城市慢行道路中交通颗粒物的时空分布

罗斌儒,曹如晖,陈 昕,胡喜生,王占永

(福建农林大学交通与土木工程学院,福建 福州 350108)

随着城市人口的快速增长和土地的集约化利用,人们临路而居已趋常态化,尤其是随着路边100 m范围内休憩活动的日益增多,他们已成为交通污染暴露的高风险群体[1].对于以健康出行为设计目标的城市慢行交通系统,人群因紧邻机动车道直接地暴露于高污染排放环境,必将承受更大的健康风险[2].以细颗粒物(PM2.5)、亚微米颗粒物(PM1.0)、黑碳(black carbon,BC)等备受关注的典型交通颗粒物为例,长期或短期暴露其高浓度环境将诱发呼吸、心肺等方面的功能性疾病[3].因此,识别道路沿线典型交通污染物的分布热点及其变化规律,对于城市慢行交通中空气污染的防控极其重要.但目前相关报道尚不多见.就道路微环境来说,不同路段的空气污染往往存在差异,这与交通排放强度、道路结构、路边环境、气象条件等的影响不无关系[4-7].然而,上述影响因素的时空易变性决定了道路微环境交通污染的高时空分辨率特征,因此单靠传统的地面固定监测站已难以快速精准捕获污染热点[8],从而无法客观评估道路环境空气质量,也限制了交通污染暴露的精细化防控.为此,本工作通过搭建骑行背包平台,以福州市西三环快速路沿侧慢行道为实验靶区,通过实地采集PM1.0、BC、气象和交通的高时空分辨率样本数据,解析PM1.0和BC的时空分布特征并辨识其污染热点及成因,以期从污染暴露风险视角为道路及交通规划与管理提供科学依据.

1 数据与方法

1.1 实验方案

本工作的研究区域及移动测量路线如图1所示.以福州市西三环快速路为实验靶区,沿福建农林大学金山校区至浦上大桥路段闭合环线开展移动测量,覆盖道路两侧的骑行道或步行道,全程约12 km.快速路的沿江侧慢行道通透性较强,另一侧慢行道附近(小区侧慢行道)建筑密集、通透性较差.沿江侧植被以高大树木为主,且伴有少量绿篱;小区侧以绿篱和草地交替种植,且在绿篱和草地中种植低矮树木.沿江侧施工路段较少,集中在福建农林大学金山校区至洪塘大桥;小区侧慢行道施工路段较多,辅道施工占比大,其次为房屋建设施工,施工路段集中在橘园洲大桥至洪塘大桥.

图1 研究区域及移动测量路线Fig.1 Study area and mobile measurement route

通过前期调研并根据设备及人员条件,确定了本研究的实验方案.移动测量实验中,沿江侧慢行道涉及骑行道和步行道两条路线,而小区侧慢行道因部分路段施工,同时大量非机动车道改为机动车停车位,移动测量路线均布设在步行道.沿既定路线,利用自建的骑行背包收集PM1.0和BC交通颗粒物指标以及温度、相对湿度等气象参数的空间样本.实验共历时4 d(2021-01-17—2021-01-20),覆盖每天的早(7:00—9:30)、中(12:00—14:30)、晚(18:00—19:30)3个时段,其中早、中时段各进行两圈次而晚时段只进行一圈次的数据采集,最终共获得19圈次的有效样本数据.

由实验员携带的移动背包中同时放置TSI SidePak AM520粉尘仪和microAeth Model AE51黑碳仪,进气管口伸至包外接近骑行人员呼吸高度处,分别收集PM1.0、BC的质量浓度;1台KESTREL 5500气象仪和1台探险家V-990 GPS记录仪外挂在包外无遮挡处,同步收集气温、相对湿度、经纬度坐标、移动速度和高度的实时数据.人行天桥2上架设1台KESTREL 5500气象站,同步收集实验区域的风速、风向等气象数据(见表1).颗粒物测量仪、气象仪的记录间隔均为10 s,GPS的记录间隔为1 s.人行天桥1和2以及香江枫景小区3楼顶分别架设1台大疆Pocket相机同步录制快速路各路段的交通视频,再经人工统计交通流量(见表2).实验开始前对所有仪器进行校准,实验后对实验数据转存并对仪器进行及时维护,以确保每次测量的可靠性.

表1 实验期间自建气象站的气象观测结果Table 1 Meteorological observation results of self-built weather station during the experiment

表2 4 d不同时段的福州西三环快速路平均小时交通量Table 2 Average hourly traffic volume of West Third Ring Expressway in Fuzhou at different time periods in four days

1.2 分析方法

鉴于外部环境因素及设备自身的影响,本工作先采用Laulainen[9]提出的相对湿度校准公式对粉尘仪的PM1.0测量结果进行湿度补偿[6],再采取自适应时间平均处理方法对黑碳仪所测BC样本进行平滑降噪处理[10],最终获得PM1.0和BC质量浓度的修正值.

基于预处理后的大气颗粒物样本,通过时间关联规则将其与GPS轨迹数据进行空间匹配,再利用ArcGIS软件可视化表达其质量浓度分布地图[11].此外,利用核密度空间分析方法,通过核函数计算每个输出栅格像元周围的点要素的密度,从而识别局部路段的颗粒物冷热点分布特征.核密度函数f(x)[12]主要反映离散测量值在连续区域内的分布情况,是借助规则移动样方对点的分布集聚程度进行估计的空间分析方法.

式中:f(x)表示要素的密度值;为核密度方程,xi为每个点的核密度,x为网格中心处的核密度,h为阈值;n为阈值范围内的点数;d为数据的维数.

本工作中的研究区域周边无其他显著的高污染排放源,且附近的福建师大站、杨桥西路站及鼓山站等城市环境监测站同步观测数据显示,实验期间的空气质量指数约为70(等级为良),环境背景浓度相对稳定,对于道路微环境交通污染变化分析不存在明显影响.此外,为了提高数据的匹配质量和可视化效果,本工作先后以30 s和50 m的时间和空间尺度对测量路线的颗粒物浓度进行平均后绘制污染地图[6].为更好地解析交通颗粒物浓度分布规律及原因,采用平均数、中位数、相关分析和非参数检验等统计指标或方法,对PM1.0和BC的时空分布进行比较分析.

2 结果与讨论

2.1 慢行道颗粒物浓度的空间分布及变化

图2为基于19圈骑行测量平均后的快速路沿侧慢行道颗粒物浓度的空间分布.可以看出,小区侧慢行道的PM1.0和BC空间平均质量浓度略大于沿江侧.这与两侧慢行道的植被覆盖率、环境通透性、与干道的垂直间距、路侧交通流强度及施工强度、地形等的不同有关.例如,小区侧慢行道的植被丰度低,仅以稀疏乔木为主且很少有连续的绿篱和灌木组合,且慢行人群直接暴露在交通污染源;沿江侧慢行道的植被覆盖率高且组合方式多样化(如:乔木＋灌木＋草、乔木＋灌木),橘园洲大桥至浦上大桥的慢行道与机动车道之间甚至出现大面积的绿地“隔离带”,一定程度上起到降低慢行道污染的作用[13].此外,小区侧慢行道与主干道或辅道的垂直距离小于沿江侧,该侧干道交通量(浦上大桥至洪塘大桥方向)高于沿江侧(见表2),以及建筑密集且干道地形高于慢行道使得污染物易于积聚等,综合导致该侧颗粒物浓度整体抬升.

图2 快速路两侧慢行道颗粒物质量浓度的总体分布Fig.2 Overall distribution of particulate matter mass concentration in non-motorized lanes in both sides of the expressway

从图2还可看出:沿江侧慢行道的颗粒物质量浓度总体均匀、低值分布,而小区侧慢行道尤其是橘园洲大桥与洪塘大桥之间频繁出现颗粒物热点.PM1.0、BC质量浓度的最高值均出现在小区侧,分别高出沿江侧整体平均值约6%、32%,这与小区侧道路及建筑施工强度大导致颗粒物积聚有关[14].另外,小区侧洪塘大桥附近BC质量浓度异常偏高,与数据采集路线同机动车道距离较近(约0.5 m)有直接关系.尤其在晚高峰时段,频繁且严重的堵车现象、施工大卡车等聚集状况时常发生,短时高强度的尾气排放和道路扬尘,外加路口背靠山体,使得颗粒物高度聚集而难以扩散,导致机非混合的慢行道出行污染暴露严峻.概言之,恶劣的交通状况和路边环境是造成小区侧慢行道颗粒物质量浓度频繁波动和热点集聚的主要原因.

图3和4分别为早、中、晚时段慢行道颗粒物质量浓度的空间分布及统计结果.从图3中可以发现:无论是PM1.0或BC,早、中、晚质量浓度的空间分布总体一致,但早、晚质量浓度高,中午低且小区侧高于沿江侧;交通早、晚高峰的颗粒物平均质量浓度相差不大,但早高峰颗粒物质量浓度的波动性更小,尤其是BC质量浓度的空间聚集程度更高.

图3 早、中、晚时段慢行道PM1.0、BC质量浓度的空间分布Fig.3 Spatial distribution of PM1.0 and BC mass concentrations in non-motorized lanes in the morning,noon and evening

以往研究认为,早上尤其是日出前风速小、湿度大易于颗粒物沿路沉积,而随着大气混合层高度的逐渐抬升使得已集聚的颗粒物快速扩散.本研究中,早高峰相对湿度高(平均约70%),有利于空气颗粒物的凝结、成核等物理变化[15],加上交通流量的逐渐上升,必然加剧新旧颗粒物路侧集聚.晚高峰的PM1.0质量浓度持续上升,BC质量浓度的波动性增强且高质量浓度的范围扩大、位置增多,这与路边施工造成的颗粒物漂浮聚集以及交通量持续增加有关.晚高峰的交通量增加迅猛(见表2),同时洪塘大桥施工及附近路口堵车严重,造成高浓度聚集现象.与PM1.0相比,BC的聚集现象更加明显,也反映了柴油车等造成的排放污染强度大以及局部道路交通量决定晚高峰时段道路沿线颗粒物的浓度水平的特点.中午时段,虽然柴油车的比例最高,但总交通量不大,因此PM1.0和BC的质量浓度均较低.此外,颗粒物质量浓度较早高峰整体下降,与中午扩散条件好(如气温高、湿度小、风速增大)有直接关系.

图4 早、中、晚时段慢行道PM1.0、BC质量浓度统计Fig.4 Statistics of PM1.0 and BC mass concentrations in non-motorized lanes in the morning,noon and evening

2.2 沿江骑行和步行空间的颗粒物分布差异

为了检验慢行道是否会因靠近主干路而具有较高的污染水平及绿化隔离带的影响,基于骑行道和步行道共有的7次实验数据样本,绘制PM1.0、BC质量浓度的空间分布,并进行分段统计,具体结果如图5、6和7所示.

从图6和7中得知,无论是沿江侧全段还是橘园洲大桥以南或以北沿江路段,PM1.0平均或中位数质量浓度呈现出步行道较骑行道略低,BC则相差不大甚至步行道略高于骑行道,但骑行道的颗粒物质量浓度波动性更大且高浓度频现.从橘园洲大桥以北段来看,骑行道与步行道之间绿化带覆盖率低且大部分路段与主干道路面齐平,统计发现整个沿江侧慢行路段和橘园洲大桥以北步行道与骑行道的BC平均质量浓度很接近,而以南的步行道BC平均质量浓度反而略高,并未出现距离污染源越远而呈现梯度下降的态势.实验期间,风向以东北风为主,道路交通以及道路与建筑施工的持久稳定排放,使得位于复杂排放源下风向的沿江侧慢行道的距离概念模糊,步行道较骑行道的颗粒物浓度相差不大甚至略高.橘园洲大桥以南慢行道与主干道之间的植被覆盖率和覆盖宽度逐渐增加,慢行道与主干道的距离和路面高差也有所增加(见图5).尽管受上风向干道交通和施工建设排放污染的持续影响,橘园洲大桥南段沿江步行道的BC质量浓度仍然略高于骑行道,但颗粒物质量浓度较整个慢行道平均状况趋于平稳下降.

图5 快速路沿江侧慢行道及绿化带分布差异Fig.5 Distribution differences of riverside non-motorized lanes and green belts along the expressway

图6 快速路沿江侧步行道和骑行道PM1.0和BC质量浓度的空间分布Fig.6 Spatial distribution of PM1.0 and BC mass concentrations in pedestrian and cycling paths along the river side of the expressway

图7 快速路沿江侧骑行道和步行道的PM1.0和BC质量浓度统计Fig.7 Statistics of PM1.0 and BC mass concentrations of the pedestrian and cycling paths along the river side of the expressway

2.3 慢行道颗粒物分布热点识别

为了进一步揭示慢行道颗粒物的热点分布规律,利用ArcGIS实现对颗粒物质量浓度的核密度分析.颗粒物的核密度聚类结果(见图8)与图2和3所示的时空地图结果基本吻合,PM1.0和BC的质量浓度都呈现“内密外疏”的分布特征,其中橘园洲大桥至浦上大桥路段沿江侧慢行道多为冷点区,橘园洲大桥及洪塘大桥附近的小区侧慢行道热点积聚明显.

图8 慢行道颗粒物分布热点的核密度识别Fig.8 Nuclear density identifications of distribution hotspots of particles in non-motorized lanes

微环境活动不可避免连续穿行或频繁逗留于变化的局部空间,慢行道上不同的空间环境位置往往导致人群的污染暴露差异[16].基于颗粒物的时空分布及核密度分析发现,慢行道确实因为交通因素和周围环境因素存在明显的热点和冷点区域.根据此结果并结合沿线变化的土地利用和地理位置,对慢行道颗粒物质量浓度的冷热点区域分类和统计,共涉及两个冷点路段(A、B)和3个污染热点路段(C、D和E),结果如图9所示.由图9(b)可以看出,PM1.0和BC的热点区高出冷点区分别约10%～17%和38%～63%,且具有更高的中位数.这是因为冷点区(A和B)路段的植被覆盖率高且处于沿江侧的湿地公园旁以及四周空旷的环境更有利于颗粒物扩散,而C、D、E等热点区的植被覆盖率低,同时又处于复杂多变的交通和生活排放环境中.尤其是E路段一直有柴油车的汇入,尽管柴油车占比小,但对BC等贡献高达45%[17].

对C、D和E路段来说,E处PM1.0和BC的平均质量浓度均最高,高出PM1.0平均质量浓度最低的D路段约8%,高出BC平均质量浓度最低的C路段约45%.E路段临近洪塘大桥与三环快速路主干道交叉区域,严重拥堵且柴油车等频繁汇入并伴有大量扬尘,慢行道紧贴机动车道而缺少隔离防护,加上路侧靠山使得空气流通不畅,是测量路线中颗粒物污染最严重的路段.C、D路段PM1.0或BC的平均质量浓度整体接近,尤其是PM1.0更接近.实验期间,D路段偶受三环辅道、慢行道及路侧小区等工程建设影响,产生大量施工粉尘,又正值城市主导风向为北风和东北风(见图9(c)),位于下风向的C路段同样承受来自D路段的环境颗粒物污染,从而导致C、D路段的PM1.0质量浓度偏高.此外,D路段紧邻治线小区,使其交通量频繁增加,加上该路段自身路面的维护施工,道路机动车和机械作业排放都有上升,导致慢行道BC质量浓度显著抬升且剧烈波动.

图9 慢行道颗粒物冷热点、路段质量浓度统计及实验期间风况变化Fig.9 Hot and cold spots of particles with mass concentration statistics in non-motorized lanes,and wind conditions during the experiment

3 结束语

本研究实测检验了骑行平台识别高时空分辨率空气污染分布的可行性,解析了城市快速路两侧慢行道路中典型大气颗粒物的时空分布特征,并揭示了污染冷热点分布的差异和原因,得到如下主要结论.

(1)快速路两侧慢行道的PM1.0和BC质量浓度总体分布均呈现建筑密集小区侧大于空间开阔沿江侧.慢行道颗粒物平均质量浓度早、晚高峰大于中午时段,其中:早高峰,BC质量浓度呈“低空笼罩”式稳定聚集,而PM1.0质量浓度波动性更大;晚高峰,PM1.0质量浓度稳定持续上升,而BC质量浓度的波动性更大.

(2)慢行道与机动车道的间距过小时,颗粒物质量浓度的距离衰减现象不确定,但慢行道距离机动车道足够远且二者间植被覆盖率足够高时,慢行道颗粒物质量浓度的降幅明显但会因污染物性质的不同而存在差异.

(3)慢行道颗粒物质量浓度整体表现出冷点位于距离污染源较远且有高植被覆盖率处,热点位于施工与拥堵路段的复杂交通环境中.慢行道颗粒物质量浓度热点与车流密度大、交通状况差、四周其他源排放强、路边通风及隔离防护弱等紧密相关,BC的质量浓度对交通因素特别是柴油车作业强弱的同步性高,而PM1.0受交通、其他排放源及周围环境的共同影响显著.因此,科学辨识慢行道路中交通污染热点并理清其变化规律,不仅有助于居民健康出行路径的选择,也有利于城市交通环境精细化防治策略的制定.

致谢:福建农林大学交通与土木工程学院的马范、陈舒婷、吴杰、徐珂、王云路、王正兴、叶滨华等对实验及数据处理提供了大力支持,在此表示感谢！