2019 年成都市PM2.5 污染特征研究

曹立民 李海青 冯 炘 解玉红*，2

（1、天津理工大学环境科学与安全工程学院，天津300391 2、易科力（天津）环保科技发展有限公司，天津300384 3、天津市瑞德赛恩水业有限公司，天津300270)

1 概述

地球是人类世世代代居住的星球，而它的大气环境则决定着人类能否长久的在这个星球上居住。最近几十年来，都市化进程越来越迅速，工业发展逐渐强盛以及人均汽车持有量稳步上升。社会的高速发展牺牲了生态环境，一个个大气污染问题逐渐进入大众视线，严重影响人们正常生活和身体健康。大气污染物种类繁多，主要有SO2、NOX、PM10和PM2.5等。目前，我国的雾霾天气频繁发生，使得PM2.5这种颗粒污染物进入了人们的视野，并引起了社会各界的重视。为了较好的解决此类环境问题，国家出台了一系列的法律法规来约束PM2.5的产生，科学界也对PM2.5的形成原因、化学组成、污染特征和控制对策做了系统性的研究[1-5]。

本文利用2019 年成都市PM2.5浓度数据，研究该时间段内PM2.5污染水平，重点突出PM2.5 污染特征。利用PM2.5浓度数据，将其与成都市2019 年的气象环境结合起来，并充分考虑季节因素，研究了成都市PM2.5相关特征。

2 区概况与数据来源

2.1 区域概况

成都是四川省省会，地处中国西南地区、四川盆地西部、成都平原腹地、青藏高原东部，处在东经102°54′～104°53′、北纬30°05′～31°26′之间。成都市位于副热带季风气候区域，具有丰沛的降雨和适度的日照，并有显著的季节区分。成都市具有明显的地势变化，西部地区高于东部地区，海拔范围359～5364 米，全市平均土地垦殖指数达38.22%[6]。

2.2 数据来源

2.2.1 PM2.5 浓度数据

本文中PM2.5浓度来源于天云环境大数据可视化平台[7]，涵盖2019 年1 月1 日至2019 年12 月31 日时间跨度上的PM2.5数据。

2.2.2 气象数据

本文所采用的气象数据来源于天气网[8]和天云环境大数据可视化平台[7]。

3 数据分析

3.1 PM2.5 污染特征

利用天云环境大数据可视化平台所绘制的2019 年成都市PM2.5浓度变化图[7]，利用所收集的2019 年成都市常规污染物的浓度数据，总结并统计成图，提取2019 年1 月至12 月成都市PM2.5污染月变化曲线图[7]，如图1 所示：

图1 2019 年PM2.5 污染特征

由图1 可知，2019 年PM2.5的浓度分布并不平均，在一年内具有较大的起伏变化，同时，在每个月内也呈现出了较明显的变化趋势。此外，可以看出PM2.5浓度在9、10、11、12 月中具有较大的高低值变化，表明PM2.5在这几个月份里污染较其他时间更严重。PM2.5峰值数据产生于冬季，而最低值则产生于秋季，因此，针对PM2.5的时间变化特征，将在后面的小节里加以分析。2019 年成都市常规六项污染物中，PM2.5、PM10、O3曲线随月份改变幅度较大，污染物SO2、NO2随月份变化幅度较小。六项污染物中PM2.5、PM10、CO 峰值都出现在冬季。与PM10相比，PM2.5的变化趋势与PM10较为一致，但是PM10每月数值均比PM2.5高，这是因为PM10是可吸入颗粒物，粒径为10μm 以下，而PM2.5粒径在2.5 μm 以下，PM10和PM2.5具有包含关系，在普通大气环境监测中，PM10数值会包括PM2.5，因此PM2.5的监测数据会低于PM10，但总体变化趋势一致；与SO2和CO 相比，PM2.5全年波动幅度极大，不同于SO2和CO，PM2.5的排放受季节天气影响极大，因此会出现此差异；和O3相比，PM2.5、O3则展现出完全不一样的走向，在PM2.5数值处于低值时，O3浓度数值则较大，反之，当O3浓度数值比较小时，PM2.5浓度数值则比较大，总体呈现负相关，PM2.5数值快速减小会加剧近地表O3污染。这是因为O3作为一种大气二次污染物，其形成过程依赖于大气自由基的浓度，然而PM2.5可以吸收部分大气自由基。因此，当PM2.5的浓度数值降低时，其吸收的大气自由基的量也会减少，从而导致地表面O3浓度数值的升高；同NO2相比，PM2.5及NO2季节性变化大，并且具有类似的规律，都展现为秋冬季大于春夏季。PM2.5增大时，NO2也增大，相反也有此变化规律，PM2.5与NO2变化主要是正相关。因此，在发生污染情况时易出现叠加污染，尤其在秋冬季要格外控制PM2.5和NO2的污染。

3.2 PM2.5 浓度与气象条件的相关性分析

利用2019 年成都市降水和PM2.5月平均浓度数据，可以绘制出2019 年雨量和PM2.5数据对比图，如图2 所示。

通过图2 可得，PM2.5月平均浓度数值和月降雨总量呈现负相关。若降雨增大，PM2.5数值迅速回落；降雨削弱，PM2.5数值升高。秋冬季降雨稀少，因此PM2.5数值较高，而在夏季降雨充沛，PM2.5则一直处于较低值。2019 年成都市天气状况稳定，无降雨大风天气，温度较低时，PM2.5浓度较高，反之，PM2.5浓度较低。

4 结论

图2 2019 年成都市月降雨总量与PM2.5 月平均浓度对比

本文以成都市作为研究对象，收集整理2019 年成都市PM2.5浓度数据和成都市气象资料，分别探讨了2019 年成都市PM2.5质量浓度变化特征、PM2.5和常规污染物对比情况、时间变化特征、PM2.5/PM10特征和PM2.5的气象关联度，研究结果表明：2019年成都市PM2.5全年波动幅度大，秋冬污染大于春夏，秋冬季PM2.5日平均浓度高于春夏季；秋冬季PM2.5/PM10超过了0.5，表明PM2.5浓度升高与气溶胶有关，且由于秋冬季比值偏大，表明秋冬季存在大量的硫酸盐等二次污染物，导致PM2.5升高；PM2.5同降雨、温度、风速呈现负相关。