信阳市PM 2.5和PM 10污染特征及其与气象因子的关系

张建设，冯万富，单燕祥，柳 勇，史晓海，李月凤

(1.河南省信阳市林业科学研究所，河南 信阳464031；2.河南鸡公山森林生态系统国家定位观测研究站，河南 信阳464031)

1 引言

PM2.5和PM10是大气颗粒物的重要组成部分，可直接或间接影响太阳辐射、大气能见度、海岸带或流域养分平衡等[1]。同时，PM2.5和PM10能够进入人体呼吸道，引发呼吸道和心血管等多种疾病，对人体健康造成极大危害[2]。当前，在我国PM2.5和PM10既是造成空气污染的主要原因之一，也是大部分城市的首要污染物[3]。对一座城市而言，在污染源变化相对稳定的情况下，气象因子对PM2.5和PM10浓度变化影响居于主导地位[4]。我国幅员辽阔，下垫面状况和气象条件具有明显的地域性特征，研究各区域气象条件与空气质量的关系十分必要[5]。信阳地跨淮河，处亚热带向暖温带过渡区，区域气候敏感，素有“江南北国、北国江南”之美誉，连续八年入选中国十佳宜居城市。目前，信阳正处于大气污染治理攻坚时期，但迄今有关信阳市大气颗粒物与气象因子关系的研究未见报道。鉴于此，本文基于2015～2016年信阳市大气颗粒物监测资料分析了PM2.5和PM10污染特征，并结合同期的气象观测资料，探讨了PM2.5和PM10与气象因子的关系，以期为当地大气污染物治理提供数据支持和科学依据。

2 材料与研究方法

2.1 研究区域概况

信阳位于河南省最南部，淮河上游，介于东经113°45′～115°55′、北纬30°23′～32°27′之间，属亚热带季风气候。年均光照1900～2100 h，年均气温15.1～15.3℃，年均降雨量900～400 mm。

2.2 数据来源

PM2.5和PM10数据来源于信阳市4个国家环境空气质量监测站点，为逐小时数据。取4个监测站点PM2.5、PM10日平均浓度值代表全市PM2.5、PM10日均值浓度。同期气象日均值如风速、气压、相对湿度、温度、降雨量、日照等有信阳市气象局提供。

2.3 数据分析

借助Excel2003和SPSS19.0进行数据处理，对不同季节PM2.5、PM10质量浓度进行方差分析及差异显著性检验。用DPS7.05对PM2.5、PM10质量浓度及其相关气象因子进行灰色关联度分析，并将主要影响因子与PM2.5、PM10质量浓度进行逐步回归分析，建立了PM2.5、PM10质量浓度—气象因子关系模型。

3 结果

3.1 信阳市PM2.5、PM10质量浓度变化特征

依据气象学上划分方法，信阳市3～5月份、6～8月份、9～11月份、12月至翌年2月份分别为春、夏、秋、冬四季。在春、夏、秋、冬四季中，研究区PM2.5质量浓度分别是74.02μg/m3、39.72μg/m3、60.48μg/m3、106.41 μg/m3；PM10质量浓度分别是117.43μg/m3、68.79μg/m3、97.89μg/m3、164.50μg/m3，二者都表现出较强的季节变异，均呈现出冬季＞春、秋季＞夏季的趋势，方差分析及多重比较显示，不同季节PM2.5和PM10质量浓度差异显著(图1)。

信阳市一个年度内，PM2.5月均质量浓度范围为19.20～114.77μg/m3，PM10月均质量浓度范围为62.77～169.23μg/m3，峰值都出现在12月至翌年1、2月份。PM2.5和PM10变化趋势较一致，形成冬季高、夏季低的“单峰单谷”曲线(图2)。

3.2 PM2.5和PM10质量浓度与气象因子灰色关联度分析

灰色关联度分析是一种以动态方式研究多种因素间影响程度的分析方法，计算时数据无需有规律性分布，定性分析与定量分析结果一致，简便且精准度高，适用范围极广。研究中将PM2.5、PM10质量浓度及其6个气象因子视为一个灰色系统，将PM2.5、PM10质量浓度定义为参考数列x0，各影响因子气压、风速、降雨量、日照、相对湿度、温度作为参比序列xi，i＝1，2，3，…，n，则有x0＝{x0(1)，x0(2)，…，x0(n)}，xi＝{xi(1)，x2(2)，…，xi(n)}。灰色关联度分析时，首先将原始数据无量纲化处理，然后将处理后的新数据序列代入公式(1)、(2)进行关联度计算。

式(1)、(2)中：ξi为x0与xi在第k个指标的关联系数；ρ为分辨系数，用于提高关联系数之间差异的显著性，取值在0～1，一般取ρ＝0.5；λi为灰色关联度。灰色关联分析结果如下。

灰色关联分析结果显示(表1)，温度与PM2.5、PM10质量浓度关联度最大，关联系数分别是0.8046和0.7943，其余气象因子不尽相同。气象因子与PM2.5质量浓度关联大小依次为温度＞气压＞湿度＞风速＞降雨量＞日照；与PM10质量浓度关联大小依次为温度＞湿度＞气压＞风速＞降雨量＞日照。关联度分级：0～0.3，低关联；0.3～0.6，中等关联；0.6～0.8较高关联；0.8～1高关联。PM2.5和PM10质量浓度与气象因子关联度介于较高和高关联之间。

图1 不同季节PM 10和PM 2.5质量浓度

图2 不同月份PM2.5和PM10质量浓度

表1 PM 2.5和PM 10质量浓度与气象因子关联度及关联序

3.3 PM2.5和PM10质量浓度与气象因子回归分析

为满足“最优回归”的要求，采用逐步回归的方法，进行气象因子筛选，分别保留对PM2.5、PM10质量浓度影响较大的因子，剔除影响较小因子[6]。以PM2.5和PM10的质量浓度作因变量(Y)，以上述气象因子作自变量，进行逐步回归分析，得出各自的最优回归方程。

表3 PM 2.5、PM10质量浓度最优回归方程级参数

建立的最优回归方程，R2大于0.8，说明模型拟合度较高，回归方程具有一定实用性，可以用于研究区大气颗粒物预测。同时，方程表明温度(x6)对PM2.5、PM10质量浓度都具显著影响，且成负相关关系。

4 结论与讨论

信阳市PM2.5、PM10质量浓度月均值变化规律较一致，12月至翌年1、2月数值高，6～8月份数值低，年度内表现为“单峰单谷”变化趋势。不同季节PM2.5、PM10质量浓度差异显著，冬季数值显著高于春、秋季，春、秋季数值又显著高于夏季。诸多研究表明，在北方冬季燃煤取暖是造成大气颗粒物浓度升高的主要原因[7]，而信阳市冬季无集中供暖，亦无高强度污染源影响，然大气颗粒物值却显著高于其它季节，尤其是夏季，这表明冬季时气象因子对PM2.5、PM10质量浓度有着明显促进作用。气温高时，大气对流层运动强烈，有利于大气颗粒物扩散，低温情况下，易出现逆温天气，使大气颗粒物聚集在近地层。同时，降雨能有效清除大气中的颗粒物[8]。信阳夏季高温多雨，冬季低温少雨等气候特点，促成了研究区PM2.5、PM10质量浓度冬季高、夏季低的特征。

灰色关联分析结果显示，PM2.5质量浓度与温度关联度大于0.8，属高关联，与其余气象因子关联度介于0.6～0.8之间，属较高关联。PM10质量浓度与气象因子关联度全部介于0.6～0.8之间，属较高关联。说明大气颗粒物污染与气象因子密切相关且受多种气象因子综合制约，单一气象因子对大气颗粒物污染影响有限。

采用逐步回归法，建立了PM2.5、PM10质量浓度—气象因子模型，R2均大于0.8，拟合度较高，模型有着较强适应性。PM2.5—气象因子回归模型显示，温度与PM2.5质量浓度存在着显著负相关关系；PM10—气象因子回归模型显示，温度、相对湿度与PM10质量浓度存在着显著负相关关系，这与苏维对南昌市[5]、王芳对兰州市[8]大气颗粒物与气象因子关系研究结果一致。温度高，空气湿度一般也高，模型在一定程度上解释了夏季PM2.5、PM10质量浓度低于其它季节的原因。