洛阳市大气PM10,NO2和SO2浓度变化特征

刘玉清, 徐贤英, 黄 敏, 刘 茜

(1.武汉理工大学 资源与环境学院, 武汉 430070; 2.河南省洛阳市环境监测站, 河南 洛阳 471000)

随着洛阳市社会经济的快速发展，空气污染问题面临严峻的挑战[1]，它严重威胁着城市生态环境及居民身体健康，是不容忽视的热点问题之一[2-4]。因此，全面展开区域大气污染物研究对人体健康和可持续发展均具有重要的理论与现实意义[5-7]。在我国当前大气污染物研究中，主要集中在东部地区[8-9]、京—津—冀[10-11]、长江三角洲[12-13]及珠江三角洲[14]等经济发达的城市，而对中国其他中部工业城市大气污染物特征的研究比较罕见，本文获取洛阳市2014年1月—2016年12月大气中典型污染物PM10，NO2和SO2的观测资料及离监测站点最近的气象站数据，详细分析洛阳市大气污染物浓度日均、月均、季均、年均变化特征及其与气象因素之间的关系，以期更进一步了解该地区大气污染状况，为全面分析与评价洛阳市空气污染状况提供新的途径，并为制定有效的大气污染治理措施提供科学依据。

1 材料和方法

1.1 监测站点概况

洛阳市位于河南省西部，地处东经111°8′—112°59′，北纬33°35′—35°05′，地理条件优越，位于暖温带南缘向北亚热带过渡地带，四季分明，气候宜人，年平均气温14.2℃，降雨量546 mm。现辖偃师市、孟津、新安、洛宁、宜阳、伊川、嵩县、栾川、汝阳等一市八县和涧西、西工、老城、瀍河、洛龙、吉利六个城市区。“十一五”期间洛阳市城区环境空气自动监测点位与“十五”期间相比明显增加。其中2003—2005年环境空气自动监测点位为3个，分别为“耐火厂”、“市党校”和“豫西宾馆”；2006年增至5个，分别为“中信二小”、“市党校”、“原市监测站”、“豫西宾馆”和“开发区管委会”；从2007年开始又增加了“河南林校”和“新市委”2个点位，目前共计7个城市环境空气自动监测点位。7个环境空气自动监测点位分别布设于5个行政区内，其中“中信二小”、“党校”和“开发区管委会”位于涧西区，“原市监测站”位于西工区，“豫西宾馆”位于老城区，“河南林校”位于瀍河区，“新市委”位于洛龙区。洛阳市是中国典型的工业城市代表，且地形如盆地，因此长期受大气污染困扰。本文使用洛阳市环境保护局提供的2014年1月至2016年12月的PM10、NO2和SO2监测数据及中国气象数据网提供的气象数据展开分析。

1.2 数据处理

采用SPSS 20.0进行数据统计和分析，Origin Pro 8.0和HemI Windows 1.0进行绘图。

2 结果与分析

2.1 污染物浓度日均变化

图1给出了洛阳市城区2014—2016年三年PM10、NO2和SO2的逐日变化特征。从图中可以看出，三种污染物逐日变化趋势大致相同，1月和12月污染物浓度最高，越趋于中间污染物浓度越低。其中：(1) 2014—2016年PM10日均浓度呈现两头高，中间低的规律，在1、2、3、11、12月浓度波动较大，4—10月较平稳，PM10日均最高值分别出现在2014年3月、2015年12月和2016年1月，最小值则出现在2014年9月、2015年11月和2016年8月。通过PM10日均变化(图1)可得出，洛阳市PM102014年共有83天超过国家环境空气质量二级标准，超标率达22.7%；2015年超标天数为100天，超标率为27.4%；2016年比2015年多6天超标，超标率为29.0%，PM10污染天数逐年增长，污染愈加严重。(2) NO2日均变化趋势与PM10相同：在1月，2月，3月，11月，12月波动明显，中间月份平稳。日均最高值出现在2014年1月、2015年12月和2016年12月，最小值出现在2014年12月、2015年8月和2016年1月。NO2污染程度较弱，在2014年全年仅1天超过国家环境空气质量二级标准，超标率为0.03%；2015年有19天超标，超标率为5.2%；2016年有27 d超标，超标率为7.3%，NO2污染程度有加剧的趋势。(3) SO2全年变化明显，两头月份浮动明显，中间月份浓度稳定。日均最高值出现2014年12月、2015年1月和2016年2月，日均最低值在2014年9月、2015年6月和2016年7月出现。SO2污染逐年减轻，2014年全年仅6天超过国家环境空气质量二级标准标，达标率为98.4%；2015年仅1天，达标率为99.7%，2016年全年SO2日均浓度均达到国家环境空气质量二级标准，达标率为100%。综上所述，洛阳市大气污染物超标最严重的是PM10，NO2次之，SO2未超标。

2.2 污染物浓度月均变化

洛阳市大气污染物月均变化见图2。PM10、NO2和SO2均呈现典型的U型变化特征，从春季开始逐渐降低，在夏季或秋季达到谷值，之后开始回升，冬季达到一个峰值。2014—2016年，PM10月均最高值均是1月，其中2016年的峰值(243.8±127.7) μg/m3最大，比2014年和2015年最高值分别高23.2%和28.2%；2016年8月PM10平均浓度最小，比2014年和2015年的最小月均值分别减少了35.9%，26.2%。NO2月均浓度变化趋势与PM10相同，在7月达到谷值，分别是(32.5±7.4) μg/m3，(23.8±5.6) μg/m3和(23.4±4.0) μg/m3；最大月均浓度分别是2014年12月(54.1±13.0) μg/m3，2015年1月(67.7±25.2) μg/m3和2016年1月(68.8±26.5) μg/m3。SO2全年单谷变化趋势明显，7月为谷值，其中2016年谷值最小(11.85±5.2) μg/m3，仅是2015年、2014年月均最小值的71.1%和56.0%；全年月均最大值分别是2016年1月(76.6±23.0) μg/m3，2015年1月(99.1±26.2) μg/m3以及2014年12月(113.5±54.9) μg/m3。

图1 2014-2016年大气污染物浓度逐日变化

2.3 污染物浓度季节变化

2014—2016年大气污染物浓度季节性变化见表1。(1) 2014—2016年PM10年均浓度分别为(119.3±64.5) μg/m3，(124.4±68.1) μg/m3，(129.0±91.2) μg/m3，均超过了国家环境空气质量二级标准，呈逐年增长趋势。2014年和2015年春季和冬季PM10显著高于夏秋两季，2016年冬季浓度最高，春秋次之，夏季最低。(2) NO2年均浓度波动不大，分别为(42.4±11.7) μg/m3，(42.0±19.3) μg/m3，(46.7±19.9) μg/m3，超过国家环境空气质量二级标准。2014年NO2冬季平均浓度最高，春秋次之，夏季最低，2015年、2016年NO2季节变化趋势与2014年一致；且2015年和2016年冬季NO2平均浓度显著高于2014年冬季，而夏季NO2平均浓度低于2014年。(3) 2014年SO2平均浓度为(47.5±31.9) μg/m3，2015年为(44.1±28.1) μg/m3，2016年为(37.9±23.1) μg/m3，未超过国家环境空气质量二级标准，年均浓度呈逐年降低趋势，这说明洛阳市对大气污染已经采取了一定治理措施,并且已经初见成效。

图2 2014-2016年大气污染物浓度逐月变化

2014—2016年SO2冬季平均浓度最高，春秋次之，夏季最低；2016年SO2夏季和冬季平均浓度显著低于2014年和2015年，春季浓度没有明显差异。综上所述，大气污染物浓度呈现明显的季节性变化：2014—2016年，冬季大污染最为严重，春秋次之，夏季较轻。SO2主要来源为工业生产与燃烧排放，冬季燃煤供暖而产生的大量排放，这使得冬季SO2污染最严重[15]。洛阳市的供暖时间为11月中旬至次年三月底，因此SO2在冬季污染最严重，在采暖期减少污染物的排放是我们亟待解决的问题。洛阳市城市化建设进程不断加进，城市基础设施建设增多，建筑、拆迁和道路施工中导致大量的扬尘产生，这对PM10污染具有极大的负面影响。工业废气、汽车尾气等也是大气污染物的主要来源[16]。春夏两季风速大，可以加速污染物的扩散稀释[17]，但同时也会产生大量的扬尘，对大气颗粒物浓度有影响。洛阳市冬季化石燃料使用增多，污染物来源增多；同时冬季干旱少雨，温度低、气压高等气候特征，会导致扩散缓慢、清洗作用减弱，致使大气污染加重。反过来，夏季降雨集中，除尘效果明显，化石燃料使用减少，使得夏季大气污染减弱，空气质量良好。

表1 2014-2016年大气污染物在不同季节的浓度

注：不同的小写字母表示同一年份不同季节之间差异显著(p<0.05);不同的大写字母表示同一季节不同年份之间差异显著(p<0.05)。

2.4 污染物浓度与气象因素的相关性分析

气象条件如风速、气压、温度、水气压及相对湿度对近地面大气污染物浓度具有显著作用。图3是洛阳市2014—2015年大气污染物日均浓度与各气象因素日均值的相关系数。洛阳市常年平均风速较大，为18.73 m/s。由图3可见，平均风速对大气污染物浓度的影响也较大，其中，它与PM10、NO2的浓度呈显著负相关(p<0.01)，还与SO2浓度呈不明显的负相关。风速增大会促进大气污染物的扩散，其对大气污染物浓度的影响主要是稀释作用。谢雨竹等[18]在分析成都市夏季大气污染物变化特征时，风速与PM10和NO2呈显著负相关。气压与PM10、NO2和SO2共3种大气污染物浓度均呈显著正相关(p<0.01)。这是因为低压系统下，内部的气流发生垂直上升运动，导致风速增大，从而稀释大气污染物浓度；而在高压作用下，内部气流下沉，使得污染物沉积并集聚，污染物浓度则会升高。陶双成等[19]在对北京市采暖期环境空气质量进行调研时，也发现微风无持续风向的稳定天气大气污染物扩散不明显，容易累积。

图3显示，气温与PM10、NO2和SO2三种大气污染物浓度呈现显著负相关关系。这是由于当地面温度升高时，大气层结稳定度会降低，使得近地层污染物浓度下降；反之，近地层的大气污染物浓度会升高。水汽压与PM10、NO2和SO2三种大气污染物浓度均呈显著负相关，当大气中水汽增多时，水汽压便增大，水汽增多也会促进大气污染物的凝聚，从而降低污染物浓度；反之，大气污染物浓度就会升高。平均相对湿度与大气污染物浓度相关性不明显，与PM10和NO2浓度呈负相关，与SO2呈显著负相关。董继元等[20]发现高颗粒污染物浓度大多出现在低湿天气，但高湿度非降雨天气颗粒污染物也容易积聚。主要是由于空气中湿度增加导致水汽含量增加，而水汽含量的增加会强化大气污染物的吸附作用使得悬浮颗粒物沉降到地面，最终降低大气污染物浓度降低。但在雾天时，由于存在逆温现象使得污染物不易扩散，所以虽然雾天相对湿度增大，但污染物浓度还是增加。

注：**表示相关性极显著，p<0.01。

图32014-2015年大气污染物浓度日均值与气象因素日均值的相关性

3 结 论

(1) 洛阳市2014—2016年PM10污染最严重，NO2次之，PM10和NO2污染有逐年加剧趋势；SO2均浓度达到国家环境空气质量二级标准，未造成污染。

(2) 三种大气污染物的月变化趋势相同，表现出明显的U型变化，峰值均出现在冬季，谷值出现在夏季。

(3) 平均气压与大气污染物浓度呈显著正相关，其他气象因素与大气污染物均呈负相关，但相关性强度不同。其中风速、气压、气温、水汽压对大气污染物浓度均有显著影响，而平均相对湿度影响相对微弱。各种气象因素综合影响大气污染物的浓度。

参考文献：

[1] 禹东晖,寿绍文,孟丽丽,等.洛阳市城市环境气象监测预报服务研究[J].气象与环境科学,2007,30(2):55-60.

[2] Hu X, Waller L A, Lyapustin A, et al. Estimating ground-level PM2.5concentrations in the Southeastern United States using MAIAC AOD retrievals and a two-stage model [J]. Remote Sensing of Environment, 2014,140(1):220-232.

[3] 沈仙霞,刘朝顺,施润和,等.上海不同污染等级下气溶胶光学特性垂直分布特征[J].环境科学学报, 2014,34(3):582-591.

[4] Liu Y, Sarnat J A, Kilaru A, et al. Estimating ground-level PM2.5in the eastern united states using satellite remote sensing[J]. Environmental Science and Technology, 2005,39(9):3269-3278.

[5] Hirtl M, Mantovani S, Krger B C, et al. Improvement of air quality forecasts with satellite and ground based particulate matter observations[J]. Atmospheric Environment, 2014,84:20-27.

[6] You W, Zang Z L, Zhang L F, et al. A nonlinear model for estimating ground-level PM10concentration in Xi′an using MODIS aerosol optical depth retrieval[J]. Atmospheric Research, 2016,168:169-179.

[7] Tian J, Chen D. A semi-empirical model for predicting hourly ground-level fine particulate matter (PM2.5) concentration in southern Ontario from satellite remote sensing and ground-based meteorological measurements[J]. Remote Sensing of Environment, 2010,114(2):221-229.

[8] Chen Y, Shi R, Shu S, et al. Ensemble and enhanced PM10concentration forecast model based on stepwise regression and wavelet analysis[J]. Atmospheric Environment, 2013,74:346-359.

[9] Xue D, Yin J. Meteorological influence on predicting surface SO2concentration from satellite remote sensing in Shanghai, China[J]. Environmental monitoring and assessment, 2014,186(5):2895-2906.

[10] Wang S, Xing J, Chatani S, et al. Verification of anthropogenic emissions of China by satellite and ground observations[J]. Atmospheric Environment, 2011,45(35):6347-6358.

[11] 王中挺,王子峰,厉青,等.环境一号卫星在监测大气PM10中的应用[J].中国环境科学,2011,31(2):202-206.

[12] 王静,杨复沫,王鼎益,等.北京市MODIS气溶胶光学厚度和PM2.5质量浓度的特征及其相关性[J].中国科学院研究生院学报, 2010,27(1):10-16.

[13] Hu J, Wang Y, Ying Q, et al. Spatial and temporal variability of PM2.5and PM10over the North China Plain and the Yangtze River Delta, China [J]. Atmospheric Environment, 2014,95(1):598-609.

[14] Kong X Z, He W, Qin N, et al. Comparison of transport pathways and potential sources of PM10in two cities around a large Chinese lake using the modified trajectory analysis [J]. Atmospheric Research, 2013,122(3):284-297.

[15] 周瑞,辛金元,邢立亭,等.唐山工业新区冬季采暖期大气污染变化特征研究[J].环境科学,2011,32(7):1874-1880.

[16] 宁海文,吴息.西安市区大气污染时空变化特征及其与气象条件关系[J].陕西气象,2005(2):17-20.

[17] 李会霞,史兴民.西安市PM2.5时空分布特征及气象成因[J].生态环境学报,2016,25(2):266-271.

[18] 谢雨竹,潘月鹏,倪长健,等.成都市区夏季大气污染物浓度时空变化特征分析[J].环境科学学报,2015,35(4):975-983.

[19] 陶双成,邓顺熙,高硕晗,等.北京采暖期典型区域环境空气污染特征分析[J].生态环境学报,2016,25(11):1741-1747.

[20] 董继元,刘兴荣,张本忠,等.兰州市大气相对湿度与PM10浓度和大气能见度的相关性分析[J].生态环境学报,2015,24(12):1995-2001.