張懷成 白浩強(qiáng) 許宏宇 孫曉艷 夏志勇 陳妍君 王兆軍 張桂芹#

(1.山東省濟(jì)南生態(tài)環(huán)境監(jiān)測(cè)中心,山東 濟(jì)南 250014;2.山東建筑大學(xué)市政與環(huán)境工程學(xué)院,山東 濟(jì)南 250101)

近年來,空氣污染問題嚴(yán)重阻礙區(qū)域經(jīng)濟(jì)發(fā)展,損害居民身體健康。已有研究表明,在嚴(yán)格的污染物減排政策影響下,工業(yè)、交通等排放源對(duì)空氣污染的貢獻(xiàn)逐漸減小,居民源的污染排放貢獻(xiàn)逐漸增大,而居民冬季散煤燃燒對(duì)環(huán)境空氣質(zhì)量的影響更是不容忽視[1]3906。散煤燃燒時(shí)產(chǎn)生的SO2、細(xì)顆粒物(PM2.5)、可吸入顆粒物(PM10)、CO、NO2等污染物嚴(yán)重威脅人體健康[2],大量流行病學(xué)研究顯示,直徑較小的顆粒物(PM) ,其比表面積更大,易富集空氣中的有毒重金屬、有機(jī)污染物以及細(xì)菌和病毒[3-4],如果人體長(zhǎng)期暴露于PM中會(huì)造成呼吸系統(tǒng)和心腦血管疾病[5];SO2不僅能通過氣粒轉(zhuǎn)化生成氣溶膠,降低城市能見度,造成霧霾現(xiàn)象,還可以形成酸雨,破環(huán)生態(tài)系統(tǒng),對(duì)人體健康危害極大[6-7]。

為提高北方地區(qū)冬季取暖清潔化水平,改善空氣質(zhì)量,十部委出臺(tái)了《北方地區(qū)冬季清潔取暖規(guī)劃(2017—2021年)》(以下簡(jiǎn)稱《規(guī)劃》),《規(guī)劃》中重點(diǎn)強(qiáng)調(diào)利用電力、天然氣等清潔能源替代散煤燃燒取暖[8]。為評(píng)價(jià)《規(guī)劃》實(shí)施以來清潔取暖的環(huán)境效益,大量學(xué)者對(duì)城市空氣中PM2.5減排的環(huán)境損益、不同清潔取暖方式環(huán)境效益和清潔取暖適宜性進(jìn)行了研究。于淼等[1]3906對(duì)河南冬季散煤替代后PM2.5改善效果及健康效益進(jìn)行了評(píng)估;戴海夏等[9]采用空氣質(zhì)量模型對(duì)上海市實(shí)施《上海市清潔空氣行動(dòng)計(jì)劃》后的居民健康效應(yīng)和健康效益進(jìn)行評(píng)估;徐雙喜等[10]2876采用空氣質(zhì)量模型對(duì)京津冀周邊民用散煤控制后北京PM2.5濃度進(jìn)行模擬,探討周邊散煤燃燒控制對(duì)北京PM2.5的影響;王彥超等[11]選取京津冀大氣傳輸通道城市為研究對(duì)象,對(duì)比分析城市燃煤大氣污染減排潛力;張磊等[12]對(duì)寧夏城鄉(xiāng)清潔取暖后的環(huán)境效益進(jìn)行評(píng)估;現(xiàn)有研究中城市清潔取暖改造PM2.5環(huán)境改善和經(jīng)濟(jì)效益評(píng)估報(bào)道較多,但對(duì)于散煤燃燒產(chǎn)生的CO、SO2等其他污染物改善效果報(bào)道較少。

2017年濟(jì)南市入圍“北方地區(qū)冬季清潔取暖試點(diǎn)城市”,主要采用電代煤、氣代煤等清潔取暖改造方式進(jìn)行改造,2018—2021年計(jì)劃改造面積1.53億m2,其中城區(qū)改造率65.33%。為了全面評(píng)價(jià)清潔取暖改造對(duì)環(huán)境空氣質(zhì)量的影響,本研究對(duì)2018年以來清潔取暖改造的效果進(jìn)行評(píng)估,采用WRF-SMOKE-CMAQ模型對(duì)濟(jì)南市2019—2021年散煤替代后SO2、PM2.5、PM10、CO等污染物的濃度進(jìn)行模擬,并對(duì)不同污染等級(jí)、不同氣象條件下清潔取暖改造后各污染物的改善情況進(jìn)行分析,為濟(jì)南市“十四五”期間持續(xù)實(shí)施清潔取暖改造提供技術(shù)支持。

1 數(shù)據(jù)與方法

1.1 模擬時(shí)段

選取2018年為基準(zhǔn)年,采用模型分別模擬計(jì)算濟(jì)南市2019年采暖季(2019年12月和2020年1月)、2020年采暖季(2020年12月和2021年1月)和2021年采暖季(2021年12月和2022年1月)的SO2、NO2、PM10、PM2.5和CO濃度,時(shí)間分辨率為1 h。用于模型評(píng)估的實(shí)測(cè)污染物濃度及氣象小時(shí)數(shù)據(jù)均來自濟(jì)南市14個(gè)國(guó)控點(diǎn)位環(huán)境空氣自動(dòng)監(jiān)測(cè)站。

1.2 WRF-SMOKE-CMAQ模型

WRF-SMOKE-CMAQ模型系統(tǒng)以中尺度天氣模型WRF為氣象模型,排放模型SMOKE為大氣污染物排放清單處理模型,空氣質(zhì)量模型CMAQ為大氣化學(xué)模型[13]。本研究模型模擬采用3層網(wǎng)格嵌套,分辨率分別為27、9、3 km,中心坐標(biāo)為117°E、36.67°N,外層嵌套(第1層d01)網(wǎng)格數(shù)為103×91,中層嵌套(第2層d02)網(wǎng)格數(shù)為115×136,內(nèi)層嵌套(第3層d03)網(wǎng)格數(shù)為85×85。內(nèi)層網(wǎng)格使用濟(jì)南市本地化SMOKE模型,模型使用2018年濟(jì)南市本地化9類源10類污染物大氣污染源排放清單(作為基準(zhǔn)清單),為CMAQ提供網(wǎng)格化的污染源清單數(shù)據(jù),其余兩層(濟(jì)南市以外的山東和全國(guó))均采用清華大學(xué)開發(fā)的最新中國(guó)多尺度排放清單(MEIC)[14],氣象數(shù)據(jù)是2018年12月和2019年1月分辨率為1°、間隔6 h的美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心的FNL全球分析資料(https://rda.ucar.edu/datasets/ds083.2)。本研究以濟(jì)南市為研究區(qū)域,2018年為基準(zhǔn)年,根據(jù)2019、2020、2021年散煤燃燒替代戶數(shù)及散煤燃燒替代含硫率等計(jì)算散煤替代后各項(xiàng)污染物的減排量(作為散煤替代的削減量),從2018年濟(jì)南市基準(zhǔn)清單中減去2019、2020、2021年散煤替代后各項(xiàng)污染物削減量獲得2019、2020、2021年散煤替代后濟(jì)南市排放源清單,分別模擬計(jì)算濟(jì)南市清潔取暖改造后空氣質(zhì)量的改善情況,并采用實(shí)測(cè)的環(huán)境空氣質(zhì)量數(shù)據(jù)對(duì)CMAQ模型基于2018年基準(zhǔn)清單模擬的數(shù)據(jù)進(jìn)行評(píng)估。

1.3 模型參數(shù)評(píng)估方法

選取相關(guān)系數(shù)(R)、標(biāo)準(zhǔn)化偏差(NMB)、標(biāo)準(zhǔn)化誤差(NME)、平均相對(duì)偏差(MFB)和平均相對(duì)誤差(MFE) 作為模擬評(píng)估指標(biāo)來評(píng)估模型的可靠性,R用于衡量模擬值與實(shí)測(cè)值變化趨勢(shì)的相關(guān)程度,NMB和NME用于衡量模擬值與實(shí)測(cè)值的差異,計(jì)算公式如下所示[10]2879,[15-16]:

(1)

(2)

(3)

(4)

式中:Pi為第i天的模擬值;Oi為第i天的實(shí)測(cè)值;Pi和Oi單位根據(jù)具體情況而定;n為評(píng)估時(shí)段的總天數(shù),d。

2 結(jié)果與討論

2.1 模型參數(shù)評(píng)估

選取濟(jì)南市有代表性的14個(gè)國(guó)控點(diǎn)位,分別計(jì)算14個(gè)國(guó)控點(diǎn)位2018年12月1日至2019年1月31日環(huán)境空氣中SO2、NO2、PM10、PM2.5和CO的模擬評(píng)估指標(biāo),然后對(duì)14個(gè)國(guó)控點(diǎn)位模擬評(píng)估指標(biāo)進(jìn)行均值計(jì)算,結(jié)果見表1。

表1 濟(jì)南市2018年12月至2019年1月模擬評(píng)估指標(biāo)計(jì)算結(jié)果Table 1 Evaluation indicators for model simulation in Jinan from December 2018 to January 2019

表1表明,CO的模擬值準(zhǔn)確性最高,模擬值與實(shí)測(cè)值的R為0.69,NMB為-5.97%,NME為29.44%,MFB為-2.10%,MFE為31.27%,其他污染物模擬值和實(shí)測(cè)值的NME和|NMB|大多在40%以內(nèi),|MFB|和MFE大多在50%以內(nèi),SO2、NO2、PM10和PM2.5濃度模擬值和實(shí)測(cè)值的R分別為0.55、0.51、0.50和0.33,所有模擬評(píng)估指標(biāo)都在參考范圍以內(nèi)[17-19],表明模型模擬較為準(zhǔn)確,可以用于濟(jì)南市冬季清潔取暖改造環(huán)境效益評(píng)估。

2.2 濟(jì)南市冬季清潔取暖改造環(huán)境改善效果評(píng)估

2.2.1 全市改善情況評(píng)估

濟(jì)南市2019、2020、2021年冬季清潔取暖改造后CO、SO2、PM2.5、PM10和NO2的模擬小時(shí)平均濃度及改善率(包括基準(zhǔn)年改善率(模擬的污染物濃度相對(duì)于基準(zhǔn)年同時(shí)段的改善率)和年均改善率(模擬的污染物濃度相對(duì)于前一年的改善率))見表2。由表2可知,2018年濟(jì)南市實(shí)施清潔取暖改造后,2019—2021年冬季CO、SO2、PM2.5、PM10和NO2均有不同程度的改善,總體上CO改善率最大,其次是SO2、PM2.5,PM10和NO2改善率較小,2021年CO、SO2和PM2.5基準(zhǔn)年改善率分別為19.83%、15.93%和7.43%,主要與散煤中含有大量的C、H、S組分[20]及散煤燃燒的CO、SO2和PM2.5排放因子較大[21]有關(guān)。對(duì)2019—2021年的年均改善率進(jìn)行對(duì)比分析發(fā)現(xiàn),各污染物的年均改善率表現(xiàn)為2020年>2019年>2021年,2020年CO、SO2、PM2.5、PM10和NO2小時(shí)平均質(zhì)量濃度分別降低了0.14 mg/m3、2.34 μg/m3、1.87 μg/m3、3.13 μg/m3、0.23 μg/m3,其年均改善率分別是2021年年均改善率的3.48、2.96、2.94、2.81、2.86倍,與清潔取暖改造污染物減排量年變化吻合?？傮w來看,濟(jì)南市采取清潔取暖改造措施有效降低了污染物濃度,改善了冬季的環(huán)境空氣質(zhì)量。

表2 基于模型模擬的濟(jì)南市2019—2021年冬季清潔取暖改造后空氣質(zhì)量改善情況1)Table 2 Air quality improvement after the clean heating renovation in Jinan over 2019-2021 based on model simulation

2.2.2 區(qū)縣改善情況評(píng)估

濟(jì)南市清潔取暖改造后各污染物濃度改善存在明顯的區(qū)域差異,本研究選取改善率較大的市區(qū)及周邊典型區(qū)縣(章丘區(qū)、濟(jì)陽(yáng)區(qū)、平陰縣、槐蔭區(qū),其中槐蔭區(qū)為城鄉(xiāng)結(jié)合區(qū))進(jìn)行分年度的污染物改善情況分析,2019—2021年冬季市區(qū)和典型區(qū)縣年均改善情況見圖1。

由圖1可知,濟(jì)南市5個(gè)典型區(qū)域的SO2、CO、PM2.5、PM10和NO2濃度均有所改善,尤以2020年的年均改善率最大,2021年市區(qū)、城鄉(xiāng)結(jié)合區(qū)、濟(jì)陽(yáng)區(qū)和平陰縣年均改善率較小,主要與濟(jì)南市2020年清潔取暖改造污染物減排量較大有關(guān)。2020年章丘區(qū)、城鄉(xiāng)結(jié)合區(qū)和濟(jì)陽(yáng)區(qū)的污染物年均改善率均較大且高于市區(qū),平陰縣年均改善率較小且低于市區(qū);SO2、CO、PM2.5、PM10和NO2年均改善率章丘區(qū)最大,分別為13.75%、21.28%、8.92%、6.17%和1.80%;城鄉(xiāng)結(jié)合區(qū)次之,分別為7.59%、10.25%、3.36%、1.53%和0.27%;平陰縣最小,分別為1.53%、2.81%、0.74%、0.50%和0.23%,章丘區(qū)的年均改善率分別為平陰縣的8.99、7.57、12.05、12.34、7.83倍,結(jié)合濟(jì)南市不同區(qū)縣2019—2021年冬季清潔取暖戶數(shù)(見表3)可知,市區(qū)和平陰縣年均改善率較小,主要與當(dāng)?shù)厍鍧嵢∨瘧魯?shù)較少,仍有散煤取暖有關(guān)?？傮w來看,濟(jì)南市各區(qū)縣居民均有采取清潔取暖措施,但清潔取暖戶數(shù)仍有差異,主要與市區(qū)、城鄉(xiāng)結(jié)合區(qū)和各區(qū)縣清潔取暖改造目標(biāo)戶數(shù)存在差異有關(guān)[22]。

表3 濟(jì)南市不同區(qū)縣2019—2021年冬季清潔取暖戶數(shù)Table 3 Number of clean heating households in different counties of Jinan in 2019-2021

2.3 不同污染時(shí)段清潔取暖改造的效果評(píng)估

散煤燃燒是冬季空氣污染的主要污染源之一[23-25],極易造成不同程度的空氣污染,因此本研究采用CMAQ模型基于2018年的氣象條件和2019、2020、2021年的污染物排放量得到污染物模擬濃度,分析不同污染時(shí)段下污染物的基準(zhǔn)年改善率,改善情況見圖2。由圖2可知,濟(jì)南市清潔取暖后,2019—2021年CO、SO2、PM2.5、PM10和NO2在嚴(yán)重污染時(shí)段基準(zhǔn)年改善率均最大,重度污染時(shí)段次之,良、輕度污染和中度污染時(shí)段基準(zhǔn)年改善率均較小,2021年嚴(yán)重污染時(shí)段各污染物基準(zhǔn)年改善率分別為21.83%、19.15%、9.14%、4.63%和1.25%,表明清潔取暖改造對(duì)嚴(yán)重污染時(shí)段污染物濃度削峰起到較大的作用。不同污染時(shí)段中,CO、SO2和PM2.5基準(zhǔn)年改善率較大,而PM10和NO2的基準(zhǔn)年改善率相對(duì)較小,與牛宏宏等[26]研究散煤燃燒主要排放污染物為CO、SO2和PM2.5結(jié)果一致。

圖2 濟(jì)南市冬季不同污染時(shí)段污染物基準(zhǔn)年改善率Fig.2 Baseline year improvement rate of air pollutants under various pollution periods in Jinan in winter

2.4 不同氣象條件下清潔取暖改造的效果評(píng)估

氣象條件對(duì)污染物濃度的影響不容忽視[27],為探究濟(jì)南市不同氣象條件下清潔取暖改造對(duì)環(huán)境空氣質(zhì)量的改善效果,本研究選取了基準(zhǔn)年改善率較大的2020年為研究年,對(duì)混合層高度(PBL)、相對(duì)濕度(RH)和風(fēng)速等氣象參數(shù)有明顯變化的12月19日和20日進(jìn)行分析,各污染物基準(zhǔn)年改善率情況見圖3。

圖3 2020年冬季不同氣象條件下各污染物基準(zhǔn)年改善率Fig.3 Baseline year improvement rate of air pollutants under different meteorological conditions in winter 2020

由圖3可知,在RH、PBL變化較小且風(fēng)速較大的初始?xì)庀髼l件下,SO2和CO的基準(zhǔn)年改善率均在20%以下,PM2.5的基準(zhǔn)年改善率在8%以下;12月19日18:00后PBL逐漸降低至300 m,RH升高,風(fēng)速降低形成不利的氣象條件,12月20日0:00 SO2、CO和PM2.5的基準(zhǔn)年改善率分別升高至27.2%、22.2%和 11.8%,表明清潔取暖改造減弱了不利氣象條件下污染物濃度持續(xù)升高的程度;12月20日6:00后,PBL升高、RH降低,風(fēng)速增大,氣象條件利于污染物擴(kuò)散[28],空氣質(zhì)量好轉(zhuǎn),污染物的基準(zhǔn)年改善率總體有所降低。總的來看,清潔取暖改造可以大大降低不利氣象條件下污染物的濃度,改善環(huán)境空氣質(zhì)量,起到減少重污染天數(shù)和降低污染程度的作用[29]。

3 結(jié) 論

(1) 濟(jì)南市清潔取暖改造后,2019—2021年冬季CO、SO2、PM2.5、PM10和NO2均有不同程度的改善,其中CO基準(zhǔn)年改善率最大,其次是SO2和PM2.5,2021年CO、SO2和PM2.5的基準(zhǔn)年改善率分別為19.83%、15.93%和7.43%;各污染物的年均改善率表現(xiàn)為2020年>2019年>2021年,與清潔取暖改造污染物減排量年變化吻合。

(2) 濟(jì)南市清潔取暖改造后各污染物改善存在明顯的區(qū)域差異,清潔取暖改造戶數(shù)較多的區(qū)縣污染物改善率較高。

(3) 各污染物嚴(yán)重污染時(shí)段基準(zhǔn)年改善率均最大,重度污染時(shí)段次之,并且在不利氣象條件時(shí)基準(zhǔn)年改善率也最大,說明清潔取暖改造對(duì)冬季不利氣象條件造成的高污染物濃度起到明顯的削峰作用。