2017—2020年达州市主要大气污染物年际变化特征

2021-08-19王铁森权秋梅朱晓华

绵阳师范学院学报 2021年8期

黄杉，郑清，王铁森，权秋梅，朱晓华

(西华师范大学环境科学与工程学院，四川南充 637009)

0 引言

随着我国近年来经济的高速发展，生产生活影响了大气环境质量，大气污染严重危害了人体健康和自然生态系统.有研究表明2010年以后，由于城市环境管理的加强、工业污染的整治、机动车污染的控制等，四川省PM2.5污染呈现波动降低的趋势[1]，但当前我国仍面临着众多大气污染问题，以PM2.5为代表的雾霾污染及以NOx为代表的光化学二次污染在各大城市频发[2].许多学者对此进行了研究，例如，苑丽[3]等研究表明大气污染物浓度季节变化明显.李欣悦[4]对成都市气态污染物SO2、NO2与PM2.5相关性进行研究，李孝林[5]对自贡市城区环境空气质量特征及与气象因素的相关性分析.

本文通过对2017-2020年大气污染物的年际变化特征进行分析，旨在了解达州市日常生活与工业生产的变化对大气污染物的影响.因COVID-19的爆发，四川省启动突发公共卫生事件一级应急响应，随后采取居家令等，4月份疫情基本稳定，人们日常生活生产逐渐步入正轨，因此重点选取2017-2020年的1-4月进行数据分析，探索新冠肺炎疫情发生前后不同大气污染物的时间变化特征，为达州市大气污染防控提供科学且可靠的参考.

1 资料与方法

1.1 区域概况

达州市位于四川盆地东北地区，是国家西部地区重要交通枢纽、川东北城市群重要节点城市，是四川对外开放的“东大门”，也是川东北地区人口大市[6].达州市天然气储备量消耗量大，且工业生产在经济中的占比大[7]，大气污染物排放量极大[8].受地理环境的影响，达州市日照时间偏短且风速偏小不利于污染物的扩散[9]，因此大气污染防治压力极大.

1.2 资料来源

本文使用2017-2020年连续四年达州市空气质量指数AQI、SO2、CO、NO2、O3、PM2.5、PM10浓度来表征达州市大气污染程度.达州市2017-2020年大气污染物浓度数据来源于中国空气质量在线监测分析平台(https://www.aqistudy.cn/)，此平台数据更新时间为1 h，实时监测全国367个不同城市的六种主要污染物及空气质量信息，精度较高并被广泛认可.

1.3 分析方法

采用EXCEL、SPSS、Origin 2019b进行数据分析和作图，并对疫情前后六种主要大气污染物浓度与AQI的差异性和相关性进行分析.

2 大气污染物的时间变化

2.1 AQI变化特征

由图1可知，2017-2019年的AQI均呈现冬季偏高，夏季偏低的现象.近4年来除2017年9月、2019年10月和2020年7月外，AQI的月均值均超过50，特别是12月、1月的月均值较高.2020年各月的AQI指数较其他年份同期偏低，说明2020年空气质量整体较好.

图1 2017—2020年AQI月均值变化Fig.1 Changes in the monthly average of AQI from 2017 to 2020

根据空气质量指数(AQI)的不同，将空气质量分为六个等级，由表1可知，2017-2020年达州市空气优良率分别为83.01%、83.84%、82.47%、88.52%，其中2020年的优良率最高.且在前3年中均出现不同程度的轻度污染、中度污染和重度污染，在2020年1-4月期间中度污染天数仅出现1天.

表1 2017—2020年达州市AQI级别天数统计Fig.1 Statistics of AQI-level days in Dazhou from 2017 to 2020

由图2可知，近四年达州市1-4月的AQI月均值都大于50，疫情前后不同年份的1月AQI变化较大，2-4月AQI变化较小，且均表现出冬季值较高的现象.2017、2018、2019年的AQI指数在1-4月基本呈下降趋势，但2020年的1-2月呈现增加趋势.2020年1-4月的AQI指数较其他年份同期偏低，说明其空气质量整体较好.

图2 2017—2020年1-4月AQI月均值变化Fig.2 The monthly average change of AQI from January to April of 2017- 2020

2.2 气态污染物变化特征

根据GB 3095—2012 《环境空气质量标准》[10]，日平均SO2的一级浓度限值为50 μg/m3，因此SO2日均浓度均未超标.日平均CO的一级浓度限值为4 mg/m3，因此CO日均浓度均未超过国家一级标准.NO2国家一级日均值标准为80 μg/m3，除2019年3月12日的NO2浓度为81 μg/m3外，NO2的排放量也都达到了国家一级标准，在疫情后NO2的排放量有着明显的下降趋势.

如图3所示，在疫情发生后SO2浓度较2019年有所上升.2020年相较于前3年，CO月平均浓度整体呈现下降趋势.2020年1-2月相较于前3年年同期相比，NO2呈现下降趋势.连续四年1-4月O3月平均浓度均呈现上升趋势，2020年相较于2018年及2019年来讲，O3月平均浓度整体呈现下降趋势.采用独立样本T检验可知，2017年与2020年CO、O3有显著差异，SO2、NO2差异性不显著.2018年与2020年、2019年与2020年SO2、CO、NO2、O3均有显著性差异.

图3 气态污染物月平均浓度变化Fig.3 Change in monthly average concentration of gaseous pollutants

2.3 大气颗粒物变化特征

如图4所示，2020年相较于2018、2019年，PM2.5与PM10均在疫情期间减少，两种大气颗粒污染物浓度变化趋势相似.在疫情发生前两种污染物浓度均表现出1-4月逐月递减的趋势，2020年1-2月其浓度较疫情发生前变化相对较大，同期相比3-4月变化相对较小，且在4月浓度有上升趋势.将2017年、2018年、2019年分别与2020年进行差异性分析，结果显示PM2.5、PM10均有显著差异.

图4 大气颗粒污染物月平均值变化Fig.4 Changes in the monthly average of atmospheric particulate pollutants

2.4 相关性分析

2017-2020年达州市六种主要污染物与AQI之间的Pearson相关性结果如表2所示.空气质量指数与颗粒物之间相关性最高(r=0.897～0.963)，PM2.5与AQI表现出极强的相关性，2017年相关系数达到0.963.近4年来，PM2.5与PM10也表现出极强的相关性(r=0.940～0.981).在疫情发生后，PM2.5、PM10与AQI的相关系数及PM2.5与PM10的相关系数均有所下降.对于其它污染物，在疫情前CO与AQI表现为强相关，NO2与AQI为弱相关.在疫情前SO2与AQI为弱相关，在疫情后其相关性大幅度下降，SO2与AQI甚至不具有明显的相关性.AQI与O3在疫情前后均表现出较低的相关性，说明O3在疫情前后对达州市空气质量无明显影响.

3 讨论

(1)2017-2020年达州市AQI值均呈现冬季偏高，夏季偏低的现象，这可能是因为四川属于亚热带季风气候，冬季寒冷少雨，冬天逆温现象明显，大气污染物不易扩散，且燃烧化石燃料是冬季取暖的一种重要方式[11].特别是12月、1月的月均值最高，因为临近中国的春节，受各种因素的影响，其环境质量会有所下降.首先，达州市作为国家西部地区重要交通枢纽，临近春节前夕，达州市城区的人口和车流量等均持续增长，各工地工厂等相继放假，建筑施工活动等的减少使得由工业生产带来的污染减少，由日常生活造成的污染占比增加，加之在除夕和初一等时间段，烟花爆竹集中燃放，会在短期排放出大量的污染物，致使空气质量急剧下降，AQI值数在短时间内暴增[12].

2020年1月空气质量明显优于其它年份相同时期.由于新冠肺炎疫情的爆发，四川省启动了突发公共卫生事件一级应急响应，随后采取居家令，禁止各种聚会聚集等措施.达州市人口流量、交通运输量等大幅度减少，各工厂均停工停产，降低了该月的污染物排放，使得相比以往同一时间段空气质量有较大幅度的提升，空气质量出现明显好转.

(2)不同气态氧化物污染物浓度在疫情前后存在差异，可能是因为其来源的不同导致.已有研究表明，SO2主要来源为民用源和工业源，NO2主要来源为工业源和交通源，CO主要来源为民用源、工业源及交通源[6].在疫情发生后SO2浓度较2019年有所上升，这可能是因为民用源也是SO2重要排放源之一.在停工停产期CO因工业及交通排放量减少，使得CO浓度在疫情期间较疫情前呈下降趋势.汽车尾气和工业排放是NO2的主要来源，人们的出行频率降低以及工厂大面积停工停产，导致私人汽车及公共交通工具的使用频率也随之降低，工业污染排放减少，从而使得在疫情发生后NO2的浓度降低[13]

(3)O3在连续四年的1-4月中均呈现逐渐上升趋势，其可能的原因是进入春季后，气温回升，平流层和对流层之间的气体对流平衡被打破，造成平流层臭氧更多的向下输送，从而造成对流层出现O3浓度持续升高的现象[14].李孝林等研究表明，在时间尺度上，SO2、NO2、PM2.5、PM10和CO均表现为冬季浓度值高，夏季浓度值低，而O3相反[5].同时齐冰等[15]研究表明，O3的浓度变化与风向有关，而达州位于四川盆地，大气不易扩散，这也使得夏季的O3平均浓度较高.在2020年1-4月中，4月出现了上升趋势，有研究表明O3浓度与紫外辐射和温度呈正相关而与空气湿度呈负相关[16].在四川上半年降水量偏少，且2020年四川出现了干旱现象，降水量较往年大幅度下降，这使得空气湿度偏低，紫外辐射和温度偏高[17]，从而使O3前体物质受光化学反应影响，因此这可能是造成在疫情后O3呈增长趋势的重要原因.

(4)PM10浓度下降幅度大于PM2.5，且两种大气颗粒污染物浓度变化趋势相似.这可能与这两种污染物均来源于生产生活有关[18].2020年1-2月其浓度较疫情发生前变化相对较大，同期相比3-4月变化相对较小，且在4月浓度有上升趋势.这可能是因为复工复产，导致污染源对颗粒污染物的排放量回升.已有研究表明大气颗粒污染物浓度与空气湿度呈负相关，而2020年初四川出现的干旱情况使得大气中的颗粒污染物难以被清除[17].因此较疫情前同一时期大气颗粒污染物浓度有小幅度上升.

(5)由污染物之间的相关性分析表明，在疫情发生前大气颗粒污染物(PM2.5、PM10)与气态氧化物(SO2、NO2、CO)具有显著相关性，说明这些污染物的来源相似，大气颗粒污染物可以作为SO2、NO2、CO的载体，并为二次污染物的生成提供反应界面[17].而在疫情后，颗粒污染物与SO2、NO2、CO的相关性均下降，可能是因为在疫情前颗粒污染物主要来源于日常生活和工业生产，而在疫情后停工停产期间其来源变得单一，从而导致其相关性发生了变化[19].疫情前后O3与其它大气污染物呈现负相关或者不相关的关系，这可能是因为在大气中部分大气污染物被氧化，而氧化过程会消耗部分的O3[20].