周睿智 ,閆才青 *,崔 敏 ,徐 敏 ,劉偉健 ,陳海彪 ,周陶美子 ,鄭 玫 (.山東大學(xué)環(huán)境研究院,山東 青島 667；.揚(yáng)州大學(xué)環(huán)境科學(xué)與工程學(xué)院,江蘇 揚(yáng)州 7；.生態(tài)環(huán)境部華南環(huán)境科學(xué)研究所,廣東 廣州 0；.青島科技大學(xué)環(huán)境與安全工程學(xué)院,山東 青島 6606；.北京大學(xué)環(huán)境科學(xué)與工程學(xué)院,北京 0087)

山東省位于我國東部環(huán)渤海地區(qū),是PM2.5重點(diǎn)污染區(qū)域之一,尤其是魯西南地區(qū)[1].生態(tài)環(huán)境部印發(fā)的《京津冀及周邊地區(qū)2017～2018年秋冬季大氣污染綜合治理攻堅行動方案》[2]實施細(xì)則明確濟(jì)南、淄博、濟(jì)寧、德州、聊城、濱州、菏澤等為京津冀大氣污染傳輸通道城市.山東省大氣污染的治理與防治將不僅有助于本地空氣質(zhì)量的改善,同時,也將有助于減少向周邊地區(qū)(尤其是京津冀地區(qū))的傳輸影響.根據(jù)中國環(huán)境監(jiān)測總站發(fā)布的全國城市空氣質(zhì)量歷史實時數(shù)據(jù)(http://beijingair.sinaapp.com/)分析可知,2015～2018年,山東省PM2.5質(zhì)量濃度逐年下降,整體 PM2.5年均濃度由(75±14)μg/m3下降到(38±6)μg/m3;2018～2020年,山東省 PM2.5濃度呈現(xiàn)回升趨勢,2020年均濃度為(58±9)μg/m3;且山東省 PM2.5濃度呈現(xiàn)顯著的空間分布差異(即東部半島地區(qū)<中部地區(qū)<西部地區(qū)).山東省部分地區(qū)已相繼開展了大氣污染物的來源解析工作,其中細(xì)顆粒物的來源解析研究工作逐漸增多,覆蓋范圍增大,但研究之間變異性較大,缺乏總結(jié).目前,僅周松華等[3]對濟(jì)南、青島、泰安、菏澤四個城市 PM2.5源解析結(jié)果進(jìn)行了簡單比較.

為更好地了解山東省大氣細(xì)顆粒物污染的歷史與現(xiàn)狀,本研究對目前已公開發(fā)表的39項山東省PM2.5來源解析研究工作進(jìn)行了總結(jié),綜述了山東省各地級市PM2.5源解析的研究現(xiàn)狀與進(jìn)展,包括研究方法、解析出的污染源類、各類源的貢獻(xiàn)及其時空分布,探討了山東省細(xì)顆粒物來源貢獻(xiàn)的影響因素,旨在為山東省后續(xù)開展大氣細(xì)顆粒物及其他污染物的來源解析,制定有針對性的大氣污染防治行動指南提供參考.

1 資料與方法

1.1 數(shù)據(jù)來源

本研究檢索了2008～2020年間山東省各地級市公開發(fā)表的細(xì)顆粒物來源解析相關(guān)文獻(xiàn)及相關(guān)研究報告.主要檢索途徑包括中國知網(wǎng)、谷歌學(xué)術(shù)、百度學(xué)術(shù)、web of science等數(shù)據(jù)庫,以“來源/源解析/來源解析/源貢獻(xiàn)/source/source apportionment/source contribution”、“細(xì)顆粒物/PM2.5/fine particles/fine particulate matter”和“山東/山東省/Shandong/Shandong Province”以及山東省各地級市名稱等作為關(guān)鍵詞分別組合進(jìn)行檢索.相關(guān)研究進(jìn)一步篩選與總結(jié)方式如下:(1)需保證在山東省境內(nèi)采樣,如果某一研究中包括多個采樣地點(diǎn)或多個采樣時段的觀測,或采用多種源解析模型,則視為一項研究,但分別統(tǒng)計每項觀測和對應(yīng)源解析結(jié)果[4-11];(2)需報道PM2.5的源解析結(jié)果及各類源的貢獻(xiàn),如果某一研究中同時包括 PM2.5及其他粒徑顆粒物的觀測及來源解析,則只關(guān)注與提取 PM2.5相關(guān)的數(shù)據(jù)[12-15];(3)針對同一年同一地點(diǎn)觀測的不同研究,視為獨(dú)立的研究[5,16-18].依據(jù)以上原則,本研究最終確定中文期刊論文15篇,英文期刊論文16篇和碩士學(xué)位論文3篇,博士學(xué)位論文3篇(其中1篇為英文),以及濟(jì)南市生態(tài)環(huán)境局公開發(fā)布的濟(jì)南市細(xì)顆粒物來源解析研究報告[12,19]2份.

1.2 數(shù)據(jù)采集

針對篩選確定的每一項山東省 PM2.5源解析研究,分別統(tǒng)計其采樣地點(diǎn)、站點(diǎn)類別、觀測時段、PM2.5質(zhì)量濃度、源解析方法、解析出的源類以及各類源的貢獻(xiàn)等.在統(tǒng)計分析的過程中,每項研究中某地同一年中春、夏、秋、冬四個季節(jié)的源解析結(jié)果采取平均處理,以獲得該地PM2.5來源貢獻(xiàn)的年均值;針對同一城市不同站點(diǎn)的數(shù)據(jù)取平均,以獲得該城市PM2.5來源貢獻(xiàn)平均值;針對同一城市不同研究的源解析結(jié)果取平均值和標(biāo)準(zhǔn)偏差,以獲取各個城市PM2.5某一源類的平均貢獻(xiàn).

2 結(jié)果與討論

2.1 山東省PM2.5源解析的研究現(xiàn)狀與進(jìn)展

2.1.1 源解析研究方法 目前,我國大氣顆粒物來源解析研究主要采用3種技術(shù)方法:源清單法、源模型法和受體模型法.研究表明,自 2000年以來,受體模型在我國應(yīng)用最為廣泛,是我國大氣顆粒物來源解析的主要手段之一[20].受體模型法根據(jù)顆粒物的物理和化學(xué)等信息估算污染源對受體的貢獻(xiàn),主要分為基于源和受體成分譜的化學(xué)質(zhì)量平衡(CMB)模型和僅基于受體成分譜的統(tǒng)計模型[21],例如,正定矩陣因子分析(PMF)模型和主因子分析(PCA)法等.PMF模型不需要源成分譜,且可對非負(fù)值進(jìn)行約束,對缺失樣本值和不確定度進(jìn)行單獨(dú)處理,并利用數(shù)據(jù)標(biāo)準(zhǔn)偏差對結(jié)果進(jìn)行優(yōu)化,因而在顆粒物源解析研究中應(yīng)用十分廣泛.

如圖1所示,山東省PM2.5源解析研究仍以受體模型法為主,尤其是以PMF為主,占總研究的半數(shù)以上(>50%),其次是CMB和PCA方法.其中,基于PMF和CMB受體模型的研究約占研究總數(shù)的73%,CMB模型的使用相較于PMF模型較少,這可能主要是由于CMB模型需要本地源譜的輸入,而目前山東省本地化的源成分譜仍較為缺乏.部分研究中將放射性碳同位素(14C)技術(shù)[22]、源排放清單[23]等與 PMF或CMB模型相結(jié)合使用,以提高源解析結(jié)果的準(zhǔn)確性和精確性.個別研究利用化學(xué)質(zhì)量平衡嵌套迭代模型CMB-iteration,在CMB模型基礎(chǔ)上扣除受體中二次有機(jī)碳(SOC)的影響,對總有機(jī)碳(OC)進(jìn)行修正,并將修正后的受體成分譜及源成分譜納入到 CMB模型,從而區(qū)分并估算一次有機(jī)碳(POC)和 SOC的貢獻(xiàn)[14].目前,多種源解析方法相結(jié)合已成為細(xì)顆粒物源解析的重要趨勢,這可降低源解析結(jié)果的不確定性,使其結(jié)果更為準(zhǔn)確可靠,同時,可提高源解析結(jié)果的時、空分辨率[24].

圖1 山東省PM2.5源解析研究中所用的源解析方法Fig.1 PM2.5 source apportionment methods used in Shandong Province

近年來,應(yīng)快速源解析、綜合源解析之需,山東省部分地區(qū)利用在線源解析質(zhì)譜監(jiān)測系統(tǒng)(Single Particle Aerosol Mass Spectrometer, SPAMS)開展了高時間分辨率的在線源解析[25].此外,個別研究利用數(shù)值模式通過模擬大氣顆粒物及其化學(xué)組分的濃度,提供了更高時間精度和更廣空間覆蓋率的來源解析結(jié)果[26].例如,區(qū)域大氣環(huán)境模擬系統(tǒng)-大氣污染物來源解析模塊耦合系統(tǒng)(RegAEMS-APSA)以及多尺度空氣質(zhì)量模型耦合在線源追蹤模擬模塊(CMAQ-ISAM)等綜合源解析方法在山東省區(qū)域量化源解析工作中得以應(yīng)用,提供了PM2.5區(qū)域和行業(yè)源解析結(jié)果[27-29].

2.1.2 PM2.5的來源類別 由圖2可知,揚(yáng)塵、機(jī)動車尾氣和燃煤源幾乎在各地都被解析出,說明這 3類源在山東省具有普遍性,是山東省PM2.5的3個主要貢獻(xiàn)源類.各研究中所解析出的塵源分類較為細(xì)化,包括在自然力或人力作用下進(jìn)入到環(huán)境空氣中所形成的各類塵源顆粒物.其中,揚(yáng)塵、土壤塵、建筑塵等在山東省各地存在較為普遍;同時,在不同城市也解析出各地特征性的塵源類別,例如,濟(jì)南[30]、菏澤[17]、泰安[9]、濰坊[31]和青島[14,23]等地解析出煤煙塵,泰安[9]和萊蕪[32]解析出冶金塵,濟(jì)南[31]解析出鋼鐵塵,煙臺[22]解析出交通塵(自然和人為排放混合模式,其中機(jī)動車排放貢獻(xiàn)較高).

此外,山東省不同地級市的PM2.5源解析結(jié)果中呈現(xiàn)出各地特色性的貢獻(xiàn)源類.例如,青島[14,23,33-34]、煙臺[22,35-36]和威海[10-11]等 3個沿海城市 PM2.5源解析結(jié)果中存在海鹽粒子源,貢獻(xiàn)約為 2%～7%.煙臺市[35-36]解析出船舶排放源(平均貢獻(xiàn) 8%).威海市[10-11]解析出非道路移動源(3%),鑒于該類源的主要特征組分是重油燃燒的示蹤物種釩(V),表明該非道路移動源與威海港口及海上使用重油作為燃料的船舶排放有關(guān).淄博[5]和臨沂[15]解析出市政垃圾焚燒排放源,貢獻(xiàn)分別為15%和7%,這可能與2014～2017年間臨沂市推進(jìn)生活垃圾焚燒處理工程建設(shè),實行市域垃圾焚燒全覆蓋政策有關(guān).東營[37-38]的研究中采樣時間包含春節(jié)期間,因而源解析結(jié)果中存在煙花爆竹源(年均約 0.7%),且在冬季時貢獻(xiàn)最高(～2%).需要注意的是,王德羿等[27]在“2+26”城市大氣重污染下 PM2.5來源解析研究中解析出農(nóng)業(yè)、工業(yè)、電廠、生活和交通等行業(yè)部門對濱州市 PM2.5的貢獻(xiàn),但因與其他源解析工作所給出的源類別不同,未將該項研究統(tǒng)計列入圖2.

圖2 山東省PM2.5來源解析研究中所解析出的一次源源類(如陰影部分所示)Fig.2 Primary sources of PM2.5 apportioned in previous studies in Shandong Province (shown by the shaded area)

由于不同源解析研究中所解析出的源類有所差異,為便于進(jìn)一步的統(tǒng)計與總結(jié),后續(xù)討論中將各研究所解析出的PM2.5貢獻(xiàn)源類歸納為7大類,包括機(jī)動車源、工業(yè)源、燃煤源、生物質(zhì)燃燒源、二次源、塵源和其他源等.其中,根據(jù)文獻(xiàn)中采樣方式及源的相關(guān)描述,將交通塵、機(jī)動車塵、機(jī)動車尾氣和交通源等歸為機(jī)動車源;冶金塵、工業(yè)源、工藝過程源、金屬冶煉和石油化工等歸為工業(yè)源;煤煙塵、燃煤源等歸為燃煤源;二次源、二次無機(jī)鹽、二次硫酸鹽、二次硝酸鹽、二次氣溶膠、二次有機(jī)氣溶膠、二次有機(jī)碳和二次無機(jī)氣溶膠等歸為二次源;揚(yáng)塵、土壤塵、地殼塵、建筑塵、鋼鐵塵和礦物粉塵等歸為塵源;市政垃圾焚燒排放、煙花爆竹、非道路移動源和其他源等歸為其他源 a,海鹽粒子歸為其他源 b,船舶排放歸為其他源 c,其他源 a、b和 c合并歸為其他源.由于山東省現(xiàn)有研究中絕大多數(shù)未解析和分?jǐn)偠晤w粒物前體物的轉(zhuǎn)化貢獻(xiàn),僅有 3項研究[23,31-32]進(jìn)行了二重源解析,所以二次源被列為單獨(dú)的源類別.

2.2 山東省PM2.5來源貢獻(xiàn)的時空分布

將各個源解析結(jié)果中的源類聚類之后,山東省各地PM2.5的來源及貢獻(xiàn)總結(jié)如表1.濟(jì)南、青島和煙臺等地開展的 PM2.5來源解析研究相對較多,淄博、東營、濰坊、臨沂和德州等地 PM2.5來源解析相關(guān)工作相對較少.濱州市PM2.5的來源解析工作尚未單獨(dú)開展,但王德羿等[27]在“2+26”城市大氣重污染下PM2.5來源解析中解析出了農(nóng)業(yè)(8.0%～10.3%)、工業(yè)(24.4%～35.7%)、電廠(4.9%～7.9%)、生活(23.8%～33.2%)和交通(23.7%～27.2%)等行業(yè)部門對濱州市 PM2.5的貢獻(xiàn).濟(jì)寧和日照市尚未有 PM2.5來源解析的相關(guān)研究報道.

由表1可見,已報道的山東省各地PM2.5來源解析研究中,大多數(shù)觀測時間包含春、夏、秋、冬四個季節(jié);少數(shù)研究選擇夏季和冬季[7]、秋冬季[8]、冬春季[9,34]、非采暖季[40]以及采暖季[10,34,42]進(jìn)行對比分析.Tian[6]在同一觀測時間內(nèi)采用PMF和CMB 2種源解析方法進(jìn)行了濟(jì)南市區(qū)PM2.5源解析研究,并對結(jié)果進(jìn)行比較,發(fā)現(xiàn)PMF方法高估了二次硫酸鹽的貢獻(xiàn),但其他源類的貢獻(xiàn)較為相似,2種方法都不易區(qū)分工業(yè)源和生物質(zhì)燃燒源.

表1 山東省各地PM2.5的來源解析結(jié)果Table 1 PM2.5 source apportionment results obtained in different cities in Shandong Province

2.2.1 空間分布 總結(jié)了山東省15個城市(除濟(jì)寧和日照外)的 PM2.5來源解析結(jié)果(圖 3).需要注意的是,展示的主要是2015年以后各城市的源解析結(jié)果,且觀測時段包含 4個季節(jié),以減小比較的不確定性.其中,聊城市的觀測時段為冬季,泰安市的觀測時段為冬春季,濱州市的結(jié)果是基于數(shù)值模擬的行業(yè)源解析結(jié)果,研究時段為冬季,用不同于其他城市的填充圖案表示.東部沿海城市(如煙臺、威海、青島、日照等)PM2.5濃度顯著低于魯中(如淄博?萊蕪等)、魯西和魯西南(如菏澤、濟(jì)寧、棗莊等)地區(qū).

圖3 山東省各地PM2.5源解析結(jié)果的空間分布Fig.3 Spatial distribution of PM2.5 source apportionment in Shandong Province

總體來看,山東省PM2.5的源貢獻(xiàn)由高到低依次是二次源((36.1±8.5)%)>塵源((18.4±8.6)%)>燃煤源((18.2±7.0)%)>機(jī)動車源((17.7%±11.7)%)>生物質(zhì)燃燒源((15.1±7.1)%)>工業(yè)源((11.3±9.6)%)>其他源((9.9±4.8)%).其中,二次源的貢獻(xiàn)占比最大,其次是塵源、燃煤源和機(jī)動車源.除濱州市源解析結(jié)果的分類不同外,山東省各地機(jī)動車源和塵源所占比例分別在 3%～51%和 6%～41%之間.值得注意的是,塵源對山東省各市PM2.5具有重要貢獻(xiàn).Zhu等[40]綜述了中國 PM2.5源解析結(jié)果,指出塵源是華東地區(qū)(包括山東、安徽、江蘇、上海、江西、浙江、福建)1980～2006年P(guān)M2.5第一來源,平均貢獻(xiàn)為33.2%,而2006～2017年二次源為 PM2.5的首要來源;塵源為第二來源,平均貢獻(xiàn)分別為39.1%和18.3%,與本研究的發(fā)現(xiàn)基本一致.

山東省東西部城市PM2.5的來源及其相對貢獻(xiàn)存在顯著差異.東部半島地區(qū)(如煙臺、青島、威海等市)二次源的貢獻(xiàn)最大,平均貢獻(xiàn)為 36%,其次是塵源和機(jī)動車源,平均貢獻(xiàn)分別為18%和17%.中部地區(qū)(如濱州、東營、濟(jì)南、淄博、濰坊、泰安、萊蕪、棗莊、臨沂等市)PM2.5的首要貢獻(xiàn)源也是二次源,平均貢獻(xiàn)約為 37%,其中,東營市的二次源貢獻(xiàn)超過 50%;但中部地區(qū)燃煤源的貢獻(xiàn)明顯增高(～22%),比半島地區(qū)高約 8%;其次是塵源,平均貢獻(xiàn)20%,比半島地區(qū)高約 3%,其中位于最南部的臨沂市塵源貢獻(xiàn)最高,高達(dá) 41%.山東省西部地區(qū)(如德州、聊城和菏澤等市)PM2.5的首要貢獻(xiàn)源同樣是二次源,平均貢獻(xiàn)為 34%;其次為機(jī)動車源,平均貢獻(xiàn)25%,比半島和中部地區(qū)高出約 10%,其中聊城的機(jī)動車源貢獻(xiàn)高達(dá)50%;其次是生物質(zhì)燃燒源,在西部3個城市均有解析出,平均貢獻(xiàn)為18%,比半島地區(qū)高出 8%.綜上可見,山東省半島和中、西部 3個區(qū)域貢獻(xiàn) PM2.5的最大源均為二次源,表明進(jìn)一步厘清二次源的形成機(jī)制、解析各類源對二次源的貢獻(xiàn),有效控制二次顆粒物的形成是山東省PM2.5污染控制的關(guān)鍵之一.

由圖4可見,機(jī)動車源對各城市PM2.5的平均貢獻(xiàn)波動較大,約為 3%(淄博)～51%(聊城),東、西部城市機(jī)動車源的貢獻(xiàn)相較于中部城市略高.工業(yè)源平均貢獻(xiàn)為 4%(菏澤)～38%(萊蕪),在中部城市貢獻(xiàn)較東西部城市(尤其是東部城市)高.其中,萊蕪市采暖季、秋季和夏季工業(yè)源貢獻(xiàn)均最高,春季工業(yè)源占比第二,這可能與萊蕪是工業(yè)主導(dǎo)型城市,且重工業(yè)比例高有關(guān),濟(jì)萊協(xié)作區(qū)的濟(jì)南鋼鐵等重工業(yè)轉(zhuǎn)移會使工業(yè)源的貢獻(xiàn)增加[32].淄博作為石油化工城市,工業(yè)源的平均貢獻(xiàn)約為 22%,表明石油工業(yè)及其下游企業(yè)對當(dāng)?shù)豍M2.5會產(chǎn)生一定影響[16].工業(yè)源在東部半島城市的貢獻(xiàn)顯著低于中西部城市.燃煤源的貢獻(xiàn)在山東省東、中、西部分布較為均勻,平均貢獻(xiàn)范圍為 7%(聊城)～36%(濰坊),其中,在濰坊市的貢獻(xiàn)較為突出.王斌之等[31]為得到濰坊更為精細(xì)化的燃煤源貢獻(xiàn)解析結(jié)果,根據(jù)煙粉塵排放量對綜合源解析結(jié)果中燃煤源貢獻(xiàn)按照一定的分配系數(shù)進(jìn)行了重新分配,得到電廠、工業(yè)和民用燃煤的分擔(dān)率分別為14%、18%和4%.值得注意的是,山東省各地的PM2.5來源解析研究中,解析出生物質(zhì)燃燒源貢獻(xiàn)的城市較少,平均貢獻(xiàn)范圍為 7%(菏澤)～34%(煙臺),且主要集中在中西部地區(qū).這可能是由于近年來,各地政府嚴(yán)格執(zhí)行《秸稈禁燒和綜合利用管理辦法》[46],禁止農(nóng)業(yè)秸稈的地里焚燒活動,此外,生物質(zhì)燃燒源與其他源(如機(jī)動車源等)存在共線性問題,因而在一些研究中不能被解析出來[47].二次源呈現(xiàn)東、西部高,中部低的分布趨勢;相反地,塵源呈現(xiàn)東部低、中西部高的趨勢.

圖4 不同源類在山東省各地對PM2.5的貢獻(xiàn)Fig.4 Contributions of various sources to PM2.5 in different cities in Shandong Province

考慮到各地PM2.5的絕對濃度在空間上存在差異,本研究中計算獲取各類源對各地 PM2.5的絕對貢獻(xiàn).由圖 3可見,鑒于山東省東部半島地區(qū)PM2.5濃度低于中西部地區(qū),因而,與源的相對貢獻(xiàn)不同,東部半島地區(qū)各類源對 PM2.5濃度的絕對貢獻(xiàn)量均低于中西部地區(qū),包括前述相對貢獻(xiàn)在半島地區(qū)與中西部地區(qū)相當(dāng)甚至略高的的機(jī)動車源、工業(yè)源、燃煤源、二次源、塵源及其他源等源類,對東部半島地區(qū) PM2.5的絕對貢獻(xiàn)均顯著低于中西部地區(qū).此外,需要注意的是,東部半島地區(qū)生物質(zhì)燃燒源對PM2.5的相對貢獻(xiàn)和絕對貢獻(xiàn)均低于中西部地區(qū).

將山東省 PM2.5源解析結(jié)果與其他省份(如北京[48]、天津[48]、河北[48-50]、河南[51-53]、安徽[55-56]、江蘇[56-61]、浙江[62-66]和廣東[67-69])PM2.5源解析結(jié)果進(jìn)行比較(圖 5)發(fā)現(xiàn),二次源是我國大部分省份PM2.5的首要來源,對PM2.5貢獻(xiàn)約占22%～42%;山東省二次源的貢獻(xiàn)與河南?安徽等省份較為接近,但比北京市、廣東、浙江、江蘇等省份低.山東省機(jī)動車源的貢獻(xiàn)相較于其他省份略低;與之相反,山東省塵源和生物質(zhì)燃燒源的貢獻(xiàn)相較于其他省份較高.山東省燃煤源的貢獻(xiàn)與河北、河南、江蘇、浙江等地接近,明顯高于北京市和廣東省,但低于安徽省.

圖5 山東省與其他省份PM2.5源解析結(jié)果的比較Fig.5 Comparison of PM2.5 source apportionment results in Shandong provinces with other provinces

2.2.2 時間演變 由圖6可見,各類源貢獻(xiàn)存在顯著的季節(jié)差異.春季塵源的貢獻(xiàn)相對突出((20±6)%),夏季二次源的貢獻(xiàn)較為顯著((49±15)%),秋季生物質(zhì)燃燒源的貢獻(xiàn)相較于其他季節(jié)略微明顯((19±11)%),冬季和采暖季的燃煤源貢獻(xiàn)則顯著增加((24±8)%).

圖6 山東省不同季節(jié)PM2.5源解析結(jié)果Fig.6 Results of source apportionment of PM2.5 in different seasons of Shandong province

濟(jì)南市和青島市自2010年以前便已開展PM2.5源解析相關(guān)工作,本研究以濟(jì)南和青島市為例進(jìn)一步研究兩地PM2.5源貢獻(xiàn)隨時間的變化.由圖7a、7b可見,濟(jì)南市二次源對 PM2.5的相對貢獻(xiàn)在 2010年后((46±11)%)較 2010 年以前((31±17)%,)有所增加,但絕對貢獻(xiàn)量有所降低.機(jī)動車源的相對貢獻(xiàn)自2010年以來呈現(xiàn)持續(xù)增加趨勢,但絕對貢獻(xiàn)量相對穩(wěn)定甚至略有降低.生物質(zhì)燃燒源的相對與絕對貢獻(xiàn)在2013年之后((12±7)%,(9±5)μg/m3)均較2010年以前((13±6)%,(15±6)μg/m3)略有降低.工業(yè)源的相對和絕對貢獻(xiàn)在 2010～2013年(18%,25μg/m3)較 2010年以前((11±6)%,(13±6)μg/m3)有所增加,在 2013 年之后((12±7)%,(5±4)μg/m3)明顯減少.燃煤源的相對和絕對貢獻(xiàn)在 2010～2013年(27%,38μg/m3)較 2010年以前((17±3)%,(23±7)μg/m3)有所增加,在 2013 年之后((12±8)%,(9±5)μg/m3)顯著降低.塵源的相對和絕對貢獻(xiàn)在2010～2013年(24%,34μg/m3)較 2010年以前((16±5)%,(20±4)μg/m3)有所增加,在 2013 年之后((10±3)%,(7±2)μg/m3)有所減少.濟(jì)南在 2007～2008年除二次源和燃煤源外的其余源貢獻(xiàn)均在10%以下,尤其是工業(yè)源貢獻(xiàn)驟降,這可能與北京奧運(yùn)會期間為保障空氣質(zhì)量山東省對不能達(dá)標(biāo)排放的企業(yè)進(jìn)行強(qiáng)制停產(chǎn),以及周邊省市大量工廠停產(chǎn)有關(guān).Cheng等[70]通過對 2004～2007年 3年內(nèi)濟(jì)南PM2.5中二次離子濃度分布的比較,發(fā)現(xiàn) 2007～2008年北京及其周邊地區(qū)對濟(jì)南市二次硫酸鹽和二次硝酸鹽濃度的貢獻(xiàn)較小,指出這可能與北京奧運(yùn)會加強(qiáng)排放控制有關(guān).

由圖7c可見,青島市二次源的相對貢獻(xiàn)在2011～2012年(34%)較2010年之前(51%)有所降低,但在2012年之后(43%)有所增加.工業(yè)源的相對貢獻(xiàn)自 2006年以來呈現(xiàn)增加的趨勢.與之相反,燃煤源的相對貢獻(xiàn)呈現(xiàn)持續(xù)緩慢降低的趨勢.塵源的相對貢獻(xiàn)在 2011～2012年(30%)較2010年之前(7%)顯著增加,在2012年之后(19%)略有減少.機(jī)動車源的相對貢獻(xiàn)在 2011～2012年(14%)較2010年之前(10%)略有增加,但在2012年之后(12%)略有減少.與相對貢獻(xiàn)不同的是,青島市燃煤源和二次源的絕對貢獻(xiàn)在 2011～2012年(燃煤源:26μg/m3,二次源:56μg/m3)較 2010 年之前(燃煤源:14μg/m3,二次源:40μg/m3)有所增加,且二次源的絕對貢獻(xiàn)在2012年之后(28μg/m3)有所降低.

圖7 濟(jì)南市和青島市歷年P(guān)M2.5源解析的相對貢獻(xiàn)和絕對貢獻(xiàn)結(jié)果Fig.7 The relative and absolute contributions of different sources to PM2.5 in Jinan and Qingdao in different years

2.3 PM2.5的源貢獻(xiàn)與山東省經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系

一個地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r與當(dāng)?shù)?PM2.5的來源及貢獻(xiàn)密切相關(guān)[71].本文將各地PM2.5來源解析結(jié)果中各類源的絕對貢獻(xiàn)與各地相應(yīng)時段內(nèi)機(jī)動車保有量、建筑企業(yè)量、工業(yè)企業(yè)燃煤量、電力熱力生產(chǎn)和供應(yīng)業(yè)量、規(guī)模以上工業(yè)企業(yè)量、國內(nèi)生產(chǎn)總值(GDP)等相關(guān)活動量分別做相關(guān)性分析和顯著性檢驗(獨(dú)立樣本t-檢驗),結(jié)果如圖8所示.

圖8 各類源對PM2.5的貢獻(xiàn)量與經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)相關(guān)量的相關(guān)性Fig.8 Relationships between contributions of different sources to PM2.5 and economic industrial structure related parameters

機(jī)動車源的絕對貢獻(xiàn)量與機(jī)動車保有量(r=0.582,P=0.060)和 GDP(r=0.489,P=0.090)均呈現(xiàn)邊緣顯著的正相關(guān)關(guān)系,且差異性檢驗結(jié)果顯著(P<0.05),說明隨著機(jī)動車保有量或當(dāng)?shù)?GDP的增加,機(jī)動車源貢獻(xiàn)也相應(yīng)呈增加趨勢,且機(jī)動車保有量或GDP高時,機(jī)動車源貢獻(xiàn)顯著高于機(jī)動車保有量或GDP低時.本研究中,塵源的絕對貢獻(xiàn)與建筑企業(yè)量的整體相關(guān)性(r=0.349,P=0.266)及其差異(t=1.629,P=0.134)雖不顯著,但不難看出,這主要是受個別數(shù)據(jù)點(diǎn)的影響,一則說明建筑行業(yè)對山東省 PM2.5塵源貢獻(xiàn)較大,同時也暗示除了建筑活動外還可能存在其他活動對塵源有顯著貢獻(xiàn)(如道路揚(yáng)塵等).

燃煤源的絕對貢獻(xiàn)與電力熱力生產(chǎn)和供應(yīng)業(yè)(r=0.043,P=0.906)、工業(yè)企業(yè)燃煤量(r=0.061,P=0.876)和 GDP(r=-0.038,P=0.902)的相關(guān)性不顯著.但從燃煤源的絕對貢獻(xiàn)與3種不同經(jīng)濟(jì)影響因素的相關(guān)系數(shù)可知,燃煤源的絕對貢獻(xiàn)與當(dāng)?shù)仉娏崃ιa(chǎn)和供應(yīng)業(yè)數(shù)量的相關(guān)性相對較強(qiáng),與GDP相關(guān)性相對較弱.這可能是由于除工業(yè)燃煤貢獻(xiàn)外, PM2.5來源解析結(jié)果中解析出的燃煤源貢獻(xiàn)還包括居民燃煤的貢獻(xiàn),此外,工業(yè)燃煤排放除與生產(chǎn)工藝、除塵裝置相關(guān),也與工業(yè)鍋爐的排放高度有關(guān),導(dǎo)致其對本地的影響與燃煤量不呈線性關(guān)系.后續(xù)源解析研究中需要進(jìn)一步區(qū)分工業(yè)與居民燃煤的相對貢獻(xiàn),以及工業(yè)工藝過程與工業(yè)燃煤等的相對貢獻(xiàn)等.

此外,工業(yè)源的絕對貢獻(xiàn)與規(guī)模以上工業(yè)企業(yè)量(r=-0.299,P=0.372)、GDP(r=-0.306,P=0.359)等因素呈一定負(fù)相關(guān)關(guān)系,但不顯著.這在一定程度上表明小型工業(yè)企業(yè)排放不容忽視,尤其是其存在污染物不達(dá)標(biāo)排放等問題.

綜上,GDP與機(jī)動車源貢獻(xiàn)的相關(guān)性較強(qiáng)且差異性顯著,與燃煤源、工業(yè)源和生物質(zhì)燃燒源貢獻(xiàn)的相關(guān)性和差異性均不顯著,說明燃煤源、工業(yè)源和生物質(zhì)燃燒源的貢獻(xiàn)與GDP不存在顯著的相關(guān)關(guān)系,一方面,這可能是受限于本研究中的數(shù)據(jù)量不足;另一方面,則可能是由于經(jīng)濟(jì)水平在一定程度上決定著能源的選擇與使用方向,但GDP與能源結(jié)構(gòu)不成絕對的正相關(guān),尤其是山東省旅游業(yè)等產(chǎn)業(yè)對 GDP的貢獻(xiàn),以及近年來清潔能源相關(guān)政策的實施都可能對這一相關(guān)性產(chǎn)生影響.

2.4 討論

山東省 PM2.5的來源解析工作依然主要依賴于傳統(tǒng)的源解析技術(shù),缺乏高時、空分辨率的源解析結(jié)果,且不同地區(qū)源解析研究中采用的源解析方法不同,解析出的源類有所不同,給源解析結(jié)果的橫縱向比較帶來不確定性.為此,后續(xù)研究中可開發(fā)、采用統(tǒng)一的源解析技術(shù),抑或有地區(qū)針對性的源解析技術(shù),以提高源解析結(jié)果的可靠性與可比性.

山東省現(xiàn)有的PM2.5源解析結(jié)果表明,二次源對山東省各地PM2.5具有十分重要的作用,而傳統(tǒng)的源解析方法很難進(jìn)一步解析各類一次源對二次組分的貢獻(xiàn),因而需要結(jié)合源清單或采用空氣質(zhì)量模型等綜合源解析手段進(jìn)一步解析分?jǐn)偠卧吹呢暙I(xiàn).同時,需要對二次顆粒物的形成機(jī)制進(jìn)行進(jìn)一步研究與闡釋,以完善對山東省二次顆粒物形成機(jī)制的認(rèn)識.

山東省現(xiàn)有 PM2.5源解析研究中尚未區(qū)分本地源與外地傳輸源的貢獻(xiàn),探討不同區(qū)域之間的傳輸影響的研究尚不多見.后續(xù)需要進(jìn)一步厘清山東省各地 PM2.5的本地源貢獻(xiàn)與區(qū)域和相鄰城市的傳輸貢獻(xiàn),以更為有效地進(jìn)行區(qū)域間的聯(lián)防聯(lián)控.

受限于現(xiàn)有源解析技術(shù)手段,山東省現(xiàn)有PM2.5源解析研究中解析出的源類仍以大類為主,分類較粗,未進(jìn)一步細(xì)化區(qū)分工業(yè)燃煤源和民用燃煤源、工藝過程與其他工業(yè)源等貢獻(xiàn).在后續(xù)研究中亟需綜合多種源解析方法,提供更為精細(xì)化的源解析結(jié)果.

此外,山東省現(xiàn)有 PM2.5的研究多基于特定時段、特定站點(diǎn)的階段性、短期研究,缺乏系統(tǒng)的、長期的監(jiān)測與源解析研究,以及同時期多城市站點(diǎn)的同步觀測.亟需加強(qiáng)長期觀測,以研究山東省顆粒物濃度與來源的歷史變化趨勢,尤其是各種污染防控措施的施行對山東省空氣質(zhì)量改善的作用;通過多地同步觀測以及衛(wèi)星遙感等觀測手段,采用統(tǒng)一的研究方法更深入地了解山東省 PM2.5及其來源的空間分布特征.

3 結(jié)論

3.1 目前山東省PM2.5來源解析研究仍主要依賴于受體模型方法,且使用最多的是 PMF模型,其次是CMB模型和PCA法.

3.2 總體而言,二次源是山東省 PM2.5的首要貢獻(xiàn)源,平均源貢獻(xiàn)約為(36.1±8.5)%,其次是塵源((18.4±8.6)%)、燃煤源((18.2±7.0)%)和機(jī)動車源((17.7±11.7)%).塵源對山東省 PM2.5具有非常重要的貢獻(xiàn).由此推測,除細(xì)顆粒物外,PM10等粗顆粒物的防治對山東省空氣質(zhì)量的改善將同樣具有重要作用.

3.3 從季節(jié)變化來看,二次源在所有季節(jié)中貢獻(xiàn)均較高,春季塵源貢獻(xiàn)較為突出,夏季工業(yè)源貢獻(xiàn)較為顯著,秋季生物質(zhì)燃燒源貢獻(xiàn)較其他季節(jié)略微明顯,冬季和采暖季燃煤源貢獻(xiàn)較高.濟(jì)南市和青島市PM2.5源解析結(jié)果的時間變化趨勢表明,2004～2018年間二次源和機(jī)動車源等對兩地 PM2.5的相對貢獻(xiàn)增加,而燃煤源的貢獻(xiàn)略有降低趨勢.