北京市近三年重污染天气细颗粒物时空分布特征及气象要素分析

胡剑，贾建平，岳天佐，武高峰，吴辉廷，秦建伟，徐科，赵露露，李雪君，王明阳

（北京奥达清环境检测有限公司，北京 100176）

1 引言

近年来，随着中国城市化和工业化不断推进，北方城市空气污染问题日益引起重视，特别是北京市，为有效解决环境空气污染问题，北京市采取严格的空气污染物排放控制措施，北京市空气细颗粒物环境状况得到了普遍的改善，但是在冬季仍伴随有重污染天气的出现，严重影响经济发展，危害人类身体健康。新冠疫情的出现，居民生产生活方式产生明显改变，该特殊时期下空气重污染过程的发生及污染特征研究，对理解气象条件及社会减排对污染的影响具有重要的启示意义。

研究以2020年冬季新冠疫情发生后一次严重污染过程（2020年 2月8日20∶00～2月 14日06∶00）细颗粒物浓度变化为重点研究对象，另选取2019年、2021年同时期一次重污染天气（2019年 2月 27日 10∶00～3月 5日10∶ 00、2021年3月8日～3月15日20∶00）做对比研究，利用地理统计学方法研究分析新冠疫情发生前后北京市细颗粒污染时空分布的变化，对三年间重污染天气细颗粒物的影响因素做出解释。

2 材料与方法

2.1 数据来源

研究期间大气污染物浓度数据为北京市环境保护监测中心（http：//www.china-jcw.cn/）实时发布的35个环境空气监测站点逐时数据。气压、相对湿度、气温等气象逐时数据来源为中国气象数据网（http：//data.cma.cn/）。空气监测点和气象观测站点分布如图1所示。

图1 观测点布点图

2.2 反距离加权插值法

反距离加权（Inverse Distance Weighted，IDW）插值假设彼此距离较近的事物要比彼此距离较远的事物更相似，以插值点与观测点之间的距离为衡量权重的依据，插值点越近的观测点赋予的权重越大，权重贡献与距离成反比。其表达式为：

3 结果与讨论

3.1 PM2.5的时空污染特征

（1）空间分布特征。三次重污染天气下城区细颗粒物浓度含量均值表现均明显高于郊区含量，城区和郊区的质量浓度含量分别为134.5、124.9 μg-3、173.37、154.29 μg-3和 150.19、141.73 μg-3。 以ARCGIS软件反距离权重插值法对北京地区三次重污染期间细颗粒物污染空间分布状况进行插值分析，插值结果如图2，2019年高浓度集中在南部和东南部，2020年高浓度集中在东南部，污染中心位置位于河北省内保定、廊坊等市，质量浓度整体上呈现南高北低的态势，这与杨兴川等人得到的2016年的分布规律保持一致，污染程度最高地区为大兴区、房山区，城区PM2.5也处于较高的含量。而2021年与前两年不同，重污染期间浓度落差主要表现在东西方向上，西部地区细颗粒物浓度明显高于东部，且高浓度主要集中在西南部、门头沟等区，典型污染期间浓度高值区域发生明显向西偏移。

图2 插值结果

（2）时间分布特征。对比三年来三次冬季重污染过程，2019年、2020年和2021年重污染期间 PM2.5均 值 分 别 为 132.44 μg-3、165.69 μg-3和143.92 μg-3，分别超过《环境空气质量标准》（GB 3095-2012）中二级日标准限值（75μg-3）的0.77、1.21和0.92倍，污染程度表现为2020年＞2021年＞2019年。其中重污染期间细颗粒物峰值分别出现在2019年3月2日、2020年2月13日和2021年3月15日，其值分别为 224.91 μg-3、236.13 μg-3和 416.34 μg-3。

为更好地对比COVID-19发生以来北京市重污染过程期间大气细颗粒物的变化特征及分析居家隔离对大气污染的影响特征，研究从细颗粒物浓度日变化的角度进行分析（如图3）。在2019年疫情发生前典型污染期间PM2.5日浓度变化与2020年、2021年明显不同，PM2.5浓度变化呈现“昼低夜高”的现象，尤其在白天15∶00达到谷值99.79 μg-3，这和以往的研究保持一致，且对其成因前人研究较多。

图3 细颗粒物浓度日变化

新冠疫情发生后，北京市2020年、2021年典型污染期间城区和郊区PM2.5浓度在日变化趋势上保持一致，城郊两个区域皆在白天8∶00～16∶00细颗粒物浓度出现最高值，两次重污染期间PM2.5时均值浓度分别在白天14∶00、9∶00分别达到峰值176.62 μg-3、192.21 μg-3，日变化呈现出“昼高夜低”的分布特征。2020年1月24日，北京宣布启动突发公共卫生事件Ⅰ级响应机制，实行居家隔离、交通限制、严控进京等防控措施的实施对重污染期间PM2.5日变化规律的产生重要影响。

3.2 气象因素影响

气象因素的变化对颗粒污染物的扩散、稀释、沉降和积累等作用目前已得到普遍公认，尤其是其相对湿度、气压、风速等气象条件对于PM2.5的污染程度及时空分布有着很重要的影响。2020年2月8日～2月13日重污染天气期间，距居家隔离政策已过半个月左右，交通量和复工率处于较低水平，交通源和工业排放源的影响降到最低，此时以北京市城区一次重污染过程中细颗粒物浓度与其风速、温度、相对湿度、气压的关系为研究对象，重点讨论气象要素对于重污染天气的影响。

结果（图4）表明，2020年重污染天气过程中，经历了极端不利的气象条件：大气温度的相对升高，形成逆温层，大气污染物垂直扩散受阻；地表气压降低，相对湿度增加，有利于二次粒子转化，容易造成颗粒物的吸湿性增长和积累；期间风速维持在较低的水平，不利于颗粒污染物的传输扩散等。在如此高温、低压、低风速的气象条件下，导致局地污染物的累积，皮尔森相关性结果显示，重污染期间细颗粒物浓度与风速、温度、相对湿度、气压的相关系数分别为-0.185（在0.05水平上显著相关）、0.046、0.306（在0.01水平上显著相关）、-0.692（在0.01水平上显著相关），此时气象要素成为细颗粒物浓度增长的主要原因。

图4 气象要素对于重污染天气的影响

4 结论

（1）北京市近三年重污染天气期间，细颗粒物浓度在空间分布上表现为城区＞郊区，2019年、2020年细颗粒质量浓度整体上呈现“南高北低”的态势，重污染主要集中在北京南部与河北接壤区域；而在2021年，高值区域发生明显向西偏移的现象，呈现“西高东低”的态势。（2）近三年北京市重污染污染程度表现为2020年＞2021年＞2019年，居家隔离、限制交通、严控进京等防控措施的实施对污染期间PM2.5的日变化规律产生重要影响，新冠疫情发生前，PM2.5浓度日变化呈现“昼低夜高”的现象；而在疫情发生后，日变化呈现出“昼高夜低”的分布特征。（3）气象要素成为疫情发生后导致重污染天气的主要原因。如2020年2月期间高温、低压、低风速的气象条件，导致细颗粒污染物的增长和累积、重污染天气的发生。