連云港沿海地區PM2.5 的時空分布特征及其與氣象條件的關系

姜 萬，高 欣，閆紅民，郭 磊，張 晗，冉宗信*

（1.江蘇方洋水務有限公司，江蘇 連云港 222000；2.江蘇方洋集團有限公司，江蘇 連云港 222000）

近年來，中國快速的經濟發展和空前的城市化建設帶來的空氣污染問題引起了公眾的廣泛關注，尤其是細顆粒物（PM2.5）污染。研究表明，有害物質可以附著于PM2.5上并在空氣中長時間停留[1]。因此，長時間暴露于高濃度PM2.5可能對人類健康產生重大影響[2]。大量研究著重關注空氣中的懸浮顆粒物（PM），尤其是PM2.5，包括排放源，物理特性和化學分析[3]。通過對PM2.5成分更清晰的了解，有助于我們采取有效措施來減少空氣污染。但是，實時監視數據對于更好地獲取城市空氣質量的詳細變化（季節，每月和每日）至關重要。研究已經證實[4-5]，氣象變量以及其他因素（如人口和排放等）在PM2.5的形成中起著重要作用。本研究通過分析連云港徐圩新區近一年來空氣質量的詳細變化情況以及氣象條件的相關性，探究其污染成因并尋求有效的管控措施。

1 資料與方法

1.1 區域情況

連云港徐圩新區是國家七大石化產業基地之一，也是江蘇對外開發以及產業合作的重要支點。徐圩新區位于連云港南部，年均氣溫14℃，年最高氣溫和最低氣溫分別為40℃、-18.1℃，年均風速3.1 m/s，平均降雨量900 mm，且降雨主要集中在夏季。

1.2 數據來源

本文PM2.5監測數據來源于2019 年3 月1 日至2020 年2 月29 日連云港市徐圩新區6 個空氣質量監測站點（表1），包括PM2.5質量濃度（以下簡稱ρ（PM2.5））日均值、風速、風向、氣溫、氣壓以及相對濕度等，其中有效樣本數為2 103 個。

表1 徐圩新區空氣質量監測點詳情

2 結果與討論

2.1 PM2.5 的時間分布特征

2.1.1 PM2.5的季節變化

按照氣象局對季節的劃分方法，將3-5 月劃分為春季，6-8 月劃分為夏季，9-11 月劃分為秋季，12 月-翌年2 月劃分為冬季[6]。新區6 個空氣監測站點ρ（PM2.5）的季節變化如圖1 所示，從圖中可看出，PM2.5濃度從大到小依次為冬季、春季、秋季、夏季。由此可見PM2.5受季節的影響較大。

圖1 PM2.5 污染的季節變化特征

冬季PM2.5濃度高主要有兩方面原因。隨著11 月到來，北方開始大面積供暖后大量的燃煤活動，導致污染物增加。另外，進入冬季大氣邊界層降低，且寒冷天氣，大氣相對穩定，這些都不利于污染物的擴散。而夏季PM2.5濃度低一方面由于夏季降雨量多，會對顆粒物有沖刷和吸附的作用；另一方面是夏季大氣在水平和垂直方向上都會有頻繁的活動，對流層運動強烈，這些都有利于顆粒物的消散。

2.1.2 PM2.5的月差異

如圖2 所示，PM2.5月份變化呈現顯著的“U”型變化規律，一年中，3-8 月PM2.5值呈現下降趨勢，9 月-翌年1月呈現上升趨勢，規律性較強。2 月份相比1 月份PM2.5濃度大量降低，主要是由于受新冠肺炎疫情影響，大量企業停工停產，人類活動強度減弱，空氣污染情況得到改善。從圖2 中可以看出，新區重污染天氣主要出現在1-4月和10-12 月，5-9 月污染較輕，其中冬季的1 月污染最為嚴重，夏季的8 月污染最輕。PM2.5的月變化濃度和季節變化特征基本吻合，均為冬季最為嚴重，夏季污染最輕。因此，在污染較為嚴重的冬季，新區需加強對PM2.5的管控力度，積極尋找有效的防治措施。

圖2 PM2.5 污染的月份變化特征

2.2 PM2.5 的空間分布特征及來源分析

2.2.1 PM2.5的空間分布特征

比較6 個監測點ρ（PM2.5）的年均值情況，結果如圖3所示，6 個站點的年均值從大到小依次是：G2、G4、G3、G6、G1、G5，其中G2 的ρ（PM2.5）顯著高于其他點位，而G5 的ρ（PM2.5）則遠低于其他監測點。由于監測點的區域類型不同，如東辛農場（G2）和張圩小區（G4）處于居民區、交通區的混合區域，所以污染最為嚴重；香河湖（G5）位于風景區內，相對濕度大，有利于PM2.5的吸濕沉降，所以污染相對較輕。

圖3 各監測點ρ（PM2.5）年均值情況

2.2.2 PM2.5的來源分析

空氣質量主要是受污染源排放和氣象條件影響，由于氣象條件相對難以控制，因此，查清污染源對新區的大氣污染質量管控具有重要意義。

本研究利用風向、風速等氣象資料分析了6 個站點顆粒物的來源情況，以G1 點為例繪制了新區監測站點的風玫瑰圖，如圖4 所示。2019 年主導風向為偏北風，整體污染源主要來源于正北、偏西（內陸）方向，在風速較小或靜風時，新區的PM2.5質量濃度基本處于30～40 μg/m3，說明本地源對污染具有一定貢獻。同時，當風向為北風時，很明顯地看到在3～4 m/s 左右的風速時，存在PM2.5質量濃度的一個高值區，這主要受秋冬季北方大量燃煤供暖，導致顆粒物含量增加，受外源輸入影響，PM2.5濃度出現高值，其次是在西南方向也出現高值區，西南方向現有一條國道，該國道車流量大，且多為重型柴油貨車，尾氣排放也導致其PM2.5濃度增高。

圖4 G1 監測點ρ（PM2.5）的風玫瑰圖

2.3 各監測點位PM2.5 與氣象因素的相關關系

為探討新區ρ（PM2.5）與氣象條件的關系，利用SPSS 19.0 對各監測點ρ（PM2.5）的月均值與主要氣象因素（風速、氣溫、氣壓、相對濕度）的相關性進行分析，結果見表2。ρ（PM2.5）月均值與風速、氣溫、相對濕度呈負相關關系，與氣壓呈正相關關系。與風速呈負相關，是因為風的擴散作用可以稀釋污染物濃度，氣溫和濕度的相關性，是由于相比于冬季，夏季的溫度和濕度都相對較高，且夏季污染物的擴散能力強，降雨量大，導致其與PM2.5濃度呈負相關性，氣壓影響因素也與其相似。

分析6 個監測點中ρ（PM2.5）與氣象因素相關性的差異，可以看出在風速、氣溫和氣壓上此相關性基本相似，顯著的差異主要表現在相對濕度上，從表2 中可以看出G2、G4、G6 與相對濕度的相關性更顯著，而G2、G6 是新區ρ（PM2.5）污染較為嚴重的區域，這說明在之后的大氣污染管控中灑水和噴淋等增加大氣濕度的措施對降低PM2.5濃度具有一定效果。

表2 ρ（PM2.5）與氣象因素的相關性

3 結論

（1）新區的PM2.5污染在不同時間尺度上表現出一定的規律性與差異性。近年新區PM2.5污染主要以優良天為主，且呈現出相似的季節和月份規律，污染程度從重到輕依次為冬季>春季>秋季>夏季；對于月份變化大致表現為3-8 月逐月下降，9-翌年1 月逐月上升，八月份污染最輕，1 月份和3 月份污染較為嚴重。

（2）ρ（PM2.5）的空間分布差異與該地的用地類型以及布局有關。居民區、交通區及混合區由于PM2.5排放源多，且排放量大，導致污染情況嚴重；風景區由于附近的污染源少，G1（云湖）、G5（香河湖）是屬于水環境性質的風景區，其相對濕度大，有利于PM2.5的吸濕沉降，所以其污染相對較輕。

（3）新區ρ（PM2.5）月均值與氣象因素的相關性分析顯示，ρ（PM2.5）與風速、氣溫和相對濕度呈負相關，與氣壓呈正相關，6 個站點在相對濕度上的差異性顯著，說明適度增加大氣濕度對PM2.5的管控可能是一項較為有利的管控措施。