奎屯市-独山子区-乌苏市区域大气对流层NO2柱浓度时空变化分析

2021-09-24李艳红王莉莉赵晓蓉

环境科学研究 2021年9期

李艳红，王莉莉，赵晓蓉

1.新疆师范大学地理科学与旅游学院，新疆乌鲁木齐 830054 2.新疆维吾尔自治区重点实验室，新疆干旱区湖泊环境与资源实验室，新疆乌鲁木齐 830054

近年来，我国大部分城市的大气PM2.5、SO2年均浓度已得到有效改善[1]，但大气中NO2年均浓度却未显著降低. 研究[2]表明，大气中NO2的来源主要受人为来源的化石燃料燃烧、大中型工业废气排放、汽车尾气排放等影响，其中化石燃料燃烧是大气中NO2的主要来源，化石燃料燃烧约贡献了全世界60%的NO2. 地基多轴差分吸收光谱技术(MAX-DOAS)在对流层NO2、O3、气溶胶等痕量气体垂直分布和垂直柱浓度(VCD)测量方面被广泛应用[3-6]. MAX-DOAS主要采用固定监测方法，如Ma等[7]研究北京市2008—2011年对流层大气NO2变化，并与卫星遥感数据进行对比分析. Hendrick等[8]对北京市香河的研究发现，大气NO2季节性变化高值出现在冬季. Seyler等[9]对德国海湾海洋航道的大气NO2、SO2进行监测，发现污染源主要来自船舶和大陆. Gil-Ojeda等[10]研究发现，北副热带对流层NO2的季节演化与太阳辐射相位的年周期相似. Javed等[11]观测发现，北京雾霾和非雾霾天气条件对DOAS(差分吸收光谱技术)的拟合参数没有显著影响. 随着DOAS技术的发展，大气NO2浓度移动监测的方式由车载发展到了船载和机载，如Schreier等[12-13]利用船载监测中国南海和苏禄海大气NO2、SO2浓度和西太平洋NO2排放通量. Chan等[14]研究发现，2009—2010年上海世博会期间市中心大气NO2减少了约30%，但工业区没有显著减少. 杨东上等[15]利用机载和车载MAX-DOAS 技术实现了对SO2、NO2多种污染物的监测. 对大气污染的研究已由对单个城市或区域的污染特征转向对城市间及区域间污染传输影响的研究. Kanaya等[16]于2007—2012年建立了俄罗斯和亚洲MAX-DOAS大气NO2监测网络. Wei等[17]分析了华北平原大气NO2时空变化及影响因素. 周春艳等[18]对比了“十二五”期间京津冀、长三角、珠三角城市群对流层NO2柱浓度，发现在各城市群空间上具有集聚现象. 洪茜茜[19]利用船载MAX-DOAS探测中国东部地区冬季对流层NO2垂直柱浓度发现，高浓度NO2多出现在长江流域主要工业区的下风向位置.

我国大气NO2污染研究主要集中在京津冀、长三角和珠三角等主要城市群，而天山北坡城市群城市对流层NO2排放和扩散轨迹的研究主要集中在乌鲁木齐市[20]、库尔勒市[21]、博乐市[22]等单个城市的固定监测和城市内部车载移动监测，因此利用车载DOAS研究城际间污染物浓度扩散更具有实践价值. 奎屯市-独山子区-乌苏市(简称“奎-独-乌”)区域是新疆维吾尔自治区最大的石化基地和重要经济核心区之一，也是天山北坡城市群大气污染防治重点区域之一. 该研究在奎-独-乌区域进行大气NO2的固定监测和城际间的车载移动监测，分析对流层大气NO2排放源强度及区域间污染变化，以期为制定区域联防联控措施提供科学依据.

1 研究区域与方法

1.1 研究区域概况

奎-独-乌区域地处天山北麓、准噶尔盆地西南缘，南依天山山脉，北部延伸至准噶尔盆地，地势由南向北倾斜，其中奎屯市距独山子区9 km，距乌苏市14 km，独山子区距乌苏市18 km. 奎屯市作为奎-独-乌区域的中心城市，建成区面积40 km2，2018年总人口15.47×104人，全年地区生产总值(GDP)141.55×108元，汽车保有量7.45×104辆，是新型商贸城市，以化工、冶金、电力和光伏等为主导产业. 独山子区面积26 km2，2019年总人口8×104人，2018年全区地区生产总值231.48×108元，属于典型的石化工业城区. 乌苏市总面积2.07×104km2，2018年人口21.64×104人，是以农产品、纺织业为主的农业城市. 根据新疆维吾尔自治区生态环境厅公布的新疆19城市空气质量状况及排名(独山子区隶属克拉玛依市，用克拉玛依市污染天数代表独山子区)，奎-独-乌区域2018—2019年1—12月大气NO2浓度呈明显的“U”型变化趋势，由于冬季采暖需要燃烧大量化石燃料，因此污染天气主要集中在采暖期，奎屯市、独山子区和乌苏市的污染天数均在1月最多，分别为31、27、29 d. 空气质量在线分析平台(https://www.aqistudy.cn)数据显示，2018年NO2浓度高值出现在1月，为36 μg/m3；2019年NO2浓度高值出现在2月，为48 μg/m3. 奎-独-乌区域工业化发展迅速，能源消耗以燃煤为主，加上不利于污染物扩散的地形和气象条件，导致奎-独-乌区域大气污染问题日益突出，尤其是冬季污染程度十分严重.

1.2 数据来源与研究方法

1.2.1固定和车载移动监测

该研究使用的mini MAX-DOAS仪器是海德堡大学和Hoffmann技术有限公司基于被动DOAS技术共同开发的便携式多轴差分吸收光学设备，基本原理基于Lambert-Beer定律，太阳光的初始光强通过大气层时，由于气体吸收，悬浮颗粒的Rayleigh散射和Mie散射及湍流等影响[23]，到达地面的光强变为I(λ)，剩余光强与初始光强的关系可用式(1)表示.

(1)

式中：σj(λ)为第j种气体的吸收截面，cm2/molec；Cj为第j种气体的浓度，molec/cm3；L为光程上限，cm；DL为传输过程中的单位距离，cm；εR(λ)和εM(λ)分别为光路上Rayleigh散射和Mie散射的消光系数；A(λ)为由所用光学系统及湍流造成的衰减因子[24]. DOAS的“差分”思想是将吸收截面分为随波长做快变化的σj′(λ)和与气体无特征关系的慢变化两部分，通过数字滤波去除慢变化部分得到差分光学密度，计算公式：

(2)

式中：I0′(λ)表示宽谱结构，即吸收结构中所有随波长变化慢的部分；σj′(λ)表示第j种气体的窄带吸收截面(差分吸收截面)，cm2/molec；Dj表示第j种气体的斜柱浓度，molec/cm2.

最后，将差分光学厚度(D′)与气体吸收截面进行非线性最小二乘法拟合到气体的差分斜柱浓度(SCD)[25]. MAX-DOAS仪器任意观测周期仰角α(α≠90°)的差分斜柱浓度与同周期天顶角(90°仰角)相减，即可得到该气体的对流层差分斜柱浓度(DSCD)，该研究通过几何法计算大气质量因子(AMF)，再计算出气体垂直柱浓度(VCD)，计算公式：

式中：DVC,trop为对流层第j种气体的柱浓度，molec/cm2；α为仪器观测镜的仰角，°；DVC,α为α仰角下某一时刻对流层第j种气体斜柱浓度，molec/cm2；DVC,90°为同观测周期天顶角的光谱，即参考光谱的斜柱浓度，molec/cm2. 该研究所得DVC,trop不受光程和观测角度的影响，具有较好的代表性.

MAX-DOAS的观测方向是正北，设定仪器角度为1°、3°、6°、10°、15°、20°、30°、45°、90°，按此顺序进行循环观测，一个循环为10 min，仪器观测结果会受到系统噪声、太阳光谱结构和Ring效应等外在因素的影响，需要进行光谱处理[26]. 该研究使用Win-DOAS 2.1软件进行光谱处理，选用400～420 nm波长窗口反演NO2柱浓度，并利用仪器夜间自动观测的暗电流和电子偏移消除系统噪声的影响；利用正午观测高度角为90°的光谱作为参考谱[27]，在俯仰角为30°时反演出的NO2垂直柱浓度精度较高，即选取30°时每日09:00—20:00的小时平均值数据. 固定监测时间为2018年2月—2019年7月，分为冬季(1—2月)、春季(3—4月)和夏季(6—7月). 车载DOAS监测于2018年4月1日(春季)、2018年6月3日(夏季)、2018年10月10日(秋季)和2019年1月24日(冬季)进行，监测时间为10:00—15:00，监测路线全长约72 km(见图1)，车辆行驶速度控制在30 km/h左右，有效数据分别为159、139、146和135个，并利用ArcGIS软件对移动监测数据进行普通克里金插值处理.

图1 奎屯市、独山子区和乌苏市固定监测点和移动监测路线Fig.1 Fixed monitoring points and mobile monitoring routes in Kuitun City, Dushanzi District and Wusu City

1.2.2气象和排放清单数据

基于2018年全球GDAS气象数据资料和Hybrid Single-Particle Lagrangian Integrated Trajectory Mode l (HYSPLIT)后向轨迹模型对到达奎-独-乌区域的48 h 气流轨迹进行模拟，因HYSPLIT所用时间为UTC时间，所以数据处理时间为UTC+8 h. 人为排放数据来源于清华大学研发的中国多尺度大气污染排放清单模型(MEIC，http://www.meicmodel.org)在2016基准年0.5°×0.5°空间分辨率的逐月网格化排放清单数据，该清单数据包括电力、工业、民用、交通、农业共5个部门.

2 结果与分析

2.1 奎-独-乌区域大气对流层NO2柱浓度的时间变化

由图2可见，奎-独-乌区域对流层NO2柱浓度季节性变化均呈冬季高、夏季低的特征，最高值均出现在冬季(1月)，呈奎屯市(15.16×1015molec/cm2)>独山子区(14.66×1015molec/cm2)>乌苏市(14.44×1015molec/cm2)的特征. 奎-独-乌区域对流层NO2柱浓度均呈早晚高、中午低的日变化特征，不同季节日变化最高值均出现在19:00，最低值出现在13:00—16:00之间. 奎屯市冬季与春季对流层NO2柱浓度的日变化差异显著(P<0.05)，冬季与夏季、夏季与春季的日变化差异极显著(P均小于0.01)；独山子区冬季与春季、冬季与夏季的对流层NO2柱浓度日变化差异极显著(P均小于0.01)，夏季与春季差异显著(P均小于0.05)；乌苏市不同季节对流层NO2柱浓度的日变化差异均显著(P均小于0.05)，但与奎屯市和独山子区相比，乌苏市对流层NO2柱浓度日变化趋势波动不明显.

图2 奎屯市、独山子区和乌苏市对流层NO2柱浓度的时间变化Fig.2 Temporal variation of tropospheric NO2 column concentration in Kuitun City, Dushanzi District and Wusu City

该研究将2019年1—7月同期新疆维吾尔自治区生态环境厅公布的地面监测NO2浓度数据与MAX-DOAS监测的数据进行对比(见图3)发现，MAX-DOAS监测的对流层NO2柱浓度与地面监测的对流层NO2浓度变化趋势基本一致，均呈冬季最高、春夏季降低的特点.

图3 2019年1—7月MAX-DOAS监测的对流层NO2柱浓度与地面监测的对流层NO2浓度的对比Fig.3 Comparison of tropospheric NO2 column concentration monitored by MAX-DOAS and tropospheric NO2 concentration monitored by ground from January to July, 2019

2.2 奎-独-乌区域大气对流层NO2柱浓度空间变化特征

奎-独-乌区域城际间不同季节的车载移动监测NO2柱浓度数据呈冬季(11.8×1015molec/cm2)>秋季(9.46×1015molec/cm2)>春季(7.46×1015molec/cm2)>夏季(4.33×1015molec/cm2)的特征. 由图4可见：春季(2018年4月1日)奎-独-乌区域上空NO2柱浓度平均值为7.46×1015molec/cm2，最高值出现在奎屯立交桥附近，高值区为独山子区油城路至独山子立交桥路段，独山子立交桥是连接G217和G312的主要交通节点；夏季(2018年6月3日)奎-独-乌区域上空对流层NO2柱浓度平均值为4.33×1015molec/cm2，最低值为0.2×1015molec/cm2，独山子区处于乌苏市的上风向；秋季(2018年10月10日)奎-独-乌区域上空对流层NO2柱浓度平均值为9.46×1015molec/cm2，高值区出现在奎屯立交桥附近；冬季(2019年1月24日)奎-独-乌区域上空对流层NO2柱浓度平均值为11.80×1015molec/cm2，最高值为28.43×1015molec/cm2，NO2主要分布在独山子区主要化工园区. 结果表明，奎-独-乌区域城际间大气对流层NO2柱浓度的变化在空间分布上存在明显差异.

图4 奎-独-乌区域城际间对流层NO2柱浓度的空间分布情况Fig.4 Spatial distribution of tropospheric NO2 column concentration over intercity in Kui-Du-Wu Region

2.3 影响因素分析

2.3.1地形地貌和气象条件的影响

奎-独-乌区域地势整体南高北低，乌苏市平均海拔460 m，奎屯市平均海拔465 m，独山子区平均海拔400 m，其西部和北部均有高山分布，南部有独山子山，中部、东部地形开阔平坦. 因此，该区域存在山谷风交替现象，白天多为东北风(谷风)，夜间多为西南风(山风). 奎-独-乌区域四季主导风向均为西风，春季高风速(2.0～7.0 m/s)出现频率较多，夏季风速(1.5～3.0 m/s)较低，秋季风速变化范围为1.5～4.5 m/s，冬季风速变化范围为1.5～3.0 m/s. 冬季较高风速主要分布在西风风向上，南风和西北风的风速整体较低，虽有利于污染物由西向东在城际间扩散，但冬季低风频率高且持续时间长,逆温层深厚,阴雾天气多发,大气扩散和输送能力都较弱，因此不利于污染物远距离扩散.

2.3.2不同季节污染源气团的影响

模拟到达奎-独-乌区域的24 h气流轨迹(见图5)，模拟高度设为500 m. 由图5可见：春季各聚类轨迹出现频率呈聚类Ⅲ>聚类Ⅴ>聚类Ⅰ>聚类Ⅱ>聚类Ⅵ>聚类Ⅳ的特征，西南方向的气流(聚类Ⅴ、聚类Ⅳ、聚类Ⅰ、聚类Ⅲ)频率为72.37%，其运行速度快，轨迹线长，受地形影响较大，西南方向的气流从高处向低处移动，有利于污染物在垂直方向上的扩散；聚类Ⅱ轨迹线较短，轨迹线呈环状，运行速度较慢，考虑为局地气流，其导致春季污染物向奎屯市和独山子区传输. 夏季各聚类轨迹的出现频率呈聚类Ⅴ>聚类Ⅵ>聚类Ⅲ>聚类Ⅳ>聚类Ⅱ>聚类Ⅰ的特征，其中来自西北方向(聚类Ⅰ、聚类Ⅲ和聚类Ⅵ)的频率为43.55%，聚类Ⅳ气流在东北部盘旋停留，各气流均为长距离运输，轨迹运动速度较快且运行高度和气压均较稳定，在近地面水平方向上有利于污染物的扩散. 秋季各聚类轨迹的出现频率呈聚类Ⅴ>聚类Ⅲ>聚类Ⅳ>聚类Ⅵ>聚类Ⅱ>聚类Ⅰ的特征，来自东北方向气流(聚类Ⅳ、聚类Ⅱ、聚类Ⅵ)频率(44.2%)最大，而来自西北方向(聚类Ⅰ和聚类Ⅲ)和西南方向(聚类Ⅴ)的气流轨迹频率分别为26.96%、28.84%. 冬季各聚类轨迹出现的频率呈聚类Ⅰ>聚类Ⅱ>聚类Ⅲ>聚类Ⅳ>聚类Ⅴ>聚类Ⅵ的特征，其中来自西南方向(聚类Ⅳ、聚类Ⅰ、聚类Ⅲ)的轨迹频率最高，为65.45%，来自东北方向(聚类Ⅴ、聚类Ⅱ)的频率为31.05%，冬季各气流运行速度均较缓慢，且西南和西北方向气流运动气压和高度共同造成污染物向奎屯市扩散.

图5 奎-独-乌区域不同季节气流运行轨迹聚类分析Fig.5 Cluster analysis of air flow trajectories in different seasons in Kui-Du-Wu Region

2.3.3不同行业对大气NO2排放量贡献

奎-独-乌区域人为排放源对NO2的排放贡献率呈奎屯市(1 187.76 t/a)>独山子区(1 046.24 t/a)>乌苏市(148.06 t/a)的特征. 奎-独-乌区域不同季节各行业人为排放源对NO2的排放贡献率均呈秋季>冬季>春季>夏季的特征，乌苏市不同行业人为排放源对NO2的排放贡献率呈工业部门>交通运输部门>住宅区，奎屯市呈工业部门>电力部门>交通运输部门>住宅区，独山子区呈工业部门>电力部门>交通运输部门>住宅区，该区域工业部门对NO2的排放贡献率(>48%)最大，其次为电力部门(>22%). 而乌苏市交通移动源对NO2的排放贡献率(29%～33%)远高于对奎屯市(<7%)和对独山子区(<5%)(见图6)，说明奎-独-乌区域主要以工厂和电力部门的固定源排放为主.

图6 奎-独-乌区域人为源排放对NO2排放贡献率Fig.6 Contribution of anthropogenic emission to NO2 in Kui-Du-Wu Region

2.3.4工厂集聚度的影响

奎-独-乌区域工厂占新疆维吾尔自治区工厂的3.6%，占新疆维吾尔自治区北部工厂的6.3%；奎-独-乌区域电厂占新疆维吾尔自治区电厂的3.8%，占新疆维吾尔自治区北部电厂的5.6%. 奎屯市、独山子区、乌苏市工厂数量分别为52、23、12个. 由图7可见：奎屯市城区各方向均有工厂分布，其中西北和东南方向工厂分布相对较多，主导风向为西风，大气污染物易在城区聚集；独山子区工厂集中分布在西南、东南方向，而居民区集中分布在西南、东南方向，位于西风通道的下风向，易导致污染物聚集；乌苏市工厂数量较少，集中在西南方向，处于西风主导风向的上风口区，污染物不易聚集. 奎-独-乌区域主导风向为西风，由于地势南高北低，造成污染物向奎屯市和独山子区扩散.

图7 奎-独-乌区域工厂、电厂分布情况Fig.7 Distribution of factories and power plants in Kui-Du-Wu Region

3 讨论

3.1 山盆结构的地貌特征及气象条件不利于重污染期大气NO2污染物的空间扩散

奎-独-乌区域南靠天山山脉，高大的地形和山脉阻挡了污染物的扩散，大气污染不易向南扩散. 地形影响污染物的扩散，京津冀地区北部海拔高，有效阻止了南部污染空气北上，因此北部空气质量优于南部[28]. 长三角地区大气污染程度自西北向东南逐渐降低，东南部临近海洋，受海风影响，东南部空气质量优于西北部[28]. 四川盆地城市群由于地势低，封闭的环境使盆地内边界层大气层结稳定度高于同纬度其他地区，大气污染物扩散受阻[29]. 此外，奎-独-乌区域冬季采暖期居民煤炭的燃烧以及区域内工业生产都产生大量NO2，该区域气流来源表明，春季、夏季、秋季在水平和垂直方向上均有利于NO2扩散，冬季气流运动方向不利于污染物扩散，导致采暖期大气污染物浓度高于非采暖期，与北方城市群——呼包鄂地区[30]、四川盆地城市群[31]、长株潭城市群[32]、京津冀城市群NO2浓度的季节性变化一致. 而长三角地区地处我国南方，冬季无采暖期，NO2浓度变化没有采暖期与非采暖期的区别. 奎-独-乌区域冬季空气重污染过程的平均持续时间为13.3 d，研究[31]表明，成都市、北京市、上海市冬季重污染期的污染平均持续时间为14.86、4.13、3 d，说明冬季重污染期的形成和消散时间呈上海市>北京市>奎-独-乌区域>成都市的特征，奎-独-乌区域重污染期的形成和消散时间均较为缓慢.

3.2 能源工业结构为主的人为排放源是导致大气NO2污染物空间集聚的主要原因

据统计，我国电厂、工业以及道路移动源对大气NOx总排放量的贡献率达89%[33]，我国大型城市市区空气中50%以上的NOx污染来自机动车排放[34]. 南方地区城市群冬季基本没有采暖，大气污染排放以交通移动源为主，李婷婷等[35]研究发现，国内四大城市群大气污染程度呈京津冀地区>中三角地区>长三角地区>珠三角地区的特征，不同城市间NO2浓度差异明显，珠三角地区由于经济发达且机动车保有量高导致NO2浓度也处于较高水平. 奎-独-乌区域大气NO2浓度的日变化峰值与交通高峰期在时间上具有较高的一致性，这与呼包鄂地区[30]、四川盆地城市群[31]、京津冀城市群和长江三角洲城市群[28]大气污染的日变化特征相似，说明该区域交通源对NO2污染也存在一定影响. 我国北方地区城市群由于冬季采暖时间长、机动车保有量较高等特征，NO2污染主要以工业和电厂部门固定源以及交通移动源为主，如郑晓霞等[36]发现，京津冀地区城市群NO2污染受人口密度、能源消耗、机动车排放等人为因素影响，呼包鄂地区主要的能源为煤炭，冬季为采暖期，燃煤对NO2有较大的贡献. 李慧等[37]研究发现，地理位置、气象条件、产业结构、能耗消耗是影响京津冀及周边地区城市空气质量变化的重要因素. 洪茜茜等[21]对中国东部地区冬季3次高浓度NO2污染事件的研究发现，高浓度NO2并不是由本地排放的污染物积聚所致，而是上风向工业园区排放的大气污染物的远距离输送导致. 奎-独-乌区域春季4次高浓度NO2污染天气主要源自工厂和电厂在奎屯-独山子区域的空间积聚，以及工业园区所排放的大气污染物的近距离输送，说明能源工业结构背景下形成的奎-独-乌区域大气污染以本地污染为主.