火電廠大氣污染物排放標(biāo)準(zhǔn)實(shí)施導(dǎo)致火電源對(duì)PM2.5貢獻(xiàn)變化的數(shù)值模擬研究

江華亮，武雪芳，王宗爽，趙國(guó)華

中國(guó)環(huán)境科學(xué)研究院，北京 100012

?

火電廠大氣污染物排放標(biāo)準(zhǔn)實(shí)施導(dǎo)致火電源對(duì)PM2.5貢獻(xiàn)變化的數(shù)值模擬研究

江華亮，武雪芳*，王宗爽，趙國(guó)華

中國(guó)環(huán)境科學(xué)研究院，北京 100012

基于2003版和2011版《火電廠大氣污染物排放標(biāo)準(zhǔn)》的實(shí)施，設(shè)計(jì)了4種模擬情景，應(yīng)用WRF-CMAQ模式系統(tǒng)模擬PM2.5濃度，探討2020年火電源對(duì)PM2.5的貢獻(xiàn)率。結(jié)果表明：2011版《火電廠大氣污染物排放標(biāo)準(zhǔn)》對(duì)改善我國(guó)PM2.5污染狀況具有顯著的效果，如果火電廠實(shí)施2003版標(biāo)準(zhǔn)，到2020年火電源對(duì)30個(gè)主要城市PM2.5的貢獻(xiàn)率為27.7%～34.8%；實(shí)施2011版標(biāo)準(zhǔn)，貢獻(xiàn)率為12.2%～19.6%，其中一次貢獻(xiàn)率為2.6%～4.4%，二次貢獻(xiàn)率為10.1%～14.9%。

PM2.5；火電廠；WRF；CMAQ；排放標(biāo)準(zhǔn)；貢獻(xiàn)率

當(dāng)前大氣顆粒物嚴(yán)重影響著我國(guó)環(huán)境空氣質(zhì)量，其中的PM2.5已經(jīng)成為眾多城市的首要污染物。PM2.5很容易隨空氣吸入到人的肺中并滯留在體內(nèi)，對(duì)人體健康產(chǎn)生危害，特別是附著在上面的一些重金屬具有一定的致癌和致畸作用。PM2.5還會(huì)對(duì)環(huán)境造成比較大的影響，它具有較強(qiáng)的消光作用，可以很大程度地對(duì)光進(jìn)行吸收和散射，導(dǎo)致大氣能見(jiàn)度降低。我國(guó)PM2.5研究起步較晚，直到GB 3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》發(fā)布，PM2.5才被納入監(jiān)測(cè)項(xiàng)目中，近年來(lái)隨著我國(guó)大氣污染治理力度的不斷加大，國(guó)內(nèi)對(duì)PM2.5的相關(guān)研究也在逐漸增多。

燃煤是PM2.5污染的一大主要來(lái)源，火電廠每年耗煤量約占全國(guó)煤炭消費(fèi)總量的39.1%～41.2%[1]，因此控制火電廠大氣污染物排放對(duì)改善我國(guó)環(huán)境空氣質(zhì)量具有重要作用，為探討GB 13223—2011《火電廠大氣污染物排放標(biāo)準(zhǔn)》的實(shí)施對(duì)我國(guó)PM2.5污染狀況的影響，筆者運(yùn)用中尺度氣象模型WRF和空氣質(zhì)量模型CMAQ組成的模式系統(tǒng)模擬2011版《火電廠大氣污染物排放標(biāo)準(zhǔn)》的實(shí)施導(dǎo)致火電源對(duì)PM2.5貢獻(xiàn)率的變化，以期對(duì)未來(lái)PM2.5的污染治理提出建議。

1 研究方法

1.1 模式系統(tǒng)

CMAQ(community multi-scale air quality modeling system)是以“一個(gè)大氣”為核心設(shè)計(jì)理念，具有城市、區(qū)域和大陸等多種尺度模擬能力的綜合空氣質(zhì)量模型，對(duì)臭氧、顆粒物、SO2、NOx及干濕沉降等都有較好的模擬能力，并可對(duì)多種污染物同時(shí)進(jìn)行模擬，從而全面地評(píng)價(jià)環(huán)境空氣質(zhì)量。美國(guó)國(guó)家環(huán)境保護(hù)局(US EPA)已經(jīng)利用CMAQ為全美范圍內(nèi)的300多個(gè)城市提供O3和PM2.5的預(yù)報(bào)服務(wù)[2]，近些年國(guó)內(nèi)也采用CMAQ對(duì)顆粒物進(jìn)行大量的模擬研究工作。CMAQ所需要的氣象數(shù)據(jù)文件由中尺度氣象模式WRF(the weather research and forecasting model)提供，WRF是2000年由美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心(NCEP)、美國(guó)國(guó)家大氣研究中心(NCAR)和美國(guó)天氣預(yù)報(bào)系統(tǒng)實(shí)驗(yàn)室(FSL)等科研機(jī)構(gòu)聯(lián)合開(kāi)發(fā)的一種高分辨率的統(tǒng)一氣象模式。

1.2 模式參數(shù)設(shè)置

選擇Lambert投影坐標(biāo)系，以36°N、104°E為中心點(diǎn)，網(wǎng)格分辨率為60 km×60 km，模擬范圍為中國(guó)大陸地區(qū)(數(shù)據(jù)未包括港澳臺(tái)和南海區(qū)域)。WRF模式水平和垂直網(wǎng)格數(shù)分別為82和90；垂直層數(shù)設(shè)置為不等距28層；近地面層(surface-layer)方案選擇Monin-Obukhov方案；邊界層方案選擇Eta Mellor-Yomada-Janjic TKE(湍流動(dòng)能)方案；積云參數(shù)化方案選擇淺對(duì)流Kain-Fritsch(new Eta)方案；長(zhǎng)短波輻射方案選擇RRTM方案和Dudhia方案等。CMAQ模型水平和垂直網(wǎng)格數(shù)為76和84，比WRF區(qū)域略小；垂直方向?qū)訑?shù)分為不等距8層，頂層高度約13.6 km，氣壓為10 kPa，大部分模式層次分布在2 km以下；化學(xué)過(guò)程選擇CB05機(jī)制。分別選取1、4、7、10月作為一年的代表月，并以這4個(gè)月濃度平均值作為PM2.5的模擬年均濃度值。

1.3 模擬情景設(shè)計(jì)

基于GB 13223—2003《火電廠大氣污染物排放標(biāo)準(zhǔn)》(新建電廠主要污染物SO2、NOx和煙塵的排放限值分別為400～1 200、450～1 100和50～200 mgm3)和GB 13223—2011(新建電廠主要污染物SO2、NOx和煙塵的排放限值分別為100～200、100～200和30 mgm3)設(shè)計(jì)4個(gè)情景：

情景1——火電廠一直執(zhí)行GB 13223—2003，模擬2020年我國(guó)PM2.5的濃度。

情景2——火電廠自2012年1月1日起開(kāi)始實(shí)施GB 13223—2011，模擬2020年我國(guó)PM2.5的濃度。

情景3——將火電廠的污染物排放量設(shè)置為0，模擬2020年我國(guó)PM2.5的濃度，并將模擬結(jié)果與情景2對(duì)比分析。

情景4——火電廠自2012年1月1日起開(kāi)始實(shí)施GB 13223—2011，將火電廠的一次顆粒物排放量設(shè)為0，模擬2020年我國(guó)PM2.5的濃度，并將模擬結(jié)果與情景2對(duì)比分析。

1.4 氣象和源清單數(shù)據(jù)

WRF所需要的初始資料是由NCEP提供的分辨率為1°×1°的6 h間隔再分析FNL(final operational global analysis data)資料[3]。CMAQ源清單的污染物主要有SO2、NOx、VOCs、CO、PM10、PM2.5和NH3。火電源SO2和NOx的排放總量數(shù)據(jù)來(lái)源于《〈火電廠大氣污染物排放標(biāo)準(zhǔn)〉(GB 13223—2011)編制說(shuō)明》，其他污染物的排放總量依據(jù)清華大學(xué)編制的MEIC清單[4]及近些年火電機(jī)組裝機(jī)容量的增長(zhǎng)量推算得到；生物源VOCs的排放總量根據(jù)池彥琪等[5]的研究估算得到；機(jī)動(dòng)車(chē)源排放總量來(lái)自《中國(guó)機(jī)動(dòng)車(chē)污染防治年報(bào)》和MEIC清單，各情景中均執(zhí)行國(guó)五排放標(biāo)準(zhǔn)；其他源的污染物排放總量根據(jù)MEIC清單和INTEX-B項(xiàng)目[6]計(jì)算其增長(zhǎng)量得到。在源清單文件編制過(guò)程中參考Streets等[7-8]的方法對(duì)網(wǎng)格數(shù)據(jù)進(jìn)行處理。

2 結(jié)果與討論

2.1 模式驗(yàn)證

用搭建的模式系統(tǒng)對(duì)2015年我國(guó)PM2.5濃度進(jìn)行模擬，并將模擬值與監(jiān)測(cè)值進(jìn)行對(duì)比分析，進(jìn)而評(píng)價(jià)模式的可行性。選取模擬區(qū)域內(nèi)的30個(gè)重點(diǎn)城市，收集各城市2015年P(guān)M2.5的監(jiān)測(cè)值[9](表1)，將其與模擬值對(duì)比。同時(shí)通過(guò)計(jì)算統(tǒng)計(jì)量標(biāo)準(zhǔn)平均偏差(NMB)、標(biāo)準(zhǔn)平均誤差(NME)、平均分?jǐn)?shù)偏差(MFB)和平均分?jǐn)?shù)誤差(MFE)[10-11]來(lái)評(píng)價(jià)模型的模擬性能，計(jì)算結(jié)果如表2所示。

表1 30個(gè)主要城市PM2.5的監(jiān)測(cè)值和模擬值Table 1 The monitored and simulated value of PM2.5in major thirty cities μgm3

表1 30個(gè)主要城市PM2.5的監(jiān)測(cè)值和模擬值Table 1 The monitored and simulated value of PM2.5in major thirty cities μgm3

城市監(jiān)測(cè)值模擬值北京80.478.6天津71.565.6上海53.938.3重慶55.057.7哈爾濱69.354.7長(zhǎng)春64.437.1沈陽(yáng)70.842.5呼和浩特43.024.7石家莊87.270.8太原59.858.3西安58.168.8蘭州48.843.6西寧48.731.6烏魯木齊67.516.4濟(jì)南91.179.1鄭州96.559.1南京57.456.9合肥65.554.9武漢69.850.3杭州54.744.6南昌41.443.1長(zhǎng)沙60.647.2福州28.631.7廣州38.848.3南寧41.132.1貴陽(yáng)38.135.7昆明28.623.5成都61.653.4?？?1.320.4銀川48.040.8

表2 PM2.5的模擬值與監(jiān)測(cè)值統(tǒng)計(jì)結(jié)果的對(duì)比Table 2 Statistical comparison of simulated value and monitoring data of PM2.5

式中：S為模擬值；O為監(jiān)測(cè)值。NMB和NME越接近零表示模擬值與監(jiān)測(cè)值越接近，模式模擬效果越好[12]；Boylan等[13]研究認(rèn)為，如果-60%≤MFB≤60%，且MFE≤75%，則可以判定該模式對(duì)顆粒物的模擬性能良好。

將各城市PM2.5的模擬值與監(jiān)測(cè)值進(jìn)行對(duì)比分析，結(jié)果如圖1所示。由圖1可見(jiàn)，2015年南京和?？诘腜M2.5模擬值與監(jiān)測(cè)值的吻合度最高，相對(duì)偏差分別僅為0.8%和4.2%；而烏魯木齊和沈陽(yáng)的PM2.5模擬值與監(jiān)測(cè)值差距較大，兩市的相對(duì)偏差分別高達(dá)75.7%和40.0%，這可能是因?yàn)樵辞鍐尉幹七^(guò)程以及氣象場(chǎng)模擬過(guò)程存在一定的不確定性所致。其他大部分城市的PM2.5模擬值與監(jiān)測(cè)值的吻合度較好，且本研究PM2.5的統(tǒng)計(jì)量結(jié)果與其他專(zhuān)家的研究相當(dāng)?？傮w來(lái)看，本研究對(duì)PM2.5濃度的模擬準(zhǔn)確度較好，模擬結(jié)果是可靠的。

圖1 30個(gè)主要城市PM2.5濃度監(jiān)測(cè)值與模擬值的對(duì)比Fig.1 The estimated and simulated value of PM2.5 in major thirty cities

2.2 不確定性分析

由圖1可以看出，PM2.5的模擬值整體上低于監(jiān)測(cè)值，這與模式模擬的不確定性有關(guān)。本研究中影響模擬結(jié)果的不確定性因素主要有源清單、氣象場(chǎng)、CMAQ模式和結(jié)果處理的不確定性。本次模擬源清單是根據(jù)一些統(tǒng)計(jì)數(shù)據(jù)以及相關(guān)文獻(xiàn)資料編制，所以在收集數(shù)據(jù)和對(duì)數(shù)據(jù)進(jìn)行時(shí)間和空間分配過(guò)程中必定會(huì)產(chǎn)生誤差，同時(shí)對(duì)2020年火電裝機(jī)容量以及污染物排放量預(yù)測(cè)的偏差也會(huì)影響模擬結(jié)果的不確定性；氣象場(chǎng)模擬產(chǎn)生偏差會(huì)增加模擬結(jié)果的不確定性；CMAQ模式中化學(xué)機(jī)制、邊界條件、化學(xué)反應(yīng)速率等的不確定性也會(huì)對(duì)PM2.5的模擬結(jié)果產(chǎn)生影響；最后對(duì)模擬結(jié)果的平均處理也會(huì)產(chǎn)生偏差，增加模擬結(jié)果的不確定性。

2.3 模擬結(jié)果分析

對(duì)模擬數(shù)據(jù)進(jìn)行處理并作圖，結(jié)果如圖2～圖5所示。對(duì)情景1和情景2的模擬結(jié)果進(jìn)行對(duì)比計(jì)算得出，2020年火電廠實(shí)施2003版標(biāo)準(zhǔn)和2011版標(biāo)準(zhǔn)，我國(guó)30個(gè)城市PM2.5的模擬年均濃度分別為27.5～82.7和19.2～71.4 μgm3，可知我國(guó)PM2.5污染仍然比較嚴(yán)重。

注：執(zhí)行GB 13223—2003。圖2 情景1 2020年P(guān)M2.5模擬濃度分布Fig.2 The simulated concentration of PM2.5 of scenario 1 in 2020

注：執(zhí)行GB 13223—2011。圖3 情景2 2020年P(guān)M2.5模擬濃度分布Fig.3 The simulated concentration of PM2.5 of scenario 2 in 2020

注：將火電廠污染物排放量設(shè)置為0。圖4 情景3 2020年P(guān)M2.5模擬濃度分布Fig.4 The simulated concentration of PM2.5 of scenario 3 in 2020

注：執(zhí)行GB 13223—2011,火電廠一次顆粒物排放量為0。圖5 情景4 2020年P(guān)M2.5模擬濃度分布Fig.5 The simulated concentration of PM2.5 of scenario 4 in 2020

通過(guò)對(duì)情景1、情景2和情景3(圖2～圖4)的模擬結(jié)果進(jìn)行對(duì)比計(jì)算得出，2020年火電廠實(shí)施2003版標(biāo)準(zhǔn)和2011版標(biāo)準(zhǔn)，火電源對(duì)30個(gè)城市的PM2.5的貢獻(xiàn)率分別為27.7%～34.8%和12.2%～19.6%；通過(guò)對(duì)情景2、情景3和情景4(圖3～圖5)的模擬結(jié)果進(jìn)行對(duì)比計(jì)算得出，2020年火電源對(duì)30個(gè)城市的PM2.5的一次貢獻(xiàn)率和二次貢獻(xiàn)率分別為2.6%～4.4%和10.1%～14.9%。

綜上可知，火電廠2011版標(biāo)準(zhǔn)的實(shí)施對(duì)改善我國(guó)PM2.5污染具有顯著的作用，相比于實(shí)施2003版標(biāo)準(zhǔn)，火電源對(duì)30個(gè)城市的PM2.5的平均貢獻(xiàn)率有較大幅度的下降，且PM2.5年均濃度有一定程度的下降。但2020年我國(guó)PM2.5污染仍然比較嚴(yán)重，因此為了更好地控制PM2.5污染，還需要進(jìn)一步控制包括火電在內(nèi)的污染源的排放。

3 結(jié)論

(1)2020年火電廠實(shí)施2003版標(biāo)準(zhǔn)，我國(guó)30個(gè)城市的火電源對(duì)PM2.5的貢獻(xiàn)率為27.7%～34.8%，實(shí)施2011版標(biāo)準(zhǔn)對(duì)PM2.5的貢獻(xiàn)率為12.2%～19.6%，其中一次貢獻(xiàn)率為2.6%～4.4%，二次貢獻(xiàn)率為10.1%～14.9%。

(2)2011版《火電廠大氣污染物排放標(biāo)準(zhǔn)》的實(shí)施對(duì)改善我國(guó)PM2.5污染狀況具有顯著的效果，但我國(guó)PM2.5污染仍然比較嚴(yán)重。因此，為了更好地控制我國(guó)PM2.5污染，還需要進(jìn)一步控制包括火電在內(nèi)的大氣污染源的排放。

[1] 吳文俊,蔣洪強(qiáng).重點(diǎn)源大氣砷鉛污染排放模型及特征[J].生態(tài)環(huán)境學(xué)報(bào),2011,20(12):1950-1956.

WU W J,JIANG H Q.Atmospheric arsenic and lead emissions from primary anthropogenic sources and related analytical inventory models[J].Ecology and Environmental Sciences,2011,20(12):1950-1956.

[2] 王茜,吳劍斌,林燕芬.CMAQ模式及其修正技術(shù)在上海市PM2.5預(yù)報(bào)中的應(yīng)用檢驗(yàn)[J].環(huán)境科學(xué)學(xué)報(bào),2015,35(6):1651-1656.

WANG Q,WU J B,LIN Y F.Implementation of a dynamic linear regression method on the CMAQ forecast of PM2.5in Shanghai[J].Acta Scientiae Circumstantiae,2015,35(6):1651-1656.

[3] National Center for Atmospheric Research.CISL research data archive [EBOL].[2015-10-05].http:rda.ucar.edudatasetsds083.2.

[4] 中國(guó)多尺度排放清單模型MEIC[EBOL].[2015-10-15].http:www.meicmodel.org.

[5] 池彥琪,謝紹東.基于蓄積量和產(chǎn)量的中國(guó)天然源VOC排放清單及時(shí)空分布[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,48(3):475-482.

CHI Y Q,XIE S D.Spatiotemporal inventory of biogenic volatile organic compound emissions in China based on vegetation volume and production[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2012,48(3):475-482.

[6] ZHANG Q,STREETS D G,CARMICHAEL G R,et al.Asian emissions in 2006 for the NASA INTEX-B mission[J].Atmospheric Chemistry and Physics,2009,9(14):5131-5153.

[7] STREETS D G,BOND T C,CARMICHAEL G R,et al.An inventory of gaseous and primary aerosol emission in Asia in the Year 2000[J],Journal of Geophysical Research,2003,108(D21).

[8] WOO J H,BAEK J M,KIM J W,et al.Development of a multi-resolution emission inventory and its impact on sulfur distribution for Northeast Asia[J].Water Air Soil Pollution,2003,148:259-278.

[9] 綠色和平組織.2015年度中國(guó)366座城市PM2.5濃度排名[EBOL].[2016-04-24].http:www.greenpeace.org.cnpm25-city-ranking-2015.

[10] WANG L T,JANG C,ZHANG Y,et al.Assessment of air quality benefits from national air pollution control policies in China:part Ⅱ.evaluation of air quality predictions and air quality benefits assessment[J].Atmospheric Environment,2010,44(28):3449-3457.

[11] United States Environmental Protection Agency. Guidance on the use of models and other analyses for demonstrating attainment of air quality goals for ozone, PM2.5, and regional haze[EBOL].2007[2015-10-15].http:www.epa.gov.

[12] 付飛,鄭君瑜,李澤琨,等. 缺失煙囪參數(shù)估算及其應(yīng)用對(duì)空氣質(zhì)量模擬結(jié)果的改進(jìn)[J].環(huán)境科學(xué)學(xué)報(bào),2013,33(8):2087-2097.

FU F,ZHENG J Y,LI Z K,et al.Estimation of missing stack parameters and its application in improving air quality modeling[J].Acta Scientiae Circumstantiae,2013,33(8):2087-2097.

[13] BOYLAN J W, RUSSELL A G. PM and light extinction model performance metrics, goals and criteria for three-dimensional air quality models[J]. Atmospheric Environment, 2006, 40(26):4946-4959.

[14] 李莉.典型城市群大氣復(fù)合污染特征的數(shù)值模擬研究[D].上海:上海大學(xué),2013.

[15] 賈海鷹,程念亮,何友江,等.2014年春季山東省PM2.5跨界輸送研究[J].環(huán)境科學(xué),2015,36(7):2353-2360.

JIA H Y,CHENG N L,HE Y J,et al.Numerical study on the characteristics of regional transport of PM2.5in Shandong Province during spring in 2014[J].Environmental Sciences,2015,36(7):2353-2360.

[16] 安靜宇,李莉,黃成,等.2013年1月中國(guó)東部地區(qū)重污染過(guò)程中上海市細(xì)顆粒物的來(lái)源追蹤模擬研究[J].環(huán)境科學(xué)學(xué)報(bào),2014,34(10):2635-2644.

AN J Y,LI L,HUANG C,et al.Source apportionment of the fine particulate matter in Shanghai during the heavy haze episode in eastern China in January 2013[J].Acta Scientiae Circumstantiae, 2014,34(10):2635-2644. ?

肖述明，王祖武，余蘇玲,等.靜電激發(fā)袋式除塵器中布風(fēng)結(jié)構(gòu)數(shù)值模擬優(yōu)化[J].環(huán)境工程技術(shù)學(xué)報(bào),2016,6(3):216-222.

XIAO S M，WANG Z W，YU S L, et al.Numerical simulation and optimization for airflow distribution structure of electrostatic excitation filter[J].Journal of Environmental Engineering Technology,2016,6(3):216-222.

Effect of Air Pollutants Emission Standards of Thermal Power Plants on Change of PM2.5Contributed by Thermal Power Plants:A Numerical Simulation

JIANG Hualiang, WU Xuefang, WANG Zongshuang, ZHAO Guohua

Chinese Research Academy of Environmental Sciences, Beijing 100012, China

Based on implementation of theEmissionStandardofAirPollutantsforThermalPowerPlantsof 2003 and 2011 versions, four scenarios were set up to simulate the PM2.5concentration in 2020 using WRF-CMAQ model system. The effect of implementation of the new standards was thus evaluated and the change of the PM2.5concentration by the thermal power plants(TPPs) investigated. The results showed that implementation of the 2011-version emission standards could effectively reduce the PM2.5pollution. In 2020, implementation of the 2003-version emission standards, the contribution rate of the TPPs to PM2.5in 30 cities of China is 27.7%～34.8%, implementation of the 2011-version emission standards, the contribution rate of the TPPs to PM2.5in 30 cities of China is 12.2%～19.6%, with the contribution rate of primary and secondary are 2.6%～4.4% and 10.1%～14.9% respectively.

PM2.5; the thermal power plants(TPPs); WRF; CMAQ; emission standards; contribution rate

2015-12-29

中國(guó)可持續(xù)能源項(xiàng)目(5303001014)

江華亮(1990—)，男，碩士研究生，主要研究方向?yàn)榇髿猸h(huán)境標(biāo)準(zhǔn)與模擬，jianghl@craes.org.cn

*責(zé)任作者:武雪芳(1965—)，男，研究員，主要從事環(huán)境標(biāo)準(zhǔn)、環(huán)境空氣污染的研究，wuxf@craes.org.cn

X513

1674-991X(2016)03-0210-06

10.3969j.issn.1674-991X.2016.03.032