茂名市大气PM2.5在线源解析

黄深，潘要武，刘国盛，李梅，毕燕茹

(1.茂名市环境保护监测站，广东 茂名 525000；2. 暨南大学，广东 广州 510000；3.广州禾信分析仪器有限公司，广东 广州 510000)



·解析评价·

茂名市大气PM2.5在线源解析

黄深1，潘要武1，刘国盛1，李梅2*，毕燕茹3

(1.茂名市环境保护监测站，广东 茂名 525000；2. 暨南大学，广东 广州 510000；3.广州禾信分析仪器有限公司，广东 广州 510000)

于2014年12月31日—2015年1月12日，利用单颗粒气溶胶质谱仪对茂名市大气中PM2.5进行在线监测和分析。结果表明，茂名市大气颗粒物污染来源分布(颗粒数占比)分别为扬尘6%、工业工艺源10.9%、生物质燃烧14.7%、机动车尾气27.5%、燃煤23.4%、二次无机源7.7%和其他9.9%。 空气质量从重度污染转为优良天气过程中，机动车尾气的贡献率基本保持在20%以上，而燃煤占比从28.9%降至12.3%；空气质量从优良转为污染天气的过程中，工业工艺源、二次无机源、生物质燃烧、燃煤的占比增加，而机动车尾气占比不断下降。

茂名市；可入肺颗粒物；源解析；单颗粒气溶胶质谱仪

近年来，随着我国社会经济的持续高速发展，工业化和城镇化加速，环境污染问题日趋严重，人为来源(如汽车尾气、燃煤和垃圾处理焚烧等)直接排放的一次气溶胶和大量气态污染物通过光化学反应及其他物理化学过程(如与气溶胶的直接作用)产生的二次气溶胶浓度剧增，都市灰霾已成为一种常见现象，对居民的健康、日常生活以及社会的经济发展造成了严重影响[1-2]。

灰霾的主要污染物为道路扬尘、汽车尾气、建筑施工、工业排放的一次粒子及硫酸与硫酸盐、硝酸与硝酸盐等气粒转化过程中产生的超细粒子[3-4]。现通过基于单颗粒质谱技术的大气细颗粒物实时在线源解析方法(应急源解析技术方法)[5]，于2014年12月31日—2015年1月12日对茂名市大气中PM2.5在线监测和分析，初步了解其细颗粒物的主要来源，为管理决策部门治理空气污染提供科学依据。

1 研究方法

1.1 采样点与采样时间

监测点位于茂名市新福三路，市环境监测站大楼14层露天平台。周围有医院、中学、居民区等，属于市中心综合性生活区。采样时间为2014年12月31日—2015年1月12日。

1.2 仪器与方法

采用单颗粒气溶胶质谱仪[6]对大气颗粒物进行监测分析。环境空气经PM2.5切割头切割后直接进入SPAMS分析，PM2.5切割头放在楼顶，采样管经楼顶采样口与仪器进样口连接进行采样。平均采样频率为4.3个颗粒/s，最大频率为7个颗粒/s，最小频率为1个颗粒/s。

1.3 质量保证与控制

在监测期间对采样仪器及单颗粒气溶胶质谱仪SPAMS进行定期维护、校准。

1.4 数据分析

共采集到同时具有正负离子信息的PM2.5颗粒物谱图70.9万个。根据广州禾信分析仪器有限公司组建的大气颗粒物污染源谱库，参考文献[7]。利用各类污染源质谱特征中的示踪离子进行搜索，对茂名市大气颗粒物的主要来源进行解析，主要将颗粒物分为扬尘颗粒、工业工艺颗粒、生物质燃烧颗粒、机动车尾气颗粒、燃煤颗粒、二次无机源颗粒和其他颗粒几大类。

1.5 气象数据

监测期间气象要素见表1，风力为微风。

表1 2015年监测期间气象要素

2 结果与分析

2.1 监测结果

点位颗粒物监测信息见表2，PM2.5颗粒数浓度与质量浓度的变化趋势见图1。

表2 点位颗粒物监测信息①

①颗粒物数浓度或比例随时间变化分析为1 h结果，即每小时1 m3的颗粒物总个数随时间变化及每小时的颗粒数浓度平均占比随时间变化。

由图1可见，PM2.5颗粒物数浓度与质量浓度的变化趋势基本一致，二者具有较好的相关性。PM2.5小时质量浓度<75 μg/m3的比例为61.8%，部分时段出现轻度或中度污染。

2.2 颗粒物成分分析

茂名市整体颗粒物平均质谱图见图2。

图2 整体颗粒物的平均质谱图

2.3 颗粒物来源

茂名市大气颗粒物污染来源分布(颗粒数占比)分别为扬尘6%、工业工艺源10.9%、生物质燃烧14.7%、机动车尾气27.5%、燃煤23.4%、二次无机源7.7%和其他9.9%。

2.4 污染过程分析

2.4.1 1—5日污染过程分析

1—5日污染来源分布见图3。

图3 1—5日污染来源分布

(1)从时段1到时段6，ρ(PM2.5)呈现出“高-低-高-低-高-低”的趋势。对比高低点的污染来源分布，高点的机动车尾气和燃煤均大于低点，说明污染天气发生时，本地机动车尾气和燃煤为主要贡献源。污染天气下，由于扩散条件不利，本地源排放颗粒容易积聚，而优良天气下，扩散条件转好，因此更易受到长距离迁移气团的影响，可能带来周边的生物质燃烧颗粒，同时相比近地面排放的机动车尾气，高位排放的燃煤颗粒更容易被相对干净的气团稀释，因而优良时段下燃煤的贡献也有明显降低；

(2)从时段1到时段7，ρ(PM2.5)整体呈现下降趋势，时段1为重度污染天气，时段3、5、6、7的空气质量则为中度污染、轻度污染、良好、良好天气。此过程中，机动车尾气的贡献率基本保持在20%以上，而燃煤(除时段7)的占比则逐步下降，从28.9%降至12.3%，降幅达57%，说明燃煤颗粒得以充分扩散；

(3)监测期间，生物质燃烧颗粒在优良天气比重较大(>30%)，而污染天气时比重较小。这说明污染天气发生时，燃煤和机动车尾气颗粒比生物质燃烧颗粒更利于产生累积效应。虽然生物质燃烧颗粒在重污染天气下的占比远小于机动车尾气和燃煤的占比，但是从总的占比情况来看，生物质燃烧颗粒仍占较大比重，其影响也不容忽视。

2.4.2 6—11日污染过程分析

6—11日污染来源分布见图4。

图4 6—11日污染来源分布

(1)从1时段到3、4时段，ρ(PM2.5)不断攀升。随着大气污染程度的增加，机动车尾气比例不断下降，而工业工艺源、二次无机源及生物质燃烧的比例随即增加，燃煤的比例也有一定程度的增加，除扬尘外，各类污染源的数浓度都明显增加。而理论上机动车尾气排放量不会出现较大变化，故推断此次污染过程是来自工业工艺源、生物质燃烧源的新鲜排放，以及在静稳天气(风力<2 m/s)下，颗粒物不易扩散，导致的机动车尾气、燃煤等污染物的累积。另外，在颗粒物的大量累积下，颗粒物的二次转化加剧了污染程度；

(2)4、6、8、10时段颗粒物高峰时段均出现在夜间，可能是由于逆温现象[8]，使得污染物积聚所致，空气质量下降。6—11日各污染源颗粒数浓度随时间的变化见图5。

2.4.3 降雨过程

10—12日降雨量分布见图6；10—12日降雨过程污染来源分布见图7(a)(b)。

图5 6—11日污染源颗粒数浓度随时间变化

图6 10—12日降雨量分布

图7 10—12日降雨过程污染来源分布

(1)随着降雨，各污染源的数浓度都明显减小，说明降雨对各污染源颗粒物都有较强的冲刷清除作用[9-10]；

(2)降雨过程中燃煤的比例逐渐减小，而机动车尾气的比例反而有所增加，说明降雨对不同污染源的影响程度不同，对燃煤的清除作用较大。另外，机动车尾气的比例在雨天有所增加，一方面是由于机动车尾气主要是来自于本地源的贡献，当下雨及风速较大时，大部分颗粒物由于出现沉降或扩散而减少，机动车尾气虽然也减少，但本地机动车的排放给予机动车尾气的迅速补充，使得机动车尾气颗粒物比例增大，成为首要污染物。这主要是由于机动车尾气排放的颗粒物太小，雨水冲刷对其的效率相对较小。

2.5 生物质燃烧分析

生物质燃烧颗粒数的占比随时间的变化状况见图8。由图8可见，生物质燃烧源的贡献率为14.5%，排名第三，其影响不容忽视。每天13:00—18:00均出现明显的比例高峰，比例>20%，其中1—3日高峰比例达到41.3%。

1月1—4日和1月5—11日2个时段的卫星火点图(https://firms.modaps.eosdis.nasa.gov/firemap/)见图9。2个时间段内茂名市及周边地区均有明显且密集的火点，说明当地有秸秆燃烧活动。而2个时间段中，1—4日的火点更为明显，这与该时间段较高比例的生物质燃烧情况相符。

图8 1—12日 生物质燃烧比例随时间变化

图9 2个时间段的卫星火点图对比

3 结论

(1)茂名市大气颗粒物污染来源分布(颗粒数占比)分别为扬尘6%、工业工艺源10.9%、生物质燃烧14.7%、机动车尾气27.5%、燃煤23.4%、二次无机源7.7%和其他9.9%；

(2)从重度污染天气转为优良天气过程中，机动车尾气的贡献率基本>20%，而燃煤占比从28.9%降至12.3%，说明燃煤颗粒得以充分扩散；

(3)从优良天气转为污染天气的过程中，各污染源颗粒数浓度均明显增加。工业工艺源、二次无机源、生物质燃烧、燃煤的所占比例增加，而机动车尾气所占比例却不断下降。推断此次污染过程是由于工业工艺源、生物质燃烧源的大量排放，以及在静稳天气下，颗粒物不易扩散，导致机动车尾气、燃煤等污染物累积造成的；监测过程中，可能由于逆温现象的影响，使得茂名市半夜的地面风力微弱，空气中的悬浮粒子聚积而使空气的质量变得恶劣；

(4)降雨对各污染源颗粒物都有较强冲刷清除作用，影响程度不同，对燃煤清除作用较大；

(5)污染时段的发生主要是机动车尾气或燃煤由于天气不利扩散而累积造成。另外各污染源颗粒物的累积或扩散速度受多种因素影响而有较大差异；

(6)生物质燃烧源对污染天气的发生产生极大影响。

[1] 殷永文,程金平,段玉森,等. 上海市霾期间PM2.5、PM10污染与呼吸科、儿呼吸科门诊人数的相关分析[J]. 环境科学,2011,32(7):1894-1898.

[2] 张丹,周志恩,张灿,等. 重庆市主城区PM2.5污染源源成份谱的建立[J].三峡环境与生态,2011,33(5):14-18.

[3] 张伟,陆晓波,姜勇.浅谈灰霾自动监测系统的建设[J].环境监控与预警,2010,2(6):15-17.

[4] 郭婧,华蕾,荆红卫.大气颗粒物的源成分谱研究现状综述[J].环境监控与预警,2011,3(6):28-32.

[5] 中华人民共和国环境保护部办公厅. 环境空气颗粒物来源解析技术路线(试行)[Z].2015.

[6] LI L,HUANG Z X,DONG J,et al. Real time bipolar time-of-flight mass spectrometer for analyzing single aerosol particles[J]. International Journal of Mass Spectrometry,2011,303(2/3):118-124.

[7] 杜鹃,宋韶华,张志朋,等. 桂林市细颗粒物典型排放源单颗粒质谱特征研究[J].环境科学学报,2015,35(5):1556-1562.

[8] 郭丽娜,黄容,马艳. 青岛逆温层特征及其对空气质量的影响分析[J].海岸工程,2014,33(4):14-25.

[9] 杨健儿. 上海市近地表大气颗粒物污染特征及来源分析研究[D].上海:华东师范大学,2011.

[10] 韩燕,徐虹,毕晓辉,等. 降水对颗粒物的冲刷作业及其对雨水化学的影响[J].中国环境科学,2013,33(2):193-220.

Online Source Apportionment of Atmospheric PM2.5in Maoming City

HUANG Shen1, PAN Yao-wu1, LIU Guo-sheng1, LI Mei2*, BI Yan-ru3

(1.MaomingEnvironmentalMonitoringStation,Maoming,Guangdong525000,China; 2.JinanUniversity,Guangzhou,Guangdong510000,China; 3.GuangzhouHexinAnalyticalInstrumentCo.Ltd.,Guangzhou,Guangdong510000,China)

The atmospheric PM2.5in Maoming was monitored and analyzed using the single particle aerosol mass spectrometer from December 31, 2014 to January 12, 2015. The results showed that the pollution sources of PM2.5in this city contained 6% of dust particles, 10.9% of particles from industrial processes, 14.7% from biomass burning, 27.5% from vehicle exhaust, 23.4% from coal combustion, 7.7% from secondary inorganic sources, and 9.9% from other sources. When the air quality turned fine from heavily polluted conditions, the motor vehicle exhaust contributed to more than 20%, and the contribution of coal combustion decreased from 28.9% to 12.3%. When the air condition was changed from fine to heavily polluted, the contribution of industrial processes, secondary inorganic source, biomass combustion, and coal combustion to the production of PM2.5were increased, while the contribution of the motor vehicle exhaust was decreased.

Maoming; PM2.5; Source apportionment; Single particle aerosol mass spectrometer

2015-03-03；

2015-04-21

国家科技支撑计划基金资助项目(2014BAC21B01)

黄深(1979—)，男，工程师,本科，主要研究方向为环境监测与评价。

*通讯作者：李梅 E-mail:limei2007@163.com

X832

B

1674-6732(2015)04-0037-06