2017, Vol. 38
2. 北京市劳动保护科学研究所, 北京 100054
2. Beijing Municipal Institute of Labour Protection, Beijing 100054, China
施工活动是人类最重要的生存活动之一[1, 2], 但施工过程(拆除、挖槽、结构和装修)中会由于物料粉碎及地面的扰乱排放颗粒物, 粒径较大的颗粒在扬起后沉降到工地附近, 形成降尘.粒径较小的颗粒会随风飘逸, 进入大气中形成悬浮物(扬尘)[3, 4], 引起可见度的下降并影响周边的空气质量[5, 6].
根据北京市2014年PM2.5来源解析结果, 扬尘源对PM2.5污染贡献达14.3%, 是重要的大气污染源[7~9].施工扬尘排放是扬尘源的重要组成部分[10, 11], 但目前对该类源的排放定量化与时空分布特征的研究较少.此前研究多集中施工扬尘排放模型的建立方法, 不同施工阶段的排放因子及施工扬尘迁移转化等方面[12~14].对于施工扬尘污染排放特征, 时间及空间变化规律及与空气质量影响关系等方面的研究比较缺乏.
本研究采用自下而上的排放因子法, 估算了2000~2015年北京市建筑施工扬尘(TSP、PM10和PM2.5)的排放量, 分析其颗粒物排放的时空分布特征.采用蒙特卡罗分析方法定量评估了施工扬尘排放量不确定性范围, 基于控制管理水平设置了不同情景, 预测了北京市2030年建筑施工扬尘排放情况.采用WRF/CMAQ模式系统模拟建筑施工扬尘不同季度污染贡献, 量化其对空气质量的影响, 提出施工扬尘污染控制对策和建议, 以期为环境决策提供参考.
1 材料与方法 1.1 研究区概况北京市位于华北平原北部, 西部为太行山脉西山, 北部和东北部为燕山山脉, 地形上不利于污染的扩散.全市面积16 410.54 km2, 常住人口2 151.6万, 机动车保有量561万辆, 煤炭消耗量1 728万t·a-1, 天然气用量113.7亿m3·a-1, 大量的燃料燃烧及机动车尾气排放, 再加上量大面广的扬尘源(施工扬尘、道路扬尘等), 导致北京市颗粒物、气态污染物(SO2、NOx、VOCs)排放量大[15, 16].
1.2 研究方法建筑施工现场无组织扬尘源的排放速率难以定量化, 田刚等[13]通过大量基础研究, 开发了一种“四维通量法”来测定施工扬尘排放强度, 获取了北京市本土的建筑施工扬尘排放因子.在此基础上, 基于现有房屋建筑工地的统计现状, 建立一套基于施工扬尘排放量的估算方法, 如公式(1)、(2) 所示.
|
(1) |
|
(2) |
式中, E为排放量, t; A有效为活动水平, 这里指有效房屋建筑面积, m2; A施工面积为统计局或建委发布的房屋建筑施工面积, m2; A竣工面积为统计局或建委发布的房屋建筑竣工面积, m2; EF为施工扬尘排放因子, kg·(m2·月)-1; i代表月份; η为施工扬尘控制措施的去除率.
1.2.1 排放因子黄玉虎等[12]2005年对北京市40多个建筑工地扬尘进行测试, 得到春夏秋冬4季节施工降尘量分别为(36.8±10.8)、(22.8±6.4)、(25.0±6.8) 和(27.5±6.1) t·(m2·月)-1, 将施工降尘量和环境风速代入“四维通量法”施工扬尘排放因子模型[13], 得到北京市2005年控制状况下的施工扬尘排放因子.结合2005年建筑工地扬尘控制措施使用情况和控制措施效率, 得到2005年施工扬尘控制效率约为30%.得到北京市春夏秋冬4季节未控制状况下的以建筑面积计算的施工扬尘(TSP)排放因子分别为0.331、0.159、0.163和0.198 kg·(m2·月)-1(图 1).其中扬尘颗粒物的粒径分布参考美国加州空气资源委员会(CARB)推荐PM2.5/PM10/TSP=0.10/0.49/1.00[17].
|
图 1 北京市不同季节施工扬尘排放因子 Fig. 1 Fugitive dust emission factor from building construction sites of Beijing in different seasons |
从北京市统计局发布的北京市统计年鉴, 获取了2000~2015年及分月度北京市房屋建筑施工面积、竣工面积数据, 基于1.2节中施工扬尘的估算方法, 得到2000~2015年及分季度的北京市有效施工面积.由图 2可见, 北京市有效施工面积得到较大幅度的增加, 从2000年的4 638万m2上升到2015年的15 839万m2, 年增长9.2%.有效施工面积的增加, 使施工扬尘排放量得到快速增长.对于污染控制水平, 根据多年来现场调研及施工扬尘控制措施效率综合评估表情况来看, 受绿色施工管理规范及工地扬尘收费的影响, 施工现场采取围挡、路面硬化、土堆覆盖或绿化、洒水降尘等措施的比例在上升, 控制水平在不断提高, 施工扬尘控制效率从2000年20%增长到2015年的64%, 年增长约8.1%.
|
图 2 2000~2015年北京市有效施工面积及扬尘控制效率变化情况 Fig. 2 Variation of area of construction and dust removal efficiency in Beijing from 2000 to 2015 |
本研究采用WRF/SMOKE/CMAQ模式系统模拟施工扬尘对北京市空气污染的贡献.模式系统水平方向采用三重嵌套模拟域(图 3), 网格分辨率分别为36、12、4 km, 其中第三重模拟域覆盖了本研究所关注的北京市全境以及周边的天津、河北和内蒙古部分地区、渤海部分海域.垂直方向分为13层, 最低层高度约为20 m.
|
图 3 2000~2015年北京市建筑施工扬尘排放量 Fig. 3 Emission of particulate from construction sites in Beijing, 2000-2015 |
WRF模型使用NCEPFNL 1°×1°全球分析资料生成第一次猜值场.SMOKE模型第一重模拟域采用INTEX-B人为污染源排放清单[18], 第二、三重模拟域采用北京市环境保护科学研究院建立的人为源排放清单, 包括CO、SO2、NOx、PM10、PM2.5、VOCs、NH3这7种污染物.天然源的处理模块为BEIS, 使用MODIS卫星反演的植被覆盖数据.CMAQ模型选用SAPRC99气相化学反应机制和AERO5气溶胶机制[19~21].模拟时, 设置两个模拟情景：包含施工扬尘排放量的基准情景和不包括施工扬尘的情景, 其差值视为施工扬尘对空气质量的影响程度.
2 结果与讨论 2.1 历史排放清单结合每年施工工地污染控制调查情况及近几年排污申报的打分情况, 根据排放因子法, 估算了2000~2015年北京市施工扬尘不同粒径颗粒物(TSP、PM10和PM2.5)的排放量(图 3).由图 3可见, 北京市施工扬尘排放量大致经历了4个阶段, 2008年奥运会之前, 施工面积逐年上升, 但工地扬尘污染控制水平较低[22, 23], 施工扬尘逐年增加.奥运年前后, 空气污染受到较大的关注, 工地扬尘控制水平得到提高, 受经济回落的影响, 施工面积基本稳定, 这一阶段扬尘排放量有所回落.2010年之后, 受固定投资的不断增加, 房地产市场不断升温, 施工面积急剧上升, 而扬尘污染控制水平未得到明显的提高, 扬尘排放量随施工面积的增长而大幅增加.2015年北京市开始实行施工工地的排污收费, 在经济杠杆的刺激下, 工地的扬尘控制有所提高, 且受可开发土地面积越来越少, 施工面积开始下降, 在双重的压力下扬尘排放量出现了较大幅度的下降.2015年北京市施工工地TSP、PM10和PM2.5排放量分别为14.41万、7.06万和1.47万t, 比2013年下降了约25%.
2.2 时空分布特征 2.2.1 空间分布结合排污申报施工工地中心点的经纬度、施工面积信息, 获取了2015年北京市施工扬尘排放的空间分布, 如图 4所示.北京市南部的大兴区施工工地数量较多, 工地面积最大, 其扬尘排放量占全市的14.4%, 该区人口数量较多, 可供开发土地存量较大, 且相对城区来讲, 房屋价格较低, 市场的需求量较大, 从而导致了扬尘排放量较大.朝阳区作为城市功能拓展区, 受人口活动密集的影响, 施工面积也较大, 扬尘排放量约占全市11.9%.通州区作为城市的副中心, 近几年土地开发程度较高, 施工数量和面积均呈上升趋势, 扬尘排放量约占全市11.4%.相对来讲, 作为生态涵养区的密云县和延庆县土地开发强度较小, 施工面积少, 扬尘排放量较小.城市核心区的东城区和西城区, 由于开发程度基本饱和, 基本上无可供开发的土地, 因此施工面积很小, 扬尘排放贡献较小.
|
图 4 2015年北京市建筑施工扬尘空间分布 Fig. 4 Spatial distribution of particulate emission from construction sites in Beijing, 2015 |
总体上来看, 施工扬尘集中在六环内, 主要原因是该区域内人口活动密度, 住宅需求较大, 导致施工工地面积较大.
2.2.2 月度分布根据统计局提供的全市月度施工面积数据, 得到2015年施工扬尘逐月排放量, 如图 5所示.从中可见, 施工扬尘在夏季、秋季的排放量较大, 春季和冬季由于气温较低, 施工面积略少一些, 其扬尘排放量相对较小.将施工扬尘的月度分布与环境空气中PM10、PM2.5月均浓度进行对比和相关性的分析, 发现施工扬尘月排放量与PM10、PM2.5环境浓度不显著相关.间接说明了, 虽然扬尘一次排放量较大, 但对于整体的PM2.5的影响程度有限, 前体物的二次转化在PM2.5形成方面占有较大的比例.
|
图 5 2015年北京市建筑施工扬尘月度排放量和空气中颗粒物月平均浓度 Fig. 5 Monthly variation of dust emission from construction sites and atmospheric particulate concentration in Beijing, 2015 |
影响建筑施工扬尘排放清单的不确定性因素较多, 包括活动水平的可靠性及扬尘排放因子的适用性和准确性[24~26].为更好地理解排放清单的不确定性程度, 采用蒙特卡罗不确定性分析方法对建筑施工扬尘排放清单的潜在的不确定度进行量化.通过重复抽样的方法, 活动水平和排放因子不确定度通过模拟方程给出, 从而获得排放清单的不确定性范围(95%的置信区间).根据模拟结果, 2015年北京市建筑施工扬尘TSP、PM10和PM2.5的不确定性范围分别为-72%~83%、-75%~84%和-72%~86%.
2.4 对空气质量影响分析在使用上文所述模型系统模拟施工扬尘对空气质量影响之前, 首先利用观测数据对模型模拟性能进行验证, 验证方法见文献[27].所用观测数据为北京市12个国控站2015年1、4、7、10月PM2.5的日均浓度.结果显示, 12个站点的标准化平均偏差在0.05~0.43之间, 标准化平均误差在0.29~0.50之间, 相关系数在0.64~0.80之间.误差水平与文献报道持平, 相关性则比较高, 优于同类研究[27], 整体而言模拟效果可以接受.
2015年建筑施工扬尘排放清单作为输入数据, 结合北京市大气污染物排放清单, 利用WRF/CMAQ模式先后模拟全市排放清单情景及假设无建筑施工扬尘排放情景的空气质量状况, 其差值视为建筑施工扬尘对空气气量的贡献.图 6为建筑施工扬尘对环境空气颗粒物(PM10和PM2.5)浓度贡献分布.可以看出, 建筑施工扬尘对大气环境的影响范围与排放量的空间分布基本相同, 主要集中在城六区及郊区的建成区.由于空气质量国控站点也主要分布在其影响的区域内, 因此建筑施工扬尘对空气质量的结果有较大的影响.建筑施工扬尘对全市环境空气中PM10和PM2.5浓度贡献可达31.3 μg·m-3和9.6 μg·m-3.对12个空气质量监测国控站点PM10和PM2.5浓度平均贡献了17.5 μg·m-3和6.2 μg·m-3, 约占全市空气中PM10和PM2.5年平均浓度的17.2%和7.8%.
|
图 6 2015年北京市建筑施工扬尘对环境空气颗粒物浓度贡献 Fig. 6 Contribution of particulate concentration from construction sites in Beijing, 2015 |
建筑施工扬尘是可以控制和削减的, 而且削减潜力很大.具体的建筑施工扬尘防治途径建议包括以下4个方面.
(1) 切实提高施工环境保护技术装备水平
通过行业主管部门, 按照绿色施工和5个100%的要求, 提高建筑施工全过程工艺水平, 推行行之有效的扬尘控制技术和装备, 如洗轮机、抑尘剂、防尘网、安全网、挡风抑尘墙、雾炮和塔吊喷淋系统等, 将施工扬尘控制技术能力纳入建筑施工企业资质评定体系中.
(2) 加强环境保护法规标准建设
在《中华人民共和国大气污染防治法》和《北京市大气污染防治条例》中强化扬尘污染控制制度措施.对违规排放扬尘并污染环境的行为, 可设定“行为罚”罚则, 由相关部门即时制止, 严格执法.制定《建筑施工扬尘污染排放标准》, 采用现代化监测技术手段, 对扬尘排放进行即时量化监测监控.
(3) 制定有利于落实企业主体责任的经济政策
建立和完善政府监管、企业负责、居民参与的机制, 各区县政府和市建设、环保、城管等部门要切实负起监管责任.最为重要的是开展培训教育, 要求施工企业树立环保意识, 落实社会责任, 将落实“五个100%”要求视为能否在首都施工市场立足的生命线.严格落实《关于建设工程施工工地扬尘排污收费标准的通知》(京发改[2015]265号)和《关于建设工程施工工地扬尘排污费征收有关工作的通知》(京环发[2015]5号), 征收建设工程施工工地扬尘排污费, 督促建筑行业加大扬尘污染控制投入.严格落实《北京市建设工程扬尘治理专项资金管理暂行办法》(京建法[2014]8号), 督促工程项目建设单位保障施工现场扬尘治理费用的足额投入, 督促施工单位按标准认真落实扬尘治理工作责任.
2.6 未来建筑施工扬尘排放量预测通过梳理2000~2015年全市施工面积, 可以看出, 受城镇化和人口需求增加的推动, 施工面积呈现出逐年升高的趋势, 但在2013年出现拐点(图 7), 此后施工面积开始下降, 主要受可供开发土地的面积减少的影响, 且城镇化已达到较高水平, 继续增长的潜力受限等因素影响, 基于当前的大气污染控制态势及施工开发发展规律, 预测未来施工面积会保持稳中有降.因此基于2013~2015有效施工面积, 采用对数形式对未来有效施工面积进行预测, 2020、2025和2030年有效施工面积分别为1.46、1.38和1.33亿m3.
|
图 7 2030年北京市建筑施工扬尘排放的3种情景 Fig. 7 Scenarios analysis for projecting the future dust emission from construction sites in Beijing, 2030 |
基于未来污染控制程度的不同, 设置高、中、低这3种情景, 对未来2030年北京市施工扬尘排放进行了预测, 如图 7所示.在低方案控制情景下, 认为将继续维持现有的污染控制排放水平, 污染排放仅受施工面积的变动影响, 在2016~2030年间施工扬尘污染排放将稳定在一个较高水平上.在中方案控制情景下, 受扬尘排污收费实施影响, 绿色施工比例将有所提高, 扬尘控制效率得到提升, 从而减少扬尘排放.在高方案控制情景下, 在市级及区县主管部门共同推进下, 全市所有施工工地均能实现绿色生产, 最大程度地减少颗粒物的排放, 2030年施工扬尘TSP、PM10和PM2.5排放将减少到5.1万t、2.5万t和0.52万t.
3 结论(1) 多年来北京市建筑施工扬尘排放量呈波浪式上升, 近年来施工面积有所回落, 但仍处于高位, 总体颗粒物排放量仍然较大.2015年北京市施工工地TSP、PM10和PM2.5排放量分别为14.41万、7.06万和1.47万t, 比2013年下降了约25%.
(2) 施工扬尘集中在六环内, 主要原因是该区域内人口活动密度, 住宅需求较大, 导致施工工地面积较大.北京市南部的大兴区施工工地数量较多, 工地面积最大, 其扬尘排放量占全市的14.4%.在年度的时间分布上, 夏季和秋季的施工扬尘排放量较大.
(3) 施工扬尘对大气环境的影响范围与排放量的空间分布基本相同, 主要集中在城六区及郊区的建成区.施工扬尘对全市环境空气中PM10和PM2.5浓度贡献可达31.3 μg·m-3和9.6 μg·m-3.
(4) 通过情景分析, 在严格的绿色生产及有效的环境监管的制约下, 能够较大程度地减少扬尘的排放, 2030年施工扬尘PM10和PM2.5将减少到2.5万t和0.52万t.
| [1] | Wu Z Z, Zhang X L, Wu M. Mitigating construction dust pollution:state of the art and the way forward[J]. Journal of Cleaner Production, 2016, 112: 1658–1666. DOI: 10.1016/j.jclepro.2015.01.015 |
| [2] | Flagg C B, Neff J C, Reynolds R L, et al. Spatial and temporal patterns of dust emissions (2004-2012) in semi-arid landscapes, southeastern Utah, USA[J]. Aeolian Research, 2014, 15: 31–43. DOI: 10.1016/j.aeolia.2013.10.002 |
| [3] | 田刚, 黄玉虎, 樊守彬, 等. 扬尘污染控制[M]. 北京: 中国环境科学出版社, 2013. Tian G, Huang Y H, Fan S B, et al. Fugitive dust control[M]. Beijing: China Environmental Science Press, 2013. |
| [4] | Todd M C, Cavazos-Guerra C. Dust aerosol emission over the Sahara during summertime from Cloud-Aerosol Lidar with Orthogonal Polarization (CALIOP) observations[J]. Atmospheric Environment, 2016, 128: 147–157. DOI: 10.1016/j.atmosenv.2015.12.037 |
| [5] | Sun J Q, Wang Q W, Zhuang S L, et al. Occurrence of polybrominated diphenyl ethers in indoor air and dust in Hangzhou, China:level, role of electric appliances, and human exposure[J]. Environmental Pollution, 2016, 218: 942–949. DOI: 10.1016/j.envpol.2016.08.042 |
| [6] | Anisimov A, Tao W C, Stenchikov G, et al. Quantifying local-scale dust emission from the Arabian Red Sea coastal plain[J]. Atmospheric Chemistry and Physics, 2017, 17(2): 1–43. |
| [7] | 张大伟. 北京市大气环境PM2. 5污染现状及成因研究[R]. 北京: 北京市环境保护监测中心, 2014. Zhang D W. Investigation on the situation and source appointment of PM2.5 pollution in Beijing[R]. Beijing:Beijing Municipal Environmental Monitoring Center, 2014. |
| [8] | Li R K, Li Z P, Gao W J, et al. Diurnal, seasonal, and spatial variation of PM2.5 in Beijing[J]. Science Bulletin,, 2015, 60(3): 387–395. DOI: 10.1007/s11434-014-0607-9 |
| [9] | Yu L D, Wang G F, Zhang R J, et al. Characterization and source apportionment of PM2.5 in an urban environment in Beijing[J]. Aerosol and Air Quality Research, 2013, 13(2): 574–583. |
| [10] | Meng J, Liu J F, Fan S M, et al. Potential health benefits of controlling dust emissions in Beijing[J]. Environmental Pollution, 2016, 213: 850–859. DOI: 10.1016/j.envpol.2016.03.021 |
| [11] | Zhang R, Jing J, Tao J, et al. Chemical characterization and source apportionment of PM2.5 in Beijing:seasonal perspective[J]. Atmospheric Chemistry and Physics, 2013, 13(14): 7053–7074. DOI: 10.5194/acp-13-7053-2013 |
| [12] | 黄玉虎, 田刚, 秦建平, 等. 不同施工阶段扬尘污染特征研究[J]. 环境科学, 2007, 28(12): 2885–2888. Huang Y H, Tian G, Qin J P, et al. Characteristics of fugitive dust pollution in different construction phases[J]. Environmental Science, 2007, 28(12): 2885–2888. DOI: 10.3321/j.issn:0250-3301.2007.12.038 |
| [13] | 田刚, 黄玉虎, 李钢. 四维通量法施工扬尘排放模型的建立与应用[J]. 环境科学, 2009, 30(4): 1003–1007. Tian G, Huang Y H, Li G. Establishment and application of four-dimensional fluxes emission factor model for construction fugitive dust[J]. Environmental Science, 2009, 30(4): 1003–1007. |
| [14] | 田刚, 李钢, 闫宝林, 等. 施工扬尘空间扩散规律研究[J]. 环境科学, 2008, 29(1): 259–262. Tian G, Li G, Yan B L, et al. Spatial dispersion laws of fugitive dust from construction sites[J]. Environmental Science, 2008, 29(1): 259–262. |
| [15] | 薛亦峰, 周震, 聂滕, 等. 2015年12月北京市空气重污染过程分析及污染源排放变化[J]. 环境科学, 2016, 37(5): 1593–1601. Xue Y F, Zhou Z, Nie T, et al. Exploring the severe haze in Beijing during december, 2015:pollution process and emissions variation[J]. Environmental Science, 2016, 37(5): 1593–1601. |
| [16] | 北京市统计局. 北京统计年鉴2015[M]. 北京: 中国统计出版社, 2015. Beijing Municipal Bureau of Statistics. Beijing statistical yearbook 2015[M]. Beijing: China Statistics Press, 2015. |
| [17] | Taylor C. Section 7.7 building construction dust[R]. California:CARB, 2002. 1-2. |
| [18] | Zhang Q, Streets D G, Carmichael G R, et al. Asian emissions in 2006 for the NASA INTEX-B mission[J]. Atmospheric Chemistry and Physics, 2009, 9(14): 5131–5153. DOI: 10.5194/acp-9-5131-2009 |
| [19] | Bae S Y, Jeong J I, Park R J, et al. Weekly variability of precipitation induced by anthropogenic aerosols:a case study in Korea in summer 2004[J]. Science of the Total Environment, 2016, 541: 1531–1539. DOI: 10.1016/j.scitotenv.2015.10.020 |
| [20] | Park S U, Lee I H, Joo S J. Spatial and temporal distributions of aerosol concentrations and depositions in Asia during the year 2010[J]. Science of the Total Environment, 2016, 542: 210–222. DOI: 10.1016/j.scitotenv.2015.10.084 |
| [21] | Syrakov D, Prodanova M, Georgieva E, et al. Simulation of European air quality by WRF-CMAQ models using AQMEⅡ-2 infrastructure[J]. Journal of Computational and Applied Mathematics, 2016, 293: 232–245. DOI: 10.1016/j.cam.2015.01.032 |
| [22] | Huang X F, He L Y, Hu M, et al. Highly time-resolved chemical characterization of atmospheric submicron particles during 2008 Beijing Olympic Games using an Aerodyne High-Resolution Aerosol Mass Spectrometer[J]. Atmospheric Chemistry and Physics, 2010, 10(18): 8933–8945. DOI: 10.5194/acp-10-8933-2010 |
| [23] | Xu R G, Tang G Q, Wang Y S, et al. Analysis of a long-term measurement of air pollutants (2007-2011) in North China Plain (NCP); impact of emission reduction during the Beijing Olympic Games[J]. Chemosphere, 2016, 159: 647–658. DOI: 10.1016/j.chemosphere.2016.06.025 |
| [24] | Qiu P P, Tian H Z, Zhu C Y, et al. An elaborate high resolution emission inventory of primary air pollutants for the Central Plain Urban Agglomeration of China[J]. Atmospheric Environment, 2014, 86: 93–101. DOI: 10.1016/j.atmosenv.2013.11.062 |
| [25] | Tian H Z, Gao J J, Lu L, et al. Temporal trends and spatial variation characteristics of hazardous air pollutant emission inventory from municipal Solid waste incineration in China[J]. Environmental Science & Technology, 2012, 46(18): 10364–10371. |
| [26] | Zhao Y, Nielsen C P, Lei Y, et al. Quantifying the uncertainties of a bottom-up emission inventory of anthropogenic atmospheric pollutants in China[J]. Atmospheric Chemistry and Physical, 2011, 11(5): 2295–2308. DOI: 10.5194/acp-11-2295-2011 |
| [27] | 李璇, 聂滕, 齐珺, 等. 2013年1月北京市PM2.5区域来源解析[J]. 环境科学, 2015, 36(4): 1148–1153. Li X, Nie T, Qi J, et al. Regional source apportionment of PM2.5 in Beijing in January 2013[J]. Environmental Science, 2015, 36(4): 1148–1153. |