重庆地区大气污染分布特征及气象因子相关分析

韩 余,周国兵,陈道劲,江文华,闵凡花

(重庆市气象台，重庆 401147)

前 言

重庆市是我国面积最大的直辖市，是青藏高原与长江中下游平原的过渡地带，也是中国经济发达的东部地区与资源富集的西部地区的结合部[1]。随着成渝双城经济圈各项政策的实施，重庆地区经济快速发展,城市化进程加快,同时污染物排放量也随之增大，加之重庆地貌以山地、丘陵为主，受地形阻挡影响风速较小，静风频率高，这使大气污染物难于迅速向外扩散，空气污染较为严重。国家对重庆市考核的刚性要求是2025年PM2.5达标(35μg/m3)，虽然重庆市自2005年实施“蓝天行动”以来，PM2.5污染总体呈下降趋势，但大气环境PM2.5浓度达标的差距仍较为明显，超标普遍。2019年，中心城区PM2.5年均浓度38.4μg/m3，超标近10%。另一方面臭氧污染日益凸显，臭氧浓度逐年上升，2018～2019年中心城区O3-8h超标日数均超过PM2.5。O3正在逐渐替代PM2.5成为影响重庆地区空气质量的第一大污染物[2]。重庆地区大气污染呈现出从以往单一的颗粒物污染向以细粒子(PM2．5) 、臭氧(O3)污染为主的复合型大气污染转变的态势[3-4]。

重庆山脉众多，水系发达，地势起伏大，地貌形态复杂。导致重庆各个区域具有不同的气候特征，从而使得各个区域的污染扩散气象条件不尽相同。大气污染状况的时空分布特征是大气污染研究的基础，以往的关注仅限于重庆主城区[5～10]和部分区县[11]，对重庆地区整体大气污染状况缺少全面深入的分析。本文基于2017～2019年重庆地区40个站点主要污染物浓度监测资料，分析总结出各类污染物的年、月变化特点，及空间分布特点，以及各个区域代表站主要污染物(PM2.5、O3-8h、NO2)浓度与气象要素的相关关系，对进一步预测重庆地区各大区域的大气污染物浓度变化及评估扩散条件具有重要意义。

1 资料与方法

采用重庆地区40个站点六种污染物SO2、PM2.5、PM10、O3-8h、NO2、CO的浓度日均值监测数据和AQI及首要污染物资料。资料时段为2017年1月1日～2019年12月31日。采用统计计算的方法，分析总结出每个区县各类污染物的年、月变化特点，及空间分布特点；然后将不同区域监测点的浓度进行平均，算出各个区域的污染物浓度平均值，进行区域差异的比较。并选取同期降水、温度、湿度、风速、能见度这五个对污染物影响较大的气象因子进行相关性分析。

重庆西接四川盆地腹地，其北部、东部及南部分别有大巴山、巫山、武陵山、大娄山环绕。全市海拔相对高差达2 723.9m。东部、东南部和南部地势高，多在海拨1 500m以上；西部地势低，大多为海拨300～400m的丘陵，人口稠密，汽车保有量高于东部地区。根据地理位置及相应气候特点将重庆地区划分为六个区域(图1):(1)中心城区：渝中区、北碚区、渝北区、江北区、沙坪坝区、南岸区、九龙坡区、大渡口区、巴南区、两江新区10个区；(2)东北部：万州区、城口县、巫溪县、开县、巫山县、奉节县、云阳县、梁平县、忠县9个区县；(3)西部：潼南县、合川区、铜梁县、大足县、璧山县、荣昌县、永川区7个区县；(4)中部：涪陵区、垫江县、长寿区、丰都县4个区县；(5)西南部：江津区、綦江县、万盛区、南川区4个区县；(6)东南部：黔江区、石柱县、武隆县、彭水县、酉阳县、秀山县6个(自治)区县。

图1 重庆地区区域划分图Fig.1 Regional division map of Chongqing area

2 结果与讨论

2.1 重庆地区不同污染物年平均浓度的分布特征

重庆地区6种污染物年平均浓度(O3-8h为第90百分位浓度、CO为第95百分位浓度)的分布存在明显差异(图2)。重庆地区PM2.5年平均浓度(图2a)在27.86～52.01 μg/m3，最高值与最低值相差近一倍，区域差距显著，总体来看呈现出西高东低的分布形态。PM2.5年平均浓度高值区县都位于西部和西南部地区，其中荣昌区、璧山区、合川区、江津区、铜梁区、万盛区的浓度超过45 μg/m3，最高值出现在荣昌，为52.01 μg/m3。PM2.5年平均浓度低于国家二级标准的区县(开州区、石柱县、云阳县、城口县、黔江区、武隆区、彭水县、酉阳县)均位于重庆东北部和东南部，最低值出现在酉阳为27.86 μg/m3。

图2 2017年～2019年重庆地区PM2.5、PM10、O3-8h、NO2、SO2、CO年平均浓度空间分布图Fig.2 Spatial distribution of annual mean concentrations of PM2.5, PM10, O3-8h, NO2, SO2 and CO in Chongqing from 2017 to 2019

PM10年平均浓度(图2b)的分布与PM2.5的浓度分布类似，也是西部地区整体高于东部地区，PM10年平均浓度仅有两个区县超过国家二级标准，分别是西南部的江津区为75.48 μg/m3和西部的璧山区为73.15 μg/m3，PM10年平均浓度最低值出现在东南部的彭水县为38.68 μg/m3。PM2.5与PM10浓度的这种西高东低的分布态势与重庆地区的人口分布及工业产值的分布相契合，重庆西部地区人口密度大，工业产值高于东部地区，燃料燃烧、交通运输、工业生产、建筑和道路扬尘等各种人类生活和生产活动形成的人为源排放量明显高于东部地区。

重庆地区2017年～2019年O3-8h九十百分位浓度(图2c)的地域分布也与PM2.5类似，呈现西高东低的特点。浓度值变化范围在96～173.6 μg/m3之间，最低值仅为最高值的45%，区域差距显著。O3-8h九十百分位浓度高值区县主要在中心城区和西部地区，最高值是位于中心城区的沙坪坝区为173.6 μg/m3。此外中心城区的巴南区、两江新区、江北区，西部的璧山区、合川区，西南部的江津区浓度值都超过160 μg/m3，主城区、西部和西南部的其他区县O3-8h九十百分位浓度均高于140 μg/m3。O3-8h九十百分位浓度最低值是东北部的城口县浓度仅为96 μg/m3，东北部的9各区县和东南部的6个区县浓度值均低于133 μg/m3。中部地区是西部高值区与东部低值区的过渡带，O3-8h九十百分位浓度至西向东由长寿区的152 μg/m3降为丰都的122 μg/m3。

NO2污染(图2d)主要位于中心城区，有六个区县NO2年平均浓度超过国家二级标准40 μg/m3，分别是渝中区、大渡口区、两江新区、渝北区、九龙坡区、江津区，除江津区以外其余五个区县均位于中心城区。最高值在渝中区为52.78 μg/m3。最低值在东南部的秀山县仅为13.65μg/m3。西部的大足区，东南部秀山县、黔江区、石柱县，和东北部的城口县均低于20μg/m3。而离中心城区较近的璧山区、涪陵区、丰都区NO2年平均浓度在30～35μg/m3，NO2年平均浓度从中心城区向东向西辐射减弱。

重庆地区SO2污染(图2e)程度较轻，全区域年平均浓度都远低于国家二级标准60 μg/m3。年平均浓度最高值在西南部的南川区为22.79 μg/m3，其次是西南部的万盛经开区为21.71 μg/m3和西部的璧山区为21.65 μg/m3。其余区县的年平均浓度均低于20 μg/m3。中心城区和东北部都是SO2浓度的低值区，位于中心城区的两江新区是全市浓度最低值为7.8 μg/m3，与最高值的南川区有近两倍的差值。

CO九十五百分位年平均浓度(图2f)最高值为1.87 μg/m3，位于东北部的巫溪县。次高值为1.53 μg/m3分别位于东北部的城口县和中心城区的两江新区。最低值为东南部的秀山县，浓度仅为1.03 μg/m3。

2.2 空气质量指数超标日数空间分布和各类首要污染物分布日数特征

根据《环境空气质量指数(AQI)技术规定HJ633-2012》，按照AQI>100(超标日数)、100

图3 2017～2019年重庆地区三年平均超标日数Fig.3 Spatial distribution of the average number of exceeding standard days

从超标日数的空间分布来看，重庆2017～2019年年平均超标日数、轻度污染日数、中度污染日数均呈现较明显的区域性差异。超标日数呈现出西部、中心城区以及西南部地区较多、东部地区较少的特点。高值区主要位于西部的合川、璧山、荣昌等地，年平均超标日数超过90d。低值区主要位于东南部的彭水、黔江、酉阳等地，年平均超标日数不足20d(图3a)。

轻度污染及中度污染日数均呈现出西部大部地区以及西南部偏西地区较多、东部较少的特点，位于西部的合川、璧山、江津以及中心城区的沙坪坝等地，年平均轻度污染日数超过60d，轻度污染日数最少的区县是东南部的酉阳，仅有8.6d(图3b)；西部的璧山区年平均中度污染日数为全市最高值达到19.3d，最少日数位于东南部的酉阳，仅有1.3d达到中度污染(图3c)；重度污染日数西部部分地区、西南部大部地区以及东北部偏东地区偏多、东南部较少，高值区主要位于西部的璧山和东北部的巫溪，上述区县年平均重度污染日数超过8d，东南部的武隆区、东北部的巫山县以及位于中心城区的北碚区没有出现重度污染(图3d)。

据统计，2017～2019年重庆各区县CO均未超标，SO2也仅在南川造成2d轻度污染，重庆地区的空气污染主要是由PM2.5、PM10、O3、NO2这四种污染物造成的。从各主要大气污染物超标日数的空间分布(图4)来看，PM2.5超标日数高值区主要位于西部大部地区、西南部部分地区以及中部偏北地区，西部的荣昌区是全市PM2.5超标日数最多的区县，年平均日数为66d，东北部大部地区以及东南部较少出现PM2.5超标现象(图4a)，东南部的酉阳年平均PM2.5超标日数为全市最低值仅有9.7d。PM10超标日数分布特征与PM2.5类似，同样呈现西高东低的特征，高值区位于西部地区，中部大部地区以及东部大部地区未出现PM10超标现象(图4b)；O3(日O3浓度滑动平均最大值O3-8h)超标日数呈现出中心城区、西部部分地区以及西南部偏西地区较多、中部偏东地区以及东部地区较少的特点，位于中心城区的沙坪坝区是全市最高值达到49.3d，位于东北部的城口县、东南部的彭水县未出现臭氧超标现象(图4c)；NO2超标日数中心城区相对较多，渝中区超标日数为全市最高值达到11.3d，除此以外位于中心城区的九龙坡区、渝北区、两江新区、大渡口区以及西部的江津区和东北部的开州区有低于5d的NO2超标日数，其余区县未出现NO2超标现象(图4d)。

图4 2017～2019年重庆地区PM2.5、PM10、O3、NO2三年平均超标日数空间分布Fig.4 Spatial distribution of average exceedance days of PM2.5, PM10, O3 and NO2 in Chongqing from 2017 to 2019

2.3 重庆地区不同污染物月变化

从各类污染物浓度月变化的曲线(图5a)来看，重庆地区PM2.5、PM10、NO2、SO2、CO与O3-8h的浓度月变化呈现一个相反的趋势。PM2.5、PM10、NO2、SO2、CO浓度曲线呈U型分布，五种污染物都是秋末到初春(11月至次年3月)平均浓度较高，而最高值都出现在一月，分别为74.6μg/m3、98.1μg/m3、37.7μg/m3、16.7μg/m3、1.2mg/m3。夏季(6～8月)平均浓度较低，最低值都出现在7月，分别为20μg/m3、35.1μg/m3、21.9μg/m3、12μg/m3、0.8mg/m3。年变化幅度最大的是PM2.5,7月的平均浓度是1月浓度的27%，变化幅度最小的是SO2，7月的平均浓度是1月浓度的72%。O3-8h浓度的月变化呈抛物线型分布，

图5 2017～2019年重庆地区PM2.5、PM10、O3-8h、NO2、SO2、CO平均浓度、平均超标日数月变化Fig.5 Monthly changes of the average concentrations of PM2.5, PM10, O3-8h, NO2, SO2 and CO and the average number of days exceeding the standard in Chongqing from 2017 to 2019

夏季(6～8月)平均浓度较较高，最高值都出现在8月，为126.1μg/m3。秋末到初春(11月至次年3月)平均浓度低，最低值出现在12月为34.9μg/m3，年变化幅度较大，12月平均浓度是8月的27%，与PM2.5的变化幅度相当。

统计了六种污染物2017年～2019年平均的逐月超标日数发现，CO没有造成轻度以上污染，SO2也仅在5月和8月产生了不到0.01d的污染。图5(b)给出了PM2.5、PM10、O3-8h、NO2平均超标日数月变化。发现重庆地区超标日数全年呈现两个峰值，一个是在12月到次年2月，另一个是在8月，每个月份主要污染物不同，冬半年以PM2.5超标为主，夏半年以O3-8h超标为主。超标日数最多在1月，有12.3d，其中PM2.5为12.25d，NO2有0.05d。其次是12月，有8.6d，其中PM2.5为8.5d， PM10有0.1d。污染日数排在第三位的是2月，有6.3d，也是以PM2.5污染为主。污染日数排在第四位的是8月，有5.68d,与1月、12月、2月不同的是，8月主要污染是由O3-8h造成的，O3-8h超标日数为5.65d,占8月所有污染日数的99%。污染日数最少的月份是10月仅有0.62d，其中PM2.5为0.44d，O3-8h为0.15d,NO2为0.03d。

图6 2017～2019年重庆地区PM2.5、PM10、O3、NO2、SO2、CO平均浓度月变化Fig.6 Monthly variation of the mean concentrations of PM2.5, PM10, O3, NO2, SO2 and CO in Chongqing from 2017 to 2019

重庆地区不同污染物浓度月变化的区域差异(图6)较小，变化趋势各区域基本一致，只是变化幅度有所差异。PM2.5和PM10全年变化趋势一致，呈U型分布，1月值最高，1到7月逐月降低，但渝西地区在5月都出现了污染物浓度的增加，而其他五个区域则是一致下降的趋势，7月以后浓度值开始增加，12月到达全年的次高值。中心城区和渝西、渝西南地区浓度高于其他区域，渝东南的浓度是全市最低的。O3-8h月变化特征来看，中心城区的变化幅度大于其他区域，1～3月中心城区的浓度值低于其他五个区域，4～6月浓度值仅次于渝西地区，从六月开始浓度值激增，7月和8月都超过了其他几个区域，成为全市O3-8h浓度最高的区域，9到10月浓度值迅速降低，10月以后中心城区O3-8h浓度值又成为全市最低值。NO2浓度各区域都在1月达到全年的峰值，1到7月总体呈现下降趋势，3月出现一个弱的反弹，7月到达全年的最低值，7月以后浓度值开始逐月上升，12月达到全年的次高值，区域浓度比较来看，中心城区的浓度值在每个月份都远高于其他区域。SO2月平均浓度各区域的变化曲线呈U型分布，年变化幅度都较小，峰值都出现在1月，但最低值各区域出现的月份略有不同，渝东南最低值出现在6月，渝东北、渝西、西南出现在7月，中心城区和中部地区出现在9月。SO2月平均浓度值的大小来看，西南地区是六个区域中SO2浓度最高的，浓度最低的区域是中心城区。CO月平均浓度各区域都有相似的变化趋势， 1月是全年的最高值，7月达到全年最低值。比较来看渝东南各月的CO浓度都是六个区域最低的，其他五个区域浓度值较为接近。

2.4 大气污染与气象因子的相关分析

一个地区污染状况的形成，除了受本地区污染物排放的影响[12]以外，气象因子也直接影响该地区污染物的扩散与输送[13-14]。利用地面常规气象观测资料，选取降水、温度、湿度、风速、能见度这五个对污染物影响较大的气象因子，分析了各个区域代表站主要污染物(PM2.5、O3-8h、NO2)浓度与气象要素的相关关系。各区域代表站分别为：位于中心城区的沙坪坝、西部的铜梁、西南部的綦江、中部的涪陵、东北部的万州和东南部的黔江。

通过对6个站点不同大气污染物与气象因子的相关分析(下表)，可以看出O3-8h浓度变化与气象因子的相关性普遍高于PM2.5和NO2。特别是与日照时数和相对湿度的相关性，以沙坪坝站为例，O3-8h浓度变化与日照时数和相对湿度的相关系数分别达到0.8和0.68，而PM2.5和NO2与日照时数和相对湿度均低于0.2未通过显著性检验。说明二次污染物O3-8h浓度变化相比一次污染物更易受气象条件的影响。

表 6个区域代表站点污染物浓度与气象因子相关系数Tab. The six regions represent the correlation coefficients between pollutant concentration and meteorological factors

从地域差别来看，东部地区PM2.5与气象因子的相关性略高于中西部地区。PM2.5和最低气温的相关系数最高，东北部的万州相关系数达到-0.53，而中西部地区该相关系数为-0.45～-0.5。NO2和气象因子相关系数最高的是最低气温，东北部的万州相关系数达到-0.53，而中西部地区该相关系数为-0.45～-0.5。而O3-8h与气象因子的相关性西部地区高于中东部地区，西部沙坪坝相关性最好，最高气温与O3-8h的相关系数达到了0.83，而位于东南部地区的黔江，气象因子与O3-8h的相关性最差，相关系数的绝对值都低于0.6。

3 结 论

利用2017年～2019年重庆地区40个站点主要污染物浓度监测资料，分析总结出各类污染物的时空分布特点，比较各大片区污染状况的区域性差异。结果表明：

3.1 PM2.5与PM10年平均浓度以及O3-8h的九十百分位浓度年平均都呈现西高东低的分布特征，浓度高值区县都位于西部和西南部地区；NO2年平均浓度的高值区位于中心城区，从中心城区向东向西辐射减弱；SO2在重庆的污染较轻，全区域浓度都低于国家二级标准；CO浓度高值区位于重庆东北部，其次是中西部地区，东南部CO浓度最低。

3.2 超标日数的空间分布来看，西部、中心城区以及西南部大部地区较多、东部地区较少，高值区主要位于西部的合川、璧山、荣昌等地，低值区主要位于东南部的彭水、黔江、酉阳等地。

3.3 重庆地区PM2.5、PM10、NO2、SO2、CO与O3-8h的浓度月变化呈现一个相反的趋势。PM2.5、PM10、NO2、SO2、CO浓度月变化曲线呈U型分布，最高值都出现在1月，最低值都出现在7月；O3-8h浓度的月变化呈抛物线型分布，最高值都出现在8月，最低值出现在12月。PM2.5和PM10中心城区和渝西、渝西南地区浓度高于其他区域，渝东南的浓度是全市最低的。O3-8h中心城区的变化幅度大于其他区域，1～3月中心城区的浓度值低于其他五个区域，从6月开始浓度值激增，7月和8月都超过了其他几个区域，成为全市O3-8h最高的区域。NO2浓度中心城区的值在每个月份都远高于其他区域。SO2浓度值的大小来看，西南地区是六个区域中SO2浓度最高的，浓度最低的区域是中心城区。CO月平均浓度渝东南各月的浓度都是六个区域最低的，其他五个区域浓度值较为接近。

3.4 重庆地区O3-8h浓度变化与气象因子的相关性高于PM2.5和NO2，说明二次污染物O3-8h浓度变化相比一次污染物更易受气象条件的影响。PM2.5和NO2与气象因子的相关性东部地区略高于西部地区，而O3-8h则是西部地区高于东部地区。

重庆地区污染特征时空差异显著，在预测大气污染物浓度变化及评估扩散条件时，应根据不同区域和季节的污染特征而有所侧重。