北京大气颗粒物污染特征及空间分布插值分析

第36卷第9期 北京科技大学学报 Vol.36 No.9 2014年9月 Journal of University of Science and Technology Beijing Sep.2014 北京大气颗粒物污染特征及空间分布插值分析 刘 杰)，杨鹏2)回，吕文生) 1)北京科技大学土术与环境工程学院，北京1000832)北京联合大学北京市信息服务工程重点实验室，北京100101 ☒通信作者，E-mail:yangpeng@buu.edu.cn 摘要为较好地表征当前北京整个区域大气颗粒物质量浓度随时间尺度的变化及区域分布污染特征，根据北京市35个监 测站点获得的2013年35月颗粒物质量浓度1h均值，分析和研究PM2,和PM。质量浓度的季节性变化并提高其空间分辨 率，在此基础上探讨颗粒物可能的影响因素及污染来源。结果表明，3一5月颗粒物质量浓度具有周期性变化规律和显著相关 性，应用MATLAB空间插值算法实现的颗粒物质量浓度区域分布图具有一定精度，可外推并揭示颗粒物区域污染特征.分析 表明当前北京颗粒物污染的影响因素有冬末的冷锋和降雪、春季的沙尘和大风、夏初的降雨和湿热等：污染区域则呈现南高 北低的特征，污染来源除了本地人为源以外，周边区域传输也有较大影响.通过颗粒物污染的时间序列和空间插值的结合分 析，可为进一步研究颗粒物时空关系及草握区域污染特征提供方法， 关键词大气污染；颗粒物；质量浓度；季节变化；区域分布；插值 分类号X831 Pollution characteristics of particulate matter and interpolation analysis of its spatial distribution in the Beijing area LIU Jie,YANG Peng),LU Wen-sheng) 1)School of Civil and Environmental Engineering,University of Science and Technology Beijing,Beijing 100083,China 2)Beijing Key Laboratory of Information Service Engineering,Beijing Union University,Beijing 100101,China Corresponding author,E-mail:yangpeng@buu.edu.cn ABSTRACT The 1-hour average mass concentration of particulate matter from March to May 2013 obtained from monitoring stations was used to characterize the concentration variation of particulate matter with time scale and its regional distribution in the Beijing area. The mass concentrations of PM and PM were studied to find out their seasonal variation characteristics,and their spatial resolution was improved.Based on that,the possible factors and pollution sources of particulate matter were then preliminary discussed.The re- sults show that there are a periodical variation and a significant correlation on the average mass concentration of particulate matter from March to May in the Beijing area.Interpolation results on the particulate concentration distribution by using MATLAB spatial interpola- tion tools have certain precision to extrapolate and reveal the regional pollution characteristics.According to analysis,the main factors affected particulate concentration in the Beijing area are cold front and snowfall in late winter,dust and wind in spring,rainfall and hot- humid weather in early summer,and so on.The particulate concentration distribution shows an overall trend of high in the south and low in the north,and the pollution sources are very likely caused by local anthropogenic sources as well as the transmission of surround- ing area.The conjoint analysis on time series and spatial interpolation of particulate concentration has significance for further research of the time-space relationship of particulate matter,and it also provides a method for understanding regional pollution characteristics. KEY WORDS atmospheric pollution;particulate matter;mass concentration;seasonal variation;regional distribution;interpolation 收稿日期：2013-09-17 基金项目：北京市属高等学校高层次人才引进与培养一“长城学者”培养计划（基于无线传惑器网络的城市空气质量实时监测系统研究）资 助项目(CT&T℃D20130320) DOI:10.13374/j.issn1001-053x.2014.09.020;http://jourals.ustb.edu.cn

第 卷 第 期 北 京 科 技 大 学 学 报 年 月 北 京 大气颗粒物 污染特征 及 空 间 分布 插值 分析 刘 杰、 杨 鹏⑶ , 吕 文 生” 北京科技大学土木与 环境工程学院 , 北京 北 京联合大学 北京 市信息服务工程重点 实验 室 , 北京 通信作者 摘 要 为较好地表 征当前北京整 个区 域大气 颗粒物质量浓度 随时 间尺度 的 变化及 区域 分布污染 特征 , 根据 北京 市 个监 测站点获得的 年 — 月 颗粒 物质量浓度 均 值, 分析和 研究 和 质量 浓度 的季 节性变化并提高 其 空 间分辨 率 在此基础上探讨颗粒物可能 的影 响因 素及 污染来 源 结果表 明 — 月 颗粒物 质量 浓度具有周 期 性变化 规律和显 著相关 性 应用 空 间插值算法实现 的颗粒物 质量浓 度区域 分布图 具有一定精度 可外 推并揭示颗 粒物区 域污染特征 分析 表 明 当 前北 京颗粒物污染的 影响因 素有 冬末 的 冷锋和 降雪 、 春季 的 沙尘和大 风 、 夏初 的 降 雨和湿 热等 污染 区域则呈 现南高 北低的 特征 污染来源除 了本地人 为源 以外 周边区域传输也有较大 影响 通过 颗粒物污染 的 时间 序列和空 间 插值的 结合分 析 , 可 为进一 步研究颗粒 物时空关系及掌握 区域污染 特征提供 方法 关键词 大气污染 ； 颗粒物 ； 质量浓度 ； 季节变化 ； 区域分布 ； 插值 分类号 ’ ’ ： , , ； ； ； ； ； 收稿 日 期 ： 基金项 目 ： 北京市属 高等学校高层次人才引 进与 培养 — “ 长 城学 者 ” 培养计划 ( 基 于无线 传感器网 络的 城市空气 质量 实 时监测 系 统研究 ) 资 助项 目 ( 〉 ；

·1270· 北京科技大学学报 第36卷 近年来经济的快速发展造成环境污染加剧，北 浓度的区域分布图，描述颗粒物的空间分布及局部 京及周边地区的大气污染呈现出显著的区域性和复 污染特征，拟合出地理区域面内每个经纬度网格对 合型特征，大气颗粒物则是导致这种污染特征的关 应的颗粒物平均质量浓度值，最终通过检验拟合值 键因素).其中，以PM2,和PM。为主的颗粒污染物 与实际值的差异，验证了其可行性与准确性，并在此 不仅直接影响人体健康，还会在传输和转化过程中 基础上分析和探讨颗粒物可能的影响因素及污染来 造成区域尺度的能见度降低，甚至影响气候变 源.通过以上手段，可了解颗粒污染物在不同时间 化2-)，对颗粒物的污染特征及空间分布进行研 段的平均质量浓度变化，并实现颗粒物污染特征由 究，可提供颗粒物污染的宏观变化趋势，对了解各区 点到面的转变，为颗粒物空间分布的预测及可视化 域的颗粒物分布情况提供参考.整体而言，目前主 提供一种手段. 要从空间尺度和时间尺度出发对颗粒物的污染特征 1数据资料及处理 进行研究.空间尺度的研究通常是利用MODS卫 星遥感反演进行模拟[6-刀.该方法空间分辨率高， 1.1监测数据 但时间序列不完整，且往往由于地理高程、云层、光 为了解和评判北京市空气质量，由北京市环境 反射等因素造成难以确定的误差.时间尺度的研究 保护监测中心建立的城市空气质量实时监测网络共 则通过设立一定数量的监测，点进行观测和采样并进 包括35个自动监测站点，按功能分为城市及郊区评 一步分析研究，)，其中，通过建立空气质量实时监 价点、对照点、交通污染控制点三类监测点.其中， 测点位，可连续观测某一点位的颗粒物浓度.这种 评价点用于监测各环境质量功能区的空气质量趋势 方法能获得污染物浓度的完整时间序列，但空间分 或代表性质量浓度；对照点用于监测不受当地城市 辨率较低，无法准确掌握除监测点以外的其他区域 污染影响地区的空气质量状况：交通污染控制点用 的污染物浓度.此外，研究者大多通过单监测点来 于监测交通污染对周围环境的影响.35个监测点 分析颗粒物的空间分布特征，但测点浓度是否能代 分别遍布北京城六区及十郊县，其覆盖范围基本可 表区域浓度以及所代表的范围有多大，则难以提供 以反映整个北京地区的空气质量状况.自动监测站 充分、有效的证据 点分布如图1所示，站点编号及功能类型如表1所示. 对此，通过有限的地面监测点来反映整体区域 污染情况，空间插值法仍然是一种快捷有效的手段， 在环境领域也得到了广泛应用9]，但研究对象多 以土壤元素[2-3]和气象要素451居多，针对大气 颗粒物的空间插值方法则研究较少.这主要是因为 空间插值需要具备一定的监测样本基础，而长期以 来，由于监测体系不完善、大气监测设备成本高等客 观原因，很难获得包含同一完整时间序列、多点位同 时监测的大气颗粒物质量浓度.至2013年1月1 20 日，北京市已建成覆盖全市的城市空气质量实时监 测网络，可连续实时监测包括颗粒物(PM25和 PM1。)和气态污染物(C0、S02、0,和N02)在内的六 类污染物，获取的监测数据和时间序列较为完整，使 得研究大气颗粒物的污染及分布特征具有了大量的 样本基础.由于颗粒物在各区域的污染都不是相互 独立的，通过分析各监测点之间颗粒物质量浓度的 图1北京地区空气质量自动监测站布点 规律，即可探素并预测整个区域面的平均质量浓度 Fig.I Air quality automatic monitoring sites in Beijing 及分布规律.本研究根据2013年3一5月北京城市 空气质量实时监测网络获得的颗粒物质量浓度1h 1.2数据处理 均值，分析该段期间颗粒物质量浓度随时间尺度的 空气质量自动监测站点所获取的数据结果是表 变化规律及显著相关性，应用MATLAB高维空间插 征近地面某处污染物质量浓度的时间统计值，为研 值的方法，绘制出北京地区PM2,和PM。平均质量 究颗粒污染物污染特征及空间分布，共收集了35个

? 1 2 7 0 ? 北 京 科 技 大 学 学 报 第 卷 近年 来经济的 快速发 展造 成环 境 污染 加 剧 北 浓度 的 区 域分布 图 , 描 述颗粒物的 空 间 分 布及局 部 京及周边 地区 的大气污 染呈现出 显 著 的 区 域性和 复 污染 特征 拟 合 出 地理 区 域面 内 每 个经纬 度 网 格 对 合型特征 , 大气颗粒物 则 是 导 致这 种污 染 特征 的 关 应 的 颗粒物平均 质量 浓度 值 , 最终 通 过检验拟 合值 键因 素 其 中 , 以 和 为主 的 颗粒污 染物 与实 际值的 差异 验证了 其可 行性与准确性 , 并在 此 不仅直接 影响 人体健康 , 还 会在传 输 和转 化过 程 中 基础 上分析和探讨颗粒物 可能 的影 响 因 素 及污染 来 造 成 区 域 尺 度 的 能 见 度 降 低 , 甚 至 影 响 气 候 变 源 通 过 以 上 手段 , 可 了 解 颗粒污 染 物在 不 同 时 间 化 对颗 粒物 的 污 染 特征 及 空 间 分 布 进 行 研 段 的 平均 质量浓度 变 化 , 并实 现颗粒物 污染特征 由 究 , 可 提供颗粒物污 染 的 宏 观 变化趋势 , 对 了 解 各 区 点 到面 的 转变 , 为 颗粒物 空 间 分布 的 预 测 及可 视 化 域 的 颗 粒物分 布 情况 提供参 考 整 体 而 言 , 目 前 主 提供 一 种 手段 要 从空 间 尺度 和时 间 尺 度 出 发对 颗粒物 的污染 特征 进 行研究 空 间 尺 度 的 研究 通 常 是 糊 卫 星 遥感反演 进 行模拟 该 方 法 空 间 分辨 率高 , 监测 数 据 但时 间 序列不 完整 , 且往往 由 于地理高 程 、 云 层 、 光 为 了 解 和评判 北 京 市 空气 质量 , 由 北 京 市 环境 反 射等 因素造 成难 以 确 定 的 误差 时 间 尺度 的 研究 保护监测 中心 建立 的 城 市空 气质量实 时监测 网 络共 则 通 过设立一 定数量 的监测 点进 行观测和 采样并进 包括 个 自 动监测 站点 按功能分为 城市及郊区 评 一 步 分析研 究 其中 通 过建立空 气质量实 时监 价点 、 对照点 、 交通 污 染 控制 点 三类 监 测 点 其 中 , 测 点 位 , 可 连续 观测 某 一 点 位 的 颗粒 物浓 度 这 种 评价点用 于监测 各 环境 质量功能 区 的 空气 质量趋势 方法能获 得污染 物浓 度 的 完 整 时 间 序 列 , 但 空 间 分 或代表性质量浓度 ； 对 照点 用 于 监 测不 受 当 地城 市 辨率较低 无法准确 掌握除 监 测点 以 外 的 其他区 域 污染 影 响地 区 的空 气 质 量 状况 ； 交 通 污 染 控制 点 用 的 污 染 物浓 度 此 外 , 研究 者 大 多 通 过单监 测 点来 于监测 交通 污染 对周 围 环 境 的 影 响 个 监测 点 分析 颗粒物的 空 间 分 布 特征 , 但测 点 浓 度 是否 能代 分别遍 布北京 城六 区 及 十郊 县 , 其 覆 盖 范 围 基本 可 表 区 域浓度 以及 所代 表的 范 围 有 多 大 , 则 难以 提 供 以 反映 整个北 京地 区 的 空 气 质量状 况 自 动 监测 站 充分 、 有 效 的证据 点分布如图 所示 , 站点编号及功能类型如表 所示 对此 , 通过有 限 的 地面 监测 点 来 反 映整 体区 域 污 染情况 空 间插值法仍然是 一 种快捷有 效 的 手段 , 、 在环境领域也得到 了 广 泛 应 用 … , 但研究 对 象 多 以 土 壤元素 和 气象要 素 ⑴ 居 多 , 针 对大 气 义 颗 粒物的 空 间 插 值方法则研究较少 这 主 要是 因 为 空 间 插值需要具备 一 定 的 监测 样 本 基 础 , 而 长 期 以 《 来 , 由 于监 测体系 不 完 善 、 大 气监测设备成本 高等 客 观原 因 很难 获得包含同 一 完 整 时间序 列 、 多点位 同 时监测 的 大 气 颗粒 物质 量 浓 度 至 年 月 日 , 北京市 已 建成 覆盖全市 的 城市 空 气 质量实 时 监 测 网 络 , 可 连 续 实 时 监 测 包 括 颗 粒 物 ( 和 卩 和气 态 污染物 ( ： 、 、 和 在 内 的 六 一“ 类 污染物 , 获取的 监测 数据和 时间 序 列 较 为完 整 , 使 得研究大气 颗粒物 的 污染 及分 布特征具有 了 大 量的 样本基础 由 于颗粒物 在各 区 域的 污染 都不 是 相互 独 立 的 , 通过分析各监 测 点 之 间 颗粒物 质量 浓度 的 出 — 仏 《 曰 图 北京 地 区空 气 质量 自 动监测 站 布 点 规律 即 可探索并 预测 整 个区 域 面 的平 均 质量浓 度 「 及分布 规律 本研究根 据 年 — 月 北京 城市 空 气质量实时监测 网 络 获 得 的 颗粒 物 质 量浓 度 数据 处 理 均 值 , 分析该段期 间 颗 粒物 质 量浓度 随 时 间 尺 度 的 空气质 量 自 动 监测站点 所获取的 数据结果是表 变 化规律及 显著相关性 , 应 用 高维空 间 插 征近地面某 处污染 物 质 量浓 度 的 时 间 统计值 , 为 研 值的 方法 , 绘制 出 北京 地 区 和 平 均质 量 究颗粒污染 物污染 特征及空 间 分布 共收集 了 个

第9期 刘杰等：北京大气颗粒物污染特征及空间分布插值分析 ·1271· 监测站点2013-03-10一2013-05-31颗粒物质量浓 为每个站点1972组.对数据作如下处理：①计算每 度1h均值的实时监测值，每个站点每天分别取得 个监测站点的PM2,和PM。质量浓度日均值和月均 24组PM25和PMo的1h均值，由于无线传输故障等 值；②计算35个监测站点所表征的北京地区PM25 问题导致部分数据缺失，最终研究时段有效数据均 和PM。质量浓度日均值和月均值. 表1站点编号及功能类型 Table 1 Sites and their function types 编号 站点名称 功能 编号 站点名称 功能 编号 站点名称 功能 东四 评价点 13 房山 评价点 25 八达岭 对照点 2 天坛 评价点 14 大兴 评价点 26 密云水库 对照点 3 官园 评价点 公 亦庄 评价点 27 东高村 对照点 万寿西官 评价点 16 通州 评价点 永乐店 对照点 J 奥体中心 评价点 17 顺义 评价点 29 榆垡 对照点 6 农展馆 评价点 18 昌平 评价点 琉璃河 对照点 7 万柳 评价点 19 门头沟 评价点 分 前门东 交通点 8 北部新区 评价点 20 平谷 评价点 永定门内 交通点 9 植物园 评价点 21 怀柔 评价点 33 西直门北 交通点 10 丰台花园 评价点 22 密云 评价点 34 南三环西 交通点 11 云冈 评价点 23 延庆 评价点 35 东四环北 交通点 12 古城 评价点 24 定陵 对照点 注：编号1-12为城区评价点，13~23为郊区评价点 2 颗粒物质量浓度的时间变化特征及相关性 传输所造成的沙尘和阴霾影响.2013-03-18颗粒 物质量浓度明显下降，可能与18日以后出现的降雪 2.1质量浓度的时间变化特征 天气有关，降雪天气带来的冷空气活动会导致空气 从2013-03-10一2013-05-31，PM25和PM1。日 中相对湿度明显下降而使空气扩散条件较好】，这 平均质量浓度分月变化如图2所示.从图中可以看 对颗粒物有一定的稀释和消减作用.3月底出现的 出，颗粒物的质量浓度日均值变化具有一定的周期 第二次高峰可能也与该段时间出现的沙尘天气有 性，平均周期约为5~7d,类似于双峰抛物线形式. 关.4月春季气候呈现后，颗粒物扩散条件相对较 这种周期性本质上由周期性的天气系统所决定(6]， 好，PM25的质量浓度值出现明显下降，与3月相比 如华北地区周期性冷锋过境前的区域颗粒物聚集及 平均质量浓度值下降了40.7%，PMo的质量浓度值 过境后颗粒物质量浓度的突降，均与此种天气系统 虽略有下降但整体上仍然保持较高水平，如图2(b) 的活动尺度有关.大量的研究认为，气象条件是影 所示，这主要是受长期持续的大风天气影响.根据 响颗粒物质量浓度的主要因素，温度的升降、风速的 北京市气象局发布的气象资料显示，从2013-04- 高低和太阳辐射的强弱都有可能导致颗粒物质量浓 01-2013-04-31,风力达到4级及以上(3.4~5.4 度的变化7-1).由2013年实际气象情况可知，3月 ms1)的有18d,达到5级及以上(8.0~10.7ms1) 具有冬季和春季的复合气候特征，而持续低温使其 的有7d,气象因素中大风天气对颗粒物尤其是 主要以冬季气候为主，这种冬季稳定型气候不利于 PM2,有较好的净化效果[2]，但当风力大于2级时， 颗粒物的扩散[2o].由图2(a)可见，PM2和PM1o的 PM。将随风速的增加而迅速增加1】.这种变化趋 质量浓度值在3月份均呈现较高水平，且二者日均 势与Dolislager和Motallebi最早在美国加州沙漠 值与变化趋势基本一致.其中，2013-03-17和 地区对PM2s和PMo所做的变化趋势研究所得结果 2013-03-26出现了幅度较大的波峰，均达到了M级 类似，也与杨复沫等[23]在2002年对北京大气颗粒 严重污染，这除了与冷锋过境前后造成的颗粒物质 物浓度的变化特征研究所得出的结果一致.5月颗 量浓度急剧变化有关外，还与3月部分时间出现的 粒物的质量浓度变化趋势与4月相似但整体有所升 沙尘天气所带来的大量尘粒积聚有关.如美国国家 高，PM25和PM。平均质量浓度值分别比4月升高 宇航局应用Agua卫星上搭载的中分辨率成像光谱 24.4%和21.5%，由图2(c)所示，这与5月后京津 仪(M0DIS)传感器在2013-03-14获得的中国东部 冀地区受到的湿热、风力下降等不利扩散气候有 地区真彩图像显示，整个京津冀地区都受到了区域 关.此外，根据实际监测情况，5月S02、NO2、O,等

第 期 刘 杰等 ： 北京大气 颗粒 物污染特征及 空 间 分布插值分析 监测站点 — 颗粒物 质量 浓 为 每个站点 组 对数据作如 下 处理 ： ①计算 每 度 均值的 实时监测 值 每 个站 点 每天 分 别取得 个监测站点 的 和 质量浓度 日 均值和月 均 组 和 。 的 均值 , 由 于 无线传输故障等 值 ②计算 个监测 站点 所表征 的 北 京地 区 问 题导致部分数据缺失 , 最终研究 时段有 效数据 均 和 。 质量浓度 日 均值和月 均值 表 站 点 编号 及功 能类 型 — 编号 站点 名 称 功 能 编号 站点 名 称 功 能 编号 站 点名 称 功 能 评价点 评价 点 八达岭 对照点 天坛 评价点 大兴 评 价点 密云水库 对 照 点 官园 评价点 亦庄 评价点 东高村 对 照点 万寿 西宫 评价点 通州 评 价点 永乐 店 对照点 奥体 中 心 评价点 顺义 评价点 榆垡 对照 点 农展馆 评价点 昌 平 评价 点 琉璃河 对照 点 万柳 评价点 门头沟 评价点 前门 东 交通 点 北部新区 评价点 平谷 评价点 永定 门 内 交 通 点 植物园 评价点 怀柔 评价 点 西直门 北 交通 点 丰 台 花园 评价点 密云 评价 点 南三环 西 交通 点 云 冈 评价点 延庆 评价点 东 四环 北 交通 点 评价点 对照点 注 ： 编 号 为 城 区评价点 为郊区 评价 点 颗粒物质量浓度 的 时间变化特征及相关性 物 质量 浓度 明 显下 降 可能 与 日 以后 出现 的降雪 质量浓 度的 时间 变化 特征 天气有关 , 降雪天 气带来 的 冷空 气 活 动会 导致 空 气 从 — 和 。 日 中相对湿度 明 显下 降而使 空气扩散条件较好 ⑴ , 这 平均质量浓度分月 变化如 图 所示 从图 中 可 以 看 对 颗粒物有 一 定 的 稀释 和 消 减作用 月 底 出 现 的 出 颗粒物的 质量浓 度 日 均 值变化具有 一 定的 周 期 第 二次 高 峰 可 能也 与 该段 时 间 出 现 的 沙尘天 气 有 性 平均 周期 约 为 类 似 于 双峰抛物 线形式 关 月 春 季气候呈 现后 颗粒物 扩散条件 相对 较 这种周期 性本质上由 周期 性的 天气系 统所决定 , 好 的 质量浓 度值 出 现 明 显下 降 , 与 月 相 比 如华北地区 周期性冷锋过境前的 区域颗粒物聚集及 平均质量浓度 值下 降 了 , 。 的 质量浓 度值 过境后颗粒物质量浓度 的突 降 , 均与 此种 天气 系 统 虽 略有下降但整体上仍然保持较高 水平 , 如 图 的活 动尺度 有关 大量 的 研究认 为 气 象条件 是影 所示 , 这 主要是受 长期 持续 的 大风 天气影响 根 据 响颗粒物质量浓度 的 主要因素 温度 的升降 、 风速的 北京市 气象局 发布 的气 象资料显 示 , 从 高低和太阳 辐射的 强弱都有可 能导致颗粒物质量浓 — 风力 达到 级及 以 上 ( 度的 变化 由 年实际气象情 况可 知 月 ‘ 一 的 有 , 达到 级及以 上 — 具有 冬季和春季的 复合气候特征 , 而 持续低 温使其 的 有 , 气象 因 素 中 大 风 天 气 对 颗粒 物 尤 其是 主要 以冬季气候为 主 , 这种 冬季稳 定型气候不 利 于 有较好的 净化效果 , 但 当 风力 大于 级 时 , 颗粒物 的扩散 由 图 可见 和 ？ 。 的 。 将随风速 的增 加 而迅速增 加 这种变 化趋 质量浓度值在 月 份均呈 现较 高 水 平 , 且二 者 日 均 势与 和 最早在 美 国 加州 沙漠 值与 变 化 趋 势 基 本 一 致 其 中 , 和 地区对 和 所做 的 变化趋势研究所得 结果 出 现了 幅度较 大 的波 峰 , 均 达到 了 级 类 似 也与杨复沫 等 在 年对北京大气 颗粒 严重污染 , 这除了 与 冷锋 过境 前后 造成 的 颗粒物质 物 浓度的 变化特征研究 所得 出 的 结果一 致 月 颗 量浓度急剧 变化有 关外 还 与 月 部分时间 出 现 的 粒物的质量浓 度变化趋势与 月 相似但整体有所升 沙尘天气所带来 的大量尘粒积聚 有关 如美 国 国 家 高 , 和 。 平均质 量浓度 值分别 比 月 升 高 宇航局应用 卫星上搭载 的 中 分辨率成像光谱 和 , 由 图 所示 这 与 月 后 京津 仪 ( 传感器在 获得的 中 国东部 冀地 区受到 的 湿热 、 风力 下 降等不利 扩散气候有 地 区真彩图 像显示 , 整个京津冀地 区 都受 到 了 区 域 关 此外 根据实 际监 测情 况 月 、 、 等

·1272· 北京科技大学学报 第36卷 300-a -PM. 200 -PM. 250 200 150 100 50 1 -20-102 0-t102 SI-E0-E100 -0-t10 12-20-t102 E0-E10Z -0-10 S0-EI0Z Z0--E10Z PO-P-EIOZ --02 -0-t102 81-0-E10Z -10-t10 -O-S10 -10-2102 日期 日期 300 PM 250 PM, 20 50 00 9 0-t0 日期 图2PM2s和PM1a质量浓度随时间尺度的变化规律 Fig.2 Concentration variations of PM2s and PMo with time seale 气态污染物质量浓度比4月明显升高，随着日照时 扬尘、建筑尘、燃煤、生物质燃烧、机动车排放、工 间的增强及温度的不断升高，这可能导致部分气态 业过程、二次转化等诸多人为源，而影响因 污染物发生转化成为二次颗粒物.其中，2013-05- 素20-212则包括风速、温度、气压等气象条件和地 06达到了V级重度污染，实际的气象情况也显示该 势等地理条件等，且不同的污染源和影响因素也 日遭遇高温雾霾天气；2013-05-07开始PM25和 随着季节的变化而发生不同程度的变化8-29]，这 PM。的质量浓度则有所下降，这可能与该段时间 些来源和影响因素都共同影响着颗粒物质量浓度 持续的降雨天气有关，降雨对PM2s的去除效率可 的变化. 达45.6%~67.1%[21.降雨前后较高的空气相对 表2为颗粒污染物质量浓度限值对应的空气质 湿度则会导致大气扩散条件差，进而造成颗粒物 量分指数级别.新国标对居民区等二类环境功能区 质量浓度的升高，5月下旬颗粒物质量浓度的起伏 规定的PM2.s日均质量浓度限值为75g·m3,PM。 变化，可能也与该期间频繁出现的降雨过程有关. 日均质量浓度限值为150g·m-3130).经分析，2013- 事实上，颗粒物的来源广泛，影响因素也较为复 03-10一—2013-05-31共83d的时间，PM2,的质量浓 杂，而对于北京大气颗粒物的来源和影响因素认 度日均值变化范围为12.1~289.8gm3,平均值 识，目前仍未完全统一，因为实际情况显示可能仍 为85.7gm3,分别有35d的日均值及42.3%的1 有诸多暂未发现或难以确定的颗粒物来源和影响 h均值在75g·m3以上，日均质量浓度限值达标率 因素，且已确定的污染来源和影响因素可能也随 为57.8%；PM。的质量浓度日均值变化范围为28.8~ 着城市及社会的发展在不断变化.已有研究通常 23.3gm3,平均值为120.9μgm3,分别有17d 认为北京大气颗粒物的主要来源[0,25-26]包括地面 的日均值及28.1%的1h均值在150g·m-3以上

‘ 北 京 科 技 大 学 学 报 第 卷 — — ― 厂八 一 — 卜— — 卜 — 寸 ‘ 寸‘ ― — — ； ‘ 对 寸 寸 寸 寸 寸 寸 寸 寸 分 ■ 寸 — 七 ■ ‘ 日 期 日 期 — — — 『 ： 寸 々 ： — — — — — ； ‘ 曰 期 图 丨 和 质 量 浓度 随时 间 尺 度 的 变化规律 气态 污染物 质量 浓度 比 月 明 显 升 高 , 随着 日 照 时 扬 尘 、 建筑 尘 、 燃 煤 、 生 物 质 燃 烧 、 机 动 车 排 放 、 工 间 的增 强及 温度 的 不 断升 高 , 这 可 能导致 部 分气态 业 过 程 、 二 次 转 化 等 诸 多 人 为 源 , 而 影 响 因 污染 物发生 转化成 为 二 次 颗粒物 其 中 , 素 ° — ’ 则包括风速 、 温 度 、 气压等气 象条 件和地 达到 了 级重度 污 染 实 际 的气 象情 况也显 示该 势 等地 理 条 件 等 , 且 不 同 的 污 染 源 和 影 响 因 素 也 日 遭 遇 高 温 雾 霾天 气 丨 开 始 和 随着 季节 的 变化 而发 生 不 同 程 度 的 变化 这 。 的 质量 浓 度 则 有 所 下 降 , 这 可 能 与 该段 时 间 些 来 源和 影 响 因 素都 共 同 影 响 着 颗粒 物 质 量 浓 度 持续 的 降 雨天 气有 关 , 降雨 对 的 去 除 效 率可 的 变 化 达 降雨 前后 较高 的 空 气相 对 表 为颗粒污 染物质量浓度 限 值对应 的 空气质 湿 度 则会 导 致 大气 扩 散 条 件 差 , 进 而 造 成 颗粒物 量 分指数级别 新国 标对居 民 区 等 二类 环境功 能 区 质 量浓 度 的 升高 , 月 下 旬 颗粒物 质 量 浓 度 的 起伏 规定 的 日 均 质 量浓 度 限 值为 呢 。 变 化 , 可 能也 与该 期 间 频 繁 出 现 的 降雨 过 程 有 关 日 均质量浓度 限 值为 经分析 事 实 上 , 颗 粒 物 的 来 源 广 泛 , 影 响 因 素 也 较 为 复 — 共 的 时间 , 的质 量浓 杂 , 而对 于 北京 大 气 颗 粒 物 的 来 源 和 影 响 因 素 认 度 日 均值变化 范围 为 , 平 均 值 识 , 目 前仍未 完全统一 , 因 为 实 际情况 显 示 可 能 仍 为 问 ‘ 分 别 有 的 日 均值及 的 有 诸 多暂 未 发 现或 难 以 确 定 的 颗 粒 物 来 源 和 影 响 均 值在 吨 以上 , 日 均 质量浓度限 值达标率 因 素 , 且 已 确 定 的 污 染 来 源 和 影 响 因 素 可 能 也 随 为 ； 的 质量浓度 日 均 值变 化范围 为 着 城 市及 社会 的 发 展在 不 断 变化 已 有 研究 通 常 盹 , 平 均值为 分别有 认为 北 京大气 颗粒物的 主要 来 源 ’ 包括地 面 的 日 均值及 的 均值 在 以 上

第9期 刘杰等：北京大气颗粒物污染特征及空间分布插值分析 .1273· 日均质量浓度限值达标率为79.5%.PM2s和PM。 值3月份最高，PMo的月均值5月份最高，二者的月 的质量浓度最高日均值均出现在2013-03-17，而次 均值均为4月份偏低.颗粒物质量浓度变化及污染 高日均值均出现在2013-05-06，其中PM25的月均 级别见表3. 表2颗粒污染物质量浓度限值对应的空气质量分指数及相关信息 Table 2 Concentration limits of particulate matter and their corresponding individual air quality indexes 24h平均浓度/(gmJ) 空气质量 级别 对健康人群影响情况 PM2.5 PM1o 分指数 0-35 0~50 0-50 I级/优 空气质量令人满意，基本无空气污染 36-75 51150 51-100 Ⅱ级/良 空气质量可接受，但某些污染物可能对极少数异常敏感人群有较弱影响 76-115 151-250 101150 Ⅲ级/轻度污染 易感人群症状有轻度加刷，鰱康人群出现刺激症状 116-150 251-350 151-200 V级/中度污染 进一步加剧易惑人群症状，可能对健康人群心脏、呼吸系统有影响 151-250 351-420 201-300 V级/重度污染 心脏病和肺病患者症状显著加剧，运动耐受力降低，健康人群普遍出现症状 251-500 421-600 >300 T级/严重污染健康人运动耐受力降低，有明显强烈症状，提前出现某些疾病 表3颗粒物质量浓度变化及污染级别 Table 3 Concentration variation and pollution level of particulate matter 最小日均值/ 最大日均值/ 月均值/ 月份 PM2s与PMo月均 颗粒物 污染级别 （gm3) (gm3) （gm3) 质量浓度比% PM25 18.3 289.8 105.4 轻度污染 3月 83.3 PMjo 28.8 293.3 126.5 良 PM2.5 12.1 185.7 62.5 良 4月 60.2 PM1o 30 203.5 103.8 代 PM2.5 16.8 227 82.7 轻度污染 5月 62.5 PMio 54.9 259.5 132.3 2.2相关性分析 关性分析如表4所示.经分析，3一5月颗粒物质量 结合图2并由以上分析可知，PM2,和PMo的质 浓度的相关系数R依次为0.97、0.87和0.82，由于 量浓度具有明显的相关特征.分别对35个监测点 0<1R1<1,在显著性水平a=0.01的条件下，均存 3一5月PM2s和PMo的质量浓度1h均值作相关性 在R≥Ro1,故PM2.5和PMo的质量浓度存在特别显 分析，结果如图3所示.由图可见PM2,和PM。的1 著的线性相关关系. h质量浓度均值呈线性关系，其线性回归及显著相 表4PM25关于PM1o的质量浓度线性回归及相关性分析(y=ax+b) Table 4 Regression and correlation analysis on the concentrations of PM2 and PM(y=x+) 显著性水平： 月份 斜率a 截距b 相关系数R 拟合优度R2 自由度n-2 Ro.0s Ro.01 3月 0.94 -12.75 0.97 0.93 514 0.098 0.128 4月 0.74 -13.72 0.87 0.75 716 0.062 0.081 5月 0.70 -10.10 0.82 0.68 736 0.062 0.081 注：显著性水平α由查表取得.由于400<n-2<1000,根据拟合时的实际自由度，3月份按自由度n-2=400进行显著性检验，4、5月份 按自由度m-2=1000进行显著性检验 各监测点得到的颗粒物质量浓度均值进行空间插 3颗粒物污染区域分布特征 值，可进一步可视化整个北京的颗粒物污染特征，并 3.1空间插值算法的实现 预测出整个插值面上的颗粒物质量浓度月均值.空 根据表3中由35个空气质量监测站点获取的 间插值法是一种通过已知点或分区数据，外推求任 颗粒物质量浓度月均值，可知3一5月北京的颗粒物 意点或分区数据的方法)，通过该方法可以拟合出 的整体污染级别.为掌握其空间分布情况，通过对 区域面上某一具体经纬度对应的颗粒物质量浓度

第 期 刘 杰等 ： 北 京大气颗粒 物污染特征及 空间 分 布插值 分析 ‘ 日 均质量浓 度 限值 达标率为 和 ？ 。 值 月 份最高 , 。 的 月 均值 月 份最高 , 二者 的 月 的质量 浓度最高 日 均值均出 现 在 而次 均值均为 月 份偏低 颗粒物质量浓 度 变 化及污染 高 日 均值均 出 现在 , 其 中 的 月 均 级别见表 表 颗粒污 染物 质量浓度 限 值对应 的 空 气质 量分 指数及相关 信息 平均 浓度 空 气质量 级别 对健康人群影 响情况 分指数 级 优 空 气质量 令人 满意 , 基本 无空 气污染 级 良 空 气 质量 可 接受 但某些 污染 物 可 能对极 少数异常 敏感人群有 较弱 影响 级 轻度污染 易 感 人群 症状有轻 度加 剧 , 健康人群 出 现刺 激症 状 级 中 度 污染 进一 步加 剧 易 感人群症状 , 可 能对健康 人群 心脏 、 呼 吸系 统有影 响 级 重度 污 染 心 脏病 和肺病患 者 症状显 著加 剧 运 动 耐 受力降 低 , 健康 人群普 遍 出 现 症状 级 严重 污 染 健康 人运 动 耐受力 降低 有明 显强 烈症 状 , 提前 出现某些疾病 表 颗粒物质量浓 度 变 化及 污染级 别 最小 日 均 值 最大 日 均值 月 均 值 月 份 颗粒物 , ‘ ‘ 污染级 别 质 量浓 度 比 ％ 轻 度 污染 月 良 良 月 良 轻度 污染 月 良 相关 性分析 关性分析如 表 所 示 经分析 , — 月 颗粒物 质 量 结合图 并由 以上分析可知 , 和 的 质 浓度 的相关系 数 依次 为 、 和 , 由 于 量浓 度具有 明 显 的 相关特征 分别对 个监 测 点 丨 ？ 丨 在显 著性水平 的 条件下 均存 月 和 。 的 质量浓度 均值作相关性 在 , 故 和 。 的 质量浓 度存在特 别显 分析 结果如 图 所示 由 图 可 见 和 。 的 著 旳线性相关关系 质量浓度 均 值呈线 性关系 , 其线性 回 归 及显 著 相 表 关于 的质量浓 度线 性 回 归 及 相关性分析 似 显 著性水 平 月 份 斜 率 截距 相关系数 拟合 优度 炉 自 由 度 尺 尺。 月 月 月 注 ： 显 著性水平 由 查 表取得 由 于 根据拟合 时 的 实际 自 由 度 , 月 份按 自 由 度 《 进 行 显著 性检 验 , 、 月 份 按 自 由 度 迸行 显 著性检验 名 监测点得到 的 颗 粒物 质量： 浓 度 均 值进行 空 间 插 值 可进 步可视化整个北京 的 颗粒物污染特征 , 并 空 间插值算法的实现 预测 出 整个插值面上的 颗粒物 质 量浓度月 均值 空 根据表 中 由 个空气质量监测 站点 获取 的 间插值法是一 种通 过 已 知 点或 分区 数据 外推 求任 颗粒物质 量浓度月 均值, 可 知 — 月 北京 的 颗粒物 意点 或分 区数据的方法 通 过该方法可 以 拟合出 的 整 体污染级别 为 掌握其空 间 分布情况 , 通 过 对 区域面上某一 具体经纬 度 对应 的 颗粒物 质量浓度

·1274· 北京科技大学学报 第36卷 450 a 300r 400 1=0.94-12.75x 3y=0.74-13.72x R-0.97 250 R=0.87 350 300 200 。 250 150 200 150 誉 100 g、 0 :”· . 0 50 100150200250300350400450 50 100150200250300350 质量浓度PM/ug·m) 质量浓度PMμg·m 350 3y=0.7x-10.1 300 R=0.82 250 200 150 50.绘 100 0 50100150200250300350400450 质量浓度PM,ug·m) 图3PM2,和PMn的质量浓度1h均值相关性分析 Fig.3 Correlation analysis on the 1-hour average concentrations of PM2 s and PMo 此处采用径向基函数插值进行研究，该方法不需要 5所示. 对空间方差的结构作预先估计，而对于颗粒污染物 3.2插值结果验证 来说，这种来源的统计假设往往是难以估计和验证 为验证插值结果的准确性，可采用k重交叉验 的.此外，在保证一定精度的前提下，该方法具有编 证法对插值结果进行反证，并与克里格插值法所得 程简单和计算量小的优点[31) 结果进行对比.将35个插值对象（监测点）随机等 根据北京市地理经纬度及35个监测站点的分 分为七个集合，抽取其中六个集合(30个点)进行插 布，选取北纬39.5°~40.5°、东经116°~117.2°共 值，得到一个决策函数，并用决策函数对剩下的一个 100km×111km的地理空间范围进行研究，该范围 集合(5个点)进行样本验证.该过程重复七次，取 覆盖了北京的大部分区域.采用Matlab工具的空间 七次过程中的测试误差的平均值作为推广误差.通 插值函数进行研究，其径向基插值的算法实现主要 过计算其平均误差(ME)、平均绝对误差(MAE)、均 基于双调和格林函数插值[2].该算法是一个最小 方根误差(RMSE)和平均相对误差(MRE),对拟合 曲率插值，以各样点为中心的格林函数的线性组合 结果进行评估.其中，平均误差从总体上反映估计 来构成插值曲面，通过调节各点的权重来使曲面通 值的误差大小，平均绝对误差则反映估计值可能的 过各样点[3]，由于格林公式的个数可以少于数据点 误差范围，均方根误差可反映插值函数的反演灵敏 的个数，从而使插值曲线不会与不准确的数据点相 度和极值效应，平均相对误差反映了精密度的高低. 匹配4].在地理经纬度与颗粒物质量浓度构成的 各误差指标分别按下式计算： 三维空间里，由多条曲线组成的网格集合就是所求 曲面，其曲线代表相应的地理坐标所对应的一个截 (c.-c.) 面上的污染物质量浓度值.将研究区域的地理经纬 (1) n 度划分为200×200个网格，分别对35个监测点的 地理经纬坐标及3一5月的PM2s和PM1o质量浓度 Ic.-G.I 月均值进行空间插值，其插值结果分别如图4和图 δME= (2)

? 1 2 7 4 ? 北 京 科 技 大 学 学 报 第 卷 — 尺 尺 ： ■ ■ 窆 ； ； ■ ° ° 质 量浓 度 质 量 浓度 ° 质量 浓 度 图 和 的质 量 浓度 均 值相关性分析 此处采 用径 向 基 函 数 插值进 行研究 该方法 不 需 要 所示 对空 间 方差 的 结构作 预先估 计 而对 于 颗粒污 染 物 插 值结 果验证 来说 , 这种 来源 的 统计假 设 往 往是难 以 估计 和验 证 为 验证插值结 果 的 准 确 性 , 可 采用 重交叉 验 的 此外 , 在保证一 定精度 的 前提下 该方法具有 编 证法对 插值结果进 行反证 , 并与 克 里格插值 法所得 程简单和 计算量小 的优点 结果进 行对 比 将 个插 值 对象 ( 监测 点 ) 随 机 等 根据北 京市地理 经纬 度及 个监测 站点 的 分 分为 七个集合 抽取其 中六 个集合 个点 ) 进行插 布 , 选 取北 纬 。 ° 、 东 经 ° ° 共 值 得 到一 个决策 函 数 并用 决策 函数对剩 下 的 一 个 的 地 理空 间 , ； 围 进 行研究 该范 围 集合 个点 ) 进 行 样 本验证 该过 程重 复 七 次 取 覆盖了 北 京 的大部分区 域 采用 工具的 空 间 七次过程 中 的 测试误差 的平 均值作为 推广 误差 通 插值 函 数进行研究 , 其径向 基插 值的 算 法 实 现 主要 过计算 其平均误差 ( 、 平均绝 对误差 ( 、 均 基于 双调 和 格 林 函 数插 值 该算 法 是 一 个最 小 方根 误差 ( 和平 均 相对 误 差 ( 对拟 合 曲 率插值 , 以各样 点 为 中 心 的 格 林函 数 的 线性组 合 结果进行评估 其中 平均误 差 从总体上 反 映 估计 来 构 成插 值 曲 面 , 通 过 调 节各 点 的 权重 来 使曲 面通 值的误差大小 平均 绝 对误差 则 反 映估计值 可 能 的 过 各样点 , 奸浦公式 的 个数 可 以 好細点 類細 均 方根误差 顺映 插 值 瞻的 反 演灵 敏 的 个 数 , 从而使插值 曲 线 不会 与 不准确 的 数 据点 度 和极 腿应 平均 相对误差 反映 了 精密度 的 高低 匹 配 在地 理经 讳 度 与 颗粒物 质量浓 度构 成 的 各误差 指标分别 按下 式 计算 三维空 间 里 , 由 多条 曲 线 组成 的 网 格集 合 就 是所求 ‘ 曲 面 其曲 线 代表相 应 的 地理 坐标所对 应 的 一 个截 面 上 的 污染 物质量浓 度值 将研究 区域 的 地理经纬 , 度 划 分为 个 网 格 , 分 别对 个监 测 点 的 地理经玮 坐 标及 — 月 的 和 。 质量 浓度 。 § 月 均值进行空 间 插值 , 其插值结 果 分别 如 图 和 图 ’ (

第9期 刘杰等：北京大气颗粒物污染特征及空间分布插值分析 ·1275· 质量浓度μg·m 质量浓度gm) 40.5- 36 40.5 85 (a) 40.4- 80 40.3 40.3 402 75 40.2 115 401 70 110 65 39.9 105 39.9 60 39.8 3 39.7 39.7 39.6 50 39.6 7 39 85 116.0116.21164116.6116.8117.0 39-5i60162646616817.0 45 经度坐标/) 经度坐标) 质量浓度g·m) 40.5 130 40.4- 120 40.3 10 40.2 40.1 40.0 80 39.9 70 39.8 60 39.7 50 39.6 40 39.5 30 116.0116.2116.4116.6116.8117.0 经度坐标) 图4北京2013年3一5月PM25质量浓度月均值的地理分布插值结果 Fig.4 Interpolation of the I-month average concentration and geographical distribution of PM2s in the Beijing area,March to May 2013 表5k重交叉验证分组 (C,-C)2 Table 5 Groups for k-fold cross validation δRMSE= = (3) ① ② ③ ⑤ ⑦ (C:-G) 9 2 3 18 1 6 13 4 (4) 人 12 20 7 10 24 23 26 之 15 式中，δE,δMAE、6wsE和6MRE分别为实际监测值与拟 25 28 19 0 22 16 合值的平均误差、平均绝对误差、均方根误差和平均 27 29 34 32 33 25 31 相对误差：C:和C,分别为第i个监测点的实际监测 值和拟合值，g·m-3;n为监测点的数量，35 115.8}.再次选择其余六组集合作为验证集和测试 以北京市3月35个监测点PM25质量浓度月均 集，依次循环计算，直到所有分组全部被选择计算一 值的插值结果为例进行交叉验证，使用MATLAB随 遍为止.根据3月份各监测点PM25质量浓度月均 机函数将35个点分为①~⑦组，其分组及编号如表 值，①~⑦的实际监测值及对应的拟合值可构建如 5所示. 下的样本矩阵： 首先选择第①组集合Cp={114.5,118.8, Cmp= 97.73,98.40,105.0}作为验证集，剩余的第②~⑦ 「114.5105.0101.4115.7100.3106.6105.27 组集合C,=}Cp,Cp,Cp,C5p,C6p,Cp}作为插值测 118.8103.5102.4113.296.7112.6108.0 试集，通过MATLAB径向基插值函数对测试集进行 97.73108.894.8111.987.8101.4102.9 插值，可找出与第①组集合相匹配的地理经纬度所 98.40113.2110.0111.3133.089.75111.1 对应的拟合值为Cp={100.7,120.7,103.2,99.05, 105.0118.8121.0116.9116.1101.7113.8

第 期 刘 杰 等 ： 北京 大 气 颗粒物 污染特征及 空 间 分 布 插值 分 析 质 量浓 度 质 量浓度 ■ 刭 義 證 、 “ “ ” ■ 『 、 國 圓 经度坐标 ° 经度 坐标 ° 质量浓度 — 量 》 一 如 返 ‘ 恝 邋 ￡ 寿 歡 — 经度坐标 ° 图 北 京 年 — 月 ？ 质量浓 度 月 均值 的 地理 分布 插 值结 果 ： 表 重 交叉 验 证分 组 丨 — 飄 」 ’ ① ② ③ ④ ⑤ ⑦ 谷 … 式 中 , 谷 、 谷 、 谷 和 谷 分别 为 头 际监 测 值与 拟 合 值的平均误差 、 平均绝 对误差 、 均 方根误差和平 均 相对误差 和 亡 分别为第 个监 测点 的 实 际监 测 值 和 拟合值 为监 测 点 的 数量 再次选择其余六组 集 合作 为验证集 和测 试 以 北京市 月 个监 测 点 质 量浓 度 月 均 集 , 依 次循环计算 , 直到所 有分组全 部被选择 计算 一 值 的 插值结 果为 例进 行交 叉 验 证 , 使 用 随 遍 为 止 根 据 月 份 各监 测 点 质量 浓度 月 均 机 函 数将 个点 分为① ⑦组 , 其分组 及编 号 如 表 值 ① ⑦的 实 际监测 值及 对应 的 拟合 值 可 构 建如 所示 下 的 样本矩阵 ： 首 先选 择 第 ① 组 集 合 , , 丨 作 为 验证集 , 剩 余的 第② ⑦ 「 组 集合 丨 ( ： ； ： ： ； ： , ： , ￡： ； 作 为 插 值 测 试 集 通 过 径 向 基插值 函 数 对 测试集 进 行 , 插 值 可 找 出 与第①组 集合 相 匹 配 的 地 理经纬 度 所 对 应 的 拟合值为 丨

·1276 北京科技大学学报 第36卷 质量浓度g·m 质量浓度gm习 40.5 200 40.5 200 0.4 190 回 40.4 180 40 0.3 160 40 140 39.9 % 39.8 39.7 39.7 60 39.6 100 39.6 40 39.5 39.5 20 16.0116.2116.4116.6116.8117.0 116.0116.2116.4116.6116.8117.0 经度坐标) 经度坐标) 质量浓度ugm》 40.5 180 40.4 回 170 40.3 160 40.2 40.1 140 40.0- 39.9 120 39.8 10 39.7 0 39.6 90 9 39. 116.0116.2116.4116.6116.8117.0 经度坐标) 图5北京2013年3-5月PM质量浓度月均值的地理分布插值结果 Fig.5 Interpolation of the 1-month average concentration and geographical distribution of PMo in the Beijing area,March to May 2013 Cp= MATLAB的DACE工具（A MATLAB Kriging Tool- 100.7112.6113.998.25111.6110.2107.27 box)进行克里格插值，并按以上方法进行交叉验证， 120.7105.7113.6104.295.39102.0106.5 其结果如表7所示. 103.2121.3102.5123.193.6093.59116.9 由表6和表7所示的两种插值方法交叉验证的 99.05119.0108.9105.1133.988.06114.8 各项误差指标可知，两种插值方法效果差异不大，均 115.8124.1103.8105.5106.699.9998.57」 具有一定精度.其中，两种方法对4月份PM。的插 将实际监测值和拟合值分别代入式(1)~(4) 值效果均较差.这主要是由于研究区域监测数据局 可得，6ME=-0.31,6ME=7.47,6RMsE=9.00,6MRE= 部变异性较大，即部分点位与相邻点位有显著的差 6.89%.同理，依此计算可分别得出PM25和PM1。在 异，造成了空间插值产生过于理想化的偏差，使插值 3一5月平均质量浓度插值的交叉验证结果，结果如 结果不能很好地反映真实曲面情况.克里格插值的 表6所示.此外，为对比不同方法的插值效果，用 误差主要体现在插值函数及参数优选的复杂性上， 表6径向基插值交叉验证数据结果 Table 6 Cross validation results of radial basis interpolation PM25 PM:o 月份 ME MAE RMSE MRE/% ME MAE RMSE MRE/% 3月 -0.31 7.47 9.00 6.89 1.77 17.54 22.19 13.50 4月 -0.55 5.22 6.43 8.40 2.63 13.13 15.50 16.35 5月 -1.83 8.61 10.14 11.01 1.40 12.41 16.30 9.37 总体误差 -0.90 7.10 8.61 8.77 1.93 14.36 18.24 13.07

? 1 2 7 6 ? 北 京 科 技 大 学 学 报 第 卷 质量浓度 质量浓 度 ： ； , 濃 。 零 《 勸 ■ ■ ？ 圓 经度坐 标 ° 经度坐 标 ° 质量 浓度 ■ ■ 疒 ■ 返 别 巧 “ ■ 经度坐标 ° 图 北 京 年 — 月 质量 浓 度 月 均 值 的 地 理分布 插值结果 的 工 具 ( 进行克里格插 值 , 并按以 上方法 进行交叉验证 , 其结果如 表 所示 由 表 和 表 所示 的 两 种插值方法交叉 验证的 各项误差 指标可知 , 两种插值方法效果差异不 大 , 均 」 具有 一 定精度 其中 , 两种 方法对 月 份 。 的 插 将实 际监测 值和 拟合值 分别代人式 ( 值效果均 较差 这 主要是 由 于研究 区 域监测 数据 局 可得 , , , , 部 变异性较大 , 即 部 分点 位 与 相 邻 点 位有显 著的 差 同 理 依此计算可 分别 得出 和 ？ 。 在 异 , 造成 了 空 间 插值产生过于 理想化 的 偏差 使插值 — 月 平均 质量浓度插 值的 交叉验证结果 , 结果 如 结果不能 很好地反映 真实 曲 面情况 克里 格插值的 表 所 示 此外 , 为 对 比 不 同 方法 的 插 值效 果 , 用 误差主要体现 在插值 函数及参数优选 的 复 杂性上 , 表 径 向 基插值交 叉验证 数据 结果 月 份 月 月 月 总 体误差

第9期 刘杰等：北京大气颗粒物污染特征及空间分布插值分析 ·1277· 表7克里格插值交叉验证数据结果 Table 7 Cross validation results of Kriging interpolation PM2.5 PM:a 月份 ME MAE RMSE MRE/% ME MAE RMSE MRE/% 3月 -2.59 11.62 15.13 10.87 -1.05 18.3 22.53 14.67 4月 -1.03 5.47 6.61 9.06 2.73 13.96 15.37 18.51 5月 -2.81 10.92 14.55 14.12 0.39 11.8 14.10 8.88 总体误差 -2.14 9.33 12.67 11.31 0.69 14.70 17.69 13.99 且与软件本身对克里格函数参数最优拟合算法实现 月均拟合值为100.7g·m3,具有较好的预测精 的完善性有关.不同插值算法在不同研究对象中的 度.反复的交叉验证结果也显示出较好的拟合效 使用，均需结合实际情况，并对结果加以验证分析和 果，整个区域面各经纬网格上的颗粒物浓度预测结 评价35-]，而同样的插值算法对不同时间的不同颗 果具有一定代表性.同理，可对3一5月的PM25和 粒物浓度，也会表现出不同的插值效果.通过交叉 PM。分布情况进行分析，总体而言，当前北京颗粒物 验证结果，平均相对误差显示基于双调和格林函数 污染主要以PM25污染为主，各区域均处于不同程度 的径向基插值效果略好，其对PM2s和PM。插值的 的污染状况下，污染区域总体呈现南高北低的特 平均相对误差分别为8.77%和13.07%，且易操作， 征，这与赵晴等)对2007年北京及周边地区大气颗 计算量小，是一种较好的选择，其插值结果具有一定 粒物区域污染特征进行研究所得出的结论基本相 的代表性.通过此种空间插值的方法，可外推预测 符.其中，城六区长期持续地处于PM2,污染，除了 整个北京地区任一地理位置的颗粒物月平均质量浓 气象因素等影响之外，分析表明主要是以各种人为 度，而不仅仅是35个监测点的观测结果，可直观表 源有关].郊区污染通常来自于城区及周边区域 征颗粒物在北京的分布特征， 污染输送，如南部地区严重的颗粒物污染，除了与该 3.3分析讨论 区域的工业扬尘、气象、地势等因素有关外，往往还 根据插值结果，可对照表2对各区域颗粒物污 受到周边省市如河北、天津、山东等偏南地区的污染 染级别进行分析.与表3对污染级别划分的不同之 输送[39)；尤其在持续南风的作用下，河北地区对北 处在于，应用空间插值的方法，可预测出35个监测 京颗粒物的贡献率甚至可高达50%~70%〔01.颗 点以外的未知区域的颗粒物平均质量浓度，这使得 粒物的传输与转化对北京区域性污染特征的影响较 北京地区每个区域面乃至每个经纬网格上颗粒物的 大，但具体程度仍需进一步观测、解析并提供充分、 污染级别都可以直观体现出来，在时间序列完整的 有效的证据 基础上提高了空间分辨率，并由此表征出了每个监 测点的区域代表性.由图4和图5可以看出北京 4结论 3-5月颗粒物污染均呈一定的区域特征，并可得出 (1)由35个监测站点得出的北京2013年3~5 颗粒物质量浓度的频数分布.以图4(a)为例，2013 月1h质量浓度均值具有相同完整的时间序列.根 年3月北京PM25质量浓度频数较高的范围为85~ 据其换算的质量浓度月均值可知，3月份和5月份 135ug·m-3.其中，城六区长期处于PM2轻度污染 颗粒物污染级别为PM2,轻度污染，4月颗粒物污染 (Ⅲ级)，污染较重区域主要集中在朝阳区，其长期 级别为良；期间PM25和PMo的日均质量浓度限值 处于PM2.5中度污染(V级)：郊区污染较重区域主 达标率分别为57.8%和79.5%，二者的3-5月质 要集中在房山区，其长期处于PM2s中度污染(V 量浓度1h均值相关系数分别达0.97、0.87和 级)，密云县受颗粒物污染最轻，其长期处于良（Ⅱ 0.82,存在特别显著的线性相关关系. 级)，其中京东北密云水库的测点基本表征了东北 (2)结合颗粒物质量浓度的MATLAB空间插 部区域的洁净空气特征，较具代表性。此外，插值结 值方法及交叉验证结果的对比分析可知，径向基函 果可预测区域面上任一经纬网格的颗粒物质量浓度 数插值和克里格插值效果差异不大，径向基插值易 月均值.以交叉验证的第一次随机抽取计算为例， 操作，计算量小，且其最小曲率的插值方法可获得连 点位9（植物园）的实测浓度月均值为114.5g· 续光滑的拟合曲面，在区域污染局部变异性较小时 m3,在将其抽取出来作为验证集时，该点位的浓度 可获得精度较好的插值结果，该方法所得插值结果

第 期 刘 杰等 ： 北 京大气颗粒物污染特征及 空 间分布 插值 分析 ■ ■ 表 克 里格插值交叉 验证数据结果 月 份 月 — 月 月 总 体误差 丨 丨 且与软件本身对克里格 函数参数最优拟合算法实现 月 均拟 合值 为 , 具有 较 好 的预 测 精 的 完善性有关 不同 插值算法在 不同 研究对象 中 的 度 反复的 交叉验证 结果 也 显 示 出 较 好 的拟 合效 使用 均需结合实 际情况 , 并对结果加 以 验证分析和 果 , 整个区 域面各经 纬 网 格 上的 颗粒物 浓度预测 结 评价 , 而同 样的插值算法对不同 时 间的不 同 颗 果具有 一 定 代表性 同 理 , 可 对 — 月 的 ？厘 和 粒物浓度 也会表现 出 不 同 的 插值效果 通 过交叉 分布情况进行分析 总 体而言 , 当 前北京颗粒物 验证结果 , 平均相 对误差 显示 基 于 双调 和格林函 数 污 染主要 以 污 染 为主 , 各 区域 均处于 不 同 程度 的径向 基插值效果 略好 其对 和 。 插值 的 的 污染状况 下 污 染 区 域 总 体 呈现 南 高 北低 的 特 平均相 对误差分别 为 和 , 且易 操作 , 征 , 这 与赵晴等 对 年北京及周边地 区大气颗 计算量小 是 一 种较好 的选择 , 其插值结果具有一 定 粒物区 域污 染 特征 进行研究所 得 出 的 结论 基本相 的代表性 通 过此种 空 间 插值 的 方法 可 外推 预测 符 其 中 , 城六 区 长 期持续地处 于 污染 , 除 了 整个北京地 区 任一 地理位置 的颗粒物月 平均 质量浓 气象因 素等影响之外 , 分析 表 明 主要是 以 各种人为 度 , 而不仅仅是 个 监测点 的 观测 结果 , 可 直 观表 源有关 郊 区 污 染 通 常来 自 于 城 区及 周 边 区 域 征 颗粒物在北京 的分布 特征 污 染输送, 如 南部地 区 严重的颗 粒物 污 染 除 了 与该 分析 讨论 区域 的 工业扬尘 、 气 象 、 地势 等 因 素 有 关外 往往还 根据 插 值结果 , 可 对 照表 对各 区域颗 粒物污 受 到周 边省市如河北 、 天津 、 山 东等偏 南地 区 的 污染 染 级别进行分析 与表 对污染 级别划 分的 不 同 之 输送 ； 尤其在持续 南 风 的 作 用下 河 北 地 区对北 处在于 应用 空 间插值 的 方法 , 可预 测 出 个监测 京颗粒物 的 贡 献率甚至 可 高达 颗 点 以 外 的 未 知 区域 的颗粒物平 均质量浓度 , 这使得 粒物 的传输与转化对北京 区 域性污染 特征 的 影响 较 北京地区每个 区域面乃 至每个经讳 网格 上颗粒物 的 大 , 但具体程度仍需 进一 步 观测 、 解析并提供充 分 、 污染级别都可 以直观体现 出来 , 在 时 间 序 列 完 整 的 有效 的 证据 基础上 提高 了 空 间 分辨率 并 由 此表征 出 了 每个监 测 点 的 区域代 表性 由 图 和 图 可 以 看 出 北 京 — 月 颗粒物污染均呈一 定的 区 域特征 并可得 出 ( 由 个监测 站点得 出 的北京 年 颗粒物质量浓度 的 频数分布 以 图 为例 月 质量浓 度均值具有 相 同 完 整 的 时 间 序 列 根 年 月 北京 质量浓度频数较高 的 范 围 为 据其换算 的 质量浓 度 月 均 值 可知 , 月 份和 月 份 其中 , 城六区 长 期处 于 轻度 污染 颗粒物 污染级别为 轻 度 污染 , 月 颗粒物 污染 级 ) , 污染 较重 区 域主要集 中 在朝 阳 区 , 其长 期 级别为 良 ； 期 间 ？》 和 的 日 均质 量 浓度 限 值 处 于 中 度污染 ( 级 ) ； 郊区 污染 较重 区域 主 达标率分别 为 和 , 二者 的 — 月 质 要集 中 在房 山 区 , 其 长 期 处于 度 污 染 ( 量 浓 度 均 值相 关 系 数 分 别 达 、 和 级 ) , 密 云县受 颗粒物污 染最 轻 , 其长 期处于 良 ( 存在特别 显著 的线性相关关系 级 ) , 其中 京 东北 密 云 水 库 的 测 点 基本 表 征 了 东 北 ( 结 合颗粒物 质量 浓 度 的 空 间 插 部区 域的 洁净空气特征 较具代表性 此外 插值结 值方法及交叉 验证结 果 的 对 比 分析可 知 径 向 基 函 果可预测 区 域面上任 一 经纬 网 格 的 颗粒物质量浓度 数插值和克里格插值效果 差异 不大 , 径 向基 插值易 月 均值 以 交叉 验证 的 第 一 次 随机抽 取计算 为 例 , 操作 , 计算量小 且其最小 曲 率的 插值方法可获得连 点位 植物 园 ) 的 实 测 浓 度 月 均值 为 续光滑 的拟合曲 面 在 区 域 污 染局部变 异性 较小时 , 在将其抽 取出 来作 为验证 集时 , 该点位的 浓度 可获得精度 较好的 插 值结果 该方法所 得插 值结 果

·1278· 北京科技大学学报 第36卷 可表征北京2013年3一5月颗粒物分布特征.由结 based aerosol optical depth:development and application.Entiron 果可知当前北京颗粒物污染呈明显的区域特征，各 Health Perspect,2010,118(6)847 [8]Yuan Y S,Liu D M,Che R J,et al.Research on the pollution 区域均处于不同程度的颗粒物污染状况 situation of atmospheric particulates during Autumn in Beijing (3)利用高维空间插值算法可外推预测北京地 City.Ecol Enziron,2007,16(1):18 区任一经纬网格的颗粒物质量浓度月均值，使各监 (袁杨森，刘大锰，车瑞俊，等.北京市秋季大气颗粒物的污 测站点所获取的局部、离散、有限的点源数据，形成 染特征研究.生态环境，2007,16(1)：18) 区域面的分布，实现颗粒物平均质量浓度分布由点 [9]Tian L,Dong D M,Wei Q,et al.Comparison of three spatial in- 到面的转变，提高了实时监测结果的空间信息分辨 terpolation methods for statistical proceing of lead monitoring data in road dust.J Jilin Univ Sci Ed,2011,49(5):964 率，在研究大气颗粒物的浓度分布上有着一定的应 (田雷，董德明，魏强，等.3种空间插值方法在道路尘中b 用前景：但在插值函数的选择上仍需进一步探索和 监测数据统计处理中的应用比较.吉林大学学报：理学版， 验证，并可结合某一时段卫星反演结果，验证其预测 2011,49(5):964) 结果的准确性 [10]Yang Y C,Yang K,Wang Z H,et al.Application of spatial in- (4)北京大气颗粒物污染是一个较为复杂的区 terpolation in moving observations of thermal environment.J Cent 域性问题，其污染特征受人为源、气象因素、地理因 South Univ Sci Technol,2012,43(9):3741 (杨永川，杨轲，王志浩，等.空间插值法在热环境流动观测 素及其他未知因素的综合影响，2013年3一5月颗 中的应用.中南大学学报：自然科学版，2012,43(9)： 粒物的平均质量浓度变化具有一定的周期性和区域 3741) 性.从冬末至夏初的季节变化及天气等因素等对颗 [11]Liu Y,Chen P Q,Zhang W,et al.A spatial interpolation meth- 粒物质量浓度有一定影响，主要包括了冬末的冷锋 od for surface air temperature and its error analysis.Chin J Atmos 和降雪、春季的沙尘和大风、夏初的降雨和湿热等； Sci,2006,30(1):146 (刘宇，陈泮勤，张稳，等.一种地面气温的空间插值方法及 污染区域呈现由南至北逐渐递减的特征，城区颗粒 其误差分析.大气科学，2006,30(1)：146) 物污染可能主要受人为源的影响，而南部郊区等颗 [12]Zhao J.Comparison of interpolation method of ArcGIS and its ap- 粒物污染较重区域则极有可能来自区域污染传输的 plication in soil pollution investigation of Yunnan.Environ Sci 贡献. Surm,2010,29(Suppl1):85 (赵娟.Ar℃CIS插值方法对比及其在云南省土壤污染状况调 参考文献 查中的应用.环境科学导刊，20I0,29(增刊1)：85) [1]Zhao Q,He K B,Ma Y L,et al.Regional PM pollution in Bei- [13]Zhang T C,Chang Q R,Liu J.Comparison of spatial interpola- jing and surrounding area during summertime.Environ Sci,2009, tion methods for soil nutrient elements:a case study of Yuyang 30(7):1873 County,Shaanxi Province.Agric Res Arid Areas,2010,28(2): (赵晴，贺克斌，马永亮，等.北京及周边地区夏季大气颗粒 17 物区域污染特征.环境科学，2009,30(7)：1873) (张铁婵，常庆瑞，刘京.土壤养分元素空间分布不同插值 [2]Dockery D W,Pope C A.Acute respiratory effects of particulate 方法研究：以榆林市榆阳区为例.干早地区农业研究，2010， air pollution.Annu Rev Publ Health,1994,15:107 28(2):177) [3]Ostro B D,Hurley S,Lipsett M J.Air pollution and daily mortali- [14]Yuan F,Bai X Y,Zhou T F,et al.Comparison between meth- ty in the Cochella Valley,Califomia:a study of PM dominated ods for interpolation of studying spatial distribution of elements:a by coarse particles.Environ Res,1999,81:231 case study of soil heavy metals in Tongling area,south China. [4]Haywood J M,Ramaswamy V,Soden B J.Tropospheric aerosol Earth Sci Front,2008,15(5)103 climate forcing in clear-sky satellite observations over the oceans. (袁峰，白晓宇，周涛发，等。元素空间分布插值方法的对比 Science,1999,283(5406):1299 研究：以铜陵地区土壤中的重金属元素为例.地学前缘， [5]Watson J G.Visibility:Science and regulation.J Air Waste Man- 2008,15(5):103) age,2005,52:628 [15]Shi P,Rui X F.Comparison and improvement of spatial rainfall [6]Li Q,Li CC,Wang Y F,et al.Retrieval on mass concentration interpolation methods.J Hohai Univ Nat Sci,2005,33(4):361 of urban surface suspended particulate matter with LIDAR and sat- (石朋，芮孝芳.降雨空间插值方法的比较与改进.河海大 ellite remotesensing.Acta Sci Nat Univ Pekinensis,2013,49(4): 学学报：自然科学版，2005,33(4)：361) 673 [16]He K B,Jia Y T,Ma Y L,et al.Regionality of episodic aerosol (李倩，李成才，王烨芳，等，利用激光雷达和卫星遥感获得 pollution in Beijing.Acta Sci Circumstantiae,2009,29(3):482 城市地面大气悬浮颗粒物浓度分布，北京大学学报：自然科学 (贺克斌，贾英韬，马永亮，等.北京大气颗粒物污染的区域 版，2013,49(4)：673) 性本质.环境科学学报，2009,29(3)：482) (7]van Donkelaar A,Martin R V,Brauer M,et al.Global estimates [17]Pu WW,Zhao X J,Zhang X L.Effect of meteorological factors of ambient fine particulate matter concentrations from satellite- on PM2s in late summer and early autumn of Beijing.J Appl Me-

? 1 2 7 8 ? 北 京 科 技 大 学 学 报 第 卷 可表征北京 年 — 月 颗粒物分布 特征 由 结 ： 果可知 当前北京颗粒物 污 染 呈 明 显 的 区域 特征 各 — ’ ： 区 域均处于不 同程度 的 颗粒物污染状况 ° ° ° 利用 高维空 间 插值算法可外推预测 北京 地 , ！ 区 任 一 经纬 网 格的 颗 粒物 质量 浓度月 均值 使各 监 ( 袁杨 森 , 刘 大键 , 车瑞俊 , 等 北 京市 秋季 大气颗粒 物 的 污 测站点所获取的 局 部 、 离 散、 有 限 的 点 源数据 , 形 成 染 特征 研究 生态 环境 , ： 区域面 的 分布 , 实 现颗粒物平均质 量 浓度 分布 由 点 到 面 的转变 , 提高 了 实时监测 结果 的 空 间 信息 分辨 ° ° ° ° ° ° 丨 , , ： 率 在研允大气颗粒物 的 浓度 分 布上 有着 一 定 的 应 ( 田 雷 , 董德明 , 魏强 , 等 种 空 间插值方 法在道路尘 中 用前景 但在插值函 数 的选择上仍需 进一 步探索和 监测 数据统计处 理 中 的 应用 比 较 吉 林 大学 学报 ： 理 学 版 , 验证 , 并可结合某 一 时段卫星反 演结果 验证其预测 , ： 结 的 准确性 , 匕 亨大气颗粒 物污染是 个较为复辛 的 区 域 性问 题 其污染特征受人为 源 、 气象因 素 、 地理 因 丨 杨水川 , 杨轲 , 王 志浩 , 等 空 间插值法在 热环境流动 观测 素 及其他未 知 因 素 的 综 口 影 响 , 年 — 月 颗 中 的 应 用 中 南 大 学学 报 ： 自 然 科 学 版 , , 粒物的 平均质量浓 度变 化具有 一 定的 周 期性和 区域 性 从冬末至 夏初 的季节变 化及天 气等 因 素等对颗 粒物质量浓度有一 定影 响 , 主 要包括 了 冬 末的 冷锋 ° 和 降雪、 春季 的沙 尘 和大 风、 夏 初 的 降雨和 湿热等 ； ’ ’ 仁 姊 口 山 士 方 儿 浓 此 、 刘 宇 , 陈泮 勤 , 张稳 , 等 一 种 地面 气温 的空 间插值方法 及 染 区域呈现由 南 至北 逐 渐递减的 特 征 , 城 区 颗粒 其误差 分析 大气科 学 , 篇, 。 ⑴ ： 陶 物污染可 目 旨 主要受 人为 源 的 影 响 , 而南 部郊 区 等 颗 丨 粒物污染较重 区域则 极有可 能来 自 区域污染传输 的 贡献 ’ , ： 赵娟 插值方法对 比 及 其在云 南 省 土壤 污染 状况 调 参 考 文 献 查中 的应 用 环境科学导 刊 , 增 刊 ’ ： , , ° ” ： ： 赵 晴 , 贺 克斌 , 马 永亮 , 等 北 京 及 周 边 地 区夏 季大气颗 粒 物 区域 污 染特 征 环境科学 , ： 张 铁婢 ’ 常庆瑞 ’ 土 壤养 分元 素 空 间 分 布不 同 雖 方法研 究 ： 以 榆林■阳 区为 例 干 旱地区农业 研究 ’ ： ’ , ： ； 伽 办 迚邶 ’ ’ ： 袁峰 , 白 晓宇 , 周 涛发 , 等 元 素 空 间 分布插值方法的 对 比 ￡ ’ , ： 研究 ： 以 铜 陵 地 区 土 壤 中 的 重 金 属 元 素 为 例 地 学 前 缘 , ： ’ ‘ , ： 石朋 , ？ 孝芳 降 雨父 间 插值方 法的 比较 与 改 进■ 河 海 大 , , ： 学学报 ： 自 然科 子版 , , ： 李倩 , 李 成 才 , 王烨芳 , 等 利用 激光雷达 和卫 星 遥感获 得 ： 城 市 地面 大气 悬浮颗粒物浓度分布 北京大学学报 ： 自 然 科学 ( 贺 克斌 , 贾英韬 , 马永亮 , 等 北 京 大气颗粒物 污染的 区域 版 , , ： 性本 质 环境 科学学报 , , ： ’ ’