云南省一次典型空气污染过程分析

万普娟, 朱 翔,, 王 健, 向 峰, 邱 飞, 潘春梅

(1.云南师范大学 地理学部,云南 昆明 650500; 2.云南省生态环境监测中心,云南 昆明 650034)

0 引 言

世界卫生组织(World Health Organization,WHO)曾经发布相关报告,有约700万人在2012年死于空气污染,其中有260万人死于户外空气污染;有330万人因室内空气污染死亡[1]。空气污染的问题受到了越来越多的关注。除了人为排放源,污染物跨界传输也是造成污染的重要原因[2]。对此,许多学者做了大量的研究,文献[2-5]分别研究了成都市、淮南市、上海市、攀枝花市的外来污染源;文献[6-8]研究结果表明釜山、威尼斯、曼谷城区及其郊区的污染与污染物长距离输送有关。

云南省环境空气质量总体较好,但部分时段污染天气隐患依然持续存在,根据统计分析,2015—2018年间出现污染天气429 d,其中414 d为轻度污染,占96.5%;中度污染共计14 d,占比较小,为3.3%;重度污染仅1 d,出现于2015年,未出现过严重污染的天气[9]。

目前对于云南省空气污染的研究更多的是分析污染过程的水平时空特征、污染物与气象要素的相关性、天气背景形势[10-11]等,但是对于污染物跨界传输方面研究的内容较少。云南省的地理位置具有一定特殊性,与周边多个东南亚国家接壤,包括缅甸、越南以及老挝,同时受东南季风以及西南季风两大因素控制,在低层偏西风作用下,有利于污染物传输,云南省的空气质量不仅受到本地排放的影响,也受到东南半岛国家的传输影响[12-13]。

本文选取一次典型污染过程,对云南省各地理区环境空气常规污染物演变特征进行分析,结合云南和中南半岛主要国家气溶胶变化趋势和火点监测分布情况,利用后向轨迹模型等分析方法对该地区污染成因进行探究,旨在为环境空气质量改善及决策提供技术参考。

1 数据与方法

1.1 数据来源与研究区

本文根据云南省的地形、地貌、海拔以及环境监测站点分布等因素,将云南省16个州(市)划分为以下5个地理区:滇中地理区包括3个州(市)、滇西北地理区包括4个州(市)、滇西南地理区包括5个州(市)、滇东北地理区包括2个州(市)、滇东南地理区包括2个州(市)，具体地理区划分见表1所列。研究时段内各地理区的日均环境空气质量常规6项污染物指标和昆明市PM2.5小时值均来自国家环境空气质量监测网络城市站数据。后向轨迹模式使用的气象资料采用美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)的全球数据同化预报系统(Global Data Assimilation System,GDAS)气象数据。对于云南及中南半岛5个国家的气溶胶数据和火点监测数据,分别在美国国家航空航天局(National Aeronautics and Space Administration,NASA)的LADSWEB数据中心、FIRM-Fire Map数据中心下载获取。

表1 云南省各地理区划分

1.2 后向轨迹方法

在HYSPLIT(hybrid single-patricle Lagrangian intergrated trajectory)模式的实际应用中,其主要作用是对大气污染物的输送情况以及扩散过程轨迹特征进行分析,能够对气团轨迹进行计算分析,同时还可对扩散形式、沉积状态进行模拟[14]。HYSPLIT模式是澳大利亚气象局和美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)协作共同研发的,在软件开发中,Roland Draxler至关重要[15]。本文利用 HYSPLIT 模式和ArcGIS 技术结合的MeteoInfo软件中的插件TrajStat[14],对后向轨迹聚类、潜在源贡献因子(potential source contribution function,PSCF)、浓度权重轨迹(concentration weighted trajectory,CWT)进行分析。其中,PSCF法是一种假设,在气团移动过程中,若运动轨迹停留时间存在于某个网格中,则在这种情况下,气团即可接收到来自该区域的排放,当传输完成后,即可对接收点浓度形成贡献。另外,在CWT法的应用中,首先对轨迹权重浓度进行准确计算,然后再对各个网格平均权重浓度进行计算[4]。

1.3 气溶胶反演方法

大气中的气溶胶粒子是空气中的主要污染物[16],通常衡量气溶胶浓度大小采用光学厚度(aerosol optical depth,AOD),是指在计算辐射传输时,单位截面面积上吸收和散射物质产生的总衰减。气溶胶反演方法采用暗像元方法(dense dark vegetation,DDV),或称浓密植被法,是由Kaufman和Sendra在反演稠密植被上空气溶胶光学厚度的过程中所创建的[17]。在可见光中,蓝光波段的波长在0.40～0.48 μm之间,而红光波段的波长在0.60～0.68 μm之间,其反射率在多数陆地表面上较低,因此能够通过归一化植被指数或通过植物在中红外光(2.1 μm)的吸收能力较强的特征,作为暗像元区域的判断方式,再利用一定的关系假设,获取到在可见光区域范围内,所有像元的地表反射率数据,完成反演AOD的过程[18]。

2 结果与分析

2.1 污染物质量浓度变化情况

根据文献[19]对16个州(市)政府所在地城市空气质量指数(air quality index,AQI)日报进行统计发现,4月1日滇西南的思茅区和景洪市AQI分别为172和186,达到中度污染,滇中的昆明市和红塔区、滇东南地理区(文山市和蒙自市)、滇西南的临翔区达到轻度污染,除泸水市无数据外其余城市空气质量均为良;4月2—6日,景洪市出现4 d轻度污染,其余城市空气质量以良为主,优的天数较少。此次污染影响范围较大、持续时间较长。

为了进一步探究污染原因,对气体污染物和颗粒物质量浓度进行了分析,结果如图1所示。

图1 云南省各地理区PM2.5、PM10、SO2、NO2、CO质量浓度

由图1可知,滇中、滇东南和滇西南的各项污染物质量浓度较高,其中滇中地理区、滇西南地理区的PM2.5日均值超过二级标准,滇东南地理区PM10、PM2.5和O38 h日均值均超过二级标准,5个地理区的SO2、NO2和CO质量浓度在研究期内均低于二级标准值。此次污染较为严重的区域是滇中、滇东南和滇西南,超标污染物主要是PM2.5,其次是O3和PM10。滇西南和滇东南PM2.5和PM10质量浓度比其他地理区高,而滇东北和滇西北总体较低。此次污染呈现出多污染物复合型特征。

滇东南地理区O38 h质量浓度在4月4—6日超过三级标准,而在其他时段,均超过二级标准。通过对国家气候中心监测所得结果进行分析,2018年9月,厄尔尼诺状态明显,其中,东亚地区冬季风比较弱,而气温异常偏高,春季温度比往年更高,加上滇东南处于低纬高原季风活动区域,整年太阳高度角大,阳光透射率高,辐射强烈,导致大气光化学反应显著,能够有效促进O3的形成。

滇中地理区6项污染物质量浓度处于较高水平,昆明、玉溪等云南经济核心城市均位于滇中地区,并且人口数量比较多,机动车数量较多,因此日常机动车尾气排放量大,同时工业产业和城市基础的建设容易造成污染物积累。此次污染过程中云南正处于干季[20],来自亚洲西南部干热的西风气流影响,晴天比较多,而雨天则比较少,同时湿度低,风干物燥;另外,滇中地理区属于滇东高原盆地,因此,在不利天气因素和盆地地形因素的影响下,大气污染物容易发生聚集,并且扩散难度较大,可造成大气污染物质量浓度一直累积不断升高。滇东北和滇西北地理区与中国的西藏、四川、贵州相邻,而与滇西南和滇东南接壤的中南半岛国家气溶胶厚度大并且火点分布较多,因此滇西南和滇东北颗粒物污染较严重可能与中南半岛国家生物质的燃烧有关。

2.2 AOD结果分析

云南省及中南半岛国家2019年4月1-6日期间气溶胶反演结果中，4月3日和5日这2天的云量较大，成像质量较差，大气气溶胶反演结果只覆盖云南省少部分地区，但可以观察出这2天中南半岛国家大部分地区AOD较高。而剩余4天的云量少，成像质量较好，大气气溶胶反演结果较好，以下具体分析这4天的AOD结果。

4月1日，云南省和中南半岛5个国家的AOD均出现了最大值(2.64～3.00)，云南省的滇中地区AOD较高，滇西南地理区大部分为中值，局部地区出现高值；中南半岛5个国家除柬埔寨和越南南部AOD相对较低，其余国家AOD较高，且高值区域大部分与云南省的西南部接壤。4月1日污染的原因如下：① 受中南半岛国家气溶胶较高的影响，② 云南省处于干季并且受厄尔尼诺暖海温使得省内气候干燥，污染物不容易扩散，造成气溶胶累积。

4月2日云南省AOD明显降低，大部分以低值为主，仅西双版纳傣族自治州、红河哈尼族彝族自治州和文山壮族苗族自治州的南部局部地区出现高值；缅甸和泰国AOD也出现不同程度的下降，但缅甸东部、老挝北部与云南省接壤的地区AOD仍处于较高水平。

4月4日云南省AOD整体处于低水平，大部分地区的AOD在0.51～0.86之间；缅甸和泰国大部分地区AOD为中值，其余3个国家AOD值较高，中南半岛5个国家与云南接壤地区以中低值AOD为主。

4月6日云南省AOD较低，中南半岛国家气溶胶厚度均高于云南省，且靠近云南省的绝大部分地区以中高值为主。

综上所述，本次污染过程与云南省气溶胶厚度有关，但主要是由中南半岛5个国家气溶胶厚度较高引起的，气溶胶厚度较高主要是生物质燃烧造成的。

2.3 火点分布情况

云南省及中南半岛国家在2019年4月1-6日火点监测分布情况如图2所示，从图2可以看出,缅甸、老挝和泰国的火点数均在1 000个以上，远大于云南省的火点数(57个)。在研究时段内，云南省火点分布较为分散，大部分出现在滇西南和滇东南地理区，少量位于滇中地理区。越南、老挝、柬埔寨、缅甸、泰国5个国家火点相对密集，柬埔寨火点主要集中于其中部和东北部，其余4个国家火点主要聚集在缅甸东部、泰国的东北部、老挝的北部、越南的东北部等与云南省滇西南和滇东南地理区靠近的区域。

火点数悬差较大原因主要是中国各级政府都在制定规定禁止燃烧秸[21]，而中南半岛主要国家大多仍然要依靠传统农业发展，东南亚国家是全世界水稻出口的重要地区，每年3—4月正好属于中南半岛国家的春耕，农场的烧荒力度加大，大量燃烧田里的秸秆，为下一次种植做好准备。中南半岛生物质燃烧形成的污染物(气溶胶、颗粒物等)在偏南、偏西气流作用下进入云南省，加重云南省的空气污染。

图2 云南省和中南半岛国家火点分布情况

2.4 后向轨迹模拟分析

以滇中地理区昆明市为研究对象,利用后向轨迹对本次污染过程中气团轨迹进行具体分析,进一步阐明污染成因。

2.4.1 轨迹聚类分析

以滇中地理区的昆明市(24.87°N，102.83°E)为参照点，选取1 000 m高度计算1—6日24 h后向轨迹，用于追踪抵达昆明市的气团过去24 h的输送轨迹。综合考虑气团移动速度以及移动方向，将其分为4种类型，昆明市后向轨迹聚类分析结果如图3所示、见表2所列。

图3 昆明市后向轨迹聚类

表2 各聚类轨迹信息对比

从图3和表2可以看出，对于聚类轨迹的出现频率以及受点 PM2.5质量浓度进行比较分析,其中,轨迹聚类1的发生率为10.42%,此聚类气团主要来源缅甸的东部,其主导下受点 PM2.5平均质量浓度为89.57 μg/m3,超标的轨迹数目10条,PM2.5超标的质量浓度平均值为98.34 μg/m3;轨迹聚类2出现概率为40.28%,此聚类气团主要来源孟加拉国东部,其主导下受点 PM2.5平均质量浓度为33.51 μg/m3,超标的轨迹数目2条,PM2.5超标的质量浓度平均值为89.71 μg/m3;轨迹聚类3出现概率为36.80%,此聚类气团主要来源缅甸西部,其主导下受点 PM2.5平均质量浓度为44.37 μg/m3,超标的轨迹数目6条,PM2.5超标的质量浓度平均值为86.81 μg/m3;轨迹聚类4出现概率为12.50%,此聚类气团主要来源缅甸的北部,其主导下受点 PM2.5平均质量浓度为24.30 μg/m3,超标的轨迹数目为0。

综上可知污染期间,导致昆明 PM2.5质量浓度较高的气流主要来自缅甸的东部,其次是缅甸西部和孟加拉国东部的气流,而缅甸北部是较清洁气流。

2.4.2 PSCF 和 CWT 分析

在对昆明市PM2.5的 PSCF 和 CWT 分析中，主要是根据文献[19]中的规定，对于PSCF污染轨迹阈值设置为75 μg/m3。为解决网格随采样点的距离增加而产生的误差，可将影响系数权重因子W引入其中，具体而言，在研究区中，某个网格与其他网格相比，如果污染轨迹数小于平均滞留时间，并且超过3倍以上，那么可利用权重因子对 PSCF 值进行计算，据此减少不稳定因素[22]。PSCF 方法中所使用的权重系数同样适用于 CWT 方法。通过对WPSCF 网格进行分析，如果色彩越深，那么污染轨迹在经过这一网格的概率比较高；而如果WCWT网格的色彩越深，那么网格中这一地区的PM2.5值贡献较大。如果2个高值相互重合，那么这一地区为潜在污染源地区。

根据WPSCF的计算结果分析，WPSCF在云南分布较少，大部分位于缅甸，具体而言，高值区主要位于滇西南西双版纳傣族自治州和普洱市、滇东南红河哈尼族彝族自治州的西南部、缅甸的东部等区域；中值区和低值区主要位于滇中的昆明市和玉溪市、缅甸的中部、孟加拉国的东部等区域。WCWT的结果与WPSCF差异较小，WCWT高值区呈现以滇西南为中心向西北部扩散的扇形趋势，主要位于滇西南西双版纳傣族自治州和普洱市、缅甸的东北部和西北部等区域；中值区位于楚雄彝族自治州的南部、玉溪市的东部、临沧市、德宏傣族景颇族自治州的西南部、缅甸北部、孟加拉国的东部等区域；低值区(10～20 μg/m3)分布较为分散，主要是大理白族自治州的西部、怒江傈僳族自治州的南部、缅甸的北部和中部等区域。

综上所述，滇西南、缅甸是昆明市此次污染的主要贡献源，即潜在污染源区。

3 结 论

(1) 2019年4月1—6日,云南省滇西南出现中度污染,滇中以及滇东南地理区出现轻度污染,滇西北和滇东北空气质量以良为主。滇中地理区6项污染物质量浓度处于较高水平,而滇东南O38 h污染较严重,5个地理区的SO2、NO2和CO质量浓度在研究期内均低于二级标准值,超标污染物为PM2.5、PM10和O3。此次污染过程是一次持续时间长、污染范围广、污染程度深的复合型污染。

(2) 此次空气污染主要成因是在厄尔尼诺以及干季不利气象条件下,中南半岛国家生物质燃烧产生的大气污染物在气流作用下与本地污染物叠加所致。

(3) 对滇中地理区昆明市后向轨迹分析得出,昆明市PM2.5污染与缅甸东部、缅甸西部和孟加拉国东部生物质燃烧的传输有关,滇西南也是其潜在污染源区。