京津冀農(nóng)業(yè)與機(jī)動(dòng)車氨排放及對大氣PM2.5的差異化影響

郎建壘, 范曉菡, 李 昂, 邊澤君, 聞超玉, 周 穎, 毛書帥

(北京工業(yè)大學(xué)環(huán)境與生命學(xué)部區(qū)域大氣復(fù)合污染防治北京市重點(diǎn)實(shí)驗(yàn)室, 北京 100124)

大量的排放清單研究結(jié)果表明,NH3排放存在多種自然和人為排放源,包括農(nóng)田施肥、固氮植物、秸稈堆肥、畜禽養(yǎng)殖、室外或室內(nèi)秸稈焚燒、人體排泄、廢棄物處理、工業(yè)生產(chǎn)、機(jī)動(dòng)車尾氣等[4, 16-18]。受人為活動(dòng)影響,各類排放源之間的排放特征存在較大的時(shí)空分布差異。農(nóng)業(yè)源是NH3排放量占比最大的排放源[19],而京津冀地區(qū)因其經(jīng)濟(jì)發(fā)達(dá)、人口密集的特征,城市地區(qū)的機(jī)動(dòng)車NH3排放占據(jù)主導(dǎo)地位,由于尚未有研究對比農(nóng)業(yè)和機(jī)動(dòng)車NH3排放對空氣質(zhì)量的影響,兩者的差異性影響規(guī)律并不清晰。因此,探究農(nóng)業(yè)和機(jī)動(dòng)車NH3排放及其對空氣質(zhì)量的影響差異,對提升科學(xué)認(rèn)知、制定優(yōu)化減排方案具有重要意義。本研究以2017年為基準(zhǔn)年,建立了京津冀農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3排放清單,分析其排放和時(shí)空分布特征。進(jìn)一步的,通過WRF-CAMx-PSAT模型和Brute-Force法對京津冀農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3排放對大氣PM2.5空氣質(zhì)量的影響進(jìn)行模擬和分析,研究可為NH3排放控制和京津冀空氣質(zhì)量的改善提供科學(xué)依據(jù)。

1 材料與方法

1.1 排放清單建立方法

為探究京津冀農(nóng)業(yè)和機(jī)動(dòng)車NH3排放對大氣PM2.5貢獻(xiàn)的差異,本研究以2017年為基準(zhǔn)年,基于排放因子法分別建立了京津冀農(nóng)業(yè)和機(jī)動(dòng)車NH3排放清單,其中農(nóng)業(yè)NH3源包括農(nóng)田施肥和畜禽養(yǎng)殖2個(gè)主要農(nóng)業(yè)NH3排放源,NH3排放的總量為活動(dòng)水平和排放因子的乘積,計(jì)算公式為

Ei,j,y=Ai,j,y×EFi,j,y×γ

(1)

式中:i為地區(qū)(北京、天津、河北);j為排放源;y為年份,本研究年份為2017年;Ei,j,y為y年i地區(qū)j排放源的排放量,t;A為活動(dòng)水平數(shù)據(jù);EF為排放因子;γ為氮-大氣氨轉(zhuǎn)換系數(shù),畜禽養(yǎng)殖排放源取1.24,農(nóng)田施肥和機(jī)動(dòng)車排放源取1.00。

1.1.1 活動(dòng)水平

農(nóng)田施肥的排放估算中,農(nóng)作物類型分別為小麥、玉米、水稻、棉花、大豆、油菜、花生、甘蔗、馬鈴薯、甜菜、烤煙、西紅柿、黃瓜、茄子、大白菜、蘿卜、豇豆和水果。其余活動(dòng)水平數(shù)據(jù),如作物播種面積、施肥率等均來自《2018年中國農(nóng)村統(tǒng)計(jì)年鑒》[20]和《2018年全國農(nóng)產(chǎn)品成本收益資料匯編》[21]。不同作物的基追肥比例來自于文獻(xiàn)調(diào)研[22],根據(jù)基追肥比例,可將農(nóng)田施肥的排放計(jì)算至逐旬。

畜禽養(yǎng)殖的排放估算參考《大氣氨源排放清單編制技術(shù)指南》(以下簡稱《指南》),其中養(yǎng)殖方式包括散養(yǎng)、集約和放牧;畜禽種類包括肉豬、母豬、肉牛、奶牛、山羊、綿羊、蛋雞、蛋鴨、蛋鵝、肉雞、肉鴨、肉鵝、馬、驢、騾和駱駝;本研究的糞便管理階段包括戶外、圈舍、存儲、施肥。各畜禽存欄或出欄量、畜禽養(yǎng)殖周期、畜禽集約和放牧飼養(yǎng)量均來自《2018年中國畜牧獸醫(yī)年鑒》[23]和《2018年中國農(nóng)村統(tǒng)計(jì)年鑒》[20]。

機(jī)動(dòng)車NH3排放的估算中,車型包括小型客車、大型客車、輕型貨車、重型貨車和摩托車;機(jī)動(dòng)車排放標(biāo)準(zhǔn)包括國1前、國1、國2、國3、國4、國5、國6標(biāo)準(zhǔn)。2017年機(jī)動(dòng)車保有量和歷年機(jī)動(dòng)車新增量的數(shù)據(jù)來自《2018年中國統(tǒng)計(jì)年鑒》[24]。各地區(qū)各類車型年均行駛里程數(shù)據(jù)來自文獻(xiàn)調(diào)研[25]。

1.1.2 排放因子

農(nóng)田施肥的排放因子根據(jù)施用的肥料類型分為尿素、碳銨、其他氮肥、二銨復(fù)合肥、三元素復(fù)合肥、其他復(fù)合肥和混配肥,其中尿素和碳銨的排放因子主要來自《指南》中推薦的排放因子,并根據(jù)不同地區(qū)的土壤酸堿性、氣溫以及施肥方式對排放因子進(jìn)行了修正。根據(jù)Zhou等[8]的研究,二銨復(fù)合肥、三元素復(fù)合肥、其他復(fù)合肥和混配肥的排放因子分別取6.0%、4.1%、3.3%和3.3%。畜禽養(yǎng)殖的排放因子參考《指南》推薦值。機(jī)動(dòng)車排放計(jì)算方法參考郎建壘等[26]的研究,排放因子來自文獻(xiàn)調(diào)研,參考Lang等[27]、Li等[28],由COPERT V模型得到,單位為mg/km。

1.1.3 時(shí)空分配方法

對于農(nóng)田施肥源,初始清單的時(shí)間分辨率為旬。對于畜禽養(yǎng)殖源和機(jī)動(dòng)車源,初始清單的時(shí)間分辨率為年,根據(jù)月分配系數(shù)分配至月排放。

本研究所計(jì)算的初始排放清單為省級清單,根據(jù)不同排放源的排放特征,選擇各市/縣的農(nóng)用化肥施用量、牧業(yè)產(chǎn)值、GDP等依據(jù)將排放分配至區(qū)縣;再選擇適當(dāng)?shù)? km分配依據(jù)(如水田面積、旱田面積、人口、GDP等)將區(qū)縣排放分配至1 km網(wǎng)格。

1.2 空氣質(zhì)量影響研究方法

1.2.1 模型設(shè)置

本研究使用的是WRF 3.5.1和CAMx 6.30,并使用顆粒物源來源識別模塊(PSAT)來分析特定源區(qū)的顆粒物來源。模擬的第1層網(wǎng)格覆蓋中國東部地區(qū),空間分辨率為27 km×27 km,第2層網(wǎng)格包括京津冀及周邊地區(qū)(河南、山西、山東和內(nèi)蒙古部分地區(qū)),空間分辨率為9 km×9 km,具體模擬范圍見圖1。WRF模式輸入的初始?xì)庀髨龊瓦吔缧畔⒉捎肍NL(final operational global analysis)全球再分析數(shù)據(jù)。FNL數(shù)據(jù)由國家環(huán)境預(yù)測中心(National Centers for Environmental Prediction,NCEP)提供,時(shí)間分辨率為6 h,空間分辨率為1°×1°。地形條件和土地利用數(shù)據(jù)使用美國地質(zhì)調(diào)查局生成的全球地形數(shù)據(jù)。輸入模型的排放清單選擇清華大學(xué)2017年中國多尺度排放清單(MEIC,http:∥www.meicmodel.org/)以及本研究建立的京津冀農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3排放清單。WRF和CAMx模式參數(shù)設(shè)置見表1。

表1 WRF和CAMx參數(shù)設(shè)置

圖1 WRF-CAMx-PSAT模式模擬區(qū)域及受體網(wǎng)格設(shè)置Fig.1 WRF-CAMx-PSAT simulated domain and location of tagged receptor grids

在本研究中,模擬2017年的1月和6月分別作為冬季和夏季的代表月。為探究農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3對空氣質(zhì)量影響的差異性,對農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3進(jìn)行了不同比例的減排情景設(shè)置(10%、30%、50%、70%、100%),具體模擬方案設(shè)置如表2所示。受體網(wǎng)格選擇為監(jiān)測站點(diǎn)所在的網(wǎng)格,具體設(shè)置詳見圖1。

表2 模擬方案設(shè)置

1.2.2 模型評估

為評估模型的準(zhǔn)確性,氣象參數(shù)選擇了溫度、濕度和風(fēng)速進(jìn)行對比驗(yàn)證?？諝赓|(zhì)量模型對SO2、NO2和PM2.5進(jìn)行驗(yàn)證。氣象監(jiān)測數(shù)據(jù)來自中國氣象數(shù)據(jù)服務(wù)中心(http:∥data.cma.cn/en)。SO2、NO2和PM2.5的空氣質(zhì)量國控站點(diǎn)污染物濃度監(jiān)測數(shù)據(jù)來源于中國環(huán)境監(jiān)測總站實(shí)時(shí)發(fā)布的常規(guī)污染物濃度數(shù)據(jù)(http:∥www.cnemc.cn)。模型性能評估參數(shù)包括相關(guān)系數(shù)(R)、歸一化平均偏差(NMB)和歸一化平均誤差(NME),公式為

(2)

(3)

(4)

表3為WRF模式和CAMx模式的驗(yàn)證結(jié)果。WRF模擬的溫度、濕度、風(fēng)速的相關(guān)性均較好,R值在0.85以上,NMB、NME均在±50%以內(nèi)。PM2.5、NO2、SO2的模擬結(jié)果與監(jiān)測結(jié)果的R值均在0.5以上。1月各污染物的R、NMB和NME分別在0.59～0.84、-11.5%～20.1%和24.2%～31.5%。6月各污染物R、NMB和NME分別在0.56～0.71、-42.6%～33.2%和31.4%～32.9%,模擬結(jié)果與監(jiān)測值進(jìn)行對比,誤差在合理范圍之內(nèi)[29-30],可用于后續(xù)的結(jié)果分析。

表3 模擬濃度與監(jiān)測濃度對比結(jié)果

1.2.3 NH3減排空氣質(zhì)量改善效率指數(shù)

根據(jù)排放清單估算結(jié)果可知,不同NH3源的排放量存在差異,而排放量的差異會(huì)對濃度產(chǎn)生影響,無法直接衡量減排不同NH3源對空氣質(zhì)量的改善效果,為消除排放量的影響,本研究提出了NH3減排空氣質(zhì)量改善效率指數(shù),其中以104t NH3計(jì)為1個(gè)單位的減排量,其計(jì)算公式為

(5)

NI=|CN-CN0|

(6)

式中:A代表不同NH3源,包括農(nóng)業(yè)NH3源、機(jī)動(dòng)車NH3源;a代表不同減排比例(基準(zhǔn)、10%、30%、50%、70%、100%);p代表污染物,PM2.5;r代表受體個(gè)數(shù),詳見圖1;CA,a,p,r代表A源在減排比例a下,對受體r污染物p的質(zhì)量濃度貢獻(xiàn),μg/m3;ENH3,a代表不同減排比例下NH3的減排量,104t;CN代表情景a下,單位NH3排放(104t)對污染物p的質(zhì)量濃度貢獻(xiàn),μg/m3;CN0代表基準(zhǔn)情景下,單位NH3排放(104t)對污染物p的質(zhì)量濃度貢獻(xiàn),μg/m3;NI代表NH3減排空氣質(zhì)量改善效率指數(shù),即減排情景CN與基準(zhǔn)情景CN0的差值的絕對值,μg/m3。

2 結(jié)果與討論

2.1 京津冀農(nóng)業(yè)和機(jī)動(dòng)車NH3排放

2.1.1 排放量特征

2017年京津冀的農(nóng)田施肥、畜禽養(yǎng)殖和機(jī)動(dòng)車源的NH3排放量見表4。北京、天津、河北的農(nóng)業(yè)和機(jī)動(dòng)車NH3排放量總量分別占比3.9%、6.6%和89.5%。其中,北京市的農(nóng)田施肥、畜禽養(yǎng)殖、機(jī)動(dòng)車源排放量占比分別為31.8%、64.4%和3.9%,天津市相應(yīng)分別為38.8%、60.0%和1.2%,河北省相應(yīng)分別為41.0%、58.0%和0.9%。

表4 京津冀的農(nóng)田施肥、畜禽養(yǎng)殖和機(jī)動(dòng)車源的NH3排放量

畜禽養(yǎng)殖和農(nóng)田施肥的排放是最主要的農(nóng)業(yè)NH3排放源,進(jìn)一步對其排放特征進(jìn)行分析。圖2為農(nóng)田施肥和畜禽養(yǎng)殖中各類化肥種類和畜禽的排放量占比。從圖中可以看出,農(nóng)田施肥源中尿素的排放占比最大,達(dá)到了68.3%,排放量為21.2萬t。主要是因?yàn)槲覈┯玫蕰r(shí)尿素使用量占比最大,且在溫度較高的酸性或堿性土壤條件下,尿素的排放因子較大,因此尿素排放量較高[31]。其次化肥施用排放量較大的化肥種類依次為碳銨、三元素復(fù)合肥、二銨復(fù)合肥。

圖2 不同畜禽養(yǎng)殖種類和不同化肥種類排放占比Fig.2 Percentage of emissions from different types of livestock and fertilizers

對于畜禽養(yǎng)殖,雞、肉牛、綿羊、奶牛這4種畜禽的NH3排放量較大,分別為11.6萬、7.9萬、7.7萬、6.9萬t,總占比達(dá)到76.1%。這主要是因?yàn)殡u、牛、羊等牲畜的消費(fèi)量和需求量較大,且生長周期短,導(dǎo)致這些牲畜的飼養(yǎng)量較多,排放量較大。

2.1.2 時(shí)空分布特征

圖3為京津冀農(nóng)田施肥、畜禽養(yǎng)殖和機(jī)動(dòng)車源的1 km空間分布圖。圖中可以看出,京津冀地區(qū)的NH3排放在空間上整體呈現(xiàn)東南部高、西北部低的特征,農(nóng)田施肥、畜禽養(yǎng)殖的空間分布主要與人口、作物種植面積以及地理分布有關(guān)(河北西部為太行山,其人為活動(dòng)較少)。機(jī)動(dòng)車NH3排放的空間分布主要在各城市的中心區(qū)域,這與城市人口以及車流量相比農(nóng)村地區(qū)更大有關(guān)。

圖4為京津冀NH3排放月分布圖。從圖中可以看出,京津冀NH3排放存在著明顯的季節(jié)差異,春季和夏季的排放量大,秋季和冬季排放量小,特別是在4月份,NH3排放量呈現(xiàn)出最高值。從4月份NH3源的占比來看,4月份的農(nóng)業(yè)施肥排放占比71.6%,尤其是河北的施肥排放量較大,主要是因?yàn)?月初為大多數(shù)農(nóng)作物播種(同時(shí)施加基肥)的物候期,如春玉米、春小麥、棉花等播種面積較大的農(nóng)作物,從而使得4月份排放量較大。另外,NH3的排放在夏季6月和10月均有高值出現(xiàn),這與夏季溫度較高,秋季部分作物和蔬菜施加追肥有關(guān)。

圖4 京津冀農(nóng)田施肥、畜禽養(yǎng)殖和機(jī)動(dòng)車排放月分布Fig.4 Monthly distribution of fertilizer, livestock and vehicle sources

2.1.3 排放清單對比和不確定性分析

為驗(yàn)證清單的準(zhǔn)確性,本研究將計(jì)算的京津冀農(nóng)田施肥、畜禽養(yǎng)殖、機(jī)動(dòng)車源排放清單與其他研究結(jié)果進(jìn)行對比。表5為本研究排放清單與其他研究估算的清單結(jié)果。本研究與Cheng等[32]計(jì)算的2017年京津冀農(nóng)田施肥和畜禽養(yǎng)殖的結(jié)果相近,農(nóng)田施肥估算結(jié)果僅相差1.3%,畜禽養(yǎng)殖結(jié)果相差10%左右。同樣對比2017年阿達(dá)力別克等[33]估算的結(jié)果,農(nóng)田施肥相差較小,畜禽養(yǎng)殖結(jié)果相差較大,可能是因?yàn)槭褂玫呐欧乓蜃哟嬖谳^大差別,以及活動(dòng)水平的統(tǒng)計(jì)來源不同所導(dǎo)致的。對比Zhou等[8]、董文煊等[34]的排放清單,其估算的農(nóng)田施肥和畜禽養(yǎng)殖排放量均高于本研究,原因可能是一方面排放清單的年份較早(分別為2010年和2006年),近些年化肥施用種類結(jié)構(gòu)發(fā)生變化以及整體的化肥施用量相比較早年份均有所降低,同時(shí)科學(xué)的施肥指導(dǎo)和各類緩釋化肥的應(yīng)用使得化肥得到高效的利用,最終導(dǎo)致農(nóng)田NH3揮發(fā)的減少;另一方面,各研究農(nóng)田施肥源的活動(dòng)水平(如作物種類、施肥率等)和應(yīng)用的排放因子存在差異。整體來看,本研究估算的排放總體可接受。

表5 排放清單結(jié)果與其他研究對比

2.2 農(nóng)業(yè)和機(jī)動(dòng)車NH3排放源對空氣質(zhì)量的影響

圖5為農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3在不同減排比例下對京津冀不同污染物的影響。對比農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3的減排情景,整體來看,由于農(nóng)業(yè)NH3排放顯著高于機(jī)動(dòng)車NH3排放,因此減排農(nóng)業(yè)NH3對于京津冀空氣質(zhì)量的影響更大。

圖5 不同減排情景下污染物濃度變化率Fig.5 Pollutant concentration change rates at different reduction scenarios

2.3 農(nóng)業(yè)和機(jī)動(dòng)車NH3的減排效率對比

根據(jù)方法部分的定義計(jì)算PM2.5的NH3減排空氣質(zhì)量改善效率指數(shù)。圖6為農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3減排情景下PM2.5的NH3減排空氣質(zhì)量改善效率。結(jié)果表明,盡管城市地區(qū)的機(jī)動(dòng)車NH3排放量小于農(nóng)業(yè)NH3排放量,但控制同樣機(jī)動(dòng)車NH3排放(以104t計(jì))比控制單位農(nóng)業(yè)NH3排放帶來的空氣質(zhì)量改善效率更高,說明機(jī)動(dòng)車(城市地區(qū))NH3減排對于PM2.5的改善效率高于農(nóng)業(yè)(鄉(xiāng)村地區(qū))NH3減排,且在1月份的改善效率更為明顯。除6月份農(nóng)業(yè)NH3減排比例無顯著變化外,其余減排情景下PM2.5的NH3減排空氣質(zhì)量改善效率隨減排比例的增加而增加。

圖6 不同情景下PM2.5的NH3減排空氣質(zhì)量改善效率指數(shù)Fig.6 NH3 emission reduction air quality improvement efficiency index of PM2.5 under different scenarios

在農(nóng)業(yè)NH3減排情景下,PM2.5的NH3減排空氣質(zhì)量改善效率指數(shù)在1月份和6月份分別為0.3～0.7 μg/m3和0.03～0.04 μg/m3。在機(jī)動(dòng)車NH3減排情景下,PM2.5的NH3減排空氣質(zhì)量改善效率在1月份和6月份分別為1.1～1.3 μg/m3和0.08～0.10 μg/m3。對比2種減排情景下的變化量,同樣控制104t的NH3,機(jī)動(dòng)車NH3減排情景下的PM2.5的改善效率在1月和6月分別是農(nóng)業(yè)NH3減排情景的2.0～4.2倍和2.2～3.3倍。機(jī)動(dòng)車NH3與農(nóng)業(yè)NH3減排空氣質(zhì)量改善效率的差異可能與城市、農(nóng)村地區(qū)大氣NH3的過量差異情況有關(guān)。一般來講,NH3過量越嚴(yán)重,NH3減排效果越不明顯[13, 38]。目前華北地區(qū)主要處于NH3過量狀態(tài),且根據(jù)排放清單的估算量可知,農(nóng)村地區(qū)的NH3排放遠(yuǎn)大于城鎮(zhèn)機(jī)動(dòng)車NH3排放,城鎮(zhèn)地區(qū)的NH3過量情況弱于農(nóng)村地區(qū)。因此,當(dāng)減排同樣量的農(nóng)業(yè)和機(jī)動(dòng)車NH3時(shí),城鎮(zhèn)地區(qū)的機(jī)動(dòng)車NH3源的減排效率更明顯。綜上,當(dāng)控制同樣排放量的農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3,機(jī)動(dòng)車NH3減排帶來的減排效果更好。因此,雖然機(jī)動(dòng)車NH3的排放量較小,但對其排放與控制也不可忽視。

3 結(jié)論

1) 2017年北京市的農(nóng)田施肥、畜禽養(yǎng)殖、機(jī)動(dòng)車源排放量分別為0.9萬、1.9萬和0.1萬t;天津市相應(yīng)分別為2.0萬、3.0萬和0.1萬t;河北省相應(yīng)分別為28.1萬、39.8萬和0.6萬t。其中,農(nóng)田施肥和畜禽養(yǎng)殖中占比最大的分別為尿素使用和家禽雞的排放。京津冀的農(nóng)業(yè)和機(jī)動(dòng)車NH3排放空間分布呈現(xiàn)出東南高、西北低的特征,其時(shí)間分布在4月份呈現(xiàn)出峰值,季節(jié)上呈現(xiàn)出春夏季高、秋冬季低的特征。

3) NH3減排空氣質(zhì)量改善效率的結(jié)果表明,當(dāng)農(nóng)業(yè)NH3和機(jī)動(dòng)車NH3減排量相同(104t)時(shí),機(jī)動(dòng)車NH3減排對于PM2.5改善效率高于農(nóng)業(yè)NH3減排,且在1月份的改善效率更為明顯,在1月和6月分別可達(dá)到農(nóng)業(yè)NH3減排情景的2.0～4.2倍和2.2～3.3倍。