長(zhǎng)沙某區(qū)域空氣污染成因分析

黃剛

長(zhǎng)沙市雨花生態(tài)環(huán)境監(jiān)測(cè)站，湖南 長(zhǎng)沙 410019

大氣環(huán)境質(zhì)量深刻影響廣大人民群眾的身體健康，國(guó)家與地方政府對(duì)此高度重視。長(zhǎng)沙位于地勢(shì)低洼處，在無(wú)降水或氣候突變時(shí)天氣以靜穩(wěn)為主，易產(chǎn)生污染物積聚，形成污染天氣。為此，當(dāng)?shù)卣贫讼鄳?yīng)的措施，嚴(yán)控大氣污染物的排放?？刂拼髿猸h(huán)境污染必須掌握大氣污染的產(chǎn)生原因，才能有的放矢，達(dá)到防控效果。

當(dāng)前，眾多研究者從不同角度對(duì)大氣污染進(jìn)行了分析。例如在四川盆地這樣的大區(qū)域范圍內(nèi)，李夢(mèng)真等系統(tǒng)分析了大氣中PM2.5的產(chǎn)生原因，他們認(rèn)為影響四川盆地PM2.5濃度的主要?dú)庀笠蜃邮秋L(fēng)速和氣溫，人口密度與經(jīng)濟(jì)規(guī)模則是影響盆地PM2.5濃度的主要人類活動(dòng)因子，另外，產(chǎn)業(yè)結(jié)構(gòu)及其規(guī)模變化對(duì)PM2.5濃度也會(huì)產(chǎn)生一定影響［1］。又如在合肥市區(qū)的小區(qū)域內(nèi)，趙楠等分析了合肥市大氣污染物的時(shí)空變化特征與影響因素，研究顯示PM2.5、PM10、NO2、SO2、CO 等污染物濃度的變化趨勢(shì)與溫度呈負(fù)相關(guān)，O3濃度的變化趨勢(shì)與溫度呈正相關(guān)［2］。而在哈密市區(qū)，韓友虎對(duì)大氣中的PM10與PM2.5變化特征進(jìn)行了分析，他認(rèn)為PM10與PM2.5的濃度呈現(xiàn)季節(jié)性變化，并存在線性關(guān)系，這為哈密市的PM10與PM2.5的控制提供了一定的理論支持［3］。目前，對(duì)長(zhǎng)沙及其周邊城市大氣污染的研究也不少。例如，賈海鷹等分析了長(zhǎng)沙市城區(qū)O3濃度的變化，確定了長(zhǎng)沙市O3的時(shí)空變化規(guī)律［4］；羅岳平等分析了長(zhǎng)沙大氣中PM2.5和O3質(zhì)量濃度的相關(guān)性，認(rèn)為兩者之間的相關(guān)性不強(qiáng)，還發(fā)現(xiàn)O3濃度峰值一般出現(xiàn)在溫度高、光照強(qiáng)度大的午后，而PM2.5最高值一般出現(xiàn)在上午［5］；陳勇等則分析了長(zhǎng)沙霾日數(shù)的變化及氣象因子對(duì)霾日的影響，認(rèn)為氣候變暖、風(fēng)力稀釋擴(kuò)散能力減弱、降水減少是霾日數(shù)激增的原因［6］。這些針對(duì)長(zhǎng)沙區(qū)域內(nèi)大氣污染狀況的分析為長(zhǎng)沙大氣污染的防控提供了理論支持。

但目前較多研究的重點(diǎn)是探尋各地大氣污染因子在時(shí)空方面呈現(xiàn)的規(guī)律，研究的對(duì)象也往往是單個(gè)污染因子，對(duì)污染產(chǎn)生原因的綜合性分析略顯不足，也難以從整體上呈現(xiàn)大氣污染特性。另外，也很少有研究提出針對(duì)性的管控方案。為此，我們?cè)?021 年3 月至2022 年2 月期間對(duì)長(zhǎng)沙某區(qū)域內(nèi)PM2.5、PM10、O3、NO2、SO2、CO、有機(jī)污染物等大氣污染因子進(jìn)行了跟蹤監(jiān)測(cè)，通過(guò)分析污染因子的影響因素、組成、相關(guān)性與成因，整體上對(duì)該區(qū)域的大氣環(huán)境污染的形成進(jìn)行綜合評(píng)價(jià)，掌握該區(qū)域大氣污染規(guī)律，為今后該區(qū)域大氣污染的預(yù)警與控制提供理論依據(jù)。

1 材料與試驗(yàn)

1.1 主要儀器

顆粒物監(jiān)測(cè)儀，來(lái)自賽默飛世爾科技有限公司；環(huán)境空氣顆粒物元素成分分析儀、環(huán)境空氣氣態(tài)污染物分析儀、環(huán)境空氣揮發(fā)性有機(jī)物氣相色譜監(jiān)測(cè)系統(tǒng)、一氧化碳分析儀、臭氧分析儀等均來(lái)自力合科技股份有限公司。

1.2 分析方法

臭氧采用紫外光度法檢測(cè)；一氧化碳采用氣體濾波相關(guān)紅外法檢測(cè)；二氧化硫采用紫外熒光法檢測(cè)；氮氧化物采用化學(xué)發(fā)光法檢測(cè)；非甲烷總烴、芳香烴、烷烴、烯烴等采用GC-FID 法檢測(cè)；銨根、硫酸根、硝酸根等采用離子色譜法檢測(cè)；OC（有機(jī)碳）、EC（元素碳）等采用熱光法檢測(cè)；地殼元素、微量元素等采用XRF 法檢測(cè)；PM2.5與PM10采用β 射線法檢測(cè)。

1.3 試驗(yàn)方法

監(jiān)測(cè)長(zhǎng)沙某區(qū)域內(nèi)大氣中PM2.5、PM10、O3、NO2、SO2、CO、有機(jī)污染物等大氣污染因子的濃度，分析顆粒污染物、有機(jī)污染物成分。進(jìn)行數(shù)據(jù)與關(guān)聯(lián)性分析，確定顆粒污染物、有機(jī)污染物、O3等的形成原因。

2 結(jié)果與討論

2.1 氣候氣象條件對(duì)污染因子的影響分析

氣候氣象條件對(duì)大氣中的污染物具有較大影響［7-9］，因此我們首先以全年監(jiān)測(cè)數(shù)據(jù)為依據(jù)，分析氣候氣象條件對(duì)大氣污染因子的影響。以O(shè)3為例，該區(qū)域4~9 月的月均溫度大多在20℃以上，溫度偏高，該時(shí)段是O3污染高發(fā)時(shí)段。特別是4、5、8 月濕度又偏低，更是O3污染的主要發(fā)生月份。該區(qū)域全年O3濃度超標(biāo)15 天，其中4月份6 天，5 月份5 天，8 月份3 天。以顆粒污染物為例，該區(qū)域2021 年11、12 月以及2022 年1 月3 個(gè)月份降雨量少，溫度與濕度都較低，自凈能力差，受北方傳輸影響，區(qū)域內(nèi)PM2.5污染較重。全年而言，該區(qū)域整體風(fēng)速偏小，均處于一級(jí)風(fēng)以下，水平擴(kuò)散條件不佳，以靜穩(wěn)狀態(tài)居多，易導(dǎo)致污染積聚，從而形成污染天氣。而一些月份的污染物監(jiān)測(cè)數(shù)據(jù)低，主要是由于較大降雨量對(duì)污染物清除效果較好。

2.2 污染因子成因分析

2.2.1 顆粒污染物成因分析

一年期間大氣中PM2.5的排放總量與組成如圖1、圖2 所示。

圖1 PM2.5 排放總量

圖2 PM2.5 全年的組分占比

從PM2.5排放總量來(lái)看，該區(qū)域全年的PM2.5濃度較低，大多數(shù)月份月均濃度在38 μg/m3以下。其中8~9 月濃度最低，僅在20 μg/m3左右，這主要是由于8~9 月溫度較高，垂直擴(kuò)散條件較好。另外，9~10 月期間整體降雨量較大、濕度較高，這帶來(lái)了良好的污染物清除效果，因此PM2.5濃度較低。11~12 月期間PM2.5濃度開(kāi)始大幅升高，11 月濃度為35.69 μg/m3，12 月猛增至70.96 μg/m3，這是秋冬季擴(kuò)散條件不佳與北方污染傳輸影響共同導(dǎo)致的。

由圖2 可知，該區(qū)域PM2.5各組分全年的占比情況為OC（34.0%）＞硝酸根（19.9%）＞硫酸根（13.8%）＞銨根（13.1%）＞地殼元素（11.2%）＞元素碳（4.0%）＞其他（2.9%）。OC/EC 為8.5。OC 主要來(lái)自污染源直接排放的一次有機(jī)碳和揮發(fā)性碳?xì)浠衔锝?jīng)過(guò)光化學(xué)反應(yīng)形成的二次有機(jī)碳。EC 主要來(lái)源于生物質(zhì)和化石燃料的不完全燃燒。通常認(rèn)為OC/EC 值高于2.0，大氣中存在二次污染，因此可知該區(qū)域顆粒污染物主要來(lái)源于機(jī)動(dòng)車和焚燒［10-11］。另外，硝酸根和銨根占比之和達(dá)33%，表明道路移動(dòng)源對(duì)該區(qū)的顆粒污染物貢獻(xiàn)也較大；硫酸根占比為13.8%，說(shuō)明焚燒源對(duì)該區(qū)域PM2.5的貢獻(xiàn)同樣不可忽視。

研究還對(duì)四季的OC/EC 比值進(jìn)行了分析，結(jié)果如表1 所示。

表1 OC/EC 比值數(shù)據(jù)

由表1 可知，OC/EC 比值秋季比春夏季高，造成這種季節(jié)變化特征的主要原因是，在秋季仍有部分居民焚燒化石燃料取暖以及農(nóng)民焚燒秸稈，含碳污染物排放比較嚴(yán)重，并且秋季風(fēng)速和溫度較低，易形成逆溫，不利于污染物的擴(kuò)散和被稀釋。而夏天風(fēng)速較大，雨水較多，有利于污染物的擴(kuò)散和清除，使OC/EC 數(shù)值較低。

研究還分析了每個(gè)月份的PM2.5的組成。以PM2.5濃度升幅最為明顯的12 月為例，隨著氣溫降低，除硝酸根、硫酸根等二次無(wú)機(jī)水溶性離子出現(xiàn)大幅升高外，OC、EC 也均出現(xiàn)不同程度的升高。因OC、EC 源于機(jī)動(dòng)車和燃燒，結(jié)合硫酸根等離子的同步上漲，可進(jìn)一步證明該區(qū)域秋冬季的顆粒污染物主要來(lái)源于焚燒源與機(jī)動(dòng)車。

2.2.2 有機(jī)污染物成因分析

芳香烴、烷烴、烯烴為大氣有機(jī)污染物的主要組成部分，其全年濃度變化以及組成如圖3、圖4 所示。

圖3 大氣有機(jī)污染物濃度變化

圖4 大氣有機(jī)污染物中的烴類占比

由圖3 可知，5 月有機(jī)污染物濃度最高，達(dá)964.2ppb，這可能與復(fù)工復(fù)產(chǎn)以及平均溫度明顯上升等有關(guān)。7 月至8 月中旬有機(jī)污染物濃度呈下降趨勢(shì)，這主要是因?yàn)榻涤炅吭龃?，空氣中部分有機(jī)污染物被有效沉降。8 月下旬至10 月上旬雖降雨量有所減少，但隨著氣溫的降低，空氣中的有機(jī)污染物揮發(fā)性減弱，有機(jī)污染物濃度仍處于較低水平。9~11 月有機(jī)污染物濃度基本一致，均在450ppb 左右，這與期間整體氣候條件較為一致存在一定關(guān)聯(lián)。11~12 月有機(jī)污染物濃度整體呈上升趨勢(shì)，且主要表現(xiàn)為烷烴類物質(zhì)含量的升高，這與冬季氣溫降低，城市取暖所用的化石燃料燃燒（包括燃煤）有關(guān)。就占比情況（見(jiàn)圖4）而言，該區(qū)6~12 月烴類濃度占比為烷烴（61.1%）＞芳香烴（27.8%）＞烯烴（11.1%），烷烴類占比最大，且以乙烷、正丁烷等低碳烷烴為主，表明道路移動(dòng)源污染較大，芳香烴類物質(zhì)占比第二，說(shuō)明溶劑涂料使用等工序的污染也同樣突出，烯烴類物質(zhì)占比較小，說(shuō)明區(qū)域內(nèi)有機(jī)污染物在一定程度上受到油墨揮發(fā)、包裝印刷等工序影響［12-13］。

2.2.3 O3成因分析

2.2.3.1 O3生成潛勢(shì)分析

對(duì)該區(qū)域O3生成潛勢(shì)（OFP）進(jìn)行分析，結(jié)果如圖5 所示。從圖中可知，芳香烴類物質(zhì)對(duì)O3生成潛勢(shì)貢獻(xiàn)最大，占比為60.8%，其次為烯烴類物質(zhì)，占比為22.9%，烷烴類物質(zhì)貢獻(xiàn)最小，為16.2%。圖6 顯示，OFP 占比排名前10 的具體物質(zhì)為間二甲苯、甲苯、鄰二甲苯、1，2，3- 三甲苯、乙烯、1，2，4-三甲基苯、丙烯、1-己烯、乙苯、異戊二烯。OFP 貢獻(xiàn)較大的主要為芳香烴類物質(zhì)，少部分為烯烴類物質(zhì)，這表明該區(qū)域臭氧濃度受溶劑涂料使用工序影響較大［14-16］。

圖5 O3 生成潛勢(shì)（OFP）

圖6 O3 生成潛勢(shì)組成占比

2.2.3.2 O3污染形成條件分析

研究對(duì)4 月1 日至10 月31 日該區(qū)域O3污染高發(fā)期主要?dú)庀髤?shù)（濕度、風(fēng)速、溫度和風(fēng)向）和NO2濃度進(jìn)行統(tǒng)計(jì)，從而篩選出O3超標(biāo)的大致條件［17-18］。以該時(shí)間段內(nèi)的整體數(shù)據(jù)為依據(jù)，以氣象參數(shù)和O3前體物為篩選條件，將4 月1 日至10 月31 日中O3未超標(biāo)日逐步篩除，最終得到滿足相應(yīng)條件的15 個(gè)O3超標(biāo)日，其超標(biāo)的具體條件為：NO2濃度處于16μg/m3~58μg/m3，濕度＜68%RH，風(fēng)速≤2m/s，溫度＞18℃，風(fēng)向以偏北風(fēng)為主。

2.3 污染成因的關(guān)聯(lián)性分析

大氣污染是一系列復(fù)雜的物理化學(xué)過(guò)程導(dǎo)致的氣體特性改變。大氣污染物眾多，而污染物往往不是單獨(dú)出現(xiàn)的，是共生疊發(fā)的。這說(shuō)明污染物可能是同生來(lái)源，或者互相影響。為了弄清楚這些內(nèi)在聯(lián)系，也為了進(jìn)一步佐證前面研究所得到的污染物形成原因，本文對(duì)污染成因的關(guān)聯(lián)性進(jìn)行了分析。

研究統(tǒng)計(jì)了PM2.5、PM10、NO2以及CO 4 種污染物的時(shí)、日、月的監(jiān)測(cè)數(shù)據(jù)，結(jié)果如圖7、圖8 所示。

圖7 PM2.5、PM10、NO2 隨時(shí)間的變化

圖8 CO 隨時(shí)間的變化

從圖7、圖8 可知，在整體變化趨勢(shì)方面，4 種污染物變化趨勢(shì)較為一致，這說(shuō)明4 種污染物的主要排放來(lái)源較為一致。日變化規(guī)律圖顯示PM10、CO 有明顯的早高峰效應(yīng)，即于早間8 時(shí)至9 時(shí)存在一個(gè)明顯的峰值，NO2則于凌晨時(shí)段存在峰值。17 時(shí)起，4 種污染物開(kāi)始出現(xiàn)升高趨勢(shì)，其中NO2與CO 增幅更大、更顯著，說(shuō)明移動(dòng)源早晚高峰對(duì)該區(qū)4 種污染物貢獻(xiàn)較大；23 時(shí)至凌晨時(shí)段四種污染物均維持高值，說(shuō)明污染物受晚間不利氣象條件影響較大，擴(kuò)散條件差導(dǎo)致污染物積聚明顯。周變化規(guī)律圖顯示，PM10、PM2.5、NO2三種污染物于周日和周一濃度最高，存在明顯的“周末效應(yīng)”。這進(jìn)一步佐證道路移動(dòng)源對(duì)該區(qū)域上述4 種污染物的貢獻(xiàn)權(quán)重較大。通過(guò)月變化規(guī)律圖可以看到，從10 月開(kāi)始這4 種污染物濃度上升明顯，11 月PM2.5濃度輕微下降，但是12 月又大幅上升，這說(shuō)明污染傳輸對(duì)該區(qū)域的影響非常顯著；而CO 的大幅提升與秋冬季節(jié)天氣以靜穩(wěn)狀態(tài)為主相關(guān)。

以PM2.5、PM10、NO2以及CO 4 種污染因子的小時(shí)監(jiān)測(cè)數(shù)據(jù)為依據(jù)進(jìn)行了4 種因子的相關(guān)性分析。從分析結(jié)果可知，PM10與PM2.5相關(guān)性最高，為0.65，表明該區(qū)粗細(xì)顆粒物同源性較高，受工地施工影響較大；PM10與NO2相關(guān)性同樣較高，為0.57，說(shuō)明該區(qū)PM10中有一部分來(lái)源于非道路移動(dòng)機(jī)械，另一部分來(lái)源于機(jī)動(dòng)車尾氣；PM2.5與CO 相關(guān)性為0.57，CO 為燃燒源類物質(zhì)，表明燃燒源也是該區(qū)PM2.5的重要來(lái)源之一；PM2.5與NO2相關(guān)性也較高，為0.5，表明部分PM2.5同樣來(lái)自于非道路移動(dòng)機(jī)械與機(jī)動(dòng)車尾氣。由此可見(jiàn)，該區(qū)顆粒污染物受工地?fù)P塵源、非道路移動(dòng)機(jī)械、機(jī)動(dòng)車尾氣以及燃燒源共同影響，這與前面2.2.1 中對(duì)顆粒污染物來(lái)源的分析高度一致。研究也對(duì)O3與溫度的相關(guān)性進(jìn)行了分析，結(jié)果顯示溫度與O3的相關(guān)性為0.48，說(shuō)明溫度（太陽(yáng)輻射）是影響O3生成的主要因素。

3 結(jié)論

從長(zhǎng)期監(jiān)測(cè)數(shù)據(jù)可知，該區(qū)域內(nèi)PM2.5與O3在某些日期存在超標(biāo)情況，應(yīng)屬于嚴(yán)控對(duì)象。依據(jù)污染成因的分析結(jié)果，提出該區(qū)域O3與PM2.5的預(yù)警管控建議，以達(dá)到控制污染物，避免污染超標(biāo)情況發(fā)生的目的。

3.1 O3 管控

根據(jù)預(yù)測(cè)或?qū)崟r(shí)監(jiān)測(cè)，O3濃度及相關(guān)指標(biāo)為O3-8h ＜140 μg/m3（空氣質(zhì)量指數(shù)AQI ＜85 且首要污染物為O3），濕度＞68% RH，風(fēng)速≥2m/s 時(shí)，實(shí)行車輛、油煙、揚(yáng)塵源、涉氣企業(yè)常規(guī)管控。

3.2 PM2.5 管控

建議輕微污染天氣采用以下兩種應(yīng)對(duì)方案。方案一：預(yù)測(cè)次日80 ＜AQI ≤100 且首要污染物為PM2.5或PM10，當(dāng)日0—8 時(shí)期間連續(xù)3h AQI ＞100，且首要污染物是顆粒物，當(dāng)日0—8 時(shí)期間連續(xù)6h PM2.5小時(shí)均值＞70μg/m3，應(yīng)立即啟動(dòng)顆粒物管控二級(jí)響應(yīng)。方案二：預(yù)測(cè)次日100 ＜AQI ≤200且首要污染物為 PM2.5或 PM10，當(dāng)日0—8 時(shí)期間連續(xù)3h AQI ＞120，且首要污染物是顆粒物，當(dāng)日0—8 時(shí)期間連續(xù)6h PM2.5小時(shí)均值＞90μg/m3，應(yīng)立即啟動(dòng)顆粒物管控一級(jí)響應(yīng)。