宋立來, 李廷昆, 畢曉輝, 王雪涵, 張文慧, 張?jiān)７? 吳建會(huì), 馮銀廠

南開大學(xué)環(huán)境科學(xué)與工程學(xué)院， 國家環(huán)境保護(hù)城市空氣顆粒物污染防治重點(diǎn)實(shí)驗(yàn)室， 天津 300350

揚(yáng)塵源是我國各城市，特別是北方地區(qū)大氣顆粒物污染的重要來源. 各地源解析結(jié)果表明，揚(yáng)塵源對(duì)于PM2.5的年均分擔(dān)率在15%以上，春季北方地區(qū)揚(yáng)塵貢獻(xiàn)率可在30%以上[1-5]. 按照《揚(yáng)塵源顆粒物排放清單編制技術(shù)指南(試行)》(簡稱“《指南》”)的規(guī)定，揚(yáng)塵源類可分為道路揚(yáng)塵、施工揚(yáng)塵、堆場揚(yáng)塵和土壤揚(yáng)塵，其中土壤揚(yáng)塵是指直接來源于裸露地面(如農(nóng)田、裸露山體、灘涂、干涸的山谷、未硬化或未綠化的空地)的顆粒物在自然或人力作用下形成的揚(yáng)塵[6]. 作為常見的揚(yáng)塵源之一，土壤揚(yáng)塵源分布區(qū)域廣、排放隨機(jī)性大、瞬時(shí)爆發(fā)性強(qiáng)，對(duì)局地和區(qū)域空氣質(zhì)量的季節(jié)性影響明顯[7-9]，且會(huì)影響大氣輻射平衡或作為凝結(jié)核促進(jìn)顆粒物的二次反應(yīng)[10]. 但一直以來，由于其活動(dòng)水平獲取較為困難，在大區(qū)域?qū)用嫔隙繕?gòu)建高空間分辨率的土壤揚(yáng)塵排放清單的研究較少. 排放清單在顆粒物源解析研究、數(shù)值模擬和預(yù)測中均有重要作用，特別是高空間分辨率的排放清單對(duì)于空氣質(zhì)量模擬和相關(guān)研究(如人口暴露、健康和生態(tài)系統(tǒng)影響評(píng)估或城市地區(qū)減排計(jì)劃評(píng)估)至關(guān)重要[11-13]. 此外，動(dòng)態(tài)化高時(shí)間分辨率的排放清單也是更好地服務(wù)大氣污染防治工作的基礎(chǔ). 可見，構(gòu)建區(qū)域?qū)用娓邥r(shí)空分辨率的土壤揚(yáng)塵排放清單可為相關(guān)大氣污染防治工作提供必要且關(guān)鍵的基礎(chǔ)數(shù)據(jù)支撐.

目前，土壤揚(yáng)塵排放清單主要基于美國環(huán)境保護(hù)局土壤風(fēng)蝕方程的排放因子法計(jì)算，土壤揚(yáng)塵屬于面源，其活動(dòng)水平往往難以獲取，研究區(qū)域內(nèi)的點(diǎn)位調(diào)查往往帶來較大的不確定性. 目前已經(jīng)開展了許多關(guān)于排放因子測算的研究，但其空間分辨率往往較低，無法用于高精度的排放清單構(gòu)建[14-17]. 為提高排放清單的空間分辨率，降低不確定性，基于遙感和地理信息系統(tǒng)技術(shù)的高空間分辨率揚(yáng)塵排放清單構(gòu)建方法得到發(fā)展[18-20]，并廣泛應(yīng)用于土壤揚(yáng)塵排放清單的構(gòu)建中，在部分城市層面上建立了高時(shí)間分辨率及本地化排放因子的土壤揚(yáng)塵排放清單[21-25].

京津冀地區(qū)是藍(lán)天保衛(wèi)戰(zhàn)的核心地區(qū)與“主戰(zhàn)場”，兼具較為干燥的氣象特征、較松散的土質(zhì)和高強(qiáng)度的人類活動(dòng)等特點(diǎn)，一直是我國揚(yáng)塵污染較重的地區(qū)，特別在春季，大量農(nóng)田裸地的風(fēng)蝕揚(yáng)塵排放對(duì)空氣質(zhì)量造成了不可忽視的影響，但長期以來京津冀地區(qū)十分缺乏高時(shí)空分辨率的土壤揚(yáng)塵清單，給污染成因分析、模式預(yù)測預(yù)報(bào)及氣候健康效應(yīng)的影響評(píng)估帶來不確定性. 為系統(tǒng)構(gòu)建京津冀地區(qū)高空間分辨率的土壤揚(yáng)塵清單，該研究以2017年為基準(zhǔn)年，通過高空間分辨率遙感技術(shù)(RS)與地理信息系統(tǒng)技術(shù)(GIS)相結(jié)合的方法，獲取了京津冀地區(qū)高空間分辨率的土壤揚(yáng)塵計(jì)算參數(shù)，建立了30 m×30 m高精度的季度土壤揚(yáng)塵排放清單，結(jié)合氣象參數(shù)，將各季節(jié)清單結(jié)果合理分配至逐月，并與環(huán)境受體觀測濃度數(shù)據(jù)印證了結(jié)果的可靠性，以期為空氣質(zhì)量數(shù)值模擬和預(yù)測研究、健康與氣候效應(yīng)評(píng)估以及大氣污染防治對(duì)策制定提供思路、基礎(chǔ)和依據(jù).

1 研究方法

1.1 土壤揚(yáng)塵計(jì)算方法

該研究采用系數(shù)法進(jìn)行土壤揚(yáng)塵排放清單構(gòu)建，計(jì)算公式：

Wsi=Esi×As

(1)

Esi=a×Di×C×(1-η)×10-4

(2)

Di=ki×Iwe×f×L×V

(3)

C=3.86×μ3/PE2

(4)

(5)

式中：Wsi為土壤揚(yáng)塵中PMi(空氣動(dòng)力學(xué)粒徑在0～iμm之間的顆粒物)總排放量，t/a；Esi為土壤揚(yáng)塵源的PMi排放系數(shù)，t/(m2·a)；As為土壤揚(yáng)塵源的面積，m2；a為TSP占總風(fēng)蝕損失的比例系數(shù)，參考美國環(huán)境保護(hù)局的推薦值(2.5%)；Di為PMi的起塵因子，t/(104m2·a)；C為氣候因子，表征氣象因素對(duì)土壤揚(yáng)塵的影響，李貝貝等[21]梳理了土壤風(fēng)蝕公式中氣候因子的來源并對(duì)其進(jìn)行修正，故采用修正后的氣候因子公式計(jì)算；η為污染控制技術(shù)對(duì)揚(yáng)塵的去除效率(多種措施同時(shí)開展的，取控制效率最大值)，%，該項(xiàng)參數(shù)僅針對(duì)農(nóng)田，根據(jù)《指南》推薦，TSP、PM10、PM2.5控制效率分別取90%、90%、75%；Ki為PMi在土壤揚(yáng)塵中不同粒徑顆粒物的含量，TSP、PM10、PM2.5含量分別為100%、30%、5%；Iwe為土壤風(fēng)蝕指數(shù)，該研究中結(jié)合研究區(qū)域土壤類型，參考《指南》中推薦值；f為地面粗糙因子，取值為0.5；L為無屏蔽寬度因子，即沒有明顯阻擋物(如建筑物或高大的樹木)的最大范圍，當(dāng)無屏蔽寬度≤300 m時(shí)L取0.7，當(dāng)無屏蔽寬度在300～600 m之間時(shí)L取0.85，當(dāng)無屏蔽寬度≥600 m時(shí)L取1.0，該研究中L值取0.85；V為植被覆蓋因子，是指裸露土壤面積占總計(jì)算面積的比例，植被覆蓋因子是土壤揚(yáng)塵計(jì)算中的重要參數(shù)之一，也是影響土壤揚(yáng)塵排放清單空間精度的主要參數(shù)，傳統(tǒng)的排放清單建立過程中將研究區(qū)域裸土面積與總計(jì)算面積相比得出，該研究使用遙感影像解譯的方法，獲取高空間分辨率的植被覆蓋因子參數(shù)；μ為年均風(fēng)速，m/s；PE為桑氏威特降水蒸發(fā)指數(shù)；Pj為月降水量，mm，當(dāng)Pj<12.7 mm時(shí)按12.7 mm計(jì)算；Tj為月均溫度，℃，當(dāng)Tj<-1.7 ℃時(shí)按-1.7 ℃計(jì)算.

在土壤揚(yáng)塵計(jì)算的過程中，有2個(gè)參數(shù)對(duì)其空間分辨精度起主要制約作用，分別為V(植被覆蓋指數(shù))和Iwe(土壤風(fēng)蝕指數(shù)). 該研究通過遙感(RS)、地理信息系統(tǒng)(GIS)技術(shù)獲取高空間分辨的V和Iwe參數(shù)，建立高空間分辨率的京津冀地區(qū)土壤揚(yáng)塵排放清單.

1.2 遙感影像處理

通過對(duì)遙感影像處理，獲得高分辨率的植被覆蓋因子以計(jì)算土壤揚(yáng)塵排放. 該研究使用Landsat 8衛(wèi)星中的4波段(紅波段)和5波段(近紅外波段)計(jì)算植被覆蓋信息[26]，數(shù)據(jù)來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)(http://www.gscloud.cn). 選用2017年4月、7月、10月、12月的遙感影像數(shù)據(jù)分別代表春季、夏季、秋季、冬季，缺失部分選用相鄰月份影像代替.

首先對(duì)遙感影像進(jìn)行預(yù)處理，進(jìn)行影像的輻射定標(biāo)和大氣校正，裁剪拼接成完整京津冀地區(qū)圖像. 利用影像攜帶的4波段(R)和5波段(NIR)的反射率計(jì)算歸一化植被指數(shù)(NDVI)，計(jì)算公式：

NDVI=(NIR-R)/(NIR+R)

(6)

該方法通過2個(gè)波段的反射率對(duì)NDVI進(jìn)行計(jì)算，被廣泛運(yùn)用于植被監(jiān)測，其值域在-1～1之間，正值表示有植被覆蓋且與植被覆蓋度同比變化，0表示巖石或裸土，負(fù)值代表云、水、雪等高反射物體[27]. 植被覆蓋度(vegetation coverage，VC)被定義為植被(包括葉、莖、枝)在單位面積內(nèi)的垂直投影面積所占百分比[28]，通過NDVI進(jìn)行計(jì)算，因研究區(qū)域面積較大，影像光譜特性存在差異，應(yīng)用像元二分模型計(jì)算VC較為合適[29]，計(jì)算公式：

VC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(7)

式中，NDVIsoil與NDVIveg分別為裸土與純植被區(qū)的NDVI值. 模型中NDVIsoil與NDVIveg選用研究區(qū)域內(nèi)一定置信范圍內(nèi)的NDVI最小值與最大值. 植被覆蓋度表示植被在單位面積上的投影百分比，而土壤揚(yáng)塵計(jì)算公式中的植被覆蓋因子是指裸土面積的百分比，因此植被覆蓋因子的計(jì)算公式[18]：

V=1-VC

(8)

植被覆蓋因子的值域?yàn)?～1，0代表純植被覆蓋的區(qū)域，1代表完全的裸地；建筑和水體不是土壤揚(yáng)塵的排放源，其植被覆蓋因子值設(shè)置為0.

2 結(jié)果與討論

2.1 京津冀地區(qū)土壤揚(yáng)塵源面積

京津冀地區(qū)包括北京市和天津市2個(gè)直轄市，以及河北省下轄的保定市、滄州市、承德市、邯鄲市、衡水市、廊坊市、秦皇島市、石家莊市、唐山市、邢臺(tái)市及張家口市共11個(gè)地級(jí)市. 根據(jù)土地利用類型，水體和建筑歸屬于非土壤揚(yáng)塵排放源，同時(shí)當(dāng)植被覆蓋度指數(shù)大于0.61時(shí)，植物水土保持作用顯著降低風(fēng)蝕概率，因此將此部分土地也歸屬于非土壤揚(yáng)塵排放源[30].

各城市的城市面積及不同季節(jié)的土壤揚(yáng)塵排放源面積占比如圖1所示. 總體上京津冀地區(qū)土壤揚(yáng)塵排放源面積占比有明顯的季節(jié)性變化特征，呈冬季>春季>秋季>夏季的趨勢，分別為65%、59%、57%和33%. 春季、秋季、冬季3季的面積占比相差不大，夏季因植被茂盛，其面積占比明顯低于其他3季. 就全年平均而言，張家口市和承德市的土壤揚(yáng)塵排放源面積占比較高，分別為64%和58%，而北京市和天津市明顯低于其他城市，分別為42%和43%，其余城市總體差別不明顯. 春季，張家口市的土壤揚(yáng)塵排放源面積占比為78%，明顯高于其他城市，與冬季持平，因其有大面積的草地覆蓋，季節(jié)性的枯榮直接影響土地的裸露程度；秦皇島市的土壤揚(yáng)塵排放源面積占比在春季也處于較高水平，為67%，北京市和天津市在春季最低，分別為47%和48%. 夏季，滄州市的土壤揚(yáng)塵排放源面積占比為49%，明顯高于其他城市，而北京市為19%，明顯低于其他城市. 秋季，承德市、邯鄲市和張家口市的土壤揚(yáng)塵排放源面積占比均較高，分別為68%、68%和78%，北京市和天津市均較低，分別為45%和41%. 冬季，承德市、張家口市和唐山市的土壤揚(yáng)塵排放源面積占比明顯高于其他城市，分別為74%、77%和70%，保定市、北京市和天津市較低，分別為57%、57%和53%.

圖1 京津冀地區(qū)各城市面積及土壤揚(yáng)塵排放源面積占比Fig.1 The urban area and the proportion of soil fugitive dust emission sources in Beijing-Tianjin-Hebei Region

京津冀地區(qū)的承德市和張家口市擁有較多的土地面積，分別為 39 382 和 36 496 km2，遠(yuǎn)超其他城市，并且其春季、秋季、冬季的土壤揚(yáng)塵排放源面積占比也位居京津冀地區(qū)城市前列，但夏季土壤揚(yáng)塵排放源面積占比處于較低水平，這與其大面積草地和林地覆蓋有關(guān). 京津冀地區(qū)的衡水市、邯鄲市和秦皇島市占地面積較小，但其土壤揚(yáng)塵排放源面積占比與其他城市處于同等水平. 天津市和北京市的占地面積處于京津冀地區(qū)中等水平，但其土壤揚(yáng)塵排放源面積占比較低，這與其較大的建成區(qū)面積及綠化程度有關(guān).

2.2 土壤風(fēng)蝕指數(shù)

該研究選用的土壤質(zhì)地?cái)?shù)據(jù)來源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http://data.casnw.net/portal)的基于世界土壤數(shù)據(jù)庫(HWSD)的中國土壤數(shù)據(jù)集. 該研究中土壤風(fēng)蝕指數(shù)的選取參照《指南》中的推薦值，京津冀地區(qū)土壤風(fēng)蝕指數(shù)值的分布情況如圖2所示. 不同土壤類型的土壤風(fēng)蝕指數(shù)大致呈壤土>砂土>黏土的特征，京津冀地區(qū)主要以土壤風(fēng)蝕指數(shù)較高的各類壤土和砂土為主，占比為92.64%，而土壤風(fēng)蝕指數(shù)較低的黏土僅占7.36%. 壤土與粉砂質(zhì)壤土具有較高的土壤風(fēng)蝕指數(shù)(911)，其面積可占京津冀地區(qū)土壤總面積的69.45%. 僅從土壤質(zhì)地來看，京津冀地區(qū)屬于易受風(fēng)蝕且顆粒物排放量較高的地區(qū).

圖2 京津冀地區(qū)土壤風(fēng)蝕指數(shù)分布Fig.2 Distribution of soil wind erosion index in Beijing-Tianjin-Hebei Region

京津冀地區(qū)整體的土壤風(fēng)蝕指數(shù)平均值為743，河北省平均值為749，北京市與天津市的土壤風(fēng)蝕指數(shù)分別為717和705. 京津冀地區(qū)邯鄲市和石家莊市的土壤風(fēng)蝕指數(shù)最低，均為654，滄州市最高，為853.

2.3 植被覆蓋因子

基于Landsat 8遙感影像的高空間分辨率植被覆蓋因子計(jì)算是研究的關(guān)鍵環(huán)節(jié). 因研究區(qū)域較大，各季節(jié)選用的遙感影像達(dá)20張，為快速、小差異地鑲嵌出完整較大的研究地區(qū)影像，該研究采取以下2種方法進(jìn)行影像資料的處理： ①選用最鄰近法作為影像鑲嵌的重采樣方法，該方法速度較快[31]，雖部分影像邊界存在少許色差，但精度滿足該研究需求； ②水是高反射率物體，尤其是大面積海水的存在使影像的反射率較高，與陸地影像鑲嵌時(shí)計(jì)算機(jī)難以平衡海陸光譜差異，致使拼接影像存在明顯色差，將影像中海水裁剪后再進(jìn)行拼接以解決該問題.

土壤揚(yáng)塵計(jì)算公式中的植被覆蓋因子是指單位裸露土地與單位總土地面積之比，植被覆蓋因子的值越大，代表植被覆蓋越少，裸露土地越多. 該研究通過植被覆蓋指數(shù)計(jì)算植被覆蓋因子，植被覆蓋指數(shù)大于0.61時(shí)，認(rèn)為不產(chǎn)生土壤揚(yáng)塵的排放，其植被覆蓋因子為0. 植被覆蓋指數(shù)在0～0.61及0.61～1.00區(qū)間的占比，以及原始和修正后的植被覆蓋因子如圖3所示. 由圖3可見：春季、秋季、冬季的植被覆蓋指數(shù)中0.61～1.00區(qū)間的占比變化并不顯著，京津冀地區(qū)總體呈秋季>春季>冬季的趨勢，分別為29%、26%與21%；夏季中高植被覆蓋區(qū)域明顯增大，植被覆蓋指數(shù)中0～0.61 區(qū)間占比為55%. 該文以完整城市區(qū)劃為研究區(qū)域，因此獲取的植被覆蓋因子有較大的空間變化，有研究僅調(diào)查裸地土壤揚(yáng)塵排放[32-35]，因此2種方法所得植被覆蓋因子有較大差異.

圖3 京津冀地區(qū)植被覆蓋指數(shù)不同區(qū)間占比及植被覆蓋因子Fig.3 The percentage of different intervals of the vegetation coverage index and vegetation coverage factor in Beijing-Tianjin-Hebei Region

植被覆蓋指數(shù)大于0.61的區(qū)域歸屬于非土壤揚(yáng)塵排放源，以此來修正原始植被覆蓋指數(shù)計(jì)算出的植被覆蓋因子. 由圖3可見，修正后的植被覆蓋因子均有明顯下降，夏季高植被覆蓋度區(qū)域較大，降幅最為明顯. 整體來看，京津冀地區(qū)的植被覆蓋因子在春季和冬季較高，分別為0.54、0.52，其次為秋季(0.48)，夏季最低(0.31). 春季，滄州市、邯鄲市、天津市和唐山市較高，分別為0.61、0.57、0.60和0.60；承德市和北京市較低，分別為0.40和0.43. 夏季，滄州市和天津市較高，分別為0.47和0.41；承德市和張家口市較低，分別為0.18與0.19. 秋季，邯鄲市、天津市和唐山市較高，分別為0.56、0.52和0.53；承德市、北京市和秦皇島市較低，分別為0.42、0.40和0.41. 冬季，衡水市、邯鄲市、天津市和唐山市較高，分別為0.62、0.56、0.58和0.60；保定市和承德市較低，分別為0.40和0.35. 綜合全年而言，滄州市、邯鄲市、天津市、唐山市和廊坊市是京津冀地區(qū)植被覆蓋因子較高的地區(qū)，其植被覆蓋因子分別為0.54、0.51、0.53、0.53和0.52，承德市和北京市的植被覆蓋因子較低，植被覆蓋因子分別為0.35和0.39.

2.4 氣候因子

氣象數(shù)據(jù)來源于全國溫室數(shù)據(jù)系統(tǒng)(http://data.sheshiyuanyi.com/WeatherData). 邯鄲市區(qū)域內(nèi)缺少站點(diǎn)的溫度和風(fēng)速數(shù)據(jù)，用地理位置較近的邢臺(tái)市數(shù)據(jù)代替. 選用全年12個(gè)月的氣象數(shù)據(jù)，3—5月為春季，6—8月為夏季，9—11月為秋季，12月和1—2月為冬季.

為將全年排放量科學(xué)準(zhǔn)確地分配到各季節(jié)，該研究結(jié)合降水量等關(guān)鍵氣象參數(shù)的季節(jié)性變化情況，分別計(jì)算各季節(jié)氣候因子值，獲得各季節(jié)氣候因子的相對(duì)比例關(guān)系，并依據(jù)此關(guān)系對(duì)年氣候因子進(jìn)行季節(jié)分配，結(jié)果如表1所示.

表1 京津冀地區(qū)各季節(jié)氣候因子值

氣候因子是影響土壤揚(yáng)塵排放量計(jì)算的重要參數(shù)，是地區(qū)排放季節(jié)性變化的決定性因素. 總體而言，京津冀地區(qū)氣候因子呈春季>冬季>秋季>夏季的趨勢. 京津冀地區(qū)夏秋季溫度高，但降水量遠(yuǎn)高于其他季節(jié)，因此其氣候因子較小；春季風(fēng)速大、溫度低、降水少，氣候因子處于全年最高水平；冬季溫度與風(fēng)速均較低，氣候因子小于春季，大于夏秋季.

季度氣候因子結(jié)合季度植被覆蓋因子可獲得季度土壤揚(yáng)塵排放清單. 再根據(jù)氣候因子參數(shù)的比例關(guān)系，將每季度排放量分配到逐月中. 因季度內(nèi)各月氣溫相差往往較小，在季節(jié)內(nèi)氣候因子的分配中不將溫度考慮在內(nèi)，分配系數(shù)的計(jì)算公式：

(9)

式中：Kxy為第x個(gè)季度中第y個(gè)月的分配系數(shù)；uxy為第x個(gè)季度中第y個(gè)月的平均風(fēng)速，m/s；Pxy為第x個(gè)季度中第y個(gè)月的降水量，mm，Pxy<12.7 mm時(shí)按12.7 mm計(jì)算. 計(jì)算結(jié)果如表2所示.

表2 基于氣象因素的季度排放量分配系數(shù)

2.5 京津冀地區(qū)土壤揚(yáng)塵排放量

綜上，最終得出京津冀地區(qū)全年、各季節(jié)30 m×30 m 網(wǎng)格土壤揚(yáng)塵排放清單與逐月分配結(jié)果. 圖4、5為京津冀地區(qū)全年與季節(jié)土壤揚(yáng)塵排放分布狀況，展示了每個(gè)30 m×30 m網(wǎng)格的土壤揚(yáng)塵排放量. 圖6為季節(jié)排放清單逐月分配的結(jié)果.

圖6 京津冀地區(qū)各城市逐月土壤揚(yáng)塵PM2.5排放量情況Fig.6 Monthly PM2.5 emissions of soil fugitive dust in Beijing-Tianjin-Hebei Region

2.5.1全年分布特征

京津冀地區(qū)2017年土壤揚(yáng)塵排放的PM2.5、PM10和TSP分別為6.5×104、31.0×104和103.4×104t. 河北省PM2.5總排放量為6.1×104t，年均城市PM2.5排放量為 5 496 t. 北京市和天津市全年土壤揚(yáng)塵PM2.5排放量分別為 2 408 和 2 473 t. 郭祥等[34]建立的2015年河北省土壤揚(yáng)塵源排放清單顯示，河北省全年土壤揚(yáng)塵PM2.5排放量為3.97×104t；李媚等[32]建立的2013年石家莊市土壤揚(yáng)塵源排放清單顯示，石家莊市全年土壤揚(yáng)塵PM2.5排放量為947 t，均與筆者研究結(jié)果相近.

整體上，京津冀地區(qū)各城市土壤揚(yáng)塵排放量差異較大，有明顯的空間分布特征. 由圖4可見，受地質(zhì)條件及氣象因素綜合影響，排放強(qiáng)度呈西部大于東部的趨勢，張家口市以及邯鄲市與邢臺(tái)市西部近太行山脈地區(qū)的排放強(qiáng)度均較大，保定市與石家莊市受氣象條件影響，排放強(qiáng)度次之，但其西部太行山脈地區(qū)的排放強(qiáng)度也明顯高于東部.

圖4 2017年京津冀地區(qū)全年土壤揚(yáng)塵PM2.5排放量分布情況Fig.4 Distribution of annual PM2.5 emission of soil fugitive dust in Beijing-Tianjin-Hebei Region in 2017

從總量來看，位于京津冀地區(qū)最北部的承德市和張家口市擁有較大的土地面積，其全年土壤揚(yáng)塵PM2.5排放量分別為 6 163 和 25 706 t. 此外，邢臺(tái)市、邯鄲市及滄州市均有較大的排放強(qiáng)度，其全年土壤揚(yáng)塵PM2.5排放量分別為 7 083、5 746 和 60 141 t. 秦皇島市和廊坊市因其氣候和土地利用類型等原因，排放強(qiáng)度較小，且土地面積較小，是京津冀地區(qū)2017年土壤揚(yáng)塵PM2.5排放總量較小的城市，分別為623和693 t，僅占排放總量的2.0%.

2.5.2季節(jié)分布特征

由圖5可見，京津冀地區(qū)各城市土壤揚(yáng)塵PM2.5排放量呈春季>冬季>秋季>夏季的特征. 城市季節(jié)排放量的差異主要來源于氣候因子的影響，與地理位置有較大關(guān)系. 京津冀北方城市土壤揚(yáng)塵排放的季節(jié)性差異顯著，春季是土壤揚(yáng)塵主要排放季節(jié). 邯鄲市、邢臺(tái)市冬季排放量較高，這是因其地處京津冀地區(qū)南部，冬季氣溫較高且降水較少所致.

圖5 2017年京津冀地區(qū)各季節(jié)土壤揚(yáng)塵PM2.5排放量分布情況Fig.5 Distribution of PM2.5 emissions of soil fugitive dust in each season in Beijing-Tianjin-Hebei Region in 2017

春季是土壤揚(yáng)塵PM2.5排放量最高的季節(jié)，為4.9×104t. 春季溫度回升，風(fēng)速較大且降水量相對(duì)較少. 相較其他季節(jié)，此時(shí)有大面積相對(duì)高強(qiáng)度的土壤揚(yáng)塵PM2.5排放. 最高的排放強(qiáng)度出現(xiàn)在張家口市、滄州市、邯鄲市與邢臺(tái)市西部以及唐山市北部地區(qū). 張家口、滄州市、承德市是春季土壤揚(yáng)塵PM2.5排放總量較高的城市，分別為 20 000、5 277 和 4 985 t. 根據(jù)逐月排放清單結(jié)果(見圖6)，多數(shù)城市春季各月排放量差異較小，北京市、秦皇島市和張家口市5月的排放量均較4月明顯降低.

夏季因高強(qiáng)度降水與較高的植被覆蓋度，總體土壤揚(yáng)塵PM2.5排放量全年最低，為799 t. 夏季相對(duì)高的排放強(qiáng)度出現(xiàn)在張家口市、邢臺(tái)市中部、邯鄲市西部及滄州市東部. 在總排放量上，張家口市、邢臺(tái)市及承德市土壤揚(yáng)塵PM2.5排放較高，分別為320、131、130 t.

秋季土壤揚(yáng)塵PM2.5排放總量為 3 966 t,略高于夏季，在全年中處于較低水平. 秋季邯鄲市與邢臺(tái)市排放強(qiáng)度相對(duì)較高，二者土壤揚(yáng)塵PM2.5排放總量分別為905和321 t. 張家口市與承德市土地面積較大，秋季土壤揚(yáng)塵PM2.5排放總量為743和653 t，其余城市排放均較低. 逐月排放清單結(jié)果(見圖6)顯示，秋季各城市土壤揚(yáng)塵排放有明顯差異，10月排放量顯著低于9月和11月，這與10月降水量較高有關(guān).

京津冀地區(qū)冬季的土壤揚(yáng)塵PM2.5排放量為1.1×104t，僅次于排放量最高的春季. 京津冀地區(qū)因緯度跨度較大，冬季氣象因素有較大空間差異，致使冬季南北不同城市間排放量差異較大. 冬季的相對(duì)高排放強(qiáng)度主要集中在張家口市、邢臺(tái)市西部和中東部以及邯鄲市西部. 張家口市、邢臺(tái)市和邯鄲市是冬季土壤揚(yáng)塵PM2.5排放總量最高的城市，分別為 4 604、2 505 和 1 888 t. 冬季氣候較為穩(wěn)定，逐月分配結(jié)果顯示，各月排放量差異較小(見圖6).

2.6 清單結(jié)果與觀測濃度的驗(yàn)證

揚(yáng)塵源是城市環(huán)境空氣中粗顆粒的主要來源之一[36-37]. 根據(jù)土壤風(fēng)蝕方程可知，土壤揚(yáng)塵是氣候因子、土壤質(zhì)地、地表粗糙程度、遮擋情況及植被覆蓋情況等綜合作用的結(jié)果. 研究表明，土壤含水量較高時(shí)，其顆粒質(zhì)量較大、顆粒間黏結(jié)力較強(qiáng)，不易引起風(fēng)蝕[38]；土壤風(fēng)蝕強(qiáng)度也隨著風(fēng)速的升高而增大，尤其在超過風(fēng)速閾值后，風(fēng)蝕明顯增強(qiáng)[39]，即土壤風(fēng)蝕過程與風(fēng)速呈正相關(guān)，與含水量呈負(fù)相關(guān)，當(dāng)風(fēng)速達(dá)4 m/s時(shí)，有明顯的土壤風(fēng)蝕過程[40].

排放強(qiáng)度相較于排放總量能更好地反映土壤揚(yáng)塵對(duì)空氣質(zhì)量的影響，為印證土壤揚(yáng)塵排放清單的可靠性，選取不同城市、不同季節(jié)日均風(fēng)速大于4 m/s且降水量為0 mm時(shí)的粗粒徑顆粒物(PM2.5～PM10，以“PM2.5～10”表示)平均觀測濃度 (見圖7)，與該研究不同城市、不同季節(jié)土壤揚(yáng)塵PM2.5排放強(qiáng)度(見表3)進(jìn)行相關(guān)性分析.

表3 京津冀地區(qū)各季節(jié)土壤揚(yáng)塵PM2.5排放強(qiáng)度

圖7 不同城市、不同季節(jié)PM2.5～10濃度與土壤揚(yáng)塵PM2.5排放強(qiáng)度散點(diǎn)圖Fig.7 Scatter plot of PM2.5-10 concentrations and PM2.5 emission intensity of soil fugitive dust in different cities and seasons

各城市土壤揚(yáng)塵PM2.5排放強(qiáng)度總體呈春冬季高、夏秋季低的特征，與排放量情況吻合. 京津冀地區(qū)北部城市排放強(qiáng)度在冬季有明顯下降，而南部城市則有所上升，可能是由于北部城市冬季常年積雪所致. 由圖7可見，不同城市不同季節(jié)的土壤揚(yáng)塵PM2.5排放強(qiáng)度與PM2.5～10濃度均呈顯著正相關(guān)(R=0.62，P<0.01),印證了該研究構(gòu)建的土壤揚(yáng)塵排放清單的可靠性.

2.7 不確定性分析

排放清單的不確定性主要來源于活動(dòng)水平和排放因子的計(jì)算及選取. 該研究中排放清單的不確定性主要涉及以下方面： ①研究區(qū)域較大，遙感影像分辨率較高，研究區(qū)域每個(gè)季節(jié)由20張Landsat 8影像鑲嵌而成，不同影像時(shí)間、云量都存在差異，導(dǎo)致拼接后存在少許色差，影響使用波段反射率計(jì)算的參數(shù)結(jié)果，使植被覆蓋因子存在一定的不確定性. ②氣候因子通過城市尺度的氣象數(shù)據(jù)進(jìn)行計(jì)算，忽略了城市內(nèi)部氣候差異性造成的影響. ③無屏蔽寬度因子考慮阻擋物對(duì)土壤揚(yáng)塵的影響，但其本身忽略了裸地面積差異. 因難以獲取高空間分辨率的無屏蔽寬度因子，該研究中選取0.85進(jìn)行計(jì)算，可能會(huì)造成大面積裸地土壤揚(yáng)塵排放的低估，排放量可能在±10%的范圍內(nèi)波動(dòng). ④粒度乘數(shù)是土壤中不同粒徑顆粒物的百分含量，該研究中參照《指南》的推薦值，沒有進(jìn)行本地樣品實(shí)測分析，帶來一定不確定性.

3 結(jié)論

a) 總體上，京津冀地區(qū)土壤揚(yáng)塵排放源面積占比存在顯著季節(jié)性變化特征，呈冬季>春季>秋季>夏季的趨勢，分別為65%、59%、57%和33%，春季、秋季、冬季3季的土壤揚(yáng)塵排放源面積占比相差較小，夏季因植被茂盛，其占比明顯低于其他3季. 就全年平均而言，張家口市和承德市的土壤揚(yáng)塵排放源面積占比較高，分別為64%和58%，而北京市和天津市明顯低于其他城市，分別為42%和43%，其余城市總體差異不顯著.

b) 京津冀地區(qū)主要以土壤風(fēng)蝕指數(shù)高的各類壤土和砂土為主，占總土壤的92.64%，而土壤風(fēng)蝕指數(shù)較低的黏土僅占7.36%. 壤土與粉砂質(zhì)壤土具有最高的土壤風(fēng)蝕指數(shù)(911)，其面積可占京津冀地區(qū)土壤總面積的69.45%. 僅從土壤質(zhì)地來看，京津冀地區(qū)屬于易受風(fēng)蝕且顆粒物排放量較高的地區(qū). 邯鄲市和石家莊市平均土壤風(fēng)蝕指數(shù)較低，均為654；滄州市最高，為853.

c) 京津冀地區(qū)的植被覆蓋因子在春季和冬季較高，其次為秋季，夏季最低，分別為0.54、0.52、0.48和0.31. 綜合全年而言，滄州市、邯鄲市、天津市、唐山市和廊坊市是京津冀地區(qū)植被覆蓋因子較高的地區(qū)，分別為0.54、0.51、0.53、0.53和0.52. 承德市和北京市植被覆蓋因子較低，分別為0.35和0.39.

d) 京津冀地區(qū)2017年土壤揚(yáng)塵排放的PM2.5、PM10和TSP分別為6.5×104、31.0×104和103.4×104t. 河北省PM2.5平均排放量為 5 496 t，北京市和天津市全年土壤揚(yáng)塵PM2.5排放量分別為 2 408 和 2 473 t. 京津冀地區(qū)土壤揚(yáng)塵排放具有顯著的時(shí)空分布差異，春季排放量遠(yuǎn)高于其他季節(jié). 張家口市、邯鄲市及邢臺(tái)市西部地區(qū)排放強(qiáng)度和排放量均較大，張家口市和承德市因擁有較大的土地面積，土壤揚(yáng)塵排放量均較高. 秦皇島市和廊坊市的土壤揚(yáng)塵排放量均較小.