• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      疫情期間“2+26”城市污染減排成效評(píng)估

      2021-03-17 07:20:40朱媛媛高愈霄儲(chǔ)成君中國環(huán)境監(jiān)測總站北京0002北京科技大學(xué)能源與環(huán)境工程學(xué)院北京0008生態(tài)環(huán)境部環(huán)境規(guī)劃院北京0002
      中國環(huán)境科學(xué) 2021年2期
      關(guān)鍵詞:空氣質(zhì)量京津冀污染物

      朱媛媛,汪 巍,高愈霄,儲(chǔ)成君,許 榮,魯 寧* (.中國環(huán)境監(jiān)測總站,北京 0002;2.北京科技大學(xué)能源與環(huán)境工程學(xué)院,北京 0008;.生態(tài)環(huán)境部環(huán)境規(guī)劃院,北京 0002)

      近年來,我國京津冀及周邊區(qū)域性污染問題突顯[1-4],與該地區(qū)地理位置、地形地貌、污染物排放和氣候氣象等因素有關(guān)[5-10].在重大活動(dòng)期間減少人為污染物排放,對(duì)改善環(huán)境質(zhì)量起到了積極作用,例如北京APEC 會(huì)議和9.3 閱兵期間的污染管控,促進(jìn)北京PM2.5濃度在APEC 會(huì)議和閱兵期間分別下降了51.6%~65.1%和34.2%~64.7%左右[11],北京及周邊城市環(huán)境空氣質(zhì)量均得到了不同程度的改善[12-15].此外,在預(yù)測到未來可能發(fā)生區(qū)域性重污染過程時(shí),生態(tài)環(huán)境主管部門和京津冀及周邊各級(jí)人民政府會(huì)根據(jù)環(huán)境空氣質(zhì)量聯(lián)合預(yù)報(bào)會(huì)商研判的結(jié)果,啟動(dòng)相應(yīng)級(jí)別的應(yīng)急減排措施,以促進(jìn)區(qū)域間協(xié)同減排,亦取得了顯著成效[16-17].

      新型冠狀病毒(COVID-19)爆發(fā)后,為扼制疫情的蔓延,武漢自2020 年1 月23 日10:00 起關(guān)閉離漢通道,隨后“封城”政策逐步擴(kuò)展到整個(gè)湖北省.2020年春節(jié)假期從1 月24 日開始延長至2 月10 日之后.隨著疫情的擴(kuò)散和假期效應(yīng),工業(yè)生產(chǎn)排放和人類戶外活動(dòng)大幅減少,機(jī)動(dòng)車、火車、飛機(jī)等交通工具的使用量也大幅下降.有研究表明,受疫情影響,全國能源消費(fèi)下降,環(huán)境污染情況改善[18],然而,此期間重污染過程卻沒有完全消失[19].

      為評(píng)估疫情期間污染減排的效果,采用NAQPMS(nested air quality prediction modeling system)空氣質(zhì)量預(yù)報(bào)數(shù)值模式,基于環(huán)境空氣質(zhì)量監(jiān)測數(shù)據(jù)、氣象觀測資料和社會(huì)經(jīng)濟(jì)活動(dòng)統(tǒng)計(jì)數(shù)據(jù),對(duì)2020 年1~3 月期間京津冀及周邊“2+26”城市環(huán)境空氣質(zhì)量和重污染過程情況、氣候氣象概況和同期氣象條件影響進(jìn)行分析討論,對(duì)區(qū)域性重污染應(yīng)急減排措施的效果進(jìn)行評(píng)估,并討論社會(huì)經(jīng)濟(jì)活動(dòng)水平對(duì)環(huán)境空氣質(zhì)量的影響和研究的不確定性,為生態(tài)環(huán)境管理提供精細(xì)化科學(xué)參考,為打贏藍(lán)天保衛(wèi)戰(zhàn)和保護(hù)人民群眾身體健康提供技術(shù)支撐.

      1 材料與方法

      1.1 研究范圍

      研究范圍為京津冀大氣污染傳輸通道上的“2+26”城市,包括北京、天津、石家莊、唐山、廊坊、保定、滄州、衡水、邢臺(tái)、邯鄲、太原、陽泉、長治、晉城、濟(jì)南、淄博、濟(jì)寧、德州、聊城、濱州、菏澤、鄭州、開封、安陽、鶴壁、新鄉(xiāng)、焦作和濮陽.

      1.2 數(shù)據(jù)來源

      環(huán)境空氣質(zhì)量數(shù)據(jù)采用中國環(huán)境監(jiān)測總站國家環(huán)境空氣質(zhì)量監(jiān)測網(wǎng)城市空氣質(zhì)量自動(dòng)監(jiān)測數(shù)據(jù).污染源排放數(shù)據(jù)采用清華大學(xué)2016 基準(zhǔn)年MEIC(multi-resolution emission inventory for China)網(wǎng)格化排放清單,精度0.25°×0.25°.氣候資料采用中國氣象局國家氣候中心氣候系統(tǒng)診斷數(shù)據(jù).

      1.3 模式設(shè)置

      基于業(yè)務(wù)化應(yīng)用的全國空氣質(zhì)量預(yù)報(bào)預(yù)警系統(tǒng),采用中國科學(xué)院大氣物理研究所研發(fā)的NAQPMS 模式進(jìn)行數(shù)值模擬.NAQPMS 模式采用環(huán)境空氣質(zhì)量6 項(xiàng)主要污染物(PM2.5、PM10、SO2、NO2、O3和CO)準(zhǔn)實(shí)時(shí)同化.Lambert 投影坐標(biāo)系,中心點(diǎn)經(jīng)度 115°E、緯度 25°N;垂直方向采用Sigma-Z 地形追隨坐標(biāo)系,不均勻地劃分為20 層.模式采用三層嵌套網(wǎng)格,覆蓋東亞(45km×45km)、中國中東部(15km×15km)和京津冀及周邊地區(qū)(5km×5km).空氣質(zhì)量模式所需的氣象場由中尺度氣象模式WRF(weather research and forecasting model)提供,未考慮減排措施的基準(zhǔn)預(yù)測預(yù)報(bào)時(shí),采用美國國家環(huán)境預(yù)報(bào)中心 NCEP(national centers for environmental prediction)的全球氣象預(yù)報(bào)系統(tǒng)數(shù)據(jù)GFS(global forecast system)作為WRF 模式的初始場和邊界場數(shù)據(jù)[20-21].同期氣象影響評(píng)估時(shí),采用美國國家環(huán)境預(yù)報(bào)中心的氣象再分析數(shù)據(jù)NCEP-FNL(national centers for environmental prediction final analysis)作為WRF 模式的初始場和邊界場數(shù)據(jù).

      1.4 評(píng)價(jià)方法

      環(huán)境空氣質(zhì)量濃度數(shù)據(jù)依據(jù)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》(HJ 633-2012)[22]和《環(huán)境空氣質(zhì)量評(píng)價(jià)技術(shù)規(guī)范(試行)》(HJ/T 663-2013)[23]進(jìn)行評(píng)價(jià).區(qū)域內(nèi)3 個(gè)及以上城市至少連續(xù)2d 達(dá)到中度及以上污染級(jí)別時(shí),判定為區(qū)域性污染過程.

      空氣質(zhì)量模式預(yù)報(bào)效果采用相關(guān)系數(shù)(r)、平均偏差(MB)、標(biāo)準(zhǔn)化平均偏差(NMB)和均方根誤差(RMSE)進(jìn)行評(píng)估,即將未考慮減排及管控措施的基準(zhǔn)模式預(yù)報(bào)結(jié)果與污染物監(jiān)測數(shù)據(jù)進(jìn)行比較[17,24-25].NAQPMS 模式“2+26”城市24h 基準(zhǔn)預(yù)報(bào)與監(jiān)測值Pearson 相關(guān)系數(shù)r(雙尾檢驗(yàn),顯著性水平0.05)為0.50~0.85,平均值為0.71;72h 基準(zhǔn)預(yù)報(bào)相關(guān)系數(shù)為0.45~0.80,平均值為0.66;144h 基準(zhǔn)預(yù)報(bào)相關(guān)系數(shù)為0.36~0.72,平均值為0.54.RMSE 值范圍分別為65~149,74~198,62~167μg/m3,平均分別為102,114, 96μg/m3;MB 值范圍分別為35~108,45~132,37~120μg/m3,平均值分別為67,74,63μg/m3.盡管隨預(yù)報(bào)時(shí)效延長,相關(guān)系數(shù)r 總體下降,144h 預(yù)報(bào)的相關(guān)系數(shù)仍高于0.50,反映模式能較好地預(yù)測出PM2.5濃度的變化趨勢,但RMSE 和MB 值表明模式整體存在一定程度的高估.

      同期氣象影響評(píng)估采用“固定排放污染源,調(diào)整氣象條件”方法[26-27],即基于NAQPMS 模式,在基準(zhǔn)預(yù)報(bào)基礎(chǔ)上保持現(xiàn)有污染排放源不變,使用去年同期氣象資料進(jìn)行模擬,評(píng)估氣象條件對(duì)區(qū)域污染物濃度變化的影響.

      減排措施情景模擬按照各城市實(shí)際預(yù)警啟動(dòng)的情況設(shè)置,根據(jù)各地重污染天氣應(yīng)急預(yù)案中的Ⅲ級(jí)、Ⅱ級(jí)和Ⅰ級(jí)應(yīng)急響應(yīng)措施,一般將SO2、NOx、PM和VOCs 的排放強(qiáng)度分別下調(diào)10%、20%和30%.減排模擬結(jié)果與基準(zhǔn)預(yù)報(bào)結(jié)果進(jìn)行比較,評(píng)估重污染期間應(yīng)急減排措施的效果.

      2 結(jié)果與分析

      2.1 空氣質(zhì)量和污染概況

      2020 年1~3 月,“2+26”城市空氣質(zhì)量級(jí)別優(yōu)良率為59.6%,同比上升10.9%;輕度、中度、重度和嚴(yán)重污染級(jí)別日數(shù)占比分別為21.2%、8.9%、9.7%和0.6%.2020 年“2+26”城市空氣質(zhì)量與同期相比大幅改善,優(yōu)良級(jí)別日數(shù)提升了22.8%,輕度、中度、重度和嚴(yán)重污染級(jí)別日數(shù)同比分別降低了6.1%、27.2%、26.8%和75.4%.2020 年1~3 月與2019 年同期空氣質(zhì)量級(jí)別日數(shù)對(duì)比見圖1.

      圖1 2020 年1~3 月與2019 年同期“2+26”城市空氣質(zhì)量級(jí)別日數(shù)累計(jì)Fig.1 The number of days under different AQI categories in“2 + 26” cities from Jan. to Mar. in 2019 and 2020

      2020 年1~3 月,“2+26”城市PM10、PM2.5、SO2、NO2、O3-8h-90per (O3-8h 90%分位數(shù))和CO-95per(CO 95%分位數(shù))等6項(xiàng)主要污染物平均濃度分別為108、76、14、36、109μg/m3和2.3mg/m3, PM2.5、O3-8h-90 per 和CO-95per 環(huán)比上升18.8%、3.8%和9.5%,PM10和NO2環(huán)比下降3.6%和26.5%,SO2環(huán)比持平.2020 年1~3 月“2+26”城市6 項(xiàng)主要污染物濃度及同比變化見圖2,從圖中可知,SO2濃度較去年同期下降幅度最大,降幅為36.4%.PM10、PM2.5、NO2、O3-8h-90per 和CO-95per 同比下降幅度分別為23.9%、15.6%、25.0%、6.8%和4.2%.其中,PM10平均濃度同比降幅明顯高于PM2.5,可能與疫情期間建筑工地、道路揚(yáng)塵大幅減少有關(guān),導(dǎo)致PM10降幅明顯高于PM2.5.

      圖2 2020 年1~3 月與2019 年同期“2+26”城市6 項(xiàng)主要污染物濃度及同比降幅Fig.2 The concentrations of 6 major air pollutants in “2 + 26”cities from Jan. to Mar. in 2019 and 2020 as well as the changes between the adjacent two years

      2016~2020 年1~3 月“2+26”城市6 項(xiàng)主要污染物濃度對(duì)比見圖3,從中可知,除O3以外,其他5 項(xiàng)主要污染物濃度均為2016 年以來歷史同期最低.其中,SO2平均濃度自2016 年以來逐年降低,已由2016年的59μg/m3降至2020 年的14μg/m3,降幅76.3%.SO2大幅下降與近年來京津冀區(qū)域產(chǎn)業(yè)結(jié)構(gòu)深化調(diào)整、工業(yè)污染防治向縱深發(fā)展、散煤燃燒“雙替代”持續(xù)推進(jìn)等生態(tài)環(huán)境管理措施的貫徹執(zhí)行密切相關(guān)[28],電力、鋼鐵等重點(diǎn)行業(yè)提標(biāo)改造,特別是電力超低排放改造、中小燃煤鍋爐淘汰、農(nóng)村采暖煤改氣、煤改電等措施促使了SO2濃度大幅降低.此外,2020 年1~3 月“2+26”城市NO2濃度同比單年降幅最大,可能與疫情發(fā)生后能源消費(fèi)活動(dòng)的大幅減少,特別是機(jī)動(dòng)車活動(dòng)量的大幅減少有關(guān).

      圖3 2016~2020 年1~3 月“2+26”城市6 項(xiàng)主要污染物濃度比較Fig.3 The concentration comparison of 6 major pollutants in “2 + 26”cities during Jan. to Mar. from 2016 to 2020

      2020 年1~3 月,“2+26”城市發(fā)生區(qū)域性重污染過程5 次,累計(jì)36d,過程期間受影響城市PM2.5平均濃度范圍為132~172μg/m3,平均濃度為163μg/m3.與2019 年同期相比,區(qū)域性重污染過程減少了2 次,重污染過程日數(shù)減少了7d,過程期間平均濃度減少了6.4μg/m3.重污染過程發(fā)生時(shí)段和平均濃度見圖4,從中可知,重污染過程主要集中發(fā)生在1 月份.最重區(qū)域性重污染過程持續(xù)時(shí)長為12d(2020 年1 月21 日~2 月1 日),過程期間“2+26”城市均先后經(jīng)歷了中至嚴(yán)重污染,受影響城市PM2.5平均濃度為166μg/m3.主要原因?yàn)樵撈陂g京津冀及周邊地區(qū)大氣擴(kuò)散條件總體不利,風(fēng)速較小、相對(duì)濕度較高,多地出現(xiàn)大霧天氣,區(qū)域大氣環(huán)境容量比平時(shí)減少50%以上,有利于區(qū)域性污染的形成和發(fā)展.此外,工業(yè)污染排放降幅不大,占工業(yè)污染排放比重較大的鋼鐵、焦化、玻璃、火電等行業(yè)基本維持在原有水平,采暖排放持續(xù),再加上春節(jié)期間煙花爆竹的集中燃放,共同導(dǎo)致了此次污染過程.

      2020 年1 月2~6 日過程受影響城市PM2.5平均濃度最高,為172μg/m3,除北京沒有出現(xiàn)輕度及以上污染,唐山和衡水沒有出現(xiàn)中度及以上污染外,其他25 個(gè)城市AQI 均出現(xiàn)日均中度至嚴(yán)重污染.2020 年3 月8~9 日為中度污染過程,淄博、安陽等14 個(gè)城市先后出現(xiàn)AQI 日均中度污染,過程期間受影響城市PM2.5平均濃度為132μg/m3,為2020 年1~3 月5次重污染過程中最輕的區(qū)域性污染過程.

      圖4 2020 年1~3 月“2+26”城市重污染過程持續(xù)時(shí)長和受影響城市平均濃度Fig.4 The mean PM2.5 concentration and duration of five episodic heavy air pollution events in “2 + 26” cities from Jan. to Mar. in 2020

      2.2 疫情前后空氣質(zhì)量比較

      以1 月23 日(武漢封城)為時(shí)間節(jié)點(diǎn),將2020 年1~3 月劃分為疫情前期(1 月1~23 日)和疫情期間(1月24 日~3 月31 日).“2+26 城市”疫情前后主要污染物濃度及同比變化見表1.疫情期間“2+26”城市NO2和PM10濃度同比下降了31.0%和31.5%,改善程度相對(duì)于疫情前提高了20.2%和19.5%.疫情期間,PM2.5濃度降幅為24.7%,而疫情前PM2.5濃度同比提高了1.7%.SO2濃度在疫情期間降低,但降幅低于疫情前改善程度.疫情期間CO 同比下降19.0%,超過疫情前改善幅度.總體上,疫情期間空氣質(zhì)量優(yōu)良率同比提高了15.9%,空氣質(zhì)量改善幅度高于疫情前.

      表1 “2+26 城市”疫情前后主要污染物濃度及同比變幅Table 1 The concentrations as well as the percentage changes of major pollutants in “2+26 cities” before and after the epidemic of COVID-19

      選擇北京、邯鄲和鄭州作為“2+26”城市中北部、中部和南部地區(qū)的代表城市,3 個(gè)城市2020 年1~3 月NOx(NO+NO2)、O3-8h 和PM2.5濃度變化趨勢見圖5.以1 月23 日(武漢封城)為時(shí)間節(jié)點(diǎn)(圖5黑色實(shí)線),疫情前期NOx濃度總體明顯高于疫情期間,而O3-8h 濃度呈相反趨勢,疫情期間高于疫情前期.O3濃度總體趨勢不降反升的主要原因可能有三點(diǎn):(1) 1 月23 日以后氣溫逐步升高、日照時(shí)間增長,總體有利于O3生成.(2) 1 月23 日以后受春節(jié)假日、疫情管控和氣象條件的綜合影響,PM2.5總體呈下降趨勢,能見度較好,太陽輻射增強(qiáng),有利于 O3生成[29-30].(3) NOx、VOCs 等前體物減排比例可能不協(xié)調(diào),NOx下降幅度遠(yuǎn)大于VOCs,大氣環(huán)境中NOx對(duì)O3的“滴定作用”顯著減弱[31-34].

      圖5 2020 年1~3 月北京、邯鄲和鄭州NOx、O3-8h 和PM2.5 濃度Fig.5 The concentrations of NOx, O3-8h and PM2.5 in Beijing, Handan and Zhengzhou from Jan. to Mar. in 2020

      2.3 氣象條件分析

      根據(jù)國家氣候中心監(jiān)測顯示,2019 年11 月以來,赤道中東太平洋進(jìn)入并持續(xù)維持厄爾尼諾狀態(tài)[35].京津冀及周邊區(qū)域2020 年1~3 月暖濕氣流增多,造成大氣低層氣溫偏高、濕度增大,總體不利于空氣污染物的擴(kuò)散.氣象資料顯示,2020 年1~3 月歐亞中高緯以緯向環(huán)流為主,東亞槽偏強(qiáng),西太平洋副熱帶高壓偏強(qiáng),西伯利亞高壓除2 月略高于常年外,1 月和3月均低于常年.東亞冬季風(fēng)與常年相比總體偏弱,有利于出現(xiàn)暖冬[36],與弱東亞冬季風(fēng)相關(guān)的高空西風(fēng)急流的減弱,導(dǎo)致水平風(fēng)垂直切變減小,減弱了天氣尺度擾動(dòng)的發(fā)展和大氣的垂直混合,造成大氣層結(jié)更加穩(wěn)定,有利于我國北方區(qū)域冬季污染的維持和發(fā)展[37-38].

      圖6 2020 年1 月、2 月、3 月和1~3 月氣象條件對(duì)PM2.5 濃度同比變化貢獻(xiàn)Fig.6 The contributions of meteorology to PM2.5 concentrations during Jan. to Mar in 2020 compared to the same period in 2020

      氣象條件對(duì)2020 年1~3 月PM2.5濃度影響見圖6. 2020 年1 月,“2+26”城市大部氣象條件較去年同期變差,造成PM2.5濃度同比上升4%~39%;2020年2 月和3 月氣象條件較同期改善,估計(jì)造成PM2.5濃度同比下降10%~23%和6%~26%.總體上,2020 年1~3 月氣象條件變化造成PM2.5濃度變化的范圍為?9%~8%(負(fù)值為濃度下降,正值為上升).因氣象條件同比變差造成污染物濃度同比上升的區(qū)域主要集中在京津冀及周邊西北部沿山地區(qū)[圖6(d)].

      2.4 減排效果評(píng)估

      2020 年1~3 月,中國環(huán)境監(jiān)測總站發(fā)布PM2.5重污染過程提示7 次,為應(yīng)對(duì)重污染天氣,京津冀及周邊城市啟動(dòng)了相應(yīng)級(jí)別的重污染天氣預(yù)警,各城市重污染預(yù)警啟動(dòng)累計(jì)日數(shù)情況見圖7.除北京未啟動(dòng)任何級(jí)別預(yù)警外,其他城市均啟動(dòng)過相應(yīng)級(jí)別的預(yù)警,其中8 個(gè)城市啟動(dòng)過黃色預(yù)警,26 個(gè)城市啟動(dòng)過橙色預(yù)警,4 個(gè)城市啟動(dòng)過紅色預(yù)警.與去年同期相比,啟動(dòng)預(yù)警累計(jì)天數(shù)減少了35%.實(shí)際發(fā)生區(qū)域性污染過程5 次(圖5),其中3 次為重至嚴(yán)重污染過程,1 次為中至重度污染過程,1 次為中度污染過程.預(yù)警的及時(shí)啟動(dòng)和減排措施的有效落實(shí),促使區(qū)域性污染過程與預(yù)測預(yù)報(bào)結(jié)果相比減少了2 次.

      圖7 2020 年1~3 月“2+26”城市重污染天氣預(yù)警啟動(dòng)情況Fig.7 The number of days initiating heavy air pollution alert in "2+26" cities from Jan. to Mar. in 2020

      圖8 2020 年1~3 月“2+26”城市PM2.5 季度均值與減排模擬值對(duì)比Fig. 8 The average concentration of PM2.5 of base and emission control scenario in “2+26” cities from Jan. to Mar. in 2020

      2020 年1~3 月“2+26”城市PM2.5基準(zhǔn)預(yù)報(bào)濃度均值與減排模擬均值對(duì)比見圖8.重污染應(yīng)急減排措施的執(zhí)行,使“2+26”城市PM2.5季度均值分別降低約6~26μg/m3.基準(zhǔn)預(yù)報(bào)和減排措施情景模擬的PM2.5濃度空間分布見圖9,從[圖9(a)~(c)]可知,重污染過程期間應(yīng)急減排措施的實(shí)施,有效減少了2020 年1~3 月京津冀中南部PM2.5的濃度[圖9(c)],特別是1月[圖9(d)~9(f)],受冬季供暖、春節(jié)期間煙花爆竹燃放和不利氣象因素影響,京津冀及周邊地區(qū)整體擴(kuò)散條件不利,但重污染應(yīng)急減排措施的有效實(shí)施,使“2+26”城市PM2.5月均濃度大約下降了39μg/m3,削減率16%左右.區(qū)域大氣污染協(xié)同減排,對(duì)京津冀中南部城市,如邢臺(tái)、邯鄲和新鄉(xiāng)的減排效果較為明顯,該3 個(gè)城市PM2.5月均濃度削減率20%以上[圖9(f)].此外,以2020 年2 月8~13 日重污染過程為例[圖9(g)~9(i)],應(yīng)急減排措施的實(shí)施,促進(jìn)此期間“2+26”城市PM2.5平均濃度下降了9μg/m3,平均削減率5%,有效緩解了區(qū)域性污染的程度.

      圖9 PM2.5 基準(zhǔn)模擬、減排措施情景模擬和消減量空間分布(μg/m3)Fig.9 The spatial distribution of PM2.5 concentration from base simulation, emission control scenario, and their differences(μg/m3)(a)、(d)和(g):基準(zhǔn)預(yù)報(bào);(b)、(e)和(h):減排措施情景模擬;(c)、(f)和(i):消減量

      圖10 北京、邯鄲和鄭州PM2.5 小時(shí)濃度基準(zhǔn)模擬與減排模擬值比較Fig.10 The comparison of hourly PM2.5 concentration between base simulation and emission control scenario simulation in Beijing, Handan and Zhengzhou

      北京、邯鄲和鄭州等代表城市PM2.5小時(shí)濃度基準(zhǔn)預(yù)報(bào)值與減排模擬值對(duì)比見圖 10.重污染過程時(shí)北京[圖10(a)]、邯鄲[圖10(b)]和鄭州[圖10(c)]等典型城市PM2.5濃度峰值均有所降低,預(yù)警期間應(yīng)急減排措施起到了較明顯的“削峰”作用.

      2.5 經(jīng)濟(jì)及社會(huì)活動(dòng)水平對(duì)環(huán)境質(zhì)量影響分析

      2.5.1 工業(yè)源排放出現(xiàn)一定程度的下降 受春節(jié)假期和疫情管控的綜合影響,2020 年1~3 月我國經(jīng)濟(jì)活動(dòng)水平大幅下降.根據(jù)國家統(tǒng)計(jì)局發(fā)布的相關(guān)數(shù)據(jù)分析表明,2020 年1~3 月全國工業(yè)增加值增速為?8.4%,同比下降14.9%,北京、天津、河北、山西、山東和河南六省市工業(yè)增加值增速范圍為?3.5%~ ?16.0%,同比下降8.1%~22.6%.2020 年1~3 月環(huán)境空氣質(zhì)量、工業(yè)源和移動(dòng)源產(chǎn)品產(chǎn)量變化情況見表2,京津冀及周邊六省市焦炭、水泥、原油加工等行業(yè)產(chǎn)量同比降幅較大,降幅分別為39.3%、18.5%和12.2%;火電和有色金屬行業(yè)產(chǎn)品產(chǎn)量下降幅度相對(duì)較小,分別為6.9%和8.3%;但平板玻璃和粗鋼等行業(yè)產(chǎn)品產(chǎn)量同比上升了7.7%和1.6%.由于焦化、鋼鐵和玻璃等企業(yè)在生產(chǎn)時(shí)工序不可中斷,從而推測焦化、火電、鋼鐵、玻璃等重點(diǎn)行業(yè)實(shí)際污染排放量變化不大,表明疫情期間不同工業(yè)行業(yè)的污染排放變化對(duì)空氣質(zhì)量的影響有所不同.

      表2 2020 年1~3 月環(huán)境空氣質(zhì)量、工業(yè)源和移動(dòng)源產(chǎn)品產(chǎn)量與2019 年同期變化Table 2 The changes in ambient air quality, industrial outputs and amount of traffic during Jan. to Mar. from 2019 to 2020

      2.5.2 移動(dòng)源排放大幅下降 受春節(jié)假期和疫情管控的綜合影響,移動(dòng)源排放顯著下降.根據(jù)國家統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)分析表明,2020 年1~3 月全國公路客運(yùn)量和公路貨運(yùn)量同比下降59.4%和35.5%,京津冀及周邊六省下降63.4%和37.2%,降幅略高于全國平均水平.京津冀及周邊六省市處于首都經(jīng)濟(jì)圈、河北工業(yè)區(qū)和山西煤炭集聚區(qū),貨物運(yùn)輸量較大,區(qū)域內(nèi)貨物運(yùn)輸量超過100 億t,占全國運(yùn)輸總量的21.8%,其中公路貨運(yùn)87 億t,占比超過80%.“2+26”城市公路貨物運(yùn)輸總量約48.31 億t,占京津冀及周邊六省公路貨運(yùn)的55%以上[39].根據(jù)國家發(fā)改委運(yùn)行快報(bào)[40],全國第一季度成品油消費(fèi)量6439 萬t,同比下降12.9%,其中汽油下降0.2%,柴油下降16.1%.有關(guān)數(shù)據(jù)表明[39],“2+26”城市機(jī)動(dòng)車保有量4071.1萬輛,其中柴油車保有量349.7 萬輛,占全國柴油車保有量的15.1%.柴油車NOx和PM 排放量為58.6萬t 和5.9 萬t,占區(qū)域內(nèi)汽車NOx和PM 排放量的62.3%和99%,柴油消費(fèi)量在2020 年1~3 月顯著下降,結(jié)合觀測到的NOx濃度變化(圖4),反映出以內(nèi)燃機(jī)為動(dòng)力的道路機(jī)動(dòng)車排放量大幅下降.此外,受疫情影響,工程機(jī)械、農(nóng)用機(jī)械等非道路移動(dòng)源,機(jī)械、船舶、鐵路內(nèi)燃機(jī)車和飛機(jī)等使用也大幅下降,均會(huì)造成第一季度京津冀及周邊區(qū)域移動(dòng)源排放的顯著下降.

      2.5.3 生活源排放一定程度增加 受春節(jié)假期返鄉(xiāng)和疫情管控期間的綜合影響,生活源排放增加.自2017 年以來,“2+26”城市使用散煤的居民戶數(shù)從約2400 萬戶下降到約1000 萬戶,散煤用量從每年約5600 萬t 下降到2300 萬t 左右[40].由于春節(jié)期間大量外出務(wù)工人員返鄉(xiāng),以及1 月下旬至3 月疫情防控的影響,京津冀及周邊地區(qū)居民散煤消費(fèi)量可能較春節(jié)前增長了30%~40%[28],加之部分“雙替代”戶存在散煤復(fù)燒的可能,推測散煤燃燒對(duì)2020 年第一季度大氣污染具有重要貢獻(xiàn).此外,部分城市采暖季延長2 周左右,居民供暖導(dǎo)致的污染物排放量相應(yīng)增加,均會(huì)對(duì)環(huán)境空氣質(zhì)量有一定的負(fù)面影響.

      2.6 不確定性分析

      研究的不確定性主要來源于污染源排放清單、氣象預(yù)報(bào)以及大氣化學(xué)反應(yīng)機(jī)制的不確定性[17,20-21].首先,排放清單編制過程中排放因子和活動(dòng)水平等主要影響因素的調(diào)查和確定難度較大,疊加近年來強(qiáng)有力的生態(tài)環(huán)境污染治理措施作用和疫情的影響,京津冀及周邊地區(qū)排放源較大幅度的減少,導(dǎo)致模式所采用的污染源排放清單對(duì)現(xiàn)有排放量高估.其次,氣象模式WRF邊界層模擬可能存在偏差,陸面資料的不確定性、不同的植被覆蓋度算法[41]、土壤類型和土壤水文參數(shù)都會(huì)一定程度上影響氣象場的模擬.再次,區(qū)域空氣質(zhì)量模式對(duì)小尺度、精細(xì)化預(yù)報(bào)的準(zhǔn)確度還有待提高,局地較小擾動(dòng)的理化反應(yīng)機(jī)制還不十分明晰,重污染過程時(shí)PSO4、PNO3和PNH4具有爆發(fā)增長效應(yīng),但相關(guān)化學(xué)反應(yīng)機(jī)制還處于研究階段[27].此外,減排措施效果評(píng)估時(shí)以日為單位,與個(gè)別城市實(shí)際預(yù)警啟動(dòng)情況可能存在幾個(gè)小時(shí)的偏差[17].

      3 結(jié)論

      3.1 2020 年1~3 月,京津冀及周邊暖濕氣流增多,大氣層結(jié)穩(wěn)定,近地面氣溫偏高、濕度增大,華北大部分城市平均風(fēng)速略低于往年同期.氣象條件與去年同期相比,預(yù)計(jì)造成PM2.5濃度變化的范圍為?9%~8%,因氣象條件同比變差造成污染物濃度同比上升的區(qū)域主要集中在京津冀及周邊沿山地區(qū).

      3.2 2020 年1~3 月,“2+26”城市空氣質(zhì)量級(jí)別優(yōu)良率為59.6%,同比上升10.9 個(gè)百分點(diǎn),PM10、PM2.5、SO2、NO2、O3-8h-90per 和CO-95per 平均濃度分別為108、76、14、36、109μg/m3和2.3mg/m3,同比下降23.9%、15.6%、36.4%、25.0%、6.8%和4.2%.NO2、SO2和PM10降幅顯著,與疫情期間能源消耗、移動(dòng)源、工業(yè)源和揚(yáng)塵源排放減少有關(guān).受春節(jié)假期和疫情管控的綜合影響,2020 年1~3 月經(jīng)濟(jì)活動(dòng)水平下降,以內(nèi)燃機(jī)為動(dòng)力的道路機(jī)動(dòng)車排放量大幅下降,但焦化、火電、鋼鐵、玻璃等重點(diǎn)行業(yè)實(shí)際污染排放量可能變化不大,散煤燃燒對(duì)環(huán)境空氣質(zhì)量的負(fù)面影響增加.

      3.3 2020 年1 月24 日~3 月31 日疫情期間空氣質(zhì)量優(yōu)良率同比提高了15.9%,空氣質(zhì)量改善幅度高于1 月1~23 日疫情前期19.7 個(gè)百分點(diǎn).疫情期間“2+26”城市NO2、PM10、PM2.5和CO 濃度比疫情前期同比降幅明顯,但SO2降幅低于疫情前改善程度.北京、邯鄲和鄭州等典型城市疫情前期NOx濃度總體高于疫情期間,而O3-8h 濃度呈相反趨勢,疫情期間高于疫情前期.

      3.4 2020 年1~3 月期間重污染應(yīng)急減排措施的執(zhí)行,促使區(qū)域性污染過程減少了2 次,“2+26”城市PM2.5濃度季度均值分別降低約6~26μg/m3.在擴(kuò)散條件不利的1 月,區(qū)域協(xié)同應(yīng)急減排措施,促使“2+26”城市PM2.5月均濃度大約下降了39μg/m3,平均降幅16%左右.有效削減了重污染過程PM2.5濃度峰值.

      猜你喜歡
      空氣質(zhì)量京津冀污染物
      菌株出馬讓畜禽污染物變廢為寶
      環(huán)境科學(xué)研究(2021年6期)2021-06-23 02:39:54
      環(huán)境科學(xué)研究(2021年4期)2021-04-25 02:42:02
      你能找出污染物嗎?
      “空氣質(zhì)量發(fā)布”APP上線
      車內(nèi)空氣質(zhì)量標(biāo)準(zhǔn)進(jìn)展
      汽車與安全(2016年5期)2016-12-01 05:22:14
      重視車內(nèi)空氣質(zhì)量工作 制造更環(huán)保、更清潔、更健康的汽車
      汽車與安全(2016年5期)2016-12-01 05:22:13
      開展“大氣污染執(zhí)法年”行動(dòng) 加快推動(dòng)空氣質(zhì)量改善
      京津冀大聯(lián)合向縱深突破
      京津冀一化
      横峰县| 曲麻莱县| 沾益县| 南靖县| 泰州市| 游戏| 辛集市| 五峰| 沈丘县| 桐乡市| 南乐县| 福鼎市| 历史| 申扎县| 齐齐哈尔市| 宿州市| 琼中| 云龙县| 富蕴县| 义马市| 汾西县| 蓬莱市| 凌源市| 丰都县| 屏边| 莱州市| 乌拉特后旗| 民和| 城口县| 永定县| 滦南县| 三台县| 洛南县| 武邑县| 乾安县| 定远县| 新源县| 轮台县| 呼和浩特市| 涡阳县| 砀山县|