2014—2018年洛阳市大气污染变化特征及影响因素研究

庞丹丹，李洁冰，贾琪琪，李 航

河南城建学院市政与环境工程学院，河南省水体污染与防治重点实验室，河南 平顶山 467036

洛阳市是我国优秀的旅游城市，也是中西部地区重要的重工业城市。随着城市化进程的推进，洛阳市燃煤、化工、冶金、机械制造和交通等行业迅速发展，同时大气污染也日趋严重[1]。洛阳市地处黄河中下游，坐落在伊洛河冲积平原西部，市西依秦岭、南靠伏牛山、东接嵩山，属于山间盆地地貌特征[2]，这种地貌特征不利于大气污染物的扩散。城市空气质量与公共环境和居民健康密切相关[3-4]。城市大气污染会对暴露人群呼吸系统和心血管系统产生伤害，引发急性和慢性健康效应[5-6]，因此有必要对洛阳市城市大气污染特征开展研究。张予川等[7]对2002年7月至2003年6月洛阳市城区空气质量的分析结果表明，此时间段内空气质量为轻度污染，空气质量在7—9月和次年3—6月较好，10月至次年2月较差。章异平等[8]的研究表明，2006年—2009年，洛阳市首要污染物为PM10，空气质量呈现煤烟型和尘污染的复合特征，烟尘排放总量等是影响洛阳市空气质量的主要因素。2012年洛阳市O3日最大8 h平均质量浓度超过《环境空气质量标准》(GB 3095—2012)中二级标准限值的天数占全年天数的比例为21%，O3污染具有明显的日变化及季节变化特征，晴朗、高温和低风速等气象条件下的午后时段会出现O3的高浓度污染[2]。2011—2013年洛阳冬季雾霾天气呈明显增多现象，尤其2012—2013年冬季，雾与霾天气均为最多[9]。胡云川等[1]对2015年—2017年可吸入颗粒物的研究表明，春、冬季的污染较严重，夏、秋季的污染较轻。

本研究基于2014—2018年PM10、PM2.5、NO2、SO2、O3和CO等6项空气质量参数数据，分析洛阳市大气污染变化特征，获得主要污染物，通过灰色关联法对影响主要污染物浓度的因素进行综合研究，明确主要影响指标因子。

1 数据来源与研究方法

1.1 数据来源

本研究以洛阳市为研究区域，PM10、PM2.5、NO2、SO2、O3和CO等6项空气质量参数数据来源于洛阳市网格化精准监控平台(http://117.78.34.120∶8007/BigData/Main)。市区总人口、工业(综合)能源消费量、人均生产总值、城市机动车总数、城市房屋施工面积、人均公园绿地面积、建成区绿化覆盖率、氮氧化物排放总量、SO2排放总量、烟(粉)尘排放量、一般工业固体废物产生量等11项影响指标因子数据来源于2014—2018年的《洛阳统计年鉴》[10-14]。

1.2 研究方法

1.2.1 空气质量指数法

根据《环境空气质量标准》(GB 3095—2012)和《环境空气质量指数(AQI)技术规定(试行)》(HJ 633—2012)中的有关方程，分别计算PM10、PM2.5、NO2、SO2、O3和CO等6项空气污染物的空气质量分指数(IAQI)，空气质量分指数的最大值即为当日的空气质量指数(AQI)。在AQI大于50时，AQI相应的污染物即为当日的首要污染物。根据当日空气质量指数可将空气质量划分为优、良、轻度污染、中度污染、重度污染和严重污染等6个级别。

1.2.2 灰色关联法

灰色关联法适用于数据量少、包含不确定因素的研究对象[15]。利用灰色关联法可分析各影响指标因子与主体的关联程度，计算出各影响指标因子和主体之间量化的关联度。

根据灰色关联模型理论[16]，首先确定参考序列和比较序列，利用均值变换对上述序列进行无量纲化处理得到无量纲化矩阵[17-18]。计算参考序列和比较序列各对应期的绝对差值得到差异序列矩阵。对于某一参考序列，可根据式(1)得到关联系数矩阵。

(1)

式中：ξi(k)是第k年的某项空气污染物(参考序列)与当年的第i个影响指标因子(比较序列)的关联系数；k是每个序列的指标数(k=1,2,…,n)，即2014—2018年；i是比较序列数(i=1,2,…,N)，即影响指标因子数；Δ(min)和Δ(max)分别是参考序列与所有比较序列每一个指标因子绝对差值中的最小值和最大值；Δi(k)是参考序列与所有比较序列每一个指标因子的绝对差值；ρ是分辨系数，用于提高关联系数之间差异的显著性，ρ[0, 1]，本研究中取值为0.5。

利用式(2)计算某项空气污染物与影响因素Xi的关联度ri，ri越大说明两者关联程度越大；反之，关联程度越小。

(2)

罗上华等[19]在研究城市环境保护与生态建设指标体系时，通过专家咨询将灰色关联度划分为4个等级(见表1)，本研究亦采用这一划分方法。

表1 关联度分级Table 1 Classification of the gray relational grade

对城市空气质量和空气污染物浓度影响的因素较多，包括人均GDP、人口密度、建成区面积、植被、机动车尾气、扬尘、燃煤烟尘、污染物排放量等[20-23]。洛阳市是中西部地区的老工业基地之一，重工业占比较大，工业生产和冬季采暖使其大气污染表现为煤烟型污染[8]。根据上述的文献研究成果和洛阳市自身特点，从经济发展、城市与社会发展、环境和公共管理等3个方面选取11项可能影响因素构建影响指标因子体系：市区总人口、工业(综合)能源消耗量、人均生产总值、城市机动车总数、城市房屋施工面积、人均公园绿地面积、建成区绿化覆盖率、氮氧化物排放总量、SO2排放总量、烟(粉)尘排放量和一般工业固体废物产生量等(表2)。

表2 参考序列和比较序列Table 2 Reference sequence and comparison sequence

2 结果与讨论

2.1 大气污染时间变化特征

表3是2014—2018年洛阳市不同空气质量指数类别所占的天数及所占的比例。从表3可看出，2014—2018年空气质量指数类别以良为主，其次为轻度污染，良以上的天数分别为216、212、160、162、211，优良率分别为59.1%、58.1%、43.7%、44.3%、57.8%，良以上的天数有先减少后增多的趋势，其中空气质量在2014、2015、2018年较好。空气质量为轻度污染的天数呈先上升后下降趋势，重度和严重污染的天数在2016年最多，说明2016年污染较为严重。

表3 2014—2018年洛阳市不同空气质量指数类别的天数及所占比例Table 3 Days and corresponding proportions of different AQI types in Luoyang City from 2014 to 2018

以天文季节划分洛阳市的四季，其中3—5月是春季，6—8月是夏季，9—11月是秋季，12月至次年2月是冬季。2014—2018年洛阳市不同空气质量指数类别在不同季节的分布情况如图1所示。从图1中可以看出，优良天数主要出现在春季、夏季和秋季，重度污染和严重污染主要出现在冬季，这可能是由于冬季供暖使空气质量下降。从图1中还可以看出，在2014—2018年空气质量主要以良和轻度污染为主，这与表3的分析结果一致。

图1 2014—2018年不同空气质量指数类别在不同季节的分布情况Fig.1 The distribution of AQI types indifferent seasons from 2014 to 2018

图2是2018年洛阳市PM10、PM2.5、SO2、NO2、CO和O3等6项空气污染物浓度逐日变化曲线，上述空气污染物相应的环境空气质量二级标准限值分别为150 μg/m3、75 μg/m3、150 μg/m3、80 μg/m3、4 mg/m3、160 μg/m3。从图2可看出，PM10，PM2.5、NO2、SO2和CO这5项污染物浓度随时间变化呈“V”型，浓度高值主要集中在1—5月、11—12月，低值出现在7—8月，其中PM10和PM2.5的超标时间较长，NO2仅在1月有一个较小的超标时间段，SO2和CO没有发生超标。为改善环境空气质量，2018年洛阳市开始实施《洛阳市2018年大气污染防治攻坚战实施方案》，通过集中供暖、燃煤“双代”、清洁型煤替代等措施优化能源结构，但2018年洛阳市还存在较多的燃煤电厂，洛阳冬季取暖仍然以燃煤为主。冬季和春季以西北风为主，沙尘天气多于夏季和秋季。所以上述5项空气污染物浓度高值集中在冬季和春季。O3的浓度随时间变化呈倒“V”型。O3的超标时间主要集中在4—9月，浓度低值出现在1—2月和11—12月。夏季气温较高，大气中挥发性有机物含量较高，同时光照比冬季更为充足，光化学反应易于发生，因此大气中O3浓度较高。2014—2017年，上述6项污染物浓度随时间变化显现出与2018年相似的“V”型和倒“V”型特征。2018年上述污染物浓度逐日变化曲线的特征较为明显，而且2018年的数据是最新的数据，因此本文中仅给出了2018年的数据曲线。

图2 2018年6项空气污染物浓度随时间变化曲线Fig.2 The daily variation of concentrationof six air pollutions in 2018

2.2 首要污染物分析

表4和图3是2014—2018年洛阳市不同首要污染物所占天数和所占比例。从表4和图3中可看出，2014—2018年以PM2.5为首要污染物的天数分别为174、185、151、133、110，所占比例分别为47.7%、50.7%、41.3%、36.4%、30.1%。以PM10为首要污染物的天数分别为92、96、68、86、113，所占比例分别为25.2%、26.3%、18.6%、23.6%和31.0%。以O3为首要污染物的天数分别为49、37、127、123、121，所占比例为13.4%、10.1%、34.7%、33.7%和33.2%。以SO2、NO2和CO为首要污染物的天数和所占比例相对较少。这与图2的结果类似。图2中2018年SO2、NO2和CO的浓度基本不超标(以国家环境空气质量二级标准为限值)，而PM2.5、PM10和O3的浓度超标时间较长。上述分析说明2014—2018年PM2.5、PM10和O3是造成洛阳市空气污染问题的主要污染物。从图3可看出，与2014—2015年相比，2016—2018年PM2.5的污染逐渐降低，而O3污染更为严重。

表4 2014—2018年洛阳市不同首要污染物天数Table 4 The number of days with different chiefpollutants in Luoyang City from 2014 to 2018

图3 2014—2018年首要污染物天数所占比例Fig.3 The proportion of days of the chiefpollutants from 2014 to 2018

2.3 PM2.5、PM10和O3浓度变化的影响因素

由前述分析可知，2014—2018年洛阳市的主要空气污染物为PM2.5、PM10和O3。在灰色关联模型中，本研究以2014—2018年洛阳市PM2.5、PM10和O3的年累计值为参考序列(表2)。

图4为不同空气污染物与影响指标因子的关联度。从图4可以看出，对PM10来说，影响指标因子根据关联度大小依次为工业(综合)能源消耗量>城市房屋施工面积>市区总人口>建成区绿化覆盖率>城市机动车总数>人均公园绿地面积>人均生产总值>一般工业固体废物产生量>氮氧化物排放总量>烟(粉)尘排放量>SO2排放总量，其中前7个指标因子处于高关联水平，第8个指标因子处于较高关联水平，后3项指标因子处于中等关联水平；与PM2.5关联度较高的影响指标因子和PM10基本类似，顺序略有不同，且人均生产总值也表现为较高关联水平(0.764)；与O3处于高关联水平的是市区总人口、人均生产总值、城市机动车总数、人均公园绿地面积、建成区绿化覆盖率和一般工业固体废物产生量；与O3处于较高关联水平的是工业(综合)能源消费量和城市房屋施工面积。这说明经济发展对空气质量影响较大，需要采取有效的大气污染治理措施，以达到在发展经济的同时改善空气质量。

图4 PM10、PM2.5和O3与不同影响因素的关联度Fig.4 The gray relational grades between PM10,PM2.5,O3 and different influencing factors

此外，城市与社会发展的4项因素与空气质量的关联水平较高，说明提高机动车排放标准、适当控制机动车数量和城市房屋施工面积、增加人均公园绿地面积和建成区绿化覆盖率对于洛阳市空气质量的改善非常重要。环境和公共管理中除一般工业固体废物产生量外，其余3项影响因素[氮氧化物排放量、SO2排放量和烟(粉)尘排放量]与空气污染物浓度的关联度为中等关联(0.4左右)，关联度相对较低，说明加强环境管理、减少一般工业固体废物产生量，对于提高洛阳市空气质量有重要意义。

从2014年到2018年，洛阳市氮氧化物排放量、SO2排放量和烟(粉)尘排放量分别从13.10×104、13.86×104、6.31×104t下降到1.57×104、2.19×104、0.95×104t，减少了88.02%、84.20%和84.94%。根据洛阳市的工业特点，氮氧化物、SO2和烟尘主要来源于燃煤，氮氧化物和烟尘的来源还包括石油燃烧和汽车尾气等[8]。由图4可知，这3项影响指标因子对PM10、PM2.5和O3的关联度相对较低。说明洛阳市在贯彻实施电代煤、气代煤等冬季清洁取暖方面取得了一定程度的进展。

3 结论

2014—2018年洛阳市空气质量指数类别主要为良和轻度污染。优良天数主要出现在春季、夏季和秋季，重度污染和严重污染主要出现在冬季。2018年PM10、PM2.5、NO2、SO2和CO这5项污染物浓度随时间变化呈“V”型，O3污染物浓度随时间变化呈倒“V”型。PM2.5、PM10和O3是造成洛阳市空气污染问题的主要污染物。灰色关联法的分析结果表明：市区总人口、工业(综合)能源消耗量、人均生产总值、城市机动车总数、城市房屋施工面积、人均公园绿地面积、建成区绿化覆盖率和一般工业固体废物产生量等8项指标因子与PM2.5、PM10和O3的浓度表现出高关联度或较高关联度。

为改善洛阳市空气质量，建议：控制市区总人口，降低市区人口密度；调整能源消耗结构，减少煤炭消耗，增加新能源的使用；进一步发展经济，提高人均生产总值；控制城市机动车数量，大力发展公共交通；降低城市房屋施工面积；通过合理规划提高人均工业绿地面积和建成区绿化覆盖率；做好固体废物的收集、运输、处理及处置流程，降低二次污染。