徐州市区PM2.5浓度与气象要素的相关性分析——以2015年冬为例

李昌龙 王静怡 高媛媛

(徐州市环境监测中心站， 江苏 徐州 221002)

徐州市区PM2.5浓度与气象要素的相关性分析
——以2015年冬为例

李昌龙 王静怡 高媛媛

(徐州市环境监测中心站， 江苏 徐州 221002)

以2015年12月—2016年2月徐州空气监测站PM2.5、常规气象仪以及激光雷达的观测资料，探讨徐州市城区PM2.5的质量浓度变化特征以及冬季PM2.5浓度与风向、风速、湿度、大气边界层高度等气象要素的相关性。结果表明，观测期内徐州市区PM2.5浓度超过GB3095-2012《环境空气质量标准》二级浓度限值共有56天，平均浓度超标0.52倍；PM2.5浓度呈明显的日变化特征；偏北风时，PM2.5浓度较高，冷空气过程中，PM2.5浓度先升高后下降；PM2.5浓度与湿度呈正相关性，湿度为70%～80%时PM2.5浓度最高；与大气边界层厚度呈负相关性。

PM2.5；风速；风向；湿度；大气边界层；激光雷达

徐州市为内陆资源型工业城市，以能源和资源消耗型为主，煤炭、电力、冶金、焦化、建材、重工业等传统行业为经济支柱，用煤量大，工业污染物排放量较多；另外，徐州市地处北方地区，每年冬季进入采暖期，燃煤量增加，加重了城市空气质量的污染程度。统计数据表明，徐州市区环境空气污染特征以煤烟型为主，颗粒物(PM10和PM2.5)是影响环境空气质量的首要污染物[1]。日常观测中发现，一个城市大气污染源的排放量在一段时间内是相对稳定的，大气污染物浓度的时空分布在一定程度上主要取决于大气扩散条件。不同的大气扩散条件，可以使空气污染物的浓度相差几倍、甚至几十倍[2]。潘本锋等[3]曾指出降水、降雪和大风等天气有利于大气中PM2.5的去除。徐州地处暖温带季风气候区，夏季太阳辐射强度高，风速较大，降水较多等均有利于污染物的稀释、扩散和清除；但是，冬季多静稳天气，大气扩散条件较差，降水较少不利于污染物的清除；且徐州冬季进入取暖季后燃煤量增加，各污染物排放量较大，统计数据显示徐州市区冬季PM2.5污染明显加重。本文以2015年12月—2016年2月连续3个自然月徐州市环境监测中心自动监测网络的常规监测数据、气象监测数据和激光雷达监测仪的采集数据进行分析，探索风向、风速、湿度、大气边界层高等气象因素对徐州市冬季城市大气中PM2.5浓度的影响。

1 资料与方法

1.1 区域概况

徐州位于江苏省西北部，地处苏、鲁、豫、皖四省交界，东经116°22′～118°40′、北纬33°43′～34°58′之间，土地总面积11258km2。位居中纬度地区，属于暖温带季风气候区，既受东南季风影响，又受西北季风控制，四季分明，光照充足，冬夏季长，春秋季短，夏季高温多雨，冬季寒潮频袭。属于黄淮平原，地势低平，系黄河和淮河的直支流长期合力冲击而成，地形由平原和山丘岗地两部分组成，丘陵岗地约占10%，平原占90%，潮土类为本区冲积平原的主要土类，占全市土壤总面积的79.5%[4]。

1.2 数据来源

徐州市区环境空气质量由黄河新村等7个环境空气质量评价城市点的监测数据进行评价，点位分布见图1。(图中监测站点分别为：1黄河新村，2淮塔，3鼓楼区政府，4桃园路，5农科院，6新城区，7铜山区招生办)。各监测站点按照《环境空气质量监测点位布设技术规范(试行)》(HJ 664—2013)的要求开展SO2、NO2、PM10、CO、O3和PM2.56种污染物的监测，监测数据在徐州市空气质量指数(AQI)发布平台(http://218.3.235.59:8023/)逐时对公众发布。

图1 徐州市区环境空气自动监测点位分布示意图

根据徐州市城市特有的地理条件、气象条件等，选取黄河新村监测子站的日常监测数据探讨气象因素与PM2.5浓度的关系。该点位于徐州市主城区，具体位置在泉山区黄河南路60号(经度：117°9′57″，纬度：34°16′24″)，代表居民区，属环境功能区的二类区。

1.3 监测仪器

地面气象要素观测采用荷兰VAISALA 公司生产的六参数 WXT520 气象仪；PM2.5采用美国Thermo Fisher 公司生产的5030-SHARP型监测仪，量程0～1000 μg/m3，最低检测限0.5μg/m3(1小时分辨率)，流量1m3/h(16.7 L/min)，小时精度(<80μg/m3为时±2μg/m3，>80μg/m3时为±5μg/m3)；各个参数均采用24 小时连续采样分析，采样高度12m。

激光雷达监测仪采用中科光电AGHJ-I-LIDAR激光雷达系统，该系统拥有高空和低空两个接收器。高空接收器的有效测量范围为0.3～30 km；低空接收器的有效测量范围为0.1～3km，垂直空间分辨率为15 m。高空接收器接收雷达原始回波信号和校正回波信号，根据PBR回波廓线强度对应其相应高度的大气气溶胶浓度梯度的变化确定大气边界层高度。激光雷达系统设定脉冲数为2 000，每5 min采集一次数据。观测数据每小时进行统计，确保与黄河新村空气自动站监测数据的匹配。

2 结果与讨论

2.1 PM2.5浓度的变化特征

2.1.1 PM2.5浓度的月变化

将2015年12月-2016年2月徐州市环境空气自动监测网中黄河新村等7个监测站点的PM2.5浓度日均值进行平均计算，得到徐州市城区PM2.5月均浓度。图2为监测期内徐州市区PM2.5浓度日均值变化。从图2可以看出，2015年冬季徐州市城区PM2.5有效监测天数90天，平均浓度89 μg / m3；超过环境空气质量标准(GB3095-2012)中规定的日均浓度二级浓度限值(75 μg/m3)的天数共有56天，超标占比62.2%，平均浓度114.4 μg/m3，超标0.52倍；其中有8天空气质量达到重度污染，PM2.5浓度明显较高。这主要是两方面原因造成的：(1)冬季太阳辐射强度较弱，多静稳天气，风速较小，且夜间容易出现逆温等均不利于污染物的稀释、扩散和清除；(2)徐州冬季进入取暖季后燃煤量增加，各污染物排放量较大。

图2 2015年12月-2016年2月徐州市PM2.5浓度变化

1.2.2 PM2.5浓度的日变化

图3为选取黄河新村站点2015年12月和2016年1月、2月某监测日PM2.5浓度小时变化。从图3可以看出，徐州市城区PM2.5浓度呈明显的日变化特征，夜间PM2.5浓度逐渐升高，在09时左右达到最高值；之后随着太阳辐射强度的增加，大气扩散条件增强，PM2.5浓度逐渐下降；18时左右，随着太阳辐射强度降低，大气扩散条件减弱，污染物逐渐积累，PM2.5浓度再次逐渐升高。

图3 PM2.5浓度的日变化

2.2 PM2.5浓度与气象要素的相关性

2.2.1 风向和风速对PM2.5浓度的影响

风速的大小反映大气水平运动的程度，它直接决定大气稀释扩散能力的大小。风速小，不利于污染物向远方扩散，污染物容易累积；风速大，有利于污染物的稀释、扩散和清除[5]。

图4 风速和风向与PM2.5浓度分布

利用2015年12月-2016年2月份的近地面常规气象数据配以相应时段黄河新村监测站点的常规污染物监测数据绘制近地面风向、风速与PM2.5浓度的分布图。从图4可以看出，2015年徐州市冬季以西北风为主；风向为偏北风时，PM2.5浓度较高；风向为偏南风时，PM2.5浓度明显较低。当风速< 4 m/s时，徐州市区PM2.5浓度容易超过《环境空气质量标准》(GB3095-2012)中二级浓度标准限值(75 μg/m3)；当风速> 4 m/s时，风向为偏北风时，仍出现PM2.5浓度>75 μg/m3，甚至超过150 μg/m3的情况。

2016年1月17日和22日为徐州市两次典型的区域污染物输送造成的空气重污染过程(图5)。从图5可以看出，2016年1月17日00-07时，风速< 1.0m/s，大气扩散条件较差，黄河新村监测子站点PM2.5浓度由72 μg/m3逐渐升至145 μg/m3；08时风速突然增大到5 m/s左右，PM2.5浓度迅速升至256 μg/m3，9时达到283 μg/m3；之后，随着风速维持在3 m/s左右，PM2.5浓度逐渐下降，23时降至70 μg/m3。1月22日00-14时，徐州市区近地面风速< 1.2m/s，黄河新村监测子站点PM2.5浓度为45～80 μg/m3；15时风速突然增至4.5 m/s左右，PM2.5浓度从49 μg/m3升至170 μg/m3，最高达234 μg/m3；之后，随着风速维持在3.5 m/s左右，PM2.5浓度逐渐下降，23时降至34 μg/m3。

图5 PM2.5浓度与风速的变化

两次污染过程中，PM2.5浓度均先升高又逐渐下降，这主要是因为：徐州市以能源和资源消耗型为主，煤炭、电力、冶金、焦化、建材等企业大多分布在徐州城区北部，工业污染物排放较多；另外，徐州北部的枣庄、济宁，西部的淮北等城市均是燃煤能源大市，污染物排放量较大；当出现冷空气时，以偏北风为主，并且风力较大，该地区的污染物容易传输到徐州市区，与本地积累的污染物进行叠加，导致PM2.5浓度升高，甚至在短时间内迅速升高，空气质量达到严重污染；随着冷空气经过徐州，污染气团逐渐疏散，徐州城区PM2.5浓度下降至低浓度值。

2.2.2 湿度对PM2.5浓度的影响

将2015年12月—2016年2月份黄河新村监测站的常规气象与PM2.5的监测数据进行统计(图6)，由于强降水对大气中的颗粒物有明显的清除作用，已剔除监测期间降雨和降雪时PM2.5的监测结果。从图6可以看出，湿度﹤80% 时， PM2.5浓度随湿度的增加而逐渐增大，相对湿度为70%～80%时PM2.5浓度最大，两者呈明显的正相关性。这可能是因为空气中相对湿度较大时，细小颗粒物容易凝结，促进二次颗粒物的生成[6]；也可能是因为空气中的相对湿度较大时，气态SO2和NO2转化为硫酸盐和硝酸盐，并与大气中的碱性气体发生反应，促进二次颗粒物的生成，造成PM2.5浓度逐渐升高并趋于稳定。湿度﹥80%时，PM2.5浓度有所下降，可能是因为细颗粒物吸湿长大后出现湿沉降。

图6 PM2.5质量浓度与湿度的变化

2.2.3 大气边界层高度对PM2.5浓度的影响

大气边界层通常是指受地面直接影响，是人类活动和各项生态环境过程发生和发展的主要气层。大气边界层中的空气由于受地面摩擦或热力作用的影响，在某个高度的稳定层下会出现显著的垂直混合，其厚度就是混合层厚度，混合层高度反映大气边界层稳定度[7]。张婉春等[8]利用梯度法对激光雷达距离校正回波信号进行处理，得到了2013年1月北京地区的大气边界层高度；王珍珠等[9]利用激光雷达观测发现北京城区夏季大气边界层有明显的日变化特征。

图7为2016年2月某监测日利用激光雷达回波信号绘制的大气边界层高度与近地面颗粒物浓度日变化图。从图7可以看出：(1)监测期间，徐州市城区大气边界层高度存在着比较明显的日变化特征，夜间徐州市区大气边界层高度较低，平均高度在1.2 km左右；随着太阳辐射增强，地面温度升高，11时起大气边界层高度逐渐增加，16时左右出现最大值；之后，随着太阳辐射强度下降，近地面温度降低，大气边界层高度逐渐降低；白天大气边界层平均高度在2.0 km左右。(2)夜间大气边界层高度较低，PM2.5浓度逐渐升高，09时左右达到最高值；随着大气边界层高度逐渐增加，大气湍流作用增强，污染物在水平和和垂直方向上的扩散能力增强，PM2.5浓度逐渐降低；18时起，随着太阳辐射强度下降，近地面气温降低，大气边界层高度下降，污染物的扩散能力减弱，PM2.5质量浓度再次逐渐升高。总之，大气边界层高度对PM2.5浓度的变化具有重要作用，两者呈负相关性。

图7 PM2.5质量浓度和大气边界高度的日变化

3 结论

(1)2015年冬季，徐州市区PM2.5浓度超过环境空气质量标准(GB3095—2012)中的二级浓度限值有56天，超标占比62.2%；平均浓度114.4 μg/m3，超标0.52倍。PM2.5浓度呈明显的日变化特征，PM2.5浓度在夜间逐渐升高，09时左右达到最高值；随着太阳辐射强度的增加，PM2.5浓度逐渐下降，18时以后再次逐渐升高。

(2)徐州市冬季，风向为偏北风时，PM2.5浓度较高；风向为偏南风时，PM2.5浓度明显较低。风速<4 m/s 时，徐州市区PM2.5浓度容易超过75 μg/m3；受冷空气影响，外地污染物输入与本地积累的污染物叠加，PM2.5浓度会在短时间内迅速升高，随着冷空气过境，PM2.5浓度逐渐下降至低值。

(3)徐州市冬季，空气中的相对湿度<80%时，PM2.5浓度随着湿度增加而增大，两者呈正相关性；湿度为71%～80%时PM2.5浓度最大；当湿度>80%时，可能由于湿沉降造成PM2.5浓度有所下降。

(4)冬季徐州市城区大气边界层高度存在着明显的日变化特征，夜间大气边界层高度较低，平均高度在1.2 km左右；白天大气边界层高度增加，平均高度在2.0 km左右，16时前后大气边界层高度最大。PM2.5浓度与大气边界层厚度呈负相关性，大气边界层高度越大，越有利于污染物在水平和垂直方向上的稀释和扩散，PM2.5浓度越低。

[1] 李宗恺. 空气污染气象学原理及应用[M]. 北京：气象出版社，1985：563-564.

[2] 张裕芬，朱坦，冯银厂，等.气象因素对环境空气质量达标的影响分析[J].城市环境与城市生态，2006，19(4):33-36.

[3] 潘本锋，赵熠琳，李健军，等.气象因素对大气中PM2.5的去除效应分析[J].环境科技，2012，25(6):41-44.

[4] 徐州市统计局，国家统计局徐州调查队. 徐州统计年鉴[M]. 徐州：中国统计出版社，2015：3.

[5] 蒋婷梅，胡勇，茆平，等. 南京市秋冬季大气颗粒物污染状况及其与气象因素的关系[J]. 中国粉体技术，2015，21(6)：61-67.

[6] 李灿，崔术祥，杨维，等. 相对湿度对室内细颗粒物粒径分布影响的试验研究[J]. 安全与环境学报，2014，14(4)：254-258.

[7] 程水源，席德立，张宝宁，等. 大气混合层高度的确定与计算方法的研究[J]. 中国环境科学，1997，17(6)：512-516.

[8] 张婉春，张莹，吕阳，等. 利用激光雷达探测灰霾天气大气边界层高度[J]. 遥感学报，2013，17( 4)：987-992.

[9] 王珍珠，李炬，钟志庆，等. 激光雷达探测北京城区夏季大气边界层[J]. 应用光学，2008，29(1)：96-100.

Correlation between PM2.5concentration and meteorological elements in Xuzhou City in winter of 2015

Li Changlong, Wang Jingyi, Gao Yuanyuan

(Xuzhou Environment Monitoring Center Station，Xuzhou 221002，China)

Based on the monitored PM2.5, and observation data from conventional meteorological instruments and laser radar in December 2015 - February 2016, the mass concentration variation of PM2.5in urban area of Xuzhou was discussed, and the correlation between concentration of PM2.5in winter and meteorological factors (wind direction, wind speed, humidity, atmospheric boundary layer height and etc) was explored. The results showed that there were 56 days when PM2.5concentration in the Xuzhou urban area exceeded the standard limit of class 2 of Ambient Air Quality Standards (GB3095-2012), the average concentration of PM2.5exceeded the standard limit by 0.52 times and showed obvious diurnal variation. Upon the northerly wind, the PM2.5concentration was in high. In the process of cold air, the concentration of PM2.5increased first and then decreased. The concentration of PM2.5was positively correlated with humidity and reached the highest at 70%-80% humidity, and negatively correlated with the thickness of atmospheric boundary layer.

PM2.5; wind speed; wind direction; humidity; atmospheric boundary layer; laser radar

2016-12-31;2017-02-17修回

李昌龙(1984-)，男，山东泰安人，硕士研究生，中级工程师，从事大气环境监测与分析工作。E-mail: changlong7@163.com

X

A