成都市某工地施工扬尘排放特征研究

王荣

摘要：指出了雾霾天气频发预示着颗粒物已经成为城市空气污染的首要污染物，而建筑施工活动引起的扬尘是其重要来源。为了定量研究成都市的施工扬尘排放，选取了成都市一处具有代表性的处于深基坑阶段的建筑工地，制定了相应的的监测方案，开展了连续21 d的扬尘在线监测，利用所得数据分别分析了一天中施工扬尘的的浓度变化规律，以及总悬浮颗粒物（TSP）、PM10和PM2.5两两之间的相关性。

关键词：施工；扬尘；深基坑；相关性分析

中图分类号：X513 文献标识码：A 文章编号：1674-9944（2017）2-0041-03

1 引言

近年来，成都市灰霾天气频发，大气污染问题已经成为社会各界关注的焦点。各国学者对于本地能源排放、交通排放等主要污染源已经进行了大量的研究[1]，但是对于扬尘，尤其是对施工扬尘的污染与控制本地化的研究还十分匮乏。随着成都市大开发大建设的脚步不断加快，施工面积大量增加，其排放量也会相应增强。研究表明，2010～2012年冬季，成都市扬尘对可吸入颗粒物（PM10）的贡献率约24%～29%，对PM2.5的贡献率约19%～22%[2]。可见扬尘排放不容小觑，但本地化的施工扬尘定量研究还鲜有报道，如果不尽快加以研究和控制，其排放将对空气污染造成更严重的影响。

2 施工扬尘国内外研究现状

美国环保局（EPA）早在20世纪60年代便公布了目前被广泛接受和使用的AP-42方法，用以估算颗粒物浓度的排放情况，世界上大部分关于颗粒物排放因子及排放量的估算均是在AP-42方法的基础上展开的。Goossens等通过对沙漠风蚀扬尘2年的研究发现，DF（降尘）和TSP具有很好的相关性，因此可通过对DF的监测来大致估算TSP浓度[3]。Cheryl等对施工扬尘进行了研究，得到PM10与TSP的排放因子具有很好相关性的结论[4]。

国内关于施工扬尘的研究开展较晚，但是进展速度较快。田刚等研究了不同施工阶段扬尘污染特征，得到结论为：不同施工阶段的扬尘污染比重为，挖槽∶结构∶装修等于100∶67∶87[5]。黄玉虎等发现建筑施工扬尘产生的降尘和TSP具有良好线性关系且相关系数K（北京）为11.6，同时发现，K的影响因素主要是监测点与污染源的距离，而施工阶段对其影响较小[6]。冯银厂等在乌鲁木齐5个采样点采集了环境空气中的颗粒物样品，使用化学质量受体模型和二重源技术解析了PM10来源，结果建筑水泥尘2002的贡献率为11%[7]。2014年颁布的城市扬尘源排放清单编制技术指南（试行）对施工扬尘的相关术语与定义进行了阐述，同时列出了施工扬尘源分级体系，并列举了三种施工扬尘排放量的计算方法，其中四维通量法较为推薦[8]。

3 深基坑阶段扬尘监测方案

研究采用总悬浮颗粒物（TSP）、可吸入颗粒物PM10和PM2.5作为深基坑阶段的扬尘监测指标，同时测定的气象参数指标有温度、湿度、风向和风速。研究采用光散射法，也称为光粒子技术（OPC）法。现场研究监测过程在两个对角处布设了两个监测点位（图1）。

由于研究主要采用在线监测方法，所以每天的监测时间均是24 h连续自动监测（精确到分钟均值），连续监测了21 d，2015年3月20日零点开始进行监测，2015年4月9日24时停止监测。监测期间若有明显降水时需停止采样监测，如若遇到工地停电情况，则数据将无法传输，因信号问题缺失的数据需作好标记。

4 扬尘排放特征分析

4.1 扬尘浓度的周期变化规律

研究以天为单位，分别利用TSP、PM10、PM2.5的小时均值浓度对时间作图，观察以上三者的浓度在一天内的变化规律。在对21幅图表进行比对后，发现彼此之间有很强的相似性，所以研究只选取其中一天（3月25日）为代表作详细分析。就3月25日的数据而言，风速、风向相对比较稳定，A、B两点间差异较小，定性地讲，数据质量较好。

图2的浓度曲线图具有一定代表性，其中包含的普遍趋势有TSP、PM10和PM2.5三者的浓度在一天中上午9：00左右会出现一个浓度的极大值，之后会逐渐下降，直至18：00，浓度通常会再次出现一个更高浓度的极大值，在稍后的时段稍有下降后，夜间尤其是晚间22：00后浓度会继续攀升或者维持在一个较高的水平。3月25日的凌晨的浓度变化稍有特殊，TSP、PM10和PM2.5的浓度在3：00～4：00出现了一段波动，其余时间浓度正常。而相比而言，其它监测日期内在凌晨时间段三者浓度会维持较高水平，但少有出现波动情况。

在9：00和18：00出现的浓度高峰基本与当天建筑工地的施工高峰时段相一致，由于颗粒物的扩散影响，相对于后者可能稍有滞后。夜间及凌晨的扬尘浓度总维持在较高水平，研究推测，产生这种现象的原因来自于施工本身。首先可能一些特殊施工工序需要连续夜间施工，不然容易出事故。另一个原因可能源于交通管制。成都市白天货车是不允许上路的，包括混凝土运输车。只能进行晚上施工，导致夜间施工扬尘的产生。

4.2 总悬浮颗粒物、PM10和PM2.5之间的相关性分析

用TSP的监测浓度分别对PM10和PM2.5的监测浓度进行相关性分析，如图3所示。从图3中可以看出，TSP、PM2.5和PM10三者监测浓度的变化趋势的基本保持一致，换言之三者可能有较好的相关性。从图中也得到了较好的印证：TSP和PM2.5、PM10的相关性较好，可决系数分别是0.8254和0.7176，TSP和PM2.5之间反而有更好的线性相关性。同理对PM10和PM2.5进行相关性分析，发现二者之间有高度线性相关性，可决系数为0.953，PM10对PM2.5的比例系数为1.79。

为了进一步验证所得结论的准确与否，研究还采用了TSP、PM10和PM2.5的监测浓度分钟均值进行相关性分析，共有964组数据。TSP分别与PM10和PM2.5，以及PM10和PM2.5的可决系数分别是0.5056、0.5679和0.9208。根据统计学原理，对于150组以上的数据，只要可决系数大于0.2，在α=1%时，两个随机变量之间的线性相关性显著。因此，虽然研究所用的监测浓度均没有扣除背景值的影响，但由于样本数量较多，仍可以宏观量化三项监测指标之间的线性相关性。

总而言之，TSP、PM10和PM2.5三者之间有良好的线性相关性，由此为监测和研究带来的简化也可得到相应的应用。

5 展望

在成都市经济迅猛发展的今天，工地建设随处可见，施工扬尘也成为了大气颗粒物的重要来源，应该尽快加以对其研究和控制，防止对空气污染造成越来越严重的影响。本次研究可以为实施环境管理和制定相应排放标准提供技术支持。另一方面，针对成都市特有的静风天气，需要进一步研究创新出更加适合监测和分析成都市施工扬尘排放特征的方案。

参考文献：

[1]赵秀勇，程水源，田 刚，等. 北京市施工扬尘污染与控制[J]. 北京工业大学学报，2007（10）：1086～1090.

[2]柯伯俊. 四川省大气污染源排放清单研究[D].成都：西南交通大学，2014.

[3]Goossens D， Offer Z Y. Wind tunnel and field calibration of six aeolian dust samplers[J]. Atmospheric Environment， 2000， 34（7）： 1043～1057.

[4]Taylor C. Section 7. 7 Building Construction Dust[R]. California： CARB， 2002：1～2.

[5]田 刚，李建民，李 钢，等. 建筑工地大气降尘与总悬浮颗粒物相关性研究[J]. 环境科学，2007（9）：1941～1943.

[6]黄玉虎，田 刚，秦建平，等. 不同施工阶段扬尘污染特征研究[J]. 环境科学，2007（12）：2885～2888.

[7]趙普生，冯银厂，金 晶，等. 建筑施工扬尘特征与监控指标[J]. 环境科学学报，2009（8）：1618～1623.

Investigation of Dust Emission from a Construction Site in Chengdu

Wang Rong

（College of Architecture and Environment， Sichuan University， Chengdu， Sichuan 610065，China）

Abstract： The frequent occurrence of fog and haze indicates that atmospheric particulate matter has become a primary pollutant in the city， and dust caused by construction activity is an important source. In order to quantitatively study the local construction dust emissions in Chengdu， the experiment selected a representative construction site in Chengdu， which was in deep pit stage and developed appropriate monitoring programs. It carried out 21-day dust on-line monitoring. We analyzed the variation of the concentration of construction dust， as well as the relationships among total suspended particles （TSP）， PM10 and PM2.5.

Key words： construction； dust； deep pit； correlational analyses