黄石市郊区冬季大气颗粒物污染与气象因子关系分析

王亚良，张家泉，占长林*，郑敬茹，姚瑞珍，刘红霞

(1湖北理工学院 环境科学与工程学院，湖北 黄石 435003；2湖北理工学院

矿区环境污染控制与修复湖北省重点实验室，湖北 黄石 435003)



黄石市郊区冬季大气颗粒物污染与气象因子关系分析

王亚良1,2，张家泉1,2，占长林1,2*，郑敬茹1,2，姚瑞珍1,2，刘红霞1,2

(1湖北理工学院 环境科学与工程学院，湖北 黄石 435003；2湖北理工学院

矿区环境污染控制与修复湖北省重点实验室，湖北 黄石 435003)

摘要：于2013年12月在黄石市郊区对大气颗粒物(PM2.5、PM10和TSP)进行系统采样，分析其污染特征，并研究大气颗粒物浓度与主要气象因子(气温、气压、相对湿度和风速)之间的相关性。结果表明，观测期间黄石市郊区PM2.5、PM10和TSP质量浓度变化范围分别为47.2~365.9,78.2~513.8和90.5~586.4 μg/m3，日均值分别为201.2,294.0和345.4 μg/m3，均明显超过《环境空气质量标准》(GB3095-2012)二级标准浓度限值，超标率分别达到96.8%,93.5%和61.3%,说明该地区大气颗粒物污染十分严重，特别是细颗粒物(PM2.5)污染;颗粒物浓度与气象因子之间相关性分析结果表明，颗粒物浓度与气温呈显著正相关，与气压呈显著负相关，而与相对湿度和风速的相关性不显著。颗粒物浓度与气象因子之间的关系较为复杂，分析可能是受不同气象因子的综合影响，也可能与气象因子之间的交互影响有关。

关键词：大气颗粒物；气象因子；相关性；黄石市

0引言

随着城市群经济的快速发展和城市化水平的不断提高，城市大气污染程度加剧，空气质量日益下降，因此空气污染问题逐渐受到人们的广泛关注。大气颗粒物污染不仅会影响气候变化，导致大气能见度降低[1]和雾霾天气频繁发生[2]，还会严重危害人体健康[3-4]。流行病学研究已经表明，大气颗粒物污染水平与人体健康之间存在显著的相关性。人体长期暴露于高浓度颗粒物中，会导致呼吸系统(如气管炎、肺炎、肺结核等)[5]和心血管疾病[6]，甚至诱发癌症导致死亡率增加[7-8]。因此，如何降低城市大气颗粒物污染水平是亟待解决的问题。

目前，我国在京津冀、珠三角、长三角以及关中地区针对很多大中型城市(如北京、上海、西安、广州、香港等)开展了大气颗粒物的监测研究，主要涉及颗粒物浓度、物理化学组成特征、污染排放源解析以及大气颗粒物对能见度和人体健康的影响等方面。但是对华中地区城市大气颗粒物监测研究的报道相对较少[9-11]。黄石市位于湖北省东南部，有着深厚的工业文化底蕴和雄厚的工业基础。由于该市是华中地区重要的原材料工业基地，矿产资源十分丰富，因此有色金属冶炼、水泥等建材行业在黄石地区发展快速，再加上城市机动车数量的逐年增加，使得城市大气颗粒物浓度日益增高，严重影响该市的大气环境质量和人体健康。为了解黄石市大气颗粒物的污染状况，特别是大型污染企业对区域大气环境质量的影响，本研究对黄石市下陆区大气颗粒物(PM2.5、PM10和TSP)的质量浓度水平进行了分析，并讨论了颗粒物质量浓度与主要气象因素(如气温、气压、相对湿度、风速等)之间的相关性，旨在为黄石市大气颗粒物污染防治提供一定的参考依据。

1材料与方法

1.1样品采集

于2013年12月1日至同年12月31日采用武汉市天虹仪表有限责任公司生产的TH-150F型智能中流量空气总悬浮颗粒物采样器进行大气颗粒物(PM2.5、PM10和TSP)样品采集，采样流量为100 L/min。采样前记录气温、气压、相对湿度、风速等天气条件。每天连续采样24 h，时间从每日上午9∶00到次日上午9∶00，共采集大气颗粒物样品93个，其中PM2.5、PM10和TSP滤膜样品各31个。采样滤膜为玻璃纤维滤膜(孔径<0.3 μm)。滤膜采样前于马弗炉中450 ℃温度下灼烧5 h，冷却后置于恒温恒湿箱(温度25±0.5 ℃，相对湿度35%~45%)中24 h以上，用于滤膜称重前的稳定与平衡。采样后的滤膜用锡箔密封好后保存于-4 ℃冰箱中冷藏。采样点位于黄石市下陆区周边农村，采样装置安装在离地面6 m高的居民住宅楼二楼楼顶，采样点周边无明显工业及其他大气污染源，且距离交通干道106国道较远(约408 m)，无建筑物遮挡。

1.2颗粒物质量浓度计算

根据采样前后滤膜的质量变化以及采样空气的体积计算颗粒物质量浓度，计算公式如下[12]：

(1)

(2)

式(1)~(2)中：C—颗粒物质量浓度(μg/m3)；W1—采样后滤膜质量(g)；W0—采样前滤膜质量(g)；Vn—标准状况下累积采样气体体积(L)；Q—采样器流量(L/min)；P2—采样期间采样点环境平均大气压力(kPa)；Tn—标准状况下绝对温度(273 K)；t—累积采样时间(h)；Pn—标准状况下大气压力(101.325 kPa)；T2—采样点的平均环境温度(K)。

2结果与讨论

2.1PM2.5、PM10和TSP浓度水平

2013年12月份黄石市郊区大气颗粒物(PM2.5、PM10和TSP)监测数据如表1所示。由表1可以看出，黄石市郊区PM2.5、PM10和TSP日均浓度变化范围分别为47.2~365.9，78.2~513.8和90.5~586.4 μg/m3，平均值分别为201.2，294.0和345.4 μg/m3。与《环境空气质量标准》(GB3095-2012)二级标准中的日均值相比，黄石市郊区PM2.5、PM10和TSP日均浓度超标严重，平均超标倍数分别为2.68，1.96和1.15倍，超标率分别达到96.8%，93.5%和61.3%，可见PM2.5污染程度要高于PM10和TSP。总体来看，黄石市郊区大气颗粒物污染相当严重，尤其是细颗粒物(PM2.5)污染对人体健康可能造成极大危害。这可能与研究区域工厂企业排放的粉尘污染有关。与国内其他城市相比，黄石市郊区冬季大气PM2.5浓度明显高于成都、天津、杭州、厦门[12]、广州、香港、深圳和珠海[13]，但是要低于西安和重庆[12]。

采样期间，PM2.5/PM10、PM10/TSP比值变化范围分别为0.60~0.79和0.74~0.93，平均值分别为0.68和0.85。由此可以看出，黄石市郊区大气颗粒物污染的主要粒子是细颗粒物。国内外其他城市的研究结果也表明城市地区PM2.5是PM10中的主要成分，如广州PM2.5/PM10比值为0.68[14]，成都为0.64[15]，香港为0.61[16]，加拿大多伦多为0.60[17]，美国洛杉矶郊区为0.74[18]。

表1　黄石市郊区大气颗粒物(PM2.5、PM10和TSP)监测数据

2.2PM2.5、PM10和TSP相关性分析

PM2.5与PM10、PM10与TSP相关性分析如图1所示。由图1可以看出，黄石市郊区大气中PM2.5与PM10以及PM10与TSP的相关性都非常显著，相关性系数r2分别为0.98和0.97(n=31)。这说明PM2.5、PM10、TSP可能受到相同排放源的影响。PM2.5与PM10的直线回归方程的斜率为0.69，说明黄石市郊区冬季PM10中细颗粒物占有较大比重，占69%；PM10与TSP的直线回归方程的斜率为0.87，说明PM10在TSP中的比重为87%。

2.3颗粒物质量浓度与气象因素相关性分析

气象因素对大气污染物的输送、扩散、稀释和积累有重要影响。在污染源一定的条件下，大气颗粒物质量浓度的大小与气象因素密切相关，如气温、风向、风速、相对湿度、降水、大气混合层高度等。根据监测期间收集的常规气象资料，选择气温、相对湿度、气压和风速这4个气象因素与PM2.5、PM10和TSP的质量浓度进行相关性分析，结果见表2。从表2中可以看出，气温与大气颗粒物质量浓度的相关性最显著，其次是气压，而相对湿度和风速与颗粒物浓度相关性不显著。PM10/TSP的比值与相对湿度和气压相关性显著，而PM2.5/PM10与上述4个气象因素相关性都不显著。

表2　大气颗粒物质量浓度与气象因素的Pearson相关性分析

注：*p<0.05；**p<0.01。

2.3.1气温

由表2可以看出，大气颗粒物PM2.5、PM10和TSP质量浓度与气温显著正相关(p<0.05)，相关性系数大小顺序是TSP>PM10>PM2.5，说明气温对不同粒径颗粒物浓度有一定影响，特别是对粗粒子颗粒物的影响较大。这与北京市冬季大气颗粒物的研究结果[19]相一致。本研究采样时间为冬季，气温相对较低且昼夜温差较大，由于大气层相对稳定，空气垂直方向对流运动减弱，容易出现辐射逆温现象，大气颗粒物不易扩散而滞留在底层较小的空间范围内，使得颗粒物浓度发生积累而加重污染。另外，冬季农村家庭取暖会使得煤和薪柴燃烧增加，造成颗粒物排放增多。然而，也有一些研究发现，大气颗粒物浓度与气温呈显著负相关，即气温越高颗粒物浓度越低[20-22]。这可能是因为气温升高时促使空气产生垂直湍流运动，有利于近地层空气中颗粒物的向上输送及扩散，使得颗粒物浓度降低。

2.3.2相对湿度

相对湿度是反映空气中水汽含量的一个物理量，对空气中颗粒物的扩散、迁移和转化有重要影响。本研究中颗粒物质量浓度与相对湿度呈正相关关系，但相关性不显著(表2)。PM2.5、PM10和TSP质量浓度与主要气象因子的变化如图2所示。从图2中可以看出，大部分采样日相对湿度与颗粒物浓度呈正相关。但是当相对湿度超过70%时，相对湿度与颗粒物浓度呈负相关。这与李沐珂等[23]对西安市可吸入颗粒物的研究结果相一致。分析其原因可能是当相对湿度较大时，一方面空气中水汽多会使细颗粒物附着在水汽中，不易发生沉降而在空气中滞留，使颗粒物浓度增加；另一方面空气中的微细颗粒物因凝聚作用形成大颗粒而发生沉降，因此颗粒物浓度反而降低。

2.3.3气压

由表2可以看出，气压与颗粒物浓度呈负相关关系，与PM2.5和PM10相关性显著(p<0.05)，但与TSP相关性不显著。这说明气压对细颗粒物和可吸入颗粒物的浓度影响较大，而对粗粒子浓度的影响较小，即高气压对应低颗粒物质量浓度，而低气压对应高颗粒物质量浓度。呈现这一现象的原因是低压条件下，大气近地面层基本稳定，大气垂直扩散能力差，颗粒物难以迁移、扩散和沉降，造成颗粒物浓度维持较高水平；而高压控制条件下，空气中污染物的扩散条件好，颗粒物可以由高压中心向外扩散和往上向高空扩散，因此颗粒物浓度降低。

2.3.4风速

风速对大气颗粒物浓度的影响存在一定的阈值。当风速在一定范围内时，如果污染源相对稳定，那么颗粒物质量浓度与风速之间呈负相关性，风速过小不利于颗粒物的扩散，容易导致污染物在局部地区的积累，从而使颗粒物质量浓度增高，造成污染；风速增大时，单位时间内从污染源排放出来的污染物被很快地拉长，这时混入的空气量增多，颗粒物浓度降低[10]。但是，如果风速超过一定阈值，地表和一些建筑物表面的降尘或沙尘会被刮起带入空气中，使得颗粒物浓度反而增大，这时风速就与颗粒物质量浓度呈正相关性。

由表2可以看出，本研究中颗粒物浓度与风速之间存在负相关关系，但相关性不显著。分析其原因可能是在采样期间，绝大多数采样日风力等级小于3级，风速低于3.4 m/s，这种微风或静风条件下颗粒物不易扩散，易使得颗粒物大量累积，因此颗粒物浓度较高。个别采样日，如9日、17日、26日当风速增大到5 m/s以上时，颗粒物浓度相对于前一天有明显降低(图2)，这说明风速对颗粒物的扩散稀释作用增强，能显著改善环境空气质量。

3结论

通过研究黄石市郊区冬季大气中PM2.5、PM10和TSP的污染水平及其与气象因子的关系，得出以下结论。

1)黄石市郊区冬季PM2.5、PM10和TSP日均浓度平均值分别为201.2，294.0和345.4 μg/m3，明显超过我国环境空气质量二级标准，平均超标倍数分别为2.68，1.96和1.15倍，超标率分别达到96.8%，93.5%和61.3%。说明该地区大气细颗粒物污染极其严重。

2)PM2.5与PM10以及PM10与TSP相关性非常显著。PM2.5与PM10的线性回归方程为PM2.5= 0.69×PM10-1.24，r2= 0.98；PM10与TSP的线性回归方程为PM10=0.87×TSP-7.33，r2= 0.97。说明黄石市郊区冬季大气PM10中细颗粒物占有较大比重，占69%；而PM10在TSP中的比重为87%。

3)大气颗粒物质量浓度与气温显著正相关，与气压显著负相关，而与相对湿度和风速之间相关性不显著。由于颗粒物质量浓度受不同气象因子的综合影响，而且还会与气象因子之间的交互影响有关，因此颗粒物浓度与气象因子之间的关系较为复杂。

参 考 文 献

[1]Kim Y J,Kim K W,Kim S D,et al.Fine particulate matter characteristics and its impact on visibility impairment at two urban sites in Korea:Seoul and Incheon[J].Atmospheric Environment,2006,40:593-605.

[2]Cheng Z,Wang S X,Jiang J K,et al.Long-term trend of haze pollution and impact of particulate matter in the Yangtze River Delta,China[J].Environmental Pollution,2013,182:101-110.

[3]Cao J J,Xu H M,Xu Q,et al.Fine particulate matter constituents and cardiopulmonary mortality in a heavily polluted Chinese city[J].Environmental Health Perspectives,2012,120(3):373-378.

[4]Davidson C I,Phalen R F,Solomon P A.Airborne particulate matter and human health:a review[J].Aerosol Science and Technology,2005,39(8):737-749.

[5]Neuberger M,Schimek M G,Horak F,et al.Acute effects of particulate matter on respiratory diseases,symptoms and functions:epidemiological results of the Austrian Project on Health Effects of Particulate Matter (AUPHEP)[J].Atmospheric Environment,2004,38(24):3971-3981.

[6]Brook R D,Rajagopalan S,Pope C A,et al.Particulate matter air pollution and cardiovascular disease an update to the scientific statement from the American Heart Association[J].Circulation,2010,121(21):2331-2378.

[7]Pope III C A,Burnett R T,Thun M J,et al.Lung cancer,cardiopulmonary mortality,and long-term exposure to fine particulate air pollution[J].Jama,2002,287(9):1132-1141.

[8]Laden F,Neas L M,Dockery D W,et al.Association of fine particulate matter from different sources with daily mortality in six US cities[J].Environmental Health Perspectives,2000,108(10):941.

[9]成海容,王祖武,冯家良,等.武汉市城区大气PM2.5的碳组分与源解析[J].生态环境学报,2012,21(9):1574-1579.

[10]王琪.长沙市大气环境颗粒物浓度水平与变化特性[D].长沙：中南大学，2009.

[11]刘浩,张家泉,张勇,等.黄石市夏季昼间大气PM10与PM2.5中有机碳、元素碳污染特征[J].环境科学学报,2014,34(1):1-7.

[12]赵珂.西安2004-2010年大气PM2.5中碳气溶胶的长序列变化特征及其来源解析[D].西安：中国科学院地球环境研究，2011.

[13]Cao J J,Lee S C,Chow J C,et al.Spatial and seasonal distributions of carbonaceous aerosols over China[J].Journal of Geophysical Research,2007,112(D22S11):1-9.

[14]Cao J J,Lee S C,Ho K F,et al.Characteristics of carbonaceous aerosol in Pearl River Delta Region,China during 2001 winter period[J].Atmospheric Environment,2003,37(11):1451-1460.

[15]Wang X,Bi X,Sheng G,et al.Chemical composition and sources of PM10and PM2.5aerosols in Guangzhou,China[J].Environmental Monitoring and Assessment,2006,119(1-3):425-439.

[16]王淑兰，柴发合，张远航，等.成都市大气颗粒物污染特征及其来源分析[J].地理科学,2004,24(4):488-492.

[17]Ho K F,Lee S C,Yu J C,et al.Carbonaceous characteristics of atmospheric particulate matter in Hong Kong[J].Science of the Total Environment,2002,300(1-3):59-67.

[18]Brook J R,Dann T F,Burnett R T.The Relationship Among TSP,PM10,PM2.5,and Inorganic Constituents of Atmospheric Participate Matter at Multiple Canadian Locations[J].Journal of the Air & Waste Management Association,1997,47(1):2-19.

[19]Chow J C,Watson J G,Lu Z,et al.Descriptive analysis of PM2.5and PM10at regionally representative locations during SJVAQS/AUSPEX[J].Atmospheric Environment,1996,30(12):2079-2112.

[20]李军，孙春宝，刘咸德，等.气象因素对北京市大气颗粒物浓度影响的非参数分析[J].环境科学研究，2009，22(6):663-669.

[21]冯喜媛，高枞亭，药明，等.长春市大气颗粒物PM10分布及其与气象因子的相关分析[J].中国粉体技术，2010，16(1):51-54.

[22]慕彩芸，屠月青，冯瑶.气象因子对哈密市大气可吸入颗粒物浓度的影响分析[J].气象与环境科学，2011，34(B09):75-79.

[23]李沐珂，沈振兴，李旭祥，等.西安市可吸入颗粒物污染水平及其与气象条件的关系[J].过程工程学报，2008，6(Z2):15-19.

(责任编辑高嵩)

Analysis of Relationship between Atmosphere Particle Pollutant and Meteorological Factors in Huangshi Suburb during Winter

WangYaliang1,2,ZhangJiaquan1,2,ZhanChanglin1,2*,

ZhengJingru1,2,YaoRuizhen1,2,LiuHongxia1,2

(1School of Environmental Science and Enginneering,Hubei Polytechnic University,Huangshi Hubei 435003;2Hubei Key

Laboratory of Mine Environmental Pollution Control and Remediation,Hubei Polytechnic University,Huangshi Hubei 435003)

Abstract：In December 2013,systematic samples of PM2.5,PM10and TSP were collected in the Huangshi suburb and their pollution characteristics were analyzed.And the correlation between atmosphere particle concentration and major meteorological factors including atmospheric temperature,pressure,relative humility and wind speed were researched.The results showed that the mass concentrations of PM2.5,PM10and TSP were 47.2~365.9,78.2~513.8 and 90.5~586.4μg/m3,respectively,with daily average levels of 201.2,294.0 and 345.4 μg/m3,respectively,which significantly exceeded the Class II National Air Quality Standard of China.The exceeding rates of PM2.5,PM10and TSP reached 96.8%,93.5% and 61.3%,respectively,indicating the particulate pollution was very serious in the region,especially the fine particulate matter (PM2.5) pollution.Correlation analysis showed that particulate concentrations were positively well correlated with temperature and negatively correlated with pressure.However,no significant correlation between particulate matter concentrations with relative humidity and wind speed was found.The relationship between the particulate concentration and meteorological factors was relatively complex.The analysis may be influenced by the different meteorological factors and also could be related to the interaction between meteorological factors.

Key words：atmospheric particulate matter;meteorological factors; correlation;Huangshi

中图分类号：X513

文献标识码：A

文章编号：2095-4565(2016)01-0012-06

doi:10.3969/j.issn.2095-4565.2016.01.004

*通讯作者：占长林，讲师，博士，研究方向：环境地球化学。

作者简介：王亚良，本科生。

基金项目：湖北理工学院大学生科技创新项目(项目编号:13cx09)；湖北省教育厅科学技术研究计划青年人才项目(项目编号:Q20134404)；湖北理工学院优秀青年科技创新团队资助计划项目(项目编号:13xtz07)。

收稿日期：2015-07-06