貴陽市2023年1-2月一次PM2.5污染過程及成因分析

焦樹友 王 琴 石 宇 陳遠航 李光一 張 會

(1.貴陽市生態環境局;2.貴陽市節能監測站;3.貴陽市環境空氣質量預測預報中心;4.貴州楚云環保科技有限公司;5.貴州省生態氣象和衛星遙感中心,貴陽 550002;6.廣州禾信儀器股份有限公司,廣州 510000)

細顆粒物PM2.5是指空氣動力學當量直徑小于或等于2.5 μm的顆粒物,可長時間懸浮在空中,濃度過高會對環境和公共健康造成嚴重影響[1-3],除此之外,PM2.5也能夠增強地表輻射,使得地表溫度升高,造成全球氣候變暖[4]。根據中國生態環境部發布的2021年中國生態環境狀況公報統計,PM2.5的超標天數占了環境空氣質量總超標天數的39.7%[5],由此可見,顆粒物污染形勢依然嚴峻。近年來,貴陽市不斷優化調整產業結構、能源結構、運輸結構、用地結構;開展了建筑施工和道路揚塵治理、柴油貨車污染治理、工業企業大氣污染防治、工業爐窯大氣污染綜合整治、重點行業揮發性有機物(VOCs)綜合治理、散燒燃煤治理和煤炭消費減量替代等專項行動。系列措施和專項行動為我市空氣質量帶來巨大改善,2022年環境空氣質量優良率達到了100%。但隨著疫情管控的放開和經濟的復蘇,大氣細顆粒物(PM2.5)污染態勢依然嚴峻。分析研究貴陽市PM2.5污染的過程及成因,有利于提高PM2.5污染天氣的預警預報及應對措施。吳戰平等[6]對貴陽市2013年2次空氣污染過程進行了分析,得出動力和熱力氣象因子均為2次污染過程維持和發展提供了有利條件。張春輝等[7]分析了能見度與相對濕度及PM2.5濃度的關系,發現RH≥90%時,能見度驟降與PM2.5濃度相關性并不強。劉群等[8]對貴陽市2020年12月一次典型污染天氣過程進行了分析,發現區域性大氣靜穩、近地面水平風速弱、相對濕度高是此次污染過程的重要原因。張娜等[9]對貴陽市主城區大氣污染物時空分布特征及成因進行了分析,發現春季影響大氣污染物的關鍵因素是相對濕度;夏季是降水量和氣壓;秋季是風速;冬季是氣壓。本研究針對2023年1月29日-2月1日這一污染過程,從氣象條件、本地污染源排放和區域傳輸疊加等方面進行分析,為貴陽市污染天氣預警預報及污染源管控提供參考。

1 材料與方法

1.1 區域概況

貴陽市位于貴州省中部,是貴州省省會,經緯度范圍為106°7′—107°17′E,26°11′—27°22′N。貴陽市下轄10個縣級行政區劃單位(市轄區6,縣級市1,縣3),面積8034 km2,其主城區包括南明區、云巖區、白云區、觀山湖區、花溪區和烏當區,面積2525.46 km2。屬亞熱帶濕潤溫和型氣候,兼具高原季風氣候特征,年平均降水量為1173.9 mm,年平均氣溫15.16℃,年平均濕度80%,年平均風速2.42 m/s。地勢西南高,東北低,研究區平均海拔1000 m。研究區海拔高度及監測點位分布如圖1所示。

1.2 數據來源

空氣質量數據來源于貴陽市生態環境局,主要為各縣(區)自動監測站點(國控、省控)監測的PM10、PM2.5、NO2、SO2、O3和CO小時濃度數據(站點信息如表1所示),時間跨度為2023年1月29日至2月3日。氣象數據氣溫、風速(風向)、氣壓和相對濕度為日均值數據,從中國氣象數據網(http://www.data.cma.cn)獲取,時間跨度為2023年1月29日至2月3日。火點數據來源于貴州省生態氣象和衛星遙感中心,時間跨度為2023年1月29日至2月1日。衛星遙感監測的PM2.5濃度數據主要是利用Himawari-8/9衛星的數據(JAXA Himawari Monitor (P-Tree System))反演得到,時間跨度為2023年2月1日10時-14時。

表1 貴陽市環境空氣質量自動監測點位信息表

1.3 研究方法

1.3.1 IDW

反距離加權插值(IDW)是一個加權平均插值法,可以進行確切的或者圓滑的方式插值。方次參數控制著權系數如何隨著離開一個格網結點距離的增加而下降。對于一個較大的方次,較近的數據點被給定一個較高的權重份額,對于一個較小的方次,權重比較均勻地分配給各數據點。本研究以 2023年1月29日—2月3日 PM2.5濃度數據作為數據源,運用反距離加權插值,借助 ArcGIS10.6 平臺的分析工具,以各空氣質量監測站點的經緯坐標為基礎,分析貴陽市1月29日—2月3日PM2.5污染前期、污染期間、污染結束的空間分布特征。

1.3.2 WRF-Chem

WRF-Chem模式是美國最新發展的區域大氣動力-化學耦合模式,是在NCAR開發的中尺度數值預報氣象模式(WRF)中加入大氣化學模塊集成而成。本研究利用WRF-Chem模式對污染期間的風場、大氣混合層高度以及PM2.5濃度進行模擬分析。

1.3.3 SPAMS 0525

單顆粒氣溶膠質譜儀(簡稱 SPAMS 0525),可以分別根據顆粒物質譜特征進行化學組成表征、根據顆粒物的空氣動力學直徑對顆粒物進行分類;也可以同時對顆粒的大小與顆粒化學成分組合進行分類;建立主要化學成分和顆粒粒徑之間的對應關系,從而進行PM2.5的在線源解析。本研究利用單顆粒氣溶膠質譜儀對市環保站站點2023年1月29日—2月3日期間PM2.5進行在線解析,分析污染期間顆粒物的來源貢獻。

2 結果與分析

2.1 污染過程與特征

2023年1月29日—2月3日期間,AQI范圍為49～115,造成此次污染的首要污染物為PM2.5(圖2)。此次污染過程可分為四個階段,第一階段在1月29日23時,AQI超過100,此時PM2.5濃度為77 μg/m3;第二階段在1月30日19時,AQI超過100,此次污染事件持續15個小時,PM2.5濃度在78～86μg/m3之間;第三階段在1月31日19時,AQI超過100,此次污染事件持續22個小時,PM2.5濃度在76～108 μg/m3之間;第四階段在2月1日18時,AQI超過100,此次污染事件持續6個小時,PM2.5濃度在77～88 μg/m3之間。整體來看,此次污染過程污染期間的PM2.5濃度較污染前期增幅43.5%,污染結束的PM2.5濃度較污染期間降幅64.0%;另外,污染前后各污染物的濃度都有明顯波動,PM2.5與PM10、SO2、NO2、CO的波動變化高度一致,尤其是在污染發生期間。

圖2 2023年1月29日-2月3日污染物濃度變化特征

從貴陽市污染期間PM2.5濃度的空間分布來看(圖3),2023年1月29日—1月30日為污染前期,PM2.5濃度分別為51 μg/m3和64 μg/m3,貴陽市PM2.5濃度除息烽和白云外,其他地區整體都較低;2023年1月31日—2月1日為污染期間,PM2.5濃度分別為78 μg/m3和87 μg/m3,貴陽市PM2.5濃度整體都較高,由此可見此次污染事件為大范圍的區域污染事件;2023年2月2日—2月3日為污染結束,PM2.5濃度分別為34 μg/m3和26 μg/m3,貴陽市PM2.5濃度整體都有所降低,花溪區、南明區、云巖區等南部區域略高于息烽縣和開陽縣等北部區域。

圖3 2023年1月29日-2月3日污染前(a)、中(b)、后(c)期PM2.5空間分布特征

2.2 污染成因分析

2.2.1 氣象條件對PM2.5污染的影響分析

貴陽市為典型的喀斯特地貌,特殊的地形條件使得貴陽具有獨特的氣候類型[10]。從1月24日起,貴陽市以陰天無雨為主,前期溫度維持較低,后期氣溫逐漸上升。從圖4來看,1月29日貴陽市主導風向為南風,平均風速1.3 m/s,氣溫3～18℃,氣壓885 hPa,平均相對濕度50%,PM2.5濃度為51 μg/m3;1月30日貴陽市主導風向為南風,平均風速1.8 m/s,氣溫0～13℃,氣壓878 hPa,平均相對濕度46%,晝夜溫差較大,夜間降溫后近地面形成輻射逆溫[11],PM2.5濃度開始升高達到64 μg/m3;1月31日貴陽市主導風向依然為南風,平均風速2.2 m/s,氣溫6～17℃,氣壓874 hPa,平均相對濕度42%,雖然風速有所增強,考慮受逆溫影響以及上風向污染物的持續傳輸,PM2.5濃度繼續累積升高達78 μg/m3;2月1日主導風向為東南風,平均風速1.9 m/s,氣溫7～17℃,氣壓877 hPa,平均相對濕度57%,較前一日相對濕度增大,利于細顆粒物的吸濕增長以及二次轉化,另外風速有所減弱,且仍受逆溫影響,污染物橫向、縱向均無法有效擴散,PM2.5濃度進一步累積達到87 μg/m3。

圖4 2023年1月29日-2月3日污染前后濕度、風速與PM2.5濃度變化趨勢

綜合分析WRF-Chem模擬的1月29日-2月1日邊界層高度(PBLH)和地面監測的PM2.5質量濃度(圖5),發現PM2.5質量濃度超過75 μg/m3時,邊界層高度在700 m左右;PM2.5質量濃度超過100 μg/m3時,邊界層高度低于600 m。同時,發現個別時段邊界層高度與PM2.5質量濃度呈同步增降,可能與微氣象條件與山體海拔高度交互作用有關。總體來看,貴陽市邊界層高度位于600 m以下的時候容易出現PM2.5高值事件,因此,邊界層高度600 m可以作為判別PM2.5高值事件的臨界值。

圖5 2023年1月29日-2月2日大氣邊界層與PM2.5濃度隨時間變化圖

2.2.2 本地污染源排放

通過對本次污染過程前、中、后期PM2.5在線源解析數據進行分析(圖6),污染期間餐飲油煙排放相對穩定,工業源排放較平時有所減少但存在區域傳輸可能,建筑工地揚塵源較平時大幅減少,機動車尾氣排放較平時整體提升,與農歷大年初七各地人員駕駛車輛開始返城集聚有關。

圖6 2023年1月29日-2月2日各類污染源對PM2.5貢獻情況

從污染期間市環保站顆粒物源解析監測結果來看(圖7),1月31日,PM2.5主要污染來源為二次源、揚塵源和生物質燃燒源,其占比分別為43.9%、18.5%和16.2%;2月1日,PM2.5主要污染來源為二次源、揚塵源和機動車尾氣源,其占比分別為45%、14.2%和14%。從占比變化來看,揚塵源占比逐漸減少,這與污染期間貴陽市持續對重點區域實施管控工作(如:全天灑水清掃,開展路面保濕作業、霧炮除塵和工地揚塵等)有一定的關系。生物質燃燒源占比變化明顯,其中31日相比30日占比上升3.6%,因31日以南風為主,風速由1.8 m/s上升至2.2 m/s,結合火點發生位置(圖8),符合貴州南部和貴陽本地森林火災以及燃放煙花爆竹等產生的污染傳輸規律;2月1日相比1月31日占比下降7.7%,風速由2.2 m/s降低至1.9 m/s,這與風速減弱后、山林火災等傳輸影響變小有一定的關系。二次源占比逐漸升高,特別是1月31日和2月1日污染期間均超過了40%,這是由于在逆溫等不利氣象條件下,工業源、機動車尾氣、燃放煙花爆竹等一次源排放的二氧化硫、氮氧化物等氣態污染物不斷在空中積累,通過光化學氧化、自由基反應等反應后,部分轉化為含有二次無機組分硫酸鹽、硝酸鹽以及二次有機氣溶膠的顆粒[12],形成穩定的PM2.5高值。

圖7 2023年1月30日-2月1日PM2.5來源解析結果

2.2.3 區域傳輸疊加

研究發現,森林火災會釋放大量的氣體和顆粒物,其中PM2.5(占總顆粒物90%)可長時間、遠距離傳輸,沉降后造成受體點PM2.5的高濃度[13]。根據衛星遙感火點監測情況和風場模擬結果(圖8),發現1月29日-2月1日,貴陽市上風向發生火點275起,主要集中在都勻和惠水等區域。通過WRF-Chem模擬和衛星遙感反演監測,發現PM2.5高值主要集中在遵義和銅仁等區域,其隨著污染的發生發展,PM2.5高值有向貴陽明顯推進的趨勢(圖8-9)。

3 結論

(1)2023年1月29日—1月30日為污染前期,PM2.5濃度分別為51 μg/m3和64 μg/m3,貴陽市PM2.5濃度除息烽和白云外,其他地區整體都較低;2023年1月31日—2月1日為污染期間,PM2.5濃度分別為78 μg/m3和87 μg/m3,貴陽市PM2.5濃度整體都較高;2023年2月2日—2月3日為污染結束,PM2.5濃度分別為34 μg/m3和26 μg/m3,貴陽市PM2.5濃度整體都有所降低;貴陽市此次污染過程前7,各污染物的濃度都有明顯波動,污染期間的PM2.5濃度較污染前期增幅43.5%,污染結束的PM2.5濃度較污染期間降幅64.0%;另外,PM2.5與PM10、SO2、NO2、CO的波動變化高度一致,尤其是在污染發生期間。從空間分布來看,污染期間,貴陽市PM2.5濃度整體都較高,由此可見此次污染事件為大范圍的區域污染事件。

(2)從氣象條件對PM2.5污染的影響分析表明,此次污染過程前期及污染期間晝夜溫差較大,夜間降溫后近地面形成輻射逆溫,不利于PM2.5擴散稀釋;貴陽市邊界層高度(PBLH)和地面監測的PM2.5質量具有明顯相關關系,個別時段邊界層高度與PM2.5質量濃度呈同步增降,且邊界層高度位于600米以下的時候容易出現PM2.5高值事件,因此,邊界層高度600米可以作為判別PM2.5高值事件的臨界值。

(3)從本地污染源排放來看,1月31日工業源、建筑工地揚塵源和機動車尾氣排放貢獻占比較平時大幅減少,減少幅度分別為5.40%、2.90%和2.40%,生物質燃燒源和二次無機源貢獻占比較平時有所增加,增加幅度分別為3.60%和12.20%;2月1日工業源、建筑工地揚塵源和生物質燃燒源貢獻占比較平時大幅減少,減少幅度分別為4.60%、7.20%和4.10%,機動車尾氣排放和二次無機源貢獻占比較平時有所增加,增加幅度分別為4.90%和13.3%;從區域傳輸疊加來看,貴陽市此次污染事件與貴陽市南部(上風向)發生的森林火災有明顯關系。