大气污染的分析
大气污染分析不是把监测曲线上的高值找出来就结束了。真正有用的分析，要回答一条连续的问题链：哪些活动排了什么、在什么天气里积累或转化、哪些人实际吸入、哪一种减排最值得优先做，以及怎样证明措施真的有效。
本章跟随一座盆地城市“岚城”度过一个冬季重污染过程。这里的数值均为教学情景，不代表任何城市的实测结论。你将以分析员的视角，完成一次从预警到复盘的空气质量管理。
岚城的难题
十二月初，岚城连续三天灰霾。市区的细颗粒物浓度由清晨的较低水平逐日抬升，能见度下降；儿童医院的呼吸道就诊量也比平日多。预报显示未来两天仍将少风、近地面逆温、混合层较低。市政府希望在不简单“一刀切”停工的前提下，确定应急措施；企业则担心临时限产的损失；居民想知道是否应减少户外活动。
先不要急着把某一种污染物或某一个行业定为“元凶”。把案件拆成五个对象：
这个顺序很重要：先建立场景与证据链，再选择模型。模型的作用是让推理可检查、可重复，而不是用复杂公式掩盖不确定性。
从排放到暴露
认识污染物的角色
有些污染物从烟囱、尾气管或扬尘面直接进入空气，称为一次污染物；另一些是在空气中由前体物经过氧化、中和、凝结等过程形成，称为二次污染物。一次排放与人体暴露之间并不是一条直线。
以冬季细颗粒物为例，直接排出的燃烧颗粒、道路和施工扬尘只是其中一部分。二氧化硫、氮氧化物、挥发性有机物和氨等气态物质，可能在合适的湿度、氧化条件和停留时间下生成硫酸盐、硝酸盐、有机组分等细颗粒物。因而，“工厂颗粒物排放已经降了，为什么 PM2.5 仍然偏高”并不矛盾。
污染物不是彼此独立的清单。降低氮氧化物和挥发性有机物，既可能影响臭氧，也可能影响细颗粒物的二次生成；但臭氧对前体物削减的方向与幅度取决于当地、当时的化学敏感性。不能仅凭某一种污染物的年排放总量，推断所有时段都会同向改善。
用三层链条描述过程
面对岚城的过程，可先画出一条口头链条：
每一环都有不同的管理杠杆。更换清洁燃料改变的是排放；错峰运输改变的是时间与地点；通风条件决定同样排放会积累到什么程度；学校暂停高强度户外体育课影响的是暴露，并不等于治理了污染源。把这些杠杆混为一谈，往往导致“看似做了很多、空气却没有明显改善”的结果。
先读懂监测数据
岚城共有四个常规站：城区背景站、交通站、工业园下风向站和郊区上风向站；另有气象观测、污染源在线数据和颗粒物组分样品。分析前要先确认数据能否用于问题本身。
建立一张过程表
下表为教学情景。浓度单位为微克每立方米，风速单位为米每秒。
本表假定 PM2.5 与 PM10 来自同一站点、同一日均统计窗口且方法可比；据此可得粗颗粒 = PM10 − PM2.5，四天分别为 34、28、22 和 33。这个变化提示污染过程中的 PM2.5 占比升高，细颗粒积累和二次生成值得优先核查；但它只是待检验的假设，不能仅凭 PM10 − PM2.5 的差值断定扬尘、燃烧或任何具体来源。还应结合颗粒物组分、排放活动、风向与轨迹、以及模型或受体解析证据。第四天的下降也可能主要来自气象清除，而不一定来自任何新政策。
四步判读法
-
看质量。 检查仪器校准、零点和量程、采样流量、停电或维护记录、异常标记，以及与邻近站的可比性。单个尖峰可能是真实事件，也可能是设备、采样口或传输问题；未经核查不能随意删除，也不能直接发布结论。
-
看时间。 同时画小时浓度、小时风速、风向、温度和相对湿度。若交通站在早晚高峰有短时峰值，而背景站没有同步上升，局地交通影响更可信；若多个站从夜间到次日同时缓慢上升，更像区域累积。
-
看空间。 比较上风向、城区背景和下风向站。上风向先升高提示外来输送或区域共同过程；工业园下风向长期高于背景站，才支持该园区可能有局地增量。站点位置不同，不能把绝对浓度差直接等同于源贡献。
-
看组成和活动。 把颗粒物中离子、有机组分、元素等与源清单、生产负荷、车流、施工记录结合。没有成分与活动证据，仅靠“相关系数高”很容易错认来源。
一个实用的异常核查清单
当你看到某站 PM2.5 在十分钟内突然翻倍时，按下面顺序查：
- 同站 PM10、气体污染物和气象量是否出现相容变化；
- 周边站是否有同向但不必等幅的变化；
- 采样头、滤膜、流量、通信和维护日志是否正常；
- 站点周边是否有道路清扫、施工、火情或临时排放事件；
- 若仍不能解释，保留原始记录并标记为待核实，而不是为了“好看”修正曲线。
监测网络的核心不是站点越多越好，而是数据的代表性、准确性、精密性、完整性和可比性足以支持既定用途。用于公众提示、执法取证、科学研究和评价政策，所需的数据质量并不相同。
把天气放进分析
同样的排放，在不同天气里会给出完全不同的浓度结果。岚城位于盆地，冬季夜长、近地面易降温；当上暖下冷形成逆温，垂直混合被抑制，污染物更容易滞留在近地面。低风速减弱水平输送，较高湿度则可能促进某些颗粒物组分的液相或非均相反应。
一个够用的扩散框架
初学时可把某一受体点的浓度写成：
其中， 是区域背景浓度， 是第 类源的排放强度， 概括源到受体的输送和扩散效率， 表示同一统计窗口内二次生成的浓度贡献， 表示该窗口内沉降、通风和降水等带来的浓度减少量，各项量纲均为浓度。这个式子不是用来替代专业模型，而是提醒你：浓度受背景、源位置、排放高度、风场、化学反应和清除共同影响。
对一次污染物，线性近似有时可用于小幅、局地的情景比较；对二次颗粒物和臭氧， 往往是非线性的。比如氨、氮氧化物、二氧化硫和氧化性共同变化时，削减某一前体物的结果不一定与削减比例相同。因此，重大政策不应只用比例外推，应结合组分观测、源解析和化学传输模拟。
岚城的气象诊断
在第二、三天，分析员发现：近地面风速低、混合层较浅、夜间逆温持续，四个站点均上升；郊区上风向站也有抬升，但工业园下风向站增幅更大。这支持两个并存的判断：
- 区域静稳使背景浓度上升，是过程的“底盘”；
- 工业园和城区本地排放叠加在不利扩散条件上，形成额外增量。
这比“全是外地输送”或“全是本地工厂”更符合复杂大气过程。政策也因此需要区域协同和本地精准减排同时进行。
找到真正的来源
来源分析至少要区分三个量：排放份额、受体浓度贡献和健康风险贡献。 一类源排得多，不一定在居民所在位置贡献最大；浓度贡献相同，也可能因暴露人口和颗粒物毒性差异而产生不同健康后果。
从排放清单起步
排放清单通常按“活动水平 × 排放因子 × 控制后比例”计算：
可以是燃料消耗、产品产量、车辆行驶里程、施工面积或溶剂使用量； 是对应污染物的排放因子； 是实际控制效率。注意，设计去除率不等于实际效率。旁路、漏风、吸附剂失效、维护不足和无组织排放都可能让实际效果打折。
岚城的清单至少应包括固定燃烧、工业工艺、道路和非道路移动源、扬尘、溶剂使用、油气储运、餐饮和废弃物处理；冬季还要核查居民取暖、露天焚烧等随季节波动很大的活动。每一项都应记录时间分配和空间位置，否则“全年总量”无法回答某个夜间重污染过程。
证据不能只靠一种方法
好的结论来自互相验证。例如，若组分显示硝酸盐占比上升，清单中氮氧化物与氨排放未降、湿度偏高，模型也显示硝酸盐生成增强，那么“二次无机颗粒物是重要过程”就比单独看 PM2.5 曲线可信得多。
教学情景的诊断卡
岚城在第三天对城区背景站进行综合研判，得到如下示意性结果。每一行都是独立诊断维度，刻意不组成一张可相加到 100% 的“来源贡献表”。
这些数字不能横向相加：空间维度中的区域输送可以包含二次无机组分，化学过程也可能由本地或外来前体物共同驱动。若需要一张可闭合到 100% 的来源贡献表，必须先固定受体点、颗粒物粒径段、统计时段和解析方法，再用同一模型给出互斥且完整的来源类别；空间输送和二次生成则应另作诊断呈现。当前诊断卡的用途，是提出下一轮可验证的问题：为什么硝酸盐上升？工业园增量出现在什么风向？货运是否集中在夜间？
量化暴露与风险
环境浓度不等于个人暴露。一个在交通干道旁通勤两小时、其余时间在有过滤的新风环境中工作的人，和一位整日在同一社区活动的老人，即使城市日均浓度相同，吸入污染的时空模式也不同。
用时间加权浓度表达暴露
最基础的个人暴露可写为：
是人在第 个微环境中的浓度， 是停留时间。若还要比较吸入量，可进一步考虑通气量：运动、儿童成长、老年和心肺疾病等都会改变风险含义。课堂练习中不需要把风险算成精确的病例数，但要分清“浓度降低”“暴露降低”和“健康风险降低”是三层不同的结论。
岚城的分层行动
重污染预报发出后，岚城不应只发布“请大家注意”的笼统提醒。可将人群和情境分层：
信息提示的目标是减少暴露，不是把健康责任全部转给个人。源头治理仍是长期降低风险的主线；对低收入家庭、户外劳动者和通风条件差的场所，应特别考虑其选择空间较小的现实。
比较减排方案
当岚城需要在两天内决定应急组合时，不能只问“哪项最便宜”，而要问“在这个过程、这个地点和这个期限内，哪项用多少社会成本换来多少浓度和暴露改善”。
两个容易混淆的指标
平均减排成本用于比较单位减排量的成本；整体是否值得实施，还须比较收益或目标约束：
平均减排成本 = 措施总成本 / 累计减排量
边际减排成本则问“再多减一单位污染物，需要增加多少成本”：
边际减排成本 = 成本 / 减排量
低悬果实往往先被做掉，随后继续削减需要更昂贵的设备、燃料替代或生产调整，所以边际减排成本通常上升。更关键的是，同样削减一吨排放，在上风向、近人口区、静稳时段和扩散良好时段，带来的浓度变化可能不同。因此还应计算或模拟“每单位成本带来的暴露降低”。
岚城的情景比较
下表只用于练习决策逻辑，成本和浓度变化均为教学估计，不能外推为行业标准。
做决策时，可给每项措施至少打五个分：减排量、源到人群的影响、响应速度、单位成本、合规可核验性。任何一项为零分都值得追问。例如，某项措施声称减排大却无法核验执行，实际效果就可能很小。
企业与居民不是同一种决策者
企业面对的是设备投资、运行费用、停产损失、合规风险和长期竞争力。若政策只提出浓度目标而缺少排放标准、监测核查、技术路径或经济激励，企业可能选择低成本的表面应对。居民面对的是取暖、出行、工作和健康的日常约束；要求居民减少燃烧排放，必须同步提供可负担、可靠的清洁替代。
低成本减排原则回答的是成本有效性问题；公平还要比较污染责任、负担能力、收益分配与程序。治理应兼顾这些标准，并对转型成本高、选择少的人群提供支持。
组合政策的设计
大气污染具有跨区域、跨行业和信息不对称的特征，单一工具很难覆盖全部问题。有效组合通常把长期结构调整、日常达标监管、重污染应急和公众健康保护连接起来。
长短结合的政策篮子
“差异化”不是给某些企业放松要求，而是以长期稳定达标、清洁运输、无组织排放控制、监测管理和应急减排能力为依据，让治理更有激励。前提是评级规则透明、数据可审计、违规有后果；否则它会变成新的不公平来源。
预案应写成动作而非口号
岚城的预案至少应明确：何种预报条件触发响应；哪个部门在何时确认；每类企业、车辆和施工项目具体做什么；怎样保障供暖、医疗、食品和应急运输；用什么数据在第二天核验执行；何时根据预报修正或解除措施。把“加强管控”改写成可检查的动作，才有可能复盘。
例如，“工业企业减排”应进一步写成“某类生产线降低负荷到何种水平、旁路是否禁止、治污设施参数和用电数据如何报送、现场怎样抽查”。环境效果来自真实的排放变化，而不是文件上的响应等级。
评价政策有没有用
岚城在第四天污染下降。若此时宣布“应急措施效果显著”，证据仍然不够，因为冷空气和风速上升也发生了。评价政策至少要把反事实问题说清楚：如果没有这项措施，在相同气象和区域背景下，污染会怎样变化？
不要只做前后对比
简单前后对比把气象、季节、经济活动和区域输送都混进了政策效果。更稳妥的做法包括：
- 选择气象相似、未实施同类措施的对照地区或时段；
- 用风速、边界层高度、温湿度、降水、区域背景等对浓度进行气象归一化；
- 对比政策前后的排放活动证据，如燃料消耗、产量、车流、连续监测和电力负荷；
- 预先规定评价指标和窗口，避免看到结果后才挑选有利日期；
- 同时报告不确定性和未达到预期的环节。
若有合适的对照组，可用差异中的差异表达基本思想：
政策效应 = (岚城政策后 − 岚城政策前) − (对照地政策后 − 对照地政策前)
这个公式不自动产生因果结论。它依赖一个关键判断：若没有政策，两地原本会有相近的变化趋势。分析报告应检查这一前提，而不是把公式当作“因果认证章”。
岚城的复盘模板
复盘的价值不是证明每次行动都“成功”，而是找出最值得保留、修正或停止的措施。一次没有明显浓度改善的响应，也可能暴露出预报偏差、区域协同不足或执行不到位，从而成为下一轮改进的证据。
从案例回到方法
岚城的故事没有一个万能答案。它提示我们，大气污染分析的基本功是把“排放—气象—化学—浓度—暴露—政策”连接成可核查的因果链，并始终保留不确定性的边界。
对初学者而言，最重要的不是立刻掌握最复杂的模型，而是养成三种习惯：看到高浓度先核对数据和天气；谈来源时区分排放、浓度贡献与风险贡献；讨论政策时同时问效果、成本、执行和公平。这样，你才能从一条污染曲线出发，做出真正能帮助城市行动的分析。