2014年春季上海典型生物质燃烧污染过程分析

邹忠，沙斐，蔡艳，常运华，赵倩彪

(1.浦东新区环境监测站，上海 200135；2.复旦大学环境科学与工程系，上海 200433；3.上海市环境监测中心，上海 200030)



·环境预警·

2014年春季上海典型生物质燃烧污染过程分析

邹忠1，沙斐1，蔡艳1，常运华2，赵倩彪3

(1.浦东新区环境监测站，上海 200135；2.复旦大学环境科学与工程系，上海 200433；3.上海市环境监测中心，上海 200030)

针对2014年5月末华东地区出现的大范围秸秆焚烧污染事件(BB)，利用上海浦东超级站多种在线监测数据，并结合卫星遥感、数值模拟等方法，对污染期间前(BB-前)、中(BB-中)、后(BB-后)的时空演化进程进行了分析。结果表明，期间平均ρ(PM2.5)和ρ(BC)分别由BB-前的24.3和1.24 μg/m3攀升至BB-中的111.90和5.38 μg/m3，小时峰值出现在5月27日，达到238.0和15.1 μg/m3，BB-后虽有显著好转，但“翘尾”现象明显，ρ(PM2.5)和ρ(BC)为34.6和1.49 μg/m3；在空气污染扩散不利条件下，生物质燃烧污染会加重其他多种污染物的污染水平；农田秸秆燃烧烟羽的传输受气象条件所限，使得上海外围火点的多寡与城市污染的水平无必然联系。

生物质燃烧；可入肺颗粒物；上海

生物质燃烧过程可释放大量气态和颗粒物污染物，具有区域乃至全球性影响，其后果包括损害人体健康，改变辐射平衡，引发雾霾进而降低能见度等[1-3]。上海地处长三角城市群的核心，是我国最大的工商业城市。近年来该地区的雾霾频发，引发公众高度关注。已有的研究[4-6]，多集中在本地人为源的污染排放，如机动车、燃煤电厂、化工厂、船舶等领域，较少涉及外围生物质燃烧的长程传输对城市空气污染影响的综合性研究。

现利用浦东大气超级站的监测数据，结合模型模拟、卫星遥感等多种辅助手段，对2014年5月末的典型生物质燃烧事件进行分析，了解上海地区空气质量的生物质燃烧的源区分布、传输过程及污染特征，以期为有效治理秸秆焚烧，降低空气污染提供科学依据。

1 研究方法

1.1 观测地点

观测地点设在浦东监测站(121.54E,31.23N)，是上海市首个针对大气复合污染开展实时自动监测的环境空气质量超级监测站。毗邻陆家嘴城市商务区，周围主要是居民楼，气流传输顺畅。该站两侧约40 m为灵山路和源深路，交通流量中等。所有监测仪器均布设于该站6楼楼顶(≈20 m AGL)。

1.2 监测仪器

ρ(PM2.5)采用颗粒物检测仪(Thermo,FH62C-14)检测。微脉冲激光雷达资料则来自Sigma公司生产的MPL-4B-IDS-532微脉冲激光雷达，采取30 m垂直分辨率、30 s一个廓线进行不间断采集。大气能见度由Belfort能见度传感器获取(Model 6000)。黑碳(BC)监测采用美国MAGEE生产的AE31型Aethalometer黑碳仪，拥有7个不同波段。PM2.5中的有机碳(OC)和元素碳(EC)采用Sunset Laboratory的OC/EC分析仪(RT-4 model)。常规气象数据，如温度、湿度、风速、风向、气压等由Metone自动气象站提供。以上仪器操作、维护均严格依据厂家指导，所有数据都归成小时均值。

1.3 辅助资料

后向轨迹模拟采用美国NOAA的Hysplit4(http://ready.arl.noaa.gov/HYSPLIT_traj.php)，总运行时间为48 h，第一层高度为500 m AGL。 MODIS卫星监测到火点每天的数量、位置、强度等信息由NASA提供在线下载(https://earthdata.nasa.gov/data/near-real-time-data/firms)。WRF-Chem的模拟结果由上海市气象科学研究院提供[7-8]。

对于生物质排放部分，WRF-Chem模式采用Gunther方案，利用USGS的土地利用类型在线计算生物排放源。模式的生物质燃烧排放源通过FINN火点资料制作，FINN对生物质露天燃烧产生的微量气体和颗粒物排放进行1 km/d分辨率的全球评估。该资料使用了卫星观测的燃烧火点和土地利用、排放因子以及可燃物载量来预测露天燃烧排放量。

2 结果与分析

2.1 污染过程

2014年5月25日起上海大气能见度骤降，空气中弥漫着焦糊味，凭观察可初步判定可能有外来烟雾传输到上海。自2014年5月23日—6月1日，日均ρ(PM2.5)分别为24.2，22.3，89.6，117.2，139.3，90.7，83.5，82.1，38.9和23.3 μg/m3。将污染过程分成污染前，污染中和污染后3个不同阶段，分别是：5月23—25日(BB-前)、5月26日—30日(BB-中)、5月31日—6月1日 (BB-后)。3个阶段PM2.5及其化学组分的统计结果见表1。

由表1可见，较之污染前的24.3 μg/m3，第二阶段的平均ρ(PM2.5)升高了4.6倍，达到111.90 μg/m3，第三阶段为34.60 μg/m3，比第一阶段要高，这可能受第二阶段的残留影响。其余各组分的第二阶段相较于第一阶段均有3.2～4.3倍不等的增幅，其中BC的增幅最大。

由图1可见，能见度的变化与ρ(PM2.5)变化呈现反相关，表明大气能见度受到PM2.5影响大。

图1 2014年5月23日—6月1日的能见度，每日火点数目，PM2.5、BC和K+的质量浓度随时间的变化

2.2 污染原因分析

2014年5月24—25日激光雷达反演的消光系数及时间变化见图2。

图2 2014年5月24—25日激光雷达反演的消光系数及时间变化

由图2可见，5月24日凌晨，在1.8～2.2 km之间的大气消光系数接近1.0 km-1，表明在此高度存在一股污染气团，而地表的大气消光系数较小，相对于高空，地表污染较轻。高空污染气团在5月25日上午09：00左右迅速下沉进而使得地表的大气消光系数迅速增加并不断向前推移。这证明此次污染事件，外来传输的贡献可能占主导。3个不同阶段的HYSPLIT后向轨迹和WRF-Chem模拟PM2.5的结果见图3(a)(b)(c)。

由图3可见，5月25—31日，华东地区经历了一次污染过程，污染源集中在华东地区，随后传输扩散至上海等沿海地区。BC在第二阶段较其他组分的升幅都要大。而生物质燃烧是BC的最重要来源之一，据此可推断本次污染过程可能由生物质燃烧引起。另非海盐性K+(nss-K+)被认为是生物质燃烧的最重要的指示物之一。根据文献[9]，ρ(K+)> 2 μg/m3且ρ(K+)/ρ(PM2.5)> 2%。第二阶段的ρ(K+)达到3.39 μg/m3，ρ(K+)/ρ(PM2.5)为3%，显然符合生物质燃烧污染事件的定义。图3的时间序列分析也可以发现，ρ(K+)的变化与ρ(PM2.5)变化基本吻合。

2.3 污染源区及气象分析

第一阶段选取的是5月23日，该天的火点数目最多，达到342个，但是ρ(K+)和ρ(PM2.5)仅有1.1和24.2 μg/m3。这天的生物质燃烧火点主要集中在安徽、山东两省，而对当天上海市气流的24 h 后向轨迹模拟发现，全部气流都来自于海上，因而即便火点再多，生物质燃烧的烟羽也无法传输到上海。第二阶段选取的是5月28日，该天的火点数虽然不是最多，但也达到了309个，主要集中在东部沿海及上海西部地区。而这天流经上海的气流恰好经过多火点的陆上地区，这可以很好地解释该天的前半段(00:00—10:00)ρ(K+)和ρ(PM2.5)的分别高达7.1和142.9 μg/m3。第三阶段选取的是5月31日，这天的火点数目只有9个，且气流的后向轨迹均来自海上，二者都不利于上海污染天气的形成，结果该天的ρ(K+)和ρ(PM2.5)分别仅为1.8和38.9 μg/m3。

3 结论

(1)污染的形成过程分为前、中、后3个阶段，其间ρ(PM2.5)和ρ(BC)分别由BB-前的24.30和1.24 μg/m3攀升至BB-中的111.90和5.38 μg/m3，小时峰值出现在5月27日，达到238.0和15.1 μg/m3，BB-后虽有显著好转，但“翘尾”现象明显，ρ(PM2.5)和ρ(BC)分别为34.6和1.49 μg/m3，通过分析判定上海第二阶段的污染过程是由华东地区农田秸秆燃烧后的区域传输所致，表明上海在治理本地污染源的同时，也应关注跨区域传输的生物质燃烧污染；

[1] ANDREAE M O. Biomass burning:Its history,use and distributionand its impacts on environmental quality and global climate[C]//Global biomass burning:Atmospheric,climatic,and biosphericimplications. MIT Press,Cambridge,MA,1991:3-21.

[2] KOPPMANN R,CZAPIEWSKI K,REID J S. A review of biomass burning emissions,part I:gaseous emissions of carbonmoNOXide,methane,volatile organic compounds,and nitrogen containing[J].Atmospheric Chemistry and Physics Discussions,2005,5:10455-10516.

[3] CRUTZEN P J,ANDREAE M O. Biomass burning in the tropics:Impact on atmospheric chemistry and biogeochemical cycles[J].Science,1990(250):1669-1678.

[4] 江峰琴,杨雪,王晨波，等.江苏省区域空气质量多模式预报预警系统研究与设计[J].环境监控与预警,2015,2(2):4-7.

[5] 王书肖,张楚莹. 中国秸秆露天焚烧大气污染物排放时空分布[J].中国科技论文在线,2008,3(5):329-333.

[6] 陆晓波,傅寅,张予燕,等.春节燃放烟花爆竹对南京气溶胶细粒子的影响[J].环境监控与预警,2014,6(4):33-38.

[7] TIE X,GENG F,GUENTHER A,et al. Megacity impacts on regional ozone formation:observations and WRF-Chem modeling for the MIRAGE-Shanghai field campaign[J]. Atmospheric Chemistry and Physics,2013,13(11):5655-5669.

[8] ZHOU G,YANG F,GENG F,et al. Measuring and modeling aerosol:relationship with haze events in Shanghai,China[J]. Aerosol and Air Quality Research,2014,14(3):783-792.

[9] NIE W,DING A J,XIE Y N,et al. Influence of biomass burning plumes on HONO chemistry in eastern China[J]. Atmospheric Chemistry and Physics Discussions,2014,14:7859-7887.

Evolution of Biomass Burning on Urban Air Quality: a Case Study of Spring 2014 in Shanghai

ZOU Zhong1，SHA Fei1，CAI Yan1，CHANG Yun-hua2，ZHAO Qian-biao3

(1.PudongNewAreaEnvironmentalMonitoringStation,Shanghai200135,China; 2.DepartmentofEnvironmentalScienceandEngineering,FudanUniversity,Shanghai200433,China; 3.ShanghaiEnvironmentalMonitoringCenter,Shanghai200030,China)

In this study, a range of environmental monitoring data were collected from the late of May 2014 by multiple on-line monitoring instruments at Shanghai Pudong supersite to investigate a typical biomass burning (BB) episode in East China. Moreover, auxiliary information, including MODIS fire spots, airflow backward trajectory as well as meteorological field simulation were combined to unveil the spatial-temporal evolution before, during, and after the outbreak of BB pollution event. The results showed that during the pollution episode, the average mass concentration of PM2.5and BC reached 111.90 μg/m3and 5.38 μg/m3, respectively, which were much higher than that of before (24.3 μg/m3and 1.24 μg/m3) and after (34.6 μg/m3and 1.49 μg/m3) the BB pollution episode. The pollution peak occurred on 27 May (238.0 μg/m3and 15.1 μg/m3). Under the condition of bad spread of air pollution, BB could strengthen the pollution levels of some other pollutants. Lastly, given that the transport pattern of BB plumes were subjected to meteorological field, there was no obvious correlation between the number of fire spots in the periphery and the pollution levels in Shanghai.

Biomass burning; PM2.5; Shanghai

2015-04-02；

2015-05-20

上海市科学技术委员会科研专项基金资助项目(14DZ1202901)

邹忠 (1986—)，男，助理工程师，硕士，主要从事大气自动监测和预报工作研究。

X513

B

1674-6732(2015)04-0004-05