石家莊市2020年秋冬季首輪灰霾污染過程分析

張璇, 王瑋

摘要：為了探究石家莊市秋冬季重污染天氣成因，采用石家莊市大氣復合污染及灰霾監測超級站監測數據，結合地面空氣站實況監測數據及氣象資料，對2020年10月8日—11日石家莊市入秋后首輪灰霾污染過程進行分析，并探析污染物的組成及灰霾成因。結果表明：1）在此次污染過程期間，地面濕度較大且處于高壓后部的輻合區，污染物形成堆積;2）根據組分重構污染特征分析可知，灰霾過程中NOx向硝酸根離子的轉化驅動了PM2.5不斷攀升，日均濃度達到中度污染水平;3）與2019年入秋后首次污染過程相比，2020年入秋后首次污染過程移動源占比顯著增加，呈現明顯的機動車源特征。研究結果能夠為石家莊市進一步加強機動車源管控提供依據，調整交通運輸結構、提高交通管理水平提供依據，并可為城市環境精細化管理提供技術參考。

關鍵詞：大氣污染防治工程; PM2.5; 石家莊; 組分分析; 機動車污染

中圖分類號：X610文獻標識碼：ADOI： 10.7535/hbgykj.2021yx04010

Analysis of the first haze pollution episode in fall and winter

of 2020 in Shijiazhuang

ZHANG Xuan， WANG Wei

（Shijiazhuang Environmental Prediction Center， Shijiazhuang， Hebei 050022， China）

Abstract：In order to explore the cause of pollution in fall and winter of Shijiazhuang， the pollution process of the first haze pollution episode in fall in Shijiazhuang from October 8th to 11th， 2020 was analyzed by using the monitoring data of combined air pollution and haze from super station， combining with monitoring data and meteorological data of ground air station， and the composition of polluants and the causes of haze were explored too. The results show that： 1） during the process of the pollution， with high ground humidity， the pollutants are accumulated in the convergence zone of the back of high pressure; 2） based on the analysis of component reconstruction and pollution characteristics， the concentration of PM2.5 increases due to the conversion of NOx into nitrate， the average daily concentration reaches medium pollution level; 3） compared with the first pollution episode in fall 2019， the proportion of motor vehicle sources increases significantly in the first pollution episode in fall 2020， which presents obvious characteristics of motor vehicle source. The research results can strengthen the management of motor vehicle source， readjust the transportation structure and improve the management level of transportation， provide technical reference for the delicacy management of city envionment.

Keywords：air pollution control project; PM2.5; Shijiazhuang; component analysis; motor vehicle pollution

社會經濟快速發展帶來的大氣環境問題日益突出。近年來，石家莊市勵精圖治，攻堅克難，空氣質量得以明顯改善，但由于受產業結構及地理位置等多種因素的制約，目前仍是全國空氣污染較重的城市之一。

重污染過程中，近地面受靜穩天氣控制，氣象條件不利于大氣污染物的稀釋、擴散和清除，同時石家莊市冬季污染物排放量較高，加劇了這一過程的持續[1-5]。齊堃等[6] 選取石家莊市具有代表性的若干工業，借助先進分析測試手段，深入細致地分析了石家莊市PM2.5的工業源譜;段二紅等[7]分析了石家莊市大氣細顆粒物中PAHs污染水平及分布特征、氣象參數與PAHs的相關性，并解析了PAHs污染來源;婁拴柱等[8]、程麗萍等[9]基于衛星遙感和SPAMS技術對石家莊市春節期間和秋冬季重污染過程進行了深入研究;王瑋等[10]利用氣象和環境監測資料分析了石家莊市一次雨雪過程對各類污染源及污染物濃度的影響;周靜博等[11]利用位于石家莊市大氣梯度監測站（20 m）的單顆粒氣溶膠質譜儀分析了冬、春季大氣環境中氣溶膠的化學組成及混合狀態，并采用ART-2a分類法對氣溶膠分類;王筠等[12]對比分析了2015年12月6日—13日和12月21日—26日石家莊市2次持續性重污染天氣過程的演變特征及主要影響因素;陳靜等[13]利用石家莊市氣象觀測資料和環境監測資料，重點分析了2013年石家莊市2次重污染天氣過程前期PM10及PM2.5污染物濃度快速升高的天氣背景、氣象要素、邊界層特征和污染物輸送后向軌跡，并利用20，86和200 m環境梯度觀測資料探討了PM2.5濃度隨高度的變化;黨磊等[14]根據2013—2015年的PM2.5濃度監測數據，對石家莊市PM2.5濃度的季節和月份變化特征進行了分析;路娜等[15]采用大氣細顆粒物實時在線源解析技術，結合氣象條件對不同時段細顆粒物來源解析結果和各類源粒徑分布、重污染期間各類源的質譜特征進行綜合分析。但目前基于大氣復合污染及灰霾監測超級站監測數據研究石家莊市空氣質量組分及污染成因的成果仍較少。

本文基于石家莊市2020年秋冬季首次灰霾污染過程期間（2020年10月8日—11日）石家莊市大氣復合污染及灰霾監測超級站水溶性離子濃度等顆粒物組分特征和實時在線來源解析，探究秋冬季重污染天氣發生的原因，明晰石家莊市秋冬季大氣污染物的組成和污染來源，以期為今后有效科學地調控秋冬季石家莊市的大氣環境提供技術支撐。第4期張璇， 等：石家莊市2020年秋冬季首輪灰霾污染過程分析河北工業科技第38卷

1材料與方法

1.1監測地點與時間

監測地點分別為石家莊市建成區7個大氣國控監測點空氣質量自動監測站及石家莊市大氣復合污染及灰霾監測超級站（東經： 114°31′47.61″，北緯：38°01′26.68″）。

監測時間為2020年10月5日0時至2020年10月12日16時。

1.2數據來源

文中所使用的氣象資料來源于石家莊市國家基本氣象站氣象五參數數據、中央氣象臺實況天氣形勢及歐洲中心提供的氣候預測資料。

1.3監測設備

大氣顆粒物水溶性離子成分在線分析儀（FPI WAGA-100），聚光科技（杭州）股份有限公司提供;大氣OCEC在線分析儀（FPI OCEC-100），聚光科技（杭州）股份有限公司提供;大氣重金屬分析儀（XHAM-2000A），河北先河環保科技股份有限公司提供;單顆粒氣溶膠質譜儀（SPAMS 0515），廣州禾信儀器股份有限公司提供;VOCs在線分析儀（Airmo VOC C6-C12），科馬特泰克貿易（北京）有限公司提供;五參數監測氣象傳感器（MULTI-5P），深圳市智翔宇儀器設備有限公司提供。

2結果與討論

2.12020年10月8日—11日石家莊市大氣質量整體變化規律

2020年10月8日—11日，石家莊市經歷了長達4 d的污染過程，按照《環境空氣質量標準》（GB 3095—2012）評價，期間AQI為105～153，3 d的空氣質量等級為輕度污染，1 d中度污染，首要污染物均為PM2.5 ，PM2.5日均質量濃度為79～117 μg/m3。圖1為常規污染物的濃度變化曲線，可以看出，自10月5日起，石家莊市顆粒物濃度開始不斷攀升，且伴隨著PM2.5/PM10比值的增加而增加，污染以細顆粒物為主;10月8日—11日污染期間，PM2.5小時質量濃度持續超出75 μg/m3，小時質量濃度峰值為164 μg/m3（11日10時），達到重度污染水平（見圖1）。

本輪污染期間石家莊市PM10質量濃度為174 μg/m3，PM2.5質量濃度為104 μg/m3，SO2質量濃度為16 μg/m3，NO2質量濃度為65 μg/m3，CO質量濃度為1.6 mg/m3，臭氧質量濃度為111 μg/m3，綜合指數為8.44。其中PM10，PM2.5分別為24 h平均二級標準的1.16，1.39倍。按照污染物分擔率評價，PM10的污染分擔率為29.5%;PM2.5的污染物分擔率為35.1%;SO2的污染物分擔率為3.2%;NO2的污染物分擔率為19.3%;CO（95%）的污染物分擔率為4.7%;O38 h（90%）的污染物分擔率為8.2%。其中，PM10，PM2.5，NO2污染貢獻率已高達83.9%。本輪污染過程中PM10，PM2.5，NO2對整體空氣質量影響較大。

2.2天氣過程分析

10月6日起石家莊市氣壓場減弱，白天以偏南風為主，午后存在弱風場輻合，夜間天氣靜穩，濕度增大，相對濕度為80%以上，污染擴散氣象條件逐漸變差，污染物濃度累積上升;8日—11日高空受緯向環流影響，以偏西氣流為主;地面為高壓后部弱氣壓場/均壓場;濕度較大，山前污染物堆積，污染擴散氣象條件差，二次污染加劇，10日石家莊市出現中度污染。

10月5日—7日石家莊市地面平均風速為1.6 m/s， 8日—11日污染期間石家莊市地面以東南風為主，風速持續小于2 m/s，平均風速僅為1.3 m/s（見圖2），低風速不利于污染物的水平擴散，易于造成污染物的積累;此外，大氣增濕明顯，10月5日—8日大氣相對濕度均值為45%，污染期間大氣相對濕度均值達到65%，其中夜間至清晨的相對濕度約為80%（見圖2），這種高濕的氣象條件更有利于二次顆粒物的生成和吸濕增長。

2.3顆粒物組分分析

8日—11日污染期間PM2.5主要組分為無機水溶性離子和含碳氣溶膠，硝酸鹽、銨鹽、硫酸鹽（SNA）三者質量濃度之和占PM2.5主要組分質量濃度的83%，與5日—7日相比，SNA質量濃度占比增加11個百分點，污染期間SNA的迅速增長是推高PM2.5濃度的主要原因（見圖3）。8日—11日硝酸鹽占比非常突出，達到51%，說明硝酸鹽是PM2.5的主要組成部分，硝酸鹽與PM2.5濃度呈顯著正相關（r2=0.834）;對各組分在PM2.5中占比進行歸一化處理，可見8日—11日污染期間SNA中硝酸鹽占比明顯增加（見圖3雷達圖），硝酸鹽生成在白天，受NO2的控制較大，并且明顯受到O3的促進作用，而在夜間主要受到NO2和O3的共同控制[16];8日—11日NO2及臭氧濃度較5日—7日高（見圖1），大氣光氧化性較強，推斷污染期間大氣中NOx的二次轉化是石家莊市PM2.5濃度的主要貢獻者;與5日—7日非污染期對比發現，PM2.5中有機物、硝酸鹽、硫酸鹽、銨鹽等主要組分濃度均上升明顯，而貢獻占比變化存在差異，其中硝酸鹽、銨鹽對PM2.5濃度貢獻占比上升，有機物、硫酸鹽對PM2.5濃度的貢獻占比下降，表明硝酸鹽的生成是此次PM2.5濃度攀升的主要因素。

2.4 2019年與2020年秋冬季首次污染過程對比

2.4.1顆粒物組分對比

2019年秋冬季首次污染過程出現于2019年10月18日—20日，在低風、高濕的氣象條件下，石家莊市PM2.5濃度均值為127 μg/m3，日均值峰值為202 μg/m3，達到重度污染水平。二次污染過程對比見圖4。氣態前體物SO2，NO2向NO-3和SO2-4的轉化過程可以用硫氧化率（SOR）和氮氧化率（NOR）來表示，較高的SOR，NOR值表示大氣中存在明顯的二次轉化過程。計算公式如式（1）和式（2）所示。

SOR=[SO42-][SO42-]+[SO2] ，（1）

NOR=[NO3-][NO3-]+[NO2] 。（2）

與2019年10月18日—20日污染過程相比，2020年秋冬季首輪污染過程期間，硝酸鹽質量濃度、占比及NOR均較高，如圖5所示。

應用PMF受體模型，結合SOC估算方法，解析環境空氣中PM2.5的主要來源及貢獻，得到常規源解析結果（見圖6）。從PM2.5來源貢獻看，2020年10月8日—11日污染期間，二次硝酸鹽為主要貢獻源，貢獻占比達49.9%，其次為二次硫酸鹽（16.0%）、燃煤（10.3%）、機動車（9.6%）、二次有機物（6.0%）、工業（4.4%）、揚塵（2.5%）和生物質燃燒（1.5%）。2019年和2020年秋冬季首次污染過程期間，PM2.5來源貢獻均以二次硝酸鹽為主，受NOx二次轉化影響顯著;對比來看，2020年秋冬季首次污染過程期間二次硝酸鹽貢獻占比更高，達到49.9%，表明二次硝酸鹽生成的影響進一步增大;對于一次顆粒物，2020年10月8日—11日工業排放影響明顯下降，燃煤、機動車排放影響上升。

2.4.2基于SPAMS污染特征對比分析

通過SPAMS的數據分析， PM2.5污染來源解析對比如圖7所示。從PM2.5來源貢獻看，2020年10月8日—11日污染期間，機動車源為主要貢獻源，貢獻占比達到51.2%，其次為燃煤源（16.2%）、工業源（15.0%）。過程期間隨著PM2.5濃度不斷攀升，機動車尾氣源占比明顯增加，在10日與11日PM2.5濃度高值時段一直維持在55%以上的高占比水平（見圖8）。隨著灰霾天氣發生，采集到的顆粒物大都經歷了不同程度的老化，或與二次組分進行了不同程度的混合[11]。研究指出：當苯/甲苯（B/T）>0.4，二甲苯/苯（X/B）<1.1時指示氣團老化，過程期間B/T=0.89>0.4，X/B=0.05<1.1，存在氣團老化現象，造成單純含有二次無機鹽的顆粒物粒子數占比降低，二次無機源占比有所降低（見圖7）。2019年和2020年秋冬季首次污染過程期間，PM2.5來源貢獻均以機動車源為主，隨著污染等級不斷加重，二次污染過程均表現為機動車尾氣源占比明顯上升，而2020年上升幅度更大。對比來看，2020年秋冬季首次污染過程期間機動車源貢獻占比更高，表明機動車源的影響進一步增大;2020年10月8日—11日二次無機源占比較2019年10月18日—20日略有下降，說明2020年污染過程中氣團老化程度較高，灰霾過程碳氣溶膠與二次無機氣溶膠顆粒的混合加劇;2020年10月8日—11日污染過程工業源排放影響明顯下降，燃煤源影響略有上升，而2020年機動車尾氣源對于污染加劇的貢獻更顯著。

3結論與建議

3.1結論

本文基于石家莊市2020年秋冬季首次灰霾污染過程期間（2020年10月8日—11日）細顆粒物組分特征和實時在線來源解析，探究秋冬季重污染天氣發生的原因。通過分析石家莊市秋冬季大氣污染物的組成和污染來源，得到以下結論。

1） 2020年秋冬季首次灰霾污染過程早于2019年同期，推測是受低風、高濕的影響，NOx向硝酸根離子的轉化驅動PM2.5不斷攀升，日均濃度達到中度污染水平;硝酸鹽不僅是PM2.5的最主要組分，還是導致PM2.5升高的主要因素。

2） 與2019年10月18日—20日的空氣污染過程相比，2020年的污染持續時間更長，但污染程度較去年有所減弱。對比來看，2020年秋冬季首次污染過程期間二次硝酸鹽貢獻占比更高，表明二次硝酸鹽生成的影響進一步增大;對于一次顆粒物，2020年10月8日—11日工業排放影響明顯下降，燃煤、機動車排放影響上升。

3） 基于SPAMS分析結果顯示，隨著污染等級不斷加重，機動車尾氣源占比明顯上升，隨著污染等級不斷加重，二次污染過程均表現為機動車尾氣源占比明顯上升。與2019年10月18日—20日的空氣污染過程相比，2020年10月8日—11日機動車源的占比較高，工業工藝源占比降低，機動車尾氣源對于污染加劇的貢獻更顯著。

3.2建議

建議石家莊市吸取本輪污染過程的教訓，并保持高度警惕性，進一步強化管控，力爭降低全年累計濃度，爭取在全國168個重點城市中綜合指數排名取得更好的成績。

1）灰霾天氣發生時，機動車源是石家莊市的首要污染源，顯著高于工業源及燃煤源，需要提高對機動車尾氣源的重視程度，進一步調整交通運輸結構和提高交通管理水平。

2）自石家莊市對違法違規設置的限高設施和檢查卡點進行拆除后，重型柴油車輛、非道路移動機械進出市區的選擇和路線增多，建議交管部門加強對機動車污染源的管控力度，特別要加強凌晨時段對重型柴油車輛、非道路移動機械的監管，早高峰時段加強交通疏導，對有條件的點位周邊實施單向通行，降低機動車尾氣污染對點位的影響。

3）及時啟動預警或強化減排措施，提前采取行動，減輕污染過程前期累積階段的本地污染物排放量。

筆者利用PMF模型及SPAMS對2020年秋冬季第一次污染過程期間的細顆粒物化學組成進行了分析，并結合空氣質量狀況及氣象條件等對重污染天氣成因進行了推定。但是由于城市發展迅速，石家莊市源清單正在更新，本研究未能將PMF模型中的二次無機源與最新源清單結合歸為一次污染源，后續研究可結合石家莊市最新源清單，對秋冬季及重污染過程中的細顆粒物組分進行分析，并提出合理化建議。

參考文獻/References：

[1]周靜博，任毅斌，洪綱，等.利用SPAMS研究石家莊市冬季連續灰霾天氣的污染特征及成因[J].環境科學，2015，36（11）：3972-3980.

ZHOU Jingbo，REN Yibin，HONG Gang，et al.Characteristics and formation mechanism of a Multi-Day haze in the winter of Shijiazhuang using a single particle aerosol mass spectrometer （SPAMS）[J].Environmental Science，2015，36（11）：3972-3980.

[2]周靜博，張濤，李治國，等.利用SPAMS構建石家莊市PM2.5固定排放源成分譜庫[J].河北工業科技，2015，32（5）：443-450.

ZHOU Jingbo，ZHANG Tao，LI Zhiguo，et al.Establishment of stationary source spectral library of PM2.5 by SPAMS in Shijiazhuang City[J].Hebei Journal of Industrial Science and Technology，2015，32（5）：443-450.

[3]康蘇花，馬玲，李海峰，等.石家莊市冬季大氣顆粒物中元素組分的特征分析[J].河北工業科技，2015，32（2）：172-176.

KANG Suhua，MA Ling，LI Haifeng，et al.Feature analysis on elemental composition of atmospheric particulate matter in winter in Shijiazhuang City[J].Hebei Journal of Industrial Science and Technology，2015，32（2）：172-176.

[4]康蘇花，高康寧，趙鑫，等.石家莊市春節期間大氣顆粒物有機碳和元素碳的變化特征[J].中國環境監測，2014，30（6）：77-82.

KANG Suhua，GAO Kangning，ZHAO Xin，et al.Atmospheric particles of organic carbon and elemental carbon variation during the spring festival in Shijiazhuang[J].Environmental Monitoring in China，2014，30（6）：77-82.

[5]戴春嶺，齊堃，張菲菲，等.石家莊市一次典型污染過程的PM2.5污染特征[J].環境研究與監測，2014，27（3）：19-22.

DAI Chunling，QI Kun，ZHANG Feifei，et al.The characteristics of PM2.5 pollution in Shijiazhuang during a typical air pollution episode[J].Environmental Research and Monitoring，2014，27（3）：19-22.

[6]齊堃，戴春嶺，馮媛，等.石家莊市PM2.5工業源成分譜的建立及分析[J].河北工業科技，2015，32（1）：78-84.

QI Kun，DAI Chunling，FENG Yuan，et al.Establishment and analysis of PM2.5 industrial source profiles in Shijiazhuang City[J].Hebei Journal of Industrial Science and Technology，2015，32（1）：78-84.

[7]段二紅，張微微，李璇，等.石家莊市采暖期大氣細顆粒物中PAHs污染特征[J].環境科學研究，2017，30（2）：193-201.

DUAN Erhong，ZHANG Weiwei，LI Xuan，et al.Characteristics of PAHs in fine atmospheric particulate matter in Shijiazhuang City in heating season[J].Research of Environmental Sciences，2017，30（2）：193-201.

[8]婁拴柱，劉乙淼，任春雷，等.基于衛星遙感及SPAMS的石家莊市2017年秋冬季首次污染過程研究[J].河北工業科技，2018，35（5）：354-362.

LOU Shuanzhu，LIU Yimiao，REN Chunlei，et al.Study on the first pollution process in autumn-winter of 2017 in Shijiazhuang City based on satellite remote sensing and SPAMS[J].Hebei Journal of Industrial Science and Technology，2018，35（5）：354-362.

[9]程麗萍，李嘉欣，趙綱，等.基于SPAMS的石家莊市2018年春節期間重污染過程研究[J].河北工業科技，2019，36（1）：66-74.

CHENG Liping，LI Jiaxin，ZHAO Gang，et al.Study on the process of heavy pollution during Spring Festival in Shijiazhuang based on SPAMS[J].Hebei Journal of Industrial Science and Technology，2019，36（1）：66-74.

[10]王瑋，強杰，王爍，等.石家莊市一次雨雪過程大氣污染特征分析[J].河北工業科技，2016，33（4）：353-358.

WANG Wei，QIANG Jie，WANG Shuo，et al.Characteristics analysis of the atmospheric pollution after a sleet process in Shijiazhuang City[J].Hebei Journal of Industrial Science and Technology，2016，33（4）：353-358.

[11]周靜博，張強，戴春嶺，等.基于單顆粒質譜技術的石家莊冬春季氣溶膠成分特征及混合狀態研究[J].安全與環境學報，2017，17（2）：707-713.

ZHOU Jingbo，ZHANG Qiang，DAI Chunling，et al.Analysis and investigation of the composition features and mixing status of aerosol in Shijiazhuang in winter and spring based on the single particle aerosol mass spectrometer[J].Journal of Safety and Environment，2017，17（2）：707-713.

[12]王筠，周靜博，徐曼，等.石家莊市冬季重污染過程特征及成因研究[J].科學技術與工程，2016，16（34）：127-133.

WANG Yun，ZHOU Jingbo，XU Man，et al.Study on the characteristics and formation mechanism of winter heavy pollution episodes in Shijiazhuang[J].Science Technology and Engineering，2016，16（34）：127-133.

[13]陳靜，鈐偉妙，韓軍彩，等.石家莊市秋季典型天氣背景下重污染特征分析[J].氣象與環境學報，2015，31（4）：42-50.

CHEN Jing，QIAN Weimiao，HAN Juncai，et al.Pollution characteristic under typical weather background in autumn over Shijiazhuang[J].Journal of Meteorology and Environment，2015，31（4）：42-50.

[14]黨磊，徐振華，任啟文，等.石家莊市PM2.5濃度變化規律及治理措施[J].河北林業科技，2016（2）：56-58.

DANG Lei，XU Zhenhua，REN Qiwen，et al.Dynamic changes of PM2.5 concentration and its control measures in Shijiazhuang[J].The Journal of Hebei Forestry Science and Technology，2016（2）：56-58.

[15]路娜，李治國，周靜博，等.2015年石家莊市采暖期一次重污染過程細顆粒物在線來源解析[J].環境科學，2017，38（3）：884-893.

LU Na，LI Zhiguo，ZHOU Jingbo，et al.Online source analysis of particulate matter （PM2.5） in a heavy pollution process of Shijiazhuang City during heating period in 2015[J].Environmental Science，2017，38（3）：884-893.

[16]文亮.華北典型地區大氣細顆粒硝酸鹽及氣態亞硝酸變化規律與機理研究[D].濟南：山東大學，2019.

WEN Liang.Variation Rules and Mechanisms of the Atmospheric Fine Particulate Nitrate and Gaseous Nitrous Acid Over the North China[D].Jinan：Shandong University，2019.