桂林市大气污染特征分析
Analysis of Air Pollution Characteristics in Guilin
DOI: 10.12677/AEP.2023.133087, PDF, HTML, XML, 下载: 194  浏览: 258  国家科技经费支持
作者: 陈昶达, 陈明涛, 左艳秋:桂林理工大学环境科学与工程学院,广西 桂林;黄 俊:中国科学院空天信息创新研究院,北京;王洪强*:桂林理工大学环境科学与工程学院,广西 桂林;广西环境污染控制理论与技术重点实验室,广西 桂林;广西岩溶地区水污染控制与用水安全保障协同创新中心,广西 桂林
关键词: PM2.5O3大气污染PM2.5 O3 Air Pollution
摘要: 利用2015年1月1日至2017年12月31日全国320个城市的大气环境质量的实时监测数据,将桂林市和全国320个城市以及广西14个城市的各个污染指标进行对比分析,得出主要指标的污染情况,再进一步剖析各个污染指标的年平均变化特征,讨论污染指标季节性变化趋势以及不具有变化趋势污染物的影响因素。结果表明:2015~2017年,桂林市主要污染为PM2.5污染,其他指标均低于全国年均水平,但在区内,除CO外其他指标的年均值都高于广西区整体年均水平,且AQI、PM2.5、PM10具有冬季高,夏季低的特点;NO2、CO春夏呈下降趋势,秋冬呈上升趋势;SO2变化趋势受降雨、风速、风向的影响;O3夏秋浓度高于冬春浓度,与温度、日照时间相关。
Abstract: Using real-time monitoring data of atmospheric environmental quality in 320 cities across the country from January 1, 2015, to December 31, 2017. By comparing and analyzing the various pollution indicators of Guilin, 320 cities in China, and 14 cities in Guangxi, the pollution situation of the main indicators is obtained, and then the annual average change characteristics of the pollution indicators are further analyzed, and the seasonal change trend of the pollution indicators and the influencing factors of the pollutants with no change trend are discussed. The results show that from 2015 to 2017, the main pollution in Guilin was PM2.5 pollution, and other indicators were lower than the national average annual level, but in the region, the average annual value of other indicators except CO was higher than the overall average annual level of Guangxi. And AQI, PM2.5, and PM10 have the characteristics of high winter and low summer. NO2 and CO show a downward trend in spring and summer, and an upward trend in autumn and winter. The changetrend of SO2 is affected by rainfall, wind speed, and wind direction. The concentration of O3 in summer and autumn is higher than that in winter and spring, which is related to temperature and sunshine time.
文章引用:陈昶达, 陈明涛, 左艳秋, 黄俊, 王洪强. 桂林市大气污染特征分析[J]. 环境保护前沿, 2023, 13(3): 711-725. https://doi.org/10.12677/AEP.2023.133087

1. 引言

空气污染没有安全阈值,浓度越高,危害越大。经测试,每增加10 mg∙m−3的PM2.5浓度,记忆力和注意力的表现水准就会有相当于衰老两岁的下降危害,而且总死亡率、心肺疾病死亡和肺癌的死亡率会增加 [1] 。地表空气中的O3对人体极为有害,一些易于过敏的人长时间暴露在臭氧含量超过180 mg∙m−3的环境中,会产生皮肤刺痒、眼睛刺痛、呼吸不畅、咳嗽及鼻炎等症状。空气中每增加100 mg∙m−3,人的呼吸功能就会减弱3%。全球疾病负担(GBD)研究估计,2019年空气污染导致中国185万人死亡,其中142万人归因于颗粒物(PM) [2] 。对于过敏性疾病与空气质量之间的关系,我们所知甚少。然而,与交通相关的空气污染,高浓度的细颗粒物、氮氧化物和臭氧是非天然营养和过度卫生习惯外的主要嫌疑人之一,可能是过去几十年工业化国家过敏病例大幅增加的原因 [3] [4] [5] 。

国外研究大气污染对健康的影响最早可追溯至20世纪60年代,Ridker定量估算1958年美国因大气污染引起的健康经济损失约为802亿美元;Dockery等通过研究美国6个城市与8000名被调查人群的健康变化情况,得出PM2.5浓度最高城市的人口死亡率大约是最低浓度城市的1.26倍;Seethaler等采用支付意愿法评估1996年欧洲奥地利、法国和瑞典PM10污染引发的健康损失,得出健康损失的经济价值约为270亿欧元,占据同年国内生产总值的1.7%;Katanoda等探究日本分项大气污染物对63,520位居民的健康影响,揭示出PM2.5、SO2、NO2浓度增加均会导致居民死于肺癌和呼吸系统疾病的人数显著上升;Aunan等基于文献成果,通过Meta方法研究中国PM10和SO2污染对居民健康影响,发现PM10和SO2浓度每增加1 mg/m3,人口死亡率分别上升0.03%和0.04%;Pope等通过美国癌症协会收集了暴露于大气污染16年的近50万成年人的死亡数据,发现在控制吸烟、饮食等因素后,PM2.5每升高10 mg/m3,总死亡率、心血管疾病死亡率和肺癌死亡率分别升高4.00%、6.00%和8.00% [6] - [12] 。

国内学者的研究开始相对较晚,过孝民等依据1985年我国SO2浓度和居民健康数据,采用修正人力资本法揭示出其造成的健康损失价值为37.64亿元。21世纪后,国内大气污染与健康的研究不断增多;陈仁杰等评价2006年中国113个城市PM10污染的健康危害,发现PM10引发29.97万人早逝、25.49万人住院;Song等研究PM2.5对心血管和呼吸系统疾病的影响,发现2013年中国PM2.5污染造成14.98万人死于心血管疾病,44.60万人死于呼吸系统疾病;常桂秋等在北京市的一项研究表明总悬浮颗粒物每增加100 mg/m3,循环系统疾病死亡率增加0.62%;杨敏娟等通过控制长期趋势、短期趋势和气象因素等混杂因素基础上,发现大气SO2、NO2和PM10浓度每升高10 mg/m3,心脑血管疾病死亡危险性分别增加0.40% (0.10%~0.80%),1.30% (0.20%~2.40%)和0.40% (0.20%~0.60%) [11] [13] - [18] 。

国内外研究均表明,大气污染对人体健康有显著影响,并由此带来大量的财产损失,因此,研究并尽快改善大气质量,是目前我国面临的迫切需要解决的环境问题。随着我国城市化进程的加快,城市环境尤其是城市大气环境成为人们关注的焦点。当前,我国大气环境形势十分严峻,区域性大气污染问题频发,公众和媒体的关注度日益提升,大气污染已成为影响我国公众健康和经济社会可持续发展的重大环境问题。桂林作为世界著名的风景旅游名城、历史文化名城和国家环保模范城市,受到全世界的关注。近年来,随着经济水平和各行各业的快速发展,受典型盆地地形、降水季节性分布不均、冬季逆温天气多等的自然地理条件限制,桂林市城市环境空气质量逐年下降,就区内而言空气质量令人堪忧,出现了以颗粒物(PM2.5和PM10)为特征污染物的污染天气,除此之外O3污染天数逐年增多,光化学烟雾污染的隐患变大,严重影响了桂林市的空气质量。本文通过对全国空气环境监测数据的整理统计,研究桂林市各污染指标随季节、月份变化的特征,以及无明显特征的成因分析。分析桂林市大气污染特特征,对在广西区内亦或是全国开展大气污染防治行动计划有特殊的意义。

2. 数据处理

数据基于中国空气质量在线监测分析平台(https://www.aqistudy.cn/),该平台每小时公布一次小时平均值,公布的数据包括北京、上海、广州和深圳等363个城市,由于各个点布设的时间不一致,本研究仅统计包含连续观测3年(2015年1月1日至2017年12月31日)的城市,并基于日平均值进行统计,需要说明的是,数据首先剔除了异常值0,本文将每月有效数据量大于90%的城市进行统计,363个城市中有效的城市数达320个,总计有效天数达350,492。

320个城市的分布情况如图1所示,图中的圆圈代表观测点城市的坐标。

Figure 1. Distribution of 320 observation points

图1. 320个观测点分布

3. 结果与讨论

3.1. 桂林市与我国大气污染特征对比

统计2015年1月1日至2017年12月31,桂林与320个城市对比列于表1

Table 1. Comparison of the mean value of Guilin City and 320 cities from 2015 to 2017

表1. 2015~2017年3年平均值桂林市与320城市对比

注:A表示320个城市3年平均值的变化范围;B表示320城市3年平均值;C表示桂林市3年平均值;D表示桂林市在全国排名;E表示桂林市在全国排名比例。

表1中可以看出,2015~2017年320个城市年平均AQI范围在37.83~136.52,平均值为80.8,桂林市3年平均AQI为70,在320个城市中排名103,在320个城市中排名比例为32.2%。从单个指标来看,PM2.5年平均质量浓度达到46.6 mg/m3,与目前我国的《环境空气质量标准》(GB3095-2012)中规定的二级浓度限值(35 mg/m3)相比,超标33%;PM10为65.4 mg/m3,未超出二级标准值70 mg/m3,SO2为17.5 mg/m3,低于一级标准值,NO2为25.4 mg/m3,低于1级标准值。

为了对比最近的2017年桂林市和320个城市的情况,将各个指标的年平均值列于表2

Table 2. Comparison between Guilin and 320 cities in 2017

表2. 2017年桂林市与320城市对比

表2可以看出,2017年,与320个城市对比,桂林市PM2.5和SO2相对严重,PM10、NO2、CO和O3有明显改善。

3.2. 桂林市与广西壮族自治区内监测城市对比

中国空气质量在线监测分析平台在广西壮族自治区内公布了14个城市的大气污染监测情况,分别是南宁、百色、北海、崇左、防城港、贵港、桂林、河池、贺州、来宾、柳州、钦州和梧州和玉林,计算2015年1月1日至2017年12月31日14个城市污染指标年平均值列于表3,桂林与广西对比情况列于表4

Table 3. Three-year average of 14 cities in Guangxi from 2015 to 2017

表3. 2015~2017年广西14个城市3年平均值

Table 4. Comparison of the mean value of Guilin City and 320 cities in 2015~2017

表4. 2015~2017年3年平均值桂林市与广西14城市对比

注:A表示广西14个城市3年平均值的变化范围;B表示广西14个城市3年平均值;C表示桂林市3年平均值;D表示桂林市在广西排名;E表示桂林市在广西排名比例。

表4可以看出,2015~2017年桂林市在广西AQI排名倒数第一,6个常规指标除CO外,其余排名均靠后,其中PM2.5排名最差。为了对比最新进展,2017年桂林市与广西城市对比列于表5

Table 5. Comparison between Guilin City and Guangxi City in 2017

表5. 2017年桂林市与广西城市对比

注:A表示广西14个城市3年平均值的变化范围;B表示广西14个城市3年平均值;C表示桂林市3年平均值;D表示桂林市在广西排名;E表示桂林市在广西排名比例。

表5来看,2017年,桂林市大气污染情况有所改善,但污染情况仍较为严重,其中PM2.5、SO2、NO2和O3最为严重。

3.3. 桂林市大气污染特征

桂林市作为国际旅游城市,主要发展旅游业,工业产业相对较少,然而,与全国和广西城市大气污染对比来看,污染相对较重,其原因尚不明确。现将2015~2017年桂林市大气污染指标年平均值列于表6

Table 6. Annual average of air pollution indicators in Guilin City from 2015 to 2017

表6. 2015~2017年桂林市大气污染指标年平均值

表6可以看出,PM2.5、PM10、SO2、CO、NO2均有所改善,而O3浓度呈上升趋势。为了更好的探究其污染特征,下面分别绘出7个指标的3年平均年变化图,图2为AQI,图3为PM2.5图4为PM10图5为SO2图10为CO,图11为NO2图12为O3

Figure 2. Annual Variation Characteristics of AQI in Guilin City from 2015 to 2017

图2. 2015~2017年桂林市AQI年变化特征

图2来看,2015~2017年,桂林市AQI每年均在6、7月份最低,8月份也相对较低,即夏季空气质量相对较好,这与夏季好的扩散条件密切相关。12月、1月和2月相对较高,即冬季大气污染相对严重。统计各个月份AQI不同级别级别天数列于表7

Table 7. Monthly days distribution of AQI at six levels in Guilin City from 2015 to 2017

表7. 2015~2017年桂林市AQI六个级别月份天数分布

表7表明,从AQI来看,桂林市大气以优良天为主,大气污染天以轻度污染为主,平均每年约有49天,中度污染平均每年9天,重度污染平均每年4天。从月份分布来看,轻度污染主要分布在春季、秋季和冬季,夏季仅在2015年8月和2016年8月出现过,2017年夏季没有出现轻度污染;中度污染和重度污染主要分布在冬季,特别是2017年,中度污染和重度污染仅出现在冬季。

Figure 3. Characteristics of PM2.5 years variation in Guilin City from 2015 to 2017

图3. 2015~2017年桂林市PM2.5年变化特征

Figure 4. Characteristics of PM10 years variation in Guilin City from 2015 to 2017

图4. 2015~2017年桂林市PM10年变化特征

图3图4表明,桂林市PM2.5和PM10质量浓度具有明显的相似性,即夏季最低,冬季最高。从2015~2017年际变化来看,PM2.5夏季呈现降低的趋势,冬季呈现增长的趋势。

Figure 5. Characteristics of SO2 years variation in Guilin City from 2015 to 2017

图5. 2015~2017年桂林市SO2年变化特征

图5表明2015~2017年桂林市SO2无明显的相似特征,但2017年11月和12月较2016年增长明显。因此,SO2大气质量浓度可能较易受其他因素影响。将2016和2017年桂林市月平均风速绘于图6,月平均降雨量绘于图7,2016和2017年桂林市每月风向统计列于表7

Figure 6. Monthly average wind speed in 2016 and 2017

图6. 2016年和2017年月平均风速

Figure 7. Average monthly rainfall in 2016 and 2017

图7. 2016年和2017年月平均降雨量

Table 8. Monthly wind direction statistics for 2016 and 2017

表8. 2016和2017年月风向统计

图6来看,2017年11月和12月较2016年11月和12月风速大,可考虑大气传输导致SO2浓度升高。从图7来看,2017年11月和12月较2016年11月和12月降雨减少,降雨清除SO2的量减少。从表8来看,2017年11月和12月东北风频率比2016年11月和12月高15%左右,为了进一步验证是否异地传输导致,将不同风向下风速列于表9,不同风向下的SO2平均浓度列于表10,不同风向下的降雨量列于表11

Table 9. Monthly mean wind speed in different directions in 2016 and 2017 (m/s)

表9. 2016和2017年不同方向风速月平均值(m/s)

Table 10. February mean SO2 concentration in different directions in 2016 and 2017 (mg/m3)

表10. 2016和2017年不同方向SO2月平均浓度值(mg/m3)

Table 11. Monthly mean rainfall in different directions in 2016 and 2017 (mm)

表11. 2016和2017年不同方向降雨量月平均值(mm)

表9表10表11来看,桂林市SO2浓度不仅受风速、风向和降雨的影响,还会受到其他因素的影响,例如总排放量,为了进一步观察风速的影响,将2016年12月和2017年12月东北风向下小时SO2浓度和风速关系绘于图8

Figure 8. Relationship between SO2 concentration and wind velocity in hourly downward wind over Northeast China in December 2016 and December 2017

图8. 2016年12月和2017年12月东北风向下小时SO2浓度和风速关系

图8可以看出,2016年12月和2017年12月东北风向下小时SO2浓度和风速基本呈反相关关系,即风速大的时候,SO2浓度小,风速小的时候SO2浓度大。将2016年12月日均风速和日平均SO2浓度进行线性拟合,绘于图9

Figure 9. Linear fitting of daily average wind speed and daily average SO2 concentration in December 2016

图9. 2016年12月日平均风速和日平均SO2浓度进行线性拟合

图9来看,2016年12月日平均风速和日平均SO2浓度总体呈反相关关系,随着日平均风速的增大,日平均SO2浓度减小,进行线性拟合,其R2为0.45。

Figure 10. Characteristics of NO2 years variation in Guilin City from 2015 to 2017

图10. 2015~2017年桂林市NO2年变化特征

Figure 11. Characteristics of CO years variation in Guilin City from 2015 to 2017

图11. 2015~2017年桂林市CO年变化特征

图10图11表明桂林市2015~2017年NO2和CO年变化具有明显特征,即1~6月份呈下降趋势,7~12月呈上升趋势。

Figure 12. Characteristics of O3 years variation in Guilin City from 2015 to 2017

图12. 2015~2017年桂林市O3年变化特征

图12表明2015~2017年桂林市O3的浓度平均来看4~10月比11~3月浓度高,这与O3形成的温度和日照时间有关系。

4. 结论

1) 本文根据中国空气质量在线监测分析平台,通过对2015~2017年三年内桂林市与广西区内以及全国不同城市的不同污染物的对比分析,更为全面的分析了桂林市空气污染特征对比。

2) 桂林市2015~2017年AQI呈下降趋势,但在区内污染情况来说仍较为严重。O3污染情况逐年严重,SO2、PM10、PM2.5浓度都逐年下降,但PM2.5仍为影响空气质量的主要污染物。

3) 桂林市产业以旅游业为主,然而,与全国和广西城市大气污染对比来看,污染相对较重,具有十分明显的季节变化特征。除受天气变化影响,夏季晴朗天气相较最多,污染最重的臭氧外,其他污染物含量都呈现冬天污染严重,夏天污染较轻的特点。因此针对不同污染物采取综合治理是治理桂林市大气污染的方式之一。

基金项目

国家重点研发计划项目(2018YFC1506304)资助。

参考文献

NOTES

*通讯作者。

参考文献

[1] Underwood, E. (2017) The Polluted Brain. Science, 355, 342-345.
https://doi.org/10.1126/science.355.6323.342
[2] Murray, C.J., Aravkin, A.Y., Zheng, P., et al. (2020) Global Burden of 87 Risk Factors in 204 Countries and Territories, 1990-2019: A Systematic Analysis for the Global Burden of Disease Study 2019. The Lancet, 396, 1223-1249.
https://doi.org/10.1016/S0140-6736(20)30752-2
[3] Bernstein, J.A., Alexis, N., Barnes, C., et al. (2004) Health Effects of Air Pollution. Journal of Allergy and Clinical Immunology, 114, 1116-1123.
https://doi.org/10.1016/j.jaci.2004.08.030
[4] Brunekreef, B. and Sunyer, J. (2003) Asthma, Rhinitis and Air Pollution: Is Traffic to Blame? European Respiratory Journal, 21, 913-915.
https://doi.org/10.1183/09031936.03.00014903
[5] Ring, J., Eberlein-Koenig, B. and Behrendt, H. (2001) En-vironmental Pollution and Allergy. Annals of Allergy, Asthma & Immunology, 87, 2-6.
https://doi.org/10.1016/S1081-1206(10)62332-0
[6] Ridker, R.G. (1967) Economic Costs of Air Pollution: Studies in Measurement. Praeger, New York.
[7] Dockery, D.W., Pope, C.A., Xu, X., et al. (1993) An Association between Air Pollution and Mortality in Six U.S. Cities. New England Journal of Medicine, 329, 1753-1759.
https://doi.org/10.1056/NEJM199312093292401
[8] Seethaler, R., et al. (2003) Economic Costs of Air Pollu-tion-Related Health Impacts: A Impact Assessment Project of Austria, France and Switzerland. Clean Air and Envi-ronmental Quality, 37, 35-43.
[9] Katanoda, K., Sobue, T., Satoh, H., et al. (2011) An Association between Long-Term Exposure to Ambient Air Pollution and Mortality From Lung Cancer and Respiratory Diseases in Japan. Journal of Epidemiology, 21, 132-143.
https://doi.org/10.2188/jea.JE20100098
[10] Aunan, K. and Pan, X.-C. (2004) Exposure-Response Functions for Health Effects of Ambient Air Pollution Applicable for China—A Meta-Analysis. Science of the Total Environment, 329, 3-16.
https://doi.org/10.1016/j.scitotenv.2004.03.008
[11] 秦耀辰, 谢志祥, 李阳. 大气污染对居民健康影响研究进展[J]. 环境科学, 2019, 40(3): 1512-1520.
[12] Arden Pope, C., Burnett, R.T., Thun, M.J., et al. (2002) Lung Cancer, Cardiopulmonary Mortality, and Long-Term Exposure to Fine Particulate Air Pollution. JAMA, 287, 1132-1141.
https://doi.org/10.1001/jama.287.9.1132
[13] 过孝民, 张慧勤. 我国环境污染造成经济损失估算[J]. 中国环境科学, 1990, 10(1): 51-59.
[14] 陈仁杰, 陈秉衡, 阚海东. 我国113个城市大气颗粒物污染的健康经济学评价[J]. 中国环境科学, 2010, 30(3): 410-415.
[15] Song, Y., Wang, X., Maher, B.A., et al. (2016) The Spatial-Temporal Characteristics and Health Impacts of Ambient Fine Particulate Matter in China. Journal of Cleaner Production, 112, 1312-1318.
https://doi.org/10.1016/j.jclepro.2015.05.006
[16] 常桂秋, 潘小川, 谢学琴, 高燕琳. 北京市大气污染与城区居民死亡率关系的时间序列分析[J]. 卫生研究, 2003, 32(6): 565-568.
[17] 杨敏娟, 潘小川. 北京市大气污染与居民心脑血管疾病死亡的时间序列分析[J]. 环境与健康杂志, 2008, 25(4): 294-297.
[18] 刘勇, 芦茜, 黄志军. 大气污染物对人体健康影响的研究[J]. 中国现代医学杂志, 2011, 21(1): 87-91.