孫蓉花 陳學剛 魏 疆 韓文堂

(1.新疆師范大學地理科學與旅游學院，新疆 烏魯木齊 830054；2.新疆干旱區(qū)湖泊與資源重點實驗室，新疆 烏魯木齊 830054；3.新疆大學資源與環(huán)境學院，新疆 烏魯木齊 830046)

烏魯木齊市PM2.5濃度與氣象條件耦合分析*

孫蓉花1，2陳學剛1，2魏 疆3#韓文堂1，2

(1.新疆師范大學地理科學與旅游學院，新疆 烏魯木齊 830054；2.新疆干旱區(qū)湖泊與資源重點實驗室，新疆 烏魯木齊 830054；3.新疆大學資源與環(huán)境學院，新疆 烏魯木齊 830046)

為探究氣象條件對污染物濃度的影響，于2013年10月至2014年10月在烏魯木齊市主城區(qū)采集PM2.5樣品，并選取同期氣象站監(jiān)測的氣象數(shù)據(jù)進行分析。結(jié)果表明：(1)烏魯木齊市采暖期PM2.5日均值平均達到84.70 μg/m3，超出了《環(huán)境空氣質(zhì)量標準》(GB 3095—2012)中24 h平均二級限值(75 μg/m3)，是非采暖期(20.66 μg/m3)的4倍多。(2)采暖期風速、相對濕度、氣溫、水汽壓與PM2.5日均值極顯著相關(guān)，非采暖期相對濕度與PM2.5日均值極顯著相關(guān)。

烏魯木齊 PM2.5氣象要素 相關(guān)性

烏魯木齊市位于天山北麓準噶爾盆地南緣的烏魯木齊河谷中，三面環(huán)山，地勢呈東南高西北低緩慢坡降之勢，屬河谷型城市[1]，與平原城市相比污染物容量小，加之冬季采暖和氣象條件的制約，造成了嚴重的大氣污染問題[2-6]。

2011年，世界衛(wèi)生組織對全球1 100個城市的環(huán)境質(zhì)量進行排名，烏魯木齊市位于1 052位[7]。近幾年，霧霾天氣越來越多。究其原因除了與污染物排放量、地形地勢有關(guān)外，更多是受到氣象條件的制約，在不同的氣象條件下，同一污染源排放所造成的地面污染物濃度可相差幾十倍乃至幾百倍[8]。研究發(fā)現(xiàn)：烏魯木齊市大氣污染物濃度與逆溫、風速、溫度、氣壓、相對濕度等氣象要素間存在顯著相關(guān)性[9-10]；烏魯木齊市冬季逆溫多發(fā)，平均月發(fā)生頻率達到92%[11]21，逆溫嚴重抑制了污染物的垂直擴散；烏魯木齊采暖期風速較小，靜風(≤0.5 m/s)頻率高[12]，年平均風速1.84～1.97 m/s，靜風和小風(0.5～1.5 m/s)的頻率為27.0%～30.6%，這嚴重制約了污染物水平擴散的能力[13-14]；烏魯木齊市冬季地面常有穩(wěn)定的積雪，雪面蒸發(fā)及降雪天氣增加了水汽，相對濕度增高，促進了大霧天氣的形成，冬季采暖期霧天占全年總大霧天數(shù)的98%[15]，大霧是采暖期重污染天氣形成的重要因素之一[16-18]。

為進一步了解和揭示造成烏魯木齊市大氣污染的主要顆粒物PM2.5濃度和氣象要素間的關(guān)系，通過采集獲取2013年10月至2014年10月烏魯木齊市PM2.5的逐時濃度數(shù)據(jù)及選取同期的逐時氣象數(shù)據(jù)展開研究。

1 樣品采集與處理

1.1 樣品采集

PM2.5樣品的采集：采用Thermo Scientific TEOM 1405-DF系列顆粒物監(jiān)測儀采集，該儀器有兩套濾膜測量動態(tài)系統(tǒng)和兩套錐形原件微量振蕩天平傳感器，每6 min更新一次1、24 h平均值。

氣象數(shù)據(jù)采用了同期的國家基準氣象站烏魯木齊市氣象站的逐日地面氣象數(shù)據(jù)(風速、風向、氣壓、氣溫、水汽壓和相對濕度)。

1.2 數(shù)據(jù)處理

采用Excel 2010和SPSS 21.0軟件進行了數(shù)據(jù)統(tǒng)計與分析，PM2.5日均值通過24 h PM2.5算數(shù)均值得到；采用Grapher 8.0軟件做了風速、風頻圖和PM2.5小時濃度變化圖。依據(jù)烏魯木齊市的氣象特征和供暖時間，劃分了采暖期(2013年10月10日至2014年4月10日)和非采暖期(2014年4月11日至2014年10月9日)。

2 結(jié)果與討論

2.1 PM2.5濃度變化特征

由圖1(a)可見，烏魯木齊市采暖期PM2.5日均值平均達到84.70 μg/m3，嚴重超出了《環(huán)境空氣質(zhì)量標準》(GB 3095—2012)中24 h平均二級限值(75 μg/m3)，超標天數(shù)總計達到了92 d，11月超標天數(shù)最多，達到了22 d，12月次之，為20 d，2、3月超標天數(shù)較少，分別為8、9 d。PM2.5日均值最高、次高值出現(xiàn)在11月16日和1月4日，分別高達263.46、244.13 μg/m3，這兩天大氣層結(jié)穩(wěn)定，日均氣溫分別為-3.3、-12.4 ℃，相對濕度分別為88.54%、78.88%，平均風速分別為1.21、1.28 m/s。2月1日、3月26日、11月21日和11月22日PM2.5日均值較低，分別為14.13、14.13、14.10、16.00 μg/m3，氣象資顯示這幾天均有不同程度的降水，降水量分別為3.0、13.0、1.0、0.5 mm。

由圖1(b)可見，非采暖期PM2.5日均值較低，平均為20.66 μg/m3，7月最低，月均值為19.44 μg/m3，PM2.5日均值最低出現(xiàn)在4月14日，為8.32 μg/m3，氣象資料顯示當天有降雨，降雨量為15.0 mm，平均風速約為3.8 m/s；PM2.5日均值最高、次高值分別出現(xiàn)在7月20日和4月25日，分別是84.33、64.17 μg/m3，這兩天氣象條件相對較穩(wěn)定，平均氣溫分別為25.6、7.9 ℃，相對濕度分別約為25%、40%，平均風速分別約為2.6、1.3 m/s，夏季持續(xù)的高溫和風速相對較小的天氣，PM2.5反而較高，是由于夏季光化學反應強烈，促進了污染物的二次生成。

2.2 氣象要素與PM2.5濃度的相關(guān)分析

由表1可見，采暖期，風速與PM2.5日均值的相關(guān)系數(shù)最高，其次是相對濕度，接下來是氣溫和水汽壓，氣壓與PM2.5日均值的相關(guān)性不顯著。非采暖期，相對濕度與PM2.5日均值呈極顯著負相關(guān)，其余氣象要素與PM2.5日均值的相關(guān)性不顯著。

2.3 風速、風向?qū)M2.5濃度的影響

由圖2可見，采暖期，風速<2.5 m/s時，隨著風速的增強，PM2.5日均值逐步降低；風速為2.5～3.0 m/s時，隨著風速的增強，PM2.5日均值迅速降低；風速>3.0 m/s時，隨著風速的增大，PM2.5日均值緩慢攀升。這符合氣流的運動快慢直接影響著污染物的擴散和稀釋的自然規(guī)律[19]，但是采暖期平均風速小，僅為1.74 m/s，且受靜風頻率(4.3%)的影響，污染物不能被及時地擴散、輸送，這是造成采暖期PM2.5濃度偏高的重要外部條件。非采暖期，風速<4.0 m/s時，隨著風速的增加，PM2.5日均值呈現(xiàn)先增長后緩慢降低又升高的趨勢；風速為4.0～4.5 m/s時，PM2.5日均值隨著風速的增加而急速降低；風速>4.5 m/s時，隨著風速的增強，PM2.5日均值迅速升高。非采暖期風速較大，平均風速是2.50 m/s，無靜風頻率，對污染的擴散效果較好。

圖1 PM2.5日均值的時間演變Fig.1 Temporal evolution of 24 h-average PM2.5 concentrations

時間風速氣壓相對濕度氣溫水汽壓采暖期-0.194**0.9700.160**-0.139**-0.125**非采暖期-0.1090.830-0.233**-0.505-0.031

注：1)**表示在p<0.01水平(雙側(cè))上極顯著相關(guān)；*表示在p<0.05水平(雙側(cè))上顯著相關(guān)。

圖2 風速對PM2.5日均值的影響Fig.2 24 h-average PM2.5 concentrations effected by wind

采暖期主導風向為西南風和偏東風(見圖3(a))，然而在烏魯木齊市西南方向、偏南方向和東南方向，分別坐落著一個水泥廠和兩個發(fā)電廠，并且西南方向城區(qū)外是大片的采石場，由此產(chǎn)生的污染物嚴重影響市內(nèi)的空氣質(zhì)量狀況[20]。非采暖期主導風向為西北風(見圖3(b))，對污染的擴散效果良好。

由圖3(c)可見，采暖期靜風狀態(tài)下，夜間PM2.5小時質(zhì)量濃度明顯高于白天，尤其是22：00至次日4：00，>300 μg/m3的出現(xiàn)頻率達到了3.0%；>150～300 μg/m3出現(xiàn)在全天所有時段，所占比例較大；>75～150 μg/m3主要出現(xiàn)在22：00至次日09：00，達到了3.0%；0～75 μg/m3時，空氣質(zhì)量為優(yōu)良級別，雖然全天所有時段各有分布，但所占比例較小，僅為1.8%。這主要是在靜風狀態(tài)下，擴散能力差、加之夜間逆溫增強所導致[21]。

由圖3(d)可見，采暖期非靜風狀態(tài)下，PM2.5小時質(zhì)量濃度較靜風狀態(tài)下明顯下降，>300 μg/m3在全天大多數(shù)時間點出現(xiàn)，但所占比例很小，僅為0.3%；>75～150 μg/m3在全天各時間段都有分布，所占比例較大，14：00—18：00出現(xiàn)的幾率最大；0～75 μg/m3在全天各時間點都有分布，且出現(xiàn)幾率顯著高于靜風狀態(tài)時，說明非靜風狀態(tài)對PM2.5的輸送與擴散有極好的效果。

圖3 風速、風頻及PM2.5小時質(zhì)量濃度分布Fig.3 Wind speed,wind frequency diagram and the concentration distribution of hourly PM2.5 concentration

2.4 氣溫對PM2.5濃度的影響

由圖4可見，日均氣溫在0 ℃以上的超標天數(shù)占總超標天數(shù)的31%，日均氣溫在-5 ℃以下的超標天數(shù)占總超標天數(shù)的56%。一方面是由于隨著氣溫降低，逆溫層厚度增大、強度增強，抑制了污染物的垂直擴散，烏魯木齊市采暖期逆溫出現(xiàn)頻率高，冬季(11月至次年3月)逆溫出現(xiàn)頻率高達92%[11]21，采暖期污染物大量排放，逆溫持續(xù)穩(wěn)定，風速小，使近地層的大氣污染物難以擴散，污染物不斷積累，是造成烏魯木齊市采暖期PM2.5高、超標嚴重的主要原因。這與我國冬季逆溫日數(shù)越多，超標污染日越多，逆溫強度越大，污染越重的規(guī)律相似[22-24]。另一方面，氣溫對PM2.5影響，事實上是由排放量引起的，因為在冬季隨著氣溫的驟降，夜晚時間增長，取暖和供電所需的耗能量增加，大氣污染物排放量增加。而且，隨著氣溫的降低，交通對PM2.5濃度貢獻率增高[25]，因為在極其寒冷的天氣里，汽車冷啟動、空運轉(zhuǎn)、預熱和短距離的車輛使用量增加，進一步研究也表明：冬季交通對PM2.5的貢獻率高達30%，同時當氣溫從23 ℃降至-20 ℃，車輛的冷啟動排放的顆粒物會增加一個數(shù)量級[26]。這與ELMINIR[27]對開羅、埃及和DAWSON等[28]對美國東部、阿拉斯加州的研究結(jié)果一致。

圖4 日均氣溫與PM2.5日均值的線性關(guān)系Fig.4 Correlation of temperature and 24 h-average PM2.5 concentration with the trend line

2.5 水汽壓和相對濕度對PM2.5濃度的影響

水汽壓和相對濕度都是表示大氣濕度的指標。由圖5和表1可見，63%的超標點數(shù)發(fā)生在水汽壓≤4 hPa的條件下，并且PM2.5日均值與水汽壓呈線性相關(guān)。

圖5 水汽壓與PM2.5日均值的線性關(guān)系Fig.5 Correlation of water-vapor pressure and 24 h-average PM2.5 concentration with the trend line

由圖6和表1可見，采暖期，PM2.5與相對濕度呈極顯著正相關(guān)性，且當相對濕度≥70%時，PM2.5日均值超標天數(shù)占總超標天數(shù)的64%；非采暖期，相對濕度與PM2.5呈極顯著負相關(guān)性，且當相對濕度≥70%時，PM2.5日均值達到最低值。

圖6 相對濕度和PM2.5日均值的線性關(guān)系Fig.6 Correlation of relative humidity with 24 h-average PM2.5 concentration with the trend line

3 結(jié) 論

(1) 烏魯木齊市采暖期PM2.5日均值平均達到84.70 μg/m3，超出了GB 3095—2012中24 h平均二級限值(75 μg/m3)，是非采暖期(20.66 μg/m3)的4倍多。

(2) 采暖期風速、相對濕度、氣溫、水汽壓與PM2.5日均值極顯著相關(guān)，非采暖期相對濕度與PM2.5日均值極顯著相關(guān)。

[1] 宋和平，沈軍，賂志勇，等.烏魯木齊市活斷層探測與地震危險性評價[M].北京：地震出版社，2009.

[2] 如克亞木·牙生.烏魯木齊市人口經(jīng)濟以及環(huán)境污染相互影響研究[D].烏魯木齊：新疆大學，2015.

[3] 陳學剛，魏疆，任泉，等.城市擴展下大氣污染物濃度的空間格局變化趨勢研究——以烏魯木齊市為例[J].生態(tài)環(huán)境學報，2013，22(6)：1015-1019.

[4] WEI B G，JIANG F Q，LI X M，et al.Spatial distribution and contamination assessment of heavy metals in urban road dusts from Urumqi，NW China[J].Microchemical Journal，2009，93(2)：147-152.

[5] 彭林，游燕，朱坦，等.烏魯木齊空氣顆粒物PAHs碳同位素組成及來源解析[J].中國環(huán)境科學，2006，26(5)：542-545.

[6] 李新琪，海熱提·涂爾遜.烏魯木齊市大氣環(huán)境容載力及污染防治對策研究[J].干旱區(qū)資源與環(huán)境，2001，15(3)：17-24.

[7] 甄翔.世衛(wèi)首發(fā)全球城市空氣污染報告[EB/OL].(2011-09-28)[2016-10-01].http：//energy.people.com.cn/GB/15773431.html.

[8] 吳兌，鄧雪嬌.環(huán)境氣象學與特種氣象預報[M].北京：氣象出版社，2001.

[9] 王濤.烏魯木齊城市群大氣質(zhì)量及其與氣象條件的相關(guān)性分析[D].烏魯木齊：新疆大學，2015.

[10] 魏疆，王國華，任泉，等.烏魯木齊市大氣污染物濃度計量模型研究[J].干旱區(qū)研究，2011，28(5)：896-900.

[11] 鄭玉萍，李景林，劉增強，等.烏魯木齊冬季大霧與低空逆溫的關(guān)系[J].沙漠與綠洲氣象，2007，1(3)．

[12] 趙克明，李霞，楊靜.烏魯木齊大氣最大混合層厚度變化的環(huán)境響應[J].干旱區(qū)研究，2011，28(3)：509-513.

[13] 李軍，呂愛華，李建剛，等.“十一五”時期烏魯木齊市大氣污染特征及影響因素分析[J].中國環(huán)境監(jiān)測，2014，30(2)：14-19.

[14] 劉增強，鄭玉萍，李景林，等.烏魯木齊市低空大氣逆溫特征分析[J].干旱區(qū)地理，2007，30(3)：51-56．

[15] 鄭玉萍，李景林.烏魯木齊近31年大霧天氣氣候特征分析[J].氣象，2008，34(8)：22-28.

[16] 黃忠.烏魯木齊市重污染天氣與氣象因素變化的影響分析[J].干旱環(huán)境監(jiān)測，2005，19(3)：154-157．

[17] 李霞.烏魯木齊氣象要素對大氣氣溶膠光學特性的影響[J].干旱區(qū)研究，2006，23(3)：484-488.

[18] 李景林，鄭玉萍，劉增強.烏魯木齊市低空溫度層結(jié)與采暖期大氣污染的關(guān)系[J].干旱區(qū)地理，2007，30(4)：519-525.

[19] 伍榮生.大氣動力學[M].北京：高等教育出版社，2005．

[20] 吳彥，王健，劉暉，等.烏魯木齊大氣污染物的空間分布及地面風場效應[J].中國沙漠，2008，28(5)：986-991.

[21] 金莉莉.烏魯木齊市大氣邊界層特征研究[D].南京：南京信息工程大學，2015.

[22] 付桂琴，張杏敏，尤鳳春，等.氣象條件對石家莊PM2.5濃度的影響分析[J].干旱氣象，2016，34(2)：349-355.

[23] 程濤.基于小波分析的上海市環(huán)境空氣質(zhì)量變化及與氣象關(guān)系研究[D].上海：華東師范大學，2007.

[24] 秦泉.冬季烏魯木齊逆溫時空變化特征及其大氣環(huán)境效應[D].南京：南京信息工程大學，2015.

[25] 文波.寧波市大氣可吸入顆粒物PM10和PM2.5的源解析研究[J].環(huán)境污染與防治，2011，33(9)：66-69.

[26] TRAN H N Q，M?LDERS N.Investigations on meteorological conditions for elevated PM2.5in Fairbanks，Alaska[J].Atmospheric Research，2011，99(1)：39-49.

[27] ELMINIR H K.Dependence of urban air pollutants on meteorology[J].Science of the Total Environment，2005，350(1/2/3)：225-237.

[28] DAWSON J P，ADAMS P J，PANDIS S N.Sensitivity of PM2.5to climate in the Eastern U.S.：a modeling case study[J].Atmospheric Chemistry & Physics，2007，7(3)：4295-4309.

[29] 李小平，谷新波，司瑤冰.呼和浩特市大氣污染物濃度與氣象要素的灰色關(guān)聯(lián)分析[J].內(nèi)蒙古師范大學學報(自然科學漢文版)，2009，38(1)：107-111.

[30] 魏疆.烏魯木齊市硫酸鹽化速率關(guān)鍵影響因子分析[J].中國環(huán)境監(jiān)測，2012，28(5)：16-19.

[31] DELFINO R J，BRUMMEL S，WU J，et al.The relationship of respiratory and cardiovascular hospital admissions to the southern California wildfires of 2003[J].Occupational & Environmental Medicine，2009，66(3)：189-197.

[32] DONATEO A，CONTINI D，BELOSI F.Real time measurements of PM2.5concentrations and vertical turbulent fluxes using an optical detector[J].Atmospheric Environment，2006，40(7)：1346-1360.

CouplinganalysisofPM2.5concentrationsandmeteorologicalconditionsinUrumqi

SUNRonghua1，2，CHENXuegang1，2，WEIJiang3，HANWentang1，2.

(1.SchoolofGeographyandTourism，XinjiangNormalUniversity，UrumqiXinjiang830054；2.KeyLaboratoryofAridRegionLakeEnvironmentandResourceofXinjiang，UrumqiXinjiang830054；3.SchoolofResource&Environment，XinjiangUniversity，UrumqiXinjiang830046)

In order to explore the effect of meteorological conditions on the pollutants concentration，PM2.5samples were collected in Urumqi urban area during October 2013 to October 2014，meteorological data were selected from weather stations monitoring on the same time for investigation. Results showed that：(1) the daily average concentrations of PM2.5reached 84.70 μg/m3during the heating period in Urumqi，which exceeded the 24-hour average second-level limit (75 μg/m3) of “Environmental air quality standard” (GB 3095-2012)，and it was more than four times during the non-heating period (20.66 μg/m3). (2) The wind speed，relative humidity，temperature，vapor pressure and the daily average concentrations of PM2.5existed significant relationship during the heating period，relative humidity and PM2.5concentrations were related significantly in non-heating period.

Urumqi; PM2.5; meteorological elements; correlation

孫蓉花，女，1992年生，碩士研究生，研究方向為城市地理與規(guī)劃。#

。

*國家自然科學基金資助項目(No.41161074、No.41161029、No.41461033)。

10.15985/j.cnki.1001-3865.2017.12.014

2016-11-22)