)濃度分別是17 774.5、36 345.2、34 639.7個(gè)/cm3與之對(duì)應(yīng)的PM2.5濃度為56.6、147.7、145.1 μg/m3，由此可見(jiàn)，隨著PM2.5濃度的增大，顆粒物數(shù)濃度呈增大趨勢(shì)。另外，隨著相對(duì)濕度的增大，能見(jiàn)度呈下降趨勢(shì)。

由表1可見(jiàn)，風(fēng)級(jí)的最大值為3，最小值為0。風(fēng)力等級(jí)：0，風(fēng)速為0～0.2 m/s；風(fēng)力等級(jí)：1，風(fēng)速為0.3～1.5 m/s；風(fēng)力等級(jí)：2，風(fēng)速為1.6～3.3 m/s；風(fēng)力等級(jí)：3，風(fēng)速為3.4～5.4 m/s。不同等級(jí)的風(fēng)對(duì)周?chē)h(huán)境的影響不同，因此，風(fēng)級(jí)對(duì)顆粒物數(shù)濃度以及污染程度有一定的影響。

2.2顆粒物數(shù)濃度時(shí)間變化特征

2.2.1顆粒物數(shù)濃度日變化特征

2015年10—12月的顆粒物數(shù)濃度日變化曲線(xiàn)見(jiàn)圖1，圖2。每月的3—16日進(jìn)行監(jiān)測(cè)(每天3個(gè)時(shí)段：9:00、12:00、15:00)。由圖1可見(jiàn)，11月3—9日的數(shù)濃度均高于10月和12月，數(shù)濃度為20 000～40 000，而且最大值為63 829，分別是10月和12月最大值的2.26、1.79倍。而10月和12月基本為10 000～30 000。由圖2可見(jiàn)，12月12—14日3 d的數(shù)濃度值較高，最大值87 689，最小值68 082。因12月中旬已經(jīng)算是采暖中期，燃煤量加大導(dǎo)致數(shù)濃度增大。而15、16日的數(shù)濃度下降至40 000左右，這可能與降雪、溫度降低有關(guān)。10月的數(shù)濃度變化較穩(wěn)定，波動(dòng)不大，原因是10月20日左右才開(kāi)始供暖，此時(shí)對(duì)數(shù)濃度的影響較小。11月和12月則有明顯的變化，原因之一是供暖時(shí)產(chǎn)生的飛灰、細(xì)顆粒物等進(jìn)入大氣；另一原因是受溫度、濕度、風(fēng)、降雪、光照等因素的影響。

圖1　每月3—9日3個(gè)時(shí)段顆粒物數(shù)濃度日變化Fig.1　Daily variation of particle number concentration at three times on every month 3rd to 9th

圖2　每月10—16日3個(gè)時(shí)段顆粒物數(shù)濃度日變化Fig.2　Daily variation of particle number concentration at three times on every month 10th to 16th

2.2.2顆粒物數(shù)濃度逐日變化特征

10月顆粒物數(shù)濃度、PM2.5濃度、氣象因子的逐日變化情況見(jiàn)表2。10月3—4日顆粒物數(shù)濃度增加，這主要是因?yàn)轱L(fēng)級(jí)由2減小到1，風(fēng)速降低到1.6 m/s以下，不利于污染物的擴(kuò)散，從而使得數(shù)濃度增加，增強(qiáng)了大氣散射作用，使能見(jiàn)度由34.3 km降低至20 km。5—7日顆粒物的數(shù)濃度在11 000～12 800較穩(wěn)定的變化，能見(jiàn)度為9～13 km，相對(duì)濕度略有升高。8—13日的顆粒物數(shù)濃度基本保持在20 000以上；能見(jiàn)度均在20 km以上，PM2.5濃度則在20 μg/m3左右波動(dòng)，二者大致呈負(fù)相關(guān)趨勢(shì)，而且這幾日的AQI(其值越大，說(shuō)明空氣污染狀況越嚴(yán)重，對(duì)人體的健康危害也就越大)為52、45、43、28、29、40，空氣質(zhì)量為優(yōu)。雖然鄧?yán)?、楊榮師等[11]的研究結(jié)果為氣溫對(duì)顆粒物在大氣中的分布未有顯著影響，但PM2.5濃度和溫度曲線(xiàn)的變化趨勢(shì)基本相似，因此，溫度的升高或降低會(huì)使大氣中的PM2.5含量發(fā)生改變。14—16日數(shù)濃度略有上升，而PM2.5濃度顯著增大，最大值為138 μg/m3，能見(jiàn)度下降，最小值為7.1 km。3—16日的相對(duì)濕度均在50%以上，對(duì)顆粒物數(shù)濃度影響不明顯。

表2　2015年10月數(shù)濃度、PM2.5濃度及氣象因子的逐日變化

11月顆粒物數(shù)濃度、PM2.5濃度、氣象因子的變化情況見(jiàn)表3。風(fēng)速越大，單位時(shí)間內(nèi)污染物被輸送的距離越大，混入的空氣量越多，污染物濃度越低，有利于污染物擴(kuò)散。11月顆粒物的數(shù)濃度均在20 000以上，風(fēng)級(jí)達(dá)到2～3級(jí)的有8 d，能見(jiàn)度有6 d低于5 km，PM2.5濃度有9 d都高于100 μg/m3，最大為578 μg/m3，但此時(shí)并沒(méi)符合之前所述的規(guī)律，原因可能是逆溫層的影響，逆溫層出現(xiàn)在地面附近時(shí)，會(huì)限制近地面層大氣的湍流作用，使大氣的垂直運(yùn)動(dòng)降低，如果出現(xiàn)在某一高度層上時(shí)，則會(huì)阻礙下方空氣垂直運(yùn)動(dòng)的發(fā)展，使得污染物和空氣的混合交換減弱，導(dǎo)致污染物的擴(kuò)散、稀釋能力減慢，存留較長(zhǎng)時(shí)間。由表3可見(jiàn)，氣溫的變化較不穩(wěn)定，也會(huì)對(duì)顆粒物數(shù)濃度產(chǎn)生影響。9—12日，相對(duì)濕度依次為85%、88%、93%、91%，能見(jiàn)度分別為6.9、8.1、4.3、5.6 km，較高的相對(duì)濕度會(huì)使能見(jiàn)度下降。而相對(duì)濕度與PM2.5之間并無(wú)明顯的正負(fù)相關(guān)性，是因?yàn)镻M2.5的濃度受多種因素影響。

12月顆粒物數(shù)濃度、PM2.5濃度、氣象因子的變化情況見(jiàn)表4。12月的數(shù)濃度變化較大，3—6日的數(shù)濃度值在10 000左右，能見(jiàn)度均大于10 km，風(fēng)級(jí)為2，風(fēng)速較大，有利于污染物的擴(kuò)散。12—14日的數(shù)濃度為：69 908、78 144、74 350，與之對(duì)應(yīng)的能見(jiàn)度是12月3—16日中最小的，PM2.5的值也是最高的；由于這3 d的風(fēng)級(jí)是1、0、0，風(fēng)速小，稀釋污染物的能力較弱，所以污染較嚴(yán)重(AQI：318、414、349)。

同時(shí)也可見(jiàn)，大氣中PM2.5濃度越高，能見(jiàn)度就相對(duì)越低。數(shù)濃度較大時(shí)，PM2.5濃度也基本較高，但并不是絕對(duì)的。因此，大氣顆粒物污染狀況與氣象條件關(guān)系密切，在污染源分布及其排放相對(duì)穩(wěn)定的情況下，大氣顆粒物的濃度主要取決于各種氣象條件下顆粒物的輸送、擴(kuò)散情況。

表3　2015年11月數(shù)濃度、PM2.5濃度及氣象因子的逐日變化

表4　2015年12月數(shù)濃度、PM2.5濃度及氣象因子的逐日變化

3　結(jié)　論

1)11月和12月的平均顆粒物數(shù)濃度較高，能見(jiàn)度較低，主要是因冬季供暖煤燃燒引起的。

2)10月數(shù)濃度在10 000～26 000波動(dòng)，風(fēng)級(jí)為2 的有7 d，數(shù)濃度不高且較穩(wěn)定；11月數(shù)濃度均在20 000以上，能見(jiàn)度有5 d低于5 km；12月數(shù)濃度波動(dòng)較大，這是因?yàn)榻笛┑挠绊?，一部分顆粒物吸附在雪中，隨之降落到地面，使空氣中懸浮的顆粒物減少。

3)顆粒物數(shù)濃度與PM2.5濃度、能見(jiàn)度、相對(duì)濕度顯著相關(guān)，大氣中PM2.5濃度越高，能見(jiàn)度就相對(duì)越低。

[1]盧照方. 灰霾天氣的形成與灰霾監(jiān)測(cè)[J]. 綠色科技, 201l(9): 131-132.

[2]綠色和平. 全國(guó)通緝灰霾元兇——PM2.5與燃煤污染[EB/OL]. 2011-11-18[2012-03-05].

[3]Mejia J F, Wraith D, Mengersen K. Trends in size classified particle number concentration in subtropical Brisbane, Australia, based on a 5 year study[J]. Atmospheric Environment, 2006, 40: 1064-1079.

[4]Hiroaki M, Hideto T. Observation of number concentrations of atmospheric aerosols and analysis of nanoparticle behavior at an urban background area in Japan [J]. Atmospheric Environment, 2005, 39: 5806-5816.

[5]Tareq H, Ari K, Jaakko K, et al. Meteorological dependence of size-fractionated number concentrations of urban aerosol particles [J]. Atmospheric Environment, 2006, 40: 1427- 1440.

[6]Yan Fengqi, Hu Huanling, Yu Tong. Analysis of particularte mass concentration, aerosol number concentration and visibility in Beijing [J]. China Particuology, 2004, 2(1): 25-30.

[7]王瑋, 潘志, 劉紅杰, 等. 交通來(lái)源顆粒物粒徑譜分布及其與能見(jiàn)度關(guān)系[J]. 環(huán)境科學(xué)研究, 2001, 14(4): 17-22.

[8]李新令, 黃震, 王嘉松, 等. 街道峽谷內(nèi)超細(xì)顆粒數(shù)濃度和粒徑分布特征試驗(yàn)研究[J]. 環(huán)境科學(xué), 2007, 28(4): 695-700.

[9]申彥波, 沈志寶, 杜明遠(yuǎn). 敦煌地區(qū)春季大氣氣溶膠粒子數(shù)濃度的分析[J]. 高原氣象, 2007, 26(4): 158-164.

[10] 時(shí)一文，溫娜，姚俊英.1961—2012年?yáng)|北地區(qū)霾的時(shí)空變化特征分析[J].黑龍江大學(xué)工程學(xué)報(bào), 2015,6(4):16-22.

[11] 楊榮師, 李金娟, 徐露, 等. 貴陽(yáng)市西郊PM10污染特征及其與主要?dú)庀笠蛩氐年P(guān)系探討[J]. 貴州大學(xué)學(xué)報(bào):自然科學(xué)版, 2009, 26(2): 123-127.

Characteristics of particle number concentration in the heating period of Harbin

WANG Weia, HUANG Li-Kunb,*,TIAN Tiana

(HarbinUniversityofCommercea.CenterofResearchandDevelopmentonLifeSciencesandEnvironmentalSciences;b.SchoolofFoodEngineering,Harbin150076，China)

The characteristics of atmospheric particle number concentration were studied during the early heating period. The data of PM2.5, relative humidity, temperature, wind scale and atmospheric visibility were obtained in meteorological monitoring online. The results show that, the number of the days which the visibilities were less than 10 km was 3, 11, 9 respectively. The days which the PM2.5concentrations were higher than 100μg/m3were 1, 9, 9 in October, November and December respectively. The average of particle number concentration were 17 775, 36 345 and 34 640, respectively; The average of visibility were 23.6, 8.5, 9.7 km, it shows that the increasing of number concentration is mainly caused by coal-burning heating in November and December. The range of number concentration has large fluctuation in December, part of particle was adsorption in the snow, fall to the ground, so that reduce the content of suspended particulate matter in the air. The particle number concentration was significantly correlated with PM2.5concentration, visibility and relative humidity. This shows that the number concentration of PM2.5in the atmosphere is higher, the visibility is the lower.

particle number concentration; PM2.5; visibility; relative humidity

10.13524/j.2095-008x.2016.02.025

2016-03-18;

2016-04-08

國(guó)家自然科學(xué)基金資助項(xiàng)目(51408168)

王薇(1991-)，女，山東臨朐人，碩士研究生，研究方向：大氣顆粒物污染，E-mail:1584253020@qq.com;*通訊作者：黃麗坤(1980-)，女，吉林輝南人，副教授，博士，研究方向：大氣污染控制，E-mail:hlk1980@163.com。

X513

A

2095-008X(2016)02-0046-06