徐圩港区PM2.5污染特征与气象因素的相关性研究

何烽 邵传庆 罗磊 乔旭 陈楠

(连云港徐圩港口投资集团有限公司，江苏 连云港 222000)

随着经济建设的飞速发展，大气环境压力与日俱增，逐步成为人们关注的焦点。PM2.5是空气动力学直径小于2.5μm的颗粒物，其作为大气环境污染的主要物质，不但可以降低大气能见度，还会对人体健康产生极为不利的影响。大量流行病学研究表明，PM2.5与呼吸系统和心脑血管疾病以及死亡率之间存在一定关系。

采取有效、可靠的措施来减少PM2.5造成的大气污染，必须先要了解PM2.5的空间及时间变化。Wang等分析了中国31个省会城市大气污染物的时空变化，研究证实气象变量在PM2.5的形成过程中起着重要作用[1]；曹阳等人对比了武汉市汉阳区PM2.5监测数据和同期气象数据，分析了大气污染特点和主要气象条件影响[2]；此外,部分研究也表明PM2.5浓度主要受区域污染排放、外部污染输送以及温度、气压、风速、降水等气象条件影响[3]。

徐圩港区位于黄海海州湾西南岸，是连云港市区域性中心港口的重要组成部分。在绿色港口建设过程中，PM2.5污染给徐圩港区带来新的挑战。由于区域气候条件不同，PM2.5浓度与气象因素之间的相关性研究因区域而异，因此探究徐圩港区PM2.5污染特征同温度、湿度、气压、风向、风速和降水等气象参数之间的关系可为大气污染防治提供理论依据。

1 数据和方法

1.1 站点和数据

徐圩港区共设置4个空气监测站点，分布于港区已建设形成的陆域部分，涵盖一港池、二港池和四港池，站点具体位置如表1所示。上述站点均为自动监测站点，包含PM2.5和风速、风向、温度、湿度、大气压力等气象参数监测。

表1 监测站位置及类型

研究过程中主要使用2021年度徐圩港区区控站点PM2.5监测日均值和气象参数数据，同时参考其余三个站点数据值，若数据相差超过20%则取平均值。降雨量数据从中国气象数据网(http://data.cma.cn/)获取。

1.2 数据处理

在研究风向因素对PM2.5数值影响过程中，为将风向进行数值化表征，北、东、南、西分别设置为0°、90°、180°和270°，其余风向数值如表2所示。

表2 风向与数值对照表

在研究PM2.5浓度月度变化与气象因素关系时，由于温度、湿度、气压、风向、风速以及降水单位不同，因此采用归一化处理，利用matlab软件中的mapminmax函数进行数据整理，使气象参数表征值在[0，1]内。

在研究降水对港区PM2.5浓度影响过程中，鉴于当日降水量<1mm对PM2.5基本无影响，因此研究中仅统计当日降水量≥1mm的情况，据此计算港区2021年度降水次数为78次。同时，为探究降雨前后PM2.5清除效果，引入“PM2.5清除率”的概念，清除率计算方法如下。

Q=(Q1-Q2)/Q1×100%

式中：Q1为降水前24hPM2.5平均浓度，单位为μg/m3；Q2为降水后24hPM2.5平均浓度，单位为μg/m3；Q为降水对PM2.5的清除率，单位为%。

2 结果与讨论

2.1 PM2.5数值月度变化与气象因素关系

徐圩港区月度PM2.5均值和气象参数归一化数据整理后如图1所示。2021年度徐圩港区PM2.5浓度变化显示出明显的季节性特征，冬季(12—2月)PM2.5数值最高，约46.1μg/m3；春季(3—5月)数值出现降低，尤其是4—5月份，均值约25.5μg/m3；夏季(6—8月)数值进一步降低，至7月份出现年度最低值，约12.3μg/m3；秋季(9—11月)PM2.5数值开始出现升高，月度均值约25.9μg/m3。为更好地描述PM2.5浓度和各气象因素之间的相关性，在趋势变化基础上，计算了各组合之间的相关性系数，结果如表3所示。在所有气象因素中，温度、湿度、风速和降水均与PM2.5浓度呈负相关，而与气压和风向则呈正相关，各气象因素相关性排序为：温度>降水>气压>风速>风向>湿度。这种季节性的差异可能和徐圩港区暖温带湿润性季风气候相关，此外受到季风气候和海陆地形的共同影响可能使规律更加明显[4]。

图1 PM2.5数值月度变化与气象因素关系

表3 PM2.5数值与气象因素相关系数

2.2 PM2.5数值与温度的相关性研究

徐圩港区2021年度日均温度变化在0—35℃之间，将其分为7个梯度区间，并统计各温度区间内的出现日数频率和该区间内的PM2.5日均值，结果如图2所示。除高温天气(>30℃)外，各区间样本充足，基本趋势为随温度升高PM2.5数值下降，但在5—10℃区间内PM2.5日均值出现高值，考虑由于春季和冬季出现数次外源性空气污染事件导致数值增加。温度对PM2.5数值影响原因有二：一是温度升高，气体扩散速度增大，导致PM2.5传输和稀释速率增加；二是低温常导致逆温现象出现，有减缓热力环流的速度，影响大气升高的作用[5]。

图2 不同温度区间下的PM2.5平均数值

按照季节分别绘制PM2.5日均值-日温度均值散点图并进行线性拟合，数值关系图如图3所示，拟合结果如表4所示。可以看出，PM2.5数值和温度在春、秋季呈负相关，在夏、冬季呈正相关。春、冬两季相关性并不明显，且冬季受外源性空气污染事件影响较大。夏季呈正相关的主要原因是高温时段大气流动稳定，利于污染物的聚集。

图3 2021年各季节PM2.5数值和温度值(a.春季，b.夏季，c.秋季，d.冬季)

表4 PM2.5数值和温度值线性拟合结果

2.3 PM2.5数值与湿度的相关性研究

将相对湿度分为7个梯度区间，并统计区间内的出现日数频率和该区间内的PM2.5日均值，结果如图4所示。2021年度相对湿度值(%RH)基本处于40—100，当相对湿度值(%RH)大于80时，PM2.5日均值基本保持在较低水平。

图4 不同湿度区间下的PM2.5平均数值

按照季节分别绘制PM2.5日均值-日湿度均值散点图并进行线性拟合，数值关系图如图5所示，拟合结果如表5所示。在春季、夏季和秋季二者均呈现负相关，其中夏季R2>0.45，呈现强相关性，考虑夏季空气中水汽含量较少，当通过雾炮、喷淋等方式增加湿度后，水分的急剧增加可使PM2.5微粒密度减小和浓度降低；同时，微粒被水分覆盖增加沉降数量，从而使PM2.5数值下降。

表5 PM2.5数值和湿度值线性拟合结果

图5 2021年各季节PM2.5数值和湿度值(a.春季，b.夏季，c.秋季，d.冬季)

2.4 PM2.5数值与气压的相关性研究

将气压值分为5个梯度区间，并统计区间内的出现日数频率和该区间内的PM2.5日均值，结果如图6所示。徐圩港区年度气压值基本分布在[1 000hPa,1 030hPa]区间内，PM2.5数值同气压值呈现出明显的正相关，主要原因为：当表面以低压为主时，在周围高压气流的作用下形成竖直朝上的向心气团，有利于PM2.5颗粒的扩散和稀释；而表面以高压为主时，中心形成向下的气流，使PM2.5颗粒积聚和富集。

图6 不同气压区间下的PM2.5平均数值

按照季节分别绘制PM2.5日均值-日气压均值散点图并进行线性拟合，数值关系图如图7所示，拟合结果如表6所示。春季、秋季呈现正相关性，夏季、冬季呈现负相关性。其中夏季相关性不明显，主要由于夏季PM2.5数值普遍较低，随气压条件变化不显著；而冬季由于低气压场天气形势下经常出现静风，且多有低云阻挡，间接造成空气中污染物不易垂直扩散，使得颗粒物不断累积，导致呈负相关[6]。

图7 2021年各季节PM2.5数值和气压值(a.春季，b.夏季，c.秋季，d.冬季)

表6 PM2.5数值和气压值线性拟合结果

2.5 PM2.5数值与风向的相关性研究

将风向分为8个梯度区间，并统计区间内的出现日数频率和该区间内的PM2.5日均值，结果如图8所示。徐圩港区2021年度多北风、东北风、东南风和南风，即以海面方向来风为主，风向由北沿东至南状态下，PM2.5数值逐渐增加，考虑主要由于来自海洋的洁净气团有利于清除区域PM2.5颗粒[7]。

图8 不同风向区间下的PM2.5平均数值

按照季节分别绘制PM2.5日均值-风向值散点图并进行线性拟合，数值关系图如图9所示，拟合结果如表7所示。四个季节二者均呈现出正相关性，其中夏季和秋季较为明显。

表7 PM2.5数值和风向线性拟合结果

图9 2021年各季节PM2.5数值和风向(a.春季，b.夏季，c.秋季，d.冬季)

2.6 PM2.5数值与风速的相关性研究

将风速分为5个梯度区间，并统计区间内的出现日数频率和该区间内的PM2.5日均值，结果如图10所示。风速作为重要的气象因素，对PM2.5水平和垂直迁移影响较大，同时它还直接影响着PM2.5的区域浓度和扩散速度。可以看出，2021年度日平均风速在0—6m/s，PM2.5浓度值和风速呈负相关且比较明显。

图10 不同风速区间下的PM2.5平均数值

按照季节分别绘制PM2.5日均值-风速值散点图并进行线性拟合，数值关系图如图11所示，拟合结果如表8所示。四个季度二者均呈现负相关性，其中秋季和冬季显著，说明随着大气流动速度的增加，PM2.5的扩散加快，较大程度地利于空气质量的改善。

图11 2021年各季节PM2.5数值和风速(a.春季，b.夏季，c.秋季，d.冬季)

表8 PM2.5数值和风速线性拟合结果

2.7 PM2.5数值与降水的相关性研究

将降水分为5个梯度区间，并统计区间内的出现日数频率和该区间内的PM2.5日均值，结果如图12所示。2021年度徐圩港区内日均降水多集中于1—20mm范围内，其中1—5mm范围降水约占75.89%。随着降水量的增加，当日PM2.5数值逐渐下降，在[1mm,40mm]区间内趋势较为明显，考虑降水可导致PM2.5颗粒湿沉降，降水量增加致使对PM2.5的清除能力增强。但是当降水量大于40mm时，PM2.5的浓度值不降反升，说明降水量的继续增加对湿沉降不再起作用，湿沉降达到作用上限；此外降水量>60mm的样本数量有限[8]。整理2021年度每次降水前后24h时的PM2.5数值以及相应的清除率，结果如图13所示。在[1mm,60mm]区间内随着降水量的增加，清除率逐渐由25.31%升高至47.47%，说明徐圩港区降水对PM2.5颗粒产生的吸附、碰撞或冲刷作用明显，清除效果突出。

图12 不同降水区间下的PM2.5平均数值

图13 不同降水区间前后PM2.5均值及清除率

3 结论

探究PM2.5数值同气象因素间关系，温度、湿度、风速和降水均同PM2.5浓度呈负相关，而气压和风向则呈正相关，相关系数排序：温度>降水>气压>风速>风向>湿度。针对PM2.5数值和温度，夏季和冬季呈现正相关性，秋季呈现负相关性；针对PM2.5数值和湿度，除冬季外均呈现负相关性，其中夏季相关性较为明显；针对PM2.5数值和气压，夏季、冬季呈现负相关性，秋季、冬季呈现正相关性；针对PM2.5数值和风向，四个季节均呈现出正相关性，夏季和秋季较为明显；针对PM2.5数值和风速，四个季节均呈现出负相关性，考虑和扩散条件相关；针对PM2.5数值和降水，随降水量增加PM2.5清除率逐渐上升，但到达一定降水量后可能达到湿沉降作用上限。综上所述，气象因素对徐圩港区PM2.5数值有较大影响，后续可根据气象因素变化采取有针对性的PM2.5污染防控措施。