北京市中心城区PM2.5长期变化趋势和特征

赵妤希，陈义珍,，杨欣，柴发合,，张玮琦

1. 中国环境科学研究院，北京 100012；2. 南京信息工程大学江苏省大气环境与装备技术协同创新中心，江苏 南京 210044

北京市中心城区PM2.5长期变化趋势和特征

赵妤希1，陈义珍1,2*，杨欣1，柴发合1,2，张玮琦1

1. 中国环境科学研究院，北京 100012；2. 南京信息工程大学江苏省大气环境与装备技术协同创新中心，江苏 南京 210044

利用2008—2015年北京中心城区PM2.5质量浓度数据，采用统计分析方法对其长期的污染变化趋势和特征进行了分析。结果表明，PM2.5多年年均质量浓度为95.4 μg∙m-3，其总体变化趋势是改善的，各年改善程度不同，年均改善幅度约为2.85%，按照此速度，要解决北京的灰霾污染，尚需约18 a的时间。春季各年PM2.5污染维持平稳的趋势，夏季和秋季呈逐年递减的趋势，而冬季则呈逐年上升的趋势，冬季的污染来源和排放控制应引起重视。从小时变化的特征看，春、夏、秋、冬各季的PM2.5小时质量浓度最低值一般出现在日落前的2～3小时，而最高值分别出现在09:00、07:00、00:00和22:00点；春、夏季PM2.5易在早晨累积，小时平均质量浓度日较差不甚明显，秋、冬季易在半夜累积，小时平均质量浓度日较差较明显；研究提示，为了健康，秋、冬季尽量不要在夜间进行户外运动。从健康暴露来看，“不健康”以上平均暴露水平占58.5%，处在非常严重的污染水平，暴露频率总体呈维持或改善的趋势；达到“警戒状态”的极端污染日平均暴露频率为 4.4%，暴露频率呈不降反升的趋势。

PM2.5；长期变化趋势；时序变化特征；健康暴露

多年来，尤其在冬季，北京地区一直遭遇着严重的灰霾天气，表征灰霾天气的细颗粒物（PM2.5）质量浓度出现严重超标（李令军等，2012；刘子锐等，2011；花丛等，2015），从有连续监测数据记录的2008—2015年中，北京市中心城区PM2.5最大小时质量浓度高达994.0 μg∙m-3（出现在2012年1月 23日凌晨 01:00），最大日均质量浓度为 552.5 μg∙m-3（出现在2013年1月12日），是我国PM2.5日均质量浓度标准（75 μg∙m-3）的7.36倍，灰霾污染引起了国家和人们的普遍关注（杨欣等，2014；唐宜西等，2013；程念亮等，2015）。为了治理大气污染，2013年9月国务院出台了《大气污染防治行动计划》（简称大气“国十条”），京津冀各地相继发布了地方大气污染防治政策，同时配合“2008年北京奥运”、“2014年APEC会议”和“2015年纪念中国人民抗日战争暨世界反法西斯战争胜利70周年阅兵式（简称9.3阅兵）”等重大活动，京津冀地区实施了短期的或长期的一系列包括工业企业污染源、大气扬尘和低矮面源、移动源等综合治理，严控“两高”行业产能、关停淘汰落后产能等措施（刀谞等，2015），付出了大量的人力、物力和经济代价，那么长期以来，这些措施对减少灰霾和改善空气质量的成效怎样？我国政府对 PM2.5污染的监测历史还只有2～3年，本文从所收集的北京市中心城区8年来PM2.5监测数据入手，研究了北京中心城区 PM2.5质量浓度的长期变化、趋势和人群暴露水平，分析了各时间尺度（年、季、月、日）PM2.5质量浓度的演变规律和特征，研究结论对人们了解 PM2.5的污染暴露程度、演变规律及健康风险应对具有积极的意义。

1 材料与方法

1.1 数据与分析方法

北京市（占地面积16807 km2）空气质量自动监测点共35个，从2012年年底才正式开展PM2.5的监测；为了分析更长时期PM2.5浓度的演变，本研究利用美国大使馆公开的单点小时监测资料（http://www.young-0.com/airquality/?number=9999& unit=3&enddate=&summary=1），采样频率为每小时1次。美国大使馆观测点位于北京东三环安家楼路55号（116°27.683′E，39°57.216′N），距天安门广场直线距离约7.5 km，处于北京市中心城区域（包括东城、西城、崇文和宣武约93 km2的区域）东北部，监测时间为2008年4月8日—2015年12月31日，各年有效数据为2008年212 d（缺冬季）、2009年298 d、2010年350 d、2011年和2012年均为354 d、2013年361 d、2014年和2015年均为365 d，有效数据总量63816组。PM10数据采用北京市全市空气质量公报数据（http://www.bjepb.gov.cn/）。

根据北京气候交替特征，将全年按气象划分法分为4个季节，即3—5月为春季，6—8月为夏季，9—11月为秋季，12—次年2月为冬季。

PM2.5质量浓度监测采用《环境空气 PM10和PM2.5的测定重量法》（HJ618—2011）中的 β射线法，统计方法采用平均值、中位值、上下四分位值、极值等分析方法。

1.2 PM2.5暴露水平评判

PM2.5暴露水平评判采用美国国家标准（见表1），根据 PM2.5的日均质量浓度区间来判定其健康风险程度。

2 结果与讨论

2.1 年变化趋势

表2为2008—2015年北京中心城区PM2.5年均质量浓度及空气质量的改善程度。由表 2可见：PM2.5年均质量浓度仍处在非常高的水平，是标准限值（35 μg∙m-3）的2.36～2.97倍，8年平均质量浓度为95.4 μg∙m-3，空气质量最好的年份是2015年，但PM2.5年均质量浓度仍高达82.6 μg∙m-3；以2009年为基准（2008年冬季监测数据欠缺），中心城区PM2.5质量浓度变化的总体趋势是递减的，也就是说空气质量保持平稳或改善的趋势，而各年的改善程度不一样，其中2012年和2015年改善幅度最大，分别为10.8%和18.8%，按照2009—2015年数据的趋势回归分析（剔除2013年异常点），年均改善幅度约为2.85%，改善速度非常缓慢，按照此速度，解决北京的灰霾污染尚需18 a的时间。

通常一个地区在一定时间内ρ(PM2.5)/ρ(PM10)比值基本恒定（孙俊玲等，2009；刘杰等，2015）。由图1可知，中心城区PM2.5和全市PM10质量浓度年际变化的总体趋势基本是一致的，但 2008年和2013年的趋势存在异常。2008年北京及周边开展了大规模的污染企业关停和大气污染的综合治理，2013年冬季出现过极端的重霾天气，但这两个原因是否导致了PM10和PM2.5的不同步变化，目前尚无确切的依据。

2.2 各季均浓度变化特征

对2008—2015年逐年各季（春、夏、秋、冬）PM2.5质量浓度变化情况进行了统计，见图2。

由图可知，除 2008年举办奥运会，北京及周边省份实施了一系列污染防治措施（包括扬尘面源治理、煤烟型污染、机动车排放控制以及产业结构调整、淘汰落后产能及关停企业等），PM2.5质量浓度下降及个别年份有所变化外，总体而言，北京春季PM2.5质量浓度维持平稳不变的趋势，夏季和秋季维持逐年递减的趋势，冬季则呈逐年上升的趋势，而2013年冬季PM2.5污染最为严重。

通常影响空气质量的因素有气象因素和排放源，而自然气象因素的影响一般是波动的（王琪等，2014；曾静等，2014），从这一变化趋势，可以得出一个初步判断：影响北京空气质量变化的人为因素排放源，在夏、秋两季的排放强度或结构上是呈改善趋势的，而冬季的大气排放强度是增加的。从近年来对北京周边低矮源（居民分散的散燃煤）调查看，该污染源基本上处在无监管状态，随着外来人口的增加，排放强度增大。为改善北京的灰霾污染，冬季的污染来源和排放控制已引起政府部门的重视。

表1 美国PM2.5质量浓度对应的健康暴露水平标准Table 1 PM2.5mass concentration in the United States corresponds to the standard of health exposure levels

表2 各年中心城区PM2.5年均质量浓度水平与变化Table 2 Annual average mass concentration and change of PM2.5in central urban area μg∙m-3

图1 PM10和PM2.5年均质量浓度变化趋势Fig. 1 PM10and PM2.5annual average mass concentration change trend

图2 逐年各季PM2.5季均质量浓度变化Fig. 2 Mass concentration change of PM2.5in each season

2.3 月均浓度变化特征

对研究期间PM2.5月均质量浓度数据进行统计分析，结果见图 3。从时间分布看，8年月均质量浓度高值集中在秋季 10—11月和冬季，秋、冬季的浓度高值与该时期污染物的排放强度（采暖季）有关；在夏季的6—7月有1个次高值，导致全年排放强度相对较低的夏季出现次高值的影响因素很多，有相关研究表明，夏季大气的氧化性增强（江亿等，2014；张歌等，2014；尉鹏等2015），较强的大气氧化性和高湿环境有利于SO2、NOx向硫酸盐、硝酸盐的转化及PM2.5二次粒子的生成，本研究无相关的数据支持，仅提示后续研究方向。各年 PM2.5月均质量浓度最大值的变化趋势与此趋势相似。

总体而言，除冬季 1—2月外，PM2.5月均值变化相差不大，春季变化幅度相对较小（上四分位到下四分位距离最短），浓度值较为集中，冬季变化幅度较大，月均质量浓度介于 46.3～170.8 μg∙m-3之间。

2.4 逐时变化特征

对2008—2015年PM2.5小时质量浓度数据，按季日进行逐时平均统计，结果见图 4。各季逐时PM2.5质量浓度的最大均值和最小均值及相应出现时间见表3。

图3 PM2.5月均质量浓度分布箱形图（2008—2015年）Fig. 3 Monthly variation of PM2.5mass concentrations (2008—2015)

图4 各季（春、夏、秋、冬）PM2.5质量浓度的小时变化Fig. 4 Hourly variation of mass concentration of PM2.5in different seasons

表3 各季逐时PM2.5质量浓度的最大均值和最小均值及出现时间Table 3 The maximum mean and minimum mean of PM2.5mass concentration and the occurrence time of each season

各年各季 PM2.5质量浓度的逐时变化规律类似，只是不同年份曲线出现平移，其总体平均趋势是：

春、夏、秋、冬各季的逐时质量浓度最低值分别出现在17:00、18:00、14:00和15:00点，一般在每天日落前的 2～3小时出现；最高值分别出现在09:00、07:00、00:00和22:00点，春、夏季PM2.5易在早晨累积，秋、冬季易在前半夜累积，而在白天的7:00—13:00基本维持在同一浓度水平。

表4 逐年PM2.5对人群健康的暴露水平和暴露率Table 4 The exposure level and exposure rate of PM2.5to human health year by year

春、夏、秋、冬各季逐时平均质量浓度日较差分别为15.2、19.5、36.2及49.1 μg∙m-3，春、夏季逐时平均质量浓度日较差不甚明显（两条曲线基本重合），而秋、冬季逐时平均浓度日较差相对明显，目前尚不清楚其中原因，在后续的研究中，将从边界层厚度、温度、湿度等因素作进一步的研究探讨（刘大锰等，2005；高健等，2012；王耀庭等，2012；曹伟华等，2013；赵晨曦等，2014；王海畅等，2015）。

研究结果提示人们，夜间户外运动并不是好习惯，特别在秋、冬季，应尽量减少夜间户外运动，从全年PM2.5变化来看，选择在中午及午后进行户外运动要健康得多。

2.5 人群的健康暴露水平

利用8年的PM2.5日均质量浓度统计结果，对照《美国 PM2.5质量浓度对应的健康暴露水平标准》，对中心城区人群的健康暴露水平和特征进行初步分析，得出逐年PM2.5对人群健康的暴露水平和暴露率，见表4。

总体而言，“不健康”以上水平的暴露频率呈现逐年下降的趋势（2008年例外），2011年和2015年分别出现了一个突降，分别比上一年降低了11.3%和 12.8%；平均暴露水平占 58.5%。尽管至2015年，“不健康”以上暴露水平较2009年降低了21.9%，但其占比仍高达44.7%。

与总体趋势相同，维持在“健康警报”水平的重污染日暴露频率也呈现逐年下降的趋势，平均暴露频率为13.7%。

严重影响人群健康，达到“警戒状态”的极端污染日暴露频率呈不降反升的趋势，平均暴露频率4.4%，提示极端灰霾污染天气发生频率在加剧，也提醒研究和管理部门应提高应对极端灰霾天气过程的警惕。

3 结论

对北京中心城区2008—2015年PM2.5长期监测资料的研究表明：

（1）PM2.5年均质量浓度变化总体呈改善趋势，各年的改善程度不一致，年均改善幅度约为2.85%，处于非常缓慢状态，按照此速度，要解决北京的灰霾污染，尚需约18 a的时间。

（2）PM2.5污染各季节的变化特征表现为春季各年维持基本平稳的趋势，夏季和秋季维持逐年递减的趋势，而冬季则呈逐年上升的趋势，冬季的污染来源和排放控制更应引起重视。

（3）从PM2.5小时变化的特征看，春、夏季PM2.5易在早晨累积，小时平均质量浓度日较差不甚明显；秋、冬季易在半夜累积，小时平均质量浓度日较差较明显。研究提示，夜间户外运动并不是好习惯，特别是秋、冬季；从全年 PM2.5变化来看，选择在中午及午后进行户外运动要健康得多。

（4）从PM2.5的健康暴露来看，“不健康”以上暴露频率总体上保持平稳或改善的趋势；达到“警戒状态”的极端污染日，暴露频率呈不降反升的趋势，极端灰霾污染天气发生频率仍在加剧。

曹伟华, 梁旭东, 李青春. 2013. 北京一次持续性雾霾过程的阶段性特征及影响因子分析[J]. 气象学报, 71(5): 940-951.

曾静, 王美娥, 张红星. 2014. 北京市夏秋季大气PM2.5浓度与气象要素的相关性[J]. 应用生态学报, 25(9): 2695-2699.

程念亮, 李云婷, 张大伟, 等. 2015. 2013年1月北京市一次空气重污染成因分析[J]. 环境科学, 36(4): 1154-1163.

刀谞, 朱红霞, 谭丽, 等. 2015. 2014年APEC期间北京及周边重点城市PM2.5中水溶性离子变化特征[J]. 环境化学, 34(8): 1389-1395.

高健, 张岳翀, 王淑兰, 等. 2012. 北京2011年10月连续灰霾过程的特征与成因初探[J]. 环境科学研究, 25(11): 1201-1207.

花丛, 张碧辉, 张恒德. 2015. 2013年1—2月华北雾、霾天气边界层特征对比分析[J]. 气象, 41(9): 1144-1151.

江亿, 唐孝炎, 倪维斗, 等. 2014. 北京PM2.5与冬季采暖热源的关系及治理措施[J]. 中国能源, 36(1): 7-13.

李令军, 王英, 李金香, 等. 2012. 2000—2010北京大气重污染研究[J].中国环境科学, 32(1): 23-30.

刘大锰, 马永胜, 高少鹏, 等. 2005. 北京市区春季燃烧源大气颗粒物的污染水平和影响因素[J]. 现代地质, 19(4): 627-633.

刘杰, 杨鹏, 吕文生, 等. 2015. 北京城6区大气颗粒物质量浓度变化规律研究[J]. 安全与环境学报, 15(6): 333-339.

刘子锐, 孙扬, 李亮, 等. 2011. 2008奥运和后奥运时段北京大气颗粒物质量浓度和数浓度比对研究[J]. 环境科学, 32(4): 913-923.

孙俊玲, 刘大锰, 扬雪. 2009. 北京市海淀区大气颗粒物污染水平及其影响因素[J]. 资源与产业, 11(1): 96-100.

唐宜西, 张小玲, 熊亚军, 等. 2013. 北京一次持续霾天气过程气象特征分析[J]. 气象与环境学报, 29(5): 12-19.

王海畅, 吴泽邦, 周景博, 等. 2015. 北京上甸子站 PM2.5浓度与气象要素关系分析[J]. 气候与环境学报, 31(5): 99-104.

王琪, 孙巍, 张新宇. 2014. 北京地区PM2.5质量浓度分布及其与气象条件影响关系分析[J]. 计算机与应用化学, 31(10): 1193-1196.

王耀庭, 李威, 张小玲, 等. 2012. 北京城区夏季静稳天气下大气边界层与大气污染的关系[J]. 环境科学研究, 25(10): 1092-1098.

尉鹏, 王文杰, 苏福庆, 等. 2015. 北京夏季典型PM2.5与O3相继重污染事件分析[J]. 安全与环境学报, 15(6): 311-315.

杨欣, 陈义珍, 刘厚凤, 等. 2014. 北京2013年1月连续强霾过程的污染特征及成因分析[J]. 中国环境科学, 34(2): 282-288.

张歌, 陈义珍, 刘厚凤, 等. 2014. 北京地区灰霾污染特征[J]. 生态环境学报, 23(12): 1946-1952.

赵晨曦, 王云琦, 王玉杰, 等. 2014. 北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系[J]. 环境科学, 35(2): 418-427.

Long-term Trend and Characteristics of PM2.5in the Central Urban Area of Beijing

ZHAO Yuxi1, CHEN Yizhen1,2, YANG Xin1, CHAI Fahe1,2, ZHANG Weiqi1

1. Chinese Research Academy of Environmental Science, Beijing 100012, China; 2. Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology (CICAEET), Nanjing University of Information Science & Technology, Nanjing 210044, China

Based on the data of PM2.5mass concentration in the central urban area of Beijing city from 2008 to 2015, the long-term trend and pollution characteristics were analyzed by means of statistical methods. The results showed that: the multi-annual means mass concentration of PM2.5was 95.4 μg∙m-3, with an overall trend of decreasing. The quality improvement degree was different from year to year, and, the average value was about 2.85%. To solve the haze pollution in Beijing, will take about 18 years. In spring, the PM2.5pollution maintained a steady trend, while in summer and autumn decreased year by year, and had an increased trend in winter. The pollution sources and emission control in winter should be paid attention. The diurnal variation characteristics of PM2.5obtained in this study showed that, the minimum value generally appeared 2～3 hours before sunset, and the peak values appeared at 09:00, 07:00, 00:00 and 22:00 respectively, in spring, summer, autumn and winter. PM2.5accumulated in the morning, the range of its diurnal variation was small in spring and summer. In autumn and winter, the cumulative effect appeared in the middle of the night, and the diurnal variation of PM2.5mass concentration was much more obvious. Research suggests that, in autumn and winter, outdoor sports should be reduced at night. From the point of health exposure, the average exposure level of worse than "unhealthy" accounted for 58.5%, which was in very serious pollution levels. The overall frequency of exposure was stable or improved. The exposure frequency of the extreme exposure days, reached the state of “health alert”, showed a rising trend, with an average value of 4.4%.

PM2.5; long-term change trend; characteristics of time series variation; health exposure

10.16258/j.cnki.1674-5906.2016.09.011

X16

A

1674-5906（2016）09-1493-06

赵妤希, 陈义珍, 杨欣, 柴发合, 张玮琦. 2016. 北京市中心城区 PM2.5长期变化趋势和特征[J]. 生态环境学报, 25(9): 1493-1498.

ZHAO Yuxi, CHEN Yizhen, YANG Xin, CHAI Fahe, ZHANG Weiqi. 2016. Long-term trend and characteristics of PM2.5in the central urban area of Beijing [J]. Ecology and Environmental Sciences, 25(9): 1493-1498.

国家科技支撑计划课题（2014BAC23B05）；国家环境保护公益科研专项（201309062）

赵妤希（1987年生），女，工程师，主要从事大气环境过程探测研究。E-mail: zhaoyx@craes.org.cn *通信作者：陈义珍，男，研究员，主要从事大气环境过程探测研究。E-mail: chenyz@craes.org.cn

2016-07-13