泉州市PM10與PM2.5污染特征研究

吳萍萍

(泉州市環境監測站，福建 泉州 362001)

?

泉州市PM10與PM2.5污染特征研究

吳萍萍

(泉州市環境監測站，福建 泉州 362001)

基于泉州市區2014年1、4、7、10月的空氣質量自動監測數據，分析了PM10和PM2.5污染水平并對其季節變化趨勢進行探討。結果表明，監測期間內，泉州市區PM10日均濃度變化范圍為0.025～0.376mg/m3，PM2.5日均濃度變化范圍為0.010～0.346mg/m3，PM10和PM2.5的年均日濃度分別為 0.067mg/m3和0.034mg/m3。泉州市區大氣中的PM10和PM2.5濃度均呈現出明顯的季節變化趨勢，春冬兩季濃度高于夏秋兩季。利用HYSPLIT-4模型對PM10和PM2.5濃度出現異常高值的時段進行氣團后推軌跡推導，結果顯示長距離傳輸和區域傳輸在不同時段對本地污染的主導作用不同。

PM10；PM2.5；污染特征；后推軌跡；泉州市

0 引言

隨著工業化和城市化的發展，空氣污染越來越受到人們的關注。環境空氣質量的優劣逐漸成為人們重視的焦點，也逐漸被納入各級政府的目標考核任務中[1]。近年來，空氣污染事件頻頻發生，可吸入顆粒物(PM10)和細顆粒物(PM2.5)已從專業領域走進公眾視野，PM10和PM2.5成為影響我國城市大氣環境質量的主要污染物。隨著環保觀念的加強，關注空氣污染指數已成為中國大中型城市市民的一種習慣，“同呼吸，共命運”已成為集體觀念的主流。

PM10具有較強的吸附能力，是多種污染物的“載體”和“催化劑”，可成為多種污染物的集合體，是導致各種疾病的罪魁禍首。PM2.5粒徑小，比表面積大，易于富集空氣中的有毒有害物質，并可隨著人體呼吸進入體內，其在大氣中的停留時間長、輸送距離遠，對人體健康和大氣環境質量的影響更大。多城市的研究均表明，高濃度的顆粒物對大氣能見度影響極大，PM10和PM2.5濃度的升高是造成大氣能見度下降的重要原因，減少大氣顆粒物的排放，是城市空氣質量改進及提高大氣能見度的有效途徑[2-4]。

泉州市地處福建省東南沿海，東臨海洋，南臨臺灣海峽，屬亞熱帶海洋性季風氣候，終年溫暖濕潤。冬季盛行偏北風，氣溫低，干燥少雨；夏季盛行偏南風，氣溫高，濕潤多雨。隨著區域經濟的快速發展，資源的消耗和污染物排放的總量也隨之增長，空氣污染也不容忽視。本文基于2014年泉州市區環境空氣質量監測點位PM10和PM2.5的自動監測資料，分析并討論泉州市PM10、PM2.5的污染水平及其季節變化規律。

1 數據來源及監測方法

1.1 數據來源

空氣質量監測數據來源于泉州市環境監測站2014年城市空氣質量自動監測結果，分別取其PM10和PM2.5的市區日平均濃度作為研究對象，充分反映泉州市PM10和PM2.5的污染情況。

1.2 監測方法

PM10自動監測儀采用TEOM1405型PM10自動監測儀(美國)，監測方法基于微量振蕩天平法；PM2.5自動監測儀采用5030型顆粒物同步混合監測儀(SHARP)PM2.5自動監測儀(美國)，監測方法基于光濁度計/β射線法。

1.3 監測時間

選擇1、4、7、10四個月分別代表冬、春、夏、秋四個季節，每個季節每天連續24h自動監測。

2 結果與討論

2.1 大氣中PM10和PM2.5濃度水平

2014年，泉州市區PM10和PM2.5的日均濃度變化趨勢如圖1所示。監測結果表明，泉州市區PM10日均濃度變化范圍為0.025～0.376mg/m3，PM2.5日均濃度變化范圍為0.010～0.346mg/m3，PM10和PM2.5的年均日濃度分別為0.067 mg/m3和0.034 mg/m3。

與國內其他城市的監測結果相比，泉州市區PM10年均日濃度和PM2.5年均日濃度高于武夷山背景點PM10年均日濃度(0.023mg/m3±0.016mg/m3)和PM2.5年均日濃度(0.018mg/m3±0.012mg/m3)[5]，稍高于臺北市區PM10和PM2.5濃度[6]，與福州、廈門兩市的PM10、PM2.5濃度相當[7-9]。與南京[10]、京津唐城市群[11]、蘭州[12]、青島[13]等地相比，泉州市區的PM10和PM2.5濃度明顯較低。由此可見，泉州的PM10和PM2.5的污染程度輕于全國大多數城市，但仍存在一定程度的污染，不容忽視。

2.2 大氣中PM10和PM2.5濃度的季節變化特征

對泉州市區大氣中PM10和PM2.5春、夏、秋、冬四個季節的平均濃度分別作圖，如圖2所示。由圖2可以看出，泉州市區大氣中的PM10和PM2.5濃度呈現出明顯的季節變化趨勢，春冬兩季的PM10和PM2.5濃度明顯高于夏秋兩季，這與廈門[9]、福州[9]、廣 州[14-15]、珠海[16]等地的變化趨勢一致。

我國北方冬季多燃煤取暖，大氣顆粒物排放明顯增多，大氣污染物可隨著氣流的流動而進行區域間的傳輸。泉州地區無采暖與非采暖季的區別，各季節能耗相當，故推測泉州地區PM10和PM2.5濃度的季節變化趨勢與氣象條件較為相關，受長距離或區域傳輸氣團影響較大，風力較大有利于污染物擴散，風力較小則不利于污染物擴散。

林長城等[8]研究表明，當受冷高壓或暖區輻合系統控制時，伴隨逆溫現象的出現，低層大氣層結穩定，風速弱，不利于污染物的水平擴散及垂直傳輸，局地易出現大氣污染物堆積現象。泉州地區春冬兩季盛行偏北風，冷空氣南下頻率及強弱對本地空氣質量影響較大，且春冬兩季逆溫現象頻繁出現，大氣層結穩定，氣象條件較為不利，易使污染物積聚而加重污染，從而使空氣質量處于較差的狀態。夏秋兩季大氣對流活躍，風速較大，臺風和強降水較多，氣象條件有利于污染物擴散且降雨對大氣顆粒物的沖刷作用較大，但個別時段出現的暖區輻合不利于大氣污染物擴散使得個別天氣出現污染。

2.3 濃度異常期氣團后推軌跡分析

后推氣團軌跡模型推導通常被用于推測污染氣團的來源，用于輔助分析污染天氣來源。利用HYSPLIT-4模型對監測期間PM10和PM2.5濃度異常高時進行氣團后推軌跡模擬。

由圖1可以看出，泉州市區部分時段PM10和PM2.5出現異常高值，主要出現于春冬兩季，對其進行統計并做氣團后推軌跡推導。將所得后推軌跡分為兩大類型，即東北型和西南-回旋型，分別如圖3、圖4所示。在我國北方，受冬季燃煤取暖的影響，能耗及污染物排放加劇，大氣中的PM10和PM2.5濃度較高，霧霾發生頻次多。由圖3可知，2014年1月5日、1月21日和1月26日，氣團主要來自東北方向，長距離傳輸較為明顯，高低空氣流均呈下沉趨勢，故推測這幾日的PM10和PM2.5出現濃度異常高值與泉州地區冬季主要受東北風影響有關。大氣中的污染物隨著氣流的傳輸，北霾南漂，且地面氣流下沉，污染物擴散條件較差，從而導致污染物在地面積聚，濃度升高。由圖4可知，2014年1月31日、4月13日和4月17日，高空氣團主要來自西南方向，而低空氣團呈現本地及周邊回旋趨勢，且低空氣流較為平穩，故推測這幾日PM10和PM2.5出現濃度異常高值主要受區域傳輸影響較大，在靜穩天氣下，本地及周邊地區的污染物積聚，濃度升高。

李令軍等[17]研究表明，北京市鞭炮燃放對不同大氣污染物的影響存在明顯區別，其中PM10影響最為顯著，PM2.5占PM10的比例也明顯升高，可達90%。春節期間，康蘇花等[18]對石家莊市、韓余等[19]對重慶市及趙金平等[20]對泉州郊區的研究均表明，煙花爆竹的燃放對大氣顆粒物的影響極為顯著。2014年1月31日(正月初一)，泉州市區PM10和PM2.5濃度均為監測期間內日均濃度最高值，PM10日均濃度達0.376mg/m3，PM2.5日均濃度達0.346 mg/m3，PM2.5與PM10的濃度比值高達92%，推測該日除受靜穩天氣的影響外，與春節煙花爆竹的燃放也大有關系。

3 結論

(1)2014年1、4、7、10四個月，泉州市空氣質量自動監測系統監測結果表明，泉州市區PM10日均濃度變化范圍為0.025～0.376mg/m3，PM2.5日均濃度變化范圍為0.010～0.346mg/m3，PM10和PM2.5的年均日濃度分別為0.067mg/m3和0.034mg/m3。相比全國大多數城市，泉州市區PM10和PM2.5日均濃度較低，但仍存在一定程度的污染，應當引起重視。

(2)泉州市區大氣中的PM10和PM2.5春冬兩季的濃度明顯高于夏秋兩季，具有明顯的季節變化趨勢，推測其受氣象條件的影響較大。冬春兩季，受冷空氣及北方沙塵南下影響，北霾南漂，且逆溫現象頻頻發生，大氣擴散條件差，空氣質量較差。夏秋兩季，降水對顆粒物的沖刷作用較大，風速較大，大氣擴散條件較好，污染物易于擴散，空氣質量較好。

(3)泉州市區PM10和PM2.5濃度出現異常高值主要出現于春冬兩季。利用HYSPLIT-4模型對PM10和PM2.5出現濃度異常高值的時段進行氣團后推軌跡模擬。結果表明，冬季泉州市區以受長距離傳輸影響為主，春季則以受區域傳輸影響為主，在不利的天氣條件下，大氣中PM10和PM2.5濃度升高。此外，春節期間煙花爆竹的燃放對大氣中顆粒物的貢獻也不容忽視。

[1] 楊志, 陳靜, 李軍, 等. 武昌區環境空氣質量變化趨勢及治理對策[J]. 環境科學與管理, 2010, 35(3): 34-37, 45.

[2] 朱宇, 唐孝炎, 張遠航, 等. 北京市大氣能見度規律及下降原因[J]. 環境科學研究, 2003, 16(2): 10-12.

[3] 吳兌, 畢雪巖, 鄧雪嬌, 等. 珠江三角洲大氣灰霾導致能見度下降問題研究[J]. 氣象學報, 2006, 64(4): 510-517.

[4] 白愛娟, 鐘文婷, 華蘭, 等. 成都市大氣能見度變化特征及影響因子研究[J].中國環境監測, 2014, 30(2): 21-25.

[5] 蘇彬彬, 劉心東, 陶俊. 華東區域高山背景點PM10和PM2.5背景值及污染特征[J]. 環境科學, 2013, 34(2): 455-461.

[6] 陳起鳳, 連語潔, 葉惠中, 等. 2006—2012年臺北市PM2.5和PM10變化趨勢與相關分析[J]. 環境保護, 2014(4): 128-135.

[7] 蔣東升. 福州紫陽、廈門集美PM2.5的濃度分析及與天氣類型的關系[J]. 海峽科學, 2013, (6): 59-60.

[8] 林長城, 王宏, 陳彬彬, 等. 廈門市空氣質量時空分布特征及其與氣象條件的關系[J]. 福建農林大學學報(自然科學版), 2010, 39(1): 79-83.

[9]蘇錦. 福廈泉大氣顆粒物PM2.5和PM10污染狀況研究[J]. 化學工程與裝備, 2015 (9): 258-260.

[10]魏玉香, 童堯青, 銀燕, 等. 南京SO2、NO2和PM10變化特征及其與氣象條件的關系[J]. 大氣科學學報, 2009, 32(3): 451-457.

[11] 楊書申, 邵龍義. 2002—2012年京津唐PM10變化規律及差異[J]. 中國環境監測, 2015, 31(2): 39-43.

[12] 余曄, 夏敦勝, 陳雷華, 等. 蘭州市PM10污染變化特征及其成因分析[J]. 環境科學, 2010, 31(1): 22-28.[13] 吳虹, 張彩艷, 王靜, 等. 青島環境空氣PM10和PM2.5污染特征與來源比較[J]. 環境科學研究, 2013, 26(6): 583-589.

[14] 陳慧娟, 劉君峰, 張靜玉, 等. 廣州市PM2.5和PM10質量濃度變化特征[J]. 環境科學與技術, 2008, 31(10): 87-91.

[15] 沈家芬, 馮建軍, 謝春玲, 等. 廣州市PM10的時空變化特征分析[J]. 生態環境, 2008, 17(2): 553-559.

[16] 潘建國, 曹軍驥, 麥潮安, 等. 珠海空氣中可吸入顆粒物(PM10)的時空變化特征[J]. 2003, 16(5): 6-10.

[17] 李令軍, 李金香, 辛連忠, 等. 北京市春節期間大氣污染分析[J]. 中國環境科學, 2006, 26(5):537-541.

[18] 康蘇花, 高康寧, 趙鑫, 等. 石家莊市春節期間大氣顆粒物有機碳和元素碳的變化特征[J]. 中國環境監測, 2014, 30(6): 77-82.

[19] 韓余, 劉德, 白瑩瑩, 等. 重慶市春節期間典型空氣污染過程分析[J]. 中國環境監測, 2014, 30(1): 43-48.

[20] 趙金平, 徐亞, 張福旺, 等. 泉州郊區春節燃放煙花時段大氣污染特征[J]. 環境科學, 2011, 32(5): 1224-1229.Research on the Pollution Characteristics of PM10and PM2.5in Quanzhou

WU Ping-ping

(Quanzhou Environmental Monitoring Station, Quanzhou Fujian 362001, China)

In order to study the pollution characteristics of atmospheric particulate matter in Quanzhou, the air quality automatic monitoring data of Quanzhou were analyzed. The pollution level and seasonal variation was studied using the data in January, April, July, and October of 2014. The results showed that the variations of daily mean concentrations of PM10and PM2.5in Quanzhou were 0.025～0.376 mg/m3and 0.010～0.346mg/m3respectively.While the annual mean concentrations of PM10and PM2.5were 0.067mg/m3and 0.034mg/m3. The concentrations of PM10and PM2.5revealed an obvious seasonal trend. Concentrations of PM10and PM2.5in spring and winter were higher than those of in summer and autumn. The HYSPLIT-4 Model was used to track backward trajectories while the concentrations of PM10and PM2.5were significantly high. Backward trajectories indicated that the roles of long-distance transmission and local transmission were various in different periods.

particulate matter; fine particulate matter; pollution characteristics; backward trajectories; Quanzhou

2016-04-18

吳萍萍，女，福建泉州人，助理工程師，碩士，從事大氣監測工作。

X513

A

1673-9655(2016)06-0052-04