大气颗粒物与气象条件相关性研究综述

时间:2022-08-07 12:29:00

大气颗粒物与气象条件相关性研究综述

摘 要:综述了大气颗粒物的年际、季节性、日变化规律及其在空间上的污染特征。介绍了国内外对大气颗粒物与风向、风速、气温、相对湿度、气压、降水量及大气能见度等气象要素的相关性研究成果,并提出了今后两者相关性分析的研究方向。

关键词:大气颗粒物 气象条件 相关性

中图分类号:P4 文献标识码:A 文章编号:1672-3791(2015)05(b)-0118-02

大气颗粒物是一种重要的大气污染物。大气颗粒物一般按其空气动力学直径(Dp)分类:悬浮在空气中、Dp≤100μm的大气颗粒物称为总悬浮颗粒物(TSP);悬浮在空气中、Dp≤10μm的大气颗粒物称为可吸入颗粒物或粗颗粒物,记为PM10。此外,通常将Dp≤2.5μm的大气颗粒物称为细颗粒物,记为PM2.5。可吸入颗粒物(PM10)能散射太阳辐射,影响地球――大气系统能量平衡,降低大气能见度[1-2],造成灰霾天气。细颗粒物(PM2.5)还严重危害人体健康[3]。有研究表明[4-5],大气颗粒物的浓度水平与呼吸系统和心肺疾病的发病率、死亡率存在着正相关关系。

大气颗粒物污染状况与气象条件关系密切,在污染源分布及其排放相对稳定的情况下,大气颗粒物的浓度主要取决于各种气象条件下颗粒物的输送、扩散情况[6]。污染源和气象条件的共同影响,造成大气颗粒物在时空上的起伏变化。在没有明显的天气系统转折变化的情况下,大气颗粒物的时空分布主要取决于污染源排放位置和源强;当有大的天气变化时,则引起气象要素的一系列变化,从而引起大气颗粒物扩散条件的明显变化,影响大气颗粒物原有的时空分布规律。近年来关于大气颗粒物与气象条件相关性分析的研究越来越多。

1 大气颗粒物的污染特征研究

1.1 大气颗粒物的时间分布特征

1.1.1 年际、季节性变化

国内外针对大气颗粒物年际、季节性变化的研究很多。刘克利等[7]利用乌海市2006~2010年PM10监测数据,分析得出5年来PM10年平均浓度呈下降趋势,但下降幅度较小。一年里夏季PM10浓度最小,冬季最大,极大值出现在3月。吕丽莉等[8]研究了兰州市2000~2011年PM10污染的变化趋势,结果表明兰州市PM10污染有所改善,其浓度呈现缓慢的下降趋势,且每年的11月至次年4月PM10浓度最高。李金娟等[9]对贵阳市4个采样点TSP和PM10污染的季节性变化特征进行了研究,发现TSP和PM10浓度的变化规律大小顺序为:冬季、秋季、春季、夏季。朱敏等[10]的研究结果也是PM10浓度在夏季处于低值,冬季处于高值。国外的研究表明,部分地区大气颗粒物浓度的季节变化与我国有相似的特点,如意大利的MARCAZZAN等[11]的研究得出,冬季PM2.5浓度高于夏季。

1.1.2 日变化

宋宇等[12]于1999年6月底-7月初对北京市城区PM2.5进行测定,结果表明,PM2.5出现高峰值的时候一般是在上午和正午时刻(9:00~13:00)。郭二果等[13]对北京西山3种典型游憩林春季大气中TSP、PM10、PM2.5、PM1.0污染的日变化进行了研究,发现4种粒径颗粒物浓度日变化趋势基本保持一致,均近似呈双峰双谷形,两个高峰分别出现在7:00~9:00和21:00~1:00,两个低谷分别出现在15:00和3:00~5:00。刘淑梅等[14]利用2001~2005年5年兰州市区连续污染物浓度监测资料,分析得出春季污染物浓度逐日变化表现为“陡峰型”;冬季的特点是逐日缓慢上升,积累到一定程度达到重度污染,之后持续或快速下降。

张涛等[15]对灰霾天气下广州市PM2.5浓度进行监测,发现00:00~06:00时段PM2.5浓度较低,其中在04:00左右达到一天中的最小值,主要是由于该时段人为活动明显减少;06:00~08:00和18:00~19:00时段PM2.5浓度明显增高,并各出现一个峰值,这主要是由于这两个时段是上班和下班的高峰期,机动车排放对颗粒物数浓度贡献比较明显;09:00~18:00时段基本保持在一个较高的浓度水平,这可能与灰霾天气下大气边界层比较稳定,不利于污染物的扩散有关。

1.2 大气颗粒物的空间分布特征

邓利群等[16]根据成都市3类不同功能区划采样点监测资料,得出城市下风向位置PM10、PM2.5污染状况最严重,商业繁华地段次之,生活居住区最好。李金娟等[9]对贵阳市4个采样点TSP和PM10污染的空间变化特征进行了研究,TSP和PM10的浓度变化规律大小顺序为:工业污染区、文教区、市中心、背景点。

2 大气颗粒物与气象条件相关性研究

2.1 与风向、风速的相关性分析

王琳琳等[1]对北京市PM10、PM2.5浓度与气象条件的相关性进行分析,发现主导风向为南风或东南风时,大气颗粒物浓度显著上升,其中0.5~1.0m/s的东南风条件下污染最严重;而主导风向变为北风或东北风时大气颗粒物污染有明显改善。

隋珂珂等[17]对各季节北京市PM10持续污染时段气象条件做了进一步的研究。结果显示,秋季相对湿度在60%~90%时,持续污染发生概率在70%以上,且风速多集中在2 m/s以下,低于1 m/s时污染概率接近80%,主导风向为S和W。而春季出现持续污染时相对湿度多低于60%,并多伴随2 m/s以上的风速,风速在4 m/s以上时污染概率超过50%,主导风向为N和W。冬季发生持续污染时对应相对湿度的范围较宽,为40%~90%(污染概率超过60%),风速在2 m/s左右,偏西和偏北风占多数。夏季持续污染所对应的相对湿度则多集中在30%-40%和60%~90%,风速为1~2 m/s,以西南风和北风为主。

2.2 与气温的相关性分析

冯建军等[18]的研究表明,春、秋两季日平均气温对PM10污染的影响大致相同,均为当日平均气温在季平均值附近徘徊时,较易出现PM10污染,当日平均气温高于季平均值时则不易出现PM10污染;而冬季则相反,当日平均气温略高于季平均值时,较易出现PM10污染,当日平均气温低于季平均值时则不易出现PM10污染;夏季较少出现PM10污染。而邓利群、杨荣师等[4、16]人的研究结果则是,气温对颗粒物在大气中的分布没有显著影响。

2.3 与相对湿度的相关性分析

大气颗粒物与相对湿度的相关性有两种研究结论。杨荣师、朱敏、周德平等[4、10、19]认为空气干燥,大气湿度较小的情况下,较易形成PM10的污染;而大气湿度高时,PM10浓度较低,不易出现PM10污染。然而也有研究表明[20],在一定湿度范围内,湿度增加时污染物浓度升高,灰尘等颗粒物作为水汽的凝结核,凝结后沉于大气低层,使灰尘浓度升高,在足够的湿度和降温条件下形成雾,加剧大气污染。

2.4 与气压的相关性分析

国内关于大气颗粒物与气压关系的研究很多。气压的高低与大气环流形势密切相关。当地面受低压控制时,四周高压气团流向中心,中心形成上升气流,通常风力较大,利于污染物向上扩散,颗粒物浓度较小;地面受高压控制时,中心部位出现下沉气流,阻止污染物向上扩散,在稳定高压的控制下,大气污染加重,颗粒物浓度较大[21]。所有气压对大气颗粒物浓度影响的研究结果[4、18、19]与前面的理论分析一致:大气颗粒物浓度与气压呈正相关关系。但气压是影响大气颗粒物浓度变化的次要因素。

2.5 与降水量的相关性分析

肖舜等[22]利用西安世园会召开期间气象资料与PM10指数简单相关分析结果表明,大气降水对PM10具有一定的清洗作用。当日降水量20mm,PM10指数当日就有明显降低。朱敏等[10]认为日降雨量达到或超过5mm的降雨对PM10浓度降低作用较显著;当日降雨量在5mm以下时,降雨的清除作用不明显。而且春夏季降雨对PM10的改变作用要大于秋冬季。冯建军等[18]通过对广州市2001~2004年PM10和同期地面气象要素监测资料的分析,得出不同等级的降雨对PM10污染均有一定的清除作用;PM10日平均质量浓度的改变量总的来说是随着降雨量的增大而增大;1mm降雨量对PM10的清除能力按春、夏、秋、冬依次递增。

2.6 与大气能见度的相关性分析

王炜等[23]利用天津市1990~2004年大气能见度观测资料及天津市2002~2004年空气污染物监测数据统计得出,春、冬季的PM10对大气能见度影响较大,夏季水汽对大气能见度影响较大,在干燥天气条件下的大气能见度以大气污染物影响为主。

徐鹏炜等[24]利用杭州市区2003~2007年的PM10浓度数据和气象资料研究得出,PM10浓度对大气能见度的影响在无降水情况下更为明显。当PM10日均质量浓度>300μg/m3时,日最大大气能见度仅为4.9km;当PM10日均质量浓度≤50μg/m3时,日最大大气能见度则高达23.0 km。邓利群等[16]则认为,大气能见度与PM2.5的相关系数大于与PM10的相关系数,即能见度的好坏受大气颗粒物尤其是细颗粒物浓度大小的影响。

3 结语

通过国内外相关研究综述,可以得出以下结论:近年来各区域在保持经济发展的同时,调整产业结构,引进清洁能源,促进绿色经济的发展,大气颗粒物年平均浓度呈下降趋势,污染程度有所改善。一年里大气颗粒物浓度呈现出冬季最大,夏季最小的季节特征。绝大多数情况下,大气颗粒物浓度日变化趋势基本保持一致,均近似呈双峰双谷形。在空间分布上,城市下风向、工业污染区大气颗粒物浓度最高,居民混杂区次之,背景点郊区最低。

大气颗粒物浓度变化不是由单个气象要素决定,而是各气象要素共同起作用的结果,故不同环境状况下大气颗粒物与气象条件相关性的研究结果存在一定的差异。目前有关大气颗粒物与单个气象要素的分析已不能满足指导空气质量预报的需求,应加快各气象要素组成的边界层气象条件对大气颗粒物浓度变化的影响分析,以期为今后的空气质量预报和防治大气污染提供更有效的依据。

参考文献

[1] 王琳琳,王淑兰,王新锋,等.北京市2009年8月大气颗粒物污染特征[J].中国环境科学,2011,31(4):553-560.

[2] SCHWARTZ J, DOCKERY D W, NEAS L M. Is daily mortality associated specifically with fine particles [J]. Journal of the Air & Waste Management Association,1996,46(10):927-939.

[3] POPE C A, BUMETT R T, THUN M J, et al. Lung cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution[J]. Journal of the American Medial Association,2002,287(9):1132C1141.

[4] 杨荣师,李金娟,徐露,等.贵阳市西郊PM10污染特征及其与主要气象因素的关系探讨[J].贵州大学学报(自然科学版),2009,26(2):123-127.

[5] BARLOW P G, BROWN D M, DONALDSON K, et al. Reduced alveolar macrophage migration induced by acute ambient particle (PM10) exposure[J]. Cell Biol Toxicol,2008,24(3):243-252.

[6] 蒋维楣,曹文俊,蒋瑞宾.空气污染气象学教程[M].北京:气象出版社,1993.

[7] 刘克利,王晓丽,李杨,等.乌海市空气污染特征及其与气象要素的关系[J].环境科学与技术,2012,35(61):399-401.

上一篇:连续梁跨既有线的新思维和方法研究 下一篇:烟气VOC监测技术应用研究