2017-2025年宝鸡市空气质量变化趋势及污染特征

《Atmospheric Environment: X》：Variation Trends of Air Quality and Pollution Characteristics in Baoji City from 2017 to 2025

　　

环境空气污染仍然是全球主要的健康风险因素。在过去十年中，中国通过2013年《大气污染防治行动计划》在颗粒物（PM）方面取得了显著减少；然而，多个城市群的地表臭氧（O₃）有所增加，标志着从单一污染物向复杂多污染物模式的转变。在汾渭平原（2018年指定的国家重点区域）的西端，宝鸡市缺乏系统的、县级尺度的长期空气质量演变评估。本研究对宝鸡市全部12个行政区（4个区、8个县）的六项常规污染物（SO₂、NO₂、CO、O₃、PM_2.5和PM₁₀）进行了九年（2017-2025年）分析，使用了来自16个国家和省级监测站的连续月度数据（n=108个月）。研究人员应用了Spearman秩相关（Spearman rank correlation）、Mann-Kendall趋势检验（Mann-Kendall trend test）和Sen's斜率估计量（Sen's slope estimator）来(i)量化年际浓度趋势的显著性，(ii)表征县级尺度上颗粒物和臭氧之间的空间解耦，以及(iii)记录主导污染类型转变的时间和幅度。CO、NO₂、PM₁₀和PM_2.5在超过90%的监测站点呈现出统计学显著下降趋势（p<0.05），累计降幅分别超过45%、46%、51%和53%。从2020年起，SO₂、NO₂和CO的年均值持续达到国家二级标准，而PM_2.5从2023年到2025年实现了稳定达标。尽管在2022-2024年期间出现阶段性反弹，但日最大8小时O₃的90百分位数（O₃-8h-90th）在整个研究期间始终低于160 μg/m³的二级标准限值。空间上，PM_2.5和PM₁₀呈现西低/中东高的分布，区域梯度持续缩小，而O₃保持稳定的东高/南低模式，反映了东部平原县持续的光化学压力。O₃作为首要污染物的比例从2017年的15%上升至2025年的28%，标志着从PM主导型向O₃–PM_2.5共主导型空气污染的转变。这些发现为协同治污降碳（synergistic pollution–carbon governance）提供了实证依据，并为宝鸡及类似工业盆地城市制定季节差异化、地点特定的控制策略提供了信息。

**论文解读文章：2017-2025年宝鸡市空气质量变化趋势与污染特征**

**研究背景与问题**

环境空气污染是全球主要的健康风险因素。中国自2013年实施《大气污染防治行动计划》以来，颗粒物（PM）浓度显著下降，但多个城市群的地表臭氧（O₃）浓度上升，标志着从单一污染物向复杂多污染物模式的转变。汾渭平原于2018年被指定为中国三大重点区域之一，其盆地地形、频繁逆温及集中工业基地导致秋冬季节颗粒物累积，夏季光化学臭氧污染加剧。宝鸡市位于汾渭平原西端，是关中城市群的副中心城市，拥有装备制造、有色金属冶炼和煤化工等集中工业活动，且地处河谷盆地，污染物扩散条件差。然而，针对宝鸡市全部12个行政区的长期、系统性县级尺度空气质量评估仍属空白，尤其是在2017-2025年这一关键政策期（蓝天保卫战强化、碳达峰与碳中和政策初步实施），空气质量演变规律尚未得到系统记录。因此，本研究旨在填补这一空白，分析宝鸡市六项常规污染物的年际变化趋势、空间分异特征及首要污染物转型规律，为协同治污降碳提供实证依据。该论文发表在《Atmospheric Environment: X》。

**主要关键技术方法**

研究采用宝鸡市16个国家和省级环境空气质量监测站（7个国控点、9个省控点）2017-2025年的连续月度数据（n=108个月），覆盖全部4个区、8个县。关键技术方法包括：Spearman秩相关（Spearman rank correlation）用于评估污染物浓度与时间的变化趋势及显著性；Mann-Kendall趋势检验（Mann-Kendall trend test）和Sen's斜率估计量（Sen's slope estimator）用于验证趋势方向与幅度；Jenks自然断点分类法（Jenks natural breaks optimization）用于空间分布图分类；Kruskal-Wallis检验（Kruskal-Wallis test）用于检验污染物浓度的季节差异显著性。数据来源于宝鸡市生态环境局和生态环境实时监测中心，能源、GDP及产业结构等社会经济数据来自《宝鸡市国民经济和社会发展统计公报》及统计年鉴（2017-2025）。

**研究结果**

**3.1 总体污染物浓度水平与达标评估**

Spearman秩相关分析显示，CO、NO₂、PM₁₀和PM_2.5在超过90%的监测站点呈显著下降趋势（p<0.05），累计降幅分别超过45%、46%、51%和53%。SO₂和O₃趋势较弱，仅41.7%和33.3%的区域呈现显著相关。从2020年起，SO₂、NO₂和CO年均值持续达到国家二级标准；PM_2.5在2023-2025年稳定达标；O₃-8h-90th始终低于160 μg/m³的二级限值，尽管2022-2024年出现阶段性反弹。

**3.2 空间分布特征**

PM_2.5和PM₁₀呈现高度同步的空间分布：西部山区最低，中部城区和东部平原最高，区域梯度持续缩小，高值区快速消失。O₃则呈现稳定的东高/南低模式，高值区集中在东部平原县（扶风、岐山、眉县），并随时间从单点向连片扩展。两者空间解耦显著，反映了不同形成机制和地形控制作用。

**3.3 季节变化特征**

Kruskal-Wallis检验证实所有污染物均存在极显著季节差异（p<0.01）。PM_2.5和PM₁₀冬季/夏季比值分别为3.37和2.62，冬季峰值最强。CO和NO₂也呈现冬季高、夏季低的燃煤和机动车排放特征。O₃则完全相反，夏季均值（160.05 μg/m³）约为冬季（91.12 μg/m³）的1.8倍。冬季PM_2.5的冬季/夏季比值从2017年的4.2降至2025年的2.8，表明季节差异缩小。

**3.4 气象驱动因素**

宝鸡常年盛行东北-东风，冬季风速最低（1.2-1.6 m/s），静风频率高达28-35%，利于污染物积累；夏季风速较大（2.4-3.1 m/s），西南风分量增强，促进光化学臭氧生成。2020年疫情期间静风频率异常高，部分抵消了减排效果；2023年夏季西南风增强，可能加剧了O₃反弹。风向和地形共同解释了PM与O₃的空间解耦：冬季东北风将颗粒物输送至西部山区，但受地形抬升和湿沉降影响，西部浓度仍最低；夏季西南风沿河谷汇聚，将东部光化学污染输送至城区，形成稳定的东高西低O₃梯度。

**3.5 污染物浓度年际变化趋势**

2017-2025年，SO₂和CO年均值分别从12 μg/m³和1.5 mg/m³降至约8 μg/m³和0.8 mg/m³，降幅超33%和47%。PM₁₀和PM_2.5从102 μg/m³和57 μg/m³降至48 μg/m³和27 μg/m³，降幅超50%。NO₂从40.5 μg/m³（略超二级标准40 μg/m³）降至22 μg/m³，降幅46%。O₃-8h-90th呈非单调变化：2017年125 μg/m³，2021年降至116 μg/m³，2023年反弹至峰值130 μg/m³，2025年骤降至94 μg/m³。

**3.6 首要污染物变化特征**

PM₁₀和PM_2.5作为首要污染物的总比例从2017年的55%以上降至2025年的50%以下。O₃作为首要污染物的比例从2017年的15%上升至2023年的峰值约30%，2025年小幅回落至28%，但仍显著高于研究初期。NO₂比例稳定在18%左右，CO和SO₂总比例长期低于10%。这标志着宝鸡市从PM主导型（PM_2.5和PM₁₀）向O₃-PM_2.5共主导型复合污染的转变。

**讨论与结论**

讨论部分指出，SO₂、CO、NO₂、PM_2.5和PM₁₀的持续下降归因于中国系统性空气污染控制政策，包括清洁能源转型、城乡散煤替代、工业脱碳及蓝天保卫战。CO下降的均匀性（标准差0.099）表明其排放源受到全境范围控制措施的影响。O₃在2022-2024年的阶段性反弹，尽管NO₂持续下降，反映了O₃形成的非线性化学和“PM_2.5-O₃悖论”：PM_2.5大幅下降减少了气溶胶光学厚度，增强太阳辐射促进光化学反应；同时，PM减少可能削弱了对HO₂自由基的清除，增加大气氧化性。此外，由于缺乏挥发性有机物（VOC）直接测量，无法确认VOC减排是否与NOx同步，若VOC排放相对稳定，光化学体系可能向NOx敏感区转变，使O₃控制复杂化。2025年O₃骤降至94 μg/m³，可能与2024-2025年实施的VOC和NOx协同控制措施有关，但需进一步研究确认。空间上，PM与O₃的空间解耦要求未来策略采用差异化、地点特定的方法，东部平原县优先进行O₃管理，城区加强精细化PM控制。研究还建议优化监测网络、实施季节差异化控制策略、建立区域联防联控机制并修订公共卫生预警标准。

**结论（翻译自论文5. Conclusions部分）**

1) 2017年至2025年，宝鸡市环境空气质量呈显著全域改善趋势。六项常规污染物中，五项在研究期间持续下降。SO₂、NO₂和CO年均值在整个研究期间均达到国家二级标准限值。日最大8小时O₃的90百分位数（O₃-8h-90th）在整个研究期间始终低于160 μg/m³的二级标准限值，尽管在2022-2024年出现阶段性反弹，且PM_2.5浓度在2023-2025年持续达标。污染物浓度变化与宝鸡市能源结构清洁转型、工业低碳改造及城乡散煤替代等措施的实施时序一致。2) 宝鸡市空气污染主导类型从2017年的颗粒物主导型（PM_2.5和PM₁₀）转变为2025年的O₃和PM_2.5共主导型复合污染。O₃作为首要污染物的比例从2017年的15%上升至2023年的峰值约30%，随后在2025年小幅下降至28%，成为研究期间比例最高的首要污染物。同期，PM_2.5作为首要污染物的比例从30%波动下降至约22%，PM₁₀比例长期稳定在20%左右，NO₂比例维持在15%-20%之间，SO₂和CO作为首要污染物的总比例长期低于10%。3) 六种污染物的时间趋势呈现出显著的空-时同步性差异。CO和NO₂的下降趋势最强且空间一致性最高，分别有100%和83.3%的区域呈现显著负趋势。PM₁₀和PM_2.5同样表现出高空间一致性，超过90%的站点显著下降。相比之下，SO₂和O₃的时间趋势较弱且空间异质性显著，仅在41.7%和33.3%的区域呈现显著相关。这些差异反映了排放源特征、大气化学及排放控制措施有效性的空间尺度差异。4) PM和O₃的空间格局存在分异。PM_2.5和PM₁₀呈现同步分布，西部山区浓度最低，中部城区和东部平原浓度最高，区域梯度持续缩小。O₃保持稳定的东高/南低模式，高值区位于东部平原（扶风、岐山、眉县），低值区位于南部秦岭山区（凤县、太白）。PM与O₃的空间解耦意味着未来策略必须采用差异化、地点特定的方法，优先在东部县进行O₃管理，并在城区进行精细化PM控制。当前宝鸡市空气污染控制重点应聚焦于O₃污染管理、主城区及东部平原区污染物的精细化管控，以及PM_2.5浓度在低水平上的持续下降。这些重点得到了本研究提供的空间异质性和趋势分析的定量证据支持。