劉孟琴，湯家法，劉小青，李超越

(西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院，成都 610031)

· 大氣環(huán)境 ·

四川省近15年以來(lái)PM2.5的時(shí)空分布特征及原因分析

劉孟琴，湯家法，劉小青，李超越

(西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院，成都 610031)

近年來(lái)，PM2.5成為大家關(guān)注的重點(diǎn)，四川省是中國(guó)PM2.5高濃度的分布地區(qū)之一。利用四川省2000～2014年近15年的PM2.5年均濃度反演數(shù)據(jù)，按照2005年WHO對(duì)PM2.5的劃分標(biāo)準(zhǔn)，采用10 μg/m3、15 μg/m3、25 μg/m3、35 μg/m3四個(gè)斷點(diǎn)將其分為5類。以此為基礎(chǔ)分析了四川省PM2.5的時(shí)空分布特征及影響因素。研究結(jié)果表明：(1)東部地區(qū)PM2.5濃度明顯大于西部，2010～2014年四川省PM2.5年均濃度呈下降趨勢(shì)；(2)PM2.5類型以污染最嚴(yán)重的第五類為核心呈半環(huán)狀向西遞減，2010～2014年第五類所占比例波動(dòng)降低；(3)成都市、眉山市等地區(qū)PM2.5濃度較高，2014年P(guān)M2.5年均濃度降低；(4)自然因子、不透水地表、產(chǎn)業(yè)結(jié)構(gòu)變化、大氣污染防治政策等是影響PM2.5濃度變化的重要因素。

PM2.5；時(shí)空分布；不透水地表；四川省

PM2.5稱為可吸入顆粒物，是指空氣動(dòng)力學(xué)當(dāng)量直徑小于等于2.5 μm的細(xì)顆粒物。其導(dǎo)致的空氣污染能降低大氣能見(jiàn)度[1]，危害人體健康[2-3]，嚴(yán)重影響人們的生產(chǎn)生活。四川省是中國(guó)PM2.5污染較嚴(yán)重的地區(qū)之一[4]，分析四川省PM2.5的時(shí)空分布特征，探索其形成原因，對(duì)降低四川省PM2.5污染，成渝城市群陸域生態(tài)廊道建設(shè)，以及培育發(fā)展成渝城市群，促進(jìn)“一帶一路”與長(zhǎng)江經(jīng)濟(jì)帶戰(zhàn)略契合具有重要意義。

近年來(lái)，許多學(xué)者對(duì)四川的PM2.5進(jìn)行了研究，包括PM2.5的形成機(jī)理[5]、組成成分[6-7]、來(lái)源分析[8]、影響因素[9-10]，時(shí)空分布特征[6]、結(jié)合遙感進(jìn)行反演[11]以及PM2.5污染帶來(lái)的影響[12]等；研究的空間尺度包括成都市[10]以及成都市的部分地區(qū)[13]等；時(shí)間尺度涉及PM2.5污染較嚴(yán)重的特定時(shí)間段[9]以及不同季節(jié)[6]等。這些研究范圍相對(duì)較小，且研究的時(shí)間尺度相對(duì)較短，不能對(duì)長(zhǎng)時(shí)間尺度的PM2.5污染時(shí)空分布特征和形成原因進(jìn)行分析。鄒軍[14]等以2000～2009年的監(jiān)測(cè)數(shù)據(jù)為依據(jù)，以較長(zhǎng)的時(shí)間尺度對(duì)四川省的可吸入顆粒物進(jìn)行了分析，證實(shí)四川省的可吸入顆粒物呈下降趨勢(shì)，但對(duì)這些污染物的下降趨勢(shì)的原因沒(méi)有進(jìn)行深入研究，而且對(duì)PM2.5的年際變化趨勢(shì)少有涉及。

基于此，本文研究以2000～2014年15年為時(shí)間尺度，對(duì)四川省PM2.5的時(shí)空分布特征進(jìn)行分析，并從自然因子與社會(huì)因素等多個(gè)方面對(duì)PM2.5的形成原因進(jìn)行深入研究。該研究成果可為四川省PM2.5防治的科學(xué)決策提供參考。

1 研究區(qū)域概況及數(shù)據(jù)來(lái)源

1.1 研究區(qū)域概況

四川省位于中國(guó)西南地區(qū)，處于東經(jīng)92°21′～108°12′，北緯26°03′～34°19′之間。地處四川盆地，海拔介于178～7 141 m，在第一級(jí)青藏高原和第二級(jí)長(zhǎng)江中下游平原的過(guò)渡帶，高差懸殊，西高東低的地勢(shì)特征明顯。西部為高原、山地，東部為盆地、丘陵。全省可分為四川盆地、川西南山地和川西北高原三大部分。整個(gè)研究區(qū)域東部為亞熱帶季風(fēng)氣候，受東亞季風(fēng)的影響；攀枝花市等西南地區(qū)受南亞季風(fēng)的影響；川西北高原為高原山地氣候。根據(jù)本文研究需要，將四川省分為西部地區(qū)和東部地區(qū)，西部地區(qū)主要包括阿壩藏族羌族自治州(以下簡(jiǎn)稱阿壩州)、甘孜藏族自治州(以下簡(jiǎn)稱甘孜州)、涼山彝族自治州(以下簡(jiǎn)稱涼山州)以及攀枝花市，其余為東部地區(qū)。四川省西部地區(qū)地廣人稀，東部地區(qū)人口稠密，經(jīng)濟(jì)活動(dòng)聚集，以成都市為中心，向東部擴(kuò)展。

1.2 數(shù)據(jù)來(lái)源

本文所采用的數(shù)據(jù)包括2000～2014年四川省PM2.5年均濃度數(shù)據(jù)、地形數(shù)據(jù)、不透水地表數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)以及氣候數(shù)據(jù)。

1.2.1 PM2.5年均濃度

2012年中國(guó)發(fā)布的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095-2012)，首次增設(shè)了PM2.5的濃度限值，而對(duì)中國(guó)PM2.5的研究從1990s末[15-16]就已經(jīng)開始，四川環(huán)境監(jiān)測(cè)總站2013年才對(duì)全省的PM2.5進(jìn)行分析[17]。因此，本文的PM2.5數(shù)據(jù)來(lái)源于達(dá)爾豪斯大學(xué)大氣成分分析小組(Atmospheric Composition Analysis Group)反演的0.01°分辨率的2000～2014年的PM2.5年均濃度數(shù)據(jù)。該數(shù)據(jù)是采用NASA、MODIS、MISR和SeaWIFS等多源遙感衛(wèi)星數(shù)據(jù)反演的氣溶膠光學(xué)深度(AOD)產(chǎn)品，并結(jié)合GEOS-Chem化學(xué)傳輸模型估計(jì)獲得。不包含礦物性粉塵(PM10)的地理加權(quán)回歸估計(jì)結(jié)果與地面監(jiān)測(cè)的PM2.5具有高度的一致性(R2= 0.81)[18]。其網(wǎng)址為：http://fizz.phys.dal.ca/～atmos/martin/。

1.2.2 不透水地表

不透水地表數(shù)據(jù)是Liu et al.采用DMSP-OLS, MODIS EVI,和 NDWI多源遙感數(shù)據(jù)產(chǎn)生的新的NUACI指數(shù)(Normalized Urban Areas Composite Index)提取的2010年不透水地表 (Impervious Surface Area，ISA)。精度較高，分辨率為500m，像元值表示每個(gè)像元內(nèi)不透水表面所占比例[19]。有關(guān)該數(shù)據(jù)的更多信息可訪問(wèn)網(wǎng)站：http://www.geosimulation.cn/ISA-China.htm。

1.2.3 地形數(shù)據(jù)

地形數(shù)據(jù)采用數(shù)字高程模型(DEM)進(jìn)行計(jì)算。DEM是由“地理空間數(shù)據(jù)云”提供的SRTMDEM產(chǎn)品，空間分辨率為90m，網(wǎng)址：http://www.gscloud.cn/。

1.2.4 社會(huì)經(jīng)濟(jì)數(shù)據(jù)以及氣候數(shù)據(jù)

社會(huì)經(jīng)濟(jì)數(shù)據(jù)主要為四川省產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)、人口數(shù)據(jù)，氣候數(shù)據(jù)主要采用了各市的年降水量。這兩類數(shù)據(jù)主要來(lái)源于四川統(tǒng)計(jì)網(wǎng)，2000～2014年《四川統(tǒng)計(jì)年鑒》。

2 結(jié)果與分析

2.1 PM2.5年均濃度的時(shí)空分布

根據(jù)四川省行政邊界分別提取2000～2014年四川省PM2.5年均濃度，并計(jì)算這15年的PM2.5年均濃度的平均值，如圖1所示。四川省的PM2.5平均濃度，東部明顯大于西部。東部地區(qū)的成都市PM2.5平均濃度較高；綿陽(yáng)市的西北部、廣元市、巴中市以及樂(lè)山市、瀘州市、宜賓市的南部等地區(qū)相對(duì)較低；PM2.5濃度大致以成都市為核心，呈環(huán)狀向周圍遞減。西部地區(qū)呈由北向南，由西向東遞增趨勢(shì)，但PM2.5對(duì)空氣污染的貢獻(xiàn)較小，除涼山州的西部地區(qū)以及攀枝花市PM2.5濃度相對(duì)較高外，阿壩州、甘孜州的大部分地區(qū)以及涼山州的西部地

區(qū)PM2.5濃度較低，低于世界衛(wèi)生組織(WHO)2005年空氣質(zhì)量準(zhǔn)則值(AQG)10 μg/m3。

圖1 四川省15年的PM2.5年均濃度平均值Fig.1 Average concentration of PM2.5 in 15 years in Sichuan Province

分別統(tǒng)計(jì)2000～2014年四川省PM2.5年均最高濃度、最低濃度、平均濃度以及東部地區(qū)和西部地區(qū)的PM2.5平均濃度，如圖2。近15年以來(lái)，四川省的PM2.5濃度在2000～2006年呈上升趨勢(shì)，2010年后呈波動(dòng)降低趨勢(shì)，2014年的年均濃度僅高于

2000年、2001年，PM2.5年均濃度明顯降低。東部地區(qū)40%的年份濃度超過(guò)35 μg/m3，且2014年年均濃度為31.54 μg/m3，遠(yuǎn)超過(guò)空氣質(zhì)量準(zhǔn)則值。西部地區(qū)雖有波動(dòng)，但是長(zhǎng)期處于較低水平，PM2.5對(duì)空氣污染較小。

圖2 2000～2014年四川省PM2.5年均濃度Fig.2 Concentration of PM2.5 in Sichuan Province from 2000 to 2014

2.2 各PM2.5類型的時(shí)空變化

根據(jù)《世界衛(wèi)生組織關(guān)于顆粒物、臭氧、二氧化氮和二氧化硫的空氣質(zhì)量準(zhǔn)則風(fēng)險(xiǎn)評(píng)估概要(2005年全球更新版)》的PM2.5年均濃度劃分標(biāo)準(zhǔn)：空氣質(zhì)量準(zhǔn)則值10 μg/m3、過(guò)渡期目標(biāo)3(IT-3)15 μg/m3、過(guò)渡期目標(biāo)2(IT-2)25 μg/m3、過(guò)渡期目標(biāo)1(IT-1)35 μg/m3。本文研究將四川省2000～2014年P(guān)M2.5濃度劃分為5類，依次為0.00～10.00 μg/m3、10.01～15.00 μg/m3、15.01～25.00 μg/m3、25.01～35.00 μg/m3、> 35.00μg/m3，如圖3。第一類到第五類，表示PM2.5污染水平越高，對(duì)人體健康的傷害越嚴(yán)重。

圖3 2000～2014年四川省PM2.5濃度類別Fig.3 Types of PM2.5 from 2000 to 2014 in Sichuan Province

從圖3可以看出，四川的PM2.5類型以第五類為核心呈明顯的半環(huán)狀分布。第一類PM2.5對(duì)空氣的影響較小，集中分布在西部地區(qū)的阿壩州，甘孜州以及涼山州西部、西北部地區(qū)。第二類主要分布在涼山州的東部、南部地區(qū)以及攀枝花市。第三類所占比例較少，分布在成都平原向川西高原的過(guò)渡地帶，東部地區(qū)與西部地區(qū)交界的區(qū)域，以及廣元市、巴中市、達(dá)州市的北部區(qū)域，呈狹長(zhǎng)的帶狀分布。第四類集中于海拔較低、坡度較緩的平原地區(qū)，位于第三類和第五類之間，主要分布在綿陽(yáng)市、廣元市、巴中市、達(dá)州市的南部，宜賓市、瀘州市的北部地區(qū)。濃度最高的第五類在東部地區(qū)分布范圍較大，主要分布在成都市及其以東、以北、以南的城市，集中于人口密度大、經(jīng)濟(jì)活動(dòng)聚集區(qū)域。

從圖3時(shí)間變化上分析，2000～2014年，四川省的PM2.5的年均濃度類型變化雖出現(xiàn)波動(dòng)，但第一類、第二類的分布變化較小，兩者存在此消彼長(zhǎng)的關(guān)系，變化的區(qū)域主要分布在涼山州。變化比較明顯的為第四類、第五類。兩者所占比例的增減呈大致相反的變化趨勢(shì)。2000～2006年第五類分布所占比例向東部呈擴(kuò)大趨勢(shì)，第四類所占比例呈下降趨勢(shì)；2010年后，第五類呈波動(dòng)降低趨勢(shì)，第四類所占比例增加；2014年第五類主要集中在成都市、眉山市、德陽(yáng)市等6個(gè)城市，所占比例明顯減少，而第四類所占比例較大。

2.3 重點(diǎn)城市PM2.5變化狀況

四川省是西部大開發(fā)戰(zhàn)略主要核心區(qū)域，也是“一帶一路”戰(zhàn)略和長(zhǎng)江經(jīng)濟(jì)帶戰(zhàn)略的主要紐帶，且成渝城市群有27個(gè)區(qū)(縣)和15個(gè)市分布在四川省，包括成都、自貢、瀘州、德陽(yáng)、綿陽(yáng)、遂寧、內(nèi)江、樂(lè)山、南充、眉山、宜賓、廣安、達(dá)州、雅安、資陽(yáng)等，同時(shí)這些城市也是四川省PM2.5污染較嚴(yán)重的城市。以各市的行政邊界為界限，計(jì)算這15市2000～2014年P(guān)M2.5年均濃度，統(tǒng)計(jì)各PM2.5類型所占比例，如圖4所示。15年以來(lái)，僅綿陽(yáng)市、雅安市PM2.5濃度類別出現(xiàn)第三類；雅安市53.33%的年份為第三類，綿陽(yáng)市僅有1年為第三類。樂(lè)山市、宜賓市、瀘州市、綿陽(yáng)市與達(dá)州市以第四類為主，其余城市以第五類為主；且內(nèi)江市、德陽(yáng)市、成都市、眉山市、自貢市的PM2.5年均濃度在15年內(nèi)均為第五類；此外，廣安市、資陽(yáng)市、遂寧市仍有較大比例，超過(guò)80%的年份PM2.5年均濃度達(dá)到了第五類。

圖4 15年以來(lái)重點(diǎn)城市各PM2.5類型所占比例Fig.4 Proportion of the PM2.5 types in the major cities during 15 years

由圖4可知成都市、眉山市、德陽(yáng)市、內(nèi)江市、廣安市、資陽(yáng)市、遂寧市等7個(gè)地級(jí)市的PM2.5污染相對(duì)較嚴(yán)重。分析這7市2000～2014年的PM2.5年均濃度(圖5)知，15年以來(lái)這7個(gè)城市PM2.5年均濃度的變化趨勢(shì)類似。除成都市、自貢市、眉山市在2005年P(guān)M2.5年均濃度達(dá)到極大值，其余4個(gè)城市在2006年達(dá)到極大值，且年均濃度均超過(guò)50 μg/m3。2010年，達(dá)到第二個(gè)極值點(diǎn)，但低于2005年。2010年后，PM2.5年均濃度呈波動(dòng)下降趨勢(shì)，但距離第四類仍有較大差距。此外，除2002年外，成都市的PM2.5年均濃度在其余的14年里均為四川省較高值，且2014年P(guān)M2.5的年均濃度達(dá)到47.74 μg/m3，年均濃度雖降低，但PM2.5污染水平仍較高。

圖5 2000～2014年部分城市PM2.5年均濃度Fig.5 Concentration of PM2.5 in some cities from 2000 to 2014

3 原因分析

3.1 自然條件的影響

自然條件是形成PM2.5分布的重要原因。四川盆地地區(qū)，高山圍繞，所形成的逆溫狀態(tài)的局地氣候，易導(dǎo)致氣流交換不暢，造成嚴(yán)重的空氣污染[20]。由四川省DEM可知，東部地區(qū)地勢(shì)較低；西部海拔較高，均為海拔2 700 m以上的川西高原；成都平原向川西高原過(guò)渡區(qū)域有較高高差。因此，PM2.5在季風(fēng)的影響下，以成都市為中心的高濃度第五類極易向東擴(kuò)散[10]，導(dǎo)致PM2.5污染范圍向東部地區(qū)擴(kuò)展，加重東部城市PM2.5濃度。而受地形影響，第二類、第三類、第四類僅分布在平原向西部高原過(guò)渡的區(qū)域，且呈狹長(zhǎng)的帶狀分布。緊鄰成都市、眉山市的雅安市，雖仍受高濃度的影響，但雅安市為“華西雨屏”，年降水量多年居四川省第一位，對(duì)PM2.5有良好的稀釋作用[10,21]，可能受降水的影響，PM2.5的濃度相對(duì)較低。攀枝花市雖以攀鋼為主，但山地地區(qū)地勢(shì)較高，受南亞季風(fēng)的影響，產(chǎn)生的PM2.5易擴(kuò)散，使PM2.5濃度較低。涼山州的東部地區(qū)PM2.5濃度高于西部，除了本地產(chǎn)生的以外，也可能受攀枝花市的影響。

3.2 社會(huì)因素的影響

人類活動(dòng)是引起PM2.5污染形成的主要因素。PM2.5的產(chǎn)生主要來(lái)源于城市，城市人類活動(dòng)對(duì)PM2.5濃度產(chǎn)生重要影響[22]。社會(huì)發(fā)展的GDP、人口總數(shù)、人口密度、城市建設(shè)用地、工業(yè)發(fā)展、私有車輛擁有數(shù)量等對(duì)空氣質(zhì)量有重要影響[23]。因此，本文研究采用不透水地表、人口增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)變化以及環(huán)保政策措施等社會(huì)因素，分析其對(duì)PM2.5的影響。

3.2.1 不透水地表對(duì)PM2.5的影響

不透水地表在城市建成區(qū)通常指各類建設(shè)用地、道路、樓房(屋頂)等[24]，是城市地表中占主導(dǎo)地位的下墊面類型。不透水地表的不斷增加是快速城市化的顯著特征[24-25]。采用自然斷點(diǎn)法將不透水地表分為5類，將圖1按照PM2.5分類標(biāo)準(zhǔn)分為5類，并與不透水地表進(jìn)行疊加，如圖6所示。在不透水地表比較集中的四川省東部地區(qū)，特別是成都市(6(a))、德陽(yáng)市(6(b))、綿陽(yáng)市的南部地區(qū)(6(b))，分布的范圍較大，超過(guò)50%的不透水地表像元較多，且近15年來(lái)PM2.5的年均濃度較高，長(zhǎng)期大于35 μg/m3；而四川省的甘孜州、阿壩州等西部地區(qū)，不透水地表分布較少，PM2.5濃度較低。這表明PM2.5的產(chǎn)生受不透水地表的影響較大，與鄒濱[26]等研究結(jié)果相一致。6(c)攀枝花市雖然不透水地表分布較多，但受風(fēng)等自然因素的影響，PM2.5污染水平較低。

圖6 不透水地表與PM2.5濃度類型的關(guān)系Fig.6 Relationships between impermeable surface and types of PM2.5

3.2.2 人口增長(zhǎng)對(duì)PM2.5的影響

城市是人口聚集的區(qū)域。根據(jù)四川省2000～2014年統(tǒng)計(jì)年鑒，東部地區(qū)集中了四川省91%以上的人口，僅成都市人口總數(shù)超過(guò)四川省人口總數(shù)的12%，占東部總?cè)丝诘?3%～14%。因此，根據(jù)PM2.5的類型分布特征，分別計(jì)算東部地區(qū)與西部地區(qū)，每年相比前一年的人口增長(zhǎng)比例，其次計(jì)算PM2.5各類型分布面積相比前一年的增長(zhǎng)比例。通過(guò)比較，第一類變化與西部地區(qū)人口增長(zhǎng)、第四類變化與東部人口增長(zhǎng)關(guān)系明顯，如圖7。

2001～2009年，第一類分布比例變化趨勢(shì)與西部地區(qū)人口的變化趨勢(shì)類似，采用SPSS19進(jìn)行Spearman相關(guān)性分析，兩者顯著相關(guān)(0.05顯著性水平)，相關(guān)系數(shù)為0.683，表明2000～2009年西部地區(qū)PM2.5污染受西部人口增長(zhǎng)的影響。其次，除2008年、2014年外，第四類的變化曲線與東部地區(qū)人口增長(zhǎng)類似，且Spearman相關(guān)系數(shù)在0.05置信水平下為0.664，說(shuō)明PM2.5第四類分布面積變化受東部地區(qū)人口增長(zhǎng)的影響。人口增長(zhǎng)是四川省PM2.5污染產(chǎn)生的因素之一。

圖7 人口增長(zhǎng)與PM2.5濃度類型變化的關(guān)系Fig.7 Relationships between population growth and types of PM2.5

3.2.3 產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)PM2.5的影響

經(jīng)濟(jì)發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)變化也是影響PM2.5濃度高低的因素之一。根據(jù)四川省2001～2014年三大產(chǎn)業(yè)所占比例，計(jì)算三大產(chǎn)業(yè)相比前一年的增長(zhǎng)比例，分析產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)PM2.5各類型變化的影響，如圖8。通過(guò)比較，第三類、第五類的增長(zhǎng)變化受四川省產(chǎn)業(yè)結(jié)構(gòu)的變化影響明顯。

第三類分布的增長(zhǎng)曲線與第一產(chǎn)業(yè)所占比例增長(zhǎng)相似，2001～2011年第三類分布面積的增長(zhǎng)隨著第一產(chǎn)業(yè)所占比例增長(zhǎng)而增長(zhǎng)，Spearman相關(guān)系數(shù)為0.755，在0.01置信水平上顯著相關(guān)；其次，從圖可以看出，除2002年、2003年、2012年外，第五類的增長(zhǎng)變化與第二產(chǎn)業(yè)所占比例增長(zhǎng)有類似的變化趨勢(shì)；2010年后，四川省的產(chǎn)業(yè)結(jié)構(gòu)發(fā)生較大變化，第三產(chǎn)業(yè)所占比例增加，第二產(chǎn)業(yè)所占比例降低，PM2.5第五類所占比例呈降低趨勢(shì)變化。表明PM2.5類型的分布變化與四川產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展變化有關(guān)，特別是對(duì)PM2.5第五類的影響。西部地區(qū)的川西高原PM2.5年均濃度長(zhǎng)期低于10 μg/m3，與該地區(qū)第二產(chǎn)業(yè)占產(chǎn)業(yè)結(jié)構(gòu)的比重較少有關(guān)；而東部地區(qū)經(jīng)濟(jì)快速發(fā)展，工業(yè)化高度集中，如果污染防治措施不足，易導(dǎo)致嚴(yán)重的PM2.5污染。

圖8 產(chǎn)業(yè)結(jié)構(gòu)變化與PM2.5濃度類型變化的關(guān)系Fig.8 Relationships between the industrial structure changes and the types of PM2.5 changes

3.2.4 環(huán)保政策因素對(duì)PM2.5的影響

隨著人們對(duì)大氣環(huán)境的的關(guān)注度越來(lái)越高，政府部門也加大了環(huán)境治理工作的力度。2010年，四川省環(huán)境保護(hù)廳發(fā)布了《四川省貫徹落實(shí)關(guān)于推進(jìn)大氣污染聯(lián)防聯(lián)控工作改善區(qū)域空氣質(zhì)量指導(dǎo)意見(jiàn)的實(shí)施方案》(川環(huán)發(fā)[2010]40號(hào))提出對(duì)可吸入顆粒物、細(xì)顆粒物的控制，加強(qiáng)顆粒物污染防治；完善主要污染物排放總量前置審核制度，推進(jìn)技術(shù)進(jìn)步，要求水泥廠、火電廠等采用袋式高效除塵技術(shù)[27]，禁止使用高污染型鍋爐，淘汰污染嚴(yán)重的生產(chǎn)線，提倡清潔生產(chǎn)，發(fā)展循環(huán)經(jīng)濟(jì)和生態(tài)經(jīng)濟(jì)，能源清潔利用；對(duì)城區(qū)內(nèi)已建污染嚴(yán)重的產(chǎn)業(yè)實(shí)行搬遷和升級(jí)改造，調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)及工業(yè)布局等；同時(shí)對(duì)機(jī)動(dòng)車輛加尾氣排放檢測(cè)，從區(qū)域和時(shí)間對(duì)其行駛加強(qiáng)限制。分工合作，思想宣傳，公眾參與。從污染源、污染過(guò)程、污染產(chǎn)生的結(jié)果的治理等各個(gè)環(huán)節(jié)進(jìn)行全方面監(jiān)管與治理，從思想和行動(dòng)上對(duì)大氣污染做防治。2013年出臺(tái)的《四川省灰霾污染防治實(shí)施方案》，提出加強(qiáng)城市環(huán)境管理、整治工業(yè)大氣污染、控制機(jī)動(dòng)車污染、治理燃煤和油煙污染、加強(qiáng)工地和道路揚(yáng)塵整治、強(qiáng)力控制秸稈焚燒污染等，進(jìn)行污染防治。這些措施取得了明顯的效果，從2010年以后，四川省PM2.5污染呈波動(dòng)降低的趨勢(shì)。

4 結(jié) 論

本文研究以2000～2014年四川省近15年的PM2.5的年均濃度為基礎(chǔ)，根據(jù)2005年WHO對(duì)PM2.5的劃分標(biāo)準(zhǔn)，從PM2.5年均濃度的時(shí)空分布特征、各PM2.5類型的時(shí)空變化以及重點(diǎn)城市PM2.5的變化狀況等方面對(duì)四川省近15年的PM2.5的時(shí)空分布特征進(jìn)行了分析，并深入研究了其影響因素，研究結(jié)果表明：

(1)四川省PM2.5年均濃度，東部地區(qū)明顯大于西部地區(qū)。東部地區(qū)以成都市為中心呈版環(huán)狀向周圍遞減，西部地區(qū)由北向南，由西向東遞增。四川PM2.5濃度類型以第五類為核心，呈明顯的半環(huán)狀向西部遞減。

(2)近15年來(lái)，四川省的PM2.5污染呈現(xiàn)明顯的波動(dòng)變化。2000～2006年污染呈上升趨勢(shì)，2010～2014年波動(dòng)降低。東部地區(qū)的成都市、眉山市、自貢市等部分城市PM2.5年均濃度處于長(zhǎng)期較高水平，濃度大于35.00 μg/m3，2010～2014年，濃度呈下降趨勢(shì)，但PM2.5的污染水平仍較高；西部地區(qū)長(zhǎng)期處于較低水平。

(3)影響四川省PM2.5污染的因素包括自然因素和人為因素。地形和季風(fēng)是造成四川省PM2.5空間分布的重要自然因素；不透水地表、人口增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)的變化等是影響PM2.5污染濃度變化的主要社會(huì)因素； 2010年以來(lái)，一系列大氣污染防治政策對(duì)降低PM2.5濃度起了重要作用。

[1] 白愛(ài)娟, 鐘文婷, 華 蘭, 等. 成都市大氣能見(jiàn)度變化特征及影響因子研究[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2014, 30(2): 21-25.

[2] 劉曉莉, 李 紅, 孟紫強(qiáng). PM2.5對(duì)大鼠心、肺、睪丸的氧化損傷作用[J]. 中國(guó)環(huán)境科學(xué), 2005, 25(2): 160-164.

[3] 王文朋, 沈惠平, 黃云彪, 等. 大氣PM2.5細(xì)顆粒物污染狀況及對(duì)人體健康的影響[J]. 上海預(yù)防醫(yī)學(xué), 2015, 27(5): 290-297.

[4] Han L J, Zhou W Q, Li W F, et al. Impact of urbanization level on urban air quality: A case of fine particles (PM2.5) in Chinese cities [J]. Environmental Pollution, 2014, 194: 163-170.

[5] 付高平. 成都市微細(xì)顆粒物(PM2.5)形成機(jī)理及對(duì)人類健康危害研究[D]. 成都: 西南交通大學(xué), 2011.

[6] 張彩艷, 吳建會(huì), 張 普, 等. 成都市冬季大氣顆粒物組成特征及來(lái)源變化趨勢(shì)[J]. 環(huán)境科學(xué)研究, 2014, 27(7): 782-789.

[7] 陳 源, 謝紹東, 羅 彬. 成都市大氣細(xì)顆粒物組成和污染特征分析(2012-2013年)[J]. 環(huán)境科學(xué)學(xué)報(bào), 2016, 36(3): 1021-1031.

[8] 林 瑜, 葉芝祥, 楊懷金, 等. 成都市西南郊區(qū)春季大氣PM2.5的污染水平及來(lái)源解析[J]. 環(huán)境科學(xué), 2016,37(5): 1629-1638.

[9] 張 巍, 陳建文, 范文武, 等. 成都地區(qū)特定灰霾天氣過(guò)程與成因分析[J]. 四川環(huán)境, 2013, 32(2): 27-32.

[10] 鄧?yán)? 錢 駿, 廖瑞雪, 等. 2009年8 ～ 9月成都市顆粒物污染及其與氣象條件的關(guān)系[J]. 中國(guó)環(huán)境科學(xué), 2012, 32(8): 1433-1438.

[11] 李世廣, 蔣 廈, 佟洪金, 等. 基于空氣質(zhì)量模型CMAQ的成渝經(jīng)濟(jì)區(qū)(四川)PM2.5濃度數(shù)值模擬研究[J]. 四川環(huán)境, 2013, (32): 109-113.

[12] 王啟元, 陶 俊, 任鵬奎, 等. 成都市冬季大氣PM2.5的化學(xué)組成及對(duì)能見(jiàn)度的影響[J]. 地球環(huán)境學(xué)報(bào), 2012, 3(5): 1104-1108.

[13] 陶 俊, 柴發(fā)合, 朱李華, 等. 2009年春季成都城區(qū)碳?xì)馊苣z污染特征及其來(lái)源初探[J]. 環(huán)境科學(xué)學(xué)報(bào), 2011, 31(12): 2756-2761.

[14] 鄒 軍, 楊 柳. 四川省城市環(huán)境空氣質(zhì)量及變化趨勢(shì)[J]. 四川環(huán)境, 2010, 29(4): 50-53.

[15] 吳國(guó)平, 胡 偉, 滕恩江, 等. 我國(guó)四城市空氣中PM2.5和PM10的污染水平[J]. 中國(guó)環(huán)境科學(xué), 1999, 19(2): 133-137.

[16] 滕恩江, 吳國(guó)平, 胡 偉, 等. 環(huán)境空氣PM2.5和PM10監(jiān)測(cè)分析質(zhì)量保證及其評(píng)價(jià)[J]. 中國(guó)環(huán)境監(jiān)測(cè), 1999, 15(2): 36-38.

[17] 四川省環(huán)境監(jiān)測(cè)總站關(guān)于全省城市空氣質(zhì)量狀況的分析[EB/OL].(2013-10-12) http://www.scemc.cn/xxgk/hjzlgb/8053.htm.

[18] Van Donkelaar A, Martin R, Brauer M, et al. Global estimates of fine particulate matter using a combined geophysical-statistical method with information from satellites, models, and monitors [J]. Environmental Science & Technology. 2016, 50: 3762-3772.

[19] Liu X P, Hu G H, Ai B, et al. A Normalized Urban Areas Composite Index (NUACI) based on combination of DMSP-OLS and MODIS for mapping impervious surface area [J]. Remote Sensing. 2015, 7: 17168-17189.

[20] Qian Y, Giorgi F. Regional climatic effects of anthropogenic aerosols? The case of southwestern China [J]. Geophysical Research Letters, 2000, 27(21): 3521-3524.

[21] 潘本鋒, 趙熠琳, 李健軍, 等. 氣象因素對(duì)大氣中PM2.5的去除效應(yīng)分析[J]. 環(huán)境科技, 2012, 25(6):41-44.

[22] Han L J, Zhou W Q, Li W F. City as a major source area of fine particulate (PM2.5) in China [J]. Environmental Pollution, 2015, 206: 183-187.

[23] Fang C L, Liu H M, Li G D, et al. Sun estimating the impact of urbanization on air quality in China using spatial regression models [J]. Sustainability, 2015, 7: 15570-15592.

[24] 李偉峰, 歐陽(yáng)志云, 陳求穩(wěn), 等. 基于遙感信息的北京硬化地表格局特征研究[J]. 遙感學(xué)報(bào), 2008, 12(4): 604-612.

[25] 匡文慧, 劉紀(jì)遠(yuǎn), 陸燈盛. 京津唐城市群不透水地表增長(zhǎng)格局以及水環(huán)境效應(yīng)[J]. 地理學(xué)報(bào), 2011, 66(11): 1486-1496.

[26] 鄒 濱, 許 珊, 張 靜. 土地利用視角空氣污染空間分異的地理分析[J]. 武漢大學(xué)學(xué)報(bào)· 信息科學(xué)版, 2017, 42(2): 216-222.

[27] 劉世朋, 周相宙, 李大偉. 袋式除塵技術(shù)治理PM2.5污染的優(yōu)勢(shì)分析[J]. 環(huán)境科學(xué)與技術(shù), 2013, 36(6L): 233-235.

Spatial and Temporal Distribution Characteristics of PM2.5in Recent 15 Years and Cause Analysis in Sichuan Province

LIU Meng-qin, TANG Jia-fa, LIU Xiao-qing, LI Chao-yue

(FacultyofGeosciences&EnvironmentalEngineering,SouthwestJiaoTongUniversity,Chengdu610031，China)

In recent years, PM2.5has become focus of attention. Sichuan Province is one of the regions with high concentration of PM2.5in China. This paper used the inversion data of annual average concentration of PM2.5during the past 15 years from 2000 to 2014 in Sichuan Province, according to the WHO’s criteria for classifying PM2.5in 2005, the data is classified as 5 types by 4 break points that are 10 μg/m3, 15 μg/m3, 25 μg/m3and 35 μg/m3. Based on the data, the paper analyzed the spatial and temporal characteristics of PM2.5and its influencing factors. The results show that PM2.5concentration of the east area is higher than that of the west area, it showed a decreasing trend during 2010～2014. The pollution type of PM2.5, decrease progressively from the fifth type where the pollution is the heaviest to west in the shape of semicircular. And the proportion of the fifth category showed a declining trend from 2010 to 2014. The concentration of PM2.5is higher inChengdu, Meishan and so on, but it decreased in 2014. Natural factors, impermeable surface area, industrial structure changes, a series of air pollution control policies are important factors that affect the change of PM2.5concentration.

PM2.5; spatial and temporal characteristics; impermeable surface area; Sichuan Province

2017-03-01

劉孟琴(1992-)，女，四川廣安人，西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院2015級(jí)在讀碩士研究生，研究方向?yàn)榈乩硇畔⑾到y(tǒng)。

湯家法，tajava@163.com。

X51

A

1001-3644(2017)03-0074-08