贵阳站气溶胶数据质控方法及气象因子对PM2.5的影响分析

2019-05-24吴有恒闵昌红吴世美

中低纬山地气象 2019年2期

吴有恒，闵昌红，吴世美

(贵州省贵阳市气象局,贵州贵阳 550001)

1 引言

随着工业化进程及城市规模的扩大，由此产生的大量气溶胶颗粒物成为了城市大气中的主要污染物。PM2.5是指环境空气中空气动力学当量直径≤2.5 μm的颗粒物，它能较长时间悬浮于空气中，由于其易吸附有害物质且能够进入人体肺泡[1]，进而可对人体健康产生较大危害。贵阳市过去是以SO2污染为主的城市[2]，但随着产业结构调整及机动车的大量增加，空气污染呈现与以往不同特征，由2013—2016年贵阳市环境状况公报[3-6]来看，虽然空气质量优良天数在逐年增加，但PM2.5年均浓度均超标，未达二级标准，已成为影响贵阳市空气质量的首要污染物。贵阳基准站于2013年1月1起正式开展气溶胶质量浓度观测，使用德国GRIMM180型环境颗粒物监测仪，利用激光散射原理同时在线分析PM10、PM2.5、PM1质量浓度，每小时定时上传PM质量浓度文件，但台站每小时上传数据是未经质控的原始数据，在使用该资料进行分析应用之前，就需要先进行质量控制，本文就贵阳站PM2.5质量浓度原始观测数据出现的异常情况提出了相应质控措施，对异常值进行标识或使用尽可能正确的值来替代，把错误观测值的数量减少到最低程度[7]。在质控结果的基础上，简要分析了气象要素对PM2.5质量浓度变化的影响，文中给出了污染天气的个例分析及结论。

2 气溶胶质量浓度数据异常原因及质控方法

2.1 数据异常现象及原因

2.1.1 文件名错误正常分钟数据应该是连续的，但有时会出现多个小时缺测的情况，查找原因发现缺测时段的小时数据文件已生成，但是创建时间却与文件名上的日期不一致，而且前端下载软件上显示的年份与系统时间相差10 a，软件记录时间明显错误，造成当前时刻正常记录中断。

2.1.2 数据条数异常小时数据由上一时次00～55分之间的分钟数据构成，正常应包含12条分钟数据，但由于软件运行错误会造成该时数据的分钟条数多于或少于12条，造成小时数据条数错误。

2.1.3 PM数值异常正常质量浓度数值应为PM10>PM2.5>PM1，但有时会出现全部是-999的情况，其后采样时间序列发生错乱，此时采集软件没有将错误值-999剔除，而是仍然写入小时数据。

2.1.4 问题分析以上错误均为软件运行过程中突然出现的异常，但出错时并无报警提示，虽然在重启主机程序后可恢复正常，但不一定出现在值班员巡查仪器的时候，如果一旦出现异常而没有被及时发现的话，会导致数据的缺测、长时间中断及错误。由于现阶段国家局并未在台站部署气溶胶质量浓度数据的质控工作，结合目前气溶胶观测系统运行中出现的异常，提出相应质控措施。

图1 技术路线Fig.1 Technology roadmap

2.2 质控方法及实现

2.2.1 实时数据检查结合本站气溶胶观测系统运行中出现的异常情况，编写程序实时监控小时数据文件夹，一旦有文件生成，会对文件按以下顺序检查并显示。①文件名检查：根据当前时刻对该时次文件名进行检查。②数据条数检查：按正常5 min间隔(00～55分)检查分钟条数，是否有缺测。③PM数值关系检查：对错误数值-999及数值大小关系PM10>PM2.5>PM1进行检查。④上下限检查：通过SPSS软件分析逐步剔除极端值后确立上下限范围：1～450 μg/m3，以判断数值是否可疑。

表1 PM2.5质量浓度分钟数据前后变幅允许范围表Tab.1 Permissible range of variation before and after mass concentration minute data

⑤连续性检查：参考空气质量分指数[8]对应的污染物项目浓度限值将PM2.5分钟数值≤35、35<数值≤75、75<数值≤115、115<数值≤150、150<数值≤250、数值>250划分为6个取值范围。通过SPSS软件对各组前后分钟数据差值进行正态检验，对符合偏态分布的数据可取百分位数P2.5及P97.5对应的数值作为前后分钟数据差值双侧界值，但实际用P2.5及P97.5对应的数值去检查PM2.5分钟数据会发现多数异常变幅其实属于正常变化，经过人工逐步排除，设定前后变幅允许范围(如表1)，以此来检查前后分钟数据变幅是否可疑。⑥数据持续不变检查：检查连续一小时分钟数据是否无变化。由于目前台站并不具备更改原始观测数据的权限，所以对上述检查出现结果以日志文件进行记录，在质控程序界面上显示检查内容，发现异常时有报警音提示，及时提醒值班员查看，以免数据长时间缺测或错误。

图2 质控程序界面Fig.2 Quality control program

图3 Haning滤波分析及前后变幅同时判定为异常Fig.3 Haning filtering analysis and simultaneous determination of both front and back amplitudes as anomalies

图4 数据处理前后对比图Fig.4 Comparisons before and after data processing

3 气象因子对PM2.5质量浓度变化影响分析

3.1 PM2.5质量浓度季节变化特征分析

利用贵阳站2013—2016年PM2.5质控数据比较月均质量浓度逐年变化趋势，由于本站颗粒物监测仪2015年设备故障送修，导致2015年缺失4个月的数据，所以2015年不做对比。如图5，本站PM2.5月均质量浓度各年变化趋势呈现明显的冬高夏低的单谷多峰走势；年均值逐年降低，与2013—2016年贵阳市环境状况公报中公布的细颗粒物年平均浓度逐年降低趋势相符。

图5 2013—2016年贵阳站PM2.5月均质量浓度变化Fig.5 Change of PM2.5 average mass concentration in Guiyang station from 2013 to 2016

图6 2013—2016年贵阳各月逆温天数及气温变化Fig.6 Monthly inversion days and temperature changes in Guiyang from 2013 to 2016

图7 2013—2016年贵阳各月降水量及风速变化Fig.7 Variation of monthly precipitation and wind speed in Guiyang from 2013 to 2016

由图6～图7看出贵阳夏季7月份平均气温最高，500 m、200 m及100 m以下逆温天数均为最低，空气对流与湍流强，盛行上升气流，促使大气颗粒物得到有效扩散，同时夏季降水增多，起到净化空气的作用，图5中各年PM2.5月均质量浓度最低值都出现在7月。冬季气温最低，冬季12—次年2月份平均气温偏低，逆温天气发生的频率高，抑制空气对流，降水偏少，不利于污染物扩散及沉降，所以PM2.5月均质量浓度最大值都出现在冬季。

3.2 空气污染时段PM2.5质量浓度变化特征分析

3.2.1 空气污染时段气象情况根据2013年贵阳市环境状况公报，结合PM2.5质量浓度峰值出现在冬季的规律，查询2013年1月空气质量日报，发现从1月8—16日，贵阳市连续9 d空气污染不达标，其中重度污染1 d、中度污染3 d、轻度污染5 d，首要污染物均为PM2.5，表2显示空气污染时段近地面均有逆温层出现，最大厚度为13日的1 112 m，天气状态稳定，12—13日夜间晴朗少云，地面风速较小，地面热量向外辐射快速降温，形成辐射逆温层。

图8显示空气污染时段本站监测的PM2.5日均浓度均超过《环境空气质量标准(GB3095-2012)》二级标准(75 μg/m3)，其中1月13日本站PM2.5平均浓度出现此次过程中最大值164.4 μg/m3，这与该日空气质量指数达重度污染相符。

表2 2013年1月8—16日贵阳空气污染时段气象情况Tab.2 Meteorological situation of air Pollution Period in Guiyang from Jan. 8 to Jan. 16, 2013

图8 空气污染时段本站1月PM2.5质量浓度逐日变化Fig.8 Daily variation of PM2.5 mass concentration in air pollution period

3.2.2 空气污染时段气象因子对PM2.5质量浓度的影响，因冬季冻雨导致本站2013年1月8—11日小时雨量缺测，仅利用12—16日间的本站风速、降水及PM2.5小时数据进行相关性分析。结果见表3，PM2.5质量浓度与风速和降水均呈现明显的负相关性，相关系数-0.345。

表3 PM2.5质量浓度与气象因子相关分析结果表Tab.3 Correlation analysis between PM2.5 mass concentration and meteorological factors

注：**(在0.01水平双侧显著)表示相关性显著。

从图9可以看出PM2.5质量浓度较大时，风速明显偏小或接近静风，随着风速增大，PM2.5质量浓度相应减小, 2013年1月12日00时—14日20时期间无降水现象，该时段PM2.5质量浓度变化幅度较大，出现最大值，而后降水过程将大气中的污染物溶解或冲刷到地面，使污染物浓度降低，表3相关系数-0.344，也表明降水及风速对PM2.5质量浓度的影响都是很明显的。