張樣盛,譚 東,楊 娟

(永川區(qū)環(huán)境保護局,重慶永川402160)

永川區(qū)位于四川盆地東南部、重慶市主城區(qū)西部以及長江上游北岸,東靠璧山縣、江津區(qū),南連四川省合江市、瀘州市,西與榮昌、大足毗鄰,北與銅梁接壤。永川區(qū)介于成都、重慶兩大城市之間,屬亞熱帶濕潤季風型氣候,受地形和季風的影響,具有氣候溫和,四季分明,云霧多,日照少,地面風速小,微、靜風頻率高,不利于大氣污染物擴散等特點。近年來,隨著工業(yè)的快速發(fā)展和人民生活水平的不斷提高,工業(yè)、生活、建筑和交通各類排放源排放出的大量煙塵和粉塵顆粒,導致了空氣中PM10含量急劇增加。PM10可能會對一系列環(huán)境因素造成危害[1]。不僅污染建筑物表面,影響市容,降低能見度,影響交通,還會腐蝕和損壞建筑物和公共設施,影響綠化植物的生長,更為嚴重的是PM10還會影響人們的身體健康,降低人們的生活質(zhì)量。因此,制定合理的措施控制大氣PM10污染就顯得尤為重要了。近年來研究表明,氣象因子對 PM10質(zhì)量濃度有很大影響[2-9]。因此,通過研究PM10質(zhì)量濃度與氣象因子的關系,對永川區(qū)制定切實可行的PM10控制措施,以改善大氣、生態(tài)環(huán)境質(zhì)量及提高人們的生活質(zhì)量具有重要的指導意義。

1 研究方法

利用來自永川環(huán)境監(jiān)測站2008年7月～2009年7月的PM10資料和同時段永川區(qū)氣象局的氣象資料,分析在不同時間和空間上的PM10質(zhì)量濃度的變化規(guī)律,并采用逐步回歸方法分季節(jié)建立大氣污染物PM10與氣象因子的回歸模型。

2 PM10質(zhì)量濃度時空分布特征[10]

2.1 PM10質(zhì)量濃度季節(jié)分布特征

從圖1可以看出,永川區(qū)的PM10季節(jié)平均質(zhì)量濃度以夏季最低,為0.084 0 mg/m3,冬季最高,為0.164 4 mg/m3,季節(jié)平均質(zhì)量濃度大小依次為:冬季>春季>秋季>夏季。這主要是因為冬季降水量小,又是用煤的高峰期,加上冬季溫度低,氣壓高,不利于污染物的垂直擴散,致使污染物集中在近地上空,導致了冬季的 PM10質(zhì)量濃度偏高;夏秋兩季PM10質(zhì)量濃度低主要是因為這兩個季節(jié)降水量較大,可以對空氣起到很好的沖洗凈化作用,加之風速大,空氣擴散流動迅速。

圖1 ρ(PM10)季節(jié)變化規(guī)律

2.2 PM10質(zhì)量濃度月分布特征

圖2顯示,永川區(qū)各月PM10月均濃度以1月最高,11月最低,這與上述季節(jié)分布結(jié)論一致。PM10月均濃度大小依次為:1月>12月>2月>5月>4月>3月>9月>10月>6月>8月>7月>11月。

圖2 ρ(PM10)月變化規(guī)律

2.3 PM10質(zhì)量濃度日變化濃度特征

從圖3可以看出,PM10質(zhì)量濃度日變化的趨勢基本上一致,1 d中出現(xiàn)2個峰值和2個低谷,峰值分別出現(xiàn)在上午9:00～11:00和晚上20:00～22: 00,低谷分別出現(xiàn)在早晨4:00～6:00和下午16:00～18:00。由于上午是人們上班、上學、交通運輸、工業(yè)活動、建筑活動的高峰期,PM10的排放量達到了一個高峰,且上午氣溫相對較低,加上輻射較弱,到達地面的能量較少,積聚在近地上空的顆粒物得不到足夠的能量而不能很好地擴散。而在夜晚,地面熱量向外輻射,地表冷卻,溫度下降,近地氣溫較上空的氣溫低,形成逆溫,造成空氣垂直對流能力弱,污染物擴散緩慢,從而加重了大氣污染。

圖3 ρ(PM10)日變化趨勢

2.4 PM10質(zhì)量濃度的空間變化特征

永川區(qū)共有3個環(huán)境空氣質(zhì)量自動監(jiān)測站點,分別為檔案局、監(jiān)測站和紅河大道站點。從圖4中可以看出,紅河大道站點PM10質(zhì)量濃度最高,檔案局最低。

圖4 ρ(PM10)的空間變化

3 永川區(qū)PM10濃度與氣象因子相關性分析

采用氣象局的專業(yè)數(shù)據(jù)處理軟件DPS數(shù)據(jù)處理系統(tǒng)進行相關性分析,分春、夏、秋、冬4個季節(jié),分別從20個氣象因子中篩選出與PM10濃度相關性較好的因子,然后將相關性較好的因子再經(jīng)多元線性回歸分析,剔除方程中不顯著的變量,得到不同季節(jié)的最優(yōu)回歸方程。

3.1 模型因子選擇

空氣中污染物PM10的擴散、稀釋和清除過程主要由天氣形勢所決定,在一定的大氣環(huán)境下,影響PM10質(zhì)量濃度變化的直接因子有風、大氣穩(wěn)定度和降雨等。在本文中20個常規(guī)氣象因子被選作為自變量進行分析,考慮到前日的PM10質(zhì)量濃度對當日的顆粒濃度有重要影響,將前日的PM10質(zhì)量濃度也作為自變量一并進行分析[11]。

X1:日平均氣溫;X2:日最高氣壓;X3:日最低氣壓;X4:日平均氣壓;X5:日最高氣溫;X6:日最低氣溫;X7:日平均水汽壓;X8:日平均相對濕度;X9:日最小相對濕度;X10:20:00-8:00降水量;X11:8: 00-20:00降水量;X12:20:00-20:00降水量;X13:小型蒸發(fā)量;X14:日平均風速;X15:日最大風速; X16:最大風速時的風向;X17:極大風速;X18:極大風速時的風向;X19:日日照時數(shù);X20:總云量;X21:前日的PM10質(zhì)量濃度。

3.2 逐步回歸模型的建立

由于各個季度對PM10質(zhì)量濃度有顯著影響的氣象因子有所不同,在本文中,分別研究了春、夏、秋、冬4個季節(jié)PM10濃度與氣象因子的關系。

在不同季節(jié)的回歸模型中,除春季PM10回歸方程的復相關系數(shù)偏小外,難以準確地反映污染物濃度的變化規(guī)律。其余季節(jié)回歸方程的復相關系數(shù)都在0.80以上,表明預測值與監(jiān)測值的變化規(guī)律吻合很好,見表1和圖5-圖8。

表1 永川區(qū)不同季節(jié)的逐步回歸模型

圖5 春季PM10實測值與逐步回歸模型計算值的比較

圖6 夏季PM10實測值與逐步回歸模型計算值的比較

圖7 秋季PM10實測值與逐步回歸模型計算值的比較

模型中出現(xiàn)最多的因子是前日的PM10質(zhì)量濃度、日平均風速、日平均相對濕度、日平均降雨量,可見永川地區(qū)PM10質(zhì)量濃度與前日的 PM10質(zhì)量濃度、日平均風速、日平均相對濕度、日平均降雨量有明顯的相關關系。

4 PM10污染防治措施和建議

結(jié)合本研究得到的結(jié)論和 PM10產(chǎn)生的根源[12-13],提出以下污染防治措施:(1)加大環(huán)境宣傳教育力度,著力提高人民群眾環(huán)保意識。通過各種媒體向社會公布大氣環(huán)境質(zhì)量,增強全社會監(jiān)督力度,從源頭上控制污染。(2)強力推廣清潔能源,改善城市能源結(jié)構(gòu),有效控制燃煤煙塵污染。(3)加快路面硬化、白改黑速度,合理安排灑水時間、頻次(如1 d中可安排灑水車在6:00左右灑水將公路及兩旁植被上的泥土、粉塵等沖洗干凈),有效控制道路揚塵污染。(4)進一步加強對建筑施工的管理,有效控制建筑粉塵污染。(5)優(yōu)化城市規(guī)劃布局,加大城市綠化面積。(6)加強環(huán)保氣象合作,逐步開展PM10預測預報或污染危險期氣象預警工作。

[1] 叢 俊,吳 新,魯端峰,等.基于ELPI的南京城區(qū)大氣可吸入顆粒物現(xiàn)狀分析.江蘇環(huán)境科技,2006,19(4):46-48.

[2] 崔兆韻.影響泰安市PM10濃度的氣象條件分析[D].蘭州:蘭州大學,2008.

圖8 冬季PM10實測值與逐步回歸模型計算值的比較

[3] 呂建燚,李定凱.可吸入顆粒物研究現(xiàn)狀及發(fā)展綜述[J].環(huán)境保護科學,2005,31(128):5-8.

[4] 張 濤,邵龍義,鄭繼東,等.平頂山市市區(qū)春季PM10污染狀況及相關氣象條件分析[J].中原工學院學報,2008.19(5):4-6.

[5] 桑建人.銀川市PM10等氣象條件分析[J].陜西氣象,2002 (4):26-36.

[6] 楊德保.蘭州市區(qū)大氣污染與氣象條件的關系[J].蘭州大學學報,1994,30(1):132-136.

[7] 尹振東.氣象條件對可吸入顆粒物濃度的影響[J].環(huán)境科學與管理,2005,30(3):46-47.

[8] 楊義彬.成都市大氣污染及氣象條件影響條件[J].四川氣象, 2004,24(3):40-44.

[9] Ostro B.Air pollution and mortality results from a study of Santiago,Chile[J].Expos Anal Environ Epidemiol,1996,6: 97-114.

[10] Vander Wal J T,Janssen L H J M.Analysis of Spatial and Temporal Variations of PM10Concentrations in Netherlands Using Kalman Filtering[J].Atmos Pherie Environment, 2002,34:3675-3687.

[11] 張云海,孫財濤,楊洪斌.基于逐步回歸分析方法的PM10濃度預報模型[J].環(huán)境科學與技術,2009,32(5):100-102.

[12] B Chelani,D Gajghate,K M Phadke,et al.Air Quality Status and Sources of PM10in Kanpur City,India[J].Environ Contam Toxicol,2005,74:421-428.

[13] Wei F,Teng E,Wu G,et al.Ambient concentrations and elemental compositions of PM10and PM2.5in four Chinese cities [J].Environ Sci Technol,1999,33:4188-4193.