成都市PM2.5、PM10变化特征及其与气象因素的关系
1 引言
颗粒物是空气中普遍存在且危害较大的污染物之一, 随着社会经济的快速发展、城市化进程的加快以及能源消耗的不断攀升, 颗粒物已成为我国城市大气的首要污染物[1,2]。按粒径大小可把颗粒物分为总悬浮颗粒物 (TSP) 和可吸入颗粒物 (PM10和PM2.5), TSP是指空气动力直径小于或等于100 μm的颗粒物, PM10是指空气动力学直径小于或等于10 μm的颗粒物, 其中空气动力学直径小于或等于2.5 μm的为PM2.5。PM2.5、PM10除了对空气能见度[3-5]、全球气候变化[6,7]等产生影响外, 还对人体健康产生巨大危害, 这是由于PM10能够进入人体的呼吸系统, 沉积在咽喉与气管等上呼吸系统, 而粒径更小的PM2.5能深入到细支气管和肺泡, 且难以排出人体[8-12]。有研究表明: 空气中可吸入颗粒物的浓度与呼吸系统疾病、心脑血管疾病等的发病率、死亡率有很强的正相关关系[13,14]。而我国相关指标的地面监测系统形成较晚, 自2013年1月1日起, 京津冀、长三角、珠三角区域及直辖市、省会城市和计划单列市共74个城市496个监测点位开展了包括PM2.5等6项指标的监测, 并向公众实时发布空气质量信息。据中国环境监测总站2013年发布的空气质量指数来看, 成都市空气质量指数较高, 在2013年12个月中有8个月排名在74个城市中的前30%, 已成为除京津冀、长三角、珠三角区域外的空气质量较差的城市, 被戏称为"尘都", 是西南地区雾霾污染的高值中心。目前关于PM2.5、PM10的相关研究主要集中在京津冀[15-18]、长江三角洲[19-21]和珠江三角洲地区[22-25], 而在人口密集且空气污染形势严峻的四川盆地相关研究开展较晚且研究成果较少, 为了认识并控制空气污染对该地区人体健康和社会经济发展的负面影响, 迫切需要展开相关研究。
已有的研究表明PM2.5、PM10的污染程度除与污染物排放量、排放强度以及污染物质组成有关外, 还与气象条件密切相关[26-28], 气象条件通过影响PM2.5、PM10的积累与扩散来影响其污染浓度的时空分布, 因此研究PM2.5、PM10与气象条件的关系将有助于为PM2.5、PM10的预报与治理提供科学指导。PM2.5、PM10与气象条件的关系比较复杂, 随时空不同而有所差异, 研究区域不同, 时间尺度不同, 二者的关系也不尽相同, 甚至相反。例如郭元喜等[29]分析了中国中东部秋季PM10与日气温之间的关系, 结果表明PM10浓度与气温之间存在非常显著的负相关; 而赵晨曦等[30]分析北京冬季PM2.5和 PM10的质量浓度与气温的关系时, 却得出PM10与气温呈正相关, 两者结论完全相反。因此研究PM2.5、PM10与气象条件间的关系应根据时空条件不同来讨论, 以获得符合实际情况的结果。
2 研究区概况
成都市位于四川省中部, 四川盆地西部, 介于102°54′ E~104°53′ E和30°05′ N~31°26′ N之间, 全市东西长192 km, 南北宽166 km, 总面积14335 km2 (
作为四川省省会城市, 截至2020年, 成都市辖锦江、青羊、金牛、武侯、成华、龙泉驿、青白江、新都、温江、双流、郫都、新津12个区, 简阳、都江堰、彭州、邛崃、崇州5个县级市以及金堂、大邑、蒲江3个县。据第七次全国人口普查公报数据, 成都市常住人口20937757人, 占全省常住人口的25.02%。2019年成都市地区生产总值为17013亿元, 占全省的36.5%, 第一产业生产总值为612亿, 占全省的12.7%, 第二产业生产总值为5245亿元, 占全省的30.2%, 第三产业生产总值为11156亿元, 占全省的45.6%。成都市是国务院批复确定的中国西部地区重要的中心城市, 是中国西部地区经济规模最大、最具活力的城市, 然而随着成都市社会经济的发展, 人为活动向大气排放的各种污染物质的增多, 近年来, 成都市空气质量逐渐降低, 目前已成为继北京、上海、广州等地雾霾较为严重的区域, 逐渐引起社会各界的重视, 从2015年开始, 当地政府即出台一系列控制大气污染的政策。
3 数据来源
成都市2015―2018年各月PM2.5、PM10数据来源于中国环境监测总站发布的数据 (http://www.cnemc.cn/)。气象数据来源于成都市统计年鉴。
4 结果与讨论
4.1 成都市PM2.5、PM10变化特征
4.1.1 成都市PM2.5、PM10年际变化特征
2015―2018年成都市PM2.5的逐年月平均浓度分别在35~131、30~117、20~136、24~86 μg/m3范围内波动, 其中2017年成都市PM2.5月平均浓度波动相对其他年份较大, 2015年次之, 2018年月平均浓度波动最小 (
图 2. 2015―2018年成都市PM2.5月平均质量变化
Fig. 2. Change of PM2.5 monthly average mass concentration in Chengdu from 2015 to 2018
图 3. 2015―2018年成都市PM10月平均质量变化
Fig. 3. Change of PM10 monthly average mass concentration in Chengdu from 2015 to 2018
图 4. 2015―2018年成都市PM2.5、PM10年平均质量浓度
Fig. 4. Annual average mass concentration of PM2.5, PM10 in Chengdu from 2015 to 2018
2015―2018年成都市PM2.5/PM10质量浓度比在0.49~0.72之间, 平均值为0.60, 其中2015年在0.52~0.69之间, 2016年在0.57~0.65之间, 2017年在0.49~0.72之间, 2018年在0.51~0.72之间, 郭倩等[32]在研究成都市2015年12月26日至2016年1月6日一次典型空气重污染过程时也得出PM2.5/PM10质量浓度比维持在0.6~0.7间。说明不管是从日均值的尺度还是从月均值的尺度, 在重污染天气情况下还是一般情况下, 成都市PM2.5/PM10值均偏高。由于颗粒物的粒径越小越难以去除, 能长期悬浮在空气中, 因此PM2.5占PM10的比例越高, 说明其中粒径更小的颗粒物越多, 空气污染越严重。从PM2.5/PM10值还可以反映出污染源情况, 已有的研究表明, 二次污染物对PM2.5贡献较大, 而扬尘、燃煤等对PM10的贡献较大[33]。因此一般而言, PM2.5/PM10比值越小, 区域污染为传统煤烟型污染的可能性就越大; 比值越大, 区域污染为复合型污染的可能性越大。成都市2015―2018年PM2.5/PM10年均值分别为0.59、0.60、0.61、0.62, 呈逐年增高趋势, 说明成都市大气环境首要颗粒污染物为PM2.5, 其空气污染类型从煤烟型向扬尘、机动车尾气和煤烟混合型污染转变。这一结论与成都市«环境空气质量报告»显示的结论一致。
4.1.2 成都市PM2.5、PM10季节变化特征
通过计算2015―2018年PM2.5、PM10累年月平均浓度, 发现PM2.5、PM10在年内呈明显的季节变化 (
图 5. 2015―2018年PM2.5、PM10累年月平均浓度
Fig. 5. Variation of PM2.5 and PM10 cumulative monthly average mass concentration in Chengdu from 2015 to 2018
图 6. 2015―2018年PM2.5/PM10值的季节变化
Fig. 6. Seasonal variation of PM2.5/PM10 from 2015 to 2018
4.2 气象因素的年际变化和季节变化
图 7. 成都市2015―2018年气象要素月变化
Fig. 7. Monthly variation of meteorological factors in Chengdu in from 2015 to 2018
4.3 PM10、PM2.5变化与气象条件的关系
4.3.1 PM2.5、PM10月平均浓度与月平均气温、降水量的关系
气温、相对湿度、风速等气象条件对于PM2.5和PM10的污染具有一定的扩散、稀释和积累作用, 因此相关研究的开展对PM2.5、PM10污染预报和控制具有重要作用。从
表 1. 成都市PM2.5、PM10月平均浓度与气象因素的Pearson相关系数
Table 1. Pearson correlation matrix between PM2.5、PM10 monthly average concentration and meteorological factors in Chengdu City
|
4.3.2 PM2.5、PM10月平均浓度与日照时数、月平均风速、相对湿度的关系
从
5 结论
1) 2015―2018年成都市PM2.5、PM10的年平均浓度逐年缓慢降低, 这归功于2015年以来成都市的一系列大气污染控制措施的实行。2015―2018年成都市PM2.5、PM10浓度为冬春高、秋夏低, 这与前人研究得出的秋冬高、春夏低的结果有所差异, 且2015―2018年各季节PM2.5、PM10平均浓度也相应地远远低于2009―2010年统计得出的浓度, 再次说明2015年以来成都市实行的大气污染控制措施切实提高了成都市空气质量。成都市2015―2018年间PM2.5/PM10值在0.49~0.72之间, 平均值为0.60, 从2015―2018年PM2.5/PM10的各年均值来看, 该值偏高并呈逐年升高趋势, 说明成都市大气环境首要污染物为PM2.5, 其空气污染类型从煤烟型向扬尘、机动车尾气和煤烟混合型污染转变。2015―2018年成都市PM2.5/PM10值总体上秋冬高、春夏低, PM2.5/PM10值在各季节均较高, 季节间差距较小。
2) PM2.5、PM10与气象条件的相关性分析表明, PM2.5、PM10的月平均浓度与月平均气温具有较高的线性相关关系, 相关系数分别为 -0.822、-0.776, 表明温度升高, 对流运动增强, 加强了PM2.5、PM10等污染物垂向对流运动, 对成都市污染物浓度降低起到重要作用。水对大气中PM2.5、PM10具有一定去除作用, 2015―2018年PM2.5与PM10的月平均浓度随降水量的增加而降低, 呈负相关, PM2.5、PM10与降水量的相关系数均为 -0.612。日照时数、月平均风速、相对湿度等与PM2.5、PM10月平均浓度呈负相关, 其中日照时数、月平均风速与PM2.5、PM10月平均浓度为低度的线性相关关系, 由于2015―2018年间风速在1.0~1.7 m/s之间, 均值为1.3 m/s, 总体风速较小, 因此对促进PM2.5、PM10的扩散作用有限; 而相对湿度与PM2.5、PM10月平均浓度为微弱的线性相关关系, 且相关性不显著。
[1] 李名升, 张建辉, 张殷俊, 等. 近10年中国大气PM10污染时空格局演变[J]. 地理学报, 2013, 68(11): 1504-1512.
Li M S, Zhang J H, Zhang Y J, et al. Spatio-temporal pattern changes of ambient air PM10 pollution in China from 2002 to 2012[J]. Acta Geographica Sinica, 2013, 68(11): 1504-1512.
[2] 中华人民共和国环境保护部. 中国环境质量报告2011 [R]. 北京: 中国环境科学出版社, 2013.
[3] 穆泉, 张世秋. 2013年1月中国大面积雾霾事件直接社会经济损失评估[J]. 中国环境科学, 2013, 33(11): 2087-2094.
Mu Q, Zhang S Q. An evaluation of the economic loss due to the heavy haze during January 2013 in China[J]. China Environmental Science, 2013, 33(11): 2087-2094.
[4] 马志强, 赵秀娟, 孟伟, 等. 雾和霾对北京地区大气能见度影响对比分析[J]. 环境科学研究, 2012, 25(11): 1208-1214.
Ma Z Q, Zhao X J, Meng W, et al. Comparison of influence of fog and haze on visibility in Beijing[J]. Research of Environmental Sciences, 2012, 25(11): 1208-1214.
[5] 龚识懿, 冯加良. 上海地区大气相对湿度与PM10浓度和大气能见度的相关性分析[J]. 环境科学研究, 2012, 25(6): 628-632.
Gong S Y, Feng J L. Relationships among relative humidity, PM10 concentration and atmospheric visibility in Shanghai[J]. Research of Environmental Sciences, 2012, 25(6): 628-632.
[6] Tai A P K, Mickley L J, Jacob D J. Correlations between fine particulate matter (PM2.5) and meteorological variables in the United States: Implications for the sensitivity of PM2.5 to climate change[J]. Atmospheric Environment, 2010, 44(32): 3976-3984.
[7] Menon S, Hansen J, Nazarenko L, et al. Climate effects of black carbon aerosols in China and India[J]. Science, 2002, 297(5590): 2250-2253.
[8] Zhang Q, Jiang X J, Tong D, et al. Transboundary health impacts of transported global air pollution and international trade[J]. Nature, 2017, 543(7647): 705-709.
[9] 杨洪斌, 邹旭东, 汪宏宇, 等. 大气环境中PM2.5的研究进展与展望[J]. 气象与环境学报, 2012, 28(3): 77-82.
Yang H B, Zou X D, Wang H Y, et al. Study progress on PM2.5 in atmospheric environment[J]. Journal of Meteorology and Environment, 2012, 28(3): 77-82.
[10] 白子娜. 石家庄市大气颗粒物 (PM2.5/PM10)对下呼吸道感染住院影响的病例交叉研究 [D]. 石家庄: 河北医科大学, 2015.
BaiZ N. The Effect of Ambient Particulate Matter (PM2.5/PM10) on Hospital Admissions for Lower Respiratory Tract Infection: A Case-Crossover Study in Shi Jiazhuang, China [D]. Shijiazhuang: Hebei Medical University, 2015.
[11] Pope Ⅲ C A, Burnett R T, Thun M J, et al. Lung cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution[J]. JAMA, 2002, 287(9): 1132-1141.
[12] 李友平, 刘慧芳, 周洪, 等. 成都市PM2.5中有毒重金属污染特征及健康风险评价[J]. 中国环境科学, 2015, 35(7): 2225-2232.
Li Y P, Liu H F, Zhou H, et al. Contamination characteristics and health risk assessment of toxic heavy metals in PM2.5 in Chengdu[J]. China Environmental Science, 2015, 35(7): 2225-2232.
[13] Heft-Neal S, Burney J, Bendavid E, et al. Robust relationship between air quality and infant mortality in Africa[J]. Nature, 2018, 559(7713): 254-258.
[14] Yuan S, Wang J X, Jiang Q Q, et al. Long-term exposure to PM2.5 and stroke: A systematic review and meta-analysis of cohort studies[J]. Environmental Research, 2019, 177: 108587.
[15] 刀谞, 张霖琳, 王超, 等. 京津冀冬季与夏季PM2.5/PM10及其水溶性离子组分区域性污染特征分析[J]. 环境化学, 2015, 34(1): 60-69.
Dao X, Zhang L L, Wang C, et al. Characteristics of mass and ionic compounds of atmospheric particles in winter and summer of Beijing-Tianjin-Hebei area, China[J]. Environmental Chemistry, 2015, 34(1): 60-69.
[16] 王占山, 李云婷, 陈添, 等. 2013年北京市PM2.5的时空分布[J]. 地理学报, 2015, 70(1): 110-120.
Wang Z S, Li Y T, Chen T, et al. Spatial-temporal characteristics of PM2.5 in Beijing in 2013[J]. Acta Geographica Sinica, 2015, 70(1): 110-120.
[17] 张国龙, 张廷瀚, 陈斌, 等. APEC期间京津冀地区污染物变化特征分析[J]. 大气与环境光学学报, 2017, 12(3): 184-194.
[18] 刘大锰, 黄杰, 高少鹏, 等. 北京市区春季交通源大气颗粒物污染水平及其影响因素[J]. 地学前缘, 2006, 13(2): 228-233.
Liu D M, Huang J, Gao S P, et al. The pollution level and influencing factors of atmospheric particulates from traffic in Beijing City during spring[J]. Earth Science Frontiers, 2006, 13(2): 228-233.
[19] 魏玉香, 童尧青, 银燕, 等. 南京SO2、NO2和PM10变化特征及其与气象条件的关系[J]. 大气科学学报, 2009, 32(3): 451-457.
Wei Y X, Tong Y Q, Yin Y, et al. The variety of main air pollutants concentration and its relationship with meteorological condition in Nanjing City[J]. Transactions of Atmospheric Sciences, 2009, 32(3): 451-457.
[20] 李莉, 陈长虹, 黄成, 等. 长江三角洲地区大气O3和PM10的区域污染特征模拟[J]. 环境科学, 2008, 29(1): 237-245.
Li L, Chen C H, Huang C, et al. Regional air pollution characteristics simulation of O3 and PM10 over Yangtze River Delta region[J]. Environmental Science, 2008, 29(1): 237-245.
[21] 云龙龙, 张天舒, 陆钒, 等. 无锡市一次霾形成过程大气污染物特征分析[J]. 大气与环境光学学报, 2015, 10(1): 22-30.
[22] 张浩月, 王雪松, 陆克定, 等. 珠江三角洲秋季典型气象条件对O3和PM10污染的影响[J]. 北京大学学报(自然科学版), 2014, 50(3): 565-576.
Zhang H Y, Wang X S, Lu K D, et al. Impact of typical meteorological conditions on the O3 and PM10 pollution episodes in the Pearl River Delta in autumn[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014, 50(3): 565-576.
[23] 刘宁, 王雪松, 胡泳涛, 等. 珠江三角洲秋季PM10污染模拟与形成过程分析[J]. 中国环境科学, 2012, 32(9): 1537-1545.
Liu N, Wang X S, Hu Y T, et al. Numerical simulation and process analysis of PM10 pollution over the Pearl River Delta in autumn[J]. China Environmental Science, 2012, 32(9): 1537-1545.
[24] 胡晓宇, 李云鹏, 李金凤, 等. 珠江三角洲城市群PM10的相互影响研究[J]. 北京大学学报 (自然科学版), 2011, 47(3): 519-524.
Hu X Y, Li Y P, Li J F, et al. Interaction of ambient PM10 among the cities over the Pearl River Delta[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2011, 47(3): 519-524.
[25] 杜金花, 黄晓锋, 何凌燕, 等. 深圳市大气细粒子 (PM2.5) 中汞的污染特征[J]. 环境科学研究, 2010, 23(6): 667-673.
Du J H, Huang X, He L Y, et al. Pollution characteristics of mercury in fine particles (PM2.5) in Shenzhen City[J]. Research of Environmental Sciences, 2010, 23(6): 667-673.
[26] 张小曳, 孙俊英, 王亚强, 等. 我国雾-霾成因及其治理的思考[J]. 科学通报, 2013, 58(13): 1178-1187.
Zhang X Y, Sun J Y, Wang Y Q, et al. Factors contributing to haze and fog in China[J]. Chinese Science Bulletin, 2013, 58(13): 1178-1187.
[27] Bao Z E, Chen L H, Li K W, et al. Meteorological and chemical impacts on PM2.5 during a haze episode in a heavily polluted basin city of Eastern China[J]. Environmental Pollution, 2019, 250: 520-529.
[28] 李子华, 涂晓萍. 重庆市区冬季边界层气象要素的时空分布及与成雾的关系[J]. 南京气象学院学报, 1993, 16(3): 329-333.
Li Z H, Tu X P. Winter space-time distribution of boundary layer meteorological elements with their relation to fog formation in Chongqing urban districts[J]. Journal of Nanjing Institute of Meteorology, 1993, 16(3): 329-333.
[29] 郭元喜, 龚道溢, 汪文珊, 等. 中国中东部秋季PM10时空变化及其与日气温的关系[J]. 地理学报, 2012, 67(9): 1155-1164.
Guo Y X, Gong D Y, Wang W S, et al. Spatiotemporal variation of PM10 concentration and its relationship with autumn daily temperature over Central and Eastern China[J]. Acta Geographica Sinica, 2012, 67(9): 1155-1164.
[30] 赵晨曦, 王云琦, 王玉杰, 等. 北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系[J]. 环境科学, 2014, 35(2): 418-427.
Zhao C X, Wang Y Q, Wang Y J, et al. Temporal and spatial distribution of PM2.5 and PM10 pollution status and the correlation of particulate matters and meteorological factors during winter and spring in Beijing[J]. Environmental Science, 2014, 35(2): 418-427.
[31] General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, Standardization Administration of the People's Republic of China. Ambient air quality standard: GB 3095—2012 [S]. Beijing: China Environment Science Press, 2016.
国家质量监督检验检疫总局, 中国国家标准化管理委员会. 环境空气质量标准: GB 3095—2012 [S]. 北京: 中国环境科学出版社, 2016.
[32] 郭倩, 汪嘉杨, 周子航, 等. 成都市一次典型空气重污染过程特征及成因分析[J]. 环境科学学报, 2018, 38(2): 629-639.
Guo Q, Wang J Y, Zhou Z H, et al. Characteristics and reason analysis of a typical heavy air pollution event in Chengdu[J]. Acta Scientiae Circumstantiae, 2018, 38(2): 629-639.
[33] 曹景丽, 王明仕, 韩文生, 等. 河南省PM2.5时空分布特征研究[J]. 大气与环境光学学报, 2018, 13(1): 42-51.
[34] 张智胜, 陶俊, 谢绍东, 等. 成都城区PM2.5季节污染特征及来源解析[J]. 环境科学学报, 2013, 33(11): 2947-2952.
Zhang Z S, Tao J, Xie S D, et al. Seasonal variations and source apportionment of PM2.5 at urban area of Chengdu[J]. Acta Scientiae Circumstantiae, 2013, 33(11): 2947-2952.
[35] 郑晓霞, 赵文吉, 晏星, 等. 降雨过程后北京城区PM2.5日时空变化研究[J]. 生态环境学报, 2014, 23(5): 797-805.
Zheng X X, Zhao W J, Yan X, et al. Spatial and temporal variation of PM2.5 in Beijing City after rain[J]. Ecology and Environmental Sciences, 2014, 23(5): 797-805.
[36] 周天雄, 王国强, 匡汉祎, 等. 常州市PM2.5与风向风速关系分析[J]. 农业与技术, 2017, 37(9): 140-141.
Zhou T X, Wang G Q, Kuang H Y, et al. Analysis of the relationship between PM2.5 and wind direction and speed in Changzhou[J]. Agriculture and Technology, 2017, 37(9): 140-141.
[37] 郭晓梅. 四川盆地空气质量气候特征及其大地形影响效应的观测模拟研究 [D]. 南京: 南京信息工程大学, 2016.
GuoX M. Observed and Simulated Research on Climate Characteristic of Air Quality and the Topographic Induced Effects in Sichuan Basin [D]. Nanjing: Nanjing University of Information Science & Technology, 2016.
Article Outline
李瑞. 成都市PM2.5、PM10变化特征及其与气象因素的关系[J]. 大气与环境光学学报, 2023, 18(1): 47. Rui LI. Variation characteristics of PM2.5 and PM10 in Chengdu and their correlation with meteorological factors[J]. Journal of Atmospheric and Environmental Optics, 2023, 18(1): 47.