泰州市 2013～2017年大氣污染特征及潛在來(lái)源分析

王玉祥，吳 瑩， 王 磊， 程 瀅， 王厚俊， 喬利平， 周 敏

(1.江蘇省泰州環(huán)境監(jiān)測(cè)中心，江蘇 泰州 225300；2.上海市環(huán)境科學(xué)研究院，國(guó)家環(huán)境保護(hù)城市大氣復(fù)合污染成因與防治重點(diǎn)實(shí)驗(yàn)室，上海 200233)

我國(guó)隨著經(jīng)濟(jì)的快速發(fā)展，同時(shí)大氣污染問(wèn)題也越來(lái)越突出，大氣環(huán)境逐漸演變?yōu)楸镜睾蛥^(qū)域、一次和二次并存的復(fù)合型污染[1～3]，顆粒物特別是細(xì)顆粒物 PM2.5是導(dǎo)致大氣能見(jiàn)度下降、大氣輻射平衡、灰霾加重、環(huán)境惡化的根本原因，嚴(yán)重危害人體健康[4～7]。且夏季臭氧污染逐年加劇，我國(guó)大氣環(huán)境面臨著巨大挑戰(zhàn)。

目前，我國(guó)大氣空氣質(zhì)量相關(guān)研究主要集中在京津冀[8～10]、長(zhǎng)江三角洲[11]和珠江三角洲區(qū)域[12-13]。長(zhǎng)江三角洲是我國(guó)經(jīng)濟(jì)最具活力、開放程度最高、創(chuàng)新能力最強(qiáng)、吸納外來(lái)人口最多的區(qū)域之一，是“一帶一路”與長(zhǎng)江經(jīng)濟(jì)帶的重要交匯地帶，在國(guó)家現(xiàn)代 化建設(shè)大局和全方位開放格局中具有舉足輕重的戰(zhàn)略地位，但近年來(lái)，長(zhǎng)三角成為繼京津冀之后霧霾 較為嚴(yán)重的區(qū)域，并與京津冀形成“霧霾連綿帶”[14-15]，污染形勢(shì)日趨嚴(yán)峻，尤其是PM2.5、O3為特征的區(qū)域性大氣復(fù)合污染問(wèn)題比較突出。泰州市地處江蘇中部，南部瀕臨長(zhǎng)江，是長(zhǎng)江三角洲城市群成員之一。泰州市雖大型工業(yè)企業(yè)較少，但大氣環(huán)境形勢(shì)依然嚴(yán)峻，對(duì)長(zhǎng)江三角洲大氣污染的研究較多，有關(guān)泰州市大氣污染特征的分析都包含在對(duì)長(zhǎng)江三角的整體分析研究[16～20]中，單獨(dú)對(duì)泰州市的研究較少。其中，對(duì)泰州市大氣污染物的研究主要集中在大氣顆粒物。目前，泰州市大氣污染物的相關(guān)研究主要集中在單一污染物短期的時(shí)空分布特征及氣象條件分析[21～23]，缺乏對(duì)污染物進(jìn)行長(zhǎng)時(shí)間全面、系統(tǒng)、綜合的研究分析。

本研究采用 2013～2017 年泰州市國(guó)控空氣質(zhì)量自動(dòng)監(jiān)測(cè)站的常規(guī)空氣質(zhì)量數(shù)據(jù)，分析泰州市大氣污染物 的濃度水平和污染特征，并結(jié)合氣象參數(shù)(溫度、相對(duì)濕度、降水、風(fēng)速和氣壓)分析氣象條件對(duì)大氣空氣質(zhì)量的影響，為了進(jìn)一步研究城市區(qū)域間的傳輸影響，基于后向軌跡模型(HYSPLIT)，利用潛在源貢獻(xiàn)因子(potential source contribution function, PSCF)和濃度權(quán)重軌跡法(concentration-weighted trajectory, CWT)綜合分析泰州市大氣中污染物的潛在污染源區(qū)，以期為泰州市大氣環(huán)境的治理提供有效的科學(xué)依據(jù)。

1 研究區(qū)域與數(shù)據(jù)

本研究選擇泰州市4個(gè)國(guó)控空氣站點(diǎn)。2014～2017 年主要大氣主要污染物 PM2.5、PM10、NO2、SO2、CO 和 O3-8h的質(zhì)量濃度數(shù)據(jù)來(lái)自中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)(https://www.aqistudy.cn)。溫度、濕度、氣壓、風(fēng)速和降水量的氣象數(shù)據(jù)來(lái)自 Weather Underground 氣象網(wǎng)站(https://www.wunderground.com)。后向軌跡模型所用的氣象數(shù)據(jù)使用NCEP(美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心)提供的GDAS氣象數(shù)據(jù)(全球資料同化系統(tǒng)，ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1)，分辨率為1°×1°。

2 結(jié)果分析

2.1 空氣質(zhì)量變化特征

2.1.1 年變化特征

圖1是2013～2017年泰州市6項(xiàng)基本大氣污染物年度變化情況，按照《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095-2012)評(píng)價(jià)規(guī)定，SO2、NO2、PM10、PM2.5二級(jí)濃度限值分別為60μg/m3、40μg/m3、70μg/m3、35μg/m3，在2013～2017年期間，SO2、NO2和CO的年均濃度均已達(dá)標(biāo)，而PM10和PM2.5的年均濃度仍未達(dá)標(biāo)，O3年均濃度、O3日最大8小時(shí)年均濃度和O3日最大8小時(shí)第90百分位值均呈現(xiàn)顯著上升趨勢(shì)，O3污染問(wèn)題逐漸凸顯。2013～2015年期間CO年均濃度和日均濃度的第95百分位值呈現(xiàn)顯著下降，2015～2017年期間降幅有所減緩。從各項(xiàng)污染物的年變化趨勢(shì)來(lái)看，泰州市SO2、PM10、PM2.5和CO整體呈現(xiàn)下降趨勢(shì)，NO2和O3則整體呈現(xiàn)上升趨勢(shì)。

圖1 2013～2017年泰州市各項(xiàng)大氣污染物年度變化情況Fig.1 Annual changes in air pollutants in Taizhou city from 2013 to 2017

2.1.2 月變化特征

2013～2017年期間，泰州市大氣SO2、NO2、PM10、PM2.5、PM2.5～10和CO的月均濃度均表現(xiàn)為“中間低、兩端高”的月變化特征，如圖2所示， O3的月變化則明顯不同于SO2、NO2、PM10和PM2.5的月變化特征，表現(xiàn)為“中間高、兩端低”的月變化特征。

圖2 2013～2017年泰州市各項(xiàng)大氣污染物的月度變化情況Fig.2 Monthly changes in air pollutants in Taizhou city from 2013 to 2017

2.1.3 日變化特征

2013～2017年期間，泰州市大氣NO2、PM10、PM2.5、PM2.5～10和CO的24小時(shí)日變化均呈現(xiàn)顯著的“雙峰型”日變化特征，如圖3所示，O3則呈現(xiàn)顯著的“單峰型”日變化特征，SO2的24小時(shí)日變化特征經(jīng)歷了從“雙峰型”向“單峰型”轉(zhuǎn)化的過(guò)程。2013～2017年期間，SO2、PM10、PM2.5和CO的峰值濃度和谷值濃度呈顯著下降趨勢(shì)，NO2和O3的峰值濃度和谷值濃度呈顯著增高趨勢(shì)，PM2.5～10的峰值濃度和谷值濃度則年度波動(dòng)較大。

圖3 2013～2017年泰州市各項(xiàng)大氣污染物的24小時(shí)日變化情況Fig.3 24-day change in air pollutants in Taizhou city from 2013 to 2017

2.2 污染氣象分析

泰州市在北亞熱帶濕潤(rùn)氣候區(qū)，受季風(fēng)環(huán)流的影響，具有明顯的季風(fēng)性特征。四季的氣候特征比較明顯，夏季高溫多雨，冬季溫和少雨，具有無(wú)霜期長(zhǎng)，熱量充裕，降水豐沛，雨熱同期等特點(diǎn)。

2.2.1 主要?dú)庀髤?shù)統(tǒng)計(jì)

圖4給出了泰州市2014～2017年期間平均大氣壓、氣溫、相對(duì)濕度和風(fēng)速以及累計(jì)日照小時(shí)數(shù)等地面期氣象要素(氣象臺(tái)站編號(hào):58246)的變化情況。

圖4 2014～2016年泰州市主要?dú)庀笠?大氣壓、氣溫、相對(duì)濕度、日照時(shí)間和風(fēng)速)的月變化情況Fig.4 Monthly changes in the main meteorological elements(atmospheric pressure, temperature, relative humidity, sunshine time and wind speed) inTaizhou city from 2014 to 2016

通過(guò)圖2和圖4對(duì)比，泰州市的月平均大氣壓變化呈現(xiàn)“兩端高、中間低”的變化特征，對(duì)各項(xiàng)污染物濃度的影響較小。其中，月平均氣溫變化呈現(xiàn)“兩端低、中間高”的變化特征，溫度與 O3-8h均呈顯著正相關(guān)，與其他污染物相關(guān)性較弱。這是主要是溫度是光化學(xué)反應(yīng)的重要影響因子，溫度較高時(shí)大氣光化學(xué)反應(yīng)加劇，有利于大氣中 O3的生成，夏季午后溫度高，有利于污染物的擴(kuò)散[24-25]。夏季相對(duì)濕度與污染物濃度均呈負(fù)相關(guān)，因?yàn)橄募鞠鄬?duì)濕度過(guò)大，空氣中的水蒸氣易凝結(jié)成核發(fā)生濕沉降，有利于大氣污染物的去除[26]。濕沉降是大氣顆粒物去除的主要方式，冬季相對(duì)濕度低，與各污染物的相關(guān)性最差。除冬季 O3外，風(fēng)速與污染物均呈負(fù)相關(guān)，春、冬季風(fēng)速與污染物相關(guān)性最強(qiáng)，因?yàn)轱L(fēng)能夠加強(qiáng)大氣流動(dòng)，有利于大氣污染物的擴(kuò)散、稀釋與傳輸，有效地降低大氣污染物的濃度。

2.2.2 泰州市的主導(dǎo)風(fēng)向

圖5給出了2014～2017年泰州市八方位平均風(fēng)玫瑰圖(氣象臺(tái)站編號(hào):58246)?？梢钥吹?，2014～2017年期間，泰州市常年主導(dǎo)風(fēng)向?yàn)闁|風(fēng)和偏東風(fēng)(東南風(fēng)和東北風(fēng))，而西南風(fēng)和西風(fēng)的出現(xiàn)頻率相對(duì)較低。

通過(guò)對(duì)2014～2017年泰州市不同季節(jié)的八方位平均風(fēng)玫瑰圖分析可以看到，不同季節(jié)的主導(dǎo)風(fēng)向存在顯著差異(見(jiàn)圖6)。其中，春季以偏東南風(fēng)為主導(dǎo)風(fēng)向，且風(fēng)速相對(duì)較高；夏季盛行偏東風(fēng)，且風(fēng)速明顯低于其他季節(jié)；秋季盛行東風(fēng)和東北風(fēng)，且東北風(fēng)的風(fēng)速明顯高于東風(fēng)；冬季則以偏北風(fēng)為主導(dǎo)風(fēng)向，且風(fēng)速較高。

圖5 泰州市2014～2017年八方位平均風(fēng)玫瑰圖Fig.5 Eight-way mean wind roses of Taizhou city from 2014 to 2017

圖6 泰州市2014～2017年不同季節(jié)八方位平均風(fēng)玫瑰圖Fig.6 Average wind roses in eight directions in different seasons in Taizhou city from 2014 to 2017

2.2.3 風(fēng)向?qū)ξ廴疚餄舛鹊挠绊?/p>

風(fēng)向影響污染物的水平遷移擴(kuò)散方向，依靠風(fēng)向參數(shù)可以確定氣團(tuán)的傳輸方向，從而確定污染物的大致來(lái)源。本研究以十六方位對(duì)風(fēng)向進(jìn)行劃分，統(tǒng)計(jì)分析2014～2017年泰州市不同風(fēng)向下污染物的濃度分布特征。按風(fēng)向?qū)Υ髿馕廴疚镞M(jìn)行濃度統(tǒng)計(jì)，繪制風(fēng)向-污染物濃度分布玫瑰圖，圖中坐標(biāo)軸表示相應(yīng)風(fēng)向下各污染物的平均濃度，單位是μg/m3(CO的單位為mg/m3)(見(jiàn)圖7)。

由圖7可見(jiàn)，PM10、PM2.5、PM2.5～10、NO2和CO表現(xiàn)出相似的風(fēng)向影響特征，均表現(xiàn)出受靜風(fēng)影響時(shí)的顯著濃度高值，反映出泰州當(dāng)?shù)匚廴九欧爬鄯e對(duì)這些污染物的影響突出。此外，PM10、PM2.5、NO2和CO在受東南-南風(fēng)和西南-西風(fēng)影響時(shí)上述污染物濃度顯著高于其他風(fēng)向，其中2014年受南南西-西風(fēng)影響時(shí)濃度最為突出，而2015～2017年期間則受東南-南風(fēng)影響時(shí)濃度最為突出；受偏北風(fēng)和偏東風(fēng)影響時(shí)上述污染物濃度則相對(duì)較低。鑒于泰州市常年主導(dǎo)風(fēng)向?yàn)闁|風(fēng)和偏東風(fēng)(東南風(fēng)和東北風(fēng))，而西南風(fēng)和西風(fēng)的出現(xiàn)頻率相對(duì)較低，因此，判斷東南-南風(fēng)為造成泰州市大氣PM10、PM2.5、NO2和CO污染的主要不利風(fēng)向。

PM2.5～10受風(fēng)向的影響表現(xiàn)與PM10、PM2.5、NO2和CO等污染物略有不同，可以看到，東南-南風(fēng)和西南-西風(fēng)均為造成泰州市大氣PM2.5～10污染的主要不利風(fēng)向。

不同于PM10、PM2.5、NO2和CO等污染物在靜風(fēng)時(shí)的顯著濃度高值，SO2在靜風(fēng)影響時(shí)未表現(xiàn)出明顯的濃度高值；O3在受靜風(fēng)影響時(shí)則表現(xiàn)為明顯的濃度低值，這可能主要源于靜風(fēng)條件下局地一次排放累積的高濃度NO的化學(xué)消耗。SO2和O3在各個(gè)風(fēng)向上的濃度分布差別相對(duì)較小，其中，SO2在受偏南風(fēng)(東南-南風(fēng)和西南風(fēng))影響時(shí)濃度總體上高于其他風(fēng)向，O3則在偏東北風(fēng)和西南風(fēng)影響時(shí)濃度總體上高于其他風(fēng)向。

圖7 2014～2017年泰州市不同大氣污染物的平均風(fēng)向-濃度分布玫瑰圖Fig.7 Average wind direction and concentration distribution of different air pollutants in Taizhou city from 2014 to 2017

2.2.4 風(fēng)速對(duì)污染物濃度的影響

本研究將風(fēng)速劃分為<1m/s、[1～3)m/s、[3,5)m/s、[5,7)m/s、>7m/s五個(gè)區(qū)間，統(tǒng)計(jì)分析了2014～2017年泰州市不同風(fēng)速區(qū)間下大氣污染物的濃度分布特征(見(jiàn)圖8)?？梢钥吹剑魑廴疚镫S風(fēng)速的變化趨勢(shì)并不一致。

在風(fēng)速小于<1m/s時(shí)，大氣中PM10、PM2.5、NO2、SO2和CO的濃度最高；隨著風(fēng)速逐漸增大，上述大氣污染物的濃度逐漸下降。這是由于靜小風(fēng)不利于污染物的擴(kuò)散，從而易于造成污染物在大氣中的累積增長(zhǎng)；而風(fēng)速增大后會(huì)加快污染物的擴(kuò)散稀釋。

大氣中PM2.5～10的濃度在風(fēng)速小于<1m/s時(shí)相對(duì)較高；而隨著風(fēng)速的增大，其濃度出現(xiàn)先下降后上升的變化趨勢(shì)。一方面是由于靜小風(fēng)不利于局地排放的PM2.5～10的稀釋擴(kuò)散，因此靜小風(fēng)天氣下濃度相對(duì)較高；另一方面，如前所述，在城市地區(qū)的PM2.5～10主要來(lái)自于揚(yáng)塵源、沙塵等，而較大的風(fēng)速更加有利于揚(yáng)塵、沙塵的揚(yáng)起。

圖8 2014～2017年泰州市不同風(fēng)速下大氣污染物的濃度分布特征Fig.8 Distribution of atmospheric pollutants at different wind speeds in Taizhou city from 2014 to 2017

對(duì)比2014～2016年期間靜小風(fēng)條件(<1m/s)下各污染物濃度的年度變化可以發(fā)現(xiàn)，SO2和PM2.5的濃度逐年顯著下降，反映出上述兩類物質(zhì)的局地排放源的污染防控效果顯著；NO2的濃度逐年顯著上升，反映出對(duì)NOX局地排放源的污染防控效果并不理想，應(yīng)在今后污染防控中引起足夠重視；PM10、PM2.5～10和CO的濃度在不同年度間出現(xiàn)較大波動(dòng)，反映出對(duì)這些污染物局地排放源的防控措施需要持續(xù)長(zhǎng)效運(yùn)行，避免污染反彈。

2.3 基于氣團(tuán)后向軌跡的污染來(lái)源特征分析

本研究選取的后向軌跡的起始點(diǎn)為泰州市中心經(jīng)緯度(32.46°N, 119.92°E)，軌跡計(jì)算起始點(diǎn)高度較能綜合反映近地面污染物濃度和邊界層特征的300m，模擬時(shí)間為2013～2017年每日12時(shí)計(jì)算到達(dá)該受點(diǎn)的72h后向軌跡，氣象數(shù)據(jù)使用NCEP(美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心)提供的GDAS氣象數(shù)據(jù)(全球資料同化系統(tǒng)，ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1)，分辨率為1°×1°。

2.3.1 主要?dú)鈭F(tuán)軌跡聚類分析

為探討影響泰州市的主要傳輸氣團(tuán)，將2013～2017年泰州市的氣流軌跡進(jìn)行聚類分析(見(jiàn)圖9)?？梢钥吹剑竭_(dá)泰州市的后向軌跡可聚類為以下6類：第1類(Cluster 1)：為來(lái)自北部和西北部方向的長(zhǎng)距離傳輸氣團(tuán)，途徑蒙古國(guó)、內(nèi)蒙古、京津冀地區(qū)、山東、江蘇北部等地區(qū)到達(dá)泰州，該類氣團(tuán)占軌跡總數(shù)的18.9%；第2類(Cluster 2)：為來(lái)自西部?jī)?nèi)陸方向的短距離傳輸氣團(tuán)，主要經(jīng)過(guò)河南南部、安徽、江蘇西部等地區(qū)到達(dá)泰州，該類氣團(tuán)占軌跡總數(shù)的14.7%；第3類(Cluster 3)：為來(lái)自東北部沿海方向的中長(zhǎng)距離傳輸氣團(tuán)，主要經(jīng)過(guò)內(nèi)蒙古東部地區(qū)、環(huán)渤海灣地區(qū)、膠東半島以及江蘇省東部沿海等地區(qū)到達(dá)泰州，該類氣團(tuán)占軌跡總數(shù)的21.1%。相較第1類(Cluster 1)而言，該類氣團(tuán)的傳輸距離較短，且偏東北沿海方向。第4類(Cluster 4)：為來(lái)自東部洋面的海洋氣團(tuán)，途徑江蘇省東部城市、上海等地區(qū)到達(dá)泰州，該類氣團(tuán)占軌跡總數(shù)的24.1%；第5類(Cluster 5)：為來(lái)自西南內(nèi)陸方向的中長(zhǎng)距離傳輸氣團(tuán)，主要經(jīng)過(guò)江蘇南部、安徽南部、浙江西部、江西、福建西部等地區(qū)到達(dá)泰州，該類氣團(tuán)占軌跡總數(shù)的4.4%；第6類(Cluster 6)：為來(lái)自東南部的短距離傳輸氣團(tuán)，主要來(lái)自上海、江蘇省東南部等周邊地區(qū)，該類氣團(tuán)占軌跡總數(shù)的16.7%。

上述6類氣團(tuán)中，來(lái)自東部洋面的第4類(Cluster 4)、來(lái)自東北部沿海方向的中長(zhǎng)距離傳輸?shù)牡?類(Cluster 3)兩類氣團(tuán)的出現(xiàn)頻率相對(duì)較高，這與地面觀測(cè)數(shù)據(jù)顯示的泰州市常年主導(dǎo)風(fēng)向(東風(fēng)和偏東風(fēng))相一致。

圖9 2013～2017年影響泰州市的主要?dú)鈭F(tuán)聚類分析結(jié)果Fig.9 Results of the analysis of major gas reunification categories affecting Taizhou city from 2013 to 2017

下表統(tǒng)計(jì)了2013～2017年泰州市不同聚類后向軌跡對(duì)應(yīng)的污染物濃度及特征比值。可以看到，受西部?jī)?nèi)陸方向的短距離傳輸氣團(tuán)(第2類)和東南部短距離傳輸?shù)牡?類(Cluster 6)等2類氣團(tuán)影響時(shí)，泰州市主要大氣污染物的濃度顯著高于其他氣團(tuán)。

表 2013～2017年泰州市不同聚類后向軌跡對(duì)應(yīng)污染物濃度及特征比值Tab. Concentration and characteristic ratio of contaminants corresponding to Different clustering backward trails in Taizhou city from 2013 to 2017

注：SO2、NO2、PM10、PM2.5、O3-1h、O3-8h的濃度單位為μg/m3，CO的濃度單位為mg/m3。

受來(lái)自西部?jī)?nèi)陸方向短距離傳輸?shù)牡?類(Cluster 2)氣團(tuán)影響時(shí)，泰州市大氣SO2、NO2、CO、PM10和PM2.5等污染物的濃度均為最高，分別達(dá)到30.3μg/m3、42.4μg/m3、1.38mg/m3、149.4μg/m3和96.4μg/m3；O3的濃度也相對(duì)較高，為98.5μg/m3；PM2.5/PM10的比值僅次于第6類(Cluster 6)氣團(tuán)，達(dá)到0.65。一方面，說(shuō)明該類氣團(tuán)不利于泰州市大氣污染物的擴(kuò)散稀釋，易于造成局地排放的大氣污染物的局地累積；另一方面，說(shuō)明該氣團(tuán)影響下泰州市顆粒物的老化程度高，二次生成作用較為顯著。此外，該類氣團(tuán)影響下，泰州市大氣SO2/NO2的比值最低(為0.72)，反映出該類氣團(tuán)影響下移動(dòng)源的貢獻(xiàn)相較燃煤源的貢獻(xiàn)更為突出。該類氣團(tuán)為造成泰州市大氣顆粒物和主要?dú)鈶B(tài)污染物濃度抬升的主要污染通道，污染物局地累積作用最為顯著。

受來(lái)自東南部短距離傳輸?shù)牡?類(Cluster 6)影響時(shí)，泰州市大氣O3的濃度最高，O3日最大8小時(shí)平均濃度達(dá)到110.2μg/m3；此外，CO、PM10和PM2.5等污染物的濃度也相對(duì)較高，分別達(dá)到1.20mg/m3、120.0μg/m3和80.6μg/m3；且PM2.5/PM10的比值最高，達(dá)到0.67。說(shuō)明該類氣團(tuán)影響下，泰州市顆粒物的老化程度高，二次生成作用最為顯著。該類氣團(tuán)是造成泰州市大氣顆粒物和O3污染發(fā)生的主要污染通道，污染物二次生成過(guò)程最為顯著。

受來(lái)自東部洋面的第4類(Cluster 4)海洋氣團(tuán)影響時(shí)，泰州市大氣SO2、NO2、CO和PM10等污染物的濃度均為最低，分別為17.9μg/m3、19.8μg/m3、0.89mg/m3和68.8μg/m3；PM2.5的濃度僅高于第5類(Cluster 5)氣團(tuán)，為43.8μg/m3。反映出該類氣團(tuán)較為清潔，對(duì)泰州市大氣污染物的濃度稀釋作用顯著。

2.3.2 潛在源區(qū)分析

潛在源區(qū)分析是通過(guò)氣流軌跡識(shí)別大氣污染物潛在來(lái)源的方法，主要由兩種算法，即PSCF算法和CWT算法。

圖10 基于PSCF和CWT分析的2013～2017年泰州市大氣污染物的潛在源區(qū)分析結(jié)果Fig.10 Potential source area analysis of air pollutants in Taizhou city from 2013 to 2017 based on PSCF and CWT analysis

圖10給出了基于PSCF和CWT分析的2013～2017年泰州市不同大氣污染物的潛在源區(qū)分析結(jié)果，顏色越深，WPSCF和WCWT值越大，表示該網(wǎng)格區(qū)域?qū)μ┲菔写髿馕廴疚锏臐撛谟绊懺酱?。通過(guò)對(duì)比兩種潛在源區(qū)分析，CWT 研究結(jié)果與 PSCF 研究結(jié)果相似，影響泰州市主要大氣污染物的潛在源區(qū)主要包括京津冀的東南部地區(qū)、山東省大部、河南省東部、安徽省、江蘇省大部、上海、浙江省北部以及江西省東北部等地區(qū)。

其中，影響泰州市大氣CO、SO2、PM2.5、PM10的熱點(diǎn)潛在源區(qū)基本一致，主要有3個(gè)：一是西北方向，山東省中西部冀魯豫交界的濮陽(yáng)/聊城/邯鄲等地和山東省西部的淄博/濟(jì)南/濟(jì)寧等地；二是西部地區(qū)，包括河南省東南部的商丘/駐馬店信陽(yáng)等地、安徽省中部的阜陽(yáng)/淮南/滁州/合肥/馬鞍山/蕪湖/銅陵等地以及江蘇省西部的南京/鎮(zhèn)江/揚(yáng)州等地；三是南部地區(qū)，包括江蘇省南部的常州/無(wú)錫/蘇州等地以及浙江省北部的湖州/嘉興/杭州等地。其中西部地區(qū)和南部地區(qū)的潛在影響均較為突出。

影響泰州市大氣NO2的潛在熱點(diǎn)源區(qū)主要有2個(gè)：一是西部地區(qū)，包括河南省東南部的駐馬店/信陽(yáng)等地、安徽省中部的阜陽(yáng)/淮南/滁州/合肥/馬鞍山/蕪湖/銅陵等地以及江蘇省西部的南京/鎮(zhèn)江等地；二是南部地區(qū)，包括浙江省西北部的湖州/杭州/嘉興等地。其中西部地區(qū)的潛在影響最為突出。

影響泰州市大氣O3的熱點(diǎn)潛在源區(qū)與SO2、CO、PM10、PM2.5以及NO2等污染物的有較大不同，主要有2個(gè)熱點(diǎn)區(qū)域：一是東南部地區(qū)，包括江蘇省東南部的蘇州/無(wú)錫等地、上海、浙江省北部的寧波/嘉興/湖州等地；二是西南部方向，主要包括安徽省南部的馬鞍山/蕪湖/銅陵/池州/黃山等地以及江西省北部的景德鎮(zhèn)/上饒/南昌等地。

3 小 結(jié)

3.1 泰州市大氣污染雖有所改善，但并未從根本上得到解決，且O3污染天則呈現(xiàn)增加趨勢(shì)，表現(xiàn)為以PM2.5和O3為主的復(fù)合型污染，其中PM2.5污染天數(shù)呈現(xiàn)減少趨勢(shì)。

3.2 2014～2017年期間，氣象條件對(duì)大氣污染物濃度的影響具有季節(jié)性差異。

3.3 2014～2017年期間，PM10、PM2.5～10和CO的濃度在不同年度間出現(xiàn)較大波動(dòng)，反映出對(duì)SO2和PM2.5局地排放源的防控效果顯著，對(duì)NO2局地源的防控效果并不理想，主要是因?yàn)樘┲菔谐鞘幸?guī)模的不斷擴(kuò)大，導(dǎo)致NO2污染逐年污染加劇[27]。對(duì)PM10、PM2.5～10和CO的局地排放源的防控措施需要持續(xù)長(zhǎng)效運(yùn)行。

3.4 2013～2017年期間，受西部?jī)?nèi)陸方向的短距離傳輸氣團(tuán)和東南部短距離傳輸氣團(tuán)影響時(shí)，泰州市主要大氣污染物的濃度顯著高于其他氣團(tuán)，為主要污染氣團(tuán)；而受東部洋面海洋氣團(tuán)影響時(shí)，泰州市SO2、NO2、CO、PM10和PM2.5等污染物的濃度均較低，為主要的清潔氣團(tuán)。其中，西部?jī)?nèi)陸方向短距離傳輸通道是造成泰州市大氣顆粒物和主要?dú)鈶B(tài)污染物濃度抬升的主要污染通道，污染物局地累積作用最為顯著；而東南部短距離傳輸通道是造成泰州市大氣顆粒物和O3污染發(fā)生的主要污染通道，污染物二次生成過(guò)程最為顯著。

3.5 2013～2017年期間，影響泰州市SO2、NO2、CO、PM10和PM2.5的熱點(diǎn)潛在源區(qū)基本一致，主要有西北方向、西部地區(qū)和南部地區(qū)等3個(gè)區(qū)域；影響NO2的潛在熱點(diǎn)源區(qū)主要有西部地區(qū)和南部地區(qū)2個(gè)區(qū)域；影響O3的熱點(diǎn)潛在源區(qū)主要有東南部地區(qū)和西南部方向2個(gè)區(qū)域。

3.6 目前泰州市大氣首要污染物以PM2.5和O3為主，而西部?jī)?nèi)陸方向和東南部近距離傳輸分別對(duì)PM2.5和O3質(zhì)量濃度貢獻(xiàn)更為顯著，因此除了對(duì)本地源加大治理的同時(shí)，區(qū)域大氣污染協(xié)同治理也可作為改善區(qū)域空氣質(zhì)量的重要途徑，長(zhǎng)三角地區(qū)各省市以改善環(huán)境質(zhì)量為核心，不斷完善區(qū)域大氣污染協(xié)同治理機(jī)制， 區(qū)域空氣質(zhì)量可得到明顯改善。