中國北方典型中小盆地城市大氣顆粒物污染特征及趨勢對比

彭 潔，董發(fā)勤,2，霍婷婷，李海龍，李冬坤

(1. 西南科技大學(xué) 環(huán)境與資源學(xué)院，四川 綿陽 621010； 2. 西南科技大學(xué) 固體廢物處理與資源化教育部重點實驗室，四川 綿陽 621010)

近年來，隨著我國經(jīng)濟(jì)的快速發(fā)展及城市化進(jìn)程加劇，大氣氣溶膠的污染狀況日益嚴(yán)重，中國嚴(yán)重的氣溶膠污染問題已越來越引起全世界的廣泛關(guān)注(肖悅等，2018)?；?016年中國361個城市空氣質(zhì)量數(shù)據(jù)分析，發(fā)現(xiàn)全國空氣質(zhì)量在空間變化上整體呈現(xiàn)出由南到北逐漸下降的趨勢，PM10(粗顆粒物)與PM2.5(細(xì)顆粒物)成為北方城市氣溶膠污染的罪魁禍?zhǔn)?彭艷梅等，2013； 鄭潤琴，2015)。PM10與PM2.5對人體和環(huán)境的危害很大，尤其是PM2.5，能夠通過鼻腔進(jìn)入人體肺泡和血液中，對呼吸系統(tǒng)、心血管等系統(tǒng)產(chǎn)生不利影響，從而誘發(fā)各種呼吸道疾病和癌癥(Kongetal.，2013)。氣溶膠顆粒物還能吸收和散射太陽光線，減小地球表面的熱通量，降低能見度，導(dǎo)致灰霾現(xiàn)象日益增多等。因此，開展大氣顆粒物污染特征，找尋大氣顆粒物污染變化規(guī)律，對進(jìn)一步研究氣溶膠顆粒物污染具有重要意義。

近年來，許多學(xué)者對城市環(huán)境空氣中大氣顆粒物的污染及變化進(jìn)行了研究。大氣顆粒物可以經(jīng)歷成核、凝結(jié)、化學(xué)老化、溶解-沉淀等大氣過程，產(chǎn)生復(fù)雜的多組分氣溶膠，還會引發(fā)非均相化學(xué)反應(yīng)(Anetal.，2013)。顆粒物中的礦物顆粒作為大氣環(huán)境中最活躍的氣溶膠粒子(Sossoetal.，2016)，既是大氣顆粒物的重要組成，又可以為二次顆粒物的形成提供活性場所。Duan等(2006)在對北京市PM2.5質(zhì)量濃度變化特征的研究中發(fā)現(xiàn)，細(xì)顆粒物濃度2月和10月為全年最高，白天PM2.5質(zhì)量濃度顯著低于夜間，且PM10和PM2.5日均濃度變化均呈現(xiàn)“W”型。細(xì)顆粒物與可吸入顆粒物濃度比值為冬季最高而春季最低，這可能是由于北方城市冬季采暖對細(xì)顆粒物的貢獻(xiàn)更大，春季多沙塵天氣而對粗顆粒物的貢獻(xiàn)更為明顯(楊復(fù)沫等，2002)。蘭州PM2.5、PM10超標(biāo)率分別為32.3%～167.7%和23.1%～48.0%，其中細(xì)顆粒物在粗顆粒物中的占比一直高于60%，細(xì)顆粒物污染狀況嚴(yán)重(瞿德業(yè)等，2013)。冬季貴陽城區(qū)的PM10和PM2.5濃度較郊區(qū)更高，相關(guān)性分析發(fā)現(xiàn)二者污染來源大致相同(王永紅等，2016)。

隨著《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095-2012)、《大氣污染防治行動計劃》即“大氣十條”、《打響藍(lán)天保衛(wèi)戰(zhàn)三年行動計劃》等一系列大氣污染防治措施的出臺，我國大氣污染治理總體上成效顯著，2017年全國338個地級及以上城市可吸入顆粒物平均濃度比2013年下降22.7%，京津冀、長三角、珠三角區(qū)域細(xì)顆粒物平均濃度比2013年分別下降39.6%、34.3%、27.7%。但我國北方中西部地區(qū)顆粒物污染形勢仍然不容樂觀，較嚴(yán)重的污染主要集中在盆地城市，包括蘭州、銀川、臨汾、太原、南陽。2016年，蘭州、銀川、臨汾、太原PM2.5濃度相比2015年上升了3.8%、9.8%、25.4%、6.5%，其中，臨汾繼2016年P(guān)M2.5不降反升、未達(dá)到年度目標(biāo)后，2017年P(guān)M2.5年均濃度繼續(xù)上升12%至83 μg/m3(亞洲清潔空氣中心，2016(1)亞洲清潔空氣中心. 2016. 大氣中國： 中國大氣污染防治進(jìn)程.)；南陽市受盆地地形以及城市自身發(fā)展的影響，從2013年以來霧霾次數(shù)不斷增多，持續(xù)時間不斷增長，據(jù)當(dāng)?shù)丨h(huán)境公報顯示，細(xì)顆粒物是南陽的首要污染物，其次為可吸入顆粒物(尹延震等，2018)。

目前，對大氣顆粒物污染特征的研究常是局限于單個城市或特定時段的污染特征，結(jié)合盆地地形、多年度及多個城市的系統(tǒng)分析研究尚不多見。本研究選取蘭州、銀川、臨汾、太原、南陽5個城市作為我國北方中小型盆地城市代表，利用中國空氣質(zhì)量在線監(jiān)測分析平臺發(fā)布的數(shù)據(jù)，分析5個城市2014～2018年P(guān)M2.5和PM10的濃度變化規(guī)律，并初步探討造成其濃度變化差異的原因，建立PM2.5和PM10的相關(guān)性分析回歸方程式，以反映其PM10與PM2.5的污染狀況以及整體污染趨勢，為全面衡量其PM10與PM2.5污染情況提供理論支持。

1 數(shù)據(jù)來源與評價標(biāo)準(zhǔn)

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源于中國空氣質(zhì)量在線監(jiān)測分析平臺，網(wǎng)址https://www.aqistudy.cn/historydata/monthda-ta.php?city=。

1.2 評價標(biāo)準(zhǔn)

執(zhí)行《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095-2012)二級標(biāo)準(zhǔn)，PM2.5日均濃度值標(biāo)準(zhǔn)為75 μg/m3，年均濃度值標(biāo)準(zhǔn)為35 μg/m3；PM10日均濃度值標(biāo)準(zhǔn)為150 μg/m3，年均濃度值標(biāo)準(zhǔn)為70 μg/m3。

2 2014～2018年顆粒物超標(biāo)狀況

2.1 PM10和PM2.5年平均濃度超標(biāo)率分析

如圖1所示，2014～2018年除2018年銀川PM2.5濃度達(dá)標(biāo)之外，其余情況均超標(biāo)。通過對比PM10和PM2.5年均濃度超標(biāo)率，發(fā)現(xiàn)蘭州和銀川PM10濃度超標(biāo)率高于PM2.5濃度超標(biāo)率，蘭州PM10和PM2.5濃度超標(biāo)率總體呈遞減的趨勢，銀川PM10濃度超標(biāo)率總體呈遞減趨勢，而PM2.5濃度超標(biāo)率不降反增；臨汾和南陽PM2.5濃度超標(biāo)率高于PM10濃度超標(biāo)率，南陽PM10和PM2.5濃度超標(biāo)率總體呈逐年遞減趨勢，2018年P(guān)M2.5濃度超標(biāo)率出現(xiàn)回升；臨汾PM10呈逐年遞增趨勢；臨汾PM2.5、太原PM10和PM2.5濃度超標(biāo)率波動不大，逐年穩(wěn)定維持在一個高超標(biāo)率數(shù)值附近。由此可見我國北方中小盆地城市PM10和PM2.5污染情況還相當(dāng)嚴(yán)峻，不容樂觀。

圖 1 2014～2018年蘭州、銀川、臨汾、太原、南陽PM10和PM2.5年平均濃度超標(biāo)率Fig. 1 Excess ratio of annual average PM10 and PM2.5 concentrations in the basins of Lanzhou, Yinchuan, Linfen, Taiyuan and Nanyang during 2014～2018

2.2 年均PM10和PM2.5濃度超標(biāo)天數(shù)分析

5個中小盆地城市2014～2018年P(guān)M10和PM2.5濃度超標(biāo)天數(shù)如表1。由表1可知，2014～2018年5個小盆地城市PM10和PM2.5濃度超標(biāo)天數(shù)在12至152天不等，5年內(nèi)PM10平均超標(biāo)天數(shù)比率(剔除無效數(shù)據(jù)后，超標(biāo)天數(shù)/全年總監(jiān)測天數(shù)即為一年的超標(biāo)天數(shù)比率，再取5年的平均值)為：蘭州18.92%、銀川13.80%、臨汾17.76%、太原28.36%、南陽24.66%，5年內(nèi)PM2.5平均超標(biāo)天數(shù)比率為： 蘭州14.50%、銀川11.90%、臨汾29.1%、太原29.66%、南陽29.60%，由此可見，我國北方5個中小盆地城市PM10和PM2.5污染天數(shù)均占據(jù)相當(dāng)大的比例，大氣顆粒物污染態(tài)勢不容忽視。

表 1 PM10及PM2.5濃度超標(biāo)天數(shù) 天Table 1 The number of days when PM10 and PM2.5 exceeded the standard

3 顆粒物濃度的時間變化特征

3.1 年變化特征

如圖2所示，5個城市空氣質(zhì)量總體偏差。2014～2018年5市PM10和PM2.5年平均濃度變化特征具有明顯的差異，蘭州、銀川和南陽PM10和PM2.5年平均濃度整體呈逐年下降趨勢，南陽下降最明顯，與2014年相比，南陽2018年P(guān)M10濃度下降36.88%、PM2.5濃度下降34.85%，說明南陽顆粒物污染治理成效顯著，這得益于2013年來國家實施的一系列大氣污染防控措施，不斷強(qiáng)化對機(jī)動車尾氣、工業(yè)廢氣、道路和工地?fù)P塵、燃煤鍋爐等方面的治理(陳芳等，2019)。臨汾PM10和PM2.5年平均濃度總體呈逐年上升趨勢，相比2014年，2018年P(guān)M10濃度上升了30.10%、PM2.5濃度上升13.02%；太原PM10和PM2.5年平均濃度一直維持在一個高濃度狀態(tài)。污染形勢最為嚴(yán)峻的臨汾和太原都位于山西省，山西作為煤炭大省，又是我國重要的能源重化工基地，煤炭冶金、機(jī)械等支柱性產(chǎn)業(yè)在生產(chǎn)過程中排放出大量的顆粒物，導(dǎo)致嚴(yán)重的空氣污染(閆雨龍等，2010)。2017年1月初山西全省開始實施“煤改電”，這一舉措雖很有意義，但環(huán)境治理成效緩慢。

3.2 月變化特征

如圖3所示，5個城市PM10月均濃度在65～195.4 μg/m3之間，PM2.5月均濃度在30.6～131.4 μg/m3之間。PM10和PM2.5濃度的月變化趨勢相同，1～3月、11～12月維持在一個高濃度水平，4～10月濃度較低，呈兩邊高、中間低的“U”型分布。從四季劃分看，1、2、12月屬冬季，3～5月為春季，6～8月為夏季，9～11月為秋季。5個城市PM10和PM2.5濃度峰值主要出現(xiàn)在1月、11月、12月(冬)，夏、秋季顆粒物污染較輕，不同于胥密等(2016)報道的北京市全年污染最嚴(yán)重的月份出現(xiàn)在2月，5～9月污染較輕，與Chai等(2014)研究的北方城市顆粒物濃度的峰值出現(xiàn)在1月一致。

由圖3可直觀發(fā)現(xiàn)PM10、PM2.5的濃度呈現(xiàn)冬季高，夏秋低。冬季峰值的出現(xiàn)說明北方冬季燃煤供暖是造成該季節(jié)顆粒物污染嚴(yán)重的主要因素。另一方面，冬季大氣層結(jié)趨于穩(wěn)定,邊界層和氣溫低，降水少，靜穩(wěn)天氣多，加之盆地環(huán)境較為封閉，易形成逆溫層，而不利于污染物擴(kuò)散，使污染物積累增多，因此，冬季成為我國灰霾高發(fā)的主要季節(jié)。夏、秋季北方降水增多，空氣濕度增大，大氣濕沉降增多，污染物來源量減小(相對于冬季)，空氣質(zhì)量自然相對較好。就PM10和PM2.5月均濃度的分布而言，高濃度值主要出現(xiàn)在冬季。因此冬季應(yīng)成為顆粒物污染的嚴(yán)控時段(薛國強(qiáng)等，2014)。

3.3 PM10和PM2.5的濃度比值

PM2.5/PM10值代表PM10中PM2.5的含量，是反映地區(qū)粗細(xì)顆粒物分布特征、來源的重要指標(biāo)。PM2.5多為二次顆粒物，PM10多為一次顆粒物(王濤等，2017)。由圖4可知，臨汾、南陽PM2.5/PM10值最高分別為0.57～0.65、0.52～0.62，均大于0.5(過半)，說明臨汾和南陽細(xì)顆粒物污染更為嚴(yán)重；臨汾PM2.5/PM10值呈反復(fù)波動的年變化趨勢，2014年最大，為0.65；南陽PM2.5/PM10值呈“U”型變化趨勢，2018年最高，為0.62。太原2017年以前以細(xì)顆粒物污染為主，之后以粗顆粒物污染為主。蘭州和銀川PM2.5/PM10值均低于0.5，說明兩市顆粒物污染以粗顆粒物為主。由圖5可知，PM2.5/PM10值峰值主要出現(xiàn)在1月、2月、7月、11月、12月(冬、夏)，PM2.5/PM10谷值出現(xiàn)在4月、10月(春、秋)。PM2.5/PM10值變化規(guī)律整體呈“W”型，冬季>夏季>秋季>春季。

圖 2 2014～2018年蘭州、銀川、臨汾、太原、南陽PM10和PM2.5年平均濃度Fig. 2 Comparison of annual average PM10 and PM2.5 concentrations in the basins of Lanzhou, Yinchuan, Linfen, Taiyuan and Nanyang during 2014～2018

圖 3 2014～2018年蘭州、銀川、臨汾、太原、南陽PM10和PM2.5月平均質(zhì)量濃度變化Fig. 3 Monthly average PM10 and PM2.5 concentrations in the basins of Lanzhou,Yinchuan, Linfen,Taiyuan and Nanyang during 2014～2018

圖 4 PM2.5/PM10濃度比值逐年變化 圖 5 PM2.5/PM10濃度比值逐月變化Fig. 4 The variation of ratio of PM2.5/PM10 year by year Fig. 5 The variation of ratio of PM2.5/PM10 month by month

春秋兩季濃度比值較低是因為春季受風(fēng)沙揚塵影響較大，沙塵主要是粒徑大于2.5 μm的粗顆粒物；秋季受建筑施工影響，項目為趕在冬季之前完成年度施工任務(wù)，施工強(qiáng)度較大，造成的粗顆粒物污染更為嚴(yán)重(郝明途等，2006)，此外秋季正值農(nóng)作物成熟時節(jié)，秸稈焚燒現(xiàn)象頻繁，產(chǎn)生較多的PM10(黃仁東等，2015)，沙塵源和秸稈焚燒源顯著抬升PM10濃度，導(dǎo)致PM2.5/PM10濃度比值降低。夏季濃度比值較高是因為夏季光化學(xué)煙霧多發(fā)，高溫和光照均有利于二次顆粒物的生成，同時夏季雨季降水頻繁，降水對空氣中PM10的清除作用較PM2.5而言更大；冬季濃度比值較高是因為北方冬季燃煤取暖過程排放的SO2、NOx和NH3等氣態(tài)污染物通過在大氣顆粒物表面發(fā)生非均相反應(yīng)生成硫酸鹽等二次顆粒物，硫酸鹽是大氣顆粒物的主要成分之一，占我國PM2.5含量的10%～30%(Yangetal.，2011)。由于細(xì)顆粒物對人體健康的危害更大(Maetal.，2011)，所以應(yīng)重點關(guān)注大氣顆粒物在冬季和夏季對北方人群的健康風(fēng)險。

3.4 PM10和PM2.5相關(guān)性分析

圖6可見，PM10和PM2.5濃度之間存在良好的相關(guān)性，相關(guān)系數(shù)R2均較高：蘭州0.826 2、銀川0.805 9、臨汾0.936 0、太原0.747 3、南陽0.947 6，R2(南陽)>R2(臨汾)>R2(蘭州)>R2(銀川)>R2(太原)，說明南陽市的粗細(xì)顆粒物間相關(guān)性最顯著，太原最不顯著。方程斜率代表可吸入顆粒物中細(xì)粒子的含量，它可以反映顆粒物的污染水平，顆粒物中細(xì)顆粒占比越大，污染水平越高。通常認(rèn)為方程斜率值在30%～40%屬于輕度污染，在50%～70%之間屬重度污染(覃國榮，2014)。2014～2018年間各市PM2.5占PM10的質(zhì)量載荷分別為56.74%、65.28%、85.57%、75.06%、78.70%，細(xì)粒子在PM10中占據(jù)了一半以上的比重，均為重度污染；且各市質(zhì)量載荷大小順序為臨汾>南陽>太原>銀川>蘭州，即臨汾市顆粒物中細(xì)顆粒物占比最大，蘭州最小。細(xì)粒子占比越大，則對人體和環(huán)境的潛在影響就越大。

圖 6 PM10濃度和PM2.5度相關(guān)回歸關(guān)系Fig. 6 Correlation and regression of PM10 and PM2.5 concentrations

4 結(jié)論

我國北方5個典型中小盆地城市2014～2018年P(guān)M10和PM2.5濃度變化有以下特征：

(1) 除了銀川2018年P(guān)M2.5年均濃度值達(dá)標(biāo)外，其余城市各年份PM10和PM2.5濃度均超過國家年均濃度二級標(biāo)準(zhǔn)限值。蘭州、銀川和南陽PM10與PM2.5濃度呈逐年下降趨勢；南陽下降最明顯；臨汾PM10與PM2.5濃度呈逐年上升趨勢；太原PM10與PM2.5穩(wěn)定維持在一個高濃度狀態(tài)。

(2) PM2.5和PM10濃度的季節(jié)變化特征相同：冬季高、夏秋低。冬季濃度高主要受冬季取暖及不利污染物擴(kuò)散的氣象因素影響；春季濃度高源于北方頻繁的沙塵天氣；夏秋濃度低是由于降水多，顆粒物濕沉降增多。

(3) 對PM2.5/PM10逐年變化而言，臨汾和南陽比值最大，均大于0.5；蘭州和銀川比值均小于0.5，太原大于和小于0.5年份都有。PM2.5/PM10的季節(jié)變化：冬季>夏季>秋季>春季，冬夏季比值高受取暖和降水的影響，春秋季受沙塵和秸稈焚燒及建筑施工的影響；且5個城市主要顆粒物污染類型不同：蘭州和銀川以粗顆粒物為主，臨汾和南陽以細(xì)顆粒物為主，太原2017年之前以細(xì)顆粒物為主，之后是粗顆粒，這主要是由氣候、盆地地形及人為因素共同導(dǎo)致。

(4) 5個城市PM2.5和PM10濃度的相關(guān)性均良好，太原相關(guān)系數(shù)為0.747 3，其余四季均大于0.8，說明PM2.5為大氣污染物的主要成分；各市細(xì)顆粒物占比大小順序： 臨汾>南陽>太原>銀川>蘭州；細(xì)顆粒物占比越大，則對人體和環(huán)境的潛在影響就越大。