呼倫貝爾市大氣環(huán)境污染特征分析

王 煜,賈 旭

(內(nèi)蒙古財經(jīng)大學(xué) 資源與環(huán)境經(jīng)濟(jì)學(xué)院,內(nèi)蒙古 呼和浩特 010070)

隨著工業(yè)化和城鎮(zhèn)化進(jìn)程的加快,大氣污染已經(jīng)成為我國面臨的最大環(huán)境問題之一[1]。大氣污染對生態(tài)環(huán)境、人類健康和區(qū)域氣候變化均有較大的影響[2-4],而化石能源燃燒是主要大氣污染源之一,其中煙塵和SO2等物質(zhì)被認(rèn)為是主要的大氣污染物,并且細(xì)顆粒污染較為嚴(yán)重。為了解決環(huán)境污染問題,應(yīng)制定預(yù)防措施,著重針對大氣污染的形成原因進(jìn)行治理,從而改善空氣質(zhì)量。通過這些措施,可以幫助人類社會與自然環(huán)境實現(xiàn)和諧發(fā)展[5-9]。

呼倫貝爾市地處內(nèi)蒙古自治區(qū)東北部,是中國優(yōu)秀旅游城市、全國僅有的草原旅游重點開發(fā)區(qū),境內(nèi)的呼倫貝爾大草原是世界四大草原之一,因此,大氣環(huán)境質(zhì)量備受世界各地游客和公眾的關(guān)注[10]。本文通過對呼倫貝爾市2015年1月—2022年12月的空氣質(zhì)量指數(shù) (Air Quality Index,AQI)、PM2.5、PM10、SO2、NO2、O3、CO監(jiān)測數(shù)據(jù),分析不同季節(jié)和年份各種污染物的變化趨勢,以此揭示該區(qū)域大氣污染物的變化特征。通過建立線性回歸分析模型,研究大氣中PM2.5與PM10濃度的關(guān)系,分析PM2.5與SO2、O3、NO2濃度之間的相關(guān)性,為今后呼倫貝爾市的大氣環(huán)境狀況防控措施提供依據(jù)。

1 研究區(qū)概況

呼倫貝爾市地理坐標(biāo)為47°05′—53°20′N,115°13′—126°04′E。氣候具有明顯的地域分異特征,以大興安嶺山脈為界,嶺東為季風(fēng)氣候區(qū),嶺西為大陸性氣候區(qū)。嶺東區(qū)年降水量500～800 mm之間,嶺西區(qū)年降水量在300～500 mm之間。年均氣溫-5～2 ℃,無霜期114～120 d。年均水面蒸發(fā)量850～1 350 mm,陸地蒸發(fā)量在350 mm以上,相對濕度介于 55%～75%。年均風(fēng)速 2.5～4.3 m·s-1。土壤類型從東向西依次為黑土-黑鈣土-栗鈣土。第三次國土調(diào)查數(shù)據(jù)顯示,呼倫貝爾市土地利用現(xiàn)狀為林地面積最大,其次為草地、濕地、耕地、水域、城鎮(zhèn)建設(shè)用地和交通運輸用地,園地面積最小。呼倫貝爾大草原是目前世界上保存最好的天然草原之一,素有“世界著名草原”之稱。植被類型主要分布有森林草原、草甸草原和典型草原三大類型。典型草原的優(yōu)勢物種有大針茅(Stipagrandis)、克氏針茅(Stipakrylovii)、羊茅(Festucaovina)、糙隱子草(Cleistogenessquarrosa)和冰草(Agropyroncristatum)等。草甸草原的優(yōu)勢物種有貝加爾針茅(Stipabaicalensis)、羊草(Leymuschinensis)和線葉菊(Filifoliumsibiricum)等。

2 研究方法

2.1 數(shù)據(jù)來源

2015年1月—2022年12月呼倫貝爾市月平均AQI、PM2.5、PM10、SO2、NO2、O3、CO的監(jiān)測資料數(shù)據(jù)來源于內(nèi)蒙古生態(tài)環(huán)境網(wǎng)(https://sthjt.nmg.gov.cn/)和中國空氣質(zhì)量在線監(jiān)測分析平臺(https://www.aqistudy.cn/historydata/)的歷史數(shù)據(jù)。

AQI是一個描述空氣質(zhì)量狀況的無量綱指數(shù),共分為六級。根據(jù)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》(HJ 633—2012),每項空氣污染物都對應(yīng)一個空氣質(zhì)量分指數(shù)(Individual Air Quality Index,IAQI),這些分指數(shù)與各項空氣污染物的質(zhì)量濃度有關(guān)[11]。當(dāng)AQI大于50時,分別計算出每項污染物的IAQI,取各項IAQI的最大值作為AQI的值。此時,被認(rèn)為是首要的污染物(表1、表2[12])。

表1 空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項目濃度限值Tab.1 Individual air quality index and concentration limit value of corresponding pollutant

表2 空氣質(zhì)量指數(shù)及相關(guān)信息Tab.2 Air quality index and related information

2.2 回歸分析

本文采用回歸分析方法,建立了PM2.5和PM10濃度的回歸模型,以此判斷大氣環(huán)境中PM2.5和PM10之間的關(guān)系,同時研究PM2.5與SO2、O3、NO2濃度之間的相關(guān)性,為呼倫貝爾市的大氣環(huán)境狀況防控措施提供依據(jù),進(jìn)而能夠科學(xué)地提出有側(cè)重點的環(huán)境管理建議。

一元線性回歸模型的基本結(jié)構(gòu)形式為:

y=ax+b

式中:x代表PM10、SO2、O3和NO2等污染物濃度;y代表PM2.5濃度;a和b為線性回歸方程擬合系數(shù)。

3 結(jié)果與分析

3.1 大氣各污染物濃度變化特征

3.1.1NO2濃度變化特征

2015—2022年呼倫貝爾市大氣NO2濃度變化介于 11.30～22.00 μg·m-3之間。其中,2015—2017年NO2濃度明顯高于其他年份,2018年、2020年、2021年、2022年濃度水平相近。NO2濃度變化從2015—2022年呈現(xiàn)出逐年下降趨勢。從季節(jié)尺度上看,冬季(1月、2月、11月和12月)的NO2濃度(平均值介于 12.75～27.25 μg·m-3)明顯高于其他季節(jié)(圖1)。其原因可能是呼倫貝爾正處于最寒冷的時間段,煤炭的不充分燃燒產(chǎn)生NO2導(dǎo)致其濃度劇增[12]。

圖1 NO2濃度年際變化(左)和季節(jié)變化(右)特征Fig.1 Characteristics of interannual variation (left) and seasonal variation (right) of NO2 concentration

3.1.2PM2.5和PM10濃度變化特征

2015—2022年呼倫貝爾市PM2.5和PM10濃度變化特征基本一致,其均值分別介于 15.5～36.58 μg·m-3和 27.75～67.25 μg·m-3之間,變化趨勢呈逐年降低趨勢。2015—2016年P(guān)M2.5和PM10的濃度明顯偏高,而2017—2022年大致相同。從季節(jié)尺度上看冬季出現(xiàn)大高峰,7月和8月出現(xiàn)小高峰,3月其濃度大幅度下降(圖2、圖3)。

圖2 PM2.5濃度年際變化(左)和季節(jié)變化(右)特征Fig.2 Characteristics of interannual variation (left) and seasonal variation (right) of PM2.5 concentration

圖3 PM10濃度年際變化(左)和季節(jié)變化(右)特征Fig.3 Characteristics of interannual variation (left) and seasonal variation (right) of PM10 concentration

3.1.3O3、CO和SO2濃度變化特征

由圖4可知,O3的平均濃度波動范圍介于 71.92～80.83 μg·m-3,且在年際尺度上顯示出略微增加的趨勢。從季節(jié)尺度上看夏季(7月和8月)濃度最高(約 95.66 μg·m-3),春季和秋季相當(dāng)(約 70.42 μg·m-3和 79.54 μg·m-3),冬季最小(約 54.25 μg·m-3)。2015—2022年呼倫貝爾市CO濃度變化不大,但總體呈減少趨勢。CO濃度均值介于0.36～0.53 mg·m-3。SO2的濃度在2015—2020年呈明顯減少趨勢;而在2021—2022年有略微增加趨勢,其均值變化介于 2.75～11.58 μg·m-3。從季節(jié)尺度上看,冬季CO和SO2濃度明顯高于其他月份,而在夏季二者濃度相對穩(wěn)定(圖5、圖6)。

圖4 O3濃度年際變化(左)和季節(jié)變化(右)特征Fig.4 Characteristics of interannual variation (left) and seasonal variation (right) of O3 concentration

圖5 CO濃度年際變化(左)和季節(jié)變化(右)特征Fig.5 Characteristics of interannual variation (left) and seasonal variation (right) of CO concentration

圖6 SO2濃度年際變化(左)和季節(jié)變化(右)特征Fig.6 Characteristics of interannual variation (left) and seasonal variation (right) of SO2 concentration

3.2 AQI變化特征

2015—2022年AQI均值介于 40.92～61.75 μg·m-3。2015—2022年間共計96個月,本研究根據(jù)空氣質(zhì)量指數(shù)與級別判斷標(biāo)準(zhǔn),AQI一級的時間為51個月,占 60%;二級的時間為33個月,占 40%(圖7)?？傮w來看,呼倫貝爾市的空氣質(zhì)量主要以優(yōu)良為主,出現(xiàn)污染天氣的日數(shù)極少。AQI變化從低到高為春季(54.6 μg·m-3)>夏季(50.0 μg·m-3)>冬季(45.7 μg·m-3)>秋季(37.5 μg·m-3),即呼倫貝爾市秋季的空氣質(zhì)量最好,其次為冬季,春季空氣質(zhì)量相對較差。AQI在2015年、2016年、2017年、2019年的春季最高,空氣質(zhì)量最差,其他季節(jié)從2015—2022年AQI逐年下降,整體上表現(xiàn)出逐年變好的趨勢。

圖7 AQI年際變化(左)和季節(jié)變化(右)特征Fig.7 Characteristics of interannual variation (left) and seasonal variation (right) of AQI

3.3 PM2.5與PM10、O3、SO2、NO2濃度的回歸分析

3.3.1PM2.5和PM10濃度的回歸分析

通過建立PM2.5和PM10濃度的回歸模型,以揭示PM2.5和PM10濃度之間的關(guān)系(圖8)。對2015年1月—2022年12月的月平均PM2.5和PM10濃度的數(shù)據(jù)進(jìn)行分析,看到PM2.5和PM10的比值在 0.404～0.723 之間,平均值為 0.554。由回歸方程可知PM2.5和PM10存在顯著的相關(guān)性(P<0.05),且細(xì)顆粒物對比粗顆粒物占據(jù)更大的比例,大約為 47.26%。因此,PM2.5是環(huán)境監(jiān)測中應(yīng)該優(yōu)先考慮關(guān)注的對象。

圖8 PM2.5和PM10濃度的回歸分析Fig.8 Regression analysis of PM2.5 and PM10

3.3.2PM2.5和O3濃度的回歸分析

隨著全國范圍內(nèi)的各類污染物濃度的提高,高濃度的O3會和高濃度的PM2.5產(chǎn)生復(fù)合污染物,可加深環(huán)境污染的程度。月平均PM2.5和O3濃度的比值在 0.131～0.323 之間,平均值為 0.252?；貧w分析結(jié)果顯示PM2.5與O3濃度存在不顯著相關(guān)性(圖9),其原因是呼倫貝爾市的O3濃度最高為夏季,而PM2.5的濃度春季和冬季最高,且PM2.5和O3的污染主要出現(xiàn)在夏季炎熱的時期,呼倫貝爾市所處的緯度較高,O3濃度相對低,這在一定程度上減少了大氣的復(fù)合污染。

圖9 PM2.5和O3濃度的回歸分析Fig.9 Regression analysis of PM2.5 and O3

3.3.3PM2.5和SO2濃度的回歸分析

SO2主要來源于人類的生產(chǎn)生活排放的廢氣且在空氣中通過水蒸氣的作用與PM2.5相結(jié)合會產(chǎn)生霧霾,嚴(yán)重影響人們的生產(chǎn)生活、身體健康和出行安全[12]。月平均PM2.5和SO2濃度的比值在 0.153～0.405之間(圖10),平均值為 0.234,且二者存在極顯著相關(guān)性(P<0.01)。呼倫貝爾市PM2.5濃度在春季和冬季最高,而該季節(jié)處于采暖期,燃煤排放的SO2增加,故PM2.5和SO2濃度呈現(xiàn)極顯著相關(guān)性(P<0.01)。因此,在治理PM2.5污染的同時也應(yīng)該降低SO2濃度[13]。

圖10 PM2.5和SO2濃度的回歸分析Fig.10 Regression analysis of PM2.5 and SO2

3.3.4PM2.5和NO2的回歸分析

月平均PM2.5和NO2濃度的比值在 0.503～0.794之間(圖11),平均值為 0.642,且二者存在極顯著相關(guān)性(P<0.01)。呼倫貝爾市PM2.5的濃度春季和冬季最高。NO2的濃度最高也出現(xiàn)在春季和冬季。

圖11 PM2.5和NO2濃度的回歸分析Fig.11 Regression analysis of PM2.5 and NO2

4 結(jié)論與討論

4.1 結(jié)論

(1)2015—2022年呼倫貝爾市NO2、PM2.5、PM10、CO和SO2大氣污染物呈現(xiàn)逐年減少的趨勢變化特征,且在冬季污染物濃度明顯高于其他季節(jié)。而O3的濃度在研究時段內(nèi)呈現(xiàn)略微增加的趨勢,且在夏季濃度最高。

(2)根據(jù)AQI變化特征,呼倫貝爾市秋季空氣質(zhì)量最好,其次為冬季和夏季,而春季空氣質(zhì)量相對較差。

(3)PM2.5和PM10濃度之間存在顯著的相關(guān)性,且PM2.5對比PM10占據(jù)更大的比例,大約為 47.26%。PM2.5與O3濃度存在不顯著的相關(guān)性。PM2.5與NO2和SO2的濃度呈現(xiàn)極顯著的相關(guān)性,即PM2.5與NO2和SO2容易相互疊加產(chǎn)生污染。

4.2 討論

2015—2022年NO2濃度的季節(jié)變化特征顯示,冬季濃度明顯高于其他季節(jié),其原因可能是呼倫貝爾市正處于最寒冷的時間段,煤炭的不充分燃燒產(chǎn)生NO2導(dǎo)致其濃度劇增[13]。PM2.5和PM10濃度在冬季出現(xiàn)大高峰,固定源的增加可能是其濃度增加的原因[14]。7月和8月出現(xiàn)小高峰可能是由于自然源的增加,在夏季氣溫增加布朗運動加強(qiáng),進(jìn)而導(dǎo)致PM2.5和PM10的濃度增加[15]。3月初,局地風(fēng)力增強(qiáng)致使PM10和PM2.5等粒子向大氣中的擴(kuò)散速度加快,可能是其濃度大幅度下降的原因。此外,通過PM2.5和PM10濃度的回歸分析得到二者之間存在顯著的正相關(guān),這表明二者具有共同的污染源且細(xì)顆粒物占比較大,故PM2.5在環(huán)境監(jiān)管中應(yīng)該是優(yōu)先考慮和關(guān)注的對象[16]。PM2.5與SO2和NO2濃度之間也表現(xiàn)為極顯著的正相關(guān),在春季和冬季取暖期間燃燒化石能源釋放出的SO2和NO2等在大氣中滯留,一次污染物與二次顆粒物共存可能加劇了PM2.5濃度的增加。