嘉兴市大气污染特征及区域传输影响研究

2020-04-27陈天然陈翠红熊传芳

环境污染与防治 2020年4期

马强陈天然陈翠红万梅熊传芳雷宇薄宇,7#

(1.清华大学环境学院，北京 100084；2.生态环境部环境规划院，北京 100012；3.清华大学地球系统科学系，北京 100084；4.生态环境部卫星环境应用中心，北京 100094；5.浙江清华长三角研究院，浙江嘉兴 314006；6.嘉兴市生态环境局，浙江嘉兴 314000；7.中国科学院大气物理研究所，北京 100029)

近年来，随着我国《大气污染防治行动计划》的实施，大部分城市空气质量得到明显改善[1-5]。2017年，京津冀、长三角、珠三角3个区域的PM2.5年平均质量浓度分别为64、44、34 μg/m3，比2013年分别下降了39.6%、34.3%、27.7%[6]。但京津冀和长三角等区域城市空气质量与《环境空气质量标准》(GB 3095—2012)二级标准尚有较大差距，尤其在秋冬季节，重污染天气时有发生[7-9]。而且，在城市空气质量总体改善的同时，O3污染问题变得日益突出[10-11]，成为继PM2.5之后影响城市空气质量的关键因素，应加强对本地O3生成的敏感性分析。此外，以PM2.5为代表的颗粒物及其前体物(NO2和SO2)可能存在的区域间传输问题也不能掉以轻心。

嘉兴市地处长三角中心区域，是全国首批开展PM2.5监测的74个重点城市之一，同时世界互联网大会永久落户嘉兴市，这对其环境空气质量提出了更高要求。受气象条件等因素影响，污染天气的形成过程除了本地排放外还与污染物的区域传输有关[12-15]。了解本地污染特征做好自身减排工作与开展区域协同减排对城市环境质量改善具有同等重要的意义[16-17]。

本研究比较分析了嘉兴市2013—2017年空气质量变化趋势，重点研究了嘉兴市2017年的大气污染特征，同时利用WRF-CMAQ模型模拟分析了周边地区对嘉兴市大气污染的贡献，以期为嘉兴市进行大气污染防控和环境空气质量改善提供科学支持。

1 材料与方法

1.1 数据来源

2013—2017年嘉兴市环境空气质量数据来源于环境空气质量自动监测站，各监测站空间位置信息见表1，其中嘉兴学院、南湖区残联和清河小学为国控站点，其他均为省控站点。监测指标包括PM2.5、PM10、O3、NO2、CO和SO2。环境空气质量按GB 3095—2012二级标准进行评价，按照《环境空气质量评价技术规范(试行)》(HJ 663—2013)进行计算，PM2.5、PM10、SO2、NO2算年平均，CO算24 h平均值的第95百分位数，O3算日最大8 h滑动平均值的第90 百分位数。

表1 嘉兴市环境空气质量自动监测站空间位置

2017年嘉兴市污染物排放量按照《城市大气污染物排放清单编制技术手册》的方法计算得到；2017年周边城市(苏州市、湖州市、上海市、杭州市、绍兴市和宁波市)污染物排放量来自2017年中国多尺度排放清单模型(MEIC)的排放清单数据。

1.2 区域传输研究方法

利用WRF-CMAQ模型设计了1个基准情景和1个排放置零情景，定量评估周边地区对嘉兴市大气PM2.5、PM10、NO2和SO2浓度的传输贡献。基准情景用嘉兴市污染物排放量现状数据，排放置零情景将嘉兴市污染物排放量均置零。排放置零情景下得到的模拟结果即为周边地区对嘉兴市的传输贡献。评价时间为2017年，同时分析了各个季度，以1、4、7、10月分别作为冬季、春季、夏季和秋季的代表月份。

对嘉兴市3个国控监测站的监测结果与模拟结果进行比较显示，模型模拟值与监测值吻合良好，时间变化趋势基本一致，模型模拟结果可信。

1.3 敏感性分析方法

O3生成主要受本地NOx或挥发性有机物(VOCs)控制，本研究对O3进行敏感性分析，设置了3种减排情景，即人为源NOx单独减排50%(情景1)、人为源VOCs单独减排50%(情景2)和两者都减排50%(情景3)，以衡量O3对前体物排放的敏感性[18]。研究时段选择O3问题突出的2017年5—9月。

2 结果与讨论

2.1 嘉兴市空气质量时间变化特征

2013—2017年嘉兴市6项监测指标质量浓度如表2所示。其中，2013—2017年历年PM2.5分别为68、57、53、44、42 μg/m3，呈现逐年下降的趋势，但是截至2017年仍未达标，超标20.0%；历年PM10分别为94、81、76、69、67 μg/m3，已于2016年达标；历年O3分别为175、174、182、175、182 μg/m3，连续5年超标，并且呈现波动状态；历年NO2分别为47、44、43、37、37 μg/m3；历年SO2分别为30、26、21、14、11 μg/m3；历年CO分别为2.1、1.6、1.3、1.3、1.3 mg/m3。截至2017年，NO2、SO2和CO均已达标。

表22013—2017年嘉兴市6项监测指标质量浓度1)

注：1)PM2.5、PM10、O3、NO2、SO2的单位为μg/m3，CO的单位为mg/m3。

2013—2017年除无效数据外嘉兴市空气质量污染分级状况如图1所示。历年优良达标天数分别为214、254、235、269、263 d，达标率分别为58.6%、69.6%、64.4%、73.5%、72.1%。重度污染及以上天数呈逐年下降趋势。

图1 2013—2017年嘉兴市空气质量污染分级分布Fig.1 Air quality pollution classification distribution in Jiaxing during 2013-2017

2.2 嘉兴市空气质量空间差异特征

图2为2017年嘉兴市6项监测指标经克里金插值处理后得到的空间差异分布图。

嘉兴市PM2.5的高值区集中在以经开区为中心的主城区，向外逐渐降低。这是因为主城区人口密度大，路网密集，且分布着一定数量的电力、水泥、平板玻璃等行业企业，一次颗粒物排放量较高。

嘉兴市PM10的空间分布与PM2.5不同，呈现出西部高、东部低的特征。除人口密度、工业企业分布等因素影响外，嘉兴市东部的平湖市、港区、海盐县等因为临海，所以来自海面的清洁空气及海风对粗颗粒物有较好的稀释和沉降作用。

嘉兴市NO2呈现西北部高、东南部低的空间分布特征，其高值区集中在秀洲区、经开区和桐乡市。高值区工业较为发达，路网稠密，是工业源和移动源NOx排放较为集中的区域，未来需对该区域进行产业结构和交通运输结构调整。

嘉兴市SO2的高值区集中在海宁市东部、秀洲区南部和海盐县西部部分区域。工业锅炉及电厂的排放可能是该区域SO2浓度较高的主要原因。

嘉兴市CO的高值区主要在秀洲区、经开区和海宁市。工业企业、交通运输等排放对CO有重要贡献，上述区域人口密集，工业企业、交通运输等也相对集中。

图2 2017年嘉兴市6项监测指标的空间分布Fig.2 Spatial distribution of 6 monitoring indexes in Jiaxing in 2017

除海盐县外，其他地区O3浓度总体均偏高，特别是北部地区。嘉兴市涉VOCs企业较多，夏季受高温影响时容易在本地迅速生成O3。

2.3 周边地区对嘉兴市的传输影响

2017年基准情景和排放置零情景的PM2.5、PM10、NO2和SO2模拟结果见图3。两种不同情景下的PM2.5、PM10、NO2和SO2模拟浓度比对可定量分析周边地区对嘉兴市空气质量的传输影响。从排放置零情景的分布中可以看到，当嘉兴市零排放时，嘉兴市PM2.5、PM10、NO2和SO2浓度明显下降，因此周边地区对嘉兴市的传输影响不可小觑，定量分析结果见表3至表6。

2017年，周边地区对嘉兴市PM2.5、PM10、NO2和SO2的传输贡献分别为36.2%、31.9%、25.6%、26.7%。由于2017年PM2.5仍然超标，因此用同样的方法进一步分析周边不同城市对嘉兴市PM2.5的传输贡献大小，结果发现，苏州市、湖州市、上海市、杭州市、绍兴市、宁波市对嘉兴市PM2.5的传输贡献分别为11.2%、7.9%、7.7%、5.9%、1.8%、1.5%。

图3 2017年基准情景与置零情景对比Fig.3 Comparison of baseline and zero scenarios in 2017

表32017年周边地区对嘉兴市PM2.5的传输贡献

表42017年周边地区对嘉兴市PM10的传输贡献

表52017年周边地区对嘉兴市NO2的传输贡献

从不同季节来看，周边地区对嘉兴市PM2.5、PM10、NO2和SO2的传输贡献分别为23.1%～41.5%、25.5%～36.2%、16.7%～30.2%、12.5%～35.7%，季节差异较大，可能与不同季节的温度、盛行风向等有关。由此可见，根据区域传输的季节性变化，制定针对性的联防联控措施非常必要。

表62017年周边地区对嘉兴市SO2的传输贡献

2.4 O3生成的敏感性分析

由表7可见，当人为源NOx单独减排50%时，嘉兴市5—9月O3质量浓度上升0.1%，其中6、8、9月O3浓度上升，5、7月下降；当人为源VOCs单独减排50%时，嘉兴市5—9月O3质量浓度下降5.4%，且每个月的O3浓度均呈现下降趋势，9月下降比例达到15.8%；当两者都减排50%时，嘉兴市5—9月O3质量浓度下降5.1%，其中5、7、8、9月O3浓度下降，6月上升。由此可知，嘉兴市O3生成处于VOCs控制区，即O3对VOCs减排敏感，而对NOx减排不敏感。因此，要控制嘉兴市的O3，应重点控制VOCs排放，辅以控制NOx排放。