張 皓，李 輝，張留顏

（江蘇省徐州環(huán)境監(jiān)測(cè)中心,江蘇 徐州 221018）

0 引言

2020 年1 月新冠肺炎第一次暴發(fā)，自2020 年1月23 日離漢離鄂通道關(guān)閉后，全國(guó)大范圍內(nèi)開始啟動(dòng)公共衛(wèi)生一級(jí)響應(yīng)，道路封閉、企業(yè)停工停產(chǎn)，非必要不外出等政策相繼出臺(tái)[1]。從一次污染源排放數(shù)據(jù)來看，機(jī)動(dòng)車源、揚(yáng)塵源、工業(yè)源等排放量顯著降低。疫情期間全國(guó)大范圍內(nèi)空氣質(zhì)量明顯好轉(zhuǎn)，湖北省2020 年1 月23 日～3 月15 日，PM2.5質(zhì)量濃度同比下降30.6%，NO2同比下降50%[2]，京津冀地區(qū)PM2.5濃度除北京市防控初期較2019 年同期上升外（北京區(qū)域在該時(shí)段出現(xiàn)2 次重污染天氣），其余區(qū)域均呈現(xiàn)不同程度下降趨勢(shì)，NO2同比下降幅度最大52.5%[3]。2020 年后，全國(guó)多個(gè)地區(qū)出現(xiàn)新一輪新冠疫情，各地區(qū)根據(jù)疫情情況實(shí)行不同的封控管理措施，不少地區(qū)也開展了封控管理后對(duì)大氣污染物濃度的影響的研究[4-7]。SCIARD 等[8]分析了南歐4 個(gè)城市和武漢疫情管控期間，6 項(xiàng)污染物濃度除O3在2020 年封鎖期間濃度較2019 年呈現(xiàn)不同程度升高外，其余均呈下降趨勢(shì)。O3上升主要是由NOx濃度的下降使NO 對(duì)O3濃度的滴定效應(yīng)減弱引起的。而唐山市[9]、石家莊市[10]等6 項(xiàng)污染物濃度在疫情管控期間均呈現(xiàn)不同程度的下降趨勢(shì)。為探究徐州市疫情管控期間人為活動(dòng)減少條件下空氣質(zhì)量情況，利用2020 年～2022 年3 次疫情防控期間數(shù)據(jù)進(jìn)行比對(duì)分析，從而明確管控措施對(duì)徐州市大氣污染物的影響。

1 研究?jī)?nèi)容

1.1 數(shù)據(jù)來源

為保證數(shù)據(jù)的準(zhǔn)確性，所有數(shù)據(jù)均來自中國(guó)環(huán)境監(jiān)測(cè)總站審核后數(shù)據(jù)，剔除異常值和沙塵對(duì)空氣質(zhì)量的影響。若某時(shí)刻氣象參數(shù)出現(xiàn)異?；蛉笔r(shí)，剔除該時(shí)次的數(shù)據(jù)，同時(shí)要保證數(shù)據(jù)的有效性達(dá)90%以上。對(duì)超級(jí)站在線監(jiān)測(cè)數(shù)據(jù)進(jìn)行組分和來源解析時(shí)，必須進(jìn)行數(shù)據(jù)整合和質(zhì)量控制，極大程度保證數(shù)據(jù)的有效性。監(jiān)測(cè)時(shí)間為徐州市在2020 年～2022 年3 次疫情防控時(shí)期，第一次為2020 年1 月24 日～2020 年2 月9 日，第二次為2021 年11 月26 日～2021 年12 月1 日，第三次為2022 年3 月30 日～2022 年4 月11 日。研究數(shù)據(jù)包括：①3 個(gè)時(shí)間段內(nèi)國(guó)控站點(diǎn)6 項(xiàng)污染物濃度日均值、時(shí)均值以及近年來同時(shí)段污染物濃度數(shù)據(jù)；②3 個(gè)時(shí)段的風(fēng)速、溫度、相對(duì)濕度、風(fēng)向等氣象數(shù)據(jù)；③大氣超級(jí)站在線監(jiān)測(cè)成分?jǐn)?shù)據(jù)及再分析數(shù)據(jù)。

1.2 研究方法

（1）相關(guān)性分析

皮爾遜相關(guān)性用于度量2 個(gè)變量X 和Y 之間的相關(guān)（線性相關(guān)），采用皮爾遜相關(guān)性分析方法探索各污染物濃度與氣象參數(shù)的相關(guān)性[11]，從而大致分析此次污染主要源于氣象條件還是外來傳輸?shù)取?/p>

（2）PMF 來源解析

本研究利用PMF 來源解析模型，本次對(duì)顆粒物不降反升的第三次疫情防控階段的顆粒物進(jìn)行來源解析。本研究在模型解析時(shí)，根據(jù)每個(gè)因子的釋放率高低，選取因子進(jìn)行迭代運(yùn)算，依據(jù)殘值分布的變化和解析結(jié)果的可解釋性，選擇最佳因子數(shù)目和確定相應(yīng)貢獻(xiàn)[12]。對(duì)此過程監(jiān)測(cè)數(shù)據(jù)進(jìn)行來源解析，分析PM2.5中主要來源，把顆粒物來源分為：機(jī)動(dòng)車源、揚(yáng)塵源、二次氣溶膠、生物質(zhì)燃燒和燃煤源。

2 結(jié)果與討論

2.1 大氣污染情況

歷史數(shù)據(jù)顯示，受春節(jié)、元宵節(jié)、供暖期影響，大氣污染物濃度會(huì)上升，頻發(fā)重污染天氣。3 次疫情防控期污染物濃度見表1。

表1 2020～2022 年主要污染物濃度比較

由表1 可知，第一次疫情防控期全市區(qū)域內(nèi)機(jī)動(dòng)車禁行、工業(yè)企業(yè)停工停產(chǎn)、居民居家隔離，交通量、工業(yè)排放均大幅下降，人為影響也降低，除O3外，污染物濃度均呈不同程度下降趨勢(shì)，NO2濃度降幅最為明顯；第二次疫情管控持續(xù)時(shí)間較短，除O3外，其余5 項(xiàng)污染物濃度仍呈下降趨勢(shì)；第三次管控時(shí)間較長(zhǎng)，但污染物物濃度呈現(xiàn)出與其他2 次不同情況，除O3外，顆粒物濃度、SO2濃度呈現(xiàn)上升趨勢(shì)。第三次管控期間PM2.5濃度同比上升，一方面是由于沙塵影響，另一方面工廠并未全面停工停產(chǎn)，污染物累積，并存在二次轉(zhuǎn)化和可能的區(qū)域傳輸。因第一次和第二次管控顆粒物濃度均下降，在此僅對(duì)第三次顆粒物濃度不降反升和O3上升的情況進(jìn)行討論分析。

2.2 PM2.5 變化特征分析

（1）氣象因素對(duì)PM2.5濃度影響

受疫情封閉影響，此階段防控措施主要為非城市保障型企業(yè)停止運(yùn)營(yíng)或?qū)嵭芯蛹肄k公室，需連續(xù)生產(chǎn)或停產(chǎn)有安全風(fēng)險(xiǎn)的企業(yè)，可以實(shí)行全封閉管理運(yùn)行；停止一切非必要流動(dòng)和活動(dòng)。此次疫情管控有部分企業(yè)未停工停產(chǎn)，仍進(jìn)行施工作業(yè)。此次疫情封閉期間顆粒物和氣象條件的變化情況見圖1。

圖1 氣溫、相對(duì)濕度、風(fēng)速與PM2.5 關(guān)系

由圖1 可以看出，2022 年溫度較2021 年溫度有所上升，日均溫度均高于2021 年，在4 月8 日～11 日，溫度達(dá)20 ℃以上。從皮爾遜相關(guān)系數(shù)來看，PM2.5濃度與氣溫相關(guān)性不高，但從一定程度而言PM2.5濃度依然受溫度影響。比如受冷空氣影響，PM2.5濃度下降；溫度逐漸上升，PM2.5濃度累積，濃度會(huì)慢慢升高。2022 年相對(duì)濕度較2021 年有所下降，但PM2.5濃度高值的3 月30 日，4 月7 日，空氣濕度較2021 年明顯升高。從皮爾遜相關(guān)系數(shù)來看，PM2.5濃度與濕度相關(guān)性為0.835，與PM2.5相關(guān)性較好，表現(xiàn)出同升同降趨勢(shì)，這主要是因?yàn)楦邼竦臍庀髼l件有利于污染物的二次轉(zhuǎn)化和顆粒物的累積增長(zhǎng)，對(duì)PM2.5濃度的增加有助推作用。2022 年風(fēng)速較2021年稍增大，但日均風(fēng)速普遍低于2.0 m/s，PM2.5濃度與風(fēng)速相關(guān)性不高，但也有密切關(guān)系。一般而言，風(fēng)速低于2.0 m/s，屬小風(fēng)靜穩(wěn)天氣，大氣擴(kuò)散條件整體較差，不利于污染物的稀釋和擴(kuò)散。從線性曲線來看，風(fēng)速與PM2.5濃度呈負(fù)相關(guān)，風(fēng)速小，天氣靜穩(wěn)，PM2.5濃度易升高。

整體來看，PM2.5濃度不降反升，與氣象因素有一定關(guān)系。2022 年氣象條件較2021 年較不利，一方面未出現(xiàn)陰雨天氣，氣溫升高，形成逆溫層，不利于污染物垂直擴(kuò)散。另一方面區(qū)域受低壓場(chǎng)控制，風(fēng)速較小，空氣靜穩(wěn)，不利于污染物的水平擴(kuò)散。第三，該時(shí)間段內(nèi)出現(xiàn)了高濕天氣，高濕環(huán)境易導(dǎo)致氣態(tài)污染物向PM2.5的轉(zhuǎn)化，有利于二次轉(zhuǎn)化和吸濕性增長(zhǎng)。

（2）源解析

根據(jù)徐州市超級(jí)站氣溶膠監(jiān)測(cè)數(shù)據(jù)，疫情管控前和管控期PM2.5各組分濃度占比情況見表2?；诮M分觀測(cè)結(jié)果來看，Cl-，NO3-和NH4+較疫情前在PM2.5中的占比呈現(xiàn)出不同幅度的下降；表征二次離子的SO42-、表征生物質(zhì)燃燒的K+和表征土壤塵、地表塵和建筑塵Ca2+，Mg2+較疫情管控前分別上升了2.85%，0.05%，0.26%和0.01%。表明二次離子中的SO42-較疫情管控前對(duì)PM2.5濃度的貢獻(xiàn)增加。

表2 疫情期間PM2.5 中各組分質(zhì)量濃度

根據(jù)監(jiān)測(cè)數(shù)據(jù)，運(yùn)用PMF 源解析方法分別對(duì)疫情管控前和管控期2 個(gè)階段細(xì)顆粒物的來源進(jìn)行分解，結(jié)果見圖2。其中，在疫情管控前，顆粒物主要來源為二次離子 （42.0%）＞機(jī)動(dòng)車 （18.2%）＞揚(yáng)塵（17.0%）＞燃煤（11.8%）＞生物質(zhì)燃燒（11.0%）；疫情管控期間，顆粒物主要來源為二次離子（53.1%）＞生物質(zhì)燃燒（18.4%）＞揚(yáng)塵（11.5%）＞機(jī)動(dòng)車（9.7%）＞燃煤（7.3%）。通過對(duì)比疫情前后污染物來源，可以發(fā)現(xiàn)，疫情管控期間顆粒物來源前后有明顯變化，除二次氣溶膠增加外，其余源均不同程度減少。機(jī)動(dòng)車源明顯減少，首先與居家辦公有關(guān)，車輛出行數(shù)量減少；另外未出現(xiàn)上下班高峰擁堵，車輛不存在怠速行駛的情況，整體排放減少。

圖2 2022 年3 月30 日～4 月11 日源解析

2.3 O3 變化特征分析

（1）O3濃度日變化特征分析

疫情期間O3濃度整體維持較高水平，小時(shí)質(zhì)量濃度范圍在26～186 μg/m3之間，呈典型的日變化特征,見圖3。由圖3 可知，部分時(shí)段（如4 月3 日，4日、9 日）夜間～凌晨濃度較高或者有所反彈，夜間無光化學(xué)反應(yīng)發(fā)生，判斷受傳輸影響較大。共出現(xiàn)O3超標(biāo)2 d，分別為4 月10 日（161 μg/m3）和4 月11日（177 μg/m3）。其中11 日O3濃度為疫情期間最高，從光化學(xué)反應(yīng)初始時(shí)刻（約8：00）至12：00，O3濃度上升速率快，與溫度變化曲線較為一致，最高溫度超過31.0 ℃，同時(shí)濕度較低，有利于光化學(xué)反應(yīng)的進(jìn)行，但由于風(fēng)速在12：00 增強(qiáng)，O3質(zhì)量濃度于14：00 左右達(dá)到當(dāng)日濃度峰值186 μg/m3后開始下降，總體來看為高溫低濕條件下的本地生成。超標(biāo)天和非超標(biāo)天O3及其前體物濃度日變化見圖4。

圖3 O3 濃度和溫度日變化特征

圖4 超標(biāo)天和非超標(biāo)天臭氧及前體物日變化

由圖4 可知，徐州市O3日變化特征呈現(xiàn) “單峰”結(jié)構(gòu)，超標(biāo)天O3濃度最大值出現(xiàn)在14：00，質(zhì)量濃度為178 μg/m3，是非超標(biāo)天的1.3 倍，非超標(biāo)天O3峰值也出現(xiàn)16：00，晚于超標(biāo)天2 h，超標(biāo)天和非超標(biāo)天的O3濃度谷值均出現(xiàn)在7：00。

（2） VOCs 污染特征分析

NOx和VOCs 均為生成O3的重要前體物，一般根據(jù)EKMA 曲線來判斷該區(qū)域?qū)OCs 或者NOx更敏感。根據(jù)EKMA 曲線，徐州市處于O3污染的VOCs 控制區(qū)。因此對(duì)2021 年、2022 年3 月31 日～4 月10 日VOCs 組分體積濃度及占比情況進(jìn)行分析見表3。由表3 可知，炔烴、鹵代烴和OVOCs 均同比上升，OVOCs 環(huán)比上升，其余組分均下降；從占比的變化來看，炔烴、鹵代烴和OVOCs 均同比上升，鹵代烴和OVOCs 均環(huán)比上升，和各組分濃度變化基本一致。

表3 3 月31 日～4 月10 日VOCs 組分體積濃度及占比情況

（3）臭氧生成潛勢(shì)（OFP）

3 月31 日～4 月10 日OFP 關(guān)鍵組分分析見表4。由表4 可知，對(duì)O3生成貢獻(xiàn)較大的組分有來自溶劑使用的甲苯和間/對(duì)-二甲苯，來自機(jī)動(dòng)車尾氣排放的乙烯、丙烯等烯烴，C4-C5 烷烴以及乙炔，排名前三的組分依次為乙烯、丙烯和甲苯，說明疫情期間徐州市溶劑使用、機(jī)動(dòng)車尾氣排放和燃燒源對(duì)O3的貢獻(xiàn)較大。與去年同期相比，大部分的組分濃度均下降，僅乙炔和乙烷同比上升。具體來看，以甲苯和間/對(duì)-二甲苯為代表的芳香烴降幅較大，其次是乙烯、丙烯和1-丁烯等烯烴，乙炔升幅較大。從環(huán)比變化特征來看，僅1-丁烯濃度略有升高，其余物種濃度均下降，降幅較大的是芳香烴（甲苯、乙苯和間/對(duì)-二甲苯），烯烴中的乙烯、丙烯和順-2-丁烯次之，烷烴中的正丁烷、異丁烷、乙烷和丙烷降幅在15%～25%。由此可見，O3生成貢獻(xiàn)排名前10 的組分濃度和排序差距明顯，其中來自溶劑使用的甲苯和間/對(duì)-二甲苯和來自機(jī)動(dòng)車尾氣排放的乙烯、丙烯等烯烴的改善幅度較大，來自燃燒源的乙炔同比上升，環(huán)比下降。

表4 3 月31 日～4 月10 日OFP 關(guān)鍵組分 μg·m-3

3 結(jié)論

（1）3 個(gè)階段，6 項(xiàng)污染物濃度除O3和第三階段的PM2.5濃度外，均同比呈下降趨勢(shì)，其中NO2的降幅較大，3 個(gè)階段分別為54.3%，7.5%和58.8%。一定程度與實(shí)施居家隔離、交通管制和企業(yè)停產(chǎn)等舉措直接相關(guān)。

（2）第三階段PM2.5不降反升，一方面與不利的氣象條件導(dǎo)致本地污染物累積有關(guān)；另一方面根據(jù)來源解析結(jié)果分析，二次轉(zhuǎn)化比較突出，二次氣溶膠占比明顯增加。

（3）3 個(gè)階段O3濃度均呈現(xiàn)不降反升的情況，主要因?yàn)檫@期間天氣以晴好為主，高溫有利于光化學(xué)反應(yīng)；人為源排放減少，同時(shí)NOx排放減少，導(dǎo)致O3無法在夜間進(jìn)行有效清除，靜穩(wěn)條件下利于O3累積，高溫低濕造成O3濃度偏高。從VOCs 特征及OFP 來看，此階段，溶劑使用、機(jī)動(dòng)車尾氣排放和燃燒源對(duì)O3的貢獻(xiàn)較大。

（4）從第三階段對(duì)大氣污染物影響來看，一次污染物對(duì)減排響應(yīng)更敏感，二次污染物對(duì)減排響應(yīng)有一定時(shí)滯性且受氣象因素影響更顯著。