合肥市PM2.5的分布与演变规律计量研究

赵文杰，吴晓蔓，韩荀，朱家明

(1.安徽财经大学　财政与公共管理学院，安徽　蚌埠 233030；2.安徽财经大学　统计与应用数学学院，安徽　蚌埠 233030；3.安徽财经大学　金融学院，安徽　蚌埠 233030)



合肥市PM2.5的分布与演变规律计量研究

赵文杰1，吴晓蔓3，韩荀2，朱家明2

(1.安徽财经大学财政与公共管理学院，安徽蚌埠 233030；2.安徽财经大学统计与应用数学学院，安徽蚌埠 233030；3.安徽财经大学金融学院，安徽蚌埠 233030)

针对合肥市空气中PM2.5的分布与演变规律，综合使用偏相关关系、高斯微元等方法建立了偏相关、高斯扩散等模型.运用SUFER、SPSS等软件编程绘图，定量评估了合肥市部分地区的污染程度.研究得出PM2.5形成与PM10、NO2、O3有较大的关系；在时间上看，PM2.5在冬春情况严重；从空间上来看，越靠近市中心瑶海区，PM2.5浓度越大；PM2.5演变与温度和风速密切相关的结论.

PM2.5；偏相关；高斯扩散；SUFER

大气为地球上生命的繁衍与人类的发展提供了理想的环境.它的状态和变化，直接影响着人类的生产、生活甚至生存.空气质量问题始终是政府、环境保护部门和全国人民关注的热点问题.目前我国部分省市包括华北平原、辽宁半岛、华南东部等地区长期处于雾霾天气中，部分城市PM2.5值甚至突破1000，北京、沈阳等市是重灾区.有些城市采用中小学放假、实施单双号限行等政策来应对雾霾[1].因此本文以合肥市为例，研究PM2.5的成因以及它的分布演变规律，可以为全国其他城市从根本上减少PM2.5雾霾污染提供借鉴.

1　合肥市AQI中相关指标关系的定量分析

1.1数据来源及研究思路

本文首先参考全国的环境空气质量指数(AQI)技术规定(试行)，从合肥市环境保护局[2]和合肥市PM2.5时实监控网站，找到合肥市2014年6月至2015年6月每天的AIQ指标的相关数据[3].其次根据得来的大数据，用SPSS对AQI中6个基本指标和3个辅助指标做相关性分析，根据相关图直观判断各指标之间的相关性大小.接着细化每个指标之间的关系，做PM2.5与其它5个指标之间的偏相关关系分析图.最后根据偏相关图来定量分析影响PM2.5的因素.

1.2总体相关性分析

利用SPSS软件对AQI中6个基本监测指标与3个辅助指标做总体相关性分析，根据对整体的定量分析来说明各指标之间的相关性大小如图1所示.

图1　各指标的相关性分析

分析图1，当显著性水平sig小于0.05，代表两个解释变量关系显著.由此可以得出PM2.5与PM10、NO2的相关性显著；PM10与PM2.5、NO2、CO的相关性显著；SO2与NO2、O3的相关性显著；NO2与PM2.5、PM10、SO2、CO、O3的相关性均显著；CO与PM10、NO2之间的相关性显著；O3与SO2、NO2之间的相关性显著.

1.3PM2.5与其他指标相关性分析

研究PM2.5产生与那些因素有关.因辅助指标对PM2.5的演变规律有关，与其产生的直接原因无关，所以不考虑辅助指标与PM2.5的相关性.本文利用SPSS分别对PM2.5与PM10、SO2、NO2、CO、O3之间的偏相关关系做图分析(如图2、图3、图4、图5、图6).

图2　PM2.5与PM10之间的偏相关分析　　　 图3　PM2.5与SO2之间的偏相关分析

图4　PM2.5与NO2之间的偏相关分析　　　 图5　PM2.5与CO之间的偏相关分析

图6　PM2.5与O3之间的偏相关分析

在温度、湿度及风向这些辅助指标不变的情况下.分析图2可知，当NO2、SO2、CO、O3的浓度不变时，PM2.5与PM10的偏相关系数为0.282，相关性相对较高；图3中，当PM10、NO2、CO、O3的浓度不变时，PM2.5与SO2之间的偏相关系数为-0.142，说明PM2.5与SO2之间的相关性小；图4中，当PM10、SO2、CO、O3的浓度不变时，PM2.5与NO2之间的偏相关系数为0.260，相关性相对而言比较高；图5中，PM10、NO2、SO2、O3的浓度不变时，PM2.5与CO的偏相关系数为-0.076，相对来说，相关性比较低；图6中，PM10、NO2、SO2、CO的浓度不变时，PM2.5与O3的偏相关系数为0.422，存在较强的相关性.

综上所述，对2014年至2015年一整年空气质量数据的分析可知，AIQ的各个指标之间存在着一定的相关关系，但各个指标之间的相关性各不相同.同时对单个指标与PM2.5的偏相关性分析中可知：PM2.5与PM10、NO2、O3存在较高的相关性，与其他指标相关性较低.实际分析可知，产生NO2的主要来源是汽车尾气和工业冶金.而O3更是由NO2经过光化学产生的[4].近几年，合肥市高速的发展，居民生活水平增高.而私人小汽车拥有量激增，这是合肥PM2.5增多的根本原因.

2　合肥市PM2.5的时空分布规律及污染评估

2.1研究思路

上部分已经得出合肥市PM2.5与哪些因素有关.接着本文分析合肥市PM2.5的时空分布规律及各地区的污染评估.首先分析时间分布再分析空间分布，最后根据空间的分布情况评估合肥市各地区的空气质量等级.

2.2合肥市PM2.5的时间分布

根据合肥市2014年6月至2015年6月的这一段时间内各月的PM2.5月平均浓度分析PM2.5的时间分布情况(如表1)：

表1　PM2.5的月平均浓度

根据表1可知：合肥市从2014年6月到2015年6月平均每月的PM2.5浓度大体变化趋势为先增加再减少，其中2014年11月到2015年2月的时间段内PM2.5浓度相对较高，造成PM2.5较高的原因主要为：天气原因(该段时间内合肥多大雾天气，北方的雾霾扩散至合肥，促使了合肥市的天气污染情况不断恶化)；机动车尾气排放(随着经济的不断发展，由经济增长所带来的环境污染问题日益严重，并且开始影响人们的生活.收入的增加，使得购买机动车的人数不断增长，因而机动车尾气排放量也随之增加)；以及冬季燃煤采暖(冬季处于煤使用量的高峰期，虽然目前市场上各种取暖电器不断兴起，但是煤炭的使用仍不能杜绝，煤燃烧产生的物质是恶化空气质量PM2.5的主要来源)[1],其中冬季的煤炭使用量增加是导致PM2.5浓度增加的最主要原因.

2.3合肥市PM2.5的空间分布

研究合肥市PM2.5空间分布时，主要选取合肥市9个地区的PM2.5浓度来分析，分别为：琥珀山庄、董铺水库、高新区、庐阳区、长江中路、瑶海区、明珠广场、三里街和包河区.同时选择7月的5、11、20和31号4个不同时间段来对比分析各地区的不同PM2.5浓度.利用SUFER软件做空间分布图来反映PM2.5的空间分布情况(如组图7所示).

图7　PM2.5的空间分布图

分析图7(颜色越深，代表浓度越高)可以看出，在7月5日时 PM2.5的浓度普遍比较高，其中庐阳区、琥珀山庄、董铺水库、高新区、长江中路及瑶海区等地区，PM2.5的浓度高，在明珠广场、三里街以及包河区PM2.5的浓度相对较低，空气质量较好.11日空气质量普遍较高，PM2.5的浓度都比较低，其中瑶海区、三里街、长江中路等地区的PM2.5浓度相对较高一些，其他地区都比较低，空气质量好.20日的PM2.5浓度都普遍较高，空气质量恶化，其中瑶海区、庐阳区及包河区PM2.5的浓度相对较高，其他地区相对较低.31日的PM2.5浓度普遍比较低，空气质量都普遍较好，其中瑶海区、长江中路、董铺水库、琥珀山庄等地区的PM2.5浓度相对高一些，其他地区PM2.5的浓度相对较低.

综上分析，根据合肥市一年的空气质量的数据分析，可以得到各地区的月平均PM2.5的浓度范围，并结合《环境空气质量标准》[6]进行分区的污染评估(如表2所示).

由表2分析可得：合肥市总的空气质量以良为多，其中瑶海区和庐阳区污染指数最高， 包河区和明珠广场空气质量较好，其余地区空气质量波动不大，以良为主.结合各个区的地理位置可得:瑶海区为市中心，交通拥堵，汽车尾气污染严重，而包河区属于郊区，人口少汽车尾气更少，相对来说空气质量就比较好.所以PM2.5的空间分布主要与地理位置有关，越是接近市中心，PM2.5浓度越高，空气质量越差，污染越严重.

3　高斯扩散模型下PM2.5的演变规律

3.1研究思路

本文在前部分，已经研究了PM2.5的主要影响因素以及合肥市的时间空间分布.这部分将重点研究PM2.5演变的规律.通过建立高斯扩散模型分析，PM2.5的浓度在风力、湿度和季节因素下的扩散演变规律[7].首先本文建立了大气稳定状态下的基本模型，再逐渐考虑其它因素，最后建立最终的扩散模型，分析风力和温度的变化对PM2.5演变的影响.

3.2研究方法

3.3风速与温度对PM2.5扩散的影响

在实际的大气环境中风力大小，以及大气温度都会影响PM2.5的扩散.当风力较大时，PM2.5的传播范围广，风力较小时，PM2.5的传播范围小；当温度越高，PM2.5的传播越广，温度越低时，PM2.5的传播范围越小.

本文设定C值不变，用MATLAB编程[9]，当只变化温度和风速可以得到不同的图像时，用此来判断温度和风速对PM2.5扩散的影响.研究风速对PM2.5扩散与衰减规律的影响，在其他参数保持不变的情况下，分别求解在风速为5 m/s、20 m/s和100 m/s的高斯扩散图(如图8).研究温度对PM2.5扩散与衰减规律的影响，在其他参数保持不变的情况下，分别求解温度为5、15、25摄氏度的PM2.5污染物扩散结果(如图9所示)

(a)风速为5 m/s　　　　　　　　　　　(b)风速为20 m/s　　　　　　　　　　　　　 (c)风速为100 m/s图8　风速对PM2.5扩散的影响

(a)温度为5摄氏度　　　　　　　　　　(b)温度为15摄氏度　　　　　　　　 (c)温度为25摄氏度图9　温度对PM2.5扩散的影响

分析图8可知，风速是PM2.5演变的重要因素.当风速越大，PM2.5扩散的越快，当风速达到100 m/s时，虽然在点源出会产生PM2.5，但几乎会被扩散到其他地方，雾霾浓度会被稀释.合肥市在7月11日空气质量要要高于前几日，正是在这几天室外风速较大，雾霾被扩散了.而温度对于PM2.5的扩散演变则不如风速影响那么大，不过总的来说，随着温度地增加，PM2.5同样会逐渐扩散，从而使得当地雾霾状况有所缓解.

综上所述：本文建立了PM2.5的高斯扩散模型，并得到了如下的结论：随着风速以及温度的逐渐增加，PM2.5的扩散范围会逐渐增大，影响面积也会不断的扩大，说明风速、温度会在一定程度上影响PM2.5污染物的扩散情况[10].

4　总　结

研究合肥市PM2.5的成因与演变等一般性规律，综合以上3个问题的研究，可知PM10、NO2、O3的浓度对PM2.5的形成影响最大；在时间上看，呈现冬春两个季节PM2.5的浓度高，夏秋情况有所缓解的分析.在空间上看，呈现市中心雾霾状况严重，而郊区污染浓度较低的分布；对于PM2.5的演变规律，可知温度越高，PM2.5的传播范围越广，风速越快，PM2.5的传播范围越广.本文建议应加大对污染源的控制力度，设计合理的减排计划[11]，减少对周边环境的影响.尤其是在汽车尾气排放上做好工作，可以学习北京单双号限行等措施.本文提出的关于PM2.5成因、分布、扩散模型为研究雾霾污染问题提供了有意义的参考.

[1]北京实施单双号限行[EB/OL].http://news.weather.com.cn/2015/12/2432594.shtml.

[2]合肥市环境保护局[EB/OL].http://www.hfepb.gov.cn/.

[3]合肥市空气质量时实监控[EB/OL].http://www.pm25.com/hefei.html.

[4]钱骏,廖瑞雪,邓利群,佟洪金,等.成都市大气中O3污染水平及来源分析[J].四川环境,2011(03):20-23.

[5]李薇，齐彦斌,孙海燕,等.长春采暖季 PM10、PM2.5时空分布特征[A].第31届中国气象学会年会论文集，2014-11-03.

[6]中华人民共和国环境保护部，环境保护标准[S].bz.mep.gov.cn, 2015-8-2.

[7]刘杰.北京大气污染物时空变化规律及评价预测模型研究[D].北京科技大学,2015.

[8]陈兴隆,张凤登.空气中PM2.5成因与扩散规律的建模与仿真[J].信息技术,2014(11):1-5，11.

[9]卢鹏,何杰.PM2.5的时间分布与演变扩散研究[J].西南民族大学学报(自然科学版),2014(01):66-71.

[10]刘慧君.武汉市PM2.5污染的演变预测及成因分析和仿真[D].湖南大学,2014.

[11]刘萌萌.空气中PM2.5浓度演变规律污染问题的相关研究[D].西北大学,2015.

[责任编辑：王军]

Study on the measurement of distribution and evolution of PM2.5 in Hefei City

ZHAO Wenjie1, WU Xiaoman3,HAN Xun2,ZHU Jiaming2

(1.Faculty of Finance and Public Management, Anhui University of Finance and Economics, Bengbu 233030, China;2.School of Statistics and Applied Mathematics, Anhui University of Finance and Economics, Bengbu 233030, China ;3.School of Finance; Anhui University of Finance and Economics, Bengbu 233030, China)

According to the distribution and evolution of PM2.5 in the air of Hefei City, using partial correlation, Gaussian element and method established the partial correlation, Gaussian diffusion model.The use of SUFER, SPSS and other software programming drawing, quantitative assess of the degree of pollution in some areas of Hefei.Study concluded that the formation of PM2.5 has great relationship with PM10, no, O; in time, PM2.5 is serious in winter and spring; from the point of view of space, more close to downtown, Yahoos District, larger concentrations of PM2.5; PM2.5 evolution with temperature and wind speed, and is closely related to the conclusion.

PM2.5; gauss diffusion; partial correlation; SUFFER

2016-01-12

国家自然科学基金资助项目(11301001);安徽财经大学教研项目(acjyzd201429)

赵文杰(1995-),男,安徽芜湖人，安徽财经大学在读本科生，主要从事税收学的研究.

朱家明(1973-),男,安徽泗县人,安徽财经大学副教授,硕士,数学建模实验室主任,主要从事应用数学与数学建模的研究.

X513

A

1672-3600(2016)09-0006-06