魏 青，陳文怡，金麟先，劉合建

(1. 棗莊市薛城區(qū)環(huán)境監(jiān)測(cè)站， 山東 棗莊 277000；2. 荷蘭瓦赫寧根大學(xué)，荷蘭 6708GA； 3. 山東欣宏藥業(yè)有限公司，濟(jì)南 251600； 4. 山東省棗莊市生態(tài)環(huán)境監(jiān)測(cè)中心，山東 棗莊 277800)

引 言

隨著社會(huì)工業(yè)化擴(kuò)張及城市化加劇，大氣污染成為我國(guó)加強(qiáng)防治的一個(gè)重要環(huán)境課題[1]。2018年黨的“十九大”作出重大決策部署，堅(jiān)決打贏藍(lán)天保衛(wèi)戰(zhàn)，加大大氣污染的治理力度，加快能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、交通結(jié)構(gòu)、用地結(jié)構(gòu)的調(diào)整[2]。目前大氣治理措施與大氣環(huán)境改善成效、不同來(lái)源污染排放強(qiáng)度削減與大氣環(huán)境質(zhì)量變化之間的關(guān)系有待深入研究。

我國(guó)華北地區(qū)是全球大氣污染最嚴(yán)重的區(qū)域之一[3]，硫、氮和重金屬污染嚴(yán)重。對(duì)此，為全面反映大氣污染物動(dòng)態(tài)變化，《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095-2012)環(huán)境空氣污染物基本項(xiàng)目為SO2、NO2、CO、O3、PM10、PM2.5、TSP等?；陬l發(fā)的重度大氣污染現(xiàn)象——“霧霾”，有較多學(xué)者開(kāi)展了對(duì)霧霾罪魁禍?zhǔn)椎墓腆w懸浮微粒的深入研究[4]。尤其是通過(guò)受體模型解析固體懸浮微粒的來(lái)源，定量分析主要顆粒物來(lái)源貢獻(xiàn)，成為研究重度大氣污染現(xiàn)象的重要手段。受體模型常見(jiàn)方法有正定矩陣因子分解法(PMF)[5]、主成分分析法(PCA)[6]、化學(xué)質(zhì)量平衡法(CMB)等[7]，其中，PMF在無(wú)源成分譜的情況下利用矩陣因子分解法解析出各類(lèi)源強(qiáng)的源譜和貢獻(xiàn)率[8]，在合肥[9]、南京[10]、紐約[11]、首爾[12]等城市地區(qū)的顆粒物的源解析中廣泛應(yīng)用。

棗莊市位于山東魯西南地區(qū)，屬于資源枯竭型城市，主要產(chǎn)業(yè)以煤炭、電力、建材等高污染行業(yè)為主[13]。針對(duì)棗莊市大氣污染物，程鈺等[14]提出SO2和粉塵受工業(yè)經(jīng)濟(jì)影響排放總量較多；李恬等[15]根據(jù)對(duì)歷史氣象資料的分析得出該地區(qū)是山東省霾高發(fā)地區(qū)且逐年遞增，冬季霾日數(shù)最高；劉田等[16]應(yīng)用掃描電鏡-X射線(xiàn)能譜定性分析棗莊市大氣顆粒物，得出棗莊市大氣顆粒物以水泥顆粒、土壤顆粒和燃煤顆粒為主；朱大成等[17]根據(jù)PM10源解析得出棗莊市環(huán)境空氣質(zhì)量影響因素為能源結(jié)構(gòu)、工業(yè)比重不合理，城市揚(yáng)塵及汽車(chē)尾氣等。往期研究著重定性分析工業(yè)產(chǎn)業(yè)造成的大氣污染。2020年新冠肺炎疫情發(fā)生以來(lái)，全國(guó)團(tuán)結(jié)一心，采取了最全面、最嚴(yán)格、最徹底的防控舉措。山東省從1月24日～3月7日為重大突發(fā)公共衛(wèi)生事件Ⅰ級(jí)響應(yīng)時(shí)期，社會(huì)工業(yè)、經(jīng)濟(jì)活動(dòng)減少，共克時(shí)艱，人為活動(dòng)所排放的大氣污染物較平時(shí)產(chǎn)生巨大變化。本研究分析了大氣主要污染物指標(biāo)的變化，并通過(guò)監(jiān)測(cè)采樣和PMF模型定量解析了戰(zhàn)疫期間人為活動(dòng)變化對(duì)顆粒物PM2.5的貢獻(xiàn)。探究減排對(duì)控制大氣污染的潛力，以期為大氣污染防控和產(chǎn)業(yè)調(diào)整提供數(shù)據(jù)理論支撐。

1 材料與方法

1.1 樣品采集

樣品采集地點(diǎn)Ⅰ位于棗莊市生態(tài)環(huán)境局薛城分局樓頂(N 34.815 256°，E 117.327 565°)，距離地面約20m，處于城市區(qū)域；樣品采集地點(diǎn)Ⅱ位于棗莊市生態(tài)環(huán)境局市中分局樓頂(N 34.848 932°，E 117.570 353°)，距離地面約22m，處于城市區(qū)域。采樣點(diǎn)同時(shí)點(diǎn)為國(guó)家大氣環(huán)境自動(dòng)監(jiān)測(cè)點(diǎn)，自動(dòng)測(cè)站所監(jiān)測(cè)的指標(biāo)為日均PM2.5、PM10、CO、NO2、SO2、O3、氣溫、濕度、氣壓、風(fēng)速。

環(huán)境監(jiān)測(cè)站選擇采暖季內(nèi)的2月對(duì)PM2.5進(jìn)行采樣監(jiān)測(cè)。研究中所用的樣品個(gè)數(shù)為68個(gè)，分別為2019年2月14日～3月1日30個(gè)，每點(diǎn)位每日采集一個(gè)；2020年2月3日～2月21日38個(gè)，每點(diǎn)位每日采集一個(gè)。采樣設(shè)備為PMS-200M顆粒物多通道采樣器，開(kāi)啟四通道，濾膜采用Whatman公司的QMA石英和PTFE特氟龍各2張，流量均為15L/min。所有樣品均放入實(shí)驗(yàn)室恒溫冰箱(-18℃)中保存。

1.2 樣品分析

采集樣品結(jié)束后，根據(jù)Cao等[18]的測(cè)試原理及詳細(xì)步驟方法，采用Magee公司的DRI-2015型多波段有機(jī)碳/元素碳分析儀測(cè)定石英濾膜中的有機(jī)碳(OC)、元素碳(EC)。

元素分析采用電感耦合等離子體質(zhì)譜法。根據(jù)仇帥等[20]分析原理及方法，使用Agilent-7800電感耦合等離子體質(zhì)譜儀測(cè)定特氟龍膜樣品，指標(biāo)有K、Ca、Na、Mg、Al、Cr、Fe、Ni、Cu、Zn、Mn、Ba、Pb。樣品分析過(guò)程中嚴(yán)格執(zhí)行實(shí)驗(yàn)室的質(zhì)量保證與質(zhì)量控制措施。

1.3 PMF源解析法

對(duì)采集測(cè)定的PM2.5采用PMF模型進(jìn)行源解析。PMF法是由芬蘭學(xué)者Paatero于1994年提出的因子分析受體模型[21]，基于受體點(diǎn)的大量觀測(cè)數(shù)據(jù)組成PM2.5的化學(xué)組分含量及不確定度的矩陣，利用權(quán)重分析各化學(xué)組分的誤差，通過(guò)矩陣分解和因子旋轉(zhuǎn)估算污染源的組成和對(duì)環(huán)境受體的貢獻(xiàn)[22]。與其他源解析方法相比，PMF法在求解過(guò)程中對(duì)因子載荷和因子得分均做非負(fù)約束，避免矩陣分解的結(jié)果中出現(xiàn)負(fù)值，使得到的源成分譜和源貢獻(xiàn)率具有可解釋性和明確的物理意義。在PMF模型中，為求得p個(gè)污染源各不同的源譜，將樣品濃度數(shù)據(jù)矩陣(X)分解兩個(gè)因子矩陣，即源貢獻(xiàn)率矩陣(G)和源成分譜矩陣(F)，以及一個(gè)殘差矩陣E，計(jì)算公式如下：

(1)

其中：p為污染源數(shù)量；xij為第i個(gè)樣品中第j個(gè)元素的濃度；gik為源k對(duì)第i個(gè)樣品的貢獻(xiàn)；fik為源k中第j個(gè)元素的濃度；eij為殘差矩陣，即PMF模型中未能解釋樣品濃度矩陣xij的部分。

PMF模型基于加權(quán)最小二乘法進(jìn)行限定和迭代計(jì)算，不斷地分解矩陣X，來(lái)得到最優(yōu)的矩陣G和F，最優(yōu)化目標(biāo)是使目標(biāo)函數(shù)Q最小化。目標(biāo)函數(shù)Q定義如下：

(2)

其中：uij為第i個(gè)樣品中第j個(gè)元素濃度的不確定性大小。應(yīng)用PMF模型時(shí)，對(duì)每一個(gè)單獨(dú)的數(shù)據(jù)點(diǎn)進(jìn)行權(quán)重處理，賦予每個(gè)數(shù)據(jù)點(diǎn)合適的不確定性大小。

uij=[Tj2+(aj×xij)2]0.5

(3)

其中：Tj為第j個(gè)元素儀器檢出限；aj為第j個(gè)元素不確定度比例系數(shù)；具體取值見(jiàn)表1。

表1 PMF源解析不確定性計(jì)算參數(shù)

利用“主因子數(shù)識(shí)別”小模塊，設(shè)定污染源數(shù)為3～10之間，根據(jù)Q的變化選取最合適的污染源個(gè)數(shù)，試算得出因子最佳數(shù)目為6，殘差數(shù)值-3～+3。采用Robust模式，運(yùn)算次數(shù)設(shè)為20次，初始為隨機(jī)選擇初始點(diǎn)來(lái)運(yùn)行模型。

1.4 大氣污染源匹配

為了研究2019年與2020年兩組固體懸浮顆粒物源成分變化，對(duì)兩組PMF源解析結(jié)果得出的因子源譜進(jìn)行匹配，以方便比較同種源的貢獻(xiàn)率。識(shí)別同種源的方法是對(duì)因子的源譜進(jìn)行相關(guān)性計(jì)算，研究中采用皮爾遜相關(guān)系數(shù)法(Pearson product-moment correlation coefficient，P)，計(jì)算公式為：

(4)

2 結(jié)果與討論

2.1 棗莊市第一季度大氣污染年際變化

通過(guò)對(duì)棗莊市國(guó)家大氣環(huán)境自動(dòng)監(jiān)測(cè)點(diǎn)的日監(jiān)測(cè)數(shù)據(jù)的統(tǒng)計(jì)，棗莊市2017～2020年第一季度大氣污染狀況逐年向好。圖1顯示了1～3月大氣污染常規(guī)分析指標(biāo)監(jiān)測(cè)值，根據(jù)箱線(xiàn)圖統(tǒng)計(jì)，2020年P(guān)M2.5、PM10、NO2、SO2指標(biāo)均處在多年同期的最低值，其均值較同期降幅19%、29%、16%、36%，特點(diǎn)為均值低且波動(dòng)范圍??；CO和O3-8h較往年變化不大，O3-8h在80μg/m3左右的中等濃度水平的時(shí)段增多。PM2.5、PM10、NO2、SO2是人為活動(dòng)和工業(yè)等排放的主要污染，根據(jù)統(tǒng)計(jì)結(jié)果，2020年第一季度排放有明顯地減少，空氣環(huán)境質(zhì)量較往年有很大改善，改善最明顯的為PM10和SO2。

圖1 第一季度大氣污染常規(guī)分析指標(biāo)監(jiān)測(cè)值箱線(xiàn)圖

大氣顆粒物是造成霧霾的主要污染物。它是各種大小的固態(tài)或液態(tài)顆粒的混合體系。顆粒物可以被直接排放到大氣中，也可以通過(guò)化學(xué)反應(yīng)在大氣中二次形成[24]。顆粒物既有來(lái)自人類(lèi)排放，也有來(lái)自自然界。它包含一系列化學(xué)化合物如氯化鈉、有機(jī)碳、微量金屬、硫酸鹽、硝酸鹽等。針對(duì)于構(gòu)成霧霾的大氣顆粒物濃度，表2和表3進(jìn)行了分月的統(tǒng)計(jì)。2020年，一月PM2.5、PM10較往年變化不大；二月PM2.5、PM10與往年相比有顯著的減少，PM2.5、PM10均值較往年分別減少34%、46%，最大值較往年分別減少24%、40%，達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn)(《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095-2012)規(guī)定PM2.575μg/m3、PM10150μg/m3)天數(shù)增長(zhǎng)了14%、67%；三月PM2.5、PM10與往年相比也有降低，PM2.5、PM10均值較往年分別減少17%、20%，最大值較往年分別減少28%、27%，PM10達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn)天數(shù)增長(zhǎng)了22%。通過(guò)月度分析，2020年大氣顆粒物減少程度二月>三月>一月，2020年棗莊市第一季度大氣污染變化成因主要為二月的變化影響，此時(shí)為重大突發(fā)公共衛(wèi)生事件Ⅰ級(jí)響應(yīng)的戰(zhàn)疫時(shí)期。

表2 第一季度PM2.5監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)表

表3 第一季度PM10監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)表

2.2 氣象因素分析

影響大氣污染程度的因素主要有大氣環(huán)境容量和人為活動(dòng)排放。風(fēng)和空氣對(duì)流對(duì)大氣污染物有很強(qiáng)的擴(kuò)散稀釋作用。一旦天氣條件不利于大氣污染物的擴(kuò)散，即大氣環(huán)境容量低，顆粒物就會(huì)在局地堆積[25]。為更好評(píng)估戰(zhàn)疫期間棗莊市大氣污染物來(lái)源變化，首先分析對(duì)大氣污染有顯著影響的氣象因素。圖2顯示了大氣顆粒物時(shí)序變化。一月顆粒物濃度高且PM2.5占PM10比重大(70%～80%)，二月和三月顆粒物濃度較低且PM2.5占PM10比重減少(40%～70%)，這表明重污染主要成因?yàn)镻M2.5，PM2.5擴(kuò)散難度大。

圖2 2020年第一季度大氣顆粒物時(shí)序變化

圖3顯示了決定大氣環(huán)境容量的大小的氣象條件因素變化。棗莊市作為工業(yè)城市，第一季度大氣污染排放量遠(yuǎn)遠(yuǎn)超出環(huán)境容量[26]。對(duì)照?qǐng)D2和圖3，風(fēng)速大、被低溫高壓冷氣團(tuán)控制時(shí)有利于大氣顆粒物擴(kuò)散，此時(shí)因大氣污染排放量超出環(huán)境容量而積累的高濃度顆粒開(kāi)始減少，污染狀況降低。二月至三月的幾次降溫對(duì)流均對(duì)應(yīng)著PM2.5和PM10濃度顯著降低，大氣顆粒物擴(kuò)散后大氣環(huán)境狀況可達(dá)到一級(jí)國(guó)家標(biāo)準(zhǔn)。二月中即便在長(zhǎng)時(shí)間靜穩(wěn)、強(qiáng)逆溫、高濕(平均風(fēng)速整體低于3m/s，相對(duì)濕度高于60%，逆溫達(dá)10度)的不利氣象條件控制下的部分時(shí)段，PM2.5和PM10峰值濃度也在二級(jí)國(guó)家標(biāo)準(zhǔn)以?xún)?nèi)，說(shuō)明二月污染排放量下降幅度滿(mǎn)足大氣環(huán)境容量要求。

圖3 2020年第一季度氣象因子時(shí)間序列

2020年1～3月大氣顆粒物時(shí)序變化和氣象因子分析可以得出，棗莊市第一季度社會(huì)活動(dòng)造成的正常排放高于大氣環(huán)境容量，若無(wú)有利于對(duì)流擴(kuò)散的氣象條件時(shí)將造成較為嚴(yán)重的大氣污染；在社會(huì)活動(dòng)水平較低的情況下，如機(jī)動(dòng)車(chē)排放減少、部分工業(yè)停工，顆粒物污染排放低于大氣環(huán)境容量，大氣污染程度較低，除非出現(xiàn)極端不良的氣象因素，大氣環(huán)境將維持在良好的水平。

2.3 戰(zhàn)疫期間大氣污染物來(lái)源變化評(píng)估

基于對(duì)大氣顆粒物長(zhǎng)效的監(jiān)測(cè)機(jī)制和持續(xù)的追蹤研究，開(kāi)展對(duì)PM2.5污染排放源解析。通過(guò)建立兩次不同PMF源解析過(guò)程，最小化殘差矩陣，由2019年監(jiān)測(cè)數(shù)據(jù)得出2019年源譜，由2020年監(jiān)測(cè)數(shù)據(jù)得出2020年源譜，兩次PMF源解析都得出6個(gè)因子，即6個(gè)源，兩次PMF的結(jié)果互相獨(dú)立。經(jīng)過(guò)皮爾遜相關(guān)分析，匹配兩次PMF解析出的相同的因子。由表4的相關(guān)系數(shù)可以得出兩組因子相關(guān)性最強(qiáng)的一一對(duì)應(yīng)。說(shuō)明2019年和2020年大氣顆粒物源的成分譜沒(méi)有發(fā)生明顯變化，兩個(gè)年份之間成分譜均具有強(qiáng)相關(guān)性，平均相關(guān)系數(shù)0.72。

表4 2019年和2020年P(guān)M2.5源解析各因子間相關(guān)性系數(shù)

圖4 基于PMF解析的2019年和2020年2月PM2.5源廓線(xiàn)圖

圖5顯示根據(jù)2019年和2020年源成分譜計(jì)算得到各個(gè)源的在兩年的2月不同的貢獻(xiàn)率。兩年的相同點(diǎn)為源貢獻(xiàn)率最大的是二次源，約40%，其次燃煤源>揚(yáng)塵源>機(jī)動(dòng)車(chē)源>其他源>工業(yè)源。說(shuō)明此時(shí)期人為污染排放主體是燃煤和機(jī)動(dòng)車(chē)排放。兩年間的變化為2020年較2019年二次源、工業(yè)源、機(jī)動(dòng)車(chē)源貢獻(xiàn)率減少，揚(yáng)塵源、燃煤源、其他源貢獻(xiàn)率增加，體現(xiàn)了2020年機(jī)動(dòng)車(chē)活動(dòng)和工業(yè)活動(dòng)的減少，其中機(jī)動(dòng)車(chē)活動(dòng)排放貢獻(xiàn)減少的是工業(yè)活動(dòng)排放貢獻(xiàn)減少量的5倍。

圖5 2019年和2020年2月PM2.5源貢獻(xiàn)率

2019年2月PM2.5各源平均每日貢獻(xiàn)濃度為二次源41.4μg/m3、燃煤源20.7μg/m3、揚(yáng)塵源16.4μg/m3、機(jī)動(dòng)車(chē)源12.4μg/m3、其他源7.4μg/m3、工業(yè)源7.7μg/m3(表5)，2020年2月PM2.5各源平均每日貢獻(xiàn)濃度為二次源23.2μg/m3、燃煤源12.8μg/m3、揚(yáng)塵源11.0μg/m3、機(jī)動(dòng)車(chē)源4.1μg/m3、其他源4.9μg/m3、工業(yè)源3.9μg/m3(表5)，2020年各濃度均低于2019年，研究中基于PMF解析估算的這個(gè)結(jié)果是人為排放減少和氣象因素共同作用的結(jié)果。

表5 2019年和2020年2月PM2.5各個(gè)源的貢獻(xiàn)率變化

為了評(píng)估2020年人為排放減少所造成的較2019年的各源平均每日貢獻(xiàn)削減比，根據(jù)胡偉偉等[31]和郭松等[32]對(duì)PMF解析結(jié)果的定量分析方法，基于一個(gè)簡(jiǎn)單的假設(shè)將氣象因素的影響剔除。該假設(shè)為棗莊市采暖季采暖、發(fā)電的需求在兩年中一致，主要用于這兩項(xiàng)活動(dòng)的燃煤量變動(dòng)很小，即燃煤排放濃度理論上一致。根據(jù)該假設(shè)，造成燃煤源在兩年中PM2.5各源平均每日貢獻(xiàn)濃度不一致的原因?yàn)槠骄臍庀髼l件不同造成，因此通過(guò)求2020年燃煤源較2019年的比例，獲得氣象因素影響因子。將2020年各源平均每日貢獻(xiàn)濃度乘以氣象因素影響因子，求得修正后的只受人為排放影響的削減比。2020年2月，受疫情影響，PM2.5各源平均每日貢獻(xiàn)濃度較去年削減百分比為二次源9.6%、燃煤源0%、揚(yáng)塵源-7.7%、機(jī)動(dòng)車(chē)源46.5%、其他源-6.8%、工業(yè)源17.9%(表5)。

根據(jù)評(píng)估數(shù)據(jù)，棗莊市2月可以達(dá)到滿(mǎn)足大氣環(huán)境容量的排放情況為機(jī)動(dòng)車(chē)活動(dòng)排放削減四成、工業(yè)活動(dòng)排放削減兩成，因揚(yáng)塵和其他因素為負(fù)的削減率，機(jī)動(dòng)車(chē)和工業(yè)活動(dòng)的削減空間還將進(jìn)一步寬松。機(jī)動(dòng)車(chē)排放與大氣環(huán)境質(zhì)量狀況聯(lián)系緊密，區(qū)域交通流量在相對(duì)較低水平時(shí)，機(jī)動(dòng)車(chē)排放的NOx及超細(xì)顆粒物(PM2.5前體物)大大減少[33-34]，大氣污染能顯著改善。因此在不影響交通運(yùn)輸和社會(huì)經(jīng)濟(jì)發(fā)展的前提下，控制重點(diǎn)為機(jī)動(dòng)車(chē)顆粒物排放，為好實(shí)施、見(jiàn)效快的舉措?？刹扇〉拇胧楣膭?lì)公共交通、發(fā)展新能源交通、控制已有對(duì)未來(lái)的機(jī)動(dòng)車(chē)制定更嚴(yán)格的尾氣排放和油氣揮發(fā)控制標(biāo)準(zhǔn)。棗莊市為傳統(tǒng)工業(yè)城市，工業(yè)排放短期內(nèi)削減能力小，但通過(guò)產(chǎn)業(yè)轉(zhuǎn)型在長(zhǎng)期具有很大削減潛力，這是一個(gè)持久戰(zhàn)。受疫情管控影響，停工的主要集中在加工業(yè)、輕工業(yè)、造紙行業(yè)，棗莊市的煤炭焦化煉化、建材與水泥制造等高排放企業(yè)日均產(chǎn)量只有小幅削減[35]。根據(jù)全國(guó)相關(guān)行業(yè)協(xié)會(huì)的數(shù)據(jù)顯示，焦炭產(chǎn)量、原油加工量保持平穩(wěn)[36]。工業(yè)活動(dòng)是大氣污染物排放的主要來(lái)源，高污染、高能耗的資源型行業(yè)同時(shí)與火力電力燃煤排放相關(guān)，這些行業(yè)整體大多存在不可中斷的生產(chǎn)工序而常年運(yùn)轉(zhuǎn)[37]，因此積極推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，逐漸削減工業(yè)活動(dòng)排放量是改善棗莊市大氣環(huán)境質(zhì)量的重中之重。此外，人為因素造成的揚(yáng)塵和其他排放有小幅增加的情況，根據(jù)實(shí)際情況分析為戰(zhàn)疫期間市政系統(tǒng)工作措施和監(jiān)管措施減少，煤炭建材儲(chǔ)運(yùn)管理不嚴(yán)格，生物質(zhì)燃燒現(xiàn)象增多。應(yīng)對(duì)城市大氣污染還需市政管理部門(mén)加大力度，城區(qū)路面除塵[38-39]等一系列降塵措施是不可或缺的，同時(shí)對(duì)重點(diǎn)企業(yè)的降塵管理也不能松懈[40]。

由于資料和方法限制，本研究結(jié)果存在著不確定性。通過(guò)開(kāi)展更高時(shí)空分辨率的大氣環(huán)境監(jiān)測(cè)，實(shí)測(cè)構(gòu)建主要排放源成份譜，結(jié)合多種源解析方法更深入剖析大氣污染來(lái)源。

3 結(jié) 論

本研究依托于長(zhǎng)時(shí)的大氣污染物監(jiān)測(cè)分析和PMF源解析方法評(píng)估了戰(zhàn)疫期間棗莊市大氣污染物來(lái)源變化和影響機(jī)制。得到的主要結(jié)論如下。

3.1 2020年第一季度PM2.5、PM10、NO2、SO2監(jiān)測(cè)指標(biāo)均值較同期降幅19%、29%、16%、36%，空氣環(huán)境質(zhì)量較往年有很大改善。第一季度大氣顆粒物減少程度二月>三月>一月，與重大突發(fā)公共衛(wèi)生事件Ⅰ級(jí)響應(yīng)的戰(zhàn)疫時(shí)期同期。

3.2 氣象因素分析得出當(dāng)前棗莊市第一季度社會(huì)活動(dòng)造成的正常排放高于大氣環(huán)境容量，若無(wú)有利于對(duì)流擴(kuò)散的氣象條件時(shí)將造成較為嚴(yán)重的大氣污染。

3.3 PMF源解析得到PM2.5各個(gè)源在2019和2020年2月的貢獻(xiàn)率均為二次源>燃煤源>揚(yáng)塵源>機(jī)動(dòng)車(chē)源>其他源>工業(yè)源。2020年較2019年二次源、工業(yè)源、機(jī)動(dòng)車(chē)源總貢獻(xiàn)率減少，揚(yáng)塵源、燃煤源、其他源總貢獻(xiàn)率增加，體現(xiàn)了戰(zhàn)疫期間機(jī)動(dòng)車(chē)活動(dòng)和工業(yè)活動(dòng)的減少。

3.4 2020年2月受疫情導(dǎo)致的人為排放變化影響，PM2.5各源平均每日貢獻(xiàn)濃度較去年削減百分比為二次源9.6%、燃煤源0%、揚(yáng)塵源-7.7%、機(jī)動(dòng)車(chē)源46.5%、其他源-6.8%、工業(yè)源17.9%。據(jù)此應(yīng)長(zhǎng)期采取機(jī)動(dòng)車(chē)減排、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和市政管理措施，以達(dá)到大氣環(huán)境質(zhì)量保持良好的目標(biāo)。