2019—2021年高密市PM2.5浓度时空分布特征研究

王 娟,孙泽锋

(潍坊市高密生态环境监控中心,山东 潍坊 261500)

随着经济发展和能源结构调整转型,PM2.5仍为影响空气质量的首要污染物[1],研究PM2.5污染的时空分布特征及其与其他空气污染物、气象因子的相关关系,可为科学治污、精准施策提供依据。PM2.5污染特征研究主要集中在PM2.5的污染现状、时空分布、来源解析、气象及传输影响等方面[2-6]。空间分析手段研究PM2.5时空分布特征能展现PM2.5分布、迁移及演化过程,目前,主要集中在对市级以上区域的PM2.5污染时空分布研究[7~9],县级研究极少。本研究在16个乡镇站PM2.5监测数据基础上,通过相关性分析和surfer空间分析方法对高密市PM2.5的时空污染特征进行可视化研究,揭示高密市PM2.5污染影响因素及变迁规律,以期为高密市大气污染防治工作、区域联防联控和制定有针对性的污染削减计划提供数据支撑。

1 研究区域与方法

1.1 研究区概况

高密市位于山东省潍坊市东部,位于36°8′44″~36°41′20″N、119°26′16″~120°0′38″E之间,南部是泰沂山丘的末端,属于缓丘区,中部为缓平坡地,北属堆积平原,地势总体特征是南高北低。高密市属暖温带大陆性半湿润季风气候,历年平均气温13.3 ℃,7月最高,平均气温为26.3 ℃,1月最低,平均气温为-1.3 ℃。年平均日 照 时 间 为2 252.1 h。累 年 平 均 降 水 量656.2 mm,年均相对湿度67%,春夏季风向以东南风居多,冬季多为西北风,年均风速为2.6 m/s。区域内形成以纺织服装、机械电子、制鞋劳保、食品加工、化工建材为首的五大产业集群。

1.2 数据来源与研究方法

本研究基于2019—2021年高密市16个空气监测站数据,分析PM2.5浓度的年、月、季变化特征,分别对PM2.5浓度与四项污染物、六项气象因子进行相关性分析,应用surfer的空间分析手段,将具有空间坐标的16个监测站点的PM2.5浓度数据进行空间插值分析,研究2019—2021年高密市PM2.5污染的时空分布特征。污染物数据来源于中国高密和潍坊市生态环境局网站,气象数据来源于国家气象信息中心和地方政府网站公布数据。在本研究中,以4月—10月为非采暖期,11月—次年3月为采暖期,以3月—5月为春季、6月—8月为夏季、9月—11月为秋季、12—次年2月为冬季。

2 结果与分析

2.1 年变化特征

2019—2021年PM2.5年均值变化如图1所示,可以看出,PM2.5年均值逐年下降,分别为56 μg/m3、48 μg/m3、44 μg/m3,虽未达到空气质量二级标准要求,但改善效果明显,说明高密市落实大气污染防治措施之后PM2.5污染明显好转,同比改善率分别达到15%,7.3%,年均改善率11%。随着污染物整体浓度的下降,污染物之间的影响及二次污染问题凸显,PM2.5污染主要来源趋向多元化和二次化,工业污染物、汽车尾气等一次污染物在不利气象条件下生成二次细颗粒物,由于生成机制不明确,PM2.5污染治理涉及面更广泛、治理难度更大。

图1 PM2.5年均值变化趋势

2.2 月变化特征

2019—2021年PM2.5月均值如图2所示,可以看出,PM2.5月均值基本呈U形分布,整体呈现出同比下降趋势。PM2.5月均值高值出现在冬季,12月、次年1月污染严重,其中在1月份出现峰值,分别达到 117 μg/m3、116 μg/m3、88 μg/m3,12月—次年3月份月均值高于当年年均值,一般11月份开始到次年3月份为北方的采暖期,受采暖期化石燃料燃烧影响,采暖期PM2.5浓度明显高于非采暖期。PM2.5浓度低值出现在夏季,2019年、2020年8月份浓度最低,分别为24 μg/m3、19 μg/m3,2021年7月份月均值最低为18 μg/m3;4月—10月份月均值低于年均值,2021年月均值低于35 μg/m3的月份已经从2019年4个增加到6个,非采暖期的空气质量有所改善。各年份中累月PM2.5平均浓度在9月份达到最低、10月份的月均值数据接近于年均值。

图2 2019—2021年PM2.5月均值变化趋势

2020年2 月、3月PM2.5月均值明显低于2019年、2021年,这是2020年受疫情影响大量工业企业春节假期延长复工复产延迟造成工业污染源的大幅减少。2021年3月,出现一个浓度小高峰,源于北方两次强沙尘暴的影响。2021年12月份月均值同比大幅下降,一是受益于清洁能源取暖改造的推进,2021年市政府着力散煤整治工作,推动煤改气取暖改造,很大程度上控制了点源,降低了地面低空颗粒物排放浓度;二是有利的气象条件,2021年冬季出现重污染天气次数少,污染物浓度低,持续时间短,伴随着降水降温过程结束;2021年8月份出现了夏季浓度小高峰,这与该月风速小、气温低、相对湿度大等不利条件有关。

2.3 季变化特征

2019—2021年高密市PM2.5季均值如图3所示,按四季分,PM2.5浓度最高值均出现在冬季,春秋次之,夏季最低。冬季大气层相对稳定,易在低空形成逆温,不利于PM2.5的稀释扩散[11],使局部污染物出现堆积,并且高密市采暖期一般为11月中旬—次年3月中旬,受冷空气影响会提前到11月初延迟至3月底,采暖期燃煤增加导致PM2.5浓度升高;高密市夏季高温多雨,对流天气相对活跃,有利于PM2.5的扩散与洗消[12],使得夏季PM2.5浓度明显低于其他季节。

图3 2019—2021年PM2.5季节浓度变化

秋冬季节,尤其是采暖期PM2.5污染对年均值贡献大(图4)。自2019开始,非采暖期的PM2.5浓度均值逐渐下降,平均下降率为20.2%,且非采暖期浓度均值能达到年均值标准,2020年采暖期PM2.5浓度均值下降不明显,2021年采暖期PM2.5浓度均值同比下降显著,这不仅与重污染天气发生次数少、延续时间短有关,也与2021年严格的管控和有效的污染控制治理措施有关。在考核空气质量时,一般以年度为单位计算年均值,北京市启用三年滑动平均值考核排除气候因素对污染物改善的影响,其中PM2.5、O3等污染物季节性变化明显[13-15],有学者[16]专门研究了采暖期-非采暖期PM2.5的时空分布特征,高密市秋冬春季首要污染物为PM2.5,春夏季节主要为O3,这与毗邻的青岛地区基本一致[17]。实际上,PM2.5治理除了常规性治理措施外,季节性保障措施尤为重要,结合政策措施连续性、气象因素和社会经济活动方面的影响,以通用四季划分或是非采暖期-采暖期为一个周期统计年均值更能体现出污染治理政策措施带来的环境效益。由于各地采暖期不同,选择通用四季为一个周期。

图4 2019—2021年采暖期—非采暖期PM2.5浓度变化

2.4 相关性分析

以2019—2021年PM2.5月均值与四项污染物、气象因子建立相关性关系(表1),总体上,各月PM2.5与SO2、NO2、PM10月均值之间呈现正相关,除PM10外,PM2.5与NO2相关性最强,这说明机动车尾气、天然气燃烧等排放的氮氧化物在不利天气条件下二次转化对PM2.5的贡献加强,PM2.5与O3-8h呈现负相关,这与污染物季节性的变化特征有关[10],与气温、降水量、相对湿度、总日照强度负相关,与地面气压正相关,与风速关系不大,PM2.5与气象因素相关性反映出污染物的季节变化特征。

表1 PM2.5月均值与主要污染物、气象因素相关性系数

由表2看出,采暖期PM2.5与SO2月均值正相关显著于非采暖期,非采暖期PM2.5与NO2月均值正相关显著于采暖期,因此,采暖期化石燃料燃烧治理是重点,非采暖期工业废气排放和机动车尾气是重点。采暖期PM2.5与风速负相关明显,风速越大细颗粒物浓度越低;非采暖期PM2.5浓度与相对湿度负相关。

表2 按季划分的PM2.5月均值与主要污染物、气象因素相关性系数

按四季划分的PM2.5月均值与各因素均值之间相关性基本相同,秋季,PM2.5与风速正相关,与其他季节相反,这说明风速对PM2.5有双重影响[14];夏季,PM2.5与O3-8h呈现正相关,相关性显著,与其他季节相反,这是由于夏季日照强度增强,氮氧化物和VOCs等前体物在太阳紫外线照射下,发生复杂的光化学反应,生成大量的臭氧以及PM2.5等二次污染物,实际上从四月中下旬开始,高密市O3-8h日均值就开始超标,同时PM2.5出现高值,因此,春夏季应注重细颗粒物与臭氧的协同治理。2021年,高密市对浸胶手套、制鞋、家具、板材行业进行提升整治,旨在控制形成臭氧的前体物(主要是VOCs)排放,从源头遏制二次污 染物转化形成。

2.5 PM2.5污染空间分布特征

Kriging插值是建立在半变异函数理论分析基础上,对有限区域内变量取值进行无偏最优估计的一种方法[18],有学者用此方法研究PM2.5和O3空间分布[15,18-19]。本研究采用surfer 中的Kriging插值法对2019—2021年16个监测点PM2.5年均值以及采暖期和非采暖期浓度均值分别进行插值分析,结果如图5、图6所示。整体来看,各镇街PM2.5浓度逐年下降,PM2.5空间污染整体表现为南部地势较高的缓丘区好于中部的平原地区、城市主导风向上镇街区优于其他镇街区、主城区好于周边镇街区的特征;全市PM2.5年均值高浓度区表现出从东部、中部向东-东北部、西部迁移,形成东—东北部＞西—西南部＞南部＞西北部的空间分布格局,PM2.5污染重心集中在市东部的柏城、开发区、夏庄、姜庄,西部的阚家、井沟几个镇,包含主城区在内的城市主导风向上西北、东南地区PM2.5污染浓度相对较低,采暖期这种特征更加明显。

图5 2019—2021 年PM2.5年均浓度空间分布

按照采暖期-非采暖期划分的PM2.5污染空间分布(图6)与年均值空间分布(图5)基本一致,采暖期PM2.5污染程度明显严重于非采暖期;随着时间的迁移,非采暖期西部阚家、井沟污染重心逐渐消失,PM2.5高浓度区在东-东北部逐渐形成,这与高密市排放形成二次细颗粒物的污染物工业企业分布基本一致,包括使用大量溶剂及天然气炉窑的劳保手套、制鞋、家具喷漆、表面涂装业;采暖期西部污染重心比年均值空间分布图更明显,一是该区域远离城区不在城市主导风向上,燃气管网不完善,居民取暖普遍使用煤炭和生物质,燃烧排放导致该区域一次颗粒物浓度高;二是与区位有关,高密市西部的阚家镇、井沟镇、柴沟镇西临峡山水库,秋冬季节西北风携带水汽使该区域相对湿度较高,相对湿度偏大时(表2),更有利于颗粒物的二次生成和吸湿增长,导致颗粒物浓度偏高[20],在不利的天气条件时,采暖期高浓度一次污染物在高相对湿度、低风速的协同放大作用下利于PM2.5的生成[21],从而加重PM2.5污染。

图6 2019—2021非取暖期、取暖期PM2.5浓度空间分布

2019—2021年高密市PM2.5治理卓有成效,应继续采取强有力措施加快调整区域内产业结构、能源结构,精细化管控扬尘,深度治理工业源、对高污染原辅材料进行替代,抓好移动源管控,持续推进农村清洁能源取暖改造等促进PM2.5持续改善,PM2.5治理须根据气象条件精准施策有效管控。

3 结论及建议

(1)2019—2021年高密市PM2.5年均值呈下降趋势,污染状况逐年好转;PM2.5月均值呈现U型波动,12月、1月污染严重,4月—10月月均值数值低于年均值,6月—9月份月均值能够低于35 μg/m3,各年份中累月PM2.5浓度在9月份达到最低、10月份的月均值数据接近于年均值。

(2)PM2.5浓度季节变化特征明显,冬季最高,春秋次之,夏季最低,采暖期污染水平明显高于非采暖期,非采暖期PM2.5浓度≤35 μg/m3;非采暖期工业源、机动车尾气排放,采暖期秋冬季节化石燃料、机动车尾气排放等,是高密市PM2.5污染的主要来源。因此,PM2.5治理季节性保障措施尤为重要,以气候四季划分或是非采暖期-采暖期为一个周期统计年均值更能体现出污染治理政策措施带来的环境效益。

(3)全市PM2.5年均值高浓度区表现出从东部、中部向东—东北部、西部迁移,形成东—东北部＞西—西南部＞南部＞西北部的空间分布特征,包含主城区在内的城市主导风向上西北、东南地区PM2.5污染浓度相对较低,采暖期这种特征更加明显。非采暖期PM2.5高浓度区在东—东北部逐渐形成,这与高密市排放生成二次细颗粒物的前体污染物工业企业分布基本一致,PM2.5治理在加强污染防治措施的同时须根据气象条件精准施策有效管控。