-
2020年春节前后在世界范围内爆发了非典型肺炎（冠状病毒病，COVID-19），为避免疫情扩散，中国政府采取了严格的人员隔离措施，全国大部分地区宣布了出行令，这些采取的应急措施对人类活动和经济带来了严重的影响和冲击，并且由于工业活动的减少，对空气质量也产生了不小的影响. 在人类活动方面，PM2.5携带的硫酸盐、铵盐和硝酸盐，常见于燃煤和车辆排放物中，是中国区域雾霾的主要成因[1]. 以南京市为例，2017—2020年南京市各区的AQI指数总体呈下降趋势，空气污染得到有效控制. 通过推算疫情停工期间排放物浓度变化得出，PM2.5、PM10、SO2、NO2分别下降了17.4%、27.1%、29.3%、12%. NO2、PM10、PM2.5等污染物超标天数呈减少趋势，O3超标天数呈增加趋势[2]. 北京常规大气污染物PM2.5、PM10、SO2、NO2、CO和O3的地面浓度与过去同期相比，分别减少17.7%、17.3%、25.4%、33.9%、3.7%和4.6%，主要来自一次直接排放的污染物浓度显著降低，而受多因素综合调控的PM2.5浓度反弹明显[3]. 新冠疫情期间，四川盆地除O3浓度同比上升18%外，SO2浓度、NO2浓度、CO浓度、PM2.5和PM10均明显下降，同比下降幅度为8%、41%、18%、19%和22%，位于四川盆地东部的成都市与2019年同期相比，成都市PM2.5组分中OC、NH4+和NO3−占比上升2%—3%，污染过程中NO3−占比下降11%，NH4+占比上升2%，表明疫情期间施工工地、机动车、工业燃煤和生物质燃烧排放减少，且污染过程中NOx二次转化减弱，NH3排放影响最大[4]. 受2020年春节假期和COVID-19管制叠加影响，厦门湾城市群大气中NO2浓度降幅远大于SO2，而在复工后NO2的反弹也远高于SO2，说明本区域交通源对疫情管控的响应最为显著，而火电之外的其他工业源受疫情的影响则相对较小. 由于受气象条件和气态前体物变化的共同作用，疫情期间O3浓度对管控措施的响应没有一致规律可循，显示O3污染控制的复杂性[5]. 不仅是国内城市，西班牙主要城市在COVID-19封锁和解禁期间，NO2和O3变化显著. 在封锁期（57 d）和解禁期（42 d），NO2平均变化了−51% （城际范围−65.7%—−30.9% ）和−36.4% （−53.7%—−11.6%），O3平均变化了−1.1% （−20.2%—23.8%）和0.6% （−12.4%—23.0%）[6]. 除此之外，污染物浓度也受不同天气类型影响，通过对2021年三月沙特首都利雅得地区的一次沙尘天气的研究，发现沙尘暴后，空气污染物、CO水平增加了84.25%，PM2.5增加了76.71%，O3增加了40.41%[7]. 丛林火灾事件的加剧使得O3和PM2.5更频繁地向极端事件转移[8].
本文分析了2018年至2021年南京市和周边城市的相关数据，分别对空气污染物进行了年平均分析、各季节均值分析、日平均分析并结合各种气象要素，来探讨污染物源的不同和气象要素的变化对污染物浓度及其分布的影响. 并通过疫情期间和其他时段的污染物浓度变化的比对，以探讨严控措施对本地污染物浓度的影响，以期为更好地减少空气污染超标情况提供参考依据.
-
本文6种空气污染物PM2.5、PM10、SO2、O3、CO和NO2数据来源于中国空气质量在线监测分析平台（https://www.aqistudy.cn/historydata/），气象要素数据来自真气网（https://www.aqistudy.cn/）、气候数据平台（https://en.tutiempo.net/climate/2020/ws-582380.html）. 年际变化选取一年的平均值进行比较，将每年3—5月为春季，6—8月为夏季，9—11为秋季，12月和次年1、2月为冬季. 疫情前后同期对比选择2019和2020年的2—4月进行对比，日变化选择2018—2021年的2—4月来进行对比，并将2019 年12月到2020年6月份分为疫情爆发前（12—1月）、疫情防控间（2—4月）、疫情防控后（5—6月）.
-
图1为污染物的年际变化，2019年和2018年的PM2.5浓度相差不大. PM10在2018年节能减排措施制定和实施之后，浓度应该呈下降趋势，但是在2019年南京市的PM10浓度却不降反增，年平均浓度增加了2.8 μg·m−3，这是由于北方沙尘天气较2018年相比，次数增多[9]，春季沙尘气溶胶东向输送最强，大量沙尘气溶胶在西北风作用下向中国东部输送[10]，影响到江苏上海等地区，使得南京市2019年的PM10年平均浓度比2018年高. 但在2020年，由于疫情防控需要，许多工厂停工，学生停课，交通方面实行严格的管控，即使在疫情情况相对较松的下半年开始陆续进行复工复产，工业生产状况也比不上疫情未发生时，使得2020年PM2.5和PM10年平均浓度有了很大程度的下降，分别下降了22.3%和35%，这种下降趋势一直持续到2021年. 这说明人为源的不同和颗粒物浓度的变化有着密切的关系，减少的人类活动，如工业生产，交通运输等都对颗粒物浓度的降低有着很大的作用[11 − 13]. 并且颗粒物污染超标天数呈减少趋势. 2018年和2019年的SO2年平均浓度大致相同. 在2020年疫情爆发后，SO2主要的来源得到严格的控制，所以较2019年比，2020年SO2的年平均浓度下降30%. 近年来国家对于空气环境质量越来越重视，工业能源结构优化和产业调整使得SO2的排放有了明显的减少，这种趋势在2021年十分明显.
2019年CO排放量较2018年同比增长25%. 随着2020年春节疫情来临，人们大幅度减少外出，由于疫情的不确定性，工厂停工停产天数逐渐增加，使得2020年的CO浓度下降幅度明显，下降4%. 2020年9月份我国在联合国大会上提出碳中和、碳达峰概念以来，南京市通过严控煤炭品质、关停燃煤机组、压减企业用煤、实施超低排放改造等手段，全市煤炭消耗总量得到有效控制. 这也是2021年CO年平均浓度下降的主要原因之一，较2020年下降12.8%. NO2在O3的形成过程中起着重要作用. 与2018年相比，南京市2019年NO2年平均浓度升高2.5%. 这是由于与2018年相比，2019年南京市民用车辆中汽车比2018年多十多万辆[14]，大量的尾气排放使得NO2排放源增多，年平均浓度略微上升. 但在2020年，由于封城和其他管控措施的实施，人们的出行受到限制，自驾旅游和乘车出行次数下降，NO2年平均浓度较2019年相比下降14.4%，这种下降趋势一直持续到2021年. 而且随着低碳理念的完善和普及，人们也逐渐地推行绿色出行的方式，NO2浓度超标天数也在逐渐减少. 随着城市光化学污染日趋严重，O3已经成为近年来人们非常关注的污染物之一. 与2018年相比，2019年O3年平均浓度增加了8.2%，这是因为汽车增多后不仅NO2排放增多，导致O3生成的气态前体物VOCs浓度也有所升高，O3浓度略微升高. 但2020年由于疫情，人为源减少，使得O3年平均浓度下降2.3%. 复工后O3来源增多，2021年O3年平均浓度又再次上升，相比其他5种污染物，O3浓度下降不明显，O3超标天数呈增加趋势，说明人为源的减少对O3浓度影响不大.
-
2018—2021年6种污染物各季节浓度平均值如图2所示. PM2.5浓度整体上为春冬季明显高于夏秋季节的特点. 只有2018年的秋季浓度要高于春季，PM2.5浓度的季节平均值最高值出现在2018年的冬季，为61 μg·m−3，最低值出现在2020年和2021年的夏季，为19 μg·m−3. 2020年疫情期间的PM2.5浓度较前两年相比，4个季节PM2.5浓度的下降趋势十分明显. 除了2021年的春季外，其他3个季节较上一年相比，PM2.5浓度相持平甚至是有所反超.
PM10浓度呈现春冬季高于夏秋季的特点. 最高值出现在2018年的冬天，为89 μg·m−3，最低值出现在2020年的夏天，为36 μg·m−3. PM10浓度分布与PM2.5相似，冬季浓度最高，夏季浓度最低. 但由于2020年年初疫情管控影响，使得2019年冬季PM10浓度的季节平均值有所下降，略低于同年秋季. SO2浓度呈现春冬季明显高于夏秋季节的特点. 最高值出现在2019年春季，为13 μg·m−3，最低值出现在2021年夏季，为5.3 μg·m−3. SO2的季节浓度平均值为春季最高，夏季最低，但是由于2020年初疫情管控，使得2019年冬季的SO2浓度最低. CO浓度呈现冬季最高，春秋次之，夏季最低的特点，最高值出现在2018年的冬季，为0.9 mg·m−3，最低值出现在2018年夏季，为0.52 mg·m−3. NO2浓度为冬季>秋季>春季>夏季. 最高值出现在2019年秋季和2020年冬季，为45 μg·m−3，最低值出现在2021年夏季，为20 μg·m−3. 但由于2020年年初疫情管控影响，使得2019年秋季NO2浓度的季节平均值有所下降，略低于同年冬季. O3浓度为夏季最高，春秋次之，冬季最低,与刘芷君等[15]研究一致. 最高值出现在2019年的夏天，为145 μg·m−3，最低值出现在2018年冬季，为52 μg·m−3. O3浓度分布与颗粒物分布差异明显.
-
图3为南京市2020年冬季疫情防控开始前后气象要素时间分布图. 2020年冬季疫情防控期间温度整体偏高，1月份在1月6日这天平均气温超过10 ℃，2月份有7 d超过10 ℃，2月25日更是达到了17.1 ℃，超过80%天数的平均气温均大于4 ℃. 1、2月南京气压水平大多维持在
1025 —1029 hPa之间，最低值为2月13日的1015.2 hPa，最高值为2月8日的1033.1 hPa，气压偏高.由图3可知，南京1月份除个别天气为东西风外，多数天气为北风和偏北风，无南风天气，而进入2月份以后，南风天气占比增多，其中东南风频率增加最多，北风频率减少，这说明大气的水平和垂直扩散能力总体偏弱，南京市1、2月的风速在2—18 km·h−1之间，无大风天气，不利于污染物的扩散和清除. 南京冬季湿度大，1、2月份期间有70%以上的天数湿度大于70%，有20 d相对湿度超过了90%. 2020年冬季疫情防控期间南京降水强度较大，2个月的降水量总共110 mm，而且降水时间分布广泛，1月份降水天数达到了16 d，2月份的降水天数达到了9 d，这对污染物的湿清除作用十分明显.
整体上，南京市2020年冬季疫情防控开始前后气压和温度较高，1月份风向多为偏北风，2月份偏北风和偏南风天数差距不大，且1、2月份风速未表现明显的差异，大多以低风速为主；空气湿度较大，大气扩散条件整体较差，不利于污染物的清除[16 − 17]. 但是降水频繁，当短时间出现明显降水时，大气污染物经冲刷而被快速清除，污染物浓度降低显著；当降雨量较低时，其对污染物的清除效率低，且潮湿天气还会造成污染物的累积[18]. 在此气象背景条件下，各项污染物在疫情防控期间浓度的大幅度减少主要是由于人为源的减少，停工停产使得排放源减少，各种污染物的排放都受到了不同程度的影响.
-
自COVID-19疫情爆发后，我国采取了一系列防护措施，在2020年1月底我国政府要求居民减少非必要外出，各大工厂企业停工停产，整个南京区空气质量较去年明显改善. 表1为两年不同疫情阶段AQI均值，峰值，达到轻度及以上污染的天数. 图4为不同时间段南京市AQI值与上一年同期对比，其中横线为所选取时间段的AQI整体平均值水平. 由表1可知，2020年疫情爆发之前的两个月内有18 d的环境空气质量在轻度及以上污染级别（AQI>101），其中1月14日达到中度污染，污染持续时间为1 d，上一年同期环境空气质量在轻度及以上污染级别的天数有22 d. 2019年底和2020年初与上一年大气环境情况相比，达到轻度污染级以上的天数减少了4 d. 因为到了年底，各工厂一年的工作进入尾声，污染物排放量有不同程度的减少，导致空气质量情况有了好转. 根据表1中不同阶段的AQI平均值计算结果可知，2020年疫情管控开始前AQI平均值为86，比2019年同期减少6%. 结合图4可知，2020年1月中旬出现了严重的空气污染事件，整体空气质量较差，疫情管控措施实施后，2020年与去年相比空气质量有了明显的改善，AQI平均值较去年同期减少了5%，轻度及以上污染天气减少了11 d，其中2月份降幅最为显著，3、4月份差距较小，疫情防控结束后，AQI值有所回弹，5、6月份AQI平均值上升到84，轻度及以上污染天气出现情况增加到21 d，不过仍然小于去年同期的平均水平.
由图4中2020年疫情防控期间（2—4月）AQI值与2019年同期对比可以直观地看出，2020年与2019年相比AQI值有较大幅度下降，2月的数值相差最大，3月和4月的数值差距相对较小. 这说明疫情期间空气质量改善与我国采取的疫情防控措施有一定的关系. 2月份工厂停工，学校停课，餐馆和KTV等娱乐设施关闭，居民减少不必要的外出，人为源的大量减少导致污染物排放量也随之降低，空气质量有所改善. 南京市3月初陆续开始复工复产，工业企业污染物开始排放，3月份空气质量差距逐渐缩小. 疫情防控结束后，2020年5月和2019年5月的AQI变化范围逐渐趋于一致，2020年6月AQI值有较大幅度降低，与去年同期相比空气质量明显改善.
-
如图5所示，PM2.5和PM10日变化分布为单峰型，在07:00—09:00点达到一天的峰值，在16:00—18:00达到一天的谷值，而且较其他3年相比，PM2.5和PM10的浓度在明显降低.
白天受交通早高峰的影响，PM2.5和PM10排放源增多，浓度上升，在午时浓度有所下降，下班时的晚高峰使得PM2.5和PM10浓度在17:00之后又开始回升，夜间人类活动减少，排放源减少，PM2.5和PM10浓度降低. 尽管夜间边界层降低不利于污染物扩散，但较少的污染源使夜间浓度仍处于较低水平[18]. SO2的日变化为单峰型. 在10:00—11:00达到一天的峰值，在20:00之后出现谷值. SO2主要来源燃煤企业的排放，上午正值工厂最繁忙的时间段，大中型工厂在工作时排放的SO2是使SO2日平均浓度在午间达到峰值的主要原因之一. 下午由于对流混合浓度值逐渐降低，晚上浓度值显著低于白天，冬季午夜有个次峰值. 造成SO2晚上浓度低于白天的可能原因之一是晚上湿度较大，通过湿沉降对SO2进行清除[19]. NO2的日变化为双峰单谷型. 第一个峰值出现在07:00—09:00，第二个峰值出现在21:00—23:00，谷值出现在14:00—16:00. 两个峰值的出现时间与早晚高峰有关，早晚高峰大量的汽车尾气排放使这两个时间段的NO2浓度明显高于其他时间段[20]，09:00之后边界层抬升，同时随着太阳辐射的增加，NO2作为O3前体物参与光化学作用不断消耗，在15:00达谷值[18]. CO的日变化为单峰型. 峰值出现在08:00—10:00，谷值出现在16:00—17:00. CO的来源主要是化石燃料的不完全燃烧所产生的，CO日变化主要受边界层发展的影响，早晨大气常处于逆温状态，不利于污染物扩散[18]. O3的日变化为单峰型. 峰值出现在15:00—17:00，谷值出现在07:00—08:00. 与其他5种污染物不同的是，2020年O3的日平均浓度较前3年相比不降反升，说明疫情期间人类活动的减少对O3浓度的变化贡献不大. O3浓度的变化受到多种气象要素的影响，白天强的太阳辐射和较高的温度使得O3生成加快，浓度升高[21]. 除此之外，NO2的浓度也会影响O3的浓度，下午较低的NO2浓度对O3的消耗作用很小. 夜间无光化学反应生成O3，O3反而参与夜间的暗反应，发生O3沉降，夜间大气层结比较稳定，平流层或对流层高层也不容易向地面输送O3，所以造成夜间O3浓度相对较低[22].
-
图6为南京市疫情防控期间与2019年同期的AQI值和PM2.5、PM10等6项大气污染物的月平均浓度变化对比. 由图6可知，2020年AQI值较2019年同期相比，2月和3月AQI月均值有所下降，分别下降了37.8%、27.2%，这种降低不仅仅体现在平均值上，最大值和最小值水平也在降低，4月AQI月均值较2019年相比上升9.2%.
其他6种污染物，除O3以外各类污染物排放较2019年相比，2020年的排放量都有所降低. PM2.5和PM10浓度2月下降幅度最大，分别下降了47.2%和44.7%，3月下降幅度为44%和39.9%，4月下降幅度最小，为23.2%和8.3%. 经相关性计算可知，二者浓度变化相关性显著（0.863）. 研究发现，在1月25日—2月10日疫情严控期间PM2.5浓度下降了41.2%，这表明新冠肺炎疫情下的停工停产显著降低了PM2.5的浓度[18]由此可见，大幅度的减少污染物的排放是十分高效的大气环境保护措施. 与2019年相比，2020年的SO2、NO2、CO月平均的浓度值也有所下降. NO2浓度2月下降幅度最大，为31.0%，3月和4月下降幅度分别为32.2%、3.1%. SO2浓度3月下降幅度最大，为47.5%，2月和4月的下降幅度分别为32.3%和26.0%. CO浓度2月下降幅度最大，为23.9%，3月下降幅度为21.5%，4月平均浓度值有所上升，上升16.2%. 疫情管控初期，来自工厂燃煤和车辆尾气排放的颗粒物和SO2、NO2、CO都有明显下降，随着3月份开始的复工，污染物浓度也逐渐上升，下降幅度较小，甚至CO出现比2019年同期浓度高的现象. 这两年O3浓度变化趋势并未有较大改变，均呈现逐月增长的趋势，较2019年相比，O3浓度2月上升幅度最大，为22.6%，3月上升幅度为5.8%，4月上升幅度为16.2%. 表明O3浓度变化受疫情期间停工减排的影响很小. 近年来中国东部地区O3的形成已经从挥发性有机物敏感状态转变为混合敏感状态[22]于封城期间氮氧化物和其他空气污染物排放的大幅减少，从而增强了中国东部地区大气氧化能力，这使得O3消耗量降低，导致大气中O3浓度上升[23]. 几年来VOCs排放量的增加，导致挥发性有机物和氮氧化物的比值不断升高，不利于O3浓度降低[24 − 26]. 这是疫情期间O3未出现明显下降的可能原因.
-
本文选取了上海、杭州、合肥3个城市与南京市进行对比，这3个城市为中国东部典型受大气污染较为严重的城市，通过对比分析可以了解到疫情前后南京市在整个长三角地区的大气污染水平. 由图7可以看出，南京、上海、杭州和合肥的AQI月均值在2、3月份较前两个月来讲有明显的下降，空气质量情况有所提高，4、5月份污染逐渐加重，到了6月份，由于夏季降水天气增多，AQI值又有所下降，可见长三角地区疫情防控期间污染物源排放源的减少对于该区域大气环境有明显的改善. 其中杭州市在整个分析时段各月平均AQI数值要底于其他3个城市，在整个分析时间段，4个城市的PM2.5和PM10月平均浓度的整体变化趋势一致，均在疫情防控前（12—1月）达到最高值，在疫情防控开始后（2—4月）月均浓度有较大幅度降低，直到疫情防控结束后才出现回弹现象. 与其他两个城市相比，南京市和上海市的SO2浓度偏高，而防控期间4月的南京市和合肥市明显高于其他两个城市，防控结束后，南京市5月SO2平均浓度远远高于其它3个城市的平均值，这说明复工复产后南京工业水平恢复速度很快，污染物排放源再次变多. 4个城市的NO2变化趋势保持一致，NO2月均浓度值在12月份和1月份数值比较大，2月份浓度值有明显的下降，3、4月份又开始上升，但是在5、6月份仍然呈下降趋势.
O3的月均浓度值并未有受疫情防控措施影响的特征，从2019年12月开始，4个城市的O3月均浓度值逐渐上升，在5月份达到最大值，6月份有所下降，在这其中南京市的O3浓度又明显高于其他3个城市. CO月均值浓度在疫情防控前（12—1月）较大，开始防控后浓度月均值变化不大，但在4个城市当中，南京市的CO浓度月均值浓度一直大于其他3个城市.
根据《环境空气质量标准》（GB3095—2012）中各污染物二级年平均值作为参考来对4个城市空气污染情况进行评估，在7个月内4个城市的PM2.5月均值浓度在疫情防控前均大于PM2.5年平均浓度限值（35 μg·m−3），但是在2月份疫情防控开始后，PM2.5月均值浓度均小于限值. PM10与PM2.5相比污染较轻，只有12月份的南京、合肥和杭州超过平均浓度限值（70 μg·m−3），其他情况下均小于平均浓度限值. 4个城市SO2浓度在疫情防控前和疫情防控开始后均小于SO2年平均浓度限值（60 μg·m−3），低于《环境空气质量标准》中SO2的一级标准（20 μg·m−3），这说明SO2在长三角城市中污染物程度相对较小. 4个城市12月的NO2月均浓度值均超过了NO2年平均浓度限值（40 μg·m−3），其余6个月都未超过，污染相对较轻. 在分析情况的7个月中，4个城市的O3浓度均未超过O3年平均浓度限值（160 μg·m−3）. CO和O3情况一样，四个城市的CO浓度未超过CO年平均浓度限值（4 mg·m−3）.
总体来说，疫情期间随着人为排放源的大量减少，4个城市的空气质量都有所改善，除O3以外的5种污染物浓度均有很大程度的下降，但是对于O3来说，疫情防控期间浓度并未下降，反而在此期间O3浓度每月一直在上升. 本次疫情前后，南京市空气污染在整个长三角地区相对较重，其他3个城市在不同污染物情况上各有高低，但整体空气质量情况都优于南京市. 南京市和合肥市位于长三角北部地区，春冬季节易受北方污染传输的影响，而且苏北地区重工业发达，工业生产的颗粒物较多，导致污染严重，上海市和杭州市位于长江三角洲东部沿海地区受海陆风影响，扩散条件比内陆城市要好，污染相对较轻. 疫情期间在减少的人为源背景下，尽管气象条件不利于污染物扩散，但污染物浓度明显降低，说明控制源的排放是有效减少长三角地区空气污染的有效措施，O3不减反增的现象有待后续进行研究.
-
（1）与2019年未爆发疫情时相比，2020年6种污染物的年平均浓度均有所下降. PM2.5、PM10、SO2、NO2、O3、CO分别下降22.3%、35%、30%、14.4%、2.3%、4%. 说明人类活动对于污染物浓度有很大贡献，疫情封锁减少了人类活动，污染物的人为源大幅度减少，显著影响了环境空气质量.
（2）PM2.5、PM10和SO2季节平均浓度都明显呈现春冬季节高于夏秋季节；CO季节平均浓度为冬天最高，春秋次之，夏季最低；NO2则是冬季平均浓度最高，秋季大于春季，夏季最低的特征；O3的季节平均浓度则呈现夏季最高，春秋次之，冬季最低的情况.
（3）与疫情前的AQI值对比，2020年在防控开始前后，AQI的均值和最大值都有降低. 疫情防控前，2020年AQI均值为86，与2019年相比下降6%；疫情防控期间同期相比AQI均值下降了5%，轻度及以上污染的天气数下降了11 d.
（4）2020年PM2.5、PM10、SO2、NO2、CO日变化浓度较其他3年相比为历年最低值. O3浓度为历年最高值. 2018—2021年2—4月污染物峰谷型并未有较大的变化. PM2.5、PM10、SO2、CO、O3为单峰型，NO2为双峰单谷型.
（5）除O3以外的其他5种污染物浓度在2020年疫情防控期间与2019年同期相比呈下降趋势，PM2.5、PM10、NO2、CO浓度2月份下降幅度最大，分别为47.2%、44.7%、31.0%、23.9%. SO2浓度3月下降幅度最大，为47.2%. 与2019年相比，O3浓度在疫情管控期间不降反升，2月上升幅度最大，为22.6%.
（6）与长三角区域其他省会城市相比，南京市空气污染在长三角地区相对较重，6种污染物浓度比其他3个城市浓度值偏高. SO2、CO和O3在长三角地区污染较轻. 在疫情防控前后，4个城市6种污染物浓度的变化趋势大致相同，都呈现先下降，再上升然后再下降的变化趋势.
致谢：感谢印度Koneru Lakshmaiah大学K.Raghavendra Kumar博士在写作过程中的指导.
疫情前后气象条件和排放变化对南京及周边地区污染物特征变化的影响
The impact of meteorological conditions and source emissions before and after the COVID-19 on the pollutant levels in Nanjing and surrounding areas
-
摘要: 为研究2020年年初实施的疫情管控措施对南京市空气质量的影响，选取2018至2021年南京市以及周边省会城市的空气质量监测数据，通过数据对比来分析源不同所带来的污染物分布的差异. 结果表明，除O3以外的其余的5种主要污染物年平均浓度均有所降低，O3浓度有所上升；疫情停工期间较未停工期间污染物日变化分布不变，PM2.5、PM10、SO2、CO、O3为单峰型，NO2为双峰单谷型；2020年疫情防控期间与去年同期相比PM2.5、PM10、NO2、CO浓度2月份下降幅度最大，分别为47.2%、44.7%、31.0%、23.9%，SO2浓度3月下降幅度最大，为47.2%，O3浓度不降反升，2月上升幅度最大，为22.6%. 从季节变化可知，O3呈现夏季最高，春秋次之，冬季最低的特征，其他5种污染物呈现冬季最高，春秋次之，夏季最低的特征. 从气象要素来说，高温，低风速甚至静风不利于污染物的扩散，而降水则通过湿清除的作用使得污染物从空气中清除，有利于污染物浓度的减少. 从污染物空间分布可知，长江三角洲4个省会城市的污染物浓度变化大致相同，都是先下降再上升，然后再下降的趋势，南京市的SO2、O3、CO和PM10浓度明显高于长三角其他3个省会城市，空气污染相对较重.Abstract: To study the impact of COVID-19 several control measures were implemented in early 2020 to investigate the changes in air quality over Nanjing and its surrounding areas. The air quality data from 2018 to 2021 observed in Nanjing and the surrounding provincial capital cities were selected to analyze the differences in pollutant distribution caused by different sources. The results showed that the annual average concentrations of the five main pollutants except O3 decreased, while the O3 concentrations increased. During the lockdown period of the COVID-19, the daily distribution of pollutants remained unchanged compared to the non-shutdown period. The main air pollutants like PM2.5, PM10, SO2, CO, and O3 exhibited unimodal distribution, while NO2 shown unimodal and biomodal. During the epidemic prevention and control period in 2020, compared with the same period last year (in 2019), the concentrations of PM2.5, PM10, NO2, and CO decreased in February with 47.2%, 44.7%, 31.0%, and 23.9%, respectively. The SO2 concentration decreased drastically in March, with 47.2%. However, the O3 concentration did not decrease but increased, with the largest increase in February of 22.6%. From the seasonal changes, O3 exhibits the characteristics of highest levels in summer, followed by the spring and autumn seasons, and the lowest in winter. The other five pollutants showed maximum in winter, followed by spring and autumn, and the lowest in summer. In terms of meteorology, high temperatures, low wind speeds, and even calm winds are not conducive to the diffusion of pollutants. While precipitation removes pollutants from the air through wet removal, which is beneficial for reducing pollutant concentration. From the spatial distribution of pollutants, the changes in pollutant concentrations in the four capital cities of the Yangtze River Delta (YRD) region are found the same, with the trend of decrease in the beginning then increase and then decrease. in the concentration levels. Whereas, the concentrations of SO2, O3, CO, and PM10 in Nanjing shown significantly higher than those in the other three capital cities of the YRD, and the air pollution is relatively heavy.
-
Key words:
- particulate matter /
- air pollutants /
- meteorology /
- emission sources /
- spatiotemporal distribution.
-
-
图 2 2018—2021年6种污染物各季节平均值
Figure 2. Seasonal average values of six pollutants from 2018 to 2021
图 3 南京市2020年冬季疫情防控开始前后近地面气象要素
Figure 3. Near surface meteorological factors before and after the start of epidemic prevention and control in the winter of 2020 in Nanjing
图 4 不同时间段南京市AQI值与上一年同期对比
Figure 4. Comparison of AQI values in Nanjing during different time periods with the same period of the previous year
图 5 2018—2021年2—4月南京市污染物浓度日变化对比
Figure 5. Comparison of daily changes in pollutant concentrations in Nanjing from February to April 2021
图 6 2019年与2020年南京市AQI值与6种污染物浓度对比
Figure 6. Comparison of AQI values and concentrations of six pollutants in Nanjing in 2019 and 2020
图 7 南京与其他城市污染物浓度对比
Figure 7. Comparison of pollutant concentrations between Nanjing and other cities
表 1 2019与2020年不同疫情阶段AQI均值与峰值统计
Table 1. Statistics of Average and Peak AQI in Different Epidemic Stages in 2019 and 2020
年份
Year疫情防控前（12、1月）
Before（Dec.、Jan.）疫情防控间（2、3、4月）
During（Feb.、Mar.、Apr.）疫情防控后疫情防控后（5、6月）
After（May.、Jun.）均值
Mean峰值
Peak轻度及以上
Mild or above均值
Mean峰值
Peak轻度及以上
Mild or above均值
Mean峰值
Peak轻度及以上
Mild or above2019 91.5 193 22d 79 158 16d 97 179 28d 2020 86 176 18d 63 126 5d 84 157 21d 
下载: 导出CSV
-
[1] 刘跃斌, 张远, 张逸冰, 等. 邯郸市新冠疫情前后空气质量指数(AQI)对比与疫情防控期间大气污染特征分析[J]. 环境化学, 2021, 40(12): 3743-3754. doi: 10.7524/j.issn.0254-6108.2021022402 LIU Y B, ZHANG Y, ZHANG Y B, et al. Comparison of air quality index (AQI) before and after COVID-19 in Handan City and analysis of air pollution characteristics during COVID-19 prevention and control[J]. Environmental Chemistry, 2021, 40(12): 3743-3754 (in Chinese). doi: 10.7524/j.issn.0254-6108.2021022402
[2] 程昊, 康娜, 张佳欣, 等. 南京冬季典型霾天气过程多元对比分析[J]. 中国环境科学, 2022, 42(3): 993-1004. CHENG H, KANG N, ZHANG J X, et al. Multivariate comparative analysis of typical haze weather episodes in Nanjing[J]. China Environmental Science, 2022, 42(3): 993-1004 (in Chinese).
[3] 尹晓梅, 李梓铭, 乔林, 等. 北京冬季疫情期间空气质量及气象影响分析[J]. 中国环境科学, 2021, 41(5): 1985-1994. YIN X M, LI Z M, QIAO L, et al. Effect analysis of meteorological conditions on air quality during the winter COVID-19 lockdown in Beijing[J]. China Environmental Science, 2021, 41(5): 1985-1994 (in Chinese).
[4] 陈军辉, 冯小琼, 李媛, 等. 新冠疫情期间四川盆地空气质量及影响因素分析[J]. 环境科学, 2021, 42(12): 5594-5601. CHEN J H, FENG X Q, LI Y, et al. Analysis of air quality and influencing factors in Sichuan Basin during the COVID-19 outbreak[J]. Environmental Science, 2021, 42(12): 5594-5601 (in Chinese).
[5] 徐超, 吴水平, 刘怡靖, 等. 厦门湾空气质量对新冠疫情管控的响应[J]. 环境科学, 2021, 42(10): 4650-4659. XU C, WU S P, LIU Y J, et al. Response of air quality to COVID-19 lockdown in Xiamen Bay[J]. Environmental Science, 2021, 42(10): 4650-4659 (in Chinese).
[6] ACHEBAK H, PETETIN H, QUIJAL-ZAMORANO M, et al. Trade-offs between short-term mortality attributable to NO2 and O3 changes during the COVID-19 lockdown across major Spanish cities[J]. Environmental Pollution, 2021, 286: 117220. doi: 10.1016/j.envpol.2021.117220 [7] MEO S A, ALMUTAIRI F J, ABUKHALAF A A, et al. Sandstorm and its effect on particulate matter PM 2.5, carbon monoxide, nitrogen dioxide, ozone pollutants and SARS-CoV-2 cases and deaths[J]. The Science of the Total Environment, 2021, 795: 148764. doi: 10.1016/j.scitotenv.2021.148764 [8] ULPIANI G, RANZI G, SANTAMOURIS M. Local synergies and antagonisms between meteorological factors and air pollution: A 15-year comprehensive study in the Sydney Region[J]. Science of the Total Environment, 2021, 788: 147783. [9] 杨婕, 赵天良, 程叙耕, 等 . 2000—2019年中国北方地区沙尘暴时空变化及其相关影响因素[J]. 环境科学学报,2021, 41(8): 2966-2975. YANG J, ZHAO T L, CHENG X G, et al. Temporal and spatial variations of sandstorm and the related meteorological influences over Northern China from 2000 to 2019[J]. Acta Scientiae Circumstantiae, 2021, 41(8): 2966-2975 (in Chinese).
[10] 贾瑞, 刘玉芝, 吴楚樵, 等. 2007—2017年中国沙尘气溶胶的三维分布特征及输送过程[J]. 中国沙漠, 2019, 39(6): 108-117. JIA R, LIU Y Z, WU C Q, et al. Three-dimensional distribution and transport process of dust aerosols over China from 2007 to 2017[J]. Journal of Desert Research, 2019, 39(6): 108-117 (in Chinese).
[11] PUI D Y H, CHEN S C, ZUO Z L. PM 2.5 in China: Measurements, sources, visibility and health effects, and mitigation[J]. Particuology, 2014, 13: 1-26. doi: 10.1016/j.partic.2013.11.001 [12] 纪源, 赵秋月, 陈凤, 等. 新冠肺炎疫情期间南京市PM2.5中碳质组分污染特征分析[J]. 生态与农村环境学报, 2021, 37(8): 992-1000. JI Y, ZHAO Q Y, CHEN F, et al. Characteristics of carbonaceous aerosols in ambient PM2.5 during the COVID-19 period in Nanjing[J]. Journal of Ecology and Rural Environment, 2021, 37(8): 992-1000 (in Chinese).
[13] 郭庆皓, 陈魁. 南京环境空气质量特征及变化分析[J]. 南京信息工程大学学报(自然科学版), 2022, 14(3): 294-303. GUO Q H, CHEN K. Spatial-temporal characteristics of ambient air quality in Nanjing[J]. Journal of Nanjing University of Information Science & Technology (Natural Science Edition), 2022, 14(3): 294-303(in Chinese).
[14] 南京市统计局. 南京统计年鉴[M]. 南京: 南京出版社, 2020. Nanjing Municipal Bureau of Statistics. Nanjing Statistical Yearbook[M]. Nanjing: Nanjing Publishing House, 2020(in Chinese).
[15] 刘芷君, 谢小训, 谢旻, 等. 长江三角洲地区臭氧污染时空分布特征[J]. 生态与农村环境学报, 2016, 32(3): 445-450. LIU Z J, XIE X X, XIE M, et al. Spatio-temporal distribution of ozone pollution over Yangtze River Delta Region[J]. Journal of Ecology and Rural Environment, 2016, 32(3): 445-450 (in Chinese).
[16] 朱杰纯, 钱瑜, 乔月珍. 南京市天气类型与大气污染关系研究[J]. 环境保护科学, 2020, 46(3): 23-29. ZHU J C, QIAN Y, QIAO Y Z. Study on the relationship between weather types and air pollution in Nanjing[J]. Environmental Protection Science, 2020, 46(3): 23-29 (in Chinese).
[17] 孔琳, 胡婷莛, 牛植, 等. 新型冠状病毒肺炎疫情防控时期上海市空气质量特征及成因分析[J]. 环境工程, 2021, 39(9): 110-116,198. KONG L, HU T T, NIU Z, et al. Characteristics and causes of air condition in Shanghai during covid-19 prevention periods[J]. Environmental Engineering, 2021, 39(9): 110-116,198 (in Chinese).
[18] 王爱平, 朱彬, 秦玮, 等. 新冠疫情严控期间南京市空气质量[J]. 中国环境科学, 2021, 41(7): 3088-3095. WANG A P, ZHU B, QIN W, et al. Air quality in Nanjing during COVID-19 lockdown period[J]. China Environmental Science, 2021, 41(7): 3088-3095 (in Chinese).
[19] 江文华, 周国兵, 陈道劲, 等. 重庆中心城区空气污染特征及气象影响因素分析[J]. 西南师范大学学报(自然科学版), 2022, 47(1): 74-81. JIANG W H, ZHOU G B, CHEN D J, et al. Analysis on characteristics and influencing meteorological factors of air pollution in central urban area of Chongqing[J]. Journal of Southwest China Normal University (Natural Science Edition), 2022, 47(1): 74-81 (in Chinese).
[20] 杨光飞, 李思茵, 李文丽. 中国城市二氧化氮浓度的时空分布特征[J]. 环境科学与技术, 2019, 42(增刊2): 200-206. YANG G F, LI S Y, LI W L. Spatial and Temporal Distribution Characteristics of Nitrogen Dioxide Concentration in Chinese Cities[J]. Environmental Science & Technology, 2019, 42(Sup 2): 200-206 (in Chinese).
[21] 查书平, 白凯伟, 胡秀芳. 长三角地区大气污染物空间分布特征研究[J]. 环境生态学, 2020, 2(9): 71-78. CHA S P, BAI K W, HU X F. Spatial distribution characteristics of air pollutants in the Yangtze River Delta[J]. Environmental Ecology, 2020, 2(9): 71-78 (in Chinese).
[22] WANG N, LYU X P, DENG X J, et al. Aggravating O3 pollution due to NO x emission control in Eastern China[J]. The Science of the Total Environment, 2019, 677: 732-744. doi: 10.1016/j.scitotenv.2019.04.388 [23] HUANG X, DING A J, GAO J, et al. Enhanced secondary pollution offset reduction of primary emissions during COVID-19 lockdown in China[J]. National Science Review, 2021, 8(2): nwaa137. doi: 10.1093/nsr/nwaa137 [24] 丁峰, 朱志锋, 张良瑜, 等. 南京市环境大气质量变化特征及防治对策建议[J]. 环境监测管理与技术, 2020, 32(5): 63-67. DING F, ZHU Z F, ZHANG L Y, et al. Air quality change characteristics and air pollution control countermeasures in Nanjing[J]. The Administration and Technique of Environmental Monitoring, 2020, 32(5): 63-67 (in Chinese).
[25] 刘军, 朱志锋. 南京市环境空气质量演变特征[J]. 环境与发展, 2020, 32(7): 116-117. LIU J, ZHU Z F. Evolution characteristics of ambient air quality in Nanjing[J]. Environment and Development, 2020, 32(7): 116-117 (in Chinese).
[26] 漏嗣佳, 朱彬, 廖宏. 中国地区臭氧前体物对地面臭氧的影响[J]. 大气科学学报, 2010, 33(4): 451-459. doi: 10.3969/j.issn.1674-7097.2010.04.009 LOU S J, ZHU B, LIAO H. Impacts of O3 precursor on surface O3 concentration over China[J]. Transactions of Atmospheric Sciences, 2010, 33(4): 451-459 (in Chinese). doi: 10.3969/j.issn.1674-7097.2010.04.009
-
点击查看大图
计量
- 文章访问数: 605
- HTML全文浏览数: 605
- PDF下载数: 11
- 施引文献: 0
