唐山新冠肺炎防疫期间空气质量变化特征及污染成因分析

张宝军 郎红梅# 毕晶秀 张 壹 于 坤 王志伟

(1.唐山市环境保护研究所，河北 唐山 063000；2.唐山市环境监测中心站，河北 唐山 063600；3.唐山市环境监控中心，河北 唐山 063600)

随着我国经济的快速发展，化石燃料消耗量增加，秋冬季以PM2.5为主的大气重污染天气频发，对人体健康及全球气候变化具有较大的影响[1-4]。新冠肺炎防疫期间交通出行减少、餐饮和多数中小工业企业关停，但2月北京、唐山、保定等多地仍出现持续五六天的重污染天气，成为公众关心的热点环境问题。唐山为河北省典型重工业城市，是全国大气污染最重的城市之一，其环境空气质量问题受到社会各界广泛关注，近几年专家学者对唐山空气污染特征、重污染成因、气象影响等研究增多[5-7]。

大气污染成因复杂，污染物浓度受到污染物排放量、区域气象条件等多种因素影响[8-12]。本研究应用唐山超级站监测的环境空气质量数据和PM2.5组分数据进行对比分析，将环境空气质量变化特征和气象因素变化相结合，分析讨论防疫期间交通流量减少，餐饮企业关停等特殊环境条件下大气污染物变化特征及重污染过程成因，以期为唐山地区及重工业城市大气污染治理、环境改善措施制定提供数据支持。

1 材料与方法

观测点位于唐山市热力总公司楼顶(39.649°N，118.173°E)的大气环境监测超级站内，距地面约15 m。唐山市热力总公司位于翔云道与卫国北路交叉口南行约200 m，为唐山市区内6个环境空气质量国控监测点位中间位置，周边主要为居民生活区，无大型工业企业、大规模施工场地等明显污染排放源，能较好地反映唐山市大气质量状况。

本研究应用数据为2020年1月1日至2月29日大气环境监测超级站内在线监测数据，主要监测仪器有XHPM2000E型PM10/PM2.5自动监测仪、EC9841系列NOx分析仪、EC9850系列SO2分析仪、EC9830系列CO分析仪、EC9810系列臭氧分析仪、WS600型气象仪、Sunset/Model4型有机碳(OC)/元素碳(EC)监测仪、Xact625型重金属监测仪、63GA型离子色谱监测仪等。

2 结果与分析

2.1 空气质量变化特征

为研究唐山疫情防控期间空气质量变化情况，本研究将2020年1—2月划分为3个阶段进行讨论：第1时段为1月1—20日，正常生产期间；第2时段为1月21—31日，春节期间；第3时段为2月1—29日，防疫期间。考虑春节期间处于疫情防控过渡时期，本研究重点对比正常生产期间与防疫期间空气质量变化情况，对防疫期间交通流量减少、餐饮企业关停等特殊环境条件下仍形成重污染的原因进行分析。

图1为监测点位2020年1月1日至2月29日颗粒物和气态污染物质量浓度小时分布情况，结合表1可知，防疫期间空气质量整体改善，相比正常生产期间，PM10和PM2.5浓度分别降低16%和10%，气态污染物NO、NO2和SO2浓度分别降低73%、41%和23%，但CO浓度无变化。

图1 PM10、PM2.5和气态污染物质量浓度小时分布Fig.1 Hourly distribution of mass concentration of PM10,PM2.5 and gaseous pollutants

表1 不同时段空气质量参数统计

图2为唐山市公安交警支队提供的建设路与北新道、建设路与朝阳道、新华道与学院路、北新道与光明路4个主要路口的车流量均值，防疫期间相较正常生产期间车流量减少56%。防疫期间电力、供热、80%以上钢铁企业仍处于运行状态，钢铁、焦化、电力行业等88家重点企业在线排放数据显示，防疫期间NOx排放量约降低10%，而监测到的NOx浓度降低58%，与车流量减幅56%相近，表明机动车尾气排放为唐山地区NOx的主要来源。

特征雷达图可直观展现大气污染变化特征及其污染成因，它消除了污染物浓度变化影响以及不同污染物间浓度存在数量级差异的影响[13]1330，本研究应用该方法，以SO2、NO2、CO、PM2.5、粗颗粒物(空气动力学直径为2.5～10.0 μm的颗粒物)为污染因子，绘制了正常生产期间、春节期间、防疫期间3个时段的特征雷达图，如图3所示。特征值为特定时段的归一化成分谱与总时段归一化成分谱的比值；标准值为总时段平均污染特征成分谱与该平均污染特征成分谱的比值，数值为1；标准值上限为总时段平均污染特征成分谱的均值加上其标准差后与该污染特征成分谱的均值的比值，数值大于1；标准值下限为总时段平均污染特征成分谱的均值减去其标准差后与该污染特征成分谱的均值的比值，数值小于1，计算公式参考文献[13]。

图3显示，正常生产期间NO2和粗颗粒物特征值超出标准值上限，表明受机动车和扬尘影响较大；春节期间SO2特征值偏高，表明受燃煤排放影响偏大；防疫期间CO超出上限，SO2和粗颗粒物特征值偏高，表明受钢铁工业排放影响[13]1331。监测数据显示，防疫期间CO浓度未降低，且1—2月环境空气中CO与Fe元素浓度显著相关，其相关系数为0.877，结合2018年唐山市污染源排放清单统计结果可知，钢铁行业CO排放量为CO总排放量的86%，这表明在车流量大幅减少、餐饮和多数中小工业企业关停的情况下，唐山地区钢铁工业排放特征突显。

2.2 重污染时段空气质量变化特征

唐山市1月18日、1月22—23日、1月25—27日和2月9—13日共出现4次重污染过程(见图1)。表2统计了4次重污染过程和正常生产期间空气质量变化情况。相比正常生产期间，2月9—13日的重污染过程中仅PM10、PM2.5和CO浓度升高，分别增长了69%、104%和95%，SO2和NO浓度降低20%和53%，NO2浓度基本无变化；此次重污染过程中表征一次排放源贡献的CO质量浓度均值为3.9 mg/m3，为4次重污染过程中最高值，表明一次排放累积贡献较大。

图2 4个主要路口车流量均值日变化Fig.2 Daily variation of the average traffic flow at four major intersections

图3 不同时段的特征雷达图Fig.3 Characteristic radar chart of different period

4次重污染过程SO2、NO2、CO、PM2.5、粗颗粒物的特征雷达图(见图4)显示，1月18日只有PM2.5特征值超出标准值上限，表明受二次颗粒物生成影响显著[13]1331；1月22—23日各污染因子特征值均未超出标准值上限，表明各污染物特征值变化趋势与区域平均特征相同，是区域污染物积累和混合的结果；1月25—27日PM2.5和SO2特征值偏高，该时段正为春节期间，表明受烟花燃放影响显著；2月9—13日CO特征值超出标准上限，表明受钢铁工业排放影响显著。

2.3 PM2.5组分特征

春节期间，1月22—23日PM2.5组分中除Ca、Fe、Mn浓度小幅降低外，其他组分增长倍数约为0.5～2.0，受多重排放源综合影响；1月25—27日，Mg2+、K、Cu、Ba浓度大幅升高，分别增长了3.2、5.6、8.1、22.9倍，主要受春节期间烟花爆竹集中燃放影响，与邹强等[15]分析的春节烟花爆竹燃放期间PM2.5组分变化特征相符。

表2 重污染过程空气质量参数统计

图4 重污染过程特征雷达图Fig.4 Characteristic radar chart of heavy pollution process

图5 重污染过程PM2.5组分浓度增长倍数Fig.5 Increase multiple of PM2.5 component concentration during heavy pollution process

图6为PM2.5组分占比(质量分数)分布情况，正常生产期间、春节期间及防疫期间SNA占比分别为49%、45%和61%，1月18日和2月9—13日两次重污染过程中SNA占比升高，分别为69%和64%，相对正常生产期间SNA占比分别增长了41%和31%。重污染过程中SNA占比显著升高，表明SNA浓度升高为形成重污染的重要原因之一，与吴琳等[21]、张维[22]的结论一致。

图6 PM2.5组分占比Fig.6 Percentage of PM2.5 components

2.4 气象因素影响分析

重污染时段，PM2.5浓度受SNA浓度升高影响显著，硫表观转化率(SOR)和氮表观转化率(NOR) 可用来表示SNA的生成转化过程[23-24]，研究时段相对湿度、SOR、NOR小时变化如图7所示，1月18日、1月22—23日、1月25—27日和2月9—13日4次重污染过程期间，相对湿度由正常生产期间的57.4%分别升高为79.9%、67.5%、63.2%、80.2%，SOR由0.17分别升高为0.66、0.34、0.28、0.45，NOR由0.12分别升高为0.38、0.30、0.29、0.31，相对湿度升高，SNA转化生成速率加快，利于污染形成。

图7 PM2.5、相对湿度、SOR、NOR小时分布Fig.7 Hourly distribution of PM2.5,relative humidity,SOR and NOR

4次重污染过程风向、风速及风频分布如图8所示，4次重污染过程平均风速分别为2.1、0.8、0.9、0.7 m/s。1月18日主要受偏西风影响，风速相对较大，位于上风向的廊坊、保定分别早于唐山5、12 h出现重污染，此次重污染应为输入性污染。1月22—23日、1月25—27日风速相对较小，受多源风向影响，应以本地污染排放贡献为主。

防疫期间，2月9—13日风速最小，受多源风向影响，应以本地污染排放贡献为主。防疫期间交通出行减少、餐饮及多数中小企业关停，但钢铁、焦化、电力等重点行业NOx、SO2、烟尘排放量均值分别为正常生产期间的90%、90%和88%，其中钢铁行业NOx、SO2、烟尘排放量约占重点企业排放总量的57%、54%和84%。结合2018年唐山市污染源排放清单统计结果可知，钢铁行业CO、PM2.5排放量分别为其总排放量的86%、50%，与该时段呈钢铁工业排放特征相符。

图8 重污染过程风向、风速、风频分布Fig.8 Wind direction,wind speed,wind frequency distribution during heavy pollution process

综上所述，防疫期间空气质量整体改善，但本地工业大气污染物排放量仍处于较高水平，在高相对湿度、低风速气象条件下，SNA的转化生成和本地工业大气污染物的排放累积形成了防疫期间2月9—13日的重污染过程。

3 结 论

(1) 防疫期间空气质量整体改善，相比正常生产时段除CO浓度均值未变化，其他参数均呈下降趋势，其中NO、NO2浓度降幅最大，分别降低73%和41%，受车流量减少影响显著。

(2) 正常生产期间、春节期间、防疫期间大气污染分别呈偏机动车和扬尘型、偏燃煤型、偏钢铁型特征，唐山地区钢铁工业排放特征突显。

(3) 2月9—13日出现一次连续5天的重污染过程，相比正常生产期间PM10、PM2.5、CO和Fe浓度分别增长了69%、104%、95%和57%，为偏钢铁型污染特征。在高湿低风速气象条件下，SNA占比为64%，高出正常生产期间31%，本地工业大气污染物排放累积以及SNA转化生成为此次重污染形成的主要原因。