楚翠姣 江飛 孫旭光 梁進(jìn) 蔣益荃 秦艷紅

(1 江蘇省環(huán)境監(jiān)測(cè)中心，南京 210019；2 南京大學(xué) 大氣科學(xué)學(xué)院，南京 210023； 3 南京大學(xué) 國(guó)際地球系統(tǒng)科學(xué)研究所，南京 210023)

引 言

2020年春節(jié)前后突發(fā)的新冠肺炎疫情發(fā)展迅速并在全球蔓延。為有效防止疫情擴(kuò)散，我國(guó)政府采取了迅速且徹底的防控措施，除不可中斷生產(chǎn)工序的企業(yè)及重大民生保障項(xiàng)目外，其余各行業(yè)幾乎停止生產(chǎn)和營(yíng)業(yè)。江蘇省自2020年1月24日24時(shí)啟動(dòng)突發(fā)公共衛(wèi)生事件一級(jí)應(yīng)急響應(yīng)，公共交通停運(yùn)、各類公共場(chǎng)所關(guān)閉，2月機(jī)動(dòng)車活動(dòng)水平急劇下降，3月底疫情顯著緩解，大部分地區(qū)復(fù)工復(fù)產(chǎn)，大氣污染物排放量也逐漸回升。

新冠肺炎疫情管控使社會(huì)經(jīng)濟(jì)活動(dòng)放緩，減少了人類活動(dòng)造成的大氣污染排放，空氣質(zhì)量明顯改善。已有研究表明全國(guó)大部分區(qū)域大氣顆粒物和NO2質(zhì)量濃度顯著降低。CHEN，et al[1]研究了新冠肺炎疫情期間的管控措施對(duì)全國(guó)367個(gè)城市空氣質(zhì)量的影響，表明管控期間全國(guó)大部分城市空氣質(zhì)量改善顯著，PM2.5質(zhì)量濃度平均下降18.9 μg·m-3，NO2質(zhì)量濃度平均下降12.9 μg·m-3。樂(lè)旭等[2]結(jié)合地面觀測(cè)和衛(wèi)星遙感數(shù)據(jù)對(duì)疫情期間全國(guó)空氣質(zhì)量變化進(jìn)行研究，表明管控對(duì)主要大氣污染物濃度的減排效果明顯，PM2.5質(zhì)量濃度同比下降12.6 μg·m-3(24.9%)，其中長(zhǎng)三角降幅最大，NO2地面質(zhì)量濃度在京津冀、珠三角和長(zhǎng)三角區(qū)域降低了20%～30%。BAO，et al[3]對(duì)中國(guó)北方44個(gè)城市疫情管控期間空氣質(zhì)量的分析表明PM2.5、PM10和NO2分別降低5.9%、13.7%和24.7%。ZHANG，et al[4]利用TROPOMI衛(wèi)星大氣監(jiān)測(cè)數(shù)據(jù)對(duì)疫情期間中國(guó)東部區(qū)域NO2質(zhì)量濃度變化的研究發(fā)現(xiàn)，1月下旬至2月上旬NO2質(zhì)量濃度下降50%，而2月中下旬至3月上旬NO2平均排放量增加26%，表明疫情管控對(duì)NO2質(zhì)量濃度影響顯著。同時(shí)也有研究指出疫情期間雖然PM2.5和NO2質(zhì)量濃度明顯下降，但部分污染物如臭氧濃度呈現(xiàn)上升趨勢(shì)[5]。不同區(qū)域臭氧濃度上升幅度不同，臭氧濃度對(duì)人為減排線性相關(guān)不明顯[6-8]。樂(lè)旭等[2]通過(guò)對(duì)地面監(jiān)測(cè)站點(diǎn)的數(shù)據(jù)分析指出疫情期間全國(guó)66%的站點(diǎn)臭氧濃度同比升高，平均增幅1.9 nL·L-1(5%)，升幅最大的是珠三角區(qū)域。HUANG，et al[9]通過(guò)對(duì)中國(guó)東部管控期間主要大氣污染物濃度的分析表明臭氧濃度呈明顯上升，進(jìn)一步利用數(shù)值模擬研究指出管控期間NO2質(zhì)量濃度的大幅降低，引起對(duì)臭氧的滴定作用減弱，大氣氧化性增強(qiáng)，導(dǎo)致臭氧濃度及二次顆粒物濃度上升的現(xiàn)象。

此外，疫情管控期間大氣污染物濃度的變化既與疫情管控帶來(lái)社會(huì)經(jīng)濟(jì)活動(dòng)的突然放緩有關(guān)，從長(zhǎng)期來(lái)看也與近些年來(lái)大氣污染防治政策的持續(xù)實(shí)施有關(guān)，全國(guó)主要大氣污染物減排效果顯著，空氣質(zhì)量大幅改善。有研究表明，中國(guó)三大重點(diǎn)區(qū)域的PM2.5質(zhì)量濃度下降28%～40%[13-14]，同時(shí)臭氧污染增速加快，濃度持續(xù)上升，已經(jīng)成為大氣污染防治的核心工作內(nèi)容之一。新冠肺炎疫情的發(fā)生可以看作人類活動(dòng)對(duì)大氣污染排放影響的一個(gè)自然實(shí)驗(yàn)，值得探討的問(wèn)題。

本文從2015—2020年間江蘇省主要大氣污染物濃度的年際變化特征出發(fā)，通過(guò)與歷年大氣污染物濃度的對(duì)比，分析2020年疫情管控期及不同力度管控期江蘇省及其十三市大氣污染物濃度的時(shí)空變化特征。結(jié)合近年來(lái)大氣污染防治政策持續(xù)實(shí)施的背景，假設(shè)2020年未發(fā)生新冠肺炎疫情及未采取為阻斷疫情蔓延而實(shí)施管控措施的情況下，研究管控同期大氣污染物濃度，以期為改善城市空氣質(zhì)量和了解污染減排潛力提供參考研究。

1 數(shù)據(jù)和方法

本文使用的大氣污染物數(shù)據(jù)來(lái)自江蘇省內(nèi)72個(gè)國(guó)家環(huán)境空氣質(zhì)量監(jiān)測(cè)站的監(jiān)測(cè)數(shù)據(jù)，選取2015—2020年2—3月新冠肺炎疫情管控同期(簡(jiǎn)稱管控同期，下同)的逐日標(biāo)況數(shù)據(jù)。6項(xiàng)主要大氣污染物包括細(xì)顆粒物(PM2.5)、臭氧(O3)、粗顆粒物(PM10)、二氧化氮(NO2)、二氧化硫(SO2)和一氧化碳(CO)。參照環(huán)境保護(hù)部《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定》(HJ633-2012)的相關(guān)評(píng)價(jià)方式，PM2.5、PM10、NO2、SO2、CO污染物濃度采用24 h平均濃度作為日均值表征指標(biāo)，臭氧濃度采用日最大8 h滑動(dòng)平均值第90百分位數(shù)(簡(jiǎn)稱O3-8 h(90%)，下同)和日最大8 h滑動(dòng)平均值(簡(jiǎn)稱O3-8 h)的算數(shù)平均值兩種指標(biāo)表征方式。

選擇2015—2020年歷年疫情管控同期大氣污染物濃度進(jìn)行對(duì)照分析，為保證選取時(shí)間段的一致，本文統(tǒng)一選取歷年2—3月進(jìn)行對(duì)照分析。通過(guò)與歷年及2019年的對(duì)比，分析得到2020年疫情管控對(duì)全省及各市大氣污染物濃度變化的影響。然后進(jìn)一步分析不同管控力度下2、3月(定義2月為嚴(yán)格管控期，3月為生產(chǎn)恢復(fù)期)單月大氣污染物濃度變化特征。在假設(shè)未發(fā)生新冠肺炎疫情以及為阻斷疫情蔓延采取的種種舉措，僅考慮近年來(lái)大氣污染防治政策持續(xù)實(shí)施的情況下，利用十三個(gè)設(shè)區(qū)市在2015—2019年歷年同期PM2.5質(zhì)量濃度和O3-8 h(90%)濃度數(shù)據(jù)，采用趨勢(shì)外推法得到2020年同期預(yù)期濃度。通過(guò)預(yù)期和實(shí)況的對(duì)比，定量分析由疫情引起的管控措施對(duì)污染物濃度變化的影響，預(yù)估污染物減排潛力。

(1)

(2)

(3)

(4)

2 結(jié)果分析

2.1 大氣污染物濃度年際變化特征

圖1給出了2015—2020年管控同期六項(xiàng)常規(guī)大氣污染物全省平均濃度的年際變化。從PM2.5全省平均質(zhì)量濃度的年際變化趨勢(shì)上看，2015—2019年整體呈下降趨勢(shì)，平均逐年下降2.1 μg·m-3。2020年省平均質(zhì)量濃度為39 μg·m-3，遠(yuǎn)低于歷年同期濃度。相比于2019年，管控期下降23.0 μg·m-3，遠(yuǎn)大于歷年同期平均降幅。從O3-8 h(90%)全省平均質(zhì)量濃度的年際變化趨勢(shì)上看，在2015—2019年同期總體上呈上升趨勢(shì)，平均逐年上升6.3 μg·m-3。2020年同期全省平均質(zhì)量濃度為130 μg·m-3，相比于2019年同期，管控期下降4.0 μg·m-3。

使用SAT 499 F3，測(cè)量確定蓄熱材料熱穩(wěn)定性。實(shí)驗(yàn)氣氛為氮?dú)?，吹氣速?0 mL/min，從100 ℃升溫到1000 ℃，升溫速率為10 ℃/min，得到樣品鋼渣的熱重-示差掃描量熱(thermogravimetric analysis and differential scanning calorimeter, TG-DSC) 曲線，探究樣品在高溫下的穩(wěn)定性。

類似于PM2.5全省平均質(zhì)量濃度的年際變化趨勢(shì)，PM10、SO2、CO平均質(zhì)量濃度在2015—2019年同期整體上也呈下降趨勢(shì)，平均逐年降幅分別為6.1 μg·m-3、4.6 μg·m-3和0.07 mg·m-3。2020年管控期PM10、SO2和CO全省平均濃度分別為58 μg·m-3、7 μg·m-3和0.7 mg·m-3，相比于2019年同期，管控期PM10、SO2和CO質(zhì)量濃度分別下降34.0 μg·m-3、3.0 μg·m-3和0.2 mg·m-3。可以看出，管控期PM10和CO質(zhì)量濃度同比降幅顯著，遠(yuǎn)大于歷年同期平均降幅，SO2質(zhì)量濃度降幅略低于歷年同期平均降幅。而NO2全省平均質(zhì)量濃度的年際變化趨勢(shì)略有不同，在2015—2019年同期大致呈現(xiàn)先上升后下降的趨勢(shì)。2020年管控期全省平均質(zhì)量濃度為27 μg·m-3，相比于2019年同期，管控期質(zhì)量濃度下降12.0 μg·m-3。

圖1 2015—2020年疫情管控同期大氣污染物PM2.5、O3-8 h(90%)、NO2、SO2、PM10和CO全省平均質(zhì)量濃度的年際變化Fig.1 Annual variation of province average concentrations of air pollutants PM2.5、O3-8 h(90%)、NO2、SO2、PM10 and CO during same period of COVID-19 restriction from 2015-2020

圖2給出了2015—2020年同期十三市PM2.5質(zhì)量濃度的空間分布。從各市濃度的年際變化趨勢(shì)來(lái)看，十三市PM2.5質(zhì)量濃度在2015—2019年同期整體上呈不同程度的下降趨勢(shì)，平均逐年降幅在0.7～4.6 μg·m-3之間。2020年管控期十三市PM2.5質(zhì)量濃度在31～54 μg·m-3之間，其中南京等九市質(zhì)量濃度低于40 μg·m-3。與2019年同期相比，管控期十三市PM2.5質(zhì)量濃度降幅在14.0～32.0 μg·m-3之間，其中降幅最大的是揚(yáng)州市，最小的是淮安市?？梢钥闯觯芸仄诟魇蠵M2.5質(zhì)量濃度降幅顯著，遠(yuǎn)大于歷年同期平均降幅。圖3給出了2015—2020年同期十三市O3-8 h(90%)質(zhì)量濃度的空間分布。從各市O3-8 h(90%)質(zhì)量濃度的年際變化趨勢(shì)來(lái)看，十三市在2015—2019年同期一致呈逐年上升趨勢(shì)，平均逐年升幅在2.5～12.6 μg·m-3之間。至2019年同期，已有九市質(zhì)量濃度高于130 μg·m-3，其中四市質(zhì)量濃度高于140 μg·m-3。2020年管控期十三市O3-8 h(90%)質(zhì)量濃度值在121～142 μg·m-3之間，與2019年同期相比，徐州等七市質(zhì)量濃度值呈現(xiàn)出明顯下降，降幅為7.0～18.0 μg·m-3。南京、無(wú)錫、常州和蘇州四市則呈現(xiàn)出明顯上升，升幅為4.0～16.0 μg·m-3?？梢钥闯觯?疫情管控期臭氧濃度的空間變化呈現(xiàn)出明顯的城市差異。

各市PM10、SO2和CO質(zhì)量濃度的年際變化趨勢(shì)，整體上和PM2.5質(zhì)量濃度的年際變化相類似，在2015—2019年同期一致呈不同程度的下降趨勢(shì)，各市逐年平均降幅分別為3.5～8.7 μg·m-3，2.5～7.8 μg·m-3和0.02～0.26 mg·m-3(圖略)。與2019年同期相比，2020年管控期各市PM10、SO2和CO質(zhì)量濃度降幅分別為25.0～46.0 μg·m-3、1.0～6.0 μg·m-3和0.1～0.5 mg·m-3之間?？梢钥闯?，管控期PM10和CO質(zhì)量濃度降幅遠(yuǎn)大于歷年同期平均降幅，而SO2降幅略低于歷年同期平均降幅，可能與2015—2019年間大氣污染防治政策實(shí)施下SO2質(zhì)量濃度的持續(xù)大幅改善有關(guān)。但各市NO2質(zhì)量濃度的年際變化趨勢(shì)則相對(duì)復(fù)雜， 2015—2019年間南京等十一市大致呈持平或上升趨勢(shì)，僅蘇州和宿遷兩市呈微弱下降趨勢(shì)。2020年管控期十三市NO2質(zhì)量濃度為19.0～34.0 μg·m-3，與2019年同期相比，除淮安和鹽城兩市質(zhì)量濃度同比持平，南京等十一市降幅介于8.0～22.0 μg·m-3，降幅明顯，其中降幅最大的是蘇州市，最小的是鹽城市。近些年隨著城市機(jī)動(dòng)車保有量逐年增加，由機(jī)動(dòng)車源排放引起NO2質(zhì)量濃度呈現(xiàn)明顯上升趨勢(shì)，而在疫情管控期間，機(jī)動(dòng)車活動(dòng)水平急劇下降，工業(yè)企業(yè)生產(chǎn)活動(dòng)受到限制，引起NO2質(zhì)量濃度大幅下降。

圖2 2015—2020年管控同期江蘇省各市PM2.5質(zhì)量濃度的空間分布(單位：μg·m-3)Fig.2 Spatial distribution of PM2.5 concentration in cities of Jiangsu Province during same period ofCOVID-19 restriction from 2015-2020 (unit: μg·m-3)

圖3 2015—2020年管控同期江蘇省各市O3-8 h(90%)質(zhì)量濃度的空間分布(單位：μg·m-3)Fig.3 Spatial distribution of O3-8 h(90%) concentration in cities of Jiangsu Province during same period ofCOVID-19 restriction from 2015-2020 (unit:μg·m-3)

為進(jìn)一步分析疫情管控期大氣污染物質(zhì)量濃度的變化特征，圖4給出了六項(xiàng)污染物全省平均質(zhì)量濃度的同比變化?？梢钥闯隽?xiàng)污染物質(zhì)量濃度均呈現(xiàn)不同程度的下降。PM2.5質(zhì)量濃度降幅最大，為37.5%；其次是PM10，降幅為36.9%；NO2和SO2的降幅分別為31.9%和28.2%；CO的降幅為21.2%。相比于以上五項(xiàng)污染物的同比降幅，O3-8 h(90%)的質(zhì)量濃度變化幅度較小，降幅僅為2.8%。

圖4 2020年管控期PM2.5、PM10、NO2、SO2、CO 和O3-8 h(90%)全省平均質(zhì)量濃度的同比降幅Fig.4 Year-on-year decrease of province average concentrations ofPM2.5、PM10、NO2、SO2、CO and O3-8 h(90%) during COVID-19restriction of 2020

大氣污染物質(zhì)量濃度變化受氣象條件和人為管控減排的共同影響。分析氣象數(shù)據(jù)可知，2020年疫情管控期平均氣溫為9.5 ℃，平均風(fēng)速為2.5 m·s-1，相對(duì)濕度為70.0%，累積降水量為104.1 mm，累積有效降水日數(shù)為18.3 d。相比于2019年同期，2020年管控期平均風(fēng)速、相對(duì)濕度和累積有效降水日數(shù)大致持平，平均氣溫偏高1.8 ℃(23.4%)，累積降水量略偏多8.3 mm(8.7%)，氣象條件對(duì)污染物擴(kuò)散略有利。由此來(lái)看，有利的氣象條件和嚴(yán)格的人為管控減排共同影響了疫情管控期主要污染物質(zhì)量濃度的大幅下降。

2.2 單月大氣污染物質(zhì)量濃度變化特征

圖5給出了疫情管控期(2、3月平均)、2月、及3月各市PM2.5、PM10、NO2、SO2、CO質(zhì)量濃度的同比降幅，進(jìn)一步對(duì)比主要大氣污染物質(zhì)量濃度單月同比變化。從管控期各市PM2.5質(zhì)量濃度的同比降幅來(lái)看，十三市PM2.5質(zhì)量濃度降幅為23.7%～48.5%。2月各市PM2.5平均降幅為39.1%，3月平均降幅為35.3%，對(duì)比各市PM2.5質(zhì)量濃度降幅發(fā)現(xiàn)，南京、徐州、連云港、淮安、鹽城和宿遷六市2月降幅略超過(guò)3月(圖5a)。從管控期各市PM10質(zhì)量濃度的同比降幅來(lái)看，十三市同比降幅為31.9%～43.2%。2月各市PM10平均降幅為39.2%，3月平均降幅為34.0%，對(duì)比各市PM10質(zhì)量濃度降幅發(fā)現(xiàn)，南京、徐州、連云港、淮安、鹽城、揚(yáng)州和宿遷七市2月降幅略微超過(guò)3月(圖5b)?？傮w上，PM2.5和PM10在2、3月的同比降幅大致相當(dāng)，呈現(xiàn)較好的時(shí)間連續(xù)性和空間均勻性。

從管控期各市NO2均值質(zhì)量濃度同比來(lái)看，十三市同比降幅為25.6%～44.9%。2月各市NO2平均降幅為37.1%，3月平均降幅為26.5%，對(duì)比各市NO2質(zhì)量濃度降幅發(fā)現(xiàn)，南京、無(wú)錫、徐州、常州、蘇州、連云港、淮安、揚(yáng)州、鎮(zhèn)江、泰州和宿遷十一市2月超過(guò)3月降幅(圖5c)。從管控期各市SO2均值質(zhì)量濃度的同比來(lái)看，十三市同比降幅為9.1%～50.0%。2月各市SO2平均降幅為24.0%，3月平均降幅為31.7%，對(duì)比各市SO2質(zhì)量濃度降幅發(fā)現(xiàn)，徐州、連云港、淮安、鹽城和宿遷五市2月降幅超過(guò)3月(圖5d)，其他各市以3月降幅較大。從管控期各市CO均值質(zhì)量濃度的同比來(lái)看，十三市同比降幅為10.0%～41.7%，2月各市CO平均降幅為24.7%，3月平均降幅為17.8%，對(duì)比各市CO質(zhì)量濃度降幅發(fā)現(xiàn)，南京、徐州、常州、蘇州、連云港、淮安和宿遷七市2月降幅超過(guò)3月(圖5e)?？梢钥闯?，各市NO2、SO2和CO質(zhì)量濃度在2月和3月的同比降幅差異較大，并未呈現(xiàn)出較好的時(shí)間連續(xù)性和空間均勻性。

疫情管控期各市2、3月平均的O3-8 h(90%)質(zhì)量濃度同比變化在空間上呈現(xiàn)出較大差異，南京、無(wú)錫、常州、蘇州和鎮(zhèn)江5市呈明顯上升，南通市大致持平，其他七市質(zhì)量濃度降低。各市O3-8 h質(zhì)量濃度的同比變化呈現(xiàn)出和O3-8 h(90%)同比變化總體上一致的特征(圖6a)。圖6b、c分別給出了2月和3月各市臭氧質(zhì)量濃度的同比降幅，可以看出，2月和3月各市臭氧質(zhì)量濃度同比呈現(xiàn)出較大的時(shí)空差異。2月，南京、無(wú)錫、常州、蘇州、淮安、鹽城、揚(yáng)州、鎮(zhèn)江和泰州九市O3-8 h(90%)質(zhì)量濃度上升，升幅為2.8%～30.4%；徐州、南通和宿遷3市表現(xiàn)為質(zhì)量濃度降低，降幅分別為9.2%、7.8%和15.1%。3月，連云港、淮安、鹽城、揚(yáng)州和宿遷5市表現(xiàn)為O3-8 h(90%)質(zhì)量濃度降低，降幅為4.5%～9.0%；南京、無(wú)錫、南通和泰州四市質(zhì)量質(zhì)量濃度上升，升幅為1.3%～11.4%；徐州、蘇州和鎮(zhèn)江三市質(zhì)量濃度同比基本持平。

圖5 2020年管控期各市PM2.5、PM10、NO2、SO2和CO質(zhì)量濃度的同比降幅、及2月、3月單月同比降幅Fig.5 Year-on-year decrease of (a) PM2.5、(b) PM10 、(c) NO2、(d) SO2 and (e) CO concentrations in cities during COVID-19 restriction， in February and March of 2020

圖6 (a)2020年管控期各市O3-8 h(90%)和O3-8 h質(zhì)量濃度的同比降幅；(b)2月、(c)3月單月同比降幅Fig.6 Year-on-year decrease of O3-8 h(90%) and O3-8 h concentrations in cities (a) during COVID-19 restrictionin (b) February and (c) March of 2020

圖7 2020年管控同期各市(a) PM2.5和(b) O3-8 h(90%)的預(yù)期質(zhì)量濃度(單位：μg·m-3)Fig.7 Expected concentrations of (a) PM2.5 and (b) O3-8 h(90%) in cities during COVID-19 restriction of 2020 (unit: μg·m-3)

進(jìn)一步對(duì)比2、3月、和疫情管控期(2—3月平均)O3-8 h(90%)質(zhì)量濃度同比變化發(fā)現(xiàn)，南京、無(wú)錫、常州和蘇州四市2月升幅遠(yuǎn)超過(guò)3月變化幅度，即疫情管控期該四市O3-8 h(90%)質(zhì)量濃度上升主要以2月質(zhì)量濃度上升為主；徐州和宿遷兩市2月的降幅超過(guò)3月的降幅，即疫情管控期該兩市O3-8 h(90%)質(zhì)量濃度下降主要以2月質(zhì)量濃度下降為主。但是連云港、淮安、鹽城和揚(yáng)州四市則呈現(xiàn)出在2月 O3-8 h(90%)濃質(zhì)量度呈上升或持平、而在3月質(zhì)量濃度呈下降趨勢(shì)，因此該四市疫情管控期O3-8 h(90%)質(zhì)量濃度下降主要以3月質(zhì)量濃度下降為主。南通市則呈現(xiàn)出2月 O3-8 h(90%)質(zhì)量濃度下降，3月O3-8 h(90%)質(zhì)量濃度上升，總體上在疫情管控期同比呈持平。

總而言之，疫情管控期江蘇省十三市臭氧質(zhì)量濃度變化呈現(xiàn)出較大的時(shí)空差異?？臻g上，沿江以南城市南京、無(wú)錫、常州、蘇州和鎮(zhèn)江五市臭氧質(zhì)量濃度明顯上升，而其他城市主要以質(zhì)量濃度下降為主；時(shí)間上，2月南京等九市臭氧質(zhì)量濃度上升，3月徐州等八市臭氧質(zhì)量濃度持平或下降。這表明臭氧質(zhì)量濃度的變化與前體污染物質(zhì)量濃度之間并非簡(jiǎn)單的線性關(guān)系，已有相關(guān)研究對(duì)疫情期間臭氧質(zhì)量濃度上升的原因進(jìn)行分析，一方面與太陽(yáng)輻射增強(qiáng)等氣象條件變化和顆粒物質(zhì)量濃度降低有關(guān)；另外由于NO2質(zhì)量濃度降低，導(dǎo)致對(duì)臭氧的滴定效應(yīng)減弱，對(duì)臭氧質(zhì)量濃度上升也有一定貢獻(xiàn)[5，9]。

2.3 預(yù)期質(zhì)量濃度與實(shí)況質(zhì)量濃度的差距

基于十三市2015—2019年同期PM2.5質(zhì)量濃度和O3-8 h(90%)質(zhì)量濃度的趨勢(shì)外推得到2020年的預(yù)期質(zhì)量濃度，如圖7所示。按照歷年各市PM2.5質(zhì)量濃度的下降趨勢(shì)，預(yù)期2020年同期各市PM2.5質(zhì)量濃度為42.0～83.0 μg·m-3，平均質(zhì)量濃度為58.0 μg·m-3，其中無(wú)錫、蘇州和南通三市平均質(zhì)量濃度低于50.0 μg·m-3，南京、連云港、淮安和泰州四市質(zhì)量濃度為50.0～60.0 μg·m-3(圖7a)。按照2015—2019年同期O3-8 h(90%)質(zhì)量濃度的線性趨勢(shì)，預(yù)期各市質(zhì)量濃度在128.0～153.0 μg·m-3，平均質(zhì)量濃度為140.0 μg·m-3，其中徐州、連云港和宿遷三市質(zhì)量濃度超過(guò)150.0 μg·m-3，淮安、鹽城和泰州三市質(zhì)量濃度為140.0～150.0 μg·m-3(圖7b)。

與2019年同期相比，未發(fā)生疫情管控情況下2020年預(yù)期各市PM2.5質(zhì)量濃度下降幅度為-4.3%～21.9%，全省平均預(yù)期降幅為7.0%(圖8)，SO2、PM10和CO的全省平均預(yù)期降幅分別為40.5%、9.6%和8.9%。然而各市O3-8 h(90%)質(zhì)量濃度值預(yù)期漲幅為1.1%～7.3%，全省平均預(yù)期漲幅為4.2%。各市NO2質(zhì)量濃度預(yù)期上升幅度為-3.7%～23.3%，全省平均預(yù)期漲幅為10.1%。

圖8 PM2.5、PM10、NO2、SO2、CO和O3-8 h(90%)的預(yù)期質(zhì)量濃度、實(shí)況質(zhì)量濃度相比于2019年同期實(shí)況的降幅(即預(yù)期降幅、實(shí)況降幅)及二者差值Fig.8 Expected decrease， actual decrease and the differences of PM2.5、 PM10、NO2、SO2、CO and O3-8 h(90%) in cities during COVID-19 restriction of 2020

圖8同時(shí)給出了與2019年同比的實(shí)況降幅、及實(shí)況與預(yù)期降幅的差值。可以看出，與預(yù)期降幅相比，NO2的實(shí)況降幅最大，二者差值為42.0%，表明疫情管控下對(duì)NO2質(zhì)量濃度降幅影響最大。NO2主要來(lái)源于交通、工業(yè)和電廠源排放，其質(zhì)量濃度的變化能反應(yīng)社會(huì)經(jīng)濟(jì)活動(dòng)的強(qiáng)弱。在疫情管控期間，機(jī)動(dòng)車活動(dòng)水平急劇下降，由機(jī)動(dòng)車源排放引起NO2質(zhì)量濃度驟減，大部分工業(yè)企業(yè)生產(chǎn)活動(dòng)受到限制，引起NO2質(zhì)量濃度大幅下降[17]。已有研究表明，交通源對(duì)NO2質(zhì)量濃度降幅貢獻(xiàn)最大，其次為電廠和工業(yè)源，生活源基本保持不變[18]。

其次是PM2.5和PM10，降幅差值分別為30.5%和27.3%；CO質(zhì)量濃度降幅差值為12.3%；O3-8 h(90%)質(zhì)量濃度降幅差值最小，僅為7.0%。但SO2質(zhì)量濃度變化幅度的差值為-12.3%，表現(xiàn)為實(shí)況降幅低于預(yù)期降幅。一方面，這可能與2015—2019年間大氣污染防治政策實(shí)施下SO2質(zhì)量濃度持續(xù)下降趨勢(shì)較大，改善幅度較大有關(guān)。已有研究表明，SO2排放量的大幅下降是大氣污染防治政策實(shí)施的重要成效之一[15]，對(duì)工業(yè)部門的控制措施，如淘汰落后產(chǎn)能、升級(jí)清潔燃燒技術(shù)、整治燃煤工業(yè)小鍋爐和推進(jìn)大鍋爐脫硫等措施對(duì)SO2排放質(zhì)量濃度下降貢獻(xiàn)最大。另一方面，從圖1SO2全省平均質(zhì)量濃度的年際變化可以看出，至2019年同期，SO2的全省平均質(zhì)量濃度為10 μg·m-3，質(zhì)量濃度絕對(duì)值較小，減排潛力較小。如果把新冠肺炎疫情以及為阻止疫情蔓延采取的種種限制措施看作人類活動(dòng)對(duì)大氣污染排放影響的一個(gè)自然實(shí)驗(yàn)，我們的研究不僅定量評(píng)估了疫情管控期間江蘇省主要大氣污染物質(zhì)量濃度的變化特征，也提供了有價(jià)值的持續(xù)性污染防治減排潛力的信號(hào)。

3 結(jié)論

本文系統(tǒng)分析了新冠肺炎疫情管控期間江蘇省及其十三市主要大氣污染物質(zhì)量濃度變化特征。2020年疫情管控期間，十三市PM2.5質(zhì)量濃度為31.0～54.0 μg·m-3，平均質(zhì)量濃度為39.0 μg·m-3，O3-8 h(90%)質(zhì)量濃度為121.0～142.0 μg·m-3，平均值為130.0 μg·m-3。與2015—2019年歷年同期平均相比，2020年管控期間大氣污染物PM2.5、PM10、NO2、SO2、CO平均質(zhì)量濃度遠(yuǎn)低于歷年平均值，管控期同比降幅遠(yuǎn)大于歷年同期平均降幅。相比于2019年，2020年管控同期PM2.5、PM10、NO2、SO2、CO質(zhì)量濃度的平均降幅分別為37.5%、36.9%、31.9%、28.2%和21.2%。

嚴(yán)格管控期的2月和生產(chǎn)恢復(fù)期的3月各市PM2.5和PM10質(zhì)量濃度的同比降幅大致相當(dāng)，呈現(xiàn)較好的時(shí)間連續(xù)性和空間均勻性。但是各市臭氧質(zhì)量濃度同比變化呈現(xiàn)出較大的時(shí)空差異。在空間上，沿江以南城市南京、無(wú)錫、常州、蘇州和鎮(zhèn)江以臭氧質(zhì)量濃度上升為主，而其他城市以質(zhì)量濃度下降為主；在時(shí)間上，2月南京等九市臭氧質(zhì)量濃度上升，3月徐州等八市質(zhì)量濃度持平或者下降。

假設(shè)沒(méi)有新冠肺炎疫情以及未采取為阻斷疫情蔓延而實(shí)施的種種舉措，在僅考慮近年來(lái)大氣污染防治政策持續(xù)實(shí)施的情況下，基于歷年各市PM2.5質(zhì)量濃度的下降趨勢(shì)，預(yù)期2020年同期各市PM2.5質(zhì)量濃度為42.0～83.0 μg·m-3，O3-8 h(90%)質(zhì)量濃度在128.0～153.0 μg·m-3。與預(yù)期降幅相比，2020年同期疫情管控措施對(duì)NO2質(zhì)量濃度降幅影響最大，可能與機(jī)動(dòng)車源排放引起的NO2質(zhì)量濃度驟減有關(guān)，其次是PM2.5和PM10。

本文結(jié)果一方面，顆粒物PM2.5、PM10和氣態(tài)污染物NO2、SO2、CO質(zhì)量濃度有著較明顯的下降，空氣質(zhì)量明顯改善。十三個(gè)市經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)存在差異，不同減排比重的差異可能對(duì)常規(guī)污染物質(zhì)量濃度下降有不同程度的影響。另一方面，通過(guò)對(duì)大氣污染防治計(jì)劃持續(xù)實(shí)施下的預(yù)期質(zhì)量濃度和疫情管控期間的實(shí)況質(zhì)量濃度進(jìn)行比較，量化了污染防治減排與疫情管控對(duì)污染物質(zhì)量濃度影響的可能差距，其中NO2質(zhì)量濃度改善最大，其次是顆粒物。在疫情管控措施下NO2的減排空間較大；同時(shí)在NO2質(zhì)量濃度降幅較大的情況下，臭氧質(zhì)量濃度改善并不明顯，進(jìn)一步為降低臭氧質(zhì)量濃度還需統(tǒng)籌考慮其前體物NOX和VOCS的協(xié)同減排。本文為了解污染物減排潛力，探索城市空氣質(zhì)量的持續(xù)改善提供參考。

本文為保證時(shí)間段的一致，統(tǒng)一選取了歷年2—3月作為整個(gè)疫情管控同期進(jìn)行比較。疫情管控同期正值春節(jié)假期，以往有研究指出，春節(jié)假期可能由于“節(jié)日效應(yīng)”在一定程度上造成大氣污染物質(zhì)量濃度短期下降[18]。此外，由于趨勢(shì)外推法要求樣本具有較好的線性變化趨勢(shì)，而異常質(zhì)量濃度可能造成模型的誤差，影響推測(cè)的準(zhǔn)確度，進(jìn)一步還需結(jié)合空氣質(zhì)量數(shù)值模擬，定量解析人為排放減少和天氣氣候條件分別對(duì)大氣污染物濃度變化的相對(duì)貢獻(xiàn)。