2017年南昌市颗粒物污染特征研究

武云霞，秦 文，徐义邦

(江西省南昌生态环境监测中心，南昌 330038)

引 言

近年来，随着各地经济的飞速发展，颗粒物一直对我国大气环境质量有着不可替代的影响作用。同时，颗粒污染在我国已经逐步引起广大人民和国家政府的

多方关注，颗粒污染是中国大气污染主要因子之一[1]。城市之间的颗粒物污染浓度变化差异较大，造成具体原因有多方面[2-3]，其中包括城市下垫面粗糙度、地理位置、气象条件、城市经济产业结构、居民生活情况、城市规划等。总而言之，影响城市颗粒物污染的主要因素可归结为地形、气象条件、城市污染源排放情况3大方面。地形和气象条件是影响城市颗粒物污染的重要外因[4-5]，城市污染源排放是重要内因。许多研究表明：城市颗粒物浓度主要受气象条件中风速、湿度、降水、风向、温度、气压影响，其中颗粒物浓度与降水、风速呈现负相关[6]。

目前，南昌市颗粒物污染每年相对较为严重的，而且对于南昌市颗粒物污染成因研究不充分。因此，本文从研究南昌市全年和季节污染特征变化分析出颗粒物与气象因子的相关性，总结归纳影响南昌颗粒物污染主要气象类型，进一步针对典型污染过程通过CAMx模式解析南昌市污染来源情况，弥补南昌市颗粒物污染成因的不足，为治理管控南昌市颗粒物污染提供科学的指导。

1 材料与方法

1.1 研究区概况

南昌市位于长江中下游，地处江西省中部偏北，鄱阳湖西南岸，经度处于E115°27′～116°35′之间、纬度范围位于N28°10′～ 29°11′之间，东西最长约为108km，南北最长约为121km，全市主要以平原为主，西北有少量的丘陵，东南较为平坦。全市境内最高峰为梅岭，海拔841.4m。南昌市属于亚热带季风气候，日照较长，年平均气温17～19℃，年降水量为1 600～2 205mm，夏季受副热带高压影响主要为偏南风，冬季受西伯利亚冷高压影响主要为偏北风。产业结构主要以农业、工业为主，工业以冶金、纺织、机电、汽车制造等为主。

1.2 数据来源

本文所用空气质量数据来自南昌市环境监测中心站提供的2017年常规自动监测站数据，分别包括机电学校、省站、省外办、省林业公司、林科所、京东镇政府、建工学校、象湖、武术学校，监测因子包括PM10、PM2.5、NO、NO2、NOX、SO2、CO、O3等逐小时浓度。气象数据来源于南昌市地面观测站常规气象要素数据，包括气压，气温，风向，风速，降水和相对湿度等六项数据。CAMx模式使用网格化排放数据是来自2016年MEIC清单和2017年南昌市调查制作的精细化清单，气象数据使用GFS历史数据，来源贡献数据是通过WRF-CAMx模式中PSOT工具模拟而来。

1.3 方法

本文基于9个国控点颗粒物观测数据，通过使用SPSS数据分析软件，对2017年南昌市各站点空气质量数据和气象要素数据进行了日均和月均统计，分析了南昌市2017年空气质量总体特征；然后分析了空气质量要素和气象要素之间的相关性，并对部分参数进行了线性回归。此外，基于统计学方法分析了2017年南昌市空气质量的变化特征。进一步利用WRF-CAMx模式模拟解析南昌市典型颗粒物污染过程的来源分析。

2 结果分析

2.1 空气质量总体特征

2017年南昌市空气质量为优，良，轻度污染，中度污染和重度污染日数分别为89，214，53，6，3d，分别占全年总天数的24.4%，58.6%，14.8%，1.6%和0.8%。总体上来说，2017年南昌市空气质量以优良为主，达到83%，污染率为17%。空气质量达到轻度污染及以上的情况多发生在秋冬季节(图1和表1)。

通过表1可以看出：夏季优良天数占比最多，总共86d，而且仅有6d达到轻度污染；冬季优良率最低，污染率最高，共11d达到中度污染以上。总体来看，南昌市夏季空气质量最好，冬季空气质量最差。这主要是由于夏季太阳辐射强烈，温度较高，易于引发强对流活动，整体气象条件有利于污染物的稀释和扩散，而冬天冷空气过境后，往往由冷高压控制，大气层结稳定，导致逆温层形成，从而不利于污染物的扩散，从而导致污染物在冬季累积。

图1 2017年南昌市AQI等级日历图Fig.1 Nanchang AQI grade calendar in 2017

表1 2017年南昌市每月空气质量等级天数统计Tab.1 Statistics on the number of days of monthly air quality level in Nanchang in 2017

通过对2017年南昌市PM10和PM2.5浓度求月均值可以看出(图2)：冬季，PM10和PM2.5浓度普遍较高，而春季PM10浓度较高，夏季PM10和PM2.5浓度均最低。

图2 2017年南昌市PM10和PM2.5浓度月均值Fig.2 Monthly mean values of PM10 and PM2.5 concentrations in Nanchang, 2017

2.2 2017年南昌市颗粒物与气象条件分析

许多学者研究了空气质量和气象条件之间的关系，认为：气象条件的变化对空气质量具有明显的影响。在某种程度上，气象条件会影响污染物的扩散，同时还决定了大气对污染物的扩散和输送作用。本文利用线性回归方法研究气象条件和大气污染物之间的线性关系。本文主要利用2017年南昌市空气质量观测数据和气象要素观测数据研究PM10和PM2.5与相对湿度和温度之间的相关性。

2.2.1 PM10及PM2.5与相对湿度之间的相关性分析

通过皮尔逊相关性分析方法对2017年各月份PM10及PM2.5与相对湿度进行相关性分析，表2相关性分析结果显示，PM2.5和相对湿度的皮尔逊相关系数为-0.554，PM10和相对湿度的皮尔逊相关系数为-0.692，均呈现为负相关关系；显著性在0.05到0.07级别，两组数据均存在线性相关关系，PM10和相对湿度的相关性较为显著。利用线性回归方法对其进行分析，图3结果可以看出：PM10和PM2.5月均浓度和相对湿度月均值之间呈现明显的负相关性。已有研究表明：不同季节，颗粒物浓度和相对湿度之间存在不同的相关性。在冬季，通常颗粒物浓度和相对湿度之间存在正相关，相对湿度的增加会促进颗粒物的聚集，导致颗粒物浓度升高，而在夏季，颗粒物浓度和相对湿度之间没有明显的相关性。

表2 PM10和相对湿度、PM2.5和相对湿 度间的皮尔逊相关性分析Tab.2 Pearsoncorrelation analyses between (a) PM10 and relative humidity (b) PM2.5 and relative humidity (μg/m3)

图3 (a) PM10和相对湿度 (b) PM2.5和 相对湿度间的线性回归分析Fig.3 Linear-regression analysis between (a) PM10 and relative humidity (b) PM2.5 and relative humidity

2.2.2 PM10及PM2.5与温度之间的相关性分析

研究表明：气温随着海拔高度的增加而减小，这有利于热力环流的形成，为空气的上升运动提供了有利条件，在一定程度上增强了污染物的扩散和稀释能力。天气条件的变化会导致温度出现变化，在温度变化过程中可能会出现逆温层，而逆温层的出现不利于热力环流的形成，从而阻碍了空气的上升运动，降低了气象条件对污染物扩散能力，从而加剧了污染物的累积，导致污染加强。

通过皮尔逊相关性分析方法对2017年各月份PM10及PM2.5与温度进行相关性分析，表3相关性分析结果显示，PM2.5和平均温度的皮尔逊相关系数为-0.857，PM10和平均温度的皮尔逊相关系数为-0.788，呈现负相关关系；显著性在0.01级别，两者存在线性相关关系，且相关性显著。通过线回归分析方法对两组数据进行线性相关性分析，图4结果显示：2017年PM2.5和PM10与温度间的相关系数分别达到了0.747 4和0.634 1，呈现明显的线性相关关系；从图中可以看出随着温度的升高，PM10和PM2.5的浓度在逐渐降低，表明，污染物浓度与月平均气温呈现明显的负相关，气温的升高有利于污染物的扩散和稀释，降低空气中污染物的浓度。

产生这一现象的主要原因是：地面温度的上升会导致大气层结不稳定，有利于产生对流运动。对流运动的增强，为污染物的向上扩散提供了有利条件，从而降低了近地面PM10和PM2.5等颗粒物的浓度，降低了污染的强度。

表3 PM2.5和温度、PM10和 温度间的皮尔逊相关性分析Tab.3 Pearson correlation analysis between PM10 and temperature, PM2.5 and temperature (μg/m3)

图4 (a) PM2.5和温度 (b) PM10和温度间的线性回归分析Fig.4 Linear-regression analysis between (a) PM10 and temperature (b) PM2.5 and temperature

2.3 2017年南昌市一次颗粒物典型污染过程分析

2.3.1 气象影响分析

2017年11月5日～11月11日出现了两次比较严重的污染过程，在此期间颗粒物浓度都维持在较高水平。通过图5可以发现：11月5日，风速相对较强，风向以偏北风为主，PM10和PM2.5浓度相对较低，11月6日，风速降低，PM10和PM2.5浓度出现小幅上升；11月6日夜间，风速降低，风向逐渐转为偏南风，相对湿度增加，温度降低，导致PM10和PM2.5浓度开始升高；11月7日中午，风速开始增强，风向以西南风为主，PM10和PM2.5浓度开始下降，随后风速逐渐平稳，11月8日，风向转为偏北风，颗粒物浓度变化幅度较小。11月9日夜间，由于风速增强，相对湿度降低，温度升高，导致颗粒物浓度出现小幅下降，随后风速开始下降，温度也逐渐降低，相对湿度开始升高，有利于颗粒物的聚集，导致PM10和PM2.5浓度进一步升高。11月10日中午开始，风速增强，相对湿度增大，而温度变化幅度较小，并且有较大的降水，颗粒物浓度开始清除。

本次污染过程中，风速变化和颗粒物浓度变化有较好的负相关关系，短时的风速降低会造成对应时段颗粒物浓度累积上升；11月5日风速较大时，对应时段PM10和PM2.5均较低，5日夜间至6日风速减小，对应时段PM10和PM2.5浓度开始出现较同步的上升；同样的，在风向转变不大的情况下，每一次风速的降低都会对应出现一次颗粒物浓度上升过程，主要包括11月8日夜间至9日凌晨、9日夜间至10日凌晨、11日凌晨这几个时段。

图5 2017年11月5日～11月12日南昌市颗粒物污染与气象变化Fig.5 Changes of particulate matter pollution and meteorology in Nanchang from November 5 to November 12,2017

2.3.2 CAMx模拟典型污染过程细颗粒物来源

针对南昌市2017年11月5～11日的细颗粒物重污染过程，通过搭建精细化CAMx模式解析南昌市细颗粒物来源情况(图6、图7)。根据本次污染过程PM2.5每小时的浓度划分为不同污染等级，通过污染过程小时浓度污染等级时长分布统计(图8)显示，本次污染过程污染时段占比相较多于优、良时段；通过模式模拟解析结果为本次污染过程省外主要来自安徽省、浙江省、江苏省、山东省、海洋等地区，省内贡献主要来自南昌本地、上饶、九江、景德镇、宜春等城市。其中在轻度污染到重度污染时段省外主要来自安徽、浙江、江苏、山东、海洋地区，省内主要来自南昌本地、上饶、宜春；在优到良时段PM2.5省内来自上饶贡献相较污染时段增多，省外安徽对南昌市的贡献相较污染时段减少了；整体来看，南昌市PM2.5不同污染等级情况下均以南昌本地贡献为主。

图6 2017年11月5日～11日周边 各省对南昌市PM2.5贡献Fig.6 Contribution of PM2.5 from neighboring provinces to Nanchang City from November 5 to November 11, 2017

图7 2017年11月5日～11日江西省内 各市对南昌市PM2.5贡献Fig.7 Contribution of PM2.5 from neighboring provinces to Nanchang City from November 5 to November 11, 2017

图8 2017年11月5日～11日PM2.5小时 浓度污染等级的时长分布Fig.8 The duration distribution characteristics of hourly pollution level from November 5 to November 11, 2017

3 结 论

3.1 2017年南昌市空气质量以优良为主，达83%。空气质量达到轻度污染及以上的情况多发生在秋冬季节，春夏季空气质量相对较好。

3.2 PM10和PM2.5月均浓度和相对湿度月均值之间呈现明显的负相关性。

3.3 颗粒物浓度与月平均气温呈现出明显的负相关，气温的升高有利于污染物的扩散和稀释。

3.4 2017年11月5日～11月11日是2017年南昌市颗粒物污染较为严重的一次污染过程，形成本次污染原因主要为风速较小、风向为北风，气压较低、湿度较低，短时的风速降低会造成对应时段颗粒物浓度累积上升；内外源贡献模拟显示，污染过程期间，南昌市细颗粒物以南昌本地贡献为主，污染时段省外主要来自安徽、浙江、江苏、山东、海洋地区，省内主要来自南昌本地、上饶、宜春。

3.5 气象条件对颗粒物短时浓度变化影响较大，在风速小，湿度大，温度低，降水少等气象条件下，扩散和沉降条件较差，不利于颗粒物浓度下降，易出现颗粒物污染过程。