贵阳市空气中PM2.5/PM10时空分布特征研究

王 琴 马琳达

(1.贵州省环境监控中心； 2.贵阳市环境监测站， 贵阳 550002)

贵阳市空气中PM2.5/PM10时空分布特征研究

王 琴1马琳达2

(1.贵州省环境监控中心； 2.贵阳市环境监测站， 贵阳 550002)

利用2013年贵阳市10个国控监测站点PM2.5和PM10全年(2013年1月1日00时—2013年12月31日23时)实时同步质量浓度监测资料，取24小时滑动平均，研究PM2.5和PM10质量浓度比值(PM2.5/PM10)的时间、空间分布特征及二者质量浓度的相关性。结果表明：2013年贵阳市PM2.5/PM10的年均值为0.64，春、夏、秋和冬季的平均值分别为0.64、0.49、0.66和0.77。PM2.5/PM10四季有较大差异，冬季比值最高，夏季最低，春、秋两季相当；由于所代表的功能区及环境位置特点不同，各监测点同时刻的PM2.5和PM10浓度值有较大差异，但PM2.5/PM10的空间分布没有明显差异；对PM2.5和PM10浓度值进行回归分析，当PM10浓度增大时，PM2.5整体呈增大趋势。

PM2.5/PM10；贵阳市；时间分布；空间分布；统计分析

PM2.5作为PM10中粒径较小的部分，可在肺泡沉积，并进入血液循环，直接危害公众的身体健康。研究显示，PM2.5中含有多种有毒有害物质，会直接影响人体的呼吸系统、心血管系统，与肺癌的发生率和死亡率密切相关[1-2]，由此引发人们对细颗粒物的研究。我国空气中PM2.5污染形势严峻，2013年，在全国纳入监测范围的74座城市的监测结果，接近92%的城市空气中PM2.5年均浓度达不到国家二级标准[3]，其中贵阳市PM2.5达标率为80%。随着贵阳市城市化进程的加快、人口增加以及机动车保有量的快速增长,将给贵阳市环境空气质量带来严峻挑战。

PM2.5和PM10比值是对一个区域颗粒物污染来源进行宏观分析的主要指标[4]，国家环境保护部在《灰霾污染日判别标准(试行)》(征求意见稿)[5]中提出满足灰霾污染日的3个条件，其中之一就是PM2.5/PM10>60%。研究发现，PM2.5能显著降低大气能见度，且PM2.5在PM10中所占比重越高，污染越严重[6]。贵阳市2013年正式开始对PM2.5进行常规监测，为弥补PM2.5历史监测资料不足，可利用已有的PM2.5、PM10同步监测资料，分析两者比值特征，再根据PM10历年的监测资料，估算PM2.5浓度，以延长PM2.5时间序列。

为科学、合理地评价贵阳市环境空气质量，为今后制定相应的污染控制措施提供参考依据，本文对贵阳市空气中PM2.5/PM10的时间、空间分布特征及二者质量浓度的相关性进行研究。

1 数据来源与研究方法

1.1 资料来源

本研究使用贵阳市10个国控空气质量监测点2013全年(2013年01月01日00时—2013年12月23日23时)PM2.5和PM10的实时同步监测浓度值(即小时平均值)，频次为1 h。PM2.5采用β射线吸收法，PM10采用微量振荡天平法连续自动监测，数据由贵阳市环境监测站提供。各监测站点位置见图1。

1.2 研究方法

分别对10个国控点的PM2.5和PM10小时均值取24 h滑动平均，再对10个点位同时刻数据进行平均，得到贵阳市全年8 737对浓度值。按照贵阳市气候条件，划分3、4和5月份为春季，6、7和8月份为夏季，9、10和11月份为秋季，12月份和次年1、2月份为冬季。由于2014年无PM2.5监测资料，本文中以2013年1、2月份代替次年数据。

图1 贵阳市10个国控监测点位置

2 结果与分析

2.1 PM2.5/PM10的时间分布特征分析

2.2.1 全年分布特征

贵阳市PM2.5/PM10全年及四季平均统计和分布情况见表1和图2。从全年平均来看，PM2.5/PM10比值主要集中在0.61～0.70之间，频率为22.33%，其次是0.71～0.80，频率为20.99%，比值在0.4以下的频率较小。两者比值年均为0.64，该结果与黄鹂鸣等[7]得出的2001年南京市PM2.5/PM10为0.68接近，本研究结果与杨复沫等[8]得出的1999年北京市PM2.5/PM10为0.55相比偏大。

图2 贵阳市全年及四季PM2.5/PM10分布情况

2.2.2 四季分布特征

PM2.5/PM10有明显季节变化。春季其比值主要集中在0.61～0.70之间，频率高达37.55%，其次是0.71～0.80之间，频率为25.18%，比值在0.4以下和0.9以上的频率较小，说明春季两者比值相对集中；夏季两者比值主要集中在0.41～0.50之间，频率高达33.06%，其次是0.51～0.60之间，频率为26.22%，两者比值在0.3以下和0.7以上的频率仅为8.02%，说明夏季两者比值分布集中，较春季低；秋季两者比值主要集中在在0.61～0.70之间，频率为27.20%，其次是0.71～0.80之间，频率为24.73%，分布较分散，与全年分布情况最接近；冬季两者比值主要集中在在0.81～0.90之间，频率高达39.78%，其次是0.71～0.80之间，频率为29.85%，比值在0.5以下和0.9以上的频率较小，说明冬季两者比值高且分布集中。

表1 贵阳市全年及四季PM2.5/PM10值分布统计

分析贵阳市PM2.5和PM10四季平均浓度及两者比值的对比情况(见图3)，可以看出，冬季PM2.5和PM10平均浓度最高，分别为72 μg/m3和92 μg/m3，夏季最低，分别为26 μg/m3和54 μg/m3，春、秋两季基本相当，大约分别为53 μg/m3和88 μg/m3。PM2.5/PM10冬季最高，为0.77，夏季最低，为0.49，春、秋两季相当，为0.65左右。统计结果说明，在时间分布上，PM2.5/PM10有明显的季节变化特征，与浓度的季节分布变化趋势一致。

图3 贵阳市PM2.5和PM10四季平均浓度及比值的对比图

贵阳市冬季有“天无三日晴”的天气特征，是空气污染多发季节，颗粒物浓度总体比夏季高，且冬季空气相对湿度较大，风速较小，地面交通和建筑扬尘中由于风扬尘产生的粗颗粒较少，导致PM2.5/PM10比值较大；同时，夏季则相反，夏季植物覆盖率和叶面积总量比冬季多，细颗粒物比粗颗粒物更容易被植物叶面吸收滞留，细颗粒物浓度值低，导致两者比值较小，从而导致冬季PM2.5/PM10比值高于夏季。

2.2.3 冬季出现异常值的可能原因

PM2.5属于PM10中粒径较小的部分，PM2.5的质量浓度小于PM10。根据表1中的统计结果，在8 737对样本中，冬季出现了53对PM2.5/PM10>1的情况，分析出现这种情况可能有以下原因：

(1) 监测设备和方法不同

PM2.5和PM10同时监测，但使用的方法和设备都不同。PM2.5采用β射线吸收法，β射线吸收法有时难以剔除微小粒径的雾滴(贵州省近地面气层中的雾滴直径有50%以上是在2.5μm以内)，使得PM2.5出现浓度偏大的误差；PM10采用微量振荡天平法连续自动监测，由于未安装滤膜动态测量系统，PM10测量值可能抽气混入雨雾滴而堵塞通气系统和滤膜而致使PM10测量值偏小；最终导致测量的PM2.5浓度值比PM10大，出现PM2.5/PM10>1的结果。今后，随着探测手段的改进，PM2.5和PM10的监测结果准确度将得到进一步提高。

(2) 气象条件差异

据统计，PM2.5/PM10>1的情况出现在2013年3月3日、4日、5日、16日、17日。分析这几日气象资料，均有降水，相对湿度均在92%以上。降水对大气的清洁作用实际上是一种湿清除(或湿沉降)过程，有研究表明，降水对不同污染物的清除效果不尽相同[9]，整体来看，对粒径较大的PM10的清除作用大于粒径较小的PM2.5。因此，降水的天气条件增加了监测到PM2.5/PM10>1的可能。

综上所述，在监测方法和气象条件两方面原因的影响下，可能会出现PM2.5/PM10>1的异常情况。

2.2 PM2.5/PM10的空间变化规律

根据各点位PM2.5和PM10年均值看(表2)，由于监测点位于不同功能区，并且环境位置不同，监测值差异较大。在植被覆盖优良点位和清洁对照点桐木岭，PM2.5和PM10的浓度均最低，在周围有较大污染源的乌当区和太慈桥，两者浓度均较高。根据监测结果，PM2.5和PM10两者比值最高的是马鞍山监测点，为0.71；最低的是太慈桥，为0.56，该点浓度较高，比值反而最小。除最大和最小值外，其余各个监测点的比值差距不大，均在0.60～0.70之间。

统计结果说明，在空间分布上，PM2.5/PM10无明显分布特征，与浓度值大小无相关关系。

表2 贵阳市10个国控监测站PM2.5/PM10年均值

2.3 PM2.5和PM10监测值相关统计

从监测结果看出，一般情况下，PM2.5质量浓度随PM10质量浓度升高而升高，PM2.5与PM10比值的大小随季节变化也有一定变化。为更准确地描述两者关系，对监测数据按季节进行统计分析，结果见表3。PM2.5和PM10四季均呈很好的线性正相关性，冬季两者变化率最大，说明随着PM10浓度的变化，PM2.5的变化幅度最大，夏季的变化率比春、秋季高，春、秋两季变化率相当，春、夏、秋和冬季相关系数R的平方(R2)分别为0.941 7，0.906 7，0.899 3和0.865 2，总体说来PM2.5与PM10的监测数据的相关性明显。由于一元线性回归方程是根据众多样本点得出的统计结果，而不是函数关系[10]，二者不具有必然的因果关系，不能由PM10的浓度精确得出PM2.5的浓度，但根据统计学原理，可由已知PM10浓度估算出PM2.5浓度。

表3 PM2.5与PM10监测值相关统计分析

注：x为PM10监测浓度值，y为PM2.5监测浓度值

3 结论

(1) 2013年贵阳市PM2.5/PM10年均值为0.64，全年比值在0.01～1.00范围内均有分布，比值主要集中在0.40～0.90，所占比例为90.99%；春、夏、秋、冬四季PM2.5/PM10冬季最大，夏季最小，分别为0.64、0.49、0.67、0.77。各季节比值段的分布各有特点，其中冬季分布最集中，主要在0.71～0.90之间，比例高达69.63%，比值在0.5以下和0.9以上的仅占11.8%；夏季分布主要集中在0.31～0.60之间，比例高达80.16%；秋季分布最分散，与全年比值分布最接近。

(2) 在时间变化特征上，PM2.5/PM10有明显的季节变化特征，且与浓度的季节分布呈正相关关系，浓度升高时，两者比值也随之呈增大趋势。

(3) 在空间变化特征上，不同功能区和环境位置的监测点测得PM2.5和PM10存在差异较大。PM2.5和PM10浓度存在空间分布特征，且当PM10浓度增大时，PM2.5也随之增大，但PM2.5/PM10无明显分布特征，与浓度值大小无相关关系。

(4) 根据2013年统计结果，PM2.5与PM10呈线性正相关，根据四季的回归方程，利用已知PM10监测值可估算出缺乏监测年份的PM2.5浓度值。

(5) 由于监测方法和气象条件等的差异，可能会出现PM2.5/PM10>1的异常情况，尤其在气候潮湿、多雨雾的南方城市。随着监测手段的改进，监测结果将更准确。

致谢：本文在写作过程中得到李启泰研究员的悉心指导和大力支持，特此感谢。

[1] Dockery D W, Pope C A. Acuterespiratory effects of particulate air pollution [J]. Annual review of public health, 1994, 15: 107-132.

[2] Samet J M, Dominici F, Curriero F C, et al.Fine particulate air pollution and mortality in 20 U. S. cities, 1987- 1994 [J] . The New England Journal of Medicine, 2000, 343: 1742-1749.

[3] 王庚辰. 我国PM2.5污染现状及对人体健康的危害.第十六届中国科协年会环境污染及职业暴露与人类癌症学术研讨会论文集[C],2014.

[4] 尤小娟,王建军.淮安市区空气中PM2.5与PM10比值的初步探讨[J].仪器仪表与分析监测,2012(2):45-46.

[5] 中华人民共和国环境保护部.关于征求国家环境保所标准《灰霾污染日判别标准(试行)》意见的函(环办、函[2014]529号).[2014-5-7].http://www.zhb.gov.cn/gkml/hbb/bgth/201405/t20140509_273705.htm.

[6] 赵晨曦，王云琦，王玉杰，等.北京地区冬春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,2014,35(2):418-427．

[7] 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(4):334-337.

[8] 杨复沫,贺克斌,马永亮,等.北京PM2.5浓度的变化特征及其与PM10、TSP的关系[J].中国环境科学,2002,22(6):506-510.

[9] 姜雪.西安市空气污染物浓度统计特征及其气象影响研究[D].西安:长安大学,2011.

[10] 汪勇,邓群仙.用相关系数检验回归方程及其在分析测试中的应用[J].川化，2006(1)：35-36.

Discussions on characteristics of PM2.5/PM10in atmospheric environment of Guiyang City

Wang Qin1, Ma Linda2

(1.Environmental Monitoring Center of Guizhou Province; 2. Guiyang City Environmental Monitoring Station, Guiyang 550002, China)

Hour average values of PM2.5and PM10mass concentration in 2013(2013/01/01-2013/12/31) were acquired from 10 national air monitoring sites in Guiyang. These data were converted into moving average every 24 hours by computer. The paper focused on the study of the characteristics of temporal and spatial distribution of PM2.5/PM10and the correlation of PM2.5and PM10mass concentration. Results showed that: (1) the average of PM2.5/PM10in 2013 was 0.64. The values of PM2.5/PM10in spring, summer, autumn and winter were 0.64, 0.49, 0.66, 0.77, respectively, revealing that the highest was in winter and the lowest in summer, and the spring and autumn in the similar level; (2) as the 10 air monitoring sites were located in different environment zones, the simultaneous mass concentrations of PM2.5and PM10at different air monitoring sites were quite different. However, no obvious spatial distribution characteristic in PM2.5/PM10was observed in this study; (3) with the method of regression analysis, the variation of PM2.5and PM10mass concentrations followed the similar trend; this paper derived 4 linear regression equations that represented respectively the correlation between the mass concentrations of PM2.5and PM10in four seasons, with such equations, the PM2.5could be estimated if the mass concentration of PM10was presented.

PM2.5/PM10; Guiyang City; temporal distribution; spatial distribution; regression analysis

2014-08-15；2014-10-22修回

王琴，女， 1988年生，硕士，研究方向：大气污染控制。 E-mail: wangqinflower@aliyun.com

X513

A