2. 西安建筑科技大学环境与市政工程学院, 西安 710055
2. College of Environmental and Municipal Engineering, Xi'an University of Architecture and Technology, Xi'an 710055
随着西安市经济和社会的飞速发展, 西安市机动车保有量逐年攀升.据《西安统计年鉴2019》数据显示, 西安市机动车保有量由2012年的163.33万辆增加至2018年的325.63万辆, 增幅将近翻倍(西安市统计局, 2019).机动车的增加使得交通污染问题越来越严重, 道路扬尘污染对城市颗粒物的贡献愈发凸显(许艳玲等, 2007;樊守彬等, 2011;刘泽常等, 2012).文献显示, 我国北方一些城市中扬尘对PM2.5的贡献率为30%左右, 而道路扬尘约占到城市扬尘总量的50%(Geng et al., 2013; Zhang et al., 2013; Xiao et al., 2014).西安地处西北, 多年来颗粒物一直是大气环境的首要污染物(西安市生态环境局, 2016; 2017;2018;2019).同时, 道路环境又是人群受颗粒物污染暴露的典型微环境, 频繁的交通出行使道路扬尘中富集的有毒有害粒子对人群健康存在暴露风险(魏金枝等, 2002;张静等, 2017).因此, 加强道路扬尘污染研究, 掌握西安市道路扬尘污染特征, 对于针对性地提出道路扬尘污染治理和管控措施, 控制颗粒物污染及加强对人群健康保护, 提升人民的生态环境幸福指数显得尤为重要.
目前, 国内外学者通常利用美国环保署提供的AP-42模型计算排放系数和排放量.国内对济南、石家庄、北京、天津、呼和浩特、乌鲁木齐、珠三角、东北三省等均开展了相关研究(郑君瑜等, 2009;许妍等, 2012;程健, 2015;樊守彬等, 2016;肖捷颖等, 2018;何月欣, 2018;竹涛等, 2019), 而对于西安市的道路扬尘排放特征, 特别是道路扬尘排放清单的研究, 目前尚未见文献报道.
基于此, 本文通过积尘负荷法采集2016年西安市快速路、主干道、次干道、支路等4种类型25条道路的扬尘样品.采样前通过测试确定采样速率和采样次数, 利用《防治城市扬尘污染技术规范》(HJ/T393)附录B公式计算道路积尘负荷, 采用《扬尘源颗粒物排放清单编制技术指南》(环境保护部, 2015)推荐的道路扬尘源排放量的计算方法, 结合调研和实测数据, 计算西安市各类型道路扬尘TSP、PM10和PM2.5的排放系数和排放量.以期建立西安市的道路扬尘排放清单, 为道路扬尘污染环境管控及颗粒物来源解析等工作提供技术支撑.
2 数据与方法(Data and methods) 2.1 研究区域及对象本文研究区域为西安市城市建成区, 研究的颗粒物分别为TSP、PM10、PM2.5 3种, 研究对象为快速路、主干道、次干道、支路4种道路类型.
2.2 道路扬尘排放系数及排放量计算方法 2.2.1 道路扬尘排放系数计算本文按照《扬尘源颗粒物排放清单编制技术指南》中相关要求, 道路扬尘排放系数计算公式见式(1).
(1) |
式中, ER为道路扬尘源中某一粒径颗粒物的平均排放系数(g·km-1), 即机动车行驶1 km产生的道路扬尘质量;Ki为产生的扬尘中PMi的粒度乘数;sL为道路扬尘中直径不大于75μm的颗粒物质量, 即积尘负荷(g·m-2);W为平均车重(t), 表示通过某类型道路所有车辆的平均质量;η为污染控制措施对道路扬尘的去除率.
2.2.2 道路扬尘排放量计算采用《扬尘源颗粒物排放清单编制技术指南》中提供的计算公式, 计算西安市2016年道路扬尘的排放量, 估算公式如式(2)所示.
(2) |
式中, WR为道路扬尘源中颗粒物的排放量(t·a-1);LR为道路长度(km);NR为在某段道路上一定时期内的平均车流量(辆· a-1);nr为不起尘天数, 本文中取值为一年中降水量大于0.25 mm·d-1的天数(82 d), 数据由气象部门提供.
2.3 参数选择 2.3.1 粒度乘数Ki在估算道路扬尘排放系数时, 粒度乘数采用《扬尘源颗粒物排放清单编制技术指南》中提供的数据, TSP为3.23, PM10为0.62, PM2.5为0.15.
2.3.2 道路积尘负荷sL通过对道路扬尘样品采集和实验室分析, 采用《防治城市扬尘污染技术规范》(HJ/T393)推荐公式计算获得道路积尘负荷sL, 具体见公式(3).
(3) |
式中, W0为105 ℃条件下将单个道路积尘样品干燥恒重后的质量(g);Ws为称取的一定量道路积尘样品质量(g);W20为通过20目标准筛后的筛上物质量(g);W200为通过200目标准筛后的筛上物质量(g);S为采样面积(m2).
2.3.3 平均车重W即通过某一类型道路所有车辆的平均质量, 通过公式(4)计算.
(4) |
式中, Kji为第j类道路上第i种车型的车辆比例;Wji为第j类道路上第i种车型的单车质量(t).
本研究中不同类型道路的车型比例和各车型的车重信息取自于交通管理部门调研, 部分结合了路边环境站的雷达观测数据.
2.3.4 不同类型道路长度通过《西安市机动车污染物排放清单研究报告》, 获取西安市不同道路类型的道路长度.
2.3.5 不同类型道路车流量通过对部分采样类型道路路边环境站自带的车流量雷达进行连续24 h观测, 结合交通部门提供数据和文献资料(陶双成, 2016), 获得不同类型道路的日均小时车流量.不同类型道路平均车重、道路长度及车流量信息汇总见表 1.
结合西安市城市区域实际情况, 综合考虑车流量、道路类型, 共选取25条道路, 其中, 主干道10条、快速路4条、次干道5条、支路6条, 具体监测点位见图 1.
每种类型道路各取一段路段做测试, 采用内置吸尘袋的真空吸尘器(飞利浦8222型)采集道路积尘样品, 现场采用感量为0.001 g的电子天平称重, 得到0.5、1、2 m2·min-1不同速率下样品的质量.测试结果表明, 无论快速路、主干道、次干道还是支路, 当采样速率小于0.5 m2·min-1或更低时, 样品收集率无大变化反而会增大真空吸尘器泵的运行阻力;当采样速率为0.5 m2·min-1和1 m2·min-1时, 样品收集率较为接近, 而采样速率为2 m2·min-1时, 道路扬尘样品收集率低, 约为低速率下的60%~80%, 考虑到道路扬尘采样现场安全性等因素, 确定采样速率为1 m2·min-1.
3.2.2 采样次数的确定每条采样道路设置3个采样区域, 在最外侧车道距路沿石0.5~1 m处采样, 选择A、B、C 3个试验路段, 每条道路选择3个采样区域, 采样示意图见图 2.以1 m2·min-1匀速吸取采样区域内道路积尘, 通过对各采样区域重复3次采样, 称量各次采样质量.
各次采样质量占3次采样总质量(3次采样质量之和)的百分比统计结果见表 2.各采样区域前两次采样质量已占3次采样总质量的96.0%~99.5%.基于以上结果, 将各采样区域的采样次数确定为2次.
每条采样道路设置3个采样区域, 每个区域采样面积为5 m2, 使用真空吸尘器(飞利浦FC8222型, 卧式)以1 m2·min-1匀速吸取采样区域内道路积尘.采样过程中指派专人对车流量进行秒表计数, 并记录车道数量及路面材质、采样点经纬度、周围环境状况等.共采集了25条不同类型道路, 每条道路混合1个样, 获得有效样品25个.
为获取代表性样品, 采样时避开了沙尘、雨雪、大风天气;当遇到降水天气或道路洒水作业, 须待路面干燥后采样;采样时应避开颗粒物污染源, 如雨水冲击泥沙沉积区、井盖及隔离物放置区、有花木飞絮和花粉污染等.
3.4 样品处理将道路积尘样品去除其中的树叶、杂草、垃圾等杂质后, 于(105±5) ℃下干燥至室温恒重;称取一定量处理好的道路积尘样品置于20目标准筛上并加盖密封, 下方叠放200目标准筛, 人工过筛一定时间后称量标准筛(20目和200目)及筛上物质量, 进而计算道路积尘负荷.
4 结果与讨论(Results and discussion) 4.1 西安市道路扬尘排放系数 4.1.1 不同类型道路积尘负荷根据对道路扬尘样品的处理结果, 采用公式(3)计算得到西安市不同类型道路尘负荷.结果表明, 不同类型道路积尘负荷大小顺序为:支路(4.18 g·m-2)>次干道(2.80 g·m-2)>快速路(1.49 g·m-2)>主干道(1.34g·m-2).
通过道路积尘负荷对车流量和车重进行简单线性分析可知, 道路积尘负荷与车流量和车重呈负相关, 相关系数达-0.95.也就是说, 道路积尘在较重的车辆行进和车流量较大的路段更容易被扬起, 而导致路面积尘负荷较小;反之, 路面积尘负荷则较大.西安市道路积尘负荷见表 3.
西安市总平均积尘负荷间于北京和珠三角之间, 为北京(3.82 g·m-2)>西安(2.45 g·m-2)>珠三角(1.228 g·m-2)(彭康等, 2013), 这与珠三角地区降雨频率高、空气湿度大不易起尘有关, 同时也与北京的降尘量大于西安市的降尘量(生态环境部, http://www.mee.gov.cn/xxgk2018/xxgk/xxgk15/202005/t20200526_781056.html) 密切有关.
4.1.2 道路积尘负荷季节变化特征由图 3可知, 西安市各季节道路积尘均值为1.94~2.98 g·m-2, 四季中, 春季积尘负荷最大, 秋季次之, 冬季最小.春季积尘负荷大的可能原因为:西安市处于南秦岭北黄土高原的“簸萁状”地形内, 春季易受到沙尘天气影响, 降尘量较大;冬季积尘负荷小的原因与西安市冬季寒冷风小, 路面保洁洒水后气温低, 不易起尘有关;夏季可能与降雨和洒水的“冲刷”作用将路面尘带走有关.
利用ArcGIS制图, 用符号大小来精确表示各点位积尘负荷值高低, 以直观反映不同道路类型及区域的道路积尘负荷空间分布特征.从图 4可知, 在靠近中心城区道路积尘负荷相对较小, 城郊支路道路积尘负荷较大;城市南郊和北郊道路积尘负荷较小, 城市东郊和西郊积尘负荷较大.
将积尘负荷、平均车重、粒乘系数等数据代入式(1)得到西安市不同类型道路扬尘排放系数(表 4).道路扬尘中TSP、PM10、PM2.5的平均排放系数分别为6.066、1.542和0.447 g·km-1.扬尘排放系数较小的为快速路和主干路, 支路的扬尘排放系数次之, 次干路的扬尘排放系数较大, 这可能除与车流量、道路积尘负荷值有关外, 也与平均车重有关.总体来看, 车流量和平均车重大, 道路积尘负荷和道路扬尘排放系数较小.西安市不同类型道路扬尘排放系数如表 4所示.
西安市铺装道路扬尘排放系数与其它城市和地区的比较见表 5.由表 5可知, 西安市道路扬尘排放系数与衡阳、重庆、珠三角地区道路扬尘排放系数具有一定的可比性, 小于济南市城区铺装道路扬尘排放系数, 而大于武汉市、天津市(除支路外)和成都城区道路扬尘排放系数.其他城市道路扬尘排放系数基本表现为主干路<次干路<支路, 而本研究中西安市道路扬尘排放系数为次干路>支路>主干路, 这主要与次干路上建筑垃圾、渣土清运车辆较多导致的积尘负荷相对较大有关.这表明道路扬尘排放系数呈现出显著的地区差异性, 除与地区或城市的降尘量、机动车车流量及车型构成、道路长度、路面材质有关外, 与区域气候条件、道路保洁方式及城市管理等不同也密切相关.
将道路长度、车流量等活动水平数据和本研究估算的道路扬尘排放系数数据代入式(2), 计算得到西安市各道路类型的道路扬尘排放量, 结果见表 6.由表可知, 2016年西安市各类型道路扬尘PM10和PM2.5的排放量分别为43308.22 t和12573.35 t, 而在各类型道路的扬尘排放量中, 支路的排放量最大, 其次是主干道, 排放量最小的是快速路.除与支路的积尘负荷较大有关外, 更为重要的原因是支路道路总长度较大, 约为快速路长度的8.2倍, 故支路扬尘总排放量较大.道路扬尘排放量见表 6.
道路扬尘颗粒物排放量的不确定性主要来源于排放系数的不确定性和活动水平的不确定性.在本研究中, 排放系数的不确定主要与道路积尘负荷、平均车重及污染控制技术对扬尘的去除效率有关;活动水平的不确定主要与道路长度和平均车流量有关(钟流举等, 2007).本研究中, 道路积尘负荷不仅与所选择的被采样道路数量、道路保洁、采样时段有关, 还与天气状况、采样时车流量、采样设备及采样操作等诸多因素有关, 不确定性较大;平均车重与各类型道路车型比例及车重信息有关, 结合了交管部门调研、环境空气路边站雷达监控数据及文献调研, 存在一定的不确定性;扬尘的去除效率值取最大值(TSP, 66%;PM10, 55%;PM2.5, 46%), 比较贴合西安的实际情况;道路长度数据引用《西安市机动车污染物排放清单研究报告》, 数据较为可靠;车流量数据结合了交管部门调研数据、环境空气路边站监控数据及采样时间段内实测数据折算, 同样存在一定的不确定性.基于上述分析, 采用Monte Carlo方法对各类型道路积尘负荷、车流量、车重信息带入模拟运行1000次, 在95%的概率分布范围内, 得到西安市道路扬尘的TSP、PM10、PM2.5的可量化不确定性, 三者均为-16.88%~17.96%.不确定性一致的原因是不同粒径颗粒物排放量的差异主要与粒乘系数相关, 在本研究中, 不同颗粒物粒乘系数取定值.
1) 对快速路、主干道、次干道、支路4种类型道路积尘负荷预采样, 对采样速率进行分析得出, 不同道路类型当采样速率低于0.5 m2·min-1时, 不会提高采样效率反而会增大真空吸尘器泵的阻力, 不利于采样;当采样速率为0.5~1.0 m2·min-1时, 采样效率相当;当采样速率为2.0 m2·min-1时采样效率会降低20%~40%.兼顾耗时和安全性考虑, 确定本研究道路积尘负荷采样速率为1 m2·min-1.
2) 对每种道路类型, 各选择1条道路3个区域进行积尘量3次采样试验, 采样次数为1次时均不能有效积尘, 积尘率为85.8%~97.7%, 支路的积尘率最低;当采样次数为2次时, 积尘率达到96%以上, 故确定采样次数为2次.
3) 西安市不同类型道路积尘负荷大小顺序为:支路>次干道>快速路>主干路, 各类型道路积尘负荷平均值快速路为1.49 g·m-2, 主干道为1.34 g·m-2, 次干道为2.80 g·m-2, 支路为4.18 g·m-2.道路积尘负荷与车流量和平均车重呈负相关, 道路积尘在较重的车辆行进和车流量较大的路段更容易被扬起, 从而导致路面尘负荷较小, 反之, 道路积尘负荷较大.
4) 西安市道路积尘负荷季节分布分析得出, 西安市道路平均积尘负荷以春季最大为2.98 g·m-2, 秋季次之, 冬季最小为1.94 g·m-2;空间分布分析发现, 靠近中心城区道路积尘负荷较小, 南郊和北郊积尘负荷较小, 西郊和东郊(特别是支路)积尘负荷较大.
5) 西安市道路扬尘TSP、PM10、PM2.5的平均排放系数分别为6.066、1.542和0.447 g·km-1.在不同粒径颗粒物排放系数中, 快速路和主干路的扬尘排放系数较小, 支路的扬尘排放系数次之, 次干路的扬尘排放系数较大.排放系数数据表现出地区差异性的同时, 与衡阳、重庆、珠三角地区道路扬尘排放系数数据具有一定的可比性.
6) 2016年西安市各类型道路扬尘合计排放TSP为170469.83t, 排放PM10为43308.22 t, 排放PM2.5为12573.35 t.排放强度大小顺序为支路>主干道>次干道>快速路, 除与积尘负荷有关外, 还与道路长度有很大关系.
7) 采用Monte Carlo方法定量分析了颗粒物排放量的不确定性, 在95%的概率分布范围内, 西安市道路扬尘的TSP、PM10、PM2.5的可量化不确定性均为-16.88%~17.96%.
程健. 2015. 重庆市主城区铺装道路扬尘排放因子与特征研究[D]. 重庆: 重庆工商大学. 36-42
|
程健, 傅敏. 2015. 重庆市主城区道路扬尘排放特性研究[J]. 安全与环境学报, 22(4): 40-44. |
樊守彬, 秦建平, 蔡煜. 2011. 呼和浩特交通扬尘排放清单研究[J]. 环境科学与管理, 36(6): 19-22. DOI:10.3969/j.issn.1673-1212.2011.06.006 |
樊守彬, 张东旭, 田灵娣, 等. 2016. 北京市交通扬尘PM2.5排放清单及空间分布特征[J]. 环境科学研究, 29(1): 20-28. |
Geng N B, Wang J, Xu Y F, et al. 2013. PM2.5 in an industrial district of Zhengzhou, China: chemical composition and source apportionment[J]. Particuology, 11(1): 99-109. DOI:10.1016/j.partic.2012.08.004 |
何月欣. 2018. 基于AP-42方法的东北三省道路扬尘排放清单研究[D]. 中国科学院大学(中国科学院东北地理与农业生态研究所). 18-24
|
环境保护总局. 2007. HJ/T393防治城市扬尘污染技术规范[S]. 北京: 中国环境科学出版社
|
环境保护部. 2015. 扬尘源颗粒物排放清单编制技术指南[EB/OL]. 2020-07-21. http://www.mee.gov.cn/gkml/hbb/bgg/201501/t20150107_293955.html
|
刘泽常, 张猛, 郝长瑞, 等. 2012. 济南市道路扬尘排放因子估算及其影响因素研究[J]. 环境科学与技术, 35(1): 150-154. DOI:10.3969/j.issn.1003-6504.2012.01.031 |
彭康, 杨杨, 郑君瑜, 等. 2013. 珠江三角洲地区铺装道路扬尘排放因子与排放清单研究[J]. 环境科学学报, 33(10): 2657-2663. |
生态环境部. 2020. 生态环境部公布4月京津冀大气污染传输通道"2+26"城市和汾渭平原11城市降尘监测结果[EB/OL]. 2020-07-21. http://www.mee.gov.cn/xxgk2018/xxgk/xxgk15/202005/t20200526_781056.html
|
陶双成. 2016. 关中城市群道路移动源污染物排放清单与减排策略研究[D]. 西安: 长安大学. 36-45
|
魏金枝, 朱振岗, 王贤珍, 等. 2002. 道路扬尘毒性研究[J]. 环境与健康杂志, 19(4): 325-327. DOI:10.3969/j.issn.1001-5914.2002.04.013 |
西安市生态环境局. 2016.2016年西安市环境状况公报[EB/OL]. 2020-07-21. http://xaepb.xa.gov.cn/xxgk/hjzkgb/hjzkgb/5d8b5a9bfd850812b35ea489.html
|
西安市生态环境局. 2017.2017年西安市环境状况公报[EB/OL]. 2020-07-21. http://xaepb.xa.gov.cn/xxgk/hjzkgb/hjzkgb/5d8b5a9cf99d65052290af21.html
|
西安市生态环境局. 2018.2018年西安市环境状况公报[EB/OL]. 2020-07-21. http://www.xa.gov.cn/gk/sthj/kqhj/5dae57a965cbd86d496cb373.html
|
西安市生态环境局. 2019.2019年西安市环境状况公报[EB/OL]. 2020-07-21. http://xaepb.xa.gov.cn/xxgk/hjzkgb/hjzkgb/5ed7136865cbd83eb7756009.html
|
西安市统计局. 2019. 西安统计年鉴2019[M]. 北京: 中国统计出版社.
|
Xiao S, Wang Q Y, Cao J J, et al. 2014. Long-term trends in visibility and impacts of aerosol composition on visibility impairment in Baoji, China[J]. Atmospheric Research, 149: 88-95. DOI:10.1016/j.atmosres.2014.06.006 |
肖捷颖, 刘娟, 郭硕, 等. 2018. 石家庄城市道路积尘负荷排放特征研究[J]. 环境污染与防治, 40(2): 186-188. |
谢磊, 丁艳纯, 史玲. 2019. 衡阳市主城区道路扬尘排放特征及影响因素[J]. 环境保护与循环经济, (4): 69-74. |
许艳玲, 程水源, 陈东升, 等. 2007. 北京市交通扬尘对大气环境质量的影响[J]. 安全与环境学报, 7(1): 53-56. DOI:10.3969/j.issn.1009-6094.2007.01.017 |
许妍, 周启星. 2012. 天津城市交通道路扬尘排放特征及空间分布研究[J]. 中国环境科学, 32(12): 2168-2173. DOI:10.3969/j.issn.1000-6923.2012.12.009 |
杨德容, 叶芝祥, 杨怀金, 等. 2015. 成都市铺装道路扬尘排放清单及空间分布特征研究[J]. 环境工程, (11): 83-87. |
Zhang R, Jing J, Tao J, et al. 2013. Chemical characterization and source apportionment of PM2.5 in Beijing: Seasonal perspective[J]. Atmospheric Chemistry and Physics, 13(14): 7053-7074. DOI:10.5194/acp-13-7053-2013 |
张静, 张衍杰, 方小珍, 等. 2017. 道路扬尘PM2.5中金属元素污染特征及健康风险评价[J]. 环境科学, 38(10): 4071-4076. |
郑君瑜, 张礼俊, 钟流举, 等. 2009. 珠江三角洲大气面源排放清单及空间分布特征[J]. 中国环境科学, 29(5): 455-460. DOI:10.3321/j.issn:1000-6923.2009.05.002 |
钟流举, 郑君瑜, 雷国强, 等. 2007. 大气污染物排放源清单不确定性定量分析方法及案例研究[J]. 环境科学研究, 20(4): 15-19. DOI:10.3321/j.issn:1001-6929.2007.04.003 |
祝嘉欣, 成海容, 虎彩娇, 等. 2018. 武汉市道路扬尘源排放清单及空间分布特征研究[J]. 南京信息工程大学学报(自然科学版), 10(5): 557-562. |
竹涛, 王若男, 袁前程, 等. 2019. 基于积尘负荷法对北京市铺装道路扬尘排放清单的研究[J]. 太原理工大学学报, 50(4): 503-509. |