李 松，羅緒強

（1.貴州師范學院資源環(huán)境與災害研究所，貴州貴陽550018；2.中國科學院遙感與數字地球研究所，北京100101；3.中國科學院地球化學研究所，貴州貴陽550002）

綜合GIS的貴陽冬季PM2.5污染時空特征及驅動因素分析*

李 松1，2，羅緒強1，3

（1.貴州師范學院資源環(huán)境與災害研究所，貴州貴陽550018；2.中國科學院遙感與數字地球研究所，北京100101；3.中國科學院地球化學研究所，貴州貴陽550002）

PM2.5是大氣污染的主要物質。通過對貴陽市的太慈橋、市環(huán)保站、冶金廳、鴻邊門、馬鞍山、小河區(qū)、金陽新區(qū)、烏當區(qū)、桐木嶺9個監(jiān)測點進行監(jiān)測，獲取2013年12月9日至2014年1月21日的PM2.5日均濃度數據，以及2014年1月7日0時到2014年1月20日23時共336 h的時均濃度數據，通過指標統(tǒng)計和計算，參考世界衛(wèi)生組織的空氣質量準則，結合地理信息系統(tǒng)技術，對貴陽市冬季PM2.5濃度變化的時空特征，進行定量和定性分析，分析污染物濃度變化及其各相關驅動因素之間的關系。結果表明，冬季貴陽PM2.5日均濃度的平均值為85.8μg／m3，日均濃度的最大值和最小值分別是主城區(qū)太慈橋96.1μg／m3和遠郊區(qū)桐木嶺67.8μg／m3，全距達28.3μg／m3。日均濃度和時均濃度的抽樣平均誤差分別為4.11μg／m3和1.8μg／m3。時均濃度變化趨勢包括了單峰型、雙峰型、遞減型、遞增型和U型等類型，它們表現出的類似趨勢是：在清晨6：00降低到最低值，并在21：00左右升高到最大值。貴陽PM2.5濃度變化受氣象條件、土地利用、工業(yè)污染、揚塵、汽車尾氣和燃煤為主的能源結構的影響，它們表現出復雜的相關性。

冬季；PM2.5濃度；時空特征；驅動因素；貴陽市

近幾年來PM2.5成為頻繁出現在人們社會生活中的一個熱門詞匯，對社會經濟發(fā)展產生了越來越嚴重的影響，受到國內外的廣泛關注。早在2013年初，日本因擔心空氣污染取消學生團訪華。在國內因霧霾造成交通事故誘發(fā)傷亡的事件也屢有發(fā)生。PM2.5是空氣動力學直徑≤2.5μm的大氣細顆粒物，也被稱為入肺顆粒物，是一種成分很復雜的復合污染物。PM2.5可以通過無意識吸食、呼吸和皮膚接觸等途徑進入人體，危害人體呼吸和消化系統(tǒng)［1］，引起氣道病理變化，導致氣道阻力增加和氣道高反應性出現，并誘發(fā)或加劇哮喘癥狀［2］。嚴重的PM2.5污染事件，會導致急性支氣管炎患病人數激增，哮喘發(fā)病人數和兒科門診量大幅增加［3－4］，嚴重損害居民的身體健康。PM2.5污染成了影響中國人的大事，在這樣的背景下，2012年2月29日頒布了國家標準《環(huán)境空氣質量標準（GB3095－2012）》［5］，并發(fā)布《環(huán)境空氣質量指數（AQI）技術規(guī)定（試行）》［6］配合實施。當前對PM2.5的研究主要有物質組成及來源解析［7－9］、影響因素分析［10－12］、污染特征［12－13］、疾病誘發(fā)機理和健康效應［14－18］等領域，還沒有見到利用地理信息系統(tǒng)（GIS）技術研究PM2.5的空間分布規(guī)律。本文綜合地理學的學科和GIS在空間分析的優(yōu)勢，研究2013年深冬貴陽市PM2.5的時間和空間變化規(guī)律，供政府決策和居民生活提供參考。

1 研究方法

1.1 研究區(qū)概況

貴陽簡稱筑，地處貴州中部，因位于貴山之陽而得名，106°7′～107°17′E，26°11′～27°22′N，是貴州的省會和政治、經濟和文化中心，現轄云巖區(qū)、花溪區(qū)、南明區(qū)、烏當區(qū)、白云區(qū)、觀山湖區(qū)，市區(qū)面積2 403 km2，耕地面積9.78萬hm2。喀斯特地貌發(fā)育，地形崎嶇破碎，地勢西南高，東北低。區(qū)內最高海拔1 762 m，最低海拔506 m，主城區(qū)平均海拔1 000 m。地貌以山地、丘陵為主，剝蝕丘陵和盆地、谷地、洼地相間分布。2010年森林覆蓋率41.8%，有林城的雅稱。潮濕多雨，多年平均降水量1 096 mm。南明河從西南向東北流經貴陽，流域面積約占貴陽的70%。屬亞熱帶濕潤溫和型氣候，有明顯的高原季風氣候特征，平均氣溫約15.3℃，極端氣溫為32.5℃和－4.1℃。2013年平均風速8.3 km／h，月均最大和最小風速分別為6 km／h（10月）和13 km／h（7月），年平均氣壓1015.4 hPa，最低、最高月均氣壓為1 008 km／h（夏季）和1 023 hPa（冬季）。2010年建成區(qū)面積188.16 km2，城鎮(zhèn)人口294.63萬（第六次人口普查）。

1.2 數據源

數據源來自環(huán)保部國家空氣質量自動監(jiān)測站，單位為μg／m3，有時均和日均兩種濃度。PM2.5對應的氣象數據來自國際交換站，主要包括氣壓、氣溫、風速、濕度、能見度。其中時均氣象數據缺2014年1月10日7時。PM2.5數據來自9個監(jiān)測點（圖1），分別是：太慈橋（貴陽發(fā)電廠大門旁神奇水廠內）、市環(huán)保站（環(huán)保局辦公樓頂）、冶金廳（原貴州省環(huán)科院樓頂）、鴻邊門（貴陽醫(yī)學院基礎一號樓頂）、馬鞍山（黔靈公園園林科研所內）、小河區(qū)（小河區(qū)政府樓頂）、金陽新區(qū)（貴陽一中內）、烏當區(qū)（烏當區(qū)行政中心內）、桐木嶺（民族高坡中學）。其中，主城區(qū)監(jiān)測點6個，遠郊區(qū)監(jiān)測點1個。本研究采集2013年12月9日到2014年1月21日的PM2.5日均濃度數據，以及2014年1月7日 0時到1月20日共14 d的時均數據，數據覆蓋了晴朗、陰、小雨、中雨和小雪多類天氣。

圖1 貴陽市PM2.5監(jiān)測點位置

1.3 研究方法

采用統(tǒng)計分析方法，包括相關系數、變異系數和不重復采用條件下的抽樣平均誤差分析，研究貴陽PM2.5濃度變化及影響因素。世界衛(wèi)生組織的PM2.5濃度和空氣質量等級劃分標準［19］中，最優(yōu)標準為≤25μg／m3，次優(yōu)標準為25～37.5μg／m3，第三級標準為37.5～50μg／m3，第四級標準為50～75μg／m3，第五級標準大于≥75μg／m3。美國標準和中國標準分別對應WHO標準的嚴格和寬松標準，本研究參考世界衛(wèi)生組織的日均濃度標準，分析貴陽市PM2.5的污染特征，見表1。經差分GPS定位后，利用地理信息系統(tǒng)（GIS）技術，將監(jiān)測點位置轉為shape點文件。PM2.5數據獲取后，依據采集日期建立不同的數據文件，建立字段錄入9個監(jiān)測點的PM2.5信息，以及與其相關的氣象和社會經濟要素。以1：10000地形圖為參考，配準最新時相的高分辨率遙感影像，以分析PM2.5與下墊面的關系，包括土地利用現狀和地形。并分析貴陽市PM2.5濃度變化與氣象因素的關系。

表1 PM2.5日均濃度分級 μg／m3

2 PM2.5濃度變化特征

2.1 PM2.5濃度變化

2013年12月9日到2014年1月21日，9個監(jiān)測點PM2.5日均濃度為85.8μg／m3，濃度≤均值的監(jiān)測點有金陽新區(qū)（82.5）、鴻邊門（85.8）、烏當（82.2）、馬鞍山（81.2）和桐木嶺（67.8），高于平均值的監(jiān)測點有太慈橋（96.1）、小河（95.9）、環(huán)保局（91.7）和冶金廳（89.0），其中最低和最高值分別是桐木嶺和太慈橋。監(jiān)測期間貴陽PM2.5最低濃度為2013年12月15、16日，平均為29μg／m3。日均濃度≥100μg／m3的日數有14 d，占監(jiān)測日數的31.8%。2013年12月22日到2014年1月6日，貴陽PM2.5日均濃度的平均值達110μg／m3，污染持續(xù)了16 d，占總監(jiān)測日數的36.4%。9個監(jiān)測點中，桐木嶺PM2.5符合表1中I類目標的天數為3 d，占監(jiān)測日數的6.8%，金陽為2 d，占4.5%。優(yōu)于II級天數，桐木嶺9 d，馬鞍山6 d，金陽新區(qū)、烏當、鴻邊門、冶金廳、環(huán)保局5 d，太慈橋、小河各3 d。優(yōu)于III級天數桐木嶺20 d，馬鞍山14 d，金陽新區(qū)12 d，烏當、小河11 d，其他監(jiān)測點10 d。V級以上污染日數桐木嶺10 d，占監(jiān)測日數的22.7%；馬鞍山17 d，占38.6%；金陽18 d，占40.9%，烏當20 d，占45.5%；鴻邊門23 d，占52.3%；冶金廳24 d，占54.5%；環(huán)保局、小河28 d，占63.6%；太慈橋29 d，占65.9%。VI級以上污染日數小河、環(huán)保局、金陽各2 d，太慈橋1 d，見表2。如圖2所示，12月15－18日是監(jiān)測期PM2.5濃度為最低值的時候，日均濃度36.7μg／m3。19日后，濃度開始升高，桐木嶺濃度升高日期延遲了1 d。污染從2013年12月19日持續(xù)到2014年1月9日共22 d，占監(jiān)測日數的50%。2013年12月22－26日是監(jiān)測期間貴陽PM2.5濃度最高，空氣質量最差的時候，平均濃度超過126.3μg／m3，PM2.5濃度最低的桐木嶺也高于110μg／m3。2014年1月10－12日，貴陽PM2.5濃度降至低谷，并于13日開始攀升，1月14－21日的日均濃度為93.7μg／m3，其中1月16日21、22時貴陽PM2.5瞬時濃度超過276μg／m3，為監(jiān)測期最高值。9個監(jiān)測點中，桐木嶺的變異系數最高，達0.42，金陽新區(qū)0.38，它們的PM2.5濃度日變化最劇烈。此外，馬鞍山0.35，烏當、冶金廳、環(huán)保局、小河、鴻邊門0.34，最低的太慈橋0.33?？傮w上，變異系數和PM2.5濃度呈負相關，相關系數達－0.87。

2014年1月7日0時到2014年1月20日23時共14 d的時均濃度連續(xù)監(jiān)測，空氣質量最好的桐木嶺，監(jiān)測點優(yōu)于II級的小時數占其監(jiān)測總時數的33.5%，優(yōu)于III級的小時數占60.4%，IV級以上污染明顯的小時數占39.6%，V級以上污染嚴重的小時數占8.8%。其次是馬鞍山優(yōu)于II級者占21.4%，優(yōu)于III級者占35.2%，劣于IV的小時數占64.8%，V級以上為35.5%。金陽新區(qū)優(yōu)于II級的小時數為19.4%，優(yōu)于III級者占43.3%，IV以上污染時數占56.7%，V級以上嚴重污染時數占27.1%。烏當優(yōu)于II級的小時數為16.7%，優(yōu)于III級者占34.8%，IV以上污染時數占65.2%，V級以上嚴重污染時數占37.0%。鴻邊門優(yōu)于II級的時數為15.0%，優(yōu)于III級為30.1%，劣于IV級的時數占69.9%，劣于V級的時數占44.2%。冶金廳優(yōu)于II級的時數為15.1%，優(yōu)于III級者占30.8%，劣于IV級的時數占69.2%，劣于V級的時數占44.6%。環(huán)保局優(yōu)于II級的時數為13.9%，優(yōu)于III級的時數為26.6%，劣于IV的時數占73.4%，劣于V級的時數占45.5%。小河優(yōu)于II級的小時數為13.0%，優(yōu)于III級者占25.3%，劣于IV級的時數占74.7%，劣于V級的時數占46.5%。太慈橋優(yōu)于II級的時數為10.9%，優(yōu)于III級的時數為24.7%，劣于IV的時數占75.3%，劣于V級的時數占47.4%，見表3。9個監(jiān)測點中，太慈橋、小河、環(huán)保局、冶金廳和鴻邊門是PM2.5的高濃度區(qū)。太慈橋與環(huán)保局相關系數最高，為0.96，其次是小河為0.95，冶金廳、鴻邊門分別為0.93，都是貴陽PM2.5濃度最高的區(qū)域。其中，桐木嶺監(jiān)測點與其他點監(jiān)測數據的相關系數均值僅0.58，其次是馬鞍山0.74，金陽新區(qū)0.79，烏當0.82，太慈橋0.83，小河、冶金廳、鴻邊門0.85，環(huán)保局0.86。見表4。

2.2 PM2.5濃度日變化特征

PM2.5濃度變化過程復雜（圖3），為分析PM2.5濃度的日變化特征，采用如下公式，計算2014年1月7－20日，共14日中某鐘點（0～23 h）時均濃度的均值：

表2 貴陽PM2.5日均濃度各等級日數統(tǒng)計 d

表3 貴陽PM2.5時均濃度等級統(tǒng)計表 μg／m3

表4 貴陽PM2.5日均濃度統(tǒng)計變量

圖2 貴陽PM2.5日均濃度變化趨勢

式中：PMij是14日中j鐘點PM2.5平均濃度，i為日期數，共14 d；j為鐘點數，為0～23點，結果如圖4所示。日均濃度變化的速率公式如下：

式中：i、j符號同式（1），j－1為j前1鐘點。

監(jiān)測的14日中，PM2.5時均濃度日變化曲線有遞增型、遞減型、單峰型、雙峰型、U型，如圖3和圖4所示。PM2.5趨勢變化的主導因素復雜多變，導致濃度變化趨勢的復雜性。盡管每個監(jiān)測點濃度有差異，但是它們卻呈現了相似的變化趨勢，如圖3和圖4所示。全省平均值表明，前1日21：00以后PM2.5濃度逐步降低，除了凌晨2：00濃度上升外，于凌晨6：00降至最低值60μg／m3。6：00后濃度逐步升高，并在14：00－16：00出現略微降低的趨勢，平均降幅1.8%。17：00至21：00點濃度增速顯著升高，從2.9%增加到10.0%，并在21：00達到最大值93μg／m3。馬鞍山、環(huán)保局、金陽新區(qū)、小河、冶金廳和太慈橋監(jiān)測點PM2.5濃度在凌晨2：00有1個小峰值。馬鞍山、環(huán)保局、烏當、鴻邊門、冶金廳和桐木嶺最低濃度出現在6：00，此后逐步升高，并在12：00－14：00出現1個小峰值，環(huán)保局、金陽新區(qū)、小河、烏當、鴻邊門、冶金廳和太慈橋在21：00出現最大濃度，隨后逐步降低，直至次日清晨。日均濃度最低值為桐木嶺41μg／m3，最大值是太慈橋127μg／m3。

以年為基準，采用抽樣平均誤差公式進行數據選取分析：

式中：σ為標準差，N、n分別為總體和樣本單位數，xi、x－為指標值及其均值。

圖3 貴陽PM2.5濃度與溫度的相關關系

圖4 貴陽PM2.5時均濃度變化趨勢

日均濃度：n為44（d），N為365.25（d），σ2為823.3，計算得μ為4.1（μg／m3），其中馬鞍山4.0，環(huán)保局4.3，金陽新區(qū)4.3，小河4.5，烏當3.9，鴻邊門4.1，冶金廳4.2，太慈橋4.4，桐木嶺3.9。時均濃度：n為336（h），N為全年小時數8 766，σ2為1 106.8，計算得μ為1.8（μg／m3），其中馬鞍山1.9，環(huán)保局2.1，金陽新區(qū)1.7，小河2.0，烏當1.9，鴻邊門2.1，冶金廳2.1，太慈橋2.1，桐木嶺1.3。

3 PM2.5濃度的影響因素分析

PM2.5和其他影響因素的關系非常復雜。皮爾遜相關系數適用于服從二元正態(tài)分布的雙變量，并且不排除第三變量的影響，在進行Z標準化處理后，借助SPSS的Pearson相關系數，分析PM2.5濃度與其他因素的關系。同時，借助遙感和GIS技術，利用經驗分析方法，分析PM2.5濃度與人類活動和土地利用間的關系。主城區(qū)四面環(huán)山的巖溶盆地地貌，不利于空氣對流，也是影響主城區(qū)PM2.5的重要因素。

3.1 土地利用對PM2.5濃度的影響

城市下墊面和植被與PM2.5的擴散具有明顯的關系。由于熱島效應的影響，城區(qū)大氣溫度顯著高于城郊和農村，直接或間接影響了PM2.5的擴散。9個監(jiān)測點中，處于主城區(qū)的太慈橋、小河、環(huán)保局和冶金廳PM2.5濃度明顯高于其他監(jiān)測點。在5個監(jiān)測點中，處于遠郊農村的桐木嶺濃度最低。張小玲等針對北京的研究也得出類似的結論［20］。森林植被對PM2.5的作用主要表現在污染物的沉降和移除污染物，稀釋和促進有害成分擴散的作用，植被也是促進貴陽PM2.5擴散的積極因素。日均濃度最低的4個監(jiān)測點金陽新區(qū)（82.5）、烏當（82.2）、馬鞍山（81.2）和桐木嶺（67.8）植被覆蓋度都比較高。

3.2 人類活動對PM2.5濃度的影響

這是目前關于PM2.5影響因素研究和分析比較容易忽略的問題。連續(xù)14 d的時均濃度數據分析表明，PM2.5濃度與人類活動關系密切。PM2.5濃度在晚上人類入睡后持續(xù)降低，并在清晨人類起床工作后開始升高，直至晚上21：00后升高至最大值。影響冬季貴陽的PM2.5濃度的因素，主要有汽車尾氣排放，還有工農業(yè)生產布局和取暖格局。入夜以后，由于這些污染源停止或降低排放，直接導致PM2.5濃度持續(xù)降低，直至第2日6：00后排放源重新發(fā)揮作用。在主城區(qū)，由于城市規(guī)劃的限制，加上經濟收入較高，取暖主要靠電，對本區(qū)域PM2.5影響較小。靠近城郊燃煤取暖的比率增加，對PM2.5影響增大。揚塵也是PM2.5的重要來源，它除了自然揚塵外，主要來自公路揚塵、城市揚塵、建筑揚塵。

3.3 氣象因素對PM2.5濃度的影響

氣象因素對PM2.5有重要的影響。以本次監(jiān)測為例，1月5日晚開始的逆溫層嚴重地阻礙著空氣的對流運動，垂直輸送減弱，導致污染物的聚集，最終形成了1月6日較嚴重的PM2.5污染。通過對包括氣溫（℃）、露點、濕度、氣壓（hPa）、能見度和風速（km／h）的每小時平均值與9個監(jiān)測點的Pearson相關分析，研究氣象因素對PM2.5濃度的影響。日均濃度和最高氣溫相關系數0.18，最高風速相關系數0.03，與平均濕度相關系數－0.61，與露點相關系數－0.31，與最低氣壓的相關系數－0.24，與最大能見度相關系數－0.41。

氣溫與PM2.5時平均濃度成復雜的相關關系，相關系數0.12。如圖4所示，x＝163（h），即13日18時前為正相關，相關系數0.76；而x＝164后則無明顯相關關系（為便于對比分析，圖中溫度放大了16倍），如圖4所示。13日19時至19日8時，兩者是負相關關系，相關系數為－0.29。19日9時至20日23時兩者表現為正相關，相關系數為0.45。濕度與PM2.5濃度相關系數－0.21，其中13日18時前為－0.70，13日19時至19日8時為0.38，19日9時以后為－0.41。氣壓（hPa）與PM2.5的相關系數－0.21，其中13日18時前為－0.48，13日19時至19日8時為0.22，19日9時以后為－0.75。露點（℃）、風速和PM2.5相關系數為－0.10。能見度和PM2.5濃度相關系數－0.16，為了驗證該相關系數，在離烏當監(jiān)測點3.0 km處拍攝了空氣質量優(yōu)良和重度污染的照片（尼康D3200）：1月8日14時，能見度1.9 km，小雨，PM2.5濃度46μg／m3，屬II向III過渡的良好級別；18日11時，晴，能見度6.0 km，PM2.5濃度170 μg／m3，屬于VI級重度污染，能見度6.0 km，如圖5所示。

圖5 貴陽烏當PM2.5不同濃度下的能見度對比

4 結論和討論

監(jiān)測期間貴陽市PM2.5平均濃度85.8μg／m3，時均濃度最高達276μg／m3，最低值16μg／m3，日均濃度大于105μg／m3日數占總日數的36.4%，貴陽的PM2.5污染情況并不樂觀。貴陽PM2.5濃度最高的是中心城區(qū)的太慈橋和小河的96μg／m3，污染物濃度并表現出中心城區(qū)向城郊降低的梯度趨勢。依據土地用途劃分，交通干線的PM2.5濃度大于商業(yè)區(qū)濃度，大于居民區(qū)濃度，以森林植被覆蓋率高的地方濃度較低。時間維度上，總體上PM2.5濃度在清晨最低，傍晚最高。

PM2.5污染物受氣象因素、汽車尾氣、揚塵、土地利用、工業(yè)污染、自然環(huán)境和能源結構等多種因素的影響，其濃度變化受大氣物質組成和結構的影響，受氣象因素綜合影響及主導因素的影響。它們復雜的相關關系表明，治理PM2.5污染不是通過幾個因素能解決的，它是個復雜的系統(tǒng)工程。這一點可以從歐美發(fā)達國家治霾經歷得到體現。對于貴州而言，燃煤和汽車尾氣是主要的污染源，部分地區(qū)還疊加了工業(yè)污染的影響。除了工業(yè)污染源頭比較集中，容易治理以外，其他污染源比較分散，給PM2.5治理帶來了困難。

嚴重的PM2.5污染形勢下，污染治理是必須考慮的迫切問題。在PM2.5來源解析，搞清PM2.5的物質組成和結構的基礎上，采取一些有的放矢的緊急措施，緩解當前嚴重的污染狀況。從長遠的角度，努力實現集約型的經濟發(fā)展模式，積極革新技術，發(fā)展循環(huán)經濟模式，努力推廣節(jié)能減排技術?？刂破囄矚馀欧牛淖內济簽橹鞯哪茉唇Y構。大力推廣環(huán)境保護教育，改變當前全民整體素質落后，環(huán)境意思淡薄的狀況，在此基礎上，提倡綠色的生活方式，是PM2.5污染治理，以及其他環(huán)境整治的重要保障。

［1］ Tyler G，Pahlsson M B，Bengtsson G，et al.Heavy-metal ecology of terrestrial plants，microorganismsand invertebrates［J］.Water，Air，and Soil Pollution，1989，47（3／4）：189－215.

［2］ 時彥玲，鄧林紅.細顆粒物（PM2.5）對氣道的病理作用及其與哮喘病理機制的關系［J］.醫(yī)用生物力學，2013，28（2）：127－134.

［3］ 謝元博，陳娟，李巍.霧霾重污染期間北京居民對高濃度PM2.5持續(xù)暴露的健康風險及其損害價值評估［J］.環(huán)境科學，2013，35（1）：1－8.

［4］ 殷永文，程金平，段玉森，等.上海市霾期間PM2.5、PM10污染與呼吸科（兒呼吸科門診人數的相關分析［J］.環(huán)境科學，2011，32（7）：1894－1898.

［5］ 環(huán)境保護部，國家質量監(jiān)督檢驗疫總局.GB 3095－2012環(huán)境空氣質量標準［S］.北京：中國環(huán)境科學出版社，2012.

［6］ 環(huán)境保護部.HJ 633－2012環(huán)境空氣質量指數（AQI）技術規(guī)定（試行）［S］.北京：中國環(huán)境科學出版社，2012.

［7］ Harrison R M，Jones A M，Lawrence RG.Major component composition of PM10and PM2.5from roadside and urban background sites［J］.Atmospheric Environment，2004，38：4531－4538.

［8］ Karnae Saritha，John Kuruvilla.Source apportionment of fine particulatemattermeasured in an industrialized coastal urban area of South Texas［J］.Atmospheric Environment，2011，45（23）：3769－3776.

［9］ Baohua Li，Chenghong Feng.Spatial distribution and source apportionment of PAHs in surficial sediments of the Yangtze Estuary，China［J］.Marine PollutionBulletin，2012，64（3）：636－643.

［10］Pitchford M，Malm W，Schichtel B，et al.Revised formula forestimating light extinction from IMPROVE particle speciation data［J］.Journal of the Air＆Waste Management Association，2007，57（11）：1326－1336.

［11］孟曉艷，魏楨，王瑞斌，等.灰霾試點城市PM2.5濃度特征及其影響因素分析［J］.環(huán)境科學與技術，2013，36（9）：76－80.

［12］Xu L L，Chen X Q，Chen J S，et al.Seasonal variations and chemical compositions of PM2.5aerosol in the urban area of Fuzhou，China［J］.Atmospheric Research，2012，104：104－105.

［13］Zhao Xiujuan，Zhang Xiaoling，Xu Xiaofeng，etal.Seasonal and diurnal variations of ambient PM2.5concentration in urban and rural environments in Beijing［J］.Atmospheric Environment，2009，43：2893.

［14］Brook JR，Graham L，Charland JP，et al.Investigation of the motor vehicle exhaust contribution to primary fine particle organic carbon in urban air［J］.Atmospheric Environment，2007，41（1）：119－135.

［15］HuangW，Tan J，Kan H，et al.Visibility，air quality and daily mortality in Shanghai，China［J］.Science of the Total Environment，2009，407（10）：3295－3300.

［16］Kan H，London S J，Chen H，et al.Diurnal temperature range and daily mortality in Shanghai，China［J］.Environmental Research，2007，103（3）：424－431.

［17］Ma Y，Chen R，Pan G，et al.Fine particulate air pollution and dailymortality in Shenyang，China［J］.Science of the Total Environment，2011，409（13）：2473－2480.

［18］Guo Y，Barnett AG，Zhang Y，etal.The short-term effectof airpollution on cardiovascularmortality in Tianjin，China：comparisonof time series and case-crossover analyses［J］.Science of the-Total Environment，2010，409（2）：300－306.

［19］World Health Organization（WHO）.Air Quality Guidelines for Particulate Matter，Ozone，Nitrogen Dioxide and Sulfur Dioxide-Global Update 2005-Summary of Risk Assessment［R］.2005.

［20］張小玲，趙秀娟，蒲維維，等.北京城區(qū)和遠郊區(qū)大氣細顆粒PM2.5元素特征對比分析［J］.中國粉體技術，2010，16（1）：28－34.

Spatiotemporal Characteristics of PM2.5Pollutant in Guiyang in Winter and Its driving Factors Based on GIS Technology

Li Song1，2and Luo Xuqiang1，3
（1．Institute of Resources，Envioronment and Disasters，Guizhou Normal College，Guiyang 550018，China；2．Institute of Remote Sensing and Digital Earth，Chinese Academy of Sciences，Beijing 100101，China；3．Institute of Geochemistry，Chinese Academy of Sciences，Guiyang 550002，China）

PM2.5is themainmaterial of atmospheric pollution.Daily average concentration data from December 9，2013 to January 21，2014 and hourly average concentration data of336 h from 0：00 on January 7，2014 to 23：00 on January 20th 2014 are got from monitoring points including Taiciqiao，themunicipal environmental protection station，Yejinting，Hongbianmen，Maanshan，Xiaohe，Jinyang，Wudang，Tongmuling.Spatiotemporal characteristics of PM2.5pollutant in Guiyang in winter are analyzed by reference to the World Health Organization air quality standards using quantitative and qualitativemethod and geographic information system technology.Consequently，a complex relationship between PM2.5variations and related factors is analyzed based on the last analysis.It is shown that the average daily concentration is85.8μg／m3，and theminimum and maximum daily average concentration is respectively 96.1 of Taiciqiao which is located at the main urban zone，and 67.8 of Tongmuling which is located at urban exurbia.Samplingmean error of daily and hourlymean concentration are respective 4.1 and 1.8.Daily concentration of PM2.5includes single-peak，bimodal，descending，ascending and U-type，but there is a similar evolution from minimum value at6：00am tomaximum value at 21：00.PM2.5variations could be driven by complexly correlated factors as climate condition，land use，industrial pollution，dust，vehicle exhaust，and coal-based energy structure.

winter；PM2.5concentration；spatial and temporal characteristics；driving factors；Guiyang

X513；X43

A

1000－811X（2014）04－0063－06

10.3969／j.issn.1000－811X.2014.04.013

李松，羅緒強.綜合GIS的貴陽冬季PM2.5污染時空特征及驅動因素分析［J］.災害學，2014，29（4）：63－68.［Li Song，LuoXuqiang.Study on Spatiotemporal Characteristics of PM2.5Pollutant and Its driving Factors Using GIS Technology in Winter［J］. Journal of Catastrophology，2014，29（4）：63－68.］

2014－02－24

2014－04－04

國家科技支撐計劃項目（2011BAC09B01）；貴州省科技廳項目（J20112343）；烏當科技局項目（2012烏科技合同字第48號）

李松（1980－），男，貴州省織金縣人，博士，副教授，主要從事地質災害遙感研究.E-mail：zhijinese＠163.com