安徽省空气质量时空演变特征研究

王传兵

（合肥师范学院 经济与管理学院，安徽 合肥230601）

随着居民环保意识日益提高和对自身健康的关注，空气质量已经成为居民日常生活的重要话题，也成为该领域研究人员关注的重点。国外研究一般根据空气质量污染指数，建立相关空气质量演变模型，对空气质量状况进行预测，随着研究的深入，对模型不断修正和改进，使之对空气质量预测更具精密性［1－2］。另外，污染物的来源与时空分布差异研究成果也相当丰富，如PM2.5、PM10造成的空气能见度时间差异性分析［3］。由于我国地域辽阔，各地地形、大气环流等因素差异性显著，导致各地空气质量差异大，首要污染物来源和影响在时空上更具复杂性。因此，研究者多从具体的区域出发，利用相关气象资料和空气质量指数等指标，分析空气质量变化情况［4－9］。也有借鉴国外研究方法，构建空气质量演变模型，分析空气污染物不同时间尺度的变化［10－13］。

从现有的研究资料分析看，主要采用空气质量指数（Air Quality Index，简称AQI）和污染物类型，分析空气质量时空演变，并剖析影响因素。本文依据2007—2014年安徽省各市空气质量达标天数，通过计算空气质量平均优良率、距平数、年际变化率和季节变动指数等指标，分析安徽省近年来空气质量时空演变规律。

一、数据来源与研究方法

（一）数据来源

本文原始数据来源于2007—2014年安徽省环境保护厅提供的《安徽环境质量月报》和合肥市环境保护局提供的《合肥市环境质量状况公报》中每月空气质量达标的天数。在此基础上，通过相关计算获取需要的相关指标作为全省各市空气质量变化的指标。其中，2011年8月，安徽省撤销了地级巢湖市，并对其行政区划作了调整，划入合肥市管辖。2013年以后该市空气质量相关资料没有作为地级市公布，因此，为了保持前后研究的一致性，巢湖市没有作为单独地市统计。

（二）研究方法

本文以安徽省16个地市空气质量状况为研究对象，选取2007—2014年每个月中空气质量达标的天数为原始数据。借用气象学中的距平数（A）、年际变异系数（CV）和季节变动指数（S）等指标反映安徽省各市空气质量时空演变过程及其特征。

（1）空气质量绝对距平数（Air Quality Anomaly，A）：反映某地某段时间内某一气象要素与该地这一气象要素平均状况之间的差距。该值为正值时，说明这段时间内该气象要素值高于平均状况；反之，该值为负值时，说明这段时间内该气象要素低于平均状况。

本文Ri表示某地某段时间内空气质量优良天数，R0表示该地多年空气质量优良平均天数。当A＞0时，说明这段时间内空气质量比平均状况好；当A＜0，说明这段时间内空气质量低于平均状况。

空气质量年平均距平数（The Annual Average Number of Anomalies，）：是空气质量绝对距平数的平均值，为了避免各年正负值相互抵消，计算时取每年距平数的绝对值。

（2）变异系数（Coefficient of Variation，CV）：反映某一气象要素年际或季节变化状况。本文中，CV越大，说明该地空气质量年际或季节变化越大，空气质量越不稳定。

（3）季节变动指数（Seasonal Variation Index，S）：以每月空气质量距平数为基础，通过SPSS软件进行处理，建立季节分解模型，计算出S值，当结果为正值时，空气质量越好；为负值时，空气质量越差。目的是分析空气质量随季节变化规律。

二、安徽省空气质量时空特征分析

（一）安徽省空气质量优良率时空特征

1.总体较好，但是空间差异大

根据2007—2014年安徽省各市空气质量优良率统计结果分析发现（图1），8年的平均优良率（达标率）均在八成以上，有7个市达到95%以上，说明全省空气质量总体较好。但是，从空间分布来看，各地存在明显差异。池州和黄山两市空气质量最好，平均优良率在99%以上；皖北各市、六安市、铜陵市、滁州市和宣城市处在中等水平；江淮地区的合肥市、蚌埠市、淮南市和沿江的马鞍山市、芜湖市和安庆市空气质量水平较低，合肥市最低，8年的平均水平只有82.5%。全省空气质量平均水平在空间上呈现南北较好、中部较差的“U”形。

2.空气质量优良率时空演变大

平均水平只是反映各市一个静态的空气质量状况，为了体现空气质量的时间演变过程，对全省各市空气质量每一年的状况进行了对比分析（图2、3），时间跨度为8年（2007—2014年）。

图1 安徽省空气质量平均优良率（2007—2014）

从统计发现，2012年前全省空气质量优良率普遍较高，之后的2013年和2014年多数市空气质量下降显著。这个变化主要是由于安徽省在2012年后开始检测空气中PM2.5的含量，并作为空气质量的指标之一，使空气质量指数发生变化，从而降低了空气质量。

图2 安徽省空气质量年优良率分布

根据时间变化，把全省空气质量演变分成以下几种类型：

稳定型：一种是空气质量稳定在优等级，主要是皖南的池州市和黄山市，8年中，空气质量优良率始终最高，一直处于最高水平，空气质量好且稳定；一种是空气质量稳定在较低等级，主要是合肥市、淮南市、铜陵市、马鞍山市和安庆市，这五市在相应的年份中，空气质量处在最低水平，优良率最低。

变动型：全省其他城市空气质量在这段时间内变化大，尤其以蚌埠市、阜阳市、六安市、滁州市变化最大，说明这些城市空气质量不稳定。

（二）安徽省空气质量距平数时空特征

对全省16个地市2007—2014年空气质量年平均距平数的计算发现（表1），2012年前空气质量距平数变化较小，2013、2014年年平均距平数显著增大，说明这两年全省空气质量变化大，全省空气质量不稳定性增加。

图3 安徽省空气质量年优良率（%）分布

空间上皖北的淮北市、亳州市、宿州市、阜阳市、皖西的六安市、皖南的宣城市、池州市和黄山市年平均距平数相对较小，说明上述地市空气质量比较稳定。合肥市相应年份平均距平数较大，说明空气质量一直变化大。其它地市处在稳中有变的状态。

由于空气质量年平均距平数大小只能反映空气质量变化的大小，不能反映空气质量变化的好坏。为进一步分析全省空气质量演变的方向，采用空气质量绝对距平数来判断空气质量。

2.空气质量绝对距平数（A）时空分布

以全省16个地市的空气质量优良天数为基础，分别计算了2007—2014年间各市的空气质量绝对距平数，选择了2007、2010和2013三个年份参考（表2）。结果显示，池州市和黄山市两市距平数8年中变化一直很小。池州市、黄山市距平数变化幅度在±4天以内，进一步论证了上述结论，即两市空气质量稳定。而其他城市空气质量距平数比较大，空气质量变化明显，其中，合肥市、亳州市、蚌埠市、芜湖市、马鞍山市、安庆市变化幅度在＋8～－22天之间，尤其以2013年12月份为甚，负值较多且幅度大。说明这些地市空气质量不仅变化大，而且质量降低。

表1 安徽省空气质量年平均距平数（天）

季节变化上，1、2、6、10、11、12月份距平数为负值，说明这些月份空气质量较差；其他月份距平数为正值，说明空气质量较好。年际变化上也表现为最近两年变化大而且向质量降低方向演变。

（三）安徽省空气质量变异系数（CV）时空特征

1.年际变异系数时空特征

从全省2007－2014年空气质量年际变异系数分布中，发现该值在10%以上的主要是合肥市和淮南市，说明两市的空气质量年际变化大；年际变化在3%以下的主要是池州市和黄山市，这两市空气质量稳定，进一步论证了前文的观点；其他地市在4%－10%之间。总体而言，全省空气质量在时间上表现一定的波动性，空气质量年际变化大。

表2 2007、2010、2013安徽省空气质量绝对距平数（单位：天）

11.08 －11.08 －17.08滁州 －6.67 0.33 3.33 4.33 5.33 4.33 5.33 5.33 4.33 0.33 －8.67 －17.67六安 －0.33 －1.33 2.67 1.67 1.67 1.67 2.67 2.67 1.67 2.67 －0.33 －15.33马鞍山 －4.83 4.17 －0.83 －0.83 2.17 8.17 9.17 9.17 5.17 －1.83 －11.83 －17.83芜湖 2.83 1.83 4.83 3.83 1.83 3.83 4.83 4.83 3.83 －2.17 －8.17 －22.17宣城 4.25 1.25 4.25 2.25 4.25 3.25 4.25 4.25 1.25 －1.75 －10.75 －16.75铜陵 0.00 1.00 4.00 3.00 4.00 3.00 4.00 3.00 3.00 －7.00 －5.00 －13.00池州 1.75 －1.25 1.75 0.75 1.75 0.75 1.75 1.75 0.75 －1.25 －3.25 －5.25安庆 4.33 0.33 3.33 6.33 1.33 4.33 7.33 7.33 4.33 －11.67 －6.67 －20.67黄山 0.75 －2.25 0.75 －0.25 0.75 －0.25 0.75 0.75 －0.2淮南 5.92 3.92 6.92 －1.08 4.92 －1.08 6.92 6.92 5.92 －5 0.75 －0.25 －1.25

对8年中每一年变异系数进一步分析（表3），变异系数演变有如下规律：合肥市总体数值大，除个别年份（2012年）外，基本在10%以上，最高达到24%。池州市和黄山市变异系数稳定在低值水平。其它地市在2012年前年际变化小，说明空气质量相对稳定。但2013、2014两年出现跳跃式增加，结合前文分析，负距平数增多，说明这些地市最近两年空气质量下降。

表3 安徽省空气质量年变异系数（%）

2.季节变动特征分析

为了分析空气质量在季节上的变化规律，本文运用季节变动指数（S）。季节变动是一年中或固定时间内，呈现出的固定规则变动［14］72－74。该指数以每个月距平数为原始数据，利用SPSS统计软件，建立季节分解模型。模型排除了一些年份的特殊因素干扰，结果体现季节变化上的稳定性，反映空气质量在季节上的变化规律。指数表示空气质量随季节变化的状况，数字绝对值越大，说明空气质量随季节变化越大，正值表示空气质量越好，负值表示空气质量越差。

对全省各地市季节变动指数通过SPSS软件计算，结果（表4）显示，全省空气质量随季节变化明显。1、2、6、10、11、12六个月为负值，说明空气质量较差，其他六个月为正值，说明质量较好。结论与前文其他指标分布基本一致。季节变化总体表现为冬春季节空气质量差，夏秋季节空气质量好。至于3、6两个月份出现异常，后文在原因分析中会有论述。

三、影响安徽省空气质量的因素分析

（一）自然因素

1.位置和地形

地理位置是影响安徽省各地空气质量的基础因素。安徽省地处全国的中部地区，从南向北可以分为皖南山区、江淮丘陵和皖北平原三个地形单元。皖南山区地表崎岖，植被状况良好，对空气具有很强的净化作用，是黄山市和池州市空气质量居全省之首的基础。另外，六安市位于大别山腹地，地貌表现为“七山、一水、两份田”，植被覆盖率高。因此，六安市空气质量总体比较好。皖北地区以平原为主，对近地面大气环流的阻碍作用弱，使得全年风力较大，有利于大气污染物的扩散，空气质量相对较好。而江淮地区以低山丘陵为主，由于大气环流季节变化明显，尤其在春季和深秋容易形成逆温，一定程度降低了大气环流对污染物扩散作用，空气质量相对较差。

表4 安徽省空气质量季节变动指数

2.气象和气候

气象和气候是空气质量高低的决定因素［15，16］。安徽省气候具有显著的过渡性，全省以季风气候为主，夏秋季节雨水多，冬春季节雨水少。而降水对空气污染物降低作用相当明显，这就是为什么全省空气质量在夏秋季节优良率高的重要原因。

皖南是典型的亚热带季风气候，年降水量在1000mm以上，且分布相对均匀，因此皖南地区空气质量最好，并且季节变化小。皖北和江淮地区年降水量减少，季节分配差异增大，导致空气质量季节变化增加。

另外，每年3月份是我国北方风沙多发季节，安徽省受北方冷空气影响明显，全省该月风力普遍较大，有利于污染物的扩散。这就是为什么在3月份全省空气质量较好的原因。4、5月份，南方暖空气活动频繁，导致大气逆温现象增加，空气稳定，污染物不易扩散，反而降低了空气质量。

（二）人为因素

1.产业结构

不同产业活动类型对空气质量产生不同结果。淮南市、马鞍山市、铜陵市和安庆市传统产业比重偏高，重型化产业部门较多，资源消耗多，产业结构偏重，从而导致空气质量较差［15，17］。池州市、黄山市旅游产业是其主导产业，对空气质量的副作用较小。

我省是一个农业大省，每年6月份是午季作物收割时期。过去作物秸秆是农民重要的生活燃料，随着煤炭、液化气使用量的增加，逐渐取代了作物秸秆。农民处理这些秸秆主要方式就是直接燃烧，增加雾霾发生的机会，导致6月份全省空气质量显著下降［18］。

2.城市开发

城市开发主要是老城区改造，新城区建设，结果是增加空气中的建筑粉尘，降低空气质量［19］。合肥市在全省开发建设中处于领先地位，尤其2006年以来的老城区改造、滨湖区建设等，并且这种势头还在继续。客观上造成了该市空气质量处在全省最低水平。2010年1月12日，国务院正式批复《皖江城市带承接产业转移示范区规划》。从发展现状看，示范区内目前主要还是以大建设为主，拆建工程量大，防尘、除尘措施不力，有些时段粉尘弥漫。这也是导致2012年后全省多数地市空气质量明显下降的重要原因。

3.其他因素

根据相关研究结果［20，21］，汽车尾气是雾霾产生的重要物质来源。随着汽车产业发展，居民收入增加，私人拥有的汽车量增加很快。全省2013年私人汽车拥有量是2005年的10倍，如此快速增长，排放的尾气量增速也相当明显，给空气质量造成的影响也是巨大的。

另外，春节在每年的1、2月份，作为我国重要的传统节日，春节期间有很多习俗，燃放烟花爆竹就是其中之一。短时间内大面积燃放，向空气中排放的有害物含量骤升，进一步恶化了空气质量，这也是造成冬季我省空气质量低的重要因素。全国其它省份类似现象也时有发生。

四、结论

依据最近8年安徽省空气质量达标天数，进行空气质量相关指标的计算，得出如下主要结论：

（1）池州、黄山两市空气质量居全省之冠，年际、季节变化小，空气质量稳定。

（2）以合肥市为代表的江淮平原地区空气质量较差，年际、季节变化较大。

（3）皖西山区、皖北地区空气质量处在全省中等水平，但是有下降趋势，空气质量有一定的波动性。

［1］Amit P Kesarker，Mohit Dalvi，Akshara Kaginalkar，et al.Couplingoftheweatherresearchandforecastingmodelwith AERMODforpollutantdispersionmodeling.Acasestudy forPM10dispersionoverPune，India［J］.Atmosphere Environment，2007，（9）.

［2］Wang F，Chen D S，Cheng S Y.Identificationofregional atmosphericPM10transportpathwaysusingHYSPLIT，MM5－CMAQandsynopticpressurepatternanalysis［J］.Environ.Modeling and Software，2010，（8）.

［3］Kukkonen J，Klein T，Karatzas k，et al.COSTES0602：Toward a European network on chemical weather forecasting and information systems［J］.Adv Sci Res，2009，（3）.

［4］Cheung H C，Wang Tao，Baumann K，et al.InfluenceofregionalpollutionoutflowontheconcentrationsoffineparticulatematterandvisibilityinthecoastalareaofsouthernChina［J］.Atmospheric Environment，2005，（24）.

［5］李璇，胡青，胡筱敏.辽宁省14个城市空气质量现状及污染原因分析［J］.环境保护与循环经济，2013，（5）.

［6］侯景新，北京空气质量调控的空间分析［J］.北京行政学院学报，2014，（1）.

［7］张运英，黄菲，杜鹃，等.广东雾霾天气能见度时空特征分析——年际年代际变化［J］.热带地理，2009，（4）.

［8］郑健.近10年来乌鲁木齐市环境空气质量变化趋势分析［J］.西北师范大学学报（自然科学版），2013，（4）.

［9］李婕，滕丽.珠三角城市空气质量的时空变化特征及影响因素［J］.城市观察，2014，（5）.

［10］An X，Zhu T，Wang Z，Li C，Wang Y.Amodelinganalysis ofaheavyairpollutionepisodeoccurredinBeijing［J］.Atmospheric Chemistry and Physics，2007，（7）.

［11］Fu J S，Streets D G，Jang C J，Hao J，He K，Wang L，Zhang Q.Modelingregional／urbanozoneandparticularmatterin Beijing，China［J］.Journal of the Air ＆ Waste Management Association，2009，（11）.

［12］王占山，李晓倩，王宗爽，等.空气质量模型CMAQ的国内外研究现状［J］.环境科学与技术，2013，（6L）.

［13］薛文博，王金南，杨金田，等.国内外空气质量模型研究进展［J］.环境与可持续发展，2013，（3）.

［14］徐建华.计量地理学［M］.北京：高等教育出版社，2012.

［15］潘本锋，汪巍，李亮，等.我国大中型城市秋冬季节雾霾天气污染特征与成因分析［J］.环境与持续发展，2013，（1）.

［16］王静，邱粲，刘焕彬，等.山东重点城市空气质量及其与气象要素的关系［J］.生态环境学报，2013，（4）.

［17］李婷，麦戈，刘永红，等.近年来广州市环境空气质量变化趋势分析［J］.安全与环境学报，2013，13，（1）.

［18］徐捷，段玉森，黄嫣旻，等.上海市空气质量季节变化及高污染案例分析［J］.环境科学与技术，2011，（6G）.

［19］钱峻屏，黄菲，黄子眉，等.汕尾市雾霾天气的能见度多时间尺度特征分析［J］.热带地理，2006，（4）.

［20］刘盛强，刘世婧，刘志敏.城市空气质量与汽车保有量的相关性分析［J］.现代制造技术与装备，2011，（4）.

［21］遇凤年.综合治理汽车尾气污染 努力改善城市空气环境质量［J］.中国环境管理，2001，（1）.