周炳亮，林 芬，邱 伟，张小康，饶绍奇，刘金林，何汶钦，刘 彤

（1.赣南医学院2015级本科预防医学专业；2.赣南医学院公共卫生与健康管理学院；3.赣南医学院，江西 赣州 341000）

随着世界新时代的到来，城市化和工业化进展急剧加速，大气污染问题已经成为现阶段最严重的环境问题之一[1-3]。研究表明，我国空气质量指数（Air quality index，AQI）月均值和AQI年均值在空间上均存在高-高集聚（“高污染”）和低-低集聚（“低污染”）两类集聚区域，整体呈现出“北高南低”的南北区域分异格局，以PM2.5、PM10、O3为主的污染物结构影响了区域AQI[4]；多个对地区空气污染的研究发现[5-9]，其整体的空气质量比以往有好转，但颗粒物和O3污染在部分地区仍在持续甚至有上升趋势，而道路交通相关的因素在其中起了重要的作用。交通干线作为一个城市的交通运输主动脉，对外交通的最重要通道，俨然成为城市空气污染的重要来源之一，交通相关空气污染状况也被广泛研究[10-17]，且有研究表明，其污染程度高于非交通点位，而机动车和气象指标是这一现象的主要因素[12-13]。

赣州市城市化建设的物质基础日益增强，进入城市化快速发展时期[18]。直至2018年底，赣州全市民用汽车保有量944 675辆，比上年末增长18.3%，私人汽车保有量886 381辆，比上年增长18.3%[19]。而城市化建设和汽车保有量的不断增加，可能使赣州交通干线空气质量不断恶化。本研究拟通过分析赣州市章贡区交通干线空气污染状况和影响因素，发现其交通干线的污染现况、规律和影响因素，为采取措施制定环境规划和有关的管理、防治对策提供科学依据。

1 材料与方法

1.1 仪器与设备分光光度计（uvBluestar）、分析天平（MP200B）、干燥箱（UFHOPLUS）、恒温水浴箱（XMTD-204）、冰箱（BCD-290W）、电炉（DL-1）、小流量大气采样器（TMP-1500）、气温-气湿仪（京制02240130）、风速仪（AVM-07）、气压计（91NO3147）噪音计（TES-1357）、照度计（AR-813）。

1.2 实验方法

1.2.1 现场监测采用功能分区布点法将赣州市章贡区分为工业区、商业1区、商业2区、居民区和对照区5个功能分区，在各分区分别选择工业一路、文清路、五指峰路、创新大道公交车站台和赣南医学院黄金校区三四栋门口作为采样点，在各季节选择有代表性的3 d，监测各点大气稳定的夜间、不稳定的中午和中等稳定的黄昏的车流量（中、大型和小型机动车）、气象指标、噪声，并采集空气中的SO2、NO2和O3，以得到各污染物的1 h平均浓度。

1.2.2 污染物的采集与测定方法按GB/T15435《环境空气二氧化氮的测定》Saltzman法测定NO2浓度；按GB/T15262《环境空气二氧化硫的测定》甲醛吸收-副玫瑰苯胺分光光度法测定SO2浓度；按GB/T15437《环境空气臭氧的测定》靛蓝二磺酸钠分光光度法测定O3浓度[20]。其中采用的吸收液分别是二氯化汞盐溶液（SO2）、对氨基苯磺酸-盐酸萘乙二胺混合液（NO2）和靛蓝二磺酸钠溶液（O3），并均以0.5 L·min-1流量采气20 min。

1.2.3 国控点位数据收集资料来源江西省赣州市气象局网络公开数据，从中筛选2018年9月至2019年8月5个国控点位（通天岩、地委、市图书馆、气象局和华坚鞋城）各时点AQI值和其包含的6种污染物浓度，收集得365天各时点各指标浓度值。

1.3 评价方法按GB3095-2012《环境空气质量标准》环境空气污染物基本项目浓度限值对所有污染物浓度进行评价。

1.4 统计学方法使用SPSS 22.0软件整理所有数据，对国控点位与采样点数据进行描述性分析、简单线性分析和t检验，对影响因素进行多元线性分析，P＜0.05为差异有统计学意义。

2 结 果

2.1 采样点污染物时空分布分析如表1所示，各分区的SO2浓度在冬季处于较高值，秋季相对较低，工业区在夏季浓度明显高于其他区；NO2浓度在各分区整体呈春低夏高的趋势，居民区与工业区在夏季出现极高值，商居1区在秋冬季浓度高且商居2区在冬季与其持平；对照区O3浓度在冬季相对低而其他季节高，其他区呈现出夏季高而其他季相对较低且平稳的趋势。

表1 采样点三污染物时空变化特征/±s

表1 采样点三污染物时空变化特征/±s

季节春污染物SO2 NO2 O3夏SO2 NO2 O3秋SO2 NO2 O3冬SO2 NO2 O3工业区49.03±22.70 4.30±4.00 8.77±5.69 89.97±30.58 46.60±19.23 51.30±42.28 36.00±20.81 10.00±2.00 14.07±24.36 69.80±1.70 5.93±4.28 4.80±5.43商居1区32.90±21.93 2.67±2.52 8.07±4.00 31.43±33.28 24.40±11.63 43.03±18.14 2.17±3.75 32.17±15.10 3.93±6.12 55.50±11.85 22.60±18.81 4.43±5.11商居2区26.33±18.13 2.10±2.52 12.77±1.61 12.67±11.37 26.90±12.56 47.60±23.61 22.33±9.07 11.87±7.05 10.60±0.66 61.23±11.48 28.50±4.90 1.40±1.64居民区45.67±9.85 2.83±4.91 3.30±3.40 50.83±39.02 47.20±10.81 45.33±7.25 66.67±20.82 3.33±5.77 3.33±5.77 71.53±20.72 8.50±2.00 4.37±3.80对照区45.27±12.50 2.90±0.35 28.67±3.51 32.63±8.90 27.13±5.69 33.5±3.74 14.67±15.04 9.07±1.86 35.00±3.00 64.23±8.77 6.37±1.59 0.97±0.95

2.2 国控点位数据统计描述分析

2.2.1 AQI日均值变化如图1所示，AQI日均值在10～100之间呈现周期性W～脉冲型波动规律，一年内85天空气质量为良，其余时间为优。2018年9—10月日均值大部分在30～60，偶尔出现低值；2018年11月AQI值持续从60降至15；随后2018年12月—2019年1月间AQI日均值15～100，在优（0～50）和良（50～100）之间有较大波动；2019年3月AQI日均值15～60，波动幅度较小且逐渐上升，空气质量以优为主；2019年4—8月AQI日均值20～60，波动平缓，空气质量以优为主。

图1 国控点位AQI日均值变化趋势

2.2.2 AQI值的时空分布如图2所示，各点位一天内的AQI值变化趋势基本一致，在一天中呈现两个峰值（12时和22时）和两个谷值（5时和18时）；AQI平均值绝大部分时间低于50，空气质量为一级优；华坚鞋城（工业区）的AQI值全天略高于其他点位，且在22时左右达到最高值，空气质量为二级良；而通天岩（对照区）的AQI值全天略低于其他点位，即空气质量相对最优。

图2 AQI值时空分布图

2.2.3 6大污染物月均值变化如图3所示，参考《环境空气质量标准》（GB3095-2012），PM10在秋冬季的平均浓度高于一级限值，其他污染物浓度均值在采样点及国控点位均符合一级标准；CO浓度在1—2月略上升，其他时间较为稳定且处于低水平；NO2、PM2.5和PM10浓度在2018年9月—2019年1月缓慢升高，2月骤降后小幅上升，而后至8月持续缓慢下降；在各污染物中O3浓度起伏波动最大，在12月浓度最低，8—10月相对维持峰值水平；SO2浓度从2018年9月—2019年2月持续缓慢下降至最低值，而后又缓慢上升，其全年浓度变化不大。

图3 国控点位各污染物月平均浓度变化

2.3 采样点与国控点位对比分析

2.3.1 三大污染物对比描述如图4～图6所示，SO2浓度在春夏季波动较大，秋季浓度大部分较低且变化平缓，交通干线的浓度普遍略高于对应国控点位；两来源的NO2浓度轨迹基本吻合，但夏季采样点浓度反超国控点位，不同于其他季节国控点位浓度略高于采样点，夏季浓度波动较大，而春季浓度相对低且变化平缓；O3在国控点位的浓度普遍略高于采样点，春夏呈逐渐上升趋势，到秋季又开始下降且趋于平稳。但交通干线上三种污染物在夏季均出现一个异常高值。

图4 两来源SO2浓度季节变化趋势

图5 两来源NO2浓度季节变化趋势

图6 两来源O3浓度季节变化趋势

2.3.2 三大污染物相关性及差异分析如表2所示，使用 SPSS 22.0 软件对两来源的 SO2、NO2、O3浓度进行相关性分析，可认为三种污染物在国控点位和采样点浓度有正相关关系（r=0.574，P＜0.05；r=0.757，P＜0.05；r=0.932，P＜0.05）；再对三种污染物进行配对样本t检验，可认为三种污染物两来源的总体均数存在差异（分别为t=9.429，P＜0.05；t=−3.76，P＜0.05；t=−10.22，P＜0.05）。所以在统计学上两来源数据呈正线性相关关系同时也存在一定的差异。

表2 两来源SO2、NO2、O3浓度配对t检验分析结果

2.4 交通干线空气污染影响因素分析

2.4.1 采样点各影响因素描述性分析如表3所示，赣州在夏秋季气温极高，可达40℃以上，但冬春季气温不会低于零下，且一天中昼夜温差较大，而各区温度高低和趋势大致相同；照度的变化趋势与温度相似，由于赣州晴天居多，四季平均照度较高，且夏秋季晴天的中午可达极高值；气湿值较高，平均在50%，各区在秋冬季相对低；各区气压大小差异较小且变化趋势相似，均在夏季较低，冬季较高；地势平坦且大型车辆多的工业区和居民区起风频繁，平均风速较大，其他各区交通干线起风受车流影响，风速均值差异不大；工业区和居民区大中型车远多于其他区，而商业区和商居区以小型车为主，各区车流量在黄昏较大，在车流量高峰期，两个商业区会频繁出现堵车的现象；其他区对比对照区的噪声瞬时最大值明显更高，在80分贝以上，现场观察到噪声主要来源于过往的车辆，对两者进行相关性分析，r=0.607，P＜0.05，可认为两者间有正相关关系。

表3 各影响因素的时空变化特征/±s

表3 各影响因素的时空变化特征/±s

分区工业区商居1区商居2区居民区对照区季节春夏秋冬 春夏秋冬 春夏秋冬 春夏秋冬 春夏秋冬气温/℃10.5±0.4 33.1±0.8 24.3±6.0 8.0±2.2 7.8±1.6 36.5±6.8 25.7±5.5 12.8±2.8 7.2±0.3 36.1±3.5 25.7±4.7 11.0±1.5 8.3±1.1 34.5±1.8 26.3±4.2 10.7±4.0 8.6±1.6 33.6±2.0 19.1±1.9 9.7±5.9气湿/%56.6±5.8 55.6±3.4 49.0±11.0 39.7±2.6 64.0±6.9 49.5±19.6 49.8±12.9 58.6±11.8 66.3±3.7 49.6±11.4 49.0±9.5 61.1±12.6 68.2±2.2 52.9±6.6 64.7±2.1 45.3±12 68.6±2.5 55.4±7.7 68.6±1.9 45.9±18.8气压/kpa 100.4±0.3 98.8±0.1 100.7±0.03 101.5±0.2 100.9±0.1 99.2±0.2 100.7±0.1 100.8±0.1 101.0±0.1 99.2±0.2 100.7±0.1 100.9±0.3 100.3±0.1 99.0±0.1 100.7±0 101.1±0.2 100.3±0.1 98.9±0.1 100.5±0.1 101.2±0.3风速/m·s-1 0.6±0.5 1.0±0.5 0.8±0.4 1.5±1.1 0.2±0.2 1.5±1.0 0.8±0.4 0.4±0.5 0.1±0.3 0.5±0.3 0.5±0.3 0.9±1.6 1.8±0.7 0.7±0.3 0.9±0.4 0.5±0.8 0.6±1.0 0.6±0.5 0.5±0.1 0.8±0.9照度/lux 11 021±12 565 23 939±32 505 89910±148021 20 512±18 219 6 712±6 772 39 821±61 717 7 478±7 263 8 148±11 836 3 814±5 546 36 167±59 919 36 715±61 365 6 557±11 345 6 071±7 590 16 567±13 520 11 366±14 667 32 531±45 036 5 928±6 565 17 690±15 594 8 991±13 857 35 145±37 847噪声/dB 84.7±1.5 86.2±2.1 83.6±1.5 86.9±3.9 77.6±3.4 81.4±1.0 65.7±1.8 85.2±0.9 82.7±0.5 82.0±0.6 80.6±1.5 84.1±2.2 81.3±1 87.1±3 84.7±2 89±0.4 69.2±1.8 69.1±1.5 56.6±3.1 66.3±3.3大车（辆/时）197.3±32.7 224±8.6 160±15 118.7±16.8 33.3±1.9 38.7±9.4 58±22.9 38.7±16.4 29.3±5 40±15 32±11.3 24.7±14.8 145.3±18 140±11.8 142.8±16.2 148±26.1 4±3.3 6.7±5 18±14.7 1.3±1.9小车（辆/时）546.7±156.9 512±199.9 428±88.9 288±22.9 742.7±169 825.3±100.2 771.3±57.7 760.7±41.5 630.7±181.4 644±163.7 640±140.7 478±76.2 766.7±143.7 722.7±199.7 739.2±169.0 808.0±226.9 86.7±18.6 56±25 130±15 40±15

2.4.2 各影响因素多元线性回归分析以AQI为因变量（y），气温（x1）、气湿（x2）、气压（x3）、风速（x4）、小型车辆（x5）、季节（x6）、照度（x7）、噪声（x8）和大型车辆（x9）为自变量进行多元线性回归分析。整体分析得整体的相关系数r=0.899，决定系数R2=0.808，校正决定系数为0.763；方差分析（整体模型检验）F=17.813，P＜0.05，表明模型差异有统计学意义；再对其进行逐步回归分析，逐步剔除后，如表4所示第5个模型中所有变量的偏回归系数及常数项的假设检验差异均有统计学意义，即气温、气湿、气压、风速、小型车辆和季节是国控点位与交通干线空气质量差异的主要影响因素；而只有风速的斜率为负，是空气质量的保护因素；根据变量进入和剔除条件，照度、噪声和大型车辆被剔除而未进入回归方程；综合上述分析结果，可得回归方程：y=−598.741+1.579x1+0.436x2+5.788x3−4.061x4+0.118x5+4.570x6。

表4 各影响因素的逐步线性回归分析结果a

3 讨 论

3.1 空气污染状况本文分析了赣州市章贡区2018年9月至2019年8月交通干线及国控点位污染状况与趋势。研究结果显示，两来源的污染物浓度均符合二级标准；交通干线污染物浓度整体上春季相对平稳，而夏冬季相对波动大且均存在较高值[14]；国控点位AQI一年内85天（23.3%）的值高于50，主要集中在1月、2月和12月，在一天中呈现两个峰值（12时和22时）和两个谷值（5时和18时）[21]；交通干线的SO2、NO2浓度高于国控点位，这与多个地区交通空气污染研究结果一致[12-15]。但夏季SO2、NO2浓度出现异常高于国控点位的值，结合赣州道路建设和气象因素等的条件，该日所监测交通干线上很可能出现光化学烟雾事件，确切情况需要更深入地探究。

3.2 交通干线空气污染影响因素分析的影响因素中气温、气湿、气压、风速、季节和小型车辆对空气质量的影响有统计学意义，表明交通干线的污染主要受气象和机动车的影响[13]。虽然各污染物指标均处于正常水平，但在现场监测过程中能明显感受到车流量大的交通干线短时污染仍然不小，车辆高速行驶带起大量颗粒物且排放大量尾气[16-17]；尤其是施工路段，道路拥挤，车辆停留时间长不断产生污染物；因赣州地理位置原因，盛夏无遮拦的道路地面温度高达45℃，照度可达260 Klux，容易造成逆温，各季节昼夜温差大，污染物容易在降温而湿度增加夜晚聚集而扩散缓慢导致空气中污染物较高；同时分析得交通干线噪声与车辆有正相关关系，其带来的噪声极其影响人们正常活动，工业区、国道旁居民区大型车辆多而噪声影响最严重。

3.3 建议为了保障公众健康，建议增加交通干线空气质量和PANs的实时监测，以防止和防治交通干线可能出现的空气污染和光化学污染。在气象因素影响上，相关部门应做出被动应对空气污染的方法，如相应增加道路清理、降尘次数。对于车辆等人为影响因素，可采取主动应对方法，如路段限行、交通管制、限速和禁止鸣笛等。在城市建设的同时更加重视其带来的污染并作有效处理措施，如湿式作业、增加绿化建设等。同时应引起广大市民关注，减少私家车出行，出行尽量戴口罩和避免长时间停留在交通干线上等。