唐山市 O₃ 和 PM_2.5 復(fù)合污染特征及潛在源區(qū)研究

文章編號：1674-6139（2025）06-0049-06

中圖分類號：X16文獻(xiàn)標(biāo)志碼：B

Characteristics and Potential Source Areas of O₃ and PM_2.5 Combined Pollution in Tangshan City

WangDan1，2，3，Wang Xiuling1，2，3，WangGuan1，2，3，Chen Zhen12，3 （1.KeyLaboratoryof Meteorologyand Ecological Environmentof HebeiProvince，Shijiazhuang O5o021，China 2.Tangshan KeyLaboratoryof Meteorological Disaster Preventionand Early Warning，Tangshan O630o，China; 3.TangshanMeteorological Bureau，Tangshan O63OOO，China）

Abstract：Based on the O₃ and PM_2.5 data of Tangshan environmental monitoring stationand the meteorological data of the national basic meteorological station，the characteristics and potential source areas of the combined pollution of 0₃ and PM_2.5 in Tangshan City from2018to2O21wereanalyzed.Theresultsshowedthatthecombinedpolutionmainlydistributedfrom MarchtoSeptember，andthe numberofcombindpoltiondaysretelargestinArilandeptember.Duringtheombinedplltionperiod，teaveragecoctra tion of O₃-8 h was slightly higher than that of single O₃ pollution day，and the average concentration of PM_2.5 was slightly lower than that of single PM_2，5 pollution day.The maximum concentrations of O₃-8h and PM_2，5 were lower than the corresponding independent pollution days.The average temperature ranges from 16.7‰ to 19.8^qC ，the average relative humidity ranges from 37% to 45% from November to 19，the sunshine hours range from 9.2 to 10.8h ，and the average daily wind speed ranges from2.4 to 3.5m/s .The potential source areasare mainlylocatedatthe junctionof Handan，Xingtai，Hengshui and Shandong，as wellas in northern Henan.

Keywords： 0₃ ： PM_2.5 ；composite pollution characteristics；backward trajectory；potential source analysis

前言

近年來 O₃ 和 PM_2.5 復(fù)合污染問題日益顯現(xiàn)， 0₃ 和 PM_2.5 具有共同的前體物，但二者又會相互影響[1]。花叢等[2]發(fā)現(xiàn)中國中東部地區(qū)復(fù)合污染過程表現(xiàn)出離散型、間歇性特征。姚萃[3]發(fā)現(xiàn)在上海市虹口區(qū)首要污染物為臭氧時， PM_2.5 和 0₃ 之間顯著正相關(guān)；而在細(xì)顆粒物作為首要污染物時期內(nèi)，二者之間顯著負(fù)相關(guān)。肖致美等[4]得到天津市 PM_2.5 和 O₃ 復(fù)合污染的主要來源為機(jī)動車排放源和石化工業(yè)源等。毛卓成等[5]發(fā)現(xiàn)地面存在輻合時，利于O₃ 和 PM_2.5 復(fù)合污染發(fā)生。劉淼晗等[發(fā)現(xiàn)氣溫、相對濕度、風(fēng)速和風(fēng)向?qū)?O₃ 和 PM_2，5 復(fù)合污染影響顯著。李紹榮[研究得到京津冀地區(qū) PM_2.5 和 0₃ 污染的潛在源區(qū)域相似。

文章詳細(xì)分析唐山市 0₃ 和 PM_2.5 復(fù)合污染時間分布特征、氣象條件特征和潛在源區(qū)，為開展 PM_2.5 和 0₃ 協(xié)同控制提供參考。

材料與方法

1. 1 數(shù)據(jù)來源

環(huán)境空氣質(zhì)量數(shù)據(jù)來源于唐山市環(huán)境預(yù)報與評估業(yè)務(wù)平臺，污染數(shù)據(jù)為11個國家監(jiān)測站點（正泰大街熱力、豐潤區(qū)政府、路南電大、金山小學(xué)、冀東油田職工醫(yī)院、政務(wù)服務(wù)中心、消防缸窯路中隊、小山、物資局、十二中、雷達(dá)站）的監(jiān)測數(shù)據(jù)。氣象資料來源地面觀測站，主要包括氣溫、相對濕度、日照時數(shù)、風(fēng)速等。

用于后向軌跡聚類、潛在源解析（PSCF：Poten-tialSourceContributionFunction）、濃度權(quán)重軌跡分析（CWT：Concentration-Weighted Trajectory）的資料為美國國家環(huán)境預(yù)報中心（NCEP）提供的空間分辨率為 1.0^°×1.0^° 的全球資料同化系統(tǒng)數(shù)據(jù)（GDAS）。

1.2 研究方法

1.2.1 污染評價標(biāo)準(zhǔn)

O₃ 和 PM_2.5 復(fù)合污染日是指在同一天同時出現(xiàn) 0₃ 和 PM_2.5 超標(biāo)的日，按照環(huán)境空氣質(zhì)量指數(shù)（AQI）技術(shù)規(guī)定（試行），如果某日 O₃-8h 濃度大于 160μg?m^-3 ，同時 PM_2.5 的 24h 平均濃度大于75μg?m^-3 ，則該日為 0₃ 和 PM_2.5 復(fù)合污染日。

1.2.2 Pearson相關(guān)系數(shù)

為確定臭氧濃度與相關(guān)氣象要素之間的關(guān)系，文章采用Pearson相關(guān)分析。計算公式為式（1）：

式（1）中， n 為樣本容量； x_i 為變量 x 的第 i 個值； y_i 為變量 y 的第 χ_i 個值； 為變量 x 的樣本均值; 為變量 y 的樣本均值。

1.2.3后向軌跡聚類

采用混合單粒子拉格朗日綜合軌跡模型（HYS-PLIT），以唐山市中心 （118.18^°E，39.63^°N） 為受體點，追溯 500m 高度每天24次（逐小時） 24h 的后向軌跡，再聚類分析；將氣流軌跡所覆蓋的區(qū)域網(wǎng)格化，閥值取1小時濃度的平均值，計算WPSCF和WCWT，二者高值相重合的區(qū)域即為受體點的潛在污染源區(qū)[8]

2唐山市 0₃ 和 PM_2.5 復(fù)合污染特征

2.1 復(fù)合污染時間分布特征

2018年-2021年復(fù)合污染主要出現(xiàn)在3-9月，共29天，4月最多，為12天；其次是9月和5月，分別為6天和5天。復(fù)合污染日數(shù)逐年下降，2019年下降明顯，隨后下降速率趨于平緩。從3-9月單獨污染日數(shù)來看，2018年－2021年 PM_2.5 單獨污染日數(shù)逐年下降，在2019年下降明顯，2021年下降至最少； 0₃ 單獨污染日數(shù)先升后降，最大值出現(xiàn)在2019年為73天，最小值出現(xiàn)在2021年為30天。

2.2復(fù)合污染濃度特征

復(fù)合污染日 O₃-8h 平均濃度為 200μg?m^-3 單獨臭氧污染日 O₃-8h 平均濃度為 196μg?m^-3 ，復(fù)合污染日 δ_03-8h 平均濃度略高于單獨臭氧污染日濃度。從極值來看，復(fù)合污染日 0₃-8h 最大值為 284μg?m^-3 ，單獨臭氧污染日 0₃-8h 最大值為298μg?m^-3 ，復(fù)合污染日 O₃-8h 最大值略低于單獨臭氧污染日濃度。

復(fù)合污染日 PM_2.5 平均濃度為 96μg?m^-3 ，單獨 PM_2.5 污染日 PM_2.5 平均濃度為 113μg?m^-3 ，復(fù)合污染日 PM_2.5 平均濃度略低于單獨 PM_2.5 污染日濃度。從極值來看，復(fù)合污染日 PM_2.5 最大濃度為170μg?m^-3 ，單獨 PM_2.5 污染日 PM_2.5 最大濃度為345μg?m^-3 ，復(fù)合污染日 PM_2.5 最大濃度略低于單獨 PM_2.5 污染日最大濃度。

2.3首要污染物特征

復(fù)合污染日首要污染物以 0₃ 最多，為17天，其次是 PM_2.5 ，為8天， PM₁₀ 為2天。以 0₃ 為首要污染物的 0₃-8h 平均濃度為 216μg?m^-3 ，以 PM₁₀ 為首要污染物的 O₃-8h 平均濃度為 181μg?m^-3 ，以 PM_2.5 為首要污染物的 O₃-8h 平均濃度為175μg?m^-3 。可見，顆粒物對臭氧濃度的升高有一定的抑制作用，但是抑制作用是有限的。

2.4 PM_2.5 和 0₃ 相關(guān)性分析

由于 PM_2.5 和 0₃ 之間有密切的濃度關(guān)系[9，將2018年-2021年唐山市出現(xiàn)復(fù)合污染的3-9月每日 PM_2.5 和 O₃-8h 的濃度進(jìn)行Pearson相關(guān)系數(shù)求取。分析發(fā)現(xiàn)，3-9月兩者均在0.01級別上呈現(xiàn)出顯著正相關(guān)，其中在4月和9月正相關(guān)性最大，相關(guān)系數(shù)分別為 0.592^**、0.675^** 。臭氧濃度的增加，表明大氣氧化能力增強(qiáng)，有利于二次無機(jī)氣溶膠和二次有機(jī)氣溶膠的生成，從而引起 PM_2.5 污染[9]PM_2.5 和 0₃ 相關(guān)性最大的4月和9月，同時也是復(fù)合污染最多的月份，即大氣氧化能力的增強(qiáng)有助于復(fù)合污染的生成，這與2015年－2021年廣州市PM_2.5 和 0₃ 復(fù)合污染“雙高”日主要集中在春、秋兩季的結(jié)論相一致[10]

3唐山市 0₃ 和 PM_2.5 復(fù)合污染日氣象條件特征

為研究氣象因子對復(fù)合污染、單純臭氧污染、單獨 PM_2.5 污染的影響，選取2018年－2021年4月（復(fù)合污染日數(shù)占比最大的月份）的復(fù)合污染過程、單獨臭氧污染過程和單獨 PM_2.5 污染過程進(jìn)行分析。

3.1 氣溫

氣溫是影響臭氧形成的重要因素，如圖1所示，復(fù)合污染、單獨 0₃ 污染、單獨 PM_2.5 污染最高氣溫的主要區(qū)間分別集中在 24.9%～27.7%.22.4%～ 27.5°C、19.5°C～22.2C 之間，單獨 PM_2.5 污染的最高氣溫整體低于單獨 O₃ 污染的最高氣溫，復(fù)合污染的最高氣溫范圍最窄，且大部分包含在單獨 0₃ 污染最高氣溫范圍內(nèi)。復(fù)合污染、單獨 0₃ 污染、單獨PM_2.5 污染平均氣溫主要區(qū)間分別集中在 16.79C ＼～19.8%17.3%～20.2%11.9%～16.2% 之間，單獨 PM_2.5 污染的平均氣溫整體低于單獨 O₃ 污染的平均氣溫，單獨 O₃ 污染的平均氣溫范圍最窄，且大部分包含在復(fù)合污染平均氣溫范圍內(nèi)。綜合而言，臭氧和 PM_2.5 復(fù)合污染出現(xiàn)時，最高氣溫主要集中在24.9^°C～27.7^°C 之間，平均氣溫主要集中在 16.79C ～19.8% 之間，單獨 0₃ 污染比單獨 PM_2.5 污染要求的溫度條件更高，日間較高的氣溫有利于光化學(xué)反應(yīng)，形成臭氧。

3.2 相對濕度

如圖2所示，復(fù)合污染、單獨 O₃ 污染、單獨PM_2.5 污染日平均相對濕度的主要區(qū)間分別集中在54%～61%.43%～53%.52%～62% 之間，11-19時平均相對濕度的主要區(qū)間分別集中在 37% ＼～45%，31%～38%，39%～61% 之間，單獨 0₃ 污染的日平均相對濕度和11－19時平均相對濕度最低，復(fù)合污染介于單獨 0₃ 污染和單獨 PM_2.5 之間，單獨PM_2.5 污染最高，由于相對高的相對濕度更有利于PM_2.5 污染的形成。

3.3 日照時數(shù)

復(fù)合污染、單獨 0₃ 污染、單獨 PM_2.5 污染出現(xiàn)時，日照時數(shù)的主要區(qū)間分別集中在 9.2～10.8h 、8.6～11.4h.4.6～10.2h 之間，復(fù)合污染日照時數(shù)包含在單獨 0₃ 污染范圍內(nèi)，位于中上部。從4月日照時數(shù)的平均值來看，單獨 0₃ 污染 gt; 復(fù)合污染 gt; 單獨 PM_2.5 污染，即單獨 0₃ 污染需要更好的日照條件，太陽輻射強(qiáng)，有利于生成臭氧的光化學(xué)反應(yīng)的發(fā)生。

3.4 平均風(fēng)速

復(fù)合污染、單獨 0₃ 污染、單獨 PM_2.5 污染日平均風(fēng)速的主要區(qū)間分別集中在 2.4～3.5m/s.3.4～ ，單獨 PM_2.5 污染的日平均風(fēng)速最小，復(fù)合污染介于單獨 0₃ 污染和單獨 PM_2.5 之間，單獨 0₃ 污染最大。

4唐山市 0₃ 和 PM_2.5 復(fù)合污染潛在源區(qū)分析

4.1 后向軌跡聚類分析

2018年-2021年 0₃ 和 PM_2.5 復(fù)合污染時流至唐山的所有氣流軌跡聚為6類（如表1所示），示意圖如圖3所示（圖3（a）-圖3（d）軌跡相同）：軌跡1為來自邯鄲與山東交界、邢臺與山東交界、衡水東部、滄州中部、天津一帶的氣流，占比 41.64% ，是 500m 高度上最主要的路徑;軌跡2為來自渤海一帶的氣流，占比 16.28% ；軌跡3為來自蒙古中部、內(nèi)蒙古中部、承德一帶的氣流，占比 3.17% ；軌跡4為來自河南、山東與河北交界、滄州中部、天津一帶的氣流，占比 15.99% ;軌跡5為來自山東、渤海一帶的氣流，占比 9.80% ;軌跡6為來自內(nèi)蒙古東部、遼寧、秦皇島一帶的氣流，占比 13.11% 。對 PM_2.5 污染貢獻(xiàn)最大的是軌跡1，1小時 PM_2.5 濃度的平均值為 101μg?m^-3 ，最大值為 218μg?m^-3 ;軌跡1的1小時 PM_2.5 濃度的最大值略低于軌跡2的最大值，但平均值大于軌跡2。對 0₃ 污染貢獻(xiàn)最大的也是軌跡 1，0₃-1h 濃度的平均值為 139μg?m^-3 ，最大值為 337μg?m^-3 ，雖然軌跡1的 濃度平均值小于軌跡6，但軌跡1的O₃-1h 濃度最大值高于軌跡6。綜上所述，來自邯鄲與山東交界、邢臺與山東交界、衡水東部、滄州中部、天津一帶的氣流，是造成 0₃ 和 PM_2.5 復(fù)合污染輸送的主要來源。

4.2潛在源貢獻(xiàn)因子和濃度權(quán)重軌跡分析

0₃ 的主要潛在源區(qū)（如圖3（a）所示）分布在山西東部、河南北部、河北中南部、北京東南部、天津、渤海、山東西北部等地，WPSCF值大于0.5；對比圖3（b），WCWT超過 100μg?m^-3 的區(qū)域與圖3（a）中的主要潛在源區(qū)一致，也與除軌跡3以外的其他軌跡相一致。 PM_2.5 的主要潛在源區(qū)（如圖3（c）所示）分布在河南北部、邯鄲與山東交界、邢臺與山東交界、衡水與山東交界等地，WPSCF值大于0.5;WCWT超過 的區(qū)域（如圖3（d）所示）與上述區(qū)域重合。綜合來看，唐山市出現(xiàn) 0₃ 和 PM_2.5 復(fù)合污染的潛在源區(qū)主要位于邯鄲、邢臺、衡水三地與山東交界處及河南北部等地，與氣流軌跡1和4相一致。

5 結(jié)束語

唐山市 O₃ 和 PM_2.5 復(fù)合污染日主要分布在3-9月；復(fù)合污染日 O₃-8h 平均濃度略高于單獨 0₃ 污染日、 PM_2.5 平均濃度略低于單獨 PM_2.5 污染日， 0₃ -8h 和 PM_2.5 濃度最大值均低于相應(yīng)的單獨污染日；4月和9月 PM_2.5 和 0₃ 相關(guān)性最大、復(fù)合污染日最多；污染期間，最高氣溫 24.9%～27.7% 、平均氣溫 16.7^qC～19.8^qC 、日平均相對濕度 54%～61% 、11-19時平均相對濕度 37%～45% 、日照時數(shù)9.2～10.8h 、日平均風(fēng)速 2.4～3.5m/s ；單獨 0₃ 污染比單獨 PM_2.5 污染需要相對高的溫度條件、相對低的相對濕度條件、相對高的日照條件、相對大的日平均風(fēng)速;來自邯鄲與山東交界、邢臺與山東交界、衡水東部、滄州中部、天津一帶的氣流，是 0₃ 和 PM_2.5 復(fù)合污染輸送的主要源；潛在源區(qū)主要位于邯鄲、邢臺、衡水與山東交界處及河南北部等地。

參考文獻(xiàn)：

[1]李陵.北京市近年大氣顆粒物和近地面臭氧的相互影響研究[D].北京：中國環(huán)境科學(xué)研究院，2020.

[2]花叢，江琪，遲茜元，等.中國中東部地區(qū)2015年-2020年夏半年 PM_2，5 和臭氧復(fù)合污染氣象特征分析[J].環(huán)境科學(xué)研究，2022，35（3）：650-658.

[3]姚萃.上海市虹口區(qū) PM_2.5 和 0₃ 復(fù)合污染特征分析[J].綠色科技，2022，24（24）：217-220；225.

[4]肖致美，徐虹，高璟贊，等.天津市 PM_2.5-O₃ 復(fù)合污染特征及來源分析[J].環(huán)境科學(xué)，2022，43（3）：1140-1150

[5]毛卓成，許建明，楊丹丹，等.上海地區(qū) PM_2.5-O₃ 復(fù)合污染特征及氣象成因分析[J].中國環(huán)境科學(xué)，2019，39（7）：2730-2738.

[6]劉淼晗，于宸濤，房祥玉，等.2014年 -2020 年河南省PM_2.5-O₃ 復(fù)合污染特征及氣象成因分析[J].環(huán)境科學(xué)研究，2023，36（2）：285-293.

[7]李紹榮.京津冀地區(qū) PM_2.5 和 O₃ 污染特征及潛在源研究[D].河北：河北地質(zhì)大學(xué)，2022.

[8]符傳博，丹利，唐家翔，等.2017年10月海南省一次臭氧污染特征及輸送路徑與潛在源區(qū)分析[J].環(huán)境科學(xué)研究，2021，34（4）：863-871.

[9]宋小涵，燕麗，劉偉，等.2015年-2021年京津冀及周邊地區(qū) PM_2，5 和臭氧復(fù)合污染時空特征分析[J].環(huán)境科學(xué)，2023，44（4）：1841-1851.

[10]劉南希，何成，劉晨曦，等.2015年-2021年廣州市臭氧和 PM_2.5 復(fù)合污染特征及天氣分型研究[J].環(huán)境科學(xué)學(xué)報，2022，43（1）：42-53.