京津冀雾霾时空分布特征及其相关性研究

马晓倩 , 刘 征 , 赵旭阳 , 田立慧 , 王 通

(1.河北师范大学 资源与环境科学学院，石家庄 050024； 2.石家庄学院 资源与环境科学学院，石家庄 050035)

京津冀雾霾时空分布特征及其相关性研究

马晓倩1, 刘 征2, 赵旭阳2, 田立慧1, 王 通1

(1.河北师范大学 资源与环境科学学院，石家庄 050024； 2.石家庄学院 资源与环境科学学院，石家庄 050035)

京津冀地区是雾霾频发的典型区，研究该地区雾霾的时空分布特征及其规律，对防治雾霾意义重大。对2013年12月至2014年11月的PM2.5数据分析表明：① 该时段内京津冀雾霾时空分布差异甚大，秋末至初冬PM2.5浓度值骤然增高，空间范围由东南向西北不断地扩大。冬末至初春PM2.5浓度值迅速下降，空间范围由西北向东南不断缩小。② 该地区处于高压控制下的低温、无风或风力较小的天气，最易形成雾霾。③ 第二产业能耗与PM2.5浓度关系最为密切，工业能耗与其关系最为显著。④ 气象要素是雾霾集聚、转移与扩散的重要影响因子，社会经济要素是京津冀雾霾频发的根本性原因。因此，防治雾霾，应该根据不同时间段的气象条件，采取相应措施，而调整能源结构才是治霾的根本所在。

雾霾；时空分布；PM2.5；京津冀

霾最早出现于伦敦的烟雾事件。霾天气时PM2.5水平比往常高，PM2.5浓度的增加直接导致霾天气频发，雾中有毒有害物质大幅增加。雾霾天气不仅给人们的日常生活带来诸多不便，还对人类的健康构成危害。国外学者于20世纪90年代开始重视对霾的研究，主要针对霾现象对气候的影响、区域霾组成与气候特征的关系等方面[1-2]进行了研究。在20世纪初，霾研究才逐渐引起国内学者的重视。国内的研究多关注区域和城市范围的能见度(霾)变化趋势[3]，霾天气的识别、形成机制、时空变化特征以及低能见度天气的主要成因及其与天气气候的关系等[4-7]。过去主要针对一些城市或局部地区的霾分析研究[8-9]，近几年才展开大范围或全国范围的时空分布特征研究。此外,关于雾霾方面的研究多集中在气象因素方面，对社会经济因素的研究涉及较少。

1 研究区概况和研究方法

1.1 研究区概况

京津冀包括北京、天津、石家庄、邢台、邯郸、衡水、保定、沧州、廊坊、唐山、张家口、承德、秦皇岛等13个城市，区域面积18.34万km2，人口8 500万。位于环渤海的心脏地带，主要以能源工业、冶金工业、装备制造业和电子业为主，是我国经济最发达的地区之一。其中，天津的重化工业占工业的80%以上，河北的工业发展方式仍以粗放型为主，所带来的环境问题较突出。对空气质量数据分析得出，该地区优良率较低，其中石家庄的优良率最低，仅为52%，仅占总天数的1/2左右，次为北京，为69%，占总天数的2/3。石家庄出现重度污染和严重污染的天数最多，约为65 d。

1.2 研究方法

本研究统计了2013年12月至2014年11月环保局PM2.5监测网发布的PM2.5的实时浓度值以及同期的气象资料(气温、湿度、气压、能见度、最大风速、平均风速和降水量)和京津冀各地区的汽车拥有量、施工面积、竣工面积、地区生产总值、人均生产总值、各产业生产总值(包括二产业中的工业和建筑业生产总值)、能源消费总量、生活能源消费量以及各产业的能耗等数据，各城市有效样本数均为362 d。采用GIS空间分析方法以及SPSS相关分析法，得出京津冀PM2.5的时空分布特征。对本区域的气象要素和社会经济要素进行相关性分析，探究PM2.5与气象和社会经济要素的关系。

2 结果与分析

2.1 PM2.5浓度时空分布特征

2.1.1 时间动态变化特征。由京津冀2013年11月至2014年11月PM2.5浓度值变化情况(图1)可知，在时间序列上，总体变化趋势呈现出秋末至冬初骤然上升、春初骤然下降的特征。具体变化特征为：在11月至次年2月呈不断攀升的趋势，在冬季(12月至次年2月)浓度值达到最高值，雾霾最严重。进入春季(3—5月)PM2.5浓度值呈下降趋势，春末形成较稳定的良好状态。夏季PM2.5浓度值降至最低，秋末PM2.5浓度值骤然上升，之后再次进入攀升期。PM2.5浓度值随四季的天气变化形成了一个恶性循环。

图1 京津冀各市PM2.5浓度月平均值Fig.1 The monthly average PM2.5 concentration of cities in the Beijing-Tianjin-Hebei Region

2.1.2 空间分布特征。京津冀PM2.5浓度值空间分布总体特征表现为从西北向东南逐渐增高，南北差异甚大，其中河北省南半部的浓度值最高，主要包括保定、石家庄、邢台和邯郸，雾霾最为严重(图2)。另外还表现为块状分布，以邢台和石家庄为核心向外围逐渐减轻的空间分布特征。将时间和空间相结合发现，京津冀PM2.5浓度值从12月至次年2月，雾霾最早出现在京津冀南部地区，空间范围不断扩大，到2月份已覆盖整个地区。3—5月，雾霾的空间范围由西北向东南迅速缩小。5月之后一直保持较好的状态，这种状况一直持续到9月。10月雾霾的空间范围骤然增大，且有不断扩大的趋势。

图2 京津冀PM2.5平均浓度空间分布Fig.2 The average concentration of PM2.5 in the Beijing-Tianjin-Hebei Region

2.2 研究区PM2.5浓度变化影响因素

2.2.1 气象要素。雾霾的时空分布特征与气象要素密切相关，影响雾霾集聚、转移与扩散的主要因子有风、湿度、温度和降水等。且各气象要素对北京、天津和石家庄PM2.5浓度的影响程度存在一定的差异(表1)。

(1)PM2.5浓度与气温的关系。PM2.5浓度的日变化与北京、天津和石家庄的气温日变化呈负相关的关系，说明气温对京津冀地区PM2.5浓度具有显著的正效应。这是因为气温的垂直分布是影响大气污染物在垂直方向上扩散的关键性因子[10-11]。当处于高温时，大气不稳定，热力对流明显，在其作用下，污染物被抬升，向上扩散，PM2.5浓度就会降低；反之，大气层结稳定，不利于扩散，还可能引起PM2.5浓度的提高，加重雾霾。

(2)PM2.5浓度与湿度的关系。北京、天津和石家庄的相对湿度与PM2.5浓度日变化呈显著负相关，说明相对湿度对京津冀地区的雾霾有显著的正效应。京津冀地区夏季空气中水汽含量较多，相对湿度和降水量达到一年中的最大值，此时PM2.5浓度也为一年中的最低值；冬春季的相对湿度较小，降水量也较少，同时受到冬季取暖和春季沙尘的影响，该时段的PM2.5浓度较高。

(3)PM2.5浓度与气压的关系。北京、天津和石家庄气压与PM2.5浓度日变化呈显著正相关(表1)，说明气压对京津冀地区PM2.5浓度有显著的负效应。当大气处于低压控制时，热力对流显著，大气不稳定，底层空气辐合上升。PM2.5伴随着空气的上升被输送到高空，有助于PM2.5向高空扩散。当处于高压控制时，下沉运动显著，形成下沉逆温，不利于PM2.5向上扩散。如果高压移动缓慢，还会形成由高压控制的稳定层结，更不利于PM2.5的扩散[12]。如果再遇不利地形条件，往往形成严重的雾霾天气。如2014年1月河北的石家庄、邢台、衡水的AQI最高值达500，其中邢台PM2.5浓度值为548，石家庄PM2.5浓度值为544，属六级严重污染。

表1 2013年12月至2014年11月逐日PM2.5与气象要素相关系数Tab.1 Daily PM2.5 and meteorological elements correlation coefficient from December 2013 to November 2014

说明：*， **的分别代表通过了0.05，0.01置信度检验；N代表参与相关分析的天数。下表同。

(4)PM2.5浓度与风速的关系。PM2.5浓度的日变化与北京、天津和石家庄的风速变化存在显著负相关(表1)，说明风速对京津冀地区PM2.5浓度有显著的正效应。边界层内影响污染物稀释扩散的重要因子为风，造成快速水平输送的主要原因是风速，而决定大气污染物浓度分布的是风向。

按照风速等级，统计了2013年12月至2014年11月期间不同风速等级内PM2.5浓度不同浓度段的天数(图3)。分析可得，当风速处于3级时，PM2.5高浓度的天数明显增多，当风速处于3级以上时，PM2.5高浓度天数较少。由此可见，3级风是PM2.5浓度开始积累的界限值。当风速低于3级时，PM2.5浓度开始积累，并向周围转移，出现大范围雾霾天气。当风速高于3级时，PM2.5会逐渐扩散，浓度降低，雾霾减弱。可见，雾霾的扩散与风力存在很大的关联性。

图3 风级与PM2.5浓度关系Fig.3 Wind diagram and PM2.5 concentration

2.2.2 社会经济因素。对2013年12月至2014年11月京津冀雾霾分析结果显示，CO对京津冀地区的雾霾影响最大。北京是NO2和SO2，天津是SO2和NO2，石家庄是PM10和NO2。对这些因子(CO，NO2，SO2)进行源调查研究，发现京津冀地区污染排放源主要有机动车排放流动源、民用燃煤源、工业点源等。因此，本研究选取汽车拥有量、施工面积、竣工面积、地区生产总值、人均生产总值、能源消费总量、生活能源消费量以及各产业的能耗等因子和PM2.5浓度进行相关性分析。

(1)PM2.5浓度与扬尘污染的相关性。PM2.5浓度值与施工面积存在显著正相关性(表2)，相关系数为60.2%。其中与民用汽车拥有量和竣工面积的相关系数分别为56.9%和58.3%。扬尘污染直接影响着京津冀地区的空气质量和雾霾状况。

表2 PM2.5浓度与汽车拥有量和建筑施工的相关性分析Tab.2 Correlation of PM2.5 and car ownership and construction data

京津冀地区房屋施工面积增长率与改革开放前相比约呈几十倍乃至几百倍的增长，建筑扬尘也随之快速增长。随着人均机动车拥有量(年均增长约24万辆)和货运量的逐年增长，交通运输产生的扬尘以及汽车尾气也呈现出逐年增长的趋势。扬尘污染近年来引起关注，虽进行了大范围的整治，但无组织扬尘(交通、料堆、工地等)的治理还很有限，收效甚微，建筑及交通扬尘污染还不能得到有效遏制。

(2)PM2.5浓度与产业经济的相关性分析。京津冀地区的PM2.5浓度与第二产业生产总值呈显著正相关(表3)，相关系数为1，具有很高的相关度。其次就是工业生产总值，与PM2.5浓度也具有明显的正相关，相关系数为99.8%。数据显示，京津冀地区的PM2.5浓度与第二产业关联度最大，尤其是第二产业中的工业。京津冀地区一次PM2.5的主要来源之一是工业过程[13]，其中工业过程排放主要来源于钢铁、炼焦、水泥等行业，贡献率为54%。可见，工业生产，尤其钢铁、煤炭和水泥行业给京津冀地区带来了更大的污染源。

表3 PM2.5与地区生产总值、人均生产总值及三产业生产总值的相关性分析Tab.3 Correlation analysis of PM2.5 and regional GDP, Per capita GDP and various industrial GDP

(3)PM2.5与能耗的相关性。PM2.5浓度与建筑业能耗呈显著正相关(表4)，相关系数为1。与能源消费总量、第一产业能耗、第二产业能耗、工业能耗和生活消费能耗的相关系数分别为97.7%，97.3%，99.5%，99.5%和85.9%。京津冀地区一次PM2.5主要来源于工业过程和民用部门，其中工业过程排放主要来源于钢铁、炼焦等行业，贡献率为54%；民用部门排放主要来源于民用燃煤，贡献率为29%[13]。京津冀各市的能源消费量一直处于增长趋势，唐山、天津、北京、石家庄等地的增长速度更大。这与京津冀雾霾的空间分布特征相吻合。

表4 PM2.5与各行业能耗量的相关性分析Tab.4 Correlation analysis of PM2.5 and energy consumption in various industries

PM2.5浓度与区域性污染的关系。在风场的影响下，1月北京污染中区域传输所带给北京的污染主要影响北京西南部，而1月邯郸、邢台和石家庄一带是PM10的高浓度区，北京受此高浓度区输送的影响较大[14]。此外，分析三地PM2.5污染源解析报告[15-17]还发现京津冀三地30%左右受区域传输的影响。由此可见，京津冀雾霾的范围扩大，区域传输是重要的影响因子之一。

在ArcGIS 10.0中对京津冀地区PM2.5进行空间局部相关测度(图4)，LH为被高值包围区，LL为低值集聚区，HL为被低值包围区，HH为高值集聚区。结果显示了0.1显著水平下的自相关区域，PM2.5高值集聚区位于京津冀南部，PM2.5低值集聚区位于京津冀东北部。

图4 PM2.5散点集聚图Fig.4 Scatter gathering figure of PM2.5

通过空间自相关分析，可依据区域的相关性在高污染区注重联防联控，统一行动，对低污染区进行监控、防控。

3 讨论

研究表明，在有利于雾霾扩散的天气形势控制下，PM2.5浓度降低，雾霾减轻；当不利于雾霾扩散的天气形势出现时，PM2.5浓度会迅速上升，雾霾加重，这说明气象要素是影响雾霾聚集、转移与扩散的主要因子，社会经济发展带来的污染是雾霾形成的根本原因。

气象要素对雾霾的影响季节性较明显，夏季京津冀地区受低压控制，气温为一年中的最高值，蒸发旺盛，空气较为湿润，且大气层较活跃，空气流动性强，带来降水和风的可能性高；冬季受高压控制，气温为一年中的最低值，天气活动较稳定，出现降水和风的可能性较低。气象是京津冀雾霾时间分布特征的主要影响因素。

近5年，京津冀各市的能源消费总量(图5)及汽车拥有量(图6)都处于增长趋势。石家庄、唐山、沧州、保定、邯郸、天津和北京的能源消费总量及汽车拥有量都要高于其他地区，这一分布和京津冀雾霾的时空分布特征基本相吻合。不难发现它们对京津冀雾霾的空间分布及雾霾强度有着根本性的影响。

图5 能源消耗总量Fig.5 The total energy consumption

图6 民用汽车拥有量Fig.6 The car ownership

4 结论

(1)京津冀PM2.5时空分布差异性大。PM2.5浓度值，在秋末至初冬骤然增高，空间范围由东南向西北不断扩大，冬末至初春迅速下降，空间范围由西北向东南不断缩小。这一特征与京津冀的气象要素关联性最大；PM2.5南北差异甚大，河北省南半部的浓度值最高，主要包括保定、石家庄、邢台和邯郸。此分布特征与京津冀的地形和社会经济要素关系最为密切。

(2)PM2.5的时空分布特征与气象要素密切相关。各气象要素对北京、天津和石家庄的影响存在差异，其中气压和湿度同京津冀PM2.5浓度呈正相关，其他呈负相关。气象要素主要影响雾霾的集聚、扩散与转移。

(3)PM2.5的时空分布特征与社会生产生活密切相关。京津冀地区PM2.5与汽车拥有量和第二产业尤其是工业能耗的关系最为密切，和建筑业能耗、扬尘竣工面积、区域传输等也存在关联性。社会经济因素是影响雾霾频发的根本性原因。

(4)加强区域合作，联防联治。根治雾霾，首先要从产业结构和能源结构调整开始，加快京津冀重化工业的转型，尤其要治理对大气有严重污染的企业；其次要加强工业废气、粉尘和扬尘污染治理，全面加强城市扬尘污染控制，加强城乡绿化生态建设，降低扬尘的污染程度。最后还要完善京津冀区域性治理的配套设施，推动京津冀一体化，共同为治理雾霾努力。

[1] Maim W C.Characteristics and Origins of Haze in the Continental United-States [J].Earth-Science Reviews,1992,33(1):1-36.

[2] Quinn P K,Bates T S.North American,Asian and Indian Haze Similar Regional Impacts on Climate[J].Geophysical Research Letters,2003,30(11):1555-1559.

[3] 范引琪，李春强．1980—2003年京津冀地区能见度变化趋势研究[J].高原气象，2008，27(6):1392-1400．

[4] 赵普生，徐晓峰，孟伟，等．京津冀区域霾天气特征[J].中国环境科学，2012，32(1):31-36.

[5] 吴兑，吴晓京，李菲，等.中国大陆1951—2005年霾的时空变化[J]．气象学报，2010，68(5):680—688．

[6] 陈添．气象条件对北京市空气质量的影响[J].环境保护，2006,5(10):46-49．

[7] 杨勇杰，谈建国，郑有飞，等．上海市近15 a大气稳定度和混合层厚度的研究[J]．气象科学,2006,26(5):536-541．

[8] 孟晓艳，余护，张志富，等．2013年1月京津冀地区强雾霆频发成因初探[J]．环境科学与技术，2014,37(1):190-194．

[9] 刘婷娉，马忠玉，万年青，等．经济增长与环境污染的库兹涅茨曲线分析与预测——以宁夏为例[J]．地域研究与开发，2011,30(3):62-66．

[10] 李新令．西安城市气候年变化特征及其与PM10污染特征的相关分析[D]．西安：西安建筑科技大学,2003．

[11] 郑美秀，周学鸣．厦门空气污染指数与地面气象要索的关系分析[J].气象与环境学报，2010,26(3):53-57．

[12] 徐晓峰，李青春，张小玲．北京一次局地重污染过程气象条件分析[J]．气象科技，2005,33(6):543-547．

[13] 王硕.京津冀一次PM2.5半数来自工业行业[N]．京华时报，2014-09-27(007).

[14] 张志刚，高庆先，韩雪琴，等．中国华北区域城市间污染物输送研究[J]．环境科学研究，2004,17(1):14-20．

[15] 张航，王金辉.四问北京PM2.5来源[N]．北京晚报，2014-04-17(04)．

[16] 天津市环保局.天津召开新闻发布会发布颗粒物源解析结果 扬尘成为首要污染物[EB/OL].(2014-10-09)[2014-12-28].http://www.tjhb.gov.cn/news/news_headtitle/201410/t20141009_570.html.

[17] 牛新国．石家庄市颗粒物来源解析研究成果发布会[EB/OL].(2014-08-24)[2014-12-28].http://www.sjzhb.gov.cn/cyportal2.3/template/site00_article@sjzhbj.jsp?article_id=297e62b948111816014834e54a0a139b&parent_id=402882663fe4de03013fe50921420822&parentType=0&siteID=site00&f_channel_id=null&a1b2dd=7xaac.

The Spatial and Temporal Variation of Haze and Its Relativity in the Beijing-Tianjin-Hebei Region

Ma Xiaoqian1， Liu Zheng2， Zhao Xuyang2， Tian Lihui1， Wang Tong1

(1.College of Resources and Environment, Hebei Normal University, Shijiazhuang 050024,China； 2.College of Resources and Environment, Shijiazhuang University, Shijiazhuang 050035, China)

Beijing-Tianjin-Hebei Region is typical haze-prone area, to research the temporal and spatial distribution of haze in this area and its distributing characteristics has great significance for the prevention of haze. The research showed that: ① Beijing, Tianjin and north-south distribution of haze during this period varies greatly, late fall to early winter PM2.5 concentration suddenly increased, the spatial extent of constantly expanding from southeast to northwest. Late winter to early spring PM2.5 concentration decreased rapidly shrinking space range from northwest to northeast. ② When the weather is cold high pressure control, no wind or the wind is relatively small, the most vulnerable to the formation of fog haze; ③ The second industrial energy consumption and PM2.5 concentrations closer relationship, especially industrial energy consumption. ④ Meteorological elements are gathering haze, transfer and diffusion of important influencing factors, and socio-economic factors that affect the fundamental reason for Beijing, Tianjin and haze-prone. Therefore, prevention of haze, should be based on weather conditions in different time periods, and to take appropriate preventive measures. The socio-economic factors as the fundamental starting point, the search for effective measures to control the haze.

temporal-spatial distribution； haze； PM2.5； Beijing-Tianjin-Hebei Region

2015-01-24；

2016-02-17

河北省社会科学发展民生调研专项项目(201401 314)；河北省财政科研课题项目

马晓倩(1990-)，女，河北邢台市人，硕士研究生，主要从事区域可持续发展研究，(E-mail)maxiaoqian1990@163.com。

赵旭阳(1959-)，男，河北石家庄市人，教授，主要从事区域可持续发展研究，(E-mail)log2008@163.com。

X51

A

1003-2363(2016)02-0134-05