曹立民 李海青 馮 炘 解玉紅*，2

（1、天津理工大學(xué)環(huán)境科學(xué)與安全工程學(xué)院，天津300391 2、易科力（天津）環(huán)?？萍及l(fā)展有限公司，天津300384 3、天津市瑞德賽恩水業(yè)有限公司，天津300270)

1 概述

地球是人類世世代代居住的星球，而它的大氣環(huán)境則決定著人類能否長久的在這個星球上居住。最近幾十年來，都市化進(jìn)程越來越迅速，工業(yè)發(fā)展逐漸強(qiáng)盛以及人均汽車持有量穩(wěn)步上升。社會的高速發(fā)展?fàn)奚松鷳B(tài)環(huán)境，一個個大氣污染問題逐漸進(jìn)入大眾視線，嚴(yán)重影響人們正常生活和身體健康。大氣污染物種類繁多，主要有SO2、NOX、PM10和PM2.5等。目前，我國的霧霾天氣頻繁發(fā)生，使得PM2.5這種顆粒污染物進(jìn)入了人們的視野，并引起了社會各界的重視。為了較好的解決此類環(huán)境問題，國家出臺了一系列的法律法規(guī)來約束PM2.5的產(chǎn)生，科學(xué)界也對PM2.5的形成原因、化學(xué)組成、污染特征和控制對策做了系統(tǒng)性的研究[1-5]。

本文利用2019 年成都市PM2.5濃度數(shù)據(jù)，研究該時間段內(nèi)PM2.5污染水平，重點突出PM2.5 污染特征。利用PM2.5濃度數(shù)據(jù)，將其與成都市2019 年的氣象環(huán)境結(jié)合起來，并充分考慮季節(jié)因素，研究了成都市PM2.5相關(guān)特征。

2 區(qū)概況與數(shù)據(jù)來源

2.1 區(qū)域概況

成都是四川省省會，地處中國西南地區(qū)、四川盆地西部、成都平原腹地、青藏高原東部，處在東經(jīng)102°54′～104°53′、北緯30°05′～31°26′之間。成都市位于副熱帶季風(fēng)氣候區(qū)域，具有豐沛的降雨和適度的日照，并有顯著的季節(jié)區(qū)分。成都市具有明顯的地勢變化，西部地區(qū)高于東部地區(qū)，海拔范圍359～5364 米，全市平均土地墾殖指數(shù)達(dá)38.22%[6]。

2.2 數(shù)據(jù)來源

2.2.1 PM2.5 濃度數(shù)據(jù)

本文中PM2.5濃度來源于天云環(huán)境大數(shù)據(jù)可視化平臺[7]，涵蓋2019 年1 月1 日至2019 年12 月31 日時間跨度上的PM2.5數(shù)據(jù)。

2.2.2 氣象數(shù)據(jù)

本文所采用的氣象數(shù)據(jù)來源于天氣網(wǎng)[8]和天云環(huán)境大數(shù)據(jù)可視化平臺[7]。

3 數(shù)據(jù)分析

3.1 PM2.5 污染特征

利用天云環(huán)境大數(shù)據(jù)可視化平臺所繪制的2019 年成都市PM2.5濃度變化圖[7]，利用所收集的2019 年成都市常規(guī)污染物的濃度數(shù)據(jù)，總結(jié)并統(tǒng)計成圖，提取2019 年1 月至12 月成都市PM2.5污染月變化曲線圖[7]，如圖1 所示：

圖1 2019 年P(guān)M2.5 污染特征

由圖1 可知，2019 年P(guān)M2.5的濃度分布并不平均，在一年內(nèi)具有較大的起伏變化，同時，在每個月內(nèi)也呈現(xiàn)出了較明顯的變化趨勢。此外，可以看出PM2.5濃度在9、10、11、12 月中具有較大的高低值變化，表明PM2.5在這幾個月份里污染較其他時間更嚴(yán)重。PM2.5峰值數(shù)據(jù)產(chǎn)生于冬季，而最低值則產(chǎn)生于秋季，因此，針對PM2.5的時間變化特征，將在后面的小節(jié)里加以分析。2019 年成都市常規(guī)六項污染物中，PM2.5、PM10、O3曲線隨月份改變幅度較大，污染物SO2、NO2隨月份變化幅度較小。六項污染物中PM2.5、PM10、CO 峰值都出現(xiàn)在冬季。與PM10相比，PM2.5的變化趨勢與PM10較為一致，但是PM10每月數(shù)值均比PM2.5高，這是因為PM10是可吸入顆粒物，粒徑為10μm 以下，而PM2.5粒徑在2.5 μm 以下，PM10和PM2.5具有包含關(guān)系，在普通大氣環(huán)境監(jiān)測中，PM10數(shù)值會包括PM2.5，因此PM2.5的監(jiān)測數(shù)據(jù)會低于PM10，但總體變化趨勢一致；與SO2和CO 相比，PM2.5全年波動幅度極大，不同于SO2和CO，PM2.5的排放受季節(jié)天氣影響極大，因此會出現(xiàn)此差異；和O3相比，PM2.5、O3則展現(xiàn)出完全不一樣的走向，在PM2.5數(shù)值處于低值時，O3濃度數(shù)值則較大，反之，當(dāng)O3濃度數(shù)值比較小時，PM2.5濃度數(shù)值則比較大，總體呈現(xiàn)負(fù)相關(guān)，PM2.5數(shù)值快速減小會加劇近地表O3污染。這是因為O3作為一種大氣二次污染物，其形成過程依賴于大氣自由基的濃度，然而PM2.5可以吸收部分大氣自由基。因此，當(dāng)PM2.5的濃度數(shù)值降低時，其吸收的大氣自由基的量也會減少，從而導(dǎo)致地表面O3濃度數(shù)值的升高；同NO2相比，PM2.5及NO2季節(jié)性變化大，并且具有類似的規(guī)律，都展現(xiàn)為秋冬季大于春夏季。PM2.5增大時，NO2也增大，相反也有此變化規(guī)律，PM2.5與NO2變化主要是正相關(guān)。因此，在發(fā)生污染情況時易出現(xiàn)疊加污染，尤其在秋冬季要格外控制PM2.5和NO2的污染。

3.2 PM2.5 濃度與氣象條件的相關(guān)性分析

利用2019 年成都市降水和PM2.5月平均濃度數(shù)據(jù)，可以繪制出2019 年雨量和PM2.5數(shù)據(jù)對比圖，如圖2 所示。

通過圖2 可得，PM2.5月平均濃度數(shù)值和月降雨總量呈現(xiàn)負(fù)相關(guān)。若降雨增大，PM2.5數(shù)值迅速回落；降雨削弱，PM2.5數(shù)值升高。秋冬季降雨稀少，因此PM2.5數(shù)值較高，而在夏季降雨充沛，PM2.5則一直處于較低值。2019 年成都市天氣狀況穩(wěn)定，無降雨大風(fēng)天氣，溫度較低時，PM2.5濃度較高，反之，PM2.5濃度較低。

4 結(jié)論

圖2 2019 年成都市月降雨總量與PM2.5 月平均濃度對比

本文以成都市作為研究對象，收集整理2019 年成都市PM2.5濃度數(shù)據(jù)和成都市氣象資料，分別探討了2019 年成都市PM2.5質(zhì)量濃度變化特征、PM2.5和常規(guī)污染物對比情況、時間變化特征、PM2.5/PM10特征和PM2.5的氣象關(guān)聯(lián)度，研究結(jié)果表明：2019年成都市PM2.5全年波動幅度大，秋冬污染大于春夏，秋冬季PM2.5日平均濃度高于春夏季；秋冬季PM2.5/PM10超過了0.5，表明PM2.5濃度升高與氣溶膠有關(guān)，且由于秋冬季比值偏大，表明秋冬季存在大量的硫酸鹽等二次污染物，導(dǎo)致PM2.5升高；PM2.5同降雨、溫度、風(fēng)速呈現(xiàn)負(fù)相關(guān)。