重庆市永川区PM10浓度与气象因子相关性研究

张样盛,谭 东,杨 娟

(永川区环境保护局,重庆永川402160)

永川区位于四川盆地东南部、重庆市主城区西部以及长江上游北岸,东靠璧山县、江津区,南连四川省合江市、泸州市,西与荣昌、大足毗邻,北与铜梁接壤。永川区介于成都、重庆两大城市之间,属亚热带湿润季风型气候,受地形和季风的影响,具有气候温和,四季分明,云雾多,日照少,地面风速小,微、静风频率高,不利于大气污染物扩散等特点。近年来,随着工业的快速发展和人民生活水平的不断提高,工业、生活、建筑和交通各类排放源排放出的大量烟尘和粉尘颗粒,导致了空气中PM10含量急剧增加。PM10可能会对一系列环境因素造成危害[1]。不仅污染建筑物表面,影响市容,降低能见度,影响交通,还会腐蚀和损坏建筑物和公共设施,影响绿化植物的生长,更为严重的是PM10还会影响人们的身体健康,降低人们的生活质量。因此,制定合理的措施控制大气PM10污染就显得尤为重要了。近年来研究表明,气象因子对 PM10质量浓度有很大影响[2-9]。因此,通过研究PM10质量浓度与气象因子的关系,对永川区制定切实可行的PM10控制措施,以改善大气、生态环境质量及提高人们的生活质量具有重要的指导意义。

1 研究方法

利用来自永川环境监测站2008年7月～2009年7月的PM10资料和同时段永川区气象局的气象资料,分析在不同时间和空间上的PM10质量浓度的变化规律,并采用逐步回归方法分季节建立大气污染物PM10与气象因子的回归模型。

2 PM10质量浓度时空分布特征[10]

2.1 PM10质量浓度季节分布特征

从图1可以看出,永川区的PM10季节平均质量浓度以夏季最低,为0.084 0 mg/m3,冬季最高,为0.164 4 mg/m3,季节平均质量浓度大小依次为:冬季>春季>秋季>夏季。这主要是因为冬季降水量小,又是用煤的高峰期,加上冬季温度低,气压高,不利于污染物的垂直扩散,致使污染物集中在近地上空,导致了冬季的 PM10质量浓度偏高;夏秋两季PM10质量浓度低主要是因为这两个季节降水量较大,可以对空气起到很好的冲洗净化作用,加之风速大,空气扩散流动迅速。

图1 ρ(PM10)季节变化规律

2.2 PM10质量浓度月分布特征

图2显示,永川区各月PM10月均浓度以1月最高,11月最低,这与上述季节分布结论一致。PM10月均浓度大小依次为:1月>12月>2月>5月>4月>3月>9月>10月>6月>8月>7月>11月。

图2 ρ(PM10)月变化规律

2.3 PM10质量浓度日变化浓度特征

从图3可以看出,PM10质量浓度日变化的趋势基本上一致,1 d中出现2个峰值和2个低谷,峰值分别出现在上午9:00～11:00和晚上20:00～22: 00,低谷分别出现在早晨4:00～6:00和下午16:00～18:00。由于上午是人们上班、上学、交通运输、工业活动、建筑活动的高峰期,PM10的排放量达到了一个高峰,且上午气温相对较低,加上辐射较弱,到达地面的能量较少,积聚在近地上空的颗粒物得不到足够的能量而不能很好地扩散。而在夜晚,地面热量向外辐射,地表冷却,温度下降,近地气温较上空的气温低,形成逆温,造成空气垂直对流能力弱,污染物扩散缓慢,从而加重了大气污染。

图3 ρ(PM10)日变化趋势

2.4 PM10质量浓度的空间变化特征

永川区共有3个环境空气质量自动监测站点,分别为档案局、监测站和红河大道站点。从图4中可以看出,红河大道站点PM10质量浓度最高,档案局最低。

图4 ρ(PM10)的空间变化

3 永川区PM10浓度与气象因子相关性分析

采用气象局的专业数据处理软件DPS数据处理系统进行相关性分析,分春、夏、秋、冬4个季节,分别从20个气象因子中筛选出与PM10浓度相关性较好的因子,然后将相关性较好的因子再经多元线性回归分析,剔除方程中不显著的变量,得到不同季节的最优回归方程。

3.1 模型因子选择

空气中污染物PM10的扩散、稀释和清除过程主要由天气形势所决定,在一定的大气环境下,影响PM10质量浓度变化的直接因子有风、大气稳定度和降雨等。在本文中20个常规气象因子被选作为自变量进行分析,考虑到前日的PM10质量浓度对当日的颗粒浓度有重要影响,将前日的PM10质量浓度也作为自变量一并进行分析[11]。

X1:日平均气温;X2:日最高气压;X3:日最低气压;X4:日平均气压;X5:日最高气温;X6:日最低气温;X7:日平均水汽压;X8:日平均相对湿度;X9:日最小相对湿度;X10:20:00-8:00降水量;X11:8: 00-20:00降水量;X12:20:00-20:00降水量;X13:小型蒸发量;X14:日平均风速;X15:日最大风速; X16:最大风速时的风向;X17:极大风速;X18:极大风速时的风向;X19:日日照时数;X20:总云量;X21:前日的PM10质量浓度。

3.2 逐步回归模型的建立

由于各个季度对PM10质量浓度有显著影响的气象因子有所不同,在本文中,分别研究了春、夏、秋、冬4个季节PM10浓度与气象因子的关系。

在不同季节的回归模型中,除春季PM10回归方程的复相关系数偏小外,难以准确地反映污染物浓度的变化规律。其余季节回归方程的复相关系数都在0.80以上,表明预测值与监测值的变化规律吻合很好,见表1和图5-图8。

表1 永川区不同季节的逐步回归模型

图5 春季PM10实测值与逐步回归模型计算值的比较

图6 夏季PM10实测值与逐步回归模型计算值的比较

图7 秋季PM10实测值与逐步回归模型计算值的比较

模型中出现最多的因子是前日的PM10质量浓度、日平均风速、日平均相对湿度、日平均降雨量,可见永川地区PM10质量浓度与前日的 PM10质量浓度、日平均风速、日平均相对湿度、日平均降雨量有明显的相关关系。

4 PM10污染防治措施和建议

结合本研究得到的结论和 PM10产生的根源[12-13],提出以下污染防治措施:(1)加大环境宣传教育力度,着力提高人民群众环保意识。通过各种媒体向社会公布大气环境质量,增强全社会监督力度,从源头上控制污染。(2)强力推广清洁能源,改善城市能源结构,有效控制燃煤烟尘污染。(3)加快路面硬化、白改黑速度,合理安排洒水时间、频次(如1 d中可安排洒水车在6:00左右洒水将公路及两旁植被上的泥土、粉尘等冲洗干净),有效控制道路扬尘污染。(4)进一步加强对建筑施工的管理,有效控制建筑粉尘污染。(5)优化城市规划布局,加大城市绿化面积。(6)加强环保气象合作,逐步开展PM10预测预报或污染危险期气象预警工作。

[1] 丛 俊,吴 新,鲁端峰,等.基于ELPI的南京城区大气可吸入颗粒物现状分析.江苏环境科技,2006,19(4):46-48.

[2] 崔兆韵.影响泰安市PM10浓度的气象条件分析[D].兰州:兰州大学,2008.

图8 冬季PM10实测值与逐步回归模型计算值的比较

[3] 吕建燚,李定凯.可吸入颗粒物研究现状及发展综述[J].环境保护科学,2005,31(128):5-8.

[4] 张 涛,邵龙义,郑继东,等.平顶山市市区春季PM10污染状况及相关气象条件分析[J].中原工学院学报,2008.19(5):4-6.

[5] 桑建人.银川市PM10等气象条件分析[J].陕西气象,2002 (4):26-36.

[6] 杨德保.兰州市区大气污染与气象条件的关系[J].兰州大学学报,1994,30(1):132-136.

[7] 尹振东.气象条件对可吸入颗粒物浓度的影响[J].环境科学与管理,2005,30(3):46-47.

[8] 杨义彬.成都市大气污染及气象条件影响条件[J].四川气象, 2004,24(3):40-44.

[9] Ostro B.Air pollution and mortality results from a study of Santiago,Chile[J].Expos Anal Environ Epidemiol,1996,6: 97-114.

[10] Vander Wal J T,Janssen L H J M.Analysis of Spatial and Temporal Variations of PM10Concentrations in Netherlands Using Kalman Filtering[J].Atmos Pherie Environment, 2002,34:3675-3687.

[11] 张云海,孙财涛,杨洪斌.基于逐步回归分析方法的PM10浓度预报模型[J].环境科学与技术,2009,32(5):100-102.

[12] B Chelani,D Gajghate,K M Phadke,et al.Air Quality Status and Sources of PM10in Kanpur City,India[J].Environ Contam Toxicol,2005,74:421-428.

[13] Wei F,Teng E,Wu G,et al.Ambient concentrations and elemental compositions of PM10and PM2.5in four Chinese cities [J].Environ Sci Technol,1999,33:4188-4193.