廊坊市大气污染变化的特征分析

纪诗璇，高清泉，吕宜谦

（廊坊市气象局，河北 廊坊 065000）

随着经济的发展，我国城市化进程加快，城市大气污染问题日益凸显。大气污染对人体健康存在直接或间接的影响，社会关注度越来越高[1]。大气污染已经对京津冀城市群产生不容忽视的影响[2]，廊坊市位于华北地区腹部，同样受到大气污染的影响，但近年对华北地区大气污染物的研究主要集中于北京市、天津市等地[3]。近年来，华北地区冬季供暖方式发生调整，重工业企业大量迁移、转型，大气污染对中小城市的影响不容忽视[4]。因此，研究廊坊市大气污染现状，剖析未来污染发展趋势，不仅能为廊坊市未来大气污染防治提供参考，也对进一步研究京津冀地区大气污染影响具有重要意义。

1 数据来源与处理方法

1.1 数据来源

数据来源于廊坊市气象信息共享平台，以廊坊市国家气象观测站内大气成分站SO2、细颗粒物（PM2.5）、可吸入颗粒物（PM10）质量浓度的日平均数据为基础，结合河北省廊坊生态环境监测中心数据，做综合分析。监测时间为2015年1月1日至2018年12月31日。如表1所示，与2014年相比，2015—2018年廊坊市空气中主要污染物含量逐渐降低，空气质量指数逐步上升，重污染天数逐渐减少。2018年，廊坊市PM10、PM2.5、SO2年均浓度分别为97 μg/m3、52 μg/m3、11 μg/m3，与2017年相比分别下降4.90%、13.33%、21.43%。2018年，廊坊市空气质量指数为5.94，与2017年相比，空气质量有所改善。

表1 2014—2018年廊坊市空气质量对比

2018年，廊坊市完成有效监测357 d。其中，2018年优良天数共计222 d，达标率为62.2%，与2017年（214 d）相比，达标天数增加8 d；2018年轻度污染天数为89 d，相比2017年（78 d），增加11 d；2018年中度污染天数为34 d，相比2017年（44 d），减少10 d；2018年重污染天数合计12 d，与2017年（25 d）相比，减少13 d。

1.2 处理方法

小波分析是大气污染物监测数据的常用处理方法。小波函数是指具有震荡性且能够迅速衰减到0 的一类函数[5]，能够揭示时间序列（t）中的多种变化周期（L），可以反映系统在不同时间尺度中的变化趋势。数学上，定义小波函数ψ(t)∈L2(R)。其中，R表示实数集合，表示平方可积的信号空间，函数L2(R)具有有限能量。满足式（1）的ψ(t)为小波基函数，小波基函数通过尺度的伸展、缩小和时间轴上的平移可以组成一簇函数系列，如式（2）所示。

式中：ψa.b(t)为子小波函数；a为尺度因子，可以反映小波的周期长度；b为平移因子，可以反映在时间上的平移。

小波变换是一种时域-频域局部化方法，其时间窗和频率窗都可以改变。对于子小波函数ψa.b(t)，如果定义一个大气污染物质量浓度有限时间序列可积函数f(t)∈L2(R)，则f(t)的连续小波变换函数如式（3）所示。在大气污染物的实际数据处理过程中，常见的时间序列是离散的。若定义时间序列函数f(kΔt)（k=1,2,3,…,N），则式（3）的离散函数如式（4）所示。小波变换函数Wf(a,b)受参数a和b的影响而发生变化。若以b为横坐标，a为纵坐标，绘制Wf(a,b)的二维等值线图，可得到小波变化系数图。

式中：Wf(a,b)为小波变换系数；f(t)为大气污染物质量浓度有限时间序列可积函数t的时间序列；a为污染物质量浓度时间序列尺度因子；b为污染物质量浓度时间序列平移因子；Δt为时间间隔；小波变换系数Wf(a,b)可以反映时域参数b与频域参数a的特性。

2 结果分析

2.1 PM10 质量浓度时间序列变化特征

首先利用Morlet 小波对2015—2018年PM10日均质量浓度做时间序列变化处理。由于日均质量浓度数据为有限时间序列，为消除或减小数据起点与终点附近可能会产生的边界效应，先用信号延伸功能对两端数据进行延伸处理，最后对边界效应处理后的时间序列（见图1）进行小波变换。

图1 PM10 质量浓度时间序列变化

由图1 可以发现，2015—2018年，大气污染物PM10日均质量浓度存在周期变化，季节性变化显著。夏季浓度最低，冬季是一年中污染最严重的季节，存在显著峰值。根据日均质量浓度，PM10污染天数呈逐年下降趋势。

2.2 PM2.5 质量浓度时间序列小波变换

根据式（4），利用小波计算PM2.5质量浓度时间序列，得到小波系数模方等值线图，即以b为横坐标、a为纵坐标的时-频分布图，如图2所示。根据小波系数模方等值线图，既可以得到PM2.5质量浓度在时间域上的分布规律，也可以获得PM10质量浓度时间序列上的周期性变化特征，从而明确PM10质量浓度在不同时间尺度上的变化趋势。

图2 小波系数模方等值线变化

图2 显示，PM10质量浓度呈现大小交替的变化规律。在不同时间尺度上，PM10质量浓度也存在显著的变化。根据a值，周期变化显著的区间有[10，20]、[30，40] 和[50，60]。a介 于10～20 时，2015—2018年均存在颜色最深的等值线，说明有较强的周期变化，周期性明显，具有全域性，波动较大；a介于30～40 时，2015年、2016年、2018年周期性较强，2015年与2016年尤为明显，依然存在明显的周期性；当a介于50～60 时，2017年与2018年PM10质量浓度变化较小，等值线密度及颜色变化不明显，周期性较弱。

3 结论

2015—2018年，廊坊市空气中主要污染物含量逐渐降低，空气质量指数逐步上升，重污染天数逐渐减少。2018年，廊坊市空气中PM10、PM2.5、SO2的年均浓度分别为97 μg/m3、52 μg/m3、11 μg/m3，与2017年相比，分别下降4.90%、13.33%、21.43%。PM10质量浓度呈现大小交替的变化规律，在不同时间尺度上也存在显著的变化。根据a值，周期变化显著的区间有[10，20]、[30，40]和[50，60]。a介于10～20 时，2015—2018年均存在颜色最深的等值线，说明有较强的周期变化，周期性明显，具有全域性，波动较大；a介于30～40 时，2015年、2016年、2018年周期性比较强，2015年与2016年尤为明显，依然存在明显的周期性。