2020年南昌市大气污染特征与潜在源区

王刘铭 ， 邓 超 ， 钟兰頔

南昌市气象台， 江西 南昌 330038

0 引 言

近年来区域性复合型污染事件在我国频发(Zhang et al,2008)，人群早死率升高(Guo et al,2016)，肺癌、心血管疾病和呼吸系统疾病患病率增加(Beelen et al,2014)，对人体健康造成严重危害。目前国内外学者对大气污染问题的研究主要集中在以下三个方面：一是研究大气污染的时空分布特征及长期变化趋势。如肖悦等(2017)研究表明2005—2015年全国空气质量逐步改善，大气污染物空间分布呈南轻北重和西轻东重的特征。二是探究大气污染与气象及环境要素的联系。例如，贺泓等(2013)研究发现，我国频繁重污染事件的原因是大气中的PM2.5或PM10及其前体污染物(如 SO2、NO2、NH3、VOC等)远远超过了由当地气候、地形等形成的环境容量。侯梦玲等(2017)研究发现，气压梯度小、相对湿度大、连续静稳和逆温层低的天气形势是导致京津冀地区大气污染的重要条件。三是解析大气污染的来源。如李锋等(2015)研究长三角重污染事件发现，静稳天气下PM2.5存在着明显的区域输送，且整个污染期间区域输送占比约51%。

当前关于大气污染特征及成因的研究，专家学者大都着眼于京津冀地区、珠三角和长三角(Liu et al，2010；徐伟嘉等，2014；孙业乐等，2018)等大城市，而对于大气污染相对较轻的长江中下游城市的关注较少。南昌市作为江西省的省会城市，由于经济的高速发展，工业生产、汽车尾气以及人口增长等导致的大气污染问题日益凸显(王秋等，2004)。南昌市关于大气污染问题的相关研究大多是对重污染事件(刘波，2009；陈翔翔和胡磊，2018；邓力琛等，2018)进行分析，而对大气污染特征及潜在源区的研究较少。

基于此，文中利用2020年南昌市地面常规气象观测资料、环境监测站大气污染物监测资料和Global Data Assimilation System (GDAS)资料，分析南昌市主要大气污染物(PM2.5、PM10、SO2、NO2、CO和O3)的时空分布特征及潜在源区，以期初步揭示南昌市大气污染特征，为加强空气质量管理，制定预防措施提供依据。

1 资料和方法

文中所使用的资料包括2020年南昌市国家级地面自动观测站逐小时温度、湿度、气压和风等，南昌市环境监测站省外办站(28.68°N，115.89°E)逐小时PM2.5、PM10、SO2、NO2、CO和O3浓度。GDAS资料网格分辨率为1°×1°。按照气象学季节划分标准，文中将2020年3—5月、6—8月、9—11月、1—2月及12月分别划分为春、夏、秋和冬季(程念亮等，2015)。

采用三种方法分析污染物的来源：

1) 后向轨迹聚类分析。后向轨迹模型可以用来分析污染物的来源和传输路径(岳毅等,2017)。后向轨迹聚类分析是根据气流轨迹的传输速度、传输方向和空间相似度对所有到达定位气流轨迹进行归类，以此来判断不同时间段主导气流的方向和污染物的潜在源区(严晓瑜等,2018)。

2) 潜在源贡献因子法(Potential Source Contribution Factor,PSCF)。PSCF是根据条件概率函数发展的一种判断污染源可能方位的方法(Kong et al,2013)。PSCF的数值越大，表示该区域对研究区域粒子质量浓度的贡献越大(王爱平等，2014)。当轨迹的PM2.5浓度高于阈值时，认为该轨迹是污染轨迹，经过网格的污染轨迹端点数为mij，其中i和j为经度和纬度，而落在某网格(i，j)内的所有轨迹端点数为nij。由于PSCF的误差会随采样点与网格距离的增加而增加，一些学者为了减小误差，引入权重函数W(nij)(Xu et al,2010)。当某一网格内nij小于研究区域内每个网格平均轨迹端点数的3倍时，则PSCF定义为

(1)

3) 浓度权重轨迹分析(Concentration Weighted Trajectory, CWT)。CWT可以得到污染轨迹的权重浓度，定量分析污染轨迹和潜在源区的污染程度(Hsu et al,2003)，其计算式为

(2)

Cij是网格(i，j)上平均权重浓度；C1是轨迹l经过网格(i，j)时对应的要素浓度；τijl是轨迹l在网格(i，j)的停留时间。

2 大气污染时空分布特征

2.1 污染物浓度水平

环境空气质量情况采用《环境空气质量标准(GB3095—2012)》来表征。图1为2020年南昌市各季节大气污染物作为首要污染物的日数和平均浓度分布。2020年南昌市空气质量非优(AQI≥51)日数为236 d，占有效监测日数的68%，春、夏、秋、冬季空气质量非优日数分别为64、44、64、64 d，南昌市大气污染物年平均浓度低于环境空气质量二级标准，表明南昌市2020年空气质量较好，大气污染程度较轻。O3作为首要污染物的日数占春、夏和秋季空气质量非优日数的比例分别为73.4%、100%和43.8%，PM2.5作为首要污染物的日数占冬季非优日数的81.3%，表明南昌市春、夏和秋季以O3污染为主，冬季以PM2.5污染为主。

图1 2020年南昌市各季节大气污染物作为首要污染物的日数(a)和浓度(b)分布Fig. 1 The days of primary atmospheric pollutants (a) and concentration of atmospheric pollutants (b) in different seasons in Nanchang City of 2020

2.2 月变化

图2为2020年南昌市大气污染物浓度逐月变化趋势。分析可知，PM2.5、PM10和NO2浓度月变化趋势呈双峰形，12月污染物平均浓度最高，分别为69.5、104.8、45.8 μg/m3，浓度次峰值均出现在4月，推测在春季出现浓度峰值可能由污染物的区域输送导致。CO浓度月变化趋势呈中间低、两侧高的“U”形，6月平均浓度最低，为0.42 mg/m3，12月平均浓度最高，达0.91 mg/m3。SO2浓度月变化趋势不明显，4月平均浓度最高，为12.2 μg/m3。O3浓度月变化趋势呈双峰形，5月平均浓度最高，为80.5 μg/m3，9月平均浓度达次峰值75.6 μg/m3。

图2 2020年南昌市大气污染物浓度逐月变化趋势Fig.2 Monthly variation of atmospheric pollutant concentration in Nanchang City of 2020

南昌市春、冬两季大气污染物平均浓度较高，夏、秋两季较低，与青岛市(吴虹等，2013)和厦门市(王宏等，2014)结果类似。由于冬季北方进入采暖期，大气污染物排放增多，且南昌市冬季盛行偏北风，污染物浓度会受到北方外来源输送的影响。同时南昌市冬季雨雪较少，多静稳天气，不利于污染物的清除和扩散(陈翔翔和胡磊，2018)，因此冬季大气污染最为严重。

2.3 日变化

分析2020年南昌市大气污染物质量浓度日变化趋势(图3)发现，PM2.5浓度日变化趋势呈双峰形，峰值出现在11:00和00:00前后，与深圳市(戴伟等，2012)和宁波市(肖致美等，2012)PM2.5浓度日变化规律类似。受早高峰交通源和餐饮源排放的影响，在11:00前后出现首个PM2.5浓度峰值。随后太阳辐射增强，大气不稳定度增加，混合层高度增加使得PM2.5浓度开始降低(吕立慧等，2017)，在18:00前后降至谷值。18:00以后太阳辐射减弱，混合层高度降低，PM2.5浓度随之升高，且南昌市夜间多静稳天气，不利于污染物的稀释和扩散，在00:00前后达到第二个浓度峰值。夏季PM2.5浓度日变化趋势不明显，推测与南昌市夏季多雷雨天气且太阳辐射较强有关。PM10浓度日变化趋势与PM2.5相似，在春、秋和冬季呈双峰形，夏季呈弱双峰形。PM10浓度的第二个峰值通常在21:00前后出现(许波等，2017)，推测与太阳辐射减弱、晚间交通源及餐饮源排放增加有关。

图3 2020年南昌市大气污染物浓度日变化(a.PM2.5， b.PM10， c.NO2，d.SO2， e.O3， f.CO)Fig. 3 Daily variation of concentration of atmospheric pollutants in Nanchang City of 2020 (a.PM2.5; b.PM10; c.NO2; d.SO2; e.O3; f.CO)

NO2浓度日变化趋势在秋、冬两季呈弱双峰形，在春、夏两季呈单峰形。秋、冬两季，受早高峰交通源排放的影响，NO2浓度在07:00—09:00缓慢增加，在09:00前后达到第一个小峰值。而春、夏两季日出时间早，太阳辐射强，混合层高度抬升快，抵消了早高峰交通源排放的影响，因此NO2浓度变化不明显。随后太阳辐射增强，NO2参与的化学反应加剧，部分NO2被消耗(Clapp and Jenkin, 2001)，且混合层高度抬升，故NO2浓度在15:00前后降到谷值。受晚高峰交通源排放和混合层高度下降的影响，在00:00前后NO2浓度达到最高值。

O3浓度在春、夏和秋季明显高于冬季，白天明显高于夜间，日变化趋势呈明显的单峰形。日出后太阳辐射增强，O3生成化学反应加剧，在16:00前后达到浓度峰值。O3昼夜浓度变化幅度在春季最大，达71.7 μg/m3，冬季最小，仅为33.7 μg/m3。CO浓度日变化趋势呈双峰形。CO浓度峰值出现在10:00和24:00前后，谷值出现在16:00前后。

2.4 大气污染物空间分布特征

图4为2020年南昌市大气污染物浓度随监测站点附近风向风速的变化情况。在低风速时，CO、NO2和SO2显示了高浓度特征，表明微风天气有利于站点附近CO、NO2和SO2的累积。秋、冬两季，当主导风为弱东北风时，PM2.5、PM10、NO2和CO显示出高浓度特征，表明站点东北方向有固定的局地排放源。秋季，当主导风为3—5 m/s的东北风时，PM10浓度高于100 μg/m3，表明在站点东北方向有较远距离的沙尘传输。由于省外办站点位于南昌市东湖区，西临八一公园，北邻佑民寺，污染物浓度可能受到周边交通源和佑民寺烧香的影响。结合南昌市地形及工业布局分析，南昌市区以平原为主，西北部为梅岭山区，地势起伏明显，高山河谷地区风速较大，有利于污染物的稀释和扩散。且南昌昌东工业园、高新技术产业开发区等工业园区集中分布在南昌市东部，工业源排放较大，因此南昌市东部地区大气污染较西部地区更为严重。

图4 2020年南昌市大气污染物浓度风向玫瑰图(CO浓度单位为mg/m3，其他为μg/m3)(a.PM2.5， b.PM10， c.NO2， d.SO2, e.O3, f.CO)Fig. 4 Wind rose of atmospheric pollutants in Nanchang City of 2020 (CO concentration unit:mg/m3; others:μg/m3)(a.PM2.5; b.PM10; c.NO2; d.SO2; e.O3; f.CO)

3 后向轨迹与潜在源区分析

大气污染具有区域性，一个区域的大气污染不仅与本地排放有关，在一定程度上还受到区域传输的影响(梁丹等，2015)。文中利用Meteoinfo软件(Wang et al，2009)，将南昌市(28.68°N，115.89°E)设置为后向轨迹的起点，轨迹计算的起始高度为100 m，模式后推24 h，使用GDAS数据驱动模式。利用2020年南昌市省外办站点大气污染物逐小时浓度监测资料，对不同季节到达南昌市气流的后向轨迹进行聚类分析，并统计每类轨迹发生的频率及其对应的大气污染物平均浓度。利用PSCF和CWT方法时，将研究区域划分为0.1°×0.1°的网格，计算南昌市(28.68°N，115.89°E)2020年逐日24个时次的24 h大气污染物后向气流轨迹，轨迹计算起始高度为100 m。

3.1 后向轨迹聚类分析

2020年南昌市各季节后向轨迹聚类分析结果如图5所示。后向轨迹的路径和方向表示气流在到达观测点以前所经过的地区，轨迹路径长短可用于判断气流移动速度的快慢，长的轨迹对应快速移动的气流，短的轨迹对应移动缓慢的气流。分析可知，南昌市气流输送季节差异明显。春季来自江西北部的气流轨迹最多，占当季气流总数的53.1%，移动速度比其他气流轨迹慢。途经江西中北部的气流轨迹对应的PM10平均浓度最高，达132.6 μg/m3，相应的其他污染物浓度均为最高。夏季来自南向的气流轨迹最多，占当季气流总数的40.7%。夏季气流轨迹对应的大气污染物平均浓度较低，大气污染较轻。秋季偏南气流轨迹对应的PM2.5、PM10、NO2和SO2平均浓度最高，分别为31.5、56.7、25.8和8.8 μg/m3，表明该气流轨迹经过地区(南昌市南部、宜春市东部和新余市)工业污染较严重。冬季南昌市主要受偏北气流影响。途径安徽省东北部宿州市、蚌埠市、淮南市、六安市、安庆市、江西省九江市和南昌市的气流轨迹最长，比其他气流轨迹移动快，占冬季气流总数的14.6%，该气流轨迹对应的大气污染物平均浓度最低。途径江西省九江市和上饶市西部的气流轨迹最短、移动最慢，该气流轨迹所对应的大气污染物平均浓度最高，PM2.5平均浓度达93.3 μg/m3，是环境空气质量二级标准(75 μg/m3)的1.2倍，PM10平均浓度为146.3 μg/m3，接近环境空气质量二级标准(150 μg/m3)，且NO2、SO2和CO的平均浓度分别为74.9、12.7 μg/m3和1.11 mg/m3，远高于当季南昌市大气污染物的平均浓度，表明冬季南昌市空气质量受周边地区(九江市和上饶市西部)影响较大。

图5 2020年南昌市春(a)、夏(b)、秋(c)、冬(d)后向轨迹聚类分析Fig. 5 Backward trajectory analysis in Nanchang City in spring (a), summer (b), autumn (c), winter (d) of 2020

3.2 潜在源贡献因子(PSCF)分析

为进一步研究南昌市大气污染来源，对2020年冬季南昌市大气污染潜在源区进行定性分析。图6为不同PM2.5浓度阈值下PSCF的计算结果。分析可知，当PM2.5浓度达35 μg/m3时，PSCF高值区集中在江西省中北部、安徽省西南部和湖北省东部；当PM2.5浓度达75 μg/m3时，PSCF高值区缩小至江西省中北部和湖北省东部；当PM2.5浓度达100 μg/m3时，PSCF高值区仅集中在南昌市本地、上饶市西部和九江市。PM10的PSCF结果与PM2.5相似，当PM10浓度达100 μg/m3时，PSCF高值区集中在江西省中北部和湖北省东部；当PM10浓度达150 μg/m3时，PSCF高值区集中在南昌市本地、上饶市西部和九江市。

图6 2020年冬季南昌市PM2.5浓度分别大于等于35(a)、75(b)、100(c) μg/m3情况下PSCF计算结果Fig. 6 PSCF analysis of PM2.5 concentration ≥ 35 (a)、75 (b)、100 (c) μg/m3 in Nanchang City in winter of 2020

3.3 浓度权重轨迹(CWT)分析

利用CWT方法定量分析冬季大气污染物的潜在源区。图7给出了冬季南昌市PM2.5的CWT计算结果。当PM2.5浓度达60 μg/m3时，CWT高值区主要集中在江西省中北部、安徽省西南部和湖北省东部；当PM2.5浓度达90 μg/m3时，CWT高值区主要集中在南昌市本地和九江市。PM10的CWT结果与PM2.5类似。冬季南昌市大气污染物的CWT结果与PSCF结果对应的潜在源区基本一致，表明南昌市大气污染潜在源区主要集中在南昌市本地和周边地区(安徽省南部、湖北省东部、江西省上饶市西部和九江市)。

图7 2020年冬季南昌市PM2.5的CWT计算结果Fig.7 CWT analysis of PM2.5 in Nanchang City in winter of 2020

4 结 论

文中基于地面气象观测资料、环境监测站大气污染物监测资料和GDAS资料，分析了2020年南昌市主要大气污染物(PM2.5、PM10、SO2、NO2、CO和O3)的时空分布特征，并分析了污染物潜在源区，得到如下结论：

1) 南昌市首要污染物有明显的季节性差异，其中春、夏和秋季以O3污染为主，冬季以PM2.5污染为主。2020年PM2.5、PM10、NO2、SO2、O3和CO的8 h平均浓度分别为33.5、56.9、33.0、9.2、58.0 μg/m3和0.61 mg/m3，低于环境空气质量二级标准年均值。

2) 南昌市春、冬两季大气污染物浓度较高，夏、秋两季大气污染物浓度较低。大气污染物质量浓度日变化具有明显的季节性特征。春、秋和冬季，PM2.5和PM10呈双峰形分布，NO2在秋、冬两季呈弱双峰形分布，春、夏两季呈单峰形分布，O3呈明显的单峰形分布。

3) 秋、冬两季，当主导风为弱东北风时，PM2.5、PM10、NO2和CO表现出高浓度特征，南昌市东部地区大气污染较西部地区更为严重。冬季，NO2和PM10呈强正相关，NO2、SO2和CO呈中度正相关。

4) 2020年南昌市气流输送季节差异明显。春、秋和冬季主要受偏北气流影响，夏季主要受偏南气流影响。PSCF和CWT本地源是南昌市大气污染的主要潜在源，安徽省南部、湖北省东部、江西省上饶市西部和九江市的区域输送也有一定贡献。