王紀文　陳峰云　盧劍

摘 要：為了解湖州地區(qū)冬季大氣細顆粒物和可吸入顆粒物的污染水平、變化特點以及影響因子，對湖州西門水閘大氣環(huán)境監(jiān)測點2012年12月1日至2013年2月28日的大氣細顆粒物（PM2.5）和可吸入顆粒物（PM10），以及大氣中硫氧化物（S02）、氮氧化物（NO2）、碳氧化物（CO）、臭氧（O3）含量數(shù)據(jù)進行分析，找出了湖州市大氣污染的日變化和周變化的特點，以及各因子間的相關性，得出了湖州霾的判別方法，為湖州市對霾的監(jiān)測和對大氣污染的治理提供了可靠的理論依據(jù)。

關鍵詞：PM2.5；PM10；相關性分析；判別分析；湖州地區(qū)

中圖分類號 X831 文獻標識碼 A 文章編號 1007-7731（2014）01-02-145-04

顆粒物又稱塵，大氣中的固體或液體顆粒狀物質。大氣中粒徑在10μm以下的顆粒物稱為可吸入顆粒物，即PM10；粒徑在2.5微米以下的顆粒物稱為細顆粒物，即PM2.5。近年來，隨著我國工業(yè)經(jīng)濟的發(fā)展，以及汽車擁有量的增加，大氣污染日益嚴重，各地也對其進行了深入的研究[1-6]。湖州市地處長三角經(jīng)濟區(qū)，人口稠密，工業(yè)化程度高，人均汽車擁有量高，因此研究湖州市大氣顆粒物的污染特點十分必要。

本文通過分析本文主要分析冬季大氣中PM2.5和PM10的總體污染水平、變化特點以及與大氣中的氧化物的相關性，從而為了解和控制細顆粒物的污染水平，治理大氣污染提供理論依據(jù)。

1 污染水平

湖州冬季PM2.5的24h平均濃度的均值為99.4μg/m3，超出美國標準（35μg/m3）184%，超出我國擬用標準（75μg/m3）32.5%。最低值22μg/m3，最高值193μg/m3，中值93μg/m3。在90d中，超出美國標準的日數(shù)共有73d，超標率81.1%；超出我國擬用標準的日數(shù)共有62d，超標率68.9%。

PM10的24小時平均濃度的均值為135.9μg/m3，屬輕微污染。按照我國目前的空氣質量分級來劃分，屬于優(yōu)（0～50）的日數(shù)有5d，占5.6%；屬于良（51～100）的日數(shù)共22d，占24.4%；屬于輕微污染（101～150）的日數(shù)共29d，占32.2%，屬于輕度污染（151～200）的日數(shù)共18d占20%；屬于中度污染（201～250）的日數(shù)共14d，占15.6%；輸入中重度污染（251～300）的日數(shù)有2d，占2.2%。

2 變化特點

2.1 日變化 將90日的PM2.5、PM10及相關氣體的小時均值求平均，繪制24h變化曲線如圖1。

分析圖中變化曲線可以發(fā)現(xiàn)：PM10和PM2.5濃度都呈現(xiàn)兩邊（周末）高、中間（工作日）低的現(xiàn)象，表現(xiàn)出明顯的周末效應[7-11]。其中，PM10在工作日變化曲線較平直，PM2.5在工作日期間也有小幅的波動。二氧化氮（NO2）呈現(xiàn)周末稍高。這與周末人們出行更多、汽車尾氣排放量更大相吻合。二氧化硫（SO2）的周變化曲線平直，臭氧和一氧化（CO）的變化則沒有明顯的規(guī)律可循。

3 相關性分析

將90日的PM2.5、PM10及相關氣體的小時均值進行相關檢驗。樣本總量90×24=2 160，由于個別時次數(shù)據(jù)記錄缺測，實際樣本為2 142至2 149不等。采樣間隔為一小時。繪制各要素之間的散點圖可得知各因子之間存在著一定的線性關系，故采用泊松相關進行檢驗，檢驗結果如表2所示。

結果顯示，各因子間的sig值（假設概率）均為0.000，完全拒絕了不相關的原假設，各因子間都彼此存在顯著相關。PM2.5和PM10的相關系數(shù)高達0.849，為高度線性相關，表明兩者有著共同的污染源。PM10與二氧化氮、二氧化硫、一氧化碳的相關系數(shù)均超過了0.5，PM2.5與二氧化氮、一氧化碳的相關系數(shù)也超過0.5，均為顯著線性相關，PM2.5與二氧化硫的相關系數(shù)是0.493，接近0.5。臭氧與PM2.5和PM10均呈負相關。

對相關因子再作逐一作偏相關分析（見表3），發(fā)現(xiàn)當控制二氧化氮時，PM2.5和PM10與臭氧呈現(xiàn)正相關。這與表中的結論相矛盾。這是因為臭氧的合成需要大量的二氧化氮，臭氧含量的升高必然導致二氧化氮的含量降低，從而降低PM2.5和PM10的含量，而將控制二氧化氮時，則PM2.5和PM10則與臭氧含量呈現(xiàn)出了正相關，這說明臭氧本身也是顆粒物的來源之一。二氧化氮的相關系數(shù)為-0.579，呈現(xiàn)顯著負線性相關。

最后，將PM2.5與PM10與氣象要素進行相關性分析，發(fā)現(xiàn)PM10與PM2.5都與風速、氣壓呈顯著負相關，與氣溫呈正相關，而相對濕度對PM10呈負相關、與PM2.5則假設概率sig值為0.475，超過了0.05，不相關的原假設成立。這是因為PM10是采用干燥法測量，濕度越高，實際PM10值與測得的PM10值的差越大，測量值就越小，故呈負相關；而PM2.5采取了濕度補償，因此濕度對PM2.5沒有統(tǒng)計意義上的實質影響。

4 判別分析

PM2.5和PM10污染水平的升高，直接導致灰霾天氣的增加，近兩年來，湖州灰霾日數(shù)比過去明顯增加。選取湖州國家基本氣象站2012年12月1日至2013年2月28日人工觀測的天氣現(xiàn)象資料，與該時段內PM2.5和PM10的日最大值。將90d天氣分為兩組，分別記作1和2，分別使用PM10和PM2.5求判別函數(shù)。

使用PM10判別分析結果如下（表4）

5 結論

（1）湖州冬季PM2.5的24h平均濃度的均值為99.4μg/m3，超出我國擬用標準32.5%，超標日數(shù)62日，達標率僅32.1%；PM10的24小時平均濃度的均值135.9μg/m3，空氣質量優(yōu)和良的日數(shù)僅27d，占30%；大氣污染情況十分嚴重。

（2）PM10和PM2.5及相關氣體呈現(xiàn)出一些明顯的日變化和周變化。PM2.5、PM10和二氧化氮的日變化曲線非常相似，說明二氧化氮是引起大氣中顆粒物日變化的主要因素。三者曲線均在交通繁忙的時刻以及周末點出現(xiàn)峰值，說明汽車排放的尾氣是三者的主要來源。endprint

（3）PM10和PM2.5及相關氣體之間均存在顯著的相關性。PM2.5和PM10之間有著高度的線性相關，說明兩者的主要污染源是相同的。PM10和PM2.5與二氧化氮、二氧化硫、一氧化碳都呈現(xiàn)顯著的正線性相關，說明這三種污染氣體是PM10和PM2.5的重要污染源。臭氧與二氧化氮負相關，控制二氧化氮進行偏相關分析發(fā)現(xiàn)，PM10和PM2.5與臭氧呈現(xiàn)了正相關，這說明臭氧一方面會降低二氧化氮的濃度，另一方面也會增加大氣中的其他顆粒物的含量。將PM10和PM2.5與各氣象要素進行相關性分析發(fā)現(xiàn)PM10與PM2.5都與風速、氣壓呈顯著負相關，與氣溫呈正相關。PM10采用了干燥法的觀測方法，受相對濕度的影響較大。

（4）將湖州國家基本氣象站觀測的天氣現(xiàn)象數(shù)據(jù)與PM10、PM2.5日最大值數(shù)據(jù)進行判別分析，得出了霾的判別函數(shù)，判別準確率分別為73.3%和76.7%，并計算得出，PM10小時均值達到217μg/m3或PM2.5濃度達到152μg/m3時，可判斷該站已出現(xiàn)霾。

參考文獻

[1]吳國平，胡偉，騰恩江，等.我國四城市空氣中PM2.5和PM10的污染水平[J].中國環(huán)境科學，1999，19（2）：133-137.

[2]余曄，夏敦勝，陳雷華，等.蘭州市PM10污染變化特征及其成因分析[J].環(huán)境科學，2010，31（1）：22—28.

[3]吳琳，馮銀廠，戴莉，等.天津市大氣中PM10、PM2.5及其碳組分污染特征分析[J].中國環(huán)境科學，2009，29（11）：l134，l139.

[4]于建華，虞統(tǒng)，魏強，等.北京地區(qū)PM10和PM2.5質量濃度的變化特征[J].環(huán)境科學研究，2004，17（1）：45-47.

[5]劉閩.沈陽市大氣顆粒物PM2，5污染現(xiàn)狀分析.環(huán)境保護科學2011（03）.

[6]陶李，張承中，周變紅.西安市高分辨率PM2，5質量濃度變化特征分析.環(huán)境科技2011（z1）.

[7]FORSTER P M，SOLOMON S.Observations of a weekend effectin diurnal temperature range[J].Proceedings of the NationalAcademy of Sciences of the United States of America，2003，100（2）：1l 225-11 230.

[8]章志芹，唐健，湯劍平等.無錫空氣污染指數(shù)、氣象要素的周末效應[J].南京大學學報（自然科學版），2007，43（6）：643-654.

[9]石玉珍，徐永福，王庚辰，等.北京市夏季O_3、NO_x等污染物"周末效應"研究[J].環(huán)境科學，2009，30（10）：2832-2838.

[10 ]魏玉香，童堯青，銀燕，等.南京SO2、NO2和PM10變化特征及其與氣象條件的關系[J].大氣科學學報，2009，32（3）：451-457.

（責編：張長青）endprint

（3）PM10和PM2.5及相關氣體之間均存在顯著的相關性。PM2.5和PM10之間有著高度的線性相關，說明兩者的主要污染源是相同的。PM10和PM2.5與二氧化氮、二氧化硫、一氧化碳都呈現(xiàn)顯著的正線性相關，說明這三種污染氣體是PM10和PM2.5的重要污染源。臭氧與二氧化氮負相關，控制二氧化氮進行偏相關分析發(fā)現(xiàn)，PM10和PM2.5與臭氧呈現(xiàn)了正相關，這說明臭氧一方面會降低二氧化氮的濃度，另一方面也會增加大氣中的其他顆粒物的含量。將PM10和PM2.5與各氣象要素進行相關性分析發(fā)現(xiàn)PM10與PM2.5都與風速、氣壓呈顯著負相關，與氣溫呈正相關。PM10采用了干燥法的觀測方法，受相對濕度的影響較大。

（4）將湖州國家基本氣象站觀測的天氣現(xiàn)象數(shù)據(jù)與PM10、PM2.5日最大值數(shù)據(jù)進行判別分析，得出了霾的判別函數(shù)，判別準確率分別為73.3%和76.7%，并計算得出，PM10小時均值達到217μg/m3或PM2.5濃度達到152μg/m3時，可判斷該站已出現(xiàn)霾。

參考文獻

[1]吳國平，胡偉，騰恩江，等.我國四城市空氣中PM2.5和PM10的污染水平[J].中國環(huán)境科學，1999，19（2）：133-137.

[2]余曄，夏敦勝，陳雷華，等.蘭州市PM10污染變化特征及其成因分析[J].環(huán)境科學，2010，31（1）：22—28.

[3]吳琳，馮銀廠，戴莉，等.天津市大氣中PM10、PM2.5及其碳組分污染特征分析[J].中國環(huán)境科學，2009，29（11）：l134，l139.

[4]于建華，虞統(tǒng)，魏強，等.北京地區(qū)PM10和PM2.5質量濃度的變化特征[J].環(huán)境科學研究，2004，17（1）：45-47.

[5]劉閩.沈陽市大氣顆粒物PM2，5污染現(xiàn)狀分析.環(huán)境保護科學2011（03）.

[6]陶李，張承中，周變紅.西安市高分辨率PM2，5質量濃度變化特征分析.環(huán)境科技2011（z1）.

[7]FORSTER P M，SOLOMON S.Observations of a weekend effectin diurnal temperature range[J].Proceedings of the NationalAcademy of Sciences of the United States of America，2003，100（2）：1l 225-11 230.

[8]章志芹，唐健，湯劍平等.無錫空氣污染指數(shù)、氣象要素的周末效應[J].南京大學學報（自然科學版），2007，43（6）：643-654.

[9]石玉珍，徐永福，王庚辰，等.北京市夏季O_3、NO_x等污染物"周末效應"研究[J].環(huán)境科學，2009，30（10）：2832-2838.

[10 ]魏玉香，童堯青，銀燕，等.南京SO2、NO2和PM10變化特征及其與氣象條件的關系[J].大氣科學學報，2009，32（3）：451-457.

（責編：張長青）endprint

（3）PM10和PM2.5及相關氣體之間均存在顯著的相關性。PM2.5和PM10之間有著高度的線性相關，說明兩者的主要污染源是相同的。PM10和PM2.5與二氧化氮、二氧化硫、一氧化碳都呈現(xiàn)顯著的正線性相關，說明這三種污染氣體是PM10和PM2.5的重要污染源。臭氧與二氧化氮負相關，控制二氧化氮進行偏相關分析發(fā)現(xiàn)，PM10和PM2.5與臭氧呈現(xiàn)了正相關，這說明臭氧一方面會降低二氧化氮的濃度，另一方面也會增加大氣中的其他顆粒物的含量。將PM10和PM2.5與各氣象要素進行相關性分析發(fā)現(xiàn)PM10與PM2.5都與風速、氣壓呈顯著負相關，與氣溫呈正相關。PM10采用了干燥法的觀測方法，受相對濕度的影響較大。

（4）將湖州國家基本氣象站觀測的天氣現(xiàn)象數(shù)據(jù)與PM10、PM2.5日最大值數(shù)據(jù)進行判別分析，得出了霾的判別函數(shù)，判別準確率分別為73.3%和76.7%，并計算得出，PM10小時均值達到217μg/m3或PM2.5濃度達到152μg/m3時，可判斷該站已出現(xiàn)霾。

參考文獻

[1]吳國平，胡偉，騰恩江，等.我國四城市空氣中PM2.5和PM10的污染水平[J].中國環(huán)境科學，1999，19（2）：133-137.

[2]余曄，夏敦勝，陳雷華，等.蘭州市PM10污染變化特征及其成因分析[J].環(huán)境科學，2010，31（1）：22—28.

[3]吳琳，馮銀廠，戴莉，等.天津市大氣中PM10、PM2.5及其碳組分污染特征分析[J].中國環(huán)境科學，2009，29（11）：l134，l139.

[4]于建華，虞統(tǒng)，魏強，等.北京地區(qū)PM10和PM2.5質量濃度的變化特征[J].環(huán)境科學研究，2004，17（1）：45-47.

[5]劉閩.沈陽市大氣顆粒物PM2，5污染現(xiàn)狀分析.環(huán)境保護科學2011（03）.

[6]陶李，張承中，周變紅.西安市高分辨率PM2，5質量濃度變化特征分析.環(huán)境科技2011（z1）.

[7]FORSTER P M，SOLOMON S.Observations of a weekend effectin diurnal temperature range[J].Proceedings of the NationalAcademy of Sciences of the United States of America，2003，100（2）：1l 225-11 230.

[8]章志芹，唐健，湯劍平等.無錫空氣污染指數(shù)、氣象要素的周末效應[J].南京大學學報（自然科學版），2007，43（6）：643-654.

[9]石玉珍，徐永福，王庚辰，等.北京市夏季O_3、NO_x等污染物"周末效應"研究[J].環(huán)境科學，2009，30（10）：2832-2838.

[10 ]魏玉香，童堯青，銀燕，等.南京SO2、NO2和PM10變化特征及其與氣象條件的關系[J].大氣科學學報，2009，32（3）：451-457.

（責編：張長青）endprint