王玲玲，陳 婷，鄒長武，羅 偉

（1.自貢市氣象局，四川 自貢 643000；2.高原與盆地暴雨旱澇災(zāi)害四川省重點實驗室，成都 610072；3.成都信息工程大學(xué)，成都 610103）

隨著工業(yè)的發(fā)展，能源消耗、機動車和人口數(shù)量日益增加，加之氣候和地理等自然條件限制，給大氣環(huán)境質(zhì)量帶來了巨大壓力［1-3］。有研究指出氣溶膠粒子是影響空氣質(zhì)量的重要因素［1］，具有高散射率的PM2.5在降低空氣能見度方面能力較粗顆粒物更強［2］，是形成霾天氣的重要原因［3］。由于排放源的不同與季節(jié)變化，各站點的PM2.5濃度［ρ（PM2.5）］也存在一定差異并隨季節(jié)變化而變化［4］。而顆粒物濃度變化與污染源分布、外源輸送、本地氣象條件均密切相關(guān)，在污染源排放總量一定的情況下其濃度主要取決于氣象條件［5］。目前對ρ（PM2.5）監(jiān)測方法的研究多是基于空氣質(zhì)量監(jiān)測站點實測數(shù)據(jù)和地基遙感LST［6］，地面監(jiān)測結(jié)果較精確，但由于現(xiàn)有的地面監(jiān)測站能提供的ρ（PM2.5）數(shù)據(jù)僅限于有限區(qū)域的部分點位，分布不均勻且數(shù)量較少［7，8］，加之人力和物力的限制，迫切需要開展廣域、準確的ρ（PM2.5）監(jiān)測。與常規(guī)地面監(jiān)測、地基遙感手段相比，衛(wèi)星遙感技術(shù)覆蓋區(qū)域更廣，可快速收集地表時間和空間動態(tài)變化的信息，實現(xiàn)不同區(qū)域尺度、全方位動態(tài)監(jiān)測。雖然遙感監(jiān)測氣溶膠光學(xué)厚度（Aerosol optical depth，AOD）反演計算復(fù)雜、精度較低，與ρ（PM2.5）的相關(guān)系數(shù)仍存在不穩(wěn)定性，且易受到時空及其他因素的影響［9］，有時得到的結(jié)果離用于ρ（PM2.5）監(jiān)測的實際應(yīng)用還有一定差距，但可彌補地面監(jiān)測范圍的不足。為實現(xiàn)廣大無地面監(jiān)測站覆蓋地區(qū)的ρ（PM2.5）監(jiān)測，研究者紛紛開展了基于遙感數(shù)據(jù)的ρ（PM2.5）監(jiān)測方法研究，主要包括ρ（PM2.5）與MODIS AOD的線性相關(guān)性研究，已有研究表明AOD與ρ（PM2.5）相關(guān)性較高［10，11］，且有研究發(fā)現(xiàn)四川盆地是中國重要的氣溶膠光學(xué)厚度大值區(qū)之一［12］。

四川省自貢市是一個老工業(yè)城市，據(jù)統(tǒng)計近幾年自貢市秋冬季空氣質(zhì)量明顯下降，引起社會公眾的普遍關(guān)注，其細顆粒物ρ（PM2.5）增幅位于四川省甚至全國前列，并且污染源復(fù)雜［12，13］。近年來根據(jù)空氣質(zhì)量自動監(jiān)測資料可知，PM2.5已成為該區(qū)域的主要空氣污染物，且對人體健康和大氣空氣質(zhì)量危害更為突出，2017年上半年NO2、SO2平均濃度增幅居全省前列，同比分別增加20.8%、32.5%，且沒有明顯改善的趨勢。近年來，美國航空航天局（NASA）發(fā)布了1 km分辨率的氣溶膠產(chǎn)品，該產(chǎn)品提供的AOD產(chǎn)品數(shù)據(jù)采用新的多角度大氣校正（Multi-angle implementation of atmospheric correction，MAIAC）算法［14，15］，因此，本研究結(jié)合MAIAC AOD和氣象要素等因素定性分析自貢市ρ（PM2.5）時空分布特征及其大氣污染物來源及擴散的成因，以期為掌握自貢市環(huán)境空氣質(zhì)量狀況及采取大氣污染防治措施提供一定的參考。

1 數(shù)據(jù)與方法

1.1 空氣質(zhì)量監(jiān)測數(shù)據(jù)

根據(jù)國家空氣質(zhì)量聯(lián)網(wǎng)監(jiān)測管理平臺（http：∕∕221.10.170.172：8000∕）提供的監(jiān)測點信息，選取自貢市城區(qū)2014—2019年4個國控監(jiān)測站點ρ（PM2.5）逐小時和日均值數(shù)據(jù)；站點位置分別為代表文化區(qū)的檀木林站、商業(yè)交通居民混合的青杠林路站、居住區(qū)的春華路站和近郊地區(qū)的大塘山站，按照不同時間尺度對自貢城區(qū)ρ（PM2.5）時空變化特征進行分析。

1.2 氣象要素監(jiān)測數(shù)據(jù)

氣象要素對空氣污染物的聚集、傳輸和擴散有顯著影響［5］。獲取自貢市國家氣象觀測站采集數(shù)據(jù)后，通過手工錄入2014—2019年逐日和逐小時氣溫、氣壓、相對濕度、降水量、風向和風速6項氣象要素數(shù)據(jù)，分別計算得到所需氣象要素的月均值、季均值，便于與ρ（PM2.5）進行相關(guān)性分析。

1.3 MAIAC AOD數(shù)據(jù)

MODIS衛(wèi)星觀測系統(tǒng)的氣溶膠產(chǎn)品分別使用多角度算法、暗像元算法、深藍算法的1、3、10 km 3種分辨率產(chǎn)品［9］。美國航空航天局（NASA）數(shù)據(jù)中心（https：∕∕ladsweb.modaps.eosdis.nasa.gov∕search∕）的MCD19A2數(shù)據(jù)是結(jié)合MODIS上午星（Terra）和下午星（Aqua）經(jīng)過MAIAC反演的陸地AOD產(chǎn)品，空間分辨率為1 km，時間分辨率為1 d。MAIAC通過時間序列分析和影像處理法對亮地表區(qū)（如沙漠）和暗地表區(qū)（植被覆蓋區(qū)）進行大氣校正和氣溶膠反演［14］，在 暗 地 表 區(qū)MAIAC AOD與 傳 統(tǒng)的MODIS AOD算法的反演精度相似，在亮地表區(qū)MAIAC AOD精度更高，且其分辨率和有效觀測范圍有很大的提升［15，16］。該AOD產(chǎn)品數(shù)據(jù)集包含0.47 μm和0.55 μm的多種參數(shù)，主要有氣溶膠光學(xué)厚度、陸地和云層上的水蒸氣柱、海洋精細模式分數(shù)，同時提供衛(wèi)星觀測角度及氣溶膠模型指數(shù)［17］。

研究選取2014—2019年數(shù)據(jù)格式為HDF的MCD19A2產(chǎn)品數(shù)據(jù)，共1 825期，使用IDL語言調(diào)用MRT（Modis reprojection tools）軟件將數(shù)據(jù)轉(zhuǎn)為TIFF格式，提取陸地氣溶膠光學(xué)厚度AOD_0.55 μm的有效波段后進行投影轉(zhuǎn)換為地理坐標（WGS_1984_UTM）。由于AOD_0.55 μm波段像元的比例因子為0.001，且提取的波段填充值-28 672遠超出其有效范圍-100～5 000，可能會對計算結(jié)果產(chǎn)生影響，因此，利用ENVI軟件分別進行像元值縮小1 000倍和填充值賦值為0的操作，通過掩膜和波段合成的方法提取自貢市城區(qū)月度、季度和年際AOD均值。

2 結(jié)果與分析

2.1 自貢市城區(qū)AOD和ρ（PM2.5）的時空特征

各站點ρ（PM2.5）隨時間變化存在一定差異，因此按照季、月和小時分別進行自貢市城區(qū)時間變化特征分析。季節(jié)按照候平均氣溫劃分，3—5月為春季，6—8月為夏季，9—11月為秋季，12月至次年2月為冬季［13］。

2.1.1 AOD特征AOD為大氣層頂?shù)降孛嬲麄€垂直柱內(nèi)氣溶膠對太陽光反射和吸收的積分無量綱［18］。已有研究表明，AOD與ρ（PM2.5）相關(guān)性較高［19］，因此采用均值合成的方法得到自貢市城區(qū)2014—2019年AOD年均空間分布特征。年均氣溶膠大值區(qū)主要在研究區(qū)中部偏東偏南部，2014年、2017年大部分區(qū)域以及2015年中部偏東區(qū)域氣溶膠污染相對嚴重，2016年污染較輕，僅在偏東南地區(qū)污染較為嚴重，2018年和2019年污染有所減輕，整體有顯著改善（圖1），因此自貢市城區(qū)的污染狀況開始出現(xiàn)逐年減輕的良好勢頭。

圖1 2014—2019年自貢市城區(qū)AOD年均值變化趨勢

2.1.2ρ（PM2.5）特征監(jiān)測站點分別代表近郊地區(qū)、居住區(qū)、商業(yè)交通居民混合區(qū)和文化區(qū)，同一時間ρ（PM2.5）卻表現(xiàn)不同。因此，基于ArcGIS中運用徑向基函數(shù)（Radial basis function，RBF）的三角網(wǎng)格補洞方法進行空間插值并重分類，分別獲取自貢市城區(qū)各個站點4個季節(jié)和12個月的空間分布特征。

自貢市城區(qū)2014—2019年ρ（PM2.5）四季分布呈春秋冬季高、夏季低的分布特征，其中冬季空氣污染最嚴重，均值為110.3 μg∕m3，且高濃度覆蓋區(qū)域面積廣（圖2）。四季ρ（PM2.5）均穩(wěn)定表現(xiàn)出大安近郊區(qū)工業(yè)較為密集的大塘山站和高新區(qū)交通運輸和人口活動頻繁的春華路站水平較高。

圖2 2014—2019年自貢城區(qū)ρ（PM2.5）季均值變化趨勢（單位：μg/m3）

2014—2019年ρ（PM2.5）月均值表現(xiàn)為1月最高，12月和2月次之，6—9月較低，10月開始升高（圖3）?？臻g差異表現(xiàn)為工業(yè)密集的大塘山站和高新區(qū)的春華路站ρ（PM2.5）多高于另外2個站，僅11月貢井區(qū)青杠林路站高于其余3個站，該站點位于商業(yè)交通居民混合區(qū)，人為活動較頻繁。

圖3 2014—2019年自貢市城區(qū)ρ（PM2.5）月均值變化趨勢（單位：μg/m3）

自貢市位于四川盆地南部，其地勢由西北向東南呈階梯狀逐漸降低，而盆地南部地形呈南高北低，流場和風場易形成氣旋式渦旋，使污染物難以遠距離擴散輸送而在自貢市城區(qū)附近匯集，從而導(dǎo)致空氣污染嚴重，同時與自貢市接壤的其他城市的部分地區(qū)也會受到影響［12，20］。2014—2019年自貢市城區(qū)AOD年均值表現(xiàn)為2014年大部分地區(qū)、2015年中部偏東地區(qū)和2017年大部分地區(qū)氣溶膠污染相對較為嚴重，2016年污染較輕，2018年和2019年有顯著改善；同期ρ（PM2.5）季和月分布呈冬季最高、高濃度范圍最廣，其次是春季、秋季，夏季最低的分布特征。ρ（PM2.5）季、月空間分布多表現(xiàn)為大塘山站和春華路站較高，而檀木林站低的分布特征，由此可知工業(yè)生產(chǎn)總值較高、交通運輸頻繁、人口較為密集的大安區(qū)、高新區(qū)ρ（PM2.5）較高［21，22］。

2.2 ρ（PM2.5）與氣象因素的季節(jié)相關(guān)性

在污染源一定的情況下，ρ（PM2.5）取決于研究區(qū)氣象條件等外在因素，氣象條件隨時間變化時細顆粒物的稀釋與擴散狀態(tài)也在不斷變化，且同一污染源在不同氣象條件下空氣污染物質(zhì)量濃度相差較大［23，24］。

采用Spearman法［25，26］將自貢市城區(qū)4個國控監(jiān)測點ρ（PM2.5）2014—2019年的季均值分別與同期氣壓、氣溫、相對濕度、風速和降水量的季均值進行相關(guān)性分析，結(jié)果見表1。ρ（PM2.5）與四季的降水量均呈極顯著負相關(guān)（P＜0.01），其中在秋季、冬季的負相關(guān)性高于春季和夏季；ρ（PM2.5）與春季、秋季、冬季的風速均呈極顯著負相關(guān)（P＜0.01），說明隨著地面風速的增大，ρ（PM2.5）的擴散越明顯，而夏季這種特征不明顯；由于較高相對濕度是降水的重要指標之一，因此排除降水影響的相對濕度與ρ（PM2.5）在冬季和夏季相關(guān)性較高，而春季和秋季這種特征較不明顯。ρ（PM2.5）在春季、夏季、冬季與地面氣壓有一定的負相關(guān)性，在秋季為一定的正相關(guān)性；ρ（PM2.5）與氣溫在春季、夏季、冬季呈正相關(guān)，在秋季呈負相關(guān)，說明在春季、夏季、冬季隨著氣溫升高，氣壓降低，ρ（PM2.5）將增大。由此可知，當近地面風速較小，研究區(qū)處于低氣壓控制狀態(tài)下，大氣層相對穩(wěn)定，就會導(dǎo)致垂直方向上無明顯擴散，水汽、污染物便在近地層積累；若此時大氣低層相對濕度較高時，空氣中的顆粒物可能會吸濕增長，則會進一步加劇污染程度。

表1 ρ（PM2.5）與各氣象因素的季節(jié)相關(guān)性

當風速較小、擴散作用不明顯時，有些區(qū)域ρ（PM2.5）與風向的關(guān)系亦很密切，且風向可以確定污染物的輸入與輸出［27］。由于自貢市城區(qū)ρ（PM2.5）夏季相較于春季、秋季、冬季低，其中冬季空氣污染最嚴重，因此計算2014—2019年非夏季地面風向?qū)?yīng)的ρ（PM2.5）均值，平均風向值采用16個風向值統(tǒng)一表示。由非夏季地面風向頻率分布（圖4）可知，地面風向均以東北為主，非夏季東北方向氣流占13.0%。而ρ（PM2.5）超標時（≥75 μg∕m3）多為偏東北風和東南風（圖5），上風方向重慶市、內(nèi)江市和瀘州市等工業(yè)城市的顆粒物會輸送至四川盆地南部，加之地形阻擋使得顆粒物堆積而導(dǎo)致空氣污染嚴重；當風向為偏西北風時地面多受干冷空氣影響，且上風向工業(yè)城市較少，有利于大氣污染物的擴散和清除，因此，ρ（PM2.5）基本能達到二級標準濃度限值。

圖4 非夏季地面風向頻率分布

圖5 非夏季ρ（PM2.5）均值與地面風向關(guān)系

各個站點污染濃度分布不僅與監(jiān)測點位及地形特點、氣候條件、城市結(jié)構(gòu)等原因有關(guān)，還與風向及周圍其他城市污染源的貢獻密切相關(guān)［28］。自貢市城區(qū)常年盛行東北風，總體地勢由西北向東南呈階梯狀逐漸降低，水平方向污染物的擴散受到山脈的阻擋，當不利的氣象擴散條件出現(xiàn)時，上風向輸送來的污染物無法得到及時的擴散［12］，尤其是近郊大安區(qū)大塘山站和高新春華路站主要受到上風向內(nèi)江市、瀘州市等的工業(yè)生產(chǎn)大氣污染源近距離傳輸影響，連續(xù)堆積后導(dǎo)致ρ（PM2.5）濃度處于較高水平。

3 結(jié)論

1）自貢市城區(qū)ρ（PM2.5）呈春秋冬季高、夏季低的特征；月均濃度大值期主要在1月、2月和12月，6—9月濃度較低。ρ（PM2.5）空間分布特征不僅與監(jiān)測點位及地形特點、氣候條件等有關(guān)，還與風向及周圍其他污染源的貢獻密切相關(guān)，整體表現(xiàn)為工業(yè)生產(chǎn)總值較高、交通運輸頻繁、人口較為密集以及受上風向污染源傳輸影響的大安區(qū)、高新區(qū)ρ（PM2.5）水平明顯較高。

2）AOD年均大值區(qū)主要在研究區(qū)中部偏東偏南部，2014年、2017年大部分區(qū)域以及2015年中部偏東區(qū)域氣溶膠污染相對嚴重，2016年污染較輕，2018年和2019年污染有顯著改善。

3）自貢市城區(qū)ρ（PM2.5）與四季的降雨量、春秋冬季的風速、夏冬季的相對濕度表現(xiàn)出較高的負相關(guān)性，且在春夏冬季隨氣溫升高和氣壓降低而增大。自貢市城區(qū)盛行東北風，非夏季東北風占13.0%；ρ（PM2.5）超標多為偏東北風和東南風，表明上風向污染源輸入將會使ρ（PM2.5）明顯超標，當偏西北風時，污染濃度較低，基本能達到二級標準濃度限值。