2016年京津冀地区PM2.5时空分布特征及其与气象因素的关系

杨兴川，赵文吉*，熊秋林，王丽丽，赵文慧

1. 首都师范大学资源环境与旅游学院，北京 100048；2. 北京市环境保护监测中心，北京 100048

2016年京津冀地区PM2.5时空分布特征及其与气象因素的关系

杨兴川1，赵文吉1*，熊秋林1，王丽丽1，赵文慧2

1. 首都师范大学资源环境与旅游学院，北京 100048；2. 北京市环境保护监测中心，北京 100048

京津冀地区是典型的PM2.5高污染区，研究该地区PM2.5污染现况及其影响因素，对科学有效地治理大气污染意义重大。利用2016年京津冀地区空气质量监测站点的PM2.5数据，结合风速、日照时长、相对湿度等气象资料，综合运用空间插值、聚类分析和相关分析等方法，探讨了PM2.5的时空分布特征及其与气象因素的关系。结果表明，（1）2016年京津冀地区PM2.5年均质量浓度为71.8 μg∙m-3，较2015年下降7.8%，PM2.5达标天数比例为67.7%。（2）京津冀地区PM2.5质量浓度呈北低南高的空间格局，南北差异显著，北部属于 PM2.5长期优良区，中部和南部 PM2.5污染较重，呈集中连片分布态势。（3）京津冀地区PM2.5污染具有明显的时间变化规律，从季节上看，夏季PM2.5污染相对较轻，春秋次之，冬季污染最重；从月份上看，PM2.5质量浓度呈现出“U”形起伏的变化规律，1月、3月和10—12月PM2.5日均值超标率高于40%，2月及4—9月超标率均低于30%；从日变化上看，春夏季PM2.5日变化呈单峰单谷型分布，秋冬季呈双峰双谷型分布，最大值出现在10:00左右，而最小值出现在16:00左右。（4）京津冀地区PM2.5与气压、相对湿度呈正相关，与气温、日照时长、风速呈负相关，其中风速、相对湿度和日照时长与PM2.5具有较强的相关性，各季节中，冬季的气象因素对PM2.5质量浓度的影响比其他季节更为显著。

PM2.5；京津冀；时空分布；气象因素；相关性

PM2.5指大气中粒径小于或等于2.5 μm的颗粒物，它是导致许多城市空气质量下降的主要污染物（李名升等，2016）。近年来，随着中国城市化和工业化不断推进，空气污染问题日益凸显，特别是以京津冀为代表的区域大气重污染天气频发，严重影响经济发展，危害人类身体健康（熊秋林等，2016；Xiong et al.，2015）。国内外学者在京津冀PM2.5源解析（刀谞等，2015；Zheng et al.，2015）、传输机制（刘旭艳，2015）、污染周期（吴健生等，2017）、模式预测（Su et al.，2017；Wang et al.，2017）等方面开展了卓有成效的研究。京津冀 PM2.5时空分布特征研究也逐渐成为大气环境领域的一大研究热点（Wang et al.，2016；Lv et al.，2016；Ma et al.，2016；周磊等，2016）。李珊珊等（2015）研究表明，京津冀地区 PM2.5具有春夏低、秋冬高的规律和双峰型分布的日变化特征；王冠岚等（2016）基于2014年京津冀13个城市的监测数据，发现京津冀空气质量呈北优南劣分布，即北部优于中部、中部优于南部。在PM2.5与气象因素关系方面，Li et al.（2015）研究表明，2006—2013年京津冀北部的PM2.5主要源自于地方排放，而在南部和中南部区域，气象因素与局地排放对PM2.5的影响同样重要。

京津冀地区 2015年的生产总值约占全国的10.2%，是中国经济最发达的区域之一，但 PM2.5年均质量浓度达到77.0 μg∙m-3，远超全国平均水平，是全国空气重污染高发地区（中华人民共和国环境保护部，2016）。由此可见，京津冀地区PM2.5污染状况十分恶劣，治理形势依然严峻。利用国家环境空气质量监测网发布的数据，研究 PM2.5污染时空特征和气象因素对 PM2.5污染的影响，对科学治理京津冀地区 PM2.5污染具有重要意义。因此，本文分析了2016年京津冀地区PM2.5的时空分布特征，以及主要气象因素与 PM2.5的相互关系，以期为京津冀地区PM2.5污染防治工作提供科学依据。

1 数据与方法

1.1 数据来源

京津冀地区位于东经 113°27′～119°50′，北纬36°05′～42°40′之间，北靠燕山山脉，南面华北平原，西倚太行山，东临渤海湾。属于温带季风气候，冬季干燥寒冷，夏季高温多雨。PM2.5质量浓度数据为2016年北京市、天津市和河北省共103个环境空气监测站点实时发布的24 h连续监测数据，其中包括北京市环境保护监测中心（http://www.china-jcw.cn/）发布的境内 35个环境空气监测站点逐时数据，以及选取的天津市和河北省68个观测资料完整站点的PM2.5质量浓度数据，其来源为中国环境监测总站的全国空气质量实时发布平台（http://www.moc.cma.gov.cn/）。气象数据来源为中国气象数据网（http://data.cma.cn/），包括京津冀地区178个站点的气压、相对湿度、气温等日平均值数据。PM2.5和气象观测站点分布如图1所示。

图1 京津冀地区PM2.5和气象观测站点分布Fig. 1 Distribution of PM2.5 and meteorologic observation sites in Beijing-Tianjin-Hebei (BTH) area

1.2 分析方法

根据《环境空气质量标准》（GB3095—2012）（中国环境科学研究院，2012）针对大气污染物质量浓度数据统计有效性的要求，对 PM2.5数据进行质量控制，剔除缺测值和异常值。本研究中，以3、4、5月为春季，6、7、8月为夏季，9、10、11月为秋季，12、1、2月为冬季。PM2.5数据统计基础为逐小时数据，站点00:00—23:00的平均值即为日均值，各城市境内全部站点的日均值为该城市当日总体的平均值，根据日均值求得月均值，季均值和年均值以月均值为基础获取。气象数据统计以站点0:00—23:00的日平均值数据为基础，再分别获得月均值、季均值和年均值数据。

根据2016年京津冀103个空气质量监测站点的数据，统计获取不同时间尺度 PM2.5质量浓度变化趋势，并采用Kriging空间插值方法，分析PM2.5时空分布特征。利用层次聚类方法，对京津冀 13个城市进行聚类分析，探讨 PM2.5污染分布的区域特征。通过对京津冀的 PM2.5质量浓度和气象参数的日均值数据进行 Pearson相关分析，研究 PM2.5与气象因素之间的关系。

2 结果与讨论

2.1 空间分布特征

2.1.1 PM2.5总体分布特征

2016年京津冀地区年均质量浓度为71.8 μg∙m-3（表 1），大幅高于全国 PM2.5平均质量浓度（47.0 μg∙m-3），与2015年相比则下降了7.8%，表明京津冀仍是全国大气污染最严重的区域之一。PM2.5质量浓度的均值大于中位数，呈右偏态分布，日均质量浓度变化幅度大，其中邯郸市最大，达到 688.8 μg∙m-3。京津冀 PM2.5年均质量浓度呈北低南高态势，南北差异显著（图2），北部张家口、承德、秦皇岛的PM2.5年均质量浓度小于50.0 μg∙m-3，是京津冀地区 PM2.5低污染区，其中张家口最低（32.3 μg∙m-3），达到《环境空气质量标准》一级标准（年均限值35 μg∙m-3）；南部及中部的邯郸、邢台、衡水、石家庄和保定5个城市的PM2.5年均质量浓度都超过80 μg∙m-3，石家庄PM2.5污染尤为严重，年均质量浓度高达97.6 μg∙m-3；东南部的沧州、廊坊、唐山的 PM2.5年平均质量浓度在 65～75 μg∙m-3之间；北京、天津的PM2.5年均质量浓度分别为73.6、70.1 μg∙m-3，除张家口市外，其他城市的PM2.5质量浓度均超过一级标准。

表1 京津冀日均PM2.5质量浓度统计Table 1 Summary of daily PM2.5 concentrations at BTH μg∙m-3

图2 京津冀2016年PM2.5空间分布Fig. 2 Spatial characteristics of annual PM2.5 concentrations of BTH in 2016

2016年京津冀地区 PM2.5日均质量浓度在8.5～341.1 μg∙m-3之间，相对集中在 25.0～85.0 μg∙m-3之间，约占全年的65.0%（图3），采用日均值二级标准（75 μg∙m-3）进行评价，2016年京津冀地区PM2.5达标天数为246天，其中优和良的比例为24.2%和43.5%，在超标天数中，轻度污染、中度污染、重度污染和严重污染占比分别为18.4%、5.4%、7.1%和1.4%，从PM2.5超标的时段来看，主要集中在1—3月和11—12月，11月和12月日均值超标比例达到64.5%。

图3 京津冀2016年PM2.5日均质量浓度分布Fig. 3 Frequency distribution histograms of PM2.5 daily concentrations of BTH in 2016

2.1.2 PM2.5季节性空间分布特征

京津冀地区四季各个城市和站点的 PM2.5污染情况空间分布如图 4，由图可知，各季节 PM2.5质量浓度空间分布与年空间分布特征类似，即 PM2.5污染呈北轻南重，南北差异显著。京津冀南部和中部地区属于长期高污染区，北部地区的污染较轻。春季除衡水 PM2.5超过二级标准外，其他城市均达标，相对于春季，夏季空气质量普遍较好，各城市均达到二级标准，从站点来看，北京春夏季的PM2.5质量浓度相对较高；秋季石家庄是京津冀地区PM2.5的高污染中心，污染程度从石家庄向南、向北逐渐减弱，冬季 PM2.5污染最为严重，京津冀南部和中部呈大范围连片污染的分布特征，仅北部的张家口、承德和秦皇岛达到二级标准。

2.1.3 PM2.5区域分布特征

为分析京津冀地区 PM2.5污染分布的区域特征，对13个城市的PM2.5质量浓度进行层次聚类分析，聚类方法为Ward最小方差法，聚类结果如图5所示。由图可知，京津冀地区的 PM2.5污染分布区域集聚性明显，呈集中连片分布态势，整体以燕山—太行山脉为界，划分为南北两个大区，并细分为5个小区。结合表1可知，燕山—太行山脉以北的张家口、承德和秦皇岛是PM2.5低污染区，PM2.5质量浓度为 32.3～46.4 μg∙m-3；以南区域 PM2.5污染严重，燕山—太行山脉以南的4个区域包括中部的北京和廊坊（66.4～73.6 μg∙m-3），中东部的沧州、天津和唐山（68.9～74.3 μg∙m-3），南部的邯郸和衡水（81.8～87.6 μg∙m-3），以及污染最严重的保定、邢台和石家庄（87.8～97.6 μg∙m-3）。京津冀地区 PM2.5污染的区域分布特征与地形、产业结构、能源结构、经济发展方式和气候条件等存在密切的联系（张殷俊等，2015）。

2.2 时间变化特征

2.2.1 PM2.5质量浓度月变化

京津冀地区PM2.5月均质量浓度呈现出“U”形起伏的变化规律，1—4月呈下降趋势，5—9月略有下降，基本保持平稳，10—12月呈明显上升趋势，各月的日均值超标率与月均质量浓度的变化特征相似（图6）。1—4月PM2.5平均质量浓度存在一定起伏，在 55.2～86.6 μg∙m-3之间，日均值超标率范围为24.1%～45.2%；5—9月平均质量浓度在39.7～60.6 μg∙m-3之间，日均值超标率皆低于30%，优良天气多集中出现在该时段，其中8月PM2.5平均质量浓度最低，且日均值达标率为100%；10—12月PM2.5平均质量浓度达到 107.0 μg∙m-3，其中 12月 PM2.5质量浓度最高，达到142.8 μg∙m-3，达到中度污染级别，是月均浓度值最低的8 月份的3.6倍，日均值超标率也最高，达到83.3%，污染程度最为严重。京津冀地区 PM2.5质量浓度季节性变化显著，呈秋冬季高，春夏季低的规律（图7），冬季PM2.5平均质量浓度明显高于其他3个季节，达到95.2 μg∙m-3，其次依次为秋季、春季和夏季，PM2.5质量浓度分别为 77.4、64.2 和 51.0 μg∙m-3。

图4 京津冀2016年各季节PM2.5分布特征Fig. 4 Spatial characteristics of seasonal PM2.5 concentrations of BTH in 2016

图5 京津冀2016年PM2.5聚类分布图Fig. 5 The clustering distribution of PM2.5 for BTH in 2016

图6 京津冀2016年PM2.5月均质量浓度箱型图Fig. 6 Box-plot of monthly PM2.5 concentrations of BTH in 2016

图7 京津冀2016年PM2.5季均质量浓度箱型图Fig. 7 Box-plot of Seasonal PM2.5 concentrations of BTH in 2016

2.2.2 PM2.5质量浓度日变化

2016年京津冀PM2.5的日变化曲线如图8。由图可知，春夏季京津冀地区 PM2.5日变化呈单峰单谷型分布，PM2.5质量浓度峰值出现在上午07:00—09:00，谷值出现在 14:00—16:00，夏季 PM2.5质量浓度日较差最小，这与夏季空气质量相对较好有关。秋冬季京津冀地区 PM2.5日变化呈双峰双谷型分布，PM2.5质量浓度日较差大，双峰分别出现在09:00—11:00和21:00—23:00，且夜间PM2.5小时峰值高于白天，PM2.5质量浓度峰值相对春夏两季有延后的趋势，这是由于秋冬季节日照时间减少，大气层较稳定，静稳天气居多，导致污染物扩散、沉降所需时间增长，从而使PM2.5质量浓度峰值后移。双谷分别出现在06:00—08:00和14:00—16:00，且傍晚 PM2.5小时谷值低于早晨。秋冬季节京津冀地区污染排放量增大和不利的气象条件共同作用，导致 PM2.5日变化出现双峰双谷现象（郭家瑜等，2016；杨俊益，2012）。

图8 京津冀2016年PM2.5质量浓度日变化趋势Fig. 8 Diurnal variations of PM2.5 concentrations of BTH in 2016

2.3 PM2.5与气象因素相关性

污染物质量浓度与气象因素关系密切，由于气象因素的变化影响大气污染物的扩散、沉降和稀释，在不同的气象条件下，同一污染源排放造成的污染物质量浓度相差极大（何沐全等，2017），研究表明，气象因素可解释部分的 PM2.5日变化趋势（Batterman et al.，2016）。

对2016年京津冀地区的PM2.5与气象因素进行 Pearson相关性分析（表 2），可以看出，总体上气压与 PM2.5质量浓度呈正相关，冬季气压与PM2.5质量浓度相关性最为显著，这与冬季京津冀地区长期受蒙古高压控制，京津冀及周边地区易形成均压场，地面和低空风速较小，抑制污染物扩散有关（杨孝文等，2016）。全年来看，温度与PM2.5质量浓度呈较弱的负相关，冬季二者的相关性水平较高；温度升高有利于大气热力条件增强，加剧大气湍流交换，使得大气的平输送和垂直扩散能力增强，冬季京津冀地区气温呈稳定下降趋势，大气对流运动减弱，污染物不易扩散，造成PM2.5质量浓度升高。

表2 PM2.5和气象因素之间相关性Table 2 Correlation coefficients of PM2.5 and meteorological factors

相对于气压和温度，风速、相对湿度和日照时长与PM2.5具有较高的相关性。全年看，风速与PM2.5质量浓度呈显著负相关，冬季风速与 PM2.5质量浓度相关性最高；由于风速决定污染物稀释的程度，风速越大，越有利于污染物扩散，从而降低 PM2.5质量浓度，冬季京津冀地区污染排放总量大，且受北风和东南风交替控制，风速对颗粒物扩散影响大（王晓琦等，2016）。相对湿度与 PM2.5质量浓度呈显著正相关，冬季 PM2.5质量浓度与相对湿度相关程度最高（0.65），相关研究表明，相对湿度较高时，由于吸湿增长的影响，颗粒物容易聚集，加剧PM2.5污染（刘永林等，2016）。日照有助于加速颗粒物运动速度，促进污染物扩散（王海畅等，2015），京津冀地区日照时长与PM2.5呈负相关；冬季PM2.5质量浓度与日照时长的相关性最高，京津冀冬季平均日照时长在一年中最短，不利于PM2.5污染扩散。综上可知，各季节中，冬季的气象因素对 PM2.5质量浓度的影响比其他季节显著，PM2.5质量浓度受风速、相对湿度和日照时长影响更大。

2016年京津冀地区冬季 PM2.5质量浓度与各气象因素日变化趋势如图9。由图可知，冬季京津冀地区污染天气频发，冬季PM2.5平均质量浓度为95.2 μg∙m-3，风速、相对湿度和日照时长分别达到2.0 m∙s-1、54.6%和 5.3 h，而气压和温度分别为1007.4 hPa和-2.4 ℃。以2016年12月16日—12月22日出现的大范围PM2.5重污染为例，分析冬季气象因素对PM2.5质量浓度的影响。在这次污染过程中，PM2.5质量浓度急剧升高，平均值为233.2 μg∙m-3，增长约1.8倍，并在12月21日达到峰值，为262.0 μg∙m-3；各气象因素中，相对湿度平均值达到76.9%，并在12月20日达到最大（88.4%），气温有一定回升，增幅约为41.6%，而日照时长、风速和气压则有不同程度的下降，降幅分别为49.1%，30%和0.2%。综上可知，不利的气象因素加剧了污染物扩散条件的恶化，并与京津冀地区巨大的污染排放量和污染物区域传输等叠加，使得大气中污染物持续累积，导致了此次大范围的PM2.5质量浓度严重超标。

为进一步探讨PM2.5与相对湿度，风速和日照时长的关系，对其进行统计分析，结果如图10所示。相对湿度和PM2.5质量浓度呈U型曲线关系（图10A），即相对湿度较小时（＜30%），PM2.5质量浓度随相对湿度增大而降低，当相对湿度达到一定水平后，相对湿度增大使PM2.5质量浓度升高，相对湿度在10%～30%时，PM2.5日均质量浓度最小（32.3 μg∙m-3），而当相对湿度＞90%时，PM2.5日均质量浓度达到 126.0 μg∙m-3。日照时长和风速与 PM2.5质量浓度均呈线性关系（图 10B，图10C），由图可知，随着风速和日照时数增大，PM2.5质量浓度逐渐降低。风速在0～1.5 m∙s-1时，PM2.5日均质量浓度最大，可达 100.9 μg∙m-3，而当风速大于6 m∙s-1时，PM2.5质量浓度最小（23.6 μg∙m-3）；日照时长小于 3 h，PM2.5日均质量浓度最大，达到 102.5 μg∙m-3，日照时长每增加3 h，PM2.5日均质量浓度降低约 6.7 μg∙m-3。

图9 京津冀2016年冬季PM2.5质量浓度和气象因素日变化Fig. 9 Daily variation of Winter PM2.5 and meteorological variables of BTH in 2016

图10 京津冀2016年PM2.5质量浓度和气象因素统计Fig. 10 Statistical of PM2.5 and meteorological variables of BTH in 2016

3 结论

（1）2016年京津冀地区PM2.5日均质量浓度在8.5～341.1 μg∙m-3之间，年均质量浓度为 71.8 μg∙m-3，PM2.5达标天数比例为67.7%。京津冀地区PM2.5质量浓度呈北低南高态势，南北差异显著，整体上以燕山—太行山脉为界，划分为两个大区，以北是PM2.5低污染区，优良天气居多，以南区域PM2.5污染严重，并呈集中连片分布态势。

（2）京津冀地区 PM2.5污染具有明显的时间变化规律。从季节上看，夏季 PM2.5污染相对较轻，春秋次之，冬季污染最重。从月份上看，PM2.5均质量浓度呈现出“U”形起伏的变化规律，1月、3月和10—12月PM2.5平均质量浓度日均值超标率在40%以上，2月及4—9月超标率均低于30%。从日变化上看，春夏季PM2.5日变化呈单峰单谷型分布，秋冬季呈双峰双谷型分布，最大值出现在10:00左右，最小值出现在16:00左右。

（3）京津冀地区 PM2.5与气压、相对湿度呈正相关，与气温、日照时长、风速呈负相关，其中风速、相对湿度和日照时长与 PM2.5具有较高的相关性。各季节中，冬季的气象因素对 PM2.5质量浓度的影响比其他季节更为显著。日照时长和风速与PM2.5质量浓度呈线性关系，一般地，风速、日照时数越大，PM2.5质量浓度越低；而相对湿度和PM2.5质量浓度呈U型曲线关系。

BATTERMAN S, XU L Z, CHEN F, et al. 2016. Characteristics of PM2.5,concentrations across Beijing during 2013—2015 [J]. Atmospheric Environment, 145: 104-114.

LI X, ZHANG Q, ZHANG Y, et al. 2015. Source contributions of urban PM2.5, in the Beijing-Tianjin-Hebei region: Changes between 2006 and 2013 and relative impacts of emissions and meteorology [J].Atmospheric Environment, 123(Part A): 229-239.

LV B, HU Y, CHANG H H, et al. 2016. Daily estimation of ground-level PM2.5concentrations at 4km resolution over Beijing-Tianjin-Hebei by fusing MODIS AOD and ground observations [J]. Science of the Total Environment, 580: 235.

MA X Y, WANG J Y, YU F Q, et al. 2016. Can MODIS AOD be employed to derive PM2.5in Beijing-Tianjin-Hebei over China? [J]. Atmospheric Research, 181: 250-256.

SU X L, WANG Q, LI Z Q, et al. 2017. Regional transport of anthropogenic pollution and dust aerosols in spring to Tianjin——A coastal megacity in China [J]. Science of the Total Environment, 584-585: 381-392.

WANG G, CHENG S Y, WEI W, et al. 2017. Characteristics and emission-reduction measures evaluation of PM2.5during the two major events: APEC and Parade [J]. Science of the Total Environment, 595:81-92.

WANG Z B, FANG C L. 2016. Spatial-temporal characteristics and determinants of PM2.5in the Bohai Rim Urban Agglomeration [J].Chemosphere, 148(148): 148-162.

XIONG Q L, ZHAO W J, GONG Z N, et al. 2015. Fine Particulate Matter Pollution and Hospital Admissions for Respiratory Diseases in Beijing,China [J]. International Journal of Environmental Research & Public Health, 12(9): 11880-11892.

ZHENG X X, ZHAO W J, YAN X, et al. 2015. Pollution Characteristics and Health Risk Assessment of Airborne Heavy Metals Collected from Beijing Bus Stations [J]. International Journal of Environmental Research & Public Health, 12(8): 9658-71.

刀谞, 张霖琳, 王超, 等. 2015. 京津冀冬季与夏季PM2.5/PM10及其水溶性离子组分区域性污染特征分析[J]. 环境化学, 34(1): 60-69.

郭家瑜, 张英杰, 郑海涛, 等. 2016. 北京 2015年大气细颗粒物的空间分布特征及变化规律[J]. 环境科学学报, DOI:10.13671/j.hjkxxb.2016.0434.

何沐全, 刘志红, 张颖, 等. 2017. 川南城市群大气灰霾时空分布特征及成因分析[J]. 中国环境科学, 37(2): 432-442.

李名升, 任晓霞, 于洋, 等. 2016. 中国大陆城市 PM2.5污染时空分布规律[J]. 中国环境科学, 36(3): 641-650.

李珊珊, 程念亮, 徐峻, 等. 2015. 2014年京津冀地区PM2.5质量浓度时空分布及来源模拟[J]. 中国环境科学, 35(10): 2908-2916.

刘旭艳. 2015. 京津冀PM2.5区域传输模拟研究[D]. 北京: 清华大学.

刘永林, 孙启民, 钟明洋, 等. 2016. 重庆市主城区 PM2.5时空分布特征[J]. 环境科学, 37(4): 1219-1229.

王冠岚, 薛建军, 张建忠. 2016. 2014年京津冀空气污染时空分布特征及主要成因分析[J]. 气象与环境科学, 39(1): 34-42.

王海畅, 吴泽邦, 周景博, 等. 2015. 北京上甸子站 PM2.5质量浓度与气象要素关系分析[J]. 气象与环境学报, 31(5): 99-104.

王晓琦, 郎建垒, 程水源, 等. 2016. 京津冀及周边地区 PM2.5传输规律研究[J]. 中国环境科学, 36(11): 3211-3217.

吴健生, 王茜, 李嘉诚, 等. 2017. PM2.5质量浓度空间分异模拟模型对比: 以京津冀地区为例[J]. 环境科学, 38(6): 1-16.

熊秋林, 赵文吉, 王皓飞, 等. 2016. 北京市春季 PM2.5中金属元素污染特征及来源分析[J]. 生态环境学报, 25(7): 1181-1187.

杨俊益. 2012. 京津冀区域本底大气污染物浓度的变化特征研究[D]. 南京: 南京信息工程大学.

杨孝文, 周颖, 程水源, 等. 2016. 北京冬季一次重污染过程的污染特征及成因分析[J]. 中国环境科学, 36(3): 679-686.

张殷俊, 陈曦, 谢高地, 等. 2015. 中国细颗粒物(PM2.5)污染状况和空间分布[J]. 资源科学, 37(7): 1339-1346.

中国环境科学研究院. 2012. 环境空气质量标准[M]. 北京: 中国环境科学出版社.

中华人民共和国环境保护部. 2016. 2015中国环境状况公报[R].

周磊, 武建军, 贾瑞静, 等. 2016. 京津冀 PM2.5时空分布特征及其污染风险因素[J]. 环境科学研究, 29(4): 483-493.

Spatio-temporal Distribution of PM2.5in Beijing-Tianjin-Hebei (BTH) Area in 2016 and Its Relationship with Meteorological Factors

YANG Xingchuan1, ZHAO Wenji1*, XIONG Qiulin1, WANG Lili1, ZHAO Wenhui2
1. Capital Normal University, School of Resources, Environment & Tourism, Beijing 100048, China;
2. Beijing Municipal Environmental Monitoring Center, Beijing 100048, China

Beijing-Tianjin-Hebei (BTH) area is a typical PM2.5high-polluted area. The research of this region’s pollution status and influencing factors of PM2.5is significant for air pollution controlling. Based on the PM2.5data and meteorological data in BTH of 2016, this paper explored the spatiotemporal characteristics of PM2.5and its relationship with meteorological factors using spatial interpolation combined the methods of cluster analysis and correlation analysis. The results showed that: (1) The average concentration of PM2.5in BTH was 71.8 μg∙m-3in 2016, which decreased 7.8% comparing with 2015, and about 67.7% days meet Grade Ⅱ standard of ambient air quality standards (GB 3095—2012). (2) The PM2.5in the north was obviously worse than that of the south, and it had concentrated contiguous distribution trend in BTH with the northern part was in good condition all the year around while the central and southern part were heavily polluted areas. (3) It was very obvious that PM2.5changes with time. The seasonal comparison indicated that PM2.5pollution was lowest in summer and heavy in winter. Monthly data showed a U-shaped variation in 2016, about 26.6% days failed to meet Grade Ⅱ air quality standards. In January, March and October to December,daily average of PM2.5exceeded the standard rate was more than 40%, while it was less than 30% in February and April to September. Diurnal data showed a unimodal variation (spring and summer ) and an bimodal variation (autumn and winter) in BTH，the highest value appeared around 10:00, and the lowest value appeared around 16:00. (4) The concentration of PM2.5in BTH was positively correlated with air pressure and relative humidity, negatively correlated with air temperature, sunshine duration and wind speed. The wind speed, relative humidity and sunshine duration were significant factors for PM2.5, the influence of meteorological factors on PM2.5in winter was more significant than that in other seasons.

PM2.5; Beijing-Tianjin-Hebei (BTH); Spatio-temporal Distribution; meteorological factors; Correlation

10.16258/j.cnki.1674-5906.2017.10.014

X513; X16

A

1674-5906（2017）10-1747-08

杨兴川, 赵文吉, 熊秋林, 王丽丽, 赵文慧. 2017. 2016年京津冀地区PM2.5时空分布特征及其与气象因素的关系[J].生态环境学报, 26(10): 1747-1754.

YANG Xingchuan, ZHAO Wenji, XIONG Qiulin, WANG Lili, ZHAO Wenhui. 2017. Spatio-temporal distribution of PM2.5in Beijing-Tianjin-Hebei (BTH) area in 2016 and its relationship with meteorological factors [J]. Ecology and Environmental Sciences,26(10): 1747-1754.

国家青年科学基金项目（41201488）；国家基础测绘基金项目（2011A2011）

杨兴川（1993年生），男，硕士研究生，研究方向为GIS在环境监测中的应用。E-mail: mxoyxc@163.com

*通信作者：赵文吉，男，教授。E-mail:zhwenji1215@163.com

2017-07-19