秀山縣城區大氣環境質量特征研究

王愛雯，申 婭，楊建波，嚴 念，楊芳

(秀山土家族苗族自治縣環境監測站，重慶 秀山409900)

秀山縣城區大氣環境質量特征研究

王愛雯，申 婭，楊建波，嚴 念，楊芳

(秀山土家族苗族自治縣環境監測站，重慶 秀山409900)

為詳細了解秀山縣城區大氣質量狀況，選擇2016年9月—2017年1月大氣觀測數據進行分析研究，結果表明：研究時段內PM10、PM2.5、SO2、NO2和O3大氣污染物濃度均滿足《GB3095-2012環境空氣質量標準》中二級標準要求，隨著月份變化，PM10、PM2.5和O3呈先降低再升高的趨勢，NO2呈逐漸增加趨勢，SO2變化趨勢相對平緩。大氣污染物NO2與PM10和PM2.5呈顯著性相關，聚類分析結果表明PM10、PM2.5對大氣環境質量影響較大。氣象參數與大氣污染物均呈明顯相關性，表明氣象條件對污染物的擴散起著重要作用。

大氣環境質量；相關性分析；主成分分析；聚類分析；秀山縣

隨著我國工業化和城市化進程的不斷加快，能源消耗與交通規模擴大、城市人口膨脹及開發區的建設，導致了城市大氣污染問題日益突出，對生存環境造成了無法估計的危害。近年來，霧霾天氣在全國各地頻繁發生，對大氣污染物的研究已成為人們關注的焦點。細顆粒物(PM2.5)、BC(黑碳)以及氣體污染物(SO2、NOx、NO、NO2和CO)對大氣環境的影響已成為各級政府、研究學者和公眾廣泛關注的焦點[1]，但這種城市大氣污染研究大多集中于京津翼[2-3,5]、珠三角[4]、長三角[5]等國家重點關注的經濟高速發展和大氣污染比較嚴重區域，對中西部地區的研究則相對較少。秀山縣地處武陵山特殊地理環境，是重慶市人民政府劃定的生態保護發展區，而秀山縣作為優秀生態保護城市，對該區域的大氣污染研究文獻報道有限，為此在該地區開展污染物對大氣環境影響的研究顯得尤為重要。

大氣環境質量狀況受氣溫、相對濕度、風速、地面風向和近地層逆溫等諸多氣象因子影響，不同區域的大氣污染特征和灰霾天氣形成過程和機制會有一定差別[6]，氣象條件在大氣污染物擴散、傳輸和稀釋等過程起著重要作用。本研究對秀山縣秋季大氣環境中的污染物進行了監測，包括顆粒物(PM2.5、PM10)、氣體污染物(SO2、NO2、O3、CO、NO、NOx)及氣象參數，對氣象參數與大氣污染物進行相關性分析、主成分分析、聚類分析研究，以期了解該地區秋冬季大氣環境特征、變化規律和影響因素，為秀山縣生態保護發展和大氣污染防治提供基礎依據。

1 觀測區域與研究方法

大氣自動觀測站點位于秀山縣高級中學(E 108.9863°，N 28.4467°)，觀測點位見圖1。自動觀測數據來源于重慶市環境保護局官方網站重慶市空氣質量發布系統[7]，選取2016年9月—2017年1月自動觀測站點的數據。所有數據采用SPSS19.0進行統計分析。

2 結果分析與討論

2.1 環境空氣質量狀況

統計分析大氣自動站點觀測結果發現，2016年9月—2017年1月，秀山縣城區大氣污染物濃度均滿足《GB3095-2012環境空氣質量標準》中二級標準要求[8]，主要污染因子PM10、PM2.5、SO2、NO2、CO小時濃度分別在1～727μg/m3、2～517μg/m3、1～139μg/m3、1～78μg/m3、0.05～2.00mg/m3，O3濃度8h滑動值在1～186μg/m3，研究時間段內PM10、PM2.5、SO2、NO2、CO和O3月平均濃度分別為66μg/m3、51μg/m3、11μg/m3、20μg/m3、0.69mg/m3和56μg/m3。秀山縣城區大氣污染物秋冬季變化趨勢見圖2。由圖可見，PM10和PM2.5的月變化趨勢相同，隨月份變化先降低再升高，到2017年1月達到月平均最大值，NO2呈逐漸增加趨勢，O3則呈先下降再上升的趨勢，而SO2隨月份變化趨勢相對平緩。

2.2 多元統計分析

2.2.1 相關性分析

PM10、PM2.5、SO2、NO2、O3是表征環境空氣質量污染程度的重要指標，氣象參數也會對大氣環境質量造成不同程度影響。將自動觀測的12個參數進行相關性分析，結果見表1。由表可以看出，CO與除風向參數外的其余10個因子均具有顯著性相關性(ρ<0.01)，但與O3和風速、溫度呈負相關(ρ<0.01)。O3與溫度和風速呈顯著性正相關(ρ<0.01)，與NOx、NO、NO2、濕度和風向呈顯著性負相關(ρ<0.01)，有研究表明，在光化學作用下，NO2和NO作為O3的前體物，經過NO2和NO消耗和轉化，從而促進了O3生成[4]。除風速和溫度外，SO2與其他參數呈顯著性相關(ρ<0.01)。PM10與PM2.5和NO2呈顯著性相關(ρ<0.01)，且相關性較強，其研究結果與梁丹等[9]研究重慶區域和成亞利[10]研究上海區域的研究結果相一致，導致該相關性的原因主要是NO2和SO2是PM2.5的重要來源和前體物質[11]。PM10與PM2.5相關系數達到0.915，與濕度呈顯著性負相關(ρ<0.01)。PM2.5與NOx和濕度呈較強的顯著相關性(ρ<0.01)。NO和NOx由于相互轉化，導致其相關性較好。風速與溫度、濕度呈較強的相關性表明對大氣污染影響較大。風向和溫度均與濕度呈較好的相關性(ρ<0.01)。風速對除O3外的其它4種污染物呈極顯著負相關(ρ<0.01)，說明風速越大越有利于這4種污染物擴散，其結果與陳丹青[12]等研究粵東三市的研究結果一致。

表1 因子間相關性分析

注：**(ρ<0.01),*(ρ<0.05)。

2.2.2 主成分分析

首先，以大氣自動觀測12個參數為變量進行適用性檢驗，經檢驗，KMO值約為0.541，表明變量間相關性較強，Bartlett球形檢驗發現，近似卡方值為49946.423，自由度為66，ρ=0.000，說明適宜因子分析。使用主成分分析和正交旋轉方法，主成分分析因子載荷量矩陣和三維因子符合結果分別見表2和圖3，可以看出，共抽取5個主成分，第一主成分上CO、SO2、NO2、PM10、PM2.5和NOx具有較大荷載；第二主成分上由O3和濕度構成；第三主成分上為風速和溫度，由此表明氣象條件對大氣污染影響較大；第四主成分上為NO，第五主成分上為風向。

表2 主成分分析因子載荷量矩陣

2.2.3 聚類分析

利用SPSS 19.0統計軟件，以平方歐氏距離(Squared Euclidean distance)2為組間距離標準，對大氣自動觀測中8個大氣污染因子和4個氣象參數進行聚類分析，各因子組間聚類分析結果見圖4。由圖可以看出，分析因子具有聚合性并分為三類，風速、溫度和O3為一類，NO、NOx、PM10、PM2.5、NO2、CO、SO2為一類，風向和濕度為一類。各元素之間聚類距離依次為PM10、PM2.5

3 結論

(1)研究期間，秀山縣城區大氣污染物PM10、PM2.5、SO2、NO2、CO和O3濃度均滿足《GB3095-2012環境空氣質量標準》中二級標準要求，月平均值分別為66μg/m3、51μg/m3、11μg/m3、20μg/m3、0.69mg/m3和56μg/m3。隨著月份變化，PM10和PM2.5月變化趨勢相同，呈先降低再升高的趨勢，NO2呈逐漸增加趨勢，O3則呈先下降再上升的趨勢，而SO2隨月份變化趨勢相對平緩。

(2)相關性分析結果表明，O3與溫度和風速呈顯著性正相關，與NOx、NO、NO2、濕度和風向呈顯著性負相關。NO2與PM10和PM2.5呈顯著性相關，風速與溫度、濕度呈較強的相關性，表明對大氣污染影響較大。

(3)主成分分析結果表明，第一主成分上CO、SO2、NO2、PM10、PM2.5和NOx具有較大荷載，第二主成分上由O3和濕度構成，第三主成分上為風速和溫度，由此表明氣象條件對大氣污染影響較大。

(4)聚類分析結果表明，風速、溫度和O3為一類，NO、NOx、PM10、PM2.5、NO2、CO、SO2為一類，風向和濕度為一類。而PM10、PM2.5的聚類距離最小，表明大氣污染受該類指標影響最大。

[1]廖志恒,范紹佳,黃娟.2013年10月長株潭城市群一次持續性空氣污染過程特征分析[J].環境科學,2014,35(11): 4061-4069.

[2]楊俊益,辛金元,吉東生,等.2008—2011年夏季京津翼區域背景大氣污染變化分析[J].環境科學,2012, 33(11): 3693-3704.

[3]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].環境科學,2016,37(3): 807-815.

[4]劉建,吳兌,范紹佳.珠江三角洲區域污染分布及其垂直風場特征[J].環境科學,2016, 36(11): 3989-1998.

[5]王英,李令軍,劉陽.京津冀與長三角區域大氣NO2污染特征[J].環境科學,2012,33(11):3685-3692.

[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]環境空氣質量標準：GB3095-2012 [S].

[8]http://222.177.117.35:8021/HistoryDay/HistoryDayMain.aspx.

[9]梁丹,王彬,王云琦,等.重慶市冬季PM2.5及氣態污染物的分布特征與來源[J].環境科學研究,2015,28(7):1039-1046.

[10]成亞利,王波.上海市PM2.5相關因素的研究[J].數學理論與應用,2014,34(3):96-103.

[11]黃翠.重慶市典型點位PM2.5中水溶性離子來源與特征解析[D].重慶:重慶工商大學, 2014.

[12]陳丹青,師建中,肖亮洪,等.粵東三市PM2.5和PM10質量濃度分布特征[J],中山大學學報(自然科學版),2012,51(4):75-78.

Evaluation of Atmospheric Environment Quality in XiuShan Urban Area

WANG Ai-wen, SHEN Ya, YANG Jian-bo, YAN Nian, YANG Fang

(Xiushan Environmental Monitoring Station, Xiushan Chongqing 409900, China)

In this paper, the atmospheric environment quality characteristics were examined in XiuShan. The atmospheric observation data from September 2016 to January 2017 were analyzed. The results showed that the concentrations of PM10, PM2.5, SO2, NO2and O3reached to daily average of the second grade standard of "Ambient Air Quality Standard" (GB3095-2012). PM10, PM2.5, and O3declined first and then went up as months went by. However, NO2showed a trend of gradual increase, and the changing trend of SO2was relatively flat. NO2had a significant correlation to PM10and PM2.5. The cluster analysis indicated that the quality of atmospheric environment was mainly influenced by PM10and PM2.5. Meteorological parameters had close correlation with atmospheric pollutant, which showed that weather conditions played an important role for the spread of contaminants.

atmospheric environmental quality; correlation analysis; principle component analysis; cluster analysis; Xiushan County

2017-02-20

王愛雯(1983-)，男，重慶潼南人，工程師，主要從事環境管理和監測研究。

X51

A

1673-9655(2017)04-0054-04