-
广东省出台《广东省环境保护“十三五”规划》明确了珠三角区域大气污染防治攻坚战的任务目标。作为珠三角区域重要城市,惠州市政府在印发实施《惠州市大气污染防治行动方案 (2014—2017年) 》、《惠州市环境保护和生态建设“十三五”规划》的基础上,先后颁布实施了《惠州市大气污染防治强化措施及分工方案》、《惠州市蓝天保卫战目标任务及分工方案 (2019—2020年) 》等,并在全市范围内有序开展了电厂超低排放改造、黄标车辆淘汰、扬尘治理、 泄漏检测与修复(Leak Detection and Repair,LDAR)技术推广、公交车电动化等工作。城市大气环境质量状况与气象条件、当地产业发展状况、污染物减排及外来污染物传输等多种因素密切相关,分析多因素共同作用下的大气环境质量改善路径成为热点。
房鑫坤[1]采用在线监测数据和统计方法,对2016—2020年间广州市大气环境质量变化情况进行了分析,探讨了气象条件、污染物之间的相互作用及本地政策措施对大气环境质量的影响。徐光仪等[2]采用Models-3/CMAQ模型 (third-Generation Air Quality Modeling System/Community Multi-scale Air Quality,即美国环保署研制的第三代空气质量预报和评估系统模型) ,对“十二五”期间深圳市二十余条政策措施的大气环境质量改善效果进行评估,发现不利气象条件会在一定程度上抵消污染控制措施对大气环境质量的改善效果。周君蕊等[3]对武汉市大气环境保护措施的成效进行了全面评估,提出未来阶段的空气管理应更加侧重污染物协同治理,从多个方面统筹制定政策措施。2020年,新冠肺炎疫情爆发,社会生产活动一度停摆,对大气环境质量也起到了一定影响。陈楠等[4]研究了2020年疫情管控期间武汉市的大气环境质量变化及改善措施影响研究,发现管控期间机动车排放大幅削减,而工业活动等其他人为源的减排幅度有限。
为探讨“十三五”期间惠州市大气环境质量改善成因,基于大气污染源排放清单、国控大气环境质量自动监测站点数据,利用WRF-CMAQ模型,即气象研究和预测 (Weather Research and Forecasting) 和通用多尺度空气质量 (Community Multi-scale Air Quality) 模型,以及实测监测数据融合技术,分析气象、疫情及污染物减排对大气环境质量的影响,可为该地区进一步优化大气污染防治策略提供参考。
“十三五”期间惠州市大气环境质量改善及其成因分析
Analysis of the causes of air quality improvement in Huizhou City during the 13th five-year plan
-
摘要: 2020年惠州大气环境质量综合指数、优良率分别为2.77、97.8%,均达到“十三五”期间最佳水平;与2016年相比,2020年惠州市NO2、PM2.5和PM10质量浓度分别降低了18.1%、7.3%和20%,这是惠州市本地及其周边城市污染源减排、新冠疫情和气象条件改善等因素共同作用的结果。为提升区域大气环境质量精细化管理水平,利用大气环境质量模型模拟分析这些因素对改善惠州市大气环境质量的贡献。基于2016年大气污染源排放清单,模拟结果显示2020年整体气象条件较2016年更有利于大气污染物的控制,可使NO2、PM2.5、PM10和O3质量浓度分别降低2.6%、4.4%、1.7%和0.9%;惠州本地污染源减排措施对降低NO2、PM2.5和PM10质量浓度的贡献最大,分别为10.1%、12.8%和4.6%;新冠疫情对NO2和PM2.5质量浓度的降低贡献率分别为2.6%和2.0%;周边城市污染源排放措施对降低惠州市各项污染物质量浓度也有一定的贡献,尤其有利于降低NO2和PM2.5的质量浓度 (可分别降低1.8%和0.9%) 。本研究可为同类城市大气污染防治提供参考。Abstract: In 2020, the air quality composite index and the AQI compliance rate in Huizhou were 2.77 and 97.8%, respectively, both reaching the best level during the 13th Five-Year Plan period. Compared with 2016, the concentrations of NO2, PM2.5, and PM10 were decreased by 18.1%, 7.3%, and 20% respectively in 2020, which was the result of the emission reduction of local and surrounding cities pollution sources, COVID-19 pandemic, and the improvement of meteorological conditions. In oder to improve fine management level of regional ambient air qualiy, the contributions of these factors to the improvement of air quality in Huizhou were simulated using an air quality model. Based on the emission inventory of air pollution sources in 2016, simulation results showed that the overall meteorological conditions in 2020 were more conducive to the reduction of atmospheric pollutants concentrations than in 2016, which can reduce the concentrations of NO2, PM2.5, PM10, and O3 by 2.6%, 4.4%, 1.7%, and 0.9%, respectively. The local emission control measures were the most effective ways, which contributed for 10.1%, 12.8%, and 4.6% of the emission reductions in NO2, PM2.5, and PM10, respectively. The contribution of COVID-19 pandemic to the reduction of NO2 and PM2.5 concentrations was 2.6% and 2.0%, respectively. The emission measures of pollution sources in surrounding cities also made a certain contribution to the reduction of the concentrations of various pollutants in Huizhou, especially to the concentrations of NO2 and PM2.5, which decreased by 1.8% and 0.9% respectively. This study can provide reference for the prevention and control of air pollution in similar cities.
-
表 1 WRF模型主要物理过程参数
Table 1. Main physical process parameters of WRF model
物理过程 参数化方案 陆面过程方案 Pleim-Xiu方案 边界层方案 ACM2 PBL方案 积云对流方案 Kain-Fritsch方案 微物理过程 Morrison 方案 长波辐射 RRTM长波辐射方案 短波辐射 RRTM短波辐射方案 表 2 CMAQ模拟系列情景设置
Table 2. Description of modeling scenarios
情景类型 排放特征 气象条件 备注 2016-BASE 2016年所有源(包括人为源、自然源)、初始条件和边界条件排放量 2016年气象 基准场景 2020-BASE 2020年所有源(包括人为源、自然源)、初始条件和边界条件排放量 2020年气象 — MET 2016年所有源(包括人为源、自然源)、初始条件和边界条件排放量 2020年气象 — HZC 与2020-BASE相同,但只有惠州实施减排 2020年气象 气象影响 SURC 与2016-BASE相同,但只有周边城市实施减排 2016年气象 — COV 与2016-BASE相同,2020年较2016年增加了疫情影响清单输入 2016年气象 — PSC 除设置燃煤电厂减排外,与HZC情景相同 2016年气象 空气污染控制措施效果 TRA 除设置交通源减排外,与HZC情景相同 2016年气象 空气污染控制措施效果 DSC 除设置扬尘源减排外,与HZC情景相同 2016年气象 空气污染控制措施效果 VOCs_PRC 除设置VOCs相关源减排外,与HZC情景相同 2016年气象 空气污染控制措施效果 注:2016-BASE是指2016年基准情景;2020-BASE是指2020年基准情景;MET是指气象因素情景;HZC是指惠州排放控制情景;SURC是指周边城市排放控制情景;COV是指疫情情景;PSC是指燃煤电厂减排情景;TRA是指交通运输源减排情景;DSC是指扬尘源减排情景;VOCs_PRC是指VOCs相关源减排情景。 表 3 不同因素对惠州市NO2、PM10、PM2.5和O3减排贡献比
Table 3. Contributions of the different emission scenarios to NO2, PM10, PM2.5 and O3 concentrations at surrounding stations
序号 减排情景 对降低大气环境质量主要指标浓度贡献比例 NO2 PM10 PM2.5 O3 1 扬尘源减排 / 2.40% 6.40% / 2 VOCs相关源减排 / / / 6.40% 3 交通运输源减排 5.70% 1.20% 3.60% −8%* 4 燃煤电厂减排 4.50% 2.50% / −4%* 5 新冠疫情影响 2.60% / 2.00% −9.20%* 6 周边城市减排 1.80% / 0.90% 0.70% 7 气象条件变化 2.60% 1.70% 4.40% 0.90% 8 综合措施a 10.10% 12.80% 4.60% — 注:“/”影响较小,可忽略不计;“*”因氮氧化物减排带来NO滴定效应,导致臭氧浓度不降反升;“a”模拟分析本地扬尘源、VOCs相关源、交通运输源、燃煤电厂减排等综合因素的影响;“—”综合措施对臭氧浓度的影响仍待进一步研究。 表 4 2016年和2020年主要气象因素
Table 4. Meteorology conditions in 2016 and 2020
年份 温度/ ℃ 相对湿度 降水量/mm 风速/(mg·s−1) 云量 太阳辐射/(W·m−2) 2016 22.6 79.6% 2036.2 2.4 60.4% 167.3 2020 22.8 82.5% 2248.1 2.7 65.9% 155.4 注:气温、相对湿度和风速为2016年和2020年的年平均值,降水为2016年和2020年的总降雨量,数据来源于《广东省统计年鉴》;云量和太阳辐射的年平均值来自WRF模式模拟结果。 -
[1] 房鑫坤. 政策因素对城市空气质量的影响[J]. 化工管理, 2021, 614(35): 53-54. doi: 10.19900/j.cnki.ISSN1008-4800.2021.35.027 [2] 徐光仪, 黄晓波, 颜敏, 等. “十二五”期间大气污染治理措施对深圳市空气质量改善效果评估[J]. 广东化工, 2018, 45(5): 75-76. doi: 10.3969/j.issn.1007-1865.2018.05.035 [3] 周君蕊, 邱培培, 刘浩, 等. 武汉市大气环境保护“十三五”评估及“十四五”规划的初步思考[J]. 绿色科技, 2021, 23(14): 102-106. doi: 10.3969/j.issn.1674-9944.2021.14.034 [4] 陈楠, 张周祥, 李涛, 等. 武汉地区疫情管控期间空气质量变化及改善措施研究[J]. 气候与环境研究, 2021, 26(2): 217-226. [5] DING D, ZHU Y, JANG C, et al. Evaluation of health benefit using BenMAP-CE with an integrated scheme of model and monitor data during Guangzhou Asian Games[J]. Journal of Environmental Sciences, 2016, 42(4): 9-18. [6] 余美芳. 顺德区非道路移动机械排放及尾气后处理装置试验研究[D]. 广州: 华南理工大学, 2019. [7] 柯伯俊. 四川省大气污染源排放清单研究[D]. 成都: 西南交通大学, 2014. [8] 沈劲, 杨土士, 晏平仲, 等. 广东省臭氧污染特征及其成因分析[J]. 环境科学与技术, 2020, 43(12): 90-95. doi: 10.19672/j.cnki.1003-6504.2020.12.012 [9] 曹梅, 范绍佳, 靳春, 等. 2015-2020年广东臭氧污染特征、污染天气分型及局地气象要素影响[J]. 环境科学学报, 2023, 43(1): 19-31. [10] 陈迎, 朱波, 黄沛荣, 等. 深圳市东部沿海地区大气挥发性有机物污染若干特征[J]. 环境科学学报, 2022, 42(6): 295-305. doi: 10.13671/j.hjkxxb.2021.0481 [11] 广东省生态环境厅. 广东省城市环境空气质量状况(2019 年 9 月)[OL]. 2019-10-23. http: / / gdee. gd. gov. cn / xwfb4199 / content / post_2652582. html. [12] 李婷苑, 陈靖扬, 翁佳烽, 等. 广东省臭氧污染天气型及其变化特征[J]. 中国环境科学, 2022, 42(5): 2015-2024. doi: 10.3969/j.issn.1000-6923.2022.05.004 [13] 陈多宏, 沈劲, 陈瑶瑶, 等. 2020年珠三角区域臭氧污染特征及主要成因分析[J/OL]. 中国环境科学: 1-10 3-04-25].https://doi.org/10.19674/j.cnki.issn1000-6923.20220616.007.
[14] HUANG Q, WANG T, CHEN P, et al. Impacts of emission reduction and meteorological conditions on air quality improvement during the 2014 Youth Olympic Games in Nanjing, China[J]. Atmospheric Chemistry and Physics, 2017, 17(21): 13457-13471. doi: 10.5194/acp-17-13457-2017 [15] KATRAGKOU E, ZANIS P, KIOUTSIOUKIS I, et al. Future climate change impacts on summer surface ozone from regional climate-air quality simulations over Europe[J]. Journal of Geophysical Research-Atmospheres, 2011, 116. [16] PU X, WANG T J, HUANG X, et al. Enhanced surface ozone during the heat wave of 2013 in Yangtze River Delta region, China[J]. Science of the Total Environment, 2017, 603: 807-816. [17] TAN Z, LU K, JIANG M, et al. Exploring ozone pollution in Chengdu, southwestern China: A case study from radical chemistry to O3-VOC-NOx sensitivity[J]. Science of the Total Environment, 2018, 636: 775-786. doi: 10.1016/j.scitotenv.2018.04.286 [18] XUE L K, WANG T, GAO J, et al. Ground-level ozone in four Chinese cities: precursors, regional transport and heterogeneous processes[J]. Atmospheric Chemistry and Physics, 2014, 14(23): 13175-13188. doi: 10.5194/acp-14-13175-2014 [19] 赵延云. 城市典型区域臭氧污染特征、生成机制及管控策略研究[D]. 杭州: 浙江大学, 2021. [20] 鲁肖麟, 边燕杰. 疫情风险治理的双重动力——政府防控措施与网络公众参与[J]. 江苏社会科学, 2021, 319(6): 61-71. doi: 10.13858/j.cnki.cn32-1312/c.20211124.019 [21] 白志鹏, 李伟芳. 二次有机气溶胶的特征和形成机制[J]. 过程工程学报, 2008, 8(1): 202-208. doi: 10.3321/j.issn:1009-606X.2008.01.039 [22] 方文政. 大气氧化及光氧化挥发性有机物生成二次有机气溶胶的研究[D]. 合肥: 中国科学技术大学, 2012.