苏州市一次PM2.5污染过程分析及其来源解析

丁黄达，缪青，邹强，姚沈良，杨倩，霍玉玲

(1.苏州市环境监测中心，江苏 苏州 215004;2.苏州工业园区环境监测中心站，江苏 苏州 215021; 3.镇江市环境监测中心，江苏 镇江 212009)

苏州市一次PM2.5污染过程分析及其来源解析

丁黄达1，缪青1，邹强1，姚沈良2，杨倩1，霍玉玲3

(1.苏州市环境监测中心，江苏 苏州 215004;2.苏州工业园区环境监测中心站，江苏 苏州 215021; 3.镇江市环境监测中心，江苏 镇江 212009)

水溶性离子；可入肺颗粒物；垂直扩散；来源解析；苏州

Keywords：Water-soluble ions; PM2.5; Vertical diffusion ;Source apportionment; Suzhou

水溶性离子是大气颗粒物的重要组成成分，约占颗粒物质量的60%～70%，由于其具有吸湿性，能通过对光的吸收和散射作用，进而影响大气能见度[1-2]。目前，国内外已有许多学者对大气颗粒物中水溶性离子组分进行了研究，得到了不同区域颗粒物污染特征及排放来源，水溶性离子组分研究已成为大气化学中最重要和最有价值的前沿课题之一[3-4]。

目前国内外已有很多研究分析了不同地区大气污染现状及其影响因素，Robert等[5]研究指出，夏季季风型、大陆高压型和落基山脉型天气类型导致美国大峡谷国家公园的空气质量下降；任阵海等[6]发现持续的逆温层和干结的暖空气盖是造成污染的重要原因；张智胜等[7]利用PMF方法对成都2009—2010年各季节典型月PM2.5来源进行解析表明，生物质燃烧源贡献率在四个季节均维持在较高水平，而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著。

现以2016年8月24日—9月6日期间的PM2.5为研究对象，利用苏州空气质量实时监测数据，结合气象因子、垂直扩散条件对ρ(PM2.5)及化学成分变化进行分析，并对其来源进行了粗略评估，以深化对苏州市PM2.5污染过程的认识。

1 研究方法

1.1 研究区概况

苏州位于江苏省东南部、长江三角洲中部，东经119°55′～121°20′，北纬30°47′～32°02′，总面积8 488.42 km2，四季分明，气候温和，雨量充沛，东临上海，南接嘉兴，西抱太湖，北依长江，是江苏长江经济带重要组成部分。

1.2 采样点及仪器

1.3 观测时间

2016 年8月24日00:00—9月6日14：00，期间无降水。

2 结果与分析

2.1 PM2.5与气象条件的分析

观测期间苏州PM2.5浓度、水溶性离子浓度以及气象因子时间变化序列见图1。由图1可见，苏州夏季霾日发生率全年最低[9]，ρ(PM2.5)为12～143 μg/m3，平均值为43.4 μg/m3，相比2014年(62 μg/m3)和2015年(60.9 μg/m3)同期分别下降了42.9%和40.3%。

ρ(PM2.5)在8月31日前变化平缓，8月31日—9月2日逐渐上升，9月3日和9月4日出现2次峰值，分别为143和112 μg/m3，ρ(水溶性离子)也在此期间呈上升趋势，而能见度明显下降，与PM2.5呈反比，表明有明显污染过程。

不同的气象条件下，污染物的扩散和输送规律是不相同的，污染物浓度变化会存在较大差异[10-11]。地面天气形势于8月30日前受大陆高压南下影响，苏州位于高压底部，8月31日—9月1日转为低压底部控制，9月2日以后基本受均压场控制。

随着天气系统的转变，风向逐渐由偏北风转为偏西风，再转为偏东风，在风向转换期间，ρ(PM2.5)逐渐上升；污染峰值时间段，也是苏州受均压场控制时，风向较乱，风速较小，湿度相对较高，容易造成颗粒物浓度上升。

图1 2016年观测期间苏州ρ(PM2.5)、ρ(水溶性离子)以及气象因子时间变化序列

2.2 污染过程垂直扩散条件分析

激光雷达能够有效探测大气气溶胶垂直结构及其演变过程，对分析污染物的来源、分布以及生消机制具有重要作用[12-13]。2016年9月2—4日激光雷达反演的消光系数随高度和时间变化见图2。

图2 2016年9月2—4日激光雷达反演的消光系数随高度和时间变化

由图2可见，9月2—4日出现了2次PM2.5短时的污染过程，从激光雷达消光系数图可以看出，9月2日上午边界层高度仅为0.8 km，在一定程度上导致污染的累积程度加强，近地面消光系数较大，颗粒物以细粒子为主。

09:00的ρ(PM2.5)为78 μg/m3，下午随着太阳辐射不断加热下垫面，大气湍流相对旺盛，边界层开始逐渐抬升，2日下午边界层高度最高可达3 km左右，13：00ρ(PM2.5)降至67 μg/m3，随着太阳辐射的减弱及地面辐射冷却作用，到了9月2日夜间边界层急剧下降至0.5 km，ρ(PM2.5)在9月3日01：00达116 μg/m3，表明污染物在低层累积，到了3日07:00，ρ(PM2.5)达到峰值143 μg/m3，07：00后边界层高度再次抬升，污染物垂直扩散条件转好，ρ(PM2.5)迅速下降，16：00为26 μg/m3，9月3日夜间边界层高度较高，达到2 km，ρ(PM2.5)在此期间无明显上升趋势，但到了9月4日凌晨开始，污染物累积，至05：00达到112 μg/m3，可见垂直扩散条件的转变对ρ(PM2.5)变化有着显著影响。

2.3 PM2.5组分分析

图3 观测期间ρ(离子)占比

大气气溶胶中ρ(NOx)/ρ(SOx)能够反映出固定源(如燃煤)和移动源(如机动车)对大气颗粒物中水溶性组分的相对贡献[14-15]。汽油、柴油燃烧排放的ρ(NOx)/ρ(SOx)为8∶1～13∶1，燃煤排放的ρ(NOx)/ρ(SOx)为1∶2[16]。

图4 2016年观测期间变化时间序列

2.4 PM2.5来源分析(PCA)

由表1可见，旋转因子矩阵可以看出PM2.5中水溶性离子识别3个主要因子，其总方差贡献率为80.374%，占了绝大多数，能够代表当地的污染源类型，3个因子的特征值分别为3.287，2.100，1.042。

表1 观测期间PM2.5水溶性离子的主成分分析

因子2与Cl-、Na+和Mg2+相关性较强，相关系数分别为0.795，0.635和0.688，其中Na+、Cl-主要来源于海盐，即海洋气溶胶的输送，Mg2+主要来源于土壤，因子2代表了海盐和土壤源。

因子3与Ca2+相关性最强，达0.870，其次为Na+和K+，而Ca2+主要来自扬尘、建筑尘，Na+和K+部分也来源于土壤尘，因此因子3代表了地面扬尘、建筑尘等。由因子分析可知，二次污染和燃烧源、海盐和土壤源以及地面扬尘、建筑尘是观测期间颗粒物的主要来源。

3 结论

(1) 观测期间PM2.5平均值为43.4 μg/m3，与 2014和2015年同期PM2.5均值相比，下降幅度明显。受天气系统影响，后期浓度逐渐升高，出现两次短时污染过程；

(2) 从污染过程的垂直扩散条件看，污染物累积主要集中在夜晚，白天地面受太阳辐射加热影响，边界层高度较高，PM2.5低于夜间；

(4) 根据主成分分析法，观测期间颗粒物主要来源于二次污染和燃烧源、海盐和土壤源以及地面扬尘、建筑尘。

[1] SVENNINGSSON B, HANSSON H C, WIEDENEOHLER A, et al.Hygroscopicgrowth of aerosol particles and its influence on nucleation scavengingin cloud: experimental results from Kleiner Feldberg [J].Journal of Atmospheric Chemistry, 1994,19(1):129-152.

[2] HASSANVAND M S, NADDAFI K, FARIDI S, et al.Indoor/outdoor relationships of PM10,PM2.5, and PM1mass concentrations andtheir water-soluble ions in a retirement home and a schooldormitory [J].Atmospheric Environment, 2014,82(1):375-382.

[3] CHENG M C, YOU C F, CAOJ J, et al.Spatial and seasonal variability of water-soluble ions in PM2.5aerosols in 14major cities in China [J].Atmospheric Environment, 2012,73(6):182-192.

[4] 陈诚, 陈辰, 汤莉莉,等.江苏沿江城市PM10和PM2.5中水溶性离子特征及来源分析[J].环境化学, 2014, 33(12):2123-2135.

[5] DAVIS R E, GAY D A.A synoptic climatological analysis of air quality in the Grand Canyon National Park[J].Atmospheric Environment.Part A.General Topics, 1993, 27(5): 713-727.

[6] 任阵海,万本太,虞统,等.不同尺度大气系统对污染边界层的影响及其水平流场输送[J].环境科学研究, 2004, 17(1): 7-13.

[7] 张智胜,陶俊,谢绍东,等.成都城区PM2.5季节污染特征及来源解析[J].环境科学学报, 2013, 33(11): 2947-2952.

[8] KHEZRI B,MO H,YAN Z，et al.Simultaneous online monitoring of inorganic compounds in aerosols and gases in an industrialized area[J].Atmospheric Environment，2013,80:352-360.

[9] 姚玉刚,邹强,张晓华,等.苏州市霾日细颗粒物的化学组分及来源分析[J].中国环境监测, 2014(4): 13.

[10] 陈镭,张欣.上海地区夏季两次污染过程天气特征和形成机理对比分析[C]//中国环境科学学会.2015年中国环境科学学会学术年会论文集(第二卷).深圳:2015.

[11] 张晓华,王雅玲,邹强,等.苏州市典型灰霾天气形成过程及成因分析[J].绿色科技, 2015(1):165-170.

[12] 夏俊荣,张镭.Mie 散射激光雷达探测大气气溶胶的进展[J].干旱气象,2006,24(4):68-72．

[13] 包青,贺军亮,查勇,等.结合激光雷达分析 2014 年春季南京地区一次大气污染过程[J].环境科学, 2015, 36(4): 1187-1194.

[14] YE B, JI X, YANG H, et al.Concentration and chemical composition of PM2.5in Shanghai for a 1-year period[J].Atmospheric Environment, 2003, 37(4): 499-510.

[15] ARIMOTO R, DUCE R A, SAVOIE D L, et al.Relationships among aerosol constituents from Asia and the North Pacific during PEM‐West A[J].Journal of Geophysical Research: Atmospheres, 1996, 101(D1): 2011-2023.

[16] 王静.北京昌平跨奥运气溶胶无机水溶性离子的污染特征及其来源解析[D].济南：山东大学, 2010.

[17] WANG Y, ZHUANG G, TANG A, et al.The ion chemistry and the source of PM2.5aerosol in Beijing[J].Atmospheric Environment, 2005, 39(21): 3771-3784.

[18] WANG Y, ZHUANG G, ZHANG X, et al.The ion chemistry, seasonal cycle, and sources of PM2.5and TSP aerosol in Shanghai[J].Atmospheric Environment,2006,40(16):2935-2952.

[19] FANG G C, CHANG C N, WU Y S, et al.Ambient suspended particulate matters and related chemical species study in central Taiwan, Taichung during 1998-2001[J].Atmospheric Environment, 2002, 36(12): 1921-1928.

[20] 黄翠.重庆市典型点位PM2.5中水溶性离子来源与特征解析[D].重庆：重庆工商大学, 2014.

[21] 周静,刘松华,谭译,等.苏州市大气细颗粒物(PM2.5)工业源排放清单[J].环境科学学报，2017(2):52-58.

[22] 黄深,潘要武,刘国盛,等.茂名市大气PM2.5在线源解析[J].环境监控与预警,2015,7(4):37-42.

[23] 俞梁敏.昆山市夏秋季节大气PM2.5中水溶性无机阴离子的污染特征[J].环境监控与预警,2014,6(5):44-46.

栏目编辑 李文峻

AnalysisofPollutionEventandSourceApportionmentofPM2.5inSuzhou

DING Huang- da1， MIAO Qing1， ZOU Qiang1, YAO Shen- liang2, YANG Qian1， HUO Yu- lin3

(1.SuzhouEnvironmentalMonitoringCenter,Suzhou,Jiangsu215004,China;2.SuzhouIndustrialParkEnvironmentalMonitoringStation,Suzhou,Jiangsu215021,China;3.ZhenjiangEnvironmentalMonitoringCenter,Zhenjiang,Jiangsu212009,China)

10.3969/j.issn.1674- 6732.2017.05.013

X513

B

1674-6732(2017)05-0057-05

2017-02-14；

2017-06-26

苏州市科技计划基金资助项目(SS201524)

丁黄达(1980—)，男，工程师，本科，从事环境监测工作。