中原城市群重點(diǎn)城市首要污染物日變化特征及成因分析

譚 羲， 李萬(wàn)隆， 黃月華， 韓 艷*

(1.河南大學(xué)地理與環(huán)境學(xué)院， 開(kāi)封 475004； 2.北京大學(xué)城市規(guī)劃與設(shè)計(jì)學(xué)院， 深圳 518055； 3.河南省大氣污染綜合防治與生態(tài)安全重點(diǎn)實(shí)驗(yàn)室， 開(kāi)封 475004； 4.開(kāi)封市氣象局， 開(kāi)封 450003)

人口增加與城市擴(kuò)張對(duì)中國(guó)城市空氣污染水平造成重大影響[1]，經(jīng)濟(jì)發(fā)展及其發(fā)展方式對(duì)大氣污染產(chǎn)生了重大的作用[2-4]。導(dǎo)致城市大氣污染的污染物主要是PM2.5和PM10[5-7]，大氣污染會(huì)引發(fā)呼吸系統(tǒng)疾病[8]，長(zhǎng)時(shí)間暴露于顆粒物中甚至?xí)黾宇净挤伟┑娘L(fēng)險(xiǎn)[9]。近年來(lái)，O3污染日益嚴(yán)重，成為僅次于PM2.5、PM10的大氣污染物[10-11]，并且有逐年增加的趨勢(shì)[12]，O3濃度的增加也對(duì)人類健康構(gòu)成了威脅[13]。

圖1 中原城市群重點(diǎn)城市分布Fig.1 Distribution of key cities in Central Plains Urban Agglomeration

近年來(lái)，越來(lái)越多的學(xué)者開(kāi)始以城市為基準(zhǔn)，關(guān)注大氣污染物的時(shí)空分布特征[14-16]。許波等[17]通過(guò)研究鄭州市PM2.5和PM10的變化特征時(shí)，發(fā)現(xiàn)在不同季節(jié)，PM10和PM2.5的日均值呈現(xiàn)出不同的特征。李蔚卿等[18]研究了鄭州市春節(jié)期間大氣污染物特征，得到了大氣污染物濃度與氣溫、風(fēng)速呈反向遞減的關(guān)系，與大氣濕度和氣壓呈正向增減的關(guān)系的結(jié)論。陳強(qiáng)等[19]研究發(fā)現(xiàn)，國(guó)慶節(jié)期間顆粒物污染濃度顯著高于平日，風(fēng)速、相對(duì)濕度、平均海平面氣壓是影響鄭州市PM2.5濃度的主要因子。段時(shí)光等[20]研究認(rèn)為低風(fēng)速、高濕度、較少的降水以及細(xì)顆粒物的快速增加是導(dǎo)致顆粒物濃度高的原因。于世杰等[21]對(duì)鄭州市O3濃度變化特征進(jìn)行了分析，發(fā)現(xiàn)O3日變化呈單峰分布，且在高溫、低濕、一定風(fēng)速條件下有利于O3的生成與積累。此外，研究表明O3污染與天氣條件也有很大的關(guān)系[22]。

中原城市群作為連接中國(guó)各城市群、溝通東中西、聯(lián)結(jié)南北方的重要通道，其發(fā)展備受矚目。安陽(yáng)市、鶴壁市、濮陽(yáng)市、新鄉(xiāng)市、開(kāi)封市、鄭州市、焦作市作為中原城市群重要的7個(gè)城市，同時(shí)被列為京津冀污染傳輸通道“2+26”城市，其大氣污染問(wèn)題在河南省一直較為嚴(yán)峻[23-25]。為此，以河南省上述7個(gè)“2+26”傳輸城市作為重點(diǎn)區(qū)域來(lái)進(jìn)行研究，在得到首要污染物和氣象數(shù)據(jù)的基礎(chǔ)上，分析了中原城市群重點(diǎn)區(qū)域首要污染物的日變化特征，采用相關(guān)分析、地理探測(cè)器模型來(lái)對(duì)氣象因子對(duì)首要污染物濃度日變化的影響進(jìn)行了探討，以期為該區(qū)域的大氣污染治理措施提供理論依據(jù)。

1 資料來(lái)源與研究方法

1.1 資料來(lái)源與選取

研究使用的污染物數(shù)據(jù)來(lái)自河南省各地市環(huán)保局國(guó)控站點(diǎn)，氣象數(shù)據(jù)來(lái)自各地市地面觀測(cè)站，研究區(qū)域分布如圖1所示。污染物濃度數(shù)據(jù)來(lái)源于2017—2019年全年7大重點(diǎn)城市24 h連續(xù)監(jiān)測(cè)數(shù)據(jù)，其中包括鄭州市、開(kāi)封市、新鄉(xiāng)市、焦作市、安陽(yáng)市、鶴壁市和濮陽(yáng)市，各項(xiàng)指標(biāo)含義詳見(jiàn)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 30950—2012)。地面氣象要素連續(xù)觀測(cè)數(shù)據(jù)為全年逐時(shí)觀測(cè)數(shù)據(jù)，包括溫度T、氣壓P、相對(duì)濕度RH和風(fēng)速WS。

1.2 研究分析方法

1.2.1 相關(guān)分析法

通過(guò)相關(guān)分析來(lái)揭示PM2.5、PM10、O3與氣象因子(平均氣溫、平均氣壓、平均相對(duì)濕度、平均風(fēng)速)之間相互關(guān)系的密切程度。相關(guān)分析在SPSS 20.0軟件中完成。對(duì)于兩個(gè)要素x、y，如果其樣本值分別為xi、yi(i=1,2,…,n)，相關(guān)分析過(guò)程如下。

(1)計(jì)算兩個(gè)要素的樣本平均值

其計(jì)算公式為

(1)

(2)計(jì)算x、y之間的相關(guān)系數(shù)，計(jì)算公式為

(2)

(3)相關(guān)系數(shù)rxy為兩要素之間相關(guān)程度的統(tǒng)計(jì)指標(biāo)，它的值介于[-1,1]，rxy>0，表示正相關(guān)；rxy<0，表示負(fù)相關(guān)。|rxy|越接近于1，表示兩要素之間關(guān)系越密切；越接近于0表示兩要素之間越不密切。

1.2.2 地理探測(cè)器模型

地理探測(cè)器是探測(cè)空間分異性，揭示其背后驅(qū)動(dòng)力的一組統(tǒng)計(jì)學(xué)方法，可用于評(píng)估潛在因素與目標(biāo)地理現(xiàn)象之間的非線性關(guān)聯(lián)。模型基本假設(shè)的核心思想是：如果某個(gè)自變量對(duì)某個(gè)因變量有重要影響，那么自變量和因變量的空間分布應(yīng)該具有相似性。與傳統(tǒng)線性方法相比，地理探測(cè)器可以處理分類的解釋變量，解釋主導(dǎo)因子，也可以探測(cè)兩因子交互作用關(guān)系，其不受線性假設(shè)的限制，對(duì)共線性具有免疫[26-27]。

X和Y之間的空間關(guān)聯(lián)可通過(guò)q統(tǒng)計(jì)量進(jìn)行測(cè)量，q統(tǒng)計(jì)量可定義為通過(guò)因子貢獻(xiàn)值的大小來(lái)反映各個(gè)因子對(duì)于大氣污染物的作用程度，用式(3)～式(5)計(jì)算

(3)

(4)

SST=Nσh

(5)

式中：h=1,2，…,L為因子X(jué)的類別；Nh和N分別為h類別和整個(gè)研究區(qū)域的樣本數(shù)量；SSW和SST分別為h類別和整個(gè)研究區(qū)域的方差和總方差之和；q的取值為[0,1]，q值越大，與臭氧濃度的相關(guān)程度越高。兩個(gè)X因子對(duì)臭氧濃度的交互作用也可以用q統(tǒng)計(jì)量來(lái)量化。

2 分析與結(jié)果

2.1 首要污染物的組成

根據(jù)2017—2019年首要污染物占比如圖2所示，污染物以PM2.5為主，占污染天數(shù)的47%，次為PM10比44%，O3占比為4%，因此以PM2.5、PM10、O3作為研究對(duì)象。

圖2 首要污染物占比Fig.2 The proportion of chief pollutants

2.2 首要污染物日變化特征

2.2.1 PM2.5日變化時(shí)間特征分析

2017—2019年中原城市群重點(diǎn)城市PM2.5小時(shí)質(zhì)量濃度變化整體呈“雙峰”分布(圖3)。日最大值出現(xiàn)在8:00—9:00，為72 μg/m3，9:00—16:00濃度逐漸下降，到16:00到達(dá)日最小值為59 μg/m3，而后又升高，在1:00有一個(gè)小峰值為69 μg/m3。早晨7:00—8:00 PM2.5濃度上升與早高峰車流量有關(guān)，9:00過(guò)后的車流量減少使得PM2.5濃度下降，到16:00后又進(jìn)入了車流量的晚高峰，導(dǎo)致PM2.5濃度又逐步上升，這說(shuō)明白天PM2.5濃度質(zhì)量受到車流量的影響較大。夜間由于溫度降低形成逆溫層，大氣湍流活動(dòng)減少導(dǎo)致顆粒物不易擴(kuò)散，使得PM2.5濃度高且穩(wěn)定，此外，夜間的大排量活動(dòng)，如夜市餐飲排放和貨車行駛也會(huì)導(dǎo)致氣溶膠濃度上升從而使細(xì)顆粒物增加[28-29]。除安陽(yáng)市外，其余城市均完全達(dá)到PM2.5日平均值標(biāo)準(zhǔn)。中原城市群重點(diǎn)城市7個(gè)城市的PM2.5濃度日變化與總體趨勢(shì)大致相同。

圖3 中原城市群重點(diǎn)城市PM2.5濃度日變化Fig.3 Daily variations of PM2.5 concentrations in Central Plains Urban Agglomeration in 2017

2.2.2 PM10日變化時(shí)間特征分析

中原城市群重點(diǎn)城市PM10小時(shí)質(zhì)量濃度平均值變化呈“三峰”分布(圖4)，一天中峰值出現(xiàn)在9:00、22:00和2:00左右，數(shù)值分別是128、123、23 μg/m3，PM10變化與PM2.5濃度日變化趨勢(shì)大致相同，受到白天車流量和夜間大排放活動(dòng)影響[30]。除安陽(yáng)市和焦作市以外，其余城市小時(shí)PM10濃度均達(dá)到PM10日達(dá)標(biāo)平均值120 μg/m3。不同城市在0:00—9:00時(shí)段PM10濃度值相差較大，除濮陽(yáng)市外，其余城市均有PM10濃度曲線處于平均曲線以上。

中原城市群各重點(diǎn)城市PM10的日變化特征呈“雙峰”和“三峰”分布，晚峰值出現(xiàn)時(shí)間與谷值也不相同，對(duì)相似的日變化曲線分析發(fā)現(xiàn)，曲線變化趨勢(shì)與山體位置阻攔和污染物自身濃度有關(guān)，且山體阻攔對(duì)PM10變化趨勢(shì)的影響大于污染物自身濃度對(duì)PM10變化趨勢(shì)的影響。濮陽(yáng)市和開(kāi)封市的PM10小時(shí)濃度都處于較低水平，PM10日變化趨勢(shì)呈“三峰”分布，晚峰值出現(xiàn)在凌晨2:00和夜間21:00；焦作市、新鄉(xiāng)市、鶴壁市日變化曲線呈“雙峰”分布，這三個(gè)城市在不同程度上都受到了山體阻攔的影響，其晚峰值出現(xiàn)在21:00—23:00；安陽(yáng)市、鄭州市PM10日變化曲線呈“雙峰”分布，這兩個(gè)城市的PM10濃度處于較高水平，其晚峰值出現(xiàn)在2:00。

圖4 中原城市群重點(diǎn)城市PM10濃度日變化Fig.4 Daily variations of PM10 concentrations in Central Plains Urban Agglomeration

圖5 中原城市群重點(diǎn)城市O3濃度日變化Fig.5 Daily variations of O3 concentrations in Central Plains Urban Agglomeration

2.2.3 O3日變化特征分析

中原城市群重點(diǎn)城市O3小時(shí)質(zhì)量濃度平均值變化如圖5所示，呈“單峰”變化。一天中，O3濃度最大值出現(xiàn)在16:00左右，濃度最小值出現(xiàn)在早上8:00左右，這與周賀玲等[31]、程麟鈞等[32]分析得到的O3日變化特征相似。O3濃度與光化學(xué)反應(yīng)有關(guān)[33]，7:00—9:00的早高峰時(shí)期機(jī)動(dòng)車尾氣排放量大，但此時(shí)太陽(yáng)輻射較弱，前體物積累在大氣中，O3生成速率低，隨著太陽(yáng)輻射增加加上大量前體物積累，O3大量生成，在16:00達(dá)到日最大值；夜間，隨著太陽(yáng)輻射減少，光化學(xué)反應(yīng)減弱，O3濃度不斷減少。中原城市群各重點(diǎn)城市O3小時(shí)濃度曲線均未超過(guò)O31小時(shí)達(dá)標(biāo)值，且O3濃度變化趨勢(shì)相似。焦作、新鄉(xiāng)在7:00—12:00時(shí)段O3小時(shí)濃度上升值較大，可能是有大量前體物反應(yīng)導(dǎo)致。

2.2.4 PM2.5、PM10、O3之間日變化特征分析

圖6 中原城市群重點(diǎn)城市PM2.5、PM10、O3濃度日變化Fig.6 Daily variations of PM2.5、PM10、O3 concentrations in Central Plains Urban Agglomeration

O3濃度日變化與PM2.5、PM10濃度日變化呈相反趨勢(shì)(圖6)，這與尚媛媛等[34]研究云貴高原城市在冬季時(shí)PM2.5和O3日變化趨勢(shì)相同，這可能是因?yàn)橹性鞘腥褐攸c(diǎn)城市PM2.5濃度大或者太陽(yáng)輻射相對(duì)較弱，導(dǎo)致光化學(xué)反應(yīng)受到抑制，使得PM2.5日變化與O3日變化呈現(xiàn)出云貴高原冬季出現(xiàn)的“蹺蹺板”現(xiàn)象。

英國(guó)皇室訂婚、結(jié)婚時(shí)的戒指基本都是藍(lán)寶石，尤其偏愛(ài)矢車菊藍(lán)寶石。矢車菊藍(lán)寶石在藍(lán)寶石里的地位，就相當(dāng)于鴿血紅之于紅寶石，都是該類寶石中最頂級(jí)的存在。而如此出名的藍(lán)寶石即是產(chǎn)于緬甸。緬甸藍(lán)寶石又被稱為“東方藍(lán)寶石”，是一種極優(yōu)質(zhì)的“濃藍(lán)”微紫的寶石。它的透明度高、裂隙小，顏色能讓人聯(lián)想到天空、海洋，而緬甸抹谷出產(chǎn)的藍(lán)寶石更是被業(yè)界收藏家視為瑰寶。

進(jìn)一步對(duì)PM2.5、PM10和O3做相關(guān)性分析，結(jié)果如表1所示。PM2.5、PM10和O3之間存在著顯著的相關(guān)關(guān)系，PM2.5和PM10呈正相關(guān)關(guān)系，O3與PM2.5和PM10呈負(fù)相關(guān)關(guān)系，PM2.5與O3的相關(guān)性更加強(qiáng)烈。PM2.5、PM10顆粒影響到達(dá)地面的太陽(yáng)直接輻射量來(lái)影響光化學(xué)反應(yīng)的進(jìn)行。

表1 各污染物之間的相關(guān)性分析

此外，PM2.5、PM10與O3的負(fù)相關(guān)關(guān)系可能與顆粒物、O3的前體物也有一定的關(guān)系，O3的光化學(xué)反應(yīng)如式(6)、式(7)所示。夜間不利于擴(kuò)散的氣象因素和早晨車流量的排放積累了大量NO、NO2氣體[35]，PM2.5、PM10濃度上升，O3由于太陽(yáng)輻射弱，加上大量NO抑制O3光化學(xué)反應(yīng)[36]，使得O3濃度減少。

(6)

(7)

2.3 氣象成因分析

采用地理探測(cè)器分析氣象因素對(duì)于首要污染物的貢獻(xiàn)，從圖7可知：對(duì)O3日變化濃度影響從大到小的氣象因子依次是氣壓、溫度、相對(duì)濕度和風(fēng)速，O3與氣象因素都呈正相關(guān)關(guān)系；對(duì)PM2.5和PM10日變化濃度影響從大到小的氣象因子依次是氣溫、氣壓、相對(duì)濕度和風(fēng)速，氣象因子對(duì)PM2.5和PM10和都有負(fù)影響。為進(jìn)一步分析氣象要素和污染物之間的相關(guān)性，將溫度、相對(duì)濕度、氣壓和風(fēng)速根據(jù)大小不同進(jìn)行劃分，并統(tǒng)計(jì)相應(yīng)的平均污染物濃度，結(jié)果如表2所示。

圖7 污染物與氣象因子的q統(tǒng)計(jì)量和相關(guān)系數(shù)Fig.7 q statistics and correlation coefficients of pollutants and meteorological factors

2.3.1 溫度和氣壓對(duì)首要污染物濃度的影響

溫度和氣壓對(duì)污染物濃度的影響與相關(guān)性分析的結(jié)果基本相同，隨著溫度下降、氣壓上升，PM2.5和PM10濃度增加，O3濃度減少。地面均勻的弱高壓容易形成靜穩(wěn)天氣[37]，加上地面低溫，有利于大氣逆溫層形成，導(dǎo)致大氣顆粒物難以擴(kuò)散。

2.3.2 相對(duì)濕度對(duì)首要污染物濃度的影響

隨著濕度的繼續(xù)增加，PM2.5呈逐漸增加的趨勢(shì)，當(dāng)RH≤80%時(shí)，濃度達(dá)到最大值；PM10濃度呈現(xiàn)出先增加后減少的趨勢(shì)，當(dāng)70%≤RH≤80%時(shí)，濃度達(dá)到最大值。如表3所示，在RH≤80%時(shí)，對(duì)應(yīng)的溫度最小，氣壓較高，在穩(wěn)定的天氣條件下，低溫、相對(duì)高濕的條件下不利于顆粒物的擴(kuò)散，且容易與其他污染物反應(yīng)促成二次氣溶膠生成[38]。在相對(duì)濕度大且溫度大的情況下，由于粒徑大小不同，PM10更易于沉降，而PM2.5附在水汽上不利于擴(kuò)散，降水對(duì)PM10的清除作用比PM2.5的清除作用更強(qiáng)[39-40]，表現(xiàn)在70%≤RH≤80%PM2.5濃度出現(xiàn)增加，PM10濃度繼續(xù)下降。

表2 氣象要素對(duì)應(yīng)的污染物濃度

O3在40%≤RH≤50%，相對(duì)濕度中等低的條件下為濃度最高，隨著濕度繼續(xù)增加，濃度呈逐漸減少的趨勢(shì)。相對(duì)濕度通過(guò)影響云量大小來(lái)影響到達(dá)地面的太陽(yáng)輻射大小，相對(duì)濕度小到達(dá)地面的太陽(yáng)輻射大，且對(duì)應(yīng)著較高的氣溫(表3)，有利于加速光化學(xué)反應(yīng)，相對(duì)濕度大的情況下達(dá)到地面的紫外線少，從而延緩了光化學(xué)反應(yīng)的發(fā)生[25]。

表3 相對(duì)濕度對(duì)應(yīng)的氣象因子

2.3.3 風(fēng)速對(duì)首要污染物濃度的影響

PM2.5、PM10在WS<1.5，低風(fēng)速的條件下濃度最大，隨著風(fēng)速增加，濃度PM2.5和PM10呈逐漸減少的變化趨勢(shì)。如表4所示，低風(fēng)速對(duì)應(yīng)了較高的相對(duì)濕度，這兩個(gè)穩(wěn)定的條件不利于污染物的擴(kuò)散。在2≤WS<2.5范圍內(nèi)，風(fēng)速的增加和溫度上升對(duì)顆粒物有一定的驅(qū)散作用。由于污染物粒徑的不同，在3≤WS時(shí)，PM2.5粒徑小易于擴(kuò)散，濃度下降，而PM10粒徑大不易于移動(dòng)，濃度繼續(xù)上升。

O3在3≤WS，大風(fēng)速條件下濃度最大。風(fēng)速增大可以抬高大氣邊界層，增大垂直對(duì)流運(yùn)動(dòng)，使得對(duì)流層頂高濃度O3向地面輸送，造成地面O3濃度不斷上升[41]，此外風(fēng)速也使得前體物擴(kuò)散速度增加，而NO擴(kuò)散速度快于NO2的擴(kuò)散速度[42]，使得O3的生成速率大于其分解速率，O3得以積累。風(fēng)速的增加也會(huì)導(dǎo)致O3發(fā)生擴(kuò)散，而研究區(qū)西部、西南部存在山體，起到一定的阻攔作用，對(duì)O3的擴(kuò)散也存在一定的影響。

表4 風(fēng)速對(duì)應(yīng)的氣象因子

3 結(jié)論

(1)2017—2019年中原城市群重點(diǎn)城市大氣污染物主要以PM10、PM2.5、O3為主，其中PM10為主要污染物天數(shù)最多。PM2.5小時(shí)濃度日變化呈“雙峰”分布，主峰值出現(xiàn)在8:00—9:00，次峰值出現(xiàn)在1:00，谷值出現(xiàn)在下午16:00；PM10小時(shí)濃度日變化呈“三峰”分布，主峰值出現(xiàn)在9:00，第二峰值出現(xiàn)在22:00左右，第三峰值出現(xiàn)在2:00，主谷值出現(xiàn)在15:00，次谷值出現(xiàn)在0:00和5:00；O3小時(shí)濃度變化趨勢(shì)呈“單峰”分布，峰值出現(xiàn)在16:00，谷值出現(xiàn)在7:00左右。早晚行車高峰、夜間大排量活動(dòng)的人為活動(dòng)和山體位置阻攔會(huì)影響PM2.5、PM10濃度日變化趨勢(shì)，PM10的日變化趨勢(shì)還受到了污染物自身濃度大小的影響，O3日變化趨勢(shì)受到了太陽(yáng)輻射和大氣顆粒物濃度的影響。

(2)在中原城市群重點(diǎn)城市中，氣溫、氣壓、相對(duì)濕度、風(fēng)速4個(gè)氣象要素里，對(duì)PM2.5、PM10濃度影響從大到小依次是氣溫、氣壓、相對(duì)濕度、風(fēng)速；對(duì)O3濃度影響從大到小依次是氣壓、溫度、相對(duì)濕度和風(fēng)速。PM2.5、PM10與氣象因素主要呈負(fù)相關(guān)關(guān)系O3與氣象因素主要呈正相關(guān)關(guān)系。

(3)低溫、高壓、高濕和弱風(fēng)的條件下有利于PM2.5的生成與積累；低溫、高壓、中等濕度、弱風(fēng)的情況下有利于PM10的生成與積累；高溫、低壓、低濕、強(qiáng)風(fēng)的情況下有利于O3的生成與積累。