人为排放源对济南市PM2.5质量浓度影响的数值模拟研究

摇摇头

目前,PM2.5已经成为我国多数地区环境空气的首要污染物。济南市大气污染物排放强度大且相对集中,通风条件差,易发生大气污染。虽然近年来济南市PM2.5质量浓度有所降低,但污染问题依旧严重。为了给济南市大气污染防治对策的制定提供科学依据,开展不同天气形势下人为排放源对PM2.5质量浓度的影响研究。本文根据2015～2019年济南市PM2.5质量浓度数据和地面天气图,分析济南市PM2.5污染特征,对PM2.5重污染过程的天气系统进行分类;采用排放因子法计算PM2.5排放量,编制济南市2016年PM2.5源排放清单,分析排放特征,并利用蒙特卡洛法评价了排放清单的不确定性;将所编制的排放清单与MEIC源清单结合,基于改良后的MEIC清单植入WRF-Chem,完成本地化空气质量模型的构建;针对济南市本地的人为排放源,定量评估不同天气形势下各类人为排放源对济南市PM2.5质量浓度的贡献和减排效果。主要结论如下1)从年际变化来看,2015～2019年济南市PM2.5年均质量浓度整体上呈下降趋势,但PM2.5污染仍较为严重。从月际和季节变化来看,PM2.5月均质量浓度在全年中呈“U”型分布,PM2.5质量浓度冬季最高,春秋次之,夏季最低,其中,又以12月～次年1月最高。从逐日变化来看,PM2.5日均质量浓度冬季起伏最大,春秋次之,夏季起伏最小。PM2.5污染过程发生次数冬季最多,春秋次之,夏季最少。其中,PM2.5重污染易发生在秋冬季,尤其是冬季。济南市PM2.5重污染发生时的天气形势分为冷高压前型、均压场型及地面倒槽型三类。其中,均压场型出现最多,冷高压前型次之,地面倒槽型最少。(2)2016年济南市的固定燃烧源、工艺过程源、移动源、生物质燃烧源和扬尘源PM2.5排放贡献率分别为16.22%、36.82%、3.46%、4.78%和38.71%,扬尘源和工艺过程源贡献最多,固定燃烧源贡献率稍小一些,生物质燃烧源和移动源贡献都比较少。运用蒙特卡洛法计算排放清单的不确定性,固定燃烧源、工艺过程源、移动源、生物质燃烧源、扬尘源的不确定度分别为±35.71%、±23.10%、±18.05%、±7.19%、±10.35%,各源类的不确定性范围均不大,该清单的结果较为可信。(3)构建本地化空气质量模型WRF-Chem,对比分析气温、气压、风速、相对湿度四种气象要素及PM2.5质量浓度的观测值与模拟值,其相关系数和一致性指数基本都在0.80以上,模拟结果比较贴近地反映了模拟时段内气温、气压、风速、相对湿度和PM2.5质量浓度的变化,模拟比较准确。(4)3类天气形势下,济南市本地的人为排放源对PM2.5质量浓度的贡献率都在30%左右。均压场型和地面倒槽型天气形势下的本地人为排放源贡献率均高于冷高压前型,二者的贡献率均超过32%,而冷高压前型的贡献率仅27.20%。冷高压前型天气形势下,民用源对PM2.5质量浓度的贡献是最大的,农业源和工业源次之,电力源和交通源的贡献都很小。均压场型和地面倒槽型天气形势下,都是民用源对PM2.5质量浓度的贡献最大,工业源次之,农业源的贡献率较低,电力源和交通源的贡献都很小。一日之中,济南市本地人为排放源对PM2.5质量浓度逐时贡献率的数值和变化趋势普遍受民用源和工业源的贡献率影响较大,3类天气形势下,农业源、电力源和交通源对PM2.5质量浓度的贡献率都处在较低水平,且变化比较平稳,波动不大。(5)3类天气形势下,PM2.5质量浓度的降低比例都会随减排力度的加大而增加,但削减相同的排放量,冷高压前型天气形势下PM2.5质量浓度的下降幅度小于均压场型和地面倒槽型天气形势下的下降幅度,减排效果相对较差,而均压场型天气形势下的减排效果是最好的。由于济南市PM2.5质量浓度受外来源的影响很大,在进行减排时,要注重区域联合减排。此外,要根据实际情况,结合天气形势,灵活制定减排方案。建议将减排重点放在民用和工业两个部门,部分行业可实施电能替代。