2007—2011年武汉市空气污染物时空分布特征

裴婷婷，陈小平，周志翔

（1.华中农业大学园艺林学学院／园艺植物生物学教育部重点实验室，湖北 武汉430070；2.山西农业大学信息学院环境科学与食品工程系，山西 太谷030080）

2007—2011年武汉市空气污染物时空分布特征

裴婷婷1，2，陈小平1，周志翔1

（1.华中农业大学园艺林学学院／园艺植物生物学教育部重点实验室，湖北 武汉430070；2.山西农业大学信息学院环境科学与食品工程系，山西 太谷030080）

利用武汉市 2007—2011年的 PM10、SO2、NO2的空气污染指数 （API）资料，结合各月气象资料，分析武汉市空气污染物的时空分布特征，并利用灰色关联法分析5个气象因子对空气污染物浓度的影响。结果表明：2007—2011年，武汉空气质量越来越好，主要是首要污染物 PM10年均浓度逐渐下降，并于 2011年达到国家二级标准，SO2和 NO2年均浓度一直低于国家二级标准；各气象因子对 PM10的灰色关联度排序依次为降雨量 ＞相对湿度 ＞平均风速 ＞平均气压 ＞平均温度，各气象因子对SO2的灰色关联度排序依次为降雨量 ＞平均风速 ＞相对湿度 ＞平均温度 ＞平均气压，各气象因子对 NO2的灰色关联度排序依次为降雨量 ＞相对湿度 ＞平均风速 ＞平均温度 ＞平均气压，意味着降雨量是影响空气污染物浓度的最主要的气象因素，相对湿度和风速次之，气压和温度影响最小。

空气污染物；时空分布；气象因子；灰色关联分析 ；武汉市

20世纪80年代以来，环境压力开始明显增大，长期积累的环境风险也逐渐显现，一些大中城市的空气质量呈恶化的趋势［1］。近年来，随着经济的快速增长和城市化进程的加快，以颗粒物（PM10）、SO2、NO2为主的空气污染物对经济建设和人们的生活环境造成了极大的影响，环境空气质量日益受到人们的关注。我国虽然采取了一系列措施进行空气污染防治工作，但目前全国仍有约1／5的城市空气污染严重，重点城市中有1／3以上空气质量达不到二级标准，大气污染源的类型和环境污染物的排放量不断增加，污染范围也在扩大。空气污染物与气象条件关系密切，气象要素往往制约着空气污染物的稀释、扩散、输送和转化过程，进而影响着空气污染物的分布及污染物浓度。前人从不同角度对空气污染与气象要素之间的关系进行了研究，研究方法多为相关与回归分析［2～4］或从理论上描述气象要素对污染物迁移扩散的影响［5～7］。

灰色关联分析法是根据因素之间发展态势的相似和相异程度来衡量因素间关联程度的方法。关联度大小反映了影响因子对理想 （标准）对象的接近次序，因此灰色关联分析，不仅可以作为优势分析的基础，而且也是进行科学决策的依据［8］。

本文以武汉市为研究对象，利用武汉市环保局网空气质量日报提供的 2007—2011年逐日空气污染物指数（API）和中国气象科学数据共享服务网提供的对应时间的气象资料，分析 2007—2011年武汉市空气污染物浓度的时空分布特征，并结合灰色关联法分析气象因子对空气污染物浓度的影响，为城市空气环境的管理和综合防治提供依据，进一步改善武汉的空气环境，为人们营造一个更加美好的生活环境。

1 研究区概况与研究方法

1.1 研究区概况

武汉市是中国中部最大的工业、商业城市，也是湖北省的省会城市，武汉城市圈的中心城市，地理位置东经113°41′～115°05′，北纬 29°58′～31° 22′。武汉市水域面积较大，占武汉市国土面积的25.01%；武汉市于2010年被授予国家森林城市称号，自然植被以常绿阔叶和落叶阔叶混交林为主。武汉市属于亚热带季风性湿润气候，雨期主要集中在夏季，年降水量1150～1450mm，多集中在6～8月；全年平均气温 15.8～17.5℃；夏季以东南风为主，冬季以西北风或北风为主，四季分明，夏季酷热，冬季寒冷，一年中夏季和冬季持续的时间比较长。

1.2 数据来源

本文所利用的 2007—2011年逐日空气污染指数（API）数据来源于武汉市环保局网上空气质量日报9个监测点的实测数据，气象资料为中国气象科学数据共享服务网提供，武汉市9个空气污染物监测点地理位置见图1。

1.3 灰色关联分析法

灰色关联分析是我国学者邓聚龙教授所建立的灰色系统理论的重要内容，其实质是通过对序列曲线几何形状的分析比较，来衡量它们之间关联性大小。发展变化状态越接近，则关联度越大。它最早是在时间序列分析中被提出来的，后经改进能够用于非时间性的指标序列的分析；在本研究中，空气污染物的浓度作为母数列，气象因子作为子数列，其算法简述如下［9～10］：

设应变量数目为 p，自变量数目为 m，样本数目为n，则参考数列（也称母数列）记为：

第一步：对原始数据进行无量纲化变换

根据原始数列的特点，可选用不同的变换方法，较为常用的有：初值化变换、均值化变换、极差变换以及效果测度变换。本文采用的是初值化变化，其计算公式如下：

初值化变换后生成的数列为：

并计算母系列与子系列在各点的绝对差，求出两级的最小差与最大差。

第二步：计算Xj′（k）与Yj′（k）的关联系数

其中i＝1，2，∧，m；其中j＝1，2，∧，p。

这样就得到了灰色关联度矩阵，根据矩阵中各个行和列关联度的大小就可以判断子因素和母因素的相互依赖和相互影响作用。灰色关联度越大，意味着影响越大。

2 研究结果及分析

2.1 2007—2011年武汉市空气污染物浓度变化

从图2中我们可以看出，2007—2011年，颗粒物 （PM10）浓度、SO2浓度都呈下降趋势，NO2浓度基本上持平，PM10浓度于 2011年达到国家二级标准 （0.10g／m3），SO2和NO2浓度一直低于国家二级标准 （SO2国家二级标准为0.06g／m3；NO2国家二级标准为0.08g／m3）。说明政府在此期间的环境保护政策得当，人们的环保意识越来越强，空气质量越来越好；同时我们也能够看出，PM10仍然是武汉市的首要空气污染物，还需要引起高度重视。

其中△i（k）＝｜Yj′－Xi′｜；ρ为分辨系数，一般取0.5。

第三步：计算 Yj与Xi的灰色关联度

2.2 空气污染物分布的年变化规律

从图3、图 4、图5中我们可以看出，PM10、SO2和NO2浓度的月变化总体趋势是冬季浓度高，夏季和秋季浓度较低，总体上呈现一个 V字型，和西安市污染物浓度时空变化类似［11］。最低值一般出现在7月或者 8月，都能达到国家二级标准，主要原因是武汉的雨季主要集中在夏季，能够有效地减少空气中污染物的含量；另一个原因是武汉市的绿地覆盖率高，夏季植物正处于生长期，枝繁叶茂，能够有效地削减空气中污染物 （PM10、SO2和NO2）的浓度；三是武汉市夏季受亚热带副高压控制，上升气流较强，对流比较旺盛，气压较低，扩散条件比较好。冬季正好相反，降雨量偏少，植被覆盖率降低，冬季处于冷气压控制，气压高，下沉气流比较强，大气比较稳定，不易于空气污染物的扩散，导致空气中颗粒物的浓度较高；另外冬天很多居民或者工厂由于采暖，过节放烟花和鞭炮，污染物的排放量增加。

此外，个别特殊事件或者特殊天气，也会造成空气质量的变化。例如2007年5月出现了严重污染天气 （图6），同期没有出现类似情况，分析原因是由于北方沙尘天气引起的高空含尘气流下沉到本区和本地扬尘共同影响的结果；又如 2012年 6月中旬，由于周边省份燃烧秸秆，导致武汉市遭遇10年一遇的灰霾天气，空气中颗粒物的含量超标，但是SO2浓度和 NO2浓度没有出现明显变化 （图7）。

2.3 空气污染物分布的地域性规律

武汉市9个监测点空气污染物年平均 API值如表1所示。

表1 武汉市9个监测点污染物年均 API值

从表1可以看出，青山钢花和吴家山两个监测点的PM10污染指数 （API）最高，主要原因是青山钢花区有武汉钢铁厂，吴家山经济开发区也有很多工业区，颗粒物排放量相对其他地方高；SO2主要源于化石燃料的燃烧，即煤、石油、天然气的燃烧，空气中存在一定量的SO2，这也是城市化和经济发展带来的必然结果，从表 1中可以看出 9个监测点 SO2污染指数差异很小，都小于国家二级标准；NO2主要来自于城市燃料燃烧、汽车尾气，从表 1中我们可以看出汉阳月湖、汉口江滩和武昌紫阳三地的NO2污染指数最高，主要原因就是位于长江一桥两头，很多车辆必须经过此区域，导致车流量较其他地方大，向空气排放的 NO2多。

2.4 空气污染物与气象因子的灰色关联分析

利用2007—2011年空气污染物的 API值序列作为母序列，以 5个气象因子 （平均气压、平均温度、平均湿度、平均降雨量、平均风速）时间序列作为子序列。通过计算，得到各子序列与母系列灰色关联度以及排序，结果如图8～10。

如图8所示，PM10浓度与 5个气象因子的灰色关联度排序是降雨量 ＞相对湿度 ＞平均风速＞气压＞平均温度，即降雨量对PM10浓度影响最大，温度对 PM10浓度影响最小。图 9中，SO2浓度与 5个气象因子的关联度排序为降雨量 ＞平均风速＞相对湿度 ＞平均温度＞平均气压，降雨量对 SO2浓度的影响最明显，其他4个气象因子对 SO2浓度影响相差不大。图 10中，NO2浓度与 5个气象因子的关联度排序为降雨量 ＞相对湿度＞平均风速 ＞平均温度＞平均气压。降雨量对NO2浓度的影响最明显，气压对 NO2浓度影响最小。可以看出对空气中PM10、SO2、NO2浓度影响最大的气象因素都是降雨量，相对湿度和风速次之，气压和温度影响最小。

降雨量对空气中 PM10、SO2、NO2浓度的影响主要是降水的冲刷作用，能够有效降低空气中PM10、SO2、NO2的含量，由此可见，在污染超标时，我们可以适当地通过人工降雨净化空气质量；相对湿度越大，空气中的颗粒物容易凝结，尤其是那些粒径较大的颗粒物容易凝结在一起，导致空气中颗粒物浓度增大，这也是雾霾天气颗粒物浓度较大的原因；风速能够加速空气污染物的扩散；温度和大气压对空气污染物的影响最小，主要是影响空气中分子的运动速度，从而对空气污染物浓度造成影响。

3 结论及建议

3.1 结论

（1）武汉市近年来空气质量好转，PM10呈显著下降趋势，已经从2007年平均浓度0.123mg／m3降到0.1mg／m3，达到国家二级标准；SO2、NO2下降趋势不是很明显，能够达到空气质量国家二级标准。

（2）武汉市空气污染浓度最高的时间段出现在冬季，11月底到1月份之间，浓度最低的时间段主要是出现在 7—8月，这和降雨量、绿地覆盖率、社会经济等原因有密切关系。武汉市9个监测点之间，主要污染物也有所差异，吴家山和青山钢花PM10浓度较高，9个点之间 SO2差异很小，汉阳月湖、汉口江滩和武昌紫阳 NO2浓度较高，主要是和车流量大密切相关。

（3）通过灰色关联分析，发现各气象因子对PM10、SO2、NO2浓度的影响不一样，降雨量影响最大，相对湿度和风速影响次之，气压和温度影响最小。

3.2 建议

（1）针对污染物的分布规律制定对应的策略，冬季空气污染物浓度高的时候，更需要加强控制污染物的排放以及削减措施，针对空气污染严重的地方，我们需要进一步加强管理和控制，也可以适当利用人工降雨降低空气污染物的含量。

（2）空气污染物浓度的升高和社会经济的发展，城市化进程的加快是分不开的，例如工厂企业的增加、车辆持有量的骤增，都会导致空气污染物含量的升高。人们需要从意识上出发，保护环境，节能减排，这才是解决环境问题的根源。

（3）植物对空气污染物有一定的吸收和吸附作用，潘琳［12］研究表示城市绿地率与 PM10浓度相关系数高达0.979。所以可以通过配置植物进一步改善城市环境，尤其是汉阳月湖、汉口江滩和武昌紫阳这一带，车流量较大，NO2浓度较高，需要重点注意。

［1］刘沙沙.哈尔滨市大气环境质量现状研究与预测 ［D］.哈尔滨：哈尔滨工业大学，2008.

［2］Gupta AK，Patl RS，Gupta SK.A statistical analysis of particulate data sets for Jawaharlal Nehru Port and surrounding harbor region in India［J］.Environmental Monitoring and Assessment，2004，95 （1－3）：295－309.

［3］周江兴.北京市几种主要污染物浓度与气象要素的相关分析［J］.应用气象学报，2005，16（增刊）：123－127.

［4］宋艳玲，郑水红，柳艳菊，等.2000—2002年北京市城市大气污染特征分析 ［J］.应用气象学报，2005，16（增刊）：116－122.

［5］Mok KM，Hol KI.Effects of meteorological conditions on PM10concentrations：study in Macau［J］.Environmental Monitoring and Assessment，2005，102（1－3）：201－223.

［6］汤惠君，田亚平.广州市大气污染的气象因素分析 ［J］.城市问题，2004，（5）：51－55.

［7］赵璧，张建华，刘献辉，等.洛阳市大气污染特征与相关气象要素 24小时变化分析 ［J］.中国环境监测，2004，20 （1）：21－23.

［8］杜栋，庞庆华，吴炎.现代综合评价方法与案例精选 ［M］.北京：清华大学出版社，2008，35－38.

［9］王学荫，罗建军.灰色系统方法简明教程 ［M］.成都：成都科技大学出版社，1993.

［10］邓聚龙.灰色系统基本方法 ［M］.武汉：华中理工大学出版社，1987.

［11］邵天杰，赵景波，马莉.西安空气污染物时空变化特征分析［J］.干旱区资源与环境，2008，22（7）：77－83.

［12］潘琳.基于灰色系统的空气质量变化及影响因子分析 ［D］.天津：天津大学，2011.

Spatial and Temporal Distribution Characteristics of Air Pollution in Wuhan from 2007 to 2011

PEI Ting－ting1，2，CHEN Xiao－ping1，ZHOU Zhi－xiang1
（1.College of Horticultural＆Forestry Sciences，Key Laboratory of Horticultural Plant Biology，Ministry of Education，Huazhong Agricultural University，Wuhan Hubei 430070 China）

The spatial and temporal characteristics of Wuhan from 2007 to 2011 were examined based on the air pollutant index involving PM10，SO2，and NO2combining with the monthly meteorological indicators.Grey correlation method is applied to explore the impacts of five meteorological indicators on air pollution as well.The results showed that the air quality of Wuhan was getting better and better from 2007 to 2011 since the annual average concentration of PM10was becoming lower and lower.The PM10could achieve the second grade of national air standard in 2011.However，the annual average concentrations of SO2and NO2stayed higher than the second grade of national air standard.The grey correlation order of meteorological factors on PM10concentration is rainfall＞relative humanity＞average wind velocity＞average atmospheric pressure＞average temperature，with rainfall＞average wind velocity＞relative humanity＞average temperature＞average atmospheric pressure on SO2，and rainfall ＞relative humanity＞average wind velocity＞average temperature＞average atmospheric pressure on NO2，which means that rainfall is the primary meteorological factor on air pollutants concentration，following the relative humanity wind velocity，atmospheric pressure，and temperature at the last.

air pollutant；spatial and temporal distribution；meteorological factors；grey correlation；Wuhan

X82

A

1673－9655（2014）02－0043－05

2014－01－10

国家科技支撑计划项目 （2013BAJ02B01），中央高校基本科研业务费专项 （2013PY133）。

裴婷婷 （1987－），女，汉族，硕士。研究方向为园林植物应用与园林生态。

周志翔 （1963－），男，汉族，教授，博士生导师。研究方向为景观生态学与森林生态学。