馬紅楠，張 彤，于帥帥，林美芳，謝兆倩，周樹玲，鄭 娜，王春迎

1.河北先河環(huán)?？萍脊煞萦邢薰?，河北 石家莊 050035 2.贛州市生態(tài)環(huán)境監(jiān)測中心，江西 贛州 341000 3.贛州市生態(tài)環(huán)境局，江西 贛州 341000 4.河北先進環(huán)保產(chǎn)業(yè)創(chuàng)新中心有限公司，河北 石家莊 050035

黨中央、國務(wù)院高度重視大氣污染防治工作，提出要“全面加強生態(tài)環(huán)境保護，堅決打好污染防治攻堅戰(zhàn)”，強調(diào)要把解決突出生態(tài)環(huán)境問題作為民生優(yōu)先領(lǐng)域，“堅決打贏藍天保衛(wèi)戰(zhàn)”[1-2]?！笆濉逼陂g，我國環(huán)境污染防治取得顯著成效，生態(tài)環(huán)境保護各項工作取得重要進展，但仍面臨不少困難和挑戰(zhàn)，存在許多不足。一些地方和部門對生態(tài)環(huán)境保護的認識不到位，責任落實不到位；經(jīng)濟社會發(fā)展同生態(tài)環(huán)境保護的矛盾仍然突出，資源環(huán)境承載能力已經(jīng)達到或接近上限；城鄉(xiāng)區(qū)域統(tǒng)籌不夠，新老環(huán)境問題交織，區(qū)域性、布局性、結(jié)構(gòu)性環(huán)境風險凸顯，重污染天氣等問題時有發(fā)生。這些問題已成為重要的民生之患、民心之痛，成為經(jīng)濟社會可持續(xù)發(fā)展的瓶頸制約[2]。

隨著工業(yè)化、城市化的快速發(fā)展及機動車保有量的大幅增加，環(huán)境空氣質(zhì)量尤其是城市空氣質(zhì)量受到不同程度的影響，已成為威脅可持續(xù)發(fā)展和人類健康的重要挑戰(zhàn)。江西省是首批國家生態(tài)文明試驗區(qū)，而贛州市是江西省面積最大、人口最多的地級市?！笆濉逼陂g，全市戶籍人口、地區(qū)生產(chǎn)總值、民用汽車保有量均逐年增加[3]，其中，全市戶籍總?cè)丝谠黾恿?1.47萬人，全年地區(qū)生產(chǎn)總值增長了84.7%，民用汽車保有量增加了109.4%。人為活動加劇和經(jīng)濟快速增長給大氣污染防治帶來了一定挑戰(zhàn)。研究人員對我國大氣污染物時空分布規(guī)律進行了大量研究[4-5]，對京津冀[6-7]、長三角[8-10]、珠三角[11-12]等重點區(qū)域空氣質(zhì)量也進行了大量分析，取得了許多成果，但對江西省[13]及其省會南昌市[14]大氣污染變化趨勢的研究則相對較少，對贛州市這一類地級市的研究則是少之又少。因此，本文對贛州市“十三五”長時間序列空氣質(zhì)量數(shù)據(jù)進行了研究，結(jié)合國家及江西省環(huán)境監(jiān)測站的觀測數(shù)據(jù)，分析了“十三五”期間贛州市主要大氣污染物的變化特征及分布規(guī)律，以期為贛州市大氣污染防治和生態(tài)文明建設(shè)提供科學(xué)依據(jù)。

1 區(qū)域概況

贛州市位于江西省南部，地處贛江上游，屬于東南沿海地區(qū)向中部內(nèi)陸地區(qū)延伸的過渡地帶，是內(nèi)地通向東南沿海的重要通道。贛州市位于北緯24°29′～27°09′、東經(jīng)113°54′～116°38′，總面積39 379.6 km2，占江西省總面積的23.6%，森林覆蓋率達55.2%。當?shù)厝荷江h(huán)繞，斷陷盆地貫穿其中，四周眾多的山脈及其余脈向中部及北部逶迤伸展，形成了周高中低、南高北低的地勢特征。2016—2020年，贛州市年平均氣溫上升了0.2 ℃，整體呈逐年上升趨勢；年均降水量為1 213.8 mm，其中2017年降水量較小，2018年和2019年降水量較大；全市戶籍人口和地區(qū)生產(chǎn)總值均呈逐年增加趨勢，人口增長速度整體放緩；全市民用汽車保有量和公路通車里程顯著增加[3]。綜上可知，對于贛州市而言，居民生活、工業(yè)企業(yè)生產(chǎn)和機動車排放等人為活動造成的污染不容忽視。

2 數(shù)據(jù)來源與評價標準

2.1 數(shù)據(jù)來源

圖1為贛州市行政區(qū)劃及環(huán)境空氣監(jiān)測點位分布。贛州市城區(qū)目前有5個環(huán)境空氣自動監(jiān)測站點，分別為通天巖(環(huán)境背景點)、贛州市地委、贛州市圖書館、贛州市氣象臺、贛州市華堅鞋城。以4個國控站點(不包括環(huán)境背景點)污染物濃度平均值代表贛州市污染物濃度。本文所使用的PM10、PM2.5、SO2、NO2、CO和O3濃度數(shù)據(jù)來源于贛州市生態(tài)環(huán)境局(原環(huán)境保護局)提供的5個國控站點及33個省控站點24 h連續(xù)監(jiān)測數(shù)據(jù)，溫度和相對濕度等氣象數(shù)據(jù)來源于相應(yīng)時段的各國控站點監(jiān)測數(shù)據(jù)。國控站點數(shù)據(jù)對應(yīng)的監(jiān)測時段為2015—2020年，省控站點數(shù)據(jù)對應(yīng)的監(jiān)測時段為2017—2020年(2015—2016尚年未開始觀測，數(shù)據(jù)缺失，本文暫不做分析)。其中，國控站點數(shù)據(jù)用于城市空氣質(zhì)量變化趨勢分析，省控站點數(shù)據(jù)用于PM2.5和O3空間分布分析。國控站點所用儀器的生產(chǎn)廠家為武漢天虹環(huán)保產(chǎn)業(yè)股份有限公司，省控站點所用儀器涉及廠家較多，本文不再一一列舉。6項污染物的監(jiān)測方法均為國標法。監(jiān)測原理方面，顆粒物測定采用β射線吸收法，SO2測定采用紫外熒光法，NO2測定采用化學(xué)發(fā)光法，CO測定采用非分散紅外吸收法，O3測定采用紫外吸收法。

注：底圖下載自江西省自然資源廳官方網(wǎng)站(http://bnr.jiangxi.gov.cn/col/col45382/index.html)，審圖號為贛S(2021)083號，下載日期為2022-05-06。下同。圖1 贛州市行政區(qū)劃及環(huán)境空氣監(jiān)測點位分布Fig.1 Administrative division and distribution ofambient air monitoring sites in Ganzhou

2.2 評價標準

環(huán)境空氣質(zhì)量均采用《環(huán)境空氣質(zhì)量標準》(GB 3095—2012)[15]中的二級標準進行評價，評價因子為PM10、PM2.5、SO2、NO2、CO和O3等6項污染物。其中：計算空氣污染物日質(zhì)量濃度時，O3取日最大8 h滑動平均質(zhì)量濃度，其余5項污染物均取日濃度的均值；評價年度、月度空氣質(zhì)量狀況時，O3以日最大8 h濃度的第90百分位數(shù)為評價值，CO以日均濃度的第95百分位數(shù)為評價值，其余4項污染物均取日濃度的均值?？諝赓|(zhì)量日評價采用空氣質(zhì)量指數(shù)(AQI)[16]方法，所選取的評價因子包括PM10、PM2.5、SO2、NO2、CO的24 h平均濃度，以及O3的日最大1 h平均濃度和日最大8 h滑動平均濃度等7項指標。

空氣質(zhì)量綜合指數(shù)為評價時段內(nèi)的6項污染物濃度與對應(yīng)的二級標準限值之商的總和。以計算年度綜合指數(shù)為例，運用公式(1)計算各污染物的單項指數(shù)，再運用公式(2)計算環(huán)境空氣質(zhì)量綜合指數(shù)。

(1)

式中：Ci為污染物i的濃度值(當i為SO2、NO2、PM10及PM2.5時，取年均值；當i為CO和O3時，取相應(yīng)的百分位數(shù)濃度值)；Si為污染物i的年均濃度二級標準限值(當i為CO時，取日均濃度二級標準限值；當i為O3時，取日最大8 h平均濃度二級標準限值)。

(2)

式中：Isum為環(huán)境空氣質(zhì)量綜合指數(shù)；Ii為污染物i的單項指數(shù)，i包括全部6項污染物。

3 結(jié)果與討論

3.1 “十三五”期間環(huán)境空氣質(zhì)量特征

3.1.1 綜合指數(shù)年變化趨勢

由表1和圖2可知，2020年贛州市空氣質(zhì)量綜合指數(shù)為3.19，較2015年下降了26.8%。6項污染物中，PM10、PM2.5、CO、SO2、NO2濃度均有明顯下降，但O3濃度上升了24 μg/m3。從各指標的貢獻率來看，2015—2018年，PM2.5分指數(shù)對綜合指數(shù)的貢獻率最大，為25.5%～28.4%；2019年和2020年，O3分指數(shù)對綜合指數(shù)的貢獻率最大，分別為26.2%和28.4%。2016—2020年，PM10、PM2.5和SO2分指數(shù)的貢獻率呈現(xiàn)出逐年降低的趨勢；CO、NO2分指數(shù)的貢獻率變化不大，分別在9.5%～12.0%、13.2%～14.7%之間浮動；O3分指數(shù)的貢獻率呈逐年增加趨勢，其在2020年對綜合指數(shù)的貢獻率較2015年增加了11.1個百分點。因此，O3逐漸成為影響贛州市環(huán)境空氣質(zhì)量的首要污染物，需給予重點關(guān)注，并制定相應(yīng)的污染防治措施。

表1 贛州市2015—2020年6項污染物濃度對比Table 1 Comparison of concentration of six pollutants in Ganzhou City from 2015 to 2020

圖2 2015—2020年贛州市逐年空氣質(zhì)量綜合指數(shù)及6項污染物分指數(shù)Fig.2 Annual air quality comprehensive index and six pollutantsub-indexes in Ganzhou from 2015 to 2020

3.1.2 優(yōu)良天數(shù)及首要污染物年變化趨勢

2015—2020年贛州市各空氣質(zhì)量等級的天數(shù)占比如圖3所示。2020年，贛州市空氣質(zhì)量優(yōu)良天數(shù)達到了353 d，較2015年增加了4 d，優(yōu)良率為96.4%，較2015年增加了0.8個百分點。整體來看，2015—2017年贛州市優(yōu)良天數(shù)逐年下降，2018—2020年則有所增加，且2016—2020年均未出現(xiàn)重度及以上污染天。

圖3 2015—2020年贛州市各空氣質(zhì)量等級天數(shù)占比Fig.3 Distribution characteristics of relative proportion ofair quality in Ganzhou from 2015 to 2020

對贛州市2015—2020年以6項污染物為首要污染物的污染天數(shù)進行統(tǒng)計，結(jié)果如圖4所示。由圖4可知，PM2.5、O3是贛州市的主要大氣污染物。2015—2020年，贛州市PM2.5污染天數(shù)占比由81.3%降為0.0%，O3污染天數(shù)占比由18.8%增至100.0%。僅2017年和2018年出現(xiàn)了1～2 d的PM10污染天，2015—2020年均未出現(xiàn)SO2、NO2和CO污染天。整體來看，PM2.5污染得到了明顯改善，O3污染已逐漸成為贛州市需重點關(guān)注的環(huán)境問題。

圖4 2015—2020年贛州市各污染物污染天數(shù)占比Fig.4 Proportion of pollution days of each pollutant to totalpollution days in Ganzhou City from 2015 to 2020

3.1.3 特征比值年變化趨勢

3.1.3.1 PM2.5占比([PM2.5]/[PM10])

由圖5(a)可看出，2015—2020年，贛州市PM10、PM2.5濃度均呈先上升后下降的趨勢。2015—2017年的升高可能與本地城市建設(shè)進程加快、機動車流量激增、餐飲油煙排放及露天焚燒增多等有直接關(guān)系。此外，2017年靜風天氣增多，總體降水量下降20%～30%，氣象擴散條件變差，這也是導(dǎo)致顆粒物濃度上升的重要原因之一[17]。[PM2.5]/[PM10]在2015—2019年下降較為明顯，說明城市精細化管理和PM2.5管控均取得一定成效；但在2020年出現(xiàn)反彈，主要原因為PM2.5濃度已降至較低水平，下降空間有限，而PM10污染有明顯改善。從圖5(b)所示[PM2.5]/[PM10]逐月變化來看，其峰值易出現(xiàn)在秋冬季，可能與氣象擴散條件變差、二次轉(zhuǎn)化加重等關(guān)系較大；2015年5月和2018年6月，[PM2.5]/[PM10]出現(xiàn)明顯的峰值，可能是因為當月降水頻繁，而降水對PM10的清除作用較PM2.5更大；春季[PM2.5]/[PM10]普遍較低，是因為春季天氣較為干燥，且工地陸續(xù)復(fù)工，PM10濃度相對較高[18]。

圖5 2015—2020年贛州市顆粒物濃度及PM2.5占比的年變化、月變化對比Fig.5 Comparison of annual and monthly changes of particulatematter concentration and proportion of fine particles inGanzhou City from 2015 to 2020

3.1.3.2 硫氮比([SO2]/[NO2])

由圖6(a)可知，2015—2020年贛州市SO2濃度逐年下降；NO2濃度在2016年和2017年稍有反彈，而后逐年下降；[SO2]/[NO2]在2015—2019年也呈逐年下降趨勢。這在一定程度上說明贛州市煤煙型污染得到明顯改善，而氮氧化物(NOx)污染改善進程相對緩慢，可能與近幾年區(qū)域內(nèi)機動車數(shù)量快速增長有關(guān)[19]。從圖6(b)所示[SO2]/[NO2]日變化規(guī)律來看，04：00—06：00明顯偏高。這是因為NOx的大氣壽命只有12 h左右[20]，晚高峰過后的午夜至凌晨，NO2一直處于消耗狀態(tài)，且夜間生活源和機動車源排放量減少，但企業(yè)SO2排放量基本沒有發(fā)生變化，導(dǎo)致[SO2]/[NO2]較高。18：00—20：00為全天的低值時段，可能受晚高峰機動車排放影響較大。

圖6 2015—2020年贛州市SO2、NO2濃度及兩者比值的年變化、日變化對比Fig.6 Comparison of annual and daily variation of SO2 andNO2 concentration and ratio in Ganzhou City from 2015 to 2020

3.2 O3污染特征分析

3.2.1 O3濃度總體變化趨勢

贛州市2015—2020年O3濃度變化情況如圖7所示。由圖7可知，2015—2020年贛州市O3濃度均未超過國家環(huán)境空氣質(zhì)量二級標準，但是整體呈現(xiàn)波動上升趨勢。分析其原因：一是顆粒物會吸收和后向散射太陽光，而近年來隨著大氣污染防治工作的持續(xù)推進，顆粒物濃度大幅下降，從而導(dǎo)致光化學(xué)反應(yīng)速率增強，有利于O3的生成[10]；二是O3前體物NOx和揮發(fā)性有機物(VOCs)的控制力度不匹配，NOx治理取得一定成效，但VOCs排放來源多且分散，尚未得到有效控制；三是全球O3背景值不斷升高，區(qū)域傳輸也成為贛州市O3濃度上升的原因之一。

圖7 2015—2020年贛州市O3濃度變化情況Fig.7 Changes of O3 concentration inGanzhou from 2015 to 2020

3.2.2 O3污染規(guī)律分析

3.2.2.1 O3污染的月度變化特征

受光照強度和溫度的影響，O3濃度具有明顯的季節(jié)特征。受降雨量、氣溫、風速、太陽輻射強度等氣象因素及前體物濃度的影響，各年份的O3峰值月份稍有不同，但總體分布規(guī)律變化不大。以2020年贛州市O3濃度及O3超標天數(shù)逐月分布(圖8)為例，贛州市O3污染高發(fā)期主要集中4—5月、7—11月。

圖8 2020年贛州市O3濃度、O3超標天數(shù)逐月分布情況Fig.8 Monthly distribution of ozone concentration and ozoneexceeding standard days in Ganzhou in 2020

3.2.2.2 O3污染的空間分布規(guī)律

將各站點2017—2020年O3濃度利用Arcgis10.3軟件進行插值分析，插值方法為普通反距離權(quán)重插值法[21]。O3濃度的空間分布特征見圖9。

圖9 2017—2020年贛州市國控和省控站點O3濃度分布情況Fig.9 O3 concentration distribution of national and provincial control points in Ganzhou from 2017 to 2020

從2017—2020年贛州市38個國控和省控站點O3濃度分布區(qū)間來看，各年度O3濃度范圍分別為97～147、94～147、105～167、110～153 μg/m3，基本呈逐年升高趨勢。從空間分布來看，以興國縣—贛縣區(qū)—信豐縣—定南縣為分界線，整體呈西高東低分布，尤其以章貢區(qū)的O3污染最為突出。這種差異可能與各縣(市、區(qū))不同的地形特征和產(chǎn)業(yè)結(jié)構(gòu)等有關(guān)[22]。結(jié)合2018年贛州市大氣污染源排放清單(圖10)，發(fā)現(xiàn)O3污染的空間分布與其前體物VOCs的排放量的空間分布情況較為一致，而與NOx的排放量的空間分布存在較大差異，因此，建議重點從VOCs減排下手改善O3污染。

圖10 2018年贛州市VOCs、NOx排放量空間分布Fig.10 Spatial distribution of VOCs and NOx emissions in Ganzhou in 2018

3.2.2.3 氣象相關(guān)性

本文以2019—2020年數(shù)據(jù)為例，探究溫度、濕度、風向、風速與O3濃度之間的關(guān)系。從O3濃度和溫濕度的關(guān)系來看(圖11)，O3濃度高值主要集中在環(huán)境溫度為25～36 ℃、相對濕度為20%～50%的區(qū)間，其中，O3濃度高于200 μg/m3的情況主要集中在環(huán)境溫度為27～36 ℃、相對濕度為20%～40%的區(qū)間。這是因為在通常情況下，氣溫越高，意味著地面太陽輻射越強，光化學(xué)反應(yīng)也就越發(fā)強烈，從而導(dǎo)致O3濃度隨之升高；濕度增加時，產(chǎn)生了消光機制，導(dǎo)致地面太陽輻射強度衰減，從而使得O3濃度降低。這與李順姬等[23]的研究結(jié)果(高濃度O3污染通常發(fā)生在干燥、高溫條件下)基本吻合。

圖11 2019—2020年贛州市O3濃度與溫濕度的關(guān)系Fig.11 Relationship between ozone concentration andtemperature,humidity in 2019 and 2020

由圖12可見，2019—2020年贛州市主導(dǎo)風向均為北風、東北風和東風。以2019年為例，從不同風速、風向下的贛州市O3濃度均值來看(表2)，風向為東南風時，贛州市O3濃度最高，達到了121.4 μg/m3，尤其以0級風時的高值最為明顯，平均濃度達到了202.0 μg/m3。另外，在4級北風、東風和東南風時，O3濃度也較高。因此，需要重點關(guān)注本地的NOx和VOCs等前體物排放源，以及北、東、東南方向的O3遠距離傳輸問題。

圖12 贛州市2019年、2020年風向雷達圖Fig.12 Wind direction radar charts of Ganzhou City in 2019 and 2020

表2 2019年贛州市在不同風速、風向下的O3小時濃度平均值Table 2 Average hourly concentration of O3 at different wind speeds and directions in Ganzhou in 2019μg/m3

3.2.3 O3污染改善潛力分析

3.2.3.1 輕微污染天(AQI在101～120之間)占比

對比贛州市2015—2020年O3污染天數(shù)據(jù)，發(fā)現(xiàn)70%以上的O3污染天的O3濃度介于161～180 μg/m3(對應(yīng)的AQI在101～120之間)，各年度O3輕微污染天數(shù)分別為3、5、14、9、20、9 d(圖13)。從時間上看，O3輕微污染主要出現(xiàn)在4—11月，以4—5月和8—10月居多，其中6—8月的O3污染天均為輕微污染(圖14)。針對贛州市O3輕微污染占比突出的情況，建議提前制定、部署專項應(yīng)對方案，以爭取更多優(yōu)良天。

圖13 2015—2020年贛州市不同程度O3超標天數(shù)分布情況Fig.13 Distribution of days of ozone exceeding standard indifferent degrees in Ganzhou from 2015 to 2020

圖14 2015—2020年贛州市O3輕微污染總天數(shù)及其占O3污染總天數(shù)的比例的逐月分布情況Fig.14 Monthly distribution of total days of slightO3 pollution and its proportion to total O3pollution days in Ganzhou City from 2015 to 2020

3.2.3.2 O3敏感性分析

近地面O3是由VOCs和NOx經(jīng)過一系列復(fù)雜的光化學(xué)反應(yīng)形成的二次污染物，三者之間并不是簡單的線性關(guān)系。本文以贛州市2020年4月下旬監(jiān)測數(shù)據(jù)為例，通過繪制EKMA曲線來分析O3、VOCs、NOx三者之間的關(guān)系，并同時進行定性和定量分析[25]，結(jié)果如圖15所示(圖中VOCs的體積分數(shù)以碳計)。贛州市前體物初始濃度位于基線上方，VOCs與NOx的比值較基線小，O3生成處于VOCs控制區(qū)，O3濃度隨VOCs濃度的降低而降低，NOx濃度降低反而會使O3濃度升高。這進一步表明了VOCs減排的重要性。

圖15 贛州市EKMA曲線(2020年4月下旬)Fig.15 EKMA curve of GanzhouCity in late April 2020

3.3 顆粒物污染特征分析

3.3.1 顆粒物濃度總體變化趨勢

贛州市2015—2020年顆粒物濃度變化情況如圖16所示，PM10、PM2.5年均濃度均呈先上升后下降的變化趨勢，PM10年均濃度僅在2017年未達到環(huán)境空氣質(zhì)量二級標準，PM2.5年均濃度則在2019年和2020年達到環(huán)境空氣質(zhì)量二級標準。從百分位數(shù)來看，“十三五”期間，PM10、PM2.5日均濃度第95百分位數(shù)整體呈第一年上升，而后逐年下降的變化趨勢。

圖16 2015—2020年贛州市顆粒物濃度變化情況Fig.16 Changes of particulate matter concentrationin Ganzhou from 2015 to 2020

3.3.2 顆粒物污染規(guī)律分析

3.3.2.1 季節(jié)變化特征

受污染源排放和氣象條件影響，PM2.5濃度存在明顯的季節(jié)變化特征。圖17為2015—2020年贛州市PM2.5濃度的季節(jié)分布情況。結(jié)合贛州市實際情況，按照3—5月為春季、6—8月為夏季、9—11月為秋季、1—2月及12月為冬季進行計算。

圖17 2015—2020年贛州市PM2.5濃度的季節(jié)分布情況Fig.17 Seasonal distribution of PM2.5 concentrationin Ganzhou from 2015 to 2020

由圖17可知，贛州市PM2.5濃度主要呈現(xiàn)為冬季高、春秋次之、夏季低的分布特點。這是因為贛州市冬季易出現(xiàn)穩(wěn)定的高壓控制和地面逆溫現(xiàn)象，氣象擴散條件相對較差，且北方采暖季排放的大氣污染物具有遠距離傳輸性[26]，一次排放、二次反應(yīng)生成的PM2.5與外來傳輸?shù)腜M2.5疊加后，易堆積在近地面大氣中，導(dǎo)致PM2.5濃度偏高；春季、秋季大氣擴散條件較冬季有所改善，且天氣干燥，較不利于PM2.5的二次生成，當?shù)豍M2.5大多來自一次排放；而夏季降雨較為頻繁且氣象擴散條件較好，有利于PM2.5的擴散和清除。

從2015—2020年P(guān)M2.5濃度超標天數(shù)統(tǒng)計情況來看(圖18)，PM2.5總超標天數(shù)于2016年環(huán)比增加26 d，而后逐年減少；從季節(jié)分布來看，PM2.5超標污染天主要集中在冬季。

圖18 2015—2020年贛州市PM2.5超標天數(shù)季節(jié)分布Fig.18 Seasonal distribution of PM2.5 exceedingstandard days in Ganzhou from 2015 to 2020

3.3.2.2 空間分布規(guī)律

利用普通反距離權(quán)重法[21]得到2017—2020年贛州市各站點PM2.5濃度的空間分布(圖19)。

圖19 2017—2020年贛州市國控和省控站點PM2.5濃度分布情況Fig.19 PM2.5 concentration distribution of national and provincialcontrol points in Ganzhou from 2017 to 2020

從38個國控和省控站點PM2.5濃度范圍來看，各年度PM2.5濃度分別在20～45、16～39、12～38、12～28 μg/m3之間，呈現(xiàn)逐年降低趨勢。從空間分布來看，與O3相似，PM2.5濃度表現(xiàn)為西高東低的分布特點，大氣復(fù)合污染特征明顯。分析其原因：一是可能與前體物NOx、VOCs排放量較大有直接關(guān)系；二是高濃度O3使大氣氧化性增強，促進了二次顆粒物的生成，導(dǎo)致PM2.5與O3濃度同時升高[22]。

4 結(jié)論及建議

4.1 結(jié)論

1)2015—2020年，贛州市空氣質(zhì)量明顯改善，空氣質(zhì)量綜合指數(shù)下降了26.8%，優(yōu)良天數(shù)比例增加了0.8個百分點，但O3濃度上升了24 μg/m3。6項污染因子中，PM10、PM2.5和SO2對空氣質(zhì)量綜合指數(shù)的貢獻率逐年降低，O3對空氣質(zhì)量綜合指數(shù)的貢獻率逐年增加。從以各項污染物為首要污染物的污染天數(shù)來看，PM2.5和O3是贛州市的主要大氣污染物。2015—2020年贛州市PM2.5污染天數(shù)占總污染天數(shù)的比例由81.3%降為0.0%，O3污染天數(shù)占比由18.8%增至100.0%。整體來看，PM2.5污染得到了明顯改善，O3污染已逐漸成為贛州市需重點關(guān)注的環(huán)境問題。

2)從各污染物特征比值的年變化趨勢來看，2015—2020年，贛州市PM10濃度、PM2.5濃度及[PM2.5]/[PM10]值下降明顯，說明城市精細化管理和PM2.5管控均取得了一定成效。此外，[PM2.5]/[PM10]峰值易出現(xiàn)在秋冬季，可能與大氣擴散條件變差、二次轉(zhuǎn)化加重等關(guān)系較大。SO2濃度、NO2濃度及[SO2]/[NO2]值的下降在一定程度上說明煤煙型污染改善明顯，但NOx污染的改善進程相對緩慢，可能是由于機動車污染逐年加重。

3)2015—2020年，贛州市O3濃度整體呈現(xiàn)波動上升趨勢，O3污染高發(fā)期主要集中在4—5月和7—11月，高值區(qū)域主要集中在西部，其中，章貢區(qū)污染狀況最為突出；高濃度O3污染通常發(fā)生在溫度為27～36 ℃、濕度為20%～40%的高溫、干燥條件下，以及風向為北風、東風、東南風時；O3輕微污染天占O3污染天的比例超過70%，主要出現(xiàn)在4—5月和8—10月。另外，贛州市O3高值區(qū)域與VOCs高排區(qū)域基本一致，且EKMA曲線顯示贛州市O3生成處于VOCs控制區(qū)，因此，可重點從VOCs減排下手降低O3污染。

4)2015—2020年，贛州市PM2.5年均濃度明顯降低，并在2019年和2020年達到空氣質(zhì)量二級標準；PM2.5污染天數(shù)于2016年環(huán)比增加26 d，而后逐年減少；PM2.5污染在季節(jié)上主要呈現(xiàn)為冬季高、春秋次之、夏季低的分布特點，與秋冬季氣象擴散條件差和北方采暖季排放的大氣污染物遠距離傳輸關(guān)系較大；年度PM2.5濃度與O3濃度的空間分布相似，大氣復(fù)合污染特征明顯。

4.2 建議

結(jié)合贛州市空氣質(zhì)量變化情況及大氣污染特點可知，贛州市大氣污染屬復(fù)合型污染，主要大氣污染物為PM2.5和O3。因此，建議贛州市在“十四五”期間牢牢把握“實現(xiàn)減污降碳協(xié)同效應(yīng)”的總要求，以PM2.5與O3協(xié)同防治為主要思路，以O(shè)3污染防治為重點，繼續(xù)深入打好藍天保衛(wèi)戰(zhàn)。

1)強化多污染物協(xié)同控制和區(qū)域協(xié)同治理。突出重點區(qū)域、重點時段、重點領(lǐng)域和重點行業(yè)，實施重點治污工程，大力推進VOCs和NOx減排，繼續(xù)開展秋冬季大氣污染綜合治理攻堅。PM2.5和O3污染的最終解決需要大幅度地降低NOx排放，但是最近5～10年應(yīng)注重對VOCs和NOx的協(xié)同控制。

2)深入開展VOCs和NOx深度治理。強化源頭、過程、末端VOCs全流程控制，同時注意O3發(fā)生器產(chǎn)生的殘余O3的直排問題；繼續(xù)推動鋼鐵行業(yè)超低排放改造、鍋爐與爐窯綜合治理，推進水泥、焦化、玻璃、陶瓷等行業(yè)NOx深度治理，同時加強移動源污染治理，重點強化新生產(chǎn)車輛達標監(jiān)管，加大對超標車輛的執(zhí)法力度。

3)針對O3污染開展分級管控。根據(jù)氣象預(yù)報及對O3濃度變化的預(yù)判，對4—10月的O3污染進行分級管控，制定差異化的VOCs、NOx減排措施，總體分為常態(tài)化管控(4—10月全時段)、輕度污染攻堅管控(O3日最大8 h滑動平均質(zhì)量濃度為160～215 μg/m3)、中度及以上污染提前管控(O3日最大8 h滑動平均質(zhì)量濃度超過215 μg/m3，最高溫度超過30 ℃)。

4)構(gòu)建并完善系統(tǒng)科學(xué)、覆蓋全面的大氣光化學(xué)立體監(jiān)測網(wǎng)。研究建立覆蓋多要素(氣象、化學(xué))、多點位(城市站、背景站)的大氣光化學(xué)立體觀測網(wǎng)絡(luò)，其中：在城市站和背景站開展大氣光化學(xué)關(guān)鍵物種(甲醛、過氧化氫、氣態(tài)硝酸、總活性NOx、自由基等)觀測，推進O3及其前體物垂直分布觀測，并在“雙碳”目標背景下加大對自然源VOCs的監(jiān)測；在O3監(jiān)測站開展紫外輻射觀測。

5)加強區(qū)域污染聯(lián)防聯(lián)控。加強O3和PM2.5污染預(yù)報預(yù)管能力建設(shè)，推動建立區(qū)域通力合作的應(yīng)急聯(lián)動響應(yīng)機制，深化應(yīng)急期間重點行業(yè)績效分級、差異化管控措施的落實。