李紅霞，徐偉嘉，劉永紅，詹鵑銘，馮夢思，黃建彰

(1.廣東旭誠科技有限公司，廣東 廣州 510000；2.東莞中山大學(xué)研究院，廣東 東莞 523808;3.中山大學(xué)智能工程學(xué)院，廣東 廣州 510275)

1 引言

近年來隨著社會經(jīng)濟(jì)的快速發(fā)展和工業(yè)化、城市化進(jìn)程的加速，以PM2.5、O3為主的復(fù)合型大氣污染問題日益突出[1～3]。我國城市空氣污染嚴(yán)重，全國約1/5的城市空氣污染嚴(yán)重。2013年9月國務(wù)院發(fā)布《大氣污染防治行動計劃》第九條明確提出要“建立監(jiān)測預(yù)警應(yīng)急體系，妥善應(yīng)對重污染天氣”，指出要“京津冀、長三角、珠三角等區(qū)域要建立健全區(qū)域、省、市聯(lián)動的重污染天氣應(yīng)急響應(yīng)體系”。近年來，珠三角區(qū)域以O(shè)3、PM2.5、NOx污染交織為特征的大氣復(fù)合污染日益突出[4～6]。越秀區(qū)是中國廣東省廣州市的一個市轄區(qū)，是廣州老四區(qū)(越秀、東山、荔灣、海珠)之一，作為廣州行政、商貿(mào)、金融、文化中心，主要為以第三產(chǎn)業(yè)為主體、特色經(jīng)濟(jì)為帶動、商貿(mào)服務(wù)業(yè)為支撐的產(chǎn)業(yè)格局，根據(jù)廣州環(huán)境保護(hù)官網(wǎng)(http://www.gzepb.gov.cn/zwgk/hjgb/)每月發(fā)布的廣州市各區(qū)空氣質(zhì)量排名信息統(tǒng)計，荔灣區(qū)、越秀區(qū)整體空氣質(zhì)量排名較為落后。

當(dāng)前，前人常采用時序分析主要對空氣污染流行病學(xué)[7～9]、大氣污染變化特征[10，11]、空氣質(zhì)量預(yù)測模型[12～18]等方面進(jìn)行研究。研究發(fā)現(xiàn)，2005～2008年期間，寶山城區(qū)的SO2、NO2和PM10的濃度均在冬季最高，夏季最小[19]。北京城區(qū)O3濃度夏季最高，冬季最低，15：00左右出現(xiàn)峰值，且O3與NOX(NO+NO2)呈現(xiàn)負(fù)相關(guān)關(guān)系[20]，并驗(yàn)證了NO2是生成O3的重要前體污染物，與NO2呈現(xiàn)中等負(fù)相關(guān)關(guān)系[21]。宜昌市夏季的O3與NOX也有相似的結(jié)論[22]。然而，當(dāng)前對發(fā)達(dá)城市典型老城區(qū)空氣質(zhì)量污染特征的分析幾乎空白。當(dāng)前還較缺乏對發(fā)達(dá)城市典型老城區(qū)空氣質(zhì)量污染特征的深入研究，難以為城市乃至精細(xì)到區(qū)域空氣質(zhì)量達(dá)標(biāo)管理提供有效的數(shù)據(jù)決策支撐。

因此，為掌握廣州市典型老城區(qū)大氣污染特征，基于越秀區(qū)麓湖國控空氣質(zhì)量自動監(jiān)測數(shù)據(jù)，使用越秀區(qū)麓湖國控空氣質(zhì)量自動監(jiān)測站2013年1月1日到2017年6月25日的監(jiān)測數(shù)據(jù)(包括SO2、NO2、CO、PM10、PM2.5、O3)、氣象觀測站(113.32°E，23.13°N)同期的氣象觀測資料(主要是風(fēng)速、溫度和降水等)與越秀區(qū)主要路段交通資料(主要包括速度、擁堵指數(shù)等)，重點(diǎn)分析越秀區(qū)各污染物濃度特征、氣象因素影響以及交通狀況對區(qū)域空氣質(zhì)量污染的影響，旨在清晰地識別典型老城區(qū)空氣質(zhì)量污染特征、氣象要素、交通狀況等要素對其污染傳輸、污染成因與遷移輸送的影響，以摸清廣州乃至整個珠三角區(qū)域城市典型區(qū)域的大氣復(fù)合污染積累、擴(kuò)散、沉降和區(qū)域輸送規(guī)律。

2 實(shí)驗(yàn)數(shù)據(jù)與方法

本研究主要數(shù)據(jù)使用空氣污染物濃度數(shù)據(jù)、氣象與交通資料，包括廣州市越秀區(qū)麓湖國控空氣質(zhì)量自動監(jiān)測站2013年1月1日到2017年6月25日的監(jiān)測數(shù)據(jù)(包括SO2、NO2、CO、PM10、PM2.5、O3)，首先分析廣州市麓湖空氣污染現(xiàn)狀及其特征；然后通過分析站點(diǎn)附近的氣象觀測站(113.32°E，23.13°N)同期的氣象觀測資料(主要是風(fēng)速、溫度和降水等)，從氣象的角度分析氣象要素影響下空氣污染的成因；最后，重點(diǎn)分析越秀區(qū)全區(qū)交通道路狀況(主要包括速度、擁堵指數(shù)等)，重點(diǎn)分析了交通狀況對區(qū)域空氣質(zhì)量污染影響。本研究空氣質(zhì)量數(shù)據(jù)資料來源于全國空氣質(zhì)量發(fā)布平臺(http://113.108.142.147:20035/emcpublish)及廣州市環(huán)境保護(hù)官網(wǎng)(http://www.gzepb.gov.cn/zwgk/hjgb/)。氣象數(shù)據(jù)來源于氣象數(shù)據(jù)共享網(wǎng)(http://data.cma.cn/)，主要道路、車速及擁堵狀況數(shù)據(jù)來源于高德地圖。本研究使用了Openair工具包(網(wǎng)址來源：http://www.openair-project.org)研究污染特征及污染氣象相似聚類分析。越秀區(qū)、麓湖站點(diǎn)、區(qū)內(nèi)主要路段、麓湖站點(diǎn)附近3條重要路段情況如圖1所示。

圖1 麓湖站點(diǎn)附近重要路段

3 基于時間序列的污染物質(zhì)量濃度變化

3.1 年度變化特征分析

選取2016為代表年，采用廣州市越秀區(qū)麓湖國控點(diǎn)SO2、NO2、CO、PM10、PM2.5、O3-1h、O3-8h、AQI指數(shù)小時發(fā)布數(shù)據(jù)，分析各污染物濃度年度變化特征如圖2所示。2016年總體數(shù)據(jù)有效性良好(缺失率均小于5%)，且較2015年相比為空氣質(zhì)量改善較大的一年。2016年各污染物分布整體呈現(xiàn)非正態(tài)分布特征，PM2.5、O3-8h、PM10、NO2、CO和SO2年均濃度值分別為34 μg/m3、57.1 μg/m3、54.8 μg/m3、50.7 μg/m3、0.8 mg/m3和11 μg/m3。結(jié)合2016年3月28日至4月1日期間發(fā)生的4天空氣質(zhì)量高污染事件分析發(fā)現(xiàn)，此次污染過程對2016年P(guān)M2.5年均值增加貢獻(xiàn)較大，高達(dá)2.4%，即0.8 μg/m3。

3.2 首要污染物特征分析

為掌握越秀區(qū)麓湖站點(diǎn)首要污染物整體特征，分析2013年1月至2017年6月該站點(diǎn)首要污染物分布及變化特征如圖3所示。結(jié)果顯示，麓湖站首要污染物占比排序?yàn)椋篜M2.5>PM10>O3>NO2，其中2017年前6個上述4項污染物為首污占比比例分別為48%、47%、5%和4%。PM2.5作為首要污染物占比逐年有所下降，2013～2017年逐年占比值分別為89%、81%、60%、52%和48%。PM10和NO2作為首要污染物逐步凸顯，其中2013～2017年P(guān)M10首污逐年占比分別為11%、13%、34%、41%和26%，NO2首污占比則從2013年的1%上升為2017年的4%。麓湖站空氣質(zhì)量為優(yōu)的占比2015年達(dá)最高(52%)，2017年前6個月優(yōu)占比僅為44%。

圖2 2016年污染物年度變化時序(除CO單位為mg/m3其他單位均為μg/m3)

3.3 各污染物月均值時序變化

結(jié)合廣州市各區(qū)排名情況，重點(diǎn)選取廣州市、從化區(qū)(空氣質(zhì)量最佳)、越秀區(qū)、荔灣區(qū)(空氣污染最重)為對象，對比2016年1月至2017年5月PM2.5、PM10、O3及NO2月均濃度情況如圖4所示。結(jié)果顯示， 2017年前6個月越秀區(qū)PM10、PM2.5、O3和NO2濃度較2016年同期值有所增加，且PM2.5、 PM10月均濃度變化趨勢與市平均一致，并整體接近或低于市平均濃度水平。一市三區(qū)O3月均濃度差異不大，而越秀區(qū)NO2濃度逐年增加顯著，且濃度顯著高于市及其他區(qū)平均值。

圖3 2013～2017年首要污染物占比情況

圖4 PM10、PM2.5、O3和NO2月均濃度值時序變化

3.4 空氣質(zhì)量周月時變化特征分析

越秀區(qū)空氣質(zhì)量周、逐月、逐時變化特征如圖5所示。月變化結(jié)果顯示，PM2.5與PM10冬春季為污染高發(fā)季，2月受外來務(wù)工人員返鄉(xiāng)影響，除O3外的各污染物濃度整體水平有所下降，O3濃度在全年10月達(dá)到峰值后迅速大幅度降低。周變化特征表明，除O3污染濃度周一最高外，其他各污染物在周二均出現(xiàn)污染高峰，初步判斷交通源影響敏感。各污染物逐時特征顯示，O3日變化具有明顯早晚交通高峰時段的雙峰特征，O3與NO2總體負(fù)相關(guān)，NOx兩次早高峰(分別在4：00、8：00左右)明顯，交通晚高峰時段NOx出現(xiàn)谷值，可能受光化學(xué)反應(yīng)O3生成消耗影響所致。

4 污染物與氣象因素間影響關(guān)系分析

4.1 風(fēng)場對空氣質(zhì)量的影響

重點(diǎn)選取PM10、PM2.5、O3和NO2濃度，分析風(fēng)向風(fēng)速對其影響的結(jié)果如圖6所示。以PM2.5為例，春季風(fēng)越小，PM2.5污染越重；秋冬季發(fā)生偏北/西北風(fēng)和冬季西南/西北/北風(fēng)時，風(fēng)速較大也污染較重，推測PM2.5污染主要受外來傳輸影響，偏靜穩(wěn)型東風(fēng)時PM2.5污染較重，推測可能受本地積累加外來輸送綜合影響。

綜合分析顯示，PM2.5和PM10春夏季受本地源影響為主，PM2.5和PM10秋季受偏北/西北方向外來輸送影響較大，PM2.5冬季受偏西南/西北/北方向外來輸送影響較大，PM10冬季受偏西南/西北/西方向外來輸送影響較大。O3秋冬季受本地源影響為主，春季受偏西南方向外來輸送影響較大，夏季受偏東北/北方向外來輸送影響較大。

圖5越秀區(qū)麓湖站周月時變化特征

圖6 風(fēng)向風(fēng)速對空氣質(zhì)量的影響分析

4.2 降雨對空氣質(zhì)量的影響

降雨對越秀區(qū)空氣質(zhì)量的影響如圖7所示。降雨對于SO2、PM2.5和PM10濃度降低有利，有降雨情形污染減少明顯，與顆粒物下雨天濕沉降有關(guān)。對于NO2，氣象要素影響明顯，無降雨情形下NO2整體濃度較高，降雨情形下低風(fēng)速情景的NO2濃度較高風(fēng)速時更高，即可能降雨時交通擁堵導(dǎo)致車速降低，機(jī)動車排放物NO2積累進(jìn)而濃度上升，建議重點(diǎn)關(guān)注交通排放源控制。降雨因素對CO濃度影響不明顯。O3受降雨影響不顯著，由于O3生成更多受太陽輻射的影響，且既有外來傳輸影響，亦有本地積累排放，因此O3在考慮聯(lián)防聯(lián)控同時重點(diǎn)季節(jié)性削峰減排最為有效。

圖7降雨對空氣質(zhì)量的影響

圖8 PM2.5和O3污染氣象聚類分析結(jié)果(上圖：PM2.5；下圖：O3)

4.3 基于相似聚類的重點(diǎn)污染特征分析

選取PM2.5和O3，綜合考慮污染物濃度和氣象，基于相似聚類算法分析的污染聚類特征如圖8所示。結(jié)果表明，對于PM2.5，第3類別(偏西南風(fēng)；約1～4.2 m/s)，空氣質(zhì)量擴(kuò)散條件一般，且污染事件發(fā)生事件以秋冬季為主；第4類別(東/東南/東北風(fēng)，1～3.5 m/s)，空氣質(zhì)量擴(kuò)散條件一般，周一污染發(fā)生顯著，且春季濃度高于其他季節(jié)；第5類別(正北風(fēng)，0～6 m/s)，空氣質(zhì)量擴(kuò)散條件差，平均濃度明顯高于其他類別，其他類別相對發(fā)生PM2.5污染概率相對較低。

對于O3，第4類別(風(fēng)向東/東南/東北風(fēng)，1～4 m/s)，空氣質(zhì)量擴(kuò)散條件一般，周二污染發(fā)生峰值，10月至次年1月平均濃度偏高；第5類別(西北風(fēng)， 0～7 m/s)，空氣質(zhì)量擴(kuò)散條件一般，臭氧周特征出現(xiàn)雙峰，7、8、12月平均濃度偏高；第6類別(正北風(fēng)，0～5 m/s)，空氣質(zhì)量擴(kuò)散條件一般，臭氧周特征呈現(xiàn)微雙峰，且7月污染平均濃度偏高，其他類別相對發(fā)生O3污染概率相對較低。

5 道路交通狀況對空氣質(zhì)量的影響

5.1 工作日主要路段交通狀況

越秀區(qū)各污染物受交通源影響較大，因此重點(diǎn)選取并分析越秀區(qū)主要路段交通狀況，以判斷交通對空氣質(zhì)量的影響，工作日越秀區(qū)下塘西路、廣園中路、內(nèi)環(huán)路三條主要路段主要路段交通狀況如圖9所示。

越秀區(qū)工作日6：00～9：00、15：00～20：00存在較明顯的交通擁堵，國控站(麓湖站)周圍路段，工作日上述時間段車速較低，最低車速16～29 m/s，廣園中路車速最低，8：00和18：00平均車速僅為16.02 m/s和23.31 m/s。結(jié)合圖4可知，越秀區(qū)機(jī)動車直排產(chǎn)物之一NO總體濃度高峰時段為3：00～5：00、6：00～9：00、22：00～次日1：00，NO2全天高峰為19：00～20：00，NO高峰生成可能與低速交通直接排放生成相關(guān)，受O3光化學(xué)反應(yīng)影響白天NO2作為前體物參與光解反應(yīng)使得NO2污染不突出，而在夜間太陽輻射強(qiáng)度低，光化學(xué)反應(yīng)減弱情形下前體物NO2二次生成，進(jìn)而導(dǎo)致濃度回升。

圖9工作日越秀區(qū)主要路段交通狀況

圖11 越秀區(qū)主要路段交通時空變化狀況

5.2 非工作日主要路段交通狀況

越秀區(qū)下塘西路、廣園中路、內(nèi)環(huán)路3條主要路段非工作日的交通狀況如圖10所示。越秀區(qū)工作日與非工作日交通狀況差異較明顯。非工作日時段，三條主要道路主要在10：00～21：00期間表現(xiàn)出輕微擁堵狀況，且整體平均車速均高于36 m/s。非工作交通狀況良好，對NO2周變化濃度曲線影響敏感性低。

5.3 道路交通狀況空間分布特征

越秀區(qū)下塘西路、廣園中路、內(nèi)環(huán)路三條主要路段交通狀況時空變化如圖11所示。NO2污染受本地排放為主，初步診斷為交通源影響，需重點(diǎn)關(guān)注。6：00、8：00、10：00、18：00時段越秀區(qū)各主要路段均處理交通不暢或者擁塞狀態(tài)，對應(yīng)NO濃度上述時段相對亦較高，而NO2與O3濃度、交通狀況(速度與擁堵指數(shù))三者間則體現(xiàn)出更為復(fù)雜的非線性關(guān)系，后續(xù)需重點(diǎn)進(jìn)一步研究。

6 結(jié)論與建議

基于越秀區(qū)麓湖國控空氣質(zhì)量自動監(jiān)測數(shù)據(jù)，使用越秀區(qū)麓湖國控空氣質(zhì)量自動監(jiān)測站2013年1月1日到2017年6月25日的監(jiān)測數(shù)據(jù)(包括SO2、NO2、CO、PM10、PM2.5、O3)、氣象觀測站(113.32°E，23.13°N)同期的氣象觀測資料(主要是風(fēng)速、溫度和降水等)與越秀區(qū)主要路段交通資料(主要包括速度、擁堵指數(shù)等)，重點(diǎn)分析了越秀區(qū)各污染物濃度特征、氣象因素影響以及交通狀況對區(qū)域空氣質(zhì)量污染的影響，并得到如下結(jié)論。

(1)2016年越秀區(qū)麓湖站PM2.5、O3-8h、PM10、NO2、CO和SO2年均濃度值分別為34 μg/m3、57.1 μg/m3、54.8 μg/m3、50.7 μg/m3、0.8 mg/m3和11 μg/m3。首要污染物占比排序?yàn)椋篜M2.5>PM10>O3>NO2，PM2.5作為首要污染物占比逐年有所下降，2013～2017年逐年占比值分別為89%、81%、60%、52%和48%。PM10和NO2作為首要污染物逐步凸顯，其中2013～2017年P(guān)M10首污逐年占比分別為11%、13%、34%、41%和26%，NO2首污占比則從2013年的1%上升為2017年的4%。越秀區(qū)NO2濃度逐年增加顯著，且濃度顯著高于市及其他區(qū)平均值。

(2)PM2.5與PM10冬春季為污染高發(fā)季，O3濃度在全年10月達(dá)到峰值后迅速大幅度降低。O3污染濃度周一最高外，其他各污染物在周二均出現(xiàn)污染高峰，初步判斷交通源影響敏感。PM2.5和PM2.5春夏季受本地源影響為主，秋、冬季分別受偏北/西北方向、偏西南/西北/北方向外來輸送影響較大。

(3)降雨對于SO2、PM2.5和PM10濃度降低有利，低風(fēng)速時NO2濃度較高，可能受交通擁堵車速低促使機(jī)動車NOx排放影響，降雨因素對CO和O3濃度影響不明顯。

(4)偏北風(fēng)時，空氣質(zhì)量擴(kuò)散條件差，需重點(diǎn)關(guān)注PM2.5污染，其平均濃度明顯高于其他氣象情景下該值。偏東/東南/東北風(fēng)1～4 m/s風(fēng)速時，空氣質(zhì)量擴(kuò)散條件一般，需重點(diǎn)關(guān)注周二O3高峰污染，該類氣象條件下O3平均濃度在10月至次年1月較其他類別更高。

(5)越秀區(qū)各污染物受交通源影響較大，國控站(麓湖站)周圍路段工作日最低車速16～29 m/s，廣園中路車速最低，8：00和18：00平均車速僅為16.02 m/s和23.31 m/s，對NONOx濃度影響敏感。非工作交通狀況良好，對NO2周變化濃度曲線影響敏感性低。6：00、8：00、10：00、18：00時段越秀區(qū)各主要路段均處理交通不暢或者擁塞狀態(tài)，對應(yīng)NO濃度上述時段相對亦較高。

AnalysisofAirPollutionCharacteristicsandTrafficImpactinYuexiuAreaofGuangzhou

Li Hongxia1, Xu Weijia2, Liu Yonghong3, Zhan Juanming3, Feng Mengsi1, Huang Jianzhang3

(1.GuangdongSuncereTechnologyCO.,LTD,Guangzhou,Guangdong, 510275,China; 2.InstituteofDongguanSunYat-senUniversity,Dongguan,Guangdong, 523808,China; 3.SchoolofIntelligentSystemsEngineering,SunYat-SenUniversity,Guangzhou,Guangdong, 510275,China)

Abstract: Based on the data of six pollutants from January 1, 2013 to June 25, 2017, the air quality automatic monitoring stations of Yuexiu Luhu Lake in Yuexiu District were analyzed. The concentration characteristics, impact characteristics of meteorological factors, influence of traffic conditions were investigated. The results showed that: (1) the annual average concentration of PM2.5, O3-8h, PM10, NO2is 34 ug/m3, 57.1 ug/m3, 54.8 ug/m3and 50.7ug/m3, respectively. The proportion of the primary pollutants was PM2.5>PM10>O3>NO2. The times of PM2.5 as the primary pollutant decreased year by year, and the proportions of PM10and NO2as the primary pollutants increased. The concentration of NO2of Yuexiu District was significantly higher than that of the city and other Area. (2) The PM2.5and PM10pollution in autumn and winter were mainly affected by external source. The O3pollution concentration was the highest on Monday than other days,However, the highest concentration of other pollutants happened on Tuesday. (3) The speed of vehicle around Luhu Lake is 16-29m/s; the average speeds were only 16.02m/s and 23.31m/s in 8:00am and 18:00pm respectively. The NO, NO2, O3was significantly influence by the traffic conditions on the Yuexiu District.

Keywords: Typical urban area; PM2.5；NO2；O3；Traffic impact