上海疫情防控一级和二级响应阶段大气污染物特征分析*

牛 植 胡婷莛 张文启 饶品华 李光辉 孔 琳

(上海工程技术大学化学化工学院，上海 201620)

新型冠状病毒(COVID-19)肺炎疫情期间的空气质量受到人们的广泛关注[1-3]。SULAMAN等[4]发现西班牙、意大利和美国等国家在疫情封锁后大气NO2下降20%～30%。WANG等[5]分析了疫情期间中国337个主要城市的大气污染物浓度，与以往同期相比，颗粒物、SO2和NO2等浓度水平明显下降，O3浓度持平。上海自2020年1月24日起启动重大突发公共卫生事件一级响应，在此期间，社会活动水平大幅降低，部分污染源排放量和排放强度持续下降。3月24日起，上海将疫情防控响应级别调整为二级，社会活动逐步恢复，复产复工有序进行。疫情防控期不同响应级别下的大气污染物特征和影响因素与平时具有较大差异，然而目前关于上海疫情防控期间的大气污染物特征分析鲜有报道。为此，本研究采用描述性统计、Spearman相关分析和主成分分析方法，对上海实施COVID-19疫情防控一级(1月24日至3月23日)和二级响应(3月24日至5月2日)阶段的大气污染物浓度水平、差异性和影响因素进行了分析和探讨，以期为城市大气污染防治提供思路参考。

1 数据来源

大气污染物(PM2.5、O3、SO2、NO2和CO)浓度逐时数据来源于上海10个国控站点监测数据。其中青浦淀山湖位于上海远郊，其余9个站点均位于上海主城区。气象数据(大气压、风向、风速、温度、相对湿度和降雨量)来自安装在上海内环某高层平台的AG1000型自动气象站，数据输出频率为1次/min，其技术参数为：温度-40～60 ℃，精度0.2 ℃；相对湿度0～100%，精度2%；风向1°～360°，精度5°；风速0～75.0 m/s，精度0.4 m/s；大气压500.0～1 100.0 hPa，精度 0.2 hPa。

2 结果与讨论

2.1 气象因子变化特征

疫情防控期，一级、二级响应阶段温度分别为(9.5±4.2)、(14.7±4.6) ℃，相对湿度分别为68.8%±19.4%、63.2%±19.2%，大气压分别为(1 023.3±5.8)、(1 019.2±4.7) hPa，风速分别为(3.8±1.9)、(3.4±2.0) m/s。两个阶段的风速和风向分布特征见图1。可以看出，一级响应阶段主导风向为东南风和西偏西北风；二级响应阶段的主导风向为东风和东北风。

图1 风速风向玫瑰图Fig.1 Wind rose diagrams with wind speed distribution

2.2 大气污染物浓度变化特征及原因分析

2.2.1 大气污染物浓度变化特征

图2为上海疫情防控期间大气污染物浓度随时间的变化。一级、二级响应阶段PM2.5质量浓度分别为(34.2±21.4)、(30.2±17.0) μg/m3；O3质量浓度分别为(73.0±24.1)、(85.3±36.0) μg/m3；CO质量浓度分别为(0.8±0.2)、(0.7±0.3) mg/m3；SO2质量浓度分别为(6.1±2.4)、(7.0±2.1) μg/m3；NO2质量浓度分别为(29.4±14.1)、(38.5±21.2) μg/m3。相比于一级响应阶段，二级响应阶段PM2.5和CO分别下降了11.7%、12.5%；O3、SO2和NO2分别上升了16.8%、14.8%、31.0%。

图2 PM2.5、O3、CO、SO2和NO2质量浓度随时间的变化Fig.2 Time series of PM2.5,O3,CO,SO2 and NO2 mass concentrations

2.2.2 疫情管控影响分析

上海1月24日启动一级响应，3月8日全面推进企业复产复工。SO2是含硫燃料燃烧和工业废气等固定源的重要指示污染物[6]，伴随着复产复工的全面推进，短期内SO2浓度均出现明显上升。NO2作为移动源的标志污染物之一[7]，其浓度也逐渐升高。3月17日上海发布复工指南4.0版，对一般行业取消备案直接复工，规模以上工业企业复工率达99.5%，企业的全面复产复工促使化石燃料的大量使用以及工业废气的排放，引起PM2.5、CO和SO2浓度上升，导致3月18—22日，SO2浓度连续出现两次高值，PM2.5、CO和SO2浓度均呈现“V型”变化。3月28日上海公共交通逐步恢复。公共交通的恢复使私家车出行频次降低，有利于CO和NO2等大气污染物的减排，是导致3月28—29日污染物浓度较低的原因之一。

2.2.3 气象因子影响分析

2月16—18日，西北方向的高风速冷空气气团有利于污染物的扩散，大气中CO和NO2浓度明显降低，但SO2、O3和PM2.5浓度有升高的趋势。这可能是因为冷空气气团过境，气团经过北方供暖城市后携带污染物所致。2月25—28日，受北风带来的外源传输影响，污染物浓度较高，随后受来自东北方向的清洁海洋气流影响，各项污染物浓度均明显的下降。3月27—29日，受北风控制，较高的风速利于污染物扩散，PM2.5、CO、SO2和NO2均明显降低。而O3浓度升高，这可能是由于NO2和CO等一次污染物经光化学反应促进O3的生成所致。4月14—19日，NO2浓度连续出现两次高值，NO2和O3浓度表现为“此消彼长”的互补变化趋势。PM2.5、CO和SO2浓度不同程度的先降低再升高，尤其在4月17日夜间，PM2.5、CO、SO2和NO2浓度均为该过程的峰值，O3浓度为最低值。这可能是因为这个时段大气温度较高，有利于光化学反应的进行[8]，NO2作为对流层O3形成的催化剂和次生无机气溶胶的前体物[9]，白天强烈的太阳辐射有利于NO2的光解和O3生成。晚上太阳辐照减弱，NO2光解减小，NO通过O3氧化向NO2转化，导致NO2累积，O3浓度降低。

2.3 相关性分析

2.3.1 大气污染物相关性

为研究疫情防控期间大气污染物间的相关性，利用SPSS 19.0软件对5种大气污染物数据进行Spearman相关性分析[10]。

根据一级响应阶段的分析结果(见表1)，PM2.5与CO相关性较强，相关系数为0.683，说明在此阶段PM2.5与CO有相同或者相关的来源。PM2.5与SO2(相关系数0.474)、NO2(相关系数0.319)均相关性较弱。CO主要来自燃料的不完全燃烧，另外CO、NO2通常为汽车尾气排放的标志物，表明该阶段PM2.5污染受燃料不完全燃烧排放影响较大。通过PM2.5与气态污染物的相关关系可初步判断PM2.5的来源与固定源和移动源的关系[11]，气态污染物与PM2.5之间的相关关系表现为CO>SO2>NO2，反映出一级响应阶段PM2.5的来源中固定源的贡献较移动源显著。O3与NO2表现弱负相关性(相关系数-0.481)。CO、SO2和NO2之间表现为弱正相关性。

表1 一级响应阶段大气污染物间的相关系数

表2给出了二级响应阶段大气污染物之间的相关性，PM2.5与CO和SO2表现较强正相关，相关系数分别为0.797、0.666，说明PM2.5污染与CO和SO2具有相同或者相关的来源。PM2.5与NO2表现一般正相关性(相关系数0.529)。与一级响应阶段相比，PM2.5与各气态污染物的相关性均增强，可以推断从一级到二级响应阶段，由于复产复工有序进行，来自固定源和移动源的大气污染物对PM2.5的影响同时增大。气态污染物与PM2.5之间的相关关系表现为CO>SO2>NO2，说明在二级响应阶段PM2.5的来源中固定源的贡献依然大于移动源。O3与NO2之间相关性变化不大，CO与SO2和NO2的相关性增强，相关系数分别由一级响应阶段的0.218和0.293增加到了二级响应阶段的0.543和0.491。SO2与NO2之间的相关性也显著增强，相关系数由0.312上升到0.417，说明来自燃料燃烧和工业生产过程产生的污染贡献逐渐增多。

表2 二级响应阶段大气污染物间的相关系数

2.3.2 大气污染物与气象因子相关性

表3、表4分别给出了一级、二级响应阶段大气污染物与气象因子之间的相关系数。总体而言，二级响应阶段大气污染物与气象因子之间的相关性高于一级响应阶段；温度、风向与大气污染物总体呈现正相关关系，相对湿度、大气压、风速和降雨量与大气污染物总体呈现负相关关系。

表3 一级响应阶段气象因子与大气污染物相关系数

表4 二级响应阶段气象因子和大气污染物相关系数

2.4 主成分分析

利用SPSS 19.0对6项气象因子和5项大气污染物分别进行主成分分析[12]。

2.4.1 气象因子主成分分析

一级响应阶段气象因子主成分分析结果见表5。气象因子旋转因子载荷矩阵共产生3个贡献较大的主成分，其特征值均大于1，说明具有统计显著性[13]。这3个主成分共解释了原有变量总方差的69.9%，其中主成分1的贡献率为27.8%，高载荷因子为温度和大气压，主成分2的贡献率为22.5%，高载荷因子为风速和风向，主成分1、主成分2的贡献率之和超过50%，说明温度、大气压、风速、风向是影响一级响应阶段气象形势的主要因素。主成分3中的高载荷因子为相对湿度，其贡献率为19.6%，这与一级响应阶段相对湿度较高呼应。

表5 一级响应阶段气象因子旋转因子载荷矩阵

二级响应阶段气象因子旋转因子载荷矩阵如表6所示，3个主成分解释了原有变量总方差的71.5%，其中主成分1的贡献率为30.2%，高载荷因子为温度和大气压，主成分2的贡献率为21.3%，高载荷因子为相对湿度和降雨量，主成分1和主成分2贡献率合计超过50%，说明温度、大气压、相对湿度、降雨量是影响二级响应阶段气象形势的主要因素。主成分3中的高载荷因子为风速，风向次之，其贡献率达到总方差的20.0%，说明该阶段气象形势受风速影响明显。

表6 二级响应阶段气象因子旋转因子载荷矩阵

2.4.2 大气污染物主成分分析

一级响应阶段大气污染物主成分分析结果见表7。主成分分析共得到2个贡献较大的主成分，解释了原有变量总方差的68.2%，主成分1的贡献率为37.1%，高载荷组分为PM2.5、SO2、CO，可以表征为气态污染物污染，说明一级响应阶段空气污染受燃料的燃烧、矿石冶炼、化工厂生产影响较大。主成分2的贡献率为31.1%，高载荷组分为O3、NO2，可以表征为光化学污染，说明一级响应阶段存在一定程度光化学污染。

表7 一级响应阶段污染物旋转因子载荷矩阵

二级响应阶段大气污染物主成分分析结果见表8。与一级响应阶段大气污染物主成分分析结果相同，二级响应阶段也分析得到2个主成分，解释了原有变量总方差的82.0%。主成分1的贡献率为51.5%，高载荷组分为PM2.5、CO和SO2，表征受燃料的燃烧、矿石冶炼、化工厂生产等影响的气态污染物污染。主成分2中的高载荷组分为O3、NO2，贡献率为30.5%，表征光化学污染。与一级响应阶段相比，二级响应阶段气态污染物对大气污染的贡献有所增大。

表8 二级响应阶段污染物旋转因子载荷矩阵

3 结 论

(1) 与实施疫情防控一级响应阶段相比，二级响应阶段上海PM2.5和CO浓度分别下降了11.7%和12.5%；O3、SO2和NO2上升了16.8%、14.8%和31.0%。

(2) 一级和二级响应阶段PM2.5与气态污染物间的相关关系均表现为CO>SO2>NO2。O3和NO2表现为弱负相关，CO、SO2和NO2间表现弱相关或一般相关。与一级响应阶段相比，O3与NO2的相关性，以及CO、SO2、NO2间的相关性均有所增强，说明来自燃料燃烧和工业生产过程产生的污染贡献逐渐增多。

(3) 温度、大气压、风速和风向是影响一级响应阶段气象形势的主要因素，温度、大气压、相对湿度、降雨量是影响二级响应阶段气象形势的主要因素。

(4) 上海疫情防控一级和二级响应阶段大气污染特征均体现为气态污染物污染和光化学污染，与一级响应阶段相比，二级响应阶段气态污染物对大气污染的贡献有所增大。