2013年1月我国中东部地区出现了大范围的雾霾天气，该次污染持续时间长，污染程度深，是1961年以来同期霾天气最多的年份，引发了国内外的广泛关注.自此国家环保部开始公布每月、每季度全国74个重点城市的空气质量状况和排名.在1月份空气质量排名中，最严重的十个城市依次为邢台、石家庄、保定、邯郸、廊坊、衡水、济南、唐山、北京、郑州；河北省占七席.在整个第一季度的排名中，最严重的10大城市中依然有7个在河北，邯郸位列第四，霾污染十分严重.

邯郸市位于河北最南部，地处山西、河南、山东和河北四省交界.这四省均为工业大省，是大气污染物排放量排在全国前列的省份(Zhang et al., 2009)，也是颗粒物污染的重灾区(任阵海等，2004；王丽涛等，2012；赵秀娟等，2012).邯郸市西临太行山山麓，东为华北平原，在西南风作用下，易受到经黄河河谷自山西省而来污染物的影响(陈朝辉等，2008).另外，邯郸市的几大支柱产业中煤炭、钢铁、水泥均为高能耗、高排放行业，污染形式十分严峻.

在邯郸地区开展的相关研究非常少.Wang等(2012)和魏巍等(2013)应用CMAQ模型模拟计算了河北南部城市的PM_2.5的主要来源，而利用在线监测数据分析该地区重污染特征的研究十分缺乏.因此，本文针对河北邯郸地区，用在线监测数据对PM₁₀和PM_2.5污染状况和霾天气特征进行分析，重点探讨2013年1月重污染过程变化和特征.

监测地点设在河北工程大学城建实验楼楼顶(36°34′N，114°29′E)，监测站距离地面12 m，观测站附近均为低层建筑.该站位于邯郸市市区东南方向，为典型的文教居民混合区，附近无明显排放源.

NO_x、SO₂、PM₁₀与PM_2.5的在线监测分别采用美国赛默飞世尔公司(Thermo Fisher Scientific，USA)生产的化学发光法NO-NO₂-NO_x分析仪(Model 42i)、脉冲紫外荧光法SO₂分析仪(Model 43i)和TEOM-1405-D双通道颗粒物在线监测仪，数据每5 min记录一次.本文的湿度与能见度参数数据分别由德国Lufft公司的WS500-UMB超声波风速风向仪和英国BIRAL公司的SWS-100能见度仪同步监测得到.

双通道颗粒物仪器采用微量振荡天平技术，运用重量法24 h连续在线监测PM₁₀与PM_2.5浓度.该仪器的量程为1000000 μg · m^-3，分辨率为±0.1 μg · m^-3，精度为±2.0 μg · m^-3(小时平均)、±1.0 μg · m^-3(24小时平均)，准确度为±0.75%.仪器总流量为16.67 L · min^-1，收集PM_2.5~10与PM_2.5的流量分别是1.67 L · min^-1 与3 L · min^-1，旁路流量为12.00 L · min^-1.PM_2.5~10和PM_2.5被采样头下的虚拟冲撞器分离，分别收集在可更换的TEOM膜上，分别称量出各膜上累积的质量.为保证数据准确，每隔半个月进行一次仪器的校准，每隔1个月进行一次采样头的清洗，每3个月对其过滤滤筒进行更换.当仪器显示TEOM膜负载超过70%时，更换TEOM膜.

表 1给出了2012年12月1日至2013年1月31日PM₁₀、PM_2.5、SO₂和NO_x浓度的统计分析结果.由表 1可知，2012年12月SO₂与NO_x的平均浓度分别为163.4 μg · m^-3和125.7 μg · m^-3，是国家二级新标准(150 μg · m^-3和100 μg · m^-3国家环保总局，2012)的1.1倍和1.3倍；最大日均浓度高达333.7 μg · m^-3和263.0 μg · m^-3，是国家二级新标准的2.2倍和2.6倍；PM₁₀和PM_2.5的平均浓度分别为244.6 μg · m^-3和132.6 μg · m^-3，达到国家二级新标准(150 μg · m^-3和75 μg · m^-3)的1.6倍和1.8倍；最大日均 浓度分别为481.4 μg · m^-3和344.2 μg · m^-3，高达国家二级新标准的3.2倍和4.6倍.2013年1月SO₂与NO_x的平均浓度分别为225.3 μg · m^-3和217.8 μg · m^-3，是国家二级新标准的1.5倍和2.2倍，是2012年12月平均浓度的1.4倍和1.7倍；最大日均浓度高达399.8 μg · m^-3和352.6 μg · m^-3，是国家二级新标准的2.7倍和3.5倍；PM₁₀和PM_2.5的平均浓度分别为328.5 μg · m^-3和229.4 μg · m^-3，达到国家二级新标准的2.2倍和3.1倍，是2012年12月平均浓度的1.3倍和1.7倍；最大日均浓度分别为863.9 μg · m^-3和643.0 μg · m^-3，高达国家二级新标准的5.8倍和8.6倍.污染十分严重，2013年1月比2012年12月更严重.

表1(Table.1)

表1 2012年12月1日—2013年1月31日PM10、PM2.5、SO2和NOx平均浓度 Table.1 Statistics of the average concentrations of PM10，PM2.5，SO2 and NOx in Dec. 2012 to Jan. 2013

表1 2012年12月1日—2013年1月31日PM10、PM2.5、SO2和NOx平均浓度 Table.1 Statistics of the average concentrations of PM10，PM2.5，SO2 and NOx in Dec. 2012 to Jan. 2013 污染物 日期(年-月) 最大日均浓度/(μg·m-3) 最大时均浓度/(μg·m-3) 最小日均浓度/(μg·m-3) 最小时均浓度/(μg·m-3) 平均浓度/(μg·m-3) 超新标天数/d 超新标比例 成为首要污染物比例 PM10 2012-12 481.4 665.2 96.9 59.0 244.6 26 83.9% 28.3%   2013-01 863.9 1281.0 72.1 42.5 328.5 28 96.6% 24.5% PM2.5 2012-12 344.2 401.6 28.9 10.4 132.6 26 83.9% 30.8%   2013-01 643.0 825.0 30.1 14.1 229.4 29 93.5% 34.3% SO2 2012-12 333.7 480.1 70.2 27.5 163.4 17 54.8% 18.9%   2013-01 399.8 958.9 65.7 33.0 225.3 26 83.9% 16.8% NOx 2012-12 263.0 482.7 41.4 18.7 125.7 22 71.0% 22.1%   2013-01 352.6 604.9 41.3 19.8 217.8 29 93.5% 24.4%

图 1给出了该时段内PM₁₀、PM_2.5、SO₂、NO_x、能见度和湿度的日均值变化.由图 1可知，PM₁₀、PM_2.5的浓度变化与SO₂、NO_x的变化同步；对4种污染物的日均浓度进行统计分析，分析结果见表 2，发现各污染物之间在0.01水平(双侧)上显著相关，证明PM₁₀、PM_2.5的浓度变化与SO₂、NO_x变化同步.该时段经历了4个明显的污染过程，分别是12月17—23日、23—30日、1月2—20日(最严重的污染过程，下文以重污染过程指代)、22—26日.每个污染过程有3个阶段：累积阶段、峰值和扩散阶段.对4个时段污染物的时均浓度进行统计分析，得出重污染过程中的相关系数明显低于12月的两个污染过程(两个过程相关系数均值分别为0.84和0.88)，推断重污染过程中贡献源可能为多排放源；比较1月中两个污染过程，除22—26日该污染过程中PM₁₀与PM_2.5的相关系数(0.92)明显高于重污染过程外，两个过程其余污染物之间的相关系数相差不明显.

图 1(Fig. 1)

图 1 2012年12月1日—2013年1月31日PM10、PM2.5、SO2、NOx、能见度和湿度的日均值变化图 Fig. 1 Time series of the daily concentrations of PM10，PM2.5，NOx，SO2，visibility and humidity during Dec. 1，2012 to Jan. 31，2013

表2(Table.2)

表2 PM10、PM2.5、SO2和NOx各污染物之间相关系数 Table.2 The correlation coefficient between PM10，PM2.5，SO2 and NOx

表2 PM10、PM2.5、SO2和NOx各污染物之间相关系数 Table.2 The correlation coefficient between PM10，PM2.5，SO2 and NOx   PM10 PM2.5 SO2 NOx 注：*表示在0.01水平(双侧)上显著相关. PM10 1.00       PM2.5 0.65* 1.00   SO2 0.34* 0.68* 1.00   NOx 0.49* 0.71* 0.77* 1.00

按吴兑(2005；2006)提出依据湿度不同区别霾与雾的建议，相对湿度在80%~90%之间的为雾霾天，相对湿度大于90%的为雾天.2012年12月至2013年1月间雾霾天和雾天的总天数分别是13、13 d，雾天集中于2013年1月10—31日(平均能见度仅为0.9 km)，天数高达12 d.在前3个污染过程中，湿度与污染物浓度变化过程基本同步；从1月10日开始，湿度处于较高值且波动较小，加上较高浓度PM的出现，共同促成持续19 d的重污染过程，能见度常在1 km以下.20日以后，尽管PM浓度已经显著下降到300 μg · m^-3，但较高的湿度造成能见度维持在1 km以下.

由图 1可见，第一、二、四个污染过程的累积阶段是3~5 d，而重污染过程的累积阶段长达9 d，累积阶段持续时间长是该次重污染过程的主要特征.在累积阶段，湿度与PM质量浓度连续上升，气象特征表现出典型的稳定型(杨复沫等，2002)，不利于颗粒物的扩散；同时高湿度易被颗粒物中的离子吸附，加深累积的程度(He et al., 2001).图 2是重污染过程PM时均浓度和相应能见度倒数的曲线图，可见PM曲线与能见度倒数曲线变化趋于一致.1月2日上午能见度超过15 km，午后下降很快，在3日凌晨降到4 km以下，3—6日能见度呈锯齿型变化，但整体呈明显下降趋势，到7日能见度已下降到2 km 以下，累积阶段能见度明显下降是该次过程最明显的特征之一.7—20日能见度较长时间维持在2 km以下，倒数曲线与PM曲线变化趋于一致，且呈显著的负相关关系.整个重污染过程PM₁₀与PM_2.5的平均浓度分别为384.9 μg · m^-3和275.5 μg · m^-3，分别是国家二级标准的2.6倍和3.7倍.最高日均浓度出现在11日，PM₁₀与PM_2.5的浓度分别为863.9 μg · m^-3和643.0 μg · m^-3，是国家二级标准的5.8倍和8.6倍.最高时均浓度出现在11日夜间21时，PM₁₀和PM_2.5浓度分别为1281.0 μg · m^-3和825.0 μg · m^-3，此时能见度也处于较低值，只有0.3 km.从图中看出，最低能见度出现在12日上午，这可能是该时刻高PM浓度与高湿度(99.5%)共同造成的.

图 2(Fig. 2)

图 2 2013年1月2日—20日PM10、PM2.5时均浓度及能见度倒数变化 Fig. 2 Time series of hourly concentrations of PM10 and PM2.5 and reciprocal of visibility during Jan. 2 to 20，2013

图 3给出了重污染过程PM₁₀和PM_2.5的时均浓度变化曲线.在重污染过程累积阶段的2—9日，PM质量浓度曲线呈双峰特征(PM_2.5表现更加明显).2—9日双峰分别于上午9—11时和夜间出现，谷值在上午4—6时、下午14—17时出现，下午谷值的出 现与下午良好的扩散条件有关.1月9日，下午谷值出现在16时，之后PM质量浓度波动上升，22时出现峰值.10日PM质量浓度总体呈现上升的趋势，双峰特征未出现，颗粒物持续累积.11日凌晨1时，PM₁₀和PM_2.5的时均浓度分别为717.2 μg · m^-3和552.4 μg · m^-3，处于较高水平，且持续攀升，晚21时达峰值(最大小时浓度).12日，PM质量浓度从高浓度值开始下降，12时已处于较低水平，20时出现谷值.13日PM质量浓度曲线在14时之前变化平缓，之后明显下降，20时有一明显谷值出现.14日PM质量浓度整体变化趋缓，6时峰值出现之后，PM质量浓度开始下降，在19时有一谷值出现，随后PM质量浓度又小幅度的上升，呈单峰特征.10—14日时均浓度变化无双峰特征，且变化不一，呈无明显规律.

图 3(Fig. 3)

图 3 重污染过程PM10 、PM2.5小时浓度变化 Fig. 3 The hourly variations of PM2.5 and PM10 in the severe haze episode

14日PM质量浓度明显下降可能与冷空气过境有关，因为冷空气易破坏逆温层，增大颗粒物的扩散，PM质量浓度水平迅速降低(陈朝晖等，2007).15—19日，PM质量浓度曲线呈双峰特征，但双峰出现时间有所差别.15日双峰出现时间分别是4时和21时，16日为3时和24时，17—19日为11时和20—23时.14—20日，PM质量浓度明显下降后，能见度并无明显升高，这与较高的湿度有关.20日PM质量浓度下降明显，主要原因是19日夜间出现降雪.

PM_2.5/PM₁₀值不仅可反映出当地粗、细颗粒物的比例，还可研究颗粒物的来源(Wang et al., 2009)，也可用于比较地方性和时间上颗粒物的差异.Wei等(1999)研究1995—1996年广州、武汉、重庆和兰州4城市的数据得出PM_2.5/PM₁₀值范围为51.6%~75.1%，其中，兰州PM_2.5/PM₁₀的均值(51.8%)与杨复沫1999年冬至2000年秋在北京得到均值(55%)相近，其他3个城市均大于兰州和北京.杨复沫等(2002)分析不同季节的PM_2.5/PM₁₀值，来探讨粗、细颗粒物季节性规律，得出秋季(59%)明显小于冬季(66%).

表 3给出了重污染过程中日均值PM_2.5/PM₁₀的变化.由表 3可知，整个过程中，PM_2.5/PM₁₀范围在0.42~0.78之间.在重污染过程的累积阶段，PM_2.5/PM₁₀处于0.42~0.52之间，随着污染过程的发展，该值在峰值前后明显上升并超过0.70.在扩散阶段，PM_2.5/PM₁₀降到0.70以下，且呈波动式变化，14日该比值明显下降，到16日已降至0.53，17日后又有所上升，18、19日小幅波动，到20日达到最大值0.78，这是由于19日夜间出现降雪，降雪对粗颗粒物的清除更加明显.

表3(Table.3)

表3 重污染过程日均PM浓度和PM2.5/PM10 Table.3 The average concentrations of particulate matter and the ratio of PM2.5/PM10 during the episode

表3 重污染过程日均PM浓度和PM2.5/PM10 Table.3 The average concentrations of particulate matter and the ratio of PM2.5/PM10 during the episode 日期 PM2.5/(μg·m-3) PM10/(μg·m-3) PM2.5/PM10 天气情况   日期 PM2.5/(μg·m-3) PM10/(μg·m-3) PM2.5/PM10 天气情况 2日 30.1 72.1 0.42 非霾日   12日 367 512.1 0.72 霾日 3日 79.3 168.4 0.47 霾日 13日 462.3 604.3 0.77 霾日 4日 117.8 225.2 0.52 霾日 14日 280.5 438.8 0.64 雾 5日 187.5 387.7 0.48 霾日 15日 221.6 376.8 0.59 雾霾 6日 255.2 - - 霾日 16日 201.3 378.3 0.53 雾 7日 467.9 - - 霾日 17日 164.6 263.8 0.62 霾日 8日 435.7 - - 霾日 18日 184.7 304.2 0.61 霾日 9日 233.2 357.9 0.65 霾日 19日 310.8 459.7 0.68 降雪 10日 404.2 538.9 0.75 雾 20日 136.7 175.4 0.78 降雪 11日 643 863.9 0.74 霾日

图 4是重污染过程中PM_2.5/PM₁₀时均值变化图.从图中看出，累积阶段的2—9日，PM_2.5/PM₁₀时均值处于0.3~0.7之间，其曲线交错且波动大；峰值附近的10—14日，PM_2.5/PM₁₀时均值处于0.6~0.8之间，其曲线变化趋缓，可能与稳定的天气条件有关;扩散阶段的15—20日，PM_2.5/PM₁₀时均值处于0.4~0.9之间，其中，20日的PM_2.5/PM₁₀时均值位于0.7~0.9之间，可能是降雪对粗颗粒物的沉降作用造成的；15日—19日的PM_2.5/PM₁₀时均值曲线位于0.4~0.7之间，其曲线交错且波动较大.

图 4(Fig. 4)

图 4 重污染过程PM2.5/PM10时均值变化 Fig. 4 The hourly variation of PM2.5/PM10 during the episode

图 5给出了能见度与PM₁₀、PM_2.5时均浓度之间关系的散点图.可见，PM₁₀、PM_2.5时均浓度与能见度呈乘幂型函数.考虑到湿度对能见度的影响，本文排除了湿度超过90%的点(Zhang et al., 2010)，分别得到y=4203.50x^-1.38和y=357.15 x^-1.06回归曲线，可决系数分别为0.78和0.92.

图 5(Fig. 5)

图 5 PM10与PM2.5的值与能见度拟合曲线 Fig. 5 Fitting curve between visibility and the concentrations of PM10 and PM2.5

在重污染过程中，PM_2.5/PM₁₀均值为0.63，超过李菲等(2012)和杨复沫等(2002)在北京地区得到的56.6%和55%，细颗粒物成为该次过程PM的主要组成部分.图 6是能见度与PM_2.5/PM₁₀的散点图，当 PM_2.5/PM₁₀小于0.40时，能见度常在2~18 km之间.当PM_2.5/PM₁₀在0.40~0.60之间时，能见度集中于0.7~8 km之间；当PM_2.5/PM₁₀大于0.60时，能见度基本上小于2 km，能见度与PM_2.5/PM₁₀存在非常明显的相关关系(张宏等，2011；边海等，2012；陈义珍等，2010).也就是说，在重污染过程中，排除湿度的干扰，当细颗粒物在PM₁₀中的比重超过0.60时，能见度基本上分布于2 km以下.

图 6(Fig. 6)

图 6 PM2.5/PM10比值与能见度的关系 Fig. 6 Relativel correlation between visibility and PM2.5/PM10

1)利用2012年12月1日—2013年1月31日邯郸市的PM₁₀、PM_2.5、NO_x、SO₂浓度、湿度和能见度数据进行统计分析，结果显示，2012年12月，SO₂与NO_x的平均浓度分别为163.4 μg · m^-3和125.7 μg · m^-3；PM₁₀和PM_2.5的平均浓度分别为244.6 μg · m^-3和132.6 μg · m^-3.2013年1月，SO₂与NO_x的平均浓度分别为225.3 μg · m^-3和217.8 μg · m^-3，分别是国家二级新标准的1.5倍和2.2倍，是2012年12月平均浓度的1.4倍和1.7倍；PM₁₀和PM_2.5的平均浓度分别为328.5 μg · m^-3和229.4 μg · m^-3，是国家二级新标准的2.2倍和3.1倍，是2012年12月平均浓度的1.3倍和1.7倍.2012年12月至2013年1月间雾霾天和雾天的总天数分别是13、13 d，雾天集中于2013年1月10—31日，天数高达12 d，受高湿度的影响，能见度常在1 km以下.

2)通过重污染过程PM时均浓度分析表明，峰值附近的1月10—14日，PM₁₀和PM_2.5时均浓度维持在高水平，呈无规律的特征.而积累阶段(2—9日)和扩散阶段(15—19日)的时均浓度呈双峰特征.20日质量浓度变化特征的原因与19日夜间降雪有关.

3)利用日均浓度分析，重污染过程累积阶段的PM_2.5/PM₁₀在0.42~0.52之间变化，随着污染过程的发展，峰值前后该比值超过0.70，扩散阶段中PM_2.5/PM₁₀降到0.70以下，且呈波动式变化.

4)PM₁₀、PM_2.5与能见度呈乘幂型函数，细颗粒物对能见度的影响更明显.PM_2.5/PM₁₀在小于0.40时，能见度在2~18 km之间；当PM_2.5/PM₁₀在0.40~0.60之间时，能见度在0.7~8 km之间；当PM_2.5/PM₁₀超过0.60时，能见度基本上分布于2 km以下.