杨金凤
北京市门头沟区环境监测站，北京市，102300
摘要：为了解门头沟区冬、春季PM2.5和TSP质量浓度变化特征，选取了了门头沟区2018年12月-2019年5月高密度大气自动监测站点的观测数据，分析了PM2.5和TSP的空间差异特征、时间变化规律与特殊天气的关系。利用普通克里格插值（Original Kriging)法得到的门头沟区冬、春季颗粒物浓度分布图显示，PM2.5和TSP浓度从由西面深山区向东面浅山区、城区逐渐增大，局部地区的颗粒物浓度存在一定差异，东部地区由北向南逐渐增大。逐月变化表现为春季TSP的质量浓度最高，冬季PM2.5质量浓度最高。逐日变化反映了TSP和PM2.5具有显著的相关性，且受每日气象条件影响显著；逐小时变化呈现双峰趋势，PM2.5的小时变化与TSP相似，但变化幅度相对较平缓。
关键词： PM2.5；TSP；时空变化
近年来，随着工业发展，城市人口不断增长，机动车尾气的排放，城市环境空气质量的评价及防治成为一项重要的课题[1]。大气污染物主要包括气态污染物和颗粒态污染物，颗粒物按粒径大小可分为TSP、PM10和PM2.5。在各项空气污染指标中，北京地区以颗粒物污染问题较为显著，对环境、人体健康和大气能见度有着较大影响。研究发现，PM2.5作为PM10的一部分，其化学成分复杂且危害较大，当其浓度较高时，降低能见度，严重危害人体将康。TSP浓度很高时,会大量吸收可见光降低大气能见度，吸收或吸附具有腐蚀性的化学物质，对建筑物和各种器械有一定的腐蚀作用[2]。门头沟区位于北京市正西，全区地形以山地为主，山区占本区面积的98.5％。地势呈扇形，由西北向东南倾斜。以往的研究局限于门头沟区孤立的监测点，无法对门头沟区PM2.5和TSP污染水平进行整体分析，且局限于细颗粒物。本次研究，覆盖了门头沟区九镇四街的PM2.5和TSP的质量浓度监测点，将门头沟地区冬春季PM2.5和TSP 质量浓度分布作对比分析。研究表明，空气中的污染物受时空和特殊天气影响，全区PM2.5和TSP分布不均匀，差异较大。研究结果可为我区大气污染物防控提供参考。
1材料与方法
1.1监测点的选择与数据的收集
选取了北京市门头沟区九镇四街自动监测站点，各个站点及位置分布见图1和图2，分别收集以上监测点2018年12月-2019年5月的PM2.5和TSP质量浓度的24h日均值以及2019年5月PM2.5及TSP的实时浓度值。
.png)
1.2数据处理方法
通过对数据的整理计算，得到2018年12月-2019年5月的PM2.5和TSP质量浓度的月均值，并以此为依据利用Arc GIS 10.2软件进行普通克里格插值（Original Kriging)分析，通过已知点的浓度预测整个门头沟区PM2.5和TSP质量浓度的空间分布特征。PM2.5和TSP质量浓度的时间特征主要通过SPSS 20.0软件整理分析。结合PM2.5和TSP质量浓度分布，将门头沟区划分3类区域，第一类是分布在深山区的监测点，第二类是分布在浅山区的监测点，第三类是分布在城区和东南部的监测点，来对比浓度区域差异。
2 污染源特征结果与分析
2.1 TSP和PM2.5质量浓度空间分布特征
2.1.1 门头沟区颗粒物质量浓度整体特征
门头沟区PM2.5和TSP质量浓度月均值见表1。由表1可以看出，TSP质量浓度12月份出现大高峰，4月份出现小高峰，呈现出双峰型。PM2.5质量浓度从12月开始到4月份平缓升高，4月份之后开始降低。
.png)
2.2.2 TSP、PM2.5区域分布特征
冬春季门头沟区 TSP和PM2.5地面浓度空间分布具有显著特征见图2。从图2可以看出，TSP和PM2.5地面浓度分布冬春季由西面深山区向东面浅山区、城区逐渐增大，局部地区存在一定差异，东面由北向南方向TSP和PM2.5浓度逐渐增大。TSP来源主要有建筑尘、土壤尘、汽车尘等。PM2.5最主要的来源是燃煤和机动车[3] ，近年随着北京市推行清洁能源政策控制燃煤使用，交通源的占比提高［4］。人类活动量大，植被覆盖率低，车辆多，建筑施工现场扬尘，都会增加TSP和PM2.5质量浓度。coHesketh等[5] 的研究结果表明:粒径小于50μm的颗粒,会因为浮力及涡流而悬浮于大气中相当长时间,并可以传送到远处；粒径介于50-100μm的颗粒,可以成为悬浮状态,但是很快就会沉降下来。从地形上看，门头沟地势呈扇形，从西北向东南倾斜，沿山间河谷容易形成较周围地区风速明显偏大的风口，有助于TSP和PM2.5的扩散到远处。从气候上来看，冬季门头区气候寒冷干燥，每年从11月下旬到翌年2月份几乎受来自西伯利亚的干冷空气影响，以北风、西北风为主，大量颗粒物随气流被夹带到了东南部地区，风速在东南部平原地带有所减弱，造成了颗粒物的积累。春季多为东南风，对于南北梯度有一定的减弱作用，因此造成门头沟区颗粒物浓度分布冬春季节差异。
.png)
2.2 TSP和PM2.5时间分布特征
2.2.1 TSP和PM2.5月度变化特征
从2018年12月-2019年5月门头沟区各个高密度点的月平均浓度曲线（见图3、4）中可以看出，PM2.5的质量浓度在深山区、浅山区和城区2月份浓度达到峰值。TSP的质量浓度深山区、浅山区和城区在12月份出现大高峰，4月份出现小高峰，呈现出双峰型。造成这一现象主要因为12月份北京市及其周边地区正处于采暖期，能源消耗不断增加，污染物的排放量增大，再加上出现不利于污染物扩散的天气条件，使得12月份TSP最高。春天北京地区都会经历沙尘天气，这种区域传输是导致4月份TSP浓度较高的原因。PM2.5由于冬季能源不断消耗，污染物浓度增加，扩散条件差，PM2.5的质量浓度随之升高。随着冬季结束，天气变暖，气候条件的改善，植被发芽，PM2.5的浓度逐渐降低。
.png)
图6 门头沟区整体PM2.5和TSP质量浓度日均变化情况
2.2.3 TSP和PM2.5小时变化特征
从门头沟区各监测点的平均日变化情况来看，不同区域监测点TSP质量浓度随时间的变化情况见图7。
深山区，大体呈双峰趋势，在早晨6:00-8:00左右达到峰值，随着太阳的升起，辐射量增加，大气及地面继续累计温度继续升高，局部温差较大，空气流动性增强，TSP平均小时质量浓度随之下降，随后夜晚到来，人们开始外出活动，TSP 质量浓度再次呈现攀升趋势，并在23:00-24:00达到峰值，从0:00之后，变化趋势较为缓和，随时间降低。
浅山区，在早晨6:00-10:00有一个变化幅度很小的平台期，随着温度的升高，空气流动性增强，粒径小的颗粒悬浮于大气中被传送到浅山区，并不断积累，粒径大的颗粒会很快沉降下来，在11:00左右达到峰值，午后太阳辐射减弱，局部温差大，空气流动性增强，浓度逐渐下降，随着夜晚到来，人们开始外出活动，车流量增大，在23:00-24:00达到峰值。
城区和东南部地区，随着太阳升起，辐射量增加，空气温度升高，人类活动频繁，污染排放开始加剧，在11:00左右达到峰值，午后太阳辐射减弱，局部温差大，空气流动性增强，TSP平均小时质量浓度降低，随着夜晚到来，下班高峰期，车流辆大，人类活动增多，在22:00左右达到峰值。
不同区域监测点PM2.5质量浓度随时间变化情况见图8。深山区，PM2.5变化曲线变化幅度在10μg·m-3 ,在早晨6:00-8:00左右达到峰值，随着太阳的升起，辐射量增加，大气及地面继续累计温度继续升高，局部温差较大，空气流动性增强，平均小时质量浓度随之下降，随着夜晚到来，人类活动不断增加、各种能源的消耗，再次呈现缓慢上升升趋势在23:00-24:00左右达到小高峰。
浅山区，随着温度的升高，空气流动性增强，粒径小的颗粒悬浮于大气中被传送到浅山区，并不断积累，在早晨7:00-10:00有一个变化幅度很小的平台期，在中午太阳辐射最强的时间段11:00-12:00左右达到一天中峰值，午后太阳辐射减弱，局部温差大，空气流动性增强，浓度逐渐下降，夜间来临人类活动不断增加、车流量增大和各种能源的消耗在18:00-20:00达到小高峰。
城区和东南部地区，随着太阳升起，辐射量增加，空气温度升高，空气流动性增强，细颗粒物从浅山区被传送到城区，并在上班高峰后，污染排放开始加剧，在11:00-12:00左右达到一天中峰值，午后平均小时质量浓度随之下降，随着夜晚到来，下班高峰期，车流辆大，人类活动增多，PM2.5质量浓度缓慢增加，在18:00-20:00达到小高峰。
.png)
结 论
（1）PM2.5和TSP的空间分布具有一定的梯度特征，从西面深山区向东面浅山区、城区逐渐增大，局部地区的颗粒物浓度存在一定差异，东部地区由北向南逐渐增大，具体差异体现在潭柘寺地区>城区>军庄地区。
（2）颗粒物质量浓度的月变化曲线显示，PM2.5的质量浓度在深山区、浅山区和城区2月份浓度达到峰值。TSP的质量浓度各镇街在12月份出现大高峰，4月份出现小高峰，呈现出双峰型。
（3）门头沟整体TSP和PM2.5质量浓度每日差异情况，二者具有显著相关性(Spearmam秩相关系数为0.885，P<0.01)，且日波动范围较大。
（4）逐日变化反映，TSP浓度在深山区早晨6:00-8:00和夜间23:00-24:00左右达到峰值；浅山区6:00-10:00有一个变化幅度很小的平台期，在中午11:00和夜间23:00-24:00左右达到峰值；城区和东南部地区在中午11:00和夜间22:00左右达到峰值。PM2.5的小时变化月与TSP相似，但变化幅度相对较平缓。
参考文献
[1]严刚,燕丽.“十二五”我国大气颗粒物污染防治对策 [J]环境与可持续发展,2011,36(5):20-23
[2]李尉卿. 河南省主要城市大气气溶胶中TSP和 PM10 污染特性[J]. 河南科学,2004,22(5):7142717
[3]郭建超.城市林带及气象因素对PM2.5的影响研究[D].北京林业大学,2015
[4]王彤,华阳,许庆成,等.京津冀郊区站点秋冬季大气PM2.5来源解析[J].环境科学2019,40(3):1035-1042
[5]Goossens D,Offer Zvi Y.Wind tunnel and field calibration of six aeolian dust samplers [J].Atmospheric Environment,2000,34:1043-1057.
[6]林巧莺,陈永山.我国城市冬季PM2.5空间特称及其人为影响因子[J].生态与农村环境学报,2015,31(4):460-465
[7]埔维维,赵秀娟,张小玲.北京地区夏末秋初气象要素对PM2.5污染的影响[J].应用气象学报,2011,22(6):716-723.
[8] 赵文慧,宫辉力,赵文吉,等.基于统计学的北京市可吸入颗粒物时空变异性及气象因素分析[J].环境科学学报,2010,30(11):2154-2163.
作者简介：杨金凤，女，1983年1月，北京市，汉族，硕士研究生，工程师，环境监测与治理。