上海疫情防控一級和二級響應階段大氣污染物特征分析*

牛 植 胡婷莛 張文啟 饒品華 李光輝 孔 琳

(上海工程技術大學化學化工學院，上海 201620)

新型冠狀病毒(COVID-19)肺炎疫情期間的空氣質量受到人們的廣泛關注[1-3]。SULAMAN等[4]發現西班牙、意大利和美國等國家在疫情封鎖后大氣NO2下降20%～30%。WANG等[5]分析了疫情期間中國337個主要城市的大氣污染物濃度，與以往同期相比，顆粒物、SO2和NO2等濃度水平明顯下降，O3濃度持平。上海自2020年1月24日起啟動重大突發公共衛生事件一級響應，在此期間，社會活動水平大幅降低，部分污染源排放量和排放強度持續下降。3月24日起，上海將疫情防控響應級別調整為二級，社會活動逐步恢復，復產復工有序進行。疫情防控期不同響應級別下的大氣污染物特征和影響因素與平時具有較大差異，然而目前關于上海疫情防控期間的大氣污染物特征分析鮮有報道。為此，本研究采用描述性統計、Spearman相關分析和主成分分析方法，對上海實施COVID-19疫情防控一級(1月24日至3月23日)和二級響應(3月24日至5月2日)階段的大氣污染物濃度水平、差異性和影響因素進行了分析和探討，以期為城市大氣污染防治提供思路參考。

1 數據來源

大氣污染物(PM2.5、O3、SO2、NO2和CO)濃度逐時數據來源于上海10個國控站點監測數據。其中青浦淀山湖位于上海遠郊，其余9個站點均位于上海主城區。氣象數據(大氣壓、風向、風速、溫度、相對濕度和降雨量)來自安裝在上海內環某高層平臺的AG1000型自動氣象站，數據輸出頻率為1次/min，其技術參數為：溫度-40～60 ℃，精度0.2 ℃；相對濕度0～100%，精度2%；風向1°～360°，精度5°；風速0～75.0 m/s，精度0.4 m/s；大氣壓500.0～1 100.0 hPa，精度 0.2 hPa。

2 結果與討論

2.1 氣象因子變化特征

疫情防控期，一級、二級響應階段溫度分別為(9.5±4.2)、(14.7±4.6) ℃，相對濕度分別為68.8%±19.4%、63.2%±19.2%，大氣壓分別為(1 023.3±5.8)、(1 019.2±4.7) hPa，風速分別為(3.8±1.9)、(3.4±2.0) m/s。兩個階段的風速和風向分布特征見圖1。可以看出，一級響應階段主導風向為東南風和西偏西北風；二級響應階段的主導風向為東風和東北風。

圖1 風速風向玫瑰圖Fig.1 Wind rose diagrams with wind speed distribution

2.2 大氣污染物濃度變化特征及原因分析

2.2.1 大氣污染物濃度變化特征

圖2為上海疫情防控期間大氣污染物濃度隨時間的變化。一級、二級響應階段PM2.5質量濃度分別為(34.2±21.4)、(30.2±17.0) μg/m3；O3質量濃度分別為(73.0±24.1)、(85.3±36.0) μg/m3；CO質量濃度分別為(0.8±0.2)、(0.7±0.3) mg/m3；SO2質量濃度分別為(6.1±2.4)、(7.0±2.1) μg/m3；NO2質量濃度分別為(29.4±14.1)、(38.5±21.2) μg/m3。相比于一級響應階段，二級響應階段PM2.5和CO分別下降了11.7%、12.5%；O3、SO2和NO2分別上升了16.8%、14.8%、31.0%。

圖2 PM2.5、O3、CO、SO2和NO2質量濃度隨時間的變化Fig.2 Time series of PM2.5,O3,CO,SO2 and NO2 mass concentrations

2.2.2 疫情管控影響分析

上海1月24日啟動一級響應，3月8日全面推進企業復產復工。SO2是含硫燃料燃燒和工業廢氣等固定源的重要指示污染物[6]，伴隨著復產復工的全面推進，短期內SO2濃度均出現明顯上升。NO2作為移動源的標志污染物之一[7]，其濃度也逐漸升高。3月17日上海發布復工指南4.0版，對一般行業取消備案直接復工，規模以上工業企業復工率達99.5%，企業的全面復產復工促使化石燃料的大量使用以及工業廢氣的排放，引起PM2.5、CO和SO2濃度上升，導致3月18—22日，SO2濃度連續出現兩次高值，PM2.5、CO和SO2濃度均呈現“V型”變化。3月28日上海公共交通逐步恢復。公共交通的恢復使私家車出行頻次降低，有利于CO和NO2等大氣污染物的減排，是導致3月28—29日污染物濃度較低的原因之一。

2.2.3 氣象因子影響分析

2月16—18日，西北方向的高風速冷空氣氣團有利于污染物的擴散，大氣中CO和NO2濃度明顯降低，但SO2、O3和PM2.5濃度有升高的趨勢。這可能是因為冷空氣氣團過境，氣團經過北方供暖城市后攜帶污染物所致。2月25—28日，受北風帶來的外源傳輸影響，污染物濃度較高，隨后受來自東北方向的清潔海洋氣流影響，各項污染物濃度均明顯的下降。3月27—29日，受北風控制，較高的風速利于污染物擴散，PM2.5、CO、SO2和NO2均明顯降低。而O3濃度升高，這可能是由于NO2和CO等一次污染物經光化學反應促進O3的生成所致。4月14—19日，NO2濃度連續出現兩次高值，NO2和O3濃度表現為“此消彼長”的互補變化趨勢。PM2.5、CO和SO2濃度不同程度的先降低再升高，尤其在4月17日夜間，PM2.5、CO、SO2和NO2濃度均為該過程的峰值，O3濃度為最低值。這可能是因為這個時段大氣溫度較高，有利于光化學反應的進行[8]，NO2作為對流層O3形成的催化劑和次生無機氣溶膠的前體物[9]，白天強烈的太陽輻射有利于NO2的光解和O3生成。晚上太陽輻照減弱，NO2光解減小，NO通過O3氧化向NO2轉化，導致NO2累積，O3濃度降低。

2.3 相關性分析

2.3.1 大氣污染物相關性

為研究疫情防控期間大氣污染物間的相關性，利用SPSS 19.0軟件對5種大氣污染物數據進行Spearman相關性分析[10]。

根據一級響應階段的分析結果(見表1)，PM2.5與CO相關性較強，相關系數為0.683，說明在此階段PM2.5與CO有相同或者相關的來源。PM2.5與SO2(相關系數0.474)、NO2(相關系數0.319)均相關性較弱。CO主要來自燃料的不完全燃燒，另外CO、NO2通常為汽車尾氣排放的標志物，表明該階段PM2.5污染受燃料不完全燃燒排放影響較大。通過PM2.5與氣態污染物的相關關系可初步判斷PM2.5的來源與固定源和移動源的關系[11]，氣態污染物與PM2.5之間的相關關系表現為CO>SO2>NO2，反映出一級響應階段PM2.5的來源中固定源的貢獻較移動源顯著。O3與NO2表現弱負相關性(相關系數-0.481)。CO、SO2和NO2之間表現為弱正相關性。

表1 一級響應階段大氣污染物間的相關系數

表2給出了二級響應階段大氣污染物之間的相關性，PM2.5與CO和SO2表現較強正相關，相關系數分別為0.797、0.666，說明PM2.5污染與CO和SO2具有相同或者相關的來源。PM2.5與NO2表現一般正相關性(相關系數0.529)。與一級響應階段相比，PM2.5與各氣態污染物的相關性均增強，可以推斷從一級到二級響應階段，由于復產復工有序進行，來自固定源和移動源的大氣污染物對PM2.5的影響同時增大。氣態污染物與PM2.5之間的相關關系表現為CO>SO2>NO2，說明在二級響應階段PM2.5的來源中固定源的貢獻依然大于移動源。O3與NO2之間相關性變化不大，CO與SO2和NO2的相關性增強，相關系數分別由一級響應階段的0.218和0.293增加到了二級響應階段的0.543和0.491。SO2與NO2之間的相關性也顯著增強，相關系數由0.312上升到0.417，說明來自燃料燃燒和工業生產過程產生的污染貢獻逐漸增多。

表2 二級響應階段大氣污染物間的相關系數

2.3.2 大氣污染物與氣象因子相關性

表3、表4分別給出了一級、二級響應階段大氣污染物與氣象因子之間的相關系數。總體而言，二級響應階段大氣污染物與氣象因子之間的相關性高于一級響應階段；溫度、風向與大氣污染物總體呈現正相關關系，相對濕度、大氣壓、風速和降雨量與大氣污染物總體呈現負相關關系。

表3 一級響應階段氣象因子與大氣污染物相關系數

表4 二級響應階段氣象因子和大氣污染物相關系數

2.4 主成分分析

利用SPSS 19.0對6項氣象因子和5項大氣污染物分別進行主成分分析[12]。

2.4.1 氣象因子主成分分析

一級響應階段氣象因子主成分分析結果見表5。氣象因子旋轉因子載荷矩陣共產生3個貢獻較大的主成分，其特征值均大于1，說明具有統計顯著性[13]。這3個主成分共解釋了原有變量總方差的69.9%，其中主成分1的貢獻率為27.8%，高載荷因子為溫度和大氣壓，主成分2的貢獻率為22.5%，高載荷因子為風速和風向，主成分1、主成分2的貢獻率之和超過50%，說明溫度、大氣壓、風速、風向是影響一級響應階段氣象形勢的主要因素。主成分3中的高載荷因子為相對濕度，其貢獻率為19.6%，這與一級響應階段相對濕度較高呼應。

表5 一級響應階段氣象因子旋轉因子載荷矩陣

二級響應階段氣象因子旋轉因子載荷矩陣如表6所示，3個主成分解釋了原有變量總方差的71.5%，其中主成分1的貢獻率為30.2%，高載荷因子為溫度和大氣壓，主成分2的貢獻率為21.3%，高載荷因子為相對濕度和降雨量，主成分1和主成分2貢獻率合計超過50%，說明溫度、大氣壓、相對濕度、降雨量是影響二級響應階段氣象形勢的主要因素。主成分3中的高載荷因子為風速，風向次之，其貢獻率達到總方差的20.0%，說明該階段氣象形勢受風速影響明顯。

表6 二級響應階段氣象因子旋轉因子載荷矩陣

2.4.2 大氣污染物主成分分析

一級響應階段大氣污染物主成分分析結果見表7。主成分分析共得到2個貢獻較大的主成分，解釋了原有變量總方差的68.2%，主成分1的貢獻率為37.1%，高載荷組分為PM2.5、SO2、CO，可以表征為氣態污染物污染，說明一級響應階段空氣污染受燃料的燃燒、礦石冶煉、化工廠生產影響較大。主成分2的貢獻率為31.1%，高載荷組分為O3、NO2，可以表征為光化學污染，說明一級響應階段存在一定程度光化學污染。

表7 一級響應階段污染物旋轉因子載荷矩陣

二級響應階段大氣污染物主成分分析結果見表8。與一級響應階段大氣污染物主成分分析結果相同，二級響應階段也分析得到2個主成分，解釋了原有變量總方差的82.0%。主成分1的貢獻率為51.5%，高載荷組分為PM2.5、CO和SO2，表征受燃料的燃燒、礦石冶煉、化工廠生產等影響的氣態污染物污染。主成分2中的高載荷組分為O3、NO2，貢獻率為30.5%，表征光化學污染。與一級響應階段相比，二級響應階段氣態污染物對大氣污染的貢獻有所增大。

表8 二級響應階段污染物旋轉因子載荷矩陣

3 結 論

(1) 與實施疫情防控一級響應階段相比，二級響應階段上海PM2.5和CO濃度分別下降了11.7%和12.5%；O3、SO2和NO2上升了16.8%、14.8%和31.0%。

(2) 一級和二級響應階段PM2.5與氣態污染物間的相關關系均表現為CO>SO2>NO2。O3和NO2表現為弱負相關，CO、SO2和NO2間表現弱相關或一般相關。與一級響應階段相比，O3與NO2的相關性，以及CO、SO2、NO2間的相關性均有所增強，說明來自燃料燃燒和工業生產過程產生的污染貢獻逐漸增多。

(3) 溫度、大氣壓、風速和風向是影響一級響應階段氣象形勢的主要因素，溫度、大氣壓、相對濕度、降雨量是影響二級響應階段氣象形勢的主要因素。

(4) 上海疫情防控一級和二級響應階段大氣污染特征均體現為氣態污染物污染和光化學污染，與一級響應階段相比，二級響應階段氣態污染物對大氣污染的貢獻有所增大。