李秋芳，任振科

(石家庄市环境监测中心，河北石家庄 050022)

石家庄市区PM2.5时空分布特征

李秋芳，任振科

(石家庄市环境监测中心，河北石家庄 050022)

石家庄市大气污染严重，尤其是PM2.5浓度经常居高不下。为了更全面地掌握石家庄市PM2.5浓度的变化规律，需要对其时间和空间变化规律进行长时间序列的分析。根据2013—2015年石家庄市区的监测数据，采用GIS空间分析方法，研究了PM2.5的时空分布特征。结果表明，2013年PM2.5平均质量浓度为154 μg/m3，2014年为124 μg/m3，2015年为89 μg/m3；季节性分布规律明显，月均浓度均呈波浪形分布，日变化呈双峰形分布；还呈现出周末浓度高于工作日浓度的“周末效应”端倪；空间分布上呈现市区东南部污染较轻、北部污染较重的空间格局,并且污染较重的空间范围在逐渐缩小，污染较轻的空间范围逐渐扩大。研究结果有利于准确掌握石家庄市区PM2.5污染的时空分布，从而有针对性地开展环境污染防控。

环境质量监测与评价；石家庄市；PM2.5；时间分布特征；空间分布特征；GIS

随着城市工业化进程的加快，经济的快速增长以及能源消耗的不断攀升，环境空气质量尤其是城市空气质量受到不同程度的影响。环境空气污染物主要包括颗粒物 (PM)、二氧化硫 (SO2)、氮氧化物 (NOx)、臭氧 (O3)以及有机物等，其中颗粒物已经成为影响中国城市空气质量的首要污染物[1-2]。颗粒物中空气动力学当量直径小于或等于10 μm的部分统称为PM10，其主要来源于扬尘和海盐粒子等。PM2.5为颗粒物中的细粒部分，空气动力学当量直径小于或等于2.5 μm，主要来源于工业生产、火力发电、汽车尾气排放以及生物质的燃烧[3]，另外，光化学反应生成的二次有机和无机颗粒物也是PM2.5的重要来源[4]。长时间滞留在大气中的PM2.5会直接导致大气能见度的下降[5-6]，同时，富集的大量有毒、有害物质可通过呼吸道进入人体肺泡，增加呼吸道系统疾病的发病率和死亡率[7]。因此，PM2.5污染引起学者的广泛关注，成为近年来环境保护研究领域的热点问题之一。

截至目前，在PM2.5的污染特征及其变化规律方面已有大量的研究成果，研究人员主要从浓度分布特征、污染过程与传输、污染来源及其影响因子等方面[8-16]分析了PM2.5的污染状况。在PM2.5浓度变化规律方面，李珊珊等[8]采用模式(CAMx)模拟的方法与污染物、气象观测资料相结合，分析了2014年京津冀地区PM2.5的分布特征，结果表明PM2.5呈现秋冬浓度高、春夏浓度低的规律和双峰形分布的日变化特征；在区域传输方面，薛文博等[10]利用颗粒物来源追踪技术定量模拟了全国PM2.5及其化学组分的跨区域输送规律，并建立了全国31个省市(源)向333个地级城市(受体)的PM2.5及其化学组分传输矩阵；源解析方面，黄蕊珠等[12]针对2013年1月中国中东部的重霾污染过程，定量模拟分析了京津冀各城市PM2.5浓度的来源和相互贡献；在污染成因方面，赵晨曦等[16]在分析2012—2013年北京地区冬春季节PM2.5与PM10污染空间差异特征以及时间性变化特征的基础上，利用普通克里格插值法和Spearman秩相关分析研究了颗粒物的空间和时间分布规律，以及各个气象因子对大气PM2.5和PM10浓度的影响，结果表明PM2.5和PM10的浓度分别与气温、相对湿度正相关，与风速负相关，风速和相对湿度是影响污染物质量浓度分布的主要因素。

近年来，地理信息系统(geographic information system,GIS)的发展为大气污染物变化规律及其污染特征研究提供了新的思路和方法，关于PM2.5变化规律的研究也由传统的时间特征研究转变为时空分布特征研究。结合GIS技术，可以直观反映PM2.5污染随时间的变化情况以及污染的空间分布。宏观尺度上，李名升等[17]对2014年中国161个地级及以上城市的PM2.5污染进行了多角度分析和规律性总结；李珊珊等[8]分析了2014年京津冀地区PM2.5浓度的时空分布特征；徐建辉等[18]对2013年长江三角洲地区的PM2.5浓度时空分布特征进行了研究。城市尺度上，相关领域的学者对北京地区的PM2.5浓度时空分布特征进行了大量研究[16,19-20]，对上海、天津、重庆等城市也有所研究[21-23]。然而，目前对石家庄市PM2.5的研究相对缺乏，已有的研究也多侧重于PM2.5源解析[24-25]、成分分析[26-27]、浓度变化的影响因素[28]或单方面关注PM2.5浓度的时间变化规律[29-30]，而对长时间序列的时空分布特征方面的研究较为缺乏。鉴于此，笔者利用石家庄市区空气质量自动监测站点的监测数据，分析2013—2015年石家庄市区PM2.5浓度的变化特征，以期为石家庄市大气环境污染状况及防控措施的研究提供科学依据。

1 数据来源

石家庄市是国家环境监测网络城市之一，市区内正常运行的国控环境空气自动监测站(以下简称监测站)有7个，分别为裕华区的世纪公园点位，长安区的22中南校区点位和人民会堂点位，新华区的西北水源点位，桥西区的西南高教点位和职工医院点位，高新区的高新区点位。7个监测站均采用自动连续的监测方式，监测PM10，PM2.5，SO2，NO2，CO和臭氧等污染物的浓度，并实时对外发布。

本研究以石家庄市区7个监测站24 h连续监测数据为依据，对PM2.5小时浓度数据进行统计。石家庄市区PM2.5小时浓度值为7个监测站小时浓度值的均值，根据每天24 h数据(00:00～23:00)求得算术平均值即为PM2.5的日均值，根据PM2.5的日均值求得月均值，再根据月均值求得年均值。采集数据的时间范围为2013-01-01至2015-12-31。

2 结果与讨论

2.1 时间分布

2.1.1 年际变化

2013—2015年石家庄市区PM2.5浓度呈明显下降趋势。2013年PM2.5质量浓度为154 μg/m3，2014年为124 μg/m3，2015年为89 μg/m3，累计下降42.2%。但是，2015年PM2.5质量浓度仍高于《环境空气质量标准》(GB 3095—2012)二级标准(35 μg/m3)，超标1.54倍。

2013年，石家庄市环境空气中PM2.5日均质量浓度为17～750 μg/m3，2014年为10～522 μg/m3，2015年为6～420 μg/m3，最低浓度值和最高浓度值均逐年降低。2013—2015年，PM2.5达标天数比例逐年增加，2013年为26.0%，2015年达标天数比例上升至53.3%，上升了27.3个百分点。轻度污染天数也呈逐年上升趋势，相对2013年，2015年上升了4.1个百分点。中度及以上污染天数比例逐年降低，相对2013年，2015年的中度污染天数降低了7.9个百分点，重度污染天数降低了10.9个百分点，严重污染天数比例降低幅度最大，降低了12.6个百分点。石家庄市PM2.5各污染级别天数所占比例详见图1。

图1 石家庄市2013—2015年PM2.5各污染级天数比例Fig.1 Proportion of days at all levels of PM2.5 in Shijiazhuang City in 2013-2015

2.1.2 月变化

根据环境保护部《环境空气质量指数(AQI)技术规定》(HJ 633—2012)[31]中的分级方法，0

图2为石家庄市区PM2.5的年度月均质量浓度及重污染日月均质量浓度的变化曲线。与已有研究结果一致[17,32]，石家庄市PM2.5浓度也有明显的季节分布规律，整体上，夏季及春末、秋初污染相对较轻。其中，2013年，1月PM2.5的质量浓度最高，达到333 μg/m3，而7—8月PM2.5的质量浓度最低，分别为77 μg/m3和79 μg/m3；2014年，1月PM2.5的质量浓度最高，为231 μg/m3，2月次之，为220 μg/m3，10月出现一个峰值，为162 μg/m3，在气象条件相对不利的状况下，11月PM2.5的浓度环比大幅下降(与10月相比)，这是由于APEC会议期间石家庄市采取了严格的限排措施，大大降低了大气污染物的排放总量，对改善空气质量发挥了积极作用；2015年，12月PM2.5的质量浓度最高，为164 μg/m3，其次为1月，为152 μg/m3，月均质量浓度最低值出现在9月，为42 μg/m3。

图2 石家庄市PM2.5月变化曲线Fig.2 Monthly average concentration of PM2.5 in Shijiazhuang City

对于重污染日PM2.5月均质量浓度的分布，2013年为62～370 μg/m3，2014年为164～312 μg/m3，2015年为184～260 μg/m3。由图2可知，PM2.5重污染日月均质量浓度的最大值均出现在采暖季，并且由2013年的370 μg/m3下降至2015年的260 μg/m3，减少了110 μg/m3；未出现重污染日的月份也逐年增多，2013年仅8月份未出现重污染日，而2014年的8月和9月均未出现重污染日，2015年的4—10月连续7个月未出现重污染日。

2.1.3 日变化

2013—2015年石家庄市区PM2.5质量浓度的日变化情况如图3所示。

图3 2013—2015年石家庄市PM2.5日变化曲线Fig.3 Diurnal variation of PM2.5 in Shijiazhuang City in 2013-2015

由图3可见，这3年的PM2.5浓度在一天中均呈现“双峰分布”的特征。2013年PM2.5质量浓度日变化的峰值与谷值之差为28 μg/m3，2014年为33 μg/m3，2015年为19 μg/m3。在居民集中出行时段，特别是上下班高峰期间，近地面较易出现大气逆温层，而大气混合层的高度又较低，整体不利于污染物的扩散，而此时段人为颗粒物排放相对增多，由于污染物的累积作用，9:00前后形成PM2.5质量浓度的第1个峰值；午后，随着大气层对流运动的逐渐增强以及交通污染物排放的逐渐减少，在17:00前后出现PM2.5质量浓度的谷值；傍晚之后，晚交通高峰导致的污染物排放及其累积，以及餐饮业带来的油烟污染使得PM2.5质量浓度又逐渐回升，而工业电价在午夜前后进入收费低谷阶段，由此而来的大规模工业生产活动排放的污染物再次加剧PM2.5污染，使得午夜至凌晨出现PM2.5质量浓度的第2个污染高峰。

2.1.4 工作日与周末规律

气象要素的7天周循环特征，以及人们在工作日和周末的活动差异，导致污染物的浓度会因此有所变化而出现明显的差异，这种现象称为污染的“周末效应”[33]。CLEVELAND等[34]经过研究发现臭氧浓度值在周末要高于工作日，提出了臭氧“周末效应”的概念。颗粒物的“周末效应”，一般指工作日人们的生产、生活强度高于周末，排放进入大气的污染物可能会更多，致使工作日的颗粒物浓度要高于周末[35]。

与已有的部分研究结果[33,36]不同，本研究中2013—2014年石家庄市区PM2.5浓度并没有表现出“周末效应”，甚至周末浓度平均值要高于工作日，“周末效应”仅在2015年才略有显现。经计算，2013年石家庄市区周末的PM2.5质量浓度均值比工作日高16.0%，2014年高7.5%，2015年基本持平，如图4所示。原因可能是，石家庄市属于中等发达城市，人们的工作半径较小，周末工业企业的运行率较高，污染物的排放在周末没有明显降低；而已有研究多侧重于大城市或特大城市，周末的工业生产等活动运行率大幅降低，污染物排放量也随着大幅减少，由此会出现明显的“周末效应”。

图4 石家庄市PM2.5周变化趋势Fig.4 Weekly variation of PM2.5 in Shijiazhuang City

对比图3和图4可知，2013—2015年，石家庄市周末与工作日的PM2.5质量浓度具有相同的日变化趋势，且出现峰值和谷值的时刻相同，并没有呈现出明显的“周末效应”，说明人们生产、生活方式在周末的改变对PM2.5浓度的影响有限。然而，必须注意到2013—2015年PM2.5浓度的周末平均值高出工作日平均值的程度在逐渐减弱，且“周末效应”在2015年已略显端倪，一定程度上可以说明石家庄市人们的生产、生活方式正逐步向大城市转变。2.2 空间分布

以石家庄市区7个国控点位的PM2.5年均质量浓度数据在ArcGIS中进行空间插值，得到2013—2015年石家庄市区PM2.5年均质量浓度的空间分布图，如图5所示。由图5可知，2013—2015年，石家庄市区PM2.5年均质量浓度在逐年降低的情况下，污染空间分布也逐年发生着变化。2013年，年均质量浓度最高值产生在长安区的中南部，其次为桥西区和新华区，污染较轻的为市中心及市区东南部区域；2014年，市区西北区域的年均质量浓度最高，市区西南部、世纪公园及其北部区域次之，市区东部及西部则污染较轻；2015年，除市区西北部污染较重外，其余区域污染均较轻，市区西部及西南部、市区东北部的PM2.5污染最轻。

根据图5的插值结果，发现虽然2013—2015年市区各区域的年均PM2.5浓度呈逐年下降态势，但在空间分布上市区西北部区域连续3年均属于污染较重的区域，市区东南部区域污染程度均较轻，市区西南部区域也由2013年的污染较重转变为2015年的污染较轻。由此从整体上看，2013—2015年市区范围内PM2.5污染的空间分布变化趋势为污染较重的空间范围在逐渐缩小，而污染较轻的空间范围在逐渐扩大。

图5 2013-2015年石家庄市PM2.5年均质量浓度空间分布Fig.5 Spatial distribution of PM2.5 in Shijiazhuang City in 2013-2015

石家庄市区PM2.5污染空间分布的变化原因主要可以从宏观和微观2个角度来分析。

1)宏观方面 针对颗粒物源解析结果，石家庄市提出了“压煤、抑尘、控车、减排、迁企、增绿”六大措施。2013—2015年，石家庄市累计压减燃煤937万t，集中全力对钢铁、电力、水泥、玻璃“四大行业”进行了集中整治，谋划实施了主城区19家污染企业的搬迁升级改造工作。六大措施的实施，使石家庄市能源结构和工业布局等方面都发生了改变，很大程度上促进了大气环境质量的全面改善，实现了PM2.5年均浓度逐年降低的目标。

2)微观方面 西南高教点位靠近南二环、红旗大街，其周边不但有热电厂，还存在城中村，采暖季会存在大量原煤散烧的现象，面源污染严重；该点位2013—2015年PM2.5的污染状况改善明显，其质量浓度由2013年的161 μg/m3降至2015年的84 μg/m3，这一变化与“压煤”措施的实施有很大关系。职工医院点位和22中南校区点位靠近主干道中山路，除地铁施工带来扬尘污染外，交通拥堵也加剧了颗粒物的污染。与2013年相比，2015年这2个点位的PM2.5质量浓度分别降低了71 μg/m3和84 μg/m3，说明“抑尘”、“控车”措施成效显著。

3 结 语

1)2013—2015年石家庄市PM2.5浓度逐年降低，污染状况逐年好转，并随着城市的大型化而呈现出“周末效应”的端倪。月变化表现出1—3月、10—12月污染较重，4—9月污染较轻的特征；日变化特征呈双峰形分布。

2)石家庄市“压煤、抑尘、控车、减排、迁企、增绿”等6项大气污染防治措施取得了实质性的成果，PM2.5浓度在逐年降低的基础上，污染空间分布也在逐渐向好的方向发展，建议进一步加强污染防治措施，使控污举措真正落到实处，发挥出应有的作用。

3)本研究结果有利于认知石家庄市PM2.5的污染现状，为石家庄市大气污染治理提供依据，提高PM2.5“污染削峰”工作的科学性和准确性。

4)PM2.5污染的影响因素和驱动机制，及其对人体健康和生态环境的影响可以作为今后的研究内容。

[1] 任阵海,万本太,苏福庆,等. 当前我国大气环境质量的几个特征[J].环境科学研究,2004,17(1): 1-6. REN Zhenhai, WAN Bentai, SU Fuqing, et al. Several characteristics of atmospheric environmental quality in China at present[J].Research of Environmental Sciences, 2004, 17(1): 1-6.

[2] CHAN C K, YAO X. Air pollution in mega cities in China[J]. Atmospheric Environment, 2008, 42(1): 1-42.

[3] DUAN J C, TAN J H, CHENG D X, et al. Sources and characteristics of carbonaceous aerosol in two largest cities in Pearl River Delta Region, China[J]. Atmospheric Environment, 2007, 41(14): 2895-2903.

[4] DUAN J C, TAN J H, LIU Y, et al. Concentration, sources and ozone formation potential of volatile organic compounds(VOCs) during ozone episode in Beijing[J]. Atmospheric Research, 2008, 88(1): 25-35.

[5] 陶俊,张仁健,许振成,等.广州冬季大气消光系数的贡献因子研究[J].气候与环境研究，2009,14(5): 484-490. TAO Jun, ZHANG Renjian, XU Zhencheng, et al. Contribution factors of ambient light extinction coefficient in the winter of Guangzhou[J]. Climatic and Environmental Research, 2009, 14(5): 484-490.

[6] 韩素芹,张裕芬,李英华,等.天津市春季气溶胶消光特征和辐射效应的数值模拟[J].中国环境科学, 2011,31(1):8-12. HAN Suqin, ZHANG Yufen, LI Yinghua, et al. Simulation of extinction and radiant effect of aerosol in spring of Tianjin City[J].China Environmental Science, 2011, 31(1): 8-12.

[7] 郭新彪,魏红英.大气PM2.5对健康影响的研究进展[J].科学通报,2013,58(13):1171-1177. GUO Xinbiao, WEI Hongying. Progress on the health effects of ambient PM2.5pollution[J]. Chinese Science Bulletin, 2013,58(13):1171-1177.

[8] 李珊珊,程念亮,徐峻,等.2014年京津冀地区PM2.5浓度时空分布及来源模拟[J].中国环境科学, 2015, 35(10): 2908-2916. LI Shanshan, CHENG Nianliang, XU Jun, et al. Spatial and temporal distrubions and source simulation of PM2.5in Beijing-Tianjin-Hebei region in 2014[J]. China Environmental Science, 2015, 35(10): 2908-2916.

[9] 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. WANG Zhenbo, FANG Chuanglin, XU Guang, et al. Spatial-temporal characteristics of the PM2.5in China in 2014[J]. Acta Geographica Sinica, 2015, 70(11): 1720-1734.

[10]薛文博,付飞,王金南,等.中国PM2.5跨区域传输特征数值模拟研究[J].中国环境科学,2014,34(6):1361-1368. XUE Wenbo, FU Fei, WANG Jinnan, et al. Numerical study on the characteristics of regional transport of PM2.5in China [J]. China Environmental Science, 2014, 34(6): 1361-1368.

[11]贾海鹰,程念亮,何友江,等.2014年春季山东省PM2.5跨界输送研究[J].环境科学,2015,36(7):2353-2360. JIA Haiying, CHENG Nianliang, HE Youjiang, et al. Numerical study on the characteristics of regional transport of PM2.5in Shandong province during spring in 2014[J]. Environmental Science, 2015, 36(7): 2353-2360.

[12]黄蕊珠,陈焕盛,葛宝珠,等.京津冀重霾期间PM2.5来源数值模拟研究[J].环境科学学报,2015,35(9):2670-2680. HUANG Ruizhu, CHEN Huansheng, GE Baozhu, et al. Numerical study on source contributions to PM2.5over Beijing-Tianjin-Hebei area during a severe haze event[J]. Acta Scientiae Circumstantiae, 2015, 35(9): 2670-2680.

[13]李璇,聂滕,齐珺,等.2013年1月北京市PM2.5区域来源解析[J].环境科学,2015,36(4):1148-1153. LI Xuan, NIE Teng, QI Jun, et al. Regional source apportionment of PM2.5in Beijing in January 2013[J]. Environmental Science, 2015, 36(4): 1148-1153.

[14]李莉,安静宇,严茹莎.基于细颗粒物来源追踪技术的2013年12月上海市严重污染过程中PM2.5的源贡献分析[J].环境科学,2015,36(10):3543-3553. LI Li, AN Jingyu, YAN Rusha. Source contribution analysis of the fine particles in Shanghai during a heavy haze episode in December, 2013 based on the particulate matter source apportionment technology[J]. Environmental Science, 2015, 36(10): 3543-3553.

[15]周静博,任毅斌,洪纲,等.利用SPAMS研究石家庄市冬季连续灰霾天气的污染特征及成因[J].环境科学,2015,36(11):3972-3980. ZHOU Jingbo, REN Yibin, HONG Gang, et al. Characteristics and formation mechanism of a multi-day haze in the winter of Shijiazhuang using a single particle aerosol mass spectrometer( SPAMS) [J]. Environmental Science, 2015, 36(11): 3972-3980.

[16]赵晨曦,王云琦,王玉杰,等.北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系[J].环境科学,2014,35(2):418-427. ZHAO Chenxi, WANG Yunqi, WANG Yujie, et al. Temporal and spatial distribution of PM2.5and PM10pollution status and the correlation of particulate matters and meteorological factors during winterand spring in Beijing [J]. Environmental Science, 2014, 35(2): 418-427.

[17]李名升,任晓霞,于洋,等.中国大陆城市 PM2.5污染时空分布规律[J].中国环境科学,2016,36(3):641-650. LI Mingsheng, REN Xiaoxia, YU Yang, et al. Spatiotemporal pattern of ground-level fine particulate matter (PM2.5) pollution in mainland China[J]. China Environmental Science, 2016, 36(3): 641-650.

[18]徐建辉,江洪.长江三角洲PM2.5质量浓度遥感估算与时空分布特征[J].环境科学, 2015, 36(9):3119-3127. XU Jianhui, JIANG Hong. Estimation of PM2.5concentration over the Yangtze Delta using remote wensing: Analysis of spatial and temporal variations[J]. Environmental Science, 2015, 36(9): 3119-3127.

[19]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. WANG Zhanshan, LI Yunting, CHEN Tian, et al. Spatial-temporal characteristics of PM2.5in Beijing in 2013[J]. Acta Geographica Sinica, 2015, 70(1):110-120.

[20]王嫣然,张学霞,赵静瑶,等.2013—2014年北京地区PM2.5时空分布规律及其与植被覆盖度关系的研究[J].生态环境学报,2016,25(1):103-111. WANG Yanran, ZHANG Xuexia, ZHAO Jingyao, et al. Temporal and spatial distribution of PM2.5and its relationship with vegetation coverage in Beijing during the period of 2013—2014[J]. Ecology and Environmental Sciences, 2016, 25(1): 103-111.

[21]成亚利,王波.上海市PM2.5的时空分布特征及污染评估[J].计算机与应用化学, 2014, 31(10): 1189-1192. CHENG Yali, WANG Bo. Temporal and spatial distribution and contamination assessment of PM2.5in Shanghai[J]. Computers and Applied Chemistry, 2014, 31(10): 1189-1192.

[22]王会芝.天津市大气 PM2.5的时空分布特征和影响因素[J].城市环境与城市生态,2016,29(4):12-14. WANG Huizhi. Temporal-spatial distribution characteristics and influencing factors of atmospheric PM2.5in Tianjin[J]. Urban Environment & Urban Ecology, 2016, 29(4): 12-14.

[23]刘永林,孙启民,钟明洋,等.重庆市主城区PM2.5时空分布特征[J].环境科学,2016,37(4):1219-1229. LIU Yonglin, SUN Qimin, ZHONG Mingyang, et al. Temporal and spatial distribution characteristics of PM2.5in Chongqing urban areas[J]. Environmental Science, 2016, 37(4): 1219-1229.

[24]冯媛,杨丽丽,赵鑫,等.石家庄市PM10和PM2.5中多环芳烃的分布及来源分析[J]. 河北工业科技,2015,32(1):72-77. FENG Yuan, YANG Lili, ZHAO Xin, et al. Distribution and source analysis of polycyclic aromatic hydrocarbons in PM10and PM2.5in Shijiazhuang City[J]. Hebei Journal of Industrial Science and Technology, 2015, 32(1): 72-77.

[25]齐堃,戴春岭,冯媛, 等.石家庄市PM2.5工业源成分谱的建立及分析[J]. 河北工业科技，2015,32(1):78-84. QI Kun, DAI Chunling, FENG Yuan, et al. Establishment and analysis of PM2.5industrial science profiles in Shijiazhuang City[J]. Hebei Journal of Industrial Science and Technology, 2015, 32(1): 78-84.

[26]陈静,杨鹏,韩军彩,等.基于高分辨率MARGA数据分析石家庄PM2.5成分谱特征[J].中国环境科学,2015,35(9)：2594-2604. CHEN Jing, YANG Peng, HAN Juncai, et al. Analysis of PM2.5spectrum characteristics in Shijiazhuang based on high resolution MARGA data[J].China Evironmental Science, 2015, 35(9)：2594-2604.

[27]李粟,苗海斌,康富华.石家庄市春季PM10和PM2.5浓度及其水溶性离子组分特征分析[J].河北工业科技,2015,32(1):90-94. LI Su, MIAO Haibin, KANG Fuhua. Analysis of mass concentration and water soluble components characteristics of PM10and PM2.5in spring in Shijiazhuang City[J]. Hebei Journal of Industrial Science and Technology, 2015, 32(1):90-94.

[28]付桂琴,张杏敏,尤凤春,等.气象条件对石家庄PM2.5浓度的影响分析[J].干旱气象,2016,34(2):349-355. FU Guiqin, ZHANG Xingmin, YOU Fengchun, et al. Effect of meteorological conditions on PM2.5concentration in Shijiazhuang of Hebei[J]. Journal of Arid Meteorology, 2016, 34(2): 349-355.

[29]高康宁,曹会勇,康苏花,等.石家庄市环境空气PM2.5和PM10污染变化特征研究[J].能源环境保护,2015,29(4):62-64. GAO Kangning, CAO Huiyong, KANG Suhua, et al. Shijiazhuang City ambient air PM2.5and PM10pollution characteristics research[J]. Energy Environmental Protection, 2015, 29(4): 62-64.

[30]张霞，孟琛琛，王丽涛，等.邯郸市大气污染特征及变化趋势研究[J].河北工程大学学报(自然科学版)，2015，32(4)：69-74. ZHANG Xia,MENG Chenchen,WANG Litao,et al.Characteristics and trend of air pollution in Handan City[J].Journal of Hebei University of Engineering(Natural Science Edition),2015,32(4):69-74.

[31]HJ 633—2012，环境空气质量指数(AQI)技术规定(试行) [S].

[32]周勤迁,潘月鹏,王剑,等.黑龙江海伦农业区冬春PM2.5和气态污染物污染特征[J].中国环境科学, 2014,34(4):844-851. ZHOU Qinqian, PAN Yuepeng, WANG Jian, et al. Pollution characteristics of PM2.5and gaseous pollutants in winter and spring at agricultural region of Hailun City, Heilongjiang Province [J]. China Environmental Science, 2014, 34(4): 844-851.

[33]JONES A M, YIN J X, HARRISON R M. The weekday-weekend difference and the estimation of the non-vehicle contributions to the urban increment of airborne particulate matter[J]. Atmospheric Environment, 2008, 42(19): 4467-4479.

[34]CLEVELAND W S, GRAEDEL T E, KLEINER B, et al. Sunday and workday variations in photochemical air pollutants in New Jersey and New York[J]. Science, 1974, 186(4168): 1037-1038.

[35]World Health Organization(WHO).WHO Air Quality Guidelines for Particulate Matter, Ozone, Nitrogen Dioxide and Sulfur Dioxide: Global Update 2005[R]. Geneva: World Health Organization, 2006.

[36]雷瑜,张小玲,唐宜西,等.北京城区PM2.5及主要污染气体“周末效应”和“假日效应”研究[J].环境科学学报, 2015,35(5):1520-1528. LEI Yu, ZHANG Xiaoling, TANG Yixi, et al. Holiday effects on PM2.5and other major pollutants in Beijing[J]. Acta Scientiae Circumstantiae, 2015, 35(5): 1520-1528.

Temporal and spatial distribution characteristics of PM2.5in Shijiazhuang urban areas

LI Qiufang, REN Zhenke

(Shijiazhuang Environmental Monitoring Center, Shijiazhuang, Hebei 050022, China)

The air pollution is serious in Shijiazhuang, especially the PM2.5concentration is often high. Analysis of long time series about the temporal and spatial distribution characteristics of PM2.5in Shijiazhuang is needed in order to understand more comprehensively the change regulation. The spatial and temporal distribution characteristics of PM2.5during 2013—2015 are analyzed based on the PM2.5monitoring data released by Shijiazhuang Environmental Monitoring Center with the spatial analysis method GIS. The analytical results show that the annual average concentration of PM2.5in Shijiazhuang is 154 μg/m3in 2013, 124 μg/m3in 2014, and 89 μg/m3in 2015. The monthly average concentration of PM2.5changes in a wave-shape curve, and the diurnal variation of PM2.5shows bimodal distribution. Weekend effects are significant for PM2.5, with higher concentration over the weekend. The annual average concentration of PM2.5is lower in the southern and eastern regions while higher in the northern area, however the heavily polluted area is shrinking, while the less polluted area is gradually expanding. The results could benefit further understanding on the spatiotemporal patterns of PM2.5pollution in Shijiazhuang accurately, and promote environmental pollution prevention and control measures accordingly.

environmental quality monitoring and evaluation; Shijiazhuang City; PM2.5; temporal distribution characteristics; spatial distribution characteristics; GIS

1008-1534(2017)01-0064-07

2016-10-10;

2016-12-06；责任编辑：王海云

河北省科技支撑计划项目(16273714D)

李秋芳 (1986—)，女，河北石家庄人，硕士，主要从事环境监测方面的研究。

E-mail: 18730105386@163.com

X823

A

10.7535/hbgykj.2017yx01012

李秋芳，任振科.石家庄市区PM2.5时空分布特征[J].河北工业科技,2017,34(1):64-70. LI Qiufang, REN Zhenke.Temporal and spatial distribution characteristics of PM2.5in Shijiazhuang urban areas[J].Hebei Journal of Industrial Science and Technology,2017,34(1):64-70.