基于环境监测数据的APEC会议空气质量保障环境改善效果评估

孙 峰，张大伟，董 欣，孙瑞雯，刘保献，徐文帅，程念亮,王占山

北京市环境保护监测中心，北京 100048

基于环境监测数据的APEC会议空气质量保障环境改善效果评估

孙 峰，张大伟，董 欣，孙瑞雯，刘保献，徐文帅，程念亮,王占山

北京市环境保护监测中心，北京 100048

在简要回顾APEC期间的空气质量情况的基础上，从多方面较系统的分析了APEC期间北京市空气质量的变化特征，包括各项污染物浓度水平的同比分析、不同区域不同类别站点小时浓度的百分数分布及变化情况分析、污染物日变化规律变化特征分析、空气质量改善效果的空间分布特征分析、颗粒物组分变化特征分析、污染来源解析模型、数值污染模型等方法，力求从多个方面深入了解APEC控制措施对北京市污染水平、污染特征造成的影响，并利用组分、模型等方法定性定量的评估主要空气质量影响因素、不同的污染控制措施对APEC期间空气质量改善的作用及贡献。结果表明，APEC期间，北京市空气质量得到明显改善，空气质量基本处于优良级别，各项污染物浓度大幅下降，APEC污染控制期各项污染物的百分位数浓度与无控制期出现明显分离特征，污染物的日变化低浓度持续时间更长且增长更缓慢。

APEC空气质量保障；污染特征；污染控制；环境改善效果；措施评估

空气质量保障是指在重大体育赛事、国内国际重大会议等特定活动期间，为保障活动期间具有良好的空气质量，采取系统性的污染源排放削减及控制措施，如2008年北京奥运会、上海世博会、2010年广州亚运会、2014年南京青奥会、2014年北京APEC会议等。重大活动期间采取高强度的污染减排措施，相应的环境空气质量也取得了明显的改善[1-4]，这类措施具有阶段性、临时性的特点，同时又具有全面性、力度大的特点，是分析污染源排放和环境空气质量之间响应关系的最佳研究场景。可通过对重大活动期间空气污染水平、污染特征及变化规律、颗粒物组分变化的系统分析，并结合源解析及污染扩散模型，定性定量的评估措施的环境改善效果。

APEC会议于2014年11月在北京怀柔雁栖湖举行，由于会议召开时期在秋冬季，而秋冬季北京污染水平明显上升，重污染过程是APEC空气质量保障的主要风险。为保障北京APEC会议期间良好的环境空气质量，京津冀及周边6省区市按照“APEC会议期间空气质量保障方案”，采取了严格的污染排放控制措施，力度空前，污染排放规模大幅度下降。会议期间，北京市机动车实行单双号行驶、外埠机动车进京严格管理、减少本市燃煤发电量、重点保障地区燃煤锅炉原则上暂停生产、其他地区燃煤锅炉减少30%以上的污染物排放、对全市大气污染物排放重点企业实施停产限产措施、加强道路清扫保洁等空气质量保障措施[5]。天津、河北、山西、山东、内蒙等省区市也实行了严格的针对燃煤污染、机动车污染、工业污染、扬尘污染的控制措施。在京津冀及周边6省市的共同减排努力下，APEC期间北京及周边的空气质量明显改善。

APEC空气质量保障措施的环境效果评估工作对于评估各种措施的科学性、合理性、针对性以及吸收本次保障措施的成功经验，用以指导未来的污染治理及空气质量保障均具有重要意义，为此展开系统深入的分析研究。本研究首先对APEC期间的空气质量基本情况、演变过程、期间及历史气象条件进行分析回顾，并在此基础上，利用大数据分析方法对APEC期间的空气污染水平和污染特征进行系统的比较分析，重点考察由于高强度污染控制措施的采取，北京的空气污染水平及污染特征发生了何种变化，有哪些表现，并定性或半定量的评估措施的环境改善效果，具体采用了包括不同时间口径、不同区域的同比分析，APEC控制期和无控制期污染物浓度的百分数比较分析、日夜变化特征比较分析、空间分布结构比较分析等方法。

1 APEC期间空气质量基本情况

APEC期间(2014年11月1—12日)北京市维持了良好的空气质量状况，如表1所示。期间1级优4 d，2级良7 d，其中11月4日空气质量超标，AQI为135，属于3级轻度污染，为APEC期间的最高污染水平。总体分析，2014年北京APEC会议处于秋冬季，燃煤污染逐步上升，逆温频率增加，空气污染加重以及发生重污染过程的概率已经大大增加[6-12]，APEC期间实际空气质量状况明显优于秋冬季的常规情况。以APEC同期为例，2013年APEC 同期优良天数6 d，轻度以上污染6 d，其中重污染日3 d，污染状况远高于APEC期间；2012年APEC同期空气质量相对较好，优良天数9 d，轻度污染1 d，中度污染2 d，但即便如此，污染程度也高于2014年APEC会议期间。

表1 APEC期间(2014年11月1—12日)北京市空气质量统计

注：CO浓度单位为mg/m3，其他污染物浓度单位为μg/m3；“—”表示无污染物。

结合天气过程和气象条件变化，分析APEC期间空气质量的演变过程。2014年11月1—3日，受较强冷空气影响，北京地区气象条件有利于污染物的扩散，空气质量维持优良水平。4日，北京转为低压底部控制，偏南风，扩散条件较差，中午以后PM2.5浓度出现快速上升，最高小时浓度超过150 μg/m3，并在夜间维持较高污染浓度，出现整个APEC期间最重的污染状况，但空气污染也仅处于较低的三级轻度污染水平，4日的污染有明显的南部、东部污染传输的特征。5—7日，又一股较强冷空气影响华北地区，空气质量优良。8—9日，高压系统减弱为均压场，华北地区湿度明显上升，有大范围轻雾天气现象，扩散条件明显转差，9日夜间到10日，华北地区处于低压系统控制，为明显不利气象条件，但8—10日PM2.5浓度始终维持在较低水平，空气质量均处于二级良，较好空气质量的原因主要是保障期间污染控制措施导致污染源排放减少，抑制了污染物浓度的快速上升。11—12日，较强冷空气影响北京，气象条件明显有利，空气质量连续2 d为一级优水平。总体而言，APEC期间气象条件波动明显，整体属于秋冬季正常的污染扩散条件。

APEC期间，京津冀也发生了区域性的重污染。11月9—10日地面处于弱气压系统控制，区域湿度较大，偏南风，扩散条件不利，10日，北京周边达到重污染的城市有天津、保定、唐山，廊坊接近重度污染，区域污染的范围较大，但AQI相对较低，4城市AQI在192～222，区域污染减排限制了污染物浓度持续积累到更高浓度。

2 环境空气质量改善特征分析

2.1 历史同比分析

为了评估控制措施对空气质量改善造成的影响，利用2009—2014年北京市全市平均的各项污染物日均浓度历史数据，采用同比分析考察APEC不同时期的空气质量水平变化情况。将10月下半月至11月全月划分为3个时期，分别是APEC前期(10月16—31日)、APEC期间(11月1—12日)、APEC后期(11月13—30日)，比较2014年APEC不同时期与近几年同期污染物的浓度变化情况，重点考察采取控制措施与不采取控制措施对空气质量的不同影响。APEC前期、后期没有大力度的污染减排措施，可认为污染排放规模相近，而APEC期间采取了大量的污染减排措施，期间的空气质量改善与控制措施具有直接关系。受不同年份气象条件差异的影响，空气质量具有一定的年际变化，为了客观评估APEC期间空气质量的改善情况，需要扩大数据统计的样本量，分别利用与上年同比(2013年)、与近3年同比(2011—2013年平均)、与近5年同比(2009—2013年平均)的多种时间口径进行比较分析，以减轻气象条件年际变化对评估的影响。

表2给出北京2014年APEC会议不同时期各项污染物平均浓度与历史同期比较统计表。图1则给出 2014年各项污染物日均浓度APEC不同时期与前5年历史同期的箱图分析。由于2014年APEC期间时间跨度为12 d，为扩大比较分析的样本，采用了2009—2013年5年的污染物日均样本进行比较分析，以减轻由于样本偏少导致的评估不确定性。

注：APEC前期、期间、后期分别指10月16—31日、11月1—12日、11月13—30日；CO浓度单位为mg/m3，其他污染物浓度单位为μg/m3。

图1 2014年APEC不同时期与前5年同期日均浓度分布箱图分析

分析APEC会议期间的空气质量变化情况，6项污染物SO2、CO、NO2、NOx、PM10、PM2.5，与上年同比、与近3年同比、与近5年同比3种统计口径，污染平均浓度均一致呈明显下降现象，SO2、CO、NO2、NOx、PM10、PM2.5的变化幅度百分比范围分别为-56.5%～-63.4%、-34.8%～-54.5%、-25.2%～-31.2%、-29.6%～-45.1%、-35.3%～-45.1%、-44.3%～-54.7%，6项污染物的平均变化幅度在-38%～-49%。

由于几种统计口径可基本消除气象条件差异导致的空气质量年际差异，且前几年的空气污染水平剔除气象的影响应高于2014年(污染控制措施持续实施，空气质量呈长期改善趋势)，APEC期间各项污染物浓度平均40%左右的下降幅度，属于较为客观的评估分析。同比分析清楚显示，由于APEC期间污染控制措施力度大，导致污染排放规模明显下降，使北京地区空气质量有明显的改善，APEC期间良好的空气质量主要来自污染减排措施的作用。

此外，APEC前期、后期的同比分析也能印证APEC 期间的环境改善效果。APEC前期和后期，没有采取力度大的控制措施，在年际间的相同季节时期而言，可认为污染排放规模及气象条件均较为相近。从2014年两个时期3种统计口径与历史同期的比较可见，除SO2在APEC前后期均呈下降趋势外，其他5项污染物CO、NO2、NOx、PM10、PM2.5同比均以上升为主，以2014年与近3年平均比较为例，APEC前期PM10、PM2.5同比上升38%、28%，APEC后期同比上升55%、43%。

总体分析，虽然APEC前期、期间、后期存在气象条件和空气质量水平的波动，但前期和后期同比大幅度上升，而APEC期间同比大幅度下降，呈明显的“凹”字形同比特征，箱图分析体现的更为直观，明确显示污染减排控制对APEC期间空气质量的改善起到了关键性作用。

2.2 2014年APEC控制期与无控制期比较分析

上节通过多时间统计口径同比分析显示，APEC期间空气质量的同比明显改善。但年际间仍存在气象条件、污染源排放规模、空气质量水平的差异，一定时期连续的一段时间内，可认为污染排放规模相对稳定，气候背景也具有更大的相似性，污染物浓度水平的显著变化是由于排放差异所造成，通过考察APEC前期、期间、后期连续时间的污染水平变化，以分析保障措施的环境改善影响。

利用2014年10月16日—11月31日期间北京市空气质量自动监测网络多个站点的小时污染物浓度监测数据，将APEC期间(11月1—12日)作为污染控制期，而APEC前期和后期(10月16—31日，11月13—30日)作为非污染控制期。由于APEC期间采取污染控制措施，与非控制期相比，污染水平的下降会导致污染物的浓度分布特征发生变化，且不同区域变化不同，故以百分位浓度方法进行分析。由于APEC时间跨度较短仅12 d，为尽量获取更为稳定的统计特征，采用同类站点数据样本累加的方法来扩大样本量，不同区域均选取多个站点代表。按照南部地区、中心城区、交通站点、北部地区划分不同区域，南部地区站点以琉璃河、良乡、榆垡、黄村4站代表，中心城区以万寿西宫、天坛、奥体、农展馆、官园、万柳、丰台7站代表，交通站以五棵松、前门、万芳亭、草桥、朝阳公园、索家坟6站点为代表，北部地区以延庆、怀柔、密云为代表。不同污染物、不同区域小时浓度的百分数统计见表3。百分位曲线见图2。考察控制措施对浓度分布特征的影响。

表3 APEC控制期与无控制期主要污染物百分位数浓度统计 μg/m3

图2 2014年APEC会议污染控制与无控制期各项污染物百分位数浓度曲线

对一定时期而言，气象条件对浓度水平有显著影响，污染物百分位数浓度和气象条件的分布之间有一定的对应关系。若百分位数浓度按照0%～20%、21%～40%、41%～60%、61%～80%、81%～100% 5个区间划分，浓度水平可分为低、较低、中等、较高、高浓度。按照气象条件对应分为有利、较有利、中等、较不利、不利条件，在污染源排放规模相近的情况下，若样本量足够大，则百分数分布应具有较稳定的特征。同理，若污染源排放规模发生明显的变化，则百分位数分布相应的就发生变化。

比较2014年APEC控制期与无控制期的百分位数分布，最大的特征即为控制期浓度水平显著低于无控制期。控制期各项污染物、各区域、各百分位数浓度均明显低于无控制期，以中心城区的50%分位数浓度为例，控制期SO2、NO2、NOx、PM10、PM2.5较无控制期分别下降9、36、80、109、69 μg/m3，降幅分别为61%、39%、54%、65%、64%，CO浓度下降0.8 mg/m3，降幅50%,6项污染物平均降幅55%，高于APEC期间与上年同比平均下降45%的幅度，但两种分析方法均表明，APEC期间由于污染控制措施的采取，空气质量有大幅改善的事实。

从区域上分析，南部地区、中心城区、交通站、北部地区PM2.5的50%分位数分别下降80、69、76、60 μg/m3，南部地区降幅最大，中心城区、交通站次之，北部地区下降最低，这导致控制期北京地区南高北低的梯度减弱，污染水平有相对均匀化特征，无控制期50%分位数南北浓度差为61 μg/m3，控制期则为41 μg/m3，下降了20 μg/m3。

考察交通污染控制对空气质量的影响，NOx浓度水平与机动车污染存在紧密联系，分析APEC控制期间与无控制期间的变化情况。从NOx浓度下降由大到小排序分析，依次是交通站、中心城区、南部地区、北部地区，50%分位数分别下降95、73、57、43 μg/m3，这与机动车在中心城区最为集中，单双号限行的环境效果在中心城区也最为明显一致。

为了印证方法的有效性，采用同样区域划分、同样站点、同样时段的相同统计口径及方法，针对2013年的污染物小时浓度监测数据绘制百分数浓度分布曲线，见图3。

图3 2013年相同统计口径的百分数分布浓度曲线分析

从图3与图2的比较分析可知，2013年APEC同期，各项污染物、各个区域浓度的百分数分布与APEC的前期、后期的分布有所差别，但维持相似的分布特征，百分位曲线的分离更多体现在不同区域的污染水平差异上，2012年类似的分析维持与2013年相似的结论，说明该方法定性的评估控制措施的环境改善效果是有效的。

从积累速度上分析，图2在低百分数阶段，控制期浓度水平已经出现与无控制期明显分离的特征，这与2012—2013年同口径的比较形成鲜明的差异，2012—2013年在低分位数阶段，APEC同期与APEC前后期基本一致，差异很小，这是因为较有利的气象条件在一定时期总占一定频率，由于污染源排放规模相近，其污染水平也相近，而2014年APEC控制期在低分位数浓度阶段即明显低于无控制期，说明污染源排放量有显著差异，导致污染水平发生明显变化。同时，随着分位数的增大，各项污染物浓度差幅度有逐渐扩大的特征，以中心城区PM2.5十分位浓度为例，从10%～90%分位，依次浓度下降11、23、41、61、69、94、114、151、167 μg/m3。随着浓度的增加，相应的气象条件也逐渐转差，而降幅的扩大反映了由于污染源排放规模下降，污染物的积累减缓，浓度的增加相应的也较为缓慢，反映在控制期的百分位数浓度曲线即表现为增长较平缓，导致控制期与无控制期的浓度差距加大。这种特征也启示，污染源排放削减和浓度下降之间并非简单的线性关系，当污染源排放规模大幅下降时，会获得更多的环境改善效益。

2.3 APEC期间污染控制期与无控制期日变化比较分析

污染物的日变化和污染源排放的特点具有紧密的联系，北京市秋冬季颗粒物主要为双峰特征，其中以傍晚至入夜的污染高峰为全天最高[13]，通过日夜变化特征的变化分析APEC污染控制的影响。利用2014年10月16日—11月30日期间北京空气质量监测网络的小时浓度数据，按照与上节同样的统计口径，重点考察中心城区、交通站NO2、NOx、PM10、PM2.5污染物在APEC控制期和无控制期的日变化特征，见图4。

图4 2014年APEC控制期与无控制期污染物浓度日变化曲线

APEC期间日变化规律与无控制期最显著的差别是浓度水平，控制期各项污染物的浓度水平均明显下降，各时次平均浓度水平均明显低于无控制期，首先反映了污染源排放大规模下降导致的污染物浓度明显下降。

从总体日变化特征分析，控制期与无控制期以傍晚到入夜的峰值为主，具有持续时间长，浓度水平高的特征，上午存在一个峰值较低，持续时间较短的污染次高峰，与上班交通污染排放集中有直接关系。交通污染高峰反映最明显的是NO2、NOx，在上午09:00和晚19:00都存在较明显的污染高峰，其中NOx在上午还形成全天的污染最高峰。

PM10在污染控制期也存在夜间的污染高峰，但由于处于低浓度水平，上升、下降均较为平缓，且上午仅存在微弱的峰值，浓度低、时间短。PM2.5在控制期间的日变化与PM10类似，但上午基本不存在峰值，下午到入夜浓度增加更为平缓。PM10在上午的弱峰值可能受到上午交通高峰造成的道路交通扬尘的影响。

颗粒物中PM2.5、PM10日变化的总体特征表现为积累晚、积累慢、峰值浓度低的特点，使空气质量得到明显的改善。PM2.5在上午交通污染高峰基本消失，说明机动车限行导致交通流量下降，道路更为畅通，有效降低了机动车尾气排放对空气质量的影响。

3 APEC期间空气质量改善的空间特征分析

不同时间统计口径的同比分析均表明，APEC期间各项污染物浓度较大幅度下降，空气质量明显改善。由于各项污染控制措施在不同区域的环境改善效果有所不同，故对APEC期间空气质量改善的空间特征进行分析。

计算2014年11月1—12日北京市空气质量监测网络站点的各项污染物平均浓度，并与2011—2013年11月1—12日各项污染物的站点平均浓度进行同比分析。图5、图6分别为PM2.5、PM10、NOx、SO2污染物的空间改善情况分析，每图分别由APEC期间平均浓度分布、前3年APEC同期平均浓度分布、浓度降幅分布、浓度下降百分比分布组成。

图5 APEC期间PM2.5、PM10浓度改善的空间特征分析

图6 APEC期间NOx、SO2浓度改善的空间特征分析

3.1 PM2.5、PM10空间改善分析

由于北京市PM2.5、PM10呈现南高北低的空间分布特征[14-15]，故分析APEC期间控制措施对污染物空间分布结构的影响。图5给出了PM2.5、PM10的空间分布特征。总体而言，APEC控制期，北京地区PM2.5仍维持南高北低的空间分布特征，但总体水平有明显的下降，表现为APEC控制期区域最高浓度基本在75 μg/m3以下，而前3年同期最高浓度则超过100 μg/m3。从PM2.5改善的空间结构分析，浓度下降幅度和百分比最大的区域为中心城区、怀柔地区，这与该区域为APEC保障的重点地区且控制措施最集中、力度最大有关。由于单双号限行在中心城区的污染作用最明显，中心城区的污染明显下降也说明机动车污染对PM2.5影响较大，控制机动车可以减少机动车的一次排放。另外，由于机动车数量的减少，平均车速增加，中心城区拥堵状况较大缓解，有效降低交通道路扬尘污染，这从污染物日变化中PM10、PM2.5仅存在很弱的上午污染高峰也可得到印证。南部的房山、大兴、通州改善幅度小于中心城区，这与南部地区基础污染水平较高，同等浓度降幅条件时下降百分比较小有一定关系。北部的延庆、怀柔、密云地区下降百分比低于中心城区，但高于南部地区。

值得注意的是，全市浓度下降百分比最大的是西部海拔超过1 000 m的百花山监测站，由于该站点海拔较高，受城市的污染源排放影响较小，在一定程度上反映了区域污染水平的变化。APEC期间，百花山PM2.5的平均浓度从前3年平均的35 μg/m3降至14 μg/m3，浓度下降超过50%，由于PM2.5污染具有区域性特征，该站点浓度的下降也说明区域浓度水平的明显下降。

PM10改善的空间特征总体与PM2.5较相似。中心城区和北部地区PM10下降最明显，而南部的房山、大兴及东部的通州下降幅度较小。单双号限行导致的道路交通扬尘减少、施工工地扬尘减少，对PM10的改善效果明显。中心城区存在明显的浓度下降中心，说明PM10具有受局地源影响较大的特征，百花山站PM10的下降幅度明显小于PM2.5，也说明粗颗粒受本地源的影响更大。浓度下降中心有从中心城区向西南方向延伸的特征，这与西南部高速路网密集，单双号限行效果较明显，西南部燃煤污染、工业污染、扬尘污染得到控制，有效降低了西南部的高污染中心。

3.2 气态污染物NOx、SO2空间改善分析

图6给出了NOx、SO2的空间分布特征。与机动车污染具有紧密联系的NOx浓度变化特征显著，主要是NOx的高浓度范围大幅缩小，浓度水平明显下降，西北方向沿八达岭高速方向的NOx高污染带消失。从浓度的下降空间分布分析，中心城区分别沿西南、西北方向延伸，出现两个明显的浓度下降带，这与保障措施的单双号限行，货运交通、施工车辆减少导致的减排有明显的关系。具体到下降百分比，南部、西部、北部降幅最大，而中心城区由于机动车仍较集中，NOx的下降百分比相对较低。NO2的空间分布特征与NOx相似(图略)。

SO2浓度降幅最突出的特征是改善情况为南高北低，即南部地区浓度下降幅度大，下降百分比大，而北部地区浓度下降幅度减小，下降百分比小，具有较明显的南北梯度特征。从区域燃煤消耗情况分析，北京通过持续不断的燃煤污染控制措施，燃煤消耗量已经远低于河北和天津地区。APEC期间，区域污染控制很重要的控制措施，即工业燃煤、电厂燃煤的污染控制，体现在北京地区SO2的改善状况，就是南部改善较北部更明显，与燃煤污染控制的空间特征一致，也显示了区域污染对空气质量改善的明显效果。

4 结论与讨论

4.1 分析结论

1)空气质量级别和污染物浓度分析均表明，APEC期间，北京和周边区域污染控制措施的实施取得了明显的环境改善效果，保障了APEC期间北京具有良好的空气质量。APEC期间，北京1级优4 d，2级良7 d，3级轻度污染1 d，无4级中度污染以上污染日发生，空气污染级别明显低于历史同期。APEC期间6项污染物SO2、CO、NO2、NOx、PM10、PM2.5的平均浓度，与上年同比、与近3年同比、与近5年同比3种统计口径进行比较，污染物浓度均一致呈明显下降现象，SO2、CO、NO2、NOx、PM10、PM2.5的变化幅度百分比范围分别为-56.5%～-63.4%、-34.8%～-54.5%、-25.2%～-31.2%、-29.6%～-45.1%、-35.3%～-45.1%、-44.3%～-54.7%，6项污染物的平均下降幅度在-38%～-49%，下降幅度大，空气质量改善显著。

2)利用SO2、CO、NO2、NOx、PM10、PM2.5污染物的小时浓度百分位数分析2014年APEC污染控制期和非控制期的差异。分析表明，同样统计口径的2012—2013年APEC同期污染物百分位数分布有所差别，但维持相似的分布特征，而2014年由于APEC保障措施的实施，污染控制期和无污染控制期污染物浓度百分位数分布发生显著变化：一是控制期浓度水平显著低于无控制期，控制期各项污染物、各区域、各百分位数均明显低于无控制期且降幅大，与历史同比分析的结论一致；二是PM2.5在南部地区下降幅度最大，中心城区和交通站次之，北部地区下降最小，导致控制期北京地区南高北低的梯度减弱，污染水平有相对均匀化的特征；三是各项污染物积累速度减缓，低浓度持续时间较长，在低百分位数阶段，控制期浓度水平已经出现与无控制期明显分离的特征，表明在气象条件较为有利时期，由于控制措施导致的污染物排放量大幅下降，污染水平处于更低水平；同时，随着分位数的增大，各项污染物浓度差幅度还存在逐渐扩大的特征，说明污染源减排有效降低了污染物的积累速度，在不利气象条件下改善幅度更大。

3)不同污染物的改善在空间结构方面具有鲜明的特征，反映了不同污染控制措施的作用和影响。①APEC期间PM2.5浓度下降幅度和百分比最大的区域为中心城区、怀柔地区，这与该区域为APEC保障的重点地区，控制措施最集中、力度最大有关；同时也说明机动车污染对PM2.5影响较大，机动车污染控制在减少机动车数量的同时也使交通路网运行更顺畅，减少了一次污染排放和交通道路扬尘污染；而高海拔监测站百花山PM2.5浓度水平的显著下降反映了细颗粒物区域性污染的特点，以及区域污染控制的明显环境改善效果。②PM10改善的空间特征反映了其受局地源影响较大的特点，在中心城区、北部地区下降最明显，这与道路交通扬尘减少、施工工地扬尘减少有关。③与机动车污染具有紧密联系的NOx浓度空间分布特征变化显著，主要是高浓度范围大幅缩小，浓度水平明显下降，同时中心城区-西南方向延伸、中心城区-西北方向出现两个明显的浓度下降带，西北方向的高污染带基本消失，反映了单双号限行、货运交通、施工车辆减少的环境影响效果。④SO2浓度降幅最突出的特征是南高北低，即南部地区浓度下降幅度大，下降百分比大，而北部地区浓度下降幅度减小，下降百分比小，这与京津冀区域燃煤污染排放的空间分布特征及其控制的环境改善效果是一致的。

4.2 结论与建议

北京的空气污染水平受到污染源排放、气象条件、周边区域污染传输以及复杂的大气物理化学机理等因素的影响，在评估污染控制措施的环境效果时，往往难以准确识别不同的因素在空气质量改善中各自发挥的作用，具体到重大活动保障的环境改善效果评估，一般需要对气象条件的影响进行有效剔除，以识别不同的污染控制措施对空气质量改善的效果，定性层面的分析判断和利用模型的定量分析判断需要紧密结合，才能准确的对控制措施的环境效果给出相对全面、准确、客观的评估和建议。

1)应基于环境监测大数据及其分析方法，对保障活动期间的空气污染水平、污染特征、污染规律进行多角度、多侧面的系统性分析，包括历史同期、保障前期和后期、污染控制期和无控制期等不同时间比较口径、不同性质站点、不同区域、不同污染物，通过比较分析识别控制期污染水平、污染特征所发生的变化，并建立这种变化与污染源控制因素之间的联系，从而定性或半定量的掌握不同的污染控制措施在环境改善中发挥的作用。此外，需要不断研发新的基于监测数据的评估技术和方法，并不断完善，如大样本分析方法，污染源、气象、区域污染传输等不同影响因素的分离和识别技术等。

2)应充分重视颗粒物组分分析在控制措施评估中的作用，由于颗粒物组分分析可获取几十种组分数据，而不同的组分对不同的污染源有良好的区分作用，可有效证明某些控制措施的有效性，应在保障措施制定阶段的监测方案中既充分考虑组分监测，同时又应克服组分数据时间分辨率较低、站点数量较少的问题。

3)由于空气污染的复杂性，控制措施的环境效果评估的确需要多方法、多角度、多层次的全面系统评估，才能较准确客观的评估措施的环境效果。APEC保障的环境改善效果评估分析表明，污染控制措施在APEC期间的空气质量改善中起到了主导作用，APEC期间的保障措施对于即将举行的世界田联锦标赛、抗战胜利70周年大阅兵也行之有效。另外，APEC空气质量保障措施成功经验的总结对于完善常规的污染控制措施，提高污染治理的水平也具有非常积极的借鉴意义，可更好的促进北京及区域环境空气质量的改善。

[1] 吴其重,王自发,徐文帅,等.多模式模拟评估奥运赛事期间可吸入颗粒物减排效果[J].环境科学学报,2010,30(9):1 739-1 748.

[2] 黄嫣旻,魏海萍,段玉森，等.上海世博会环境空气质量状况和原因分析[J].中国环境监测，2013,29(5):58-63.

[3] 喻义勇,谢放尖,陆晓波,等.南京亚青会环境空气质量状况及原因分析[J].环境监控与预警,2014,6(1):5-10.

[4] 北京市环境保护局.APEC会议空气质量保障工作总结[R].北京：北京市环境保护局，2014.

[5] 北京市环境保护局.2014年APEC会议北京市空气质量保障方案[R].北京：北京市环境保护局，2014.

[6] 北京市环境保护监测中心.《基于AQI标准及三维立体监测的空气质量预报技术体系研究及应用示范》研究报告[R].北京：北京市环境保护监测中心，2015.

[7] 徐祥德,周秀骥,施晓晖.城市群落大气污染源影响的空间结构及尺度特征[J].中国科学D辑,2005，35(增刊1):1-9.

[8] 李令军,王英,李金香,等.2000—2010北京大气重污染研究[J].中国环境科学，2012，32(1)：23-30.

[9] 孙峰,张大伟,孙瑞雯,等.北京地区冬季典型PM2.5重污染案例分析[J].中国环境监测，2014，30(6):1-12.

[10] 杨复沫，贺克斌，马永亮，等.北京大气PM2.5中微量元素的浓度变化特征与来源[J].环境科学,2003,24(6):33-37.

[11] 朱先磊，张远航，曾立民，等.北京市大气细颗粒物PM2.5的来源研究[J]，环境科学研究,2005,18(5):1-5.

[12] 董海燕，古金霞，陈魁，等.天津市区PM2.5中碳组分污染特征及来源分析[J]，中国环境监测，2013，29(1)：34-38.

[13] 王占山,李云婷,陈添，等.2013年北京市PM2.5的时空分布[J].地理学报，2015,70(1):110-120.

[14] 北京市环境保护监测中心.《北京市大气环境PM2.5污染现状及成因研究》研究报告[R].北京：北京市环境保护监测中心，2014.

[15] 北京市环境保护监测中心.《北京市大气环境污染现状和污染源研究》研究报告[R].北京：北京市环境保护监测中心，2005.

Research on Improvement Effects of Assurance Measures on Ambient Air Quality During APEC Based on Environmental Monitoring Data

SUN Feng，ZHANG Dawei，DONG Xin，SUN Ruiwen，LIU Baoxian，XU Wenshuai，CHENG Nianliang，WANG Zhanshan

Beijing Municipal Environmental Monitoring Centre, Beijing 100048, China

Based on brief overview of air quality status during APEC, The variation features of air quality are analyzed in various aspects, including year-on-year analysis of pollutants concentration, analysis on percentage distribution and changing characteristics of hourly pollutants concentrations on different sites in different regions, analysis on changing features of daily pollutants concentrations, variation distribution of air quality improvement effects, and so on. Through these analysis, the impacts on pollution levels and features influenced by different control measures during APEC could be investigated, and major impact factors of air quality and contributions of various control measures in terms of improving air quality are assessed quantitatively and qualitatively via methods of chemical composition analysis and models establishment. The study shows that in the period of APEC, air quality improved substantially and almost fell in the classifications of excellent and good with great drop of pollutants concentrations; percentage distribution of hourly concentrations of all pollutants between control period of APEC and non control periods are extremely different; low daily pollutants concentration levels last longer and increased more slowly.Key words:air quality guarantee of APEC；pollution features；pollution control;improvement effects；assessment of control measures

2015-11-26;

2015-12-15

孙 峰(1973-)，男，山西洪洞人，硕士，教授级高级工程师。

张大伟

X820.2

A

1002-6002(2016)03- 0001- 12

10.19316/j.issn.1002-6002.2016.03.01