2018, Vol. 39
2. 北京市环境保护科学研究院国家城市环境污染控制工程技术研究中心, 北京 100037;
3. 河北先河环保科技股份有限公司, 石家庄 050035;
4. 中国环境监测总站, 北京 100012;
5. 北京师范大学地表过程与资源生态国家重点实验室, 防沙治沙教育部工程研究中心, 北京 100875
, HAN Kai-li2,3 , QIN Jian-ping2 , WANG Xin4 , SONG Bo1,2 , HUANG Yu-hu2 , ZHANG Chun-lai5
2. National Engineering Research Center of Urban Environmental Pollution Control, Beijing Municipal Research Institute of Environmental Protection, Beijing 100037, China;
3. Hebei Sailhero Environmental Protection Hi-tech Co., Ltd., Shijiazhuang 050035, China;
4. China National Environmental Monitoring Centre, Beijing 100012, China;
5. State Key Laboratory of Earth Surface Processes and Resource Ecology, Engineering Center of Desertification and Blown-sand Control, Ministry of Education, Beijing Normal University, Beijing 100875, China
北京市2017年全市空气中细颗粒物(PM2.5)年均浓度值为58 μg ·m-3, 较2016年同比下降20.5%[1], 是GB 3095-2012《环境空气质量标准》二级标准的1.7倍, 北京市空气污染形势仍然严峻[2~4].北京市2018年发布的PM2.5源解析结果表明, 扬尘占本地排放源的比例为16%, 相比2014年上升了1.7%[5], 混凝土搅拌站是北京市一类典型扬尘源[6, 7].北京市1991年水泥混凝土搅拌量约为600万m3, 2013年搅拌量达到峰值(约6000万m3), 是1991年的10倍[7], 2015~2017年北京城市副中心、北京环球影城和大兴国际机场等多项大型工程投入建设, 使得北京市混凝土搅拌量居高不下.
搅拌站扬尘排放环节包括砂石骨料多次转移、水泥与矿物掺合剂输送到筒仓、称量斗装载原材料、搅拌筒装载与搅拌原材料、场区道路扬尘和料堆风蚀扬尘等.黄玉虎等[7]综合美国环保署(US EPA)和南加州空气质量管理局的搅拌站扬尘排放因子, 并在北京市典型搅拌站开展道路积尘负荷测试, 建立了北京市搅拌站各生产环节及综合扬尘排放因子.其中, 料堆风蚀扬尘直接引用US EPA的AP-42文件(c11s12混凝土, 1995年版)排放因子[8], 结果表明, 搅拌站料堆风蚀扬尘PM2.5排放因子对无控制综合扬尘排放因子的贡献率仅为0.5%[7], 这与人们对搅拌站扬尘污染特征的普遍认识不一致.实际上, 搅拌站风蚀扬尘源除料堆之外还包括场区铺装道路, 砂石骨料、水泥及混凝土等物料遗撒在道路上会产生道路扬尘和风蚀扬尘, 北京市急需开展搅拌站料堆和道路风蚀扬尘排放特征研究.
风蚀扬尘排放因子研究方法包括2种, 第1种是AP-42文件(c13s0205工业风蚀, 2006年版)的经验公式法[9], 第2种是风洞模拟法. AP-42经验公式源自前人的风洞模拟测试结果, 经验公式中的关键参数是物料阈值摩擦风速, AP-42文件推荐的阈值摩擦风速应用在搅拌站时存在一定误差; 风洞模拟法指利用风洞模拟自然风蚀过程, 可研究物料起尘风速、阈值摩擦风速和风蚀扬尘排放因子等, 风洞模拟法测试结果优于AP-42经验公式.国内外很多学者采用移动式风洞原位测试风蚀扬尘[10, 11], 或将土壤切块送到实验室使用风洞异位测试风蚀扬尘[12, 13], 但是这2种风洞都存在体积大、操作复杂、试验投入高等缺点.因此, 美国沙漠所研制了一款便携式风洞(PI-SWERL)[14, 15], 近年来该风洞广泛应用于干河床[16, 17]、沙漠[18, 19]、矿区[20]、越野车训练场[21, 22]、喷洒结壳抑尘剂的土壤[23]、非铺装道路[24]、铺装道路[20, 25]和树池裸地[26]等风蚀扬尘测试.本研究采用便携式风洞(PI-SWERL)对北京市典型搅拌站料堆和道路风蚀扬尘排放特征进行测试, 估算搅拌站料堆和道路风蚀扬尘PM2.5排放因子, 以期为完善搅拌站扬尘本地化排放因子和修订DB 11/642-2014《预拌混凝土绿色生产管理规程》提供技术支撑.
1 材料与方法 1.1 风蚀扬尘测试装置采用风蚀扬尘测试装置测试搅拌站风蚀扬尘排放特征, 该测试装置与李贝贝等[26]测试树池裸地所采用的装置相同, 其核心设备(见图 1)是美国沙漠所研制的便携式风洞[20] (PI-SWERL), 由风洞腔体、旋转环、DustTrak8530智能粉尘仪、控制箱和电脑组成.
|
图 1 风蚀扬尘测试装置示意 Fig. 1 Schematic diagram of device for testing wind-eroded dust |
风蚀扬尘排放因子测试方法步骤如下：①使用PI-SWERL斜坡模式[20]确定料堆和道路对应的便携式风洞最大转速, 本文PI-SWERL最大转速为5000 r ·min-1时, 对应10 m高度处风速为15.5 m ·s-1, 相当于7级风; ②采用阶梯模式模拟测试不同风速下料堆和道路风蚀扬尘PM2.5排放潜势[20, 26]; ③结合搅拌站所属区域2016年气象条件估算搅拌站料堆和道路风蚀扬尘排放因子.
搅拌站风蚀扬尘源包括料堆和道路.其中, 料堆包括粗骨料堆和细骨料堆, 也称石料堆(粗石和细石)和砂料堆(粗砂和细砂); 搅拌站内外道路划分为4种区域：搅拌站进口、社会道路进口、混凝土装载区、骨料大棚进口[7].在北京市某郊区选取2座搅拌站分别对4种料堆和4种道路进行测试, 搅拌站料堆和道路风蚀扬尘测试点示意见图 2, 每种料堆和道路随机选取3个位置进行测试, 测试前48 h内无降水和人工洒水.
|
图 2 搅拌站所属区域2016年逐日气象条件 Fig. 2 Daily weather conditions in 2016 of the district within which concrete batching plants are located |
估算风蚀扬尘排放因子需要测试风蚀扬尘排放潜势, 还应该调研表面物料扰动[21, 24]频次, 以北京市某搅拌站2016年12月(720 h)的原材料入场车次(每月601车次)和混凝土出场车次(每月1705车次)数据为例, 考虑到还需要通过装载机将骨料由料堆转移到传送带, 可以确定搅拌站料堆和道路表面物料扰动频次为1次·h-1.
1.4 气象条件已知搅拌站料堆和道路表面物料扰动频次为1次·h-1, 因此选用搅拌站所属区域气象站2016年逐时气象参数估算扬尘排放因子, 降水和极大风速是与风蚀扬尘排放因子最为相关的气象参数[9].图 3是搅拌站所属区域2016年逐日气象条件, 可以看出降水集中在5~10月, 1~4月极大风速较大.春夏秋冬四季极大风速90百分位数分别为14.5、12.4、11.1和12.5 m ·s-1, 降水90百分位数分别为3.5、22.5、4.5和0.0 mm ·d-1.
|
图 3 搅拌站风蚀扬尘测试点位置示意 Fig. 3 Schematic diagram of the test point for wind-eroded dust in concrete batching plant |
根据AP-42文件中铺装道路扬尘排放因子模型[27], 可知当小时降水量≥0.25 mm时, 可削减1.2 h的排放量.本研究确定当小时降水量≥0.25 mm时, 可削减当前1 h的排放量; 当小时降水量≥0.50 mm时, 可削减当前和未来1h的排放量; 当小时降水量≥0.75 mm时, 可削减当前和未来2 h的排放量.料堆参照道路估算降水对风蚀扬尘排放因子的影响.
2 结果与讨论 2.1 料堆和道路风蚀扬尘排放特征图 4(a)展示了PI-SWERL阶梯模式下搅拌站4种料堆风蚀扬尘排放特征(因为细砂料堆测试结果明显大于其他料堆, 为了便于作图和比较, 本文将所有料堆风蚀扬尘图中有关细砂料堆测试数据都统一除以5), 从中可以看出, 石料堆和砂料堆风蚀扬尘排放潜势有明显差异, 石料堆(粗石和细石)风蚀扬尘排放潜势较低, 无论是瞬时排放潜势还是累积排放潜势, 2种石料堆的曲线基本重合, 说明这2种石料堆表面可风蚀的PM2.5量基本相同.当模拟风速相当于10 m高处风速7.4 m ·s-1以下时, 4种料堆基本都没有PM2.5排放.由图 4可得, 在PI-SWERL最大转速为5000 r ·min-1的阶梯模式下, 石料堆风蚀扬尘PM2.5排放潜势低于4种道路.砂料堆(粗砂和细砂)风蚀扬尘PM2.5排放潜势处于较高水平, 并且当风速维持在某一特定值时, 瞬时排放潜势下降的速度明显低于相同风速下的道路风蚀扬尘.其中, 细砂料堆的PM2.5排放潜势最高, 在模拟10 m高度处风速为15.5 m ·s-1时, 瞬时排放潜势最高可达6.8mg ·(m2 ·s)-1, 累积排放潜势可达668.8 mg ·m-2. 4种料堆风蚀扬尘排放潜势由大到小依次为：细砂粗砂粗石≈细石, 比例关系为88.7 :12.3 :1.2 :1.0.
|
图 4 搅拌站料堆和道路风蚀扬尘排放特征 Fig. 4 Emission characteristics of wind-eroded dust of storage piles and roads in concrete batching plants |
图 4(b)展示了PI-SWERL阶梯模式下搅拌站场区4种道路风蚀扬尘排放特征. 4种道路的PM2.5瞬时排放潜势随风速变化的趋势大致相同, 当风速以一定速率增大时, PM2.5瞬时排放潜势也以一定的速率逐渐增大, 当风速维持在某一特定值时, PM2.5瞬时排放潜势几乎立即下降, 表明搅拌站4种道路风蚀扬尘源均为有限源.相比较而言, 当风速维持于某一特定值时, 骨料大棚进口瞬时排放潜势下降缓慢, 说明骨料大棚进口区域道路风蚀扬尘排放潜势较大, 在模拟10 m高度处风速为15.5 m ·s-1时, 骨料大棚进口PM2.5瞬时排放潜势可达0.9mg ·(m2 ·s)-1, 累积排放潜势也是4类道路中最高的, 达到了80.5 mg ·m-2. 4类道路风蚀扬尘排放潜势由大到小依次为：骨料大棚进口>搅拌站进口>混凝土装载区>社会道路进口, 比例关系为1.43 :1.13 :1.09 :1.00, 后3类道路风蚀扬尘排放潜势较为接近.
2.2 料堆风蚀扬尘排放因子图 5(a)是搅拌站4种料堆在不同摩擦风速(u*)下所有测试点PM2.5累积排放潜势.当摩擦风速在0.55 m ·s-1及以下时, 4种料堆不同位置测试的PM2.5累积排放潜势都相对集中, 尤其是粗石和细石料堆, 各种摩擦风速下的测试数据都非常集中.当摩擦风速为0.69 m ·s-1和0.82 m ·s-1时, 粗砂和细砂料堆的测试数据变得相对分散, 不确定性明显增大.
|
图 5 各类料堆PM2.5累积排放潜势与u*的关系 Fig. 5 Relationship between cumulative PM2.5 emission potential from various types of storage piles and friction wind speed |
参照李贝贝等[26]处理树池裸地风蚀扬尘排放潜势数据的方式，采用多段线性回归方程对不同u*下PM2.5累积排放潜势数据点进行回归，分别得到4种料堆的风蚀扬尘累积排放潜势与u*关系，如图 5(b)所示.从中可见，随着摩擦风速的增加, 粗石和细石料堆的PM2.5累积排放潜势增长趋势基本相同, 都非常低.而细砂料堆在数值除以5的情况下, PM2.5累积排放潜势仍然高于其他料堆, 增长速率也高于其他料堆.
结合气象参数计算搅拌站4种料堆风蚀扬尘PM2.5排放因子, 如图 6所示.粗石和细石料堆风蚀扬尘PM2.5月度排放因子变化趋势和数值都很接近, 粗砂和细砂风蚀扬尘排放因子冬春季高, 春季排放因子最高, 夏季细砂料堆排放因子下降明显.其中细砂春季排放因子是夏秋冬季的6.4、3.4和1.3倍.粗石、细石、粗砂和细砂料堆的风蚀扬尘PM2.5日均排放因子分别是0.10、0.12、0.26和2.02kg ·(hm2 ·d)-1, 细砂料堆的扬尘PM2.5日均排放因子是粗石、细石和粗砂的20.5、16.8和7.7倍.采用2006年US EPA更新的风蚀扬尘粒径分布[9](PM2.5/PM10=0.15), 估算得到所测试粗石、细石、粗砂和细砂料堆风蚀扬尘PM10排放因子分别为0.67、0.80、1.73和13.47kg ·(hm2 ·d)-1.
|
图 6 各类料堆风蚀扬尘PM2.5月度排放因子 Fig. 6 Monthly PM2.5 emission factors of wind-eroded dust from various types of storage piles |
图 7(a)是搅拌站4种道路在不同摩擦风速(u*)下所有测试点PM2.5累积排放潜势.当摩擦风速在0.55 m ·s-1及以下时, 相同风速下, 4种道路的PM2.5累积排放潜势都相对集中, 即同一类型道路不同点位的扬尘排放潜势相差不大.当摩擦风速为0.69 m ·s-1和0.82 m ·s-1时, 测试数据变得相对分散, 数据的不确定性将在后文进行分析.
|
图 7 各类道路PM2.5累积排放潜势与u*的关系 Fig. 7 Relationship between cumulative PM2.5 emission potential from various types of road and friction wind speed |
如图 7(b)所示，随着摩擦风速的增加, 4种道路的PM2.5累积排放潜势增长趋势相似, 其中骨料大棚进口道路累积排放潜势增长速度一直保持最快.
结合气象参数计算搅拌站4种道路风蚀扬尘PM2.5排放因子, 如图 8所示.其风蚀扬尘排放因子的季节分布与粗砂和细砂料堆的排放因子相似, 冬春两季排放因子明显高于夏秋两季, 且春季排放因子最高.其中, 骨料大棚进口道路春季排放因子是夏秋冬季的3.1、2.5和1.2倍.骨料大棚进口、混凝土装载区、社会道路进口和搅拌站进口道路风蚀扬尘PM2.5日均排放因子分别为0.45、0.41、0.31和0.30 kg ·(hm2 ·d)-1, 采用2006年US EPA更新的风蚀扬尘粒径分布(PM2.5/PM10=0.15)[9], 得到混凝土搅拌站这4种道路风蚀扬尘PM10日均排放因子分别为3.00、2.73、2.07和2.00 kg ·(hm2 ·d)-1; 骨料大棚进口处排放因子最高, 但与其他类型道路相比差异不大. 2016年降水过程对搅拌站4种道路风蚀扬尘排放因子的平均削减率仅为4%, 首先, 降水对极大风速的风蚀作用影响不大; 其次, 是因为降水在铺装道路上易形成径流, 而且重型车行驶过程会加快路面干燥速度.
|
图 8 各类道路风蚀扬尘PM2.5月度排放因子 Fig. 8 Monthly PM2.5 emission factors of wind-eroded dust from various types of road |
根据北京市水泥混凝土配方中粗骨料和细骨料的比例[5], 计算得到料堆风蚀扬尘PM2.5日均排放因子加权平均值为1.13 kg ·(hm2 ·d)-1, 是行道树树池裸地扬尘排放因子[26]加权平均值[0.72 kg ·(hm2 ·d)-1]的1.6倍[26].搅拌站道路风蚀扬尘PM2.5日均排放因子平均值为0.37 kg ·(hm2 ·d)-1, 北京市搅拌站料堆和道路风蚀扬尘排放因子实测值分别是AP-42文件(c11s12混凝土, 1995年版)[8]料堆风蚀扬尘排放因子推荐值0.29 kg ·(hm2 ·d)-1的3.9和1.3倍, 表明黄玉虎等[7]估算的北京市搅拌站风蚀扬尘排放量偏低, 但是因为风蚀扬尘占总排放量比例较低, 因此风蚀扬尘排放因子偏低对搅拌站扬尘排放清单计算结果影响较小.
2.4 排放因子不确定性分析影响搅拌站料堆和道路风蚀扬尘排放因子不确定性的主要因素是不同u*的排放因子相对标准偏差, 对不同u*下测试点风蚀扬尘累积排放潜势的相对标准偏差加权平均, 分别得到料堆和道路风蚀扬尘PM2.5排放因子不确定性范围, 如表 1所示.可以得到, 料堆风蚀扬尘PM2.5排放因子不确定性范围为34%~59%, 道路风蚀扬尘PM2.5排放因子不确定性范围为38%~92%, 大于料堆风蚀扬尘排放因子的不确定性范围.综合起来, 搅拌站风蚀扬尘PM2.5不确定性范围是34%~92%.
|
表 1 混凝土搅拌站风蚀扬尘PM2.5排放因子不确定性 Table 1 Uncertainty range of emission factors of wind-eroded dust in concrete batching plant |
2.5 建议
建议采用北京市本地化排放因子计算搅拌站扬尘排放清单, 同时搅拌站应加强道路洒水和清扫保洁, 对料堆尤其细砂料堆实施全封闭储存和喷雾降尘.
3 结论(1) 搅拌站骨料大棚进口、混凝土装载区、社会道路进口和搅拌站进口道路风蚀扬尘PM2.5日均排放因子差异不明显, 分别为0.45、0.41、0.31和0.30kg ·(hm2 ·d)-1, 降水对道路风蚀扬尘PM2.5年排放因子的削减率仅为4%.
(2) 搅拌站粗石、细石、粗砂和细砂料堆风蚀扬尘PM2.5日均排放因子分别为0.10、0.12、0.26和2.02 kg ·(hm2 ·d)-1, 细砂料堆风蚀扬尘排放因子是粗石、细石和粗砂料堆的20.5、16.8和7.7倍, 细砂料堆春季排放因子是夏秋冬季的6.4、3.4和1.3倍.
(3) 北京市搅拌站料堆和道路风蚀扬尘PM2.5日均排放因子平均值分别为1.13 kg ·(hm2 ·d)-1和0.37kg ·(hm2 ·d)-1, 是AP-42文件(c11s12混凝土, 1995年版)料堆风蚀扬尘排放因子推荐值的3.9和1.3倍, 搅拌站风蚀扬尘PM2.5排放因子的不确定性范围为34%~92%.
| [1] | 2017年北京市环境状况公报[R]. 北京: 北京市环境保护局, 2018. |
| [2] |
吴文景, 常兴, 邢佳, 等. 京津冀地区主要排放源减排对PM2.5污染改善贡献评估[J]. 环境科学, 2017, 38(3): 867-875. Wu W J, Chang X, Xing J, et al. Assessment of PM2.5 pollution mitigation due to emission reduction from main emission sources in the Beijing-Tianjin-Hebei region[J]. Environmental Science, 2017, 38(3): 867-875. |
| [3] |
王燕丽, 薛文博, 雷宇, 等. 京津冀区域PM2.5污染相互输送特征[J]. 环境科学, 2017, 38(12): 4897-4904. Wang Y L, Xue W B, Lei Y, et al. Regional transport matrix study of PM2.5 in Jingjinji region, 2015[J]. 环境科学, 2017, 38(12): 4897-4904. |
| [4] |
黄玉虎, 李媚, 曲松, 等. 北京城区PM2.5不同组分构成特征及其对大气消光系数的贡献[J]. 环境科学研究, 2015, 28(8): 1193-1199. Huang Y H, Li M, Qu S, et al. Characteristics of different components of PM2.5 and contribution to ambient light extinction coefficient in Beijing[J]. Research of Environmental Science, 2015, 28(8): 1193-1199. |
| [5] | 北京市环保局. 最新科研成果新一轮北京市PM2. 5来源解析正式发布[EB/OL]. http://www.bjepb.gov.cn/bjhrb/index/tpxw/832588/index.html, 2018-05-14. |
| [6] |
薛亦峰, 周震, 钟连红, 等. 北京市混凝土搅拌站颗粒物排放特征研究[J]. 环境科学, 2016, 37(1): 88-93. Xue Y F, Zhou Z, Zhong L H, et al. Characteristic of particulate emissions from concrete batching in Beijing[J]. Environmental Science, 2016, 37(1): 88-93. |
| [7] |
黄玉虎, 韩凯丽, 陈丽媛, 等. 北京市混凝土搅拌站扬尘排放因子及排放清单[J]. 中国环境科学, 2017, 37(10): 3699-3707. Huang Y H, Han K L, Chen L Y, et al. Emission factor and inventory for fugitive dust from concrete batching plants in Beijing[J]. China Environmental Science, 2017, 37(10): 3699-3707. DOI:10.3969/j.issn.1000-6923.2017.10.011 |
| [8] | US EPA. Emission factor documentation for AP-42, Section 11. 12 Concrete batching[R]. Washington DC: US EPA, 1995. |
| [9] | US EPA. Emission factor documentation for AP-42, Section 13. 2. 5 Industrial wind erosion[R]. Washington DC: US EPA, 2006. |
| [10] | Pietersma D, Stetler L D, Saxton K E. Design and aerodynamics of a portable wind tunnel for soil erosion and fugitive dust research[J]. Transactions of the ASAE, 1996, 39(6): 2075-2083. DOI:10.13031/2013.27710 |
| [11] | Van Pelt R S, Zobeck T M, Baddock M C, et al. Design, construction, and calibration of a portable boundary layer wind tunnel for field use[J]. Transactions of the ASABE, 2010, 53(5): 1413-1422. DOI:10.13031/2013.34911 |
| [12] |
王仁德, 邹学勇, 赵婧妍. 半湿润地区农田土壤粉尘释放的风洞模拟研究[J]. 地理科学, 2012, 32(11): 1364-1369. Wang R D, Zou X Y, Zhao J Y. Farmland soil dust emission in semi-humid areas by wind-tunnel simulation[J]. Scientia Geographica Sinica, 2012, 32(11): 1364-1369. |
| [13] |
邹学勇, 张春来, 程宏, 等. 土壤风蚀模型中的影响因子分类与表达[J]. 地球科学进展, 2014, 29(8): 875-889. Zou X Y, Zhang C L, Cheng H, et al. Classification and representation of factors affecting soil wind erosion in a model[J]. Advances in Earth Science, 2014, 29(8): 875-889. DOI:10.11867/j.issn.1001-8166.2014.08.0875 |
| [14] | Etyemezian V, Nikolich G, Ahonen S, et al. The portable in situ wind erosion laboratory (PI-SWERL):a new method to measure PM10 windblown dust properties and potential for emissions[J]. Atmospheric Environment, 2007, 41(18): 3789-3796. DOI:10.1016/j.atmosenv.2007.01.018 |
| [15] | Sweeney M, Etyemezian V, Macpherson T, et al. Comparison of PI-SWERL with dust emission measurements from a straight-line field wind tunnel[J]. Journal of Geophysical Research, 2008, 113(F1): F01012. |
| [16] | King J, Etyemezian V, Sweeney M, et al. Dust emission variability at the Salton Sea, California, USA[J]. Aeolian Research, 2012, 3(1): 67-79. |
| [17] | Baddock M C, Zobeck T M, Van Pelt R S, et al. Dust emissions from undisturbed and disturbed, crusted playa surfaces:cattle trampling effects[J]. Aeolian Research, 2011, 3(1): 31-41. DOI:10.1016/j.aeolia.2011.03.007 |
| [18] |
崔梦淳, 鹿化煜, Mark S, 等. 便携式粉尘观测仪测定腾格里沙漠和毛乌素沙地PM10释放通量[J]. 科学通报, 2015, 60(17): 1621-1630. Cui M C, Lu H Y, Mark S, et al. PM10 emission flux in the Tengger Desert and Mu Us Sand field, northern China, measured by PI-SWERL[J]. Chinese Science Bulletin, 2015, 60(17): 1621-1630. |
| [19] | Gillies J A, Etyemezian V, Kuhns H, et al. Dust emissions created by low-level rotary-winged aircraft flight over desert surfaces[J]. Atmospheric Environment, 2010, 44(8): 1043-1053. DOI:10.1016/j.atmosenv.2009.12.018 |
| [20] | Wang X L, Chow J C, Kohl S D, et al. Wind erosion potential for fugitive dust sources in the Athabasca Oil Sands Region[J]. Aeolian Research, 2015, 18: 121-134. DOI:10.1016/j.aeolia.2015.07.004 |
| [21] | Goossens D, Buck B. Dust dynamics in off-road vehicle trails:measurements on 16 arid soil types, Nevada, USA[J]. Journal of Environmental Management, 2009, 90(11): 3458-5469. DOI:10.1016/j.jenvman.2009.05.031 |
| [22] | Soukup D, Buck B, Goossens D, et al. Arsenic concentrations in dust emissions from wind erosion and off-road vehicles in the Nellis Dunes Recreational Area, Nevada, USA[J]. Aeolian Research, 2012, 5: 77-89. DOI:10.1016/j.aeolia.2011.11.001 |
| [23] | Kavouras I G, Etyemezian V, Nikolich G, et al. A new technique for characterizing the efficacy of fugitive dust suppressants[J]. Journal of the Air & Waste Management Association, 2009, 59(5): 603-612. |
| [24] | Sweeney M R, McDonald E V, Etyemezian V. Quantifying dust emissions from desert landforms, eastern Mojave Desert, USA[J]. Geomorphology, 2011, 135(1-2): 21-34. DOI:10.1016/j.geomorph.2011.07.022 |
| [25] | China S, James D E. Influence of pavement macrotexture on PM10 emissions from paved roads:a controlled study[J]. Atmospheric Environment, 2012, 63: 313-326. DOI:10.1016/j.atmosenv.2012.09.018 |
| [26] |
李贝贝, 秦建平, 祁丽荣, 等. 城市道路行道树树池裸地扬尘排放特征[J]. 环境科学, 2018, 39(3): 1031-1039. Li B B, Qin J Q, Qi L R, et al. Emission characteristics of wind erosion dust from topsoil of urban roadside-tree pool[J]. Environmental Science, 2018, 39(3): 1031-1039. |
| [27] | Measurement Policy Group, Office of Air Quality Planning and Standards, US EPA. Emission factor documentation for AP-42 Section 13. 2. 1 Paved Roads[R]. Research Triangle Park, NC: Measurement Policy Group, Office of Air Quality Planning and Standards, US EPA, 2011. |