兰州市PM2.5浓度变化规律及气象因子影响研究

张生财，吴红，杨银，把黎，陈自艳

甘肃省兰州市气象局 甘肃兰州 730020

摘 要：利用 2012-2015年兰州主城区 PM2.5浓度的小时资料及气象逐小时观测数据， 分析兰州市 PM2.5的日、月、季、年及供暖期变化特征，用同期气象资料分析了气温、气压、降水、相对湿度、风向、风速等气象要素与 PM2.5浓度的相关性，重点分析了 PM2.5浓度与逆温、降水和 10 分钟风速的关系 。结果表明：兰州市 PM2.5的日变化呈双峰双谷特征。月分布以 1月、 11-12月最大， 8-9月最小；季节差异明显，冬季最大，春秋季次之，夏季最小，夏季较冬季偏少 4-8成；供暖期浓度明显大于非供暖期浓度。 PM2.5浓度与逆温、逆温厚度 、逆温持续时间、沙尘 变化趋势一致；与最低温度、水汽压、 0cm地温、 24h 变压 等变化趋势相反。 关键词：兰州； PM2.5浓度； 相关分析； 气象要素 文章编号 ： 中图分类号 ： 文献标识码： A 兰州市地处青藏高原东北边坡和黄土高原的交汇地带，三面环山，黄河穿城而过，形成特有的河谷小盆地气候，特殊的地理条件致使空气污染物不易扩散，导致兰州市空气污染较为严重 【 1-3 】 。对兰州市大气污染的研究已有 20 余年的历史，并且已经取得了一些重要的认识 【 4-8 】 。目前对兰州地区大气污染的研究多集中于 PM 10 （空气动力学当量直径小于等于 10μm 的细颗粒物），而对 PM 2.5 （空气动力学直径小于等于 2.5μm 的细颗粒物）质量浓度在较长时间尺度上的研究还较少，特别是对兰州地区 PM 2.5 浓度与气象因素的研究更少。由于 PM 2.5 粒径小（直径还不到人的头发丝粗细的 1/20 ）悬浮时间长，因此易于远距离输送 【 9 】 ，区域间相互影响明显，易对空气质量和能见度等造成重要的影响。研究表明 PM 2.5 由于粒径较小且比表面积大，能够进入机体深处，携带更多的有毒有害物质，对人体健康造成更大的危害 【 10,11 】 。兰州作为 2013 年全国首批开展 AQI 预报的城市之一，研究兰州市 PM 2.5 浓度变化及其与气象条件的关系，是提供科学、有效地控制城市大气污染的重要依据。 根据我国《环境空气质量标准》 (GB3095-2012 ）规定， PM 2.5 二级浓度限值日值≤ 0.075mg/m3 ，年值≤ 0.035mg/m3 。在下文分析时我们将 1-2 级称为清洁日， 3-6 级称为污染日，≥ 4 级称为重污染。

表1 PM_2.5浓度分级标准（浓度范围上限取＜，下限取≥）

Tab.1 The concentration of PM_2.5 grading standards (concentration range from < limit, take over)

AQI	级别	浓度范围	空气质量状况	对人体健康的影响
0-50	1	＜0.035	优	可正常活动
51-100	2	0.035-0.075	良	极少异常敏感人群减少户外活动
101-150	3	0.075-0.115	轻度污染	易感人群症状有轻度加剧，健康人群出现刺激症状
151-200	4	0.115-0.15	中度污染	进一步加剧易感人群症状
201-300	5	0.15-0.25	重度污染	一定时间接触后，健康人群出现症状
301-400	6	0.25-0.35	重度污染	健康人群明显出现强烈症状
401-499		0.35-0.5
500		≥0.5

1 资料及方法

选取兰州市环境监测站提供的2012年4月12日-2015年12月31日的兰州市范围内5个国测点的PM_2.5小时资料（以24时为日界（即01-24小时为一日）），环境监测站点分布如图1。下文中提到的兰州市PM_2.5浓度是兰苑宾馆、职工医院、生物制品所和铁路设计院四个国测点的平均，榆中兰大校区仅作为对比观测站。同期的常规气象资料来自甘肃省气象局院内兰州观测站（站号：52889，103°53´，36°03´，1517.2m），探空资料来自榆中探空观测站（站号：52983，104°09´，35°52´）。考虑到PM_2.5数据变化敏感，采用的数据经过质量控制，剔除不合理数据，并结合同期的气象资料，采用统计分析和相关性分析等方法进行分析研究。

图1 兰州市环境监测站点空间分布

Fig. 1 Spatial distribution of environmental monitoring stations in Lanzhou

2 结果分析

2.1 兰州市PM_2.5浓度变化特征

2.1.1 小时变化

对城市而言，当其污染源状况、地形地貌、经济条件和建筑物分布相对稳定时，气象条件是影响PM_2.5浓度的主要因素，本研究仅考虑气象条件对城市PM_2.5浓度的影响。从2012-2015年兰州市PM_2.5逐小时平均浓度变化分析来看，1月上升速率最大，9月上升速率最小。从各季变化看出，冬季上升速率最大，夏秋季最小。春秋季平均上升速率略小于平均下降速率，夏冬季基本相同；冬季最大上升速率大于最大下降速率。

从区域看：各国测点与兰州市PM_2.5变率相比：兰苑宾馆，上升、下降速率以偏大为主（图2），生物制品所平均上升速率4月、11月偏大，其他月份基本相同，平均下降速率冬季略小，其他时间基本相同。铁路设计院平均上升速率1月偏大，其余月份相差不大，平均下降速率以偏小为主，夏季相同。职工医院上升、下降速率以偏大为主；榆中兰大校区上升、下降速率以偏小为主。因此兰州PM_2.5浓度上升主要要关注冬季，关注兰苑宾馆、职工医院。

图2 2012-2015年兰苑宾馆与兰州各月PM_2.5逐小时平均浓度相比比率变化图

Fig. 2 2012-2015 Orchid Hotel and Lanzhou each month PM_2.5 hourly average concentration compared to the ratio change chart

2.1.2 日变化

图3给出2012-2015年兰州市PM_2.5各月逐小时平均浓度变化。可以看出：兰州市PM_2.5的日变化呈双峰双谷特征，这与国内许多大中城市PM_2.5质量浓度的日变化规律相同^【12-21】。主峰区显著，主要出现在白天，中午达到最大；次峰区主要出现在前半夜。谷区主要出现在清晨和傍晚。对应着峰谷特征有两个上升、下降时段。第一上升时段集中在05:00-13:00，第二上升时段集中在19:00-22:00。第一下降时段集中14:00-18:00，第二下降时段集中在23:00-04:00。上升、下降时段随着季节有所前推或后延。峰值出现时间均为中午，夏半年（3-10月）较早，为11:00-12:00；冬半年（11月-次年2月）较迟，为13:00-14:00。谷值出现时间1-2月、11-12月在清晨，为05:00-07:00；其他月份出现在傍晚，为18:00-20:00。峰值比谷值偏多0.6-1.2倍；春夏季偏多幅度（0.9倍）较秋冬季偏多幅度（0.7-0.8倍）略大。这一规律与人类活动有很大的关系，早晨随着太阳逐渐升起，人们开始外出活动，机动车的尾气等污染物大量产生，因此颗粒物浓度开始累积并逐渐升高，在中午前后达到第一个峰值，此后随着大气及地表的温度升高，逆温逐渐打破，空气的水平及垂直流动性增强，颗粒物浓度下降，在傍晚前后达到一天中的最低值；下午18:00随着下班高峰的到来，颗粒物浓度再次上升。

图3 2012-2015年兰州市PM_2.5各月逐小时平均浓度变化图

Fig. 3 Hourly average concentration changes of PM_2.5 in Lanzhou city in 2012-2015 years

2.1.3 月、季变化

从各月平均浓度分布图（图4a）来看，1月、11-12月最大，8-9月最小。与8-9月相比：1月、11-12月偏多1.1-1.2倍，其他月份偏多1-7成。从PM_2.5各季浓度对比图(4b)来看，冬季最大，春秋季次之，夏季最小。与夏季相比各季偏多4-8成。这主要是因为冬季（12-2月）降雪过程少，大气层结稳定，近地层多逆温（研究期内冬季逆温频率达到90.3%），地面多以小风为主，气象条件不利于污染物水平和垂直扩散。11月至次年的3月为兰州市的冬季采暖期，燃煤量的增加使得PM

_2.5中水溶性离子及其前体物的浓度升高^【22】。随着采暖期的结束，燃煤量的下降及冷空气活动次数、降水次数增多，使得大气中的PM_2.5浓度逐渐下降。夏季（6-8月）温度较高，大气垂直和水平扩散能力增强，另外降雨量及降水次数增多，降雨的稀释和清除作用利于空气净化。秋季（9-11月）开始降水逐渐减少，气温迅速下降，逆温增多，大气层结趋于稳定，11月1日开始供暖，污染源增加，使得PM_2.5浓度再次升高。

（a） （b）

图4 2012-2015年兰州市PM_2.5平均浓度的月、季节变化

Fig. 4 Monthly and seasonal variations of PM_2.5 concentration in Lanzhou during the past 2012-2015 years

2.1.4 供暖期/非供暖期变化

供暖期浓度大于非供暖期浓度。与非供暖期相比，兰州偏多50%；生物制品所、兰苑宾馆、铁路设计院、职工医院分别偏多14%、19%、29%和7%；榆中兰大校区偏多44%。对兰州PM_2.5浓度来说，非供暖期：兰苑宾馆、职工医院为正贡献，生物制品所、铁路设计院为负贡献；榆中兰大校区偏少35%。供暖期：兰苑宾馆、职工医院为正贡献，生物制品所、铁路设计院为负贡献；榆中兰大校区偏少53%。

2.1.5 年变化

对兰州PM_2.5年浓度来说，兰苑宾馆、职工医院为正贡献，生物制品所、铁路设计院为负贡献；榆中兰大校区偏少17%。

图5给出兰州市PM_2.5浓度的年变化（由于2012年1月1日-2012年4月11日数据缺，2012年不作统计）。可以看出，2013-2015年兰州市PM_2.5浓度平稳下降。通过对兰州市2013-2015年各月的气象要素统计发现（表2），在2013年和2015年气象条件较差的背景下，兰州市的PM_2.5浓度逐年下降，说明兰州市污染防治措施效益显著。

图5 2013-2015年兰州市PM_2.5浓度的年节变化

Fig. 5 During the change of concentration of PM_2.5 2013-2015 in Lanzhou City

2.2 PM_2.5浓度与气象要素关系分析

2.2.1 定量关系

PM_2.5与各气象要素进行相关分析（表3），相关系数由高到低依次为：最低温度、0cm地温、水汽压、平均温度、最大风速、10分钟风速、24小时变压、最小相对湿度。

2.2.2 定性关系

PM_2.5与各天气现象进行相关分析（表4），按相关系数由高到低依次为：逆温、逆温厚度、沙尘、逆温时间、降水。

2.2.3 PM_2.5浓度与逆温的关系

图6给出逆温分级与PM_2.5浓度的关系，可以看出逆温与PM_2.5呈正相关关系。逆温出现后，PM_2.5平均浓度上升了43%，清洁日由92%下降到71%，重污染由2%上升到9%。主要是≥5℃的逆温造成PM_2.5浓度明显上升、清洁日下降；特别是≥7℃的逆温表现更为明显，清洁日下降至20-33%，重污染率达到25-26%。随着逆温的出现，<3℃逆温的污染增加率为11-24%，3.0-6.9℃逆温的污染增加率为28-42%。≥7℃逆温的污染增加率达51-55%。

表3 2012-2015年兰州市PM_2.5浓度与各气象要素的相关系数

Tab.3 Correlation coefficient between PM_2.5 concentration and meteorological elements in Lanzhou during 2012-2015 years

要素	10分钟风速	最大风速	平均温度	最低温度	0CM地温	24h变压	水气压	最小相对湿度
相关系数	-0.257	-0.297	-0.371	-0.415	-0.381	-0.229	-0.378	-0.149

注：以上均通过0.01显著性水平检验（双侧）

表4 2012-2015年兰州市PM_2.5浓度与各天气现象的相关系数

Tab.4 Correlation coefficient between PM_2.5 concentration and weather phenomena in Lanzhou during the past 2012-2015 years

天气现象	逆温	逆温厚度	逆温时间	沙尘	降水
相关系数	0.451	0.369	0.274	0.28	-0.245

注：以上均通过0.01显著性水平检验（双侧）

图6 逆温分级与PM_2.5浓度的关系

Fig. 6 Relationship between temperature inversion classification and PM_2.5 concentration

2.2.4. PM_2.5浓度与降水（雨、雪）的关系

降雨（4-10月兰州地区降水相态为雨）与PM_2.5呈负相关关系。降雨出现后，PM_2.5浓度明显下降，清洁日由87%上升到95%，且随着降水量级的增大优的天数也明显增加，明显降水天气（降水量>5.0mm）出现后不会出现重污染。降雨对PM_2.5的平均清除率为16%，从4-10月来看，10月最大，为26%；7月、8月最小，为-2-6%。降水量越大，清除效果越显著，降水量>5.0mm趋于稳定。其中8月的清除率为-2%，可能与降水分布不均有关，还需进一步研究。

降雪（1-3、11-12月兰州地区降水相态为雪）出现且降雪量>0.5mm，PM_2.5浓度由3级降为2级，说明小的降雪天气对PM_2.5的清除效果不显著；如没伴有沙尘天气，降雪量>0.5mm后清洁日升至78-100%，且不会出现重污染。降雪对PM_2.5的平均清除率为30%，从11-3月来看，1月、3月、12月最大，为36-43%；2月、11月最小，为15-27%。降雪量越大，清除效果越显著。

图7 2012-2015年兰州市降水与PM_2.5浓度的关系及清除率

Fig. 7 Relationship between precipitation and PM_2.5 concentration and removal rate in Lanzhou during the past 2012-2015 years

2.2.5 PM_2.5浓度与风速的关系

图9给出了兰州市10分钟风速与PM_2.5浓度的关系，可知，10分钟风速与PM_2.5浓度呈负相关关系，确切的说应该是PM_2.5浓度与风速呈U形分布曲线。当10分钟风速在1.0-1.9m/s时，PM_2.5的浓度为2级，清洁日最高，达到82%-88%，重污染日最小，只有4%，而在风速≥2.0m/s时，PM_2.5浓度又有一定的反弹，这主要是因为风速较大时，可将上游的沙尘输送到兰州市上空，同时将本地地表灰尘、沙粒带到空中，两者叠加，易产生沙尘天气，沙尘在造成PM₁₀浓度大幅增加的同时，PM_2.5浓度亦同步增加。这主要与兰州市大气PM_2.5的来源中有一部分来自土壤有关^【23】。

可见，PM_2.5浓度与10分钟风速的关系并非是简单的线性相关，而是呈U形分布曲线。究其原因，主要是因为兰州上游的河西走廊东北邻接腾格里沙漠，巴丹吉林沙漠，西南紧靠柴达木沙漠，是全国3大沙尘暴高频区之一，因此每次冷空气大风过程都有大量的细小沙尘随西风漂流到兰州上空对其产生影响，此外在兰州的北面宁夏黄灌区一带还有毛乌素沙漠。为了更详细的说明10分钟风速过大会造成PM₁₀及PM_2.5浓度反而上升的这种现象，挑选出2015年5月9日20时至5月10日17时的一次典型过程（图10）。受西北气流下滑冷空气大风的影响，2015年5月10日01时兰州站10分钟风速开始增大，至10日08时小时均值均在2.0m/s以上，最大为4.4m/s(10日08时)。在这次过程前，PM₁₀与PM_2.5浓度分别为0.114mg/m3和0.039mg/m3（10日02时），01时10分钟风速增大后，PM₁₀与PM_2.5浓度还未增大（主要是因为兰州站处于四个国测点的偏东位置，此次大风也是偏东风，所以污染浓度对气象要素的响应滞后2小时），直到10日03时PM₁₀与PM_2.5浓度开始同步增大，至10日05时分别达到最大，浓度分别为0.993mg/m3和0.257mg/m3，分指数分别达到500及300以上，均为重度污染。

3 结论

（1）兰州PM_2.5平均上升速率略大于榆中兰大校区，冬季略大，夏季略小；4个国测点均与兰州相似，变化较均匀。与兰州上升变率相比，兰苑宾馆、职工医院偏大；生物制品所4月、11月偏大，其他月份基本相同；铁路设计院1月偏大，其余月份相差不大。因此兰州PM_2.5浓度上升主要要关注冬季，关注兰苑宾馆、职工医院。

（2）PM_2.5的日变化呈双峰双谷特征，主峰区显著，主要出现在白天，中午达到最大；次峰区主要出现在前半夜。谷区主要出现在清晨和傍晚。月变化为1月、11-12月最大，8-9月最小；季节变化以冬季最大，春秋季次之，夏季最小。供暖期浓度大于非供暖期浓度。对年浓度来说，兰苑宾馆、职工医院为正贡献，生物制品所、铁路设计院为负贡献；榆中兰大校区偏少17%。

（3）影响PM_2.5浓度的气象要素正相关关系的有逆温、逆温厚度、逆温时间、沙尘；负相关关系的有最低温度、0cm地温、水汽压、平均温度、极大风速、最大风速、10分钟风速、24小时变压、最小相对湿度和降水。

（4）逆温与PM_2.5呈正相关关系，主要是≥5℃的逆温造成PM_2.5浓度明显上升、清洁日下降；特别是≥7℃的逆温表现更为明显，清洁日下降至20-33%，重污染率达到25-26%。

（5）当降水出现后，PM_2.5浓度下降明显；降雪出现且降雪量>0.5mm，PM_2.5浓度由3级降为2级，说明小的降雪天气对PM_2.5的清除效果不显著；业务中主要考虑降雪量<0.6mm的影响。

（6）当10分钟风速在1.0-1.9m/s时，PM_2.5浓度为2级，清洁日最高，重污染日最小，而在风速≥2.0m/s时，PM_2.5浓度又有一定的反弹。

参考文献：

1. 
   

2. Feng X Y,Wang S G.Influence of different weather events concentrations of particulate mattter with different sizes in Lanzhou,china[J].Journal of Environmental Sciences,2012,24(4):665-674.

3. Chu P C,Chen Y C,Lu S H,et al.Particulate air pollution in Lanzhou China[J].Environmental International,2008,34(5):698-713.

4. 陈雷华,余晔,陈晋北,李万源,李江林. 2001—2007年兰州市主要大气污染物污染特征分析[J]. 高原气象,2010,29(06):1627-1633.

5. 杨丽萍，陈发虎.兰州市大气降尘污染物来源研究[J].环境科学学报，2002，22（4）：499-502.

6. 瞿德业,周围,陈雷华,汪君,鹿晨昱. 兰州市城区空气气溶胶中PM_(2.5)和PM_(10)污染状况分析[J]. 干旱区资源与环境,2013,27(01):70-74.

7. 余晔，夏敦胜，陈雷华，等.兰州市PM₁₀污染变化特征及其成因分析[J].环境科学，2010，31（1）：22-28.

8. 李刚,石广玉,李宏宇,邓祖琴. 冬季兰州城市大气PM_(2.5)中碳气溶胶的污染特征[J]. 中国科学院大学学报,2014,31(03):439-443.

9. 王芳. 兰州市大气颗粒物及其化学组分污染特征和成因研究[D].兰州大学,2014.

[9]吴丹，于亚鑫，厦俊荣，等.我国灰霾污染的研究综述[J].环境科学与技术，2014，37（S2）：295-304

[10]羊德容. 兰州市PM_(2.5)污染特性及其对人体健康的影响[D].兰州大学,2013.

[11]郭新彪，魏红英.大气PM_2.5对健康影响的研究进展[J].科学通报，2013，58（13）：1171-1177.

[12]赵晨曦，王云琦，王玉杰，等.北京地区冬春PM_2.5和PM₁₀污染水平时空分布及其与气象条件的关系[J].环境科学，2014，35（2）：418-427

[13]张普，谭少波，王丽涛，等.邯郸市大气颗粒物污染特征的监测研究[J].环境科学学报，2013，33（10）：2679-2685.

[14]孙南.常州市区空气PM_2.5污染分布和气象因素影响初探[J].环境科学管理，2013，38（10）：166-169.

[15]郑瑶，邢梦林，李明，等.郑州市pm_2.5和pm₁₀质量浓度变化特征分析[J].干旱环境监测，2014，28（3）：104-108.

[16]谢雨竹，潘月鹏，倪长健，等.成都市区夏季大气污染物浓度时空变化特征分析[J].环境科学学报，2015，35（4）：975-983.

[17]黄鹤，蔡子颖，韩素芹，等.天津市PM

₁₀，PM_2.5和PM₁连续在线观测分析[J].环境科学研究，2011，24（8）

[18]王京丽，谢庄，张远航，等.北京市大气细粒子的质量浓度特征研究[J].气象学报，2004，62（1）：104-111.

[19]刘洁，张小玲，徐晓峰，等.北京地区SO₂、NO_X、O₃和PM_2.5变化特征的城郊对比分析[J].环境科学，2008，29（4）：1059-1065.

[20]于建华，虞统，魏强，等.北京地区PM₁₀和PM_2.5质量浓度的变化特征[J].环境科学研究，2004，17（1）：45-47.

[21]岳玎利，钟流举，张涛，等.珠三角地区大气PM_2.5理化特性季节规律与成因[J].环境污染与防治，2015，37（4）：1-6.

[22]翟广宇，王式功，董继元，尚可政.兰州市不同粒径大气颗粒物污染特征及气象因子的影响分析[J].生态环境学报，2015，24（1）：70-75.

[23]王新，聂燕，陈红，王博，黄韬，夏敦胜.兰州城区大气PM2.5污染特征及来源解析[J].环境科学，2016，37（5）.

项目基金：甘肃省气象局气象科研项目（2015-17）资助

作者简介：张生财（1987—），男，甘肃兰州人，工程师，从事天气预报服务工作，E-mail:[e-mail]

Study on the change law of PM_2.5 concentration and meteorological factors in Lanzhou

ZHANG Sheng Cai,WU Hong,YANG Yin,BA Li,CHEN Zi Yan

(Lanzhou Meteorological Bureau of Gansu Province，Gansu Lanzhou 730020，China)

Abstract

Hourly data of PM_2.5 concentration and hourly meteorological data of Lanzhou city in 2012-2015 years. Analysis of PM_2.5 in Lanzhou on a monthly, seasonal and annual variation characteristics and heating period, using meteorological data to analyze the correlation between temperature, precipitation, relative humidity, wind direction, wind speed and other meteorological factors and the concentration of PM_2.5, analyzes the relation between PM_2.5 concentration and temperature inversion, precipitation and wind speed for 10 minutes. The results show that the diurnal variation of PM_2.5 in Lanzhou is characterized by double valleys in Shuangfeng. The monthly distribution was the largest in January, 11-12 months, and the smallest in 8-9 months; the seasonal difference was obvious, the largest in winter, the second in spring and autumn, the smallest in summer, and 4-8 less in summer than in winter; the concentration in heating period was significantly higher than that in non heating period. The concentration of PM_2.5 is consistent with the trend of inversion, inversion thickness, inversion duration and sand dust change, which is contrary to the minimum temperature, vapor pressure, 0cm ground temperature and 24h pressure change.

Key words: Lanzhou;PM_2.5 concentration; correlation analysis; Meteorological factors