|
Temporal and Spatial Distribution Characteristics of Atmospheric Particulate Matter Pollutants
in Cangzhou Urban Areas
马翠萍 MA Cui-ping
（河北省沧州生态环境监测中心，沧州 061000）
（Ecological Environmental Monitoring Center of Cangzhou in Hebei Province，Cangzhou 061000，China）
摘要：近年随着传统气体污染物二氧化硫和总悬浮颗粒物的有效治理，大气污染已从传统的煤烟型污染逐渐过渡为以臭氧和细颗粒物为特征的区域性复合大气污染。本文利用2014-2018年沧州市主城区3个大气环境质量监测站点的大气颗粒物浓度监测数据，分别从不同的时间尺度和空间尺度对颗粒物的时空变化特征进行了分析。PM2.5和PM10的时间变化特征具有趋同性；空间上PM10年平均浓度分布情况与PM2.5大致相似，季平均浓度分布情况则略有差异。
Abstract: In recent years, with the effective treatment of sulfur dioxide and total suspended particulate matter, atmospheric pollution has gradually transitioned from traditional soot type pollution to regional compound atmospheric pollution characterized by ozone and fine particulate matter. Using the Atmospheric particulate matter concentration data of three atmospheric environmental quality monitoring stations in the main urban area of Cangzhou from 2014 to 2018, the temporal and spatial variation characteristics of particulate matter were analyzed from different time scales and spatial scales. The temporal variation characteristics of PM2.5 and PM10 were similar. The spatial distribution of PM10 was similar to that of PM2.5, but the seasonal distribution was slightly different.
关键词：沧州市主城区；大气污染物；时空变化；分布特征
Key words: Cangzhou urban areas；atmospheric particulate matter；temporal and spatial variation；distribution characteristics
中图分类号：X703 文献标识码：A 文章编号：1006-4311（2021）01-0194-02
1 研究背景和意义
近年来，由于中国工业化和城镇化的快速发展，大量的气体污染物排放到空气中，造成以细颗粒物为主要污染物的大气重污染事件频发，严重影响着人类的生产和生活。京津冀城市群是中国雾霾严重的区域之一，主要的大气污染形式已发生了改变，形成了以臭氧和细颗粒物为特征的区域性复合大气污染。从时间和空间尺度上对沧州地区的大气颗粒物的污染现状进行分析，对未来污染防治进行更精确的预测。
2 研究内容
沧州市主城区大气颗粒物数据主要来源于河北省环境空气质量监测网公布的沧州市主城区3个国控站点PM2.5、PM10日均空气质量数据。利用2014-2018年沧州主城区3个环境监测站点的大气颗粒物质量浓度资料，分析该地区大气污染物浓度的时空变化特征。时间变化特征主要包括日、月变化特征，以及该地区污染物浓度总体空间分布特征以及不同季节的空间分布特征。
3 大气颗粒物时间序列变化特征
3.1 颗粒物浓度日变化特征
根据国控3个监测站点逐日浓度值，结合环境空气质量标准二级浓度限值计算得到沧州市主城区2014-2018年颗粒物浓度逐日变化曲线图（图1）。由图1可直观的看出主城区在研究时段内两类颗粒物浓度的逐日变化情况，2014-2018年PM2.5和PM10的逐日变化情况具有趋同性，总体上呈U型趋势变化。
如图1（a）所示，PM2.5日均浓度值在6-441μg/m3之间，浓度差值为435μg/m3，出现日期分别为2015年9月12日和2015年12月22日。2014-2018年PM2.5日均最高浓度值分别为377μg/m3、441μg/m3、336μg/m3、284μg/m3、297μg/m3，最高浓度值逐年递减。PM2.5浓度超标天数逐年递减，其中2014年超标天数为167天，占总超标天数的30.6%，2018年超标天数为83天，仅为2014年超标天数的一半，占总超标天数的15.2%。近5年来PM2.5的污染有所缓解，不仅表现为日均浓度最大值逐年下降，污染持续时间也持续减少。
如图1（b）所示，PM10日均浓度值均高于同期PM2.5，日均浓度值在10-522μg/m3之间，最低值出现时间为2014年5月11日，而最高值出现时间在2014年11月21日。2014-2018年PM10日均最高浓度值呈逐年递减趋势，最高浓度超二级标准（150μg/m3）限值372μg/m3，超标率高达248%。2014-2018年PM10浓度超二级标准（150μg/m3）天数少于PM2.5，仅为374天，且逐年递减，2018年超标天数仅为2014年超标天数的一半。
3.2 颗粒物浓度月变化特征
2014-2018年主城区PM2.5与PM10月平均浓度变化趋势见图2。大气颗粒物浓度的逐月变化趋势为“单峰单谷”型，且PM2.5与PM10变化趋势一致。高浓度月份主要是11、12和1月，7、8和9月浓度较低。月均浓度最大值均出现在12月，最小值均在8月。PM2.5与PM10月平均浓度最高值分别为110μg/m3和169μg/m3；最低值分别为39μg/m3和66μg/m3。从总体变化趋势来看，1-8月浓度逐月减少，9-12月浓度逐月增加；1-4月和10-12月且浓度变化幅度较大；而5-9月月均浓度波动范围也相对较小。
4 颗粒物浓度空间分布特征
2014-2018年3个环境空气点位PM2.5、PM10季平均、年平均浓度空间分布具有差异性。
PM2.5季平均浓度空间分布浓度高值区除夏季外主要分布在沧县城建局附近，该区域为居商混合区，人口密度大，交通线路密，夏季浓度次高值浓度点位仍为沧县城建局。市环保局点位PM2.5夏季、秋季、冬季浓度最低，年平均浓度也是最低。
PM10年平均浓度空间分布情况与PM2.5大致相似，3个点位浓度分布为沧县城建局>电视转播站>市环保局。PM10季平均浓度分布情况与PM2.5则有差异，电视转播站春季、夏季、秋季均为浓度高值区；沧县城建局点位成为次高值区域，冬季浓度值最高；市环保局点位PM10春季、夏季、秋季浓度依然最低，冬季也是次高浓度值，情况与PM2.5大致相同。
5 结论
本文以沧州主城区为研究区域，利用2014-2018年沧州主城区3个国控监测站点的大气颗粒物监测数据，分析了可吸入颗粒物和细颗粒物的逐日、逐月、季节变化特征和不同时间尺度下空间分布特征。得到结论如下：
①沧州主城区PM2.5与PM10变化趋势一致，日平均浓度变化呈U型变化趋势，月变化趋势为“单峰单谷”型，且高浓度月份主要是1和12月，低浓度月份为7和8月。大气颗粒物浓度均呈现出冬季高，夏季低的特征。
②PM2.5浓度空间分布总体上表现为沧县城建局为浓度高值区，市环保局点位为低值区。PM10季平均浓度分布情况与PM2.5略有差异，市环保局点位依然最低，而电视转播站为高值区。
参考文献：
[1]李展，杨会改，蒋燕，等.北京市大气污染物浓度空间分布与优化布点研究[J].中国环境监测，2015，31（1）：74-78.
[2]王占山，李云婷，陈添，等.2013年北京市PM2.5的时空分布[J].地理学报，2015，70（1）：110-120.
[3]王振波，方创琳，许光，等.2014年中国城市PM2.5浓度的时空变化规律[J].地理学报，2015，70（11）：1720-1734.
[4]王贝贝.跨奥运期间北京市细颗粒物（PM2.5）浓度变化特征及影响因素分析[D].济南：山东师范大学，2011. |
