济南市主城区空气污染物特征分析

倪剑波，孔德海，金雨洁，蒙奕多，胡绳，王钰童

(1.山东建筑大学建筑城规学院， 山东济南250101；2.广西大学公共管理学院， 广西南宁530004；3.山东省冶金设计院股份有限公司， 山东济南250101；4.烟台市规划设计研究院有限公司， 山东烟台264000)

0 引言

随着我国城镇化和工业化进程的不断快速推进，环境空气质量问题已成为当前许多城市的社会问题和民生问题[1]。2020年，全国337个地级及以上城市中，空气质量超标城市比例达到43.3%[2]，面临严峻挑战。《环境空气质量标准》(GB 3095—2012)(以下简称《标准》)针对环境空气功能区的二类区，范围包括居住区、商业交通居民混合区、文化区、工业区和农村等，规定了PM2.5、PM10、SO2、NO2、CO和O36项空气污染物浓度限值要求。由此，对于人口、产业、交通密集的城市建成区空气污染物特征研究，有利于环境保护精准施策和污染暴露风险的有效规避，具有重要意义。

济南是国家新旧动能转换先行区和山东半岛城市群的核心城市，中心城位于市域中部山前平原地带，南依泰山，北跨黄河，地势南高北低，呈浅碟状，不利于污染物扩散，空气质量普遍较差，长期影响着社会经济发展。中心城颗粒物污染主要受本地源影响，区域和长距离输送污染占比较低[3]。近年来，政府部门采取了多项环境污染治理措施，空气质量有所改善，根据市生态环境局每年发布的《济南市环境质量简报》，2014—2018年济南市中心城良好以上天数呈逐年递增趋势，分别为96、141、162、185、203 d，但2019年却降至182 d。2019年，中心城重度以上污染天数为9 d，PM2.5、PM10、NO2和O3作为首要污染物天数分别占监测总天数的24.1%、29.3%、3.6%和39.2%，浓度分别超过《标准》二级浓度限值的0.51、0.47、0.02和0.27倍，而SO2和CO治理成效明显，均已达标。济南市空气质量同年在全国168个城市中排名倒数第12位，其中3、4、6、7、9、10月份排名均在全国后20位以内，空气污染治理形势依然紧迫。

济南市空气质量问题引起了学者广泛关注。刘泽常等[4]利用2001—2007年监测数据，分析了济南市PM10的时空变化规律；尹承美等[5]利用2010—2016年监测数据，分析了济南市中心城PM2.5的年变化、月变化、日变化和空间分布特征；张文娟等[6]利用2010—2017年监测数据，分析了济南市PM10、PM2.5浓度变化以及重污染天气特征；张亚茹等[7]利用2014—2018年监测数据，分析了济南市空气污染物时空分布及污染物来源；单爱丽[8]利用2014年7月—2018年3月监测数据进行建模分析，并对济南市未来空气质量进行预测。当前成果大多集中于济南市域空气污染物特征或中心城某一特定污染物研究，而缺少人口产业密集的主城区6项污染物特征的全面分析，因此，本文基于济南市2019年空气质量监测数据，重点研究6项污染物浓度时空变化特征，并分析之间的相关关系，以期为主城区空气污染治理提供参考。

1 研究区域、数据来源和分析方法

1.1 研究区域

济南是山东省省会，位于黄河下游地区，属暖温带大陆性季风气候，四季分明，春秋两季短，冬季较长，春季主要集中在4—5月、夏季6—8月、秋季9—10月、冬季为11月至翌年3月[9]，春季干旱少雨，夏季温热多雨，秋季凉爽干燥，冬季寒冷少雪，年均气温为14.2 ℃，年均降水量约548.7 mm[10]。本文研究区域为济南市主城区，根据《济南市城市总体规划(2012—2020年)》，主城区位于中心城中部，东、西、南以济南绕城高速公路为界、北以济广高速公路为界，地理位置处于116°51′E—117°13′E、36°32′N—36°46′N，总面积约535 km2(图1)。

1.2 监测站点及数据选取

济南市空气质量数据来源于中国环境监测总站的全国城市空气质量实时发布平台，数据站点来源于主城区7个空气质量国控自动监测点位，分别为市监测站、开发区、科干所、机床二厂、农科所、化工厂和省种子仓库(图2)，数据内容包含PM2.5、PM10、SO2、NO2、CO和O3共6项污染物监测数值，数据时间为2019年1月1日0时至2019年12月31日23时。该在线分析平台的基础数据为小时数据，依据《标准》对数据进行清洗，并计算不同时段内各空气污染物浓度平均值，文中浓度年均值为年内各日平均浓度的算术平均值，浓度季均值为每个日历季内各日平均浓度的算数平均值。月均值为每个日历月内各日平均浓度的算数平均值，日变化值本文关注全年日变化值和季节日变化值，分别为相应时段内各日各小时污染物浓度的算数平均值，利用上述数据通过Excel、ArcGIS和SPSS分析各污染物时空变化特征和相关关系。

图1 济南市主城区位置示意图Fig.1 Location of main urban area of Jinan

图2 济南市主城区空气质量国控监测点位分布Fig.2 Distribution map of national monitoring sites of air quality in main urban area of Jinan

1.3 分析方法

克里金空间插值算法。利用ArcGIS 10.6软件中克里金空间插值工具，导入主城区7个国控监测点位的空气污染物浓度测量值，可为其他一定距离内未监测区域创建浓度空间预测，并进行最优无偏估计，生成覆盖主城区的连续浓度表面，进而得出各项空气污染物空间分布结果。

皮尔逊(Pearson)相关性测算。利用SPSS 25.0软件对主城区6项污染物间相关关系进行分析，并以相关系数r的大小来评判各变量间相关关系的密切程度。在(sig.值)通过显著性检验的前提下，当|r|=1时，两变量存在完全相关性，当0.8≤|r|<1，存在高度相关性，当0.5≤|r|<0.8，存在显著相关性，当0.3≤|r|<0.5，存在低度相关性，当0<|r|<0.3，存在微弱相关性，当|r|=0，存在完全不相关性。

2 结果与讨论

2.1 空气污染物浓度时间变化特征

为深入了解山东省济南市主城区空气污染物特征，分别从季变化、月变化和日变化这3个层面分析并对比6项污染物浓度时间变化特征。

①空气污染物季变化特征

2019年，主城区6项污染物浓度季均值变化呈“U”型曲线特征(图3)。夏、冬2季分别达到2个极端，春、秋季趋于平缓，其中PM2.5、PM10、CO、SO2和NO2浓度夏季最低，冬季最高，表现为正“U”型曲线，冬季浓度分别是夏季的2.3、2.0、2.1、2.2和1.7倍；而O3则与其他污染物相反，冬季最低，夏季最高，表现为倒“U”型曲线，夏季浓度是冬季的2.0倍。PM2.5、PM10和NO2在春、秋、冬季均超《标准》二级浓度限值要求，O3在春、夏、秋季超标，CO、SO2四季均达标。

颗粒物作为首要污染物天数主要集中在供暖季。2019年，济南的供暖期为11月15日至翌年3月15日，冬季供暖燃料的使用致使PM2.5、PM10、CO排放强度和总量显著增加，主城区冬季污染物排放治理依然是现阶段环保工作的重点。另外，气象条件也是影响空气质量的重要因素[11]，受冷高压影响，大气冷凝下沉，气压趋稳，冬季降雨量减少，加上主城区不利的地形条件，污染物难以消散。O3作为首要污染物天数主要集中在夏季，与热岛效应有关，NOx和碳氢化合物长时间受光照影响，发生光化学反应生成二次污染物，导致O3污染程度加剧[12]。

图3 2019年济南市主城区6项空气污染物季变化特征Fig.3 Seasonal variation characteristics of six air pollutants in main urban area of Jinan in 2019

图4 2019年济南市主城区6项空气污染物月变化特征Fig.4 Monthly variation characteristics of six air pollutants in main urban area of Jinan in 2019

②空气污染物月变化特征

2019年，主城区6项污染物浓度月均值变化均呈波动性抛物线特征(图4)。PM2.5、PM10、CO、SO2和NO2月变化呈开口向上波动性抛物线特征，O3月变化与其他污染物相反，呈开口向下波动性抛物线特征。

PM2.5月变化趋势与PM10相似，最高值均出现在1月，2月、3月污染趋缓，至4月产生波动上扬，形成次高峰，主要原因可能为济南冬末春初出现的大风扬尘天气，颗粒物浓度会随风速的增大而升高；PM2.5和PM10浓度最低值出现在8月，进入9月递增明显，最高值分别为最低值的3.5、3.1倍。2019年，PM2.5浓度在5、8月达标，其余月份均超标；PM10在7、8月达标，其余月份均超标。

SO2月变化趋势与NO2相似，波动变化均较为平缓，最高值均出现在1月，最低值分别在7、6月；而CO月变化具有一定波动性，最高值在12月，4月出现明显次高峰，最低值在5月。SO2、NO2和CO浓度最高值分别为最低值的3.9、2.3和2.8倍，SO2和CO全年均达标，NO2在5—8月达标，其余月份均超标。

O3浓度最低值出现在12月，1月后大幅递增，至6月到达最高值，呈中度污染水平，最高值为最低值的4.1倍，受夏季降水天气影响，8月浓度有所下降，至9月回升形成次高峰。2019年，O3作为首要污染物主要集中在5—9月，浓度均超标，6月份O3作为首要污染物的天数比例高达100%。

PM2.5、PM10、CO、SO2和NO2浓度最高值主要集中在冬季1、12月，因此，加强该时段清洁环保措施的实施和绿色交通方式的推行有利于提高主城区空气污染治理成效。此外，颗粒物浓度在3、4月风沙季上升明显，应增加主城区绿化覆盖率，减少土地裸露，同时注意交通出行、货物装卸、路面清扫、建设施工等人为活动引起的二次扬尘，避免大风扬尘天气对空气质量的影响。

③空气污染物日变化特征

2019年，主城区6项污染物浓度日变化值呈周期性波动特征(图5)。PM2.5、PM10、NO2、SO2和CO日变化大致相同，均呈现“双峰双谷”趋势，凌晨浓度相对较低，日出之后逐渐升高，至傍晚有所下降，夜间再次回升；O3日变化则呈现“单峰单谷”趋势，凌晨浓度较低，午后达到最高值。6项污染物浓度日变化在全年和不同季节的波动幅度也不尽相同。

(a) PM2.5 (b) PM10 (c) NO2

(d) SO2 (e) CO (f) O3

图5 2019年济南市主城区六项空气污染物日变化特征Fig.5 Diurnal variation characteristics of six air pollutants in main urban area of Jinan in 2019

PM2.5全年日变化第1峰值出现在09:00前后，至16:00前后到达第1个低值，第2峰值出现在23:00前后，至07:00到达第2个低值。春、夏季日变化波动振幅平缓，两峰值不明显，秋、冬季波动振幅显著。春、夏、秋三季日变化第1峰值均大于第2峰值，冬季相反。第1峰值夏季出现时间较全年提前约1 h，秋、冬两季滞后1～2 h；第2峰值冬季出现提前约1 h，夏季滞后约3 h。

PM10全年日变化第1峰值出现在10:00前后，至17:00前后到达第1个低值，第2峰值出现在01:00前后，至07:00到达第2个低值。春、夏季日变化波动较为平缓，秋、冬季波动振幅明显，春、夏、秋三季日变化第1峰值均大于第2峰值，冬季相反。第1峰值春、夏季出现时间较全年提前约1 h；第2峰值春、秋季出现提前约1 h。

NO2全年日变化第1峰值出现在08:00前后，至15:00前后到达第1个低值，第2峰值出现在23:00前后，至06:00前后到达第2个低值。四季日变化波动振幅均较为明显，且第2峰值均大于第1峰值，第1峰值四季出现时间与全年基本一致，第2峰值秋、冬季出现时间较全年提前约2 h。

SO2全年日变化第1峰值出现在10:00前后，至17:00前后到达第1个低值，第2峰值出现在22:00前后，至05:00前后到达第2个低值。夏季波动较为平缓，春、秋、冬季波动振幅明显，均保持在较低水平。春、夏、秋三季日变化第1峰值均大于第2峰值，冬季相反。第1峰值四季出现时间与全年基本一致，第2峰值夏、秋季不够显著。

CO全年日变化第1峰值出现在09:00前后，至15:00前后到达第1个低值，第2峰值出现在22:00前后，至04:00前后到达第2个低值。四季日变化波动振幅较明显，但均保持较低水平。第1峰值均大于第2峰值，第1峰值春、夏季出现时间提前1～2 h；第2峰值冬季出现滞后1～2 h。

O3日变化受光照影响在夜间水平较低，从07:00日出以后浓度开始明显上涨，至午后15:00前后达到峰值，主要原因为太阳辐射和光照的逐渐加强，大气温度同步上升，发生的光化学反应导致O3生成作用增强。O3四季日变化波动振幅均较全年一致，峰值与低值出现时间也基本相近。

由此可见，PM2.5、PM10、NO2、SO2和CO日变化第1峰值主要集中在08:00—10:00点，这可能与主城区人为活动和出行高峰时段的机动车尾气排放有密切关联，因此，采取优先发展公共交通、鼓励绿色出行、推广新能源车辆等环保措施有利于空气污染的有效治理，此外，利用智慧交通信息系统以减少道路拥堵也是减少机动车尾气排放的重要措施；夜间第2峰值的出现或与局地不利气象条件以及污染物的积累有关。

2.2 空气污染物浓度空间变化特征

近年来，主城区7个国控监测点位空气质量良好天数总体呈上升趋势，但空间分布差异明显。利用ArcGIS 10.6的克里金空间插值算法，得到主城区2019年7个国控监测点位6项污染物浓度年均值、季均值变化空间分布图(图6)。

PM2.5年变化最高值位于西部机床二厂点位，最低值位于南部科干所点位，总体呈由西北向东南递减趋势。最高值位置春、夏、冬季不变，秋季则位于北部化工厂点位；最低值位置春、秋、冬季不变，夏季则位于东部开发区点位。

PM10年变化最高值位于北部省种子仓库点位，最低值位置与PM2.5相同，均位于南部科干所点位，总体呈由西北向东南递减趋势。最高值位置春、冬季不变，夏、秋季则位于西部机床二厂点位；最低值位置四季都没有变化，均位于南部科干所点位。

NO2年变化最高值位于北部化工厂点位，最低值位于南部科干所点位，总体由北向南、由东向西呈递减趋势。最高值位置四季均未发生变化，最低值位置夏、秋、冬季不变，春季则位于中部的市监测站点位。

SO2和CO年变化分布较均衡，总体保持较低水平。SO2年变化最高值位于西部机床二厂点位，最低值位于中部市监测站点位；CO最高值位于北部化工厂点位，最低值位于西部农科所点位。2种污染物季变化最高值和最低值在不同季节位置有所差异。

O3年变化最高值位于西部机床二厂点位，最低值出现在北部化工厂点位，中部和南部处于中等浓度水平。O3季变化最高值除秋季仍位于机床二厂点位外，春、夏季以及冬季，还转移至开发区和科干所点位，可能原因是该区域的NOx和挥发性有机物(VOCs)比值更适宜于污染物的生成；最低值位置基本集中在主城区北部。

(a)PM2.5-全年 (a1) PM2.5-春季 (a2) PM2.5-夏季 (a3) PM2.5-秋季 (a4) PM2.5-冬季

(b)PM10-全年 (b1) PM10-春季 (b2) PM10-夏季 (b3) PM10-秋季 (b4) PM10-冬季

(c)NO2-全年 (c1) NO2-春季 (c2) NO2-夏季 (c3) NO2-秋季 (c4) NO2-冬季

(d)SO2-全年 (d1) SO2-春季 (d2) SO2-夏季 (d3) SO2-秋季 (d4) SO2-冬季

(e)CO-全年 (e1) CO-春季 (e2) CO-夏季 (e3) CO-秋季 (e4) CO-冬季

(f)O3-全年 (f1) O3-春季 (f2) O3-夏季 (f3) O3-秋季 (f4) O3-冬季

根据各污染物浓度年、季变化空间分布看，主城区空气污染空间差异明显，与建成环境人口集中、高楼密集、街道峡谷通风不畅[13]、污染来源多且不易扩散有关，总体来说，主城区良好天数南部好于北部，东部好于西部，新区好于旧区，商住区好于工业区。主城区西部和北部污染严重，可能与黄河沿岸扬尘、工业成片布局以及临近黄台热电厂污染有关；东部和南部污染相对较轻，与临近山体绿化覆盖率高且多是居住、商务、办公等功能布局有关。机床二厂、化工厂和省种子仓库点位存在颗粒物和气态污染物多重污染，可能与成片布局工业排放的粉尘废气有关，应是全面治理的片区；科干所和开发区点位在个别季节存在SO2、CO以及O3污染，应注意实时监测和控制以及该区域O3生成机理的研究。

2.3 空气污染物相关性分析

为研究主城区PM2.5、PM10、SO2、NO2、CO和O3污染物间的相关关系，利用SPSS 25.0对2019年6项污染物浓度年均值和季均值分别进行皮尔逊相关性测算。年均值分析均通过了0.01显著性水平检验，存在明显相关关系，季均值多数通过了0.01和0.05显著性水平检验，相关关系明显，另有部分污染物间相关性并不显著(表1)。

表1 济南市主城区不同时段6项空气污染物间相关性分析

PM2.5与PM10浓度年均值呈高度相关关系，相关系数为0.863，主要原因是PM2.5为PM10的重要组成，虽然粒径不同，但两者具有相似的来源及形成过程，冬季两者相关系数达到0.891，表明在供暖期内2种污染物的同源性更高，其原因主要是由于冬季燃煤燃烧供暖所排放的废气二次转化生成导致。

PM2.5、PM10与气态污染物CO、NO2、SO2年均值间均存在不同程度正相关性，相关系数在0.5以上，其中PM2.5与CO相关系数达到0.835，存在高度相关，说明PM2.5、PM10与气态污染物之间具有高度同源性。但不同季节颗粒物与气态污染物间相关关系有明显降低，如PM2.5与CO、NO2、SO2分别在秋、夏秋、夏秋冬季呈低度相关，PM10与NO2、SO2分别在春夏秋、秋冬季呈低度相关，PM10与CO在秋季相关性不显著，表明不同季节污染物主要来源和大气扩散条件影响有所不同。城市中SO2主要源于燃料燃烧、工业生产、煤炭发电等固定源，NOx大部分源于机动车排放等移动源，少部分来自固定源，CO则主要来自燃料不完全燃烧以及交通尾气排放[14]。近年来，济南市通过调整产业结构、关停落后低端产能、提高能源利用效率，改进工业生产工艺等方式加强了主城区固定源的污染治理，取得了积极成效，但随着近年来机动车的保有量持续增长，由机动车尾气排放导致的NOx污染呈快速上升趋势，因此，通过大力发展公共交通、推广绿色新能源汽车、实施重污染时日车辆限行、构建智能交通运输模式等措施来加强移动源的污染治理已十分必要。

对于气态污染物，SO2与NO2、CO浓度年均值之间存在显著正相关性，相关系数分别为0.687和0.651，NO2与CO之间也存在显著正相关，相关系数为0.748，标明该3种污染物具有相似的污染物来源，均与燃料燃烧以及机动车尾气排放密切关联。不同季节各气态污染物相关性也有所不同，SO2与NO2、CO分别在夏秋、夏季呈低度相关性。

O3与其他污染物浓度年均值间呈负相关性，其中与NO2、CO呈显著负相关，主要原因是O3的生成主要受NOx、碳氢化合物，以及机动车尾气排放产生的VOCs等前体物浓度影响，在不利的气象条件和长时间光照作用后，发生光化学反应，NO2、CO会随着O3的生成而消耗[15]，加之济南市独特的地形地貌因素，进一步导致了主城区O3污染加剧。夏季，O3与PM10呈显著正相关性，与PM2.5、SO2呈低度正相关性，由于颗粒物和O3污染主要受不同因素控制，内在之间并无必要关联，因此其相关系数意义有限[16-17]。

3 结论

利用2019年济南市主城区7个国控自动监测点位空气质量实时监测数据，分析了PM2.5、PM10、SO2、NO2、CO和O3共6项空气污染物浓度的时间变化(季变化、月变化和日变化)和空间变化(年变化、季变化)特征，并进行了相关性测算。结果表明：

①6项污染物浓度季变化呈“U”型曲线特征，PM2.5、PM10、CO、SO2和NO2浓度夏季最低，冬季最高，呈正“U”型曲线，O3浓度冬季最低，夏季最高，呈倒“U”型曲线，春、秋季各污染物浓度趋于平缓；

②6项污染物浓度月变化呈波动性抛物线特征，PM2.5、PM10、CO、SO2和NO2浓度变化呈开口向上波动性抛物线特征，O3与其他污染物相反，呈开口向下波动性抛物线特征；

③6项污染物浓度日变化呈周期性波动特征，PM2.5、PM10、NO2、SO2和CO呈“双峰双谷”变化趋势，O3呈“单峰单谷”变化趋势，各污染物浓度日变化在全年及不同季节波动幅度也不尽相同；

④6项污染物空间分布差异明显，主城区西部和北部污染严重，东部和南部污染相对较轻；机床二厂、化工厂和省种子仓库点位应是全面治理的城市片区；

⑤6项污染物浓度年均值间呈不同程度相关关系，PM2.5和PM10间呈高度正相关性，PM2.5、PM10与气态污染物CO、NO2、SO2间呈不同程度正相关性；气态污染物中，SO2与NO2、CO间呈显著正相关性，O3与NO2、CO间呈显著负相关性。

综上，主城区供暖期污染物排放治理依然是当前环保工作的重心；优化城市功能布局，加强黄河沿岸扬尘治理以及工业园区、热电厂的清洁生产有利于改善局部空气污染；增加主城区绿化覆盖率，减少土地裸露，防止人为活动引发二次扬尘，可有效降低扬尘天气对空气质量的影响；优化道路网结构，大力发展公共交通，鼓励绿色出行方式，推广新能源车辆，利用智慧交通系统，可显著降低机动车尾气排放。