秀山縣城區(qū)大氣環(huán)境質(zhì)量特征研究

王愛(ài)雯，申 婭，楊建波，嚴(yán) 念，楊芳

(秀山土家族苗族自治縣環(huán)境監(jiān)測(cè)站，重慶 秀山409900)

秀山縣城區(qū)大氣環(huán)境質(zhì)量特征研究

王愛(ài)雯，申 婭，楊建波，嚴(yán) 念，楊芳

(秀山土家族苗族自治縣環(huán)境監(jiān)測(cè)站，重慶 秀山409900)

為詳細(xì)了解秀山縣城區(qū)大氣質(zhì)量狀況，選擇2016年9月—2017年1月大氣觀測(cè)數(shù)據(jù)進(jìn)行分析研究，結(jié)果表明：研究時(shí)段內(nèi)PM10、PM2.5、SO2、NO2和O3大氣污染物濃度均滿(mǎn)足《GB3095-2012環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中二級(jí)標(biāo)準(zhǔn)要求，隨著月份變化，PM10、PM2.5和O3呈先降低再升高的趨勢(shì)，NO2呈逐漸增加趨勢(shì)，SO2變化趨勢(shì)相對(duì)平緩。大氣污染物NO2與PM10和PM2.5呈顯著性相關(guān)，聚類(lèi)分析結(jié)果表明PM10、PM2.5對(duì)大氣環(huán)境質(zhì)量影響較大。氣象參數(shù)與大氣污染物均呈明顯相關(guān)性，表明氣象條件對(duì)污染物的擴(kuò)散起著重要作用。

大氣環(huán)境質(zhì)量；相關(guān)性分析；主成分分析；聚類(lèi)分析；秀山縣

隨著我國(guó)工業(yè)化和城市化進(jìn)程的不斷加快，能源消耗與交通規(guī)模擴(kuò)大、城市人口膨脹及開(kāi)發(fā)區(qū)的建設(shè)，導(dǎo)致了城市大氣污染問(wèn)題日益突出，對(duì)生存環(huán)境造成了無(wú)法估計(jì)的危害。近年來(lái)，霧霾天氣在全國(guó)各地頻繁發(fā)生，對(duì)大氣污染物的研究已成為人們關(guān)注的焦點(diǎn)。細(xì)顆粒物(PM2.5)、BC(黑碳)以及氣體污染物(SO2、NOx、NO、NO2和CO)對(duì)大氣環(huán)境的影響已成為各級(jí)政府、研究學(xué)者和公眾廣泛關(guān)注的焦點(diǎn)[1]，但這種城市大氣污染研究大多集中于京津翼[2-3,5]、珠三角[4]、長(zhǎng)三角[5]等國(guó)家重點(diǎn)關(guān)注的經(jīng)濟(jì)高速發(fā)展和大氣污染比較嚴(yán)重區(qū)域，對(duì)中西部地區(qū)的研究則相對(duì)較少。秀山縣地處武陵山特殊地理環(huán)境，是重慶市人民政府劃定的生態(tài)保護(hù)發(fā)展區(qū)，而秀山縣作為優(yōu)秀生態(tài)保護(hù)城市，對(duì)該區(qū)域的大氣污染研究文獻(xiàn)報(bào)道有限，為此在該地區(qū)開(kāi)展污染物對(duì)大氣環(huán)境影響的研究顯得尤為重要。

大氣環(huán)境質(zhì)量狀況受氣溫、相對(duì)濕度、風(fēng)速、地面風(fēng)向和近地層逆溫等諸多氣象因子影響，不同區(qū)域的大氣污染特征和灰霾天氣形成過(guò)程和機(jī)制會(huì)有一定差別[6]，氣象條件在大氣污染物擴(kuò)散、傳輸和稀釋等過(guò)程起著重要作用。本研究對(duì)秀山縣秋季大氣環(huán)境中的污染物進(jìn)行了監(jiān)測(cè)，包括顆粒物(PM2.5、PM10)、氣體污染物(SO2、NO2、O3、CO、NO、NOx)及氣象參數(shù)，對(duì)氣象參數(shù)與大氣污染物進(jìn)行相關(guān)性分析、主成分分析、聚類(lèi)分析研究，以期了解該地區(qū)秋冬季大氣環(huán)境特征、變化規(guī)律和影響因素，為秀山縣生態(tài)保護(hù)發(fā)展和大氣污染防治提供基礎(chǔ)依據(jù)。

1 觀測(cè)區(qū)域與研究方法

大氣自動(dòng)觀測(cè)站點(diǎn)位于秀山縣高級(jí)中學(xué)(E 108.9863°，N 28.4467°)，觀測(cè)點(diǎn)位見(jiàn)圖1。自動(dòng)觀測(cè)數(shù)據(jù)來(lái)源于重慶市環(huán)境保護(hù)局官方網(wǎng)站重慶市空氣質(zhì)量發(fā)布系統(tǒng)[7]，選取2016年9月—2017年1月自動(dòng)觀測(cè)站點(diǎn)的數(shù)據(jù)。所有數(shù)據(jù)采用SPSS19.0進(jìn)行統(tǒng)計(jì)分析。

2 結(jié)果分析與討論

2.1 環(huán)境空氣質(zhì)量狀況

統(tǒng)計(jì)分析大氣自動(dòng)站點(diǎn)觀測(cè)結(jié)果發(fā)現(xiàn)，2016年9月—2017年1月，秀山縣城區(qū)大氣污染物濃度均滿(mǎn)足《GB3095-2012環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中二級(jí)標(biāo)準(zhǔn)要求[8]，主要污染因子PM10、PM2.5、SO2、NO2、CO小時(shí)濃度分別在1～727μg/m3、2～517μg/m3、1～139μg/m3、1～78μg/m3、0.05～2.00mg/m3，O3濃度8h滑動(dòng)值在1～186μg/m3，研究時(shí)間段內(nèi)PM10、PM2.5、SO2、NO2、CO和O3月平均濃度分別為66μg/m3、51μg/m3、11μg/m3、20μg/m3、0.69mg/m3和56μg/m3。秀山縣城區(qū)大氣污染物秋冬季變化趨勢(shì)見(jiàn)圖2。由圖可見(jiàn)，PM10和PM2.5的月變化趨勢(shì)相同，隨月份變化先降低再升高，到2017年1月達(dá)到月平均最大值，NO2呈逐漸增加趨勢(shì)，O3則呈先下降再上升的趨勢(shì)，而SO2隨月份變化趨勢(shì)相對(duì)平緩。

2.2 多元統(tǒng)計(jì)分析

2.2.1 相關(guān)性分析

PM10、PM2.5、SO2、NO2、O3是表征環(huán)境空氣質(zhì)量污染程度的重要指標(biāo)，氣象參數(shù)也會(huì)對(duì)大氣環(huán)境質(zhì)量造成不同程度影響。將自動(dòng)觀測(cè)的12個(gè)參數(shù)進(jìn)行相關(guān)性分析，結(jié)果見(jiàn)表1。由表可以看出，CO與除風(fēng)向參數(shù)外的其余10個(gè)因子均具有顯著性相關(guān)性(ρ<0.01)，但與O3和風(fēng)速、溫度呈負(fù)相關(guān)(ρ<0.01)。O3與溫度和風(fēng)速呈顯著性正相關(guān)(ρ<0.01)，與NOx、NO、NO2、濕度和風(fēng)向呈顯著性負(fù)相關(guān)(ρ<0.01)，有研究表明，在光化學(xué)作用下，NO2和NO作為O3的前體物，經(jīng)過(guò)NO2和NO消耗和轉(zhuǎn)化，從而促進(jìn)了O3生成[4]。除風(fēng)速和溫度外，SO2與其他參數(shù)呈顯著性相關(guān)(ρ<0.01)。PM10與PM2.5和NO2呈顯著性相關(guān)(ρ<0.01)，且相關(guān)性較強(qiáng)，其研究結(jié)果與梁丹等[9]研究重慶區(qū)域和成亞利[10]研究上海區(qū)域的研究結(jié)果相一致，導(dǎo)致該相關(guān)性的原因主要是NO2和SO2是PM2.5的重要來(lái)源和前體物質(zhì)[11]。PM10與PM2.5相關(guān)系數(shù)達(dá)到0.915，與濕度呈顯著性負(fù)相關(guān)(ρ<0.01)。PM2.5與NOx和濕度呈較強(qiáng)的顯著相關(guān)性(ρ<0.01)。NO和NOx由于相互轉(zhuǎn)化，導(dǎo)致其相關(guān)性較好。風(fēng)速與溫度、濕度呈較強(qiáng)的相關(guān)性表明對(duì)大氣污染影響較大。風(fēng)向和溫度均與濕度呈較好的相關(guān)性(ρ<0.01)。風(fēng)速對(duì)除O3外的其它4種污染物呈極顯著負(fù)相關(guān)(ρ<0.01)，說(shuō)明風(fēng)速越大越有利于這4種污染物擴(kuò)散，其結(jié)果與陳丹青[12]等研究粵東三市的研究結(jié)果一致。

表1 因子間相關(guān)性分析

注：**(ρ<0.01),*(ρ<0.05)。

2.2.2 主成分分析

首先，以大氣自動(dòng)觀測(cè)12個(gè)參數(shù)為變量進(jìn)行適用性檢驗(yàn)，經(jīng)檢驗(yàn)，KMO值約為0.541，表明變量間相關(guān)性較強(qiáng)，Bartlett球形檢驗(yàn)發(fā)現(xiàn)，近似卡方值為49946.423，自由度為66，ρ=0.000，說(shuō)明適宜因子分析。使用主成分分析和正交旋轉(zhuǎn)方法，主成分分析因子載荷量矩陣和三維因子符合結(jié)果分別見(jiàn)表2和圖3，可以看出，共抽取5個(gè)主成分，第一主成分上CO、SO2、NO2、PM10、PM2.5和NOx具有較大荷載；第二主成分上由O3和濕度構(gòu)成；第三主成分上為風(fēng)速和溫度，由此表明氣象條件對(duì)大氣污染影響較大；第四主成分上為NO，第五主成分上為風(fēng)向。

表2 主成分分析因子載荷量矩陣

2.2.3 聚類(lèi)分析

利用SPSS 19.0統(tǒng)計(jì)軟件，以平方歐氏距離(Squared Euclidean distance)2為組間距離標(biāo)準(zhǔn)，對(duì)大氣自動(dòng)觀測(cè)中8個(gè)大氣污染因子和4個(gè)氣象參數(shù)進(jìn)行聚類(lèi)分析，各因子組間聚類(lèi)分析結(jié)果見(jiàn)圖4。由圖可以看出，分析因子具有聚合性并分為三類(lèi)，風(fēng)速、溫度和O3為一類(lèi)，NO、NOx、PM10、PM2.5、NO2、CO、SO2為一類(lèi)，風(fēng)向和濕度為一類(lèi)。各元素之間聚類(lèi)距離依次為PM10、PM2.5

3 結(jié)論

(1)研究期間，秀山縣城區(qū)大氣污染物PM10、PM2.5、SO2、NO2、CO和O3濃度均滿(mǎn)足《GB3095-2012環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中二級(jí)標(biāo)準(zhǔn)要求，月平均值分別為66μg/m3、51μg/m3、11μg/m3、20μg/m3、0.69mg/m3和56μg/m3。隨著月份變化，PM10和PM2.5月變化趨勢(shì)相同，呈先降低再升高的趨勢(shì)，NO2呈逐漸增加趨勢(shì)，O3則呈先下降再上升的趨勢(shì)，而SO2隨月份變化趨勢(shì)相對(duì)平緩。

(2)相關(guān)性分析結(jié)果表明，O3與溫度和風(fēng)速呈顯著性正相關(guān)，與NOx、NO、NO2、濕度和風(fēng)向呈顯著性負(fù)相關(guān)。NO2與PM10和PM2.5呈顯著性相關(guān)，風(fēng)速與溫度、濕度呈較強(qiáng)的相關(guān)性，表明對(duì)大氣污染影響較大。

(3)主成分分析結(jié)果表明，第一主成分上CO、SO2、NO2、PM10、PM2.5和NOx具有較大荷載，第二主成分上由O3和濕度構(gòu)成，第三主成分上為風(fēng)速和溫度，由此表明氣象條件對(duì)大氣污染影響較大。

(4)聚類(lèi)分析結(jié)果表明，風(fēng)速、溫度和O3為一類(lèi)，NO、NOx、PM10、PM2.5、NO2、CO、SO2為一類(lèi)，風(fēng)向和濕度為一類(lèi)。而PM10、PM2.5的聚類(lèi)距離最小，表明大氣污染受該類(lèi)指標(biāo)影響最大。

[1]廖志恒,范紹佳,黃娟.2013年10月長(zhǎng)株潭城市群一次持續(xù)性空氣污染過(guò)程特征分析[J].環(huán)境科學(xué),2014,35(11): 4061-4069.

[2]楊俊益,辛金元,吉東生,等.2008—2011年夏季京津翼區(qū)域背景大氣污染變化分析[J].環(huán)境科學(xué),2012, 33(11): 3693-3704.

[3]王占山,張大偉,李云婷,等.北京市夏季不同O3和PM2.5污染狀況研究[J].環(huán)境科學(xué),2016,37(3): 807-815.

[4]劉建,吳兌,范紹佳.珠江三角洲區(qū)域污染分布及其垂直風(fēng)場(chǎng)特征[J].環(huán)境科學(xué),2016, 36(11): 3989-1998.

[5]王英,李令軍,劉陽(yáng).京津冀與長(zhǎng)三角區(qū)域大氣NO2污染特征[J].環(huán)境科學(xué),2012,33(11):3685-3692.

[6]Tai A P K, Mickley L J, Jacob D J. Correlations between fine particulate matter ( PM2.5) and meteorological variables in the United States: Implications for the sensitivity of PM2.5to climate change [J]. Atmospheric Environment,2010,44 (32):3976-3984.

[7]環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)：GB3095-2012 [S].

[8]http://222.177.117.35:8021/HistoryDay/HistoryDayMain.aspx.

[9]梁丹,王彬,王云琦,等.重慶市冬季PM2.5及氣態(tài)污染物的分布特征與來(lái)源[J].環(huán)境科學(xué)研究,2015,28(7):1039-1046.

[10]成亞利,王波.上海市PM2.5相關(guān)因素的研究[J].數(shù)學(xué)理論與應(yīng)用,2014,34(3):96-103.

[11]黃翠.重慶市典型點(diǎn)位PM2.5中水溶性離子來(lái)源與特征解析[D].重慶:重慶工商大學(xué), 2014.

[12]陳丹青,師建中,肖亮洪,等.粵東三市PM2.5和PM10質(zhì)量濃度分布特征[J],中山大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,51(4):75-78.

Evaluation of Atmospheric Environment Quality in XiuShan Urban Area

WANG Ai-wen, SHEN Ya, YANG Jian-bo, YAN Nian, YANG Fang

(Xiushan Environmental Monitoring Station, Xiushan Chongqing 409900, China)

In this paper, the atmospheric environment quality characteristics were examined in XiuShan. The atmospheric observation data from September 2016 to January 2017 were analyzed. The results showed that the concentrations of PM10, PM2.5, SO2, NO2and O3reached to daily average of the second grade standard of "Ambient Air Quality Standard" (GB3095-2012). PM10, PM2.5, and O3declined first and then went up as months went by. However, NO2showed a trend of gradual increase, and the changing trend of SO2was relatively flat. NO2had a significant correlation to PM10and PM2.5. The cluster analysis indicated that the quality of atmospheric environment was mainly influenced by PM10and PM2.5. Meteorological parameters had close correlation with atmospheric pollutant, which showed that weather conditions played an important role for the spread of contaminants.

atmospheric environmental quality; correlation analysis; principle component analysis; cluster analysis; Xiushan County

2017-02-20

王愛(ài)雯(1983-)，男，重慶潼南人，工程師，主要從事環(huán)境管理和監(jiān)測(cè)研究。

X51

A

1673-9655(2017)04-0054-04