1.乐山市环境监测中心站 四川 乐山 614000;2.乐山职业技术学院 四川 乐山 614000
【摘 要】为了摸清乐山市颗粒物污染的特征,本文利用乐山市实时发布的PM2.5等颗粒物监测数据,对颗粒物的达标情况、变化趋势及其与气象因子关联性等方面的特征进行探讨。结果表明:颗粒物型污染是影响乐山市城市空气质量的首要因素;颗粒物浓度逐小时变化呈周期性的波动规律,污染程度表现为夜间高于白天;颗粒物特别是PM2.5日均质量浓度与相对湿度和能见度呈显著相关;ρ(PM10)和ρ(PM2.5)日均值有着非常显著的线性相关关系。
【关键词】PM2.5;PM10;污染特征;气象因子
Leshan City Environmental Air Pollution Pharacteristics Of PM10 And PM2.5
Zhang xi chang1 liu qiong ying2 zou ai hua1
(1. Environmental Monitoring Center Station; 2. Leshan Vocational& Technical College, Leshan Sichuan 614000)
Abstract: in order to find out the characteristics of particulate pollution in Leshan City, the particles according to the monitoring data of Leshan City real-time release of PM2.5, discusses the standards, the change trends of the particles and the characteristics and meteorological factor association etc.. The results show that: the primary factors affect Leshan City air quality is the particulate matter pollution; particulate matter concentration hourly changes showed fluctuation cyclical, pollution degree is higher than during the day and night performance; particulate matter especially PM2.5 daily average concentrations were significantly correlated with relative humidity and visibility was;ρ(PM10) andρ( PM2.5) has a very significant linear correlation between.
Keywords: PM2.5; PM10; Pollution Characteristics; Meteorological Factor
大气颗粒物根据空气动力学等效直径大小,可将其分为总悬浮颗粒物(TSP)、颗粒物(PM10)和颗粒物(PM2.5),颗粒物已成为影响我国城市空气质量的首要污染物,近年来凸显出颗粒物(PM2.5)污染问题严重且来源复杂[1]。
为了摸清乐山市颗粒物污染的特征,本文利用乐山市实时发布的PM10、PM2.5等监测数据,对乐山市区各监测点颗粒物的达标情况、变化趋势及其与气象因子关联性等方面的特征进行研究,为制定科学有效的颗粒物污染防控措施提供依据。
1 数据来源
本研究数据来源于乐山市4个监测点环境质量监测实时发布数据,其中 PM2.5数据从 2014年 7月10日开始发布。根据各个监测站点 ρ(PM10)和 ρ(PM2.5)的小时均值,计算每日 0 时至 24 时发布的某监测点 ρ(PM10)和 ρ(PM2.5)各小时均值的算术平均值为该点位日均值。气象因子观测数据采用各站点实测的气温、气压、相对湿度、能见度等气象数据。
2 结果与分析
2.1乐山市颗粒物污染特征分析
2014年,乐山市 PM10的年均质量浓度为 76.1μg•m-3,超过了年均值二级标准限值70μg•m-3。根据统计数据,2014年全年乐山市空气质量超标日的首要污染物都是 PM10。PM10的日均质量浓度超二级标准限制150μg•m-3的天数为34d,达标天数比例为90.7%。
2014年各月份PM2.5、PM10污染程度以6-9 月PM10污染程度较轻,秋季和冬季 PM10污染均较为严重。从PM2.5、PM10月均质量浓度和超标天数上看,秋季和冬季是乐山市区PM10污染程度最高的时段。PM10浓度月、季分布特征明显,说明其浓度变化与天气条件密切相关。对于乐山市区来说,其污染源分布一般比较固定,污染物排放也是相对固定的,而气象条件是最容易改变的,它的改变直接影响了PM10、PM2.5浓度高低,因为气象条件对大气污染物的输送、扩散和化学反应过程有着重要影响。在相同排放的情况下,不同的天气条件可能会产生截然不同的污染状况[2] [3]。
2.2 颗粒物各月份达标情况
统计2014年7-12 月的ρ(PM10)和ρ(PM2.5)达标情况。按照标准规定,PM10的24h质量浓度均值超过二级标准浓度限值150μg•m-3即为超标,PM2.5的24h质量浓度均值超过75μg.m-3即为超标。将研究时段内有完整监测数据的日均值,与对应的二级浓度标准限值做比较,经统计2014年7-12月ρ(PM10)达标天数比例为 89.1%,ρ(PM2.5)的达标天数比例为72.8%。ρ(PM10)和ρ(PM2.5)各个月份达标天数比例以12 月最低,分别为77.4%和61.3%。
从统计结果还表明:各个月ρ(PM2.5)的达标天数均低于ρ(PM10)。由此可以看出,虽然PM2.5是PM10的组成部分,但从达标情况上看乐山市区的PM2.5的污染程度要比PM10更加严重,ρ(PM2.5)能更全面深入的反映颗粒物污染问题,因此做好PM2.5污染特征的研究意义重大。
2.3 颗粒物浓度逐小时变化趋势
以8月和12月作为夏季和秋冬季的代表月将乐山市区每小时的ρ(PM10)和ρ(PM2.5绘制成折线图来表现颗粒物浓度的逐小时变化情况如图1、图2所示。
图2乐山市区12月PM10和 PM10变质量浓度变化趋势
图1、图2显示ρ(PM10)和ρ(PM2.5)的24h变化曲线形状近似只是质量浓度数值上有差异。夏季颗粒物平均质量浓度均值24h内变化曲线呈双峰双谷型,21:00~01:00出现第一峰值,10:00~12:00出现次峰值,约13:00开始下降,16:00达第一低值,06:00~09:00出现第二低值。秋冬季颗粒物平均质量浓度均值24h内变化曲线呈双峰单谷型,21:00~00:00出现第一峰值,此后一直维持较高水平,约13:00左右开始下降,16:00达低值,18:00左右逐渐升高。
本研究得出的变化曲线与王淑英和张小玲[4]的研究结论比较接近,整体来看夜间颗粒物污染要比白天严重。
2.4 ρ(PM10)与ρ(PM2.5)的相关性
大量研究表明,对人体健康的损害与较多暴露于PM2.5密切相关。ρ(PM2.5)/ρ(PM10)的比值越大,则颗粒物的毒害越大[5]。国内外学者在研究ρ(PM2.5)/ρ(PM10)的关系时,发现虽然不同地区的ρ(PM2.5)/ρ(PM10)的比值存在一定的差异,但是ρ(PM2.5)/ρ(PM10)的比值基本上维持在0.3—0.8之间。乐山市区夏季ρ(PM2.5)/ρ(PM10)的比值在0.42-0.79;秋冬季ρ(PM2.5)/ρ(PM10)的比值在0.44—0.83;平均0.65。与重庆主城区ρ(PM2.5)/ρ(PM10)的比值处于0.52—0.85及南京市空气中的ρ(PM2.5)/ρ(PM10)的比值处于0.54—0.86之间的研究结果比较吻合[6]。此外乐山市区夏季的ρ(PM2.5)/ρ(PM10)的比值变化范围较秋冬季要窄,出现这种现象的原因可能与夏季乐山市区PM2.5的污染来源相对较单一和稳定,污染物扩散相对较好有关。
为了研究颗粒物PM2.5与PM10的相关性,将乐山市区同步监测的ρ(PM2.5)/ρ(PM10)日均值数据在二维坐标系上绘制成散点图(图3、图4)。
图4 pm2.5与pm10质量浓度日均值相关性(秋冬季)
从图中可以看出,二者有着非常显著的线性相关关系,秋冬季更为密切。以ρ(PM10)日均值为自变量x,以ρ(PM2.5)日均值为因变量y的直线拟合方程为:y=0.7271x-4.4619, R2=0.936。回归方程的复相关系数R2达到了0.9以上,说明直线对散点的拟合度很高,能够反应出二者的关联规律。
2.5 颗粒物同气象因子的相关性
在不同的气象条件下,同一污染源排放所造成的地面污染物浓度可相差几十倍乃至几百倍[7]。为了更好的体现不同气象因子对颗粒物质量浓度变化的影响规律,本文利用颗粒物质量浓度日均值数据和同步测试的的常见气象因子(气压、气温、相对湿度、能见度)数据进行了皮尔森相关系数(Pearson correlation coefficient)分析,结果见表1。
从表中可以看出:1)空气湿度对颗粒物在大气中的扩散有着较大的影响。颗粒物质量浓度与相对湿度呈显著正相关关系,随着相对湿度的增大而增大。因为当空气中相对湿度较大时,空气中水蒸气容易以微尘为凝结核形成雾,致使粒子变重,沉聚在低层大气中,形成一层保护层阻碍空气的扩散,导致空气中颗粒物污染增加。2)出当颗粒物浓度增加时,特别是PM2.5浓度增加时空气看起来很混浊,大气能见度降低,两者之间呈负相关。大气中颗粒物浓度严重影响着大气的能见度,颗粒物的消光系数占总消光系数的90%以上,是能见度下降的主要贡献者[8]。3)ρ(PM10.5)和ρ(PM2.5)与气压和气温相关性不显著,ρ(PM10)和ρ(PM2.5)浓度受气压和气温的影响相对较小。
3 结论
(1)2颗粒物型污染是影响乐山市城市空气质量的首要因素,且PM2.5的污染程度要比PM10更加严重。
(2)乐山市区颗粒物污染特征呈现“逐渐积累,不易消散,持续时间较长”。受四川盆地特殊的地形地貌、秋冬季以静稳天气为主、空气湿度大等影响,在有充足的颗粒物污染源存在时,外界条件一旦不利于颗粒物扩散就会形成较长时间的污染。
(3)初步研究表明:颗粒物特别是PM2.5日均质量浓度与相对湿度和能见度呈显著相关。特别是在秋冬季相对湿度高往往反映了大气层结稳定,颗粒物易聚积;夏季,相对湿度高则对应着降雨过程,颗粒物的质量浓度会在降雨的湿清除作用下明显下降。而颗粒物浓度增加时,大气能见度降低,尤以粒径<2.5μm的细微粒是引起能见度降低的重要原因。
(4)乐山市区ρ(PM10)和ρ(PM2.5)日均值有着非常显著的线性相关关系,且ρ(PM10)与ρ(PM2.5)日均值的比值在0.65左右,说明了乐山市区大气颗粒物污染主要由颗粒物(PM2.5)造成,应引起相高度重视。
参考文献:
[1] Wang H L, Zhuang Y H, Wang Y, et al. Long-term monitoring and source apportionment ofPM2.5/PM1 in Beijing, China[J].J Environ Sci, 2008,20(11):1323-1327.
[2] Ye B M,Ji X L,Yang H Z,et al.Goncentration and chemicalcomposition of PM2.5 in shanghai for a 1-year period [J].Atmospheric environment,2003,37(4);499-510.
[3] 王宏,冯宏芳,隋平,等.福州市灰霾气象要素场特征分析[J].气象科技,2009,37(6):670-675.
[4]王淑英, 张小玲. 北京地区PM10污染的气象特征[J]. 应用气象学报,2002,13(增刊): 177-184.
[5] Kanak M,Seinfeld J H,Pandis Sn,et al.Organic aerosol and global climate modelling:a review[J].Atmospheric Chemistry and physics,2005,5:1053—1123.
[6] 黄鹂鸣,王格慧,王荟,等.南京市空气中颗粒物PM10、PM2.5污染水平[J].中国环境科学,2002,22:334-337.
[7] 程兴宏, 徐祥德, 丁国安等. 北京市城市街区PM10浓度日变化特征及其影响因子[J]. 安全与环境学报, 2007, 7(3): 77-82.
[8] 刘新民 邵敏. 北京市夏季消光系数的来源分析[J].环境科学学报, 2004, 2;185-189.
作者简介
张喜长(1963—),男,高级工程师,主要研究方向:环境监测。
刘琼英(1964—),女,教授,主要研究方向:生态旅游。
邹爱华(1966—),女,高级工程师,主要研究方向:环境监测。
论文作者:张喜长1,刘琼英2, 邹爱华1
论文发表刊物:《低碳地产》2015年第7期
论文发表时间:2016/8/18
标签:颗粒物论文; 浓度论文; 乐山论文; 乐山市论文; 日均论文; 比值论文; 相对湿度论文; 《低碳地产》2015年第7期论文;