北京地區灰霾污染特征

張歌，陳義珍*，劉厚鳳，楊欣，趙妤希

北京地區灰霾污染特征

張歌1,3，陳義珍2,3*，劉厚鳳1，楊欣3，趙妤希3

1. 山東師范大學人口資源與環境學院，山東 濟南 250014；
2. 大氣環境與裝備技術協同創新中心，江蘇 南京 210044；
3. 中國環境科學研究院，北京 100012

灰霾天氣能見度較低，除影響人們日常生產活動和交通運輸外，空氣中攜帶的有毒有害細粒子嚴重危害人們的生命健康。近幾年，北京市加大治霾力度，雖取得一定成績，但灰霾天氣仍然頻發。為進一步更好地治理北京灰霾，為制定政策提供依據，須了解北京地區灰霾污染特征，因此，對北京市2013年6月到2014年5月的氣象觀測數據和PM2.5質量濃度進行了統計分析。文章統計了不同強度灰霾的分布，分析了PM2.5質量濃度與能見度的相關關系，在此基礎上，研究了PM2.5質量濃度影響能見度變化程度的分界點。研究結果表明：研究期間，北京地區出現灰霾時總計4572 h，發生頻率為56.2%，灰霾日總計233 d，頻率為64.4%，呈冬季＞春季＞夏季＞秋季；濕霾最易發生在夏季，干霾最易發生在冬季，分別占當季灰霾時的17.6%和59.0%；全年不同強度霾發生小時數呈現輕微霾＞重度霾＞輕度霾＞中度霾，其中，輕微霾時數1625 h，重度霾1163 h，輕度霾1101 h，中度霾683 h；研究期間PM2.5質量濃度呈夏季低冬季高的顯著變化趨勢，PM2.5日均質量濃度達一級空氣質量標準59 d，達二級標準159 d，達標率分別為17.7%和47.74%；PM2.5小時質量濃度與能見度呈負相關性較高的冪函數關系（置信度取99%，P＜0.01），無高濕條件影響下，空氣中細顆粒物對能見度的影響更為直接；北京地區在改善能見度的過程中，通過降低1 μg·m-3的PM2.5，使能見度改善大于或遠大于1 km的概率僅為18.9%，而在50.4%的時段內僅能使能見度的改善小于或遠小于0.1 km。

北京市；灰霾；能見度；PM2.5

灰霾是顆粒物和氣體污染物導致的可察覺到的能見度降低的污染天氣現象，其產生的本質原因是顆粒物和氣體污染物的消光作用，其中細顆粒物的散射消光占總消光的比例最大，同時氣象條件也是影響灰霾的另一重要因素。灰霾天氣能見度較低，除影響人們日常生產活動和交通運輸外，空氣中攜帶的有毒有害細粒子進入細支氣管和肺泡區，會誘發支氣管炎、肺炎甚至肺癌，嚴重危害人們的生命健康（唐宜西等，2013；Liu等）。近幾年，北京市加大治霾力度，雖取得一定成績，但灰霾天氣仍然頻發。為進一步更好地治理北京灰霾，為制定政策提供依據，須了解北京地區灰霾污染特征。

顆粒物的散射消光作用在北京市能見度下降中占有主要地位，其中與細粒子的關系更為密切（宋宇等，2003）。顆粒物質量濃度與能見度變化總體呈負相關，小粒徑顆粒對能見度的影響作用明顯，隨著能見度的降低，小粒徑顆粒與大粒徑顆粒質量濃度的比值明顯增加（邊海等，2012）。珠三角地區由于細粒子（PM2.5）污染導致能見度下降與形成灰霾天氣的長期變化趨勢，得到：灰霾天氣主要出現在10月至次年4月，灰霾導致能見度惡化（吳兌等，2012）。對北京地區大氣能見度的統計分析表明，大氣能見度有明顯的年際變化、季節變化和日變化特征，且能見度與相對濕度和空氣污染物質量濃度呈反相關，污染物質量濃度對能見度的影響以冬季最為明顯（王淑英等，2003）。PM2.5和相對濕度是影響能見度的主要因子，能見度與PM2.5的擬合曲線在約0.05 mg·m-3處是一個分界：當PM2.5＞0.05 mg·m-3時，隨著PM2.5降低，能見度變化不明顯；當PM2.5＜0.05 mg·m-3時，隨著PM2.5降

低，能見度迅速改善（陳義珍等，2010）。

多人研究認為，小粒徑顆粒對能見度的影響作用更顯著（古金霞，2010；張宏等，2011；劉瓊等，2012；宋明等，2013；Kaminski等，2013；趙晨曦等，2014；程穆寧，2014），因此，本文著重研究了PM2.5質量濃度對能見度的影響情況；本文分析了北京地區灰霾的特征，并分析了PM2.5質量濃度與能見度的相關關系，在此基礎上，進一步研究了PM2.5質量濃度影響能見度變化程度的分界點。

1 材料與方法

1.1儀器

能見度儀：VPF-730型降水及能見度儀，基于前散射探測原理，量程為10 m～75 km，±2%高分辨率探測精度，同時可測量雨、雪等天氣現象。

相對濕度：芬蘭VAISALA-MAWS301型自動氣象站，可同時觀測風、溫、濕、壓等氣象參數。

1.2觀測地點及時間

觀測點位于中國環境科學研究院大氣樓樓頂平臺（116°24′E，40°2′N）。觀測時間為2013年6月1日─2014年5月31日，共計365 d。

1.3數據采集及分析方法

氣象數據及能見度數據采集頻率均為1/min，為避免降雨、雪時雨滴、雪對能見度的影響，剔除降雨、雪時間段內數據，對觀測數據進行小時平均。PM2.5的數據采用美國大使館公開小時監測數據，頻率為1/h。得到有效數據時數8135 h（夏季1871 h，秋季2004 h，冬季2109 h，春季2151 h），有效天數362 d。

根據北京的氣候特征，將研究時間（2013年6月至2014年5月）劃分為4個季節，即6、7、8月為夏季，9、10、11月為秋季，12、1、2月為冬季，3、4、5月為春季。

根據氣象行業標準QX/T 113─2010《霾的觀測和預報等級》和相關研究，對霾的定義表述：（1）當研究時段內能見度＜10.0 km，平均相對濕度＜95%，且排除該時段內出現降水、沙塵暴、揚沙、浮塵、煙幕、吹雪、雪暴等天氣現象造成的視程障礙，即可判識為灰霾，該時段定義為灰霾時。（2）平均相對濕度＜80%的灰霾定義為干霾，平均相對濕度在80%～95%之間的灰霾定義為濕霾。（3）8:00─18:00期間，灰霾時至少出現2次，則定義該日為灰霾日（馬驍駿等，2013；賀千山等，2013；王苑等，2013）。另外，根據霾預報等級又將不同能見度下的灰霾天氣劃分為不同強度的霾，見表1。

表1 霾預報等級Table 1 Haze forecast level

2 結果與討論

2.1灰霾污染特征

2.1.1 灰霾日及干、濕霾發生的季節分布

經統計分析得出，2013年6月至2014年5月北京灰霾發生小時數為4572 h，占全年總監測小時數56.2%，灰霾天數233 d，占全年總監測天數64.4%。

圖1是2013年6月到2014年5月北京地區灰霾日及干、濕霾發生頻率的季節分布圖，從圖中可以看出，監測期間內，冬春兩季發生灰霾的頻率較高，其中，冬季灰霾發生頻率為59.9%，干霾發生頻率59.0%，均為全年最高，相反濕霾發生頻率最低，僅為0.9%；秋季發生灰霾頻率全年最低，為45.2%；夏季干霾發生頻率最低為36.8%，相反濕霾發生頻率全年最高為17.6%。灰霾發生頻率在一年內呈現為冬季＞春季＞夏季＞秋季。

圖1 北京灰霾日及干、濕霾發生頻率的季節分布（2013年6月─2014年5月）Fig. 1 Seasonal variations of occurrence frequency of regional haze day and dry, damp haze in Beijing (June 2013─May 2014)

2.1.2 灰霾強度分布

圖2是北京地區不同強度霾的分布圖。從圖2（a）可知，全年輕微霾時數1625 h，占總灰霾時數的35.5%，輕度霾時數1101 h，中度霾時數683 h，重度霾時數1163 h，呈現為輕微霾＞重度霾＞輕度霾＞中度霾。輕微霾中大多為干霾，而濕霾在重度霾中分布最大，有308 h，占重度霾發生小時數的26.5%。

從四季分布來看，見圖2（b），輕微霾在各季節中分布均較高，其中以春季發生頻率最大為

27.5%；輕度霾、中度霾在各季節中發生較均勻；重度霾在冬季分布最高，總計415 h，頻率為19.7%，其次為秋季，發生頻率為16.4%。

圖2 北京不同強度霾的分布（2013年6月─2014年5月）Fig. 2 The distribution of the different intensity haze in Beijing (June 2013─May 2014)

對研究期間內不同強度霾中干、濕霾發生時數按年和季節分別進行統計，見圖2（c）。由圖可知，研究期內輕微霾、輕度霾、中度霾均以干霾為主；重度霾在春、秋、冬季節也以干霾為主，而在夏季以濕霾為主；濕霾比重隨灰霾強度加強而增大，由此可以推斷濕霾發生對霾強的升級有直接推動作用，即濕霾對能見度下降的貢獻多于干霾，分析其機理為：SO2和NO2等一次排放的污染氣體在大氣顆粒物表面通過非均相反應轉化生成硫酸鹽和硝酸鹽等吸濕性二次氣溶膠，在濕霾發生時，高的相對濕度促使氣溶膠顆粒吸濕增大，從而使大氣消光作用增強，降低了大氣能見度（王躍思等，2014；童堯青等，2007；范新強和孫照渤，2009；過宇飛等，2013；楊欣，2014）。

2.1.3 重度霾發生月分布

經統計，監測期間重度霾發生小時數僅次于輕微霾，因此，減少重度霾發生小時數應是目前大氣治理工作的重要工作。圖3為重度霾在不同月份中的分布頻次，由圖可見，2014年2月是重度霾分布最高的月份，發生頻率高達22%，其次為9月和10月，5月分布最少僅為2%，其次為4月和11月。

圖3 北京重度霾的月份分布頻率（2013年6月—2014年5月）Fig. 3 Frequency of the heavy haze distribution by month in Beijing (June 2013─May 2014)

另外，根據統計觀測期間共計63 d重度霾日，其中有25 d降水日，且主要集中在6─9月份。無

降水重度霾日在每個月都有分布，2014年2、3月份最多，分別10 d和6 d。

2.2能見度與PM2.5的相關性分析

2.2.1 全年PM2.5的質量濃度分布特征

對研究期間PM2.5小時質量濃度數據進行統計分析，結果見圖4。從圖中可以看出，PM2.5月均質量濃度呈夏季低冬季高的顯著變化趨勢，且PM2.5小時質量濃度在各月分布變化較大，最小2 μg·m-3，最大671 μg·m-3，其中以2013年8月的小時質量濃度分布最為均衡（上四分位到下四分位距離最短），月均質量濃度也最低為61 μg·m-3，2014年2月的小時質量濃度分布差異顯著，約有50%的小時質量濃度超過150 μg·m-3，25%的小時質量濃度超過300 μg·m-3，月均質量濃度也最大為177 μg·m-3。

對研究期間數據完整樣本的PM2.5日均質量濃度進行統計，總計333 d。參照環境空氣質量標準PM2.5的24 h平均質量濃度（楊欣，2014），達一級標準的天數有59 d，占17.7%，達二級標準的天數有159 d，占47.7%，超標天數174 d，超標率為52.3%。研究期間PM2.5質量濃度統計見表2。

2.2.2 PM2.5質量濃度與能見度關系

對不同月份的能見度和PM2.5質量濃度做相關性分析，置信度取99%，P＜0.01，均呈極顯著水平，根據表3和圖5可見，能見度和PM2.5呈負相關關系，均可用y=ax-b（a、b為正數）表示，且負相關性較高，其中2013年10月到2014年3月相關系數|r|均大于0.9，尤其以2014年2月的相關性最大為0.96，從圖5中可以看出，2月份數據形成的帶狀最窄，散點分布相對集中，而2014年5月的相關性最小為0.76，圖中散點帶狀較寬，分布不夠集中，較分散。

圖4 北京PM2.5質量濃度分布箱形圖（2013年6月—2014年5月）Fig. 4 Box-plot of PM2.5concentration distribution in Beijing (June 2013─May 2014)

表2 PM2.5質量濃度統計表（2013年6月—2014年5月）Table 2 Statistical table of PM2.5concentration (June 2013─May 2014)

另外，在對研究期間各月份的相對濕度和PM2.5質量濃度進行平均后發現，在各月份相對濕度均較高的夏季，能見度和ρ(PM2.5)的相關系數|r|均小于

0.9，而在各月份相對濕度較低的冬季，兩者相關系數|r|提高，且能見度有隨ρ(PM2.5)增高而增大的趨勢。同時，對研究期間不同霾類別下能見度與PM2.5質量濃度進行相關性分析，見圖6，從圖中可以看出，干霾發生時兩者相關系數|r|為0.82，濕霾發生時，|r|降為0.79。由此可以推斷，低相對濕度下，高PM2.5質量濃度對能見度的影響更為直接。

表3 能見度與PM2.5質量濃度相關關系統計表（2013年6月—2014年5月）Table 3 Statistical table of the correlation between visibility and PM2.5concentration (June 2013─May 2014)

圖5 北京市不同季節能見度與PM2.5質量濃度的相關性Fig. 5 Seasonal variations of correlation between visibility and PM2.5concentration in Beijing

2.2.3 PM2.5質量濃度與能見度相關關系突變分界點

從圖5和圖6中可以看出，能見度變化與PM2.5質量濃度密切相關，當PM2.5質量濃度小于某一值k時，隨著ρ(PM2.5)的變化，能見度的變化不明顯，而當大于k時，能見度便隨ρ(PM2.5)發生急劇下降，為量化該變化程度，設α＝|ΔVis/Δρ(PM2.5)|，其意義為當PM2.5質量濃度改變1 μg·m-3時，能見度變

化α km。據此，對表3中各月份趨勢線方程求導，令|y′|=α，求得x=k，即k值對應PM2.5質量濃度。本文分別令α=1，0.5，0.25，0.1，求得各月份k值，結果見表4。

圖6 北京市干、濕霾發生時能見度與PM2.5質量濃度的相關性Fig. 6 The correlation between visibility and PM2.5concentration during dry and damp haze in Beijing

表4 α不同取值對應的k值Table 4 K values corresponding to different alpha μg·m-3

從表4可知，當α=1時（即PM2.5質量濃度改變1 μg·m-3，能見度改變1 km），以2013年6月為例，在該月份ρ(PM2.5)低于30.0 μg·m-3時，通過減少1 μg·m-3的PM2.5，能見度即可提高1 km以上，而當PM2.5高于78.5 μg·m-3以上時，每減少1 μg·m-3PM2.5，能見度僅改善不足0.1 km。以全年平均效果來看：當ρ(PM2.5)＜23.2 μg·m-3時，PM2.5每減少1 μg·m-3，能見度改善大于1 km；當23.2＜ρ(PM2.5)＜70.8 μg·m-3時，每減少1 μg·m-3PM2.5，能見度則改善0.1～1 km；當ρ(PM2.5)＞70.8 μg·m-3時，PM2.5每減小1 μg·m-3，能見度改善不足0.1 km。由此說明，隨著PM2.5質量濃度增加，能見度的改善難度明顯增大。

經統計，研究期間50.4%的PM2.5小時質量濃度大于70.8 μg·m-3，15.2%的小時質量濃度在45.4～70.8 μg·m-3之間，15.5%的小時質量濃度在23.2～45.4 μg·m-3之間；只有18.9%的小時質量濃度小于23.2 μg·m-3。因此，北京地區在改善能見度的過程中，通過降低1 μg·m-3的PM2.5，使能見度改善大于或遠大于1 km的概率僅為18.9%，而在50.4%的時段內僅能使能見度的改善小于或遠小于0.1 km，因此，北京地區在改善空氣質量，提高大氣能見度的工作上任重而道遠。

3 結論

（1）2013年6月至2014年5月北京灰霾發生小時數為4572 h，占全年總監測小時數56.2%，灰霾天數233 d，占全年總監測天數64.4%。灰霾發生天數在一年四季相差不大，總趨勢為冬季＞春季＞夏季＞秋季。濕霾最易發生在夏季，干霾最易發生在冬季，分別占當季灰霾時的17.6%和59.0%。

（2）根據霾強度統計分析，全年霾時中輕微霾＞重度霾＞輕度霾＞中度霾，其中，輕微霾時數1625 h，重度霾時數1163 h，輕度霾時數1101 h，中度霾時數683 h。重度霾在2014年2月發生最多，重度霾日共計63 d，夏季重度霾以濕霾為主。

（3）研究期間PM2.5質量濃度呈夏季低冬季高的顯著變化趨勢，PM2.5日均質量濃度達一級空氣質量標準59 d，達二級標準159 d，達標率分別為17.7%和47.74%。

（4）不同月份能見度和ρ(PM2.5)呈負相關性較高的冪函數關系（置信度取99%，P＜0.01，呈極顯著水平），其中2014年2月相關系數|r|最大為0.96，2014年5月最小為0.76，且相關系數|r|在濕度較大月份均小于0.9，在濕度較低月份有所提高，并有隨PM2.5月均質量濃度增高而增大的趨勢；干霾時段兩者相關系數|r|為0.82，濕霾時段降為0.79，說明在無高濕條件影響下，空氣中細顆粒物對能見度的影響更為直接。

（5）北京地區在改善能見度的過程中，通過降低1 μg·m-3的PM2.5，使能見度改善大于或遠大于1 km的概率僅為18.9%，而在50.4%的時段內僅能使能見度的改善小于或遠小于0.1 km。

致謝：作者衷心感謝唐偉博士對本文英文專業用詞的建議及修改。

LIU TAO, ZHANG YONGHUI, XU YANJUN, et al. 2014. The effects of dust-haze on mortality are modified by seasons and individual characteristics in Guangzhou, China[J]. Environmental Pollution, 187(2014): 116-123.

UWE KAMINSKI, MATHIEU FRICKER, VOLKER DIETZE. 2013. The PM2.5 Fine Particle Background Network of the German Meteorological Service-First Results[J]. Meteorologische Zeitschrift, 22(2): 187-194.

邊海, 韓素芹, 張裕芬, 等. 2012. 天津市大氣能見度與顆粒物污染的關系[J]. 中國環境科學, 32(30): 406-410.

陳義珍, 趙丹, 柴發合, 等. 2010. 廣州市與北京市大氣能見度與顆粒物質量濃度的關系[J]. 中國環境科學, 30(7): 967-971.

程穆寧, 崔云霞, 陸春松. 2014. 能見度與顆粒物質量濃度之間的關系[J]. 環境科學與技術, 37(3): 146-151.

范新強, 孫照渤. 2009. 1953—2008年廈門地區的灰霾天氣特征[J]. 大氣科學學報, 32(5): 604-609.

古金霞. 2010. 天津市區PM2.5污染特征及灰霾等級評價方法研究[D].天津: 南開大學: 15.

過宇飛, 劉端陽, 周彬, 等. 2013. 無錫市霾天氣特征及影響因子研究[J].

氣象, 39(10): 1314-1324.

賀千山, 潘鵠, 黃穎. 2013. 上海干霾與濕霾氣溶膠消光特性的比較[J].蘭州大學學報(自然科學版), 8, 49(4): 497-503.

劉瓊, 耿福海, 陳勇航, 等. 2012. 上海不同強度干霾期間氣溶膠垂直分布特征[J]. 中國環境科學, 32(2): 207-213.

馬驍駿, 耿福海, 陳勇航. 2013. 上海地區不同類和不同強度灰霾季節分布特征[J]. 環境科學與技術, 36(3): 32-36.

宋明, 韓素芹, 張敏. 2013. 天津大氣能見度與相對濕度和PM10及PM2.5的關系[J]. 氣象與環境學報, 29(2): 34-41.

宋宇, 唐孝炎, 方晨, 等. 2003. 北京市能見度下降與顆粒物污染的關系[J]. 環境科學學報, 23(4): 468-471.

唐宜西, 張小玲, 熊亞軍, 等. 2013. 北京一次持續霾天氣過程氣象特征分析[J]. 氣象與環境學報, 29(5): 12-19.

童堯青, 銀燕, 錢凌, 等. 2007. 南京地區霾天氣特征分析[J]. 中國環境科學, 27(5): 584-588.

王淑英, 張小玲, 徐曉峰. 2003. 北京地區大氣能見度變化規律及影響因子統計分析[J]. 氣象科技, 31(2): 109-114.

王苑, 耿福海, 陳勇航. 2013. 基于微脈沖激光雷達的上海浦東地區不同強度霾研究[J]. 中國環境科學, 33(1): 21-29.

王躍思, 姚利, 王莉莉, 等. 2014. 2013年元月我國中東部地區強霾污染成因分析[J]. 中國科學: 地球科學, 44(1): 15-26.

吳兌, 劉啟漢, 梁延剛, 等. 2012. 粵港細粒子(PM2.5)污染導致能見度下降與灰霾天氣形成的研究[J]. 環境科學學報, 32(11): 2660-2669.

楊欣. 2014. 城市大氣氣溶膠污染過程的微脈沖激光雷達觀測研究[D].濟南: 山東師范大學: 32.

張宏, 劉子銳, 胡波. 2011. 北京能見度變化趨勢及冬季一次典型污染過程分析[J]. 氣候與環境研究, 16(5): 620-628.

趙晨曦, 王云琦, 王玉杰. 2014. 北京地區PM2.5和PM10污染水平時空分布及其與氣象條件的關系[J]. 環境科學, 2(35): 818-427.

中國氣象局. 2010. 霾的觀測和預報等級[S]. 中華人民共和國氣象行業標準: QX/T 113-2010.

中華人民共和國環境保護部. 2012. 環境空氣質量標準[S]. 大氣環境標準: GB 3095-2012.

Characterization of the PM2.5Pollution in Beijing

ZHANG Ge1,3, CHEN Yizhen2,3*, LIU Houfeng1, YANG Xin3, ZHAO Yuxi3
1. College of Population Research and Environment, Shandong Normal University, Jinan 250014, China; 2. Collaborative Innovation Center of Atmospheric Environment and Equipment Technology, Nanjing 210044, China; 3. Chinese Research Academy of Environmental Sciences, Beijing 100012, China

Airborne particles can cause damage to human health and reduce visibility, leading to regional haze pollution and thus affecting our daily life and transportation activities. In recent years, Beijing municipal government has strengthened the control policy to reduce Particulate Matter (PM) concentrations. Although the PM2.5level decreases, the regional haze pollution still occurs frequently. To further and better understand the characteristics of the PM2.5pollution in Beijing and provide control strategies to the government for policy making, an extensive analysis of the observed meteorological and PM2.5data is essential. In this study, observations of the meteorological parameters and PM2.5concentrations from June 2013 to May 2014 were statistically analyzed. The distribution of regional haze at different strength level, and the relationship between PM2.5concentration and visibility were studied. Based on that, the various cut-off points of low visibility related to the PM2.5level were found. The results indicated that the regional haze occurred totally up to 4572 hours and 233 days, which are approximately 56.2% of the studied hours and 64.4% of the studied days, respectively. The sequence of the occurrence of haze days in different seasons was: winter ＞ spring ＞ summer ＞ autumn. The damp haze happened mostly in summer, while the dry haze happened mostly in winter, accounting for 17.6% and 59.0% of the haze days in that season, respectively. The trend of haze with different intensity was: light haze ＞ heavy haze ＞ slight haze ＞ moderate haze, occurring 1625 h, 1163 h, 1101 h, and 683 h during the study period. The PM2.5concentration had a high negative correlation with the visibility in the power function (confidence level at 99%, P ＜ 0.01) and showed a more direct effect on the visibility without the influence of high moisture. By decreasing the PM2.5concentration of 1μg/m3, the probability of improving the visibility greater or far greater than 1 km was only 18.9%, while 50.4% of that was less or far less than 0.1 km.

Beijing; regional haze; visibility; PM2.5

X16

A

1674-5906（2014）12-1946-07

國家環境保護公益科研專項(201309062)；國家環境保護公益科研專項(201109005)

張歌（1987年生），女，碩士研究生，主要從事大氣物理研究。E-mail: gezhangzz@126.com

*責任作者，研究員，chenyz@craes.org.cn

2014-10-30

張歌，陳義珍，劉厚鳳，楊欣，趙妤希. 北京地區灰霾污染特征[J]. 生態環境學報, 2014, 23(12): 1946-1952.

ZHANG Ge, CHEN Yizhen, LIU Houfeng, YANG Xin, ZHAO Yuxi. Characterization of the PM2.5Pollution in Beijing [J]. Ecology and Environmental Sciences, 2014, 23(12): 1946-1952.