區(qū)域大氣污染物濃度貢獻(xiàn)的空間尺度效應(yīng)

陳欣銳，張艷，馬蔚純

(復(fù)旦大學(xué)環(huán)境科學(xué)與工程系，上海 200433)

?

區(qū)域大氣污染物濃度貢獻(xiàn)的空間尺度效應(yīng)

陳欣銳，張艷，馬蔚純

(復(fù)旦大學(xué)環(huán)境科學(xué)與工程系，上海 200433)

區(qū)域大氣污染物濃度貢獻(xiàn)的定量分析是污染物來源分析的一個(gè)重要方面，在區(qū)域環(huán)境評價(jià)中具有重要的實(shí)際意義。采用WRF/CALPUFF模式系統(tǒng)，以上海市寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)三個(gè)地理空間尺度由大到小的區(qū)域?yàn)槔?，從月均濃度和年均濃度貢獻(xiàn)兩個(gè)角度，運(yùn)用“強(qiáng)力法”模擬計(jì)算寶山區(qū)各大點(diǎn)源對上述三個(gè)區(qū)域NOx濃度貢獻(xiàn)率。研究表明，區(qū)域大氣污染物濃度貢獻(xiàn)存在顯著的空間尺度效應(yīng)。無論是月均還是年均濃度，各大點(diǎn)源對整個(gè)寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)的污染物濃度累積貢獻(xiàn)率均呈現(xiàn)遞增趨勢。此外，在一定的空間尺度上，各污染源的濃度貢獻(xiàn)也表現(xiàn)出一定的季節(jié)差異。

區(qū)域大氣污染；濃度貢獻(xiàn)；空間尺度效應(yīng)；上海寶山

區(qū)域大氣污染物濃度貢獻(xiàn)的定量分析是區(qū)域污染源解析的一個(gè)重要方面。通過定量計(jì)算不同地區(qū)、不同類型的大氣污染源對大氣污染的濃度貢獻(xiàn)，可以識別造成區(qū)域污染的主要來源，為區(qū)域大氣污染管控和制定有針對性的對策措施提供重要的技術(shù)和數(shù)據(jù)支撐[1-2]。

采用數(shù)值模擬的方法研究區(qū)域大氣污染物濃度貢獻(xiàn)是一種重要的、有效的技術(shù)手段[3-4]。李勤等采用三維歐拉數(shù)值模式對重慶城區(qū)各類大氣污染源對區(qū)域SO2濃度的貢獻(xiàn)進(jìn)行分析[5]；馬雁軍等采用三維平流擴(kuò)散多源模式計(jì)算不同類別高度的污染源對沈陽市各監(jiān)測點(diǎn)的濃度貢獻(xiàn)[6]；方力采用ADMS-Urban模型軟件計(jì)算了鞍山市低架源和高架源對地面TSP和SO2濃度的貢獻(xiàn)[7]；王格采用AERMOD模式，模擬鐵嶺市各類大氣污染源對區(qū)域PM10和SO2的濃度貢獻(xiàn)[8]；宋宇等采用美國EPA推薦的政策法規(guī)模式CALPUFF模擬計(jì)算石景山工業(yè)區(qū)對北京市PM10污染的影響[9]；任永建等采用中尺度氣象模式MM5耦合大氣污染模式CALPUFF，研究了山西省陽泉市本地點(diǎn)源和外地點(diǎn)源對城市環(huán)境空氣質(zhì)量的影響[10]；王繁強(qiáng)等也利用MM5/CALPUFF模式系統(tǒng)，研究了黃河中上游地區(qū)19個(gè)城市SO2排放在上述城市之間的相互影響以及對北京城市大氣環(huán)境的影響[11]；王書肖等采用MM5-CMAQ模型計(jì)算了北京各區(qū)縣、各行業(yè)燃煤對北京市各監(jiān)測點(diǎn)空氣質(zhì)量的影響[12]。

本文以上海市寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)三個(gè)不同尺度的區(qū)域?yàn)槔捎盟募?以2010年1月、4月、7月和10月為代表)和全年平均濃度貢獻(xiàn)率指標(biāo)，重點(diǎn)研究寶山區(qū)大點(diǎn)源對上述三個(gè)不同地理范圍區(qū)域環(huán)境空氣質(zhì)量影響的空間尺度效應(yīng)。

1 研究區(qū)域

寶山區(qū)位于上海市北部，東北瀕長江，東臨黃浦江，南與上海市中心城區(qū)毗鄰，西與嘉定區(qū)交界，面積293.71 km2(圖1)。寶山區(qū)是上海乃至全國重要的鋼鐵工業(yè)基地，擁有全國最大的現(xiàn)代化鋼鐵聯(lián)合企業(yè)——寶鋼集團(tuán)；寶山區(qū)還是上海重要的能源供應(yīng)基地，華能石洞口電廠位于寶山區(qū)境內(nèi)。因此，大點(diǎn)源排放密集并對周邊環(huán)境空氣質(zhì)量產(chǎn)生顯著影響是目前寶山區(qū)大氣環(huán)境的顯著特征。與全市相比，區(qū)域內(nèi)總體大氣環(huán)境質(zhì)量相對較差。

月浦鎮(zhèn)位于寶山區(qū)東北方向，地處上海北翼，東臨長江入?？?圖1)，全鎮(zhèn)總面積47.34 km2，其中寶鋼等大中型企業(yè)占地22.37 km2。月浦鎮(zhèn)是上海重要的鋼鐵、能源基地，除寶鋼集團(tuán)公司和上海華能石洞口電廠外，還有上海石洞口煤氣廠等重要企業(yè)。本文研究所涉及的5個(gè)工業(yè)大源分別是：寶鋼股份有限公司本部、不銹鋼事業(yè)部、特鋼事業(yè)部、中厚板廠以及石洞口第一第二電廠，其中，寶鋼股份有限公司本部和石洞口第一第二電廠位于月浦鎮(zhèn)境內(nèi)。

月盛社區(qū)位于月浦鎮(zhèn)西部，范圍東至蘊(yùn)川路，南到月羅公路，西到月浦鎮(zhèn)界，北到石太路(圖1)，面積10.0 km2，是月浦鎮(zhèn)相對居民比較集中的地區(qū)，因此，其大氣環(huán)境特別引起人們關(guān)注。

圖1 寶山區(qū)、月浦鎮(zhèn)、月盛社區(qū)的地理位置Fig.1 The location of Baoshan District, Yuepu Town and Yuesheng Community

2 研究方法和數(shù)據(jù)來源

2.1 模型及計(jì)算方案

采用環(huán)境空氣質(zhì)量數(shù)值模擬方法，研究大點(diǎn)源對不同尺度空間地域范圍(寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū))的濃度貢獻(xiàn)。數(shù)值模擬采用中尺度氣象模式WRF[13-14]與大氣污染擴(kuò)散模式CALPUFF[15]相結(jié)合的方式。由WRF模式模擬區(qū)域氣象場，為空氣質(zhì)量模擬提供氣象數(shù)據(jù)，CALPUFF模式基于上述氣象場的模擬結(jié)果，結(jié)合區(qū)域大氣污染物排放清單進(jìn)行污染物擴(kuò)散模擬。模擬結(jié)果經(jīng)過CALPOST后處理程序，得到便于后續(xù)統(tǒng)計(jì)分析的格點(diǎn)污染物濃度時(shí)間序列。

分別以1月、4月、7月、10月作為冬、春、夏、秋四個(gè)季節(jié)的典型月，以NOx為例，采用CALPUFF模式，

運(yùn)用“強(qiáng)力法”[16]，計(jì)算各大點(diǎn)源對寶山地區(qū)、月浦鎮(zhèn)和月盛社區(qū)的月平均濃度貢獻(xiàn)。

各大點(diǎn)源對某一區(qū)域大氣污染物濃度貢獻(xiàn)比例Pij，由以下公式計(jì)算：

式中，Pij為第i類大點(diǎn)源對某一區(qū)域第j個(gè)網(wǎng)格的污染貢獻(xiàn)，%；Cj為全寶山區(qū)所有固定點(diǎn)源打開的情況下，該區(qū)域第j個(gè)網(wǎng)格的污染物月均濃度值，mg/m3；Cij為關(guān)閉第i類大點(diǎn)源后，該區(qū)域第j個(gè)網(wǎng)格的污染物月均濃度值，mg/m3。

基于Pij，分別計(jì)算上述三個(gè)不同地理空間范圍的研究區(qū)域(寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū))所包含網(wǎng)格的空間平均濃度貢獻(xiàn)率，以此代表各大點(diǎn)源對區(qū)域的月平均濃度貢獻(xiàn)率。

2.2 數(shù)據(jù)來源

通過對寶山地區(qū)污染物排放情況的調(diào)研，并基于全國污染源普查、環(huán)境統(tǒng)計(jì)和排污申報(bào)中寶山地區(qū)的數(shù)據(jù)，采用自下而上(BottomtoUp)的方式，建立了寶山區(qū)2009年主要大氣污染物精細(xì)化排放清單[17]。按照污染物的排放方式將污染源分為點(diǎn)源(包括工業(yè)大點(diǎn)源、中小點(diǎn)源和生活點(diǎn)源)、面源(包括農(nóng)業(yè)面源、生物質(zhì)露天和室內(nèi)燃燒以及人體生活排放)和道路交通源。

3 計(jì)算結(jié)果與討論

3.1 四季典型月平均濃度貢獻(xiàn)

3.1.1 冬、夏季典型月濃度貢獻(xiàn)分析

表1給出了冬、夏季典型月(1月和7月)大點(diǎn)源對寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)NOx的平均濃度貢獻(xiàn)率。從表1中可知，在冬季，各大點(diǎn)源對NOx濃度有重要貢獻(xiàn)，在寶山區(qū)尺度上的累積貢獻(xiàn)達(dá)到35.78%，對月浦鎮(zhèn)和月盛社區(qū)的累積貢獻(xiàn)均達(dá)到45%左右。其中寶鋼本部是最大的貢獻(xiàn)源，對寶山地區(qū)的貢獻(xiàn)為16.85%，對月浦鎮(zhèn)和月盛社區(qū)的貢獻(xiàn)均超過20%。石洞口第一第二電廠是第二大污染貢獻(xiàn)源，對寶山地區(qū)、月浦鎮(zhèn)和月盛社區(qū)的貢獻(xiàn)分別是8.26%、8.92%和12.51%；而特殊鋼事業(yè)部的貢獻(xiàn)率最小。

在夏季，各大點(diǎn)源的累積濃度貢獻(xiàn)率呈現(xiàn)出由寶山區(qū)向月浦鎮(zhèn)、月盛社區(qū)遞增的規(guī)律。NOx的最大貢獻(xiàn)源依然為寶鋼本部，對寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)的貢獻(xiàn)率分別為12.87%、25.45%和24%。石洞口第一第二電廠是第二大濃度貢獻(xiàn)源，貢獻(xiàn)率分別為6.39%、6.38%和9.44%，均小于冬季。中厚板分廠的貢獻(xiàn)率總體上最小，也明顯小于該廠冬季的貢獻(xiàn)率，這可能與冬、夏兩季上海的主導(dǎo)風(fēng)向不同有關(guān)。

比較各污染源對寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)的濃度貢獻(xiàn)，可以發(fā)現(xiàn)，寶鋼本部對月浦鎮(zhèn)和月盛社區(qū)的貢獻(xiàn)明顯大于對整個(gè)寶山地區(qū)的貢獻(xiàn)，而寶鋼本部對月浦鎮(zhèn)和月盛社區(qū)的濃度貢獻(xiàn)相差不大。石洞口第一第二電廠對月盛社區(qū)的濃度貢獻(xiàn)明顯大于對寶山地區(qū)和月浦鎮(zhèn)的貢獻(xiàn)。

表1 冬、夏季典型月大點(diǎn)源對寶山地區(qū)、月浦鎮(zhèn)和月盛社區(qū)NOx平均濃度貢獻(xiàn)率

3.1.2 春、秋季典型月濃度貢獻(xiàn)分析

由表2可知，春、秋兩季(4月和10月)各大點(diǎn)源對NOx濃度有重要貢獻(xiàn)，在春季，對寶山區(qū)的累積濃度貢獻(xiàn)為21%，對月浦鎮(zhèn)和月盛社區(qū)的累積貢獻(xiàn)分別達(dá)到27.11%和24.21%，與冬、夏季相比，累積濃度貢獻(xiàn)率均有下降。寶鋼本部仍是最大的貢獻(xiàn)源，對寶山區(qū)NOx的濃度貢獻(xiàn)為11.79%，對月浦鎮(zhèn)和月盛社區(qū)的貢獻(xiàn)率分別為20.54%和17.53%。石洞口第一第二電廠、不銹鋼事業(yè)部、中厚板分廠對寶山地區(qū)、月浦鎮(zhèn)和月盛社區(qū)的貢獻(xiàn)總體上相差不大，貢獻(xiàn)率在1%～3%，特殊鋼事業(yè)部的貢獻(xiàn)率則較低，在1%左右。

在秋季，各污染源的累積濃度貢獻(xiàn)率呈現(xiàn)出明顯的由寶山區(qū)向月浦鎮(zhèn)、月盛社區(qū)遞增的規(guī)律，這一規(guī)律與夏季相似，但秋季各大點(diǎn)源對月盛社區(qū)的累積濃度貢獻(xiàn)率超過了50%，說明秋季月盛社區(qū)的大氣污染主要來自于寶山區(qū)的各大點(diǎn)源。最大的貢獻(xiàn)源依然為寶鋼本部，對整個(gè)寶山地區(qū)、月浦鎮(zhèn)和月盛社區(qū)的貢獻(xiàn)率分別為16.66%、27.38%、28.33%；第二大貢獻(xiàn)源為石洞口第一第二電廠，貢獻(xiàn)率分別為9.19%、9.15%、15.91%。其余大點(diǎn)污染源的貢獻(xiàn)率相近，均在2%～5%。

與冬、夏兩季類似，春、秋兩季寶鋼本部對月浦鎮(zhèn)、月盛社區(qū)的貢獻(xiàn)率均明顯超過對整個(gè)寶山地區(qū)的貢獻(xiàn)率，而寶鋼本部對月浦鎮(zhèn)和月盛社區(qū)的濃度貢獻(xiàn)相差不大。

表2 春、秋季典型月大點(diǎn)源對寶山地區(qū)、月浦鎮(zhèn)、月盛社區(qū)NOx平均濃度貢獻(xiàn)率

3.2 基于典型月的年平均濃度貢獻(xiàn)

基于1月、4月、7月、10月4個(gè)典型月的月均濃度值，計(jì)算年平均濃度及其貢獻(xiàn)率，結(jié)果見表3。由表3可知，從年均濃度貢獻(xiàn)率看，各大點(diǎn)源對寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)的NOx濃度有重要貢獻(xiàn)。對于寶山地區(qū)，NOx最主要污染源為寶鋼本部，年平均濃度貢獻(xiàn)率為14.54%，其次為石洞口第一第二電廠，年平均濃度貢獻(xiàn)率為6.72%。不銹鋼事業(yè)部和中厚板分廠貢獻(xiàn)率相近，為3.37%和3.27%，特殊鋼事業(yè)部的貢獻(xiàn)率較小。各污染源的累積年平均濃度貢獻(xiàn)率為29.96%。對于月浦鎮(zhèn)和月盛社區(qū)，第一大污染源仍為寶鋼本部，年平均濃度貢獻(xiàn)率分別為25.27%和22.58%；第二大污染貢獻(xiàn)源為石洞口第一第二電廠，貢獻(xiàn)率分別為6.59%和10.09%。其他貢獻(xiàn)率較大的為不銹鋼事業(yè)部和中厚板分廠，特殊鋼事業(yè)部的貢獻(xiàn)率較小。各大點(diǎn)源對月浦鎮(zhèn)和月盛社區(qū)的累積濃度貢獻(xiàn)率分別為39.34%和41.53%。

對比各大點(diǎn)源對寶山地區(qū)、月浦鎮(zhèn)和月盛社區(qū)的累積年均濃度貢獻(xiàn)，可以發(fā)現(xiàn)，累積年均濃度貢獻(xiàn)率均呈現(xiàn)遞增的趨勢，即各污染源對于月盛社區(qū)的累積年均濃度貢獻(xiàn)大于對月浦鎮(zhèn)的累積貢獻(xiàn)，且顯著大于對寶山區(qū)的累積貢獻(xiàn)。其中，寶鋼本部對月浦鎮(zhèn)和月盛社區(qū)的濃度貢獻(xiàn)顯著大于對整個(gè)寶山地區(qū)的濃度貢獻(xiàn)；石洞口第一第二電廠對月盛社區(qū)的年均濃度貢獻(xiàn)率也明顯高于對月浦鎮(zhèn)和整個(gè)寶山區(qū)的貢獻(xiàn)率。由此可以認(rèn)為，就全年情況而言，寶鋼本部和石洞口第一第二電廠盡管對整個(gè)寶山地區(qū)的環(huán)境空氣質(zhì)量均有影響，但主要影響集中在月浦鎮(zhèn)和月盛社區(qū)。

表3 各大點(diǎn)源對寶山地區(qū)、月浦鎮(zhèn)、月盛社區(qū)NOx年平均濃度貢獻(xiàn)率

4 討論

(1)在不同的區(qū)域空間尺度上，各大點(diǎn)源的污染物濃度貢獻(xiàn)存在顯著差異。比較各污染源對寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)四季典型月的月均濃度累積貢獻(xiàn)率，可以發(fā)現(xiàn)各大點(diǎn)源對月浦鎮(zhèn)和月盛社區(qū)的累積濃度貢獻(xiàn)比對整個(gè)寶山地區(qū)的累積濃度貢獻(xiàn)明顯增大。這表明，寶山地區(qū)的各大工業(yè)污染源對大氣環(huán)境的影響主要集中在月浦鎮(zhèn)，尤其是月盛社區(qū)。例如在冬季，各大點(diǎn)源對寶山區(qū)NOx的累積濃度貢獻(xiàn)率為35.78%，而對月浦鎮(zhèn)和月盛社區(qū)的累積貢獻(xiàn)達(dá)到45%左右。其中寶鋼本部是最大的貢獻(xiàn)源，石洞口第一第二電廠其次。

對比各大點(diǎn)源對寶山地區(qū)、月浦鎮(zhèn)和月盛社區(qū)的年均濃度貢獻(xiàn)，NOx的年均濃度累積貢獻(xiàn)率均呈現(xiàn)遞增的趨勢，即各污染源對于月盛社區(qū)的年均濃度累積貢獻(xiàn)大于對月浦鎮(zhèn)的貢獻(xiàn)，且顯著大于對整個(gè)寶山區(qū)的貢獻(xiàn)。就全年情況而言，寶鋼本部和石洞口第一第二電廠等大點(diǎn)源盡管對整個(gè)寶山地區(qū)的環(huán)境空氣質(zhì)量均有影響，但其主要影響集中在月浦鎮(zhèn)和月盛社區(qū)。

(2)在一定的空間尺度上，各大點(diǎn)源的污染物濃度貢獻(xiàn)也表現(xiàn)出一定的季節(jié)差異。例如，在春季，各大點(diǎn)源對寶山地區(qū)、月浦鎮(zhèn)和月盛社區(qū)的污染物濃度貢獻(xiàn)均顯著低于其他季節(jié)，而在秋冬季，大點(diǎn)源的濃度貢獻(xiàn)較高，尤其是在秋季，各大點(diǎn)源對月盛社區(qū)的累積濃度貢獻(xiàn)超過了50%，為全年各季節(jié)中最高。這可能與不同季節(jié)的氣象條件，尤其是主導(dǎo)風(fēng)向不同有關(guān)。

(3)由于存在區(qū)域大氣污染物濃度貢獻(xiàn)的空間尺度效應(yīng)，即位于寶山區(qū)的各大點(diǎn)源對于不同地理空間尺度且具有包含關(guān)系的寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)的大氣污染物濃度貢獻(xiàn)具有顯著差異，因此，在識別區(qū)域大氣污染的主要來源時(shí)就必須考慮區(qū)域的地理空間范圍，即區(qū)域的空間尺度效應(yīng)。這也啟發(fā)我們，某個(gè)監(jiān)測站點(diǎn)或者某個(gè)受體站點(diǎn)的大氣污染物濃度來源貢獻(xiàn)可能不能反映區(qū)域尺度上的濃度貢獻(xiàn)情況。此外，在分析具有空間包含關(guān)系的不同尺度范圍的污染物濃度貢獻(xiàn)時(shí)，除了考慮較大尺度的區(qū)域，還應(yīng)該更加關(guān)注較小的局地尺度，例如本文研究中的社區(qū)尺度，準(zhǔn)確識別小尺度上的主要污染源將為制定有針對性的局地大氣污染管控措施提供數(shù)據(jù)支持。

5 結(jié)論

本文以上海市寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)三個(gè)不同尺度的區(qū)域?yàn)槔?，從月平均濃度和年均濃度兩個(gè)角度，研究寶山區(qū)大點(diǎn)源對上述三個(gè)不同空間范圍區(qū)域環(huán)境空氣質(zhì)量影響的空間尺度效應(yīng)。研究表明：

(1)區(qū)域大氣污染物濃度貢獻(xiàn)存在顯著的空間尺度效應(yīng)，即在不同的空間尺度上，各污染源對不同空間尺度的大氣污染物濃度貢獻(xiàn)率存在明顯差異。在本文研究中，從總體上說，無論是月平均濃度還是年均濃度，各大點(diǎn)源對整個(gè)寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)的濃度貢獻(xiàn)率存在明顯差異；同時(shí)，各大點(diǎn)源對整個(gè)寶山區(qū)、月浦鎮(zhèn)和月盛社區(qū)的年均濃度累積貢獻(xiàn)率均呈現(xiàn)遞增的趨勢。

(2)在一定的空間尺度上，各污染源的濃度貢獻(xiàn)也表現(xiàn)出一定的季節(jié)差異。這可能與研究區(qū)域不同季節(jié)的氣象條件，尤其是主導(dǎo)風(fēng)向不同有關(guān)。

(3)由于上述空間尺度效應(yīng)的存在，在研究一個(gè)地區(qū)大氣污染物來源的濃度貢獻(xiàn)時(shí)，應(yīng)充分考慮研究對象的地理空間范圍以及采樣點(diǎn)或計(jì)算各點(diǎn)的數(shù)量、空間布局，因?yàn)椴煌臻g尺度上的濃度貢獻(xiàn)率可能存在顯著差異。

[1] Wu D, Fung J C H, Yao T,etal. A study of control policy in the Pearl River Delta region by using the particulate matter source apportionment method[J]. Atmospheric Environment, 2013, 76(76): 147- 161.

[2] Burr M J, Zhang Y. Source apportionment of fine particulate matter over the Eastern U.S. Part II: source apportionment simulations using CAMx/PSAT and comparisons with CMAQ source sensitivity simulations[J]. Atmospheric Pollution Research, 2011, 2(3): 318- 336.

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

[4] Li L, Cheng S, Li J,etal. Application of MM5-CAMx-PSAT Modeling Approach for Investigating Emission Source Contribution to Atmospheric SO2Pollution in Tangshan, Northern China[J]. Mathematical Problems in Engineering, 2013, 2013(4): 707- 724.

[5] 李勤, 雷孝恩. 重慶市污染源結(jié)構(gòu)對大氣SO2濃度貢獻(xiàn)的數(shù)值分析[J]. 重慶環(huán)境科學(xué), 1997(4): 27- 29.

[6] 馬雁軍, 楊洪斌, 張?jiān)坪? 不同排放高度的污染源對城市大氣污染的貢獻(xiàn)分析[J]. 城市環(huán)境與城市生態(tài), 2004(5): 18- 20.

[7] 方力. 利用ADMS-城市模型模擬分析鞍山市大氣環(huán)境質(zhì)量[J]. 環(huán)境保護(hù)科學(xué), 2004, 30(6): 8- 10.

[8] 王格. 鐵嶺市各類大氣污染源濃度貢獻(xiàn)分析[J]. 環(huán)境保護(hù)科學(xué), 2008, 34(2): 7- 9.

[9] 宋宇, 陳家宜, 蔡旭暉. 石景山工業(yè)區(qū)PM10污染對北京市影響的模擬計(jì)算[J]. 環(huán)境科學(xué), 2002(s1): 65- 68.

[10] 任永建, 賴安偉, 高慶先. 基于數(shù)值模擬的區(qū)域大氣環(huán)境研究[C]//湖北省氣象學(xué)會(huì)學(xué)術(shù)年會(huì)學(xué)術(shù)論文詳細(xì)文摘匯集，2008: 31- 36.

[11] 王繁強(qiáng), 徐大海, 時(shí)進(jìn)剛, 等. 黃河中上游19個(gè)城市2007年SO2排放相互影響及其對北京貢獻(xiàn)的數(shù)值預(yù)測分析[C]//中國氣象學(xué)會(huì)年會(huì)，2010: 25- 29.

[12] 王書肖, 陳瑤晟, 許嘉鈺, 等. 北京市燃煤的空氣質(zhì)量影響及其控制研究[J]. 環(huán)境工程學(xué)報(bào), 2010, 4(1): 151- 158.

[13] Skamarock W C, Klemp J B, Dudhia J,etal. A Description of the Advanced Research WRF Version 2[Z]. 2005.

[14] Wei Wang, Cindy Bruyère, Michael Duda,etal. Advanced Research WRF (ARW) User’s Guide version 3.2[Z]. WRF Model Home, 2011

[15] Zhang Y, Zhang C. User’s guide for the CALPUFF dispersion model. Final report[J]. Advanced Materials, 2014, 26(41): 7038- 7042.

[16] 張延君, 鄭玫, 蔡靖, 等. PM2.5源解析方法的比較與評述[J]. 科學(xué)通報(bào), 2015(2): 109- 121.

[17] 談佳妮, 余琦, 馬蔚純, 等. 小尺度精細(xì)化大氣污染源排放清單的建立——以上海寶山區(qū)為例[J]. 環(huán)境科學(xué)學(xué)報(bào), 2014, 34(5): 1099- 1108.

The Spatial Scale Effect of Concentration Contributions of Regional Atmospheric Pollutants

CHEN Xin-rui, ZHANG Yan, MA Wei-chun

(Department of Environmental Science & Engineering, Fudan University, Shanghai 200433, China)

The quantitative analysis on the concentration contributions of regional atmospheric pollutants is an important aspect of source apportionment of atmospheric pollutants, and is also of great value in regional environmental assessment. In this study, we selected Baoshan District of Shanghai, Yuepu Town, and Yuesheng Community as three different spatial scales to study the spatial scale effect of the concentration contributions of atmospheric pollutants. Brute-force approach was used to simulate the average contributions (including monthly average contribution, and annual average contribution) of Baoshan’s large point sources (LPSs) to the NOxconcentrations of three above-mentioned regions through WRF/CALPUFF modeling system. The results showed that the concentration contributions of LPSs differed significantly in different spatial scales. Also, the accumulated average concentration contributions of all LPSs increased progressively in the order of Baoshan District, Yuepu Town, and Yuesheng Community. In addition, the concentration contributions of LPSs varied seasonally in a certain spatial scale.

regional atmospheric pollution; concentration contribution; spatial scale effect; Baoshan District, Shanghai

2016-10-20

國家自然科學(xué)基金項(xiàng)目(71173049)

陳欣銳(1991—)，女，安徽淮南人，碩士，主要從事空氣質(zhì)量模式、污染物排放清單方向的研究，E-mail：13210740001@fudan.edu.cn

馬蔚純(1969—)，男，上海人，教授，主要從事戰(zhàn)略環(huán)境評價(jià)、大氣模式與環(huán)境信息系統(tǒng)方向的研究，E-mail：wcma@fudan.edu.cn

10.14068/j.ceia.2016.06.016

X51

A

2095-6444(2016)06-0061-05