賈智海 黃 燕 范明晶 劉保雙

(1.青島市生態(tài)環(huán)境局嶗山分局，山東 青島 266061；2.山東省青島生態(tài)環(huán)境監(jiān)測(cè)中心，山東 青島 266000；3.國(guó)家環(huán)境保護(hù)城市空氣顆粒物污染防治重點(diǎn)實(shí)驗(yàn)室，南開(kāi)大學(xué)環(huán)境科學(xué)與工程學(xué)院，天津 300350)

堅(jiān)決打好污染防治攻堅(jiān)戰(zhàn)，是黨的十九大明確的三大攻堅(jiān)戰(zhàn)之一，打贏藍(lán)天保衛(wèi)戰(zhàn)是其中的重中之重。隨著《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》收官，各地區(qū)圓滿完成“十三五”空氣質(zhì)量改善目標(biāo)。“十四五”是開(kāi)啟全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家新征程的第一個(gè)五年，雖然我國(guó)大氣環(huán)境呈現(xiàn)持續(xù)快速改善態(tài)勢(shì)，但與人民群眾對(duì)藍(lán)天白云、繁星閃爍的期盼，與美麗中國(guó)建設(shè)目標(biāo)相比還有一定差距，讓藍(lán)天白云常駐，大氣污染防治工作仍然任重道遠(yuǎn)。

隨著深入推進(jìn)全市大氣污染防治和綠色低碳發(fā)展，青島市大氣PM2.5污染改善明顯，PM2.5濃度雖已達(dá)到《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中的二級(jí)標(biāo)準(zhǔn)，但持續(xù)改善壓力巨大，并且形成PM2.5與臭氧的綜合污染[1-4]。PM2.5化學(xué)組成多樣，來(lái)源和成因復(fù)雜，近年來(lái)，吳虹[5]、徐少才[6]、于清溪等[7]對(duì)青島市開(kāi)展PM2.5組分特征的研究較多，但針對(duì)城區(qū)沿海區(qū)域研究較少[7]，僅庹雄等[8]于即墨選擇監(jiān)測(cè)點(diǎn)對(duì)海-陸大氣交匯作用下青島冬季PM2.5進(jìn)行了來(lái)源解析研究。作為濱海城市，青島市有其特殊的大氣污染形成與消散機(jī)制，同時(shí)受到大陸氣團(tuán)和海洋氣團(tuán)的影響，導(dǎo)致沿海站點(diǎn)與內(nèi)陸各站點(diǎn)PM2.5污染特征存在差異。本研究選取青島市主城區(qū)2個(gè)沿海監(jiān)測(cè)點(diǎn)位，通過(guò)分析2020年P(guān)M2.5自動(dòng)監(jiān)測(cè)數(shù)據(jù)，對(duì)PM2.5污染變化特征及其變化規(guī)律進(jìn)行初步研究分析，并于2020年1月-10月，采用間斷采樣方式采集環(huán)境受體中PM2.5樣品，研究沿海區(qū)域環(huán)境受體PM2.5物理化學(xué)特征，定性地識(shí)別和判斷各類污染源；利用復(fù)合受體模型(化學(xué)質(zhì)量平衡(CMB)、CMB-Iteration模型)[9～14]定量的解析PM2.5污染源的貢獻(xiàn)，針對(duì)性地提出沿海區(qū)域環(huán)境受體顆粒物排放源管控措施，以期為青島市PM2.5進(jìn)一步改善提供科學(xué)的依據(jù)。

1 材料與方法

1.1 采樣點(diǎn)位

根據(jù)《環(huán)境空氣質(zhì)量監(jiān)測(cè)規(guī)范(試行)》的規(guī)定，結(jié)合青島市區(qū)自然地理、氣象等綜合環(huán)境因素，以及沿海區(qū)域污染源布局、人口分布等社會(huì)經(jīng)濟(jì)特點(diǎn)，依托青島市嶗山區(qū)國(guó)控監(jiān)測(cè)點(diǎn)，按人口和建成區(qū)面積確定受體采樣點(diǎn)數(shù)量，為反映沿海區(qū)域主要功能區(qū)和主要大氣污染源的空氣質(zhì)量現(xiàn)狀及變化趨勢(shì)，選取2個(gè)采樣點(diǎn)位，一個(gè)位于青島市氣象局度假村社區(qū)辦公樓二樓樓頂(120°27′8″E、36°5′8″N)，距離海岸線450m；一個(gè)位于青島市生態(tài)環(huán)境局嶗山分局(120°27.26′E、36°6.23′N)的辦公樓五樓樓頂，距離海岸線1900m，兩點(diǎn)位均為商業(yè)交通居民混合區(qū)，在近地面5～20m內(nèi)，符合國(guó)家采樣規(guī)范，采樣點(diǎn)位布設(shè)及周邊情況見(jiàn)圖1和表1。

圖1 采樣點(diǎn)位圖

表1 采樣點(diǎn)位置和周邊情況

1.2 樣品采集

采樣儀器為眾瑞1108A-1型PM2.5采樣器，選用石英纖維濾膜進(jìn)行采樣，采樣流量設(shè)定為100 L·min-1。根據(jù)大氣自動(dòng)監(jiān)測(cè)站(氣象度假村)PM2.5在線濃度，同時(shí)考慮其排放源和氣象因素的季節(jié)性變化，受體顆粒物樣品的采集從2020年1月開(kāi)始，共采集四季樣品，冬季(2020年1月1日-14日)、春季(2020年5月11日-26日)、夏季(2020年7月23日-8月6日)、秋季(2020年9月30日-10月14日)。每一采樣季采15天左右，每個(gè)點(diǎn)位每個(gè)季節(jié)保證有14天有效數(shù)據(jù)，每天采樣時(shí)間23小時(shí)(上午10：00-次日上午9：00)。各點(diǎn)同步采樣，采樣期間記錄當(dāng)時(shí)氣溫、氣壓、相對(duì)濕度、風(fēng)速、風(fēng)向等氣象參數(shù)。本研究期間共采集樣品488個(gè)，其中有效樣品480個(gè)。

1.3 樣品分析

按照《環(huán)境空氣中PM10和PM2.5的測(cè)定重量法》(HJ 618-2011)和《環(huán)境空氣顆粒物(PM2.5)手工監(jiān)測(cè)方法(重量法)技術(shù)規(guī)范》(HJ 656-2013)的要求，濾膜稱重使用1/100000電子天平(梅特勒AX205)，每個(gè)空白及樣品濾膜稱重2次以上，任意2次有效稱重的差值在±0.04 mg；水溶性陰離子采用離子色譜儀(賽默飛ICS900)，分析每批樣品前需用標(biāo)準(zhǔn)溶液對(duì)儀器進(jìn)行校正及空白試驗(yàn)。

1.4 研究方法

源解析選擇復(fù)合受體模型(CMB、CMB-Iteration模型)。以CMB模型和CMB-iteration模型為主解析一次排放源和二次顆粒物的貢獻(xiàn)，以排放源清單法和CMB模型結(jié)果相結(jié)合解析二次粒子前體物排放源的貢獻(xiàn)，按照行業(yè)排放清單，綜合得到燃煤、工業(yè)、機(jī)動(dòng)車及其他源類的貢獻(xiàn)。

2 結(jié)果與討論

2.1 PM2.5濃度水平及變化特征

本研究區(qū)域2017—2020年P(guān)M2.5年際變化呈先降低再升高再降低的趨勢(shì)(圖2)，于2019年達(dá)到高值，濃度為34 μg/m3。2020年P(guān)M2.5平均濃度為27 μg/m3，較2019年降低了25.9%，改善明顯。

圖2 2017-2020年P(guān)M2.5濃度變化特征

2020年P(guān)M2.5濃度季節(jié)變化規(guī)律顯著(圖3)，冬季濃度最高，達(dá)到45 μg/m3，其次為春季(27 μg/m3)；秋季和夏季PM2.5的濃度較低，分別為18和17 μg/m3。

圖3 2020年P(guān)M2.5濃度季節(jié)變化特征

2020年較高濃度PM2.5主要集中在1、12月，其他月份濃度相對(duì)較低(圖4)。青島地區(qū)海陸風(fēng)發(fā)生頻率夏秋季高、冬春季低，具有明顯的季節(jié)性特征。夏秋季節(jié)主要以東南風(fēng)和南風(fēng)為主，來(lái)自海面的清潔氣團(tuán)對(duì)海邊區(qū)域PM2.5起到了稀釋擴(kuò)散作用；冬春季節(jié)主要以西北風(fēng)和北風(fēng)為主，來(lái)自陸地的人為污染物輸送至海邊區(qū)域，導(dǎo)致PM2.5濃度較高。

圖4 2020年P(guān)M2.5濃度月變化特征

2020年P(guān)M2.5濃度具有明顯的日變化趨勢(shì)，分別在9時(shí)和18時(shí)出現(xiàn)峰值和谷值(圖5)。海邊區(qū)域PM2.5污染主要源于陸地城區(qū)人為污染物的排放，5-9時(shí)陸風(fēng)較大，20時(shí)-次日2時(shí)海風(fēng)較大，海陸風(fēng)的轉(zhuǎn)換直接對(duì)PM2.5濃度變化產(chǎn)生直接影響。

圖5 2020年P(guān)M2.5濃度日變化特征

2.2 PM2.5/PM10比值的變化特征

2017—2020年P(guān)M2.5/PM10比值年際變化整體上逐年降低(圖6)，但相較于2019年，2020年P(guān)M2.5/PM10比值略有上升，為0.49，但比值依然較低，說(shuō)明揚(yáng)塵的影響依然明顯。冬季是重污染過(guò)程頻發(fā)的季節(jié)(圖7)；2020年冬季PM2.5/PM10比值明顯高于其他季節(jié)，春季和秋季由于空氣對(duì)流較好，大顆粒的沙塵活動(dòng)較為活躍，故比值PM2.5/PM10很低，分別為0.42和0.35。PM2.5/PM10比值在6時(shí)左右達(dá)到峰值，12-13時(shí)之間達(dá)到谷值(圖8)。分析可知，研究區(qū)域揚(yáng)塵影響較為明顯，特別是春季和秋季更為凸顯。

圖6 PM2.5/PM10年際變化特征

圖7 PM2.5/PM10季節(jié)變化特征

圖8 PM2.5/PM10日變化特征

2.3 PM2.5與SO2、NO2的相關(guān)性分析

2020年不同季節(jié)PM2.5與NO2濃度的相關(guān)性要明顯高于PM2.5與SO2的相關(guān)性(圖9)，而NO2主要來(lái)源于機(jī)動(dòng)車的排放，說(shuō)明機(jī)動(dòng)車對(duì)PM2.5濃度的影響較為明顯。相比于其他季節(jié)，冬季隨著PM2.5濃度的增加，NO2表現(xiàn)出增加的趨勢(shì)，且高濃度的PM2.5和NO2，往往對(duì)應(yīng)著高濃度的CO。同時(shí)，秋季和冬季隨著PM2.5濃度的增加，SO2濃度也表現(xiàn)出增加的趨勢(shì)，說(shuō)明秋冬季燃煤源的影響較為明顯。但是，秋冬季隨著PM2.5和SO2的濃度的變化，CO并未表現(xiàn)出明顯的趨勢(shì)，可能是因?yàn)镃O除了來(lái)自燃煤(特別是散煤燃燒)外，機(jī)動(dòng)車的排放也是較為明顯的。值得注意的是，夏季PM2.5與NO2及SO2的相關(guān)性均較低，同時(shí)CO也未表現(xiàn)出明顯的變化趨勢(shì)，說(shuō)明夏季機(jī)動(dòng)車和燃煤源的影響均較低。

圖9 不同季節(jié)PM2.5與SO2、NO2的相關(guān)性分析(圖中顏色表示CO濃度高低)

2.4 PM2.5來(lái)源解析結(jié)果

利用CMB及CMB-迭代模型計(jì)算得到了PM2.5不同季節(jié)及全年的常規(guī)來(lái)源解析結(jié)果，城市揚(yáng)塵、二次硝酸鹽、機(jī)動(dòng)車、二次硫酸鹽、建筑水泥塵以及燃煤是PM2.5主要的貢獻(xiàn)源類，它們的分擔(dān)率分別為20.8%、18.0%、12.7%、11.4%、9.4%和8.0%；相比之下，海鹽、船舶和二次有機(jī)碳的貢獻(xiàn)較低，分擔(dān)率分別為3.0%、2.6%和1.8%?？偟膩?lái)看，PM2.5全年的主要貢獻(xiàn)源類均為城市揚(yáng)塵和二次硝酸鹽，其次是機(jī)動(dòng)車、二次硫酸鹽、建筑水泥塵以及燃煤，海鹽、船舶及二次有機(jī)碳的貢獻(xiàn)不大。

通過(guò)2020年不同季節(jié)PM2.5的源解析結(jié)果可以看出(表2)，秋季城市揚(yáng)塵的貢獻(xiàn)要明顯高于其他季節(jié)，秋季和冬季燃煤源和機(jī)動(dòng)車的貢獻(xiàn)相比于春夏季有所增加；秋季二次硫酸鹽的貢獻(xiàn)明顯低于其他季節(jié)，而春季和冬季二次硝酸鹽的貢獻(xiàn)明顯高于夏秋季；夏秋季建筑水泥塵、船舶和海鹽的貢獻(xiàn)高于春季和冬季；相比之下，各季節(jié)二次有機(jī)碳的貢獻(xiàn)變化不大。

表2 PM2.5源解析的源貢獻(xiàn)值和分擔(dān)率

根據(jù)研究區(qū)域大氣污染物的源排放清單及空氣質(zhì)量模型模擬結(jié)果對(duì)二次顆粒物來(lái)源進(jìn)行再分配，得到綜合來(lái)源解析結(jié)果。揚(yáng)塵、機(jī)動(dòng)車、燃煤、船舶、海鹽和工藝過(guò)程的分擔(dān)率分別為30.2%、23.1%、19.7%、5.6%、3.0%和2.9%。

根據(jù)研究區(qū)域各行業(yè)一次排放PM2.5的量以及空氣質(zhì)量模型模擬的各子源類對(duì)環(huán)境空氣中顆粒物貢獻(xiàn)的比例關(guān)系(圖10)，得到沿海區(qū)域全年的顆粒物精細(xì)化來(lái)源解析結(jié)果。對(duì)于PM2.5來(lái)說(shuō)，電廠及供熱燃煤、工業(yè)鍋爐燃煤和民用散燒燃煤的貢獻(xiàn)分別為4.9%、7.9%和6.9%；柴油車和汽油車的貢獻(xiàn)分別為12.7%和10.4%；除此之外，居民生活、農(nóng)業(yè)生產(chǎn)和生物質(zhì)燃燒的貢獻(xiàn)分別為8.7%、3.2%和1.5%。

圖10 2020年P(guān)M2.5精細(xì)化來(lái)源解析結(jié)果

2.5 后軌跡聚類分析

利用后向軌跡模型分析軟件TrajStat，對(duì)嶗山區(qū) 2020 年全年及不同季節(jié)的后向軌跡進(jìn)行計(jì)算，分析嶗山區(qū)的大氣污染物的主要傳輸過(guò)程。結(jié)果顯示，嶗山區(qū) 2020 年全年的后向軌跡主要聚類成 4 類軌跡(圖11)。研究期間，來(lái)自江蘇省南部，向北途經(jīng)黃海到達(dá)嶗山的氣流軌跡在氣流軌跡總數(shù)中所占的比例最大，達(dá)到 35.55%；其次是來(lái)自內(nèi)蒙古呼倫貝爾，途經(jīng)遼寧省、渤海海域、山東北部等區(qū)域的氣流軌跡占 28.88%；來(lái)自東北部黃海方向的氣流軌跡， 占 26.57%；而來(lái)自西北方向俄羅斯、蒙古的長(zhǎng)距離傳輸氣流軌跡達(dá)到 9.41%。

圖11 嶗山區(qū)全年后軌跡聚類結(jié)果

對(duì)嶗山區(qū)春季、夏季、秋季、冬季的后向軌跡進(jìn)行聚類分析，分別得到各個(gè)季節(jié)的聚類軌跡(圖12)。春季來(lái)自東南黃海方向的氣流軌跡在氣流軌跡總數(shù)中所占的比例最大，達(dá)到49.46%；其次是來(lái)自北部?jī)?nèi)蒙古興安盟，途經(jīng)遼寧西部、渤海海域的氣流軌跡占22.01%；來(lái)自蒙古，經(jīng)過(guò)內(nèi)蒙古錫林郭勒盟、河北省東北部、渤海海域的傳輸氣流軌跡占21.47%；來(lái)自西北俄羅斯、蒙古方向的長(zhǎng)距離傳輸氣流軌跡占7.07%。夏季來(lái)自東南黃海海域的氣流軌跡所占比例最大， 為48.37%；其次是來(lái)自渤海海域，經(jīng)山東省東北部到達(dá)的氣流軌跡占24.46%；來(lái)自福建福州方向，途經(jīng)浙江省、江蘇省、黃海海域的氣流軌跡占19.29%；來(lái)自東海東南海域，經(jīng)過(guò)黃海到達(dá)嶗山的氣流軌跡占7.88%。秋季來(lái)自青島市的本地氣流軌跡占比最高，為 45.76%；來(lái)自西北方向蒙古和俄羅斯，途經(jīng)京津冀、渤海海域的長(zhǎng)距離傳輸氣流軌跡占比分別達(dá)到22.46%和12.71%；來(lái)自朝鮮半島，途經(jīng)黃海海域到達(dá)嶗山的氣流軌跡占19.07%。冬季來(lái)自內(nèi)蒙古錫林郭勒盟，途經(jīng)京津冀、渤海海域的氣流軌跡占比最高，為 42.92%；其次是來(lái)自山東省威海市， 經(jīng)由黃海海域又回到山東省的氣流軌跡占23.33%；來(lái)自黑龍江大興安嶺地區(qū)， 途經(jīng)內(nèi)蒙古東北部、遼寧省、渤海海域的氣流軌跡占19.58%；來(lái)自蒙古方向，途經(jīng)內(nèi)蒙古、京津冀、渤海海域的長(zhǎng)距離傳輸氣流軌跡占14.17%?？偟膩?lái)看，嶗山區(qū)春、夏季氣流主要來(lái)自東南黃海海域，秋季氣流則以本地占比居多，冬季氣流主要來(lái)自內(nèi)蒙古方向。

圖12 嶗山區(qū)后軌跡分季節(jié)聚類結(jié)果

3 結(jié)論

(1)PM2.5年際變化呈先降低再升高再降低的趨勢(shì)，季節(jié)變化規(guī)律顯著，冬季濃度最高，高濃度PM2.5主要集中在1、12月；2020年P(guān)M2.5濃度具有明顯的日變化趨勢(shì)，分別在9時(shí)和18時(shí)出現(xiàn)峰值和谷值。

(2)揚(yáng)塵是沿海區(qū)域大氣顆粒物的主要來(lái)源。揚(yáng)塵對(duì)全年P(guān)M2.5分擔(dān)率達(dá)到30.2%，明顯高于其他源類；其中建筑水泥塵對(duì)全年P(guān)M2.5分擔(dān)率為9.4%，表明建筑水泥塵的影響非常顯著。2017—2020年沿海區(qū)域PM2.5/PM10比值在0.47～0.54之間，且基本呈逐年降低趨勢(shì)，揚(yáng)塵污染逐年相對(duì)凸顯。

(3)機(jī)動(dòng)車污染較為嚴(yán)重。機(jī)動(dòng)車對(duì)PM2.5分擔(dān)率為23.1%，是僅次于揚(yáng)塵源的第二大貢獻(xiàn)源類。燃煤污染仍不可忽視，燃煤源對(duì)PM2.5的貢獻(xiàn)率是19.7%，秋季和冬季PM2.5中燃煤源的分擔(dān)率相對(duì)較高，春季和夏季的分擔(dān)率較低。

(4)嶗山區(qū)在不同季節(jié)受氣團(tuán)來(lái)向的影響差異較為顯著。春夏秋受短距離氣流輸送的影響較為顯著，冬季主要受長(zhǎng)距離氣流輸送影響。黃海海域和渤海海域?qū)魃絽^(qū)的氣流輸送作用分別發(fā)生在春夏和秋冬季節(jié)。