青島市大氣顆粒物PM2.5污染特征動態分析

惠洪寬 王敏 潘曉杰

摘要：基于2016年5月至2017年4月青島市主城區大氣自動監測站實時發布的數據，統計分析顆粒物PM2.5濃度的時空變化規律，并對PM2.5與其它顆粒物之間的相關性和影響因素進行了分析。結果表明，PM2.5顆粒物質量濃度在1月份達到最高為68.8μg/m3，8月份是全年最低為17.8μg/m3；冬、春季PM2.5濃度較高，而夏、秋季PM2.5顆粒物濃度相對較低；從空間分布特征情況分析發現仰口站PM2.5年均濃度為23.59μg/m3，為青島市區最低，李滄區子站和黃島區子站PM2.5年均濃度較高分別為44.13μg/m3和48.66μg/m3；根據PM2.5顆粒物與其它顆粒物之間的相關曲線看，PM2.5與SO2、NO2、O3之間呈現顯著正相關，SO2、NO2、O3濃度的升高都會引起PM2.5顆粒物濃度增大，其來源相同或相關。

關鍵詞：PM2.5顆粒；污染特征；動態分析；青島

中圖分類號：X831 文獻標識碼：A DOI：10.3969/j.issn.1003-8256.2018.02.010

0 引言

隨著社會經濟的發展和城市中心區的不斷擴大，以城市為中心的大氣環境成為人們居住選擇的首選[1]，大氣環境中的主要顆粒物存在多少決定著其環境質量，大氣中既能以固態存在也能以液態存在，且空氣動力學當量直徑≦2.5 mm的顆粒物稱為PM2.5顆粒物[2]。當空氣污染狀況越嚴重，PM2.5顆粒物的濃度就會越高，顆粒物粒徑小且極易吸附大量的有毒物質，對人體健康尤其是心血管系統和呼吸系統的危害越大，不斷增加的汽車尾氣排放以及工業生產中的燃煤排放等是大部分城市灰霾天氣的主要原因[3，4]，因此對PM2.5等大氣顆粒物的監測與分析成為研究城市空氣環境污染研究的熱點問題[5-7]。

世界上開展空氣細顆粒物PM2.5研究最早的國家是美國，它從20世紀60年代中期開始進行系統的科學研究[8]。我國對PM2.5的研究起步較晚，研究較少，主要集中在京津冀及長江三角洲等地區，對山東半島藍色經濟區的研究較少。杜艷偉等采集了青島市大氣顆粒物濃度實時數據進行分析，結果表明冬季PM2.5污染最嚴重[9]；趙晨曦等對北京市的PM2.5和PM10污染特征進行了分析，并利用普通克里格插值（Original Kriging）法對其空間差異特征和時間性變化特征進行了探討[10]；吳虹等通過分析PM10和PM2.5的污染源，總結出青島市PM2.5顆粒物濃度季節差異明顯，總體呈現春、冬季高，夏秋季較低，同時得出春、秋季二者的組成成分也不盡相同，而PM10和PM2.5顆粒物化學構成卻極其相似[11]。

青島市是山東半島藍色經濟區規劃核心區域龍頭城市，是東部沿海地區重要度假旅游城市。有關青島市主城區PM2.5顆粒物的研究時間較早，但多數基于短期、分散的觀測，缺乏連續長時間、多點位空間和時效新的研究。本研究利用青島市主城區大氣監測站在2016年4月至2017年5月連續監測的PM2.5顆粒質量濃度數據，對青島市PM2.5顆粒物質量濃度時空變化情況進行統計分析，揭示大氣顆粒物的污染特征，分析PM2.5 與其它大氣顆粒物之間的相關性，在此基礎上探討PM2.5的主要來源及其濃度變化所產生的環境效應，以期為青島市空氣污染防治及進一步開展環境治理提供科學依據。

1 研究區概況

青島市坐落于山東半島東南部沿海，瀕臨黃海，又稱“島城”。青島市區現市轄6個區，包括市南區、市北區、李滄區、嶗山區、城陽區和黃島區[12]。截至2016年底，市常住總人口達920.4萬人，同比增長1.18%，城鎮化水平達到71.53%[13]。其中，市區總面積為3293 km2，海域面積約1.22萬km2，海岸線（含所屬海島岸線）總長為816.98 km，大陸岸線約為710.9 km，占山東海岸線的1/4。青島市處于北溫帶，屬于溫帶季風氣候區。海洋環境的直接影響和洋面上的東南季風及海流的調節，使青島市氣候具有一定的海洋性特點。據氣象資料查考，青島市年平均氣溫25.3 ℃，降水量年均660mm，主要集中于夏季。年平均相對濕度為73%，年平均風速為5.2m/s，以東南風為主，青島市海霧多且頻，年平均濃霧日達51 d，輕霧日達108 d。

2 數據采集與樣品分析

本研究的主要數據來自青島市國控自動監測站，涉及主城區6個監測站發布的主要顆粒物監測數據，監測時間段為2016年5月1日至2017年4月30日，監測儀器為武漢天虹TH-150智能中流量顆粒物采樣器，然后進行室內分析。選取青島市主城區6個空氣質量監測站，主要包括：仰口站、城陽區子站、嶗山區子站、黃島區子站、李滄區子站、市北區子站。監測區域功能主要涵蓋自然保護區、居商文教混合區及居商文教工混合區。

3 青島市PM2.5顆粒動態時空變化情況

3.1 青島市PM2.5濃度月變化

青島市主城區PM2.5月均濃度最高為12月份和1月份（圖1），分別為67.0μg/m3和68.8μg/m3，月均濃度最低月為8月份，濃度為17.8μg/m3。

這與已有研究表明，我國城市PM2.5顆粒物質量濃度具有明顯的季節變化規律，即冬春季節污染較重而夏季相對較輕相符[3]。青島市PM2.5月均濃度變化整體呈現為單峰單谷型。從各個站點看，3個監測站PM2.5月均濃度最高值出現在12月份，分別是嶗山區子站，李滄區子站和市北區子站；國控監測站2個監測站PM2.5月均濃度最高值出現在1月份，分別是城陽區子站和黃島區子站；仰口站PM2.5月均濃度最高值為2月份（47.2μg/m3）。從青島市主城區各監測站月均PM2.5濃度變化箱型圖看，城陽、李滄、市北、仰口站PM2.5月均濃度變化都呈現單峰單谷型，黃島區和嶗山區監測站PM2.5月均濃度變化呈波浪形，出現多個波峰和波谷。

3.2 青島市主城區PM2.5濃度季節變化

通過對青島市6個監測站不同季節PM2.5質量濃度進行統計分析（圖2），從季節上看，冬季（12、1、2月）PM2.5顆粒物濃度最高，最高達60.78 μg/m3；其次是春季（3、4、5月）、秋季（9、10、11月）和夏季（6、7、8月），分別是41.96 μg/m3、35.98 μg/m3和24.25 μg/m3。從各站點看，李滄區監測站冬季PM2.5濃度最高，達到78.33 μg/m3；最低是仰口監測站，濃度為25.68 μg/m3。春季，李滄區監測站PM2.5顆粒物濃度較高，達到47.34 μg/m3，仰口監測站顆粒物濃度最低。秋季，李滄區監測站是PM2.5濃度最高監測站，達到44.90 μg/m3，仰口監測站顆粒物濃度最低；在夏季，市北區監測站PM2.5濃度最高，達到29.21μg/m3，仰口監測站顆粒物平均濃度最低，是15.16μg/m3。分季節來看，青島市主城區不同站點PM2.5濃度的標準差較大，最高為冬季，其次是春季、秋季、夏季，說明時間序列上PM2.5濃度是非平均分布的，在冬季，短期內會出現較大幅度的波動，但在夏季PM2.5濃度變化較小。

3.3 青島市市區PM2.5濃度空間變化

經統計分析（表1），青島市不同監測站PM2.5顆粒物的全年平均質量濃度從小到大依次是：仰口站<市北區子站<嶗山區子站<城陽區子站<黃島區子站<李滄區子站。表中可以看出，仰口站PM2.5濃度較低，為23.59 μg/m3，而黃島區和李滄區相對較重，分別達到44.13μg/m3和48.66μg/m3，均大于《環境空氣質量標準》（GB3095-2012）中二級標準[14]，超過標準0.26倍和0.39倍，總體上，離市中心距離越近，PM2.5濃度越高。

李滄區有著強大的工業基礎，具有超過百家的大中型企業，近年來逐漸形成了以建材、服裝業等行業為主的綜合性產業體系[15]，有時間較長的國棉八廠、黃海橡膠、青島堿廠、青島鋼鐵公司、青汽公司等制造業公司，因此分析污染相對較嚴重。仰口監測站地處嶗山區風景名勝區—仰口景區，在《青島市城市總體規劃（2011～2020年）》中屬于核心生態保護區，PM2.5年均濃度最低。對空氣顆粒物的研究分析得出，離市中心近的地區PM2.5顆粒濃度高于離市中心遠的地區，而離交通點近的地區PM2.5濃度同樣高于離交通點遠的地區，智穎通過對呼和浩特市PM2.5污染特征研究，揭示了社會經濟發達的地區，人類活動對顆粒物空間差異的會有較大影響，與本研究結果趨于一致[16]。

4 PM2.5與其他污染物相關性及生態效應

4.1 PM2.5濃度變化與其他污染物相關性分析

已有研究表明，SO2、NO2、O3能與PM2.5一起從污染源排放，且通過發生二次化學反應會重新轉化成PM2.5[17]，所以大氣中的PM2.5濃度與SO2、NO2、CO、PM10有密切聯系。

利用SPSS軟件對青島市2016年5月至2017年4月PM2.5與PM10、SO2、NO2、O3的質量濃度數據進行統計分析（圖3），青島市主市區PM2.5與PM10呈正相關，SO2、NO2與PM2.5都具有正相關，即PM10、SO2、NO2、濃度的升高一定程度會引起PM2.5顆粒物濃度增大，所以控制空氣中細顆粒物的含量對于改善青島市空氣環境具有重要作用。O3與PM2.5也具有相關性，呈顯著負相關，其主要原因在于顆粒物能夠吸收和散射太陽輻射從而減少空氣中O3的產生[18]。

4.2 PM2.5顆粒動態變化及生態效應分析

PM2.5顆粒物濃度一般會與氣象因子之間具有密切關系[19]。PM2.5濃度隨著風速的增大而加速擴散，濃度降低，同時也會將PM2.5顆粒物輸送至其它地方[20]。已有研究表明，青島地區污染物濃度在吹陸風且風速越小時較高，空氣質量指數高，在吹海風時污染物濃度較低。調查表明青島最主要的顆粒物來源是城市揚塵，并且容易造成二次污染，說明機動車污染不容忽視，在汽車尾氣和粉塵排放過程中會增加空氣中顆粒物的濃度。

從圖4中可以看出，青島市主市區在夏季溫度較高時顆粒物污染程度最低，其中8月份平均溫度最高達到27.44℃，此時PM2.5顆粒物平均濃度最低為17.58 μg/m3。PM2.5月均濃度最高值為1月份66.76 μg/m3，此時均溫為2016年最低值1.61℃，說明氣溫對顆粒物濃度變化影響之大。

風向能影響空氣中顆粒物的轉移、聚集和擴散。從圖中可以看出，春季，WS（西南）、WN（西北）風向下PM2.5顆粒物濃度最高；夏季S（南）、WS（西南）、W（西）風向下PM2.5顆粒物濃度較高；秋季WN（西北）、S（南）風向下PM2.5濃度較高；冬季W（西）、WN（西北）風向下PM2.5顆粒物濃度較高，而一年四季中EN（東南）風向下PM2.5濃度較低，WN（西北）風向下顆粒物濃度較高，這是因為青島三面環海，在WN（西北）風向時受上風向外部輸送影響，來自西北內陸氣團的空氣會將內蒙古、北京、天津以及山東省內陸地區的污染物吹向青島，造成污染物濃度升高。

除此之外，顆粒物對人類健康及社會發展都有影響，大氣污染物侵入人體后對呼吸道危害巨大，因此會影響人類身體健康；大氣污染物也會影響植物與外界環境之間的轉換和能量，破壞細胞膜并損壞原生質的完整性，對根系的生長有一定的影響，對房屋建筑物、大氣環境都有破壞性影響[11]。

5 結論

通過對青島市主城區全年PM2.5顆粒物質量濃度時空變化特征分析，得出青島市PM2.5顆粒物時間和空間分布規律，結論如下：

（1）青島市2016年PM2.5濃度年均值為45μg/m3，根據最新國家環境空氣質量標準《環境空氣質量標準》（GB3095-2012），青島市區2016年環境空氣質量優良率為81.7%。

（2）從月變化情況看，青島市主城區PM2.5月均濃度最高為12月份和1月份，分別為67.0 μg/m3和68.8 μg/m3，濃度最低為8月份，濃度為17.8 μg/m3。其中，城陽區子站和黃島區子站PM2.5顆粒物濃度最高月份為1月份，嶗山區、市北區、李滄區子站PM2.5顆粒物濃度最高月份出現在12月份；整體變化呈現單峰單谷型。

（3）從季節變化情況，青島市各監測站PM2.5顆粒物濃度差異顯著，具有明顯的非均勻分布，均表現為冬春季高、夏秋季低。冬季PM2.5顆粒物平均濃度最高，最高達60.78μg/m3；其次是春季、秋季和夏季，分別是41.96μg/m3、35.98μg/m3和24.25μg/m3，而李滄區是青島市重要的工業園集中區域，春季、秋季、冬季PM2.5顆粒物濃度均最高。

（4）從空間變化情況看，監測站按PM2.5質量濃度從小到大依次是：仰口站<市北區子站<嶗山區子站<城陽區子站<黃島區子站<李滄區子站。這是因為黃島區和李滄區是青島市主要工業區域，電力、鋼鐵、制造行業是主要污染行業。顆粒物的空間差異很大程度上受人類活動的影響，在人類活動強烈的城區和交通點位附近，顆粒物濃度要明顯高于人類活動較少的地區。

（5）氣溫對PM2.5濃度影響顯著，總體來看，在WN風向時PM2.5顆粒物濃度最高。PM2.5與PM10、SO2、NO2均呈顯著正相關，說明SO2、NO2的二次轉化都會影響PM2.5顆粒物的濃度，而PM2.5與O3呈負相關性，說明顆粒物具有消光作用能散射和吸收太陽輻射，從而減少O3的生成。

青島市大氣污染防治的主要問題是控制顆粒物排放，包括煤煙塵、汽車尾氣等廢氣排放，其次是預防SO2、NO2等污染物二次轉化，因此有效控制顆粒物二次污染是關鍵，包括減少污染源、控制區域輸送及區域協同轉化等問題需要繼續在未來研究中深入探討。

參考文獻：

[1] 朱先磊， 張遠航， 曾立民，等. 北京市大氣細顆粒物PM2.5的來源研究[J]. 環境科學研究， 2005， 18（5）： 1-5.

[2] 邵龍義， 時宗波， 黃勤. 都市大氣環境中可吸入顆粒物的研究[J]. 環境保護， 2000（1）： 24-26.

[3] 楊雨蒙， 楊凌霄， 張俊美，等. 濟南市冬季灰霾日PM1.0和PM1.0-2.5污染特征[J]. 山東大學學報（工學版）， 2017， 47（2）： 111-116.

[4] 王知方， 張鑫. 北京灰霾天氣大氣顆粒物SEM觀察與分析[J]. 綠色科技， 2017（16）：32-34.

[5] 郝明途. 城市大氣顆粒物來源解析研究[D]. 山東大學， 2005.

[6] 胡敏， 唐倩， 彭劍飛， 等. 我國大氣顆粒物來源及特征分析[J]. 環境與可持續發展， 2011， 36（5）： 15-19.

[7] 虢俊龍. 石家莊霾污染過程大氣顆粒物化學組分分析及來源解析[D]. 北京化工大學， 2015.

[8] 吳國平， 胡偉， 滕恩江， 等. 我國四城市空氣中PM2.5和PM10的污染水平[J]. 中國環境科學， 1999（2）： 133-137.

[9] 杜艷偉， 程建光， 王靜，等. 2013年青島市PM2.5時空分布及來源分析[J]. 城市環境與城市生態， 2015（2）：17-19.

[10] 趙晨曦， 王云琦， 王玉杰，等. 北京地區冬春PM2.5和PM10污染水平時空分布及其與氣象條件的關系[J]. 環境科學， 2014， 35（2）：418-427.

[11] 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）：5 83-589.

[12] 董貝， 于偉. 山東省縣域人口遷移的空間分異研究[J]. 國土與自然資源研究， 2017（4）： 57-61.

[13] 青島新聞.我市常住人口達920.4萬人[EB/OL].http：//epaper.qingdaonews.com/html/qdzb/20170126/qdzb1064044.html. 2017-01-26

[14] 中華人民共和國環境保護部， 國家質量監督檢驗檢疫總局. GB3095-2012 環境空氣質量標準[S]. 北京： 中國環境科學出版社， 2012.

[15] 賈智海.青島市李滄區PM10與PM2.5污染變化特征分析研究[J]. 環境科學與管理， 2016（2）： 113-115.

[16] 智穎. 呼和浩特市空氣顆粒物PM2.5污染特征分析[D].內蒙古大學， 2014.

[17] Masiol M， Benetello F， Harrison R M， et al. Spatial， seasonal trends and transboundary transport of PM2.5， inorganic ions in the Veneto region （Northeastern Italy）[J]. Atmospheric Environment， 2015， 117：19-31.

[18] 劉永林， 孫啟民， 鐘明洋，等. 重慶市主城區PM2.5時空分布特征[J]. 環境科學， 2016， 37（4）：1219-1229.

[19] 王占山， 李云婷， 陳添，等. 2013年北京市PM2.5的時空分布[J]. 地理學報， 2015， 70（1）：110-120.

[20] K. K??mal， P. Miku?ka， M. Vojtě?ek， et al. Seasonal variations of monosaccharide anhydrides in PM1 and PM2.5 aerosol in urban areas[J]. Atmospheric Environment， 2010， 44（39）：5148-5155.

（編輯：邵波）

Abstract： Based on the data released from the automatic monitoring station in the main urban area of Qingdao from May 2016 to April 2017， the temporal and spatial variation of PM2.5 particulate concentration was analyzed statistically， and the correlation between PM2.5 and other particles was also analyzed. The results show that the concentration of PM2.5 particles in January reached up to 68.8μg/m3， the lowest is 17.8μg/m3 in August. The concentration of PM2.5 was higher in winter and spring， and lower in summer and autumnrelatively. The result of spatial distribution shows that the lowest annual average concentration was 23.59μg/m3 in Yangkou station， higher in Licang District sub station and Huangdao district sub station， the concentration were 44.13μg/m3 and 48.66μg/m3， separately. According to the correlation curve between PM2.5 particles and other particles， showed a significant positive correlation between PM2.5 and SO2， NO2， O3. The concentration of PM2.5 particles increases with the increase of SO2， NO2 and O3 concentrations，which indicated the source of them were the same or related

Keywords：PM2.5 particles； pollution characteristics； dynamic analysis； Qingdao