基于车载平台的济南市道路环境黑碳污染特征研究

伍丽青，王 冲，姜 华*，高 健*，任建宁，汤明珍，司书春

1. 中国环境科学研究院大气环境研究所，北京 100012

2. 山东大学物理学院，山东 济南 250100

3. 济南市生态环境保护网格化监管中心，山东 济南 250100

黑碳(BC)是关键的大气污染物之一，主要来源于化石燃料燃烧和生物质燃烧[1-3]. BC具有较强的吸光能力[4]，在大气中的直接辐射强迫为1.1 W/m2，对温室效应的贡献率仅次于CO2[5]，其表面积大、粒径小、极易吸附其他有害物质以及引发多种呼吸道疾病和心血管疾病，从而对人体健康产生危害[6-8]. BC对气候变化、大气环境、人体健康等方面都有负面影响，所以一直是被研究人员关注的热点[5,9].

目前，国内外已有许多关于BC的研究. 2016年，Wang等[2]利用SP-AMS在中国科学院大气物理研究所塔科楼上进行了为期近一个月的BC颗粒物测定，并分析其化学组分；2017年，Caubel等[10]使用新型黑碳气溶胶监测器(ABCD)在加利福尼亚15 km2范围内定点布设100个采样点，进行100 d的BC监测以分析BC的时空变化；2018年，刘玺等[11]在河南省某农村站点利用AE-33对春节前后BC进行连续在线监测，获得其质量浓度并分析其来源；2018−2019年，Zhang等[12]利用OT21测定仪量化包括343次生物质/煤炭燃烧事件现场活动中BC的排放因子，以评估住宅区使用的燃料类型对BC排放的影响；2020年，Xu等[13]在新冠肺炎疫情前、中、后三个时期利用AE-31在杭州市9个观测点进行BC浓度的测定，以评估“封城”措施对BC排放浓度及排放源变化的影响. 但这些对BC的观测研究主要基于固定点，虽可长期稳定研究同一站点的污染特征，但空间代表性不足，无法反映城市环境中污染物排放的复杂变化.

近些年，基于小型观测设备(如传感器技术)开展城市大气污染成因研究成为新的趋势[14]，低成本传感器微型易携，可以通过搭载在出租车、公交车、共享单车等交通工具上，实现污染物的动态实时监测[15]，提供高时空分辨率的污染数据，这些数据作为传统监测技术的补充，在监测环境空气质量、监控污染热点、评估个人暴露水平等方面发挥出巨大的优势[16]. 近年来，利用车载技术动态实时监测污染物的方法在大气环境领域有了更多应用，如2015−2017年Messier等[17]将监控设备安装在谷歌街景车上实时动态测定奥克兰道路的BC、NO浓度，并利用土地回归模型绘制污染云图；2018年，秦孝良等[18]利用出租车搭载SDS-019型传感器对济南市城市道路PM2.5、PM10浓度进行为期3个月的移动监测，并基于核密度估算法量化PM2.5、PM10排放对道路环境污染的贡献；2019年，任建宁等[19]基于车载传感器技术对渭南市道路环境颗粒物开展了动态走航监测，并分析了影响渭南市道路环境颗粒物污染时空分布的主要因素. 综上，以上研究为利用车载平台开展传感器测量提供了较好的尝试.

相对于常规污染物的移动观测，目前针对道路环境BC的移动在线观测研究较少. 道路环境是颗粒物污染的热点和高暴露风险区[20-21]，通过移动观测方法对道路污染物变化的微尺度特征进行表征是十分必要的[22]. 因此，该研究以城市行驶车辆(出租车)为观测平台，开展济南市主城区街区尺度道路环境BC在线观测，以期为精准治理道路环境颗粒物污染提供建议.

1 材料与方法

1.1 试验地点

该研究在山东省济南市开展. 济南位于山东省中部，是华北平原空气污染较严重的城市之一[23]. 济南市地形南高北低，多盛行东北风和西南风，气象扩散条件差，易形成逆温而导致污染[24-25].

1.2 试验仪器

BC观测使用美国AETHLABS公司研发的MicroAeth®系列多波段微型MA350黑碳仪，其性能参数如表1所示，盒内缠绕式滤带用于收集颗粒物并实时分析. 仪器使用双点位负载补偿方法，同时在2个点以不同流速同时收集[26]，对在不同阶段不同组分的颗粒物的光学特性进行实时测量和调整. 该仪器结构紧凑、微型便携，有5个通道分别提供不同波长(880、625、528、470、375 nm)以分析不同含碳颗粒成分的光吸收信息.

表1 MA350黑碳仪性能参数Table 1 Performance parameters of MA350 micro-aethalometer

MA350黑碳仪工作原理是基于光吸收法的朗伯比尔定律：仪器以100 mL/min流量抽取样品气体，BC通过在滤带上连续沉积形成直径3 mm的圆形尘斑，即一个分析点，由5波段组成的LED光源照射分析点，通过检测器测量分析点的光衰减值，进而计算出BC浓度.

MA350黑碳仪使用滤带上点位1处光衰减的估计变化率来确定BC的浓度(CBC，μg/m3)：

式中：S为沉积有气溶胶颗粒的滤膜采样面积，取0.070 685 cm2；F1为点位1处的采样流量，mL/min；ϕ为横向气流修正系数，取0；σλ为不同波长下的质量吸收截面，波长为880、375 nm时分别取10.120、24.069 m2/g；Cref为多重散射系数，取1.30；κ为负载补偿参数；∆t为选取的时间间隔，min；ΔATN1为点位1处的光学衰减值的变化量.

880 nm波长通道被视为是测量BC的标准通道，因为BC是这个波长下的主要吸光物质，其他气溶胶组分在这个波长下的吸收可以忽略[27]. 在其他波段下，BC测量会受部分其他吸光性气溶胶的干扰，如三氧化二铁粉尘在光谱的红色区域内有吸收带，增大了该波长范围下的测定响应[28]，故该试验将880 nm波长下测得的数据作为BC的浓度.

1.3 黑碳仪源解析模型

BC对不同波长下的光吸收系数(babs)可以表达为

气溶胶在不同波长下对光的吸收系数与波长(λ)和波长吸收指数(α)之间的关系如下：

Day等[29]通过测定新鲜木柴燃烧产生的气溶胶在370~950 nm波长范围内的光吸收信息，并给出波长吸收指数在0.9~2.2之间变化，波长吸收指数的具体取值由生物质类型和燃烧条件决定. 来自化石燃料燃烧排放的BC在370~880 nm波长范围内的波长吸收指数近似于1[30]；来自生物质燃烧排放的BC在370~880 nm波长范围内的波长吸收指数近似于2[31].Sandradewi等[32]提出的黑碳仪模型假设BC气溶胶的光吸收主要来自化石燃料燃烧排放和生物质燃烧排放的BC，则给定波长λ下BC光吸收系数〔babs(λ)〕可表达为

式中，babs(λ)bb表示在波长λ下生物质燃烧排放的BC光吸收系数，babs(λ)ff表示在波长λ下化石燃料燃烧排放的BC光吸收系数.

该研究使用MA350黑碳仪在波长375 nm处所测的吸光颗粒物的浓度(CUVBC)和波长375 nm下的光吸收系数以及波长880 nm处所测的吸光颗粒物的浓度(CIRBC)和波长880 nm下的光吸收系数来估算化石燃料和生物质燃料两种源对BC浓度的贡献率，计算公式：

式中：αff表示化石燃料燃烧的波长吸收指数，取0.90；αbb表示生物质燃烧的波长吸收指数，取2.09[33]. 结合给定波长下BC的质量吸收截面(σλ)和CIRBC、CUVBC即可推算出自化石燃料燃烧和生物质燃烧的BC浓度，分别标记为BCff和BCbb.

1.4 试验时间

该试验将MA350黑碳仪放置在一辆出租车顶灯内，通过出租车昼夜轮班行驶，基本可实现道路环境BC全天24 h的实时测量. 该试验开展时间为2020年12月1−31日.

1.5 数据采集与处理

MA350黑碳仪测得的BC浓度和对应地点的经纬度、车速、卫星定位状态等数据通过数据传输单元(DTU)上传到云服务器，时间分辨率为3 s，设备从不间断电源(UPS)取电，这样避免了车辆频繁启停导致滤带浪费. 试验期间共获得606 522组数据.

终端获取的数据经过异常值剔除，如仪器的噪声影响会随设备振动加剧而增大[34-35]，所以车速对数据质量的影响需要考虑[36]. 该试验将车速等于0[37]和超过150 km/h的数据剔除后按30 m×30 m网格聚合，并将整个监测时段内每个网格车辆经过次数小于3的数据过滤，最终得到的数据即作为后续数据分析的基础. 使用的软件包括Python 3.9、ArcGIS 10.2、Origin 8.5软件.

2 结果与讨论

2.1 道路环境BC测量结果

该研究测量所得道路环境BC小时浓度范围为1.72~28.52 μg/m3(见表2). 与其他城市研究结果比对(见表3)发现，济南市道路BC小时平均浓度大于其他城区定点观测结果，首先相比于其他研究的定点观测，走航观测时空分辨率高，道路环境复杂，能有效捕捉高污染事件；其次，观测时间为12月，居民燃煤取暖和生物质燃烧均有贡献，且气象扩散条件差；此外，济南市道路交通导致的大气污染较严重.

表2 济南市2020年12月道路环境BC数据统计Table 2 Overall statistics of road ambient black carbon data in December, 2020 in Jinan

表3 济南市与我国其他城市BC浓度的对比Table 3 Concentrations of black carbon in Jinan and other cities of China

对12月BC小时浓度频率分布(见图1)进行分析，区间间隔选取2 μg/m3，BC浓度集中分布在4~8 μg/m3之间. BC浓度整体呈右偏态分布，与其他城市BC浓度分布情况[42-43]相似.

图1 济南市城市道路BC浓度频率分布情况Fig.1 Frequency distribution of road ambient BC concentrations on urban roads in Jinan

2.2 BC浓度时间分布规律与特征

2.2.1 BC浓度高值分布特征

观测期间BC浓度时间序列如图2所示，将BC浓度高值定义为BC浓度高于μ+3δ(μ为BC平均值，δ为BC标准差)，发现走航观测期间BC浓度高值(大于19 μg/m3)有10个，占总数据的1.6%；介于第一分位数(4.4 μg/m3)与第三分位数(9.1 μg/m3)之间的BC浓度定义为中等浓度，该浓度范围内BC浓度数据有311个，占总数据的50.1%. 统计发现，BC浓度高值集中出现在12月24−30日的00:00−06:00，中等浓度集中出现在04:00−08:00和17:00−23:00. 高值的出现时间一方面与该时段交通管制不严(限行时段为07:00−09:00、17:00−19:00)，柴油车出没频繁有关(道路行驶的渣土车于2020年12月的车辆数平均值统计结果：21:00−翌日06:00共79 757辆；07:00−09:00共370辆；17:00−19:00共2 817辆)；另一方面，该时段大气温度低、相对湿度高、风速低、气压低(见图3). 12月下旬济南市受均压场控制，气压梯度小，边界层高度极低，以弱南风为主，静稳的气象条件不利于污染物扩散，进一步加剧了大气污染[44]. 此外，研究[45]表明，污染程度的加重会提高BC的吸光能力，从而导致测定结果上升. 笔者研究结果与Guo等[46]在北京市、成都市、郑州市观测到的BC浓度高值出现时间相符.

图2 2020年12月济南市道路环境BC浓度时间序列Fig.2 Time series of road ambient BC concentrations in December, 2020 in Jinan

图3 济南市12月24—30日温度、相对湿度、气压、风速及道路环境BC浓度的小时平均值Fig.3 Hourly mean values of road ambient BC with temperature, relative humidity, wind speed, pressure from December 24th to 30th in Jinan

2.2.2 BC浓度昼夜变化情况

由图4可见，BC浓度日变化呈双峰特征，第一个峰值出现在04:00−08:00，第二个峰值出现在18:00−22:00，谷值出现在12:00−15:00. BC浓度的日变化规律是城市气象因素变化和污染物排放量日变化的共同结果[47]. 研究[1,48-49]发现，不同地区观测的BC浓度峰值出现时间不同，因午后城市整体交通活动强度减弱、太阳辐射增强、大气湍流运动加强，有利于扩散，浓度谷值出现时间一般都在午后. 昼夜BC浓度峰值时段与NO2浓度峰值时段(07:00−08:00和18:00−20:00)的差异体现在BC浓度早高峰时间更早，这是因为柴油车出行时间比汽油车早，以避开道路限行时间. 柴油车排放的黑碳浓度比汽油车高1~2个数量级[50-52]，对BC浓度贡献更大. 源自化石燃料燃烧的BC浓度(BCff)占比为82.55%，且有明显的双峰变化特征；来自生物质燃烧的BC浓度(BCbb) 占比为17.45%，24 h变化平缓.

图4 2020年12月济南市道路环境BC浓度的昼夜变化Fig.4 Diurnal variations of road ambient BC concentrations in December, 2020 in Jinan

已有研究[53-54]利用PMF、PCA模型及WSOC定量估算的方法对济南市冬季大气颗粒物中碳质组分进行源解析，结果发现，济南市冬季碳质气溶胶主要来源于机动车尾气排放源和燃煤源，少部分源于生物质燃烧，与笔者研究结论一致.

2.2.3 工作日和节假日BC浓度比较

为分析济南市工作日与节假日的道路BC污染是否有差异，该研究比较了工作日和节假日的BC浓度(见图5). 由图5可见，虽然通过t检验发现，工作日与节假日BC浓度在95%置信区间下差异不显著，但从中值及平均值上看化石源和生物源的BC浓度均在节假日略高于工作日，且浓度变幅较大，这可能与节假日人为源(包括交通源和生物质燃烧源)偏随机排放有关.

图5 2020年12月济南市工作日和节假日的道路环境BC浓度对比Fig.5 Concentrations of road ambient BC on weekdays and holidays in December, 2020 in Jinan

2.3 BC空间分布规律

2.3.1 BC污染空间分布

济南市道路环境BC污染主要分布在城区西北部，该区域道路附近有大量家居市场、物流园、工业园，且重型柴油车出没频繁，黑碳排放量高于以小型民用汽车行驶为主的市区中心.

2.3.2 各类道路BC排放特征

按道路类型将济南市主城区道路划分为主干道、次干道，主干道又称全市性干道，是城市主要客货运输路线；次干道又称区干道，是联系主要道路之间的辅助交通路线. 该研究观测到BC平均浓度分布特征呈主干道(7.27 μg/m3)>次干道(6.56 μg/m3)的特征.主次干道的昼夜变化特征如图6(a)所示，04:00−08:00主干道BC浓度明显高于次干道，二者之间的差异主要由车辆数目和车型所致.

经十路是贯穿济南市东西的交通要道，车流量大，以小型民用汽车行驶为主；北园高架附近有许多仓库和家居市场，经行的重型柴油车较多，因此该研究进一步分析了经十路(属于城市主干道)和北园高架(属于城市快速路)两类道路的BC浓度昼夜变化. 由图6可见，经十路和北园高架BC浓度变化规律基本一致，但北园高架BC浓度显著高于经十路，表明车型对BC浓度贡献不同，相比于汽油车，BC更能指示道路柴油车污染.

图6 2020年12月济南市主次干道、经十路和北园高架的BC浓度的昼夜变化Fig.6 Diurnal variation of black carbon on main and secondary roads, on Jingshi Road and Beiyuan Elevated in December,2020 in Jinan

2.3.3 路口与BC浓度变化的关系

已有研究[55-56]表明，城市信号灯交叉路口处，机动车加速、减速、怠速会导致机动车排放复杂多变，所以交叉路口处的污染物排放量会明显增多[21-22]. 将时间分辨率为3 s的BC观测数据中高于500 μg/m3的9个极高值提取出来发现，极高值都出现在02：00、07：00、09：00、21:00和23:00，且出现的地点都在交叉路口附近，表明高浓度BC对应交通密度大的交通路口，且交通微环境中BC能有效区分交通强度，尤其是对柴油车有较大的敏感性[23].

该研究分析了小清河北路与济泺路交叉路口BC浓度随距路口距离的变化，结果表明，随着与交叉路口距离的增大，BC浓度先增大后逐渐减小(见图7). 距离交叉路口最近时，BC浓度最低，这是因为十字路口空气流通较快，有助于十字路口处污染物的稀释扩散；距离十字路口5~10 m范围内BC浓度最高，是因为两条道路的峡谷风相遇易造成污染物堆积，且车辆密集，车辆在怠速启动时排放的污染物浓度更高[57-58].

图7 距交叉路口距离与BC浓度的关系Fig.7 The relationship between BC concentrations and the distance from a crossing

3 结论

a) 2020年12月济南市主城区道路BC小时平均浓度为7.29 μg/m3，昼夜变化的高峰值分别集中在04:00−08:00、18:00−22:00，与柴油车出行时间相符，因此BC可作为柴油车污染的指示物.

b) 根据黑碳仪模型计算得到的化石燃料源和生物源产生的BC占比分别为82.55%和17.45%，表明济南市道路环境BC污染以化石燃料燃烧为主，其中以道路机动车排放为主.

c) 观测期间济南市BC浓度呈主干道高于次干道的特征，表明道路环境BC排放与道路划分类型相关，并受道路车型及车辆数目影响较大.

d) 道路环境BC浓度随着离路口距离的增加呈先增后减的趋势，十字路口附近由于车流量较大、车辆启停、街区形态等因素出现BC浓度突增，行人在通过十字路口时最好不要逗留.