冬季采暖優(yōu)化對北京地區(qū)空氣質(zhì)量的影響

吳凌云 謝軍飛 張欣

1 中國科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國家重點(diǎn)實(shí)驗(yàn)室，北京 1000292 北京市園林科學(xué)研究院園林綠地生態(tài)功能評價(jià)與調(diào)控技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京 1001023 河北農(nóng)業(yè)大學(xué)園林與旅游學(xué)院，河北保定 071000

1 引言

空氣污染能夠?qū)θ梭w的呼吸系統(tǒng)、心血管系統(tǒng)、免疫系統(tǒng)、生殖系統(tǒng)、神經(jīng)系統(tǒng)等造成危害，嚴(yán)重的可導(dǎo)致死亡（魏復(fù)盛等, 2000; 董雪玲, 2004; 劉勇等, 2011; Matus et al., 2012; 楊新興等, 2012; 張瑩等,2014; Chen et al., 2017）。2010年，大氣顆粒物污染成為中國人群第四大治病因素，每年有大約一百萬人死于空氣污染（Yang et al., 2013; Yue et al.,2020）。除此之外，空氣污染還能影響氣候和氣候變化，改變水循環(huán)，影響交通運(yùn)輸、土壤、農(nóng)業(yè)生產(chǎn)和生態(tài)系統(tǒng)等，給國家經(jīng)濟(jì)帶來重大損失，因而引起了廣泛關(guān)注（Chameides et al., 1999; Ramanathan et al., 2001; 胡非等, 2003; 丁一匯等, 2009; 師華定等, 2012; 陳衛(wèi)東等, 2015; Xie et al., 2016; Li et al.,2020; Wang et al., 2020）。

改革開放40年來，中國城鎮(zhèn)化快速發(fā)展，城市人口不斷增加，隨之而來的城市的能源消耗也大幅增加，導(dǎo)致城市大氣污染日趨嚴(yán)重（Chan and Yao, 2008; 吳兌, 2012; 謝楊等, 2016; 袁曉玲等,2019）。2016年《環(huán)境績效指數(shù)報(bào)告》指出中國的空氣質(zhì)量位于180個(gè)國家倒數(shù)第二，因此空氣污染是急需解決的問題（Zhang et al., 2012; 黃德生和張世秋, 2013）。京津冀地區(qū)城鎮(zhèn)化水平高，人口密集，是中國空氣污染最嚴(yán)重的地區(qū)（王躍思等,2014; 國家發(fā)展與改革委員會和環(huán)境保護(hù)部, 2015;趙輝等, 2020）。京津冀地處華北，冬季采暖期長，燃煤采暖是冬季形成霧霾的重要原因（姜小魚,2013; 潘慧峰等, 2015; 王玲芬和劉悅, 2019）。據(jù)統(tǒng)計(jì)，2015年燃煤排放的污染物對秋冬季貢獻(xiàn)率接近50%，因此控制燃煤污染成為減少大氣污染排放的重要措施。環(huán)境保護(hù)部在2016～2017年先后出臺了一系列對于京津冀地區(qū)大氣污染防治及治理的措施和方案，旨在改善空氣質(zhì)量（環(huán)境保護(hù)部,2016; 環(huán)境保護(hù)部等, 2017a, 2017b）。

北京是中國的首都，京津冀地區(qū)人口密度最大的城市，能源消耗大，加上獨(dú)特的地形等原因，很容易形成空氣污染（楊欣等, 2014; 王躍思等,2016）。自從1998年被國務(wù)院定為環(huán)境治理重點(diǎn)地區(qū)，20年來北京連續(xù)實(shí)施了一系列大氣污染措施，大氣污染物PM2.5、PM10、NO2、SO2、CO濃度與20年前相比下降超過50%，環(huán)境質(zhì)量得到明顯的改善（Zhang et al., 2016; 王振波等, 2017）。但是2015年，北京PM2.5年均濃度仍位于全國省自治區(qū)和直轄市首位。2016～2017年，北京對于冬季燃煤采暖造成的空氣污染足夠的重視，不斷地優(yōu)化采暖的能源結(jié)構(gòu)，實(shí)現(xiàn)了能源結(jié)構(gòu)的巨變（陳講運(yùn), 2014; 薛亦峰等, 2014; 陶雙成等, 2016; 周偉等, 2020）。例如，2016年北京7000多個(gè)燃煤鍋爐被改造成為清潔能源，2017年新建鍋爐實(shí)行30 mg/m3污染物排放標(biāo)準(zhǔn)等。2016年和2017年這些采暖能源優(yōu)化的措施是否能夠改善北京的空氣質(zhì)量，程度有多大？本文分析了5個(gè)位于北京不同區(qū)域的空氣質(zhì)量監(jiān)測站2018年和2015年的PM2.5、PM10、SO2、NO2、CO污染物的濃度，來對比采暖優(yōu)化前后的空氣質(zhì)量變化。

2 數(shù)據(jù)與方法

本文所使用的近地面大氣中PM2.5、PM10、SO2、NO2、CO的濃度數(shù)據(jù)來源于北京市環(huán)境保護(hù)監(jiān)測中心的空氣質(zhì)量自動監(jiān)測網(wǎng)（http://www.bjmemc.com.cn[2020-10-21]）。數(shù)據(jù)均分別通過美國Thermo Fisher Scientific公司生產(chǎn)的1405F連續(xù)環(huán)境空氣監(jiān)測儀、1405F連續(xù)環(huán)境空氣監(jiān)測儀、49C臭氧測定儀、43C二氧化硫分析儀、42 C（NO-NO2-NOx）分析儀、48C一氧化碳分析儀。各監(jiān)測儀器均有校準(zhǔn)儀參照國家標(biāo)準(zhǔn)定期校準(zhǔn)，以保證監(jiān)測數(shù)據(jù)的準(zhǔn)確性和有效性。各監(jiān)測儀輸出的為5 min數(shù)據(jù)，根據(jù)每個(gè)小時(shí)內(nèi)5 min數(shù)據(jù)的算術(shù)平均值求得小時(shí)濃度，研究中使用的均為小時(shí)數(shù)據(jù)（王占山等, 2015）。監(jiān)測儀器采樣口周圍沒有阻礙空氣流通的高大建筑物、樹木或者其他障礙物，周圍50 m范圍內(nèi)沒有明顯的固定污染源。對因設(shè)備故障等原因造成的個(gè)別缺測數(shù)據(jù)進(jìn)行了相鄰內(nèi)插填充，即當(dāng)某一具有連續(xù)特性的定時(shí)觀測數(shù)據(jù)缺測時(shí)，用前、后兩定時(shí)數(shù)據(jù)內(nèi)插，而連續(xù)多時(shí)的缺測則通過同一時(shí)間段相鄰站點(diǎn)的觀測數(shù)據(jù)進(jìn)行補(bǔ)充。

本文選取永定門、萬壽西宮、萬柳、奧體中心、云崗5個(gè)位于北京不同區(qū)域和下墊面的空氣質(zhì)量監(jiān)測站來對比2018年較2015年空氣質(zhì)量的變化情況 （表1）。圖1顯示了5個(gè)站的地理位置，5個(gè)站點(diǎn)分別位于東城區(qū)、西城區(qū)、海淀區(qū)、朝陽區(qū)和豐臺區(qū)。其中永定門站為交通污染控制點(diǎn)，其他4個(gè)站為城區(qū)環(huán)境評價(jià)點(diǎn)，海拔高度均為50 m。

表1 本文選取的北京5個(gè)空氣質(zhì)量監(jiān)測站的描述Table 1 Description of the five air quality monitoring stations in Beijing used in this study

圖1 本文選取的北京5個(gè)空氣質(zhì)量監(jiān)測站位置Fig. 1 Locations of the five air quality monitoring stations in Beijing used in this study

本文選取北京站的氣象數(shù)據(jù)來分析氣象條件對PM2.5、PM10、O3、SO2、NO2和CO的濃度的影響。2015～2018年日平均氣溫、降水量、平均風(fēng)速和平均相對濕度數(shù)據(jù)來自于中國氣象數(shù)據(jù)網(wǎng) （http://data.cma.cn/[2020-10-21]）。2014～2018年煤炭消耗數(shù)據(jù)、集中供熱面積和燃煤鍋爐數(shù)據(jù)來自于2019年北京市統(tǒng)計(jì)年鑒（http://tjj.beijing.gov.cn/[2020-10-21]）和文獻(xiàn)資料（周揚(yáng)勝, 2020）。

3 結(jié)果

表2是2015年和2018年5個(gè)站年平均PM2.5、PM10、SO2、NO2和CO濃度，以及2018年較2015年的變化情況。2018年5個(gè)站的年均PM2.5、PM10、SO2、NO2和CO濃度較2015年都下降。其中，下降最大的都是SO2，降幅為56.9%～62.4%，平均降幅為59.2%。其次為CO，平均降幅為41.2%。5種污染物平均降幅在5個(gè)站的值分別為37.3%、35.3%、37.2%、38.0%和38.9%，平均值為37.3%。

表2 北京5個(gè)站2015年和2018年平均PM2.5、PM10、SO2、NO2和CO污染物濃度以及2018年相比于2015年變化情況Table 2 Annual mean of PM2.5, PM10, SO2, NO2, and CO concentrations in 2015 and 2018 at the five stations in Beijing and their changes in 2018 relative to 2015

圖2是5個(gè)站2018年與2015年月平均污染物PM2.5、PM10、SO2、NO2和CO濃度差值 （2018年的值減去2015年的值）。相比2015年，2018年5個(gè)站PM2.5一致地表現(xiàn)為，在3～10月變化不大，而1月、2月、11月、12月大幅下降，尤其是冬季的1月、2月、12月這3個(gè)月下降最大。PM10的變化雖然與PM2.5略有差別，但是相同的是差值比較大的也出現(xiàn)在冬季的3個(gè)月。5個(gè)站SO2濃度在2018年較2015年全年12個(gè)月均下降，降幅比較大的值是冬季3個(gè)月和3月。盡管NO2的變化5個(gè)站表現(xiàn)的并不完全一致，但是在冬季的3個(gè)月2018年較2015年下降值比較大。CO形式類似于PM2.5，兩年差值都是在1月、2月、11月、12月比較大。綜上所述，5種污染物濃度在2018年較2015年下降最多的大都出現(xiàn)在冬季的3個(gè)月，這幾個(gè)月正是北京的集中采暖期。下面我們將一年12個(gè)月分為冬季（1月、2月、12月）和其他季節(jié)（3～11月）來分析一下5個(gè)站2018年較2015年污染物濃度的變化情況。

圖2 北京5個(gè)站2018年和2015年月平均的（a）PM2.5、（b）PM10、（c）SO2、（d）NO2、（e）CO污染物濃度差值Fig. 2 Monthly average difference of the concentrations of (a) PM2.5, (b) PM10, (c) SO2, (d) NO2, and (e) CO at five stations in Beijing between 2018 and 2015

表3列出了5個(gè)站2015年和2018年冬季和其他季節(jié)的重污染天氣的日數(shù)（PM2.5濃度＞150 μg/m3）。5個(gè)站2015年重污染天數(shù)在冬季為22～32 d，平均為26.8 d；2018年下降到僅為1～4 d，平均為2.4 d，減少了20～28 d，平均減少24.4 d，下降率高達(dá)87.5%～95.5%，平均減少91.3%；而在其他季節(jié)，2018年較2015年重污染天數(shù)平均減少11.6 d，平均下降率為50%，比冬季少41.3%。5個(gè)站的重污染天數(shù)的下降主要都出現(xiàn)在冬季，為全年下降天數(shù)的60.6%～70.3%，平均為67.7%。

表3 2015年和2018年北京5個(gè)站的冬季和其他季節(jié)重污染天氣（PM2.5濃度＞150 μg/m3）日數(shù)Table 3 Number of heavily polluted days in winter and other seasons in 2015 and 2018 at the five stations in Beijing

表4對比了2018年冬季和其他季節(jié)平均的5個(gè)站的PM2.5、PM10、SO2、NO2和CO污染物濃度較2015年的下降幅度。2018年相比較2015年，5個(gè)站平均在冬季PM2.5、PM10、SO2、NO2和CO濃度下降的幅度分別為64.0%、51.0%、72.1%、39.3%和63.6%，均值為58%。在其他季節(jié)5個(gè)站PM2.5、PM10、SO2、NO2和CO濃度平均的降幅為23.4%、16.4%、45.6%、12.7%和25.5%，均值為24.7%?？偨Y(jié)來說，2018年5個(gè)站的5種污染物濃度與2015年差值在冬季遠(yuǎn)大于其他季節(jié)，是其他季節(jié)的4.8倍。就下降幅度而言，在冬季平均的下降幅度都超過了50%，是其他季節(jié)的2.3倍，其中SO2在冬季的下降幅度最高，5個(gè)站都超過了70%。

表4 北京5個(gè)站2018年冬季和其他季節(jié)相比于2015年各污染物下降幅度Table 4 Reduction percentage of pollutants in winter and other seasons at the five stations in Beijing

4 討論

影響污染物濃度的主要因素包括污染源的排放和氣象條件。首先，我們討論氣象條件是否對2018年北京污染物濃度下降產(chǎn)生影響（由于5個(gè)站的結(jié)果比較相似，為了敘述簡潔，此部分只選取永定門站和萬壽西宮站為例）。圖3a是2015～2018年冬季的降水總量。2015年北京在冬季有6 d發(fā)生降水，降水總量為13.4 mm。從2016年到2018年冬季降水總量持續(xù)下降，到2018年北京僅有1天發(fā)生降水，降水量僅為0.2 mm。我們?nèi)コ邓眨?018年萬壽西宮站冬季平均的PM2.5、PM10、SO2、NO2和CO濃度分別為41.2 μg/m3、74.3 μg/m3、8.7 μg/m3、44.3 μg/m3和0.8 mg/m3，明顯低于2015年的114.2 μg/m3、143.1 μg/m3、31.8 μg/m3、71.0 μg/m3和2.2 mg/m3，下降幅度為63.9%、48.1%、72.8%、37.6%、61.3%，平均下降幅度為56.7%；類似地，永定門內(nèi)站2018年冬季平均的5種污染物濃度的值為48.3 μg/m3、66.2μg/m3、9.6 μg/m3、48.2μg/m3、0.9 mg/m3，明顯低于2015年的121.9 μg/m3、145.5 μg/m3、34.7μg/m3、78.3 μg/m3和2.3 mg/m3，下 降 幅 度 為60.4%、54.4%、72.4%、38.4%、61.3%，平均下降幅度為57.4%（圖3b）。在去除降水的影響后，兩站冬季5種污染物濃度平均下降在57%左右，與整個(gè)冬季的污染物濃度下降率基本一致，這表明2018年較2015年5種污染物濃度的下降基本上不受降水的影響。

圖3 （a）2015～2018年北京站冬季降水總量；（b）永定門站和萬壽西宮站2018年相比于2015年冬季非降水日各污染物變化的幅度Fig. 3 (a) Total precipitation in the winters from 2015 to 2018 at Beijing station and (b) the reduction percentage of pollutants on non-precipitation days in the winter of 2018 relative to 2015 at Yongdingmen and Wanshouxigong stations

再來分析風(fēng)速是否對2018年污染物降低起到一定作用。圖4a顯示，2015年冬季的平均風(fēng)速為2.1 m/s，2018年為2.3 m/s，兩年的風(fēng)速差別非常小。2015年和2018年永定門站和萬壽西宮站冬季平均風(fēng)速與各污染物均呈顯著負(fù)相關(guān)，即風(fēng)速的增加可降低各污染物濃度含量，這個(gè)結(jié)果是與前人的結(jié)論是一致的。本文將風(fēng)速分為≥2 m/s和＜2 m/s兩種情況進(jìn)行分析。對比2018年和2015年，發(fā)現(xiàn)萬壽西宮站和永定門站PM2.5、PM10、SO2、NO2和CO濃度在兩種風(fēng)速的情況下都發(fā)生下降，而在風(fēng)速＜2 m/s下降更多，兩年5種污染物濃度的差值是在風(fēng)速≥2 m/s情況下的2.5倍。就下降幅度而言，兩站在風(fēng)速＜2 m/s時(shí)下降57%左右，在風(fēng)速≥2 m/s時(shí)下降49%左右（圖4b）。也就是說，在風(fēng)速很小的情況下污染物濃度下降的更多，表明風(fēng)速并不是2018年較2015年冬季污染物濃度下降的主要原因。

圖4 （a）北京站2015年到2018年冬季平均風(fēng)速；（b）永定門站和萬壽西宮站在風(fēng)速≥2 m/s和風(fēng)速＜2 m/s情況下2018年相比于2015年冬季5種污染物濃度的平均降幅Fig. 4 (a) The averaged wind speed in the winters from 2015 to 2018 at Beijing station and (b) the reduction percentage of pollutants on wind speeds greater than or equal to 2 m/s and less than 2 m/s days in the winter of 2018 relative to 2015 at Yongdingmen and Wanshouxigong stations

接著討論氣溫是否能夠?qū)?018年較2015年5種污染物的降低有一定的作用。我們檢查了2015年氣溫和5種污染物濃度的相關(guān)，發(fā)現(xiàn)兩站的污染物濃度與氣溫的相關(guān)并不顯著，說明氣溫不是2018年污染物濃度降低的主要原因。雖然氣溫與污染物濃度不成線性相關(guān)，但是在冬季，溫度低會增加取暖，就會相應(yīng)增加污染物含量。我們對比了2015年冬季氣溫在≥0°C和＜0°C的情況，發(fā)現(xiàn)兩站在＜0°C的情況下5種污染物的濃度含量均大于氣溫在≥0°C的情況，是其1.2倍，說明取暖的增加確實(shí)加重了污染。2016年到2018年冬季的平均氣溫都低于2015年，尤其是2018年比2015年低2.5°C（圖5a）。如果在其他條件不變的情況下，2018年溫度降低會增加取暖相應(yīng)加重污染，但是2018年的污染反而大幅度降低。我們對比2018年較2015年污染物濃度在氣溫≥0°C和＜0°C下的變化情況，發(fā)現(xiàn)在兩種情況下2018年5種污染物濃度均下降，但是永定門站和萬壽西宮站在氣溫＜0°C情況下平均下降值是氣溫≥0°C的2倍和1.2倍，平均下降幅度是1.6倍和1.1倍（圖5b）。這一結(jié)果說明，取暖方式的改變對北京2018年冬季污染物降低有重要作用。

圖5 （a）北京站2015年到2018年冬季平均氣溫；（b）永定門站和萬壽西宮站在氣溫≥0°C和氣溫＜0°C情況下2018年相比于2015年冬季5種污染物濃度的平均降幅Fig. 5 (a) The averaged air temperature in the winters from 2015 to 2018 and (b) the reduction percentage of pollutants on air temperatures greater than or equal to 0°C and less than 0°C days in the winter of 2018 relative to 2015 at Yongdingmen and Wanshouxigong stations

進(jìn)一步，我們分析了永定門站和萬壽西宮站2018年與2015年冬季5種空氣污染物濃度差的逐小時(shí)變化（圖6）。兩站的PM2.5、PM10、SO2、NO2和CO在一天24 h 2018年較2015年都呈下降。PM2.5、PM10和CO表現(xiàn)一致在20:00（北京時(shí)間，下同）至04:00的時(shí)間段降低的比較大，是其他時(shí)刻的1.2倍、1.5倍和1.3倍。SO2和NO2在20:00至04:00和12:00左右這一段時(shí)間下降最多，這些時(shí)間段是一天中取暖較多的時(shí)刻。這一結(jié)果進(jìn)一步表明，采暖優(yōu)化對2018年污染物濃度下降的重要作用。

圖6 2018年和2015年冬季永定門站和萬壽西宮站（a）PM2.5、（b）PM10、（c）SO2、（d）NO2、（e）CO濃度差值的日變化Fig. 6 Diurnal variations of (a) PM2.5, (b) PM10, (c) SO2, (d) NO2, and (e) CO concentrations difference between the winters of 2018 and 2015 at Yongdingmen and Wanshouxigong stations

最后分析一下相對濕度對2018年5種污染物濃度的下降是否起到一定作用。圖7a顯示，2015年相對濕度是49.6%，從2016年以后相對濕度逐年減少，到2018年的相對濕度降低到32.6%，比2015年小了17%。2015年永定門站和萬壽西宮站相對濕度和PM2.5、PM10、NO2和CO濃度呈顯著正相關(guān)，超過了99%的信度檢驗(yàn)，平均貢獻(xiàn)的方差為48%和46.5%，但是與SO2呈不顯著相關(guān)。也就是說PM2.5、PM10、NO2和CO濃度在冬季隨相對濕度變小而降低，這有可能是導(dǎo)致2018年P(guān)M2.5、PM10、NO2和CO降低的一個(gè)原因。我們以相對濕度為回歸因子，建立回歸方程，估計(jì)2018年如果只有相對濕度影響的情況下的數(shù)值。用回歸方程計(jì)算出永定門站2018年冬季平均的PM2.5、PM10、NO2和CO濃度為70.5 μg/m3、96.5 μg/m3、62.9 μg/m3和1.5 mg/m3，比2018年的實(shí)際值高，相對濕度對2018年4種污染物降低貢獻(xiàn)的平均方差為31.1%。類似地，萬壽西宮站PM2.5、PM10、NO2和CO濃度在冬季分別為106.7 μg/m3、94.8 μg/m3、57.5 μg/m3和1.3 mg/m3，相對濕度對2018年4種污染物降低貢獻(xiàn)的平均方差大約為24.3%（圖7b）。這個(gè)結(jié)果表明，相對濕度對2018年P(guān)M2.5、PM10、NO2和CO濃度降低起到一定作用，但是對SO2的降低作用不大。

圖7 （a）北京站2015年到2018年冬季平均相對濕度；（b）永定門站和萬壽西宮站相對濕度對2018年污染物PM2.5、PM10、NO2和CO濃度下降貢獻(xiàn)的方差Fig. 7 (a) Average relative humidity in the winters from 2015 to 2018 and (b) the contribution variance of relative humidity to the reduction of PM2.5, PM10, NO2, and CO concentrations in 2018 relative to 2015

氣象條件只是大氣污染的觸發(fā)因子，而污染源的排放才是主要的原因。我們的結(jié)果表明，2018年5種污染物濃度在冬季下降遠(yuǎn)大于其他季節(jié)，冬季和其他季節(jié)污染源排放的最主要的區(qū)別就是采暖。而且，我們的結(jié)果進(jìn)一步揭示在冬季一天中取暖更多的時(shí)刻污染物濃度下降更多。以上分析表明，氣象條件中僅有相對濕度對2018年P(guān)M2.5、PM10、NO2和CO濃度的下降起到一定作用，但不是最重要的作用，尤其對SO2濃度的降低并沒有很大的影響，而SO2在所有污染物中冬季下降幅度最大，也是燃煤主要產(chǎn)物。尹曉梅等（2019）估算出2017年減少的大氣污染65%歸功于減排，35%因?yàn)闅庀髼l件。北京2015～2018年致力于治理燃煤采暖，用天然氣、電力等代替煤炭，不斷優(yōu)化供熱能源結(jié)構(gòu)，控制采暖造成的大氣污染。北京燃煤鍋爐房供熱面積從2014～2015年的采暖季的12236×104m2下降到2017～2018年采暖季的1262×104m2，占 比 從16.3%下 降 到1.5%，2018～2019的采暖季已經(jīng)無燃煤采暖（周揚(yáng)勝，2020）。北京的煤炭消耗占比從2014年的20.37%下降到2015年、2016年、2017年的13.68%、9.81%、5.65%，到2018年僅占2.8%（北京市統(tǒng)計(jì)局, 2019; 周揚(yáng)勝, 2020）。研究表明，2017年燃煤排放PM2.5、PM10、SO2、NOx較2015年下降30%、32%、44%和48%（王彥超等,2018）。由此，我們可以推論北京冬季采暖方式的優(yōu)化很大程度提高了2018年的空氣質(zhì)量。

5 結(jié)論

北京地處華北平原，長期經(jīng)受嚴(yán)重空氣污染的困擾，而冬季燃煤采暖造成的空氣污染是非常重要的一個(gè)因素。為此，北京在2016年和2017年實(shí)施了一系列清潔能源的改造，來改善空氣質(zhì)量。本文通過分析5個(gè)位于北京不同區(qū)域的空氣質(zhì)量監(jiān)測站的PM2.5、PM10、SO2、NO2和CO 5種污染物濃度，對比了使用清潔能源后的2018年較2015年的空氣質(zhì)量的變化情況。得出如下結(jié)果：

（1）2018年較2015年5個(gè)站的PM2.5、PM10、SO2、NO2和CO濃度均下降，5種污染物平均降幅為37.3%，其中降幅最大的是SO2，降幅為59.2%。

（2）5個(gè)站的PM2.5、PM10、SO2、NO2和CO濃度2018年較2015年下降的峰值大多出現(xiàn)在冬季3個(gè)月，這個(gè)時(shí)間剛好是北京的采暖季節(jié)。

（3）2018年較2015年相比，5個(gè)站的重污染天數(shù)（PM2.5濃度＞150 μg/m3）平均下降36天，其中冬季下降幅度在91.3%，而其他季節(jié)下降幅度為50%。

（4）5個(gè)站2018年較2015年冬季PM2.5、PM10、SO2、NO2和CO濃度平均下降值是其他季節(jié)的4.8倍，下降幅度是其他季節(jié)的2.3倍。

（5）2018年較2015年而言，污染物濃度在冬季取暖更多的時(shí)刻較其他時(shí)間下降的幅度更大。

（6）通過氣象條件分析表明，降水、風(fēng)速和氣溫不是導(dǎo)致2018年污染物下降的主要原因，相對濕度對PM2.5、PM10、NO2和CO濃度下降有一定的貢獻(xiàn)，但是對SO2濃度的降低作用不顯著。

（7）冬季采暖優(yōu)化對2018年較2015年5種污染物濃度降低起到重要的作用，尤其是SO2。