论文部分内容阅读
摘 要：现代社会的飞速发展使我们所在的城市变得越来越繁荣，但是城市化进程的加快以及经济的大幅增长也给环境带来了很多问题，环境污染的加重越来越威胁到人类的健康，其中，大气污染是众多环境污染中最主要的污染之一，世界各国都在思考减少其污染的措施。本文探讨了我国新疆乌鲁木齐市2014年大气污染物的时空分布特征，分析了对大气污染物的分布造成影响的因素，为我国大气污染的预防和控制提供参考。研究发现：乌鲁木齐市大气污染物濃度的空间分布特征受地理位置和风场的影响，SO2和PM10浓度的空间分布总体呈现城市内部高于城市周边的特征，而NO2浓度各地相差不大，3种污染物中PM10为城市主要污染物；乌鲁木齐市大气污染物有明显的季节分布特征，NO2没有明显的分布差异，三种污染物浓度的最低值都出现在夏季，除PM10冬季的浓度排在第二外，其他两种污染物浓度都在冬季呈现最高值，PM10污染物浓度的最高值出现在春季。
关键词：乌鲁木齐 大气污染物 气温
中图分类号：X51 文献标识码：A 文章编号：1672-3791（2018）11（a）-0-02
中国的能源结构自古以来就是以煤炭为主，这使得煤烟型污染多年来都是我国主要的大气污染类型。近几年来，随着经济水平的大幅度提高，城市化进程的加快，越来越多的汽车涌入我们的生活，而大量汽车尾气的排放也使得交通型污染越发严重，氮氧化物也逐渐成为我国主要的大气污染物，这使得原本严重的大气污染变得雪上加霜。WHO发布的2014年全球雾霾报告中指出空气污染最严重的城市都来自发展中国家，而在中国的城市中，污染最严重的五个城市中就有新疆的省会城市乌鲁木齐。
我国有很多利用空气污染指数（API）对常规污染物的分布进行分析的研究。王斌[1]采用小波分析法和聚类分析法对我国84个环境重点保护城市的每日API值进行了研究，发现我国内陆地区的API高值主要出现在3个地区，分别是华北北部、陕西河南和西北地区，一年中，API的最高值出现在冬季，夏季为最低值，冬季API在全国都迅速增加，但南方的上升幅度要远远小于北方，PM10是大部分城市的首要污染物。吴彦、王健、刘晖等[2]人对1999—2001年乌鲁木齐市监测站3种污染物浓度进行分析，采用Excel进行统计计算和绘图得出：城市的首要污染物是PM10，天山区附近的污染物浓度值都比较高。利用乌鲁木齐城郊地面风场资料、海拔1000m高度探空风场资料对地面风场特征图采用距离平方反比法插值制作分析了地面风场常年特征、季节变化特点：冬季城中偏南和偏北有辐合性流场，夏季整个城市为辐散性流场，近地层冬季静风频率高。这解释了乌鲁木齐冬季、夏季污染物浓度变化的原因。
目前，我国的常规监测污染物包括PM10、NO2、SO2、PM2.5、CO和O3共6种[3]。其中影响乌鲁木齐市大气污染的主要有3种，分别是：PM10、NO2和SO2[4]。PM10主要是由物理过程（如大风、道路扬沙、建筑施工等）和化学过程（如煤炭燃烧）产生的一次污染物构成，因而也被称为“环境空气中的首要污染物”；SO2主要来源于煤炭等化石燃料的燃烧，易随雨水的冲刷作用形成酸雨，对土壤、植物甚至人类等生态系统造成严重破坏；NO2主要来自于机动车尾气以及石油等化学燃料的燃烧，它不仅也可以形成酸雨，并且还参与光化学烟雾的形成过程[5]。
乌鲁木齐市位于新疆维吾尔自治区中部，地处中国西北地区、亚欧大陆中部，准格尔盆地南缘，天山北麓。乌鲁木齐地势起伏悬殊，三面环山，山地面积广大。南部、东北部高，中部、北部低。山地面积占总面积50%以上，北部有开阔的冲积平原但不及总面积的1/10，市区平均海拔800m。辖区地势由东南向西北逐渐降低，大致可分为3个梯级：第一级为山地，海拔2500～3000m左右；第二级为丘陵与山间盆地，海拔1000～2000m；第三级为平原，海拔在600m以下[7]。根据几年来污染物浓度实况资料分析表明：市区污染物浓度的空间分布存在着很大的差异，不同区域监测到的实测值有时相差很大[6]。乌鲁木齐市区处在准东南～西北的轴线上，特殊的地形也使污染物浓度在不同季节发生着变化。
1 资料
本文使用2014年1～12月的乌鲁木齐市新疆农科院农场、铁路局、收费所、三十一中学、七十四中学、m东区、监测站7个空气质量监测站每日SO2、NO2、PM10三种污染物浓度值资料分析研究乌鲁木齐市污染物的时空分布特征。
2 乌鲁木齐市大气污染物的时空分布
2.1 空间分布
2.1.1 SO2的空间分布
SO2的浓度在城市内部的农科院、铁路局、三十一中和监测站四站的值较高，而位于城市周边的其他三站则相对较低，这是因为SO2的来源主要是工厂化石燃料的燃烧，调查发现发电厂、采石场和水泥厂都分布在乌鲁木齐市城区南部，而乌鲁木齐市常年盛行南风，城北又盛行北风，这使得城区内风向幅合，利于污染物聚集[8]，所以城市内部SO2的浓度要高于城市周边。
2.1.2 NO2的空间分布
NO2的产生主要与汽车尾气的排放有关[9]，所以年均浓度的最高值出现在车流量较大的收费所和监测站分别为67.2μg/m3和61.1μg/m3，而像三十一中和七十四中等学校周围以及偏远的米东区附近的浓度则相对较低。
2.1.3 PM10的空间分布
PM10的浓度最高值出现在农科院附近为237.2μg/m3，而其他监测站则相差甚微，基本维持在140μg/m3上下，与SO2浓度的空间分布的原因相似，这同样是受到地形和风场[10]的影响造成的。
2.1.4 3种污染物的空间分布关系
当我们把各观测站3种污染物浓度放在一起后发现，任一观测站的PM10浓度都远高于另外两种污染物浓度。此外，各观测站的NO2浓度也均高于SO2浓度，但据资料显示，2000年左右各观测站SO2的API（空气污染指数）值是均高于NO2的，而API与污染物浓度呈正相关，可以近似看成污染物浓度。这可能是近年来城市车辆保有量的增加以及采取了对工厂的排放限制的政策造成的。 2.2 季节分布
污染物的季节分布基本上都呈现冬春浓度较高，而夏秋浓度则偏低，以农科院为例（图略），PM10全年都远高于SO2和NO2，这是因为乌鲁木齐市是工业城市，大批工厂会排放大量烟尘，且其地处中国西北地区，时常有大风天，而且由于气候较为干燥，使颗粒物漂浮在大气中，特殊的类似于盆地的地形又不利于其排放，这就是导致PM10浓度极高的原因。
2.2.1 SO2的季节分布
SO2的浓度四季波动较大，最高值出现在冬季，最低值出现在夏季，春秋两季基本持平。出现这种情况是以为乌鲁木齐市冬季会供暖，燃烧煤炭会产生大量的SO2等污染气体，导致浓度大幅度提高；而夏季由于降水日较其他三季而言要多，下雨会产生大量水汽，而SO2又较易被水汽吸收，从而使其浓度降低。虽然乌鲁木齐冬季有时会有大雾天气，而当空气湿度达到一定值时也会吸收SO2使其浓度降低，但是毕竟出现雾的天数是少数，而供暖燃烧煤炭却是每时每刻都在进行的，所以并不会产生太大的影响。
2.2.2 NO2的季节分布
NO2的浓度四季波动不是很大，相对而言，只有冬季浓度较高，这是因为NO2的来源主要是汽车尾气的排放，而车流量的大小基本不受季节的影响，全年都应该保持在一个均值上下；和SO2一样，冬季供暖燃烧煤炭也会产生NO2，且冬季大气层稳定，有时会出现逆温现象，不利于污染物的扩散，从而使其浓度增大。
2.2.3 PM10的季节分布
PM10浓度的季节分布与其他两种都不相同，除米东区外，最高值都出现在春季而冬季次之，这是因为乌鲁木齐市的春季到4月上旬还处在供暖期，且乌鲁木齐市春季大风天最多，干燥的春天还极易产生浮沉和扬沙甚至沙尘暴等恶劣天气，使得大气中可吸入污染物大幅增加，这就是春季PM10的浓度要高于冬季的原因。
通过以上分析我们可知，PM10（可吸入颗粒物）为乌鲁木齐市最主要的大气污染物，且有较广的污染范围，尤其在农科院附近污染格外严重；污染主要来源为汽车尾气的NO2也应该引起我们的注意，因为随着汽车数量越来越多，其污染也会越来越严重；SO2造成的污染相对较轻，夏季基本没有造成污染，但其冬季造成污染却很严重，故同样不可小觑。
3 结论
通过分析乌鲁木齐市大气污染物质的时空变化特征，得到以下结论：（1）乌鲁木齐市大气污染物浓度的空间分布特征受地理置和风场的影响，SO2和PM10浓度的空间分布总体呈现城市内部高于城市周边的特征，而NO2浓度各地相差不大，只有在车流量较高的地方其值相对较高。（2）乌鲁木齐市大气污染物有明显的季节分布特征。对于NO2来说，没有明显的分布差异，因为其污染物来源主要来自机动车尾气排放和工业排放，与季节变化没有太大的关系；三种污染物浓度的最低值都出现在夏季，这是由于夏季降水量较多造成的；除PM10冬季的浓度排在第二外，其他两种污染物浓度都在冬季呈现最高值，这说明采暖期煤炭的燃烧对污受到沙尘天气的影响造成的。（3）3种污染物中PM10为城市主要污染物，要比NO2和SO2造成的污染严重的多。
参考文献
[1] 王斌.利用空气污染指数（API）分析我国空气污染的区域时空变化特征[D].中国海洋大学，2008.
[2] 吴彦，王健，刘晖，等.乌鲁木齐大气污染物的空间分布及地面风场效应[J].中国沙漠，2008，28（5）：986-991.
[3] 刘亚梦.我国大气污染物时空分布及其与气象因素的关系[D].兰州大学，2014.
[4] 鲁然英.城市環境空气质量及其评价方法研究[D].兰州大学，2006.
[5] 李军，孙春宝，刘咸德，等.气象因素对北京市大气颗粒物浓度影响的非参数分析[J].环境科学研究，2009，2（6）：56-63.
[6] 赵萍，胡友彪.基于GIS技术的城市大气环境质量评价——以淮南市为例[J].环境科学与技术，2002，25（4）：82-99.
[7] 刘梦潇，周涛.乌鲁木齐市大气环境中N02污染现状及达标途径浅析[J].干旱环境监测，2012（4）：18-77.
[8] 司瑶冰.呼和浩特市大气污染物变化特征及空气质量预报方法研究[D].南京气象学院，2003.
[9] Hass H， Jakobs HJ，Memmesheimer M. Analysis of a regional model （EURAD） near surfacegas concentration predictions using observations from networks[J]. Meteor Atmos Phys，1995（57）：119-143.
[10] 安兴琴，左洪超，吕世华，等.Models-3空气质量模式对兰州市污染物输送的模拟[J].高原气象，2005，24（5）：748-756.
关键词：乌鲁木齐 大气污染物 气温
中图分类号：X51 文献标识码：A 文章编号：1672-3791（2018）11（a）-0-02
中国的能源结构自古以来就是以煤炭为主，这使得煤烟型污染多年来都是我国主要的大气污染类型。近几年来，随着经济水平的大幅度提高，城市化进程的加快，越来越多的汽车涌入我们的生活，而大量汽车尾气的排放也使得交通型污染越发严重，氮氧化物也逐渐成为我国主要的大气污染物，这使得原本严重的大气污染变得雪上加霜。WHO发布的2014年全球雾霾报告中指出空气污染最严重的城市都来自发展中国家，而在中国的城市中，污染最严重的五个城市中就有新疆的省会城市乌鲁木齐。
我国有很多利用空气污染指数（API）对常规污染物的分布进行分析的研究。王斌[1]采用小波分析法和聚类分析法对我国84个环境重点保护城市的每日API值进行了研究，发现我国内陆地区的API高值主要出现在3个地区，分别是华北北部、陕西河南和西北地区，一年中，API的最高值出现在冬季，夏季为最低值，冬季API在全国都迅速增加，但南方的上升幅度要远远小于北方，PM10是大部分城市的首要污染物。吴彦、王健、刘晖等[2]人对1999—2001年乌鲁木齐市监测站3种污染物浓度进行分析，采用Excel进行统计计算和绘图得出：城市的首要污染物是PM10，天山区附近的污染物浓度值都比较高。利用乌鲁木齐城郊地面风场资料、海拔1000m高度探空风场资料对地面风场特征图采用距离平方反比法插值制作分析了地面风场常年特征、季节变化特点：冬季城中偏南和偏北有辐合性流场，夏季整个城市为辐散性流场，近地层冬季静风频率高。这解释了乌鲁木齐冬季、夏季污染物浓度变化的原因。
目前，我国的常规监测污染物包括PM10、NO2、SO2、PM2.5、CO和O3共6种[3]。其中影响乌鲁木齐市大气污染的主要有3种，分别是：PM10、NO2和SO2[4]。PM10主要是由物理过程（如大风、道路扬沙、建筑施工等）和化学过程（如煤炭燃烧）产生的一次污染物构成，因而也被称为“环境空气中的首要污染物”；SO2主要来源于煤炭等化石燃料的燃烧，易随雨水的冲刷作用形成酸雨，对土壤、植物甚至人类等生态系统造成严重破坏；NO2主要来自于机动车尾气以及石油等化学燃料的燃烧，它不仅也可以形成酸雨，并且还参与光化学烟雾的形成过程[5]。
乌鲁木齐市位于新疆维吾尔自治区中部，地处中国西北地区、亚欧大陆中部，准格尔盆地南缘，天山北麓。乌鲁木齐地势起伏悬殊，三面环山，山地面积广大。南部、东北部高，中部、北部低。山地面积占总面积50%以上，北部有开阔的冲积平原但不及总面积的1/10，市区平均海拔800m。辖区地势由东南向西北逐渐降低，大致可分为3个梯级：第一级为山地，海拔2500～3000m左右；第二级为丘陵与山间盆地，海拔1000～2000m；第三级为平原，海拔在600m以下[7]。根据几年来污染物浓度实况资料分析表明：市区污染物浓度的空间分布存在着很大的差异，不同区域监测到的实测值有时相差很大[6]。乌鲁木齐市区处在准东南～西北的轴线上，特殊的地形也使污染物浓度在不同季节发生着变化。
1 资料
本文使用2014年1～12月的乌鲁木齐市新疆农科院农场、铁路局、收费所、三十一中学、七十四中学、m东区、监测站7个空气质量监测站每日SO2、NO2、PM10三种污染物浓度值资料分析研究乌鲁木齐市污染物的时空分布特征。
2 乌鲁木齐市大气污染物的时空分布
2.1 空间分布
2.1.1 SO2的空间分布
SO2的浓度在城市内部的农科院、铁路局、三十一中和监测站四站的值较高，而位于城市周边的其他三站则相对较低，这是因为SO2的来源主要是工厂化石燃料的燃烧，调查发现发电厂、采石场和水泥厂都分布在乌鲁木齐市城区南部，而乌鲁木齐市常年盛行南风，城北又盛行北风，这使得城区内风向幅合，利于污染物聚集[8]，所以城市内部SO2的浓度要高于城市周边。
2.1.2 NO2的空间分布
NO2的产生主要与汽车尾气的排放有关[9]，所以年均浓度的最高值出现在车流量较大的收费所和监测站分别为67.2μg/m3和61.1μg/m3，而像三十一中和七十四中等学校周围以及偏远的米东区附近的浓度则相对较低。
2.1.3 PM10的空间分布
PM10的浓度最高值出现在农科院附近为237.2μg/m3，而其他监测站则相差甚微，基本维持在140μg/m3上下，与SO2浓度的空间分布的原因相似，这同样是受到地形和风场[10]的影响造成的。
2.1.4 3种污染物的空间分布关系
当我们把各观测站3种污染物浓度放在一起后发现，任一观测站的PM10浓度都远高于另外两种污染物浓度。此外，各观测站的NO2浓度也均高于SO2浓度，但据资料显示，2000年左右各观测站SO2的API（空气污染指数）值是均高于NO2的，而API与污染物浓度呈正相关，可以近似看成污染物浓度。这可能是近年来城市车辆保有量的增加以及采取了对工厂的排放限制的政策造成的。 2.2 季节分布
污染物的季节分布基本上都呈现冬春浓度较高，而夏秋浓度则偏低，以农科院为例（图略），PM10全年都远高于SO2和NO2，这是因为乌鲁木齐市是工业城市，大批工厂会排放大量烟尘，且其地处中国西北地区，时常有大风天，而且由于气候较为干燥，使颗粒物漂浮在大气中，特殊的类似于盆地的地形又不利于其排放，这就是导致PM10浓度极高的原因。
2.2.1 SO2的季节分布
SO2的浓度四季波动较大，最高值出现在冬季，最低值出现在夏季，春秋两季基本持平。出现这种情况是以为乌鲁木齐市冬季会供暖，燃烧煤炭会产生大量的SO2等污染气体，导致浓度大幅度提高；而夏季由于降水日较其他三季而言要多，下雨会产生大量水汽，而SO2又较易被水汽吸收，从而使其浓度降低。虽然乌鲁木齐冬季有时会有大雾天气，而当空气湿度达到一定值时也会吸收SO2使其浓度降低，但是毕竟出现雾的天数是少数，而供暖燃烧煤炭却是每时每刻都在进行的，所以并不会产生太大的影响。
2.2.2 NO2的季节分布
NO2的浓度四季波动不是很大，相对而言，只有冬季浓度较高，这是因为NO2的来源主要是汽车尾气的排放，而车流量的大小基本不受季节的影响，全年都应该保持在一个均值上下；和SO2一样，冬季供暖燃烧煤炭也会产生NO2，且冬季大气层稳定，有时会出现逆温现象，不利于污染物的扩散，从而使其浓度增大。
2.2.3 PM10的季节分布
PM10浓度的季节分布与其他两种都不相同，除米东区外，最高值都出现在春季而冬季次之，这是因为乌鲁木齐市的春季到4月上旬还处在供暖期，且乌鲁木齐市春季大风天最多，干燥的春天还极易产生浮沉和扬沙甚至沙尘暴等恶劣天气，使得大气中可吸入污染物大幅增加，这就是春季PM10的浓度要高于冬季的原因。
通过以上分析我们可知，PM10（可吸入颗粒物）为乌鲁木齐市最主要的大气污染物，且有较广的污染范围，尤其在农科院附近污染格外严重；污染主要来源为汽车尾气的NO2也应该引起我们的注意，因为随着汽车数量越来越多，其污染也会越来越严重；SO2造成的污染相对较轻，夏季基本没有造成污染，但其冬季造成污染却很严重，故同样不可小觑。
3 结论
通过分析乌鲁木齐市大气污染物质的时空变化特征，得到以下结论：（1）乌鲁木齐市大气污染物浓度的空间分布特征受地理置和风场的影响，SO2和PM10浓度的空间分布总体呈现城市内部高于城市周边的特征，而NO2浓度各地相差不大，只有在车流量较高的地方其值相对较高。（2）乌鲁木齐市大气污染物有明显的季节分布特征。对于NO2来说，没有明显的分布差异，因为其污染物来源主要来自机动车尾气排放和工业排放，与季节变化没有太大的关系；三种污染物浓度的最低值都出现在夏季，这是由于夏季降水量较多造成的；除PM10冬季的浓度排在第二外，其他两种污染物浓度都在冬季呈现最高值，这说明采暖期煤炭的燃烧对污受到沙尘天气的影响造成的。（3）3种污染物中PM10为城市主要污染物，要比NO2和SO2造成的污染严重的多。
参考文献
[1] 王斌.利用空气污染指数（API）分析我国空气污染的区域时空变化特征[D].中国海洋大学，2008.
[2] 吴彦，王健，刘晖，等.乌鲁木齐大气污染物的空间分布及地面风场效应[J].中国沙漠，2008，28（5）：986-991.
[3] 刘亚梦.我国大气污染物时空分布及其与气象因素的关系[D].兰州大学，2014.
[4] 鲁然英.城市環境空气质量及其评价方法研究[D].兰州大学，2006.
[5] 李军，孙春宝，刘咸德，等.气象因素对北京市大气颗粒物浓度影响的非参数分析[J].环境科学研究，2009，2（6）：56-63.
[6] 赵萍，胡友彪.基于GIS技术的城市大气环境质量评价——以淮南市为例[J].环境科学与技术，2002，25（4）：82-99.
[7] 刘梦潇，周涛.乌鲁木齐市大气环境中N02污染现状及达标途径浅析[J].干旱环境监测，2012（4）：18-77.
[8] 司瑶冰.呼和浩特市大气污染物变化特征及空气质量预报方法研究[D].南京气象学院，2003.
[9] Hass H， Jakobs HJ，Memmesheimer M. Analysis of a regional model （EURAD） near surfacegas concentration predictions using observations from networks[J]. Meteor Atmos Phys，1995（57）：119-143.
[10] 安兴琴，左洪超，吕世华，等.Models-3空气质量模式对兰州市污染物输送的模拟[J].高原气象，2005，24（5）：748-756.