中國主要城市疫情管控期間大氣環境改善效應研究

張家熙，韓晶晶，尹 立，鄭甲煒，甘亞男，王式功

1.成都信息工程大學大氣科學學院/環境氣象與健康研究院，四川 成都 610225 2.河南省氣象服務中心，河南 鄭州 450003 3.上海市浦東新區氣象局，上海 200135 4.攀枝花市中心醫院氣象醫學研究中心，四川 攀枝花 617000 5.青海師范大學計算機學院，青海 西寧 810000

2020年初出現新型冠狀病毒肺炎(COVID-19)疫情，中國多省(區、市)啟動重大突發公共衛生事件一級響應，全國各地進入疫情管控期[1-2]。為了最大限度地切斷病毒傳播途徑，全國范圍內實行了嚴格的疫情管控措施，大幅度減少了來自交通源的大氣污染物排放以及大部分工業源的大氣污染物排放。

對比以往因重大活動而進行減排措施的結果來看，控制污染源頭排放能夠有效控制部分大氣污染物的濃度以及部分二次大氣污染物的生成[3-5]，工業污染控制對當地大氣污染治理至關重要，也說明通過加大管控力度可有效減輕或避免重空氣污染事件產生[6]。此前因重大活動而實行的污染減排措施是有限度的，而此次COVID-19疫情管控則給大氣環境帶來了最大限度的減排效應。根據歐洲航天局衛星數據，2020年初中國東部地區對流層的NO2濃度比2019年同期下降了65%，主要是因為疫情管控期間交通限制及大量化石燃料的使用減少[7]，第一季度中國總體CO2排放量減少了18.7%[8]。HUANG等[9]利用中國東部地區的觀測和建模數據，對疫情管控期幾次霧霾污染過程進行分析，探明其污染過程是由二次污染增強所導致，來自運輸業的NOx的減少增加了O3和夜間NO3自由基的生成，增強了大氣氧化能力，從而促進了二次顆粒物的生成。WANG等[10]利用社區多尺度空氣質量模型研究了廣州、上海等10個城市在疫情管控初期的PM2.5變化情況，表明因疫情管控所帶來的減排在一定程度上減少了PM2.5的排放，但是在面對不利的氣象條件時仍出現重污染天氣過程。這也說明，不利的氣象條件仍是影響大氣污染物濃度的重要因素之一。WANG等[11]利用長三角及珠三角城市群觀測數據與模擬數據進行對比發現，雖然2個地區主要大氣污染物在疫情管控期間均有明顯下降，但2地區O3濃度則呈現截然相反的變化趨勢。其中珠三角地區O3污染情況得到緩解，但長三角地區O3平均質量濃度上升。王申博等[12]研究了河南省在疫情影響下的PM2.5組分特征，表明疫情影響下機動車和燃氣企業等排放的下降對顆粒物的削減有成效，但是持續運行的供暖鍋爐、燃煤電廠和工業企業以及生活源的排放可能促進了二次硫酸和二次有機氣溶膠的大量生成。代興良等[13]分析了疫情期間咸陽市空氣質量變化情況，得出在一次排放和二次生成前體物都下降的情況下PM2.5降幅低于預期，暗示了剩余污染源對空氣質量的影響。

本研究利用全國31個省會(省府)城市、直轄市(未包含港澳臺地區)有數據記錄的427個站點的6種大氣污染物數據，通過統計學處理來說明大氣污染物濃度的變化，細化分析全國主要城市整體大氣污染物變化過程，分別對采暖區、非采暖區6種大氣污染物濃度變化進行對比，分析采暖對各項污染物的影響，也為研究此次疫情管控所帶來的減排效應提供了更詳盡的理論依據。

1 數據來源及研究方法

1.1 數據來源

所使用的2020年1月11日至2020年3月9日的中國31個省會(省府)城市、直轄市(以下稱“全國主要城市”)及往年同期(2014—2019年)的6種大氣污染物(PM2.5、PM10、NO2、SO2、CO和O3)日均質量濃度數據，均來自中國空氣質量在線監測分析平臺(https://www.aqistudy.cn/historydata/)。

1.2 研究方法

1.2.1 疫情階段劃分

在對比歷年春節假期前后大氣污染物情況時，均以農歷為主，春節假期為國家法定農歷新年假期(正月初一至初七)。

選取2020年1月11日(全國公共衛生事件一級響應前2周)至2020年3月23日(全國逐步復工復產后兩周)作為研究的時間階段。

1.2.2 研究區簡介

秦嶺-淮河是我國的集中供暖區分界線，我國集中供暖的省會(省府)城市、直轄市包含拉薩、烏魯木齊、哈爾濱、長春、沈陽、呼和浩特、北京、天津、石家莊、銀川、西寧、蘭州、西安、鄭州、太原以及濟南等16座。

1.2.3 研究方法

利用偏相關分析對各大氣污染物之間的相關性進行更具體分析同時也能大致反映其來源情況，求出一階偏相關系數r12(3)來表示其相關程度，具體見式(1)：

(1)

式中：r12為大氣污染物質量濃度x1、x2的皮爾遜相關系數；r13為x1與時間序列x3的皮爾遜相關系數；r23為x2與x3的皮爾遜相關系數。

同時，利用雙樣本雙邊t檢驗以檢驗大氣污染物濃度階段性變化差異的可信度，從而來判斷大氣污染物濃度變化是否存在顯著性差異。

1.2.4 資料處理

(2)

(3)

(4)

如果該大氣污染物逐日平均質量濃度數據是正態分布，那么在樣本量n>30的情況下，Jarque-Bera統計量J符合自由度為2的卡方分布，即可以對數據進行雙樣本雙邊t檢驗。

2 結果與分析

2.1 春節假期前后大氣污染物變化情況比較

2020年春節假期前后6種大氣污染物濃度變化及與往年同期對比情況如表1所示。結合圖1所列數據，2020年春節假期前后PM10、SO2、NO2及CO平均質量濃度對比往年同期有顯著性的下降，降幅分別達到了22.46%、60.13%、17.64%以及13.71%。除O3平均質量濃度顯著性上升達10.80%外，PM2.5與PM10平均質量濃度在2020年春節假期期間有小幅度上升，這種現象的產生與2020年除夕至大年初四京津冀地區、汾渭平原和東北地區出現區域性重污染過程有關[14]，這說明盡管此次疫情帶來了極限減排的情景，但面臨不利的氣象條件時仍出現顆粒物(PM2.5、PM10)超標情況。

表1 6種大氣污染物質量濃度均值對比及變化情況Table 1 Comparison of mean values and departure from normal values of 6 air pollutants

圖1 全國主要城市2020年與往年春節假期前后6種污染物質量濃度變化比較Fig.1 Comparison of changes in the concentration values of 6 air pollutants in provincial capitals of China before and after the Spring Festival holidays in 2020 and previous years

已有研究表明，機動車交通量的減少以及工業生產的停工能夠顯著減少相關污染物的排放并改善當地的空氣質量[15-17]，其表現為2020年春節假期期間NO2、CO及SO2平均質量濃度的大幅度下降。不同于往年春節假期后正?；謴蜕鐣a、生活情況，2020年春節假期延長，全國各地仍處于居家隔離、停工停產狀態，各項大氣污染物(除O3外)與往年同期相比仍有較大幅度下降。降幅最大為SO2，超過59%；對比往年春節假期后NO2平均質量濃度明顯快速回升的情況，2020年同期NO2平均質量濃度仍持續下降，降幅為35.59%。PM2.5、PM10及CO平均質量濃度降幅分別為7.85%、30.37%、29.77%。

對不同城市O3濃度變化進行分析發現，全國主要城市中共有25個城市O3平均質量濃度在研究時段內呈上升狀態，主要集中在北方地區，其中太原、鄭州、西寧、烏魯木齊等城市與往年同期相比，O3平均質量濃度增幅均超過了35%。雖然不同城市影響O3濃度的氣象條件不盡相同，但這些城市研究期間均主要以晴天為主，充足的日照、較少的降水、較低排放狀態的NOx等使O3濃度大幅上升。貴陽、重慶、成都等O3平均質量濃度下降或基本持平的城市主要以陰雨天為主，冬季較厚的云層遮擋了大部分的太陽輻射，使得O3濃度與往年同期相比有所下降。

2.2 疫情管控期前后大氣污染物變化情況

為了更好地利用假設檢驗來檢驗大氣污染物濃度變化的差異性，故選擇14 d為一個周期進行差異性比較，如表2、表3所示。自疫情管控開始后，除O3平均質量濃度顯著上升27.36%外，其余5種大氣污染物平均質量濃度均有顯著性下降，其中NO2平均質量濃度降幅最大，達到46.26%；PM2.5及PM10平均質量濃度降幅分別也達到了22.43%、27.17%，這與ZHANG等[18]所得結論基本一致；CO平均質量濃度降幅其次，達到了19.20%；SO2平均質量濃度降幅最小，僅為8.76%。

表2 全國主要城市疫情管控前14 d與疫情管控初期14 d6種大氣污染物濃度均值對比及變化情況Table 2 Comparison and change of the mean values of 6 air pollutants in 14 days before epidemic control and 14 days in the initial period of epidemic control

表3 全國主要城市疫情管控末期與復工復產初期6種大氣污染物濃度均值對比及變化情況Table 3 Comparison and change of the mean values of 6 air pollutants in the late period of epidemic control and the initial period of gradual resumption of work and production

結合表3數據，雖然全國自2020年2月24日開始逐步復工，但復工率較低，除NO2外其余大氣污染物平均質量濃度仍有小幅度下降，其中SO2平均質量濃度降幅最大達到14.25%。值得注意的是，NO2平均質量濃度在初步復工復產后有所上升，增幅為13.57%，這與初步復工復產后交通的有限放行以及部分工業部門的逐步復工復產有關。但初步的復工復產仍然是有限的，結合部分工業指標(如發電廠平均煤炭消耗量、山東省煉油作業率等情況)來看，直至2020年3月底4月初，全國工業水平才逐步恢復到正常水平[19]。

選擇2020年3月10—23日為復工復產第二階段并與復工復產初期進行比較，如表4所示。與復工復產初期相比，第二階段的復工復產PM2.5與CO平均質量濃度仍在下降并且降幅變大，NO2平均質量濃度增幅變大，其余3種污染物平均質量濃度由初期的下降情況變為上升情況，其升幅均超過12%。CO平均質量濃度的持續下降可能與近年來對工廠的排放治理有關，而PM10濃度在此期間的大幅度上升則與2020年3月中旬一次全國大范圍的沙塵天氣影響有關。

表4 全國主要城市復工復產初期與復工復產第二階段6種大氣污染物濃度均值對比及變化情況Table 4 Comparison and change of the mean values of 6 air pollutants in the initial period and the second stage of gradual resumption of work and production

2.3 采暖區和非采暖區大氣污染物變化情況

供暖及供電等生活必要部門在疫情管控階段仍需不間斷進行保障工作，對中國主要城市進行南北方采暖、非采暖區分類并選取往年同期與2020年同期比較，能更好地探究在極限減排的場景下供暖對空氣質量影響。

圖2和圖3分別為采暖區與非采暖區2020年與往年同期大氣污染物濃度對比情況。整個研究時段內，采暖區除O3外的其余5種大氣污染物平均質量濃度均高于非采暖區，采暖區整體的空氣質量水平在此期間差于非采暖區，這與徐艷嫻[20]所研究往年采暖區與非采暖區冬季大氣污染物情況的結論基本一致，說明疫情管控所帶來的“減排效應”仍未改變采暖區與非采暖區之間的空氣質量差異，采暖仍為北方大部分地區在冬季主要的污染源之一。

圖2 采暖區2020年與往年同期6種大氣污染物濃度對比情況Fig.2 Comparison of 6 air pollutants values in heating area in2020 with the same period of previous years

圖3 非采暖區2020年與往年同期6種大氣污染物濃度對比情況Fig.3 Comparison of 6 air pollutants values in non-heating area in 2020with the same period of previous years

如表5所示，自疫情管控開始，采暖區和非采暖區CO與NO2平均質量濃度較管控期前均有大幅度下降，SO2平均質量濃度則均有小幅度下降。與NO2的來源相似，CO的直接來源之一也為汽車尾氣[21]，其質量濃度的大幅度下降與管控期間交通限制有關。由于煤作為重要燃料，同時也是采暖鍋爐及電力行業主要燃料，其燃燒時除了產生大量顆粒物外，還會生成CO、CO2、SO2及少量SO3(硫氧化物)、NOx、烴類有機物等有害氣體，而這些氣態污染物在大氣中又會發生一系列復雜的化學反應，生成二次PM2.5[22-26]；SO2作為煤炭燃燒的主要產物之一[27]，在2020年疫情管控期間，采暖區SO2平均質量濃度雖有下降，但其仍約為非采暖區的2.6倍，采暖區CO平均質量濃度約為非采暖區的1.6倍。不論采暖區還是非采暖區，O3平均質量濃度均有上升趨勢，這與國內大多數城市研究所得出結論基本一致[28-29]，并且在研究時段內采暖區O3平均質量濃度僅為非采暖區的1.07倍，2個地區差異不明顯，O3在不同區域污染及來源情況不同[30-33]，針對這種情況仍需更多更詳細的研究。

表5 全國主要城市疫情管控期間采暖區和非采暖區2020年與往年同期各大氣污染物均值情況比較Table 5 Comparison of the mean values of 6 air pollutants in heating area and non-heating area during epidemic control period in 2020 and the same period in previous years

疊加疫情管控影響，在整個疫情管控期間采暖區與非采暖區大氣污染物(除O3)平均質量濃度均顯著性低于往年同期水平。與往年同期相比，2020年疫情管控期間非采暖區的PM2.5平均質量濃度下降幅度大于采暖區并達到了43.65%，非采暖區的PM10平均質量濃度降幅也大于采暖區，達到了47.8%，說明疫情管控措施對非采暖區顆粒物(PM2.5、PM10)平均質量濃度的影響大于采暖區。采暖區SO2平均質量濃度降幅則大于非采暖區，為67.81%，但采暖區SO2平均質量濃度仍大于非采暖區，這也反映了冬季采暖對SO2濃度的持續影響。CO平均質量濃度降幅情況采暖區與非采暖區相差不大，分別為27.92%及30.00%；非采暖區的NO2平均質量濃度下降幅度較大，達到了51.68%，疫情管控措施對NO2濃度的影響是非采暖區大于采暖區的。采暖區O3濃度的增幅則大于非采暖區。

逐步復工復產后，除NO2外其余大氣污染物均有降幅，但采暖區與非采暖區情況不盡相同。如表6所示，采暖區除NO2和O3平均質量濃度在復工復產初期有小幅度上升外，其余4種大氣污染平均質量濃度仍有降幅。非采暖區除SO2和O3平均質量濃度有小幅度下降外，其余4種大氣污染物平均質量濃度均有升幅，NO2平均質量濃度升幅最大并達到了26.17%。采暖區與非采暖區的大氣污染物平均質量濃度在復工復產后變化差異也說明了2個區域內部大氣污染形勢不同，采暖區4種大氣污染物的持續下降可能與其復工復產進程緩慢有關。非采暖區大氣污染物的變化，尤其是NO2平均質量濃度的大幅度回升，也從側面證明了此次疫情管控的“減排效應”對非采暖區大氣污染物的影響是大于采暖區的。

表6 采暖區與非采暖區疫情管控期末期與復工復產初期大氣污染物均值變化情況Table 6 Changes in the average values of air pollutants at the end of the epidemic control period and the beginning of the resumption of production in heating and non-heating areas

2.4 大氣污染物偏相關分析

對大氣污染物之間分別進行偏相關分析，能夠大致反映其來源情況[34-35]，并初步探究其互相作用過程。從全國主要城市整體情況來看，在疫情管控期間PM2.5與PM10偏相關系數為0.952，并且其平均質量濃度比(PM2.5/PM10)為0.77；整個研究期間兩者變化趨勢基本一致，并且細顆粒物貢獻了絕大部分的大氣顆粒物污染。PM2.5與SO2、NO2、CO的偏相關系數分別為0.705、0.791以及0.831，同樣可以說明PM2.5與其變化趨勢基本一致。雖然交通活動及工業活動等受限，但仍有采暖及電力保障等生活必要部門工作影響，排放產生的NOx等氣體通過復雜的大氣化學反應生成硫酸鹽、硝酸鹽等二次顆粒物，這是影響PM2.5濃度變化的原因之一。

對采暖區和非采暖區分別進行顆粒物(PM2.5、PM10)與SO2、NO2、CO偏相關分析，結果如表7所示。采暖區與非采暖區PM2.5與PM10偏相關系數基本一致，分別為0.947和0.946，與全國整體情況一致，即采暖區與非采暖區均為細顆粒物貢獻了大部分的顆粒物污染。采暖區PM2.5與CO偏相關系數高于非采暖區，而非采暖區PM2.5與NO2、SO2偏相關系數則高于采暖區。非采暖區SO2本體濃度較低，但仍與PM2.5有較高的偏相關系數并且高于采暖區，這也說明了SO2在2個區域中影響PM2.5濃度的過程有所不同。

表7 全國主要城市疫情管控期間采暖區與非采暖區大氣污染物偏相關系數Table 7 Bias correlation coefficients of air pollutants between heating andnon-heating areas during the epidemic control period

3 結論

1)受疫情管控并疊加春節假期影響，中國主要城市整體上2020年春節假期期間相較往年同期除O3平均質量濃度上升外，其余5種大氣污染物平均質量濃度大幅下降，降幅最大為SO2，其次為NO2。對比疫情管控期前，疫情管控初期除O3平均質量濃度有上升外，其余5種大氣污染物中NO2平均質量濃度降幅最大，SO2平均質量濃度降幅最小。隨著復工復產的進程加快，復工復產初期只有NO2平均質量濃度上升，第二階段除PM2.5、CO平均質量濃度下降外，其余大氣污染物平均質量濃度均大幅度上升，增幅均超過12%。

2)此次極限減排的場景仍未改變采暖區空氣質量差于非采暖區這一現象。2個區域大氣污染物相比較往年同期，在2020年疫情管控期除O3外其余大氣污染物平均質量濃度均有較大幅度下降。采暖區SO2平均質量濃度降幅為6種大氣污染物中降幅最大并達到了67.81%，采暖區SO2與CO平均質量濃度仍分別為非采暖區的2.6倍及1.6倍。初步復工復產后，采暖區除NO2和O3平均質量濃度有小幅度上升外，其余4種大氣污染物平均質量濃度仍為下降狀態；非采暖區除SO2和O3平均質量濃度有小幅度下降外，其余4種大氣污染物平均質量濃度均為上升。這也說明了復工復產的進程對2個區域內大氣污染物濃度變化有著不同的影響。

3)在此次極限減排的場景下，不利的氣象條件仍然對大氣污染物濃度有較大影響，如2020年1月下旬一次華北大部分地區重污染天氣過程及3月中旬全國大范圍沙塵過程，使得大部分地區顆粒物(PM2.5、PM10)濃度在短時期內有較大幅度上升。

4)疫情管控期間全國主要城市PM2.5與PM10偏相關系數達到了0.952，即PM2.5貢獻了大部分的顆粒物污染；PM2.5與SO2、NO2、CO偏相關系數分別為0.705、0.791、0.831。PM2.5仍為采暖區與非采暖區在疫情管控期間的主要顆粒物污染來源。采暖區PM2.5與SO2、NO2、CO偏相關系數與非采暖區有較大差別，這也反映了2個不同區域間PM2.5的來源及變化情況的不同。