第24届冬奥会举办地空气质量特征及环境因子响应机制

陈文婧，王丹丹，陆瑜心，韩旖旎*

(1.浙江农林大学 暨阳学院，浙江 绍兴 311800；2.亚热带森林培育国家重点实验室，浙江 杭州 311300；3.中国水利水电科学研究院泥沙研究所，北京 100038)

2000年以来，随着城市化加速发展，北京空气污染问题日益加剧。近些年颗粒物污染备受关注，相应措施的开展对改善北京市空气质量起到了积极作用，但在特定的天气环境条件下，颗粒物污染依然严重。我国大气颗粒物污染研究工作起步较晚，2013年1月，全国大面积雾霾污染事件造成大量航班延误、高速公路封闭、呼吸道疾病患者增加，城市空气质量问题的研究工作迫在眉睫。作为受雾霾影响最严重的城市之一，北京同年开始对6个空气质量指标展开全面监测(O3、NO2、SO2、CO、PM2.5、PM10)。

目前，对北京城区颗粒物污染动态及源解析工作开展迅速，研究发现城区PM2.5主要组成为有机物(OM)、硝酸盐(NO3-)、硫酸盐(SO42-)等[1]，北京城区从2013年5月提出开始取消煤炭取暖，工厂外迁等措施，因而城区颗粒物污染主要来源于汽车尾气排放[2]，郊区颗粒物时空分布情况研究较少，而且受监测条件限制，大部分研究监测频率低、时间连续性差。随着相关政策措施的实施，北京城区本地排放对PM2.5的贡献逐年降低[3]，在奥运会、APEC等重大活动期间往往会采取相关污染物减排措施，不利于污染物扩散的气象条件下依然会对空气质量改善结果造成严重威胁[4-8]。近几年人们对气体污染物关注度下降，但其危害却不容忽视，一方面来自无机污染气体本身的危害，大气中O3浓度过高会影响人类健康和植被生长[9-12]，因城市内汽车保有量不断增加，O3污染问题日益突出，而O3和NOX之间的相互关系的研究也越来越受科研工作者的重视[13-14]，加之O3与CO转化产物(CO2)是对全球变暖的重要贡献；另一方面它们作为细颗粒物的前体物增加了霾污染的危害，对京津冀地区气体和颗粒物的相互关系及其环境因子响应机制在大气污染研究中具有重要意义[5]。

2015年7月北京-张家口申办第24届冬奥会成功，对北京大气环境治理问题提出了高要求。该研究拟以北京奥体中心、延庆和张家口3个主要冬奥会场馆所在地的6个空气质量指标为研究对象，对近几年北京及周边空气污染治理效果进行评估，同时重点分析奥体中心各空气质量指标的环境响应机制，以期为空气污染治理工作提供科学支持。

1 研究区概况

3个研究点中，奥体中心(40°0′N，116°24′E)位于市中心，属于典型城市监测点，延庆县(40°27′N，115°58′E)属于城郊对照点，张家口(40°50′N，114°53′E)监测点位于京津风沙源农牧交错带南缘。3个站点均属于温带大陆季风气候，张家口多年平均降水量在300～550 mm[15]，全年以西北风为主，多年平均风速3.6～4.1 m/s[16]，北京多年平均降水量585 mm[17]，冬季盛行东北、北风，夏季东南风，多年平均风速1.9～2.6 m/s[18]。3个监测点周围无高大遮挡物，无大型污染源，监测结果均表现该地大气环境平均水平。

2 材料与方法

该研究空气质量数据来源为中国环境监测中心实时监测数据(每小时均值)，气象数据来源于奥林匹克森林公园通量塔，环境因子响应分析选用空气质量和气象数据完整度最高的2016年。数据处理通过Microsoft Excel完成，并结合SPSS进行统计分析(单因素方差分析，相关分析，回归分析等)，制图通过Sigmaplot1 2.5完成。

3 结果与分析

3.1 3个监测点颗粒物浓度动态

2014-2019年，PM2.5和PM10最大月平均浓度分别为153.47 μg/m3和207.08 μg/m3(奥体中心，2015年12月)，最小值为10.74 μg/m3和21.25 μg/m3(张家口，2014年6月)。3个监测点颗粒物(PM2.5和PM10)达标率(当年达标天数/当年监测天数)表现为张家口>延庆>奥体中心(表1)，与颗粒物浓度空间规律相反，从市中心向郊区呈梯度递减(奥体>延庆>张家口)。年际尺度上，奥体中心和延庆颗粒物浓度呈逐年下降趋势，达标率逐年上升；而张家口颗粒物浓度呈增加趋势，导致其2019年PM10浓度为3监测点最高(表2)。季节尺度上，奥体中心和延庆PM2.5季节变化明显，高浓度主要出现在秋冬季节，而PM10浓度春季(3-4月)较高夏秋较低(图1)，无明显季节差异(图1)。

表1 2014-2019年PM2.5和PM10日平均值达标比例Table 1 The standard ratios of daily means of PM2.5 and PM10 from 2014 to 2019 %

图1 2014-2019年3个监测点颗粒物浓度月均值Fig.1 Monthly mean of PM2.5 and PM10 in three monitoring locations from 2014 to 2019

3.2 3个监测点气体污染物动态

2014-2019年，4个气体污染物(CO，NO2，O3，SO2)指标中，CO、NO2、SO2均表现为奥体中心浓度最高，延庆次之，最优的是张家口，而O3浓度空间变化规律恰好相反。年际尺度上，奥体中心及延庆CO、NO2、SO2浓度逐年下降，空气质量改善明显，O3变化不明显；张家口SO2下降明显，其余3气体污染物年际差异不显著。由3个监测点6 a气体污染物年平均日动态(图2)可知，CO和NO2日变化规律一致，存在明显早高峰，O3和SO2日变化均呈单峰型，O3峰值出现在15:00左右，而SO2峰值出现在正午。CO浓度季节差异明显，秋、冬>春、夏，2015年冬季浓度值(2.42±0.29 μg/m3)最高(图2(a))；NO2浓度四季差异不显著(P>0.1)，奥体中心年际差异明显，春夏秋3季NO2浓度值逐年下降，冬季变化不明显(图2(b))；O3浓度昼夜差异明显，夏季O3浓度明显高于其他季节，2015年平均浓度达到106.9μg/m3，3监测点差异不显著(P>0.1)，O3浓度均呈增加趋势(图2(c))；张家口SO2浓度为3监测点中最高，其冬季浓度值最高，夏季最低，整体呈逐年下降趋势(图2(d))，截至2019年平均浓度较2014年降低26.44 μg/m3，尤其2016年后与奥体中心及延庆SO2浓度差异已不显著。

图2 2014-2019年3个监测点CO(a)、NO2(b)、O3(c)、SO2(d)四季24 h日动态(灰色竖实线为年际分界线)Fig.2 Diurnal dynamics of CO (a),NO2 (b),O3 (c),SO2 (d) of four seasons in the three monitoring locations from 2014 to 2019 (the gray vertical lines are the interannual boundaries)

表2 2014-2019年6个空气质量指标日平均浓度方差分析Table 2 Variance analysis of the daily means of the six air quality indexes in different years and different locations

本研究中，2014-2019年3个监测点CO浓度均达到《环境空气质量标准GB 3095-2012》一级标准(年平均4 mg/m3)，此外张家口、延庆NO2达到国家二级标准(年均值40 μg/m3)，2016年后的张家口以及延庆、奥体中心SO2也达到国家二级标准(年均值20 μg/m3)；虽然奥体中心NO2浓度逐年下降明显，但截至2019年NO2浓度年均值及冬季日均值均高于国家二级标准(年平均40 μg/m3；24 h平均80 μg/m3)；3监测点夏季8 h O3浓度最高，日均值均高于国家二级标准(160 μg/m3)。

3.3 奥体中心各空气质量指标环境响应

3.3.1 环境因子影响 研究区春夏盛行南风，秋冬季盛行西北风(图4)。通过对风速、风向与各空气质量指标做相关分析知，年尺度上6空气质量指标浓度与风向关系不明显(图5)；冬季各空气质量指标均与风速有较高相关性，其中CO、NO2、SO2、PM2.5和PM10与风速呈明显负相关关系，即随着风速增大，各空气质量指标浓度降低，强风对颗粒物和气体污染物有明显稀释和去除作用，静风则使悬浮颗粒物在当地聚集。当日平均风速<1 m/s时，各空气质量指标浓度积累，均出现了年最大浓度，其中PM10达到465.5 μg/m3，PM2.5达到373.2 μg/m3，O3达到186.9 μg/m3，NO2达到155.5 μg/m3，SO2达到68.4 μg/m3，CO达到7.6 mg/m3。只有冬季O3与秋季SO2浓度与风速呈正相关关系(表3)，相关系数分别为0.78和0.40(P<0.01)，冬季O3浓度较低，同时较高的风速抬高了大气边界层高度，上层O3向下运输起到关键作用；类似的，秋季SO2浓度低(图3)，气团交换是引起监测点SO2浓度变化的主要影响因子。

3.3.2 6个空气质量指标浓度关系 本研究通过相关分析发现,各空气质量指标之间存在明显相关关系，其中相关性较高的指标分别为：CO与PM2.5(R=0.85**)，NO2与CO(R=0.83**)，O3与NO2(R=-0.61**)，SO2与CO(R=0.59**)，PM10与PM2.5(R=0.76**)。根据图3中2颗粒物浓度季节分布特征，此处将全年划分为2部分进一步做相关分析，5-9月份为低浓度阶段(O3为高浓度阶段)，其他月份为高浓度阶段(O3为低浓度阶段)。其中O3与CO、SO2的相关性存在季节差异(图6)，高浓度阶段O3与两者呈负相关关系(R分别为-0.45**和-0.31**)，低浓度阶段O3与两者呈正相关关系(R分别为0.40**和0.43**)。

图3 2016年奥体中心6指标浓度和气象因子日均值Fig.3 Daily means of the six air quality indexes and environmental factors of 2016 in Olympic Sports Center

图4 2016年奥体公园风玫瑰图Fig.4 Wind-rose diagram of Beijing Olympic Forest Park in 2016

4 结论与讨论

4.1 各空气质量指标动态

我国城市环境污染源主要包括工业生产、冬季供暖、汽车尾气排放和扬尘，各空气质量指标季节动态规律与OMI卫星反演数据呈现规律一致[22-23]。由于奥体中心位于北京市区北四环边，交通尾气排放和道路扬尘对颗粒物浓度增加起到重要作用，导致其浓度仍高于另外2个监测点，可见颗粒物浓度与城市发展水平、人为活动强度有很大关系。但随着相关政策的实施，北京市属2个监测点颗粒物浓度逐年下降，空气质量有所改善，2019年PM10年均值已低于张家口。张家口各空气质量指标中除SO2外均无明显改善，而颗粒物浓度呈逐年增加趋势，一是春季大风导致扬尘天气频发，增加了空气中PM10颗粒物含量；二是冬季燃煤取暖废气排放在一定程度上增加了空气中2颗粒物含量[24]，且张家口位于京津风沙源沙尘的重要源地[25-27]，春季扬尘天气较北京严重，因而PM10污染最为严重，大颗粒物污染是张家口大气污染治理的重点。

4.2 空气质量指标关系及其环境因子响应

大量研究证明了氮氧化物浓度可作为交通排放强度的可靠指标[28-29]，尤其在无工业污染来源的情况下，大气中氮氧化物93%来源于道路交通排放[30-31]。该研究中奥体中心临近北四环，周边无工业区，工业污染源对该监测点污染物指标没有直接贡献，研究认为监测点的NO2主要来自道路交通。经调查发现奥体中心监测点附近的污染源主要为汽车尾气和道路扬尘、汽车排放固体悬浮颗粒、NOx、CO、VOCs和硫化物(包括SO2和还原态硫化物)，而对于延庆和张家口而言SO2另一个重要来源是冬季燃煤供暖，这些物质会通过一系列复杂理化过程而发生转化，例如强光下形成O3，是城市大气中O3浓度升高的主要原因[21,32]。而环境因子通过影响这一系列反应过程来影响各气体指标浓度。综合来看,CO与NO2浓度的关键环境影响因子为Rn(图3，表3，表4)，2气体在空气中极不稳定，其浓度波动主要受光化学反应影响，即两者与其他气体组成的相互作用和转化。O3浓度的影响因子相对复杂，与风速、风向、温度、大气压和太阳辐射均存在明显相关性，可见其浓度波动不仅受光化学反应影响，还受空气流动传递影响；不同于林内小尺度空间环境，SO2、PM2.5、PM10浓度受环境因子影响较小[33]。

图5 空气质量指标平均浓度各风向分布Fig.5 The average concentration of the six air quality indexes in different wind directions

表3 奥体中心空气质量指标和四季风速风向的Pearson相关系数Table 3 Seasonal Pearson correlation coefficient between air quality indexes and wind speed and direction in Olympic Sports Center

表4 奥体中心空气质量指标和其他环境因子Pearson相关系数Table 4 Pearson correlation coefficient between air quality indexes and environmental factors in Olympic Sports Center

图6 不同时间段O3与CO、SO2关系Fig.6 The relationship between O3 and CO,SO2 in different time periods

CO与NO2浓度存在明显相关关系(R=0.83**)，且两者都存在早高峰(7：00-9：00)，由于汽车尾气是CO的主要来源[34]，这进一步验证了之前的假设，监测点的NO2主要来自道路交通[33]。CO的谷值出现在16：00前后(图2(a))。白天CO浓度下降主要受太阳辐射影响，大气中的绝大多数的CO通过与羟基反应除去(约85%)(反应1)[35]，羟基在紫外线照射下经过水电离形成，随着太阳辐射增强，大气中羟基自由基浓度增加，CO向CO2转变效率增加，CO浓度下降，16：00左右达到最低值，随着交通晚高峰CO排放，其浓度逐渐积累在午夜或次日交通早高峰达到最大值。在年尺度上，夏季高温高辐射条件下，CO向CO2转化更高效更彻底，导致了夏季整体CO浓度低于冬季(图3)。

CO+-OH→CO2

(1)

与CO和NO2不同的是O3日变化动态呈单峰型，峰值出现在15：00(图2(c))。 O3作为一种光化学产物，有明显昼夜变化，通过相关性分析发现O3浓度变化其光化学反应前体物NO2存在明显负相关关系(R=-0.61**)，与气象因子气温相关性最高(R=0.71**)，太阳辐射次之(R=0.63**)，两者都是影响该反应转换速率的关键因子。白天随着光照强度和温度升高，发生反应(2)导致O3浓度增加，在15：00左右达到最大值，于此同时NO2浓度降低，NO作为一次污染物也会与空气中O3反应生成NO2(反应3)[36-37]。

NO2+hv(O2)→O3+NO

(2)

O3+NO→NO2+O2

(3)

SO2浓度日动态呈同样单峰型，但峰值出现在12：00左右。空气中SO2与水汽反应生成SO32-(反应4)，该反应是酸雨的主要成因[38-39]，空气中SO2浓度与空气湿度(RH)存在负相关关系(表4)，此过程除了与水汽浓度相关之外，还受温度影响，随着温度升高，该反应逆向反应速率增加，正午空气湿度最低，温度最高，正向反应速率下降，SO2浓度上升。在监测期内，大气中SO2与NO2浓度比值均<1，年平均值为0.23，该值低于高庆先[40]对2014年奥体中心空气质量的分析结果(0.37)，说明北京仍为明显的硝酸型污染，且越来越严重。

SO2+H2O→H2SO3

(4)

表5 奥体中心PM2.5对PM10贡献率月均值Table 5 Monthly mean of PM2.5/PM10 in Olympic Sports Center

监测期内PM2.5和PM10之间以及与其他4个空气质量指标均存在相关性(P<0.01)，其中与CO、NO2浓度呈明显正相关(PM2.5与两者相关系数：R=0.85**，R=0.63**；PM10与两者相关系数：R=0.74**，R=0.54**)，这也进一步解释了奥体中心颗粒物污染很大程度上来源于汽车尾气[41-43]。PM2.5/PM10年均值为0.63(表5)，即在该监测点，PM2.5对PM10平均贡献率达到63%，冬季PM2.5在PM10占比例大于其他季节，最大贡献率达到74%(12月)。

4.3 结论

3个监测点空气质量由北京城区向城郊污染强度逐渐降低，即张家口优于延庆优于奥体中心，但除了CO浓度完全达标外，其他指标均存在高于国家二级标准的情况，尤其奥体中心NO2浓度2019年仍明显高于国家标准；3监测点空气质量整体改善，其中张家口SO2浓度降低最为明显，年平均浓度从2014年的37.50 μg/m3下降到2019年的11.06 μg/m3；相较于其他4个气体指标，2014-2019年张家口PM2.5和PM10浓度较高且呈增大趋势。因此奥体中心附近的气体污染物及张家口颗粒物污染是各自重点治理的对象。

奥体中心监测点附近人为活动引起的大气污染问题仍是3个监测点中最严重的，监测点临近北四环，其主要影响来源为汽车尾气排放。CO、NO2、O3、SO2的关键环境因子分别为Rn、Rn、Ta、Ta；且各空气质量指标之间的相关关系强于环境因子的影响；在年尺度上风速与6空气质量指标呈负相关关系，各指标最大浓度值均出现在风速<1 m/s时，分别为7.6 mg/m3、155.5、186.9、68.4、373.2 μg/m3和465.5 μg/m3。