王芳，吳煥波，陳強(qiáng)1.德州學(xué)院化學(xué)化工學(xué)院，山東 德州 5303；.蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅 蘭州 730000

?

氣象因素對(duì)蘭州市PM10質(zhì)量濃度的影響

王芳1,2，吳煥波2，陳強(qiáng)2
1.德州學(xué)院化學(xué)化工學(xué)院，山東 德州 253023；2.蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅 蘭州 730000

摘要：氣象因素對(duì)城市空氣污染具有重要影響。分析不同季節(jié)PM10質(zhì)量濃度變化與氣象因子之間的關(guān)系，建立模型進(jìn)行顆粒物污染預(yù)測，可以為污染物治理提供科學(xué)依據(jù)。為了解蘭州市PM10污染特征，2011年1月─2011年12月對(duì)蘭州市可吸入顆粒物（PM10）進(jìn)行了為期1年的監(jiān)測，并利用監(jiān)測數(shù)據(jù)和同期氣象觀測數(shù)據(jù)，分析了PM10的質(zhì)量濃度與氣象因素之間的相關(guān)性。結(jié)果表明：PM10的質(zhì)量濃度與溫度呈現(xiàn)負(fù)相關(guān)關(guān)系，溫度越高，PM10質(zhì)量濃度越低。當(dāng)風(fēng)向?yàn)镹W和NNW時(shí)，PM10污染相對(duì)較輕；而當(dāng)風(fēng)向?yàn)镹E和ENE時(shí)，PM10污染比較嚴(yán)重。蘭州市屬于典型的河谷城市，四面環(huán)山，氣流閉塞，風(fēng)速過小導(dǎo)致城區(qū)大氣污染物不利于向城區(qū)外擴(kuò)散。PM10的質(zhì)量濃度與氣壓呈正相關(guān)，蘭州市冬季氣壓較高，PM10質(zhì)量濃度較大；夏季氣壓較低，PM10質(zhì)量濃度較低。降水能夠?qū)Νh(huán)境空氣中污染物起到清除和沖刷作用，對(duì)可吸入顆粒物去除作用顯著。PM10在無降水日的平均質(zhì)量濃度為263.47 μg·m-3，所有降水日的PM10平均質(zhì)量濃度為171.71 μg·m-3，比無降水日降低34.83%。

關(guān)鍵詞：可吸入顆粒物；質(zhì)量濃度水平；氣象因素；相關(guān)性分析

WANG Fang,WU Huanbo,CHEN Qiang.The Influence of Meteorological Conditions on PM10Mass Concentration in Lanzhou City [J].Ecology and Environmental Sciences,2016,25(1):99-102.

顆粒物污染已成為中國大部分城市面臨的主要大氣污染問題，可吸入顆粒物（空氣動(dòng)力學(xué)當(dāng)量直徑小于或等于10 μm，PM10）對(duì)環(huán)境和人體健康危害較大（Ragosta et al.，2008；Polichetti et al.，2009）。PM10質(zhì)量濃度主要受污染源和氣象條件的影響，假定污染源穩(wěn)定，PM10質(zhì)量濃度與風(fēng)速、風(fēng)向、氣壓、溫度、相對(duì)濕度、降水量等氣象因素有著密切關(guān)系（趙敬國等，2013；依麗米熱·阿布達(dá)力木等，2012；王淑英等，2002）。Hooyberghs et al.（2005）采用神經(jīng)網(wǎng)絡(luò)預(yù)測比利時(shí)PM10日均質(zhì)量濃度。Grivas et al.（2006）運(yùn)用人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測希臘雅典地區(qū)PM10小時(shí)質(zhì)量濃度。王斌等（2008）利用相關(guān)性分析探討了空氣污染指數(shù)與氣象因素的關(guān)系。袁楊森等（2007）研究了北京市大氣顆粒物質(zhì)量濃度與氣象條件的關(guān)系。郭勇濤等（2011）研究了蘭州市空氣質(zhì)量狀況及常規(guī)氣象條件的關(guān)系。目前很多城市的環(huán)保部門和氣象部門聯(lián)合開展大氣污染監(jiān)控與空氣污染預(yù)報(bào)、預(yù)警工作，分析氣象因素與污染物質(zhì)量濃度的關(guān)系不僅能驗(yàn)證并合理解釋實(shí)驗(yàn)數(shù)據(jù)，還能為研究區(qū)域大氣污染形成的氣象條件與空氣污染預(yù)報(bào)提供理論依據(jù)。本文測定了2011年1月─2011年12月蘭州市可吸入顆粒物（PM10）的質(zhì)量濃度，分析不同季節(jié)PM10質(zhì)量濃度變化與氣象因子之間的關(guān)系，采用數(shù)學(xué)模式研究顆粒物質(zhì)量濃度與影響因素之間的關(guān)系，建立模型進(jìn)行顆粒物污染預(yù)測，以期為大氣污染物治理提供理論基礎(chǔ)和數(shù)據(jù)支持。

1　材料與方法

1.1PM10樣品采集與分析

采樣點(diǎn)設(shè)置在蘭州大學(xué)盤旋路校區(qū)氣象樓樓頂，從2010年12月到2012年1月對(duì)可吸入顆粒物進(jìn)行連續(xù)采樣分析，每天采集1個(gè)樣品，每個(gè)樣品連續(xù)采集23 h。PM10采樣儀器為TH-150中流量采樣器（武漢市天虹儀表有限責(zé)任公司），濾膜選用石英纖維濾膜，測定方法為重量法（HJ 618─2011）。

1.2氣象資料來源

采樣期間氣象資料數(shù)據(jù)采用甘肅省氣象局提供的蘭州市同期氣象資料，包括風(fēng)速、風(fēng)向、氣壓、溫度、降水等。

1.3數(shù)據(jù)分析方法

Pearson相關(guān)系數(shù)用來衡量定距變量間的線性關(guān)系，本文采用Pearson相關(guān)系數(shù)法計(jì)算各污染物質(zhì)量濃度與氣象條件的相關(guān)關(guān)系，相關(guān)系數(shù)越接近1或-1，相關(guān)性越強(qiáng)；相關(guān)系數(shù)越接近于0，相關(guān)度越弱。相關(guān)系數(shù)大于0，表明兩變量之間為正相關(guān)，相關(guān)系數(shù)小于0，表明兩變量之間為負(fù)相關(guān)。

1.4質(zhì)量控制

采樣器每次使用前需進(jìn)行流量校準(zhǔn)。濾膜使用前均需進(jìn)行檢查，不得有針孔或任何缺陷。每采集1個(gè)樣品（采樣23 h）用無水乙醇清洗切割頭。要經(jīng)常檢查采樣頭是否漏氣，在電機(jī)由于電刷原因停止工作前及時(shí)更換電刷，以免采樣失敗。

2　結(jié)果與討論

2.1溫度與PM10關(guān)系

采樣期間PM10的24小時(shí)平均質(zhì)量濃度與平均氣溫之間的關(guān)系見圖1。由圖1可以看出，PM10的質(zhì)量濃度與溫度呈現(xiàn)負(fù)相關(guān)關(guān)系。相關(guān)性分析表明，二者的相關(guān)系數(shù)為-0.44。采樣期間，當(dāng)溫度低于0℃，PM10平均質(zhì)量濃度為327.57 μg·m-3；溫度為0～10 ℃，PM10平均質(zhì)量濃度為288.59 μg·m-3；溫度為10～20 ℃，PM10平均質(zhì)量濃度為189.27 μg·m-3；溫度為20～30 ℃，PM10平均質(zhì)量濃度為160.94 μg·m-3。溫度越高，PM10質(zhì)量濃度越低，污染最嚴(yán)重的時(shí)期出現(xiàn)在0 ℃以下。出現(xiàn)此現(xiàn)象的主要原因一方面為冬季取暖導(dǎo)致煤炭消耗量大大增加，大氣顆粒物排放量增加，另一方面在地面溫度較低的情況下，容易出現(xiàn)逆溫天氣，從而導(dǎo)致污染加重。溫度高于20 ℃時(shí)，PM10質(zhì)量濃度最低，主要有以下兩個(gè)原因，一方面夏季為非采暖季節(jié)，相比冬季低溫天氣污染源排放量降低；另一方面氣溫高時(shí)，大氣對(duì)流層運(yùn)動(dòng)強(qiáng)烈，污染源排放進(jìn)入大氣的顆粒物擴(kuò)散能力強(qiáng)，使顆粒物質(zhì)量濃度降低。

圖1　PM10質(zhì)量濃度與溫度隨時(shí)間的變化關(guān)系圖Fig.1　Variation of mass concentration of PM10and temperature

2.2風(fēng)向與PM10關(guān)系

圖2為2011年蘭州市全年地面風(fēng)向頻率玫瑰圖，從圖2可以看出，蘭州市全年的主導(dǎo)風(fēng)向不明顯，靜風(fēng)頻率為4.35%，NW為28.08%，ENE為24.57%。統(tǒng)計(jì)不同風(fēng)向?qū)?yīng)的PM10質(zhì)量濃度數(shù)值并求平均值。風(fēng)向?yàn)镹W時(shí)，采樣點(diǎn)PM10平均質(zhì)量濃度為273.14 μg·m-3；風(fēng)向?yàn)镹NW時(shí)，采樣點(diǎn)PM10平均質(zhì)量濃度為159.68 μg·m-3；風(fēng)向?yàn)镹E時(shí)，采樣點(diǎn)PM10平均質(zhì)量濃度為324.63 μg·m-3；風(fēng)向?yàn)镋NE時(shí)，采樣點(diǎn)PM10平均質(zhì)量濃度為369.67 μg·m-3。以上數(shù)據(jù)表明，風(fēng)向?yàn)镹W和NNW時(shí)，PM10污染相對(duì)較輕；風(fēng)向?yàn)镹E和ENE時(shí)，PM10污染比較嚴(yán)重。春季、夏季和秋季風(fēng)向多為NW和NNW，污染相對(duì)較輕，冬季風(fēng)向多為NE和ENE，污染相對(duì)較嚴(yán)重。

圖2　2011年蘭州市風(fēng)向頻率玫瑰圖Fig.2　Wind rose of Lanzhou in 2011

2.3風(fēng)速與PM10關(guān)系

采樣期間PM10的24小時(shí)平均質(zhì)量濃度與風(fēng)速之間的關(guān)系見圖3。

圖3　采樣期間PM10質(zhì)量濃度與風(fēng)速隨時(shí)間的變化關(guān)系圖Fig.3　Variation of mass concentration of PM10and wind speed

由圖3可以看出，PM10的質(zhì)量濃度隨風(fēng)速變化不是很明顯，相關(guān)性分析表明二者相關(guān)系數(shù)為-0.08。蘭州市屬于典型的河谷城市，四面環(huán)山，氣流閉塞，同時(shí)隨著城市化進(jìn)程的加快，建筑物高度和密度大大提高，減小了地表風(fēng)速。采樣期間平均風(fēng)速為1.25 m·s-1，小于1.5 m·s-1的小風(fēng)天占48.48%，大于1.5 m·s-1的天數(shù)占51.52%，風(fēng)速過小不利于城區(qū)大氣污染物向城區(qū)外擴(kuò)散，城區(qū)污染物發(fā)生集聚。風(fēng)速低于1.5 m·s-1時(shí)，PM10平均質(zhì)量濃度為245.88 μg·m-3，而風(fēng)速大于1.5 m·s-1時(shí)，PM10平均質(zhì)量濃度為231.56 μg·m-3，說明一定的風(fēng)速有利于污染物擴(kuò)散。

2.4氣壓與PM10關(guān)系

采樣期間PM10的24小時(shí)平均質(zhì)量濃度與氣壓之間的關(guān)系見圖4。PM10的質(zhì)量濃度與氣壓呈正相關(guān)，采樣期間，蘭州市冬季氣壓較高，PM10質(zhì)量濃度較大，夏季氣壓較低，PM10質(zhì)量濃度較低。主要原因?yàn)楫?dāng)?shù)孛媸艿蛪嚎刂茣r(shí)，四周高壓氣團(tuán)流向中心，導(dǎo)致中心產(chǎn)生上升氣流，有利于污染物擴(kuò)散，污染物質(zhì)量濃度降低。地面受高壓控制時(shí)，中心部分產(chǎn)生下降氣流，不利于污染物擴(kuò)散，顆粒物質(zhì)量濃度較大，污染加重。

圖4　采樣期間PM10質(zhì)量濃度與氣壓隨時(shí)間的變化關(guān)系圖Fig.4　Variation of mass concentration of PM10and air pressure

2.5降水量與PM10關(guān)系

采樣期間PM10的24小時(shí)平均質(zhì)量濃度與降水量之間的關(guān)系見圖5。降水能夠?qū)諝庵械奈廴疚锲鸬角宄蜎_刷作用。PM10在無降水日的平均質(zhì)量濃度為263.47 μg·m-3。小于5 mm降水日的PM10平均質(zhì)量濃度為185.32 μg·m-3，比無降水日降低了29.66%；5～10 mm降水日的PM10平均質(zhì)量濃度為125.82 μg·m-3，比無降水日降低了52.25%；大于10 mm降水日的PM10平均質(zhì)量濃度為101.69 μg·m-3，比無降水日降低了61.40%。所有降水日的PM10平均質(zhì)量濃度為171.71 μg·m-3，比無降水日降低34.83%。以上數(shù)據(jù)充分說明降水對(duì)大氣可吸入顆粒物去除作用顯著。

圖5　采樣期間PM10質(zhì)量濃度與降水量隨時(shí)間的變化關(guān)系圖Fig.5　Variation of mass concentration of PM10and precipitation

3　結(jié)論

（1）PM10的質(zhì)量濃度與溫度呈現(xiàn)負(fù)相關(guān)關(guān)系。采樣期間，當(dāng)溫度低于0 ℃，PM10平均質(zhì)量濃度為327.57 μg·m-3；溫度為0～10 ℃，PM10平均質(zhì)量濃度為288.59 μg·m-3；溫度為10～20 ℃，PM10平均質(zhì)量濃度為189.27 μg·m-3；溫度為20～30 ℃，PM10平均質(zhì)量濃度為160.94 μg·m-3。溫度越高，PM10質(zhì)量濃度越低，污染最嚴(yán)重的時(shí)期出現(xiàn)在0 ℃以下。

（2）對(duì)于蘭州市，風(fēng)向?yàn)镹W和NNW時(shí)，PM10污染相對(duì)較輕；風(fēng)向?yàn)镹E和ENE時(shí)，PM10污染比較嚴(yán)重。蘭州市屬于典型的河谷城市，四面環(huán)山，氣流閉塞，小于1.5 m·s-1的小風(fēng)天占48.48%，大于1.5 m·s-1的天數(shù)占51.52%。風(fēng)速過小不利于城區(qū)大氣污染物向城區(qū)外擴(kuò)散。風(fēng)速低于1.5 m·s-1時(shí)，PM10平均質(zhì)量濃度為245.88 μg·m-3；而風(fēng)速大于1.5 m·s-1時(shí)，PM10平均質(zhì)量濃度為231.56 μg·m-3，說明一定的風(fēng)速有利于污染物擴(kuò)散。

（3）冬季氣壓較高，PM10質(zhì)量濃度較大，夏季氣壓較低，PM10質(zhì)量濃度較低。當(dāng)?shù)孛媸艿蛪嚎刂茣r(shí)，有利于污染物擴(kuò)散；地面受高壓控制時(shí)，不利于污染物擴(kuò)散。

（4）降水能夠?qū)諝庵械奈廴疚锲鸬角宄蜎_刷作用。PM10在無降水日的平均質(zhì)量濃度為263.47 μg·m-3，所有降水日的PM10平均質(zhì)量濃度為171.71 μg·m-3，比無降水日降低34.83%。以上數(shù)據(jù)充分說明降水對(duì)大氣中可吸入顆粒物去除作用顯著。

參考文獻(xiàn)：

GRIVAS G,CHALOULAKOU A.2006.Artificial neural network models for prediction of PM10hourly concentrations,in the Greater Area of Athens,Greece [J].Atmospheric Environment,40(7):1216-1229.

HOOYBERGHS J,MENSINK C,DUMONT G,et al.2005.A neuralnetwork forecast for daily average PM10concentrations in Belgium [J].Atmospheric Environment,39(18):3279-3289.

POLICHETTI G,COCCOA S,NUNZIATAb A.2009.Effects of Particulate Matter (PM10,PM2.5and PM1.0) on the Cardiovascular System [J].Toxicology,261(1-2):1-8.

RAGOSTA M,CAGGIANO R,MACCHIATO M,et al.2008.Trace Elements in Daily Collected Aerosol:Level Characterization and Source Identification in a Four-year Study [J].Atmospheric Research,89(1-2):206-217.

郭勇濤,佘峰,王式功,等.2011.蘭州市空氣質(zhì)量狀況及常規(guī)氣象條件的關(guān)系[J].干旱區(qū)資源與環(huán)境,25(11):100-105.

王斌,高會(huì)旺.2008.中國沿海城市空氣污染指數(shù)的分布特征[J].生態(tài)環(huán)境,17(2):542-548.

王淑英,張小玲.2002.北京地區(qū)PM10污染的氣象特征[J].應(yīng)用氣象學(xué)報(bào),13(U01):177-184.

依麗米熱·阿布達(dá)力木,迪麗努爾·塔力甫,阿布力孜·伊米提,等.2012.烏魯木齊大氣可吸入顆粒物濃度與氣象因素的相關(guān)性研究[J].新疆大學(xué)學(xué)報(bào)(自然科學(xué)版),29(1):94-99.

袁楊森,劉大錳,車瑞俊,等.2007.北京市秋季大氣顆粒物的污染特征研究[J].生態(tài)環(huán)境,16(1):18-125.

趙敬國,王式功,王嘉媛,等.2013.蘭州市空氣污染與氣象條件關(guān)系分析[J].蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版),49(4):492-496.

The Influence of Meteorological Conditions on PM10Mass Concentration in Lanzhou City

WANG Fang1,WU Huanbo2,CHEN Qiang2

1.College of Chemistry and Chemical Engineering,Dezhou University,Dezhou 253023,China; 2.College of Atmospheric Sciences,Lanzhou University,Lanzhou 730000,China

Abstract:Meteorological effect and relationship between the mass concentration of PM10can provide scientific information for pollution control.To understand the characteristics of PM10pollution in Lanzhou city,the PM10mass concentrations are monitored from January 2011 to December 2011.Based on the data of PM10and meteorological data from Jan.2011 to Dec.2011 in Lanzhou,the influence of meteorological conditions on concentration levels of PM10was investigated using correlation analysis.The results show that PM10concentrations were significantly negative correlated with temperature; the higher the temperature,the lower the concentration of PM10would be.Wind direction for NW and NNW,PM10pollution was relatively light; the wind of NE and ENE,PM10pollution was more severe.Wind direction for NE and ENE,PM10pollution was more severe.Lanzhou is a typical valley city and the wind speed is too mild leading to urban atmospheric pollutants to spread outside the city.The concentrations of PM10and air pressure were positively correlated.Precipitation could remove and wash PM10and the effect was very significant.The average concentration of PM10was 263.47 μg·m-3in the days of no rain and the average concentration was 171.71 μg·m-3in the days of rain.The mass concentration of PM10in the days of rain was 34.83% lower than that of no rains days.

Key words:PM10; mass concentration level; meteorological conditions; correlation analysis

收稿日期：2015-06-18

作者簡介：王芳（1980年生），女，講師，博士，從事環(huán)境化學(xué)研究的教學(xué)與研究。E-mail:Wf0085@126.com

基金項(xiàng)目：甘肅省科技攻關(guān)項(xiàng)目（1204FKCA130）；半干旱氣候變化教育部重點(diǎn)實(shí)驗(yàn)室(蘭州大學(xué))開放課題項(xiàng)目

中圖分類號(hào)：X16

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1674-5906（2016）01-0099-04

DOI:10.16258/j.cnki.1674-5906.2016.01.014

引用格式：王芳,吳煥波,陳強(qiáng).氣象因素對(duì)蘭州市PM10質(zhì)量濃度的影響[J].生態(tài)環(huán)境學(xué)報(bào),2016,25(1):99-102.