宿州市某城區(qū)PM2.5污染特征及影響因素

陳 偉，陳 景，孟雅婷，張振宇

(1.宿州市氣象局氣象災(zāi)害防御技術(shù)中心，安徽 宿州 234000；2.宿州職業(yè)技術(shù)學(xué)院計算機信息系，安徽 宿州 234000；3.宿州市氣象局氣象臺，安徽 宿州 234000)

PM2.5(大氣中粒徑≤2.5μm的顆粒物)由于粒徑小，能在空氣中長時間停留，對人體健康和大氣環(huán)境質(zhì)量的影響較更大[1-3]，已成為諸多學(xué)者關(guān)注和研究的熱點。

PM2.5污染發(fā)生發(fā)展過程復(fù)雜，受本地排放和外來輸入影響，還受地形地貌、下墊面等地理條件影響，同時區(qū)域氣象條件及大氣環(huán)流等因素對其影響明顯[4-5]。學(xué)者對我國PM2.5濃度污染特征及影響因素作了大量的研究。文獻[6]研究了中國區(qū)域 2017a PM2.5濃度的時空分布特征。文獻[7]研究中國東部地區(qū)冬季AOD分布特征，并分析了其與冬季風(fēng)環(huán)流的可能聯(lián)系，得出緯向風(fēng)速異常偏小、東風(fēng)異常及阿留申低壓偏弱是2013a AOD異常偏高的主要原因。文獻[8]分析上海市大氣環(huán)境中PM2.5/PM10時空分布特征。文獻[9]分析了天津市PM2.5濃度時空分布特征，運用WRF-Chem模式模擬分析了天津市秋冬季污染物來源。針對安徽省的研究也很多。文獻[10]研究了安徽省2015a PM2.5時空分布特征，運用BP神經(jīng)網(wǎng)絡(luò)改進DEMATEL模型，探討影響PM2.5濃度的關(guān)鍵因素及因子間的關(guān)聯(lián)性。文獻[11]等對安徽典型城市2015～2017a空氣污染特征進行對比分析，揭示了安徽省部分典型城市的空氣污染特征。同時，PM2.5濃度與氣象因素關(guān)系密切，氣象因素影響大氣污染物的本地擴散稀釋、外來輸送，相似的污染源排放在不同的氣象條件下相差極大[12]。文獻[13]利用WRF-CAMx模式分析了一次降雨過程對長三角地區(qū)PM2.5濃度影響，得出濕沉降量受降雨量、PM2.5濃度和風(fēng)速等多個因素共同影響。文獻[14]分析了2016a京津冀地區(qū)PM2.5時空分布特征及其與氣象因素的關(guān)系，京津冀地區(qū)PM2.5與氣壓、相對濕度呈正相關(guān)，與氣溫、日照時長、風(fēng)速呈負(fù)相關(guān)；文獻[15]基于2013～2014a武漢市PM2.5的時空分布特征及其與氣象條件的關(guān)系，PM2.5月均值分布與降雨量、氣溫、平均風(fēng)速、相對濕度呈負(fù)相關(guān)關(guān)系，與氣壓呈正相關(guān)關(guān)系。

以上研究結(jié)果表明，不同區(qū)域PM2.5的污染特征和影響因素存在差異。宿州市位于安徽省最北部，2015～2020a安徽省PM2.5多年平均濃度均呈自北向南逐漸下降的分布趨勢，北部的宿州市PM2.5年均濃度值最高(達59.99μg·m-3)。節(jié)能減排背景下雖然全國多地PM2.5濃度已明顯改善[16-19]，但安徽省北部地區(qū)特別是宿州市PM2.5濃度仍高于GB 3095-2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》年均值二級標(biāo)準(zhǔn)限值[20](35μg·m-3)，PM2.5仍然是主要的大氣污染物。本研究利用宿州市某城區(qū)2015～2020a的PM2.5濃度和氣象要素數(shù)據(jù)，運用統(tǒng)計分析、逐步回歸分析和相關(guān)分析等方法，研究了PM2.5污染特征及與氣象因素的關(guān)系，針對性地提出了PM2.5污染的治理建議，以期為宿州市PM2.5污染濃度預(yù)報工作提供科學(xué)理論支持。

1 研究區(qū)域、數(shù)據(jù)來源與方法

1.1 研究區(qū)域與數(shù)據(jù)來源

研究區(qū)域為宿州市某城區(qū)，污染物數(shù)據(jù)來自中國環(huán)境監(jiān)測總站的全國空氣質(zhì)量實時發(fā)布平臺(http://www.cnemc.cn/ )公布的逐小時PM2.5濃度監(jiān)測數(shù)據(jù)，選取該城區(qū)延續(xù)性最好的環(huán)境監(jiān)測站點污染物數(shù)據(jù)和最近的氣象站數(shù)據(jù)進行分析，該站點距離城區(qū)核心區(qū)域，對該城區(qū)的空氣污染情況有很好的代表性。地面氣象觀測資料包括逐時降水、風(fēng)速、氣溫、相對濕度和氣壓等，來自中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)。

圖1 宿州市某城區(qū)環(huán)境監(jiān)測站和氣象觀測站分布

1.2 研究方法

根據(jù)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095-2012)，PM2.5濃度有2種判斷方法，采用較為常用的24h平均判別法[20]，按照濃度限值分為一級和二級(見表1)，超過一級即為一個超標(biāo)日。

表1 污染物濃度限值

PM2.5基礎(chǔ)數(shù)據(jù)為各站點逐小時數(shù)據(jù)，站點日均值通過逐小時數(shù)據(jù)的均值求得，各城市日均值為站點當(dāng)日總體的平均值。氣象數(shù)據(jù)日均值、月均值、季均值和年均值數(shù)據(jù)以站點小時值為基礎(chǔ)求得。文中四季時段為春季(3～5月)、夏季(6～8月)、秋季(9～11月)和冬季(12月和1～2月)。

2 結(jié)果與討論

2.1 宿州市某城區(qū)PM2.5污染特征

1)PM2.5年變化特征 圖2為2015～2020a宿州市某城區(qū)PM2.5濃度和超標(biāo)率年變化特征， 其中箱子的上端線、上邊緣、小方格、中線、下邊緣和下端線分別代表上限、上四分位、中位數(shù)、平均值、下四分位和下限?？梢钥闯觯?015～2020a PM2.5濃度均值分別為63.59μg·m-3、67.95μg·m-3、73.98μg·m-3、59.07μg·m-3、53.22μg·m-3和48.52μg·m-3。PM2.5年平均濃度自2017a后逐年下降，2020a較2017a下降34.41%。超標(biāo)率從2017a的87.67%，下降至2020a的52.19%。在國家節(jié)能減排的大背景下，宿州市某城區(qū)在PM2.5污染的治理上已取得階段性成效，但至2020a超標(biāo)率仍達52.19%，污染依然嚴(yán)峻，宿州市PM2.5污染值得進一步關(guān)注。

圖2 2015～2020a宿州市某城區(qū)PM2.5濃度和超標(biāo)率

2)PM2.5濃度季節(jié)和月變化規(guī)律 圖3為2015～2020a宿州市某城區(qū)PM2.5濃度季節(jié)變化特征。PM2.5濃度受溫度、降水等氣象要素影響，使得PM2.5濃度月變化具有明顯的季節(jié)性特征。PM2.5平均濃度變化大體呈冬季>秋季>春季>夏季。從季節(jié)變化看，2017a以來除冬季外均呈下降趨勢，與年均值下降趨勢一致。春季和夏季下降更為顯著，春季和夏季均值自2017a的77.23μg·m-3和45.49μg·m-3逐年下降至2020a的39.50μg·m-3和17.23μg·m-3，夏季在2016a取得極小值。秋季均值自2016a的65.18μg·m-3逐年下降至2020a的49.25μg·m-3。冬季始終處于高值且近年來略呈上升趨勢。PM2.5濃度超標(biāo)率與濃度變化有很好的對應(yīng)性，超標(biāo)率自2017a四季均呈下降趨勢，春夏季最為明顯，分別下降近45和62個百分點；秋季在2016～2020a間下降了24個百分點；冬季亦處于高值，下降趨勢不明顯。

圖4為2015～2020a宿州市某城區(qū)PM2.5濃度月變化特征。PM2.5月均濃度則呈雙峰單谷的“V”型分布。每年12月和1月PM2.5濃度值最高；1月以后PM2.5月均濃度不斷下降，至7～8月濃度值最低，之后進入上升期。2015a 6～8月PM2.5濃度偏高可能是由于秸稈焚燒導(dǎo)致污染物增加，從2016a開始宿州市加強秸稈禁燒力度，6～8月PM2.5濃度均值已顯著下降。2018a 12月PM2.5濃度均值較11月下降，這可能與降水、相對濕度等氣象因素影響有關(guān)。2020a 2月PM2.5濃度均值顯著下降，這可能與疫情期間排放低有關(guān)。近年來12月和1月PM2.5月均濃度雖有所降低，但仍然超過90μg·m-3，12月和1月仍然值治理的重點月份。

圖4 2015～2020a宿州市某城區(qū)PM2.5濃度月變化特征

3)PM2.5濃度日變化規(guī)律 2015～2020a宿州市某城區(qū)PM2.5濃度年均值日變化趨勢均呈“雙峰單谷”分布(見圖5)。00∶00～06∶00PM2.5濃度處于較高值變化幅度很小，主要因為這一時期溫度較低，近地面大氣湍流較弱，不利于污染擴散。隨著早高峰的到來，06∶00后PM2.5濃度開始緩慢上升，于09∶00～10∶00達到峰值。隨著溫度不斷上升，大氣垂直運動能力增強湍流加劇，利于污染物擴散，PM2.5濃度迅速降低，于16∶00～17∶00達到谷值。受晚高峰持續(xù)影響，18∶00開始PM2.5濃度開始上升，由于氣溫不斷降低， 大氣湍流能力減弱，污染物迅速聚集， PM2.5濃度快速上升， 在22∶00～23∶00再次達到峰值。

圖5 2015～2020a宿州市某城區(qū)PM2.5日變化規(guī)律

2.2 PM2.5濃度與氣象因素的關(guān)系

宿州市某城區(qū)PM2.5濃度與氣象因素關(guān)系密切。由于近3年P(guān)M2.5超標(biāo)日數(shù)依舊偏多，選取2018～2020a的PM2.5監(jiān)測數(shù)據(jù)及同期的氣象數(shù)據(jù)進行對比分析。首先分析降水對PM2.5污染的影響，之后運用剔除了雨日的氣象觀測資料及與之相對應(yīng)的PM2.5日均濃度數(shù)據(jù)進行進一步分析。

1)降水對PM2.5濃度的影響 圖6和圖7分別為不同降水量區(qū)間下PM2.5小時濃度變化和PM2.5日均濃度與前一日的差值。隨著降水量的增加，PM2.5小時濃度超過35μg·m-3的百分率呈明顯的下降趨勢，降水對PM2.5污染有顯著的清洗作用。降水量在0～1mm之間時，PM2.5小時濃度均值為48.63μg·m-3，PM2.5濃度日均值與前一日的均值差值為3.84μg·m-3；降水量在1～3mm之間時，小時濃度均值為41.55μg·m-3，日均值與前一日的均值差值為-1.53μg·m-3；降水量在3～6mm之間時，小時濃度均值為29.09μg·m-3，日均值與前一日的均值差值為-5.16μg·m-3；降水量在6～12mm之間時，小時濃度均值為24.54μg·m-3，日均值與前一日的均值差值為-5.20μg·m-3；降水量超過12mm時，小時濃度均值為18.65±14.09μg·m-3， 日均值與前一日均值的差值為-9.45μg·m-3。 可見當(dāng)降水量超過3～6mm時， 日均值與前一日的均值平均差值達-5.16μg·m-3， 對PM2.5清洗作用較強。

圖6 不同降水量區(qū)間下PM2.5小時濃度變化

圖7 不同降水量區(qū)間下PM2.5日均濃度與前一日的差值

2)其他氣象要素對PM2.5濃度的影響 為排除降水的影響， 利用剔除日累積降雨量大于1mm的數(shù)據(jù)進一步分析PM2.5濃度與其他氣象因素的關(guān)系。 表2和表3分別是逐步回歸結(jié)果中R2與各變量回歸系數(shù)和相關(guān)分析結(jié)果。 全年及四季多元線性回歸模型的顯著性P值均小于0.000， 通過α=0.05顯著性水平檢驗，表明所建回歸模型具有統(tǒng)計學(xué)意義。

表2 全年及四季逐步回歸結(jié)果中R2與各變量回歸系數(shù)

表3 全年及四季相關(guān)分析結(jié)果

從全年看，回歸方程擬合度(R2)為0.322，模型擬合度較好。PM2.5濃度主要受日平均氣溫影響。究其原因，冬季日平均氣溫低，主要受高壓系統(tǒng)控制，靜穩(wěn)的大氣層結(jié)不利于污染擴散，PM2.5濃度高。夏季日平均氣溫高，大氣對流活躍，利于污染物的擴散，PM2.5濃度值最低。從相關(guān)分析結(jié)果看，PM2.5濃度與日平均氣溫呈顯著正相關(guān)，與日平均氣壓相反呈顯著負(fù)相關(guān)(P<0.01)，且日平均氣壓與日平均氣溫存在明顯的負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為0.601(P<0.01)。因此，逐步回歸模型排除了與PM2.5濃度相關(guān)系數(shù)相對較低的日平均氣壓。此外，PM2.5濃度與日平均相對濕度呈弱正相關(guān)，與日平均風(fēng)速呈弱負(fù)相關(guān)(P<0.01)。

從四季看，春季PM2.5濃度回歸方程擬合度較差，相對而言受日平均相對濕度影響較為明顯。這可能與春季季風(fēng)氣候影響、冷暖空氣活躍、外來輸送影響較為強烈有關(guān)。從相關(guān)系數(shù)看，PM2.5濃度與日平均相對濕度和日平均風(fēng)速的相關(guān)性與全年相似，但與日平均相對濕度的相關(guān)系數(shù)更大。夏季PM2.5濃度主要受日平均相對濕度影響，回歸系數(shù)為-0.505，相關(guān)系數(shù)為-0.493(P<0.01)，相關(guān)性與全年及其他季節(jié)相反?？赡苡捎谙募具M入主汛期，受東南季風(fēng)的強烈影響，濕度大有助于污染物沉降，PM2.5濃度與濕度呈顯著負(fù)相關(guān)。秋季主要影響因素與全年最為相似。主要受日平均氣溫影響，回歸系數(shù)為-0.452。逐步回歸模型排除了與PM2.5濃度相關(guān)系數(shù)相對較低的日平均氣壓。冬季主要受日平均氣壓影響，回歸系數(shù)為-0.344，其次受日平均風(fēng)速影響，回歸系數(shù)為-0.214。冬季高壓系統(tǒng)往往伴隨著冷空氣的到來，大風(fēng)降溫有助于PM2.5得到?jīng)_洗從而降低PM2.5濃度。從相關(guān)系數(shù)看，冬季除了與日平均氣壓和日平均風(fēng)速呈顯著負(fù)相關(guān)外，還與日平均相對濕度呈顯著正相關(guān)(相關(guān)系數(shù)為0.303)。主要由于冬季濕度相對夏季較小，往往無法讓顆粒物沉降，而吸濕增長會加重污染，這種情況在冬季和初春的低溫條件下易多發(fā)。本研究主要分析了宿州市某城區(qū)PM2.5濃度與主要氣象要素的關(guān)系，未考慮其他外來輸送及非氣象要素的影響。受PM2.5數(shù)據(jù)時長的限制，未能作變化趨勢分析。運用多元線性回歸模型對PM2.5濃度的分析主要考慮線性關(guān)系，對非線性關(guān)系未作考慮。今后有待數(shù)據(jù)的積累作進一步研究。

3)宿州市PM2.5污染治理的建議 根據(jù)以上分析，宿州市PM2.5污染受氣象要素影響顯著，提出建設(shè)如下：首先，加強氣象條件不利情況下的城市大氣污染治理，如運用向大氣中噴水、燃?xì)馀谠鲇甑裙こ谭椒ㄇ逑闯鞘写髿庵械奈廴疚?。其次，繼續(xù)推進能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，整體調(diào)控分配方式，根據(jù)氣象條件的不同組織安排生產(chǎn)，在氣象條件不利時應(yīng)落實針對性的減排減產(chǎn)或停產(chǎn)政策措施，鼓勵在有利氣象條件下適當(dāng)增產(chǎn)。同時加強監(jiān)管和企業(yè)轉(zhuǎn)型升級力度，提高環(huán)保審批門檻，強化供給側(cè)結(jié)構(gòu)性改革，鼓勵企業(yè)轉(zhuǎn)型升級，堅決做到升級一批、規(guī)范一批。再次針對機動車尾氣排放污染，鼓勵盡早淘汰黃標(biāo)車，加大力度推廣使用新能源車輛，擴大城區(qū)禁行/限行管制區(qū)域，加強交通引導(dǎo)疏通，緩解交通擁堵現(xiàn)狀。最后，加強巡查，嚴(yán)厲打擊露天燒烤、農(nóng)田焚燒生物質(zhì)(秸稈)行為，堅決落實秸稈禁燒，強化秸稈的綜合利用。

4 結(jié)論

(1)宿州市某城區(qū)PM2.5濃度具有明顯年變化特征。2015～2020a PM2.5濃度值分別為63.59±34.74μg·m-3、 67.95 ± 44.85μg·m-3、 73.98 ±41.82μg·m-3、 59.07 ± 34.84μg·m-3、 53.22 ±33.05μg·m-3、48.52±38.91μg·m-3。PM2.5年平均濃度自2017a后逐年下降，2020a較2017a下降34.41%。國家節(jié)能減排的大背景下，宿州市某城區(qū)在PM2.5污染的治理上已取得階段性成效，但至2020a超標(biāo)率仍達52%，污染依然嚴(yán)峻。

(2)宿州市某城區(qū)PM2.5濃度具有明顯的季節(jié)性特征。PM2.5平均濃度變化大體呈冬季>秋季>春季>夏季。春季和夏季呈下降趨勢，分別自2017a的77.23±36.73μg·m-3和45.49±15.82μg·m-3逐年下降至2020a的39.50±15.76μg·m-3和17.23±12.00μg·m-3，夏季在2016a取得極小值。秋季自2016a的65.18±37.25μg·m-3逐年下降至2020a的49.25±28.07μg·m-3。冬季始終處于高值近年來略呈上升趨勢。PM2.5濃度超標(biāo)率自2017a四季均呈下降趨勢，春夏季分別下降近45和62個百分點；秋季在2016～2020a間下降了24個百分點；冬季下降趨勢不明顯。月均濃度則呈雙峰單谷的“V”型分布，冬季的12月和1月污染最為嚴(yán)重。

(3)降水對宿州市某城區(qū)PM2.5污染有顯著的清洗作用。隨著降水量的增加，PM2.5小時濃度呈明顯的下降趨勢。當(dāng)降水量超過3～6mm時，日均值與前一日的平均差值達-5.16μg·m-3，對PM2.5清洗作用較強。

(4)宿州市某城區(qū)全年P(guān)M2.5濃度主要受日平均氣溫影響，逐步回歸系數(shù)為-0.552。春季PM2.5濃度相對而言受日平均相對濕度較為明顯。夏季PM2.5濃度主要受日平均相對濕度影響，回歸系數(shù)為-0.505。秋季主要影響因素與全年最為相似，主要受日平均氣溫影響，回歸系數(shù)為-0.452。冬季主要受日平均氣壓影響，回歸系數(shù)為-0.344，其次受日平均風(fēng)速影響，回歸系數(shù)為-0.214。