新冠疫情期间东营市空气污染物浓度变化分析

崔志浩,李成名,戴昭鑫,刘承旭

(1.山东科技大学测绘与空间信息学院，山东 青岛 266000；2.中国测绘科学研究院，北京 100000)

引 言

18世纪工业革命以来，伴随经济高速发展，环境问题逐步显现。“伦敦烟雾事件”、“马斯河谷烟雾事件”、“洛杉矶光化学雾霾事件”、“多诺拉杀人雾”等[1]污染事件时刻提醒中国以发展工业、牺牲环境为代价的行为是不可取的，所以我国在2012年将空气质量指数(AQI)作为衡量空气清洁程度指标[2]，并于2018年由国务院发布《打赢蓝天保卫战三年行动计划》[3]，通过大幅度减少大气污染物排放总量来改善空气质量。石油化工企业以及机动车等排放的氮氧化物、二氧化硫、一氧化碳及其产生的臭氧和细颗粒物是影响人体健康的主要污染物，为了预防和减少空气污染，很多学者对中国各区域空气质量进行了研究。然而现阶段研究多集中结合气象、地形等网上公开数据对空气质量污染成分时间变化及时空特征进行分析。如安俊琳对利用北京气象塔气象数据，分析了O3、NOx，CO在在气象因素影响下的变化[4]，Wang et al通过对我国 31 个城市 2013～2014 年 6 种大气污染物时空变化的研究发现，尽管东南部地区秋季和西部地区春季也经常发生高污染事件，但北部地区的PM2.5、PM10、CO和SO2浓度高于西部和东南部地区[5]。虽有研究针对于年度第二产业产值进行分析，如王叶琳利用西安市2010～2018年二三产业变化，分析期间各污染物浓度变化与第二产业之间的关系[6]，王坤鹏利用南充市“十二五”期间煤炭燃烧分析PM2.5变化[7]，但受限于化工企业废气排放数据小时间尺度数据难获得性的缺点，针对于小时间尺度的废气排放与空气质量各污染物浓度分析仍较少，且受今年新冠疫情企业停工影响，为空气质量污染物浓度与化工企业废气排放创造了有利条件。

本研究为首次以山东省东营市为研究区，结合疫情期间我国采取的防控措施下化工企业废气排放，对东营市2019年12月～2020年4月CO、NO2、SO2、PM10、PM2.5、O3浓度在疫情期间变化及原因进行分析。

1 研究区与数据源

1.1 研究区

东营市位于山东半岛北部，地处中纬度，背陆面海，属暖温带大陆性季风气候，基本气候特征为冬寒夏热，四季分明。根据《东营统计年鉴2020》三产业占比为5.0∶ 57.4∶ 37.6可以看出[8]，第二产业仍是东营市支柱产业，由表1可以发现，石油产业生产中会排放出大量的SO2、CO、NOx,尘等污染物，东营作为油气资源型城市，石油及相关产业，橡胶轮胎及汽车配件、有色金属、石油装备等重工业带来经济高速发展的同时，也造成了东营市空气质量污染长期处于严重阶段，故本研究选取东营市作为研究区域，分析东营市化工企业对各空气污染物浓度影响，对东营市治理大气环境提供参考。

表1 石油化工主要污染物Tab.1 Main pollutants of petrochemical industry

1.2 数据来源及研究方法

本文所采用数据均来源自东营市公共数据开放网(http://dydata.sd.gov.cn/)。利用Python通过东营市环境空气质量监测小时数据API服务调用接口获取，监测时间段为2019年12月1日至2020年4月30日逐时监测数据，其中包含42个市级空气质量监测站点、230个废气排放监测站点以及5个气象监测站点。监测站点分布情况，见图1。

审图号GS(2019)3333号图1 东营市空气与废气监测站点分布Fig.1 Distribution of Air and exhaust monitoring stations in Dongying city

2 结果与讨论

自2019年底，中国武汉确诊首例新冠患者以来，新冠疫情迅速在全球蔓延开来，截至2020年6月30日，中国共累计确诊病例85 227例，国外累计确诊高达10 323 360例，共造成508 072人死亡(https://voice.baidu.com/act/newpneumonia/newpneumonia/)。在疫情爆发初期，中国政府充分认识疫情严重性，迅速启动公共安全卫生事件一级响应，并迅速采取隔离，封闭交通，停工停产等措施严厉防控疫情扩散。同时在疫情防控期间，全国各地空气质量均有明显好转。疫情防控与空气质量变好之间是否有必然联系？具有怎样的联系？明确这些因素对我国乃至全球治理大气污染具有重要意义，因此本文针对于疫情前后东营市空气各污染物浓度展开研究，并结合疫情期间化工企业 废气排放情况，对各污染物浓度变化及原因进行了阐述。

2.1 新冠疫情期间各污染物浓度空间分布

通过采用克里金插值(kriging)法，对东营市各空气污染物浓度疫情前、中、后空间变化进行分析，发现NO2、SO2、PM10、PM2.5、CO浓度变化保持一致，而O3浓度变化则与PM2.5等污染物浓度变化相反。以PM2.5及O3浓度变化为例(图2)，PM2.5等污染物浓度均呈现出“北低南高”趋势，即南部污染>中部污染>北部污染，内陆大于沿海区域，且疫情前东营市整体污染严重，在疫情中期污染迅速减轻，疫情后伴随春季来临，污染持续减轻。而O3浓度则与PM2.5等污染物浓度变化相反，表现为东北部浓度高于南部，且沿海地区O3浓度一直保持在较高水平，在疫情后期间东营市整体O3浓度保持在较高水平，O3污染严重。分析原因为：由图1可以看出，东营市化工企业呈现南部扎堆现象，北部企业数量相对较少，化工企业作为大气污染的重要原因之一，生产过程中会向大气中排放大量污染性物质，加剧大气污染。东营市中南部区域作为经济发展较好地区，人口密集，北部河口区域人口密度较小，较高的人口密度带来的人类活动也会排放大量的空气污染物。同时随着气温升高，光化学反应速率加快，从而导致了O3浓度的持续上升，O3污染加重。

图2 新冠疫情期间PM2.5与O3浓度空间分布Fig.2 Spatial distribution of PM2.5 and O3 concentrations during COVID-19

2.2 新冠疫情前后各污染物浓度时间变化

受新冠疫情爆发影响,东营市启动重大突发公共卫生事件Ⅰ级响应，大部分企业全面停工停产，造成二月初各行业并未按惯例逐步开工生产，而是在二月底疫情得到有效控制下，东营市各企业才逐步复工复产，居民有序出行。故本研究疫情前后划分时间分别为：疫情前(12月1日～12月31日)、疫情中(2月1日～2月29日)、疫情后(3月1日～4月30日)。

2.2.1 东营市及三区两县月度变化

对比分析东营市及三区两县疫情期间空气质量各污染物浓度(图3)，发现除O3外各项污染物浓度均在一月份达到顶峰，污染最重。这与一月份正处春运返程高峰，车流量增大，企业增产，大气污染物排放急剧增加相关。二月份SO2、NO2、PM2.5、PM10浓度急剧下降，与之对应的化工企业废气排放月度数据，由12月、1月份的15 928 316 106m3与15 869 550 321m3，下降至2月份的12 043 541 082m3，废气排放量减少了38亿m3，在三区两县污染物浓度变化中广饶县下降幅度最大,CO、NO2、PM10、PM2.5、SO2浓度分别下降22.41%、49.19%、48.34%、47.32%、45.01%，O3浓度上升44.64%，浓度近乎呈断崖式下降，同时广饶县二月份废气、SO2、NH化物降幅为37.53%、50.88%，37.53%，两者均出现显著下降趋势。推测原因为：石油开采排放废气多为SO2、颗粒物，同时汽车尾气排放也是造成PM10、PM2.5浓度增高的原因。自2020年一月底，东营市政府采取的限制居民出行，化工企业停工停产等措施均有效限制了SO2、PM10、PM2.5的排放，造成2月份各类污染物浓度到达谷底。三四月份疫情扩散态势得到一定控制，各项企业在政府引导下逐步恢复生产，居民外出增多，各项污染物浓度相应增加。同时也需要注意到的是，O3浓度一直呈上升状态，并于四月份达到顶峰。根据已有研究表明：O3浓度与与NO2和VOCs密切相关。当NOx浓度较低时，NOx促进O3的生成，而VOCs浓度对O3的影响不大。当VOC浓度较低时，NOx浓度与O3生成呈负相关[9]。冬季太阳辐射及温度较低，NO2浓度较高抑制O3浓度，随着温度升高与太阳辐射的增大，O3浓度增加。这与吕婧[10]、Kaijie Xu[11]等人研究一致。

图3 东营市新冠疫情前后各区县及东营市污染物浓度变化Fig.3 Changes of pollutant concentrations in districts, counties and Dongying city before and after COVID-19

2.2.2 东营市24小时变化

因空气质量还受到气象因素与植被覆盖度等诸多因素的综合干扰，在进行废气排放与空气污染物浓度变化Pearson分析时，采用平均24小时废气排放量与各污染物浓度进行分析，尽可能排除其余影响因素干扰。

企业废气排放与各污染物浓度的Pearson相关系数，见表2。由表2可知，在忽略其余干扰空气质量影响因素下，东营市各空气质量污染物浓度与化工企业废气排放具有极强的相关性。且因废气排放口与空气质量监测站点具有一定距离，废气排放之后需经过一定时间方能对空气质量监测站点监测范围内空气质量产生影响，故在废气排放3小时后对各空气污染物浓度的相关系数最强。由相关系数可知，其数值越接近于1表明两个变量之间的相关性越强，所以对于PM2.5、PM10、SO2、NO2、CO呈显著正相关。对O3浓度呈显著负相关。从数据上表明废气排放对空气质量具有直接影响。

表2 废气排放与各污染物浓度的Pearson相关系数Tab.2 Pearson correlation coefficient between exhaust emission and pollutant concentration

分析东营市疫情期间PM10、PM2.5浓度24小时变化(图4)，PM2.5与PM10变化曲线相似，均为倒“S”型波动，疫情各个时间段内均在早晨9点左右到达污染浓度峰值，并在下午4点左右到达污染浓度谷底，并在傍晚出现上升趋势。这一发现符合已有研究规律。同时也可以发现，疫情国家严控期间，PM2.5与PM10均有大幅下降，分别降低44(μg/m3)以及22(μg/m3)，同时与疫情前相比，污染峰值与谷底差距进一步减小。而两者在疫情前、中、后期变化也略有差别，PM10在疫情中期间处于污染浓度最低值，疫情后污染加重，而PM2.5浓度则随着疫情前中后呈逐级降低现象。这与上述蓝天保卫战PM2.5变化相吻合。造成这种现象的主要原因是：(1)化工企业废气排放与车辆尾气，人类活动均是PM2.5与PM10产生的重要原因。早九点与晚六点恰巧处于上下班高峰期，汽车尾气及人流量增大，同时企业开工，颗粒物排放增多，污染加重。下午四点，颗粒物经过上午扩散，且伴随人流量减少，污染物浓度降低。(2)疫情期间，企业停工，限制出行等措施导致颗粒物排放剧减，同时随着春季来临，植被复苏，植被对于颗粒物的吸收也是污染物浓度降低的重要原因。

对比疫情前后24小时NO2与O3浓度变化(图5)可以发现，NO2浓度变化与PM10一致，均为疫情前>疫情后>疫情中，而O3浓度变化趋势则正好与NO2相反，浓度呈疫情前>疫情中>疫情后的阶段递增。同时在下午4时NO2浓度达到谷底，最低浓度为14.05(μg/m3)，O3浓度达到顶峰，最高浓度为101.51(μg/m3)，对两者24小时浓度变化进行Pearson分析，发现两者相关系数为-0.915，为极强的负相关性。这一发现既与月度O3浓度变化一致，也与张硕[12]等人研究相符。由下方公式可以发现，在气相光化学反应中，O3作为中间产物受太阳照射及温度的影响，随着太阳光强及温度的升高，公式(1)反应加快，导致空气中的NO2转化为NO和O(3P)，促使NO2浓度降低，O3浓度升高，而大气中NO2浓度过少则会导致NO浓度降低，从而导致公式(3)发生较慢，导致O3浓度处于较高水准。冬季与初春温度与光照强度均低于初春，随着温度及光照强度的上升，在一定范围内较高的NO2浓度有利于O3浓度的上升。

图5 东营市新冠疫情前后NO2、O3浓度变化Fig.5 Changes of NO2 and O3 concentrations before and after COVID-19 in Dongying City

NO2+hv(λ≤430nm)→NO+O(3P)

(1)

O(3P)+O2→O3

(2)

NO+O3→NO2+O2

(3)

分析疫情期间SO2以及CO变化(图6)，发现SO2浓度在疫情前、疫情后均呈“双峰单谷”(两个污染峰值，一个污染低谷)，疫情中转变为“双谷单峰”(两个污染低谷，一个污染峰值)，并且SO2浓度在二月份降幅高达38.47%，并在疫情后污染峰值时间提前一小时。CO浓度则随着疫情前、中、后三个时间端呈递减趋势，均在早9点到达污染峰值，16点到达污染谷底。现有研究指出机动车排放，化石燃料及生物质燃烧是SO2、CO浓度的主要贡献源，疫情前中期为冬季供暖期，燃煤及农村取暖造成废气大量排放，污染浓度高，同时在二月份居家隔离期间，居民难以通过机动车出行，机动车尾气排放减少，二月份早晨SO2浓度明显降低。同时风力及温度也会对污染物扩散具有一定影响，疫情前、中、后三个时间内，风力分别为1.9m/s，2.5m/s，3.2m/s，温度分别为-2～4℃，0～7℃，7～16℃，较大的风力及温度也有助于污染物的扩散。

图6 东营市新冠疫情前后SO2、CO浓度变化Fig.6 Changes of SO2 and CO concentrations before and after COVID-19 in Dongying city

2.3 相应建议

针对于疫情前后空气质量各污染物浓度变化可以看出，东营市废气排放仍是东营市空气质量好坏的主要因素，而现在东营市产业结构仍以重工业为主导的第二产业为主体，为保障大气污染得到有效治理，对东营市提出以下建议：

2.3.1 工业

开展针对重工业“散乱污”监察，针对化工企业乱排废气现象加以整治。优化火电、建材、地炼、轮胎等行业产能布局。大力发展清洁能源，加快小吨位锅炉淘汰改造。全市所有燃烧设备禁烧原油、渣油、高硫石油焦以及不符合相关规定的柴油等。

2.3.2 工业产品交通路线优化

开通专业运输道路，实现工业产品单独运输。对运输路途远，运送量大的工业产品，采取铁路运输代替公路运输的方式，污染较重天气，应尽量减少柴油火车等大型车辆运送。发展东营沿海优势，开辟海上航线，发展船舶运输。

2.3.3 冬季取暖

针对全市开展冬季清洁供暖，实现以电代煤、以气代煤，减少煤炭燃烧。同时加强农村环保教育，严控乱焚烧秸秆等不良行为。

3 结 论

研究选取石油化工开采城市东营作为研究区域，分析疫情期间空气质量各污染物浓度变化，与疫情期间企业停工停产等措施及气象因素相结合，分析得到以下结论：

3.1 疫情期间，东营市12～4月PM2.5、PM10、SO2、NO2、CO浓度均呈现南部>中部>北部，内陆污染重于沿海的趋势，O3浓度则呈现出北高南低的变化。

3.2 疫情期间东营市及三区两县，受春运返乡及企业增产影响，疫情前1月份出O3外各污染物浓度均达到顶峰，而在二月份受政策强制停工限制出行影响，各污染物浓度急剧降低，其中广饶县作为东营工业带头县，二月份废气等污染物排放剧减，废气、SO2、NH化物降幅为37.53%、50.88%。37.53%，与此对应广饶县空气质量污染物浓度也大幅度下降，,CO、NO2、PM10、PM2.5、SO2浓度分别下降22.41%、49.19%、48.34%、47.32%、45.01%，O3浓度上升44.64%。

3.3 疫情期间东营市各污染物24小时变化，PM2.5与PM10呈“S”型变化，早九点为污染高峰期，下午四点污染较轻，且在晚六点污染加重。NO2与O3存在极强负相关性，在下午四点O3浓度达到最高，此时NO2浓度最低。SO2浓度在疫情前、疫情后均呈“双峰单谷”，疫情中转变为“双谷单峰”。其中PM2.5、CO浓度变化均为疫情前>疫情中>疫情后逐级递减，而PM10、NO2、SO2则为疫情前>疫情后>疫情中，O3为疫情后>疫情中>疫情前，这也表明了PM2.5、CO受到温度、风速、植被等影响较大，而PM10、NO2、SO2等受到化工企业废气排放及汽车尾气等影响较大。

本文结合新冠疫情期间东营市废气排放及温度、风速、植被等影响因素，对东营市各空气污染物浓度空间、时间变化特征进行分析，为政府治理空气污染提供针对性依据。但空气质量受地形，人类活动、邻近城市污染水平等多种因素综合影响，未来需综合考虑多种影响因素，对东营市各空气污染物时空特征进行深一步研究。