进入21世纪以来,我国经济得到飞速发展,但能源消耗的持续增加却直接导致了污染物的排放量增大,空气污染事件频发,空气污染已逐渐成为最重要的环境问题之一。当前,我国空气污染形势严峻,以可吸入颗粒物(PM10)、细颗粒物(PM2.5)为特征污染物的大气环境问题日益突出,空气污染在危害居民健康的同时也严重阻碍了社会经济的可持续发展,影响社会的和谐与稳定[1]。空气污染分为室内和室外空气污染,其中室外环境的空气污染称为大气污染,其起因既有人为原因又有自然原因,而污染的形成过程即为污染物的排放量逐渐超过大气自净能力的过程。自2012年以来,雾霾污染事件频发,且覆盖范围逐年增大,其来源与煤炭、石油等燃料燃烧关系密切,我国煤炭消耗量约占据了全球总消耗量的50%[2]。吉林省位于空气污染较重的东北地区,冬季燃煤供暖时期空气污染情况格外严重,具有地区的特殊性。本研究选择吉林省轻、重污染的两座城市作为研究区域,通过对2014—2016年空气污染物分布规律的分析,深入了解吉林省空气污染特点,进而为有针对性地开展环境空气保护与治理工作提供科学依据。
1 材料与方法 1.1 研究范围根据吉林省社会经济、人口数量、工业化进程、城市化水平以及既往空气质量实际情况,选择A市作为本研究的污染区;选择B市作为本研究的对照区。
1.2 研究内容及方法收集A市、B市2014—2016年连续三年每日的空气主要污染物环保监测数据,包括:PM2.5、PM10、SO2、NO2。资料全部来自于当地环境保护部门公开发布的空气污染物浓度监测数据。通过分析各种空气污染物在时间、空间上的分布规律,探讨研究空气污染特点。
1.3 统计分析利用SPSS 13.0统计分析软件建立数据库并进行统计学检验,利用EXCEL进行绘图与制表。对资料进行正态性检验后,确定资料为非正态性分布,从而采用用中位数和百分位数来描述资料的集中和离散趋势,采用秩和检验进行对比分析。分类变量采用频数和百分数来描述,采用卡方检验进行比对。
2 结果 2.1 空气污染物年均浓度分布情况表 1为A、B两市2014—2016年PM2.5、PM10、SO2、NO2的浓度水平情况:①各空气污染物年均浓度A市均高于B市,差异有统计学意义;②A市各种空气污染物均逐年下降,B市除PM2.5变化不显著外,其他三种污染物也有所降低,其差异均有统计学意义。
| μg/m3 | ||||||||||
| 污染物 | 年份 | A市 | B市 | Z | P | |||||
| M | P25 | P75 | M | P25 | P75 | |||||
| PM2.5 | 2014年 | 50 | 33 | 82 | - | - | - | - | - | |
| 2015年 | 46 | 29 | 76 | 25 | 16 | 45 | -9.342 | < 0.001 | ||
| 2016年 | 36 | 23 | 57 | 24 | 16 | 41 | -7.909 | < 0.001 | ||
| χ2 | 47.839 | 2.767 | ||||||||
| P | < 0.001 | 0.096 | ||||||||
| PM10 | 2014年 | 99 | 71 | 141 | 63 | 53 | 91 | -10.354 | < 0.001 | |
| 2015年 | 82 | 56 | 122 | 41 | 30 | 72 | -12.371 | < 0.001 | ||
| 2016年 | 68 | 49 | 93 | 41 | 27 | 59 | -11.249 | < 0.001 | ||
| χ2 | 100.155 | 204.280 | ||||||||
| P | < 0.001 | < 0.001 | ||||||||
| SO2 | 2014年 | 20 | 8 | 64 | 14 | 8 | 34 | -3.195 | 0.001 | |
| 2015年 | 17 | 8 | 53 | 11 | 3 | 25 | -8.259 | < 0.001 | ||
| 2016年 | 13 | 7 | 44 | 7 | 5 | 19 | -8.698 | < 0.001 | ||
| χ2 | 13.318 | 74.312 | ||||||||
| P | 0.001 | < 0.001 | ||||||||
| NO2 | 2014年 | 44 | 34 | 54 | 22 | 15 | 41 | -12.070 | < 0.001 | |
| 2015年 | 40 | 32 | 50 | 20 | 15 | 28 | -16.748 | < 0.001 | ||
| 2016年 | 37 | 30 | 44 | 19 | 15 | 26 | -16.872 | < 0.001 | ||
| χ2 | 47.861 | 13.450 | ||||||||
| P | < 0.001 | 0.001 | ||||||||
| 注:“-”未获得B市2014年PM2.5质量浓度数据。因资料呈非正态分布,两城市比较及各年份间比较采用秩和检验 | ||||||||||
2.2 空气污染物月均浓度变化情况
对A、B两市2014—2016年PM2.5、PM10、SO2、NO2各月份的平均浓度进行统计,各种空气污染物在各月的平局浓度A市均高于B市,颗粒污染物PM2.5、PM10浓度在10—12月最高,6—9月最低;气态污染物SO2、NO2浓度在12月、1月最高,7—9月最低(图 1)。
|
| 图 1 2014—2016年A、B两市四种空气污染物质量浓度月均浓度情况 |
2.3 空气污染物日均浓度变化情况
图 2为A、B两市2014—2016年PM2.5、PM10、SO2、NO2浓度逐日变化情况,由图可知,各空气污染物呈现出明显的时间变化规律:每年10月中旬至11月中旬,颗粒物平均浓度达到一年中最高水平,且在10月至次年4月之间的冬春季节里一直保持相对较高水平,每年的峰值也多出现在此期间,每年5—9月,颗粒物污染水平相对较低;A、B两市颗粒物污染在这三年中均呈现出逐年下降的趋势。SO2污染呈现出明显的“U”型变化规律,即每年10月中旬至次年3月中旬SO2污染水平相对较高,每年5—9月,SO2污染水平相对较低,呈现出明显的波峰波谷分布特点,且峰值多出现在每年的1月份。NO2污染类似于SO2,但其变化幅度较SO2小,特别是在A市,NO2全年各季节增减幅度较小。
|
| 图 2 2014—2016年A、B两市四种空气污染物质量浓度逐日变化情况 |
2.4 空气污染物浓度超标情况
将四种空气污染物质量浓度与《环境空气质量标准》(GB 3095-2012)[3]二级浓度限值比较统计超标情况,结果如表 2所示:①除SO2外,其他三种污染物A市超标率均高于B市,尤其是颗粒物,每年A市超标率均高于B市,其差异有统计学意义;②A市2014—2016年颗粒物超标天数逐年减少,PM2.5超标率从30.4%降至14.8%,PM10超标率从19.7%降至4.9%;B市PM2.5由2015年的11.8%降至6.0%、PM10 超标率由7.4%降至1.6%;SO2、NO2超标情况较少,但NO2在2016年超标率情况也低于前两年。各项差异均有统计学意义。
| 污染物 | 年份 | A市 | B市 | χ2 | P | |||
| 超标天数/天 | 超标率/% | 超标天数/天 | 超标率/% | |||||
| PM2.5 | 2014年 | 111 | 30.4 | - | - | - | - | |
| 2015年 | 94 | 25.8 | 43 | 11.8 | 23.372 | < 0.001 | ||
| 2016年 | 54 | 14.8 | 22 | 6.0 | 15.035 | < 0.001 | ||
| χ2 | 26.189 | 7.510 | ||||||
| P | < 0.001 | 0.006 | ||||||
| PM10 | 2014年 | 72 | 19.7 | 27 | 7.4 | 23.664 | < 0.001 | |
| 2015年 | 60 | 16.4 | 12 | 3.3 | 35.502 | < 0.001 | ||
| 2016年 | 18 | 4.9 | 6 | 1.6 | 6.203 | 0.013 | ||
| χ2 | 37.432 | 16.319 | ||||||
| P | < 0.001 | < 0.001 | ||||||
| SO2 | 2014年 | 1 | 0.3 | 4 | 1.1 | 1.804 | 0.373 | |
| 2015年 | 0 | 0.0 | 0 | 0.0 | - | - | ||
| 2016年 | 0 | 0.0 | 0 | 0.0 | - | - | ||
| χ2 | - | - | ||||||
| P | - | - | ||||||
| NO2 | 2014年 | 5 | 1.4 | 6 | 1.6 | 0.092 | 0.761 | |
| 2015年 | 12 | 3.3 | 1 | 0.3 | 9.476 | 0.002 | ||
| 2016年 | 1 | 0.3 | 0 | 0.0 | - | - | ||
| χ2 | 10.532 | 7.287 | ||||||
| P | 0.005 | 0.008 | ||||||
| 注:PM2.5二级浓度限值为75 μg/m3;PM10二级浓度限值为150 μg/m3;SO2二级浓度限值150 μg/m3;NO2二级浓度限值为80 μg/m3。两城市比较及各年份间超标率的比较采用卡方检验 | ||||||||
按吉林省实际情况将将全年分为三个季节阶段,分别为冬季(10—12月,1—3月)、春秋季(4—5月、9月)和夏季(6—8月),统计各季度内的污染物超标率情况,因SO2、NO2以及B市超标情况较少,故只统计A市PM2.5和PM10数据,结果如图 3所示,PM2.5冬季超标情况严重,超标率2014年达51.1%,2015年有所下降,为46.2%,2016年降至29.5%,2016年其他季节均没有超标情况。PM10冬季超标情况也相对较重,2014年达29.1%,2015年略有降低,为26.4%,2016年降幅较大,为7.7%。
|
| 图 3 2014—2016年A市各季节PM2.5、PM10质量浓度超标情况 |
3 讨论
本文选择工业化城镇化水平较高的A市为污染区,选择城市规模较小、工业企业相对较少的B市为对照区,目的是了解吉林省不同区域内空气污染特征及其变化趋势,为更好地防治空气污染、保护公众健康提供科学依据。PM2.5、PM10、SO2、NO2是目前公认的环境空气主要污染物,其中PM2.5和PM10为颗粒污染物,SO2和NO2为气态污染物。
长期接触空气污染物可对人体造成多种急、慢性影响,如心脑血管疾病、心肺疾病[4-5]、神经系统和免疫系统症状[6-7],甚至增加死亡风险等等[8]。从本研究数据来看,吉林省A、B两市四种污染物浓度虽呈现出逐年下降的趋势,与国家环保部门加大力度治理和改善环境空气质量密不可分,但在冬季,吉林省空气污染状况仍不容乐观,各空气污染物冬季超标率均较高,2016年在污染物有所降低的情况下,PM2.5冬季超标率也达到了29.5%。颗粒污染物PM2.5和PM10呈现出明显的时间及季节变化规律,即冬春季节较高,夏秋季节较低,这与朱宏霞等[9]在沈阳、上海和广州以及张莹等[10]在哈尔滨的研究结果相似。本研究还发现,PM10在每年的2—4月份会出现一个小高峰,可能与春季的大风扬尘天气有关,需进一步研究论证。SO2、NO2污染呈现出明显的“U”型变化规律,是典型的煤烟型污染的表象,且峰值多出现在每年的1月份。吉林省作为我国气候最为寒冷的省份之一,每年从10月中旬开始至次年的4月中旬,长达半年之久的冬季都需燃煤供暖,大量煤炭燃烧排放的煤烟给吉林省的空气质量状况带来非常大的影响,空气污染不可避免。且作为农业大省,每年10月份焚烧秸秆情况达到高峰,大量的煤烟污染和秸秆焚烧颗粒物与烟尘造成了吉林省冬季雾霾高发的现状。此外,冷暖交替也是自10月份开始引发雾霾天气的诱因,冷暖交替易形成逆温层,若近地面风力较小,水平和垂直都不利于污染物扩散,污染物堆积城市上空,更易引发雾霾天气[11]。
在地域分布上,B市作为清洁对照区,少有重污染加工制造企业,人口、车辆及城市建筑密度远低于A市,其空气污染物水平显著低于A市。颗粒物方面,A市的PM2.5浓度年均值在2015年和2016年分别是B市的1.8倍和1.5倍,PM10浓度年均值在2015年接近B市的2倍,颗粒物水平表现出明显的地域差异。气态污染物方面,SO2、NO2虽然在两市均表现出相对较低水平,但A市仍远高于B市。但这种差异仅体现在年均值上,通过趋势图可知,当进入冬季时,B市SO2、NO2浓度水平也迅速升高,甚至在一定时期内超过A市水平,作为清洁区的B市污染情况也不容小觑。空气污染影响因素多且复杂,除气象因素变化、煤烟排放[12]、秸秆焚烧之外,工业化与城市化发展也决定着城市空气污染水平,在较大的工业化城市中,工业产业、建筑交通都较小城市密集,汽车尾气[13]、城市扬尘都是诱发空气污染的重要因素,进而呈现出一定的区域性污染[14]。
4 结论吉林省A、B两市空气污染状况呈现逐年下降趋势,但冬季污染仍较重,超标率较高。空气污染物随时间呈现出规律性分布,即冬季最高,冬春季节持续较高,夏秋季节较低的特点。A市空气污染重于B市,空气污染可能受多种因素的影响进而表现出一定的区域性。
| [1] | 国务院. 国务院关于印发大气污染防治行动计划的通知[EB/OL]. (2013-09-12). [2017-01-01]. http://www.gov.cn/zwgk/2013-09/12/content_2486773.htm. |
| [2] | 方叠. 中国主要城市空气污染对人群健康的影响研究[D]. 南京: 南京大学, 2014. In English:Fang D. Impact assessment of air pollution on the population health in major cities of China[J]. Nanjing:Nanjing University, 2014. http://cdmd.cnki.com.cn/article/cdmd-10284-1015505344.htm |
| [3] | 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB 3095-2012环境空气质量标准[S]. 北京: 中国环境科学出版社, 2016. In English:General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, Standardization Administration of China. GB 3095-2012 Ambient air quality standard[S]. Beijing:China Environmental Science Press, 2016. |
| [4] | Hamra GB, Guha N, Cohen A, et al. Outdoor particulate matter exposure and lung cancer:a systematic review and meta-analysis[J]. Environ Health Perspect, 2014, 122(9): 906–911. |
| [5] | Stafoggia M, Cesaroni G, Peters A, et al. Long-term exposure to ambient air pollution and incidence of cerebrovascular events:results from 11 European cohorts within the ESCAPE project[J]. Environ Health Perspect, 2014, 122(9): 919–925. |
| [6] | Kioumourtzoglou MA, Schwartz JD, Weisskopf MG, et al. Long-term PM2.5 exposure and neurological hospital admissions in the northeastern United States[J]. Environ Health Perspect, 2016, 124(1): 23–29. |
| [7] | Zanobetti A, Dominici F, Wang Y, et al. A national case-crossover analysis of the short-term effect of PM2.5 on hospitalizations and mortality in subjects with diabetes and neurological disorders[J]. Environ Health, 2014, 13(1): 38. doi: 10.1186/1476-069X-13-38 |
| [8] | Wong C-M on Behalf of the PAPA Teams:Bangkok, Hong Kong, Shanghai, and Wuhan. Part 5, Public Health and Air Pollution in Asia (PAPA):a combined analysis of four studies of air pollution and mortality[R]. Boston, MA:Health Effects Institute, 2010. |
| [9] | 朱红霞, 赵淑莉, 阚海东. 2013年我国典型城市大气污染物浓度分布特征[J]. 环境科学与技术, 2015, 38(6): 227–233. Zhu HX, Zhao SL, Kan HD. Distribution characteristics of main atmospheric pollutants concentration in Chinese typical cities in 2013[J]. Environ Sci Technol, 2015, 38(6): 227–233. (in Chinese). |
| [10] | 张莹, 魏晓慧, 王阿川. 哈尔滨市PM2.5质量浓度变化特征及影响因素分析[J]. 环境科学与技术, 2016, 39(3): 188–191. Zhang Y, Wei XH, Wang AC. Variation characteristics and influencing factors analysis of PM2.5 mass concentration in Harbin[J]. Environ Sci Technol, 2016, 39(3): 188–191. (in Chinese). |
| [11] | 孙燕, 严文莲, 谢真珍. 2013年12月上旬江苏大范围持续性雾霾成因分析[J]. 环境科学与技术, 2016, 39(1): 147–152. Sun Y, Yan WL, Xie ZZ. Analysis of the sustained fog and haze event resulting of Jiangsu province in early december 2013[J]. Environ Sci Technol, 2016, 39(1): 147–152. (in Chinese). |
| [12] | 黄青, 程水源, 陈东升, 等. 北京市一次SO2污染过程来源分析[J]. 环境科学与技术, 2010, 33(1): 89–93. Huang Q, Cheng SY, Chen DS, et al. Source identification of an ambient SO2 pollution process in Beijing[J]. Environ Sci Technol, 2010, 33(1): 89–93. (in Chinese). |
| [13] | 吴新敏, 孙建国, 石斌, 等. 乌鲁木齐市空气中氮氧化物的污染特征及来源分析[J]. 干旱环境监测, 2012, 16(3): 137–139. Wu XM, Sun JG, Shi B, et al. The source of nitrogen oxide and its characters in the air of Urumqi[J]. Arid Environ Monit, 2012, 16(3): 137–139. (in Chinese). |
| [14] | Zhang L, Fu CY, Zheng XJ, et al. Study on air pollution feature and its effect in Guangzhou urban area[J]. Ecol Environ, 2007, 16(2): 305–308. |


