北京道路尘负荷分布及对大气环境影响

以北京平原地区铺装道路为研究对象,利用车载移动监测系统于2019年四季选择4个周期开展了道路尘负荷监测,分析数值分布及对大气环境影响.结果表明,道路频率在不同道路尘负荷范围内呈极显著的幂律分布,4个周期道路尘负荷小提琴图形状相似,存在部分道路数值显著高于其它道路.差道路与最清洁道路数值可相差100倍以上.各季节至少25%的道路数值在0.37 g·m^-2以内,至少50%的道路数值在0.64 g·m^-2以内,至少75%的道路数值在1.25 g·m^-2以内.核心区、中心城区、郊区、通州区道路尘负荷依次增大,且均呈现春季最高秋季最低的特征,城六区冬季高于夏季,郊区夏季高于冬季.核心区整体较低,通州区北部高值较多.道路尘负荷越高的道路类型,数据离散程度也越大.随着道路扬尘管控力度的加大,不同类型道路的尘负荷差距减小.道路扬尘排放量核心区占全市3%,中心城区占23%,郊区占74%（其中通州区13%）.排放强度为核心区、中心城区、环路、国道等交通活动密集的区域高,而这些区域或道路的尘负荷低.典型道路PM_2.5影响距离主要在下风向1 km范围内,日均最大影响浓度为18.08~237.9 μg·m^-3,且排放源强越大,影响浓度越高.     

基于积尘负荷的西安市铺装道路扬尘排放研究

近年来城市颗粒物污染问题日渐突出,严重影响着人们的环境幸福指数和对美好环境的期待.道路扬尘作为城市扬尘的重要组成部分,对颗粒物污染的贡献不容小觑.在此背景下,采用积尘负荷法采集西安市快速路、主干道、次干道、支路等4种类型25条道路的道路扬尘样品,并分析采样速率、采样次数等因素对采样效率的影响.在此基础上,计算得到西安市各类型道路的平均积尘负荷,结合车流量、车重、道路长度,通过《扬尘源颗粒物排放清单技术指南》中的公式计算得到各种类型道路TSP、PM₁₀、PM_2.5的排放系数及排放量.结果显示：采样速率为1.0 m²·min^-1,采样次数为两次可满足采样要求.不同类型道路积尘顺序为：支路（4.18 g·m^-2）>次干道（2.80 g·m^-2）>快速路（1.49 g·m^-2）>主干路（1.34 g·m^-2）;道路积尘TSP、PM₁₀、PM_2.5的平均排放系数分别为6.066、1.542和0.447 g·km^-1.快速路和主干路的扬尘排放系数较小,支路的扬尘排放系数次之,次干路的扬尘排放系数较大.采用Monte Carlo方法对TSP、PM₁₀和PM_2.5的排放量进行不确定性分析,在95%的概率分布范围下,三者定量不确定性均为-16.88%~17.96%.     

基于车载移动监测的北京市丰台区道路扬尘源排放特征

基于车载移动监测系统,对丰台区各类型道路、不同季节典型道路的积尘负荷特征进行分析.探讨不同环线区域内的道路车流量、积尘负荷、扬尘排放量的变化规律及原因,并运用ArcGIS软件得到道路扬尘积尘负荷和排放量的空间分布图.结果表明,各类型道路的积尘负荷均值和道路扬尘排放因子的大小顺序都为支路 > 次干道 > 主干道 > 快速路.车流量对道路扬尘积尘负荷和排放强度的影响呈反向关系.PM_2.5、PM₁₀和TSP的年排放量分别为1824、7539、39274 t·a^-1.从PM_2.5的年排放空间分布上来说,三环内网格排放量较大,其次是三环至四环,六环外的单位面积道路扬尘排放量最小.不同环线区域内的单位面积车流量和排放量大小顺序为三环内 > 三环至四环 > 四环至五环 > 五环至六环 > 六环外.而三环内、三环至四环、四环至五环、五环至六环、六环外的年均积尘负荷分别为0.67、0.73、0.76、0.80、0.79 g·m^-2.     

道路扬尘排放因子建立方法与应用

排放因子是分析污染源排放特征和建立排放清单的基础数据,本研究对典型道路进行积尘负荷采样和实验室筛分分析,通过再悬浮系统和颗粒物粒径谱仪对道路扬尘粒径分布和粒径乘数进行测量,调查道路车型构成并计算车重,以北京市通州区为例应用模型法建立本地化的道路扬尘PM_2.5排放因子.结果表明,不同类型道路的扬尘颗粒物粒径分布在<2.5 μm范围内的质量比例较为接近,道路扬尘中PM_2.5与PM₁₀比值在0.28~0.32之间;不同类型道路的PM_2.5粒度乘数在0.18~0.20 g·（km·辆）^-1之间,高速路、国道、省道、县道和乡道的PM_2.5排放因子分别为0.06、0.14、0.31、0.30和0.39 g·（km·辆）^-1.积尘负荷采样、再悬浮粒径分布测量和排放因子模型计算,是道路扬尘排放因子本地化的可行方法.在建立道路扬尘排放因子过程中,粒径乘数可以应用默认值,由于不同类型道路的积尘负荷差异较大,需要分道路类型或按车流量级别进行积尘负荷采样分析,对排放因子进行本地化.     

珠江三角洲地区铺装道路扬尘排放因子与排放清单研究

对珠江三角洲地区不同等级道路共采集了65个道路扬尘样品,并调研了道路的车流量、车辆构成和道路长度等有关活动水平数据,采用美国环保署推荐的AP-42方法估算了该地区不同等级道路扬尘排放因子和排放量,并分析了道路扬尘排放的时空特征与不确定性范围.结果表明:高速公路、一级、二级、三级和四级道路尘负荷分别为1.05 g·m^-2、0.99 g·m^-2、1.30 g·m^-2、1.35 g·m^-2和1.45 g·m^-2;不同等级道路扬尘总悬浮颗粒物(Total Suspended Particulate,TSP)、PM₁₀和PM_2.5的平均排放因子分别为8.32 g·VKT^-1 (Grams per Vehicle Kilometer Traveled)、1.60 g·VKT^-1和0.39 g·VKT^-1,对应的排放量分别为2755.1×10³ t、528.8×10³ t和127.9×10³ t,其定量不确定性范围分别为-91.7%~175.1%、-91.6%~178.9%及-91.5%~176.5%.     

车辆限行对道路和施工扬尘排放的影响

采用降尘法对道路和施工扬尘排放进行连续监测,通过限行之前和限行期间数据分析,研究了“好运北京”体育赛事期间机动车交通限行措施对道路和施工扬尘的消减情况、道路和施工扬尘对北京大气环境颗粒物的贡献率、道路和施工扬尘源占本地颗粒物排放总量的比重.结果表明,车辆限行措施对降低道路和施工扬尘的效果明显;环路限行期间降尘量平均值为0.27 g·(m²·d)^-1,限行之前1个月和限行之前7d降尘量平均值为0.81和0.59 g·(m²·d)^-1,主干道和次干道限行期间降尘量平均值为0.21 g·(m²·d)^-1,限行之前1个月和限行之前7 d降尘量平均值为0.54和0.58 g·(m²·d)^-1,道路降尘量下降了60%～70%;限行期间民用建筑施工降尘量平均值为0.27 g·(m²·d)^-1,限行之前20 d为1.15 g·(m²·d)^-1,限行期间公用建筑施工降尘量平均值为1.06 g·(m²·d)^-1,限行之前20 d为1.55 g·(m²·d)^-1,施工降尘下降30%～47%;道路和施工扬尘是北京市颗粒物污染的主要来源,其对环境PM₁₀的贡献率为21%～36%;当本地污染源PM₁₀排放量占环境总量的50%和70%时,道路和施工扬尘PM₁₀排放量分别占本地污染源的42%～72%和30%～51%.     

成都城区PM2.5季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM_2.5样品,对PM_2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM_2.5平均质量浓度高达(165.1±85.1)μg·m^-3,是国家环境空气质量标准年均PM_2.5限值的4.7倍. OC、EC和水溶性二次离子(SO₄^2-,NO₃^-和NH₄⁺)的平均浓度分别为(22.6±10.2)μg·m^-3,(9.0±5.4)μg·m^-3和(62.8±44.3)μg·m^-3,分别占PM_2.5浓度的13.7%、5.5%和38.0%. PM_2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM_2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.     

北京市典型道路扬尘化学组分特征及年际变化

选择北京市具有代表性道路,于2004年9月和2013年5月进行采样,利用再悬浮设备制备道路扬尘PM₁₀与PM_2.5样品,并进行化学组分分析,建立了2004年和2013年北京市道路扬尘PM₁₀与PM_2.5源成分谱,以分析和探讨北京市道路扬尘化学组分特征及其组分年际变化.结果表明,北京市道路扬尘PM₁₀与PM_2.5源成分谱中的化学组分特征均为Ca、Si、有机碳（organic carbon,OC）、Al、Fe、K、Mg、SO₄^2-和元素碳（element carbon,EC）,其在道路扬尘中的含量之和分别为：2004年PM₁₀为46.7303%、PM_2.5为56.9198%和2013年PM_2.5为38.7478%;占全部被测组分的比例分别为95.9%、94.3%和94.7%.2004年道路扬尘中,环路Si、Al的含量显著低于其他道路类型,受到的土壤风沙尘影响最小;建筑水泥尘特征元素Ca主干道含量最高,高速五环进京口含量最低;EC在高速五环进京口的含量显著高于其他道路类型.而2013年PM_2.5中被测组分总含量及Si、Al、Ca的含量次干道均显著低于其他道路类型.2013年与2004年相比,北京市道路扬尘PM_2.5中除SO₄^2-含量略上升了2.0%外,其余组分含量下降显著,Ca、Si、OC、Al、Fe、K、EC和NO₃^-下降幅度分别为45.1%、31.5%、17.5%、20.3%、55.6%、33.3%、30.0%和50.3%.结果表明,［NO₃^-］/［SO₄^2-］比值不能准确反映固定源和移动源相对贡献大小的变化.［OC］/［EC］比值,2004年PM₁₀为9.77±3.88,PM_2.5为9.36±3.25,2013年PM_2.5为14.41±10.41,北京市道路扬尘存在二次有机碳（secondary organic carbon,SOC）,且SOC是道路扬尘PM₁₀与PM_2.5的重要组成部分.不同城市道路扬尘及同一城市不同粒径的道路扬尘成分谱相似度不高,应建立相应的成分谱并适时更新.     

呼和浩特交通扬尘排放清单研究

颗粒物污染是影响中国城市空气质量的首要因素,交通扬尘是城市大气颗粒物污染的主要来源之一,排放清单及排放特征研究是进行环境影响分析、控制措施成本效益分析、控制方案制定以及进行环境管理的基础。本文对呼和浩特城区典型道路路面尘负荷进行采样分析,现场调研不同类型道路车流量和车辆构成,应用AP-42排放因子计算典型道路交通扬尘排放因子,建立了基于G IS的排放清单数据库。结果显示:胡同的PM10排放因子最大,其次分别为环城路、支路、次干道和主干道;环城路的PM10排放强度最大,其次为主干道、次干道、支路和胡同;基准年2006年呼和浩特城区交通扬尘PM10排放量为22 715 t;从空间分布看,环城路以内网格排放源强较高,中心城区排放强度最大。     

道路扬尘中PM2.5粒度乘数的测定方法及特征

粒度乘数是表征道路扬尘中颗粒物粒径分布特征和计算道路扬尘排放量的重要参数.为实现粒度乘数本地化,采用AP-42法和TRAKER法于2019年3月对保定市城区不同类型的道路进行采样和走航监测,利用校正公式计算得到道路扬尘PM_2.5粒度乘数（K_2.5）,对比了两种方法测定的K_2.5结果,分析了保定市道路扬尘粒度乘数特征.结果表明：①基于AP-42法和TRAKER法获取的保定市道路积尘的K_2.5平均值分别为0.21 g·VKT^-1和0.23 g·VKT^-1.两种方法获得的道路积尘K_2.5具有较高的线性相关性,相关系数约为0.6.分别利用两种方法获得的K_2.5计算道路扬尘PM_2.5排放因子值差异较小.说明利用基于激光传感器的TRAKER法能够满足测量并计算道路扬尘K_2.5的要求.②保定市不同类型道路积尘K_2.5特征按其值大小排序表现为：快速路 < 次干道 < 支路 < 主干道,存在显著差异;③保定市各道路扬尘K_2.5平均值高于0.15 g·VKT^-1,说明若直接借鉴美国环保署的推荐值（K_2.5=0.15 g·VKT^-1）进行排放清单计算,将会低估保定市的道路扬尘排放量,进而增加排放清单的不确定性.保定市K_2.5相对较高,说明保定市道路积尘中微颗粒物含量较多,道路扬尘对城市PM_2.5的贡献可能较大.     

道路降尘与扬尘PM_(10)排放的关系研究

道路扬尘是城市大气颗粒物主要来源之一,文章主要分析呼和浩特城区道路降尘排放、扬尘PM10排放强度并研究二者之间的关系。对呼和浩特30条典型道路进行了降尘监测,并在降尘监测期间对道路尘负荷进行了采样分析,同时记录车流量和车辆构成数据,应用AP-42排放因子模型计算PM10排放强度,分析道路降尘与PM10排放强度之间的关系。结果发现,道路降尘值为外环路>主干路>次干路>支路>胡同,分别为76.3、36.1、31.7、25.8和19.0 t(/km.230d),背景值为9.4 t(/km.230d);外环路、主干道、次干道、支路和胡同的PM10排放强度平均值分别为178、169、130、100和11 kg(/km.d);降尘值DF与道路扬尘PM10排放强度呈现较好的正相关关系,道路扬尘PM10排放强度可以用降尘表示为Q=2.6×(DFr-DFb)。     

APEC会议期间北京市交通扬尘控制效果研究

为了评估APEC会议期间严格的交通扬尘控制措施的效果,选取北京地区不同类型道路,在会议之前和会议期间分别采集40个道路积尘负荷样品,并调研了道路车流量及车型比例等机动车活动水平变化.采用AP-42方法计算不同类型道路PM10排放因子和排放强度,基于Arc GIS平台应用自下而上的方法建立了排放清单,分析交通扬尘PM10排放的空间分布特征,评估APEC会议期间北京市道路交通扬尘控制效果.结果表明:APEC会议期间北京市日均车流量减少12%,快速路、主干道、次干道、支路、郊区道路的积尘负荷分别下降31%、58%、73%、54%和46%,PM10排放因子分别下降63%、67%、86%、63%和40%,排放强度分别下降73%、71%、87%、78%和49%.在空间分布上,城区道路交通扬尘PM10排放量减少77%,郊区道路减少49%.     

施工工地出口附近道路交通扬尘排放特征研究

为了量化施工工地附近社会道路因施工运输车辆带泥及遗撒造成的二次交通扬尘,对4个典型工地出口2个方向社会道路尘负荷进行了采样分析,根据AP-42交通扬尘排放模型,计算和分析了工地出口附近道路交通扬尘排放特征.结果表明,工地出口附近道路尘负荷高于正常道路,随着距离工地出口长度的增加,尘负荷逐渐减小;工地出口2个方向共400 m道路上交通扬尘PM₁₀排放因子为正常道路的2～10倍,因施工增加的排放量相当于422～3?800 m正常道路排放.根据以上结果,结合2002年北京市施工工地时空分布数据,经计算得出,2002年北京市城八区工地出口形成的二次扬尘相当于增加了道路总长度的59%.     

天津城市交通道路扬尘排放特征及空间分布研究

对天津市中心城区道路按照不同道路类型采取道路灰尘样本,研究统计不同类型道路车辆构成和车流量,依据美国EPA AP-42道路扬尘排放因子模型计算排放因子及排放量并应用Mapinfo软件得到了道路灰尘排放量的空间分布图.计算结果表明,天津市区环线、主干路、次干路、支路的道路粉尘负荷分别为0.30,0.40,0.64,2.02g/m2.环线的PM10的排放强度最高,为30.7kg/(km·d),其次为主干路、次干路和支路.天津市区一年道路灰尘的排放量为27985t,其中PM10排放量为5372t.中环线内和平区由于道路密集,交通扬尘排放量最高,向四周排放量递减.     

北京市交通扬尘PM2.5排放清单及空间分布特征

为建立一种自下而上的交通扬尘PM_2.5排放清单方法,对北京市不同区域、不同类型道路的路面积尘负荷进行了采样和实验室分析,对各类路网的道路车流量和车辆类型进行了调查和统计,建立了北京市道路交通扬尘PM_2.5排放清单,并对其空间分布进行了分析. 结果表明:北京市城区快速路、主干道、次干道、支路和胡同的交通扬尘PM_2.5排放因子分别为(0.05±0.03)(0.09±0.05)(0.11±0.05)(0.16±0.14)和(0.27±0.20)g/(km·辆),相应各类型道路的交通扬尘PM_2.5排放强度分别为(7.21±4.66)(5.27±3.03)(3.34±1.49)(2.84±2.49)和(0.54±0.40)kg/(km·d);郊区高速路、国道、省道、县道、乡道和城市道路的交通扬尘PM_2.5排放因子分别为(0.10±0.03)(0.50±0.33)(0.39±0.37)(0.41±0.41)和(0.65±0.31)(0.19±0.08)g/(km·辆),各类型道路交通扬尘的PM_2.5排放强度分别为(3.82±1.31)(10.00±6.58)(3.93±3.74)(1.64±1.63)(0.65±0.31)和(0.74±0.32)kg/(km·d). 北京市道路交通扬尘PM_2.5的年排放量为13 565 t,从空间分布上看,郊区交通扬尘PM_2.5年排放量、单位道路长度排放量以及排放因子均高于市区,而城区单位行政区面积的交通扬尘PM_2.5排放量高于远郊区县. 从交通扬尘PM_2.5排放的空间分布特征看,在继续加强城区交通扬尘控制的同时,应采取措施控制远郊区县公路的扬尘排放. 自下而上的交通扬尘PM_2.5排放清单提高了排放的时空分辨率,能够识别路网中高排放的区域和路段,为交通扬尘总量管理和减排目标考核提供了一种技术手段.      

基于车速-流量模型的动态化道路扬尘清单编制方法与应用

目前国内外关于道路扬尘排放的计算多采用美国环境保护局推荐的AP-42排放因子法,直接计算道路扬尘的年均排放总量,但其动态化程度不足,难以满足日益增长的精细化管理需求. 本研究采用车速-流量模型构建高时间分辨率的道路车流量获取方法. 以天津市为例,采用自下而上的方法,结合本地化的排放因子以及天津市采取的道路扬尘控制措施,借助GIS平台编制高时空分辨率的道路扬尘排放清单,精细反映天津市道路扬尘排放的时空分布特征. 结果表明:①时间尺度上,受早晚高峰的影响,城市道路在08:00—09:00与18:00—19:00扬尘排放强度较大,13:00—14:00是白天扬尘排放强度的低值时段. ②空间尺度上,夜间(03:00—04:00)道路扬尘排放强度的高值区域集中在高速路段,白天扬尘排放强度的低值时段(13:00—14:00)集中在城市道路中支路密集的地区,道路扬尘排放强度高峰时期(18:00—19:00)集中在各类型的城市道路. 全年道路扬尘排放高值区域集中在城市支路和郊区道路. ③天津市内六区全年道路扬尘PM_2.5、PM₁₀、TSP排放量分别为603、2 492和12 986 t,相较以往研究有所下降. 从区域看,道路扬尘排放总量呈偏远郊区>环城四区>市内六区的规律. 城市道路采取的洒水措施明显降低了道路扬尘排放总量. 研究显示,受交通扰动影响,道路扬尘排放呈现明显的时空分布差异.      

工业区铺设道路的扬尘估算与地理信息系统

以上海市的吴淞工业区为研究对象,借鉴美国EPA提出的AP-42方法,利用动力学粒径谱仪的颗粒物粒径分析对公式系数进行修正,估算吴淞工业区2004年铺设道路不同粒径的扬尘量,并用Visual Basic语言和MapObjects2.0组件建立了道路扬尘的管理信息系统.结果表明,2004年吴淞工业区铺设道路的扬尘排放量为1.07万吨,其中PM2.5和PM10分别占15.1%和47.5%.     

天津市道路车流量特征分析

车流量是移动源和道路扬尘排放清单计算的一个重要参数,直接影响排放清单的不确定性.为了解天津市道路车流量特征,通过人工摄录法获取天津市一年四季5种不同类型共9条道路的车流量及车型分布信息,并对其特征进行分析.结果表明:天津市不同类型道路之间车流量总体上呈快速路（8 790辆/h）>主干道（4 077辆/h）>外环线（3 335辆/h）>次干道（2 461辆/h）>支路（1 507辆/h）的特征;冬季车流量最大,而春、夏两季相对较小.各类型道路车流量占比最大的车型均为轻型车（76.88%~90.71%）,中型车（5.31%~11.80%）次之,重型车（3.20%~11.31%）最少;快速路和外环线工作日的车流量大于非工作日,并且差异具有统计学意义,呈"周末效应".研究显示:次干道和支路车流量与主干道车流量呈线性相关,在后续进行道路扬尘和移动源清单编制时,可以考虑通过将主干道车流量与次干道、支路拟合的方式减小工作量;此外,主干道、次干道和支路的早高峰,上、下午平峰,中午和晚高峰的车流量差异不大,可将一天划分为白天、夜晚和凌晨3个时段进行统计,从而节约时间和成本.