西安市雾霾时空分布特征研究*

韩 浩 解建仓 姜仁贵 柴 立

(西安理工大学,陕西省西北旱区生态水利工程国家重点实验室，陕西 西安 710048)

空气质量污染的问题已经引起了国内外的广泛关注，持续出现的雾霾天气给居民的生产、生活带来许多不便，影响到人们的身体健康[1]。参考中国气象局《地面气象观测规范》对雾霾的定义，雾是指大量微小水滴浮游在空中，常呈乳白色，使水平能见度小于1.0 km的天气现象；霾是指大量极细微的干尘粒等均匀地浮游在空中，使水平能见度小于10.0 km的天气现象[2]。在中国气象局2010年颁布的《气象标准汇编》中，在能见度的基础上增加了相对湿度的概念，对雾霾做出进一步的界定，即能见度小于10 km、空气相对湿度≥95%的天气现象定义为雾；能见度小于10 km、空气相对湿度<80%的天气现象定义为霾[3]941。2012年，环境保护部颁布了《环境空气质量标准》(GB 3095—2012)，将产生雾霾的主要因素PM2.5浓度作为空气质量监测指标。从2013年1月1日起，西安市环境保护局首次将PM2.5浓度纳入空气质量评价体系。雾霾天气能见度低，影响交通安全，且空气污染严重引起的呼吸系统疾病感染患者增多[4]，破坏生态环境，城市经济发展也受到阻碍。

近年来，国内诸多学者对雾霾天气时空分布特征进行了研究，为认识雾霾成因及其如何治理提供了理论依据。叶光营等[5]根据1968—2007年福州地区9个气象站的历史资料，对福州雾霾天气的时空分布特征进行分析，发现不同监测站的雾霾日数存在着区域差异和季节变化。钱峻屏等[6]利用1980—2003年广东省26个观测站的气象观测资料，分析广东地区雾霾天气下能见度的季节变化规律和空间分布特征。樊文雁等[7]收集北京325 m气象塔对雾霾天气过程大气细粒子浓度的观测资料，分析雾天、霾天、晴天大气细粒子浓度垂直分布变化的特征。曹伟华等[3]950利用2009年北京地区雾霾天气高时间分辨率资料，分析了一次持续性雾霾天气过程的阶段性特征。

西安市位于关中平原中部，其工业快速发展，工业污染物的排放、市区内道路翻修与建筑物扬尘、大量机动车的尾气尘[8]等造成了颗粒污染物排放增加，导致雾霾天气频繁出现，雾霾天气加重了城市空气的污染程度[9]。在2013年1月至2015年3月，全市空气中的PM10、PM2.5浓度均超过GB 3095—2012规定的限值，而颗粒污染物的吸入会严重危害人体的健康。王珊等[10]利用1960—2012年西安市7个气象站的历史地面观测资料，分析了雾霾日数和气象要素变化规律，发现53年来西安市雾霾日数有增加趋势，且风速越小和不降水日数越多越有利于雾霾天气的形成。刘翠等[11]分析西安市雾霾天气成因及治理措施发现，PM10和PM2.5等微小粒子是影响雾霾的主要因子。韩月梅等[12]采用离子色谱法对11种无机水溶性离子进行分析，探究了西安市大气颗粒污染物中水溶性无机离子的季节变化特征。笔者通过研究西安市雾霾天气的时空分布特征，有助于深入认识西安市雾霾天气形成及分布规律的现状，也可作为当地环境保护部门制定有效的空气质量保障措施的参考依据，对于减少一定时期内雾霾天气带来的损失具有重要的现实意义。

1 资料与方法

1.1 资料来源

2013—2015年的西安市高压开关厂、高新西区、小寨、纺织城、草滩、广运潭、长安区、市人民体育场、临潼区、经济技术开发区(以下简称经开区)、曲江文化产业集团、兴庆小区、阎良区13个监测站的SO2、NO2、PM10、CO、O3、PM2.5的观测资料来源于西安市环境监测站官方网站，用于分析13个监测站全年雾霾的日、月变化和空间分布。西安市环境质量综合指数来源于中国环境监测总站对74个城市每个月的空气质量状况报告。

1.2 处理方法

在研究13个监测站的PM2.5与其他5项指标(SO2、NO2、PM10、CO、O3)相关性分析中，需要对采取的资料数据进行Z标准化处理，即每一个指标变量的日空气质量指数与其平均值之差除以该指标变量的标准差，以消除量纲和数量级的影响。

2 结果与讨论

2.1 西安市雾霾的时间分布特征

2.1.1 日变化

根据资料数据分析，西安市13个监测站的PM2.5空气质量指数日变化趋势基本一致，且与全市平均的PM2.5空气质量指数日变化趋势相同。2013、2014年，PM2.5空气质量指数均先减少后增加；1—3、10—12月的PM2.5空气质量指数均偏高，雾霾日数增加；6—9月的PM2.5空气质量指数较低，雾霾日数减少。

空气质量指数大于100，表示污染级别为轻度污染；空气质量指数大于200，表示污染级别为重度污染；空气质量指数大于300，表示污染级别为严重污染。因此，每年1—3、11—12月的污染级别为严重污染。西安市春、冬季降水量较小[13]，在12月至翌年1月，气候干燥，气温也较低，雨水量少对颗粒物清除作用较小，导致其扩散能力低、易于持续集聚，因此这个时期PM2.5持续较高，是全年污染程度最严重阶段，直接影响居民的日常生活。

2.1.2 月变化

图1显示了2013年1月至2015年4月西安市空气质量综合指数月变化趋势(2014年12月数据缺失)。图1反映了当前西安市空气质量综合指数的月变化趋势，以此为基础，进一步分析雾霾对空气污染的季节影响。

空气质量综合指数综合考虑了SO2、NO2、PM10、CO、O3、PM2.5等6项指标的污染情况，其值越大则污染程度越严重。由图1可知，总体来看，西安市每年的1—3、12月污染程度最严重，6—8月污染程度较轻，2015年相比2013年有逐渐降低趋势。

通过日、月变化比较发现，西安市雾霾天气主要出现在冬、春季，在此期间西安市的雾霾污染程度较严重。

2.2 西安市雾霾的空间分布特征

结合西安市13个监测站位置分析，市人民体育场、小寨、兴庆小区监测站均位于市区，市人民体育场监测站靠近市中心区，兴庆小区监测站附近居民住宅区较多，小寨监测站附近是商业区，人口密度大且建筑物高大密集；高新西区和高压开关厂监测站均靠近西部的工业区；曲江文化产业集团监测站在南部，属于文化产业聚集区；草滩和经开区监测站均位于北部，草滩监测站临近渭河；广运潭和纺织城监测站均在东部，广运潭监测站靠近浐灞生态区，纺织城监测站附近主要有众多纺织企业及水泥厂；长安区、临潼区监测站均距离市区较远，长安区监测站位于市区西南部，临潼区监测站位于市区东北部；阎良区监测站距离市区最远，是航空工业区。

图1 2013年1月至2015年4月西安市空气质量综合指数月变化趋势Fig.1 The monthly trend of air quality comprehensive index of Xi’an from January 2013 to April 2015

图2 2014年西安市13个监测站空气质量状况天数统计比例Fig.2 The statistical days proportion of thirteen stations air quality condition of Xi’an in 2014

图2显示了2014年西安市13个监测站空气质量状况天数统计比例。由于草滩监测站处于西安市北郊，且西安市北有黄土高坡，年降水量较低，故雾霾颗粒物长期聚集，不易扩散造成局部空气污染程度严重，草滩监测站全年的污染天数比例(含轻度、中度、重度、严重污染，下同)为77.6%，居13个监测站之首，其中严重污染级别天数为48 d。高新西区、高压开关厂、市人民体育场、小寨监测站均处于市区，常年燃煤烟气、工业扬尘、机动车尾气的现象较严重，且市区内高大建筑物较密集，阻碍空气对流运动[14]，因此大量的PM2.5均匀地浮游在空中，不利于污染物短时间内扩散，导致空气污染程度较严重，其全年的污染天数比例分别为63.6%、64.4%、69.4%、61.0%，其中前3个监测站均超过了全市平均污染天数比例(62.2%)。全年污染程度较轻的是临潼区、纺织城、曲江文化产业集团、长安区监测站，其全年的污染天数比例分别为56.1%、56.9%、51.5%、54.8%，由于这些监测站所在区域离市区相对较远，其发展以旅游和文化产业为核心，工业污染相对较少。经开区、广运潭、兴庆小区、阎良区严重污染级别天数均在29 d以上，介于13个监测站中污染程度较严重和污染程度较轻之间，全年仍存在一定程度的雾霾污染。

西安市属于暖温带半湿润大陆性季风气候，市区常年盛行东北风，年降水量由北向南递增。草滩、广运潭、经开区等监测站均位于西安市的北部区域，根据观测的空气污染天数统计分析，其与位于西安市南部区域的长安区、曲江文化产业集团监测站相比，污染天气比例明显偏高，说明北部区域雾霾污染程度比南部区域严重；高新西区和高压开关厂监测站均位于西安市西部区域，纺织城和临潼区监测站均位于西安市的东部区域，西部区域雾霾污染程度比东部区域较严重。

表1 PM2.5和其他5个指标的相关性分析

2.3 不同污染物与PM2.5相关分析

SO2、NO2、CO、PM2.5、PM10、O3是评价雾霾天气的6个重要指标。PM2.5主要由水溶性无机离子、含碳物质及不溶性矿物质构成[15]。对雾霾天气发生的主要因素PM2.5与其他5个指标进行相关性分析。

选取雾霾天气持续较长时期的观测数据作为研究的样本数据，能更准确地解释雾霾期间PM2.5与其他5个指标的相关性。每个月的观测数据都存在不同程度的缺失，剔除缺失数据的单个样本，通过SAS统计软件计算Spearman秩相关系数。表1为2013年1—4月西安市13个监测站(含全市平均)PM2.5和其他5个指标的相关性分析。

从表1可以看出，不同监测站的同一个指标与PM2.5的相关系数不完全相同，同一个监测站不同指标与PM2.5的相关系数也存在差异；兴庆小区、小寨、高新西区、临潼区、广运潭5个监测站的SO2与PM2.5的相关性较大，说明这5个区域的SO2浓度越大，对空气中PM2.5浓度影响越显著；高压开关厂、市人民体育场、临潼区、曲江文化产业集团、广运潭5个监测站的NO2与PM2.5的相关性较大，说明这5个区域的NO2浓度越大，对空气中PM2.5浓度影响越显著；PM10与PM2.5的相关性总体较大，曲江文化产业集团监测站PM10与PM2.5的相关性最大；兴庆小区监测站CO与PM2.5的相关性最大；阎良区监测站O3与PM2.5正相关，其余12个监测站O3与PM2.5负相关。

分析全市平均的PM2.5和其他5个指标的相关性，结果发现，PM10对PM2.5存在较强相关关系，故较大的颗粒污染物是直接影响西安市PM2.5空气质量指数升高的原因，SO2、NO2、CO对PM2.5的相关性也较大，O3与PM2.5呈负相关关系。

3 结 论

(1) 2013—2014年西安市13个监测站的PM2.5空气质量指数日变化趋势基本与全市平均的PM2.5空气质量指数日变化趋势一致；西安市每年1—3、11—12月的污染级别为严重污染。

(2) 结合2013年1月至2015年4月西安市空气质量综合指数月变化趋势分析可知，西安市雾霾天气主要出现在冬、春季，在此期间西安市的雾霾污染程度较严重。

(3) 根据西安市2014年1—12月13个监测站空气污染级别天数的统计分析，由于市区常年盛行东北风，北部的降雨量较少，故西安市的北部、西部区域雾霾污染程度相比南部、东部区域严重。

(4) 通过计算13个监测站的PM2.5与其他5个指标的Spearman秩相关系数，结果发现，不同监测站的同一个指标与PM2.5的相关系数不完全相同，同一个监测站不同指标与PM2.5的相关系数也存在差异。通过分析发现，PM2.5与PM10存在较强的正相关关系，与O3呈负相关关系。

[1] 胡颖，邵龙义，沈蓉蓉，等.北京市PM2.5对DNA的氧化性损伤规律分析[J].中国环境科学，2013，33(10)：1863-1868.

[2] 中国气象局.地面气象观测规范[M].北京：气象出版社，2003：21-27.

[3] 曹伟华，梁旭东，李青春.北京一次持续性雾霾过程的阶段性特征及影响因子分析[J].气象学报，2013,71(5).

[4] 谢元博，陈娟，李巍.雾霾重污染期间北京居民对高浓度PM2.5持续暴露的健康风险及其损害价值评估[J].环境科学，2014，35(1)：1-8.

[5] 叶光营，吴毅伟，刘必桔.福州区域雾霾天气时空分布特征分析[J].环境科学与技术，2010，33(10)：114-119.

[6] 钱峻屏，黄菲，杜鹃，等.广东省雾霾天气能见度的时空特征分析Ⅰ：季节变化[J].生态环境，2006，15(6)：1324-1330.

[7] 樊文雁，胡波，王跃思，等.北京雾、霾天细粒子质量浓度垂直梯度变化的观测[J].气候与环境研究，2009，14(6)：631-638.

[8] 叶文波.宁波市大气可吸入颗粒物PM10及PM2.5的源解析研究[J].环境污染与防治，2011，33(9)：66-69.

[9] 王军，许项发.西安雾霾成因分析及对策建议[J].新西部，2014(11)：49-50.

[10] 王珊，修天阳，孙扬，等.1960—2012年西安地区雾霾日数与气象因素变化规律分析[J].环境科学学报，2014，34(1)：19-26.

[11] 刘翠，薛科社.西安市雾霾天气成因及治理措施分析[J].地下水，2013，35(3)：220-221.

[12] 韩月梅，沈振兴，曹军骥.西安市大气颗粒物中水溶性无机离子的季节变化特征[J].环境化学，2009，28(2)：261-266.

[13] 周正朝，胡娜娜，周华.西安市气温和降水变化趋势分析[J].干旱区研究，2012，29(1)：27-34.

[14] 胡琳，曹红利，张文静，等.西安市环境空气质量变化特征及其与气象条件的关系[J].气象与环境学报，2013，29(6)：150-153.

[15] 姚青，韩素芹，蔡子颖.2011年冬季天津PM2.5及其二次组分的污染特征分析[J].环境化学，2013，32(2)：313-318.