降雨過程后北京城區(qū)PM2.5日時空變化研究

鄭曉霞，趙文吉*，晏星，趙文慧，熊秋林

1. 首都師范大學(xué)資源環(huán)境與地理信息系統(tǒng)北京市重點實驗室，北京 100048；2. 香港理工大學(xué) 土地測量及地理資訊學(xué)系，香港；3. 北京市環(huán)境保護監(jiān)測中心，北京 100048

降雨過程后北京城區(qū)PM2.5日時空變化研究

鄭曉霞1，趙文吉1*，晏星2，趙文慧3，熊秋林1

1. 首都師范大學(xué)資源環(huán)境與地理信息系統(tǒng)北京市重點實驗室，北京 100048；2. 香港理工大學(xué) 土地測量及地理資訊學(xué)系，香港；3. 北京市環(huán)境保護監(jiān)測中心，北京 100048

隨著人類環(huán)境意識的增強，人們對城市霧霾天氣的憂慮與日俱增，PM2.5的時空變化和對人體健康的影響已成為關(guān)注的焦點。以往的研究多集中在不同季節(jié)或年際的變化，本文通過統(tǒng)計環(huán)保局發(fā)布的位于北京城區(qū)13個逐時濃度監(jiān)測點降雨前后PM2.5質(zhì)量濃度，并在城區(qū)布設(shè)14個采樣點晝夜連續(xù)監(jiān)測一次降雨后72 h內(nèi)PM2.5質(zhì)量濃度變化情況，研究北京市城區(qū)降雨后PM2.5日變化規(guī)律及空間分布特征，由此分析降雨對PM2.5日變化規(guī)律的影響。同時對比PM2.5與同步氣象數(shù)據(jù)（溫度、相對濕度）和交通數(shù)據(jù)（車輛量、車速）最值頻率分布情況，進而對PM2.5日變化特征進行成因分析。隨后利用GIS空間分析方法，分析了PM2.5的日空間分布特征。結(jié)果表明，降雨對顆粒物的去除作用明顯，一次降雨可使PM2.5質(zhì)量濃度平均下降56.3%。雨后72 h內(nèi)PM2.5質(zhì)量濃度均小于60 μg·m-3，降雨后1 h內(nèi)PM2.5質(zhì)量濃度處于穩(wěn)定狀態(tài)，在隨后的12 h內(nèi)PM2.5濃度值都處于下降狀態(tài)。降雨過程只降低PM2.5的質(zhì)量濃度值，并不影響其日變化規(guī)律。PM2.5的日變化規(guī)律以19時為界，表現(xiàn)出明顯的晝夜差異。白天的變化規(guī)律呈現(xiàn)凹型，夜間的變化規(guī)律呈現(xiàn)拱型。PM2.5質(zhì)量濃度峰值多出現(xiàn)在23時或0時，谷值多出現(xiàn)在下午15時，該特征受氣象因素影響較大，受交通源的影響作用不明顯。早高峰期間，PM2.5質(zhì)量濃度變化主要受交通源的影響；晚高峰期間，交通源和氣象因素共同影響PM2.5質(zhì)量濃度。研究區(qū)PM2.5日空間分布特征同樣存在明顯的晝夜差異。白天PM2.5空間分布特征為南部高北部低；PM2.5在夜間的空間分布特征則多表現(xiàn)為四周高、中心低，三環(huán)外圍區(qū)域多為高值區(qū)。

降雨；PM2.5；時空變化；空間分析

大氣顆粒物的粒徑范圍在0.1～100 μm之間，通常把大氣中粒徑在2.5 μm以下的顆粒物稱為細顆粒物（PM2.5）。PM2.5在大氣中所占的比例雖不大，但它對空氣質(zhì)量和大氣能見度等有重要的影響(魏玉香等，2009；宋宇等，2003)。此外，PM2.5粒徑小，富含大量有毒、有害物質(zhì)且在大氣中停留時間長、輸送距離遠，可進入人體的下呼吸道，沉積在肺部，甚至穿過肺泡進入血液，對人體健康有嚴重的危害(陳武等，2012；楊維等，2013)。然而截至2011年底，除美國和歐盟一些國家將PM2.5納入國標并進行強制性限制外，世界上大部分國家尚未對PM2.5開展監(jiān)測。2013年1月，北京出現(xiàn)了25個嚴重霧霾日，PM2.5不僅是管理部門關(guān)注的焦點，同時成為了社會關(guān)注的熱點。因此，加強對PM2.5的監(jiān)測和研究對于改善污染現(xiàn)狀、提高全國空氣質(zhì)量具有重要意義。

國內(nèi)外許多學(xué)者針對可吸入顆粒物的時空分布特性、與影響因子的相關(guān)性分析等方面進行了深入研究。Burton等人于1992、1993年夏季在費城布設(shè)了8個監(jiān)測點來監(jiān)測PM2.5和PM10的濃度值，并分析了兩種顆粒物濃度間的關(guān)系以及各自的空間分布情況(Burton等，1996)。Gebhart等通過對大彎曲國家公園幾年間氣溶膠數(shù)據(jù)進行建模，研究分析了該地區(qū)陰霾的原因，并分析了顆粒物在空間、時間上的分布情況(Gebhart等，2005)。王淑英等選用北京城郊5個監(jiān)測站2000年可吸入顆粒物逐時濃度監(jiān)測資料，較為系統(tǒng)地統(tǒng)計分析了北京地區(qū)可吸入顆粒物的時空分布特征，揭示了各監(jiān)測站PM10污染年、日變化趨勢(王淑英和張小玲，2002)。張海霞等分析了邯鄲市可吸入顆粒物在時間上的分布特征，認為可吸入顆粒物平均濃度在采暖期明顯大于非采暖期；日變化規(guī)律表現(xiàn)為上午濃度最高，

夜間次之，下午濃度最低(張海霞等，2009)。趙文慧等利用地統(tǒng)計分析工具模擬北京市城區(qū)2008年夏季PM1.0、PM3.0、PM5.0以及氣象因子的空間分布，同時與氣象因子進行典型相關(guān)性分析，發(fā)現(xiàn)可吸入顆粒物的污染范圍主要集中在西南部，西北次之，城區(qū)中心污染程度相對較輕；確定相對濕度為城區(qū)可吸入顆粒物濃度的主要影響因子，其次為地表溫度，影響最弱的為風(fēng)速(趙文慧等，2009)。

關(guān)于可吸入顆粒物的時空變化特征，已有研究多側(cè)重分析其濃度在月、季、年等時間尺度上的變化規(guī)律(寧海文和吳息，2005；于淑秋等，2002；Zhao等，2011；魯興和吳賢濤，2004；穆珍珍等，2011)，涉及到空間分布的研究大都受到采樣數(shù)據(jù)非實時同步的限制，未能準確反映同一時刻可吸入顆粒物的面狀分布特征(趙文慧等，2012；趙文慧等，2010)。雨水對顆粒物的清除作用是非常明顯的(胡敏等，2005)，然而雨后，在顆粒物的恢復(fù)期內(nèi)，其時空變化特征是否也如平常尚不明確。本研究分析了一次降雨結(jié)束后72 h內(nèi)不同時段PM2.5的空間分布特征及日變化規(guī)律，以期為環(huán)境管理部門有針對性地治理大氣污染提供科學(xué)依據(jù)。

圖1 站點分布示意圖Fig.1 Location of air quality monitoring stations

1 材料與方法

1.1 研究區(qū)概況

北京市地處華北平原北部，三面環(huán)山，地勢西北高聳，東南低緩，不利于大氣顆粒物的擴散。氣候為典型的暖溫帶半濕潤大陸性季風(fēng)氣候，夏季高溫多雨。北京市城區(qū)的路網(wǎng)結(jié)構(gòu)以矩形環(huán)狀為主，道路多與經(jīng)緯線平行網(wǎng)狀分布，先后依托城市擴展，建設(shè)了二、三、四、五和六環(huán)路。2009年機動車持有量已超過400萬輛。2011年可吸入顆粒物年均濃度值超過國家二級標準14%。北京正面臨著十分嚴重的大氣環(huán)境污染問題。

1.2 數(shù)據(jù)來源及采樣點分布

本研究采用的數(shù)據(jù)主要包括以下兩個方面。

（1）北京市環(huán)境保護監(jiān)測中心每日實時發(fā)布的空氣質(zhì)量數(shù)據(jù)。本研究選用該監(jiān)測中心布設(shè)在城區(qū)13個監(jiān)測站(東城東四、東城天壇、西城官園、西城萬壽西宮、朝陽奧體中心、朝陽農(nóng)展館、海淀萬柳、豐臺花園、永定門內(nèi)大街、西直門北大街、東四環(huán)北路、南三環(huán)西路、前門東大街)于2013年5月1日至2013年9月31日共5個月發(fā)布的PM2.5日均質(zhì)量濃度數(shù)據(jù)（μg·m-3），以及2013年7月2日至5日的PM2.5每日實時質(zhì)量濃度數(shù)據(jù)，監(jiān)測站分布情況如圖1所示。

（2）采用產(chǎn)自美國的激光顆粒物檢測儀晝夜連續(xù)監(jiān)測PM2.5數(shù)量濃度（particles per cubic feet）。采樣點設(shè)置在北京城區(qū)二、三、四環(huán)路附近，依次為五棵松棒球場、豐鐵文化館、公益西橋、肖村橋西、劉家窯橋東、北人大酒店、四惠停車場、北京大學(xué)西門、北京電影學(xué)院、三利大廈、平安里地鐵、四季青橋北、首都師范大學(xué)北門、海淀萬柳等，共計14個采樣點。采樣點分布情況如圖1。采樣點位置的選擇主要考慮采樣點分布的均勻性、規(guī)律性、廣泛性等特征。其中位于海淀萬柳的采樣點用于同環(huán)境保護監(jiān)測中心在此處監(jiān)測點進行對比分析，盡可能減少不同儀器設(shè)備或者不同配置導(dǎo)致分析結(jié)果產(chǎn)生的誤差。其余13個采樣點將結(jié)合數(shù)據(jù)（1）進行空間插值，實現(xiàn)利用離散點數(shù)據(jù)反應(yīng)北京城區(qū)四環(huán)內(nèi)PM2.5的空間分布情況。其有效采樣時長為72 h（2013年7月2日9時～7月5日8時）。采樣前對所用儀器進行校正和比對，以確保實驗的準確性和可比性。

（3）收集北京市2013年7月2日9時至7月5日8時實時氣象因子（氣溫、相對濕度）數(shù)據(jù)，氣象數(shù)據(jù)主要來源于北京市氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http://cdc.bjmb.gov.cn）。車流量是研究期內(nèi)每小時經(jīng)過某通道所有出租車的數(shù)量；速度結(jié)果來自浮動車系統(tǒng)，通過對某條道路上所有出租車在一個時段內(nèi)（1 h）的速度加權(quán)平均計算得到。

1.3 研究方法

1.3.1 數(shù)據(jù)預(yù)處理

（1）激光顆粒物檢測儀的監(jiān)測頻率為每分鐘1組數(shù)據(jù)，每小時60組數(shù)據(jù)。本文進行研究分析的時間尺度為小時，因此需對監(jiān)測數(shù)據(jù)進行逐時均值處理。為更準確反映PM2.5時平均顆粒數(shù)量，本研究首先計算每小時內(nèi)60組PM2.5顆粒數(shù)量的四分位數(shù)，再計算所有大于四分之一位數(shù)且小于四分之三

位數(shù)的所有數(shù)的算術(shù)平均值，并將該算術(shù)平均值作為所求的時平均顆粒數(shù)量。

（2）激光顆粒物檢測儀獲得的數(shù)據(jù)是顆粒物的顆粒數(shù)量，北京市環(huán)境保護監(jiān)測中心每日實時發(fā)布的空氣質(zhì)量數(shù)據(jù)為顆粒物的質(zhì)量濃度。為統(tǒng)一兩類數(shù)據(jù)量綱，且做到與通行標準保持一致，本研究對利用激光顆粒物檢測儀獲得的數(shù)據(jù)進行單位轉(zhuǎn)換，即將顆粒數(shù)量轉(zhuǎn)換為質(zhì)量濃度。本研究將顆粒數(shù)量轉(zhuǎn)換為質(zhì)量濃度的過程看作計算單位體積中一定數(shù)量的大小不同的等效球體的質(zhì)量。設(shè)這些顆粒為球形且平均密度為ρ，若已知單位體積內(nèi)直徑為Di的顆粒有s(Di)個，則等效球形顆粒物的質(zhì)量濃度可以表示為

式中Dimin和Dimax分別是等效球形顆粒物的最小和最大直徑（儀器測量的粒徑范圍為0.5～2.5 μm），C即為所求每立方英尺體積內(nèi)PM2.5的質(zhì)量濃度(顧芳等，2008)。

（3）通過分析激光顆粒物檢測儀獲得的海淀萬柳采樣點PM2.5的質(zhì)量濃度（X）與北京市環(huán)境保護監(jiān)測中心實時公布的海淀萬柳監(jiān)測點PM2.5的質(zhì)量濃度（Y）發(fā)現(xiàn)，兩者具有良好的線性關(guān)系，擬合曲線為Y=0.531X+14.43，R2=0.86。因此將其余13個野外采樣點的PM2.5濃度數(shù)據(jù)按上式進行轉(zhuǎn)換，結(jié)果用于對北京市環(huán)境保護監(jiān)測中心的13個監(jiān)測點進行空間插值分析。

1.3.2 空間分析

空間分析是GIS的核心和區(qū)別于其他信息系統(tǒng)的本質(zhì)所在，克里金法是基于包含自相關(guān)統(tǒng)計模型的插值方法，它不僅可以預(yù)測表面，而且能夠?qū)︻A(yù)測結(jié)果的確定性或準確性提供某種度量(牟乃夏等，2012P341-343)。在GIS提供的空間插值方法中，克里金法以變異函數(shù)理論和結(jié)構(gòu)分析為基礎(chǔ)，在數(shù)學(xué)上被證明是空間分布數(shù)據(jù)最好(統(tǒng)計最優(yōu))的線性無偏估計技術(shù)(Stytz等，1993)。克里金估計值是以變異函數(shù)為工具，根據(jù)待估計點周圍的若干已知信息，確定已知點的參數(shù)對待估計點的加權(quán)值的大小，然后對待估計點做出最優(yōu)、無偏的估計?？赏ㄟ^下式求得未知量

式中，Z(x)表示未知樣點的值，Z(xi)表示未知樣點周圍已知樣本點的值，N為已知樣本點的個數(shù)，λi為第i個樣本點的權(quán)重。克里金法在賦權(quán)重時，不僅考慮已知樣本點與未知樣本點的距離遠近，還考慮到已知樣本點的空間分布及與未知樣點的空間方位關(guān)系(牟乃夏等，2012P520-529)。故本研究采用克里金法進行插值，利用散點數(shù)據(jù)來估算整個北京城區(qū)PM2.5的空間分布情況。通過執(zhí)行交叉驗證確定半變異模型的質(zhì)量，各項誤差指標參數(shù)表明球狀模型可使可吸入顆粒物濃度半方差函數(shù)模型較好擬合。

圖2 降雨前后PM2.5質(zhì)量濃度值對比圖Fig.2 PM2.5average mess concentration before and after rain

2 結(jié)果與分析

2.1 降雨對PM2.5的清除作用

降水對大氣顆粒物不同組分的去除效果雖略有不同，但總體上對顆粒物的去除作用顯著(胡敏等，2005)。Amato等通過研究降雨對道路降塵的影響作用發(fā)現(xiàn)，歐洲南部及中部地區(qū)可吸入顆粒物的日均質(zhì)量濃度值幾乎是恒定的，然而降雨卻可以使顆粒物質(zhì)量濃度急劇下降，甚至可以降至零值；雨后，顆粒物質(zhì)量濃度以指數(shù)形式增長，直到再次達到最大值，此時顆粒物的生成過程和沉降過程達到一個平衡值(Amato等，2012)。

本研究統(tǒng)計了海淀萬柳站點于2013年5～9月（共計5個月）11次降雨過程前后PM2.5的日均質(zhì)量濃度值，如圖2所示。結(jié)果發(fā)現(xiàn)，一次降雨過程后，PM2.5質(zhì)量濃度平均下降56.3%，最大可下降73%，最小也可達到36.7%。

同時本研究監(jiān)測了降雨結(jié)束后PM2.5質(zhì)量濃度在連續(xù)72 h（2013年7月2日9時～7月5日8時）內(nèi)的逐時變化情況（如圖3）。由變化曲線可以看出，PM2.5質(zhì)量濃度值在降雨后1 h內(nèi)處于穩(wěn)定狀態(tài)，在隨后的12 h內(nèi)都處于下降狀態(tài)，之后隨著其他因素影響作用比例的增加，PM2.5質(zhì)量濃度呈波動狀態(tài)變化。而且PM2.5質(zhì)量濃度在雨后72 h內(nèi)均低于60 μg·m-3，24 h平均質(zhì)量濃度值依次為24.64 μg·m-3、37.87 μg·m-3、24.16 μg·m-3，依次低于國家二級標準67.1%、49.5%和67.8%，并分別低于國家一級標準29.6%，高于國家一級標準8.2%和低于國家一級標

準30.9%。（根據(jù)《環(huán)境空氣質(zhì)量標準》（GB3095－2012）規(guī)定，PM2.5日平均質(zhì)量濃度限值一級為35 μg·m-3，二級為75 μg·m-3）

由以上兩個方面可以看出降雨過程對顆粒物的去除確實有明顯的效果。

圖3 雨后72 h PM2.5質(zhì)量濃度值變化情況Fig.3 Temporal variation of PM2.5mess concentration in 72 hours after rain

圖4 PM2.5平均質(zhì)量濃度日變化情況Fig.4 Temporal variation of PM2.5average mess concentration

圖5 最大值和最小值頻率分布Fig.5 Frequency distribution of the maximum and minimum

2.2 降雨后PM2.5日變化規(guī)律

2.2.1 特征分析

根據(jù)各監(jiān)測點PM2.5的實時質(zhì)量濃度數(shù)據(jù)可得到研究區(qū)域的日變化曲線，如圖4所示。整體來看，9-19時PM2.5變化規(guī)律呈現(xiàn)凹型，20時至次日8時PM2.5變化規(guī)律呈現(xiàn)拱型；且夜間濃度總體高于白天濃度。該結(jié)果與王淑英等、穆珍珍等、趙德山等(王淑英和張小玲，2002；穆珍珍等，2011；趙德山和王明星，1991)針對非極端氣候條件下PM2.5日變化規(guī)律的研究結(jié)果相一致。該結(jié)果說明降雨對顆粒物的清除作用顯著，但并沒有對顆粒物的日變化規(guī)律產(chǎn)生明顯影響。

同時，本研究對研究期內(nèi)每日PM2.5質(zhì)量濃度最大值及最小值出現(xiàn)的時間進行了統(tǒng)計，結(jié)果如圖5(a)所示。一天內(nèi)PM2.5質(zhì)量濃度最大值出現(xiàn)的時間段主要以夜間和車流量早晚高峰期為主，最多則出現(xiàn)在23時或0時，其出現(xiàn)頻率依次為15.3%和13.6%。一天內(nèi)PM2.5質(zhì)量濃度最小值出現(xiàn)的時間段主要集中在上午9時至下午16時，其中出現(xiàn)在下午15時的頻率最大，可達26.7%；出現(xiàn)在16時的頻率為11.1%，居第二位。

2.2.2 原因分析

汽車尾氣及交通道路塵為北京市交通干線周圍大氣顆粒物污染主要污染源之一，其貢獻率為28.084%，占第二位(楊儀方等，2010)。因此本研究同時統(tǒng)計了車流量最大值、最小值出現(xiàn)的時間，結(jié)果如圖5(b)所示。最小車流量主要出現(xiàn)在下午17時至晚上20時，其中出現(xiàn)在19時的頻率最大，可達41%，其次是出現(xiàn)在18時，可達38.5%。最大車流量不同程度的分布在0時至14時。在15、16時，21-23時這幾個時間段車流量既未出現(xiàn)最大值也未出現(xiàn)最小值。對車速數(shù)據(jù)也做同樣處理，對比圖5(c)可知，18、19時同樣為最小車速高頻率分布的時間段，其頻率依次為25.6%和20.5%。最大車速主要

出現(xiàn)在2-10時，其中以出現(xiàn)在早晨6時次數(shù)最多，出現(xiàn)頻率可達35.9%。21時至夜間1時，車速既未出現(xiàn)最大值也未出現(xiàn)最小值。

圖6 氣象因子平均時變化Fig.6 Diurnal variation of meteorological factors

當(dāng)氣象條件發(fā)生變化時，同一污染源所造成的污染物濃度可相差幾十倍乃至幾百倍(武輝等，2002)。本研究制作了研究區(qū)在研究期內(nèi)平均溫度和平均相對濕度的日變化曲線圖，如圖6。氣溫在16時達到最高值；在1-7時和19-24時，氣溫明顯較一天中其他時間段低。相對濕度的變化情況則恰好相反。在15時達到最低值；在1-7時和19-24時，相對濕度明顯高于一天中其他時間段。

已有研究(趙文慧等，2009)表明顆粒物濃度與氣溫呈顯著負相關(guān)，顆粒物濃度與相對濕度呈正相關(guān)。因此認為PM2.5質(zhì)量濃度在下午15時出現(xiàn)谷值的原因是此時溫度達到一天最高，相對濕度達到一天最低，此時氣象因子有利于污染物的擴散、遷移和輸送稀釋。在夜間23時或0時，PM2.5質(zhì)量濃度出現(xiàn)峰值也是因為此時的溫度和相對濕度等氣象因子起重要作用。

羅娜娜等對PM2.5進行一元最佳子集分析，結(jié)果表明，溫度、濕度的影響除外，車流量、車速對PM2.5的影響分別排在二、三元最佳結(jié)果首位(羅娜娜等，2013)。上午6-8時是上班高峰期，此時車流量及車速出現(xiàn)最大值的頻率較大；然而溫度、相對濕度條件沒有明顯變化，因此認為此時PM2.5質(zhì)量濃度變化主要受交通源的影響。秦孔建等研究發(fā)現(xiàn)，汽車在加速條件下排放的PM粒子數(shù)相對于勻速條件下激增5～6倍，質(zhì)量排放激增10倍以上(秦孔建等，2010)。下午18-20時車流量和車速最小值出現(xiàn)的頻率較大，此時處于下班高峰期，汽車多處于高速、加速狀態(tài)，因此考慮PM2.5質(zhì)量濃度升高是受到交通源的影響；同時，對比圖6可知，溫度、相對濕度從18時開始發(fā)生明顯變化，氣象因子對PM2.5質(zhì)量濃度變化也有一定的影響。

2.3 降雨后PM2.5空間分布特征

利用Arcgis10軟件普通克里金法對PM2.5時平均質(zhì)量濃度數(shù)據(jù)進行空間插值，實現(xiàn)利用離散點數(shù)據(jù)大致反應(yīng)北京四環(huán)內(nèi)區(qū)域PM2.5的日空間分布情況。由于在討論PM2.5日變化規(guī)律中發(fā)現(xiàn)PM2.5質(zhì)量濃度在夜間明顯高于白天，因此，在本章節(jié)也分為晝、夜兩個時段進行分析。為了更好的反應(yīng)PM2.5的空間分布特征，本研究將空間插值結(jié)果進行分類渲染。結(jié)果如圖7、8所示。

本研究選擇4個具有代表性的時間段（9時、10時、13-14時、18時）來分析白天PM2.5空間分布特征。整體來看，研究區(qū)在13-14時的PM2.5質(zhì)量濃度明顯低于其他時間段，白天PM2.5空間分布特征的變化情況可以定性的反應(yīng)出PM2.5質(zhì)量濃度凹形分布的變化規(guī)律。

7月2日9時，PM2.5質(zhì)量濃度高值區(qū)主要分布在研究區(qū)南部，而南二環(huán)以北的大部分研究區(qū)均為PM2.5質(zhì)量濃度低值區(qū)；10時，PM2.5質(zhì)量濃度低值區(qū)向西南、東南角延伸，呈現(xiàn)外包趨勢，使得PM2.5質(zhì)量濃度高值區(qū)逐漸向南部中心區(qū)域集中，高值區(qū)所占面積呈縮小趨勢；13-14時，研究區(qū)的PM2.5質(zhì)量濃度整體降低，高值區(qū)主要分布在東二環(huán)、東三環(huán)、南二環(huán)、南三環(huán)等環(huán)路附近，整體呈現(xiàn)東南部高西北部低的特征；18時，研究區(qū)的PM2.5質(zhì)量濃度整體顯著升高，且高值區(qū)幾乎為以三環(huán)路為依托的環(huán)狀分布，其中南三環(huán)附近地區(qū)PM2.5質(zhì)量濃度最高。

7月3日9時，PM2.5質(zhì)量濃度高值區(qū)主要分布研究區(qū)域的西部，而二環(huán)以內(nèi)及東部區(qū)域均為PM2.5質(zhì)量濃度低值區(qū)；10時，PM2.5質(zhì)量濃度低值區(qū)逐漸向研究區(qū)西部擴散，只有城區(qū)西南角部分區(qū)域仍為高值區(qū)，低值區(qū)在發(fā)生擴散遷移過程的同時PM2.5質(zhì)量濃度顯著下降，且東部及北部部分地區(qū)質(zhì)量濃度達到最低；13-14時，PM2.5進一步擴散，質(zhì)量濃度持續(xù)下降，西南角部分地區(qū)PM2.5質(zhì)量濃度仍較高；18時，除研究區(qū)北部以環(huán)路為依托的條帶區(qū)域PM2.5質(zhì)量濃度仍較低以外，其余大部分區(qū)域的PM2.5質(zhì)量濃度發(fā)生明顯回升，南二環(huán)以南地區(qū)PM2.5質(zhì)量濃度達到最高值。

7月4日9時，PM2.5質(zhì)量濃度高值區(qū)主要分布在西三環(huán)附近及西部部分區(qū)域和南三環(huán)以南部分區(qū)域，研究區(qū)大部分區(qū)域PM2.5質(zhì)量濃度較低；10時，研究區(qū)東部PM2.5質(zhì)量濃度開始出現(xiàn)降低趨勢；13-14時，研究區(qū)的大部分區(qū)域的PM2.5質(zhì)量濃度都較其他時間段低；18時，研究區(qū)南部的PM2.5質(zhì)量濃度顯著升高，高值區(qū)主要分布在東、南三環(huán)附近。

對比發(fā)現(xiàn)，雖然不同觀察日在同一時刻的PM2.5質(zhì)量濃度值不同，但是研究區(qū)南部的PM2.5質(zhì)量濃度總體高于北部，其高、低值分布區(qū)域大致相同，

分布特征表現(xiàn)較為一致，不同時間段PM2.5空間分布特征表現(xiàn)為南高北低。

圖7 白天PM2.5空間分布特征Fig. 7 Spatial distribution of PM2.5in the day time

本研究同樣選擇4個具有代表性的時間段（19時、23時、2時、4時）來分析夜間PM2.5空間分布特征。7月2-4日三天PM2.5質(zhì)量濃度在19時的空間分布總體表現(xiàn)為南北部高、中部區(qū)域低的特征，7月2日19時PM2.5質(zhì)量濃度高值區(qū)主要分布在西、南三環(huán)附近的條帶狀區(qū)域，7月4日19時PM2.5質(zhì)

量濃度高值區(qū)范圍要較其他觀察日的廣，涵蓋了研究區(qū)中部的部分區(qū)域。7月2-4日PM2.5質(zhì)量濃度在23時的空間分布均表現(xiàn)為四周高、中心低的特征，7月3日23時研究區(qū)PM2.5質(zhì)量濃度整體高于其他兩個觀察日。7月3日2時、4時，研究區(qū)的PM2.5質(zhì)量濃度整體顯著升高，空間分布仍表現(xiàn)為四周高、中心低的特征。7月4日2時、4時，研究區(qū)的PM2.5質(zhì)量濃度開始逐漸降低，空間分布特征表現(xiàn)為東高西低。7月5日2時研究區(qū)的PM2.5質(zhì)量濃度整體升高，高值區(qū)分布在西南三環(huán)外圍；4時，研究區(qū)的PM2.5質(zhì)量濃度開始不同程度的下降，以東部地區(qū)最為顯著。綜合來看，PM2.5在夜間的空間分布特征多表現(xiàn)為四周高、中心低的特征，三環(huán)外圍區(qū)域多為高值區(qū)。

總體而言，PM2.5空間分布特征的變化情況可以定性的反應(yīng)出PM2.5日變化規(guī)律。雖然不同觀察日在同一時刻的PM2.5質(zhì)量濃度值不同，但是PM2.5質(zhì)量濃度高低值的分布情況表現(xiàn)較為一致。北京市四環(huán)內(nèi)區(qū)域PM2.5空間分布特征在白天表現(xiàn)為南高北低，在夜間表現(xiàn)為四周高、中心低。

圖8 夜間PM2.5空間分布特征Fig.8 Spatial distribution of PM2.5at night

3 結(jié)論

降雨對顆粒物的去除作用是明顯的，降水作用

只是降低了顆粒物的濃度值，并沒有改變顆粒物濃度的日變化規(guī)律。通過統(tǒng)計監(jiān)測點逐時PM2.5質(zhì)量濃度資料，發(fā)現(xiàn)研究區(qū)內(nèi)PM2.5夜間質(zhì)量濃度總體高于白天。PM2.5日變化規(guī)律以19時為界，9-19時PM2.5變化規(guī)律呈凹型分布，20時至次日8時PM2.5變化規(guī)律呈拱型分布。

PM2.5質(zhì)量濃度峰值一般出現(xiàn)在夜間23時或0時，此時的溫度和相對濕度等氣象因子起重要作用，交通源對PM2.5質(zhì)量濃度變化的影響不明顯。谷值一般出現(xiàn)在下午15時，出現(xiàn)谷值的原因是此時溫度最高，相對濕度最低。上午6-8時PM2.5質(zhì)量濃度變化受交通源影響較大，下午18-20時PM2.5質(zhì)量濃度變化受交通源和氣象因子二者共同作用。

利用普通克里金法對PM2.5時平均質(zhì)量濃度數(shù)據(jù)進行空間插值，實現(xiàn)了離散點數(shù)據(jù)反應(yīng)研究區(qū)PM2.5的日空間分布情況。雖然不同觀察日在同一時刻的PM2.5質(zhì)量濃度值不同，但是PM2.5質(zhì)量濃度高低值的分布情況表現(xiàn)較為一致。白天研究區(qū)南部的PM2.5質(zhì)量濃度總體高于北部，其高、低值分布區(qū)域與PM2.5質(zhì)量濃度分布情況大致相同，不同時間段PM2.5空間分布特征表現(xiàn)為南高北低。PM2.5在夜間的空間分布特征多表現(xiàn)為四周高、中心低的特征，三環(huán)外圍區(qū)域多為高值區(qū)。

AMATO F, SCHAAP M, PANDOLFI M, et al. 2012. Effect of rain events on the mobility of road dust load in two Dutch and Spanish roads[J]. Atmospheric Environment, 62: 352-358.

BRUTON R M, SUH H H, KOUTRAKIS P, et al. 1996. Spatial variation in particulate concentration within metropolitan Philadelphia[J]. Environmental Science and Technology, 30(2): 400-407.

GEBHART K A, MALM W C, ASHBAUGH L L, et al. 2005. Spatial, temporal, and interspecies patterns in fine particulate matter in Texas[J]. Journal of The Air and Waste Management Association, 55(11): 1636-1648.

STYTZ M R, PARROTT R W. 1993. Using kriging for 3d medical imaging[J]. Computerized Medical Imaging and Graphics, 17(6): 421-442.

ZHAO W C, CHENG J P, GUO M X, et al. 2011. Ambient Air Particulate Matter in the Yangtze River Delta Region, China: Spatial, Annual, and Seasonal Variations and Health Risks[J]. Environmental Engineering Science, 28(11): 795-802.

陳武, 董發(fā)勤, 鄧躍全, 等. 2012. 銀川市城郊PM2.5質(zhì)量濃度日變化規(guī)律與組成特性分析[J]. 礦物學(xué)報, 增刊: 131-132.

顧芳, 楊娟, 王春勇, 等. 2008. 基于等效球形顆粒數(shù)的顆粒物的質(zhì)量濃度算法[J]. 光電子·激光, 19(1): 87-91.

胡敏, 張靜, 吳志軍. 2005. 北京降水化學(xué)組成特征及其對大氣顆粒物的去除作用[J]. 中國科技(B輯化學(xué)), 35(2): 169-176.

魯興, 吳賢濤. 2004. 北京市采暖期大氣中PM10和PM2.5質(zhì)量濃度變化分析[J]. 焦作工學(xué)院學(xué)報, 23(6): 487-490.

羅娜娜, 趙文吉, 晏星, 等. 2013. 交通與氣象因子對不同粒徑大氣顆粒物的影響機制研[J]. 環(huán)境科學(xué), 4(10): 741-748.

牟乃夏, 劉文寶, 王海銀, 等. 2012. Arcgis10 地理信息系統(tǒng)教程[M]. 北京: 測繪出版社.

穆珍珍, 趙景波, 徐娜, 等. 2011. 西安市雁塔區(qū)冬季可吸入顆粒物時空變化研究[J]. 環(huán)境科學(xué)學(xué)報, 31(7): 1509-1516.

寧海文, 吳息. 2005. 西安市區(qū)大氣污染時空變化特征及其與氣象條件關(guān)系[J]. 陜西氣象, (2): 17-20.

秦孔建, 高繼東, 李孟良, 等. 2010. 實際道路運行條件下公交車顆粒物排放測量與分析[J]. 武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版), 34(6):1112-1116.

宋宇, 唐孝炎, 方晨, 等. 2003. 北京市能見度下降與顆粒物污染的關(guān)系[J]. 環(huán)境科學(xué)學(xué)報, 23(4): 468-471.

王淑英, 張小玲. 2002. 北京地區(qū)PM10污染的氣象特征[J]. 應(yīng)用氣象學(xué)報, 13(特刊): 176-184.

魏玉香, 銀燕, 楊衛(wèi)芬, 等. 2009. 南京地區(qū)PM2.5污染特征及其影響因素分析[J]. 環(huán)境科學(xué)與管理, 34(9): 29-34.

武輝, 房靖華, 錢志強. 2002. 太原市大氣中PM10的監(jiān)測與分布[J]. 城市環(huán)境與城市生態(tài), 15(3): 49-52.

楊維, 趙文吉, 宮兆寧, 等. 2013. 北京城區(qū)可吸入顆粒物分布特性與呼吸系統(tǒng)疾病相關(guān)分析[J]. 環(huán)境科學(xué), 34(1): 237-243.

楊儀方, 錢楓, 張慧峰, 等. 2010. 北京市交通干線周圍可吸入大氣顆粒物的污染特征[J]. 中國環(huán)境科學(xué), 30(7): 962-966.

于淑秋, 林學(xué)椿, 徐祥德. 2002. 北京市區(qū)大氣污染的時空特征[J]. 應(yīng)用氣象學(xué)報, 13 (特刊): 92-99.

張海霞, 董占強, 楊玲珠, 等. 2009. 邯鄲市可吸入顆粒物的污染現(xiàn)狀及相關(guān)氣象條件分[J]. 氣象與環(huán)境科學(xué), 32: 134-137.

趙德山, 王明星. 1991. 煤煙型城市污染大氣氣溶膠[M]. 北京: 中國環(huán)境科學(xué)出版社: 213-236.

趙文慧, 宮輝力, 趙文吉, 等. 2009. 北京市可吸入顆粒物的空間分布特性及與氣象因子的CCA分析[J]. 地理與地理信息科學(xué), 25(1): 71-74.

趙文慧, 宮輝力, 趙文吉, 等. 2010. 基于地統(tǒng)計學(xué)的北京市可吸入顆粒物時空變異性及及氣象因素分析[J]. 環(huán)境科學(xué)學(xué)報, 30(11): 2154-2163.

趙文慧, 趙文吉, 宮輝力, 等. 2012. 北京市采暖期可吸入顆粒物時空分布特性及源追蹤[J]. 地理研究, 31(3): 418-428.

Spatial and temporal variation of PM2.5in Beijing city after rain

ZHENG Xiaoxia1, ZHAO Wenji1*, YAN Xing2, ZHAO Wenhui3, XIONG Qiulin1
1. Resources, Environment and Geographic Information System Key Laboratory of Beijing, Capital Normal University, Beijing 100048, China;
2. Department of Land Surveying and Geo-Informatics, The Hong Kong Polytechnic University, Hong Kong;
3. Beijing Municipal Environment Monitoring Center, Beijing 100048, China;

With increasing awareness of the environmental protection, residents’ concerns about the city haze weather are increasing at the same time. The spatio-temporal variation of PM2.5and its impact on human health are becoming the focus of concerns. Previous studies mainly focus on seasonal or yearly variations. This study attempted to explore the characteristics of PM2.5temporal daily variation and the spatial distribution after rainfall. We collected data of hourly PM2.5concentrations before and after rainfall in 13 air sampling stations designated by the Beijing Bureau of Environmental Protection and 14 additional samplings sites in Beijing, and analyzed the impact of rainfall on the characteristics of temporal variations of PM2.5. This study further integrated with synchronous meteorological data (temperature, humidity) and traffic data (vehicle volume and speed) to reveal the reasons behind the characteristics of PM2.5daily variation. The GIS spatial analysis method was subsequently employed to uncover the characteristics of the PM2.5spatial distribution. Results showed that rainfalls efficiently removed particles in the air. A rainfall made the concentration of PM2.5decreased by an average of 56.3%. PM2.5concentration was at steady state within 1 hour after rainfall, continued to decline in the next 12 hours and was less than 60 μg·m-3in all 72 hours. The rainfall has significant removal effect on particles with little impact on the diurnal temporal variation curve. The diurnal variation of PM2.5concentrations exhibited, while the curve was concave type during the day and an arch at night. The peak value appeared at 23 or 0 o’clock and the valley value appeared at 3 pm. This characteristic was greatly influenced by meteorological factors, while traffic contribution is not significant. PM2.5concentrations were influenced mainly by traffic factors during rush hours in the morning and by both meteorological and traffic factors during rush hours in the evening. The study area on the spatial distribution characteristics of PM2.5also had marked diurnal variation. The PM2.5was high in the south and low in the north during the day, and high in the periphery area (outside of the 3rd ring in particular) and low in the center.

Precipitation; PM2.5; temporal and spatial variation; spatial analysis

X513

A

1674-5906（2014）05-0797-09

國家青年科學(xué)基金項目（41201404）；北京市自然科學(xué)基金項目（8133051）；國家基礎(chǔ)測繪基金項目（2011A2001）；博士點基金項目（20111102110004）

鄭曉霞（1989年生），女，碩士研究生，主要研究方向為GIS應(yīng)用。E-mail：zhengxx115@163.com

2014-02-17

鄭曉霞，趙文吉，晏星，趙文慧，熊秋林. 降雨過程后北京城區(qū)PM2.5日時空變化研究[J]. 生態(tài)環(huán)境學(xué)報, 2014, 23(5): 797-805.

ZHENG Xiaoxia, ZHAO Wenji, YAN Xing, ZHAO Wenhui, XIONG Qiulin. Spatial and temporal variation of PM2.5in Beijing city after rain [J]. Ecology and Environmental Sciences, 2014, 23(5): 797-805.