2001年-2010年中国三市空气污染与气象要素的时空关系

2001年-2010年中国三市空气污染与气象要素的时空关系

1北京市空气重污染研究现状随着中国经济的快速发展，环境承受着越来越多的压力。大气环境与水环境、土壤环境共同组成了人类生活所必须依赖的环境主体,其中大气环境是一种无处不在而且只能吸收、不可选择的环境,与人们的身体健康时时处处密切相关。作为中国经济重要组成部分之一的京津冀地区,经济发展迅速、人口密集程度高,该地区的空气污染等大气环境问题逐渐引起人们的普遍关注。北京、天津和石家庄是京津冀地区的都会城市,在地理分布上也具有一定的代表性,因此众多学者针对上述城市的空气质量问题展开了广泛的研究。例如,李令军等人利用时间序列分析的方法对空气污染指数(API)大于200的空气重污染做了系统分析,进一步按照污染原因将北京空气重污染划分为静稳积累型、沙尘型、复合型和特殊型4种类型;刘彩霞、张夏琨、姚青等人的研究指出地面风场对空气质量的影响具有双重性,不同降水强度对空气污染的作用也是有差异的;李德平等人统计分析了2001年-2007年北京地区3级以上API与气象要素之间的相关关系,并对出现4级以上的重污染日污染源进行了分析;杨素英等人则从一次重污染过程出发,深入分析了空气污染的形成原因。前述研究成果加深了人们对空气污染及其与气象要素之间关系的认识,但是并未对上述地区的空气污染时空特征与气象要素之间的关系情况进行统一论述和对比分析。本研究基于北京、天津和石家庄3个城市2001年-2010年之间的空气污染指数(API)日报数据和相应时段的地面观测气象要素数据,利用统计分析的方法研究近10年来空气污染的时空变化特征和气象要素之间的相关关系。2地面气候资料本文所用空气污染指数(API)数据取自中华人民共和国环境保护部网站重点城市空气质量日报数据。数据包括北京、天津和石家庄3市2001年1月1日至2010年12月1日的逐日空气污染指数、首要污染物、空气质量级别和空气质量状况。地面气象要素数据来源于中国气象科学数据共享服务网提供的中国地面气候资料日值数据集,该数据集为中国752个基本、基准地面气象观测站及自动站1951年以来日值数据集,包括气压(平均、最高和最低)、气温(平均、最高和最低)、相对湿度(平均、最小)、风速及风向(最大、极大)、日照时数等。本研究选取与API数据同期的北京、天津和石家庄3市的数据。我国通常以API指数来评价每天的空气质量状况,以PM10、SO2和NO2作为分级污染物。API指数范围在0~500之间,按API指数大小将空气质量划分为5级。空气污染等级划分采用环境保护部2008年发布并实施的《城市空气质量日报和预报技术规定》中规定的空气污染指数范围及相应的空气质量级别,见表1。研究大气质量与气象条件关系时,本文从3个角度处理API和对应的气象要素数据,即季节与月平均处理、不同空气污染级别分别处理和空气污染过程选取处理;在此基础上,借助SPSS17.0软件采用相关分析法探究API与气象要素数据之间的关系。3结果和分析3.1污染状况及季节性分布格局经过数据检查,排除无效数据后得到有效样本数据北京为3618天,天津为3606天,石家庄为3619天。根据统计结果显示,基于API表征的北京、天津和石家庄3市空气质量总体情况如图1所示。总体时空特征主要表现为:2001年-2010年期间,北京空气污染天数为1236天,占北京样本总数的34.15%;天津空气污染天数为768天,占天津样本总数的21.34%;石家庄空气污染天数为1076天,占石家庄样本总数的29.77%;4级及以上的重污染天数中北京最多,其次是石家庄,最少的是天津。基于此,可以看出3市近10年的空气污染总体状况为天津(优于)>石家庄(优于)>北京。此外,通过分析各级污染天气的首要污染物,发现SO2通常与轻微或轻度污染有更高的相关性,中、重度污染的首要污染物仍以可吸入性颗粒物为主。统计结果表明:北京空气污染日首要污染物中可吸入颗粒物为1196天,占北京污染日总数的96.76%;天津空气污染日首要污染物中可吸入颗粒物为666天,占天津污染日总数的86.72%;石家庄空气污染日首要污染物中可吸入颗粒物为913天,占石家庄污染日总数的84.85%。因此,可吸入性颗粒物仍是大气污染的最主要污染物。空气污染的季节性规律已为人们认识和普遍接受,但是不同地区空气污染日数在季节上的分布还是会有细小的差异。对上述数据进一步展开季节分布格局分析,数据统计结果如图2所示。总体而言,北京、天津和石家庄III级及以上API日数的季节分布规律呈现高度一致的状态:即夏季空气污染状况明显好于其他季节,秋季次之,春冬最差。其中,天津和石家庄冬季的污染最为严重,可能是由于冬季化石燃料燃烧供暖所产生的可吸入性颗粒物引起,空气污染日数远高于其他季节;北京则表现为春季污染日数最高,可能是由于春季沙尘天气造成的严重影响要高于其他因素的缘故。空气污染严重影响人类健康,因此各地政府不断加强空气质量的保护措施、颁布相关政策,对于空气污染的控制起到积极的作用。同样的,对前述数据进一步展开年际变化趋势分析,空气污染日数分布趋势如图3所示。总体趋势而言,10年来空气污染日数呈下降趋势;其中在2004年之前下降幅度较大,之后下降幅度趋缓;北京在2008年前有一个较大幅度的下降与奥运会空气质量保障有直接关系,石家庄的污染在2004年之前相对最为严重;3市在2010年由于缺少30天的API数据,因此均呈现下降趋势。3.2市交通等人文因素空气污染的影响因子众多,主要包括气象条件、污染源及其强度和地形等自然因子以及城市交通等人文因素。其中气象条件对空气污染的影响最为复杂和多变。本文从季节和月平均尺度、空气污染不同等级和空气污染过程3个角度出发,分别研究北京、天津和石家庄3市的空气污染指数(API)与气象要素之间的相关关系,总结其内在的规律与联系。3.2.1北京、天津和天津指标与大气和温湿度的相关分析通过对已选空气污染样本数据(API和气象要素)季节和月份尺度求取平均值,然后利用SPSS17.0中的相关分析功能,得到表2和表3的统计分析结果。表2中数据分析结果显示:(1)石家庄市的月均API与气压(平均、最高和最低)、最大风速呈显著正相关,相关系数分别为0.391~0.408和0.227,与气温(平均、最高和最低)、水汽压呈显著负相关,相关系数分别为-0.475~-0.445和-0.463;(2)天津市的月均API与气压(平均、最高和最低)、最大风速呈显著正相关,相关系数分别为0.340~0.362和0.224,与气温(平均、最高和最低)、水汽压、相对湿度(平均、最低)和日照时数呈显著负相关,相关系数分别为-0.480~-0.459、-0.484、-0.261~-0.208和-0.185;(3)北京市的月均API与最高气压、风速(平均、最大)呈显著正相关,相关系数分别为0.201和0.337~0.374,与气温(平均、最高和最低)、水汽压和相对湿度(平均、最低)呈显著负相关,相关系数分别为-0.293~-0.244、-0.403和-0.390~-0.358;(4)总的来说,北京、天津和石家庄3市的API与气温(平均、最高和最低)、最高气压水汽压和最大风速4类气象要素存在一致的相关关系,大部分相关系数的绝对值天津>石家庄>北京。表3中数据分析结果显示:(1)石家庄市的季均API与气压(平均、最高和最低)呈显著正相关,相关系数为0.394~0.402,与气温(平均、最高和最低)、水汽压呈显著负相关,相关系数分别为-0.438~-0.423和-0.413;(2)天津市的季均API与气压(平均、最高和最低)呈显著正相关,相关系数为0.428~0.441,与气温(平均、最高和最低)和水汽压呈显著负相关,相关系数分别为-0.491~-0.472和-0.483;(3)北京市的季均API与风速(平均、最大)和日照时数呈显著正相关,相关系数分别为0.419~0.442和0.333,与水汽压和相对湿度(平均、最低)呈显著负相关,相关系数分别为-0.408和-0.500~-0.448;(4)总体来讲,北京、天津和石家庄3市的API与水汽压存在一致的相关关系,相关系数的绝对值天津>石家庄>北京。相比于月平均尺度下各种相关关系,季节平均尺度下的相关系数没有明显的提升。相反,例如风速和气压要素与API的相关关系不如月均尺度下明显。因此,初步推断较大的时间尺度可能会屏蔽对空气污染产生影响的潜在气象因子的作用。此外,3市的主要影响因子逐渐显示出区域差异性。3.2.2数据来源和统计分析由于平均处理后的API和气象要素数据中的特征值趋于平滑,不能很好的表征各级空气污染事件中两者的相关关系。为此,本节研究不同级别的API指数与气象要素之间的相关关系。基于SPSS17.0的数据分析结果见表4。通过分析表中的数据结果,得到以下结论:(1)北京市I&II级API与表中所有气象要素均存在显著的相关关系,相关系数的绝对值在0.100~0.211之间;III级API只与平均水汽压呈显著负相关关系,相关系数为-0.107;IV和V级API与相对湿度(平均和最低)和最低气压呈负相关,相关系数分别为-0.237~-0.207和-0.181,与风速(平均与最大)呈正相关,相关系数为0.234~0.278。(2)天津市I&II级API与气温(平均、最大和最低)、平均水汽压、平均风速和最小相对湿度呈显著的负相关,相关系数在-0.173~-0.046之间;III级API只与平均水汽压和日照时数呈显著负相关关系,相关系数为-0.121和-0.100;IV和V级API只与相对湿度(平均和最低)呈负相关,相关系数为-0.410~-0.389。(3)石家庄市I&II级API与气压(平均、最大和最低)呈显著负相关关系,相关系数为-0.091~-0.082,与最大风速呈正相关,相关系数为0.085;III级API与风速以外的其他气象要素呈显著的相关关系,相关系数绝对值为0.098~0.216;IV和V级API与表中所有的气象要素均不存在显著的相关关系。(4)和前述分析的季节与月份均值相关性相比,本部分的相关系数明显较低,可能是由于样本量过大和气象要素对空气污染影响的复杂性所致。如图4所示,通过梯度分析等方法整理API数据,从样本数据中析取时间上的离散空气污染过程;总结发现空气污染过程中API值的分布主要有6种类型,即双峰型、单峰高污染型、单峰低污染型、单峰左偏型、单峰右偏型和正态典型。其中双峰型一般对应长时间的重污染过程,单峰左偏型对应比较突然的污染过程,上述两类污染过程类型出现频率较少;正态典型是一种比较理想化的状态,出现的几率也偏少。考虑到基于空气污染的不同级别分析更多的还是统计学分析,本节采用基于空气污染过程的方法提取离散空气污染过程对应的API和气象要素数据进行相关关系分析,数据分析结果见表5:(1)北京市的API与气压(平均、最高和最低)和日照时数呈显著负相关,相关系数分别为-0.286~-0.276和-0.244,与相对湿度和最低气温呈正相关,相关系数分别为0.135~0.178和0.122。(2)天津市的API与气压(平均、最高和最低)呈显著负相关,相关系数为-0.255~-0.222,与风速(平均、最大)和气温(平均、最低)呈正相关,相关系数分别为0.165~0.184和0.151~0.194。3.2.4污染互通的风向对环境污染影响的初步探讨风向对于空气污染的影响具有双重性,而且风向的变化迅速而无常,因此分析API与风向之间的相关关系极其复杂。本节简单根据不同风向上污染日数的分布,初步探讨风向对空气污染的影响,见图5:(1)北京市在最大风速和极大风速的西南和南西南方向上污染日数最高,表明上述两风向对空气污染有较大的推动作用。(2)天津市在最大风速和极大风速的北西北和北方向上污染日数最高,表明其空气质量受北方影响较大,与北方南下的冷空气有一定的关系。(3)石家庄市在最大风速和极大风速的东南和东东南方向上污染日数最高,说明该市空气质量主要受东南风向制约。4污染影响因素统计特征分析结果综上所述,本文主要结论包括以下几个方面:(1)统计分析结果表明,北京、天津、石家庄3市的空气污染状况在2001年-2010年期间逐步改善,夏季空气质量最好;北京春季受沙尘的影响、天津和石家庄冬季受取暖的影响对应季节的空气质量最差。(2)不同时空尺度下,气象要素对空气污染的影响存在较大差异:北京、天津和石家庄3市的月均尺度的API与气温(平均、最高和最低)、最高气压、水汽压和最大风速4类气象要素存在一致的相关关系,大部分相关系数的绝对值天津>石家庄>北京;季均值尺度下,北京、天津和石家庄3市的API与气象要素的关系差异性较大,但3市的API与水汽压存在一致的相关关系;和季节与月份均值相关性相比,基于空气污染不同级别的相关系数明显偏低,可能与较大的样本量和相关关系分析本身的复杂性有关;基于空气污染过程的相关系数绝对值介于均值和级别分类处理后相关分析结果之间。(3)根据不同风向上空气污染日数的分布统计分析,北京、天津和石家庄分别主