北京市大氣污染物時空變化特征

1、Hans tXlfiAdvances in Geosciences 地球科學前沿，2018, 8(3), 673-682Published Online June 2018 in Hans. /journal/ag /10.12677/ag.2018.83071Temporal and Spatial Characteristics of Air Pollutants in BeijingLing Lu, Aiwu Zhang, Xiaoya n KangMinistry of Education Key Laborator

2、y on 3D Information Acquisition & Application, Capital Normal University, Beiji ngEmail: lulingll 163(GJthndthReceived: Jun. 8 , 2018; accepted: Jun. 22, 2018; published: Jun. 27, 2018AbstractThe temporal variatio n and spatial distribution of PM2.5, PM10, NO2, SO2, CO, O3 released by Beiji ngMu

3、nicipal Environmental Monitoring Center of Beijing in 2016 were discussed by means of mathematical statistics and spatial an alysis. Spearma n correlati on an alysis was used to explore the correlation betweenthese six pollutants. The results showed that in monthly average of 2016,PM 10, PM 2.5 show

4、ed bimodal curves, NO 2, SO2 showed wavy-shaped curve, CO showed a three-peak curve and O 3 showed a single-peak curve. During seasonal variation, the average concentrations of PM2.5, NO2, SO2 and CO were the highest in win ter, and PM10 was the highest in spri ng. The averageconcen trati ons of the

5、se 5 polluta nts were the lowest in summer, while O3 was the opposite. In spatial distribution of 2016, the concen trati ons of PM2.5, PM 10, SO2 and CO in the south were higherthan the north, the concentration of NO2 in urban was higher than the suburb, while the concentration of O 3 in the north w

6、as higher than the south. Correlation analysis result displayed there was a sig nifica nt positive correlati on betwee n PM2.5, PM 10, NO2, SO2 a nd CO, while O 3 showed an egative correlati on with other polluta nts.KeywordsBeijing, Air Pollutants, Time Variations, Spatial Distribution, Relativity北

7、京市大氣污染物時空變化特征路玲，張愛武，康孝巖首都師范大學三維信息獲取與應用教育部重點實驗室，北京Email: lulingll 163(GH收稿日期：2018年6月 8日；錄用日期：2018年6月22日；發(fā)布日期：2018年6月27 日文章引用：路玲，張愛武，康孝巖.北京市大氣污染物時空變化特征J.地球科學前沿,2018, 8(3): 673-682.DOI: 10.12677/ag.2018.83071路玲等摘要使用2016年北京市環(huán)境監(jiān)測中心發(fā)布的大氣污染物數(shù)據(jù)，運用數(shù)理統(tǒng)計和GIS空間分析的方法，分析了2016年北京市PM2.5、PMio、NO2、SO2、CO、O3的時空變化特征，同時

8、利用Spearman相關分析法探討了此6種污染物之間的相關性。結果表明：2016年月變化趨勢中，PMio和PM2.5變化曲線相似呈雙峰分布，NO2、SO2變化曲線相似呈波浪型分布，CO呈三峰分布，O3呈單峰分布；季節(jié)變化中，PM2.5、NO2、CO秋冬污染高于春夏，PMiO春秋污染高于冬夏，SO2春冬高于夏秋，03則春夏高于秋冬?？臻g分布上PM2.5、 PMio、SO2、CO均表現(xiàn)岀由南向北逐漸降低的變化趨勢，NO2城區(qū)污染高于郊區(qū)，O3北部污染高于南部。相關性分析結果顯示 PM2.5、PM 10、NO2、SO2、CO之間呈現(xiàn)岀顯著的正相關性，O3則與其他污染物呈現(xiàn)出負相關性。關鍵詞北京市，大

9、氣污染物，時間變化，空間分布，相關性Copyright ? 2018 by authors and Ha ns Publishers Inc.This work is lice nsed un der the Creative Commons Attributi on In ter nati onal Lice nse (CC BY).http:/creativecom mon /lice nses/by/4.0/miAniii1. 引言隨著工業(yè)化、城市化進程的加快，大量影響人體健康的物質如氣態(tài)污染物（SO2、NO2、O3、CO等）、顆粒污染物（如PM2.5、PM10等）被排放到大氣

10、中，引發(fā)了一系列大氣污染問題，并引發(fā)生態(tài)環(huán)境危機。當 前環(huán)境空氣質量的污染特征已經(jīng)由煤煙型向復合型轉變，區(qū)域性大氣污染問題和臭氧污染日益突出1。京津冀地區(qū)、長江三角洲、珠江三角洲等經(jīng)濟發(fā)達地區(qū)經(jīng)常出現(xiàn)長期、持續(xù)的霧霾污染事件2，不僅導致大氣能見度下降，而且還增加呼吸道疾病發(fā)病率和人類死亡率3。北京市處于京津冀地區(qū)的中心，霧霾天氣頻繁發(fā)生，大氣污染問題備受關注。因此本文對北京市大氣污染物進行綜合地監(jiān)測和分析，科學 準確地描述大氣污染物濃度的時空分布規(guī)律，從而遏制大氣污染問題，改善大氣環(huán)境質量。近年來，針對大氣污染物污染特征的研究大多集中在兩個方面，一是利用遙感衛(wèi)星數(shù)據(jù)進行氣溶膠反演模擬，結合地面

11、監(jiān)測數(shù)據(jù)進行相關分析，得岀地面污染物和空氣污染指數(shù)的遙感反演模型4 5 6;二是利用污染物監(jiān)測儀器進行采樣研究，如使用顆粒物監(jiān)測儀、濁度儀等，合理設立監(jiān)測站點從而得岀 污染物不同時間的污染濃度資料并進行時空分布研究，得出污染物變化特征，或者對一種或多種污染物 的組成成分進行研究進行源解析，得岀污染物的污染源信息、擴散規(guī)律等7-18。在地面站點研究中，苗蕾等7對20052014年北京城區(qū)（寶聯(lián)）和郊區(qū)（上甸子本底站）的監(jiān)測數(shù)據(jù)進行研究發(fā)現(xiàn)日最大風速和 相對濕度日變化影響著PM 2.5質量濃度；王占山等利用北京市環(huán)境保護中心的PM2.5、O3數(shù)據(jù)并結合天氣背景場、氣團運動軌跡等氣象要素、PM 2.

12、5化學組分、大氣氧化性對北京市 PM 2.5和O3污染狀況進行分析，發(fā)現(xiàn)了二者在污染擴散中的相互作用9 10;程念亮等對20132014年NO?研究發(fā)現(xiàn)了高濃度 NO?促進了 O3的生成，并在 20002014年北京市一次重污染過程的SO2濃度數(shù)據(jù)研究中發(fā)現(xiàn)了近年來SO2濃度累計降低的趨勢11 12。由于這些研究大都只考慮了一種或兩種污染物，然而一個地區(qū)存在著多種大氣污染物，這些污染物從來都不會單獨影響大氣環(huán)境質量。因此，本文綜合研究 2016年PM2.5、PM10、NO2、SO2、CO、O3的空間分布特征、逐月及季節(jié)變化特征及各污染物間的關系，并運用空間分析和數(shù)理統(tǒng)計手段得出大氣污染物的空間

13、分布規(guī)律，為大氣污染防治查漏補缺。2. 數(shù)據(jù)與方法2.1. 研究數(shù)據(jù)本文使用2016年北京市環(huán)境保護監(jiān)測中心 35個監(jiān)測站點發(fā)布的 PM2.5、PM10、NO2、SO2、CO、O3 逐日平均濃度資料。35個大氣環(huán)境自動監(jiān)測子站分布情況如圖所示（圖1），主要包括23個環(huán)境評價點，1個城市清潔對照點，6個區(qū)域背景傳輸點，5個分布在北京二環(huán)、三環(huán)和四環(huán)主干道上的交通污染控制點。35個監(jiān)測點分布地區(qū)涵蓋區(qū)域背景、郊區(qū)、城區(qū)、城鎮(zhèn)、交通干道、居住區(qū)等不同的環(huán)境類型，基本覆 蓋所有區(qū)縣。本研究使用的數(shù)據(jù)為35個監(jiān)測站點2016年112月的逐日平均濃度資料?？臻g分布小節(jié)中北京市及各區(qū)域工業(yè)產(chǎn)值、能源消費、汽

14、車保有量數(shù)據(jù)來源于北京市統(tǒng)計年鑒和北京市區(qū)域統(tǒng)計年鑒，土地利用數(shù)據(jù)來源于Globeland 30數(shù)據(jù)（分辨率30 m）。2.2. 實驗方法為了便于分析北京地區(qū)6種大氣污染物的季節(jié)分布特征，本文依據(jù)北京地區(qū)氣候特征，將一年劃分為春季35月、夏季68月、秋季911月、冬季1月、2月和12月。本文采用取均值法得到2016年112月各監(jiān)測站點的 PM2.5、PM10、SO2、NO2、CO、O3的日均濃度數(shù)據(jù)、月均濃度值、季濃度均值、年濃度 均值。同時為了得到北京地區(qū)大氣污染物的區(qū)域變化特征，本文將北京市按照行政區(qū)劃分為5個地區(qū)，分別為城六區(qū)（東城、西城、朝陽、海淀、豐臺、石景山）、西北部（延慶、昌平）

15、、東北部（懷柔、密云、順義、平谷）、西南部（門頭溝、房山）和東南部（通州、大興、亦莊），并將坐落在各區(qū)的所有站點的各個污染 物的平均濃度作為每個地區(qū)的污染物濃度。本文所采用的插值方法為Kriging插值法，此方法不僅考慮了待插值點的位置與已知數(shù)據(jù)位置的相互關系，而且還考慮了變量的空間相關性19 20。表達式（式1）如下：Z?（Sc）= 2=1 入Z（Si）（1）其中：Z（S）為第i個位置處的測量值；入為第i個位置處的測量值的未知權重；S0為預測位置；N40s北11$東117° 東交通瀉染控制點 區(qū)域背雖傳輸戊 «郊區(qū)壞境評怖點 城市環(huán)境評析點 015 3U6DKmii *

16、iFigure 1. Location of 35 monitoring sites in Beijing 圖1.北京市35個監(jiān)測站點位置為測量指數(shù)。權重 a取決于測量點、預測位置的距離和預測位置周圍的測量值之間空間關系的擬合模型本 文使用的半方差模型為球面模型，即空間自相關隨著距離的增加逐漸減小，超岀某個距離后自相關為零。由于6種污染物全年質量濃度總體分布狀況不明確，各個污染物之間的相互關系也不一定為線性關系，故本文采用的相關性分析方法為Spearman秩相關系數(shù)法，此方法能提供2個隨機變量在線性或非線性相關下的共變趨勢程度，因此能更加客觀地反應各個污染物質量濃度之間的相關關系。計算過程如下

17、(式 2):對原始數(shù)據(jù)Xi，yi按從大到小排序，記X； y,為原始x,yi在排序后列表中的位置,X； y'稱為X，yi的秩次，秩次差 d= Xj'- y；。秩相關系數(shù)的表達式如下：pg3. 結果分析將北京市2016年112月各個監(jiān)測站點的污染PM2.5、PM®、NO2、SO2、CO、O3的濃度進行整理統(tǒng)計，得岀 2016 年濃度均值分別為73.88 卩g/n3、97.85 卩g/n3、47.81 卩 g/用、11.09 卩g/n?、1.32 mg/m3、56.25卩g/論根據(jù)GB3095-2012環(huán)境空氣質量標準21可知2016年SO2、CO濃度水平達標， 而PM2.

18、5、PM 10、NO2年均濃度均高于國家二級標準。據(jù)相關資料分析顯示，20152016年O3污染也有加重趨勢22。因此，北京市PM2.5、PM10、NO2、O3治理仍需繼續(xù)加大力度。3.1. 時間變化3.1.1. 逐月變化圖2(a)為2016年北京市6種大氣污染物月均濃度變化情況?？梢钥磳?，6種大氣污染物均岀現(xiàn)了峰值。其中PM10和PM2.5變化曲線相似呈雙峰分布，二者第一個濃度峰值都岀現(xiàn)在3月份且PM 2.5在7月份達到第二個峰值，PM10則在11月份達到第二個峰值。二者濃度最低值都岀現(xiàn)在8月份，最高值則分別在12月份和11月份。全年CO變化波動較大，呈三峰分布，峰值分別岀現(xiàn)在 3月份、7月

19、份、9月份， 濃度最低值岀現(xiàn)在 5月份，濃度最高值岀現(xiàn)在12月份。全年 O3變化呈單峰分布，16月份濃度呈上升趨勢，6-12月份濃度呈下降趨勢，其中6月份為全年月均濃度最高值，11月份為全年月均濃度最低值。全年NO 2、SO2全年變化呈波浪型分布且變化趨勢相似，均在3月份有一個峰值，其中NO?變化幅度大于SO2，NO2月均濃度年最低值岀現(xiàn)在7月份，最高值岀現(xiàn)在 12月份，SO2濃度最低值岀現(xiàn)在 8月份，最高值岀現(xiàn)在1月份?？傮w來說，2016年6種大氣污染物月均濃度變化中，除O3之外，其他5種污染物在15月份變化趨勢相似，且均在3月份有一個峰值，PM 2.5、NO2、SO2均在812月份呈濃度逐

20、漸升高趨勢。PM2.5、PM1o、SO2全年濃度最低值均岀現(xiàn)在8月份，PM2.5、CO、NO?濃度最高值均在 12月份。3.1.2. 季節(jié)變化圖2(b)為2016年北京市6種大氣污染物季節(jié)變化趨勢圖。由圖5可以看岀，受北京地區(qū)夏季降雨頻繁，植被覆蓋度高等因素的影響，除O3之外，其他5種污染物均呈現(xiàn)出了夏季濃度最低的季節(jié)特征。因受冬季采暖燃煤、持續(xù)逆溫等不利的氣象條件的影響23 24，PM2.5、NO2、SO2、CO均在冬季濃度最高。PM10則在春季濃度最高，岀現(xiàn)這種現(xiàn)象的原因可能為PM10直接來源于燃煤、機動車和揚塵等一次排放，同時春季又多風沙天氣，刮風攜帶的顆粒物及地面揚塵又促進了PM10的

21、生成25 26，因而導致PM10春季達到一年中的最大值。由圖3可知，PM2.5、NO2、CO濃度降序排列為冬季> 秋季 > 春季 > 夏季，三者秋季污染高于春季主要受秋季多逆溫，大氣垂直運動小的天氣形勢不利于污染物擴散的影響。DOI: 10.12677/ag.2018.83071677地球科學前沿路玲等DOI: 10.12677/ag.2018.83071#地球科學前沿路玲等I帥I.WJ Jutl.w2<H»NhUH 1卻|iDoinY-3-小-JhniI -qj - JniLfid 空ii”mill2mI Mlii贅iMMs*：l i>I 卻.<

22、X ICKH¥)91 ill卿”0Q4Hi>3i JU(l.i I iDOI: 10.12677/ag.2018.83071#地球科學前沿路玲等DOI: 10.12677/ag.2018.83071#地球科學前沿路玲等Figure 2. Monthly and seasonal changes of six pollutants in Beijing in 2016圖2. 2016年北京市6種污染物逐月及季節(jié)變化情況IHW IL-Mi. fj.+ 1卜MT II-t|l， 0-Iur &+ ' 1卜W心IT* t.Figure 3. Spatial interp

23、olation distribution of 6 airpollutants in Beijing in 2016 圖3. 2016年北京市6種大氣污染物空間插值分布(a)(f)分別代表2016年PM2.5、PM10、NO2、SQ、CO、O3空間插值分布圖nr ft.DOI: 10.12677/ag.2018.83071679地球科學前沿路玲等PM10濃度降序排列為春季 > 秋季 > 冬季 > 夏季，其中秋季和冬季濃度相差不大， 僅為3.44卩g/m3; S02 濃度變化降序排列為冬季 > 春季 > 秋季 > 夏季，這與程念亮研究的多年 SO2時空分布結果

24、一致12， S02的主要來源為化石燃料的燃燒與城市工業(yè)活動，冬春高于秋夏可能受冬春季采暖燃料的大量使用的影響。6種大氣污染物中 O3季節(jié)濃度變化與其他5種污染物差異較大，污染濃度降序排列為夏季>春季 > 秋季 > 冬季，造成這種現(xiàn)象的主要原因為03的生成受N0x和揮發(fā)性有機物(VOCs)影響作用，夏季溫度高、白晝長，植被排放的VOCs較多，在高溫、強光照等氣象條件下更有利于NOx和VOCs的二次轉化10 11 26。3.2. 空間分布3.2.1.年空間分布(PM2.5、PM10)和氣態(tài)圖3為2016年北京市6種大氣污染物空間插值分布圖，可以看岀，顆粒污染物污染物中的 SO2、

25、CO濃度空間分布相似，均呈現(xiàn)岀由北向南逐漸升高的梯度變化特征，PM 2.5> PM10、SO2、CO濃度高值區(qū)主要分布在房山區(qū)、大興區(qū)、通州區(qū)的南部，低值區(qū)主要分布在延慶區(qū)的東北部、懷柔區(qū)北部、密云區(qū)的西北部。結合2016年北京市各區(qū)縣的能源消耗、工業(yè)生產(chǎn)總值汽車保有量、土地利用分布數(shù)據(jù)等(圖4、圖5)分析可知岀現(xiàn)這種現(xiàn)象的原因受以下因素的影響：第一，南部地區(qū)機動車、 工業(yè)、燃煤等污染排放源多于北部，而重污染日多偏南風，南部地區(qū)的污染物通過傳輸作用擴散至北部7 8，隨著污染物自南向北擴散濃度逐漸降低；第二，北部多山區(qū)，生態(tài)環(huán)境優(yōu)良，植被覆蓋率高，空 氣凈化能力高于南部地區(qū)8。NO2濃度高

26、值區(qū)主要分布在城六區(qū)、通州區(qū)、大興區(qū)的北部、房山區(qū)的東部污染，城六區(qū)污染最重，懷柔區(qū)的東北部和密云區(qū)北部污染最輕。主要原因為NO 2濃度主要來源于機動車排放，城區(qū)機動車排放量遠大于周邊地區(qū)。O3高值區(qū)主要分布在延慶、懷柔北部、密云、平谷，城六區(qū)污染反而最輕，岀現(xiàn)這種現(xiàn)象的原因有：第一，城區(qū)排放的氮氧化物較多，氮氧化物和O3之間發(fā)生氧化還原反應從而消耗了O3導致O3濃度比郊區(qū)低；第二，郊區(qū)多山區(qū)，植被覆蓋率高于城區(qū)，植被排放的揮發(fā)性有機物(VOCs)有助于O3的生成。第三，O3的形成受光化學反應的影響，由圖3(a)、圖3(b)可知，北部地區(qū)的顆粒物比南部和中心地區(qū)少，全年光照更強，更有利用O3的

27、生成10 11 26。3.2.2. 各地區(qū)逐月變化圖6為繪制岀的城六區(qū)、西北部、東北部、西南部、東南部地區(qū)112月PM2.5、PM10、NO2、SO2、CO、O3月均濃度變化玫瑰圖?？梢钥磳?，6種污染物在5個地區(qū)不同月份間的變化趨勢具有較高的一致汽牟保有址/比求E業(yè)生產(chǎn)意伯各區(qū)所占比啦能療瀟費各區(qū)所占比重城曲區(qū)別北弭乖匕郵兩南都樂雨部Figure 4. Regional share of energy consumption, industrial production, and car ownership in Beijing in 2016 圖4. 2016年北京市各地區(qū)能源消費、工業(yè)生產(chǎn)

28、總值、汽車保有量所占比重Figure 5. Land use map of Beijing圖5.北京市土地利用分布圖性，這從一個角度體現(xiàn)了北京市大氣污染的區(qū)域性特征。與其他月份相比，5個地區(qū)PM2.5、PMio、SO2、CO均在13月份、1012月份為濃度高值月份，均在7、8月份為濃度低值月份；03則在58月份為濃度高值月份，1012月為濃度低值月份；NO?在112月份濃度變化較穩(wěn)定。每種污染物中，當濃度處于全年的低值月份時，各個地區(qū)之間污染物濃度相差較小，當濃度處于全年高值月份時，各個地區(qū)之間污 染物濃度相差較大，體現(xiàn)了北京市大氣污染物之間的擴散與傳輸特征。五個地區(qū)六種污染物在12個月份中P

29、M2.5、PM10、S02、CO西南部、東南部濃度要高于其他地區(qū)，城六區(qū)居中，西北部和東北部濃度較 低；NO?城六區(qū)高于其他地區(qū)；O3西北部、東北部高于其他地區(qū)，這些規(guī)律與上文污染物年際空間分布一致，表明上文空間插值分布圖有一定的準確性。3.3. 相關性分析為了得到2016年6種污染物之間的相互關系，將35個監(jiān)測站點的 PM2.5、PM10、NO2、SO2、CO、O3日均濃度數(shù)據(jù)進行樣本統(tǒng)計后進行分布類型檢驗，取其中的有效樣本進行分析（表1）。由于6種污染物數(shù)據(jù)均不服從正態(tài)分布，對6組數(shù)據(jù)進行Spearman相關性統(tǒng)計分析。結果（表1）顯示，PM2.5、PM10、NO2、SO2、CO之間都顯示

30、岀顯著的正相關性，與PM2.5相關性由高到低的污染物依次為PM10、CO、NO2、SO2；與PM 10相關性由高到低的污染物依次為PM2.5、CO、NO2、SO2;與NO2相關性由高到低的污染物依次為CO、PM2.5/PM10、SO2;與SO2相關性由高到低的污染物依次為NO?、CO、PMe、PM2.5；與CO相關性由高到低的污染物依次是PM2.5、PM1o、NO2、SO2。造成這種結果的影響從污染物來源角度分析，PM2.5、PM10主要來源于揚塵、秸稈垃圾的焚燒、化石燃料的燃燒、機動車尾氣排放、環(huán)境空氣中SOx、NOx、VOCx及其它化合物反應生成；NO2、SO2主要來自化石燃料的燃燒，比如

31、機動車尾氣排放、火力發(fā)電廠、工業(yè)廢氣等；CO來源于含碳物質不完全燃燒過程，如內燃機排氣、鍋爐中化石燃料的燃燒。由于此51 JU-勺.：j,-j：ijJl/-L |<訓比汎勺.：川(b)機髦陽pij 強Wt j iY ilj.tffMti% pljfHrX（門城閒4曲北苗爪北落叫制母樂計忙id I Wi弋 |<j，-百;9亦(a) PM2.5 濃度 ug/m； (b) PM10 濃度 ug/m； (c) NO2 濃度 ug/m；(d) SQ 濃度 g/m； (e) CO 濃度 mg/m3； (f) 03濃度ug/mFigure 6. The monthly mean concentr

32、ation of air pollutants in various districts of Beijing in 2016 圖6. 2016年北京市各區(qū)大氣污染物月均濃度種污染物均同時來源于工業(yè)生產(chǎn)、居民生活、采暖等過程中化石燃料的燃燒、機動車尾氣排放等，故此5種污染物呈現(xiàn)岀一定的正相關性。因PM2.5是PM10的直接組成部分，故二者相關性最高。有關研究表明，大氣氧化性對 PM 2.5的形成有顯著的影響9，而NO2和。3在一定條件下反應可以生成大氣氧化劑， 同時SO42-、NH4+、NOJ是構成PM2.5的重要組分，這又從一個角度上解釋了PM 2.5與NO2、SO2之間的正相關性。O3產(chǎn)生

33、于氮氧化物和揮發(fā)性有機物之間的光化學反應，而氮氧化物產(chǎn)生于空氣參與的燃燒， 揮發(fā)性有機物則來源于工業(yè)排放、機動車尾氣、裝修、油漆等，故。3與其他5種污染物則均表現(xiàn)岀了負相關性。O3與其他污染物的負相關性由高到低依次為NO2、CO、SO2、PM 2.5、PM10。又因O3可在合適的氣象條件下與 NOx、CO直接發(fā)生反應，故與 NO2、CO負相關性相對較高。6種污染物之間的這些相關性充分說明了北京市大氣污染物之間具有相互作用、彼此耦合的復合特性，即北京市大氣污染物具有Table 1. Correlation coefficients of 6 main pollutants in Beijing

34、in 2016 表1.2016年北京市6種主要大氣污染物的相關系數(shù)污染物均值(ii g/m)有效樣本數(shù)PM2.5Spearman相 關系數(shù)O3PM10NO2SO2COPM2.573.82124151.00PM1093.77115980.871.00NO247.73124660.630.631.00SO211.11124890.490.510.561.00CO31.32 (mg/m )123960.810.670.650.571.00O356.3312431-0.21-0.18-0.51-0.39-0.461.00注：置信度水平a= 0.01 (2-tailed)復合型的污染特征。4. 結論1)

35、 2016年北京市6種大氣污染物月均變化中，PM 10和PM 2.5變化曲線相似呈雙峰分布，且二者濃度均在8月份達到最低；NO2、SO2變化曲線相似呈波浪型分布，但均在7、8月份岀現(xiàn)濃度低值；CO呈三峰分布，其濃度在12月份岀現(xiàn)最大值；03呈單峰分布，在16月份濃度呈上升趨勢，612月份濃度呈下降趨勢，6月份達到濃度最大值。季節(jié)變化中，PM2.5、NO2、SO2、CO濃度均在冬季最高，PM10在春季最高，此5種污染物均在夏季最低，而O3則在夏季濃度值最高。6種大氣污染在不同月份和不同季節(jié)展現(xiàn)了獨特的變化特征，這與北京地區(qū)四季分明的氣候特點和冬季采暖等因素的影響密不可分。2) 2016年北京市6

36、種大氣污染物中PM2.5、PM10、SO2、CO濃度空間分布相似，都呈現(xiàn)由北向南呈梯度升高的變化特征；NO2則體現(xiàn)岀城六區(qū)、南部的房山、大興、通州地區(qū)污染較重的分布特征；O3空間分布則與 NO2正好相反，NO 2污染嚴重地區(qū) O3污染偏輕，北部地區(qū)的延慶、懷柔、密云、平谷污染高 于中南部。這些污染物在不同地區(qū)的空間分布特征與北京不同地區(qū)間地形分布、植被覆蓋率、風向、工 業(yè)發(fā)展和人口聚集程度等因素關系密切。3) 北京市5個地區(qū)6種不同的污染物在112月間變化趨勢大體一致，說明大氣污染具有區(qū)域性的特點。除O3之外，其他5種污染物之間都顯示岀顯著的正相關性，O3與其他5種污染物均表現(xiàn)岀了負相關性且與

37、NO2負相關性最強，說明污染物之間具有相互作用、相互耦合的特征，體現(xiàn)了北京市大氣污染的復合型特征?；痦椖繃易匀豢茖W基金(編號：41571369);青海省科技計劃項目(編號：2016-NK-138);科技創(chuàng)新服務能 力建設-基本科研業(yè)務費(科研類)(編號：025185305000/143)。參考文獻1 賀克斌，賈英韜，馬永亮，等.北京大氣顆粒污染的區(qū)域性本質J.環(huán)境科學學報，2009, 29(3): 482-487.2 王英，李令軍，劉陽.京津冀與長三角區(qū)域大氣NO2污染特征J.環(huán)境科學，2012, 33(11): 3685-3692.3 Rd, P.C., Burnett, R.T., T

38、hun, M.J., et al. (2002) Lung Cancer, Cardiopulmonary Mortality, and Long-Term Exposureto Fine Particulate Air Pollution. Journal of the American Medical Association , 287, 1132-1141./10.1001/jama.287.9 .11324 孫曉雷，甘偉，林燕，等.MODIS 3 km氣溶膠光學厚度產(chǎn)品檢驗及其環(huán)境空氣質量指示J.環(huán)境科學學報，2015,35(6): 1657-1666.5

39、謝志英，劉浩，唐新明.北京市 MODIS氣溶膠光學厚度與PM_(10)質量濃度的相關性分析J.環(huán)境科學學報，2015, 35(10): 3292-3299.6 林海峰，辛金元，張文煜，等.北京市近地層顆粒物濃度與氣溶膠光學厚度相關性分析研究 J.環(huán)境科學，2013, 34(3): 826-834.7 苗蕾，廖曉農，王迎春.基于長時間序列的北京 PM_(2.5)濃度日變化及氣象條件影響分析 J.環(huán)境科學，2016,37(8): 2836-2846.8 趙晨曦，王云琦，王玉杰，等.北京地區(qū)冬春 PM_(2.5)和PM_(10)污染水平時空分布及其與氣象條件的關系 J. 環(huán)境科學,2014, 35(

40、2): 418-427.9 王占山，李云婷，陳添，等.2013年北京市PM_(2.5)的時空分布J.地理學報，2015, 70(1): 110-120.10 王占山，李云婷.北京市臭氧的時空分布特征 J.環(huán)境科學，2014(12): 4446-4453.11 程念亮，李云婷，張大偉，等.20132014年北京市NO_2時空分布研究J.中國環(huán)境科學，2016(1): 18-26.12 程念亮，張大偉，李云婷，等.20002014年北京市 SO_2時空分布及一次污染過程分析J.環(huán)境科學，2015,36(11): 3961-3971.13 Chen, B., Lu, S., Li, S., et a

41、l. (2015) Impact of Fine Particulate Fluctuation and Other Variables on Beijingity Index. Environmental Science and Pollution Research , 22, 5139-5151. /10.1007/s11356 -014-4024-z14 Shi, M.N., Wu, H.C., Zhang, S.H., et al. (2014) Weekly Cycle of Magnetic Characteristics of the Daily PM 2.5 andPM 2.5-10 in Beijing, China. Atmospheric Environment, 98, 357-367. /10.1016/_i.atmosenv.2014.08.07915 Huang, P., Zhang, J., Tang, Y.