昆明城区大气污染物时空分布特征

郭丽辉，尹惠敏，颜翔，徐小峰，黄晓

昆明市生态环境监测站

因空气质量状况较好，受经济发展水平、地域位置、科研水平等条件影响，对昆明大气污染物污染特征研究的关注度不高，而其他城市近年来已开展了大量相关研究[1-10]。如赵熠琳等[2]选取了武汉、宁波、中山、南宁4个代表性的南方重点城市对大气污染物特征进行研究，提出O3的污染特征受城市地理位置、气象因素、大气扩散条件及本地排放污染源构成等因素影响存在一定的差异和分组相似性。林燕芬等[3]对上海市O3污染时空分布特征进行研究，提出了上海市夏季以O3污染为主的结论。张智胜等[5]利用2009—2010年成都城区PM2.5的监测数据得出，PM2.5浓度的季节变化特征为秋冬季显著高于春夏季。李名升等[8]对中国2014年161个城市PM2.5浓度数据进行统计分析发现，夏季及春末、秋初PM2.5污染相对较轻，冬季污染较重；京津冀及周边地区，中部地区的湖北、湖南、安徽PM2.5污染较重，东南沿海和云南、西藏污染相对较轻。王化杰等[9-10]对城市大气污染物时空分布特征做了更为深入的研究，得出了城市大气污染具有较强的季节性、区域性与复合性的特征。

2016—2020年昆明市为数不多的轻度污染天以O3、PM2.5和PM10为首要污染物，这与其他城市首要污染物以及O3浓度上升显著的变化趋势相一致[11-13]，但是污染物峰值出现的季节和变化趋势略有不同。昆明市的O3、PM2.5和PM10浓度最高值都出现在春季，O3超标天数占比却是春、夏季平分秋色，而PM2.5、PM10浓度超标天集中在冬季；根据2018—2020年中国生态环境部发布的《中国生态环境状况公报》，全国168个城市6项污染物超标天数的首要污染物占比，PM2.5、O3、PM10居前3位，而昆明市污染物超标天数的首要污染物占比排序居前3位的为O3、PM2.5、PM10，可见 O3已经代替 PM2.5成为昆明市最主要的大气污染物。

自GB 3095—2012《环境空气质量标准》增设了PM2.5和O38 h平均浓度2项指标以来，关于昆明市环境空气6项污染指标多点位长时间序列的研究较少，污染物影响因素分析以单指标居多[14-15]，污染物来源解析也以单点位短期观测研究为主[16]。因此，笔者运用2013—2020年昆明空气质量监测站的监测数据，分析昆明城区环境大气污染物浓度时空分布特征及变化趋势，以期为昆明市空气污染防治，特别是PM2.5和O3的污染防治、污染物来源解析研究、空气质量预警预报工作提供基础数据。

1 研究区域与方法

1.1 监测点位

昆明市的国家城市空气质量监测站点共有7个，分别为金鼎山、东风东路、碧鸡广场、官渡区博物馆(关上)、呈贡新区、龙泉镇、西山森林公园（图1），其中，西山森林公园站点为清洁对照点，不参与全市污染物浓度均值统计。因监测站点搬迁，2018年9月30日起关上站点变更为官渡区博物馆站点，全文统一称为官渡区博物馆站点。

图1 昆明城区空气质量监测站点分布示意Fig.1 Distribution of urban air quality monitoring points in Kunming

1.2 数据来源

O3、PM10、PM2.5、SO2、NO2、CO 6 项指标浓度年均值、季节均值、小时均值数据均来源于昆明市国家城市空气质量监测站点的监测结果，各站点污染物浓度统计按照HJ 663—2013《环境空气质量评价技术规范(试行)》附录A.1进行，城市污染物浓度统计按照附录A.2进行，需要说明的是O3、CO浓度的年际变化分别采用O3第90百分位数、CO第95百分位数表征，其余指标按年均值表征，O3季节均值为1个日历季内O38 h算术平均值。6项常规污染物浓度年际变化数据统计年限取2013—2020年，季度变化、空间分布、首要污染物天数占比数据统计年限取2016—2020年，日变化数据统计年限取2018—2020年。

2 结果与讨论

2.1 污染物浓度年际变化特征

图2给出了2013—2020年昆明城区O3、PM10、PM2.5、SO2、NO2、CO浓度年际变化特征。从图2可以看出，除O3浓度呈上升趋势外，其他污染物浓度总体表现为下降趋势，其中CO浓度2016年略有上升，NO2浓度2017—2019年有小幅反弹后恢复下降趋势。O3浓度由2013年的121 μg/m3增至2020 年的 126 μg/m3，增幅为 4.1%；SO2浓度降幅最大，为67.9%；NO2浓度降幅度最小，为35.0%；CO、PM10、PM2.5浓度降幅分别为55.0%、48.8%、42.9%。

图2 2013—2020年昆明城区大气污染物浓度年际变化趋势Fig.2 Interannual variation trends of atmospheric pollutants concentration in urban area of Kunming from 2013 to 2020

2016—2020年昆明城区共有22 d轻度污染，其余为优良天气，轻度污染天首要污染物为O3、PM2.5、PM10的天数占比分别为 63.64%、22.73%、13.64%。因轻度污染天数较少，用良级天数统计数据来呈现变化趋势较为恰当，且大气污染物浓度超过GB 3095—2012一级标准，可认为属于有可能超过二级标准的敏感天。图3是超过一级标准的首要污染物的天数占比统计，由于SO2和CO均达到一级标准，因此不做统计。从图3可以看出，PM2.5为首要污染物的天数占比逐年增加，由2016年的9.9%增至2020年的16.2%；PM10则逐年减少，由2016年的 49.5%减少到 2020年的 22.8%；NO2在2018年和2019年出现小幅增加后回落至2017年的水平；O3增加最为明显，由2016年的39.6%增至2020年的59.9%。轻度污染时，首要污染物天数占比表现为 O3＞PM2.5＞PM10；良级天气时，首要污染物天数占比表现为 O3＞PM10＞PM2.5。

图3 2016—2020年超过一级标准的首要污染物天数占比Fig.3 Proportion of days with primary pollutants exceeding the Level 1 standard from 2016 to 2020

2.2 污染物浓度季节变化特征

昆明城区大气污染物浓度季节变化特征见图4。从图4可以看出，O3浓度春季最高，夏季次之，秋季最低；PM10和PM2.5浓度春、冬季高，夏季最低；SO2、NO2、CO浓度冬季最高，夏季最低，但SO2和NO2浓度四季变化幅度较其他污染物小。

图4 2016—2020年昆明城区大气污染物浓度季节变化Fig.4 Seasonal variation of atmospheric pollutants concentration in urban area of Kunming from 2016 to 2020

大气污染物浓度变化受污染物排放量与大气环境容量2个因素的影响，在污染物排放量基本稳定的情况下，O3、PM2.5和PM10等污染物浓度的季节变化主要受湿度、边界层高度、风速、降水、辐射强度等的影响，总体而言，太阳辐射强度对O3浓度的影响较显著，而降水对SO2和NOx的去除效果不明显[17-18]。对昆明市O3污染影响因素的相关研究表明[19]，O3月均浓度与月均日照时间、月均风速、辐射月均值、月均温度呈正相关，但与月均温度相关性不高，与月均相对湿度呈负相关性。为更好地表征气象参数的季节变化对污染物浓度的影响，表1给出了各气象参数的季节排序。由表1和图4可以看出，昆明市春季辐射最强、日照时间最长、风速最高、相对湿度最低，因此春季O3浓度最高，夏季次之，且2016—2020年轻度污染时，O3为首要污染物天数占比春季和夏季均为50%，这说明昆明市O3的污染防治应以春、夏季为重点；昆明城市三面环山，一面临水的坝子地形极其容易形成逆温，冬、春季逆温频率最高，逆温厚度也最大，PM10和PM2.5的扩散稀释受到抑制，另一方面，昆明市冬、春季少雨干燥的气候特征也加重了扬尘，逆温和少雨干燥的双重作用导致冬、春季PM2.5和PM10浓度较高，夏季充沛的降水对PM10和PM2.5有冲刷稀释作用，因此夏季PM10和PM2.5的浓度最低；SO2、NO2、CO在当前浓度范围内受气候等因素的影响较 O3、PM10和PM2.5小。

表1 气象参数的季节排序Table 1 Seasonal ordering of the values of meteorological parameters

2.3 污染物浓度日变化特征

由2.2节可知，当前昆明市大气污染防治的关键季节是春季，为了获取污染物浓度24 h变化情况，又兼顾数据的代表性，以2018—2020年春季污染物24 h浓度数据为研究对象，其日变化如图5所示。从图5可以看出，O3浓度日变化呈单峰型分布，CO、NO2、PM10、PM2.5浓度呈双峰型分布，但 PM10、PM2.5浓度峰谷变化不明显，NO2、CO、PM2.5、PM10浓度第1个峰值出现在早高峰时段，O3浓度峰值出现在14:00—15:00，SO2浓度上午高于下午。

图5 2018—2020年昆明城区大气污染物浓度日变化Fig.5 Diurnal variations of atmospheric pollutants concentration in urban area of Kunming from 2018 to 2020

CO、NO2、PM10、PM2.5受汽车尾气排放的影响，浓度曲线变化规律基本一致，07:00—09:00早高峰期间浓度达到第1个峰值，因昆明晚高峰持续时间长，17:00以后浓度开始爬升，又受逆温影响，在23:00后才达到另一峰值。CO浓度峰值晚高峰不如早高峰高。SO2浓度日变化非常小，说明排放源来自城区以外，到达城区后浓度趋于稳定，受风速影响，10:00以后浓度缓慢降低，至下午风速最大时达到最低，20:00后浓度略微上升。O3和NO2浓度呈显著负相关，NO2对O3的滴定作用使二者的浓度曲线表现为明显的此消彼长特征。早高峰汽车尾气排放的O3前体物挥发性有机物和NO2等在太阳光照射下经复杂的光化学反应持续生成O3，太阳辐射强度在11:00—13:00达到最强，O3最高浓度滞后于最强太阳辐射强度时间，于14:00—15:00达到峰值。

2.4 污染物浓度空间分布特征

金鼎山、碧鸡广场原为工业园区类型的站点，历史上站点所在的西山区、五华区是昆明的老工业区和高新技术产业园区，近10年来随着产业结构调整，污染企业整体搬迁，园区升级，工业区功能已发生改变。目前整个昆明城区都属于居住区、商业交通居民混合区、文化区等功能区，城区又南濒滇池，因此不考虑区域面积绝对大小、站点数量均衡等因素，将空气质量监测站点依地理位置划分为城区东部和城区西部站点，城区东部站点包括东风东路、官渡区博物馆、呈贡新区、龙泉镇站点，城区西部站点包括金鼎山、碧鸡广场站点。

城区东部、西部站点2016—2020年大气6项常规污染物浓度空间分布特征明显，PM10、PM2.5、SO2、NO2、CO城区西部浓度比东部高，O3则相反(图 6)。2020 年与 2016 年比较，SO2、PM2.5、NO2、PM10、CO浓度城区西部比城区东部分别高54.5%、20.0%、17.9%、14.9%、2.4%，O3浓度城区西部比城区东部低8.2%。城区东西部SO2、PM2.5和NO2较高的浓度差异及CO较低的浓度差异说明，城区西部空气质量受上风向安宁工业园区污染的影响要大于东部。城区东部站点所在区域因是历史上传统的居住区、商业交通居民混合区，绿化覆盖率高于西部，植物性VOCs排放高于西部，东部NO2对O3的滴定作用又弱于西部，双重因素下，O3浓度城区西部比城区东部略低。

图6 昆明城区大气污染物浓度空间分布Fig.6 Spatial distribution of atmospheric pollutants concentration in urban area of Kunming

2016—2020年昆明城区东部、西部站点大气6项常规污染物浓度比较见图7。从图7可以看出，东部、西部站点SO2、NO2、O3浓度差异表现为逐年减小，PM2.5、PM10、CO浓度差异表现为略有波动。SO2浓度差异逐年减小较为明显，不排除上风向安宁工业园区污染传输影响变弱的可能性，需要结合安宁大气自动监测站数据和相关气象数据进行更深入的研究。

图7 2016—2020年昆明城区东部、西部站点大气污染物浓度变化比较Fig.7 Comparison of atmospheric pollutants concentration changes between eastern and western stations in urban area of Kunming from 2016 to 2020

3 结论

（1）2013—2020年昆明城区O3浓度总体呈上升趋势，增幅为4.1%；其余污染物浓度呈下降趋势，其中SO2浓度降幅为67.9%，其余污染物浓度降幅为35.0%～55.0%。超过 GB 3095—2012一级以上标准的首要污染物天数占比显示，O3已经代替PM2.5成为昆明市最主要的大气污染物。

（2）O3浓度春季最高，夏季次之，秋季最低；PM10和 PM2.5浓度春、冬季高，夏季最低；SO2、NO2、CO浓度冬季最高，夏季最低。SO2、NO2四季变化幅度较其他污染物小，春、夏季的O3，冬、春季的PM2.5是昆明大气污染物的防治的重点。

（3）O3浓度日变化呈单峰型分布，CO、NO2、PM10、PM2.5浓度日变化均呈双峰型分布，但PM2.5和 PM10浓度峰谷不明显。NO2、CO、PM2.5、PM10第1个浓度峰值出现在早高峰时段，O3浓度峰值出现在14:00—15:00，SO2浓度上午高于下午。

（4）大气污染物浓度分布具有明显的空间差异，总体上看，SO2、PM2.5、NO2、PM10、CO 浓度城区西部高于东部，分别高出 54.5%、20.0%、17.9%、14.6%、2.4%，O3浓度则是相反，城区东部比西部高9.0%，SO2、NO2、O3城区东西部浓度差异呈逐年减少趋势，不排除上风向安宁工业园区污染传输影响变弱的可能性，需要结合安宁大气自动监测站数据和相关气象数据进行深入研究。

（5）昆明城区的国家城市空气质量监测站点因建成时间早，多数集中于老城区，监测覆盖面不均衡，本次研究重在反映城区多点位长时间序列污染物总体的时空分布，在新增加的国家城市空气质量监测站点数据积累到一定数量后，可对研究结果做进一步的补充。