楊金鳳

（北京市門頭溝區(qū)生態(tài)環(huán)境監(jiān)測站，北京 102300）

近年來，隨著經(jīng)濟(jì)的快速發(fā)展，城市人口不斷增長，機(jī)動車尾氣的排放使大氣污染防治成為一項(xiàng)重要的研究課題[1-2]。在各項(xiàng)氣態(tài)污染物中，北京地區(qū)顆粒物污染問題較為突出，對生態(tài)環(huán)境、人體健康和大氣能見度有著很大影響[3]。研究發(fā)現(xiàn)，PM2.5化學(xué)成分復(fù)雜，較高濃度能降低大氣能見度，嚴(yán)重危害人體健康。TSP濃度較高時(shí)，會大量吸收可見光降低大氣能見度，吸收或吸附具有活性的化學(xué)物質(zhì)，對建筑物和各種器械有一定的腐蝕作用[4]。門頭溝區(qū)位于北京城區(qū)西側(cè)，區(qū)域東西長，南北寬。全區(qū)地形以山地為主，山區(qū)占總面積的98.5%。以往的研究局限于城區(qū)附近孤立的監(jiān)測點(diǎn)，無法了解PM2.5和TSP 的整體污染特征，且局限于可吸入顆粒物。本次研究覆蓋了九鎮(zhèn)四街的PM2.5和TSP濃度監(jiān)測點(diǎn)，對采暖季PM2.5和TSP 污染特征進(jìn)行了時(shí)空變化分析。研究表明，全區(qū)PM2.5和TSP污染空間分布具有顯著梯度變化特征，隨時(shí)間變化差異較大。研究結(jié)果可為大氣污染物防控和治理提供依據(jù)。

1 材料與方法

1.1 監(jiān)測點(diǎn)的選擇與數(shù)據(jù)的收集

選取了全區(qū)九鎮(zhèn)四街42個(gè)TSP和44個(gè)PM2.5大氣自動監(jiān)測站點(diǎn)，其位置分布見圖1和圖2，分別記錄以上監(jiān)測點(diǎn)2019年11月15日到2020年3月15日的PM2.5和TSP質(zhì)量濃度的小時(shí)監(jiān)測數(shù)據(jù)，去除儀器故障或關(guān)機(jī)等造成的數(shù)據(jù)缺測。

圖1 PM2.5濃度監(jiān)測點(diǎn)位分布圖

圖2 TSP濃度監(jiān)測點(diǎn)位分布

1.2 數(shù)據(jù)處理方法

通過對2019年11月15日至2020年3月15日各自動監(jiān)測點(diǎn)的PM2.5和TSP濃度監(jiān)測數(shù)據(jù)的整理計(jì)算，將小時(shí)濃度轉(zhuǎn)換成季度均值，并以此為依據(jù)利用Arc GIS10.2軟件對全區(qū)進(jìn)行插值分析，通過已知監(jiān)測點(diǎn)PM2.5和TSP濃度預(yù)測整體PM2.5和TSP濃度的空間分布差異特征。

1.3 插值方法的選擇

在研究污染物濃度空間分布及變化趨勢時(shí)，常利用插值法，即通過已知點(diǎn)濃度計(jì)算同一區(qū)域內(nèi)其他未知點(diǎn)濃度，從而推導(dǎo)出區(qū)域的污染物分布情況。在眾多的插值方法中，克里格插值能相對準(zhǔn)確地反映預(yù)測區(qū)域范圍內(nèi)的污染物空間分布差異情況，突出整體分布趨勢，最接近觀測值[5]。因此，利用Arc GIS10.2軟件，選擇克里格法進(jìn)行插值分析，對全區(qū)PM2.5和TSP濃度表面分布進(jìn)行模擬。

1.4 相關(guān)性分析方法的選擇

Spearmam秩相關(guān)系數(shù)分析法能提供2個(gè)隨機(jī)變量在線性相關(guān)或非線性相關(guān)下的共變趨勢程度，能反映變量間的真實(shí)關(guān)系[6]。因此，采用Spearmam秩相關(guān)分析方法，利用SPSS 20.0軟件進(jìn)行數(shù)據(jù)處理，分析全區(qū)采暖季PM2.5與TSP日均濃度變化相關(guān)性。

2 PM2.5和TSP濃度污染特征分析

2.1 PM2.5和TSP濃度空間分布特征

2.1.1 整體狀況

將2019年11月15日到2020年3月15日的每小時(shí)監(jiān)測數(shù)據(jù)轉(zhuǎn)換成日均值，對其進(jìn)行統(tǒng)計(jì)分析，見表1。從表1中可知，PM2.5日平均濃度為43 μg/m3，最大值為190 μg/m3，最小值為5 μg/m3，將ρ（PM2.5）、ρ（TSP）與《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》（GB3095-2012）做比較，超過《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》GB3095-2012二級標(biāo)準(zhǔn)（日均值75 μg/m3）的有18天，達(dá)到1級標(biāo)準(zhǔn)（日均值35 μg/m3）的有63天，達(dá)標(biāo)率52.1%。TSP日平均濃度為91 μg/m3，最大值為278 μg/m3，最小值16 μg/m3，超過《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》（GB3095-2012）二級標(biāo)準(zhǔn)（日均值300 μg/m3）的有0天，達(dá)到1級標(biāo)準(zhǔn)（日均值120 μg/m3）的有92天，達(dá)標(biāo)率76.9%。

表1 全區(qū)采暖季PM2.5和TSP日平均濃度統(tǒng)計(jì)特征

2.1.2 空間分布特征

利用克里格插值方法對采暖季各監(jiān)測點(diǎn)PM2.5和TSP季均濃度進(jìn)行插值分析，獲得PM2.5和TSP的地面濃度空間分布，見圖3、圖4。從圖3可知，采暖季PM2.5地面濃度空間分布具有顯著梯度變化特征，從西部深山區(qū)向中部淺山區(qū)、城區(qū)濃度有逐漸增大的趨勢，局部地區(qū)有一定差異，東部地區(qū)由北向南逐漸增大。從圖4中可知，TSP地面濃度空間分布從西部深山區(qū)向中部淺山區(qū)、城區(qū)有逐漸增大的趨勢。

圖3 采暖季PM2.5季均濃度空間分布狀況

圖4 采暖季TSP季均濃度空間分布狀況

2.1.3 空間分布成因

全區(qū)地勢呈扇形，起伏明顯，從西北向東南傾斜。海拔1 500 m左右的山峰有160多個(gè)，溝谷300余條，沿山、谷與其附近的空氣由于熱力差形成較周圍地區(qū)風(fēng)速明顯偏大的山谷風(fēng)，有助于PM2.5和TSP的擴(kuò)散。從氣候上來看，冬季氣候寒冷干燥少雨，主要受來自西伯利亞的干冷空氣影響，風(fēng)向以北風(fēng)、西北風(fēng)為主，大量細(xì)顆粒物隨氣流被夾帶到了東南部地區(qū)，風(fēng)速在東南部平原地帶有所減弱，造成了顆粒物在東部地區(qū)由北向東南積累。在氣候、地貌地形等自然條件較為一致的前提下，植被覆蓋率越低，人類活動干擾越大，產(chǎn)業(yè)經(jīng)濟(jì)結(jié)構(gòu)布局越集中，污染物排放量就越高，對環(huán)境空氣質(zhì)量造成的負(fù)面影響越顯著[7-8]。西部深山區(qū)，涉氣排污單位少，人類活動少，植被覆蓋率高，且風(fēng)力大，污染物擴(kuò)散快，造成PM2.5和TSP濃度偏低。中部淺山區(qū)是山區(qū)和平原的過渡地帶，山區(qū)居民生產(chǎn)生活的主要聚集區(qū)，人流量和車流量相對較大，植被覆蓋率偏高，風(fēng)力到達(dá)淺山區(qū)有所減弱，污染物擴(kuò)散較快，造成PM2.5和TSP濃度偏高。東部城區(qū)，植被覆蓋率較山區(qū)低，大氣污染物被帶到了平原地區(qū)后風(fēng)力進(jìn)一步減弱，人口密度高，交通流量較大，涉氣排污單位主要集中在此，造成平原地區(qū)PM2.5和TSP濃度較高[9]。

2.2 TSP和PM2.5濃度隨時(shí)間變化特征

2.2.1 月變化特征

將2019年11月15日～2020年3月15日全區(qū)各高密度點(diǎn)監(jiān)測數(shù)據(jù)求月均值，進(jìn)行分析。從圖5中可知，PM2.5的質(zhì)量濃度各鎮(zhèn)街變化趨勢大致相同，從11月開始到12月降低，次年1月開始到2月達(dá)到峰值，3月份開始降低。造成這一現(xiàn)象的原因一方面是因?yàn)閺?1月中旬開始北京市及其周邊地區(qū)陸續(xù)進(jìn)入采暖季，各種能源消耗不斷攀升，造成污染物的排放量增加；另一方面是不利于擴(kuò)散的靜穩(wěn)天氣。從圖6可以看出，TSP的質(zhì)量濃度11月份在淺山區(qū)、城區(qū)出現(xiàn)峰值，深山區(qū)次年1月份出現(xiàn)峰值。造成這一現(xiàn)象是因?yàn)門SP主要來自當(dāng)?shù)亟ㄖ┕P(yáng)塵、道路揚(yáng)塵、裸地?fù)P塵、土壤揚(yáng)塵等，但不同粒徑的顆粒物在空氣中懸浮的時(shí)間及傳輸距離有很大差異，顆粒物粒徑越大，在空氣中懸浮時(shí)間越短，沉降速率越快，傳輸距離也越近，且受氣象條件影響較大[10]。深山區(qū)遠(yuǎn)離工業(yè)園區(qū)，人口密度低，受揚(yáng)塵影響小。城區(qū)、淺山區(qū)人口密度大，建筑施工項(xiàng)目繁多，車流量大，綠化率低，受揚(yáng)塵影響明顯。

圖5 采暖季PM2.5濃度月變化情況

圖6 采暖季TSP濃度月變化情況

2.2.2 日變化特征

將2019年11月15日～2020年3月15日全區(qū)各個(gè)高密度點(diǎn)監(jiān)測數(shù)據(jù)求日均濃度，進(jìn)行比較。從圖7中可知，PM2.5和TSP質(zhì)量濃度每日差異變化情況，二者具有顯著相關(guān)性（Spearmam秩相關(guān)系數(shù)為0.885，P＜0.01），有相似變化趨勢。

圖7 全區(qū)采暖季PM2.5和TSP濃度日變化情況

波動較大的日變化情況主要受當(dāng)?shù)氐臍庀笠蛩赜绊?，較大值出現(xiàn)在霧霾天，較小值出現(xiàn)在強(qiáng)風(fēng)和降雨后。這主要是因?yàn)轭w粒物可以隨降雨沉降，或被強(qiáng)風(fēng)吹散。而在霧霾天顆粒物多黏著在或混于霧氣之中，不易消散，還易與其他污染物發(fā)生復(fù)雜的化學(xué)反應(yīng)，產(chǎn)生二次氣溶膠。

2.3 PM2.5和TSP濃度小時(shí)變化特征

將深山區(qū)、淺山區(qū)和城區(qū)2019年11月15日～2020年3月15日各個(gè)高密度點(diǎn)監(jiān)測數(shù)據(jù)分別求時(shí)均濃度，進(jìn)行分析。PM2.5濃度隨小時(shí)變化情況，見圖8。從圖8可知，深山區(qū)PM2.5小時(shí)變化在11:00左右達(dá)到小高峰，晚20:00左右達(dá)到峰值。淺山區(qū)隨著溫度的升高，局部地區(qū)溫差增大，空氣流動性增強(qiáng)，粒徑小的顆粒懸浮于大氣中被傳送到淺山區(qū)，并不斷積累，在早晨9:00左右達(dá)到小高峰，午后12:00-16:00最低，夜間來臨人類活動不斷增加、車流量增大，各種能源消耗大，在19:00左右達(dá)到峰值。城區(qū)隨著太陽升起，輻射量增加，空氣溫度升高，局部地區(qū)溫差增大，空氣流動性增強(qiáng)，細(xì)顆粒物從淺山區(qū)被傳送到城區(qū)，并在上班高峰后，污染排放開始加劇，在11:00左右達(dá)到峰值，午后太陽輻射減弱，大地及地面的累計(jì)溫度繼續(xù)升高，局部溫度差異增大，空氣流動性增強(qiáng)，平均小時(shí)濃度在12:00-15:00最低，隨著夜晚的到來，下班高峰期車流量大，人類活動和各種能源消耗增多，在19:00左右達(dá)到峰值。

圖8 采暖季PM2.5濃度小時(shí)變化情況

TSP濃度隨小時(shí)的變化情況，見圖9。從圖9可知，TSP濃度大體呈雙峰趨勢。深山區(qū)在早晨10:00左右達(dá)到一個(gè)小高峰，午后隨著太陽輻射強(qiáng)度減弱，局部溫差變大，大氣流動性增強(qiáng)，TSP時(shí)均濃度緩慢降低，在晚間20:00左右達(dá)到峰值，0:00之后下降趨勢較為緩慢。淺山區(qū)隨著氣溫的升高大氣流動性增強(qiáng)，粒徑小的顆粒物懸浮于空氣中被傳送到淺山區(qū)并不斷積累，在早晨9:00-10:00左右達(dá)到高峰，午后隨著太陽輻射減弱，局部溫差變大，空氣流動性增強(qiáng)，在14:00左右最低，隨著夜晚到來，人們活動增多，交通量增大，在19:00左右達(dá)到最高值。城區(qū)，隨著氣溫升高，上班高峰期，車流量變大，交通擁堵，汽油怠速時(shí)不完全燃燒會排放更多的污染物，在早晨9:00左右達(dá)到峰值，午后太陽輻射強(qiáng)度減弱，局部溫差變大，空氣流動性增強(qiáng)，TSP時(shí)均濃度在14:00左右最低，隨著夜間到來，下班高峰期車流量變大，人們的活動增多，在20:00左右達(dá)到峰值。

圖9 采暖季TSP濃度小時(shí)變化情況

3 結(jié)論

（1）PM2.5和TSP濃度空間分布具有顯著梯度變化特征。從西部深山區(qū)向中部淺山區(qū)、城區(qū)逐漸增大。PM2.5東部地區(qū)由北向南濃度逐漸增大。

（2）PM2.5月均濃度在2月份出現(xiàn)峰值。在淺山區(qū)、城區(qū)TSP月均濃度在11月份出現(xiàn)峰值，在深山區(qū)次年1月份出現(xiàn)峰值。

（3）PM2.5和TSP逐日濃度變化具有顯著相關(guān)性（Spearmam秩相關(guān)系數(shù)為0.885，P＜0.01）和相似的波動趨勢，受當(dāng)?shù)貧庀髼l件影響大。

（4）TSP濃度逐小時(shí)變化在深山區(qū)10:00左右達(dá)到小高峰，晚上20:00左右達(dá)到大高峰。在淺山區(qū)早晨9:00-10:00左右達(dá)到小高峰，晚上19:00左右達(dá)到大高峰。在城區(qū)9:00左右達(dá)到小高峰，夜晚在20:00達(dá)到大高峰。PM2.5濃度變化趨勢類似于TSP，但多數(shù)時(shí)段波動趨勢較平緩。