泰州市地处江苏中部，位于长江下游地区，是长三角中心城市之一。目前针对泰州市空气质量的专项研究较少，吴莹等^[1-3]对泰州市大气污染物的短期时空分布特征及气象条件进行了分析，王玉祥等^[4]对泰州市2013—2017年大气污染特征及潜在来源进行了分析。PM_2.5的来源主要分为自然源(火山喷发、地面扬尘、森林火灾和植物排放等)和人为源(化石燃料燃烧、汽车尾气排放、工业生产排放和建筑扬尘等)^[5]。为进一步提升泰州大气环境质量，现选取2020年泰州市大气PM_2.5质量浓度高值区——莲花国控空气站点(以下简称“莲花站点”)所在的海陵区为研究区域，采用空气自动监测数据和PM_2.5组分手工监测数据，采用正定矩阵因子分解(PMF)受体模型对区域大气污染源及贡献率开展深度追溯解析，提出管控措施及建议。

1 数据来源和研究方法 1.1 数据来源

2020年泰州市6个国控空气站点大气PM_2.5的质量浓度数据来自中国空气质量在线监测分析平台(https://www.aqistudy.cn)。莲花站点周围大气PM_2.5手工采样组分分析数据来自江苏省泰州环境监测中心。气象数据来自NCEP(美国国家环境预报中心)提供的GDAS气象数据(全球资料同化系统，ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1)，分辨率为1°×1°。

1.2 研究方法

拉格朗日粒子扩散模型(LPDM)溯源模型：LPDM是常被用作模拟大气中气体和气溶胶的输运和湍流混合的工具。基于拉格朗日方法的中小尺度扩散模式，LPDM计算了大量概念粒子的轨迹，通过轨迹来模拟粒子的扩散过程，能够同时考虑粒子在传输过程中不同外界因素(包括放射性衰变、化学损失、干湿沉降等)的影响，有效模拟由于热对流或者复杂地形而产生的粒子流动扩散情况，并能够很好地表征粒子的光化学特征，常被用于预测放射性物质的浓度^[7-11]。

正定矩阵因子分解(PMF)受体模型：PMF受体法是基于受体采样点获取的物理化学信息来反推各种源贡献的源解析方法, 是将细颗粒物中对源有指示意义的化学示踪物信息与数学统计方法相结合而发展起来的方法。该方法应用较早，也是目前国内外最常用的PM_2.5源解析方法^[12-15]。现使用PMF受体模型对大气PM_2.5进行源解析。基本思路是，首先将PM_2.5中各化学组分的质量浓度、PM_2.5的总质量浓度以及各化学组分的测量偏差输入模型，然后利用权重计算出PM_2.5中各化学组分的误差，再通过最小二乘法确定PM_2.5的主要污染源及其贡献率^[16-18]。

2 结果与讨论 2.1 2020年莲花站点颗粒物污染状况

2020年，泰州市大气PM_2.5年均质量浓度为37 μg/m³，同比降低了15.9%；各站点质量浓度为35~39 μg/m³，莲花站点最高。1—9月，莲花站点PM_2.5质量浓度高出国控站点平均值2~8 μg/m³，5月高出国控站点平均值8 μg/m³，较PM_2.5质量浓度最低的国控站点高14 μg/m³，莲花站点所在的海陵区是全市PM_2.5质量浓度的高值区。10—12月泰州市开展“大气治理百日攻坚战”，海陵区管控成效明显。2020年莲花站点的PM_2.5月均质量浓度变化趋势见图 1。由图 1可见，10—12月，莲花站点的PM_2.5质量浓度在6个国控站点中的排名持续向好。

2020年泰州市大气国控站点PM_2.5和PM₁₀的质量浓度见表 1。由表 1可见，莲花站点全年ρ(PM₁₀)为56 μg/m³，低于国控站点平均值57 μg/m³。扬尘污染一般会造成粗粒子浓度偏高，导致粗粒子在大气颗粒物中的占比偏高，[ρ(PM₁₀)-ρ(PM_2.5)]/ρ(PM₁₀)值代表粒径在2.5~10 μm之间的颗粒物在大气颗粒物中的占比，该值越大表示粗粒子在大气颗粒物中占比较高，该值越小表明大气颗粒物中主要成分为细粒子。莲花站点该值最低，说明该站点扬尘污染相对较轻，大气颗粒物污染以PM_2.5为主。

2.2 大气PM_2.5的PMF受体模型源解析结果

根据手工监测数据结果分析，2020年莲花站点PM_2.5中的主要组分包括有机物(OM)、硝酸盐(NO₃^-)、硫酸盐(SO₄^2-)、铵盐(NH₄⁺)、地壳物质、氯盐(Cl^-)、钾盐(K⁺)、黑炭(EC)、微量元素、钠盐(Na⁺)，占比分别为35.7%，25.6%，13.9%，11.9%，6.1%，2.3%，1.5%，1.5%，0.8%和0.7%(图 2)，OM、NO₃^-、SO₄^2-、NH₄⁺为首要污染组分，这4类物质对PM_2.5累计贡献达87.1%。2020年莲花站点PM_2.5各组分变化趋势见图 3。由图 3可见，各类组分变化趋势基本与PM_2.5一致，在PM_2.5质量浓度大幅上升的同时，NO₃^-质量浓度也出现显著抬升的现象，如1月和12月，局地NO₃^-二次生成作用显著，造成PM_2.5污染；3月中旬，受沙尘天气影响，地壳物质显著上升；5月下旬，K⁺质量浓度出现抬升现象，可能与秸秆焚烧有关。

2020年莲花站点的PM_2.5源解析结果见图 4(a)(b)。由图 4(a)可见，2020年影响莲花站点PM_2.5的污染源及贡献占比分别是：流动源(24.9%)、工业源(21.8%)、燃煤源(16.8%)、生物质燃烧源(11.4%)、扬尘源(7.5%)、二次生成源(17.6%)。其中流动源、工业源和二次生成源是主要污染源，三者贡献占比之和达64.3%。由图 4(b)可见，莲花站点PM_2.5的污染源贡献占比存在明显的时间差异，二次生成源在冬季明显增加，夏季有小幅增加；生物质燃烧源贡献在3，5和9月明显增加；扬尘源在春季和秋季明显增加；流动源受疫情影响在2和3月占比较低；工业源和燃煤源较为稳定。

2.3 重点污染时段PM_2.5污染特征分析 2.3.1 1—2月PM_2.5污染特征

1月，莲花站点PM_2.5月均质量浓度为70 μg/m³，是月均质量浓度最高的月份。2020年1—2月莲花站点的PM_2.5源解析结果见图 5。

由图 5可见，各类污染源及贡献占比分别为：流动源(26.2%)、工业源(26.1%)、燃煤源(16.5%)、二次生成源(18.6%)、扬尘源(7.9%)、生物质燃烧源(4.7%)。对比2月PM_2.5组分浓度及解析结果，1—2月污染特征分析如下。

(1) 1月流动源污染相对严重。1月ρ(NO₃^-)为20.7 μg/m³，远高于2月的该值(11.4 μg/m³)；ρ(NO₃^-)/ρ(SO₄^2-)一般认为可以反映流动源和固定源对大气颗粒物的相对贡献^[19-21]，该比值越大，说明流动源的贡献越大。1，2月该值分别为2.57和1.67，反映出1月PM_2.5受流动源影响更大，PM_2.5源解析结果也印证了这一结论，1月流动源贡献占比(26.2%)远高于2月的该值(11.8%)。

(2) 2月受一次燃烧源影响较为显著。EC主要来自含碳燃料的不完全燃烧，具有较强的惰性和热稳定性，常被用作一次燃烧源的排放示踪物。2月ρ(EC)为1.11 μg/m³，较1月上升了23.2%。Cl^-来自煤燃烧和生物质燃烧，K⁺是生物质燃烧的指示物，ρ(Cl^-)/ρ(K⁺)越高，说明煤燃烧强度越大。1，2月该值分别为2.37和2.57，与1月相比，2月煤燃烧强度更大，燃煤源贡献占比略有上升，达到18.3%。

(3) 烟花爆竹燃放现象仍有发生。2020年1—2月莲花站点的PM_2.5燃烧源解析结果见图 6。由图 6可见，春节期间(1月26日—2月8日)ρ(PM_2.5)有显著抬升趋势，ρ(K⁺)上升幅度较大，ρ(Cl^-)/ρ(K⁺)明显下降，从1月23日的4.26下降至1月29日的0.95，说明烟花爆竹燃放对PM_2.5的贡献较大。

2.3.2 5月PM_2.5污染特征

5月，莲花站点PM_2.5质量浓度相对较高。2020年5月莲花站点的PM_2.5源解析结果见图 7。由图 7可见，PM_2.5污染源及贡献占比分别为：流动源(23.3%)、工业源(21.8%)、燃煤源(16.0%)、二次生成源(11.7%)、扬尘源(8.1%)、生物质燃烧源(19.1%)，与年均值相比，生物质燃烧源贡献占比上升显著。

2020年5月莲花站点的PM_2.5各组分变化特征见图 8。由图 8可见，自5月16日开始，EC、K⁺、Cl^-质量浓度大幅增长，5月28日达到峰值，分别为1.93，3.72和3.71 μg/m³，较非秸秆焚烧日(5月16日)分别上升378%，355%和963%，上升幅度非常大，造成空气质量短时达重度污染，秸秆焚烧日造成莲花站点5月PM_2.5月均质量浓度上升3 μg/m³。

2.3.3 10月PM_2.5污染特征

10月，莲花站点PM_2.5污染源及贡献占比分别为：流动源(19.3%)、工业源(23.6%)、燃煤源(17.7%)、二次生成源(11.8%)、扬尘源(15.1%)、生物质燃烧源(12.5%)，扬尘源污染相对严重。2020年莲花站点各月颗粒物浓度变化趋势见图 9。

由图 9可见，莲花站点PM_2.5和PM₁₀月均质量浓度变化趋势基本一致，5—8月PM_2.5与PM₁₀质量浓度最接近，[ρ(PM_2.5)-ρ(PM₁₀)]/ρ(PM₁₀)在10月达到峰值(0.48)，较9月上升47.5%，说明扬尘污染贡献占比明显上升。

2.3.4 12月PM_2.5污染特征

12月，对PM_2.5贡献较高的污染源主要为二次生成源、流动源和燃煤源，贡献占比分别为33.3%，20.3%和20.1%，其他各类污染源贡献占比分别为：工业源(15.6%)、生物质燃烧源(5.8%)、扬尘源(4.9%)。12月主要污染过程有3次：12月11—13日，12月21—24日，12月27—28日，这3次污染过程均表现出区域型污染特征。以12月21—24日污染过程为例，主要由于不利扩散条件引起本地污染物快速二次转化，叠加上游地区颗粒物污染传输导致。数值模拟结果显示，21—24日外源输送对江苏省污染贡献为21%~49%，内源贡献为51%~79%。LPDM溯源模型结果显示，21日主要受内源影响；22—23日气团仍以内源为主，来自安徽方向的外源贡献增加；24日内源贡献有所减弱，外源输送面积增加，气团主要来自山东、河北、安徽等地，见图 10(a)(b)(c)(d)。

12月污染过程均呈现NO₂质量浓度和NO₃^-贡献占比均上升的特征。污染时段NO₂质量浓度上升较为明显，在不利扩散条件及高湿条件影响下，NO₃^-对PM_2.5贡献占比高达40.3%(12月12日)，较非污染时段上升了19.8%。

3 结论及建议 3.1 结论

(1) 2020年影响泰州市PM_2.5高值区的污染源及贡献占比分别是：流动源(24.9%)、工业源(21.8%)、燃煤源(16.8%)、生物质燃烧源(11.4%)、扬尘源(7.5%)、二次生成源(17.6%)。其中流动源、工业源和二次生成源是主要污染源，三者贡献占比之和达64.3%。

(2) 对重点污染时段进行PM_2.5分析，1月流动源污染相对严重，贡献占比达26.2%；受疫情影响，2月大气PM_2.5污染来源较为单一，主要来自一次燃烧排放，燃煤源贡献占比上升至18.3%；生物质燃烧源对莲花站点PM_2.5贡献较大，在不利气象条件下导致5月底出现重污染过程；受施工工地扬尘影响，10月扬尘源贡献占比明显上升；12月受区域污染传输影响较大。

3.2 建议

(1) 优化城市路网结构，加强重要交叉路口的交通管制，推行错峰上下班政策，有效解决高峰拥堵现象，提高道路通行效率，防止车辆怠速或低速行驶造成尾气排放量激增而导致的PM_2.5浓度上升。(2)强化工地扬尘管控，在全市建筑施工工地、道路施工工地、裸土点位开展滚动督查，推进建筑工地标准化建设，充分发挥样板工地的示范带动作用。(3)全面取缔燃煤炉，摸清在用燃煤炉数量，社区加大巡查力度，实现动态清零。(4)严抓秸秆禁烧工作，推广主城区铁塔监控经验，实现秸秆禁烧视频监控系统在全市重点农作物区域的全时段覆盖，严格落实禁烧工作责任追究制度。