黃建翔，楊俊超

（1.梧州市環(huán)境保護科學(xué)技術(shù)中心，廣西 梧州 543002；2.廣西壯族自治區(qū)環(huán)境保護科學(xué)研究院，廣西 南寧 530022）

梧州市位于廣西壯族自治區(qū)東部，是廣西東大門，是西江航道上的重要樞紐。從2020年全市生產(chǎn)總值（GDP）來看，梧州市2020年GDP達1 081.34億元，成為廣西第九個千億以上城市。但梧州市大氣環(huán)境質(zhì)量卻相對較差，2020年8月，梧州市環(huán)境空氣綜合指數(shù)在全區(qū)排名倒數(shù)第二。其中大氣首要污染物以細(xì)顆粒物（PM2.5）為主，其濃度值在區(qū)14個地級市中的PM2.5的排名為第12，而PM10濃度值排名為末位，總體來說梧州市空氣質(zhì)量相對較差。一個城市的大氣污染除了受到本地排放影響外，還可能受到區(qū)域傳輸?shù)挠绊懀?-3］，為綜合分析梧州市大氣污染情況，本文通過對8月份的離線膜采樣分析、站點在線數(shù)據(jù)分析及污染源傳輸分析等方法查找梧州市環(huán)境空氣質(zhì)量下降的原因，以期為梧州市大氣污染防治工作提供技術(shù)支持。

1 數(shù)據(jù)來源和分析方法

1.1 監(jiān)測采樣點位布設(shè)

梧州市是國家環(huán)境空氣監(jiān)測網(wǎng)絡(luò)成員，目前梧州市設(shè)有4個國家級空氣質(zhì)量自動監(jiān)測點（附圖1），分別是市十一中測點、逸夫小學(xué)測點、龍新測點、龍圩測點。4個測點在空間上跨越城東、城中、城西和城南的廣大城市建成區(qū)，覆蓋面積廣，基本可以較全面地代表梧州市的空氣環(huán)境質(zhì)量水平。

圖1 監(jiān)測點位示意圖

1.2 數(shù)據(jù)來源

本研究中環(huán)境空氣質(zhì)量數(shù)據(jù)由梧州生態(tài)環(huán)境監(jiān)測中心提供，該數(shù)據(jù)經(jīng)嚴(yán)格的質(zhì)量控制措施后上報至國家環(huán)保部門，數(shù)據(jù)來源科學(xué)可靠。膜采樣分析數(shù)據(jù)是利用手工監(jiān)測手段，在梧州市建成區(qū)的現(xiàn)有4個空氣自動監(jiān)測站點采集環(huán)境空氣中PM2.5樣品，并對PM2.5樣品中的有機碳/無機碳和無機元素進行化學(xué)組分分析。后向軌跡模式采用的氣象資料為NCEP（美國國家環(huán)境預(yù)報中心）提供的全球資料同化系統(tǒng)（GDAS）數(shù)據(jù)。

1.3 數(shù)據(jù)分析方法

使用在線監(jiān)測數(shù)據(jù)，建立特征雷達圖形，能夠直觀和快速地展現(xiàn)大氣污染特征在時間序列和空間上發(fā)生的變化特征，解析出監(jiān)測期間梧州市的污染類型；OC和EC的濃度分析采用美國沙漠研究所的DRI 2015多波段熱/光碳分析儀進行分析，得到采樣期間梧州市碳組分分析；利用后向軌跡（Hysplit）聚類、潛在源貢獻（PSCF）、濃度權(quán)重軌跡（CWT）三種氣象模式逐步進行定量模擬梧州市周邊潛在源對梧州市環(huán)境空氣質(zhì)量的影響。

2 結(jié)果與分析

2.1 梧州市城區(qū)2020年8月份污染物變化特征

2020年8月1日至31日期間，梧州市優(yōu)級天數(shù)有22天，良級天數(shù)有8天，輕度污染天數(shù)有1天，共計31天，優(yōu)良率為96.8%。其中以PM10為首要污染物的天數(shù)有1天，以O(shè)3為首要污染物的天數(shù)有7天，超標(biāo)污染物主要有O3，超標(biāo)天數(shù)為1天。其中，8月1日～21日梧州市空氣質(zhì)量較好，有20天為優(yōu)，1天良（8月9日，AQI為51），8月22日～31日空氣質(zhì)量相對較差，僅有2天空氣質(zhì)量為優(yōu)，且出現(xiàn)了一天臭氧污染（8月30日）。如圖2所示。

圖2 2020年8月份年梧州市空氣質(zhì)量占比分布圖

2.2 梧州市城區(qū)2020年8月份污染類型分析

通過對常規(guī)監(jiān)測數(shù)據(jù)進行歸一化處理，設(shè)計特征雷達圖直接表現(xiàn)大氣污染在時間序列或空間上發(fā)生的變化特征[1]。如圖3所示，當(dāng)特定時間或站點污染物特征值（線條4）處于污染物特征值上下限之間時（線條2、線條3），可認(rèn)為污染特征未發(fā)生明顯變化；當(dāng)特定時間或站點污染物特征值（線條4）中一個或多個污染因子超出污染物特征值上下限時（線條2、線條3），可認(rèn)為污染特征與歷史平均或區(qū)域平均相比發(fā)生了顯著變化。

圖3 特征雷達圖（示例）

如圖4所示，將梧州市8月份各項污染物濃度導(dǎo)入特征雷達模型中，得到鋼鐵型污染類型和二次型污染類型天數(shù)最多，均為7天，出現(xiàn)鋼鐵型污染類型時，PM2.5濃度相對較低，這也表征著鋼鐵型污染類型是梧州市的背景污染類型。而出現(xiàn)二次型污染類型時，PM2.5濃度相對較高，特別是出現(xiàn)PM2.5濃度大于35微克/立方米的5天均為二次型污染類型?？梢姸晤w粒物生成是梧州市細(xì)顆粒物污染的主要原因。除此之外，揚塵型污染類型的天數(shù)有6天，PM2.5平均濃度相對較低，但PM10平均濃度較高。

圖4 梧州市2020年8月份PM2.5日變化及污染類型圖

2.3 梧州市城區(qū)2020年8月份污染物組分溯源分析

研究表明，OC1是生物質(zhì)燃燒樣品中豐富的碳組分，OC3、OC4是揚塵中豐富的碳組分，OC2是燃煤樣品中最豐富的碳組分，而EC1是汽油車尾氣中豐富的碳組分，EC2和EC3是柴油車尾氣中最豐富的碳組分。由表1可知，梧州市PM2.5中碳組分豐度（質(zhì)量濃度）排序分別為：OC2>OC3>EC1>OC4，OC占比高于EC。表明梧州市大氣PM2.5中碳?xì)馊苣z以O(shè)C為主，主要來源于燃煤排放、揚塵、汽油車尾氣的污染。

表1 梧州市PM2.5中碳成分的豐度

2.4 梧州市城區(qū)大氣顆粒物受外來輸送影響分析

2.4.1 后向軌跡及聚類分析

以梧州市城區(qū)為目標(biāo)城市、2020年8月1日～2020年8月31日為模擬時段共31天、每日00:00～23:00（UTC）為后推起始時間，模擬每日氣流移動的48 h后向軌跡，模擬高度為近地面500 m。對各軌跡其進行聚類分析，再根據(jù)每類氣流軌跡所代表的典型空間類型，可將2020年8月份梧州市氣流軌跡方向分為5類（見圖5）。梧州市建成區(qū)2020年8月各類軌跡區(qū)域中軌跡4占全年氣流軌跡總數(shù)的比例最大，占全月的42.55%；余下依次是軌跡，占全月的20.08%；軌跡3，占全月的18.73%；軌跡1，占全月的13.21%；軌跡5，占全月的5.39%（詳見表2）。

表2 梧州市2020年8月份后向軌跡分析

圖5 梧州市2020年8月份后向軌跡聚類圖

梧州市2020年8月份后向軌跡聚類分析結(jié)果，對各類軌跡對應(yīng)的顆粒物濃度的算術(shù)平均值進行統(tǒng)計分析，由表3所示，軌跡3出現(xiàn)的頻率雖然僅占全月的18.73%，但對應(yīng)的ρ（PM2.5）平均值最高，為31 μg/m3。而來自軌跡1所對應(yīng)的ρ（PM2.5）平均值最低。

2.4.2 污染氣流潛在源分析

為對梧州市建成區(qū)大氣污染源傳輸源進行研究［2-3］，對梧州市大氣污染物PM2.5開展污染潛在源分析。將HYSPLIT計算的氣流軌跡所覆蓋的區(qū)域網(wǎng)格化，網(wǎng)格大小為0.25°×0.25°，PM2.5標(biāo)準(zhǔn)值設(shè)為空氣質(zhì)量二級標(biāo)準(zhǔn)。得到對梧州市8月份產(chǎn)生污染的區(qū)域圖（圖6）。從圖中可知梧州市大氣污染物中PM2.5污染較為突出，PCSF值大于0.5的區(qū)域較多，表明超過一半氣流經(jīng)過這些區(qū)域時，梧州市PM2.5濃度大于空氣質(zhì)量二級標(biāo)準(zhǔn)。PM2.5PSCF大于0.5的區(qū)域分布在梧州市東北部的賀州、湖南及南部的玉林、肇慶等地。

圖6 梧州市PM2.5潛在源貢獻分布

2.4.3 濃度權(quán)重軌跡分析

由于PSCF分析方法是計算一個網(wǎng)格中污染軌跡所占比例，反映網(wǎng)格對于受點污染的影響潛勢，半定量給出網(wǎng)格對于受點污染物濃度的貢獻，并未定量給出軌跡所對應(yīng)的濃度，不能反映潛在源區(qū)的污染程度，因此，我們采用CWT計算潛在源區(qū)氣流軌跡權(quán)重濃度[4]。通過對影響梧州市大氣污染物濃度值大小的潛在源區(qū)進行模擬，其結(jié)果見圖7。

圖7 梧州市PM2.5濃度權(quán)重軌跡分布

由圖7可看出，梧州市濃度貢獻較大的地區(qū)主要集中在梧州市東北部和南部地區(qū)。東北部的湖南的株洲、郴州及賀州等地有較多工業(yè)企業(yè)。在生產(chǎn)過程中排放較多的顆粒物；南部的玉林、肇慶等地正處于城市化大建設(shè)階段，道路揚塵及工地?fù)P塵大量排放顆粒物。2020年8月份梧州市大部分氣流不是來自這些地區(qū)，但經(jīng)過這些區(qū)域的氣流會把這些顆粒物匯聚到梧州市區(qū)，使梧州出現(xiàn)顆粒物污染和臭氧污染。與PSCF相比，CWT模擬的潛在源區(qū)范圍比PSCF大，且對潛在源區(qū)污染物濃度定量化的模擬也更加便于對研究區(qū)污染物潛在源區(qū)的分析。

3 結(jié)論

（1）梧州市2020年1～8月份細(xì)顆粒物（PM2.5）、環(huán)境空氣質(zhì)量綜合指數(shù)和優(yōu)良天數(shù)比例三項指標(biāo)雖然較2020年同期有所改善，但在全區(qū)的排名下降較為明顯。

（2）梧州市8月份出現(xiàn)鋼鐵型污染類型和二次型污染類型天數(shù)最多，均為7天。當(dāng)出現(xiàn)鋼鐵型污染類型時，PM2.5濃度相對較低，表征著鋼鐵型污染類型是梧州市的背景污染類型。而出現(xiàn)二次型污染類型時，PM2.5濃度相對較高。可見二次顆粒物生成是梧州市細(xì)顆粒物污染的主要原因。

（3）梧州市PM2.5中碳?xì)馊苣z豐度（質(zhì)量濃度）排序分別為：OC2>OC3>EC1>OC4，表明梧州市大氣PM2.5中碳?xì)馊苣z主要來源于燃煤排放、揚塵、汽油車尾氣的污染。

（4）梧州市大氣污染物的PSCF分析和CWT分析可知，對梧州市顆粒物污染物濃度貢獻較大的是東北部和南部地區(qū)，雖然2020年8月份梧州市大部分氣流不是來自這些地區(qū)，但經(jīng)過這些區(qū)域的氣流會把這些污染物匯聚到梧州市區(qū)，容易對梧州市產(chǎn)生影響。