中国人民银行招考^
m m m m
2021年第04期
(总第220期）
OOVID 49疫情期间猶大气污染及社会活臟时空变化分析
艾文育，吴燕杰
(山东师范大学地理与环境学院，山东济南250358)
摘要:2020年新冠疫情席卷全球，中国采取严格的管控措施，防疫取得重大胜利，同时大气状况显著改善，研究疫情期间 大气污染及社会活跃度时空变化对大气污染防治具有重要意义。文章以济南市为研究区，基于2019-2020年1-3月份 POMINO-TROPOMI  N 02卫星产品及气象数据(802、1^02、(：0、？]^1〇、？1^2.5)，利用污染物特征雷达及像元统计方法，研究
分析了 2020年1-3月疫情期间济南大气污染时空变化及疫情对济南社会活动的影响。研究结果表明:①
济南2020年 1-3月大气状况受疫情防控政策影响，N 02最高值下降了 28.57%，最低值下降了 93.7%。2020年第一阶段大气污染主要 受机动车尾气和工厂排污影响，第二阶段各污染物均有贡献，无突出污染，第三四阶段随着复工复产，大气污染主要受化 石燃烧、工厂排污影响;②济南2020年1-3月份N 02分布在一二三阶段呈阶梯状减少，第四阶段略有缓和，中心城区N 02 值始终高于其他地区，复工潮同样抬高了第四阶段部分区>102值;③济南社会活跃度指数呈阶梯状下降，第二、三、四阶 段的社会活跃度下降至2019的50%，且中心城区部分经济活动较其它地区更为活跃。关键词:N 02;TR O P O M I ；济南;C O V ID -19中图分类号:X 511
文献标识码:A
文章编号= 2096-9759(2021 )04-0029-06
Analysis of Air Pollution and Social Activity Change In Jinan during the COVID-19 Epidemic
Ai Wenyu,Wu Yanjie
(School  o f  Geography  and  Environment , Shandong  Normal  University , Jinan  250358, Shandong , China )
A b s tra c t : In  2020, the  new  crown  epidem ic  w ill  sweep  the  w o rld . China  has  adopted  stri
ct  control  measures  and  achieved  m ajor success  in  epidem ic  prevention . A t  the  same  tim e , atmospheric  conditions  have  im proved  sig nifica ntly . Research  on  air  po llu tio n  and  the  tem poral  and  spatial  changes  o f  social  a ctivity  during  the  epidem ic  is  o f  great  significance  to  the  prevention  and  control o f  air  p o llu tio n . This  article  takes  Jinan  C ity  as  the  research  area , based  on  POMTNO -T R O P O M IN 02 satellite  products  and  me ­teorological  data  (S 02, N 02, CO , P M i 〇, PM 2.5) from  January  to  M arch  2019-2020, using  pollutant  characteristic  radar  and  pixel statistical  methods , Research  and  analysis  o f  t he  tem poral  and  spatial  changes  o f  air  p o llu tio n  in  Jinan  during  the  epidem ic  from  January  to  M arch  2020 and  the  im pact  o f  the  epidem ic  on  social  activities  in  Jinan . The  results  show  that : ©T h e  atmospheric conditions  o f  J inan  from  January  to  M arch  2020 were  affected  by  the  epidem ic  prevention  and  control  policies . The  highest  value o f  N 〇2 dropped  b y  28.57%, and  the  lowest  value  dropped  by  93.7%. In  the  firs t  stage  o f  2020, a ir  p o llu tio n  w ill  be  m ainly  af ­fected  by  m otor  vehicle  exhaust  and  factory  emissions . In  the  second  stage , a ll  pollutants  w ill  contribute  w ithout  prom inent  po l ­lu tio n . W ith  the  resum ption  o f  w ork  and  production  in  the  th ird  and  fourth  stages , a ir  p o llu tio n  w ill  be  m ainly  affected  b y  fossil com bustion  and  factory  emissions ; ©T h e  distribution  o f  N 02 in  Jinan  from  January  to  M arch  2020 showed  a  stepwise  decrease in  the  firs t , second  and  th ird  stages ,
and  a  slight  relaxation  in  the  fourth  stage . The  N 02 value  in  the  central  urban  area  was  always higher  than  other  areas , and  the  resum ption  o f  w ork  also  raised  the  N 〇2 v alue  in  some  areas  in  the  fourth  stage ;③ The  social  ac - tiv ity  index  o f  Jinan  declined  in  a  stepwise  manner . The  social  a c tiv ity  in  the  second , th ird , and  fourth  stages  dropped  to  50% o f
2019, and  some  economic  activities  in  the  central  c ity  area  were  more  active  than  other  areas .Keywords : N 02； TR O PO M I ; Jinan ; C O V ID -192022中考成绩现在还能查询吗
〇引言
21世纪以来，中国经济高速发展，人与自然之间的矛盾加 剧，环境问题日益突出M ，大气污染问题尤为严峻[4]。严重的 大气污染危害人体呼吸系统，加剧人类心脑血管疾病的患病 风险[5_7]，大气污染防治成为全球热点话题'政府采取了一系 列大气污染防治措施，收效良好[911]。2008年北京奥运会及 2014年APE C 会议期间，政府通过控制减排实现了大气质量 的显著改善[12_13]，进一步证明了污染治理工程建设对环境保护 的重要性M 。京津冀及周边省份属于大气污染严重区域M ，各 省市陆续推出了防治办法，2012年山东颁布了《山东省 2013-2020大气污染防治规划》，济南作为山东省省会，实行了
天然气改造，发展新能源，企业改造升级等一系列措施治理大 气污染[i a 。
新冠肺炎是由新型冠状病毒（2019-nCov )引起的肺部炎 症，属传染性疾病。2019年12月武汉发现世界第一例新冠确 诊患者，随后疫情弓丨起全球高度重视，截止2020年9月，该病 毒席卷超180个国家，影响了超3500万人口[17]。2020年1月 23日到1月29日间，各省陆续启动公共卫生一级响应。政府 推行的居家隔离政策有效降低了病毒传播机率[18]，经济发展受 到一定影响，大气质量状况显著改善[19"M 。
自2020年初疫情爆发以来，国内外学者对居家隔离政策 下的大气状况和空气质量进行了一系列研宄。Collivignarelli ™、 D im itris  M 等研究发现疫情期间空气质量显著改善，PM 10、
收稿日期=2021-03-19
29
PM2.5浓度大幅度降低;21131^[23]等研宄发现疫情管控对N〇2浓 度具有显著作用，管控期间N02浓度下降了 50%; Ch en[M]等发 现疫情期间的交通限制政策对中国城市空气质量改善具有重 要意义;N ieB5]等研宄发现中国在疫情期间N〇2浓度下降幅度 最大，其次是？1^.5和PM%赵雪1261等研宄发现北京在疫情防 控期间空气质量显著改善，S02、PM,。和N02浓度分别降低了 26.5%、24.3%和16.9%，
03初期增长76.3%，后期增长速度放 缓；刘厚凤M等利用RAMS-C M A Q模型研宄发现，疫情期间，山东大气污染物颗粒除〇3外，均有下降,PM^PM^NOhSC^ 及 CO浓度降幅分别为 45.86%、41.24%、58.00%、17.71%和 31.40%。
目前有关新冠疫情期间大气状况的研宄空间尺度大，对 于城市尺度的研究较少，同时济南大气污染相关研究受研宄 数据单一的局限，缺乏对新冠疫情期间大气污染时空变化及 社会活跃度变化的研究。本文将气象站点数据与遥感影像数 据相结合，利用污染物特征雷达及像元统计方法，研宄分析了 2020年1-3月疫情期间济南大气污染时空变化及疫情对济南 社会活动的影响，旨对济南大气污染防治提供相关参考。
1研究区、数据源与研究方法
1.1研究区
济南市(北纬36°40'，东经117°00')地处黄河中下游，位 于华北平原之上，南高北低，主要地形为平原、山地、丘陵，属 暖温带半湿润季风型气候。作为山东半岛城市核心，大 气污染严重，被环境部列为京津冀污染物传输通道的“2+26”城市M之一，因此济南大气污染状况研宄对改善华北大气状况 具有重要意义。
1.2数据源
本文采用2020年1-3月份的气象数据和N02影像数据, 分析疫情期间济南大气污染状况变化及其成因。此外，为突1.3.1阶段划分
根据我国发布的《中国疫情白皮书》，将1-3月济南疫情防 控分为四个阶段：疫情传播前期，1月1日-1月19日；全面抗 疫阶段，1月20日-2月20日；社会生产恢复阶段，2月21日-3 月17日；防疫稳固阶段，3月18日-3月31日。
1.3.2污染物特征雷达分析
污染物特征雷达是运用数学运算，消除各污染物浓度变 化及浓度差异影响，呈现污染物时空变化特征的一种常规空 气质量检测方法。运算方法为将气象数据归一化求各成分特 征值、标准值、标准上限和标准下限[31]。研宄对s〇2、n〇2、c o、PM,m PM u的日均值进行计算，得到济南历史污染物特征雷达 图，根据雷达图呈现的不同性状，判断济南历史污染物特征。其中，S02污染主要来自燃煤和化石燃料的燃烧排放02];!«)2主 要来自工业排放、机动车尾气、化石燃料及生物质燃烧等0M; CO主要来自化石燃料的不充分燃烧PM2.5既可来源于一次 燃煤、机动车、工业污染，又可由空气微粒二次作用生成B5_36]。1_3.3 N02数据处理
由于N02浓度柱产品受云层影响较大，因此为确保N02浓度数据的精度，提取云量小于0.30的像元作为待研宄区；对 去云后的数据进行克里金插值，为保证插值精度，将影像依据 济南经纬度各向外扩1°(3
5。N-38。N, 115°E-119。E)；利用 济南政界矢量图对插值后数据进行掩膜提取，得到济南市N02日浓度，对各阶段数据取均值进行像元统计分析得到各阶段 济南市对流层N02浓度柱分布图。
1.3.4标准化社会经济活跃指数
研宄表明,N02气体痕量主要与机动车尾气、工厂排污有 关，因此N〇2气体痕量能作为衡量社会活跃度的重要指标。按 疫情防控阶段将研宄数据每3天划分为一组，计算2019、2020 年济南疫情期间三日1«)2浓度均值，将浓度均值最高值作为 参考标准，建立标准化社会经济活跃指数。公式如下：
出疫情防控对济南空气质量变化和n o2浓度变化的影响，选 取2019年1-3月份气象数据和N02影像数据作为对照。
1.2.1气象数据
研宄采用的气象数据包括济南监测站点提供的s〇2、n〇2、CCKPM^P M u每小时浓度数据，来源于中国环境监测总站。将每小时浓度数据取均值得到日数据，以此来表征济南的空 气质量。
1_2_2 N02数据
研宄采用的N02数据为北京大学POMINO-TROPOMI产 品（www.pku-atmos-acm.o rg)，POMIN
O 是 DOMINO (A U R A卫星O M I传感器的N02产品)的中国化产物，空间分 辨率为〇.〇5°x0.05°，单位为105 mole/cm2。O M I是美国航天 局(N ASA)2004年发射的A U R A地球观测卫星所搭载的高光 谱传感器，幅宽2600km，轨道周期约lOOmin，产品最高分辨率 为0.125°x0.125°，不适宜城市尺度的N02研宄。TRO PO M I是 由欧洲航天局2017年发射的哨兵五号卫星(Sentinel-5, Precur­sor,S-5P)搭载的大气痕量检测仪, 空间分辨率为 7km x3.5km，由于反演方式，部分产品与中国实际地面状况误差较大[2W，同样不适宜城市N02气体研宄；POMINO-TRO PO M I产品通过 在线像素特定辐射转移提高了近地面N02浓度的精确度M，适 宜中国城市尺度的N02气体研宄。
1.3研究方法
SSEI.
NW
Max(N i|k)’.
1,2,3,.,;k=2019,2020(1)其中SSELjk为第k年第i个像元第j个三天的标准化社 会经济活跃指数，N ijk为第k年第i个像元第j个三日的N02对流层空气柱浓度均值，M ax™#为研宄年份1-3月三日N02对流层空气柱浓度均值最大值。
2结果与分析
2.1疫情期间济南大气变化
图1、2是济南2019、2020年1月1日-3月31日历史特征雷达图。
由图1、2可以看出，在疫情初期，国家未进行隔离干预状 况下，随着济南环保措施的实施，同阶段济南2020年N02浓 度要低于2019年N02浓度，大气环境有所改善；济南疫情期 间大气状况2020年同2019年相比N02浓度最高值下降了 28.57%，约 30jig/m3；最低值下降了 93.7%，约 12.2(ig/m3。
第一阶段,2019 年 N02浓度维持在[13.02ng/m3-105.54ng/m3]区间内,2020年严格的疫情管控措施导致停工停学,N02浓度 维持在[0.82ng/m3-75.42ng/m3]区间内。第二阶段中后期到第 四阶段，N02浓度维持在[0.82ng/m3-1.7ng/m3]内，与2019年同 时期数据相比,N02浓度呈断崖式下降。
结合污染物特征雷达图，疫情第一阶段济南2019年SO,、
30
2020/1/1
2020/1/19 2020/2/20 2021V3M7 2020 W 31
L"W
图2济南2020年1月1日-3月31日历史特征雷达图
2.2疫情期间济南N 02空间分布及变化
图3为济南市2019-2020疫情期间1-3月对流层NOi 浓度空间分布图。由图3可见，济南2019年疫情各阶段对流层N 02柱浓度 值均髙于2020年各阶段。2019-2020年第一阶段值均髙于后 续阶段，最大值集中在中心城区部分，研究表明中国东部N a  最大值一般出现在冬季，这是由于冬季低温不利于N 〇2扩散， 且化石燃料燃烧等N a 主要来源渠道排放量增多导致的气 2019第二、三、四阶段，人为因素并未发生显著变化，气象条件的变化是引起N 〇2变化的主要原因_]，对流层>«)2浓度柱值 以中心城区向四周辐散降低；2020年第二、三阶段疫情出现大 规模爆发及反复，山东省采取严格措施防控疫情发展，推行居 家隔离政策，社会正常运转受到干扰，麵受阻，工厂大规模停
工，从源头上减少了 N 〇2排放，污染减轻，髙值集中在济南中心 城区，其他地区间或分布;2020第四阶段，随着疫情防控政策见 效，确诊病例逐渐减少，工厂陆续开工，社会生产生活逐步恢 复，人为no 2排放量回升，对流层no 2柱浓度值随之上涨，高值 集中在中心城区以及工ik 区地带。
2019M/1SO ,
2022年研究生考试成绩查询时间
2019/1/192019/2/2020190/172019/3/31
日IW
图1济南2019年1月1日-3月31日历史特征雷达图
标准值一
•标准上限
标沲F 限----------恃征值
pm 5S
co
入
m  赖粒
nmtk
M O ：, CO  NO , C O  NOj  C O
CO 、N 〇2三种污染物特征值均接近或超过标准上限，表明该时
期济南大气污染主要受工厂排污影响,2020年同样S 〇2、N 〇2、 PM …、PMW 超过标准上限，由于CO 值较低，工业生产、机动车
排放并非最大影响因素，结合2020年1月份天气状况，大气 污染主要是由于缺少风力作用及三面环山的地形结构导致污 染物下沉聚集出现PM ^的二次污染；疫情第二阶段，济南 2019、2020年污染物特征值位于上下限之内，未发生明显变
-------标准值_
标准卜限
化；疫情第三阶段，济南2019年大气污染特征仍未发生明显 变化，而2020年CO 特征值突破标准上限，燃煤、钢铁、机动车 等CO 排放量上涨，社会生产正逐步恢复；第四阶段，济南2019 年PM 10特征值超过特征值上限，表明该阶段空气污染主要以 粗颗粒为主，表现为沙尘天气，而同期2020年，仍然是CO 特 征值突破上限，国内社会生产进一步恢复，同时新发病例控制 在个位数，主要以输入为主，国内疫情局势正逐步好转。
碎准下阳-------特征值
l*M..
^2 5
N 〇2
N O n
o o o o o o o o o o 6
76'5'43'21-1U S
^
3l
I
j g k  20,9 j l  謂 l ~J ~~级 20,9
11.5 1A  1G.5 l<> 21.5 24 26.5 29
图3济南市2019-2020疫情期间1-3月对流层N 02浓度空间分布图
2 3    4    5 6 7    B 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
疫悄三
邢台招聘123
R
尺度时间序列
图4 2019_2020年疫情期间济南标准化社会活跃度指数变化图济南疫情最新通知
n
2〇i  a
A
ii **3<w i  ir'onsi tirsiwn ： iiK -<n rK
m
4 5 8 11 14 17 20 23 29
辽宁人事人才招聘网
图5济南市2019-2020疫情期间1-3月社会活跃度分布图
<
M
N A B O 604020
A
^
x t s  s ^s  F E X .S
32
2.3社会活跃度分析
图4为2019-2020年疫情期间济南标准化社会活跃度指数 变化图。
由图4可以看出，2019年标准化社会活跃度指数呈波浪状 起伏，以春节为分水岭，春节前社会活跃度逐渐上涨，春节后逐 渐回落，最高值出现在第18个三日尺度，较2020年同阶段高出 85%，后受气象因素影响回落至最高值的40%左右。2020年标 准化社会活跃度指数呈急速下降态势，最高值出现在开年第1个三日尺度，在第二阶段初第11个三日尺度降至0.16，较2019 年同阶段下降10%，后期长时间稳定在0.12-0.17之间，只有 2019年同期的50%。由此可见疫情对济南社会活跃度影响较 大，第二到第四阶段持续走低的社会活跃度指数证明济南的社 会活动仍处于滞缓状态，尽管有复工政策推行，但疫情的反复 导致济南恢复社会生产的实施低于全国平均水平。
图5是济南市2019-2020疫情期间1-3月社会活跃度分布 图。由图5可以看出，影像数据得到的社会活跃度时空分布变 化与图4气象数据所得的社会活跃度变化走向基本一致，活跃 度高值点对应区域为济南经济较为发达的部分城区（历城区、历下区、天桥区、市中区及章丘区部分地区)，社会活跃度由高 值区逐渐向四周延伸降低，同一时期，经济发达地区的社会活 跃度约为经济相对欠发达区的4倍。
3结语
中国采取的严格的居家隔离、停工停产等政策，对疫情期 间大气状况改善作用显著。结合气象数据和POMINO-TROPO-M I N02产品进行分析，研宄结果表明疫情期间济南空气质量 明显优于2019年同时
期空气质量，N02浓度和社会活跃度在 1-3月份呈阶梯状下降。
(1)利用济南2019-2020年1-3月份气象数据，结合污染物 特征雷达图分析了疫情阶段济南污染物成分变化，研宄结果表 明：济南2020年1-3月份N02最高值下降了 28.57%，最低值下 降了 93.7%。防疫阶段的污染物变化依次经历了机动车尾气和 工厂排污主导、无突出污染、化石燃烧及工厂排污主导、化石燃 烧及工厂排污主导四个阶段。
⑵利用济南2019-2020年1-3月份N02产品数据，剔除无 效像元，进行克里金插值，分析了济南疫情期间N02时空变化 特征：济南2020年1-3月份N02分布阶梯状降低至第四阶段出 现缓和，中心城区n〇2值始终高于其他地区，复工潮抬高了第 四阶段部分区n〇2值。
(3)将N02产品数据按三日为一组取平均值，获取标准化 济南社会活跃度指数，分析了济南疫情期间社会活跃度时空变 化：济南2020年社会活跃度在第一阶段呈阶梯状下降至最低 点，后续阶段的社会活跃度仅占2019的50%，中心城区部分经 济活动较其它地区始终更为活跃。
4致谢
文章最后’向提供地面监测数据的中国环境监测总站、提 供NO，卫星产品的北京大学表示诚挚的感谢！
参考文献：
[1]Zhu Q Y,L i X C,L i F,et al.The potential fo r energy saving
and carbon emission reduction in China's regional industrial sectors [J].Science o f The Total Environment, 2020,716, /10.1016/j.scitotenv.2019.135009.[2] Wu H T, Li Y W, Hao Y, et a l_ Environmental decentralization,
local government competition, and regional green develop­
ment: Evidence from China[J], Science of The Total Environ-
ment,2020,/10.1016/j.chemosphere.2020.127572. [3] Xu G Y, Ren X D, Xiong K N, et al. Analysis of the driving
factors of P M2.5 concentration in the air: A case study of t he
Yangtze River Delta, China [J], Ecological Indicators,
2020,/l 0.1016/j .ecolind.2019.105889.
[4]尹承美，何建军，于丽娟，等.多尺度气象条件对济南PM2.5
污染的影响[J].高原气象,2019,38(05):1120-1128.
[5] Janke K. Air pollution, avoidance behavior and children's
respiratory health: evidence from England[J], Journal of H ea­
lth Economics,2014,38:23-42.
[6] Chen Z, Cui L, Cui X, et al. The association between high
ambient air pollution exposure and respiratory health of yo-
ungchildren:acrosssectionalstudyinJinan,China.[J]Sci_
ence of The Total Environment,2019,656:740-749.
[7] R. Sivarethinamohan, S Sujatha, Shanmuga Priya, et al. Im­
pact of air pollution in health and socio-economic aspects:
Review on future approach[J]. Materials Today: Proceedings,
/10.1016/j.matpr.2020.08.540.
[8] Zeng Y, Lin R H, Liu L, et al. Ambient air pollution exposure
and risk of d epression: A systematic review and meta-analysis of
observational studies[J].Psychiatry Research,2019,276:69-78.
[9]王申博，娄亚敏，徐艺斐，等.郑州市民运会期间大气PM2.5
改善效果评估[J].环境科学,2020,41(07):3004-3011.
[10] 柴发合.我国大气污染治理历程回顾与展望[J].环境与可持
续发展,2020,45(03):5-15.
[11] 姜克隽，代春艳，贺晨旻等.2013年后中国大气雾霾治理对
经济发展的影响分析一一以京津冀地区为案例[J].中国科
学院院刊,2020,35(06):732-741.
[12] Wang S, Gao J, Zhang Y, et al. Impact of e mission control on
regional air quality: An observational study of air pollutants
before, during and after the Beijing Olympic GamesfJ], Jour­
nal of Environmental Sciences, 2014,26(1):175-180.
[13] Xu W Q, Sun Y L, Chen C, et al. Aerosol composition, ox­
idation properties, and sources in Beijing: results from the
2014 Asia-Pacific Economic Cooperation summit study [J].
Atmospheric Chemistry and Physics,2015,15(23).
[14] 王奇，李明全.基于DEA方法的我国大气污染治理效率评
价[J].中国环境科学,2012,32(05):942-946.
[15] He J J, Gong S L, Yu Y, et al. Air pollution characteristics and th
eir relation to meteorological conditions during 2014-2015 in ma­
jor Chinese cities[J] .Environm ental Pollution^O 17^23:484-496. [16]张亚茹，陈永金，郭庆春等.济南市大气污染物时空变化及
预测分析[J].环境工程,2020,38(02):114-121.
[17] Irtesam M K, Ubydul H, Zhang W Y, et al.COVID-19 in
China: Risk Factors and R0 Revisited [J]. Acta Tropica,
2020,105731.
[18] Kiesha P, Liu Y, Timothy W R, Adam J K, et al. The effect
of control strategies to reduce social mixing on outcomes of
the COVID-19 epidemic in Wuhan, China: a modelling study
[J].The Lancet Public Health,2020,5(5):261-270.
[19] Wang P, Chen K, Zhu S, et al. Severe air pollution events not
33