張娜, 周國(guó)富,*, 黃啟芬, 雷嫦, 劉純軍, 張迪

貴陽(yáng)市主城區(qū)大氣污染物時(shí)空分布特征及成因分析

張娜1, 周國(guó)富1,*, 黃啟芬1, 雷嫦1, 劉純軍1, 張迪2

1. 貴州師范大學(xué)地理環(huán)境科學(xué)學(xué)院, 貴州 貴陽(yáng) 550000 2. 昭通學(xué)院地理科學(xué)與旅游學(xué)院, 云南 昭通 657000

為揭示貴陽(yáng)市大氣污染物的分布特征及成因, 基于國(guó)控監(jiān)測(cè)站點(diǎn)數(shù)據(jù), 采用回歸分析法、樣條函數(shù)插值法對(duì)貴陽(yáng)市主要大氣污染物進(jìn)行分析。結(jié)果表明: (1)污染物月變化呈現(xiàn)以下特征: O3呈單峰型, NO2呈波動(dòng)上升變化, 其余4種污染物月均質(zhì)量濃度均呈U形的變化趨勢(shì); 在季節(jié)變化方面, PM2.5、CO、NO2、SO2質(zhì)量濃度均呈現(xiàn)冬季>春季>秋季>夏季, PM10冬季>秋季>春季>夏季, O3春季>冬季>秋季>夏季。(2)從空間分布看, PM2.5春、夏、秋和冬季具有一致性, 其余5種污染物不同季節(jié)具有不同的分布特征。(3)在污染物與氣象因素相關(guān)性方面, PM2.5、PM10、CO、NO2、SO2間具有顯著正相關(guān)性, 其中PM2.5和PM10顯著相關(guān), 二者的排放具有協(xié)同性。春季影響大氣污染物的關(guān)鍵因素是相對(duì)濕度, 夏季是降水量和氣壓, 秋季是風(fēng)速, 冬季是氣壓。

貴陽(yáng)市; 大氣污染物; 特征分析; 成因分析

0 前言

大氣污染是環(huán)境污染研究的重要問(wèn)題之一, 已成為當(dāng)今世界各國(guó)共同關(guān)注的科學(xué)問(wèn)題[1]。隨著區(qū)域經(jīng)濟(jì)和城市化的快速發(fā)展, 大氣污染問(wèn)題日益突出, 嚴(yán)重影響經(jīng)濟(jì)的可持續(xù)發(fā)展以及危害人體健康[2–3]。城市作為經(jīng)濟(jì)發(fā)展的核心區(qū)域, 工業(yè)產(chǎn)業(yè)集聚及交通運(yùn)輸業(yè)發(fā)達(dá)等產(chǎn)生了大量大氣污染物, 致使城市成為大氣污染的重災(zāi)區(qū)[4]。目前影響我國(guó)城市環(huán)境空氣質(zhì)量的大氣污染物主要包括PM2.5、PM10、CO、NO2、SO2和O3等6種[5], 它們不僅有一次氣態(tài)污染物, 而且還有二次氣態(tài)污染物, 增加了大氣污染的復(fù)雜性。因此, 如何預(yù)防、控制和治理大氣污染成為科研工作者及相關(guān)部門關(guān)注的重點(diǎn)。

為解決大氣污染的危害, 越來(lái)越多的學(xué)者對(duì)大氣污染物來(lái)源、時(shí)空變化特征、污染物與氣象因素關(guān)系等方面進(jìn)行了大量的研究, 并取得了豐富的成果。研究發(fā)現(xiàn), 污染物來(lái)源、氣象因素及地形等是大氣污染物的重要影響因素[6]。蘇含笑[7]等的研究表明, 2015年春季和冬季北京、唐山市區(qū)PM2.5主要來(lái)源為揚(yáng)塵源、移動(dòng)源和生物質(zhì)燃燒。賈夢(mèng)唯[8]、江琪[9]等對(duì)北京市和南京的研究說(shuō)明氣象因素對(duì)污染物具有稀釋、擴(kuò)散、清除和轉(zhuǎn)換作用, 并且影響著污染物的分布, 而降水量、溫度、風(fēng)速、相對(duì)濕度等氣象因素是導(dǎo)致污染物濃度出現(xiàn)分布差異的顯著影響因子。馮鑫媛等[10]通過(guò)對(duì)川渝地區(qū)研究發(fā)現(xiàn)大氣污染狀況較重的為四川盆地, 高原地區(qū)則相對(duì)較輕。此外, 大氣污染的分布還具有明顯的時(shí)空差異。如張亞茹等[11]研究表明一天中, 污染最嚴(yán)重時(shí)段為上下班高峰期; 從季節(jié)上, 大氣污染最為嚴(yán)重是冬季, 春季和秋季相當(dāng), 夏季空氣質(zhì)量較好。宋榮等[12]研究表明南京冬季大氣污染物的空間分布具有差異, 呈東南高、西北低的空間分布態(tài)勢(shì)?？傮w而言, 大氣污染物研究大多聚焦于單一或幾種首要污染物在某一季節(jié)的污染特征、或是整體研究污染物與氣象因素的相關(guān)性及空間分布, 但對(duì)6種大氣污染物不同季節(jié)的污染特征、空間分布及其各季節(jié)污染物與氣象因素的相關(guān)性分析較少, 還需要進(jìn)一步分析和探討。

貴陽(yáng)市是典型的喀斯特(巖溶)山地城市, 生態(tài)環(huán)境脆弱。隨著經(jīng)濟(jì)的發(fā)展, 其大氣污染問(wèn)題不容忽視。李松等[13]對(duì)貴陽(yáng)市PM2.5的研究發(fā)現(xiàn), PM2.5質(zhì)量濃度與主城區(qū)距離呈顯著負(fù)相關(guān), 并且其分布具有明顯的城鄉(xiāng)差異。張春輝等[14]研究表明貴陽(yáng)市O3濃度晝間變化呈明顯單峰形分布, 小時(shí)濃度與溫度呈正相關(guān)與相對(duì)濕度呈負(fù)相關(guān)。梁隆超[15]、蘇志華等［16］對(duì)貴陽(yáng)市大氣顆粒物研究說(shuō)明貴陽(yáng)市大氣顆粒物污染, 以細(xì)顆粒物PM2.5污染為主, 呈現(xiàn)出夏秋季和冬春季2種典型的季節(jié)性污染特征。目前, 學(xué)術(shù)界有關(guān)貴陽(yáng)市大氣污染物的研究多集中于單一污染物的研究, 對(duì)6種大氣污染物的整體研究較少, 且未能揭示貴陽(yáng)市主城區(qū)6種大氣污染物時(shí)空分布特征及與氣象因素的相關(guān)性?；诖? 本文采用貴陽(yáng)市現(xiàn)有9個(gè)國(guó)控監(jiān)測(cè)站點(diǎn)PM2.5、PM10、CO、NO2、SO2和O3質(zhì)量濃度數(shù)據(jù)、氣象數(shù)據(jù), 運(yùn)用樣條函數(shù)插值法和Pearson相關(guān)分析法, 分析貴陽(yáng)市主城區(qū)不同季節(jié)各污染物的變化情況及其空間分布特征和各季節(jié)污染物與氣象因素的相關(guān)性, 以期為大氣污染防治部門改善空氣質(zhì)量提供一定的科學(xué)數(shù)據(jù)依據(jù), 同時(shí)也為貴陽(yáng)市居民在生活居住地的選擇及污染源控制方面提供相對(duì)科學(xué)的參考。

1 材料與方法

1.1 研究區(qū)概況

貴陽(yáng)市(106°7′—107°17′E, 26°11′—27°22′N)位于貴州省中部, 是貴州省省會(huì), 其主城區(qū)包括南明區(qū)、云巖區(qū)、白云區(qū)、觀山湖區(qū)、花溪區(qū)和烏當(dāng)區(qū), 面積2525.46 km2(圖1)。屬亞熱帶濕潤(rùn)溫和型氣候, 兼具高原季風(fēng)氣候特征, 年平均降水量為1173.9 mm,年平均氣溫15.16 ℃, 年平均濕度80%, 年平均風(fēng)速2.42 m·s-1。地勢(shì)西南高, 東北低, 研究區(qū)平均海拔1000 m, 喀斯特地貌發(fā)育。至2017年貴陽(yáng)市主城區(qū)人口密度為1333.30人/km2, 煤炭消耗3.7×105t, 汽油消耗1.7×105t, 柴油消耗8.9×104t, 汽車擁有量從2000年5.44萬(wàn)輛, 到2017年已經(jīng)超過(guò)131.40萬(wàn)輛。

圖1 研究區(qū)監(jiān)測(cè)站點(diǎn)分布圖

Figure 1 Distribution map of monitoring stations in the study area

1.2 數(shù)據(jù)來(lái)源

根據(jù)2017年貴州省發(fā)布的《貴州省環(huán)境保護(hù)廳關(guān)于推進(jìn)全國(guó)污染源監(jiān)測(cè)數(shù)據(jù)管理系統(tǒng)聯(lián)網(wǎng)工作的通知》、《貴州省大氣污染物和水污染物環(huán)境保護(hù)稅稅額的決定(草案)》(征求意見(jiàn))、《貴州省2017年大氣污染防治年度實(shí)施方案》《2017年中國(guó)氣候公報(bào)》等公告, 貴州省對(duì)大氣污染的防治工作越發(fā)重視, 且2017貴陽(yáng)市大氣污染相對(duì)嚴(yán)重, 氣象變化大。因此本文基于貴州省2017年氣象數(shù)據(jù)對(duì)不同季節(jié)各污染物的變化情況及其空間分布特征和各季節(jié)污染物與氣象因素的相關(guān)性進(jìn)行研究。通過(guò)中國(guó)環(huán)境監(jiān)測(cè)總站獲得研究區(qū)9個(gè)國(guó)控監(jiān)測(cè)站點(diǎn)2017年1月1日至2017年12月31日的PM2.5、PM10、CO、NO2、SO2、O3日均濃度的數(shù)據(jù)。9個(gè)站點(diǎn)分別為: 馬鞍山、市環(huán)保站、鑒湖路、燕子沖、碧云窩、中院村、紅邊門、新華路和太慈橋, 監(jiān)測(cè)站點(diǎn)所在的位置詳見(jiàn)圖1。貴陽(yáng)市氣象數(shù)據(jù)降水量、氣溫、風(fēng)速、氣壓、日照長(zhǎng)度、相對(duì)濕度和蒸發(fā)量為日均值數(shù)據(jù), 從中國(guó)氣象數(shù)據(jù)網(wǎng)(http://www.data.cma.cn)獲取, 時(shí)間跨度為2017年1月1日至12月31日。1:100萬(wàn)的行政區(qū)邊界矢量數(shù)據(jù)來(lái)自中國(guó)科學(xué)院(http://www. cas.cn/)。社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)自2000—2018年的《貴州省統(tǒng)計(jì)年鑒》。

1.3 研究方法

1.3.1 樣條函數(shù)插值法

樣條函數(shù)法是一種精確的插值方法, 通過(guò)數(shù)學(xué)函數(shù)關(guān)系對(duì)已知點(diǎn)進(jìn)行擬合, 生成一個(gè)通過(guò)所有已知點(diǎn)的曲面, 且表面總曲率最小, 像是插入一個(gè)軟膜且使它經(jīng)過(guò)各個(gè)已知點(diǎn)[17]。本文以2017年1月1日—2018年2月28日6種大氣污染物數(shù)據(jù)作為數(shù)據(jù)源, 運(yùn)用樣條函數(shù)插值法, 借助ArcGIS10.2平臺(tái)的分析工具, 以各空氣質(zhì)量監(jiān)測(cè)站點(diǎn)的經(jīng)緯坐標(biāo)為基礎(chǔ), 對(duì)用Excel統(tǒng)計(jì)得出的6種大氣污染物的四季的數(shù)據(jù)進(jìn)行空間插值, 分析貴陽(yáng)市主城區(qū)6種大氣污染物春、夏、秋、冬的空間分布特征。

1.3.2 Pearson相關(guān)分析法

為明確大氣污染物和氣象要素的相互關(guān)系, 利用Pearson相關(guān)系數(shù)[18]對(duì)貴陽(yáng)市主城區(qū)6種大氣污染物的日均值濃度數(shù)據(jù)與相應(yīng)降水量、氣溫、風(fēng)速、氣壓、日照長(zhǎng)度、相對(duì)濕度和蒸發(fā)量相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析, 計(jì)算相關(guān)系數(shù)并進(jìn)行顯著性檢驗(yàn), 公式如下:

2 結(jié)果和分析

2.1 大氣污染物的時(shí)間變化特征

2.1.1 大氣污染物的月變化特征

2017年, 貴陽(yáng)市主城區(qū)PM2.5、PM10、CO和SO2的月平均濃度整體呈現(xiàn)先降后增趨勢(shì)(圖2), 折線圖呈“U”形。由圖可知, PM2.5, PM10和SO2最高濃度值均出現(xiàn)于12月, 分別為50.56 μg·m-3、90.02 μg·m-3和28.02 μg·m-3; 低值則分別出現(xiàn)于7月(18.98 μg·m-3)、6月(33.19 μg·m-3)和8月(6.33 μg·m-3)。CO的濃度則是1月(0.98 mg·m-3)為高值, 10月(0.59 mg·m-3)為低值。NO2月均濃度值變化呈波動(dòng)上升的趨勢(shì), 1月、3月、11月和12月較高, 2月和4-10月相對(duì)較低, 月平均濃度值從28.29 μg·m-3至37.42 μg·m-3, 其中高值出現(xiàn)在12月(37.42 μg·m-3), 低值出現(xiàn)在10月(21.10 μg·m-3)。O3月均濃度值則具有“單峰型”的變化特征, 波峰出現(xiàn)在4月(78.20 μg·m-3), 波谷出現(xiàn)在11月(40.18 μg·m-3)。通過(guò)對(duì)比各指標(biāo)與其標(biāo)準(zhǔn)偏差, 發(fā)現(xiàn)各指標(biāo)數(shù)值分布較為集聚, 其中CO、SO2、O3數(shù)值的集聚程度最為顯著。

2.1.2 大氣污染物的季節(jié)變化特征

基于2017年1月—2017年12月的各站點(diǎn)大氣污染物的數(shù)據(jù), 計(jì)算各站點(diǎn)四季的算術(shù)平均值即為該站點(diǎn)大氣污染物的季節(jié)平均質(zhì)量濃度。根據(jù)貴州省的氣候特征, 貴州春季為3—5月, 夏季為6—8, 秋季為9—11月, 冬季為12月—2月。從圖3可知, PM2.5、CO、NO2、SO2季節(jié)變化趨勢(shì)一致, 均呈現(xiàn)冬季>春季>秋季>夏季的變化趨勢(shì)。PM10和O3的變化趨勢(shì)則有所不同, PM10為冬季>秋季>春季>夏季的趨勢(shì), O3為春季>冬季>秋季>夏季的趨勢(shì)。數(shù)據(jù)表明, 貴陽(yáng)市主城區(qū)PM2.5、PM10、CO、NO2、SO2、O3濃度的年平均值分別為32.48 μg·m-3, 54.99 μg·m-3, 0.72 mg·m-3, 26.63 μg·m-3, 12.86 μg·m-3和52.80 μg·m-3。四季中, 污染物濃度除O3最大值出現(xiàn)在春季(70.43μg·m-3)外, 其余污染物最大值均出現(xiàn)在冬季, 分別為46.48μg·m-3、73.01μg·m-3、0.9mg·m-3、30.71μg·m-3、23.71μg·m-3。污染物濃度最小值均出現(xiàn)在夏季, 分別為21.12μg·m-3、36.58μg·m-3、0.62mg·m-3、23.51μg·m-3、6.35μg·m-3、45.19μg·m-3。且冬季PM2.5、PM10、CO、NO2、SO2和O3濃度比夏季分別增長(zhǎng)120%、100%、45%、31%、273%、6%,且以PM2.5和SO2的增長(zhǎng)最為顯著。上述分析表明, 貴陽(yáng)市主城區(qū)大氣污染物質(zhì)量濃度具有明顯的季節(jié)性差異,且冬季的污染程度比夏季更嚴(yán)重。通過(guò)對(duì)比各指標(biāo)與其標(biāo)準(zhǔn)偏差, 發(fā)現(xiàn)各指標(biāo)數(shù)值分布較為集聚, 其中又以PM2.5、CO、SO2、O3數(shù)值的集聚程度最為顯著。

圖2 2017年貴陽(yáng)市主城區(qū)大氣污染物月際變化

Figure 2 Monthly variation of air pollutants in the main urban area of Guiyang City in 2017

圖3 貴陽(yáng)市主城區(qū)大氣污染物季節(jié)變化

Figure 3 Seasonal variation of air pollutants in the main urban area of Guiyang City

2.2 大氣污染物的空間分布特征

2.2.1 春季大氣污染物的空間特征

本文以ArcGIS軟件為支撐, 采用樣條函數(shù)插值法獲取研究區(qū)春季大氣污染物的空間分布特征(圖4)。由圖可知, 研究區(qū)PM2.5平均質(zhì)量濃度31.92 μg·m-3, 空間分布呈現(xiàn)“東高西低”的趨勢(shì)(圖4a), 高值區(qū)域主要分布于南明區(qū)、烏當(dāng)區(qū)和云巖區(qū), 低值區(qū)域主要分布于白云區(qū)和觀山湖區(qū)。PM10平均質(zhì)量濃度54.20 μg·m-3, 空間分布整體呈現(xiàn)“南高北低”的分布趨勢(shì), 高值區(qū)域位于花溪區(qū), 低值區(qū)域位于白云區(qū)(圖4b)。CO平均質(zhì)量濃度0.69 mg·m-3, 質(zhì)量濃度的空間分布趨勢(shì)與PM10相反, 呈現(xiàn)出“北高南低”的趨勢(shì), 高值區(qū)域?yàn)橛^山湖區(qū)、南明區(qū)和烏當(dāng)區(qū), 低值區(qū)域?yàn)榛ㄏ獏^(qū)(圖4c), NO2、SO2平均質(zhì)量濃度分別為27.32 μg·m-3、11.02 μg·m-3, 兩者質(zhì)量濃度的空間分布具有相似性, 均呈現(xiàn)由“中心向四周”降低的趨勢(shì), 高值區(qū)域均位于南明區(qū)和白云區(qū), 低值區(qū)域也位于花溪區(qū)(圖4d-e)。O3平均質(zhì)量濃度70.43 μg·m-3, 空間分布呈現(xiàn)出“中間低四周高”的分布趨勢(shì), 其中高值區(qū)域位于花溪區(qū), 低值區(qū)域位于云巖區(qū)、南明區(qū)(圖4f)。

2.2.2 夏季大氣污染物的空間特征

從圖5(a—f)可知, 研究區(qū)夏季PM2.5平均質(zhì)量濃度21.12 μg·m-3, 空間分布與春季相同, 整體呈“東高西低”的態(tài)勢(shì), 南明區(qū)、花溪區(qū)、烏當(dāng)區(qū)及云巖區(qū)東部為高值區(qū)域, 低值區(qū)域主要為觀山湖區(qū)(圖5a)。PM10夏季平均質(zhì)量濃度36.58 μg·m-3, 其空間分布與春季一致, 均呈現(xiàn)出“南高北低”的趨勢(shì), 高值區(qū)域?yàn)榛ㄏ獏^(qū)、南明區(qū), 白云區(qū)為低值區(qū)(圖5b)。CO夏季平均質(zhì)量濃度0.62 mg·m-3, 質(zhì)量濃度的空間分布與春季的整體分布一致, 為“北高南低”, 但夏季CO的高值區(qū)域分布不突出, 主要表現(xiàn)為兩個(gè)高值點(diǎn), 一是南明區(qū), 二是云巖區(qū)東部, 花溪區(qū)仍為低值區(qū)(圖5c)。夏季NO2平均質(zhì)量濃度23.51 μg·m-3, 空間分布呈“西高東低”的空間分布, 與春季相比空間分布改變, 質(zhì)量濃度降低(-3.81 μg·m-3), 高值區(qū)域不凸顯, 低值區(qū)域?yàn)榘自茀^(qū)、觀山湖區(qū)和花溪區(qū)(圖5d)。SO2平均質(zhì)量濃度為6.35 μg·m-3, “北高南低”為SO2的空間分布狀況, 與春季相比高值區(qū)域增多, 包括南明區(qū)、云巖區(qū)、白云區(qū)和烏當(dāng)區(qū), 低值區(qū)仍為花溪區(qū)。O3平均質(zhì)量濃度45.19 μg·m-3, 質(zhì)量濃度的空間分布與春季不同, 呈“西高東低”, 高值區(qū)域?yàn)橛^山湖區(qū), 低值區(qū)為花溪區(qū)(圖5f)。

圖4 貴陽(yáng)市主城區(qū)PM2.5、PM10、CO、NO2、SO2和O3春季平均質(zhì)量濃度的空間分布

Figure 4 Spatial distribution of spring average mass concentration of PM2.5, PM10, CO, NO2, SO2and O3in the main urban area of Guiyang City

圖5 貴陽(yáng)市主城區(qū)PM2.5、PM10、CO、NO2、SO2和O3夏季平均質(zhì)量濃度的空間分布

Figure 5 Spatial Distribution of Summer average Mass concentration of PM2.5, PM10, CO, NO2, SO2and O3in the main Urban area of Guiyang City

2.2.3 秋季大氣污染物的空間特征

從圖6(a—f)可知, 研究區(qū)秋季PM2.5平均質(zhì)量濃度30.42 μg·m-3, 空間分布與春季和夏季相似, 呈“東高西低”趨勢(shì), 但與夏季相比秋季PM2.5高質(zhì)量濃度出現(xiàn)空間集聚, 南明區(qū)為高值區(qū)域, 云巖區(qū)及觀山湖區(qū)為低值區(qū)域(圖6a)。PM10平均質(zhì)量濃度56.17 μg·m-3, 秋季PM10質(zhì)量濃度與春、夏季的空間分布整體相同, “南高北低”, 且低值區(qū)分布一致, 但高值區(qū)域?yàn)榛ㄏ獏^(qū)和南明區(qū)(圖6b)。秋季CO平均質(zhì)量濃度0.66 mg·m-3, 空間分布為“西高東低”的態(tài)勢(shì), 高值區(qū)域?yàn)橛^山湖區(qū)、南明區(qū), 低值區(qū)為花溪區(qū)(圖6c)。NO2平均質(zhì)量濃度24.97 μg·m-3, 空間分布整體呈“北高南低”, 且出現(xiàn)高值空間集聚點(diǎn)—云巖區(qū)與南明區(qū)交界處, 低值區(qū)為烏當(dāng)區(qū)和白云區(qū)(圖6d)。SO2平均質(zhì)量濃度10.33 μg·m-3, 空間分布以“高值空間集聚分布, 低值南北兩側(cè)分布”為主, 高值中心于花溪區(qū)北部, 低值區(qū)為烏當(dāng)區(qū)和花溪區(qū)(圖6e)。秋季O3平均質(zhì)量濃度46.94 μg·m-3, 其低值區(qū)空間分布與夏季一致, 高值區(qū)域?yàn)橛^山湖區(qū)、烏當(dāng)區(qū)、白云區(qū)(圖6f)。

圖6 貴陽(yáng)市主城區(qū)PM2.5、PM10、CO、NO2、SO2和O3秋季平均質(zhì)量濃度的空間分布

Figure 6 Spatial Distribution of Autumn average Mass concentration of PM2.5, PM10, CO, NO2, SO2and O3in the main Urban area of Guiyang City

2.2.4 冬季大氣污染物的空間特征

從圖7(a—f)可知, 研究區(qū)PM2.5冬季平均質(zhì)量濃度46.48 μg·m-3, 質(zhì)量濃度的空間分布與春季、夏季和秋季的分布一致, 高值區(qū)域位于南明區(qū)和烏當(dāng)區(qū), 低值區(qū)位于觀山湖區(qū)和花溪區(qū)(圖7a)。冬季PM10平均質(zhì)量濃度73.01 μg·m-3, 空間分布與春季、夏季和秋季的不同, 呈“東高西低”的分布趨勢(shì), 高值區(qū)域?yàn)榛ㄏ獏^(qū)、南明區(qū)和烏當(dāng)區(qū), 低值區(qū)域?yàn)榘自茀^(qū)(圖7b)。冬季CO平均質(zhì)量濃度0.90 mg·m-3, 質(zhì)量濃度的空間分布與秋季異同, 與春夏季相同, 即“北高南低”, 高值區(qū)域位于觀山湖區(qū)、白云區(qū)和烏當(dāng)區(qū), 低值區(qū)位于花溪區(qū)(圖7c)。NO2平均質(zhì)量濃度30.71 μg·m-3, 空間分布呈“西高東低”態(tài)勢(shì), 高值區(qū)域位于云巖區(qū)、南明區(qū), 低值區(qū)位于烏當(dāng)區(qū)(圖7d)。冬季SO2平均質(zhì)量濃度23.71 μg·m-3, 質(zhì)量濃度空間分布具有集聚性, 高值區(qū)域集聚于南明區(qū)和花溪區(qū)交界處, 低值區(qū)為烏當(dāng)區(qū), (圖7e), 冬季O3平均質(zhì)量濃度48.11 μg·m-3, 空間分布與夏秋季一致, 為“西高東低”, 高值區(qū)域?yàn)橛^山湖區(qū)和白云區(qū), 低值區(qū)為花溪區(qū)(圖7f)。

2.2.5 污染物空間分布成因分析

春季污染物高值區(qū)域主要集中在南明區(qū)、烏當(dāng)區(qū), 夏季污染物高值區(qū)域主要集中在南明區(qū)、烏當(dāng)區(qū)、云巖區(qū)和觀山湖區(qū), 秋季污染物高值區(qū)域主要分布于南明區(qū)、烏當(dāng)區(qū)、白云區(qū)、觀山湖, 冬季污染物高值區(qū)域主要出現(xiàn)在南明區(qū)、烏當(dāng)區(qū)、白云區(qū)、觀山湖, 原因?yàn)榇?、秋、冬季貴州降水量較少氣溫低, 且盛行東北風(fēng), 而此風(fēng)向上工業(yè)產(chǎn)業(yè)集聚, 致使東北風(fēng)將污染帶入城區(qū), 南明區(qū)、觀山湖、云巖區(qū)等污染物濃度增高, 烏當(dāng)?shù)茸鳛楣I(yè)產(chǎn)業(yè)區(qū)自身污染就較嚴(yán)重[15]。夏季貴州盛行南風(fēng), 風(fēng)速大, 且此風(fēng)向上無(wú)明顯污染源, 故南部的污染物濃度較低, 且貴陽(yáng)市南部開口型盆地地形則使得污染物在北部集聚難以擴(kuò)散[19], 從而出現(xiàn)污染物在南明區(qū)、烏當(dāng)區(qū)、云巖區(qū)和觀山湖區(qū)集聚的現(xiàn)象。四季污染物低值區(qū)域主要集中在花溪區(qū), 原因?yàn)榛ㄏ獏^(qū)工業(yè)產(chǎn)業(yè)欠發(fā)達(dá), 植被覆蓋較高, 導(dǎo)致其污染物濃度較其它區(qū)域較低[16]。污染物濃度空間分布季節(jié)變化與污染源及氣象因素息息相關(guān)。

2.3 大氣污染物間及與氣象因素的相關(guān)性分析

2.3.1 大氣污染物間相關(guān)性分析

利用Pearson相關(guān)分析方法, 運(yùn)用SPSS軟件分析貴陽(yáng)市主城區(qū)2017年—2018年2月月均各大氣污染質(zhì)量濃度之間的相關(guān)性, 這對(duì)分析大氣污染、開展大氣治理具有重要意義[20]。并把相關(guān)系數(shù)分為無(wú)相關(guān)(0—0.2)、弱相關(guān)(0.2—0.4)、相關(guān)(0.4—0.6)、強(qiáng)相關(guān)(0.6—0.8)、極強(qiáng)相關(guān)(0.8—1)5個(gè)區(qū)間[21]。從表1可知, 春、夏、秋、冬四季PM2.5、PM10、CO、NO2和SO2間具有顯著正相關(guān)性, 表明這5種污染物對(duì)彼此質(zhì)量濃度的增加具有促進(jìn)作用[22], 其中, 又以PM2.5和PM10的相關(guān)性最高, 相關(guān)系數(shù)為0.9以上, 屬極強(qiáng)相關(guān), 主要原因?yàn)槎叨际且约?xì)顆粒物的形式存在, 且成因相似。也說(shuō)明細(xì)顆粒物PM2.5是可吸入顆粒PM10重要組成部分。除PM2.5和PM10外, 春、冬季NO2和SO2相關(guān)性最高, 相關(guān)系數(shù)分別為0.687、0.860, 為極強(qiáng)相關(guān), 表明兩者的排放或具有協(xié)同性, 如機(jī)動(dòng)車尾氣排放是NO2和SO2的主要污染源, 且春節(jié)期間返鄉(xiāng)和返工導(dǎo)致機(jī)動(dòng)車尾氣排放量增加。夏季NO2和CO的相關(guān)性最高(0.857), 屬極強(qiáng)相關(guān), 原因是兩者來(lái)源相同, 均是汽車尾汽的重要組成部分。秋季PM10和NO2的相關(guān)性最高(0.867), 為極強(qiáng)相關(guān), 因?yàn)镹O2作為前體物質(zhì)在太陽(yáng)輻射作用下與O3發(fā)生復(fù)雜光化學(xué)反應(yīng), 完成氣向粒的轉(zhuǎn)變, 反應(yīng)生成一系列二次顆粒物[23]。O3與PM2.5、PM10、CO、NO2、SO2均呈負(fù)相關(guān)性, 春、秋、冬季O3與NO2相關(guān)最高, 相關(guān)系數(shù)分別為0.484、0.278、0.534, 原因?yàn)镹O2在太陽(yáng)輻射作用下光解為NO和O, 促進(jìn)O2光化學(xué)反應(yīng), 形成O3。夏季O3與SO2相關(guān)性最高, 主要是因?yàn)镾O2與O3遇熱之后生成SO3, 因此SO2濃度與O3濃度具有較高的相關(guān)性[24]。

圖7 貴陽(yáng)市主城區(qū)PM2.5、PM10、CO、NO2、SO2和O3冬季平均質(zhì)量濃度的空間分布

Figure 7 Spatial distribution of winter average mass concentration of PM2.5, PM10, CO, NO2, SO2and O3in the main urban area of Guiyang City

2.3.2 大氣污染物與氣象因素相關(guān)性分析

氣象因素是除了人類活動(dòng)外影響大氣污染物濃度高低的重要因素之一[25]。采用SPSS Pearson相關(guān)分析方法, 分析了氣象要素對(duì)6大污染物的影響(表2)。

春季相對(duì)濕度是影響多數(shù)大氣污染物的主要?dú)庀笠蛩?表2)。相對(duì)濕度與PM2.5、PM10、NO2、O3、SO2呈顯著負(fù)相關(guān), 與CO顯著正相關(guān), 可能是空氣中的顆粒物在較高相對(duì)濕度與空氣中的水汽凝結(jié)發(fā)生沉降[26], 致使污染物濃度降低。降水量與污染物均呈負(fù)相關(guān), 其中與PM2.5、PM10、O3呈顯著負(fù)相關(guān), 氣壓與CO呈顯著負(fù)相關(guān), 與SO2呈顯著正相關(guān), 蒸發(fā)量與CO、SO2呈顯著負(fù)相關(guān), 與O3呈顯著正相關(guān)。除O3外, PM2.5、PM10、CO、NO2、SO2與風(fēng)速呈顯著負(fù)相關(guān)。日照長(zhǎng)度與PM10、NO2、O3呈顯著正相關(guān), 原因?yàn)槿照臻L(zhǎng)度會(huì)影響太陽(yáng)輻射及溫度, 日照時(shí)間長(zhǎng), 太陽(yáng)紫外輻射增強(qiáng), 促進(jìn)光化學(xué)反應(yīng), 因而相對(duì)O3濃度較高[27], 而NO2作為前體物質(zhì)在太陽(yáng)輻射作用下與O3發(fā)生復(fù)雜光化學(xué)反應(yīng), 完成氣向粒的轉(zhuǎn)變, 反應(yīng)生成一系列二次顆粒物。氣溫與O3呈顯著正相關(guān), 表明氣溫升高, 對(duì)流層光化學(xué)反應(yīng)速率加快, 促進(jìn)O3前體物質(zhì)間的轉(zhuǎn)化速度, 促進(jìn)O3的生成[28]。

表1 貴陽(yáng)市主城區(qū)大氣污染物相關(guān)性分析

注:* 相關(guān)性在0.05上顯著; ** 相關(guān)性在 0.01上顯著。

表2 貴陽(yáng)市主城區(qū)大氣污染物與氣象因素相關(guān)性分析

注: * 相關(guān)性在 0.05 上顯著; ** 相關(guān)性在 0.01 上顯著。

夏季降水量和氣壓是影響大氣污染物的關(guān)鍵氣象因素(表2)。Pearson相關(guān)系數(shù)顯示, PM2.5、PM10、CO、NO2、SO2、O3與降水量和氣壓均呈負(fù)相關(guān)。降水量對(duì)大氣污染物濃度的影響主要體現(xiàn)在降雨對(duì)大氣污染物的沖刷作用, 雨滴降落對(duì)大氣中的顆粒物及CO、NO2、SO2經(jīng)吸附和沉降, 降低大氣污染物的濃度。而氣壓的影響主要是高壓中心氣流輻合上升, 空氣的垂直運(yùn)動(dòng)旺盛, 有利污染的擴(kuò)散。氣溫與O3顯著正相關(guān), 日照長(zhǎng)度與PM10、O3顯著正相關(guān), 相對(duì)濕度與PM10、NO2、SO2、03顯著負(fù)相關(guān), 蒸發(fā)量與O3顯著正相關(guān)。風(fēng)速與PM2.5、PM10、CO、NO2、SO2顯著負(fù)相關(guān), 表明風(fēng)速越大越有利于大氣污染物的擴(kuò)散。

秋季風(fēng)速是影響大氣污染物的重要影響因素(表2)。風(fēng)速與O3顯著正相關(guān), 與其它五種污染物顯著負(fù)相關(guān), 表明風(fēng)速越大, 污染物越容易擴(kuò)散, 以致能見(jiàn)度提高, 太陽(yáng)輻射增強(qiáng), 促進(jìn)O3的光化學(xué)反應(yīng)速率致使O3濃度增加。與春季相同, 相對(duì)濕度是影響PM2.5、PM10、SO2、NO2、O3的主要因素, 且與之呈顯著負(fù)相關(guān), 說(shuō)明相對(duì)濕度對(duì)污染物擴(kuò)散具有重要作用。降水量與PM2.5、PM10、SO2顯著負(fù)相關(guān), 除O3外, 氣溫與其它五種污染物顯著負(fù)相關(guān), 表明氣溫升高氣流的對(duì)流和垂直運(yùn)動(dòng)旺盛, 污染物易擴(kuò)散。相反, 當(dāng)出現(xiàn)逆溫層則會(huì)阻礙污染物的擴(kuò)散, 污染物集聚加劇大氣污染程度[29]。日照長(zhǎng)度與PM10、NO2、O3顯著正相關(guān), 氣壓與PM10、NO2顯著正相關(guān), 與CO、O3顯著負(fù)相關(guān), 蒸發(fā)量與CO、SO2顯著負(fù)相關(guān), 與O3顯著正相關(guān), 原因是蒸發(fā)量大表明氣溫及風(fēng)速較大, 在這一環(huán)境條件下有利于污染物的擴(kuò)散, 污染物濃度降低, 而O3濃度卻因氣溫高, 對(duì)流層光化學(xué)反應(yīng)加快有利于O3的生成而濃度增加。

冬季氣壓是影響大氣污染物的關(guān)鍵因素(表2)。除O3外, 氣壓與其他5種污染物濃度呈顯著正相關(guān)。說(shuō)明在高壓靜穩(wěn)天氣下大氣污染物不易擴(kuò)散易集聚, 導(dǎo)致其他5種污染物濃度增加, 大氣能見(jiàn)度降低, O3濃度下降。除CO外, 其余五種污染物與日照長(zhǎng)度和蒸發(fā)量呈顯著正相關(guān), 與相對(duì)濕度呈負(fù)相關(guān), 其它氣象因素對(duì)大氣污染物的影響不顯著, 表明冬季日照長(zhǎng)度和蒸發(fā)量對(duì)污染物的集聚具有一定的作用, 而相對(duì)濕度對(duì)降低污染物濃度具有一定作用, 但冬季氣象因素對(duì)污染物的貢獻(xiàn)可能比人為因素低[22]。PM10與降水量呈顯著負(fù)相關(guān), 說(shuō)明冬季降水對(duì)空氣中顆粒物的清除具有重要作用。

3 討論

在自然生態(tài)系統(tǒng)中, 大氣污染物污染程度主要受氣象條件的影響, 同時(shí)與污染物間的特性息息相關(guān)。本文研究結(jié)果顯示, 首先, PM2.5、PM10、CO、NO2、SO2間具有顯著正相關(guān)性, 與O3均呈負(fù)相關(guān), 又以PM2.5和PM10的相關(guān)性最高。白楊[30]等研究表明PM2.5與CO呈顯著強(qiáng)正相關(guān), 與NO2呈顯著中等正相關(guān), 與PM10、SO2均呈顯著極弱相關(guān), 與O3呈負(fù)相關(guān)。董佳丹[31]、沈楠馳[20]等利用SPSS對(duì)中國(guó)大氣質(zhì)量狀況時(shí)空變化及天津市污染物時(shí)空分布及成因的分析結(jié)果顯示, PM2.5、PM10、NO2、SO2、CO之間均呈極顯著正相關(guān)關(guān)系, 其中PM2.5和PM10相關(guān)性最強(qiáng), O3與其余5類污染物均為顯著負(fù)相關(guān)關(guān)系, 與本文的研究結(jié)果一致。然而, 在黃曉虎[32]等分析中國(guó)城市大氣污染物時(shí)空分布征及其相關(guān)性的研究結(jié)果中, PM2.5、PM10與CO、NO2、SO2呈正相關(guān)性, 且PM2.5與CO、NO2的相關(guān)性最強(qiáng), 相較于本文的研究結(jié)果存在差異, 究其原因, NO2、SO2和CO在大氣中作為前體物質(zhì), 由于太陽(yáng)輻射易與O3、VOCs發(fā)生復(fù)雜的光化學(xué)反應(yīng), 從而實(shí)現(xiàn)由氣向粒的轉(zhuǎn)化, 生成一系列二次顆粒物。其次, 不同季節(jié)影響大氣污染物的關(guān)鍵氣象因素不同, 春季為相對(duì)濕度, 夏季為降水量和氣壓, 秋季是風(fēng)速, 冬季則以氣壓為主要影響因素。有學(xué)者研究發(fā)現(xiàn), 風(fēng)速大小對(duì)大氣顆粒物的傳輸擴(kuò)散有重要的影響[33]。張亞茹[11]、謝劭峰[29]等研究表明。風(fēng)速影響著污染物擴(kuò)散的情況, 排放源的污染物會(huì)隨著風(fēng)被傳送到其他地區(qū), 風(fēng)速越大, 越有利于主要污染物的消散。舒卓智[34]、王無(wú)為[35]等研究發(fā)現(xiàn)溫度和氣壓與SO2、NO2、CO、PM10和PM2.5呈現(xiàn)顯著負(fù)相關(guān), 與O3呈顯著正相關(guān)。平均氣溫、平均水汽壓與SO2、NO2、CO、PM2.5和PM10均呈顯著負(fù)相關(guān), 而與O3呈顯著正相關(guān), 降水量與SO2、NO2和CO呈顯著負(fù)相關(guān)。曾鵬[23]對(duì)柳州市核心區(qū)的研究發(fā)現(xiàn)影響大氣污染物的氣象因素在春、夏季為降水量, 秋季是風(fēng)速, 冬季是氣壓, 其次是氣溫。方曉婷[36]等研究深圳市氣象因素對(duì)污染物的影響表明相對(duì)濕度對(duì)4個(gè)季節(jié)的空氣質(zhì)量均有顯著影響, 但春秋兩季主要受氣溫的影響, 而夏季和冬季則主要受十分鐘平均風(fēng)速影響。這與本文研究結(jié)果有一定的差異, 原因主要是受不同地區(qū)水熱條件具有差異性及其氣象指標(biāo)選取差異造成。

本文主要是分季節(jié)對(duì)貴陽(yáng)市主城區(qū)6種大氣污染物時(shí)空分布特征及與氣象因素的相關(guān)性等進(jìn)行了分析, 但除受氣象因素外, 地形地貌對(duì)大氣污染物同樣具有重要的影響。韓燕[37]等研究表明臨汾市由于受凹字型地形影響, 邊界層以內(nèi)大氣流場(chǎng)易出現(xiàn)輻合特別是在重污染過(guò)程中, 這種輻合流場(chǎng)易造成大氣污染物在局部地區(qū)堆積。張坤龍[38]等研究發(fā)現(xiàn)山區(qū)對(duì)天氣系統(tǒng)具有明顯的遮擋作用, 導(dǎo)致天氣系統(tǒng)移動(dòng)緩慢或停滯不前, 形成風(fēng)速小、靜風(fēng)日數(shù)多的氣候特點(diǎn); 李霞[39]等研究說(shuō)明復(fù)雜地形下墊面的非均勻性會(huì)對(duì)氣流運(yùn)動(dòng)和氣象條件產(chǎn)生動(dòng)力和熱力的影響, 引起局地環(huán)流, 如城市熱島環(huán)流、山谷風(fēng)、海陸風(fēng)、過(guò)山氣流等, 其彼此間的相互作用, 對(duì)污染物的傳輸擴(kuò)散影響很大。以上研究表明, 不同的地形地貌條件會(huì)導(dǎo)致局地環(huán)流改變, 形成局地小氣候。而貴陽(yáng)作為山城, 春、秋、冬季貴陽(yáng)盛行東北風(fēng), 且地勢(shì)相對(duì)較低, 污染物易在盆地中部集聚[40], 而夏季貴陽(yáng)盛行南風(fēng), 且貴陽(yáng)市為南部開口型盆地地形則使得污染物在北部集聚難以擴(kuò)散[19]。此外, 這一特殊的地形地貌可能會(huì)導(dǎo)致局地氣流的改變, 形成山谷風(fēng)、熱島環(huán)流和山口風(fēng)等, 從而影響大氣污染的分布。而本文鑒于有限的數(shù)據(jù), 缺乏地形特征對(duì)大氣污染物的影響研究和社會(huì)經(jīng)濟(jì)數(shù)據(jù)與大氣污染物之間相關(guān)性的研究, 且未能對(duì)連續(xù)多年的時(shí)空演化特征進(jìn)行深入分析。在筆者今后的研究中, 選取適宜的地形因子數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)指標(biāo), 從長(zhǎng)時(shí)間尺度定量和定性的分析其與大氣污染物相關(guān)性的研究亟待開展。

4 結(jié)論

(1)從污染物的月均質(zhì)量濃度變化看, 2017年P(guān)M2.5, PM10, CO和SO2月均濃度的變化趨勢(shì)均呈“U”形, NO2為波動(dòng)上升的趨勢(shì), 而O3濃度則具有“單峰型”的變化特征。從季節(jié)質(zhì)量濃度變化看, PM2.5、CO、NO2、SO2季節(jié)變化趨勢(shì)一致, 均呈現(xiàn)冬季>春季>秋季>夏季的變化趨勢(shì), 但PM10和O3則有所不同, PM10為冬季>秋季>春季>夏季的趨勢(shì), O3為春季>冬季>秋季>夏季的趨勢(shì)。

(2)從污染物的空間分布看, 除了PM2.5質(zhì)量濃度的空間分布春季、夏季和秋季和冬季一致外, 其他污染物在同一季節(jié)仍具有不同的空間分布特征。PM10春、夏、秋季質(zhì)量濃度呈“南高北低”空間分布, 冬季則為“東高西低”; CO質(zhì)量濃度除秋季外, 都為“北高南低”的分布趨勢(shì); NO2和SO2質(zhì)量濃度則是在不同季節(jié)具有不同的空間分布特征; O3質(zhì)量濃度夏、秋、冬季呈“西高東低”的空間分布, 春季為“中間低四周高”的空間分布。污染物濃度空間分布季節(jié)變化與人類活動(dòng)強(qiáng)度密切相關(guān)。

(3)從污染物間及其與氣象因素的相關(guān)性看, PM2.5、PM10、CO、NO2、SO2間具有顯著正相關(guān)性, 與O3均呈負(fù)相關(guān), 其中PM2.5和PM10的相關(guān)性最高, 表明二者的排放或具有協(xié)同性。不同季節(jié)影響大氣污染物的關(guān)鍵氣象因素不同, 春季為相對(duì)濕度, 夏季為降水量和氣壓, 秋季是風(fēng)速, 冬季則以氣壓為主要影響因素。

[1] 閆晶潔, 李艷紅, 馬瑩萍. 天山北坡河谷型城市大氣NO2和SO2時(shí)空變化及影響因素分析[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào), 2020, 36(10): 1268–1275.

[2] 王躍思, 張軍科, 王莉莉, 等. 京津冀區(qū)域大氣霾污染研究意義、現(xiàn)狀及展望[J]. 地球科學(xué)進(jìn)展, 2014, 29(3): 388–396.

[3] 李名升, 張建輝, 張殷俊, 等. 近10年中國(guó)大氣PM10污染時(shí)空格局演變[J]. 地理學(xué)報(bào), 2013, 68(11): 1504–1512.

[4] PENG J, CHEN S, LU HL, et al. Spatiotemporal patterns of remotely sensed PM2. 5concentration in China from 1999 to 2011 [J]. Remote Sensing of Environment, 2016, 174: 109– 121.

[5] CHAN CK , YAO X . Air pollution in mega cities in China[J]. Atmospheric Environment, 2007, 42(1): 1–42.

[6] XU M, GUO Y, ZHANG Y, et al. Spatiotemporal analysis of particulate air pollution and is chemic heart disease mortality in Beijing, China[J]. Environmental Health, 2014, 13(1): 1091–1106

[7] 蘇含笑, 葛碧洲, 陳興都. 典型城市市區(qū)春冬季PM2. 5污染特征及來(lái)源分析[J]. 環(huán)境工程, 2018, 36(9): 99–103.

[8] 賈夢(mèng)唯, 趙天良, 張祥志, 等. 南京主要大氣污染物季節(jié)變化及相關(guān)氣象分析[J]. 中國(guó)環(huán)境科學(xué), 2016, 36(9): 2567–2577.

[9] 江琪, 王飛, 張恒德, 等. 北京市PM2. 5和氣態(tài)前體物相關(guān)關(guān)系分析[J]. 環(huán)境科學(xué)與技術(shù), 2018, 41(4): 77–84.

[10] 馮鑫媛, 張瑩. 川渝地區(qū)大氣污染物質(zhì)量濃度時(shí)空分布特征[J]. 中國(guó)科技論文, 2018, 13(15): 1708–1715.

[11] 張亞茹, 陳永金, 郭慶春, 等. 濟(jì)南市大氣污染物時(shí)空變化及預(yù)測(cè)分析[J]. 環(huán)境工程, 2020, 38(2): 114–121.

[12] 宋榮, 楊艷蓉, 楊柳妹, 等. 近年南京冬季首要大氣污染物時(shí)空分布特征[J]. 環(huán)境科學(xué)與技術(shù), 2020, 43(S1): 72–77.

[13] 李松, 鄧寶昆, 邵技新, 等. 基于GIS的貴陽(yáng)PM2. 5質(zhì)量濃度城鄉(xiāng)過(guò)渡特征及影響因素研究[J]. 生態(tài)環(huán)境學(xué)報(bào), 2014, 23(8): 1298–1304.

[14] 張春輝, 劉群, 徐徐, 等. 貴陽(yáng)市臭氧濃度變化及與氣象因子的關(guān)聯(lián)性[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2019, 35(3): 82–92.

[15] 梁隆超, 仇廣樂(lè), 陳卓. 貴陽(yáng)市城區(qū)大氣顆粒物PM2. 5的污染特征與季節(jié)變化規(guī)律[J]. 地球與環(huán)境, 2015, 43(3): 290–295.

[16] 蘇志華, 王建華. 貴陽(yáng)市大氣顆粒物的污染特征及其影響因素分析[J]. 中山大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 54(5): 77–84.

[17] 張琳娜, 樊雋軒, 侯旭東, 等. 地層數(shù)據(jù)的常用空間插值方法介紹和比較分析——以上揚(yáng)子區(qū)寶塔組厚度重建為例[J]. 地層學(xué)雜志, 2016, 40(4): 420–428.

[18] 劉靜, 溫仲明, 剛成誠(chéng). 黃土高原不同植被覆被類型NDVI對(duì)氣候變化的響應(yīng)[J]. 生態(tài)學(xué)報(bào), 2020, 40(2): 678–691.

[19] 尚媛媛, 鄭小波, 夏曉玲, 等. 貴陽(yáng)市PM2. 5分布特征及氣象條件的影響[J]. 高原山地氣象研究, 2018, 38(3): 45–50.

[20] 沈楠馳, 周丙鋒, 李珊珊, 等. 2015—2019年天津市大氣污染物時(shí)空變化特征及成因分析[J]. 生態(tài)環(huán)境學(xué)報(bào), 2020, 29(9): 1862–1873.

[21] 吳蒙, 彭慧萍, 范紹佳, 等. 珠江三角洲區(qū)域空氣質(zhì)量的時(shí)空變化特征[J]. 環(huán)境科學(xué)與技術(shù), 2015, 38(2): 77–82.

[22] 李敏, 何紅弟. 上海市大氣環(huán)境中PM2. 5與其他污染物相關(guān)性研究[J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2018, 40(10): 127–134.

[23] 曾鵬, 辛存林, 于奭, 等. 典型西南工業(yè)城市柳州市核心區(qū)大氣污染物時(shí)空分布與氣象因素研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2020, 40(1): 13–26.

[24] 韓博, 姚婷瑋, 王立婕, 等. 天津機(jī)場(chǎng)區(qū)域大氣NO2及O3影響因子研究[J]. 中國(guó)環(huán)境科學(xué), 2020, 40(6): 2398– 2408.

[25] 繆明榕, 吳輝, 朱毅, 等. 南通市大氣污染物濃度變化特征及其與氣象因素的關(guān)系[J]. 科學(xué)技術(shù)與工程, 2020, 20(22): 9248–9254.

[26] 高嵩, 田蓉, 郭彬, 等. 長(zhǎng)三角典型城市PM2. 5濃度變化特征及與氣象要素的關(guān)系[J]. 科學(xué)技術(shù)與工程, 2018, 18(9): 142–155.

[27] 關(guān)清, 鄭有飛, 趙輝, 等. PM2. 5及氣象要素對(duì)烏魯木齊市臭氧的影響[J]. 科學(xué)技術(shù)與工程, 2019, 19(10): 275– 281.

[28] 梁俊寧, 馬啟翔, 汪平, 等. 陜西省西咸新區(qū)空港新城夏季臭氧與氣象因子關(guān)系分析[J]. 生態(tài)環(huán)境學(xué)報(bào), 2019, 28(10): 2020–2026.

[29] 謝劭峰, 周志浩, 李國(guó)弘. 南寧市PM2. 5濃度與氣象因素的關(guān)系[J]. 科學(xué)技術(shù)與工程, 2020, 20(2): 460–466.

[30] 白楊, 楊劍, 陳鵬, 等. 基于空間插值的西安市重空氣污染期間主要污染物時(shí)空變化特征及相關(guān)性分析[J]. 環(huán)境科學(xué)研究, 2020, 33(4): 809–819.

[31] 董佳丹, 陳曉玲, 蔡曉斌, 等. 基于中國(guó)大氣環(huán)境監(jiān)測(cè)站點(diǎn)的2015—2019年大氣質(zhì)量狀況時(shí)空變化分析[J]. 地球信息科學(xué)學(xué)報(bào), 2020, 22(10): 1983–1995.

[32] 黃曉虎, 韓秀秀, 李帥東, 等. 城市主要大氣污染物時(shí)空分布特征及其相關(guān)性[J]. 環(huán)境科學(xué)研究, 2017, 30(7): 1001–1011.

[33] 曹云生, 趙艷玲. 污染過(guò)程和不同天氣下PM2.5質(zhì)量濃度變化特征[J]. 生態(tài)科學(xué), 2020, 39(5): 91–99.

[34] 卓智, 趙天良, 鄭小波, 等. 清潔大氣背景下貴陽(yáng)空氣質(zhì)量變化及氣象作用[J]. 中國(guó)環(huán)境科學(xué), 2017, 37(12): 4460– 4468.

[35] 王無(wú)為, 黃建武, 龔勝生, 等. 2016年武漢市大氣污染物時(shí)空分布特征及影響因素[J]. 環(huán)境監(jiān)測(cè)管理與技術(shù), 2018, 30(6): 20–24.

[36] 方曉婷, 段華波, 胡明偉, 等. 氣象因素對(duì)大氣污染物影響的季節(jié)差異分析及預(yù)測(cè)模型對(duì)比—以深圳為例[J]. 環(huán)境污染與防治, 2019, 41(5): 541–546.

[37] 韓燕, 劉保雙, 張?jiān)７? 等. 臨汾市地形氣象特征及大氣自凈能力分析[J]. 南開大學(xué)學(xué)報(bào)(自然科學(xué)版), 2019, 52(6): 92–98.

[38] 張坤龍. 漳州市區(qū)顆粒物濃度及地理地形氣象條件分析[J]. 海峽科學(xué), 2019(10): 43–47.

[39] 李霞, 賈健. 復(fù)雜地形多尺度氣流對(duì)城市大氣污染影響的研究進(jìn)展[J]. 沙漠與綠洲氣象, 2016, 10(6): 1–10.

[40] 楊佳, 葛馨, 吳起鑫. 貴陽(yáng)市主城區(qū)空氣質(zhì)量指數(shù)時(shí)空分布特征[J]. 長(zhǎng)江流域資源與環(huán)境, 2018, 27(8): 1827– 1835.

The temporal-spatial distribution features and cause analysis of atmospheric pollutants in Guiyang main urban area

ZHANG Na1, ZHOU Guofu1,*, HUANG Qifen1, LEI Chang1, LIU Chunjun1, ZHANG Di2

1. School of Geography and Environmental Science, Guizhou Normal University, Guiyang 550000, China 2. School of Geographic Science, Zhaotong University, Zhaotong 657000, China

In order to reveal the distribution features and causes of atmospheric pollutants in Guiyang, this paper employed the methods of regression analysis and spline interpolation to perform an analysis of main atmospheric pollutants in Guiyang city, based on data obtained from the state-controlled monitoring station. The results are listed below. (1) The monthly changes of pollutants show following features: the curve of O3is unimodal, that of NO2fluctuates up, and the monthly mass concentration of the rest 4 pollutants shows a U-shaped curve. In terms of seasonal changes, the mass concentration of PM2.5, CO, NO2and SO2is highest in winter, followed by spring, autumn and then summer, that of PM10is the highest in winter, followed by autumn, spring, and then summer, and that of O3is highest in spring, followed by winter, autumn, and then summer. (2) The spatial distribution of PM2.5is consistent in the four seasons, while that of the rest 5 pollutants varies with seasons. (3) In terms of the correlation between pollutants and meteorological factors, PM2.5, PM10, CO, NO2and SO2have a significant positive correlation with meteorological factors, while PM2.5and PM10have the strongest correlation with meteorological factors, and their emissions are synergistic. The key factor that affects atmospheric pollutants in spring is relative humidity; in summer the key factors are precipitation and air pressure; in autumn it is wind speed, and in winter, air pressure.

Guiyang City; atmospheric pollutants; feature analysis; cause analysis

10.14108/j.cnki.1008-8873.2022.02.017

X51

A

1008-8873(2022)02-137-12

2021-01-07;

2021-01-28

貴州省科技計(jì)劃項(xiàng)目(黔科合基[2019]1231號(hào)); 貴州省科技支撐計(jì)劃項(xiàng)目(黔科合支撐[2017]2580)

張娜(1996—), 女, 云南紅河人, 碩士研究生, 主要從事水土保持與國(guó)土整治方向, E-mail:1504188016@qq.com

通信作者:周國(guó)富(1963—), 男, 貴州威寧人, 碩士生導(dǎo)師, 教授, 主要從事水土保持與國(guó)土整治方向, E-mail:283000395@qq.com

張娜, 周國(guó)富, 黃啟芬, 等. 貴陽(yáng)市主城區(qū)大氣污染物時(shí)空分布特征及成因分析[J]. 生態(tài)科學(xué), 2022, 41(2): 137–148.

ZHANG Na, ZHOU Guofu, HUANG Qifen, et al. The temporal-spatial distribution features and cause analysis of atmospheric pollutants in Guiyang main urban area[J]. Ecological Science, 2022, 41(2): 137–148.