京津冀及周邊地區大氣污染綜合立體觀測網支撐作用

程麟鈞， 唐桂剛*， 劉 宇， 宮正宇， 吉東生*， 王躍思

1.中國環境監測總站， 北京 100012 2.中國科學院大氣物理研究所， 大氣邊界層物理與大氣化學國家重點實驗室， 北京 100029

隨著《大氣污染防治行動計劃》(簡稱“《大氣十條》”)的實施[1-4]，國家對大氣污染防治科研工作提出了新的要求，主要包括：大氣污染防治需要從霧-霾天氣應對轉向PM2.5和O3協同防控；大氣污染防治需要從以末端控制為主轉向以全過程控制為主；大氣環境管理需要從以總量減排為主的局地監管轉向質量改善為主的區域管理；大氣污染防治科技創新與產業發展需要從相對脫節轉向全鏈條深度融合. 盡管《大氣十條》嚴格管控措施已初見成效[5-8]，但京津冀地區重霾污染仍有發生[9-11]，今后相當長的一段時期內，中央和地方各級政府將面臨空氣質量可持續改善的難題[12-15]. 如何使大氣污染防治工作科學高效，如何推進我國大氣環境管理進入精細化的新階段，是我國大氣環境科技亟待完成的緊迫任務.

在中央財政的大力支持下，生態環境部門通過國家重點研發計劃、“863”計劃、公益性行業科研專項的實施，對我國大氣污染監測預警、區域大氣污染調控、大氣污染形成機制、重點污染源治理、大氣污染的健康影響與防護、大氣環境綜合管理與控制策略等大氣污染防治重點方向都做了部署，加強了大氣污染防治科技支撐工作，建立了大氣污染防治科技協調機制，制定了《加強大氣污染防治科技支撐工作方案》，強化了大氣污染防治科研工作統籌，組織協同攻關，全面支撐了國務院《大氣十條》的實施[16-20]. 然而，以往的研究工作仍存在如下問題：①對大氣污染化學成分精準表征、快速源解析、形成機制明確闡述的基礎能力不足；②如何以先進的手段、科學的方法、準確的數據表征目標區域環境質量現狀和變化趨勢，及時跟蹤污染源變化，實現環境質量報告和預警；③如何實現大氣環境多源數據綜合管理業務化，為環境管理和專題內各課題快速提供觀測數據.

圖1 2016—2019年京津冀及周邊地區SO2、NO2、PM10、O3-90th、PM2.5和CO-95th濃度的變化Fig.1 Variation of SO2, NO2, PM10, O3-90th, PM2.5 and CO-95th concentrations in the Beijing-Tianjin-Hebei and its surrounding areas from 2016 to 2019

基于上述背景，大氣重污染成因與治理攻關項目1-1課題“京津冀及周邊大氣污染綜合立體觀測網”在原有的業務與科研觀測網基礎上[21-23]，通過監測網優化與集成技術，建立并完善了京津冀及周邊地區大氣污染綜合立體觀測網，制定了適用于京津冀及周邊地區的技術規范，并開展了長期、高效的業務化觀測，構建了監測數據綜合分析及共享應用平臺，建立了大氣重污染成因研究和治理所需的數據集，實現了大氣環境多源數據綜合管理業務化，提升了京津冀及周邊地區秋冬季大氣重污染成因機制研究和精細化源解析的能力，為環境治理和管理以及大氣重污染成因與治理攻關項目各課題提供了多類型長期觀測數據.

1 京津冀及周邊地區大氣污染綜合立體觀測網

京津冀及周邊地區大氣污染綜合立體觀測網的技術路線、目標產出、關鍵技術、監測點位和觀測要素已在 文獻[24]中做了詳述，該文重點介紹觀測網的支撐作用并以示例形式展示.

1.1 基于國控點的京津冀及周邊地區空氣質量變化趨勢分析

2016—2019年，京津冀及周邊地區“2+26”城市PM2.5、PM10、SO2濃度均呈下降趨勢，而O3日最大8小時平均第90百分位(O3-90th)濃度逐年上升(見圖1). 2019年“2+26”城市PM2.5、PM10、SO2、NO2、CO日均值第95百分位(CO-95th)濃度分別為57 μgm3、100 μgm3、15 μgm3、40 μgm3和2 mgm3，其中PM2.5、PM10、SO2濃度同比分別下降1.7%、3.8%、16.7%，而NO2濃度同比上升了2.6%，CO-95th濃度同比未發生變化. O3-90th濃度為196 μgm3，同比上升7.7%. 與2016年相比，2019年PM2.5、PM10、SO2、NO2、CO-95th濃度分別下降21.9%、19.3%、59.5%、9.1%、33.3%，而2019年O3-90th濃度上升27.3%. 2019年“2+26”城市空氣質量達標天數比例范圍為41.1%～65.8%，平均值為53.1%，同比降低4.3個百分點. 2019年“2+26”城市重度及以上污染天數比例為5.5%，與2016年相比下降3.6個百分點. 2019年秋冬季“2+26”城市PM2.5平均濃度為70 μgm3，同比下降了13.6%，而與2016年秋冬季相比的降幅為32.7%. 2019年秋冬季“2+26”城市空氣質量達標天數比例范圍介于45.5%～81.4%之間，平均值為60.7%，同比上升6.9個百分點；同期“2+26”城市PM2.5濃度日均值平均達標率為66.2%，同比上升8.2個百分點. 綜上，京津冀及周邊地區PM2.5濃度總體呈下降趨勢，但O3濃度居高不下.

1.2 基于京津冀及周邊地區PM2.5化學組分網的PM2.5化學組分空間分布特征

京津冀及周邊地區顆粒物組分網監測內容包括PM2.5濃度、水溶性離子(SO42-、NO3-、F-、Cl-等陰離子和Na+、NH4+、K+、Mg2+、Ca2+等陽離子)、無機元素〔V(釩)、Fe(鐵)、Zn(鋅)、Cd(鎘)、Cr(鉻)、Co(鈷)、As(砷)、Al(鋁)、Sn(錫)、Mn(錳)、Ni(鎳)、Se(硒)、Si(硅)、Ti(鈦)、Ba(鋇)、Cu(銅)、Pb(鉛)、Ca(鈣)、Mg(鎂)、Na(鈉)、S(硫)、Cl(氯)、K(鉀)、Rb(銣)和Sb(銻)等〕和碳組分〔EC(元素碳)和OC(有機碳)〕. 2017年11月—2018年1月“2+26”城市PM2.5化學組分占比空間分布(見圖2)顯示，整個區域有機物濃度〔ρ(OC)×1.6〕占比最高，變化范圍為26.2%～44.3%，硫酸鹽占比范圍為10.5%～21.0%，硝酸鹽占比范圍為13.4%～27.2%，銨鹽占比范圍為9.8%～15.3%. 由此可見，有機物、硝酸鹽、硫酸鹽和銨鹽占PM2.5的比例較高，表明在區域尺度上對上述組分的前體物(揮發性有機物、氮氧化物、二氧化硫以及氨)的嚴格控制將有助于進一步降低PM2.5濃度.

圖2 2017年11月—2018年1月“2+26”城市PM2.5化學組分占比分布情況Fig.2 The distribution of PM2.5 chemical components in ‘2+26’ cities from November 2017 to January 2018

1.3 基于大氣激光雷達監測的京津冀及周邊地區顆粒物垂直分布特征

項目實施過程中，編制了《大氣激光雷達監測質控技術規范建議稿》用于指導京津冀及周邊地區走航觀測. 激光雷達的數據質控方法包括光學厚度、能見度、355 nm消光系數、532 nm消光系數、PM10濃度和PM2.5濃度質控比對. 結果顯示，不同波段的顆粒物消光系數在200 m以上高度具有很好的一致性；對激光雷達結果進行驗證，顯示雷達反演的顆粒物消光系數方法的可靠性和有效性良好，在顆粒物消光系數測量方面具有較高精度. 另外，為了便于比對，開發了氣溶膠雷達統一應用與分析軟件模塊，采用統一色彩方案、統一坐標軸樣式、統一展示功能. 具體應用示例如圖3所示：2019年2月28日起，京津冀及周邊大氣污染綜合立體觀測網地基雷達監測到污染物在河北省中南部、汾渭平原及山東省北部地區混合層內積累，并沿太行山東部自西南向東北逐漸積聚；3月2日起，區域內大部分城市低空維持逆溫、高濕狀態，邊界層穩定在 1 000 m以下，垂直擴散條件差，污染物主要分布在北京市、天津市、河北省中南部及山東省大部分地區，2日午后，邊界層高度短時抬升，擴散條件稍有轉好；3日起，地基雷達監測到污染再次沿太行山東部自西南向東北逐漸積聚，區域內大部分城市邊界層均降至 1 000 m以下；5日12：00，北京地區空氣質量轉為優，污染物主要分布在河北省南部以及河南省和山東省大部分地區；6日10：00，除河南省南部和山東省東部部分城市外，區域內大部分城市空氣質量均為良及以下水平.

京津冀及周邊大氣污染綜合立體觀測網地基雷達監測結果顯示，2019年2月28日12：00—15：00，北京京南榆垡、京西南大石窩、通州永樂店、中國環境監測總站監測站點近地面消光系數在短時間內快速升高，對應北京市PM2.5小時濃度由12：00的31 μgm3升至15：00的59 μgm3，18：00又升至87 μgm3. 分析該時段內近地面100 m處風場發現，北京市近地面以持續西南風為主，風速約3 ms，在西南風影響下區域污染物向北輸送對北京市該時段內PM2.5濃度的上升有重要貢獻. 除西南風輸送顆粒物的影響外，28日20：00以后水平風速自北向南逐漸減小且風向逐漸轉為北風，同時邊界層降低，疊加北京本地晚高峰污染排放、相對濕度增大等多種有利于二次轉化的因素共同作用，導致28日夜間北京市PM2.5中水溶性離子濃度快速增長，于22：00達到188 μgm3，硝酸鹽、銨鹽和硫酸鹽濃度比18：00分別上升44.4、20.5和20.5 μgm3. 在污染物濃度快速上升過程中，區域污染輸送在前期發揮了重要作用，一方面導致PM2.5濃度有所上升，同時輸送帶來的NO2、SO2等一次污染物與本地排放疊加后，為二次污染物的形成提供了豐富的氣態前體物.

圖3 2019年2月28日—3月4日保定市顆粒物消光系數(532 nm)垂直分布特征與衡水市風和溫廓線Fig.3 The vertical distribution characteristics of the extinction coefficient (532 nm) of particulate matter in Baoding and the profile of wind and temperature in Hengshui from February 28th to March 4 th, 2019

2019年3月1日12：00起，北京地區近地面風向再次發生轉變，受西南風影響，西南通道再次監測到混合層內顆粒物傳輸. 受傳輸影響，北京市PM2.5小時濃度上升至120 μgm3左右. 3月2日上午，中國環境監測總站監測站點地基雷達監測到污染物入境后邊界層高度降至1 000 m以下，加之高濕、逆溫等不利氣象條件的影響，垂直擴散條件差，污染加速累積，至2日12：00，北京市PM2.5濃度達到污染過程期間峰值(231 μgm3).

1.4 基于香河大氣環境觀測超級站的京津冀及周邊地區金屬元素變化特征示例研究

為了更全面地認知區域空氣質量的總體水平，在香河大氣環境觀測超級站開展重金屬等參數的在線監測，服務于大氣重污染成因分析和來源解析. 該文選取新冠肺炎疫情(COVID-19)期間的研究結果作為示例， COVID-19期間，全國范圍內人為活動強度降低甚至停止[25-27]. 為了進一步了解COVID-19期間香河地區PM2.5中重金屬元素的濃度及其來源變化，選擇疫情前(2020年1月12—25日)、疫情控制時期(2020年1月26日—2月9日)和疫情后復工復產階段(2020年3月22日—4月2日)3個不同時段進行研究，受春節和疫情控制的影響，煙花爆竹燃放等人為排放源存在變化較大. 采用正交矩陣因子模型對重金屬元素的來源進行解析，得到9類來源(見圖4)，分別為煙花爆竹燃放、燃煤、機動車排放、沙塵、電鍍〔鉻(Cr)工業〕、燃油、平面玻璃〔硒(Se)工業〕、鋅(Zn)冶煉和鋼鐵工業源. 相比于疫情前，疫情控制時期沙塵、Cr工業、燃煤、Zn冶煉、Se工業和鋼鐵工業的貢獻分別下降了89%、62%、62%、58%、43%和40%，而機動車排放和燃油的貢獻則分別增加了115%和53%. 此外，結合后向軌跡對源解析結果進行進一步分析，結果表明，與疫情控制前相比，來自西北方向的氣團中，沙塵、燃煤、Zn冶煉、Cr工業、Se工業和鋼鐵工業的貢獻降幅最大，而當氣團經過唐山市和天津市時，Zn冶煉、Se工業和鋼鐵工業的貢獻降幅最小.

圖4 COVID-19期間香河大氣環境觀測超級站PM2.5中重金屬元素來源變化Fig.4 Changes in the sources of heavy metal elements in PM2.5 at the Xianghe Atmospheric Environmental Observation Super Station during COVID-19

2 大氣污染綜合數據分析與應用共享平臺

2.1 大氣污染綜合數據分析與應用共享平臺功能

大氣污染綜合數據分析與應用共享平臺集成了京津冀及周邊大氣污染綜合立體觀測網數據用以建立中心數據庫，主要包括：①京津冀及周邊地區大氣污染組分監測網的大氣污染物理、化學和氣象參數等觀測數據；②中國科學院中國生態系統研究網絡大氣分中心(中科院CERN)京津冀區域觀測站(15站)手工在線聯網大氣污染成分觀測數據；③京津冀及周邊地區氣象觀測數據、衛星遙感反演數據；④國家環境空氣質量監測網(城市站、區域站、背景站)數據. 設計多網合一的數據庫優化方案及多數據融合的傳輸連接方式(見圖5)，建成了區域大氣環境綜合監測數據庫和共享應用平臺. 通過開展各類儀器的測試校驗、比對和性能評估，構建了統一的大氣環境網絡化觀測數據質控技術體系. 研究了規范化多源異構數據分析及表征方法，實現了大氣環境管理綜合分析業務化，為大氣環境污染環境監管提供技術支撐.

圖5 大氣污染綜合數據分析與應用共享平臺多源數據融合與傳輸連接方式Fig.5 Multi-source data fusion and transmission connection mode of the air pollution comprehensive data analysis and application sharing platform

大氣污染綜合數據分析與應用共享平臺重點建設六大功能模塊，包括數據采集與存儲、數據質控、數據管理、數據展示與分析、報告評估管理、系統基礎管理等. 實現大氣環境多源數據綜合管理業務化，為大氣重污染成因研究提供精準數據集，提升京津冀地區秋冬季重污染成因機制研究和精細化源解析的能力，推動京津冀及周邊地區空氣質量的持續改善，為全國和其他重點區域大氣污染防治提供技術借鑒. 具體建設內容包括：①數據采集與存儲. 大氣污染物綜合分析及共享應用平臺需具備區域立體觀測網的綜合觀測數據(在線監測數據和手工離線數據)的采集與集中存儲功能，通過采集區域立體觀測網海量監測數據，形成區域大氣污染物監測中心數據庫. ②數據質控. 大氣污染綜合數據分析與應用共享平臺需具備在線和離線監測儀器數據質量保證質量控制體系(QAQC)體系，通過開展各類儀器的測試校驗、比對和性能評估，制定監測設備性能要求技術規范，確保監測數據的準確性、可靠性. ③數據管理. 大氣污染綜合數據分析與應用共享平臺能夠實現區域立體觀測數據能夠實現監測類型管理、監測因子管理、站點信息管理、因子組(特性相同的參數集)管理等數據管理功能；實現對監測數據的快速查詢，為大氣重污染成因研究提供精準數據集，針對查詢后的數據進行導出，可以Excel、txt等格式進行下載. ④數據展示與分析. 大氣污染綜合數據分析與應用共享平臺通過構建規范化多源異構數據分析及表征方法，實現了大氣環境觀測數據的可視化展示分析. 平臺具備以大氣復合型污染來源解析為核心的數據分析方法體系，判斷主要污染物控制因子及分析污染程度，分析污染物濃度水平變化趨勢及污染成因，掌握污染物類別及來源貢獻，為重污染期間環境監管提供技術支撐. ⑤報告評估管理. 大氣污染綜合數據分析與應用共享平臺的數據分析報告評估管理系統，能夠對業務化數據分析報告和科研報告等定制開發，快速生成重污染過程分析報告. 同時報告系統可實現動態模板配置功能，通過系統運行時對數據展示、數據分析、圖形可視化立即生效配置，以適應重污染期間全面、準確數據分析業務；同時對歷史數據分析報告建立文檔管理和下載功能. ⑥系統基礎管理. 該模塊主要實現平臺系統的一些基礎功能，如系統登錄使用權限設置、系統配置及規則模塊規定等，針對大氣污染綜合數據分析與應用共享平臺總體架構和功能架構制定科學合理的開發系統規則，以及后期平臺升級過程中預留的配置模塊. 共享平臺基于數據倉庫技術、數據整合技術、數據共享技術，并創造性地定義了大氣環境綜合立體觀測數據集的數據組織方式，通過數據訂閱的方式實現用戶授權，即實現了共享數據的可擴展性，也保證了用戶對觀測數據的分級分類的授權訪問和應用.

2.2 大氣污染綜合數據分析與應用共享平臺支撐作用

針對來自管理部門、業務部門、科研部門不同的數據需求，構建了8個數據專題32個數據集的共享數據，所集成的數據量約為820萬條，數據凈存儲量約為5.8 GB. 在業務化運行期間，平臺為生態環境部監測司、大氣司、科技司，中國環境監測總站、中國環境科學研究院、省級監測系統用戶以及專題負責人共提供262個用戶賬號，供相關人員應用，在業務化運行期間，共享數據應用量為9.7萬人次. 由此可見，在課題實施過程中，京津冀及周邊綜合立體觀測數據共享平臺為管理、業務、科研工作提供了重要的共享數據支撐，對于全國，特別是為京津冀及周邊地區、汾渭平原等重點關注區域的重污染天氣成因研究以及空氣質量改善及地方環境管理提供了堅實有力的保障. 在后續工作中，將通過進一步優化，完善共享數據集，更加貼近管理、業務、科研的用戶需求，從而持續更好地為我國特別是重點區域的空氣質量改善提供數據支持.

3 結論與展望

a) 大氣重污染成因與治理攻關項目1-1課題的核心產出為建立京津冀及周邊地區大氣污染綜合立體觀測技術規范、京津冀及周邊地區大氣污染綜合立體觀測網和大氣污染綜合數據分析及應用共享平臺，實現了大氣環境管理綜合分析業務化，為大氣重污染成因研究提供精準數據集，服務于環境空氣質量預報、重污染預警和應對、重大活動期間空氣質量保障和空氣質量長期達標研究，全面提升京津冀及周邊地區大氣污染綜合防治能力.

b) 京津冀及周邊地區大氣污染綜合立體觀測網和大氣污染綜合數據分析與應用共享平臺在《大氣污染防治行動計劃》和《打贏藍天保衛戰三年行動計劃》實施過程中起到了重要的支撐作用. 保證京津冀及周邊大氣污染綜合立體觀測網和大氣污染綜合數據分析與應用共享平臺長期、穩定和高效地運行是下一步工作的重中之重. 在保證數據質量的基礎上，逐步增加國產設備和技術比重，逐步擺脫核心部件或設備來自國外儀器廠商的局面；同時，引入人工智能技術，充分挖掘觀測數據，服務于臭氧和PM2.5協同控制與碳和霾協同控制.