2019～2021年北京市PM2.5及組分受風(fēng)向影響研究

陳 晨,李云婷,常 淼,景 寬,孫 峰,郭元喜,董 欣,孫瑞雯,沈秀娥,劉保獻

2019～2021年北京市PM2.5及組分受風(fēng)向影響研究

陳 晨,李云婷,常 淼,景 寬,孫 峰,郭元喜,董 欣,孫瑞雯,沈秀娥,劉保獻*

(北京市生態(tài)環(huán)境監(jiān)測中心,北京 100083)

利用北京市2019～2021年的氣象數(shù)據(jù)、PM2.5及組分濃度數(shù)據(jù),結(jié)合常規(guī)污染物NO2濃度,分別對PM2.5及組分濃度、氣象參數(shù)、NO2濃度和氮氧化率(NOR)大小的時空變化進行分析比較.結(jié)果表明:2019～2021年三年間北京市城區(qū)PM2.5濃度下降14%,但NO3-上升12%;各風(fēng)向上,北京市城區(qū)PM2.5濃度大小順序為:東北風(fēng)>東風(fēng)>西南風(fēng)>東南風(fēng)>南風(fēng)>西風(fēng)>北風(fēng)>西北風(fēng),此外,二次無機鹽組分最高濃度均出現(xiàn)在偏東風(fēng)風(fēng)向,有機物(OM)最高濃度出現(xiàn)在西南風(fēng);各風(fēng)向年際變化上,2019～2021年,北京市PM2.5、各組分及NO2濃度在空間上均呈現(xiàn)高濃度“東移”特征,NO3-在東北風(fēng)向上上升幅度最高,達65.7%;東北、東風(fēng)及東南風(fēng)風(fēng)向上,相對濕度同步升高,NOR在東北、東風(fēng)風(fēng)向上同步升高,升高幅度達70%,由此認為,北京市NO3-在東北風(fēng)向上的反彈與前體物濃度東移和東北風(fēng)向上相對濕度的升高有關(guān).

PM2.5；組分濃度；風(fēng)向分布；NO3-濃度反彈；氣象條件

研究表明,氣象條件是除污染源排放外影響大氣中顆粒物濃度及其化學(xué)組分的重要因素[1-3].受地形地貌、全球氣候變化以及區(qū)域產(chǎn)業(yè)結(jié)構(gòu)等因素影響,氣象場在空間上具有特異性,在時間上呈現(xiàn)年度差異性,污染源排放在區(qū)域范圍上也表現(xiàn)顯著的地域化特征.

因此,不同地區(qū)的氣象條件與PM2.5濃度的關(guān)系具有理論統(tǒng)一性的同時兼具地方差異化特征[4-5].在眾多的氣象條件中,風(fēng)向是影響空氣質(zhì)量的關(guān)鍵因子.Davis等[6]指出短時間內(nèi)大尺度環(huán)流形勢對污染過程起到?jīng)Q定性的作用;Clappier等[7]對希臘的研究中,根據(jù)污染排放特征和風(fēng)型進行分類,將希臘半島劃為不同區(qū)域,每個區(qū)域?qū)?yīng)一種特定的污染物行為.

在我國,一些學(xué)者研究了短時段PM2.5重污染事件,分析氣象因素與PM2.5濃度的關(guān)系.在這些研究中,有的定性分析了風(fēng)向風(fēng)速是不可忽視的氣象因子:何建軍等[8]指出風(fēng)場是決定大氣污染物局地輸送、擴散和跨界輸送的重要因素;有的解釋了風(fēng)向風(fēng)速對污染物的影響方式:孫兆彬等[5]的研究解釋了北京特殊的地形特征下,不同風(fēng)向風(fēng)速對污染物傳輸?shù)淖饔锰卣?有的計算了風(fēng)場對污染濃度的影響程度:Liang等[9]研究了氣象要素與PM2.5及組分濃度的多元線性方程,其中,風(fēng)向、風(fēng)速是具有較大相關(guān)系數(shù)的變量.更多的研究總結(jié)了我國不同城市PM2.5濃度與氣象要素的關(guān)系或在不同風(fēng)向風(fēng)速下PM2.5的濃度變化特征[10-20].除此之外,一些學(xué)者將氣象因素對PM2.5濃度的影響進行了更精確的計算:許艷玲等[4]基于WRF- CMAQ模型系統(tǒng)定量分析了氣象和排放因素對全國及重點區(qū)域PM2.5污染影響程度,其指出,相比2015年,2016年氣象因素和排放因素變化導(dǎo)致全國PM2.5年均濃度下降幅度分別為4%和3%.綜上,目前針對氣象要素與PM2.5的濃度關(guān)系、尤其是重污染時段氣象要素與PM2.5及組分濃度關(guān)系的研究較多,有助于我們加深認識和探索污染物在環(huán)境中的過程演變規(guī)律.但是,針對較長時間尺度的、PM2.5及其組分濃度的分風(fēng)向分布特征的研究嚴重不足.

本文利用2019～2021年一段較長時間段內(nèi),北京市車公莊站膜采樣的PM2.5及組分濃度數(shù)據(jù)及觀象臺氣象觀測數(shù)據(jù),配合北京市NO2日均濃度數(shù)據(jù),從年均PM2.5及組分濃度的分風(fēng)向濃度分布、年際變化情況、不同風(fēng)向的相對濕度大小、NO2濃度及氮氧化率的分風(fēng)向分布等多個方面的研究,重點探討北京市PM2.5及組分濃度與風(fēng)向的關(guān)系,嘗試探討NO3-在單一風(fēng)向上反彈程度嚴重的可能因素,以期為管理部門更為精準(zhǔn)的控制大氣污染提供科學(xué)依據(jù).

1 數(shù)據(jù)和方法

1.1 樣品采集與數(shù)據(jù)來源

(PM2.5)及組分濃度采用膜采樣分析結(jié)果,采樣地點位于北京市海淀區(qū)西二環(huán)與三環(huán)之間,北京市生態(tài)環(huán)境監(jiān)測中心7樓樓頂(39°55'512N, 116°19'92E),距離車公莊西路約50m,點位位于北京市中心城區(qū),可在一定程度上代表北京市城區(qū)區(qū)域大氣污染水平.

(PM2.5)分析使用MX5(瑞士梅特勒公司)型分析天平,測量精度為1100000,樣品稱量前后均恒溫(18 ± 1)℃、恒濕(47% ± 2%) 24h;OC、EC質(zhì)量濃度使用美國Sunset-L4型分析儀測定,膜裁剪面積為1.5cm2;水溶性陽離子質(zhì)量濃度使用美國Dionex-ICS2000 型離子色譜分析儀測定,陰離子質(zhì)量濃度使用美國Dionex-ICS3000 離子色譜分析儀測定,樣品使用50mL去離子水超聲提取, 0.45μm微孔濾膜過濾后測定;Si、Al、Fe、Mg 等金屬及類金屬組分的質(zhì)量濃度使用美國Thermo公司Intrepid Ⅱ-XDL光譜儀分析,樣品經(jīng)密閉微波消解冷卻后,加飽和硼酸溶液再次密閉微波消解、過濾、定容后測定.ρ(NO2)資料為北京市生態(tài)環(huán)境監(jiān)測中心發(fā)布的逐時濃度數(shù)據(jù).氣象資料為與污染資料相對應(yīng)的北京市觀象臺地面觀測數(shù)據(jù)(http://cdc.cma.gov.cn/).

1.2 研究方法

1.2.1 氣象數(shù)據(jù)的處理 將PM2.5濃度與觀象臺風(fēng)向小時數(shù)據(jù)一一對應(yīng),根據(jù)當(dāng)日小時風(fēng)向監(jiān)測數(shù)據(jù),統(tǒng)計當(dāng)日風(fēng)頻最大風(fēng)向為主導(dǎo)風(fēng)向,設(shè)為當(dāng)日風(fēng)向.通過八分法將風(fēng)向設(shè)定為北風(fēng)(337.5°～22.5°)、東北風(fēng)(22.5°～67.5°)、東風(fēng)(67.5°～112.5°)、東南風(fēng)(112.5°～157.5°)、南風(fēng)(157.5°～202.5°)、西南風(fēng)(202.5°～247.5°)、西風(fēng)(247.5°～292.5°)、西北風(fēng)(292.5°～337.5°)8個風(fēng)向,由于缺乏其它站點氣象觀測數(shù)據(jù),以觀象臺風(fēng)向代表全市整體風(fēng)向,默認為全市多數(shù)情況為受到系統(tǒng)風(fēng)場的影響.日均風(fēng)速為小時風(fēng)速監(jiān)測數(shù)據(jù)平均值.此外,按照氣象的定義,設(shè)定靜風(fēng)(0～0.2m/s),研究表明靜風(fēng)風(fēng)頻較低,本文重點討論8風(fēng)向下PM2.5及組分濃度分布規(guī)律.

1.2.2 PM2.5化學(xué)質(zhì)量重構(gòu)處理方法 借鑒以往研究結(jié)果[21-23],SO42-、NO3-、NH4+、EC以直接測定結(jié)果參與化學(xué)重構(gòu)中,對于大氣顆粒物中的有機物(OM),化學(xué)結(jié)構(gòu)比較復(fù)雜,多數(shù)研究將測定值OC乘以系數(shù)()來代表OM,綜合以往研究結(jié)果[23],本研究選擇1.4為OM的全年平均折算系數(shù);此外,針對PM2.5中地殼物質(zhì)的重構(gòu),結(jié)合本研究所測定組分及劉保獻等[23]的研究成果:

地殼物質(zhì)=2.20Al+1.63Ca+2.42Fe+2.49Si+1.93Mg.

2 結(jié)果與分析

2.1 2019～2021年北京城區(qū)PM2.5濃度、組分濃度及氣象要素情況

如表1所示,PM2.5各組分濃度均呈逐年下降趨勢.與2019年相比,各組分中,濃度降幅最大的為EC,降幅達42%,唯一濃度反彈組分為NO3-,反彈幅度為12%,PM2.5降幅為14%.雖然北京市PM2.5濃度逐年降低,但NO3-污染問題突出.

表1 北京市2019～2021年P(guān)M2.5主要組分濃度(mg/m3)

比較2010～2020年10a間中國不同城市PM2.5中二次無機鹽組分(SNA)占比情況(圖1),可以看出不同地區(qū)大氣細顆粒物中主要水溶性離子的濃度存在明顯差異.本研究中(2019～2021年平均)北京市SNA占比與北京市其他研究相比處于中游水平.從北京本地的研究結(jié)果看,2014年夏季[24]硫酸鹽濃度高于硝酸鹽,2014年以后,北京市PM2.5水溶性組分中,硝酸鹽濃度均高于硫酸鹽.本研究中(2019～2021年),北京市硝酸鹽濃度是硫酸鹽的1.8倍,2019～2021年該比例逐年升高,分別為1.5、1.6和2.4倍.

圖1 2010年以來中國不同城市PM2.5二次無機鹽組分濃度占比

表2 不同城市OC和EC的濃度水平及占比

研究表明[30],含碳組分一般占PM2.5濃度的10%～70%,人口密集的城市中碳組分占比甚至超過60%.不同地區(qū)由于污染排放、氣象條件及大氣氧化能力等條件的綜合影響,OC和EC在PM2.5中的占比存在較大差異,表2中列出了北京及周邊城市近年來OC和EC的濃度水平及OC/EC的比值情況.從OC/EC比值上看,北京市2020～2021年OC/EC比例相較2019年顯著升高,同時京津冀區(qū)域尤其北京市比值偏高,可見北京市半揮發(fā)性有機物(VOCs)的二次轉(zhuǎn)化作用較強,且近2a有增強趨勢.

如圖2所示,2019年北京市以西南風(fēng)為主導(dǎo)風(fēng)向,2020～2021年則以東北風(fēng)為主導(dǎo)風(fēng)向.如圖3所示,主導(dǎo)風(fēng)向為東風(fēng)時,日平均相對濕度最高;東北風(fēng)、東風(fēng)、東南風(fēng)、南風(fēng)為日主導(dǎo)風(fēng)向時,日平均相對濕度高于50%;西北風(fēng)方向上,相對濕度最低.從年際變化上看,2019～2021年各風(fēng)向上相對濕度均呈升高趨勢.與2019年相比,2021年年均相對濕度升高20.5%,尤其是東北風(fēng)、東風(fēng)、北風(fēng)和西風(fēng)風(fēng)向上,相對濕度升高超20%.

圖2 2019～2021年北京市風(fēng)向、風(fēng)速玫瑰圖

圖3 2019～2021年北京市分風(fēng)向相對濕度變化規(guī)律

2.2 北京市不同風(fēng)向上PM2.5及組分濃度分布規(guī)律及年際變化情況

表3統(tǒng)計了近3a PM2.5及各組分在各風(fēng)向上的濃度,PM2.5在各風(fēng)向上的大小順序為:東北風(fēng)>東風(fēng)>西南風(fēng)>東南風(fēng)>南風(fēng)>西風(fēng)>北風(fēng)>西北風(fēng).高值風(fēng)向第一梯隊為東北風(fēng)、東風(fēng),第二梯隊為西南風(fēng)、東南風(fēng)和南風(fēng),低值風(fēng)向為西風(fēng)、北風(fēng)、西北風(fēng).從各組分上看,OM最高濃度為西南風(fēng)及東北風(fēng),最低濃度為西北風(fēng);NO3-最高濃度出現(xiàn)在東北風(fēng)及東風(fēng),最低濃度風(fēng)向為西北風(fēng);SO42-最高濃度為東風(fēng)、南風(fēng),最低濃度風(fēng)向為西北風(fēng);NH4+除東風(fēng)外最高濃度風(fēng)向為東北風(fēng),最低風(fēng)向為西北風(fēng);地殼元素最高濃度風(fēng)向為東南風(fēng)、南風(fēng),最低濃度風(fēng)向為北風(fēng).

表3 2019～2021年(平均)北京市不同風(fēng)向PM2.5各組分平均濃度(mg/m3)

2019～2021年不同風(fēng)向的組分占比結(jié)果顯示(扣除沙塵天,圖4),東風(fēng)、東北風(fēng)、南風(fēng)風(fēng)向上,SNA占PM2.5總濃度的比例最高,占比分別為59%、55%、53%,其中,NH4+、NO3-在東風(fēng)風(fēng)向上濃度占比最高,而SO42-在南風(fēng)風(fēng)向上濃度占比最高,OM濃度占比最高風(fēng)向則為北風(fēng).值得注意的是,地殼元素在西北風(fēng)向上占比接近30%,西北風(fēng)向帶來的塵沙對北京市環(huán)境質(zhì)量的影響也不容忽視.

圖5比較了近3aPM2.5組分濃度在各風(fēng)向上的分布.從總體變化形勢上看,各組分濃度呈整體下降趨勢,但個別風(fēng)向和組分濃度反而上升.與2019年相比,2020年在東南風(fēng)、東風(fēng)、東北風(fēng)風(fēng)向上上升組分的平均升高幅度分別達32%、27%、23%;與2020年相比,2021年在北風(fēng)、東北風(fēng)、南風(fēng)、西風(fēng)、西北風(fēng)風(fēng)向上存在個別組分上升,北風(fēng)分量上,NO3-升高幅度達42%,但SO42-降幅較大,NH4+變化不大,東北風(fēng)、南風(fēng)分量上則表現(xiàn)為NO3-、NH4+同步上升.綜上,從風(fēng)向上看,近三年P(guān)M2.5及組分濃度的分布呈“東移”特征,東北風(fēng)、東風(fēng)、東南風(fēng)分量上上升組分多且“反彈”幅度大.

圖4 2019～2021年不同風(fēng)向上各組分占比

圖5 2019～2021年不同組分濃度的分風(fēng)向分布

比較相對于2019年,北京市城區(qū)2021年P(guān)M2.5及各組分在不同風(fēng)向的濃度變化情況,如圖6所示.

圖6 北京市各風(fēng)向上主要組分2021年相比2019年變化率

NO3-為上升情況最嚴重的組分,其在東北風(fēng)、西風(fēng)、南風(fēng)、北風(fēng)分量上均有上升,升高幅度分別為65.7%、22.9%、13.4%、4.32%;其次上升較顯著的為東北風(fēng)分量上的NH4+,升高幅度為42.3%;地殼元素在南風(fēng)、北風(fēng)、西風(fēng)分量上上升,升高幅度分別為33.9%、9.5%、8.0%;而SO42-僅在東北風(fēng)分量上上升,升高幅度為5.8%.總的來看,PM2.5濃度僅在東北風(fēng)分量上上升,濃度升高幅度達13.6%.綜上所述,北京市城區(qū)PM2.5及組分在各風(fēng)向上濃度分布的變化顯示,北京市受東北風(fēng)、北風(fēng)作用時,二次組分濃度呈升高趨勢,尤其是NO3-濃度在東北風(fēng)分量上反彈嚴重,值得重點關(guān)注.

2.3 不同污染程度下北京市城區(qū)PM2.5中二次無機鹽組分(SNA)濃度的風(fēng)向分布特征

統(tǒng)計北京市區(qū)2019～2021年P(guān)M2.5組分中銨根、硫酸根、硝酸根在清潔天(優(yōu)良天:PM2.5濃度小于75mg/m3)和超標(biāo)天(PM2.5濃度高于75mg/m3)的濃度風(fēng)向分布特征,如圖7.

圖7 北京市2019～2021年不同污染程度下PM2.5組分濃度的風(fēng)向分布

清潔天時,以東北風(fēng)-西南風(fēng)為分界,東南各風(fēng)向上濃度高于西北各風(fēng)向,各組分在各風(fēng)向上的濃度分布呈“梭型”分布.與清潔天相比,污染天時,西北風(fēng)、西風(fēng)風(fēng)向上各組分濃度升高幅度最大,這是因為清潔天時,西北風(fēng)、西風(fēng)風(fēng)向上各組分本底濃度過低.此外,清潔天時,硝酸根濃度排名前三的風(fēng)向為東風(fēng)>東南風(fēng)>南風(fēng)=東北風(fēng),這4個風(fēng)向中,硝酸根在東北風(fēng)向上,超標(biāo)天濃度升高幅度最大;而硫酸根、硝酸根在清潔天時濃度排名前三的風(fēng)向均為東風(fēng)>南風(fēng)>東南風(fēng),且在這3個風(fēng)向中,超標(biāo)天時均為東南風(fēng)濃度升高幅度最高.綜上可知,排除清潔天時較低起始濃度的影響,在污染程度加重時,北京市PM2.5組分SNA濃度的升高主要源自于偏東風(fēng)向的濃度抬升.因此,不論是清潔天,還是污染天,偏東風(fēng)向上的污染物濃度的抬升均對北京城區(qū)的空氣質(zhì)量產(chǎn)生較大影響.

2.4 偏東向組分NO3-濃度反彈原因探索

為探討東北風(fēng)方向上NO3-濃度反彈原因,本研究分析了NO2近3a分風(fēng)向的濃度分布.如圖8所見,NO2在各風(fēng)向上濃度均下降,但在空間分布上,與NO3-一樣,呈現(xiàn)“東移”特征.2019年,NO2在東北風(fēng)下的濃度比年均濃度高7%,2021年該偏高幅度達19%,2021年比2019年增加了12個百分點.由此可見,北京市東北方向上NO2濃度的升高可能是東北風(fēng)下NO3-濃度偏高的重要原因之一.

圖8 2019～2021年北京市NO2濃度的分風(fēng)向分布

研究表明[43-45],NO3-濃度與環(huán)境相對濕度具有較強正相關(guān),如前文所述,北京市東北風(fēng)、北風(fēng)風(fēng)向上近2a相對濕度增加顯著,這也為NO2的轉(zhuǎn)化提供了更有利的化學(xué)反應(yīng)條件.

此外,NO2轉(zhuǎn)化效率也影響PM2.5中NO3-的濃度水平.本文用氮轉(zhuǎn)化率(NOR)來表征NO2的轉(zhuǎn)化效率,如式(1):

計算北京市2019～2021年氮轉(zhuǎn)化率水平(圖9),近3a北京市NOR在不同風(fēng)向上大小在0.048～ 0.277之間.與長三角地區(qū)相比,如表4所示,北京市年均NOR大小高于2013年前后的長三角地區(qū),而低于其2019年前后.且年際變化上呈現(xiàn)逐年升高趨勢.

表4 北京與長三角地區(qū)NOR大小

圖9 北京市2019～2021年各風(fēng)向NOR變化情況

此外,不同風(fēng)向上,在偏東、偏南風(fēng)向上,NOR較高,偏北、偏西風(fēng)向上NOR較低.變化趨勢上,近2a各風(fēng)向上NOR呈升高趨勢;與2019年相比,東北風(fēng)、東風(fēng)風(fēng)向上NOR增高幅度最高,達70%.由此,各風(fēng)向上NOR變化情況印證了前體物濃度的增加和反應(yīng)條件的提高對北京市偏東風(fēng)向上氮轉(zhuǎn)化效率起到增強作用.綜上,本研究認為,偏東風(fēng)向NO2濃度分布“東移”影響疊加偏東風(fēng)向上相對濕度的增加是北京市偏東風(fēng)向上NO3-濃度上升的影響因素之一.研究表明,區(qū)域傳輸對北京市PM2.5濃度的貢獻超3成[48],北京市偏東風(fēng)向上PM2.5以及組分濃度的升高受區(qū)域傳輸?shù)挠绊懗潭仍诒疚奈茨苌婕?今后將進一步采用模型、監(jiān)測數(shù)據(jù)相結(jié)合的方式,更加全面的解釋北京市區(qū)PM2.5及組分濃度的風(fēng)向分布特征.

3 結(jié)論

3.1 2019～2021年,北京市PM2.5濃度下降14%,組分上,EC降幅42%,唯一反彈組分為NO3-,反彈幅度達12%.與其他研究相比,2019～2021年北京市三年平均的SNA占比處于中間水平,近兩年呈升高趨勢;與北京和周邊地區(qū)相比,北京市OC、EC比值處于偏高水平.

3.2 2019年北京市主導(dǎo)風(fēng)向為西南風(fēng),2020和2021年為東北風(fēng).相對濕度上,受到盛行東北風(fēng)的影響,北京市2021年年均相對濕度比2019年提高20.5%.各風(fēng)向上,與2019年相比,2021年在北風(fēng)、東風(fēng)、東北風(fēng)、西風(fēng)風(fēng)向上相對濕度升高幅度較高.

3.3 2019～2021年北京市PM2.5在各風(fēng)向上的濃度大小順序為東北風(fēng)>東風(fēng)>西南風(fēng)>東南風(fēng)>南風(fēng)>西風(fēng)>北風(fēng)>西北風(fēng).趨勢上看,2019～2021年北京市PM2.5和各組分濃度在各風(fēng)向上均呈現(xiàn)下降趨勢,空間上呈高濃度“東移”態(tài)勢.與2019年相比,2021年NO3-反彈最嚴重,各風(fēng)向上,反彈幅度最大的風(fēng)向為東北風(fēng),反彈65.7%.從污染天與清潔天SNA濃度的風(fēng)向分布比較中,同步發(fā)現(xiàn),不論是清潔天還是污染天,偏東風(fēng)向上污染物濃度對北京市空氣質(zhì)量影響較大.

3.4 通過計算北京市的NO3-前體物質(zhì)NO2在2019～2021年的分風(fēng)向濃度水平,和同期各風(fēng)向上NOR的大小,發(fā)現(xiàn)偏東風(fēng)向上前體物濃度的相對升高和反應(yīng)條件即相對濕度的升高導(dǎo)致了該風(fēng)向上氮轉(zhuǎn)化率的提高,這可以一定程度上解釋北京市東北風(fēng)向上NO3-濃度大幅度反彈的現(xiàn)象.

[1] 丁一匯,李巧萍,柳艷菊,等.空氣污染與氣候變化[J]. 氣象, 2009, 35(3):3-14.

Ding Y H, Li Q P, Liu Y J, et al. Atmospheric aerosols, air pollution and climate change [J]. Meteorological Monthly, 2009,35(3):3-14.

[2] Brasseur G P, Schultz M, Granier C, et al. Impact of climate change on the future chemical composition of the global troposphere [J]. Journal of Climate, 2006,19(16):3932-3951.

[3] Zhang J P, Zhu T, Zhang Q H, et al. The impact of circulation patterns on regional transport pathways and air quality over Beijing and its surroundings [J]. Atmospheric Chemistry and Physics, 2012,12(11): 5031-5053.

[4] 許艷玲,薛文博,雷 宇.氣象和排放變化對PM2.5污染的定量影響[J]. 中國環(huán)境科學(xué), 2019,39(11):4546-4551.

Xu Y L, Xue W B, Lei Y. Quantitative effects of meteorological and emission changes on PM2.5pollution [J]. China Environmental Sciences, 2019,39(11):4546-4551.

[5] 孫兆彬,李梓銘,廖曉農(nóng),等.北京大氣熱力和動力結(jié)構(gòu)對污染物輸送和擴散條件的影響[J]. 中國環(huán)境科學(xué), 2017,37(5):1693-1705.

Sun Z B, Li Z M, Liao X N, et al. Effects of atmospheric thermal and dynamic structure on the transport and diffusion conditions of pollutants in Beijing [J]. Chinese Journal of Environmental Sciences, 2017,37(5):1693-1705.

[6] Davis R E, Kalksteinl S. Using a spatial synoptic climatological classification to assess changes in atmospheric pollution concentrations [J]. Physical Geography, 1990,11(4):320-342.

[7] Clappier A, Martilli A, Grossi P, et al. Effect of sea breeze on air pollution in the greater Athens area. Part I: numerical simulations and field observations [J]. Journal of Applied Meteorology, 2000,39(4): 546-562.

[8] 何建軍,吳 琳,毛洪鈞,等.氣象條件對河北廊坊城市空氣質(zhì)量的影響[J]. 環(huán)境科學(xué)研究, 2016,29(6):791-799.

He J J, Wu L, Mao H J, et al. Effects of meteorological conditions on urban air quality in Langfang, Hebei Province [J]. Research of Environmental Sciences, 2016,29(6):791-799.

[9] Liang P, Zhu T, Fang Y, et al. The role of meteorological conditions and pollution control strategies in reducing air pollution in Beijing during APEC 2014 and Victory Parade 2015 [J]. Atmospheric Chemistry and Physics, 2017,17(22):13921-13940.

[10] Wang H, Xu J, Zhang M, et al. A study of the meteorological causes of a prolonged and severe haze episode in January 2013 over central- eastern China [J]. Atmospheric Environment, 2014,98:146-157.

[11] 程念亮,張大偉,李云婷,等.風(fēng)向?qū)Ρ本┦兄匚廴救誔M2.5濃度分布影響研究[J]. 環(huán)境科學(xué)與技術(shù), 2016,39(3):143-149.

Cheng N L, Zhang D W, Li Y T, et al. Study on the influence of wind direction on the distribution of PM2.5concentration on heavy pollution days in Beijing [J]. Environmental Science and Technology, 2016, 39(3):143-149.

[12] 孫玉梅,婁澤生,趙 成. 2016～2020年河北省PM2.5濃度的時空分布研究 [J]. 石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報, 2021,(4):52-56.

Sun Y M, Lou Z S, Zhao C. Spatial and temporal distribution of PM2.5concentrations in Hebei Province from 2016 to 2020 [J]. Journal of Shijiazhuang Railway Vocational and Technical College,2021,(4):52-56.

[13] 劉瑞琪, 賈海鷹. 北京地區(qū)氣象條件與區(qū)域傳輸對PM2.5濃度影響研究[J]. 環(huán)境監(jiān)測管理與技術(shù),2021,(5):16-20,25.

Liu R Q, Jia H Y. Influence of meteorological conditions and regional transport on PM2.5concentration in Beijing [J]. Environmental Monitoring Management and Technology, 2021,(5):16-20,25.

[14] 侯夢琪.成都市氣象因子對PM2.5濃度影響分析 [J]. 當(dāng)代化工研究, 2021,(20):96-99.

Hou M Q. Analysis of the effect of meteorological factors on PM2.5concentration in Chengdu [J]. Journal of Contemporary Chemical Industry Research, 2021,(20):96-99.

[15] 吳序鵬,劉端陽,謝真珍,等.江蘇淮安地區(qū)大氣污染變化特征及其與氣象條件的關(guān)系[J]. 氣象與環(huán)境科學(xué), 2018,41(1):31-38.

Wu X P, Liu D Y, Xie Z Z, et al. Characteristics of air pollution and its relationship with meteorological conditions in Huai'an, Jiangsu Province [J]. Meteorological and Environmental Science, 2018,41(1):31-38.

[16] 呂夢瑤,張恒德,王繼康,等.2015 年冬季京津冀兩次重污染天氣過程氣象成因[J]. 中國環(huán)境科學(xué), 2019,39(7):2748-2757.

Lv M Y, Zhang H D, Wang J K, et al. Meteorological causes of two heavy pollution weather processes in Beijing-Tianjin-Hebei in the winter of 2015 [J]. China Environmental Science, 2019,39(7):2748-2757.

[17] 劉郁玨,李 艷,苗世光.北京市房山區(qū)大氣污染物時空分布特征及氣象影響因素分析[J]. 氣象與環(huán)境科學(xué), 2018,41(4):60-69.

Liu Y J, Li Y, Miao S G. Spatiotemporal distribution characteristics and meteorological influencing factors of air pollutants in Fangshan District, Beijing [J]. Meteorological and Environmental Science, 2018,41(4):60-69.

[18] 趙 輝,鄭有飛,吳曉云,等.江蘇省大氣復(fù)合污染特征與相關(guān)氣象驅(qū)動[J]. 中國環(huán)境科學(xué), 2018,38(8):2830-2839.

Zhao H, Zheng Y F, Wu X Y, et al. Characteristics of atmospheric compound pollution and related meteorological drivers in Jiangsu Province [J]. China Environmental Science, 2018,38(8):2830-2839.

[19] 涂小萍,姚日升,高愛臻,等.浙江北部一次爆發(fā)式發(fā)展重度大氣污染的氣象特點和成因[J]. 環(huán)境科學(xué)學(xué)報, 2019,39(5):1443-1451.

Tu X P, Yao R S, Gao A Z, et al. Meteorological characteristics and causes of severe air pollution in northern Zhejiang [J]. Journal of Environmental Science, 2019,39(5):1443-1451.

[20] 焦亞音,孟 凱,杜惠云,等.京津冀中南部污染氣象貢獻的時空變化特征[J]. 中國環(huán)境科學(xué), 2021,41(11):4982-4989.

Jiao Y Y, Meng K, Du H Y, et al. Spatiotemporal variation characteristics of pollution meteorological contribution in central and southern Beijing-Tianjin-Hebei region [J]. China Environmental Science, 2021,41(11):4982-4989.

[21] 劉子銳,王躍思,劉 全,等.鼎湖山秋季大氣細粒子及其二次無機組分的污染特征及來源 [J]. 環(huán)境科學(xué), 2011,32(11):3160-3166.

Liu Z R, Wang Y S, Liu Q, et al. Pollution characteristics and sources of atmospheric fine particles and their secondary inorganic components in autumn in Dinghu Mountain [J]. Environmental Science, 2011,32(11):3160-3166.

[22] 劉新民,邵 敏.北京市夏季大氣消光系數(shù)的來源分析 [J]. 環(huán)境科學(xué)學(xué)報, 2004,24(2):185-189.

Liu X M, Shao M. Source analysis of atmospheric extinction coefficient in Beijing in summer [J]. Journal of Environmental Science, 2004,24(2):185-189.

[23] 劉保獻,楊懂艷,張大偉,等.北京城區(qū)大氣PM2.5主要化學(xué)組分構(gòu)成研究[J]. 環(huán)境科學(xué), 2015,36(7):2346-2352.

Liu B X, Yang X Y, Zhang D W, et al. Study on the composition of the main chemical components of atmospheric PM2.5in Beijing [J]. Environmental Science, 2015,36(7):2346-2352.

[24] 安欣欣,張大偉,馮 鵬,等.北京城區(qū)夏季PM2.5中碳組分和二次水溶性無機離子濃度特征[J]. 環(huán)境化學(xué), 2016,35(4):713-720.

An X X, Zhang D W, Feng P, et al. Concentrations of carbon components and secondary water-soluble inorganic ions in PM2.5in summer in Beijing [J]. Environmental Chemistry, 2016,35(4):713-720.

[25] Su J, Zhao P, Ding J, et al. Insights into measurements of water-soluble ions in PM2.5and their gaseous precursors in Bei Jing [J]. Journal of Environmental Sciences, 2021,102:123-137.

[26] 楊懂艷,劉保獻,張大偉,等.2012～2013年間北京市PM2.5中水溶性離子時空分布規(guī)律及相關(guān)性分析[J]. 環(huán)境科學(xué), 2015,36(3):768-773.

Yang D Y, Liu B X, Zhang D W, et al. Spatial and temporal distribution and correlation analysis of water-soluble ions in PM2.5in Beijing from 2012 to 2013 [J]. Environmental Science, 2015,36(3): 768-773.

[27] 徐 虹,張曉勇,畢曉輝,等.中國PM2.5中水溶性硫酸鹽和硝酸鹽的時空變化特征[J]. 南開大學(xué)學(xué)報(自然科學(xué)版), 2013,46(6):32-40.

Xu H, Zhang X Y, Bi X H, et al. Spatial and temporal variations of water-soluble sulfate and nitrate in PM2.5in China [J]. Journal of Nankai University (Natural Science Edition), 2013,46(6):32-40.

[28] 楊麗麗,馮 媛,靳 偉,等.石家莊市大氣顆粒物中水溶性無機離子污染特征研究 [J]. 環(huán)境監(jiān)測管理與技術(shù), 2014,(6):17-21.

Yang L, Feng Y, Jin W, et al. Characteristics of water-soluble inorganic ion pollution in atmospheric particulate matter in Shijiazhuang City [J]. Environmental Monitoring Management and Technology, 2014,(6):17-21.

[29] 李 鵬,高璟赟,肖致美,等.天津市PM2.5中水溶性離子組分特征研究[J]. 環(huán)境科學(xué)與管理, 2021,(3):95-99.

Li P, Gao J Y, Xiao Z M, et al. Characteristics of water-soluble ion components in PM2.5in Tianjin [J]. Environmental Science and Management, 2021,(3):95-99.

[30] Tiwari S, Dumka U C, Kaskaoutis D G, et al. Aerosol chemical characterization and role of carbonaceous aerosol on radiative effect over Varanasi in central Indo-Gangetic Plain [J]. Atmospheric Environment, 2016,125:437-449.

[31] 黃丹丹,周 敏,余傳冠,等.長三角淳安地區(qū)二次顆粒物污染形成機制[J]. 環(huán)境科學(xué), 2018,39(12):5308-5314.

Huang D D, Zhou M, Yu C G, et al. Formation mechanism of secondary particulate matter pollution in Chun 'an area of Yangtze River Delta [J]. Environmental Science, 2018,39(12):5308-5314.

[32] 陳宜然,陳長虹,王紅麗,等.上海大氣本底背景與高污染時段細顆?；瘜W(xué)組分特征分析[J]. 上海環(huán)境科學(xué), 2011,(5):185-195.

Chen Y R, Chen C H, Wang H L, et al. Analysis of atmospheric background and chemical composition characteristics of fine particles in high pollution period in Shanghai [J]. Shanghai Environmental Science, 2011,(5):185-195.

[33] 張予燕,任 蘭,孫 娟,等.南京大氣細顆粒物中水溶性組分的污染特征 [J]. 中國環(huán)境監(jiān)測, 2013,(4):25-27.

Zhang Y Y, Ren L, Sun J, et al. Pollution characteristics of water-soluble components in fine particulate matter in Nanjing atmosphere [J]. China Environmental Monitoring, 2013,(4):25-27.

[34] 彭 猛,崔璐璐,王 磊,等.唐山市大氣PM2.5季節(jié)污染特征及來源分析 [J]. 生態(tài)環(huán)境學(xué)報, 2020,(9):1855-1861.

Peng M, Cui L L, Wang L, et al. Seasonal pollution characteristics and sources of atmospheric PM2.5in Tangshan City [J]. Journal of Ecological Environment, 2020,(9):1855-1861.

[35] 梁 越,姜 紅,李弘生,等.中部城市秋冬季PM2.5水溶性離子的化學(xué)特征及來源[J]. 環(huán)境化學(xué), 2022,41(2):470-481.

Liang Y, Jiang H, Li H S, et al. Chemical characteristics and sources of PM2.5water-soluble ions in Autumn and winter in Central China [J]. Environmental Chemistry, 2002,41(2):470-481.

[36] 顧 濤,陳敏東. 臨安本底站PM2.5水溶性離子污染特征及來源解析[J]. 環(huán)境科學(xué)與管理, 2022,(2):37-41.

Gu T, Chen M D. Characteristics and source analysis of PM2.5water-soluble ion pollution in Lin 'an Background Station [J]. Environmental Science and Management, 2022,(2):37-41.

[37] 刀 谞,吉東生,張 顯,等.京津冀及周邊地區(qū)采暖季PM2.5化學(xué)組分變化特征 [J]. 環(huán)境科學(xué)研究, 2021,34(1):1-10.

Dao Z, Ji D S, Zhang X, et al. Changes in chemical composition of PM2.5in heating season in Beijing-Tianjin-Hebei region and surrounding areas [J].Research of Environmental Sciences, 2021,34(1):1-10.

[38] 王 平,曹軍驥,劉隨心,等.西安市春季大氣顆粒物PM2.5與PM10的特征[J]. 中國粉體技術(shù), 2013,(6):58-63.

Wang P, Cao J J, Liu S X, et al. Characteristics of atmospheric particulate matter PM2.5and PM10in spring in Xi 'an [J]. China Powder Technology, 2013,(6):58-63.

[39] 鄧利群, 錢 駿, 佟洪金, 等.宜賓市大氣細顆粒水溶性離子污染特征研究[J]. 四川環(huán)境, 2018,(6):48-54.

Deng L Q, Qian J, Tong H J, et al. Characteristics of water-soluble ion pollution of fine particles in the atmosphere of Yibin City [J]. Sichuan Environment, 2018,(6):48-54.

[40] 楊鐵金,王慧超,李紅梅,等.遼寧西南典型城市冬季大氣細顆粒物水溶性無機離子污染特征及來源解析[J]. 環(huán)境化學(xué), 2022,41(1): 160-172.

Yang T J, Wang H C, Li H M, et al. Characteristics and sources of water-soluble inorganic ion pollution of fine particulate matter in winter in typical cities of Southwest Liaoning [J]. Environmental Chemistry, 2002,41(1):160-172.

[41] 王占山,李云婷,劉保獻,等.北京市PM2.5化學(xué)組分特征[J]. 生態(tài)學(xué)報, 2016,36(8):2382-2392.

Wang Z S, Li Y T, Liu B X, et al. Chemical composition characteristics of PM2.5in Beijing [J]. Acta Ecologica Sinica, 2016,36(8):2382-2392.

[42] 張大偉,王小菊,劉保獻,等.北京城區(qū)大氣PM2.主要化學(xué)組分及污染特征 [J]. 環(huán)境科學(xué)研究, 2015,(8):1186-1192.

Zhang D W, Wang X J, Liu B X, et al. Main chemical components and pollution characteristics of PM2.5in urban area of Beijing [J]. Research of Environmental Sciences, 2015,(8):1186-1192.

[43] 文 亮.華北典型地區(qū)大氣細顆粒硝酸鹽及氣態(tài)亞硝酸變化規(guī)律與機理研究[D]. 濟南:山東大學(xué), 2019.

Wen L. Study on the variation law and mechanism of atmospheric fine particle nitrate and gaseous nitrite in typical areas of North China [D]. Jinan: Shandong University, 2019.

[44] 高曉梅.我國典型地區(qū)大氣PM2.5水溶性離子的理化特征及來源解析[D]. 濟南:山東大學(xué), 2012.

Gao Xiaomei. Physicochemical characteristics and sources of atmospheric PM2.5water-soluble ions in typical areas of China [D]. Jinan: Shandong University, 2012.

[45] Hallquist, M, Stewart, D J, Stephenson, S K, et al. Hydrolysis of N2O5on sub-micron sulfate aerosols [J]. Physical Chemistry Chemical Physics, 2003,5(16):3453-3463.

[46] 王海潮,陸克定.五氧化二氮(N2O5)非均相攝取系數(shù)的定量和參數(shù)化[J]. 化學(xué)進展, 2016,28(6):917.

Wang H C, Lu K D. Quantification and parameterization of heterogeneous uptake coefficients of nitrous pentoxide (N2O5) [J]. Progress in Chemistry, 2016,28(6):917.

[47] Qin Y, Li J, Gong K, et al. Double high pollution events in the Yangtze River Delta from 2015 to 2019: Characteristics, trends, and meteorological situations [J]. Science of the Total Environment, 2021, 792:148349.

[48] Zhang Y, Hong Z, Chen J, et al. Impact of control measures and typhoon weather on characteristics and formation of PM2.5during the 2016G20 summit in China [J]. Atmospheric Environment, 2020,224: 117312.

[49] Zhai T, Lu K, Wang H, et al. Elucidate the formation mechanism of particulate nitrate based on direct radical observations in the Yangtze River Delta summer 2019 [J]. Atmospheric Chemistry and Physics, 2023,23(4):2379-2391.

The influence of PM2.5and component concentration on wind direction in Beijing from 2019 to 2021.

CHEN Chen, LI Yun-ting, CHANG Miao, JING Kuan, SUN Feng, GUO Yuan-xi, DONG Xin, SUN Rui-wen, SHEN Xiu-e, LIU Bao-xian*

(Beijing Ecological Environment Monitoring Center, Beijing 100083, China)., 2023,43(12)：6261～6269

Using the meteorological data, PM2.5and component concentration data of Beijing from 2019 to 2021, combined with the NO2concentration, the temporal and spatial changes of PM2.5and component concentration, meteorological parameters, NO2concentration and nitrogen oxidation rate (NOR) were analyzed and compared. The results showed that: (1) PM2.5concentration in urban areas of Beijing decreased by 14% in the three years from 2019 to 2021, but NO3-rebounded by 12%; (2) Each wind was upward, and the order of PM2.5concentration in urban areas of Beijing was: northeast wind> east wind> southwest wind> southeast wind> south wind> west wind> north wind > northwest wind, in addition, the highest concentration of secondary inorganic salt components appeared in the easterly wind direction, and the highest concentration of organic matter (OM) appeared in the southwest wind; (3) In terms of interannual changes in various wind directions, from 2019 to 2021, the concentration of PM2.5, components and NO2in Beijing showed the characteristics of high concentration "eastward shift" in space, and NO3-rebounded the highest upward in the northeast wind, reaching 65.7%; (4) The north, northeast and southeast winds were upward, and the relative humidity increases synchronously, and NOR increased synchronously in the northeast and east winds, with an increase of 70%, so it was believed that the rebound of NO3-in the northeast wind in Beijing was related to the eastward shift of precursor concentration and the increase of relative humidity in the northeast wind.

PM2.5；component concentration；wind direction distribution；NO3-concentration rebound；meteorological conditions

X513

A

1000-6923(2023)12-6261-09

陳 晨,李云婷,常 淼,等.2019～2021年北京市PM2.5及組分受風(fēng)向影響研究 [J]. 中國環(huán)境科學(xué), 2023,43(12):6261-6269.

Chen Chen, Li Yun-ting, Chang Miao, et al. Study on the influence of PM2.5and component concentration on wind direction in Beijing from 2019 to 2021 [J]. China Environmental Science, 2023,43(12):6261-6269.

2023-04-13

北京市科技支撐課題(Z211100004321006);國家重點研發(fā)計劃項目(2021YFC1809000)

* 責(zé)任作者,正高級工程師, liubaoxian28@163.com

陳 晨(1989-),女,北京人,工程師,碩士,主要從事大氣環(huán)境監(jiān)測與污染成因分析研究.發(fā)表論文10余篇.chenchen9007@126.com.