北京地區(qū)不同季節(jié)PM2.5和PM10濃度對地面氣象因素的響應(yīng)

王嫣然，張學(xué)霞，趙靜瑤，余新曉，姜群鷗

北京林業(yè)大學(xué)水土保持學(xué)院，城鄉(xiāng)生態(tài)環(huán)境北京實(shí)驗(yàn)室，水土保持與荒漠化防治教育部重點(diǎn)實(shí)驗(yàn)室，北京 100083

北京地區(qū)不同季節(jié)PM2.5和PM10濃度對地面氣象因素的響應(yīng)

王嫣然，張學(xué)霞，趙靜瑤，余新曉，姜群鷗

北京林業(yè)大學(xué)水土保持學(xué)院，城鄉(xiāng)生態(tài)環(huán)境北京實(shí)驗(yàn)室，水土保持與荒漠化防治教育部重點(diǎn)實(shí)驗(yàn)室，北京 100083

利用2013年1月—2014年12月北京地區(qū)PM2.5和PM10監(jiān)測數(shù)據(jù)和同期近地面氣象觀測數(shù)據(jù)，采用非參數(shù)分析法(Spearman秩相關(guān)系數(shù))研究了北京地區(qū)PM2.5和PM10的濃度對不同季節(jié)地面氣象因素的響應(yīng)。結(jié)果表明：北京地區(qū)大氣顆粒物濃度水平具有明顯的季節(jié)特征，冬季大氣顆粒物污染最嚴(yán)重，夏季最輕。不同季節(jié)影響顆粒物濃度水平的氣象因素各不相同，其中風(fēng)速和日照時(shí)數(shù)為主要影響因素。PM2.5和PM10質(zhì)量濃度對氣象因素變化的響應(yīng)程度也有較大區(qū)別，PM2.5/PM10比值冬季最高，PM2.5影響最大，春季最低，PM10影響最大。這些結(jié)論可對制訂科學(xué)有效的大氣污染控制策略提供參考。

PM2.5；PM10；氣象因素；非參數(shù)分析；北京

大氣顆粒物是大氣中存在的各種固態(tài)和液態(tài)顆粒狀物質(zhì)的總稱。按照空氣動(dòng)力學(xué)直徑大小，可將大氣顆粒物分為總懸浮顆粒物、可吸入顆粒物和細(xì)顆粒物。其中細(xì)顆粒物即為PM2.5，其危害很大。PM2.5粒徑小，易被吸入體內(nèi)，化學(xué)成分包含硫酸鹽、硝酸鹽、碳元素、重金屬、有機(jī)物及有害氣體，還可載帶微生物質(zhì)成分(如病毒、細(xì)菌等) 和生物質(zhì)碎末等[1-2]。高濃度的PM2.5不僅破壞陸地和海洋生態(tài)系統(tǒng)的自然循環(huán)，還會引起全球氣候變化及能見度降低。近期研究還表明，高濃度的PM2.5危害人體健康，主要表現(xiàn)在呼吸系統(tǒng)和心血管疾病，尤其是導(dǎo)致老年人和兒童住院率、門診率增加，以及不良妊娠結(jié)果、新生兒的缺陷率和死亡率增加，更為嚴(yán)重的是具有地域特征的疾病增加[3-9]。

大氣顆粒物濃度水平除了與污染物的空間分布情況和污染源強(qiáng)度大小有直接關(guān)系外，還與氣象因素密切相關(guān)(如風(fēng)速、降水、溫度等)[10]。氣象因素對大氣中污染物的累積、擴(kuò)散和消除有著重要作用，同步觀測并分析顆粒物濃度對氣象因素的響應(yīng)不僅能驗(yàn)證并合理解釋監(jiān)測數(shù)據(jù)，還對研究當(dāng)?shù)卮髿馕廴拘纬傻臍庀髼l件與空氣質(zhì)量預(yù)報(bào)提供一定的指導(dǎo)[11]。

近年來，關(guān)于北京地區(qū)大氣顆粒物濃度與氣象因素的關(guān)系方面的研究較多。隋珂珂等[12]研究了北京市PM10持續(xù)污染及與常規(guī)氣象要素的關(guān)系，得出PM10持續(xù)污染以春、秋、冬季出現(xiàn)次數(shù)多，概率大，相對濕度、風(fēng)速和風(fēng)向?qū)ζ溆绊戄^大的結(jié)論。李軍等[13]用非參數(shù)分析法對北京市2005年9月—2006年9月大氣顆粒物濃度數(shù)據(jù)和氣象數(shù)據(jù)進(jìn)行分析，認(rèn)為不同季節(jié)影響顆粒物濃度水平的氣象因素各不相同。趙晨曦等[14]對2012—2013年北京地區(qū)冬春PM2.5和PM10進(jìn)行了污染水平時(shí)空分布及其與氣象條件的關(guān)系研究，得出北京市冬季PM2.5和PM10的濃度分別與氣溫、相對濕度呈正相關(guān)關(guān)系，與風(fēng)速呈負(fù)相關(guān)關(guān)系。曾靜等[15]利用2008、2009年夏季和秋季PM2.5和PM10數(shù)據(jù)進(jìn)行回歸分析，得出了顆粒物與氣象因素之間的關(guān)系及對應(yīng)的回歸方程。這些研究選取的觀測時(shí)間較短，或者大多只涉及了大氣顆粒物中的一種，研究其對氣象因素的響應(yīng)變化。目前，針對不同粒徑的大氣顆粒物，特別是PM2.5和PM10的濃度對不同季節(jié)的地面氣象因素變化的響應(yīng)研究較少。

筆者基于2013、2014年北京地區(qū)PM2.5和PM10濃度周均值監(jiān)測數(shù)據(jù)和2013、2014年P(guān)M2.5濃度日均值監(jiān)測數(shù)據(jù)，從時(shí)間分辨率上較為全面的分析顆粒物與氣象因素的關(guān)系，從顆粒物粒徑選擇上也比較全面的代表了北京市大氣顆粒物濃度水平。采用比傳統(tǒng)參數(shù)分析方法適應(yīng)性更強(qiáng)、應(yīng)用范圍更廣的非參數(shù)相關(guān)分析法[16](Spearman秩相關(guān)系數(shù))來研究PM2.5和PM10的濃度與不同季節(jié)各氣象因素的相關(guān)性和響應(yīng)關(guān)系。時(shí)滯性分析則是分析氣象因素之間的相關(guān)性。

1 研究區(qū)概況

北京市所處的地理坐標(biāo)為39°26′～41°03′N，115°25′～117°39′E，是華北平原的西北邊緣。西部與北部為山地丘陵，中部與東部為平原，地勢自西北向東南傾斜，山地丘陵自西、北和東北3面環(huán)抱北京城所在的小平原。北京市氣候?qū)侔霛駶櫚敫珊导撅L(fēng)氣候。全年7月最熱，月平均氣溫在平原地區(qū)為26 ℃左右，海拔800 m以下的山區(qū)為21～25 ℃；1月最冷，月平均氣溫在平原地區(qū)為-4～-5 ℃，海拔800 m以下山區(qū)為-6～-10 ℃，氣溫年較差為30～32 ℃。年降水量空間分布不均勻，東北部和西南部山前迎風(fēng)坡地區(qū)為相對降水中心，降水量為600～700 mm；西北部和北部深山區(qū)少于500 mm，平原及部分山區(qū)為500～600 mm。夏季降水量約占年降水量的75%。

2 實(shí)驗(yàn)部分

2.1 資料來源

北京地區(qū)2013年1月—2014年12月PM2.5濃度日均值數(shù)據(jù)和PM2.5、PM10濃度周均值數(shù)據(jù)均由北京市環(huán)境監(jiān)測中心提供，氣象觀測數(shù)據(jù)采用中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)提供的北京地區(qū)同期近地面氣象觀測數(shù)據(jù)(包括平均氣壓、風(fēng)速、氣溫、水汽壓、相對濕度、降水量、日照時(shí)數(shù)等)。

自2013年1月1日以來，北京市環(huán)保局面向社會實(shí)時(shí)發(fā)布覆蓋全市的35個(gè)監(jiān)測站點(diǎn)的空氣質(zhì)量，這35個(gè)站點(diǎn)按照監(jiān)測職能分為12個(gè)城區(qū)環(huán)境評價(jià)點(diǎn)、11個(gè)郊區(qū)環(huán)境評價(jià)點(diǎn)、7個(gè)對照點(diǎn)及區(qū)域點(diǎn)、5個(gè)交通污染監(jiān)控點(diǎn)(監(jiān)測子站詳見圖1)。

圖1 北京市35個(gè)自動(dòng)空氣監(jiān)測子站位置示意圖Fig.1 Spatial distribution of 35 automatic air monitoring stations in Beijing

將北京市按照行政區(qū)劃分為5個(gè)區(qū)域，分別為城六區(qū)(東城區(qū)、西城區(qū)、朝陽區(qū)、海淀區(qū)、豐臺區(qū)、石景山區(qū))，西北部(延慶縣、昌平區(qū))，東北部(懷柔區(qū)、密云縣、順義區(qū)、平谷區(qū))，西南部(門頭溝區(qū)、房山區(qū))和東南部(通州區(qū)、大興區(qū))。將35個(gè)站點(diǎn)中坐落在各區(qū)域內(nèi)的所有站點(diǎn)的平均濃度作為每個(gè)區(qū)域的PM2.5濃度，再根據(jù)5個(gè)區(qū)域的面積比按權(quán)重計(jì)算全市日平均值，最后基于日均值計(jì)算周均值。

2.2 數(shù)據(jù)處理方法

統(tǒng)計(jì)分析方法采用的是非參數(shù)相關(guān)分析，即Spearman秩相關(guān)系數(shù)。Spearman秩相關(guān)系數(shù)用來判斷2個(gè)隨機(jī)變量在二維和多維空間中是否具有某種共變趨勢，對應(yīng)的相關(guān)分析稱為非參數(shù)相關(guān)分析[17]。Spearman秩相關(guān)系數(shù)可以不考慮2個(gè)隨機(jī)變量的變化幅度，能有效克服Pearson積矩相關(guān)系數(shù)只適合描述線性相關(guān)關(guān)系的缺點(diǎn)，適用性比參數(shù)相關(guān)分析更好[18]。同時(shí)，在樣本總體分布不明確、信息缺乏的情況下，Spearman秩相關(guān)系數(shù)能獲得較好的結(jié)論[19]。

Spearman秩相關(guān)系數(shù)是建立在等級基礎(chǔ)上的，計(jì)算反映2組隨機(jī)變量之間關(guān)系密切程度的統(tǒng)計(jì)指標(biāo)[20]，研究中Spearman秩相關(guān)系數(shù)采用軟件SPSS 20.0計(jì)算。

3 結(jié)果與討論

北京地區(qū)為典型的北溫帶半濕潤大陸性季風(fēng)氣候，四季分明。根據(jù)氣候?qū)W上的分類，北京地區(qū)每年的3—5月為春季，6—8月為夏季，9—11月為秋季，12月—翌年2月為冬季。受春季本地及外來風(fēng)沙源，夏季道路和建筑施工高峰期揚(yáng)塵，秋季多發(fā)大霧天氣過程及秸稈焚燒，冬季燃煤采暖等污染源因素的影響，北京地區(qū)不同季節(jié)各類污染源排放量及其對空氣污染的貢獻(xiàn)不同，大氣顆粒物濃度水平表現(xiàn)出明顯的季節(jié)特征。

3.1 不同粒徑大氣顆粒物濃度的季節(jié)變化特征

圖2體現(xiàn)了2013—2014年各季節(jié)PM2.5和PM10質(zhì)量濃度變化情況。

由圖2可知，北京地區(qū)2013年P(guān)M2.5和PM10濃度水平為冬季最高，春季、秋季次之，夏季最低，該結(jié)果與徐敬等的研究結(jié)果[21](PM2.5濃度有明顯的季節(jié)性差異)一致。2014年秋季PM2.5濃度值最高是因?yàn)楫?dāng)年秋季，華北地區(qū)大面積秸稈燃燒導(dǎo)致的。北京師范大學(xué)環(huán)境學(xué)院劉新罡副教授帶領(lǐng)其團(tuán)隊(duì)[22]，對2014年北京市秋季的4次灰霾進(jìn)行監(jiān)測、研究后得出結(jié)論，燃燒秸稈對北京市秋季灰霾的形成具有重要的誘導(dǎo)作用。2014年春季PM10濃度最高，是由于當(dāng)年春季北京地區(qū)發(fā)生了7次沙塵天氣過程，盡管沙塵天氣過程次數(shù)低于常年水平，但揚(yáng)沙和沙塵暴仍為北京春季大氣顆粒物濃度水平較高的主要因素。

圖2 2013—2014年各季節(jié)PM2.5與PM10質(zhì)量濃度變化Fig.2 Changes of PM2.5 and PM10 mass concentration in different seasons in 2013-2014

圖3展示了2013—2014年各季節(jié)PM2.5/PM10比例變化情況。

圖3 2013—2014年各季節(jié)PM2.5/PM10比例變化情況Fig.3 Changes of PM2.5/PM10 ratio in different seasons in 2013-2014

由圖3可知，北京地區(qū)2013、2014年P(guān)M2.5/PM10比值冬季最高，分別為0.98和0.76，夏季和秋季次之，2013年為0.83和0.76，2014年為0.75和0.72，春季最低，分別為0.67和0.59，同樣具有明顯的季節(jié)性變化特征，證明了在北京地區(qū)春季，揚(yáng)沙和沙塵暴等大粒徑空氣污染物濃度上升，PM2.5/PM10比例下降，為四季中最低水平。

3.2 不同氣象因素的季節(jié)變化特征

氣象因素對大氣污染物有影響得到了許多研究人員的印證[12-15]。表1為不同季節(jié)各氣象要素平均值對比情況。由表1可知，對大氣污染物影響較大的氣象因素(如氣壓、風(fēng)速、相對濕度等)，具有明顯的季節(jié)性特征。冬季氣壓高，風(fēng)速大，污染物濃度降低；夏季降水對大氣污染物的減輕消散具有明顯作用。

表1 不同季節(jié)各氣象要素平均值對比表Table 1 Comparison of average meteorological elements in different seasons

3.3 不同粒徑大氣顆粒物濃度對不同季節(jié)氣象因素響應(yīng)的Spearman秩相關(guān)系數(shù)

周江興[23]認(rèn)為，在過去的一些研究中，顆粒物濃度與氣象因素之間的關(guān)系常被視為線性關(guān)系。而他分析了北京市幾種主要污染物濃度與同時(shí)期氣象因素之間的關(guān)系，得出污染物濃度與同時(shí)期氣象因素之間存在非常明顯的非線性關(guān)系的結(jié)論，因而采用非線性回歸方程來描述污染物濃度與氣象因素之間的依賴關(guān)系, 提高了兩者之間的相關(guān)性，減小了誤差。

3.3.1 春季大氣顆粒物濃度與氣象因素的相關(guān)性

北京地區(qū)春季PM2.5濃度周均值與平均風(fēng)速和平均日照時(shí)數(shù)呈顯著負(fù)相關(guān)，與平均相對濕度呈顯著正相關(guān)。PM2.5/PM10比值與平均日照時(shí)數(shù)呈顯著負(fù)相關(guān)，與平均氣壓呈顯著正相關(guān)(表2)。這是由于氣壓觀測數(shù)據(jù)的標(biāo)準(zhǔn)差達(dá)到4.64 hPa，為四季當(dāng)中最大值。當(dāng)?shù)孛媸芨邏嚎刂茣r(shí)，天氣系統(tǒng)穩(wěn)定，空氣當(dāng)中污染物擴(kuò)散條件不好，污染物濃度增高。當(dāng)?shù)孛孓D(zhuǎn)為受低壓控制時(shí)，穩(wěn)定的天氣系統(tǒng)被破壞，擴(kuò)散條件轉(zhuǎn)好，污染物濃度下降。而且由于日照時(shí)數(shù)增多，熱力對流、熱力和機(jī)械湍流的綜合作用加強(qiáng)，有效破壞地面逆溫層結(jié)，大氣的垂直擴(kuò)散能力加強(qiáng)，有利于大氣污染物的遷移和擴(kuò)散，顆粒物質(zhì)量濃度呈下降趨勢[13]。PM2.5對氣壓響應(yīng)程度比PM10高，造成了顆粒物質(zhì)量濃度的相應(yīng)變化。

表2 春季顆粒物質(zhì)量濃度與氣象因素的Spearman 秩相關(guān)系數(shù)Table 2 Spearman rank correlation coefficient of particle mass concentration and meteorological factors in spring

注：“*”表示2個(gè)變量之間顯著相關(guān)，P<0.05；“**”表示2個(gè)變量之間極顯著相關(guān)，P<0.01。下同。

春季PM10濃度周均值與風(fēng)速呈顯著負(fù)相關(guān)，與其他氣象因素相關(guān)性不顯著(表2)?？赡苁且?yàn)榇杭颈本┑貐^(qū)受本地及外來風(fēng)沙源的影響嚴(yán)重[24]，且主要是長時(shí)間的沙塵天氣過程。2014年春季北京地區(qū)共出現(xiàn)7次沙塵天氣過程，盡管其次數(shù)低于常年水平，但仍舊造成了空氣的重度污染，2014年春季PM10的季平均濃度為四季中的最大值。在這種天氣背景下，風(fēng)速對PM10質(zhì)量濃度的影響要比PM2.5顯著。當(dāng)風(fēng)速增加時(shí)，有效地破壞了穩(wěn)定的天氣系統(tǒng)，PM10輸送、遷移和沉降的效果要比PM2.5顯著，增強(qiáng)了對顆粒物的水平輸送能力及擴(kuò)散作用。PM10濃度對風(fēng)速的響應(yīng)程度比PM2.5要高，表現(xiàn)為濃度值低。

春季PM2.5濃度日均值和平均風(fēng)速呈顯著負(fù)相關(guān)，與平均水汽壓、平均相對濕度和平均日照時(shí)數(shù)呈顯著正相關(guān)(表2)。

3.3.2 夏季大氣顆粒物濃度與氣象因素的相關(guān)性

北京地區(qū)夏季PM2.5濃度周均值和PM2.5/PM10比值與平均日照時(shí)數(shù)呈顯著負(fù)相關(guān)，與其他氣象因素相關(guān)性不顯著(表3)，說明夏季大氣環(huán)境受瞬時(shí)極端天氣變化過程影響，常有蒙古氣旋東移和冷鋒過境[25-26]，與東南方向來的暖濕氣流交匯，天氣過程交替十分明顯。平均日照時(shí)數(shù)對PM2.5濃度影響因素原因與春季相同。

表3 夏季顆粒物質(zhì)量濃度與氣象因素的Spearman秩相關(guān)系數(shù)Table 3 Spearman rank correlation coefficient of particle mass concentration and meteorological factors in summer

雖然PM2.5濃度周均值與地面水汽壓和相對濕度無顯著相關(guān)性，但PM2.5濃度日均值與水汽壓和相對濕度呈顯著正相關(guān)(表3)，研究中PM2.5濃度日均值數(shù)據(jù)覆蓋了2013、2014年夏季共6個(gè)月的每一天，研究顯示，夏季空氣濕度加大，水汽壓增高時(shí)，顆粒物不易遷移、擴(kuò)散，其濃度值升高。

降水對大氣顆粒物有明顯的濕沉降作用[27]，北京地區(qū)夏季高溫多雨，雨量基本占全年降水量的75%。雖然顆粒物濃度與降水量相關(guān)性不顯著，但由PM2.5和PM10濃度周均值數(shù)據(jù)和PM2.5濃度日均值數(shù)據(jù)可以得出，其濃度基本處于較低水平。2013、2014年夏季，PM2.5和PM10濃度周均值均為四季中最低值。夏季降雨能有效清除大氣顆粒物，降水直接影響水汽壓和相對濕度值的大小(表4)，使夏季大氣顆粒物擴(kuò)散、沉降的條件非常好，污染程度最輕。

表4 降水與水汽壓和相對濕度的Spearman秩相關(guān)系數(shù)Table 4 Spearman rank correlation coefficient of precipitation and water vapor pressure and relative humidity

3.3.3 秋季大氣顆粒物濃度與氣象因素的相關(guān)性

北京地區(qū)秋季PM2.5周均值與平均日照時(shí)數(shù)呈顯著負(fù)相關(guān)，與其他氣象要素相關(guān)性不顯著，PM10濃度周均值和PM2.5/PM10比值與所有氣象因素相關(guān)性均不顯著(表5)。PM2.5濃度日均值與地面氣壓、風(fēng)速、水汽壓、相對濕度和日照時(shí)數(shù)均顯著相關(guān)，主要原因可能是樣本數(shù)量大小不一致。2013、2014年秋季北京地區(qū)平均風(fēng)速只有1.55 m/s，為四季中最低值，相對濕度偏大，逆溫發(fā)生頻率高、強(qiáng)度大且持續(xù)多日，常出現(xiàn)穩(wěn)定的天氣系統(tǒng)，污染物不易擴(kuò)散，易持續(xù)積累。

表5 秋季顆粒物質(zhì)量濃度與氣象因素的Spearman秩相關(guān)系數(shù)Table 5 Spearman rank correlation coefficient of particle mass concentration and meteorological factors in autumn

北京地區(qū)秋季平均相對濕度與平均風(fēng)速呈顯著負(fù)相關(guān)關(guān)系(Spearman秩相關(guān)系數(shù)為-0.820，P<0.05)，與平均氣溫呈顯著正相關(guān)關(guān)系(Spearman秩相關(guān)系數(shù)為0.812，P<0.05)，這與李軍等[13]的研究結(jié)果一致。當(dāng)相對濕度增加時(shí)，風(fēng)速較小，氣溫偏高，經(jīng)常有霧形成[28-29]。孟燕軍等[29]通過對北京地區(qū)10 a的氣象資料統(tǒng)計(jì)，發(fā)現(xiàn)北京地區(qū)秋季出現(xiàn)大霧天氣頻率最高，平均占全年大霧日數(shù)的31.7%。當(dāng)霧天發(fā)生時(shí)，由于大氣層結(jié)構(gòu)穩(wěn)定，風(fēng)速較小，近地面多出現(xiàn)逆溫現(xiàn)象，且強(qiáng)度大，空氣中相對濕度達(dá)到或接近飽和狀態(tài)[30]，不利于顆粒物的遷移、擴(kuò)散，但有利于顆粒物的吸濕和二次顆粒物的水相形成[31]。統(tǒng)計(jì)資料表明，有霧時(shí)污染物濃度總是相對較高[30]。2013、2014年秋季期間，PM2.5和PM10濃度均處于較高水平，PM2.5/PM10比值分別為0.76和0.72。

3.3.4 冬季大氣顆粒物濃度與氣象因素的相關(guān)性

北京地區(qū)冬季PM2.5濃度周均值與平均水汽壓、平均相對濕度呈顯著正相關(guān)關(guān)系，PM10濃度周均值與平均降水量呈顯著正相關(guān)關(guān)系，PM2.5和PM10濃度周均值均與平均風(fēng)速和日照時(shí)數(shù)呈顯著負(fù)相關(guān)關(guān)系，與其他氣象因素相關(guān)性不顯著。PM2.5濃度日均值與平均氣溫、水汽壓和相對濕度呈顯著正相關(guān)關(guān)系，與平均氣壓、風(fēng)速和日照時(shí)數(shù)呈顯著負(fù)相關(guān)關(guān)系(表6)。

表6 冬季顆粒物質(zhì)量濃度與氣象因素的Spearman秩相關(guān)系數(shù)Table 6 Spearman rank correlation coefficient of particle mass concentration and meteorological factors in winter

時(shí)滯性分析是分析實(shí)際結(jié)果和目標(biāo)要求之間造成延時(shí)發(fā)展現(xiàn)象的影響時(shí)間差有多長。水平氣壓梯度力是促使大氣由高氣壓區(qū)流向低氣壓區(qū)的力，是大氣產(chǎn)生水平運(yùn)動(dòng)的原動(dòng)力，是形成風(fēng)的直接原因，既影響風(fēng)向(風(fēng)向垂直于等壓線并指向低壓)，又影響風(fēng)速(水平氣壓梯度力越大，風(fēng)速越大)。冬季污染物濃度大小受氣壓和風(fēng)速影響較大，PM2.5濃度日均值與平均氣壓和風(fēng)速呈顯著負(fù)相關(guān)，故對氣壓和風(fēng)速進(jìn)行時(shí)滯性分析。分析結(jié)果見表7。

表7 氣壓和風(fēng)速時(shí)滯性分析的Spearman秩相關(guān)系數(shù)Table 7 Spearman rank correlation coefficient of pressure and wind speed delay analysis

北京地區(qū)冬季平均氣壓與風(fēng)速在時(shí)滯時(shí)間長度為1 d時(shí)呈顯著負(fù)相關(guān)關(guān)系(Spearman秩相關(guān)系數(shù)為-0.249，P<0.01)，說明氣壓對第二天風(fēng)速產(chǎn)生顯著影響。當(dāng)氣壓升高，風(fēng)速減小，有利于近地面層處于穩(wěn)定狀態(tài)，逆溫強(qiáng)度增大，不利于污染物垂直和水平方向的擴(kuò)散，加重了顆粒物的積聚污染，使其質(zhì)量濃度升高；也易吸附氣態(tài)污染物，有利于二次粒子的轉(zhuǎn)化形成。

4 結(jié)論

利用2013年1月—2014年12月北京地區(qū)PM2.5和PM10監(jiān)測數(shù)據(jù)和同期近地面氣象觀測數(shù)據(jù)，采用Spearman秩相關(guān)系數(shù)研究了北京地區(qū)PM2.5和PM10的濃度對不同季節(jié)地面氣象因素的響應(yīng)，旨在研究不同季節(jié)大氣顆粒物濃度隨主要?dú)庀笠蛩氐淖兓?guī)律。主要結(jié)論如下：

1)北京地區(qū)大氣顆粒物濃度水平具有明顯的季節(jié)特征。冬季大氣顆粒物污染最嚴(yán)重，夏季最輕。其中，2013年冬季受燃煤采暖，2014年春季受嚴(yán)重沙塵天氣影響，顆粒物污染最為嚴(yán)重，2014年秋季受秸稈焚燒影響，污染程度亦較為嚴(yán)重。

2)在不同季節(jié)，北京地區(qū)PM2.5和PM10受到的氣象因素影響不同。春季PM2.5和PM10都與平均風(fēng)速呈顯著負(fù)相關(guān)；夏季PM2.5和PM10受降水影響很大，濃度水平最低；秋季PM2.5受相對濕度和平均風(fēng)速影響很大；冬季PM2.5和PM10均與平均風(fēng)速呈顯著負(fù)相關(guān)，氣壓亦對其產(chǎn)生很大影響。大氣顆粒物濃度水平不僅受到單一氣象因素的影響，更是受到不同氣象因素共同配合及相關(guān)聯(lián)的特殊天氣現(xiàn)象的影響。

3)不同粒徑大氣顆粒物對氣象因素變化的響應(yīng)程度也不同。春季PM2.5濃度對地面平均氣壓的響應(yīng)比PM10要顯著，PM2.5/PM10在春季都與地面平均氣壓呈顯著正相關(guān)。夏季和秋季PM2.5對水汽壓和相對濕度響應(yīng)比PM10顯著，PM2.5濃度日均值與平均水汽壓和相對濕度呈顯著正相關(guān)。秋季平均氣壓、風(fēng)速和降水量對PM2.5濃度的影響比PM10更顯著，PM2.5與平均氣壓、風(fēng)速和降水量呈顯著負(fù)相關(guān)。冬季相對濕度和風(fēng)速對PM2.5的影響比PM10更顯著，PM2.5和PM10與相對濕度和風(fēng)速均呈顯著負(fù)相關(guān)。

由于獲取的實(shí)驗(yàn)數(shù)據(jù)時(shí)間范圍有限，研究結(jié)論僅驗(yàn)證了2013、2014年大氣顆粒物與氣象因素的響應(yīng)關(guān)系。該規(guī)律是否適用于其他年份、其他地區(qū)，需要更多數(shù)據(jù)的支持。今后應(yīng)加強(qiáng)大氣顆粒物來源及其影響因素的研究，為制定合理有效的污染控制策略及空氣污染預(yù)報(bào)提供科學(xué)依據(jù)。

[1] ULRICH P. Atmospheric aerosols: composition, transformation, climate and health effects [J]. Angewandte Chemie International Edition, 2005,44(46):7 520-7 540.

[2] CHAK K C, YAO X H. Air pollution in mega cities in China[J].Atmospheric Environment,2008,42(1):1-42.

[3] SOLOMON S, QIN D, MANNING M, et al. Climate Change 2007-th Physical Science Basis: Working Group I Contribution to the Fourth Assessment Report of the IPCC[M].New York: USA Cambridge University Press,2007:10-16.

[4] CHEN R J, LI Y, MA Y J, et al. Inhalable particles and mortality in three Chinese cities: The China Air Pollution and Health Effects Study (CAPES)[J].Science of the Total Environment,2011,409 (23):4 934-4 938.

[5] 張文麗,徐東群,崔九思.空氣細(xì)顆粒物(PM2.5)污染特征及其毒性機(jī)制的研究進(jìn)展[J].中國環(huán)境監(jiān)測,2002,18(1):59-63.

ZHANG W L,XU D Q,CUI J S.Research progress on pollution characteristics and toxicity mechanism of airborne fine particulate matter (PM2.5)[J].Environmental Monitoring in China,2002,18(1):59-63.

[6] HAUCK H, BERNER A, FRISCHER T, et al. AUPHEP-austrian project on health effects of particulates-general overview[J]. Atmospheric Environment,2004,38(24):3 905-3 915.

[7] HOLGER S, VOLKER H, ANGELA I M, et al. Cardiovascular effects of fine and ultrafine particles[J].Journal of Aerosol Medicine,2005,18(1):1-22.

[8] ROSS H A, RICHARD W A, PEACOCK L J, et al. Meta-analysis of time series studies and panel studies of particulate matter (PM) and ozone(O3)[R].Copenhagen: World Health Organization,2004:4-10.

[9] 李泓,李廣,劉茜,等.北京市PM2.5質(zhì)量濃度特征及組分化學(xué)質(zhì)量閉合研究[J].中國環(huán)境監(jiān)測,2015,31(4):35-43.

LI H,LI G,LIU Q,et al.Study on the characteristics of mass concentration and chemical mass closure of PM2.5in Beijing[J].Environmental Monitoring in China,2015,31(4):4-10.

[10] 李宗愷,潘云仙,孫瀾橋.空氣污染氣象學(xué)原理及應(yīng)用[M].北京:氣象出版社,1985:557-569.

LI Z K,PAN Y X,SUN L Q.The Principle and Application of Air Pollution Meteorology[M].Beijing:Meteorological Press,1985:557-569.

[11] 孟燕軍,程叢蘭.影響北京大氣污染物變化的地面天氣形勢分析[J].氣象,2002,28(4):42-47.

MENG Y J,CHENG C L.Analysis of the influence of ground Air conditions on the change of atmospheric pollutants in Beijing[J]. Meteorology,2002,28(4):42-47.

[12] 隋珂珂,王自發(fā),楊軍,等.北京PM10持續(xù)污染及與常規(guī)氣象要素的關(guān)系[J].環(huán)境科學(xué)研究,2007,20(6):77-82.

SUI K K,WANG Z F,YANG J,et al.The relationship between continuous pollution of PM10and conventional meteorological elements in Beijing[J].Environmental Science Research,2007,20(6):77-82.

[13] 李軍,孫春寶,劉咸德,等.氣象因素對北京市大氣顆粒物濃度影響的分參數(shù)分析[J].環(huán)境科學(xué)研究,2009,22(6):663-669.

LI J,SUN C B,LIU X D,et al.Analysis of the influence of meteorological factors on the concentration of atmospheric particles in Beijing[J].Environmental Science Research,2009,22(6):663-669.

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

ZHAO C X,WANG Y Q,WANG Y J,et al.The relationship between PM2.5and PM10in Beijing area and level of spatial and temporal distribution of meteorological conditions[J].Environmental Science,2014,35(2):418-427.

[15] 曾靜,王美娥,張紅星.北京市夏秋季大氣PM2.5濃度與氣象要素的相關(guān)性[J].應(yīng)用生態(tài)學(xué)報(bào),2014,25(9):2 695-2 699.

ZENG J,WANG M E,ZHANG H X.Correlation between atmospheric PM2.5concentration and meteorological factors in summer and autumn in Beijing[J].Journal of Applied Ecology,2014,25(9):2 695-2 699.

[16] 谷彬,趙彥云.非參數(shù)統(tǒng)計(jì)作用與發(fā)展[J].中國統(tǒng)計(jì),2007(4):55-56.

GU B,ZHAO Y Y.Non parametric statistical function and development[J].Statistics in China,2007(4):55-56.

[17] 張利田,卜慶杰,楊桂華,等.環(huán)境科學(xué)領(lǐng)域?qū)W術(shù)論文中常用數(shù)理統(tǒng)計(jì)方法的正確使用問題[J].環(huán)境科學(xué)學(xué)報(bào),2007,27(1):171-173.

ZHANG L T,BU Q J,YANG G H,et al.The correct use of mathematical statistical methods in the field of environmental science[J].Journal of Environmental Science,2007,27(1):171-173.

[18] 陶澍.應(yīng)用數(shù)理統(tǒng)計(jì)方法[M].北京:中國環(huán)境科學(xué)出版社,1994.

TAO S.Applied Mathematical Statistics Method[M].Beijing:China Environmental Science Press,1994.

[19] 吳喜之.非參數(shù)統(tǒng)計(jì)[M].2 版.北京:中國統(tǒng)計(jì)出版社,2006.

WU X Z.Non Parametric Satistics[M].the Second Edition.Beijing:China Statistics Press,2006.

[20] 李彥萍,楊紅霞.非參數(shù)統(tǒng)計(jì)中相關(guān)系數(shù)的計(jì)算及其應(yīng)用[J].山西農(nóng)業(yè)大學(xué)學(xué)報(bào),2003,23(4):363-366.

LI Y P,YANG H X.Calculation and application of correlation coefficient in non parametric statistics[J].Journal of Shanxi Agricultural University,2003,23(4):363-366.

[21] 徐敬,丁國安,顏鵬,等.北京地區(qū)PM2.5的成分特征及來源分析[J].應(yīng)用氣象學(xué)報(bào),2007,18(5):645-654.

XU J,DING G A,YAN P,et al.Compositional characteristics and source analysis of PM2.5in Beijing[J].Journal of Applied Meteorology,2007,18(5):645-654.

[22] YANG Y R，LIU X G，QU Y，et al. Characteristics and formation mechanism of continuous extreme hazes in China: a case study in autumn of 2014 in the North China Plain[J].Atmospheric Chemistry & Physics, 2015,15(7):10 987-11 029.

[23] 周江興.北京市幾種主要污染物濃度與氣象要素的相關(guān)分析[J].應(yīng)用氣象學(xué)報(bào),2005,16(增刊):123-127.

ZHOU J X.Correlation analysis of several main pollutants and meteorological factors in Beijing[J].Journal of Applied Meteorology,2005,16(S):123-127.

[24] 劉潔,張小玲,徐曉峰,等.北京地區(qū)SO2,NOX,O3和PM2.5變化特征的城郊對比分析[J].環(huán)境科學(xué),2008,29(4):1 059-1 065.

LIU J,ZHANG X L,XU X F,et al.Comparative analysis of SO2, NOx, O3and PM2.5in suburban areas of Beijing[J].Environmental Science,2008,29(4):1 059-1 065.

[25] 李小龍,方宗義.2006年兩次影響北京的沙塵天氣對比分析[J].氣候與環(huán)境研究,2007,12(3):320-328.

LI X L,FANG Z Y.Comparative analysis of the two dust weather in Beijing in 2006[J].Research on Climate and Environment,2007,12(3):320-328.

[26] 毛睿,龔道溢,范一大.春季天氣變化率對華北沙塵暴頻次的影響[J].地理學(xué),2005,60(1):12-20.

MAO R,GONG D Y,FAN Y D.Influence of spring weather variability on dust storm frequency in north China[J].Geography,2005,60(1):12-20.

[27] 胡敏,劉尚,吳志軍,等.北京夏季高溫高濕和降水過程對大氣顆粒物譜分布的影響[J].環(huán)境科學(xué),2006,27(11):2 293-2 298.

HU M,LIU S,WU Z J,et al.Effects of high temperature, high humidity and precipitation on the distribution of atmospheric particulate matter in summer in Beijing[J].Environmental Science,2006,27(11):2 293-2 298.

[28] 李金香,邱啟鴻,辛連忠,等.北京秋冬季空氣嚴(yán)重污染的特征及成因分析[J].中國環(huán)境監(jiān)測,2007,23(2):89-93.

LI J X,QIU Q H,XIN L Z,et al.Characteristics and causes of severe air pollution in autumn and winter in Beijing[J].Environmental Monitoring in China,2007,23(2):89-93.

[29] 孟燕軍,王淑英,趙習(xí)方.北京地區(qū)大霧日大氣污染狀況及氣象條件分析[J].氣象,1998,26(3):40-43.

MENG Y J,WANG S Y,ZHAO X F.Analysis of atmospheric pollution and meteorological conditions in Beijing[J].Meteorology,1998,26(3):40-43.

[30] 徐懷剛,鄧北勝,周小剛,等.霧對城市邊界層和城市環(huán)境的影響[J].應(yīng)用氣象學(xué)報(bào),2002,13(特刊):170-176.

XU H G,DENG B S,ZHOU X G,et al.Effects of fog on urban boundary layer and urban environment[J].Journal of Applied Meteorology,2002,13(special issue):170-176.

[31] LIU X D, ZHU J, PIERRE M J, et al.Single particle characterization of spring and summer aerosols in Beijing:formation of composite sulfate of calcium and potassium[J].Atmospheric Environment,2005,39:6 909-6 918.

Study on the Response of PM2.5and PM10Concentrations to the Ground Meteorological Conditions in Different Seasons in Beijing

WANG Yanran,ZHANG Xuexia,ZHAO Jingyao,YU Xinxiao,JIANG Qun’ou

Beijing Laboratory of Urban and Rural Ecological Environment,Key Laboratory of Soil and Water Conservation and Desertification Combating,Ministry of Education,School of Soil and Water Conservation,Beijing Forestry University,Beijing 100083,China

Based on monitoring data of PM2.5and PM10, and ground meteorological data from January 2013 to December 2014 in Beijing, the influence of meteorological conditions on concentration levels of PM2.5and PM10with different size ranges was investigated for four seasons using non-parameter statistical analysis such as Spearman correlation matrix. The results showed that there were obvious seasonal characteristics of atmospheric particulate matter concentration in Beijing, the atmospheric particulate matter was the most serious in winter, and the lightest in summer. PM2.5and PM10were significantly correlated with one or more meteorological parameters in different seasons, in which the sunlight and wind were the main impact factors. The concentrations of both fine particles (PM2.5) and inhalable particles (PM10) were influenced by meteorological conditions, but to different extents. The PM2.5/PM10ratio was the highest in winter and the lowest in spring. These conclusions can provide reference for the development of scientific and effective air pollution control strategies.

PM2.5;PM10;meteorological conditions;non-parameter statistical analysis;Beijing

2015-11-23;

2016-02-17

北京市共建項(xiàng)目專項(xiàng)；國家林業(yè)公益性行業(yè)重大科研專項(xiàng)(201304301)

王嫣然(1990-)，女，北京人，碩士，助教。

張學(xué)霞

X823

A

1002-6002(2017)02- 0034- 08

10.19316/j.issn.1002-6002.2017.02.06