2013年北京市PM_2_5_的时空分布

地理学报ACTAGEOGRAPHICASINICA第70卷第1期2015年1月Vol.70,No.1January,20152013年北京市PM2.5的时空分布王占山1，李云婷1，陈添2，张大伟1，孙峰1，潘丽波3（1.北京市环境保护监测中心，北京100048；2.北京市环境保护局，北京100044；3.中国环境科学研究院环境基准与风险评估国家重点实验室，北京100012）摘要：对2013年北京市35个自动空气质量监测子站的PM2.5数据进行分析，探讨PM2.5的时间分布特征、空间分布特征以及与前体物和大气氧化性的相关性关系。结果表明，PM2.5浓度由高到低的季节依次是冬季、春季、秋季和夏季，平均浓度分别为122.8μg·m-3、85.1μg·m-3、84.9μg·m-3和79.1μg·m-3；各类监测站中浓度由高到低的依次是交通站、城区站、郊区站和区域站，平均浓度分别为102.2μg·m-3、91.8μg·m-3、89.1μg·m-3和88.7μg·m-3。PM2.5月均浓度呈波浪型分布，在1月份、3月份、6月份和10月份各出现一个峰值。全年来看，交通站PM2.5的日变化规律呈单峰型分布，其他站点呈双峰型分布。分地区来看，年均PM2.5浓度由高到低的依次是东南部、西南部、城六区、东北部和西北部。PM2.5浓度与NO2、SO2和OX浓度均为显著正相关，表明前体物和大气氧化性对PM2.5浓度有显著影响。关键词：北京；PM2.5；时间分布；空间分布；前体物；大气氧化性DOI:10.11821/dlxb2015010091引言随着社会经济的快速发展、城市化进程的加快以及能源消耗的不断攀升，颗粒物已成为我国城市大气的首要污染物[1-3]，其中细颗粒物PM2.5不仅会导致大气能见度下降[4-8]，还会增加死亡率和呼吸道系统疾病发病率[9-19]，引起了人们的广泛关注。杨复沫等[20-23]于1999年6月-2001年9月之间对北京市PM2.5进行采样测量，分析了PM2.5的浓度变化特征、化学物种的质量平衡、矿物元素的污染特征以及PM2.5与PM10和TSP的关系。于建华等[24-25]对2003年1-4月北京市PM2.5的监测结果表明，PM2.5的日变化呈双峰型特征分布，PM10中PM2.5占的比例约为56.6%。徐敬等[26]于2003-2004年对北京市PM2.5进行了连续监测分析，结果表明，四季中夏季PM2.5浓度最低，冬、春两季浓度较高，并运用PMF源解析方法确定了北京地区5类细粒子污染源，分别是：土壤尘、煤燃烧、交通运输、海洋气溶胶以及钢铁工业。林海峰等[27]观测了2009年北京市PM2.5的质量浓度和气溶胶光学特征，研究发现PM2.5与气溶胶光学厚度（AOD）在全年及各季节均呈显著相关，相关系数R≥0.50。目前，关于北京市PM2.5多点位、长时间尺度的观测比较缺乏，本研究对2013年北京收稿日期：2014-08-20;修订日期：2014-10-15基金项目：北京市科技计划课题(Z131100006113009);环保公益性行业科研专项(201409005);国家科技支撑计划课题(2014BAC23B03)[Foundation:TheScienceandTechnologyCommissionoftheBeijingMunicipalityFundProject,No.Z131100006113009;TheCommonwealthProjectoftheMinistryofEnvironmentalProtection,No.201409005;TheNationalKeyTechnologyR&DProgram,No.2014BAC23B03]作者简介：王占山(1987-),山东潍坊人,硕士,工程师，主要从事大气环境模拟与空气质量预报预警研究。E-mail:[e-mail]通讯作者：张大伟(1978-),山东威海人,博士,高级工程师。E-mail:[e-mail]110-120页1期王占山等：2013年北京市PM2.5的时空分布市35个自动空气质量监测子站的PM2.5数据进行分析，以期获得更具代表性的北京市PM2.5的时间分布特征、空间分布特征以及与前体物和大气氧化性的相关性关系，为北京市大气污染治理提供科学依据。2实验方法2.1站点分布目前，北京市环保局对社会实时发布35个监测站点的空气质量，这35个站点按照监测职能分为：城区环境评价点（城区站）12个、郊区环境评价点（郊区站）11个、对照点及区域点（区域站）7个、以及交通污染监控点（交通站）5个（图1）。2.2仪器设备PM2.5监测仪采用ThermoFisher1405F监测仪，原理是以恒定的流速将环境空气中的PM2.5颗粒通过采样切割器吸入仪器内部，用滤膜动态测量系统（FDMS）配合微量震荡天平法（TEOM），测量PM2.5的质量浓度。O3分析仪采用ThermoFisher49C紫外光度法分析仪，原理为O3分子吸收波长为254nm的紫外光，该波段紫外光被吸收的程度直接与O3的体积分数相关，根据检测样品通过时紫外光时被吸收的程度来计算出O3体积分数。分析仪最低检测限：1×10-9（体积分数）；精度：1×10-9（体积分数）；零漂：0.4%/24h；跨漂：±1%/24h，±2%/7d。NOx分析仪采用ThermoFisher42C化学发光NO-NO2-NOx分析仪，其原理是NO与O3发生化学反应时产生激发态的NO2分子，当激发态的NO2分子返回基态时发出一定波长的光，所发出光的强度与NO的体积分数呈线性正相关。检测图1北京市35个自动空气监测子站位置Fig.1Locationof35automaticairmonitoringstationsinBeijing11170卷地理学报NO2时先将NO2通过钼转换器转换成NO，然后再通过化学发光反应进行定量分析。该分析仪最低检测限：0.05×10-9（体积分数）；零漂：小于0.025×10-9/24h；跨漂：±1%/24h。SO2监测仪采用ThermoFisher43i脉冲紫外荧光法分析仪，分析仪最低检测限：0.5×10-9（体积分数）；精度：1×10-9（体积分数）；零漂：小于1×10-9/24h；跨漂：±0.5%/24h。各监测仪器均有校准仪参照国家标准定期校准，保证监测数据的准确性和有效性。各仪器输出的均为5分钟数据，根据每个小时内5分钟数据的算术平均值求得小时浓度，本文的分析中使用的数据均基于小时浓度，根据每天内24小时的小时浓度算术平均值求得日均值，根据每个月内每一天的日均值的算术平均值求得月均值，根据每个季度内每个月的月均值的算术平均值求得季度均值。3结果分析3.1PM2.5的浓度水平图2为四类功能监测站在各个季节的PM2.5平均浓度和标准差，其中春节为3-5月，夏季为6-8月，秋季为9-11月，冬季为1月、2月和12月。分季节来看，冬季PM2.5平均浓度明显高于其他三个季节，达到122.8μg·m-3，主要受到北京市和周边地区燃煤的影响[28-29]。春季、夏季和秋季PM2.5浓度水平较为接近，分别为85.1μg·m-3、79.1μg·m-3和84.9μg·m-3。分站点来看，交通站的PM2.5浓度水平最高，达到102.2μg·m-3，可能受到道路扬尘和气态污染物二次转化的影响，其他三类站点平均浓度比较接近，按年均浓度大小来排列由高到低依次是城区站，郊区站和区域站，年均浓度分别为91.8μg·m-3、89.1μg·m-3和88.7μg·m-3。各站点在各季节的PM2.5标准差均处于较高的浓度水平，甚至接近平均浓度，表明北京市PM2.5在时间序列上非均匀化分布，在短时间内可能出现较大的浓度波动，这主要是受到北京市特殊的地理位置和气象条件、巨大的本地污染物排放量以及周边地区较高的污染水平的影响。表1为本研究的监测结果与之前的观测结果的对比，可以看出，在2000-2013年之间，北京市PM2.5的年均浓度和各季节浓度并未表现出一致的上升或下降的趋势，而是在60~120μg·m-3之间波动。图2四类监测站四个季节PM2.5浓度水平Fig.2ConcentrationlevelsofPM2.5infourtypesofmonitoringstationsinfourseasons1121期王占山等：2013年北京市PM2.5的时空分布3.2PM2.5的月变化规律由图3可以看出，2013年北京市PM2.5的月均浓度整体呈波浪形分布，1月份的浓度最高，达到167.2μg·m-3，主要受采暖季燃煤的影响。3月份出现一个浓度的峰值，可能受春季较多的沙尘天气的影响[38-39]。6月份出现一个浓度的峰值，可能与夏季多发的雾霾天气有关[40]。10月份同样出现一个PM2.5浓度的峰值，主要原因是10月份北京市发生过3次共5天的PM2.5重污染过程，而秋季导致PM2.5出现重污染的污染源排放特征和气象扩散条件等相关因素，还需要进一步去研究。4月份和8月份的PM2.5月均浓度最低，分别为62.2μg·m-3和61.6μg·m-3。分站点来看，月变化曲线同样能够体现出交通站浓度最高，其他站点浓度较接近的特征。值得注意的是，12月份PM2.5浓度最高的为区域站，体现了冬季区域传输对北京市PM2.5的影响。3.3PM2.5的日变化规律图4为全年及各季节四类监测站PM2.5的日变化曲线，根据同类监测站的平均PM2.5小时浓度计算得出。全年来看，交通站浓度呈现单峰型分布，白天时段基本处于较平缓的低谷区，只在08时和15时出现两个不明显的峰值，在夜间22时出现明显的峰值。其他三类站点呈现双峰型分布，在上午10时或11时出现第一个峰值，在夜间的21时或22时出现第二个峰值，且第二个峰图3四类监测站PM2.5月均浓度Fig.3MonthlyaverageconcentrationsofPM2.5infourtypesofmonitoringstations表12013年PM2.5浓度与之前研究的对比Tab.1ComparisonofPM2.5in2013withpreviousstudies时间年均春季夏季秋季冬季年份2013200020052009-20102013200120032006201020132013200320032006200820092013200320062009201320032003200820092012平均浓度/μg·m-389.512971.192.685.162.111116588.686.979.1131.67169.468.973.884.911052103.9122.8115.610894.2106.6122.9文献本研究杨复沫等[22]陈媛等[30]Liu等[31]本研究Zhang等[32]徐敬等[26]Yu等[33]Liu等[31]赵晨曦等[34]本研究Cao等[35]徐敬等[26]Yu等[33]刘辉等[36]Liu等[31]本研究徐敬等[26]Yu等[33]Liu等[31]本研究Cao等[35]徐敬等[26]Deng等[37]Liu等[31]赵晨曦等[34]11370卷地理学报图4四类监测站四个季节PM2.5日变化曲线Fig.4DiurnalconcentrationsvariationofPM2.5infourtypesofmonitoringstationsinfourseasons1141期王占山等：2013年北京市PM2.5的时空分布值浓度明显高于第一个峰值。值得注意的是，区域站、郊区站和城区站三类站点在白天的峰值浓度从大到小依次是区域站、郊区站和城区站，而在夜间的峰值浓度却是城区站最高，区域站最低，表明夜间北京市城区的PM2.5更容易积累或二次生成，可能与夜间城区PM2.5的排放源强度和化学反应强度有关。分季节来看，春季除郊区站PM2.5的日变化曲线仍呈现双峰型分布外，其他三类站点多呈现波浪形分布，一天之内出现3次较明显的峰