洪煒林 苗雨青 賈雪瑩 孫方虎 羅浩 洪慧娟 王夢(mèng)醒

收稿日期：2022-08-04

基金項(xiàng)目：安徽省自然科學(xué)基金面上項(xiàng)目（2108085MD126）；國(guó)家自然科學(xué)基金項(xiàng)目（41601083）.

作者簡(jiǎn)介：洪煒林（1998—），男，安徽滁州市人，碩士研究生，主要研究方向?yàn)榇髿馕廴驹u(píng)價(jià)；通訊作者：苗雨青（1985—），男，安徽廬江縣人，博士，副教授，主要從事濕地生態(tài)系統(tǒng)碳氮循環(huán)研究，miaoyqjh@ahnu.edu.cn .

引用格式：洪煒林，苗雨青，賈雪瑩，等. 2015—2020年汾渭平原大氣污染物時(shí)空分布特征及人口暴露［J］.安徽師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，46（5）：457-465.

DOI：10.14182/J.cnki.1001-2443.2023.05.007

摘要：基于中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)發(fā)布的PM2.5、PM10、SO2、NO2、CO、O3長(zhǎng)期監(jiān)測(cè)數(shù)據(jù)，采用統(tǒng)計(jì)分析、重心模型等方法探討了2015—2020年汾渭平原3省11個(gè)地級(jí)市的6種大氣污染物的時(shí)空變化特征，并結(jié)合各城市常住人口數(shù)據(jù)，評(píng)估了主要大氣污染物PM2.5和O3的人口暴露數(shù)量。結(jié)果表明：（1）影響汾渭平原空氣質(zhì)量的主要污染物是PM2.5、PM10、O3，而SO2、NO2、CO污染程度并不明顯。（2）各污染物均有明顯的季節(jié)性特征，PM2.5、PM10、SO2、NO2、CO夏秋季節(jié)濃度較低、冬春季節(jié)濃度較高，峰值一般出現(xiàn)在1月份，最低值一般出現(xiàn)在7月份，而O3濃度則表現(xiàn)出與上述污染物相反的季節(jié)特征。（3）空間上看，這6年來汾渭平原南部污染狀況要比北部嚴(yán)重，PM2.5的重心較為集中，O3的重心分布較為分散。細(xì)粒子、移動(dòng)源污染對(duì)平原的空氣質(zhì)量影響較大。（4）研究期內(nèi)PM2.5的人口暴露得到有效控制，暴露在O3濃度超標(biāo)情況下的人口呈上升趨勢(shì)，O3成為威脅汾渭平原空氣質(zhì)量的主要污染物。

關(guān)鍵詞：大氣污染；汾渭平原；時(shí)空分布；重心模型；人口暴露數(shù)量

中圖分類號(hào)：P951文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1001-2443（2023）05-0457-09

隨著城市化進(jìn)程的不斷加快和經(jīng)濟(jì)的快速增長(zhǎng)，諸多地區(qū)出現(xiàn)嚴(yán)重的大氣污染問題，尤其是在經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，如長(zhǎng)三角、珠三角和京津冀等地，大氣污染問題積重難返［1-3］。大氣中的污染物主要包括顆粒物（PM2.5和PM10）、O3、NO2、SO2、CO等［4］，這些污染物不僅影響空氣質(zhì)量，還對(duì)人體健康、生態(tài)環(huán)境產(chǎn)生影響。大氣污染問題與自然因素和社會(huì)經(jīng)濟(jì)因素關(guān)系密切，由于各地的自然條件和經(jīng)濟(jì)發(fā)展程度存在差異，使得大氣污染物的污染特征也存在區(qū)域差異［5］。

汾渭平原由于自身的盆地地形和產(chǎn)業(yè)結(jié)構(gòu)成為全國(guó)污染最嚴(yán)重的地區(qū)之一［6］。2018年，生態(tài)環(huán)境部提出“打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃”，將汾渭平原納入重點(diǎn)監(jiān)測(cè)區(qū)域，但仍出現(xiàn)大氣污染物濃度超標(biāo)的情況。自“新冠”疫情爆發(fā)以來，汾渭平原各城市的社會(huì)經(jīng)濟(jì)生活受到嚴(yán)重影響，大氣污染物的特征也呈現(xiàn)出新的變化［7］。汾渭平原所在的各城市的能源結(jié)構(gòu)以煤為主，煤煙型污染特征明顯，清潔化利用水平低［8］，同時(shí)還存在人口密度大，重化工產(chǎn)業(yè)聚集，運(yùn)輸偏公路等問題［9］。汾渭平原大氣污染物來源除了原地生成以外，還受到來自北方的沙塵源和黃土高原源影響，周圍京津冀地區(qū)和陜西北部地區(qū)也是平原大氣污染物的潛在源區(qū)［10］。鄭小華等［11］基于汾渭平原11個(gè)重點(diǎn)城市的空氣質(zhì)量監(jiān)測(cè)資料和氣象數(shù)據(jù)，發(fā)現(xiàn)平原各城市污染源類型多樣且排放強(qiáng)度高，采暖期和非采暖期空氣質(zhì)量狀況顯著不同，姬藝珍等［12］發(fā)現(xiàn)汾渭平原秋冬季節(jié)平均空氣質(zhì)量?jī)?yōu)良天數(shù)比例明顯低于春夏季節(jié)，上述研究對(duì)于汾渭平原大氣污染特征和原因已有較為充分的認(rèn)識(shí)，然而，對(duì)于汾渭平原大氣污染物還缺乏多時(shí)間尺度、多污染物的研究，其污染特征與來源方面還有待定量分析，這些不足影響了區(qū)域大氣污染防控政策的制定。

目前關(guān)于大氣污染的研究主要關(guān)注城市和城市群，多集中在京津冀、珠三角等發(fā)達(dá)地區(qū)，對(duì)汾渭平原各城市的大氣污染研究不多見，尤其是大氣污染與人體健康評(píng)估方面的研究較缺乏?；诖?，本文基于2015—2020年汾渭平原11個(gè)地級(jí)市的空氣顆粒物（PM2.5、PM10）和氣態(tài)污染物（SO2、NO2、CO、O3）的濃度數(shù)據(jù)，分析大氣污染物的時(shí)空分布特征和污染物來源，并評(píng)估汾渭平原污染程度較高指標(biāo)的人口暴露數(shù)量，以期為汾渭平原制定區(qū)域的大氣污染防控政策提供科學(xué)支撐。

1 材料與方法

1.1 研究區(qū)概況

汾渭平原（33°33'～38°42'N，106°20'～114°07'E）北起山西省代縣，南至陜西省秦嶺山脈，西至陜西省寶雞市，呈東北-西南方向的分布，位列中國(guó)第四大平原，主要涉及3省11個(gè)地級(jí)市，包括呂梁、晉中、臨汾、運(yùn)城、洛陽(yáng)、三門峽、西安、咸陽(yáng)、寶雞、銅川、渭南（圖1）。汾渭平原屬于溫帶季風(fēng)性半濕潤(rùn)氣候，境內(nèi)有呂梁山和秦嶺山脈，另有太原盆地、臨汾盆地、運(yùn)城盆地、關(guān)中盆地、洛陽(yáng)盆地等。境內(nèi)產(chǎn)業(yè)布局密集，能源結(jié)構(gòu)以煤為主，第二產(chǎn)業(yè)發(fā)展較迅速，交通運(yùn)輸以公路運(yùn)輸為主［12］。

1.2 數(shù)據(jù)來源

大氣污染物濃度月均值數(shù)據(jù)（PM2.5、PM10、SO2、NO2、CO、O3）來源于中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)（https：//www.aqistudy.cn/），時(shí)間為2015年1月至2020年12月，其中CO濃度數(shù)據(jù)為日均值第95百分位濃度，O3濃度數(shù)據(jù)為日最大8小時(shí)平均第90百分位濃度，常住人口數(shù)據(jù)來源于2021年河南、山西、陜西省的統(tǒng)計(jì)年鑒。

1.3 數(shù)據(jù)處理

采用統(tǒng)計(jì)分析、重心模型等方法，分析了汾渭平原11個(gè)地級(jí)市的大氣污染物分布狀況。受多種因素的影響，網(wǎng)站發(fā)布的數(shù)據(jù)存在部分異常值，剔除異常值后用線性內(nèi)插法對(duì)缺失數(shù)據(jù)進(jìn)行插補(bǔ)。月均值由網(wǎng)站發(fā)布，年均值為每一年所有月均值的算術(shù)平均值。

重心是指研究區(qū)域內(nèi)某屬性的幾何中心，重心的變動(dòng)可反映區(qū)域某種屬性的空間變遷情況和非均衡程度［13］。其計(jì)算公式為

Xt=[i=1nxiCiti=1nCit] （1）

Yt=[i=1nyiCiti=1nCit] （2）

式中，Xt，Yt分別是某時(shí)刻污染物重心的經(jīng)度和緯度，xi，yi為第i個(gè)地級(jí)市的經(jīng)度和緯度坐標(biāo)，坐標(biāo)數(shù)據(jù)采用各市政府所在地的坐標(biāo)值，cit為t時(shí)刻第i個(gè)地級(jí)市的污染物濃度。某一污染物的重心向該污染物在總體中所占比例增大的地區(qū)移動(dòng)。重心移動(dòng)可以有效地反映各污染物6年來在空間上的不均衡變化，較好的表明研究區(qū)內(nèi)大氣污染物的區(qū)域差異。假設(shè)dt+1表示第t+1時(shí)刻相較于t時(shí)刻的重心移動(dòng)距離，則

dt+1=k[（xt+1-xt）2+（yt+1-yt）2] （3）

式中：常數(shù)k=111.111，是地理坐標(biāo)單位（°）轉(zhuǎn)化為平面坐標(biāo)距離（km）的系數(shù)；k（xt+1-xt），k（yt+1-yt）表示污染重心在經(jīng)度、緯度方向上移動(dòng)的距離，兩者的比值決定污染重心移動(dòng)的方向。

2 結(jié)果與討論

2.1 汾渭平原大氣污染物的時(shí)間變化

2.1.1 年變化特征 由圖2可以看出，2015—2020年汾渭平原PM2.5、PM10雖在個(gè)別年份有所起伏但整體上呈現(xiàn)波動(dòng)下降趨勢(shì)，年均濃度分別下降4.70 μg/m3、8.92 μg/m3。2015—2020年SO2、CO整體呈下降趨勢(shì)，年均濃度分別下降5.87 μg/m3、0.17 mg/m3，SO2下降幅度最大。NO2先上升后下降，呈波動(dòng)變化，O3整體上呈上升趨勢(shì)，年均濃度上升3.98 μg/m3。由此可以看出汾渭平原空氣質(zhì)量總體上呈良好趨勢(shì)，但O3逐漸成為汾渭平原空氣質(zhì)量新的威脅，未來應(yīng)對(duì)O3污染問題加以重視。2020年處于“新冠”疫情期間，平原各城市廢氣、SO2、氮氧化物排放量、工業(yè)固體廢物產(chǎn)生量顯著低于2019年，所以各污染物濃度均比2019年低，表明大氣污染物濃度與人類活動(dòng)、社會(huì)經(jīng)濟(jì)生活有著很大聯(lián)系。

2.1.2 月變化特征 由圖3可知，6種大氣污染物均有明顯的季節(jié)性特征，其中PM2.5、PM10、NO2、SO2、CO的濃度峰值出現(xiàn)在冬季12月、1月左右，低值出現(xiàn)在夏季7、8月份。O3的變化特征與其他5種污染物的特征相反，峰值出現(xiàn)在6、7月份左右，低值出現(xiàn)在12月、1月。汾渭平原這6種大氣污染的季節(jié)變化特征與華北地區(qū)［5］類似。

PM2.5、PM10的季節(jié)變化趨勢(shì)較為一致，冬季處于最高水平。原因可能是冬季氣溫和光照強(qiáng)度等氣象因素和冬季燃煤燃燒均影響PM2.5、PM10的污染水平，且不利于其擴(kuò)散［6］。NO2濃度在7、8月份較低，夏季降水量大，溫度高，降水的沖刷作用有效地減少了空氣中的NO2［14］。O3的形成與VOCs等前體物有關(guān)，與溫度、日間紫外輻射呈正相關(guān)，濕度呈負(fù)相關(guān)［15］，因此O3夏季濃度高、冬季低。

這6年中SO2和CO冬季下降幅度最大，SO2峰值由2016年12月的105.64 μg/m3下降到2020年12月的18 μg/m3，下降率為82.96%，CO峰值由2016年1月的2.73 mg/m3下降到2020年12月的1.09 mg/m3，下降率達(dá)60.07%。SO2主要來源于燃料燃燒和工業(yè)生產(chǎn)排放，CO主要以工業(yè)生產(chǎn)、生物質(zhì)燃燒和機(jī)動(dòng)車排放為主［16］，說明使用清潔能源和加強(qiáng)工業(yè)排放的控制能有效地改善空氣質(zhì)量。

在“新冠”疫情爆發(fā)前后，PM2.5、PM10、CO月均濃度冬春季節(jié)下降明顯，SO2、NO2冬季下降明顯，O3在冬夏季節(jié)明顯變化，表現(xiàn)出夏季下降，冬季上升的特征。上述特征可能與疫情期間防控政策、交通量、復(fù)工復(fù)產(chǎn)率有關(guān)，同時(shí)氣象條件也是引起這一新變化的重要因素［17］，各污染物疫情期間冬春季節(jié)的特征與京津冀地區(qū)［17］、南京地區(qū)［18］相似。

2.2 汾渭平原大氣污染物的空間分布

2.2.1 大氣污染物空間分布特征 PM2.5作為汾渭平原的主要大氣污染物，其濃度空間分布特征在不同年份表現(xiàn)不一，2015—2017年以及2019年南部地區(qū)PM2.5濃度高于北部地區(qū)，2018和2020年間則呈現(xiàn)相反的特征（圖4），臨汾、運(yùn)城地區(qū)PM2.5污染較嚴(yán)重。PM10的污染特征與PM2.5略有不同，2015—2017年污染主要集中在平原南部且范圍有減小的趨勢(shì)，2018—2020年南部和北部都有分布且污染范圍有擴(kuò)大的趨勢(shì)。

SO2下降趨勢(shì)較為顯著，2015—2017年汾渭平原北部的污染較為嚴(yán)重，可能是由于臨汾地區(qū)的控制措施不到位和產(chǎn)業(yè)結(jié)構(gòu)向來依賴煤炭等因素所致［19］。CO污染主要集中在臨汾、運(yùn)城等地區(qū)，2018—2020年下降明顯。NO2污染的空間分布較為復(fù)雜，2015—2017年NO2在西南部和北部污染范圍逐漸擴(kuò)大，2018—2020年范圍逐漸減小。

O3近年來成為影響汾渭平原空氣質(zhì)量新的污染物，O3濃度高的地區(qū)主要集中在臨汾、運(yùn)城地區(qū)，南部和北部的濃度均較高。2017年臨汾的O3濃度為118.67 μg/m3，運(yùn)城的O3濃度為118.58 μg/m3。

2.2.2 主要大氣污染物PM2.5、PM10、O3的重心分布 由圖5和表1可知，總體上看PM2.5的重心較為集中，O3的重心分布較為分散，表明O3污染在空間上變化程度最大。PM2.5的重心遷移在2018—2019年最大，遷移距離為9.94 km，遷移方向?yàn)闁|北至西南方向。2019—2020年遷移最小，遷移距離為2.48 km，遷移方向?yàn)闁|南至西北方向，相關(guān)研究表明渭南、西安、咸陽(yáng)、寶雞、臨汾等地區(qū)，由于喇叭口地形的不利擴(kuò)散條件與高強(qiáng)度的排放源條件，在大氣傳輸中，更容易受到本地及鄰近區(qū)域排放污染物的影響［6］。同時(shí)人口越多、GDP越高、能源消耗越大的地區(qū)，PM2.5濃度越高［20］，由于以上自然和人為因素的影響，使得PM2.5主要集聚在平原的西南方向。

PM10的來源不僅受到人為影響，還受到沙塵傳輸?shù)挠绊?。研究發(fā)現(xiàn)汾渭平原秋冬季顆粒物污染主要受到西北方向的沙塵傳輸、工業(yè)粉塵、秸稈焚燒以及京津冀周邊的粒子傳輸影響［21］。PM10的重心遷移在2016—2017年最大，遷移距離為9.16 km，遷移方向?yàn)槲鞅敝翓|南方向。2018—2019年遷移最小，遷移距離為2.48 km，遷移方向?yàn)槲鞅敝翓|南方向。2017—2020年P(guān)M10的重心遷移主要受到北方頻發(fā)的沙塵天氣的影響。

O3的重心遷移情況表明O3更易受到來自東北方向污染傳輸?shù)挠绊懀@可能與自身的氣象條件和京津冀周邊的污染有關(guān)。O3的重心分布表明O3在研究區(qū)域內(nèi)皆有分布且情況較為復(fù)雜。相關(guān)研究發(fā)現(xiàn)汾渭平原能源結(jié)構(gòu)層次較低，機(jī)動(dòng)車尾氣引起的NOx排放可能是導(dǎo)致O3污染程度較高的重要原因［22］。

2.2.3 污染物來源分析 PM2.5/PM10的比值通常被用來判斷大氣顆粒物中細(xì)粒子（PM2.5）對(duì)PM10貢獻(xiàn)的指標(biāo)［23］，如圖6所示，2015—2020年各城市PM2.5/PM10的比值雖有起落，但總體上變化不大，均值變化范圍為0.49～0.60。除呂梁外，其他城市的比值均高于0.5，表明粗粒子對(duì)PM10的貢獻(xiàn)高于細(xì)粒子，該比值接近京津冀地區(qū)［24］。

NO2/SO2可以反映燃煤源和移動(dòng)源對(duì)污染貢獻(xiàn)的變化［25］，汽車尾氣排放等移動(dòng)源主要與NO2的排放相關(guān)，SO2主要來源于煤炭燃燒、工業(yè)生產(chǎn)和生活排放等固定源。如圖7所示，2015—2020年各城市NO2/SO2的比值具有顯著差異，均值變化范圍為0.93～3.64。臨汾均值低于1，表明臨汾的大氣污染主要受到煤炭燃燒等固定源影響；運(yùn)城、呂梁、晉中等地區(qū)均值接近于1，說明固定源和移動(dòng)源對(duì)這些城市的污染都有貢獻(xiàn)；西安、三門峽、洛陽(yáng)、渭南、銅川、咸陽(yáng)、寶雞等汾渭平原南部城市的比值較高，尤其是西安，均值為3.64，表明這些地區(qū)的污染主要受到移動(dòng)源的影響。

2.3 PM2.5、O3人口暴露

2015—2020年汾渭平原O3污染嚴(yán)重，濃度不斷上升，該地區(qū)存在PM2.5和O3的復(fù)合污染，PM2.5和O3又與人類的健康息息相關(guān)，暴露在較高水平的濃度下會(huì)增加肺病和呼吸病的患病率，引起過早死亡［26］。基于此，根據(jù)污染物PM2.5、O3國(guó)家環(huán)境空氣質(zhì)量二級(jí)和一級(jí)標(biāo)準(zhǔn)限值，將汾渭平原2015—2020年P(guān)M2.5和O3年均濃度分別劃分為4個(gè)和6個(gè)區(qū)間，在此基礎(chǔ)上分析暴露在不同濃度區(qū)間的人口占比情況。

由表2可知，PM2.5濃度超過70 μg/m3的主要是2015—2017年，其中2016年污染最為嚴(yán)重，暴露在70 μg/m3以上的人口達(dá)到63.13%，2018—2020年人口主要暴露在50～60 μg/m3的年均濃度中，2020年由于社會(huì)經(jīng)濟(jì)等原因，空氣質(zhì)量大有改善。隨著PM2.5濃度的整體降低，暴露在70 μg/m3以上的人口也逐漸減少，但仍與（GB3095-2012）《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中規(guī)定的35 μg/m3二級(jí)限值相距甚遠(yuǎn)，總體上看PM2.5的人口暴露得到有效控制。

O3的人口暴露形勢(shì)不容樂觀，2017年和2019年暴露在一級(jí)限值（100 μg/m3）以上的人口百分比分別為46.97%，38.39%。2016—2020年人口主要暴露在80～100 μg/m3的年均濃度中，總體上看暴露在100 μg/m3以上的人口呈上升趨勢(shì)，雖在2018和2020年有所下降，但面臨風(fēng)險(xiǎn)仍較高。

3 結(jié)論

（1）時(shí)間上看，2015—2020年汾渭平原大氣NO2、SO2、CO整體呈下降趨勢(shì)，SO2下降幅度最大，PM2.5、PM10污染問題得到改善，O3呈上升趨勢(shì)，污染情況仍不容樂觀。由此可見，汾渭平原各城市空氣質(zhì)量有好轉(zhuǎn)趨勢(shì)，“藍(lán)天保衛(wèi)戰(zhàn)”行動(dòng)初見成效。季節(jié)變化上看，PM2.5、PM10、NO2、SO2、CO均表現(xiàn)出冬高夏低的特點(diǎn)，而O3則表現(xiàn)出相反的特征。

（2）空間上看，2015—2020年汾渭平原大氣污染物的空間分布特征不一。PM2.5濃度較高地區(qū)主要集中在臨汾、運(yùn)城等地。PM10的污染特征與PM2.5有所不同，在平原南北部都有分布。SO2、NO2污染在平原北部較嚴(yán)重，O3、CO在臨汾、運(yùn)城較嚴(yán)重。從重心來看，PM2.5的重心較為集中，O3的重心分布較為分散。PM2.5/PM10的比值表明各城市大氣顆粒物中細(xì)粒子所占的比重較大。NO2/SO2的比值表明除臨汾外，移動(dòng)源污染對(duì)汾渭平原其他城市的空氣質(zhì)量有重要影響。

（3）PM2.5和O3人口暴露數(shù)量評(píng)估結(jié)果顯示：2015—2020年汾渭平原暴露在PM2.5濃度超標(biāo)情況下的人口得到有效控制，暴露在O3濃度超標(biāo)情況下的人口整體呈上升趨勢(shì)。后續(xù)大氣污染防治工作尤其要關(guān)注人口較為密集的區(qū)域。

參考文獻(xiàn)

［1］李惠娟，周德群，魏永杰.我國(guó)城市PM2.5污染的健康風(fēng)險(xiǎn)及經(jīng)濟(jì)損失評(píng)價(jià)［J］.環(huán)境科學(xué)，2018，39（8）：3467-3475.

［2］王迪，韓立建，李世玉，等.城市群空氣污染綜合評(píng)估范式與應(yīng)用——以京津冀城市群PM2.5污染為例［J］.生態(tài)學(xué)報(bào)，2021，41（11）：4278-4287.

［3］廖志恒，孫家仁，范紹佳，等.2006—2012年珠三角地區(qū)空氣污染變化特征及影響因素［J］.中國(guó)環(huán)境科學(xué)，2015，35（2）：329-336.

［4］PIER M ， MASSIMO F. Health effects of ambient air pollution in developing countries［J］. International Journal of Environmental Research & Public Health， 2017， 14（9）： 1048.

［5］肖嘉玉，何超，慕航，等.中國(guó)城市空氣污染時(shí)空分布格局和人口暴露風(fēng)險(xiǎn)［J］.地理科學(xué)進(jìn)展，2021，40（10）：1650-1663.

［6］徐丹妮，王瑾婷，袁自冰，等.汾渭平原復(fù)雜地形影響下冬季PM2.5污染分布特征、來源及成因分析［J］.環(huán)境科學(xué)學(xué)報(bào)，2021，41（4）：1184-1198.

［7］CAO J J ， CUI L . Current status， characteristics and causes of particulate air pollution in the Fenwei Plain， China：A review［J］. Journal of Geophysical Research Atmospheres， 2021，DOI：1029/2020JD034472.

［8］張?jiān)儡?，朱凌云，郭偉，?汾渭平原大氣SO2和NO2時(shí)空變化特征分析［J］.生態(tài)環(huán)境學(xué)報(bào)，2020，29（6）：1147-1156.

［9］蔡瑞婷，肖舜，董治寶，等.汾渭平原典型城鄉(xiāng)PM2.5中多環(huán)芳烴特征與健康風(fēng)險(xiǎn)［J］.地理學(xué)報(bào)，2021，76（3）：740-752.

［10］劉旻霞，李亮，于瑞新，等.汾渭平原吸收性氣溶膠時(shí)空演化及潛在源區(qū)分析［J］.環(huán)境科學(xué)，2021，42（06）：2634-2647.

［11］鄭小華，李明星，劉慧，等.汾渭平原空氣質(zhì)量的時(shí)空特征及其與氣象因子的關(guān)系［J］.環(huán)境科學(xué)學(xué)報(bào)，2020，40（11）：4113-4121.

［12］姬藝珍，郭偉，胡正華，等.基于積累速率的汾渭平原秋冬季PM2.5污染特征及影響因素分析［J］.環(huán)境科學(xué)學(xué)報(bào)，2021，41（9）：3673-3682.

［13］趙存學(xué)，鄧建高，張陳俊，等.長(zhǎng)江經(jīng)濟(jì)帶居民生活用水的重心移動(dòng)與驅(qū)動(dòng)效應(yīng)研究［J］.長(zhǎng)江流域資源與環(huán)境，2021，30（4）：827-838.

［14］王帥，聶賽賽，馮亞平，等.石家莊市臭氧和二氧化氮的時(shí)空演替特征及來源解析［J］.環(huán)境科學(xué)，2021，42（6）：2679-2690.

［15］張敬巧，王宏亮，方小云，等.廊坊開發(fā)區(qū)8～9月O3污染過程VOCs污染特征及來源分析［J］.環(huán)境科學(xué)，2021，42（10）：4632-4640.

［16］王占山，李云婷，張大偉，等.2014年北京市CO濃度水平和時(shí)空分布［J］.中國(guó)環(huán)境監(jiān)測(cè)，2018，34（3）：14-20.

［17］趙雪，沈楠馳，李令軍，等.COVID-19疫情期間京津冀大氣污染物變化及影響因素分析［J］.環(huán)境科學(xué)，2021，42（3）：1205-1214.

［18］王愛平，朱彬，秦瑋，等.新冠疫情嚴(yán)控期間南京市空氣質(zhì)量［J］.中國(guó)環(huán)境科學(xué)，2021，41（7）：3088-3095.

［19］劉威杰，胡天鵬，毛瑤，等.汾渭平原臨汾市2019年春節(jié)期間大氣污染特征與來源解析［J］.環(huán)境科學(xué)，2021，42（11）：5122-5130.

［20］黃小剛，趙景波，孫從建，等.汾渭平原PM2.5空間分布的地形效應(yīng)［J］.環(huán)境科學(xué)，2021，42（10）：4582-4592.

［21］李雁宇，李杰，楊文夷，等.2018年汾渭平原及其周邊地區(qū)大氣顆粒物的傳輸特征［J］.環(huán)境科學(xué)學(xué)報(bào)，2020，40（03）：779-791.

［22］鄭小華，李明星，婁盼星.不同時(shí)間尺度下汾渭平原臭氧濃度變化及氣象環(huán)境影響［J］.高原氣象，2021，40（04）：954-964.

［23］SHEN F ， GE X ， HU J ， et al. Air pollution characteristics and health risks in Henan Province， China［J］. Environmental Research， 2017， 156： 625-634.

［24］趙輝，鄭有飛，張譽(yù)馨，等.京津冀大氣污染的時(shí)空分布與人口暴露［J］.環(huán)境科學(xué)學(xué)報(bào)，2020，40（1）：1-12.

［25］代興良，宋國(guó)君，姜曉群，等.新冠肺炎疫情對(duì)咸陽(yáng)市空氣質(zhì)量的影響［J］.中國(guó)環(huán)境科學(xué)，2021，41（7）：3106-3114.

［26］林金煌，陳文惠，張岸.2019年北京市PM2.5人群暴露劑量特征分析［J］.地球信息科學(xué)學(xué)報(bào)，2020，22（12）：2348-2357.

Spatiotemporal Distribution Characteristics and Population Exposure of Air Pollution in the Fenwei Plain from 2015 to 2020

HONG Wei-lin1， MIAO Yu-qing1， JIA Xue-ying2， SUN Fang-hu1， LUO Hao1， HONG Hui-juan1， WANG Meng-xing1

（1.Anhui Provincial Key Laboratory of Surface Process and Regional Response in Jianghuai River Basin， School of Geography and Tourism， Anhui Normal University， Wuhu? 241003， China; 2. School of Geography， Taiyuan Normal University， Jinzhong? 030619， China）

Abstract：Based on the long-term monitoring data for air pollutants （PM2.5， PM10， SO2， NO2， CO， O3） released by China's air quality online monitoring and analysis platform， the spatial and temporal distribution characteristics of these six air pollutants from 13 cities of Fenwei plain from 2015 to 2020 were analyzed by using statistical analysis and barycenter model. Combined with the urban resident population data， the quantity of population exposure to PM2.5 and O3 were evaluated. The results showed that： （1） The main air pollutants from Fenwei Plain were PM2.5， PM10 and O3， while the levels of SO2， NO2 and CO pollution were not obvious. （2） The obvious seasonal characteristics were shown in these six air pollutants. The concentrations of PM2.5， PM10， SO2， NO2， and CO were lower in summer and autumn and higher in winter and spring. The highest and lowest concentrations of these air pollutants generally occurred in January and July， respectively. While， the seasonal characteristics of O3 concentration were opposite to the mentioned air pollutants. （3） Spatially， the pollution situation in the southern regions was more serious than those in the northern regions from 2015 to 2020. The barycenter of PM2.5 was more concentrated， and the barycenter of O3 was relatively dispersed. The pollution of fine particles and mobile sources had a great impact on air quality of the plain. （4） During the study period， the population of Fenwei plain exposed to PM2.5 concentrations was effectively controlled， and the population exposed to excessive O3 concentrations gradually increased. Thus， O3 became the main pollutant threatening the air quality of Fenwei Plain.

Key words：air pollution; Fenwei Plain; spatial-temporal distribution; barycenter model; population exposure quantity

（責(zé)任編輯：鞏 劼）