長春市PM2.5污染特征及影響因素分析

沙英琥，翟 暢

（長春大學，吉林 長春 130000）

受城市擴張、工業發展和汽車保有量增加等因素的影響，空氣顆粒物已成為諸多城市空氣的首要污染物。而以PM2.5為主的大氣污染物對居民身體健康、氣候變化及社會經濟問題造成了不可忽視的影響[1]，如增加了人們患肺癌和呼吸系統疾病的風險和降低預期壽命。因此，對于PM2.5污染的研究越來越受到人們的重視。在現有研究中，PM2.5濃度變化的季節、月份及不同城市間均表現出了顯著差異[2]。

以長春市為例，該市是我國東北地區典型的重工業城市，從2016～2019年，城市人口及汽車保有量分別增長了4.8%和30%[3]。因此，各種人類活動和能源消耗導致PM2.5的排放量增多。為了進一步探究潛在因素對PM2.5造成的影響，本文通過分析長春市近5年PM2.5濃度的變化趨勢，及其與氣象因子和社會經濟因素的關系，揭示了各類因素對其產生的不同影響，從而為緩解大氣污染、提高人居環境質量提供有效措施。

1 研究方法

1.1 研究區域概況

長春市是吉林省省會，位于東北地區中心地帶屬北溫帶大陸性季風氣候，夏季高溫多雨，秋季和春季天氣干燥，降雨量少[4]。本次研究區域位于長春市繞城高速公路以內（43°05’－45°15’N；124°18’－127°05’）。

1.2 數據來源

長春市2016年1月～2020年12月每小時PM2.5濃度數據均由中國環境監測總站提供；而氣象數據則來自國家氣象科學數據中心提供的中國地面氣候資料日值數據集（V3.0）；社會經濟數據收集于2015～2019年的長春市統計年鑒。

1.3 研究方法

應用SPSS 24.0（IBM，USA）對2016～2020年PM2.5濃度數據進行了統計，以探討不同年份PM2.5濃度的差異性。同時，采用Pearson相關分析檢驗了PM2.5與氣象因子，以及社會經濟因素之間的相關性。圖表使用Origin 2018軟件進行繪制。

2 結果分析

2.1 長春市PM2.5污染的時間動態規律

從2016～2020年，長春市PM2.5平均濃度分別為（45.94±20.51）μg/m3、（45.76±23.15）μg/m3、（33.39±14.35）μg/m3、（38.14±22.28）μg/m3、（42.08±34.09）μg/m3，且在2018年達到最低值。但年份變化對PM2.5濃度差異的影響不顯著。5年間不同季節PM2.5濃度的變化趨勢一致，如圖1－A所示，但表現出了較強的季節變異，呈現出冬季＞春/秋季＞夏季的季節趨勢，且在夏季達到最低值，而冬季表現為濃度大幅度上升狀態。

從2016～2020年，PM2.5月平均濃度變化趨勢相同，均呈現出單峰單谷的變化趨勢，如圖1－B所示。其中，均在8月份PM2.5濃度達到最低值，分別為24.5 μg/m3、14.41 μg/m3、13.87 μg/m3、13.05 μg/m3、13.8 μg/m3；11、12月份大幅度提升，并在次年1月份達到峰值，PM2.5濃度分別為73.04 μg/m3、86.40 μg/m3、50.76 μg/m3、63.09 μg/m3、116.31 μg/m3，月平均變化與季節變化相符合。各季節與全年日變化趨勢相近，表現為夜間濃度高于白天。同時，冷季PM2.5濃度在各時段均高于暖季，這與長春市季節變化相同；而冬季PM2.5濃度日變化幅度最顯著（變化幅度為45～85 μg/m3），夏季PM2.5日變化不明顯（變化幅度為14～20 μg/m3）。由此可以看出，各季節夜間PM2.5濃度較為穩定，而日間各時段PM2.5表現為不同程度的波動。如在早晨以及傍晚時段的PM2.5濃度呈現出上升趨勢，各季節及全年平均PM2.5日變化均會在下午15時出現一個顯著的最小值。

圖1 長春市PM2.5不同時間尺度變化特征。

2.2 氣象因子與PM2.5濃度的相關分析

氣象因子與PM2.5濃度的相關分析詳見表1。

表1 氣象因子與PM2.5的相關性分析

由表1可以看出，降水量和平均氣溫與PM2.5濃度在p＜0.01水平上呈顯著負相關，相關系數為－0.578、－0.740；平均氣壓與PM2.5濃度在p＜0.01水平上呈顯著正相關，相關系數為0.683；相對濕度與PM2.5濃度在p＜0.05水平上呈顯著負相關，相關系數為－0.257；但平均風速與PM2.5相關性不明顯。

2.3 社會經濟因素對PM2.5濃度的影響

社會經濟因素與PM2.5濃度相關性普遍較弱，詳見表2，其中第三產業份額與PM2.5的關系為負相關（r=－0.308）；而其他社會經濟因素對PM2.5產生正面影響；用電量和汽車保有量與PM2.5顯著性明顯低于其他社會經濟因素，說明用電量和汽車保有量對長春市PM2.5濃度變化具有較大的影響。

表2 PM2.5濃度與社會經濟因素相關分析

3 討論

3.1 時間變化對PM2.5的影響機制分析

長春市冬季PM2.5濃度明顯高于其他三個季節，如圖1所示，主要原因是冬季低風速、低濕度的天氣條件導致大氣穩定性增強，顆粒物流動性降低。而夏季PM2.5濃度顯著低于其他季節的主要原因是夏季濕熱多雨，即雨水對大氣中的顆粒物起到了沖刷作用，同時夏季植物枝繁葉茂，滯塵效果明顯。在2020年4月，PM2.5濃度異常的原因是該月4～20日之間霧霾及揚沙天氣較多，PM2.5濃度最高值達到了404 μg/m3（數據來自中國地面氣候資料日值數據集）。由此可以看出，長春市PM2.5濃度日變化趨勢與北京市日變化一致[5]，也是日間時段早、晚高峰期人為活動增強及汽車尾氣排放增多導致早晨及傍晚PM2.5濃度上升。

3.2 氣象因子對PM2.5的調控作用

在本次研究中，長春市的降水量和平均氣溫與PM2.5呈負相關，這與江西省[6]研究結論一致，說明降雨會對大氣顆粒物起到沖刷作用，降低了PM2.5濃度。而溫度對PM2.5的影響主要體現在兩個方面，一方面是高溫會導致大氣湍流加劇，加速PM2.5顆粒物的擴散；而另一方面，冬季會出現下沉逆溫現象，導致大氣穩定性增加，阻礙了大氣顆粒物的擴散。

在本次研究中，長春市相對濕度與PM2.5濃度呈顯著負相關，回歸分析結果y=54.359+4.214x－0.042x2，即當相對濕度高于50%時，PM2.5會隨著相對濕度的增大而降低，這也是劃分不同相對濕度對PM2.5濃度造成不同影響的界限。

在已有研究中，全國大部分地區的風速都會對PM2.5產生負面影響[7]。而長春市PM2.5與平均風速相關性不顯著，見表1，但平均風速仍對PM2.5濃度產生正面影響。主要原因是全年風速變化幅度較小，大氣水平運動較弱，不利于顆粒物擴散。

3.3 社會經濟因素對PM2.5的潛在影響

在本次研究中，汽車保有量與PM2.5濃度關系不顯著，但汽車造成的尾氣污染仍是不可忽視的一方面。在對我國PM2.5濃度與車輛數量的研究中表明，汽車保有量與PM2.5濃度間的關系呈正相關。因此，汽車數量及汽車尾氣造成的城市空氣污染仍是空氣污染治理的一個重要挑戰。同時，由于長春市地理位置的原因，采暖時間跨度較長，因此，煤炭消耗也是導致冬季PM2.5濃度大幅度上升的主要原因之一。

4 結論

本次研究分析了長春市PM2.5濃度的年度、季節、月份和日變化，以及PM2.5濃度與氣象因素及社會經濟因素的關系。結果表明：長春市PM2.5表現出較強的季節變異，冬季PM2.5濃度最高，夏季PM2.5濃度最低；PM2.5濃度與平均氣壓呈極顯著正相關；PM2.5濃度與降水量、氣溫呈極顯著負相關，與相對濕度呈顯著負相關；但PM2.5濃度與風速、社會經濟因素相關性不顯著。

由此也可以看出，PM2.5污染取決于氣象條件和人類活動。例如，長春市夏季和冬季的PM2.5大幅度變化原因分別是降雨和燃煤。因此，在應對空氣污染時，有必要進行季節區分，即在冬季PM2.5暴發期，降低煤炭消耗，盡量應用天然氣及其他清潔型能源，這非常有利于減輕城市的空氣污染狀況。