城市街谷內PM2.5濃度時空變化及影響因素分析

張云偉，王晴茹，陳 嘉，劉隨心，胡塔峰，顧兆林（.西安交通大學人居環境與建筑工程學院，陜西 西安 70049；.中國科學院地球環境研究所，陜西 西安 70077）

城市街谷內PM2.5濃度時空變化及影響因素分析

張云偉1*，王晴茹1，陳 嘉1，劉隨心2，胡塔峰2，顧兆林1（1.西安交通大學人居環境與建筑工程學院，陜西 西安 710049；2.中國科學院地球環境研究所，陜西 西安 710077）

通過現場觀測研究西安市和平路街谷內的P M2.5濃度時空變化特征及其影響因素.在2015年4月8～10日進行了街谷內PM2.5濃度、車流量、風速、溫濕度等參數的日變化規律和PM2.5濃度空間分布規律的觀測實驗.觀測結果顯示西安市和平路街谷內PM2.5濃度值較高，日間PM2.5濃度呈“凹”字形變化，早晚PM2.5濃度相對較高，在16:00前后PM2.5濃度到達一天當中的最低值. PM2.5濃度與溫度、濕度有良好的相關性，對應R2值分別達到0.75和0.81.靜風天氣條件下，由溫度變化引起的大氣邊界層伸縮運動被發現是影響街谷內污染物擴散的主要因素.

PM2.5濃度；街谷；氣象因子；相關性

機動車尾氣對大中型城市路邊污染物濃度貢獻較大，且排放源離地面很近、兩側都有連續建筑，空氣流動較差，不利于污染物擴散，因此城市街谷內常觀測到較高的污染物濃度［1-2］.

在行人、自行車和機動車混行的交通方式中，機動車尾氣仍是大氣污染物的主要來源［3-4］.路邊PM2.5濃度與源排放和當地的氣象條件、地形規律有關，空氣質量監測分析研究發現，以城市交通主干道為中心的區域的PM2.5濃度要高于距離主干道較遠的下風處的PM2.5濃度［5-6］.李龍鳳等［7］和于建華等［8］分別觀測了廣州市街道和北京地區PM10和PM2.5濃度的日變化規律，結果顯示廣州市上午濃度較低，而北京地區觀測結果顯示下午濃度較低.白春霞［9］和Pearlmutter等［10］進行了更為詳細的街谷內現場觀測實驗，觀測實驗內容主要包括街谷的幾何結構、葉面積指數、太陽長短波輻射和地表墻面溫度及街谷內風向風速等氣象因子.也有文獻研究建筑結構及布局對街谷內風場和污染物擴散的影響［11-12］.總體而言，對城市街谷內污染物濃度及氣象條件的綜合觀測仍然較少.

本文選擇西安市市區典型街道，進行街谷內大氣環境綜合觀測，并分析了PM2.5濃度與車流量、風速、溫濕度等參數的關系.本文研究成果對深入理解城市冠層內空氣的污染的形成機制及向相關部門制定空氣污染防治策略有重要參考意義.

1 城市街谷環境綜合觀測

1.1 觀測地點

本文觀測實驗選擇了西安市城墻內南北走向的一條主干道，和平路. 如圖1（a）所示，和平路連接大差市和南城墻，是西安市區重要的交通干道之一.和平路街道的寬度在40m左右，觀測點道路兩側建筑物的高度參差不齊，路兩側有很繁茂的綠化樹木，在和平路的頂部形成一個頂蓋，為綠化街谷.觀測點距離城墻約100m.

圖1 和平路街谷內觀測點及空間分布示意Fig. 1 Diagram of the observation points and spatial distribution

如圖1（b）所示，路邊污染物空間分布規律實驗則選擇了3組共8個觀測點，包括水平方向2組及豎直方向1組，其中a1、a2、a3為一組，體現橫跨街道的空間分布，b1和b2為一組，體現沿街道的分布，c1、c2、c3為一組，體現垂直分布.

1.2 觀測儀器和方法

實驗采樣儀器主要有：PM2.5濃度的測量儀器為一臺Dust Trak空氣監測器（Model 8520，TSⅠⅠnc.，US）；街谷內空氣溫濕度的測量使用一臺溫濕度記錄儀TR-72wf，其分辨率為0.1℃，測量時間間隔為1min；地面溫度及墻面溫度使用一臺紅外測溫儀，測量范圍-32～380℃，分辨率為0.1℃，精度為±1℃；車流量數據由人工使用手機錄視頻記錄；觀測點風速風向使用超聲波風速儀測量，風速分辨率為0.1m/s，風向分辨率1°.

路邊污染物及其影響因素日變化規律研究的觀測實驗的采樣時間為2015年4月8日至4月10日8：00到20：00的連續采樣.路邊污染物空間分布規律的觀測實驗的采樣時間為5月15日17：00到19：50的虛擬同步采樣［13］.

2 實驗結果與分析

2.1 街谷內污染物的日間變化規律

2015年4月8～10日在西安市和平路進行了每天12h的連續觀測，結果顯示，PM2.5濃度最低值為0.027mg/m3，最高值為0.212mg/m3，總平均值為0.093mg/m3，PM2.5濃度的平均值超過空氣環境質量國家標準的二級標準.由于Dust Trak直接測量的PM2.5濃度數據隨時間變化劇烈，所以進行1h平均，從而得到4月8～10日每小時平均PM2.5濃度日變化規律（圖2）.總體而言，西安市和平路的路邊污染物濃度在一天中呈現先減少再增加的變化趨勢，街谷內PM2.5濃度在上午較高，之后呈現減小趨勢，16：00前后達到最小值，之后PM2.5濃度開始增加.本文PM2.5濃度的變化規律與顧兆林和張云偉［14］對西安市街谷內的污染物濃度變化規律的觀測結果以及于建華等［8］對北京和徐森榮［15］對揚州市污染物濃度的觀測結果一致，而與李龍鳳等［7］在廣州市街道觀測的上午濃度較低的規律不同.引起街谷內污染物濃度周期性變化的主要原因是街谷內空氣在夜間受大氣邊界層強烈收縮作用影響［16-18］，造成PM2.5濃度積累達到一個很高的水平，并一直延續到第二天早晨；而在白天隨著氣溫的升高，大氣邊界層開始膨脹，導致城市街谷內污染物濃度降低.

圖2 街谷內PM2.5濃度日間變化Fig.2 Diurnal variation of PM2.5concentrations in the street canyon

4月9日對西安市和平路街谷內污染物濃度的測量結果略有不同，當天PM2.5濃度在16：00后沒有增加，而是以較緩和的速率繼續減少，這種變化趨勢與當日的溫度變化有關.由圖3（a）可以看出，4月9日的空氣溫度在下午時段沒有出現日落時的急度降溫，大氣邊界層由于受溫度影響沒有獲得強烈的收縮作用.溫度的變化同樣影響到4月10日早晨污染物濃度變化規律，使得4月10日上午PM2.5濃度處于相對較低的水平.

2.2 街谷內溫濕度的日變化規律

溫濕度測量數據同樣采用1h平均處理.圖3（a）和圖3（b）分別顯示了4月8～10日西安市和平路街谷內空氣、地面的溫度和大氣相對濕度的日變化.由圖3（a）可以看出，空氣與地面的溫度變化趨勢基本一致，大致遵從一天中太陽的日出日落規律.這種變化趨勢主要和太陽輻射有關，當然和城市街谷的空氣熱量擴散也有關系.同樣由圖3（b）看出相對濕度的變化趨勢基本與溫度的變化趨勢大致相反.

圖3 街谷地面和空氣的溫度與大氣相對濕度的日變化Fig.3 Diurnal variations of road surface and air temperatures and relative humidity in the street canyon

2.3 街谷內風速日變化規律

圖4 街谷內風速的日變化Fig.4 Diurnal variations of wind speeds in the street canyon

風速風向的測量結果采用每10min平均處理.圖4顯示了4月9～10日兩天和平路風速的日變化.由于觀測點位于和平路西側，因此觀測顯示街谷內風向主要表現為北風，東北風，反映了行駛車輛對觀測點風向的影響.4月9日和平路風速在清晨相對較低，到14：00之后風速出現較強波動，并達到最高風速，14：00之后整體風速一直呈現下降的趨勢.

2.4 街谷內車流量的日變化規律

本文使用手機錄像功能，每小時錄15min，代表這一小時內和平路街谷內車流量的大致情況.值得注意的是，西安市和平路段屬于西安市城內交通主干道，4月8～10日對應周三～周五.如圖5所示，4月8日和4月9日的觀測呈現2個典型的車流量高峰期，由于觀測點距離正南方向十字路口紅綠燈約150m，在這兩個上下班高峰期時段，街谷內擁堵嚴重，所以在單位時間內車流量并不大，所以圖5中并沒有體現出2個高峰期的車流量數據.

圖5 街谷內車流量的日變化Fig.5 Diurnal variations of the traffic flux in the street canyon

2.5 路邊污染物濃度的空間分布規律觀測實驗

路邊污染物濃度的空間分布規律的觀測采用虛擬同步采樣，本文對每10minPM2.5濃度的數據統計出一個平均值，將8個采樣點的平均PM2.5濃度、平均空氣溫度、平均空氣相對濕度統計在表1中.從表1可以看出在豎直方向上PM2.5濃度是由下到上減小的趨勢.水平分布觀測結果可以看出，東十一道巷這個交叉口所觀測到的PM2.5濃度值較低，而在東西方向的3個觀測點表現出道路中央處的PM2.5濃度最高.

表1 PM2.5濃度空間分布采樣結果Table 1 Results of measured spatial distribution of PM2.5concentrations

2.6 街谷內污染物濃度變化影響因素分析

本文使用一元線性回歸方程來確定PM2.5濃度與空氣溫度、相對濕度等因素的相關性，分析氣象因素對城市街谷內空氣污染的影響.圖6為PM2.5濃度與空氣溫度、相對濕度的相關性.從圖6可以看出，街谷內空氣溫度和PM2.5濃度之間有著顯著的線性相關關系，R2約等于0.75，線性回歸方程為y=-0.0094x+0.246.街谷內空氣相對濕度和PM2.5濃度之間也有著顯著的線性相關關系，R2約等于0.81，線性回歸方程為y=0.0027x-0.034.

如上文所述，PM2.5濃度的日變化主要受大氣邊界層的影響，而大氣邊界層的收縮變化主要受大氣溫度的影響，從而體現出由于溫度變化導致大氣邊界層收縮從而對街谷內PM2.5濃度的影響.

本文街谷內PM2.5濃度與風速的負相關性很小，這與以往研究的結論不完全一致，通過與相關研究的文獻［17］進行對比分析，可以發現文獻中的風速范圍在1.6～2.7m/s之間，而本文觀測期間的風速數據平均值為0.7m/s.本文研究得出的風速和PM2.5濃度相關性相對較弱的原因可能是城市街谷內風速相對較小以及采樣點較為封閉.

對PM2.5濃度和空氣溫度、空氣相對濕度兩個氣象因子的作多元線性回歸得到模型為y=-0.003x1+0.002x2+0.061，R2等于0.83，常數項為0.061，遠大于2個變量的系數，也說明了和平路街谷內PM2.5的背景濃度較高（表2）.

圖6 街谷內PM2.5濃度與空氣溫度及相對濕度的線性回歸結果Fig.6 The linear regression analysis between PM2.5concentration and air temperature and/or air relative humidity in the street canyon

表2 街谷內氣象因子對PM2.5濃度的線性回歸模型Table 2 The linear regression model between PM2.5concentration and two meteorological factors

如圖7所示，本文分析了路邊觀測點污染物濃度隨時間的相對變化率（RV）.此處的相對變化率由公式（1）計算：

式中：Ci和RVi分別為時間i內PM2.5的平均濃度和相對變化率.

圖7 街谷內PM2.5濃度相對變化率Fig.7 The relative variation rate of PM2.5concentration in the street canyon

當采樣點的PM2.5濃度的相對變化率比背景點PM2.5濃度相對變化率高時，說明采樣點的PM2.5濃度處于相對積累的狀態.在12：00之前，背景點PM2.5濃度相對變化率與街谷內采樣點PM2.5濃度相對變化率相比，有高有低，一方面是因為背景點PM2.5濃度受排放源影響小，另一方面是受到上午邊界層膨脹（主要受溫度變化影響）的影響.

3 結論

3.1 實驗發現西安市和平路街谷內PM2.5濃度值較高，超過了環境空氣質量標準二類區的PM2.5濃度限值，在一天12h的觀測時間中，PM2.5濃度日變化呈“凹”形分布，兩頭即早上和晚上的PM2.5濃度相對較高，在16：00前后PM2.5濃度到達一天當中的最低值.

3.2 街谷內PM2.5濃度在垂直方向上表現為隨著高度的增加而減小，交叉口處的PM2.5濃度相對較低，而街谷內道路中央受機動車的影響PM2.5濃度相對較大.3.3 PM2.5濃度與空氣溫度和空氣相對濕度呈現較強的相關性，其中PM2.5濃度與空氣溫度表現為負相關性，而與大氣濕度表現為正相關性，同時PM2.5濃度與風速表現為負相關性.

［1］ Wang Q， Wang Y， Zhao J Y， et al. Diffusion factors of street canyon pollutants in the cold winter of Xi'an city based on back propagation neural network analysis ［J］. Ⅰndoor and Built Environment， 2015，24（8）:1082-1094.

［2］ 鄧順熙，曹申存，成 平.西安城市交通干道汽車污染物排放因子 ［J］. 交通環保， 1999，20（4）:7-10.

［3］ Charron A， Harrison R M. Fine （P M2.5） and Coarse （PM2.5~10）particulate matter on a heavily trafficked london highway: Sources and processes ［J］. Environmental Science & Technology，2005，39（20）:7768-7776.

［4］ Cheng Y， Lee S C， Ho K F， et al. Chemically-speciated on-road PM2.5motor vehicle emission factors in Hong Kong ［J］. Science of the Total Environment， 2010，408（7）:1621-1627.

［5］ Bai S， Eisinger D， Russell A， et al. 路邊空氣污染隱形的健康“破壞者”［J］. 交通建設與管理， 2014，（4）:60-63.

［6］ 王翠萍，陳 洋，鐘 珂，等.城市街道空氣質量與道路綠化形式的關系 ［J］. 城市環境與城市生態， 2003，16（6）:7-9.

［7］ 李龍鳳，王新明，趙利榮，等.廣州市街道環境PM10和PM2.5質量濃度的變化規律 ［J］. 地球與環境， 2005，33（2）:57-60.

［8］ 于建華，虞 統，魏 強，等.北京地區PM10和PM2.5質量濃度的變化特征 ［J］. 環境科學研究， 2004，17（1）:45-47.

［9］ 白春霞.城市交通峽谷污染物濃度相關影響因素測試研究 ［D］.西安:長安大學， 2012.

［10］ Pearlmutter D， Bitan R， Berliner P. Microclimatic analysis of“compact” urban canyons in an arid zone ［J］. Atmospheric Environment， 1999，33（24）:4143-4150.

［11］ 楊 方，鐘 珂，亢燕銘.街道峽谷對稱性對污染物擴散的影響［J］. 中國環境科學， 2015，35（3）:706-713.

［12］ 朱 強，亢燕銘，楊 方，等.上游建筑對街道峽谷內流場和污染物分布特征的影響 ［J］. 中國環境科學， 2015，35（1）:45-54.

［13］ Kumar P， Fennell P， Langley D， et al. Pseudo-simultaneous measurements for the vertical variation of coarse， fine and ultrafine particles in an urban street canyon ［J］. Atmospheric Environment， 2008，42（18）:4304-4319.

［14］ 顧兆林，張云偉.城市與建筑風環境大渦模擬方法及其應用［M］. 北京:科學出版社， 2014.

［15］ 徐森榮，湯品琪，王語嫣，等.揚州市空氣PM2.5濃度時空分異研究［J］. 地理教學， 2012，20:62-64.

［16］ Rotach M W， Fisher B， Piringer M. Cost 715 workshop on urban boundary layer parameterizations ［J］. Bulletin of the American Meteorological Society， 2002，83（10）:1501-1504.

［17］ Raupach M R， Antonia R A， Rajagopalan S. Rough-wall turbulent boundary layers ［J］. Applied Mechanics Reviews，1991，44（1）:1-16.

［18］ Tennekes H， Lumley J L. A first course in turbulence ［J］. MⅠT Press， 2014，86（10）:1153-1176.

Temporal and spatial characteristics of PM2.5 concentration in urban street canyons and analysis on the affecting factors.

ZHANG Yun-wei1*， WANG Qing-ru1， CHEN Jia1， LIU Sui-xin2， HU Ta-feng2， GU Zhao-lin1（1.School of Human Settlements and Civil Engineering， Xi'an Jiaotong University， Xi'an 710049， China；2.Institute of Earth Environment，Chinese Academy of Sciences， Xi'an 710077， China）. China Environmental Science， 2016，36（10）：2944～2949

In the current work， temporal variations of PM2.5concentration， traffic flux， wind speed， air temperature and humidity was measured on Heping Road， which well represents an urban the street canyon， during April 8～10， 2015， in Xi'an. Based on these measurements， diurnal and spatial variations of PM2.5in the urban street canyon and the affecting factors were investigated. Generally， PM2.5concentrations were found very high in the street canyon， especially in the morning and evening. The lowest PM2.5concentrations were observed at 16:00 in the daytime. Good correlations were found between PM2.5concentration and air temperature and/or humidity， with R2values of 0.75 and 0.81， respectively. Under weak wind conditions， the temperature variation induced expansion and contraction was found to be the main influencing factor on pollutant dispersion in urban street canyons.

PM2.5concentration；street canyon；meteorological factors；correlation

X169

A

1000-6923（2016）10-2944-06

張云偉（1980-），男，河南開封人，副教授，博士，主要從事城市大氣環境方向研究.發表論文30余篇.

2016-02-12

國家自然科學基金（51508458，11572242）；中央高校基本科研專項項目（xjj2014054）

* 責任作者， 副教授， zhangyunwei@xjtu.edu.cn