郑州市空气质量变化特征及其与气象要素的关系

王桂红

（周口市气象局，河南周口 466000）

国外有关大气污染物的研究起步相对较早，1988年，Chow和Watson［1］通过对气溶胶监测数据进行研究，发现在夏秋季节较干燥的条件下，灰尘、粗颗粒铁浓度会变高. 近年来，国内对此方面的课题研究逐渐增多，有关研究表明，在短时间范围内城市环境变化较小，空气污染状况主要受内外两个因素共同影响，外因是污染源，内因是气象条件［2］. 在污染源相对稳定的情况下，气象条件对污染物的稀释、扩散、输送和转化等过程影响比较大，常常作为重要影响因子受到研究者的青睐［3-4］. 目前，国内有关空气质量与气象条件之间关系的研究范围主要集中在京津冀、长三角等地区［5-8］，近几年也对主要城市群和重点城市相关的空气质量指数特征进行分析［9-12］，研究的对象多为PM2.5和PM10等污染物，主要分析其在不同时间尺度和某一关注时间段的特征. 这些研究成果能为研究区大气污染治理提供依据，但由于各地在气象条件、地理位置和经济结构等方面都存在着差异，故其他地区的研究成果还不能完全解释郑州市的空气质量问题.

郑州是河南省的省会城市，位于河南省中部偏北（112°42′～114°14′E，34°16′～34°58′N），下辖6区5市1县，总面积7446 km2，总地势为西南高、东北低. 属北温带大陆性季风气候，四季分明，多年平均气温15.6 ℃，多年平均降雨量542.15 mm. 郑州是中部区域重要的中心城市和国家重要的综合交通枢纽，经济发展迅速、人口密集程度高，大气污染问题相对较严重. 李尉卿等［13］从时间和空间上对郑州市春节期间的大气污染物浓度变化特征进行研究，发现PM2.5和PM10浓度受各项气象因素的直接影响. 朱玉周等［14］对郑州市空气质量状况及冬季持续污染过程的机理进行了分析，指出持续多日平均风速小、出现逆温是郑州市持续污染的主要原因. 目前，长时间尺度上，对郑州市空气质量与多种气象要素之间关系的系统研究成果较少.

利用2016—2020年郑州市空气质量指数（Air Quality Index，AQI）逐日数据和同期常规气象观测资料，分析郑州环境空气质量的月、季、年变化特征及其与主要气象要素的相互关系，从而为全面了解郑州市空气质量状况、大气污染防控治理、政府部门决策提供科学参考依据.

1 资料与方法

1.1 数据来源

AQI和6种污染物数据来源于中国环境监测总站（http：//www.cnemc.cn/），时间范围为2016—2020年. 气象数据来源于中国气象科学数据共享服务网（http：//data.cma.cn），时间范围为2016—2020年，包括20—翌日20时逐日降水量、逐日平均气温、逐日平均相对湿度、逐日平均风速.

1.2 研究方法

1.2.1 空气质量等级划分法 根据《环境空气质量指数（AQI）技术规定（试行）》（HJ 633—2012）［15］，AQI是一种无量纲指数，能够定量描述空气质量的真实情况，参与空气质量评价的指标主要有二氧化硫（SO2）、二氧化氮（NO2）、可吸入颗粒物（PM10）、细颗粒物（PM2.5）、臭氧（O3）、一氧化碳（CO）6种污染物. 此规定对空气质量分指数也进行了定义，目的是为了对某一项污染物进行描述，各项污染物空气质量指数的最大值即为AQI，以下为其表达式：

式中：IAQIn表示空气污染物n的空气质量指数，该数值越高，表明空气质量状况越差；反之，则越好. 文献［15］将我国城市AQI划分为6个等级，对应空气质量的6个级别（表1）.四季划分采用气象学标准：3—5月为春季；6—8月为夏季；9—11月为秋季；12月至翌年2月为冬季. 月、季、年AQI数据通过对逐日AQI数据进行算术平均获得.

表1 AQI等级划分Tab.1 AQI air quality grade division

1.2.2 Pearson 相关分析法 Pearson 相关系数常用来衡量定距变量间的线性关系并进行相关性检验，是统计学中比较常用的一种方法［16］，本文用来分析郑州市AQI 与所研究气象要素之间的相关关系. 在进行样本相关关系分析中，给定AQI 值X=(x1,x2,…,xn)，气象要素值Y=(y1,y2,…,yn)，则X与Y间的Pearson相关系数可用以下公式表示：式中：xˉ和yˉ分别为X和Y的样本平均值；xi和yi分别为两个样本的变量值；r＞0 表示两个样本之间呈正相关，r＜0 表示两个样本之间呈负相关，绝对值越大表明相关程度越大.

2 结果与分析

2.1 年际变化规律

根据AQI 等级分类标准（表1），对2016—2020年郑州市AQI逐日数据进行分级，并计算出每个污染等级天数占全年天数的百分比（图1）.结果表明，2016—2020年各年空气质量级别所占比例差别很大，其中占比最高的为良级别，高达49%，优级别的天数占4.8%，轻度污染以上即为达到污染级别，占比为46.2%.

由逐年变化情况（图1）可以看到，2016—2020年（2019年除外），郑州空气质量逐渐变好，空气质量优和良的比例均呈上升趋势，空气质量达到优良的比例呈现逐年上升趋势，从2016 年的43.6%上升到2020 年的63.1%；出现轻度污染天数最多的年份在2019年；达到中度污染级别以上等级最多的年份均在2016年，2020年全年无严重污染天气出现. 总体来说，2016年空气质量最差，2020年空气质量最好.

图1 2016—2020年郑州市逐年空气质量等级比例分布Fig.1 Proportional distributions of annual air quality grade in Zhengzhou from 2016 to 2020

2.2 季节变化规律

将郑州市AQI数值按照季节时间尺度进行统计分析（图2）不难发现，郑州市空气冬季AQI平均值144.1，为轻度污染；春季次之，AQI 平均值102.4，为轻度污染；夏季和秋季AQI 平均值较低，空气质量良好. 根据2016—2020 年的AQI不同季节变化可知，这5年来冬春两季AQI有明显降低趋势，夏季和秋季AQI平均值变化不明显. 从数据的稳定性来看，夏季标准差最小，AQI 数据最稳定；冬季标准差最大，AQI 数据波动性最大，冬季容易出现重污染天气. 综上所述，郑州市空气质量秋季最好，冬季最差.

图2 2016—2020年AQI季节变化Fig.2 Seasonal variations of AQI from 2016 to 2020

2.3 月变化规律

总体来看，2016—2020年以来，郑州市AQI月平均值变化呈“U”型分布，其中1—4月、4—6月、6—10 月、10—12 月分别呈下降、上升、下降、上升趋势（图3）. 从全年看，1月AQI 平均值最高，为168，空气质量最差；10 月AQI 平均值最低，为82，空气质量最好. 研究期间，郑州市空气质量污染数值出现比较大的差异，良好月份占41.7%，轻度污染月份占48.3%，中度和重度污染月份占10.0%.

图3 2016—2020年AQI逐月变化特征Fig.3 Monthly variation characteristics of AQI from 2016 to 2020

为了进一步了解各种空气质量级别在月、季内的分布规律，对月、季AQI 各种污染级别所占比例进行细分（表2）. 从月变化看，2016—2020年，郑州市10月空气质量全年最佳，达到优良级别的天气近80%；4月、7月、8月和9月空气质量相对较好，未出现中度及以上污染，轻度污染以上占比在7%以下，60%以上的天气为优良. 全年空气质量较差的月份是1 月、2 月和12 月，其中1 月严重污染天气最多，没有优级别的天气，空气质量全年最差.

表2 2016—2020年郑州市月、季空气质量等级比例Tab.2 Proportions of monthly and seasonal air quality grades in Zhengzhou from 2016 to 2020 单位：%

从季节尺度上分析，秋季空气质量最佳，春季次之，春夏秋季均未出现严重污染级别天气；仅冬季出现严重污染级别天气，空气质量最差，轻度及以上污染级别占天气一半以上，为59.9%，达到优良级别的天气占比仅为40.1%.

2.4 污染物变化特征

为进一步了解郑州市各种空气污染物的分布规律，按照文献［15］中的规定，对影响AQI的6种主要污染物（NO2、PM10、SO2、PM2.5、O3和CO）进行研究. 文献［15］中对首要污染物进行了定义，即污染物需要满足两个条件，一是AQI 数值大于50，二是该污染物在6种主要污染物中AQI最大. 对研究期间郑州市首要污染物进行统计分析（表3）可以看出，2016—2020 年郑州市空气中首要污染物以O3和PM2.5为主，其次是PM10，然后是NO2，未出现以CO和SO2为首要污染物的情况. 其中首要污染物PM10的比例呈逐年下降趋势（2019年除外），由2016 年的26.4%下降到2020年的16.5%，说明郑州市对可吸入颗粒物PM10防治取得显著效果；而O3为首要污染物所占比则呈上升趋势，从2016年的30.0%上升到2020年的40.9%，所以郑州市下一步要重点加强对O3污染物的防治和治理.

表3 2016—2020年郑州市空气中首要污染物出现天数占比Tab.3 Proportions of days in which primary pollutants appeared in Zhengzhou from 2016 to 2020 单位：%

从各月分布情况来看（表4），污染物PM2.5和O3具有一定的规律，呈现出明显的季节性分布特点. 2016—2020 年，PM2.5主要集中在冬季，而O3主要集中在夏季. 冬季出现PM2.5污染严重的原因主要有气象因素和人为因素两点，一是冬季环流形势稳定，大气扩散条件差（气象因素），二是人们用燃气和电取暖的需求增加，造成可吸入颗粒物的PM2.5升高（人为因素）. 夏季PM2.5减少，O3增加主要受气象条件影响，PM2.5减少是因为夏季大气扩散条件好，同时较多的降水对空气具有明显的冲刷作用，但是夏季O3增加成为首要污染物，原因主要是由于在较高的温度下，大气中的挥发性有机物和氮氧化物在强烈的紫外光照射下，容易发生光化学反应，此过程会导致O3浓度升高.

表4 2016—2020年郑州市首要污染物月分布占比Tab.4 Monthly distribution of primary pollutants in Zhengzhou from 2016 to 2020 单位：%

2.5 空气质量与气象要素的相关性

由以上分析结果可知，AQI指数变化出现了比较明显的年、季、月分布规律，这表明空气质量受气象要素的影响很大，二者有密切联系. 为了分析郑州市空气质量与气象要素之间的关系，选取4种主要气象要素，即逐日降水、逐日平均气温、逐日平均相对湿度和逐日平均风速，与同一时间段的AQI 进行Pearson 相关性研究，并进行显著性检验（表5）.

表5 2016—2020年郑州市月、季、年AQI与气象要素的相关性Tab.5 Correlations between monthly，seasonal and annual AQI and meteorological elements in Zhengzhou from 2016 to 2020

表5为2016—2020年各月、季、年的AQI 与降水、气温、相对湿度和风速之间的相关系数，从表中可以看出，AQI 在不同的时间尺度与各气象要素的相关关系不尽相同，这是因为各气象要素在不同时间尺度上具有很大变化.

总的来说，在年、大部分季节和月份，AQI与降水均表现出负相关关系. 二者在年尺度上呈显著负相关，这是由于云内雨滴可以吸附吸收污染物粒子，同时雨水可以冲刷洗涤污染物，从而导致污染物浓度降低，空气质量得以改善，AQI数值降低. 从季节上来看，AQI与春夏秋季均表现出负相关关系，其中夏秋季比较明显，以6月、8月、10月最为明显，与冬季相关性不明显，这可能是由于冬季降水偏少且时空分布不均，这表明降水对降空气中的低污染物具有一定的积极作用，但降水量级的大小和降水的分布可能对污染物消除也有影响. 对降水天数与AQI的相关性进一步研究发现，二者呈显著负相关（表6），比降水量与AQI的关系更为显著，年相关系数达到-0.628. 除3月和12月外，各年、季、月降水日的AQI值均低于无降水日，年平均降水日的AQI值为87，比无降水日低30，差异比较大的AQI值主要集中在夏冬季，其中6月相差最大，AQI值为42，春夏季AQI差异一般在30以下，相对较小. 由此可见，当日降水与否直接关系着AQI值的大小. 故适时开展人工增雨作业可以在一定程度上净化空气，改善空气质量.

表6 2016—2020年郑州市AQI与降水日数的月相关性Tab.6 Monthly correlation between AQI and the number of precipitation days in Zhengzhou from 2016 to 2020

在不同时间尺度上，AQI 与气温的相关性存在着较大的差异. 从全年看来，郑州市AQI与气温表现出显著负相关，主要是从1—12月该市气温呈“低—高—低”的变化趋势，而AQI则表现出“高—低—高”的相反变化走向，从而呈现出显著负相关性. 这是因为大气湍流活动随气温升高会加强，使污染物在低层垂直方向上得以稀释和扩散，进一步导致AQI下降. 从季节尺度来看，春夏季节AQI 与气温呈显著正相关，这可能与冷暖气团的活动有一定的关系，因为暖气团过境时，会升高气温而积累大量污染物，冷空气过境时，会降低气温且常同时伴有风，有利于污染物的扩散，冷暖气团活动常在夏季频繁出现；秋季AQI 与气温呈负相关，但相关性不太明显. 从月尺度来看，AQI与气温呈显著正相关，表现最为明显的是4月、5月、6月及9月，春夏季节冷暖气团的活动与此规律可能相关.

在不同月份，AQI与相对湿度之间存在着不同的相关性，12月、1月和2月（冬季），表现为明显正相关，而4—10月则为显著负相关. 研究发现［17-18］，冬春季空气干燥，污染物浓度与相对湿度呈正相关，而在其他季节，两者呈负相关. 当相对湿度较小时，它的上升在一定程度上会对污染物颗粒增长具有聚集作用，如果相对湿度继续上升到接近饱和程度，此时对污染物颗粒的清除作用比较明显. 郑州市夏秋季相对湿度较大，高湿气候条件有利于产生雨水天气，湿沉降作用优于污染物粒子的吸湿增长作用，使污染物浓度降低；郑州冬春季空气干燥，湿度相对较小，湿清除作用明显小于湿沉降作用，导致AQI增大. 这和朱红蕊等［19］对哈尔滨市污染物浓度与相对湿度的相互关系结果一致，当相对湿度大于80%时，降水对污染物的清除作用更加明显.

风速在全年尺度上与AQI负相关关系比较显著，特别是秋冬季节更为明显，其中1月、2月、12 月尤为突出，冬季风速与AQI之间相关系数高达-0.383. 风速的大小直接影响着大气的水平扩散能力，大风天气对污染物的扩散比较有利，郑州市在秋冬季节常出现大风天气，风速增加对污染物起到显著的稀释扩散作用，进而使AQI降低. 这与郭黎等［20］的研究结果相一致，风速的增大对污染物的清除作用较为明显，致使大气污染物浓度下降.

3 结论

根据2016—2020年郑州市空气质量数据和同期气象数据，对该市空气质量变化规律及其与主要气象要素之间的关系进行分析研究，结果如下：

1）2016—2020年（2019年除外），郑州市空气质量逐年变好，空气质量优良的天数所占的比例均逐年上升，占比例最高的为良级别，高达49%，达到优的天数占4.8%，轻度污染以上即为达到污染级别，所占比例为46.2%. 2020年空气质量优良的天数占比63.1%. 从季节上来看，郑州市夏秋两季整体空气质量较好，冬季最差（平均达到轻度污染）. 空气质量1—12 月呈U 型分布，两头高中间低，1 月、2 月、12 月空气质量较差，其中1月全年最差. 10月空气质量全年最佳，达到优良级别的天数近80%.

2）郑州市近2016—2020年空气中首要污染物以O3和PM2.5为主，未出现以CO 和SO2为首要污染物的情况. 总的来说，首要污染物为PM10的比例呈逐年下降趋势，说明郑州市对可吸入颗粒物PM10防治取得显著效果；而O3为首要污染物所占比例则呈上升趋势，所以下一步要重点加强对O3污染物的防治和治理. 从各月分布情况来看，污染物PM2.5和O3具有明显季节性分布特点，PM2.5主要集中在冬季，而O3主要集中在夏季，这与气象因素和人为因素密切相关.

3）AQI与降水量在年、大部分季节和月份表现为负相关关系，降水天数与AQI呈显著负相关，年相关系数达到-0.628，比降水量与AQI关系显著. 不同月份，相对湿度与AQI之间相关性不同，1月、2月、12月为明显正相关，而其他月份则为显著负相关. AQI与气温之间的关系在不同时间尺度上差异较大，年尺度及秋季呈负相关，春夏冬季及月尺度为正相关. AQI与风速之间呈较为明显的负相关关系，秋冬季节相关性尤为显著.

4）在污染源稳定的条件下，气象条件对空气质量具有直接的影响作用. 因此，可利用气象要素与AQI之间的关系建立模型，从而根据天气预报提前判断空气质量状况，以供大气污染防治和政府决策部门进行参考. AQI与降水量在年、大部分季节和月份表现为负相关关系，且与当日是否产生降水有密切关系，故可以适时开展人工增雨作业，改善空气质量.