北仑新老城区的 NO2、PM2.5、O3分析

王斌 顾卓良

摘要：利用老城区与新城区的 NO2、PM2.5以及 O3的监测数据，同时辅以郊区以及两个主要污染源附近的监测点，一个道路中的监测点数据，对新老城区的 NO2、PM2.5和O3三项因子进行对比分析，结果表明，新城区和老城区的三项因子均有较好的相关性，同时 NO2细微的差异可能来自于点位附近的污染源扰动，而 PM2.5的细微差异则来自旁边的工地建设。此外，受疫情影响，区域的 NO2浓度处于低位，但是随着复工的增加，数据逐渐恢复至正常水平。

关键词：NO2;O3;PM2.5;疫情;新老城区

1.      材料与方法

本研究主要的监测点位为两个，一个位于老城区，命名为 A，一个位于新城区命名为 B，同时为了对照分析，在郊区设置了一个背景点命名为 C， A、B、C 监测点的监测因子为影响环境空气质量的三个主要因子，即 NO2、PM2.5、O3，监测设备分别为热电公司的42i、SHARP5030和49i，此外，针对区域的特征污染物 NO2，城区的西侧——疏港高速出口的东侧，设置了一个污染源监控点为的 D，在城区的北侧——进港路南侧设置了一个污染源监控点位 E，在区域的集卡车交汇处，即东北侧的二通道路中间设置了一个针对集卡车的污染源的 NO2监测点为 F，点位详见图1，点位 A、F 为常年常规监测点，B、C、D、E 的监测时间从4月1日至4月20日共计二十天。

2.      结果与讨论

1、各个区域的污染物变化趋势分析

从图2的 NO2、PM2.5以及O3三个的日均值变化趋势来看，老城区与新城区的变化趋势基本一致，郊区的趋势大体上与城区相同，但是在峰值的时间上与城区略有差异，表1给出了老城区与新城区以及郊区的三项监测因子的相关性计算，显然老城区与新城区的相关性基本都在0.9以上，而与郊区则差异较大，均在0.9以下，甚至0.8以下，说明老城区与新城区的源较为接近，而郊区的源与城区有所差异。

另外，从数据的差异来看，老城区的 NO2浓度整体上要高于新城区，郊区最低，PM2.5浓度则新城区要略高于老城区，最低的为郊区。而从臭氧来看，郊区的臭氧最高，而老城区和新城区的臭氧十分接近。

2.新老城区的浓度差异分析

一个具体的点位的浓度主要受周边污染源和扩散两个因素的影响，对于一个具体点位来说其受到的是周边所有点位的污染源扩散到该点位的浓度的叠加，因此，若污染源数量和浓度稳定，那么该点位会随着时间的增加呈线性增长，但是实际上，该点位本身还会受到扩散（或湍流）的影响不断的向外界周边扩散，这个扩散的能力取决于气象因素，同时该点位的所有贡献污染源也不是稳定的，一般来说主要受到两种影响，一种规律性的影响，这种影响比如每天的早晚高峰，还有一种影响是周边某个点位的短时的突发变化，比如堵车、突发污染事故等因素，因此影响污染物浓度变化的主要为气象条件、周期性污染源变化和突发污染情况。

（1）       新老城区 NO2浓度差异分析

从变化趋势上来看，不管是日均值还是小时均值，新城区和老城区的变化趋势基本一致，这种一致性主要受由于在一个较小的区域内受到气象因素和周期性因素的影响相同所致。但是值得注意的是早晚高峰期受机动车的影响时间虽然一致，受其影响程度却存在一定的差异，见图3，从图中可以看出，各个点位的日变化趋势基本一致，上下班高峰期均对应了一个明显的峰值，但是从峰值的变化幅度来看，老城区的峰值与新城区的浓度差距，整体上要高于其他时间段两者之间的差异，此外，图3给出了位于老城区与新城区的下班高峰期时分钟数据的变化情况，其分钟数据分析基本上与小时变化趋势相一致，即位于老城区受到上下班高峰期的影响要大于新城区，这可能与老城区那块的道路狭窄，车流量大且车速慢怠速情況多，从而导致机动车排放的 NO2浓度较高有关。

监测点位附近的主要污染源的污染排放非稳定性变化，会在短时间内对周边尤其是附近的监测点造成扰动，使其附近监测浓度与其他点位造成一定的差异性，并伴有随着与污染源距离的逐渐增加浓度依次升高的情况，见图4，从扰动的污染源来看应该分别是疏港高速出口和进港路，可能是临时的堵车或者其他突发情况造成了这两个污染源浓度的突然升高造成对附近监测点的扰动所致，这两条道路对应的最大污染源均为柴油货车。

（2）       疫情期间的 NO2浓度情况

今年1月下旬至2月中旬，受疫情和春节双重影响，除了区域内的一些大型企业仍然正常运行，城区道机动车量明显减少，柴油货车数量只有平常的1/4左右，与之对应的是期间的 NO2浓度维持低位（NO2浓度同比下降了53.8%），但2月下旬至3月份起北仑逐渐开始复工，位于二通道的车流量（该道路主要为柴油货车）监测点的监测数据表明2月份至3月份的集卡车日趋增加，至3月20日左右已基本恢复至平时2万量的水平，同时随着车流量的增加，二通道监测点的 NO2浓度也同步升高，见图5A，与之对应的是 A 点位的 NO2在经历了一段时间的低位后2月下旬开始逐渐升高，见图5B，至3月下旬开始已经基本恢复至往年水平。

（3）新老城区的 PM2.5的浓度差异分析

表2和表3列出了老城区与新城区白天与夜间以及下雨天与非下雨天之间情况，从表上看，白天与夜间之间 PM2.5的浓度关系，从表中可以看出，白天与夜间两者之间的差异并不大，白天只是比夜间增加了1微克每立方;下雨天与非下雨天两者之间的差异较大，下雨天两者之间仅相差1微克，但是非下雨天两者相差了6微克。这可能与该点位北侧的工地有关，该点位北侧目前尚有一个工地，工地地面裸露，不管是白天还是夜间建筑扬尘对监测点存在较大的影响，另外从两个点位数据较大差异时段情况来看，当数据出现较大差异时，风向基本上是以北风为主，这也与建筑工地的位置基本吻合，因此若建筑工地施工完成，地面水泥硬化处理后预计浓度会有所下降。

3.      结论

通过对新老城区的 NO2、O3以及PM2.5的监测研究，得出以下结论：

（1）       老城区与新城区的三项监测因子的相关性较好，且好于与参照点的相关性，说明新老城区的污染源比较接近;

（2）       新老城区的 NO2的相关性相比O3略差，差异可能与点位附近的污染源扰动有关，污染源包括进港路、疏港公路及其他附近道路;

（3）       二通道的柴油货车监测点的 NO2浓度与柴油货车的车流量有很好的相关性，说明区域大量的柴油货车是 NO2的重要贡献源;

（4）       受春节和疫情期间双重影响，区域内大企业虽仍然正常运行，但是机动车、柴油货车数量明显减少，期间的 NO2浓度为历史低值，说明区域的 NO2主要贡献源为包括柴油货车在内的机动车的排放;

（5）       新老城区的 PM2.5浓度趋势虽基本一致，但是新城区整体略高于老城区，这可能与与新城区附近的商品房工建设有关。

参考文献：

[1]    郑丽英， 许婷婷， 陈志安等. 成都市夏季污染特征及影响因素[J]. 气象与环境学报，2019（5）：78-84.

[2]    周静， 刘松华. 臭氧与氮氧化物浓度变化趋势关系研究[J]. 能源环境保护，2018（2）：16-18.