自贡市PM2.5浓度时空特征分析

王玲玲 何巍 朱玉璘

摘要：基于四川省自贡市2014—2018年逐日平均国控站点空气质量监测数据，对自贡市PM2.5浓度时间和空间变化特征进行多尺度分析。结果表明，自贡市PM2.5浓度逐小时变化趋势主要与人类活动规律及太阳照射时间有关;逐日PM2.5的浓度达到国家空气质量标准天数比率为73.5%，其中一级标准的天数比率为27.5%;PM2.5浓度大值期主要在1、2和12月;且呈春秋冬季高、夏季低的分布特征，冬季超标天数占比高达69.02%;PM2.5浓度空间分布特征不仅受监测点位及地形、气候、城市结构等的影响，还与风向及周围其他城市污染源的贡献密切相关，整体表现为工业生产总值高、交通运输频繁、人口较为密集的大安区、高新区和贡井区PM2.5浓度水平较高。

关键词：监测数据;PM2.5浓度;时空特征;自贡市

中图分类号：X513;X831         文献标识码：A

文章编号：0439-8114（2020）06-0068-05

DOI：10.14088/j.cnki.issn0439-8114.2020.06.013           开放科学（资源服务）标识码（OSID）：

Analysis on the spatial-temporal feature of PM2.5 concentration in Zigong city

WANG Ling-ling1，2，HE Wei1，ZHU Yu-lin1，LUO Wei1，HUANG De-gang1，DUAN Xiu-rong1

（1.Zigong Meteorological Bureau，Zigong 643000，Sichuan，China;2.Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province，Chengdu 610000，China）

Abstract： Based on the daily average air quality monitoring data of national control stations in Zigong area from 2014 to 2018， the temporal and spatial variations of PM2.5 concentration in Zigong city were analyzed by using multi-scale data. The results showed that the hourly variation trend of PM2.5 concentration in Zigong area was mainly related to human activities and solar irradiation time; The ratio of days of PM2.5 concentration per day reaching the first-class national air quality standard was 27.5%， and the ratio of days reaching the second-class standard was 73.5%; The period of high PM2.5 concentration was mainly in January， February and December; And it had the distribution characteristics of high in spring， autumn， winter and low in summer， and the proportion of days exceeding the standard in winter was as high as 69.02%. The spatial distribution characteristics of PM2.5 concentration were not only affected by the location of monitoring sites， topography， climate and urban structure， but also closely related to the contribution of wind direction and other pollution sources in surrounding cities. Overall， PM2.5 concentration levels were higher in Da'an， Gaoxin and Gongjing district with high industrial output， frequent transportation and dense population.

Key words： monitoring data; PM2.5 concentration; spatial-temporal feature; Zigong city

自貢市是一座老工业城市，随着工业发展、能源消耗、机动车和人口数量日益增加，加之气候和地理等自然条件限制，给大气环境质量带来了重大压力[1-3]，近年PM2.5首要空气污染物浓度增幅多位于全省前列，并且污染源复杂[4，5]。中央第五环境保护督察组向四川省反馈督察意见中明确指出自贡市2016年未完成PM10、PM2.5优良天数考核目标，2017年上半年二氧化硫、二氧化氮平均浓度分别同比上升32.5%、20.8%，增幅居全省前列。自贡市地处四川盆地东南部，东亚季风环流控制范围，为亚热带湿润季风气候，四季分明，虽然雨量充沛，但年内分配不均匀。西北部为低山集中分布区，地势较高，东南部地势低，地形地貌以低山丘陵为主，呈条带状分布在西北和东南，沟谷纵横交错在丘间。故研究自贡市环境空气中细颗粒物PM2.5的污染特征规律等迫在眉睫，并结合地形、气候和发展贡献等多方面因素定性分析自贡市的大气PM2.5浓度时空分布特征及其大气污染物来源及扩散的成因，对掌握自贡市及周边城市环境空气质量状况、大气污染防治、评估和应对提供一定的科学指导。

1  数据与方法

获取自贡市4个国控站点2014—2018年PM2.5逐小时和日均值数据，站点位置分别为代表近郊地区的大塘山站、居住区的春华路站、商业交通居民混合的青杠林路站和文化区的檀木林站。

2  自贡市PM2.5浓度时空特征

2.1  PM2.5浓度时间变化特征

在污染源一定的情况下，PM2.5浓度取决于研究区气象条件等外在因素[6]，且各类型站点的浓度存在一定差异并且随时间变化而变化，本研究选择逐小时、日、月、季时间尺度进行PM2.5浓度时间变化特征分析。

2.1.1  PM2.5浓度日变化

1）逐日PM2.5浓度变化。2017—2018年4个国控站点监测自贡市PM2.5的浓度日均值达到国家空气质量标准（GB3095-2012）中规定的二级及以上的标准天数的比率为73.5%，其中一级标准天数的比率为27.5%，超标天数比率为26.5%。由图1可知，2017年1月28日和12月27日的PM2.5的浓度日均峰值分别为206.75和202.25 μg/m3，2018年1月12日和2月16日PM2.5的浓度日均峰值分别为202.00和202.75 μg/m3，大气环境污染严重。

2）PM2.5浓度逐小时变化。受气象条件和人类活动的影响，大气污染物在一天中各时次的浓度存在一定的變化，若没有明显天气过程影响，污染物浓度的日变化有一定的规律[7]。本研究选取自贡市2018年冬季（2018年12月至2019年2月）每日逐小时PM2.5浓度均值分析日变化特征，如图2所示。PM2.5浓度日变化曲线较平滑，由于自贡市冬季天气形式较稳定，气象条件变化较慢，PM2.5浓度增长高峰分别出现在8：00—12：00和18：00—22：00，这主要与人类活动规律及太阳照射时间有关。有研究表明，汽车尾气与大气光化学反应活跃[8]，8：00开始，正遇出行高峰期，人类和机动车等活动频繁，PM2.5浓度开始迅速上升;下午地面温度上升，受热力对流影响，空气的扩散能力较强，PM2.5浓度降低;18：00以后又逢下班高峰期，产生大量可吸入颗粒，且地面开始降温大气产生逆温层，不利于污染物扩散，导致PM2.5颗粒越积越多[9]。

2.1.2  PM2.5浓度月变化  自贡市4个国控站点2014年1月至2018年12月PM2.5浓度月均值基本呈“V”型分布趋势，由图3可以看出，PM2.5浓度大值期主要在1、2和12月，其中，最大出现在高新区春华路站，为128.83 μg/m3;5月4个国控站点均有小幅度上升趋势，但总体呈下降趋势至6—7月，最小PM2.5的浓度出现在自流井文化区檀木林站，仅为25.03 μg/m3，而后呈波动性上升状态。

2.1.3  PM2.5浓度季节变化  本研究按照气候学分为春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月至次年2月）分别获取2014—2018年自贡市PM2.5浓度季均值。由图4可知，自贡市PM2.5浓度季均值趋势呈“√”形分布，4个国控站点冬季均超过国家二级标准，春夏秋季PM2.5浓度基本为二级标准范围内，其中，夏季PM2.5浓度最低，贡井生活区青杠林路站和自流井文化区檀木林站为国家空气质量一级范围内。

由表1可知，2014—2018年自贡市PM2.5浓度呈春秋冬季高、夏季低的分布特征，其中，冬季的PM2.5浓度最高，达标天数占比为30.98%，其中达到国家空气质量一级标准的天数占比仅有5.68%，超标天数占比高达69.02%;而后依次为春季和秋季，达标天数占比分别为71.78%和72.68%，其中达一级标准的天数占比分别为16.12%和27.83%，超标天数占比分别为28.22%和27.32%。

自贡市为亚热带湿润季风气候，冬、春季盛行西风气流，降雨较少[10]，太阳辐射弱，易出现逆温，从而影响PM2.5扩散，使得自贡市冬春季PM2.5浓度始终处于较高水平;夏季孟加拉湾和南海带来暖湿气流，降雨量增大，加之自贡市城区植被覆盖率较高，夏季午后地面太阳辐射强烈，地表或近地面温度较高时，地表蒸发量较大，空气中的水汽量也会增大，加上西高东低的地势抬升作用，夏季午后易产生局地热对流天气[4，11]，使得大气水平输送和垂直扩散运动增强，对PM2.5的冲刷及湿沉降作用明显，故夏季PM2.5浓度全年最低。

2.2  PM2.5浓度空间特征

监测站点分别代表近郊地区、居住区、商业交通居民混合区和文化区，同一时间PM2.5浓度却又不同。因此，利用ArcGIS进行空间插值，分别获取自贡市各个站点季节和逐月空间分布特征。

基于ArcGIS径向基函数（RBF，Radial basis function）的三角网格补洞方法进行空间插值，从多年季节PM2.5平均浓度（图5）来看，自贡市多年PM2.5浓度四季分布呈春秋冬季高，夏季低的季节分布特征，其中冬季最为严重，PM2.5浓度高达110.3 μg/m3，且高浓度覆盖区域面积最大，虽然各站点间的PM2.5浓度存在一定差异，但其浓度整体水平处于相对较稳定的高浓度状态。四季均表现出大安近郊区大塘山站和高新区的春华路站PM2.5浓度高于青杠林路站、檀木林站，而自流井文化区檀木林站的污染浓度多呈低浓度水平分布，而植被覆盖条件较好、具有一定自净能力的自流井区PM2.5浓度水平均低于工业生产总值较高、交通运输频繁、人口较为密集的大安区、高新区和贡井区。

从月均值（图6）可知，自贡市2014—2018年1月PM2.5浓度全年最高，污染最严重，到了每年5—10月，自贡市降雨量较大[12]，对空气净化作用明显，大范围PM2.5浓度较低;10月开始PM2.5浓度开始升高，这与时间变化特征结果一致。且大塘山站和高新区的春华路站PM2.5浓度多高于青杠林路站、檀木林站，仅有11月青杠林路站PM2.5浓度高于其余3个监测站，11月多受地面冷空气影响[13]，降水增多、风速较大，对空气中的颗粒物扩散作用明显，而青杠林路站点位于商业交通居民混合区，人为活动频繁，故该站点污染较为严重。

各个站点污染浓度分布不仅与监测点位及地形特点、气候条件、城市结构等的影响有关，还与风向及周围其他城市污染源的贡献密切相关[14]，自贡市常年盛行东北和西南风，总体地势由西北向东南呈阶梯状逐渐降低，水平方向污染物的扩散受到山脉的阻挡，当不利的气象扩散条件出现时，空气中的污染物无法得到及时的扩散[4]，近郊大安区大塘山站和高新春华路站主要受到上风向威远县等工业生产大气污染源由西北向东南的分布趋势近距离传输影响[15]，连续堆积后导致PM2.5浓度处于较高水平。

3  小结

1）自贡市PM2.5浓度逐小时变化趋势主要与人类活动规律及太阳照射时间有关;逐日PM2.5浓度达国家空气质量标准天数比率为73.5%，其中一级标准的天数比率为27.5%;月尺度PM2.5浓度大值期主要在1、2和12月，6、7月浓度最低;且浓度呈春秋冬季高、夏季低的分布特征，冬季超标天数占比高达69.02%。

2）PM2.5浓度空间分布特征不仅与监测点位及地形特点、气候条件等有关，还与风向及周围其他污染源的贡献密切相关，整体表现为植被覆盖条件较好、具有一定自净能力的自流井文化区PM2.5浓度水平均低于工业生产总值较高、交通运输频繁、人口较为密集的大安区、高新区和贡井区。

参考文献：

[1] 邹旭东，刘海龙，王笑影，等.沈阳市PM2.5分布研究[J].湖北农业科学，2018，57（9）：50-57，61.

[2] 欧阳正午，廖婷婷，陈科艺，等.2014—2017年四川盆地与京津冀地区冬季空气停滞特征及大气质量改善评估对比分析[J].环境科学学报，2019，39（7）：2353-2361.

[3] 陈  珂，王增武，刘志红，等.2005—2014年川南城市群大气污染的时间演变特征[J].环境工程，2017，35（3）：72-76，81.

[4] 何沐全，刘志红，张  颖，等.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，2017，37（2）：432-442.

[5] 王晓彦，王  帅，朱莉莉，等.2014—2016年京津冀沿山城市空气质量首要污染物特征分析[J].环境科学，2018，39（10）：4422-4429.

[6] 吕桅桅，李  兰.湖北省主要观测站PM2.5污染特征及气象要素的影响分析[J].生态环境学报，2018，27（11）：2073-2080.

[7] 韩  婧，李元征，李  锋.2000—2015年中国PM2.5浓度的时空分布特征及其城乡差异[J].生态学报，2019，39（8）：2954-2962.

[8] 周  登，张  帆，吴涛涛，等.冬季霾天气下武汉城区大气PM2.5的化学特征[J].湖北农业科学，2014，53（21）：5109-5111，5115.

[9] 肖丹华，王式功，张  莹，等.四川盆地城市群6种大气污染物的时空分布[J].兰州大学学报（自然科学版），2018，54（5）：662-669.

[10] 秦  剑，琚建华，解明恩.低纬高原天气气候[M].北京：气象出版社，1997.

[11] 毛冬艳，曹艳察，朱文剑，等.西南地区短时强降水的气候特征分析[J].气象，2018，44（8）：1042-1050.

[12] 陈  丹，周长艳，熊光明，等.近53年四川盆地夏季暴雨变化特征分析[J].高原气象，2018，37（1）：197-206.

[13] 郭  倩，汪嘉杨，周子航，等.成都市一次典型空气重污染过程特征及成因分析[J].环境科学学报，2018，38（2）：629-639.

[14] XU X H，BARSHA N F A，LI J. Analyzing regional influence of particulate matter on the city of Beijing，China[J].Aerosol and air quality research，2008，8（1）：78-93.

[15] 畢丽玫，郝吉明，宁  平，等，昆明城区大气PM2.5中PAHs的污染特征及来源分析[J].中国环境科学，2015，35（3）：659-667.