基于GIS的烟台主城区PM2.5时空分布特征研究
GIS-Based Study on Spatial-Temporal Distribution Characteristics of PM2.5 in Yantai Main Urban Area
DOI: 10.12677/ccrl.2024.133048, PDF, HTML, XML, 下载: 25  浏览: 37  科研立项经费支持
作者: 姜雨萌, 孙殿光*:山东省气象防灾减灾重点实验室,山东 济南
关键词: 烟台主城区PM2.5时空分布GISYantai Main Urban Area PM2.5 Spatial-Temporal Distribution GIS
摘要: 利用烟台市6个环境监测站点2019~2021年三年的PM2.5监测数据研究其时空分布特征。结果表明:1) 在时间尺度上,三年的PM2.5浓度年均值呈逐年下降趋势,且2020年和2021年的年均值均低于二级标准限值;从季节变化来看,三年的PM2.5浓度由高到低依次为冬季、春季、秋季和夏季;从月变化来看,三年PM2.5浓度基本呈现“U”型曲线,较高值一般出现在1月和12月,较低值出现在7~8月;从日变化来看,不同季节PM2.5日变化基本都表现为双峰型曲线,尤其在冬季和春季双峰型曲线表现更为明显。第一个峰值出现时间大概在上午9:00~11:00,第二个峰值在晚上21:00~23:00,出现峰值的时间4个季节并不相同,夏季最早,冬季最晚,春季和秋季相差不大。2) 空间尺度上来看:PM2.5浓度的空间分布特征整体来说是西部要高于东部,污染较高的地区主要为福山区,牟平区和莱山区污染较轻,但是不同年份,不同季节,PM2.5浓度的空间分布特征又具有一定的差异性,其中空间差异率最高的季节为夏季。
Abstract: The spatial-temporal distribution characteristics of PM2.5 were studied using the monitoring data of six environmental monitoring stations in Yantai from 2019 to 2021. The result shows that: 1) On the time scale, the annual mean of PM2.5 concentration showed a downward trend year by year, and the annual mean in 2020 and 2021 were lower than the secondary standard limit; from the perspective of seasonal changes, the PM2.5 concentration during the three years was from high to low in winter, spring, autumn and summer; from the monthly change point of view, the three-year PM2.5 concentration basically presents a “U-shaped” curve, with the higher value generally appearing in January and December, and the lower value appearing in July to August; from the perspective of diurnal variation, the diurnal variation of PM2.5 in different seasons basically presents a bimodal curve, especially in winter and spring. The first peak occurred at about 9:00~11:00 in the morning, and the second peak occurred at 21:00~23:00 in the evening. The peak time was different in the four seasons, the earliest in summer and the latest in winter, and there was little difference between spring and autumn. 2) On the spatial scale, the spatial distribution characteristics of PM2.5 concentration are generally higher in the west than in the east. Fushan is the most polluted area, while Muping and Laishan are less polluted. However, the spatial distribution characteristics of PM2.5 concentration are different in different years and seasons, and the season with the highest spatial difference rate is summer.
文章引用:姜雨萌, 孙殿光. 基于GIS的烟台主城区PM2.5时空分布特征研究[J]. 气候变化研究快报, 2024, 13(3): 454-463. https://doi.org/10.12677/ccrl.2024.133048

1. 引言

空气作为人类生存的必需品,其质量直接影响着每个人的正常生活和健康。近年来可吸入颗粒物污染已经成为许多城市面临的主要大气污染问题 [1] 。PM2.5是导致霾污染的主要污染物,对人体的呼吸系统会造成严重危害 [2] 。有研究指出,大气中PM2.5质量浓度每增加10 μg/m3,心血管疾病死亡率会增加3.76% [3] 。随着大气污染问题的日趋严重,越来越多的学者对大气污染问题进行了深入的研究 [4] [5] [6] [7] [8] ,孙家任等 [9] 对国内外有关气候变化对空气质量影响的研究进行了总结,并强调了在中国应该加强该项研究的重要性。

烟台是环渤海经济圈和胶东经济圈内重要节点城市,蝉联六届全国文明城市荣誉称号。作为沿海城市,烟台虽然有着较好的气象扩散条件,但是近年来雾霾天气仍频繁发生。此前有学者对烟台地区PM2.5季节变化规律和来源进行了相应研究,并得到有意义的结论 [10] ,但是基于空间变化规律的研究相对缺乏,因此分析烟台市PM2.5浓度的时空分布特征,对后续烟台治理大气污染,改善城市空气质量有重要的参考作用。

本文利用2019~2021年烟台市6个环境监测站点的PM2.5浓度数据从时间和空间两方面对其变化特征进行分析,以期为进一步完善烟台地区大气污染防治方案的制定、改善环境质量提供科学依据。

2. 研究区域概况

烟台位于山东半岛东北部,东经119˚34′~121˚57′和北纬36˚16′~38˚23′之间,总面积为1.39万km2,是环渤海经济圈和胶东经济圈内重要的节点城市,地处暖温带地区,属大陆性季风气候。全市年平均降水量524.9毫米,年平均气温13.4℃。由于6个环境监测站点均集中在烟台市区,因此本研究选取烟台市区包括芝罘区、福山区、莱山区、牟平区和开发区为研究对象,面积2722.3 km2,占全市面积19.6%,常住人口占全市38.3%。研究区域如下图1所示。

Figure 1. Study area and environmental monitoring site distribution

图1. 研究区域及环境监测站点分布

3. 数据来源与研究方法

3.1. 数据来源

PM2.5数据来源中国环境监测总站的全国城市空气质量实时发布平台,选取2019~2021年烟台市6个环境监测站点的实时监测数据。

3.2. 研究方法

利用2019~2021年烟台市6个环境监测站点测得的逐小时PM2.5浓度数据计算得到日均值,进而求得月均值、季均值和年均值。四季划分以气象上的季节划分为标准,即3~5月为春季,6~8月为夏季,9~11月为秋季,12月和次年的1~2月为冬季。时间尺度上采用Sigmaplot作图软件进行不同尺度作图,分析其在时间上的变化特征。空间尺度上采用Arcgis的反距离权重空间插值方法,利用6个环境监测站点的数据分季节进行插值,分析其不同季节的空间变化特征。

4. 结果与分析

4.1. PM2.5浓度时间变化特征

4.1.1. PM2.5浓度年变化特征

根据我国《环境空气质量标准》(GB3095-2012),环境空气功能区分为二类,一类区为自然保护区、风景名胜区和其他需要特殊保护的区域,二类区为居住区、商业交通居民混合区、文化区和农村地区,其中二类区的PM2.5浓度年均限值为35 μg/m3

表1为烟台市2019~2021年PM2.5浓度年均值以及二级标准限值。由表1可知,2019年PM2.5浓度年均值为38 μg/m3,超出标准限值8.6%;2020年PM2.5浓度年均值为31 μg/m3,低于二级标准限值11.43%;2021年PM2.5浓度年均值为27 μg/m3,低于二级标准限值22.86%。从时间轴上来看,PM2.5浓度年均值在3年内呈下降趋势,说明该三年内烟台主城区PM2.5污染情况呈现好转趋势。

Table 1. The annual mean of PM2.5 concentration from 2019 to 2021

表1. 2019~2021年PM2.5浓度年均值

4.1.2. PM2.5浓度季变化特征

烟台市PM2.5浓度季节差异较为显著(如图2所示)。2019~2021年三年的PM2.5浓度分布均为冬季最高,分别为2019年63 μg/m3、2020年50 μg/m3和2021年40 μg/m3,其次为春季、秋季和夏季,分别为2019年春季35 μg/m3、秋季30 μg/m3和夏季24 μg/m3,2020年春季28 μg/m3、秋季26 μg/m3和冬季20 μg/m3,2021年春季32 μg/m3、秋季23 μg/m3和冬季14 μg/m3,这一变化规律与顾康康 [11] 、王长梅等 [12] 的研究一致。

Figure 2. The change of PM2.5 concentration in different seasons from 2019 to 2021

图2. 2019~2021年PM2.5各季节浓度变化

4.1.3. PM2.5浓度月变化特征

图3显示,整体上,三年的PM2.5月变化基本上都呈现“U”型曲线。但不同年份,最高峰值和最低谷值出现的月份又有所不同。

2019年1月PM2.5浓度最高达68 μg/m3,随后逐月下降,到8月达到全年最低18 μg/m3,之后又逐渐升高,11月略有下降,之后12月份达到年内第三高值56 μg/m3;2020年PM2.5月变化呈“U”型曲线最为明显,1月和12月PM2.5浓度最高,分别为59 μg/m3和57 μg/m3,7~9月浓度较低,最低为8月,达到16 μg/m3,2021年PM2.5浓度最高值出现在3月,达48 μg/m3,其次为1月,达46 μg/m3,最低值为7月和9月,为12 μg/m3。从年际变化来看,整体上2021年PM2.5浓度要低于2020年低于2019年。

Figure 3. The change of PM2.5 concentration in different months from 2019 to 2021

图3. 2019~2021年PM2.5各月浓度变化

4.1.4. PM2.5浓度日变化特征

图4显示2019~2021年不同季节PM2.5浓度日变化特征。从图中可以看出,在不同季节PM2.5日变化基本表现为双峰型曲线,尤其在冬季和春季双峰型曲线表现更为明显。第一个峰值出现时间大概在上午9:00~11:00,第二个峰值在晚上21:00~23:00,出现峰值的时间4个季节并不相同,夏季最早,冬季最晚,春季和秋季相差不大。PM2.5浓度在0:00~8:00呈逐渐下降趋势,伺候随着太阳辐射的增强,气温逐渐升高,而且从图中还可以看出,冬季和春季PM2.5的日变化波动较大,波动范围在10 μg/m3左右,而夏季和秋季波动范围较小,大概在5 μg/m3左右。

4.2. PM2.5浓度空间变化特征

2019年不同季节烟台PM2.5浓度的空间变化不同(图5)。从图中可以看到,四个季节中,PM2.5浓度整体上均呈西高东低的变化趋势,较高值集中在烟台主城区的西北部,尤其福山环保局站点的浓度值最高。但是不同季节,PM2.5浓度的空间变化仍有一定差异,具体来看,春季的空间变化图中,PM2.5浓度变化呈现“一峰双谷”的规律,福山区是PM2.5浓度的高峰区,达42 μg/m3,芝罘区和牟平区等为PM2.5浓度的低谷区,均值达32 μg/m3,空间差异达到31%;夏季的空间变化图中,PM2.5浓度变化呈现“一峰一谷”的规律,福山区同样是PM2.5浓度的高峰区,达27 μg/m3,芝罘区轴承厂附近则是PM2.5浓度的

(a) (b) (c)

Figure 4. The change of PM2.5 concentration in different days from 2019 to 2021

图4. 2019~2021年不同季节PM2.5浓度日变化特征

低谷区,达19 μg/m3,空间差异达到42%;秋季的空间变化图中,PM2.5浓度变化又呈现“一峰双谷”的规律,福山区和开发区是PM2.5浓度的高峰区,均值达33 μg/m3,芝罘区西郊化工厂和牟平区则是PM2.5浓度的低谷区,均值达29 μg/m3,空间差异达到14%;冬季的空间变化图中,PM2.5浓度变化呈现“一峰一谷”的规律,福山区、开发区和芝罘区是PM2.5浓度的高峰区,均值达65 μg/m3,莱山区和牟平区则是PM2.5浓度的低谷区,均值达58 μg/m3,空间差异达到12%。

Figure 5. Spatial distribution of PM2.5 concentration in different seasons in 2019

图5. 2019年不同季节PM2.5浓度空间分布图

图6显示2020年不同季节烟台PM2.5浓度的空间变化。从图中可以看到,春季和夏季PM2.5浓度基本上呈现中部高,两边低的趋势,而秋冬季则是西部高,东部低的趋势。具体来看,春季的空间变化图中,PM2.5浓度变化呈现“一峰双谷”的规律,芝罘区是PM2.5浓度的高峰区,达33 μg/m3,开发区、福山区和牟平区等为PM2.5浓度的低谷区,均值达28 μg/m3,空间差异达到18%;夏季的空间变化图中,PM2.5浓度变化呈现“多峰多谷”的规律,开发区、芝罘区西部和莱山区是PM2.5浓度的高峰区,均值达24 μg/m3,芝罘区东部、福山区和牟平区则是PM2.5浓度的低谷区,均值达19 μg/m3,空间差异达到26%;秋季的空间变化图中,PM2.5浓度变化又呈现“一峰一谷”的规律,福山区是PM2.5浓度的高峰区,最高值达31 μg/m3,牟平区则是PM2.5浓度的低谷区,达24 μg/m3,空间差异达到29%;冬季的空间变化图中,PM2.5浓度变化呈现“一峰一谷”的规律,芝罘区是PM2.5浓度的高峰区,达56 μg/m3,莱山区和牟平区则是PM2.5浓度的低谷区,均值达47 μg/m3,空间差异达到19%。

Figure 6. Spatial distribution of PM2.5 concentration in different seasons in 2020

图6. 2020年不同季节PM2.5浓度空间分布图

图7显示2021年不同季节烟台PM2.5浓度的空间变化。从图中可以看到,春季和夏季PM2.5浓度最高值主要在中部沿海地区,东部牟平区PM2.5浓度最低,秋季和冬季PM2.5浓度最高值主要在西部福山区,中部莱山区沿海PM2.5浓度最低。具体来看,春季的空间变化图中,PM2.5浓度变化呈现“一峰多谷”的规律,西部和东部PM2.5浓度较低,而中部浓度较高,芝罘区是PM2.5浓度的高峰区,达36 μg/m3,莱山区、福山区和牟平区等为PM2.5浓度的低谷区,均值达32 μg/m3,空间差异达到13%;夏季的空间变化图中,PM2.5浓度变化呈现“多峰多谷”的规律,福山区和芝罘区是PM2.5浓度的高峰区,均值达17 μg/m3,芝罘区西郊化工厂、牟平区则是PM2.5浓度的低谷区,均值达14 μg/m3,空间差异达到21%;秋季的空间变化图中,PM2.5浓度变化又呈现“两峰两谷”的规律,福山区和芝罘区轴承厂是PM2.5浓度的高峰区,最高值达26 μg/m3,莱山区和芝罘区西部则是PM2.5浓度的低谷区,均值达23 μg/m3,空间差异达到13%;冬季的空间变化图中,PM2.5浓度变化呈现“多峰多谷”的规律,福山区和芝罘区东部是PM2.5浓度的高峰区,达46 μg/m3,莱山区和开发区则是PM2.5浓度的低谷区,均值达40 μg/m3,空间差异达到15%。空间差异由高到低分别为夏季、冬季秋季和春季。PM2.5浓度高值区在春季和夏季主要分布在中部沿海地区,而秋季和冬季则主要是西部地区,东部地区浓度值较低。

Figure 7. Spatial distribution of PM2.5 concentration in different seasons in 2021

图7. 2021年不同季节PM2.5浓度空间分布图

5. 结论

本研究通过烟台市2019-2021年三年的6个环境监测站数据探讨了PM2.5浓度分布的时空特征,得出以下结论:

1) 从时间尺度上来看:在年尺度上,三年中烟台市PM2.5浓度年均值呈逐年下降趋势,污染情况有所改善,且2020年和2021年的PM2.5浓度年均值低于二级标准限值;在季节尺度上,三年的PM2.5浓度分布都是冬季最高,春秋季次之,夏季最低,具有明显的季节变化特征,基本遵循“冬高夏低,春降秋升”的变化轨迹;在月尺度上,整体来看,三年的PM2.5浓度月变化基本上都呈现“U”型曲线,较高值基本出现在12月和1月,较低值集中出现在7~8月;在日尺度上,不同季节PM2.5日变化基本表现为双峰型曲线,尤其在冬季和春季双峰型曲线表现更为明显。第一个峰值出现时间大概在上午9:00~11:00,第二个峰值在晚上21:00~23:00,出现峰值的时间4个季节并不相同,夏季最早,冬季最晚,春季和秋季相差不大。

2) 空间尺度上来看:PM2.5浓度的空间分布特征整体来说是西部浓度要高于东部。污染较高的地区主要为福山区,而牟平和莱山区污染较轻。但是不同年份,不同季节,PM2.5浓度的空间分布特征又具有一定的差异性,春季和夏季,中西部地区污染相对较重,而东部污染较轻,秋冬季则是西部污染较重,中东部较轻,其中空间差异率最高的季节为夏季。

基金项目

山东省气象局科学技术研究项目(2022SDQN11, 2023SDYD18)。

NOTES

*通讯作者。

参考文献

[1] 王芳, 吴焕波, 陈强. 气象因素对兰州市PM10质量浓度的影响[J]. 生态环境学报, 2016, 25(1): 99-102.
[2] 隋文萱, 王颢樾, 唐晓, 等. 山东省2015年PM2.5和O3污染时空分布特征[J]. 中国环境监测, 2019, 35(2): 59-69.
[3] 侯素霞, 张鉴达, 李静. 上海市大气污染物时空分布及其相关因子分析[J]. 生态环境学报, 2021, 30(60): 1220-1228.
[4] 杨宏斌, 邹旭东, 汪宏宇, 等. 大气环境中PM2.5的研究进展与展望[J]. 气象与环境学报, 2012, 28(3): 77-82.
[5] 张辉, 巫楚, 张敬伟, 等. 河源市空气质量首要污染物特征及其与气象条件的关系[J]. 气象与环境学报, 2022, 38(1): 40-47.
[6] 樊建勇, 黄玲, 李翔翔. 2015-2018年江西省PM2.5污染时空变化特征及气象成因分析[J]. 生态环境学报, 2020, 29(6): 1165-1172.
[7] 朱红蕊, 刘赫男, 张洪玲, 等. 哈尔滨市空气质量特征及其与气象要素的关系[J]. 气象与环境学报, 2019, 35(1): 53-58.
[8] 黄亚林, 刘超, 曾克峰, 等. 2013-2014年武汉市PM2.5的时空分布特征及其与气象条件的关系[J]. 生态环境学报, 2015, 24(8): 1330-1335.
[9] 孙家任, 许振成, 刘煜, 等. 气候变化对环境空气质量影响的研究进展[J]. 气候与环境研究, 2011, 16(6): 805-814.
[10] 姜滨, 李博. 烟台市区PM10、PM2.5浓度季节性分布规律研究[J]. 环境科学与管理, 2015, 40(10): 150-152.
[11] 顾康康, 祝玲玲. 合肥市主城区PM2.5时空分布特征研究[J]. 生态环境学报, 2018, 27(6): 1107-1112.
[12] 王长梅, 万大娟, 王开心, 等. 长沙市PM2.5浓度时空分布特征及影响因子分析[J]. 科学技术与工程, 2021, 21(12): 5157-5165.