重污染天氣下大氣污染排放源強(qiáng)的快速估算方法研究

高宏科

摘 要：本文以遼寧省撫順市冬季采暖期的空氣質(zhì)量數(shù)據(jù)作為研究數(shù)據(jù)，利用泰森多邊形集合完成該城市各區(qū)域的大氣污染物濃度范圍劃分，并利用單箱模型進(jìn)行SO2、NOx與CO三種大氣污染物排放源強(qiáng)的估算。研究結(jié)果表明，采用該模型可快速有效確定重污染天氣下的各污染物排放源強(qiáng)，相對(duì)中值誤差小于15%。

關(guān)鍵詞：重污染天氣;泰森多邊形;單箱模型;源強(qiáng)估算

引言：

以往主要借助排放因子法進(jìn)行大氣污染排放源強(qiáng)的估算，但在排放源類(lèi)別、排放清單等方面存在一定局限，無(wú)法實(shí)現(xiàn)對(duì)偷排、多排問(wèn)題的有效遏制。通過(guò)利用泰森多邊形與單箱模型進(jìn)行大氣污染排放源強(qiáng)的估算，能夠有效計(jì)算出特定時(shí)段范圍內(nèi)的大氣污染物排放數(shù)據(jù)，為城市大氣污染排放管控工作提供重要工具。

1數(shù)據(jù)來(lái)源與研究方法

1.1數(shù)據(jù)來(lái)源

選取遼寧省撫順市生態(tài)環(huán)境監(jiān)測(cè)中心提供的大氣污染物濃度數(shù)據(jù)作為研究數(shù)據(jù)，從AQI中國(guó)微信公眾平臺(tái)與天地圖軟件中分別獲取到氣象數(shù)據(jù)與地理信息數(shù)據(jù)。本文以遼寧省撫順市市區(qū)作為研究區(qū)域，分別在沈撫新城、望花區(qū)、順城區(qū)、東洲區(qū)、新?lián)釁^(qū)與大伙房水庫(kù)共6個(gè)分區(qū)設(shè)置大氣監(jiān)測(cè)點(diǎn)，研究時(shí)間為2018年11月-2019年2月。

1.2研究方法

1.2.1建立泰森多邊形集合

泰森多邊形主要利用離散雨量點(diǎn)進(jìn)行雨量均值的計(jì)算，選定某一雨量點(diǎn)，將其與相鄰雨量點(diǎn)連接成為三角形，分別作出三邊垂線(xiàn)，構(gòu)建出以離散雨量點(diǎn)為核心的多邊形，利用該多邊形內(nèi)部的唯一雨量觀測(cè)點(diǎn)的降水?dāng)?shù)據(jù)即可表示出多邊形范圍內(nèi)的降雨量數(shù)值。在此基礎(chǔ)上引入行人密度算法與居民點(diǎn)空間分布特征，選取撫順市區(qū)域范圍內(nèi)的某一大氣監(jiān)測(cè)點(diǎn)作為離散雨量點(diǎn)，將其與相鄰監(jiān)測(cè)點(diǎn)連成三角形，再通過(guò)作三邊垂線(xiàn)構(gòu)建多邊形，即可形成撫順市的泰森多邊形集合。該集合內(nèi)的各多邊形均與6個(gè)大氣監(jiān)測(cè)點(diǎn)保持一一對(duì)應(yīng)關(guān)系，各監(jiān)測(cè)點(diǎn)的大氣污染物監(jiān)測(cè)濃度即多邊形范圍內(nèi)的大氣污染物濃度數(shù)值，通過(guò)計(jì)算出各多邊形的排放源強(qiáng)進(jìn)行匯總，即可實(shí)現(xiàn)對(duì)撫順市冬季采暖期的大氣污染物排放總源強(qiáng)的估算[1]。

1.2.2研究時(shí)段選取

通過(guò)分析撫順市2018年11月至2019年2月期間的氣象數(shù)據(jù)可以發(fā)現(xiàn)，該城市冬季的平均風(fēng)速較小、降水量較低，冬季取暖期長(zhǎng)、逆溫出現(xiàn)頻率較高，因此大氣污染物濃度數(shù)值的變化具有顯著的時(shí)間性特征，11-12月污染擴(kuò)散較難、1-2月污染擴(kuò)散稍易，且24h內(nèi)的污染嚴(yán)重度排序依次為晚間、上午、下午及次日清晨。以2018年11月為例，首先，由于該月的相對(duì)濕度較高、風(fēng)力與風(fēng)速較小，地面氣壓場(chǎng)較弱，由此形成了大霧;其次，由于大氣處于相對(duì)穩(wěn)定狀態(tài)、相對(duì)濕度較低，無(wú)法使空氣中的污染物得到有效擴(kuò)散，并且由于月初出現(xiàn)溫度回暖現(xiàn)象，導(dǎo)致產(chǎn)生逆溫天氣，由此使大霧轉(zhuǎn)變?yōu)殪F霾;最后，在月中冷空氣的入侵導(dǎo)致該市上空原有的逆溫層被打破，風(fēng)速的增大改變了大氣層的穩(wěn)定狀態(tài)，使污染顆粒物得以快速流動(dòng)、擴(kuò)散，由此結(jié)束了霧霾天氣、空氣質(zhì)量得到明顯改善。

1.2.3建立單箱模型

選取2018年11月2日15時(shí)-20時(shí)作為研究時(shí)段，分別匯總該時(shí)段內(nèi)的SO2、NOx與CO三類(lèi)污染物的質(zhì)量濃度數(shù)據(jù)，建立污染物質(zhì)量濃度與時(shí)間的變化關(guān)系，構(gòu)建單箱模型，用于實(shí)現(xiàn)對(duì)大氣污染排放源強(qiáng)的快速估算。在忽視污染物衰減的條件下，將單箱模型內(nèi)的污染物濃度設(shè)為C，箱長(zhǎng)、寬、高分別為l、b和h，將初始狀態(tài)下污染物本底濃度設(shè)為C0，污染源強(qiáng)Q為定值，風(fēng)速平均值設(shè)為u、時(shí)間坐標(biāo)設(shè)為t，則箱內(nèi)污染物濃度模型為：

在考慮到靜風(fēng)天氣、平均風(fēng)速等條件的影響下，假設(shè)箱內(nèi)污染的主要成因?yàn)閰^(qū)域內(nèi)的污染源排放，則忽略污染物本底濃度，可推導(dǎo)出源強(qiáng)計(jì)算公式為：

1.2.4運(yùn)用迭代法

運(yùn)用迭代法進(jìn)行單箱模型參數(shù)的估計(jì)，采用Matlab軟件中的曲線(xiàn)擬合工具箱進(jìn)行單變量曲線(xiàn)擬合，獲取到模型參數(shù)的估算數(shù)值。

2研究結(jié)果與分析

2.1各監(jiān)測(cè)點(diǎn)區(qū)域源強(qiáng)計(jì)算

選取2018年11月2日空氣污染最嚴(yán)重時(shí)段進(jìn)行6個(gè)監(jiān)測(cè)點(diǎn)排放源強(qiáng)的計(jì)算，從中可以觀察到沈撫新城的SO2、NOx與CO排放源強(qiáng)（單位為10-8t·m-2·d-1）分別為7.75、45.26、625.81，望花區(qū)的源強(qiáng)數(shù)值分別為23.87、41.12、596.69，順城區(qū)的源強(qiáng)分別為6.89、10.62、228.80，東洲區(qū)的源強(qiáng)數(shù)值分別為12.37、24.42、438.75，新?lián)釁^(qū)的源強(qiáng)數(shù)值依次為14.55、74.52、712.12，大伙房水庫(kù)的源強(qiáng)數(shù)值分別為5.06、11.31、643.34。從中可以看出，不同監(jiān)測(cè)區(qū)域的大氣污染排放源強(qiáng)存在一定的差異，通?？拷兄行膮^(qū)域的監(jiān)測(cè)站點(diǎn)源強(qiáng)數(shù)值較大，與市中心距離較遠(yuǎn)的區(qū)域污染情況較輕。

2.2源強(qiáng)快速估算方法的驗(yàn)證

2.2.1源強(qiáng)快速估算方法的適用性

以沈撫新城為例，分別選取該監(jiān)測(cè)站點(diǎn)5個(gè)重污染天氣作為研究數(shù)據(jù)，將該5日的二氧化硫、氮氧化合物、一氧化碳等污染濃度數(shù)值輸入到單箱模型中，結(jié)合單日氣象條件數(shù)據(jù)分別進(jìn)行風(fēng)速與混合層高度的設(shè)計(jì)，利用空氣污染最重時(shí)段的源強(qiáng)估算值與該5日的源強(qiáng)估算值進(jìn)行比較，用于實(shí)現(xiàn)對(duì)源強(qiáng)快速估算方法計(jì)算精確度的檢驗(yàn)，得出SO2、NOx與CO三種污染物在污染最重天氣與污染較重天氣間的中值誤差分別為0.14、0.1和0.11，中值誤差均小于0.15，由此可以證明該算法有效。在此基礎(chǔ)上，選取遼寧省撫順市生態(tài)環(huán)境監(jiān)測(cè)中心在2016-2017年、2017-2018年的SO2、NOx源強(qiáng)估算結(jié)果進(jìn)行比較，可以發(fā)現(xiàn)同比2016-2017年其SO2與NOx的中值誤差分別為0.25和0.21，同比2017-2018年其SO2與NOx的中值誤差分別為0.22和0.19。從中可以看出，該區(qū)域在2016-2018年期間冬季采暖期的二氧化硫濃度呈逐年下降趨勢(shì)，這與當(dāng)?shù)卣摹熬G色暖冬”、煤質(zhì)定制化等行動(dòng)存在一定關(guān)聯(lián);同時(shí)該市的氮氧化合物排放源強(qiáng)呈逐年增加的趨勢(shì)，這與城市交通運(yùn)輸事業(yè)發(fā)展、汽車(chē)保有量增加存在一定關(guān)聯(lián)[2]?？傮w來(lái)看，本文建立的源強(qiáng)快速估算方法的估算結(jié)果精確度較高，利用該估算方法計(jì)算大氣污染物排放平均源強(qiáng)具備良好的可行性與適用價(jià)值。

2.2.2估算方法的不確定性因素

在驗(yàn)證算法精確度的基礎(chǔ)上，需圍繞數(shù)據(jù)缺失、數(shù)據(jù)失真等維度判斷該估算方法涵蓋的不確定性因素。以撫順市2017-2018年冬季采暖期中沈撫新城監(jiān)測(cè)站點(diǎn)的污染最嚴(yán)重天氣時(shí)段為例，利用源強(qiáng)快速估算方法獲取到SO2、NOx濃度的最優(yōu)擬合結(jié)果，利用坐標(biāo)系中與擬合曲線(xiàn)相鄰的上下方真實(shí)數(shù)值創(chuàng)建擬合曲線(xiàn)，用于針對(duì)該估算方法的不確定性進(jìn)行分析。通過(guò)觀察分析結(jié)果可以發(fā)現(xiàn)，在最優(yōu)擬合條件下SO2、NOx的排放源強(qiáng)分別為45.26、7.75，不確定性區(qū)間分別為[7.24，8.57]和[40.98，44.96]，總體來(lái)看其在總不確定性區(qū)間中占比較小，造成該估算模型不確定性的原因多與監(jiān)測(cè)數(shù)據(jù)的不確定性有關(guān)。

結(jié)論：

本文以遼寧省撫順市作為研究對(duì)象，建立起以SO2、NOx與CO為代表的大氣污染物排放源強(qiáng)估算模型，并針對(duì)估算方法的精確度進(jìn)行驗(yàn)證。檢驗(yàn)結(jié)果表明，該估算方法的中值誤差不超過(guò)0.15，由此證明該算法具備良好的適用性，可為撫順市大氣污染物排放源強(qiáng)的預(yù)測(cè)與生態(tài)環(huán)境整治工作提供重要參考價(jià)值。

參考文獻(xiàn)：

[1]夏志勇，付華軒，呂晨，等.重污染天氣期間濟(jì)南市城區(qū)和清潔對(duì)照點(diǎn)PM_（2.5）及其組分污染特征[J].生態(tài)環(huán)境學(xué)報(bào)，2019，（5）：958-963.

[2]馮利紅，趙巖，李建平，等.天津市大氣重污染天氣下細(xì)顆粒物中重金屬污染特征及健康風(fēng)險(xiǎn)評(píng)估[J].中華疾病控制雜志，2018，（11）：22.