賈 佳,郭秀銳,程水源

?

APEC期間北京市PM2.5特征模擬分析及污染控制措施評(píng)估

賈 佳,郭秀銳,程水源*

(北京工業(yè)大學(xué),區(qū)域大氣復(fù)合污染防治北京市重點(diǎn)實(shí)驗(yàn)室,北京 100124)

為分析APEC會(huì)議前后PM2.5濃度特征,評(píng)估應(yīng)急控制措施效果,通過對(duì)比分析APEC會(huì)前、會(huì)期、會(huì)后北京PM2.5濃度和組分的變化特征,探討氣象條件和污染調(diào)控對(duì)環(huán)境空氣質(zhì)量的改善作用,采用CAMx-PSAT模型定量分析北京周邊不同區(qū)域、不同污染源的控制措施對(duì)空氣質(zhì)量的改善效果,并設(shè)置情景對(duì)比研究控制措施實(shí)施與否呈現(xiàn)出的不同污染狀況.結(jié)果表明:會(huì)期北京市區(qū)PM2.5日均監(jiān)測(cè)濃度低于國(guó)家空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)(75μg/m3),污染物主要來(lái)自于本地源的排放,機(jī)動(dòng)車尾氣排放是北京市區(qū)PM2.5的最主要污染源,貢獻(xiàn)占比達(dá)到36.1%.由于污染控制措施的實(shí)施,會(huì)期北京市區(qū)PM2.5濃度降低了43.0%,北京及周邊區(qū)域嚴(yán)苛的污染控制措施是形成“APEC藍(lán)”的主導(dǎo)因素.

APEC；PM2.5；CAMx-PSAT模擬；污染控制措施；北京市

近年來(lái),隨著我國(guó)工業(yè)化和城市化進(jìn)程的加快,能源資源消耗持續(xù)增加,各種大氣污染物的排放遠(yuǎn)遠(yuǎn)超過了環(huán)境承載能力,大氣污染防治壓力繼續(xù)加大[1],其中以PM2.5為特征污染物的區(qū)域性大氣環(huán)境問題尤為突出[2].國(guó)務(wù)院于2013年制定了《大氣污染防治行動(dòng)計(jì)劃》,以有效控制PM2.5污染、提高空氣質(zhì)量、逐步消除重污染天氣.

2014年11月5日到11日,亞太經(jīng)濟(jì)合作組織(APEC)會(huì)議在北京召開.11月份北京正處于秋冬轉(zhuǎn)換的季節(jié)[3],該時(shí)段往往風(fēng)速小、降水少,多呈現(xiàn)出靜穩(wěn)逆溫的天氣,不利于污染物的擴(kuò)散,易造成重污染天氣的頻發(fā)[4].為保障APEC會(huì)議期間的空氣質(zhì)量,北京、天津、河北、山西、內(nèi)蒙古、山東等省市采取了不同程度的污染控制措施(包括重污染工業(yè)企業(yè)停產(chǎn)限產(chǎn)、機(jī)動(dòng)車單雙號(hào)限行、停止施工工地所有石方和拆除作業(yè)、加強(qiáng)道路清掃保潔、嚴(yán)控施工揚(yáng)塵、調(diào)休假減少社會(huì)活動(dòng)、禁止露天燒烤等)[5].在氣象條件不利的情況下,會(huì)期北京市區(qū)的PM2.5平均濃度相對(duì)于2013年同時(shí)期下降了53.9%,實(shí)現(xiàn)了空氣質(zhì)量的大幅度改善[6],形成了“APEC藍(lán)”.

國(guó)內(nèi)外學(xué)者對(duì)APEC會(huì)議期間的污染狀況和氣象條件進(jìn)行了初步研究,包括北京周邊灰霾觀測(cè)[7]、PM2.5濃度變化趨勢(shì)[8]、PM2.5污染物成分研究[9]、京津冀區(qū)域PM2.5碳質(zhì)組分特征[10]、氣象條件對(duì)顆粒物濃度的影響[11]等.而尚缺乏對(duì)APEC期間不同區(qū)域、不同污染源控制措施改善效果的定量化評(píng)估.

包括GAM[12]、NAQPMS[13]、CMAQ[14]在內(nèi)的多種空氣質(zhì)量模型在對(duì)北京奧運(yùn)期間的污染控制措施效果研究中得到了應(yīng)用.而CAMx模型能夠更精確的模擬氣態(tài)及顆粒污染物在大氣中排放、擴(kuò)散、化學(xué)反應(yīng)及移除等作用,可同時(shí)進(jìn)行多源-多受體的源貢獻(xiàn)識(shí)別,并且在污染物區(qū)域分布模擬及污染特征因子示蹤方面具有突出的優(yōu)勢(shì)[15],因此CAMx模型能夠更科學(xué)、精確地對(duì)污染控制措施效果進(jìn)行評(píng)估[16-17].

借APEC期間實(shí)施污染控制措施的時(shí)機(jī),本文對(duì)比會(huì)前、會(huì)期、會(huì)后北京市區(qū)PM2.5濃度和組分的變化特征,探討氣象條件和污染調(diào)控對(duì)改善空氣質(zhì)量的促進(jìn)作用,采用CAMx模型進(jìn)行會(huì)議前后污染物來(lái)源解析,并設(shè)置不同情景定量化評(píng)估不同區(qū)域、不同污染源減排措施實(shí)施對(duì)北京市區(qū)PM2.5濃度的改善效果.

1 研究方法

1.1 樣品采集和分析

選取北京三環(huán)附近的北京師范大學(xué)科技樓樓頂進(jìn)行PM2.5樣品的連續(xù)采集,采樣點(diǎn)周邊交通密集,可反映出北京市區(qū)PM2.5的污染特征.采樣時(shí)段為2014年10月21日~11月22日,每個(gè)樣品采樣時(shí)間為連續(xù)23h(08:00~次日07:00).

采樣前,所有采樣儀進(jìn)行流量校正和密封性試驗(yàn).PM2.5采樣器采用武漢天虹TH150C、TH150D,采樣流量為100L/min,PM2.5樣品采集選用Whatman公司生產(chǎn)的纖維素濾膜(直徑90mm)與石英濾膜, 纖維素濾膜用于元素、離子組分分析,石英膜用于碳質(zhì)組分分析.對(duì)采樣膜在采樣前后分別進(jìn)行48h恒溫[ (20±5)℃]、恒濕(40%±2%).應(yīng)用Sartorius丹佛TB–215D型(精度為0.01mg)十萬(wàn)分之一電子天平稱重.

元素測(cè)試采用耦合等離子體質(zhì)譜儀(ICP–MS,7500a,Agilent,安捷倫),測(cè)試過程中保證內(nèi)標(biāo)元素的試驗(yàn)數(shù)據(jù)RSD值小于3%,否則對(duì)樣品進(jìn)行重復(fù)測(cè)試.離子測(cè)試采用離子色譜儀(IC, Metrohm 861Advanced Compact,瑞士萬(wàn)通).對(duì)于高濃度樣品,稀釋10倍后進(jìn)行測(cè)試.對(duì)空白膜和標(biāo)準(zhǔn)樣品進(jìn)行測(cè)試,以確保數(shù)據(jù)的有效性.截取石英膜進(jìn)行OC(有機(jī)碳)、EC(元素碳)的測(cè)試,測(cè)試采用熱-光法碳質(zhì)分析儀(DRI, Model 2001, 美國(guó)沙漠研究所)儀器.測(cè)試過程中同樣對(duì)空白膜進(jìn)行分析,用空白膜的試驗(yàn)結(jié)果對(duì)采集樣品的試驗(yàn)數(shù)據(jù)進(jìn)行校正[18-21].

1.2 數(shù)據(jù)收集

觀測(cè)數(shù)據(jù)包括空氣質(zhì)量濃度數(shù)據(jù)、污染物監(jiān)測(cè)數(shù)據(jù)和氣象參數(shù)數(shù)據(jù).逐時(shí)的空氣質(zhì)量濃度數(shù)據(jù)和污染物在線監(jiān)測(cè)數(shù)據(jù)(包括PM2.5、SO2、NO、CO、O3等)是從國(guó)家環(huán)境監(jiān)測(cè)中心的各個(gè)監(jiān)測(cè)站點(diǎn)自動(dòng)獲取.氣象數(shù)據(jù)從中國(guó)氣象局網(wǎng)站和Weather Underground(http://www.wunderground. com/)網(wǎng)站獲取,包括溫度、相對(duì)濕度、可見性、風(fēng)向和風(fēng)速等.

1.3 數(shù)值模擬

1.3.1 空氣質(zhì)量模型的構(gòu)建 采用三維多尺度歐拉空氣質(zhì)量模型CAMx(Comprehensive Air Quality Model with Extension)內(nèi)嵌的顆粒物來(lái)源識(shí)別工具(PSAT)對(duì)北京及周邊城市的空氣質(zhì)量進(jìn)行模擬.PSAT針對(duì)不同種類的顆粒物,進(jìn)行不同地區(qū)污染源貢獻(xiàn)的識(shí)別分析.PSAT考慮了示蹤物在物理過程、化學(xué)過程中的生成、消除和轉(zhuǎn)化,能有效地追蹤不同地區(qū)、不同種類源排放對(duì)目標(biāo)區(qū)域PM2.5的貢獻(xiàn)[22],使得敏感源篩選識(shí)別由理論上可行轉(zhuǎn)變?yōu)閷?shí)際中的可操作.

采用CAMx V6.0版本建立包括華北地區(qū)在內(nèi)的空氣質(zhì)量模型,對(duì)APEC會(huì)前(10-24~ 11-02)、會(huì)期(11-03~11-12)、會(huì)后(11-13~11-22)的空氣質(zhì)量進(jìn)行模擬.地圖投影采用蘭波托投影,設(shè)置兩層嵌套網(wǎng)格,外層模擬區(qū)域分辨率為27km×27km,覆蓋京津冀和周邊地區(qū)(包括山西、山東、河南、內(nèi)蒙古、遼寧等省份的全部或大部分區(qū)域);內(nèi)層模擬區(qū)域空間分辨率為9km×9km,主要覆蓋京津冀區(qū)域(包括北京、天津、河北及周邊省份的部分區(qū)域).為了研究不同區(qū)域污染物來(lái)源對(duì)北京市區(qū)PM2.5污染的影響,根據(jù)地理邊界對(duì)污染源區(qū)域進(jìn)行標(biāo)記,包括北京、天津、河北和外圍(覆蓋京津冀以外區(qū)域),其中河北又分為4個(gè)區(qū)域:西北區(qū)域(張家口)、東北區(qū)域(承德、秦皇島、唐山)、西南區(qū)域(保定、石家莊)和東南區(qū)域(廊坊、滄州、衡水、邢臺(tái)、邯鄲).氣象場(chǎng)模擬采用WRFv 3.3,初始背景邊界條件采用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NECP)提供的1°×1°分辨率的全球?qū)α鲗覨NL數(shù)據(jù)集.空氣質(zhì)量模型CAMx所使用外圍源排放清單為清華大學(xué)研發(fā)的2010年中國(guó)多分辨率排放清單;內(nèi)層清單來(lái)自于本研究團(tuán)隊(duì)自下而上建立的、已更新到2014年的京津冀區(qū)域大氣污染物排放清單[15],主要包含PM10、PM2.5、SO2、NO、NH3、CO和VOCs等,并結(jié)合APEC期間各省市的污染控制措施對(duì)清單進(jìn)行改動(dòng).應(yīng)用GIS工具將污染源清單進(jìn)行模擬區(qū)域網(wǎng)格空間分配.將污染源清單分為工業(yè)源(工業(yè)企業(yè)排放、工業(yè)無(wú)組織揚(yáng)塵)、交通源(機(jī)動(dòng)車尾氣排放、交通揚(yáng)塵)、揚(yáng)塵源(裸地?fù)P塵、道路揚(yáng)塵等)、其他源(鍋爐燃煤源、居民面源等)4組.在北京市區(qū)選取3個(gè)受體點(diǎn)(分別在天壇、東四、官園站點(diǎn)附近,位于北京市區(qū),而且與PM2.5監(jiān)測(cè)站點(diǎn)接近,能夠較好反映市區(qū)PM2.5濃度變化),取其平均值作為模型模擬的北京市區(qū)PM2.5濃度結(jié)果.數(shù)值模型網(wǎng)格嵌套區(qū)域如圖1所示.

1.3.2 模型模擬情景設(shè)置 APEC會(huì)議期間京津冀及周邊各省份采取緊急控制措施以保障北京的空氣質(zhì)量,并且取得了顯著的效果.為了定量化研究不同區(qū)域、不同污染源控制措施對(duì)北京市區(qū)PM2.5濃度的改善效果,設(shè)置兩種情景對(duì)比分析:情景一即京津冀地區(qū)實(shí)施了污染控制措施,主要用于對(duì)比研究APEC會(huì)前、會(huì)期、會(huì)后PM2.5的污染特征和變化規(guī)律,并探討是否只有京津冀地區(qū)實(shí)施控制措施已能夠保障北京的空氣質(zhì)量良好;情景二假設(shè)北京及周邊區(qū)域并未采取減排措施,由于與情景一采用了同樣的背景氣象場(chǎng),兩種情景的對(duì)比結(jié)果可定量研究京津冀地區(qū)的控制措施對(duì)北京市區(qū)PM2.5的改善效果.

2 結(jié)果與討論

2.1 數(shù)值模擬結(jié)果驗(yàn)證

圖2對(duì)比了北京會(huì)期PM2.5逐時(shí)模擬質(zhì)量濃度與監(jiān)測(cè)濃度(北京市區(qū)12個(gè)國(guó)控監(jiān)測(cè)站點(diǎn)均值)的變化趨勢(shì).應(yīng)用平均偏差(NMB)、平均誤差(NME)、相關(guān)系數(shù)(RC)對(duì)模型模擬結(jié)果進(jìn)行驗(yàn)證.會(huì)期北京模擬PM2.5逐時(shí)平均濃度為41.5μg/m3,監(jiān)測(cè)逐時(shí)平均濃度為42.7μg/m3,計(jì)算得出平均偏差(NMB)為-2.9%,平均誤差(NME)為41.3%,兩者相關(guān)系數(shù)(RC)為81.0%.模擬結(jié)果與監(jiān)測(cè)值呈現(xiàn)出較高的相關(guān)性,與監(jiān)測(cè)值對(duì)比平均偏差NMB較小,但平均誤差NME相對(duì)較大.由于本文主要考慮了京津冀區(qū)域?qū)Ρ本㏄M2.5濃度的影響,并沒有完全覆蓋周邊其余省份,因此整體上模擬濃度比監(jiān)測(cè)濃度低.部分時(shí)段模擬濃度高于監(jiān)測(cè)濃度,與氣象場(chǎng)模擬誤差、數(shù)值模型自身機(jī)理缺陷等因素有關(guān).污染源清單的不確定性、控制措施實(shí)施強(qiáng)度低于預(yù)期等也是導(dǎo)致空氣質(zhì)量模擬結(jié)果與觀測(cè)值出現(xiàn)偏差的原因[23].

同時(shí)采用PM2.5離線組分質(zhì)量濃度數(shù)據(jù)(SO42-、NO3-、NH4+)與模型模擬結(jié)果進(jìn)行對(duì)比分析,用兩者相關(guān)性來(lái)驗(yàn)證模型的準(zhǔn)確性(表1).結(jié)果表明,模擬所得PM2.5與二次水溶性離子組分平均濃度均略低于監(jiān)測(cè)值,模擬結(jié)果與監(jiān)測(cè)值之間相關(guān)性(RC)良好,相關(guān)系數(shù)在74%以上.綜合考慮兩項(xiàng)驗(yàn)證指標(biāo)(NMB和NME),本文所選用的模型以及參數(shù)設(shè)置對(duì)二次水溶性離子組分的模擬效果較好.與其他研究對(duì)比,模擬誤差在可接受范圍內(nèi),模擬結(jié)果基本可以反映實(shí)際的PM2.5污染過程[24-26].

表1 二次水溶性離子模擬濃度與監(jiān)測(cè)濃度對(duì)比 Table 1 Secondary soluble ions simulated versus observed

2.2 PM2.5污染濃度和組分變化特征

2.2.1 PM2.5濃度變化特征 結(jié)合會(huì)前、會(huì)期和會(huì)后的逐時(shí)監(jiān)測(cè)結(jié)果(圖2),北京市區(qū)PM2.5濃度總體呈現(xiàn)“U型”的變化趨勢(shì).會(huì)前重污染相對(duì)集中,根據(jù)逐時(shí)數(shù)據(jù)統(tǒng)計(jì),出現(xiàn)重污染時(shí)刻占全部時(shí)段的29.6%;會(huì)期北京市區(qū)PM2.5濃度明顯下降,逐時(shí)平均濃度(46.5μg/m3)相對(duì)會(huì)前(106.0μg/m3)降低了56%,11月4日部分時(shí)刻出現(xiàn)的重污染與11月4日北京五環(huán)路內(nèi)部分地點(diǎn)燃放煙花有關(guān)[27],總體均值低于國(guó)家空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)(75μg/m3),污染控制措施取得了良好的效果;而會(huì)后北京PM2.5濃度(112.4μg/m3)大幅度反彈升高,重污染時(shí)段再次增多,重污染時(shí)刻占全部時(shí)段的33.3%,污染濃度相對(duì)會(huì)期增長(zhǎng)了140%.

會(huì)期出現(xiàn)了兩次較為明顯的污染集聚(圖2,11月3日~4日,11月9日~10日),同時(shí)期風(fēng)速和能見度低、相對(duì)濕度較高(圖3).以11月9日~10日的污染集聚過程為例,根據(jù)MICAPS海平面氣壓場(chǎng)進(jìn)行分析(圖4,11月8日2:00到11月10日14:00).8日2:00(圖4a),高壓中心位于蒙古高原,我國(guó)中高緯度環(huán)流呈典型的長(zhǎng)波槽脊穩(wěn)定性,這些長(zhǎng)波槽脊變化受超長(zhǎng)波影響或控制,移速非常緩慢,阻礙冷氣團(tuán)向亞洲中低緯度地區(qū)移動(dòng),削弱冷空氣對(duì)我國(guó)東部地區(qū)的影響[28],地面和低空風(fēng)速不大,垂直和水平方向擾動(dòng)小,會(huì)出現(xiàn)長(zhǎng)時(shí)間的靜穩(wěn)天氣,近地面呈現(xiàn)明顯逆溫現(xiàn)象,不僅不利于天氣尺度擾動(dòng)的發(fā)展,而且會(huì)減弱低層大氣的垂直混合,不利于污染物垂直擴(kuò)散[29],再加上北京三面環(huán)山的地形特點(diǎn),造成污染物的累積;9日2:00(圖4b),北京處于高壓尾部均壓場(chǎng),污染物的累積仍在繼續(xù),PM2.5濃度持續(xù)上升,相對(duì)濕度較高促進(jìn)大氣中氣態(tài)污染物向顆粒態(tài)的轉(zhuǎn)換;10日0:00左右PM2.5濃度達(dá)到一個(gè)峰值,但由于污染控制措施的實(shí)施,北京本底污染程度較低,本次峰值并沒有形成重污染;10日2:00(圖4c),高壓中心繼續(xù)向東南移動(dòng)至京津冀區(qū)域,北京地區(qū)轉(zhuǎn)為冷高壓前部,氣壓變化幅度增大,風(fēng)速瞬間升高的同時(shí),風(fēng)向由無(wú)持續(xù)風(fēng)向迅速轉(zhuǎn)變?yōu)楸憋L(fēng),局地相對(duì)濕度驟然降低,冷空氣帶來(lái)的西北氣流對(duì)區(qū)域污染物有明顯的清除作用,PM2.5濃度明顯下降;10日14:00(圖4d)高壓中心繼續(xù)向東南方向移動(dòng),北京逐步脫離高壓中心控制,污染集聚重新開始.

2.2.2 PM2.5組分變化特征 PM2.5包括一次組分和二次組分,其中一次組分主要包括礦物塵、一次有機(jī)物(POA)、元素碳(EC)、污染元素等,二次組分包括二次有機(jī)物(SOA)、SO42-、NO3-、NH4+等.其中POA和SOA是通過POC(一次有機(jī)碳)、SOC(二次有機(jī)碳)乘以經(jīng)驗(yàn)系數(shù)1.6得到[30],此系數(shù)估算了有機(jī)物中氫、氧等物質(zhì).礦物塵根據(jù)Al、Ca、Ti、Fe等元素的相應(yīng)氧化物計(jì)算[31],SOC用OC/EC(有機(jī)碳/元素碳)最小比值法計(jì)算,公式[32]為

(礦物塵)=2.20×(Al)+2.49×(Si)+1.63×(Ca)+

2.42×(Fe)+1.94×(Ti) (1)

(SOC)=(OC)–(EC)×((OC)/(EC))min(2)

表2 APEC會(huì)前、會(huì)期、會(huì)后的PM2.5具體組分占比(%) Table 2 The proportions of PM2.5 components before-, during-, and after the APEC meeting (%)

APEC會(huì)前、會(huì)期、會(huì)后的PM2.5具體組分占比如表2所示.SO42-、NO3-、NH4+是PM2.5中3種主要水溶性離子,其質(zhì)量濃度之和占PM2.5的43.8%,會(huì)期占比增長(zhǎng)到48.8%,APEC后降至46.8%.分析其原因與會(huì)期北京光照較為強(qiáng)烈,有利與氣態(tài)前體物(SO2、NO、NH3)發(fā)生二次轉(zhuǎn)化有關(guān).同時(shí)用NO3-與SO42-的濃度比值來(lái)判定二次離子的主要來(lái)源,APEC會(huì)前、會(huì)期、會(huì)后北京(NO3-)/(SO42-)分別為1.7、2.1、1.6,會(huì)期(NO3-)/(SO42-)大于2表明移動(dòng)源對(duì)北京SO42-和NO3-的貢獻(xiàn)占主導(dǎo),是北京PM2.5污染物的主要來(lái)源.控制鍋爐、部分地區(qū)延遲居民供暖等措施的實(shí)施使得SO42-占比略有下降,而在會(huì)后由于居民供暖的開始,燃煤量顯著增高,SO2排放量增加,SO42-所占比例逐步升高[33].APEC期間POA、EC、礦物塵、污染元素相比其他時(shí)段都較低,歸結(jié)于控制揚(yáng)塵、企業(yè)停產(chǎn)、減少燃煤等污染控制措施的實(shí)施;SOA相對(duì)其他時(shí)段較高,其原因在于APEC期間光照強(qiáng)烈,大氣氧化活性強(qiáng).

2.3 會(huì)期PM2.5區(qū)域傳輸和來(lái)源分析

表3 APEC會(huì)前、會(huì)期、會(huì)后北京PM2.5污染物區(qū)域傳輸和污染源的貢獻(xiàn)解析(%) Table 3 The contribution of regional transport and pollution sources of PM2.5 in Beijing before-, during-, and after the APEC meeting (%)

注:* 外圍區(qū)域沒有對(duì)排放源種類進(jìn)行劃分,表中數(shù)值是外圍區(qū)域所有源對(duì)北京市區(qū)PM2.5濃度的貢獻(xiàn)占比.

基于CAMx-PSAT模型模擬得到京津冀區(qū)域不同地市、不同污染源對(duì)北京市區(qū)PM2.5的濃度貢獻(xiàn),如表3所示.

結(jié)果表明,本地源對(duì)北京市區(qū)PM2.5濃度的逐日貢獻(xiàn)占比在61.57%~96.64%之間(均值為77.5%),本地貢獻(xiàn)最高時(shí)段都出現(xiàn)在會(huì)期內(nèi)(11月5日、11日、12日北京本地源貢獻(xiàn)都超過了90%).會(huì)期北京處于高壓均壓控制范圍,污染物難以擴(kuò)散,本地源貢獻(xiàn)逐步升高.

會(huì)前本地機(jī)動(dòng)車源和工業(yè)源是北京市區(qū)PM2.5的最主要污染貢獻(xiàn)源,與清單中機(jī)動(dòng)車和工業(yè)污染物排放量最高有關(guān).會(huì)期期間北京及周邊地區(qū)對(duì)工業(yè)實(shí)施了停產(chǎn)限產(chǎn)措施、強(qiáng)行停止野外施工、加強(qiáng)道路清洗力度,這些措施對(duì)降低工業(yè)源和土壤源污染物的排放具有顯著的效果.會(huì)議期間對(duì)機(jī)動(dòng)車污染源采取了單雙號(hào)限行和限制公務(wù)車頻次等措施,但由于機(jī)動(dòng)車控制涉及到居民生活和常規(guī)出行,其控制力度相對(duì)于其余污染源較為寬松,部分文獻(xiàn)指出APEC期間北京市區(qū)車流量下降幅度并不明顯,甚至有增加的趨勢(shì)[34].與此對(duì)應(yīng),模擬結(jié)果顯示本地機(jī)動(dòng)車污染源是會(huì)期北京市區(qū)PM2.5的最主要污染源,而且濃度貢獻(xiàn)占比相對(duì)于會(huì)前有明顯的提升(24.2%上升至36.1%),遠(yuǎn)高于其他污染源,與PM2.5組分分析結(jié)果[(NO3-)/(SO42-)>2]一致.會(huì)后由于污染控制措施的取消和居民供暖的開始,北京市區(qū)PM2.5濃度大幅度升高,本地的工業(yè)源和其他源(包括燃煤鍋爐污染源)貢獻(xiàn)占比迅速增長(zhǎng).

京津冀以外區(qū)域在APEC會(huì)議前后對(duì)北京市區(qū)PM2.5濃度貢獻(xiàn)占比變化并不明顯,說明京津冀以外區(qū)域的控制措施對(duì)北京市區(qū)PM2.5濃度改善效果相對(duì)有限.而在京津冀區(qū)域范圍內(nèi)的外來(lái)源中,會(huì)前北京市區(qū)PM2.5污染物主要來(lái)自南部和東北部污染傳送通道的累積,其中河北東北區(qū)域工業(yè)源貢獻(xiàn)最高,與唐山市工業(yè)污染物排放量高有關(guān),對(duì)北京市區(qū)PM2.5濃度貢獻(xiàn)占比為4.1%;會(huì)期各區(qū)域污染物排放都得到了有效地抑制,河北東北、西南、東南區(qū)域和天津?qū)Ρ本┦袇^(qū)PM2.5的貢獻(xiàn)相比會(huì)前明顯下降,但河北西北區(qū)域不降反升.盡管河北西北區(qū)域與北京之間隔著燕山山脈,但由于張家口市內(nèi)污染排放源海拔較高和西北風(fēng)頻次的增加(圖5),污染物仍然能夠通過高空傳輸作用傳送到北京市區(qū),又由于機(jī)動(dòng)車污染源污染物排放量高和工業(yè)源一般通過高空煙囪排放,使得河北西北區(qū)域的機(jī)動(dòng)車源和工業(yè)源成為會(huì)期對(duì)北京市區(qū)PM2.5貢獻(xiàn)最高的外來(lái)源;會(huì)后北京PM2.5濃度升高的同時(shí),周邊區(qū)域?qū)Ρ本┪廴矩暙I(xiàn)逐步增大,北京主導(dǎo)風(fēng)向轉(zhuǎn)為東北風(fēng)和西南風(fēng),河北西南和東北區(qū)域成為最主要外來(lái)貢獻(xiàn)源,而且隨著天津和河北全境居民供暖的開始、建筑施工的減少降低揚(yáng)塵排放等因素,包括燃煤源在內(nèi)的其他源貢獻(xiàn)比重逐步升高.

2.4 污染控制措施效果評(píng)估

APEC期間各地區(qū)實(shí)施污染控制措施后污染物得到了大幅度的削減,其中北京、天津、河北污染物削減比例如表4所示.

表4 京津冀地區(qū)采取控制措施后污染物減排比例 Table 4 Reduction ratios of pollutants after the control measures were implemented in BTH region

重點(diǎn)考慮京津冀地區(qū)采取控制措施對(duì)北京市區(qū)PM2.5濃度的影響,設(shè)置2種情景對(duì)污染實(shí)施控制的效果進(jìn)行評(píng)估,情景一為京津冀區(qū)域在APEC期間實(shí)施控制措施,根據(jù)上表對(duì)污染源排放清單進(jìn)行更新;情景二假設(shè)京津冀區(qū)域在APEC期間不實(shí)施控制措施,使用原始清單.結(jié)合2種情景模擬結(jié)果,對(duì)比分析控制措施對(duì)北京PM2.5濃度的影響.

如圖6所示,情景一模擬結(jié)果顯示會(huì)期北京PM2.5逐時(shí)均值模擬結(jié)果為41.5μg/m3,雖然在部分時(shí)段北京及周邊地市有污染物的積累,但并沒有形成重污染;而根據(jù)情景二模擬結(jié)果,若未采取污染物控制措施,則會(huì)由于北京本地排放和周邊污染輸送量的增加,致使重污染天氣頻發(fā),PM2.5瞬時(shí)濃度最高值超過250μg/m3,出現(xiàn)重污染的時(shí)刻占到全部時(shí)段的17.4%,PM2.5逐時(shí)濃度均值為78.2μg/m3,即由于污染控制措施的實(shí)施,會(huì)期北京市區(qū)PM2.5濃度降低了43.0%.

同期監(jiān)測(cè)值(圖2)顯示逐時(shí)平均濃度為42.7μg/m3,與情景一模擬結(jié)果比較接近,表明只在京津冀地區(qū)采取污染控制措施已經(jīng)基本能夠保障APEC期間北京市區(qū)良好的空氣質(zhì)量.2013年相同時(shí)段PM2.5逐時(shí)濃度均值為92.7μg/m3,以情景二模擬結(jié)果與2013年同時(shí)期PM2.5濃度監(jiān)測(cè)數(shù)據(jù)對(duì)比,都呈現(xiàn)出長(zhǎng)時(shí)間的重污染.說明APEC期間氣象條件相比2013年同時(shí)期雖然略好,但對(duì)PM2.5濃度的影響程度相對(duì)有限.

結(jié)合情景一、情景二模擬結(jié)果,不同區(qū)域不同源的控制措施對(duì)PM2.5濃度改善的效果如圖7所示.

本地源中,會(huì)期期間工地停工、增加道路清掃頻次、停限產(chǎn)高污染企業(yè)等大幅度降低了本地工業(yè)源、土壤源、其他源(包括居民源和燃煤源)的污染物排放.其中土壤源控制措施最見卓效(21.8%),與其本身排放基數(shù)大、實(shí)施控制措施后排放量急劇減小等因素有關(guān).而本地機(jī)動(dòng)車源控制措施所產(chǎn)生的效果相對(duì)較差(11.2%),與機(jī)動(dòng)車源控制難度大、距離目標(biāo)受體點(diǎn)較近、車流量降低幅度有限等原因有關(guān).

外來(lái)源中,河北西南方向保定和石家莊污染物排放量較高,是北京PM2.5污染物的主要輸送通道,控制措施實(shí)施后西南區(qū)域?qū)Ρ本┛諝赓|(zhì)量改善效果最為明顯.由于會(huì)期時(shí)段北風(fēng)頻次增加,河北西北區(qū)域和東北區(qū)域的控制措施對(duì)北京PM2.5污染物也有一定的削減效果.

雖然外部區(qū)域?qū)Ρ本┦袇^(qū)PM2.5濃度的改善效果與風(fēng)向密切相關(guān),仍需要周邊各區(qū)域的聯(lián)防聯(lián)控,而非只對(duì)主導(dǎo)風(fēng)向區(qū)域或者相鄰區(qū)域加以控制.原因在于①氣象條件不可控,風(fēng)向和風(fēng)速瞬息萬(wàn)變,若未采取措施的區(qū)域突然轉(zhuǎn)為上風(fēng)向區(qū)域,則目標(biāo)區(qū)域?qū)?huì)由于大量污染物的擴(kuò)散而呈現(xiàn)重污染;②若風(fēng)速突然增大,則遠(yuǎn)距離區(qū)域的污染物也會(huì)大量傳送到目標(biāo)區(qū)域;③采取污染控制措施的目的不僅僅在于保障APEC期間北京市區(qū)的空氣質(zhì)量,也著力于改善整個(gè)京津冀區(qū)域的污染狀況,以最大化控制大氣污染的負(fù)面效應(yīng).

綜上所述,污染控制措施的實(shí)施是實(shí)現(xiàn)北京會(huì)期PM2.5濃度降低的主要原因.因此,為了保障北京市區(qū)空氣質(zhì)量,避免PM2.5重污染的出現(xiàn),不僅需要對(duì)北京本地污染物的排放嚴(yán)格把關(guān),還需要周邊地區(qū)的協(xié)同控制[35-37].

3 結(jié)論

3.1 對(duì)比了APEC會(huì)前、會(huì)期、會(huì)后北京市區(qū)PM2.5濃度和組分的變化特征,采用CAMx-PSAT模型分析北京周邊不同區(qū)域、污染源控制措施的改善效果,并設(shè)置京津冀區(qū)域?qū)嵤p排措施和不實(shí)施減排措施兩種情景對(duì)比研究減排措施實(shí)施對(duì)北京市區(qū)PM2.5濃度的影響.結(jié)果表明APEC會(huì)期期間北京市區(qū)空氣質(zhì)量良好,PM2.5濃度低于國(guó)家空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)(75μg/m3);但假如京津冀區(qū)域沒有實(shí)施污染控制措施,會(huì)期北京市區(qū)仍舊會(huì)在17.4%的時(shí)段內(nèi)呈現(xiàn)出重污染,與2013年同時(shí)期狀況相似.京津冀區(qū)域污染控制措施的實(shí)施使得會(huì)期北京市區(qū)PM2.5濃度降低了43.0%.

3.2 會(huì)期北京PM2.5組分中二次離子占比有所增加,與同時(shí)段天氣多為晴朗,光照強(qiáng)烈有關(guān);移動(dòng)源是會(huì)期北京市區(qū)PM2.5的主要貢獻(xiàn)來(lái)源.

3.3 北京市區(qū)PM2.5主要來(lái)自于本地污染物的排放,會(huì)期本地源貢獻(xiàn)有所增加.會(huì)前北京市區(qū)PM2.5主要來(lái)自于本地工業(yè)源和機(jī)動(dòng)車源.污染控制措施的實(shí)施大大降低了會(huì)期工業(yè)源、土壤源和其他源的排放;外來(lái)源中,會(huì)期河北西北區(qū)域的貢獻(xiàn)最高,與本時(shí)段內(nèi)西北風(fēng)頻次增加有關(guān),而會(huì)后北京主導(dǎo)風(fēng)向的轉(zhuǎn)變使得河北東北和西南區(qū)域?qū)Ρ本┦袇^(qū)PM2.5的貢獻(xiàn)增大;污染控制措施中本地的土壤源控制措施的改善效果最見卓效;外來(lái)源中,河北西南區(qū)域減排措施效果最好.

[1] Fann N, Risley D. The public health context for PM2.5and ozone air quality trends [J]. Air Quality, Atmosphere & Health, 2013, 6(1):1-11.

[2] Ji D, Li L, Wang Y, et al. The heaviest particulate air-pollution episodes occurred in northern China in January, 2013: Insights gained from observation [J]. Atmospheric Environment, 2014,92: 546-556.

[3] Zhou Y, Cheng S Y, Liu L, et al. A Coupled MM5-CMAQ Modeling System for Assessing Effects of Restriction Measures on PM10Pollution in Olympic City of Beijing, China [J]. Journal of Environmental Informatics, 2012,19(2):120-127.

[4] Sheng L, Lu K, Ma X, et al. The air quality of Beijing– Tianjin–Hebei regions around the Asia-Pacific Economic Cooperation (APEC) Meeting [J]. Atmospheric Pollution Research, 2015,6(6):1066–1072.

[5] 中華人民共和國(guó)環(huán)境保護(hù)部.區(qū)域聯(lián)動(dòng) 多措并舉 周密部署 全力保障APEC空氣質(zhì)量 [Z]. 2014-11-15. http://www. zhb.gov.cn/gkml/hbb/qt/201411/t20141115_291482.htm

[6] 劉建國(guó),謝品華,王躍思,等.APEC前后京津冀區(qū)域灰霾觀測(cè)及控制措施評(píng)估 [J]. 科技與社會(huì), 2015,3(30):368-376.

[7] Chen Z, Zhang J, Zhang T, et al. Haze observations by simultaneous lidar and WPS in Beijing before and during APEC, 2014 [J]. Science China Chemistry, 2015,9(58):1385-1392.

[8] Huang K, Zhang X, Lin Y. The “APEC Blue” phenomenon: Regional emission control effects observed from space [J]. Atmospheric Research, 164-165(2015):65-75.

[9] 高璟赟,董海燕,陳 魁,等.APEC會(huì)議期間天津市PM2.5中水溶性無(wú)機(jī)離子的污染特征 [J]. 環(huán)境污染與防治, 2015,5(37): 66-71.

[10] 于海斌,薛荔棟,鄭曉燕,等.APEC期間京津冀及周邊地區(qū)PM2.5中碳組分變化特征及來(lái)源 [J]. 中國(guó)環(huán)境監(jiān)測(cè), 2015,4(31): 48-52.

[11] The evaluation of emission control to PM concentration during Beijing APEC in 2014 [J]. Atmospheric Pollution Research (2015), http://dx.doi.org/10.1016/j.apr.2015.10.010.

[12] Liu Y, He K B, Li S S, et al. A statistical model to evaluate the effectiveness of PM2.5emissions control during the Beijing 2008 Olympic Games [J]. Environment International, 2012,1(44): 100-105.

[13] 吳其重,王自發(fā),李麗娜,等.北京奧運(yùn)會(huì)空氣質(zhì)量保障方案京津冀地區(qū)措施評(píng)估 [J]. 氣候與環(huán)境研究, 2010,5(15):662-671.

[14] Wang S X, Zhao M, Xing J, et al. Quantifying the Air Pollutants Emission Reduction during the 2008 Olympic Games in Beijing [J]. Environ. Sci. Technol., 2010,44,2490–2496.

[15] 周 穎.區(qū)域大氣污染源清單建立與敏感源篩選研究及示范應(yīng)用 [D]. 北京:北京工業(yè)大學(xué), 2012.

[16] Wang J, Wang S, Voorhees AS, et al., Assessment of short-term PM2.5-related mortality due to different emission sources in the Yangtze River Delta, China [J]. Atmospheric Environment, 2015, 123:440-448.

[17] Wang L T, Wei Z, Yang J, et al. The 2013severe haze over southern Hebei, China: model evaluation, source apportionment, and policy implications [J]. Atmospheric Chemistry and Physics, 2014,14:3151-3173.

[18] 溫 維,韓力慧,代 進(jìn),等.唐山夏季PM2.5污染特征及來(lái)源解析 [J]. 北京工業(yè)大學(xué)學(xué)報(bào), 2014,40(5):751–758.

[19] Cheng S Y, Lang J L, Zhou Y, et al. A new monitoring- simulation-source apportionment approach for investigating the vehicular emission contribution to the PM2.5pollution in Beijing, China [J]. Atmospheric Environment, 2013,79:308–316.

[20] 王志娟,韓力慧,陳旭峰,等.北京典型污染過程PM2.5的特性和來(lái)源 [J]. 安全與環(huán)境學(xué)報(bào), 2012,12(5):122–126.

[21] 劉 超.典型區(qū)域PM2.5污染特征及影響因素研究 [D]. 北京:北京工業(yè)大學(xué), 2014.

[22] Li L, Cheng S Y, Li J B, et al. Application of MM5–CAMx–PSAT modeling approach for investigating emission source contribution to atmospheric SO2pollution in Tangshan, Northern China [J]. Mathematical Problems in Engineering, 2013a,1-12.

[23] 吳其重,王自發(fā),徐文帥,等.多模式模擬評(píng)估奧運(yùn)賽事期間可吸入顆粒物減排效果 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2010,9(30):1739-1748.

[24] Zhao X J, Jiang H, Wang L T, et al. Quantifying the source of haze pollution in southern Hebei cities using CMAQ model [J]. Acta Scientiae Cirumstantiae, 2012,32(10):2559–2567.

[25] 王楊君,李 莉,馮加良,等.基于OSAT方法對(duì)上海2010年夏季臭氧源解析的數(shù)值模擬研究 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2014,3(34): 567-572.

[26] Burr M J, Zhang Y. Source apportionment of fine particulate matter over the Eastern U.S.[J]. Atmospheric Pollution Research, 2011,2:318–336.

[27] 新華網(wǎng).北京5環(huán)路內(nèi)指定地在APEC歡迎晚宴期間放煙花 [Z]. http://news.xinhuanet.com/yzyd/legal/20141106/c_127185262.htm.

[28] Wang H, Xu J, Zhang M, et al. A study of the meteorological causes of a prolonged and severe haze episode in January 2013 over central-eastern hina [J]. Atmospheric Environment, 2014,98:146-157.

[29] Zhang R, Li Q, Zhang R. Meteorological conditions for the persistent severe fog and haze event over eastern China in January 2013 [J]. Science China Earth Sciences, 2014,57(1):26-35.

[30] 賀克斌,楊復(fù)沫,段鳳魁,等.大氣顆粒物與區(qū)域復(fù)合污染 [M]. 北京:科學(xué)出版社, 2011.

[31] KIM K W, KIM Y J, OH S J. Visibility impairment during Yellow Sand periods in the urban atmosphere of Kwangju, Korea [J]. Atmospheric Environment, 2001,35(30):5157–5167.

[32] Castro L M, Pio C A, Harrison R M, et al. Carbonaceous aerosol in urban and rural European atmospheres: estimation of secondary organic carbon concentrations [J]. Atmospheric Environment, 1999,33(17):2771–2781.

[33] Yang H N, Chen J, Wen J J, et al. Composition and sources of PM2.5around the heating periods of 2013 and 2014 in Beijing: Implication for efficient mitigation measures [J]. Atmospheric Environment, 2015:1-9.

[34] Huang K H, Zhang X Y, Lin Y F. The “APEC Blue” phenomenon: Regional emission control effects observed from space [J]. Atmospheric Research, 2015:164-165.

[35] 薛文博,付 飛,王金南,等.中國(guó)PM2.5跨區(qū)域傳輸特征數(shù)值模擬研究 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(6):1361-1368.

[36] Li X, Wang L, Ji D, et al. Characterization of the size-segregated water-soluble inorganic ions in the Jing-Jin-Ji urban agglomeration: Spatial/temporal variability, size distribution and sources [J]. Atmospheric Environment, 2013,77(7):250–259.

[37] Lv B L, Zhang B, Bai Y Q, et al. A systematic analysis of PM2.5in Beijing and its sources from 2000 to 2012 [J]. Atmospheric Environment, 2015,9: Available online.

* 責(zé)任作者, 教授, chengsy@bjut.edu.cn

Numerical study on the characteristics of PM2.5in Beijing and the assessment of pollution control measures during APEC

JIA-Jia, GUO Xiu-rui, CHENG Shui-yuan*

(Key Laboratory of Beijing on Regional Air Pollution Control, Beijing University of Technology, Beijing 100124, China). China Environmental Science, 2016,36(8)：2337~2346

In order to analyze the characteristic of PM2.5concentrations and assess the effect of the temporary control measures during the APEC meeting, the variation of PM2.5concentration and its components before-, during- and after-APEC were analyzed and the role of meteorological conditions and pollution control measures to the improvement of air quality were explored. Then CAMx-PSAT model was used to quantitatively analyze the effect of improving the air quality of the pollution control measures for different sources in different regions. Different scenarios were defined to compare the situations between the control measures implemented or not during the APEC meeting. The results showed that the average daily PM2.5concentration in Beijing during the APEC was lower than the National Environmental Standard II (75μg/m3), PM2.5pollutants were mainly emitted from the local emission sources, of which vehicle exhaust was the main pollution source, accounting for 36.1%. PM2.5concentrations in Beijing decreased by 43.0% because of the implementation of the temporary control measures during the APEC meeting. The stringent control measures implemented in Beijing and its surrounding areas dominantly contributed for "APEC blue".

APEC；PM2.5；CAMx-PSAT simulation；pollution control measures；Beijing

X513

A

1000-6923(2016)08-2337-10

賈 佳(1990-),男,河南許昌人,北京工業(yè)大學(xué)環(huán)境與能源工程學(xué)院博士研究生,主要從事環(huán)境規(guī)劃管理與污染防治方面的研究.

2016-01-04

環(huán)保公益性行業(yè)科研專項(xiàng)(201409006)