深圳市龍華區(qū)PM2.5污染與減排過程模擬分析

朱 珠，譚成好，吳 愜，李 萍

(1.深圳市源清環(huán)境技術(shù)服務(wù)有限公司，廣東 深圳 518055；2.深圳市深港產(chǎn)學(xué)研環(huán)保工程技術(shù)股份有限公司，廣東 深圳 518055)

城市化和工業(yè)化進展的加快對大氣環(huán)境造成的負(fù)面影響已逐步顯現(xiàn)出來，國內(nèi)外許多學(xué)者對大氣污染特征進行了多年的觀測和研究，結(jié)果發(fā)現(xiàn)城市大氣污染是一個復(fù)雜的過程，具有地域差異性，地域之間卻又會相互影響。大氣污染防治工作的開展需要依托科學(xué)的手段，及時掌握城市大氣污染物的污染特征，制定出具有地方特色的大氣污染防治舉措。

大氣環(huán)境污染研究領(lǐng)域廣泛使用計算機建模技術(shù)對大氣中污染物的形成、排放、傳輸、消減等過程進行計算。WRF-Chem (Weather Research and Forecasting model coupled to Chemistry)包含了一種全新的大氣化學(xué)模式，是當(dāng)下較為流行的一種空氣質(zhì)量數(shù)值模擬技術(shù)，已被廣泛運用于大氣環(huán)境質(zhì)量的模擬與預(yù)測中。

龍華區(qū)作為深圳市的產(chǎn)業(yè)大區(qū)，位于城市地理中心和發(fā)展中軸，毗鄰六區(qū)一市，北鄰東莞、光明、東連龍崗，南接福田、羅湖、南山，西靠寶安，受制于揚塵、道路移動、鍋爐、餐飲油煙、VOCs排放等污染源，其大氣污染形勢較為嚴(yán)峻，主要表現(xiàn)為PM的濃度偏高，PM、二氧化氮(NO)的濃度均持續(xù)上升，臭氧(O)污染顯著惡化并有持續(xù)上升之勢。鑒于此，本文基于相關(guān)監(jiān)測數(shù)據(jù)，結(jié)合WRF-Chem大氣化學(xué)模式，針對具有代表性的污染個例，對龍華區(qū)典型污染時段PM的污染與減排過程進行了模擬分析，并就觀瀾子站大氣污染防治工作提出了建議。

1 研究方法

1.1 A值法計算大氣環(huán)境容量

大氣環(huán)境容量是指當(dāng)一個區(qū)域的環(huán)境空氣質(zhì)量達到其環(huán)境功能區(qū)類別目標(biāo)時大氣污染物的最大允許排放總量，其值主要取決于環(huán)境對大氣污染物的自凈能力與自凈空間。

A值法將城市看作一個或多個箱體，其中下墊面為底，混合層頂為箱蓋，并對區(qū)域的通風(fēng)量、雨洗能力、混合層厚度、下墊面等條件進行綜合分析，計算出控制區(qū)內(nèi)某種污染物的濃度限值。設(shè)A值控制區(qū)分為

n

個分區(qū)，每個分區(qū)面積為

S

，則控制區(qū)內(nèi)的理想大氣環(huán)境客量為

式中：

Q

為污染物年允許排放總量限值(×10t/a)，即理想大氣環(huán)境容量；

A

為地理區(qū)域性總量控制系數(shù)(×10km/a)，其取值為3.64；

S

為控制區(qū)域總面積(km)，文中指龍華區(qū)總面積，經(jīng)過調(diào)研，修正為176.44 km；

S

為城市第

i

個分區(qū)面積(km)，在以街道為劃分依據(jù)時，取值需考慮其功能區(qū)類型，具體取值詳見表1；

C

為第

i

個區(qū)域某種污染物的年均濃度限值(mg/m)，具體取值詳見表2；

C

為控制區(qū)某種污染物的背景濃度(mg/m)，具體取值詳見表2。

表1 龍華區(qū)大氣功能區(qū)域劃分

表2 龍華區(qū)大氣污染物年均濃度限值與污染物背景濃度值(單位：mg/m3)

1.2 WRF-Chem大氣化學(xué)模式

本文使用最新的第三代空氣質(zhì)量模式WRF-Chem 3.8.1，對龍華區(qū)典型時段的PM污染與減排過程進行了模擬分析。WRF-Chem大氣化學(xué)模式將氣象模式(WRF)和化學(xué)模式(Chem)在線完全耦合，它的氣象和化學(xué)過程使用相同的坐標(biāo)系和物理參數(shù)化方案，消除了時間上的差值，能夠考慮到化學(xué)對氣象過程的反饋作用。本文使用的WRF-Chem大氣化學(xué)模式設(shè)置三層嵌套，其中第一層分辨率為18 km，包括我國中南部地區(qū)；第二層分辨率為6 km，包括廣東東部地區(qū)；第三層分辨率為2 km，主要覆蓋包括龍華區(qū)在內(nèi)的深圳市。該模式中使用了基于中國多尺度排放清單模型(MEIC)制作的2016年東亞地區(qū)排放源清單，其空間分辨率達到0.25°×0.25°，對原始清單的各部門排放源作合成，并匹配模擬空間區(qū)域，制得適用于模式運行的人為排放源。WRF-Chem大氣化學(xué)模式所使用的物理、化學(xué)參數(shù)化方案和模擬網(wǎng)格設(shè)置詳見表3和表4。

表3 WRF-Chem大氣化學(xué)模式所使用的物理、化學(xué)參數(shù)化方案

表4 WRF-Chem大氣化學(xué)模式的模擬網(wǎng)格設(shè)置

本研究使用敏感性實驗的方式對減排效力進行綜合分析，考慮深圳市整體的排放分布及協(xié)同減排要求，將龍華區(qū)及其接壤的深圳市行政區(qū)(寶安區(qū)、光明區(qū)、南山區(qū)、福田區(qū)、龍崗區(qū)、羅湖區(qū))的所有人為源排放定義為本地源，主要包括農(nóng)業(yè)、工業(yè)、交通、電力和民用排放，將Domain 1、Domain 2 及 Domain 3 中除龍華區(qū)及其接壤行政區(qū)的所有人為源排放定為外來源。

2 數(shù)據(jù)來源

龍華區(qū)觀瀾子站監(jiān)測數(shù)據(jù)來源于深圳市龍華區(qū)環(huán)境空氣監(jiān)測綜合管理平臺和深圳市生態(tài)環(huán)境局。

利用WRF-Chem大氣化學(xué)模式模擬的原始排放數(shù)據(jù)來自于清華大學(xué)研究團隊制作的中國地區(qū)MEIC-2016排放源。MEIC是一套基于云計算平臺開發(fā)的中國大氣污染物和溫室氣體人為源排放清單模型，可提供高分辨率的動態(tài)排放清單數(shù)據(jù)。源清單中包含10種主要的大氣污染物和溫室氣體(SO、NO、CO、NMVOC、NH、CO、PM、PM、BC和OC)和700多種人為排放源，廣泛應(yīng)用于空氣污染成因分析、空氣質(zhì)量預(yù)報預(yù)警、空氣污染達標(biāo)規(guī)劃等工作。

3 結(jié)果與分析

3.1 大氣環(huán)境承載力分析

2018年龍華區(qū)大氣環(huán)境容量理想值與實際值的對比，見表5。

表5 2018年龍華區(qū)大氣環(huán)境容量理想值與實際值的對比(單位：t/a)

由表5可知，通過對比2018年龍華區(qū)大氣環(huán)境容量理想值與實際值的計算結(jié)果可知，2018年龍華區(qū)PM的實際大氣環(huán)境承載量已經(jīng)達到了理想大氣環(huán)境容量，以更嚴(yán)格的《2018年“深圳藍”可持續(xù)行動計劃》目標(biāo)(龍華區(qū)2018年大氣環(huán)境中PM濃度為33.3 μg/m)計算，PM的大氣環(huán)境容量已經(jīng)超出了821.96 t/a，表明龍華區(qū)PM的減排仍是大氣污染防治工作的重點；而2018年龍華區(qū)NO和PM的實際大氣環(huán)境承載量則已經(jīng)降到了理想大氣環(huán)境容量范圍內(nèi)，相比于PM，此兩種污染物的直接減排壓力相對較小。

3.2 WRF-Chem模擬驗證

利用WRF-Chem大氣化學(xué)模式對龍華區(qū)2017年1月2～4日、2019年1月3～6日大氣污染時段以及2018年4月3～7日大氣相對清潔時段的氣象因子和PM濃度進行了模擬，并將模擬結(jié)果與深圳市生態(tài)環(huán)境局公布的龍華區(qū)的氣溫、相對濕度、風(fēng)速和PM濃度進行對比檢驗，評估其誤差，進行相關(guān)性分析以及平均偏差和平均誤差評估，其結(jié)果見表6和圖1。

表6 龍華區(qū)氣象因子和PM2.5濃度WRF-Chem模擬值與監(jiān)測值的對比

由表6和圖1可見，氣溫、相對濕度、風(fēng)速和PM濃度的模擬值與觀測值的相關(guān)系數(shù)均較高，說明WRF-Chem大氣化學(xué)模式能合理地反映模擬時段內(nèi)的氣象條件和PM濃度情況，因此可利用WRF-Chem大氣化學(xué)模式模擬龍華區(qū)大氣污染特征并進行分析。盡管模擬所得的風(fēng)速存在偏高、PM濃度在低值區(qū)存在一定低估的情況，但相關(guān)統(tǒng)計評估參量的誤差均在可接受范圍內(nèi)，驗證了WRF-Chem大氣化學(xué)模式模擬龍華區(qū)大氣污染特征具有可靠性。

圖1 氣溫、相對濕度、風(fēng)速和PM2.5濃度的模擬值與監(jiān)測值的相關(guān)性分析Fig.1 Correlation analysis of simulated and observed temperature,relative humidity,wind speed,and PM2.5 concentration

3.3 PM2.5污染過程的模擬分析

模擬實驗應(yīng)著重選取具有代表性的大氣污染過程，而龍華區(qū)秋冬季大氣污染事件頻率較高，因此針對秋冬季即冷季大氣污染時段，分別選取2017年1月1～4日的PM超標(biāo)污染事件和2019年1月3～6日的PM輕度污染事件為代表，針對暖季即大氣相對清潔時段，則選取2018年4月3～7日大氣相對清潔時期為代表，進行PM污染過程的模擬分析。

3.3.1 典型污染時段PM污染過程的模擬分析

圖2為龍華區(qū)2017年1月2日至1月3日大氣污染時期PM濃度模擬值分析與風(fēng)場疊加圖。

由圖2可見，2017年1月2日10時，龍華區(qū)大氣污染較周邊南山、龍崗等區(qū)略高,雖然龍華區(qū)中北部大氣中的PM濃度偏高，但龍華區(qū)整體吹東北風(fēng)，且東北方向污染物濃度較小，風(fēng)速較大，有利于大氣污染物的擴散，因此1月2日10～16時，龍華區(qū)持續(xù)的偏東風(fēng)使得區(qū)域大氣污染物濃度減小;另一方面，午間溫度的升高也有利于大氣的垂直運動，促進大氣污染物的擴散,至1月2日17時，深圳市南部地區(qū)風(fēng)向發(fā)生轉(zhuǎn)變，風(fēng)向由偏北風(fēng)轉(zhuǎn)變?yōu)槠巷L(fēng)，南部地區(qū)的大氣污染物開始傳輸進入深圳市，此時龍華區(qū)大氣中的PM濃度出現(xiàn)升高，但其濃度仍維持在低于60 μg/m的較低水平，這是由于深圳南部地區(qū)持續(xù)偏南風(fēng)，1月2日19時大氣污染物由南部擴散至龍華全區(qū)，此時龍華區(qū)風(fēng)速顯著降低，表現(xiàn)為典型的秋冬季靜穩(wěn)天氣形勢，大氣中PM濃度超過100 μg/m；至1月3日0時，大氣中的PM濃度仍然維持在100 μg/m的較高水平，此時全區(qū)均表現(xiàn)為較小的東南風(fēng)，大氣污染物擴散至龍華區(qū)后在此堆積；1月3日10時以后，氣象條件再次發(fā)生轉(zhuǎn)變，龍華區(qū)風(fēng)力加大，風(fēng)向轉(zhuǎn)變?yōu)槠珫|風(fēng)，大氣污染物水平擴散條件良好，且此時其他地區(qū)向龍華區(qū)的污染傳輸減弱，大氣中的PM在此條件下得以擴散，龍華區(qū)大氣中的PM濃度自東向西降低；至1月3日14時，龍華區(qū)大氣中的PM濃度整體降至60 μg/m以下，本次污染過程結(jié)束。

圖2 龍華區(qū)2017年1月2日至1月3日大氣污染時期PM2.5濃度的模擬值分布與風(fēng)場疊加圖Fig.2 Simulated distribution of PM2.5 concentration and wind field in the polluted period (2017/01/02-2017/01/03) in Longhua District

本次大氣污染事件由大氣污染物的跨區(qū)域傳輸引起，大氣污染物主要從龍華區(qū)南部的其他地區(qū)傳輸至龍華區(qū)；當(dāng)污染傳輸至龍華區(qū)后，風(fēng)速降低，靜穩(wěn)天氣不利于大氣污染物擴散；大氣污染在2017年1月2日夜間到1月3日凌晨加重，使得大氣中的PM濃度超標(biāo)現(xiàn)象持續(xù)超過數(shù)小時。

圖3為龍華區(qū)2019年1月3日至1月6日大氣污染時期PM濃度模擬值分布與風(fēng)場疊加圖。

圖3 龍華區(qū)2019年1月3日至1月6日大氣污染時期PM2.5濃度的模擬值分布與風(fēng)場疊加圖Fig.3 Simulated distribution of PM2.5 concentration and wind field in the polluted period (2019/01/03-2019/01/06) in Longhua District

由圖3可見，2019年1月3日0時，龍華區(qū)以東風(fēng)和東北風(fēng)為主，風(fēng)速較大，在此環(huán)流背景下，龍華區(qū)大氣中的PM濃度相對較低，在大部分區(qū)域低于20 μg/m；1月3日12時風(fēng)速轉(zhuǎn)小，但仍以偏東風(fēng)為主，當(dāng)日龍華區(qū)大氣中的PM濃度相對較低；至1月4日0時，近地面風(fēng)速顯著減小，龍華區(qū)大氣中的PM濃度開始出現(xiàn)上升；1月4日夜間開始，大氣中的PM濃度上升明顯，中北部地區(qū)大氣污染程度相對較高，在這些區(qū)域的近地面風(fēng)速也較周邊低，呈現(xiàn)出靜穩(wěn)天氣現(xiàn)象；1月5日上午風(fēng)速雖有增加，但仍然相對較低，不利于大氣污染物的擴散，午后風(fēng)速轉(zhuǎn)為偏北風(fēng)，龍華區(qū)全區(qū)大氣中PM濃度均偏高，且這種分布情況在全天均有所維持；至1月5日夜間20時，全區(qū)大氣中的PM濃度仍相對較高，特別是南部地區(qū)與南山、福田區(qū)的交界處，大氣中PM污染相對較重；1月6日0時，風(fēng)力加大，以偏東風(fēng)為主，大氣污染物擴散條件良好，大氣污染物濃度出現(xiàn)下降，本次污染過程結(jié)束。

3.3.2 相對清潔時段PM污染過程的模擬分析

圖4為龍華區(qū)2018年4月2日至4月7日相對清潔時期PM濃度模擬值分布與風(fēng)場疊加圖。

由圖4可見，2018年4月2日0時，龍華區(qū)中北部地區(qū)風(fēng)向為南風(fēng)，整體風(fēng)速比南部高，大氣中的PM濃度低于40 μg/m；南部地區(qū)為偏東風(fēng)，風(fēng)速相對較低，大氣污染物濃度較高；至4月2日上午，龍華區(qū)南部地區(qū)的風(fēng)速增大，仍吹偏東風(fēng)，風(fēng)向模式不變，但大氣污染物濃度有顯著降低，這表明在暖季，白天溫度的升高有利于大氣污染物的擴散；至4月3日0時，大氣污染物濃度出現(xiàn)升高，除西北部地區(qū)外，龍華大部分地區(qū)大氣中的PM濃度為20～40 μg/m，比日間的PM濃度要高；此后該日際變化模式持續(xù)，即夜間高而日間低；至4月4日夜間，龍華區(qū)的風(fēng)向以偏東南風(fēng)為主，表明在該時期大氣污染物從東部區(qū)域傳輸至龍華區(qū)；而4月6日風(fēng)向發(fā)生改變，龍華區(qū)全區(qū)吹北風(fēng)，且風(fēng)速較大，大氣污染物由北部向南部傳輸；至4月6日白天，風(fēng)力加大，大氣中PM濃度降至20 μg/m以下；4月7日午后，龍華區(qū)中部PM濃度出現(xiàn)升高，并向西傳輸。

圖4 龍華區(qū)2018年4月2日至4月7日大氣相對清潔時期內(nèi)PM2.5濃度的模擬值分布與風(fēng)場疊加圖Fig.4 Simulated distribution of PM2.5 concentration in the relatively clean period (2018/04/02-2018/04/07) in Longhua District

3.4 減排過程的模擬分析

本文對龍華區(qū)2017年1月2 ～4日、2019年1月3～6日大氣污染時段和2018年4月3～7日大氣相對清潔時段進行了減排過程模擬實驗。為了研究減排效果，本次模擬設(shè)置多組敏感性實驗，并使用模擬得到的大氣中PM濃度來檢驗減排效果，為減排工作的開展提供數(shù)據(jù)參考。

3.4.1 典型污染時段減排過程的模擬分析

在控制實驗(即模擬的實際污染條件)下，龍華區(qū)大氣污染時段內(nèi)，大氣中的PM濃度高值超過140 μg/m，低值為10 μg/m，平均值為(Avg)50 μg/m，超出了設(shè)定的PM濃度限值(33.3 μg/m)。通過對龍華區(qū)進行多組不同比例的減排實驗發(fā)現(xiàn)，在大氣污染時期內(nèi)進行局地源減排的效果不佳，這是由于本次龍華區(qū)大氣污染事件發(fā)生時，區(qū)域傳輸污染導(dǎo)致的大氣污染物濃度上升，這說明當(dāng)龍華區(qū)發(fā)生大氣污染事件時，外來源的貢獻較大。敏感性實驗發(fā)現(xiàn)，受周邊區(qū)域傳輸污染的影響，當(dāng)龍華區(qū)本地減排比例達到75%時，大氣中PM濃度的平均值(Avg)下降至32 μg/m，達到所設(shè)定的PM濃度限值的要求，減排實驗結(jié)束。

通過對比減排前后大氣中PM濃度的變化(見圖5)可知，在PM濃度相對較高的大氣污染時段內(nèi)按照75%的比例實行減排措施，對降低大氣中PM濃度的效果顯著，大氣中PM濃度可從局地最高峰值時的146 μg/m下降至95 μg/m；而在PM濃度較低的污染時期(小于20 μg/m時)內(nèi)，實行75%的減排措施僅使大氣中PM濃度下降1～4 μg/m。由以上分析結(jié)果可知，龍華區(qū)在大氣污染時期受到外來源傳輸污染的影響非常大，在大氣中PM濃度超標(biāo)的時期，需要極大的減排量才可使大氣污染物濃度下降至限制目標(biāo)濃度內(nèi)；對于大氣污染時期內(nèi)的相對清潔時段而言，實行減排措施對降低大氣中PM濃度的作用較為微弱。因此，龍華區(qū)在大氣相對污染時期的減排任務(wù)較為嚴(yán)峻，需要其他區(qū)域協(xié)同參與，共同減排。

圖5 龍華區(qū)2017年1月2至1月4日大氣污染時期內(nèi) 75%減排實驗中PM2.5濃度的逐時變化Fig.5 Hourly variation of PM2.5 concentration with 75% emission cut during the polluted period (2017/01/02-2017/01/04) in Longhua District

通過對龍華區(qū)2019年的個例進行PM減排過程模擬實驗發(fā)現(xiàn)(見圖6)，當(dāng)龍華區(qū)本地減排比例達到70%時，大氣中PM濃度的平均值(Avg)下降至31 μg/m，達到所設(shè)定的2019年大氣中PM濃度限值的要求(31.8μg/m)，減排實驗結(jié)束。與2017年相比，2019年對大氣環(huán)境的要求更高，在此背景下，減排工作壓力更大。

圖6 龍華區(qū)2019年1月3至1月6日大氣污染時期 內(nèi)70%減排實驗中PM2.5濃度的逐時變化Fig.6 Hourly variation of PM2.5 concentration with 70% emission cut during the polluted period (2019/01/03-2019/01/06) in Longhua District

3.4.2 相對清潔時段減排過程的模擬分析

在選定的2018年大氣相對清潔時段內(nèi),大氣中的PM濃度高值超過80 μg/m，低值為10 μg/m，平均值比設(shè)定的PM濃度限值高出1.7 μg/m。通過對龍華區(qū)進行多組不同比例的減排實驗發(fā)現(xiàn)(見圖7)，由于龍華區(qū)大氣污染受周邊區(qū)域傳輸污染的影響較大，在相對清潔時期內(nèi)實行局地源減排的效果仍然較差。敏感性實驗發(fā)現(xiàn)，當(dāng)龍華區(qū)本地減排比例達到30%時，大氣中PM濃度的平均值(Avg)下降至33 μg/m，減排實驗結(jié)束。由此可見，龍華區(qū)實行30%比例減排措施能有效降低相對清潔時期內(nèi)大氣中PM濃度的高峰值，PM濃度可從局地最高峰值的88 μg/m下降至68 μg/m；但在PM濃度相對較低時期(小于20 μg/m時)內(nèi)，實行30%局地源減排措施所取得的減排效果較差。因此，龍華區(qū)應(yīng)側(cè)重于在PM濃度偏高的時段開展減排工作。

圖7 龍華區(qū)2018年4月3至4月7日大氣相對清潔 時期內(nèi)30%減排實驗中PM2.5濃度的逐時變化Fig.7 Hourly variation of PM2.5 concentration with 30% emission cut during the relatively clean period (2018/04/03-2018/04/07) in Longhua District

4 結(jié) 論

基于現(xiàn)有監(jiān)測數(shù)據(jù)，結(jié)合WRF-Chem大氣化學(xué)模式，通過對龍華區(qū)大氣污染個例和大氣相對清潔個例的PM污染與減排過程進行模擬分析，得出以下結(jié)論：

(1) 龍華區(qū)PM實際大氣環(huán)境容量已超過理想大氣環(huán)境容量的限值，如何有效控制大氣中的PM濃度是減排工作的重點。

(2) 在PM濃度相對較高的時段內(nèi)實施減排措施，能有效降低大氣中PM的濃度；而在PM濃度相對較低的時段實施減排措施所取得的減排效果較差。

(3) 隨著大氣環(huán)境的改善，在更高標(biāo)準(zhǔn)的要求下，龍華區(qū)大氣減排的工作壓力變大。

(4) 龍華區(qū)大氣污染受周邊區(qū)域傳輸污染的影響較大，減排任務(wù)較為嚴(yán)峻，需要其他地區(qū)協(xié)同參與，共同減排。因此，建議成立不利氣象條件下大氣污染事件的應(yīng)急控制機制，強化與周邊區(qū)域的聯(lián)防聯(lián)控，并根據(jù)氣象條件預(yù)報，制定各區(qū)域減排比例與減排時段，以期達到最好的減排效果。