山東省大氣細(xì)顆粒物來(lái)源解析的研究現(xiàn)狀與展望

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(guó)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(jiān)行動(dòng)方案》[2]實(shí)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(shí),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(guó)環(huán)境監(jiān)測(cè)總站發(fā)布的全國(guó)城市空氣質(zhì)量歷史實(shí)時(shí)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(shì),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(kāi)展了大氣污染物的來(lái)源解析工作,其中細(xì)顆粒物的來(lái)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(duì)濟(jì)南、青島、泰安、菏澤四個(gè)城市 PM2.5源解析結(jié)果進(jìn)行了簡(jiǎn)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(duì)目前已公開(kāi)發(fā)表的39項(xiàng)山東省PM2.5來(lái)源解析研究工作進(jìn)行了總結(jié),綜述了山東省各地級(jí)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(shí)空分布,探討了山東省細(xì)顆粒物來(lái)源貢獻(xiàn)的影響因素,旨在為山東省后續(xù)開(kāi)展大氣細(xì)顆粒物及其他污染物的來(lái)源解析,制定有針對(duì)性的大氣污染防治行動(dòng)指南提供參考.

1 資料與方法

1.1 數(shù)據(jù)來(lái)源

本研究檢索了2008～2020年間山東省各地級(jí)市公開(kāi)發(fā)表的細(xì)顆粒物來(lái)源解析相關(guān)文獻(xiàn)及相關(guān)研究報(bào)告.主要檢索途徑包括中國(guó)知網(wǎng)、谷歌學(xué)術(shù)、百度學(xué)術(shù)、web of science等數(shù)據(jù)庫(kù),以“來(lái)源/源解析/來(lái)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(jí)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(gè)采樣地點(diǎn)或多個(gè)采樣時(shí)段的觀測(cè),或采用多種源解析模型,則視為一項(xiàng)研究,但分別統(tǒng)計(jì)每項(xiàng)觀測(cè)和對(duì)應(yīng)源解析結(jié)果[4-11];(2)需報(bào)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(shí)包括 PM2.5及其他粒徑顆粒物的觀測(cè)及來(lái)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(duì)同一年同一地點(diǎn)觀測(cè)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(kāi)發(fā)布的濟(jì)南市細(xì)顆粒物來(lái)源解析研究報(bào)告[12,19]2份.

1.2 數(shù)據(jù)采集

針對(duì)篩選確定的每一項(xiàng)山東省 PM2.5源解析研究,分別統(tǒng)計(jì)其采樣地點(diǎn)、站點(diǎn)類別、觀測(cè)時(shí)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(jì)分析的過(guò)程中,每項(xiàng)研究中某地同一年中春、夏、秋、冬四個(gè)季節(jié)的源解析結(jié)果采取平均處理,以獲得該地PM2.5來(lái)源貢獻(xiàn)的年均值;針對(duì)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(lái)源貢獻(xiàn)平均值;針對(duì)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(gè)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(guó)大氣顆粒物來(lái)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(lái),受體模型在我國(guó)應(yīng)用最為廣泛,是我國(guó)大氣顆粒物來(lái)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(duì)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(jì)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(duì)非負(fù)值進(jìn)行約束,對(duì)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(duì)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(gè)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(duì)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(shì),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(shí),可提高源解析結(jié)果的時(shí)、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(lái),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(cè)系統(tǒng)(Single Particle Aerosol Mass Spectrometer, SPAMS)開(kāi)展了高時(shí)間分辨率的在線源解析[25].此外,個(gè)別研究利用數(shù)值模式通過(guò)模擬大氣顆粒物及其化學(xué)組分的濃度,提供了更高時(shí)間精度和更廣空間覆蓋率的來(lái)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(lái)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(lái)源類別 由圖2可知,揚(yáng)塵、機(jī)動(dòng)車尾氣和燃煤源幾乎在各地都被解析出,說(shuō)明這 3類源在山東省具有普遍性,是山東省PM2.5的3個(gè)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(shí),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(tái)[22]解析出交通塵(自然和人為排放混合模式,其中機(jī)動(dòng)車排放貢獻(xiàn)較高).

此外,山東省不同地級(jí)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(tái)[22,35-36]和威海[10-11]等 3個(gè)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(tái)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(dòng)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(dòng)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(shí)行市域垃圾焚燒全覆蓋政策有關(guān).東營(yíng)[37-38]的研究中采樣時(shí)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(shí)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(lái)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(duì)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(xiàng)研究統(tǒng)計(jì)列入圖2.

圖2 山東省PM2.5來(lái)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(jì)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(dòng)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(dòng)車塵、機(jī)動(dòng)車尾氣和交通源等歸為機(jī)動(dòng)車源;冶金塵、工業(yè)源、工藝過(guò)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(wú)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(wú)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(dòng)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(xiàng)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(lái)源貢獻(xiàn)的時(shí)空分布

將各個(gè)源解析結(jié)果中的源類聚類之后,山東省各地PM2.5的來(lái)源及貢獻(xiàn)總結(jié)如表1.濟(jì)南、青島和煙臺(tái)等地開(kāi)展的 PM2.5來(lái)源解析研究相對(duì)較多,淄博、東營(yíng)、濰坊、臨沂和德州等地 PM2.5來(lái)源解析相關(guān)工作相對(duì)較少.濱州市PM2.5的來(lái)源解析工作尚未單獨(dú)開(kāi)展,但王德羿等[27]在“2+26”城市大氣重污染下PM2.5來(lái)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(duì)濱州市 PM2.5的貢獻(xiàn).濟(jì)寧和日照市尚未有 PM2.5來(lái)源解析的相關(guān)研究報(bào)道.

由表1可見(jiàn),已報(bào)道的山東省各地PM2.5來(lái)源解析研究中,大多數(shù)觀測(cè)時(shí)間包含春、夏、秋、冬四個(gè)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(duì)比分析.Tian[6]在同一觀測(cè)時(shí)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(duì)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(lái)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(gè)城市(除濟(jì)寧和日照外)的 PM2.5來(lái)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(cè)時(shí)段包含 4個(gè)季節(jié),以減小比較的不確定性.其中,聊城市的觀測(cè)時(shí)段為冬季,泰安市的觀測(cè)時(shí)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(shí)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(tái)、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(lái)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(dòng)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(dòng)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(dòng)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(duì)山東省各市PM2.5具有重要貢獻(xiàn).Zhu等[40]綜述了中國(guó) 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(lái)源,平均貢獻(xiàn)為33.2%,而2006～2017年二次源為 PM2.5的首要來(lái)源;塵源為第二來(lái)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(lái)源及其相對(duì)貢獻(xiàn)存在顯著差異.東部半島地區(qū)(如煙臺(tái)、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(dòng)車源,平均貢獻(xiàn)分別為18%和17%.中部地區(qū)(如濱州、東營(yíng)、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(yíng)市的二次源貢獻(xiàn)超過(guò) 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(dòng)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(dòng)車源貢獻(xiàn)高達(dá)50%;其次是生物質(zhì)燃燒源,在西部3個(gè)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(jiàn),山東省半島和中、西部 3個(gè)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(duì)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(jiàn),機(jī)動(dòng)車源對(duì)各城市PM2.5的平均貢獻(xiàn)波動(dòng)較大,約為 3%(淄博)～51%(聊城),東、西部城市機(jī)動(dòng)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(huì)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(duì)當(dāng)?shù)豍M2.5會(huì)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(duì)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(lái)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(tái)),且主要集中在中西部地區(qū).這可能是由于近年來(lái),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(dòng),此外,生物質(zhì)燃燒源與其他源(如機(jī)動(dòng)車源等)存在共線性問(wèn)題,因而在一些研究中不能被解析出來(lái)[47].二次源呈現(xiàn)東、西部高,中部低的分布趨勢(shì);相反地,塵源呈現(xiàn)東部低、中西部高的趨勢(shì).

圖4 不同源類在山東省各地對(duì)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(duì)濃度在空間上存在差異,本研究中計(jì)算獲取各類源對(duì)各地 PM2.5的絕對(duì)貢獻(xiàn).由圖 3可見(jiàn),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(duì)貢獻(xiàn)不同,東部半島地區(qū)各類源對(duì) PM2.5濃度的絕對(duì)貢獻(xiàn)量均低于中西部地區(qū),包括前述相對(duì)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(dòng)車源、工業(yè)源、燃煤源、二次源、塵源及其他源等源類,對(duì)東部半島地區(qū) PM2.5的絕對(duì)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(duì)PM2.5的相對(duì)貢獻(xiàn)和絕對(duì)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(guó)大部分省份PM2.5的首要來(lái)源,對(duì)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(dòng)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(shí)間演變 由圖6可見(jiàn),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(duì)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(kāi)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?jī)傻豍M2.5源貢獻(xiàn)隨時(shí)間的變化.由圖7a、7b可見(jiàn),濟(jì)南市二次源對(duì) PM2.5的相對(duì)貢獻(xiàn)在 2010年后((46±11)%)較 2010 年以前((31±17)%,)有所增加,但絕對(duì)貢獻(xiàn)量有所降低.機(jī)動(dòng)車源的相對(duì)貢獻(xiàn)自2010年以來(lái)呈現(xiàn)持續(xù)增加趨勢(shì),但絕對(duì)貢獻(xiàn)量相對(duì)穩(wěn)定甚至略有降低.生物質(zhì)燃燒源的相對(duì)與絕對(duì)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(duì)和絕對(duì)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(duì)和絕對(duì)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(duì)和絕對(duì)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(huì)期間為保障空氣質(zhì)量山東省對(duì)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(guò)對(duì) 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(duì)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(huì)加強(qiáng)排放控制有關(guān).

由圖7c可見(jiàn),青島市二次源的相對(duì)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(duì)貢獻(xiàn)自 2006年以來(lái)呈現(xiàn)增加的趨勢(shì).與之相反,燃煤源的相對(duì)貢獻(xiàn)呈現(xiàn)持續(xù)緩慢降低的趨勢(shì).塵源的相對(duì)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(dòng)車源的相對(duì)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(duì)貢獻(xiàn)不同的是,青島市燃煤源和二次源的絕對(duì)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(duì)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(duì)貢獻(xiàn)和絕對(duì)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(gè)地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r與當(dāng)?shù)?PM2.5的來(lái)源及貢獻(xiàn)密切相關(guān)[71].本文將各地PM2.5來(lái)源解析結(jié)果中各類源的絕對(duì)貢獻(xiàn)與各地相應(yīng)時(shí)段內(nèi)機(jī)動(dòng)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(guó)內(nèi)生產(chǎn)總值(GDP)等相關(guān)活動(dòng)量分別做相關(guān)性分析和顯著性檢驗(yàn)(獨(dú)立樣本t-檢驗(yàn)),結(jié)果如圖8所示.

圖8 各類源對(duì)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(dòng)車源的絕對(duì)貢獻(xiàn)量與機(jī)動(dòng)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(yàn)結(jié)果顯著(P<0.05),說(shuō)明隨著機(jī)動(dòng)車保有量或當(dāng)?shù)?GDP的增加,機(jī)動(dòng)車源貢獻(xiàn)也相應(yīng)呈增加趨勢(shì),且機(jī)動(dòng)車保有量或GDP高時(shí),機(jī)動(dòng)車源貢獻(xiàn)顯著高于機(jī)動(dòng)車保有量或GDP低時(shí).本研究中,塵源的絕對(duì)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(gè)別數(shù)據(jù)點(diǎn)的影響,一則說(shuō)明建筑行業(yè)對(duì)山東省 PM2.5塵源貢獻(xiàn)較大,同時(shí)也暗示除了建筑活動(dòng)外還可能存在其他活動(dòng)對(duì)塵源有顯著貢獻(xiàn)(如道路揚(yáng)塵等).

燃煤源的絕對(duì)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(duì)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(duì)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(duì)較強(qiáng),與GDP相關(guān)性相對(duì)較弱.這可能是由于除工業(yè)燃煤貢獻(xiàn)外, PM2.5來(lái)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(duì)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(duì)貢獻(xiàn),以及工業(yè)工藝過(guò)程與工業(yè)燃煤等的相對(duì)貢獻(xiàn)等.

此外,工業(yè)源的絕對(duì)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(wèn)題.

綜上,GDP與機(jī)動(dòng)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(shuō)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(duì)的正相關(guān),尤其是山東省旅游業(yè)等產(chǎn)業(yè)對(duì) GDP的貢獻(xiàn),以及近年來(lái)清潔能源相關(guān)政策的實(shí)施都可能對(duì)這一相關(guān)性產(chǎn)生影響.

2.4 討論

山東省 PM2.5的來(lái)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(shí)、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(lái)不確定性.為此,后續(xù)研究中可開(kāi)發(fā)、采用統(tǒng)一的源解析技術(shù),抑或有地區(qū)針對(duì)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(duì)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(duì)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(shí),需要對(duì)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(duì)山東省二次顆粒物形成機(jī)制的認(rèn)識(shí).

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(jiàn).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(guò)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(shí)段、特定站點(diǎn)的階段性、短期研究,缺乏系統(tǒng)的、長(zhǎng)期的監(jiān)測(cè)與源解析研究,以及同時(shí)期多城市站點(diǎn)的同步觀測(cè).亟需加強(qiáng)長(zhǎng)期觀測(cè),以研究山東省顆粒物濃度與來(lái)源的歷史變化趨勢(shì),尤其是各種污染防控措施的施行對(duì)山東省空氣質(zhì)量改善的作用;通過(guò)多地同步觀測(cè)以及衛(wèi)星遙感等觀測(cè)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(lái)源的空間分布特征.

3 結(jié)論

3.1 目前山東省PM2.5來(lái)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(dòng)車源((17.7±11.7)%).塵源對(duì)山東省 PM2.5具有非常重要的貢獻(xiàn).由此推測(cè),除細(xì)顆粒物外,PM10等粗顆粒物的防治對(duì)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(lái)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(shí)間變化趨勢(shì)表明,2004～2018年間二次源和機(jī)動(dòng)車源等對(duì)兩地 PM2.5的相對(duì)貢獻(xiàn)增加,而燃煤源的貢獻(xiàn)略有降低趨勢(shì).