北京APEC会议期间GPS水汽与PM2.5/PM10的相关性比较*

刘严萍，王 勇，李江波

(1. 天津城建大学 经济与管理学院，天津 300384；2. 天津城建大学 地质与测绘学院，天津 300384；3.河北省气象局，河北 石家庄 050022)



北京APEC会议期间GPS水汽与PM2.5/PM10的相关性比较*

刘严萍1，王 勇2，李江波3

(1. 天津城建大学 经济与管理学院，天津 300384；2. 天津城建大学 地质与测绘学院，天津 300384；3.河北省气象局，河北 石家庄 050022)

北京APEC期间的空气质量优良，GPS水汽变化与PM2.5/PM10变化是否存在正相关特性？针对此问题，通过2014年11月4-16日北京GPS水汽数据与PM2.5/PM10观测资料的对比分析研究发现，PM2.5/PM10与GPS可降水量呈明显的正相关性，相关系数大于0.5，个别时段的相关系数达到了0.91。研究结果表明，在空气质量优良状况下，水汽变化与PM2.5/PM10变化存在明显的正相关性。

PM2.5/PM10；水汽；GPS；相关性；APEC；北京

近年来我国重度雾霾天气事件频发，严重危害公众健康和影响交通出行。我国政府非常重视大气污染防治，近年来连续出台了《大气污染防治行动计划》[1](国十条)、《重点区域大气污染防治“十二五”规划》[2]等相关文件。Anne Boynard利用IASI (红外大气探测干涉仪)卫星测量技术探测了中国华北地区的冬季空气污染[3]；孟晓艳、戴永立等人开展了我国环保重点城市、超大城市的主要污染物浓度变化和霾天气特征及影响因子分析研究[4-5]。X J Zhao等分析了2010年冬季华北地区的重霾天气过程并开展了雾霾形成机理研究[6]。

霾天气过程的监测需要向网络化、立体化发展，目前的监测主要有地面PM2.5/PM10、遥感气溶胶等技术，有必要探寻新的霾监测技术。水汽是形成霾天气过程的重要外因，PM2.5(particulate matter 2.5)、PM10(particulate matter 10)是形成霾天气过程的重要微颗粒物，针对多次霾天气过程，王勇利用GPS水汽(PWV，precipitable water vapor)序列验证了水汽与PM2.5/PM10质量浓度存在明显正相关特性[7-8]，为利用GPS水汽进行霾监测提供可行性基础，该结果可为霾灾害治理防治提供参考。本文旨在探讨水汽的变化与PM2.5/PM10质量浓度变化的相关性。

2014年亚太经合组织(APEC)领导人会议于2014年11月5-11日在北京举行。11月1-12日，北京AQI(空气质量指数)均为优良级别，仅11月4日为轻度污染。为保障会议期间的空气质量，11月1-12日，北京、天津、河北、山东等省市，实行紧急污染控制措施，4 154家工地被停产或者限产；机动车单双号上路，近千万车辆限行。连续几日的3～4级风也加速了空气中污染物的扩散[9]。来自北京市环境监测中心的数据显示，11月1-12日，北京市空气中PM2.5、PM10、SO2、NO2浓度分别为43 μg/m3、62 μg/m3、8 μg/m3和46 μg/m3，比去年同期分别下降了55%、44%、57%和31%；各项污染物浓度均达到近5年同期最低水平[10]。本文将选择北京APEC会议期间的GPS水汽资料与PM2.5/PM10质量浓度观测数据开展两者的相关性研究。

1 实验数据与方法

本文研究数据主要包含2类数据：GPS水汽、PM2.5/PM10质量浓度观测数据。

1.1 GPS水汽

利用GPS观测资料可以反演出高时间分辨率的天顶对流层延迟序列，结合气象观测资料(气压、温度)，可以获得时值GPS水汽序列。国际GNSS服务(Internatianal GNSS Service，IGS)提供国际GPS站点的天顶对流层延迟解算资料和气象观测数据，通过下载BJFS(北京房山)、BJNM(北京大兴)站点天顶对流层延迟和气象资料，计算获得两站点的时值GPS水汽序列。BJFS站点天顶对流层延迟和气象资料在APEC期间数据不完整，BJNM站点天顶对流层延迟和气象资料较为完整。GPS水汽的单位为mm。

1.2 PM2.5/PM10质量浓度

北京有十余个PM2.5/PM10观测站点，对于BJFS、BJNM两GPS站点，本文分别选择了与两站点最为接近的古城、天坛站点的PM2.5/PM10质量浓度观测资料，该资料为时值观测数据。PM2.5/PM10观测数据的单位为μg/m3。

本文将利用GPS水汽数据与PM2.5/PM10观测数据进行相关性比较研究，两类数据均为时值观测数据，相关性图和相关性分析均是时值数据比较和计算获得。

2 APEC会议期间的GPS水汽与PM2.5/PM10的相关性比较

2.1 BJFS站GPS水汽与古城站PM2.5/PM10的比较

根据现有的BJFS站GPS水汽资料，结合古城站PM2.5/PM10观测数据，选择2014年11月4-5日和11月10日2个时段进行GPS水汽与PM2.5/PM10观的比较研究，见图1(图1横轴单位是年积日doy，即day of year)。

(a) 11月10日

(b)11月4-5日

由图1可看出，11月4-5日发生了一次轻度污染过程，PM2.5/PM10质量浓度较高，期间古城站PM2.5/PM10质量浓度值的上升下降，BJFS站GPS水汽也有一个明显的上升下降过程；同理，11月10日GPS水汽与PM2.5/PM10质量浓度有较为近似的上升过程。计算两次时段GPS水汽与PM2.5/PM10质量浓度的相关系数，结果见表1。

表1 BJFS站PWV与古城站PM2.5/PM10的相关性统计结果

根据表1所示的GPS水汽与PM2.5/PM10质量浓度的相关性统计结果，可以发现GPS水汽与PM2.5/PM10质量浓度呈现较为明显的正相关特性，相关系数大于0.6。

2.2 BJNM站GPS水汽与天坛站PM2.5/PM10的比较

BJNM站GPS水汽资料较为连续，结合天坛站PM2.5/PM10观测数据，选择2014年11月4-5日、11月6-8日、11月10-11日和11月14-16日4个时段进行GPS水汽与PM2.5/PM10观的比较研究，见图2(a～d)。

由图2可看出，天坛站PM2.5/PM10质量浓度值的上升下降，对应了BJNM站GPS水汽的上升下降，两者具有较为一致的变化趋势。在图2(a)年积日308(11月5日)PM2.5/PM10质量浓度值有一个急速下降过程，而GPS水汽变化则表现为上升下降。通过历史天气查询(http://lishi.tianqi.com/)，北京在11月5日天气为北风3～4级，较大风速的变化导致大气污染颗粒发生水平移动，因而PM2.5/PM10质量浓度值下降。计算4个时段GPS水汽与PM2.5/PM10质量浓度的相关系数，见表2。

表2 BJNM站PWV与天坛站PM2.5/PM10的相关性统计结果

根据表2的GPS水汽与PM2.5/PM10质量浓度的相关性统计结果，可以发现GPS水汽与PM2.5/PM10质量浓度呈现较为明显的正相关特性，相关系数大于0.5，最大相关系数超过0.91。

在风速较小难以产生空气污染物水平移动的情况下，水汽的上升、下降变化过程对应了PM2.5/PM10质量浓度的上升和下降过程，这是因为:水汽增加促进SO2、NO、NO2等转化为二次污染颗粒，二次污染颗粒属于PM2.5/PM10，因而PM2.5/PM10浓度增加。

(a) 11月4-5日 (b)11月6-8日

(c) 11月10-11日 (d)11月14-16日

3 结论

APEC期间北京周边地区工地停工，机动车限行，连续数天的3～4级风使得北京空气质量优良。针对APEC期间的空气污染较小这一事件，开展GPS水汽与PM2.5/PM10质量浓度的比较研究，研究发现，GPS水汽与PM2.5/PM10质量浓度变化存在正相关特性，相关系数大于0.5。本文研究结果结合之前的研究[7-8]可表明，不论空气质量优良或重度污染，水汽变化与PM2.5/PM10变化均存在明显的正相关性。

[1] 国务院关于印发大气污染防治行动计划的通知(国发[2013]37号)[EB/OL]. (2013-09-12)[2014-08-01]. http://www.gov.cn/zwgk/2013-09/12/content_2486773.htm.

[2] 环境保护部，发展改革委，财政部. 关于印发《重点区域大气污染防治“十二五”规划》的通知(环发[2012]130号) [EB/OL]. (2012-10-29) [2014-08-01]. http://www.zhb.gov.cn/gkml/hbb/gwy/201212/t20121205_243271.htm.

[3] Anne Boynard, Cathy Clerbaux, Lieven Clarisse, et al. First simultaneous space measurements of atmospheric pollutants in the boundary layer from IASI: A case study in the North China Plain [J]. Geophysical Research Letters, 2014, 41(2): 645-651.

[4] 孟晓艳，王瑞斌，张欣，等. 2006-2010年环保重点城市主要污染物浓度变化特征 [J]. 环境科学研究，2012, 25(6): 622-627.

[5] 戴永立，陶俊，林泽健，等. 2006～2009年我国超大城市霾天气特征及影响因子分析 [J]. 环境科学，2013, 34(8): 2925-2932.

[6] Zhao X J, Zhao P S, Xu J, et al. Analysis of a winter regional haze event and its formation mechanism in the North China Plain [J]. Atmospheric Chemistry and Physics, 2013, 13: 5685-5696.

[7] 王勇，刘严萍，李江波，等．水汽和风速对雾霾中PM2.5/PM10变化的影响 [J]．灾害学，2015，30 (1): 5-7.

[8] 王勇，闻德保，刘严萍，等．雾霾天气对GPS天顶对流层延迟与可降水量影响研究 [J]．大地测量与地球动力学，2014，34(2): 120-123.

[9] 李晓健. 有一种蓝, 叫“APEC蓝”[N]. 民主与法制时报, 2015-1-11(008).

[10]刘晓星，郭文生，周雁凌，等. 区域联动 多措并举 周密部署 全力保障APEC空气质量 [N]. 中国环境报，2014-11-17 (001).

TheComparisonbetweenGPSPWVandPM2.5/PM10inBeijingduringthePeriodofAPEC

Liu Yanping1, Wang Yong2and Li Jiangbo3

(1.SchoolofEconomicsandManagement,TianjinChengjianUniversity,Tianjin300384,China;2.SchoolofGeologyandGeomatics,TianjinChengjianUniversity,Tianjin300384,China;3.HebeiMeteorologicalBureau,Shijiazhuang050022,China)

DuringtheperiodofAPEC,theairqualityofBeijingwasfine.IsthecorrelationofGPSPWV(PrecipitableWaterVapor)andPM2.5/PM10positive?ThecorrelationbetweenGPSPWVandPM2.5/PM10ofBeijingfromNovember4thto16th, 2014iscompared.ItisconcludedthatthereissignificantlypositivecorrelationbetweenGPSPWVandPM2.5/PM10,whichthecorrelationcoefficientisgreaterthan0.5andthebestcorrelationcoefficientreachedto0.91.TheresultsindicatethatduringfineairqualitythereisobviouspositivecorrelationbetweenGPSPWVandPM2.5/PM10.

PM2.5/PM10;PrecipitableWaterVapor;GPS;correlationcoefficient;APEC;Beijing

2015-01-20

2015-03-17基金项目：河北省自然科学基金(D2015209024)

刘严萍(1979-)，女，河南汝南人，博士，讲师，主要从事城市灾害管理研究. E-mail:liuxiawy@126.com

王勇(1978-)，男，江西宁都人，博士，教授，主要从事GPS气象学研究. E-mail:wangyongjz@126.com

P426.615；X4

A

1000-811X(2015)03-0026-04

10.3969/j.issn.1000-811X.2015.03.005

刘严萍，王勇，李江波. 北京APEC会议期间GPS水汽与PM2.5/PM10的相关性比较[J].灾害学, 2015,30(3):026-028. [Liu Yanping，Wang Yong and Li Jiangbo. The Comparison between GPS PWV and PM2.5/PM10in Beijing during the Period of APEC [J].Journal of Catastrophology, 2015,30(3)：026-028.]