陳 飛,張小華,于洪霞,張 慧,高吉喜②
(1.環(huán)境保護(hù)部南京環(huán)境科學(xué)研究所,江蘇 南京 210042;2.南京信息工程大學(xué)江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心,江蘇 南京 210044;3.南京理工大學(xué)環(huán)境與生物工程學(xué)院,江蘇 南京 210094)
石家莊市冬季PM2.5污染特征、成因及潛在源區(qū)分析
陳 飛1,2,張小華1,于洪霞3①,張 慧1,2,高吉喜1,2②
(1.環(huán)境保護(hù)部南京環(huán)境科學(xué)研究所,江蘇 南京 210042;2.南京信息工程大學(xué)江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心,江蘇 南京 210044;3.南京理工大學(xué)環(huán)境與生物工程學(xué)院,江蘇 南京 210094)
對(duì)石家莊市2016年1月18—22日出現(xiàn)的PM2.5污染過程進(jìn)行研究,選擇3個(gè)不同地區(qū)采用中流量采樣器分別采集PM2.5和PM10樣品,測(cè)定PM2.5質(zhì)量濃度及其化學(xué)組分(含碳組分、水溶性離子和無機(jī)元素),分析PM2.5污染天氣的污染特征和引起污染的氣象因素,結(jié)合后向軌跡模型(HYSPLIT)分析污染的主要潛在源區(qū)。結(jié)果顯示,在采樣期間3個(gè)點(diǎn)的PM2.5平均質(zhì)量濃度分別為113、131和119 μg·m-3,PM2.5濃度高值出現(xiàn)在早晨和午夜,冬季京津冀地區(qū)農(nóng)村散煤燃燒也是大氣污染的主要原因。有機(jī)碳(OC)最大質(zhì)量濃度值為218.37 μg·m-3,無機(jī)碳(EC)最大質(zhì)量濃度值為21.22 μg·m-3。污染過程中3個(gè)點(diǎn)的地殼元素(Na、Ca、Mg、Al、K 和Fe)質(zhì)量濃度變化范圍為27.19~60.03 μg·m-3,占總無機(jī)元素的96.5%,表明交通源、道路揚(yáng)塵和煤炭燃燒是此次石家莊市PM2.5污染的主要貢獻(xiàn)源類。較高的相對(duì)濕度和弱風(fēng)速也會(huì)加速二次粒子的生成和顆粒物吸濕增長(zhǎng)。潛在源分析表明,石家莊市PM2.5污染主要受來源于北京和天津的氣團(tuán)影響,同時(shí)潛在源貢獻(xiàn)(PSCF)分析表明河北省是影響石家莊市環(huán)境空氣質(zhì)量的最主要潛在源區(qū)。
細(xì)顆粒物;后向軌跡模型;潛在源分析;石家莊市
2013年1月以來,我國(guó)發(fā)生大面積灰霾污染事件。2014年《中國(guó)環(huán)境質(zhì)量公報(bào)》顯示,161個(gè)城市中,只有11.2%的城市PM2.5(指空氣動(dòng)力學(xué)當(dāng)量直徑≤2.5 μm的顆粒物)年平均值達(dá)國(guó)家二級(jí)標(biāo)準(zhǔn)限值35 μg·m-3[1]。大氣細(xì)顆粒物PM2.5濃度增加是引起我國(guó)持續(xù)灰霾污染的的主要原因。PM2.5對(duì)人體健康、能見度、生態(tài)系統(tǒng)和氣候變化等均有重要影響,顆粒物中的有毒有害化學(xué)組分會(huì)導(dǎo)致人體急性和慢性疾病[2-7]。ZIKOVA等[8]開展了北京市PM2.5的來源分析,結(jié)果表明交通源和煤炭燃燒是北京市PM2.5的主要污染來源。陳剛等[9]采用PMF模式分析合肥城區(qū)PM10和PM2.5來源特征,PM10中二次源、燃煤、機(jī)動(dòng)車尾氣塵及地殼塵的貢獻(xiàn)比例分別為32.5%、25.9%、15.7%和25.5%;PM2.5中二次源、燃煤、機(jī)動(dòng)車尾氣塵及地殼塵的貢獻(xiàn)比例分別為38.8%、25.9%、9.9%和21.7%。MASIOL等[10]研究表明,美國(guó)紐約市的PM2.5主要貢獻(xiàn)源有二次硫酸銨、二次硝酸銨、道路交通排放源、地殼揚(yáng)塵、新海鹽、舊海鹽、生物質(zhì)燃燒、居民供暖和鋅源9類。
石家莊市作為河北省省會(huì),是我國(guó)污染最嚴(yán)重的城市之一,最高PM2.5小時(shí)質(zhì)量濃度達(dá)750 μg·m-3。近年來,國(guó)內(nèi)諸多學(xué)者對(duì)石家莊市大氣污染特征進(jìn)行了研究,為識(shí)別大氣污染成因及提出有效控制對(duì)策提供了理論依據(jù)。張勇等[11]利用積分濁度儀、PCASP-X2和能見度儀的觀測(cè)資料,分析了石家莊市大氣氣溶膠的散射特征及其與氣溶膠粒子濃度、能見度、氣象條件的關(guān)系;楊麗麗等[12]對(duì)顆粒物中的水溶性無機(jī)離子分析發(fā)現(xiàn),石家莊市秋季流動(dòng)源貢獻(xiàn)較大,冬季固定源貢獻(xiàn)大;WANG等[13]通過相關(guān)研究發(fā)現(xiàn),區(qū)域傳輸對(duì)石家莊市PM2.5的貢獻(xiàn)達(dá)27.9%,本地污染源主要是工業(yè)、交通和農(nóng)業(yè)等;李夢(mèng)等[14]分析京津冀冬季大氣混合層高度與大氣污染的關(guān)系發(fā)現(xiàn),冬季石家莊市混合層高度較低,不利于污染物的垂直擴(kuò)散;王浩等[15]研究了2014年APEC會(huì)議期間石家莊市大氣污染特征,并評(píng)估了空氣質(zhì)量保障措施的效果。雖然石家莊市已經(jīng)相繼采取了一系列控制措施來改善空氣質(zhì)量,但是PM2.5濃度仍然超標(biāo),大氣污染仍然較重。
因此,掌握石家莊市PM2.5污染特征、時(shí)間分布、影響因素和潛在源區(qū)等信息,能夠?yàn)檫M(jìn)一步改善石家莊市環(huán)境空氣質(zhì)量提供技術(shù)支持??紤]到北方冬季PM2.5污染天氣頻發(fā),筆者選擇京津冀區(qū)域大氣污染嚴(yán)重的2016年1月,在石家莊市3個(gè)不同點(diǎn)位開展強(qiáng)化觀測(cè),目的是:(1)掌握石家莊市冬季PM2.5濃度特征;(2)分析PM2.5的時(shí)空分布特征和主要的化學(xué)組成;(3)剖析氣象參數(shù)對(duì)PM2.5污染天氣形成的影響;(4)辨識(shí)影響石家莊市大氣污染的氣團(tuán)來源和潛在源區(qū)。
1.1 采樣點(diǎn)設(shè)置
1號(hào)點(diǎn)(38.142° N,114.618° E)位于石家莊市北部的東柴里村,由于該點(diǎn)遠(yuǎn)離工業(yè)污染源,因此選擇該點(diǎn)代表農(nóng)村;2號(hào)點(diǎn)(37.99° N,114.52° E)位于石家莊市中部的河北師范大學(xué)內(nèi);3號(hào)點(diǎn)(37.892° N,114.511° E)位于石家莊市南部的元氏縣,代表城郊農(nóng)村。3個(gè)采樣點(diǎn)均位于距離地面10~15 m高的建筑物屋頂。
1.2 樣品采集
環(huán)境保護(hù)部全國(guó)空氣質(zhì)量預(yù)報(bào)系統(tǒng)預(yù)報(bào)2016年1月19—21日石家莊出現(xiàn)污染天氣,因此采樣時(shí)間設(shè)置為2016年1月18—22日。依據(jù)檢測(cè)方法對(duì)樣品量的要求,采樣周期設(shè)置為23 h,每個(gè)采樣點(diǎn)采用2臺(tái)中流量采樣器(TH-150C,武漢天虹)同步采集PM2.5樣品,分別采用石英濾膜和特氟龍濾膜進(jìn)行分析,其中石英濾膜用于分析元素碳、有機(jī)碳和水溶性離子,特氟龍濾膜用于分析無機(jī)元素。石英膜在采樣前通過700 ℃高溫灼燒6 h以去除有機(jī)碳,特氟龍膜在采樣前后于恒溫恒濕箱(溫度25 ℃,相對(duì)濕度41%)平衡24 h,再用精度為1 μg的電子天平(Sartorius,Germany)進(jìn)行稱量以確定PM2.5質(zhì)量濃度。所有樣品均放入冷凍柜(-18 ℃)中保存待分析。
另外,采用微量振蕩天平 (TEOM 1400,Thermo Fisher Scientific Environmental Instrument CO.,USA)分析PM2.5和PM10質(zhì)量濃度。
1.3 實(shí)驗(yàn)室化學(xué)分析
采用美國(guó)沙漠研究所研制的DRI Model 2001熱光碳分析儀(Atmoslytic Inc.,USA)對(duì)石英膜樣品中的碳組分進(jìn)行測(cè)定,根據(jù)美國(guó)IMPROVE熱-光反射協(xié)議對(duì)有機(jī)碳(OC)和元素碳(EC)進(jìn)行劃分。
剪取1/4石英膜并加入10 mL去離子水(gt; 18.2 MΩ),超聲萃取1 h后采用0.45 μm孔徑過濾器過濾定容,然后使用離子色譜儀(ICS-90,Dionex,USA)對(duì)水溶性陰陽離子進(jìn)行測(cè)定,具體分析方法見文獻(xiàn)[16]。
無機(jī)元素(Na、Mg、Al、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Cd、Ba 和Pb)采用電感耦合等離子體質(zhì)譜(ICP-MS,Agilent 7500a,Agilent,USA)分析,具體方法見文獻(xiàn)[17]。
1.4 質(zhì)量控制與質(zhì)量保證
研究針對(duì)現(xiàn)場(chǎng)采樣、濾膜稱重及實(shí)驗(yàn)室化學(xué)分析等環(huán)節(jié)進(jìn)行全過程質(zhì)量控制。各點(diǎn)位的儀器每天設(shè)置在同一時(shí)間開機(jī)進(jìn)行采樣。在采樣的同時(shí)由不同采樣人員在同一地點(diǎn)采集同一樣品,每個(gè)采樣時(shí)段在每個(gè)點(diǎn)位至少采集1組空白樣品。采用替代標(biāo)準(zhǔn)物加標(biāo)法對(duì)實(shí)驗(yàn)室分析進(jìn)行質(zhì)量控制和質(zhì)量保證。
1.5 氣象參數(shù)
采樣期間的溫度、相對(duì)濕度和風(fēng)速等氣象參數(shù)通過石家莊市環(huán)境監(jiān)測(cè)中心站獲得。
1.6 后向軌跡模型(HYSPLIT)和潛在源區(qū)分析
HYSPLIT模型是由美國(guó)國(guó)家海洋和大氣管理局 (NOAA) 的空氣資源實(shí)驗(yàn)室和澳大利亞氣象局在過去 20 a間聯(lián)合研發(fā)的一種用于計(jì)算和分析大氣污染物輸送、擴(kuò)散軌跡的專業(yè)模型[18]。該模型具有處理多種氣象要素輸入場(chǎng)、多種物理過程和不同類型污染物排放源功能的較為完整的輸送、擴(kuò)散和沉降模式,已被廣泛應(yīng)用于多種污染物在各個(gè)地區(qū)的傳輸和擴(kuò)散研究。該研究分別計(jì)算3個(gè)站點(diǎn)的72 h 后向軌跡,設(shè)置起始高度距地面500 m,每1 d計(jì)算24個(gè)時(shí)次,空間分辨率為0.5°×0.5°。
采用潛在源貢獻(xiàn)(PSCF,F(xiàn)PSC)研究區(qū)域內(nèi)經(jīng)過網(wǎng)格ij的污染軌跡數(shù)(mij)與經(jīng)過該網(wǎng)絡(luò)的所有軌跡數(shù)(nij)的比值,即
(1)
PSCF高值對(duì)應(yīng)的網(wǎng)格組成的區(qū)域即為造成受體點(diǎn)高濃度污染的潛在源區(qū)。將研究區(qū)分成0.5°×0.5°的網(wǎng)格,計(jì)算每個(gè)網(wǎng)格內(nèi)的軌跡出現(xiàn)概率。PSCF反映的是條件概率,當(dāng)nij較小時(shí)PSCF值會(huì)有較大不確定性。當(dāng)某一網(wǎng)格內(nèi)nij小于研究區(qū)內(nèi)每個(gè)網(wǎng)格平均軌跡端點(diǎn)數(shù)的3倍時(shí),使用權(quán)重函數(shù)wij來減小誤差,即源類分布頻率(WPSCF,F(xiàn)WPSC),FWPSC=wij×FPSC,ij。權(quán)重值w的計(jì)算公式為
(2)
2.1 顆粒物污染時(shí)空分布特征
根據(jù)分析結(jié)果,用3個(gè)點(diǎn)的監(jiān)測(cè)濃度平均值代表石家莊市的總體污染情況,1月18—22日的PM2.5和PM10小時(shí)平均濃度分布見圖1。2016年1月19—22日石家莊市發(fā)生重度污染,出現(xiàn)大面積污染天氣。觀測(cè)數(shù)據(jù)顯示城市的首要污染物為PM2.5,且PM2.5和PM10濃度于1月18日起呈逐漸累積增加態(tài)勢(shì),致使重度污染發(fā)生,而從21日01時(shí)起,PM2.5濃度持續(xù)下降,至19時(shí)全市空氣質(zhì)量恢復(fù)優(yōu)良水平,PM2.5和PM10的變化趨勢(shì)保持一致,表明PM2.5和PM10的污染來源相同。此次污染過程PM2.5日均值由18日的52 μg·m-3持續(xù)增加到20日的183 μg·m-3;PM10日均值則由87 μg·m-3持續(xù)增加到258 μg·m-3;而市區(qū)世紀(jì)公園點(diǎn)位PM2.5小時(shí)質(zhì)量濃度最高值達(dá)348 μg·m-3,表明在污染爆發(fā)時(shí)段,污染物積累迅速。
圖1 2016年1月18—22日石家莊市PM2.5和PM10濃度變化Fig.1 Temporal variation of PM2.5 and PM10 mass concentrations during the sampling period in Shijiazhuang
采樣期間3個(gè)點(diǎn)的PM2.5和PM10小時(shí)濃度變化如圖2所示。1號(hào)點(diǎn)的PM2.5小時(shí)質(zhì)量濃度變化范圍為4~300 μg·m-3,平均值為113 μg·m-3,PM10變化范圍為36~411 μg·m-3,平均值為172 μg·m-3; 2號(hào)點(diǎn)的PM2.5和PM10小時(shí)質(zhì)量濃度平均值分別為121和162 μg·m-3;3號(hào)點(diǎn)的PM2.5和PM10小時(shí)質(zhì)量濃度平均值分別為119和170 μg·m-3。筆者定義PM2.5質(zhì)量濃度高于75 μg·m-3的天氣為PM2.5污染事件(PE),其中PM2.5和PM10質(zhì)量濃度最高值出現(xiàn)在2號(hào)點(diǎn)1月19日凌晨,分別達(dá)348和444 μg·m-3。從圖2可以看出,3個(gè)點(diǎn)位的PM2.5和PM10濃度變化趨勢(shì)一致,濃度高值一般出現(xiàn)在早上和凌晨,PM2.5濃度變化和積累主要是由本地源貢獻(xiàn),區(qū)域傳輸和氣象因素等引起的。大量研究表明,冬季京津冀地區(qū)農(nóng)村散煤燃燒也是大氣污染的主要原因[19-20]。
圖2 2016年1月18—22日石家莊市3個(gè)點(diǎn)位的PM2.5和PM10小時(shí)濃度變化Fig.2 Hourly variation of mass concentrations of PM2.5 and PM10 at the three posts during the sampling period
2.2 PM2.5中化學(xué)組分的變化特征
不同天氣條件下PM2.5中各化學(xué)組分濃度見表1。從表1可知,OC質(zhì)量濃度最大值位于1號(hào)點(diǎn)處,為103.81 μg·m-3;EC質(zhì)量濃度最大值位于3號(hào)點(diǎn)處,為48.36 μg·m-3。3個(gè)點(diǎn)的OC濃度均比EC濃度高。3號(hào)點(diǎn)的EC平均質(zhì)量濃度最大,達(dá)26.31 μg·m-3,這主要是由于3號(hào)點(diǎn)附近有大型貨車樞紐站,同時(shí)居民散煤燃燒也是顆粒物的重要貢獻(xiàn)源。2號(hào)點(diǎn)的EC和OC濃度均為最低,表明北方農(nóng)村冬季顆粒物污染較重。由于EC主要來源于燃料高溫燃燒產(chǎn)生的單質(zhì)碳或難溶性高分子碳聚物,在大氣環(huán)境中相對(duì)穩(wěn)定;OC則可由有機(jī)物組成,除了包括污染源直接排放的一次有機(jī)碳(POC),還包括由人為或天然源排放的揮發(fā)性有機(jī)物經(jīng)大氣氧化作用生成的二次有機(jī)碳(SOC)。因此EC常作為示蹤元素,用來分析燃燒過程產(chǎn)生的OC含量。由表1可知,此次污染中OC主要由二次轉(zhuǎn)化生成。
表1污染天氣和清潔天石家莊市PM2.5主要化學(xué)組成的濃度水平
Table1ConcentrationsofthemajorchemicalcomponentsofPM2.5inShijiazhuanginpolluteddaysandcleardays
化學(xué)組分ρ1)/(μg·m-3或ng·m-3)污染天氣1號(hào)點(diǎn)污染天氣2號(hào)點(diǎn)污染天氣3號(hào)點(diǎn)最小值最大值平均值最小值最大值平均值最小值最大值平均值清潔天氣OC25 61103 8162 2431 3990 4771 9150 11198 21107 0119 22EC9 2732 1422 0513 4539 7024 2616 7148 3626 314 77Cl-5 4115 8110 505 9014 579 745 6416 2010 191 23SO42-17 5530 4024 0318 5425 9522 4919 3822 8021 435 65NO3-24 4330 5627 8622 1028 0924 7921 9823 8522 713 70NH4+14 5018 7516 8114 0216 1815 0913 1317 8915 343 91Ca2+2 375 354 252 624 673 973 489 276 063 92Na+2 313 883 192 172 892 522 964 163 461 83Mg2+0 410 820 620 340 500 440 901 131 010 36K+1 692 952 341 342 661 951 472 972 100 46WSII79 40100 3689 6073 5488 4280 9872 2193 1982 30Mg7 3514 2610 027 628 147 896 5412 738 697 58Al6 6013 029 446 858 958 026 3014 299 438 01K2 615 283 862 543 503 112 245 363 421 99Ca11 0122 1915 9111 9112 8012 329 7824 1314 7712 09Fe1 713 923 101 942 942 562 044 753 283 08Na314 20588 70415 40354 40399 30370 00288 80543 60380 60322 20Ti168 10493 68327 45192 11279 50250 03214 06513 70352 85295 29V4 949 677 434 566 925 615 309 807 565 34Cr59 15140 7591 6468 7871 0569 5969 3693 9884 5462 71Mn61 44133 95103 8176 25143 66106 6467 10149 69105 7367 42Co1 543 392 522 082 822 371 464 142 721 62Ni19 6734 7527 6917 8419 4418 5122 9535 9629 2817 37Cu23 15481 14187 6926 5968 1649 4924 4080 5252 0111 71Zn180 79760 79419 51223 04513 74342 51218 95824 44446 4577 81As12 6219 5015 5012 7518 2615 9113 6520 2716 433 72Cd2 786 924 593 035 394 302 716 054 390 42Ba85 05323 82195 2696 46177 89138 8599 05360 28199 0297 95Pb119 77367 10221 95126 29209 68172 46145 11344 98216 1529 00
OC為有機(jī)碳;EC為元素碳;WSII為無機(jī)水溶性離子。1)Na、Ti、V、Cr、Mn、Co、Ni、Cu、Zn、As、Cd、Ba和Pb的單位為ng·m-3,其余化學(xué)組分單位為μg·m-3。
如表1所示,無機(jī)水溶性離子(WSII,包括Cl-、SO42-、NO3-、NH4+、 Ca2+、Na+、Mg2+和K+)質(zhì)量濃度變化范圍為72.21~100.36 μg·m-3,平均值為84.3 μg·m-3。其中1號(hào)點(diǎn) NO3-濃度最高,占WSII總濃度的31.1%,其次分別為SO42-(26.8%)、NH4+(18.8%)、Cl-(11.7%),Ca2+(4.8%)、Na+(3.6%)、K+(2.6%)和 Mg2+(0.7%)。2號(hào)點(diǎn)NO3-濃度最高,占WSII總濃度的31.8%,其次分別為SO42-(27.8%)、NH4+(18.6%)、Cl-(12.0%)、Ca2+(4.9%)、Na+(3.1%)、K+(3.0%)和Mg2+(0.5%)。3號(hào)點(diǎn)NO3-濃度占WSII總濃度的27.6%,其次分別為SO42-(26.0%)、NH4+(18.6%)、Cl-(12.4%)、Ca2+(7.4%)、Na+(4.2%)、K+(2.6%)和Mg2+(1.2%)。城市PM2.5中SO42-和NO3-主要是經(jīng)前體物SO2和NOx在大氣氧化作用下生成的硫酸和硝酸,NH4+則通常被認(rèn)為是由氨氣與大氣形成的二次污染物硫酸或硝酸反應(yīng)生成,該實(shí)驗(yàn)各組分的分布特征和北京市WSII的研究結(jié)果相似[21]。PM2.5污染天氣中3個(gè)點(diǎn)的NO3-、SO42-、NH4+和Cl-平均濃度比清潔天氣分別高5.5、2.9、3.0和6.7倍。這說明石家莊市二次污染嚴(yán)重。
PM2.5中的18種無機(jī)元素含量如表1所示。在PM2.5污染天氣中Ca含量最高,1、2、3號(hào)點(diǎn)的Ca質(zhì)量濃度分別為15.91、12.32和14.77 μg·m-3,而清潔天氣為12.09 μg·m-3。1號(hào)點(diǎn)含量最高的元素是Ca,其次是Mg、Al、K,分別為10.02、9.44和3.86 μg·m-3;2號(hào)點(diǎn)含量最高的元素為Ca,其次是Al、Mg、K,分別為8.02、7.89和3.11 μg·m-3;3號(hào)點(diǎn)含量最高的元素為Ca,其次是Al、Mg、K,分別為9.43、8.69和3.42 μg·m-3。PM2.5污染天氣中元素濃度均比清潔天氣高。地殼元素(Na、Ca、Mg、Al、K和Fe)質(zhì)量濃度之和為27.19~62.03 μg·m-3,占總無機(jī)元素的96.5%,表明交通源、道路揚(yáng)塵和煤炭燃燒是此次石家莊市PM2.5污染的主要貢獻(xiàn)源類。
2.3 氣象因素對(duì)污染形成的影響分析
采樣期間的氣象參數(shù)如圖3所示。3個(gè)采樣點(diǎn)的風(fēng)速、相對(duì)濕度和能見度等氣象參數(shù)的變化趨勢(shì)基本相同。PM2.5污染天氣和清潔天氣的溫度變化較小,但是PM2.5污染天氣時(shí)風(fēng)速比清潔天氣小,平均值分別為2.1和3.7 m·s-1。許多研究表明,高的相對(duì)濕度能夠?qū)е露瘟W拥纳刹⒓铀兕w粒物的吸濕增長(zhǎng)[22],該研究中PM2.5污染天氣的相對(duì)濕度較高,平均值為70.1%,清潔天氣僅為60.3%,這與其他城市的研究結(jié)果相似[23]??梢?較高的相對(duì)濕度和弱風(fēng)速是導(dǎo)致PM2.5污染天氣形成的重要因素。同時(shí)相關(guān)研究也表明,近地面氣壓以及地面與850 hPa的溫度差等對(duì)空氣質(zhì)量的影響也很大。
溫度、相對(duì)濕度、能見度和風(fēng)速單位分別為℃、%、km和km·h-1。
2.4 氣團(tuán)傳輸影響和潛在源區(qū)分析
采用72 h后向軌跡模型分析到達(dá)3個(gè)采樣點(diǎn)的氣團(tuán)來源和傳輸途徑,通過分析總空間變化確定合理的聚類分析數(shù)。如圖4所示,1號(hào)點(diǎn)的軌跡可以分為5類,比例分別為37.5%、 13.3%、30.0%、10.0% 和 9.17%。第1類軌跡來自北京和天津,軌跡較短,表明氣團(tuán)移動(dòng)速度較慢進(jìn)而導(dǎo)致污染物快速累積,許多研究表明京津冀地區(qū)和山東省為我國(guó)PM2.5嚴(yán)重污染區(qū);第2和第3類軌跡來自于俄羅斯北部,穿過蒙古國(guó),該軌跡呈現(xiàn)大范圍、長(zhǎng)距離的傳輸特征,對(duì)PM2.5污染的稀釋具有重要作用;第4類軌跡來源于內(nèi)蒙古西北部,經(jīng)過內(nèi)蒙古和山西;第5類軌跡的比例僅為9.17%,來源于新疆西北部,途經(jīng)蒙古、內(nèi)蒙古和山西。該研究設(shè)定PM2.5小時(shí)質(zhì)量濃度大于75 μg·m-3為基準(zhǔn)濃度,第1類軌跡中有45條超過該限制,平均值達(dá)173 μg·m-3。PSCF計(jì)算結(jié)果顯示,1號(hào)點(diǎn) PM2.5污染的潛在源區(qū)分布在河北境內(nèi),貢獻(xiàn)因子為0.75以上。氣象因素分析表明污染期間石家莊市風(fēng)速較弱,因此研究時(shí)段PM2.5污染天氣的形成主要是本地污染源導(dǎo)致。
2號(hào)點(diǎn)的軌跡可以分為6類,比例分別為40.0%、2.5%、14.2%、26.7%、9.2%和7.5%。第1類軌跡和1號(hào)點(diǎn)的第1類軌跡相似,也反映了小范圍、短距離的傳輸特征;第2和第4類軌跡均來自于俄羅斯東北部,該軌跡距離遠(yuǎn),能夠有效緩解PM2.5污染;第3和第5類軌跡來自于俄羅斯南部,途經(jīng)蒙古、內(nèi)蒙古和山西等地;第6類軌跡來自于新疆北部,對(duì)2號(hào)點(diǎn)的PM2.5污染影響較小。PSCF分析表明河北省為該區(qū)域PM2.5污染的主要潛在源區(qū),貢獻(xiàn)因子為0.9以上,進(jìn)一步證明了后向軌跡模型的預(yù)測(cè)結(jié)果。
3號(hào)點(diǎn)的軌跡可以分為3類,比例分別為41.7%、31.7%和26.7%。軌跡的來源和1號(hào)點(diǎn)相似,PM2.5濃度最高值也出現(xiàn)在北京、天津、河北和山東省西北部的氣團(tuán)軌跡上,PSCF分析結(jié)果和后向軌跡模型分析結(jié)果基本一致。綜上,石家莊市PM2.5污染主要受來源于北京和天津的氣團(tuán)影響,影響石家莊市環(huán)境空氣質(zhì)量最主要的潛在源區(qū)為河北省。
圖中括號(hào)內(nèi)數(shù)字為軌跡類別,括號(hào)外數(shù)據(jù)為軌跡貢獻(xiàn)比例。
(1)石家莊市的首要污染物為PM2.5,PM2.5和PM10的變化趨勢(shì)保持一致,PM2.5污染天氣爆發(fā)的時(shí)間段,污染物積累迅速。
(2)3個(gè)點(diǎn)位的PM2.5小時(shí)平均質(zhì)量濃度分別為113、131和119 μg·m-3。濃度變化趨勢(shì)一致,濃度高值一般出現(xiàn)在早上和凌晨,PM2.5濃度變化和積累主要是由本地源貢獻(xiàn),區(qū)域傳輸和氣象因素等方面引起。
(3)WSII組分在PM2.5污染天氣形成過程中起了重要作用,3個(gè)點(diǎn)的NO3-、SO42-、NH4+和 Cl-平均濃度比清潔天氣分別高5.5、2.9、3.0和6.7倍。地殼元素(Na、Ca、Mg、Al、K 和Fe)質(zhì)量濃度變化范圍為27.19~62.03 μg·m-3,占總無機(jī)元素的96.5%,表明交通源、道路揚(yáng)塵和煤炭燃燒是此次石家莊市PM2.5污染的主要貢獻(xiàn)源類。
(4)PM2.5污染天氣時(shí)風(fēng)速比清潔天氣風(fēng)速小,相對(duì)濕度比清潔天氣高,較高的相對(duì)濕度和弱風(fēng)速是導(dǎo)致PM2.5污染天氣形成的重要因素。
(5)石家莊市PM2.5污染主要受來源于北京和天津的氣團(tuán)影響,同時(shí)PSCF分析顯示河北省是影響石家莊市環(huán)境空氣質(zhì)量的最主要潛在源區(qū)。
[1] 中華人民共和國(guó)環(huán)境保護(hù)部.2014年中國(guó)環(huán)境質(zhì)量公報(bào)[N].2015.[Ministry of Environmental Protection of the People′s Republic of China.2014 Report on the State of the Environment in China[N].2015.]
[2] YANG Y,CHRISTAKOS G.Spatiotemporal Characterization of Ambient PM2.5Concentrations in Shandong Province (China)[J].Environmental Science amp; Technology,2015,49(22):13431-13438.
[3] YAO L,YANG L X,YUAN Q,etal.Sources Apportionment of PM2.5in a Background Site in the North China Plain[J].Science of the Total Environment,2016,541:590-598.
[4] 吳兌,劉啟漢,梁延剛,等.粵港細(xì)粒子(PM2.5)污染導(dǎo)致能見度下降與灰霾天氣形成的研究[J].環(huán)境科學(xué)學(xué)報(bào),2012,32(11):2660-2669.[WU Dui,ALEXIS Kai-Hon Lau,LEUNG Yin-kong,etal.Hazy Weather Formation and Visibility Deterioration Resulted From Fine Particulate (PM2.5) Pollutions in Guangdong and Hong Kong[J].Acta Scientiae Circumstantiae,2012,32(11):2660-2669.]
[5] CHEN Y,SCHLEICHER N,CHEN Y Z,etal.The Influence of Governmental Mitigation Measures on Contamination Characteristics of PM2.5in Beijing[J].Science of the Total Environment,2014,490:647-658.
[6] RD P C,BURNETT R T,THUN M J,etal.Lung Cancer,Cardiopulmonary Mortality,and Long-Term Exposure to Fine Particulate Air Pollution[J].JAMA,2002,287(9):1132-1141.
[7] JOHANNA L,FRANCINE L,DOUGLAS D,etal.Chronic Exposure to Fine Particles and Mortality:An Extended Follow-up of the Harvard Six Cities Study From 1974 to 2009[J].Environmental Health Perspectives,2012,120(7):965-970.
[8] ZIKOVA N,WANG Y G,YANG F,etal.On the Source Contribution to Beijing PM2.5Concentrations[J].Atmospheric Environment,2016,134:84-95.
[9] 陳剛,劉佳媛,皇甫延琦,等.合肥城區(qū)PM10及PM2.5季節(jié)污染特征及來源解析[J].中國(guó)環(huán)境科學(xué),2016,36(7):1938-1946.[CHEN Gang,LIU Jia-yuan,HUANGFU Yan-qi,etal.Seasonal Variations and Source Apportionment of Ambient PM10and PM2.5at Urban Area of Hefei,China[J].China Environmental Science,2016,36(7):1938-1946.]
[10] MASIOL M,HOPKE P K,FELTON H D,etal.Source Apportionment of PM2.5Chemically Speciated Mass and Particle Number Concentrations in New York City[J].Atmospheric Environment,2016,148:215-229.
[11] 張勇,銀燕,肖輝,等.石家莊春季大氣氣溶膠的散射特征[J].中國(guó)環(huán)境科學(xué),2012,32(5):769-779.[ZHANG Yong,YIN Yan,XIAO Hui,etal.An Observation Study of the Scattering Properties of Aerosols Over Shijiazhuang City in Spring[J].China Environmental Science,2012,32(5):769-779.]
[12] 楊麗麗,馮媛,靳偉,等.石家莊市大氣顆粒物中水溶性無機(jī)離子污染特征研究[J].環(huán)境監(jiān)測(cè)管理與技術(shù),2014,26(6):17-21.[YANG Li-li,FENG Yuan,JIN Wei,etal.Pollution Characteristic of Water Soluble Inorganic Ion in Atmospheric Particles in Shijiazhuang[J].The Administration and Technique of Environmental Monitoring,2014,26(6):17-21.]
[13] WANG L T,WEI Z,WEI W,etal.Source Apportionment of PM2.5in Top Polluted Cities in Hebei,China Using the CMAQ Model[J].Atmospheric Environment,2015,122:723-736.
[14] 李夢(mèng),唐貴謙,黃俊,等.京津冀冬季大氣混合車高度與大氣污染的關(guān)系[J].環(huán)境科學(xué),2015,36(6):1935-1943.[LI Meng,TANG Gui-qian,HUANG Jun,etal.Characteristics of Winter Atmospheric Mixing Layer Height in Beijing-Tianjin-Hebei Region and Their Telationship With the Atmospheric Pollution[J].Environmental Science,2015,36(6):1935-1943.]
[15] 王浩,李鐵,高健,等.APEC會(huì)議期間石家莊市大氣污染特征及空氣質(zhì)量保障措施效果評(píng)估[J].環(huán)境科學(xué)研究,2016,29(2):164-174.[WANG Hao,LI Yi,GAO Jian,etal.Characteristics of Air Pollution and Evaluation of the Effects of Air Quality Assurance Measures in Shijiazhuang City During the 2014 APEC Meeting[J].Research of Environmental Sciences,2016,29(2):164-174.]
[16] CAO J J,LEE S C,CHOW J C,etal.Spatial and Seasonal Distributions of Carbonaceous Aerosols Over China[J].Journal of Geophysical Research-Atmospheres,2007,112(D22):1-9.
[17] LI X R,WANG L L,JI D S,etal.Characterization of the Size-Segregated Water-Soluble Inorganic Ions in the Jing-Jin-Ji Urban Agglomeration:Spatial/ Temporal Variability,Size Distribution and Sources[J].Atmospheric Environment,2013,77:250-259.
[18] DRAXLE R R,HESS G D.An Over View of HYSPLIY-4 Modeling System for Trajectories Dispersion,and Deposition[J].Australian Meteorological Magazine,1998,47(2):295-308.
[19] CHEN F,ZHANG X,ZHU X,etal.Chemical Characteristics of PM2.5During a 2016 Winter Haze Episode in Shijiazhuang,China[J].Aerosol amp; Air Quality Research,2017,17(2):368-380.
[20] TAN J H,DUAN J C,CHAI F H,etal.Source Apportionment of Size Segregated Fine/Ultrafine Particle by PMF in Beijing[J]. Atmospheric Research,2014,139(6):90-100.
[21] ZHANG Y,HUANG W,CAI T Q,etal.Concentrations and Chemical Compositions of Fine Particles (PM2.5) During Haze and Non-Haze Days in Beijing[J].Atmospheric Research,2016,174/175:62-69.
[22] LIU Y,GIBSON E R,CAIN J P,etal.Kinetics of Heterogeneous Reaction of CaCO3Particles With Gaseous HNO3Over a Wide Range of Humidity[J].The Journal of Physical Chemistry A,2008,112(7):1561-1571.
[23] HUA Y,CHENG Z,WANG S X,etal.Characteristics and Source Apportionment of PM2.5During a Fall Heavy Haze Episode in the Yangtze River Delta of China[J].Atmospheric Environment,2015,123(Part B):380-391.
陳飛(1985—),男,江蘇無錫人,助理研究員,博士,主要從事大氣污染控制和來源分析。 E-mail:chenfei@nies.org
(責(zé)任編輯:許 素)
Characteristics,CausesandPotentialSourceRegionsofPM2.5PollutioninWinterinShijiazhuang,China.
CHEN Fei1,2,ZHANG Xiao-hua1,YU Hong-xia3,ZHANG Hui1,2,GAO Ji-xi1,2
(1.Nanjing Institute of Environmental Sciences,Ministry of Environmental Protection,Nanjing 210042,China; 2.Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology (CICAEET),Nanjing 210044,China; 3.School of Environmental and Biological Engineering,Nanjing University of Science amp; Technology,Nanjing 210094,China)
Study was carried out of the pollution of PM2.5and PM10occurring during the period from January 18 to 22,2016 in Shijiazhuang,China. For the study,3 monitoring posts were set up to collect PM2.5and PM10samples for analysis of mass concentration and chemical compositions (including carbon fractions,water soluble ions and inorganic elements),pollution characteristics and meteorological factors responsible for the pollution and further for air parcel back trajectories using HYSPLIT. Results show that mean mass concentration of PM2.5with the three monitoring posts reached 113,131 and 119 μg·m-3,separately,during the sampling period,with high mass concentrations observed in the early mornings and at noons,and coal combustion in rural farm households was also a main cause of heavy air pollution in the region of Beijing-Tianjin-Hebei. The highest mass concentration of organic carbon (OC) observed was 218.37 μg·m-3,and the highest mass concentration of inorganic carbon (IC) 21.22 μg·m-3. Total concentrations of crustal elements (Na,Ca,Mg,Al,K and Fe) varied in the range from 27.19 to 60.03 μg·m-3at the three posts during the period,accounting for 96.5% of the total inorganic elements,which indicate that traffic,road dust and coal combustion are the main sources of the air pollution. Meanwhile,high relative humidity and low wind speed might also accelerate formation of secondary particles and hygroscopic growth. The analysis of potential sources shows that Shijiazhuang was affected mainly by the PM2.5coming with the air masses from Beijing-Tianjin,meanwhile the analysis of potential source contribution function (PSCF) shows that Hebei Province was the uppermost potential source-area contributing adversely to the atmospheric quality in Shijiazhuang.
PM2.5; backward trajectory model; potential source contribution function (PSCF); Shijiazhuang City
2017-03-31
江蘇省自然科學(xué)基金(BK20160102,BK20150778);環(huán)保公益性行業(yè)科研專項(xiàng)(201509020);中央級(jí)公益性科研院所基本科研業(yè)務(wù)專項(xiàng) (20160501,20160302)
① 通信作者E-mail:yuhongxia@njust.edu.cn
② 共同通信作者E-mail:gjx@nies.org
X513
A
1673-4831(2017)11-0975-08
10.11934/j.issn.1673-4831.2017.11.003
生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)2017年11期