研究论文 正式出版 版本 1 Vol 11 (1) : 99-111 2020
下载
2010—2018年西安市大气污染物变化特征分析
Characteristics of variations of atmospheric pollutants over Xi’an during 2010—2018
: 2019 - 02 - 22
: 2019 - 05 - 23
: 2019 - 05 - 28
24 0 0
摘要&关键词
摘要:日益严重的大气污染问题不仅对西安市的城市形象,还对人们的身体健康造成危害。对西安市13个国控环境质量自动监测站6类污染物的数据进行时空变化特征分析,对各污染物的相关性进行分析,并探讨大气污染原因,结果表明:2010—2018年SO2浓度显著降低,PM10和NO2年均浓度总体并未呈现下降趋势,2013—2018年PM2.5浓度变化趋势与PM10浓度变化趋势相同,二者污染情况均较严重,CO浓度呈减小趋势,2013—2016年O3的污染状况有恶化趋势;第二、三产业增加值的大幅上升所反映的工业、旅游业、交通运输、餐饮业的大规模发展,对西安空气质量有较大影响;SO2的工业减排对大气SO2浓度水平下降效果明显,但NOx和烟(粉)尘排放量的下降却没有反映在大气NO2和颗粒物浓度下降上。说明大气NO2来源除了工业来源外,还有其他重要来源(如:机动车排放、天然气燃烧产物),同时也反映了大气颗粒物来源的复杂,单纯依靠降低烟(粉)尘排放量无法有效降低颗粒物浓度。高增速的机动车保有量和能源消费结构均对西安市大气污染问题有重要影响。
关键词:大气污染物;时空分布;污染原因分析
Abstract & Keywords
Abstract: Background, aim, and scope With the development of economy, the problem of air pollution is becoming more and more acute. Because of its special terrain and more anthropogenic emission activities, Xi’an has become one of the most polluted cities, seriously affecting its tourism development and the image of an international metropolis. In addition, air pollution also causes harm to people’s health. The goals of this study are (1) to investigate the variation of atmospheric pollutants; (2) to analyse of the correlation of various pollutants; (3) to identify the causes of air pollution. This work provides reference for air pollution prevention and control in Xi’an. Materials and methods The concentration of atmospheric pollutants in Xi’an were monitored at 13 monitoring stations, from January 1, 2010 to December 31, 2018. We discussed the temporal and spatial variation of atmospheric pollutants, and made correlation analysis of various pollutants. Results The annual concentration of SO2 decreased significantly during 2010—2018, but the annual concentration of PM10 and NO2 did not show a downward trend. The change trend of PM2.5 annual concentration during 2013—2018 was the same as that of PM10. The pollution situation of PM2.5 and PM10 were both serious, the CO annual concentration showed a downward trend, and the pollution situation of O3 from 2013 to 2016 showed a deteriorating trend. Discussion The annual change of pollutant concentration is related to a series of “pollution control and haze reduction” work in Xi’an. The reduction of SO2 concentration is related to the work of “coal-fired boiler disassembly” since 2013. However, the problem of NO2 pollution has not improved because the promotion of “coal to gas” work effectively reduces SO2 concentration, while the combustion of natural gas produces more nitrogen oxides. The decrease of CO concentration reflects that the promotion of clean energy for automobiles and public transport in Xi’an has been more effective in recent years. The deterioration of ozone pollution is mainly related to the increase of volatile organic pollutants (VOCs) and nitrogen oxides emissions. The concentration of PM2.5 and PM10 is restricted by many factors. It is necessary to coordinate the treatment of various pollution factors in order to alleviate PM2.5 and PM10 pollution. Conclusions The large-scale development of industry, tourism, transportation and catering industry has great influence on air quality in Xi’an. Industrial emission reduction of SO2 has a significant effect on the reduction of SO2 concentration in the atmosphere, but the decrease of NOx and dust emission is not reflected in the decrease of NO2 and particulate matter concentration in the atmosphere. It shows that besides industrial sources, there are other important sources of atmospheric NO2 (such as vehicle emissions and natural gas combustion products). What’s more, it reflects the complexity of the sources of atmospheric particulate matter. Reducing the emissions of smoke (powder) dust alone cannot effectively reduce the concentration of particulate matter. High increment speed of motor vehicle ownership and energy consumption structure have an important impact on air pollution in Xi’an. Recommendations and perspectives The results indicate that further reduction of motor vehicle emissions and change of energy consumption structure must have an important impact on alleviating air pollution in Xi’an.
Keywords: atmospheric pollutants; spatial and temporal distribution; analysis of pollution causes
随着经济的增长,城镇化和工业化发展的加快,大气污染事件在我国大部地区都有发生,人类的生产生活质量直接受到影响。化工厂、火电厂、汽车等排放的氮氧化物、二氧化硫、一氧化碳及其产生的臭氧和细颗粒物是影响人体健康的主要污染物,为了预防和减少空气污染,专家学者对城市大气污染进行了大量研究(张丽华等,2016)。这些研究主要集中在空气污染物的化学成分(Cheng et al,2012;Cheng et al,2016)、来源解析(Chen et al,2015)以及时空分布格局(Chen et al,2016;Xu et al,2016),包括时空变化或变化趋势的模拟。研究一个城市各监测站点污染物数据的时间和空间分布差异,能有效地反映出具体某区域在环境保护方面存在的问题和取得的成效。Wang et al(2014)通过对我国31个省会城市2013—2014年6种大气污染物时空变化的研究发现,尽管东南部地区秋季和西部地区春季也经常发生高污染事件,但北部地区的PM2.5、PM10、CO和SO2浓度高于西部和东南部地区。羊兴等(2017)对喀什市2015年3个环境监测站的6类污染物逐时浓度数据进行了分析,得到了喀什市大气污染物时空分布特征。郭伟等(2014)利用西安市2010—2012年大气污染数据进行了时空分布特征分析,并探讨了污染状况与风向风速、降雨、雾霾天气及冬季采暖等因素的关联性。近几年,国家不断推动西部地区发展,在经济腾飞的同时,空气污染问题日益凸显。西安市由于其特殊的地形和较多的人为排放活动,成为空气污染最为严重的城市之一(周慧等,2005),严重影响了其旅游业发展和国际大都市的形象。
本文通过对西安市2010—2018年13个站点环境监测数据的6类大气污染物的时空分布特征、污染物之间的相关性进行统计分析,并对污染成因进行探讨,以期对西安市大气污染防治工作提供参考。
1   研究区域概况及数据来源
1.1   研究区域概况
西安市地处关中平原中部,渭河流经城市北部,南以秦岭为界,东以零河和灞源山地为界,西以太白山地及青化黄土台塬为界。西安市的气候为暖温带半湿润大陆性季风气候,全年四季分明,雨量适中,年平均降水量537.5—1028 mm,市区年平均降水量约585 mm。年平均气温6.4—13.4℃,最冷月份1月平均气温-0.9—5.4℃,最热月份7月平均气温17.6—26.6℃。全年平均风速1.3—2.6 m·s-1,地方风的盛行风向受局部地形变化影响较大,市区为东北风,周至、户县为西风,长安为东南风,蓝田为西北风。西安市的地理位置及气候不利于其春冬两季的大气污染物扩散。
1.2   数据来源
所用的环境监测数据来源于13个国控环境质量自动监测站,其位于污染较为集中的主城区及部分周边地区,分别是高压开关厂(莲湖区)、兴庆小区(碑林区)、纺织城(灞桥区)、小寨(雁塔区)、市人民体育场(新城区)、高新西区、经开区、长安区、阎良区、临潼区、草滩(未央区)、曲江文化集团(曲江新区)和广运潭(浐灞生态区)。监测指标为SO2、NO2、CO、PM2. 5、PM10 24 h平均值和O3滑动8 h平均值(均为AQI值),参考公式(1)(中华人民共和国环境保护部,2012a)将所有污染物AQI值转化为以μg·m-3为单位的浓度数据。监测日期为2010年1月1日—2018年12月31日。
\({\mathrm{A}\mathrm{Q}\mathrm{I}}_{\mathrm{x}}=\frac{{\mathrm{A}\mathrm{Q}\mathrm{I}}_{\mathrm{x}_\mathrm{u}\mathrm{p}}-{\mathrm{A}\mathrm{Q}\mathrm{I}}_{\mathrm{x}_\mathrm{l}\mathrm{o}\mathrm{w}}}{{\mathrm{C}}_{\mathrm{x}_\mathrm{u}\mathrm{p}}-{\mathrm{C}}_{\mathrm{x}_\mathrm{l}\mathrm{o}\mathrm{w}}}×\left({\mathrm{C}}_{\mathrm{x}}-{\mathrm{C}}_{\mathrm{x}_\mathrm{l}\mathrm{o}\mathrm{w}}\right)+{\mathrm{A}\mathrm{Q}\mathrm{I}}_{\mathrm{x}_\mathrm{l}\mathrm{o}\mathrm{w}}\) (1)
式中:Cx是污染物x的日浓度,Cx_upCx_low分别是大气污染物x的浓度范围的上限和下限;AQIx_up和AQIx_low是对应于Cx_upCx_low的AQIx值。
2   西安市大气污染的时空变化特征分析
2.1   时间变化特征分析
2.1.1   大气污染物年均值变化
图1为2010—2018年西安市六种主要大气污染物(SO2、NO2、CO、O3、PM10、PM2.5)浓度的逐年变化趋势。


图1   2010—2018年西安市大气污染物年均值变化
Fig. 1 Annual variation of air pollutants in Xi’an during 2010—2018
由SO2浓度的逐年变化可知,2010—2018年西安市年均SO2浓度总体呈下降趋势,其中2010—2012年下降幅度较小,从43.49 μg·m-3下降至40.10 μg·m-3(年均下降3.90%);2013年是污染严重年,SO2年均浓度回升至46.16 μg·m-3,自2013年起下降趋势明显(2013—2018年累计下降68.46%),2018年SO2浓度下降至14.56 μg·m-3,得益于西安市自2013年起治污减霾工作中从不间断地狠抓“燃煤锅炉拆改”,2013年就拆改了593台燃煤锅炉。2014年起,西安市范围内不再新建燃煤锅炉,新安装锅炉(包括集中供热锅炉)全部使用天然气或炼制天然气、煤层气等清洁能源,热力、天然气管网覆盖不到位的区域改用电、柴油等清洁能源。2015年底,西安市建成区范围内20蒸吨以下地方单位燃煤锅炉已经实现“清零”。2013—2016年4年间,西安市累计拆除燃煤锅炉1482台,共计7065.26蒸吨,2017年更是提前超额完成了当年的燃煤锅炉拆除任务。
由NO2浓度的逐年变化可知,2010—2018年西安市NO2年均浓度不降反升,2010年的年均质量浓度46.14 μg·m-3,随后两年NO2年均浓度虽有所下降,但2013年NO2年均浓度一度上升至57.66 μg·m-3,之后在治污减霾工作的推动中,虽然NO2有所下降,但2017年,NO2浓度又一次上升到56.51 μg·m-3,这与西安市大力开展的压减燃煤政策有关,其中“煤改气”工作的推进在有效降低SO2浓度的同时,天然气的燃烧却产生了更多的氮氧化物。2018年NO2浓度水平较2017年有所下降,可能与2018年西安市全面推进的“燃气锅炉低氮改造”工作有关。
由CO浓度的逐年变化可知,在统计期间,CO的年均浓度从2114.52 μg·m-3下降到1209.00 μg·m-3,降低了42.82%,反映出近年来西安市开展的对汽车及公共交通推广清洁能源工作较有成效。2013—2018年CO超过国家空气质量标准二级限值(4000 μg·m-3)(中华人民共和国环境保护部,2012b)的天数为51天,总超标率为2.40%,除2013年和2016年分别超标32天和11天以外,其余年份年均超标仅为2天。总体上看,CO污染问题已得到遏制并趋于稳定。
由O3浓度的逐年变化可知,从年均浓度变化看,2013—2016年O3年均浓度总体呈先下降后升高的趋势,2014年达到最低值(68.59 μg·m-3),随后O3浓度逐年上升,2016年年均浓度为86.68 μg·m-3。在2013—2016年O3日最大8小时浓度监测期间,超过二级浓度限值(160 μg·m-3)的有118天,其中2013年超过二级浓度限值的天数为52天,污染最为严重,2014年虽然有所缓解(8天),但2015和2016年超过二级浓度限值的天数分别为20天和37天;结合O3年均浓度变化和每年超标天数的变化,说明臭氧污染逐渐加重,臭氧污染主要来源于光化学反应产物,即大气的挥发性有机污染物(VOCs)和氮氧化物,在紫外线照射下,经过光化学反应产生了臭氧(牟敬锋等,2018)。故而近两年西安市在臭氧治理上也开展了挥发性有机物专项整治和机动车污染专项整治等相关工作。
由PM10浓度的逐年变化可知,2010—2012年,PM10年均浓度水平较为稳定,为118.26—124.82 μg·m-3,2013年PM10浓度显著增长,上升至186.23 μg·m-3,是年平均二级浓度限值(70 μg·m-3)的2.66倍,日均浓度超标率(日均浓度大于150 μg·m-3)高达49.60%。自2013年起,下降趋势明显(2013—2018累计下降35.40%),2018年PM10浓度达120.30 μg·m-3(是年平均二级浓度限值的1.72倍,日均浓度超标率为24.66%),与2010年基本持平,故总体上看,与其他污染物一样,2013年PM10污染相当严重,之后随着西安市治污减霾行动的开展,PM10污染有所缓解,但仍然较为严重。
由PM2.5浓度的逐年变化可知,2013—2018年,PM2.5年均浓度总体呈现先下降,于2015年达到最低值,随后污染情况有一定程度恶化,PM2.5浓度有所上升。2013年污染最为严重,PM2.5年均浓度为105.33 μg·m-3,日均浓度超标率(日均浓度二级限值为75 μg·m-3)为51.78%,随后PM2.5质量浓度开始降低,于2015年达到最低值(年均质量浓度为57.53 μg·m-3,日均浓度超标率为17.78%),2015—2018年PM2.5质量浓度有一定波动,截至2018年,PM2.5年均浓度为61.62 μg·m-3,日均浓度超标率为25.75%,均比2015年有所上升。PM2.5的浓度逐年变化趋势与PM10的逐年变化趋势较为一致。
综上,2010—2018年SO2浓度显著降低,PM10和NO2年均浓度总体并未呈现下降趋势,其他污染物(PM2.5、CO、O3)由于缺少2010—2012年的数据,只能说明2013年是一个污染情况严重的特殊年份。2013—2018年PM2.5浓度变化趋势与PM10浓度变化趋势相同,CO浓度呈减小趋势,2013—2016年O3的污染状况有恶化趋势,需要引起有关部门的重视。
2.1.2   大气污染物月变化
图2为2010—2018年西安市大气污染物月均值变化。从SO2浓度的逐月变化可知,西安市SO2的月均浓度整体呈开口向上的抛物线,其中12月、1月、2月的浓度最高,9年均值浓度分别为56.59 μg·m-3、73.30 μg·m-3、52.02 μg·m-3,主要受采暖季燃煤的影响,冬季燃煤量较大,逆温较强,不利气象条件导致SO2容易积累;6月、7月、8月的浓度最低,6年均值浓度分别为15.61 μg·m-3、12.27 μg·m-3、13.92 μg·m-3,主要由于这些月份排放量较低,加之大气垂直运动活跃,扩散条件较好。分季节来看,2010—2015年春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12月、1月、2月)平均浓度分别为25.54 μg·m-3、13.93 μg·m-3、24.12 μg·m-3、61.64 μg·m-3,整体呈现出冬季>春季>秋季>夏季(冬季较高,春秋季相当,夏季较低)的特征。


图2   2010—2015年西安市大气污染物月均值变化
Fig. 2 Month variation of air pollutants in Xi’an during 2010—2015
从NO2浓度的逐月变化可知,西安市NO2的月均浓度整体呈开口向上的抛物线,但月均浓度差异没有SO2差异显著,相较于SO2的大幅增长(最低浓度月到最高浓度月增长497.39%),NO2最低浓度月到最高浓度月增长仅为111.64%。分季节来看,春季、夏季、秋季、冬季平均浓度分别为48.40 μg·m-3、34.72 μg·m-3、49.80 μg·m-3、62.55μg·m-3,整体呈现出冬季>秋季>春季>夏季(冬季较高,春秋季相当,夏季较低)的特征,与SO2季节分布特征相似。
从CO浓度的逐月变化可知,西安市CO的月均浓度整体呈开口向上的抛物线,其中12月、1月、2月的浓度显著升高,6年均值浓度分别为2321.21 μg·m-3、2846.20 μg·m-3、2337.31 μg·m-3,主要受采暖季燃煤的影响,CO作为煤不完全燃烧的产物,加之冬季较为稳定的大气状态,导致CO浓度显著高于其他季节(冬季CO浓度与春季、夏季、秋季相比分别增长了62.24%、128.31%、64.62%)。分季节来看,2013—2018年春季、夏季、秋季、冬季平均浓度分别为1541.87 μg·m-3、1095.68 μg·m-3、1519.61 μg·m-3、2501.57 μg·m-3,整体呈现出冬季>春季>秋季>夏季的特征。
从O3浓度的逐月变化可知,西安市O3的月均浓度整体呈开口向下的抛物线,其中5月、6月、7月、8月的浓度最高,4年均值浓度分别为106.44 μg·m-3、123.69 μg·m-3、143.55 μg·m-3、132.94 μg·m-3,而11月、12月、1月的浓度明显低于其他月份,4年均值浓度分别为32.60 μg·m-3、37.05 μg·m-3、37.64 μg·m-3。继2013年O3污染严重后,2014年O3污染情况较2013年有明显缓解,但2015年与2014年相比,O3污染高峰持续月份增加,由原本的6—8月,增加到5—8月,2016年O3污染情况进一步恶化,4—9月O3月平均浓度均高于100 μg·m-3。分季节来看,2013—2016年春季、夏季、秋季、冬季平均浓度分别为85.95 μg·m-3、133.39 μg·m-3、66.55 μg·m-3、42.73μg·m-3,整体呈现出夏季>春季>秋季>冬季的特征,其中夏季的O3浓度水平远远高于其他季节。
从PM10浓度的逐月变化可知,西安市PM10的月均浓度除6—9月低于100 μg·m-3(平均浓度为85.77 μg·m-3),其他月份PM10的月均浓度均高于110 μg·m-3,尤其是12月、1月、2月、3月,平均浓度高达185.78 μg·m-3。分季节来看,2010—2018年春季、夏季、秋季、冬季平均浓度分别为138.45 μg·m-3、84.27 μg·m-3、123.31 μg·m-3、191.89 μg·m-3,整体呈现出冬季>春季>秋季>夏季的特征。
从PM2.5浓度的逐月变化可知,西安市PM2.5的12月、1月、2月的浓度明显高于其他月份,6年均值浓度分别为123.10 μg·m-3、147.99 μg·m-3、120.27 μg·m-3;6月、7月、8月的浓度最低,6年均值浓度分别为36.76 μg·m-3、35.60 μg·m-3、41.38 μg·m-3;其中,2月到4月,PM2.5质量浓度显著下降,累计降幅达53.13%;11月到12月,PM2.5质量浓度显著上升,升幅达到45.30%;较大的浮动主要是由于换季气象条件的改变和采暖季的影响。分季节来看,2013—2018年春季、夏季、秋季、冬季平均浓度分别为62.25 μg·m-3、38.08 μg·m-3、66.21 μg·m-3、130.46μg·m-3,整体呈现出冬季>秋季 >春季>夏季(冬季显著较高,春秋季相当,夏季较低)的特征。
从各污染物月平均浓度变化趋势看,各污染物(除O3外)每年的变化趋势都比较一致,均呈开口向上的抛物线,严重污染大部分是发生在12月、1月、2月,在6月、7月、8月达到最低值;O3月浓度变化趋势正好相反,呈现开口向下的抛物线,在7月或8月达到峰值。季节变化差异方面,除O3浓度水平夏季显著高于其他季节,其他污染物均为冬季浓度水平最高。
2.2   空间变化特征分析
由于2010—2012年并不是每个站点都有数据。2013年又是较为特殊的严重污染年,且较近的年份对于了解当前污染物分布更具有时效性。故关于西安市大气污染物空间分布特征的讨论主要利用近五年(2014—2018年)大气污染物的数据。图3a为2014—2018年13个监测站点SO2浓度逐年的变化趋势。总体上看,各个站点在监测数据统计年间,SO2浓度水平总体上均呈现下降趋势,其中高压开关厂、阎良区SO2浓度相对高于其他站点,曲江文化产业集团浓度处于较低水平(2014—2018年平均年均浓度为17.10 μg·m-3,2018年年均浓度仅为8.66 μg·m-3)由于SO2治理效果显著,各站点降幅在38.45%—70.86%,其中降幅最大的是曲江文化产业集团(70.86%),其次是长安区(68.22%)、高压开关厂(61.45%)、临潼区(59.10%),13个站点中有9个站点降幅在50%以上。


图3   2014—2018 年13个监测站点大气污染物浓度年际变化趋势(a:SO2,b:NO2,c:CO,d:O3,e:PM10,f:PM2.5
Fig.3 Annual variation trend of atmospheric pollutants concentration at 13 monitoring stations during 2014—2018(a: SO2, b: NO2, c: CO, d: O3, e: PM10, f: PM2.5)
图3b为2014—2018年13个监测站点NO2浓度逐年的变化趋势。总体上看,NO2污染情况最严重的区域出现在高新西区,其次为小寨、纺织城、兴庆小区,草滩的NO2浓度水平低于其他地区。各个站点在监测数据统计年间,NO2的浓度水平波动较大,长安区、高新西区、阎良区、经开区、兴庆小区、曲江文化产业集团在NO2浓度水平不降反增,其中长安区NO2浓度由2010年的34.27 μg·m-3上升到2015年的53.14 μg·m-3,年均增幅达11%。在13个监测站点中,NO2浓度降幅最大的是市人民体育场,由2010年的62.10 μg·m-3,下降到2015年的42.51 μg·m-3,降幅达11%。除阎良区、临潼区、长安区、曲江文化产业集团的NO2浓度略有降低外,其他各监测站点NO2浓度均升高,其中涨幅最大的甚至达到58.32%(广运潭)。
图3c为2014—2018年13个监测站点CO浓度逐年的变化趋势。总体上看,草滩CO浓度水平显著高于其他地区,其次为曲江文化产业集团、经开区、广运潭,高压开关厂、临潼区、纺织城的CO浓度水平明显低于其他地区。2014—2018年,各站点变化趋势大体与西安市整体变化趋势一致,均呈现下降趋势,各站点下降幅度在10.55%—44.44%,其中曲江文化产业集团降幅最大,纺织城降幅最小。
图3d为2014—2016年13个监测站点O3浓度逐年的变化趋势。总体上看,各站点O3浓度变化趋势与西安市整体变化趋势一致,其中2014—2016年阎良区、兴庆小区、高压开关厂、经开区的增幅均在40%以上;西安O3浓度不存在明显的空间分布差异,2016年各监测站点O3浓度水平在79.24—95.99 μg·m-3
图3e为2014—2018年13个监测站点PM10浓度逐年的变化趋势。总体上看,2014—2018年,除广运潭PM10浓度略有升高外,其他各站点均呈下降趋势(草滩降幅最大,为32.21%),但各个站点PM10污染水平仍然较高(各站点在统计期间年均值均超过PM10年均二级浓度限值),污染范围较广,13个站点5年平均值在125.88—145.27 μg·m-3
图3f为2014—2018年13个监测站点PM2.5浓度逐年的变化趋势。总体上看,2015年是各个站点PM2.5污染情况较好的一年,2015年各站点PM2.5年均浓度水平相比2014年均有所下降(降幅在16.74%—43.84%),但2016年各站点PM2.5浓度均有所上升(升幅在5.63%—60.35%),2016—2018年各站点浓度均有一定程度波动,总体呈下降趋势。PM2.5与PM10污染情况相似,也具有污染水平较高、污染范围较广的特点,2014—2018年各站点的平均值在63.50—73.57 μg·m-3
从各污染物的角度来看,西安市各区域SO2浓度均呈下降趋势,已不再是整个西安地区的主要大气污染物,说明西安的“燃煤锅炉改造”工作取得了不错的成效;NO2浓度水平波动较大,且污染情况呈加重趋势;西安市各区域CO的年均浓度均呈下降趋势,这体现出了西安市对汽车和公共交通推广清洁能源的成效。O3的浓度水平不存在明显的空间差异,各站点的浓度水平数据反映了O3污染日趋严重的问题。PM10和PM2.5作为西安地区主要污染物的地位毋庸置疑,呈现污染范围广、浓度水平高的特点,二者的变化受到多种因素的共同影响,虽然总体上二者的污染程度呈现减小的趋势,但二者的年均浓度值均远高于各自的年均二级浓度限值,仍需要有关部门加大治理力度。
3   大气污染物相关性分析
利用SPSS 19.0对不同季度污染物浓度间进行皮尔逊(Person)相关性分析(表1),在4个季节(3—5月为春季,6—8月为夏季,9—11月为秋季,12—2月为冬季)中,PM10与PM2.5的相关系数分别为0.934、0.924、0.974、0.946,显著性水平α=0.01时,p值均小于0.01,说明PM10与PM2.5呈显著正相关。PM2.5、PM10与气态污染物SO2、CO、NO2均存在着不同程度的正相关,说明了PM2.5、PM10与这3种气态污染物具有高度同源性。夏季PM2.5、PM10与NO2的相关性不够显著,但与O3相关性较为显著。气态污染物之间,SO2与CO呈显著正相关,是由于二者均受化石燃料燃烧及机动车尾气因素的影响;NO2与CO、SO2相关性不显著,说明NO2除了与上述两种因素有关以外,还受到其他因素的影响,如参与O3的形成。
表1   西安市大气污染物相关性分析
季节Season污染物Pollutants污染物Pollutants
SO2NO2PM10COO3PM2.5
春季SpringSO21
NO20.5151
PM100.8690.6481
CO0.8220.4050.7121
O3-0.478-0.113-0.461-0.6211
PM2.50.8550.7350.9340.750-0.4751
夏季SummerSO21
NO20.3711
PM100.7550.5131
CO0.5350.0900.5581
O30.404-0.0080.6540.3401
PM2.50.8680.4030.9240.6260.6001
秋季AutumnSO21
NO20.3091
PM100.6300.7751
CO0.7590.4780.8081
O30.263-0.1000.1440.1111
PM2.50.5990.7950.9740.8010.1681
冬季WinterSO21
NO20.3281
PM100.7180.6711
CO0.7940.2420.7581
O30.607-0.2720.2890.6161
PM2.50.5940.6570.9460.6610.1981
**:在0.01水平(双侧)上显著相关;*:在0.05水平(双侧)上显著相关。
4   污染原因分析
每个地区的地理位置是固定的,且从较长的时间尺度来研究某地的大气污染问题,可以认为该地区的气象条件变化不大。故就西安地区而言,近年来日益严重的污染情况与污染物的排放情况密不可分。
4.1   产业结构
2010—2017年西安市经济高速发展,生产总值从2010年的3242.86亿元上升到2015年的7471.89亿元,累计增长130.41%。西安市的产业结构总体上呈“三、二、一”的趋势分布。在2010—2017年,三大产业生产总值均有所增加,就各产业增加值占比情况看,第三产业增加值占比持续增长,由2010年的53.82%增加到2017年的61.49%,这得益于交通运输、邮政业和旅游业的兴起,但同时也会对环境造成一定的破坏。第二产业主要为工业和建筑业,其增加值所占比重虽有所下降(累计下降7.11%),但由于生产总值增加值的绝对量大,2017年第二产业增加值相较2010年增长了163.24%,故第二产业的大力发展,对环境问题,特别是空气污染问题有不可忽视的影响。第一产业的变化趋势最稳定,截至2017年,在西安市生产总值增加值中仅占3.76%。因此,分析西安市空气污染问题的成因,主要集中在讨论第二产业和第三产业对空气污染问题的影响。


图4   2010—2017年西安市不同产业结构生产总值变化(西安市统计局和国家统计局西安调查队,2011,2012,2013,2014,2015,2016,2017,2018)
Fig. 4 Gross Domestic Product (GDP) change of different industrial structures in Xi’an during 2010—2017 (Xi’an Municipal Bureau of Statistics and NBS Survey Office in Xi’an, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018)
第二产业主要是工业和建筑业,由此造成的主要是颗粒物的污染。从表2中可以看出,8年年均第二产业增加值由大到小依次为:未央区>雁塔区>长安区>莲湖区>新城区>灞桥区>碑林区>临潼区>阎良区。其中,在这8年中,累计增幅较大的区域有长安区(195.33%)、阎良区(133.62%)、碑林区(110.64%);尤其是长安区,2014年以来第二产业的高速发展是导致长安区颗粒物污染更为严重的重要原因(2015—2016年PM10浓度增加了32.94%,2016—2017年PM2.5浓度增加了35.86%)。
表2   2010—2017年西安市主要行政区第二产业增加值(亿元)(西安市统计局和国家统计局西安调查队,2011,2012,2013,2014,2015,2016,2017,2018)
年份
Year
新城区
Xincheng district
碑林区
Beilin
district
莲湖区
Lianhu
district
灞桥区
Baqiao
district
未央区
Weiyang
district
雁塔区
Yanta
district
阎良区
Yanliang
district
临潼区
Lintong
district
长安区
Chang’an
district
2010132.4585.08174.8497.54218.78211.3450.3379.15136.07
2011152.99110.42199.48120.53244.40255.6559.79102.03160.06
2012174.5492.89212.22134.69265.08311.4675.16120.43160.16
2013190.16106.71224.67157.45318.24354.8594.95126.49168.63
2014186.67120.03193.90141.61371.00389.82105.61116.26217.23
2015178.21134.23183.47124.24357.71365.07102.7181.20261.90
2016192.05151.36194.55117.98379.68338.05102.3959.25332.60
2017216.83179.21239.80140.22405.79331.31117.5866.76401.86
2010—2017年西安市第三产业的蓬勃发展,如其中的旅游业、餐饮业、交通运输业的兴起,都会对环境产生一定的影响,尤其是空气质量。从表3中可以看出,8年年均第三产业增加值由大到小依次为:雁塔区>碑林区>莲湖区>未央区>新城区>长安区>灞桥区>临潼区>阎良区。其中,2010—2015年累计增幅由大到小依次是灞桥区(174.46%)>雁塔区(106.74%)>碑林区(98.49%)>未央区(97.76%)>莲湖区(92.99%)>长安区(91.22%)>阎良区(78.97%)>临潼区(77.92%)>新城区(63.14%),2015—2017年累计增幅由大到小依次是长安区(64.87%)>灞桥区(56.75%)>阎良区(54.60%)>临潼区(50.43%)>雁塔区(48.75%)>莲湖区(30.64%)>碑林区(27.74%)>新城区(26.44%)。各区的第三产业增加值较高的绝对量和较快的增长速度可能是O3污染逐年加重的原因。
表3   2010—2017年西安市主要行政区第三产业增加值(亿元)(西安市统计局和国家统计局西安调查队,2011,2012,2013,2014,2015,2016,2017,2018)
年份
Year
新城区
Xincheng district
碑林区
Beilin
district
莲湖区
Lianhu
district
灞桥区
Baqiao
district
未央区
Weiyang
district
雁塔区
Yanta
district
阎良区
Yanliang
district
临潼区
Lintong
district
长安区
Chang’an
district
2010193.57273.82202.1561.90182.63386.9135.5645.88112.67
2011226.90326.29237.7072.13222.29468.5242.3754.45135.89
2012254.38374.07267.1882.53250.74525.1146.6361.47150.68
2013281.59419.05302.0193.26281.32581.6152.0067.34166.35
2014280.41497.87345.63149.98331.08723.0256.4374.36194.53
2015315.79543.51390.13169.89361.17799.9063.6481.63215.45
2016348.61590.32427.36192.07392.14897.3868.9993.27236.95
2017399.27694.28509.67266.31438.081189.8498.39122.80355.22
4.2   工业污染
城市中几乎所有的工业生产都会排放污染大气的有害物质,而电力、冶金、化工、水泥等行业在生产过程中向大气排放工艺尾气和燃料燃烧烟气造成的大气污染特别严重。表4为2010—2017年西安市工业废气排放情况,统计数据显示,2010—2015年SO2和NOx的排放量下降了50%左右,但烟(粉)尘排放量在统计期间无明显好转;随着西安市治污减霾工作力度的加强,2015—2017年,SO2、NOx和烟(粉)尘排放量显著下降,分别下降了88.91%、66.90%、83.23%。SO2的工业减排对大气SO2浓度水平下降效果明显,但NOx和烟(粉)尘排放量的下降却没有反映在大气NO2和颗粒物浓度下降上。说明大气NO2来源除了工业来源外,还有其他重要来源(如:机动车排放、天然气燃烧产物),同时也反映了大气颗粒物来源的复杂,单纯依靠降低烟(粉)尘排放量不能降低颗粒物浓度。
表4   2010—2017年西安市工业废气排放情况(西安市统计局和国家统计局西安调查队,2011,2012,2013,2014,2015,2016,2017,2018)
指标 Item年份 Year
20102011201220132014201520162017
SO2排放量
Emissions of SO2 /t
81505.8397884.0283062.9064664.1562604.0338691.364913.893904.2
NOx排放量
Emissions of NOx /t
41857.7034921.7631823.3722364.266168.567402.6
烟(粉)尘排放量Emissions of Smoke and dust /t17462.5813658.3421985.4016443.532853.132757.5
4.3   交通污染
随着社会经济的发展,城市交通越来越发达,2010—2017年西安市机动车保有量高速增长,2010—2017年西安市机动车保有量年均增幅12.67%(图5)。机动车辆等交通运输工具,排放的尾气含有多种大气污染物,这也是加剧西安市大气污染的重要原因之一。尽管近年来西安市开展了机动车污染整治工作,由CO排放量的减小,可以看出机动车整治工作有一定成效,但西安市机动车基数的持续增加,使得O3前体物排放量不断增加,由光化学反应形成的二次气溶胶使得西安地区颗粒物污染形势仍然很严峻。因此,机动车限行常态化有助于缓解西安市O3污染问题。


图5   2010—2017年西安市机动车数量年际变化图(西安市统计局和国家统计局西安调查队,2011,2012,2013,2014,2015,2016,2017,2018)
Fig. 5 Annual variation of vehicle number in Xi’an during 2010—2017 (Xi’an Municipal Bureau of Statistics and NBS Survey Office in Xi’an, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018)
4.4   西安市能源结构及消耗
一直以来,陕西省是能源大省,一直呈现出以煤品消费为主导的能源消费结构,故西安市的能源消费结构也以煤品消费为主导。观察表5发现,煤炭消费在2010年达到峰值,之后每年都有所下降,且在2016—2017年有较大降幅(9.08%),煤炭消费量的下降与西安市“燃煤锅炉拆改”工作的大力开展有关,这也使得西安市SO2浓度在开展相关工作以来不断下降。在改善传统能源引发的污染问题时,提倡使用清洁能源以调整能源结构被提上日程。天然气消费量在2010—2016年由0.74亿立方米上升至3.23亿立方米,2016—2017年煤炭消费量的大幅下降,对应的是天然气消费量的大幅上升(由3.23亿立方米上升到14.5亿立方米,升幅达348.92%),由此导致了西安市NO2浓度水平的上升,当前西安市有关部门开展“燃气锅炉低氮改造”,以缓解由大量使用天然气而带来的NO2污染问题。
表5   2010—2017年西安市能源消费情况(西安市统计局和国家统计局西安调查队,2011,2012,2013,2014,2015,2016,2017,2018)
能源Energy年份 Year
20102011201220132014201520162017
煤炭消费量/万吨
Coal consumption /10000 tons
789.18826.91837.65802.49793.70781.71740.95673.7
天然气消费量/亿立方米
Natural gas consumption /100 million cubic meters
0.741.431.601.772.552.563.2314.5
5   结论
(1)从年际变化看,2010—2018年SO2浓度显著降低,PM10和NO2年均浓度总体并未呈现下降趋势,由于缺少其他污染物(PM2.5、CO、O3)2010—2012年的数据,只能说明2013年是一个污染情况严重的特殊年份。2013—2018年PM2.5浓度变化趋势与PM10浓度变化趋势相同,CO浓度呈减小趋势,2013—2016年O3的污染状况有恶化趋势,需要引起有关部门的重视。从月平均浓度变化趋势看,各污染物(除O3外)每年的变化趋势都比较一致,均呈开口向上的抛物线,严重污染大部分是发生在12月、1月、2月,在6月、7月、8月达到最低值;O3月浓度变化趋势正好相反,呈现开口向下的抛物线,在7月或8月达到峰值。季节变化差异方面,除O3浓度水平夏季显著高于其他季节,其他污染物均为冬季浓度水平最高。
(2)从各污染物的角度来看,西安市各区域SO2浓度均呈下降趋势,已不再是整个西安地区的主要大气污染物;NO2浓度水平波动较大,且污染情况呈加重趋势;西安市各区域CO的年均浓度均呈下降趋势;O3的浓度水平不存在明显的空间差异,各站点的浓度水平数据反映了O3污染日趋严重的问题。PM10和PM2.5作为西安地区主要污染物的地位毋庸置疑,呈现污染范围广、浓度水平高的特点,二者的变化受到多种因素的共同影响,虽然总体上二者的污染程度呈现减小的趋势,但二者的年均浓度值均远高于各自的年均二级浓度限值,仍需要有关部门加大治理力度。
(3)通过各大气污染物的相关性分析,发现:PM10与PM2.5呈显著正相关,且PM2.5、PM10与气态污染物SO2、CO、NO2具有高度同源性。
(4)第二、三产业增加值的大幅上升所反映的工业、旅游业、交通运输、餐饮业的大规模发展,对西安空气质量有较大影响;SO2的工业减排对大气SO2浓度水平下降效果明显,但NOx和烟(粉)尘排放量的下降却没有反映在大气NO2和颗粒物浓度下降上。说明大气NO2来源除了工业来源外,还有其他重要来源(如:机动车排放、天然气燃烧产物),同时也反映了大气颗粒物来源的复杂,单纯依靠降低烟(粉)尘排放量无法有效降低颗粒物浓度。高增速的机动车保有量和能源消费结构均对西安市大气污染问题有重要影响。
致谢
郭伟, 程燕, 樊巍, 等. 2014. 西安市大气污染物浓度特征及影响因素分析[J]. 地球环境学报, 5(4): 235–242. [Guo W, Cheng Y, Fan W, et al. 2014. Characteristics and affecting factors of atmospheric pollutants in Xi’an [J]. Journal of Earth Environment, 5(4): 235–242.]
牟敬锋, 樊静洁, 严宙宁, 等. 2018. 2016年深圳市大气PM2.5污染状况及其影响因素[J]. 卫生研究, 47(3): 406–412. [Mou J F, Fan J J, Yan Z N, et al. 2018. Analysis on the pollution characteristics and influence factors of PM2.5 in Shenzhen City in 2016 [J]. Journal of Hygiene Research, 47(3): 406–412.]
西安市统计局, 国家统计局西安调查队. 2011. 西安统计年鉴——2011[M]. 北京: 中国统计出版社. [Xi’an Municipal Bureau of Statistics, NBS Survey Office in Xi’an. 2011. Xi’an statistical yearbook— 2011 [M]. Beijing: China Statistics Press.]
西安市统计局, 国家统计局西安调查队. 2012. 西安统计年鉴——2012[M]. 北京: 中国统计出版社. [Xi’an Municipal Bureau of Statistics, NBS Survey Office in Xi’an. 2012. Xi’an statistical yearbook— 2012 [M]. Beijing: China Statistics Press.]
西安市统计局, 国家统计局西安调查队. 2013. 西安统计年鉴——2013[M]. 北京: 中国统计出版社. [Xi’an Municipal Bureau of Statistics, NBS Survey Office in Xi’an. 2013. Xi’an statistical yearbook— 2013 [M]. Beijing: China Statistics Press.]
西安市统计局, 国家统计局西安调查队. 2014. 西安统计年鉴——2014[M]. 北京: 中国统计出版社. [Xi’an Municipal Bureau of Statistics, NBS Survey Office in Xi’an. 2014. Xi’an statistical yearbook— 2014 [M]. Beijing: China Statistics Press.]
西安市统计局, 国家统计局西安调查队. 2015. 西安统计年鉴——2015[M]. 北京: 中国统计出版社. [Xi’an Municipal Bureau of Statistics, NBS Survey Office in Xi’an. 2015. Xi’an statistical yearbook— 2015 [M]. Beijing: China Statistics Press.]
西安市统计局, 国家统计局西安调查队. 2016. 西安统计年鉴——2016[M]. 北京: 中国统计出版社. [Xi’an Municipal Bureau of Statistics, NBS Survey Office in Xi’an. 2016. Xi’an statistical yearbook— 2016 [M]. Beijing: China Statistics Press.]
西安市统计局, 国家统计局西安调查队. 2017. 西安统计年鉴——2017[M]. 北京: 中国统计出版社. [Xi’an Municipal Bureau of Statistics, NBS Survey Office in Xi’an. 2017. Xi’an statistical yearbook— 2017 [M]. Beijing: China Statistics Press.]
西安市统计局, 国家统计局西安调查队. 2018. 西安统计年鉴——2018[M]. 北京: 中国统计出版社. [Xi’an Municipal Bureau of Statistics, NBS Survey Office in Xi’an. 2018. Xi’an statistical yearbook— 2018 [M]. Beijing: China Statistics Press.]
羊兴, 赵克明, 闵月, 等. 2017. 2015年喀什市大气颗粒物的时空分布特征[J].沙漠与绿洲气象,11(5): 83-88. [Yang X, Zhao K M, Min Y, et al. 2017. Spatial and temporal distribution of atmospheric particulates over Kashgar City in 2015 [J]. Desert and Oasis Meteorology, 11(5): 83-88.]
张丽华, 武捷春, 包玉海, 等. 2016. 西安市PM2.5的时空分布特征研究[J]. 环境工程, 34(2): 87–90, 107. [Zhang L H, Wu J C, Bao Y H, et al. 2016. Study on the temporal and spatial distribution characteristics of PM2.5 in Xi’an City [J]. Environmental Engineering, 34(2): 87–90, 107.]
中华人民共和国环境保护部. 2012a. 环境空气质量指数(AQI)技术规定(试行)(HJ 633—2012)[S]. 北京: 中国环境科学出版社. [Ministry of Environmental Protection of the People’s Republic of China. 2012a. Technical regulation on ambient air quality index (on trial) (HJ 633—2012) [S]. Beijing: China Environmental Science Press.]
中华人民共和国环境保护部. 2012b. 环境空气质量标准(GB 3095—2012)[S]. 北京: 中国环境科学出版社. [Ministry of Environmental Protection of the People’s Republic of China. 2012b. Ambient air quality standard (GB 3095—2012) [S]. Beijing: China Environmental Science Press.]
周慧, 王自发, 安俊岭, 等. 2005. 城市空气污染持续维持机制研究Ⅰ. 2002年西安市空气污染持续维持过程分析及其气象成因[J]. 气候与环境研究, 10(1): 124–131. [Zhou H, Wang Z F, An J L, et al. 2005. The mechanism of urban air pollution persistence part Ⅰ: the analysis of air pollution persistence and its relate meteorology in Xi’an in 2002 [J]. Climatic and Environmental Research, 10(1): 124–131.]
Chen P L, Wang T J, Hu X, et al. 2015. Chemical mass balance source apportionment of size-fractionated particulate matter in Nanjing, China [J]. Aerosol and Air Quality Research, 15(5): 1855–1867.
Chen T, He J, Lu X W, et al. 2016. Spatial and temporal variations of PM2.5 and its relation to meteorological factors in the urban area of Nanjing, China [J]. International Journal of Environmental Research and Public Health, 13(9): 921.
Cheng M C, You C F, Cao J J, et al. 2012. Spatial and seasonal variability of water-soluble ions in PM2.5 aerosols in 14 major cities in China [J]. Atmospheric Environment, 60: 182–192.
Cheng Z, Luo L N, Wang S X, et al. 2016. Status and characteristics of ambient PM2.5 pollution in global megacities [J]. Environment International, 89/90: 212–221.
Wang Y G, Ying Q, Hu J L, et al. 2014. Spatial and temporal variations of six criteria air pollutants in 31 provincial capital cities in China during 2013—2014 [J]. Environment International, 73: 413–422.
Xu G, Jiao L M, Zhao S L, et al. 2016. Spatial and temporal variability of PM2.5 concentration in China [J]. Wuhan University Journal of Natural Sciences, 21(4): 358–368.
稿件与作者信息
王叶琳
WANG Yelin
程燕
CHENG Yan
严璐
YAN Lu
刘舒婷
LIU Shuting
严梦园
YAN Mengyuan
国家自然科学基金项目(41877308)
National Natural Science Foundation of China (41877308)
出版历史
出版时间: 2019年5月28日 (版本1
参考文献列表中查看
地球环境学报
Journal of Earth Environment