2016—2020年武汉市PM2.5时空分布特征及与气象因子的相关性分析

吴盛岚,何文杰,李玉华,刘芫,张冬萍,刘胜山,李海波

(湖北大学资源环境学院,湖北 武汉 430062)

0 引言

随着城市化、工业化进程的不断推进,PM2.5受到公众和学者更广泛的关注和重视.PM2.5是指空气中空气动力学当量直径≤2.5 mm的气溶胶微粒,粒径小,在空气中停留时间长、输送距离远,已逐渐成为影响城市环境空气质量的首要污染物,对人体健康和空气环境质量带来严重的影响[1-3].

武汉市位于湖北省东部,是长江经济带关键节点城市.随着长江经济带的建设,中部地区快速发展带来的空气环境问题日益突出.武汉市作为中部地区特大城市,人口稠密、交通发达、城市工业化发展迅速,导致大气污染加剧.目前,武汉市PM2.5的研究主要集中在时空分布、影响因素及污染源解析等方面[4-7],如张会涛等[8]发现冬季PM2.5浓度显著高于其他季节,秋季浓度最低;黄亚林等[9]研究认为武汉市PM2.5浓度的空间差异与区域类型、城市布局有关.PM2.5浓度与气象因子之间的关系研究相对较少,本研究以武汉市22个监测站点的PM2.5监测浓度数据为依据,分析其在2016—2020年的时空分布特征及与气象因子的关系,可为武汉市PM2.5污染防治工作提供科学依据.

1 数据来源与方法

1.1 数据来源本文中数据包括环境监测数据和气象数据.2016—2020年PM2.5数据来源于22个监测点(10个国控点,12个市控点)的逐日监测数据,监测点位分布及相关信息见图1、表1.气象数据来源于国家气象信息中心武汉市地面气象资料数据,根据相关研究选取具有代表性的气象因子,包括24 h累积降水量、极大风速(给定时段内3 s平均风速的最大值)、日均气压、日均气温和日均相对湿度.

表1 武汉市环境空气监测点详情

图1 武汉市国控监测点位图

1.2 研究方法

1.2.1 统计学分析 根据2016—2020年武汉市22个监测点的PM2.5质量浓度数据,统计获取不同时间尺度的PM2.5变化规律.利用SPSS 26 软件进行数据统计分析,通过Origin 2021 软件作图.

1.2.2 空间插值法 结合当前研究,克里金插值法(Kriging)和反距离权重法(IDW)均适用分析PM2.5空间分布.克里金空间插值法是在空间数据分布不均的前提下,能够对变量的空间行为进行全面分析的一种无偏最优估计方法,且输出结果的连续性较好[10].反距离权重法可以进行确切的或者圆滑的插值.分别运用这两种方法做插值分析,通过比较预测值的平均误差和均方差,最终选择克里金插值法.已有研究表明,普通克里金插值法在估算PM2.5质量浓度时制图效果较好[11].故运用ArcGIS 10.5 软件,采用普通克里金插值法,分析PM2.5空间分布特征.

1.2.3 相关性分析 利用SPSS 26软件,先通过单样本K-S检验样本数据是否符合正态分布,然后对武汉市的PM2.5质量浓度和气象因子的均值数据进行Pearson相关性分析,研究探讨气象因子对武汉市PM2.5时空分布特征的影响.

2 结果与分析

2.1 PM2.5时间变化规律

2.1.1 PM2.5年变化规律 根据2016—2020年武汉市22个监测点逐时PM2.5的浓度数据,得到年变化规律,见表2.

表2 2016—2020年武汉市PM2.5年均质量浓度和污染天数

如表2所示,2016—2020年武汉市PM2.5年均质量浓度介于50.18～74.19 μg·m-3,根据《环境空气质量标准》(GB 3095-2012)规定,中国二类地区PM2.5日均质量浓度超过75 μg·m-3,即为轻度污染,年均污染限值为35 μg·m-3,2016年超出标准1.12倍.从污染天数统计结果看,2016—2020年污染天数逐渐减少,由148 d减少到45 d,2016年污染天数最多,占比40.55%.

从图2(a)和图2(b)可以看出,PM2.5年均浓度呈现显著的逐年降低的趋势,下降斜率为6.043 μg·m-3,此外PM2.5年均浓度均未达到国家二级标准的要求,且每年都存在5～10 d的重度污染天气,异常值主要集中在冬季.

图2 2016—2020年PM2.5质量浓度年变化

上述分析表明,5年间武汉市PM2.5浓度下降显著,大气颗粒物污染防治已初见成效.较早之前,武汉市社会经济快速发展时期资源能源利用率很低,造成严重浪费;投入大气污染治理防治的资金严重不足,导致大气PM2.5污染严重.2013年在原有监测站点的基础上增加了对PM2.5的监测,近几年经济发展的同时不断调整产业结构和能源结构减缓PM2.5污染,大力推进节能减排,PM2.5污染天数逐年减少.武汉市政府也为改善全市空气环境质量采取了一系列的措施,如2016年武汉市重点开展大气第三方督察工作,2017—2019年加强工业大气污染治理,2020年环保督察“四位一体”整改.但PM2.5年均值仍超出国家年均质量浓度标准,说明污染防治工作任重而道远.

2.1.2 PM2.5季节变化规律 本文中按照每年3—5月为春季,6—8月为夏季,9—11月为秋季,12月和1—2月为冬季进行季节性数据统计.2016—2020年武汉市PM2.5的季节变化规律及污染天数,如图3所示.

图3 2016—2020年PM2.5季均质量浓度及污染天数

从图3(a)可以看出,2016—2020年PM2.5质量浓度逐年减少,5年春、夏、秋、冬四季的平均浓度分别为61.47、37.74、57.55和94.34 μg·m-3,呈现冬、春高,夏、秋低的季节性特征,排序为冬季>春季>秋季>夏季;由图3(b)所示,2016年冬季污染天数达到81 d,占比90%,2020年春季和夏季污染天数为0,虽然2020年总污染天数在减少,但是冬季污染天数仍达到40 d,占全年的10.93%.上述分析表明冬季是PM2.5污染最严重的时期.

PM2.5质量浓度受到污染源强度和气象因子的影响.武汉冬季气温低,平均风速较低,光照强度弱,逆温现象频发,大气稳定度高,不利于污染物扩散,容易导致污染物发生局地积累,另外冬天汽车尾气排放量也加剧,从而导致冬季PM2.5质量浓度远远高于其他季节.夏季污染物浓度偏低首先是由于受到气候的影响,降水多,湿沉降对污染物有一定的清除作用,一次降雨可使PM2.5浓度下降56.30%;其次温度高,大气结构不稳定导致对流运动旺盛,有利于污染物扩散.秋季,武汉周边地区禁止秸秆露天燃烧,促进秸秆综合利用,使得PM2.5浓度值降低.春季天气回暖,游客数量增加,市民周末大规模出行导致机动车尾气排放量增加,故PM2.5浓度较秋季更高.

2.1.3 PM2.5月变化规律 2016—2020年武汉市PM2.5月变化规律及污染天数如图4所示.

图4 2016—2020年PM2.5月均质量浓度及污染天数

从图4(a)可以看出,PM2.5月均质量浓度呈现“U”型分布,1月到7月逐渐降低,8月到12月逐渐增加.整体看1月和12月浓度最高,分别为130.71和114.02 μg·m-3,7月浓度最低,为34.37 μg·m-3.2016—2020年间达到国家二级标准要求的月份有2018年7月和2019年7月以及2020年6月—8月共5个月,占比8.33%;从图4(b)可以看出,污染天数变化规律与PM2.5月变化规律基本保持一致,1—3月、11月和12月污染天数较多,其中1月和12月污染天数占比均为72.9%,6月—8月污染天数较少,分别占比2.0%、1.29%和2.0%.2017年8月、2018年7月—9月和2019年7月—9月及2020年3月—9月PM2.5日均质量浓度均小于75 μg·m-3,污染天数为0 d,其中2020年由于新冠疫情的爆发[12],工业排放和机动车尾气排放量降低,使得PM2.5污染得到一定的改善,污染月数量减少.

2.2 PM2.5空间分布特征根据武汉市22个监测点PM2.5年均质量浓度(图5),利用ArcGIS 10.5 软件,分别运用克里金插值法和反距离权重法做插值分析,空间插值验证结果见表3.

表3 空间插值交叉验证结果

图5 2016—2020年监测站点PM2.5年均质量浓度

如表3所示,比较预测值的平均误差和均方根误差,总体上可以看出克里金插值法的平均误差和均方根误差小于反距离权重法,故采用克里金插值法对2016—2020年PM2.5年均污染状况进行插值,得到PM2.5年均质量浓度的空间分布特征,如图6所示.

图6 2016—2020年PM2.5年均质量浓度的空间分布特征

通过图6可以看出在总体空间布局上,2016—2020年武汉市PM2.5浓度的空间分布特征变化较明显,2016年呈现北低南高的态势,2017年到2019年中心城区浓度较高,2020年逐渐呈现北高南低的态势,浓度范围最大值和最小值都在逐渐降低.武汉市PM2.5空间分布差异受到区域经济结构调整的影响,中心城区污染较郊区更加严重,工业园区、交通区、居民区污染程度都相对较高,风景区的污染较低.如青山钢花(S9)监测点处于工业区和交通区,5年间污染值始终处于较高的状态;东湖梨园(S7)监测点处于风景区,植被覆盖率高,周边居民区、建筑区空气污染排放严格,故PM2.5浓度较低.沉湖七壕(S10)监测站点在沉湖湿地自然保护区,污染浓度逐年降低,黄陂区站(S12)和新洲区站(S13)周围工业园区发展迅速,污染相对加重,形成了北高南低的空间分布特征.前几年武汉处于城市基础建设发展时期,大规模的建筑、拆迁工程,使空气中扬尘污染源影响空气质量,PM2.5工业污染源主要分布在城市西南部和中部.汉南区站(S14)和蔡甸区站(S20)点位监测值在逐年减少,青山钢花(S9)和化工区站(S21)监测站点处在工业区,污染逐渐加重,说明城市工业发展区域在逐渐转变.结合时间和空间变化分析可以看出,武汉市年均PM2.5浓度整体呈现下降趋势,表明空气污染状况有所改善.

2.3 PM2.5与气象因子的关系气象因子的变化影响着大气污染物的扩散、沉降和稀释[13].PM2.5与气象因子之间的相关关系见表4.

表4 PM2.5与气象因子之间的相关关系

如表4所示,总体可以看出,降水量、极大风速和平均气温与PM2.5浓度在0.01水平(双侧)上呈负相关,相关系数分别为-0.280、-0.269和-0.737;平均气压与PM2.5浓度在0.01水平(双侧)上呈显著正相关,相关系数为0.770;平均相对湿度与PM2.5浓度在0.05水平(双侧)上呈正相关,相关系数为0.116.分析其原因,降水量对PM2.5有明显的去除作用,PM2.5浓度随着降水量的增加而减少;风速可以改变空气的流动性,风速增加促进污染物稀释和扩散;近地面气温的升降变化影响大气稳定性,气温增高,PM2.5的布朗运动剧烈,利于向高层扩散,降低浓度;气压是表征大气稳定度的关键指标和污染物扩散的重要因子[14],当地面气压较低时会形成上升气流利于PM2.5的扩散,相反气压较高时下沉气流抑制扩散导致污染物累积,使得PM2.5浓度增加;相对湿度对PM2.5的影响极为复杂[15],对其浓度具有双重影响,在一定气象条件下,颗粒物吸附在水分子上导致污染物浓度增加.通过一元线性拟合结果也反映出降水量、极大风速和平均气温对PM2.5浓度呈负相关,平均气压和平均相对湿度对PM2.5浓度呈正相关.

表5反映出气象因子的影响具有明显的季节特征.降水量在夏冬季对颗粒物呈现出显著的负相关,但在春秋季没有通过显著性检验,夏冬季降水多使PM2.5浓度下降.极大风速在秋冬季对PM2.5表现出负相关(P<0.05),不同季节的风速会存在明显的差距.春秋季,平均气压对PM2.5表现出一致的正相关(P<0.01),地面气压较低有利于PM2.5的扩散.平均气温在春秋冬季对PM2.5表现显著的负相关,在夏季对PM2.5表现出正相关(P<0.01),夏季温度升高,对流扩散明显.除春季外,平均相对湿度与PM2.5均表现出相关性,武汉市高湿多雨的气候特征使空气湿度处于较高的水平.

表5 武汉市不同季节PM2.5与气象因子的相关关系

3 结论与建议

3.1 结论以武汉市2016—2020年的22个站点监测数据为基础,分析了PM2.5质量浓度的时空分布特征,探讨了气象因子对PM2.5的影响,结论如下：

1)武汉市PM2.5质量浓度具有明显的时间变化规律.从年变化来看,5年间武汉市PM2.5浓度下降显著,污染天数由148 d减少到45 d;从季节变化规律来看,5年春、夏、秋、冬四季的平均浓度分别为61.47、37.74、57.55和94.34 μg·m-3,冬季是PM2.5污染最严重的时期;从月变化规律来看,PM2.5月均质量浓度呈现“U”型分布,1月和12月浓度最高,7月浓度最低,污染天数变化规律与PM2.5月变化趋势基本保持一致.

2)武汉市PM2.5质量浓度的空间分布特征变化较明显,由北低南高逐渐转变成北高南低.空间分布差异受到区域经济结构调整的影响.南部多为湿地自然保护区、风景区,污染浓度逐年降低;北部黄陂区、新洲区、东西湖区工业发展迅速,污染逐渐加重.

3)武汉市PM2.5与降水量、极大风速和平均气温呈负相关,与平均气压和平均相对湿度呈正相关,其中降水量、平均气压和平均气温与PM2.5有较高的相关性,平均相对湿度对PM2.5的影响极为复杂.气象因子的影响具有明显的季节特征,夏冬季的气象因子对PM2.5质量浓度的影响较为显著.

3.2 建议

1)随着近几年城市化进程加快,工业化发展、区域污染的类型已发生变化,主城区大气监测站点过于集中,覆盖面不够,不能准确地反映出环境空气质量状况,监测站点分布格局有待进一步研究.PM2.5数据存在不连续性,应采用更加先进的监测设备和仪器监测,提高环境检测效率.

2)PM2.5污染问题十分复杂,对其在武汉市的时空分布及与气象因子相关性进行了分析和解释,但相比气象条件,人类活动对环境空气污染影响更复杂,需要对人类活动产生的污染物减排问题多加关注.

3)整体上武汉市空气质量在逐年好转,但大气污染治理仍然需要加强重视,加大治理力度,深化工业企业污染源污染治理,增设移动污染源路边监测点;完善管理措施,在加强控制本地污染源排放的同时结合区域性联防联控;机动车推行使用新型能源,严格实行排放标准和限行措施,减少尾气排放.针对PM2.5空气污染的治理措施需要具有持续性和准确性.