李 芮,陳 ?、?陸嘉棟,祝善友

(1.南京信息工程大學遙感與測繪工程學院,江蘇 南京 210044;2.南京信息工程大學電子與信息工程學院,江蘇 南京 210044)

城市污染島(urban pollution island,UPI)是指城市地區(qū)空氣污染物濃度相比郊區(qū)和農(nóng)村等較高的現(xiàn)象[1],由氣溶膠引起的城區(qū)污染聚集的現(xiàn)象稱為城市氣溶膠污染島(urban aerosol pollution island,UAPI)[2]。由于城市是人口高度聚集的區(qū)域,其上空較高的氣溶膠濃度,尤其是較高的細顆粒物PM2.5濃度,對人體身心健康有著嚴重的危害[3]。同時,由于城市氣溶膠的來源多樣、性質(zhì)多變[4],下墊面屬性復雜,城市冠層結(jié)構(gòu)獨特,UAPI與輻射傳輸、熱環(huán)境、城市氣候等的相互作用機理也成為近年來的研究熱點和難點,具有重要的理論意義和實踐價值[1,5-6]。

在UAPI的概念提出之前,已有學者提出了城市混濁島效應,并利用太陽散射輻射與直射輻射的比值、能見度等來描述城市污染物聚集的現(xiàn)象[7]。目前國際上已經(jīng)形成了空氣質(zhì)量觀測網(wǎng)絡,可提供PM2.5、PM10以及各種污染氣體的逐小時監(jiān)測結(jié)果。如LI等[2]利用柏林站點PM10數(shù)據(jù),統(tǒng)計分析了UAPI強度的日變化和季節(jié)變化。我國自2012年起,逐漸建立起覆蓋范圍廣泛的國家環(huán)境空氣質(zhì)量監(jiān)測網(wǎng),截至2020年5月共有1 600余個國控監(jiān)測站點,這些站點的建設為UAPI研究提供了寶貴的數(shù)據(jù)源。如LI等[8]研究表明,氣溶膠污染島明顯存在,且進一步分析了其與城市熱島的關系。楊鵬等[9]對一次以南京為中心的氣溶膠污染島進行了數(shù)值模擬研究,討論了南京上空的污染島來源。ZHU等[10]利用2016年國控站點PM2.5濃度數(shù)據(jù),提出了一種基于同心環(huán)法和改進的“S”型函數(shù)的城市UAPI識別方法,并分析了中國346個城市的UAPI空間特征和驅(qū)動因素。韓婧等[11]研究中國PM2.5濃度的時空分布特征,并基于界定的城區(qū)及對應鄉(xiāng)村的邊界,分析了每年PM2.5濃度值的城鄉(xiāng)差異。

以上基于站點監(jiān)測數(shù)據(jù)的研究均表明,城市污染島是普遍存在的客觀現(xiàn)象,但是目前針對長時間序列城市污染島特征的研究仍非常缺乏,且未能較好地區(qū)分本地污染和跨區(qū)域傳輸污染,而由本地排放所造成的污染聚集現(xiàn)象對于污染源監(jiān)測、城市大氣環(huán)境評估、污染治理、城市規(guī)劃等具有重要作用。因此,在站點數(shù)據(jù)仍比較有限的情況,如何構(gòu)建UAPI指數(shù)以更好地體現(xiàn)城市污染島的強度,以及如何研究UAPI強度在日內(nèi)、季節(jié)、年度等不同時間尺度上的特征,仍值得進行深入研究。

因此,選取我國典型城市西安市為研究區(qū),利用中國環(huán)境監(jiān)測總站長時間序列的PM2.5數(shù)據(jù)構(gòu)建UAPI強度時間序列,從PM2.5時間序列曲線中分離本地污染和跨界傳輸污染的信號。在此基礎上,利用經(jīng)驗模態(tài)分解(empirical mode decomposition,EMD)方法針對UAPI強度時間序列進行分解,EMD方法能夠依據(jù)數(shù)據(jù)自身的時間尺度特征來進行信號分解,獲得數(shù)據(jù)序列在不同尺度上的趨勢變化特征,對于非線性污染數(shù)據(jù)具有較好的分解效果。結(jié)合原始PM2.5時間序列,分析西安市不同時間尺度的UAPI特征,研究結(jié)果有助于為污染防治、環(huán)境評估等方面的決策提供支持,在城市氣候、城市規(guī)劃等方面也有著重要的應用價值。

1 研究區(qū)與研究數(shù)據(jù)

1.1 研究區(qū)概況

西安市地處渭河流域中部關中盆地,地理位置為33.42°～34.45° N,107.40°～109.49° E。西安市地形復雜,海拔高度差異懸殊,地貌主體由秦嶺山脈和渭河平原構(gòu)成,界限分明,最大海拔差達3 522 m,南部多為丘陵山地,主城區(qū)位于渭河平原的二級階地上。西安市屬于暖溫帶半濕潤大陸性季風氣候區(qū),冬季寒冷少雨、少風多霧,春季溫暖干燥,夏季炎熱多雨、多伏旱和雷雨天氣,四季干濕冷暖分明。西安市常住人口約1 300萬,城鎮(zhèn)人口約占總?cè)丝诘?4%,城鎮(zhèn)化率高,城市化進程較快,經(jīng)濟發(fā)展迅速,工業(yè)規(guī)模較大。西安市共有11個市轄區(qū),從行政劃分來看,城區(qū)為未央?yún)^(qū)、新城區(qū)、碑林區(qū)、蓮湖區(qū)、灞橋區(qū)、雁塔區(qū),郊區(qū)為閻良區(qū)、臨潼區(qū)、長安區(qū)、高陵區(qū)、鄠邑區(qū)。

近年來,西安市大氣污染成為引人關注的社會環(huán)境問題,在季節(jié)性氣候、地形和社會經(jīng)濟等的多重影響下,西安市灰霾天氣頻發(fā),大氣污染積累造成城市污染島現(xiàn)象。且西安市靠近沙塵暴頻發(fā)地區(qū),春季常受到跨區(qū)域傳輸沙塵的影響。由于西安市獨特的地理位置和污染特點,選取西安城區(qū)及附近部分區(qū)域為研究區(qū),以更加細致地研究西安市UAPI現(xiàn)象。

1.2 數(shù)據(jù)來源

2018年發(fā)布的《打贏藍天保衛(wèi)戰(zhàn)三年行動計劃》指出,汾渭平原已成為我國PM2.5濃度第二高的區(qū)域,考慮到UAPI的形成主要由人為產(chǎn)生的細顆粒物引起,利用西安市2016—2019年的PM2.5濃度數(shù)據(jù)開展UAPI的時空分布特征研究。西安市共13個國控空氣質(zhì)量監(jiān)測站點,站點信息如表1所示。

表1 西安市監(jiān)測站點位置

由于西安市絕大多數(shù)站點位于城區(qū),不能代表郊區(qū)空氣質(zhì)量狀況,因此根據(jù)各監(jiān)測站點所屬行政區(qū)域及具體位置、周圍環(huán)境,將監(jiān)測站點分為城區(qū)站點和郊區(qū)站點,共劃分城市站點9個、郊區(qū)站點4個。其中,長安區(qū)站、臨潼區(qū)站遠離市中心;廣運潭站點位于灞橋區(qū)城郊結(jié)合區(qū)域,地處河流周邊,為生態(tài)保護區(qū);草灘站點位于城郊公園,環(huán)境優(yōu)美,空氣質(zhì)量高,大氣污染濃度較低,將以上4個站點劃分為郊區(qū)站點。

2 研究方法

2.1 UAPI強度計算方法

城市氣溶膠污染島強度(IUAP)為城區(qū)PM2.5污染物濃度與郊區(qū)的差值[2],一般公式為

(1)

式(1)中,Xi為第i個城區(qū)站點的PM2.5濃度,μg·m-3;Yj為第j個郊區(qū)站點的PM2.5濃度,μg·m-3;m和n分別為城區(qū)和郊區(qū)站點數(shù)量。

該研究以UAPI強度出現(xiàn)極大值來表征氣溶膠導致城區(qū)污染聚集的現(xiàn)象。西安市現(xiàn)有站點布局并非為污染島研究而設置,大部分屬于城區(qū)站點,郊區(qū)站點不足且分布不均勻。另外,由于不同站點對跨區(qū)域傳輸?shù)捻憫獣r間有先后,為研究本地污染島的特征,需使不同方向的污染傳輸影響降至最低。因此,為了最大化展示西安市UAPI現(xiàn)象,選用城區(qū)PM2.5濃度最大值與郊區(qū)PM2.5濃度最小值的差值作為UAPI強度,公式為

IUAP=max(Xi)-min(Yj)。

(2)

式(2)中,Xi為第i個城區(qū)站點的PM2.5濃度,μg·m-3;Yi為第j個郊區(qū)站點的PM2.5濃度,μg·m-3。相比式(1),筆者定義的UAPI強度可以在最大程度上體現(xiàn)城郊PM2.5濃度的差別,但也可能會高估城郊PM2.5濃度的差異。此外,由于與以往學者的研究方法有所不同,因此研究結(jié)果無法直接進行比較。

2.2 EMD方法

利用EMD方法對UAPI強度時間序列進行分解,以研究西安市本地UAPI的長時間序列變化特征。EMD是一種依據(jù)數(shù)據(jù)自身的時間尺度特征來進行信號分解的方法[12],可以對多種信號進行分解并使其平穩(wěn)化,特別是在處理非平穩(wěn)性和非線性的數(shù)據(jù)序列時具有較好的效果。對于給定非線性時間序列f(t),EMD方法根據(jù)f(t)序列本身的特征從高頻到低頻依次分解,不需要先驗知識,得到若干個本征模態(tài)函數(shù)(intrinsic mode function,IMF)和1個殘差分量(Res),表達式為

f(t)=∑mi(t)+Res。

(3)

首先基于原始UAPI時間序列f(t)獲得極大值與極小值,擬合得到上下包絡線,再得到均值包絡線h(t),并將f(t)與h(t)相減,得到中間信號m(t)。若m(t)滿足IMF函數(shù)的2個條件,即作為一個IMF分量存在,否則替代原始時間序列,直至迭代結(jié)束,完成UAPI數(shù)據(jù)的EMD分解,最終得到若干IMF及Res。

分解得到的各IMF分量包含原始信號在不同時間尺度下的局部特征信號,IMF函數(shù)嚴格呈現(xiàn)對稱性質(zhì),且需要滿足2個條件:一是極值點數(shù)量與零點數(shù)量之差必須為0或1;二是在IMF信號的任意鄰域內(nèi),局部最大值的包絡線與局部最小值的包絡線均值必須為0。EMD分解過程對UAPI原始數(shù)據(jù)信息不會造成損失,因此理論上來說EMD方法適用于UAPI時間序列的分解,具有較實際的物理意義,可以應用于長時間序列UAPI特征的分析研究[13]。

3 結(jié)果與討論

3.1 西安市PM2.5污染總體特征

根據(jù)西安市2016年1月1日—2019年12月31日13個站點逐小時PM2.5濃度數(shù)據(jù),對年內(nèi)逐時的PM2.5濃度取平均值,得到西安市PM2.5污染日內(nèi)變化特征,如圖1所示。

圖1 2016—2019年西安市年均逐小時PM2.5濃度

由圖1可見,西安市年均逐小時PM2.5濃度呈現(xiàn)夜晚和上午高、下午低的規(guī)律,這主要是受到大氣邊界層高度的影響。由于夜間邊界層高度降低,近地表顆粒污染物沉降累積;上午又因早高峰交通的影響,PM2.5濃度增高;此后隨太陽輻射的增加,溫度上升,邊界層高度也隨之增加,PM2.5濃度降低,于17—18時達最低值;18時后,人類活動對PM2.5濃度的積聚影響較大,由于晚高峰交通、居民大規(guī)模用電及氣溫逐漸下降的影響,污染物再次開始積聚。這與趙卉伊褶等[14]的研究結(jié)論一致。

從年際變化來看,2016—2019年PM2.5濃度逐年降低。2016和2017年PM2.5濃度總體較高,2016年逐小時PM2.5濃度最高達79.57 μg·m-3,至2019年,年均逐小時PM2.5濃度由72.12降至57.01 μg·m-3,這充分證明了汾渭平原的環(huán)境治理措施起到顯著成效[15]。隨著空氣質(zhì)量達標規(guī)劃的制定,相關部門對西安市大氣污染進行綜合治理,對施工工地進行在線監(jiān)控和動態(tài)管理,采取多項防風抑塵措施,對“散亂污”工業(yè)企業(yè)進行綜合整治;不斷調(diào)整能源結(jié)構(gòu),推進秋冬取暖清潔化;不斷完善運輸結(jié)構(gòu),推進新能源車的使用,淘汰國三及以下排放標準的車輛;同時進一步加大揮發(fā)性有機物治理力度,減少了污染物的排放。在2018—2019年秋冬季節(jié),西安市PM2.5濃度同比下降7.5%,成為關中地區(qū)5個城市唯一一個完成汾渭平原考核指標的城市。

進一步研究2016—2019年西安市PM2.5污染的年際變化特征,統(tǒng)計分析西安市PM2.5日均值,結(jié)果如圖2所示。根據(jù)我國PM2.5日均值標準(≤75 μg·m-3),統(tǒng)計2016—2019年不同季節(jié)的超標率,結(jié)果見表2。從表2可知,2016—2019年PM2.5超標率逐年下降。其中,春季超標率逐年降低,降幅約18百分點;夏季鮮有超標情況;秋季超標率在2016—2018年逐年降低,2019年略有上升;冬季超標率在2017年達最大,至2019年沒有明顯好轉(zhuǎn)。因此,西安市仍需要深入開展冬季氣溶膠污染防控工作。

圖2 2016—2019年西安市PM2.5濃度日均值

表2 不同季節(jié)PM2.5超標率

由圖2可見,西安市PM2.5濃度呈現(xiàn)以年為周期的規(guī)律性變化,具體表現(xiàn)為冬春季節(jié)較高、夏秋季節(jié)較低的“U”型分布,這主要是人類活動、氣候、地形的綜合影響所致。在冬春季節(jié),除了西安地區(qū)較高的工業(yè)排放、交通排放外,北方冬季供暖也會進一步加重污染排放[15]。西安市屬于暖溫帶大陸性季風氣候區(qū),冬季嚴寒少雨,靜穩(wěn)天氣增加,更加容易造成污染積聚,所形成的大氣污染與關中平原其他城市污染連成片,最終因南部秦嶺、北部黃土高原地形的限制,整個關中平原的污染物濃度進一步增加,形成大范圍的區(qū)域污染。到了春季,西安地區(qū)也會頻繁受到來自西北或北方的沙塵影響,且春季溫暖干燥,造成PM2.5濃度增高。因此,應加強對排放源的控制,限制高污染工業(yè),推廣清潔能源的使用,降低污染物的積聚[16]。而在夏秋季節(jié),能源消耗量較少,污染排放量較低,且夏季雨量充沛的氣象條件加快了污染物的消散,因此PM2.5濃度較低。

3.2 西安市UAPI的識別

PM2.5濃度受本地污染排放和跨區(qū)域傳輸污染等的綜合影響。西安市的跨區(qū)域傳輸污染主要由北方冬春季節(jié)頻發(fā)的沙塵事件(揚沙、沙塵暴、強沙塵暴)引起。為排除跨區(qū)域傳輸污染的影響,更好地體現(xiàn)本地污染排放特征,根據(jù)式(2)計算2016—2019年的UAPI強度。圖3～4為從UAPI強度時間序列中選取的污染嚴重的冬春季節(jié)典型月份,時間分別為2016年12月與2018年3月。

圖3 2016年12月逐時UAPI-PM2.5曲線

圖4 2018年3月逐時UAPI-PM2.5曲線

根據(jù)定義,當UPAI強度出現(xiàn)極大值的時候,即認為出現(xiàn)一次污染島事件。圖3～4呈現(xiàn)了2個典型月份的UAPI強度,從圖中均可以明顯看到污染島現(xiàn)象的存在。對比PM2.5的時間序列可以發(fā)現(xiàn),并非PM2.5濃度高就一定存在污染島事件。這主要有以下2種情況:首先,跨區(qū)域傳輸會在短時間內(nèi)使城市和郊區(qū)站點PM2.5濃度同時升高,此時城鄉(xiāng)差異較小,但UAPI強度卻仍在一個較低的水平;其次,污染傳輸?shù)穆窂胶陀绊懙某叨纫彩遣煌?當單個站點受到污染時,城鄉(xiāng)差異較大,隨著本地排放的積聚,污染島逐漸加強,但隨著不同城市間污染的進一步擴散,最終形成大范圍的區(qū)域污染時,城區(qū)和郊區(qū)的PM2.5濃度差異變小,UAPI強度進一步變低,城市污染島特征不再明顯。因此,城市污染島在一定程度上能夠區(qū)分本地污染和跨界傳輸污染的影響。

3.3 西安市UAPI強度的時間變化特征

在2016—2019年UAPI強度計算結(jié)果基礎上,對年內(nèi)逐時UAPI強度取平均值,得到UAPI強度日內(nèi)變化特征,結(jié)果如圖5所示。

圖5 2016—2019年西安市年均逐小時UAPI強度

由圖5可見,西安市日內(nèi)不同時刻均呈現(xiàn)出UPAI特征,這主要是因為無論是直接排放的細顆粒物,還是經(jīng)二次生成的氣溶膠顆粒物,城區(qū)污染均高于郊區(qū),即使已經(jīng)形成大范圍區(qū)域污染的情況下,由于下墊面的差異,仍然也存在UAPI現(xiàn)象。從日內(nèi)變化規(guī)律來看,UAPI強度呈現(xiàn)夜晚較高、白天較低的變化特征。夜晚因地表下層大氣溫度較低,上層大氣降溫較慢,容易形成下冷上熱的逆溫層,限制污染物向上擴散,且夜晚的相對濕度增大,城市上空的污染氣體也容易發(fā)生化學反應而生成二次氣溶膠[17],導致城區(qū)PM2.5濃度遠高于郊區(qū),造成嚴重的UAPI效應。結(jié)合邊界層高度的日內(nèi)變化可以看出,UAPI強度與邊界層高度呈負相關關系,即邊界層高度越低,UAPI強度越大,尤其在夜晚,邊界層高度處于0～200 m內(nèi),UAPI強度存在高值,此時城鄉(xiāng)差異較大。以往研究也表明,邊界層高度與PM2.5污染物濃度呈負相關關系[18],夜晚大氣邊界層高度較低,城市上空的大量污染物會被壓縮至近地面,氣溶膠密度增加,濃度上升,使得城市污染進一步加重。除此以外,城市熱島環(huán)流造成的城區(qū)輻合在一定程度上也加劇了城市污染的累積[19]。而從約7時開始,太陽輻射逐漸增強,邊界層高度逐漸升高,地面溫度上升,逆溫層被打破,空氣對流增強,城區(qū)污染物開始擴散,城鄉(xiāng)PM2.5濃度差異逐漸減小,至17—18時UAPI強度達到最低值。此后由于晚高峰交通、居民生活排放等局地源的影響[20],城區(qū)大量污染物再次積聚,UAPI效應又逐漸增強。

從圖5還可以看出,西安市年均逐小時UAPI強度逐年下降,年均UAPI強度由65.48 降至33.40 μg·m-3,表明西安市UAPI強度呈現(xiàn)逐漸減弱的趨勢,城區(qū)與郊區(qū)PM2.5濃度的差異越來越小,與PM2.5濃度年度變化趨勢一致。圖6和圖2對比可以發(fā)現(xiàn),2017年PM2.5濃度與2016年差距較小,但UAPI強度顯著下降,降幅約25%,表明2017年西安市污染程度仍較高,但城鄉(xiāng)污染差異減小。2017年實施的機動車每周少開一天、部分建筑工地停工等措施在城區(qū)取得一定效果,但在一些鄉(xiāng)村地區(qū)污染排放仍較高,而秦嶺山脈阻擋了工業(yè)污染的傳輸路徑,導致污染物積聚,因此2017年PM2.5濃度較高,城鄉(xiāng)差異較小。

圖6 2016—2019年西安市UAPI強度日均值

為進一步闡述西安市UAPI的年際變化特征,分析城鄉(xiāng)差異,統(tǒng)計2016—2019年UAPI強度日均值,結(jié)果如圖6所示。

從圖6可以看出,西安市UAPI強度年際變化明顯,呈現(xiàn)冬春季節(jié)較高、夏秋季節(jié)較低的季節(jié)性變化特征。冬季氣溫較低,降水較少,天氣多霧,靜風頻率占全年的45%,風速較小。此外,冬季大氣邊界層高度低,城區(qū)產(chǎn)生較強、較厚的逆溫層[21],城區(qū)冬季供暖燃煤產(chǎn)生的大量污染物無法快速消散,城鄉(xiāng)污染濃度差異十分明顯,春季溫暖干燥,且地勢西高東低,冬季未消散的大量污染物積聚在城區(qū)盆地并發(fā)生二次反應,造成較嚴重的UAPI效應;而夏季多雨,污染物易于擴散,城鄉(xiāng)差異較小,UAPI現(xiàn)象較弱。但2018年2月7日高壓開關廠站點UAPI強度達到最高值(334.04 μg·m-3),當日PM2.5濃度均值僅為136.05 μg·m-3,最大值為426.63 μg·m-3,城鄉(xiāng)污染差異較大。依據(jù)UAPI強度不僅可區(qū)分跨區(qū)域污染傳輸?shù)挠绊?也能夠監(jiān)測PM2.5污染濃度急劇上升的區(qū)域,為區(qū)域污染的針對性治理提供依據(jù)。

不同年份不同季節(jié)呈現(xiàn)的污染島強度也不同。根據(jù)氣象劃分法及西安市近10 a入冬實際時間(11月初),將季節(jié)劃分為春季(3—5月)、夏季(6—8月)、秋季(9—10月)及冬季(11—12月、1—2月),對不同季節(jié)UAPI強度作進一步分析,結(jié)果見表3。同一年份UAPI強度在季節(jié)尺度上表現(xiàn)為冬季>春季>秋季>夏季,春、夏、秋季UAPI強度逐年下降,表明西安市污染治理取得了一定成效,但2019年11月汾渭平原氣溫較常年同期偏高0.5～2 ℃,上旬和下旬冷空氣較弱,不利于大氣污染物擴散,導致城鄉(xiāng)污染差異較2018年不降反升。

表3 不同季節(jié)UAPI強度日均值

分別統(tǒng)計各年份及不同季節(jié)UAPI強度分布情況,得到不同程度污染島效應天數(shù)占比,結(jié)果見表4。

表4 UAPI強度分布

從表4可以看出,2016—2019年西安市約87.63%的天數(shù)呈現(xiàn)明顯的UAPI現(xiàn)象,其中強和特強污染島的天數(shù)占比高達1/5,且在冬季更易產(chǎn)生強或特強UAPI效應。而夏季僅出現(xiàn)較少強UAPI現(xiàn)象,未產(chǎn)生特強UAPI現(xiàn)象,夏季多雨,植被茂盛,對污染物的吸附能力較強[22],因此城鄉(xiāng)PM2.5濃度差異較小。但西安市UAPI效應并不是每時每刻都存在,有12.37%的天數(shù)呈現(xiàn)弱UAPI現(xiàn)象,由于污染治理政策的有效實施以及城區(qū)興建公園,生態(tài)環(huán)境質(zhì)量得到提升,有助于對污染物的凈化。至2019年,弱UAPI效應天數(shù)占全年近1/3,城鄉(xiāng)污染差異明顯降低。

3.4 UAPI強度時間序列的多尺度分析

為探索西安市2016—2019年UAPI強度長時間序列的多尺度變化規(guī)律,采用EMD方法對UAPI強度及PM2.5時間序列進行分解(圖7),分別得到7個IMFs和1個Res。

IMF 1～IMF 7為本征模態(tài)函數(shù);Res為殘差分量。

從UAPI時間序列的EMD分解結(jié)果可以看出,UAPI強度呈不同的周期和趨勢,相比于原始序列,分解后的IMF 1～IMF 7逐漸平穩(wěn)化,波動性降低,趨向于單一線性變化。對所有的IMF分量進行傅里葉變換和頻域分析,IMF 1分量的周期為2 d,體現(xiàn)了UAPI強度的短時間變化,其天數(shù)與原始序列最為接近;IMF 2分量的周期為8 d,體現(xiàn)了UAPI強度以周為周期的變化特征,周末私家車出行規(guī)模大幅度增加,產(chǎn)生城區(qū)PM2.5濃度遠高于郊區(qū)的現(xiàn)象;IMF 3分量的周期為19 d;IMF 4分量的周期為29 d,體現(xiàn)了UAPI強度在月尺度上的變化特征,節(jié)假日人們出行等活動使城區(qū)污染遠高于郊區(qū);IMF 5分量的周期為101 d,體現(xiàn)了UAPI強度在季節(jié)尺度上的變化特征;IMF 6分量的周期為363 d,體現(xiàn)UAPI強度以年為周期的變化特征,從IMF 6分量可以看出明顯的“U”型年際變化特征,具體表現(xiàn)為冬—春—夏降低、夏—秋—冬上升,在“U”型分布周期內(nèi)有小的波動;IMF 7分量的周期為727 d,體現(xiàn)了UAPI強度以2 a為周期的變化特征;殘差分量變化最為平穩(wěn),2016—2019年西安市UAPI效應呈現(xiàn)逐年減弱的變化趨勢,這與圖6的研究結(jié)論一致。

結(jié)合PM2.5的EMD分解結(jié)果可以看出,PM2.5經(jīng)過EMD分解后得到的IMF 1分量周期為5 d,高于UAPI分解得到的IMF 1的周期,這表明污染島發(fā)生的天數(shù)要少于污染發(fā)生的天數(shù)。也就是說,當西安市發(fā)生大范圍污染時,污染島現(xiàn)象不一定存在,這與前文的研究也是一致的。

進一步將UAPI和PM2.5的分解結(jié)果進行比較,從IMF 1～IMF 4分量均可以看出,UAPI信號的振幅明顯低于PM2.5信號,且PM2.5的峰值要晚于UAPI;從IMF 5～IMF 7分量也可以看出,UAPI分解的分量比PM2.5分解的分量變化更加平穩(wěn),振蕩性更低,而本地生成的污染較為穩(wěn)定,外界污染的傳輸具有滯后性和不確定性。這進一步表明,UAPI強度可以排除跨區(qū)域傳輸污染和大范圍二次污染等的影響,更好地體現(xiàn)本地污染島的特征。

綜上,西安市的氣溶膠污染分布呈現(xiàn)明顯的島狀特征。建議在全市大氣污染防治工作的基礎上,進一步增強對城鄉(xiāng)污染差異的管控,完善網(wǎng)格化環(huán)境監(jiān)測體系,還要重點關注夜間城區(qū)工廠污染排放以及貨車尾氣和揚塵的監(jiān)測。在UAPI強度較高的冬春季節(jié),嚴格管控城區(qū)燃煤污染排放,推進集中供暖和清潔能源的使用。要加強對大氣污染的綜合治理,降低二次氣溶膠的轉(zhuǎn)化率,進而緩解西安市的UAPI效應。

4 結(jié)論與展望

利用西安市13個國控站點的PM2.5濃度數(shù)據(jù),構(gòu)建能夠體現(xiàn)污染島特征的UAPI指數(shù),對2016—2019年西安市城市污染島的長時間序列特征進行分析,并嘗試使用EMD方法揭示UAPI強度的多尺度變化規(guī)律,結(jié)論如下:

(1)利用UAPI指數(shù)能夠排除跨區(qū)域傳輸污染、區(qū)域大范圍二次污染等的影響,更好地監(jiān)測由本地污染造成的城市污染島現(xiàn)象。

(2)西安市存在明顯的城市污染島現(xiàn)象,UAPI日內(nèi)變化呈現(xiàn)夜晚較高、白天較低的變化規(guī)律;年內(nèi)變化呈現(xiàn)冬春季節(jié)較高、夏秋季節(jié)較低的特征,且冬季更易產(chǎn)生特強污染島現(xiàn)象;年際變化則呈現(xiàn)逐年遞減的趨勢。

(3)利用EMD多尺度分解可以很好地揭示UAPI的多尺度特征,如IMF 2、IMF 4、IMF 6分量分別體現(xiàn)了UAPI強度周、月、年周期的特征。對比PM2.5和UAPI強度的時間序列,發(fā)現(xiàn)UAPI強度可以較好地排除跨范圍傳輸污染和大范圍二次污染等的影響。

由于目前站點數(shù)量有限,且并非針對城市污染島研究而設置,研究結(jié)果在一定程度上受到了站點代表性的影響,但該研究也為將來環(huán)保站點的規(guī)劃提供了另外一個視角。從研究手段來講,將來可以充分利用遙感數(shù)據(jù)、模式分析等手段,更好地監(jiān)測城市氣溶膠污染島的空間分布。