上海市PM2.5變化特征與氣象因素相關(guān)性分析

孫語茉　張建

摘 要 本文采用統(tǒng)計分析方法對上海市2013年3月2014年2月PM2.5濃度及同時段的氣象因素進行相關(guān)分析，分季節(jié)建立回歸模型，得出上海市春夏季PM2.5濃度呈下降趨勢，在秋季10月份開始上升，于冬季12月份濃度達到最大值。春季PM2.5濃度的主要影響氣象因素為氣壓和相對濕度，夏季為降雨量和風速，秋季為相對濕度，冬季為氣溫。

關(guān)鍵詞 PM2.5濃度 氣象因素 相關(guān)性 主成分分析 回歸

中圖分類號：X16 文獻標識碼：A DOI：10.16400/j.cnki.kjdkx.2015.01.077

Abstract In this paper， the method of statistical analysis in Shanghai in March 2013 February 2014 PM2.5 concentrations and meteorological factors simultaneously segment correlation analysis， regression models by season， spring and summer come to Shanghai PM2.5 concentration decreased， began to rise in the autumn in October， in the winter in December reached a maximum concentration. The main factors affecting the weather in the spring PM2.5 concentrations for barometric pressure and relative humidity in summer rainfall and wind speed， relative humidity fall， winter temperatures.

Key words PM2.5 concentrations； meteorological factors； correlation； principal component analysis； return

0 引言

PM2.5是指大氣中直徑小于或等于2.5微米的顆粒物，也稱為細顆粒物。研究表明由于PM2.5顆粒直徑小且表面積大，易攜帶大量工業(yè)廢氣等有毒有害物質(zhì)，對空氣質(zhì)量造成重要影響；且能夠穿過鼻毛的過濾作用，經(jīng)呼吸道進入人體肺組織深處，導致支氣管炎和心血管病等發(fā)病率增加，對人體健康產(chǎn)生嚴重危害。①

莊國順等在研究細顆粒物PM2.5和總懸浮顆粒物TSP的離子化學的結(jié)果表明，上海市PM2.5的主要成分是硝酸鹽、硫酸鹽、銨鹽和黑炭。二次氣溶膠、礦物、工業(yè)和交通排放是上海大氣顆粒物污染的主要來源，并且氣候因素也是上海市PM2.5濃度的重要影響因素。②

為深入了解上海市氣象因素與PM2.5濃度的相關(guān)關(guān)系，本文對2013年3月～2014年2月上海市空氣中PM2.5濃度數(shù)據(jù)以及同期氣象因素進行了統(tǒng)計分析研究，并針對不同的氣象條件給出上海控制PM2.5污染狀況的建議。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)選取

上海氣候四季分明，各季節(jié)氣象條件有著顯著差別，因而不同季節(jié)下氣象條件對上海PM2.5濃度的影響不同。本文采取氣象劃分法對季節(jié)進行劃分——陽歷3～5月為春季，6～8月為夏季，9～11月為秋季，12月來～年2月為冬季，分別研究各個季節(jié)內(nèi)PM2.5濃度的變化特征與氣溫、氣壓、降雨量、相對濕度和風速五個氣象因素的相關(guān)性。

從“PM2.5監(jiān)測網(wǎng)”中，選取2013年3月～2014年2月一整年上海市十個國控點每天每小時的PM2.5連續(xù)自動的檢測數(shù)據(jù)，其中對于有缺失的數(shù)據(jù)采取線性內(nèi)插法進行補充。同時通過“中國氣象科學數(shù)據(jù)共享服務(wù)網(wǎng)”獲得2013年3月～2014年2月上海市每天五個氣象條件——氣溫、氣壓、降雨量、相對濕度和風速的平均指標值。

1.2 研究方法

首先對上海市PM2.5的總體污染情況進行描述性統(tǒng)計分析，進而對上海市十個國控點PM2.5濃度變化進行一致性和差異性分析，簡要得出造成上海市不同區(qū)域PM2.5濃度不同的原因。其次，采用主成分分析和回歸分析法建立因子（主氣象因子）與PM2.5濃度的回歸方程，得出不同季節(jié)下，對于PM2.5濃度影響最重要的氣象因子以及二者之間的相關(guān)性。

2 上海市PM2.5污染情況

2.1 上海市PM2.5平均濃度

通過對2013年～2014年上海市九個國控點（青浦淀山湖監(jiān)控站是國家環(huán)境空氣質(zhì)量對照點，所采集的數(shù)據(jù)未計入平均值，只是作為參考和對照，故該站點的PM2.5濃度未納入統(tǒng)計中）PM2.5年均值濃度、年最值濃度、年最高值所在月份的統(tǒng)計，得出上海市九個國控點PM2.5年均濃度的平均值為58.6764，年均濃度的變化范圍為5.21～473.30。濃度變化范圍較大，并且各個站點PM2.5年最高濃度均在冬季內(nèi)（11月或12月）達到。

我國PM2.5標準采用世界衛(wèi)生組織設(shè)定的最寬限值，《標準》中PM2.5年均值和日均值二級標準分別定為0.035和0.075。③相對于該標準，在所采集的一年內(nèi)，上海市各個站點PM2.5的年均濃度均出現(xiàn)超標情況，甚至最高的濃度達到標準濃度限值的11.6倍。由此可以看出，上海市空氣質(zhì)量情況不容樂觀。

2.2 PM2.5濃度變化趨勢一致性

通過對上海市十個國控點PM2.5月均濃度變化做折線圖，發(fā)現(xiàn)上海市十個監(jiān)測點的PM2.5總體變化趨勢一致。春夏季PM2.5濃度較小，呈下降趨勢，自秋季10月，PM2.5濃度急劇上升，在冬季12月份達到最高后開始下降，至2014年2月降低至正常水平。

每小時公布一次的PM2.5實時監(jiān)測數(shù)據(jù)，加上氣溫、氣壓、相對濕度、降水以及風速在一定范圍內(nèi)波動，以及空氣的流動性，導致站與站之間空氣質(zhì)量的差異性不大，很快具有一致性。通過對上海市各站點PM2.5月均濃度計算Pearson相關(guān)系數(shù)，得出每兩個站點間的Pearson相關(guān)系數(shù)均在0.8以上，由此認為上海市各區(qū)域空氣污染程度具有較強的相關(guān)性。

2.3 國控點地理位置差異性

目前，經(jīng)環(huán)境保護部認定的十個國控點，雖然不是每一個城區(qū)都有監(jiān)測點，但約20平方公里就一個，并且它們都位于城市化程度比較高的中心城區(qū)，人口集中、活動強度較大，因此九個國控點基本能反映城市的空氣質(zhì)量狀況。④而青浦淀山湖監(jiān)測站是環(huán)境空氣質(zhì)量對照點，所采集的數(shù)據(jù)只是作為參考和對照。參照上海市國控點空間分布圖，可以認為這個布局基本合理，所反映的PM2.5濃度具有代表性。

2.4 國控點PM2.5濃度差異性

根據(jù)月均濃度變化折線圖，發(fā)現(xiàn)青浦淀山湖、靜安監(jiān)測站、徐匯上師大、普陀監(jiān)測站和盧灣師專附小這五個站點的PM2.5濃度相對較高。

從2013年10月開始，青浦淀山湖對照點PM2.5濃度異常高，上升得十分陡峭。這是由于上海臨海，淀山湖監(jiān)測點頻繁受到海陸風影響，不斷將市區(qū)和周邊區(qū)域的污染物推送至這里。其次，該監(jiān)測點離湖僅一公里，水面附近濕度偏高，小顆粒污染物容易粘附水汽，霧霾相對較多。這些因素均可能造成淀山湖PM2.5濃度偏高。⑤

靜安監(jiān)測站、徐匯上師大、普陀監(jiān)測站和盧灣師專附小這四個國控點都位于居民密集居住區(qū)和交通繁忙區(qū)，居民、飯店眾多，道路密集，車流量較大，其地理環(huán)境具有商業(yè)、居民和交通的混合性。因此這四個國控點受生活油煙排放、機動車尾氣排放和揚塵的影響，導致PM2.5濃度較高。

2.5 季節(jié)差異性

通過對PM2.5濃度變化趨勢一致性分析，自10月份，十個國控點的PM2.5濃度均開始大幅度提升，冬季12月份濃度達到最高，多個國控點PM2.5小時濃度超過500。其實，上海沒有冬季取暖，一年中的污染不應(yīng)有明顯變化，但是卻出現(xiàn)了秋冬季PM2.5濃度較高，春夏季濃度相對較低的現(xiàn)象。并且根據(jù)有關(guān)研究，PM2.5濃度變化的確與季節(jié)有關(guān)，對人體健康危害較大的Pb、As、Cu、Cr等元素濃度的極大值往往出現(xiàn)在冬季，所以冬季是PM2.5顆粒含量較高的季節(jié)。⑥因而上海呈現(xiàn)PM2.5季節(jié)差異性。

3 統(tǒng)計模型

先用主成分分析法在氣溫、氣壓等五個可測氣象變量中找出具有顯著影響效力的非可測氣象因子；再用回歸分析法研究PM2.5濃度與這些氣象因子的倚變關(guān)系，建立回歸模型，進而將回歸模型中的自變量還原為原始氣象因素，對PM2.5濃度的變化進行解釋。為了去除各個氣象變量因計量單位不同可能對研究結(jié)果造成的影響，先對數(shù)據(jù)標準化，并進行正態(tài)性檢驗。檢驗結(jié)果顯示氣象數(shù)據(jù)和PM2.5數(shù)據(jù)均為正態(tài)分布。此外，對氣象數(shù)據(jù)做了Bartlett球形檢驗，P值小于0.01，適宜做主成分分析。

3.1 春季

（1）主成分分析。對五個氣象因素（氣溫、氣壓、相對濕度、降雨量、風速）進行主成分分析，得到相關(guān)矩陣方差貢獻率。前三個因子的累計貢獻率達到85.50%，可以認為選擇前三個因子可以較好地反映數(shù)據(jù)的信息。根據(jù)旋轉(zhuǎn)后的因子載荷矩陣可以得到各個因子表達式：

1 = + +

2 = + +

3 = +

（2）回歸分析。將提取出的因子、、和PM2.5濃度進行回歸分析，第一、二因子回歸系數(shù)通過檢驗，而第三因子的回歸系數(shù)未通過檢驗。刪去第三因子后可以得到因子回歸模型：

= +

將因子表達式代入上式，得到最終模型：

= +

（3）模型檢驗。回歸模型的統(tǒng)計量對應(yīng)的概率值<.0001，說明該模型有顯著的統(tǒng)計意義；、的檢驗值分別為<.0001和0.0003，表明按給定的顯著性水平模型中、具有顯著性意義；回歸模型的標準化殘差的絕對值最大為0.4397，沒有超過默認值3；同時從標準化殘差正態(tài)P-P圖也可以發(fā)現(xiàn)殘差具有正態(tài)分布的趨勢，因此可以認為這個因子回歸分析模型是恰當?shù)摹?/p>

（4）模型分析。從最終建立的模型可以分析出，相對其他幾個氣象因素，春季PM2.5濃度與氣壓和相對濕度呈現(xiàn)較顯著的相關(guān)關(guān)系，其中與氣壓呈負相關(guān)，與相對濕度呈正相關(guān)。

一般地，氣壓與PM2.5濃度具有負相關(guān)性。這是由于在低氣壓場天氣形勢下經(jīng)常會出現(xiàn)靜風現(xiàn)象，而且多有低云阻擋垂直擴散，這就間接造成了空氣中污染物不易擴散并逐步積累，PM2.5濃度增大；而強高壓天氣PM2.5易向外和向上走向高空擴散，PM2.5濃度較小。

相對濕度與PM2.5濃度呈正相關(guān)性。因為相對濕度大，大氣顆粒物能吸收更多的水分子，凝聚增重粒徑變大，污染物不易擴散。當空氣中水汽多但是為非降水天氣時，空氣中的水汽可以使PM2.5在空氣中停留，造成污染增大；當出現(xiàn)降水天氣時，降水將大氣中的污染物夾帶、溶解或沖刷下來，使污染物濃度降低。上述回歸方程得出的結(jié)論符合一般規(guī)律。

3.2 夏季

類似地，通過對夏季數(shù)據(jù)進行分析，將提取出的因子、、和PM2.5濃度進行因子回歸分析，發(fā)現(xiàn)第一、二因子的回歸系數(shù)的假設(shè)檢驗有顯著意義，可以得到回歸模型。再將因子表達式代入，即可得到最終模型：

= +

從最終建立的模型中可以分析出，相對其他幾個氣象因素來說，夏季PM2.5的濃度與降雨量和風速呈現(xiàn)較顯著的相關(guān)關(guān)系，其中與降雨量呈負相關(guān)，與風速呈正相關(guān)。

通過對下雨天的統(tǒng)計，上海市一年中共降雨122天，其中夏季降雨最多為39天。降雨時，大氣細粒子由于降水的沖刷而隨雨水降落到地面，另外部分細粒子可以用于使云凝結(jié)和雨滴凝結(jié)，因此雨水對于細粒子的清除作用非常顯著；降雨過后，溫度降低也是使PM2.5濃度保持穩(wěn)定低值的原因之一。

風速的大小決定了對污染物沖淡稀釋作用的大小。據(jù)有關(guān)研究發(fā)現(xiàn)，如果在沙塵天氣下，PM2.5濃度在風速為15km/h時出現(xiàn)明顯拐點，即風速小于15km/h時對污染物擴散具有稀釋作用，PM2.5濃度隨風速的增大而降低；當風速大于15km/h時地面起塵會使污染更嚴重，PM2.5濃度隨風速的增大而升高。⑦在對上海市四個季節(jié)平均風速和PM2.5濃度描繪的散點圖中，也證實了這一結(jié)論。通過對上海市風速的統(tǒng)計，夏季有16天風速大于15km/h，其余76天風速均小于等于15km/h，但是在夏季PM2.5與風速呈正相關(guān)，因此可以認為在夏季PM2.5的濃度還受其他因素的共同影響。

3.3 秋季

采用同樣方法，得到最終模型為：

= + +

從模型可以分析出，相對其它幾個氣象因素，秋季PM2.5濃度與相對濕度呈較顯著的正相關(guān)關(guān)系，原因與春季相同。

3.4 冬季

最終模型為：

= + +

可以分析出，相對其它幾個氣象因素，冬季PM2.5濃度與溫度呈現(xiàn)較顯著的正相關(guān)關(guān)系。

上海市在2013～2014一年中冬季氣溫變化區(qū)間為-0.118，冬季氣溫偏暖，風速較小，降雨少，大氣擴散條件差，能夠造成PM2.5濃度升高，因而冬季PM2.5濃度與溫度呈正相關(guān)。同時12月份至次年1月份是新年、春節(jié)期間，燃放煙花爆竹更容易使空氣中污染物增加，PM2.5顆粒物濃度便會在冬季明顯上升。

在上面的研究過程中有時會有特殊情況出現(xiàn)，這說明各種氣象因素的作用是多方面的綜合作用。而且PM2.5的濃度也和其他因素，例如人為的生活垃圾排放、工廠的大量污染物排放等各種無規(guī)律的特殊因素有關(guān)。

4 上海市控制PM2.5途徑

4.1 管理完善

目前，上海市已設(shè)立二十多個PM2.5監(jiān)測點，并且十個國控點空氣質(zhì)量監(jiān)測站能夠?qū)崟r發(fā)布PM2.5濃度數(shù)據(jù)，但是仍然有公布不及時和數(shù)據(jù)異常現(xiàn)象。有關(guān)部門應(yīng)該提高環(huán)境空氣監(jiān)測預警能力，在公開環(huán)境質(zhì)量信息方面繼續(xù)嚴格監(jiān)管，能夠使公眾免費、方便獲取空氣質(zhì)量歷史數(shù)據(jù)，方便各個領(lǐng)域科研人士進行研究，使其為上海市的環(huán)境保護監(jiān)測能夠貢獻出自己的力量，避免“心有余而數(shù)據(jù)不足”的現(xiàn)象發(fā)生。

4.2 預報預警

短期來看，污染源排放的污染物總量基本不會變化。但在不利氣象條件下，污染物易累積會加重污染。建議上海市政府加大環(huán)境質(zhì)量信息公開的同時，在重污染日采取應(yīng)對措施，即參照各種氣象信息（例如臺風、大雪等）發(fā)布預警機制，在重污染日不僅要向社會發(fā)布空氣質(zhì)量預報預警，還要根據(jù)污染特征以及氣象因素的影響，有針對性地采取停止部分工業(yè)企業(yè)生產(chǎn)、停止建筑施工土石方作業(yè)等污染減排措施。

4.3 預測提醒

春季中，如果氣象局可以預測到氣壓較低，相對濕度較高，則這一天PM2.5濃度很有可能較高，如果有風，風向能夠?qū)⒔紖^(qū)工廠、施工地的灰塵吹向市中心，那么PM2.5濃度一定會很大。因此，類似此方法并結(jié)合文中研究的各季節(jié)內(nèi)PM2.5濃度與氣象因子的很好的相關(guān)性，政府可以繼續(xù)深入研究，更精準地預測出每一天的PM2.5濃度，在每日的天氣預報中進行預測提醒，從而為上海市環(huán)境改善、人民健康出行提供有利的依據(jù)。

基金項目：本文章是2013年度“上海市大學生創(chuàng)新活動計劃項目”中201310273054《上海市各區(qū)域站點PM2.5的變化特征及其與氣象因素的相關(guān)性分析》創(chuàng)新訓練項目的研究成果，經(jīng)費來源由2013年度上海市大學生創(chuàng)新項目資助

注釋

① 滕博，王賀彬，汪雅芳等.細顆粒物（PM2.5）與呼吸系統(tǒng)疾病的關(guān)系及機制.中國實驗診斷學，2014（2）.

② Y. Wang；G. S. Zhuang；X. Y. Zhang；K. Huang；C. Xu；A. H. Tang；J. M. Chen；Z. S. An.The ion chemistry；seasonal cycle；and sources of PM2.5 and TSP aerosol in Shanghai， Atmospheric Environment， 2006， 40（16）：2935-2952.

③ 新浪網(wǎng)http：//news.sina.com.cn/c/2011-11-17/034523478393.shtml.

④ 文新傳媒http：//www.news365.com.cn/xwzx/sh/201204/t20120407_348182. html.

⑤ 東方早報http：//www.dfdaily.com/html/63/2012/7/16/825175.shtml

⑥ 沈軼，陳立民，鄭志堅等.上海市大氣PM2.5中Cu、Zn、Pb、As等元素的濃度特征.復旦學報（自然科學版），2002.41（4）.

⑦ 廣州市PM2.5變化特征及影響因素研究 http：//wenku.baidu.com/view/3fc0 da75f242336c1eb95eeb.html.