2. 国家城市环境污染控制工程技术研究中心, 北京 100037;
3. 首都师范大学资源环境与旅游学院, 北京 100048
2. National Engineering Research Center of Urban Environmental Pollution Control, Beijing 100037, China;
3. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China
污染源清单和颗粒物源解析结果显示道路扬尘细颗粒物的重要来源之一[1, 2], 并且道路积尘中Cd、Cr、Cu、Hg、Ni、Pb、Zn和Fe等重金属含量高于背景值[3, 4], 主要来源于发动机、刹车片、轮胎磨损和油漆磨损[5], 道路尘中较高含量的PAHs对人体健康产生影响[6, 7], 道路扬尘排放对城市大气环境PM10浓度贡献约为36%[8].
排放因子建立是量化道路扬尘排放的基础, 研发了道路交通扬尘排放因子测量系统进行实测[9], 或者通过模型计算不同类型道路的排放因子[10~12].影响道路扬尘排放的因素较多, 如铺装状况[13]、交通特征[14]、气象条件[15]、周边土地利用[16]和控制措施[17]情况等.对北京[18, 19]、天津[20, 21]、珠三角[22]等城市的道路扬尘排放因子进行修正并建立排放清单. AP-42文件中道路扬尘排放因子在中国应用较为广泛, 并对排放因子模型进行了评估[18].
排放因子和颗粒物粒径分布是分析污染源排放特征的重要信息, 也是建立精细化排放清单的基础.本研究通过现场采样、再悬浮采样、粒径分布测量和排放因子模型方法, 建立了北京城市副中心地区的道路扬尘排放因子, 以期为建立本地化道路扬尘排放因子提供一种技术方法, 并为城市副中心区域道路扬尘排放清单建立提供实测的分粒径排放因子数据.
1 材料与方法 1.1 采样方法样品采集及实验室分析方法按照美国环保署排放清单文件要求[23]进行, 在实验室对样品进行恒重和筛分分析, 获得道路积尘样品, 通过再悬浮样品进行粒径分布分析.
2016年在北京通州区不同道路类型设置采样点, 采样道路包括高速路2条、国道1条、省道3条、县道2条、乡道5条, 共采集有效样品数量为20个.采样道路的基本情况见表 1.
![]() |
表 1 采样道路基本情况 Table 1 Basic information of the sampled roads |
1.2 粒径分析与粒度乘数测算方法
将采集到的道路积尘样品依据美国环保署(EPA)发布的AP-42文件附录中道路积尘处理方法进行实验室处理, 颗粒物再悬浮系统对将处理好的道路积尘样品进行再悬浮后进行粒径分布测量, 该系统颗粒物粒径分布可靠性经过验证[24].应用Aerodynamic Particle Sizer (APS) 3321粒径谱仪测试得到样品的粒径数据, 对道路扬尘的数浓度和质量浓度粒径分布进行分析. APS-3321通过测定每一颗粒物通过两束近距离激光束的飞行时间, 换算颗粒物的空气动力学粒径, 可以测量粒径范围为0.5~20 μm.
通过测量道路扬尘颗粒物的粒径分布, 计算道路扬尘中PM2.5与PM10比值l2.5/l10, 道路扬尘PM2.5粒度乘数用式(1)计算.
![]() |
(1) |
式中, K2.5为修正后的PM2.5粒度乘数, g·(km·辆)-1; l2.5和l10分别为PM2.5和PM10颗粒物含量; K10为美国AP-42中给出的PM10的粒度乘数, 推荐值为0.62 g·(km·辆)-1[25].
1.3 排放因子计算方法道路扬尘PM2.5排放因子按照AP-42文件计算方法[25], 粒度乘数、积尘负荷和车重数据根据实测结果进行修正, 建立本地化的道路扬尘PM2.5排放因子, 用公式(2)计算:
![]() |
(2) |
式中, E为道路扬尘PM2.5排放因子, g·(km·辆)-1; K2.5为修正后的PM2.5粒度乘数, g·(km·辆)-1; sL为路面积尘负荷, g·m-2; W为平均车重, t; P为一段时间内降雨量大于0.254 mm的天数; N为清单周期的天数, 如1 a按365 d.
2 结果与讨论 2.1 道路扬尘粒径分布应用空气动力学粒径谱仪对道路积尘进行粒径分布测试, 不同类型道路的颗粒物质量浓度空气动力学粒径分布结果见图 1.从图 1(a)中可以看出, 不同类型道路的颗粒物粒径分布在0~2.5 μm粒径范围内的质量比例均较小, 且不同道路的比例较为一致; 2.5~10 μm粒径范围内的颗粒物质量比例变化幅度较为稳定.且该粒径范围颗粒物的质量比例的峰值出现在7.5~8 μm粒径中, 同时也是整个粒径范围内的峰值; 10~20 μm粒径范围内的颗粒物质量比例变化幅度最大.
![]() |
图 1 不同类型道路扬尘粒径分布谱图 Fig. 1 Particle size distribution spectrum of the fugitive road dust for the different road types |
从图 1(b)中可以看出, 不同粒径颗粒物的累积质量比例变化趋势一致, 省道、县道和乡道的粒径分布曲线几乎重合, 高速路和国道在0~2.5 μm粒径范围内与其他类型道路接近, 在2.5~10 μm粒径范围内的颗粒物质量比例小于其他道路.这主要与高速路和国道上车流量较大, 积尘负荷较低, 频繁碾压使得道路积尘粒径较小有关.
影响道路积尘负荷高低的因素较多, 包括道路状况[14]、车流量[11]、周边尘土来源[26, 27]、控制措施[17]等.有研究结果显示, 车流量越大的道路积尘负荷越低[11, 14], 本研究对道路积尘负荷小于0.5 g·m-2和大于0.5 g·m-2的道路扬尘粒径分布进行统计, 结果如图 2所示.从中可以看出, 对于空气动力学粒径小于2.5 μm部分的颗粒物的比例, 不同积尘负荷的道路几乎没有差别, 对于空气动力学粒径在2.5~10 μm之间的颗粒物, 积尘负荷较高的道路比例越大.
![]() |
图 2 不同积尘负荷范围道路的扬尘粒径分布谱图 Fig. 2 Particle size distribution spectrum for different ranges of silt loading |
不同污染源排放PM2.5与PM10的关系是建立排放清单的基础数据, 本研究对不同类型道路的扬尘PM2.5与PM10浓度比值R进行分析, 同时对道路积尘负荷小于0.5 g·m-2和大于0.5 g·m-2的道路扬尘PM2.5与PM10比值进行统计, 结果见图 3.
![]() |
图 3 不同道路的扬尘PM2.5与PM10比值 Fig. 3 Ratio of PM2.5/PM10 for the different types of roads |
从中可以看出, 不同类型道路的比值R在0.28~0.32之间, 高速路最高, 其次为国道, 之后依次为省道、乡道和县道, 主要是与高速路车流量大、积尘负荷较低, 积尘中细粒子比例较高有关.
对道路积尘负荷小于0.5 g·m-2和大于0.5 g·m-2的道路扬尘中PM2.5/PM10比值进行统计, 可以看出积尘负荷小于0.5 g·m-2的道路扬尘PM2.5占PM10的比例更高, 数值为0.31, 积尘负荷大于0.5 g·m-2的道路扬尘中PM2.5占PM10的比例为0.28.
2.3 PM2.5粒度乘数粒度乘数是计算不同粒径范围颗粒物的排放因子的重要参数, 是排放因子本地化测试工作的主要内容, 对不同类型道路的扬尘PM2.5粒度乘数进行分析, 同时对不同范围积尘负荷道路的PM2.5粒度乘数进行统计, 结果见图 4.从中可以看出, PM2.5粒度乘数在0.18~0.20 g·(km·辆)-1之间, 对道路积尘负荷小于0.5 g·m-2和大于0.5 g·m-2的道路扬尘PM2.5粒度乘数进行统计, 可以看出积尘负荷小于0.5 g·m-2的道路扬尘PM2.5粒度乘数更高, 数值为0.19 g·(km·辆)-1, 积尘负荷大于0.5 g·m-2的道路扬尘PM2.5粒度乘数为0.17 g·(km·辆)-1, 均高于AP-42文件的推荐值0.15 g·(km·辆)-1.
![]() |
图 4 PM2.5粒度乘数 Fig. 4 Particle size multiplier for the different types of roads |
测试道路的车流量、积尘负荷、PM2.5粒度乘数和排放因子见表 2.可以看出, 高速路、国道车流量较大, 积尘负荷较低, PM2.5排放因子较小.
![]() |
表 2 不同类型道路PM2.5排放因子及相关参数 Table 2 PM2.5 emission factors and relevant parameters for the different types of roads |
不同类型道路的PM2.5排放因子如图 5所示, 高速路、国道、省道、县道和乡道的PM2.5排放因子分别为0.06、0.14、0.31、0.30和0.39g·(km·辆)-1.乡道PM2.5排放因子最高, 其次为省道和县道, 国道排放因子较低, 高速路最低.
![]() |
图 5 不同类型道路的PM2.5排放因子 Fig. 5 PM2.5 emission factor for the different types of roads |
PM2.5排放因子的主要影响因素包括路面积尘负荷、车辆重量、粒度乘数等, 同时路面积尘负荷与车流量呈负相关关系[11], 粒度乘数与积尘负荷呈负相关关系.本研究对20条采样道路的相关数据相关性进行了分析, 结果见表 3.从中可以看出, PM2.5排放因子与积尘负荷和车重呈正相关, 与车流量呈负相关, 主要因为积尘负荷与车流量呈负相关, 同时粒度乘数与积尘负荷呈负相关关系.
![]() |
表 3 排放因子与相关参数Pearson相关性 Table 3 Pearson correlation between the PM2.5 emission factors and relevant parameters |
在道路扬尘排放因子本地化测试工作中, 需要按照不同道路类型或按照不同车流量的道路进行相关样品采样分析和测试, 才能获得具有代表性的排放因子数据.
3 结论(1) 通过积尘负荷采样和实验室再悬浮分析可以获得道路扬尘粒径分布和粒度乘数参数, 不同类型道路的颗粒物粒径分布在0~2.5 μm粒径范围内的质量比例较为一致; 2.5~10 μm粒径范围内的颗粒物质量比例变化幅度较为稳定.且该粒径范围颗粒物的质量比例的峰值出现在7.5~8 μm粒径中, 同时也是整个粒径范围内的峰值.
(2) 省道、县道和乡道的粒径分布曲线一致, 高速路和国道在0~2.5 μm粒径范围内与其它道路接近, 在2.5~10 μm粒径范围内的颗粒物质量比例小于其他道路, 在>10 μm粒径范围内的颗粒物质量比例大于其他道路.
(3) 不同类型道路的PM2.5与PM10比值R差别不大, 在0.28~0.32之间, 高速路最高, 其次为国道, 之后依次为省道、乡道和县道, 主要是与高速路车流量大、积尘负荷较低, 积尘中细粒子比例较高有关.
(4) 不同类型道路的PM2.5粒度乘数在0.18~0.20 g·(km·辆)-1之间, 积尘负荷小于0.5 g·m-1的道路扬尘PM2.5粒度乘数更高, 数值为0.19 g·(km·辆)-1, 积尘负荷大于0.5 g·m-2的道路扬尘PM2.5粒度乘数为0.17 g·(km·辆)-1.
(5) PM2.5排放因子与积尘负荷和车重呈正相关, 与车流量呈负相关, 主要因为积尘负荷与车流量呈负相关, 同时粒度乘数与积尘负荷呈负相关关系.在道路扬尘排放因子本地化测试工作中, 需要按照不同道路类型或按照不同车流量的道路进行相关样品采样分析和测试, 才能获得具有代表性的排放因子数据.
[1] | PriyaDarshini S, Sharma M, Singh D. Synergy of receptor and dispersion modelling:quantification of PM10 emissions from road and soil dust not included in the inventory[J]. Atmospheric Pollution Research, 2016, 7(3): 403-411. DOI:10.1016/j.apr.2015.10.015 |
[2] | Fan S B, Tian G, Cheng S Y, et al. A new approach to developing a fugitive road dust emission inventory and emission trend from 2006 to 2010 in the Beijing metropolitan area, China[J]. Journal of Environmental Quality, 2013, 42(4): 1039-1045. DOI:10.2134/jeq2012.0473 |
[3] | Men C, Liu R M, Xu F, et al. Pollution characteristics, risk assessment, and source apportionment of heavy metals in road dust in Beijing, China[J]. Science of the Total Environment, 2018, 612: 138-147. DOI:10.1016/j.scitotenv.2017.08.123 |
[4] | Pan H Y, Lu X W, Lei K. A comprehensive analysis of heavy metals in urban road dust of Xi'an, China:contamination, source apportionment and spatial distribution[J]. Science of the Total Environment, 2017, 609: 1361-1369. DOI:10.1016/j.scitotenv.2017.08.004 |
[5] | Zannoni D, Valotto G, Visin F, et al. Sources and distribution of tracer elements in road dust:the Venice mainland case of study[J]. Journal of Geochemical Exploration, 2016, 166: 64-72. DOI:10.1016/j.gexplo.2016.04.007 |
[6] | Franco C F J, de Resende M F, de Almeida Furtado L, et al. Polycyclic aromatic hydrocarbons (PAHs) in street dust of Rio de Janeiro and Niterói, Brazil:particle size distribution, sources and cancer risk assessment[J]. Science of the Total Environment, 2017, 599-600: 305-313. DOI:10.1016/j.scitotenv.2017.04.060 |
[7] | Ma Y K, Liu A, Egodawatta P, et al. Quantitative assessment of human health risk posed by polycyclic aromatic hydrocarbons in urban road dust[J]. Science of the Total Environment, 2017, 575: 895-904. DOI:10.1016/j.scitotenv.2016.09.148 |
[8] | Chen D S, Cheng S Y, Zhou Y, et al. Impact of road fugitive dust on air quality in Beijing, China[J]. Environmental Engineering Science, 2010, 27(10): 825-834. DOI:10.1089/ees.2009.0122 |
[9] |
樊守彬, 李雪峰, 张东旭, 等. 道路交通扬尘排放因子测量系统研发及应用[J]. 环境科学学报, 2016, 36(10): 3569-3575. Fan S B, Li X F, Zhang D X, et al. Development and application of an emission factor measurement system for road fugitive dust[J]. Acta Scientiae Circumstantiae, 2016, 36(10): 3569-3575. |
[10] | Zhu D Z, Kuhns H D, Gillies J A, et al. Evaluating vehicle re-entrained road dust and its potential to deposit to Lake Tahoe:a bottom-up inventory approach[J]. Science of the Total Environment, 2014, 466-467: 277-286. DOI:10.1016/j.scitotenv.2013.07.017 |
[11] |
樊守彬, 田刚, 李钢, 等. 北京铺装道路交通扬尘排放规律研究[J]. 环境科学, 2007, 28(10): 2396-2399. Fan S B, Tian G, Li G, et al. Emission characteristics of paved roads fugitive dust in Beijing[J]. Environmental Science, 2007, 28(10): 2396-2399. DOI:10.3321/j.issn:0250-3301.2007.10.041 |
[12] | Thouron L, Seigneur C, Kim Y, et al. Intercomparison of three modeling approaches for traffic-related road dust resuspension using two experimental data sets[J]. Transportation Research Part D:Transport and Environment, 2018, 58: 108-121. DOI:10.1016/j.trd.2017.11.003 |
[13] | Padoan E, Ajmone-Marsan F, Querol X, et al. An empirical model to predict road dust emissions based on pavement and traffic characteristics[J]. Environmental Pollution, 2018, 237: 713-720. DOI:10.1016/j.envpol.2017.10.115 |
[14] | Amato F, Pandolfi M, Alastuey A, et al. Impact of traffic intensity and pavement aggregate size on road dust particles loading[J]. Atmospheric Environment, 2013, 77: 711-717. DOI:10.1016/j.atmosenv.2013.05.020 |
[15] | Amato F, Schaap M, Denier van der Gon H A C, et al. Effect of rain events on the mobility of road dust load in two Dutch and Spanish roads[J]. Atmospheric Environment, 2012, 62: 352-358. DOI:10.1016/j.atmosenv.2012.08.042 |
[16] | Teng H L, Kwigizile V, James D E. Identifying influencing factors on paved roads silt loading[J]. Journal of the Air & Waste Management Association, 2007, 57(7): 778-784. |
[17] |
张东旭, 樊守彬, 林雅妮, 等. APEC会议期间北京市交通扬尘控制效果研究[J]. 环境科学学报, 2016, 36(2): 684-689. Zhang D X, Fan S B, Lin Y N, et al. Evaluation of the effectiveness of road fugitive dust control measures during the APEC conference in Beijing[J]. Acta Scientiae Circumstantiae, 2016, 36(2): 684-689. |
[18] |
樊守彬, 张东旭, 田灵娣. AP-42道路交通扬尘排放模型评估及其在北京市的应用[J]. 环境工程学报, 2016, 10(5): 2501-2506. Fan S B, Zhang D X, Tian L D. Assessment for AP-42 model of road dust emissions and its application in Beijing, China[J]. Chinese Journal of Environmental Engineering, 2016, 10(5): 2501-2506. |
[19] |
樊守彬, 田刚, 秦建平, 等. 北京道路降尘排放特征研究[J]. 环境工程学报, 2010, 4(3): 629-632. Fan S B, Tian G, Qin J P, et al. Emission characteristics of road dust-fall in Beijing[J]. Chinese Journal of Environmental Engineering, 2010, 4(3): 629-632. |
[20] |
张伟, 姬亚芹, 李树立, 等. 天津市春季样方法道路扬尘PM2.5粒度乘数特征[J]. 中国环境科学, 2016, 36(7): 1955-1959. Zhang W, Ji Y Q, Li S L, et al. PM2.5 size multiplier feature of road dust in Tianjin during spring with quadrat sampling method[J]. China Environmental Science, 2016, 36(7): 1955-1959. DOI:10.3969/j.issn.1000-6923.2016.07.005 |
[21] |
许妍, 周启星. 天津城市交通道路扬尘排放特征及空间分布研究[J]. 中国环境科学, 2012, 32(12): 2168-2173. Xu Y, Zhou Q X. Emission characteristics and spatial distribution of road fugitive dust in Tianjin, China[J]. China Environmental Science, 2012, 32(12): 2168-2173. DOI:10.3969/j.issn.1000-6923.2012.12.009 |
[22] |
彭康, 杨杨, 郑君瑜, 等. 珠江三角洲地区铺装道路扬尘排放因子与排放清单研究[J]. 环境科学学报, 2013, 33(10): 2657-2663. Peng K, Yang Y, Zheng J Y, et al. Emission factor and inventory of paved road fugitive dust sources in the Pearl River Delta region[J]. Acta Scientiae Circumstantiae, 2013, 33(10): 2657-2663. |
[23] | EPA. Compilation of air pollutant emission factors, stationary point and area sources. Appendix C.1. procedures for sampling surface/bulk dust loading[R]. Triangle Park, NC: Measurement Policy Group Office of Air Quality Planning and Standards, 1993. |
[24] |
黄玉虎, 金大建, 毛华云, 等. 颗粒物再悬浮和检测系统的性能指标[J]. 过程工程学报, 2009, 9(5): 860-864. Huang Y H, Jin D J, Mao H Y, et al. Performance indices of particulate matter resuspension and measurement systems[J]. The Chinese Journal of Process Engineering, 2009, 9(5): 860-864. DOI:10.3321/j.issn:1009-606X.2009.05.005 |
[25] | USEPA. Emission factor documentation for AP-42, Section 13.2.1 paved roads[R]. Triangle Park, NC: Monitoring Policy Group, Office of Air Quality Planning and Standards, U. S. Environmental Protection Agency, 2010. |
[26] |
田刚, 樊守彬, 李钢, 等. 施工工地出口附近道路交通扬尘排放特征研究[J]. 环境科学, 2007, 28(11): 2626-2629. Tian G, Fan S B, Li G, et al. Characteristics of fugitive dust emission from paved road near construction activities[J]. Chinese Journal of Environmental Science, 2007, 28(11): 2626-2629. DOI:10.3321/j.issn:0250-3301.2007.11.038 |
[27] |
樊守彬, 张东旭, 田灵娣, 等. 北京市交通扬尘PM2.5排放清单及空间分布特征[J]. 环境科学研究, 2016, 29(1): 20-28. Fan S B, Zhang D X, Tian L D, et al. Emission inventory and spatial distribution of road fugitive dust PM2.5 in Beijing[J]. Research of Environmental Sciences, 2016, 29(1): 20-28. |