上海市典型交通環(huán)境空氣污染特征

盛 濤,潘 駿,段玉森,劉啟貞,伏晴艷

上海市典型交通環(huán)境空氣污染特征

盛 濤,潘 駿,段玉森,劉啟貞,伏晴艷*

(上海市環(huán)境監(jiān)測(cè)中心,國(guó)家環(huán)境保護(hù)上海淀山湖科學(xué)觀測(cè)研究站,上海 200235)

基于2018年上海市3種類型的交通環(huán)境空氣監(jiān)測(cè)站(路邊站,港口站和機(jī)場(chǎng)站)的在線監(jiān)測(cè)數(shù)據(jù),探討了3種交通站污染物的濃度水平和晝夜分布特征,比較分析了同期上海市環(huán)境空氣污染物濃度,并揭示了工作日和非工作日對(duì)交通環(huán)境空氣的影響. 結(jié)果顯示,上海市交通環(huán)境空氣,尤其是港口環(huán)境空氣中NO, NO2和NO年小時(shí)平均濃度顯著高于上海市年小時(shí)平均濃度;其中NO高出上海市年小時(shí)平均濃度比例最高,港口,路邊和機(jī)場(chǎng)環(huán)境空氣NO濃度分別為68,36和17μg/m3,分別高出上海市年小時(shí)平均濃度871%,414%和143%;交通環(huán)境空氣中的O3平均濃度范圍為42~65μg/m3,均低于上海市平均濃度. NO, NO2, NO, PM10, PM2.5, CO和BC(黑炭)晝夜?jié)舛戎饕尸F(xiàn)雙峰分布特征,且峰值出現(xiàn)時(shí)間與交通活動(dòng)高峰時(shí)間較為吻合;O3的峰值大多出現(xiàn)在13:00,且機(jī)場(chǎng)環(huán)境空氣濃度中O3濃度最高,峰值濃度為108μg/m3.非參數(shù)檢驗(yàn)結(jié)果顯示,上海市路邊環(huán)境空氣中SO2, NO, NO2, NO, PM10, PM2.5, O3, CO和BC在周一~周日無(wú)明顯差異(>0.05).

上海；交通環(huán)境空氣；污染特征

在城市范圍內(nèi),由于大量人口聚集,交通活動(dòng)強(qiáng)度越來(lái)越大,據(jù)聯(lián)合國(guó)估計(jì)[1],全球范圍內(nèi)城市地區(qū)約有超過(guò)6億的人口面臨著交通活動(dòng)排放的污染物的威脅.交通活動(dòng)排放對(duì)顆粒物和CO, NO和VOCs空氣污染物貢獻(xiàn)較大[2],Qin等[3]研究了廣州市區(qū)的交通排放和CO和NO的街道水平,發(fā)現(xiàn)87%的CO和67%的NO來(lái)自汽車尾氣.香港的一項(xiàng)調(diào)查結(jié)果顯示[4],繁忙街道附近的PM10濃度范圍為25.56~ 337.4μg/m3,顯著高于附近的監(jiān)測(cè)站的數(shù)據(jù).上海市2012~2013年大氣PM2.5來(lái)源解析結(jié)果表明[5],上海本地排放占74%左右,其中本地源中流動(dòng)源占29.2%,是上海市PM2.5的首要貢獻(xiàn)源,流動(dòng)源主要包括機(jī)動(dòng)車,船舶,飛機(jī),非道路移動(dòng)機(jī)械等燃油排放.2013年北京市PM2.5來(lái)源解析結(jié)果顯示[6],機(jī)動(dòng)車尾氣為PM2.5的首要貢獻(xiàn)源,對(duì)PM2.5的貢獻(xiàn)比例高達(dá)22%.

交通活動(dòng)排放對(duì)環(huán)境健康的影響越來(lái)越引起國(guó)內(nèi)外研究界的關(guān)注.以顆粒物為例,交通活動(dòng)排放的顆粒物主要有兩個(gè)原因而受到高度關(guān)注:(1)燃燒過(guò)程中產(chǎn)生的顆粒物,特別是柴油機(jī)尾氣顆粒物,在產(chǎn)生不良健康影響方面比非燃燒過(guò)程更嚴(yán)重[7-8].(2)交通活動(dòng)產(chǎn)生的排放占高度工業(yè)化國(guó)家城市地區(qū)顆粒物排放總量的約50%以上[9-10].英國(guó)倫敦的研究顯示,超過(guò)80%的顆粒物來(lái)自道路交通[11].在希臘雅典,道路交通對(duì)PM2.5總排放量的貢獻(xiàn)估計(jì)為66.5%[12].此外,發(fā)展中國(guó)家的許多城市都面臨著與交通相關(guān)的微粒排放的嚴(yán)重問(wèn)題[13-15], 1996年馬來(lái)西亞的交通車輛的空氣污染物排放量占排放總量的82%[16].除了車輛狀況外,燃料類型在交通排放中起著重要作用,壓縮天然氣(CNG)的使用有效的降低了印度德里的環(huán)境空氣污染物[17],從1995年到2001年,印度德里的TSP年均濃度由405μg/m3降至347μg/m3,CO年均濃度由4197μg/m3降至4681μg/ m3,NO年均濃度由36μg/m3降至34μg/m3.

由于交通活動(dòng)中燃料的物理特性和化學(xué)成分,發(fā)動(dòng)機(jī)的設(shè)計(jì)和技術(shù),地理和氣象條件以及社會(huì)經(jīng)濟(jì)背景的差異,中國(guó)城市地區(qū)和其他亞洲地區(qū)環(huán)境顆粒物的物理和化學(xué)特征可能與美國(guó)和歐洲國(guó)家不同[18].國(guó)外發(fā)達(dá)國(guó)家關(guān)于交通環(huán)境大氣污染物的污染特征,健康影響等研究工作開(kāi)展較早,國(guó)內(nèi)針對(duì)城市交通環(huán)境空氣質(zhì)量監(jiān)測(cè)與評(píng)價(jià)的工作基礎(chǔ)較為薄弱,監(jiān)測(cè)與評(píng)價(jià)工作嚴(yán)重滯后于城市交通的快速化發(fā)展進(jìn)程,對(duì)于城市區(qū)域交通環(huán)境空氣污染物的污染特征等報(bào)道還較少,交通環(huán)境大氣污染物的污染特征尚不了解.

因此,本文以上海市的3種類型的交通環(huán)境空氣監(jiān)測(cè)站(路邊站,港口站和機(jī)場(chǎng)站)的在線監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ),通過(guò)分析氣態(tài)污染物和顆粒物的變化特征,識(shí)別3種不同類型交通活動(dòng)排放大氣污染物的特征,并比較了同期上海市環(huán)境空氣污染物濃度,旨在為交通排放污染防治提供技術(shù)支撐.

1 研究區(qū)域與方法

1.1 研究區(qū)域

上海地處長(zhǎng)江入?？?是長(zhǎng)江經(jīng)濟(jì)帶的龍頭城市,全市土地面積為6340.5km2,轄16個(gè)區(qū),GDP居中國(guó)城市第一位,亞洲城市第二位.至2017年年末,上海市擁有各類民用汽車361.02萬(wàn)輛.上海同時(shí)擁有2座民用國(guó)際機(jī)場(chǎng)(浦東國(guó)際機(jī)場(chǎng)和虹橋國(guó)際機(jī)場(chǎng)),分別位于城市的東西兩側(cè).2015年全年,浦東機(jī)場(chǎng)實(shí)現(xiàn)旅客吞吐量6008萬(wàn)人次,位居全國(guó)第二;虹橋機(jī)場(chǎng)實(shí)現(xiàn)旅客吞吐量3907萬(wàn)人次,位居全國(guó)第六. 2016年上海港口貨物吞吐量達(dá)到70177萬(wàn)t,上海市外貿(mào)物資中99%經(jīng)由上海港進(jìn)出,每年完成的外貿(mào)吞吐量占全國(guó)沿海主要港口的20%左右.

該研究所涉及的交通環(huán)境空氣監(jiān)測(cè)站包括3種類型7個(gè)交通站,研究時(shí)間為2018年1~12月,7個(gè)交通站的監(jiān)測(cè)指標(biāo)見(jiàn)表1,交通站站位置分布見(jiàn)圖1.該研究中上海市平均濃度為全市9個(gè)國(guó)控站平均濃度.

圖1 交通環(huán)境空氣監(jiān)測(cè)站位置

表1 監(jiān)測(cè)站點(diǎn)及監(jiān)測(cè)指標(biāo)一覽表

1.2 監(jiān)測(cè)儀器及方法

表2 監(jiān)測(cè)儀器及檢測(cè)原理一覽表

該研究所涉及的污染物包括SO2, NO-NO2- NO, CO, PM2.5, PM10, BC,各污染物均使用小時(shí)均值進(jìn)行統(tǒng)計(jì)分析.各污染物的監(jiān)測(cè)儀器及儀器的檢測(cè)原理等情況見(jiàn)表2.

1.3 質(zhì)量保證和控制

為了保證監(jiān)測(cè)數(shù)據(jù)的有效性,各儀器均按照國(guó)家相關(guān)規(guī)范要求進(jìn)行質(zhì)量保證(QA)和質(zhì)量控制(QC),具體質(zhì)量保證和控制措施見(jiàn)表3.

表3 各監(jiān)測(cè)儀器質(zhì)量保證和控制措施一覽表

2 結(jié)果與分析

2.1 交通環(huán)境空氣污染概況

如表4所示,交通環(huán)境空氣NO, NO2和NO均高出上海市平均濃度,其中以港口環(huán)境空氣中最高,其次為路邊環(huán)境空氣和機(jī)場(chǎng)環(huán)境空氣;交通環(huán)境空氣NO高出上海市平均濃度的比例最高,港口,路邊和機(jī)場(chǎng)環(huán)境空氣NO濃度分別為68, 36和17μg/m3,分別高出上海市平均濃度871%,414%和143%,表明交通活動(dòng)排放,尤其是港區(qū)內(nèi)集卡貨車等活動(dòng)排放對(duì)環(huán)境空氣的NO貢獻(xiàn)較大,港口和機(jī)場(chǎng)環(huán)境空氣中的O3平均濃度分別為42,39和65μg/m3,均低于上海市平均濃度,且以港口環(huán)境空氣最低,這與交通活動(dòng)排放的大量NO被O3等大氣氧化劑氧化為NO2,同時(shí)消耗交通環(huán)境空氣周邊的O3有關(guān).

表4 交通環(huán)境與上海市各污染物年小時(shí)平均濃度(μg/m3)

注:上海市各污染物年小時(shí)平均濃度根據(jù)各污染物全年小時(shí)濃度計(jì)算平均濃度.

路邊環(huán)境空氣PM10和PM2.5的濃度均略高于上海市平均濃度,目前國(guó)內(nèi)外研究均表明交通排放,尤其是機(jī)動(dòng)車尾氣對(duì)城市大氣顆粒物貢獻(xiàn)較大,但該研究中路邊環(huán)境空氣PM10和PM2.5濃度卻未明顯高出上海市平均濃度,這可能與交通活動(dòng)排放的顆粒物為一次細(xì)粒子有關(guān),有研究表明機(jī)動(dòng)車排放顆粒物的峰值粒徑在100nm以下[19],細(xì)粒子可能還未能在近交通環(huán)境空氣中大量積聚增長(zhǎng),因此交通環(huán)境空氣PM10和PM2.5的質(zhì)量濃度上未明顯高出上海市平均濃度.港口環(huán)境空氣PM10和PM2.5均低于上海市平均濃度,這可能與2個(gè)港口環(huán)境監(jiān)測(cè)站均處于上海市的東部,易受來(lái)自于海上的偏東清潔氣流影響有關(guān).機(jī)場(chǎng)環(huán)境空氣PM10和PM2.5與上海市平均濃度基本持平.

港口環(huán)境空氣SO2濃度高于上海市平均濃度,表明港區(qū)活動(dòng)排放對(duì)環(huán)境空氣SO2具有一定的貢獻(xiàn),這可能是由于船舶使用的燃油中含有硫成分,含有硫成分的燃油在燃燒時(shí)產(chǎn)生了SO2有關(guān).交通環(huán)境空氣CO的濃度與上海市平均濃度基本持平.

交通環(huán)境空氣NO, NO2和NO均高出上海市平均濃度,參照《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)(GB 3095—2012)》中NO2和NO的1h平均濃度二級(jí)限值,NO2和NO的小時(shí)濃度超標(biāo)率見(jiàn)表5.7個(gè)交通站NO2小時(shí)濃度超標(biāo)率在0%~0.67%之間,NO小時(shí)濃度超標(biāo)率在0.83%~15.92%之間,NO的小時(shí)濃度超標(biāo)率均高于NO2.從3種類型的交通環(huán)境空氣來(lái)看,港口站NO2和NO小時(shí)濃度超標(biāo)率均高于路邊站和機(jī)場(chǎng)站,其中2個(gè)港口站NO小時(shí)濃度超標(biāo)率分別為15.92%和15.51%,表明與路邊站和機(jī)場(chǎng)站相比,港口站的NO2和NO污染較為嚴(yán)峻.4個(gè)路邊站中,靜安共和新路站和徐匯漕溪路站NO2和NO的小時(shí)濃度超標(biāo)率高于靜安延安中路站和浦東東方路站,這可能與這2個(gè)站附近的交通活動(dòng)排放的NO2和NO強(qiáng)度較大有關(guān).

表5 交通環(huán)境NO2和NOx小時(shí)濃度超標(biāo)率

7個(gè)交通站點(diǎn)的NO, NO2和NO與上海市平均濃度的Pearson相關(guān)系數(shù)見(jiàn)表6. 總體來(lái)看,7個(gè)交通站點(diǎn)的NO, NO2和NO均與上海市平均濃度呈現(xiàn)顯著相關(guān)(<0.01), NO2與上海市平均濃度的Pearson相關(guān)系數(shù)范圍為0.545~0.828(<0.01),大多數(shù)站點(diǎn)NO2的相關(guān)系數(shù)高于NO和NO.從各個(gè)類型的站點(diǎn)來(lái)看,機(jī)場(chǎng)站的NO, NO2和NO與上海市平均濃度的Pearson相關(guān)系數(shù)高于港口站.路邊站中靜安延安中路站和浦東東方路站的NO, NO2和NO與上海市平均濃度的Pearson相關(guān)系數(shù)高于徐匯漕溪路站和靜安共和新路站.

表6 交通環(huán)境NO, NO2和NOx與上海市環(huán)境空氣相關(guān)性分析

注:**在0.01水平(雙側(cè))上顯著相關(guān).

國(guó)內(nèi)外交通環(huán)境空氣中各污染物濃度見(jiàn)表7.該研究中路邊環(huán)境空氣SO2略低于曼谷都市區(qū),遠(yuǎn)低于巴基斯坦高速公路區(qū)域(212μg/m3).NO2低于巴基斯坦和北卡羅來(lái)納州高速公路區(qū)域,高于拉斯維加斯州際公路附近.PM10的濃度低于曼谷都市區(qū),香港和西安的研究.PM2.5的濃度低于2006年香港的研究,但稍高于北卡羅來(lái)納州的研究.CO僅高于拉斯維加斯州際公路的研究結(jié)果,低于巴基斯坦,曼谷都市區(qū),西安和北卡羅來(lái)納州的研究結(jié)果.上海市路邊站BC平均濃度為3610ng/m3,高于拉斯維加斯州際公路附近的研究結(jié)果,BC/PM2.5的平均比值為(7.0%±6.8%).總體來(lái)看,該研究中路邊環(huán)境空氣各污染物濃度水平處于中等水平.

根據(jù)海事部門(mén)相關(guān)要求,上海港于2018年10月1日起國(guó)際航行船舶和國(guó)內(nèi)沿海航行船舶在上海港內(nèi)行駛及靠岸停泊期間使用硫含量￡0.5%m/m的燃油.港口環(huán)境空氣和上海市SO2平均濃度見(jiàn)圖2,10月~12月港口環(huán)境空氣SO2月均濃度分別為12, 9和8μg/m3,連續(xù)3個(gè)月下降,且2018年12月與上海市平均濃度持平. 總體來(lái)看,使用船舶低硫油后,港區(qū)環(huán)境空氣SO2的濃度下降明顯.

表7 國(guó)內(nèi)外交通環(huán)境各污染物濃度對(duì)比

圖2 港口環(huán)境空氣與上海市SO2月均濃度變化

2.2 晝夜?jié)舛忍卣?/h3>

交通環(huán)境空氣各污染物晝夜?jié)舛确植记闆r見(jiàn)圖3.總體來(lái)看,上海市交通環(huán)境空氣NO, NO2, NO, PM10, PM2.5, CO和BC晝夜?jié)舛戎饕尸F(xiàn)雙峰分布特征,且峰值出現(xiàn)時(shí)間與交通活動(dòng)高峰時(shí)間較為吻合;SO2和O3主要呈現(xiàn)單峰變化特征. 3種交通環(huán)境空氣中NO, NO2和NO的晝夜?jié)舛染尸F(xiàn)雙峰變化特征,其中路邊環(huán)境空氣NO的峰值濃度分別為171μg/m3(7:00)和145μg/m3(19:00);機(jī)場(chǎng)環(huán)境空氣NO的峰值濃度分別為104μg/m3(6:00)和81μg/m3(21:00);港口環(huán)境空氣NO的峰值濃度分別為258μg/m3(峰值時(shí)間為5:00)和220μg/m3(23:00),但與路邊和機(jī)場(chǎng)的晝夜變化規(guī)律差別較大,這主要是由于港區(qū)的集卡貨車夜間進(jìn)港量數(shù)量大,且在港區(qū)內(nèi)擁堵情況嚴(yán)重,因此導(dǎo)致了較高濃度的NO, NO2和NO的排放.

PM10和PM2.5晝夜?jié)舛戎饕尸F(xiàn)雙峰變化特征. 路邊環(huán)境空氣PM10峰值濃度分別為65μg/m3(6:00~ 8:00)和68μg/m3(17:00~19:00),高峰時(shí)間與出行高峰時(shí)間基本吻合;機(jī)場(chǎng)環(huán)境空氣PM10雙峰的峰值濃度均為60μg/m3(7:00和19:00);港口環(huán)境空氣的PM10晝夜?jié)舛炔町愝^小,濃度范圍為46~51μg/m3.交通環(huán)境空氣中PM2.5的晝夜特征與PM10具有一定差異,路邊環(huán)境空氣PM2.5第一個(gè)峰值出現(xiàn)的時(shí)間(6:00)與PM10一致,但峰值持續(xù)時(shí)間(6:00~11:00)較PM10更長(zhǎng),第二個(gè)峰值出現(xiàn)時(shí)間(19:00)晚于PM10,峰值濃度分別為39μg/m3和38μg/m3;機(jī)場(chǎng)環(huán)境空氣PM2.5峰值濃度為39μg/m3(6:00~8:00)和36μg/m3(22:00~ 23:00);港口環(huán)境空氣PM2.5晝夜差異較小,濃度范圍為32~34μg/m3.路邊環(huán)境空氣中BC呈現(xiàn)雙峰分布,峰值濃度分別為4577ng/m3(6:00)和4146ng/m3(19:00),BC主要來(lái)自于柴油車的貢獻(xiàn),峰值出現(xiàn)的時(shí)間能夠反映柴油車的出行高峰時(shí)間. CO呈現(xiàn)晝夜變化特征,但是變化范圍較小,路邊,港口和機(jī)場(chǎng)環(huán)境空氣CO的濃度范圍分別為0.6~0.8mg/m3, 0.6~ 0.7mg/m3和0.5~0.7mg/m3.

3種交通環(huán)境空氣O3的晝夜特征較為類似,均呈現(xiàn)單峰型分布,機(jī)場(chǎng),路邊和港口環(huán)境空氣O3的峰值濃度分別為108μg/m3(13:00~14:00),67μg/m3(13:00)和64μg/m3(13:00).交通環(huán)境空氣SO2呈現(xiàn)單峰型變化,港口環(huán)境空氣SO2晝夜均高于路邊和機(jī)場(chǎng)環(huán)境空氣,峰值濃度為14μg/m3,峰值時(shí)間為10:00~15:00;路邊和機(jī)場(chǎng)環(huán)境空氣SO2峰值濃度均為10μg/m3,其中路邊的峰值時(shí)間為9:00~13:00,機(jī)場(chǎng)為9:00~12:00.

2.3 路邊環(huán)境空氣周一~周日污染特征

路邊環(huán)境空氣各污染物周一~周日的濃度分布見(jiàn)圖4.其中NO, NO2和NO周一~周日的濃度分布特征較為類似,周一~周六的濃度較為接近,而周日均為最低值,NO, NO2和NO濃度分別為106μg/m3, 57μg/m3和32μg/m3. PM10和PM2.5在周一~周日的濃度分布特征較為類似,PM10和PM2.5在周一~周日的濃度范圍分別為56μg/m3~63μg/m3和33μg/m3~ 40μg/m3.

在NO濃度較低的周日,O3呈現(xiàn)于較高的濃度,為42μg/m3,僅低于周四(43μg/m3). BC的濃度在周一~周三較高,濃度范圍為3684~3798ng/m3,周四~周日的濃度較低(3468~3557ng/m3).路邊環(huán)境空氣中SO2和CO在周一~周日的濃度差異較小,SO2濃度范圍為8~9μg/m3,CO濃度單位為0.7~0.8mg/m3.經(jīng)非參數(shù)檢驗(yàn),SO2, NO, NO2, NO, PM10, PM2.5, O3, CO和BC在周一~周日的濃度均無(wú)顯著差異(>0.05),表明上海市路邊環(huán)境空氣中上述污染物在周一~周日均無(wú)差異.

3 結(jié)論

3.1 上海市交通環(huán)境空氣,尤其是港口環(huán)境空氣中NO, NO2和NO濃度顯著高于上海市平均濃度;其中NO高出上海市平均濃度比例最高,港口,路邊和機(jī)場(chǎng)環(huán)境空氣NO濃度分別為68, 6和17μg/m3,分別高出上海市平均濃度 871%, 414%和 143%,表明交通活動(dòng)排放,尤其是港區(qū)內(nèi)集卡貨車等活動(dòng)排放對(duì)環(huán)境空氣的NO貢獻(xiàn)較大.路邊環(huán)境空氣PM10和PM2.5的濃度略高于上海市平均濃度,機(jī)場(chǎng)環(huán)境空氣PM10和PM2.5與上海市平均濃度基本持平.港口環(huán)境空氣PM10和PM2.5均低于上海市平均濃度.

3.2 交通環(huán)境空氣NO, NO2, NO, PM10, PM2.5, CO和BC晝夜?jié)舛戎饕尸F(xiàn)雙峰分布特征,且峰值出現(xiàn)時(shí)間與交通活動(dòng)高峰時(shí)間較為吻合;SO2和O3主要呈現(xiàn)單峰變化特征,且港口環(huán)境空氣SO2晝夜?jié)舛染哂诼愤吅蜋C(jī)場(chǎng)環(huán)境空氣,O3的峰值大多出現(xiàn)在13:00,且機(jī)場(chǎng)環(huán)境空氣濃度中O3濃度最高,峰值濃度為108μg/m3.

3.3 非參數(shù)檢驗(yàn)結(jié)果顯示,SO2, NO, NO2, NO, PM10, PM2.5, O3, CO和BC在周一~周日的濃度均無(wú)顯著差異(>0.05),表明上海市路邊環(huán)境空氣中上述污染物在周一~周日無(wú)明顯差異.

[1] Cacciola R R, Sarva M, Polosa R. Adverse respiratory effects and allergic susceptibility in relation to particulate air pollution: flirting with disaster [J]. Allergy, 2002,57(4):281–6.

[2] Chan L Y, Hung W T, Qin Y. Assessment of vehicular emission dispersion models applied in street canyons in Guangzhou, PRC [J]. Environment International, 1995,21(1):0-46.

[3] Qin Y, Kot S C. Dispersion of vehicular emission in street canyons, Guangzhou City, South China (P.R.C.) [J]. Atmospheric Environment. part B. urban Atmosphere, 1993,27(3):283-291.

[4] Cacciola R R, Sarva M, Polosa R. Adverse respiratory effects and allergic susceptibility in relation to particulate air pollution: flirting with disaster [J]. Allergy, 2002,57(4):281–6.

[5] Chan L, Kwok W, Chan C. Human exposure to respirable suspended particulate and airborne lead in different roadside microenvironments [J]. Chemosphere, 2000,41(1):93-99.

[6] 伏晴艷,張懿華,崔虎雄,等.上海市PM2.5來(lái)源解析和防治對(duì)策研究[J]. 中國(guó)科技成果, 2016,17(18):20-22.Fu Q Y, Zhang Y H, Cui H X, et al. Source analysis and prevention strategies of PM2.5in Shanghai [J]. China Science and Technology Achievements, 2016,17(18):20-22.

[7] 黃 婧,郭新彪.交通相關(guān)空氣污染的健康影響研究進(jìn)展[J]. 中國(guó)環(huán)境科學(xué), 2014,34(6):1592-1598. Huang J, Guo X B. Research progress on the health effects of traffic-related air pollution [J]. China Environmental Science, 2014, 34(6):1592-1598.

[8] Laden F, Neas L M, Dockery D W,et al. Association of fine particulate matter from different sources with daily mortality in six U.S. cities [J]. Environ Health Perspect, 2000,108(10):941-947.

[9] Janssen N A, Schwartz J, Zanobetti A,et al. Air conditioning and source-specific particles as modifiers of the effect of PM10on hospital admissions for heart and lung disease [J]. Environ Health Perspect, 2002,110(1):43-49.

[10] Briggs D J, Collins S, Elliott P, et al.Mapping urban air pollution using GIS: a regression-based approach [J]. International Journal of Geographical Information Science, 1997,11(7):699-718.

[11] Wróbel A, Rokita E, Maenhaut W. Transport of traffic- related aerosols in urban areas [J]. Science of the Total Environment, 2000, 257(2):199-211.

[12] Department for Transport (UK). Sources of Particulate Matter in Urban Areas: TRAMAQ Project UG 250September, 2002.

[13] Economopoulou A A, EconomopoulosA P. Air pollution in Athens basin and health risk assessment [J]. Environmental Monitoring & Assessment, 2002,80(3):277-299.

[14] Kulkarni M M, Patil R S. Monitoring of Daily Integrated Exposure of Outdoor Workers to Respirable Particulate Matter in an Urban Region of India [J]. Environmental Monitoring and Assessment, 1999,56(2):129-146.

[15] Yang K. Spatial and seasonal variation of PM10mass concentrations in Taiwan [J]. Atmospheric Environment, 2002,36(21):3403-3411.

[16] Shendell D G, Naeher L P. A pilot study to assess ground-level ambient air concentrations of fine particles and carbon monoide in urban Guatemala [J]. Environment International, 2002,28(5):375-382.

[17] Afroz R, Hassan M N, Ibrahim N A. Review of air pollution and health impacts in Malaysia [J]. Environmental Research., 2003,92(2):71-77.

[18] Goyal P. Present scenario of air quality in Delhi: a case study of CNG implementation [J]. Atmospheric Environment, 2003,37(38):5423-5431.

[19] Wang G, Wang H, Yu Y,et al. Chemical characterization of water-soluble components of PM10and PM2.5atmospheric aerosols in five locations of Nanjing, China [J]. Atmospheric Environment, 2003, 37(21):2893-2902.

[20] 樊筱筱,蔣靖坤,張 強(qiáng),等.輕型汽油車排放顆粒物數(shù)濃度和粒徑分布特征[J]. 環(huán)境科學(xué), 2016,37(10):3743-3749. Fan X X, Jiang J K, Zhang Q,et al. Number concentration and size distribution of particles emitted by light-duty gasoline vehicles [J]. Environmental Science, 2016,37(10):3743-3749.

[21] Ali M, Athar M. Air pollution due to traffic, air quality monitoring along three sections of National Highway N-5, Pakistan [J]. Environmental Monitoring and Assessment, 2007,136(1-3):219-226.

[22] Leong S T, Muttamara S, Laortanakul P. Evaluation of Air Pollution Burden from Contribution of Motorcycle Emission in Bangkok [J]. Water, Air, and Soil Pollution, 2001,131(1-4):41-60.

[23] Kimbrough S, Baldauf R W, Hagler G S W,et al. Long-term continuous measurement of near-road air pollution in Las Vegas: seasonal variability in traffic emissions impact on local air quality [J]. Air Quality, Atmosphere & Health, 2013,6(1):295-305.

[24] Riediker M, Williams R, Devlin R,et al. Exposure to Particulate Matter, Volatile Organic Compounds, and Other Air Pollutants Inside Patrol Cars [J]. Environmental Science & Technology, 2003,37(10): 2084-2093.

[25] Shen Z X, Han Y M., Cao J J, et al. Characteristics of traffic-related emissions: a case study in roadside ambient air over Xi’an, China [J]. Aerosol and Air Quality Research, 2010,10:292-300.

[26] Wang J S, Chan T L, Ning Z, et al. Roadside measurement and prediction of CO and PM2.5dispersion from on-road vehicles in Hong Kong [J]. Transportation Research Part D: Transport and Environment, 2006,11(4):242-249.

Study on characteristics of typical traffic environment air pollution in shanghai.

SHENG Tao, PAN Jun, DUAN Yu-sen, LIU Qi-zhen, FU Qing-yan*

(Shanghai Environmental Monitoring Center, National Environmental Protection Shanghai Dianshan Lake Science Observatory Research Station, Shanghai 200235, China)., 2019,39(8)：3193~3200

Based on the online monitoring data of three types of traffic environment air monitoring stations (roadside station, port station and airport station) in Shanghai in 2018, concentration levels and diurnal-noctural distribution characteristics of pollutants in three traffic stations were discussed. The concentrations of ambient air pollutants in Shanghai during the same period were compared and analyzed, and the effects of week days and weekend were revealed. The results showed that the airborne NO, NO2and NO of traffic environment air are higher than the average concentrations in Shanghai, and concentrations in the port environment is the highest; The average concentration of NO in the ambient air of ports, roadsides and airports were 68, 36 and 17μg/m3, respectively, which are higher than the average concentration of Shanghai by 871%, 414% and 143%; The average concentration of O3ranged from 42 to 65 μg/m3, which was lower than the hourly-average concentration in Shanghai. NO, NO2, NO, PM10, PM2.5, CO and BC (black charcoal) daytime and nighttime concentrations mainly showed bimodal distribution characteristics. Their peak occurrences time coincided with the peak traffic activities; the peak of O3mostly occurred at 13:00, and the concentration of O3in the airport ambient air concentration was the highest, which was 108μg/m3. The results of nonparametric tests showed that SO2, NO, NO2, NO, PM10, PM2.5, O3, CO and BC in atmosphere near-road in Shanghai were not significantly different from Monday to Sunday (>0.05).

Shanghai；traffic environment air；pollution characteristics

X51

A

1000-6923(2019)08-3193-08

盛 濤(1989-),男,安徽樅陽(yáng)人,工程師,碩士,主要從事大氣環(huán)境監(jiān)測(cè)及相關(guān)研究.發(fā)表論文4篇.

2019-01-15

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2018YFC0213804);國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2017YFC0209603);國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC0201502)

* 責(zé)任作者, 教授級(jí)高級(jí)工程師, qingyanf@sheemc.cn