作者：梁崧岳 雷军 张傲双
来源：《江苏科技信息》 2018年第22期
长江口货船失火
梁崧岳， 雷 军 * ， 张傲双
（内蒙古师范大学， 内蒙古 呼和浩特 010022）
开心见性 摘 要： 从2012年起， 雾霾问题一直备受我国国民的关注， 京津冀地区是我国首都经济圈， 是我国近年来城市化进程较快的地区之一， 同时也是雾霾污染最严重的地区之一。文章通过京津冀及周边地区的137个地面空气质量监测站的数据， 使用空间插值、 统计分析等方法， 来研究京津冀地区PM2.5质量浓度的时空分布及其与PM 10 、 二氧化硫、 二氧化氮、 臭氧、 一氧化碳的相关性。最终得出结论： 京津冀地区PM 2.5 质量浓度随季节变化较为明显， 受地形影响大， 总体空间分布为东北低， 西南高， PM 2.5 质量浓度与PM 10 的相关系数为0.891， 其次是二氧化氮相关系数为0.734， 与一氧化碳相关系数为0.477， 与二氧化硫相关系数为0.239， 与臭氧的相关系数为-0.282， 由相关系数推测得， PM 2.5 可能与PM 10 、 二氧化氮、 一氧化碳来源一致， 主要来自于土壤黏粒与机动车尾气及扬起的地面颗粒物。文中研究结果对于PM 2.5 质量浓度的控制与治理具有指导意义。 关键词： PM 2.5 质量浓度； 京津冀； 空气质量； 雾霾
中图分类号： R122.7 文献标识码： A
0 引言
从国际上来讲， 自19世纪末工业革命之后不久，伦敦就因为雾霾而世界闻名， 被称为 “雾都” ， 其原因主要是大量使用蒸汽机进而导致的化石燃料 （主要是煤炭） 燃烧造成的， 这种状况一直持续到1952年伦敦烟雾事件之后才有所改善。在2011年年底， 我国北京地区出现持续雾霾现象， 引起社会各界的广泛关注， 于2012年2月29日， 国务院要求各地向社会公布PM 2.5 数值， 3月2日， 我国新修订的 《环境空气质量标准》 中新增设PM 2.5 平均质量浓度限制。但是我们一直以来所熟知的雾霾的说法并不正确， “雾” 与 “霾” 是两种现象， 雾的主要成分是水汽， 是由近地面的微小水珠及冰晶所组成的气溶胶系统； 霾是由空气中的灰尘、 硫酸盐、 硝酸盐以及有机碳氢化合物等组成的气溶胶系统［1］ 。两者都会造成空气混浊， 能见度低的现象。我国大部分地区将二者合二为一统称为 “雾霾”进行报道， 就有了雾霾的说法。
雾霾是特定气候条件与人类活动共同作用的结果， 高密度的人口社会经济活动必定会排放微小颗粒物， 当其超过大气循环承载量之后就会造成雾霾。现今常将PM 2.5 质量浓度作为雾霾指数， 即量直径小于2.5 μm的粒子的质量浓度， 这些粒子能较长时间地悬浮于空气之中， 粒径小， 面积大， 活性
强， 易附带有毒、 有害物质， 其质量浓度越高， 空气污染就越严重［2］ 。
现今已有大量学者对于 PM 2.5 质量浓度进行研究， 既包括大尺度遥感影像反演研究， 也包括小尺度定点精准测量研究。现今国际上主要由两大类方法来对PM 2.5 质量浓度进行反演， 第一类是通过区域大气 质 量 预 测 预 报 模 型（Community Multiscale AirQuality， CMAQ） 来进行反演， 如通过空气质量模型对佛山市PM 2.5 质量浓度进行反演， 并通过实际观测数据对比分析得到， 该模型对于反演PM 2.5 数据具有良好的模拟功能。第二类方法是通过遥感反演气溶胶光学厚度， 再通过建立气溶胶光学厚度与PM 2.5 质量浓度之间的关系模型来反演得到PM 2.5 质量浓度， 如通过MODIS数据反演高精度高分辨率的ADO产品，建立大气PM 2.5 质量浓度估算模型， 并结合气象与土地利用数据对模型进行校正， 提高模型精度， 反演得到了更高精度的PM 2.5 质量浓度估算数据［4］ 。关于小尺度定点精准测量研究， 主要是通过在固定采样点，建立PM 2.5 质量浓度测站， 来研究PM 2.5 质量浓度。使用Dustmate粉尘检测仪对北京市奥林匹克公园6块样地进行测量， 来研究植物配置方式对于PM 2.5 质量浓度值的影响， 结果表明： 稀树草坪对于PM 2.5 颗粒物的净化能力显著低于林地， 真阔混交林对于PM 2.5 颗粒物的削减率大于阔叶林和针叶林， 绿地对PM 2.5 的削减率与林分乔木平均胸径呈显著负相关， 与平均株高和冠幅呈不显著正相关， 林分密度和郁闭度过大会导致林内PM 2.5 质量浓度上升［3］ 。
本文通过对137个地面监测站点的数据进行分析处理， 得到每个地面测站的月PM 2.5 质量浓度均值
以及年PM 2.5 均值， 并通过空间插值处理， 得到2017年每月PM 2.5 质量浓度均值空间分布以及2017年年度PM 2.5 均值空间分布。
1 研究区概况
京津冀地区包括北京市、 天津市和河北省全境，京津冀地区是我国首都经济圈， 共包含13个地级市，其中北京市、 天津市、 廊坊市和保定市为中部核心工功能区， 根据我国国情， 京津冀地区被定位为 “以首都北京为核心的世界级城市、 区域整体协同发展改革区、 全国创新驱动经济增长引擎、 生态修复环境改善示范区” ， 其中北京市的定位为 “全国政治中心、 文化中心、 国际交流中心、 科技创新中心” ； 天津市的定位为 “全国先进制造研发基地、 北方国际航运核心区、 金融创新运营示范区、 改革开放先行区” ； 河北省的定位为 “全国线代商贸物流重要基地、 产业转型升级试验区、 新型城镇化与城乡统筹示范区、 京津冀生态环境支撑区” 。
拉伸模量 2 数据来源
本文数据采用的是137个地面监测站点的逐时数据， 数据源为中国环境监测总站的全国城市空气质量实时发布平台， 其中京津冀地区有80个地面监测点， 为保证空间插值处理包围京津冀地区， 在京津冀地区周围选取12个城市的57个地面监测点， 每个站点提供包含 PM 2.5 质量浓度在内的 7 个空气质量指标。共有8 400 840条数据， 剔除掉缺失项之后有126个测量站点的7 726 320条数据。其中各
个站点的分布如图1所示。
3 数据分析方法
本文数据量较为庞大， 手动人工处理费时费力，因此本文通过Python语言进行数据处理， 快速得到PM 2.5 质量浓度日均值、 月均值以及年均值3个指标。本文使用PM 2.5 质量浓度月均值和年均值数据， 日均值是为了方便得到月均值数据， 月均值分析时间变化特征， 年均值分析空间变化特征。
随后将得到的月均值数据和年均值数据导入ARCGIS软件进行空间插值处理， 空间插值是将离散的点的测量数据转换为连续的数据曲面， ARCGIS软件中提供有： 克里金插值法、 反距离权重法、 样条函数法、 趋势面法等方法， 通过研究发现， 对PM 2.5 质量浓度数据进行空间插值分析时， 在AR
CGIS所提供的众多插值方法中， 半变异函数为球状模型的克里金插值法是结果最优的， 其模型具有较好的精密程度。因此本文采取球状模型作为半变异函数的克里金插值法进行空间插值分析［4］ 。
对于PM 2.5 与其他空气质量指标之间的相关性分析， 本文使用月均值数据通过SPSS软件来实现。
4 结果分析
4.1 时间变化特征分析
为了明显对比出各个月份之间的差异， 根据我国空气污染分级标准 （优—0~35 μg/m3、 良—35~75 μg/m3、轻度污染—75~115 μg/m3、 中度污染—115~150μg/m3、重度污染—150~250 μg/m3、 严重污染—大于250 μg/m3及以上） ， 图2为各月份统一图例。
根据图2所示， 在2017年1月份京津冀全境PM 2.5质量浓度偏高， 最高值为281.54 μg/m3， 即使最低值36.47 μg/m3， 也超过了我国GB3095—2012 《中华人民共和国国家标准环境空气质量标准》 。6—7 月份PM 2.5 质量浓度值最低， 最低值为20.60 μg/m3。总体来说， 京津冀地区4， 5， 6， 7， 9月份PM 2.5 质量浓度值偏低， 绝大部分地区空气质量都为良， 部分地区为优， 1， 2， 12月份总体PM 2.5 质量浓度值偏高， 8， 10， 11月份除去小部分地区为轻度污染之外， 大部分地区空气质量均为良， 少部分地区为优。1月份保定市、 石家庄市、 邢台市及邯郸市为中度污染， 除去张家口市北部和承德市北部空气质量为良之外， 其他地区均为轻度污染； 2月份， 保定市中西部和石家庄市中北部为中度污染， 北京市、 天津市、 廊坊市、 唐山市、 秦皇岛市、 沧州市、 衡水市、 邢台市和邯郸市空气污染情况均为轻度污染； 12月份保定市、 石家庄市、 邢台市及邯郸市为轻度污染， 其余地区空气质量均为优良； 8月份石家庄市中东部、 邢台市中东部以及邯郸市中东部空气质量为轻度污染； 10月份邢台市中东部、 邯郸市中北部为轻度污染； 11月份空气污染状况基本与8月份类似［5］ 。
从图3可以看出京津冀地区一月份PM 2.5 质量浓度最高随后逐月降低， 总体呈下降趋势， 在6， 7， 8，10， 12月份略有上升， 但是增幅不大。
税收征管法
对造成上述结果的原因推测如下。
（1） 1， 2， 12月份正处于冬季， 取暖设施燃烧化石燃料会造成空气中PM 2.5 质量浓度上升， 12月份污染程度不高很可能由于在2017年年末河北省中南部大部分地区出现小雪或者零星小雪现象， 降水冲刷了空气中的PM 2.5 颗粒物。
（2） 8月份正处于夏季， 并且2017年京津冀地区夏季气温较往年偏高， 电力消耗的增加， 直接导致PM 2.5 质量浓度值的上升。
（3） 10月份正处于秋季， 部分地区存在有焚烧秸秆的现象， 会导致PM 2.5 质量浓度值上升， 11月份京津冀地区开始供暖， 由于夏秋季盛行东南风， 西南部有太行山脉的阻隔， 因此PM 2.5 颗粒物在石家庄市、 保定市、 邢台市、 邯郸市堆积。
（4） 京津冀地区春冬季盛行西北风， 夏秋季盛行东南风， 总体地势西北高， 东南低。西南部有太行山脉， 再加上京津冀地区南北高差近500 m， 同时京津冀地区属于温带大陆性季风气候， 所以冬季PM 2.5 质量浓度值要高于其他季节。
平稳信号 综上所述， 京津冀地区在秋冬季PM 2.5 质量浓度值较高， 秋冬季为京津冀地区的采暖期， 采暖燃烧的化石燃料是PM 2.5 质量浓度值上升的主要原因， 并且，冬季京津冀地区大气层较为稳定， 逆温现象频率高、强度大、 降水少， 很容易造成PM 2.5 颗粒物的沉积。夏季京津冀地区大气层稳定度降低， 盛行东南风， 并且降水集中， 有利于PM 2.5 颗粒物的扩散沉降。
4.2 空间变化特征分析
2017 年京津冀地区 PM 2.5 质量浓度年均值在27.34~95.03 μg/m3， 按照我国GB3095—2012 《中华人民共和国国家标准环境空气质量标准》 居住区、 商业交通居民混合区、 文化区、 工业区和农村地区PM 2.5 质量浓度值限值为35 μg/m3［16］ ， 如图4所示， 除了承德市东北部和张家口市西南部之外， 其余地区PM 2.5 质量浓度年均值都已经超过了35 μg/m3。根据图5得知，2017年京津冀地区PM 2.5 质量浓度整体西南高、 北部低,最高值在石家庄市南部为95.03 μg/m3， 最低点在承德市北部为27.34 μg/m3， 整体分布地域分异显著，高海拔地区 （张家口市、 承德市） PM 2.5 质量浓度值较低， 低海拔地区 （保定市、 石家庄市、 邢台市、 邯郸市）PM 2.5 质量浓度值较高。由此得知， 京津冀地区PM 2.5质量浓度值受地形影响较为显著， PM 2.5 颗粒物更容易在平原地区堆积。
