2017年汾渭平原东部大气颗粒物污染特征分析

李雁宇, 李 杰, 曾胜兰, 朱莉莉, 王 威

1.成都信息工程大学大气科学学院, 四川 成都 610225

2.中国科学院大气物理研究所, 大气边界层物理和大气化学国家重点实验室, 北京 100029

3.中国科学院大学, 北京 100049

4.中国科学院区域大气环境研究卓越创新中心, 福建 厦门 361021

5.中国环境监测总站, 北京 100012

近年来，在经济高速发展的背景下，我国频繁发生持续时间久、污染程度高的空气污染过程，使空气污染问题成为社会各界普遍关注的热点问题[1-3]. 大气污染已经成为区域性问题，污染性质也逐渐向复合型污染转变[4-6]. 国内外研究者已经对京津冀、长三角、珠三角等发达地区的空气污染问题进行了深入的分析[7-9]. 大气污染物浓度变化受多种因素的影响，污染物排放是最直接的因素[10-12]. 在污染源相对稳定的情况下，局地气象条件是空气污染过程最直接的外因，风速、风向、相对湿度及降水均对污染物浓度的变化有重要影响[13-15]. 大尺度环流形势和局地环流不仅影响着污染物的汇聚和清除，也是影响污染物区域输送的重要条件[16-18]. 边界层内大气层结状况也是影响污染物稀释和扩散的重要因素[19-21]. 目前，通过对大气污染的深入研究和科学调控治理，京津冀、长三角、珠三角等地区的空气质量持续改善. 孟晓艳等[22]研究表明，京津冀地区PM2.5污染整体较为严峻，但治理成果显著，2013—2017年区域内ρ(PM2.5)年均值达《大气污染防治行动计划》中ρ(PM2.5)下降25%左右的目标. 蒋超等[23]研究表明，2013—2016年珠三角地区ρ(PM2.5)年均值减少15.39 μgm3，降幅达32.8%.

汾渭平原能源结构以煤炭为主，工业结构偏重，衍生出一系列的高耗能、高污染产业链. 姜磊等[24]研究表明，2017年全国污染最严重的城市包括汾渭平原11个城市中的临汾市和咸阳市. 汾渭平原东部包括三门峡市、运城市、渭南市和洛阳市等城市，污染源类型多样且排放强度高[25-27]；同时其北靠吕梁山，南依秦岭，内部涵盖中条山、伏牛山和黄河，不利于污染物扩散，使得该区域污染成为一个亟待解决的问题，被列入国家大气环境重点管理区域. 杨乐超等[28]统计了2006—2015年汾渭平原PM2.5变化特征，发现在三省交界的运城市、渭南市、三门峡市和洛阳市等地区ρ(PM2.5)较高. 该研究基于汾渭平原东部的空气污染数据、气象数据等相关资料，分析汾渭平原东部污染物质量浓度的时空演变特征，并与北京市进行对比，以期深入挖掘污染形势较为严峻的汾渭平原东部的污染特点.

1 材料与方法

1.1 研究区概况

汾渭平原东部包括三门峡市、运城市、渭南市和洛阳市，地理位置及地形如图1所示. 三门峡市座落在黄河南岸阶地上，海拔较高，地形复杂，北靠中条山，南依伏牛山，处在两座东北—西南走向山脉之间的峡谷地带；运城市地形复杂，北依吕梁山，南靠中条山和三门峡市毗邻，西边与渭南市隔黄河相望；渭南市北靠桥山，南倚秦岭，东濒黄河与运城市、三门峡市毗邻，地势南北高，中间地，东西比较开阔；洛阳市地势西高东低，其东北部为平原，其余大部分属于豫西山区.

图1 汾渭平原东部地理位置及地形Fig.1 Geographical location and topography in the eastern Fenwei Plain

汾渭平原东部能源结构以煤炭为主，随着第二产业的极速发展，钢铁、焦化、电解铝等重工业成为能源消耗的主角. 在交通运输方面，汾渭平原东部公路比重大，而且重型货车、散货车较多.

1.2 数据与来源

空气污染数据来源于中国环境监测总站的全国城市空气质量实时发布平台(http:113.108.142.147:20035emcpublish)，包括三门峡市、运城市、渭南市、洛阳市和北京市的PM2.5、PM10、SO2小时质量浓度. 2017年风速、风向等气象数据来源于中国气象数据网(http:data.cma.cn). 使用的排放清单数据来源于清华大学开发的2016年MEIC(multi-resolution emission inventory for China)排放清单，包括SO2、NO2、PM2.5和PM10等污染物的人为源排放数据(http:www.meicmodel.orgindex.html).

1.3 WRF模拟参数设置

采用WRF模式3.6版本，WRF模式所需的气象初始场数据采用美国国家环境预报中心发布的FNL再分析数据，空间分辨率为1°×1°，时间间隔为6 h. 设置两层嵌套模拟，空间分辨率分别为15 km×15 km、3 km×3 km，其中，外层网格覆盖了东亚大部分区域，内层网格覆盖了汾渭平原地区，模拟区域中心点位于31°N、102°E，垂直方向分成不等距的30层.

2 结果与讨论

2.1 汾渭平原东部的季节性演变特征

注： 黑色虚线为GB 3095—2012《环境空气质量标准》中ρ(PM2.5)或ρ(PM10)的二级标准限值.

图2为2017年汾渭平原东部和北京市颗粒物月均质量浓度变化趋势. 由图2可见：2017年汾渭平原东部ρ(PM2.5)和ρ(PM10)年均值分别为70和126 μgm3，北京市ρ(PM2.5)和ρ(PM10)年均值分别为57和89 μgm3，汾渭平原东部ρ(PM10)和ρ(PM2.5)年均值比北京市分别高42%和23%. 其中，渭南市污染程度最重，ρ(PM2.5)和ρ(PM10)年均值分别为75和130 μgm3，分别是GB 3095—2012《环境空气质量标准》二级标准限值的2.1和1.9倍；三门峡市污染最轻，ρ(PM2.5)和ρ(PM10)年均值分别为61和106 μgm3. 与北京市相似，汾渭平原东部颗粒物污染在秋冬季最严重，ρ(PM2.5)的峰值出现在1月，ρ(PM10)的峰值出现在1月和5月.ρ(PM2.5)ρ(PM10)是反映颗粒物特性的重要指标. 三门峡市、运城市、渭南市和洛阳市ρ(PM2.5)ρ(PM10)年均值分别为0.57、0.57、0.47和0.56，远低于北京市的0.66，说明2017年汾渭平原东部一次颗粒物的贡献更为显著，特别是在渭南市. 在季节性变化方面，汾渭平原东部ρ(PM2.5)ρ(PM10)平均值呈冬季(0.66)>秋季(0.55)>夏季(0.52)>春季(0.51)的趋势. 霾天气发生时，汾渭平原东部ρ(PM2.5)ρ(PM10)平均值为0.66，明显高于无霾天气(0.50).

图3、4为2017年汾渭平原东部颗粒物质量浓度. 由图3、4可见：汾渭平原东部秋冬季ρ(PM2.5)和ρ(PM10)较高，重度及以上污染过程较多. 2017年三门峡市、运城市、渭南市、洛阳市PM2.5达重度及以上污染的天数分别为19、21、31、26 d，在秋冬季重污染的持续时间一般为3～5 d，远高于春季的1～2 d. 2017年三门峡市、运城市、渭南市、洛阳市PM10达重度及以上污染的天数分别为5、6、8、5 d，全年PM10重度及以上污染过程的持续时间为1～2 d. 渭南市出现PM2.5和PM10重度及以上污染过程的天数最多，三门峡市最少. 北京市2017年PM2.5和PM10达重度及以上污染的天数分别为20和4 d，与北京市相比，汾渭平原东部重污染天数明显偏多，但持续时间较短. 北京市在2017年1月出现了一次持续7 d的以PM2.5为首要污染物的重度及以上污染过程[29]，该现象在汾渭平原东部未出现过.

2.2 汾渭平原东部不同污染等级下颗粒物质量浓度的演变特征

将2017年汾渭平原东部和北京市的颗粒物质量浓度按不同污染等级进行统计(见表1). 由表1可见：2017年汾渭平原东部空气质量以良为主，汾渭平原东部PM2.5和PM10在空气质量等级为良时的平均有效时数占比分别为43.43%和64.45%；而2017年北京市PM2.5在空气质量等级为优时的平均有效时数占比(46.74%)最大，PM10在良时的平均有效时数占比(53.71%)最大. 三门峡市、运城市、渭南市和洛阳市全年出现PM2.5重度及以上污染过程的时间占比分别为6.56%、8.91%、9.23%和9.10%，除三门峡市外，其他城市均高于北京市(6.55%)，其中渭南市是汾渭平原东部4个城市中占比最大的.

图3 2017年汾渭平原东部PM2.5污染等级Fig.3 Pollution level of PM2.5 in the eastern Fenwei Plain in 2017

图4 2017年汾渭平原东部PM10污染等级Fig.4 Pollution level of PM10 in the eastern Fenwei Plain in 2017

表1 2017年汾渭平原东部和北京市不同污染等级出现的有效时数及颗粒物平均质量浓度

图5为渭平原东部城市及北京市在不同污染等级下颗粒物质量浓度占比情况，即不同污染等级下颗粒物质量浓度平均值与颗粒物质量浓度年均值的比值. 由图5可见，三门峡市、运城市、渭南市、洛阳市、北京市PM2.5重度及以上污染过程ρ(PM2.5)平均值在ρ(PM2.5)年均值中的占比分别为23.18%、26.51%、30.37%、27.22%、27.03%，三门峡市、运城市、渭南市、洛阳市、北京市PM10重度及以上污染过程ρ(PM10)平均值在ρ(PM10)年均值中的占比分别为7.78%、9.04%、14.33%、8.97%、9.22%. 综上，虽然汾渭平原东部PM2.5和PM10重度及以上污染过程的有效时数相对较多，但是由于重度及以上污染过程中污染物质量浓度的平均值较低，因此，汾渭平原东部和北京市重度及以上污染过程颗粒物质量浓度平均值在颗粒物质量浓度年均值中的占比基本相当.

图5 汾渭平原东部城市及北京市在不同污染等级下颗粒物质量浓度占比情况Fig.5 The proportion of particulates mass concentration under different pollution levels in the eastern Fenwei Plain and Beijing

颗粒物(PM2.5和PM10)污染是汾渭平原东部地区面临的主要环境问题，虽然空气质量为优和良时ρ(PM2.5)和ρ(PM10)占比较大，但是颗粒物污染依旧严重，汾渭平原东部4个城市严重污染时ρ(PM2.5)和ρ(PM10)日均值分别高达417和837 μgm3，分别是世界卫生组织(WHO)《空气质量准则》推荐24 h平均浓度准则值〔ρ(PM2.5)和ρ(PM10)分别为25和50 μgm3)〕的16.6和16.7倍. 汾渭平原东部城市颗粒物污染严重，会严重危害人类身体健康.

图6 2017年PM2.5重度及以上污染等级下汾渭平原东部和北京市污染物质量浓度的日变化特征Fig.6 Daily variation characteristics of pollutant mass concentrations in eastern Fenwei Plain and Beijing under severe and serious PM2.5 pollution level in 2017

图6为2017年PM2.5重度及以上污染等级下汾渭平原东部和北京市污染物质量浓度的日变化特征. 由图6可见：汾渭平原东部城市ρ(SO2)日变化特征与北京市类似，均呈白天高、夜间低的特征；但ρ(PM2.5)和ρ(PM10)变化特征与北京市不同，重度及以上污染期间汾渭平原东部城市ρ(PM2.5)和ρ(PM10)的日变化特征与ρ(SO2)日变化较为一致，均呈白天高、夜间低的特征. 原因有以下两个方面：①通过MEIC排放清单和《河南省统计年鉴》[25]发现，汾渭平原东部SO2、PM2.5和PM10呈较好的同源性，电厂和工业等高架源是其主要排放源，对三门峡市、运城市、渭南市、洛阳市SO2排放的贡献率分别为75%、61%、80%和87%，对一次PM2.5的贡献率分别为86%、82%、82%、89%；②利用WRF模拟PM2.5重度及以上污染等级下汾渭平原东部垂直风场和边界层高度的日变化(见图7)发现，垂直风分量正值为上升运动，负值为下沉运动. 由图7可见：夜间边界层高度较低，边界层高度从09:00开始升高，08:00—12:00低层的垂直风分量也发生了由上升运动到下沉运动的转变；09:00—19:00边界层高度升高，此时垂直风场以下沉运动为主. 由于电厂和工业等高架点源的排放高度多在150～260 m以上，高于夜间边界层高度，因此夜间地面颗粒物浓度较低；在白天，受到太阳辐射增强的影响，边界层高度上升，高架点源的排放高度低于边界层高度，而且垂直风场以下沉运动为主，导致上层SO2、PM2.5和PM10输送至地面观测站点. 因此，汾渭平原东部ρ(PM2.5)、ρ(PM10)和ρ(SO2)的日变化较为一致，均呈白天高、夜间低的特征.

图7 PM2.5重度及以上污染等级下垂直风速和边界层高度的日变化Fig.7 Daily variation of planetary boundary layer height and vertical wind speed under severe and serious PM2.5 pollution level

图8 三门峡市重度及以上PM2.5污染等级下逐时局地风纬向风分量和逐时局地风经向风分量的日变化Fig.8 Daily variation of the hourly local zonal and meridional wind components of local wind field under severe and serious PM2.5 pollution level in Sanmenxia City

除了边界层动力演变外，复杂地形导致的局地环流有利于高架点源污染物影响地面颗粒物浓度. 由于局地环流相对较弱，在分析山谷风时，要先去除大尺度背景风场. 利用曹渐华等[30]研究方法，首先将2017年逐时风向风速数据分解为纬向风分量和经向风分量，分别代表东西方向和南北方向的风，计算PM2.5重度及以上污染日24 h的平均纬向风分量和平均经向风分量，视为背景风；用逐时实际风减去背景风，得到逐时局地风纬向风分量和逐时局地风经向风分量，用于分析和定义山谷风. 以三门峡市为例，图8为PM2.5重度及以上污染等级下三门峡市逐时局地风纬向风分量和逐时局地风经向风分量的日变化特征. 逐时局地风纬向风分量正值时为西风，负值时为东风；逐时局地风经向风分量正值时为南风，负值时为北风. 三门峡市座落在黄河南岸阶地上，北靠中条山，南依伏牛山，城区处在两座东北—西南走向山脉之间的峡谷地带. 由图8可见，三门峡市白天以偏西风为主，夜晚以偏东风为主，有明显的山谷风特征. 白天在偏西风和下沉气流的作用下，三门峡市西部工业园区产生的大量SO2、PM2.5和PM10随西风被输送至城区观测站点，导致ρ(SO2)、ρ(PM2.5)和ρ(PM10)的升高. 通过MEIC排放清单也可以发现，电厂和工业对三门峡市SO2、PM2.5和PM10的贡献率分别为75%、86%和85%.

2.3 汾渭平原东部和北京市污颗粒物质量浓度的周变化特征

由图9可见：与北京市相同，汾渭平原东部城市ρ(PM2.5)和ρ(PM10)均从05:00—07:00开始上升，在10:00—12:00达到峰值后下降，在16:00—18:00达到谷值，之后又升高，在21:00—22:00达另一个峰值，工作日和周末ρ(PM2.5)和ρ(PM10)的日变化均表现出该特征；然而，在ρ(PM2.5)和ρ(PM10)周变化上，汾渭平原东部城市显著区别与北京市，北京市周末ρ(PM2.5)和ρ(PM10)明显高于工作日. 石雪颖[31]研究发现，因北京市周末机动车不限行，ρ(PM2.5)表现出明显的“周末效应”，即北京市周末ρ(PM2.5)平均值大于工作日，这是由于北京市实施工作日高峰时段区域限行的交通管理措施所致. 而汾渭平原东部城市中只有洛阳市在2017年12月实施机动车限行，其余3个城市均未实施机动车限行. 汾渭平原东部周末ρ(PM2.5)和ρ(PM10)比工作日分别高0.2%和1.6%，而北京市周末ρ(PM2.5)和ρ(PM10)比工作日分别高8.5%和6.9%，说明汾渭平原东部的污染特征及交通出行习惯与北京市不同.

图9 汾渭平原东部和北京市PM2.5和PM10的日变化和周变化曲线Fig.9 Diurnal and weekly variation curves of PM2.5 and PM10 in the eastern Fenwei Plain and Beijing

3 结论

a) 2017年汾渭平原东部颗粒物污染较为严峻，渭南市、运城市、洛阳市和三门峡市ρ(PM2.5)年均值分别达70、75、74和61 μgm3，是GB 3095—2012二级标准限值的1.7～2.2倍，高于北京市的58 μgm3；汾渭平原东部出现重度及以上污染的天数为19～31 d，高于北京市的20 d，但单个重污染过程仅持续1～2 d，低于北京市的7 d.

b) 2017年汾渭平原东部颗粒物重污染最严重的城市是渭南市，其次是运城市和洛阳市，三门峡市污染最轻. 重污染过程主要集中在秋冬季取暖期，三门峡市、运城市、渭南市和洛阳市ρ(PM2.5)ρ(PM10)平均值分别为0.57、0.57、0.47和0.56，远低于北京市的0.66，这说明2017年汾渭平原东部一次颗粒物的贡献较为显著.

c) 三门峡市、运城市、渭南市和洛阳市出现PM2.5重度及以上污染过程的时数分别占全年总时数的6.56%、8.91%、9.23%和9.10%，除三门峡市外，其他城市均高于北京市(6.55%). 但由于污染发生时汾渭平原东部颗粒物的平均质量浓度低于北京市，导致汾渭平原东部与北京市重度及以上污染过程ρ(PM2.5)平均值在ρ(PM2.5)年均值中的占比基本一致，为23%～30%.

d) 汾渭平原东部特殊的能源结构、边界层动力演变和局地环流造成高架点源对重污染期间颗粒物质量浓度的影响非常显著，表现为ρ(PM2.5)和ρ(PM10)的日变化特征与ρ(SO2)相同，均呈白天高、晚上低的特征. 而在北京市，ρ(PM2.5)和ρ(PM10)的日变化与ρ(SO2)相反，呈白天低、晚上高的特征. 这说明汾渭平原东部应针对自己的特点制定治理策略，应加强重污染期间对高架点源的管控.

e) 汾渭平原东部颗粒物质量浓度的周变化特征与北京市有显著区别. 由于北京市实施工作日高峰时段区域限行的交通管理措施，颗粒物质量浓度呈明显的“周末效应”；汾渭平原东部周末ρ(PM2.5)和ρ(PM10)比工作日分别高0.2%和1.6%，而北京市周末ρ(PM2.5)和ρ(PM10)比工作日分别高8.5%和6.9%. 这说明汾渭平原东部的污染特征及与交通出行习惯与北京市不同.