易明建, 鄧淑梅, 汪水兵, 衛(wèi)尤文, 戴海夏

(1. 安徽建筑大學(xué) 環(huán)境與能源工程學(xué)院, 安徽 合肥 230601; 2. 安徽省環(huán)境科學(xué)研究院, 安徽 合肥 230071; 3. 合肥學(xué)院 生物與環(huán)境工程系, 安徽 合肥 230601; 4. 上海市環(huán)境科學(xué)研究院, 上海 200233)

0 引 言

顆粒物污染是近年來備受社會關(guān)注的熱點(diǎn)問題, 也是大氣環(huán)境學(xué)科研究的前沿問題之一。粒徑小于10 μm 的顆粒物粒子因?yàn)榭梢灾苯油ㄟ^呼吸進(jìn)入人類呼吸道引發(fā)多種疾病[1-2], 而成為改善大氣環(huán)境的首要污染物治理目標(biāo)[3-4]。隨著監(jiān)測技術(shù)的不斷進(jìn)步和監(jiān)測體系的逐步完善, 在全國很多重點(diǎn)城市, 對顆粒物污染特征及其成因開展了較多的研究[5-8]。

顆粒物污染的形成是污染源排放與不利天氣共同作用下的結(jié)果[9-12]。人類社會生產(chǎn)和生活排放的大量污染物進(jìn)入環(huán)境大氣, 經(jīng)過一系列復(fù)雜的物理化學(xué)過程, 逐漸形成并吸附增大成為細(xì)小粒子, 最終形成灰霾天氣影響日常社會活動與人類健康[13-15]。設(shè)置監(jiān)測站點(diǎn)開展常態(tài)監(jiān)測是獲得顆粒物污染特征最直接也是最重要的手段, 對監(jiān)測數(shù)據(jù)的分析是開展大氣環(huán)境研究最為基礎(chǔ)性的工作之一[16]。在此基礎(chǔ)上, 結(jié)合實(shí)驗(yàn)室精密儀器對顆粒物物理屬性和化學(xué)組成進(jìn)行分析, 可以更深入地解析污染來源和成因[17]。

安徽省對環(huán)境空氣中顆粒物污染的研究相比京津冀等熱點(diǎn)地區(qū)偏少。其中, 從宏觀的氣象角度研究霾天氣較多, 石春娥等[18]利用地面氣象觀測站的能見度和相對濕度觀測資料重建霾日歷史數(shù)據(jù), 得到了1980～2013 年安徽霾天氣的變化趨勢與空間分布。張浩等[19]對1965～2005 年間合肥霾天氣的氣候變化特征進(jìn)行了研究, 指出霾的發(fā)生與邊界層中上部氣團(tuán)的移動速度關(guān)系密切。由于長期以來對顆粒物觀測數(shù)據(jù)的缺失, 使多個城市大范圍的比較研究難以進(jìn)行, 主要研究對象也僅局限于省會城市合肥[20-22]。對合肥顆粒物采樣分析發(fā)現(xiàn), 霾天細(xì)顆粒物(PM2.5)濃度和水溶性無機(jī)離子質(zhì)量占比都有大幅上升[23]。但受樣本時(shí)次偏少的限制, 研究結(jié)果仍然很難綜合描述城市顆粒物濃度變化在更小時(shí)間尺度和更大空間尺度上的細(xì)節(jié)特征。

由于大氣具有大尺度連續(xù)性特點(diǎn), 因而顆粒物污染的跨區(qū)域影響不容忽視[24-27]。安徽省所處的江淮地區(qū)是中國東部地區(qū)天氣系統(tǒng)移動的重要通道[28-30], 已有研究利用后向軌跡聚類分析的方法, 從宏觀上論證了合肥的可吸入顆粒物(PM10)污染多與遠(yuǎn)程輸送有關(guān)[31]。污染氣團(tuán)的大尺度輸送不僅直接關(guān)系合肥等城市顆粒物污染, 還可能在過境安徽之后繼續(xù)向下游傳輸, 影響到上海等地區(qū)[32-33]。對該地區(qū)顆粒物污染特征與輸送途徑的研究, 不僅有助于安徽省空氣污染成因解析, 也是研究連接京津冀地區(qū)、長江三角洲地區(qū)兩個大氣污染重點(diǎn)區(qū)域以及整個中東部地區(qū)大氣環(huán)境問題, 促使區(qū)域大氣環(huán)境整體改善的重要內(nèi)容。

1 資料來源

2016 年 PM2.5和PM10數(shù)據(jù)來自生態(tài)環(huán)境部每小時(shí)發(fā)布的國控站點(diǎn)環(huán)境空氣質(zhì)量監(jiān)測數(shù)據(jù)。各城市每小時(shí)濃度由轄區(qū)內(nèi)所有國控站點(diǎn)去掉缺測值后求取平均值得到, 日均濃度數(shù)據(jù)由當(dāng)日24 時(shí)次的每小時(shí)濃度數(shù)據(jù)去掉缺測值后求取平均值得到[5,34]。2016 年安徽省16 個市共監(jiān)測PM2.5數(shù)據(jù)137634 萬個, 缺測率為2.1%。根據(jù)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)(GB 3095—2012)》污染物濃度數(shù)據(jù)有效性的最低要求, 每日至少有20 h 平均濃度值, 安徽省2016 年P(guān)M2.5監(jiān)測數(shù)據(jù)有效性達(dá)96.9%, 其中合肥、蕪湖、馬鞍山、淮北、安慶、黃山、滁州、阜陽、宿州、六安、池州和宣城的數(shù)據(jù)有效性達(dá)97%, 蚌埠、淮南和銅陵的數(shù)據(jù)有效性達(dá)96.7%, 亳州數(shù)據(jù)有效性達(dá)96.4%。小時(shí)濃度變化為按月平均結(jié)果, 由當(dāng)月每天同一時(shí)刻的每小時(shí)濃度數(shù)據(jù)去掉缺測值后求取平均值得到。質(zhì)量濃度比值只對 PM2.5和PM10均未缺測的數(shù)據(jù)樣本計(jì)算其比值, 并按月統(tǒng)計(jì)城市轄區(qū)內(nèi)全部監(jiān)測站點(diǎn)有效數(shù)據(jù)計(jì)算其概率分布。

2 結(jié)果分析

安徽省是長江三角洲地區(qū)地理位置較為特殊的省份。安徽省地處內(nèi)陸, 大部分位于江淮地區(qū), 是中國東部地區(qū)南北氣流的重要通道。分析安徽省顆粒物污染情況, 對于進(jìn)一步認(rèn)識長江三角洲地區(qū)大氣污染成因, 開展聯(lián)防聯(lián)控改善區(qū)域環(huán)境空氣質(zhì)量有著重要意義。本次研究選擇2016 年作為代表年份分析安徽省顆粒物污染特征, 是因?yàn)?016 年安徽省尚未被納入PM2.5考核地區(qū), 各城市對PM2.5的管控還沒有全面推進(jìn), 因此, 2016 年是研究PM2.5特征及成因的一個特殊窗口期, 對后續(xù)開展PM2.5減排績效評估和優(yōu)化減排措施方案具有非常重要的參照意義。2016 年安徽省平均PM2.5濃度為53 μg/m3, 超過環(huán)境空氣質(zhì)量二級標(biāo)準(zhǔn)濃度限值的51%, 是長江三角洲地區(qū)顆粒物污染最為嚴(yán)重的省份。

2.1 顆粒物污染濃度呈現(xiàn)地理分區(qū)特點(diǎn)

為了比較各個城市 PM2.5濃度變化差異與地理位置的關(guān)系, 采用層次聚類分析方法, 將2016 年各市 PM2.5的日均值濃度數(shù)據(jù)進(jìn)行歸一化處理, 歸一化過程如下。

將n個城市樣本, 每個城市m次的觀測值記為V, 全部觀測值V構(gòu)成的數(shù)據(jù)矩陣為Vi,j(i=1, 2, ……,n;j=1, 2, ……,m)。通過式(1)對Vi,j進(jìn)行歸一化計(jì)算, 得到Si,j。

采用層次聚類算法[35], 對Si,j進(jìn)行聚類計(jì)算, 計(jì)算得到16 個城市間層次關(guān)系如圖1?；诜纸M數(shù)量適中原則, 將16 個市分為4 組。第1 組為淮北、宿州、阜陽和亳州4 個城市, 全部位于淮河以北; 第2 組為合肥、馬鞍山、六安、淮南、蚌埠和滁州6 個城市, 主要位于沿江和江淮之間; 第3 組為蕪湖、銅陵、安慶和宣城 4 個城市, 全部位于長江以南; 第4 組為黃山和池州, 屬于皖南山區(qū)。層次聚類分析結(jié)果表明, 各市之間 PM2.5污染的相似性和差異性與其所處的地理位置之間存在非常密切的關(guān)聯(lián)。按照1～4 組的順序, 整體上年平均PM2.5濃度依次下降, 表明由北向南 PM2.5污染程度依次減輕。

層次聚類的結(jié)果與地理地形存在非常密切的聯(lián)系。如圖2 所示, 第1 組淮河以北城市全部屬于平原地區(qū), 地勢平坦, 海拔高度較低, 在大范圍污染發(fā)生時(shí), 受輸入型污染影響較大, 顆粒物濃度升高快, 污染程度重; 第2 組江淮之間城市主要屬于丘陵和平原交錯地區(qū), 地形相對復(fù)雜, 主導(dǎo)風(fēng)向?qū)π〕叨鹊匦斡绊憦?fù)雜多變, 污染程度相對較輕, 但污染成因更為復(fù)雜; 第3 組長江以南城市主要分布在沿江一線, 西面和南面都是海拔較高的山地, 風(fēng)向及污染的生消過程都明顯受到地形影響; 第4 組皖南山區(qū)城市因?yàn)槎嗌降? 人口密度低, 經(jīng)濟(jì)規(guī)模小, 空氣質(zhì)量也最好。

2.2 不同區(qū)域顆粒物具有明顯差異

一般而言, 大氣顆粒物濃度在一年當(dāng)中存在明顯的季節(jié)變化, 秋冬季節(jié)的 PM2.5濃度較高。針對2.1 節(jié)中顆粒物污染分區(qū)域特點(diǎn), 圖3 分別以宿州、合肥、蕪湖和黃山4 個城市為代表, 給出2016 年全年日均 PM2.5濃度曲線, 來說明安徽省不同區(qū)域PM2.5濃度的季節(jié)變化特點(diǎn)。從全省平均來看, 7 月和8 月 PM2.5濃度最低, 大部分天數(shù)日均值低于0.050 mg/m3, 12月和1 月 PM2.5濃度最高, 經(jīng)常會出現(xiàn)日均值超過0.100 mg/m3的情況。2 月、3 月和11 月PM2.5濃度低于12 月、1 月, 也有部分天數(shù)日均值超過0.100 mg/m3。4 月、5 月和10 月 PM2.5濃度又更低一點(diǎn), 大部分天數(shù)已經(jīng)低于24 h 平均二級濃度限值0.075 mg/m3。剩下的6 月和9 月是比較明顯的分界點(diǎn), 6 月下半月開始已經(jīng)達(dá)到和7 月、8 月相當(dāng)?shù)娜曜詈脿顩r, 9月下半月 PM2.5濃度開始升高, 空氣質(zhì)量由好開始日漸轉(zhuǎn)差。

在圖3 的4 個城市 PM2.5濃度相互比較中可以看出, 宿州最高, 合肥、蕪湖比較接近全省平均水平, 黃山最低。宿州的 PM2.5污染不僅頻次多, 而且濃度高, 其中日均值超過0.150 mg/m3的有25 d, 合肥、蕪湖分別只有7 d、2 d。

圖1 層次聚類結(jié)果(樹形層次關(guān)系表示各市污染相似性程度) Fig.1 Hierarchical clustering results and their geographical distribution (the tree hierarchy represents the degree of similarity)

圖2 污染分區(qū)及其地形特征 Fig.2 Pollution districts and their terrain features

圖3 合肥、蕪湖、黃山和宿州以及安徽省平均PM2.5 日均濃度 Fig.3 Average daily PM2.5 concentration in Hefei, Wuhu, Huangshan, Suzhou and Anhui Province

顆粒物濃度的變化受排放源強(qiáng)度與天氣條件的共同作用, 在一天當(dāng)中的不同時(shí)刻會有明顯的變化, 不同城市其規(guī)律也有所不同。圖4 分別給出了宿州、合肥和蕪湖3 個城市1 月、4 月、7 月和10 月 PM2.5月平均的24 h 變化。

1 月和4 月代表的冬季、春季與其他季節(jié)相比PM2.5濃度高, 一天當(dāng)中24 h 的變化特點(diǎn)也最為突出。從圖4 中可以看到, 1 月份宿州11: 00 和21: 00分別是白天和夜晚的兩個最高值時(shí)段, 05: 00～06: 00和15: 00～17: 00 分別是兩個最低值時(shí)段, 一天當(dāng)中有明顯的“雙峰雙谷”; 合肥 PM2.5最高值時(shí)段出現(xiàn)在11: 00 和22: 00, 峰值濃度比宿州低, 最低值時(shí)段出現(xiàn)在04: 00～05: 00和16: 00～17: 00 附近, 谷值濃度比宿州高。蕪湖在11: 00 前后小幅度上升至1 個非常弱的 峰值。4 月各市 PM2.5濃度比1 月低, 相比1 月份的“雙峰雙谷”特點(diǎn), 4 月份已經(jīng)弱化, 白天的峰區(qū)明顯比夜晚更加突出, 可以稱為“白天偏強(qiáng)”型。7 月是一年當(dāng)中 PM2.5濃度最低的月份, 一天當(dāng)中的變化幅度也最小。10 月份PM2.5濃度開始升高, 其中平均濃度最高的宿州在上午、夜間兩個時(shí)段濃度最大, 可以概括為“雙弱峰”型。

圖4 不同城市不同月份平均24 h 變化, 實(shí)線為散點(diǎn)的擬合曲線 Fig.4 Hourly variation in typical cities in different months (the solid line is the fitting curve of the scattered data points)

從不同季節(jié)一天24 h PM2.5濃度平均變化可以看到, 夜間由于地面輻射冷卻導(dǎo)致大氣對流擴(kuò)散能力減弱, 易造成污染物在近地面的堆積, 使空氣質(zhì)量變差, 這是一般共性特征。不同城市間的差異, 主要體現(xiàn)在冬季、春季上午時(shí)段高濃度極值和持續(xù)時(shí)間、下午的低濃度極值和持續(xù)時(shí)間有明顯不同。形成差異的主要原因在于本地污染源排放的差別。宿州在安徽省經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)和發(fā)展水平相對落后, 大氣污染治理及相關(guān)管理相對粗放, 因此在城市上午社會活動水平達(dá)到最高的時(shí)段, 污染物濃度也達(dá)到最大。合肥是安徽省最先納入“大氣污染防治行動計(jì)劃”考核目標(biāo)的城市, 大氣污染防治管理開始更早, 本地污染源在經(jīng)過一些專項(xiàng)治理后已經(jīng)部分減弱, 因此合肥污染物濃度相對低一些, 但是其特點(diǎn)是持續(xù)時(shí)間長, 其原因在于合肥經(jīng)濟(jì)發(fā)展強(qiáng)度大, 污染來源構(gòu)成更加復(fù)雜, 不僅有一次污染物, 同時(shí)由于大氣理化過程所生成二次污染物占比更高, 污染物清除速度更慢。蕪湖與合肥有些類似, 但是各方面更為弱化, 這與蕪湖市的現(xiàn)實(shí)發(fā)展情況基本一致。 常規(guī)監(jiān)測數(shù)據(jù)不僅可以得到顆粒物時(shí)間變化和空間分布特征, 還可以利用 PM2.5和PM10濃度比值, 分析粒徑分布特征。不同粒徑顆粒物粒子的來源和組成顯著不同[36], 其各自占比情況也是顆粒物污染的特征屬性之一。圖5 是宿州、合肥和蕪湖3 個城市1 月、4 月、7 月和10 月質(zhì)量濃度比值的概率分布圖, 分別代表冬、春、夏和秋不同季節(jié)的比值特點(diǎn)。1 月宿州比值平均最大, 最大概率比值在0.8～0.9之間, 這表示冬季典型月份顆粒物污染中 PM2.5占比大部分時(shí)候都很大。合肥質(zhì)量濃度比值概率分布有兩個區(qū)間比較突出, 最突出的為0.88～0.96, 另外1 個在0.52～0.68 之間, 表明合肥的顆粒物粒徑可能分化有兩種類型: 一種是以 PM2.5為主, 這一種 PM2.5的占比比宿州更高, 另一種是 PM2.5和PM10并重。蕪湖的質(zhì)量濃度比值概率分布集中在0.7 附近, 以此為中心基本對稱, 是比較接近一般分布態(tài)的類型。4 月宿州質(zhì)量濃度比值特征已經(jīng)恢復(fù)到接近一般分布態(tài), 大約以0.65 為中心, 兩邊對稱分布; 合肥概率分布中心位置向偏低移動, 意味著 PM2.5占比更低。蕪湖的質(zhì)量濃度比值概率分布與宿州很接近。春季質(zhì)量濃度比值相比冬季減小, 大粒徑顆粒物占比增加, 可能與春季多發(fā)沙塵天氣有關(guān)。7 月宿州質(zhì)量濃度比值概率分布曲線變得更為平緩, 蕪湖稍微傾向往高比值方向偏移, 合肥也有向高比值方向輕微偏移的趨勢。夏季質(zhì)量濃度比值概率分布向增大方向偏移, 可能與大氣氧化性增強(qiáng)導(dǎo)致二次氣溶膠增加有關(guān)。10 月份宿州質(zhì)量濃度比值分布中心向高比值方向偏移至0.8 左右, 僅次于1 月; 合肥質(zhì)量濃度比值概率曲線較為平緩, 比值變化幅度增大; 蕪湖則與1 月、4 月較為相似。

2.3 顆粒物污染的主要傳輸路徑

通過對2016 年全年各城市PM2.5小時(shí)濃度數(shù)據(jù)進(jìn)行滑動平均(每24 h 平均), 濾除PM2.5的瞬時(shí)變化后, 4 個代表城市的PM2.5濃度如圖6。圖6 只保留了1 月、2 月、3 月、10 月、11 月和12 月的曲線, 因?yàn)槠渌路輿]有出現(xiàn)滑動平均PM2.5濃度大于0.15 mg/m3的過程。如果以滑動平均濃度大于0.15 mg/m3記為1 次污染過程, 那么全年共發(fā)生17 次污染過程(在圖6 中分別用字母A～R 標(biāo)記), 其中12 月最多(7 次); 其次為1 月和3 月, 各3 次。比較17 次污染過程4個代表城市的濃度曲線, 除去圖中標(biāo)記為D、E 的兩次以外, 其余15 次污染過程中4 個代表城市出現(xiàn)污染峰值的時(shí)刻具有明顯自北向南的滯后性, 污染峰值最早出現(xiàn)在宿州, 然后依次為合肥、蕪湖, 最后是黃山也有弱峰出現(xiàn)。由此推斷, 全年較嚴(yán)重的污染過程(中度污染以上)中污染氣團(tuán)多數(shù)由北向南移動。這與江淮地區(qū)污染季節(jié)主要盛行偏北風(fēng)的氣候特征完全一致。

為了進(jìn)一步分析PM2.5污染自北向南影響的范圍和強(qiáng)度, 圖7 選擇了2016 年12 月10 日至31 日全部16 個城市的每6 h 濃度值, 按照時(shí)間序列歸一化處理后(消除緯度不同帶來的本底濃度差異), 再以城市地理緯度由南向北排序后作為縱軸, 以時(shí)間坐標(biāo)為橫軸繪制填色圖。從圖7 的填色情況可以看到, 暖色塊對應(yīng) PM2.5濃度高, 圖中暖色塊區(qū)域由左上向右下方傾斜, 表示地理緯度高的城市在一次污染過程中 PM2.5高濃度出現(xiàn)的時(shí)間更早, 然后由北向南出現(xiàn)的時(shí)間逐漸推遲。圖中紅色實(shí)線標(biāo)識了3 次比較明顯的 PM2.5污染過程。分別是在12 月17～21 日、22～27 日和28～31 日。污染程度以第二次過程最重, 影響的城市范圍也最廣, 相應(yīng)的影響時(shí)間也最長。由此說明, 在安徽省出現(xiàn)較重污染時(shí), 污染過程大多由北部地區(qū)向南部地區(qū)逐步推進(jìn), 影響 范圍和時(shí)長與污染過程強(qiáng)度有關(guān), 較強(qiáng)的污染過程可以一直影響到南部黃山等城市, 而較弱的污染過程可能影響到中部合肥等城市之后就不再明顯。

圖5 不同城市不同月份質(zhì)量濃度比值分布, 實(shí)線為散點(diǎn)的擬合曲線 Fig.5 Distribution of particle size ratios in typical cities in different months (the solid line is the fitting curve of the scattered data points)

圖6 4 個代表城市污染過程的時(shí)間關(guān)系 Fig.6 Time lag relationship among four typical cities

圖7 顆粒物污染擴(kuò)散影響過程 Fig.7 Diffusion process in particulate pollution

3 結(jié) 論

(1) 顆粒物污染區(qū)域化特征明顯, 可以分為淮河以北、沿江和江淮之間、長江以南和皖南山區(qū)4 個組別, 與地理位置密切相關(guān)。PM2.5污染程度由北向南依次減輕, 污染過程一般由北向南逐步擴(kuò)散傳輸, 重污染過程影響覆蓋安徽省全省, 影響時(shí)間可以長達(dá)1 周。部分較弱的污染過程只能推進(jìn)到江淮之間。

(2) 不同區(qū)域顆粒物污染特征具有明顯差異。冬、春季節(jié)顆粒物濃度高時(shí), 污染程度越重的城市, 上午出現(xiàn)的污染時(shí)段越突出, 下午污染消散時(shí)間較短, 24 h 變化出現(xiàn)“雙峰雙谷”特征。不同區(qū)域城市冬季質(zhì)量濃度比值差異很大, 冬季污染中的城市質(zhì)量濃度比值高, 對PM2.5和PM10的管控力度不同可能是其主要原因; 合肥質(zhì)量濃度比值相對偏低且構(gòu)成更為復(fù)雜, 與其相對安徽省其他城市污染源構(gòu)成更加多樣化的特點(diǎn)一致。

感謝中國科學(xué)院地理科學(xué)與資源研究所數(shù)據(jù)共享中心提供高分辨率地理高程數(shù)據(jù), 使得本次研究工作得以完成。此外, 感謝3 位匿名審稿人為本文提出的寶貴修改意見, 使得本文得以完善。