2019年南通市秋冬季PM2.5水溶性离子污染特征与来源解析

周玉香，钱 震，蒋 荣

(1.南京理工大学，南京 210094；2.江苏省南通环境监测中心，江苏 南通 226000)

前 言

近年来秋冬季节，全国大范围的持续性雾霾天气时常发生，对人体健康和交通出行等都产生一些不利影响。江苏省秋冬季轻度及以上污染日首要污染物主要为PM2.5，占比高达91.5%[1]。PM2.5是形成雾霾的直接内因[2]，其中水溶性无机离子是重要成分，吸湿能力很强，直接影响云的形成、大气能见度及酸沉降等[3]，对气候、环境和人体健康均有重要影响。深入研究水溶性离子组分特征，有助于分析空气污染特性，进一步来源解析可以在某种程度代表PM2.5的来源[4]。许多学者就我国多地大气颗粒物中水溶性离子的污染特征开展了研究，TAO等[5]研究广州PM2.5化学成分对气溶胶光散射的影响，林昕等[6]研究长春、北京、上海、杭州和南京城市冬季大气细颗粒物水溶性离子特征及来源分析，Cao等[7]研究西安市PM2.5化学组分与人体心肺死亡率短期相关性。

南通位于江苏省东南部，长江三角洲北翼，被誉为“北上海”，学者对南通地区PM2.5的研究相对较少，崔静等[8]研究2016年多环芳烃在南通地区大气细颗粒物中的分布种类、浓度水平和污染变化特征，蒋荣等[9-10]分析2016年和2017年南通市重污染过程PM2.5中OC/EC浓度和冬季PM2.5中水溶性离子污染特征。基于落实打赢蓝天保卫战三年行动进程中，近两年南通市PM2.5及水溶性离子变化及进一步解析来源的研究很少见。南通市污染防治从攻坚进入常态化，急需针对秋冬季以PM2.5为首要污染物的污染天气，精准科学实施进一步管控措施。通过研究当前南通市秋冬季大气中PM2.5及水溶性无机离子质量浓度水平，探讨不同时间尺度的浓度变化和解析来源，以期为南通市开展城市大气污染的防治工作提供数据支持和治理方向。

1 材料与方法

1.1 研究区域概况

南通市位于长江北岸、江海平原，属北亚热带湿润性气候区，四季分明，气候温和，年平均气温在15℃左右，年平均降水量1 000～1 100毫米，全年无采暖季，大气污染物的形成和分布与人类活动及气候状况密切相关。

1.2 数据来源

1.3 源解析方法

大气颗粒物源解析的研究方法有多种，主成分-多元线性回归(PCA-MLR)模型具有简单易行、可操作性强的优势[11]。采用软件SPSS 20对南通市秋冬季PM2.5水溶性离子组分主成分分析，筛选出能代表样本大部分变化的主因子，通过旋转因子载荷矩阵中主要离子载荷识别源的类型，再通过多元线性回归分析得到主要污染源及其贡献率。

2 结果与讨论

2.1 南通市秋冬季PM2.5及水溶性离子时间变化序列

南通市秋季ρ(PM2.5)平均值为(29.7±18.4) μg/m3，低于年均考核标准值[12](35μg/m3)，表明南通市秋季PM2.5污染程度相对较轻。冬季ρ(PM2.5)平均值为(52.0±33.6) μg/m3，超过年均考核标准值，可见冬季高ρ(PM2.5) 严重影响年度考核达标情况。冬季部分时段南通市ρ(PM2.5)存在严重超标现象，最高日均值可达170μg/m3以上。

图1 PM2.5及水溶性无机离子质量浓度时间变化特征Fig.1 Time variation characteristics of PM2.5 and water soluble inorganic ions mass concentration

2.2 南通市水溶性离子组成

图2 2019年秋季和冬季水溶性无机离子中的占比Fig.2 Proportion of water soluble inorganic ions in autumn and winter of 2019

近几年长三角主要城市不同点位水溶性离子占PM2.5质量百分比见表1，南通市秋冬季ρ(TWSI)占ρ(PM2.5)百分比相对周边城市比较高，ρ(SNA)占ρ(PM2.5)百分比与舟山、上海城区相当，高于上海崇明岛、南京北郊和杭州城区。

表1 近几年长三角主要城市不同点位水溶性离子占PM2.5质量百分比

2.3 ρ(PM2.5)和ρ(TWSI)日变化特征

PM2.5及水溶性无机离子占PM2.5比日变化如图3，PM2.5日变化在秋冬季节呈双峰分布，秋冬季谷值均出现在下午13∶ 00～17∶ 00。秋季PM2.5的两个高峰分别出现在8∶ 00和22∶ 00，冬季PM2.5早高峰比秋季滞后1 h，晚高峰则提前1 h，早高峰相对平缓，晚高峰值高于早高峰，表明冬季夜晚南通市细颗粒物更容易积累。ρ(PM2.5)日变化趋势与大气和人为活动密切相关，大气边界层发展有日循环特点，混合层主要依赖于地面太阳加热，日出后半小时开始形成，持续到下午，伴随太阳辐射和风速的增大而增加，边界层高度的增加为稀释污染物提供了更大的体积，所以下午ρ(PM2.5)变化不大且保持在较低水平，但日落之后，边界层高度降低，太阳辐射减弱，人们夜生活能源消耗较大，夜晚ρ(PM2.5)达日最高值。

图3 PM2.5及水溶性无机离子占PM2.5比日变化Fig.3 Diurnal variation of PM2.5 and The ratio of water soluble inorganic ions to PM2.5

表2 PM2.5和水溶性无机离子组分昼夜变化特征

续表2

2.4 PM2.5水溶性离子来源分析

为进一步了解南通市秋冬季大气PM2.5中各无机离子的主要来源，使用PCA-MLR模型进行来源解析，旋转因子载荷矩阵如表3。

表3 旋转因子载荷矩阵Tab.3 Rotation factor load matrix

为进一步定量分析主要污染源对PM2.5的相对贡献量，以主成分分析得到的3个主因子为自变量(F1、F2、F3)，标准化的ρ(PM2.5)为因变量(Y)，进行多元逐步线性回归分析[21]，得到方程式：

Y秋= 0.838F1+ 0.404F2(R2= 0.865，

F=282.953，P= 0.000)

Y冬= 0.838F1+ 0.402F3(R2= 0.815，

F=174.077，P= 0.000)

结果表明，南通市秋季和冬季PM2.5污染来源相对是稳定的，二次源和燃烧混合源对PM2.5浓度的贡献最大，贡献率约67.5%，扬尘源贡献率约32.5%。南通市需加紧打好秋冬季污染防治攻坚战，扎实推进污染物减排工作，加快产业结构调整和转型升级步伐，加强对机动车的控制，采取措施降低机动车尾气污染，对轨道交通施工、园林绿化施工、建筑工地、建筑垃圾等加大巡查和治理。

3 结 论

3.1 南通市秋季和冬季ρ(PM2.5)平均值分别为(29.7±18.4) μg/m3和(52.0±33.6) μg/m3，总水溶性无机离子平均值分别为(16.8±8.7)μg/m3和(30.0±18.6)μg/m3，占ρ(PM2.5)百分比分别为56.4%和57.7%，ρ(SNA)占水溶性无机离子比值为85.9%和89.9%。

3.4 PCA-MLR模型解析所提取的3个公因子分别来源于二次源/燃烧混合源、扬尘源、海盐/工业源。秋季和冬季PM2.5污染来源相对是稳定的，二次源和燃烧混合源对PM2.5浓度的贡献最大，贡献率约67.5%，扬尘源贡献率约32.5%。

3.5 南通市需加紧打好秋冬季污染防治攻坚战，加强对机动车的控制，做好污染减排和防尘降尘工作。