广州市大气污染物对新冠疫情管控的响应

陈漾 张金谱

摘 要：为评估极端污染减排情境下广州市大气污染物的响应特征，结合气象要素和出行指数，分析了2020年新冠疫情停工前后大气污染物时空变化特征。2020年疫情停工期（1月24日—2月9日）气象条件与2017—2019年同期相比，大气水平扩散条件未见显著性差异，湿清除条件较好，生成O3的光化学反应条件较差，NO2、PM10、PM2.5、SO2和CO浓度达2017年以来同期最低值，O3浓度则处于2017年以来的次低值。相似气象条件下，全市6项大气污染物在停工期的浓度均比停工前和复工期低。其中，NO2、PM10和PM2.5对疫情管控的响应较灵敏，SO2和CO的响应较弱；由于受气象条件和气态前体物的共同作用，O3浓度在停工前后的变化显得较为复杂，变化幅度较小。城区大气污染物对管控的响应比郊区大，而在大气污染排放较为集中的工业园区，响应比城郊区更加灵敏。对严控措施响应较敏感的污染物NO2和PM10，其浓度均与出行强度/风速的相关系数分别为0.87和0.74，呈现较强的正相关关系。

关键词：新冠疫情；大气污染物；出行强度；广州市

中图分类号：X51     文献标志码：A    文章编号：1673-9655（2023）01-0-07

0 引言

2020年初在湖北武汉暴发了新冠肺炎病毒疫情（COVID-19），该病毒具有传播性强，扩散速度极快的特点。为阻断新冠疫情传播和蔓延，大部分国家和地区均采取封锁手段严格控制交通和人流，社会经济活动显著降低，甚至处于暂停状态。相比于重大会议赛事间实施的临时管控，本次疫情管控力度更大，时空范围更广，堪为史上最严管控，极大地削减了大气污染物的人为排放，对环境空气质量产生很大影响[1-3]。本次疫情为研究管控减排和大气污染物的关系提供了契机，不同地区大气污染物对疫情管控的响应情况各有不同。在疫情爆发最严重的武汉地区，陈楠等[4]发现疫情管控期间，NO2和PM2.5比去年同期下降了53.2%和25.1%，但 PM2.5浓度低值主要集中在风速较大、扩散较好的时段，其他时段 PM2.5浓度下降并不明显，而O3却显著高于去年同期16.5%。徐超等[5]发现厦门湾城市群在疫情严控期间SO2、NO2、CO、PM10和PM2.5分别下降6%～22%、53%～70%、34%～48%、47%～64%和53%～60%，而O3浓度变化没有一致的规律性；复工复产后，NO2的反弹幅度最大（38%～138%）。Xin等[6] 通过综合分析和建模，对中国东部在疫情严控期间出现的几次重度雾霾污染的反常现象进行研究，发现疫情严控期间的雾霾是由二次污染的增强驱动的；疫情严控措施使得移动排放源骤然减少，氮氧化物排放量随之大幅减少，却增加了O3和夜间NO3自由基的形成，增强了大气氧化能力，因此促进了二次颗粒物的形成。

为探讨广州市大气污染物对新冠疫情管控的响应，本研究对比2020年停工期（1月24日至2月9日）与2017—2019年同期的气象条件和6项大气污染物（SO2、NO2、PM2.5、PM10、O3和CO）浓度水平，为消除气象影响，选择相似气象条件下的时段来探索停工前后污染物的时空响应特征，此外，本研究还探讨了受疫情影响最大的NO2和PM10这两项大气污染物与出行强度/风速的关系。研究成果有助于了解在极端污染减排情境下广州市大气污染物的响应特征，并能为制定相应的空气污染治理措施提供一定的参考。

1 数据与方法

1. 1 数据来源

本研究中的SO2、NO2、PM2.5、PM10、O3和CO这6项大气污染物数据均来自广州市51个空气质量自动监测点的监测数据，统一为实况数据。风速、气温、降雨量、湿度、气压等气象要素数据来源于广州市气象台。2020年1—3月每日出行强度数据由百度地图智慧交通网站（https：//jiaotong.baidu.com/）获得。本研究的出行强度是指该城市有出行行为的人数与该城市居住人口比值的指数化结果。

1. 2 评价与计算方法

大气污染物的统计和评价方法依据《GB 3095-2012环境空气质量标准》《HJ 663-2013环境空气质量评价技术规范（试行）》。评价指标包括SO2、NO2、PM2.5、PM10、O3和CO共6项指标。SO2、NO2、PM2.5和PM10的评价浓度为评价时段内日均浓度的平均值，O3的评价浓度为评价时段内日最大8 h平均值的第90百分位数，CO的评价浓度为评价时段内日均浓度的第95百分位数。

为了能够更全面的体现广州市全区域的空气质量，本文使用所有公开发布的空气质量自动监测点（共计51个）的监测数据来代表全市大气污染物浓度水平。

根据《广州市城市总体规划（2017—2035年）》，广州主城区包括：荔湾、越秀、天河、海珠四区，白云北二环高速公路以南地区、黄埔九龙镇以南地区、番禺广明高速以北地区。因此，本研究将位于上述区域共29个测点作为城区，将剩下的22个测点作为郊区。此外，黄埔文冲测点位于黄埔区石化路，附近1～2 km内有广州石化化工区、状元谷电子商务产业园等多个工业园区，企业数量众多，类型广，涵盖石油化工、生物医药、新材料等领域，具有一定的代表性，因此本研究选取黄埔文冲测点代表工业园区。

1. 3 研究时段选择

2020年1月23日晚，广东省开始启动重大突发公共卫生事件一级响应，政府和社会开始实施机动车禁行管理、封闭社区、鼓励居民减少外出、居家隔离等严格的疫情防控措施，直至2月9日后，全市企业才开始陆续安全有序复工复产。因此，本研究根据广州市本地的实际情况，将2020年1月24日—2月9日共17 d定义为疫情停工期，该时段内全市停工停产，社会经济活动几乎处于暂停状态；将停工前后各推17 d，分別作为停工前的时期和复工期，即停工前的时段为2020年1月7—23日，复工期为2020年2月10—26日。

2 结果分析

2. 1 疫情停工期气象条件与污染物浓度水平

气象要素可以影响大气污染物的稀释扩散、积聚清除，城市空气质量的好坏与气象条件关系密切[7]。本文选取风速、气温、雨量、相对湿度和气压这5项气象要素来对比疫情停工期与近3年（2017—2019年）同期的气象条件（表1）。与近3年同期平均值相比，2020年停工期风速持平，气压仅偏低0.8 hPa，均处于历史同期的平均水平；降雨量偏多1.8倍，降水对大气污染物，尤其是颗粒物起到一定的清除效应，降雨量越大，湿清除效果越好；气温偏低1.2℃，较不利于臭氧生成；相对湿度偏高2.9%，有研究[8-10]表明，相对湿度与O3浓度呈明显负相关，相对湿度越低，越有利于光化学反应生成O3，相对湿度越高，代表云量和雨量越多，影响紫外辐射，对O3的生成和累积产生影响。整体来看，与近3年历史同期气象要素的平均水平相比，2020年疫情停工期大气水平扩散条件未见显著性差异，湿清除条件较好，生成O3的光化学条件较差。

选取2017—2020年同一时段（1月24日—2月9日）来评价污染物浓度水平（表2）。停工期6项大气污染物浓度均低于近3年平均水平，其中NO2、PM10和PM2.5浓度受疫情管控的响应较敏感，同比降幅分别为57.5%、52.9%和44.0%，而O3仅下降4.3%，变化不大。

疫情停工期，NO2浓度比2017—2019年同期分别下降14.9、24.6和19.2 μg/m3，反映出NO2浓度对疫情管控的响应灵敏。近年来，广州市虽已实行中小客车总量调控、公交车电动化等“降氮”措施，但由于广州市是华南地区的经济文化中心，人口密度大，全市机动车使用量持续快速增长，且大量外地车本地化使用，机动车尾气排放使得对NO2的控制遇到极大挑战。而在停工期，由于限制人员出行，道路车流量大幅降低，移动排放源显著下降，因此NO2浓度明显下降，处于一个非常低的浓度水平。

疫情停工期，PM10浓度比2017—2019年同期分别下降25.6、24.7和29.3 μg/m3，PM2.5浓度比2017—2019年同期分别下降20.0、13.7和16.1 μg/m3，可见颗粒物浓度对疫情管控的响应亦灵敏，尤其是PM10。PM2.5包含较大比例的二次生成，PM2.5与PM10的比值（PM2.5/PM10）能够大致判别二次组分在颗粒物中的贡献[11]。2017—2019年同期，PM2.5/PM10比值分别为0.78、0.67和0.66，可见该比值逐年下降，而2020年停工期该比值为0.78，细颗粒物在颗粒物中的比例明显增大，说明停工期道路扬尘源和工地扬尘源的大幅减少对粗粒子PM10的影响更直接，导致PM10占比明显下降，国内“2+26城市”在疫情期PM2.5/PM10与近3年同期相比亦显著增大[12]。

疫情停工期，SO2浓度比2017—2019年同期分别下降2.4、4.0和1.5 μg/m3。广州市政府近年来一直坚持“减煤”工作思路，实施燃煤发电设施“超洁净排放”和工业锅炉整治，2019年燃煤发电机组全部完成超低排放改造，因此近几年SO2浓度均处于较低值，3年同比平均降幅为5.7%，而2020年同比降幅进一步扩大，因此SO2浓度在一定程度上受到疫情管控的影响。通过NO2与SO2浓度比值（NO2/SO2）来评价污染物移动排放源和固定排放源贡献率之间的关系[13]。2017—2019年同期NO2/SO2分别为3.6、4.0和4.6，移动排放源贡献率逐年增加，而2020年停工期为2.5，比近3年平均水平下降39.0%，说明停工期移动源贡献率明显减少。

疫情停工期，O3虽为2017年以来历史同期的次低值，但与近3年平均水平接近。虽然停工期气温比近3年平均水平低，相对湿度较高，气象条件较不利于O3生成，但O3的降幅没有NO2和颗粒物明显。原因推测为NO2和颗粒物浓度的骤降有利于臭氧生成。停工期采取的疫情严控措施，导致道路移动源排放骤然减少，大幅降低了氮氧化物排放量，削弱了对O3的滴定效应，有利于O3生成[11]。且有研究[14-16]表明，颗粒物浓度降低也有利于O3生成，一是因为O3与PM2.5有共同的前体物，PM2.5对氧化氢（HO2）和氮氧化物（NOx）自由基进行非均相吸收，抑制O3生成；二是气溶胶粒子可以通过极大地改变气溶胶的光学厚度（aerosol optical depth，AOD），吸收和散射太阳辐射，减少到达地面的辐射强度，影响O3前体物的光解过程，进而影响O3的生成。

2. 2 疫情停工前后污染物时间变化

城市出行强度数据为该城市出行人数与常住人口的比值，能够基于此了解城市的出行状况。图1为2020年疫情停工前后时段广州市出行强度的逐日变化曲线。可以看出，停工期城市出行强度明显低于停工前和复工期，且一直处于较低值，直到2月10日（复工期首日），出行强度才开始上升；此外，复工期的工作日（周一至周五）出行强度升高，但复工期周末则明显下降，且复工期第二个周末比第一个周末有所上升。停工期平均出行强度下降70.7%，复工期上升79.6%，但复工期的平均出行强度尚未恢复到停工前的平均水平，符合本地实际情况。因此，出行强度在一定程度上反映了交通量和社会生产活动的变化。

虽然将停工期大气污染物浓度与近3年相比可以在一定程度上反映大气污染物对人为严控减排的干预的响应，但并不能有效反映“净响应”，因此，本文选择在相近气象条件下，即选择小风（日平均风速≤2.0 m/s）、雨量等级为小雨及以下（日降水量≤9.9 mm）的过程，来对比停工前后广州市大气污染物时间与空间变化。小风可以更好地代表本地源排放，小雨及以下的雨量等级可以在一定程度上排除强湿沉降对空气带来的清除效果。筛选后纳入有效统计的天数均为5 d，且停工前后的氣象大致一致，不构成影响污染物浓度的决定性因素。表3统计了相近气象条件下，停工前、停工期和复工期全市6项大气污染物浓度变化。

全市6项污染物浓度在停工期最低，NO2、PM10和PM2.5在停工期的降幅和复工后的反弹幅度较大。停工期NO2、PM10和PM2.5比停工前分别减少15.7、14.2和6.7 μg/m3，降幅分别达45.2%、29.6%和21.1%，说明NO2、PM10和PM2.5对停工期管控产生了十分显著的“净响应”；复工期NO2、PM10和PM2.5上升明显，分别上升12.9、10.9、10.2 μg/m3，升幅分别为37.2%、32.2%和40.6%。停工期SO2和CO浓度比停工前分别降低0.7 μg/m3和0.3 mg/m3，SO2和CO对停工期管控的“净响应”相对较弱；复工期浓度分别上升0.6 μg/m3和0.2 mg/m3。由于受气象条件和气态前体物的共同作用[5]，O3浓度在停工前后的变化显得较为复杂。在全市NO2和颗粒物，特别是NO2浓度显著下降的情况下，停工期O3浓度比停工前下降6.4 μg/m3，降幅较小（降幅为6.0%）。这是由于与停工前相比，停工期平均气温下降2.1℃，相对湿度增加3.4%，低温和高湿均有抑制O3生成的作用，因此停工期的O3浓度比停工前低，但由于NO2和颗粒物浓度在短期内快速下降，有利于O3生成，在一定程度上部分抵消了不利气象条件带来的影响，因此O3浓度降幅不大。虽然复工期气温较低、湿度较大，气象条件较不利于O3生成，但复工期O3浓度仅上升3.3 μg/m3（升幅为3.3%），浓度变化不大，原因可能为复工期全市开始分批有序复产，污染排放增加，臭氧前体物增加，此时前体物的增加给O3下降带来的“负贡献”略大于气象条件带来的“正贡献”，因此O3浓度略有上升。

将单项污染物分指数在6项分指数总和的占比作为该项污染物对环境空气污染的贡献率。对比停工前后各项污染物的贡献率（图2）可知，NO2和PM10贡献率变化均为：停工期＜复工期＜停工前，而PM2.5始终为对空气污染贡献率最大的污染物，且停工期的贡献率最大。PM2.5/PM10比值由停工前的0.66变成停工期的0.74，PM2.5在颗粒物中的比例大幅增加，说明停工期道路扬尘和工地扬尘的急剧下降使得空气中PM10浓度发生极大变化，进而导致PM2.5/PM10显著增加，上海、南京、杭州、合肥等长三角地区城市在疫情停工期间的PM2.5/PM10比值亦均高于停工前[17，18]；PM2.5相比于PM10存在较大比例的二次来源贡献，且粒径较小，在大气中滞留时间较长，导致PM2.5对严控措施的反应不如PM10敏感，加上停工期相对湿度增加有利于各种气体前体物通过气相氧化和多相反应生成二次气溶胶[11，19]，降幅没有PM10显著。大多数城市PM2.5浓度在疫情期间并没有像NO2出现突然的大幅下降，其原因与二次生成有关[13]，我国华东地区在疫情封锁期出现雾霾污染事件，PM2.5不降反升[6]。

2. 3 疫情停工前后污染物空间变化

为研究疫情停工前后广州市不同区域大气污染物的响应特征，在2.2基础上对比城区与郊区大气污染物的浓度变化。由图3可以看出城区和郊区停工期6项污染物浓度均呈现不同程度的下降，除O3外，城区SO2、NO2、PM2.5、PM10和CO下降的浓度值均比郊区大，说明城区大气污染物的响应更灵敏，改善程度较大；城区和郊区复工期6项污染物均有所上升或持平，城区SO2、NO2、PM2.5、PM10、O3和CO上升的浓度值均比郊区大，说明城区大气污染物对疫情严控措施的逐步放松的响应比郊区大。整体来看，城区空气质量对严控措施的响应比郊区大，原因可能是相比于郊区，城区人口密度大，人为排放较为集中，因此管控减排对城区空气质量的影响更大。

城区和郊区的NO2/SO2在停工前后均呈现先降后升的变化（图4），且城区的NO2/SO2在停工前后均高于郊区，差值在1.1～1.4，说明城区的移动排放源比例均显著高于郊区，因此城区在严控措施下NO2浓度的下降和放宽管控后浓度的上升比郊区更加明显。

城区和郊区的PM2.5/PM10在停工前后均呈现上升的变化（图4），原因推测为停工期PM10显著下降导致比值上升，复工期由于全市复工复产，污染排放短期内快速增加，二次生成比一次排放上升更快，复工期PM2.5浓度水平已超过停工前的水平，导致PM2.5/PM10上升。此外，城区的PM2.5/PM10在停工前后均低于郊区，说明城区的二次生成占比低于郊区，粗颗粒物在颗粒物中的占比高于郊区，因此城区的PM10浓度对措施加严和放宽的响应比郊区大。

此外，本研究以黄埔文冲测点为例研究广州市工业园区大气污染物对疫情严控措施的响应程度（表4）。可知，工业园区6项大气污染物在停工期和复工期的变化值比城郊区都大，原因可能为工业园区污染排放较为集中，大气污染物对管控减排的响应更灵敏。NO2/SO2和PM2.5/PM10在停工前后的变化与城郊区一致。

2. 4 主要污染物与出行强度/风速的相关性

由于疫情严控措施对NO2和PM10的影響较大，本文使用2020年1—3月广州市的出行强度来分析这两项污染物与出行强度的关系。NO2和PM10日均浓度与每日出行强度均呈高度正相关关系，相关系数分别为0.75和0.56。出行强度与NO2的相关性高于与PM10的相关性，是因为出行强度体现的是所有排放中道路移动源的排放部分，而近地面的道路移动源排放是NO2的最主要来源，PM10来源则相对更加广泛。NO2和PM10日均浓度与每日平均风速均呈高度负相关关系，相关系数分别为-0.53和-0.55。出行强度直接体现道路移动排放源，间接反映广州市的开工情况，出行强度增加，道路移动源排放增加，道路扬尘和工地扬尘增加，导致NO2和PM10浓度上升；而风速越大，水平扩散条件越好，对NO2和PM10浓度有清除作用；因此本文将出行强度/风速的比值作为一个变量，发现NO2和PM10浓度与出行强度/风速相关性更高，相关系数R分别为0.87和0.74（相关系数的平方R2分别为0.76和0.55），均呈现高度正相关关系（图5、图6），可以粗略认为该时间段内广州市NO2浓度变化的76%由道路移动源排放和关键气象条件贡献，PM10则为55%。

3 结论

（1）与2017—2019年历史同期气象要素的平均水平相比，2020年疫情停工期大气水平扩散条件未见显著性差异，湿清除条件较好，臭氧生成气象条件较差。疫情停工期，全市NO2、PM10、PM2.5、SO2、CO浓度均为2017年以来历史同期最低值，O3则受气温较低的影响，浓度处于近几年的次低值。

（2）相似气象条件下，全市6项大气污染物在停工期的浓度均比停工前和复工期低。其中，NO2、PM10和PM2.5对新冠疫情管控的响应较大，停工期浓度下降和复工期反弹最大；疫情严控措施对SO2、CO和O3的影响则较弱，浓度波动相对较小。

（3）城区大气污染物对疫情管控的响应比郊区大。无论是停工前、停工期、复工期，城区的移动排放源比例均显著高于郊区，且粗颗粒物在颗粒物中的占比均高于郊区，因此城区在严控措施下NO2和PM10浓度的下降和放宽管控后浓度的上升比郊区更加明显。工业园区大气污染物对疫情严控措施的响应比城郊区更灵敏。

（4）对严控措施响应较大的污染物NO2和PM10，其浓度均与出行强度/风速的相关系数分别达0.87和0.74，均呈现较强的正相关关系，相关系数的平方R2分别为0.76和0.55，可以粗略认为该时间段内广州市NO2浓度变化的76%由道路移动源排放和关键气象条件贡献，PM10则为55%。

参考文献：

[1] 黄菊梅， 杨伟， 蒋帅， 等. 新冠疫情前和疫情期间岳阳市区大气环境分析[J]. 环境科学与技术， 2021， 44（5）： 154-161.

[2] Wang N， Xu J， Pei C， et al. Air Quality During COVID-19 Lockdown in the Yangtze River Delta and the Pearl River Delta： Two Different Responsive Mechanisms to Emission Reductions in China[J]. Enviromental Science & Technology， 2021， 55（9）： 5721-5730.

[3] 孔琳， 胡婷莛， 牛植， 等. 新型冠状病毒肺炎疫情防控时期上海市空气质量特征及成因分析[J]. 环境工程， 2021， 39（9）： 110-116.

[4] 陈楠， 张周祥， 李涛， 等. 武汉地区疫情管控期间空气质量变化及改善措施研究[J]. 气候与环境研究， 26（2）： 217-226.

[5] 徐超， 吴水平， 刘怡靖， 等.厦门湾空气质量对新冠疫情管控的响应[J]. 环境科学， 42（10）： 4650-4659.

[6] Huang X， Ding A， Gao J， et al. Enhanced secondary pollution offset reduction of primary emissions during COVID-19 lockdown in China[J]. National Science Review， 2021， 8（2），  doi：10.1093/nsr/nwaal137.

[7] 李娟， 尉鹏， 褚旸晰， 等. 中国中东部PM2.5时空分布变化及气象影响分析[J]. 环境科学与技术， 2021，  44（3）： 53-62.

[8] 龙小燕.福州市臭氧污染特征及其与气象因子的相关性研究[J].海峡科学，2021，（11）：54-60.

[9] 杨健， 尹沙沙， 于世杰， 等.安阳市近地面臭氧污染特征及气象影响因素分析[J]. 环境科学，2020，41（1） ：115-124.

[10] 王钟， 王静， 何光义， 等.浏阳市城区环境空气污染特征及其与气象因素相关性分析[J].环境科学导刊，2020，39（1）：27-32.

[11] 苏志华， 杨俊， 吴邦向， 等.新冠疫情管控措施对环境空气污染物浓度变化的影响及启示[J].农业与技术，2021，41（13）：102-104.

[12] 朱媛媛， 汪巍， 高愈霄， 等.疫情期间“2+26”城市污染减排成效评估[J].中国环境科学， 2021， 41（2）： 505-516.

[13] 曹琦， 宋渐石， 邹凌云， 等.新冠肺炎疫情期间石家庄市空气质量变化特征[J].环境与职业医学，2021， 38（5）： 494-499.

[14] Anon. Cleaner air for China[J]. Nature Geoscience， 2019，12（7）： 497.

[15] 李红， 彭良， 毕方， 等.我国PM2. 5与臭氧污染协同控制策略研究[J].环境科学研究，2019，32（10）：1763-1778.

[16] Li J， Wang Z， Wang X， et al. Impacts of aerosols on summertime tropospheric photolysis frequencies and photochemistry over Central Eastern China[J].Atmospheric Environment， 2011， 45（10）：  1817-1829.

[17] 曠雅琼， 邹忠， 张秀英， 等. 长三角地区大气污染物对新冠肺炎封城的时空响应特征[J]. 环境科学学报， 2021， 41（4）： 1165-1172.

[18] 王爱平， 朱彬， 秦玮， 等. 新冠疫情严控期间南京市空气质量[J].中国环境科学， 2021， 41（7）： 8.

[19] Sun W， Wang D， Yao L， et al. Chemistry-triggered events of PM2.5 explosive growth during late autumn and winter in Shanghai， China - ScienceDirect[J]. Environmental Pollution， 254（PA）： 112864-112864.