自貢市PM2.5濃度時(shí)空特征分析

王玲玲 何巍 朱玉璘

摘要：基于四川省自貢市2014—2018年逐日平均國(guó)控站點(diǎn)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，對(duì)自貢市PM2.5濃度時(shí)間和空間變化特征進(jìn)行多尺度分析。結(jié)果表明，自貢市PM2.5濃度逐小時(shí)變化趨勢(shì)主要與人類(lèi)活動(dòng)規(guī)律及太陽(yáng)照射時(shí)間有關(guān);逐日PM2.5的濃度達(dá)到國(guó)家空氣質(zhì)量標(biāo)準(zhǔn)天數(shù)比率為73.5%，其中一級(jí)標(biāo)準(zhǔn)的天數(shù)比率為27.5%;PM2.5濃度大值期主要在1、2和12月;且呈春秋冬季高、夏季低的分布特征，冬季超標(biāo)天數(shù)占比高達(dá)69.02%;PM2.5濃度空間分布特征不僅受監(jiān)測(cè)點(diǎn)位及地形、氣候、城市結(jié)構(gòu)等的影響，還與風(fēng)向及周?chē)渌鞘形廴驹吹呢暙I(xiàn)密切相關(guān)，整體表現(xiàn)為工業(yè)生產(chǎn)總值高、交通運(yùn)輸頻繁、人口較為密集的大安區(qū)、高新區(qū)和貢井區(qū)PM2.5濃度水平較高。

關(guān)鍵詞：監(jiān)測(cè)數(shù)據(jù);PM2.5濃度;時(shí)空特征;自貢市

中圖分類(lèi)號(hào)：X513;X831 ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2020）06-0068-05

DOI：10.14088/j.cnki.issn0439-8114.2020.06.013 ? ? ? ? ? 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Analysis on the spatial-temporal feature of PM2.5 concentration in Zigong city

WANG Ling-ling1，2，HE Wei1，ZHU Yu-lin1，LUO Wei1，HUANG De-gang1，DUAN Xiu-rong1

（1.Zigong Meteorological Bureau，Zigong 643000，Sichuan，China;2.Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province，Chengdu 610000，China）

Abstract： Based on the daily average air quality monitoring data of national control stations in Zigong area from 2014 to 2018， the temporal and spatial variations of PM2.5 concentration in Zigong city were analyzed by using multi-scale data. The results showed that the hourly variation trend of PM2.5 concentration in Zigong area was mainly related to human activities and solar irradiation time; The ratio of days of PM2.5 concentration per day reaching the first-class national air quality standard was 27.5%， and the ratio of days reaching the second-class standard was 73.5%; The period of high PM2.5 concentration was mainly in January， February and December; And it had the distribution characteristics of high in spring， autumn， winter and low in summer， and the proportion of days exceeding the standard in winter was as high as 69.02%. The spatial distribution characteristics of PM2.5 concentration were not only affected by the location of monitoring sites， topography， climate and urban structure， but also closely related to the contribution of wind direction and other pollution sources in surrounding cities. Overall， PM2.5 concentration levels were higher in Da'an， Gaoxin and Gongjing district with high industrial output， frequent transportation and dense population.

Key words： monitoring data; PM2.5 concentration; spatial-temporal feature; Zigong city

自貢市是一座老工業(yè)城市，隨著工業(yè)發(fā)展、能源消耗、機(jī)動(dòng)車(chē)和人口數(shù)量日益增加，加之氣候和地理等自然條件限制，給大氣環(huán)境質(zhì)量帶來(lái)了重大壓力[1-3]，近年P(guān)M2.5首要空氣污染物濃度增幅多位于全省前列，并且污染源復(fù)雜[4，5]。中央第五環(huán)境保護(hù)督察組向四川省反饋督察意見(jiàn)中明確指出自貢市2016年未完成PM10、PM2.5優(yōu)良天數(shù)考核目標(biāo)，2017年上半年二氧化硫、二氧化氮平均濃度分別同比上升32.5%、20.8%，增幅居全省前列。自貢市地處四川盆地東南部，東亞季風(fēng)環(huán)流控制范圍，為亞熱帶濕潤(rùn)季風(fēng)氣候，四季分明，雖然雨量充沛，但年內(nèi)分配不均勻。西北部為低山集中分布區(qū)，地勢(shì)較高，東南部地勢(shì)低，地形地貌以低山丘陵為主，呈條帶狀分布在西北和東南，溝谷縱橫交錯(cuò)在丘間。故研究自貢市環(huán)境空氣中細(xì)顆粒物PM2.5的污染特征規(guī)律等迫在眉睫，并結(jié)合地形、氣候和發(fā)展貢獻(xiàn)等多方面因素定性分析自貢市的大氣PM2.5濃度時(shí)空分布特征及其大氣污染物來(lái)源及擴(kuò)散的成因，對(duì)掌握自貢市及周邊城市環(huán)境空氣質(zhì)量狀況、大氣污染防治、評(píng)估和應(yīng)對(duì)提供一定的科學(xué)指導(dǎo)。

1 ?數(shù)據(jù)與方法

獲取自貢市4個(gè)國(guó)控站點(diǎn)2014—2018年P(guān)M2.5逐小時(shí)和日均值數(shù)據(jù)，站點(diǎn)位置分別為代表近郊地區(qū)的大塘山站、居住區(qū)的春華路站、商業(yè)交通居民混合的青杠林路站和文化區(qū)的檀木林站。

2 ?自貢市PM2.5濃度時(shí)空特征

2.1 ?PM2.5濃度時(shí)間變化特征

在污染源一定的情況下，PM2.5濃度取決于研究區(qū)氣象條件等外在因素[6]，且各類(lèi)型站點(diǎn)的濃度存在一定差異并且隨時(shí)間變化而變化，本研究選擇逐小時(shí)、日、月、季時(shí)間尺度進(jìn)行PM2.5濃度時(shí)間變化特征分析。

2.1.1 ?PM2.5濃度日變化

1）逐日PM2.5濃度變化。2017—2018年4個(gè)國(guó)控站點(diǎn)監(jiān)測(cè)自貢市PM2.5的濃度日均值達(dá)到國(guó)家空氣質(zhì)量標(biāo)準(zhǔn)（GB3095-2012）中規(guī)定的二級(jí)及以上的標(biāo)準(zhǔn)天數(shù)的比率為73.5%，其中一級(jí)標(biāo)準(zhǔn)天數(shù)的比率為27.5%，超標(biāo)天數(shù)比率為26.5%。由圖1可知，2017年1月28日和12月27日的PM2.5的濃度日均峰值分別為206.75和202.25 μg/m3，2018年1月12日和2月16日PM2.5的濃度日均峰值分別為202.00和202.75 μg/m3，大氣環(huán)境污染嚴(yán)重。

2）PM2.5濃度逐小時(shí)變化。受氣象條件和人類(lèi)活動(dòng)的影響，大氣污染物在一天中各時(shí)次的濃度存在一定的變化，若沒(méi)有明顯天氣過(guò)程影響，污染物濃度的日變化有一定的規(guī)律[7]。本研究選取自貢市2018年冬季（2018年12月至2019年2月）每日逐小時(shí)PM2.5濃度均值分析日變化特征，如圖2所示。PM2.5濃度日變化曲線(xiàn)較平滑，由于自貢市冬季天氣形式較穩(wěn)定，氣象條件變化較慢，PM2.5濃度增長(zhǎng)高峰分別出現(xiàn)在8：00—12：00和18：00—22：00，這主要與人類(lèi)活動(dòng)規(guī)律及太陽(yáng)照射時(shí)間有關(guān)。有研究表明，汽車(chē)尾氣與大氣光化學(xué)反應(yīng)活躍[8]，8：00開(kāi)始，正遇出行高峰期，人類(lèi)和機(jī)動(dòng)車(chē)等活動(dòng)頻繁，PM2.5濃度開(kāi)始迅速上升;下午地面溫度上升，受熱力對(duì)流影響，空氣的擴(kuò)散能力較強(qiáng)，PM2.5濃度降低;18：00以后又逢下班高峰期，產(chǎn)生大量可吸入顆粒，且地面開(kāi)始降溫大氣產(chǎn)生逆溫層，不利于污染物擴(kuò)散，導(dǎo)致PM2.5顆粒越積越多[9]。

2.1.2 ?PM2.5濃度月變化 ?自貢市4個(gè)國(guó)控站點(diǎn)2014年1月至2018年12月PM2.5濃度月均值基本呈“V”型分布趨勢(shì)，由圖3可以看出，PM2.5濃度大值期主要在1、2和12月，其中，最大出現(xiàn)在高新區(qū)春華路站，為128.83 μg/m3;5月4個(gè)國(guó)控站點(diǎn)均有小幅度上升趨勢(shì)，但總體呈下降趨勢(shì)至6—7月，最小PM2.5的濃度出現(xiàn)在自流井文化區(qū)檀木林站，僅為25.03 μg/m3，而后呈波動(dòng)性上升狀態(tài)。

2.1.3 ?PM2.5濃度季節(jié)變化 ?本研究按照氣候?qū)W分為春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月至次年2月）分別獲取2014—2018年自貢市PM2.5濃度季均值。由圖4可知，自貢市PM2.5濃度季均值趨勢(shì)呈“√”形分布，4個(gè)國(guó)控站點(diǎn)冬季均超過(guò)國(guó)家二級(jí)標(biāo)準(zhǔn)，春夏秋季PM2.5濃度基本為二級(jí)標(biāo)準(zhǔn)范圍內(nèi)，其中，夏季PM2.5濃度最低，貢井生活區(qū)青杠林路站和自流井文化區(qū)檀木林站為國(guó)家空氣質(zhì)量一級(jí)范圍內(nèi)。

由表1可知，2014—2018年自貢市PM2.5濃度呈春秋冬季高、夏季低的分布特征，其中，冬季的PM2.5濃度最高，達(dá)標(biāo)天數(shù)占比為30.98%，其中達(dá)到國(guó)家空氣質(zhì)量一級(jí)標(biāo)準(zhǔn)的天數(shù)占比僅有5.68%，超標(biāo)天數(shù)占比高達(dá)69.02%;而后依次為春季和秋季，達(dá)標(biāo)天數(shù)占比分別為71.78%和72.68%，其中達(dá)一級(jí)標(biāo)準(zhǔn)的天數(shù)占比分別為16.12%和27.83%，超標(biāo)天數(shù)占比分別為28.22%和27.32%。

自貢市為亞熱帶濕潤(rùn)季風(fēng)氣候，冬、春季盛行西風(fēng)氣流，降雨較少[10]，太陽(yáng)輻射弱，易出現(xiàn)逆溫，從而影響PM2.5擴(kuò)散，使得自貢市冬春季PM2.5濃度始終處于較高水平;夏季孟加拉灣和南海帶來(lái)暖濕氣流，降雨量增大，加之自貢市城區(qū)植被覆蓋率較高，夏季午后地面太陽(yáng)輻射強(qiáng)烈，地表或近地面溫度較高時(shí)，地表蒸發(fā)量較大，空氣中的水汽量也會(huì)增大，加上西高東低的地勢(shì)抬升作用，夏季午后易產(chǎn)生局地?zé)釋?duì)流天氣[4，11]，使得大氣水平輸送和垂直擴(kuò)散運(yùn)動(dòng)增強(qiáng)，對(duì)PM2.5的沖刷及濕沉降作用明顯，故夏季PM2.5濃度全年最低。

2.2 ?PM2.5濃度空間特征

監(jiān)測(cè)站點(diǎn)分別代表近郊地區(qū)、居住區(qū)、商業(yè)交通居民混合區(qū)和文化區(qū)，同一時(shí)間PM2.5濃度卻又不同。因此，利用ArcGIS進(jìn)行空間插值，分別獲取自貢市各個(gè)站點(diǎn)季節(jié)和逐月空間分布特征。

基于ArcGIS徑向基函數(shù)（RBF，Radial basis function）的三角網(wǎng)格補(bǔ)洞方法進(jìn)行空間插值，從多年季節(jié)PM2.5平均濃度（圖5）來(lái)看，自貢市多年P(guān)M2.5濃度四季分布呈春秋冬季高，夏季低的季節(jié)分布特征，其中冬季最為嚴(yán)重，PM2.5濃度高達(dá)110.3 μg/m3，且高濃度覆蓋區(qū)域面積最大，雖然各站點(diǎn)間的PM2.5濃度存在一定差異，但其濃度整體水平處于相對(duì)較穩(wěn)定的高濃度狀態(tài)。四季均表現(xiàn)出大安近郊區(qū)大塘山站和高新區(qū)的春華路站PM2.5濃度高于青杠林路站、檀木林站，而自流井文化區(qū)檀木林站的污染濃度多呈低濃度水平分布，而植被覆蓋條件較好、具有一定自?xún)裟芰Φ淖粤骶畢^(qū)PM2.5濃度水平均低于工業(yè)生產(chǎn)總值較高、交通運(yùn)輸頻繁、人口較為密集的大安區(qū)、高新區(qū)和貢井區(qū)。

從月均值（圖6）可知，自貢市2014—2018年1月PM2.5濃度全年最高，污染最嚴(yán)重，到了每年5—10月，自貢市降雨量較大[12]，對(duì)空氣凈化作用明顯，大范圍PM2.5濃度較低;10月開(kāi)始PM2.5濃度開(kāi)始升高，這與時(shí)間變化特征結(jié)果一致。且大塘山站和高新區(qū)的春華路站PM2.5濃度多高于青杠林路站、檀木林站，僅有11月青杠林路站PM2.5濃度高于其余3個(gè)監(jiān)測(cè)站，11月多受地面冷空氣影響[13]，降水增多、風(fēng)速較大，對(duì)空氣中的顆粒物擴(kuò)散作用明顯，而青杠林路站點(diǎn)位于商業(yè)交通居民混合區(qū)，人為活動(dòng)頻繁，故該站點(diǎn)污染較為嚴(yán)重。

各個(gè)站點(diǎn)污染濃度分布不僅與監(jiān)測(cè)點(diǎn)位及地形特點(diǎn)、氣候條件、城市結(jié)構(gòu)等的影響有關(guān)，還與風(fēng)向及周?chē)渌鞘形廴驹吹呢暙I(xiàn)密切相關(guān)[14]，自貢市常年盛行東北和西南風(fēng)，總體地勢(shì)由西北向東南呈階梯狀逐漸降低，水平方向污染物的擴(kuò)散受到山脈的阻擋，當(dāng)不利的氣象擴(kuò)散條件出現(xiàn)時(shí)，空氣中的污染物無(wú)法得到及時(shí)的擴(kuò)散[4]，近郊大安區(qū)大塘山站和高新春華路站主要受到上風(fēng)向威遠(yuǎn)縣等工業(yè)生產(chǎn)大氣污染源由西北向東南的分布趨勢(shì)近距離傳輸影響[15]，連續(xù)堆積后導(dǎo)致PM2.5濃度處于較高水平。

3 ?小結(jié)

1）自貢市PM2.5濃度逐小時(shí)變化趨勢(shì)主要與人類(lèi)活動(dòng)規(guī)律及太陽(yáng)照射時(shí)間有關(guān);逐日PM2.5濃度達(dá)國(guó)家空氣質(zhì)量標(biāo)準(zhǔn)天數(shù)比率為73.5%，其中一級(jí)標(biāo)準(zhǔn)的天數(shù)比率為27.5%;月尺度PM2.5濃度大值期主要在1、2和12月，6、7月濃度最低;且濃度呈春秋冬季高、夏季低的分布特征，冬季超標(biāo)天數(shù)占比高達(dá)69.02%。

2）PM2.5濃度空間分布特征不僅與監(jiān)測(cè)點(diǎn)位及地形特點(diǎn)、氣候條件等有關(guān)，還與風(fēng)向及周?chē)渌廴驹吹呢暙I(xiàn)密切相關(guān)，整體表現(xiàn)為植被覆蓋條件較好、具有一定自?xún)裟芰Φ淖粤骶幕瘏^(qū)PM2.5濃度水平均低于工業(yè)生產(chǎn)總值較高、交通運(yùn)輸頻繁、人口較為密集的大安區(qū)、高新區(qū)和貢井區(qū)。

參考文獻(xiàn)：

[1] 鄒旭東，劉海龍，王笑影，等.沈陽(yáng)市PM2.5分布研究[J].湖北農(nóng)業(yè)科學(xué)，2018，57（9）：50-57，61.

[2] 歐陽(yáng)正午，廖婷婷，陳科藝，等.2014—2017年四川盆地與京津冀地區(qū)冬季空氣停滯特征及大氣質(zhì)量改善評(píng)估對(duì)比分析[J].環(huán)境科學(xué)學(xué)報(bào)，2019，39（7）：2353-2361.

[3] 陳 ?珂，王增武，劉志紅，等.2005—2014年川南城市群大氣污染的時(shí)間演變特征[J].環(huán)境工程，2017，35（3）：72-76，81.

[4] 何沐全，劉志紅，張 ?穎，等.川南城市群大氣灰霾時(shí)空分布特征及成因分析[J].中國(guó)環(huán)境科學(xué)，2017，37（2）：432-442.

[5] 王曉彥，王 ?帥，朱莉莉，等.2014—2016年京津冀沿山城市空氣質(zhì)量首要污染物特征分析[J].環(huán)境科學(xué)，2018，39（10）：4422-4429.

[6] 呂桅桅，李 ?蘭.湖北省主要觀測(cè)站PM2.5污染特征及氣象要素的影響分析[J].生態(tài)環(huán)境學(xué)報(bào)，2018，27（11）：2073-2080.

[7] 韓 ?婧，李元征，李 ?鋒.2000—2015年中國(guó)PM2.5濃度的時(shí)空分布特征及其城鄉(xiāng)差異[J].生態(tài)學(xué)報(bào)，2019，39（8）：2954-2962.

[8] 周 ?登，張 ?帆，吳濤濤，等.冬季霾天氣下武漢城區(qū)大氣PM2.5的化學(xué)特征[J].湖北農(nóng)業(yè)科學(xué)，2014，53（21）：5109-5111，5115.

[9] 肖丹華，王式功，張 ?瑩，等.四川盆地城市群6種大氣污染物的時(shí)空分布[J].蘭州大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，54（5）：662-669.

[10] 秦 ?劍，琚建華，解明恩.低緯高原天氣氣候[M].北京：氣象出版社，1997.

[11] 毛冬艷，曹艷察，朱文劍，等.西南地區(qū)短時(shí)強(qiáng)降水的氣候特征分析[J].氣象，2018，44（8）：1042-1050.

[12] 陳 ?丹，周長(zhǎng)艷，熊光明，等.近53年四川盆地夏季暴雨變化特征分析[J].高原氣象，2018，37（1）：197-206.

[13] 郭 ?倩，汪嘉楊，周子航，等.成都市一次典型空氣重污染過(guò)程特征及成因分析[J].環(huán)境科學(xué)學(xué)報(bào)，2018，38（2）：629-639.

[14] XU X H，BARSHA N F A，LI J. Analyzing regional influence of particulate matter on the city of Beijing，China[J].Aerosol and air quality research，2008，8（1）：78-93.

[15] 畢麗玫，郝吉明，寧 ?平，等，昆明城區(qū)大氣PM2.5中PAHs的污染特征及來(lái)源分析[J].中國(guó)環(huán)境科學(xué)，2015，35（3）：659-667.