大氣污染防治綜合決策支持技術(shù)平臺(tái)典型城市應(yīng)用研究

孫新麗, 杜世勇, 王書(shū)肖, 朱 云*, 韓道汶, 許宏宇, 邢 佳, 龍世程, 袁穎枝, 馬 喬

1.華南理工大學(xué)環(huán)境與能源學(xué)院, 廣東 廣州 510006 2.濟(jì)南市生態(tài)環(huán)境局, 山東 濟(jì)南 250101 3.清華大學(xué)環(huán)境學(xué)院, 國(guó)家環(huán)境保護(hù)大氣復(fù)合污染來(lái)源與控制重點(diǎn)實(shí)驗(yàn)室, 北京 100084 4.山東省濟(jì)南生態(tài)環(huán)境監(jiān)測(cè)中心, 山東 濟(jì)南 250100 5.廣州城環(huán)云信技術(shù)研發(fā)有限公司, 廣東 廣州 510006 6.山東大學(xué)能源與動(dòng)力工程學(xué)院, 燃煤污染物減排國(guó)家工程實(shí)驗(yàn)室, 環(huán)境熱工技術(shù)教育部工程研究中心, 山東省能源碳減排技術(shù)與資源化利用重點(diǎn)實(shí)驗(yàn)室, 山東 濟(jì)南 250061

隨著我國(guó)城市化、工業(yè)化和區(qū)域經(jīng)濟(jì)一體化進(jìn)程的加快，以PM2.5為代表的霧霾污染嚴(yán)重影響人民生活質(zhì)量[1-4]. 《大氣污染防治行動(dòng)計(jì)劃》(簡(jiǎn)稱(chēng)“《大氣十條》”)實(shí)施后，京津冀、長(zhǎng)三角及珠三角等重點(diǎn)區(qū)域的空氣質(zhì)量得到持續(xù)改善，但是2017年我國(guó)338個(gè)地級(jí)及以上城市以PM2.5為首要污染物的天數(shù)仍然占全年重度及以上污染天數(shù)的74.2%[5-7]. 同時(shí)，我國(guó)偏重工業(yè)的產(chǎn)業(yè)結(jié)構(gòu)、偏化石燃料的能源結(jié)構(gòu)、偏公路運(yùn)輸?shù)慕煌ńY(jié)構(gòu)決定了大氣污染治理的復(fù)雜性、艱巨性和長(zhǎng)期性[8-10]. 因此，我國(guó)迫切需要開(kāi)展大氣污染防治綜合決策評(píng)估，實(shí)現(xiàn)空氣質(zhì)量的長(zhǎng)期改善.

國(guó)內(nèi)外已有大量大氣污染防治綜合決策評(píng)估的相關(guān)研究案例[11-19]. Amann等[13]利用GAINS (Greenhouse gas-Air Pollution Interaction and Synergies，溫室氣體-大氣污染物協(xié)同效益模型)評(píng)估了歐洲未來(lái)排放與空氣質(zhì)量的可能變化趨勢(shì)和未來(lái)環(huán)境政策方案的成本效益. Selvakkumaran等[14]利用AIMEnduse (Asia-Pacific Integrated-ModelingEnduse，亞太地區(qū)綜合模型)估算了泰國(guó)采取低碳社會(huì)措施后CO2的減排量，并評(píng)估了該措施在邊際成本減少、能源安全、空氣污染物緩解方面的共同利益；李荔等[15]利用WRF-CMAQ (Weather Research and Forecasting Model-Community Multiscale Air Quality Modeling System，中尺度氣象模式-多尺度空氣質(zhì)量模型耦合體系)對(duì)南京青奧會(huì)期間的大氣污染防治強(qiáng)化措施進(jìn)行評(píng)估，結(jié)果表明PM2.5污染改善效果顯著；陶士康等[16]利用WRF-CAMx (WRF-Comprehensive Air Quality Model Extensions，中尺度氣象模式-綜合空氣質(zhì)量擴(kuò)展模型耦合體系)評(píng)估了德州市2017—2019年秋冬季大氣污染防治效果；LIU等[17]綜合利用空氣質(zhì)量模擬方法和觀測(cè)數(shù)據(jù)分析了廣州亞運(yùn)會(huì)期間減排措施的空氣質(zhì)量改善效果；武衛(wèi)玲等[18]評(píng)估了《大氣十條》的實(shí)施對(duì)全國(guó)338個(gè)地級(jí)及以上城市的環(huán)境健康影響；馬國(guó)霞等[19]利用疾病負(fù)擔(dān)模型和投入產(chǎn)出模型估算了《大氣十條》實(shí)施后成渝地區(qū)的大氣污染治理成本. 已有研究比較注重大氣污染防治決策的空氣質(zhì)量改善效果、成本效益、健康影響的單向評(píng)估，但鮮見(jiàn)防治決策的綜合評(píng)估和基于特定空氣質(zhì)量目標(biāo)的減排策略尋優(yōu)研究報(bào)道. 筆者所在課題組在大氣重污染成因與治理攻關(guān)項(xiàng)目的支持下，研發(fā)了以大氣污染防治綜合決策費(fèi)效分析及策略?xún)?yōu)化技術(shù)為核心的大氣污染防治綜合決策支持技術(shù)平臺(tái)(簡(jiǎn)稱(chēng)“技術(shù)平臺(tái)”)，并報(bào)道了其在京津冀區(qū)域的初步應(yīng)用情況[20]，然而，該技術(shù)平臺(tái)應(yīng)用于城市層面的具體研究報(bào)道仍較少，因此該研究進(jìn)一步聚焦于技術(shù)平臺(tái)在濟(jì)南市的應(yīng)用，開(kāi)展PM2.5污染防治措施評(píng)估、PM2.5及O3協(xié)同減排策略的優(yōu)化反算，以期為我國(guó)城市空氣質(zhì)量目標(biāo)管理和科學(xué)決策提供科學(xué)工具和應(yīng)用示范.

1 研究方法

1.1 典型城市及應(yīng)用場(chǎng)景選擇

以煤、油品為主能源清潔消耗的能源消費(fèi)結(jié)構(gòu)、以重工業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)、持續(xù)提升的居民消費(fèi)水平和不利于污染物擴(kuò)散的地理位置導(dǎo)致濟(jì)南市PM2.5污染形勢(shì)一直較為嚴(yán)峻[21]. 濟(jì)南市作為京津冀“2+26”城市群重要城市之一，2017年ρ(PM2.5)超過(guò)GB 3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》二級(jí)標(biāo)準(zhǔn)限值0.8倍，綜合排名位于全國(guó)后十位，嚴(yán)重影響其省會(huì)城市形象[5]. 為此，濟(jì)南市編制了《2018年大氣污染治理“十大措施”實(shí)施方案》(簡(jiǎn)稱(chēng)“‘十大措施’”)，要求完成全市2018年同比2017年ρ(PM2.5)下降18%以上的目標(biāo). 具體措施主要包括：①?gòu)?qiáng)化揚(yáng)塵污染綜合整治. 綠化裸露土地55×104m2；城市(縣城)快速路和主次干路的行車(chē)道機(jī)掃率、灑水沖刷率分別達(dá)到98%、99%；建筑垃圾消納場(chǎng)非作業(yè)面裸土覆蓋(綠化)率、路面硬化率不低于95%等. ②加強(qiáng)機(jī)動(dòng)車(chē)污染治理. 強(qiáng)化在用車(chē)監(jiān)管、機(jī)動(dòng)車(chē)道路和停放地抽檢、出租車(chē)污染治理、高污染車(chē)輛交通管理、加油站油氣污染治理以及完善機(jī)動(dòng)車(chē)檢測(cè)維護(hù)等方面的制度. ③深化工業(yè)污染治理. 督促企業(yè)完成無(wú)組織排放整治；整治“散亂污”企業(yè)，依法關(guān)停逾期不達(dá)標(biāo)企業(yè)；推進(jìn)依法持證排污；制定VOCs深化治理與減排方案，完成汽修及印刷行業(yè)VOCs專(zhuān)項(xiàng)整治工作等. ④推動(dòng)能源結(jié)構(gòu)優(yōu)化調(diào)整. 東部老工業(yè)區(qū)搬遷改造、煤炭消費(fèi)總量控制、推廣清潔取暖和優(yōu)質(zhì)燃煤等. ⑤加強(qiáng)車(chē)用尿素及燃油品質(zhì)監(jiān)督. ⑥加強(qiáng)露天燒烤治理. ⑦強(qiáng)化采暖季污染源減排. ⑧妥善應(yīng)對(duì)重污染天氣. ⑨推進(jìn)微觀監(jiān)測(cè)站點(diǎn)建設(shè). ⑩加強(qiáng)巡查監(jiān)督.

圖1 總體研究路線Fig.1 Overall research route

“十大措施”的大氣污染源管控對(duì)象包括揚(yáng)塵源、移動(dòng)源、工藝過(guò)程源、固定燃燒源、溶劑使用源、儲(chǔ)存運(yùn)輸源和民用燃燒源等多個(gè)層面. 回顧評(píng)估“十大措施”的實(shí)施效果和所獲效益，進(jìn)一步探討基于特定空氣質(zhì)量目標(biāo)的減排策略?xún)?yōu)化，既可為濟(jì)南市下一階段的大氣污染防治綜合決策制定提供基于實(shí)證的科學(xué)依據(jù)，也可為技術(shù)平臺(tái)在我國(guó)各大城市推廣使用提供應(yīng)用參考案例.

1.2 總體研究路線

該研究的總體研究路線如圖1所示，主要分為空氣質(zhì)量模型設(shè)置、大氣污染防治決策一體化評(píng)估和大氣污染防治策略尋優(yōu)及費(fèi)效評(píng)估3個(gè)步驟，最終實(shí)現(xiàn)“防控措施-污染排放-空氣質(zhì)量-減排成本-人體健康”多目標(biāo)多污染物管理綜合決策的量化優(yōu)化評(píng)估. 首先，設(shè)計(jì)以主要污染物為控制因子的控制矩陣，利用WRF-CMAQ對(duì)包含大量控制情景的矩陣進(jìn)行空氣質(zhì)量模擬; 其次，基于控制矩陣及其對(duì)應(yīng)的模擬濃度輸出結(jié)果構(gòu)建響應(yīng)曲面模型(減排-濃度響應(yīng)函數(shù)關(guān)系)，并將其作為技術(shù)平臺(tái)的核心環(huán)節(jié)用于決策評(píng)估及策略尋優(yōu)， 決策一體化評(píng)估根據(jù)“十大措施”減排方案初步估算得到對(duì)應(yīng)的控制情景; 然后,基于該情景逐次開(kāi)展空氣質(zhì)量濃度實(shí)時(shí)響應(yīng)、排放控制成本估算、站點(diǎn)濃度達(dá)標(biāo)推演及人體健康效益評(píng)估,若一體化評(píng)估結(jié)果未能達(dá)到預(yù)期目標(biāo)，則可修正空氣質(zhì)量目標(biāo)〔ρ(PM2.5)和ρ(O3)〕并將其作為策略尋優(yōu)的初始輸入數(shù)據(jù)，初步判斷關(guān)閉區(qū)域所有可控排放可以實(shí)現(xiàn)上述目標(biāo)后，由最低成本達(dá)標(biāo)減排策略?xún)?yōu)化反算得到優(yōu)化策略;最后，結(jié)合人體健康效益估算得到空氣質(zhì)量目標(biāo)可達(dá)、污染防治成本低且人體健康效益顯著的大氣污染防治優(yōu)化減排策略.

1.3 空氣質(zhì)量模型模擬設(shè)置

1.3.1WRF-CMAQ模型設(shè)置

WRF-CMAQ被廣泛應(yīng)用于研究大氣污染物的來(lái)源、產(chǎn)生機(jī)理及傳輸擴(kuò)散過(guò)程，預(yù)測(cè)未來(lái)空氣狀況或評(píng)估污染物減排措施實(shí)施后的空氣質(zhì)量改善效果[22-28]. 該研究選擇中尺度氣象模式WRFv3.9.1，耦合多尺度空氣質(zhì)量模型CMAQv5.2開(kāi)展大氣污染數(shù)值模擬. 模擬區(qū)域使用3層嵌套的Lambert投影，網(wǎng)格分辨率從外層至內(nèi)層分別為27、9、3 km，模擬層頂為100 mb，垂直方向從地表至對(duì)流層頂分為20層；中心經(jīng)緯度為113.1°E、34.9°N，兩條真緯線分別為30°N和39.8°N. 氣象模式的驅(qū)動(dòng)數(shù)據(jù)采用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NECP)提供的2017年逐6 h、分辨率為1°×1°的全氣象再分析資料(FNL)，并結(jié)合NCEP ADP (Automated Data Processing)全球地表觀測(cè)數(shù)據(jù)和探空觀測(cè)數(shù)據(jù)進(jìn)行網(wǎng)格三維數(shù)據(jù)同化. 模擬氣相化學(xué)反應(yīng)機(jī)理與氣溶膠反應(yīng)機(jī)理分別選取CB6和AERO6機(jī)理，最外層初始、邊界輸入采用CMAQ默認(rèn)配置文件，第2層及最內(nèi)層初始、邊界輸入文件均來(lái)自于上一層模擬結(jié)果文件. 第3層模擬域劃分為7個(gè)區(qū)域(見(jiàn)圖2)，分別為濟(jì)南市(A)、德州市(B)、濱州市(C)、聊城市(D)、泰安市(E)、淄博與萊蕪市(F)和其他區(qū)域(G). 選取第3層嵌套模擬區(qū)域的ρ(PM2.5)小時(shí)模擬值后處理為ρ(PM2.5)月均值用于響應(yīng)曲面建模，受模擬計(jì)算資源限制，選取1月、4月、7月、10月分別代表濟(jì)南市2017年春、夏、秋、冬季，以這4個(gè)月的ρ(PM2.5)平均值代表ρ(PM2.5)年均值. 為減小初始條件對(duì)模擬結(jié)果的影響，均提前7 d進(jìn)行空氣質(zhì)量模擬. 3層嵌套模型輸入清單來(lái)源：第1、2層模擬采用清華大學(xué)開(kāi)發(fā)的大氣污染物排放清單；第3層模擬使用濟(jì)南市生態(tài)環(huán)境局提供的濟(jì)南市大氣污染物排放清單.

注： A、B、C、D、E、F、G分別表示濟(jì)南市、德州市、濱州市、聊城市、泰安市、淄博與萊蕪市、其他區(qū)域.圖2 第3層嵌套模擬區(qū)域Fig.2 The third nested modeling domains

1.3.2響應(yīng)曲面二次建模設(shè)置

響應(yīng)曲面二次建模涉及控制因子選取、控制矩陣設(shè)計(jì)、控制情景空氣質(zhì)量模擬、響應(yīng)關(guān)系擬合和可靠性驗(yàn)證[29-30]. 選取4個(gè)非線性氣態(tài)前體物(SO2、NOx、VOCs、NH3)和4個(gè)線性一次PM2.5排放(來(lái)自揚(yáng)塵源、工業(yè)過(guò)程源、固定燃燒源、其他源的一次PM2.5排放)作為控制因子；使用哈默斯利序列采樣(HSS)均勻采樣方法對(duì)非線性氣態(tài)前體物控制因子進(jìn)行采樣，采樣范圍為0～2，即控制因子控制范圍為基準(zhǔn)年排放水平的0～200%；使用定值采樣的方式對(duì)線性一次PM2.5控制因子進(jìn)行采樣，即通過(guò)將每個(gè)控制因子依次置0，而其他控制因子保持不變. 每個(gè)月份的響應(yīng)曲面模型基于387個(gè)模擬情景構(gòu)建：①1 個(gè)基準(zhǔn)情景；②280個(gè)A～G各區(qū)域非線性氣態(tài)前體物獨(dú)立隨機(jī)變化情景；③40個(gè)A～G區(qū)域非線性氣態(tài)前體物聯(lián)合隨機(jī)變化情景；④8個(gè)A～G各區(qū)域非線性氣態(tài)前體物分別均為0和同時(shí)為0的情景；⑤28個(gè)A～G區(qū)域4個(gè)分部門(mén)一次PM2.5排放依次為0的情景；⑥30個(gè)外部驗(yàn)證情景. 為建立ρ(PM2.5) 對(duì)非線性氣態(tài)前體物總排放的多項(xiàng)式非線性響應(yīng)關(guān)系和對(duì)一次PM2.5排放的線性響應(yīng)關(guān)系，4個(gè)月需要 1 548 個(gè)模擬情景.

1.4 大氣污染防治綜合科學(xué)決策支持技術(shù)平臺(tái)

1.4.1大氣污染防治決策一體化評(píng)估

大氣污染防治決策一體化評(píng)估系統(tǒng)由成本評(píng)估系統(tǒng)、減排與空氣質(zhì)量快速響應(yīng)系統(tǒng)、達(dá)標(biāo)評(píng)估系統(tǒng)、效益評(píng)估系統(tǒng)組成，各子系統(tǒng)既各自獨(dú)立又能相互聯(lián)系. 初步估算“十大措施”減排方案對(duì)應(yīng)的各行業(yè)污染物減排量后，系統(tǒng)可以快速量化空氣質(zhì)量改善效果和效益-成本比(人體健康效益污染減排成本)，為決策者提供控制成本、污染物濃度和健康影響的多目標(biāo)量化評(píng)估結(jié)果.

該系統(tǒng)的整體框架如圖3所示：①成本評(píng)估系統(tǒng)基于收集整理的本地化經(jīng)濟(jì)-能源情景數(shù)據(jù)、末端治理數(shù)據(jù)、能源與末端技術(shù)的邊際成本優(yōu)化模型[31]初步建立本地化邊際成本曲線，根據(jù)“十大措施”初步估算的控制情景估算減排量分配、總減排量和控制成本. ②減排與空氣質(zhì)量快速響應(yīng)系統(tǒng)基于排放控制矩陣及其對(duì)應(yīng)的大量WRF-CMAQ情景模擬數(shù)據(jù)，利用高維變量統(tǒng)計(jì)建模方法構(gòu)建可控人為排放源控制因子與PM2.5之間的響應(yīng)曲面模型(減排-濃度響應(yīng)關(guān)系)[32-37]. 構(gòu)建的響應(yīng)曲面模型滿(mǎn)足可靠性校驗(yàn)[38]的誤差要求后方可用于不同控制情景下的空氣質(zhì)量濃度實(shí)時(shí)響應(yīng)及動(dòng)態(tài)溯源. ③達(dá)標(biāo)評(píng)估系統(tǒng)基于監(jiān)測(cè)站點(diǎn)的基準(zhǔn)年自動(dòng)監(jiān)測(cè)數(shù)據(jù)，利用空間插值法融合修正空氣質(zhì)量模型或減排與空氣質(zhì)量快速響應(yīng)系統(tǒng)模擬的ρ(PM2.5)以減少模擬偏差[39-40]，用于評(píng)估各監(jiān)測(cè)站點(diǎn)的ρ(PM2.5)是否達(dá)標(biāo). ④效益評(píng)估系統(tǒng)利用人體健康評(píng)估算法(健康影響函數(shù))、經(jīng)濟(jì)效益評(píng)估算法(價(jià)值評(píng)估函數(shù))分別對(duì)環(huán)境濃度下的人群暴露水平、健康損害進(jìn)行量化和貨幣化，建立排放控制-環(huán)境效益的非線性動(dòng)態(tài)響應(yīng)關(guān)系[40-42]后評(píng)估環(huán)境空氣質(zhì)量改善獲得的人體健康影響和經(jīng)濟(jì)效益，最終結(jié)合減排成本估算效益-成本比.

圖3 大氣污染防治決策一體化評(píng)估系統(tǒng)框架Fig.3 The framework of the decision for air pollution prevention and control integrated assessment system

1.4.2大氣污染防治策略尋優(yōu)及費(fèi)效評(píng)估

技術(shù)平臺(tái)主要通過(guò)費(fèi)效與達(dá)標(biāo)評(píng)估優(yōu)化反算系統(tǒng)(簡(jiǎn)稱(chēng)“優(yōu)化反算系統(tǒng)”)開(kāi)展大氣污染防治策略尋優(yōu)及費(fèi)效評(píng)估，優(yōu)化反算系統(tǒng)由最低成本達(dá)標(biāo)減排策略?xún)?yōu)化反算模塊和效益評(píng)估系統(tǒng)組成，評(píng)估流程如圖4所示：①首先，完全控制研究區(qū)域所有人為排放源的情況下判斷監(jiān)測(cè)站點(diǎn)濃度平均值是否滿(mǎn)足設(shè)定的環(huán)境空氣質(zhì)量目標(biāo)〔ρ(PM2.5)和ρ(O3)〕，若無(wú)法達(dá)標(biāo)則需要放寬控制目標(biāo). ②其次，優(yōu)化反算模塊通過(guò)輸入的初始參數(shù)隨機(jī)生成指定數(shù)量的減排策略后，由減排與空氣質(zhì)量快速響應(yīng)系統(tǒng)、成本評(píng)估系統(tǒng)、達(dá)標(biāo)評(píng)估系統(tǒng)進(jìn)行評(píng)估，基于遺傳算法尋找過(guò)程中評(píng)估結(jié)果較優(yōu)的減排策略并進(jìn)行組合生成新一代的減排策略[43]，減排策略的成本會(huì)逐代降低；反復(fù)迭代此方案至達(dá)到最大迭代次數(shù)后終止，并輸出以減排成本排序的多個(gè)達(dá)標(biāo)減排策略. ③最后，利用效益評(píng)估系統(tǒng)估算人體健康效益并與減排成本相比，得到以效益-成本比排序的多個(gè)達(dá)標(biāo)減排策略，以結(jié)果最優(yōu)的減排策略作為策略尋優(yōu)的最終方案.

圖4 費(fèi)效與達(dá)標(biāo)評(píng)估優(yōu)化反算系統(tǒng)框架Fig.4 The framework of air benefit and cost and attainment assessment system-optimized edition

1.4.3數(shù)據(jù)來(lái)源

基于每個(gè)子系統(tǒng)的實(shí)際功能需求，數(shù)據(jù)收集總結(jié)如表1所示.

表1 大氣污染防治綜合決策支持技術(shù)平臺(tái)數(shù)據(jù)

通過(guò)數(shù)據(jù)調(diào)研和資料收集，統(tǒng)計(jì)整合多部門(mén)多污染物的污染控制技術(shù)，主要包括電力、工業(yè)、民用部門(mén)、機(jī)動(dòng)車(chē)等大氣污染物重點(diǎn)排放源主要防治技術(shù)的治理效率、治理成本(包括技術(shù)安裝及更新、燃料、運(yùn)行維修等成本等)等數(shù)據(jù)，結(jié)合GAINS-Asia等控制策略模型的輸出結(jié)果形成濟(jì)南市本地化的邊際單位成本曲線數(shù)據(jù)，作為成本評(píng)估系統(tǒng)的輸入數(shù)據(jù)；同時(shí)需要輸入根據(jù)“十大措施”估算的控制情景或優(yōu)化減排策略(主要污染物相對(duì)于基準(zhǔn)年的減排率).

減排與空氣質(zhì)量快速響應(yīng)系統(tǒng)輸入數(shù)據(jù)為成本評(píng)估系統(tǒng)中設(shè)定的控制情景和試驗(yàn)矩陣(1 548 個(gè)控制情景)的WRF-CMAQ空氣質(zhì)量模擬濃度結(jié)果文件.

達(dá)標(biāo)評(píng)估系統(tǒng)需要各監(jiān)測(cè)站點(diǎn)的ρ(PM2.5)及其組分監(jiān)測(cè)數(shù)據(jù)，組分監(jiān)測(cè)數(shù)據(jù)包括8種物質(zhì)：SO42-、NO3-、NH4+、OC、EC、地殼細(xì)顆粒物、其他顆粒物、水分. 由于該研究中大部分國(guó)控點(diǎn)僅有ρ(PM2.5)，故未納入組分?jǐn)?shù)據(jù)參與分析；通過(guò)大氣污染攻關(guān)專(zhuān)項(xiàng)中建立的大氣環(huán)境科學(xué)綜合數(shù)據(jù)采集與共享平臺(tái)(http:106.38.83.12:9002ahpcploginindex.html)獲得濟(jì)南市2017年各監(jiān)測(cè)站點(diǎn)的ρ(PM2.5).

圖5 不同監(jiān)測(cè)站點(diǎn)的CMAQ模擬結(jié)果校驗(yàn)Fig.5 Verification of CMAQ model results at monitoring sites

查閱《2017年濟(jì)南市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》[44]獲取2017年年末人口總數(shù)，并將其網(wǎng)格化得到暴露人口數(shù)據(jù)；查閱《2018中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》[45]和《中國(guó)統(tǒng)計(jì)年鑒—2018》[46]獲取2017年基準(zhǔn)年發(fā)病率數(shù)據(jù). 考慮到人群基線發(fā)生率資料與單位健康終端經(jīng)濟(jì)學(xué)價(jià)值的獲取難易程度，該研究基于GBD (Global Burden of Disease Study，全球疾病負(fù)擔(dān)研究)常用的IER (Integrated Exposure-Response Model，綜合暴露響應(yīng)模型)，選擇全因死亡作為大氣污染急性健康終端開(kāi)展健康效益評(píng)估. 基于誤差最小化原則，選擇考慮了無(wú)形損失(如疼痛和其他疾病引起的不良影響)的WTP (Willingness to Pay, 支付意愿法[41])作為價(jià)值評(píng)估函數(shù)，評(píng)估相應(yīng)健康終端死亡的減少所帶來(lái)的經(jīng)濟(jì)效益.

2 結(jié)果與討論

2.1 模擬結(jié)果校驗(yàn)

2.1.1WRF-CMAQ模擬結(jié)果驗(yàn)證

選取濟(jì)南化工廠、農(nóng)科所、省種子倉(cāng)庫(kù)和市監(jiān)測(cè)站4個(gè)國(guó)控點(diǎn)2017年1月、4月、7月、10月的觀測(cè)數(shù)據(jù)分別對(duì)WRF氣象模擬結(jié)果與CMAQ模擬結(jié)果進(jìn)行可靠性驗(yàn)證，并使用標(biāo)準(zhǔn)平均偏差(NMB)和相關(guān)系數(shù)(R)定量表征誤差大小. 如表2所示，溫度、風(fēng)速和相對(duì)濕度逐小時(shí)模擬值與其觀測(cè)值相比較，NMB值范圍分別為-5.61%～-0.30%、40.81%～127.53%和-5.12%～3.42%，R值范圍分別為0.881～0.941、0.508～0.690和0.894～0.904. 盡管WRF模擬的氣象參數(shù)個(gè)別誤差較大，但是均在氣象模型模擬誤差的可接受范圍之內(nèi)[36]. PM2.5逐小時(shí)觀測(cè)數(shù)據(jù)與其CMAQ模擬結(jié)果的時(shí)序變化趨勢(shì)基本吻合(見(jiàn)圖5)，NMB值范圍為-18.29%～11.79%，R值范圍為0.627～0.652，滿(mǎn)足ρ(PM2.5)模擬的精度要求[47]. 排放清單、氣象輸入場(chǎng)及模型本身的不確定性均會(huì)導(dǎo)致CMAQ模擬存在一定的誤差，但WRF-CMAQ模擬體系對(duì)氣象參數(shù)和ρ(PM2.5)的模擬總體滿(mǎn)足可靠性要求，可用于后續(xù)的響應(yīng)曲面二次建模.

表2 WRF氣象模擬結(jié)果校驗(yàn)

2.1.2響應(yīng)曲面二次建模結(jié)果驗(yàn)證

基于每個(gè)月的30組外部驗(yàn)證情景數(shù)據(jù)，利用減排與空氣質(zhì)量快速響應(yīng)系統(tǒng)的外部驗(yàn)證方法對(duì)響應(yīng)曲面二次建模的可靠性進(jìn)行檢驗(yàn). 使用平均偏差(MB)、平均誤差(ME)、平均標(biāo)準(zhǔn)偏差(MNB)、平均標(biāo)準(zhǔn)誤差(MNE)、平均相對(duì)偏差(MFB)、平均相對(duì)誤差(MFE)、標(biāo)準(zhǔn)平均偏差(NMB)和標(biāo)準(zhǔn)平均誤差(NME)和共8項(xiàng)統(tǒng)計(jì)學(xué)指標(biāo)表征誤差大小，其中每個(gè)月30組情景模擬數(shù)據(jù)的NMB平均值范圍為-0.09%～0.70%(見(jiàn)表3)，滿(mǎn)足響應(yīng)曲面二次建模的誤差要求[47]. 選取每個(gè)月NMB相對(duì)較高的情景進(jìn)一步校驗(yàn)，CMAQ模擬值和響應(yīng)曲面二次建模預(yù)測(cè)值的相關(guān)系數(shù)(R)均在0.99以上(見(jiàn)圖6)，表明響應(yīng)曲面二次建模預(yù)測(cè)結(jié)果與CMAQ模擬結(jié)果高度相關(guān). 總體來(lái)看，該研究建立的響應(yīng)曲面模型預(yù)測(cè)濃度與CMAQ模擬濃度有較好的一致性，可以較準(zhǔn)確地捕捉和反映PM2.5與其前體物的濃度響應(yīng)關(guān)系[47]，可用于控制情景的空氣質(zhì)量濃度實(shí)時(shí)響應(yīng).

表3 RSMCMAQ建模結(jié)果評(píng)價(jià)指標(biāo)

Table 3 The evaluation index of RSMCMAQ modeling results

表3 RSMCMAQ建模結(jié)果評(píng)價(jià)指標(biāo)

月份評(píng)估指標(biāo)MBMEMNB∕%MNE∕%MFB∕%MFE∕%NMB∕%NME∕%1月-0.100.92-0.070.96-0.080.96-0.090.944月0.220.890.491.680.461.670.421.617月0.280.710.701.630.671.610.661.6110月0.391.090.781.940.741.910.701.87

圖6 RSMCMAQ 建模結(jié)果驗(yàn)證Fig.6 Verification of RSM/CMAQ modeling results

2.2 “十大措施”實(shí)施效果一體化評(píng)估

2.2.1減排量和減排成本估算

根據(jù)“十大措施”減排方案，初步估算得到濟(jì)南市SO2、NOx、VOCs、一次PM2.5的總減排量分別為 6 507.02、16 790.12、32 340.98、27 083.85 t. 結(jié)合濟(jì)南市2017年大氣污染源排放清單，得到SO2、NOx、VOCs、一次PM2.5的減排率分別為39%、24%、42%、41%〔來(lái)自揚(yáng)塵源、工業(yè)過(guò)程源、固定燃燒源、其他源的一次PM2.5減排率分別為31%、75%、15%、8%(相對(duì)于各污染源排放量)〕；由于PM2.5的前體物中NH3的減排成本較大，該研究設(shè)計(jì)中所有控制情景的NH3減排率均為0. 該研究更新了本地化邊際單位成本曲線(見(jiàn)圖7)，并利用成本評(píng)估系統(tǒng)初步估算了該控制情景下濟(jì)南市SO2、NOx、VOCs、一次PM2.5的減排成本分別約為0.17×108、0.67×108、3.61×108、0.25×108元，共計(jì)4.70×108元. NOx和VOCs的減排成本遠(yuǎn)高于SO2和一次PM2.5，其中一次PM2.5與VOCs的減排率相當(dāng)，但由于較低的單位減排成本使其總減排成本最小.

圖7 污染物減排單位成本曲線Fig.7 Abatement unit-cost curves of five pollutants

2.2.2PM2.5改善效果評(píng)估

將設(shè)置的控制情景輸入減排與空氣質(zhì)量快速響應(yīng)系統(tǒng)后，由圖8的空氣質(zhì)量濃度實(shí)時(shí)響應(yīng)結(jié)果可知：濟(jì)南市ρ(PM2.5)在整體下降的基礎(chǔ)上超標(biāo)情況仍然嚴(yán)重，主要集中在與德州毗鄰的西北接壤地區(qū)，其中天橋區(qū)超標(biāo)幅度重達(dá)25%，主要與該區(qū)域工業(yè)企業(yè)較多、人口較密集、交通相對(duì)繁忙有關(guān). 濟(jì)南市本地一次PM2.5減排對(duì)ρ(PM2.5)下降的貢獻(xiàn)最大，其中揚(yáng)塵源(包括堆場(chǎng)揚(yáng)塵、道路揚(yáng)塵、施工揚(yáng)塵、土壤揚(yáng)塵)的貢獻(xiàn)約占本地貢獻(xiàn)總量的49.65%(見(jiàn)圖9)，由于一次PM2.5的單位減排成本最低，因此優(yōu)先削減本地?fù)P塵源排放是降低ρ(PM2.5)最經(jīng)濟(jì)有效的手段.

圖8 不同控制情景下的ρ(PM2.5)空間分布Fig.8 Spatial distribution of ρ(PM2.5) under different scenarios

圖9 濟(jì)南市排放源對(duì)ρ(PM2.5)下降的貢獻(xiàn)Fig.9 Contribution of emission sources on the decrease of ρ(PM2.5) in Jinan City

由達(dá)標(biāo)評(píng)估系統(tǒng)的結(jié)果可知，2017基準(zhǔn)年氣象條件下“十大措施”控制情景可使?jié)鲜?018年ρ(PM2.5)同比下降19%；濟(jì)南市所有監(jiān)測(cè)站點(diǎn)的PM2.5均得到明顯改善(見(jiàn)圖10)，以60 μgm3為設(shè)定標(biāo)準(zhǔn)，站點(diǎn)超標(biāo)個(gè)數(shù)占比從2017年的64%降至17%，超標(biāo)站點(diǎn)主要為附近工業(yè)企業(yè)相對(duì)較多的機(jī)床二廠、濟(jì)南寶勝、藍(lán)翔技校、平陰城區(qū)、平陰開(kāi)發(fā)區(qū)和省種子倉(cāng)庫(kù). 濟(jì)南市在“十大措施”控制情景下的ρ(PM2.5)空間分布、各污染物減排貢獻(xiàn)及減排成本情況，可為下一階段污染防治的方向和側(cè)重點(diǎn)提供科學(xué)的數(shù)據(jù)支撐.

圖10 濟(jì)南市監(jiān)測(cè)站點(diǎn)ρ(PM2.5)對(duì)比Fig.10 Comparison of ρ(PM2.5) at monitoring stations in Jinan City

2.2.3健康效益評(píng)估

效益評(píng)估系統(tǒng)的結(jié)果表明ρ(PM2.5)年均值的下降使研究區(qū)域避免早逝人數(shù)為141～719例，其中濟(jì)南市的全因死亡人數(shù)約減少310例，人體健康-經(jīng)濟(jì)效益(全因死亡)為6.60×108元(95%置信區(qū)間為[4.25×108， 25.54×108]元)，與減排成本(4.70×108元)相比可知效益-成本比約為1.40，說(shuō)明“十大措施”的實(shí)施可以使?jié)鲜袑?shí)現(xiàn)正向的收益.

2.3 大氣污染防治策略尋優(yōu)及費(fèi)效評(píng)估

2.3.1空氣質(zhì)量目標(biāo)修正

受年際相對(duì)不利氣象的影響[48]，2018年濟(jì)南市ρ(PM2.5)實(shí)際僅同比下降了17.5%，未完成同比下降18%以上的目標(biāo). 由于該研究是基于2017年基準(zhǔn)年排放清單及氣象建立的響應(yīng)曲面模型，因此需要提升以2017年氣象為基準(zhǔn)的空氣質(zhì)量改善率目標(biāo)，用于減排策略?xún)?yōu)化反算及費(fèi)效評(píng)估. 文獻(xiàn)[48]報(bào)道由2018年氣象驅(qū)動(dòng)的ρ(PM2.5)模擬值在低排放和高排放水平下分別比2017年高12%和15%(同一控制情景)，假設(shè)同一控制情景下氣象條件對(duì)ρ(PM2.5)下降的相對(duì)影響保持不變，據(jù)此取其平均值(13.5%)進(jìn)一步修正得到2017年氣象條件下濟(jì)南市需要實(shí)現(xiàn)ρ(PM2.5)同比下降20%〔18%(1+13.5%)〕的空氣質(zhì)量目標(biāo). “十大措施”未詳細(xì)要求O3減排目標(biāo)，但實(shí)際監(jiān)測(cè)數(shù)據(jù)顯示濟(jì)南市2018年ρ(O3)同比上升6.3%，為實(shí)現(xiàn)ρ(O3)同比不升，考慮氣象不利而初步設(shè)置ρ(O3)同比下降8%作為控制目標(biāo). 將PM2.5和O3協(xié)同防控目標(biāo)(分別為20%和8%)輸入費(fèi)效與達(dá)標(biāo)評(píng)估優(yōu)化反算系統(tǒng)，可得到優(yōu)化減排策略.

2.3.2策略尋優(yōu)及費(fèi)效評(píng)估

邊際單位成本曲線代表了每種污染物控制技術(shù)的最優(yōu)化組合，效益最高的控制技術(shù)會(huì)作為策略尋優(yōu)的首選. 如圖7所示，VOCs和SO2的單位控制成本在削減率低于60%時(shí)比較平穩(wěn)，之后隨著控制力度的加大而急劇上升；當(dāng)NH3和NOx的削減率均低于40%時(shí)，前者的單位控制成本低于后者，因此盡管NH3的單位控制成本在PM2.5前體物中最高，但當(dāng)VOCs和NOx的成本遠(yuǎn)高于NH3時(shí)，在要求更高的減排需求情況下也需要考慮對(duì)NH3進(jìn)行控制；SO2和一次PM2.5的單位控制成本明顯低于其他污染物，因此會(huì)成為優(yōu)先控制的污染物. 經(jīng)過(guò)策略尋優(yōu)反算后，選取前10個(gè)達(dá)標(biāo)控制情景結(jié)果進(jìn)行對(duì)比分析，其中SO2、NOx、VOCs、一次PM2.5的減排率分別為45%～50%、20%～22%、42%～45%、58%～61%，各污染物的控制范圍差距較小，均未超過(guò)邊際單位成本曲線拐點(diǎn)(見(jiàn)表4)；每個(gè)情景中NOx和VOCs減排比例明顯低于其他污染物，鑒于污染物排放量和濃度之間的非線性響應(yīng)關(guān)系，PM2.5濃度下降率可能不會(huì)隨污染物控制比例的增加而單調(diào)升高. 在目標(biāo)污染物達(dá)標(biāo)情況下綜合考慮成本和效益，將控制情景1作為大氣污染防治優(yōu)化減排策略(簡(jiǎn)稱(chēng)“優(yōu)化策略”)：SO2、NOx、VOCs、一次PM2.5排放量相對(duì)于2017基準(zhǔn)年分別減排46%、20%、42%、60%，周邊城市的污染物減排策略與“十大措施”減排策略保持一致.

表4 濟(jì)南市優(yōu)化控制情景

優(yōu)化策略的總減排成本約4.69×108元，其中SO2、NOx、VOCs、一次PM2.5的減排成本分別為0.20×108、0.45×108、3.61×108、0.43×108元；ρ(PM2.5)年均值的下降可使?jié)鲜械娜蛩劳鋈藬?shù)減少415例，可獲得的人體健康-經(jīng)濟(jì)效益為8.84×108元(95%置信區(qū)間為[5.50×108， 35.73×108]元)，效益-成本比約為1.88. 對(duì)比“十大措施”，優(yōu)化策略進(jìn)一步降低了濟(jì)南市西北地區(qū)及監(jiān)測(cè)站點(diǎn)的ρ(PM2.5)(見(jiàn)圖11、12).

圖11 不同控制情景下的ρ(PM2.5)空間分布Fig.11 Spatial distribution of ρ(PM2.5) under different scenarios

圖12 濟(jì)南市監(jiān)測(cè)站點(diǎn)ρ(PM2.5)對(duì)比Fig.12 Comparison of ρ(PM2.5) at monitoring stations in Jinan City

2.3.3優(yōu)化策略可靠性驗(yàn)證

為評(píng)估優(yōu)化策略能否實(shí)現(xiàn)2018年氣象條件下ρ(PM2.5)下降18%以上的目標(biāo)，該研究基于依據(jù)優(yōu)化策略更新得到的2018年控制情景清單，通過(guò)WRF-CMAQ模擬2018年氣象條件下的空氣質(zhì)量濃度分布，綜合利用達(dá)標(biāo)評(píng)估系統(tǒng)和2018年的站點(diǎn)實(shí)際監(jiān)測(cè)數(shù)據(jù)融合修正CMAQ模擬結(jié)果，分析得到優(yōu)化策略可使?jié)鲜?018年ρ(PM2.5)和ρ(O3)平均值同比2017年分別下降18.3%、0.02%，可實(shí)現(xiàn)預(yù)期目標(biāo).

3 結(jié)論

a) 濟(jì)南市在“十大措施”控制情景下的SO2、NOx、VOCs、一次PM2.5減排率分別為39%、24%、42%、41%. 技術(shù)平臺(tái)的一體化評(píng)估結(jié)果表明，該情景在2017基準(zhǔn)年氣象條件下可使?jié)鲜?018年ρ(PM2.5)同比下降約19%，新增治污成本4.70×108元，效益-成本比約1.40；單位減排成本最低的本地?fù)P塵源減排對(duì)ρ(PM2.5)下降的貢獻(xiàn)率最大，建議濟(jì)南市下一階段應(yīng)進(jìn)一步強(qiáng)化揚(yáng)塵源減排.

b) 以濟(jì)南市2018年同比2017年ρ(PM2.5)、ρ(O3)分別下降20%、8%作為空氣質(zhì)量目標(biāo)，利用技術(shù)平臺(tái)開(kāi)展大氣污染防治策略尋優(yōu)及費(fèi)效評(píng)估，反算出SO2、NOx、VOCs、一次PM2.5減排率分別為46%、20%、42%、60%的優(yōu)化策略，該策略下的新增治污成本約4.69×108元，效益-成本比約1.88. 對(duì)比“十大措施”控制情景，優(yōu)化策略側(cè)重提高了SO2和一次PM2.5的減排率，降低了對(duì)O3具有負(fù)貢獻(xiàn)的NOx減排率，滿(mǎn)足空氣質(zhì)量目標(biāo)的同時(shí)又盡可能地降低了治污成本.

c) 該研究利用大氣污染防治綜合決策支持技術(shù)平臺(tái)在濟(jì)南市開(kāi)展了“防控措施-污染排放-空氣質(zhì)量-減排成本-人體健康”多目標(biāo)多污染物一體化快速評(píng)估和特定空氣質(zhì)量目標(biāo)的減排策略尋優(yōu)，為其下一階段的大氣污染防治綜合決策制定提供科學(xué)依據(jù)和數(shù)據(jù)支撐. 技術(shù)平臺(tái)在城市層面的成功應(yīng)用對(duì)其在我國(guó)城市逐步推廣具有重要示范意義，可有效支持我國(guó)城市空氣質(zhì)量的達(dá)標(biāo)規(guī)劃需求.