成都市青白江区环境空气质量特征及趋势分析

黄立秋, 李杏桃, 龙武林, 文志宁, 范哲铭

(1.成都市污染源监测中心青白江监测站, 四川 成都 610300; 2.四川大学 化学学院, 四川 成都 610065 )

青白江区位于四川省成都市东北部,是成都中心城区之一。青白江区成立于1960年,是国家在西南地区建设的第一个工业区,是成都市乃至四川省的重要工业中心,偏重的工业结构对生态环境有极大的影响。同时,青白江境内以平原和浅丘为主,易发生低温、高湿、静稳等不利于污染物扩散的气象条件,本地源排放以及传输的污染物易在本地累积,从而易发生大气污染现象[1]。为进一步改善大气环境质量,青白江区紧跟上级政策,快速做出响应,先后针对大气污染防治推出一系列制度规定,比如《成都市青白江区重污染天气应急预案》、《成都市青白江区人民政府关于划定高排放非道路移动机械禁止使用区的通告》、《成都市青白江区人民政府关于划定禁止露天烧烤区域的通告》等。青白江区多措并举,纵深实施大气污染防治工作,空气质量有所提升,但是制约空气质量进一步改善的内外不利因素依旧存在。因此,对青白江区环境空气质量进行评价,研究环境空气多尺度变化特征以及污染变化趋势,是青白江区治理大气污染的重要基础。

目前,国内外许多学者在环境空气质量这一领域开展了大量的污染特征分析、重污染过程解析、区域传输、污染来源与成因分析等方面的研究。例如李慧[2]等对京津冀及周边地区“2+26”城市的大气污染特征进行分析,探讨了影响其空气质量变化的因素。郭庆皓[3]等利用潜在源贡献分析法和质量浓度权重分析法分析了南京市大气污染物的质量浓度水平和污染特征,发现南京地区细颗粒物主要受周边工业污染物传输影响。徐冉[4]等对2016～2017年秋冬季大气重污染时段的颗粒物浓度、气象要素和气团传输路径综合分析,指出尽管近年北京市大气环境质量持续改善,重污染过程发生频次显著降低,但污染强度却在加大。苟银寅[5]等对2013～2018年保定市的空气质量和大气污染物浓度进行分析,了解了保定市的大气污染变化趋势和污染特征。本文利用2017年1月1日～2021年12月31日成都市青白江区空气质量国控站的环境空气质量监测数据,基于环境空气质量综合指数评价法和Spearman秩相关系数法,分析青白江区大气环境质量现状和污染物的变化特征,致力于为提升青白江区环境空气质量和制定大气污染防治决策提供科学依据。

1 数据与方法

1.1 数据来源

成都市青白江区大气污染物(SO2、NO2、PM10、CO、O3、PM2.5)浓度数据来源于成都环境空气监测管理系统。本文选取了位于青白江区境内的国控技师分院点位,数据为2017年1月1日～2021年12月31日经审核后的日数据和小时数据。污染物SO2、NO2、PM10、PM2.5年评价采用浓度的年平均值,污染物O3年评价采用日最8小时滑动平均值的第 90 百分位数,污染物CO年评价采用24小时平均第95百分位数。

数据依据《环境空气质量标准》(GB 3095—2012)和《环境空气质量评价技术规范(试行)》(HJ 663—2013)要求进行处理。

1.2 分析方法

1.2.1 空气质量评价法

1.2.1.1 环境空气质量综合指数评价

根据《环境空气质量评价技术规范(试行)》(HJ 663—2013)要求,综合考虑了《环境空气质量指数(AQI)技术规定(试行)》(HJ 633—2012)中规定的:SO2、NO2、PM10、PM2.5、CO、O3六种污染物的污染程度,用环境空气综合指数对环境空气质量进行描述及分析。环境空气质量综合指数是无量纲指数,空气质量综合指数值越大表明综合污染程度越重。

(1)各项污染物的单项指数

污染物的单项指数Ii:

式中:Ci为污染物i的浓度值;Si为污染物i的年均值二级标准。

(2)空气质量综合指数

空气质量综合指数Isum:

式中:Ii为单个污染物监测得到的指数,用i的数值来区分每一项指标。

1.2.1.2 首要污染物分析

将每月首要污染物天数绘制成月历图,通过观察不同颜色,可以了解各月份空气质量主要污染物,可以更清晰地掌握空气质量情况,根据首要污染物情况,可针对性开展防控措施。

目前各国及地区的反贪法的结构形式可以分成三种类型:第一类是按章、节、条文排列的结构形式;第二类是只按条文顺序排列的结构形式;第三类是按一、二、三顺序排列的结构形式。作为一部具有宏观指导意义的法律，我国的《反腐败法》应是一部对反腐败实体法和程序法、本法的效力、反腐败机构、举报、调查、侦察权限、证据制度、起诉、审判、预防等内容分别作出立法规定的重要法律，因此宜用第一种类型作为本法的结构形式。

1.2.2 Spearman秩相关系数

Spearman秩相关系数是一种无参数(与分布无关)的检验方法,两个变量之间没有必然联系,不存在线性关系。“秩”,可以理解成一种顺序或者排序,是根据原始数据的排序位置进行求解,取消了计算Pearson相关系数时的限制。因此,在实际应用中,变量间的连接是无关紧要的,计算时只考虑变量之间排序的序号,可以通过简单的步骤计算被观测的两个变量的等级差值。

式中:γs为Spearman秩相关系数;n为时间周期数量;xi为周期i按时间排序的序号;yi为周期i内污染物浓度按数值升序排序的序号。

将所计算的秩相关系数γs的绝对值同Spearman秩相关系数统计表中的临界值ωp比较。当时|γs|≥ωp,表明变化趋势有显著意义。γs为正值时,指标为上升或加重趋势;γs为负值时,指标为下降或好转趋势。当|γs|≤ωp时,表示变化没有显著意义,说明在评价时段内空气质量变化平稳。

利用Spearman秩相关系数计算大气污染物年平均浓度变化趋势,有利于从定量的角度更好地判断污染物浓度的变化情况,较人工判别更加严谨、可靠。

2 结果与讨论

2.1 主要污染物浓度情况

2017～2021年青白江区主要污染物浓度情况见表1和图1。研究期间,污染物CO年均浓度在0.9～1.3 mg·m-3的范围内,CO年均浓度变化较为稳定。污染物SO2年均浓度在7～13 μg·m-3的范围内,年均浓度呈下降趋势。污染物NO2年均浓度在30～41 μg·m-3的范围内,年均浓度呈下降趋势。污染物PM2.5年均浓度在32～46 μg·m-3的范围内,最大浓度46 μg·m-3,出现在2018年,最小浓度为32 μg·m-3,出现在2020年;2017年至2019年,污染物PM2.5浓度大幅度下降,2019～2021年浓度呈波动变化,2021年较2020年浓度上升3.12%。污染物PM10年均浓度在50～74 μg·m-3的范围内,最大浓度74 μg·m-3,出现在2018年,最小浓度为50 μg·m-3,出现在2019年,污染物PM10和污染物PM2.5变化趋势相似,2021年较2020年、2019年分别上升2.00%和4.00%。污染物O3-8H年均浓度在141～173 μg·m-3的范围内,最大浓度173 μg·m-3,出现在2018年,最小浓度141 μg·m-3,出现在2021年,2017～2021年,O3-8H年均浓度波动较大。2017～2021年,污染物SO2、CO、NO2年均浓度呈明显改善形势,与青白江区大力开展道路移动源减排、工业减排工作,推进清洁能源使用(燃煤锅炉改燃气或改电、脱硫脱硝除尘改造、淘汰落后产能),秸秆禁烧等源头减排措施有关[6-7]。颗粒物浓度的波动变化与近年来青白江大力开展城市建设,增加了大量点源及面源污染有一定关系[8]。污染物O3-8H是由于各类污染源排放的氮氧化物和挥发性有机物经紫外线照射发生光化学反应生成,温度越高,越易生成,即臭氧的生成受气象条件影响较大,而2017～2021年青白江夏季的气温、湿度及辐射变化较大,造成了臭氧浓度变化较大的情况[9]。

表1 2017～2021年青白江区主要污染物浓度情况

图1 2017～2021年青白江区主要污染物浓度变化情况

在研究期间,污染物SO2、CO、PM10年均浓度已稳定达到《环境空气质量标准》(GB 3095—2012)中二级标准。污染物NO2自2018年已稳定达二级标准,污染物PM2.5自2019年已稳定达二级标准,污染物O3-8H达标情况波动较大,2017年为达标,而2018年浓度飙升,未达标,2019年浓度有所下降,2020年浓度又有所上升,2021年浓度大幅度下降,为达标。

2.2 综合指数情况

2017～2021年青白江区环境空气综合指数情况见表1和图2,综合指数呈逐年下降趋势,青白江区空气质量总体呈改善态势。2021年达到最低值,综合指数为3.66,2021年同比2017年下降了21.3%。

图2 2017～2021年青白江区污染物浓度、空气等级、综合指数占比情况

污染物SO2综合指数占比在3.2%～4.7%;污染物NO2综合指数占比在20.0%～22.6%;污染物PM10综合指数占比在18.3%～21.7%;污染物PM2.5综合指数占比在23.9%～26.8%;污染物CO综合指数占比在5.7%～7.7%;污染物O3-8H综合指数占比在20.9%～26.6%。

根据各污染物的综合指数占比情况,对综合指数影响较大的通常是污染物PM2.5,其次为污染物O3-8H,再次为污染物NO2和PM10,污染物CO和SO2对综合指数影响较小。根据2017～2021年环境空气综合指数变化情况,SO2对环境空气质量的影响明显是下降的,占比由2017年的4.7%下降到3.2%,此结果与二氧化硫燃煤锅炉改燃气或改电、脱硫除尘改造、秸秆禁烧等减排措施有极大的关系。一般情况下,污染物PM2.5为影响青白江区环境空气质量的最大因素,2017～2021年期间,PM2.5的影响力呈波动变化,2018年相较2017年有所上升,2019年和2020年逐步下降,但是2021年影响力又有所上升,相较2020年上升了1.8个百分点。2017～2020年期间,污染物O3-8H影响占比逐年上升,2020年反超PM2.5成为影响空气质量最大的污染物,因2021年O3-8H浓度下降,PM2.5浓度有所上升,占比有所回落。污染物NO2和PM10占比变化相对来说较为稳定,是影响青白江区环境空气质量的第三或第四因素。综上所述,污染物PM2.5和O3-8H在综合指数中占比最大,是制约青白江区环境空气质量进一步提升的主要因素,应加强污染物PM2.5和O3-8H的协同治理。

2.3 首要污染物变化情况

为直观了解首要污染物分布月份,依据《环境空气质量指数(AQI)技术规定(试行)》(HJ 633—2012)和《环境空气质量评价技术规范(试行)》(HJ663—2013)规定,得出青白江区首要污染物月度分布数据见图3。从首要污染物月度分布情况来看,PM2.5污染天较多,2017年～2021年期间,以污染物PM2.5为首要污染的天数占31.0%～38.6%,污染时间主要集中在春冬时节,尤其是11月～翌年2月;以PM10污染天为主的天较少,占比约8.90%～15.2%,分布在春冬季;以O3-8H污染天为主的天最多,占比为38.9%～44.7%,分布在春夏时节,主要集中在3～9月;以NO2污染为首要污染物的天数较少,并呈逐年减少的趋势;已无二氧化硫和一氧化碳作为首要污染物的情况。总的来说,春冬季以PM2.5污染为主,在高湿条件下,磷酸盐、硫酸盐等易形成二次转化的PM2.5,加之春冬季气候条件较为静稳,大气层容易产生逆温等现象,污染物不易扩散,污染物PM2.5容易呈累积态势。春夏时节以O3-8H污染为主,主要是因为在高温、低湿、高辐射条件下,易生成O3-8H。综上,2017～2021年,青白江区以PM2.5和O3-8H为首要污染物为主,污染物PM2.5和O3-8H的治理应当为大气污染防治的主攻因素。

图3 2017～2021年青白江区首要污染物月度分布图

2.4 环境空气质量变化趋势定量分析

将2017～2021年青白江区主要污染物SO2、NO2、PM10、PM2.5、CO、O3-8H和综合指数计算Spearman秩相关系数,当N=5,置信度为0.05, 根据Spearman秩相关系数r的临界值表,Wp为0.900,当Spearman秩相关系数绝对值≥0.900时,有95%的置信度,认为两个随机变量相关,从而做出青白江区各污染物和综合指数的秩相关系数的评价结果表,见表2。通过Spearman秩相关系数分析,发现污染物SO2、NO2和CO浓度值,以及综合指数有明显下降,污染物PM10、PM2.5、O3-8H浓度虽有所下降,但不具有显著性,即2017年以来,青白江区空气质量呈改善趋势,但颗粒物和臭氧却未有显著改善趋势。

表2 青白江区各污染物和综合指数的秩相关系数的评价结果表

3 结论及建议

(1)根据空气质量评价分析,青白江区空气质量总体呈改善态势。污染物SO2、NO2和CO浓度值呈下降趋势,而污染物颗粒物和臭氧浓度呈波动变化;污染物PM2.5、O3-8H是青白江区综合指数占比最大的两项因素;同时,2017～2021年,青白江区大气环境首要污染物以PM2.5和O3-8H为主,PM2.5污染天占比为31.0%～38.6%,主要集中在春冬时节,尤其是11月～翌年2月,O3-8H污染天占比为38.9%～44.7%,主要集中在春夏时节,尤其集中在3月～9月。

(2)根据环境空气质量变化趋势定量分析,污染物SO2、NO2和CO浓度值,以及综合指数有明显下降,污染物PM10、PM2.5、O3浓度有所下降,但不具有显著性。

(3)综上,污染物PM2.5、O3-8H是制约青白江区进一步提升空气质量的关键因子,PM2.5和O3-8H协同治理仍就任重道远,青白江区需加大治理力度。建议强化对颗粒物,以及臭氧前体污染物氮氧化物和挥发性有机物等的管控力度,着重管控工地扬尘、道路扬尘、工业企业排放、移动源等排放源的排放力度。一是可加强对施工扬尘管控力度。加强建筑施工、道路施工、公路项目施工、拆迁工地等扬尘污染管控工作,整治渣土车等物料运输车辆遗撒、泄露物料等交通运输扬尘污染问题; 二是可进一步加强运渣车和非道路工程机械等高排放移动源的监管; 三是可加强对青白江区工业企业的监管,一方面提高工业企业准入标准,严格控制高耗能高排放企业,新引入的规模以上企业按照A类企业进行管理,另一方面应加强对现有企业的监管,尤其是高能耗企业的关注,确保污染治理设施正常稳定运行。