“十三五”期间徐州市秋冬季空气质量状况研究
2022-04-28邓国庆
孙 瑞,邓国庆,李 辉
(江苏省徐州环境监测中心,江苏 徐州 221000)
0 前言
徐州市位于华北平原东南部、江苏省西北部,地处苏、鲁、豫、皖四省接壤地区,是华东的重要门户城市。 气候方面,属于暖温带半湿润季风气候,四季分明。 春、夏季(3月至8月)受东南季风影响光照较强高温多雨,秋、冬季(9月至次年2月)受西北季风影响寒潮频繁低温少雪;地形方面,以平原为主,地势由西北向东南降低中部还存在部分丘陵; 产业结构方面,徐州市是江苏省重要的内陆资源型工业城市以及煤炭基地、电力基地。特殊的地形和气候条件以及产业结构,导致徐州市秋、冬季持续出现以颗粒物(PM2.5和PM10)为主要污染物的污染过程[1-4]。 王爱平等[5]研究了江苏省秋冬季空气质量状况,指出江苏省秋冬季污染存在差异,西北地区扬尘源贡献较大。李昌龙等[6]研究指出徐州市冬季污染以细颗粒为主,受二次来源及机动车尾气影响较大。
研究利用“十三五”期间徐州市环境空气自动监测网络中7 个环境空气质量评价城市点连续观测数据,分别从达标率、首要污染物、主要污染物浓度方面分析研究空气质量现状及特点,为徐州市秋、冬季空气质量改善及预测预报提供参考。
1 研究方法
1.1 监测点位
“十三五”期间,徐州市共设置7 个环境空气质量评价城市点(简称国控点),7 个国控点均位于城市建成区内,分布相对均匀,可有效反应徐州市区环境空气质量情况,点位分布见图1。
图1 徐州市环境空气质量监测点位分布示意
1.2 分析项目
根据GB 3095—2012 《环境空气质量标准》要求,监测项目为SO2,NO2,CO,O3,PM10,PM2.5,共6 项[7]。
1.3 数据处理
研究所用监测数据来源于国家空气质量联网监测管理平台2015年9月至2020年2月国控站点连续在线浓度数据。剔除无效数据后,计算国控站点污染物浓度有效数据算术平均值,得出日均值,根据HJ 633—2012《环境空气质量指数(AQI)技术规定(试行)》及HJ 663—2013《环境空气质量评价技术规范(试行)》进行评价分析[8-9]。
2 结果与讨论
2.1 “十三五”期间秋冬季总体情况
“十三五”期间徐州市秋冬季空气质量优良率及重度污染以上天数情况见图2。 由图2 可知,“十三五”期间,秋冬季空气质量达标率为55%左右,呈波浪上升趋势,远低于全年平均优良率(全年优良率为65%左右)。其中,2017年优良率最低为51.9%,2019年最高为57.1%。 “十三五”期间秋冬季空气质量重度污染以上天数先升后降,2017年重度污染以上天数为20 d,2019年下降为4 d;空气质量为优的天数占比为3.3%~7.2%,空气质量为良的天数占比为48.1% ~53.0%,轻度污染的天数占比为23.8% ~29.1%,中度污染的天数占比为3.3%~7.2%,重度污染的天数占比为2.2%~10.5%,严重污染的天数占比为0.6%~1.7%。
图2 “十三五”期间徐州市秋冬季空气质量优良率及重度污染以上天数
选取AQI >100 时的首要污染物数据,即选取出现轻度污染以上污染日的首要污染物数据,分析徐州市秋冬季污染物情况,结果见表1。 由表1 可知,徐州市秋冬季发生轻度污染以上污染时,首要污染物分别为PM2.5,PM10,O3,其中,以PM2.5为首要污染物的污染日占比高达86.6%,这与李昌龙等[6]的研究结果相吻合,表明PM2.5仍是制约徐州市秋冬季空气质量达标的最重要污染物。相关研究指出,徐州市秋冬季大气PM2.5中,主要污染来源为二次源、 燃煤源、机动车、生物质燃烧、扬尘源和工业源。
表1 徐州市秋冬季污染日各首要污染物情况
2.2 “十三五”期间徐州市秋冬季污染特征
2.2.1 “十三五”期间徐州市秋冬季月份污染变化
徐州市秋冬季污染最重月份一般均为12月至次年2月。 “十三五”期间徐州市秋冬季空气质量达标率逐月变化情况见图3。 由图3 可知,9月份之后,徐州市空气质量开始转差,达标率下降明显,每年12月或者次年1月优良天数最少,优良率最低,次年2月份开始逐渐好转。 这与徐州市特殊的地理位置、地貌特征及气候条件有关,徐州市位于中纬度地区,地形以平原为主且海拔西北高、东南低;气候方面,冬季受温带大陆气团控制,风向以西北风、北风为主,易受京津冀方向及汾渭平原污染输入。 同时徐州市12月份至次年3月份为供暖期,输入性污染复合冬季高湿静稳的不利气候条件,污染物不容易扩散,容易产生持续时间长的空气污染,影响空气质量。
图3 “十三五”期间徐州市秋冬季空气质量优良率逐月变化情况
徐州市秋冬季污染日首要污染物逐月变化情况见图4。 由图4 可知,除次年1月份全部污染日为以PM2.5为首要污染物外,秋冬季污染日首要污染物以PM2.5,PM10,O3中2 种或3 种污染物混合出现,其中10月份为3 种污染物混合出现。 9月、10月,以O3为首要污染物的污染日占比较高,9月份占比高达92%,11月份以后未出现以O3为首要污染物的污染日; 以PM2.5为首要污染物的污染日占比较低,9月份最低为8%,10月份之后占比为71%~100%。 首要污染物变化情况与特定的气候环境有关,受季风气候影响,徐州市9,10月份温度较高,光照辐射较强,湿度较低,光化学反应速率较高,有利于光化学反应的发生。 O3浓度与温度呈正相关,与湿度呈负相关,气温高、紫外辐射强的天气易于O3生成。 11月份之后,徐州市受北方、西北方冷空气影响较多,日照时间减少,太阳光照强度与平均温度均显著下降,光化学反应较弱,O3浓度随之降低,以PM2.5为主的污染开始出现。 这是因为徐州市秋末及冬季近地面多处于高湿静稳天气条件,夜间易出现逆温层,导致大气扩散条件不利;同时徐州市作为能源城市,内源污染物排放总量较大,且处于供暖初期,污染物在短时间内容易积聚。徐州市北部、西北冷空气南移时,北部及西北地区的外来污染物也传输到徐州地区,与本地积累的污染物叠加,导致颗粒物污染物浓度快速升高,出现污染。
图4 徐州市秋冬季污染日首要污染物逐月变化情况
2.2.2 徐州市秋冬季由扬尘源污染向二次转化污染转变
“十三五”期间徐州市秋冬季主要污染物浓度变化情况见图5。 由图5 可知,秋冬季PM2.5质量浓度呈先升后降趋势,2017年达到最高值(84.7 μg/m3),然后逐步下降,2019年达到最低值(66.4 μg/m3);PM10质量浓度在2015年至2017年保持较高值,2019年降为最低值(105.9 μg/m3)。 徐州市秋冬季颗粒物浓度变化与2018年开展的各项管控措施密切相关。 2018年夏季徐州市开始全面推进电力、钢铁、焦化、水泥传统四大行业转型升级和优化调整,并颁布徐州市区全面禁止燃放烟花爆竹、锅炉分类治理、综合整治等相关规定,同时结合秋冬季错峰生产及重污染天气应急管控等科学治污、精准治污手段,徐州市秋冬季颗粒物浓度显著下降。
图5 “十三五”期间徐州市秋、冬季主要污染物浓度变化
从主要污染物浓度来看,徐州市秋冬季颗粒物(PM10,PM2.5) 和NO2浓度均值均超过国家环境空气质量标准二级浓度限值,仍面临严峻的颗粒物污染,且污染类型开始由燃煤型污染向复合型污染转变。
研究ρ(PM2.5)/ρ(PM10)可在一定程度上探索污染的类型和可能的污染物来源。王涛等[10]研究指出,当ρ(PM2.5)/ρ(PM10)越高,二次转化形成的颗粒物贡献率就越高;比值越低,扬尘、沙尘等源颗粒物贡献率就越高。“十三五”期间徐州市秋冬季ρ(PM2.5)/ρ(PM10)变化见图6。 由图6 可知,ρ(PM2.5)/ρ(PM10)分别为0.54,0.60,0.63,0.61,0.63,呈波动上升趋势,这说明徐州市秋冬季颗粒物污染正在由扬尘源污染向二次转化污染转变。 PM2.5占比升高,对环境空气的潜在污染越大,进一步改善就越困难。 太原市[11]、北京市[12]等地也出现同样规律。
图6 “十三五”期间徐州市秋冬季PM2.5,PM10 浓度变化
2.2.3 徐州市秋冬季污染类型由燃煤型污染向复合型污染转变
随着徐州市经济不断发展、建成区不断扩大、基础设施不断完善,各类汽车保有量不断增加,导致机动车和非道路移动污染源尾气排放增加。 而随着徐州市产业结构调整、 新动能培育、 供暖方式改变,由工业燃烧等固定污染源产生的SO2逐年下降。ρ(NO2)/ρ(SO2)越高,说明移动污染源贡献率越高,ρ(NO2)/ρ(SO2)越低,说明固定污染源贡献率越高。“十三五”期间徐州市秋冬季ρ(NO2)/ρ(SO2)变化情况见图7。 由图7 可知,ρ(NO2)/ρ(SO2) 分别为1.0,1.5,2.3,3.3,3.9,呈逐年上升趋势,这说明徐州市秋冬季受移动源影响越来越严重,受燃煤影响程度逐年降低。 同时,气态污染物(SO2,NO2)在秋冬季易于发生二次转化,形成硫酸盐、硝酸盐等组分,加剧颗粒物污染。
图7 “十三五”期间徐州市秋冬季SO2,NO2 浓度变化
3 结论
(1)“十三五”期间徐州市秋冬季空气质量达标率为55%左右,空气质量总体呈好转趋势,2019年秋冬季优良率和重度污染以上天数均为“十三五”期间最好;
(2)从月度变化看,进入9月以后,徐州市空气质量开始转差,达标率下降明显,12月份或次年1月份优良天数最少,优良率最低,次年2月份开始逐渐好转;
(3)徐州市秋冬季发生轻度污染以上污染时,首要污染物分别为PM2.5,PM10,O3,其中,以PM2.5为首要污染物的污染日占比高达86.6%,表明PM2.5是制约徐州市秋冬季空气质量达标的最重要污染物;
(4)徐州市秋冬季面临严峻的颗粒物(PM10,PM2.5)污染,污染正在由扬尘源污染向二次转化污染转变,同时污染类型由燃煤型污染向复合型污染转变。