大气污染现象篇(1)

关键词：霾；重污染；气象条件；空气质量预报；外源输入

中图分类号：P458

文献标识码：A 文章编号：1674-9944（2016）20-0020-05

1 引言

我国城市灰霾天气频发，并呈现影响范围广 、持续时间长、污染物浓度高等特征（唐宜西等，2013），受到社会广泛关注。灰霾天气出现时，室外能见度降低，容易引发交通事故，诱发各种疾病，严重干扰城市正常运转（白志鹏等，2006；程从兰等，2003；刘玉兰等，2012；宋宇等，2003；吴珂等，2013）。2014年，在湖南省境内发生多次大范围、 长时间的灰霾天气，空气污染严重影响人们的生产生活和身体健康。准确研判污染现状及走势，开展有效空气质量预报工作对减少灾害损失，科学降霾至关重要。以2014年6月12～17日在长沙市发生的一次重污染天气为例，对其污染特征和气象条件等进行综合分析，并通过部门会商，对未来72 h城市环境空气质量进行预报。同时，探讨灰霾成因，以及其持续时间与气象条件的关系，从而深化对灰霾现象的认识。

2 研究背景

2014年6月，长沙市进入初夏，城区环境空气质量较好。12日12：00，位于湖南省北部的湖北省武汉市实时AQI迅速升高，18：00左右达到最高值500，污染等级为严重污染。22：00，AQI又快速回落至200左右，并维持相对稳定，详见图1。13日清晨起，我省长沙市的环境空气质量开始明显下降，并达到严重污染等级，周边的岳阳、湘潭、株洲均出现中度污染以上天气。14日开始各地空气质量均恢复平稳，15～17日小幅波动后空气质量恢复良好，研究锁定在6月12～17日这个变化周期。

3 资料和方法

根据PM2.5浓度变化特征，结合综合的高低空气象资料和天气形势资料，解释此次重污染天气形成、持续直至结束的原因，为霾天气的预报、预警提供依据。本文选取资料时间长度为2014年6月12日0：00至17日23：00；空气质量监测资料来源于湖南省长沙市、株洲市、湘潭市、岳阳市、常德市和张家界市已建成的空气自动监测站点。长沙市空气自动监测点位如图2。

4 结果与讨论

4.1 长沙市环境空气质量的变化情况和原因分析

长沙市PM2.5质量浓度随时间的推移呈现明显的“山”字型变化特征（详见图3）。12日晚间，受污染气团影响，PM2.5质量浓度出现快速上升趋势，于12日22：00开始激增，至13日2：00达到第一个峰值（352 μg/m3），之后略有回落；随后，可能又受到小股污染气团的影响，13日清晨PM2.5的质量浓度再次上升，于13日7：00达到最高峰（549 μg/m3）；峰值过后PM2.5质量浓度呈显著

下降趋势，在13日15：00出现最后第三个峰值（264 μg/m3），16时后，PM2.5质量浓度逐步下降，并趋于稳定。此次污染过程总体概括共历经四个阶段：污染前平稳期为12日1：00～22：00，长沙市PM2.5浓度基本保持稳定，维持在150 μg/m3上下；污染物累计期为12日22：00～13日7：00，长沙市PM2.5浓度由138 μg/m3迅速上升至549 μg/m3，升幅达259%；污染消退期为13日7：00～14日1：00，PM2.5浓度由496 μg/m3下降至100 μg/m3，降幅达到396%；污染后平稳期为14日1：00～15日0：00，PM2.5浓度基本维持在100 μg/m3上下。详见图3。

选取长沙市10个城市环境空气监测点位的PM2.5质量浓度进行分析。结果表明，12～14日的72 h内，10个监测点位的PM2.5质量浓度变化趋势具有较好的相似性，即在12日1：00～22：00基本保持稳定，浓度在200 μg/m3以下；12日深夜，各点位的PM2.5质量浓度开始加快升高，12日23：00～13日6：00为污染物累积阶段，PM2.5质量浓度波动式上升且均维持在较高水平；到13日晨6：00～7：00，10个监测点位的PM2.5质量浓度均达到峰值。其中，长沙市最北端的沙坪（对照点）位于污染物向南传输通道上，首先于13日6：00出现最大峰值392 μg/m3；而位于中南部的其他9个监测站点也分别于13日7：00左右达到峰值，浓度范围在386～602 μg/m3之间。

总体来看，本次长沙市10个空气质量监测点位的PM2.5质量浓度几乎在同一时间发生突变（图4），而本地大气污染物排放没有突发事件发生足以使全城环境空气质量严重恶化。此外，位于最北端的沙坪站点相对其余9个站点提前了1个 h达到污染峰值，表明了此次大气污染可能是输入性的，且具有自北向南的污染传输特征。

4.2 周边城市环境空气质量的变化情况和原因分析

从长沙市周边5个城市的PM2.5的质量浓度监测结果看，12日1：00～19：00，都相对平稳的变化。但从20：00开始，位于最北部的岳阳市的城市环境空气质量开始变差，PM2.5质量浓度迅速攀升，到13日0：00达到峰值352 μg/m3，且较长沙市出现峰值的时间早了7 h；毗邻长沙市且位于我市南部的湘潭市与长沙市PM2.5质量浓度的变化趋势基本一致，但由于污染气团向南推进需要时间，因此PM2.5峰值出现的时间较长沙晚了1 h，于13日8：00达到434 μg/m3的最高值。株洲市整体受此次污染影响较小，12日1：00～13日16：00 PM2.5质量浓度一直在100 μg/m3上下小幅波动，13日18：00上升至最大值240 μg/m3，峰值出现的时间较长沙推迟了11 h，且峰值浓度有大幅下降，可能是污染气团向南推进，速度快，且卷扫范围比较狭小，向东扩散效果不明显所致，位于长沙市西部的常德和张家界市由于相同的原因，受影响小，污染相对较轻，详见图5。

4.3 污染过程气象条件分析

根据卫星遥感大气气溶胶监测产品做出的后向轨迹图7可知，6月12～13日，污染气团主要来自北方城市，经湖北省传输至位于湖南省最北部的岳阳市，受偏北风影响，最早出现PM2.5污染；长沙市和湘潭市境内的主导风向仍为偏北风，PM2.5污染趋势基本同步；而株洲市境内呈现南风和北风盘旋对峙局面，南风带来的清洁气团与北风携带的污染气团互消互制，因此污染情况较长沙和湘潭市轻，且峰值滞后出现；常德市和张家界市境内的主导风向为西风，受污染气团影响相对较轻（详见图6和图7）。

从13日20：00和14日8：00ECWRF_海平面气压图可以看出（图8），6月13～14日期间，长沙市高空等压线稀疏，处在均压场控制之下，地面和低空风速较小，低层大气层结稳定，气象条件不利于污染物的扩散。

4.4 6月15～17日长沙市城市环境空气质量预报

4.4.1 预报研判

在对6月15～17日实况资料分析的基础上，以14日为基准日，对长沙市未来72 h城市空气质量变化的趋势进行预报（图9）。15日，高空仍为高压环流形势，无明显降水发生，地面为均压场形势，中高空主导风向为西风，近地面静风或微风，大气稳定度较高，总体气象条件较差，不利于污染物的扩散和清除，PM2.5将维持较高水平，长沙市的环境空气质量以轻至中度污染为主；16日，受高空槽和地面气旋波影响，偏南风加强，并将迎来一段阴雨天气，大气污染扩散条件有所改善，长沙市的环境空气质量以良至轻度污染为主；17日，高空处于副高边缘，西南暖湿气流旺盛，中低层有切变，且有中等阵雨或雷阵雨发生；地面低压有所发展，低层湿度明显加大，垂直扩散对流加强。因此，从16日起，长沙市的PM2.5质量浓度开始逐渐下降；17日，由于出现降雨，PM2.5质量浓度迅速降低，污染过程结束。

4.4.2 预报结果的准确性检验

根据对未来3 d的预报结果，15～17日长沙市的城市环境空气质量将逐步改善。预测15、16和17日3 dAQI等级分别为中度污染、轻度污染和良，中值分别为155、108和87，首要污染物均为PM2.5。实测结果表明，15、16和17日3天的AQI等级分别为中度污染、轻度污染和良，中值分别为165、110和70，首要污染物均为PM2.5，详见表1。实测值与预测值保持较好的一致性，预报准确率较高。

4.5 本轮大气重污染特征分析

这次发生在长沙市的大气重污染天气，各方面的证据表明，是一次典型的自北向南的外源性输入过程，首要污染物为PM2.5。6月12日夜间，污染气团抵达湖南省境内后，位于最北部的岳阳市的AQI指数迅速升高，随后，长沙市的AQI指数相应增高，并达到严重污染等级。而污染气团过境后，AQI指数应声下降，14日为轻度污染等级。由于后续的气象条件比较不利于污染物扩散，15日又经过了一个弱升高波动，之后AQI稳步下降，到16～17日，长沙市出现大范围降水，污染过程结束。本次大气污染从发生到结束共历时6天。最初来得急、并且污染强度很大，最重污染日空气质量级别达到六级。但污染持续的时间并不长，污染气团过境后，空气质量立即回复到正常水平。长沙市AQI在大气污染期间的变化情况详见表2。在污染后期，结合数值模型预报未来72 h的城市环境空气质量，准确率比较高。判断大大提高了此次空气质量预报的准确率，使预测值更加接近真实值。详见表2。

5 结论

（1）6月12～14日，受偏北气流影响，外源性污染气团由北向南输送至长沙市境内，导致该市的城市环境空气质量迅速下降，达到严重污染级别。污染前后持续了6 d。

（2）大气污染期间，长沙市受较强的海平面高压和均压场控制，垂直大气层结稳定，无风，加上逆温的出现，不利于污染物的扩散、沉降和消除。在污染过程后期，较强的西南暖湿气流和降水的出现 使大气污染得到控制。由此可见，在外源输入和较强静稳天气形势下极易出现重污染天气，但是强对流和降水的发生，能有效改善城市的环境空气质量，起到积极的改善作用。

（3）在污染源排放数量、位置和强度没有变化或变化不大的前提下，空气污染潜势预报主要由天气形势和气象参数决定，预报准确与否的关键是确定合适的气象因子。本次污染过程污染源排放基本保持稳定，在外源输入的前提下，高压、均压场、逆温等静稳天气的准确判断对未来符合造成强污染的判据具有重要指示作用，而暖湿气流、对流及强降水等气象形势的准备判断则对重污染的缓解直至消除起到重要指示作用。

参考文献：

[1]白志鹏，蔡斌彬，董海燕，等.灰霾的健康效应[J].环境污染与防治，2006，28（3）：198～201.

[2]程从兰，李青春，刘伟东，等.北京地区一次典型大雾天气的空气污染过程物理量分布特征[J].气象科技，2003，31（6）：345～349.

[3]李德平，程兴宏，于永涛.北京地区三级以上污染日的气象影响因子初步分析[J].气象与环境学报，2010，26（3）：7～13.

[4]刘玉兰，梁 培，刘 娟，等.1961～2008年银川市灰霾天气的气候特征[J].气象与环境学报，2012，28（1）：55～58.

[5]宋 宇，唐孝炎，方 晨，等.北京市能见度下降与颗粒物污染的关系[J].环境科学学报，2003，23（4）：468.

大气污染现象篇(2)

【关键词】城市；空气污染；优治理

1.城市空气污染状况与特征

城市环境空气污染同企事业单位从事经济活动紧密相连，从我国实施工业化发展以来，城市空气污染便一直长期存在。七十年代，兰州石化基地的淡蓝色烟雾现象、八十年代二氧化硫总体排放量的迅猛增长、酸雨现象的形成、九十年代氮氧化物污染现象以及当前我国多地持续的雾霾天气，无不说明，城市空气污染现象已越发严峻，并呈现出一种逐步上升的趋势。

2010年我国颁布的机动车污染预防治理年报，公布了机动车形成污染、排放毒害气体的状况。目前该类污染现象越发严重，机动车尾气逐步变成我国较多城市空气污染的主体来源。同时呈现出较多区域高浓度颗粒物污染以及臭氧污染的双高污染特征，还显现为污染的区域性以及复杂性特点。

2.城市空气污染治理包含的问题

城市空气污染治理过程中首先在质量标准层面存在一定的问题。标准对于治理污染发挥了基础作用。该过程中需要明确大气出现的污染物种类，具体浓度，对大众生活形成的影响等，方能制定有效的治理措施。环境质量标准为在一定时期阶段中，对空气污染物质最大准许的质量浓度限定。

对人类健康形成影响作用的空气污染物质均应囊括到该标准范畴之中。而当前城市空气污染治理过程中，该标准却没能全面显现出确保大众健康的工作原则，同时无法及时全面的映射大气环境的具体状态以及发展变化。尤其是PM2.5变成污染物区域能见度降低的显著空气污染特征，却没能在我国全部各城市囊括到评价因子之中，同时还存在监测技术应用的困难问题。

另外，城市空气污染治理工作中，还存在区域治理方式较为单一的问题。例如就烟尘污染明确相应控制区域，并配置消烟除尘系统装置。对于二氧化硫污染，制定控制区域预防规划，限定高硫煤应用开采，注重管控火电厂生产污染、化工、冶金行业发展，并降低排放总量。而当氮氧化物变成主要污染物质之时，则进行机动车污染治理，并分阶段履行管理标准。该类单一模式下虽然在治理专项污染物层面呈现出一定效果，然而当前以臭氧以及雾霾为主体的空气污染现象，仍旧沿用单一方式则无法契合新时期复合性空气污染治理的工作需要。

另外，对于触犯大气污染预防治理法规的行为惩处的力度较为有限，无法实现威慑作用。通常处理形式为罚款，并制定上限，不会超出限定金额。对于谎报、拒绝检查、弄虚作假、不当处置、应用污染物、擅自、超标排放等行为，处罚的金额往往低于企业违规所得。进而导致企业甘愿缴纳罚款也不会遵循规定要求做好防污治理工作。同时处罚管理通常针对企业，而责任人却没能实施相应处罚。

3.城市空气污染治理有效机制

3.1实施区域联合防控机制

区域联合防控管理机制，是治理区域空气污染的良好手段。我们应总结北京奥运会、上海世博会工作的成功经验，遵循联防联控管理、优化区域空气环境质量有关指导意见的要求，进一步明确工作思想、基础原则，把握具体目标、掌握重点防控区域。应创新工作机制，基于科学研究之上进行统一规划。应将区域视为核心整体，利用科学分析明确区域空气环境污染的总体排放量以及物质分布状况，呈现出的时空变化特征、大气污染相互影响作用的强度以及传输的具体规律，而后制定有效的防范治理策略。可引入数值模拟手段技术，掌控污染特征，通过联合制定，确保空气治理合乎标准。应把握属地管理以及不同区域联动的工作原则，通过横向合作、签署协议履行预防治理工作规划。倘若区域中各个主体经济实力相当，而大气污染为急需应对处理的问题，则可进行合作治理。相反区域经济主体水平包含明显差别，治理问题等级不一致，便可履行非合作策略。

3.2多重污染物质同步治理

针对单一污染物治理实效性不强的状况，应基于当前大气污染复合性特征，采用多重污染物质同步治理的工作模式。由传统单一物质治理发展形成多污染物质全面治理的局面。应树立战略目标，开始时期可进行一类主要污染物质的管理治理，而后可基于一类物质的治理逐步发展为防控复杂性二次污染的治理。接下来通过多类主体污染物质治理防控二次污染物质。最终形成同步治理多类二次有毒污染物质的模式。

应树立协同治理的工作理念，汲取发达国家成功经验，将污染环境治理、能源管理政策以及管控温室气体总体排放的整合管理策略，通过互相关联影响，达到事半功倍的工作效果，以合理的成本投入创建合理的共同利益。该类更丰富意义的多类污染同步治理的工作模式，可使空气质量符合相应标准限值要求，同时可达到减排的工作效果。

另外，可引入低碳环保策略控制硫化物、氮氧化物以及颗粒物等污染物的总体排放量，降低额外投入成本，营造健康环保的空间环境。

3.3加大惩处力度，优化法治管理机制

纵观城市空气污染治理工作发展，不难看出，目前逐步严峻的城市空气污染形势，同惩处违规行为力度较轻有紧密联系。为此，应优化法制化管理工作机制，加大惩治力度。进一步修订相关环境空气防治污染法规。正视提升环境执法力度不仅不会对经济建设发展形成负面影响，还可良好的管控污染物总体排放。

为此，应有效的降低行政命令，杜绝责令行为导致的较多争议现象。应强化强制执行效果，通过行政处罚，达到良好效果。另外，应丰富行政处罚类别，不应对明显的盈利工作进行惩处，没收违规所得。

还应对其他类非直接性，但却包含间接盈利特征的行为进行必要的处罚。例如，违法进行排污的行为，虽然企业没有通过排污的过程取得直接的利润，却节约了用于污染物治理的经费投入，进而实现了间接获利的目标。因此针对以上情况，也应惩罚并剥夺其相应的经济利益。针对情节过于严重或屡次违规的行为应责令停产。另外应对有关负责人进行违规惩处，进行刑事指控，或者判处行政拘留。还应确保处罚金额高出违规所得，进而提升管理防控威慑力。

4.结语

综上所述，只有针对城市空气污染特点、环保治理工作特征、存在的问题等，合理制定科学有效的工作机制，有效的弥补漏洞与不足，提升工作实效性，开创洁净环保型城市，优化提升城市行驶，达到社会效益、经济效益和环境效益的统一，真正实现健康、可持续、生态化、绿色化的发展要求。 [科]

【参考文献】

[1]刘永红，余志，黄艳玲，蔡铭，徐伟嘉，李璐.城市空气污染分布不均匀特征分析[J].中国环境监测，2011（3）.

[2]勤耕，夏思佳，万祎雪.当前城市空气污染预报方法存在的问题及新思路[J].环境科学与技术，2009（3）.

大气污染现象篇(3)

关键词 空气污染指数（API）；气象要素；山东济宁；2004―2012年

中图分类号 P42；X51 文献标识码 A 文章编号 1007-5739（2016）18-0167-02

随着经济的高速发展，能源与交通规模明显扩大，城市人口迅速膨胀，大气污染日益严重。大气是无处不在而且只能吸收、不可选择的环境，与人们的身体健康密切相关。研究表明[1]，气象条件对污染物的扩散、稀释和积累有一定作用，在污染源一定的条件下，污染物浓度的大小主要取决于气象条件。对于空气质量与气象要素的关系，我国研究者从不同角度进行过研究：李德平等[2]分析2001―2007年数据表明，影响北京地区三级以上污染的主要气象因子为风向、降水和逆温层；王淑英等[3]分析北京地区PM10污染的气象特征，表明在稳定的天气条件下，PM10浓度与相对湿度呈正相关，与能见度、风速和气压呈负相关；张国勋等[4]指出，杭州市大气污染物浓度与降水量、气温和SSW 风等呈明显的负相关，与静风和逆温呈明显的正相关。

济宁市位于鲁南泰沂低山丘陵与鲁西南黄淮海平原交接地带，地形以平原洼地为主，地势东高西低，地貌复杂。近年来，由于城市工业化、交通运输业的迅速发展，大气污染源和量增多，空气质量不容乐观，本文利用济宁市2004―2012年空气污染指数（API）和气象资料，分析API的时空分布特征，探讨济宁市空气污染指数与气象条件的关系，为济宁市乃至鲁西南空气污染的防治提供依据。

1 资料与方法

2004―2012年济宁市MICAPS地面常规观测资料（包括温度、气压、湿度、风向风速等气象要素），国家环境保护总局提供的2004―2012年济宁市空气污染指数（API）。

2 结果与分析

2.1 济宁市空气质量状况

由表1可以看出，近9年济宁市环境空气质量年优良率为92.36%，其中优占6.84%，良占85.52%，轻度污染占7.57%。空气质量月际变化表现为7―8月的空气质量最好，优良率均达到99%以上，6月、12月和1月空气质量较差，优良率为82%左右。

分析济宁年平均API和月平均API得出：年平均API整体呈波动上升趋势，最高值在2010年达到84.6，接近轻度污染的状态。

综上所述：济宁地区空气污染指数具有逐年升高的趋势；季节变化明显，冬季污染指数较高，夏季污染指数较低。济宁地区属暖温带季风气候，四季分明，冬季（11月、12月和1月）混合层高度低，大气层结在垂直和水平方向上比较稳定，冬季供暖所产生的可吸入性颗粒物、汽车尾气等累积在边界层下层，导致空气污染严重。7―8月济宁市处于汛期，降水较多且多为对流性降水，对空气中悬浮的灰尘和粉尘起冲刷沉降作用。另外，大气对流活动旺盛，使近地层污染物得到扩散稀释。6月空气污染指数较高与当地的秸秆焚烧有一定关系。

2.2 API指数与气象要素的关系

导致空气污染的影响因子众多，主要包括污染源及其强度、气象条件、地形等自然因素以及城市交通等人文因素。其中，气象条件这一自然因子对空气污染的影响最为复杂和多变。

2.2.1 与气象要素的相关性。利用相关统计法分析 2004―2012年济宁市空气污染指数与气象要素的相关关系，由表2可以看出，空气污染指数与气温呈负相关、气压呈正相关，这与其季节分布密切相关，夏季气温高，气压低，空气污染较小，冬季气温低，气压较高，空气污染较大；与降水量显著负相关，这是因为降水对污染物有沉降清洁作用；与总云量和低云量呈负相关，低云的增多说明低空不稳定性大，大气垂直运动明显，垂直扩散能力较强，利于污染物的扩散[5]；与日照时数相关性不大；与相对湿度和风速呈负相关，这在下面将进行进一步分析。

2.2.2 与风向的关系。风是边界层内影响污染物扩散的重要的动力因子。风向决定着大气中污染物的输送方向，风速则影响着大气中污染物的扩散稀释快慢程度，特别是低层风向、风速的变化直接影响空气污染物的聚散以及各处的浓度分布。

上文相关分析法已得出污染物指数和近地面风速呈现出明显的负相关关系。由图1可以看出，近地面主导风向为南风，SE到S 3个风向所占比例为27%，W到NW 3个风向所占比例为29%。N风仅占5%，北风常常携带冷空气南下，有利于大气中污染物质的及时清除，空气质量较好。

2.2.3 与相对湿度的关系。空气中气溶胶粒子吸湿增长从而对大气能见度产生影响。由图2a可以看出，不同的污染指数等级所对应的能见度和相对湿度成反比关系，能见度越低，相对湿度越高；能见度越高，相对湿度越低。同时，污染指数等级越高，对应的能见度范围就越低。空气质量在优时，相对湿度基本>20%，能见度>10 km；空气质量轻度污染时，相对湿度基本

2.2.4 与风速的关系。风速通过影响大气中颗粒物、水汽的输送和扩散情况从而影响大气能见度。风速较小时，有利于大气稳定层结的维持，空气中的污染物颗粒不易扩散，空气污染加重；反之，空气中的风速较大时，大气层结稳定性被破坏，有助于污染物颗粒的的扩散，空气质量转好。由图2b可以看出，随着污染指数等级越高所对应的风速越小，能见度的范围越低。地面风力条件是大气污染物稀释扩散的最直接因素之一，其作用表现在2个方面：一是风的水平输送作用，当地大气中的污染物在风的推动下，被输送到其他地区；二是风对大气污染物的稀释作用，污染物随风移动并得到风的搅动，不断与周围相对干净的空气混合而最终稀释。空气质量在优时，风速>2 m/s，能见度>10 km；空气质量在轻度污染时，风速

3 结论

（1）近9年济宁市环境空气质量年优良率为92.3%，年平均API整体呈波动上升趋势，季节变化明显，冬季污染指数高，夏季污染指数低，6月污染指数较高可能和麦收秸秆焚烧有一定关系。

（2）空气污染指数与气温呈负相关、气压呈正相关，这与其季节分布密切相关；与降水量显著负相关，这是因为降水对污染物有沉降清洁作用；与总云量和低云量呈负相关；与日照时数相关性不大。

（3）根据不同风向上空气污染日数的分布统计，济宁市污染日主要受S和WN风影响。

（4）不同的污染指数等级所对应的能见度和相对湿度成反比关系，能见度越低，相对湿度越高；能见度越高，相对湿度越低。同时，污染指数等级越高，对应的能见度范围越低。

（5）分析不同等级污染指数对应的能见度和风速的变化发现，随着污染指数等级越高所对应的风速越小，能见度的范围越低。

4 参考文献

[1] 郑美琴，卢振礼.日照市区PM10污染物特征及其与气象要素的关系[J].南京气象学院学报，2006，29（3）：413-417.

[2] 李德平，程兴宏，于永涛，等.北京地区三级以上污染日的气象影响因子初步分析[J].气象与环境学报，2010，26（3）：7-13.

[3] 王淑英，张小玲.北京地区 PM10污染的气象特征[J].应用气象报，2002，13（增刊1）：177-184.

大气污染现象篇(4)

关键词 大气污染 原因分析 治理途径

中图分类号：X51 文献标识码：A

1大气污染的含义以及特点

想要明确大气污染的原因，并提出行之有效地治理途径，首先就要明确什么是大气污染。顾名思义，大气污染就是对空气的污染，指的是人们在生产生活中由于不注重自身行为，或者一些企业工厂向大气中排放的污染物超标，导致大气的净化能力不足以使其实现污染分解而产生的有害人体健康的问题。具体来说，大气污染主要分为两个方面，一方面是人为污染，这是造成大气污染的最主要的原因，根据其污染源的不同还可以分为点污染源、面污染源和区域污染源，其中影响大气环境的最主要的因素是工业废气的排放和交通尾气的污染。另一方面是自然污染，指的是火山喷发、森林灾害等自然污染源排放到空气中的有害气体。

大气污染区别于其它污染形式的最主要的特点主要有以下几方面：第一，大气中的悬浮颗粒物过多，严重超出了大气本身的净化能力；第二，由于城市人口密集以及城市绿化面积的缺乏，导致无法对大气中的细菌进行有效分解，进而使空气中的细菌含量超标；第三，我国很多区域都为工业城市，这也在很大程度上导致了空气中煤炭污染严重，环境进一步恶化。

2大气污染产生的原因分析

2.1能源使用不科学

目前，能源问题已经成为了全世界关注的焦点，能源资源数量正急剧减少，而我国大气污染产生的很重要的一点原因就在于能源资源的不合理利用。我国最主要的煤炭一次能源，在使用过程中用于发电的还不足三分之一，其它资源都直接燃烧了，导致了空气中污染物含量的超标。我国以煤炭为主要消耗能源的工厂企业也不重视能源的有效利用，主要表现在煤炭的洗选率过低，价格也比较昂贵。另外，各工厂的煤炭燃烧设备也比较落后，技术水平不完善，导致了能源消耗过多，造成了大气污染现象。

2.2对大气污染的严重性认识不足

目前，很多企业和工厂都把目光集聚在了经济利益的获得上，没有重视起环境污染这一严峻课题。大气环境是人类赖以生存的基础，是宝贵的自然资源，一旦大气遭到污染破坏，那么就无法得以修补。所以，国家和企业、个人都要明确了解大气污染是不可逆的，必须重视大气对人类的重要作用，在资源利用的时候，一定要坚持可持续发展，减少污染物的排放量，注重经济效益与社会效益的统一。另外，企业不能盲目的扩大生产规模，更不能以大气污染为代价来发展经济，否则就会严重影响人类生存的环境，引起身体危害。

2.3对大气污染治理的投入不够，监管力度也有待加强

据调查了解到，全国各大企业和工厂用于污染治理和预防的资金少之又少，仅占了生产总值的0.8%，与我国大气污染的严重情况不符。另外，国家和企业也没有明确制定监管制度，有关污染治理以及预防的体系还不健全，执法力度也有待进一步提高。

3对大气污染进行治理的主要途径

从上述内容中，我们已经明确了解到了大气污染对人类产生的巨大危害以及出现这种现象的主要原因，想要进一步改善这种局面，保证人类的健康发展，还人们一个无污染的环境，就一定要明确主要的治理途径。

第一，保证工业合理布局，调整产业结构。现如今，我国的经济主导产业仍然是工业，工业布局依然是我国产业的主导因素，想要减少大气污染，就一定要合理规划工业布局，完善制定产业准入原则，积极引导产业政策调整，对环境规划进行统一管理。另外，还要加快产业结构的调整，坚持构建环境友好型社会，对于污染物排放过多的产业进行综合治理，调整高耗能企业，进而减少大气污染气体的排放量，提高空气质量，促进社会的可持续发展。

第二，增加资金投入，坚持引进先进设备和新能源。想要从根本上解决我国大气污染现象，保证空气质量，保证人们的身心健康发展，就一定要坚持引进无污染的清洁能源，并坚持技术革新，在生产过程中使用低耗能设施，改善管理手段，提高资源的利用率。具体而言，选取无毒无害，少污染的清洁能源来代替传统的高污染物。逐步淘汰旧设备，减少设施浪费能源的现象，例如用新型的煤气发生器代替传统的工业锅炉。在此基础上，还要逐步开发新能源，采用太阳能、风能等无污染的资源代替煤炭，并依靠科技创新来减少能耗，从而保证大气清洁。

第三，制定严格的污染物排放标准。俗话说“没有规矩不能成方圆”，想要做好任何事情都要有一系列行之有效的规章制度作基础，大气污染的综合治理也是如此。国家要明确规定各企业排放的污染物的数量，限制大排量机动车的使用，减少工厂污染和汽车尾气污染，从而提高大气质量。

参考文献

[1] 刘新有，张允锋，李滨勇，等.昆明市区大气污染分析及其防治对策[J].云南环境科学，2006，25（4）.

大气污染现象篇(5)

关键词PM2.5；大气污染物排放；两段式分布滞后模型；京津冀

中图分类号X513；F421文献标识码A文章编号1002-2104（2017）04-0102-08doi：10.12062/cpre.20170343

PM2.5的空气动力学含义是指直接小于等于2.5μm的颗粒物，也称为细颗粒物。PM2.5能较长时间悬浮于空气中，对空气质量和能见度等有重要的影响。灰霾天气的本质是大气颗粒物PM2.5的污染[1]。与PM10相比，PM2.5粒径小，扩散面积大，活性强，易附带有毒、有害物质，且在大气中停留时间长，因而对人体健康和大气环境质量影响更大，灰霾污染中的PM2.5容易诱发呼吸系统疾病。2013年，灰霾成为年度关键词，2013年1月，4次灰霾笼罩全国30个省。京津冀过去冬春季的灰霾比较严重，而最近几年四季都会发生灰霾天气。因此，研究PM2.5的主要影响因素，理顺其内在关系具有很迫切的现实意义，可以为相关研究和政策制定提供理论依据。

京津冀都市圈是我国三大城市群之一，在经济发展中占据重要地位，而在空气质量最差的10个城市中，7个城市在京津冀地区，京津冀已经成为我国空气污染最严重的地区之一。2015年4月30日，中共中央政治局审议通过的《京津冀协调发展规划纲要》指出，要在京津冀生态环境保护、产业结构升级等重点领域率先取得突破。根据《2015中国环境状况公报》显示，京津冀PM2.5平均浓度为77 ug/m3（超过国家二级标准1.20倍），远高于珠三角地区的34 ug/m3和长三角地区的53 ug/m3；京津冀区域13个城市达标天数比例在21.9%―86.4%，平均为42.8%，重度及以上污染天数比例为17%，而超标天数中以PM2.5为首要污染物天数最多。本研究将实证分析经济增长与大气污染的关系，同时基于两段式的分布滞后模型，结合自然环境因素和经济因素，对灰霾污染严重地区京津冀的PM2.5影响因素进行综合分析。

1文献综述

对于可吸入颗粒物（PM）的最早研究，可追溯到20世纪80年代。1985年，美国将总悬浮颗粒物修改为PM10，随后不久将PM2.5纳入到大气监测范围中[2]。2012年2月29日，中国环境保护部将环境空气质量标准（GB-2012）作为国家质量标准，正式取代了环境空气质量标准（GB-1996），PM2.5开始纳入到空气质量监测中来。尽管PM2.5在我国监测时间比较短，但由于PM2.5所引发的灰霾问题频发，引发人们的普遍关注。国内外学者对PM2.5进行的广泛深入的研究，主要集中在以下两个方面：

中国人口・资源与环境2017年第4期

一是PM2.5的污染特征、排放清单、源解析等的物理化学过程、PM2.5与其他颗粒物直接的关系。梁延刚等利用2005年香港能见度与PM2.5浓度的每小时数据，研究显示PM2.5浓度与能见度在5%的显著水平上呈负相关，相关系数为80%[3]。Chang W等对美国南加州的颗粒物进行源解析，将PM2.5分为机动车、道路扬尘、柴油车、海盐等主要源类[4]。郑玫等将PM2.5源种类分为尘类源、燃烧类源、二次元、其他源[5]。周静、刘松华等通过对苏州10个区15个工业行业现场咨询、发放调查表等形式，研究得出工艺过程源和固定燃烧源分别占苏州工业源PM2.5排放量的94%和6%[6]。朱增银、郭清彬、于建华等研究PM2.5浓度与PM10浓度占比，分析得出PM2.5浓度与PM10浓度占比通常在29.10%―94.76%之间，呈现出季节差异，并且这一比例夏季要明显低于秋季[7-9]。

二是PM2.5与气象因子及工业化、城市化、环境规制等因素之间的关系。张淑平等研究发现气象条件与PM2.5日浓度显著相关；刘瑞婷等研究表明高浓度的大气颗粒物和特殊的气象条件是灰霾形成的有利条件，小风或静风容易造成PM2.5浓度增加，能见度降低；孟晓艳等研究得出较小的地面风速、较高的相对湿度以及稳定的大气层增加了PM2.5浓度的累积，导致空气质量恶化[10-12]。何枫等应用Tobit模型发现城市工业增加值占GDP比提高1个百分比，灰霾天数平均增加约4天 [13]。马丽梅、张晓运用Donkelaar et al制作的首张PM2.5全球地图，分析得出灰霾污染与GDP并不存在倒“U”型关系，灰霾污染与产业结构以及能源Y构存在很强的正相关关系[14]。

基于上述文献回顾，我们可以发现，现有研究主要有以下几个方面不足：

第一，灰霾的主要污染物PM2.5的形成是一个复合的大气环境的机理形成过程，不仅与温度、相对湿度、风速、压强、降水等气象因素影响密切，同时也受机动车、燃煤、工业生产等经济因素的影响，但绝大部分的研究要么只考虑自然环境因素，要么只考虑经济因素，即将燃煤、工业生产等经济因素直接与PM2.5进行回归，很少有将自然环境因素和机动车、燃煤、工业生产等经济因素综合起来进行研究。

第二，由于我国将PM2.5纳入空气质量检测标准范围时间较短，我国正式统计PM2.5开始于2013年，故经济学研究领域受限于数据的连续性和系统性，大部分研究采用PM10的年度数据或者模拟数据。PM2.5日度数据变化幅度很大，但年度平均浓度数据的变化幅度相对于日度数据并不是很大，因为平均数将剧烈变化拉平了，所以年度数据不能很好反映大气污染物日度变化规律。另一些研究采用美国研究机构研制的根据气象条件模拟出的PM2.5年度平均数据，如马丽梅等使用哥伦比亚大学国际科学信息网j中心与巴特尔研究中心的全球2001―2010年PM2.5平均值的模拟数据，但模拟数据与实际检测数据存在误差。

本研究使用中国空气质量在线监测分析平台公布的京津冀2013年1月18日至2014年12月31日的日度数据，结合影响PM2.5浓度的气象因素和燃煤、机动车、工业产值等经济因素，对京津冀地区PM2.5的影响因素进行综合分析。

2模型构建

2.1分析框架

影响空气质量的主要因素有两个：一个是污染源，还有一个是气象条件。吴兑分析得出，大气污染物的源排放是形成灰霾天气的内因，气象条件是形成灰霾天气的外因[1]。因此，一个城市的空气质量受自然条件和人类活动两方面影响，自然条件包括风速、降雨、温度等气象条件以及地形地貌等地理条件和区域生态环境变化，人类活动包括城市工业发展、区域能源消耗。2014年《北京市环境状况公报》对PM2.5进行源解析显示，机动车源、燃煤、工业生产、扬尘对北京的PM2.5贡献率分别达到了31.1%、22、4%、18.1%、14.3%。2014年《天津市环境状况公报》对PM2.5进行源解析显示，扬尘、燃煤、机动车、工业对天津的PM2.5贡献率分别达到了30%、27%、20%、17%。

我们对PM2.5浓度主要影响因素及其内在关系的研究分为两个阶段，第一阶段分析形成灰霾的外部因素，综合考虑温度、湿度、日照、风力、气压、降水等气象因素。第二阶段分析不同污染源对大气污染物排放量的影响，主要包括四个方面：工业源、生活源、机动车源、集中式污染源。大气污染物是造成PM2.5浓度上升的主要内因。

2.2模型设定

通过以上对自然环境科学和环境经济学文献综述可以得出，PM2.5的影响因素主要有气象因素，包括温度、相对湿度、日照时数、气压、风力、降雨等气象因子，以及煤炭燃烧产生的烟尘及一氧化碳、二氧化硫、氮氧化物及挥发性有机物等、工业源排放、机动车尾气排放等因素。本文模型设定立足于自然环境科学基础，并且将煤炭燃烧烟粉尘、机动车尾气、工业源排放转化为经济学上容易衡量的煤炭消费量、汽车保有量、工业增加值。一个地区污染物排放量的多少跟该地区的工业废气污染密集型产值有着密切的关系。本文借鉴张家峰对工业废气污染密集型行业的划分方法[15]，选取全国38个工业行业万元产出的不同污染物排放量即排放强度（Emission Intensity，EI）大于等于0.75的五个重污染行业，即选取电力和热力的生产工业、非金属矿物制品业、燃气生产和供应业、黑色金属冶炼及压延加工、木材加工以及木竹藤棕草制品业五个工业废气重度污染行业。选取这五个重度污染行业工业增加值，研究工业废气重度污染行业工业增加值对PM2.5浓度的影响。本研究通过构建两段式的分布滞后模型来研究京津冀PM2.5的影响因素，第一段模型是研究气象因子、大气污染物排放量与PM2.5的关系，第二段模型是研究不同的污染物排放源与大气污染物排放量的关系。由于大气污染物具有聚集的滞后效应，如果直接将气象因子、经济因素放在一个模型里而忽略大气污染物排放量的作用，势必会造成模型估计结果的不精准。因此，本文的模型设定如下：

PM2.5=β1+β2RHUit+β3TEMit+β4SSDit+β5PREit+β6Windit+β7Rainit+β8Dit+δ0Pollutionit+δ1Pollutionit-1+δ2Pollutionit-2+…+δkPollutionit-k+μit （1）

lnPollution=α1+α2lnPIIit+α3lnCoalit+α4lnY_carit+

瘙 it （2）

模型（1）中，PM2.5为PM2.5日浓度数值，RHUit为i城市t日的平均相对湿度，TEMit为i城市t日的平均温度，SSDit为i城市t日的日照时数，PREit为i城市t日的平均气压，Windit为i城市t日的平均风速，Rainit为i城市t日的降雨量，Pollutionit为i城市t日根据等距平滑法折算出来的大气污染物排放量，Pollutionit-1、Pollutionit-2、…Pollutionit-k分别是Pollution的滞后1期、滞后2期、…、滞后k项，Dit为i城市t日沙尘暴天气虚拟变量，β1代表总体均值截距项；μit代表随机误差项。模型（2）中PIIit为工业废气重度污染行业工业增加值，Coalit为煤炭消费量，Y_carit为机动车保有量，α1代表总体均值截距项， 瘙 it代表随机误差项。

2.3变量与数据

PM2.5数据来源于中国空气质量在线监测分析平台，部分数据来源于青悦开放环境数据中心，选取京津冀代表性城市北京、天津、石家庄的PM2.5日度数据从2013年1月18日至2014年12月31日。相对湿度、气温、日照时数、压强、风力、降雨等数据来源于中国气象数据网，沙尘暴天气数据来源于中国天气网。大气污染物排放量来源于《中国环境统计年鉴》《石家庄统计年鉴》。模型（1）中被解释变量PM2.5浓度数据和相对湿度、气温、日照时数、压强、风力、降雨等数据均是按天数据，因此，为了统一数据口径，本文首先根据《中国环境统计年鉴》中计算大气污染物排放量方法，即根据公式大气污染物排放量=∑工业源+生活源+机动车源+集中式污染治理设施源。其中生活源、机动车源、集中式污染治理设施源比较稳定，可直接将生活源、机动车源、集中式污染治理设施源除于每年的天数，得到按天的生活源、机动车源、集中式污染治理设施源的大气污染物排放量。对于工业源而言，根据工业源折算系数=工业源大气污染物排放量/工业增加值，得到工业源折算系数，并通过月度工业源大气污染物排放量=工业源折算系数×月度工业增加值，计算得到月度工业源大气污染物排放量。第二，根据t月度工业源大气污染物排放量增长率=t+1月工业源大气污染物排放量/t月工业源大气污染物排放量，得到该月工业源大气污染物排放量增长率，并将该增长率根据等距平滑法平摊到每一天的大气污染物排放量中去，得到按天的工业源大气污染物排放量。最后，根据t日大气污染物排放量=t日工业源大气污染物排放量+t日生活源、机动车源、集中式污染治理设施源大气污染物排放量计算出t日的大气污染物排放总量。

模型（2）是为了研究大气污染物排放量同工业废气重度污染工业增加值、燃煤消费量、机动车保有量三者之间的关系，大气污染物排放量数据计算方法跟模型1计算方法一样。为了更好地体现京津冀大气污染物排放量的演变规律，模型2中时间从2011年1月1日至2014年12月31日，按天的大气污染物排放量计算方法跟模型1中一致。工业废气重度污染行业工业增加值根据前面五个重度污染产值之和计算得到，根据北京统计局、天津统计局、石家庄统计局统计的月度工业增加值，同样根据上文中的等距平滑法，将其增长率平摊到每一天。燃煤消费量数据来源《中国能源统计年鉴》得到北京、天津、石家庄的年度煤炭消费量，同时根据张洪潮等的BP滤波分析得到我国2008―2013年月度煤炭修正系数[6]，可得到月度煤炭消费量，同样根据上文中的等距平滑法，将其增长率平摊到每一天得到按天的煤炭消费量数据。根据《2013年C动车污染防治年报》显示，全国“黄标车”保有量仅占汽车保有量的10.7%，但其排放的一氧化碳（CO）、碳氢化合物（HC）、氮氧化物（NOX）、颗粒物（PM）分别占汽车排放量的49.0%、52.9%、52.4%、78.8%，因此黄标车占据了颗粒物（PM）排放量的绝大部分。由于无法获得机动车保有量的数据，本文将选择黄标车保有量作为机动车的保有量的变量来研究。黄标车数据来源于《2011―2014年机动车污染防治年报》，通过Get Data Graph Digitizer软件抓取各省市2011―2014年的数据，同样根据上文中的等距平滑法将其平摊计算得到按天的黄标车保有量。变量设定见表1。

3实证检验结果及分析

3.1PM2.5浓度描述性统计分析

根据《环境空气质量标准》（GB3095―2012）中制定的环境空气质量指数（AQI）技术规定，24小时PM2.5的平均值标准值见表2。当24小时的PM2.5浓度超过115 ug/m3时，空气质量处于中度污染以上，对人群心脏、呼吸系统有影响。

本文以优良天气和中度污染以上天气做比较。从图1可以看到，北京2013年优良天气比例为56%，2014年优良天气比例下降为55.6%，但中度污染以上天气比

例呈现出下降的趋势，由2013年的26%下降到2014年的24%。天津优良天气比例有明显上升的趋势，2013年优良天气比例为44%，2014年上升为53%；中度污染以上天数比例有所下降，从2013年的25%下降到23%。石家庄优良天气比例上升幅度是三个城市最明显的，2013年优良天气比例26.7%，2014年上升到36.7%；中度污染以上天气比例也有明显下降，从2013年的53.1%下降到38.6%。

3.2PM2.5浓度影响因素计量结果

排放的大气污染物会形成聚集，导致PM2.5的浓度累积增加，前期大气污染物具有聚集形成的滞后效应，前期排放的大气污染物排放量对当期的PM2.5浓度可能存在正向的显著影响。本研究运用阿尔蒙（Almon）提出的多项

δi=γ1+γ2（i-c-）+γ3（i-c-）2……+γn+1（i-c-）n其中，i=1，2，3……m，m>n。

首先确定模型滞后期长度。本研究采用以下两种方法决定滞后期：①根据调整后的R2决定滞后期数，直到调整后的R2不再增加；②通过施瓦茨信息准则（SC）、赤池信息准则（AIC）和LR统计量确定滞后期。通过反复检验发现滞后3期最符合大气污染物扩散效应的实际情况，R2也最大，故选用大气污染物排放量当期与滞后3期来检验对PM2.5的影响，也符合施瓦茨信息准则和赤池信息准则。大气污染物的滞后系数选取了服从远端约束（大气污染物累积效应距离当期越远，对当期PM2.5浓度影响越小）多元回归结果见表3。

从表3可知，模型结果总体上比较良好，调整R2比较好，达到0.452，即平均相对湿度、平均气温、日照时数、平均相对气压、平均风速、降雨量、沙尘天气、大气污染物排放量及滞后3期能够对京津冀PM2.5浓度的45.25%做出解释。模型总体显著性在1%水平上通过检验，F值较大，说明模型中各因素对PM2.5浓度的共同影响显著。

在气象因素中，风力通过稀释扩散来降低当地PM2.5的浓度。研究表明，持续的微风或静风会抑制大气污染物的扩散，使近地面层大气污染物聚集。当风速大于5 m/s，有利于污染物的扩散[17]。我们的统计发现，当京津冀平均风速小于3 m/s时，京津冀PM2.5浓度平均值为111.56 ug/m3；而当京津冀平均风速大于5 m/s，京津冀PM2.5浓度平均值为49.41 ug/m3。

温度升高时，有利于上下层空气产生对流交换，因此有利于大气污染物的稀释扩散；而温度降低，大气层相对稳定不利于污染物的稀释扩散。平均温度每增加1℃，PM2.5浓度平均减少3.821 ug/m3。日照时数对污染物的影响主要体现在太阳辐射强时，加快了地面温度上升，大气垂直运动增强，不易产生逆温层；日照时数较短时，太阳辐射较弱，气温较低，大气层稳定，容易产生逆温，对污染物的稀释和扩散不利。因此，日照时数每增加1 h，PM2.5浓度平均减少2.859 ug/m3。降水对大气污染物可以起到冲刷和稀释清除的作用，在雨水作用下，大气中的一些大气污染物能够溶解在水中，可以降低大气污染物的浓度，因此，降雨量每增加1mm， PM2.5浓度平均减少2.514 ug/m3。气压对污染物浓度主要体现在高气压时，空气在垂直方向的对流较弱，容易形成逆温，不利于污染物的扩散；低气压时，气流上升较强，大气污染物容易稀释和扩散，因此气压与PM2.5浓度呈现负向关系。平均气压每增加1hpa，PM2.5浓度平均减少2.377 ug/m3。相对湿度与PM2.5有明显的正向显著关系。除有降水外，湿度大时，空气中水气较多，使得PM2.5附着在水气中，在空气中停留，因此平均相对湿度每增加1%，PM2.5浓度平均增加1.399 ug/m3。沙尘暴发生时，强风把地面沙尘物质吹起并卷入空中，造成空气混浊，水平能见度低。因此，沙尘暴天气对PM2.5浓度具有显著的正向影响。沙尘暴天气发生时，PM2.5浓度平均增加139.942 ug/m3。而在大气污染物排放量滞后变量中，当期大气污染物每增加1t，对当期PM2.5浓度平均增加0.010 2 ug/m3；滞后一期污染物、滞后两期污染物、滞后三期污染物每增加1t，对当期PM2.5浓度分别增加0.007 6 ug/m3、0.005 1 ug/m3、0.002 6 ug/m3。

3.3主要污染源影响因素计量分析

根据北京、天津、石家庄三个城市2013―2014年《环境状况公报》对PM2.5进行源解析，可得知工业源、机动车、燃煤消耗量对PM2.5贡献率最大，因此构建了模型（2）。通过检验发现固定效应和随机效应均优于OLS模型（其中固定效应模型的F值为529.29，随机效应模型chi2（3）检验值为21 966.95，因为Hausman检验得到chi2（2）为174.4，p值为0，所以应拒绝随机效应和固定效应的系数无系统差异的原假设，也就是说，采用固定效应模型更合适）。京津冀大气污染物排放量的主要污染源影响因素估计结果见表4。

由回归结果表4可知，固定效应模型的整体显著性的F值为529.29，P值为0.000，在1%显著水平上显著，表明模型（1） 整体是比较显著的；工业废气重度污染行业工业增加值（PII）、燃煤消费量（Coal）、黄标车保有量（Y_car）的t值在1%水平上显著，说明它们都能很好地解释大气污染物排放量的影响因素。模型（2）的整体显著性的F值为557.7，P值为0，在1%显著水平上显著。

通过固定效应模型可知，工业废气重度污染行业工业增加值的对数估计系数为0.173，t值检验在1%水平上显著，表明在其他因素不变的情况下，一个地区工业废气重度污染行业工业增加值上升1%，该地区的大气污染物排放量将上升0.173%。黄标车保有量的对数估计系数为0.199，t值检验在1%水平上显著，表明在其他因素不变

的情况下，一个地区黄标车保有量下降1%，该地区大气污染物排放量将下降0.199%。煤炭消费量产值的对数估计系数为0.469，t值检验在1%水平上显著，表明在其他因素不变的情况下，一个地区燃煤消费量增加1%，该地区大气污染物排放量将上升0.469%，说明目前阶段，煤炭消费量是京津冀地区大气污染物排放量上升的重要因素。在该模型中经过测算发现，煤炭消费量对大气污染物排放量贡献率为47.27%，黄标车对大气污染物排放量贡献率为18.91%，工业废气重度污染行业工业增加值对大气污染物排放量贡献率为18.46%。

4结论与政策建议

4.1结论

本研究通过使用京津冀PM2.5近两年的日浓度数据，提出两段式的分布滞后模型将自然环境因素和经济因素结合起来，对京津冀PM2.5的影响因素进行了综合分析。在第一段模型中构建了PM2.5和大气污染物排放量的分布滞后模型，第二段模型中构建了不同的大气污染源对大气污染物排放量的影响因素模型。研究得出平均气温、平均风速、日照时数、平均气压、降雨量对PM2.5浓度具有显著的负向作用，平均相对湿度、沙尘暴天气对PM2.5浓度具有显著的正向作用，大气污染物排放量对PM2.5浓度具有聚集的滞后效应，当期大气污染物排放量、滞后一期、滞后两期、滞后三期大气污染物对PM2.5浓度具有显著的正向作用，且影响依次递减。最后，构建了大气污染物排放量的污染源模型，使用固定效应估计得出煤炭消费量、黄标车保有量、工业废气重度污染行业工业增加值对大气污染物排放量具有显著的正向作用，一个地区煤炭消费量对数、黄标车拥有量对数、工业废气重度污染行业工业增加值对数每增加1%，对该地区大气污染物的排放量对数分别增加0.469%、0.199%和0.173%。

4.2政策建议

（1）优化能源消费结构，减少煤炭的消费，大范围推广使用集中式供暖，完善清洁能源和PM2.5减排区域间补贴机制，分别在各空气污染严重地区的重点行业进行试点。2014年，煤炭消费占我国能源消费总量的66%，电力、工业锅炉、煤化工（炼焦等）以及建材窑炉消费了我国超过90%的煤炭，煤炭（尤其是散煤）的燃烧对PM2.5的贡献很大。因此一是要完善优化能源消费结构，优化燃煤电厂脱硫脱硝的工艺；加大对清洁能源的利用，加强对新能源产业的补贴，同时建立政府绿色采购和补贴制度。二是要将煤炭为主的能源结构向清洁能源为主的能源结构转变，大幅度减少散煤的燃烧。

（2）加快改造黄标车，大力推广新能源汽车，控制机动车的尾气污染。一是加速改造黄标车，要么逐步淘汰黄标车，要么强制性对黄标车的排气系统进行改造，加装三元催化转化器，使尾气排放达国六标准。二是提升我国的油品质量标准，降低油品中硫、烯烃及芳烃含量。三是大力推广新能源汽车，公交、环卫等行业和政府机关要率先使用新能源汽车、采取财政补贴等措施鼓励个人购买。

（3）优化产业结构，限制工业废气重度污染行业。京津冀地区作为我国三大城市群之一，经济发展长期以来依赖化石能源，资源消耗大、环境污染严重，这也是京津冀大气环境质量产生问题的经济根源。因此一是调整优化产业结构，严格限制新建工业废气重度污染行业的企业，大力发展质量效益型、科技先型和资源节约型的绿色产业。二要将现有的空气污染密集型企业向外搬迁，而且搬迁地点不能距离京津冀太近。

（4）建议全面禁止石油焦的进口，并加强对燃烧高硫石油焦的监管。尽管中国政府正在投入巨大的努力治理空气污染和削减煤炭消费，但是却出现一个监管漏洞： 一些发电厂、水泥厂、玻璃厂使用石油焦作为替代燃料，在燃煤中故意混烧10-20%的高硫石油焦。这些高硫石油焦含硫量较高，包含多种重金属污染（如汞、砷、铬、镍和镉），在燃烧时还可能会释放二恶英、氯化氢和氟化氢等污染物。2013年中国燃烧了3 300万t石油焦。有关管理部门应出台政策全面禁止石油焦的进口，并加强燃烧国产高硫石油焦的监管，加快重点行业脱硫、脱硝、除尘改造工程建设，在空气重度污染地区不得使用石油焦作为燃料。

参考文献（References）

[1]吴兑.近十年中国灰霾天气研究综述[J].环境科学学报， 2012，32（2）：257-269.[WU Dui. Hazy weather research in China in the last decade： a review[J].Acta scientiae circumstantiae，2012，32（2）：257-269.]

[2]杨洪斌，邹旭东，汪宏宇，等.大气环境中PM2.5的研究进展与展望[J].气象与环境学报，2012，28（3）：77-82.[YANG Hongbin，ZOU Xudong，WANG Hongyu， et al. Study progress on PM2.5 in atmospheric environment[J].Journal of meteorology and environment，2012，28（3）：77-82.]

[3]梁延刚，WU Manchi，杨敬基.香港能见度、大气悬浮粒子浓度与气象条件的关系[J].气象学报， 2007，66（3）：461-469.[LEUNG Yinkong，WU Manchi，YEUNG Kingkay.A study on the relationship among visibility， atmospheric suspended particulate concentration and meteorological conditions in Hong Kong[J].Acta meteorologica sinica，2007，66（3）：461-469.]

[4]CHANG W L，BHAVE P V，BROWN S S， et al. Heterogeneous atmospheric chemistry， ambient measurements，and model calculations of PM2.5： a review[J]， Aerosol science and technology，2011（4）：665-670.

[5]郑玫，张延君，闫才青，等.中国PM2.5来源解析方法综述[J].北京大学学报（自然科学版），2014，50（6）：1141-1154.[ZHENG Mei， ZHANG Yanjun，YAN Caiqing， et al.Review of PM2.5 source apportionment methods in China[J].Acta scientiarum naturalium universitatis pekinensis，2014，50（6）： 1141-1154.]

[6]周静，刘松华，谭译，等.苏州市大气颗粒物（PM2.5）工业源排放清单[J].环境科学学报2016，2（2）：1-12.[ZHOU Jing，LIU Songhua，TAN Yi，et al.The emission inventory of atmospheric fine particles from industrial sources in Suzhou City[J].Acta scientiae circumstantiae，2016，2（2）：1-12.]

[7]朱增银，李冰，赵秋月，等.对国内外PM2.5研究及控制对策的回顾与展望[J].环境科技， 2013，26（1）：70-74.[ZHU Zengyin， LI Bing， ZHAO Qiuyue，et al. A review and outlook of the research and pollution control on PM2.5 in domestic and overseas[J].Environmental science and technology，2013，26（1）：70-74.]

[8]郭清彬，程学丰，侯辉，等.冬季大气中PM10和PM2.5污染特征及形貌分析[J].中国环境监测，2010，26（4）：55-58.[GUO Qingbin，CHENG Xuefeng， HOU Hui，et al.Pollution characteristics and morphology analysis of PM10 and PM2.5 in winter[J].Environmental monitoring in China，2010，26（4）：55-58.]

[9]于建华，虞统，魏强，等.北京地区PM10和PM2.5质量浓度的变化特征[J].环境科学研究，2004，17（1）：45-47.[YU Jianhua，YU Tong，WEI Qiang，et al.Characteristics of mass concentration variations of PM10 and PM2.5 in Beijing area[J].Research of environmental sciences，2004，17（1）：45-47.]

[10]淑平，韩立建，周伟奇，等.冬季PM2.5的气象影响解析[J].生态学报， 2016，36（24）：1-11.[ZHANG Shuping， HAN Lijian，ZHOU Weiqi，e al. Relationships between fine particulate matter and meteorological factors in winter at typical Chinese cities[J].Acta ecologica sinica，2016，36（24）：1-11.]

[11]刘瑞婷，韩志伟，李嘉伟.北京冬季雾霾事件的气象特征分析[J].气象与环境研究， 2014，19（2）：164-172.[LIU Ruiting，HAN Zhiwei， LI Jiawei.Analysis of meteorogical characteristics during winter haze events in Beijing[J].Climatic and environmental research，2014，19（2）：164-172.]

[12]孟晓艳，余予，张志富，等.2013年1月京津冀地区强雾霾频发成因初探[J].环境科学与技术，2014（1）：190-194.[MENG Xiaoyan，YU Yu，ZHANG Zhifu，et al. Preliminary study of the dense fog and haze events’ formation over BeijingTianjinandHebei region in January of 2013[J].Environmental science and technology，2014，37（1）：190-194.]

[13]何枫，马栋栋.雾霾与工业化发展的关联研究――中国74个城市的实证研究[J].软科学，2015（6）：110-114.[HE Feng，MA Dongdong. Association study between haze pollution and industrialization[J].Soft science， 2015（6）：110-114.]

[14]马丽梅，张晓.中国雾霾污染的空间效应及经济、能源结构影响[J].中国工业经济， 2014，4（4）：19-31.[MA Limei，ZHANG Xiao.The spatial effect of China’s haze pollution and the impact from economic change and energy structure[J].China industrial economics，2014，4（4）：19-31.]

[15]张家峰.农村工业化与农村点源污染关系研究――以江苏省为例[D].南京：南京农业大学，2013：61-81.[ZHANG Jiafeng，Research on the relationship between rural industrialization and rural industrial point source pollution：taking Jiangsu Province as an example[D].Nanjing：Nanjing Agricultural University，2013：61-81.]

[16]张洪潮，王泽江，李晓利，等.中国煤炭消费需求波动规律及成因分析[J].中国人口・资源与环境，2014，24（1）：94-101.[ZHANG Hongchao，WANG Zejiang， LI Xiaoli， et al. The fluctuation pattern of Chinese coal consumption demand and cause analysis[J].China population，resources and environment，2014，24（1）：94-101.]

[17]GROSSMAN G， KRUEGER A. Economic growth and the environmen[J].Quarterly journal of ecomomics，1995，110（2），353-377.

[18]Y洪强，张静，王金南，等.中国快速城镇化边际环境污染效应变化实证分析[J].生态环境学报，2012，21（2）：293-297.[JIANG Hongqiang，ZHANG Jing，WANG Jinnan，et al.Accounting model and demonstration for marginal environmental effects of the rapid urbanization in China[J].Ecology and environmental sciences，2012，21（2）：293-297.]

[19]杨义彬.成都市大气污染及气象条件影响分析[J].四川气象，2004，89（3）：40-43.[YANG Yibin.The air pollution of Chengdu City and the impact analysis of meteorological conditions[J].Journal of Sichuan meteorology，2004，89（3）：40-43.]

[20]SELDEN T， SONG D. Neoclassical growth， the J Curve for abatement and the internet U Curve for pollution[J].Journal of environmental economics and management，1995，29（2），162-168.

[21]LOPOZ R. The environment as a factor of production：the effects of economic growth and trade liberalization[J].Journal of environmental economics and management，1994，27（2），163-184.

[22]BROCK W， TAYLOR M. Economics growth and the environment： a review of theory and empirics[J].Handbook of economic growth，2005（1）：1749-1821.

[23]张凤青.高汽车保有量果真是中国PM2.5污染的主因吗？[J].经济资料译丛， 2015，2（4）：44-51.[ZHANG Fengqing.Is the high car ownership really the main cause of China’s PM2.5 pollution？[J].Journal of translation from foreign literature of economics，2015，2（4）：44-51.]

Study on the main influencing factors and their intrinsic relations of PM2.5 in BeijingTianjinHebei

ZHOU Shudong1，2OUYANG Weiqing1GE Jihong1

（1.College of Economics and Management， Nanjing Agricultural University， Nanjing Jiangsu 210095， China； 2.China Center for Food Security Studies， Nanjing Agricultural University，Nanjing Jiangsu 210095， China）

大气污染现象篇(6)

进入冬季采暖期后，特别是2016年12月以来，京津冀地区已经历了三次大气重污染过程，分别是12月2-4日橙色预警，12月16-24日红色预警，12月30日-2017年1月7日橙色预警。其中，从2016年12月23日持续到2017年1月7日跨年度的重度大气污染是京津冀地区经历时间最长的重度污染过程。京津冀地区频现大范围重度雾霾，不时启动的空气重污染预警，给京津冀及周边地区人们的生活、生产及交通等带来严重影响，已经成为影响区域环境和经济发展的重要因素。

雾、霾概念及其特征

雾和霾是自然界中的两种天气现象，在形成机制及其本质上有很大区别。雾是由大量悬浮在近地面空气中的微小水滴或冰晶组成，是近地面层空气中水汽凝结（或凝华）的产物。常呈乳白色，水平能见度一般小于1千米。雾一般有两种，一种是地表辐射冷却，大气中水汽凝结形成雾，称为辐射冷却雾；另一种是暖湿空气流经较冷区域时，大气中水汽凝结形成的雾，称为平流雾。由于液态水或冰晶组成的雾散射的光与波长关系不大，因而雾看起来呈乳白色或青白色。雾天时，如大气没有污染存在，一般不会对人体健康造成直接危害。

霾是由大量的细颗粒物均匀地漂浮在空气中，使水平能见度小于10千米的大气浑浊视程现象，这些细颗粒物主要来自于自然界和人类活动的排放。当空气中水汽较多时，某些吸湿性强的干颗粒物会吸水、变大，并最终活化成云雾的凝结核，产生更多、更小的云雾滴，使能见度进一步降低。当相对湿度较低时，光化学反应形成的半挥发性有机污染物通过气固相分配进入颗粒物相，形成二次有机气溶胶；而相对湿度升高、温度降低时，颗粒物吸湿增长，吸收可溶性无机组分和有机组分，发生液相二次过程，产生二次有机气溶胶、硫酸盐、硝酸盐等。霾由灰尘、硫酸、硝酸等细颗粒物组成，其散射波长较长，因而霾看起来常呈现黄色或橙灰色。由于霾中含有很多对人体有害的化学物质和微小颗粒，所以霾天气对人体健康会造成直接危害。

雾和霾的主要区别有以下4点：（1）出现的垂直高度不同，雾一般出现在几十米至几百米的高度，而霾天气过程高度可达3千米。（2）出现时的相对湿度不同，雾出现时相对湿度达到90%以上，而霾出现时相对湿度较低。（3）出现的时间不同，雾一般傍晚、午夜至凌晨最易出现，霾的日变化特征不明显。（4）雾容易散去，而霾却不容易散去。这是因为雾的相对湿度大，受天气变化影响比较大，太阳一出来，地表增温，蒸散迅速加大，或遇到干燥空气，雾很容易散去。所以，雾一般在日出后不久即消散，但霾则不然。

京津冀地区污染源排放对雾霾形成的影响

局地雾霾天气形成有三个条件：一是污染源排放，二是地理环境，三是天气条件。PM2.5如今已经成为家喻户晓的名词，它是指直径小于或等于2.5微米的颗粒物，也称细颗粒物，是由直接排入空气中的微粒和空气中的气态污染物通过化学转化生成的二次微粒共同组成的。直接排入空气中的微粒主要由尘土性微粒、植物和矿物燃料燃烧产生的碳黑粒子组成。二次微粒主要由硫酸铵和硝酸铵组成，这两种微粒是由大气中的SO2和NOx（氮氧化物）转化生成的。对此，中国科学院大气物理研究所王跃思课题组利用多台雷达组网实时监测京津冀区域大气混合层高度和颗粒物后向散射演变，结合颗粒物化学成分在线解析技术，对区域大气重霾污染成因和演变特征进行了卓有成效的研究。他们给出的京津冀地区形成重霾污染的机理如图1所示。

京津冀地区重霾污染形成于周边以燃煤工业排放为主的污染物输送，而加强于本地以机动车排放为主的污染物叠加。主要有：工业污染源排放、机动车尾气排放、散煤燃烧等。其中，京津冀三地自身的排放量大是最主要的因素，对PM2.5污染的贡献率约为70%。京津冀区域国土面积虽然只占全国的2%，但单位面积SO2、NOx、烟粉尘排放量分别为全国平均水平的3倍、4倍和5倍。

北京、天津、河北、河南、山西、山东6省市占全面积7.2%，却消耗了全国33%的煤炭，排放强度是全国平均水平的4倍左右。其中，京津冀地区钢产量占全国的43%、焦炭产量占全国的47%、电解铝产量占全国的38%、平板玻璃产量占全国的33%、水泥产量占全国的19%。此外，京津冀区域还有大量排放挥发性有机物的化工产业。京津冀的煤电机组占全国的27%，机动车保有量占全国的28%，特别是重型车保有量占比近30%。冬季采暖期间京津冀本地污染物排放强度大，是重污染天气高发的根本原因，一旦气象条件不利，就可能形成重污染。

京津冀地理环境对雾霾的影响

大气污染颗粒物是造成严重雾霾天气的内因，天气条件则是外因。京津冀地区的地理环境为北、西方向高，东、南方向低，地形为簸箕形状，京津冀地区地理环境和地形条件不利于污染物的扩散。这种复杂的地理环境作用形成的海陆风环流、山谷风环流对区域污染物的扩散和大气环境容量具有重要影响（见图2）。

首先，一定程度上靠风把污染物吹走，天气起到了重要作用。

其次，京津冀城市化区域西临太行山山脉，北靠燕山山脉，东临渤海，构成复杂的山地、平原、城市和海陆地理环境。白天京津冀地区的污染物受山谷风和城市热岛环流的影响较大，山区受太阳辐射，温度远高于平原地区，而形成山谷风大气环流，污染物就会输送到山区。晚上山区冷却降温，京津冀地区由于城市热岛作用，空气比山区冷却得慢，导致温度高、气压低，在山谷风大气环流作用下，白天送到山区的污染物晚上又送回到京津冀区域。

再次，京津冀地区还存在海陆风。秋季，京津冀地区地表热力较强，存在海风和陆风的转换。白天，地表加热比海面快，陆地温度比海面高，导致陆地空气上升，大气压力减小，形成海风。晚上陆地冷却比海面快，导致陆地温度比海面低，海面空气上升而陆地空气下沉，形成陆风。白天污染物从海上送回来，晚上又送到海上，形成循环污染（见图3）。

此外，除了天气和地理环境条件作用外，还有一个污染源作用――京津冀地区周边的东南风、西南风、南L都会把污染物送到北京来。这种地理环境、天气条件、污染源分布作用，正是导致京津冀地区秋冬季严重雾霾天气频发的原因。

京津冀气象条件对雾霾形成的影响

污染物排放和静稳天气（小风和静风）是雾霾形成和维持的重要因素，这是人为因素和自然因素共同作用的结果。国家气候中心的检测结果显示，自2016年11月以来，京津冀地区冷空气过程次数减少，强度总体偏弱，平均风速减小，小风和静风日数较常年同期偏多，导致近期京津冀地区风流扩散能力减弱，大气环境容量降低，霾天气过程多发。这是因为：（1）京津冀城市群发展，阻挡和摩擦作用使水平风速明显减弱，小风和静风现象增多，不利于大气中悬浮的细颗粒物扩散稀释，从而积累形成雾霾天气。

（2）逆温层加剧雾霾天气的形成。逆温是一种典型的大气层结稳定现象，这种现象在秋冬季尤其常见。当出现“逆温层”时，它就像在大气层中盖了一个锅盖，阻碍空气的垂直对流运动，导致污染物的垂直扩散受到抑制。逆温层形成大气污染，大气污染加剧逆温层的发展，形成恶性循环，污染物越积越多，必须要有一个天气过程带来的冷空气，才能破坏这种循环。

（3）区域大气环境容量是在国家大气环境等级指标控制下的区域大气环境可容纳的大气污染物的总量。它反映了区域大气对污染物的通风扩散、降水清洗能力等综合指标。区域大气环境容量低，表示该区域大气对污染物的扩散能力、自净能力弱，大气边界层高度低。与常年同期相比，京津冀地区2016年11月以来，大气环境容量偏低6%，大气自净能力偏低15%，静稳天气日数占比达63%。

（4）空气中悬浮细颗粒物的增温效应。大气中的悬浮细颗粒物吸收太阳辐射，加热大气边界层温度，增加大气边界层的稳定度，不利于大气污染物的扩散。加剧大气中污染物的积累，增强雾霾天气的形成过程。

治理京津冀地区雾霾的关键

区域雾霾污染天气的发生，主要是由工业、燃煤、机动车等的排放和不利的气象条件等因素造成的。持续的雾霾污染天气主要与静稳天气系统、大气垂直结构、水平输送密切相关。京津冀地区的雾霾污染与大气环流及周边省市的污染源排放有直接关系，地区雾霾治理必须与周边区域协同，这才是解决京津冀地区雾霾污染问题的关键所在。从中长期而言，治理雾霾，需要摸清京津冀区域及周边省市各类污染源对京津冀地区雾霾污染形成的贡献，大力优化能源结构、产业结构。从短期而言，制定各类不利气象条件下的协同应急减排方案，是有效控制京津冀雾霾污染的有力措施。

大气污染现象篇(7)

关键词 空气质量；分布特征；污染指数预报

中图分类号P4 文献标识码A 文章编号 1674-6708（2013）98-0125-02

0 引言

随着经济社会的快速发展，空气污染问题越来越受到人们的广泛关注。近年来，空气质量监测和预报业务也在各省份蓬勃开展。2012年我国省会城市和直辖市开始监测PM2.5。朱永强[1]分析了数值模式预报、统计预报和综合经验预报等三种空气质量预报方法的优势和不足。众多学者运用上述方法分析研究了我国多个城市的空气质量分布特征、空气质量与气象因子的关系、污染过程的气象机理等[2-7]。河北省政府近年来采取了多种空气污染防治措施，空气污染得到了有效缓解。然而，2012年冬季至2013年初春，河北省多地受到持续性雾霾天气的影响，造成严重的空气污染。因此分析气象条件与空气质量的相关关系，建立基于气象条件的空气质量预报模型，提高空气质量预报的准确性显得尤为重要。

1 资料来源

利用河北省环境监测中心站监测的2003年1月～2012年12月河北省十一个地级市逐日的空气污染指数（API）实况资料。空气质量日报监测周期为24h，数据监测周期起止时间为前一日12：00至当日12：00。空气污染等级划分参照环境保护部2008年的《城市空气质量日报和预报技术规定》。

2 结果分析

2.1 近10a河北省空气质量总体分布特征

统计河北省十一个地市2003年1月～2012年12月共十年的空气质量实况监测资料，有效样本数为40099个，分析发现，除空气质量级别为Ⅰ级不计首要污染物外，河北省各大城市的首要空气污染物均为可吸入颗粒物和二氧化硫，其中可吸入颗粒物为首要污染物的日数占样本总数的64.7%，二氧化硫为首要污染物的日数占样本总数的17.5%。全省空气质量以Ⅱ级良为主，占67.3%，其次是Ⅰ级优和Ⅲ级轻度污染，分别占样本总数的17.8%和14.4%，Ⅳ级中度污染和Ⅴ级重污染日数共占样本总数的0.5%。

2.2空间分布特征

河北省各地市空气质量具有明显的空间分布特征。通过对2003年1月～2012年12月共十年资料统计发现河北省空气质量大体呈北部好于南部、沿海好于内陆的特征。处于省北部的张家口和承德两个城市空气质量级别为Ⅰ级的日数最多，均达到1200d以上，其次是秦皇岛和廊坊，重工业较为集中的唐山市和省会石家庄最少。优、良等级总日数最多的为处于沿海地区的秦皇岛，达3528d，保定、唐山、张家口、廊坊、邯郸、承德也都达到3000d以上，其他地市在2900d～3000d之间。轻度污染及以上等级的日数属秦皇岛市最少，仅有118d，其次是廊坊。石家庄、邢台、邯郸几个城市轻度污染及以上等级的日数较多，尤其是石家庄，重污染日达14d，属于污染极为严重的城市。从各地市首要污染物的日数分布图（图1）可见，张家口、承德两个城市的首要污染物为二氧化硫，以二氧化硫为首要污染物的日数占样本总数的50%以上，其他城市的首要污染物以可吸入颗粒物为主。

2.3季节变化

曲晓黎等[7]指出，雾霾天气多、燃煤取暖等因素是造成石家庄市冬季污染严重的主要原因，春季局地的扬沙或沙尘的远程输送也容易使空气质量变差。本文分析发现，对于整个河北省而言，空气质量的季节分布特征与石家庄市空气质量的季节分布特征一致，均是夏季最好，秋季次之，冬季最差。图2可见，夏季空气质量为优良等级的日数最多，占夏季总样本数的98.4%，轻度、中度污染日数所占比例仅为1.6%，没有重污染日。而冬季，重污染日数最多，年平均达1.8d，优良等级空气质量日数所占比例为62.3%，轻度、中度污染日数所占比例高达37.6%。

2.4 年变化

2003年～2012年，全省空气质量等级为Ⅰ级的日数呈逐年增多的趋势（表略），2012年十一个城市空气质量为Ⅰ级的总日数为2003年的3倍多。近10a空气质量等级为Ⅱ级的日数年变化趋势不明显，但是可见2005-2009年Ⅱ级日数最多，都在2800d以上。轻度及以上污染日总数明显减少，尤其是Ⅲ级空气污染日数从2003年的1236d减少到2012年的235d。从各地市2003-2012年各空气质量级别分布日数表（表略）也可发现同样的年变化规律，Ⅰ级、Ⅱ级等级日数逐年增多，Ⅲ级以上污染等级日数明显减少。

石家庄市空气质量为Ⅰ级的日数由2003年的2d增加到2012年的60d，增加的幅度最大，其他城市也都相应增加，张家口2012年空气质量为Ⅰ级的日数高达190d。由此可见，随着全省对空气污染治理力度的逐渐加大，河北省近10a空气质量明显好转。

2.5 空气污染指数预报模型

分析发现，空气污染指数与能见度、降水量、露点温度、风速、气温呈负相关，其中与能见度呈最为显著的负相关关系，相关系数为-0.54，其次是降水量和露点温度，相关系数分别为-0.31和-0.28。与相对湿度呈较为显著的正相关，相关系数为0.41。因此选择2003-2011年的32175个有效空气污染指数和前一日的能见度、降水量、露点温度、相对湿度等四种地面气象观测资料，建立空气污染指数的气象学预报模型，见公式（1），模型的复相关系数为0.64，通过了公式（2）信度为0.001的F检验。运用2012年河北省十一个地级市空气质量监测实况共3960个样本对预报模型进行实际应用检验发现，预报等级与实际监测等级相差1个等级以内的占72%，相差2个等级的占25.8%，相差3个等级以上的仅有87个样本。同时发现模型对空气质量等级为Ⅱ级良和Ⅲ级轻度污染的预报效果最好，对于Ⅳ级中度污染的预报效果稍差。说明该预报模型的准确率超过了70%，可应用于日常空气质量预报业务。

3 结论与讨论

1）河北省十一个地级市空气质量等级以Ⅱ级良为主，近10a空气质量呈明显好转趋势，中度污染和重污染日数共181d，逐年减少。首要污染物为可吸入颗粒物和二氧化硫。全省空气质量大体呈北部好于南部、沿海好于内陆的空间分布特征。空气质量等级夏季最好，冬季最差；

2）空气污染指数与能见度、降水量、露点温度、相对湿度等气象要素有较好的相关关系，可以运用上述气象因子为自变量，通过多元回归方法建立空气污染指数的气象学预报模型；

3）本文仅研究了河北省空气质量的分布特征和空气污染指数的气象学预报模型，对于首要污染物与气象条件的关系及其预报方法有待进一步研究。

参考文献

[1]朱玉强.几种空气质量预报方法的预报效果对比分析[J].气象，2004，30（10）：30-32.

[2]付宗钰，季崇萍.气象条件对奥运测试赛机动车限行期间空气质量的影响[J].气象，2008，34（s1）：274-278.

[3]刘彩霞，边玮瓅.天津市空气质量与气象因子相关分析[J].中国环境监测，2007，23（5）：63-65.

[4]朱玉周，刘和平，郭雪峰，等.郑州市空气质量状况及冬季持续污染过程的气象机理分析[J].气象与环境科学，2009，32（3）：47-50.

[5]王宗涛，余卫东，董博，等.商丘市空气质量统计预报方法[J].气象与环境科学，2006（4）：44-45.