大厂县污染物浓度与气象要素相关性研究

2019-03-21李红星郝国松李娜

节能与环保 2019年2期

文_李红星郝国松李娜

1.大厂回族自治县气象局；2.廊坊市气象局

1 资料与方法

2013年我国开始执行新的空气质量观测标准，本文采用2014年1月1日～2016年12月31日大厂县环境监测点（卫生局）日均质量浓度资料，以及同期的气象观测数据资料等进行研究。

本文主要采用典型相关分析（CCA）法进行分析。选择大厂县2014～2016年的气象要素（气温、气压、降水量、相对湿度、风速、地表温度）作为CCA的右要素场；选择同期大厂县污染物质量浓度（PM2.5、PM10、O3、NO2、SO2、CO、AQI）作为CCA的左要素场，进行标准化处理后作典型相关分析。

2 空气质量概况

2.1 达标日数与重污染天数

2014～2016年大厂县达标（AQI≤100）天数分别为94天、143天和131天，占总数的33.6%。重污染天气（AQI＞200）天数分别为85天、67天、36天，占总数的17.2%。

2.2 空气质量等级分布

统计大厂县空气质量等级发现（表1），2014～2016年重度以上污染天数总体下降13.5%。2015年和2016年较2014年优良天数增加，重度以上污染天数减少，空气质量较2014年有明显改善。

表1 2014～2016年大厂县空气质量等级分布

2.3 首要污染物分析

2014～2016年大厂县首要污染物主要为PM2.5、PM10、O3、NO2、SO2。

重度及以上污染首要污染物为PM2.5、PM10、O3，2014～2016年首要污染物均以PM2.5为最多占总数的87.8%，其次为O3占8.0%，最少为PM10占4.3%。从首要污染物的分月情况来看，除8月未出现PM2.5外，其余各月份均有可能出现，12月出现频率最高占比20.0%，1月次高占比18.2%，而4～9月份PM2.5出现频率很低，除8月频率为0外，5月最低占0.6%；PM10在2月、3月、11月和12月出现，其余月份均未出现，2月出现频率最高为37.5%，3月最低为12.5%；O3在5月、6月、7月、8月、10月出现，其余月份均未出现，8月出现频率最高为46.7%，10月最低为6.7%。

而重度污染以下首要污染物除上述三者外，还有NO2和SO2。NO2在3月、5月、6月、7月、10月、11月出现，10月出现频率最高占比37.5%。SO2在1月、2月、11月、12月出现，1月出现频率最高占比50%。

2.4 不同级别空气质量的月变化特征

分析2014～2016年空气质量的月变化特征（图1），重度及以上污染主要发生在初春和秋冬季节，主要月份为1月至3月和10月至12月，而初春之后，随着湍流运动的加强和气温的升高，重污染明显减少，4月至9月均没有严重污染发生，特别是5月、6月、8月和9月空气质量在中度污染以下，明显优于其它月份。

图1 2014～2016年大厂县AQI指数月均变化

3 污染物质量浓度月分布

分析2014～2016年污染物质量浓度的月变化特征（图2），PM2.5、PM10、SO2月变化曲线多呈现“峰-谷-峰”和“多峰多谷”的形势，高峰值均出现在1月至3月和10月至12月。NO2月均浓度均维持在70μg/m3以下，并在7月或8月达到最低值，蒋维楣等指出由于NO2溶于水生成HNO2和HNO3，颗粒物与雨滴碰撞可附着在雨滴上或溶于水滴中并随着降水沉降到地面，因而降水对清除空气污染物起着重要的作用。O3月变化曲线呈现“谷-峰-谷”的形势，最高值均出现在夏季（6～8月），杨俊益等研究表明，O3质量浓度的急剧上升主要因素是其前体物NOx和挥发性有机物浓度的升高，同时挥发性有机物可与氮氧化物在紫外光照射的条件下，发生一系列光化学链式反应，提高大气的氧化性，引起地表O3浓度的增加，又加速二次细颗粒物的生成，引起夏季O3超标。CO月变化曲线大致呈“U”型分布，高峰值均出现在冬季（12～2月）。

图2 2014～2016年大厂县污染物质量浓度月均变化

4 污染物质量浓度与气象要素相关性分析

4.1 简单相关分析

分析污染物质量浓度的自相关关系矩阵（表2）发现，以下变量之间均有显著的正相关关系，且相关系数均大于0.5：SO2与CO、CO与NO2、CO与PM10、CO与PM2.5、CO与AQI、NO2与 PM10、NO2与 PM2.5、NO2与 AQI；PM10与 PM2.5、PM10与AQI、PM2.5与AQI。值得注意的是，PM10、PM2.5两者与AQI的相关系数达到了0.9以上，因此，可以认为当空气中的PM10或PM2.5质量浓度增大时，相应的AQI指数也同时增大，导致空气质量下降。

表2 污染物质量浓度的自相关关系矩阵

从污染物质量浓度与气象因素之间的简单相关系数矩阵（表3）来看，气温与 SO2、CO、NO2、PM10、PM2.5、AQI均有显著的负相关关系，而与O3为显著的正相关关系，且相关系数较大达到了0.7321。此外，地表温度同气温的相关系数十分接近，表现出一致的相关关系，这也说明地表温度与气温成显著的正相关关系，气温越高则地表温度越高。降水量与SO2、CO、NO2、PM10、PM2.5、AQI均有显著的负相关关系，但是总体相关系数较小。气压与SO2、CO、NO2、PM2.5均有显著的正相关关系，但与O3为显著的负相关关系，且相关系数较大达到了-0.6387。相对湿度与CO、NO2、PM10、PM2.5、AQI具有显著的正相关关系。风速与CO 、NO2、PM10、PM2.5、AQI具有显著的负相关关系。由此可见，气象要素与污染物质量浓度之间存在相关关系，气象要素可相应影响局部地区空气中污染物的浓度水平。

表3 污染物质量浓度与气象因素之间的简单相关系数矩阵

4.2 典型相关分析

由于变量间的交互作用，简单相关系数矩阵只能作为参考，不能真正反映两组变量之间的实质联系。因此，引入典型相关分析法进行污染物质量浓度（U）和气象因素（V）两组变量间的相关性分析。

通过典型相关分析（表4～表6），共有4对典型相关系数通过显著性检验（P＜0.01）。第一典型相关系数为0.845，气温和地表温度同气态污染物（O3、CO、NO2）密切相关。第二典型相关系数为0.542，相对湿度和风速同AQI、PM10、PM2.5密切相关。第三典型相关系数为0.386，相对湿度和降水量同NO2、SO2密切相关。第四典型相关系数为0.287，风速同PM10、AQI、PM2.5密切相关。

表4 污染物质量浓度与气象要素的典型相关系数

表5 气象要素组的典型变量系数

表6 污染物质量浓度组的典型变量系数

5 重度以上污染过程前中后期风的研究

典型相关分析表明，风速与AQI密切相关，直接关系到重污染形成和结束的时间。地面风向风速分布是影响雨、霾、雾等各类天气的基础要素，风速大小及风向辐合、辐散对污染物积聚和扩散有显著影响。对于气态污染物和颗粒污染物来说，风主要表现了平流输送的能力，但它又是局地性最强的气象因子之一。

统计21次连续重度以上污染天气（重污染天气）过程逐小时地面2min平均风速发现，重污染天气前期和中期逐小时地面2min平均风力均≤3级，以2级以下为主，占比98.9%；重污染天气后期由于较强冷空气入侵，风力普遍在3级至5级之间，4级风占比例最大，为41.6%。可见风力≤2级是重污染天气形成之前重要的气象条件之一。这也与郭立平等在河北廊坊市连续重污染天气的气象条件分析的研究结果一致。

除地面风力之外，地面风向导致的辐合、辐散对污染物积聚和扩散也有一定影响。分析连续重污染天气过程前中后期的逐小时2min风向得到风玫瑰图，可以看出，在重污染天气的前期静风最多，风频达到了19.5，W次多为8.9，ENE最少为1.6；中期也以静风最多，其风频高达23.9，SE次多为11.4，WNW最少为2.1；而后期NNW最多，风频为21.7，NW次多为18.8，SW最少为0.1。