長三角區域和城市氨氣變化特征及對細顆粒物形成的影響*

林燕芬

(上海市環境監測中心，上海 200235)

氨氣(NH3)作為大氣中已知唯一的堿性氣體，在大氣化學過程中起著舉足輕重的作用。NH3一方面促進大氣中的二氧化硫(SO2)和氮氧化物(NOx)等酸性物質的清除，在一定程度上緩解了酸雨危害；另一方面，NH3與SO2、NOx等酸性氣體反應，形成各種銨鹽，是大氣細顆粒物(PM2.5)的重要組成部分，對空氣質量有重要影響[1-2]，且由于銨鹽具有高吸濕性，對能見度降低也有顯著影響[3]。已有研究表明，NH3在粒子成核階段和隨后的粒子生長過程中顯著促進新粒子的形成，NH3能促進SO2的氧化和向硫酸鹽的轉化，NH3排放的增長會抵消部分SO2和NOx減排所帶來的PM2.5濃度的降低[4]，從而限制空氣質量的持續有效改善?？傊?，NH3的增加對環境、公眾健康、生態系統及氣候變化等均有不可忽視的作用[5-6]。歐美國家的經驗顯示，在SO2和NOx已經控制到一定程度的時候，控制NH3將是降低PM2.5濃度最經濟有效的途徑[7]。美國、歐盟等國家和地區已認識到NH3排放對于大氣顆粒物形成的重要性，并出臺了相關減排指標，其中歐盟2012年修訂的《哥德堡議定書》制定了2020年NH3排放量較2005年減少6%的目標。

中國是全世界NH3排放量最大的國家之一，2008年NH3排放總量占全亞洲的45%[8]，并呈現增長趨勢。據董文煊等[9]估算，1994—2006年，中國NH3排放的年平均增長率為3.1%。近年來，中國顆粒物污染改善明顯，但隨著一次來源顆粒物的削減，顆粒物二次組分占比上升，因此NH3、NOx和揮發性有機物(VOCs)等形成二次氣溶膠的重要前體物的減排將是中國空氣質量持續改善的關鍵[10]。目前，中國對氣態污染物的控制主要集中在SO2和NOx等酸性氣體，“十三五”期間，VOCs治理也取得了一定成效，排放總量出現了下降趨勢[11]，而對于NH3的控制措施則相對缺失[12]。中國目前對NH3的研究多集中于各個城市和地區排放特征研究，涵蓋的排放源種類一般分為自然源、農業源、工業源、交通源和生活源等，并對比了不同城市的NH3排放強度等差別[13-17]，而對于城市和區域環境中NH3濃度的長期變化特征及其對PM2.5的影響研究則相對較少。本研究針對長三角區域和上海兩個不同類型站點的NH3濃度變化特征及其對PM2.5的影響開展研究，有助于認識區域和城市中NH3的來源及其對環境中PM2.5的影響；在此基礎上利用數值模擬開展氨減排情景的模擬分析，初步定量評估上海不同來源的NH3對PM2.5濃度的貢獻，為進一步深挖PM2.5減排空間，制定經濟、有效的PM2.5減排措施提供科學依據。

1 研究區域和數據來源

1.1 監測點概況

本研究所采用的大氣NH3、PM2.5濃度及其組分的數據來自于國家環境保護長三角大氣復合污染上海淀山湖科學觀測研究站(簡稱區域站)和上海市浦東大氣超級站(簡稱城市站)。區域站位于東經120.978°、北緯31.093 5°，地處江蘇、浙江和上海三省市的交界，距離上海市區約46 km，該區域是長三角城市快速發展擴容“城間帶”，周邊沒有典型工業污染源，可代表長三角范圍內的區域污染特點；城市站位于東經121.533°、北緯31.228°，地處上海中心城區核心位置，站點周圍主要為居民區、商業區與交通干道等，周邊沒有明顯的工業排放源，人口密集、交通流量大，屬于典型城市居民點，對研究城市地區大氣復合污染成因與機理有重要價值。

1.2 數據來源

2 結果與分析

圖1 區域站和城市站和PM2.5的年際變化Fig.1 Inter-annual variation of and PM2.5 at regional and urban sites

2.2 NH3對PM2.5中SNA濃度的影響

圖2 區域站和城市站NH3和質量濃度的月變化Fig.2 Monthly variation of NH3 and mass concentrations at regional and urban sites

圖3 區域站和城市站NH3與SNA的相關分析Fig.3 Correlation analysis between NH3 and SNA at regional and urban sites

圖4 區域站和城市站的SNA與ACR、NH3的相關分析Fig.4 Correlation analysis between SNA and ACR，NH3 at regional and urban sites

表1 ACR與SO2、NO2、溫濕度的相關系數1)Table 1 Correlation coefficients between ACR and SO2，NO2，temperature，humidity

2.3 氨對氮氧化率(NOR)和硫氧化率(SOR)的影響

圖5 區域站和城市站總氨質量濃度與SOR、NOR的相關分析Fig.5 Correlation analysis between total ammonia mass concentration and SOR，NOR at regional and urban sites

2.4 氨減排模式的模擬研究

為研究NH3排放對上海環境空氣中PM2.5的影響，選取2018年6月10—14日的PM2.5輕度污染過程作為典型案例，基于WRF-CMAQ模式系統模擬上海PM2.5小時濃度變化情況，同時設置3個模擬情景(見表2)，并計算它們對上海PM2.5濃度的貢獻率(即模擬情景下PM2.5小時濃度較基準情景的變化率)，結果見圖6。

PM2.5濃度基準情景模擬值變化與實測值較一致，較準確地模擬了研究時段中PM2.5的污染水平和變化趨勢。3個模擬情景均促使PM2.5濃度出現不同程度的下降。針對此次污染案例，綜合3個模擬情景去除所有人為源氨排放，最高能使PM2.5小時質量濃度約下降14.4 μg/m3，貢獻率為25.0%；能使研究時段內PM2.5平均值下降4.8 μg/m3，貢獻率約13.9%。

如將研究時段分成污染時段和非污染時段，根據3個模擬情景結果分別進行不同類別氨排放貢獻分析。結果發現：在污染時段，居民生活氨排放的貢獻率(7.4%)最大，其次是農業氨排放(貢獻率為5.3%)，交通、工業氨排放貢獻率為3.7%；在非污染時段，農業和居民生活氨排放(均為4.9%)貢獻率相當，交通、工業氨排放貢獻率為3.2%。

3 結論與討論

(2) 兩個站點污染日SNA與ACR均呈線性正相關，且同樣的ACR下，NH3濃度越高，SNA也相應越高，表明SNA主要受ACR影響，NH3也有一定的貢獻。

(3) 兩個站點總氨濃度與SOR、NOR均為正相關關系，表明總氨濃度的增加均有利于NO2和SO2向PM2.5轉化。

表2 上?；鶞屎湍M情景的NH3排放量Table 2 NH3 emissions of baseline and simulation scenarios in Shanghai 萬t/a

圖6 PM2.5小時質量濃度實測值、基準情景模擬值和3個模擬情景的貢獻率Fig.6 The PM2.5 hourly measurement concentrations and simulated concentrations of baseline scenario and the contributions of three simulation scenarios to PM2.5

(4) 基于WRF-CMAQ模式系統模擬，去除所有人為源氨排放能使研究時段內PM2.5平均值下降4.8 μg/m3，貢獻率約13.9%。隨著酸性污染氣體減排空間的減少，評估典型及重點行業的氨排放削減潛力，落實氨的減排控制對于經濟有效地促進PM2.5的進一步減排有重要意義。