基于长光程DOAS技术的航道区域船舶空气污染物排放监测研究

陈命男,朱健,王珊珊,3∗

(1上海勘测设计研究院有限公司,上海 200335;2复旦大学环境科学与工程系,上海 200433;3珠海复旦创新研究院,广东 珠海 519000)

0 引 言

船舶运输作为沟通远洋洲际、连接沿海沿江的重要交通形式,大大方便和加速了物流传递与贸易交流,但同时也向大气排放了相当量的空气污染物,因此船舶排放已成为许多港口城市和内河区域的主要大气污染源[1]。研究表明,船舶排放的大气污染物会对区域乃至全球尺度的空气质量、气候变化、生态环境和人群健康等均产生重要影响[2−4]。据生态环境部《中国移动源环境管理年报(2019)》显示,2018年船舶排放二氧化硫、碳氢化合物、氮氧化物、颗粒物分别为58.8、8.9、151.1、10.9万吨,其中二氧化硫和氮氧化物贡献突出。随着我国大气污染防治工作的不断深入,船舶排放大气污染物的监控监管与减排防治等受到愈来愈多研究和监管部门的重视。

近年来,欧美等发达国家和我国均设立了船舶排放控制区,对进入区域内的船舶燃料和污染物排放采取了相应限值规定,同时也开展了船舶大气污染物排放多方位监控研究[5]。鉴于船舶大气污染物监测的特殊性,各国普遍采用了嗅探技术和光学遥测技术,其中嗅探方法分为定点、移动和便携式嗅探三种[6,7];光学遥感方法主要包括激光雷达法、差分吸收光谱法和紫外相机法[8,9],这些设备在陆上、桥梁等固定位置以及船舶、飞机等移动平台上均有实践。差分光学吸收光谱(DOAS)方法对于大气环境中SO2、NO2的测量十分成熟,其中主动式还是国家环境保护标准中SO2和NO2开放光程式连续监测系统的标准方法(HJ 654-2013);被动多轴DOAS方法可获得SO2和NO2垂直分布信息,常应用于船舶尾气监测[10−12]。此外,DOAS技术也可用于固定点源、面源等污染源排放的监测[13,14]。

上海市以其濒江临海的地理优势已发展成世界大港,前通中国沿海和世界大洋,后贯长江流域和江浙皖内河、太湖流域,自2010年起集装箱吞吐量居世界第一。在大力发展航运业的同时,也面临着船舶大气污染防治工作的巨大压力。相关研究表明,2014年船舶排放SO2和NOX对全市总量的贡献达19.8%和17.0%,分别成为第三、第二大污染来源,是影响上海城市空气质量的重要因素之一[15]。因此,开展航道区域船舶排放主要空气污染物监测及相关研究对促进上海国际航运中心的绿色发展与区域空气质量改善具有十分重要的意义。本文在黄浦江下游典型航道区域利用长程差分光学吸收光谱技术对船舶排放的空气污染物SO2和NO2进行高时间分辨率监测,研究其排放特征与影响因素。

1 研究概况

1.1 观测站点与时间

根据航行特征,船舶运行工况可分为启动、机动航行、巡航和停泊四个工况。监测点位一般选择船舶通航较为繁忙的航道边。实验选择上海市黄浦江下游,靠近其与长江汇流处作为监测点位(31°22′43′′N,121°30′26′′E)。该点位为出入黄浦江与支流河道的必经之路,同时周边分布有一定数量的码头,因此附近船舶工况主要以巡航和进出港工况为主。该水域船舶日流量基本保持在1000艘以上,包括散货船、集装箱船和客船等不同类型。分别在2018–2020年的第一季度(当年1月1日–3月31日)对该航道区域船舶排放空气污染物SO2和NO2进行监测研究,观测数据时间分辨率约1～2 min。

1.2 观测仪器与数据反演

采用长光程差分光学吸收光谱技术(Long-path DOAS)对环境空气中SO2、NO2浓度进行测量。图1为DOAS监测船舶排放原理示意图。测量系统主要由150 W氙灯光源、共轴发射/接收望远镜、角反射镜、光纤、光谱仪等组成,其中发射/接收望远镜位于黄浦江西岸,角反射镜阵列为黄浦江东岸,光路横跨江面可穿过船舶排放尾气烟羽,总光程约1.55 km[16]。利用DOASIS软件对主动长光程DOAS测量光谱进行分析,反演得到770 m水平距离内的污染物平度浓度作为航道区域的环境浓度值。

图1 DOAS监测船舶排放原理示意图Fig.1 Schematic diagram of the principle of DOAS monitoring ship emissions

兼顾物质吸收特征与测量灯谱结构,SO2和NO2的分析波段分别是297～307 nm和336～362 nm[17,18]。分析SO2时,同时考虑分析窗口内O3、CH2O、NO2和太阳散射光的吸收;在反演NO2时,考虑在其分析波段产生吸收的HONO、HCHO和太阳散射光的影响。光谱反演示例如图2所示,可以看出在邻近时刻的两条测量光谱中SO2含量相差两倍,说明在这较短的时间段内,光路上有明显的SO2烟羽穿过;而NO2浓度差异则相对较小。观测期间SO2和NO2光谱分析的平均残差(Residual)分别为7.55×10−4和3.82×10−4。

图2 相邻时刻SO2[(a),(b)]和NO2[(c),(d)]光谱反演示例Fig.2 Example of SO2[(a),(b)]and NO2[(c),(d)]spectral analysis

2 结果与讨论

2.1 高浓度船舶尾气排放

图3以2019年3月15日18:00至次日18:00为例,给出了监测点位SO2、NO2浓度(以体积混合比表示)时间变化情况。可以看出,SO2浓度在大部分时间内处于3×10−9水平以下,但在3月15日19:00前后、21:00、23:00、16日06:00、09:00前后等时段出现了明显峰值,其中最大值达11.3×10−9,峰值水平较前后时刻上升2～4倍不等。而NO2浓度则变化较为平缓,在夜间浓度水平较高,日出后浓度开始缓慢下降,在中午时刻达到一天的最低值。与SO2不同的是,NO2浓度没有表现出突然大幅度增高的特点。这表明在该监测点位附近船舶排放是SO2的主要来源,船舶尾气烟羽的瞬时排放使得光路上SO2浓度陡增;而NO2来源较为复杂,船舶排放特征不太明显,因观测点位500 m范围内有逸仙高架路与外环快速路等交通主干路,推测同时受周边机动车源等排放影响较大。

图3 航道区域环境空气SO2(a)和NO2(b)浓度监测结果示例Fig.3 Example of monitoring results of ambient SO2(a)and NO2(b)concentrations in shipping channel area

由于实验观测时间分辨率高,共获得有效观测光谱数十万条,为进一步获得船舶尾气SO2和NO2排放强度特征,故对观测期内浓度排序前百分之十的高值结果进行了统计分析,结果如表1所示。就SO2而言,不同年份的观测期内前10%的高值结果均超过了4×10−9,其中2018年有3.4%的浓度结果甚至超过20×10−9;而在2019年和2020年,SO2浓度高值出现了一定程度的下降,仅有2.2%的浓度结果高于12×10−9,并且超过85%的浓度结果在4×10−9～8×10−9范围。这表明,该点位所测得SO2浓度的典型排放高值出现了下降的趋势,这可能与交通运输部《船舶大气污染物排放控制区实施方案》颁布执行有关,即2019年1月1日起,海船进入排放控制区,应使用硫含量不大于0.5(质量百分含量)的船用燃油,大型内河船和江海直达船舶应使用符合新修订的船用燃料油国家标准要求的燃油;其他内河船应使用符合国家标准的柴油。而NO2浓度高值则没有明显的下降趋势,前百分之十的高值在2018年和2019年主要是50×10−9～70×10−9,而在 2020 年则分布于 40×10−9～70×10−9,但仍有一定比例 >90×10−9。

表1 航道环境SO2和NO2高浓度统计Table 1 Statistic for the high levels of SO2and NO2in shipping channel area

2.2 NO2和SO2时间变化特征

图4为航道区域SO2和NO2日变化特征由图可见,不同年份SO2浓度平均为(3.2±0.4)×10−9、(2.4±0.2)×10−9、(2.9±0.1)×10−9,日变化幅度呈逐年减小的趋势,分别为 1.3×10−9、0.8×10−9、0.6×10−9,这也说明观测点位SO2高浓度值的出现有所减少。在时间变化上,仅2018年表现出明显的白天浓度高,夜晚浓度较低的日变化特征,这主要是与观测点位在日间船舶流量较大有关[19]。不同年份NO2浓度平均为(29.0±4.1)×10−9、(29.5±3.9)×10−9、(23.9±4.4)×10−9,日变化呈明显的双峰特征,即早晚高中午低,浓度峰值约为谷值的1.7倍,而日小时最大浓度与最小浓度的逐年差异很小。值得注意的是,2020年NO2浓度整体水平下降约20%,这可能与“新冠疫情”带来的人为活动及机动车排放减少密切相关。

图4 航道区域环境空气SO2(a)和NO2(b)日变化特征Fig.4 Diurnal variations of SO2(a)and NO2(b)in shipping channel area

图5给出了各年度SO2和NO2浓度的月均值情况,SO2浓度最高出现在2018年1月,为3.8×10−9;最低在 2019 年 2 月 1.9×10−9。NO2浓度范围为 14.4×10−9～34.4×10−9,其中最低值在 2020 年 2 月,最高值在2019年3月。在第一季度,各年度NO2浓度均在2月出现最低值;SO2亦有类似现象,其中2018年例外。可能的原因是由于中国传统春节的“假期效应”,在春节期间上海人口有大量离沪返乡或外出,市内机动车等人为活动量大幅减小,因此春节所在的2月份,污染物浓度会有大幅降低,特别是NO2。

图5 航道区域环境空气SO2(a)和NO2(b)月均值特征Fig.5 Monthly averages of ambient SO2(a)and NO2(b)in shipping channel area

2.3 人为活动影响分析

由前文的污染物浓度时间变化特征分析,可以发现该航道区域监测点位的SO2和NO2浓度受到船舶、机动车排放等人为活动影响显著。因此,进一步就人为活动对污染物浓度水平的影响进行统计讨论。图6给出了工作日与节假日期间航道区域环境空气SO2和NO2浓度日变化情况。可以看出,SO2浓度在工作日和节假日均呈现白天高、夜晚低的趋势,而NO2浓度在工作日则明显高于节假日,表现出早晚高、中午低的特点。说明监测点位机动车源排放对NO2浓度的影响占主导地位,而船舶作业活动并没有早晚交通高峰、节假日活动水平低的特点。

图6 航道区域环境空气SO2(a)和NO2(b)工作日与节假日日变化特征Fig.6 Diurnal variations of SO2(a)and NO2(b)during workdays and holidays in shipping channel area

为进一步说明人为活动水平对污染物浓度的影响,表2给出了春节假期期间(国家法定假日)、春节前后(取假期前、后各相同的法定假期天数),以及新冠疫情爆发前(上海启动重大突发公共卫生事件一级响应前的十五天)、疫情管控期(重大突发公共卫生事件一级响应启动后的十五天)的SO2和NO2浓度对比分析。可以看出,春节假日前后的NO2浓度水平明显高于假期期间,SO2浓度则在2020年出现了相反的情况。鉴于“新冠疫情”影响,在上海市启动重大突发公共卫生事件一级响应后,NO2浓度下降约50%,而SO2浓度则无明显差异,说明水上交通运输对于响应可能具有一定的滞后性,管控措施的实施对船舶运行的影响相对较弱。此外,疫情管控期间2020年1月29日–2月2日SO2浓度持续高值,出现了区域整体性污染(上海市SO2平均水平相较于前后提升了1.05×10−9),因此拉高了疫情管控期间的SO2平均水平,导致疫情前与疫情期间航道内SO2平均浓度无明显差异。

表2 春节假期及新冠疫情对航道环境SO2和NO2浓度(10−9)影响统计Table 2 Statistic for the impacts of spring festival and covid-19 on SO2and NO2level(10−9)in shipping channel area

3 结 论

1)为掌握典型航道区域船舶排放对空气质量影响,长光程DOAS对SO2和NO2浓度监测结果表明:SO2浓度受船舶尾气烟羽影响显著,浓度瞬时可增高2～4倍不等;由于来源情况更为复杂,NO2浓度则变化较为平缓。

2)污染物浓度时间变化特征表明:SO2浓度无明显日变化特征,并且高值浓度有逐年减小的趋势;NO2受机动车排放影响有明显的双峰特征。月均值变化体现出明显的“假期效应”,二月份浓度较低。

3)由于陆上移动源和船舶活动规律差异明显,NO2浓度表现出明显的“假期效应”,而SO2浓度则没有这样的现象;重大突发公共卫生事件一级响应的启动对陆路机动车排放影响显著,而对船舶排放的影响具有一定的滞后性。

4)所使用的LP-DOAS技术对船舶排放烟羽中的大气污染物监测具有较高的敏感性,但在船流量较大、烟羽扩散复杂的情况下,难以明确地将监测的高浓度烟羽追溯到特定船只,具有一定的局限性[20]。在未来,可以将该项监测技术与船舶运行信息、污染扩散模拟相结合,用于单船污染物排放监测;亦可结合不同含硫量燃料的燃烧对比试验,确定SO2/NO2比值的合规阈值,进而可以定量地监管船舶燃油是否合格。