西安市霧霾時空分布特征研究*

韓 浩 解建倉 姜仁貴 柴 立

(西安理工大學,陜西省西北旱區生態水利工程國家重點實驗室，陜西 西安 710048)

空氣質量污染的問題已經引起了國內外的廣泛關注，持續出現的霧霾天氣給居民的生產、生活帶來許多不便，影響到人們的身體健康[1]。參考中國氣象局《地面氣象觀測規范》對霧霾的定義，霧是指大量微小水滴浮游在空中，常呈乳白色，使水平能見度小于1.0 km的天氣現象；霾是指大量極細微的干塵粒等均勻地浮游在空中，使水平能見度小于10.0 km的天氣現象[2]。在中國氣象局2010年頒布的《氣象標準匯編》中，在能見度的基礎上增加了相對濕度的概念，對霧霾做出進一步的界定，即能見度小于10 km、空氣相對濕度≥95%的天氣現象定義為霧；能見度小于10 km、空氣相對濕度<80%的天氣現象定義為霾[3]941。2012年，環境保護部頒布了《環境空氣質量標準》(GB 3095—2012)，將產生霧霾的主要因素PM2.5濃度作為空氣質量監測指標。從2013年1月1日起，西安市環境保護局首次將PM2.5濃度納入空氣質量評價體系。霧霾天氣能見度低，影響交通安全，且空氣污染嚴重引起的呼吸系統疾病感染患者增多[4]，破壞生態環境，城市經濟發展也受到阻礙。

近年來，國內諸多學者對霧霾天氣時空分布特征進行了研究，為認識霧霾成因及其如何治理提供了理論依據。葉光營等[5]根據1968—2007年福州地區9個氣象站的歷史資料，對福州霧霾天氣的時空分布特征進行分析，發現不同監測站的霧霾日數存在著區域差異和季節變化。錢峻屏等[6]利用1980—2003年廣東省26個觀測站的氣象觀測資料，分析廣東地區霧霾天氣下能見度的季節變化規律和空間分布特征。樊文雁等[7]收集北京325 m氣象塔對霧霾天氣過程大氣細粒子濃度的觀測資料，分析霧天、霾天、晴天大氣細粒子濃度垂直分布變化的特征。曹偉華等[3]950利用2009年北京地區霧霾天氣高時間分辨率資料，分析了一次持續性霧霾天氣過程的階段性特征。

西安市位于關中平原中部，其工業快速發展，工業污染物的排放、市區內道路翻修與建筑物揚塵、大量機動車的尾氣塵[8]等造成了顆粒污染物排放增加，導致霧霾天氣頻繁出現，霧霾天氣加重了城市空氣的污染程度[9]。在2013年1月至2015年3月，全市空氣中的PM10、PM2.5濃度均超過GB 3095—2012規定的限值，而顆粒污染物的吸入會嚴重危害人體的健康。王珊等[10]利用1960—2012年西安市7個氣象站的歷史地面觀測資料，分析了霧霾日數和氣象要素變化規律，發現53年來西安市霧霾日數有增加趨勢，且風速越小和不降水日數越多越有利于霧霾天氣的形成。劉翠等[11]分析西安市霧霾天氣成因及治理措施發現，PM10和PM2.5等微小粒子是影響霧霾的主要因子。韓月梅等[12]采用離子色譜法對11種無機水溶性離子進行分析，探究了西安市大氣顆粒污染物中水溶性無機離子的季節變化特征。筆者通過研究西安市霧霾天氣的時空分布特征，有助于深入認識西安市霧霾天氣形成及分布規律的現狀，也可作為當地環境保護部門制定有效的空氣質量保障措施的參考依據，對于減少一定時期內霧霾天氣帶來的損失具有重要的現實意義。

1 資料與方法

1.1 資料來源

2013—2015年的西安市高壓開關廠、高新西區、小寨、紡織城、草灘、廣運潭、長安區、市人民體育場、臨潼區、經濟技術開發區(以下簡稱經開區)、曲江文化產業集團、興慶小區、閻良區13個監測站的SO2、NO2、PM10、CO、O3、PM2.5的觀測資料來源于西安市環境監測站官方網站，用于分析13個監測站全年霧霾的日、月變化和空間分布。西安市環境質量綜合指數來源于中國環境監測總站對74個城市每個月的空氣質量狀況報告。

1.2 處理方法

在研究13個監測站的PM2.5與其他5項指標(SO2、NO2、PM10、CO、O3)相關性分析中，需要對采取的資料數據進行Z標準化處理，即每一個指標變量的日空氣質量指數與其平均值之差除以該指標變量的標準差，以消除量綱和數量級的影響。

2 結果與討論

2.1 西安市霧霾的時間分布特征

2.1.1 日變化

根據資料數據分析，西安市13個監測站的PM2.5空氣質量指數日變化趨勢基本一致，且與全市平均的PM2.5空氣質量指數日變化趨勢相同。2013、2014年，PM2.5空氣質量指數均先減少后增加；1—3、10—12月的PM2.5空氣質量指數均偏高，霧霾日數增加；6—9月的PM2.5空氣質量指數較低，霧霾日數減少。

空氣質量指數大于100，表示污染級別為輕度污染；空氣質量指數大于200，表示污染級別為重度污染；空氣質量指數大于300，表示污染級別為嚴重污染。因此，每年1—3、11—12月的污染級別為嚴重污染。西安市春、冬季降水量較小[13]，在12月至翌年1月，氣候干燥，氣溫也較低，雨水量少對顆粒物清除作用較小，導致其擴散能力低、易于持續集聚，因此這個時期PM2.5持續較高，是全年污染程度最嚴重階段，直接影響居民的日常生活。

2.1.2 月變化

圖1顯示了2013年1月至2015年4月西安市空氣質量綜合指數月變化趨勢(2014年12月數據缺失)。圖1反映了當前西安市空氣質量綜合指數的月變化趨勢，以此為基礎，進一步分析霧霾對空氣污染的季節影響。

空氣質量綜合指數綜合考慮了SO2、NO2、PM10、CO、O3、PM2.5等6項指標的污染情況，其值越大則污染程度越嚴重。由圖1可知，總體來看，西安市每年的1—3、12月污染程度最嚴重，6—8月污染程度較輕，2015年相比2013年有逐漸降低趨勢。

通過日、月變化比較發現，西安市霧霾天氣主要出現在冬、春季，在此期間西安市的霧霾污染程度較嚴重。

2.2 西安市霧霾的空間分布特征

結合西安市13個監測站位置分析，市人民體育場、小寨、興慶小區監測站均位于市區，市人民體育場監測站靠近市中心區，興慶小區監測站附近居民住宅區較多，小寨監測站附近是商業區，人口密度大且建筑物高大密集；高新西區和高壓開關廠監測站均靠近西部的工業區；曲江文化產業集團監測站在南部，屬于文化產業聚集區；草灘和經開區監測站均位于北部，草灘監測站臨近渭河；廣運潭和紡織城監測站均在東部，廣運潭監測站靠近浐灞生態區，紡織城監測站附近主要有眾多紡織企業及水泥廠；長安區、臨潼區監測站均距離市區較遠，長安區監測站位于市區西南部，臨潼區監測站位于市區東北部；閻良區監測站距離市區最遠，是航空工業區。

圖1 2013年1月至2015年4月西安市空氣質量綜合指數月變化趨勢Fig.1 The monthly trend of air quality comprehensive index of Xi’an from January 2013 to April 2015

圖2 2014年西安市13個監測站空氣質量狀況天數統計比例Fig.2 The statistical days proportion of thirteen stations air quality condition of Xi’an in 2014

圖2顯示了2014年西安市13個監測站空氣質量狀況天數統計比例。由于草灘監測站處于西安市北郊，且西安市北有黃土高坡，年降水量較低，故霧霾顆粒物長期聚集，不易擴散造成局部空氣污染程度嚴重，草灘監測站全年的污染天數比例(含輕度、中度、重度、嚴重污染，下同)為77.6%，居13個監測站之首，其中嚴重污染級別天數為48 d。高新西區、高壓開關廠、市人民體育場、小寨監測站均處于市區，常年燃煤煙氣、工業揚塵、機動車尾氣的現象較嚴重，且市區內高大建筑物較密集，阻礙空氣對流運動[14]，因此大量的PM2.5均勻地浮游在空中，不利于污染物短時間內擴散，導致空氣污染程度較嚴重，其全年的污染天數比例分別為63.6%、64.4%、69.4%、61.0%，其中前3個監測站均超過了全市平均污染天數比例(62.2%)。全年污染程度較輕的是臨潼區、紡織城、曲江文化產業集團、長安區監測站，其全年的污染天數比例分別為56.1%、56.9%、51.5%、54.8%，由于這些監測站所在區域離市區相對較遠，其發展以旅游和文化產業為核心，工業污染相對較少。經開區、廣運潭、興慶小區、閻良區嚴重污染級別天數均在29 d以上，介于13個監測站中污染程度較嚴重和污染程度較輕之間，全年仍存在一定程度的霧霾污染。

西安市屬于暖溫帶半濕潤大陸性季風氣候，市區常年盛行東北風，年降水量由北向南遞增。草灘、廣運潭、經開區等監測站均位于西安市的北部區域，根據觀測的空氣污染天數統計分析，其與位于西安市南部區域的長安區、曲江文化產業集團監測站相比，污染天氣比例明顯偏高，說明北部區域霧霾污染程度比南部區域嚴重；高新西區和高壓開關廠監測站均位于西安市西部區域，紡織城和臨潼區監測站均位于西安市的東部區域，西部區域霧霾污染程度比東部區域較嚴重。

表1 PM2.5和其他5個指標的相關性分析

2.3 不同污染物與PM2.5相關分析

SO2、NO2、CO、PM2.5、PM10、O3是評價霧霾天氣的6個重要指標。PM2.5主要由水溶性無機離子、含碳物質及不溶性礦物質構成[15]。對霧霾天氣發生的主要因素PM2.5與其他5個指標進行相關性分析。

選取霧霾天氣持續較長時期的觀測數據作為研究的樣本數據，能更準確地解釋霧霾期間PM2.5與其他5個指標的相關性。每個月的觀測數據都存在不同程度的缺失，剔除缺失數據的單個樣本，通過SAS統計軟件計算Spearman秩相關系數。表1為2013年1—4月西安市13個監測站(含全市平均)PM2.5和其他5個指標的相關性分析。

從表1可以看出，不同監測站的同一個指標與PM2.5的相關系數不完全相同，同一個監測站不同指標與PM2.5的相關系數也存在差異；興慶小區、小寨、高新西區、臨潼區、廣運潭5個監測站的SO2與PM2.5的相關性較大，說明這5個區域的SO2濃度越大，對空氣中PM2.5濃度影響越顯著；高壓開關廠、市人民體育場、臨潼區、曲江文化產業集團、廣運潭5個監測站的NO2與PM2.5的相關性較大，說明這5個區域的NO2濃度越大，對空氣中PM2.5濃度影響越顯著；PM10與PM2.5的相關性總體較大，曲江文化產業集團監測站PM10與PM2.5的相關性最大；興慶小區監測站CO與PM2.5的相關性最大；閻良區監測站O3與PM2.5正相關，其余12個監測站O3與PM2.5負相關。

分析全市平均的PM2.5和其他5個指標的相關性，結果發現，PM10對PM2.5存在較強相關關系，故較大的顆粒污染物是直接影響西安市PM2.5空氣質量指數升高的原因，SO2、NO2、CO對PM2.5的相關性也較大，O3與PM2.5呈負相關關系。

3 結 論

(1) 2013—2014年西安市13個監測站的PM2.5空氣質量指數日變化趨勢基本與全市平均的PM2.5空氣質量指數日變化趨勢一致；西安市每年1—3、11—12月的污染級別為嚴重污染。

(2) 結合2013年1月至2015年4月西安市空氣質量綜合指數月變化趨勢分析可知，西安市霧霾天氣主要出現在冬、春季，在此期間西安市的霧霾污染程度較嚴重。

(3) 根據西安市2014年1—12月13個監測站空氣污染級別天數的統計分析，由于市區常年盛行東北風，北部的降雨量較少，故西安市的北部、西部區域霧霾污染程度相比南部、東部區域嚴重。

(4) 通過計算13個監測站的PM2.5與其他5個指標的Spearman秩相關系數，結果發現，不同監測站的同一個指標與PM2.5的相關系數不完全相同，同一個監測站不同指標與PM2.5的相關系數也存在差異。通過分析發現，PM2.5與PM10存在較強的正相關關系，與O3呈負相關關系。

[1] 胡穎，邵龍義，沈蓉蓉，等.北京市PM2.5對DNA的氧化性損傷規律分析[J].中國環境科學，2013，33(10)：1863-1868.

[2] 中國氣象局.地面氣象觀測規范[M].北京：氣象出版社，2003：21-27.

[3] 曹偉華，梁旭東，李青春.北京一次持續性霧霾過程的階段性特征及影響因子分析[J].氣象學報，2013,71(5).

[4] 謝元博，陳娟，李巍.霧霾重污染期間北京居民對高濃度PM2.5持續暴露的健康風險及其損害價值評估[J].環境科學，2014，35(1)：1-8.

[5] 葉光營，吳毅偉，劉必桔.福州區域霧霾天氣時空分布特征分析[J].環境科學與技術，2010，33(10)：114-119.

[6] 錢峻屏，黃菲，杜鵑，等.廣東省霧霾天氣能見度的時空特征分析Ⅰ：季節變化[J].生態環境，2006，15(6)：1324-1330.

[7] 樊文雁，胡波，王躍思，等.北京霧、霾天細粒子質量濃度垂直梯度變化的觀測[J].氣候與環境研究，2009，14(6)：631-638.

[8] 葉文波.寧波市大氣可吸入顆粒物PM10及PM2.5的源解析研究[J].環境污染與防治，2011，33(9)：66-69.

[9] 王軍，許項發.西安霧霾成因分析及對策建議[J].新西部，2014(11)：49-50.

[10] 王珊，修天陽，孫揚，等.1960—2012年西安地區霧霾日數與氣象因素變化規律分析[J].環境科學學報，2014，34(1)：19-26.

[11] 劉翠，薛科社.西安市霧霾天氣成因及治理措施分析[J].地下水，2013，35(3)：220-221.

[12] 韓月梅，沈振興，曹軍驥.西安市大氣顆粒物中水溶性無機離子的季節變化特征[J].環境化學，2009，28(2)：261-266.

[13] 周正朝，胡娜娜，周華.西安市氣溫和降水變化趨勢分析[J].干旱區研究，2012，29(1)：27-34.

[14] 胡琳，曹紅利，張文靜，等.西安市環境空氣質量變化特征及其與氣象條件的關系[J].氣象與環境學報，2013，29(6)：150-153.

[15] 姚青，韓素芹，蔡子穎.2011年冬季天津PM2.5及其二次組分的污染特征分析[J].環境化學，2013，32(2)：313-318.