京津冀及周边地区大气污染综合立体观测网支撑作用

程麟钧， 唐桂刚*， 刘 宇， 宫正宇， 吉东生*， 王跃思

1.中国环境监测总站， 北京 100012 2.中国科学院大气物理研究所， 大气边界层物理与大气化学国家重点实验室， 北京 100029

随着《大气污染防治行动计划》(简称“《大气十条》”)的实施[1-4]，国家对大气污染防治科研工作提出了新的要求，主要包括：大气污染防治需要从雾-霾天气应对转向PM2.5和O3协同防控；大气污染防治需要从以末端控制为主转向以全过程控制为主；大气环境管理需要从以总量减排为主的局地监管转向质量改善为主的区域管理；大气污染防治科技创新与产业发展需要从相对脱节转向全链条深度融合. 尽管《大气十条》严格管控措施已初见成效[5-8]，但京津冀地区重霾污染仍有发生[9-11]，今后相当长的一段时期内，中央和地方各级政府将面临空气质量可持续改善的难题[12-15]. 如何使大气污染防治工作科学高效，如何推进我国大气环境管理进入精细化的新阶段，是我国大气环境科技亟待完成的紧迫任务.

在中央财政的大力支持下，生态环境部门通过国家重点研发计划、“863”计划、公益性行业科研专项的实施，对我国大气污染监测预警、区域大气污染调控、大气污染形成机制、重点污染源治理、大气污染的健康影响与防护、大气环境综合管理与控制策略等大气污染防治重点方向都做了部署，加强了大气污染防治科技支撑工作，建立了大气污染防治科技协调机制，制定了《加强大气污染防治科技支撑工作方案》，强化了大气污染防治科研工作统筹，组织协同攻关，全面支撑了国务院《大气十条》的实施[16-20]. 然而，以往的研究工作仍存在如下问题：①对大气污染化学成分精准表征、快速源解析、形成机制明确阐述的基础能力不足；②如何以先进的手段、科学的方法、准确的数据表征目标区域环境质量现状和变化趋势，及时跟踪污染源变化，实现环境质量报告和预警；③如何实现大气环境多源数据综合管理业务化，为环境管理和专题内各课题快速提供观测数据.

图1 2016—2019年京津冀及周边地区SO2、NO2、PM10、O3-90th、PM2.5和CO-95th浓度的变化Fig.1 Variation of SO2, NO2, PM10, O3-90th, PM2.5 and CO-95th concentrations in the Beijing-Tianjin-Hebei and its surrounding areas from 2016 to 2019

基于上述背景，大气重污染成因与治理攻关项目1-1课题“京津冀及周边大气污染综合立体观测网”在原有的业务与科研观测网基础上[21-23]，通过监测网优化与集成技术，建立并完善了京津冀及周边地区大气污染综合立体观测网，制定了适用于京津冀及周边地区的技术规范，并开展了长期、高效的业务化观测，构建了监测数据综合分析及共享应用平台，建立了大气重污染成因研究和治理所需的数据集，实现了大气环境多源数据综合管理业务化，提升了京津冀及周边地区秋冬季大气重污染成因机制研究和精细化源解析的能力，为环境治理和管理以及大气重污染成因与治理攻关项目各课题提供了多类型长期观测数据.

1 京津冀及周边地区大气污染综合立体观测网

京津冀及周边地区大气污染综合立体观测网的技术路线、目标产出、关键技术、监测点位和观测要素已在 文献[24]中做了详述，该文重点介绍观测网的支撑作用并以示例形式展示.

1.1 基于国控点的京津冀及周边地区空气质量变化趋势分析

2016—2019年，京津冀及周边地区“2+26”城市PM2.5、PM10、SO2浓度均呈下降趋势，而O3日最大8小时平均第90百分位(O3-90th)浓度逐年上升(见图1). 2019年“2+26”城市PM2.5、PM10、SO2、NO2、CO日均值第95百分位(CO-95th)浓度分别为57 μgm3、100 μgm3、15 μgm3、40 μgm3和2 mgm3，其中PM2.5、PM10、SO2浓度同比分别下降1.7%、3.8%、16.7%，而NO2浓度同比上升了2.6%，CO-95th浓度同比未发生变化. O3-90th浓度为196 μgm3，同比上升7.7%. 与2016年相比，2019年PM2.5、PM10、SO2、NO2、CO-95th浓度分别下降21.9%、19.3%、59.5%、9.1%、33.3%，而2019年O3-90th浓度上升27.3%. 2019年“2+26”城市空气质量达标天数比例范围为41.1%～65.8%，平均值为53.1%，同比降低4.3个百分点. 2019年“2+26”城市重度及以上污染天数比例为5.5%，与2016年相比下降3.6个百分点. 2019年秋冬季“2+26”城市PM2.5平均浓度为70 μgm3，同比下降了13.6%，而与2016年秋冬季相比的降幅为32.7%. 2019年秋冬季“2+26”城市空气质量达标天数比例范围介于45.5%～81.4%之间，平均值为60.7%，同比上升6.9个百分点；同期“2+26”城市PM2.5浓度日均值平均达标率为66.2%，同比上升8.2个百分点. 综上，京津冀及周边地区PM2.5浓度总体呈下降趋势，但O3浓度居高不下.

1.2 基于京津冀及周边地区PM2.5化学组分网的PM2.5化学组分空间分布特征

京津冀及周边地区颗粒物组分网监测内容包括PM2.5浓度、水溶性离子(SO42-、NO3-、F-、Cl-等阴离子和Na+、NH4+、K+、Mg2+、Ca2+等阳离子)、无机元素〔V(钒)、Fe(铁)、Zn(锌)、Cd(镉)、Cr(铬)、Co(钴)、As(砷)、Al(铝)、Sn(锡)、Mn(锰)、Ni(镍)、Se(硒)、Si(硅)、Ti(钛)、Ba(钡)、Cu(铜)、Pb(铅)、Ca(钙)、Mg(镁)、Na(钠)、S(硫)、Cl(氯)、K(钾)、Rb(铷)和Sb(锑)等〕和碳组分〔EC(元素碳)和OC(有机碳)〕. 2017年11月—2018年1月“2+26”城市PM2.5化学组分占比空间分布(见图2)显示，整个区域有机物浓度〔ρ(OC)×1.6〕占比最高，变化范围为26.2%～44.3%，硫酸盐占比范围为10.5%～21.0%，硝酸盐占比范围为13.4%～27.2%，铵盐占比范围为9.8%～15.3%. 由此可见，有机物、硝酸盐、硫酸盐和铵盐占PM2.5的比例较高，表明在区域尺度上对上述组分的前体物(挥发性有机物、氮氧化物、二氧化硫以及氨)的严格控制将有助于进一步降低PM2.5浓度.

图2 2017年11月—2018年1月“2+26”城市PM2.5化学组分占比分布情况Fig.2 The distribution of PM2.5 chemical components in ‘2+26’ cities from November 2017 to January 2018

1.3 基于大气激光雷达监测的京津冀及周边地区颗粒物垂直分布特征

项目实施过程中，编制了《大气激光雷达监测质控技术规范建议稿》用于指导京津冀及周边地区走航观测. 激光雷达的数据质控方法包括光学厚度、能见度、355 nm消光系数、532 nm消光系数、PM10浓度和PM2.5浓度质控比对. 结果显示，不同波段的颗粒物消光系数在200 m以上高度具有很好的一致性；对激光雷达结果进行验证，显示雷达反演的颗粒物消光系数方法的可靠性和有效性良好，在颗粒物消光系数测量方面具有较高精度. 另外，为了便于比对，开发了气溶胶雷达统一应用与分析软件模块，采用统一色彩方案、统一坐标轴样式、统一展示功能. 具体应用示例如图3所示：2019年2月28日起，京津冀及周边大气污染综合立体观测网地基雷达监测到污染物在河北省中南部、汾渭平原及山东省北部地区混合层内积累，并沿太行山东部自西南向东北逐渐积聚；3月2日起，区域内大部分城市低空维持逆温、高湿状态，边界层稳定在 1 000 m以下，垂直扩散条件差，污染物主要分布在北京市、天津市、河北省中南部及山东省大部分地区，2日午后，边界层高度短时抬升，扩散条件稍有转好；3日起，地基雷达监测到污染再次沿太行山东部自西南向东北逐渐积聚，区域内大部分城市边界层均降至 1 000 m以下；5日12：00，北京地区空气质量转为优，污染物主要分布在河北省南部以及河南省和山东省大部分地区；6日10：00，除河南省南部和山东省东部部分城市外，区域内大部分城市空气质量均为良及以下水平.

京津冀及周边大气污染综合立体观测网地基雷达监测结果显示，2019年2月28日12：00—15：00，北京京南榆垡、京西南大石窝、通州永乐店、中国环境监测总站监测站点近地面消光系数在短时间内快速升高，对应北京市PM2.5小时浓度由12：00的31 μgm3升至15：00的59 μgm3，18：00又升至87 μgm3. 分析该时段内近地面100 m处风场发现，北京市近地面以持续西南风为主，风速约3 ms，在西南风影响下区域污染物向北输送对北京市该时段内PM2.5浓度的上升有重要贡献. 除西南风输送颗粒物的影响外，28日20：00以后水平风速自北向南逐渐减小且风向逐渐转为北风，同时边界层降低，叠加北京本地晚高峰污染排放、相对湿度增大等多种有利于二次转化的因素共同作用，导致28日夜间北京市PM2.5中水溶性离子浓度快速增长，于22：00达到188 μgm3，硝酸盐、铵盐和硫酸盐浓度比18：00分别上升44.4、20.5和20.5 μgm3. 在污染物浓度快速上升过程中，区域污染输送在前期发挥了重要作用，一方面导致PM2.5浓度有所上升，同时输送带来的NO2、SO2等一次污染物与本地排放叠加后，为二次污染物的形成提供了丰富的气态前体物.

图3 2019年2月28日—3月4日保定市颗粒物消光系数(532 nm)垂直分布特征与衡水市风和温廓线Fig.3 The vertical distribution characteristics of the extinction coefficient (532 nm) of particulate matter in Baoding and the profile of wind and temperature in Hengshui from February 28th to March 4 th, 2019

2019年3月1日12：00起，北京地区近地面风向再次发生转变，受西南风影响，西南通道再次监测到混合层内颗粒物传输. 受传输影响，北京市PM2.5小时浓度上升至120 μgm3左右. 3月2日上午，中国环境监测总站监测站点地基雷达监测到污染物入境后边界层高度降至1 000 m以下，加之高湿、逆温等不利气象条件的影响，垂直扩散条件差，污染加速累积，至2日12：00，北京市PM2.5浓度达到污染过程期间峰值(231 μgm3).

1.4 基于香河大气环境观测超级站的京津冀及周边地区金属元素变化特征示例研究

为了更全面地认知区域空气质量的总体水平，在香河大气环境观测超级站开展重金属等参数的在线监测，服务于大气重污染成因分析和来源解析. 该文选取新冠肺炎疫情(COVID-19)期间的研究结果作为示例， COVID-19期间，全国范围内人为活动强度降低甚至停止[25-27]. 为了进一步了解COVID-19期间香河地区PM2.5中重金属元素的浓度及其来源变化，选择疫情前(2020年1月12—25日)、疫情控制时期(2020年1月26日—2月9日)和疫情后复工复产阶段(2020年3月22日—4月2日)3个不同时段进行研究，受春节和疫情控制的影响，烟花爆竹燃放等人为排放源存在变化较大. 采用正交矩阵因子模型对重金属元素的来源进行解析，得到9类来源(见图4)，分别为烟花爆竹燃放、燃煤、机动车排放、沙尘、电镀〔铬(Cr)工业〕、燃油、平面玻璃〔硒(Se)工业〕、锌(Zn)冶炼和钢铁工业源. 相比于疫情前，疫情控制时期沙尘、Cr工业、燃煤、Zn冶炼、Se工业和钢铁工业的贡献分别下降了89%、62%、62%、58%、43%和40%，而机动车排放和燃油的贡献则分别增加了115%和53%. 此外，结合后向轨迹对源解析结果进行进一步分析，结果表明，与疫情控制前相比，来自西北方向的气团中，沙尘、燃煤、Zn冶炼、Cr工业、Se工业和钢铁工业的贡献降幅最大，而当气团经过唐山市和天津市时，Zn冶炼、Se工业和钢铁工业的贡献降幅最小.

图4 COVID-19期间香河大气环境观测超级站PM2.5中重金属元素来源变化Fig.4 Changes in the sources of heavy metal elements in PM2.5 at the Xianghe Atmospheric Environmental Observation Super Station during COVID-19

2 大气污染综合数据分析与应用共享平台

2.1 大气污染综合数据分析与应用共享平台功能

大气污染综合数据分析与应用共享平台集成了京津冀及周边大气污染综合立体观测网数据用以建立中心数据库，主要包括：①京津冀及周边地区大气污染组分监测网的大气污染物理、化学和气象参数等观测数据；②中国科学院中国生态系统研究网络大气分中心(中科院CERN)京津冀区域观测站(15站)手工在线联网大气污染成分观测数据；③京津冀及周边地区气象观测数据、卫星遥感反演数据；④国家环境空气质量监测网(城市站、区域站、背景站)数据. 设计多网合一的数据库优化方案及多数据融合的传输连接方式(见图5)，建成了区域大气环境综合监测数据库和共享应用平台. 通过开展各类仪器的测试校验、比对和性能评估，构建了统一的大气环境网络化观测数据质控技术体系. 研究了规范化多源异构数据分析及表征方法，实现了大气环境管理综合分析业务化，为大气环境污染环境监管提供技术支撑.

图5 大气污染综合数据分析与应用共享平台多源数据融合与传输连接方式Fig.5 Multi-source data fusion and transmission connection mode of the air pollution comprehensive data analysis and application sharing platform

大气污染综合数据分析与应用共享平台重点建设六大功能模块，包括数据采集与存储、数据质控、数据管理、数据展示与分析、报告评估管理、系统基础管理等. 实现大气环境多源数据综合管理业务化，为大气重污染成因研究提供精准数据集，提升京津冀地区秋冬季重污染成因机制研究和精细化源解析的能力，推动京津冀及周边地区空气质量的持续改善，为全国和其他重点区域大气污染防治提供技术借鉴. 具体建设内容包括：①数据采集与存储. 大气污染物综合分析及共享应用平台需具备区域立体观测网的综合观测数据(在线监测数据和手工离线数据)的采集与集中存储功能，通过采集区域立体观测网海量监测数据，形成区域大气污染物监测中心数据库. ②数据质控. 大气污染综合数据分析与应用共享平台需具备在线和离线监测仪器数据质量保证质量控制体系(QAQC)体系，通过开展各类仪器的测试校验、比对和性能评估，制定监测设备性能要求技术规范，确保监测数据的准确性、可靠性. ③数据管理. 大气污染综合数据分析与应用共享平台能够实现区域立体观测数据能够实现监测类型管理、监测因子管理、站点信息管理、因子组(特性相同的参数集)管理等数据管理功能；实现对监测数据的快速查询，为大气重污染成因研究提供精准数据集，针对查询后的数据进行导出，可以Excel、txt等格式进行下载. ④数据展示与分析. 大气污染综合数据分析与应用共享平台通过构建规范化多源异构数据分析及表征方法，实现了大气环境观测数据的可视化展示分析. 平台具备以大气复合型污染来源解析为核心的数据分析方法体系，判断主要污染物控制因子及分析污染程度，分析污染物浓度水平变化趋势及污染成因，掌握污染物类别及来源贡献，为重污染期间环境监管提供技术支撑. ⑤报告评估管理. 大气污染综合数据分析与应用共享平台的数据分析报告评估管理系统，能够对业务化数据分析报告和科研报告等定制开发，快速生成重污染过程分析报告. 同时报告系统可实现动态模板配置功能，通过系统运行时对数据展示、数据分析、图形可视化立即生效配置，以适应重污染期间全面、准确数据分析业务；同时对历史数据分析报告建立文档管理和下载功能. ⑥系统基础管理. 该模块主要实现平台系统的一些基础功能，如系统登录使用权限设置、系统配置及规则模块规定等，针对大气污染综合数据分析与应用共享平台总体架构和功能架构制定科学合理的开发系统规则，以及后期平台升级过程中预留的配置模块. 共享平台基于数据仓库技术、数据整合技术、数据共享技术，并创造性地定义了大气环境综合立体观测数据集的数据组织方式，通过数据订阅的方式实现用户授权，即实现了共享数据的可扩展性，也保证了用户对观测数据的分级分类的授权访问和应用.

2.2 大气污染综合数据分析与应用共享平台支撑作用

针对来自管理部门、业务部门、科研部门不同的数据需求，构建了8个数据专题32个数据集的共享数据，所集成的数据量约为820万条，数据净存储量约为5.8 GB. 在业务化运行期间，平台为生态环境部监测司、大气司、科技司，中国环境监测总站、中国环境科学研究院、省级监测系统用户以及专题负责人共提供262个用户账号，供相关人员应用，在业务化运行期间，共享数据应用量为9.7万人次. 由此可见，在课题实施过程中，京津冀及周边综合立体观测数据共享平台为管理、业务、科研工作提供了重要的共享数据支撑，对于全国，特别是为京津冀及周边地区、汾渭平原等重点关注区域的重污染天气成因研究以及空气质量改善及地方环境管理提供了坚实有力的保障. 在后续工作中，将通过进一步优化，完善共享数据集，更加贴近管理、业务、科研的用户需求，从而持续更好地为我国特别是重点区域的空气质量改善提供数据支持.

3 结论与展望

a) 大气重污染成因与治理攻关项目1-1课题的核心产出为建立京津冀及周边地区大气污染综合立体观测技术规范、京津冀及周边地区大气污染综合立体观测网和大气污染综合数据分析及应用共享平台，实现了大气环境管理综合分析业务化，为大气重污染成因研究提供精准数据集，服务于环境空气质量预报、重污染预警和应对、重大活动期间空气质量保障和空气质量长期达标研究，全面提升京津冀及周边地区大气污染综合防治能力.

b) 京津冀及周边地区大气污染综合立体观测网和大气污染综合数据分析与应用共享平台在《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》实施过程中起到了重要的支撑作用. 保证京津冀及周边大气污染综合立体观测网和大气污染综合数据分析与应用共享平台长期、稳定和高效地运行是下一步工作的重中之重. 在保证数据质量的基础上，逐步增加国产设备和技术比重，逐步摆脱核心部件或设备来自国外仪器厂商的局面；同时，引入人工智能技术，充分挖掘观测数据，服务于臭氧和PM2.5协同控制与碳和霾协同控制.