奎屯市-獨山子區-烏蘇市區域大氣對流層NO2柱濃度時空變化分析

李艷紅， 王莉莉， 趙曉蓉

1.新疆師范大學地理科學與旅游學院， 新疆 烏魯木齊 830054 2.新疆維吾爾自治區重點實驗室， 新疆干旱區湖泊環境與資源實驗室， 新疆 烏魯木齊 830054

近年來，我國大部分城市的大氣PM2.5、SO2年均濃度已得到有效改善[1]，但大氣中NO2年均濃度卻未顯著降低. 研究[2]表明，大氣中NO2的來源主要受人為來源的化石燃料燃燒、大中型工業廢氣排放、汽車尾氣排放等影響，其中化石燃料燃燒是大氣中NO2的主要來源，化石燃料燃燒約貢獻了全世界60%的NO2. 地基多軸差分吸收光譜技術(MAX-DOAS)在對流層NO2、O3、氣溶膠等痕量氣體垂直分布和垂直柱濃度(VCD)測量方面被廣泛應用[3-6]. MAX-DOAS主要采用固定監測方法，如Ma等[7]研究北京市2008—2011年對流層大氣NO2變化，并與衛星遙感數據進行對比分析. Hendrick等[8]對北京市香河的研究發現，大氣NO2季節性變化高值出現在冬季. Seyler等[9]對德國海灣海洋航道的大氣NO2、SO2進行監測，發現污染源主要來自船舶和大陸. Gil-Ojeda等[10]研究發現，北副熱帶對流層NO2的季節演化與太陽輻射相位的年周期相似. Javed等[11]觀測發現，北京霧霾和非霧霾天氣條件對DOAS(差分吸收光譜技術)的擬合參數沒有顯著影響. 隨著DOAS技術的發展，大氣NO2濃度移動監測的方式由車載發展到了船載和機載，如Schreier等[12-13]利用船載監測中國南海和蘇祿海大氣NO2、SO2濃度和西太平洋NO2排放通量. Chan等[14]研究發現，2009—2010年上海世博會期間市中心大氣NO2減少了約30%，但工業區沒有顯著減少. 楊東上等[15]利用機載和車載MAX-DOAS 技術實現了對SO2、NO2多種污染物的監測. 對大氣污染的研究已由對單個城市或區域的污染特征轉向對城市間及區域間污染傳輸影響的研究. Kanaya等[16]于2007—2012年建立了俄羅斯和亞洲MAX-DOAS大氣NO2監測網絡. Wei等[17]分析了華北平原大氣NO2時空變化及影響因素. 周春艷等[18]對比了“十二五”期間京津冀、長三角、珠三角城市群對流層NO2柱濃度，發現在各城市群空間上具有集聚現象. 洪茜茜[19]利用船載MAX-DOAS探測中國東部地區冬季對流層NO2垂直柱濃度發現，高濃度NO2多出現在長江流域主要工業區的下風向位置.

我國大氣NO2污染研究主要集中在京津冀、長三角和珠三角等主要城市群，而天山北坡城市群城市對流層NO2排放和擴散軌跡的研究主要集中在烏魯木齊市[20]、庫爾勒市[21]、博樂市[22]等單個城市的固定監測和城市內部車載移動監測，因此利用車載DOAS研究城際間污染物濃度擴散更具有實踐價值. 奎屯市-獨山子區-烏蘇市(簡稱“奎-獨-烏”)區域是新疆維吾爾自治區最大的石化基地和重要經濟核心區之一，也是天山北坡城市群大氣污染防治重點區域之一. 該研究在奎-獨-烏區域進行大氣NO2的固定監測和城際間的車載移動監測，分析對流層大氣NO2排放源強度及區域間污染變化，以期為制定區域聯防聯控措施提供科學依據.

1 研究區域與方法

1.1 研究區域概況

奎-獨-烏區域地處天山北麓、準噶爾盆地西南緣，南依天山山脈，北部延伸至準噶爾盆地，地勢由南向北傾斜，其中奎屯市距獨山子區9 km，距烏蘇市14 km，獨山子區距烏蘇市18 km. 奎屯市作為奎-獨-烏區域的中心城市，建成區面積40 km2，2018年總人口15.47×104人，全年地區生產總值(GDP)141.55×108元，汽車保有量7.45×104輛，是新型商貿城市，以化工、冶金、電力和光伏等為主導產業. 獨山子區面積26 km2，2019年總人口8×104人，2018年全區地區生產總值231.48×108元，屬于典型的石化工業城區. 烏蘇市總面積2.07×104km2，2018年人口21.64×104人，是以農產品、紡織業為主的農業城市. 根據新疆維吾爾自治區生態環境廳公布的新疆19城市空氣質量狀況及排名(獨山子區隸屬克拉瑪依市，用克拉瑪依市污染天數代表獨山子區)，奎-獨-烏區域2018—2019年1—12月大氣NO2濃度呈明顯的“U”型變化趨勢，由于冬季采暖需要燃燒大量化石燃料，因此污染天氣主要集中在采暖期，奎屯市、獨山子區和烏蘇市的污染天數均在1月最多，分別為31、27、29 d. 空氣質量在線分析平臺(https://www.aqistudy.cn)數據顯示，2018年NO2濃度高值出現在1月，為36 μg/m3；2019年NO2濃度高值出現在2月，為48 μg/m3. 奎-獨-烏區域工業化發展迅速，能源消耗以燃煤為主，加上不利于污染物擴散的地形和氣象條件，導致奎-獨-烏區域大氣污染問題日益突出，尤其是冬季污染程度十分嚴重.

1.2 數據來源與研究方法

1.2.1固定和車載移動監測

該研究使用的mini MAX-DOAS儀器是海德堡大學和Hoffmann技術有限公司基于被動DOAS技術共同開發的便攜式多軸差分吸收光學設備，基本原理基于Lambert-Beer定律，太陽光的初始光強通過大氣層時，由于氣體吸收，懸浮顆粒的Rayleigh散射和Mie散射及湍流等影響[23]，到達地面的光強變為I(λ)，剩余光強與初始光強的關系可用式(1)表示.

(1)

式中：σj(λ)為第j種氣體的吸收截面，cm2/molec；Cj為第j種氣體的濃度，molec/cm3；L為光程上限，cm；DL為傳輸過程中的單位距離，cm；εR(λ)和εM(λ)分別為光路上Rayleigh散射和Mie散射的消光系數；A(λ)為由所用光學系統及湍流造成的衰減因子[24]. DOAS的“差分”思想是將吸收截面分為隨波長做快變化的σj′(λ)和與氣體無特征關系的慢變化兩部分，通過數字濾波去除慢變化部分得到差分光學密度，計算公式：

(2)

式中：I0′(λ)表示寬譜結構，即吸收結構中所有隨波長變化慢的部分；σj′(λ)表示第j種氣體的窄帶吸收截面(差分吸收截面)，cm2/molec；Dj表示第j種氣體的斜柱濃度，molec/cm2.

最后，將差分光學厚度(D′)與氣體吸收截面進行非線性最小二乘法擬合到氣體的差分斜柱濃度(SCD)[25]. MAX-DOAS儀器任意觀測周期仰角α(α≠90°)的差分斜柱濃度與同周期天頂角(90°仰角)相減，即可得到該氣體的對流層差分斜柱濃度(DSCD)，該研究通過幾何法計算大氣質量因子(AMF)，再計算出氣體垂直柱濃度(VCD)，計算公式：

式中：DVC,trop為對流層第j種氣體的柱濃度，molec/cm2；α為儀器觀測鏡的仰角，°；DVC,α為α仰角下某一時刻對流層第j種氣體斜柱濃度，molec/cm2；DVC,90°為同觀測周期天頂角的光譜，即參考光譜的斜柱濃度，molec/cm2. 該研究所得DVC,trop不受光程和觀測角度的影響，具有較好的代表性.

MAX-DOAS的觀測方向是正北，設定儀器角度為1°、3°、6°、10°、15°、20°、30°、45°、90°，按此順序進行循環觀測，一個循環為10 min，儀器觀測結果會受到系統噪聲、太陽光譜結構和Ring效應等外在因素的影響，需要進行光譜處理[26]. 該研究使用Win-DOAS 2.1軟件進行光譜處理，選用400～420 nm波長窗口反演NO2柱濃度，并利用儀器夜間自動觀測的暗電流和電子偏移消除系統噪聲的影響；利用正午觀測高度角為90°的光譜作為參考譜[27]，在俯仰角為30°時反演出的NO2垂直柱濃度精度較高，即選取30°時每日09:00—20:00的小時平均值數據. 固定監測時間為2018年2月—2019年7月，分為冬季(1—2月)、春季(3—4月)和夏季(6—7月). 車載DOAS監測于2018年4月1日(春季)、2018年6月3日(夏季)、2018年10月10日(秋季)和2019年1月24日(冬季)進行，監測時間為10:00—15:00，監測路線全長約72 km(見圖1)，車輛行駛速度控制在30 km/h左右，有效數據分別為159、139、146和135個，并利用ArcGIS軟件對移動監測數據進行普通克里金插值處理.

圖1 奎屯市、獨山子區和烏蘇市固定監測點和移動監測路線Fig.1 Fixed monitoring points and mobile monitoring routes in Kuitun City, Dushanzi District and Wusu City

1.2.2氣象和排放清單數據

基于2018年全球GDAS氣象數據資料和Hybrid Single-Particle Lagrangian Integrated Trajectory Mode l (HYSPLIT)后向軌跡模型對到達奎-獨-烏區域的48 h 氣流軌跡進行模擬，因HYSPLIT所用時間為UTC時間，所以數據處理時間為UTC+8 h. 人為排放數據來源于清華大學研發的中國多尺度大氣污染排放清單模型(MEIC，http://www.meicmodel.org)在2016基準年0.5°×0.5°空間分辨率的逐月網格化排放清單數據，該清單數據包括電力、工業、民用、交通、農業共5個部門.

2 結果與分析

2.1 奎-獨-烏區域大氣對流層NO2柱濃度的時間變化

由圖2可見，奎-獨-烏區域對流層NO2柱濃度季節性變化均呈冬季高、夏季低的特征，最高值均出現在冬季(1月)，呈奎屯市(15.16×1015molec/cm2)>獨山子區(14.66×1015molec/cm2)>烏蘇市(14.44×1015molec/cm2)的特征. 奎-獨-烏區域對流層NO2柱濃度均呈早晚高、中午低的日變化特征，不同季節日變化最高值均出現在19:00，最低值出現在13:00—16:00之間. 奎屯市冬季與春季對流層NO2柱濃度的日變化差異顯著(P<0.05)，冬季與夏季、夏季與春季的日變化差異極顯著(P均小于0.01)；獨山子區冬季與春季、冬季與夏季的對流層NO2柱濃度日變化差異極顯著(P均小于0.01)，夏季與春季差異顯著(P均小于0.05)；烏蘇市不同季節對流層NO2柱濃度的日變化差異均顯著(P均小于0.05)，但與奎屯市和獨山子區相比，烏蘇市對流層NO2柱濃度日變化趨勢波動不明顯.

圖2 奎屯市、獨山子區和烏蘇市對流層NO2柱濃度的時間變化Fig.2 Temporal variation of tropospheric NO2 column concentration in Kuitun City, Dushanzi District and Wusu City

該研究將2019年1—7月同期新疆維吾爾自治區生態環境廳公布的地面監測NO2濃度數據與MAX-DOAS監測的數據進行對比(見圖3)發現，MAX-DOAS監測的對流層NO2柱濃度與地面監測的對流層NO2濃度變化趨勢基本一致，均呈冬季最高、春夏季降低的特點.

圖3 2019年1—7月MAX-DOAS監測的對流層NO2柱濃度與地面監測的對流層NO2濃度的對比Fig.3 Comparison of tropospheric NO2 column concentration monitored by MAX-DOAS and tropospheric NO2 concentration monitored by ground from January to July, 2019

2.2 奎-獨-烏區域大氣對流層NO2柱濃度空間變化特征

奎-獨-烏區域城際間不同季節的車載移動監測NO2柱濃度數據呈冬季(11.8×1015molec/cm2)>秋季(9.46×1015molec/cm2)>春季(7.46×1015molec/cm2)>夏季(4.33×1015molec/cm2)的特征. 由圖4可見：春季(2018年4月1日)奎-獨-烏區域上空NO2柱濃度平均值為7.46×1015molec/cm2，最高值出現在奎屯立交橋附近，高值區為獨山子區油城路至獨山子立交橋路段，獨山子立交橋是連接G217和G312的主要交通節點；夏季(2018年6月3日)奎-獨-烏區域上空對流層NO2柱濃度平均值為4.33×1015molec/cm2，最低值為0.2×1015molec/cm2，獨山子區處于烏蘇市的上風向；秋季(2018年10月10日)奎-獨-烏區域上空對流層NO2柱濃度平均值為9.46×1015molec/cm2，高值區出現在奎屯立交橋附近；冬季(2019年1月24日)奎-獨-烏區域上空對流層NO2柱濃度平均值為11.80×1015molec/cm2，最高值為28.43×1015molec/cm2，NO2主要分布在獨山子區主要化工園區. 結果表明，奎-獨-烏區域城際間大氣對流層NO2柱濃度的變化在空間分布上存在明顯差異.

圖4 奎-獨-烏區域城際間對流層NO2柱濃度的空間分布情況Fig.4 Spatial distribution of tropospheric NO2 column concentration over intercity in Kui-Du-Wu Region

2.3 影響因素分析

2.3.1地形地貌和氣象條件的影響

奎-獨-烏區域地勢整體南高北低，烏蘇市平均海拔460 m，奎屯市平均海拔465 m，獨山子區平均海拔400 m，其西部和北部均有高山分布，南部有獨山子山，中部、東部地形開闊平坦. 因此，該區域存在山谷風交替現象，白天多為東北風(谷風)，夜間多為西南風(山風). 奎-獨-烏區域四季主導風向均為西風，春季高風速(2.0～7.0 m/s)出現頻率較多，夏季風速(1.5～3.0 m/s)較低，秋季風速變化范圍為1.5～4.5 m/s，冬季風速變化范圍為1.5～3.0 m/s. 冬季較高風速主要分布在西風風向上，南風和西北風的風速整體較低，雖有利于污染物由西向東在城際間擴散，但冬季低風頻率高且持續時間長,逆溫層深厚,陰霧天氣多發,大氣擴散和輸送能力都較弱，因此不利于污染物遠距離擴散.

2.3.2不同季節污染源氣團的影響

模擬到達奎-獨-烏區域的24 h氣流軌跡(見圖5)，模擬高度設為500 m. 由圖5可見：春季各聚類軌跡出現頻率呈聚類Ⅲ>聚類Ⅴ>聚類Ⅰ>聚類Ⅱ>聚類Ⅵ>聚類Ⅳ的特征，西南方向的氣流(聚類Ⅴ、聚類Ⅳ、聚類Ⅰ、聚類Ⅲ)頻率為72.37%，其運行速度快，軌跡線長，受地形影響較大，西南方向的氣流從高處向低處移動，有利于污染物在垂直方向上的擴散；聚類Ⅱ軌跡線較短，軌跡線呈環狀，運行速度較慢，考慮為局地氣流，其導致春季污染物向奎屯市和獨山子區傳輸. 夏季各聚類軌跡的出現頻率呈聚類Ⅴ>聚類Ⅵ>聚類Ⅲ>聚類Ⅳ>聚類Ⅱ>聚類Ⅰ的特征，其中來自西北方向(聚類Ⅰ、聚類Ⅲ和聚類Ⅵ)的頻率為43.55%，聚類Ⅳ氣流在東北部盤旋停留，各氣流均為長距離運輸，軌跡運動速度較快且運行高度和氣壓均較穩定，在近地面水平方向上有利于污染物的擴散. 秋季各聚類軌跡的出現頻率呈聚類Ⅴ>聚類Ⅲ>聚類Ⅳ>聚類Ⅵ>聚類Ⅱ>聚類Ⅰ的特征，來自東北方向氣流(聚類Ⅳ、聚類Ⅱ、聚類Ⅵ)頻率(44.2%)最大，而來自西北方向(聚類Ⅰ和聚類Ⅲ)和西南方向(聚類Ⅴ)的氣流軌跡頻率分別為26.96%、28.84%. 冬季各聚類軌跡出現的頻率呈聚類Ⅰ>聚類Ⅱ>聚類Ⅲ>聚類Ⅳ>聚類Ⅴ>聚類Ⅵ的特征，其中來自西南方向(聚類Ⅳ、聚類Ⅰ、聚類Ⅲ)的軌跡頻率最高，為65.45%，來自東北方向(聚類Ⅴ、聚類Ⅱ)的頻率為31.05%，冬季各氣流運行速度均較緩慢，且西南和西北方向氣流運動氣壓和高度共同造成污染物向奎屯市擴散.

圖5 奎-獨-烏區域不同季節氣流運行軌跡聚類分析Fig.5 Cluster analysis of air flow trajectories in different seasons in Kui-Du-Wu Region

2.3.3不同行業對大氣NO2排放量貢獻

奎-獨-烏區域人為排放源對NO2的排放貢獻率呈奎屯市(1 187.76 t/a)>獨山子區(1 046.24 t/a)>烏蘇市(148.06 t/a)的特征. 奎-獨-烏區域不同季節各行業人為排放源對NO2的排放貢獻率均呈秋季>冬季>春季>夏季的特征，烏蘇市不同行業人為排放源對NO2的排放貢獻率呈工業部門>交通運輸部門>住宅區，奎屯市呈工業部門>電力部門>交通運輸部門>住宅區，獨山子區呈工業部門>電力部門>交通運輸部門>住宅區，該區域工業部門對NO2的排放貢獻率(>48%)最大，其次為電力部門(>22%). 而烏蘇市交通移動源對NO2的排放貢獻率(29%～33%)遠高于對奎屯市(<7%)和對獨山子區(<5%)(見圖6)，說明奎-獨-烏區域主要以工廠和電力部門的固定源排放為主.

圖6 奎-獨-烏區域人為源排放對NO2排放貢獻率Fig.6 Contribution of anthropogenic emission to NO2 in Kui-Du-Wu Region

2.3.4工廠集聚度的影響

奎-獨-烏區域工廠占新疆維吾爾自治區工廠的3.6%，占新疆維吾爾自治區北部工廠的6.3%；奎-獨-烏區域電廠占新疆維吾爾自治區電廠的3.8%，占新疆維吾爾自治區北部電廠的5.6%. 奎屯市、獨山子區、烏蘇市工廠數量分別為52、23、12個. 由圖7可見：奎屯市城區各方向均有工廠分布，其中西北和東南方向工廠分布相對較多，主導風向為西風，大氣污染物易在城區聚集；獨山子區工廠集中分布在西南、東南方向，而居民區集中分布在西南、東南方向，位于西風通道的下風向，易導致污染物聚集；烏蘇市工廠數量較少，集中在西南方向，處于西風主導風向的上風口區，污染物不易聚集. 奎-獨-烏區域主導風向為西風，由于地勢南高北低，造成污染物向奎屯市和獨山子區擴散.

圖7 奎-獨-烏區域工廠、電廠分布情況Fig.7 Distribution of factories and power plants in Kui-Du-Wu Region

3 討論

3.1 山盆結構的地貌特征及氣象條件不利于重污染期大氣NO2污染物的空間擴散

奎-獨-烏區域南靠天山山脈，高大的地形和山脈阻擋了污染物的擴散，大氣污染不易向南擴散. 地形影響污染物的擴散，京津冀地區北部海拔高，有效阻止了南部污染空氣北上，因此北部空氣質量優于南部[28]. 長三角地區大氣污染程度自西北向東南逐漸降低，東南部臨近海洋，受海風影響，東南部空氣質量優于西北部[28]. 四川盆地城市群由于地勢低，封閉的環境使盆地內邊界層大氣層結穩定度高于同緯度其他地區，大氣污染物擴散受阻[29]. 此外，奎-獨-烏區域冬季采暖期居民煤炭的燃燒以及區域內工業生產都產生大量NO2，該區域氣流來源表明，春季、夏季、秋季在水平和垂直方向上均有利于NO2擴散，冬季氣流運動方向不利于污染物擴散，導致采暖期大氣污染物濃度高于非采暖期，與北方城市群——呼包鄂地區[30]、四川盆地城市群[31]、長株潭城市群[32]、京津冀城市群NO2濃度的季節性變化一致. 而長三角地區地處我國南方，冬季無采暖期，NO2濃度變化沒有采暖期與非采暖期的區別. 奎-獨-烏區域冬季空氣重污染過程的平均持續時間為13.3 d，研究[31]表明，成都市、北京市、上海市冬季重污染期的污染平均持續時間為14.86、4.13、3 d，說明冬季重污染期的形成和消散時間呈上海市>北京市>奎-獨-烏區域>成都市的特征，奎-獨-烏區域重污染期的形成和消散時間均較為緩慢.

3.2 能源工業結構為主的人為排放源是導致大氣NO2污染物空間集聚的主要原因

據統計，我國電廠、工業以及道路移動源對大氣NOx總排放量的貢獻率達89%[33]，我國大型城市市區空氣中50%以上的NOx污染來自機動車排放[34]. 南方地區城市群冬季基本沒有采暖，大氣污染排放以交通移動源為主，李婷婷等[35]研究發現，國內四大城市群大氣污染程度呈京津冀地區>中三角地區>長三角地區>珠三角地區的特征，不同城市間NO2濃度差異明顯，珠三角地區由于經濟發達且機動車保有量高導致NO2濃度也處于較高水平. 奎-獨-烏區域大氣NO2濃度的日變化峰值與交通高峰期在時間上具有較高的一致性，這與呼包鄂地區[30]、四川盆地城市群[31]、京津冀城市群和長江三角洲城市群[28]大氣污染的日變化特征相似，說明該區域交通源對NO2污染也存在一定影響. 我國北方地區城市群由于冬季采暖時間長、機動車保有量較高等特征，NO2污染主要以工業和電廠部門固定源以及交通移動源為主，如鄭曉霞等[36]發現，京津冀地區城市群NO2污染受人口密度、能源消耗、機動車排放等人為因素影響，呼包鄂地區主要的能源為煤炭，冬季為采暖期，燃煤對NO2有較大的貢獻. 李慧等[37]研究發現，地理位置、氣象條件、產業結構、能耗消耗是影響京津冀及周邊地區城市空氣質量變化的重要因素. 洪茜茜等[21]對中國東部地區冬季3次高濃度NO2污染事件的研究發現，高濃度NO2并不是由本地排放的污染物積聚所致，而是上風向工業園區排放的大氣污染物的遠距離輸送導致. 奎-獨-烏區域春季4次高濃度NO2污染天氣主要源自工廠和電廠在奎屯-獨山子區域的空間積聚，以及工業園區所排放的大氣污染物的近距離輸送，說明能源工業結構背景下形成的奎-獨-烏區域大氣污染以本地污染為主.

4 結論

a) 奎-獨-烏區域對流層NO2柱濃度日變化均呈早晚高、中午低的趨勢，季節性變化呈冬季高、夏季低的特點. 不同季節高值主要出現在奎屯立交橋、獨山子立交橋以及工業聚集的地方，低值出現在烏蘇市上風向.

b) 奎-獨-烏區域NO2污染來源以工廠和電力部門的固定源排放為主，交通源排放也存在一定影響. 不同季節氣流軌跡輸送類型基本為短距離運輸，氣流來源于污染物濃度較低的區域，能源工業結構背景下形成的奎-獨-烏區域環境有利于大氣污染物的聚集和積累，大氣污染以本地污染為主.