詹庆明 戴文博，3 刘 稳

1 武汉大学城市设计学院，湖北 武汉，430072

2 武汉大学数字城市研究中心，湖北武汉，430072

3 广州市城市规划勘测设计研究院，广东广州，510060

PM2.5是空气污染物的主要成分之一，其对环境的影响范围和人类健康危害程度远大于其他空气污染物。目前，对PM2.5的研究已从多方面展开，主要包括PM2.5的数据获取、时空分析、来源解析、影响机制和健康影响等领域。而当前国内关于PM2.5的时空分布研究多集中在全国［1，2］、城市群［3，4］和特大型城市［5⁃7］尺度上，对中小型城市的PM2.5污染研究较少。本文以襄阳市为研究区，分析其PM2.5污染总体水平及冬季典型月份的PM2.5污染时空分布特征，在此基础上，分析各类气象要素对襄阳市PM2.5浓度变化的影响，为空气污染的防治和居民生活提供参考。

1 研究数据与方法

1.1 研究数据

襄阳市位于湖北省西北部，是湖北省第二大地级市，下辖三区三市三县，本文研究区域为襄阳市中心城区。研究区域2015—2018年的PM2.5数据来源于中国环境监测总站，襄阳市共有4个国测站点；襄阳市在市区内布设了180台微观空气监测站点设备（简称监测微站），本文获取到其中147个监测微站2018⁃02⁃01—2018⁃02⁃28共计28天的逐时PM2.5浓度数据；获取国家气象观测站襄樊站2015—2018年的气象数据，包含气温、相对湿度、风速、气压、降水量、能见度等气象要素。站点位置见图1。

图1 襄阳市站点空间分布Fig.1 Distribution of Sites in Xiangyang

1.2 研究方法

1.2.1 PM2.5浓度空间插值方法

本文采用交叉验证法对比克里金法、反距离加权法、规则样条函数法［8］的空间插值效果。在147个监测点中随机选取20个监测点作为验证点（抽样点分布均匀），对余下的127个站点的PM2.5数据进行插值，统计其与20个验证点空间对应的插值数据结果，用平均绝对误差（mean absolute error，MAE）、均方根（root mean square，RMS）、平均相对误差（mean relative error，MRE）进行评价。三者数值越小，空间插值效果越好。计算公式如下：

抽样数量为20时，不同插值方法的指标结果见表1，克里金法的MAE、RMS和MRE数值均为最小，故本文使用克里金法进行插值计算。

表1 不同空间插值方法可靠性分析结果Tab.1 Reliability Analysis Results of Different Spatial Interpolation Methods

1.2.2 相关性分析方法

许多研究采用非参数相关分析法探究各类气象要素对浓度的影响。最经典的非参数分析法是斯皮尔曼秩相关系数［9］，该方法对线性和非线性相关关系均适用。本文基于襄阳市2015—2018年共48个月的PM2.5数据和同期的气象数据，采用该方法并使用SPSS 20.0软件分析襄阳市PM2.5污染与多种气象要素之间的相关关系，分析它们在不同季节的相关性。

2 结果分析

2.1 襄阳市PM2.5污染总体水平

如图2所示，襄阳市2015—2018年的PM2.5年均浓度值总体呈下降趋势。其中，2016年和2018年与上一年相比下降幅度较大。PM2.5年均浓度显著降低，说明襄阳市采取的扬尘污染整治、散煤和露天烧烤及喷涂整治、机动车柴油质量抽检、工业挥发性有机物治理、夏季秸秆禁烧、工业锅炉污染整治和重点行业减排等一系列举措，使空气质量持续改善。

图2 2015—2018年襄阳市PM2.5年均浓度值Fig.2 Annual Average Concentration of PM2.5 in Xiangyang from 2015 to 2018

从图3可以看出，PM2.5月均浓度值随月份呈“U”型分布，具有明显的季节性特征，各年份均表现为冬季高、夏季低，各季节月均值则表现为冬季（12月—次年2月）>秋季（9月—11月）>春季（3月—5月）>夏季（6月—8月）；PM2.5月均浓度最高值均出现在1月，最低值都出现在7月。襄阳市夏季高温多雨，PM2.5在降雨作用下快速沉降到地面，使PM2.5浓度降低，而冬季降雨较少，且静风、小风天气频繁，导致PM2.5不容易扩散和沉降，造成浓度升高。

图3 2015—2018年襄阳市PM2.5月均浓度值Fig.3 Monthly Average Concentration of PM2.5 in Xiangyang from 2015 to 2018

根据PM2.5健康影响分级标准［10，11］统 计2015—2018年四季的各等级污染天数比例，见图4。冬季超标天数比例最高，4年均超过69%，且严重污染情况均出现在冬季，说明襄阳市冬季PM2.5污染十分严峻，但襄阳市冬季超标天数比例在逐渐下降，说明采取的防控措施在冬季已取得明显效果。而在其他3个季节，PM2.5浓度超标天数的比例都低于35%，夏季PM2.5浓度超标情况较少，其中2016年和2018年夏季100%为优、良。襄阳市采取的措施使PM2.5污染情况持续改善，但冬季污染水平依然较高，居民受PM2.5污染影响不容忽视，应当采取措施进一步防控。

图4 2015—2018年襄阳市各季节PM2.5污染等级分布Fig.4 Distribution of PM2.5 Pollution Levels in Xiang⁃yang in Each Season from 2015 to 2018

2.2 冬季典型月的PM2.5污染时空特征

针对襄阳市冬季PM2.5污染水平居高的情况，本文选取冬季典型月（2018年2月）进行时空分布特征分析。由图5可知，全月PM2.5日均值均超过一级浓度限值35µg/m3，其中有20天超过了二级浓度限值75µg/m3，占全月的71%，PM2.5污染情况严重。

图5 襄阳市2018年2月PM2.5日均浓度值统计Fig.5 Daily Average Concentration of PM2.5 in Xiangyang in February 2018

2018年2月共经历了4次明显的污染过程，分别为7日—11日、13日—19日、21日—22日、26日—27日，其中13日—19日描绘出一个完整的、典型的、持久的PM2.5污染变化过程，PM2.5浓度在13日迅速增加，并持续升高，在19日达到峰值，直到20日才有所缓解，该污染阶段正值春节假期，居民集中燃放烟花爆竹，以及过节期间高污染燃料的使用是PM2.5浓度飙升的主要原因。2018年2月，共在9日、16日、19日、21日、26日出现5次峰值，其中4次日均值最大值都发生在五洲国际监测微站，已超过中度污染及重度污染水平，26日则是在中众化学监测微站。两处微站分别位于深圳工业园和余家湖工业园，说明污染型工业企业对周边地区空气质量影响严重。

图6展示了襄阳市监测微站2018年2月的全月、工作日、休息日（非春节假期）及春节假期的PM2.5月平均逐时浓度。工作日的日变化曲线有明显的双峰形态特征，峰值分别出现在8：00~10：00和20：00~22：00，均出现在上下班高峰期后，白天峰值高于夜晚，说明襄阳市PM2.5明显受通勤高峰期机动车尾气密集排放的影响，这与其他地区相关研究结果一致［4，12］。此外，休息日白天的PM2.5浓度相对较低，由于没有了早晚集中出行高峰，没有呈现双峰形态曲线。工作日与休息日夜晚PM2.5浓度都较高，这可能与大气边界层风温结构有关［13］，襄阳市2018年2月以多云天气为主，早晚逆温现象时有发生，空气污染物在垂直方向上交换能力较差，扩散被抑制。

图6 2018年2月PM2.5月平均逐时浓度Fig.6 Monthly Average Hourly Concentration of PM2.5 in Xiangyang in February 2018

PM2.5逐时浓度在春节假期期间明显高于其他时段，可能是因为在春节期间，大量烟花鞭炮的使用对PM2.5的瞬时影响很大，大年三十（2018年2月15日）晚上是燃放鞭炮和烟花的高峰期。如图7所示，2018年2月15日晚上至2月16日上午，PM2.5逐时浓度持续上升，并在2月16日上午9：00达到最高值253µg/m3，步入严重污染等级，对居民健康产生严重威胁。

图7 襄阳市春节假期（2018‐02‐15—2018‐02‐21）PM2.5逐时浓度均值Fig.7 Hourly Average of PM2.5 Concentration of Xiang⁃yang During Spring Festival（2018⁃02⁃15—2018⁃02⁃21）

相关研究表明，PM2.5在空间上的分布有显著差异［14］。对襄阳市监测微站2018年2月的PM2.5点数据进行空间插值，生成28天的250 m网格PM2.5浓度空间分布图，见图8。可以看出，2018年2月的4次污染过程展现出不同的PM2.5污染空间分布特征，2018年2月7日—11日受西北沙尘传输影响，颗粒物在西北风、北风、西风的作用下来到襄阳市中心城区，并由北向南逐渐扩散，在9日达到峰值，表现为全域PM2.5轻度或中度污染，东高西低。2018年2月16日—19日受节假日居民集中燃放烟花鞭炮影响，污染程度最重。在2018年春节期间，襄阳市的烟花爆竹限放区为襄阳市主要建成区范围，农村地区并不受烟花燃放限制，而其东部为平原地区，在东部农村燃放烟花爆竹产生的颗粒物可以轻易地飘散到城市建成区上空，16日，中心城区周边区域的污染物在西北风和东南风的交替作用下抵达城区，在中心城区西北部集聚，17日—18日，在西北风的作用下，污染物向城市东南方向扩散，在持续降雨作用下，19日后PM2.5污染有所缓解。2018年2月26日—27日，PM2.5浓度再次攀升，汉江和唐白河南岸的襄城区和襄州区的污染物浓度迅速升高，并在南风作用下向北侧扩散，从污染热点区域来看，南岸的PM2.5污染出现在人口密度较高的居住区。

图8 襄阳市2018年2月PM2.5空间分布Fig.8 PM2.5 Daily Average Concentration Change of Xiangyang in February 2018

总体来看，襄阳市中心城区在2018年2月发生重度污染时，PM2.5污染空间分布差异明显。在多个日期中，PM2.5浓度空间分布在汉江和唐白河两岸存在明显差异，以汉江与唐白河连线为界，出现高低分异明显的情况，这可能是由于河流等自然要素对PM2.5有一定的消减作用，对PM2.5的空间扩散有阻挡。

2.3 PM2.5浓度与气象要素的相关性

PM2.5浓度与污染物排放、气象条件和治理措施等因素相关，污染源和治理措施变化不大时，气象要素对PM2.5浓度影响起主要作用。利用2015—2018年气象要素与PM2.5浓度月均数据（48个月）分析两者的相关性，结果见表2。可以看出，PM2.5浓度与气温和能见度呈显著负相关，与气压呈显著正相关，与降水、风速、相对湿度呈负相关关系。从各个季节的相关性来看，PM2.5浓度在各个季节与气温、能见度依然是负相关，与气压呈显著正相关，而与相对湿度、风速、降水量的相关性则在不同季节有所差别，说明在不同季节PM2.5浓度的主要影响因素有差异。较高的风速能显著提升空气污染物的扩散速度，而降水则能有效促进大气颗粒物沉降，但在襄阳市，冬季的PM2.5浓度与这两个气象要素却没有呈现显著的负相关关系，这与襄阳市的地理环境和气候特点密不可分，襄阳市冬季静小风天气频繁、降雨较少，此时气象要素对PM2.5浓度高低的影响较小。

表2 PM2.5浓度与气象要素的相关系数Tab.2 Correlation Coefficients Between PM2.5 Concentration and Meteorological Parameters

3 结束语

1）襄阳市近年PM2.5污染情况逐渐好转，但总体污染水平仍较高。襄阳市PM2.5浓度月均值具有明显的季节性，随月份呈“U”型分布，各年份均显现出冬季高、夏季低的特征，而各季节月均值差异则表现为冬季（12月—次年2月）>秋季（9月—11月）>春季（3月—5月）>夏季（6月—8月），只在冬季出现严重污染等级，说明襄阳市冬季PM2.5污染情况十分严峻。

2）2018年2月PM2.5浓度超标20天，受爆竹烟花燃放、西北沙尘传输和工作日早晚出行高峰影响，PM2.5污染水平表现为春节假期>工作日>休息日（非春节假期），工业区污染水平较其他地区偏高。中心城区冬季发生重度污染时，PM2.5污染空间分布差异明显，在多个日期中，PM2.5浓度空间分布在汉江和唐白河两岸存在明显差异。

3）襄阳市的PM2.5浓度与气温、能见度呈显著负相关，与气压呈显著正相关，与降水、风速、相对湿度等气象要素呈负相关关系。PM2.5浓度与气象要素的相关程度在不同季节存在较大差异。