劉 俊,安興琴,朱 彤,翟世賢,李 楠(.北京大學(xué)環(huán)境科學(xué)與工程學(xué)院,環(huán)境模擬與污染控制國(guó)家重點(diǎn)聯(lián)合實(shí)驗(yàn)室,北京 0087；.中國(guó)氣象科學(xué)研究院大氣成分研究所,北京 0008)

京津冀及周邊減排對(duì)北京市PM2.5濃度下降評(píng)估研究

劉 俊1,安興琴2*,朱 彤1,翟世賢2,李 楠2(1.北京大學(xué)環(huán)境科學(xué)與工程學(xué)院,環(huán)境模擬與污染控制國(guó)家重點(diǎn)聯(lián)合實(shí)驗(yàn)室,北京 100871；2.中國(guó)氣象科學(xué)研究院大氣成分研究所,北京 100081)

利用第三代區(qū)域空氣質(zhì)量模式CMAQ (Community Multiscale Air Quality)及京津冀地區(qū)高分辨的污染源排放清單,基于2011年、2012年和2013年秋冬季美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心全球再分析資料的氣象條件分析,選取2012年10月1日至12月30日作為代表性時(shí)段,模擬了P M2.5的濃度變化趨勢(shì),同時(shí)根據(jù)《京津冀及周邊地區(qū)落實(shí)大氣污染防治行動(dòng)計(jì)劃實(shí)施細(xì)則》和2012年到2017年污染源減排控制目標(biāo),進(jìn)行了減排效果評(píng)估分析.結(jié)果顯示,模式系統(tǒng)能較好捕捉PM2.5濃度的變化趨勢(shì),海淀站和上甸子站觀測(cè)與模擬值的相關(guān)系數(shù)分別為0.71和0.63.主要污染源和污染物排放量削減30%～40%后,北京市PM2.5濃度發(fā)生了明顯降低,海淀站、上甸子站和城六區(qū)的平均濃度下降率分別為(24.9±2.3)%,(20.2±2.7)%和(24.8±2.1)%.如果嚴(yán)格執(zhí)行《京津冀及周邊地區(qū)落實(shí)大氣污染防治行動(dòng)計(jì)劃實(shí)施細(xì)則》,在氣象條件和2012年相似情況下,到2017年,北京市城區(qū)PM2.5年均濃度控制在60μg/m3內(nèi)的防治目標(biāo)可以實(shí)現(xiàn).

CMAQ模式；京津冀及周邊地區(qū)；PM2.5；下降率

1998年以來(lái),北京市采取了一系列分階段的空氣污染防治措施,尤其在2008年奧運(yùn)會(huì)期間,北京及周邊地區(qū)采取了交通限行、建筑停工、重點(diǎn)污染企業(yè)停產(chǎn)、燃煤電廠停運(yùn)等一系列嚴(yán)格的大氣污染控制措施[1],使空氣質(zhì)量明顯好轉(zhuǎn),奧運(yùn)會(huì)舉辦前的2005～2007年,北京市大氣SO2、NO2、CO和PM10的平均濃度分別為50,66,2030和150μg/m3,而奧運(yùn)會(huì)舉辦后2008～2012年,大氣SO2、NO2、CO和PM10的平均濃度分別為32,53,1460和117μg/m3,污染物濃度大幅降低[2].

但近年來(lái),北京與周邊地區(qū)人口和能源消費(fèi)總量持續(xù)增長(zhǎng),機(jī)動(dòng)車保有量逐年攀升, PM2.5成為影響空氣質(zhì)量的首要污染物,極端重污染事件頻發(fā),呈現(xiàn)區(qū)域性復(fù)合型污染[3].作為我國(guó)重要的能源和工業(yè)基地,華北六省市(北京,天津,河北,山東,內(nèi)蒙古和山西)能源消費(fèi)總量已由2005年的7.6億tce上升到2011年的11.8億tce,占全國(guó)能源消費(fèi)總量的36%[4],民用汽車總量由890萬(wàn)輛上升到2640萬(wàn)輛[5].由工業(yè)和生活燃煤以及機(jī)動(dòng)車排放的一次污染物,經(jīng)過(guò)大氣化學(xué)反應(yīng)生成高濃度氧化劑及細(xì)顆粒物等二次污染物,并在靜穩(wěn)天氣下積累,導(dǎo)致低能見(jiàn)度的灰霾現(xiàn)象,并嚴(yán)重影響人群健康[6].

從污染來(lái)源來(lái)看,2010年北京城區(qū)站點(diǎn)的PM2.5中,二次硫酸鹽占26.5%,機(jī)動(dòng)車尾氣占17.1%,化石燃料燃燒占16.0%,生物質(zhì)燃燒占11.2%,道路揚(yáng)塵占12.7%,冶金工業(yè)占6.0%,土壤塵占10.4%[7].從污染的分布特征來(lái)看,京津冀是我國(guó)區(qū)域性復(fù)合污染的典型地區(qū).2013年上半年,京津冀地區(qū)重點(diǎn)城市PM2.5平均濃度為115μg/m3,石家莊市PM2.5平均濃度為172μg/m3[8],連續(xù)靜穩(wěn)天氣形勢(shì)和區(qū)域污染是導(dǎo)致強(qiáng)霾和污染持續(xù)的主要原因[9].針對(duì)典型重污染事件的模式研究顯示,北京周邊源對(duì)北京市PM2.5的貢獻(xiàn)率為15%～53%,平均為39%,對(duì)SO2平均貢獻(xiàn)率為18%[10].對(duì)奧運(yùn)空氣質(zhì)量保障方案的研究表明,北京周邊對(duì)奧運(yùn)場(chǎng)館區(qū)的O3和PM2.5濃度貢獻(xiàn)率可達(dá)35～60%和34%[11],在南風(fēng)主導(dǎo)情況下,河北省對(duì)北京市PM2.5貢獻(xiàn)率可高達(dá)50%～70%.

針對(duì)嚴(yán)峻的污染形勢(shì)和迫切的改善需要,2013年9月,國(guó)務(wù)院發(fā)布了《大氣污染物防治行動(dòng)計(jì)劃》[12],要求經(jīng)過(guò)5年努力,全國(guó)空氣質(zhì)量總體改善,并明確提出京津冀地區(qū)細(xì)顆粒物PM2.5濃度下降25%左右的控制目標(biāo),要求北京市PM2.5年均濃度控制在60μg/m3的范圍.根據(jù)《京津冀及周邊地區(qū)落實(shí)大氣污染防治行動(dòng)計(jì)劃實(shí)施細(xì)則》[13],到2017年,京津冀及周邊地區(qū)(北京,天津,河北,山西,山東和內(nèi)蒙古)將采取一系列措施減少污染的排放.為了分析評(píng)估污染物削減方案的有效性,本研究基于現(xiàn)有京津冀及周邊地區(qū)高分辨率污染排放源清單,選取極端重污染事件頻發(fā)的秋冬季節(jié),以2012年10～12月的氣象條件和污染源排放為基礎(chǔ)值,利用空氣質(zhì)量預(yù)報(bào)模式模擬和評(píng)估了削減方案對(duì)降低北京PM2.5年均濃度的影響,以期為京津冀及周邊地區(qū)大氣污染物聯(lián)防聯(lián)控提供科學(xué)依據(jù).

1 數(shù)據(jù)與方法

1.1 模式方法

1.1.1 模式介紹 本文采用的模式系統(tǒng)由MM5v3.6[14](The Fifth-Generation NCAR/Penn State Mesoscale Model), SMOKE(Sparse Matrix Operator Kernel Emissions)[15]和CMAQv4.5 (Community Multiscale Air Quality)[16]3部分組成.MM5是由美國(guó)國(guó)家大氣研究中心(NCAR)和美國(guó)賓州大學(xué)(PSU)共同研發(fā)的第五代中尺度氣象非靜力模式,能為區(qū)域空氣質(zhì)量模式提供氣象場(chǎng)輸入資料.SMOKE是由美國(guó)北卡羅來(lái)納大學(xué)開(kāi)發(fā)的基于稀疏矩陣運(yùn)算方法的污染源處理模式.CMAQ是美國(guó)第三代的空氣質(zhì)量模式Models-3的核心部分,基于“一個(gè)大氣”的思想,全面考慮化學(xué)氧化劑、顆粒物和酸沉降等問(wèn)題,模擬污染物物理傳輸和化學(xué)反應(yīng)過(guò)程,在我國(guó)有非常廣泛的應(yīng)用[17-19].

1.1.2 實(shí)驗(yàn)方案 本研究的模擬區(qū)域以(110°E, 35°N)為中心,中尺度氣象模式MM5采用分辨率分別為81km,27km,9km和3km的四重嵌套.經(jīng)測(cè)試比較,CMAQ四重嵌套與兩重嵌套模擬結(jié)果無(wú)顯著性差別,故采用兩重嵌套,模擬區(qū)域與MM5的第三(d03)和第四(d04)重區(qū)域一致,分辨率分別為9km和3km,其中d03覆蓋北京市,天津市和河北省大部分地區(qū),以考慮周邊地區(qū)對(duì)北京空氣質(zhì)量的影響,d04覆蓋北京市范圍,第四重區(qū)域網(wǎng)格數(shù)為61×70,圖1給出了四重嵌套模擬區(qū)域及監(jiān)測(cè)點(diǎn)分布.

圖1 四重嵌套模擬區(qū)域及海淀和上甸子監(jiān)測(cè)站點(diǎn)分布示意Fig.1 Four-level nested domain and locations of observation site at Haidian (HD) and Shangdianzi (SDZ) in Beijing

利用NCEP全球再分析資料,對(duì)比分析了2011年、2012年和2013年的秋冬季邊界層高度和地表風(fēng)速風(fēng)向,選擇2012年10月1日～12月30日為代表時(shí)段進(jìn)行模擬研究,模擬前5d(9月26～30日)作為模式初始化時(shí)間,以消除初始條件對(duì)模擬結(jié)果的影響.

采用中尺度氣象模式MM5模擬氣象場(chǎng),用以驅(qū)動(dòng)空氣質(zhì)量模式.MM5模式采用四重雙向嵌套,垂直方向?yàn)榈匦巫冯Ssigma坐標(biāo)系,共26層.利用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)提供的1°×1°(時(shí)間分辨率為6h)的全球再分析資料作為MM5所需背景場(chǎng)和邊界輸入資料,模式參數(shù)化方案如下:霰(Reisner Graupel)微物理方案,Grell積云參數(shù)化方案,MRF行星邊界層方案,RRTM長(zhǎng)波大氣輻射方案,多層土壤方案,淺對(duì)流方案.應(yīng)用四維格點(diǎn)分析同化 (Grid Nudging)技術(shù),將牛頓松弛項(xiàng)加入風(fēng),溫度和水汽的診斷方程,輸入分析資料的時(shí)間間隔為6h.

采用污染源清單處理模式SMOKE為空氣質(zhì)量模式提供網(wǎng)格化的污染物小時(shí)排放數(shù)據(jù).SMOKE分點(diǎn)、面和移動(dòng)源三類類型進(jìn)行處理.排放源清單主要包括兩個(gè)部分:①東亞區(qū)域背景采用0.5°×0.5°的INTEX-B2006清單[20], INTEXB2006清單是在TRACE-P清單[21-22]基礎(chǔ)上,更新了中國(guó)區(qū)域的排放信息;②北京與周邊地區(qū)高分辨的排放清單[23].針對(duì)減排情景的設(shè)計(jì),根據(jù)《京津冀及周邊地區(qū)落實(shí)大氣污染防治行動(dòng)計(jì)劃實(shí)施細(xì)則》[13]要求,到2017年主要污染物的削減比例為二氧化硫(SO2)削減30.8%,氮氧化物(NOχ)削減32.7%,煙粉塵(PM10和PM2.5)削減39.3%,揮發(fā)性有機(jī)物(VOCs)削減13.4%,設(shè)計(jì)了京津冀及周邊地區(qū)(包括北京、天津、河北、山東、山西和內(nèi)蒙古自治區(qū)) 的污染源的減排情景,具體方案見(jiàn)表1.

表1 污染物削減試驗(yàn)方案設(shè)計(jì)Table 1 Design of emission source controlling plan

區(qū)域空氣質(zhì)量模式CMAQ采用與MM5相同的區(qū)域設(shè)置,MM5生成的氣象資料經(jīng)氣象化學(xué)界面MCIP(Meteorology-Chemistry Interface Processor)轉(zhuǎn)化為CMAQ可識(shí)別數(shù)據(jù)格式過(guò)程中,通過(guò)質(zhì)量加權(quán)平均算法將垂直層數(shù)縮小為16層,覆蓋地面以上12km范圍,第一層高度約為15m,氣象化學(xué)為CB4機(jī)制,氣溶膠過(guò)程為aero3機(jī)制.根據(jù)表1源削減模擬試驗(yàn)設(shè)計(jì)方案,以2012為基準(zhǔn),分別進(jìn)行Baseline和Scenario的模擬,利用Baseline驗(yàn)證模式性能,并通過(guò)兩次模擬結(jié)果間的比較,進(jìn)行PM2.5減排效果評(píng)估分析.

1.2 模式方法

本研究的觀測(cè)數(shù)據(jù)來(lái)自北京氣象局的城區(qū)海淀站(116.28E,39.93N)和密云上甸子區(qū)域本底站(117.12E,40.65N),分別反映北京城區(qū)和本底地區(qū)的污染物濃度水平.海淀站位于北京西三環(huán)和西四環(huán)之間的海淀區(qū)北洼西里昆玉河附近寶聯(lián)體育公園,是北京城區(qū)PM2.5連續(xù)觀測(cè)時(shí)間最長(zhǎng)的站;上甸子站北京城區(qū)的東北方向,是全國(guó)三個(gè)區(qū)域大氣本底站之一,可代表華北區(qū)域監(jiān)測(cè)要素的背景值.采用美國(guó)R&P公司的1400a TEOM (Tapered Element Oscillating Microbalance)測(cè)量PM2.5的質(zhì)量濃度,時(shí)段為2012年10月1日至12月30日,數(shù)據(jù)分辨率為5min質(zhì)控的小時(shí)平均值,經(jīng)換算后得到日均值,用于模式的評(píng)估.

圖2 2011年、2012年和2013年10月1日～12月31日平均邊界層高度(m)和風(fēng)矢量分布Fig.2 Distribution of average planetary boundary layer height (m) and wind vector from Oct. 1stto Dec. 31st in 2011, 2012 and 2013

2 結(jié)果與討論

2.1 氣象條件代表性分析

污染物的傳輸擴(kuò)散取決于氣象條件,利用NCEP 提供的1°×1°(時(shí)間分辨率為6h)全球再分析資料,對(duì)比分析了2011年、2012年和2013年10月1日～12月31日的氣象條件差異.

圖3 2011年、2012年和2013年10月1日～12月31日北京城區(qū)所在網(wǎng)格的風(fēng)玫瑰圖和邊界層高度日均值直方圖Fig.3 Wind rose and daily average planetary boundary layer height in the urban area of Beijing from Oct. 1thto Dec. 31thin 2011, 2012 and 2013

由圖2可見(jiàn),2011年、2012年和2013年華北地區(qū)秋冬季地面以上10m高度處平均風(fēng)矢量分布類似,以西風(fēng)和西北風(fēng)主導(dǎo),北京北部42°N及以北地區(qū),主要為西風(fēng),平均風(fēng)速達(dá)5m/s,隨著維度降低,平均風(fēng)速也逐漸降低,河北省南部和山東省境內(nèi)的風(fēng)速最小.在北京市,平均邊界層高度(PBLH)排序?yàn)镻BLH2011

提取了北京市城區(qū)所在經(jīng)緯度網(wǎng)格中地表以上10m處U、V風(fēng)分量和邊界層高度的6h分辨率數(shù)據(jù),從6h分辨率風(fēng)玫瑰圖(圖3)來(lái)看,城區(qū)2011～2013年秋冬季風(fēng)速和風(fēng)向分布基本一致, 3年的平均風(fēng)速分別為2.47,2.69,2.72m/s,以東北風(fēng)和北風(fēng)為主導(dǎo),分別占總天數(shù)41%,37%和44%,而南風(fēng)、西南風(fēng)和東南風(fēng)總共占31%,34%和30%.從邊界層高度日均值直方圖來(lái)看,三年中邊界層高度均集中于100～500m之間,分別占總天數(shù)的83%,79%和79%.以上結(jié)果表明,選取2012年秋冬季節(jié)作為研究時(shí)段,具有一定代表性.

值得關(guān)注的是,2012年北京市周邊省份的邊界層高度普遍高于2011年和2013年,華北地區(qū)的氣象狀況整體有利于污染物在邊界層內(nèi)的擴(kuò)散去除,在本研究基礎(chǔ)上,有必要開(kāi)展針對(duì)其他年份,尤其是極端不利氣象條件的模擬工作,以檢驗(yàn)控制措施在不同氣象狀況下的控制效果.

2.2 模式驗(yàn)證

利用2012年10月1日至12月30日北京市氣象局在城區(qū)海淀站和密云上甸子區(qū)域大氣本底站的PM2.5觀測(cè)質(zhì)量濃度,驗(yàn)證了模式模擬性能.由圖4和表2可見(jiàn),模式能較好捕捉污染物濃度的變化趨勢(shì),2012年城區(qū)海淀站和上甸子站PM2.5質(zhì)量濃度日均觀測(cè)值與模擬值的相關(guān)系數(shù)分別為0.71和0.63.從平均偏差(MB)和標(biāo)準(zhǔn)平均偏差(NMB)可看出,模式對(duì)海淀站PM2.5的模擬結(jié)果與觀測(cè)比較接近,平均偏差為3.23μg/m3,標(biāo)準(zhǔn)平均偏差為4.73%,而對(duì)上甸子站的模擬相關(guān)系數(shù)更低,主要表現(xiàn)于對(duì)高污染時(shí)段低估,平均低估水平達(dá)34.67%,表明模型對(duì)城區(qū)站點(diǎn)的模擬效果優(yōu)于郊區(qū)站點(diǎn),Wu等[24]認(rèn)為可能與城區(qū)污染源排放數(shù)據(jù)更加詳細(xì)有關(guān).同時(shí)對(duì)上甸子站的低估主要表現(xiàn)為對(duì)PM2.5高濃度時(shí)段的低估,也可能與模式中物理和化學(xué)過(guò)程的不完善有關(guān).

圖4 2012年10月1日～12月31日海淀站(HD)與上甸子站(SDZ) PM2.5質(zhì)量濃度日均值的觀測(cè)與模擬比對(duì)Fig.4 Comparison between observed and modelled daily concentrations of PM2.5at HD and SDZ during Oct. 1st to Dec. 30th, 2012

表2 觀測(cè)與模擬結(jié)果比較統(tǒng)計(jì)值Table 2 Statistical summaries between the simulation and observation results

平均偏差Mean Bias (MB):

標(biāo)準(zhǔn)平均偏差Normalized Mean Bias (NMB): ×100%

均方根誤差Root Mean Square Error (RMSE):

一致性系數(shù):Index of agreement (IA):

2.2 京津冀及周邊減排方案效果評(píng)估分析

2.2.1 采取減排方案PM2.5濃度下降率分布 由圖5可見(jiàn),2012年10月1～12月30日, PM2.5污染集中于北京市城六區(qū)及以南和以東區(qū)域,豐臺(tái)區(qū)和石景山區(qū)污染嚴(yán)重,其中石景山西部的PM2.5濃度平均值最高達(dá)92.5μg/m3,城區(qū)海淀站和背景區(qū)上甸子站模擬PM2.5平均濃度分別為71.5,24.8μg/m3,從市中心到遠(yuǎn)郊區(qū)具有明顯的濃度下降趨勢(shì).北京人口集中分布于城六區(qū),是交通源和無(wú)組織面源的主要貢獻(xiàn)地區(qū),而南城區(qū)曾是北京主要的重工業(yè)和火力發(fā)電基地,對(duì)點(diǎn)源排放具有重要貢獻(xiàn),加之東南風(fēng)盛行狀況下受到周邊區(qū)域污染輸送的影響[10,25],同時(shí)西北高東南低的三面環(huán)山地形條件不利于污染物向西北的擴(kuò)散去除[26-27],從而導(dǎo)致了PM2.5在城六區(qū)及以東和以南地區(qū)的集中分布.

采取減排措施后,整個(gè)模擬區(qū)域內(nèi)的PM2.5濃度均發(fā)生了顯著降低,濃度平均下降率范圍為17%～29%,下降比例最高區(qū)域位于北京市城區(qū)及南部區(qū)域,以城六區(qū)和房山區(qū)的下降比例最大,與減排前PM2.5分布規(guī)律基本一致,而郊區(qū)的下降比例較低,但也有17%以上的削減效果,結(jié)果顯示排放強(qiáng)度越大、PM2.5濃度越高的區(qū)域,采取減排控制措施獲得的空氣質(zhì)量改善效益越大.

圖5 北京市PM2.5濃度平均分布(μg/m3)與采取削減方案前、后北京城PM2.5濃度平均下降率(%)分布Fig.5 Distribution of average PM2.5(μg/m3) concentrations and decreasing ratio(%) of PM2.5after emission source controlling measures in Beijing

2.2.2 減排方案對(duì)城區(qū)和背景區(qū)PM2.5濃度影響 根據(jù)采取減排方案前后,海淀站和上甸子站的PM2.5日均值濃度,計(jì)算兩個(gè)站點(diǎn)逐日的PM2.5濃度下降率.同時(shí)利用北京市行政區(qū)劃矢量圖,截取了城六區(qū)所在區(qū)域的PM2.5模擬數(shù)據(jù),計(jì)算城六區(qū)PM2.5平均下降率,如圖6.采取削減方案后,模擬的海淀站、城區(qū)平均及上甸子站PM2.5日均濃度均有所下降.污染物濃度水平有明顯的逐日變化,其中城區(qū)海淀站PM2.5的模擬日均濃度最高值為129.9μg/m3,最低為14.0μg/m3,而PM2.5的濃度下降率一直維持在20%～28%比較穩(wěn)定的水平,變化波動(dòng)較小,證明通過(guò)采取上述減排方案,能在不同氣象條件和污染物濃度水平的狀況下,達(dá)到穩(wěn)定持續(xù)有效的減排效果.海淀站秋冬季三個(gè)月內(nèi)平均下降率為(24.9±2.3)%,峰值濃度下降率為32.1%,城區(qū)PM2.5濃度平均下降率與海淀站一致,平均下降率為(24.8±2.1)%,峰值濃度下降率為24.8%,而上甸子站處于背景地區(qū),PM2.5濃度主要受區(qū)域性污染輸送的影響,局地的污染排放較少,其PM2.5濃度平均下降率相對(duì)于城區(qū)較低,為(20.2±2.7)%,峰值下降率為17.9%.

基于上述減排評(píng)估,結(jié)合2012年10月1日～12月31日城區(qū)海淀站和背景區(qū)上甸子站的逐日污染物濃度觀測(cè)數(shù)據(jù),計(jì)算采取削減方案后,PM2.5的預(yù)期降低濃度與降低后的觀測(cè)濃度(表3).與2012年10～12月基礎(chǔ)年觀測(cè)值相比,采取削減方案后,海淀站和上甸子站的PM2.5平均下降16.3μg/m3和7.5μg/m3,采取削減方案后的秋冬季平均觀測(cè)濃度降低為51.7μg/m3和29.8μg/m3.《北京公共服務(wù)發(fā)展報(bào)告(2012～ 2013)》[28]數(shù)據(jù)顯示,2010～2012年北京市PM2.5年均濃度在70～80μg/m3,根據(jù)目前制定京津冀及周邊地區(qū)污染減排方案和2012年的氣象背景條件,以城區(qū)PM2.5濃度下降率為(24.8± 2.1)%,北京市的PM2.5的濃度將將降低到52.6～ 60.2μg/m3的濃度水平.如果嚴(yán)格執(zhí)行《京津冀及周邊地區(qū)落實(shí)大氣污染防治行動(dòng)計(jì)劃實(shí)施細(xì)則》[3]要求的控制措施,在氣象條件和2012年相似的情況下,能有效降低北京市PM2.5濃度,到2017年,北京市城區(qū)PM2.5年均濃度控制在60μg/m3內(nèi)的防治目標(biāo)可以實(shí)現(xiàn).

圖6 采取削減方案前、后海淀站、城區(qū)和上甸子站PM2.5濃度變化模擬結(jié)果Fig.6 Simulation of changes of PM2.5for HD, urban area and SDZ before and after emission source controlling measures

表3 采取削減方案后海淀站、上甸子站和城區(qū)PM2.5濃度下降率與采取方案后觀測(cè)濃度下降Table 3 Average decreasing ratio for PM2.5at HD, SDZ and UrbanArea and estimated decrease for observed PM2.5concentrations

3 結(jié)論

3.1 選取2012年10月1日-12月30日作為北京市秋冬季大氣污染的代表時(shí)段,利用MM5/ SMOKE/CMAQ數(shù)模式系統(tǒng),模擬了北京市PM2.5濃度,模式能較好捕捉污染物濃度的變化趨勢(shì),海淀站和上甸子站觀測(cè)和模擬的相關(guān)系數(shù)分別為0.71和0.63.

3.2 根據(jù)《京津冀及周邊地區(qū)落實(shí)大氣污染防治行動(dòng)計(jì)劃實(shí)施細(xì)則》[13]和2012年到2017年污染源減排控制目標(biāo),對(duì)主要污染源和污染物排放量削減30%～40%后,北京市PM2.5濃度平均下降率范圍為17%～29%.

3.3 采取削減方案后,海淀站、上甸子站和城六區(qū)的平均濃度下降率分別為(24.9±2.3)%, (20.2± 2.7)%和(24.8±2.1)%,觀測(cè)的海淀站和上甸子站的PM2.5平均下降16.3μg/m3和7.5μg/m3,若嚴(yán)格執(zhí)行要求的控制措施,在氣象條件和2012年相似的情況下,到2017年,北京市城區(qū)PM2.5年均濃度控制在60μg/m3內(nèi)的防治目標(biāo)可以實(shí)現(xiàn).

[1] Wang M, Zhu T, Zheng J, et al. Use of a mobile laboratory to evaluate changes in on-road air pollutants during the Beijing 2008 Summer Olympics [J]. Atmospheric Chemistry and Physics, 2009,9(21):8247-8263.

[2] 北京市環(huán)保局,北京市環(huán)境狀況公報(bào) [EBOL]: http://www. bjepb.gov.cn/portal0/tab181/, 2006-2012.

[3] Shao M, Tang X, Zhang Y, et al. City clusters in China: air and surface water pollution [J]. Frontiers in Ecology and the Environment, 2006,4(7):353-361.

[4] 國(guó)家統(tǒng)計(jì)局能源統(tǒng)計(jì)司,中國(guó)能源統(tǒng)計(jì)年鑒2012 [M]. 中國(guó)統(tǒng)計(jì)出版社, 2012.

[5] 國(guó)家統(tǒng)計(jì)局,中國(guó)統(tǒng)計(jì)年鑒 [M]. 中國(guó)統(tǒng)計(jì)出版社, 2012.

[6] 朱 彤,尚 靜,趙德峰.大氣復(fù)合污染及灰霾形成中非均相化學(xué)過(guò)程的作用 [J]. 中國(guó)科學(xué):化學(xué), 2010,(12):1731-1740.

[7] Yu L D, Wang G F, Zhang R J, et al. Characterization and source apportionment of PM2.5in an urban environment in Beijing [J]. Aerosol and Air Quality Research, 2013,13(2):574-583.

[8] 環(huán)境保護(hù)部.環(huán)境保護(hù)部發(fā)布2013年6月份及上半年重點(diǎn)區(qū)域和74個(gè)城市空氣質(zhì)量狀況[EBOL]: http://www.mep. gov.cn/gkml/hbb/qt/201307/t20130731_256638.htm.2013-07-31.

[9] 楊 欣,陳義珍,劉厚風(fēng).北京2013年1月連續(xù)強(qiáng)霾過(guò)程的污染特征及成因分析 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(2):282-288.

[10] An X, Zhu T, Wang Z et al. A modeling analysis of a heavy air pollution episode occurred in Beijing [J]. Atmospheric Chemistry and Physics, 2007,7(12):3103-3114.

[11] Streets D G, Fu J S, Jang C J et al. Air quality during the 2008 Beijing Olympic Games [J]. Atmospheric Environment, 2007, 41(3):480-492.

[12] 國(guó)務(wù)院.大氣污染防治行動(dòng)計(jì)劃 [EB/OL]: http://www. gov.cn/zwgk/2013-09/12/content_2486773.htm. 2013-09-12.

[13] 環(huán)境保護(hù)部.京津冀及周邊地區(qū)落實(shí)大氣污染防治行動(dòng)計(jì)劃實(shí)施細(xì)則 [EB/OL]: http://www.mep.gov.cn/gkml/hbb/bwj/201309/ t20130918_260414.htm. 2013-09-17.

[14] Grell, G A, Dudhia J and Stauffer D. A description of the fifth-generation Penn State/NCAR Mesoscale Model (MM5)[OL]. NCAR Technical Note NCAR/TN-398+STR, DOI: 10.5065/ D60Z716B.http://opensky.library.ucar.edu/collections/?collId=tec hnotes&itemId=TECH-NOTE-000-000-000-214.1994.

[15] Houyoux M R, Vukovich J M.Updates to the Sparse Matrix Operator Kernel Emissions (SMOKE) modeling system and integration with Models-3 [EB/OL]. The Emission Inventory: Regional Strategies for the Future:www.ie.unc.edu/cempd/ pub_files/awma99_smoke.doc.1999.

[16] Byun D, Schere K L. Review of the governing equations, computational algorithms, and other components of the models-3Community Multiscale Air Quality (CMAQ) modeling system [J]. Applied Mechanics Reviews, 2006,59(1-6):51-77.

[17] 陳彬彬,林長(zhǎng)城,楊 凱,等.基于CMAQ模式產(chǎn)品的福州市空氣質(zhì)量預(yù)報(bào)系統(tǒng) [J]. 中國(guó)環(huán)境科學(xué), 2012,32(10):1744-1752.

[18] 鄧 濤,吳 兌,鄧雪嬌,等.珠江三角洲一次典型復(fù)合型污染過(guò)程的模擬研究 [J]. 中國(guó)環(huán)境科學(xué), 2012,32(2):193-199.

[19] 劉 寧,王雪松,胡泳濤,等.珠江三角洲秋季PM10污染模擬與形成過(guò)程分析 [J]. 中國(guó)環(huán)境科學(xué), 2012,32(9):1537-1545.

[20] Zhang Q, Streets D G, Carmichael G, et al. Asian emissions in 2006for the NASA INTEX-B mission [J]. Atmospheric Chemistry and Physics, 2009,9(14):5131-5153.

[21] Streets D G, Bond T, Carmichael G, et al. An inventory of gaseous and primary aerosol emissions in Asia in the year 2000 [J]. Journal of Geophysical Research: Atmospheres (1984—2012), 2003,108(D21).

[22] Streets D G, Yarber K, Woo J H, et al. Biomass burning in Asia: Annual and seasonal estimates and atmospheric emissions [J]. Global Biogeochemical Cycles, 2003,17(4):1099-1118.

[23] 吳其重,王自發(fā),徐文帥,等.多模式模擬評(píng)估奧運(yùn)賽事期間可吸入顆粒物減排效果 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2010,30(9):1739-1748.

[24] Wu Q Z, Wang Z F, Gbaguidi A, et al. A numerical study of contributions to air pollution in Beijing during CAREBeijing- 2006 [J]. Atmospheric Chemistry and Physics, 2011,11(12):5997-6011.

[25] Wang M, Zhu T, Zhang J P, et al. Using a mobile laboratory to characterize the distribution and transport of sulfur dioxide in and around Beijing [J]. Atmos. Chem. Phys., 2011,11(22):11631-11645.

[26] Chen D S, Cheng S Y, Liu L et al. An integrated MM5—CMAQ modeling approach for assessing trans-boundary PM10contribution to the host city of 2008Olympic summer games—Beijing, China [J]. Atmospheric Environment, 2007, 41(6):1237-1250.

[27] Ho K F, Lee S C, Ho S S H et al. Dicarboxylic acids, ketocarboxylic acids, α-dicarbonyls, fatty acids, and benzoic acid in urban aerosols collected during the 2006 Campaign of Air Quality Research in Beijing (CAREBeijing-2006) [J]. Journal of Geophysical Research: Atmospheres, 2010,115(D19):D19312.

[28] 施昌奎.北京公共服務(wù)發(fā)展報(bào)告2012-2013/北京藍(lán)皮書(shū) [M].北京:社會(huì)科學(xué)文獻(xiàn)出版社, 2013.

Evaluation of PM2.5decrease in Beijing after emission restrictions in the Beijing-Tianjin-Hebei and surrounding regions.

LIU Jun1, AN Xing-qin2*, ZHU Tong1, ZHAI Shi-xian2, LI Nan2(1.State Key Joint Laboratory of Environmental Simulation and Pollution Control, College of Environmental Sciences and Engineering, Peking University, Beijing 100871, China；2.Institute of Atmospheric Composition, Chinese Academy of Meteorological Sciences, Beijing 100081, China). China Environmental Science, 2014,34(11)：2726～2733

The models-3 community multiscale air quality (CMAQ) Modeling System was used to simulate PM2.5concentrations in Beijing with the application of a high-resolution emission inventory for Beijing-Tianjin-Hebei Region in North China Plain. Based on the reanalysis of meteorological data derived from the national centersfor environmental prediction (NCEP) final analysis (FNL), in the autumn and winter of 2011, 2012, and 2013, we have chosen a representative period, October 1st to December 30th of 2012,for baseline simulation. According to the implementing measures for air pollution prevention and control action plans in Beijing-Tianjin-Hebei and surrounding area (hereinafter referred to as the measures) and Emission Source Control Target for the five-year period (2012～2017), we formulated an emission control scenario to evaluate the improvements in air quality with the comparison to baseline simulation. The modeling system well captured the temporal trend of PM2.5concentrations,with a correlation coefficient of 0.71 and 0.63 betweenmodeled and measured PM2.5daily average concentrationsat Haidian and Shangdianzi, respectively. After 30～40% reduction of emissions for main pollutants in the Beijing-Tianjin-Hebei Region, PM2.5average concentrations in Haidian, Shangdianzi, and urban area deceased by (24.9±2.3)%, (20.2±2.7)%, and (24.8±2.1)%, respectively. If the measures were strictly implemented and the meteorological conditions were similar with those in 2012, the goal of reducing PM2.5annual mean concentration to 60μg/m3could be reached in 2017.

models-3 community multiscale air quality；Beijing-Tianjin-Hebei and surrounding areas；PM2.5；decreasing ratio

X51

A

1000-6923(2014)11-2726-08

劉 俊(1987-),女,四川郫縣人,北京大學(xué)博士研究生,主要從事環(huán)境科學(xué)與政策的研究.發(fā)表論文3篇.

2014-02-10

國(guó)家自然基金(21190051,41121004);歐盟第7框架項(xiàng)目PURGE(265325);北京科技計(jì)劃項(xiàng)目(GYHY200806027);城鎮(zhèn)化發(fā)展對(duì)臭氧污染的影響及下游效應(yīng)研究(41075111)

* 責(zé)任作者, 研究員, anxq@cams.cma.gov.cn