泰安市PM2.5污染特征及其与其他污染物相关性分析

杨 雪

（泰安环境保护检测站，山东 泰安 271000）

空气动力学将直径小于2.5µm的细颗粒物质统称为PM2.5，其具有较长的大气滞留时间和较大的比表面积，对人体健康、农作物生长、大气能见度、气候变化均有重要影响，已成为我国当前首要大气污染物，是改善环境空气质量的主要钳制因素之一［1-2］。研究城市空气污染物的变化规律、污染机制和控制因素会对污染治理措施提供理论和技术支持，现已成为研究的重点和热点问题［3-6］。根据山东省环保厅公布的《2016年山东省环境状况公报》，与省内17个开展PM2.5监测的城市相比，泰安市的空气污染严重程度列第5位，处于全省中上游水平。但是根据泰安环境空气质量自动监测系统监测数据，2016年，泰安市PM2.5浓度为64µg/m3，是环境空气质量二级标准（GB3095-2012）（35µg/m3）的1.8倍，污染形势严峻，这对泰安打造一流的国际旅游城市的长远目标造成了一定阻碍。本文基于泰安市PM2.5及其它大气污染物（PM10、SO2、CO、NO2、O3）浓度数据，针对泰安市PM2.5污染的时间和空间的分布特征及与其它气体污染物的相互关系进行了讨论和分析，以期为泰安市大气污染防治提供科学依据。

1 研究方法

1.1 监测点位

泰安市从2001年起开始建立大气自动监测系统，而后各监测点位逐步由自动监测代替人工连续监测，实现了环境空气质量监测的自动化。之后因城市发展，监测点不断优化，至2015年城区共有环境空气质量监测点7个（见表1）。

表1 监测点位布设的基本情况

续表

1.2 数据来源及统计方法

研究所用数据资料来自于泰安市环境保护监测站空气自动站监测数据，PM2.5作为主要评价指标。采用Excel 2013建立数据库，根据2013年至2016年数据用IBM SPSS Sta⁃tistics 19.0进行PM2.5年际变化、月际变化、日变化的分析，并依据《环境空气质量标准》（GB3095-2012）［7］的二级标准评价泰安市PM2.5污染状况。

2 PM2.5浓度时空变化

2.1 时间变化

2.1.1 年际变化

2013年起，各国控监测点位持续监测PM2.5浓度（见图2）。泰安市PM2.5浓度在64.21-91.61µg/m3之间，呈下降趋势，下降幅度明显，可能与泰安市产业结构优化调整及“蓝天工程”三年行动计划有关，但全部在国家二级标准（35µg/m3）的1.8倍以上，可见PM2.5的超标现象比较严重。

图2 PM2.5浓度年际变化

2.1.2 季节变化

根据四年的监测数据分析看出（图3），PM2.5存在明显的季节变化。冬季PM2.5浓度最高，达到107.4µg/m3；夏季最低，为51.36µg/m3。冬季PM2.5浓度高主要与冬季燃煤取暖及稳定的气象条件有关；夏季PM2.5浓度低主要是由于夏季大气稳定度低，利于污染物扩散，而且夏季多雨，相对湿度大，不利于扬尘的生成。

图3 PM2.5浓度季节变化

2.1.3 月际变化

PM2.5月均浓度变化如图4所示。可以看出，1月PM2.5浓度最高，为123.86µg/m3，其次为12月，为110.99µg/m3；7月PM2.5浓度最低，为47.47µg/m3，这与PM2.5的季节变化表现出一致性。

图4 PM2.5浓度月变化

2.1.4 日变化

根据日变化统计（见图5），发现PM2.5存在比较明显的日变化，呈双峰型。波峰出现在9时（90.19µg/m3）和21时（84.42µg/m3），波谷出现在15时（65.35µg/m3）。这与交通早晚高峰以及餐饮油烟等有关，晚上稳定的气象条件以及逆温层，更有利于污染物的积累。

图5 PM2.5浓度日变化

2.2 空间变化

由表2可以看出，各监测点位历年PM2.5平均浓度在56-101µg/m3之间，具体浓度变化表现为：农业大学＞电力学校＞信通科技＞厚丰公司＞监测站＞交通技校＞人口学校，各监测点位变化趋势相似，均呈逐年下降趋势，均未达到国家空气质量二级标准。与2013年相比，2016年交通技校PM2.5浓度下降幅度最大，监测站下降幅度最小。各点位PM2.5浓度差异不大，农业大学和电力学校颗粒物的浓度较高但相差不大，可能主要是因为这两个监测点位为工业区和商业交通混合区，颗粒物排放源较多。例如，电力学校周边分布有泰山城建热力有限公司、泰山玻璃纤维厂等；农业大学附近有北方光学电子有限公司、城建热电、温泉路南段烧烤园等。PM2.5浓度较低的点位人口学校和交通技校分别位于居民区和旅游经济开发区，周边企业少，植被覆盖率较高，环境质量好较其它点位好，故PM2.5浓度低。

表2 各监测点PM2.5浓度年际变化情况 单位：µg/m3

3 PM2.5与其他气体污染物相关性分析

对于二次颗粒来说，其主要是由气态物质转化而成的，在一些空气污染比较厉害的地方，这种污染物的化学变化是PM2.5污染的重要组成部分，研究这两者之间的关系是非常必要的。散点图是回归分析中数据点在直角坐标系平面上的分布图，表示因变量随自变量变化的整体趋势，能直观的反应两个变量之间的关系，但不准确。而相关系数则以数值的方式精确的反映了变量之间相互关系的强弱程度，相关系数通过正、负表示相关的方向，系数取值在-1～1之间。表3通过相关系数来描述相关程度。

表3 相关系数与相关程度

本文基于2016年1月1日至2016年12月31日空气自动站PM2.5、PM10、SO2、CO、NO2、O3监测数据，运用IBM SPSS Statistics 19.0分别绘制出PM2.5和其它大气污染物的散点图及相关系数，旨在定性定量的分析PM2.5和其他大气污染物的相互关系。

3.1 PM2.5与PM10相关性分析

运用SPSS19.0绘制 PM2.5与PM2.5的散点图（见图6）发现：R2为0.833，R为0.913＞0.8，线性拟合极好，PM2.5与PM10高度线性相关。PM2.5与PM10均为气体颗粒污染物，区别在于粒径的大小。二者表现为高度线性相关，表明二者浓度关系密切。其中一个浓度的上升，会引起另外一个浓度值的升高。

图 6 PM2.5与 PM10散点图

3.2 PM2.5与SO2相关性分析

根据监测期间的PM2.5和SO2浓度数据，运用SPSS19.0绘制这两个变量散点图，见图7，我们可以看出：R2为0.444，R为0.666，PM2.5与SO2二者线性相关且显著。SO2在一定的条件下，遇到水容易发生化学反应，容易形成硫酸，而硫酸与空气中的氮气发生反应就容易形成（NH4）2SO4，而（NH4）2SO4是PM2.5关键部分。SO2的来源主要为煤炭石油等化石燃料的燃烧，显著相关性表明泰安市煤烟尘对PM2.5有一定贡献率。

图 7 PM2.5与 SO2散点图

3.3 PM2.5与NO2相关性分析

由PM2.5与NO2的散点图8看出：R2=0.582，R=0.763，线性拟合较好，PM2.5与NO2呈显著正相关。氮氧化物主要是机动车尾气和工业排放产生，显著相关性表明泰安市汽车尾气等对PM2.5有一定的贡献率。

图8 PMPM2.5与NO2

3.4 PM2.5与CO相关性分析

由图9看出：R2为0.677，R为0.823，PM2.5与CO高度线性相关。CO主要来自于机动车尾气、煤气发生站、采暖锅炉、民用炉灶、固体废弃物焚烧排出的废气。二者表现为高度线性相关，表明煤烟和汽车尘对PM2.5有较大的贡献率。

图9 PM2.5与CO散点图

3.5 PM2.5与O3相关性分析

由图10看出：R2为0.151，R为-0.394，PM2.5与O3为较弱的负相关，点的分布与横坐标呈平行状态，点的离散程度较大，其中一个浓度的上升，会引起另外一个浓度值的降低。臭氧是光化学反应的主要结果，研究臭氧与 PM2.5的关系是非常必要的，可以通过这个过程判断反应过程对PM2.5的影响。VOCs通过氧化、吸附、凝结等与空气中的氧化剂OH、硝酸HNO3、臭氧O3发生反应生成二次有机颗粒物，这些二次有机颗粒物就包含PM2.5和PM10，同时，当VOCs通过光照与氮氧化物发生反应后，会生产臭氧O3及俗称的光化学烟雾。

图 10 PM2.5与O3散点图

4 结论

（1）2013年PM2.5浓度最高，之后呈逐年下降趋势，下降幅度明显，但年均浓度仍高于环境空气质量二级标准（GB3095-2012）。

（2）泰安市PM2.5浓度 1月最高，7月最低，季节变化明显，冬季污染最重，夏季最轻，这主要是由冬季燃煤取暖和气象条件不利于污染物扩散造成的。

（3）PM2.5存在比较明显的日变化，呈双峰型。波峰出现在9时和21时，波谷出现在15时。

（4）各监测点位PM2.5浓度差异不大，其中农业大学、电力学校浓度较高，PM2.5人口学校、交通技校浓度较低。

（5） PM2.5与PM10、CO线性关系为高度正相关，与SO2、NO2为显著正相关，与O3为低度负相关。