苏衍涛　魏素灵　罗雄标

摘要：以梅州为例，对城区小区域内3个站点的SO2及PM10浓度进行统计，分析SO2及PM10浓度变化的发生偏离正常水平的时间分布情况，为大气污染防治工作提出决策支持建议。

关键词： SO2；PM10；频次分析；大气污染防治；决策支持

中图分类号：X830 文献标识码：A 文章编号：2095-672X（2016）04-0068-03

DOI：10.16647/j.cnki.cn15-1369/X.2016.04.016

Abstract：Taking Meizhou as sample， the fluctuation of SO2 and PM10 of 3 selected sites in a small scale were analyzed according to the statistical deviate from the normal level. This analyzing method and results can be used in deep mining for decision support in air pollution prevention and control.

Key words：SO2； PM10； Frequency analysis； Air pollution prevention and pontrol； Decision support

一般认为空气中SO2（二氧化硫）及PM10（可吸入性颗粒物）浓度直接受到人类活动影响较大，其浓度的变化能够比较直接的反映人类活动的强度。山区城市因为受到地形阻隔和下垫面的影响，大气污染不宜扩散输送，一般来说大部分空气污染来自于本地产生[1]。通过梅州城区环境空气自动监测的监测情况来看，2015年全年SO2平均浓度仅为9μg/m3，较2014年下降25%，而且呈逐年下降的趋势，总量减排的成效比较显著，同时PM10为首要污染物的天数为18天，占比10.%，仅次于细颗粒物。继续削减污染物浓度的压力十分大。

本文对城区环境空气自动监测系统的3个站点的SO2及PM10浓度进行统计，分析污染物浓度变化的发生偏离正常水平的时间分布情况，快速简单的定位污染的时间和区域，为大气污染防治工作提出决策支持的建议。

1 实验假设

在梅州城区这样四面环山的小区域范围内，环境空气质量监测点位受到的污染的来源是比较一致的。根据本地的实际情况，在气象条件情况发生变化时，有关的污染物变化在12小时内不会出现较大的变化。对污染物近12小时的监测浓度进行比较，若城区内3个站点（Site A，Site B，Site C）中一个站点的监测浓度明显高于所有站点组成12小时内的样本总体时，可以认为该站点受到了PM10污染。假设监测网络内所有的城区所有点位的SO2及PM10（以下污染物特指SO2及PM10）浓度初始分布服从正态分布，为了区分污染物浓度是否在“受控”的范围内变化[2]，将最近一次污染物浓度限定在CL+3σ（其中CL为总体样本的平均值，σ为样本总体的标准偏差，CL+3σ=UCL为上限）水平范围内可以认为该站点的污染物浓度没有偏离整体水平。

基于这个假设条件，即使在污染扩散条件比较好，颗粒物浓度整体比较低的情况下，如果出现偏离了整体水平，亦可以有效的区分是否出现了污染，能够有效避免主观判断带来的误差。

2 数据来源

利用梅州市环境质量在线管理系统的报警功能每小时对3个站点的数据进行分析，如果某个站点的PM10浓度超过了UCL则产生一条报警。剔除由于仪器故障产生的异常情况后，2015年6月21日至2016年5月5日期间，管理系统共生成557条SO2偏离整体水平的报警记录，471条PM10记录。对3个站点的报警记录进行统计分析，判读发生污染的时间在一天内的分布情况。

3 SO2污染频率分析

对557条高于整体水平的报警记录进行分析，得到图1的时间分布情况。

可以看出，三个站点所覆盖的监测区域中，出现站点SO2浓度高于整体水平的时间主要分布在21点到次日的11点，以6点为最高。其中，Site A除了21点外，SO2浓度其他时间都比较少出现高于整体水平。Site B在早上6点出现的频次比其他两个站点的都要高很多，占比70%，而且比其他站点的其他时间都要高。Site C在22点到次日5点，7点到11点明显比其他两个站点发生的频次要高，发生高于整体水平的频次比其他站点都高，说明该站点极容易收到SO2的污染。

梅州城区SO2年均浓度已经很低，在削减SO2排放工作上已经达到一个瓶颈。通过以上分析，可以看出只要找到Site A 21点以及Site B 6点SO2的主要污染源，同时找到Site C周边的排放源，积极对其污染物排放进行监督管理，能够更进一步的降低环境空气中SO2的浓度。

4 PM10污染频率分析

对471条高于整体水平的报警记录进行分析，得到图2的时间分布情况。

可以看出，PM10高于整体水平主要集中在一天中的10点和19点，并以这两个时间段为中心形成两个波峰。10点以Site C受到污染为主，19点以Site B为主，其次为Site C。Site A污染次数比较少，在各时间段分布比较均匀，但21点出现的次数比其他两个站的多；Site B在0点到9点发生的次数较少，但是10点到20点次数较多，尤其是在19点到20点，占了3个站点中的大多数。Site C在一天内受到污染的次数均比较多，尤其是8点到14点，16点到23点。除了人类活动强度的影响， PM10浓度的变化受到如扩散条件，边界层高度，风速、风向、湿度等气象条件以及二次污染物的影响[3-5]。根据图2不能说明PM10污染的主要来源。但是对于大气污染防治工作来说，消减10点和19点的两个波峰，同时控制Site B和Site C周边的PM10是防治工作的重中之重。

5 结论

通过对SO2及PM10偏离整体监测水平的统计分析，可以得出这两项污染物在一天各时间段的污染分布特征，为污染防治政策的制定提供有力的决策支持，为污染物排放的监督管理提出有实用性价值的建设性目标。

参考文献

[1]罗霄.山区型城市郴州市生活污染源综合评价及空间分布规律研究：湖南大学；2011.

[2]国家质量技术监督局.控制图通则和导引.In； 2000.

[3]周延茹，李力争，李淑民.大气环境质量关键污染因子及变化趋势的研究[J].Environmentalence and Technology.2003，26：45-46.

[4].陈向红.广州市空气可吸入颗粒物污染现状研究[J].环境保护科学.2009，35（3）：4-6.

[5].洪盛茂，焦荔，包贞.杭州市区可吸入颗粒物的污染特征分析[J].中国科学院大学学报.2007，24（5）：571-577.

收稿日期：2016-05-18

作者简介：苏衍涛（1979-），男，硕士研究生，研究方向为环境质量自动监测.