2014—2017年京津冀区域大气颗粒物污染演变特征分析

郭 敏 ，尹立峰，王 兴 ，李怀明，李敏姣，苏 新

(1.天津市环境保护科学研究院 天津300191；2.河北工业大学 天津300130；3.天津市联合环保工程设计有限公司 天津300191)

0 引 言

2013年9 月国务院出台《大气污染防治行动计划》，提出了“到2017年，力争达到重点区域空气质量明显改善、重污染天气发生频次明显减少、京津冀区域细颗粒物(PM2.5)下降25%”的目标，经过近5年的努力，到2017年该目标已经得以实现。鉴于《大气污染防治行动计划》实施以来京津冀区域环境空气质量整体演变及其污染特征仍是未来空气质量持续改善政策制定的重要依据[1-3]，本文以2014—2017年京津冀区域颗粒物污染演变特征为例，基于反距离权重插值模拟，结合细颗粒物(PM10)与可吸入颗粒物(PM2.5)浓度的比值关系，从时间、空间角度剖析京津冀区域大气颗粒物污染演变特征，为未来京津冀区域环境空气质量持续改善的协同管理和精细化控制提供参考。

1 研究方法

1.1 数据来源

本文分析使用的2014—2017年PM10和PM2.5浓度数据为中国空气质量在线监测分析平台每日空气质量数据，以及京津冀大气污染传输通道北京、天津和河北省石家庄、唐山、廊坊、保定、沧州、衡水、邢台、邯郸，以及河北省北部秦皇岛、承德、张家口13个重点城市89个国控及部分市控空气质量监测点PM10和PM2.5日均浓度监测数据。

1.2 处理方法

由于时间跨度较大，对获取数据分析发现，个别数据存在1～2d缺失现场。为保证污染特征模拟演变的连续性，本文采用拉格朗日插值对空缺失数据进行补充，对颗粒物污染特征的演变采用反距离权重插值法进行模拟分析。该方法通过一个权重函数方程来计算已知点的权重进而预测未知点，这个计算过程包含了未知点周围很多的测量点，是一个考虑了多个测量点的、更加复杂先进的邻近插值法[4]。其权重方程如下：

式中：iλ是每个点的权重，随距离增加而减少；dio是预测点与已知点两端间的距离；p是减少距离的因素数量；N是周围点的数量。

反距离权重法的公式是：

式中：S0是位置的被预测值；Si是位置的观测点。

2 结果与分析

2.1 大气颗粒物污染演变特征

2014—2017 年，京津冀区域各年PM2.5和PM10月均浓度变化均呈“U”型分布，全年采暖期浓度约为非采暖期1.5倍，各月份月均浓度分别超过其年均二级标准值35μg/m3和70μg/m3，5～9月份浓度是全年较低时期。除2015年12月受区域长期不利气象条件影响，月均值攀升外，2014—2017年其余各月PM2.5和PM10月均浓度同比均呈下降趋势(图1)。

图1 京津冀区域2014年和2017年采暖季PM2.5、PM10污染特征演变图Fig.1 Evolution of pollution characteristics of PM2.5 and PM10 in heating season in Beijing-Tianjin-Hebei region in 2014 and 2017

京津冀区域各主要城市PM2.5和PM10年均浓度空间分布除北部城市秦皇岛、承德、张家口外，其他各城市没有显著差异，2014—2017年京津冀各城市除北部张家口外PM2.5和PM10年均浓度均超过国家二级标准，总体上2014—2017年各城市PM2.5和PM10浓度呈下降趋势。2014年河北南部城市邯郸、邢台、石家庄、保定PM2.5和PM10年均浓度较高，但这些城市改善也较为明显，2017年PM2.5年均浓度均达到90mg/m3以下，PM10年均浓度均达到160mg/m3以下，年均浓度同比分别下降30.8%和29.5%，其中改善最明显的是河北省保定市，PM2.5和PM10年均浓度同比分别下降46.3%和37.3%。结合上述监测数据分析，本文采用反距离权重插值法分别对2014年和2017年PM2.5、PM10在采暖季和非采暖季污染演变特征进行模拟，如图1、2所示。

2.2 颗粒物污染特征分析

通过上述的直观模拟分析，大气污染防治行动计划的实施使京津冀区域环境空气质量得到了有效改善，2014—2017年PM2.5和PM10浓度显著下降，然而颗粒物仍是京津冀区域首要污染物。通过对PM2.5/PM10(PM2.5质量浓度占PM10质量浓度的比例)的变化特征研究来了解颗粒物的产生原因具有重要意义。一般来讲PM2.5/PM10越大，说明空气中细颗粒物的质量浓度越高，细颗粒物污染越严重[5-7]。

2.2.1 PM2.5/PM10比值年际变化特征分析

对2014—2017年监测数据进行统计分析，如图3所示。2014年、2015年PM2.5在PM10中的平均占比均为0.64，2016年为0.67，2017年为0.63，变化趋势不明显，说明虽然京津冀区域颗粒物浓度得到显著下降，但以细颗粒物为主的污染特征变化不大。

2.2.2 PM2.5/PM10比值月际变化特征分析

对2014—2017年PM2.5/PM10监测数据比值月际变化进行统计分析，如图4所示。各年比值季节性波动较为明显，从PM2.5在PM10中的平均占比来看采暖季偏高，4～6月和9～10月较低，7～8月偏高，总体趋势为春、秋季比值较低，夏、冬季比值较高。

图2 京津冀区域2014年和2017年非采暖季PM2.5、PM10污染特征演变图Fig.2 Evolution of pollution characteristics of PM2.5 and PM10 in non-heating season in Beijing-Tianjin-Hebei region in 2014 and 2017

图3 京津冀区域2014—2017年PM2.5/PM10比值年际变化情况Fig.3 Interannual variation of PM2.5/PM10 ratio in Beijing-Tianjin-Hebei，region from 2014 to 2017

图4 京津冀区域2014—2017年PM2.5/PM10比值月际变化情况Fig.4 Monthly variation of PM2.5/PM10 ratio in Beijing-Tianjin-Hebei region from 2014 to 2017

2.2.3 PM2.5/PM10比值空间变化特征分析

如图5所示，京津冀区域各主要城市2014—2017年PM2.5/PM10比值变化整体呈先下降后上升趋势，但变化幅度仍不够显著。各区之间PM2.5/PM10占比维持在0.45～0.8之间，没有显著改变，这表明颗粒物及细颗粒物污染仍然比较严重。

图5 京津冀区域各主要城市2014—2017年PM2.5/PM10比值空间变化情况Fig.5 Spatial variation of PM2.5/PM10 ratio in major cities in Beijing-Tianjin-Hebei region from 2014 to 2017

3 结 论

京津冀区域PM2.5、PM10浓度5年来下降趋势明显，说明大气污染防治行动计划实施以来，各项措施的实施有效改善了PM2.5、PM10污染状况，但目前仍处于超标水平，颗粒物污染仍比较严重。根据PM2.5/PM10比值可以看出，颗粒物污染，特别是二次污染问题仍是影响京津冀区域环境空气质量的主要问题，一旦遇到不利气象条件，颗粒物浓度容易快速累积上升。如2015年12月，受到长期静稳天气的不利气象条件影响，PM2.5、PM10浓度显著高于往年同期，各次重污染天气过程发生时，首要污染物以PM2.5与PM10为主，特别是PM2.5。