济南市大气污染物“春节效应”特征
周姣姣, 吴泉源*
山东师范大学,山东 济南 250300
吴泉源(1959—),男,山东龙口人,教授,从事遥感与地信教学和科研工作,E-mail:wqy6420582@163.com

作者简介:周姣姣(1993—),女,山东济南人,硕士,从事大气污染研究工作,E-mail:yqwljxj@163.com

摘要

为明确济南市大气污染物在春节期间的变化特点,利用2014—2016年济南市16个国控监测站数据,以济南市天桥区、历下区、市中区、槐荫区、历城区5区作为研究对象,对春节期间的PM2.5、PM10等6项污染物浓度时空变化特征进行分析。研究结果表明,受气象因素及相关政策影响,不同年份、不同污染物在春节期间的平均浓度逐日变化特征并不相同。且烟花爆竹燃放对PM2.5、PM10、SO2逐时变化特征影响较大,对NO2、CO影响较小。与其他污染物相比,O3变化较独特。在空间分布规律方面,PM2.5、PM10及SO2表现较为一致,NO2分布具有一定对称性。CO呈现南北高,中部低的分布特点。O3则呈现西北及东南高,东北及西南处低的特征。综合考虑6项污染物日均浓度,可将16个监测站总体分为4类。

关键词: 大气污染物; “春节效应”; 时空分布特征
中图分类号:K903 文献标志码:A 文章编号:0528-9017(2018)02-0338-05

受传统习俗影响, 春节期间人民生产、生活、出行时间及方式会发生较大转变, 大气污染物的浓度变化特征与日常相比具有明显的独特性。且烟花爆竹燃放量的急剧增加致使部分大气污染物浓度在短时间内迅速攀升, 造成严重环境污染问题, 形成“ 春节效应” 。这些大气污染物不仅会通过沉降对土壤系统产生危害[1], 且会通过影响太阳辐射的吸收和散射改变局部气候[2], 还会降低大气能见程度影响人类出行[3], 甚至可以通过影响人类生存环境对人体健康产生直接或长期的危害[4]

针对大气污染物的“ 春节效应” 特征, 现已有不少学者对其进行了相关的探讨研究。韩余等[5]利用观测资料以及TAMP模式模拟分析气象条件对重庆主城区2006年春节期间中度污染日的影响。陈欣等[6]采用虚拟变量回归, 随机效应模型等计量方法对31个城市的多项指标数据进行分析, 认为中国城市空气质量存在较强的春节效应。耿红等[7]采用小波分析等多种方法对太原市污染物的变化特点及来源进行了分析, 且就PM2.5浓度对其9个监测站点进行聚类。周兆媛等[8]利用相关分析法和主成分回归分析法分析了气象因素与污染物浓度变化的相关性。还有不少学者采用不同方法就春节期间烟花爆竹的燃放对空气污染物浓度变化的影响进行了专门的分析[9, 10]。综合来看, 有关城市空气污染变化规律及原因方面已形成一定的理论基础, 但缺乏对在空间上的聚集规律的定量研究。本文以济南市天桥区、历下区、市中区、槐荫区、历城区作为研究对象, 从时空2方面对大气污染物在春节期间的变化特点进行分析, 明确其“ 春节效应” 的特征表现, 展现城市污染状况, 为空气污染防治提供科学参考, 以便有针对性地解决大气污染问题。

1 数据来源与研究方法

本文研究所采用的PM2.5、PM10、NO2、SO2、CO、O3的6项污染物浓度数据为济南市国控监测站点(图1)公布的2014年至2016年数据(机床二厂及鲁能监测站数据欠缺)。主要通过山东省城市环境空气质量信息发布系统(http://58.56.98.78:8801/airdeploy.web/AirQuality/MapMain. aspx)及中国空气质量在线监测分析平台(http://www.aqistudy.cn/)整理汇总获得。考虑到这3年的法定休假时间, 剔除可能作为工作日的正月初七, 最终选取2014年1月30日至2月5日、2015年2月18日至2月24日以及2016年2月7日至2月13日作为春节期间观测时段, 用于分析污染物时间变化特征。采用反距离权重法对各项污染物浓度进行插值, 直观呈现其空间分布差别。并通过聚类分析对监测站点进行分类, 明确哪些监测站点具有相似的污染状况。实现从时空2方面分析探究春节期间大气污染物变化的共同特征。

图1 济南市国控监测站点的位置分布

2 结果与分析
2.1 时间特征

2.1.1 逐日变化特征

由于大气污染物浓度高低受到污染源和气象因素2方面的影响, 不同年份之间其具体特征表现不同。除夕、初一与初五受习俗影响, 烟花爆竹燃放量较大, 部分污染物浓度显著上升, 污染状况较为严重。但受具体气象因素及相关政策影响, 污染物浓度变化规律并不一致。具体来看, 2014年春节前期由于冷暖气团交替, 污染物扩散条件差, 且烟花爆竹大量集中燃放, 造成严重污染, 致使除夕至初二期间主要污染物浓度处较高水平。初三后受强冷空气影响, 风速加大, 大气污染物浓度降低。与2014年相比, 2015年及2016年春节期间烟花爆竹燃放量有所减少(图2)。这主要是由于日益严峻的环境污染形势使得人民的环保意识不断提高, 相关部门为解决空气污染问题积极开展大气污染防治行动, 发表环保倡议, 在一定程度上控制了污染源排放量, 缓解大气污染问题。2015年春节期间由于污染物扩散条件较好, 污染程度有所降低, 空气质量得到改善。且初二至初三因受降水影响, 空气中的污染物沉降至地面, 与春节期间其他时期相比污染物浓度处较低水平。初六因受雾霾天气影响, 污染物呈现一定聚集。2016年春节期间由于烟花爆竹燃放量明显减少, 气象扩散条件良好, 除夕至初三间污染物浓度始终保持较低水平。但初四和初五间受空气相对湿度加大、风速减小等不利因素影响, 污染物浓度升高。初六的降水及大风天气为污染物沉降扩散提供良好条件, 空气质量得以回升。综合3年数据, PM2.5与PM10的春节期间污染物浓度逐日变化特征大体相似, 除夕至初一呈上升趋势, 初一至初六呈波动下降趋势。SO2具有波浪式起伏特征, 初一及初五到达平均浓度高峰。NO2在初一至初五期间变化幅度不大, 在初五至初六下降明显, 降至低谷。CO在初一至初三期间平均浓度值较高, 初五时略微上升。O3浓度变化特征较为独特, 波动性大, 除夕至初二及初四至初五期间呈现明显下降趋势, 初三至初四及初五至初六浓度略有回升。

2.1.2 逐时变化特征

由于除夕夜晚至次日初一期间是烟花爆竹燃放的高峰时期, 污染物变化特征明显, 故选取2016年2月7日17:00至8日10:00作为研究时段进行探讨分析。由图3可以看出, PM2.5与PM10的浓度变化规律较为一致, 且与烟花爆竹燃放时间具有同步性。在17:00起二者浓度逐渐上升, 在2月7日20:00— 22:00达到第一个高峰, 随后污染物浓度有所下降。在2月8日凌晨2:00处污染物浓度急剧攀升, 到达第二个峰值, 此时达到监测时段内最高浓度。污染物浓度在2:00至3:00迅速下降, PM2.5与PM10浓度分别降低66 μ g· m-3和114 μ g· m-3, 随后呈缓慢上升趋势。SO2浓度变化与PM相比有所不同, 其第一个污染物浓度高峰值出现在2月7日19:00, 在2月8日凌晨1:00处达到第二高峰, 污染物浓度达到最高。其峰值出现时间与PM2.5、PM10相比早1 h, 烟花爆竹燃放对其影响的即时性较强。NO2浓度在2月7日19:00处达到第一个峰值, 污染物浓度高达34 μ g· m-3。随后污染物浓度逐渐下降, 2月8日凌晨2:00— 3:00达到最低值。之后污染物的浓度逐渐回升, 在2月8日8:00处达到第二高峰。峰值出现时间与烟花爆竹燃放时段并不一致, 与其相关性较小。CO与SO2浓度变化曲线的多个拐点出现时间较为一致, 但峰值时间略有不同, 分别为2月7日19:00、24:00及2月8日7:00。且污染物浓度变化曲线起伏较小, 可看出烟花爆竹燃放对其浓度变化影响较小。除O3外其他污染物浓度因受市民出行及爆竹燃放的双重影响, 皆于2月8日晨间出现了新的高峰值。与其他污染物相比, O3具有独特的变化特征, 其低峰出现时间与SO2高峰时期较为一致, 整体呈现波动下降趋势。各项污染物浓度逐时变化特征的不一性在一定程度上是由污染来源存在差别及化学反应速度不同所导致的[11]

图2 2014— 2016年春节期间各污染物浓度的逐日变化

图3 2016年除夕至正月初一各污染物浓度的逐时变化

2.2 空间特征

2.2.1 空间分布差异性

为凸显重点污染区域, 直观呈现污染物浓度空间分布特征, 以便针对性控制大气污染来源, 运用反距离权重法对春节期间各项污染物平均污染浓度进行空间插值。由图4可知, PM2.5、PM10及SO2的空间分布规律较为一致, 有2处明显污染集聚核心, 污染物浓度自西北向东南逐渐降低, 西部污染程度高于东部。具体到各分区来说, 天桥区、槐荫区、市中区西北部、历城区西北部污染严重, 且历下区西部PM10及SO2浓度水平较高。其中, 农科所、宝胜电缆2处监测站点的3项污染物均处高浓度水平。NO2浓度的空间分布具有一定对称性, 中北部污染程度较重, 南部较轻。且历城区西北部及历下区西北部污染物浓度较高。CO浓度呈现南北高, 中部低的分布特点。其中, 历城区西北部及东南部污染物浓度水平较高。在各监测站中泉城广场及宝胜电缆监测站的NO2、CO浓度值均处较高水平。O3的空间分布特征表现为西北及东南处污染物浓度较高, 东北及西南处浓度较低。天桥区及历下区南部、历城区东南部污染物较为集聚。且各监测站中, 化工厂监测站O3浓度最高, 而5项污染物浓度均处较高水平的宝胜电缆监测站O3浓度较低。

2.2.2 监测站点对比聚类分析

为明确各监测站点间的污染特征共性, 选取2016年除夕当日各项污染物平均浓度作为依据, 对各监测站点进行对比聚类分析。综合考虑6项污染物日均浓度, 16个监测站总体可分为4大类。省种子仓库、市监测站、泉城广场、蓝翔技校、长清大学城、长清区党委校归为一类。前3个监测地理位置相近且NO2浓度差值较小。后2个监测站空间距离较小, 且PM2.5及SO2污染物浓度值较为相近。蓝翔技校虽与同类内的其他监测站距离较远, 但彼此间多项污染物浓度量差距较小。开发区、山东建筑大学、高新学校、商职学院、山东经济学院、科干所、跑马岭归为一类。前5个监测站的PM2.5浓度值相近, 前4个监测站的PM10浓度与科干所相似, 且科干所与山东建筑大学、商职学院的CO浓度相仿。跑马岭作为清洁对照点, 其PM2.5、PM10及NO2浓度值较低, 但其O3浓度较高, 与山东建筑大学、高新学校、商职学院、山东经济学院的监测数值类似。农科所与宝胜电缆归为一类, 2处监测站污染较为严重, 在PM10、SO2及O3浓度值方面较为一致, 污染状况较严峻。化工厂单独为一类, 其PM10浓度值较高, O3浓度远高于其他站点, 污染严重, 具有明显的区域特性。

图4 2016年春节期间各污染物浓度的空间分布

3 小结

因受具体气象因素及相关政策影响, 不同年份、不同污染物在春节期间污染物浓度逐日变化特征表现不同。依据2014— 2016年数据, 可以看出:PM2.5与PM10在除夕至初一间呈上升趋势, 初一至初六间呈下降趋势。SO2具有波浪式起伏特征, 初一及初五浓度水平高。NO2在初一至初五期间变化幅度不大, 初六降至低谷。CO在初一至初三浓度值较高, 初五时略微上升。O3浓度变化波动性较大。

PM2.5与PM10逐时变化特征较为一致, 且与烟花爆竹燃放时间具有同步性。SO2浓度峰值出现时间比PM2.5、PM10早, 烟花爆竹燃放对其影响的即时性较强。NO2峰值出现时间与烟花爆竹燃放时段并不一致, 与其相关性较小。CO与SO2多个拐点出现时间较为一致, 但峰值时间略有不同且曲线起伏程度较小, 烟花爆竹燃放对其浓度变化影响较小。O3变化特征独特, 其低峰时间与SO2高峰时期较为一致, 整体呈现波动下降趋势。

PM2.5、PM10及SO2的空间分布规律较为一致, 有2处污染集聚核心, 自西北向东南污染物浓度逐渐降低, 西部污染高于东部。NO2浓度的空间分布具有一定对称性, 中北部污染程度较重。CO浓度呈现南北高, 中部低的分布特点。O3的空间分布特征表现为西北及东南处污染物浓度较高, 东北及西南处浓度较低。

综合考虑6项污染物日均浓度, 16个监测站总体可分为省种子仓库、市监测站、泉城广场、蓝翔技校、长清大学城、长清区党委校; 开发区、山东建筑大学、高新学校、商职学院、山东经济学院、科干所、跑马岭; 农科所与宝胜电缆; 化工厂4大类。

The authors have declared that no competing interests exist.

参考文献:
[1] 李山泉, 杨金玲, 阮心玲, . 南京市大气沉降中重金属特征及对土壤环境的影响[J]. 中国环境科学, 2014, 34(1): 22-29. [本文引用:1]
[2] 高庆先, 师华定, 张时煌, . 空气污染对气候变化的影响与反馈研究[J]. 资源科学, 2012, 34(8): 1384-1391. [本文引用:1]
[3] 姚青, 韩素芹, 蔡子颖. 天津一次持续低能见度事件的影响因素分析[J]. 气象, 2012(6): 688-694. [本文引用:1]
[4] 谢元博, 陈娟, 李巍. 雾霾重污染期间北京居民对高浓度PM2. 5持续暴露的健康风险及其损害价值评估[J]. 环境科学, 2014, 35(1): 1-8. [本文引用:1]
[5] 韩余, 刘德, 白莹莹, . 重庆市春节期间典型空气污染过程分析[J]. 中国环境监测, 2014, 30(1): 43-48. [本文引用:1]
[6] 陈欣, 刘喆, 吴佩林. 中国城市空气质量的“春节效应”分析: 来自31个重点城市的经验证据[J]. 统计与信息论坛, 2014, 29(12): 57-62. [本文引用:1]
[7] 耿红, 宣莹莹, 蔡夏童, . 太原市2014 年春节期间常规大气污染物浓度变化及聚类分析[J]. 环境科学学报, 2015, 35(4): 965-974. [本文引用:1]
[8] 周兆媛, 张时煌, 高庆先, . 京津冀地区气象要素对空气质量的影响及未来变化趋势分析[J]. 资源科学, 2014, 36(1): 191-199. [本文引用:1]
[9] SHI Y, ZHANG N, GAO J, et al. Effect of fireworks display on perchlorate in air aerosols during the Spring Festival[J]. Atmospheric Environment, 2011, 45(6): 1323-1327. [本文引用:1]
[10] 王占山, 张大伟, 李云婷, . 2014 年春节期间北京市空气质量分析[J]. 环境科学学报, 2015, 35(2): 371-378. [本文引用:1]
[11] 李尉卿, 杜光俊, 王梦. 郑州市2012—2014年春节期间大气污染物浓度时空变化特征研究[J]. 气象与环境科学, 2015, 38(4): 12-21. [本文引用:1]