|
|
西南地区主要城市PM2.5浓度时空分布特征及其气象影响因素分析
|
Abstract:
基于2015~2017年西南地区成都市、贵阳市、重庆市、昆明市、拉萨市PM2.5浓度的逐日观测数据以及同期的气象要素(气温、气压、风速、相对湿度)观测数据，分析PM2.5浓度、气象要素的时空分布特征以及其之间的关系。结果表明：西南地区PM2.5年平均浓度在63.84 μg？m？3~73.93 μg？m？3区间内先增加后降低；季节平均浓度具有鲜明的季节变化特征，冬季高，夏季低；月平均浓度大致呈现减小–增加–减小–增加的位相变化。PM2.5年平均浓度空间分布形式较稳定，成都市始终呈现PM2.5高浓度聚集(年平均浓度分别为101.27 μg？m？3、100.64 μg？m？3、84.90 μg？m？3)。五个城市PM2.5浓度和气温呈显著负相关；成都市PM2.5浓度与气压呈强正相关，重庆市、昆明市呈负相关；昆明市、成都市PM2.5浓度与风速呈负相关；拉萨市、贵阳市PM2.5浓度与相对湿度呈负相关。研究表明，小风，适宜的气温和湿度，低压，适当的降水会使PM2.5的浓度增加。
Based on the daily observation data of PM2.5 concentrations in Chengdu, Guiyang, Chongqing, Kunming, and Lhasa in Southwest China from 2015 to 2017, as well as the observation data of meteorological elements (temperature, air pressure, wind speed, and relative humidity) during the same period, the analysis of PM2.5 concentrations and the spatiotemporal distribution characteristics of meteorological elements and their relationship. The results show that the annual average PM2.5 concentration in Southwest China increases and then decreases in the range of 63.84~73.93 μg？m？3; the seasonal average concentration has distinct seasonal variation characteristics, high in winter and low in summer; the monthly average concentration generally shows a phase change of decreasing-increasing-decreasing-increasing. The spatial distribution of the annual average PM2.5 concentration is relatively stable, and Chengdu always shows high PM2.5 concentration aggregation (the annual average concentrations are 101.27 μg？m？3, 100.64 μg？m？3, and 84.90 μg？m？3, respectively). PM2.5 concentrations and air temperature in five cities were significantly negatively correlated; PM2.5 concentrations in Chengdu were strongly positively correlated with air pressure, Chongqing and Kunming were negatively correlated; PM2.5 concentrations in Kunming and Chengdu were negatively correlated with wind speed; Lhasa and Guiyang PM2.5 concentrations were negatively correlated with relative humidity. Studies have shown that light winds, suitable temperature and humidity, low pressure, and
| [1] | 黄琳, 刘迪, 蔡东杰, 等. 广州市多污染物联合暴露的健康效应评估研究[J]. 中国环境科学, 2022, 42(11): 5418-5426. |
| [2] | 段艺珠, 黄志军, 舒志浩, 等. PM2.5污染与心血管系统损害[J]. 中华心血管病杂志, 2016, 44(2): 179-182. |
| [3] | 曾贤刚, 阮芳芳. 中国PM2.5污染健康效应的国民经济影响分析[J]. 中国环境科学, 2020, 40(7): 3228-3238 |
| [4] | 王一楷, 张明锋, 陈志彪, 等. 厦门市冬季PM2.5污染情境识别及其与气象条件的关系[J]. 环境科学研究, 2020, 33(8): 1758-1765. |
| [5] | 张辉, 巫楚, 张敬伟, 等. 河源市空气质量首要污染物特征及其与气象条件的关系[J]．气象与环境学报, 2022, 38(1): 40-47. |
| [6] | 花瑞阳, 李蔚, 叶成志, 等. 2016~2019年长沙市O３浓度变化特征及其影响因子分析[J]. 气象与环境学报, 2023, 39(2): 44-52. |
| [7] | 栾兆鹏, 卢慧超, 李恬, 等. 降水和风对泰安地区PM2.5浓度的影响及区域传输研究[J]. 气象与环境学报, 2021, 37(3): 33-39. |
| [8] | 毛卓成, 许建明, 杨丹丹, 等. 上海地区PM2.5-O3复合污染特征及气象成因分析[J]. 中国环境科学, 2019, 39(7): 2730-2738. |
| [9] | 姚青, 蔡子颖, 刘敬乐, 等. 气象条件对2009~2018年天津地区PM2.5质量浓度的影响[J]. 环境科学学报, 2020, 40(1): 65-75. |
| [10] | 尹承美, 何建军, 于丽娟, 等. 多尺度气象条件对济南PM2.5污染的影响[J]. 高原气象, 2019, 38(5): 1120-1128. |
| [11] | 熊俊楠, 李进, 程维明, 等. 西南地区山洪灾害时空分布特征及其影响因素[J]. 地理学报, 2019, 74(7): 1374-1391. |
| [12] | 国政, 聂华, 臧润国, 等. 西南地区天然林保护工程生态效益评价[J]. 内蒙古农业大学学报(自然科学版), 2011, 32(2): 65-72. |
| [13] | 郭利, 张艳昆, 刘树华, 等. 北京地区PM10质量浓度与边界层气象要素相关性分析[J]. 北京大学学报(自然科学版), 2011, 47(4): 607-612. |
| [14] | 彭亮, 郑淑文, 何英, 等. 基于MODIS的积雪时空变化与CMADS气象因子相关性研究——以塔什库尔干河流域为例[J]. 水资源与水工程学报, 2019, 30(4): 53-62. |
| [15] | 郭亮, 郭子雪, 贾洪涛, 等. 基于皮尔逊相关系数与SVM的居民窃电识别[J]. 河北大学学报: 自然科学版, 2023, 43(4): 357-363. |
| [16] | 李瑞. 成都市PM2.5、PM10变化特征及其与气象因素的关系[J]. 大气与环境光学学报, 2023, 18(1): 47-58. |
| [17] | 马德栗, 鞠英芹, 史瑞琴, 等. 天门市大气污染物特征及其与气象要素关系[J]. 环境科学与技术, 2020, 43(S2): 1-6. |
| [18] | 杨文涛, 谯鹏, 刘贤赵, 等. 2011~2017年中国PM2.5多尺度时空分异特征分析[J]. 环境科学, 2020, 41(12): 236-5244. |
| [19] | 杨军, 李楠, 邓元博, 等. 2016~2017年长白山池北区PM2.5、PM10特征及其与气象因子的关系分析[J]. 南方农业, 2020, 14(26): 185-186, 196. |
| [20] | 王佳佳, 夏晓圣, 程先富, 等. 合肥市PM2.5浓度时空分布特征及影响因素分析[J]. 长江流域资源与环境, 2020, 29(6): 1413-14, 21. |
| [21] | 叶如辉, 肖天贵, 谢志轩, 等. 新都区冬季空气污染扩散与气象要素相关性研究[J]. 高原山地气象研究, 2022, 42(2): 104-112, 136. |
| [22] | 卫大恒. 青藏高原典型气候条件对我区初中化学实验的影响及改进方法[J]. 西藏教育, 2014(6): 17-18. |
| [23] | 杨明. 狭管效应的分析与应用[J]. 地理教学, 2014(18): 43-44. |
| [24] | 郑胡飞, 曾勇, 张光红. 遵义市PM10和PM2.5污染水平时间分布及其与气象条件的关系研究[J]. 环境科学与管理, 2017, 42(6): 149-152. |
| [25] | 张朝能, 王梦华, 胡振丹, 等. 昆明市PM2.5浓度时空变化特征及其与气象条件的关系[J]. 云南大学学报: 自然科学版, 2016, 38(1): 90-98. |
| [26] | 陈雅琼, 宋田, 宋冬洋, 等. 成都市冬季PM2.5污染特征及溯源分析[J]. 河南科技, 2020, 39(7): 151-153. |
| [27] | 刘周华, 王鹏. 2016年含山县PM2.5的污染特征及与气象要素的相关性分析[J]. 安徽农学通报, 2017, 23(24): 136-138, 157. |
| [28] | 任丽红, 周志恩, 赵雪艳, 等. 重庆主城区大气PM10及PM2.5来源解析[J]. 环境科学研究, 2014, 27(12): 1387-1394. |
| [29] | 张彩艳, 吴建会, 张普, 等. 成都市冬季大气颗粒物组成特征及来源变化趋势[J]. 环境科学研究, 2014, 27(7): 782-789. |
