京津冀地区高空间分辨率土壤扬尘清单构建及动态化方法

宋立来, 李廷昆, 毕晓辉, 王雪涵, 张文慧, 张裕芬, 吴建会, 冯银厂

南开大学环境科学与工程学院， 国家环境保护城市空气颗粒物污染防治重点实验室， 天津 300350

扬尘源是我国各城市，特别是北方地区大气颗粒物污染的重要来源. 各地源解析结果表明，扬尘源对于PM2.5的年均分担率在15%以上，春季北方地区扬尘贡献率可在30%以上[1-5]. 按照《扬尘源颗粒物排放清单编制技术指南(试行)》(简称“《指南》”)的规定，扬尘源类可分为道路扬尘、施工扬尘、堆场扬尘和土壤扬尘，其中土壤扬尘是指直接来源于裸露地面(如农田、裸露山体、滩涂、干涸的山谷、未硬化或未绿化的空地)的颗粒物在自然或人力作用下形成的扬尘[6]. 作为常见的扬尘源之一，土壤扬尘源分布区域广、排放随机性大、瞬时爆发性强，对局地和区域空气质量的季节性影响明显[7-9]，且会影响大气辐射平衡或作为凝结核促进颗粒物的二次反应[10]. 但一直以来，由于其活动水平获取较为困难，在大区域层面上定量构建高空间分辨率的土壤扬尘排放清单的研究较少. 排放清单在颗粒物源解析研究、数值模拟和预测中均有重要作用，特别是高空间分辨率的排放清单对于空气质量模拟和相关研究(如人口暴露、健康和生态系统影响评估或城市地区减排计划评估)至关重要[11-13]. 此外，动态化高时间分辨率的排放清单也是更好地服务大气污染防治工作的基础. 可见，构建区域层面高时空分辨率的土壤扬尘排放清单可为相关大气污染防治工作提供必要且关键的基础数据支撑.

目前，土壤扬尘排放清单主要基于美国环境保护局土壤风蚀方程的排放因子法计算，土壤扬尘属于面源，其活动水平往往难以获取，研究区域内的点位调查往往带来较大的不确定性. 目前已经开展了许多关于排放因子测算的研究，但其空间分辨率往往较低，无法用于高精度的排放清单构建[14-17]. 为提高排放清单的空间分辨率，降低不确定性，基于遥感和地理信息系统技术的高空间分辨率扬尘排放清单构建方法得到发展[18-20]，并广泛应用于土壤扬尘排放清单的构建中，在部分城市层面上建立了高时间分辨率及本地化排放因子的土壤扬尘排放清单[21-25].

京津冀地区是蓝天保卫战的核心地区与“主战场”，兼具较为干燥的气象特征、较松散的土质和高强度的人类活动等特点，一直是我国扬尘污染较重的地区，特别在春季，大量农田裸地的风蚀扬尘排放对空气质量造成了不可忽视的影响，但长期以来京津冀地区十分缺乏高时空分辨率的土壤扬尘清单，给污染成因分析、模式预测预报及气候健康效应的影响评估带来不确定性. 为系统构建京津冀地区高空间分辨率的土壤扬尘清单，该研究以2017年为基准年，通过高空间分辨率遥感技术(RS)与地理信息系统技术(GIS)相结合的方法，获取了京津冀地区高空间分辨率的土壤扬尘计算参数，建立了30 m×30 m高精度的季度土壤扬尘排放清单，结合气象参数，将各季节清单结果合理分配至逐月，并与环境受体观测浓度数据印证了结果的可靠性，以期为空气质量数值模拟和预测研究、健康与气候效应评估以及大气污染防治对策制定提供思路、基础和依据.

1 研究方法

1.1 土壤扬尘计算方法

该研究采用系数法进行土壤扬尘排放清单构建，计算公式：

Wsi=Esi×As

(1)

Esi=a×Di×C×(1-η)×10-4

(2)

Di=ki×Iwe×f×L×V

(3)

C=3.86×μ3/PE2

(4)

(5)

式中：Wsi为土壤扬尘中PMi(空气动力学粒径在0～iμm之间的颗粒物)总排放量，t/a；Esi为土壤扬尘源的PMi排放系数，t/(m2·a)；As为土壤扬尘源的面积，m2；a为TSP占总风蚀损失的比例系数，参考美国环境保护局的推荐值(2.5%)；Di为PMi的起尘因子，t/(104m2·a)；C为气候因子，表征气象因素对土壤扬尘的影响，李贝贝等[21]梳理了土壤风蚀公式中气候因子的来源并对其进行修正，故采用修正后的气候因子公式计算；η为污染控制技术对扬尘的去除效率(多种措施同时开展的，取控制效率最大值)，%，该项参数仅针对农田，根据《指南》推荐，TSP、PM10、PM2.5控制效率分别取90%、90%、75%；Ki为PMi在土壤扬尘中不同粒径颗粒物的含量，TSP、PM10、PM2.5含量分别为100%、30%、5%；Iwe为土壤风蚀指数，该研究中结合研究区域土壤类型，参考《指南》中推荐值；f为地面粗糙因子，取值为0.5；L为无屏蔽宽度因子，即没有明显阻挡物(如建筑物或高大的树木)的最大范围，当无屏蔽宽度≤300 m时L取0.7，当无屏蔽宽度在300～600 m之间时L取0.85，当无屏蔽宽度≥600 m时L取1.0，该研究中L值取0.85；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，植被覆盖因子是土壤扬尘计算中的重要参数之一，也是影响土壤扬尘排放清单空间精度的主要参数，传统的排放清单建立过程中将研究区域裸土面积与总计算面积相比得出，该研究使用遥感影像解译的方法，获取高空间分辨率的植被覆盖因子参数；μ为年均风速，m/s；PE为桑氏威特降水蒸发指数；Pj为月降水量，mm，当Pj<12.7 mm时按12.7 mm计算；Tj为月均温度，℃，当Tj<-1.7 ℃时按-1.7 ℃计算.

在土壤扬尘计算的过程中，有2个参数对其空间分辨精度起主要制约作用，分别为V(植被覆盖指数)和Iwe(土壤风蚀指数). 该研究通过遥感(RS)、地理信息系统(GIS)技术获取高空间分辨的V和Iwe参数，建立高空间分辨率的京津冀地区土壤扬尘排放清单.

1.2 遥感影像处理

通过对遥感影像处理，获得高分辨率的植被覆盖因子以计算土壤扬尘排放. 该研究使用Landsat 8卫星中的4波段(红波段)和5波段(近红外波段)计算植被覆盖信息[26]，数据来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn). 选用2017年4月、7月、10月、12月的遥感影像数据分别代表春季、夏季、秋季、冬季，缺失部分选用相邻月份影像代替.

首先对遥感影像进行预处理，进行影像的辐射定标和大气校正，裁剪拼接成完整京津冀地区图像. 利用影像携带的4波段(R)和5波段(NIR)的反射率计算归一化植被指数(NDVI)，计算公式：

NDVI=(NIR-R)/(NIR+R)

(6)

该方法通过2个波段的反射率对NDVI进行计算，被广泛运用于植被监测，其值域在-1～1之间，正值表示有植被覆盖且与植被覆盖度同比变化，0表示岩石或裸土，负值代表云、水、雪等高反射物体[27]. 植被覆盖度(vegetation coverage，VC)被定义为植被(包括叶、茎、枝)在单位面积内的垂直投影面积所占百分比[28]，通过NDVI进行计算，因研究区域面积较大，影像光谱特性存在差异，应用像元二分模型计算VC较为合适[29]，计算公式：

VC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(7)

式中，NDVIsoil与NDVIveg分别为裸土与纯植被区的NDVI值. 模型中NDVIsoil与NDVIveg选用研究区域内一定置信范围内的NDVI最小值与最大值. 植被覆盖度表示植被在单位面积上的投影百分比，而土壤扬尘计算公式中的植被覆盖因子是指裸土面积的百分比，因此植被覆盖因子的计算公式[18]：

V=1-VC

(8)

植被覆盖因子的值域为0～1，0代表纯植被覆盖的区域，1代表完全的裸地；建筑和水体不是土壤扬尘的排放源，其植被覆盖因子值设置为0.

2 结果与讨论

2.1 京津冀地区土壤扬尘源面积

京津冀地区包括北京市和天津市2个直辖市，以及河北省下辖的保定市、沧州市、承德市、邯郸市、衡水市、廊坊市、秦皇岛市、石家庄市、唐山市、邢台市及张家口市共11个地级市. 根据土地利用类型，水体和建筑归属于非土壤扬尘排放源，同时当植被覆盖度指数大于0.61时，植物水土保持作用显著降低风蚀概率，因此将此部分土地也归属于非土壤扬尘排放源[30].

各城市的城市面积及不同季节的土壤扬尘排放源面积占比如图1所示. 总体上京津冀地区土壤扬尘排放源面积占比有明显的季节性变化特征，呈冬季>春季>秋季>夏季的趋势，分别为65%、59%、57%和33%. 春季、秋季、冬季3季的面积占比相差不大，夏季因植被茂盛，其面积占比明显低于其他3季. 就全年平均而言，张家口市和承德市的土壤扬尘排放源面积占比较高，分别为64%和58%，而北京市和天津市明显低于其他城市，分别为42%和43%，其余城市总体差别不明显. 春季，张家口市的土壤扬尘排放源面积占比为78%，明显高于其他城市，与冬季持平，因其有大面积的草地覆盖，季节性的枯荣直接影响土地的裸露程度；秦皇岛市的土壤扬尘排放源面积占比在春季也处于较高水平，为67%，北京市和天津市在春季最低，分别为47%和48%. 夏季，沧州市的土壤扬尘排放源面积占比为49%，明显高于其他城市，而北京市为19%，明显低于其他城市. 秋季，承德市、邯郸市和张家口市的土壤扬尘排放源面积占比均较高，分别为68%、68%和78%，北京市和天津市均较低，分别为45%和41%. 冬季，承德市、张家口市和唐山市的土壤扬尘排放源面积占比明显高于其他城市，分别为74%、77%和70%，保定市、北京市和天津市较低，分别为57%、57%和53%.

图1 京津冀地区各城市面积及土壤扬尘排放源面积占比Fig.1 The urban area and the proportion of soil fugitive dust emission sources in Beijing-Tianjin-Hebei Region

京津冀地区的承德市和张家口市拥有较多的土地面积，分别为 39 382 和 36 496 km2，远超其他城市，并且其春季、秋季、冬季的土壤扬尘排放源面积占比也位居京津冀地区城市前列，但夏季土壤扬尘排放源面积占比处于较低水平，这与其大面积草地和林地覆盖有关. 京津冀地区的衡水市、邯郸市和秦皇岛市占地面积较小，但其土壤扬尘排放源面积占比与其他城市处于同等水平. 天津市和北京市的占地面积处于京津冀地区中等水平，但其土壤扬尘排放源面积占比较低，这与其较大的建成区面积及绿化程度有关.

2.2 土壤风蚀指数

该研究选用的土壤质地数据来源于寒区旱区科学数据中心(http://data.casnw.net/portal)的基于世界土壤数据库(HWSD)的中国土壤数据集. 该研究中土壤风蚀指数的选取参照《指南》中的推荐值，京津冀地区土壤风蚀指数值的分布情况如图2所示. 不同土壤类型的土壤风蚀指数大致呈壤土>砂土>黏土的特征，京津冀地区主要以土壤风蚀指数较高的各类壤土和砂土为主，占比为92.64%，而土壤风蚀指数较低的黏土仅占7.36%. 壤土与粉砂质壤土具有较高的土壤风蚀指数(911)，其面积可占京津冀地区土壤总面积的69.45%. 仅从土壤质地来看，京津冀地区属于易受风蚀且颗粒物排放量较高的地区.

图2 京津冀地区土壤风蚀指数分布Fig.2 Distribution of soil wind erosion index in Beijing-Tianjin-Hebei Region

京津冀地区整体的土壤风蚀指数平均值为743，河北省平均值为749，北京市与天津市的土壤风蚀指数分别为717和705. 京津冀地区邯郸市和石家庄市的土壤风蚀指数最低，均为654，沧州市最高，为853.

2.3 植被覆盖因子

基于Landsat 8遥感影像的高空间分辨率植被覆盖因子计算是研究的关键环节. 因研究区域较大，各季节选用的遥感影像达20张，为快速、小差异地镶嵌出完整较大的研究地区影像，该研究采取以下2种方法进行影像资料的处理： ①选用最邻近法作为影像镶嵌的重采样方法，该方法速度较快[31]，虽部分影像边界存在少许色差，但精度满足该研究需求； ②水是高反射率物体，尤其是大面积海水的存在使影像的反射率较高，与陆地影像镶嵌时计算机难以平衡海陆光谱差异，致使拼接影像存在明显色差，将影像中海水裁剪后再进行拼接以解决该问题.

土壤扬尘计算公式中的植被覆盖因子是指单位裸露土地与单位总土地面积之比，植被覆盖因子的值越大，代表植被覆盖越少，裸露土地越多. 该研究通过植被覆盖指数计算植被覆盖因子，植被覆盖指数大于0.61时，认为不产生土壤扬尘的排放，其植被覆盖因子为0. 植被覆盖指数在0～0.61及0.61～1.00区间的占比，以及原始和修正后的植被覆盖因子如图3所示. 由图3可见：春季、秋季、冬季的植被覆盖指数中0.61～1.00区间的占比变化并不显著，京津冀地区总体呈秋季>春季>冬季的趋势，分别为29%、26%与21%；夏季中高植被覆盖区域明显增大，植被覆盖指数中0～0.61 区间占比为55%. 该文以完整城市区划为研究区域，因此获取的植被覆盖因子有较大的空间变化，有研究仅调查裸地土壤扬尘排放[32-35]，因此2种方法所得植被覆盖因子有较大差异.

图3 京津冀地区植被覆盖指数不同区间占比及植被覆盖因子Fig.3 The percentage of different intervals of the vegetation coverage index and vegetation coverage factor in Beijing-Tianjin-Hebei Region

植被覆盖指数大于0.61的区域归属于非土壤扬尘排放源，以此来修正原始植被覆盖指数计算出的植被覆盖因子. 由图3可见，修正后的植被覆盖因子均有明显下降，夏季高植被覆盖度区域较大，降幅最为明显. 整体来看，京津冀地区的植被覆盖因子在春季和冬季较高，分别为0.54、0.52，其次为秋季(0.48)，夏季最低(0.31). 春季，沧州市、邯郸市、天津市和唐山市较高，分别为0.61、0.57、0.60和0.60；承德市和北京市较低，分别为0.40和0.43. 夏季，沧州市和天津市较高，分别为0.47和0.41；承德市和张家口市较低，分别为0.18与0.19. 秋季，邯郸市、天津市和唐山市较高，分别为0.56、0.52和0.53；承德市、北京市和秦皇岛市较低，分别为0.42、0.40和0.41. 冬季，衡水市、邯郸市、天津市和唐山市较高，分别为0.62、0.56、0.58和0.60；保定市和承德市较低，分别为0.40和0.35. 综合全年而言，沧州市、邯郸市、天津市、唐山市和廊坊市是京津冀地区植被覆盖因子较高的地区，其植被覆盖因子分别为0.54、0.51、0.53、0.53和0.52，承德市和北京市的植被覆盖因子较低，植被覆盖因子分别为0.35和0.39.

2.4 气候因子

气象数据来源于全国温室数据系统(http://data.sheshiyuanyi.com/WeatherData). 邯郸市区域内缺少站点的温度和风速数据，用地理位置较近的邢台市数据代替. 选用全年12个月的气象数据，3—5月为春季，6—8月为夏季，9—11月为秋季，12月和1—2月为冬季.

为将全年排放量科学准确地分配到各季节，该研究结合降水量等关键气象参数的季节性变化情况，分别计算各季节气候因子值，获得各季节气候因子的相对比例关系，并依据此关系对年气候因子进行季节分配，结果如表1所示.

表1 京津冀地区各季节气候因子值

气候因子是影响土壤扬尘排放量计算的重要参数，是地区排放季节性变化的决定性因素. 总体而言，京津冀地区气候因子呈春季>冬季>秋季>夏季的趋势. 京津冀地区夏秋季温度高，但降水量远高于其他季节，因此其气候因子较小；春季风速大、温度低、降水少，气候因子处于全年最高水平；冬季温度与风速均较低，气候因子小于春季，大于夏秋季.

季度气候因子结合季度植被覆盖因子可获得季度土壤扬尘排放清单. 再根据气候因子参数的比例关系，将每季度排放量分配到逐月中. 因季度内各月气温相差往往较小，在季节内气候因子的分配中不将温度考虑在内，分配系数的计算公式：

(9)

式中：Kxy为第x个季度中第y个月的分配系数；uxy为第x个季度中第y个月的平均风速，m/s；Pxy为第x个季度中第y个月的降水量，mm，Pxy<12.7 mm时按12.7 mm计算. 计算结果如表2所示.

表2 基于气象因素的季度排放量分配系数

2.5 京津冀地区土壤扬尘排放量

综上，最终得出京津冀地区全年、各季节30 m×30 m 网格土壤扬尘排放清单与逐月分配结果. 图4、5为京津冀地区全年与季节土壤扬尘排放分布状况，展示了每个30 m×30 m网格的土壤扬尘排放量. 图6为季节排放清单逐月分配的结果.

图6 京津冀地区各城市逐月土壤扬尘PM2.5排放量情况Fig.6 Monthly PM2.5 emissions of soil fugitive dust in Beijing-Tianjin-Hebei Region

2.5.1全年分布特征

京津冀地区2017年土壤扬尘排放的PM2.5、PM10和TSP分别为6.5×104、31.0×104和103.4×104t. 河北省PM2.5总排放量为6.1×104t，年均城市PM2.5排放量为 5 496 t. 北京市和天津市全年土壤扬尘PM2.5排放量分别为 2 408 和 2 473 t. 郭祥等[34]建立的2015年河北省土壤扬尘源排放清单显示，河北省全年土壤扬尘PM2.5排放量为3.97×104t；李媚等[32]建立的2013年石家庄市土壤扬尘源排放清单显示，石家庄市全年土壤扬尘PM2.5排放量为947 t，均与笔者研究结果相近.

整体上，京津冀地区各城市土壤扬尘排放量差异较大，有明显的空间分布特征. 由图4可见，受地质条件及气象因素综合影响，排放强度呈西部大于东部的趋势，张家口市以及邯郸市与邢台市西部近太行山脉地区的排放强度均较大，保定市与石家庄市受气象条件影响，排放强度次之，但其西部太行山脉地区的排放强度也明显高于东部.

图4 2017年京津冀地区全年土壤扬尘PM2.5排放量分布情况Fig.4 Distribution of annual PM2.5 emission of soil fugitive dust in Beijing-Tianjin-Hebei Region in 2017

从总量来看，位于京津冀地区最北部的承德市和张家口市拥有较大的土地面积，其全年土壤扬尘PM2.5排放量分别为 6 163 和 25 706 t. 此外，邢台市、邯郸市及沧州市均有较大的排放强度，其全年土壤扬尘PM2.5排放量分别为 7 083、5 746 和 60 141 t. 秦皇岛市和廊坊市因其气候和土地利用类型等原因，排放强度较小，且土地面积较小，是京津冀地区2017年土壤扬尘PM2.5排放总量较小的城市，分别为623和693 t，仅占排放总量的2.0%.

2.5.2季节分布特征

由图5可见，京津冀地区各城市土壤扬尘PM2.5排放量呈春季>冬季>秋季>夏季的特征. 城市季节排放量的差异主要来源于气候因子的影响，与地理位置有较大关系. 京津冀北方城市土壤扬尘排放的季节性差异显著，春季是土壤扬尘主要排放季节. 邯郸市、邢台市冬季排放量较高，这是因其地处京津冀地区南部，冬季气温较高且降水较少所致.

图5 2017年京津冀地区各季节土壤扬尘PM2.5排放量分布情况Fig.5 Distribution of PM2.5 emissions of soil fugitive dust in each season in Beijing-Tianjin-Hebei Region in 2017

春季是土壤扬尘PM2.5排放量最高的季节，为4.9×104t. 春季温度回升，风速较大且降水量相对较少. 相较其他季节，此时有大面积相对高强度的土壤扬尘PM2.5排放. 最高的排放强度出现在张家口市、沧州市、邯郸市与邢台市西部以及唐山市北部地区. 张家口、沧州市、承德市是春季土壤扬尘PM2.5排放总量较高的城市，分别为 20 000、5 277 和 4 985 t. 根据逐月排放清单结果(见图6)，多数城市春季各月排放量差异较小，北京市、秦皇岛市和张家口市5月的排放量均较4月明显降低.

夏季因高强度降水与较高的植被覆盖度，总体土壤扬尘PM2.5排放量全年最低，为799 t. 夏季相对高的排放强度出现在张家口市、邢台市中部、邯郸市西部及沧州市东部. 在总排放量上，张家口市、邢台市及承德市土壤扬尘PM2.5排放较高，分别为320、131、130 t.

秋季土壤扬尘PM2.5排放总量为 3 966 t,略高于夏季，在全年中处于较低水平. 秋季邯郸市与邢台市排放强度相对较高，二者土壤扬尘PM2.5排放总量分别为905和321 t. 张家口市与承德市土地面积较大，秋季土壤扬尘PM2.5排放总量为743和653 t，其余城市排放均较低. 逐月排放清单结果(见图6)显示，秋季各城市土壤扬尘排放有明显差异，10月排放量显著低于9月和11月，这与10月降水量较高有关.

京津冀地区冬季的土壤扬尘PM2.5排放量为1.1×104t，仅次于排放量最高的春季. 京津冀地区因纬度跨度较大，冬季气象因素有较大空间差异，致使冬季南北不同城市间排放量差异较大. 冬季的相对高排放强度主要集中在张家口市、邢台市西部和中东部以及邯郸市西部. 张家口市、邢台市和邯郸市是冬季土壤扬尘PM2.5排放总量最高的城市，分别为 4 604、2 505 和 1 888 t. 冬季气候较为稳定，逐月分配结果显示，各月排放量差异较小(见图6).

2.6 清单结果与观测浓度的验证

扬尘源是城市环境空气中粗颗粒的主要来源之一[36-37]. 根据土壤风蚀方程可知，土壤扬尘是气候因子、土壤质地、地表粗糙程度、遮挡情况及植被覆盖情况等综合作用的结果. 研究表明，土壤含水量较高时，其颗粒质量较大、颗粒间黏结力较强，不易引起风蚀[38]；土壤风蚀强度也随着风速的升高而增大，尤其在超过风速阈值后，风蚀明显增强[39]，即土壤风蚀过程与风速呈正相关，与含水量呈负相关，当风速达4 m/s时，有明显的土壤风蚀过程[40].

排放强度相较于排放总量能更好地反映土壤扬尘对空气质量的影响，为印证土壤扬尘排放清单的可靠性，选取不同城市、不同季节日均风速大于4 m/s且降水量为0 mm时的粗粒径颗粒物(PM2.5～PM10，以“PM2.5～10”表示)平均观测浓度 (见图7)，与该研究不同城市、不同季节土壤扬尘PM2.5排放强度(见表3)进行相关性分析.

表3 京津冀地区各季节土壤扬尘PM2.5排放强度

图7 不同城市、不同季节PM2.5～10浓度与土壤扬尘PM2.5排放强度散点图Fig.7 Scatter plot of PM2.5-10 concentrations and PM2.5 emission intensity of soil fugitive dust in different cities and seasons

各城市土壤扬尘PM2.5排放强度总体呈春冬季高、夏秋季低的特征，与排放量情况吻合. 京津冀地区北部城市排放强度在冬季有明显下降，而南部城市则有所上升，可能是由于北部城市冬季常年积雪所致. 由图7可见，不同城市不同季节的土壤扬尘PM2.5排放强度与PM2.5～10浓度均呈显著正相关(R=0.62，P<0.01),印证了该研究构建的土壤扬尘排放清单的可靠性.

2.7 不确定性分析

排放清单的不确定性主要来源于活动水平和排放因子的计算及选取. 该研究中排放清单的不确定性主要涉及以下方面： ①研究区域较大，遥感影像分辨率较高，研究区域每个季节由20张Landsat 8影像镶嵌而成，不同影像时间、云量都存在差异，导致拼接后存在少许色差，影响使用波段反射率计算的参数结果，使植被覆盖因子存在一定的不确定性. ②气候因子通过城市尺度的气象数据进行计算，忽略了城市内部气候差异性造成的影响. ③无屏蔽宽度因子考虑阻挡物对土壤扬尘的影响，但其本身忽略了裸地面积差异. 因难以获取高空间分辨率的无屏蔽宽度因子，该研究中选取0.85进行计算，可能会造成大面积裸地土壤扬尘排放的低估，排放量可能在±10%的范围内波动. ④粒度乘数是土壤中不同粒径颗粒物的百分含量，该研究中参照《指南》的推荐值，没有进行本地样品实测分析，带来一定不确定性.

3 结论

a) 总体上，京津冀地区土壤扬尘排放源面积占比存在显著季节性变化特征，呈冬季>春季>秋季>夏季的趋势，分别为65%、59%、57%和33%，春季、秋季、冬季3季的土壤扬尘排放源面积占比相差较小，夏季因植被茂盛，其占比明显低于其他3季. 就全年平均而言，张家口市和承德市的土壤扬尘排放源面积占比较高，分别为64%和58%，而北京市和天津市明显低于其他城市，分别为42%和43%，其余城市总体差异不显著.

b) 京津冀地区主要以土壤风蚀指数高的各类壤土和砂土为主，占总土壤的92.64%，而土壤风蚀指数较低的黏土仅占7.36%. 壤土与粉砂质壤土具有最高的土壤风蚀指数(911)，其面积可占京津冀地区土壤总面积的69.45%. 仅从土壤质地来看，京津冀地区属于易受风蚀且颗粒物排放量较高的地区. 邯郸市和石家庄市平均土壤风蚀指数较低，均为654；沧州市最高，为853.

c) 京津冀地区的植被覆盖因子在春季和冬季较高，其次为秋季，夏季最低，分别为0.54、0.52、0.48和0.31. 综合全年而言，沧州市、邯郸市、天津市、唐山市和廊坊市是京津冀地区植被覆盖因子较高的地区，分别为0.54、0.51、0.53、0.53和0.52. 承德市和北京市植被覆盖因子较低，分别为0.35和0.39.

d) 京津冀地区2017年土壤扬尘排放的PM2.5、PM10和TSP分别为6.5×104、31.0×104和103.4×104t. 河北省PM2.5平均排放量为 5 496 t，北京市和天津市全年土壤扬尘PM2.5排放量分别为 2 408 和 2 473 t. 京津冀地区土壤扬尘排放具有显著的时空分布差异，春季排放量远高于其他季节. 张家口市、邯郸市及邢台市西部地区排放强度和排放量均较大，张家口市和承德市因拥有较大的土地面积，土壤扬尘排放量均较高. 秦皇岛市和廊坊市的土壤扬尘排放量均较小.