劉嚴(yán)萍，王　勇，賴(lài)迪輝

(1. 天津城建大學(xué) 經(jīng)濟(jì)與管理學(xué)院，天津 300384； 2. 天津城建大學(xué) 地質(zhì)與測(cè)繪學(xué)院，天津 300384)

?

基于PM10與氣態(tài)污染物的北京市PM2.5濃度模型研究*

劉嚴(yán)萍1，王勇2，賴(lài)迪輝1

(1. 天津城建大學(xué) 經(jīng)濟(jì)與管理學(xué)院，天津 300384； 2. 天津城建大學(xué) 地質(zhì)與測(cè)繪學(xué)院，天津 300384)

摘要:針對(duì)2013年北京市10個(gè)空氣質(zhì)量觀測(cè)站點(diǎn)資料，對(duì)影響PM2.5濃度的因素進(jìn)行相關(guān)性分析，發(fā)現(xiàn)PM2.5濃度與PM10、SO2、NO2和CO存在顯著正相關(guān)特性。通過(guò)PM10與氣態(tài)污染物構(gòu)建單站點(diǎn)PM2.5濃度模型和北京市統(tǒng)一化PM2.5濃度模型。通過(guò)PM2.5濃度觀測(cè)值與模型估算結(jié)果比較，單站點(diǎn)PM2.5濃度模型與北京市統(tǒng)一化PM2.5濃度模型估算結(jié)果一致，且兩者均與PM2.5濃度觀測(cè)值吻合。

關(guān)鍵詞:PM2.5；相關(guān)性分析；逐步回歸；氣態(tài)污染物；北京

隨著城市化快速發(fā)展，大型工業(yè)開(kāi)發(fā)區(qū)建設(shè)和機(jī)動(dòng)車(chē)保有量攀升使得城市大氣環(huán)境污染物的排放量不斷增加，PM2.5因其粒子半徑較小更容易攜帶有毒物質(zhì)，嚴(yán)重危害人們健康而備受研究者關(guān)注。國(guó)內(nèi)外學(xué)者針對(duì)我國(guó)華北地區(qū)、環(huán)保重點(diǎn)城市和超大城市的主要污染物濃度變化開(kāi)展了霾天氣形成機(jī)理研究[1-4]。衛(wèi)星遙感監(jiān)測(cè)可快速進(jìn)行污染源的定點(diǎn)定位，核定污染范圍，分析污染物在大氣中的分布、擴(kuò)散情況。國(guó)內(nèi)外學(xué)者研究了MODIS AOT(Aerosol Optical Thickness，氣溶膠光學(xué)厚度)產(chǎn)品與近地層PM2.5、PM10濃度的相關(guān)性，建立回歸方程反演近地層氣溶膠濃度[5-6]。利用氣象觀測(cè)資料與能見(jiàn)度觀測(cè)數(shù)據(jù)，部分學(xué)者開(kāi)展了霾天氣過(guò)程及年際變化分析[7-9]。利用現(xiàn)有PM2.5觀測(cè)數(shù)據(jù)研究區(qū)域大氣污染時(shí)空演變特征受觀測(cè)年限較短的限制；通過(guò)氣象觀測(cè)數(shù)據(jù)可分析霾天氣的年際變化，但其變化分析局限于定性分析，難以定量分析PM2.5濃度的變化。由于地表反射率的估計(jì)、像元上空云的識(shí)別、氣溶膠模型的判斷等方面存在誤差，所以衛(wèi)星遙感MODIS AOT產(chǎn)品也存在誤差，衛(wèi)星遙感監(jiān)測(cè)反演的PM2.5濃度精度不高[10-11]。大氣中的部分氣態(tài)污染物(如SO2、NO2、CO 等)是在一定環(huán)境條件下形成 PM2.5的主要前體物且觀測(cè)工作開(kāi)展較早，而我國(guó)對(duì)于PM2.5的觀測(cè)始于2012年，為科學(xué)開(kāi)展城市環(huán)境管理工作，長(zhǎng)時(shí)序的PM2.5的時(shí)空演化特征研究具有重要現(xiàn)實(shí)意義和基礎(chǔ)價(jià)值，而這一研究的核心在于如何獲取長(zhǎng)時(shí)序的PM2.5數(shù)據(jù)。

本文將基于北京市空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，開(kāi)展PM2.5濃度模型研究。首先對(duì)北京市10個(gè)空氣質(zhì)量監(jiān)測(cè)站點(diǎn)開(kāi)展PM2.5與PM10、氣態(tài)污染物的相關(guān)性分析，然后構(gòu)建各監(jiān)測(cè)站點(diǎn)的PM2.5濃度估算模型，依據(jù)多站點(diǎn)數(shù)據(jù)構(gòu)建北京市PM2.5統(tǒng)一化模型，并對(duì)模型可靠性進(jìn)行驗(yàn)證。

1研究數(shù)據(jù)

研究數(shù)據(jù)為2013年1-12月的北京市10個(gè)空氣質(zhì)量監(jiān)測(cè)站點(diǎn)觀測(cè)數(shù)據(jù)，表1為北京市空氣質(zhì)量監(jiān)測(cè)站點(diǎn)相關(guān)信息。空氣質(zhì)量監(jiān)測(cè)站點(diǎn)主要采集PM2.5、PM10、SO2、NO2、CO和O3等數(shù)據(jù)，觀測(cè)數(shù)據(jù)為儀器連續(xù)自動(dòng)記錄，24 h連續(xù)觀測(cè)，采樣率為每小時(shí)觀測(cè)一個(gè)數(shù)據(jù)。CO濃度單位為mg/m3，其他觀測(cè)要素單位為μg/m3。本文研究涉及PM2.5濃度模型的構(gòu)建與檢驗(yàn)，實(shí)驗(yàn)設(shè)計(jì)如下：從10個(gè)監(jiān)測(cè)站點(diǎn)的觀測(cè)數(shù)據(jù)中隨機(jī)選擇連續(xù)的300 h數(shù)據(jù)用于模型可靠性檢驗(yàn)，其余數(shù)據(jù)用于PM2.5濃度模型的構(gòu)建。PM2.5濃度模型構(gòu)建采用兩種方式：?jiǎn)握军c(diǎn)PM2.5濃度模型和北京市統(tǒng)一化PM2.5濃度模型。單站點(diǎn)PM2.5濃度模型采用單站點(diǎn)觀測(cè)數(shù)據(jù)構(gòu)建，而北京市統(tǒng)一化PM2.5濃度模型采用多站點(diǎn)觀測(cè)數(shù)據(jù)構(gòu)建。

表1　北京市空氣質(zhì)量監(jiān)測(cè)站點(diǎn)相關(guān)信息

2PM2.5濃度與PM10、SO2、NO2、CO、O3濃度的相關(guān)特征分析

PM2.5濃度模型的構(gòu)建需要考慮哪些因素與PM2.5濃度強(qiáng)相關(guān)，因此需要進(jìn)行各監(jiān)測(cè)站點(diǎn)的PM2.5與其他觀測(cè)要素的相關(guān)性分析。將北京市10個(gè)空氣質(zhì)量監(jiān)測(cè)站點(diǎn)的PM2.5濃度時(shí)值觀測(cè)數(shù)據(jù)分別與其它要素觀測(cè)數(shù)據(jù)進(jìn)行雙變量相關(guān)分析(見(jiàn)表2)，全部站點(diǎn)的PM2.5與PM10、SO2、NO2、CO的雙變量相關(guān)分析的sig值為0，顯著性概率sig值小于0.05，說(shuō)明通過(guò)顯著性檢驗(yàn)，PM2.5與O3的相關(guān)性分析未通過(guò)顯著性檢驗(yàn)。

表2　北京市空氣質(zhì)量監(jiān)測(cè)站雙變量相關(guān)分析結(jié)果

由表2可看出，PM2.5與PM10、SO2、NO2、CO存在顯著正相關(guān)，可用于PM2.5濃度估算模型構(gòu)建。從與PM2.5相關(guān)性系數(shù)的大小來(lái)看，可以發(fā)現(xiàn)：除昌平站點(diǎn)外，其余9個(gè)站點(diǎn)的觀測(cè)要素與PM2.5相關(guān)性從大到小依次為CO、PM10、SO2、NO2。因此，在PM2.5濃度模型構(gòu)建時(shí)依次考慮以上要素。

3基于PM10與氣態(tài)污染物的PM2.5濃度模型

3.1模型構(gòu)建

PM2.5濃度與CO、PM10、SO2、NO2存在顯著正相關(guān)特性，因此PM2.5濃度模型的構(gòu)建采用觀測(cè)要素CO、PM10、SO2、NO2完成。以PM2.5濃度為因變量、CO、PM10、SO2、NO2觀測(cè)要素為自變量，采用單站點(diǎn)觀測(cè)數(shù)據(jù)構(gòu)建PM2.5濃度模型，并采用多站點(diǎn)觀測(cè)數(shù)據(jù)實(shí)現(xiàn)北京市統(tǒng)一化PM2.5濃度模型。PM2.5濃度模型采用逐步回歸方法構(gòu)建多元線(xiàn)性回歸模型。北京市各監(jiān)測(cè)站點(diǎn)的PM2.5濃度模型、北京市統(tǒng)一化PM2.5濃度模型的常數(shù)項(xiàng)和各觀測(cè)要素的系數(shù)見(jiàn)表3。

表3　單站點(diǎn)PM2.5濃度模型與北京市統(tǒng)一化

由表3可知，除定陵站點(diǎn)外，其余9個(gè)站點(diǎn)的PM2.5濃度模型與北京市統(tǒng)一化PM2.5濃度模型的表達(dá)較為一致。

3.2模型可靠性檢驗(yàn)

通過(guò)實(shí)驗(yàn)設(shè)計(jì)預(yù)先隨機(jī)提取的300 h各站點(diǎn)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，對(duì)各站點(diǎn)PM2.5濃度模型和北京市統(tǒng)一化PM2.5濃度模型進(jìn)行可靠性檢驗(yàn)。經(jīng)檢驗(yàn)，各站點(diǎn)PM2.5濃度模型和北京市統(tǒng)一化PM2.5濃度模型結(jié)果基本一致，PM2.5濃度模型估算結(jié)果與實(shí)測(cè)PM2.5濃度值吻合。圖1為昌平、官園、定陵、農(nóng)展館4個(gè)站點(diǎn)進(jìn)行的單站點(diǎn)PM2.5濃度模型、北京市統(tǒng)一化PM2.5濃度模型估算結(jié)果與實(shí)測(cè)PM2.5濃度值的比較。

由圖1可看出，虛線(xiàn)與三角形線(xiàn)基本一致，說(shuō)明單站點(diǎn)PM2.5濃度模型與北京市統(tǒng)一化PM2.5濃度模型的估算結(jié)果一致。PM2.5濃度模型與PM2.5濃度觀測(cè)值基本吻合，說(shuō)明本文推導(dǎo)的PM2.5濃度模型可用于PM2.5濃度預(yù)測(cè)。

圖1　PM2.5模型估算值與實(shí)測(cè)PM2.5濃度值的比較(注：圖1中，實(shí)線(xiàn)代表實(shí)測(cè)PM2.5濃度值，虛線(xiàn)代表單站點(diǎn)PM2.5濃度模型估算結(jié)果，三角形線(xiàn)為北京市統(tǒng)一化PM2.5濃度模型估算結(jié)果。各圖形中有部分時(shí)段PM2.5實(shí)測(cè)值、估算值為直線(xiàn)，代表該時(shí)段為缺少觀測(cè)數(shù)據(jù)。)

4結(jié)論

本文利用2013年北京市10個(gè)空氣質(zhì)量監(jiān)測(cè)站點(diǎn)觀測(cè)資料，進(jìn)行了基于PM2.5與PM10、氣態(tài)污染物的相關(guān)性分析，構(gòu)建了單站點(diǎn)PM2.5濃度模型和北京市統(tǒng)一化PM2.5濃度模型，并對(duì)模型進(jìn)行了可靠性檢驗(yàn)，結(jié)論如下所示。

(1)PM2.5與PM10、SO2、NO2、CO存在顯著正相關(guān)，可用于PM2.5濃度估算模型構(gòu)建。從與PM2.5相關(guān)性系數(shù)的大小來(lái)看，可以發(fā)現(xiàn)：除昌平站點(diǎn)外，其余9個(gè)站點(diǎn)的觀測(cè)要素與PM2.5相關(guān)性從大到小依次為CO、PM10、SO2、NO2。

(2)各站點(diǎn)PM2.5濃度模型和北京市統(tǒng)一化PM2.5濃度模型結(jié)果基本一致，PM2.5濃度模型估算結(jié)果與實(shí)測(cè)PM2.5濃度值吻合。

參考文獻(xiàn)：

[1]Anne Boynard, Cathy Clerbaux, Lieven Clarisse, et al. First simultaneous space measurements of atmospheric pollutants in the boundary layer from IASI: A case study in the North China Plain [J]. Geophysical Research Letters, 2014, 41(2): 645-651.

[2]Zhao X J, Zhao P S, Xu J, et al. Analysis of a winter regional haze event and its formation mechanism in the North China Plain [J]. Atmospheric Chemistry and Physics, 2013, 13: 5685-5696.

[3]戴永立，陶俊，林澤健，等. 2006-2009年我國(guó)超大城市霾天氣特征及影響因子分析 [J]. 環(huán)境科學(xué)，2013, 34(8)：2925-2932.

[4]孟曉艷，王瑞斌，張欣，等. 2006-2010年環(huán)保重點(diǎn)城市主要污染物濃度變化特征 [J]. 環(huán)境科學(xué)研究，2012, 25( 6) : 622-627.

[5]Gupta P, Christopher S A. Seven year particulate matter air quality assessment from surface and satellite measurements [J]. Atmospheric Chemistry and Physics, 2008, 8 (12): 3311-3324.

[6]Kumar N, Chu A, Foster A. An empirical relationship between PM2.5 and aerosol optical depth in Delhi Metropolitan [J]. Atmospheric Environment, 2007, 41(21): 4492-4503.

[7]吳兌，廖碧婷，吳蒙，等. 環(huán)首都圈霾和霧的長(zhǎng)期變化特征與典型個(gè)例的近地層輸送條件 [J]. 環(huán)境科學(xué)學(xué)報(bào)， 2014，34(1) ：1-11.

[8]王喜全，孫明生，楊婷，等. 京津冀平原地區(qū)灰霾天氣的年代變化 [J]. 氣候與環(huán)境研究，2013，18 (2): 165-170.

[9]廖曉農(nóng)，張小玲，王迎春，等. 北京地區(qū)冬夏季持續(xù)性霧-霾發(fā)生的環(huán)境氣象條件對(duì)比分析 [J]. 環(huán)境科學(xué)，2014，35(6)：2031-2044.

[10]陶金花，張美根，陳良富，等. 一種基于衛(wèi)星遙感AOT估算近地面顆粒物濃度的新方法 [J]. 中國(guó)科學(xué)(D輯)，2013， 43(1): 143-154.

[11]Levy R C, Remer LA, Mattoo S, et al. Second-generation operational algorithm: Retrieval of aerosol properties over land from inversion of Moderate Resolution Imaging Spectroradiometer spectral reflectance [J]. Journal of Geophysical Research, 2007, 112, D13211: 1-21.

StudyofPM2.5ConcentrationsModelbasedonPM10andGaseousPollutantsinBeijing

Liu Yanping1, Wang Yong2and Lai Dihui1

(1.SchoolofEconomicsandManagement,TianjinChengjianUniversity,Tianjin300384,China;2.SchoolofGeologyandGeomatics,TianjinChengjianUniversity,Tianjin300384,China)

Abstract:The correlation analysis method is used to investigate the relationship among PM2.5 concentration, PM10 and gaseous pollutants. Notable positive correlation exists in PM10, SO2, NO2 and CO. The relationship among PM2.5 concentration, PM10 and gaseous pollutants are explored in terms of successive regression method. The single-site and unified PM2.5 concentration is constructed respectively. Comparison of observations with model results, we can find that PM2.5 concentration estimation value of single-site model is consistent with that of the unified model, and both of them coincide with the PM2.5 concentration observations value.

Key words:PM2.5; correlation analysis; successive regression; gaseous pollutants; Beijing

doi:10.3969/j.issn.1000-811X.2016.02.023

中圖分類(lèi)號(hào)：X43；X51；O657.3

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1000-811X(2016)02-0116-04

基金項(xiàng)目：河北省自然科學(xué)基金(D2015209024)；教育部人文社科青年基金(12YJCZH095)；住房和城鄉(xiāng)建設(shè)部課題(R22015055)

作者簡(jiǎn)介：劉嚴(yán)萍(1979-)，女，河南汝南人，博士，講師，主要從事應(yīng)急管理研究. E-mail: liuxiawy@126.com通訊作者：王勇(1978-)，男，江西寧都人，博士，教授，主要從事GPS氣象學(xué)研究. E-mail: wangyongjz@126.com

*收稿日期：2015-09-30修回日期：2015-11-19

劉嚴(yán)萍，王勇，賴(lài)迪輝. 基于PM10與氣態(tài)污染物的北京市PM2.5濃度模型研究[J].災(zāi)害學(xué), 2016,31(2):116-118,155.[ Liu Yanping, Wang Yong and Lai Dihui. Study of PM2.5 Concentrations Model based on PM10 and Gaseous Pollutants in Beijing[J].Journal of Catastrophology, 2016,31(2)：116-118,155.]