?

近地表氣象風速對固定點位環境空氣PM2.5污染貢獻影響研究

2022-12-05 05:19丁銘郁建橋鐘聲
環境監控與預警 2022年6期
關鍵詞:頻度貢獻半徑

丁銘,郁建橋,鐘聲

(江蘇省環境監測中心,江蘇 南京 210036)

近年來,隨著經濟迅速發展, 城市開發速度加快, 各工業區規模不斷擴大, 工業污染、機動車尾氣污染、建筑揚塵污染也隨之加劇,復合型污染態勢已日趨嚴峻,給大氣污染防治帶來了前所未有的壓力[1-2]。為做到精準治污、科學治污,探尋大氣污染物貢獻和輸送規律,為環境管理服務[3-6],現根據2019—2021年江蘇省細顆粒物(PM2.5)和氣象風速監測結果,采用大數據分析方法,分析了江蘇省PM2.5的貢獻與影響,以期為大氣污染防治工作提供科學依據[7-9]。

1 數據來源與研究方法

1.1 數據來源

PM2.5數據來自年江蘇省南京、蘇州、常州、無錫、鎮江、泰州、揚州、南通、徐州、連云港、淮安、鹽城、宿遷13市的大氣自動站。污染物數據來自中國環境監測總站的全國空氣質量實時發布平臺(http://106.37.208.233:20035/),頻次為1次/h;氣象數據來自中央氣象臺官網(http://www.Nmc.cn/);近地面氣象(溫度、壓力、濕度、風速、風向)數據來自江蘇省氣象臺。

1.2 數據質控

大氣自動站運維質控工作包括定期的質量控制(QC)檢查、質量保證(QA)檢查和隨機檢查,通過運維檢查對站點運維情況進行現場考核,保證數據的獲取率、有效率和準確率。

1.2.1 QC檢查

每季度對每個大氣自動站開展1次QC檢查,檢查內容包括:(1)PM2.5分析儀流量、關鍵參數值(K值)和背景值核查,其中關鍵參數值需要與出廠設備報告保持一致,按照《環境空氣顆粒物(PM2.5和PM10)連續自動監測系統運行和質控技術規范》(HJ 817—2018)有關規定進行處理;同時進行采樣流量、采樣溫度、標準膜、氣密性、壓力傳感器檢查,記錄最終測試情況。(2)采樣管路、采樣部件的清潔度、密封度檢查。

1.2.2 QA檢查

每半年對每個大氣自動站開展1次QA檢查,使用比對追溯校驗后的流量計,對顆粒物分析儀的流量進行校驗,記錄分析儀內部的溫度、壓力測值,同時對儀器流量、氣密性測試偏差進行計算并記錄。

1.2.3 隨機檢查

開展手工監測比對,檢查站房環境,將異常數據與周邊站點數據進行比對核查。

1.3 評價與分析方法

1.3.1 濃度限值

PM2.5的質量濃度限值參照《環境空氣質量標準》(GB 3095—2012)二級標準,見表1。

表1 PM 2.5的質量濃度二級標準限值

1.3.2 污染貢獻及影響評價

污染貢獻占比的計算公式見式(1)—(3)。

(1)

(2)

(3)

式中:P——污染物矢量(R,θ);R——落點位置;θ——弧度角;a——風向,(°);v——風速,m/s。

影響半徑的計算公式見式(4)。

影響半徑=t×v

(4)

式中:t——影響時間,s;v——實測風速,m/s。

累計影響時間≥2/3時間的風速為該區域的絕對影響風速,計算結果為絕對影響半徑;累計影響時間≥1/3時間的風速為該區域的直接影響風速,計算結果為直接影響半徑。

2 結果與討論

2.1 風速頻度與影響半徑

2.1.1 風速頻度年度變化

2019—2021年江蘇省平均風速區間頻度分布見圖1。由圖1可見,2019—2021年近地面小時風速區間頻度為0.1%~34.4%,整體呈現先升后降的趨勢,其中1~2 m/s風速區間的頻度占比最高(30.8%~34.4%),5 m/s及以上風速區間的頻度較少(3%左右)。主要風速區間為0~3 m/s,頻度為76.3%~80.7%,平均值為78.9%,其中2019年最高,2021年最低。

圖1 2019—2021年江蘇省平均風速區間頻度分布

2.1.2 風速頻度區域變化

2019—2021年江蘇省各市風速區間頻度分布見圖2。由圖2可見,各市0~3 m/s風速區間頻度為59.4%~92.0%,平均值為78.9%。其中揚州和徐州較高,分別為92.0%和88.5%;南通和連云港較低,分別為59.4%和71.6%。0~3 m/s風速區間頻度為70.2%~79.9%,蘇南5市(南京、鎮江、蘇州、常州、無錫)最高,為79.9%,沿海3市(鹽城、連云港、南通)最低,為70.2%。與全省平均風速區間頻度相比,沿海3市0~1 m/s風速區間頻度低了3.6個百分點,1~2 m/s風速區間頻度低了3.9個百分點,存在較大差異,其余地區無明顯變化。

圖2 2019—2021年江蘇省各市風速區間頻度分布

2.1.3 風速頻度與影響半徑

2019—2021年江蘇省各市風速區間頻度與影響半徑見表2。由表2可見,各市0~2 m/s風速區間頻度為35.8%~68.3%;0~3 m/s風速區間頻度為59.4%~92.0%;0~4 m/s風速區間頻度為77.8%~98.7%。

表2 2019—2021年江蘇省各市風速區間頻度與影響半徑

按照1.3.2節影響半徑的計算方法,2019—2021年江蘇省各市絕對影響半徑和直接影響半徑的風速區間頻度見表3。由表3可見,半徑在7 km內,絕對影響風速頻度為59.4%~92.0%(平均值為78.9%),直接影響風速頻度為96.3%~100.0%;在5 km內,絕對影響風速頻度為40.6%~74.0%(平均值為58.7%),直接影響風速頻度為80.8%~99.4%;在3 km內,絕對影響風速頻度為20.4%~41.9%,直接影響風速頻度為55.0%~88.8%。

表3 2019—2021年江蘇省各市絕對影響半徑和直接影響半徑的風速區間頻度

2.2 風速頻度與污染物貢獻

2.2.1 風速頻度與PM2.5貢獻相關性

通過計算不同半徑內的風速頻度,結合PM2.5濃度,可以計算出不同半徑內風速頻度對應的PM2.5貢獻占比。PM2.5貢獻占比分布見圖3。由圖3可見,半徑在7 km內,風速頻度為78.9%,PM2.5貢獻占比為82.4%;半徑在5 km內,風速頻度為59.6%,PM2.5貢獻占比為65.9%;半徑在3 km內,風速頻度為33.5%,PM2.5貢獻占比為39.9%。

圖3 PM2.5貢獻占比分布

風速頻度與PM2.5貢獻占比的相關性見圖4。由圖4可見,二者之間存在正相關關系,決定系數(R2)為0.986 5。0~1 m/s風速區間,風速頻度為20.9%,PM2.5貢獻占比為24.3%;1~2 m/s風速區間,風速頻度為32.6%,PM2.5貢獻占比為34.4%;2~3 m/s風速區間,風速頻度為25.4%,PM2.5貢獻占比為23.7%;0~3 m/s風速區間PM2.5貢獻占比之和達82.4%。

圖4 風速頻度與PM2.5貢獻占比的相關性

2.2.2 風速區間與高值區PM2.5的相關性

根據《GB 3095—2012》,PM2.5的24 h質量濃度限值為75 μg/m3,大于該限值的濃度區域為高值區。ρ(PM2.5)>75 μg/m3的頻次和發生污染的概率與風速區間的關系見圖5(a)(b)。由圖5可見,隨著風速的上升,ρ(PM2.5)>75 μg/m3的頻次和發生污染的概率均呈現明顯的下降趨勢,二者存在較好的負相關關系。

圖5 ρ(PM2.5)>75 μg/m3的頻次和發生污染的概率與風速區間的關系

2.3 實際案例

2019—2021年南京與連云港風速區間頻度分布見圖6,PM2.5貢獻占比分布見圖7(a)(b)。

圖7 南京與連云港PM2.5貢獻占比分布

由圖6和圖7可見,南京市風速區間主要集中在0~3 m/s,該區間風速頻度為89.2%,PM2.5的貢獻占比為91.7%。0~2 m/s風速區間頻度為65.7%,PM2.5貢獻占比為70.3%。半徑7 km內,絕對影響風速頻度為89.2%,PM2.5貢獻占比為91.7%;半徑5 km內,絕對影響風速頻度為72.1%,PM2.5貢獻占比為76.3%;半徑3 km內,絕對影響風速頻度為41.5%,PM2.5貢獻占比為46.7%。半徑7 km內,直接影響風速頻度為99.9%,PM2.5貢獻占比為99.9%;半徑5 km內,直接影響風速頻度為98.3%,PM2.5貢獻占比為99.0%,半徑3 km內,直接影響風速頻度為86.1%,PM2.5貢獻占比為89.0%。

連云港市風速區間主要集中在0~3 m/s,該區間風速頻度為91.4%,PM2.5占比貢獻為93.8%。0~2 m/s風速區間頻度為68.3%,PM2.5貢獻占比為68.8%。半徑7 km內,絕對影響風速頻度為91.4%,PM2.5貢獻占比為93.8%;半徑5 km內,絕對影響風速頻度為74.7%,PM2.5貢獻占比為76.5%;半徑3 km內,絕對影響風速頻度為46.5%,PM2.5貢獻占比為48.3%。半徑7 km內,直接影響風速頻度為99.9%,PM2.5貢獻占比為100.0%;半徑5 km內,直接影響風速頻度為99.1%,PM2.5貢獻占比為99.6%;半徑3 km內,直接影響風速頻度為88.5%,PM2.5貢獻占比為90.2%。

綜上所述,半徑7 km內,南京市和連云港市的絕對影響PM2.5貢獻占比分別為91.7%和93.8%,直接影響PM2.5貢獻占比均為99.9%;半徑5 km內,絕對影響PM2.5貢獻占比分別為76.3%和76.5%,直接影響PM2.5貢獻占比分別為98.3%和99.1%;半徑3 km內,絕對影響PM2.5貢獻占比分別為46.7%和48.3%,直接影響PM2.5貢獻占比分別為89.0%和90.2%??梢姽潭c位的PM2.5貢獻占比隨著半徑范圍的擴大而增加,在近地面風速影響下,其PM2.5貢獻占比也會發生變化。

3 結論

(1)2019—2021年江蘇省大氣自動站的小時風速數據顯示,1~2 m/s風速區間頻度占比最高,為30.77%~30.39%,5 m/s及以上風速區間頻度占比最小,僅為3%左右。風速區間集中在0~3 m/s,頻度為76.3%~80.7%。

(2)從區域變化來看,全省各市0~3 m/s風速區間頻度為59.4%~92.0%,平均值為78.9%。沿海3市(鹽城、連云港、南通)0~1 m/s風速區間頻度較全省該風速區間頻度低了3.6個百分點,1~2 m/s風速區間頻度低了3.9個百分點,存在較大差異,其余地區無明顯變化。

(3)從風速頻度與影響半徑來看,半徑7 km內,絕對影響風速頻度為59.4%~92.0%,直接影響風速頻度為96.3%~100.0%;半徑5 km內,絕對影響風速頻度為40.6%~74.0%,直接影響風速頻度為80.8%~99.4%;半徑3 km內,絕對影響風速頻度為20.4%~41.9%;直接影響風速頻度為55.0%~88.8%??梢姲霃? km內的絕對影響風速頻度與半徑3 km內的直接影響風速頻度均已達到較高水平。

(4)從風速區間頻度與PM2.5貢獻占比來看,0~3 m/s風速區間頻度的平均值為78.9%,PM2.5貢獻占比之和為82.4%。風速頻度與PM2.5貢獻占比存在良好的正相關關系。風速區間與ρ(PM2.5)>75 μg/m3的頻次和發生污染的概率存在良好的負相關關系。

(5)以南京和連云港為例。0~3 m/s風速區間頻度分別達到89.2%和91.4%,PM2.5貢獻占比分別達到91.7%和93.8%;半徑7 km內,絕對影響PM2.5貢獻占比分別為91.7%和93.8%,直接影響PM2.5貢獻占比分別為98.3%和99.1%;半徑3 km內,絕對影響PM2.5貢獻占比分別為46.7%和48.3%,直接影響PM2.5貢獻占比分別為89.0%和90.2%。

猜你喜歡
頻度貢獻半徑
中國共產黨百年偉大貢獻
2020:為打贏脫貧攻堅戰貢獻人大力量
連續展成磨削小半徑齒頂圓角的多刀逼近法
貢獻榜
海洋貢獻2500億
眨眼頻度可判斷煙癮大小
一些圖的無符號拉普拉斯譜半徑
銅綠假單胞菌MIC分布敏感百分數與抗菌藥物使用頻度相關性研究
熱采水平井加熱半徑計算新模型
四種方法確定圓心和半徑
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合