铜川新区采暖期PM2.5浓度与气象条件关系探究

倪红梅，陈建文，孙彬彬

(1.铜川市环境监测站，陕西 铜川 727000；2.陕西省气候中心，陕西 西安 710014)

1 引言

随着社会经济的高速发展，生活水平的不断提高，人们健康意识不断增强，对环境空气质量的关注度迅速提高。但是，工业生产的高速发展，城市和社会基础建设的大规模投资，城市汽车保有量的迅速膨胀，使得环境空气中的污染物浓度越来越高，城市区域的不断拓展又使得植被大面积减少，自然生态环境受到破坏，大气污染物的净化能力不断减弱，同时造成近地层风速减小，城市热岛效应和逆温加剧，大气扩散能力削弱，能见度和空气质量明显下降，形成霾天气。近年来，北方采暖期特别是在大气扩散能力最差的冬季，大范围、高强度、持续时间长的霾天气过程明显常态化，已经成为一种新的灾害性天气。霾天气的本质是细粒子气溶胶污染，与光化学烟雾相关联[1]。空气中不同大小的颗粒物均能降低能见度，但细颗粒物(PM2.5)降低能见度的能力更强[2]，细颗粒物污染是造成大气能见度下降的主要原因[3]。PM2.5因其粒径小和比表面积大，更容易富集有毒物质，对人体健康的危害远比粗颗粒物大[4]。大气颗粒物中PM2.5的比重较小，但其粒径小，在大气中的停留时间长、输送距离远，并含有大量有毒有害气体和重金属离子等有害物质，而且人体对其没有任何过滤和阻拦能力，可由呼吸进入支气管和肺泡到达血液，不经过肝脏解毒直接通过血液循环分布到全身，不仅干扰肺部的气体交换，引发哮喘、支气管炎和心血管疾病，还会损害血红蛋白输送氧的能力。PM2.5主要来自车辆尾气、化石、油料及生物质燃料燃烧等人为排放源和二次污染[5]，但不同区域不同季节具有很大差异，如南方区域冬季PM2.5可能主要来自于火电厂、化工厂、汽车尾气和扬尘等，北方采暖期燃煤燃烧废气则是PM2.5的重要来源，而夏季光化学过程造成的二次污染影响较大。

污染物的排放是形成大气污染的内因，气象条件是外因。通常，气象条件变化不大时，污染源排放大气污染物越多，大气污染越严重，反之越轻。大气扩散的理论和实践研究表明，在不同的气象条件下，同一污染源排放所造成的近地层污染物体积分数可相差几十倍乃至几百倍[6]。同一区域一定时期内源排放总量是大致稳定的，大气污染物浓度取决于环境气象条件。风速和混合层高度是反映大气污染扩散能力的动力因子，反映大气水平和垂直扩散能力，降水条件体现大气的净化能力，而湍流强度决定大气对污染物的稀释能力。本文利用铜川市新区2013年11月至2014年3月PM2.5浓度、气象观测站同步气象观测资料，探究PM2.5与环境气象条件的关系，为开展大气污染预测、大气污染治理和环境规划提供科学依据。

2 资料来源

2.1 对比气象站的确定

铜川市新区管委会环境空气自动监测子站位于34°52′21″N、108°56′04″E，海拔745m，采样口距地面高度20m。新区兰芝公司环境空气自动监测子站位于34°52′23″N、108°57′32″E，海拔836m，采样口距地面高度18m。距离新区最近的耀州区气象站(34°55′27.69″N、108°58′32.91″E，观测场海拔710m)位于新区管委会环境空气自动监测子站ENE方向约4.3km，兰芝公司环境空气自动监测子站NNE方向约5.86km。区域地势较为平坦，监测子站与对比气象站之间无大的地物阻隔且距离较近，因此耀州区气象站气象观测资料对铜川市新区具有较好的代表性。

2.2 基础资料及其来源

为了消除非正常排放和污染源间歇排放等可能造成的观测资料波动，区域PM2.5浓度采用了新区管委会环境空气自动监测子站和新区兰芝公司环境空气自动监测子站提供的2013年11月至2014年3月每日逐时平均浓度，气象资料来源于耀州区气象观测站气温、风速、降水量、气压、相对湿度、日照时数、总云量、低云量、大气能见度同步观测资料，能见度和云量人工定时观测资料为02、05、08、11、14、17和20时8次观测，其余时刻采用线性内插得到。

3 基本原理与分析方法

3.1 稳定度分类与混合层高度计算

首先采用帕斯奎尔(Pasquill)及其修订的分类法对每日逐时大气稳定度计算分类：根据云量、云状、太阳辐射状况和地面风速等常规气象资料用A、B、C、D、E、F六个稳定度级别来表示大气对污染物的扩散能力，从A→F表示大气扩散能力逐渐减弱[7-9]。然后根据大气边界层(或混合层)高度参数计算方程，计算各类稳定度下的混合层高度。

3.2 主要环境气象要素与PM2.5浓度的关系

采用数理统计、点聚图和对应关系图，通过PM2.5浓度与主要环境气象要素小时和日均值之间的相关分析，探究气象要素对PM2.5浓度变化的影响。

4 环境气象条件与PM2.5浓度相关分析

4.1 主要污染过程与良好天气过程及其气象条件

铜川新区2013年度采暖期PM2.5浓度超过《环境空气质量》二级标准75 μg/m3的天数共90天(占采暖期的59.6%)，其中轻度污染天数47天(占52.2%)，中度污染天数10天(占11.1%)，重度污染天数26天(占28.9%)，严重污染天数7天(占7.8%)。共出现了三次持续污染天气过程，分别是：2013年12月17日至25日、2014年1月23日至2月2日、2014年2月6日至3月8日；三次环境空气良好天气过程，分别是：2013年11月23日至12月11日、2013年12月16日至2014年1月4日、2014年3月9日至27日。第一次污染过程持续时间短但强度最大，多日平均浓度242.2μg/m3，接近250μg/m3属重度污染，第三次污染过程强度最小但持续时间长。从表1看出，三次污染过程和良好过程比较，空气相对湿度、总云量和稳定类天气出现频率较高，能见度、日平均气温、风速、日照时数、混合层高度和不稳定类天气出现频率较低。PM2.5浓度对大气能见度的影响显著，较高的空气湿度能促进本区域气溶胶颗粒的增加，云量会阻挡太阳辐射和大气污染物的垂直扩散，稳定类天气多不利于大气污染物的垂直扩散，气温的高低不仅能反映冬季太阳辐射条件和垂直扩散能力的强弱，也影响着污染源强的变化，而风速是大气水平扩散能力的主要指标。不稳定类天气出现频率和混合层高度是大气垂直扩散能力的主要指标，其值越大则大气水平和垂直扩散能力越强。总之，环境气象条件对PM2.5浓度影响显著。

表1 各主要污染过程与良好天气过程平均气象要素

4.2 相关性分析

从表2看，各主要环境气象要素与PM2.5浓度的小时值线性相关系数均通过0.001的相关性检验。日平均值中，大气能见度、相对湿度、风速、日照时数、混合层高度、日最高气温和日平均气温的相关关系数均通过0.001的相关性检验，总云量通过0.005的相关性检验，最低气温通过0.05的相关性检验。能见度与PM2.5浓度的相关性最好，其次是相对湿度，日最低气温的相关性相对最小，说明PM2.5浓度对大气能见度的影响较大，而日最低气温对PM2.5浓度的影响相对较小。由于小时污染源强的不稳定性较日平均差，气象要素日均值与对应PM2.5浓度相关性均明显好于小时值。能见度、风速、日照时数、混合层高度和气温与PM2.5浓度呈负相关，相对湿度和总云量呈正相关。可见：能见度越好、日照时间越长、气温越高；PM2.5浓度越小，风速越大、混合层高度越高，大气水平和垂直扩散能力越强，PM2.5浓度亦越小，而空气相对湿度越高、云量越多，PM2.5浓度越大。

5 环境气象要素对PM2.5浓度的综合影响分析

PM2.5浓度和空气湿度是影响大气能见度的主要因子，而降水又直接影响能见度和空气湿度，并对其进行稀释沉降，风速决定大气水平扩散能力。太阳辐射是大气垂直扩散能力的动力因子，对大气层和混合层高度起决定作用，而混合层高度是太阳辐射强弱和大气层的客观反映。因此，利用日平均相对湿度、能见度、风速和降水量、风速和混合层高度的组合来分析其对PM2.5浓度的综合影响。

5.1 日平均相对湿度和能见度与PM2.5浓度的综合分析

相对湿度和能见度是判别灰霾天气的两个主要环境气象指标，而大气中水汽和PM2.5颗粒物会减弱大气能见度，与粗颗粒物相比，细颗粒物(PM2.5)降低能见度的能力更强，是灰霾天气能见度降低的主要原因[2]。从图1看，相对湿度和PM2.5浓度明显与能见度呈反相关，相对湿度与PM2.5浓度呈较好的正相关。2013年11月23日至12月11日、2013年12月26日至31日和2014年3月9日至27日三次能见度较好天气过程，相对湿度和PM2.5浓度明显均较低。2013年12月16日至25日和2014年2月6日至3月8日两次严重灰霾天气过程是由水汽和PM2.5共同造成，2014年1月23日至2月2日灰霾天气过程主要由PM2.5浓度高引起；2013年11月1日至9日能见度小于10 km则由相对湿度较高造成，日平均相对湿度高达83.3%、能见度7 km，主要是雾。可见：本区域采暖期相对湿度越高，越有利于PM2.5颗粒的形成和发展，能见度越差；PM2.5对能见度的影响明显大于相对湿度，而湿度和PM2.5共同作用影响更大。

图1 逐日PM2.5浓度与相对湿度和能见度变化关系图

5.2 日平均风速和降水量对PM2.5浓度的综合影响分析

风速决定大气水平扩散能力，降水条件体现大气净化能力。新区采暖期共出现8次单日降水、3次2日以上降水过程和7次持续多日较大风速过程，降水发生时风速均较小。从表3和图2看出，2日以上的过程降水对PM2.5的净化效果最为显著，其次是较大风速过程，而单日降水的效果相对较差。采暖期第1次降水过程强度大，三日降水量14.9 mm，第二日高达11.6 mm，净化效果最显著；第2次二日降水过程雨量6.1 mm，虽然降水量稍大于第3次过程的5.1 mm，但时间短，效果反而不如第3次，表明强度越大、持续时间越长的降水过程对降低空气中PM2.5浓度效果更显著。7次较大风速过程对PM2.5的净化效率均较高，表明持续多日平均风速在2.3 m/s以上的风对PM2.5有很好的净化效果。比较来看，降水过程和较大风速过程前PM2.5浓度越高，其净化效果越显著，2.0 mm以下的单日降水在风速较小时效果不明显，1.0 mm以下的微量降水在风速较小时还会使PM2.5浓度不降反升。

表3 单日降水、过程降水和较大风速天气过程对PM2.5浓度的净化效果

*注：表3中标注*为降水过程最大日平均PM2.5浓度，对应PM2.5浓度下降率=100×(降水过程最大日平均PM2.5浓度-次日平均PM2.5浓度)÷降水过程最大日平均PM2.5浓度。

图2 逐日PM2.5浓度与风速和降水量变化关系图

图3 逐日PM2.5浓度与风速和混合层高度变化关系图*注：图中混合层高度单位为100m

5.3 日平均风速和混合层高度对PM2.5浓度的综合影响分析

风速和混合层高度是反映大气水平和垂直扩散能力的主要环境气象因子。从表1看，相比三次PM2.5为主要污染物过程，三次良好天气过程风速大、混合层高度高。从图3看，7次较大风速过程平均混合层高度也明显高于过程前后，分别为545.1 m、497.7 m、549.0 m、586.4 m、594.7 m、612.7 m和839.5 m。可见，风速较大时一般混合层高度也较高，大气水平和垂直扩散能力均较强，PM2.5浓度也明显较低。

6 主要环境气象要素日均值与PM2.5污染特征分析

利用日平均的大气能见度、空气相对湿度、日照时数、风速、混合层高度等，与PM2.5浓度绘制点聚图(见图4)，分析采暖期主要环境气象要素与PM2.5日均浓度变化之间的关系。从图4看，日平均PM2.5浓度与大气能见度、日照时数、风速和混合层高度明显呈反相关，与相对湿度呈正相关。当能见度>10 km时，PM2.5日均浓度均≤111.2 μg/m3，根据《地面气象观测规范》(QX/T 46-2007)，可将PM2.5日均浓度>111.2 μg/m3作为本区域采暖期灰霾日的一个预测判别指标。当相对湿度≤29%时，PM2.5日均浓度均<75 μg/m3；相对湿度≤38%时，PM2.5日均浓度均<150 μg/m3；当日照时数≥8.4 h时，PM2.5日均浓度均≤99.2μg/m3；当日平均风速≥3.5 m/s时，PM2.5日均浓度均≤53 μg/m3；当日平均混合层高度≥730 m时PM2.5日均浓度均≤102 μg/m3；当日均混合层高度≥850 m时，PM2.5日均浓度均≤75 μg/m3。因此，根据《环境空气质量指数(AQI)技术规定(试行)》(HJ633-2012)，对本区域采暖期可基本确定：当日平均相对湿度≤29%，或者日平均风速≥3.5 m/s，或者日平均混合层高度≥850 m时，PM2.5AQI<100(二级)；当日照时数≥8.4 h时，或者日平均混合层高度≥730 m时，PM2.5AQI<150(三级)；当日平均相对湿度≤38%时，PM2.5AQI<200(四级)。

7 结语

(1)环境气象条件对PM2.5浓度影响显著。能见度越好、日照时间越长、气温越高，PM2.5浓度越小；风速越大、混合层高度越高，大气水平和垂直扩散能力越强，PM2.5浓度亦越小；而空气相对湿度越高、云量越多，PM2.5浓度越大。

图4 逐日PM2.5浓度与能见度、相对湿度、日照时数、风速和混合层高度点聚图

(2)本区域采暖期相对湿度越高，越有利于PM2.5颗粒的形成和发展，能见度越差；PM2.5对能见度的影响明显大于相对湿度，而湿度和PM2.5共同作用影响更大。

(3)5 mm以上连续性降水过程对PM2.5的净化效果明显，强度越大、持续时间越长，效果越显著，持续多日平均风速2.3 m/s以上的较大风速过程也有很好的净化效果。降水过程或较大风速过程前PM2.5浓度越高，其净化效果越显著。2.0 mm以下的单日降水在风速较小时净化效果不明显，1.0 mm以下的微量降水在风速较小时，还会使PM2.5浓度不降反升。

(4)风速较大时一般混合层高度也较高，大气水平和垂直扩散能力均较强，PM2.5浓度明显较低。

(5)PM2.5日均浓度>111.2 μg/m3可作为本区域采暖期灰霾日的一个预测判别指标，当日平均相对湿度≤29%，或者日平均风速≥3.5 m/s，或者日平均混合层高度≥850 m时，PM2.5AQI<100(二级)；当日照时数≥8.4 h时，或者日平均混合层高度≥730 m时，PM2.5AQI<150(三级)；当日平均相对湿度≤38%时，PM2.5AQI<200(四级)。

[1] 吴兑.灰霾天气的形成与演化[J].环境科学与技术，2011，34(3)：157-161.

[2] 杨宏斌，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.

[3] 王丽京，刘旭林.北京市大气细粒子浓度与能见度定量关系初探[J].北京气象学报，2006，64(2)：221-228.

[4] 孟昭阳，张怀德，蒋晓明，等. PM2.5太原地区冬春季污染特征及影响因素[J].中国科学院研究生院学报，2007，24(5)：648-656.

[5] 于凤莲.城市大气气溶胶细粒子的化学成分及其来源[J].气象，2002，28(11)：3-6.

[6] 周丽，徐祥德，丁国安，等.北京地区气溶胶PM2.5粒子浓度的相关因子及其估算模型[J].气象学报，2003，61(6)，761-768.

[7] 国家环保总局监督管理司编.中国环境影响评价培训教材[M].2000年第1版.北京：同济大学出版社化学工业出版社出版发行，2000：116-117.

[8] 张德华，李晓忠，侯祺棕. 城市大气稳定度分级模型的研究[J].武汉理工大学学报，2011，23(1)：63-66.

[9] 陈建文，胡琳，王娟敏，等.陕西省大气稳定度分布特征研究[J].水土保持研究，2013，20(3)：299-304.