李亚林, 郭秀锐, 程水源, 姚 森, 段文娇
北京工业大学环境与能源工程学院, 区域大气复合污染防治北京市重点实验室, 北京 100124
大气污染源排放清单是某一区域在特定时间内各类污染源排放到大气中典型污染物的数据列表,排放清单的建立对分析区域大气污染排放特征、空气质量预测及大气污染防治计划的制定都具有重要的作用[1-3]. 近年来,国内学者对清单建立做了大量的研究,目前大气污染源清单大致分为亚洲排放清单[4-5]、国家排放清单[6-7]、区域排放清单[3,8-10]、城市排放清单[11-13]及分行业分物种排放清单[14-18]. 在清单建立过程中,不可避免的存在各类误差,导致排放清单的不确定性,不确定性较大的清单会造成对污染源排放的误判[19],因此对清单进行不确定性分析及校验显得极为重要. 目前清单校验常用方法多是定性半定量的研究,大致分为基于卫星遥感观测的排放源清单校验[20-21]、反演模型清单校验[22]、排放清单的横向及趋势校验[23]等,缺少定量清单校验方法的研究.
邯郸市作为主要的重工业城市,空气质量状况较为严峻,为摸清该地区的大气污染物排放状况,改善空气质量,建立准确完善的高分辨率大气污染源排放清单显得尤为重要. 该研究基于拉网式调查,获取该地区2016年详细的活动水平数据,采用物料衡算和排放因子法,辅以在线监测数据,建立了2016年邯郸市高分辨率大气污染源排放清单. 在此基础上,建立可反映污染物排放量与大气环境质量响应关系的WRF-CMAQ数值模型,结合邯郸市立体观测数据,反向估算典型污染物的排放总量,验证现有排放清单的准确性.
该研究以邯郸市为对象,将污染源分为工业源、居民源、道路移动源、非道路移动源、无组织扬尘源、VOCs源、NH3源和生物质燃烧源8大类,共20余小类. 以2016年为基准年,对污染物排放量进行核算,建立了邯郸市高分辨率大气污染源排放清单,并基于立体观测数据对典型污染物进行总量验证.
1.2.1排放量估算方法
该研究对于小型工业源和其他污染源的SO2排放量采用物料衡算法核算,其他污染物排放量根据排放因子法进行核算. 详细核算方法参考《城市大气污染物排放清单编制技术手册》[24]和文献[11,23]. 民航飞机排放量参考文献[16,25]进行核算. 将大型工业企业的排放口,按照是否安装在线监测系统分为主要排放口和一般排放口,主要排放口根据在线监测数据进行核算,该工业企业污染物的排放量(Ei)计算公式:
Ei=Ej+Ek+El
(1)
式中:Ei为企业排放总量,t;Ej为主要排放口排放量,t;Ek为一般排放口排放量,t;El为无组织排放量,t.
1.2.2活动水平与排放因子
根据邯郸市污染源普查、排污申报、环境统计等国家级数据[26-28],对污染源进行大致的梳理,筛选出能耗较高的规模以上企业将污染源精确到经纬度. 然后与邯郸市相关部门协调合作,基于拉网式调查,对上述企业的活动水平数据进行补充,并获取规模以下工业企业、民用散煤燃烧、农牧氨等污染源详细的活动水平数据. 2016年邯郸市主要活动水平数据见表1.
排放因子的选取对于大气污染源排放清单的准确性有较大影响,该研究排放因子主要参考文献[9,11,14,16,23,25,29-30]、大气污染物排放清单相关编制指南[31-35]和《城市大气污染物排放清单编制技术手册》[24],建立了适合邯郸市各类污染源排放特征的排放因子库. 固定源主要涉及化石燃料燃烧,根据邯郸市相关部门提供的数据,结合文献[14,23,29,31]和《城市大气污染物排放清单编制技术手册》[24]中的排放因子对各类污染物进行估算(见表2). 居民源中颗粒物排放因子主要参考大气颗粒物排放清单相关编制指南[30-31],其他污染物参考文献[11,24](见表3). 工艺过程源主要涉及冶金、建材和化工,主要参考文献[14,23,31]和《城市大气污染物排放清单编制技术手册》[24]中的排放因子进行估算(见表4). 道路移动源和非道路移动源(除飞机外)排放因子主要参考相关编制指南[33-34]和《城市大气污染物排放清单编制技术手册》[24](见表5、6),其中飞机排放因子主要是参考文献[16,25],将飞机污染物排放过程分为4个阶段对污染物排放量进行估算(见表6). NH3源和人为源VOCs的排放因子主要参考文献[9,15,30]和《大气挥发性有机物源排放清单编制技术指南(试行)》[35],其中NH3源排放因子主要包括化肥施用、大型牲畜、家禽等,人为源VOCs排放因子以涂料、印刷和加油站为主.
表1 2016年邯郸市主要活动水平数据
表2 固定源排放因子[14,23-24,29,31]
注: 煤、煤碳、焦炭各污染物排放因子的单位为kgt,天然气、液化石油气、煤气各污染物排放因子的单位为gm3,其中因含硫率不同,所以煤、煤碳以及部分天然气和液化石油气SO2排放因子由含硫率决定.
表3 居民源排放因子[11,24,31-32]
注: 燃煤、燃油、秸秆、薪柴各污染物排放因子的单位为kgt;液化石油气、天然气各污染物排放因子的单位为gm3.
表4 工业过程源排放因子[14,23-24,31]
表5 道路移动源排放因子[11,24,33]
1.3.1数值模型的建立及设置
该研究利用WRF-CMAQ数值模型,选取2016年1月、4月、7月、10月分别代表邯郸市冬季、春季、夏季、秋季进行空气质量模拟,通过PM2.5监测值与模拟值的对比分析,验证数值模型的准确性. WRF-CMAQ数值模型可以对多种尺度、多种大气污染物过程进行模拟,广泛应用于空气质量模拟预报及评估决策等研究[15,36-39]. 其中,气象模型选用WRF 3.5.1版本,初始背景边界条件选用美国国家环境预报中心(NCEP)提供的FNL数据,空间分辨率为1°,长短波辐射方案分别选取RRTM和Dudhia,陆面过程方案采用NOAH. 空气质量模型选用CMAQ 5.0.2版本,采用Lambert投影,气象化学和气溶胶化学机制分别选用CB05和Aero6. 由图1可见,采用两层嵌套,其中Do1和Do2分别是网格分辨率为9 km×9 km、3 km×3 km的外层和内层嵌套. 邯郸市区域的排放信息采用该研究建立的大气污染源排放清单,周边区域排放信息采用清华大学发布的2016年MEIC清单(multi-resolution emission inventory for China, 中国多分辨率排放清单)进行补充.
表6 非道路移动源排放因子[16,23,25,34]
图1 邯郸市两层嵌套模拟区域Fig.1 Two-level nested-grid modeling domain in Handan City
1.3.2大气污染物总量校验研究
该研究根据WRF-CMAQ数值模型的设置,将模拟区域进行三维立体网格划分,并收集邯郸市所有监测站点PM2.5、SO2和NO2空气质量数据,将监测质量浓度与模拟质量浓度的比值作为校验系数,对各区县地面模拟质量浓度进行校正;收集矿院站点的激光雷达观测数据,得到不同垂直高度的污染物质量浓度分布,将不同高度与0~45 m处污染物质量浓度的比值作为校验系数,对垂直方向模拟质量浓度进行校正. 由于激光雷达自身仪器性能、反演算法等因素的影响,导致接收场视线和激光束不能完全重叠,近距离范围内激光雷达的观测结果具有较大的不确定性[40],因此近距离污染物质量浓度采用地面监测数据进行补充.
利用立体观测数据校正后的污染物质量浓度结果,基于质量平衡原理,考虑污染物流入、流出、化学转化、干沉降、湿沉降等效应,应用编程语言反向推算出区域内所有网格污染物排放总量[19],与初始大气污染源排放清单进行对比,对典型污染物的排放总量进行校验. 计算公式:
式中:Qz为污染物排放总量,μg;Q为单箱体中污染物基础排放量,μg;Qo为箱体中污染物对外输出量,μg;Qi为箱体中污染物输入量,μg;Qf为模型模拟的污染物前体物转化量,μg;Qd为污染物干沉降量,μg;Qw为污染物湿沉降量,μg;X、Y、H为X、Y和垂直方向所有网格数.
表7为邯郸市2016年大气污染源排放清单. 由表7可见,SO2、NOx、TSP、PM10、PM2.5、CO、VOCs、NH3排放量分别为 78 533、183 126、497 466、258 940、124 637、3 735 355、200 309、187 299 t. 表8为2016年邯郸市不同排放源排放贡献率. 由表8可见,SO2的主要排放源为工业源和居民源,分别占总排放量的74.5%、16.2%. 工业源中SO2的排放主要来自冶金行业,占所有源排放量的51.9%. NOx主要排放源为工业源,但随着邯郸市机动车数量的增加,道路移动源也贡献了大量的NOx,二者分别占总排放量的54.5%、27.5%. 邯郸市颗粒物排放涉及的污染源较多,主要包括无组织扬尘源、居民源、工业源和生物质燃烧源,其中无组织扬尘源排放的TSP、PM10、PM2.5分别占总排放量的58.5%、43.6%、30.3%. CO的主要排放源为工业源,占总排放量的76.7%;同时,因农用炉灶燃烧效率较低,生物质燃烧源对CO的贡献也不容忽视. VOCs的排放主要来自工业源、植物VOCs和生物质燃烧源,分别占VOCs排放总量的28.1%、22.5%和17.6%. NH3的主要排放源为农畜氨及人体和其他氨,二者排放的NH3占总排放量的96.9%.
表7 2016年邯郸市大气污染源排放清单
工业源是邯郸市主要排放源(见表8),因此应首先加强工业源的控制力度,特别是对钢铁行业的监管,针对重点工业在采暖季实施更为严格的错峰生产措施,坚决取缔散乱污企业;并加快能源结构调整,特别是加快散煤替代进度,调整运输结构,强化柴油车监管和淘汰力度,加大无组织尘的管控,扩大主导风向上道路清洁范围.
表8 2016年邯郸市不同排放源排放贡献率
图2 模拟结果与监测结果对比Fig.2 Comparison between simulated results with monitored data
该研究采用模拟值与监测值的NMB(标准化平均偏差)和R(相关系数)验证WRF-CMAQ数值模型的准确性. 通常认为NMB在30%以内为可接受范围,且R值越大模拟值与监测值的趋势越接近[11]. 由图2可见,4个代表月份ρ(PM2.5)日均值的模拟效果较好,1月、4月、7月、10月的NMB均在30%以内,R值分别为0.76、0.73、0.72、0.71,模拟值与监测值具有较好的正相关性,说明该研究建立的WRF-CMAQ数值模型具有较高的可靠性,模拟结果可反映出邯郸市实际大气污染过程.
2.3.1总量校验结果
该研究数值模拟结果具有较好的相关性,但是地面监测值与模拟值仍存在一定差异. 从空间差异性来看,武安市、复兴区、峰峰矿区和丛台区工业企业较多,污染物排放量不确定性较大,监测值与模拟值的比值介于0.51~2.4之间. 从季节差异性来看,夏季污染物模拟误差较小,监测值与模拟值比值范围为0.4~1.4;春、秋两季风速较大,风沙天气频发,导致春、秋两季个别天数监测值与模拟值的比值差别较大,其范围为0.3~2.4. 该研究按CMAQ模型设置将高度分为0~45、46~105、106~173、174~260、261~382、383~538、539~929 m进行数据统计,得到邯郸市不同垂直高度的ρ(PM2.5),其中,106~173、174~260 m处监测值与模拟值的比值相对较大,在1.5左右,46~105、261~382、383~538 m处监测值与模拟值的比值范围为1.2~1.3. 通过上述比值,对地面和垂直方向网格ρ(PM2.5)进行校正,得到相对准确的污染物质量浓度数据.
利用编程语言逐小时提取WRF-CMAQ数值模型中各类参数,结合观测数据校正后的质量浓度结果,反算得到邯郸市PM2.5、SO2和NO2年排放量分别为 152 739、79 405、206 549 t. 由图3可见,校验后的3种污染物排放量均高于初始大气污染源排放清单,其中反算得到的PM2.5排放总量较大,主要原因是垂直方向激光雷达观测的ρ(PM2.5)较模拟值偏高,导致校验系数偏大[19,40].
图3 校验前后邯郸市典型污染物年排放量Fig.3 Emissions of typical pollutants after the verification in the Handan City
2.3.2清单校验前后误差分析
邯郸市PM2.5、SO2、NOx校验前、后的误差分别为-22.5%、-1.1%、-12.8%(误差等于校验前、后排放量之差与校验前排放量的比值乘以100%),均在可接受范围内,说明该研究建立的大气污染源排放清单具有较高的准确性. 校验前、后的误差主要来自于两个方面:①清单建立过程中,没有大范围的对污染源进行采样测试,主要参考其他文献排放因子,可能与实际情况不同,且活动水平收集可能存在人为和数据统计等误差,导致大气污染源排放清单存在一定的不确定性. ②该研究建立的总量模型主要是基于地面和垂直方向观测数据进行反算,由于区县级监测站点监管力度较小,激光雷达观测数据受天气和空气质量的影响较大,浓度校正可能存在一定的误差. 另外,在排放量反算的过程中,并没有完全考虑地形、污染传输等因素,可能对排放量反算结果造成影响.
a) 2016年邯郸市SO2、NOx、TSP、PM10、PM2.5、CO、VOCs、NH3的排放量分别为 78 533、183 126、497 466、258 940、124 637、3735 355、200 309、187 299 t.
b) 邯郸市主要污染源为工业源,其排放的SO2、NOx、PM2.5、CO、VOCs分别占总排放量的74.5%、54.5%、30.6%、76.7%和28.1%. 无组织扬尘源是颗粒物的主要排放源,其排放的TSP、PM10、PM2.5分别占总排放量的58.5%、43.6%、30.3%. NH3的主要排放源为农畜氨及人体和其他氨,二者排放的NH3占总排放量的96.9%.
c) 1月、4月、7月、10月的NMB均在30%以内,相关系数均在0.7以上,说明ρ(PM2.5)日均值的模拟值与监测值相关性较好. 通过总量模型估算得到邯郸市PM2.5、SO2和NO2年排放量分别为 152 739、79 405、206 549 t,均高于初始大气污染源排放清单排放量. 校验前后误差均在可接受范围内,说明大气污染源排放清单具有较高的准确性.