郭 偉，程 燕，樊 巍，王 妮，肖 波,

（1.西安交通大學 人居環(huán)境與建筑工程學院 地球環(huán)境科學系，西安710049；2.西安市氣象局，西安710016）

西安市大氣污染物濃度特征及影響因素分析

郭 偉1，程 燕1，樊 巍1，王 妮1，肖 波1,2

（1.西安交通大學 人居環(huán)境與建筑工程學院 地球環(huán)境科學系，西安710049；2.西安市氣象局，西安710016）

以西安市環(huán)境監(jiān)測站公布的2010—2012年大氣污染物數(shù)據(jù)作為分析資料，結合各監(jiān)測點所處位置和年際間的污染物濃度數(shù)據(jù)差異，分析2010—2012年間西安市大氣污染物隨時間和空間的分布特征，并進行了污染狀況與風向風速、降雨、霧霾天氣及冬季采暖等因素的關聯(lián)性分析。結果表明，PM10是西安市的主要空氣污染物，其次是NO2、SO2。SO2污染狀況呈下降趨勢，2010（43.2 ± 26.0 μg·m?3）＞ 2011（42.3 ± 35.2 μg·m?3）＞ 2012（40.2 ± 25.6 μg·m?3）；NO2濃度變化趨勢與SO2有所不同，呈先下降后增高的趨勢，2010—2011下降9%，2011—2012升高2.7%；PM10的變化趨勢與NO2相同，2010（123.8 ± 20.8 μg·m?3）＞ 2012（118.8 ± 40.8 μg·m?3）＞ 2011（118.4 ± 37.9 μg·m?3）。時空分布特征顯示西安市大氣污染物濃度夏季最低，冬季、春季最高；高壓開關廠、高新西區(qū)污染較重，草灘、興慶小區(qū)污染較輕。降雨量、風向風速都能影響大氣污染狀況， NO2與風向風速的相關性最強，PM10與降雨量的相關性最強，小雨更有利于PM10去除。揚塵天氣會使PM10濃度劇增4倍左右，但對SO2和NO2濃度沒有太大的影響；雨天SO2，NO2，PM10的濃度都低于非下雨天的濃度；采暖季污染重于非采暖季，其中SO2的濃度受采暖的影響最大，其次是PM10，最小的是NO2。

西安；PM10；SO2；NO2, 影響因素

大氣污染物不僅能夠影響區(qū)域能見度（Watson，2002；Cheung et al，2005），對氣候變化（IPCC，2007），人體健康（Pope and Dockery，2006；Sacks et al，2011）更有深層次的影響。大氣污染物濃度監(jiān)測數(shù)據(jù)，在日益受到居民的普遍關注的同時， 更是一個衡量城市大氣環(huán)境質量的重要指標。各監(jiān)測點由于所處位置、時間的不同會導致監(jiān)測數(shù)據(jù)呈現(xiàn)出一定的差異性。研究過去近幾年的污染物濃度的時間和空間變化規(guī)律能夠很好地體現(xiàn)一個城市或地區(qū)在環(huán)境保護方面的成效。本文以西安市環(huán)境監(jiān)測站所公布的2010—2012年的大氣污染物數(shù)據(jù)資料作為分析依據(jù)，結合各監(jiān)測點所處位置和年際間的污染物濃度數(shù)據(jù)差異，分析2010—2012年間西安市大氣污染物隨時間和空間的分布特征，并進行了污染狀況與氣象因素、污染狀況與各種天氣相關性分析，為進一步改善城市大氣環(huán)境質量，制定合理經濟方針和環(huán)保措施提供較為科學的參考依據(jù)。

1 數(shù)據(jù)來源

本文所用空氣污染指數(shù)資料取自2010—2012年西安市環(huán)境監(jiān)測站所公布的空氣質量日報數(shù)據(jù)（http://www.xianemc.gov.cn/）。數(shù)據(jù)包括污染物空氣污染指數(shù)、各監(jiān)測點位污染物空氣污染指數(shù)、首要污染物。所用PM10、NO2、SO2濃度數(shù)據(jù)是根據(jù)空氣污染指數(shù)的定義和IAPI分級表計算得到的（見表1），代表西安市區(qū)及各監(jiān)測點位的平均空氣質量狀況。氣象資料數(shù)據(jù)來源于西安市氣象局，數(shù)據(jù)集包含5個地面氣象要素， 即氣壓、風速、氣溫、相對濕度、降水量。

IX—污染物X的污染分指數(shù)；

CX—污染物X的濃度監(jiān)測值；

IXj—第j轉折點的污染分項指數(shù)值；

IXj+1—第j+1轉折點的污染分項指數(shù)值；

CXj—第j轉折點上污染物的濃度限值；

CXj+1—第j+1轉折點上污染物的濃度限值；

表1 空氣污染分指數(shù)及對應的污染物濃度限值（μg·m?3）Table 1 The air pollution index and the corresponding pollutant concentration (μg·m?3)

2 大氣污染物時空變化特征

2.1 大氣污染物時間變化

通過對西安市環(huán)境監(jiān)測站公布的2010—2012數(shù)據(jù)進行統(tǒng)計和計算，結果（見表2）表明，西安市大氣污染物濃度夏季最低，冬季、春季最高。PM10為西安市首要空氣污染物，PM10波動范圍是70.8 ～ 215.8 μg·m?3，其次是NO2、SO2，其波動范圍分別為26.4 ～ 78.5 μg·m?3、14.9 ～ 106.3 μg·m?3。PM10與SO2濃度比值差異較大，比率處于1.53 ～ 6.58；PM10和NO2的比值集中在3附近。大氣空氣質量在年內呈現(xiàn)污染—良好—污染的變化趨勢，存在明顯的季節(jié)變化規(guī)律，其污染程度為冬季（12月—2月）＞春季（3月—5月）＞秋季（9月—11月）＞夏季（6月—8月）。這與Zhang et al（2012）對中國拉薩、大連、南寧等16個城市的研究結果基本相同，冬季PM10質量濃度是秋季至冬季這段時間的1.5倍（14城市呈現(xiàn)此趨勢），春季的PM10污染程度次之（11城市呈現(xiàn)此趨勢），夏季最低。與此不同的是，對于細顆粒物（PM2.5），Abdeen et al（2014）對巴勒斯坦、以色列和約旦等11個監(jiān)測點的結果顯示，夏季（4月—6月，37.3 μg·m?3）PM2.5平均濃度高于冬季（10月—12月，26.0 μg·m?3）。邵天杰等（2008）解釋這些污染物濃度的變化與氣候因素、氣象因素以及居民生活方式等因素有關。受靜風、霧霾等不利氣象因素影響，PM10最高月均值出現(xiàn)在2012年12月，分別是當月SO2、NO2濃度的3.12、4.82倍；最低月均值出現(xiàn)在2011年9月，分別是當月SO2、NO2濃度的4.27、2.54倍。年際之間，也呈現(xiàn)出較明顯的變化趨勢，污染嚴重狀況2010＞2012＞2011（年均值：PM10：118.4 ± 39.9 μg·m?3，SO2：42.3 ± 35.2 μg·m?3，NO2： 41.6 ± 14.2 μg·m?3）。PM10、NO2污染物超國家二級標準（《環(huán)境空氣質量標準》G3095-2012）天數(shù)，2010＞2012＞2011（PM10：288天；NO2：135天）；SO2超標國家二級標準天數(shù)，2011＞2010＞2012（SO2：59天）。從2010年到2012年，SO2的年均濃度由43.2 μg·m?3逐年下降到40.2 μg·m?3，共降低6.9%；NO2的年均濃度先由45.8 μg·m?3下降到41.6 μg·m?3，再升高到42.7 μg·m?3，2011年污染最輕；PM10的年均濃度變化情況與NO2相同，2010年污染最嚴重，年均濃度123.8 μg·m?3，是國家二級標準（70 μg·m?3）的1.77倍，超標331天，超標率高達90.9%。SO2的污染程度在夏季和冬季有著非常大的差別，這主要是因為冬季城區(qū)采暖期燃煤和周邊農村燃燒柴薪取暖所致（沈振興等，2009）。

表2 2010—2012年西安市主要污染物濃度月平均值（μg·m?3）Table 2 The month average concentration of main pollutants of Xi'an from 2010 to 2012 （μg·m?3）

2.2 大氣污染物空間變化

選取其中6個主要環(huán)境監(jiān)測點用以代表不同的功能區(qū)，分別是西安高壓開關廠、興慶小區(qū)、紡織城、小寨、高新西區(qū)、草灘；依次代表工業(yè)區(qū)、居民區(qū)、輕工業(yè)區(qū)、商業(yè)區(qū)、高新技術產業(yè)開發(fā)區(qū)和清潔對照點。由于污染物濃度受多種因素的影響，同一監(jiān)測點的不同污染物濃度變化趨勢也存在著很大的差異（邵天杰等，2008）。表3為以上6監(jiān)測點2010—2012年SO2、NO2、PM10濃度值。6個監(jiān)測點中高壓開關廠的SO2污染程度最高，達48.5 μg·m?3，草灘的SO2污染程度最低，為33.0 μg·m?3，均達到國家二級標準。SO2污染程度，工業(yè)區(qū)＞商業(yè)區(qū)＞居民區(qū)＞對照點。高新西區(qū)、小寨三年來的SO2污染連續(xù)下降，分別由45.8 μg·m?3降低到38.4 μg·m?3，49.4 μg·m?3降低到42.1 μg·m?3，降幅率高達16.2%，14.7%。紡織城、高壓開關廠、興慶小區(qū)等監(jiān)測點的SO2污染狀況2011年最輕，2010年最重，呈現(xiàn)出先降低后升高的趨勢。與此不同的是，草灘SO2污染程度卻一直在加重，2012年達到36.4 μg·m?3。小寨的NO2污染程度最高，達49.9 μg·m?3，高于國家二級標準；對照點草灘NO2污染程度最低，為36.3 μg·m?3，低于國家二級標準。NO2污染程度，商業(yè)區(qū)＞工業(yè)區(qū)＞居民區(qū)。小寨的NO2監(jiān)測濃度三年來一直在降低，污染狀況得到有效改善，由2010年55.2 μg·m?3降低到2012年45.3 μg·m?3，降低率達18.1%。與此相反，草灘的NO2污染程度卻逐年增加，由2010年34.6 μg·m?3增加到2012年38.8 μg·m?3，增加率達10.9%。草灘的PM10污染程度最高，達125.5 μg·m?3，紡織城的PM10污染程度最低，為117.4 μg·m?3，均高于國家二級標準值70 μg·m?3。PM10污染程度，對照點＞工業(yè)區(qū)＞商業(yè)區(qū)＞居民區(qū)。草灘PM10濃度高于大多數(shù)監(jiān)測點，已不再適合繼續(xù)作為西安市PM10污染狀況的清潔對照點使用，這是因為草灘作為西安城市化北移的重點區(qū)域，近幾年修建了大量食品飲料產業(yè)，印刷包裝產業(yè)，道路以及城中村改造項目所致。

表3 2010—2012年6監(jiān)測點3種污染物濃度（μg·m?3）Table 3 Three pollutants concentration in six monitoring stations from 2010 to 2012（μg·m?3）

所述監(jiān)測點由于功能區(qū)的差異，PM10與SO2、NO2的濃度比也有所不同，草灘差異最明顯，高壓開關廠的PM10與SO2的濃度比最小，紡織城的PM10與NO2的濃度比最小。

3 影響因素分析

一個地區(qū)的空氣質量狀況是受到多因素影響控制的，主要取決于污染物的排放情況和大氣的擴散能力兩個因素（張國勛等，2003）。在污染源相對穩(wěn)定的情況下，污染物在大氣中的擴散、遷移、流動和轉化能力，與當時的氣象條件密切相關，氣象因素對大氣污染物濃度的影響為多因素聯(lián)合作用（彭曉武等，2010）。Wise等發(fā)現(xiàn)氣象條件的變化能影響美國西南部20% ～ 50%的顆粒物濃度變化（Wise et al，2005）。通常出現(xiàn)降水、風的時候，往往有利于空氣中污染物的擴散；反之當有霧或風很小時，往往容易導致空氣污染加重。研究風向風速、降水、沙塵天氣、冬季采暖等影響因素對控制城市空氣質量的大氣污染具有重要作用。

3.1 風向風速

風向風速對大氣污染物擴散起著很重要的作用，是影響空氣污染的主要氣象條件。風向是指風吹來的方向，它決定污染物輸送的方向。根據(jù)對2010—2012年西安市風向數(shù)據(jù)的統(tǒng)計，風向分布以東北風（33.75 ～ 56.25）為主，占19.7%，夏冬兩季所占比例為24.3%、19.3%，北東北—東東北（11.3 ～ 78.7）風頻高達43.74%；其次是西西南(236.2 ～ 258.7)，風頻為14.1%，夏冬兩季所占比例為17.4%、11.1%；最少風向方位為西西北—北（281.2 ～ 360.0），頻率為0。西安市工業(yè)區(qū)大部分處于市區(qū)西南方向，因此在有風條件下，市區(qū)空氣污染受東北風向的影響較小，但對位于市區(qū)西南方向的長安區(qū)等郊區(qū)影響較大；市區(qū)空氣污染受西西南風向的影響較大，西南方向的大批工業(yè)區(qū)所產生的污染物會在西西南風向作用下向市區(qū)擴散。但根據(jù)所進行的風向與污染物濃度Pearson相關性分析顯示，風向與PM10、 SO2和NO2的濃度相關性不明顯。

風速是指單位時間內空氣在水平方向上運動的距離，它決定大氣稀釋擴散能力的大小（陳萬隆和肖靜玢，1995；楊文峰，2001）。風速小，空氣污染就重，風速大，空氣污染就輕。通常風速在1 m·s?1左右，空氣污染最嚴重（靜風時，如果沒有亂流混合，空氣污染不一定是最重）；風速在2 ～ 6 m·s?1時，隨著風速加大，空氣污染逐漸減輕（蔣寧潔和周宏倉，2009）。西安市三年平均風速為1.3 m·s?1，其中0級風（0 ～ 0.2 m·s?1）天數(shù)共128天，占11.7%，1級風（0.3 ～ 1.5 m·s?1）天數(shù)886天，占80.9%，2級風（1.6 ～ 3.3 m·s?1）天數(shù)81天，占7.4%。夏季風速高于冬季，夏季平均風速為1.3 ～ 1.6 m·s?1，秋冬季平均風速為1.1 ～ 1.2 m·s?1。通過統(tǒng)計2010—2012不同風速條件下污染物的濃度狀況與風速等級的關系顯示，有風天氣的污染狀況小于無風天氣，隨著風力的增強，空氣污染物濃度越低，相對應的空氣質量越好。風級越高，空氣質量達到國家二級標準或一級標準的比例越高。如表4所示，風級為2的總天數(shù)為81天，風級為2時達到國家二級空氣質量的天數(shù)為63天，對應的達標比例高達77.8%，而0級和1級對應的達標比例小于風級為2的比例，分別為70.3%、76.5%。此外為了研究風速對不同污染物影響的差異性，同時去除其他影響因子的干擾，對風速與污染物濃度進行偏相關分析（偏相關分析是指當兩個變量同時與第三個變量相關時，將第三個變量的影響剔除，只分析另外兩個變量之間相關程度的過程）。結果顯示，風速與PM10、 SO2和NO2的相關系數(shù)分別是?0.071（p＜0.05）、?0.083（p＜0.05）、?0.142（p＜0.05），風速與NO2的相關性最強。風速與PM10濃度的相關性，隨著風速的增大逐漸增強。風速為1.6 ～ 3.3 m·s?1，偏相關分析顯示，風速與PM10的濃度呈現(xiàn)正相關（r=0.51，p＜0.05），這是因為大風引發(fā)的地面揚塵等原因造成的PM10的濃度升高，此風速下未檢測到風速與SO2和NO2相關性（p＞0.05）。

表4 不同風力條件下空氣質量狀況Table 4 The air quality level in different weed speed

3.2 降雨量

降雨對空氣污染起到沖洗和凈化作用，起到清除顆粒物的作用（王潤鹿，1981；蔣維楣，2003）。降雨的凈化作用與降雨量和降雨持續(xù)時間相關聯(lián)，雨水量大、持續(xù)時間長，凈化作用就越明顯，反之，則沒有凈化作用，甚至會加重污染。根據(jù)對2010—2012西安市日降雨量數(shù)據(jù)的統(tǒng)計，三年降雨總天數(shù)207天，年平均降雨天數(shù)69天，占全年天數(shù)18.9%，降雨最多的年份是2011年（77天），最少年是2012年（64天），以小雨為主，降雨量集中在0.1 ～ 9.9 mm的降水天數(shù)占總降水天數(shù)的比例高達73.4%。降雨的季節(jié)分布主要集中在5—10月，占全年降雨總天數(shù)91.3%。降雨天的空氣質量高于非降雨天，降雨天三種污染物均達到國家二級標準的天數(shù)高達198天，占94.2%，遠高于年平均水平。表5統(tǒng)計了2010—2012降雨前后SO2，NO2，PM10三種污染物濃度變化。結果顯示，降雨對空氣污染物的去除具有明顯效用，隨著降雨強度的增強，空氣污染程度不斷下降，空氣質量達標天數(shù)逐漸增多，降雨強度達到大雨或暴雨以上，降雨對污染物的去除效率會趨于穩(wěn)定，約為77.80%。此外，為了研究相同降雨條件下降雨對不同污染物的去除效果是否存在差異性，同時統(tǒng)計了不同污染物隨降雨強度增強的去除效率。結果顯示，降雨對PM10的去除效果最明顯（小雨：84.7%；中雨：77.8%；大雨：77.8%），NO2次之（小雨69.4%；中雨：69.4%；大雨：77.8%），對SO2影響最?。ㄐ∮辏?2.5%；中雨：50.0%；大雨：77.8%），小雨更有利于PM10污染程度的降低。

表5 不同降雨強度下空氣質量狀況Table 5 The air quality level in different rainfall

降雨天氣風速、風向、溫度、相對濕度等氣象因子也會對污染物濃度的降低具有一定的貢獻作用，偏相關分析顯示降雨量與SO2，NO2，PM10偏相關系數(shù)分別為?0.156（p＜0.05），?0.166（p＜0.05），?0.265（p＜0.05），與降雨對污染物濃度去除效果的排序相符合。對中雨（10.0～24.9 mm）進行的降雨量與SO2，NO2，PM10偏相關分析結果顯示，降雨量與NO2的相關系數(shù)（r = ?0.430，p＜0.05）大于降雨量與PM10的相關系數(shù)(r = ?0.430，p＜0.05)。小雨時（0.1～ 9.9 mm）降雨量與三種污染物濃度不相關（p＞0.05）。大雨天數(shù)（25.0～ 49.9 mm）過少，未檢測到雨量與SO2，NO2，PM10等污染物的相關性。

3.3 沙塵等特殊天氣

沙塵天氣分為浮塵、揚沙、沙塵暴和強沙塵暴四類。歷史上西安各月都有沙塵天氣出現(xiàn)，但發(fā)生的次數(shù)有明顯的季節(jié)差異，除沙塵暴天氣僅出現(xiàn)在春季的3—5月外，浮塵、揚沙天氣一年四季都會出現(xiàn)，春季和冬季浮塵天氣多于揚沙，而夏季和秋季則揚沙天氣多于浮塵（寧海文等，2005）。區(qū)域性沙塵暴對春季PM2.5質量濃度有很大影響（Abdeen et al，2014）。沙塵天氣會使空氣污染加劇，強沙塵暴過程會使PM10濃度在非常短的時間內提高3倍左右，造成嚴重的顆粒物污染（王建鵬等，2004）?？諝庵懈邼舛鹊膽腋☆w粒物，在靜風、逆溫等特殊的氣象條件相互作用，易導致霧霾天氣的發(fā)生，具體表現(xiàn)為區(qū)域性或大范圍內的空氣質量惡化（王淑英等，2003）。表6統(tǒng)計了2010—2012年西安市部分沙塵天氣發(fā)生前后空氣污染物PM10濃度的變化情況。2010-4-26—30的沙塵天氣使PM10日濃度提高了214.4 μg·m?3，是沙塵天氣發(fā)生前濃度的3.27倍，SO2和NO2濃度出現(xiàn)不同程度的負增長。由于受甘肅省河西和中北部地區(qū)近9年來最強的一次沙塵暴天氣的影響，2010-4-26西安市當日PM10日濃度更是高達574.0 μg·m?3，是沙塵天氣發(fā)生前一天日濃度140.0 μg·m?3的4.1倍。2012-12-12—17 PM10日濃度提高了249.4 μg·m?3，是霧霾天氣發(fā)生前濃度的2.7倍，SO2和NO2濃度增長不顯著。受靜風、逆溫等天氣條件的影響，2012-1-1的PM10日濃度達到362.6 μg·m?3，8時、14時能見度只有0.6 km、0.8 km，屬于重度霧霾。

表6 2010—2012年西安市部分特殊天氣空氣質量狀況表Table 6 The concentration of PM10 increase in the fog and haze or desert storm weather from 2010 to 2012 in Xi'an

3.4 采暖季人為加重作用

西安市位于寒冷地區(qū)瀕臨夏熱冬冷地區(qū)，每年有長達4個月的供暖時間（11月15日至次年的3月15日），此階段燃料的燃燒排放（Li et al，2008），高頻率的逆溫天氣也成為冬季空氣質量出現(xiàn)污染/高污染的一個重要因素（Xia et al，2006；Chan and Yao，2008）。圖1選取了高壓開關廠、興慶小區(qū)、小寨等監(jiān)測點三種污染物濃度作為研究對象，繪制了采暖季與非采暖季污染物濃度對比圖。由圖1可知，三個監(jiān)測點采暖季污染物濃度均高于非采暖季污染物，小寨污染程度高于高壓開關廠、興慶小區(qū)。小寨PM10和SO2濃度變化最顯著，采暖季濃度分別是非采暖季的1.58、3.47倍，興慶小區(qū)NO2濃度變化最顯著，采暖季濃度是非采暖季的1.68倍，且采暖季污染物濃度均高于國家二級空氣質量標準。

圖1 采暖季與非采暖季污染物濃度對比Fig.1 The pollutants concentration in heating and non-heating

4 結論

（1）PM10是西安市的主要空氣污染物，其次是NO2、SO2。時空分布特征顯示西安市大氣污染物濃度夏季最低，冬季、春季最高；高壓開關廠、高新西區(qū)污染較重，草灘、興慶小區(qū)污染較輕。

（2）SO2污染嚴重狀況呈下降趨勢，NO2和PM10污染程度呈先下降后增高的趨勢。

（3）降雨量、風向風速、沙塵天氣都能影響環(huán)境空氣質量。 NO2與風向風速的相關性最強；降雨與污染物濃度呈負相關，降雨量越大，對NO2和SO2的去除效率越大，小雨時更有利于PM10的去除；揚塵天氣會使PM10濃度劇增4倍左右，但對SO2和NO2濃度沒有太大的影響。

（4） 采暖季污染重于非采暖季，其中SO2的濃度受采暖的影響最大，其次是PM10，NO2受采暖因素的影響最小。

陳萬隆,肖靜玢. 1995. 混合層厚度、風速、和穩(wěn)定度對地面 SO2濃度分布影響的數(shù)值實驗[J]. 南京氣象學院報, 18(4): 548–554. [Chen W L, Xiao J F. 1995. Numerical experiment with effect of mixed layer depth, wind and stability on surface SO2concentration in city of Yinchuan [J]. Journal of Nanjing Institute of Meteorology, 18(4): 548–554.]

蔣寧潔,周宏倉. 2009.西安市大氣中SO2污染特征研究[C]//第26屆中國氣象學會年會論文集，418– 433. [Jiang N J, Zhong H C. 2009. A study on the pollution characteristic of SO2in Xi'an city [C]// The 26th Chinese Meteorological Society Annual Meeting Proceedings, 418– 433.]

蔣維楣. 2003.空氣污染氣象學[M].南京:南京大學出版社,13–14. [Jiang W M. 2003. Air pollution meteorology [M]. Nanjing: Nanjing University Press, 13–14.]

寧海文,王式功,杜繼穩(wěn). 2005.西安沙塵天氣特征及其對空氣質量的影響[J].中國沙漠, 25(6): 886–890. [Ning H W, Wang S G, Du J W. 2005. Characteristics of sand-dust events and their inf uence on air quality of Xi'an city [J]. Journal of desert research, 25(6): 886–890.]

彭曉武, 相 紅, 陳惠明,等. 2010. 廣州市部分氣象因素與大氣中SO2等污染物濃度的關系[J]. 環(huán)境與健康雜志, 27(12): 1095–1097. [Peng X W, Xiang H, Cheng H M, et al. 2010. The relationship between the concentration of SO2and meteorological factors and air pollutants in Guangzhou City [J]. Journal of Environment and Health, 27(12): 1095–1097.]

邵天杰, 趙景波, 馬 莉. 2008.西安空氣污染物時空變化特征分析[J]. 干旱區(qū)資源與環(huán)境, 22(7): 77–83. [Shao T J, Zhao J B, Ma L. 2008. Analysis on spatiotemporal change of air pollutants over Xi'an city [J]. Journal of Arid Land Resources and Environment, 22(7): 77–83.]

沈振興, 霍宗權, 韓月梅,等. 2009.采暖期和非采暖期西安大氣顆粒物中水溶性組分的化學特征[J]. 高原氣象，28(1): 151–158. [Shen Z X, Huo Z Q, Han Y, et al. 2009. Chemical composition of water soluble ions in aerosols over Xi'an in heating and non-heating seasons [J]. Plateau Meteorology, 28(1): 151–158.]

王建鵬,王式功, 孟小絨,等.2004.沙塵天氣等對西安市空氣污染影響的研究[J]. 中國沙漠, 24(5): 558–564. [Wang J P, Wang S G, Meng X R, et al. 2004. Sand-dust events and their inf uence on air quality of Xi'an city [J]. Journal of desert research, 24(5): 558–564. ]

王潤鹿. 1981. 實用污染氣象學[M]. 北京:氣象出版社. [Wang R L. 1981. The utility pollution meteorology [M]. Beijing: Meteorological Press.]

王淑英, 張小玲, 徐曉峰. 2003. 北京地區(qū)大氣能見度變化規(guī)律及影響因子統(tǒng)計分析[J].氣象科技, 31(2): 109–114. [Wang S Y, Zhang X L, Xu X F, 2003. Analysis of variation features of visibility and its effect factors in Beijing [J]. Meteorological Science and Technology, 31(2): 109–114.]

楊文峰. 2001.西安市SO2污染氣象預報條件及濃度預報方法研究[D].西安:西安建筑科技大學. [Yang W F. 2001. Study of SO2pollution weather conditions and density forecast method of Xi'an City [D]. Xi'an: Xi'an University of Architecture and Technology.]

張國勛, 陳 超, 王成臣. 2003.氣象因素對杭州城市空氣質量的影響[J].干早環(huán)境監(jiān)測, 17(3): 147–148. [Zhang G X, Chen C, Wang C C. 2003. Effect of meteorology factors on city air quality in Hangzhou [J]. Arid Environmental Monitoring, 17(3):147–148.]

Abdeen Z, Qasrawi R, Heo J, et al. 2014. Spatial and temporal variation in fine particulate matter mass and chemical composition: The Middle East Consortium for Aerosol Research Study [J/OL]. The Scientific World Journal, Vol 2014, Article ID 878704, 16 pages, http://dx.doi. org/10.1155/2014/878704.

Chan C K, Yao X H. 2008. Air pollution in mega cities in China [J]. Atmospheric Environment, 42(1): 1– 42.

Cheung H C, Wang T, Baumann K, et al. 2005. Influence of regional pollution outflow on the concentrations of fine particulate matter and visibility in the coastal area of Southern China [J]. Atmospheric Environment, 39(34): 6463–6474.

IPCC: Fourth Assessment Report. 2007. The Physical Science Basis, Working Group I, Final Report, Geneva, Switzerland [OL]. http://www.ipcc.ch/ipccreports/ar4-wg1.htm.

Li J, Zhuang G S, Huang K, et al. 2008.Characteristics and sources of air-borne particulate in Urumqi, China, the upstream area of Asia dust [J]. Atmospheric Environment, 42(4): 776–787.

Pope C A, Dockery D W. 2006. Health effects of f ne particulate air pollution: Lines that connect [J]. Journal of the air and waste management association, 56(6): 709– 742.

Sacks J D, Stanek LW, Luben T J, et al. 2011. Particulate matter induced health effects: Who is susceptible? [J]. Environmental Health Perspectives, 119(4): 446–454.

Watson J G. 2002. Visibility: Science and regulation [J]. Journal of the air and waste management association, 52(6): 628–713.

Wise E K, Comrie A C. 2005. Meteorologically adjusted urban air quality trends in the Southwestern United States [J]. Atmospheric Environment, 39: 2969–2980.

Xia X A, Chen H B, Wang P C, et al. 2006. Variation of column integrated aerosol properties in a Chinese urban region [J]. Journal of Geophysical Research, 111, D05204.

Zhang X Y, Wang Y Q, Niu T, et al. 2012. Atmospheric aerosol compositions in China: spatial/temporal variability, chemical signature, regional haze distribution and comparisons with global aerosols [J]. Atmospheric Chemical and Physics, 12: 779–799.

Characteristics and affecting factors of atmospheric pollutants in Xi'an

GUO Wei1, CHENG Yan1, FAN Wei1, WANG Ni1, XIAO Bo1,2
(1. Department of Environmental Science and Technology, School of Human Settlements and Civil Engineering, Xi'an Jiaotong University, Xi'an 710049, China; 2. Xi'an Meteorological Bureau of Shaanxi Province, Xi'an 710016, China)

The temporal and spatial characteristics of airborne pollutants (e.g., PM10, SO2, and NO2) in Xi'an were studied based on three-year continuous measurements of the air quality monitoring network of Xi'an Environmental Protection Bureau. Meteorological data such as temperature, humidity, rainfall, wind speed, and wind direction were used to identify the factors affecting the air quality in ambient atmosphere. PM10is the main air pollutant, followed by NO2and SO2. Annual average SO2concentrations have decreased slightly from 2010 to 2012. PM10and NO2have the same trend with 2010 (123.8 ± 20.8 μg·m?3for PM10and 45.8 ± 13.6 μg·m?3for NO2) ＞2012 (118.8 ± 40.8 μg·m?3for PM10and 42.7 ± 15.6 μg·m?3for NO2) ＞ 2011 (118.4 ± 37.9 μg·m?3for PM10and 41.6 ± 14.2 μg·m?3for NO2). The concentration of air pollutants in Xi'an is lowest in summer and highest in autumn or winter. For the spatial characteristics of air quality, the districtsof Switchgear Factory and western High-tech are heavily polluted, while the districts of Caotan and Xingqing community are better. Several meteorological data have been found to affect the loading of pollutants in atmosphere. Concentrations of pollutants are generally affected by wind speed, especially for NO2. The concentrations of PM10decrease significantly after a rainfall, especially in drizzling time, but increase substantially during a hazy day, with a maximum of four times of a normal day. Poor air quality has been found during heating seasons and concentrations of SO2are increased signif cantly.

Xi'an; PM10; SO2; NO2; affecting factors

10.7515/JEE201404001

X51

A

1674-9901(2014)04-0235-08

2014-07-08

國家自然科學基金青年科學基金項目（21107084）

程 燕，E-mail: chengyan@mail.xjtu.edu.cn