郑昊天,赵斌,王书肖
(1.清华大学环境学院,北京 100084;2.国家环境保护大气复合污染来源与控制重点实验室,北京 100084;3.美国太平洋西北国家实验室,华盛顿州,美国 99354)
近年来,我国面临着严重的空气污染问题,其中细颗粒物(PM2.5)污染尤为严重。PM2.5污染不仅对人体有着严重的健康影响,而且影响能见度以及区域和全球气候[1]。PM2.5污染的形成和空气污染物的排放量有着直接的关系,有研究表明,从2005年至今,我国大部分污染物的排放量都有着一定程度的降低,其中SO2和一次颗粒物排放量的降幅最为明显[2]。
钢铁行业是我国经济的支柱产业之一,从21世纪初到现在产量突飞猛进,同时也带来了严重的污染问题[3]。焦炭是钢铁工业的重要原料,焦化行业随着钢铁和化工等行业的发展也在迅速发展。近年来,我国制定了钢铁焦化行业的污染物排放一系列控制政策,包括“十一五”及“十二五”规划中关于烧结机脱硫的严格要求以及“大气污染防治行动计划”中对于钢铁工业除尘的要求等[4]。由于产量和污染治理措施的快速变化,钢铁和焦化行业的大气污染物排放也产生了巨大的变化,因此准确计算钢铁焦化行业的大气污染物排放量对于环境影响评估和政府政策的制定都有着重要作用。
钢铁行业属于能源密集型行业,其工序复杂,现存的技术种类多,针对各个技术的污染控制措施也不同,因此不同钢铁厂之间的排放因子和污控水平有较大的差异。目前已有多个研究计算过我国钢铁行业[2, 3, 5-11]和焦化行业[2, 12-13]的大气污染物排放量,人们对钢铁和焦化行业污染物排放特征的认识也在逐渐深入。目前钢铁行业排放量的计算方法主要有排放因子法和基于在线监测数据(CEMS)计算的方法,但是对于烟气排放量的研究较多,对于无组织排放的研究较少,因此无组织排放的不确定性较大。当前研究往往只专注于某个特定的时期或地区,目前尚未建立覆盖2005年—2017年的我国钢铁和焦化行业点源化清单。随着钢铁焦化排放量的变化,其对空气质量的影响也可能有显著变化,目前很少有针对钢铁和焦化行业对空气污染影响的研究[9],无法为钢铁行业污染控制提供支持。因此,本研究旨在建立2005年—2017年钢铁及焦化行业的点源化排放清单,并量化钢铁、焦化行业对环境空气质量的影响。
本研究采用基于点源的方法[8]来量化钢铁和焦化行业的排放量。针对每个工厂,通过其活动水平(产量)数据、排放因子和污染控制措施的去除效率计算其各污染物的排放量,如公式(1)所示:
Ei=∑jEi,j=∑j[∑mAj,m×EFi,m×(1-ηi,m,n)]
(1)
其中,E代表污染物排放量,A代表活动水平,EF为无控排放因子,η为控制措施的去除效率;i、j、m和n分别代表污染物类型、企业、生产技术和控制技术。钢铁行业涉及的生产技术包括烧结、球团、高炉、转炉、电炉、铸造、热轧和冷轧;焦化行业涉及的生产技术包括土法炼焦和机械化焦炉。对于颗粒物排放量的计算,先利用总的颗粒物排放因子计算出总颗粒物排放量,再利用每个部门颗粒物排放的粒径分布计算出每个粒径段的排放量,如PM10、PM2.5等。本研究的活动水平数据大部分来自我国统计年鉴[14]和各省份原环境保护局的环境统计数据,环境统计点源数据包含了各个钢铁厂的经纬度和产量等信息,其中全国总产量与统计年鉴误差在1%以内。排放因子数据来自Lei等[5]和Wang等[7]的研究以及宝钢、首钢、鞍钢的测试结果,控制技术的应用比例数据主要来自各省份环境统计数据。无组织排放是钢铁行业颗粒物排放的重要组成部分,这部分排放因子和污控比例不确定性较大,本研究综合多个研究的排放因子和报告中的污控比例对无组织排放进行了估算。
关于其他部门的污染物排放,在之前的研究中,我们建立了2005年—2015年的全国大气污染物分部门排放清单[2, 8, 15-17],本研究在此基础上更新到了2017年。PM2.5的源谱数据来自Fu等的研究[15];非甲烷挥发性有机物(NMVOCs)的化学组分谱来自Wu等的研究[18]。
本研究采用了CMAQ(Community Multi-scale Air Quality)模式5.2版本进行污染物浓度的模拟。CMAQ模式是美国环保署开发的第三代空气质量模式,广泛应用于全球各地区的空气质量模拟和污染控制政策的制定上。
CAMQ模拟区域采用Lambert投影,中心经度为东经110度,中心纬度为北纬34度,两条平行标准纬度为北纬25度和北纬40度。模拟区域覆盖了我国大部分区域和朝鲜半岛、日本部分地区、东南亚和南亚部分地区以及蒙古国和俄罗斯部分地区。网格分辨率为27千米×27千米,将模拟区域分为232×182个网格。网格在垂直方向上分为14层,各层高度分别为40米、105米、176米、265米、391米、555米、977米、1506米、2150米、3000米、4500米、7300米、11000米和19000米。CMAQ模拟采用的气相化学机制为Carbon Bond 6(CB6)机制,气溶胶化学机制为AERO6机制。CMAQ模拟所需要的气象场由气象模式WRF(Weather Research and Forecasting,3.8版本) 提供,WRF使用的积云化参数方案为Kain-Fritsch 2(new Eta)方案,边界层参数化方案为ACM2,大气辐射方案为RRTMG,微物理方案为Morrison 2-moment。WRF和CMAQ的边界条件均采用模式默认边界条件。为了减少边界条件的影响,WRF网格比CMAQ网格在水平各方向上均多6个网格。
模拟时段为2017年1月、4月、7月和10月,分别代表冬季、春季、夏季和秋季。为了消除初始条件的影响,本研究在每段模拟时段前提前5天进行模拟。在模拟中,钢铁、焦化和电力部分采用基于点源的排放清单并考虑烟气抬升的影响,其他部门采用面源排放清单。
本研究采用两个排放情景:(1)2017年各部门污染物全口径排放情景,即基准情景;(2)扣除钢铁和焦化部门排放的情景,即控制情景。基准情景和控制情景的模拟浓度差异即为钢铁和焦化部门对污染物浓度的贡献。
2005年—2017年我国钢铁、焦化行业PM2.5、SO2、NOx和VOCs排放量及其变化趋势如图 1所示。2005年钢铁和烧结行业PM2.5排放226万吨,持续增长到2008年到达顶峰263万吨,随后持续下降,2017年排放131万吨,占排放总量的17%,其中主要的排放部门为烧结、高炉、转炉和焦化部门。另外,从2005年—2017年,钢铁厂有组织颗粒物排放降低幅度较大,而无组织排放量则并没有显著地下降。对于SO2排放来说,主要的部门为烧结部门,SO2排放量2010年前随着钢铁产量的增加迅速增加,2010年后随着烧结机脱硫装置的安装比例逐步提高而显著降低,2017年排放127万吨,占比11%。NOx产生于钢铁和焦化行业的多个工艺过程中,由于钢铁行业的排放量占各部门总排放量的比例相对较低,其控制程度也相对较低,一直呈现上升的趋势。2005年—2017年钢铁行业NOx排放量从29万吨增加到66万吨,2017年钢铁行业NOx排放量占排放总量的3%。钢铁行业VOCs排放量相对较低,焦化行业VOCs排放量在工业部门中相对较高,钢铁和焦化行业2005年VOCs排放80万吨,持续增加到2013年140万吨,随后由于对炼焦行业VOCs排放采取控制措施逐渐降低,2017年排放98万吨,占VOCs排放总量的5%。
(注:总量为全国总排放量)图1 2005—2017年我国钢铁、焦化行业PM2.5、SO2、NOx和VOCs排放量及其变化趋势Fig.1 Emission trend of PM2.5, SO2, NOx and VOCs in China from iron and steel industry and coking industry from 2005 to 2017.
(注:二污普为第二次全国污染源普查)图2 本研究钢铁行业PM2.5、SO2、NOx排放趋势与其他研究对比Fig.2 Emission trends of PM2.5, SO2 and NOx from iron and steel industry and comparisons with other studies
图2展示了本研究钢铁行业PM2.5、SO2、NOx排放趋势与其他研究的对比,本研究与Wang等[3]和Wang等[7]的排放量和趋势变化较为接近。对于钢铁行业PM2.5的排放,Wu等[11]和Gao等[10]同样采取了排放因子法进行计算,但是结果比本研究低很多,可能与排放因子和污控比例的取值有关。值得注意的是,汤铃等[9]使用CEMS数据计算的PM2.5排放结果比其他研究低了一个数量级左右。除了汤铃等[9]的结果以外,各研究对于SO2排放量的估计都较为接近。各研究对于NOx排放量的估计也比较接近,部分研究之间的差异可能与对燃烧源的处理方式不同有关。
2017年全国31个省区市钢铁、焦化行业PM2.5、SO2、NOx和VOCs排放量如表 1所示。排放量较高的省份有河北、山东、江苏、山西和辽宁等。
表1 2017年全国31个省区市钢铁、焦化行业PM2.5、SO2、NOx和VOCs排放量(万吨)
将模拟结果与全国城市空气质量实时发布平台(http://106.37.208.233:20035/)公布的全国1497个观测站污染物浓度观测数据小时值进行了对比。根据美国环保署提供的方法[19]计算了标准化平均偏差(NMB)、标准化平均误差(NME)、标准化分数偏差(MFB)和标准化分数误差(MFE)。根据Boylan和Russell[20]的研究,对于PM的模拟,当MFB不超过60%、MFE不超过75%时,就可以认为模拟结果是可以接受的。2017年全国PM2.5模拟结果校验如表2所示,总的来说,PM2.5的模拟结果在可接受的范围内。PM2.5年均浓度有一定程度的低估,这可能与目前模式对二次有机气溶胶的低估有关[21]。
表2 2017年全国PM2.5模拟结果校验
本研究利用人口加权浓度(Population-Weighted Exposure,PWE)来衡量钢铁、焦化行业对环境的影响,PWE可以比平均浓度更好地反映大气污染对人的影响。PWE计算方式如公式(2):
(2)
其中,C代表污染物浓度(SO2、NO2或PM2.5),i代表模拟网格,Pi代表该网格的人口,P代表总人口,人口数据来自我国统计年鉴和Landscan数据库。我们对所有模拟网格逐一计算,得到了各省份不同污染物的PWE,2017年各省份排放对不同污染物浓度的影响如表 3所示。
对于PM2.5来说,钢铁、焦化行业的排放对环境浓度贡献为2.1 μg/m3,约占5%;钢铁、焦化行业对PM2.5浓度贡献最高的地区为天津和河北,分别为5.4 μg/m3和4.6 μg/m3,占比7%。天津地区PM2.5排放量很低,但是钢铁、焦化行业占比非常高。北京地区钢铁、焦化行业排放对PM2.5浓度相对贡献为5%。河北省,尤其是唐山市的钢铁行业大气污染物排放量很高,由于传输的影响,导致北京和天津钢铁行业的贡献较大,同样,山东和辽宁等地区也受到了一定程度的影响。长三角地区受江苏省排放传输的影响,钢铁和焦化行业的PM2.5浓度相对贡献较大。
对于SO2来说,全国平均贡献1.2 μg/m3,约占5%;河北和天津的钢铁、焦化行业对SO2的浓度贡献最高,分别为3.3 μg/m3和4.0 μg/m3,其次是辽宁、山东、江苏、湖北等地;对上海来说,虽然钢铁、焦化行业的浓度贡献不高,但是由于其SO2总浓度较低,所以相对贡献较高;对北京来说,钢铁和焦化行业排放为0,但是该行业对SO2浓度的相对贡献仍然很高,主要是受河北和天津排放的影响。对于NO2来说,由于钢铁、焦化行业的NOx排放只占到总排放量的3%,再考虑到烟气抬升,钢铁、焦化行业对环境NO2浓度的贡献很小,全国平均浓度贡献0.3 μg/m3,约占1%;在排放量最高的河北省也只贡献了0.8 μg/m3,相对贡献2%。
钢铁和焦化行业排放对于臭氧浓度有着很强的非线性影响,考虑到臭氧污染一般发生在夏季,表3展示的是7月每天臭氧最大八小时滑动平均值的月均值的结果。将钢铁和焦化行业排放完全控制后,大部分省份臭氧浓度会有一定程度的下降,但是天津、河北、上海等地臭氧浓度会有较大幅度的升高,其中天津的浓度变化最为显著,臭氧浓度增加8.5 μg/m3,这与这些地区的VOCs和NOx比例有关。各省份浓度变化相互抵销,全国平均浓度变化约为0。
总的来说,受钢铁和焦化行业排放影响大的区域集中在京津冀和长三角区域,京津冀区域主要受河北省排放传输的影响,长三角区域受江苏省排放传输的影响。其排放对NO2浓度影响很小,对SO2和PM2.5浓度影响较大,对大部分地区臭氧的影响较小。
(1)2017年我国钢铁和焦化行业排放PM2.5131万吨、SO2127万吨、NOx66万吨、VOCs 98万吨。2005—2017年,我国钢铁、焦化行业的SO2和PM2.5排放先增后降,NOx排放持续增加,VOCs排放先增加后略有下降。随着其他部门排放量的迅速降低,钢铁、焦化行业的SO2、NOx和VOCs排放所占比重越来越高。
(2)钢铁、焦化行业对一次PM2.5排放的贡献为17%,对浓度的相对贡献为5%;对SO2排放的贡献较高,2017年达到11%,对浓度的相对贡献为5%;对NO2排放和浓度的贡献都很低,2017年,排放贡献为3%,对浓度的相对贡献约为1%;其排放对臭氧的影响随地区变化有所差异,对于大部分省份是正贡献。
(3)受钢铁和焦化行业排放影响较大的区域为京津冀和长三角区域,京津冀区域主要受河北省排放传输的影响,长三角区域受江苏省排放传输的影响。对于钢铁行业污染物排放量最高的河北省而言,该行业排放对PM2.5浓度的贡献为4.6 μg/m3。受河北省高排放强度的影响,钢铁和焦化行业对北京和天津的PM2.5浓度贡献很大,分别为2.7 μg/m3和5.4 μg/m3,占比分别为5%和7%。控制钢铁和焦化行业排放对于大部分地区的臭氧污染都有抑制作用,但是对于天津、河北和上海,控制钢铁和焦化行业排放反而会加重臭氧污染,总的来说,控制钢铁、焦化排放对控制臭氧污染影响很小。
(4)考虑到钢铁和焦化行业排放对大气污染的贡献,钢铁行业的SO2和PM2.5排放、焦化行业的SO2和VOCs排放需要进一步严格控制。其中烧结机SO2和颗粒物排放、钢铁厂的无组织颗粒物排放可作为重点治理对象,京津冀和长三角地区可作为钢铁行业污染物排放重点控制区。
表3 2017年钢铁、焦化行业污染物排放对各省份PWE的贡献