成都市城区大气颗粒物对能见度影响研究

黄　巍，王　军

(四川大学建筑与环境学院,成都　610000)

· 大气环境 ·

成都市城区大气颗粒物对能见度影响研究

黄巍，王军

(四川大学建筑与环境学院,成都610000)

通过对2013年3月～2014年2月选取春、夏、秋、冬各一个月进行颗粒物浓度监测,及能见度数据进行相关性分析，结果显示颗粒物浓度与能见度呈现较好的相关性。同时对各种气象条件与颗粒物浓度及能见度的相关性分析显示,风速对颗粒物浓度及能见度的影响最大。不同粒径颗粒物对能见度的影响也不同，相比于粗颗粒物(PM10)，细颗粒物(PM2.5)对能见度的影响更大。在大气污染事件期间,不同粒径颗粒物浓度变化情况不同，能见度也呈现不同的变化趋势。由于受到交通限行政策影响,颗粒物浓度受到交通排放的影响,能见度也呈现规律性的变化。由于与颗粒物影响关系密切，因此能见度可以作为一种颗粒物浓度特别是细颗粒物浓度的粗略的指示器，通过对能见度的视觉感知以便城市居民及时采取措施进行自我防护。

大气颗粒物；能见度；气象条件

随着城市化、工业化进程的发展以及城市中机动车数量的不断增加，城市中由于不断积聚的人类的活动导致的颗粒物浓度也在不断变化，尤其是细颗粒物已逐渐发展成为城市中主要的大气污染物[1]。大气中的颗粒物通过对光的散射和吸收,影响了光在大气中的传输,从而导致能见度的降低[2]。而能见度受颗粒物影响的因素较为复杂的,如颗粒物的不同粒径、浓度及气象条件等都会影响能见度。能见度的降低对于各种交通工具有着不容忽视的影响，特别是对于航空器[3]，因此对于能见度及其影响因素的研究有着较为重要的意义。

相对于对经济发达地区如北京、上海等地的研究[4]，对于中国西部地区的研究相对较少。本次研究的地点位于成都市(30.67°N, 104.06°E)，是我国西部地区最大的城市之一。截止2012年，成都市人口达到1400万，机动车保有量约为240万辆。成都市位于四川盆地西部,常年平均风速低，静风频率高，导致这个城市中的大气颗粒污染物不易消散，从而对人的健康产生极大的影响，尤其是在冬季，细颗粒物平均浓度比夏季高出1～2倍[5]。根据成都市疾控中心公布的2013年成都恶性肿瘤监测数据显示，成都市肺癌发病率位居各种恶性肿瘤发病率的首位[6]。

本次研究通过对2013年3月～2014年2月选取春、夏、秋、冬各一个月进行颗粒物浓度监测及能见度数据收集，分析能见度与颗粒物浓度的关系，为充分理解成都市能见度变化的特征、规律提供参考，同时为相关政策的制定和修改提供依据。

1　材料与方法

1.1研究点位

如图1所示，采样点位于成都市城市中心位置(30.38°N，104.04°E)，距离最近的官方大气颗粒物监测站约2500m，采样点位于距离地面18m的一栋办公建筑楼顶，周边50m范围内无高层建筑。

1.2研究方法

通过选取2013年3月，7月，10月及2014年1月4个月份分别代表春、夏、秋、冬4个季节，对成都市市区颗粒物浓度进行观测，颗粒物的观测仪器为两台DustTrak II 8530(TSI公司，美国)，仪器的气溶胶浓度范围为0.001～ 400 mg/m3，粒径切割器分别为10 μm及2.5 μm，入口流量设置为3 L/min，每天24h连续采样，采样时间为第一日8:00 am～次日8:00 am。

图1　PM10和PM2.5采样点位置(成都，锦江区)Fig.1　Sampling location

1.3数据收集

能见度数据来自于美国国家海洋和大气管理局(NCDC)(http://www.ncdc.noaa.gov/)，气象数据来源于中国气象局(http://cdc.cma.gov.cn/home.do)，卫星观测数据来自于Terra卫星的MODIS数据(http://neo.sci.gsfc.nasa.gov)，及风云2号卫星数据(http://www.nsmc.cma.gov.cn)。

2 　结果与讨论

2.1颗粒物浓度及能见度的季节变化特征

为保证采样数据的可靠性，通过对特定时间内(3月1日～30日)的人工采样数据日均值与官方监测站发布的日均值数据进行相关性分析，结果显示两组数据呈现良好的相关性，PM10浓度的相关系数为0.78，PM2.5的相关系数为0.83。研究期间，PM10平均浓度为183.85±81.7 μg/m3，PM2.5平均浓度为107.75±41.47 μg/m3。PM10质量浓度最高值出现在春季为290.79±174.74 μg/m3，PM2.5浓度最高值出现在冬季为143.39±47.16 μg/m3。PM10与PM2.5的最低值均出现在夏季，分别为 79.56±22.19μg/m3及51.22±14.21 μg/m3。研究期间PM10颗粒物浓度超过国家二级环境空气质量标准限值的日期数分别为春季27d，夏季0d，秋季14d，冬季27d，对于PM2.5则为春季28d，夏季2d，秋季22d，冬季29d。研究期间的能见度均值为5.5±1.78 km，相比成都市1973年～2010年之间的能见度均值8.5±3.9km有所下降[7]。

图2　颗粒物浓度及能见度的季节变化Fig.2　Seasonal variations of particles concentration and visibility

如图2所示，两种粒径颗粒物浓度的变化趋势均为从春季到夏季逐渐降低，区别在于PM10较PM2.5降低的幅度更大，随后从夏季逐渐升高至冬季，与Zhao et al的研究结果不同[8]。能见度的季度变化趋势基本与颗粒物质量浓度的变化趋势基本相反，从春季到夏季逐渐升高，随后逐渐降低至冬季。夏季能见度最高为6.91±1.56km，冬季能见度最低为3.78±2.01km。由于夏季降水量及较高的风速，能有效的降低大气中颗粒物的浓度，导致能见度较高，而在冬季降水和风速都最低，颗粒物在大气中聚集，对光的吸收和散射从而使得能见度在4个季节中最低。通过图2可知，能见度与颗粒物浓度有着良好的对应关系，当颗粒物浓度较高时能见度较低，反之亦然。

2.2颗粒物浓度、能见度与气象要素的关系

颗粒物浓度的季度变化主要是由于每个季度不同的气象条件引起的，同时，气象要素在不同环境中对于能见度的影响也不同。例如，在干燥的沙漠地带，较高的风速会扬起沙尘而造成能见度偏低，而在湿润的气候区域，较高的风速有利于颗粒物的稀释和消散从而提高能见度。通过分析能见度与颗粒物浓度、及气象要素(温度、湿度、风速)的相关性，有助于研究成都市各种气象要素对颗粒物浓度及能见度的影响。表1为研究期间颗粒物浓度、能见度与各气象要素的相关系数，通过表1可知，相对于粒径较大的颗粒物，PM2.5浓度与能见度呈现显著的负相关，且相关系数更大。因此，能见度受到细颗粒物浓度的影响更大。在各个气象要素中，能见度与风速呈现明显的正相关，风速相对越大，能见度相对越高，需要注意的是由于成都市常年平均风速相对较小，若风速过大可能导致扬尘而降低能见度。

表1　颗粒物浓度及能见度与气象要素的皮尔森相关系数

注：*相关性在0.05水平显著;**相关性在0.01水平显著。

2.3颗粒物浓度及能见度的周变化特征

自2012年底开始成都市开始实行的新的机动车尾号限行政策，由于机动车相关排放如尾气排放、刹车片磨损、轮胎磨损等以及机动车行驶引起的道路扬尘是成都市城市大气颗粒物的重要贡献源，因此对于交通限行政策引起的颗粒物浓度的周变化规律的研究，能够对政策制定者提供依据以便在完善政策时参考。

图3　颗粒物浓度及能见度的周变化Fig.3　Weekly variations of particulate concentrations and visibility

图3为根据各季节的每日浓度及能见度对应的星期数，将研究期间的每日颗粒物浓度及能见度计算平均值后的颗粒物浓度及能见度周变化趋势，颗粒物浓度的最高值均出现在周一，分别为PM10浓度217.32±136.21μg/m3，PM2.5浓度119.96±46.23 μg/m3，随后呈现明显下降趋势，在周二出现颗粒物浓度最低值分别为PM10浓度164.11±79.26μg/m3，PM2.5浓度98.37±47.48μg/m3，从周四开始出现上升趋势。PM10第2个峰值出现在周三，而PM2.5第2个峰值则出现在周日。能见度的变化趋势基本与颗粒物浓度相反，峰值出现在周二，能见度为6±1.21km，谷值出现在周三为5.31±1.19km。周末的颗粒物浓度均值分别为PM10浓度183.81±68.05 μg/m3，PM2.5浓度113.88±34.63μg/m3，能见度为5.44±1.54km，工作日的颗粒物浓度均值为分别为PM10浓度185.47±95.96 μg/m3，PM2.5浓度105.99±41.24μg/m3，能见度为5.51±1.23km。

2.4大气污染事件期间颗粒物浓度及能见度

对于大气污染事件期间的颗粒物浓度及能见度的研究有利于分析不同粒径颗粒物在大气污染期间的变化情况及对能见度的影响。2013年3月10号～3月13日之间成都市出现的沙尘天气，图4为风云2号卫星图显示的在3月11日及3月13日来自西北部的沙尘两次入侵成都市的卫星图，在这期间PM10的平均浓度为547.33±259.97μg/m3，PM2.5的平均浓度为197.19±66.6μg/m3，PM2.5与PM10的比值为0.36，在沙尘期间，细颗粒物占PM10的比例较小，因此沙尘对于粒径较大颗粒物贡献更大。能见度为4.6±1.3km，较春季的能见度均值低21%，因此沙尘期间由于受到粗颗粒物的影响导致能见度降低。

图4　3月11日及13日沙尘卫星Fig.4　Satellite map of dust storm on March 11 and 13

图5　2013年10月8日～10日成都周边火点分布Fig.5　Satellite map of fire-point from October 8 to 10

图5为Terra卫星的MODIS数据显示的2013年10月8日～10日在成都市北部生物质燃烧的火点，在此期间PM10的浓度为171±32.07μg/m3，PM2.5的浓度为129.33±30.89μg/m3，PM2.5与PM10的比值为0.76，可见秸秆等生物质的燃烧对细颗粒物浓度的贡献相对更大。能见度为3.8±0.87km，较秋季的能见度均值低33%，在生物质燃烧期间由于受到细颗粒物影响导致能见度降低。相比于受到粗颗粒物影响的沙尘期间，生物质燃烧期间的能见度降低幅度更大，因此可以认为在成都市细颗粒物对于能见度的影响较粗颗粒物的影响更大。

3　结　语

研究期间，颗粒物浓度水平较高，能见度水平较之前的研究结果较低。各季节中夏季颗粒物浓度最低能见度最高，冬季颗粒物浓度最高而能见度最低。颗粒物浓度越大对能见度影响越大，同时细颗粒物较粗颗粒物对能见度的影响更大。在各气象要素中，风速对能见度的影响比其他要素更大。由于受到交通限行政策的影响，颗粒物浓度的最高值分别出现在周一和周末，最低值出现在周二。在不同的大气污染事件期间，不同粒径颗粒物浓度不同，对于能见度影响也不同。沙尘期间，粗颗粒物浓度增加更多，而在生物质燃烧期间，细颗粒物浓度增幅相对更大，与同时期能见度相比，细颗粒物对于能见度的影响更大。

[1]张懿华, 段玉森, 高松, 等. 上海城区典型空气污染过程中细颗粒污染特征研究[J]. 中国环境科学, 2011, 31(7): 1115-1121.

[2]Chan Y, Simpson R, McTainsh G H,et al. Source apportionment of visibility degradation problems in Brisbane (Australia) using the multiple linear regression techniques [J]. Atmospheric Environment, 1999, 33: 3237-3250.

[3]沈宏斌, 宋静. 成都双流机场能见度气候特征及气象相关性分析 [J]. 成都信息工程学院学报, 2013, 28(6): 672-676.

[4]杨龙, 贺克斌, 张强, 等. 北京秋冬季近地层PM2. 5质量浓度垂直分布特征 [J]. 环境科学研究,2005, 18(2): 23-28.

[5]黄巍，龙恩深.成都PM2.5与气象条件的关系及城市空间形态的影响[J]. 中国环境监测,2014, 30(4): 87-93.

[6]毛逸.成都疾控中心：成都癌症发病率肺癌高居首位[EB/OL].http://www.sc.xinhuanet.com/content/2014-04/16/c-1110259282.htm,2014-04-16.

[7]Wang Q, Cao J, Tao J,et al. Long-Term Trends in Visibility and at Chengdu, China [J]. Plos one, 2013,8(2):295-298.

[8]Zhao H, Che H, Zhang X,et al. Characteristics of visibility and particulate matter (PM) in an urban area of northeast China [J]. Atmospheric Pollution Research, 2013, 4(4):427-434.

Study on the Impact of Atmospheric Particulate Matter on the Visibility in Urban Area of Chengdu

HUANG Wei, WANG Jun

(CollegeofArchitecture&Environment,SichuanUniversity,Chengdu610000,China)

Mass concentration of ambient particulate matter were monitored in the selected one month of spring, summer, fall and winter during the period from March 2013 to February 2014, data of visibility were collected simultaneously, correlation analysis showed that particulate concentration and visibility presented a good correlation. Meanwhile, correlation analysis between particulate concentration and visibility as well as meteorological factors showed that the wind velocity has the biggest influence on the particle concentration and visibility. The effect of particulate matter with different size on visibility was different, compared with the coarse particulate matter (PM10), the effect of fine particles (PM2.5) on the visibility was greater. During air pollution episode, the mass concentrations of particulate matter with different size were different, so the variation of visibility showed different patterns. Due to the policy of traffic restriction in Chengdu, particle concentrations were influenced by traffic emission, resulting in the regular variation of visibility. Because of the close relationship between the visibility and particle concentrations, visibility can be used as a rough indicator of particle concentrations especially fine particulate matter concentrations, so that through the perception of visibility, residents could take measures for self-protection in time.

Atmospheric particulate matter; visibility; meteorological factors

2014-11-05

国家自然科学基金(51308361); 中国博士后科学基金资助项目(2012M511930)。

黄巍(1981- ),男,四川成都人, 四川大学人居环境专业2011级在读博士研究生, 助理工程师,从事人居环境研究方向。

X823

A

1001-3644(2015)02-0059-04