泉州市PM10与PM2.5污染特征研究

吴萍萍

(泉州市环境监测站，福建 泉州 362001)



泉州市PM10与PM2.5污染特征研究

吴萍萍

(泉州市环境监测站，福建 泉州 362001)

基于泉州市区2014年1、4、7、10月的空气质量自动监测数据，分析了PM10和PM2.5污染水平并对其季节变化趋势进行探讨。结果表明，监测期间内，泉州市区PM10日均浓度变化范围为0.025～0.376mg/m3，PM2.5日均浓度变化范围为0.010～0.346mg/m3，PM10和PM2.5的年均日浓度分别为 0.067mg/m3和0.034mg/m3。泉州市区大气中的PM10和PM2.5浓度均呈现出明显的季节变化趋势，春冬两季浓度高于夏秋两季。利用HYSPLIT-4模型对PM10和PM2.5浓度出现异常高值的时段进行气团后推轨迹推导，结果显示长距离传输和区域传输在不同时段对本地污染的主导作用不同。

PM10；PM2.5；污染特征；后推轨迹；泉州市

0 引言

随着工业化和城市化的发展，空气污染越来越受到人们的关注。环境空气质量的优劣逐渐成为人们重视的焦点，也逐渐被纳入各级政府的目标考核任务中[1]。近年来，空气污染事件频频发生，可吸入颗粒物(PM10)和细颗粒物(PM2.5)已从专业领域走进公众视野，PM10和PM2.5成为影响我国城市大气环境质量的主要污染物。随着环保观念的加强，关注空气污染指数已成为中国大中型城市市民的一种习惯，“同呼吸，共命运”已成为集体观念的主流。

PM10具有较强的吸附能力，是多种污染物的“载体”和“催化剂”，可成为多种污染物的集合体，是导致各种疾病的罪魁祸首。PM2.5粒径小，比表面积大，易于富集空气中的有毒有害物质，并可随着人体呼吸进入体内，其在大气中的停留时间长、输送距离远，对人体健康和大气环境质量的影响更大。多城市的研究均表明，高浓度的颗粒物对大气能见度影响极大，PM10和PM2.5浓度的升高是造成大气能见度下降的重要原因，减少大气颗粒物的排放，是城市空气质量改进及提高大气能见度的有效途径[2-4]。

泉州市地处福建省东南沿海，东临海洋，南临台湾海峡，属亚热带海洋性季风气候，终年温暖湿润。冬季盛行偏北风，气温低，干燥少雨；夏季盛行偏南风，气温高，湿润多雨。随着区域经济的快速发展，资源的消耗和污染物排放的总量也随之增长，空气污染也不容忽视。本文基于2014年泉州市区环境空气质量监测点位PM10和PM2.5的自动监测资料，分析并讨论泉州市PM10、PM2.5的污染水平及其季节变化规律。

1 数据来源及监测方法

1.1 数据来源

空气质量监测数据来源于泉州市环境监测站2014年城市空气质量自动监测结果，分别取其PM10和PM2.5的市区日平均浓度作为研究对象，充分反映泉州市PM10和PM2.5的污染情况。

1.2 监测方法

PM10自动监测仪采用TEOM1405型PM10自动监测仪(美国)，监测方法基于微量振荡天平法；PM2.5自动监测仪采用5030型颗粒物同步混合监测仪(SHARP)PM2.5自动监测仪(美国)，监测方法基于光浊度计/β射线法。

1.3 监测时间

选择1、4、7、10四个月分别代表冬、春、夏、秋四个季节，每个季节每天连续24h自动监测。

2 结果与讨论

2.1 大气中PM10和PM2.5浓度水平

2014年，泉州市区PM10和PM2.5的日均浓度变化趋势如图1所示。监测结果表明，泉州市区PM10日均浓度变化范围为0.025～0.376mg/m3，PM2.5日均浓度变化范围为0.010～0.346mg/m3，PM10和PM2.5的年均日浓度分别为0.067 mg/m3和0.034 mg/m3。

与国内其他城市的监测结果相比，泉州市区PM10年均日浓度和PM2.5年均日浓度高于武夷山背景点PM10年均日浓度(0.023mg/m3±0.016mg/m3)和PM2.5年均日浓度(0.018mg/m3±0.012mg/m3)[5]，稍高于台北市区PM10和PM2.5浓度[6]，与福州、厦门两市的PM10、PM2.5浓度相当[7-9]。与南京[10]、京津唐城市群[11]、兰州[12]、青岛[13]等地相比，泉州市区的PM10和PM2.5浓度明显较低。由此可见，泉州的PM10和PM2.5的污染程度轻于全国大多数城市，但仍存在一定程度的污染，不容忽视。

2.2 大气中PM10和PM2.5浓度的季节变化特征

对泉州市区大气中PM10和PM2.5春、夏、秋、冬四个季节的平均浓度分别作图，如图2所示。由图2可以看出，泉州市区大气中的PM10和PM2.5浓度呈现出明显的季节变化趋势，春冬两季的PM10和PM2.5浓度明显高于夏秋两季，这与厦门[9]、福州[9]、广 州[14-15]、珠海[16]等地的变化趋势一致。

我国北方冬季多燃煤取暖，大气颗粒物排放明显增多，大气污染物可随着气流的流动而进行区域间的传输。泉州地区无采暖与非采暖季的区别，各季节能耗相当，故推测泉州地区PM10和PM2.5浓度的季节变化趋势与气象条件较为相关，受长距离或区域传输气团影响较大，风力较大有利于污染物扩散，风力较小则不利于污染物扩散。

林长城等[8]研究表明，当受冷高压或暖区辐合系统控制时，伴随逆温现象的出现，低层大气层结稳定，风速弱，不利于污染物的水平扩散及垂直传输，局地易出现大气污染物堆积现象。泉州地区春冬两季盛行偏北风，冷空气南下频率及强弱对本地空气质量影响较大，且春冬两季逆温现象频繁出现，大气层结稳定，气象条件较为不利，易使污染物积聚而加重污染，从而使空气质量处于较差的状态。夏秋两季大气对流活跃，风速较大，台风和强降水较多，气象条件有利于污染物扩散且降雨对大气颗粒物的冲刷作用较大，但个别时段出现的暖区辐合不利于大气污染物扩散使得个别天气出现污染。

2.3 浓度异常期气团后推轨迹分析

后推气团轨迹模型推导通常被用于推测污染气团的来源，用于辅助分析污染天气来源。利用HYSPLIT-4模型对监测期间PM10和PM2.5浓度异常高时进行气团后推轨迹模拟。

由图1可以看出，泉州市区部分时段PM10和PM2.5出现异常高值，主要出现于春冬两季，对其进行统计并做气团后推轨迹推导。将所得后推轨迹分为两大类型，即东北型和西南-回旋型，分别如图3、图4所示。在我国北方，受冬季燃煤取暖的影响，能耗及污染物排放加剧，大气中的PM10和PM2.5浓度较高，雾霾发生频次多。由图3可知，2014年1月5日、1月21日和1月26日，气团主要来自东北方向，长距离传输较为明显，高低空气流均呈下沉趋势，故推测这几日的PM10和PM2.5出现浓度异常高值与泉州地区冬季主要受东北风影响有关。大气中的污染物随着气流的传输，北霾南漂，且地面气流下沉，污染物扩散条件较差，从而导致污染物在地面积聚，浓度升高。由图4可知，2014年1月31日、4月13日和4月17日，高空气团主要来自西南方向，而低空气团呈现本地及周边回旋趋势，且低空气流较为平稳，故推测这几日PM10和PM2.5出现浓度异常高值主要受区域传输影响较大，在静稳天气下，本地及周边地区的污染物积聚，浓度升高。

李令军等[17]研究表明，北京市鞭炮燃放对不同大气污染物的影响存在明显区别，其中PM10影响最为显著，PM2.5占PM10的比例也明显升高，可达90%。春节期间，康苏花等[18]对石家庄市、韩余等[19]对重庆市及赵金平等[20]对泉州郊区的研究均表明，烟花爆竹的燃放对大气颗粒物的影响极为显著。2014年1月31日(正月初一)，泉州市区PM10和PM2.5浓度均为监测期间内日均浓度最高值，PM10日均浓度达0.376mg/m3，PM2.5日均浓度达0.346 mg/m3，PM2.5与PM10的浓度比值高达92%，推测该日除受静稳天气的影响外，与春节烟花爆竹的燃放也大有关系。

3 结论

(1)2014年1、4、7、10四个月，泉州市空气质量自动监测系统监测结果表明，泉州市区PM10日均浓度变化范围为0.025～0.376mg/m3，PM2.5日均浓度变化范围为0.010～0.346mg/m3，PM10和PM2.5的年均日浓度分别为0.067mg/m3和0.034mg/m3。相比全国大多数城市，泉州市区PM10和PM2.5日均浓度较低，但仍存在一定程度的污染，应当引起重视。

(2)泉州市区大气中的PM10和PM2.5春冬两季的浓度明显高于夏秋两季，具有明显的季节变化趋势，推测其受气象条件的影响较大。冬春两季，受冷空气及北方沙尘南下影响，北霾南漂，且逆温现象频频发生，大气扩散条件差，空气质量较差。夏秋两季，降水对颗粒物的冲刷作用较大，风速较大，大气扩散条件较好，污染物易于扩散，空气质量较好。

(3)泉州市区PM10和PM2.5浓度出现异常高值主要出现于春冬两季。利用HYSPLIT-4模型对PM10和PM2.5出现浓度异常高值的时段进行气团后推轨迹模拟。结果表明，冬季泉州市区以受长距离传输影响为主，春季则以受区域传输影响为主，在不利的天气条件下，大气中PM10和PM2.5浓度升高。此外，春节期间烟花爆竹的燃放对大气中颗粒物的贡献也不容忽视。

[1] 杨志, 陈静, 李军, 等. 武昌区环境空气质量变化趋势及治理对策[J]. 环境科学与管理, 2010, 35(3): 34-37, 45.

[2] 朱宇, 唐孝炎, 张远航, 等. 北京市大气能见度规律及下降原因[J]. 环境科学研究, 2003, 16(2): 10-12.

[3] 吴兑, 毕雪岩, 邓雪娇, 等. 珠江三角洲大气灰霾导致能见度下降问题研究[J]. 气象学报, 2006, 64(4): 510-517.

[4] 白爱娟, 钟文婷, 华兰, 等. 成都市大气能见度变化特征及影响因子研究[J].中国环境监测, 2014, 30(2): 21-25.

[5] 苏彬彬, 刘心东, 陶俊. 华东区域高山背景点PM10和PM2.5背景值及污染特征[J]. 环境科学, 2013, 34(2): 455-461.

[6] 陈起凤, 连语洁, 叶惠中, 等. 2006—2012年台北市PM2.5和PM10变化趋势与相关分析[J]. 环境保护, 2014(4): 128-135.

[7] 蒋东升. 福州紫阳、厦门集美PM2.5的浓度分析及与天气类型的关系[J]. 海峡科学, 2013, (6): 59-60.

[8] 林长城, 王宏, 陈彬彬, 等. 厦门市空气质量时空分布特征及其与气象条件的关系[J]. 福建农林大学学报(自然科学版), 2010, 39(1): 79-83.

[9]苏锦. 福厦泉大气颗粒物PM2.5和PM10污染状况研究[J]. 化学工程与装备, 2015 (9): 258-260.

[10]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.

[11] 杨书申, 邵龙义. 2002—2012年京津唐PM10变化规律及差异[J]. 中国环境监测, 2015, 31(2): 39-43.

[12] 余晔, 夏敦胜, 陈雷华, 等. 兰州市PM10污染变化特征及其成因分析[J]. 环境科学, 2010, 31(1): 22-28.[13] 吴虹, 张彩艳, 王静, 等. 青岛环境空气PM10和PM2.5污染特征与来源比较[J]. 环境科学研究, 2013, 26(6): 583-589.

[14] 陈慧娟, 刘君峰, 张静玉, 等. 广州市PM2.5和PM10质量浓度变化特征[J]. 环境科学与技术, 2008, 31(10): 87-91.

[15] 沈家芬, 冯建军, 谢春玲, 等. 广州市PM10的时空变化特征分析[J]. 生态环境, 2008, 17(2): 553-559.

[16] 潘建国, 曹军骥, 麦潮安, 等. 珠海空气中可吸入颗粒物(PM10)的时空变化特征[J]. 2003, 16(5): 6-10.

[17] 李令军, 李金香, 辛连忠, 等. 北京市春节期间大气污染分析[J]. 中国环境科学, 2006, 26(5):537-541.

[18] 康苏花, 高康宁, 赵鑫, 等. 石家庄市春节期间大气颗粒物有机碳和元素碳的变化特征[J]. 中国环境监测, 2014, 30(6): 77-82.

[19] 韩余, 刘德, 白莹莹, 等. 重庆市春节期间典型空气污染过程分析[J]. 中国环境监测, 2014, 30(1): 43-48.

[20] 赵金平, 徐亚, 张福旺, 等. 泉州郊区春节燃放烟花时段大气污染特征[J]. 环境科学, 2011, 32(5): 1224-1229.Research on the Pollution Characteristics of PM10and PM2.5in Quanzhou

WU Ping-ping

(Quanzhou Environmental Monitoring Station, Quanzhou Fujian 362001, China)

In order to study the pollution characteristics of atmospheric particulate matter in Quanzhou, the air quality automatic monitoring data of Quanzhou were analyzed. The pollution level and seasonal variation was studied using the data in January, April, July, and October of 2014. The results showed that the variations of daily mean concentrations of PM10and PM2.5in Quanzhou were 0.025～0.376 mg/m3and 0.010～0.346mg/m3respectively.While the annual mean concentrations of PM10and PM2.5were 0.067mg/m3and 0.034mg/m3. The concentrations of PM10and PM2.5revealed an obvious seasonal trend. Concentrations of PM10and PM2.5in spring and winter were higher than those of in summer and autumn. The HYSPLIT-4 Model was used to track backward trajectories while the concentrations of PM10and PM2.5were significantly high. Backward trajectories indicated that the roles of long-distance transmission and local transmission were various in different periods.

particulate matter; fine particulate matter; pollution characteristics; backward trajectories; Quanzhou

2016-04-18

吴萍萍，女，福建泉州人，助理工程师，硕士，从事大气监测工作。

X513

A

1673-9655(2016)06-0052-04