北京市平原区裸露地风蚀扬尘排放量

刘奥博,吴其重,陈雅婷,赵天成,程 晓 (北京师范大学全球变化与地球系统科学研究院,北京 100048)

目前,北京市以可吸入颗粒物(PM10)、细颗粒物(PM2.5)为代表的区域性大气环境问题依然严峻,危及人民群众的身体健康[1-2].准确完整的大气污染源排放清单为区域大气污染治理工作提供了数据支撑和理论依据,是控制和改善区域环境空气质量的重要基础[3-5].研究表明,扬尘排放是我国北方城市大气颗粒物中最主要的贡献源之一[6],郊区地表风蚀起尘对城区空气质量影响巨大[7].据环保部门发布的大气颗粒物源解析结果,北京市、天津市、石家庄市的PM2.5来源中,扬尘源占本地排放的比例分别为14.3%、30%、22.5%,对PM10的贡献可高达40%[8-10].

典型的扬尘污染源包括交通扬尘、料堆扬尘、施工扬尘和裸露面扬尘等[11].裸露面扬尘是扬尘排放的重要一类,是自然裸露地面受风侵蚀排放的颗粒物,极端过程如沙尘暴,可以显著影响大气环境质量.土壤风蚀是中国北方干旱与半干旱区土地退化或荒漠化的主要过程之一,也是空气中悬浮颗粒物的主要贡献源[12].颗粒物风蚀扬尘过程的主要影响因素包括气候条件、土壤性质、地形和植被覆盖等[13].北京虽属半湿润区,但在冬春季节植物休眠地表裸露,与干旱大风天气同期,风蚀现象较为严重.

裸露面风蚀扬尘排放的常规测算以定点仪器监测和野外取样分析为主,虽测量结果较为准确,但在空间上的可扩展性较差,难以全面展现北京市平原区裸露地的扬尘污染源状况和分布特征,不利于大气环境质量及其污染来源的宏观分析.遥感技术能够动态地反映研究区域内土地覆盖的变化过程,因而被广泛用于扬尘源的识别[14].故本研究以NASA的Landsat系列遥感卫星影像为数据源,采用全自动裸土提取算法,高效准确地提取出北京平原区的裸土图斑,以此结合气候观测资料和扬尘排放模型,开展了北京市平原区裸露地风蚀扬尘排放清单的编制工作,对裸露地风蚀扬尘排放量进行了估算,为北京市环境统计和污染检测提供了一种新的技术手段,并为扬尘污染控制的政策制定提供了辅助信息和理论依据.

1 裸露地提取

1.1 研究区域和数据源

本文的研究区域为北京市平原区(图1),选用的数据源为美国航空航天局(NASA)发布的Landsat卫星遥感影像.为保证裸露地提取精度,研究区范围内积雪和云雾覆盖需少于15%.经筛选,合格的影像数据分布如表1所示.

1.2 构建增强型裸土指数

根据《扬尘源颗粒物排放清单编制技术指南(试行)》[15](简称《指南》),裸露地包括无植被覆盖的农田、未硬化或未绿化的空地、干涸的河谷、裸露山体、滩涂等.本文研究区内主要的地表覆盖物类型为水体、植被、建筑物和裸露地.其中,水体和植被光谱特征明显,较容易区分,而裸露地和建筑物存在“异物同谱”的现象,难以准确区分.

图1 研究区域北京市平原Fig.1 The study domain Beijing plain area

表1 Landsat系列遥感数据源Table 1 Landsat remote sensing data series

本文借用吴志杰等[16]提出的增强型裸土指数(EBSI)进行裸露地信息提取,其理论依据是裸地在裸土指数(BSI)[17]和修正归一化水体指数(MNDWI)[18]图像上的亮度反差最大,通过差值可以最大程度地增强裸露地信息.其模型表达式为:

式中: BSI和MNDWI分别为裸土指数和修正归一化水体指数图像经拉伸的灰度值.BSI和MNDWI的计算公式为:

式中: TM1～5分别代表TM/ETM+影像的1～5波段,对应Landsat8OLI陆地成像仪的2～6波段.在EBSI影像上,水体和植被的亮度值小于0,建筑用地的亮度值小于裸露地且接近于0.1.

1.3 实现动态阈值分割

对遥感影像进行增强型裸土指数计算后,为实现裸露地信息的全自动提取,还需实现动态阈值分割方法.在EBSI特征影像上,裸露地和建筑物、植被和水体的亮度值相近,在直方图上表征为典型的双峰分布,而常用的动态阈值分割算法如迭代法[19]、最大类间方差法[20]和直方图凹面分析法[21]确定的分割阈值都位于双峰间的谷底,不适用于裸露地提取.受植被覆盖影响,冬春季EBSI影像均值小于夏季,需要进行一定的修正,经试验发现全局最佳阈值与EBSI和土壤调节植被指数SAVI)[22]近似满足如下关系:

式中: MeanEBSI和MeanSAVI分别为EBSI和SAVI影像的均值,β为比例因子,取0.2.

式中: TM3、TM4分别代表TM/ETM+影像的3、4波段,对应OLI的4、5波段;L为土壤调节因子,取0.5时可将土壤亮度差异减到最小.

1.4 分类精度评定

表2 遥感方法裸露地提取精度验证Table 2 Validation of remote sensing method of bare soil extraction

对EBSI影像进行二值分割(裸露地和非裸露地)后,采用随机抽样方式选择5期影像共1000个验证像元,目视解译的参照影像为同时期的TM4(R)、3(G)、2(B)假彩色合成图像.总分类精度可达88.9%,Kappa系数为0.77(表2).

2 扬尘排放计算

2.1 扬尘排放模型

本研究针对风蚀扬尘产生的可吸入颗粒物(PM10)和细颗粒物(PM2.5)在不同区域或不同时期内的排放系数进行计算.本文采用《指南》推荐的风蚀方程[15,23],其计算公式如下:

式中:裸露地扬尘中PMi(空气动力学粒径在0～iμm间的颗粒物)的排放系数,t/(km2·a); Iwe为土壤风蚀指数,t/(hm2·a); ki为PMi在土壤扬尘中的百分含量; f为地面粗糙因子,对于光滑地面取值为1,粗糙地面为0.5; L为无屏障宽度因子,指没有明显阻挡物的最大范围,当无屏蔽宽度＜300m时,L＝0.7,当无屏蔽宽度为300～600m时,L＝0.85,当无屏蔽宽度≥600m时,L=1.0; V为植被覆盖因子,是指裸露土壤面积占总计算面积的比例,地面完全裸露时为1; C为气候因子,表征气候因素对土壤扬尘的影响; u为年平均风速,m/s; Pe为桑氏威特( Thornthwaite )降水-蒸发指数; P为年降水量,mm; E*为年潜在蒸发量,mm;Ta为年平均温度,℃.

2.2 确定模型参数

由式(6)～式(9)可知,计算扬尘排放系数的基础参数为土壤风蚀指数Iwe,其定义为每公顷裸露土地每年潜在的风蚀扬尘的吨数,反映了土壤的可风蚀性.本文参考彭应登等[24]测得的北京市各区裸露农田的风蚀指数作为区域内的土壤风蚀指数参照值.百分含量ki采用推荐值,PM10为0.3,PM2.5为0.05;地面粗糙因子f取0.5,无屏障宽度因子L取1,植被覆盖因子V取0.9;模型内的气候参数包括温度、降水和风速,均采用中国气象局公开的北京市15个气象站点的气候统计资料,数据获取时间为1980～2010年,站点分布如表3所示.

表3 北京市气象站点分布Table 3 Distribution of meteorological stations in Beijing

2.3 年排放系数计算

由于各区域土质类型和气候因子的不同,自然裸露地面的起尘能力有所差异,反映为扬尘排放潜力的强弱.故将各气象站点观测的年均风速、降水和温度代入式(7)～式(9),计算得到风蚀扬尘的气候因子(C).然后将2.2节确定的模型参数代入式(6), 最终计算得到各区的裸露地风蚀扬尘排放系数(Qei).

3 结果与讨论

3.1 裸露地面积的时间变化

北京市平原区主要的土地利用类型为城镇建筑用地、水体、农用地和自然绿地等.在城区,裸露地主要为建筑施工裸地,而在郊区和广大农村地区,裸露地主要为未利用的空地和作物收获后的裸露农田.据北京市统计年鉴,北京市农田面积在3000km2以上,故裸露地面积存在显著的季节变化.1～3月裸露地面积最大,可高达4500km2;夏季草地和农田被植被覆盖时,裸地面积最小,8月平均裸地面积仅为500km2.

因遥感数据源无法保证影像数据的均匀覆盖,简单年平均计算无法准确表示裸露地面积的年际变化.故本文采用滑动平均的方法,计算裸露地面积的5a滑动平均值,并同样处理气候参数计算扬尘的PM10排放系数,结果如图2.

据唐新明等[25]的研究,1989～2012年间,北京市生态用地的面积减少了443km2,与之相应的是建设用地面积增加了437km2.而本研究中1987～2016年间裸露地面积共减少了约600km2(图2),故推测裸露地面积减小的主因是城市发展、城区扩张,自然裸露地如农田、草地被开发为建城区.而扬尘速率的年际变化波动较为明显,裸露地扬尘源PM10排放系数的高值可达7～9t/(km2·a),最高值出现在1999～2003年间,恰与北京沙尘天气频发的时期相吻合.这是由于沙尘暴和扬尘在起沙机制方面具有相似之处,且沙尘暴之后常伴有沙尘附着在裸露地表面,受扰动后极易形成二次扬尘,推测沙尘天气对裸露地扬尘源的扬尘排放系数有着较为显著的影响.同时,我们也注意到,从2011年开始,PM10扬尘排放系数存在上升趋势.

图2 裸露地面积和PM10排放系数的5a滑动平均变化Fig.2 Annual variations of bare soil area and PM10 emission factor by 5-years Moving Average

3.2 裸露地的空间分布

以2016年12月的分类结果影像为例(图3).北京市平原区裸露地分布广泛,且裸露地主要集中在郊区和农村地区,首都核心区和功能拓展区裸露地分布较少.图中分类结果未经滤波或掩膜处理.首都各功能区的裸露地面积分布如表4所示,2016年冬季北京市平原区裸露地面积近3600km2,约占全市总面积的21.86%、平原区面积的56.59%.裸露地主要分布在城市发展新区和生态涵养发展区,分别占60%和34%,其中,大兴区和顺义区的裸露地面积均超过550km2,通州区和延庆县次之,门头沟区、怀柔区和房山区分布着大面积的林地,所以裸露地面积较小.首都核心区仅存在零星的裸露地分布,且多为易受侵蚀的屋顶,城市功能拓展区的裸露地主要分布在五环路和六环路之间,包括建筑施工裸地、农用地和未利用的空地.

图3 2016年12月裸露地分布Fig.3 Spatial distribution of bare soil in December 2016

3.3 颗粒物排放特征

北京市四大功能区16个区的裸露地风蚀扬尘颗粒物排放量计算结果如表4所示.因为不同粒径颗粒物排放量在模型中的差异仅反映为百分比含量值,故PM10与PM2.5的排放量存在着对应关系.北京市裸露地风蚀扬尘在空间上分布不均匀,各区县的风蚀程度和风蚀强度存在很大差异,其中大兴区、通州区和延庆县的土壤风蚀现象相对较为严重,大兴区的裸露地风蚀扬尘排放量可达1913t/a,占全市总排放量的25%.分析认为大兴区的土壤类型主要为砂土,土壤风蚀指数大,易发生风蚀,且大兴区恰处于风廊带,大风天气频发,故土壤的风蚀作用较强.

表4 北京市平原区各区裸露地扬尘排放量Table 4 Bare Soil Dust emissions over different districts in Beijing plain area

北京市各区县的PM10排放系数范围为(2.1±1.3) t/(km2·a),而聂磊等[26]研究获得北京市郊区农田风蚀扬尘产生的PM10的平均排放因子为0.82t/(km2·a),与本文的研究结果相近.排放总量上,以PM10排放量为例,全市总排放量约为7600t/a,这一数字大于北京市平原区民用散煤燃烧[27]颗粒物的贡献,但小于北京市建筑施工裸地的扬尘排放量[28]和交通扬尘量[29].

徐媛倩等[5]同样采用土壤风蚀模型对郑州市的裸露面风蚀扬尘进行研究,但其选择了2013年4月和8月两景卫星影像的裸露区域作为永久性裸露地面(未考虑季节性裸露的农田),故提取的裸露地面积仅为208km2.但因为郑州市的气候因素相较于北京更易于土壤风蚀作用的形成(温度更高,降水量更少,风速更大),所以其估算的PM10年排放量可达3581t/a.王玮等[30]对北京市中心城区(即核心区和功能拓展区)的裸露面扬尘排放进行研究,估算得到的PM10排放量为420.7t/a,而本文相应的PM10排放量为506t/a,结果相近.叶芝祥等[31]采用监测仪器和FDM模型对成都市某处未施工裸地在2014年4月～5月的PM10排放因子进行测算,结果为2.58×10-4t/(km2·a),比本文估算的排放因子大2个数量级.

据分析,受气候因素影响,土壤风蚀作用的季节性差异显著,所以采用年均气候参数估算的扬尘排放量比起实验观测可能存在系统性的低估.

3.4 不确定性分析

在裸露地扬尘排放估算过程中,计算结果存在一定的不确定性,主要因为:

(1)受算法和卫星影像分辨率限制,裸露地提取结果存在一定的误差,且被识别为裸露地的像元中可能含有植被或建筑物信息,模型中植被覆盖因子取值有待评估.

(2)扬尘排放系数的计算过程中由于缺乏实测数据或验证数据带来的误差.具体表现为PMi百分比含量采用的是推荐值,而非动力学粒径谱仪的实测值.气候因子计算采用的是气象站点的数据,误差相对较小,但缺乏空间连续性;而空间插值方法也会带来不确定性.

(3)土壤风蚀指数Iwe的测定仅限于一时一地,其测量值可能随时间、季节变化,对扬尘排放估算结果造成较大影响.

(4)模型本身也存在一定的待改进空间.因为受气候条件,如风速和降水的影响,风蚀作用主要发生在冬春季[12],而模型中采用的气候参数均为年均值,弱化了自然过程原本显著的季节变化,这将导致裸露地扬尘源PM10、PM2.5排放量的低估.

3.5 季节、月份计算的扬尘排放量

针对模型中气候参数采用年均值将导致颗粒物排放低估的问题,本研究进一步对风蚀模型进行改进:①采用月均值和季度均值取代式(7)～(9)中相应的年均值;②修订式(9)中的时间项,用对应的天数替代;③考虑到冬季低温导致E*趋近于0,故对(9)的Ta项进行截断处理,设置最小温度阈值为-2℃;④采用2010～2016年各区县裸露地面积分布的平均值,乘以对应逐月、季度的扬尘排放系数并累计,最终计算得到各月、各季度的裸露地扬尘源PM10排放量.

结果显示,分季节计算,北京市平原区裸露地扬尘源的PM10年排放量可达39294t,逐月计算的PM10年排放量可达55175t,均远大于表5的结果7591.7t.这表明现有研究及模型可能忽视了裸露地扬尘源扬尘排放的季节变化,采用平均的年值气候因子可能导致了扬尘排放量的系统性低估.

本文完成了北京市平原区裸露地风蚀扬尘源颗粒物排放清单的初步编制工作,但土壤扬尘源颗粒物排放清单的编制工作还需进一步加强.尤其是需要针对风蚀作用的季节性变化做进一步的详细研究,并利用空气质量模型分析土壤扬尘源对北京市大气环境空气质量的影响,以探索适合北京市实际情况的扬尘防治策略.

4 结论

4.1 北京市平原区的年均裸露地面积约为3587km2,不同季节存在较大差异,1～3月裸露地面积最大,约为4500km2,8月裸露地面积最小,约为500k

4.2 1987～2016年间,北京市平原区的裸露地面积减少了约600km2,据推测主要是因城市发展和城区扩张造成.

4.3 区域分布上,裸露地主要分布在城市发展新区和生态涵养发展区,分别占60%和34%,其中,大兴区和顺义区的裸露地面积均超过550km2,通州区和延庆县次之,首都核心区仅存在零星的裸露地分布.

4.4 以气候因子的年均值计算,北京市平原区的土壤扬尘PM10排放量为7591t/a,PM2.5排放量为1265t/a.

4.5 对风蚀模型进行改进,分别用逐月和季度气候参数进行计算,PM10排放量分别为55175t和39294t.这一结果表明,采用平均的年值气候因子可能导致了扬尘排放量的系统性低估.土壤风蚀扬尘对大气颗粒物的贡献可能大于预期.

[1] Yang F, Tan J, Zhao Q, et al. Characteristics of PM2.5speciation in representative megacities and across China [J]. Atmospheric Chemistry & Physics, 2011,11(11):1025-1051.

[2] Hallquist M, Wenger J C, Baltensperger U, et al. The formation,properties and impact of secondary organic aerosol: current and emerging issues [J]. Atmospheric Chemistry and Physics, 2009,9(14):5155-5236.

[3] 潘月云,李 楠,郑君瑜,等.广东省人为源大气污染物排放清单及特征研究 [J]. 环境科学学报, 2015,35(9):2655-2669.

[4] 韩力慧,张 鹏,张海亮,等.北京市大气细颗粒物污染与来源解析研究 [J]. 2016,36(11):3203-3210.

[5] 徐媛倩,姜 楠,燕启社,等.郑州市裸露地面风蚀扬尘排放清单研究 [J]. 环境污染与防治, 2016,38(4):22-27.

[6] 胡 敏,唐 倩,彭剑飞,等.我国大气颗粒物来源及特征分析[J]. 环境与可持续发展, 2011,36(5):15-19.

[7] 陈 莉,李 涛,韩婷婷,等.WEPS模型下天津郊区风蚀尘对城区空气质量的影响 [J]. 中国环境科学, 2012,32(8):1353-1360.

[8] 北京市环境保护局.北京市PM2.5来源解析正式发布[EB/OL].http://www.bjepb.gov.cn/bjhrb/xxgk/jgzn/jgsz/jjgjgszjzz/xcjyc/xw fb/607219/index.html.

[9] 天津市环境保护局.天津发布颗粒物源解析结果 [EB/OL].http://www.tjhb.gov.cn/news/news_headtitle/201410/t20141009_570.html.

[10] 中国环境监测总站.石家庄市大气污染源解析结果 [EB/OL].http://www.cnemc.cn/publish/totalWebSite/news/news_42659.html.

[11] 王社扣,王体健,石 睿,等.南京市不同类型扬尘源排放清单估计 [J]. 中国科学院大学学报, 2014,31(3):351-359.

[12] 宣 捷.中国北方地面起尘总量分布 [J]. 环境科学学报, 2000,20(4):426-430.

[13] Gillette D A, Passi R. Modeling dust emission caused by wind erosion [J]. Journal of Geophysical Research Atmospheres, 1988,93(D11):14233-14242.

[14] Holdt J R V, Eckardt F D, Wiggs G F S. Landsat identifies aeolian dust emission dynamics at the landform scale [J]. Remote Sensing of Environment, 2017,198:229-243.

[15] 环境保护部.扬尘源颗粒物排放清单编制技术指南(试行)[EB/OL]. http://www.zhb.gov.cn/gkml/hbb/bgg/201501/t20150107_293955.htm.

[16] 吴志杰,赵书河.基于TM图像的“增强的指数型建筑用地指数”研究 [J]. 国土资源遥感, 2012,24(2):50-55.

[17] Rikimaru A. Landsat TM data processing guide for forest canopy density mapping and monitoring model [C]//ITTO workshop on utilization of remote sensing in site assessment and planning for rehabilitation of logged-over forest, Bangkok, Thailand, 1996:1-8.

[18] 徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究 [J]. 遥感学报, 2005,9(5):589-595.

[19] 范九伦,赵 凤.灰度图像的二维Otsu曲线阈值分割法 [J]. 电子学报, 2007,35(4):751-755.

[20] 孙 璐,陈洪海.最大类间方差法在图像分割中的应用 [J]. 煤炭技术, 2008,27(7):144-145.

[21] 张文娟,潘晓岚.基于灰度直方图的阈值分割算法分析与比较[J]. 科技资讯, 2006,(14):12-13.

[22] Huete A R. A soil-adjusted vegetation index (SAVI). Remote sensing of environment [J]. Remote Sensing of Environment,1988,25(3):295-309.

[23] Fryrear D W, Chen W N, Lester C. Revised wind erosion equation[J]. Annals of Arid Zone, 2001,40(3):265-279.

[24] 彭应登,周 莉,田 刚.北京市裸露农田可风蚀性分析 [C]//北京绿色奥运环境保护技术与发展研讨会, 2005:346-351.

[25] 唐新明,刘 浩,李 京,等.北京地区霾/颗粒物污染与土地利用/覆盖的时空关联分析 [J]. 中国环境科学, 2015,35(9):2561-2569.

[26] 聂 磊,邵 霞,樊守彬,等.保护性耕作对减轻农田风蚀扬尘PM10排放的作用 [C]//全国保护性耕地与农机农艺结合技术交流研讨会, 2009:181-183.

[27] 赵文慧,姜 磊,张立坤,等.北京平原区平房冬季燃煤量及污染物排放估算 [J]. 中国环境科学, 2017,37(3):859-867.

[28] 徐 谦,李令军,赵文慧,等.北京市建筑施工裸地的空间分布及扬尘效应 [J]. 中国环境监测, 2015,(5):78-85.

[29] 樊守彬,张东旭,田灵娣.AP-42道路交通扬尘排放模型评估及其在北京市的应用 [J]. 环境工程学报, 2016,10(5):2501-2506.

[30] 中国环境科学研究院.北京市可吸入颗粒物污染源信息平台构建和示范研究 [R]. 科技基础性工作和社会公益研究专项,2007,199-201.

[31] 叶芝祥,杨 松,杨怀金,等.成都市裸地扬尘源排放因子研究[C]//叶芝祥.2015年中国环境科学学会学术年会论文集(第二卷), 2015:1612-1615.