疫情期間“2+26”城市污染減排成效評估

朱媛媛,汪 巍,高愈霄,儲成君,許 榮,魯 寧* (.中國環境監測總站,北京 0002；2.北京科技大學能源與環境工程學院,北京 0008；.生態環境部環境規劃院,北京 0002)

近年來,我國京津冀及周邊區域性污染問題突顯[1-4],與該地區地理位置、地形地貌、污染物排放和氣候氣象等因素有關[5-10].在重大活動期間減少人為污染物排放,對改善環境質量起到了積極作用,例如北京APEC 會議和9.3 閱兵期間的污染管控,促進北京PM2.5濃度在APEC 會議和閱兵期間分別下降了51.6%～65.1%和34.2%～64.7%左右[11],北京及周邊城市環境空氣質量均得到了不同程度的改善[12-15].此外,在預測到未來可能發生區域性重污染過程時,生態環境主管部門和京津冀及周邊各級人民政府會根據環境空氣質量聯合預報會商研判的結果,啟動相應級別的應急減排措施,以促進區域間協同減排,亦取得了顯著成效[16-17].

新型冠狀病毒(COVID-19)爆發后,為扼制疫情的蔓延,武漢自2020 年1 月23 日10:00 起關閉離漢通道,隨后“封城”政策逐步擴展到整個湖北省.2020年春節假期從1 月24 日開始延長至2 月10 日之后.隨著疫情的擴散和假期效應,工業生產排放和人類戶外活動大幅減少,機動車、火車、飛機等交通工具的使用量也大幅下降.有研究表明,受疫情影響,全國能源消費下降,環境污染情況改善[18],然而,此期間重污染過程卻沒有完全消失[19].

為評估疫情期間污染減排的效果,采用NAQPMS(nested air quality prediction modeling system)空氣質量預報數值模式,基于環境空氣質量監測數據、氣象觀測資料和社會經濟活動統計數據,對2020 年1～3 月期間京津冀及周邊“2+26”城市環境空氣質量和重污染過程情況、氣候氣象概況和同期氣象條件影響進行分析討論,對區域性重污染應急減排措施的效果進行評估,并討論社會經濟活動水平對環境空氣質量的影響和研究的不確定性,為生態環境管理提供精細化科學參考,為打贏藍天保衛戰和保護人民群眾身體健康提供技術支撐.

1 材料與方法

1.1 研究范圍

研究范圍為京津冀大氣污染傳輸通道上的“2+26”城市,包括北京、天津、石家莊、唐山、廊坊、保定、滄州、衡水、邢臺、邯鄲、太原、陽泉、長治、晉城、濟南、淄博、濟寧、德州、聊城、濱州、菏澤、鄭州、開封、安陽、鶴壁、新鄉、焦作和濮陽.

1.2 數據來源

環境空氣質量數據采用中國環境監測總站國家環境空氣質量監測網城市空氣質量自動監測數據.污染源排放數據采用清華大學2016 基準年MEIC(multi-resolution emission inventory for China)網格化排放清單,精度0.25°×0.25°.氣候資料采用中國氣象局國家氣候中心氣候系統診斷數據.

1.3 模式設置

基于業務化應用的全國空氣質量預報預警系統,采用中國科學院大氣物理研究所研發的NAQPMS 模式進行數值模擬.NAQPMS 模式采用環境空氣質量6 項主要污染物(PM2.5、PM10、SO2、NO2、O3和CO)準實時同化.Lambert 投影坐標系,中心點經度 115°E、緯度 25°N;垂直方向采用Sigma-Z 地形追隨坐標系,不均勻地劃分為20 層.模式采用三層嵌套網格,覆蓋東亞(45km×45km)、中國中東部(15km×15km)和京津冀及周邊地區(5km×5km).空氣質量模式所需的氣象場由中尺度氣象模式WRF(weather research and forecasting model)提供,未考慮減排措施的基準預測預報時,采用美國國家環境預報中心 NCEP(national centers for environmental prediction)的全球氣象預報系統數據GFS(global forecast system)作為WRF 模式的初始場和邊界場數據[20-21].同期氣象影響評估時,采用美國國家環境預報中心的氣象再分析數據NCEP-FNL(national centers for environmental prediction final analysis)作為WRF 模式的初始場和邊界場數據.

1.4 評價方法

環境空氣質量濃度數據依據《環境空氣質量指數(AQI)技術規定(試行)》(HJ 633-2012)[22]和《環境空氣質量評價技術規范(試行)》(HJ/T 663-2013)[23]進行評價.區域內3 個及以上城市至少連續2d 達到中度及以上污染級別時,判定為區域性污染過程.

空氣質量模式預報效果采用相關系數(r)、平均偏差(MB)、標準化平均偏差(NMB)和均方根誤差(RMSE)進行評估,即將未考慮減排及管控措施的基準模式預報結果與污染物監測數據進行比較[17,24-25].NAQPMS 模式“2+26”城市24h 基準預報與監測值Pearson 相關系數r(雙尾檢驗,顯著性水平0.05)為0.50～0.85,平均值為0.71;72h 基準預報相關系數為0.45～0.80,平均值為0.66;144h 基準預報相關系數為0.36～0.72,平均值為0.54.RMSE 值范圍分別為65～149,74～198,62～167μg/m3,平均分別為102,114, 96μg/m3;MB 值范圍分別為35～108,45～132,37～120μg/m3,平均值分別為67,74,63μg/m3.盡管隨預報時效延長,相關系數r 總體下降,144h 預報的相關系數仍高于0.50,反映模式能較好地預測出PM2.5濃度的變化趨勢,但RMSE 和MB 值表明模式整體存在一定程度的高估.

同期氣象影響評估采用“固定排放污染源,調整氣象條件”方法[26-27],即基于NAQPMS 模式,在基準預報基礎上保持現有污染排放源不變,使用去年同期氣象資料進行模擬,評估氣象條件對區域污染物濃度變化的影響.

減排措施情景模擬按照各城市實際預警啟動的情況設置,根據各地重污染天氣應急預案中的Ⅲ級、Ⅱ級和Ⅰ級應急響應措施,一般將SO2、NOx、PM和VOCs 的排放強度分別下調10%、20%和30%.減排模擬結果與基準預報結果進行比較,評估重污染期間應急減排措施的效果.

2 結果與分析

2.1 空氣質量和污染概況

2020 年1～3 月,“2+26”城市空氣質量級別優良率為59.6%,同比上升10.9%;輕度、中度、重度和嚴重污染級別日數占比分別為21.2%、8.9%、9.7%和0.6%.2020 年“2+26”城市空氣質量與同期相比大幅改善,優良級別日數提升了22.8%,輕度、中度、重度和嚴重污染級別日數同比分別降低了6.1%、27.2%、26.8%和75.4%.2020 年1～3 月與2019 年同期空氣質量級別日數對比見圖1.

圖1 2020 年1～3 月與2019 年同期“2+26”城市空氣質量級別日數累計Fig.1 The number of days under different AQI categories in“2 + 26” cities from Jan. to Mar. in 2019 and 2020

2020 年1～3 月,“2+26”城市PM10、PM2.5、SO2、NO2、O3-8h-90per (O3-8h 90%分位數)和CO-95per(CO 95%分位數)等6項主要污染物平均濃度分別為108、76、14、36、109μg/m3和2.3mg/m3, PM2.5、O3-8h-90 per 和CO-95per 環比上升18.8%、3.8%和9.5%,PM10和NO2環比下降3.6%和26.5%,SO2環比持平.2020 年1～3 月“2+26”城市6 項主要污染物濃度及同比變化見圖2,從圖中可知,SO2濃度較去年同期下降幅度最大,降幅為36.4%.PM10、PM2.5、NO2、O3-8h-90per 和CO-95per 同比下降幅度分別為23.9%、15.6%、25.0%、6.8%和4.2%.其中,PM10平均濃度同比降幅明顯高于PM2.5,可能與疫情期間建筑工地、道路揚塵大幅減少有關,導致PM10降幅明顯高于PM2.5.

圖2 2020 年1～3 月與2019 年同期“2+26”城市6 項主要污染物濃度及同比降幅Fig.2 The concentrations of 6 major air pollutants in “2 + 26”cities from Jan. to Mar. in 2019 and 2020 as well as the changes between the adjacent two years

2016～2020 年1～3 月“2+26”城市6 項主要污染物濃度對比見圖3,從中可知,除O3以外,其他5 項主要污染物濃度均為2016 年以來歷史同期最低.其中,SO2平均濃度自2016 年以來逐年降低,已由2016年的59μg/m3降至2020 年的14μg/m3,降幅76.3%.SO2大幅下降與近年來京津冀區域產業結構深化調整、工業污染防治向縱深發展、散煤燃燒“雙替代”持續推進等生態環境管理措施的貫徹執行密切相關[28],電力、鋼鐵等重點行業提標改造,特別是電力超低排放改造、中小燃煤鍋爐淘汰、農村采暖煤改氣、煤改電等措施促使了SO2濃度大幅降低.此外,2020 年1～3 月“2+26”城市NO2濃度同比單年降幅最大,可能與疫情發生后能源消費活動的大幅減少,特別是機動車活動量的大幅減少有關.

圖3 2016～2020 年1～3 月“2+26”城市6 項主要污染物濃度比較Fig.3 The concentration comparison of 6 major pollutants in “2 + 26”cities during Jan. to Mar. from 2016 to 2020

2020 年1～3 月,“2+26”城市發生區域性重污染過程5 次,累計36d,過程期間受影響城市PM2.5平均濃度范圍為132～172μg/m3,平均濃度為163μg/m3.與2019 年同期相比,區域性重污染過程減少了2 次,重污染過程日數減少了7d,過程期間平均濃度減少了6.4μg/m3.重污染過程發生時段和平均濃度見圖4,從中可知,重污染過程主要集中發生在1 月份.最重區域性重污染過程持續時長為12d(2020 年1 月21 日～2 月1 日),過程期間“2+26”城市均先后經歷了中至嚴重污染,受影響城市PM2.5平均濃度為166μg/m3.主要原因為該期間京津冀及周邊地區大氣擴散條件總體不利,風速較小、相對濕度較高,多地出現大霧天氣,區域大氣環境容量比平時減少50%以上,有利于區域性污染的形成和發展.此外,工業污染排放降幅不大,占工業污染排放比重較大的鋼鐵、焦化、玻璃、火電等行業基本維持在原有水平,采暖排放持續,再加上春節期間煙花爆竹的集中燃放,共同導致了此次污染過程.

2020 年1 月2～6 日過程受影響城市PM2.5平均濃度最高,為172μg/m3,除北京沒有出現輕度及以上污染,唐山和衡水沒有出現中度及以上污染外,其他25 個城市AQI 均出現日均中度至嚴重污染.2020 年3 月8～9 日為中度污染過程,淄博、安陽等14 個城市先后出現AQI 日均中度污染,過程期間受影響城市PM2.5平均濃度為132μg/m3,為2020 年1～3 月5次重污染過程中最輕的區域性污染過程.

圖4 2020 年1～3 月“2+26”城市重污染過程持續時長和受影響城市平均濃度Fig.4 The mean PM2.5 concentration and duration of five episodic heavy air pollution events in “2 + 26” cities from Jan. to Mar. in 2020

2.2 疫情前后空氣質量比較

以1 月23 日(武漢封城)為時間節點,將2020 年1～3 月劃分為疫情前期(1 月1～23 日)和疫情期間(1月24 日～3 月31 日).“2+26 城市”疫情前后主要污染物濃度及同比變化見表1.疫情期間“2+26”城市NO2和PM10濃度同比下降了31.0%和31.5%,改善程度相對于疫情前提高了20.2%和19.5%.疫情期間,PM2.5濃度降幅為24.7%,而疫情前PM2.5濃度同比提高了1.7%.SO2濃度在疫情期間降低,但降幅低于疫情前改善程度.疫情期間CO 同比下降19.0%,超過疫情前改善幅度.總體上,疫情期間空氣質量優良率同比提高了15.9%,空氣質量改善幅度高于疫情前.

表1 “2+26 城市”疫情前后主要污染物濃度及同比變幅Table 1 The concentrations as well as the percentage changes of major pollutants in “2+26 cities” before and after the epidemic of COVID-19

選擇北京、邯鄲和鄭州作為“2+26”城市中北部、中部和南部地區的代表城市,3 個城市2020 年1～3 月NOx(NO+NO2)、O3-8h 和PM2.5濃度變化趨勢見圖5.以1 月23 日(武漢封城)為時間節點(圖5黑色實線),疫情前期NOx濃度總體明顯高于疫情期間,而O3-8h 濃度呈相反趨勢,疫情期間高于疫情前期.O3濃度總體趨勢不降反升的主要原因可能有三點:(1) 1 月23 日以后氣溫逐步升高、日照時間增長,總體有利于O3生成.(2) 1 月23 日以后受春節假日、疫情管控和氣象條件的綜合影響,PM2.5總體呈下降趨勢,能見度較好,太陽輻射增強,有利于 O3生成[29-30].(3) NOx、VOCs 等前體物減排比例可能不協調,NOx下降幅度遠大于VOCs,大氣環境中NOx對O3的“滴定作用”顯著減弱[31-34].

圖5 2020 年1～3 月北京、邯鄲和鄭州NOx、O3-8h 和PM2.5 濃度Fig.5 The concentrations of NOx, O3-8h and PM2.5 in Beijing, Handan and Zhengzhou from Jan. to Mar. in 2020

2.3 氣象條件分析

根據國家氣候中心監測顯示,2019 年11 月以來,赤道中東太平洋進入并持續維持厄爾尼諾狀態[35].京津冀及周邊區域2020 年1～3 月暖濕氣流增多,造成大氣低層氣溫偏高、濕度增大,總體不利于空氣污染物的擴散.氣象資料顯示,2020 年1～3 月歐亞中高緯以緯向環流為主,東亞槽偏強,西太平洋副熱帶高壓偏強,西伯利亞高壓除2 月略高于常年外,1 月和3月均低于常年.東亞冬季風與常年相比總體偏弱,有利于出現暖冬[36],與弱東亞冬季風相關的高空西風急流的減弱,導致水平風垂直切變減小,減弱了天氣尺度擾動的發展和大氣的垂直混合,造成大氣層結更加穩定,有利于我國北方區域冬季污染的維持和發展[37-38].

圖6 2020 年1 月、2 月、3 月和1～3 月氣象條件對PM2.5 濃度同比變化貢獻Fig.6 The contributions of meteorology to PM2.5 concentrations during Jan. to Mar in 2020 compared to the same period in 2020

氣象條件對2020 年1～3 月PM2.5濃度影響見圖6. 2020 年1 月,“2+26”城市大部氣象條件較去年同期變差,造成PM2.5濃度同比上升4%～39%;2020年2 月和3 月氣象條件較同期改善,估計造成PM2.5濃度同比下降10%～23%和6%～26%.總體上,2020 年1～3 月氣象條件變化造成PM2.5濃度變化的范圍為?9%～8%(負值為濃度下降,正值為上升).因氣象條件同比變差造成污染物濃度同比上升的區域主要集中在京津冀及周邊西北部沿山地區[圖6(d)].

2.4 減排效果評估

2020 年1～3 月,中國環境監測總站發布PM2.5重污染過程提示7 次,為應對重污染天氣,京津冀及周邊城市啟動了相應級別的重污染天氣預警,各城市重污染預警啟動累計日數情況見圖7.除北京未啟動任何級別預警外,其他城市均啟動過相應級別的預警,其中8 個城市啟動過黃色預警,26 個城市啟動過橙色預警,4 個城市啟動過紅色預警.與去年同期相比,啟動預警累計天數減少了35%.實際發生區域性污染過程5 次(圖5),其中3 次為重至嚴重污染過程,1 次為中至重度污染過程,1 次為中度污染過程.預警的及時啟動和減排措施的有效落實,促使區域性污染過程與預測預報結果相比減少了2 次.

圖7 2020 年1～3 月“2+26”城市重污染天氣預警啟動情況Fig.7 The number of days initiating heavy air pollution alert in "2+26" cities from Jan. to Mar. in 2020

圖8 2020 年1～3 月“2+26”城市PM2.5 季度均值與減排模擬值對比Fig. 8 The average concentration of PM2.5 of base and emission control scenario in “2+26” cities from Jan. to Mar. in 2020

2020 年1～3 月“2+26”城市PM2.5基準預報濃度均值與減排模擬均值對比見圖8.重污染應急減排措施的執行,使“2+26”城市PM2.5季度均值分別降低約6～26μg/m3.基準預報和減排措施情景模擬的PM2.5濃度空間分布見圖9,從[圖9(a)～(c)]可知,重污染過程期間應急減排措施的實施,有效減少了2020 年1～3 月京津冀中南部PM2.5的濃度[圖9(c)],特別是1月[圖9(d)～9(f)],受冬季供暖、春節期間煙花爆竹燃放和不利氣象因素影響,京津冀及周邊地區整體擴散條件不利,但重污染應急減排措施的有效實施,使“2+26”城市PM2.5月均濃度大約下降了39μg/m3,削減率16%左右.區域大氣污染協同減排,對京津冀中南部城市,如邢臺、邯鄲和新鄉的減排效果較為明顯,該3 個城市PM2.5月均濃度削減率20%以上[圖9(f)].此外,以2020 年2 月8～13 日重污染過程為例[圖9(g)～9(i)],應急減排措施的實施,促進此期間“2+26”城市PM2.5平均濃度下降了9μg/m3,平均削減率5%,有效緩解了區域性污染的程度.

圖9 PM2.5 基準模擬、減排措施情景模擬和消減量空間分布(μg/m3)Fig.9 The spatial distribution of PM2.5 concentration from base simulation, emission control scenario, and their differences(μg/m3)(a)、(d)和(g):基準預報;(b)、(e)和(h):減排措施情景模擬;(c)、(f)和(i):消減量

圖10 北京、邯鄲和鄭州PM2.5 小時濃度基準模擬與減排模擬值比較Fig.10 The comparison of hourly PM2.5 concentration between base simulation and emission control scenario simulation in Beijing, Handan and Zhengzhou

北京、邯鄲和鄭州等代表城市PM2.5小時濃度基準預報值與減排模擬值對比見圖 10.重污染過程時北京[圖10(a)]、邯鄲[圖10(b)]和鄭州[圖10(c)]等典型城市PM2.5濃度峰值均有所降低,預警期間應急減排措施起到了較明顯的“削峰”作用.

2.5 經濟及社會活動水平對環境質量影響分析

2.5.1 工業源排放出現一定程度的下降 受春節假期和疫情管控的綜合影響,2020 年1～3 月我國經濟活動水平大幅下降.根據國家統計局發布的相關數據分析表明,2020 年1～3 月全國工業增加值增速為?8.4%,同比下降14.9%,北京、天津、河北、山西、山東和河南六省市工業增加值增速范圍為?3.5%～ ?16.0%,同比下降8.1%～22.6%.2020 年1～3 月環境空氣質量、工業源和移動源產品產量變化情況見表2,京津冀及周邊六省市焦炭、水泥、原油加工等行業產量同比降幅較大,降幅分別為39.3%、18.5%和12.2%;火電和有色金屬行業產品產量下降幅度相對較小,分別為6.9%和8.3%;但平板玻璃和粗鋼等行業產品產量同比上升了7.7%和1.6%.由于焦化、鋼鐵和玻璃等企業在生產時工序不可中斷,從而推測焦化、火電、鋼鐵、玻璃等重點行業實際污染排放量變化不大,表明疫情期間不同工業行業的污染排放變化對空氣質量的影響有所不同.

表2 2020 年1～3 月環境空氣質量、工業源和移動源產品產量與2019 年同期變化Table 2 The changes in ambient air quality, industrial outputs and amount of traffic during Jan. to Mar. from 2019 to 2020

2.5.2 移動源排放大幅下降 受春節假期和疫情管控的綜合影響,移動源排放顯著下降.根據國家統計局發布的數據分析表明,2020 年1～3 月全國公路客運量和公路貨運量同比下降59.4%和35.5%,京津冀及周邊六省下降63.4%和37.2%,降幅略高于全國平均水平.京津冀及周邊六省市處于首都經濟圈、河北工業區和山西煤炭集聚區,貨物運輸量較大,區域內貨物運輸量超過100 億t,占全國運輸總量的21.8%,其中公路貨運87 億t,占比超過80%.“2+26”城市公路貨物運輸總量約48.31 億t,占京津冀及周邊六省公路貨運的55%以上[39].根據國家發改委運行快報[40],全國第一季度成品油消費量6439 萬t,同比下降12.9%,其中汽油下降0.2%,柴油下降16.1%.有關數據表明[39],“2+26”城市機動車保有量4071.1萬輛,其中柴油車保有量349.7 萬輛,占全國柴油車保有量的15.1%.柴油車NOx和PM 排放量為58.6萬t 和5.9 萬t,占區域內汽車NOx和PM 排放量的62.3%和99%,柴油消費量在2020 年1～3 月顯著下降,結合觀測到的NOx濃度變化(圖4),反映出以內燃機為動力的道路機動車排放量大幅下降.此外,受疫情影響,工程機械、農用機械等非道路移動源,機械、船舶、鐵路內燃機車和飛機等使用也大幅下降,均會造成第一季度京津冀及周邊區域移動源排放的顯著下降.

2.5.3 生活源排放一定程度增加 受春節假期返鄉和疫情管控期間的綜合影響,生活源排放增加.自2017 年以來,“2+26”城市使用散煤的居民戶數從約2400 萬戶下降到約1000 萬戶,散煤用量從每年約5600 萬t 下降到2300 萬t 左右[40].由于春節期間大量外出務工人員返鄉,以及1 月下旬至3 月疫情防控的影響,京津冀及周邊地區居民散煤消費量可能較春節前增長了30%～40%[28],加之部分“雙替代”戶存在散煤復燒的可能,推測散煤燃燒對2020 年第一季度大氣污染具有重要貢獻.此外,部分城市采暖季延長2 周左右,居民供暖導致的污染物排放量相應增加,均會對環境空氣質量有一定的負面影響.

2.6 不確定性分析

研究的不確定性主要來源于污染源排放清單、氣象預報以及大氣化學反應機制的不確定性[17,20-21].首先,排放清單編制過程中排放因子和活動水平等主要影響因素的調查和確定難度較大,疊加近年來強有力的生態環境污染治理措施作用和疫情的影響,京津冀及周邊地區排放源較大幅度的減少,導致模式所采用的污染源排放清單對現有排放量高估.其次,氣象模式WRF邊界層模擬可能存在偏差,陸面資料的不確定性、不同的植被覆蓋度算法[41]、土壤類型和土壤水文參數都會一定程度上影響氣象場的模擬.再次,區域空氣質量模式對小尺度、精細化預報的準確度還有待提高,局地較小擾動的理化反應機制還不十分明晰,重污染過程時PSO4、PNO3和PNH4具有爆發增長效應,但相關化學反應機制還處于研究階段[27].此外,減排措施效果評估時以日為單位,與個別城市實際預警啟動情況可能存在幾個小時的偏差[17].

3 結論

3.1 2020 年1～3 月,京津冀及周邊暖濕氣流增多,大氣層結穩定,近地面氣溫偏高、濕度增大,華北大部分城市平均風速略低于往年同期.氣象條件與去年同期相比,預計造成PM2.5濃度變化的范圍為?9%～8%,因氣象條件同比變差造成污染物濃度同比上升的區域主要集中在京津冀及周邊沿山地區.

3.2 2020 年1～3 月,“2+26”城市空氣質量級別優良率為59.6%,同比上升10.9 個百分點,PM10、PM2.5、SO2、NO2、O3-8h-90per 和CO-95per 平均濃度分別為108、76、14、36、109μg/m3和2.3mg/m3,同比下降23.9%、15.6%、36.4%、25.0%、6.8%和4.2%.NO2、SO2和PM10降幅顯著,與疫情期間能源消耗、移動源、工業源和揚塵源排放減少有關.受春節假期和疫情管控的綜合影響,2020 年1～3 月經濟活動水平下降,以內燃機為動力的道路機動車排放量大幅下降,但焦化、火電、鋼鐵、玻璃等重點行業實際污染排放量可能變化不大,散煤燃燒對環境空氣質量的負面影響增加.

3.3 2020 年1 月24 日～3 月31 日疫情期間空氣質量優良率同比提高了15.9%,空氣質量改善幅度高于1 月1～23 日疫情前期19.7 個百分點.疫情期間“2+26”城市NO2、PM10、PM2.5和CO 濃度比疫情前期同比降幅明顯,但SO2降幅低于疫情前改善程度.北京、邯鄲和鄭州等典型城市疫情前期NOx濃度總體高于疫情期間,而O3-8h 濃度呈相反趨勢,疫情期間高于疫情前期.

3.4 2020 年1～3 月期間重污染應急減排措施的執行,促使區域性污染過程減少了2 次,“2+26”城市PM2.5濃度季度均值分別降低約6～26μg/m3.在擴散條件不利的1 月,區域協同應急減排措施,促使“2+26”城市PM2.5月均濃度大約下降了39μg/m3,平均降幅16%左右.有效削減了重污染過程PM2.5濃度峰值.