張?jiān)苽?，王晴茹，?嘉，劉隨心，胡塔峰，顧兆林（.西安交通大學(xué)人居環(huán)境與建筑工程學(xué)院，陜西 西安 70049；.中國(guó)科學(xué)院地球環(huán)境研究所，陜西 西安 70077）

城市街谷內(nèi)PM2.5濃度時(shí)空變化及影響因素分析

張?jiān)苽?*，王晴茹1，陳 嘉1，劉隨心2，胡塔峰2，顧兆林1（1.西安交通大學(xué)人居環(huán)境與建筑工程學(xué)院，陜西 西安 710049；2.中國(guó)科學(xué)院地球環(huán)境研究所，陜西 西安 710077）

通過(guò)現(xiàn)場(chǎng)觀測(cè)研究西安市和平路街谷內(nèi)的P M2.5濃度時(shí)空變化特征及其影響因素.在2015年4月8～10日進(jìn)行了街谷內(nèi)PM2.5濃度、車(chē)流量、風(fēng)速、溫濕度等參數(shù)的日變化規(guī)律和PM2.5濃度空間分布規(guī)律的觀測(cè)實(shí)驗(yàn).觀測(cè)結(jié)果顯示西安市和平路街谷內(nèi)PM2.5濃度值較高，日間PM2.5濃度呈“凹”字形變化，早晚PM2.5濃度相對(duì)較高，在16:00前后PM2.5濃度到達(dá)一天當(dāng)中的最低值. PM2.5濃度與溫度、濕度有良好的相關(guān)性，對(duì)應(yīng)R2值分別達(dá)到0.75和0.81.靜風(fēng)天氣條件下，由溫度變化引起的大氣邊界層伸縮運(yùn)動(dòng)被發(fā)現(xiàn)是影響街谷內(nèi)污染物擴(kuò)散的主要因素.

PM2.5濃度；街谷；氣象因子；相關(guān)性

機(jī)動(dòng)車(chē)尾氣對(duì)大中型城市路邊污染物濃度貢獻(xiàn)較大，且排放源離地面很近、兩側(cè)都有連續(xù)建筑，空氣流動(dòng)較差，不利于污染物擴(kuò)散，因此城市街谷內(nèi)常觀測(cè)到較高的污染物濃度［1-2］.

在行人、自行車(chē)和機(jī)動(dòng)車(chē)混行的交通方式中，機(jī)動(dòng)車(chē)尾氣仍是大氣污染物的主要來(lái)源［3-4］.路邊PM2.5濃度與源排放和當(dāng)?shù)氐臍庀髼l件、地形規(guī)律有關(guān)，空氣質(zhì)量監(jiān)測(cè)分析研究發(fā)現(xiàn)，以城市交通主干道為中心的區(qū)域的PM2.5濃度要高于距離主干道較遠(yuǎn)的下風(fēng)處的PM2.5濃度［5-6］.李龍鳳等［7］和于建華等［8］分別觀測(cè)了廣州市街道和北京地區(qū)PM10和PM2.5濃度的日變化規(guī)律，結(jié)果顯示廣州市上午濃度較低，而北京地區(qū)觀測(cè)結(jié)果顯示下午濃度較低.白春霞［9］和Pearlmutter等［10］進(jìn)行了更為詳細(xì)的街谷內(nèi)現(xiàn)場(chǎng)觀測(cè)實(shí)驗(yàn)，觀測(cè)實(shí)驗(yàn)內(nèi)容主要包括街谷的幾何結(jié)構(gòu)、葉面積指數(shù)、太陽(yáng)長(zhǎng)短波輻射和地表墻面溫度及街谷內(nèi)風(fēng)向風(fēng)速等氣象因子.也有文獻(xiàn)研究建筑結(jié)構(gòu)及布局對(duì)街谷內(nèi)風(fēng)場(chǎng)和污染物擴(kuò)散的影響［11-12］.總體而言，對(duì)城市街谷內(nèi)污染物濃度及氣象條件的綜合觀測(cè)仍然較少.

本文選擇西安市市區(qū)典型街道，進(jìn)行街谷內(nèi)大氣環(huán)境綜合觀測(cè)，并分析了PM2.5濃度與車(chē)流量、風(fēng)速、溫濕度等參數(shù)的關(guān)系.本文研究成果對(duì)深入理解城市冠層內(nèi)空氣的污染的形成機(jī)制及向相關(guān)部門(mén)制定空氣污染防治策略有重要參考意義.

1 城市街谷環(huán)境綜合觀測(cè)

1.1 觀測(cè)地點(diǎn)

本文觀測(cè)實(shí)驗(yàn)選擇了西安市城墻內(nèi)南北走向的一條主干道，和平路. 如圖1（a）所示，和平路連接大差市和南城墻，是西安市區(qū)重要的交通干道之一.和平路街道的寬度在40m左右，觀測(cè)點(diǎn)道路兩側(cè)建筑物的高度參差不齊，路兩側(cè)有很繁茂的綠化樹(shù)木，在和平路的頂部形成一個(gè)頂蓋，為綠化街谷.觀測(cè)點(diǎn)距離城墻約100m.

圖1 和平路街谷內(nèi)觀測(cè)點(diǎn)及空間分布示意Fig. 1 Diagram of the observation points and spatial distribution

如圖1（b）所示，路邊污染物空間分布規(guī)律實(shí)驗(yàn)則選擇了3組共8個(gè)觀測(cè)點(diǎn)，包括水平方向2組及豎直方向1組，其中a1、a2、a3為一組，體現(xiàn)橫跨街道的空間分布，b1和b2為一組，體現(xiàn)沿街道的分布，c1、c2、c3為一組，體現(xiàn)垂直分布.

1.2 觀測(cè)儀器和方法

實(shí)驗(yàn)采樣儀器主要有：PM2.5濃度的測(cè)量?jī)x器為一臺(tái)Dust Trak空氣監(jiān)測(cè)器（Model 8520，TSⅠⅠnc.，US）；街谷內(nèi)空氣溫濕度的測(cè)量使用一臺(tái)溫濕度記錄儀TR-72wf，其分辨率為0.1℃，測(cè)量時(shí)間間隔為1min；地面溫度及墻面溫度使用一臺(tái)紅外測(cè)溫儀，測(cè)量范圍-32～380℃，分辨率為0.1℃，精度為±1℃；車(chē)流量數(shù)據(jù)由人工使用手機(jī)錄視頻記錄；觀測(cè)點(diǎn)風(fēng)速風(fēng)向使用超聲波風(fēng)速儀測(cè)量，風(fēng)速分辨率為0.1m/s，風(fēng)向分辨率1°.

路邊污染物及其影響因素日變化規(guī)律研究的觀測(cè)實(shí)驗(yàn)的采樣時(shí)間為2015年4月8日至4月10日8：00到20：00的連續(xù)采樣.路邊污染物空間分布規(guī)律的觀測(cè)實(shí)驗(yàn)的采樣時(shí)間為5月15日17：00到19：50的虛擬同步采樣［13］.

2 實(shí)驗(yàn)結(jié)果與分析

2.1 街谷內(nèi)污染物的日間變化規(guī)律

2015年4月8～10日在西安市和平路進(jìn)行了每天12h的連續(xù)觀測(cè)，結(jié)果顯示，PM2.5濃度最低值為0.027mg/m3，最高值為0.212mg/m3，總平均值為0.093mg/m3，PM2.5濃度的平均值超過(guò)空氣環(huán)境質(zhì)量國(guó)家標(biāo)準(zhǔn)的二級(jí)標(biāo)準(zhǔn).由于Dust Trak直接測(cè)量的PM2.5濃度數(shù)據(jù)隨時(shí)間變化劇烈，所以進(jìn)行1h平均，從而得到4月8～10日每小時(shí)平均PM2.5濃度日變化規(guī)律（圖2）.總體而言，西安市和平路的路邊污染物濃度在一天中呈現(xiàn)先減少再增加的變化趨勢(shì)，街谷內(nèi)PM2.5濃度在上午較高，之后呈現(xiàn)減小趨勢(shì)，16：00前后達(dá)到最小值，之后PM2.5濃度開(kāi)始增加.本文PM2.5濃度的變化規(guī)律與顧兆林和張?jiān)苽ィ?4］對(duì)西安市街谷內(nèi)的污染物濃度變化規(guī)律的觀測(cè)結(jié)果以及于建華等［8］對(duì)北京和徐森榮［15］對(duì)揚(yáng)州市污染物濃度的觀測(cè)結(jié)果一致，而與李龍鳳等［7］在廣州市街道觀測(cè)的上午濃度較低的規(guī)律不同.引起街谷內(nèi)污染物濃度周期性變化的主要原因是街谷內(nèi)空氣在夜間受大氣邊界層強(qiáng)烈收縮作用影響［16-18］，造成PM2.5濃度積累達(dá)到一個(gè)很高的水平，并一直延續(xù)到第二天早晨；而在白天隨著氣溫的升高，大氣邊界層開(kāi)始膨脹，導(dǎo)致城市街谷內(nèi)污染物濃度降低.

圖2 街谷內(nèi)PM2.5濃度日間變化Fig.2 Diurnal variation of PM2.5concentrations in the street canyon

4月9日對(duì)西安市和平路街谷內(nèi)污染物濃度的測(cè)量結(jié)果略有不同，當(dāng)天PM2.5濃度在16：00后沒(méi)有增加，而是以較緩和的速率繼續(xù)減少，這種變化趨勢(shì)與當(dāng)日的溫度變化有關(guān).由圖3（a）可以看出，4月9日的空氣溫度在下午時(shí)段沒(méi)有出現(xiàn)日落時(shí)的急度降溫，大氣邊界層由于受溫度影響沒(méi)有獲得強(qiáng)烈的收縮作用.溫度的變化同樣影響到4月10日早晨污染物濃度變化規(guī)律，使得4月10日上午PM2.5濃度處于相對(duì)較低的水平.

2.2 街谷內(nèi)溫濕度的日變化規(guī)律

溫濕度測(cè)量數(shù)據(jù)同樣采用1h平均處理.圖3（a）和圖3（b）分別顯示了4月8～10日西安市和平路街谷內(nèi)空氣、地面的溫度和大氣相對(duì)濕度的日變化.由圖3（a）可以看出，空氣與地面的溫度變化趨勢(shì)基本一致，大致遵從一天中太陽(yáng)的日出日落規(guī)律.這種變化趨勢(shì)主要和太陽(yáng)輻射有關(guān)，當(dāng)然和城市街谷的空氣熱量擴(kuò)散也有關(guān)系.同樣由圖3（b）看出相對(duì)濕度的變化趨勢(shì)基本與溫度的變化趨勢(shì)大致相反.

圖3 街谷地面和空氣的溫度與大氣相對(duì)濕度的日變化Fig.3 Diurnal variations of road surface and air temperatures and relative humidity in the street canyon

2.3 街谷內(nèi)風(fēng)速日變化規(guī)律

圖4 街谷內(nèi)風(fēng)速的日變化Fig.4 Diurnal variations of wind speeds in the street canyon

風(fēng)速風(fēng)向的測(cè)量結(jié)果采用每10min平均處理.圖4顯示了4月9～10日兩天和平路風(fēng)速的日變化.由于觀測(cè)點(diǎn)位于和平路西側(cè)，因此觀測(cè)顯示街谷內(nèi)風(fēng)向主要表現(xiàn)為北風(fēng)，東北風(fēng)，反映了行駛車(chē)輛對(duì)觀測(cè)點(diǎn)風(fēng)向的影響.4月9日和平路風(fēng)速在清晨相對(duì)較低，到14：00之后風(fēng)速出現(xiàn)較強(qiáng)波動(dòng)，并達(dá)到最高風(fēng)速，14：00之后整體風(fēng)速一直呈現(xiàn)下降的趨勢(shì).

2.4 街谷內(nèi)車(chē)流量的日變化規(guī)律

本文使用手機(jī)錄像功能，每小時(shí)錄15min，代表這一小時(shí)內(nèi)和平路街谷內(nèi)車(chē)流量的大致情況.值得注意的是，西安市和平路段屬于西安市城內(nèi)交通主干道，4月8～10日對(duì)應(yīng)周三～周五.如圖5所示，4月8日和4月9日的觀測(cè)呈現(xiàn)2個(gè)典型的車(chē)流量高峰期，由于觀測(cè)點(diǎn)距離正南方向十字路口紅綠燈約150m，在這兩個(gè)上下班高峰期時(shí)段，街谷內(nèi)擁堵嚴(yán)重，所以在單位時(shí)間內(nèi)車(chē)流量并不大，所以圖5中并沒(méi)有體現(xiàn)出2個(gè)高峰期的車(chē)流量數(shù)據(jù).

圖5 街谷內(nèi)車(chē)流量的日變化Fig.5 Diurnal variations of the traffic flux in the street canyon

2.5 路邊污染物濃度的空間分布規(guī)律觀測(cè)實(shí)驗(yàn)

路邊污染物濃度的空間分布規(guī)律的觀測(cè)采用虛擬同步采樣，本文對(duì)每10minPM2.5濃度的數(shù)據(jù)統(tǒng)計(jì)出一個(gè)平均值，將8個(gè)采樣點(diǎn)的平均PM2.5濃度、平均空氣溫度、平均空氣相對(duì)濕度統(tǒng)計(jì)在表1中.從表1可以看出在豎直方向上PM2.5濃度是由下到上減小的趨勢(shì).水平分布觀測(cè)結(jié)果可以看出，東十一道巷這個(gè)交叉口所觀測(cè)到的PM2.5濃度值較低，而在東西方向的3個(gè)觀測(cè)點(diǎn)表現(xiàn)出道路中央處的PM2.5濃度最高.

表1 PM2.5濃度空間分布采樣結(jié)果Table 1 Results of measured spatial distribution of PM2.5concentrations

2.6 街谷內(nèi)污染物濃度變化影響因素分析

本文使用一元線(xiàn)性回歸方程來(lái)確定PM2.5濃度與空氣溫度、相對(duì)濕度等因素的相關(guān)性，分析氣象因素對(duì)城市街谷內(nèi)空氣污染的影響.圖6為PM2.5濃度與空氣溫度、相對(duì)濕度的相關(guān)性.從圖6可以看出，街谷內(nèi)空氣溫度和PM2.5濃度之間有著顯著的線(xiàn)性相關(guān)關(guān)系，R2約等于0.75，線(xiàn)性回歸方程為y=-0.0094x+0.246.街谷內(nèi)空氣相對(duì)濕度和PM2.5濃度之間也有著顯著的線(xiàn)性相關(guān)關(guān)系，R2約等于0.81，線(xiàn)性回歸方程為y=0.0027x-0.034.

如上文所述，PM2.5濃度的日變化主要受大氣邊界層的影響，而大氣邊界層的收縮變化主要受大氣溫度的影響，從而體現(xiàn)出由于溫度變化導(dǎo)致大氣邊界層收縮從而對(duì)街谷內(nèi)PM2.5濃度的影響.

本文街谷內(nèi)PM2.5濃度與風(fēng)速的負(fù)相關(guān)性很小，這與以往研究的結(jié)論不完全一致，通過(guò)與相關(guān)研究的文獻(xiàn)［17］進(jìn)行對(duì)比分析，可以發(fā)現(xiàn)文獻(xiàn)中的風(fēng)速范圍在1.6～2.7m/s之間，而本文觀測(cè)期間的風(fēng)速數(shù)據(jù)平均值為0.7m/s.本文研究得出的風(fēng)速和PM2.5濃度相關(guān)性相對(duì)較弱的原因可能是城市街谷內(nèi)風(fēng)速相對(duì)較小以及采樣點(diǎn)較為封閉.

對(duì)PM2.5濃度和空氣溫度、空氣相對(duì)濕度兩個(gè)氣象因子的作多元線(xiàn)性回歸得到模型為y=-0.003x1+0.002x2+0.061，R2等于0.83，常數(shù)項(xiàng)為0.061，遠(yuǎn)大于2個(gè)變量的系數(shù)，也說(shuō)明了和平路街谷內(nèi)PM2.5的背景濃度較高（表2）.

圖6 街谷內(nèi)PM2.5濃度與空氣溫度及相對(duì)濕度的線(xiàn)性回歸結(jié)果Fig.6 The linear regression analysis between PM2.5concentration and air temperature and/or air relative humidity in the street canyon

表2 街谷內(nèi)氣象因子對(duì)PM2.5濃度的線(xiàn)性回歸模型Table 2 The linear regression model between PM2.5concentration and two meteorological factors

如圖7所示，本文分析了路邊觀測(cè)點(diǎn)污染物濃度隨時(shí)間的相對(duì)變化率（RV）.此處的相對(duì)變化率由公式（1）計(jì)算：

式中：Ci和RVi分別為時(shí)間i內(nèi)PM2.5的平均濃度和相對(duì)變化率.

圖7 街谷內(nèi)PM2.5濃度相對(duì)變化率Fig.7 The relative variation rate of PM2.5concentration in the street canyon

當(dāng)采樣點(diǎn)的PM2.5濃度的相對(duì)變化率比背景點(diǎn)PM2.5濃度相對(duì)變化率高時(shí)，說(shuō)明采樣點(diǎn)的PM2.5濃度處于相對(duì)積累的狀態(tài).在12：00之前，背景點(diǎn)PM2.5濃度相對(duì)變化率與街谷內(nèi)采樣點(diǎn)PM2.5濃度相對(duì)變化率相比，有高有低，一方面是因?yàn)楸尘包c(diǎn)PM2.5濃度受排放源影響小，另一方面是受到上午邊界層膨脹（主要受溫度變化影響）的影響.

3 結(jié)論

3.1 實(shí)驗(yàn)發(fā)現(xiàn)西安市和平路街谷內(nèi)PM2.5濃度值較高，超過(guò)了環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)二類(lèi)區(qū)的PM2.5濃度限值，在一天12h的觀測(cè)時(shí)間中，PM2.5濃度日變化呈“凹”形分布，兩頭即早上和晚上的PM2.5濃度相對(duì)較高，在16：00前后PM2.5濃度到達(dá)一天當(dāng)中的最低值.

3.2 街谷內(nèi)PM2.5濃度在垂直方向上表現(xiàn)為隨著高度的增加而減小，交叉口處的PM2.5濃度相對(duì)較低，而街谷內(nèi)道路中央受機(jī)動(dòng)車(chē)的影響PM2.5濃度相對(duì)較大.3.3 PM2.5濃度與空氣溫度和空氣相對(duì)濕度呈現(xiàn)較強(qiáng)的相關(guān)性，其中PM2.5濃度與空氣溫度表現(xiàn)為負(fù)相關(guān)性，而與大氣濕度表現(xiàn)為正相關(guān)性，同時(shí)PM2.5濃度與風(fēng)速表現(xiàn)為負(fù)相關(guān)性.

［1］ Wang Q， Wang Y， Zhao J Y， et al. Diffusion factors of street canyon pollutants in the cold winter of Xi'an city based on back propagation neural network analysis ［J］. Ⅰndoor and Built Environment， 2015，24（8）:1082-1094.

［2］ 鄧順熙，曹申存，成 平.西安城市交通干道汽車(chē)污染物排放因子 ［J］. 交通環(huán)保， 1999，20（4）:7-10.

［3］ Charron A， Harrison R M. Fine （P M2.5） and Coarse （PM2.5~10）particulate matter on a heavily trafficked london highway: Sources and processes ［J］. Environmental Science & Technology，2005，39（20）:7768-7776.

［4］ Cheng Y， Lee S C， Ho K F， et al. Chemically-speciated on-road PM2.5motor vehicle emission factors in Hong Kong ［J］. Science of the Total Environment， 2010，408（7）:1621-1627.

［5］ Bai S， Eisinger D， Russell A， et al. 路邊空氣污染隱形的健康“破壞者”［J］. 交通建設(shè)與管理， 2014，（4）:60-63.

［6］ 王翠萍，陳 洋，鐘 珂，等.城市街道空氣質(zhì)量與道路綠化形式的關(guān)系 ［J］. 城市環(huán)境與城市生態(tài)， 2003，16（6）:7-9.

［7］ 李龍鳳，王新明，趙利榮，等.廣州市街道環(huán)境PM10和PM2.5質(zhì)量濃度的變化規(guī)律 ［J］. 地球與環(huán)境， 2005，33（2）:57-60.

［8］ 于建華，虞 統(tǒng)，魏 強(qiáng)，等.北京地區(qū)PM10和PM2.5質(zhì)量濃度的變化特征 ［J］. 環(huán)境科學(xué)研究， 2004，17（1）:45-47.

［9］ 白春霞.城市交通峽谷污染物濃度相關(guān)影響因素測(cè)試研究 ［D］.西安:長(zhǎng)安大學(xué)， 2012.

［10］ Pearlmutter D， Bitan R， Berliner P. Microclimatic analysis of“compact” urban canyons in an arid zone ［J］. Atmospheric Environment， 1999，33（24）:4143-4150.

［11］ 楊 方，鐘 珂，亢燕銘.街道峽谷對(duì)稱(chēng)性對(duì)污染物擴(kuò)散的影響［J］. 中國(guó)環(huán)境科學(xué)， 2015，35（3）:706-713.

［12］ 朱 強(qiáng)，亢燕銘，楊 方，等.上游建筑對(duì)街道峽谷內(nèi)流場(chǎng)和污染物分布特征的影響 ［J］. 中國(guó)環(huán)境科學(xué)， 2015，35（1）:45-54.

［13］ Kumar P， Fennell P， Langley D， et al. Pseudo-simultaneous measurements for the vertical variation of coarse， fine and ultrafine particles in an urban street canyon ［J］. Atmospheric Environment， 2008，42（18）:4304-4319.

［14］ 顧兆林，張?jiān)苽?城市與建筑風(fēng)環(huán)境大渦模擬方法及其應(yīng)用［M］. 北京:科學(xué)出版社， 2014.

［15］ 徐森榮，湯品琪，王語(yǔ)嫣，等.揚(yáng)州市空氣PM2.5濃度時(shí)空分異研究［J］. 地理教學(xué)， 2012，20:62-64.

［16］ Rotach M W， Fisher B， Piringer M. Cost 715 workshop on urban boundary layer parameterizations ［J］. Bulletin of the American Meteorological Society， 2002，83（10）:1501-1504.

［17］ Raupach M R， Antonia R A， Rajagopalan S. Rough-wall turbulent boundary layers ［J］. Applied Mechanics Reviews，1991，44（1）:1-16.

［18］ Tennekes H， Lumley J L. A first course in turbulence ［J］. MⅠT Press， 2014，86（10）:1153-1176.

Temporal and spatial characteristics of PM2.5 concentration in urban street canyons and analysis on the affecting factors.

ZHANG Yun-wei1*， WANG Qing-ru1， CHEN Jia1， LIU Sui-xin2， HU Ta-feng2， GU Zhao-lin1（1.School of Human Settlements and Civil Engineering， Xi'an Jiaotong University， Xi'an 710049， China；2.Institute of Earth Environment，Chinese Academy of Sciences， Xi'an 710077， China）. China Environmental Science， 2016，36（10）：2944～2949

In the current work， temporal variations of PM2.5concentration， traffic flux， wind speed， air temperature and humidity was measured on Heping Road， which well represents an urban the street canyon， during April 8～10， 2015， in Xi'an. Based on these measurements， diurnal and spatial variations of PM2.5in the urban street canyon and the affecting factors were investigated. Generally， PM2.5concentrations were found very high in the street canyon， especially in the morning and evening. The lowest PM2.5concentrations were observed at 16:00 in the daytime. Good correlations were found between PM2.5concentration and air temperature and/or humidity， with R2values of 0.75 and 0.81， respectively. Under weak wind conditions， the temperature variation induced expansion and contraction was found to be the main influencing factor on pollutant dispersion in urban street canyons.

PM2.5concentration；street canyon；meteorological factors；correlation

X169

A

1000-6923（2016）10-2944-06

張?jiān)苽ィ?980-），男，河南開(kāi)封人，副教授，博士，主要從事城市大氣環(huán)境方向研究.發(fā)表論文30余篇.

2016-02-12

國(guó)家自然科學(xué)基金（51508458，11572242）；中央高校基本科研專(zhuān)項(xiàng)項(xiàng)目（xjj2014054）

* 責(zé)任作者， 副教授， zhangyunwei@xjtu.edu.cn