2017—2020年達州市主要大氣污染物年際變化特征

黃 杉，鄭 清，王鐵森，權秋梅，朱曉華

(西華師范大學環境科學與工程學院，四川南充 637009)

0 引言

隨著我國近年來經濟的高速發展，生產生活影響了大氣環境質量，大氣污染嚴重危害了人體健康和自然生態系統.有研究表明2010年以后，由于城市環境管理的加強、工業污染的整治、機動車污染的控制等，四川省PM2.5污染呈現波動降低的趨勢[1]，但當前我國仍面臨著眾多大氣污染問題，以PM2.5為代表的霧霾污染及以NOx為代表的光化學二次污染在各大城市頻發[2].許多學者對此進行了研究，例如，苑麗[3]等研究表明大氣污染物濃度季節變化明顯.李欣悅[4]對成都市氣態污染物SO2、NO2與PM2.5相關性進行研究，李孝林[5]對自貢市城區環境空氣質量特征及與氣象因素的相關性分析.

本文通過對2017-2020年大氣污染物的年際變化特征進行分析，旨在了解達州市日常生活與工業生產的變化對大氣污染物的影響.因COVID-19的爆發，四川省啟動突發公共衛生事件一級應急響應，隨后采取居家令等，4月份疫情基本穩定，人們日常生活生產逐漸步入正軌，因此重點選取2017-2020年的1-4月進行數據分析，探索新冠肺炎疫情發生前后不同大氣污染物的時間變化特征，為達州市大氣污染防控提供科學且可靠的參考.

1 資料與方法

1.1 區域概況

達州市位于四川盆地東北地區，是國家西部地區重要交通樞紐、川東北城市群重要節點城市，是四川對外開放的“東大門”，也是川東北地區人口大市[6].達州市天然氣儲備量消耗量大，且工業生產在經濟中的占比大[7]，大氣污染物排放量極大[8].受地理環境的影響，達州市日照時間偏短且風速偏小不利于污染物的擴散[9]，因此大氣污染防治壓力極大.

1.2 資料來源

本文使用2017-2020年連續四年達州市空氣質量指數AQI、SO2、CO、NO2、O3、PM2.5、PM10濃度來表征達州市大氣污染程度.達州市2017-2020年大氣污染物濃度數據來源于中國空氣質量在線監測分析平臺(https://www.aqistudy.cn/)，此平臺數據更新時間為1 h，實時監測全國367個不同城市的六種主要污染物及空氣質量信息，精度較高并被廣泛認可.

1.3 分析方法

采用EXCEL、SPSS、Origin 2019b進行數據分析和作圖，并對疫情前后六種主要大氣污染物濃度與AQI的差異性和相關性進行分析.

2 大氣污染物的時間變化

2.1 AQI變化特征

由圖1可知，2017-2019年的AQI均呈現冬季偏高，夏季偏低的現象.近4年來除2017年9月、2019年10月和2020年7月外，AQI的月均值均超過50，特別是12月、1月的月均值較高.2020年各月的AQI指數較其他年份同期偏低，說明2020年空氣質量整體較好.

圖1 2017—2020年AQI月均值變化Fig.1 Changes in the monthly average of AQI from 2017 to 2020

根據空氣質量指數(AQI)的不同，將空氣質量分為六個等級，由表1可知，2017-2020年達州市空氣優良率分別為83.01%、83.84%、82.47%、88.52%，其中2020年的優良率最高.且在前3年中均出現不同程度的輕度污染、中度污染和重度污染，在2020年1-4月期間中度污染天數僅出現1天.

表1 2017—2020年達州市AQI級別天數統計Fig.1 Statistics of AQI-level days in Dazhou from 2017 to 2020

由圖2可知，近四年達州市1-4月的AQI月均值都大于50，疫情前后不同年份的1月AQI變化較大，2-4月AQI變化較小，且均表現出冬季值較高的現象.2017、2018、2019年的AQI指數在1-4月基本呈下降趨勢，但2020年的1-2月呈現增加趨勢.2020年1-4月的AQI指數較其他年份同期偏低，說明其空氣質量整體較好.

圖2 2017—2020年1-4月AQI月均值變化Fig.2 The monthly average change of AQI from January to April of 2017- 2020

2.2 氣態污染物變化特征

根據GB 3095—2012 《環境空氣質量標準》[10]，日平均SO2的一級濃度限值為50 μg/m3，因此SO2日均濃度均未超標.日平均CO的一級濃度限值為4 mg/m3，因此CO日均濃度均未超過國家一級標準.NO2國家一級日均值標準為80 μg/m3，除2019年3月12日的NO2濃度為81 μg/m3外，NO2的排放量也都達到了國家一級標準，在疫情后NO2的排放量有著明顯的下降趨勢.

如圖3所示，在疫情發生后SO2濃度較2019年有所上升.2020年相較于前3年，CO月平均濃度整體呈現下降趨勢.2020年1-2月相較于前3年年同期相比，NO2呈現下降趨勢.連續四年1-4月O3月平均濃度均呈現上升趨勢，2020年相較于2018年及2019年來講，O3月平均濃度整體呈現下降趨勢.采用獨立樣本T檢驗可知，2017年與2020年CO、O3有顯著差異，SO2、NO2差異性不顯著.2018年與2020年、2019年與2020年SO2、CO、NO2、O3均有顯著性差異.

圖3 氣態污染物月平均濃度變化Fig.3 Change in monthly average concentration of gaseous pollutants

2.3 大氣顆粒物變化特征

如圖4所示，2020年相較于2018、2019年，PM2.5與PM10均在疫情期間減少，兩種大氣顆粒污染物濃度變化趨勢相似.在疫情發生前兩種污染物濃度均表現出1-4月逐月遞減的趨勢，2020年1-2月其濃度較疫情發生前變化相對較大，同期相比3-4月變化相對較小，且在4月濃度有上升趨勢.將2017年、2018年、2019年分別與2020年進行差異性分析，結果顯示PM2.5、PM10均有顯著差異.

圖4 大氣顆粒污染物月平均值變化Fig.4 Changes in the monthly average of atmospheric particulate pollutants

2.4 相關性分析

2017-2020年達州市六種主要污染物與AQI之間的Pearson相關性結果如表2所示.空氣質量指數與顆粒物之間相關性最高(r=0.897～0.963)，PM2.5與AQI表現出極強的相關性，2017年相關系數達到0.963.近4年來，PM2.5與PM10也表現出極強的相關性(r=0.940～0.981).在疫情發生后，PM2.5、PM10與AQI的相關系數及PM2.5與PM10的相關系數均有所下降.對于其它污染物，在疫情前CO與AQI表現為強相關，NO2與AQI為弱相關.在疫情前SO2與AQI為弱相關，在疫情后其相關性大幅度下降，SO2與AQI甚至不具有明顯的相關性.AQI與O3在疫情前后均表現出較低的相關性，說明O3在疫情前后對達州市空氣質量無明顯影響.

3 討論

(1)2017-2020年達州市AQI值均呈現冬季偏高，夏季偏低的現象，這可能是因為四川屬于亞熱帶季風氣候，冬季寒冷少雨，冬天逆溫現象明顯，大氣污染物不易擴散，且燃燒化石燃料是冬季取暖的一種重要方式[11].特別是12月、1月的月均值最高，因為臨近中國的春節，受各種因素的影響，其環境質量會有所下降.首先，達州市作為國家西部地區重要交通樞紐，臨近春節前夕，達州市城區的人口和車流量等均持續增長，各工地工廠等相繼放假，建筑施工活動等的減少使得由工業生產帶來的污染減少，由日常生活造成的污染占比增加，加之在除夕和初一等時間段，煙花爆竹集中燃放，會在短期排放出大量的污染物，致使空氣質量急劇下降，AQI值數在短時間內暴增[12].

2020年1月空氣質量明顯優于其它年份相同時期.由于新冠肺炎疫情的爆發，四川省啟動了突發公共衛生事件一級應急響應，隨后采取居家令，禁止各種聚會聚集等措施.達州市人口流量、交通運輸量等大幅度減少，各工廠均停工停產，降低了該月的污染物排放，使得相比以往同一時間段空氣質量有較大幅度的提升，空氣質量出現明顯好轉.

(2)不同氣態氧化物污染物濃度在疫情前后存在差異，可能是因為其來源的不同導致.已有研究表明，SO2主要來源為民用源和工業源，NO2主要來源為工業源和交通源，CO主要來源為民用源、工業源及交通源[6].在疫情發生后SO2濃度較2019年有所上升，這可能是因為民用源也是SO2重要排放源之一.在停工停產期CO因工業及交通排放量減少，使得CO濃度在疫情期間較疫情前呈下降趨勢.汽車尾氣和工業排放是NO2的主要來源，人們的出行頻率降低以及工廠大面積停工停產，導致私人汽車及公共交通工具的使用頻率也隨之降低，工業污染排放減少，從而使得在疫情發生后NO2的濃度降低[13]

(3)O3在連續四年的1-4月中均呈現逐漸上升趨勢，其可能的原因是進入春季后，氣溫回升，平流層和對流層之間的氣體對流平衡被打破，造成平流層臭氧更多的向下輸送，從而造成對流層出現O3濃度持續升高的現象[14].李孝林等研究表明，在時間尺度上，SO2、NO2、PM2.5、PM10和CO均表現為冬季濃度值高，夏季濃度值低，而O3相反[5].同時齊冰等[15]研究表明，O3的濃度變化與風向有關，而達州位于四川盆地，大氣不易擴散，這也使得夏季的O3平均濃度較高.在2020年1-4月中，4月出現了上升趨勢，有研究表明O3濃度與紫外輻射和溫度呈正相關而與空氣濕度呈負相關[16].在四川上半年降水量偏少，且2020年四川出現了干旱現象，降水量較往年大幅度下降，這使得空氣濕度偏低，紫外輻射和溫度偏高[17]，從而使O3前體物質受光化學反應影響，因此這可能是造成在疫情后O3呈增長趨勢的重要原因.

(4)PM10濃度下降幅度大于PM2.5，且兩種大氣顆粒污染物濃度變化趨勢相似.這可能與這兩種污染物均來源于生產生活有關[18].2020年1-2月其濃度較疫情發生前變化相對較大，同期相比3-4月變化相對較小，且在4月濃度有上升趨勢.這可能是因為復工復產，導致污染源對顆粒污染物的排放量回升.已有研究表明大氣顆粒污染物濃度與空氣濕度呈負相關，而2020年初四川出現的干旱情況使得大氣中的顆粒污染物難以被清除[17].因此較疫情前同一時期大氣顆粒污染物濃度有小幅度上升.

(5)由污染物之間的相關性分析表明，在疫情發生前大氣顆粒污染物(PM2.5、PM10)與氣態氧化物(SO2、NO2、CO)具有顯著相關性，說明這些污染物的來源相似，大氣顆粒污染物可以作為SO2、NO2、CO的載體，并為二次污染物的生成提供反應界面[17].而在疫情后，顆粒污染物與SO2、NO2、CO的相關性均下降，可能是因為在疫情前顆粒污染物主要來源于日常生活和工業生產，而在疫情后停工停產期間其來源變得單一，從而導致其相關性發生了變化[19].疫情前后O3與其它大氣污染物呈現負相關或者不相關的關系，這可能是因為在大氣中部分大氣污染物被氧化，而氧化過程會消耗部分的O3[20].

4 結論與建議

4.1 結論

(1)2017-2020年達州市AQI值均呈現冬季偏高，夏季偏低的現象，特別是12月、1月的月均值最高，疫情前后不同年份的1月AQI變化較大.

(2)達州市大氣中的SO2、CO、NO2濃度均未超過國家一級標準，在疫情發生后呈下降趨勢，O3濃度在1-4月依次增加.

(3)PM2.5與PM10在疫情發生后呈現出明顯的下降趨勢，而復工后與疫情前同時期無明顯差異.

(4)疫情前AQI與PM2.5、PM10、SO2、CO、NO2具有顯著相關性，而在疫情后，其相關性均下降，而O3與AQI及其它大氣污染物主要呈負相關.疫情前PM2.5、PM10與SO2、CO、NO2具有顯著相關性，在疫情后，其相關性均下降.

4.2 建議

4.2.1 改革能源結構，加強對清潔能源的使用 從源頭上減少污染物的排放，改善能源結構，大力推廣使用太陽能、風能等清潔能源的利用，積極使用公共交通工具等.

4.2.2 強化管理 強化工業企業深度治理和精準管控，強化機動車輛污染管控，強化揚塵綜合管控和治理，強力推進冬季清潔取暖工程，強化煤炭管控，加強重點區域環境污染整治.

4.2.3 全面規劃，合理布局 實施相應的措施，適度增加大氣環境監測站點，對大氣環境進行更精確的監測和管理.完善大氣環境保護體系，建立統一指揮、上下聯動的大氣環境應急組織管理制度體系[21].