石家莊市冬防期細顆粒物污染特征及源解析

馮亞龍,王 瑋

(石家莊市環境預測預報中心,河北石家莊 050022)

經濟社會的飛速發展致使城市化率不斷攀升,城市人口的增長導致對能源需求不斷增大,石家莊市的能源結構主要以化石能源為主,化石燃料燃燒所引發的顆粒物污染問題日益突出[1],特別是冬防期期間環境空氣質量逐漸轉差,重污染天氣常有發生[2-5]。

2012年,中國將PM2.5納入國家監測體系[6]以來,石家莊市大力開展對細顆粒物的治理,經過近十年的治理,冬防期期間PM2.5對石家莊市環境空氣質量的影響逐年降低,特別是2018年—2020年,石家莊市通過“氣代煤、電代煤”3年攻堅行動,能源結構得到優化,環境空氣質量明顯改善,但PM2.5污染仍然存在[7-10]。因此,對冬防期PM2.5污染來源進行解析仍具有重要意義。

近年來,部分學者對石家莊市冬防期PM2.5來源進行分析,但主要集中在短期PM2.5重污染過程中的組分分析、粒徑分析和污染物來源的解析[11-18],對冬防期長期的PM2.5主要污染來源及變化情況研究較少。因此,本文基于石家莊市2017年10月1日—2018年3月31日、2019年10月1日—2020年3月31日、2021年10月1日—2022年3月31日3個時間段的國控監測數據和實時在線源解析數據,探究石家莊市冬防期PM2.5主要污染源及變化情況,以期為石家莊市開展冬防期污染源頭的針對性管控提供有益參考。

1 數據與方法

1.1 研究時段

本文研究重點為石家莊市冬防期,分別選取2017年10月1日—2018年3月31日、2019年10月1日—2020年3月31日、2021年10月1日—2022年3月31日作為研究時段,簡稱為第1階段、第2階段、第3階段。

研究時段的選取主要考慮到:1)2018年10月1日—2019年3月31日和2020年10月1日—2021年3月31日受設備硬件損壞影響,在線源解析設備(SPAMS)長時間無法正常運行,致使2個階段數據存在失真現象;2)2017年是《大氣污染防治行動計劃》第1階段目標的收官之年;3)2020年是打贏3年“藍天保衛戰”,完成“氣代煤、電代煤”的目標年、關鍵年,2019年—2020年秋冬季攻堅成效直接影響2020年目標的實現;4)2021年是“十四五”規劃開局之年,也是“十四五”監測點位優化調整后的第1個秋冬季。綜上,所選取的3個階段的數據代表了2次大氣污染防治攻堅行動成效和國控監測點位優化調整后石家莊市第1個秋冬季污染源狀況,可為未來冬防期的環境治理提供借鑒。

1.2 數據來源及監測地點

本文所使用的PM2.5濃度數據均來源于石家莊市國家空氣質量自動監測站(簡稱國控監測站),且均為實況數據。第1階段、第2階段的PM2.5監測點為“十三五”時期石家莊市建成區7個國控監測站,第3階段的PM2.5監測點為“十四五”時期石家莊市建成區11個國控監測站。3個階段的SPAMS監測地點均位于石家莊市環境預測預報中心3樓樓頂(東經:114°31′47.61″,北緯:38°01′26.68″),為實時源解析數據。石家莊市國控監測站點位和SPAMS監測點位如圖1所示。

圖1 石家莊市大氣國控監測站點位和SPAMS監測點位Fig.1 Shijiazhuang air state control monitoring sites and SPAMS monitoring sites

1.3 研究方法

采用人工采集方法對石家莊市各類污染源進行采樣分析,建立具有本地化污染特征的顆粒物譜圖,同時借助自適應共振神經網絡分類方法(ART-2a)將采集到的源顆粒對照譜圖特征進行分類,得到各類源的特征圖譜,最后將采集到的每個顆粒物與源圖譜進行相似度比對,從而得到每一個顆粒物的來源,最終得到具有本地化污染特征的顆粒物源解析結果。

2 空氣質量分析

石家莊市3個階段的空氣質量綜合指數、PM2.5濃度統計結果見表1。第3階段,國控監測站點位(以下簡稱國控點位)從7個調整為11個,由表1可知,第3階段的各項指標值較前2個階段均有所下降,國控點位調整后(即第3階段)對石家莊市空氣質量統計結果影響較小,能夠較準確地反映石家莊市環境空氣質量狀況。

表1 石家莊市空氣質量綜合指數、PM2.5濃度統計結果

石家莊市冬防期3個階段期間的環境空氣質量綜合指數分別為7.98,7.03,5.00,第3階段與第1階段相比綜合指數下降59.6%;PM2.5質量濃度(以下簡稱濃度)分別為94,81,56 μg/m3,分別超過GB/T 3095—2012《環境空氣質量標準》年平均二級標準限值(35 μg/m3)1.7倍、1.3倍和0.6倍,第3階段與第1階段相比PM2.5濃度下降38 μg/m3,超標倍數降低1.1倍;PM2.5分擔率(PM2.5在大氣污染物中的占比)分別為33.6%,32.8%和32.0%,3個階段PM2.5分擔率均超過30%。3個階段的石家莊市空氣質量綜合指數、PM2.5濃度及其分擔率均呈現下降趨勢,說明石家莊市環境空氣質量逐漸好轉。

石家莊市冬防期從第1階段到第3階段,環境空氣質量優良天數和優良率逐漸增加;重污染天數和重污染比率逐漸降低;PM2.5分擔率下降,但PM2.5始終為石家莊市空氣質量首要污染物,分擔率占比最高。其中,第3階段與第1階段相比優良天數增加52 d,優良率增加27.6個百分點,重污染天數減少26 d,重污染比率和PM2.5分擔率分別降低14.7個百分點和1.6個百分點。石家莊市冬防期3個階段各級別天數統計結果見表2。

表2 石家莊市各級別天數統計結果

石家莊市冬防期按月份統計的環境空氣質量結果見表3和表4。按照月份來看,3個階段的環境空氣質量綜合指數和PM2.5濃度的最大值均出現在1月份。3個階段的1月份環境空氣質量綜合指數分別為8.89,10.70,6.42;PM2.5濃度分別為112,150,89 μg/m3;重污染天數分別為9,15,4 d,分別占冬防期重污染天數的30%,60%,100%;PM2.5分擔率分別為36.0%,40.1%,39.5%,分擔率分別高出冬防期PM2.5分擔率2.4個百分點、7.3個百分點、7.5個百分點。

表3 石家莊市3個階段各月空氣質量綜合指數和PM2.5濃度

表4 石家莊市3個階段中1月份統計結果

3 污染源變化特征

圖2 監測期間顆粒物平均譜圖Fig.2 Average spectrum of particulate matter during the monitoring period

3.1 冬防期3個階段的主要污染源狀況

由圖3可知,石家莊市冬防期3個階段的PM2.5污染主要受燃煤源、機動車尾氣源、工業工藝源共同作用的影響,3類污染源占比之和均大于60%。分階段看,第1階段和第2階段石家莊市燃煤源、機動車尾氣源、工業工藝源占比均為19%～25%,3類污染源對PM2.5濃度的貢獻率占比均衡;第3階段與前2個階段相比,燃煤源和工業工藝源占比大幅度降低,機動車尾氣源占比升高明顯,第3階段與第1階段相比燃煤源和工業工藝源占比分別降低11.1個百分點和8.2個百分點,機動車尾氣源占比升高12.6個百分點,占比為33.8%,占比首次超過燃煤源和工業工藝源之和,成為石家莊市PM2.5的首要污染源。

圖3 冬防期3個階段的PM2.5主要污染源占比Fig.3 Main pollution sources of fine particulate matter in three stages of winter control period

由圖4可知,第3階段同比第1階段的燃煤源和工業工藝源粒子數分別下降28.1%和12.2%,機動車尾氣源同比上升107.9%。3個階段中燃煤源和機動車尾氣源對PM2.5濃度貢獻率的變動幅度最大,其中燃煤源粒子數下降幅度最大,機動車尾氣源粒子數上升幅度最大。機動車尾氣源對PM2.5濃度的影響逐漸加重。

圖4 冬防期3個階段3類污染源粒子數變化Fig.4 Change of particle number of three pollution sources in three stages during winter defense period

3.2 主要污染源月份變化情況

3個階段中燃煤源、機動車尾氣源和工業工藝源這3類污染源對PM2.5濃度的貢獻率除2月份外均超過60%。其中,2月份3類污染源占比降低主要是由于機動車尾氣源占比下降幅度較大,二次無機源和揚塵源占比升高明顯。而3個階段中機動車尾氣源占比環比下降均超過10個百分點,污染源粒子數環比上個月降低均超過45%;其中,第2階段污染源粒子數環比下降超過70%,推測原因是受春節影響,2月份機動車尾氣源排放量減少。具體詳見圖5和表5。

表5 冬防期3個階段各月份主要污染源占比

3.3 不同污染等級主要污染源的變化

由表6可知,第1,2階段空氣質量從優到重度污染,燃煤源、機動車尾氣源和工業工藝源對PM2.5濃度貢獻率占比的增減幅度均在0～5%,其中工業工藝源為PM2.5的主要污染源。另一方面,在不同污染等級中3類污染源占比差異較小,占比差值均在0～6.5%。

表6 冬防期3個階段主要污染源不同污染等級占比

第3階段的空氣質量從優到重度污染,機動車尾氣源占比升高明顯,重污染時段與優良時段相比占比上升16個百分點以上,同時從良到重度污染,機動車尾氣源占比超過燃煤源和工業工藝源占比之和,機動車尾氣源為PM2.5的最大污染源。

第3階段PM2.5污染源的變化主要受燃煤使用量減少、機動車輛不斷增加的影響。2018年—2020年,石家莊市通過“氣代煤、電代煤”3年攻堅行動,居民冬季取暖基本實現了由使用燃煤向清潔能源的轉變,燃煤使用量大幅度降低;另一方面,冬季機動車使用頻率增加,機動車保有量不斷升高致使機動車尾氣源的污染排放量增加。

4 典型污染過程

4.1 重污染過程中PM2.5污染源占比變化

從石家莊市冬防期3個階段中各選取1次重污染過程,其時間段分別為1)第1階段:2018年1月4日5時至2018年1月8日4時;2)第2階段:2020年1月1日1時至2020年1月19日6時;3)第3階段:2022年1月6日8時至2022年1月10日24時。以下分別稱為第1次重污染過程、第2次重污染過程和第3次重污染過程。

由圖6可知,3次重污染過程中燃煤源、機動車尾氣源和工業工藝源均為PM2.5的主要污染源,3類污染源對PM2.5濃度的貢獻率之和均超過70%。其中,第1次重污染過程中燃煤源為PM2.5最大污染源;第2次重污染過程中工業工藝源為PM2.5最大污染源;第3次重污染過程中機動車尾氣源為PM2.5最大污染源,占比超過40%。

圖6 3次重污染過程中PM2.5主要污染源占比變化Fig.6 Change of the proportion of major sources of fine particulate matter in three heavy pollution processes

4.2 主要污染源粒子數變化

由圖7可知,3次重污染過程中隨著PM2.5濃度的升高,燃煤源、機動車尾氣源和工業工藝源粒子數上升明顯。其中:第1次重污染過程中,燃煤源粒子數升高幅度最大,對PM2.5濃度的影響最多;第2次重污染過程中,1月1日—12日的工業工藝源粒子數超過燃煤源和機動車尾氣源,工業工藝源成為PM2.5的最大污染源,1月13日—19日燃煤源粒子數逐漸升高,燃煤源成為PM2.5最主要的污染源,但整個污染過程中工業工藝源對PM2.5濃度的影響超過燃煤源和機動車尾氣源,對PM2.5濃度的貢獻最大;第3次重污染過程中機動車尾氣源粒子數與PM2.5濃度變化趨勢一致性較好,同時機動車尾氣源粒子數超過燃煤源和工業工藝源粒子數總和,機動車尾氣源成為PM2.5的最大污染源。3次重污染過程中,燃煤源和工業工藝源對PM2.5濃度的貢獻率總體呈現下降趨勢,機動車尾氣源對PM2.5濃度的影響逐漸增大。

圖7 3次重污染過程主要污染源粒子數變化Fig.7 Change of particle number concentration of main pollution source in three heavy pollution processes

通過對石家莊市冬防期3次重污染過程分析可以看出,3次重污染過程中PM2.5濃度均達到重度污染。其中,前2次重污染過程中PM2.5濃度升高主要受燃煤源和工業工藝源的影響,而第3次重污染過程主要受機動車尾氣源排放的影響。3次重污染過程中PM2.5主要污染源的變化趨勢與3個階段不同污染等級PM2.5主要污染源變化趨勢相一致,均顯示機動車尾氣源對PM2.5濃度的影響逐漸加重。

2018年—2020年石家莊市受“藍天保衛戰”和“氣代煤、電代煤”3年攻堅行動影響,冬季居民取暖燃煤使用量不斷減少,污染物排放凈化設備使用率不斷增加,燃煤源和工業工藝源對PM2.5濃度的影響減小,機動車保有量的增加和冬季車輛使用頻率的上升均增大了機動車尾氣源對PM2.5濃度的影響。

5 結 語

本文利用石家莊市冬防期3個階段在線源解析實時監測數據,對石家莊市冬防期PM2.5主要污染來源及變化進行了分析,結果表明石家莊市冬防期PM2.5主要污染源由燃煤源、工業工藝源向機動車尾氣源轉變,并且機動車尾氣源逐漸成為影響PM2.5濃度的決定性因素。研究結果為石家莊市冬防期環境空氣質量進一步改善,以及有計劃、有針對性的大氣污染源頭管控提供了數據支撐。

5.1 結 論

石家莊市冬防期期間大氣污染擴散條件不利因素增多,PM2.5成為大氣污染的主要因子。因此,利用SPAMS對3個階段的PM2.5主要污染來源進行分析,得出以下結論。

1)石家莊市PM2.5主要受燃煤源、機動車尾氣源、工業工藝源共同作用的影響,3個階段3類污染源對PM2.5濃度的貢獻率占比之和分別為70.7%,64.2%,64.0%,占比均大于60%。

2)第3階段與前2個階段相比,在不同月份、不同污染等級中燃煤源和工業工藝源對PM2.5濃度的貢獻率占比均在20%以下,機動車尾氣源對PM2.5濃度的貢獻率占比總體大于20%。其中,第3階段機動車尾氣源對PM2.5濃度的貢獻率首次超過燃煤源和工業工藝源的貢獻率占比之和,占比達到33.8%;在不同污染等級中,從優到重度污染機動車尾氣源的貢獻率占比上升超過25個百分點,中度到重度污染時段的貢獻率占比均達到45%以上。

3)在3個階段中,2月份機動車尾氣源對PM2.5濃度的影響減小,占比環比下降均超過10個百分點,污染源粒子數環比下降均超過45%,推測原因是受春節影響導致2月份機動車尾氣源污染排放量減少。

4)第3階段燃煤源和工業工藝源對PM2.5濃度的影響降低,但2個污染源對PM2.5濃度的貢獻率仍然較高,貢獻率占比達到30.2%。

5.2 建 議

石家莊市“十四五”冬防期,機動車尾氣源對PM2.5濃度的影響進一步加大并逐漸成為PM2.5的最大污染源,為了進一步降低機動車尾氣源對PM2.5濃度的影響,優化交通運輸結構,提高管理水平,建議如下。

1)多部門聯合執法。早、晚高峰時段車流量較大,對道路易堵路段進行分流疏導,減少車輛的道路滯留時間,降低機動車尾氣的排放;另一方面,采取限高禁入、增大查處力度等方式對不符合排放標準的車輛動態清零。

2)堅定新能源汽車售賣補償政策不放松,完善公共充電樁等基礎設施建設,不斷提升新能源車輛的使用量和便捷性,降低機動車尾氣源總量排放。

3)利用電視、微博、微信等多種媒體,通過播放公益廣告、推送環境污染危害信息等形式積極引導公眾乘坐公共交通工具,倡導綠色出行。

4)燃煤源和工業工藝源對PM2.5濃度的貢獻占比依然較大。因此,一方面要使用國家規定的清潔燃煤,杜絕散煤燃燒;另一方面,生產企業要進一步完善排污設備安置,確保污染物達標排放,同時充分利用企業污染物排放在線監測網絡,杜絕企業偷排偷放、漏排漏放現象的發生。

5.3 展 望

采用SPAMS對3個階段冬防期PM2.5主要污染來源及變化進行了分析,比較全面地闡述了PM2.5的首要污染源由燃煤源、工業工藝源向機動車尾氣源轉變的過程,體現了近幾年內機動車尾氣源對PM2.5濃度的影響不斷攀升。當前,石家莊市污染物排放凈化設施進一步完善,清潔能源使用率增加,在未來的污染防治中,機動車尾氣源可能依然是PM2.5最大的污染貢獻源。

本研究為石家莊市冬防期污染源管控提供了數據支撐,為石家莊市科學防霾、精準治霾提供了有益的參考。但是受2018年10月1日—2019年3月31日、2020年10月1日—2021年3月31這2個時間段數據失真和SPAMS源譜老舊影響,未能全面、準確地反映石家莊市冬防期PM2.5主要污染源的連續性變化,對冬防期PM2.5主要污染源的解析可能存在一定偏差。隨著污染源譜的全面更新,神經網絡算法的進一步完善,同時結合石家莊市大氣復合污染及灰霾超級監測站對污染物組分特征的分析,后續研究結果能夠更加精準地反映石家莊市的污染狀況,為石家莊市環境空氣質量的不斷改善提供技術支持。