重慶市生態(tài)保護(hù)發(fā)展區(qū)域大氣環(huán)境質(zhì)量研究

張永江，鄧茂，李瑩瑩，宋衛(wèi)華，劉先良，劉蓉

(1.重慶市黔江區(qū)環(huán)境監(jiān)測(cè)中心站，重慶 409099；2.西南大學(xué)資源環(huán)境學(xué)院，重慶 400715)

重慶市生態(tài)保護(hù)發(fā)展區(qū)域大氣環(huán)境質(zhì)量研究

張永江1,2，鄧茂1，李瑩瑩1，宋衛(wèi)華1，劉先良1，劉蓉1

(1.重慶市黔江區(qū)環(huán)境監(jiān)測(cè)中心站，重慶 409099；2.西南大學(xué)資源環(huán)境學(xué)院，重慶 400715)

為詳細(xì)掌握重慶市生態(tài)保護(hù)發(fā)展區(qū)域的大氣環(huán)境質(zhì)量狀況，選擇五個(gè)區(qū)縣大氣自動(dòng)觀測(cè)站點(diǎn)數(shù)據(jù)進(jìn)行分析研究，結(jié)果表明：研究區(qū)域五個(gè)區(qū)域城市大氣環(huán)境中的SO2、PM2.5、PM10、NO2和O3均滿(mǎn)足《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)中二級(jí)標(biāo)準(zhǔn)，但五個(gè)區(qū)縣城市的主要大氣污染物差異較大。相關(guān)性分析表明，研究區(qū)域五個(gè)觀測(cè)站點(diǎn)大氣中主要污染因子與氣象參數(shù)呈現(xiàn)了不同程度的相關(guān)性，導(dǎo)致了大氣污染因子受氣象參數(shù)影響也較大。主成分分析結(jié)果表明，研究區(qū)域氣象參數(shù)中風(fēng)向均單獨(dú)為一個(gè)組分，溫度、濕度基本歸為一個(gè)主分，O3與其它污染因子均不再是同一個(gè)組分類(lèi)別。聚類(lèi)分析結(jié)果表明，石柱縣和黔江區(qū)大氣監(jiān)測(cè)參數(shù)可分為5類(lèi)，酉陽(yáng)縣為4類(lèi)，彭水縣和秀山縣為6類(lèi)，但所有研究區(qū)域大氣中的PM10和PM2.5均屬于同一類(lèi)別，而其他參數(shù)之間的聚類(lèi)差別較大。

重慶市；大氣環(huán)境質(zhì)量；相關(guān)性分析；主成分分析；聚類(lèi)分析

大氣環(huán)境污染對(duì)人類(lèi)健康構(gòu)成了極大威脅，已成為當(dāng)前人類(lèi)面臨的重要環(huán)境問(wèn)題之一。隨著城市化發(fā)展進(jìn)程的加快，人為頻繁活動(dòng)導(dǎo)致大量污染物排放，城市機(jī)動(dòng)車(chē)保有數(shù)量也呈明顯增長(zhǎng)趨勢(shì)，城市的大氣污染正在由傳統(tǒng)的煤煙型污染向復(fù)合型污染轉(zhuǎn)化[1]，大氣污染物通過(guò)大氣擴(kuò)散、傳輸、沉降和稀釋等過(guò)程對(duì)大氣環(huán)境具有重要影響[2]。城市大氣環(huán)境中的PM2.5、PM10、NOx、SO2、O3為主要大氣污染物，對(duì)生態(tài)環(huán)境、氣候環(huán)境等方面構(gòu)成了嚴(yán)重影響[3]。因而城市大氣污染問(wèn)題也尤為突出，已成為人類(lèi)關(guān)注的焦點(diǎn)[4]。2016年1月1日，環(huán)境保護(hù)部對(duì)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)標(biāo)準(zhǔn)進(jìn)行頒布和實(shí)施，在全國(guó)大中型城市開(kāi)始實(shí)施PM10、SO2、PM2.5、CO、O3、NO2、NO和NOx以及氣象參數(shù)指標(biāo)觀測(cè)[5]。然而，氣象參數(shù)中的相對(duì)濕度、氣溫、地面風(fēng)向、風(fēng)速和近地層逆溫等因子對(duì)大氣環(huán)境污染具有極其重要的影響，不同區(qū)域的大氣污染狀況特征和機(jī)理通常呈現(xiàn)較大的差別[6-7]。因此，研究不同區(qū)域的大氣污染因子及其氣象參數(shù)對(duì)大氣環(huán)境狀況的影響具有極其重要的意義。

2013年，中共重慶市委、重慶市人民政府《關(guān)于科學(xué)劃分功能區(qū)域、加快建設(shè)五大功能區(qū)的意見(jiàn)》中將黔江區(qū)、彭水縣、石柱縣、酉陽(yáng)縣和秀山縣劃定為生態(tài)保護(hù)發(fā)展區(qū)。近年來(lái)，生態(tài)保護(hù)發(fā)展區(qū)域以大力加強(qiáng)生態(tài)經(jīng)濟(jì)建設(shè)，在生態(tài)旅游和農(nóng)業(yè)等方面得到了快速發(fā)展，人類(lèi)活動(dòng)日益頻繁，但轄區(qū)的生態(tài)環(huán)境質(zhì)量也隨之發(fā)生變化。然而，現(xiàn)有研究對(duì)生態(tài)保護(hù)發(fā)展區(qū)域的大氣環(huán)境質(zhì)量狀況有限。因此，為全面掌握具有特色地理環(huán)境的武陵山區(qū)域大氣污染狀況，全面了解重慶市生態(tài)保護(hù)發(fā)展區(qū)域城市的大氣污染規(guī)律和特征，開(kāi)展生態(tài)保護(hù)發(fā)展區(qū)域的城區(qū)大氣環(huán)境質(zhì)量狀況研究，對(duì)于治理大氣污染具有重要意義，以期為環(huán)保部門(mén)制定相關(guān)控制措施和政策提供科學(xué)依據(jù)。

1 研究區(qū)域和方法

研究區(qū)域位于重慶市生態(tài)保護(hù)發(fā)展區(qū)域，選取黔江區(qū)、彭水縣、石柱縣、酉陽(yáng)縣和秀山縣城區(qū)大氣環(huán)境自動(dòng)觀測(cè)點(diǎn)位，其地理位置見(jiàn)圖1。城區(qū)大氣自動(dòng)觀測(cè)監(jiān)測(cè)數(shù)據(jù)來(lái)源于重慶市環(huán)境保護(hù)局官方網(wǎng)站重慶市空氣質(zhì)量發(fā)布系統(tǒng)， 2016年秋季區(qū)域，選取9月1日至11月30日研究區(qū)域五個(gè)城區(qū)大氣自動(dòng)觀測(cè)站的分析數(shù)據(jù)進(jìn)行分析，所有數(shù)據(jù)采用SPSS19.0進(jìn)行統(tǒng)計(jì)分析。

圖1 五個(gè)大氣觀測(cè)站點(diǎn)位Fig.1 The five atmosphere automatic observation sites

2 結(jié)果與討論

2.1 區(qū)域大氣環(huán)境質(zhì)量狀況

重慶市生態(tài)保護(hù)發(fā)展區(qū)域五個(gè)區(qū)縣城區(qū)大氣污染物濃度變化見(jiàn)圖2。由圖2可以看出，9月，重慶市生態(tài)保護(hù)發(fā)展區(qū)域5個(gè)區(qū)縣的SO2和PM2.5濃度變化波動(dòng)較小，而PM10、NO2和O3變化波動(dòng)較大，均能達(dá)到《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)中二級(jí)標(biāo)準(zhǔn)，其中秀山縣的O3的8小時(shí)滑動(dòng)平均值最大，達(dá)到86 μg/m3，彭水縣最小為43 μg/m3，SO2、O3和NO2均能達(dá)到一級(jí)標(biāo)準(zhǔn)要求，空氣質(zhì)量較好。10月，5個(gè)區(qū)縣的PM10、NO2、 PM2.5和SO2指標(biāo)呈現(xiàn)的變化趨勢(shì)，彭水縣>石柱縣>秀山縣>酉陽(yáng)縣>黔江區(qū)，O3的變化趨勢(shì)為秀山縣>黔江區(qū)>酉陽(yáng)縣>石柱縣>彭水縣，空氣質(zhì)量也均達(dá)到二級(jí)標(biāo)準(zhǔn)要求。11月，5個(gè)區(qū)縣的PM10和SO2指標(biāo)呈現(xiàn)的變化趨勢(shì)，彭水縣>石柱縣>酉陽(yáng)縣>黔江區(qū)>秀山縣，彭水縣的PM10和SO2分別達(dá)到61 μg/m3和25 μg/m3，O3的變化趨勢(shì)為秀山縣>黔江區(qū)>酉陽(yáng)縣>石柱縣>彭水縣，空氣質(zhì)量也均達(dá)到二級(jí)標(biāo)準(zhǔn)要求，其中秀山縣的O3濃度達(dá)到55 μg/m3，而PM2.5和NO2的濃度變化差異較小，SO2、PM2.5和NO2均能達(dá)到一級(jí)標(biāo)準(zhǔn)要求，空氣質(zhì)量?jī)?yōu)良。

圖2 大氣污染因子變化圖Fig.2 The variation of atmosphere pollution factors

2.2 污染因子與氣象參數(shù)相關(guān)性分析

通過(guò)SPSS19.0對(duì)重慶市生態(tài)保護(hù)發(fā)展區(qū)域五個(gè)區(qū)縣城區(qū)大氣污染因子及氣象參數(shù)進(jìn)行統(tǒng)計(jì)分析，分析結(jié)果可以看出，對(duì)石柱縣而言，O3與風(fēng)速、風(fēng)向和濕度呈顯著相關(guān)(P<0.05)，與溫度則無(wú)相關(guān)性，除NO2與風(fēng)向呈正相關(guān)外，SO2、NO2、PM10、PM2.5與風(fēng)速、溫度和風(fēng)向呈負(fù)相關(guān)，PM10、PM2.5和O3與濕度呈顯著性負(fù)相關(guān)，而SO2和NO2則表現(xiàn)出正相關(guān)。彭水縣大氣污染因子中PM10、PM2.5、SO2、NO2與風(fēng)速、風(fēng)向和溫度呈顯著性相關(guān)(P<0.05)，而PM10、PM2.5和O3與濕度呈顯著性負(fù)相關(guān)，SO2和NO2與濕度則呈顯著性正相關(guān)。酉陽(yáng)縣的O3與風(fēng)速和溫度呈正相關(guān)，與濕度呈負(fù)相關(guān)，與風(fēng)向則無(wú)相關(guān)性，SO2與風(fēng)向、溫度呈正相關(guān)，NO2與風(fēng)速呈負(fù)相關(guān)，與風(fēng)向、溫度呈正相關(guān)，PM10和PM2.5與風(fēng)速呈負(fù)相關(guān)，與風(fēng)向和溫度呈正相關(guān)。秀山縣城區(qū)大氣中O3與風(fēng)向、濕度呈極顯著負(fù)相關(guān)，與風(fēng)速和溫度呈極顯著正相關(guān)(P<0.01)，NO2與風(fēng)速、風(fēng)向溫度呈負(fù)相關(guān)，與濕度呈正相關(guān)，PM10和PM2.5與溫度、濕度呈極顯著負(fù)相關(guān)，其余則與氣象因子無(wú)相關(guān)性。黔江區(qū)城區(qū)SO2、NO2、O3、PM10和PM2.5均與氣象參數(shù)中風(fēng)速、溫度和濕度呈不同程度的顯著性相關(guān)(P<0.05)，或極顯著性相關(guān)(P<0.01)，與風(fēng)向則無(wú)相關(guān)性，SO2、NO2、PM10和PM2.5與溫度和濕度呈顯著性負(fù)相關(guān)，O3則與之呈現(xiàn)正相關(guān)，這一結(jié)果與前期研究結(jié)果相一致。從生態(tài)保護(hù)發(fā)展區(qū)域5個(gè)區(qū)域城區(qū)大氣環(huán)境污染因子與氣象參數(shù)相關(guān)性分析結(jié)果表明，可能受地理環(huán)境條件及氣候條件影響，不同區(qū)域的氣象條件差別較大，不同區(qū)域大氣污染因子受氣象參數(shù)影響也較大，因此，具有武陵山特殊地理位置差異，不同區(qū)域的城區(qū)大氣污染物防治需因地制宜而實(shí)施[8]。

圖3 各類(lèi)因子組間聚類(lèi)分析Fig.3 Various elements groop cluster analysis tree

2.3 主成分分析

選擇大氣自動(dòng)監(jiān)測(cè)12個(gè)因子為變量進(jìn)行適用性檢驗(yàn)，經(jīng)檢驗(yàn)分析，黔江區(qū)、彭水縣、石柱縣、酉陽(yáng)縣和秀山縣的KMO分別為0.610、0.600、0.585、0.621和0.525，表明變量間相關(guān)性較強(qiáng)，可以進(jìn)行因子分析。Bartlett球形檢驗(yàn)發(fā)現(xiàn)，近似卡方值分別為42 197.541、27 610.317、32 206.565、32 779.798和26 832.388，自由度均為45，P=0.000，說(shuō)明適宜因子分析。使用主成分分析和正交旋轉(zhuǎn)方法，得到了主成分分析結(jié)果。對(duì)于黔江區(qū)，共抽出4個(gè)主成分，第一主成分上CO、SO2、NO2、PM10、PM2.5具有較大的正荷載，第二主成分上風(fēng)速、溫度和濕度構(gòu)成，由此表明黔江區(qū)大氣污染受氣象因子影響較大。第三主成分為臭氧。第四主成分受風(fēng)向影響較大。對(duì)于彭水縣，共抽出3個(gè)主成分，第一主成分上CO、SO2、NO、NO2產(chǎn)生較大的正荷載、O3和風(fēng)速產(chǎn)生較大的負(fù)荷載，第二主成分上PM10、PM2.5和溫度產(chǎn)生較大的正荷載，濕度產(chǎn)生較大的負(fù)荷載，第三主成分上風(fēng)向影響較大。對(duì)于石柱縣，共抽出4個(gè)主成分，第一主成分上CO、SO2、NO、NO2、PM10、PM2.5具有較大的正荷載，第二主成分是風(fēng)速、溫度和濕度，第三主成分是O3，第四主成分是風(fēng)向。對(duì)于酉陽(yáng)縣，共抽出4個(gè)主成分，第一主成分上CO、SO2、NO、NO2、PM10、PM2.5具有較大的正荷載，第二主成分是風(fēng)速和溫度，第三主成分是O3具有較大負(fù)荷載，第四主成分是風(fēng)向和濕度。對(duì)于秀山縣，共抽出5個(gè)主成分，第一主成分上CO、SO2、NO、NO2、PM10、PM2.5產(chǎn)生較大的正荷載，第二主成分O3產(chǎn)生較大正荷載，濕度產(chǎn)生較大負(fù)荷載，第三主成分風(fēng)速和溫度，第四、第五主成分是風(fēng)向。

2.4 聚類(lèi)分析

采用SPSS 19.0統(tǒng)計(jì)軟件，以平方歐氏距離(Squared Euclidean distance)2為組間距離標(biāo)準(zhǔn)，對(duì)重慶市生態(tài)保護(hù)發(fā)展區(qū)域五個(gè)區(qū)縣城區(qū)大氣污染因子及氣象合計(jì)12個(gè)參數(shù)進(jìn)行聚類(lèi)分析，組間聚類(lèi)分析結(jié)果見(jiàn)圖3，由圖可以看出，石柱縣大氣監(jiān)測(cè)參數(shù)可分為5類(lèi)， PM10、PM2.5

3 結(jié)論

(1)2016年9—11月，重慶市生態(tài)保護(hù)發(fā)展區(qū)域五個(gè)區(qū)域城市大氣環(huán)境中的SO2、PM2.5、PM10、NO2和O3均能達(dá)到《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)中二級(jí)標(biāo)準(zhǔn)，城市環(huán)境空氣質(zhì)量處于優(yōu)良水平，但五個(gè)區(qū)縣城市的主要大氣污染物差異較大。

(2)由相關(guān)性分析表明，研究區(qū)域5個(gè)觀測(cè)站點(diǎn)大氣中主要污染因子與氣象參數(shù)呈現(xiàn)了不同程度的相關(guān)性，可能受地理環(huán)境條件及氣候條件影響，不同區(qū)域的氣象條件差別較大，導(dǎo)致了主要大氣污染因子受氣象參數(shù)影響也較大。

(3)主成分分析結(jié)果表明，研究區(qū)域5個(gè)觀測(cè)站點(diǎn)氣象參數(shù)中風(fēng)向均單獨(dú)為一個(gè)組分，溫度、濕度基本歸為一個(gè)組主，表明研究區(qū)域大氣污染狀況受氣象條件影響較大。O3與其他污染因子均不在同一個(gè)組分類(lèi)別，且均具有較大的負(fù)荷載，由此表明O3的污染來(lái)源與其他污染物來(lái)源具有較大差別。

(4)對(duì)五個(gè)區(qū)縣大氣污染因子及氣象合計(jì)12個(gè)參數(shù)進(jìn)行聚類(lèi)分析，組間聚類(lèi)分析結(jié)果表明，石柱縣和黔江區(qū)大氣監(jiān)測(cè)參數(shù)可分為5類(lèi)，酉陽(yáng)縣為4類(lèi)，彭水縣和秀山縣為6類(lèi)。但所有研究區(qū)域大氣中的PM10和PM2.5均屬于同一類(lèi)別，而其他參數(shù)之間的聚類(lèi)差別較大。

[1] 謝紹東,張遠(yuǎn)航,唐孝炎.我國(guó)城市地區(qū)機(jī)動(dòng)車(chē)污染現(xiàn)狀與趨勢(shì)[J].環(huán)境科學(xué)研究，2000，13(4):22- 25.

[2] 王宇駿,黃祖照,張金譜,等.廣州城區(qū)近地面層大氣污染物垂直分布特征[J].環(huán)境科學(xué)研究，2016，29(6):800- 809.

[3] 徐曉斌,劉希文,林偉立.輸送對(duì)區(qū)域本底站痕量氣體濃度的影響[J].應(yīng)用氣象學(xué)報(bào),2009,20(6): 656- 664.

[4] 廖志恒,范紹佳,黃娟.2013年10月長(zhǎng)株潭城市群一次持續(xù)性空氣污染過(guò)程特征分析[J].環(huán)境科學(xué),2014,35(11): 4061- 4069.

[5] 王占山,張大偉,李云婷,等.北京市夏季不同O3和PM2.5污染狀況研究[J].環(huán)境科學(xué),2016,37(3):807- 815.

[6] Tai A P K,Mickley L J, Jacob D J. Correlations between fine particulate matter ( PM2.5) and meteorological variables in the United States: Implications for the sensitivity of PM2.5to climate change [J]. Atmospheric Environment,2010,44 (32):3976- 3984．

[7] 楊懷金,楊德容,葉芝祥,等.成都西南郊區(qū)春季PM2.5中元素特征及重金屬潛在生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)[J].環(huán)境科學(xué),2016,37(12): 4490- 4503.

[8] 賈斌,盧吉文,李雪,等.重慶墊江大氣污染物濃度變化趨勢(shì)及影響因子分析[J].環(huán)境影響評(píng)價(jià),2016, 38(2):78- 81.

Evaluation of Atmospheric Environment Quality in Ecological Protection Areas of Chongqing

ZHANG Yong-jiang1,2, DENG Mao1, LI Ying-ying1, SONG wei-hua1,LIU Xian-liang1, LIU Rong1

(1.Environmental Monitoring Center Station of Qianjiang District in Chongqing, Chongqing 409099 China;2.College of Resources and Environment, Southwest University, Chongqing 400715, China)

In order to learn the atmospheric environment quality in ecological protection areas of Chongqing, the atmosphere automatic observation site data was analyzed in five districts and counties. The results showed that: the atmospheric environment concentration of SO2, PM2.5, PM10, NO2and O3reached the secondary standard of “Ambient Air Quality Standard” (GB 3095-2012) in five study areas. However, there were differences between major atmospheric pollutants in five districts and counties. Correlation analysis results showed that there were different degrees of correlation between the major atmospheric pollutants and meteorological parameters in five observation sites, and the impact of meteorological parameters on air pollution factors was bigger. Principal component analysis results showed that the wind was a separate component in the meteorological parameters, temperature and humidity were basically in one component, and O3and other pollution factors were not in the same component category. Cluster analysis results showed that the atmospheric monitoring parameters were divided into five types in Shizhu County and Qianjiang District, four types in Youyang County, and six types in Pengshui County and Xiushan County. But PM10and PM2.5belonged to the same category in five study areas, and the clustering difference between other parameters was considerably large.

Chongqing; atmospheric environment quality; correlation analysis; principal component analysis; clustering analysis

2017-02-06

重慶市基礎(chǔ)科學(xué)與前沿技術(shù)研究項(xiàng)目(cstc2015jcyjA0002)；重慶市環(huán)境保護(hù)局科技項(xiàng)目(環(huán)科字2015CF第101號(hào))

張永江(1983—)，男，重慶彭水人，高級(jí)工程師，博士研究生，主要從事環(huán)境管理和監(jiān)測(cè)研究，E-mail:yjzhang008@163.com

10.14068/j.ceia.2017.02.016

X823

A

2095-6444(2017)02-0063-05