2014年11月北京市成功举办了APEC会议，为了保障APEC会议期间良好的空气质量，北京周边六省区市按照“APEC会议期间空气质量保障方案”，采取了严格的污染物排放控制措施，力度空前.由于保障措施的实施，在秋冬季易于发生重污染的情况下^{[1, 2]}，APEC会议期间北京市空气质量持续较好，被誉为“APEC蓝”.

针对如APEC会议等国际重大活动、 会议期间所采取的临时大气减排措施较为罕见，不可重复，且为空气质量改善分析及评估提供了难得的机会.目前，国内外对2008年北京奥运会期间空气质量分析评估较多，Wang等^[3]分析监测奥运期间O₃、 SO₂、 CO和 NO_x的日均浓度发现，它们的浓度分别下降了 23%、 61%、 25%和 21%； Zhang等^[4]对比分析了奥运期间(8月)和6月CO、 NO_x、 BC、 SO₂和 PM₁₀平均浓度发现，它们分别下降了23%、 30%、 26%、 45%和 21%； 刘子锐等^[5]监测发现奥运期间偏南气流会引起 PM_2.5浓度的上升； 孔茜等^[6]对交通环境的监测发现NO_x单人高峰小时吸入剂量下降了58%； 吴其重等^[7]从气象场和排放源两方面研究了奥运期间北京市PM₁₀浓度大幅减小的主要原因，结果表明奥运赛事期间 PM₁₀浓度大幅减小的主要原因不是气象因素，而是由于额外措施引起的 PM₁₀排放减少.

针对APEC会议期间北京市空气质量改善和分析的研究很少，认识APEC会议期间北京及周边地区空气质量保障措施的实施效果，开展减排措施、 气象条件后分析及评估研究是国内外急需研究和关注的问题. 本研究利用污染物、 气象、 遥感数据结合源解析受体模型CMB综合分析了2014年APEC会议期间北京市空气质量现状及其影响因素，并初步评估了减排措施对APEC会议期间PM_2.5浓度的贡献及影响，以期为大气污染控制提供科学数据.

北京位于东经115.7°-117.4°E，北纬39.4°-41.6°N，地处华北平原西北端，地形为簸箕型，三面环山，平均海拔43.5 m. 国土面积16 410.54 km²，62%为山区，全市森林覆盖率37.6%.位于北纬40°地区，属温带大陆性季风气候，近10年年降水量平均不足450 mm，年均降水的80%集中在夏季6、 7、 8这3个月^[8]； 全市2 100多万常住人口、 560万辆机动车、 年开复工面积2亿m²以及大量的生产、 服务活动主要集中在平原地区，污染物排放强度较高.

CO、 NO₂、 PM_2.5、 SO₂和 PM₁₀监测数据为北京市环境保护监测中心发布的逐时浓度数据(http://zx.bjmemc.com.cn/)，地面监测站点共计35个(见图 1)，覆盖所有区县，包括区域背景、 郊区、 城镇、 交通干道、 居住区等不同的环境功能类型^[9]； 集中分布在不同地区，包括城六区(东城、 西城、 朝阳、 海淀、 丰台、 石景山)、 西北部(昌平、 延庆)、 东北部(怀柔、 密云、 平谷、 顺义)、 东南部(通州、 大兴、 亦庄)、 西南部(房山、 门头沟).

图 1

Fig. 1

图 1 北京市污染物观测站点分布和分类 Fig. 1 Distribution and classification of pollutants observation sites in Beijing City

35个空气质量自动监测子站操作流程严格按照《环境空气质量自动监测技术规范》(HJ/T 193-2005)^[10]进行，其中PM_2.5、 PM₁₀均采用微量振荡天平法，SO₂采用紫外荧光法、 NO/NO₂采用化学发光法，O₃采用紫外光度法，CO采用气体滤波红外吸收法.监测设备由技术人员定期检查并及时维护保养，在1a的监测时间内有效数据捕获率超过95%.PM_2.5组分数据则为北京市环境保护监测中心综合观测实验平台分析的结果，使用武汉天虹 TH-16A 型四通道采样器进行样品采集，分别使用 ICP 等离子发射光谱法测定无机元素、 原子荧光法测定砷和硒、 离子色谱法测定水溶性离子、 光热法测定OC/EC.气象资料为北京市观象台地面观测资料、 探空资料(http://cdc.cma.gov.cn/)，边界层高度为云高仪监测结果，观测仪器为荷兰WAISALA公司的WXT520气象观测仪.天气实况图为韩国天气实况资料和数值预报产品(http://web.kma.go.kr/eng/weather/images/analysischart.jsp)，遥感资料为MODIS数据产品(http://aeronet.gsfc.nasa.gov/cgi-bin/bamgomas_interactive).

CMB模型是根据化学质量平衡原理建立起来的，目前其在大气颗粒物源解析研究工作中成为最重要、 最实用的模型^[11].研究应用CMB模型对北京市大气PM_2.5主要来源进行解析，输入文件基于市环境保护监测中心综合观测实验平台的样品数据，对源与受体样品化学组分测试均采用统一的分析技术，每批样品均采取空白样品、 质控样品、 加标样品、 平行测试等质量控制和质量保证措施.根据调研、 源谱评估及CMB灵敏矩阵^[12]的计算结果，选取 SO₄^2-、 Al、 Ca为电厂燃煤锅炉特征组分； SO₄^2-、 Na为工业/供热锅炉燃煤特征组分； OC、 EC、 Mn 为机动车特征组分； Si 为土壤尘、 扬尘特征组分； K 为生物质燃烧特征组分.

分别结合天气图、 气象要素及污染物监测情况分析APEC会议的空气质量及气象条件变化； 通过与近五年APEC会议同期污染物空间分布及遥感监测变化情况分析污染物空间改善效果； 比较PM_2.5的主要组分变化分析空气质量保障措施效果； 选取气象条件相似的污染过程对比分析污染物减排效果，以期为北京市大气污染控制提供科学数据.

利用PM_2.5源解析CMB受体模型，对减排措施的环境改善效果展开评估，目标是剔除气象条件等外在变化因素对空气质量造成的影响，相对客观准确地评估保障措施-污染物排放规模下降-污染排放量削减-空气质量改善之间的内在定性定量关系.

图 2为APEC会议期间北京市逐日AQI变化，从中可知，APEC会议期间(11月1-12日)北京市维持了优良的空气质量，期间一级优4 d、 二级良7 d，三级轻度污染1 d，11月4日为APEC会议期间最高污染水平，为三级轻度污染，PM_2.5日均值仅为103 μg ·m^-3，污染水平较低.从统计计算的4项污染物监测数据来看，2014年11月1-12日北京市PM_2.5、 PM₁₀、 SO₂、 NO₂的浓度分别为43、 62、 8和46 μg ·m^-3，分别比去年同期分别下降54%、 43%、 56%和30%； 比近5年平均浓度(PM_2.5为2012-13年平均水平)降低45%、 43%、 64%和31%，各项污染物的浓度都达到近5年以来最低值.

图 2

Fig. 2

图 2 APEC会议期间北京市逐日AQI变化 Fig. 2 Diurnal variation of AQI during APEC in Beijing City

表 1为统计的APEC会议期间北京市PM_2.5与气象条件变化，从中可知，APEC会议期间北京市天气背景场与重污染日的地面(弱气压梯度场或低压辐合区)和高空天气形势(平直环流，浅槽，西南气流或脊)^{[13, 14]}不同，APEC会议期间北京市地面弱高压频繁，500 hPa高空以偏西北气流为主，高低空天气形势的配合导致扩散条件整体比去年同期较好. 综合来看，APEC会议期间出现2次稳定天气过程，分别为11月3-5日和8-10日； 出现2次明显冷空气活动11月6-7日和11-12日； 为应对这两次污染过程，11月3日起京津冀及周边地区正式执行减排措施，11月6日起京津冀及周边地区实施了“加强版减排措施”^[15]，在减排措施有效控制下，冷空气间歇期稳定气象状况占主导的情况下，PM_2.5浓度抬升速度明显下降； 而部分时段特别是11月5日凌晨、 11月8-10日部分时段局地的弱北风也对高浓度起到一定抑制作用^{[16, 17, 18]}，但这种作用在污染源排放量大幅度削减的背景下才可能发生.由此可见，在“人努力”和“天帮忙”的情况下，会议期间空气质量才能圆满完成保障.

表 1(Table 1)

表 1 APEC会议期间北京市PM2.5与气象条件变化 Table 1 Variation of PM2.5 and meteorological elements during APEC in Beijing City 项目 日期(月-日) 11-01 11-02 11-03 11-04 11-05 11-06 11-07 11-08 11-09 11-10 11-11 11-12 地面形势场 高压前 高压 弱高压 均压 弱低压 转高压前 高压 高压 弱高压 弱高压 均压 高压前 高压 500 hPa形势场 槽后 槽后 偏西北 气流 浅槽 槽区 槽后 槽后 偏西北 气流 偏西北 气流 偏西气流 槽后 槽后 相对湿度/% 52.23 23.10 43.60 67.85 44.33 34.63 55.33 65.83 57.48 52.65 40.81 17.80 风速/m ·s-1 4.31 6.44 2.10 1.33 3.77 3.33 1.29 1.75 2.04 1.75 5.81 7.51 PBL/m 918 1 355 337 419 764 2 092 765 418 351 393 857 1 091 PM2.5/μg ·m-3 34 8 26 103 54 11 43 69 58 71 30 5

表 1 APEC会议期间北京市PM2.5与气象条件变化 Table 1 Variation of PM2.5 and meteorological elements during APEC in Beijing City

经统计，APEC会议期间平均风速为3.46m ·s^-1，远大于去年年均风速2.10 m ·s^-1及58 d重污染日平均风速1.69m ·s^-1，也大于近5年同期(2009-2013年)平均风速1.90 m ·s^-1； 平均相对湿度为46.30%，明显小于2013年58 d重污染日平均相对湿度68.6%，比近5年同期54.7%低约8.4%； 混合层高度较高，平均为813 m，大于近5年同期平均值(531 m)281 m； 边界层高度较高，北风较大，大气水平及垂直扩散能力较好，表明APEC会议期间污染扩散条件整体较好.

PM_2.5是APEC会议空气质量保障的核心目标污染物，通过各类污染控制措施的综合实施可以有效降低会议期间PM_2.5浓度水平.图 3为采用克里格(Kriging) 插值法对北京市PM_2.5浓度进行空间插值后的分布图，克里格插值法应用广泛且插值准确性取决于点的分布及个数^[19].由图 3可知，APEC会议期间比近2年(2012年10月正式开展PM_2.5监测)会议同期明显降低.分地区来看，城区及北部山区改善效果最大，下降幅度在30%-45%； 南部地区站点，包括西南部的丰台、 房山，东南部的大兴、 通州、 亦庄，降幅较低，基本在25%以下. 北京西南部、 东南部的总体污染水平较高，且经常受到周边地区污染传输的影响，南部地区PM_2.5降幅较低也说明区域污染控制的重要性，区域整体空气质量改善降低了污染传输对北京地区的影响.本文插值后污染物浓度空间分布的不确定性主要来自： ①“簸箕状”的特殊地形影响，地形引起的山谷风、 海陆风等小尺度环流等对PM_2.5浓度造成很大影响； ②二次化学反应的影响，没有考虑特定气象条件下，二次化学反应增加的PM_2.5浓度； ③插值方法误差，由于35个站点较集中分布在城六区，郊区点个数较少，插值受采样点范围、 采样点密度等参数影响.

图 3

Fig. 3

图 3 11月1-12日北京市PM2.5空间变化 Fig. 3 Spatial distribution of PM2.5in Beijing City from 1st to 12th in November

图 4为统计的 APEC会议期间北京市各监测站点PM_2.5浓度同比改善百分比，从不同功能类别的站点的PM_2.5降幅分析，各点位PM_2.5浓度同比均下降，下降幅度16%-50%之间.区域背景站下降27.4%，城市环境站下降35.5%，交通环境站下降29.9%，下降幅度均在30%左右，不同类别的站点降幅差异较小，城市环境站的下降幅度最大，说明APEC保障措施在重点保障区域取得最好效果.南部地区站点，包括西南部的丰台、 房山，东南部的大兴、 通州、 亦庄，PM_2.5降幅较低，基本在25%以下.北京西南部东南部的总体污染水平较高，且经常受到周边地区污染传输的影响，南部地区PM_2.5降幅较低也说明区域污染控制的重要性，北京及区域的燃煤污染控制、 单双号限行、 企业停产限产、 工地停工等措施起到了明显的环境效益.

图 4

Fig. 4

图 4 APEC会议期间北京市各监测站点PM2.5同比改善百分比 Fig. 4 Improvement percentage of PM2.5 at each monitoring site during APEC in Beijing City

图 5为基于卫星遥感数据反演的2014年APEC会议期间、 2013年同期(2013年11月1-12日，下同)京津冀区域PM_2.5浓度分布，反演方法见文献^[15].从中可知，APEC会议期间整个区域PM_2.5浓度水平明显下降，APEC会议期间京津冀PM_2.5平均浓度均处于优良水平.从区域统计情况看，北京市PM_2.5平均浓度下降幅度最大，达38%； 天津市PM_2.5平均浓度下降36%，河北中南部地区下降24%.京津冀及周边六省区市共同减排是APEC会议空气质量保障取得成功的重要基础，也为区域联合治理大气污染指明了方向.

图 5

Fig. 5

图 5 2014年APEC会议期间京津冀PM2.5分布与2013年同期比较 Fig. 5 Spatial distribution of PM2.5in Beijing,Tianjin and Hebei region from 1st to 12th in November of 2013 and 2014

图 6为 2014年APEC会议期间北京市PM_2.5组分变化，APEC会议期间PM_2.5的主要组分OM、 EC、 NH₄⁺、 NO₃^-、 SO₄^2-、 地壳物质、 微量元素，在总量中的质量分数分别为39.9%、 3.0%、 9.3%、 20.4%、 8.2%、 7.6%、 5.7%，其他占5.9%. APEC会议期间SO₄^2-浓度与同期相比下降50%，SO₄^2-主要来源于燃煤^[20]，它的降低说明压煤措施效果明显.受扬尘影响较大的地壳物质浓度^[21]与2013年同期相比下降76%，由17.0 μg ·m^-3下降至4.0 μg ·m^-3，说明扬尘控制措施到位. APEC会议期间NO₃^-浓度与同期相比下降35%，NO₃^-主要为NO_x光化学反应生成，受机动车排放量大幅降低影响，NO₃^-浓度降低明显.EC浓度受燃烧源及大型货车一次排放影响较大，APEC会议期间EC浓度同比大幅度下降，由3.89 μg ·m^-3下降至1.57 μg ·m^-3； 同时OC和EC相关性更高，从0.82提高到0.93； OC和EC的比值更大，从2013年同期的6.7提高为9.7，说明EC、 OC二者的来源一致性更强^[22]，OC 和 EC 浓度均有显著地降低，体现了燃烧源减排的作用^[23]，燃烧源及大型货车污染控制效果显著，对PM_2.5浓度贡献率降低.

图 6

Fig. 6

图 6 APEC会议期间北京市PM2.5组分变化 Fig. 6 Variation of the PM2.5 components in Beijing City during APEC

为进一步分析APEC会议期间北京市PM_2.5组分的特点和变化，表 2统计了APEC会议期间、 2013-2014年均及重污染日PM_2.5中水溶性无机离子(NO₃^-、 NH₄⁺、 SO₄^2-、 Cl^-、 K⁺、 Ca²⁺、 Na⁺、 Mg²⁺)的平均浓度.从中可知，重污染日中无机组分ρ(NO₃^-)、 ρ(NH₄⁺)、ρ(SO₄^2-)值较高，ρ(Cl^-)、 ρ(K⁺)、 ρ(Ca²⁺)值较低，重污染日各离子组分按质量浓度大小排序为:ρ(SO₄^2-)＞ρ(NO₃^-)＞ρ(NH₄⁺)＞ρ(Cl^-)＞ρ(K⁺)＞ρ(Na⁺)＞ρ(Ca²⁺)＞ρ(Mg²⁺)； 年均各离子组分按质量浓度排序为ρ(SO₄^2-)＞ρ(NO₃^-)＞ρ(NH₄⁺)＞ρ(Cl^-)＞ρ(K⁺)＞ρ(Ca²⁺)＞ρ(Na⁺)＞ρ(Mg²⁺)； APEC期间各离子组分按质量浓度大小排序为: ρ(NH₄⁺)＞ρ(NO₃^-)＞ρ(SO₄^2-)＞ρ(Cl^-)＞ρ(K⁺)＞ρ(Na⁺)＞ρ(Ca²⁺)＞ρ(Mg²⁺)，ρ(NO₃^-)明显大于ρ(SO₄^2-)、 ρ(NH₄⁺)浓度最大，且各离子组分浓度明显小于年均及重污染日各离子浓度，而ρ(NO₃^-)/ρ(SO₄^2-)比值可以定性地表示移动源和固定源对大气中颗粒物贡献程度的相对大小^[24]，APEC期间该比值升至2.45，表明会议期间北京市的排放源以移动源为主.

表 2(Table 2)

表 2 北京市PM2.5组分浓度统计 Table 2 Average mass concentrations of major chemical components in PM2.5 of Beijing City 项目 ρ(Cl-) ρ(NO3-) ρ(SO42-) ρ(Na+) ρ(K+) ρ(NH4+) ρ(Ca2+) ρ(Mg2+) 2013-2014年平均 3.64±3.35 14.55±10.81 21.76±20.65 0.47±0.33 0.96±0.85 13.56±8.94 0.56±0.36 0.08±0.03 2013-2014重污染日平均 5.40±4.79 28.62±15.57 53.61±25.02 0.69±0.63 2.03±1.84 22.30±9.18 0.49±0.37 0.11±0.04 APEC期间 3.65±3.32 10.80±9.99 4.40±3.16 0.70±0.31 1.09±0.80 12.79±10.71 0.37±0.19 0.22±0.02

表 2 北京市PM2.5组分浓度统计 Table 2 Average mass concentrations of major chemical components in PM2.5 of Beijing City

研究参照 Zhang等^[4]的评估方法，选取与APEC会议期间相似的污染过程，两者PM_2.5浓度的差值为APEC会议减排措施的“净环境效益”.选取两次相似的污染过程分别为2014年10月16-20日和APEC会议期的11月7-11日，两次污染过程北京及华北区域为弱气压系统，大气总体静稳，扩散条件较不利； 卫星遥感云图^[25]显示两次过程期间北京市周边的廊坊、 保定、 石家庄、 邢台等地均处于重至严重污染. 图 7 为相似过程中PM_2.5浓度与气象要素变化，从中可见，两次过程中地面气压及相对湿度日变化十分相似，两次过程中PM_2.5起点浓度较为接近，在70 μg ·m^-3左右. APEC会议期间针对11月8-10日可能发生的重污染过程，六省(区)市启动了预报预警会商机制，准确地预判形势，及时升级应急措施，区域减排力度达到最大，所有燃煤电厂限产减排50%，钢铁、 焦化、 水泥、 玻璃等重点行业高架源企业全部停产(焖炉)，工业企业涉及VOCs排放工序全部停产^[26]，减排措施使得APEC会议期间PM_2.5浓度上升幅度小，最高小时浓度120 μg ·m^-3左右且持续积累时间短(4 h左右)，而相似气象条件下的10月18-19日PM_2.5浓度维持在200 μg ·m^-3以上将近54 h.由此可见，APEC会议控制措施使污染物的积累速度下降，峰值浓度降低且持续时间缩短，区域大幅度的污染物排放量削减具有明显的削减污染峰值、 延缓积累速度的作用，联动的应急措施有效避免了重污染的发生.

图 7

Fig. 7

横坐标均为同一时间，①为2014年11月7-11日， ②为2014年10月16-20日 图 7 相似过程PM2.5浓度与气象要素变化对比 Fig. 7 Time series of meteorological condition and fine particulate mass concentrations in similar process

研究进一步利用CMB源解析模型，对保障措施的环境改善效果展开评估.图 8为应用CMB模型获得的2014年APEC会议期间北京市PM_2.5源解析结果，从中可知，与2013年秋季源解析结果相比，燃煤锅炉贡献率由10%下降到2%，APEC会议期间大力压减燃煤，燃煤供暖锅炉一律不准提前点火，北京市及区域压减燃煤污染控制成效显著.扬尘贡献量 下降十分明显，贡献率由17%下降幅度达到7%，APEC会议期间严控施工扬尘，全市 “吸、 扫、 冲、 收”道路清扫保洁作业频次加大，抑尘措施发挥明显成效.机动车贡献率从19%上升到30%，控车、 减油措施特别是单双号限行对于PM_2.5一次排放总量、 NO排放量有很大的消减，同时对交通拥堵、 交通扬尘的改善十分明显.二次硝酸盐贡献率由29%下降到25%，硝酸盐浓度的降低主要与其前体物氮氧化物的减排措施有关，相关减排措施包括区域电厂减产、 脱硝设施投运、 机动车排放量大幅降低等.有机物的贡献率不降反升，贡献率由14%上升到22%，但绝对浓度有小幅下降，相较于其他源类的减排效果，降幅较小. CMB模型源解析结果显示APEC会议期间北京市及周边地区采取的保障措施的环境效益显著.值得说明的是，本研究源解析结果受样品采集、 称量、 组分测试分析、 元素选择、 模型计算等环节影响； 此外采样点位、 采样时间的代表性，也会直接影响源解析结果的可靠性^{[27, 28]}.今后对于PM_2.5二次来源及区域传输的进一步解析，还应进一步细化本地污染源排放源谱，联合应用其他技术手段，如可靠的源清单数据、 优化的空气质量数值模拟系统，深入分析其来源.

图 8

Fig. 8

图 8 2014年APEC会议期间北京PM2.5源解析及与2013年秋季结果比较 Fig. 8 Analysis of PM2.5 source identification during APEC in 2014 and autumn 2013 in Beijing City

北京市环保局总结了“APEC蓝”产生的三大要素^[29]:保障措施带来的本地污染排放大幅减少； 周边联防联控协同减排； 没有发生极端不利的气象条件. APEC会议期间空气质量保障成功说明雾霾不是无法克服的问题，给治理雾霾带来了更强的信心. 在未来的污染治理及空气质量保障工作中，吸收本次保障措施的成功经验，借鉴APEC会议期间的工作机制，区域大气污染联防联控，以有效预防和控制空气重污染，保障公众健康.

(1)2014年APEC会议期间北京市PM_2.5、 PM₁₀、 SO₂、 NO₂的浓度分别为43、 62、 8和46μg ·m^-3，比近5年平均浓度(PM_2.5为2012-13年平均浓度)降低45%、 43%、 64%和31%.

(2) PM_2.5城区及北部山区改善效果最大，下降幅度在30%-45%； 南部地区降幅在25%以下； 不同类别的站点浓度降幅在27.4%-35.5%之间.

(3)北京市PM_2.5的主要组分分析结果显示，APEC会议期间SO₄^2-浓度同比下降50%，地壳物质同比下降76%，NO₃^-浓度同比下降35%； CMB模型源解析结果显示APEC会议期间燃煤锅炉贡献2%，扬尘贡献7%，机动车贡献30%； APEC会议期间北京市及周边地区采取的保障措施的环境效益显著，同时污染物排放量大幅度地削减具有明显的“削峰降速”的作用.