中國(guó)煤炭消費(fèi)對(duì)PM2.5污染的影響研究

薛文博，武衛(wèi)玲，付飛，哈艷梅，雷宇，陳瀟君，王金南，許艷玲

（環(huán)境保護(hù)部環(huán)境規(guī)劃院，北京 100012）

中國(guó)煤炭消費(fèi)對(duì)PM2.5污染的影響研究

薛文博*，武衛(wèi)玲，付飛，哈艷梅，雷宇，陳瀟君，王金南，許艷玲

（環(huán)境保護(hù)部環(huán)境規(guī)劃院，北京 100012）

國(guó)務(wù)院頒布的《大氣污染防治行動(dòng)計(jì)劃》明確提出制定國(guó)家煤炭消費(fèi)總量中長(zhǎng)期控制目標(biāo)，到2017年，煤炭占能源消費(fèi)總量比重降低到65%以下，然而煤炭消費(fèi)對(duì)PM2.5污染的貢獻(xiàn)到底多大，這是當(dāng)前亟待研究的科學(xué)問題。為定量分析煤炭消費(fèi)對(duì)我國(guó)PM2.5污染的影響，本研究首先計(jì)算了2012年煤炭消費(fèi)產(chǎn)生的大氣污染物排量，然后利用CAMx空氣質(zhì)量模型，分別采用組分分析法和情景模擬法兩種方法研究了煤炭消費(fèi)對(duì)全國(guó)PM2.5污染的影響。組分分析法研究表明，煤炭消費(fèi)對(duì)全國(guó)PM2.5年均濃度的貢獻(xiàn)率約為61%，其中煤炭直接燃燒、煤炭相關(guān)行業(yè)的貢獻(xiàn)率分別約為37%、24%；情景模擬法研究表明，煤炭消費(fèi)對(duì)全國(guó)PM2.5年均濃度的貢獻(xiàn)率約為56%。因此，我國(guó)由于煤炭消費(fèi)對(duì)全國(guó)PM2.5年均濃度的貢獻(xiàn)率為56%～61%。

煤炭消費(fèi)；PM2.5；WRF；CAMx；

引言

1 研究方法與數(shù)據(jù)

我國(guó)大氣環(huán)境污染特征總體上已由單一的局地煤煙型污染過渡到區(qū)域復(fù)合型污染階段，大氣環(huán)境污染總體上已呈現(xiàn)出“多污染問題共存、多污染源疊加、多尺度關(guān)聯(lián)、多過程演化、多介質(zhì)影響”的復(fù)合型特征。因此，空氣質(zhì)量模型的選取應(yīng)滿足以下三個(gè)要求：①能充分考慮各污染物間的物理傳輸及化學(xué)轉(zhuǎn)化過程，可模擬多污染物間的協(xié)同效應(yīng)；②能夠用于模擬局地、區(qū)域及全國(guó)等多種尺度的大氣環(huán)境問題；③可一次性模擬SO2、NO2、PM10、PM2.5、O3、酸雨等多種大氣污染過程，特別是模擬區(qū)域復(fù)合型大氣污染過程。而CAMx模型的典型特點(diǎn)是采用了基于“一個(gè)大氣”的設(shè)計(jì)理念，考慮了復(fù)雜的物理及化學(xué)過程，能夠同時(shí)模擬各種尺度、各種復(fù)雜的大氣環(huán)境問題，因此本研究利用CAMx模型模擬我國(guó)煤炭消費(fèi)對(duì)PM2.5污染的影響，其中CAMx模型所采用的氣象數(shù)據(jù)來源于WRF中尺度氣象模型。

1.1 模型設(shè)置

1.1.1 CAMx模型設(shè)置

（1）模擬時(shí)段。CAMx模擬時(shí)段為2012年1月、4月、7月、10月，分別代表冬季、春季、夏季、秋季，模擬時(shí)間間隔為1小時(shí)。

（2）模擬區(qū)域。CAMx模擬區(qū)域采用Lambert投影坐標(biāo)系，中心經(jīng)度103°，中心緯度37°，兩條平行標(biāo)準(zhǔn)緯度分別為25°和40°。水平模擬范圍為X方向（–2682～2682km）、Y方向（–2142～2142km），網(wǎng)格間距36km，共將模擬區(qū)域劃分為150×120個(gè)網(wǎng)格。研究區(qū)域包括我國(guó)全部陸域范圍。模擬區(qū)域垂直方向共設(shè)置9個(gè)氣壓層，層間距自下而上逐漸增大。模擬區(qū)域及地形地貌如圖1所示。

（3）化學(xué)機(jī)制。模型采用CAMx5.41版本，化學(xué)機(jī)制為CB05氣相化學(xué)機(jī)制和CF氣溶膠化學(xué)機(jī)制。

1.1.2 WRF模型設(shè)置

（1）模擬時(shí)段。WRF模擬時(shí)段與CAMx模型相同。

在圖3（c）中，將重心d0（電勢(shì)待定為v0）作為代理點(diǎn)，用Wi表示子區(qū)域d0didi+1的能量（通過v0表示）。通過使得局部能量最小化，可求解下面的等式得到v0。

（2）模擬范圍。WRF模型與CAMx模型采用相同的空間投影坐標(biāo)系，但模擬范圍大于CMAQ模擬范圍，其水平模擬范圍為X方向（–3582～3582 km）、Y方向（–2502～2502 km），網(wǎng)格間距36km，共將研究區(qū)域劃分為200×140個(gè)網(wǎng)格。垂直方向共設(shè)置28個(gè)氣壓層，層間距自下而上逐漸增大。

（3）數(shù)據(jù)來源。WRF模型的初始輸入數(shù)據(jù)采用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）提供的6小時(shí)一次、1°分辨率的FNL全球分析資料，并利用NCEP ADP氣象觀測(cè)資料進(jìn)行資料同化。WRF模型模擬結(jié)果通過WRF2CAMx程序轉(zhuǎn)換為CAMx模型輸入格式。

1.2 煤炭消費(fèi)產(chǎn)生的污染物

圖1 模擬區(qū)域及地形地貌

依據(jù)煤炭使用方式的不同，將煤炭消費(fèi)排放的大氣污染物分為兩類：煤炭直接燃燒排放的大氣污染物和煤炭相關(guān)重點(diǎn)行業(yè)排放的大氣污染物。其中，前者指通過電站鍋爐（主要是電力、熱力的生產(chǎn)和供應(yīng)業(yè)）、燃煤工業(yè)鍋爐和民用燃煤設(shè)備產(chǎn)生的大氣污染物；后者指焦炭、鋼鐵、水泥、有色金屬等生產(chǎn)中，通過焦?fàn)t、各種窯爐等設(shè)備產(chǎn)生的大氣污染物。

依據(jù)2012年環(huán)境數(shù)據(jù)及作者前期研究成果，煤炭直接燃燒產(chǎn)生的SO2、NOx和煙粉塵排放量分別為1672.9萬t、1332.5萬t、543.1萬t，煤炭相關(guān)重點(diǎn)行業(yè)排放的SO2、NOx和煙粉塵分別為317.6萬t、303.9萬t、283.9萬t。煤炭消費(fèi)共計(jì)產(chǎn)生的SO2、NOx和煙粉塵排放量分別為1990.5萬t、1636.5萬t、827.0萬t，分別占我國(guó)SO2、NOx和煙粉塵排放總量的94%、70%和67%，如圖2所示。

圖2 我國(guó)SO2、NOx和煙粉塵排放構(gòu)成

1.3 模擬結(jié)果驗(yàn)證

由于2012年我國(guó)尚未全面開展PM2.5監(jiān)測(cè)，缺乏PM2.5實(shí)測(cè)數(shù)據(jù)。限于監(jiān)測(cè)數(shù)據(jù)有限，本研究利用中國(guó)環(huán)境監(jiān)測(cè)總站2010年P(guān)M2.5實(shí)測(cè)數(shù)據(jù)和中國(guó)科學(xué)院大氣物理研究所提供的PM2.5監(jiān)測(cè)數(shù)據(jù)驗(yàn)證模型模擬結(jié)果的準(zhǔn)確性，數(shù)據(jù)來源見表1。將CAMx模型模擬的PM2.5年均濃度與監(jiān)測(cè)數(shù)據(jù)進(jìn)行比較，結(jié)果表明，模擬值和監(jiān)測(cè)值具有較好的相關(guān)性，相關(guān)系數(shù)R為0.79，驗(yàn)證結(jié)果見圖3。此外，利用NASA中分辨率成像光譜儀（MODIS）觀測(cè)的AOD數(shù)據(jù)（氣溶膠光學(xué)厚度，無量綱）進(jìn)一步驗(yàn)證PM2.5模擬結(jié)果的空間分布特征。NASA目前共有兩顆在軌衛(wèi)星即TERRA、AQUA搭載了MODIS探測(cè)器，其中TERRA衛(wèi)星過境時(shí)間為10:30，AQUA衛(wèi)星過境時(shí)間為13:30，模型驗(yàn)證數(shù)據(jù)采用TERRA和AQUA兩顆衛(wèi)星觀測(cè)值的平均值。113個(gè)國(guó)控重點(diǎn)城市的PM2.5年均柱濃度（指9個(gè)垂直層的平均模擬值）與衛(wèi)星觀測(cè)的年均AOD數(shù)據(jù)對(duì)比表明，PM2.5柱濃度與AOD數(shù)據(jù)具有較高的相關(guān)性，相關(guān)系數(shù)R達(dá)到0.83，驗(yàn)證結(jié)果見圖4。地面觀測(cè)數(shù)據(jù)和衛(wèi)星遙測(cè)數(shù)據(jù)驗(yàn)證結(jié)果均表明，本文所選空氣質(zhì)量模型及模擬參數(shù)可較好地模擬我國(guó)區(qū)域性、復(fù)合型PM2.5污染問題。

圖3 模擬值與監(jiān)測(cè)值對(duì)比

圖4 模擬值與AOD相關(guān)性

表1 監(jiān)測(cè)數(shù)據(jù)來源

2 煤炭消費(fèi)對(duì)PM2.5污染的影響

煤炭消費(fèi)排放的SO2、NOx、煙粉塵等多種污染物，進(jìn)入大氣后，經(jīng)過復(fù)雜的物理、化學(xué)過程均可以形成PM2.5，因此煤炭消費(fèi)對(duì)PM2.5污染的影響異常復(fù)雜。為此，本研究利用組分分析法和情景模擬法兩種方法綜合分析煤炭消費(fèi)對(duì)PM2.5污染的影響。

2.1 組分分析方法

通過CAMx空氣質(zhì)量模型模擬得到全國(guó)地級(jí)及以上城市的PM2.5年均濃度及其關(guān)鍵組分，包括硫酸鹽、硝酸鹽、一次PM2.5以及其他組分的比值。在此基礎(chǔ)上將各地所轄城市的模擬結(jié)果進(jìn)行算術(shù)平均，得到31個(gè)省市PM2.5年均濃度中不同組分的比值，如圖5所示。除了海南、西藏等自身大氣污染物排放量顯著偏低的省份以外，硫酸鹽和硝酸鹽在其他省份中的比例之和大多在20%～30%浮動(dòng)；一次PM2.5約占到PM2.5的50%，是各地環(huán)境空氣中PM2.5的主要來源；其他組分包括銨鹽和二次有機(jī)氣溶膠等的比例約在10%。

假設(shè)不同污染物排放對(duì)PM2.5前體物的排放貢獻(xiàn)率相當(dāng)于其對(duì)應(yīng)的化學(xué)組分貢獻(xiàn)率，即煤炭使用過程中SO2排放量占比等于煤炭使用對(duì)PM2.5中硫酸鹽濃度的占比，由此可以估算煤炭消費(fèi)排放的各項(xiàng)污染物對(duì)全國(guó)PM2.5中各組分的貢獻(xiàn)率。計(jì)算結(jié)果顯示，煤炭直接燃燒對(duì)我國(guó)PM2.5年均濃度的貢獻(xiàn)約為37%，其中SO2、NOx和煙粉塵排放的貢獻(xiàn)率分別為9.5%、7.7%和20.0%；伴隨煤炭使用的重點(diǎn)行業(yè)排放對(duì)我國(guó)PM2.5年均濃度的貢獻(xiàn)約為24%，其中SO2、NOx和煙粉塵排放的貢獻(xiàn)率分別為1.8%、1.8%和20.0%。煤炭消費(fèi)對(duì)我國(guó)PM2.5年均濃度的貢獻(xiàn)率總體在61%左右。

2.2 情景模擬方法

首先設(shè)置兩個(gè)污染物排放情景：①2012年全口徑排放情景；②煤炭消費(fèi)產(chǎn)生的污染物排放情景（因煤排放情景），然后利用空氣質(zhì)量模型分別模擬全口徑排放情景與因煤排放情景下的PM2.5年均濃度，將因煤排放情景與全口徑排放情景下的PM2.5年均濃度進(jìn)行比較，即可得到煤炭消費(fèi)產(chǎn)生的大氣污染物排放對(duì)環(huán)境空氣中PM2.5年均濃度的貢獻(xiàn)率。模擬結(jié)果表明，因煤排放情景與全口徑排放情景下PM2.5年均濃度分布規(guī)律基本一致，因煤排放情景對(duì)PM2.5年均濃度貢獻(xiàn)在45μg/m3以上的區(qū)域主要集中在華北平原和成渝盆地地區(qū)。全口徑排放情景及因煤排放情景下PM2.5年均濃度分布見圖6。

圖5 各地PM2.5中主要組分百分比模擬結(jié)果

將因煤排放情景和全口徑排放情景下的PM2.5年均濃度進(jìn)行比較，得到煤炭消費(fèi)對(duì)全國(guó)及各省市PM2.5年均濃度的貢獻(xiàn)率，結(jié)果表明：2012年煤炭消費(fèi)對(duì)全國(guó)PM2.5年均濃度的平均貢獻(xiàn)率約為56%。各省份結(jié)果表明，煤炭消費(fèi)對(duì)各省份PM2.5年均濃度的貢獻(xiàn)率存在顯著差異，貢獻(xiàn)率為37%～63%，對(duì)PM2.5年均濃度貢獻(xiàn)率較大的省份主要集中在重慶、黑龍江、遼寧、吉林、浙江、內(nèi)蒙古等，其貢獻(xiàn)率均在55%以上；而西藏、青海、云南、北京等省份的PM2.5污染受煤炭消費(fèi)影響較小。各省份煤炭消費(fèi)對(duì)PM2.5貢獻(xiàn)率如圖7所示。

3 結(jié)論

本研究首次計(jì)算了2012年煤炭消費(fèi)產(chǎn)生的大氣污染物排量，并利用CAMx空氣質(zhì)量模型，分別采用組分分析法和情景模擬法兩種方法研究了煤炭消費(fèi)對(duì)全國(guó)PM2.5污染的影響。組分分析法研究表明，2012年煤炭消費(fèi)對(duì)全國(guó)PM2.5年均濃度的貢獻(xiàn)率約為61%，其中煤炭直接燃燒、煤炭相關(guān)行業(yè)的貢獻(xiàn)率分別約為37%、24%；情景模擬法研究表明，2012年煤炭消費(fèi)對(duì)全國(guó)PM2.5年均濃度的平均貢獻(xiàn)率約為56%，煤炭消費(fèi)對(duì)PM2.5年均濃度貢獻(xiàn)率較大的省份主要集中在重慶、黑龍江、遼寧、吉林、浙江、內(nèi)蒙古等，貢獻(xiàn)率均在55%以上，而西藏、青海、云南、北京等省份的PM2.5受煤炭消費(fèi)影響較小。綜合組分分析法、情景模擬法兩種研究結(jié)果，我國(guó)由于煤炭消費(fèi)對(duì)全國(guó)PM2.5年均濃度的貢獻(xiàn)率為56%～61%。

圖6 2012年P(guān)M2.5年均濃度分布

圖7 2012年各省份煤炭消費(fèi)對(duì)空氣中PM2.5年均濃度貢獻(xiàn)率

[1] 呂連宏, 羅宏, 王曉. 大氣污染態(tài)勢(shì)與全國(guó)煤炭消費(fèi)總量控制[J]. 中國(guó)煤炭, 2015, (04): 9-15.

[2] 張保留, 洪潔, 羅宏. 煤炭消費(fèi)結(jié)構(gòu)對(duì)中國(guó)大氣污染的影響及對(duì)策建議?[J]. 中國(guó)煤炭, 2015, (07): 9-14.

[3] 蔣洪強(qiáng), 張偉, 于森, 等. 經(jīng)濟(jì)新常態(tài)下的“十三五”環(huán)境壓力預(yù)測(cè)[J]. 中國(guó)環(huán)境管理, 2015, (03): 47-51.

[4] 薛文博, 付飛, 王金南, 等. 中國(guó)PM2.5跨區(qū)域傳輸特征數(shù)值模擬研究[J]. 中國(guó)環(huán)境科學(xué), 2014, 34(06): 1361-1368.

[5] 韓明霞, 李華民. 中國(guó)煤炭消費(fèi)與大氣污染物排放[J]. 煤炭工程, 2006, (03): 76-78.

[6] 魏巍賢, 馬喜立. 能源結(jié)構(gòu)調(diào)整與霧霾治理的最優(yōu)政策選擇[J]. 中國(guó)人口·資源與環(huán)境, 2015, 25(07): 6-14.

[7] 易愛華, 丁峰, 胡翠娟, 等. 我國(guó)燃煤大氣污染控制歷程及影響分析[J].生態(tài)經(jīng)濟(jì), 2014, 30(08): 173-176.

[8] 陳瀟君, 金玲, 雷宇, 等. 大氣環(huán)境約束下的中國(guó)煤炭消費(fèi)總量控制研究[J]. 中國(guó)環(huán)境管理, 2015, (05): 42-49.

[9] 薛文博, 王金南, 楊金田, 等. 《大氣污染防治行動(dòng)計(jì)劃》實(shí)施環(huán)境效果模擬[J]. 中國(guó)環(huán)境管理, 2015, (02): 25-30.

[10] 王書肖, 趙斌, 吳燁, 等. 我國(guó)大氣細(xì)顆粒物污染防治目標(biāo)和控制措施研究[J]. 中國(guó)環(huán)境管理, 2015, (02): 37-43.

Impact of Coal Consumption to PM2.5 Pollution in China

XueWenbo*, Wu Weiling, Fu Fei, Ha Yanmei, Lei Yu, Chen Xiaojun,Wang Jinnan, XuYanling
( Chinese Academy for Environmental Planning, Beijing 100012 )

In order to quantitatively analyze the impact of coal consumption to PM2.5pollution in China, emissions of air pollutants caused by coal consumption in 2012 were calculated.And its impact to PM2.5pollution was analyzed by component analysis method and scenario simulation method, respectively, based on CAMx air quality model. Component analysis showed that contribution rate to the annual average concentration of PM2.5from coal consumption in 2012 was 61%, in which contribution rate of coal direct combustion and coal related industries was 37% and 24% respectively. Scenario simulation study indicated that the contribution rate was 56%. In view of this, contribution rate to the annual average concentrations of PM2.5from coal consumption in China ranged from 56% to 61%.

Coal consumption; PM2.5; WRF; CAMx

F426;X51

1674-6252（2016）02-0094-05

A

10.16868/j.cnki.1674-6252.2016.02.094

*責(zé)任作者： 薛文博（1981—），男，博士，副研究員，主要從事大氣環(huán)境容量、空氣質(zhì)量模型、污染源排放清單、環(huán)境衛(wèi)星遙感及大氣污染控制對(duì)策等領(lǐng)域的科研與實(shí)踐工作。