2015年以來成都市PM2.5演變特征及與氣象要素相關性分析

陳 婷，敖天其

(1.四川省氣象服務中心，成都 610072；2. 四川大學，水利水電學院，水力學與山區(qū)河流開發(fā)保護國家重點實驗室，成都 610065)

伴隨著經(jīng)濟的高速發(fā)展，全國各地出現(xiàn)了空氣質量惡化的現(xiàn)象，影響城市生態(tài)環(huán)境和百姓身體健康，使得城市大氣環(huán)境質量評價及污染防治已成為大氣污染研究和城市氣候研究領域的研究熱點之一[1]。多名學者聚集污染較為嚴重的地區(qū)做了大量的研究[2～8]，研究表明大氣污染的發(fā)生有一個過程，是氣象要素和污染要素共同作用的結果，氣象擴散條件對大氣污染物濃度有較大的影響，由于各地有不同的氣候特征以及污染物排放特征，大氣污染物在各地具有不同的演變特征。成都市作為四川省會，是四川盆地大氣污染物的高值中心之一，在多項污染物指標中，顆粒污染問題較為顯著，其中PM2.5的污染最為嚴重。PM2.5作為粒徑較小的污染物，對人體健康和大氣環(huán)境的危害突出[9～11]，PM2.5同時又是降低大氣能見度，造成灰霾天氣的主要原因[12]。研究表明，不利的氣象條件會顯著加重顆粒物的污染過程，風速、降水、相對濕度等氣象要素能夠較好的解釋PM2.5的變化特征[13]。

目前，成都市大氣污染特征已開展了一些研究，但相較于其他污染嚴重地區(qū)研究還比較少，謝雨竹[14]研究了成都市2013年6～8月多種大氣污染特征，表明該時段成都市O3污染和大氣顆粒物污染最為嚴重；孫歡歡[15]研究了成都市黑碳氣溶膠污染特征；李昕翼[16]利用環(huán)境監(jiān)測數(shù)據(jù)、氣象觀測數(shù)據(jù)和激光雷達探測資料，系統(tǒng)分析了一次灰霾過程的演變機理；鄧利群[17]利用成都市2009年8月22 日～9月20日的采樣資料，分析了大氣顆粒物濃度的時空分布特征及其與氣象條件的關系。以上研究可以看出，以往對成都大氣污染物的研究受到站點和時段限制，大多選擇一次污染過程、幾個月的環(huán)境監(jiān)測資料或者同時對多種污染物資料進行綜合研究，為避免時段較短不足以反應污染物年季變化特征以及多因子綜合分析造成分析不深入的問題，本文研究內(nèi)容僅選取成都市區(qū)7個站點PM2.5監(jiān)測資料，利用2015年1月～2020年6月的小時數(shù)據(jù)，分析PM2.5濃度的年、季、日變化特征，同時分季節(jié)分析不同氣象要素與PM2.5濃度之間的相關性。

1 資 料

1.1 實況資料

本文使用了氣象觀測資料和污染監(jiān)測資料。其中，氣象觀測數(shù)據(jù)來自于四川省氣象局，選取了溫江站的2015年1月～2020年6月的逐小時的溫度、降水、氣壓、相對濕度、風速等資料；PM2.5監(jiān)測資料來源于四川省生態(tài)環(huán)境監(jiān)測總站，選取了位于成都市區(qū)的7個國控站點，分別是大石西路、金泉兩街、君平街、梁家巷、三瓦窯、沙河鋪、十里店站的逐小時PM2.5監(jiān)測數(shù)據(jù)，并對各站的小時污染數(shù)據(jù)進行平均，用以分析成都市PM2.5濃度的時空分布特征。

1.2 PM2.5分級

從《環(huán)境空氣質量標準》(GB3095-2012)中可知，要對大氣污染物進行分析，首先要對數(shù)據(jù)進行質量控制，本文首先剔除了缺測和異常值。

對成都市PM2.5時空分布進行分析時，首先對污染物濃度進行了分級，根據(jù)PM2.5監(jiān)測網(wǎng)的空氣質量新標準，24小時平均值分級如表1。對成都市污染物時空分布進行分析時，將站點全天小時觀測值進行平均，即為污染物的日均值。進行污染物進行季節(jié)變化分析時，選取3～5月為春季，6～8日為夏季，9～11月為秋季，12～2月為冬季。

表1 PM2.5的分級標準Tab.1 Classification Standard of PM2.5 (μg/m3)

2 污染物特征分析

圖1為成都市2015年1月～2020年6月PM2.5平均日濃度變化曲線，可見成都市PM2.5的變化趨勢較為一致，污染物濃度在冬季處于波峰，夏季處于波谷，波峰變化較大，波谷變化較小。利用線性傾向法[18]計算了PM2.5濃度隨時間的一元線性回歸變化率，得出從2015年起PM2.5的年變化率為-5.9μg/(m3·a)，結合PM2.5的年平均濃度(表2)，可以看出成都市PM2.5的濃度從2015年至今呈現(xiàn)逐年下降的趨勢，PM2.5年平均濃度從2015年的63.9μg/m3下降至2019年的42.6μg/m3。

表2 PM2.5濃度的年平均值Tab.2 Annual average value of PM2.5 concentration (μg/m3)

圖1 2015年1月～2020年6月PM2.5的變化曲線Fig.1 The change of PM2.5 from January 2015 to June 2020

2.1 日變化特征分析

2015年1月～2020年6月成都PM2.5濃度的日變化曲線如圖2所示，其中成都PM2.5的濃度日變化呈現(xiàn)單峰單谷分布，其中春季峰值在上午8點，夏季和秋季的峰值在上午9點，冬季的峰值則是在上午10點，冬季峰值較其他季節(jié)推后的原因可能是由于冬季日照時間少，大氣層結較穩(wěn)定，靜穩(wěn)天氣居多，溫度日變化更小，更有利污染物的沉降堆積。隨著溫度升高，邊界層抬升，湍流垂直交換增強，PM2.5的擴散增強，谷值出現(xiàn)在16～17時。傍晚過后隨著溫度降低，邊界層高度下降，湍流垂直交換減弱，PM2.5濃度增大。

圖2 四季PM2.5濃度的日變化Fig.2 Diurnal Variation of PM2.5 in four seasons

2.2 季節(jié)變化特征分析

對2015年1月～2020年6月成都市PM2.5濃度進行季節(jié)分析如表3所示，冬季為PM2.5濃度最高，冬季平均日濃度為228μg/m3，最高濃度達305μg/m3，冬季PM2.5的優(yōu)良天數(shù)占比49.2%，輕度和中度污染天數(shù)占比為39.1%，重度污染天數(shù)占比為9.7%。春季和秋季的平均日濃度為137μg/m3和81μg/m3，優(yōu)良濃度天數(shù)占比為81.7%、85.7%，輕度污染天數(shù)占比為14.9%、10.8%，春季輕度污染天數(shù)占比率高于秋季，說明成都秋季污染擴散條件更好，春秋兩季的中度污染及以上的占比較小，都在1%以下。夏季污染天數(shù)最少，優(yōu)良天數(shù)占比為97%。

表3 2015年1月～2020年6月成都市PM2.5的季節(jié)分布Tab.3 seasonal distribution of PM2.5 in Chengdu from January 2015 to June 2020

3 不同季節(jié)PM2.5與氣象要素的相關性分析

3.1 PM2.5濃度與風速、氣溫、相對濕度、降水、風速的相關性

從2015年1月～2020年6月四季PM2.5濃度與氣象要素相關統(tǒng)計結果(表4)可以看出，風速與PM2.5的濃度相關性最強，在不同季節(jié)均呈現(xiàn)顯著的負相關，當風速大時PM2.5的濃度小，當風速小時PM2.5的濃度大。降水在四季與PM2.5的濃度相關性均呈現(xiàn)負相關，降水在春夏與PM2.5的濃度的相關性僅次于風速，這可能是因為春夏雨量充沛，對PM2.5濃的影響更為明顯。相對濕度與PM2.5在冬夏兩季呈現(xiàn)顯著的相關性，且在冬夏兩季呈現(xiàn)相反的特征。在冬季，相對濕度與PM2.5呈現(xiàn)顯著正相關，當相對濕度越大，PM2.5的濃度越大，說明冬季相對濕度越高，越有越有利于PM2.5的富集，同時濕度大時多存在逆溫現(xiàn)象，也使得空氣中的顆粒物不易擴散。在夏季，相對濕度與PM2.5呈現(xiàn)顯著的負相關，當相對濕度越大，PM2.5的濃度越小，這可能與夏季雨水充沛有關，相對濕度的升高往往伴隨降水，降水對PM2.5起到?jīng)_刷沉降作用。氣壓在春季與PM2.5呈現(xiàn)負相關，當氣壓上升時，PM2.5的濃度下降，這可能與成都春季氣壓波動與冷空氣活動有關，當冷高壓南下影響成都時，同時帶來大風降水天氣，使得PM2.5濃度下降。溫度在秋季與PM2.5呈現(xiàn)顯著的負相關，當溫度升高時，PM2.5的濃度下降。

表4 2015年1月～2020年6月四季PM2.5濃度與氣象要素相關統(tǒng)計結果Tab.4 The correlation between PM2.5 mass concentration and meteorological elements in four seasons from January 2015 to June 2020

3.2 冬季不同級別PM2.5濃度時氣象要素的日變化

對比冬季PM2.5超標和達標時段對應氣象要素日變化(圖3)。風速和相對濕度的變化特征為，PM2.5超標時段的逐時風速更低、相對濕度更高，說明風速越低、相對濕度越高，越有利于污染物的富集。溫度的變化特征為，PM2.5超標時段日溫差更大，午后溫度更高。氣壓的變化特征為，PM2.5超標時段氣壓更小。出現(xiàn)以上特征可能是由于冬季PM2.5濃度低時往往冷空氣活動較為活躍，當冷空氣活躍時溫度降低伴隨氣壓升高，風速較大，反之靜穩(wěn)天氣時溫度較高，風速較小，氣壓較低，PM2.5濃度增大。

圖3 冬季氣象要素的日變化特征Fig.3 diurnal variation characteristics of meteorological elements in winter

4 結 論

本文利用2015年1月～2020年6月的成都市逐小時的PM2.5濃度監(jiān)測資料和氣象觀測資料，對成都市PM2.5濃度的年、季、日變化進行分析，并結合對應時段氣象要素，分析了氣象要素與PM2.5濃度的相關性。得出以下的結論：

4.1 2015年1月～2020年6月污染物總體呈下降趨勢，PM2.5年變化率為-5.9μg/(m3·a)；PM2.5的濃度在冬季處于波峰，夏季處于波谷，波峰數(shù)值變化較大，波谷變化較小。

4.2 成都PM2.5濃度日變化為：峰值多出現(xiàn)在8～10時，谷值多出現(xiàn)在16～17時，其中冬季峰值較其他季節(jié)推后，造成這種原因可能是冬季日照短，大氣層結更穩(wěn)定，溫度日變化小，邊界層抬升更弱，更有利于污染物的沉降堆積。隨著輻射增強，溫度升高，邊界層抬升，16～17時PM2.5濃度達到最低。

4.3 成都冬季為PM2.5濃度最高季節(jié)，其中PM2.5的優(yōu)良天數(shù)占比僅為49.2%，輕度和中度污染天數(shù)達39.1%，重度污染天數(shù)占比9.7%，夏季為PM2.5濃度最低的季節(jié)，優(yōu)良天數(shù)占比為97%。

4.4 根據(jù)氣象要素在不同季節(jié)與PM2.5濃度的相關性分析可知，不同季節(jié)氣象要素與PM2.5濃度的相關性存在差異。風速在各個季節(jié)與PM2.5濃度相關性最大，均呈負相關。降水則在春夏季與PM2.5濃度的相關性次于風速，呈現(xiàn)負相關。相對濕度在冬季與PM2.5濃度的相關性次于風速，呈現(xiàn)正相關，說明冬季相對濕度越高，越有利于PM2.5富集，而在夏季，相對濕度則與PM2.5濃度呈現(xiàn)負相關，這可能與夏季降水充沛有關。溫度在秋季在春夏季與PM2.5濃度的相關性次于風速，呈現(xiàn)負相關。

4.5 對比冬季PM2.5超標和達標時段對應氣象要素日變化，PM2.5濃度超標時段，逐時風速更低、相對濕度更高、溫度日較差更大、氣壓更低，這可能與靜穩(wěn)天氣有關，而冬季PM2.5濃度低時往往與冷空氣活躍有關，冷空氣活躍時，氣壓更高、溫度日較差較小、風速較大、濕度較小。