环境科学学报  2016, Vol. 36 Issue (5): 1539-1547
重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究    [PDF全文]
徐鹏1, 郝庆菊1, 吉东生2, 张军科2, 刘子锐2, 胡波2, 王跃思2, 江长胜1     
1. 西南大学三峡库区生态环境教育部重点实验室, 西南大学资源环境学院, 重庆 400715;
2. 中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室, 北京 100029
摘要: 重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月-2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NOx、SO2和O3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5) μg·m-3,是国家环境空气质量一级标准35μg·m-3的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NOx, SO2及O3的年平均浓度分别为(57.1±24.6)和(55.1±36.6), (43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4) μg·m-3.大气污染物浓度具有明显的季节变化特征,PM2.5和NOx冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O3表现为夏高冬低;SO2春季最高且污染最轻.大气污染物日变化显示PM2.5和NOx浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO2和O3浓度呈单峰日变化,前者峰值出现在午前10:00-12:00大气对流层被打破之后,而后者峰值出现在午后16:00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO2和NOx的工业排放,消减机动车NOx和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.
关键词: 重庆    PM2.5    NOx    SO2    O3    
Characteristics of atmospheric PM2.5, NOx, SO2 and O3 in Beibei district, Chongqing
XU Peng1, HAO Qingju1, JI Dongsheng2, ZHANG Junke2, LIU Zirui2, HU Bo2, WANG Yuesi2, JIANG Changsheng1     
1. Key Laboratory of Eco-environments in Three Gorges Reservoir Region(Ministry of Education), College of Resources and Environment, Southwest University, Chongqing 400715;
2. State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029
Received 22 July 2015; received in revised form 17 October 2015; accepted 3 November 2015
Supported by the Key Project National Natural Science Foundation of China (No.41230642), the Strategic Leading Science and Technology Projects of the Chinese Academy of Sciences (No.XDA05100100), the National Natural Science Foundation of China (No.41275160, 41005069) and the Fundamental Research Funds for the Central Universities (No.XDJK2013A009, XDJK2015A013)
Biography: XU Peng (1988-), male, Ph.D.candidate
Corresponding author, JIANG Changsheng, E-mail: jiangcs@126.com
Abstract: Chongqing is an industrial powerhouse in Southwestern China with significant air pollution. In this paper, automatic on-line continuous monitoring equipments are used to acquire the ambient concentrations of PM2.5, NOx, SO2 and O3 from Jan. 2012 to Feb. 2014 in Beibei district of Chongqing. The results indicated that PM2.5 was the most serious pollutant, with the annual mean values of (67.5±31.9) and (66.6±37.5) μg·m-3 in 2012 and 2013, respectively, 1.9 times the National Ambient Air Quality standard (35 μg·m-3). In 2012 and 2013, there were 119 and 126 days with PM2.5 concentrations exceeding the corresponding values of the new National Ambient Air Quality Standards, respectively. Annual mean value of NOx, SO2, O3 was (57.1±24.6) and (55.1±36.6), (43.1±24.0) and (35.0±21.9), (31.1±24.9) and (48.5±37.4) μg·m-3 in 2012 and 2013, respectively. The atmospheric pollutants concentration has obvious seasonal variation characteristics. PM2.5 and NOx pollution was the most severe in winter, with winter averages value 33.6% and 59.6% higher than annual average in 2012 and 43.2% and 8.5% higher than 2013. The concentration of O3 was the highest in summer and lowest in winter, while SO2 was the highest in spring. NOx and PM2.5 showed bimodal distribution in the morning and evening in their diurnal variation, corresponding to urban traffic peak hour emissions. In comparison, daily variation of SO2 and O3 concentration show unimodal type distribution. SO2 peak appeared at 10:00-12:00 when the boundary layer expanded, while O3 peak appeared at 16:00 when local photochemical reaction is the most significant. Simultaneous reduction on direct emission of particulate matter, industrial emissions of NOx and SO2, and vehicle emissions of NOx and VOCs may gradually reduce the serious air pollution of Chongqing district.
Key words: Chongqing    PM2.5    NOx    SO2    O3    
1 引言(Introduction)

随着中国工业化和城镇化的持续发展,人为排放的大气污染物越来越多,其中NOx、O3、SO2和PM2.5是影响大气环境质量和严重危害人体健康的重要污染物,受到科学家和公众的普遍关注,并且对其成因与治理的研究成为大气污染研究的重要部分,尤其是城市近地层O3浓度变化规律及其影响因素研究已成为大气环境科学领域的重要前沿性问题(Shao et al.,2009Sun et al.,2009Chan et al.,2005Liu et al.,2013徐峻和张远航,2006).大气中的氮氧化物(NOx)作为臭氧生成的重要前体物,经过光化学过程产生二次污染,促使臭氧产生,并形成光化学烟雾(吉东生,2008).NOx和SO2更是酸雨的重要前体物,在大气中可以催化氧化或光化学氧化成不易挥发的硝酸和硫酸,并溶于云滴或雨滴形成酸雨,对人体和动植物都具有显著的危害(戴树桂,1996);同时,大气中NOx和SO2被氧化形成的硝酸盐和硫酸盐气溶胶是城市细颗粒物的重要组成部分(郭新彪和魏红英,2013).城市细颗粒物污染尤其是PM2.5对健康的影响已成公众以及各国政府关注的焦点,随着我国大气污染模式的转变,大气PM2.5已成为我国城市大气的首要污染物(安俊琳等,2007).

重庆市作为我国四大直辖市之一,是西南地区的工业重镇,也是我国重要的老工业基地之一,大气污染比较严重,素有“雾都”之称,并是我国重要的酸雨和SO2控制区.因此一直以来研究学者对重庆市SO2浓度的变化状况也有深入研究,徐龙君(2005)利用1991—2002年SO2观测资料分析了重庆市SO2排放情况和近年来酸雨污染的特点,并认为能源的消费结构和气象条件是造成重庆酸雨的主要特征,另外,重庆市SO2污染特点是:季节上变化明显,冬季高,夏季低;地域特点是城区比郊县高.李九彬等(2013)利用2001—2011年重庆市空气质量数据分析了SO2的污染状况,并指出重庆市空气污染类型由PM10-SO2复合型向PM10单一型转变.PM10是重庆地区大气污染物主要贡献者,SO2从2000年开始不再是首要污染物(刘永祺等,2009)此外周国兵等(2010)利用2003—2008年重庆市主城区大气污染观测资料(SO2、NOx、PM10),统计分析了污染天气变化特征,结果表明重庆主城区的主要污染物为PM10张灿等(2014)分析了1997—2012年重庆市区灰霾的变化特征以及与大气污染物(PM10、PM2.5、O3、SO2、NO2)的相关性,发现灰霾主要发生在冬季,PM10、PM2.5、SO2和NO2浓度随灰霾加重而增加,但O3相反.总体而言,目前开展的关于重庆大气污染观测研究还很薄弱,不利于对当地大气环境状况的深层认识,有待于进一步完善大气污染的观测资料.

本文获取了重庆市北碚区2012年1月—2014年2月大气中典型污染物PM2.5、NOx、SO2和O3的观测资料,详细分析重庆市北碚区大气污染物浓度变化特征及其与气象要素之间的关系,以期进一步了解该地的大气污染状况,为制定切实可行的大气污染治理措施提供可靠依据.

2 材料与方法(Materials and methods)

本观测站位于重庆北碚西南大学资源环境学院楼顶,东经106°24′58″,北纬29°48′43″,距地面35 m,观测站所处地形平坦,受局地环流影响较小,周围5 km内多为文教,行政和居民区,无高大的建筑物和明显的局地排放源.环境观测仪器安放在专门设计的站点房屋内,室内配有空调,使温度保持在25 ℃.数据质量控制是根据每个月标定仪器的零点检查与多点校正结果,结合仪器日常状况对原始数据进行修正.根据环境监测质量管理技术导则(HJ 630—2011)的规定来判断和处理异常值.原始数据记录为5 min平均值,文中所采用的数据是质控后小时平均值.

实验观测时间为2012-01—2014-02.实验观测的大气污染物有O3、NO、NO2、SO2和PM2.5.重庆市作为直辖市,根据第七次全国环境保护大会的要求,已在2012年底在主城区实施了国家新环境空气质量标准(GB 3095—2012).监测仪器为美国热电公司生产的大气污染物环境监测分析仪,包括TE49i紫外光度法O3分析仪、TE42i化学发光NO-NO2-NOx分析仪、TE43i脉冲荧光SO2分析仪和RP1400a可吸入颗粒物(PM2.5)监测仪,观测仪器参数及标定方法见表 1.

表 1 观测仪器基本参数及标定方法 Table 3 Basic parameters and calibration methods of the monitoring instruments
3 结果(Results) 3.1 污染物浓度变化特征

图 1给出了重庆市北碚城区2012和2013年PM2.5、NO、NO2、NOx(NO+NO2)、SO2、O3、O3-8hmax(指8 h滑动平均最大值)和Ox(NO2+O3)的逐日浓度的时间变化特征.观测期间,各污染物在线观测仪器有时会出现故障,如果没有得到及时处理,就导致该时间段内观测数据缺失,图 1显示臭氧数据缺失较多,出现在2012年7月2日—8月21日和2013年6月28日—7月23日,其它污染物观测数据缺失较少.Ox表示总氧化剂,反映大气氧化能力,它主要包括臭氧、过氧乙酰硝酸酯、二氧化氮、醛类等氧化性的物质,其中臭氧一般占Ox的90%以上(唐孝炎等,2006),通常以Ox=O3+NO2来表示大气氧化能力.

图 1 2012和2013年O3、Ox、O3-8hmax 、NO、NO2、NOx、SO2、PM2.5浓度逐日变化 Fig. 1 Variations of O3, Ox, O3-8hmax, NO, NO2, NOx, SO2, and PM2.5 concentrations in 2012 and 2013

图 1显示,O3、O3-8hmax和Ox在观测期内呈现出基本一致的峰型变化,从1月逐渐升高,7月达到峰值,然后又逐渐降低,直到12月降到低谷(见表 3).按照气象学方法,把四季分为春季(3月—5月)、夏季(6月—8月)、秋季(9月—11月)和冬季(12月—次年2月).由表 2可以看出2013年O3、O3-8hmax和Ox年平均浓度分别为(48.5±37.4)、(90.9±70.4)和(80.3±41.1)μg·m-3均高于2012年的(31.1±24.9)、(58.1±48.7)和(72.7±27.7)μg·m-3.重庆市北碚区大气污染物观测站位于环境功能区的二类区,根据《环境空气质量标准(GB3095—2012)》的二级标准,2012和2013年O3 1 h浓度分别超标48h和260 h,超标率为0.7%和3.4%,最高小时浓度分别达到267.8 μg·m-3和361.6 μg·m-3;O3-8hmax浓度超标11 d和65 d,超标率为3.7%和19.6%.

表 2 2012和2013年各大气污染物的季节浓度值 Table 3 Seasonal concentrations of atmospheric pollutants in 2012 and 2013μg·m-3

表 3 2012和2013年各大气污染物日均和月均浓度最大值和最小值 Table 3 Maximum and minimum values of daily and monthly average concentrations of atmospheric pollutants in 2012 and 2013

图 1看出,2012和2013年NO的逐日浓度变化规律基本一致,从2月至7月浓度变化幅度较小,8月降到谷值(见表 3),然后逐渐升高到12月达到峰值(见表 3).由表 2可以看出,2012和2013年NO,NO2,NOx浓度冬季最高,夏季最低,冬季分别是夏季的3.7、 1.3、 1.7倍和5.8、 1.3、 1.9倍,观测期间NO2的1 h平均浓度除2012年12月5日10:00(217.3 μg·m-3)略超国家二级标准外,其余都在标准限值(200 μg·m-3)以下.2012和2013年NO2日均浓度分别有3d和7d超标,超标率为0.8%和2.1%.2012年NO2年平均浓度为(41.7±13.3)μg·m-3略高于国家二级标准限值(40 μg·m-3);2012和2013年NOx的1 h平均浓度分别有9 h和24 h超过国家二级标准限值,基本出现在冬季;日均浓度分别有22 d和44 d超过国家二级标准限值,超标率为6.1%和13.1%(表 4),大多出现在秋冬季;NOx的年平均浓度分别为(57.1±24.6)和(55.1±36.6)μg·m-3,略高于国家二级标准限值(50 μg·m-3).

表 4 2012和2013年各污染物浓度超标情况 Table 3 Exceedance of pollutant concentrations in 2012 and 2013

观测期间2012和2013年SO2日平均浓度变化整体呈现两头高中间低的变化规律,SO2浓度最高值出现在2012年2月和2013年1月;最低值都出现6月(见表 3).表 2的数据表明,季节变化为春季浓度高,夏季浓度低;2012年春冬季浓度最高,秋季次之,夏季浓度最低;2013年春季显著高于其它3个季节(p < 0.001),而夏秋冬季浓度基本相当.观测期间SO2的1 h平均浓度只有2013年11月30日12:00超过国家二级标准限值(500 μg·m-3),浓度为643.2 μg·m-3;SO2的日均浓度没有超标(标准限值150 μg·m-3),并且超过100 μg·m-3只有19 d,其中12 d出现在2012年,最高134.5 μg·m-3,7 d出现在2013年,最高143.8 μg·m-3.2012和2013年的年平均浓度分别为(43.1±24.0)和(35.0±21.9)μg·m-3,均低于国家二级标准年平均限值(60 μg·m-3).

2012和2013年观测资料显示PM2.5的日均浓度的变化范围分别为15.7~225.9 μg·m-3和7.8~193.6 μg·m-3,逐日浓度变化呈现不同的变化趋势,2012年1—2月升高,然后逐渐下降直到5月,5—9月呈现锯齿形变化,之后趋于平稳;2013年1月开始逐渐降低到9月,9—12月呈锯齿形变化.从表 2看出,2012年PM2.5呈现冬季浓度高,春夏秋季浓度没有明显差异,而2013年PM2.5浓度呈现冬季浓度高,夏季浓度低,春秋季浓度相当;从表 4看出,2012和2013年PM2.5分别超标119 d和126 d,超标率为33.5%和35.7%,超过100 μg·m-3分别有52 d和68 d,占超标天数的43.7%和54.0%,尤其在冬季重庆地区细粒子污染比较严重,超标55 d和47 d,占超标天数的46.2%和37.3%.另外,2012和2013年PM2.5的年平均值分别为(67.5±31.9)和(66.6±37.5)μg·m-3,明显超过国家二级标准限值(35 μg·m-3).

3.2 污染物浓度日变化

图 2展示了各大气污染物的浓度日变化.重庆市北碚区春夏秋冬季O3变化形式基本相似,呈明显的单峰型日变化特征,夜间浓度维持相对较低的水平,最小值出现在6:00—8:00,白天浓度较高,最大值出现在15:00—16:00.夏季日变化幅度明显高于其他3个季节,为138.6 μg·m-3冬季最小,为27.9 μg·m-3.Ox和O3的日变化模式基本一致,从夜间凌晨0点浓度逐时降低,直到5:00—6:00出现谷值,日出后浓度逐渐升高,并在下午15:00—16:00出现在峰值,春、夏、秋、冬季分别为134.1、143.0、101.0、79.6 μg·m-3.NO日变化规律与O3恰好相反,呈现“早峰午谷”的变化特点,峰值出现在早上的7:00—9:00,谷值出现在午后的15:00—16:00.SO2日变化趋势总体呈现单峰型变化,春夏季峰值出现在9:00,分别为60.7和33.2 μg·m-3,秋冬季出现在12:00,分别为39.0和55.4 μg·m-3.NO2与PM2.5日变化模式基本相似,NO2春夏秋冬季早峰值出现在上午9:00—11:00,晚峰值出现在19:00—22:00;PM2.5在春夏秋冬季早峰值出现在8:00—11:00,浓度分别为70.4、66.4、68.8和110.6 μg·m-3;晚峰值出现在20:00—21:00—浓度分别为70.9、65.3、70.8和102.2 μg·m-3.

图 2 2012-01—2014-02春夏秋冬季NO, NO2, NOx, O3, Ox, SO2和PM2.5浓度日变化趋势 Fig. 2 Daily variations of NO, NO2, NOx, O3, Ox, SO2 and PM2.5 during different seasons from Jan. 2012 to Feb. 2014
3.3 不同天气情况下污染物浓度特征及其与气象因素相关性分析

局地气象条件如温度、相对湿度、风速和降雨量对近地面污染物浓度的变化具有重要影响(Eliminir et al.,2005).按照气象学的方法,把全年分为雨天、阴天、多云和晴4种天气状况来分析对污染物浓度的变化.图 3展示了2012和2013年重庆市北碚城区在4种不同的天气状况下污染物的浓度变化情况,从图中看出,2012和2013年SO2和PM2.5浓度雨天最低,其它3种天气差异不显著,而O3浓度雨天和阴天明显低于多云和晴天.2012年NO2浓度晴天最高,雨天、阴天和多云差异不大,而2013年则是雨天浓度显著低于阴和多云,与晴天差异不显著.2012和2013年4种天气NO浓度分布特征相同,呈现阴天最高,晴天次之,雨天和多云最低的趋势.

图 3 不同天气情况下污染物浓度变化
(注:图中相同小写字母表示同一种污染物在不同天气情况下日均浓度在5%水平上的差异不显著,不同字母表示差异显著)
Fig. 3 Variations of air pollution concentrations under different weather conditions

表 5展示了4种天气情况NO、 NO2、 O3、SO2和PM2.5浓度的相关性分析,从表中看出,气温、风速、相对湿度和降雨量对O3浓度的变化有重要影响,除了相对湿度和降雨量与O3呈极显著负相关,其它都与O3呈极显著正相关.NO、NO2浓度与气象要素的相关性恰好与O3相反,PM2.5与降雨量呈极显著正相关,但是雨天PM2.5与温度、风速,相对湿度气的相关性较差,由于降水对PM2.5清除作用强,浓度大幅降低,而其他天气情况的相关性强弱表现为晴天>多云>阴天.SO2与气象要素都呈负相关并且与温度的相关性较强,呈现晴天>多云>阴天>雨天;与风速和相对湿度的相关性较低.

表 5 2012-01—2014-02不同天气情况下污染物浓度日均值与气象要素日均值的相关系数统计 Table 3 Correlation coefficients among the atmospheric pollutants and meteorological parameters under different weather conditions during Jan 2012 and Feb 2014
4 讨论(Discussion)

O3、Ox和O3-8hmax表现出夏高冬低的季节变化,且夏季显著高于其它3个季节,这与邵平等(2012)在河北张家口,殷永泉等(2006)在济南以及安俊琳等(2007)在北京观测的结果一致.臭氧生成与其前体物关系密切,在太阳强辐射作用下,光化学反应剧烈,进而形成高浓度臭氧,并且受气温、风速和相对湿度等气象因素的影响很大(Camalier et al.,2007).重庆夏季充足的太阳光照和高温天气为高浓度臭氧生成提供了有利条件,其它季节相反.此外,重庆山城夏季是储存高浓度臭氧的区域,导致Ox显著高于其它3个季节.本文的相关性分析表明温度和相对湿度是影响臭氧浓度的重要因素,高温低湿的天气情况下有利于大气O3的生成,邵平等(2014)研究了南京地区不同温度范围内O3浓度发现,随着温度的增加,臭氧体积分数也随之而增加,相关系数为0.55.而我们此次研究中,多云和晴天的情况下,臭氧浓度高并且相关系数分别为0.75和0.90,由此说明在高温下,有利于臭氧的生成.另外,由于O3是由于NOx和VOCs在紫外线作用下光化学反应生成,因此气温低,辐射小不利于臭氧生成(王莉莉等,2011).O3浓度随着相对湿度的增加逐渐较小,反映出高相对湿度影响光化学进程,也有利于O3的湿清除(邵平等,2014).重庆北碚城区O3浓度的日变化与其它城市地区观测到的结果基本一致(Gramsch et al.,2006Andreas et al.,2006).白天随着太阳辐射增强和环境温度的升高,光化学反应活跃,臭氧浓度逐渐升高,直到下午15:00左右达到最大值,然后随着光化学反应削弱,臭氧浓度也逐渐降低,并在夜间凌晨达到最小值(于阳春等,2013).

大气中NOx浓度呈现明显的季节变化特征,表现为冬高夏低.作为臭氧生成的前体物,重庆地区夏季NOx和VOCs浓度低,祁心等(2014)对重庆市北碚城区大气中VOCs组成特征研究表明,VOCs浓度呈现夏季低,冬季浓度高,并且发现主要来源于机动车尾气排放.这与我们此次研究的NOx浓度及其排放源保持一致.而冬季太阳辐射弱,大气氧化性低,光化学反应弱,NOx消耗低;其次,冬季大气层级稳定,大气湍流弱,不利于NOx的扩散;夏季太阳辐射强并且是重庆降水的主要季节,光化学反应的消耗和雨水的冲刷导致氮氧化物浓度较低.NO早上峰值是由于城市机动车尾气排放造成,谷值是由于太阳辐射增强,光化学反应消耗NO形成低值区.

多云和晴天时气温较高,大气氧化性强,SO2在大气中可以催化氧化或光化学氧化成不易挥发的硫酸,并溶于云滴或雨滴形成酸雨(吉东生,2008);另外雨天虽然温度低,但对SO2具有冲刷作用,导致在雨天时浓度具有明显下降.夏季温度高,大气氧化性强,加速SO2在大气中被氧化形成硫酸盐,而且夏季大气对流旺盛且降水频率高,有利于SO2的清除作用.重庆作为污染型重工业基地,但通过两年的观测却发现,与国家二级标准浓度相比,北碚城区大气SO2的浓度基本上未有超标现象.这主要是由于近年来,重庆市政府贯彻并执行了一系列净化空气污染的政策,如洁净燃煤技术的推行,煤改气工程,调整能源使用结构,转移污染企业等,使SO2污染得到了有效的控制.周国兵等(2010)通过统计分析2003—2008年重庆市主城区大气污染观测资料(SO2、NOx、PM10),结果表明重庆主城区的主要污染物不再是SO2而是PM10.另外,作为此次观测地点的北碚区位于国家级自然保护区缙云山下,森林覆盖率高,拥有良好的生态环境,被誉为重庆都市花园,是国家环境保护模范区和国家生态示范区,基于独特的地理区位和经济结构,该城区SO2浓度相对较低.

PM2.5浓度变化受到周期性的积累和清除过程的控制(辛金元等,2010),雨天PM2.5与温度、风速,相对湿度气的相关性较差,由于降水对PM2.5清除作用强,浓度大幅降低,阴天相对湿度大,温度低,水汽含量高,水汽增加能促使大气中的硫氧化物和氮氧化物被氧化成二次颗粒物,促使PM2.5浓度增高,2012和2013年雨天分别为135 d和124 d,阴天分别为101 d和74 d,雨天对PM2.5冲刷能力强,阴天有利于PM2.5的积累,基于此原因导致2012和2013年日平均浓度总体没有显著差异.为了更清楚的了解气流输送对冬季PM2.5浓度的影响,图 4展示了利用HYSPLIT轨迹模式(模拟起点为重庆市北碚区观测站,轨迹终点距地面高度设置为1000 m,后推气流轨迹运行时间设定为72 h)对重庆市北碚城区2012年和2013年冬季大气污染物的后推气流进行聚类分析.从图中可以看出,2012和2013年冬季气流来源基本相似,短距离气流输送(cluster 1)占了总气团的73%,来源于东南方向且主要是重庆地区的排放源,北碚区的东南面为重庆市的重工业污染区,长期以来,该地区大气颗粒物污染严重,2012年重庆主城区大气中PM2.5的平均浓度为113.1 μg·m-3(任丽红等,2014);而2012年重庆市北碚城区大气中PM2.5平均浓度为67.5 μg·m-3,但是随着城市规模的扩大,工业生产活动,道路扬尘和机动车保有量的增加,加之气象条件对细粒子污染的影响,且北碚处在下风向,因此气流会带来高浓度的PM2.5,加之冬季风速较小,基本是微风,大气层级较稳定,不利于污染物的扩散.其次冬季降雨少,不利于PM2.5的冲刷,反而有利于污染物的累积和二次气溶胶的生成,导致区域污染加重.2012年冬季中长距离气流输送(cluster 2,3,4)分布散,分别占20%,4%和3%,气团主要来源偏西和北方向;2013年冬季中长距离气流输送(cluster 2,3,4)分布集中,分别占了16%、10%、1%,主要来源于偏西方向,长距离气流输送对北碚地区大气污染影响较小.

图 4 2012年和2013冬季的后推气流轨迹聚类 Fig. 4 Clusters of back trajectories during winter seasons

PM2.5的日变化特征与其它城市地区日变化趋势相似(梁思等,2012钱凌等,2008).城市交通会在早晚出现两个高峰,相对应PM2.5日变化会在早晚出现两个峰值,这主要是由于交通排放和路面扬尘造成.另外,边界层的下沉和较高的相对湿度环境下,更加有利于硝酸盐和硫酸盐的形成,导致PM2.5浓度升高(程雅芳等,2008).

5 结论(Conclusions)

1)重庆北碚大气中PM2.5污染最严重,SO2污染最轻;与2012年相比,2013年大气污染加重.

2)大气污染物日变化模式呈现多样性,O3和Ox表现出明显的单峰型变化,峰值出现在下午16:00;NO和NOx为“早峰午谷”的变化特征,而NO2和PM2.5呈双峰型变化趋势,早上和晚上出现峰值;SO2呈单峰型变化,峰值出现在早上,谷值出现在晚间.

3)降雨对大气污染物具有较强的去除能力,SO2,PM2.5,O3,NO和NO2均为雨天浓度最低,而晴天浓度较高.高温,小风和低湿容易出现O3高值,而NOx相反;PM2.5在不同天气状况下表现各不相同,但与气象因素的相关性总体表现为晴天>多云>阴天;SO2与气象要素均呈负相关,主要受温度影响.

参考文献
[1] 安俊琳, 王跃思, 李昕, 等. 2007. 北京大气中NOx和O3浓度变化的相关性分析[J]. 环境科学, 28(4):706-711
[2] Andreas K, Wolfgang A, Gabriele K, et al. 2006. Ozone pollution and ozone biomonitoring in European cities. Part I:Ozone concentration and cumulative exposure indices at urban and suburban sites[J]. Atmospheric Environment, 40:7963-7974
[3] 程雅芳, 张远航, 胡敏. 2008. 珠江三角洲大气气溶胶辐射特性:基于观测的模型方法及应用[M].北京:科学出版社
[4] Camalier L, Cox W, Dolwick P. 2007. The effects of meteorology on ozone in urban areas and their use in assessing ozone trends[J]. Atmospheric Environment, 41(33):7127-7137
[5] Chan C Y, Xu X D, Li Y S, et al. 2005. Characteristics of vertical profiles and source of PM2.5, PM10 and carbonaceous species in Beijing[J]. Atmospheric Environment, 39(28):5113-5124
[6] 戴伟, 高佳琪, 曹罡, 等. 2012. 深圳市郊区大气中PM2.5的特征分析[J]. 环境科学, 33(6):1952-1957
[7] 戴树桂. 1996. 环境化学[M].北京:高等教育出版社
[8] Elminir H K. 2005. Dependence of urban air pollutants on meteorology[J].Science of the Total Environment, 350:225-237
[9] 郭新彪, 魏红英. 2013. 大气PM2.5对健康影响的研究进展[J].科学通报, 58(13):1171-1177
[10] Gramsch E, Cereceda-Balic F, Oyola P, et al. 2006. Examination of pollution trends in Santiago de Chile with cluster analysis of PM10 and Ozone data[J]. Atmospheric Environment, 40:5464-5475
[11] 吉东生, 王跃思, 王跃思, 等. 2009. 北京大气中SO2浓度变化特征[J]. 气候与环境研究, 14(1):69-76
[12] 吉东生. 2008. 北京及周边地区大气污染联网观测与研究[D]. 北京:中国科学院大气物理研究所
[13] 李九彬, 王建力.2013. 2001-2011年重庆市空气质量特征分析[J].西南大学学报, 35(9):145-153
[14] 刘永祺, 李大鹏, 倪长健.2009. 重庆市大气污染特征及其影响因素分析[J]. 四川环境, 28(3):28-32
[15] 梁思, 马楠, 徐婉筠, 等. 2012. 天津郊区夏季气溶胶谱分布特征观测研究[J].北京大学学报(自然科学版), 48(2):246-252
[16] Liu T, Li T T, Zhang Y H, et al. 2013. The short-term effect of ambient ozone on mortality is modified by temperature in Guangzhou, China[J].Atmospheric Environment, 76:59-67
[17] Shao M, Zhang Y H, Zeng L M, et al. 2009. Ground-level ozone in the Pearl River Delta and the roles of VOC and NOx in its production[J].Environmental Manage, 90(1):512-518
[18] 钱凌, 银燕, 童尧青, 等. 2008. 南京北郊大气细颗粒物的粒径分布特征[J].中国环境科学, 28(1):18-22
[19] 祁心, 郝庆菊, 吉东生, 等. 2014. 重庆市北碚城区大气中VOCs组成特征研究[J]. 环境科学, 35(9):3293-3301
[20] 任丽红, 周志恩, 赵雪艳, 等.2014. 重庆市主城区大气PM10及PM2.5来源解析[J].环境科学研究, 27(12):1387-1394
[21] 邵平, 安俊琳, 杨辉, 等. 2014. 南京北郊夏季近地层臭氧及其前体物体积分数变化特征[J]. 环境科学, 35(11):4031-4043
[22] 邵平, 王莉莉, 安俊琳, 等. 2012. 河北张家口市大气污染观测研究[J]. 环境科学, 33(8):2538-2550
[23] Sun Y, Wang Y S, Zhang C C. 2009. Measurement of the vertical profile of atmospheric SO2 during the heating period in Beijing on days of high air of pollution[J]. Atmospheric Environment, 43(2):468-472
[24] 王莉莉, 王跃思, 吉东生, 等. 2011. 天津滨海新区秋冬季大气污染特征分析[J]. 中国环境科学, 31(7):1077-1086
[25] 辛金元, 王跃思, 唐贵谦, 等.2010. 2008年奥运期间北京及周边地区大气污染物消减变化[J].科学通报, 55(15):1510-1519
[26] 徐龙君, 兰劲涛.2005. 重庆市酸雨规律分析及防止对策[J]., 矿业安全与环保, 32(5):16-19
[27] 徐峻, 张远航.2006. 北京市区夏季O3生成过程分析[J].环境科学学报, 26(6):973-980
[28] 殷永泉, 单文坡, 纪霞, 等. 2006. 济南大气臭氧浓度变化规律的研究[J]. 环境科学, 27(11):2299-2302
[29] 于阳春, 胡波, 王跃思.2013.北京东灵山地区主要大气污染物浓度变化特征[J]. 环境科学, 34(7):2505-2511
[30] 张灿, 周志恩, 翟崇治, 等.2014. 重庆市区灰霾天气变化及特征分析[J]. 中国环境监测, 30(4):69-75
[31] 朱倩茹, 刘永红, 徐伟嘉, 等. 2013. 广州PM2.5污染特征及影响因素分析[J].中国环境监测, 29(2):15-21
[32] 周国兵, 王式功. 2010.重庆市主城区空气污染天气特征研究[J]. 长江流域资源与环境, 19(11):1345-1349