基于單顆粒質譜的太原市大氣機動車尾氣污染特征

范曉周，樊占春，郭利利，何秋生*

(1.山西省生態環境監測中心，山西 太原 030027；2.太原科技大學環境與安全學院，山西 太原 030024)

大氣PM2.5污染引起的城市灰霾問題不僅會降低大氣能見度，還會影響人體健康[1]。隨著城市機動車保有量的增加，機動車尾氣成為PM2.5主要來源之一[2]。評估機動車尾氣污染對PM2.5貢獻及機動車限行措施的效果，成為城市空氣PM2.5污染治理和精細化管理的重點。

1 采樣與分析

本研究以太原市環境監測中心站為中心點，監測了太原市2018年12月大氣顆粒物PM2.5化學組成。PM2.5質量濃度等污染物數據及氣象數據均源于太原市桃園站國控站點(位于監測點的西南方向，直線距離約1.3 km)。12月未限行時段和限行時段的主導風向均為北風。如表1所示，監測期間太原市開展交通管制活動，濱河東路(勝利橋東的南匝道至祥云橋東的北匝道段)和濱河西路(勝利橋西的南匝道至祥云橋西的北匝道段)限行。

表1 限行時間段及限行情況

在線單顆粒氣溶膠質譜儀(SPAMS0515，廣州禾信分析儀器有限公司)，通可以同時獲取單個細顆粒物的粒徑大小和化學組成，從而對每個細顆粒物來源的精確判別。SPAMS的工作原理是將采集到的環境空氣中氣溶膠顆粒進入儀器，在空氣動力學透鏡的作用下聚焦成為準直顆粒束，在測徑區顆粒連續經過兩束532 nm測徑激光，換算出顆粒的空氣動力學直徑。顆粒進入電離區后，被266 nm Nd:YAG紫外脈沖激光電離產生正負離子，然后離子被雙極型飛行時間質量分析器檢測，可得到細顆粒物的正負離子信息。采用自適應共振神經網絡算法(adaptive resonance yheory-2a，ART-2a)進行數據處理[3]。

2 結果與討論

2.1 PM2.5中化學組分特征

基于SPAMS高時間分辨率的特性，結合PM2.5數據，可以得到小時級別的顆粒物源解析結果，統計12月限行時段(表1中的時段2和時段4)與未限行時間段(表1中的時段1、3、5)的數據進行分析。未限行與限行各污染源占比的結果,如第185頁圖1所示，機動車尾氣源平均占比下降2.8%，PM2.5平均質量濃度由未限行時的68.8 μg/m3下降至限行的68.3 μg/m3，總降幅0.5 μg/m3。由尾氣源貢獻的PM2.5質量濃度下降2 μg/m3(注：17.7%*68.8-14.9*68.3=2)。

結合氣象數據來看，限行期間平均相對濕度接近，約為33%，NO2平均濃度由未限行的61.3 μg/m3上漲到限行的77.1 μg/m3，平均風速(1.56 m/s)低于未限行期間(1.9 m/s)，即限行期間的擴散條件相對較差，但限行期間PM2.5平均質量濃度反而出現小幅下降。

圖1 12月未限行與限行時段源解析結果對比

2.2 早晚高峰時段的來源貢獻

通過對比早晚高峰時段限行與未限行的源解析，結果如圖2所示。限行期間機動車尾氣源降幅2.9%，對應時段的平均PM2.5質量濃度基本保持不變，由尾氣貢獻的PM2.5質量濃度值下降2 μg/m3(注：18.2%*68.1-15.3%*68.1=2)。限行對于全天機動車尾氣源占比下降幅度(2.8%)與早晚高峰時段尾氣占比的降幅(2.9%)接近，可能由于早晚高峰的限行，部分通勤的車輛出現延遲或提早出行，有效地減少了交通堵擁堵，因而減少尾氣排放量對PM2.5的貢獻。

圖2 早晚高峰時段的限行與未限行的源結果對比

通過對比12月早、晚高峰限行與未限行時段的各污染源占比，如圖3所示。早高峰時段：機動車尾氣源占比由18.7%降至16.6%，降幅2.1%，總PM2.5質量濃度均值由60.7 μg/m3下降至52.5 μg/m3，由尾氣貢獻的PM2.5質量濃度下降2.7 μg/m3(注：18.7%*60.7-16.6%*52.5=2.7)。結合早高峰期間NO2和風速數據來看，NO2平均濃度由未限行的60.2 μg/m3漲至限行的69.8 μg/m3，平均風速由未限行的1.8 m/s下降至限行的1.5 m/s，可見，雖然限行時的早高峰氣象擴散條件相對較差，但總PM2.5質量濃度和由尾氣貢獻的PM2.5質量濃度仍出現下降，表明早高峰限行有效。

晚高峰時段：機動車尾氣源占比由17.6%降至14.5%，降幅3.1%，總PM2.5質量濃度均值由75.8 μg/m3增加至83.7 μg/m3，由尾氣貢獻的PM2.5質量濃度下降1.2 μg/m3(注：17.6%*75.8-14.5%*83.7=1.2)。結合晚高峰期間的NO2和風速數據來看，NO2平均濃度由未限行的67.1 μg/m3漲至限行的95.8 μg/m3，平均風速由未限行的1.9 m/s下降至限行的1.3 m/s。可見，限行時的晚高峰氣象擴散條件相對較差，各污染物累積效果明顯，只有尾氣源與生物質燃燒源占比下降，其中機動車尾氣源占比下降最明顯。說明由于氣象條件的轉差，限行雖未有效降低晚高峰的總PM2.5值，但尾氣源明顯下降，對遏制PM2.5的大幅增長仍有一定作用。

圖3 12月早、晚高峰時限行與非限行時段的各污染源占比

2.3 機動車尾氣變化特征

由機動車尾氣源占比在未限行與限行時段的變化趨勢，如第186頁圖4所示。機動車尾氣源平均占比變化范圍在未限行時為14.4%～17.8%，限行時為12%～18.6%，峰值出現在上午11時。限行時段早高峰、晚高峰機動車尾氣源占比均明顯低于未限行時段。上午10時-13時限行時段機動車尾氣源占比明顯高于未限行的相同時段，推測由于7時-9時機動車的限行，更多車主選擇錯峰延后出行引起的。

由未限行與限行時段汽油車與柴油車的24小時平均占比變化對比情況，如第186頁圖5所示。柴油車尾氣源小時平均占比范圍在未限行時為63.7%～76.6%，限行時為61.6%～78.3%。汽油車尾氣源小時平均占比范圍在未限行時為23.4%～36.2%，在限行時為21.7%～38.4%。柴油車尾氣的占比明顯高于汽油車。分號限行后早晚高峰時段主要表現為柴油車占比的小幅降低，與未限行相比，早高峰9時限行柴油車占比降幅最大6.7%，晚高峰占比降幅最大2.4%，汽油車占比在早晚高峰出現相對的升高。

圖4 2018年12月限行與未限行時機動車尾氣源24小時變化情況

圖5 2018年12月限行與未限行時尾氣源精細化解析結果的24小時變化情況

2.4 機動車精細來源貢獻

由12月份早晚高峰限行與未限行時段的柴油與汽油車占比的結果，如圖6所示。限行期間，柴油車占比下降1.3%，汽油車占比出現相對增長。從質量濃度的數據來看，限行期間由柴油車和汽油車尾氣貢獻的PM2.5質量濃度出現降低，分別降低1.6 μg/m3和0.5 μg/m3。

圖6 12月份早晚高峰限行與非限行時段的柴油與汽油車占比

3 結論

2018年12月限行期間，雖然NO2平均濃度較未限行時段出現上升，但全天機動車尾氣源平均占比降低2.8%，總PM2.5平均質量濃度下降0.5 μg/m3，由尾氣源貢獻的PM2.5質量濃度下降2 μg/m3。限行期間早晚高峰機動車尾氣占比下降2.9%，限行后早高峰和晚高峰占比分別下降2.1%和3.1%。雖然限行期間氣象條件轉差，但早高峰、晚高峰由機動車尾氣源貢獻的PM2.5質量濃度分別下降2.7 μg/m3和1.2 μg/m3。從機動車尾氣源、柴油車與汽油車平均占比的日變化規律來看，限行時段早高峰、晚高峰機動車尾氣源占比均低于未限行時段，柴油車尾氣的占比高于汽油車。分號限行后早晚高峰時段主要表現為柴油車占比的小幅降低。與非限行時段的早晚高峰相比，限行時段柴油車尾氣的相對占比降低1.3%，由柴油車和汽油車尾氣貢獻的PM2.5質量濃度分別降低1.6 μg/m3和0.5 μg/m3。因此，機動車限行措施對控制PM2.5是有效的。