北京地区灰霾污染特征

2014-02-25 02:49张歌陈义珍刘厚凤杨欣赵妤希
生态环境学报 2014年12期
关键词:灰霾北京地区能见度

张歌,陈义珍*,刘厚凤,杨欣,赵妤希

北京地区灰霾污染特征

张歌1,3,陈义珍2,3*,刘厚凤1,杨欣3,赵妤希3

1. 山东师范大学人口资源与环境学院,山东 济南 250014;
2. 大气环境与装备技术协同创新中心,江苏 南京 210044;
3. 中国环境科学研究院,北京 100012

灰霾天气能见度较低,除影响人们日常生产活动和交通运输外,空气中携带的有毒有害细粒子严重危害人们的生命健康。近几年,北京市加大治霾力度,虽取得一定成绩,但灰霾天气仍然频发。为进一步更好地治理北京灰霾,为制定政策提供依据,须了解北京地区灰霾污染特征,因此,对北京市2013年6月到2014年5月的气象观测数据和PM2.5质量浓度进行了统计分析。文章统计了不同强度灰霾的分布,分析了PM2.5质量浓度与能见度的相关关系,在此基础上,研究了PM2.5质量浓度影响能见度变化程度的分界点。研究结果表明:研究期间,北京地区出现灰霾时总计4572 h,发生频率为56.2%,灰霾日总计233 d,频率为64.4%,呈冬季>春季>夏季>秋季;湿霾最易发生在夏季,干霾最易发生在冬季,分别占当季灰霾时的17.6%和59.0%;全年不同强度霾发生小时数呈现轻微霾>重度霾>轻度霾>中度霾,其中,轻微霾时数1625 h,重度霾1163 h,轻度霾1101 h,中度霾683 h;研究期间PM2.5质量浓度呈夏季低冬季高的显著变化趋势,PM2.5日均质量浓度达一级空气质量标准59 d,达二级标准159 d,达标率分别为17.7%和47.74%;PM2.5小时质量浓度与能见度呈负相关性较高的幂函数关系(置信度取99%,P<0.01),无高湿条件影响下,空气中细颗粒物对能见度的影响更为直接;北京地区在改善能见度的过程中,通过降低1 μg·m-3的PM2.5,使能见度改善大于或远大于1 km的概率仅为18.9%,而在50.4%的时段内仅能使能见度的改善小于或远小于0.1 km。

北京市;灰霾;能见度;PM2.5

灰霾是颗粒物和气体污染物导致的可察觉到的能见度降低的污染天气现象,其产生的本质原因是颗粒物和气体污染物的消光作用,其中细颗粒物的散射消光占总消光的比例最大,同时气象条件也是影响灰霾的另一重要因素。灰霾天气能见度较低,除影响人们日常生产活动和交通运输外,空气中携带的有毒有害细粒子进入细支气管和肺泡区,会诱发支气管炎、肺炎甚至肺癌,严重危害人们的生命健康(唐宜西等,2013;Liu等)。近几年,北京市加大治霾力度,虽取得一定成绩,但灰霾天气仍然频发。为进一步更好地治理北京灰霾,为制定政策提供依据,须了解北京地区灰霾污染特征。

颗粒物的散射消光作用在北京市能见度下降中占有主要地位,其中与细粒子的关系更为密切(宋宇等,2003)。颗粒物质量浓度与能见度变化总体呈负相关,小粒径颗粒对能见度的影响作用明显,随着能见度的降低,小粒径颗粒与大粒径颗粒质量浓度的比值明显增加(边海等,2012)。珠三角地区由于细粒子(PM2.5)污染导致能见度下降与形成灰霾天气的长期变化趋势,得到:灰霾天气主要出现在10月至次年4月,灰霾导致能见度恶化(吴兑等,2012)。对北京地区大气能见度的统计分析表明,大气能见度有明显的年际变化、季节变化和日变化特征,且能见度与相对湿度和空气污染物质量浓度呈反相关,污染物质量浓度对能见度的影响以冬季最为明显(王淑英等,2003)。PM2.5和相对湿度是影响能见度的主要因子,能见度与PM2.5的拟合曲线在约0.05 mg·m-3处是一个分界:当PM2.5>0.05 mg·m-3时,随着PM2.5降低,能见度变化不明显;当PM2.5<0.05 mg·m-3时,随着PM2.5降

低,能见度迅速改善(陈义珍等,2010)。

多人研究认为,小粒径颗粒对能见度的影响作用更显著(古金霞,2010;张宏等,2011;刘琼等,2012;宋明等,2013;Kaminski等,2013;赵晨曦等,2014;程穆宁,2014),因此,本文着重研究了PM2.5质量浓度对能见度的影响情况;本文分析了北京地区灰霾的特征,并分析了PM2.5质量浓度与能见度的相关关系,在此基础上,进一步研究了PM2.5质量浓度影响能见度变化程度的分界点。

1 材料与方法

1.1仪器

能见度仪:VPF-730型降水及能见度仪,基于前散射探测原理,量程为10 m~75 km,±2%高分辨率探测精度,同时可测量雨、雪等天气现象。

相对湿度:芬兰VAISALA-MAWS301型自动气象站,可同时观测风、温、湿、压等气象参数。

1.2观测地点及时间

观测点位于中国环境科学研究院大气楼楼顶平台(116°24′E,40°2′N)。观测时间为2013年6月1日─2014年5月31日,共计365 d。

1.3数据采集及分析方法

气象数据及能见度数据采集频率均为1/min,为避免降雨、雪时雨滴、雪对能见度的影响,剔除降雨、雪时间段内数据,对观测数据进行小时平均。PM2.5的数据采用美国大使馆公开小时监测数据,频率为1/h。得到有效数据时数8135 h(夏季1871 h,秋季2004 h,冬季2109 h,春季2151 h),有效天数362 d。

根据北京的气候特征,将研究时间(2013年6月至2014年5月)划分为4个季节,即6、7、8月为夏季,9、10、11月为秋季,12、1、2月为冬季,3、4、5月为春季。

根据气象行业标准QX/T 113─2010《霾的观测和预报等级》和相关研究,对霾的定义表述:(1)当研究时段内能见度<10.0 km,平均相对湿度<95%,且排除该时段内出现降水、沙尘暴、扬沙、浮尘、烟幕、吹雪、雪暴等天气现象造成的视程障碍,即可判识为灰霾,该时段定义为灰霾时。(2)平均相对湿度<80%的灰霾定义为干霾,平均相对湿度在80%~95%之间的灰霾定义为湿霾。(3)8:00─18:00期间,灰霾时至少出现2次,则定义该日为灰霾日(马骁骏等,2013;贺千山等,2013;王苑等,2013)。另外,根据霾预报等级又将不同能见度下的灰霾天气划分为不同强度的霾,见表1。

表1 霾预报等级Table 1 Haze forecast level

2 结果与讨论

2.1灰霾污染特征

2.1.1 灰霾日及干、湿霾发生的季节分布

经统计分析得出,2013年6月至2014年5月北京灰霾发生小时数为4572 h,占全年总监测小时数56.2%,灰霾天数233 d,占全年总监测天数64.4%。

图1是2013年6月到2014年5月北京地区灰霾日及干、湿霾发生频率的季节分布图,从图中可以看出,监测期间内,冬春两季发生灰霾的频率较高,其中,冬季灰霾发生频率为59.9%,干霾发生频率59.0%,均为全年最高,相反湿霾发生频率最低,仅为0.9%;秋季发生灰霾频率全年最低,为45.2%;夏季干霾发生频率最低为36.8%,相反湿霾发生频率全年最高为17.6%。灰霾发生频率在一年内呈现为冬季>春季>夏季>秋季。

图1 北京灰霾日及干、湿霾发生频率的季节分布(2013年6月─2014年5月)Fig. 1 Seasonal variations of occurrence frequency of regional haze day and dry, damp haze in Beijing (June 2013─May 2014)

2.1.2 灰霾强度分布

图2是北京地区不同强度霾的分布图。从图2(a)可知,全年轻微霾时数1625 h,占总灰霾时数的35.5%,轻度霾时数1101 h,中度霾时数683 h,重度霾时数1163 h,呈现为轻微霾>重度霾>轻度霾>中度霾。轻微霾中大多为干霾,而湿霾在重度霾中分布最大,有308 h,占重度霾发生小时数的26.5%。

从四季分布来看,见图2(b),轻微霾在各季节中分布均较高,其中以春季发生频率最大为

27.5%;轻度霾、中度霾在各季节中发生较均匀;重度霾在冬季分布最高,总计415 h,频率为19.7%,其次为秋季,发生频率为16.4%。

图2 北京不同强度霾的分布(2013年6月─2014年5月)Fig. 2 The distribution of the different intensity haze in Beijing (June 2013─May 2014)

对研究期间内不同强度霾中干、湿霾发生时数按年和季节分别进行统计,见图2(c)。由图可知,研究期内轻微霾、轻度霾、中度霾均以干霾为主;重度霾在春、秋、冬季节也以干霾为主,而在夏季以湿霾为主;湿霾比重随灰霾强度加强而增大,由此可以推断湿霾发生对霾强的升级有直接推动作用,即湿霾对能见度下降的贡献多于干霾,分析其机理为:SO2和NO2等一次排放的污染气体在大气颗粒物表面通过非均相反应转化生成硫酸盐和硝酸盐等吸湿性二次气溶胶,在湿霾发生时,高的相对湿度促使气溶胶颗粒吸湿增大,从而使大气消光作用增强,降低了大气能见度(王跃思等,2014;童尧青等,2007;范新强和孙照渤,2009;过宇飞等,2013;杨欣,2014)。

2.1.3 重度霾发生月分布

经统计,监测期间重度霾发生小时数仅次于轻微霾,因此,减少重度霾发生小时数应是目前大气治理工作的重要工作。图3为重度霾在不同月份中的分布频次,由图可见,2014年2月是重度霾分布最高的月份,发生频率高达22%,其次为9月和10月,5月分布最少仅为2%,其次为4月和11月。

图3 北京重度霾的月份分布频率(2013年6月—2014年5月)Fig. 3 Frequency of the heavy haze distribution by month in Beijing (June 2013─May 2014)

另外,根据统计观测期间共计63 d重度霾日,其中有25 d降水日,且主要集中在6─9月份。无

降水重度霾日在每个月都有分布,2014年2、3月份最多,分别10 d和6 d。

2.2能见度与PM2.5的相关性分析

2.2.1 全年PM2.5的质量浓度分布特征

对研究期间PM2.5小时质量浓度数据进行统计分析,结果见图4。从图中可以看出,PM2.5月均质量浓度呈夏季低冬季高的显著变化趋势,且PM2.5小时质量浓度在各月分布变化较大,最小2 μg·m-3,最大671 μg·m-3,其中以2013年8月的小时质量浓度分布最为均衡(上四分位到下四分位距离最短),月均质量浓度也最低为61 μg·m-3,2014年2月的小时质量浓度分布差异显著,约有50%的小时质量浓度超过150 μg·m-3,25%的小时质量浓度超过300 μg·m-3,月均质量浓度也最大为177 μg·m-3。

对研究期间数据完整样本的PM2.5日均质量浓度进行统计,总计333 d。参照环境空气质量标准PM2.5的24 h平均质量浓度(杨欣,2014),达一级标准的天数有59 d,占17.7%,达二级标准的天数有159 d,占47.7%,超标天数174 d,超标率为52.3%。研究期间PM2.5质量浓度统计见表2。

2.2.2 PM2.5质量浓度与能见度关系

对不同月份的能见度和PM2.5质量浓度做相关性分析,置信度取99%,P<0.01,均呈极显著水平,根据表3和图5可见,能见度和PM2.5呈负相关关系,均可用y=ax-b(a、b为正数)表示,且负相关性较高,其中2013年10月到2014年3月相关系数|r|均大于0.9,尤其以2014年2月的相关性最大为0.96,从图5中可以看出,2月份数据形成的带状最窄,散点分布相对集中,而2014年5月的相关性最小为0.76,图中散点带状较宽,分布不够集中,较分散。

图4 北京PM2.5质量浓度分布箱形图(2013年6月—2014年5月)Fig. 4 Box-plot of PM2.5concentration distribution in Beijing (June 2013─May 2014)

表2 PM2.5质量浓度统计表(2013年6月—2014年5月)Table 2 Statistical table of PM2.5concentration (June 2013─May 2014)

另外,在对研究期间各月份的相对湿度和PM2.5质量浓度进行平均后发现,在各月份相对湿度均较高的夏季,能见度和ρ(PM2.5)的相关系数|r|均小于

0.9,而在各月份相对湿度较低的冬季,两者相关系数|r|提高,且能见度有随ρ(PM2.5)增高而增大的趋势。同时,对研究期间不同霾类别下能见度与PM2.5质量浓度进行相关性分析,见图6,从图中可以看出,干霾发生时两者相关系数|r|为0.82,湿霾发生时,|r|降为0.79。由此可以推断,低相对湿度下,高PM2.5质量浓度对能见度的影响更为直接。

表3 能见度与PM2.5质量浓度相关关系统计表(2013年6月—2014年5月)Table 3 Statistical table of the correlation between visibility and PM2.5concentration (June 2013─May 2014)

图5 北京市不同季节能见度与PM2.5质量浓度的相关性Fig. 5 Seasonal variations of correlation between visibility and PM2.5concentration in Beijing

2.2.3 PM2.5质量浓度与能见度相关关系突变分界点

从图5和图6中可以看出,能见度变化与PM2.5质量浓度密切相关,当PM2.5质量浓度小于某一值k时,随着ρ(PM2.5)的变化,能见度的变化不明显,而当大于k时,能见度便随ρ(PM2.5)发生急剧下降,为量化该变化程度,设α=|ΔVis/Δρ(PM2.5)|,其意义为当PM2.5质量浓度改变1 μg·m-3时,能见度变

化α km。据此,对表3中各月份趋势线方程求导,令|y′|=α,求得x=k,即k值对应PM2.5质量浓度。本文分别令α=1,0.5,0.25,0.1,求得各月份k值,结果见表4。

图6 北京市干、湿霾发生时能见度与PM2.5质量浓度的相关性Fig. 6 The correlation between visibility and PM2.5concentration during dry and damp haze in Beijing

表4 α不同取值对应的k值Table 4 K values corresponding to different alpha μg·m-³

从表4可知,当α=1时(即PM2.5质量浓度改变1 μg·m-3,能见度改变1 km),以2013年6月为例,在该月份ρ(PM2.5)低于30.0 μg·m-3时,通过减少1 μg·m-3的PM2.5,能见度即可提高1 km以上,而当PM2.5高于78.5 μg·m-3以上时,每减少1 μg·m-3PM2.5,能见度仅改善不足0.1 km。以全年平均效果来看:当ρ(PM2.5)<23.2 μg·m-3时,PM2.5每减少1 μg·m-3,能见度改善大于1 km;当23.2<ρ(PM2.5)<70.8 μg·m-3时,每减少1 μg·m-3PM2.5,能见度则改善0.1~1 km;当ρ(PM2.5)>70.8 μg·m-3时,PM2.5每减小1 μg·m-3,能见度改善不足0.1 km。由此说明,随着PM2.5质量浓度增加,能见度的改善难度明显增大。

经统计,研究期间50.4%的PM2.5小时质量浓度大于70.8 μg·m-3,15.2%的小时质量浓度在45.4~70.8 μg·m-3之间,15.5%的小时质量浓度在23.2~45.4 μg·m-3之间;只有18.9%的小时质量浓度小于23.2 μg·m-3。因此,北京地区在改善能见度的过程中,通过降低1 μg·m-3的PM2.5,使能见度改善大于或远大于1 km的概率仅为18.9%,而在50.4%的时段内仅能使能见度的改善小于或远小于0.1 km,因此,北京地区在改善空气质量,提高大气能见度的工作上任重而道远。

3 结论

(1)2013年6月至2014年5月北京灰霾发生小时数为4572 h,占全年总监测小时数56.2%,灰霾天数233 d,占全年总监测天数64.4%。灰霾发生天数在一年四季相差不大,总趋势为冬季>春季>夏季>秋季。湿霾最易发生在夏季,干霾最易发生在冬季,分别占当季灰霾时的17.6%和59.0%。

(2)根据霾强度统计分析,全年霾时中轻微霾>重度霾>轻度霾>中度霾,其中,轻微霾时数1625 h,重度霾时数1163 h,轻度霾时数1101 h,中度霾时数683 h。重度霾在2014年2月发生最多,重度霾日共计63 d,夏季重度霾以湿霾为主。

(3)研究期间PM2.5质量浓度呈夏季低冬季高的显著变化趋势,PM2.5日均质量浓度达一级空气质量标准59 d,达二级标准159 d,达标率分别为17.7%和47.74%。

(4)不同月份能见度和ρ(PM2.5)呈负相关性较高的幂函数关系(置信度取99%,P<0.01,呈极显著水平),其中2014年2月相关系数|r|最大为0.96,2014年5月最小为0.76,且相关系数|r|在湿度较大月份均小于0.9,在湿度较低月份有所提高,并有随PM2.5月均质量浓度增高而增大的趋势;干霾时段两者相关系数|r|为0.82,湿霾时段降为0.79,说明在无高湿条件影响下,空气中细颗粒物对能见度的影响更为直接。

(5)北京地区在改善能见度的过程中,通过降低1 μg·m-3的PM2.5,使能见度改善大于或远大于1 km的概率仅为18.9%,而在50.4%的时段内仅能使能见度的改善小于或远小于0.1 km。

致谢:作者衷心感谢唐伟博士对本文英文专业用词的建议及修改。

LIU TAO, ZHANG YONGHUI, XU YANJUN, et al. 2014. The effects of dust-haze on mortality are modified by seasons and individual characteristics in Guangzhou, China[J]. Environmental Pollution, 187(2014): 116-123.

UWE KAMINSKI, MATHIEU FRICKER, VOLKER DIETZE. 2013. The PM2.5 Fine Particle Background Network of the German Meteorological Service-First Results[J]. Meteorologische Zeitschrift, 22(2): 187-194.

边海, 韩素芹, 张裕芬, 等. 2012. 天津市大气能见度与颗粒物污染的关系[J]. 中国环境科学, 32(30): 406-410.

陈义珍, 赵丹, 柴发合, 等. 2010. 广州市与北京市大气能见度与颗粒物质量浓度的关系[J]. 中国环境科学, 30(7): 967-971.

程穆宁, 崔云霞, 陆春松. 2014. 能见度与颗粒物质量浓度之间的关系[J]. 环境科学与技术, 37(3): 146-151.

范新强, 孙照渤. 2009. 1953—2008年厦门地区的灰霾天气特征[J]. 大气科学学报, 32(5): 604-609.

古金霞. 2010. 天津市区PM2.5污染特征及灰霾等级评价方法研究[D].天津: 南开大学: 15.

过宇飞, 刘端阳, 周彬, 等. 2013. 无锡市霾天气特征及影响因子研究[J].

气象, 39(10): 1314-1324.

贺千山, 潘鹄, 黄颖. 2013. 上海干霾与湿霾气溶胶消光特性的比较[J].兰州大学学报(自然科学版), 8, 49(4): 497-503.

刘琼, 耿福海, 陈勇航, 等. 2012. 上海不同强度干霾期间气溶胶垂直分布特征[J]. 中国环境科学, 32(2): 207-213.

马骁骏, 耿福海, 陈勇航. 2013. 上海地区不同类和不同强度灰霾季节分布特征[J]. 环境科学与技术, 36(3): 32-36.

宋明, 韩素芹, 张敏. 2013. 天津大气能见度与相对湿度和PM10及PM2.5的关系[J]. 气象与环境学报, 29(2): 34-41.

宋宇, 唐孝炎, 方晨, 等. 2003. 北京市能见度下降与颗粒物污染的关系[J]. 环境科学学报, 23(4): 468-471.

唐宜西, 张小玲, 熊亚军, 等. 2013. 北京一次持续霾天气过程气象特征分析[J]. 气象与环境学报, 29(5): 12-19.

童尧青, 银燕, 钱凌, 等. 2007. 南京地区霾天气特征分析[J]. 中国环境科学, 27(5): 584-588.

王淑英, 张小玲, 徐晓峰. 2003. 北京地区大气能见度变化规律及影响因子统计分析[J]. 气象科技, 31(2): 109-114.

王苑, 耿福海, 陈勇航. 2013. 基于微脉冲激光雷达的上海浦东地区不同强度霾研究[J]. 中国环境科学, 33(1): 21-29.

王跃思, 姚利, 王莉莉, 等. 2014. 2013年元月我国中东部地区强霾污染成因分析[J]. 中国科学: 地球科学, 44(1): 15-26.

吴兑, 刘啟汉, 梁延刚, 等. 2012. 粤港细粒子(PM2.5)污染导致能见度下降与灰霾天气形成的研究[J]. 环境科学学报, 32(11): 2660-2669.

杨欣. 2014. 城市大气气溶胶污染过程的微脉冲激光雷达观测研究[D].济南: 山东师范大学: 32.

张宏, 刘子锐, 胡波. 2011. 北京能见度变化趋势及冬季一次典型污染过程分析[J]. 气候与环境研究, 16(5): 620-628.

赵晨曦, 王云琦, 王玉杰. 2014. 北京地区PM2.5和PM10污染水平时空分布及其与气象条件的关系[J]. 环境科学, 2(35): 818-427.

中国气象局. 2010. 霾的观测和预报等级[S]. 中华人民共和国气象行业标准: QX/T 113-2010.

中华人民共和国环境保护部. 2012. 环境空气质量标准[S]. 大气环境标准: GB 3095-2012.

Characterization of the PM2.5Pollution in Beijing

ZHANG Ge1,3, CHEN Yizhen2,3*, LIU Houfeng1, YANG Xin3, ZHAO Yuxi3
1. College of Population Research and Environment, Shandong Normal University, Jinan 250014, China; 2. Collaborative Innovation Center of Atmospheric Environment and Equipment Technology, Nanjing 210044, China; 3. Chinese Research Academy of Environmental Sciences, Beijing 100012, China

Airborne particles can cause damage to human health and reduce visibility, leading to regional haze pollution and thus affecting our daily life and transportation activities. In recent years, Beijing municipal government has strengthened the control policy to reduce Particulate Matter (PM) concentrations. Although the PM2.5level decreases, the regional haze pollution still occurs frequently. To further and better understand the characteristics of the PM2.5pollution in Beijing and provide control strategies to the government for policy making, an extensive analysis of the observed meteorological and PM2.5data is essential. In this study, observations of the meteorological parameters and PM2.5concentrations from June 2013 to May 2014 were statistically analyzed. The distribution of regional haze at different strength level, and the relationship between PM2.5concentration and visibility were studied. Based on that, the various cut-off points of low visibility related to the PM2.5level were found. The results indicated that the regional haze occurred totally up to 4572 hours and 233 days, which are approximately 56.2% of the studied hours and 64.4% of the studied days, respectively. The sequence of the occurrence of haze days in different seasons was: winter > spring > summer > autumn. The damp haze happened mostly in summer, while the dry haze happened mostly in winter, accounting for 17.6% and 59.0% of the haze days in that season, respectively. The trend of haze with different intensity was: light haze > heavy haze > slight haze > moderate haze, occurring 1625 h, 1163 h, 1101 h, and 683 h during the study period. The PM2.5concentration had a high negative correlation with the visibility in the power function (confidence level at 99%, P < 0.01) and showed a more direct effect on the visibility without the influence of high moisture. By decreasing the PM2.5concentration of 1μg/m3, the probability of improving the visibility greater or far greater than 1 km was only 18.9%, while 50.4% of that was less or far less than 0.1 km.

Beijing; regional haze; visibility; PM2.5

X16

A

1674-5906(2014)12-1946-07

国家环境保护公益科研专项(201309062);国家环境保护公益科研专项(201109005)

张歌(1987年生),女,硕士研究生,主要从事大气物理研究。E-mail: gezhangzz@126.com

*责任作者,研究员,chenyz@craes.org.cn

2014-10-30

张歌,陈义珍,刘厚凤,杨欣,赵妤希. 北京地区灰霾污染特征[J]. 生态环境学报, 2014, 23(12): 1946-1952.

ZHANG Ge, CHEN Yizhen, LIU Houfeng, YANG Xin, ZHAO Yuxi. Characterization of the PM2.5Pollution in Beijing [J]. Ecology and Environmental Sciences, 2014, 23(12): 1946-1952.

猜你喜欢
灰霾北京地区能见度
2005—2017年白云机场能见度变化特征及其与影响因子关系研究
歌华发布
成都城区冬季一次灰霾期间PM1化学成分特征
北京地区居民镉摄入量评估
秸秆露天燃烧对北方灰霾天气的影响分析
低能见度下高速公路主动诱导技术的应用
前向散射能见度仪的常见异常现象处理及日常维护
前向散射能见度仪故障实例分析
近31年宝鸡市灰霾天气时空分布特征
重庆市区灰霾天气变化及特征分析