陳 飛，張小華，于洪霞，張 慧，高吉喜②

(1.環(huán)境保護部南京環(huán)境科學研究所，江蘇 南京 210042；2.南京信息工程大學江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，江蘇 南京 210044；3.南京理工大學環(huán)境與生物工程學院，江蘇 南京 210094)

石家莊市冬季PM2.5污染特征、成因及潛在源區(qū)分析

陳 飛1,2，張小華1，于洪霞3①，張 慧1,2，高吉喜1,2②

(1.環(huán)境保護部南京環(huán)境科學研究所，江蘇 南京 210042；2.南京信息工程大學江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，江蘇 南京 210044；3.南京理工大學環(huán)境與生物工程學院，江蘇 南京 210094)

對石家莊市2016年1月18—22日出現(xiàn)的PM2.5污染過程進行研究，選擇3個不同地區(qū)采用中流量采樣器分別采集PM2.5和PM10樣品，測定PM2.5質(zhì)量濃度及其化學組分(含碳組分、水溶性離子和無機元素)，分析PM2.5污染天氣的污染特征和引起污染的氣象因素，結(jié)合后向軌跡模型(HYSPLIT)分析污染的主要潛在源區(qū)。結(jié)果顯示，在采樣期間3個點的PM2.5平均質(zhì)量濃度分別為113、131和119 μg·m-3,PM2.5濃度高值出現(xiàn)在早晨和午夜,冬季京津冀地區(qū)農(nóng)村散煤燃燒也是大氣污染的主要原因。有機碳(OC)最大質(zhì)量濃度值為218.37 μg·m-3，無機碳(EC)最大質(zhì)量濃度值為21.22 μg·m-3。污染過程中3個點的地殼元素(Na、Ca、Mg、Al、K 和Fe)質(zhì)量濃度變化范圍為27.19～60.03 μg·m-3，占總無機元素的96.5%，表明交通源、道路揚塵和煤炭燃燒是此次石家莊市PM2.5污染的主要貢獻源類。較高的相對濕度和弱風速也會加速二次粒子的生成和顆粒物吸濕增長。潛在源分析表明，石家莊市PM2.5污染主要受來源于北京和天津的氣團影響，同時潛在源貢獻(PSCF)分析表明河北省是影響石家莊市環(huán)境空氣質(zhì)量的最主要潛在源區(qū)。

細顆粒物；后向軌跡模型；潛在源分析；石家莊市

2013年1月以來,我國發(fā)生大面積灰霾污染事件。2014年《中國環(huán)境質(zhì)量公報》顯示,161個城市中,只有11.2%的城市PM2.5(指空氣動力學當量直徑≤2.5 μm的顆粒物)年平均值達國家二級標準限值35 μg·m-3[1]。大氣細顆粒物PM2.5濃度增加是引起我國持續(xù)灰霾污染的的主要原因。PM2.5對人體健康、能見度、生態(tài)系統(tǒng)和氣候變化等均有重要影響,顆粒物中的有毒有害化學組分會導致人體急性和慢性疾病[2-7]。ZIKOVA等[8]開展了北京市PM2.5的來源分析,結(jié)果表明交通源和煤炭燃燒是北京市PM2.5的主要污染來源。陳剛等[9]采用PMF模式分析合肥城區(qū)PM10和PM2.5來源特征,PM10中二次源、燃煤、機動車尾氣塵及地殼塵的貢獻比例分別為32.5%、25.9%、15.7%和25.5%;PM2.5中二次源、燃煤、機動車尾氣塵及地殼塵的貢獻比例分別為38.8%、25.9%、9.9%和21.7%。MASIOL等[10]研究表明,美國紐約市的PM2.5主要貢獻源有二次硫酸銨、二次硝酸銨、道路交通排放源、地殼揚塵、新海鹽、舊海鹽、生物質(zhì)燃燒、居民供暖和鋅源9類。

石家莊市作為河北省省會,是我國污染最嚴重的城市之一,最高PM2.5小時質(zhì)量濃度達750 μg·m-3。近年來,國內(nèi)諸多學者對石家莊市大氣污染特征進行了研究,為識別大氣污染成因及提出有效控制對策提供了理論依據(jù)。張勇等[11]利用積分濁度儀、PCASP-X2和能見度儀的觀測資料,分析了石家莊市大氣氣溶膠的散射特征及其與氣溶膠粒子濃度、能見度、氣象條件的關(guān)系;楊麗麗等[12]對顆粒物中的水溶性無機離子分析發(fā)現(xiàn),石家莊市秋季流動源貢獻較大,冬季固定源貢獻大;WANG等[13]通過相關(guān)研究發(fā)現(xiàn),區(qū)域傳輸對石家莊市PM2.5的貢獻達27.9%,本地污染源主要是工業(yè)、交通和農(nóng)業(yè)等;李夢等[14]分析京津冀冬季大氣混合層高度與大氣污染的關(guān)系發(fā)現(xiàn),冬季石家莊市混合層高度較低,不利于污染物的垂直擴散;王浩等[15]研究了2014年APEC會議期間石家莊市大氣污染特征,并評估了空氣質(zhì)量保障措施的效果。雖然石家莊市已經(jīng)相繼采取了一系列控制措施來改善空氣質(zhì)量,但是PM2.5濃度仍然超標,大氣污染仍然較重。

因此,掌握石家莊市PM2.5污染特征、時間分布、影響因素和潛在源區(qū)等信息,能夠為進一步改善石家莊市環(huán)境空氣質(zhì)量提供技術(shù)支持?？紤]到北方冬季PM2.5污染天氣頻發(fā),筆者選擇京津冀區(qū)域大氣污染嚴重的2016年1月,在石家莊市3個不同點位開展強化觀測,目的是:(1)掌握石家莊市冬季PM2.5濃度特征;(2)分析PM2.5的時空分布特征和主要的化學組成;(3)剖析氣象參數(shù)對PM2.5污染天氣形成的影響;(4)辨識影響石家莊市大氣污染的氣團來源和潛在源區(qū)。

1 研究方法

1.1 采樣點設置

1號點(38.142° N,114.618° E)位于石家莊市北部的東柴里村,由于該點遠離工業(yè)污染源,因此選擇該點代表農(nóng)村；2號點(37.99° N,114.52° E)位于石家莊市中部的河北師范大學內(nèi)；3號點(37.892° N,114.511° E)位于石家莊市南部的元氏縣,代表城郊農(nóng)村。3個采樣點均位于距離地面10～15 m高的建筑物屋頂。

1.2 樣品采集

環(huán)境保護部全國空氣質(zhì)量預報系統(tǒng)預報2016年1月19—21日石家莊出現(xiàn)污染天氣,因此采樣時間設置為2016年1月18—22日。依據(jù)檢測方法對樣品量的要求,采樣周期設置為23 h,每個采樣點采用2臺中流量采樣器(TH-150C,武漢天虹)同步采集PM2.5樣品,分別采用石英濾膜和特氟龍濾膜進行分析,其中石英濾膜用于分析元素碳、有機碳和水溶性離子,特氟龍濾膜用于分析無機元素。石英膜在采樣前通過700 ℃高溫灼燒6 h以去除有機碳,特氟龍膜在采樣前后于恒溫恒濕箱(溫度25 ℃,相對濕度41%)平衡24 h,再用精度為1 μg的電子天平(Sartorius,Germany)進行稱量以確定PM2.5質(zhì)量濃度。所有樣品均放入冷凍柜(-18 ℃)中保存待分析。

另外,采用微量振蕩天平 (TEOM 1400,Thermo Fisher Scientific Environmental Instrument CO.,USA)分析PM2.5和PM10質(zhì)量濃度。

1.3 實驗室化學分析

采用美國沙漠研究所研制的DRI Model 2001熱光碳分析儀(Atmoslytic Inc.,USA)對石英膜樣品中的碳組分進行測定,根據(jù)美國IMPROVE熱-光反射協(xié)議對有機碳(OC)和元素碳(EC)進行劃分。

剪取1/4石英膜并加入10 mL去離子水(gt; 18.2 MΩ),超聲萃取1 h后采用0.45 μm孔徑過濾器過濾定容,然后使用離子色譜儀(ICS-90,Dionex,USA)對水溶性陰陽離子進行測定,具體分析方法見文獻[16]。

無機元素(Na、Mg、Al、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Cd、Ba 和Pb)采用電感耦合等離子體質(zhì)譜(ICP-MS,Agilent 7500a,Agilent,USA)分析,具體方法見文獻[17]。

1.4 質(zhì)量控制與質(zhì)量保證

研究針對現(xiàn)場采樣、濾膜稱重及實驗室化學分析等環(huán)節(jié)進行全過程質(zhì)量控制。各點位的儀器每天設置在同一時間開機進行采樣。在采樣的同時由不同采樣人員在同一地點采集同一樣品,每個采樣時段在每個點位至少采集1組空白樣品。采用替代標準物加標法對實驗室分析進行質(zhì)量控制和質(zhì)量保證。

1.5 氣象參數(shù)

采樣期間的溫度、相對濕度和風速等氣象參數(shù)通過石家莊市環(huán)境監(jiān)測中心站獲得。

1.6 后向軌跡模型(HYSPLIT)和潛在源區(qū)分析

HYSPLIT模型是由美國國家海洋和大氣管理局 (NOAA) 的空氣資源實驗室和澳大利亞氣象局在過去 20 a間聯(lián)合研發(fā)的一種用于計算和分析大氣污染物輸送、擴散軌跡的專業(yè)模型[18]。該模型具有處理多種氣象要素輸入場、多種物理過程和不同類型污染物排放源功能的較為完整的輸送、擴散和沉降模式,已被廣泛應用于多種污染物在各個地區(qū)的傳輸和擴散研究。該研究分別計算3個站點的72 h 后向軌跡,設置起始高度距地面500 m,每1 d計算24個時次,空間分辨率為0.5°×0.5°。

采用潛在源貢獻(PSCF，F(xiàn)PSC)研究區(qū)域內(nèi)經(jīng)過網(wǎng)格ij的污染軌跡數(shù)(mij)與經(jīng)過該網(wǎng)絡的所有軌跡數(shù)(nij)的比值,即

(1)

PSCF高值對應的網(wǎng)格組成的區(qū)域即為造成受體點高濃度污染的潛在源區(qū)。將研究區(qū)分成0.5°×0.5°的網(wǎng)格,計算每個網(wǎng)格內(nèi)的軌跡出現(xiàn)概率。PSCF反映的是條件概率,當nij較小時PSCF值會有較大不確定性。當某一網(wǎng)格內(nèi)nij小于研究區(qū)內(nèi)每個網(wǎng)格平均軌跡端點數(shù)的3倍時,使用權(quán)重函數(shù)wij來減小誤差,即源類分布頻率(WPSCF，F(xiàn)WPSC),FWPSC=wij×FPSC，ij。權(quán)重值w的計算公式為

(2)

2 結(jié)果與討論

2.1 顆粒物污染時空分布特征

根據(jù)分析結(jié)果,用3個點的監(jiān)測濃度平均值代表石家莊市的總體污染情況,1月18—22日的PM2.5和PM10小時平均濃度分布見圖1。2016年1月19—22日石家莊市發(fā)生重度污染,出現(xiàn)大面積污染天氣。觀測數(shù)據(jù)顯示城市的首要污染物為PM2.5,且PM2.5和PM10濃度于1月18日起呈逐漸累積增加態(tài)勢,致使重度污染發(fā)生,而從21日01時起,PM2.5濃度持續(xù)下降,至19時全市空氣質(zhì)量恢復優(yōu)良水平,PM2.5和PM10的變化趨勢保持一致,表明PM2.5和PM10的污染來源相同。此次污染過程PM2.5日均值由18日的52 μg·m-3持續(xù)增加到20日的183 μg·m-3;PM10日均值則由87 μg·m-3持續(xù)增加到258 μg·m-3;而市區(qū)世紀公園點位PM2.5小時質(zhì)量濃度最高值達348 μg·m-3,表明在污染爆發(fā)時段,污染物積累迅速。

圖1 2016年1月18—22日石家莊市PM2.5和PM10濃度變化Fig.1 Temporal variation of PM2.5 and PM10 mass concentrations during the sampling period in Shijiazhuang

采樣期間3個點的PM2.5和PM10小時濃度變化如圖2所示。1號點的PM2.5小時質(zhì)量濃度變化范圍為4～300 μg·m-3,平均值為113 μg·m-3,PM10變化范圍為36～411 μg·m-3,平均值為172 μg·m-3; 2號點的PM2.5和PM10小時質(zhì)量濃度平均值分別為121和162 μg·m-3;3號點的PM2.5和PM10小時質(zhì)量濃度平均值分別為119和170 μg·m-3。筆者定義PM2.5質(zhì)量濃度高于75 μg·m-3的天氣為PM2.5污染事件(PE),其中PM2.5和PM10質(zhì)量濃度最高值出現(xiàn)在2號點1月19日凌晨,分別達348和444 μg·m-3。從圖2可以看出,3個點位的PM2.5和PM10濃度變化趨勢一致,濃度高值一般出現(xiàn)在早上和凌晨,PM2.5濃度變化和積累主要是由本地源貢獻,區(qū)域傳輸和氣象因素等引起的。大量研究表明,冬季京津冀地區(qū)農(nóng)村散煤燃燒也是大氣污染的主要原因[19-20]。

圖2 2016年1月18—22日石家莊市3個點位的PM2.5和PM10小時濃度變化Fig.2 Hourly variation of mass concentrations of PM2.5 and PM10 at the three posts during the sampling period

2.2 PM2.5中化學組分的變化特征

不同天氣條件下PM2.5中各化學組分濃度見表1。從表1可知,OC質(zhì)量濃度最大值位于1號點處,為103.81 μg·m-3;EC質(zhì)量濃度最大值位于3號點處,為48.36 μg·m-3。3個點的OC濃度均比EC濃度高。3號點的EC平均質(zhì)量濃度最大,達26.31 μg·m-3,這主要是由于3號點附近有大型貨車樞紐站,同時居民散煤燃燒也是顆粒物的重要貢獻源。2號點的EC和OC濃度均為最低,表明北方農(nóng)村冬季顆粒物污染較重。由于EC主要來源于燃料高溫燃燒產(chǎn)生的單質(zhì)碳或難溶性高分子碳聚物,在大氣環(huán)境中相對穩(wěn)定；OC則可由有機物組成,除了包括污染源直接排放的一次有機碳(POC),還包括由人為或天然源排放的揮發(fā)性有機物經(jīng)大氣氧化作用生成的二次有機碳(SOC)。因此EC常作為示蹤元素,用來分析燃燒過程產(chǎn)生的OC含量。由表1可知,此次污染中OC主要由二次轉(zhuǎn)化生成。

表1污染天氣和清潔天石家莊市PM2.5主要化學組成的濃度水平
Table1ConcentrationsofthemajorchemicalcomponentsofPM2.5inShijiazhuanginpolluteddaysandcleardays

化學組分ρ1)/(μg·m-3或ng·m-3)污染天氣1號點污染天氣2號點污染天氣3號點最小值最大值平均值最小值最大值平均值最小值最大值平均值清潔天氣OC25 61103 8162 2431 3990 4771 9150 11198 21107 0119 22EC9 2732 1422 0513 4539 7024 2616 7148 3626 314 77Cl-5 4115 8110 505 9014 579 745 6416 2010 191 23SO42-17 5530 4024 0318 5425 9522 4919 3822 8021 435 65NO3-24 4330 5627 8622 1028 0924 7921 9823 8522 713 70NH4+14 5018 7516 8114 0216 1815 0913 1317 8915 343 91Ca2+2 375 354 252 624 673 973 489 276 063 92Na+2 313 883 192 172 892 522 964 163 461 83Mg2+0 410 820 620 340 500 440 901 131 010 36K+1 692 952 341 342 661 951 472 972 100 46WSII79 40100 3689 6073 5488 4280 9872 2193 1982 30Mg7 3514 2610 027 628 147 896 5412 738 697 58Al6 6013 029 446 858 958 026 3014 299 438 01K2 615 283 862 543 503 112 245 363 421 99Ca11 0122 1915 9111 9112 8012 329 7824 1314 7712 09Fe1 713 923 101 942 942 562 044 753 283 08Na314 20588 70415 40354 40399 30370 00288 80543 60380 60322 20Ti168 10493 68327 45192 11279 50250 03214 06513 70352 85295 29V4 949 677 434 566 925 615 309 807 565 34Cr59 15140 7591 6468 7871 0569 5969 3693 9884 5462 71Mn61 44133 95103 8176 25143 66106 6467 10149 69105 7367 42Co1 543 392 522 082 822 371 464 142 721 62Ni19 6734 7527 6917 8419 4418 5122 9535 9629 2817 37Cu23 15481 14187 6926 5968 1649 4924 4080 5252 0111 71Zn180 79760 79419 51223 04513 74342 51218 95824 44446 4577 81As12 6219 5015 5012 7518 2615 9113 6520 2716 433 72Cd2 786 924 593 035 394 302 716 054 390 42Ba85 05323 82195 2696 46177 89138 8599 05360 28199 0297 95Pb119 77367 10221 95126 29209 68172 46145 11344 98216 1529 00

OC為有機碳；EC為元素碳；WSII為無機水溶性離子。1)Na、Ti、V、Cr、Mn、Co、Ni、Cu、Zn、As、Cd、Ba和Pb的單位為ng·m-3,其余化學組分單位為μg·m-3。

如表1所示,無機水溶性離子(WSII，包括Cl-、SO42-、NO3-、NH4+、 Ca2+、Na+、Mg2+和K+)質(zhì)量濃度變化范圍為72.21～100.36 μg·m-3,平均值為84.3 μg·m-3。其中1號點 NO3-濃度最高,占WSII總濃度的31.1%,其次分別為SO42-(26.8%)、NH4+(18.8%)、Cl-(11.7%),Ca2+(4.8%)、Na+(3.6%)、K+(2.6%)和 Mg2+(0.7%)。2號點NO3-濃度最高,占WSII總濃度的31.8%,其次分別為SO42-(27.8%)、NH4+(18.6%)、Cl-(12.0%)、Ca2+(4.9%)、Na+(3.1%)、K+(3.0%)和Mg2+(0.5%)。3號點NO3-濃度占WSII總濃度的27.6%,其次分別為SO42-(26.0%)、NH4+(18.6%)、Cl-(12.4%)、Ca2+(7.4%)、Na+(4.2%)、K+(2.6%)和Mg2+(1.2%)。城市PM2.5中SO42-和NO3-主要是經(jīng)前體物SO2和NOx在大氣氧化作用下生成的硫酸和硝酸,NH4+則通常被認為是由氨氣與大氣形成的二次污染物硫酸或硝酸反應生成,該實驗各組分的分布特征和北京市WSII的研究結(jié)果相似[21]。PM2.5污染天氣中3個點的NO3-、SO42-、NH4+和Cl-平均濃度比清潔天氣分別高5.5、2.9、3.0和6.7倍。這說明石家莊市二次污染嚴重。

PM2.5中的18種無機元素含量如表1所示。在PM2.5污染天氣中Ca含量最高,1、2、3號點的Ca質(zhì)量濃度分別為15.91、12.32和14.77 μg·m-3,而清潔天氣為12.09 μg·m-3。1號點含量最高的元素是Ca,其次是Mg、Al、K,分別為10.02、9.44和3.86 μg·m-3;2號點含量最高的元素為Ca,其次是Al、Mg、K,分別為8.02、7.89和3.11 μg·m-3;3號點含量最高的元素為Ca,其次是Al、Mg、K,分別為9.43、8.69和3.42 μg·m-3。PM2.5污染天氣中元素濃度均比清潔天氣高。地殼元素(Na、Ca、Mg、Al、K和Fe)質(zhì)量濃度之和為27.19～62.03 μg·m-3,占總無機元素的96.5%,表明交通源、道路揚塵和煤炭燃燒是此次石家莊市PM2.5污染的主要貢獻源類。

2.3 氣象因素對污染形成的影響分析

采樣期間的氣象參數(shù)如圖3所示。3個采樣點的風速、相對濕度和能見度等氣象參數(shù)的變化趨勢基本相同。PM2.5污染天氣和清潔天氣的溫度變化較小,但是PM2.5污染天氣時風速比清潔天氣小,平均值分別為2.1和3.7 m·s-1。許多研究表明,高的相對濕度能夠?qū)е露瘟Ｗ拥纳刹⒓铀兕w粒物的吸濕增長[22],該研究中PM2.5污染天氣的相對濕度較高,平均值為70.1%,清潔天氣僅為60.3%,這與其他城市的研究結(jié)果相似[23]?？梢?較高的相對濕度和弱風速是導致PM2.5污染天氣形成的重要因素。同時相關(guān)研究也表明,近地面氣壓以及地面與850 hPa的溫度差等對空氣質(zhì)量的影響也很大。

溫度、相對濕度、能見度和風速單位分別為℃、%、km和km·h-1。

2.4 氣團傳輸影響和潛在源區(qū)分析

采用72 h后向軌跡模型分析到達3個采樣點的氣團來源和傳輸途徑,通過分析總空間變化確定合理的聚類分析數(shù)。如圖4所示,1號點的軌跡可以分為5類,比例分別為37.5%、 13.3%、30.0%、10.0% 和 9.17%。第1類軌跡來自北京和天津,軌跡較短,表明氣團移動速度較慢進而導致污染物快速累積,許多研究表明京津冀地區(qū)和山東省為我國PM2.5嚴重污染區(qū);第2和第3類軌跡來自于俄羅斯北部,穿過蒙古國,該軌跡呈現(xiàn)大范圍、長距離的傳輸特征,對PM2.5污染的稀釋具有重要作用;第4類軌跡來源于內(nèi)蒙古西北部,經(jīng)過內(nèi)蒙古和山西;第5類軌跡的比例僅為9.17%,來源于新疆西北部,途經(jīng)蒙古、內(nèi)蒙古和山西。該研究設定PM2.5小時質(zhì)量濃度大于75 μg·m-3為基準濃度,第1類軌跡中有45條超過該限制,平均值達173 μg·m-3。PSCF計算結(jié)果顯示，1號點 PM2.5污染的潛在源區(qū)分布在河北境內(nèi),貢獻因子為0.75以上。氣象因素分析表明污染期間石家莊市風速較弱,因此研究時段PM2.5污染天氣的形成主要是本地污染源導致。

2號點的軌跡可以分為6類,比例分別為40.0%、2.5%、14.2%、26.7%、9.2%和7.5%。第1類軌跡和1號點的第1類軌跡相似,也反映了小范圍、短距離的傳輸特征;第2和第4類軌跡均來自于俄羅斯東北部,該軌跡距離遠,能夠有效緩解PM2.5污染;第3和第5類軌跡來自于俄羅斯南部,途經(jīng)蒙古、內(nèi)蒙古和山西等地;第6類軌跡來自于新疆北部,對2號點的PM2.5污染影響較小。PSCF分析表明河北省為該區(qū)域PM2.5污染的主要潛在源區(qū),貢獻因子為0.9以上,進一步證明了后向軌跡模型的預測結(jié)果。

3號點的軌跡可以分為3類,比例分別為41.7%、31.7%和26.7%。軌跡的來源和1號點相似,PM2.5濃度最高值也出現(xiàn)在北京、天津、河北和山東省西北部的氣團軌跡上,PSCF分析結(jié)果和后向軌跡模型分析結(jié)果基本一致。綜上,石家莊市PM2.5污染主要受來源于北京和天津的氣團影響,影響石家莊市環(huán)境空氣質(zhì)量最主要的潛在源區(qū)為河北省。

圖中括號內(nèi)數(shù)字為軌跡類別，括號外數(shù)據(jù)為軌跡貢獻比例。

3 結(jié)論

(1)石家莊市的首要污染物為PM2.5,PM2.5和PM10的變化趨勢保持一致,PM2.5污染天氣爆發(fā)的時間段,污染物積累迅速。

(2)3個點位的PM2.5小時平均質(zhì)量濃度分別為113、131和119 μg·m-3。濃度變化趨勢一致,濃度高值一般出現(xiàn)在早上和凌晨,PM2.5濃度變化和積累主要是由本地源貢獻,區(qū)域傳輸和氣象因素等方面引起。

(3)WSII組分在PM2.5污染天氣形成過程中起了重要作用,3個點的NO3-、SO42-、NH4+和 Cl-平均濃度比清潔天氣分別高5.5、2.9、3.0和6.7倍。地殼元素(Na、Ca、Mg、Al、K 和Fe)質(zhì)量濃度變化范圍為27.19～62.03 μg·m-3,占總無機元素的96.5%,表明交通源、道路揚塵和煤炭燃燒是此次石家莊市PM2.5污染的主要貢獻源類。

(4)PM2.5污染天氣時風速比清潔天氣風速小,相對濕度比清潔天氣高,較高的相對濕度和弱風速是導致PM2.5污染天氣形成的重要因素。

(5)石家莊市PM2.5污染主要受來源于北京和天津的氣團影響,同時PSCF分析顯示河北省是影響石家莊市環(huán)境空氣質(zhì)量的最主要潛在源區(qū)。

[1] 中華人民共和國環(huán)境保護部.2014年中國環(huán)境質(zhì)量公報[N].2015.[Ministry of Environmental Protection of the People′s Republic of China.2014 Report on the State of the Environment in China[N].2015.]

[2] YANG Y,CHRISTAKOS G.Spatiotemporal Characterization of Ambient PM2.5Concentrations in Shandong Province (China)[J].Environmental Science amp; Technology,2015,49(22):13431-13438.

[3] YAO L,YANG L X,YUAN Q,etal.Sources Apportionment of PM2.5in a Background Site in the North China Plain[J].Science of the Total Environment,2016,541:590-598.

[4] 吳兌,劉啟漢,梁延剛,等.粵港細粒子(PM2.5)污染導致能見度下降與灰霾天氣形成的研究[J].環(huán)境科學學報,2012,32(11):2660-2669.[WU Dui,ALEXIS Kai-Hon Lau,LEUNG Yin-kong,etal.Hazy Weather Formation and Visibility Deterioration Resulted From Fine Particulate (PM2.5) Pollutions in Guangdong and Hong Kong[J].Acta Scientiae Circumstantiae,2012,32(11):2660-2669.]

[5] CHEN Y,SCHLEICHER N,CHEN Y Z,etal.The Influence of Governmental Mitigation Measures on Contamination Characteristics of PM2.5in Beijing[J].Science of the Total Environment,2014,490:647-658.

[6] RD P C,BURNETT R T,THUN M J,etal.Lung Cancer,Cardiopulmonary Mortality,and Long-Term Exposure to Fine Particulate Air Pollution[J].JAMA,2002,287(9):1132-1141.

[7] JOHANNA L,FRANCINE L,DOUGLAS D,etal.Chronic Exposure to Fine Particles and Mortality:An Extended Follow-up of the Harvard Six Cities Study From 1974 to 2009[J].Environmental Health Perspectives,2012,120(7):965-970.

[8] ZIKOVA N,WANG Y G,YANG F,etal.On the Source Contribution to Beijing PM2.5Concentrations[J].Atmospheric Environment,2016,134:84-95.

[9] 陳剛,劉佳媛,皇甫延琦,等.合肥城區(qū)PM10及PM2.5季節(jié)污染特征及來源解析[J].中國環(huán)境科學,2016,36(7):1938-1946.[CHEN Gang,LIU Jia-yuan,HUANGFU Yan-qi,etal.Seasonal Variations and Source Apportionment of Ambient PM10and PM2.5at Urban Area of Hefei,China[J].China Environmental Science,2016,36(7):1938-1946.]

[10] MASIOL M,HOPKE P K,FELTON H D,etal.Source Apportionment of PM2.5Chemically Speciated Mass and Particle Number Concentrations in New York City[J].Atmospheric Environment,2016,148:215-229.

[11] 張勇,銀燕,肖輝,等.石家莊春季大氣氣溶膠的散射特征[J].中國環(huán)境科學,2012,32(5):769-779.[ZHANG Yong,YIN Yan,XIAO Hui,etal.An Observation Study of the Scattering Properties of Aerosols Over Shijiazhuang City in Spring[J].China Environmental Science,2012,32(5):769-779.]

[12] 楊麗麗,馮媛,靳偉,等.石家莊市大氣顆粒物中水溶性無機離子污染特征研究[J].環(huán)境監(jiān)測管理與技術(shù),2014,26(6):17-21.[YANG Li-li,FENG Yuan,JIN Wei,etal.Pollution Characteristic of Water Soluble Inorganic Ion in Atmospheric Particles in Shijiazhuang[J].The Administration and Technique of Environmental Monitoring,2014,26(6):17-21.]

[13] WANG L T,WEI Z,WEI W,etal.Source Apportionment of PM2.5in Top Polluted Cities in Hebei,China Using the CMAQ Model[J].Atmospheric Environment,2015,122:723-736.

[14] 李夢,唐貴謙,黃俊,等.京津冀冬季大氣混合車高度與大氣污染的關(guān)系[J].環(huán)境科學,2015,36(6):1935-1943.[LI Meng,TANG Gui-qian,HUANG Jun,etal.Characteristics of Winter Atmospheric Mixing Layer Height in Beijing-Tianjin-Hebei Region and Their Telationship With the Atmospheric Pollution[J].Environmental Science,2015,36(6):1935-1943.]

[15] 王浩,李鐵,高健,等.APEC會議期間石家莊市大氣污染特征及空氣質(zhì)量保障措施效果評估[J].環(huán)境科學研究,2016,29(2):164-174.[WANG Hao,LI Yi,GAO Jian,etal.Characteristics of Air Pollution and Evaluation of the Effects of Air Quality Assurance Measures in Shijiazhuang City During the 2014 APEC Meeting[J].Research of Environmental Sciences,2016,29(2):164-174.]

[16] CAO J J,LEE S C,CHOW J C,etal.Spatial and Seasonal Distributions of Carbonaceous Aerosols Over China[J].Journal of Geophysical Research-Atmospheres,2007,112(D22):1-9.

[17] LI X R,WANG L L,JI D S,etal.Characterization of the Size-Segregated Water-Soluble Inorganic Ions in the Jing-Jin-Ji Urban Agglomeration:Spatial/ Temporal Variability,Size Distribution and Sources[J].Atmospheric Environment,2013,77:250-259.

[18] DRAXLE R R,HESS G D.An Over View of HYSPLIY-4 Modeling System for Trajectories Dispersion,and Deposition[J].Australian Meteorological Magazine,1998,47(2):295-308.

[19] CHEN F,ZHANG X,ZHU X,etal.Chemical Characteristics of PM2.5During a 2016 Winter Haze Episode in Shijiazhuang,China[J].Aerosol amp; Air Quality Research,2017,17(2):368-380.

[20] TAN J H,DUAN J C,CHAI F H,etal.Source Apportionment of Size Segregated Fine/Ultrafine Particle by PMF in Beijing[J]. Atmospheric Research,2014,139(6):90-100.

[21] ZHANG Y,HUANG W,CAI T Q,etal.Concentrations and Chemical Compositions of Fine Particles (PM2.5) During Haze and Non-Haze Days in Beijing[J].Atmospheric Research,2016,174/175:62-69.

[22] LIU Y,GIBSON E R,CAIN J P,etal.Kinetics of Heterogeneous Reaction of CaCO3Particles With Gaseous HNO3Over a Wide Range of Humidity[J].The Journal of Physical Chemistry A,2008,112(7):1561-1571.

[23] HUA Y,CHENG Z,WANG S X,etal.Characteristics and Source Apportionment of PM2.5During a Fall Heavy Haze Episode in the Yangtze River Delta of China[J].Atmospheric Environment,2015,123(Part B):380-391.

陳飛(1985—),男,江蘇無錫人,助理研究員,博士,主要從事大氣污染控制和來源分析。 E-mail：chenfei@nies.org

(責任編輯：許 素)

Characteristics,CausesandPotentialSourceRegionsofPM2.5PollutioninWinterinShijiazhuang,China.

CHEN Fei1,2,ZHANG Xiao-hua1,YU Hong-xia3,ZHANG Hui1,2,GAO Ji-xi1,2

(1.Nanjing Institute of Environmental Sciences,Ministry of Environmental Protection,Nanjing 210042,China; 2.Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology (CICAEET),Nanjing 210044,China; 3.School of Environmental and Biological Engineering,Nanjing University of Science amp; Technology,Nanjing 210094,China)

Study was carried out of the pollution of PM2.5and PM10occurring during the period from January 18 to 22,2016 in Shijiazhuang,China. For the study,3 monitoring posts were set up to collect PM2.5and PM10samples for analysis of mass concentration and chemical compositions (including carbon fractions,water soluble ions and inorganic elements),pollution characteristics and meteorological factors responsible for the pollution and further for air parcel back trajectories using HYSPLIT. Results show that mean mass concentration of PM2.5with the three monitoring posts reached 113,131 and 119 μg·m-3,separately,during the sampling period,with high mass concentrations observed in the early mornings and at noons,and coal combustion in rural farm households was also a main cause of heavy air pollution in the region of Beijing-Tianjin-Hebei. The highest mass concentration of organic carbon (OC) observed was 218.37 μg·m-3,and the highest mass concentration of inorganic carbon (IC) 21.22 μg·m-3. Total concentrations of crustal elements (Na,Ca,Mg,Al,K and Fe) varied in the range from 27.19 to 60.03 μg·m-3at the three posts during the period,accounting for 96.5% of the total inorganic elements,which indicate that traffic,road dust and coal combustion are the main sources of the air pollution. Meanwhile,high relative humidity and low wind speed might also accelerate formation of secondary particles and hygroscopic growth. The analysis of potential sources shows that Shijiazhuang was affected mainly by the PM2.5coming with the air masses from Beijing-Tianjin,meanwhile the analysis of potential source contribution function (PSCF) shows that Hebei Province was the uppermost potential source-area contributing adversely to the atmospheric quality in Shijiazhuang.

PM2.5; backward trajectory model; potential source contribution function (PSCF); Shijiazhuang City

2017-03-31

江蘇省自然科學基金(BK20160102,BK20150778)；環(huán)保公益性行業(yè)科研專項(201509020)；中央級公益性科研院所基本科研業(yè)務專項 (20160501，20160302)

① 通信作者E-mail：yuhongxia@njust.edu.cn

② 共同通信作者E-mail：gjx@nies.org

X513

A

1673-4831(2017)11-0975-08

10.11934/j.issn.1673-4831.2017.11.003