石家庄市采暖期空气质量特征及其与气象条件的关系

王云霞， 张艳杰， 孟令尧， 张 焱， 曹跟华， 赵江伟

(1.河北省科学院地理科学研究所,河北省地理信息开发应用工程技术研究中心,石家庄 050011；2.河北省气象服务中心,石家庄 050021；3.河北省环境监测中心,石家庄 050000)

近年来,河北省雾霾、重污染天气频发,空气污染问题已成为政府和公众关注的焦点。2015年通过的《京津冀协同发展规划纲要》中,确定河北省的功能定位为“三区一基地”。在空气污染严重、京津冀协调发展的大背景下,河北省如何打赢蓝天保卫战、加快产业转型升级试验区建设,是当前环保科研人的工作难点。已有的研究表明,大气污染呈区域性特征[1],污染物排放[2]和气象条件[3-4]是造成区域性大气污染的重要因素[5]。在源强一定的条件下,大气污染物的时空分布与当地的气象条件、地形地貌有密切联系[6]。因此,区域性大气污染控制要从源强削减、污染源空间布局优化两方面着手。

石家庄市地处太行山东麓,既是京津冀城市群的重要城市之一,也是中国空气质量最差的省会城市之一,其空气污染特征具有一定的代表性。已有学者从天气背景及气象条件[7-8]、颗粒物组分及来源[9-10]等多个方面,对石家庄市的大气污染进行了研究。王筠等[7]对比分析了2015年石家庄市冬季两次持续性重污染天气过程的演变特征及主要影响因素,认为高低空稳定的天气形势配置是重污染过程形成的直接原因,燃煤和机动车尾气是石家庄冬季重污染的主要污染源,东北部、北部和西南部周边污染物的输送对重污染天气的形成发展也有一定的影响。而洪纲[9]通过对2016年石家庄市秋季的两次重污染过程的演变特征及主要影响因素的分析,研究结果显示重污染过程形成的原因与前者相同,但机动车尾气和地面扬尘是PM2.5的重要来源,东南和西南方向周边污染物的输送对重污染天气的形成发展也有一定的贡献。李治国等[10]也曾对2016年3月石家庄市采暖期结束前后的两次重污染天气期间的细颗粒物化学组成进行分析,并结合颗粒物质量浓度和气象条件等对重污染天气成因进行了推定,结果显示采暖期间的重度污染天气主要成因为来自燃煤(贡献率42.6%)和工业工艺源(贡献率26.4%)的颗粒物严重累积,两次重污染过程的PM2.5与气象条件的相关性较高,R湿度/2.5=0.76、R大气压/2.5=-0.58、R风速/2.5=-0.65、R温度/2.5=0.35,高湿状态下空气的低压静稳和低空传输共同促使燃煤及工业工艺源的颗粒物累积。显然,学者们对形成短期重污染天气过程的天气背景及气象条件有统一的观点,但因为研究尺度小,在不同时段对同一区域进行的分析研究,得出的源强及来源呈现出了不同的结论。由于石家庄市三面环山,受高山屏障和太行山焚风效应影响[11],污染物不易稀释扩散,再加上华北地区冬季气候特征和取暖污染物排放量的增加[12],采暖期的大气污染更为严重。韩军彩等[8]曾利用2013—2014年石家庄市逐时的环境和气象资料,分析了颗粒物的时空分布特征及与气象要素的关系,结果表明秋冬季颗粒物的质量浓度较高,市区西部高于东部,颗粒物浓度与相对湿度正相关、与风速和降水负相关。但是现有的研究主要集中在短期重污染天气的成因、空气质量与气象的关系、污染物来源解析等等,而以优化产业布局为出发点从区域尺度分析空气质量与气象条件的关系的研究却很少。2016年,新的环境空气质量标准开始在全国实施；同时,作为市辖区内包含《全国老工业基地调整改造规划》(2013—2020)规划范围的省会城市,石家庄市也正处于产业转型升级阶段,加大了对大气污染的治理力度,空气质量状况得到明显改善。因此,有必要对石家庄市现阶段的环境质量状况及其与气象条件的关系进行研究,为产业布局和大气污染治理提供最新指导。本文将利用石家庄市2016—2018年采暖期的环境和气象数据,采用统计学方法定量分析空气质量特征及其与气象条件的关系,对气象要素进行影响程度排序,并探讨易造成大气污染的气象条件,以期为构建污染气象分区模型筛选气象指标及条件,进而为河北省建设产业转型升级试验区提供技术支撑。

1 资料与方法

1.1 资料

所用数据为:石家庄市2016—2018年采暖期的城市空气质量逐日监测数据,包括颗粒物(PM10、PM2.5)、二氧化硫(SO2)、氮氧化物(NO2)、一氧化碳(CO)的24 h平均浓度,臭氧(O3)的日最大8 h滑动平均浓度,以及空气质量指数(AQI)；同期石家庄气象站的逐日观测资料,包括气温、变压、风速、相对湿度和水汽压,以及由相关参数计算出的混合层高度。

石家庄市的采暖周期为11月15日—次年3月14日,共120 d,通过环境和气象数据的统计汇总,2016—2018年涉及的两个采暖周期内,有效数据为240组,数据可用率达100%。

1.2 方法

根据环境空气质量标准(GB 3095—2012)的规定,研究区域属于二类区,因此依据其中的二级浓度限值对污染物的日均浓度进行评价。AQI是定量描述空气质量状况的无量纲数据,依据环境空气质量指数(AQI)技术规定(试行)(HJ 633—2012)中的空气质量分级标准(表1),对研究时段内的日均AQI进行评价。

表1 空气质量指数分级标准Table 1 Classification standards of AQI

首先利用SPSS软件计算出2016—2017年采暖期内环境和气象数据的相关系数,再采用统计学方法,并结合相关系数分级(表2),确定主要污染物的污染气象指标,最后用2017—2018年采暖期的数据对指标进行验证。

表2 相关系数分级Table 2 Classification of correlation coefficient

2 空气质量变化特征

2.1 AQI变化特征

石家庄市2016—2018年采暖期的日均AQI统计情况如表3所示。

表3 2016—2018年采暖期AQI级别分布Table 3 Distribution of the AQI grade in the heating period from 2016 to 2018

可以看出,石家庄市采暖期的所有天数均为非一级天,其中污染日(AQI三～六级)较多,占69.58%,非污染日(AQI一、二级)较少,仅占30.42%。与前一采暖周期相比,2017～2018年采暖期的二级天数多19 d、重度及以上污染天数则少37 d,说明石家庄市采暖期的空气质量得到了明显改善。

图1 污染物浓度达标分析Fig.1 Analysis of pollutant concentration reaching the standard

2.2 污染物达标分析

分别对2016—2018年采暖期的PM10、PM2.5、SO2、NO2、CO和O3浓度进行达标分析(图1),对比发现,超标时间最多的污染物是PM2.5,超标天数分别占76.67%和61.67%,其次是PM10,分别占73.33%和45.00%。与前一采暖周期相比,2017—2018年采暖期内污染物超标天数减少最多的是PM10,减少34 d,其次是NO2减少24 d、PM2.5和CO均减少18 d；SO2超标时间虽仅减少1 d,但全部达到了国家二级标准要求；O3却由前一采暖周期的全部达标,发展到出现2 d、1.67%时间的超标。这预示着季节性特征污染物得到有效治理的同时,可能会引发新的或非本季节特征的大气污染物。

2.3 首要污染物分析

根据AQI及首要污染物的确定方法,空气质量分指数(IAQI)的最大值即为当日的AQI,AQI大于50(一级)时,该分指数对应的污染物即为首要污染物；如果该指数对应的污染物为两项或两项以上时,则并列为首要污染物。表4所示为石家庄市2016—2018年采暖期的首要污染物统计情况。

表4 2016—2018年采暖期首要污染物情况Table 4 Primary pollutants in the heating period from 2016 to 2018

在研究时段内,PM2.5作为首要污染物出现的天数最多,占研究时段的73.33%,其次为PM10。这说明,影响石家庄市采暖期空气质量最多的污染物是PM2.5,即石家庄市采暖期的AQI主要受PM2.5影响。从颗粒物的空气质量分指数(IAQI)逐日变化曲线(图2)可以看出,两个采暖周期进行对比,PM10、PM2.5的IAQI总体上是减小的,PM10的IAQI集中范围由50～200缩小到50～150,PM2.5的IAQI由50～100、200～400调整为50～150、200～300。

根据污染物浓度达标分析结果(图1),SO2、NO2、CO、O3也存在一定比例天数的超标,但这四种污染物超标时均伴随着PM10或PM2.5超标,且超标倍数远远高于这四种污染物,因此SO2、NO2、CO、O3为首要污染物的天数均是0,也是正常的。

3 空气质量与气象条件的相关性

3.1 环境与气象数据的相关系数

依据2016—2017年采暖期间的环境和对应的气象数据,分别计算各污染物浓度、AQI与气象要素的相关系数,计算结果列于表5。可以看出,不同污染物与气象要素的相关系数存在明显差异。

图2 PM10和PM2.5的IAQI逐日变化Fig.2 Daily variation of IAQI in PM10 and PM2.5

项目相关系数相关性排序PM10PM2.5SO2NO2COO3AQIPM10PM2.5SO2NO2COO3AQI气温/℃-0.238∗∗-0.314∗∗-0.267∗∗-0.185∗-0.319∗∗0.538∗∗-0.330∗∗6546555变压/hPa-0.308∗∗-0.294∗∗-0.432∗∗-0.331∗∗-0.307∗∗0.183∗∗-0.315∗∗5615666风速/(m·s-1)-0.622∗∗-0.664∗∗-0.412∗∗-0.593∗∗-0.624∗∗0.698∗∗-0.656∗∗3223222相对湿度/%0.689∗∗0.700∗∗0.1180.624∗∗0.693∗∗-0.821∗∗0.698∗∗1151111水汽压/hPa0.630∗∗0.593∗∗0.0390.613∗∗0.588∗∗-0.605∗∗0.594∗∗2462344混合层高度/m-0.596∗∗-0.655∗∗-0.395∗∗-0.521∗∗-0.585∗∗0.655∗∗-0.643∗∗4334433

注：** 表示通过0.01置信水平检验(双侧检验)；*表示通过0.05置信水平检验(双侧检验)。

3.1.1 气温

气温是表示空气冷热程度的物理量,可以反映研究区的热状况特征。PM10、PM2.5、SO2、NO2、CO、AQI与气温负相关,但相关系数较小，仅在0.185～0.330之间,属于弱相关；O3与气温正相关,相关系数为0.538,属于中度相关。

3.1.2 变压

石家庄市气压的季节性变化特征不明显,为了研究气压场对污染物的影响,选用变压作为气象要素,某日的变压取当日与前日的气压差值。PM10、PM2.5、SO2、NO2、CO、AQI与变压负相关,相关系数在0.294～0.432之间,属于低度相关；O3与变压正相关,但相关系数仅为0.183,属于弱相关。

3.1.3 风速

风是反映大气动力稳定性的重要特征量,是大气做有规则的平滑水平运动,对污染物的水平输送起着重要的作用[13]。PM10、PM2.5、SO2、NO2、CO、AQI与风速负相关,O3与风速正相关；除SO2与风速的相关系数0.412较低、属于低度相关外,其余五种污染物浓度、AQI与风速的相关系数均在0.593～0.698之间,属于中度相关。

3.1.4 相对湿度、水汽压

相对湿度和水汽压是反映空气干燥或湿润程度的两个不同变量。除SO2与相对湿度、水汽压无相关性外,其余五种污染物浓度、AQI与这两个变量均存在相关关系,且与相对湿度的相关系数普遍高于水汽压的。其中,PM10、PM2.5、SO2、NO2、CO、AQI与相对湿度、水汽压正相关,相关系数为0.588～0.700,属于中度相关；O3与相对湿度、水汽压负相关,且与相对湿度的相关系数0.821是所有系数中最高的、属于高度相关,与水汽压的相关系数0.605也属于中度相关。

3.1.5 混合层高度

大气混合层高度是反映污染物在垂直方向扩散的重要参数[14],也是影响大气污染物扩散的主要气象因子之一。PM10、PM2.5、SO2、NO2、CO、AQI与混合层高度负相关,O3与混合层高度正相关；除SO2与混合层高度的相关系数0.395较低、属于低度相关外,其余五种污染物浓度、AQI与混合层高度的相关系数均在0.521～0.655,属于中度相关。

分析可知，O3与气象要素的相关性和其余五种污染物相反,且除与变压的相关程度较低外,O3与其余气象要素的相关程度都在中度以上；污染物与相对湿度的相关系数均高于与水汽压的；PM2.5、AQI与气象要素的相关系数值较接近,气象要素的相关性排序也相同,这主要与AQI的确定方法有关；污染物浓度与变压、气温是弱-低度相关,与相对湿度、风速、混合层高度、水汽压是低-中度相关,说明研究时段内污染物浓度主要受相对湿度、风速、混合层高度和水汽压的影响；总体上气象要素对大气环境影响依次为相对湿度>风速>混合层高度>水汽压>变压>气温。

图3 颗粒物(PM10、PM2.5)、AQI随主要气象要素的变化趋势Fig.3 Variation trends of particulates (PM10、PM2.5) and AQI with the main meteorological elements

3.2 污染物浓度、AQI随气象条件的变化

环境与气象数据的相关系数,能说明两者的整体相关性及方向、相关程度大小,但污染物随气象条件的变化过程却体现不出来。为进一步定量分析环境数据随气象要素的变化,首先分别选取对其影响较大的气象要素,然后分段统计污染物的平均浓度,最后拟合出污染物随气象要素变化的趋势线。

现主要对2016—2017年采暖期间首要污染物(PM10、PM2.5)浓度、AQI进行分析。各气象要素对环境数据的影响排序虽不同,但PM10、PM2.5、AQI的前四个主要影响因子均为相对湿度、水汽压、风速、混合层高度。PM10、PM2.5、AQI随主要气象要素的变化趋势线,如图3所示。由图3可知环境数据与气象要素之间并不是简单的正负相关关系。

由图3(a)、图3(c)可知,随着相对湿度、水汽压的增加,PM10、PM2.5、AQI的变化曲线呈不断上升的趋势,但当相对湿度大于90%、水汽压大于7 hPa后,曲线下探；PM10随相对湿度、水汽压的变化,大于PM2.5随这两个气象要素的变化。分析原因:在无明显降水的情况下,水汽压越大,相对湿度越高,一般大气层结越稳定,越不利于污染物的稀释扩散,导致污染物浓度累积升高；大气中较高的水汽含量也有利于SO2、NO2等一次气态污染物向二次颗粒物的转化；当水汽压增大到一定程度后会出现降水,降水对污染物有一定的清除作用。

在图3(b)中,随着风速的增大,PM10、PM2.5、AQI的变化曲线呈整体下降的趋势,风速小于2 m/s时,PM10、PM2.5、AQI随风速增大急剧下降；风速大于2 m/s后,PM2.5的变化曲线缓慢下降并趋于稳定,PM10、AQI呈先下降后上升的趋势,尤其当风速大于3 m/s后PM10和AQI升高明显。在实际观测中,当风速很大时会出现扬沙天气,导致PM10浓度升高,图3(b)中的变化趋势线说明:风速大于3 m/s后,出现扬尘污染,大颗粒物污染物浓度上升,PM10成为首要污染物。

图3(d)中PM10、PM2.5、AQI的变化趋势线与图3(b)中PM2.5的类似,即:随着混合层高度的升高,呈整体下降的趋势；混合层高度800～900 m是曲线变化的分界点,小于800 m时曲线急剧下降,大于900 m后曲线缓慢下降并趋于稳定。

3.3 污染气象指标的确定及检验

结合污染物超标和首要污染物分析结果,在此主要确定并验证PM10、PM2.5、AQI的污染气象指标。

根据气象要素的相关性排序,影响PM10的主要气象要素是:相对湿度、水汽压、风速、混合层高度。取2016—2017年采暖期内PM10超标时98%置信水平的气象要素值,作为其污染气象指标:相对湿度24%～95%、风速0.9～3.3 m/s、混合层高度157～966 m、水汽压1.8～8.7 hPa。同理,确定PM2.5的污染气象指标:相对湿度26%～94%、风速0.9～3.2 m/s、混合层高度160～858 m、水汽压1.5～8.7 hPa；AQI三级及以上的污染气象指标:相对湿度25%～94%、风速0.9～3.2 m/s、混合层高度160～930 m、水汽压1.5～8.7 hPa。

在2017—2018年采暖期,PM10超标54 d,满足污染气象指标的日数为67 d,其中PM10超标38 d,占超标日数的70.37%,即:PM10污染气象指标的准确率为70.37%。同理,验证PM2.5、AQI的污染气象指标准确率分别为70.27%和72.97%。可见,污染气象指标对污染物超标日的判断具有较高的准确性。但在今后工作中,仍需更新数据样本据量,对污染气象指标进行不断完善,进一步提高其准确率。

4 结论

(1)在2016—2018年采暖期内,石家庄市的所有天数均为非一级天,其中污染日较多,占69.58%,非污染日较少,仅占30.42%；与前一采暖周期相比,石家庄市2017—2018年采暖期的空气质量得到了明显改善。

(2)在2016—2018年采暖期内,PM2.5是超标时间最多的污染物,也是作为首要污染物出现天数最多的,这说明石家庄市采暖期的AQI主要受PM2.5影响。

(3)PM10、PM2.5、SO2、NO2、CO浓度与气温、变压、风速和混合层高度存在负相关关系,与相对湿度存在正相关关系(SO2除外)；O3与气象要素的相关性和上述五种污染物相反。总体上,气象要素对大气环境影响的排序为:相对湿度>风速>混合层高度>水汽压>变压>气温。

(4)颗粒物浓度与风速存在负相关关系,但当风速大于3 m/s后,出现扬尘污染,PM10浓度上升,成为首要污染物。

(5)在相对湿度24%～95%、风速0.9～3.3 m/s、混合层高度157～966 m、水汽压1.8～8.7 hPa的气象条件下,易发生PM10污染；在相对湿度26%～94%、风速0.9～3.2 m/s、混合层高度160～858 m、水汽压1.5～8.7 hPa的气象条件下,易发生PM2.5污染。

(6)在相对湿度25%～94%、风速0.9～3.2 m/s、混合层高度160～930 m、水汽压1.3～8.4 hPa的气象条件下,空气质量易达到轻度及以上污染。