康暑雨 陳爭

摘要 AQI、PM10和PM2.5濃度年均值變化趨勢一致，日變化“兩峰一谷”特征明顯，而最大值、最小值和平均值呈現(xiàn)逐年減小趨勢。污染物傳輸以北方的軌跡為主，以長距離輸送為主，省內(nèi)短距離輸送為主導(dǎo)，PM10潛在源區(qū)主要分布在河南中部和河南與山東交界處，以其為中心向外擴(kuò)張；污染物潛在源區(qū)的貢獻(xiàn)值＞70的高值區(qū)主要分布在周邊省市。

關(guān)鍵詞 空氣質(zhì)量；后向軌跡；氣象要素

中圖分類號：X513 文獻(xiàn)標(biāo)識碼：B 文章編號：2095–3305（2023）12–0-03

Time Variation Characteristics and Influencing Factors Analysis of Air Quality during Peanut Harvest Period in Kaifeng City

Kang Shu-yu et al（Kaifeng Meteorological Bureau， Kaifeng， Henan 475004）

Abstract The annual average variation trends of AQI， PM10， and PM2.5 concentrations are consistent， with a clear “two peaks and one valley” characteristic of daily variation， while the maximum， minimum， and average values show a decreasing trend year by year. The transfer of pollutants was mainly based on the trajectory in the north， with long-distance transportation being the main focus and short distance transportation within the province being the main focus. The potential source areas of PM10 were mainly distributed in the central part of Henan and the border between Henan and Shandong， with it as the center and expanding outward; The high value areas with a contribution value greater than 70 in the potential source areas of pollutants were mainly distributed in surrounding provinces and cities.

Key words Air quality; Backward trajectory; Meteorological elements

在經(jīng)濟(jì)社會高質(zhì)量發(fā)展的背景下，大量污染物被釋放到大氣中并逐漸累積，對人類生存環(huán)境和身體健康造成嚴(yán)重威脅[1-2]。因其廣泛的危害性，對空氣質(zhì)量和大氣污染物的變化特征及影響因素的研究備受關(guān)注。已有研究顯示，氣象因素通過調(diào)節(jié)大氣自凈能力，影響大氣污染物的分布、稀釋和擴(kuò)散，改變空氣質(zhì)量[3-4]。受外界環(huán)境排放狀態(tài)及其遷移轉(zhuǎn)化規(guī)律等因素影響，目前中國大部分城市首要污染物多為PM10或PM2.5，相關(guān)研究也顯示，PM10、PM2.5濃度在日尺度上呈現(xiàn)雙峰型變化特征，分別在上午和夜間達(dá)到峰值[5-8]。此外，董繼元等[9]通過研究中國大部分城市，認(rèn)為降水對大氣污染物濃度的稀釋清除作用尤其顯著；鄭美秀等[10]利用相關(guān)統(tǒng)計法分析了2006—2008年廈門市氣象要素對空氣質(zhì)量的影響規(guī)律，結(jié)果顯示：風(fēng)速、氣溫、降水、相對濕度和水汽壓對空氣質(zhì)量均呈現(xiàn)顯著正效應(yīng)作用，氣壓起顯著負(fù)效應(yīng)作用；魏玉香等[11]通過對南京市大氣污染物變化特征及其與氣象條件的關(guān)系分析發(fā)現(xiàn)污染物濃度與風(fēng)速呈負(fù)相關(guān)關(guān)系；吳蒙等[12]通過分析廣州地區(qū)清潔天氣變化特征及其影響因素，發(fā)現(xiàn)濕季和風(fēng)速較大時期的空氣質(zhì)量較好。

1 資料與方法

1.1 空氣質(zhì)量數(shù)據(jù)

開封市國家站點逐小時環(huán)境監(jiān)測數(shù)據(jù)，包括AQI、PM10、PM2.5，數(shù)據(jù)來源于中國環(huán)境監(jiān)測總站，文中所引用單位均為μg/m3。數(shù)據(jù)時間是花生機(jī)收時期，2015—2020年的8月20日—9月10日。

1.2 氣象數(shù)據(jù)

所使用的氣象數(shù)據(jù)來源CIMISS網(wǎng)站下載的開封市國家站逐小時數(shù)據(jù)，包括海平面氣壓、3 h變壓、24 h變壓、氣溫、相對濕度、過去1 h降水量、2 min平均風(fēng)向、2 min平均風(fēng)速、10 min平均風(fēng)向、10 min平均風(fēng)速[13]。

2 結(jié)果與分析

2.1 花生機(jī)收時期AQI、PM10、PM2.5的時間分布特征

2.1.1 AQI、PM10、PM2.5的日變化特征

2015年AQI、PM10濃度和PM2.5濃度日變化趨勢基本一致，呈現(xiàn)明顯的“兩峰一谷”型變化趨勢，夜間03：00左右AQI和PM2.5濃度開始逐漸升高，而后減小，并于14：00～16：00出現(xiàn)谷值，繼而再次升高，23：00左右出現(xiàn)第1個極大值，之后平緩下降。2016年空氣質(zhì)量和污染物濃度日變化趨勢無明顯波動。2018年P(guān)M10濃度呈現(xiàn)明顯的“兩峰一谷”型變化趨勢，AQI與PM2.5濃度無明顯波動。統(tǒng)計所有年份污染數(shù)據(jù)可以看出（圖1），AQI無明顯波動，最大值出現(xiàn)在09：00，最小值出現(xiàn)在18：00，日均值為64.7。PM10和PM2.5濃度在日尺度上呈現(xiàn)“兩峰一谷”型變化趨勢，其中，PM10最大值為83.4，出現(xiàn)時間為09：00；最小值為61.3，出現(xiàn)時間為16：00；日均值為73.0。PM2.5濃度于07：00達(dá)到最大值，16：00左右達(dá)到最小值，日均值為35.5。

綜合2015—2020年花生機(jī)收期間空氣污染數(shù)據(jù)來看，在日尺度上AQI最大值和平均值呈現(xiàn)微弱逐年減小趨勢，最小值幾乎無變化。最大值出現(xiàn)時間除2018年和2019年為15左右，其余年份均出現(xiàn)在07：00～10：00，而最小值則無固定出現(xiàn)時間。PM2.5濃度在日尺度上的最大值、最小值和平均值逐年減少，其中，最小值減少趨勢較明顯，PM2.5濃度日變化“兩峰一谷”特征明顯，而最大值、最小值和平均值呈現(xiàn)逐年減少趨勢。PM10和PM2.5的日變化規(guī)律與前人研究相同。

2.1.2 AQI、PM10、PM2.5的年變化特征

2015—2020年AQI、PM10和PM2.5濃度年均值變化趨勢一致，2016年后均大致呈現(xiàn)逐年減少趨勢。其中，AQI最大值出現(xiàn)在2016年，最小值出現(xiàn)在2020年；各年P(guān)M10濃度年均值最大值和最小值出現(xiàn)年份分別為2016年和2020年；各年P(guān)M2.5濃度年均值年均最大值、最小值出現(xiàn)年份與AQI、PM10相同。

2.2 AQI、PM10、PM2.5與氣象條件的關(guān)系

通過對比AQI、PM10、PM2.5濃度與氣象因子的相關(guān)性可以發(fā)現(xiàn)，僅2018年AQI、PM10、PM2.5濃度與氣壓之間均無顯著相關(guān)性。其余年份中，除2020年AQI、PM10與氣壓之間呈現(xiàn)為顯著正相關(guān)關(guān)系外，其余4年期間兩者之間均表現(xiàn)為負(fù)相關(guān)關(guān)系。除去2018年和2020年無顯著相關(guān)性數(shù)據(jù)，其余年份PM2.5與氣壓之間大致存在顯著負(fù)相關(guān)關(guān)系，且2015—2017年的相關(guān)性隨著延遲時間的增加而減弱，即正點時刻相關(guān)性最大。

AQI與3 h變壓之間無明顯相關(guān)性。PM10、PM2.5與3 h變壓之間大致表現(xiàn)為0～1 h的延遲時間，且當(dāng)延遲時間＞4 h時，便從正相關(guān)轉(zhuǎn)為負(fù)相關(guān)，通過0.05水平顯著性檢驗。AQI、PM2.5與24 h變壓之間除2019年為微弱正相關(guān)性外，其余年份表現(xiàn)為負(fù)相關(guān)關(guān)系，無明顯延遲效應(yīng)。PM10與24 h變壓之間除2019年為微弱正相關(guān)性外，其余年份表現(xiàn)為顯著負(fù)相關(guān)關(guān)系，存在4 h的延遲時間。

2019年的AQI數(shù)據(jù)與氣溫之間無明顯相關(guān)性，且除2016年為顯著負(fù)相關(guān)外，其余年份均表現(xiàn)為顯著正相關(guān)關(guān)系，并無明顯延遲效應(yīng)。2016年和2019年的AQI數(shù)據(jù)與氣溫之間表現(xiàn)為負(fù)相關(guān)關(guān)系，其余年份之間均為正相關(guān)關(guān)系，大致存在8～12 h的延遲時間。除2017年的PM2.5與氣溫之間存在顯著正相關(guān)性，其余年份之間均存在延遲時間＞2 h時，由負(fù)相關(guān)轉(zhuǎn)為正相關(guān)，且當(dāng)延遲時間為12 h時，正相關(guān)系數(shù)最大。

2017、2018和2020年AQI數(shù)據(jù)與相對濕度之間存在顯著負(fù)相關(guān)關(guān)系，且正點時刻的相關(guān)系數(shù)最大，其余年份無明顯規(guī)律。2017和2020年的AQI數(shù)據(jù)與相對濕度之間存在顯著負(fù)相關(guān)關(guān)系，存在8～12 h的延遲時間，2019年則為正相關(guān)關(guān)系，正點時刻出現(xiàn)最大相關(guān)系數(shù)，其余年份無明顯規(guī)律。PM2.5與相對濕度之間相關(guān)系數(shù)當(dāng)延遲時間＞4 h時，由正轉(zhuǎn)為負(fù)，無明顯延遲效應(yīng)。

AQI、PM10、PM2.5與過去1 h降水量之間存在負(fù)相關(guān)關(guān)系，僅2016、2019和2020年相關(guān)性通過0.05水平顯著性檢驗，且存在4 h或以上的延遲時間。

同樣地，AQI、PM10、PM2.5與2 min平均和10 min平均風(fēng)速之間存在負(fù)相關(guān)關(guān)系，僅2018和2020年的數(shù)據(jù)顯著性通過檢驗，大致存在2 h以上的延遲時間。

2.3 PM10的來源分析

2.3.1 氣流軌跡輸送的影響 利用HYSPLIT模型以50 m為起始模擬高度，對開封市2015—2020年花生機(jī)收期后向軌跡進(jìn)行聚類分析。2015年和2016年來自北方的軌跡超過50%，以長距離輸送為主；2017年以偏東方向的軌跡為主；2018年軌跡均來自北方；2019年偏東方向軌跡為主，占比達(dá)到85%以上；2020年西南方向軌跡較前幾年明顯增多，達(dá)到29.92%，省內(nèi)短距離輸送為主導(dǎo)（圖2）。

2.3.2 潛在源區(qū)分析 PSCF分析結(jié)果表明花生機(jī)收期PM10潛在源區(qū)主要分布在河南中部和河南與山東交界處，以其為中心向外擴(kuò)張，擴(kuò)張方向和后向軌跡方向一致，2016、2018和2019年呈西北—東南向分布，2020年豫西南貢獻(xiàn)明顯增加，這可能與同期來自西南方向氣團(tuán)增多有關(guān)（圖3）。

2.3.3 濃度權(quán)重分析 由于潛在源貢獻(xiàn)因子分析識別的潛在源只能反映某網(wǎng)格內(nèi)污染軌跡占軌跡總數(shù)的比例，無法體現(xiàn)該網(wǎng)格對目標(biāo)網(wǎng)格的貢獻(xiàn)程度。為此，引入濃度權(quán)重分析計算污染物潛在源區(qū)的貢獻(xiàn)度。貢獻(xiàn)值越大，表示該格網(wǎng)對目標(biāo)格網(wǎng)的貢獻(xiàn)程度越高，即該格網(wǎng)出現(xiàn)高濃度的污染物，且對應(yīng)的顏色越深。2015—2020年貢獻(xiàn)值＞70的高值區(qū)主要分布在河南北中部、河北南部、山西東南部、山東西南部、安徽北部（圖4）?？諝馕廴境镜嘏欧磐?，周邊省市近距離輸送影響較大。

3 結(jié)束語

綜合2015—2020年花生機(jī)收期間空氣污染數(shù)據(jù)來看，在日尺度上AQI最大值和平均值呈現(xiàn)微弱逐年減小趨勢，污染物濃度年均值變化趨勢一致，2016年后均大致呈現(xiàn)逐年減少趨勢。

污染物濃度與氣壓之間大致存在顯著負(fù)相關(guān)關(guān)系，3 h變壓之間大致表現(xiàn)為0～1 h的延遲時間，且當(dāng)延遲時間＞4 h時，便從正相關(guān)轉(zhuǎn)為負(fù)相關(guān)，與氣溫顯著正相關(guān)關(guān)系；與相對濕度之間存在顯著負(fù)相關(guān)關(guān)系；與過去1 h降水量之間存在負(fù)相關(guān)關(guān)系；與2 min平均和10 min平均風(fēng)速之間存在負(fù)相關(guān)關(guān)系。

污染物的后向軌跡以北方的軌跡為主，多為長距離輸送，省內(nèi)短距離輸送為主導(dǎo)；PSCF分析結(jié)果表明花生機(jī)收期PM10潛在源區(qū)主要分布在河南中部和河南與山東交界處，以其為中心向外擴(kuò)張；污染物潛在源區(qū)的貢獻(xiàn)值＞70的高值區(qū)主要分布在周邊省市，近距離輸送影響較大。

參考文獻(xiàn)

[1] Wang H， Lu S W， Li S N， et al. Inhalable particulate matter and fine particulate matter： Their basic characteristics， monitoring methods， and forest regulation functions. [J]. Chinese Journal of Applied Ecology， 2013， 24（3）： 869-877.

[2] Li W J， Zhang D Z， Shao L， et a1. Individual particle analysis of aerosols collected under haze and non-haze conditions at a high elevation mountain site in the North China plain[J]. Atmospheric Chemistry and Physics， 2011， 11（22）： 11733-11744．

[3] 孫韌，劉偉，張贊，等.城市典型氣象條件與大氣顆粒物污染之間的關(guān)系[J].中國環(huán)境監(jiān)測，2005（2）：80-83.

[4] 王淑英，張小玲.北京地區(qū)PM10污染的氣象特征[J].應(yīng)用氣象學(xué)報，2002（S1）： 177-184.

[5] 何凌燕，胡敏，黃曉鋒，等.北京大氣氣溶膠PM2.5中的有機(jī)示蹤化合物[J].環(huán)境科學(xué)學(xué)報，2005（1）：23-29.

[6] 陳勇，匡方毅，吳鏈，等.長沙市PM2.5和PM10質(zhì)量濃度的變化特征[J].干旱環(huán)境監(jiān)測，2016，30（1）：1-6，13.

[7] 黃鶴，蔡子穎，韓素芹，等.天津市PM10，

PM2.5和PM1連續(xù)在線觀測分析[J].環(huán)境科學(xué)研究，2011，24（8）：897-903.

[8] 于建華，虞統(tǒng)，魏強(qiáng)，等.北京地區(qū)PM10和PM2.5質(zhì)量濃度的變化特征[J].環(huán)境科學(xué)研究，2004（1）：45-47.

[9] 董繼元，王式功，尚可政.降水對中國部分城市空氣質(zhì)量的影響分析[J].干旱區(qū)資源與環(huán)境，2009，23（12）：43-48.

[10] 鄭美秀，周學(xué)鳴.廈門空氣污染指數(shù)與地面氣象要素的關(guān)系分析[J].氣象與環(huán)境學(xué)報，2010，26（3）：53-57.

[11] 魏玉香，銀燕，楊衛(wèi)芬，等.南京地區(qū)PM2.5污染特征及其影響因素分析[J].環(huán)境科學(xué)與管理，2009，34（9）：29-34.

[12] 吳蒙，范紹佳，吳兌，等.廣州地區(qū)灰霾與清潔天氣變化特征及影響因素分析[J].中國環(huán)境科學(xué)，2012，32（8）：1409-1415.

[13] 李陽，王惠云，任麗，等.開封市花生產(chǎn)業(yè)發(fā)展調(diào)研及對策研究[J].農(nóng)業(yè)科技通訊，2021（5）：12-13，37.