2015—2019年天津市大氣污染物時(shí)空變化特征及成因分析

沈楠馳，周丙鋒*，李珊珊，趙文慧，王麗麗，董潔，趙文吉*

1.首都師范大學(xué)資源環(huán)境與旅游學(xué)院，北京 100048；2.北京市環(huán)境保護(hù)科學(xué)研究院，北京 100037；3.北京市環(huán)境保護(hù)監(jiān)測(cè)中心，北京 100048

伴隨著經(jīng)濟(jì)的快速發(fā)展，城市化進(jìn)程的不斷推進(jìn)，大氣污染問題日益嚴(yán)重。大氣污染已成為影響人民生活和社會(huì)經(jīng)濟(jì)發(fā)展的嚴(yán)重阻礙（李慧娟等，2018；穆泉等，2013）。近年來(lái)，中國(guó)許多城市都受到霧霾污染的嚴(yán)重困擾，特別是在京津冀地區(qū)、長(zhǎng)三角地區(qū)和珠三角地區(qū)等經(jīng)濟(jì)發(fā)達(dá)的地區(qū)（He et al.，2017）。嚴(yán)重的空氣污染不僅會(huì)影響空氣質(zhì)量和能見度，還會(huì)對(duì)人體健康產(chǎn)生嚴(yán)重威脅，主要表現(xiàn)為呼吸系統(tǒng)疾病、心腦血管疾病、心理健康問題、肺癌和夭亡等（楊維等，2013；Gao et al.，2017）。此外，也有新的研究表明大氣污染對(duì)于感冒疾病的發(fā)生也有影響（楊絲絮等，2018）。世界衛(wèi)生組織（WHO）指出環(huán)境空氣污染造成每年大約300萬(wàn)人死亡，并影響到世界所有地區(qū)（WHO，2016）。中國(guó)的空氣質(zhì)量標(biāo)準(zhǔn)（GB 3095—2012）（環(huán)境保護(hù)部，2012）規(guī)定環(huán)境空氣污染物基本項(xiàng)目包括 SO2、NO2、CO、O3、PM10和PM2.5。其中的氣態(tài)污染物除了會(huì)影響人體健康，也會(huì)對(duì)區(qū)域生態(tài)環(huán)境和全球氣候變化產(chǎn)生重要影響（Jenkin et al.，2004）。

天津市作為中國(guó)北方重要的經(jīng)濟(jì)中心、港口城市，又是老牌的工業(yè)城市，其空氣質(zhì)量問題一直備受關(guān)注。近年來(lái)，學(xué)者對(duì)天津市大氣污染的變化特征、時(shí)空分布和源解析進(jìn)行了廣泛的研究（陳臣等，2017；么相姝等，2018；趙輝等，2016；王莉莉等，2011；Wang et al.，2018；Wang et al.，2019）。例如，陳臣等（2017）對(duì)短時(shí)間尺度下、短期管控下的天津市大氣污染變化特征進(jìn)行了分析，發(fā)現(xiàn)減排期間污染物質(zhì)量濃度降低明顯，燃煤、工業(yè)和揚(yáng)塵源控制效果顯著。王莉莉等（2011）對(duì)天津市小區(qū)域（濱海新區(qū)）秋冬季的大氣污染特征進(jìn)行分析，發(fā)現(xiàn)濱海新區(qū)秋冬季大氣污染比較嚴(yán)重，隨 11月采暖開始污染增強(qiáng)，其中 12月份污染最重。Wang et al.（2018）對(duì)京津冀地區(qū)單一PM2.5污染的時(shí)空分布進(jìn)行了研究，研究表明，時(shí)間尺度上，PM2.5質(zhì)量濃度逐年下降，呈現(xiàn)冬季高、夏季低的特點(diǎn)；空間尺度上，平原地區(qū)比山區(qū)變化更明顯，整體呈現(xiàn)南部高、北部低的特點(diǎn)。

目前，這些研究?jī)H局限于短時(shí)間周期、小范圍區(qū)域和單一污染物的研究，對(duì)于多污染物大尺度范圍時(shí)空變化特征的研究尚有欠缺，不利于對(duì)天津市大氣環(huán)境狀況的深層次認(rèn)知。另外已有研究表明，多污染物的污染研究和評(píng)價(jià)對(duì)于保障當(dāng)?shù)鼐用窠】狄灿兄e極意義（秦耀辰等，2019）。因此，本研究基于2015—2019年天津市的PM2.5、PM10、SO2、CO、NO2和O3監(jiān)測(cè)數(shù)據(jù)，在不同時(shí)空尺度上，系統(tǒng)分析了其質(zhì)量濃度的時(shí)空變化特征，以期對(duì)天津市“煤改氣”、“煤改電”、“供給側(cè)結(jié)構(gòu)性改革”和“大氣污染防治行動(dòng)計(jì)劃”實(shí)施以來(lái)取得的生態(tài)環(huán)境方面的成效加以評(píng)估，同時(shí)為今后大氣污染防控工作的開展提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

天津地處華北平原北部，東臨渤海、北依燕山，位于 116°43′—118°04′E，38°34′—40°15′N 之間。全市下轄16個(gè)區(qū)，有山地、丘陵和平原3種地形，總面積11966.45 km2，平原區(qū)約占93%。天津市擁有中國(guó)第四大工業(yè)基地，優(yōu)勢(shì)產(chǎn)業(yè)為電子信息、汽車、化工、冶金、醫(yī)藥。天津市的氣候?qū)倥瘻貛О霛駶?rùn)季風(fēng)性氣候，四季分明。

1.2 數(shù)據(jù)來(lái)源

本研究所使用的空氣質(zhì)量數(shù)據(jù)（PM2.5、PM10、SO2、CO、NO2和O3）為中國(guó)環(huán)境監(jiān)測(cè)總站的全國(guó)城市空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)（http://106.37.208.233:20035/）發(fā)布的 2015—2019年天津市 15個(gè)環(huán)境空氣質(zhì)量評(píng)價(jià)城市點(diǎn)的逐時(shí)監(jiān)測(cè)數(shù)據(jù)。行政邊界矢量數(shù)據(jù)來(lái)自1:100萬(wàn)全國(guó)基礎(chǔ)地理數(shù)據(jù)庫(kù)。監(jiān)測(cè)站點(diǎn)分布如圖1所示。

1.3 數(shù)據(jù)處理

按照《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》（GB 3095—2012）（環(huán)境保護(hù)部，2012）（以下簡(jiǎn)稱“標(biāo)準(zhǔn)”）中針對(duì)數(shù)據(jù)有效性的規(guī)定，對(duì)于部分異常數(shù)據(jù)進(jìn)行剔除，并利用線性內(nèi)插法（趙輝等，2020）補(bǔ)全被剔除數(shù)據(jù)和缺失數(shù)據(jù)，即Xn=Xp+[(n-p)×(Xq-Xp)]/(q-p)（p＜n＜q）。其中，Xn為缺失數(shù)據(jù)；Xp和Xq分別表示缺失前后的質(zhì)量濃度值。對(duì)于數(shù)據(jù)缺失過(guò)多的情況，則以上年度同期數(shù)據(jù)替換。

圖1 研究區(qū)監(jiān)測(cè)站點(diǎn)分布圖Fig.1 Distribution of monitoring sites in the study area

標(biāo)準(zhǔn)中新增了關(guān)于O3_8h質(zhì)量濃度限制的要求，規(guī)定當(dāng) O3_8h_max（O3日最大 8 h滑動(dòng)平均）＞160 μg·m-3時(shí)為O3超標(biāo)日，因此以 O3_8h_max來(lái)判定當(dāng)日的O3污染情況。PM2.5、PM10、SO2、CO和NO2的日平均值指的是一個(gè)自然日 24 h中各小時(shí)質(zhì)量濃度的算術(shù)平均值；月均值指的是一個(gè)日歷月內(nèi)各日均值的算術(shù)平均值；年均值指的是一個(gè)日歷年內(nèi)各日均值的算術(shù)平均值。而O3_8h_max的月均值指的是一個(gè)日歷月內(nèi)所有天數(shù)O3_8h_max的算術(shù)平均值，年均值指的是一個(gè)日歷年內(nèi)各日均值的算術(shù)平均值。CO的月評(píng)價(jià)用該日歷月內(nèi)CO 24 h平均第95百分位數(shù)，年評(píng)價(jià)用該日歷年內(nèi)CO 24 h平均第95百分位數(shù)。O3的月評(píng)價(jià)用該日歷月內(nèi) O3_8h_max第90百分位數(shù)，年評(píng)價(jià)用該日歷年內(nèi)O3_8h_max第90百分位數(shù)。

1.4 研究方法

首先，將2015—2019年天津市PM2.5、PM10、SO2、CO、NO2和O3的質(zhì)量濃度數(shù)據(jù)沿不同時(shí)間尺度進(jìn)行分析。其次，通過(guò)SPSS 25.0對(duì)各污染物進(jìn)行Pearson相關(guān)性分析。最后，用該數(shù)據(jù)通過(guò)比值分析進(jìn)行大氣污染物復(fù)合污染特征分析。

根據(jù)《環(huán)境空氣質(zhì)量評(píng)價(jià)技術(shù)規(guī)范》（HJ 663—2013）（環(huán)境保護(hù)部，2013）的規(guī)定，對(duì)地級(jí)及以上城市，環(huán)境空氣質(zhì)量評(píng)價(jià)采用國(guó)家環(huán)境空氣質(zhì)量監(jiān)測(cè)網(wǎng)中的環(huán)境空氣質(zhì)量評(píng)價(jià)城市點(diǎn)（簡(jiǎn)稱“國(guó)控城市點(diǎn)”）監(jiān)測(cè)數(shù)據(jù)。天津市的國(guó)控城市點(diǎn)集中于天津市市區(qū)、環(huán)城四區(qū)及濱海新區(qū)?；?015—2019年天津市國(guó)控城市點(diǎn)的PM2.5、PM10、SO2、CO、NO2和O36種大氣污染物的質(zhì)量濃度數(shù)據(jù)，應(yīng)用數(shù)學(xué)分析手段，進(jìn)行徑向基函數(shù)插值分析，探討天津市 6種大氣污染物的空間分布特征。

2 結(jié)果與討論

2.1 大氣污染物的時(shí)間變化

2.1.1 年變化趨勢(shì)

2015—2019 年天津市大氣 PM2.5、PM10、SO2年均質(zhì)量濃度和CO 24 h平均第95百分位數(shù)變化均呈顯著下降趨勢(shì)（圖2）。PM2.5、PM10年均質(zhì)量濃度和CO 24 h平均第95百分位數(shù)的變化呈下降趨勢(shì)，表明天津大氣污染防治已初見成效，但PM2.5和PM10年均值仍超出國(guó)家年平均質(zhì)量濃度標(biāo)準(zhǔn)，這說(shuō)明污染防治工作仍有提高空間。已有研究表明，天津市 PM2.5的主要來(lái)源為二次源、機(jī)動(dòng)車排放、工業(yè)和燃煤排放及揚(yáng)塵，各主要源類貢獻(xiàn)濃度值均呈逐年下降趨勢(shì)；從相對(duì)貢獻(xiàn)分擔(dān)率來(lái)看，機(jī)動(dòng)車排放、二次源和揚(yáng)塵貢獻(xiàn)分擔(dān)率上升，工業(yè)和燃煤源的貢獻(xiàn)分擔(dān)率下降（肖致美等，2020）。SO2的年均質(zhì)量濃度變化明顯下降，表明天津“煤改氣”、“煤改電”等環(huán)保治理工作的有效推行，也論證了治理手段的可行性。此外，SO2質(zhì)量濃度的快速下降，往往與工業(yè)活動(dòng)的急劇減少密切相關(guān)（Wang et al.，2018），這也顯示了天津“供給側(cè)結(jié)構(gòu)性改革”行動(dòng)的推進(jìn)確實(shí)對(duì)改善當(dāng)?shù)厣鷳B(tài)環(huán)境有積極作用。2015—2019年天津市大氣O3_8h_max第90百分位數(shù)變化整體上呈上升趨勢(shì)，其污染問題日益凸顯，需要在未來(lái)的大氣污染防治工作中給予更多重視和關(guān)注。

圖2 2015—2019年天津市大氣污染物年際變化Fig.2 Annual Changes of Air Pollutants in Tianjin during 2015-2019

表1 2016—2018年天津市氮氧化物排放量及其分指標(biāo)和民用汽車保有量Table 1 Nitrogen oxide emissions and their sub-indicators and civil vehicle holdings in Tianjin during 2016-2018

2015—2019年天津市大氣 NO2年均質(zhì)量濃度變化趨勢(shì)呈單峰型，先上升后下降，其變化波動(dòng)較大。表1列出了2016—2018年天津市氮氧化物排放量及其分指標(biāo)和民用汽車保有量（2016年起氮氧化物排放量及其分指標(biāo)按照環(huán)保部要求調(diào)整統(tǒng)計(jì)口徑，變化較大，與上年數(shù)據(jù)不可比，故未采信2015年相關(guān)數(shù)據(jù)；2019年相關(guān)統(tǒng)計(jì)數(shù)據(jù)尚未公布）（天津市統(tǒng)計(jì)局等，2018；天津市統(tǒng)計(jì)局等，2019；天津市統(tǒng)計(jì)局等，2020）。從表1中可以看出，天津市氮氧化物排放總量的變化與 NO2年均質(zhì)量濃度變化的趨勢(shì)相一致，均為先上升后下降。從氮氧化物排放的分指標(biāo)來(lái)看，天津市氮氧化物排放的主要貢獻(xiàn)源為工業(yè)源、城鎮(zhèn)生活源以及機(jī)動(dòng)車排放。其中工業(yè)源和城鎮(zhèn)生活源的排放量均呈逐年下降趨勢(shì)，而機(jī)動(dòng)車排放則與 NO2年均質(zhì)量濃度變化的趨勢(shì)相一致，呈先上升后下降，并且機(jī)動(dòng)車排放量占氮氧化物排放總量的比例逐年提高，機(jī)動(dòng)車排放在天津市大氣 NO2污染的主要貢獻(xiàn)源中逐漸占據(jù)主導(dǎo)地位。從天津市民用汽車保有量來(lái)看，其數(shù)據(jù)逐年增高。但一方面其中新能源汽車的增長(zhǎng)較快（天津市新能源汽車推廣應(yīng)用領(lǐng)導(dǎo)小組辦公室，2019；天津日?qǐng)?bào)，2019），另一方面老舊車淘汰、超標(biāo)車查處以及重型柴油車管控日趨嚴(yán)格。這也正是在天津市民用汽車保有量持續(xù)走高的情況下，機(jī)動(dòng)車氮氧化物排放量在 2017年出現(xiàn)拐點(diǎn)，之后開始降低的重要原因。盡管2017年后天津市大氣NO2污染年均質(zhì)量濃度開始逐年下降，但2019年NO2的污染水平仍與 2015年相仿，NO2污染問題仍然亟待進(jìn)一步解決。

2.1.2 月變化規(guī)律

天津市PM2.5與PM10質(zhì)量濃度的月變化規(guī)律較為相似，呈現(xiàn)“冬高夏低”的趨勢(shì)（圖3）。這一趨勢(shì)的出現(xiàn)，一方面是因?yàn)殡S著進(jìn)入采暖期（當(dāng)年11月至次年 3月），污染源排放強(qiáng)度增大，顆粒物（PM2.5、PM10）排放明顯增多；另一方面是冬季低溫高濕，光照強(qiáng)度比較弱，大氣層結(jié)構(gòu)穩(wěn)定，這些天氣條件不利于空氣污染的稀釋與分散（李瑞等，2020；Wang et al.，2014）。除此之外，周邊地區(qū)顆粒物的外來(lái)輸送也對(duì)天津顆粒物質(zhì)量濃度的升高有所貢獻(xiàn)（皮冬勤等，2019）。3—5月PM10質(zhì)量濃度較 PM2.5仍保持較高水平，則是由我國(guó)北方春季頻繁的沙塵天氣所致（王金艷等，2007）。已有研究表明 PM10沙塵自然來(lái)源比例高于 PM2.5，PM2.5受人為源影響更大（臧星華等，2015）。

SO2月均質(zhì)量濃度在 1、2、3、11和 12月較高，4—10月較低。究其原因一方面是冬季排放源強(qiáng)度大、氣象條件不利于污染擴(kuò)散；另一方面則是因?yàn)?—10月降水充沛，通過(guò)濕清除的途徑消減了空氣中大量的 SO2（Meng et al.，2010）。

CO質(zhì)量濃度變化呈現(xiàn)1、11和12月高，5、6、7和8月低的現(xiàn)象。這一現(xiàn)象的成因如下：一是污染物排放源數(shù)量、排放強(qiáng)度冬季大于夏季；二是大氣擴(kuò)散條件冬季差、夏季好；三是夏季大氣化學(xué)反應(yīng)活躍，·OH濃度較高，CO“源”消“匯”長(zhǎng)，從而使大氣中CO質(zhì)量濃度降低（王占山等，2018）。

NO2月均質(zhì)量濃度變化與 SO2相類似，6—8月較低，也是因?yàn)橄募窘涤曦S富，大氣中 NO2受降雨影響進(jìn)入其他環(huán)境介質(zhì)（Lee et al.，2012）。此外，NO2月均值變化幅度較其他幾種污染物小，是因?yàn)?NO2的主要排放源為機(jī)動(dòng)車尾氣排放，機(jī)動(dòng)車尾氣排放的月變化不明顯（魏玉香等，2009）。所以如何降低機(jī)動(dòng)車尾氣排放成為減少 NO2污染的關(guān)鍵問題。

圖3 2015—2019年天津市大氣污染物月際變化Fig.3 Monthly changes of air pollutants in Tianjin during 2015-2019

O3_8h_max的月變化與其他污染物變化迥異，呈現(xiàn)“單峰型”。質(zhì)量濃度高值出現(xiàn)在春末和夏季，6、7月質(zhì)量濃度最高，冬季質(zhì)量濃度最低。空氣中O3質(zhì)量濃度與太陽(yáng)輻射和 NOx光化學(xué)反應(yīng)有很大關(guān)系（王鑫龍等，2020）。夏季光化學(xué)反應(yīng)強(qiáng)，O3生成速率快；冬季顆粒物污染嚴(yán)重，一定程度上削弱了到達(dá)地表的太陽(yáng)輻射，抑制了 O3的生成（Zhao et al.，2018）。除此之外，在春夏季以機(jī)動(dòng)車排放源為主要貢獻(xiàn)源的 VOCs（烯烴和芳香烴為主）也對(duì)天津市臭氧污染有較大貢獻(xiàn)（高璟赟等，2020）。

2.2 污染物間及與氣象因素相關(guān)性分析

2.2.1 污染物間相關(guān)性分析

各類大氣污染物之間存在著一定的聯(lián)系，探究各類大氣污染物之間的相關(guān)性對(duì)于分析大氣污染、開展大氣治理具有重要意義。本研究利用SPSS軟件對(duì) 2015—2019年天津市各類大氣污染物的月均質(zhì)量濃度進(jìn)行了Pearson相關(guān)性分析，分析結(jié)果如表 2所示。通常把相關(guān)系數(shù)依 0—0.2、0.2—0.4、0.4—0.6、0.6—0.8、0.8—1.0分別劃分為無(wú)相關(guān)、弱相關(guān)、相關(guān)、強(qiáng)相關(guān)和極強(qiáng)相關(guān)5個(gè)區(qū)間（吳蒙等，2015）。

由SPSS分析結(jié)果可知，PM2.5、PM10、SO2、CO、NO2之間均為顯著正相關(guān)關(guān)系，相關(guān)系數(shù)均在 0.6以上，相關(guān)程度在強(qiáng)相關(guān)及以上。PM2.5與PM10相關(guān)系數(shù)為 0.840，二者相關(guān)性屬于極強(qiáng)相關(guān)，表明不同粒徑大小的顆粒物排放存在一定的協(xié)同性。PM2.5與CO相關(guān)系數(shù)為0.862，二者相關(guān)性屬于極強(qiáng)相關(guān)，表明天津市大氣污染中PM2.5與CO的貢獻(xiàn)或有協(xié)同性。而O3與其余5類污染物均為顯著負(fù)相關(guān)關(guān)系，其中與 NO2相關(guān)性較高，這是因?yàn)槿祟惢顒?dòng)排放出的 NO2等一次污染物經(jīng)光化學(xué)反應(yīng)可以有效促進(jìn)二次污染物O3的生成（易睿等，2015）。已有研究表明，NO2等前體污染物排放對(duì)于天津市O3污染加劇貢獻(xiàn)較大（余益軍等，2020）。

表2 天津市6種大氣污染物相關(guān)性分析Table 2 Correlation analysis of 6 air pollutants in Tianjin

2.2.2 污染物與氣象因素相關(guān)性分析

大氣環(huán)境具有區(qū)域性，區(qū)域空氣質(zhì)量也會(huì)受到氣象條件的影響（張瑞旭等，2020）。對(duì)2015—2018年天津市各月份氣象資料（2019年數(shù)據(jù)尚未公布）（天津市統(tǒng)計(jì)局等，2017；天津市統(tǒng)計(jì)局等，2018；天津市統(tǒng)計(jì)局等，2019；天津市統(tǒng)計(jì)局等，2020）與對(duì)應(yīng)階段的各類污染物月均質(zhì)量濃度進(jìn)行了Pearson相關(guān)性分析（表3）。

可以看出，溫度與PM2.5、PM10、SO2、NO2以及CO等5種大氣污染物均呈顯著負(fù)相關(guān)，相關(guān)性較強(qiáng)。溫度升高有利于大氣熱力條件增強(qiáng)，加劇大氣湍流交換，使得大氣的平輸送和垂直擴(kuò)散能力增強(qiáng)，因此溫度升高有利于污染物的擴(kuò)散，降低區(qū)域內(nèi)污染物濃度（楊興川等，2017）。而溫度與O3呈顯著正相關(guān)，相關(guān)系數(shù)為 0.896，屬極強(qiáng)相關(guān)。溫度升高時(shí)有利于加速對(duì)流層光化學(xué)反應(yīng)速率，促進(jìn)O3前體物質(zhì)間的轉(zhuǎn)化速度，進(jìn)而促進(jìn)O3生成（梁俊寧等，2019）。日照時(shí)長(zhǎng)與 PM2.5、SO2、NO2及CO等4種大氣污染物均呈顯著負(fù)相關(guān)，相關(guān)性強(qiáng)度范圍處于弱相關(guān)到強(qiáng)相關(guān)之間。日照時(shí)長(zhǎng)呈現(xiàn)冬季低、夏季高的特點(diǎn)，而在日照時(shí)長(zhǎng)較低的冬季，大氣層結(jié)構(gòu)穩(wěn)定，不利于污染物的擴(kuò)散，區(qū)域內(nèi)污染物濃度較高。而日照時(shí)長(zhǎng)與 O3呈顯著正相關(guān)，是因?yàn)槿照粘渥銜r(shí)太陽(yáng)紫外輻射強(qiáng)烈，該環(huán)境極有利于光化學(xué)反應(yīng)生成O3（關(guān)清等，2019）。濕度和風(fēng)速與天津市 6種大氣污染物之間相關(guān)性多為不顯著，相關(guān)性顯著時(shí)其相關(guān)性往往也較弱，說(shuō)明濕度和風(fēng)速兩個(gè)氣象條件對(duì)于天津市 6種大氣污染物的影響較小。

2.3 復(fù)合污染特征分析

不同于單一污染物的污染特征分析，比值分析是指利用不同污染物的質(zhì)量濃度數(shù)據(jù)，通過(guò)二者比值的方法來(lái)分析相關(guān)的污染特征以及識(shí)別污染物來(lái)源。大氣污染物的特征分析中常用的比值分析主要有NO2/SO2和PM2.5/PM10。

NO2主要來(lái)源于汽車尾氣排放等移動(dòng)源（王占山等，2015），而SO2主要來(lái)源于煤炭燃燒、發(fā)電和工業(yè)生產(chǎn)等固定源，通過(guò)對(duì)NO2/SO2變化的分析可以鑒別污染物來(lái)源。比值越高，表明污染物主要來(lái)自于移動(dòng)源；比值越低，則表明固定源較高。除此之外，NO2/SO2還可以反映出區(qū)域抑煤控硫的效果以及汽車尾氣特征污染的相對(duì)變化。

表3 天津市6種大氣污染物與氣象因素之間相關(guān)性分析Table 3 Correlation analysis of 6 air pollutants and meteorological factors in Tianjin

2015—2018年天津市 NO2/SO2比率的變化呈持續(xù)上升的趨勢(shì)（圖4a），說(shuō)明通過(guò)“煤改氣”、“煤改電”的行動(dòng)開展的抑煤控硫的措施作用效果明顯，而汽車尾氣特征污染則有相對(duì)上升的趨勢(shì)（么相姝等，2018）。2018—2019年天津市NO2/SO2比率變化不大，說(shuō)明天津市大氣NO2、SO2污染治理進(jìn)入平臺(tái)期。此外，NO2/SO2比值逐漸走高也說(shuō)明汽車尾氣排放等移動(dòng)源污染相較于煤炭燃燒、發(fā)電和工業(yè)生產(chǎn)等固定源貢獻(xiàn)較高。

PM2.5/PM10比率經(jīng)常被用來(lái)作為判定大氣顆粒物中細(xì)顆粒物（PM2.5）對(duì)PM10貢獻(xiàn)程度的重要指標(biāo)（Shen et al.，2017）。2015—2019年天津市PM2.5/PM10比率的變化范圍為0.60—0.67（圖4b），雖然存在波動(dòng)，但仍高于0.6，說(shuō)明細(xì)顆粒物是天津市顆粒物大氣污染的主要貢獻(xiàn)者。2015—2019年天津市PM2.5/PM10月際比率變化中3、4、5月較低（圖4c），結(jié)合中國(guó)北方春季頻繁的沙塵天氣，說(shuō)明天津市大氣顆粒物中 PM10來(lái)自沙塵這一自然來(lái)源的比例大于PM2.5。

2.4 大氣污染物的空間變化特征

基于 2015—2019年天津市國(guó)控城市點(diǎn)的PM2.5、PM10、SO2、CO、NO2和 O3監(jiān)測(cè)數(shù)據(jù)對(duì)污染物空間分布特征分別進(jìn)行分析，采用徑向基函數(shù)的方法對(duì)天津市國(guó)控城市點(diǎn)分布區(qū)域（天津市市區(qū)、環(huán)城四區(qū)及濱海新區(qū)）進(jìn)行插值，得到2015—2019年各類大氣污染物（PM2.5、PM10、SO2、CO、NO2和O3）平均質(zhì)量濃度空間分布圖（圖5—10）。徑向基函數(shù)能夠提供較好的插值效果。與反距離插值相比，徑向基函數(shù)可以預(yù)測(cè)大于或小于測(cè)量值的值（孫慧等，2017）；與克里金法相比，徑向基函數(shù)有著操作簡(jiǎn)單、過(guò)渡平滑性好以及保證監(jiān)測(cè)站點(diǎn)處插值結(jié)果與實(shí)際監(jiān)測(cè)值一致等優(yōu)點(diǎn)（丁卉等，2016）。

2015—2019年天津市大氣PM2.5的空間分布格局整體上呈“西高東低”（圖5）。PM2.5質(zhì)量濃度變化略有波動(dòng)，但整體呈下降趨勢(shì)，東西部差異逐年減小。2015—2016年天津東部沿海地區(qū)（即濱海新區(qū)核心區(qū)）大氣PM2.5質(zhì)量濃度顯著下降，可能與2015年8月12日發(fā)生的“塘沽大爆炸”所導(dǎo)致的局部工業(yè)產(chǎn)業(yè)轉(zhuǎn)型有關(guān)。2015—2019年天津市大氣PM10的空間分布格局變化不大，呈現(xiàn)“西高東低”的分布特征（圖6）。這與天津西北方向的沙塵輸入有關(guān)。PM10質(zhì)量濃度變化呈下降趨勢(shì)，東西部差異變化不大。

天津市大氣 SO2的空間分布格局在 2015—2017年呈“西高東低”的分布特征，2018—2019年呈“四周高、中間低”的分布特征（圖7）。這一空間分布格局的變化源于天津市“煤改氣”、“煤改電”和“大氣污染防治行動(dòng)計(jì)劃”等一系列的燃煤污染治理活動(dòng)。2015—2017年天津市大氣 SO2質(zhì)量濃度下降速度快，這3年也正是上述一系列治理活動(dòng)緊密開展的階段。2018—2019年天津市大氣SO2污染程度變化不大，污染分布盡管四周大于中部，但均處于較低污染水平，其污染高值地區(qū)多為城郊地區(qū)中遠(yuǎn)離生活區(qū)的工業(yè)區(qū)。天津市大氣CO的空間分布格局在2015—2017年呈“西高東低”的分布特征，2018—2019年呈“中間高、東西兩側(cè)低”的分布特征（圖8）。這可能與天津市重污染工業(yè)企業(yè)關(guān)停、向城郊地區(qū)轉(zhuǎn)移有關(guān)。CO質(zhì)量濃度逐年下降。

2015—2019年天津市大氣NO2的空間分布格局呈“中間高、南北兩側(cè)低”，也可稱之為“城鎮(zhèn)高、鄉(xiāng)村低”（圖9）。天津市市區(qū)和濱海新區(qū)核心區(qū)為兩個(gè)污染較重的區(qū)域，并且隨時(shí)間推移，天津市市區(qū)污染緩解明顯，濱海新區(qū)核心區(qū)漸成污染重點(diǎn)。2015—2019年天津市大氣O3的空間分布格局變化較大，整體上西部和北部地區(qū)污染較嚴(yán)重（圖10）。2015—2018年O3污染質(zhì)量濃度逐年增大，且高污染地區(qū)與低污染地區(qū)之間污染程度差異逐步加大。而2019年O3質(zhì)量濃度有所下降，但污染分布更加均勻，高、低污染地區(qū)間污染程度差異減小。

圖4 2015—2019年天津市大氣污染復(fù)合分析Fig.4 Compound analysis of air pollution in Tianjin in 2015-2019

圖5 天津市市區(qū)、環(huán)城四區(qū)及濱海新區(qū)大氣PM2.5年均質(zhì)量濃度插值Fig.5 Interpolation of atmospheric PM2.5 average annual concentration in Tianjin urban districts, four districts around the city and Binhai new district

圖6 天津市市區(qū)、環(huán)城四區(qū)及濱海新區(qū)大氣PM10年均質(zhì)量濃度插值Fig.6 Interpolation of atmospheric PM10 average annual concentration in Tianjin urban districts, four districts around the city and Binhai new district

圖7 天津市市區(qū)、環(huán)城四區(qū)及濱海新區(qū)大氣SO2年均質(zhì)量濃度插值Fig.7 Interpolation of atmospheric SO2 average annual concentration in Tianjin urban districts, four districts around the city and Binhai new district

圖8 天津市市區(qū)、環(huán)城四區(qū)及濱海新區(qū)大氣CO年均質(zhì)量濃度插值Fig.8 Interpolation of atmospheric CO average annual concentration in Tianjin urban districts, four districts around the city and Binhai new district

3 結(jié)論

（1）2015—2019 年天津市 PM2.5、PM10、SO2年均質(zhì)量濃度和CO 24 h平均第95百分位數(shù)變化均呈下降趨勢(shì)；NO2年均質(zhì)量濃度變化呈“單峰型”，先上升后下降；O3_8h_max第90百分位數(shù)變化整體上呈顯著上升趨勢(shì)，O3污染問題日益嚴(yán)重。PM2.5、PM10、SO2、CO以及NO2呈“冬高夏低”，而O3呈“夏高冬低”，造成這種季節(jié)變化的原因與排放源、氣象因素、外來(lái)輸送以及化學(xué)反應(yīng)有關(guān)。

圖9 天津市市區(qū)、環(huán)城四區(qū)及濱海新區(qū)大氣NO2年均質(zhì)量濃度插值Fig.9 Interpolation of atmospheric NO2 average annual concentration in Tianjin urban districts, four districts around the city and Binhai new district

圖10 天津市市區(qū)、環(huán)城四區(qū)及濱海新區(qū)大氣O3年均質(zhì)量濃度插值Fig.10 Interpolation of atmospheric O3 average annual concentration in Tianjin urban districts, four districts around the city and Binhai new district

（2）PM2.5與CO相關(guān)性極強(qiáng)，表明天津市大氣污染中PM2.5與CO的貢獻(xiàn)或有協(xié)同性。O3與NO2相關(guān)性較高，其原因與光化學(xué)反應(yīng)有關(guān)。氣象因素中，溫度和日照時(shí)長(zhǎng)對(duì)于天津市大氣污染影響較大。

（3）2015—2019年NO2/SO2比值逐漸走高，說(shuō)明汽車尾氣排放等移動(dòng)源污染對(duì)于天津市大氣污染的貢獻(xiàn)相較于煤炭燃燒、發(fā)電和工業(yè)生產(chǎn)等固定源的貢獻(xiàn)較高。PM2.5/PM10比率始終高于0.6，說(shuō)明細(xì)顆粒物是天津市顆粒物大氣污染的主要貢獻(xiàn)者。

（4）不同污染物的空間分布變化存在差異。PM2.5和PM10始終呈“西高東低”。SO2和CO重污染地區(qū)逐漸轉(zhuǎn)移到城郊村鎮(zhèn)地區(qū)。NO2空間分布格局呈“城鎮(zhèn)高、鄉(xiāng)村低”，并且隨時(shí)間推移天津市市區(qū)污染緩解明顯，濱海新區(qū)核心區(qū)漸成污染重點(diǎn)。O3污染整體上西部和北部地區(qū)較嚴(yán)重，O3污染逐年加劇。

（5）目前，天津市大氣污染得到了有效緩解，機(jī)動(dòng)車尾氣排放仍是天津市大氣 NO2污染的重要貢獻(xiàn)源。O3污染日益嚴(yán)重，而NO2等污染物經(jīng)光化學(xué)反應(yīng)又能有效促進(jìn) O3生成。這就使得如何控制機(jī)動(dòng)車污染排放成為當(dāng)下天津市大氣污染治理中亟待解決的問題。