山东省PM_2.5质量浓度时空演化特征及污染程度分析

Analysis of Spatio-Temporal Evolution Characteristics and Pollution Severity of PM_2.5 in Shandong Province

摘要: 基于山东省13个地市级观测站点2022年1月~2022年12月近地面观测大气PM_2.5质量浓度数据，运用统计分析方法和Arc GIS空间插值算法，系统分析了研究区域PM_2.5质量浓度时空演化态势及其污染程度时空格局。结果表明：(1) 2022年山东省PM_2.5污染在时序演化上呈“M”型波动态势，4~9月PM_2.5质量浓度较低其余月份PM_2.5质量浓度较高；空间分布上半岛沿海地区污染较弱，南部临沂地区污染最严重，其他地区污染分布不均匀；(2) 不同污染等级出现日数空间分布不均匀，轻度污染出现日数临沂地区最多，滨州地区最少；中度污染出现日数临沂地区最多，威海地区最少；重度污染出现日数临沂和德州地区出现日数最多；严重污染兖州地区出现日数最多。由此可见，山东省大气PM_2.5质量浓度在时间和空间上均存在明显的分布差异，临沂地区为山东省主要污染源，各污染等级出现日数均较多。研究结果可为下一步污染控制及防治处理提供数据支持。

Abstract: Based on the ground-level observation data of PM_2.5 concentration in 13 prefecture-level cities in Shandong Province from January 2022 to December 2022, this study used statistical analysis methods and Arc GIS spatial interpolation algorithms to systematically analyze the temporal and spatial evolution trends of PM_2.5 concentration and pollution degree patterns in the study area. The results show that: (1) The PM_2.5 pollution in Shandong Province in 2022 showed a “M”-shaped dynamic trend in temporal evolution, with lower PM_2.5 concentrations from April to October and higher concentrations in the other months. In spatial distribution, the pollution in the coastal areas of the peninsula was relatively weak, and the pollution in Linyi in the south was the most serious. The pollution distribution in other areas was uneven; (2) The spatial distribution of the number of days with different pollution levels was uneven. The number of days with light pollution was the highest in Linyi and the lowest in Binzhou. The number of days with moderate pollution was the highest in Linyi and the lowest in Weihai. The number of days with heavy pollution was the highest in Linyi and Dezhou. The number of days with severe pollution was the highest in Yanzhou; therefore, it can be seen that there are obvious distribution differences in PM_2.5 concentration in time and space in Shandong Province, and Linyi is the main pollution source in the province. The number of days with each pollution level is relatively high. The research results can provide data support for the next step of pollution control and treatment.

1. 引言

近年来，随着工业化和城镇化的快速发展，雾霾天气频繁出现、空气污染持续加剧，成为国家和社会公众关注的焦点问题[1]。PM_2.5是导致雾霾天气出现的重要污染物，具有典型的区域性、复合型、长期性特征，为空气质量监测的重点指标，也是空气污染防治的首要任务[2]。PM_2.5中存在较多有毒有害物质，与其他空气污染物转化关系复杂，对人体健康、交通安全、城市环境、工业生产、能源利用及社会经济等造成直接和间接的影响[3]-[5]。随着人口的增长，汽车尾气、工业废弃物、建筑垃圾和SO₂、NOx与粉尘的排放量逐年增加，控制污染物的扩散、改善空气质量是当今社会亟需解决的重点问题[6] [7]。山东省是我国工业大省，工业排放污染严重，尤其煤炭、石油为主的传统能源结构使得空气污染加重，近几年虽有所治理，但形势仍较严峻[8] [9]。部分学者对山东省PM_2.5浓度特征展开了一定的研究，张淼等基于2016~2020年环境空气自动监测站监测数据与同期气象监测数据，研究了PM_2.5和O₃时空分布变化特征，分析了其与气象因子的关系[10]。李恬等根据2018年~2022年济南市和青岛市的污染监测数据，对比分析内陆和沿海代表性城市PM_2.5和O₃的污染特征及其相互作用规律[11]。目前针对全省PM_2.5污染情况的统计研究较少，因此，本文基于山东省13个地市气象台站PM_2.5观测数据，开展PM_2.5质量浓度污染的时空演化规律及空间特征分析，对实现对当地大气环境状况更深层次的掌握、提高城市雾霾事件的监测和预报精度及PM_2.5空气污染的科学精准治理具有重要意义[12] [13]。

2. 数据与方法

2.1. 研究区及数据选择

山东省位于中国东部沿海、黄河下游，34˚22.9'~38˚24.01'N，114˚47.5'~122˚42.3'E之间，陆域面积158,100 km²，毗邻海域面积约为158,600 km²；属暖温带季风气候，四季分明，夏季炎热多雨，冬季寒冷干燥；地形以平原为主，中部山地突起，西南、西北低洼平坦，东部缓丘起伏；人口众多、农业发达、工业体系完备，自然资源丰富。本文收集整理了山东省17地市地面气象观测站逐日小时PM_2.5质量浓度监测数据，数据来源于山东省气象资料业务系统(MDOS)操作平台v2.0资料下载，经精度评价和质量控制，剔除数据缺失的部分台站，选取具有代表性的13个台站(烟台、威海、潍坊、日照、东营、滨州、淄博、德州、泰安、兖州、菏泽、薛城、临沂)资料数据集，该数据集具有较好的完整性和连续性，数据准确率和可用率均较高，为下一步的研究提供可靠的数据支持(图1)。

Figure 1. Site selection in the study area

图1. 研究区站点选择

2.2. 统计分析方法

运用统计分析方法原理，对各研究站点逐日PM_2.5质量浓度进行对比、平均和综合评价[14]。具体方法为数量关系分析法中的对比分析法、平均和变异分析法、综合评价分析法。对比各研究站点逐日PM_2.5质量浓度大小及变化趋势，对13台站污染情况进行汇总求平均值得出全省平均PM_2.5质量浓度全年变化情况，根据质量浓度范围将污染情况分为轻度污染、中度污染、重度污染和严重污染四个等级；统计整理所有台站不同等级污染日数，最终对全省污染情况进行综合评价。

2.3. 空间插值方法

运用Arc GIS反距离权重空间插值算法，对山东省污染情况及不同等级污染的出现日数进行空间分布特征提取研究。反距离加权插值法(Inverse Distance Weighting，简称IDW)是ArcGIS中应用最为广泛的一种几何空间内插方法，具体是将插值点到采样点之间的间距作为权重，进行加权平均，对靠近插值点越近的采样点赋予较大的权重[15]-[17]。设平面上分布一系列离散点，已知其坐标为$Z_i\left(i=1,2,\cdots ,n\right)$ ，其与待插值点O之间的距离为$d_i\left(i=1,2,\cdots ,n\right)$ ，则待插值点O的数值：

$Z_O=\left[{\displaystyle \sum _{i=1}^{\text{n}}\frac{Zi}{d_i^k}}\right]/\left[{\displaystyle \sum _{i=1}^n\frac{1}{d_i^k}}\right]$ (1)

式中：$Z_O$ 为插值点O的估计值；$Z_i$ 为控制点i的值；$d_i$ 为控制点i与点O间的距离；n为在估计中用到的控制点的数目；k为指定的幂。

3. 结果与分析

3.1. 山东省平均PM_2.5质量浓度变化特征

分别整理山东省13个研究台站2022年1月1日~2022年12月31日逐日PM_2.5质量浓度数据，对所有台站进行平均，获得全省平均逐日PM_2.5质量浓度数据集。由图2可以看出，2022年全省平均PM_2.5质量浓度在时序演化上呈“M”型波动态势，4~9月PM_2.5质量浓度较低，均在80 µg/m³以下，大部分时段在40 µg/m³左右，少部分时段低于20 µg/m³，空气质量状况较好；其余月份PM_2.5质量浓度较高，最高达到140 µg/m³以上，出现在12月中旬，其余时段PM_2.5质量浓度变化幅度较明显，在20~100 µg/m³之间波动。说明冬季污染较严重，夏季污染较轻，与《环境空气质量标准》(GB3095-2012)中污染季(10月至次年3月)和非污染季(4~9月)的划分相一致[18]。

Figure 2. Average PM_2.5 concentration variation curve of various stations in Shandong Province in 2022

图2. 2022年山东省各台站平均PM_2.5质量浓度变化曲线

3.2. 山东省PM_2.5污染情况空间分布特征

根据国家环境空气质量标准，当24小时平均PM_2.5质量浓度标准值小于35 μg/m³时空气质量等级为优，当24小时平均PM_2.5质量浓度标准值在35~75 μg/m³之间时空气质量等级为良，当24小时平均PM_2.5质量浓度标准值大于75 μg/m³时空气质量等级定义为污染。按照污染等级标准统计山东省13个研究台站2022年1月1日~2022年12月31日逐日PM_2.5质量浓度数据，筛选出出现污染的时段，整理各台站出现污染的日数，利用Arc GIS IDW空间插值法，分析山东省2022年污染情况的空间分布特征。由图3可以看出，半岛地区空气质量较好，出现污染的天数最少，在16~35天之间；东营、潍坊及薛城出现污染的天数较少，在50~60天之间；临沂地区空气质量最差，全年出现污染的天数最多，达到105天以上；兖州、淄博出现污染的天数较多，在90~105天之间；其余地区污染天数在60~90天之间。

Figure3. In 2022, the spatial distribution characteristics of pollution in Shandong Province appeared

图3. 2022年山东省出现污染情况空间分布特征

3.3. 山东省不同等级污染情况统计

根据国家环境空气质量标准，根据24小时平均PM_2.5质量浓度的标准值将污染分为4个等级，统计不同等级污染出现的日数与出现频率，如表1所示。

Table 1. Statistics of different pollution levels in Shandong Province in 2022

表1. 2022年山东省不同污染等级情况统计

空气质量等级	轻度污染	中度污染	重度污染	严重污染
24 h PM2.5平均值	75~115 µg/m^3	115~150 µg/m^3	150~250 µg/m^3	大于250 µg/m^3 及以上
出现日数	34	10	4	4
出现频率	9.32%	2.74%	1.10%	1.10%

分别对13个研究台站4个污染等级进行对比分析，由图4可以看出，德州、烟台、潍坊、菏泽、日照、薛城均未出现严重污染，兖州严重污染最严重，达38天；德州、临沂出现重度污染天数最多，为11天，滨州未出现重度污染；临沂出现中度污染天数最多，为24天，烟台、威海、日照中度污染出现日数较少；临沂出现轻度污染天数也是最多，为91天，滨州轻度污染出现日数最少，只有9天。

Figure 4. Statistical comparison of the number of days with different pollution levels at 13 stations in Shandong Province

图4. 山东省13台站不同污染等级出现日数统计对比

3.4. 山东省不同等级污染的空间分布特征

基于山东省13个研究台站2022年逐日PM_2.5质量浓度值统计了不同污染等级的出现日数，计算出2022年山东省轻度污染、中度污染、重度污染和严重污染的出现日数，研究结果表明：轻度污染、中度污染、重度污染和严重污染出现日数的空间分布不均匀，轻度污染出现日数最多，严重污染出现日数最少；从整体上看，山东省不同污染等级出现日数分布呈中部多半岛少的特点，整个研究区域各污染等级出现日数差别比较明显。

从2022年山东省不同污染等级出现日数的空间分布(见图5)可知，整体上轻度污染(图5(a))出现日数最多，临沂轻度污染出现日数最多，大于80天，淄博轻度污染出现日数较多，为60~70天，泰安、德州轻度污染出现日数在50~60天，烟台、威海、滨州、日照轻度污染出现日数最少，小于20天，潍坊、东营、兖州、薛城轻度污染出现日数在30~40天；轻度污染出现日数空间分布呈西多东少的特点；中度污染(图5(b))出现日数空间分布不均匀，临沂、淄博中度污染出现日数最多，大于21天，薛城、德州中度污染出现日数较多，为15~20天，威海、日照中度污染出现日数最少，小于3天，烟台、滨州中度污染出现日数较少，为3~6天，其他地区中度污染出现日数在9~15天之间，中度污染出现日数空间分布呈中部多西部次之东部最少的特点；重度污染(图5(c))出现日数较少，德州、淄博、临沂重度污染出现日数最多，大于9天，滨州、烟台、威海、日照重度污染出现日数最少，小于2天，东营、潍坊重度污染出现日数较少，为3~4天，其他地区重度污染出现日数在4~6天之间，重度污染出现日数空间分布呈西南多东北少的特点；严重污染(图5(d))出现日数最少，大部分地区严重污染出现日数均小于3天，少部分地区严重污染出现日数在3~8天之间，兖州严重污染出现日数最多，全年出现严重污染日数大于33天，重度污染出现日数空间分布除兖州地区外差异不明显。研究结果表明，山东省不同污染等级的出现日数具有较明显的区域分布差异，半岛沿海地区污染较少，各污染等级出现日数均较少，中部兖州地区严重污染最严重，南部临沂地区轻度污染、中度污染和重度污染出现日数最多。

Figure 5. Spatial distribution of days with different pollution levels in Shandong Province ((a) light pollution; (b) Moderate pollution; (c) Heavy pollution; (d) Severe pollution)

图5. 山东省不同污染等级出现日数空间分布((a) 轻度污染；(b) 中度污染；(c) 重度污染；(d)严重污染)

4. 结论与讨论

文章基于山东省13个研究台站2022年1月~2022年12月逐日PM_2.5质量浓度实测资料，计算了各站和全省平均PM_2.5质量浓度，分析了各台站和全省PM_2.5质量浓度变化趋势及不同污染等级的出现日数。利用ArcGIS时空分析工具，分析了山东省2022年全年污染情况及轻度污染、中度污染、重度污染和严重污染出现日数的空间分布特征，主要结论如下：

(1) 2022年山东省平均PM_2.5质量浓度在时序演化上呈“M”型波动态势，4~9月PM_2.5质量浓度较低，空气质量状况较好；其余月份PM_2.5质量浓度较高，说明冬季污染较严重，夏季污染较轻。

(2) 从山东省PM_2.5污染情况空间分布上来看，半岛地区空气质量较好，出现污染的天数最少；东营、潍坊及薛城出现污染的天数较少；临沂地区空气质量最差，全年出现污染的天数最多；兖州、淄博出现污染的天数较多。

(3) 从山东省不同等级污染的空间分布上来看，轻度污染、中度污染、重度污染和严重污染出现日数的空间分布不均匀，具有较明显的区域分布差异，半岛沿海地区污染较少，各污染等级出现日数均较少，中部兖州地区严重污染最严重，南部临沂地区轻度污染、中度污染和重度污染出现日数最多。

PM_2.5影响着人体的健康、大气的能见度和辐射的平衡，是污染大多数城市大气环境的首要污染物，近年来成为社会民众关注的焦点[19]。本文揭示了山东省PM_2.5的变化规律及污染的空间分布特征，但PM_2.5的溯源、迁移机制及影响因素，亟需进一步深入分析。本文研究结果为持续改善山东省各地市空气质量提供科学指导，为空气污染预报和服务提供基础依据，对保护人体健康具有重要意义[20] [21]。