泰安市PM2.5污染特征及其與其他污染物相關性分析

楊 雪

（泰安環境保護檢測站，山東 泰安 271000）

空氣動力學將直徑小于2.5μm的細顆粒物質統稱為PM2.5，其具有較長的大氣滯留時間和較大的比表面積，對人體健康、農作物生長、大氣能見度、氣候變化均有重要影響，已成為我國當前首要大氣污染物，是改善環境空氣質量的主要鉗制因素之一［1-2］。研究城市空氣污染物的變化規律、污染機制和控制因素會對污染治理措施提供理論和技術支持，現已成為研究的重點和熱點問題［3-6］。根據山東省環保廳公布的《2016年山東省環境狀況公報》，與省內17個開展PM2.5監測的城市相比，泰安市的空氣污染嚴重程度列第5位，處于全省中上游水平。但是根據泰安環境空氣質量自動監測系統監測數據，2016年，泰安市PM2.5濃度為64μg/m3，是環境空氣質量二級標準（GB3095-2012）（35μg/m3）的1.8倍，污染形勢嚴峻，這對泰安打造一流的國際旅游城市的長遠目標造成了一定阻礙。本文基于泰安市PM2.5及其它大氣污染物（PM10、SO2、CO、NO2、O3）濃度數據，針對泰安市PM2.5污染的時間和空間的分布特征及與其它氣體污染物的相互關系進行了討論和分析，以期為泰安市大氣污染防治提供科學依據。

1 研究方法

1.1 監測點位

泰安市從2001年起開始建立大氣自動監測系統，而后各監測點位逐步由自動監測代替人工連續監測，實現了環境空氣質量監測的自動化。之后因城市發展，監測點不斷優化，至2015年城區共有環境空氣質量監測點7個（見表1）。

表1 監測點位布設的基本情況

續表

1.2 數據來源及統計方法

研究所用數據資料來自于泰安市環境保護監測站空氣自動站監測數據，PM2.5作為主要評價指標。采用Excel 2013建立數據庫，根據2013年至2016年數據用IBM SPSS Sta?tistics 19.0進行PM2.5年際變化、月際變化、日變化的分析，并依據《環境空氣質量標準》（GB3095-2012）［7］的二級標準評價泰安市PM2.5污染狀況。

2 PM2.5濃度時空變化

2.1 時間變化

2.1.1 年際變化

2013年起，各國控監測點位持續監測PM2.5濃度（見圖2）。泰安市PM2.5濃度在64.21-91.61μg/m3之間，呈下降趨勢，下降幅度明顯，可能與泰安市產業結構優化調整及“藍天工程”三年行動計劃有關，但全部在國家二級標準（35μg/m3）的1.8倍以上，可見PM2.5的超標現象比較嚴重。

圖2 PM2.5濃度年際變化

2.1.2 季節變化

根據四年的監測數據分析看出（圖3），PM2.5存在明顯的季節變化。冬季PM2.5濃度最高，達到107.4μg/m3；夏季最低，為51.36μg/m3。冬季PM2.5濃度高主要與冬季燃煤取暖及穩定的氣象條件有關；夏季PM2.5濃度低主要是由于夏季大氣穩定度低，利于污染物擴散，而且夏季多雨，相對濕度大，不利于揚塵的生成。

圖3 PM2.5濃度季節變化

2.1.3 月際變化

PM2.5月均濃度變化如圖4所示。可以看出，1月PM2.5濃度最高，為123.86μg/m3，其次為12月，為110.99μg/m3；7月PM2.5濃度最低，為47.47μg/m3，這與PM2.5的季節變化表現出一致性。

圖4 PM2.5濃度月變化

2.1.4 日變化

根據日變化統計（見圖5），發現PM2.5存在比較明顯的日變化，呈雙峰型。波峰出現在9時（90.19μg/m3）和21時（84.42μg/m3），波谷出現在15時（65.35μg/m3）。這與交通早晚高峰以及餐飲油煙等有關，晚上穩定的氣象條件以及逆溫層，更有利于污染物的積累。

圖5 PM2.5濃度日變化

2.2 空間變化

由表2可以看出，各監測點位歷年PM2.5平均濃度在56-101μg/m3之間，具體濃度變化表現為：農業大學＞電力學校＞信通科技＞厚豐公司＞監測站＞交通技校＞人口學校，各監測點位變化趨勢相似，均呈逐年下降趨勢，均未達到國家空氣質量二級標準。與2013年相比，2016年交通技校PM2.5濃度下降幅度最大，監測站下降幅度最小。各點位PM2.5濃度差異不大，農業大學和電力學校顆粒物的濃度較高但相差不大，可能主要是因為這兩個監測點位為工業區和商業交通混合區，顆粒物排放源較多。例如，電力學校周邊分布有泰山城建熱力有限公司、泰山玻璃纖維廠等；農業大學附近有北方光學電子有限公司、城建熱電、溫泉路南段燒烤園等。PM2.5濃度較低的點位人口學校和交通技校分別位于居民區和旅游經濟開發區，周邊企業少，植被覆蓋率較高，環境質量好較其它點位好，故PM2.5濃度低。

表2 各監測點PM2.5濃度年際變化情況 單位：μg/m3

3 PM2.5與其他氣體污染物相關性分析

對于二次顆粒來說，其主要是由氣態物質轉化而成的，在一些空氣污染比較厲害的地方，這種污染物的化學變化是PM2.5污染的重要組成部分，研究這兩者之間的關系是非常必要的。散點圖是回歸分析中數據點在直角坐標系平面上的分布圖，表示因變量隨自變量變化的整體趨勢，能直觀的反應兩個變量之間的關系，但不準確。而相關系數則以數值的方式精確的反映了變量之間相互關系的強弱程度，相關系數通過正、負表示相關的方向，系數取值在-1～1之間。表3通過相關系數來描述相關程度。

表3 相關系數與相關程度

本文基于2016年1月1日至2016年12月31日空氣自動站PM2.5、PM10、SO2、CO、NO2、O3監測數據，運用IBM SPSS Statistics 19.0分別繪制出PM2.5和其它大氣污染物的散點圖及相關系數，旨在定性定量的分析PM2.5和其他大氣污染物的相互關系。

3.1 PM2.5與PM10相關性分析

運用SPSS19.0繪制 PM2.5與PM2.5的散點圖（見圖6）發現：R2為0.833，R為0.913＞0.8，線性擬合極好，PM2.5與PM10高度線性相關。PM2.5與PM10均為氣體顆粒污染物，區別在于粒徑的大小。二者表現為高度線性相關，表明二者濃度關系密切。其中一個濃度的上升，會引起另外一個濃度值的升高。

圖 6 PM2.5與 PM10散點圖

3.2 PM2.5與SO2相關性分析

根據監測期間的PM2.5和SO2濃度數據，運用SPSS19.0繪制這兩個變量散點圖，見圖7，我們可以看出：R2為0.444，R為0.666，PM2.5與SO2二者線性相關且顯著。SO2在一定的條件下，遇到水容易發生化學反應，容易形成硫酸，而硫酸與空氣中的氮氣發生反應就容易形成（NH4）2SO4，而（NH4）2SO4是PM2.5關鍵部分。SO2的來源主要為煤炭石油等化石燃料的燃燒，顯著相關性表明泰安市煤煙塵對PM2.5有一定貢獻率。

圖 7 PM2.5與 SO2散點圖

3.3 PM2.5與NO2相關性分析

由PM2.5與NO2的散點圖8看出：R2=0.582，R=0.763，線性擬合較好，PM2.5與NO2呈顯著正相關。氮氧化物主要是機動車尾氣和工業排放產生，顯著相關性表明泰安市汽車尾氣等對PM2.5有一定的貢獻率。

圖8 PMPM2.5與NO2

3.4 PM2.5與CO相關性分析

由圖9看出：R2為0.677，R為0.823，PM2.5與CO高度線性相關。CO主要來自于機動車尾氣、煤氣發生站、采暖鍋爐、民用爐灶、固體廢棄物焚燒排出的廢氣。二者表現為高度線性相關，表明煤煙和汽車塵對PM2.5有較大的貢獻率。

圖9 PM2.5與CO散點圖

3.5 PM2.5與O3相關性分析

由圖10看出：R2為0.151，R為-0.394，PM2.5與O3為較弱的負相關，點的分布與橫坐標呈平行狀態，點的離散程度較大，其中一個濃度的上升，會引起另外一個濃度值的降低。臭氧是光化學反應的主要結果，研究臭氧與 PM2.5的關系是非常必要的，可以通過這個過程判斷反應過程對PM2.5的影響。VOCs通過氧化、吸附、凝結等與空氣中的氧化劑OH、硝酸HNO3、臭氧O3發生反應生成二次有機顆粒物，這些二次有機顆粒物就包含PM2.5和PM10，同時，當VOCs通過光照與氮氧化物發生反應后，會生產臭氧O3及俗稱的光化學煙霧。

圖 10 PM2.5與O3散點圖

4 結論

（1）2013年PM2.5濃度最高，之后呈逐年下降趨勢，下降幅度明顯，但年均濃度仍高于環境空氣質量二級標準（GB3095-2012）。

（2）泰安市PM2.5濃度 1月最高，7月最低，季節變化明顯，冬季污染最重，夏季最輕，這主要是由冬季燃煤取暖和氣象條件不利于污染物擴散造成的。

（3）PM2.5存在比較明顯的日變化，呈雙峰型。波峰出現在9時和21時，波谷出現在15時。

（4）各監測點位PM2.5濃度差異不大，其中農業大學、電力學校濃度較高，PM2.5人口學校、交通技校濃度較低。

（5） PM2.5與PM10、CO線性關系為高度正相關，與SO2、NO2為顯著正相關，與O3為低度負相關。