川南城市群大气污染时空分布及气象因子分析

张 娟，刘志红，黄 观，何沐全

(成都信息工程大学资源环境学院，成都 610225)

· 大气环境 ·

川南城市群大气污染时空分布及气象因子分析

张 娟，刘志红，黄 观，何沐全

(成都信息工程大学资源环境学院，成都 610225)

以大气环境地面监测数据及其对应的地面气象数据作为基础数据，分析了2005～2014年间川南城市群大气污染时空分布特征及与气象因子相关关系。结果表明，近10年来，川南城市群PM10存在典型的双峰变化，NO2和SO2年平均值总体保持稳定趋势；季节上表现为冬季大气污染最严重，夏季大气污染最轻。风速对PM10浓度影响较大，能见度与PM10呈明显的相关性。

川南城市群；PM10；风速；降水；能见度

近年来，大气污染是大多数发展中国家在工业化过程中面临的一个普遍难题，随着中国经济的快速发展，大气污染情况日趋严重[1-2]，以可吸入颗粒物(PM10)、细颗粒物(PM2.5)为特征污染物的区域性大气环境问题日益突出，损害人类身体健康[3～5]。其中，可吸入颗粒物(PM10，空气动力学直径小于或等于10μm的粒子)是评价大气质量的重要指标，对公众日常生活以及身体健康造成严重威胁[6]。探讨和掌握其现状及主要影响因子，研究其变化趋势有助于为人民生活质量水平的提高提供参考依据显得迫切需要。

由于大气污染观测数据时间序列较短，王淑英等[7]对北京地区PM10污染的气象特征进行了研究，倪刘建等[8]通过实验对南京市大气沉降物进行了分析，沈家芬等[9]运用主成分分析法评价了广州市的空气质量，这些研究时间跨度较短，且研究区域大部分在中东部地区，对于川南城市群大气污染多年变化趋势及原因的分析研究甚少，因此有必要分析其污染现状及其变化趋势。

本文分析川南城市群2005～2014年PM10、SO2和NO2的时空分布状况及其年际、月际和季节性变化特征，并结合川南城市群3个城市(宜宾、泸州、自贡市)常规地面气象观测资料中近5a的水平能见度、风速、降水量观测资料，探讨能见度、风速以及降水量与污染物浓度值的关系，从而全方位了解川南城市群大气污染现状，为今后污染治理防控提供参考依据。

1 数据获取和处理方法

环境监测数据：采用川南城市群中五个城市(宜宾、自贡、泸州、乐山、内江)2005年1月1日至2014年12月31日每日23个监测点的数据(PM10、NO2、SO2)信息，对川南城市群近10a PM10、SO2和NO2的年际、月际以及季节性(采用的季节划分标准：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)浓度值变化进行了分析，并对川南城市群五个城市污染物浓度值的空间分布特征进行分析。

大气能见度数据：采用泸州、宜宾、自贡市2010年1月1日～2014年12月31日每日08∶00、14∶00、20∶00地面常规资料中的水平能见度观测数据，与环境监测数据建立关系，为了对应环境监测数据，可取08∶00、14∶00的能见度资料。但是，08∶00的能见度易受清晨辐射雾影响，且夜间形成尚未被破坏的接地逆温层也可能导致此时大气中颗粒物浓度升高，能见度降低，但这种影响在中午时通常都会消散[10]。因此，研究选取了近5a两个城市逐日14∶00的能见度数据，并以年为单位对其进行统计运算，讨论能见度与PM10浓度值的相关关系。

风速以及降水量数据：(1)采用川南城市群中五个城市(宜宾、自贡、泸州、乐山、内江)2005年1月1日至2013年12月31日地面常规资料中的风速以及降水量观测日数据，将气象因子进行年度、季度、月度分析。(2)采用自贡、泸州、宜宾市2010年1月1日～2014年12月31日每日02∶00、05∶00、08∶00、11∶00、14∶00、17∶00、20∶00、23∶00地面常规资料中的风速观测数据，与环境监测数据进行相关分析。根据《环境空气质量标准》(GB3095-2012)二级标准要求，筛选出PM10浓度超标值，统计了风速数据值与受污染天数的对应关系。

2 结果与分析

2.1 川南城市群污染物浓度的时间变化特征分析

2.1.1 年变化特征

图1为研究区2005～2013年污染物(PM10、NO2、SO2)浓度及其与气象要素年际变化情况。由图1和表1可知，近10a来川南城市群PM10年平均值在2005年达到最高，为0.112mg/m3，随后呈下降趋势，并在2008年下降到0.072 mg/m3。NO2和SO2年平均值均在2010年达到最大值，分别为0.043和0.046mg/m3,随后NO2和SO2浓度水平总体呈下降趋势，并在2014年分别下降到0.026mg/m3和0.034mg/m3。

(a)2005～2013年川南城市群污染物浓度及其与平均降水量年际变化;(b)2005～2013年川南城市群污染物浓度及其与平均风速年际变化图1 2005～2013年川南城市群污染物浓度及其与气象要素年际变化Fig.1 The annual pollutants concentration and meteorological elements of the Urban Agglomeration in Southern Sichuan during 2005～2013

其中PM10浓度值在10a中呈起伏变化趋势，因此将2005～2014年分为3个时间段，川南城市群不同时间段PM10的增长情况见表1。分析可知，川南城市群近10a来PM10浓度下降趋势较明显，年均增长率为-2.52%，由于PM10浓度值年际变化波动起伏较大，因此不同时间段PM10浓度值变化更明显。2005～2014年间，PM10浓度值出现2个高峰和1个低谷，最高峰出现在2005年(0.112 mg/m3)，已超出《环境空气质量标准》(GB3095-2012)二级标准年平均值要求，次高峰出现在2013年(0.098 mg/m3)，低谷出现在2008年(0.072 mg/m3)。以2个高峰和1个低谷为界可将2005～2014年划分为3个时间段。2005～2008年，PM10浓度值呈较明显的上升趋势，总增长率为-35.71%；2009～2012年，由于经济的快速发展，人口密度的增加，使得PM10浓度值呈上升趋势，年均增长率为0.45%；2013～2014年，川南城市群开始实施大气污染治理工程，使得大气污染情况明显改善，PM10浓度值呈下降趋势，从0.098 mg/m3降低至0.089 mg/m3，降低9.18%。

由图1(a)、(b)可知，NO2浓度值在10a中总体保持稳定趋势，2005～2008年伴随着降水量、风速的减少，NO2浓度值迅速上升。降水时污染物浓度容易稀释，导致污染物浓度下降，促使空气质量越来越好；通常情况下，风速较大时,污染物容易被扩散。无风时污染物容易滞留，导致污染物浓度容易积累，空气质量越来越差；SO2浓度值(由于2012年SO2监测数据相对匮乏，因此不对川南城市群2012年进行分析，以下分析均不讨论)在10a中呈起伏变化趋势，其中2005～2008年伴随着降水量、风速的减少，SO2浓度值迅速上升。

表1 川南城市群不同时间段PM10浓度增长率Tab.1 PM10 growth rate of different duration in the Urban Agglomeration in Southern Sichuan

2.1.2 季节变化特征

结合图2(a)和表2可知，从四季PM10平均浓度值来看，近10a川南城市群PM10浓度值表现为春、冬季较大，夏、秋季较小，其中冬季PM10浓度值最大，10a均值达0.105mg/m3，已超出《环境空气质量标准》(GB3095-2012)二级标准年均值要求，主要是由于冬季地面风速较小，静风频率高，空气湿度较大以及“双逆温”效应等大气结构不利于大气污染物的扩散稀释[11]。除此之外，秸秆燃烧等过程会对大气污染物浓度值贡献很大。2005～2014年，川南城市群冬季PM10浓度值在0.074～0.143之间变化，最高值出现在2005年。在2012年时，伴随着四川省《中华人民共和国大气污染防治法》的正式实施[12]，PM10浓度值迅速下降到近10a的最低点。2005～2014年，川南城市群春季PM10浓度值在0.064～0.129之间变化，最高值出现在2005年，最低值出现在2009年，年均增长率为-3.23%。10a间川南城市群冬季的PM10浓度值降低0.69%。尽管川南城市群春季PM10浓度值小于冬季，但还是远高于夏、秋两季，其原因主要是春季受干冷气团的控制，大气以稳定层为主，多雾、低温、少雨，有逆温层等多种不利气象因素影响污染物的稀释、扩散[5]。然而，夏季PM10浓度值最小，10a均值仅为0.069mg/m3。川南城市群夏季雨量充沛，使得空气质量良好。2005～2014年，川南城市群夏季PM10浓度值在0.054～0.098之间变化，最高值出现在2006年，最低值出现在2009年，10a间川南城市群夏季PM10浓度值降低29.35%。

由图2(b)所示，NO2浓度值季节性变化特征较明显，冬季明显高于其他季节。在2005～2014年，川南城市群冬季NO2浓度值在0.027～0.043之间变化，最高值出现在2010年(0.043mg/m3)，已超出《环境空气质量标准》(GB3095-2012)二级标准年均值要求，最低值出现在2005年(0.027mg/m3)。

由图2(c)所示，SO2浓度值季节性变化特征明显，春、冬季节高于夏、秋两季。在2005～2014年，川南城市群冬季SO2浓度值在0.042～0.069之间变化，最高值出现在2008年(0.069mg/m3)，已超出《环境空气质量标准》(GB3095-2012)二级标准年均值要求，最低值出现在2014年(0.036mg/m3)。然而，川南城市群春季SO2浓度值在0.028～0.061之间变化，最高值出现在2008年(0.061mg/m3)，已超出《环境空气质量标准》(GB3095-2012)二级标准年均值要求，最低值出现在2014年(0.028mg/m3)。其中，SO2浓度值从2011年以后一直保持稳定的单边下降趋势，到2014时迅速下降到近10a的最低点，为0.028mg/m3。

由图2(d)、(e)所示，夏季降水量、风速增大，易于污染物稀释、扩散，与之相对应PM10、NO2、SO2浓度减少；冬季降水量、风速均减少，导致PM10、NO2、SO2浓度增加。

(a)PM10季节变化特征;(b)NO2季节变化特征;(c)SO2季节变化特征;(d)平均降水量季节变化特征;(e)平均风速季节变化特征图2 2005～2014年川南城市群污染物浓度及其与气象要素季节变化Fig.2 The seasonal variation of pollutants concentration and meteorological elements of the Urban Agglomeration in Southern Sichuan during 2005～2014

表2 2005～2014年川南城市群PM10浓度平均季节变化率Tab.2 Mean seasonal variation of PM10 in the Urban Agglomeration in Southern Sichuan during 2005～2014

2.1.3 月变化特征

图3为研究区近10a间污染物浓度值及其与气象要素月变化情况。由图3(a)、(b)所示，10a间1月～12月份3项污染物年月均浓度值与降水量值最高值均出现在冬季的1月，最低值均出现在夏季的7月。PM10月均值变化幅度较大，7月～12月后一直保持稳定的单边增长趋势；NO2月均值变化波动不明显；SO2月均值变化波动明显，1月～5月持续下降。整体看来，川南城市群污染物月均浓度值与气象要素(降水量、风速)月均值均具有季节性变化周期，与前文的季节性分析结果一致。

2.2 地级城市PM10浓度分析

结合图4和表3可知，泸州市近10a各年PM10浓度值高于川南城市群(内江市由于PM10浓度样本数相对匮乏，因此不对它做过多的研究分析)PM10年均值，5个城市年平均最大值在0.106～0.129之间，已超出《环境空气质量标准》(GB3095-2012)二级标准年均值要求，平均值在0.078～0.095之间。其中PM10浓度值最高的城市为泸州市，10a来PM10年均值为0.095mg/m3,该市最高值出现在2005和2006年,均为0.127mg/m3；其中PM10浓度值最低的城市为乐山市，10a来PM10年均值仅为0.081 mg/m3，年最大值为0.108 mg/m3，该市最低值出现在2008年(0.049 mg/m3)。

(a)2005～2013年川南城市群污染物浓度及其与平均降水量月际变化;(b)2005～2013年川南城市群污染物浓度及其与平均风速月际变化图3 2005～2013年川南城市群污染物浓度及其与气象要素月际变化Fig.3 Variation of monthly pollutants concentration and meteorological elements of the Urban Agglomeration in Southern Sichuan during 2005～2013

图4 2005～2014年川南城市群地级城市年均PM10浓度变化Fig.4 Variation of the annual mean PM10 of prefecture-level cities of the Urban Agglomeration in Southern Sichuan during 2005～2014

表3 2005～2014年川南城市群地级城市年均PM10浓度变化情况 Tab.3 Variation of the annual mean PM10 of prefecture-level cities in the Urban Agglomeration in Southern Sichuan during 2005～2014

从近10a PM10浓度值的变化率来看，五个城市均呈下降趋势，这五个城市近10a的总变化率在-5.33%～-28.35%之间，年均变化率在-0.61%～-3.64%之间。其中，下降幅度最大的是泸州市(-28.35%)，下降幅度最小的是宜宾市(-5.33%)。

2.3 PM10年均超标浓度值与能见度的关系分析

由于空气污染观测数据时间序列较短，而气象观测上的大气能见度数据时间序列较长，并且可以在一定程度上反应空气污染程度，Helmuth Horvath等也提到可以将能见度用于研究空气质量的长期变化趋势[13-14]。空气质量对能见度的好坏也有一定的影响，大气中的水汽凝结物和固体杂质的堆积与扩散，是造成能见度变化和决定能见度好坏的根本原因[15]。由图4分析，PM10年均变化率中，下降幅度最大的是泸州市，下降幅度最小的是宜宾市。基于此，选用泸州、宜宾市2010～2014年中，污染物超标日14∶00能见度的平均值与对应时日的PM10超标浓度日均值进行分析。

表4给出了3个城市年平均PM10浓度与能见度之间的相关系数(PS：表格里“/”表示缺测)。从表4可知，三个城市年平均PM10浓度与能见度之间均呈现负相关关系，其中泸州、宜宾市的年均PM10浓度与能见度之间相关性达显著水平(P<0.05)；且三个城市年平均PM10浓度与能见度之间的相关性大小为：宜宾>泸州>自贡。

由图5所示，泸州市PM10超标浓度值自2010年逐年降低，至2012年时降到最低点，为0.178mg/m3，此后呈上升趋势；在2010～2014年间大气能见度均未超过10km，表明泸州市空气质量相对较差；大气能见度自2010年逐年上升，至2013年上升到最高点，为6.76km，表明大气能见度与PM10的变化趋势具有较好的一致性。大气能见度的降低与大气中污染气体和气溶胶粒子的散射和吸收效率有关[16],因此PM10超标浓度值的降低导致大气能见度的增加，改善了空气质量[17]。

宜宾市PM10超标浓度值自2010年逐年降低，至2011年时降到最低点，浓度值为0.171mg/m3，此后逐年呈上升趋势；大气能见度在2011～2012年间均超过10km，与其PM10超标浓度值相对应，这两年间污染物浓度值均较低，分别为0.171mg/m3和0.172mg/m3，表明这两年间空气质量明显有改善趋势。

从而可知，大气能见度的长期变化与PM10浓度的变化关系是密切的。

表4 2010～2014年川南城市群地级城市年均PM10浓度与能见度的相关系数Tab.4 Correlation coefficients between monthly mean PM10 and monthly mean visibility of the cities in the Urban Agglomeration in Southern Sichuan during 2010～2014

注：Sig为显著性检验，*代表通过显著性水平α=0.05的相关性检验。

图5 泸州、宜宾市的PM10浓度值与能见度Fig.5 PM10 and visibility in Luzhou and Yibin

2.4 风速对川南城市群三个地级市PM10浓度的影响

影响大气污染物扩散、稀释能力的主要气象因素有动力、热力两个方面。动力因子主要指风向、风速和大气湍流，热力因子主要指温度的垂直分布状况以及大气稳定度等。因此，气象因子变化与空气中污染物的浓度变化均有明显的规律性[18]。由于图4可知，从近10a PM10浓度值的变化率来看，下降幅度最大的是泸州市，下降幅度最小的是宜宾市，自贡市的变化率相对较大。因此，下面依据三个城市PM10浓度多年平均(2010～2014年)逐日数据值以及逐日02∶00、05∶00、08∶00、11∶00、14∶00、17∶00、20∶00、23∶00的地面常规气象要素资料对应进行统计方法计算，分析了不同气象条件下的污染物浓度下的污染天数变化特征，以进一步分析大气污染时空特征。

2.4.1 三个城市PM10浓度与风速的相关分析

通常情况下，风速较大时,污染物容易被扩散。无风时污染物容易滞留，导致污染物浓度容易积累，空气质量越来越差。根据《地面气象观测规范》里规定：静风——10min内平均风速小于0.3m/s。

表5给出了2010～2013年川南城市群地级市年均PM10浓度与风速之间的相关系数。从表5可知，三个城市年均PM10浓度与风速之间均呈现负相关关系，其中泸州、宜宾市的年均PM10浓度与风速之间相关性达显著水平(P<0.05)；且三个城市年均PM10浓度与风速之间的相关性大小为：宜宾>泸州>自贡。当2012年时，三个城市年均PM10浓度与风速的相关关系较小，说明这一年风速不是起主导因素(结合前文分析，降水量变化趋势不一致，与能见度相关性也小)，由此推理，可能这一年里人为活动、工业污染源排放量较大导致污染物浓度增多；2013年时污染物浓度增多，风速也随之减小，而两者相关性增大，说明风速对污染物浓度增加在一定程度上起了作用。自贡市年均PM10浓度与风速、能见度之间的关系不明显，由此推理，自贡市年均PM10浓度与地形、人类活动可能更加有联系。

表5 2010～2013年川南城市群地级城市年均PM10浓度与风速相关分析Tab.5 Correlation coefficients between monthly mean PM10 and monthly mean wind speed of the cities in the Urban Agglomeration in Southern Sichuan during 2010～2013

注：Sig为显著性检验，*代表通过显著性水平α=0.05的相关性检验。

2.4.2 三个城市风速条件下的PM10超标天数频率年变化特征

2010～2014年三个城市风速条件下的污染天数年变化趋势如图6所示。三个城市变化情况大体一致。当风速处于0～2m/s时，三个城市PM10超标情况时的污染天数频率均最大，其中宜宾市相对于其他两个市污染天数频率高，达到97%；泸州市污染天数频率最低，为90%。当风速处于5m/s以上后，三个城市污染天数频率均为0。当风速为0～2m/s时，大气水平输送及扩散能力也差，容易造成污染物的堆积，导致污染物浓度限值污染天数比例较大。由此，风速为0～2m/s时对大气污染影响最大。

图6 2005～2014年三个城市风速条件下的污染天数总变化Fig.6 Variation of the PM10 over standard rate under different wind speed in three cities during 2005～2014

3 结 论

本文借助川南城市群环境监测数据与地面气象观测数据，分析了川南城市群大气污染物浓度空间变化特征，探讨了该城市群发展过程中大气污染变化趋势及气象影响因素，得到如下结论：

(1)从2005～2014年来看，川南城市群大气污染现状呈现逐步改善的变化过程，总增长率为-20.54%，PM10浓度值下降明显，然而NO2和SO2浓度值下降趋势不显著。从季节上看，近10a川南城市群PM10浓度表现为春、冬季较大，夏、秋季较小，其中冬季PM10浓度值最大，10a均值达0.105mg/m3，已超出《环境空气质量标准》(GB3095-2012)二级标准年均值要求，然而，夏季PM10浓度值最小，10a均值仅为0.069mg/m3。从月际变化来看，10a间1～12月份3项污染物年月均浓度值最高值均出现在冬季的1月，最低值均出现在夏季的7月。

(2)PM10浓度值最高的城市为泸州市，10a来PM10年均值为0.095mg/m3；PM10浓度值最低的城市为乐山市，10a来PM10年均值仅为0.081 mg/m3。

(3)三个城市年均PM10浓度与能见度、风速之间均呈现负相关关系，其中泸州、宜宾市的年均PM10浓度与能见度、风速之间相关性达显著水平(P<0.05)；且三个城市年均PM10浓度与能见度、风速之间的相关性大小均为：宜宾>泸州>自贡。且风速为0～2m/s时对大气污染影响最大。

该文研究了川南城市群PM10超标浓度值及其与能见度的关系，但是由于大气污染物浓度受气候、地理环境、人类活动、工业发展等多重因素影响，且不同时间和空间尺度对大气污染浓度值的影响也尽不相同。因此，未来要全方面考虑各种影响因素，进一步深入研究大气污染时空特征。

[1] 黄 观,刘志红,刘 伟,等.北疆地区气溶胶光学厚度的时空特征[J].生态与农村环境学报,2015，(3):286-292.

[2] 唐红军,张 凯,杨永安,等.遂宁市大气污染现状与影响因素分析[J].绿色科技,2015，(4):224-227.

[3] 白志鹏,蔡斌彬,董海燕,等.灰霾的健康效应[J].环境污染与防治,2006,28(3):198-201.

[4] 杨永安,张 凯,唐红军,等.水环境中挥发性有机物的监测方法[J].四川环境,2014,33(3):108-112.

[5] 杨永安,张 凯,余全智,等.浅议生态旅游和环境保护的关系[J].绿色科技,2014,(9):205-208.

[6] 黄 观,刘 伟,刘志红,等.乌鲁木齐市MODIS气溶胶光学厚度与PM10浓度关系模型研究[J].环境科学学报,2016,36(2):649-657.

[7] 王淑英,张小玲.北京地区PM10污染的气象特征[J].应用气象学报,2002,13(S1):177-184.

[8] 倪刘建,张甘霖,阮心玲,等.南京市不同功能区大气降尘的沉降通量及污染特征[J].中国环境科学,2007,27(1):2-6.

[9] 沈家芬,张 凌,莫测辉,等.广州市空气污染物和气象要素的主成分与典型相关分析[J].生态环境,2006,15(5):1018-1023.

[10] 刘晓舟,许潇锋,杨 军.华东三市能见度、气溶胶和太阳辐射变化特征[J].气象科技,2013,41(2):352-359.

[11] 李 展,陈建文,杜云松,等.成都及周边城市一次区域性空气污染过程特征分析[J].环境科学与技术,2015,38(3):125-130.

[12] 佚 名.四川省《中华人民共和国大气污染防治法》实施办法[J].四川政报,2002,(25):4-6.

[13] Miller M E,Canfield N L,Ritter T A,et al.Visibility Changes in Ohio,Kentucky,and Tennessee From 1962 to 1969[J].Monthly Weather Review,1972,100(1):67-71.

[14] Horvath H,Noll K E.The relationship between atmospheric light scattering coefficient and visibility[J].Atmospheric Environment,1969,3(5):543-550.

[15] 张 薇,高迎新,李 杰,等.北京西南部地区大气污染分析[J].气象科技,2015,43(4):734-739.

[16] 吴 兑.霾与雾的区别和灰霾天气预警建议[J].广东气象,2004,(4):1-4.

[17] 张 宏,刘子锐,胡 波,等.北京能见度变化趋势及冬季一次典型污染过程分析[J].气候与环境研究,2011,16(5):620-628.

[18] 卓 嘎,德庆卓嘎,陈 涛.拉萨市大气污染分布特征及气象影响因子分析[J].中国环境监测,2009,25(1)：43,93-100.

The Spatial and Temporal Distribution and Meteorological Factor Analysis of Air Pollution of the Urban Agglomeration in Southern Sichuan

ZHANG Juan,LIU Zhi-hong,HUANG Guan,HE Mu-quan

(CollegeofResource&Environment,ChengduUniversityofInformationTechnology,Chengdu610225,China)

Based on the ground monitoring atmospheric environmental data and corresponding ground meteorological data in the urban agglomeration in southern Sichuan, this paper analyzed the air pollution characteristics of the urban agglomeration in southern Sichuan and it’s correlation with meteorological factors during 2005 to 2014. Results show that PM10has the typical bimodal changes, however, NO2and SO2annual average overall showed stable trends in the urban agglomeration in southern Sichuan nearly 10 years. Season variation showed that the air pollution in winter is heaviest while in summer it’s lightest. The wind speed has significant influence onPM10. Visibility and PM10have showed a obvious correlation.

The urban agglomeration in Southern Sichuan; PM10; wind speed; precipitation; visibility

2016-10-17

张娟(1993-),女,四川西昌人,成都信息工程大学资源环境学院农业资源利用专业2015级在读硕士研究生,研究方向为3S集成与气象应用。

X831

A

1001-3644(2017)02-0068-08