城市大氣環境安全距離測度模型與應用

王西琴,張 遠,高 偉(.中國人民大學農業與農村發展學院,北京 0087；.中國環境科學研究院,環境基準與風險評估國家重點實驗室,流域水生態保護技術研究室,北京 000；3.云南大學生態學與環境學院,云南 昆明65009)

城市大氣環境安全距離測度模型與應用

王西琴1,張 遠2,高 偉3*(1.中國人民大學農業與農村發展學院,北京 100872；2.中國環境科學研究院,環境基準與風險評估國家重點實驗室,流域水生態保護技術研究室,北京 100012；3.云南大學生態學與環境學院,云南 昆明650091)

隨著城市規模的擴大以及城市群的增加,城市之間的重疊污染現象日益顯現,如何解決這一問題,成為關注的熱點.提出大氣環境安全距離指數(AEI)用于評估城市之間重疊污染,建立大氣環境安全距離優化模型,分別是:污染物總量削減優化模型,污染源空間位置優化模型和城市之間下墊面土地利用類型優化模型.以H地區為例,評估了SO2和NOx兩種污染物在基準年排放量情景下,H地區與相鄰5個地區之間的大氣環境安全距離.結果表明, H地區與K地區之間的AEI大于1,揭示兩者之間存在重疊污染現象.采用3種優化模型對H地區與K地區進行優化,結果顯示,通過削減H地區污染物排放量可實現兩個地區大氣環境安全距離的目標,H區SO2和NOx排放量需在基準年的基礎上分別削減62.3%和63.7%.通過調整H地區污染源空間位置,污染源整體需向西南方向移動,H區與相關客體之間的單指標污染擴散距離可達標,其中SO2的AEI介于0.15～1.00,NOx的AEI介于0.17～1.00;通過對兩個地區之間下墊面土地利用優化,在一定程度上可改善H地區和客體之間的大氣環境安全距離,H地區與K地區之間SO2和NOx的AEI比實際分別降低了8.8%和0.9%.

城市；大氣污染；重疊污染；環境安全距離指數；優化

近年來,我國城鎮化進程加快,過去 20年城鎮人口年均增長2087萬人[1].與此同時,城市建成區面積迅速膨脹和蔓延,土地城市化速度已超過人口城市化[2],隨之而來的是城市之間的緩沖地

帶日益萎縮,出現了城市與城市之間的污染沖突與疊加問題,如跨界水污染沖突[3-4]、跨界大氣污染物輸移與污染等[5-8].未來我國將進入城市化快速增長階段,城市群、城市集聚區的發展,無疑給城市規劃與發展帶來嚴峻挑戰.如何實現城市合理、有序、健康發展,如何滿足環保工作兩個檢驗標準的要求,即人群健康的保障性原則和生態環境的安全性原則,以及如何合理開發和保護等,成為迫切需要解決的問題.

以往的城市規劃,較多地關注城市系統本身,忽略了城市與城市之間交錯帶問題,進而導致許多交錯帶和邊緣區成為環境問題的集中區,并進一步引發交叉污染.生態市、生態創模、資源節約型和環境友好型社會、城市可持續性等考核指標,盡管考慮了生態與環境因素,但是僅限于森林覆蓋率、人均綠地面積、濕地面積比重等指標[9-11],缺乏反映城市之間在空間格局上相互影響的指標.雖然已有相關成果研究城市開發格局與空氣質量的關系[12],但仍然局限于城市系統內部.此外,污染物總量控制在污染減排方面起到了積極的效果,但是僅考慮了單個城市,未考慮城市之間疊加污染,從而造成排放總量達標但實際污染尚未改善的困境.如果通過工業污染源布局優化、城市與城市之間下墊面綠化率提高等,利用綠地對 SO2和 NOx等大氣污染物的凈化功能[13-14],那么就可能避免交叉污染,從而解決城市之間的重疊污染問題.針對當前城市大氣重疊污染問題,有學者[15]論述了大氣污染擴散距離與交叉污染之間的關系,指出研究大氣污染擴散距離的必要性;也有學者[16]從多規合一角度探討了城市開發邊界與大氣污染擴散距離問題.然而,從量化角度的研究還比較少,僅見水污染擴散的城市安全距離研究[17].目前雖然缺乏城市大氣環境安全距離的概念,但已有研究表明大氣污染具有區域疊加和輸送衰減特征,實際體現了大氣環境安全距離的理念.例如,成都、天津和舟山等地區的實證研究表明大氣污染物可通過氣流輸送產生耦合和疊加作用[18-20].在大氣污染擴散過程中,污染物也表現出衰減特征[21],且城市之間下墊面類型對大氣污染的擴散和凈化具有重要影響,其中建設用地不利于污染物擴散和凈化,而林地覆蓋類型有利于污染物凈化[22].國外尚未出現與大氣安全距離直接相關的研究,但有學者探討了城市綠色建筑與城市大氣污染的關系,認為綠色建筑對城市大氣污染具有顯著的削減作用[23].

為此,本文提出大氣環境安全距離的概念,用于研究當前我國城市之間污染重疊問題.以某個城市為主體的大氣環境安全距離定義為:能保證兩城市之間不產生重疊污染的相鄰建成區地理位置中心點之間的理論距離.

城市大氣環境安全距離的核心是避免城市與城市之間的跨界、交叉、重疊污染,目標是使污染物排放影響范圍限制在行政邊界內.以空間距離為主要管理手段,可從整體角度綜合考慮區域環境問題,突破生態紅線僅劃定城市內部生態空間范圍的局限,實現區域生態安全和持續發展的雙重目標.為從根本上解決城市群重疊污染提供可操作的依據.

本文以解決區域之間大氣重疊污染為目標,建立污染重疊的評估和優化模型,分別從污染物總量削減、工業污染源空間優化、下墊面條件改善等角度研究如何減少和降低重疊污染問題,以H地區為例進行實證分析,為大氣環境安全距離研究提供定量化方法,為解決H地區與相鄰地區的重疊污染問題提供決策依據.

1 大氣環境安全評估與優化方法

1.1 評估方法

1.1.1 大氣環境安全距離指數 為衡量區域之間的實際空間距離是否達到大氣環境安全要求,本研究引入大氣環境安全距離指數(AEI),即大氣污染擴散距離與實際距離的比[式(1)].當 AEI大于 1時,表示實際距離沒有達到污染擴散距離的要求,兩者之間會產生重疊污染物;反之,當AEI小于1時,表示實際距離滿足污染擴散距離要求,不會出現重疊污染.

式中:AEI為大氣環境安全距離指數,無量綱;RAB為區域之間的大氣污染擴散距離,km; R0為兩區域建成區中心點之間的實際距離,km.

1.1.2 大氣環境安全距離指數估算方法 主體對某一方位客體的影響程度與污染物排放強度以及該方位風向頻率等有關[24].本文采用 16方位法劃分風向(圖1).

圖1 目標主體與16個風向客體之間關系Fig.1 The 16 directions of wind compare to subject

相鄰客體之間也存在著重疊污染,本文重點考慮主體對客體的影響,未考慮客體與客體之間的重疊污染問題.主體對客體的污染物重疊量可用公式(2)表示:

式中:Ii為主體排放的污染物對客體的影響程度,采用污染物輸入量表示,t;E為主體污染物排放量,t;Wi為主體在方位i的年風向頻率.

主體與客體之間對重疊區域污染物的降解,可通過該風向方位(360°的1/16)對應的下墊面區域來實現(圖2).圖2中的A、B兩點為理想狀態下 A、B兩個城市建成區的中心.該下墊面區域面積的大小及其土地利用類型決定其對重疊污染物的降解能力.下墊面區域面積可由主體與客體之間的距離和風向方位的角度確定,由于本研究按照16個風向方位考慮主客體之間的大氣污染擴散關系(圖1),因此主體與客體的風向方位構成了一個以 22.5°(360°的 1/16)為對角的平行四邊形.兩者之間的面積與距離和角度之間的關系可用式(3)表示:

圖2 城市A與城市B之間下墊面面積與兩者距離的空間關系Fig.2 Intersection area of city A and city B

式中:S為下墊面面積,km2,根據前文大氣污染重疊的內涵,這里的下墊面面積指主體與客體建成區之間的面積,RAB同前.

假定緩沖地帶大氣環境容量利用率為100%,主體與客體之間下墊面面積承擔重疊污染物的凈化功能.下墊面的凈化能力是由下墊面擴散能力和下墊面不同土地利用類型的污染物吸收凈化能力構成,下墊面對于污染物的凈化能力計算公式如下(式(4)):

式中:PCL為區域大氣污染凈化能力,t;WP為單位面積大氣環境容量,t/km2(基于 A值法或其他僅考慮大氣輸送與擴散凈化能力方法的計算結果);LP為下墊面某種土地利用類型的面積比例;LSE為下墊面中某種土地利用類型的污染物凈化能力,t/km2,j為土地利用類型,S同前.

下墊面對大氣污染物的凈化能力如果大于主體與客體兩者重疊的污染物,則認為兩者距離達到了大氣污染擴散距離的要求,如果重疊的污染物量與下墊面降解的污染物量相等,則說明下墊面凈化能力恰好與其環境容量相當,這也正是本文要達到的目標,這時用式(5)表示它們之間的數學關系:

式中:EA和 EB分別為主體和客體的大氣污染物排放量,t;WPA、WPB分別為主體與客體在AB連線方向上的年風向頻率,S、WP同前.

假定下墊面中有凈化能力的土地利用類型為林地和草地,意味著較大限度地利用了環境容量.則根據式(5)可以得到下墊面面積S的計算式(6):

根據下墊面面積與主、客體大氣污染物擴散距離的關系(式 3), 可以得到區域之間的大氣污染擴散距離計算公式(式7).

式中:RAB和 S符號涵義同前.表明, 區域之間大氣污染擴散距離與下墊面面積有關.根據式(1)得到大氣環境安全距離指數(AEI)的計算式(8):

式中:AEI、S、R0符號涵義同前.實現了距離與下墊面面積之間的轉化.求解AEI的關鍵就成為確定主體與客體之間的下墊面面積.兩者之間下墊面面積與風向頻率、污染物強度、土地類型及其對污染物的凈化能力等有關,見式(6).

1.2 優化模型

影響大氣環境安全距離的因素可分為兩類,一類是不可控因素;另一類是可控因素.不可控因素主要考慮在當前技術水平與經濟成本下,難以調控的因素,如資源環境背景值、氣象條件、地形等.可控因素包括重要污染源的空間位置、污染物的排放量、環境保護目標、下墊面條件等.為了達到大氣環境安全距離要求,通過對可控指標的調整和優化,使實際距離符合污染擴散距離的要求.基于大氣污染擴散距離的主要影響因素,分別給出三種情景調整方案,情景一:削減大氣污染物排放量;情景二:調整主要污染源(工業污染源)空間位置;情景三:改變下墊面土地利用類型.

1.2.1 情景一 削減污染物排放量是降低主體與客體重疊污染最直接和有效的方法.然而,污染物排放量削減受治理成本、產業結構調整、以及勞動力就業等諸多因素,污染物削減率越高,所需要的成本越高,治理的難度增加.鑒于此,情景一的設計思路是在滿足污染物擴散距離的約束條件下,求解允許排放的最大污染物量.以尋求既能夠滿足污染物擴散距離要求,又能實現最低污染物削減率(最小成本).優化模型如下:

目標函數:實現主體污染物排放量EA最大

式中: EA為主體污染物排放量, t.

約束條件 1:主體與各客體 k之間的污染擴散距離RABk小于實際距離R0k.

式中各符號含義同前, k為客體編號.

約束條件 2:非負約束,污染物排放量不小于0,從而保證優化結果的可行性.

決策變量:主體污染物排放量EA.

根據以上優化模型,分別對SO2和NOx進行優化,求解出滿足兩種污染物擴散距離條件下的污染物最大允許排放量.

1.2.2 情景二 通過對主體重點污染源空間位置優化,達到主體與各客體之間污染擴散距離的要求.本研究污染源空間位置的確定是選定排放量占 90%以上污染源,根據這些污染源分布的位置,概化到幾何中心點,將該點位投影坐標作為空間位置.目標函數是污染擴散距離最小,約束條件是主體與每個客體AEI不大于1,以及重點污染源的位置限定在其行政區范圍內等.

優化模型如下:

目標函數:主體與各個客體 k之間的大氣環境安全距離指數加和最小

式中符號含義同前.

約束條件1:主體與各客體k之間的AEI小于等于1,即RABk小于實際距離R0k.該約束條件的數學表達形式同情景一的約束條件1.

約束條件 2:重點污染源的位置位于主體行政范圍內

式中:(x0,y0)為主體污染源投影橫縱坐標值;f(x0)min為研究區下邊界與 x0對應的投影坐標值;f(x0)max為研究區上邊界與 x0對應的投影坐標值.

決策變量:主體污染源地理位置(x0,y0).

1.2.3 情景三 隨著城市綠化和生態工程的日益重視,通過生態空間的擴大成為人類改善環境的重要途徑之一.本情景擬通過改變主、客體之間下墊面土地利用類型,增強緩沖區污染凈化能力,從而達到優化大氣環境安全距離的目的.模型如下:

目標函數: 實現污染物擴散邊界最小,通過最小化AEI間接表征.

式中符號含義同前.

約束條件 1:主體與各個客體 k之間的 AEI不大于1. 該約束條件的數學表達形式同情景一的約束條件1.

約束條件 2:林地和草地覆蓋率之和小于100%

式中:CRfor和 CRgra分別為主體與客體之間林地和草地的覆蓋率;CRwat為水域比例.

約束條件 3:主體與客體污染物排放量保持現狀不變.

式中:EA和Ei分別為主體和相關客體的污染物排放量,t;EA和Ekc分別為主體和客體的現狀年污染物排放量,t. k同前.

決策變量:緩沖帶林地覆蓋率(CRfor)和草地覆蓋率(CRgra).

以上模型求解在LINGO 9.0平臺上進行,使用非線性全局最優算法.

2 案例研究

2.1 目標主體與客體識別

本文以遼寧省H地區為例進行研究,該地區多年平均降水量為 620.1mm,具有時空分布不均勻特征;主導風向為正北,多年平均氣溫 10℃左右,研究區面積2299km2,基準年總人口100.8×104人,城鎮化率68.1%.包括5個重點經濟區,6個重點園區,2個化工園區,重點行業為石油加工和煉焦業、化學原料及化學制品制造業、醫藥制造業等,風險源企業約有200多家,重點污染源來自化工企業,以大氣污染為主,污染指標為 SO2、NOx. H區土地利用以農業生態系統和森林生態系統為主,耕地 41.83%、林地 21.83%、草地 0.39%,水域5.17%、城鎮建設用地17.42%.擁有國家級自然保護區、森林公園、地質公園、風景名勝區等,上述合計面積 300km2.擬規劃和建設經濟開發區,以帶動周圍地區的發展.為此,將 H地區作為主體,與其相鄰的5個地區作為客體,客體分別是J、K、L、M區、N等地區等(圖3).大氣污染擴散包括主體與5個客體之間的擴散距離,即由SO2和NOx2種污染物、5個大氣環境安全距離組成.

圖3 主體H地區與相鄰5個客體的地理位置Fig.3 Location of subject H and its related 5 objects

2.2 參數來源與確定

H區地理位置的中心點與客體地理中心點位置之間的距離作為實際距離.地理中心點根據建成區的幾何中心確定,操作平臺為ArcGIS 10.0.經計算,主體與各個客體的實際距離分別是: H—J 46.44km、H—K 36.34km、H—L 66.03km、H—M 54.27km、H—N 64.53km.

所需參數有污染物排放量、單位面積大氣污染物環境容量、風向頻率、森林和草地等對大氣污染物的凈化能力等.污染物排放量數據來源于環境統計年鑒(表1),單位面積大氣污染物環境容量采用經驗數據,其中 SO2、NOx分別為 22.49t/ km2、NOx18.44t/km2[25].

表1 基準年主客體大氣污染物排放量(t)Table 1 Atmospheric pollutants emission for districts ofcase studied in base year (t)

根據研究區氣象站點的多年(1951～2012年)逐日風向數據,計算出H區在16個風向的出現頻率(某風向天數/總天數),根究客體所在風向,計算得到H地區與5個客體之間的風向頻率矩陣(表2).H區1951～2012年風向頻率最大的是正北、其余依次是正南、南西南、北西北,風向頻率分別是18.5%、18.2%、14.3%、10.6%.

表2 H區與客體風向頻率矩陣Table 2 Matrix of wind frequency between H and the reference districts

根據基準年土地利用類型,獲得下墊面森林覆蓋率和草地覆蓋率(表3),其中單位面積吸收污染物的數據參考文獻[20-21].

表3 H地區與客體之間下墊面森林和草地覆蓋率及其污染物凈化能力Table 3 Purifying ability of forest and grassland in the intersection of H and the reference districts

2.3 大氣環境安全距離評估

依據 3.2節數據,采用式(1)～式(9),評估基準年污染物排放量情景下的大氣環境安全距離.

圖4 基準年H與客體之間的大氣環境安全距離指數Fig.4 AEI of H and its related districts in base year

結果表明NOx環境安全距離大于SO2,按照取大原則,確定以 NOx指標作為推薦值(圖 4),依次是:H地區-J地區 19.83km、H地區-K地區59.24km、H地區-L地區15.03km、H地區-M地區15.35km、H地區-N地區42.79km.由圖4看出,僅H—K地區之間的SO2、NOx的AEI大于1,分別是1.53、1.63,說明H地區與5個客體之間,僅與K地區之間存在著重疊污染,需要通過相關的措施進行調整和優化從而避免重疊污染.其余均在大氣污染擴散距離范圍之內,符合大氣安全距離的要求.

2.4 大氣環境安全距離優化

(1)情景一

表4 情景一H與客體之間的AEITable 4 AEI of H and the reference districts under Scenario 1

情景一的優化結果見表 4,結果顯示,如果完全依靠H區減少污染物量達到H地區與K地區之間污染不重疊的要求,則H區SO2和NOx排放量需在基準年的基礎上分別削減62.3%和63.7%.在這種方案下除H地區與K區AEI等于1外,其它客體AEI均小于1,介于0.14～0.52,說明這些客體存在一定的剩余環境容量.

(2)情景二

分別以SO2和NOx兩種污染物指標進行空間位置的優化.結果顯示,SO2空間位置的優化有2個解,即在不產生重疊污染的要求下,污染源位置可以進行 2種方案的調整(表 5),由原來的(E121°56′40″,N39°25′0″)調 整 到 A 點(E121°47′48″,N39°7′1″)或者 B點(E121°52′11″, N39°3′4″),說明SO2污染源需要在現有位置基礎上向西南方向移動.在這種方案下,H區與相關客體之間的 SO2污染將不發生重疊,AEI介于0.15～1.

NOx的污染源空間優化得到2個解,具體位置見表 5,由原來的 (E121°56′40″,N39°25′0″)調整到 A點(E121°52′15″,N39°7′39″)或者 B點(E121°58′3″,N39°7′54″),說明污染源在東西方向上的約束不強,需要在現有的位置基礎上向南移動.在這種方案下,H區與相關客體之間的NOx不產生重疊污染,AEI介于0.17-1.00,相對于SO2的優化點位,NOx優化點位更偏東.

表5 情景二H地區污染源優化位置及AEITable 5 AEI and optimal location of H and the reference districts under Scenario 2

可以看出,通過污染源的空間布局優化,可以實現單指標污染物不重疊目標,空間布局優化具有較高的潛力,合理的工業布局可以有效緩解和解決區域之間的污染重疊問題.

(3)情景三

優化下墊面土地利用類型結果顯示(表 6), SO2指標的AEI介于 0.19～1.40之間、NOx介于0.23～1.61之間,H地區和K地區之間的AEI仍然大于 1,對比優化前的 H—K地區之間的SO2、NOx的AEI 1.53和1.63,在該方案下,分別降低了8.8%和0.9%,說明改變下墊面條件在一定程度上可以改善兩者之間的重疊污染,但是難以實現大氣環境安全的目標,主要原因是現有的主體與客體之間緩沖地帶面積有限,即使全部替換為林地,也不足以凈化兩者之間的重疊污染物量.

表6 情景三H區與客體之間下墊面類性及AEITable 6 AEI of H and the reference districts underScenario 3

3 結論

3.1 本文提出大氣環境安全距離指數并用于評估城市之間的重疊污染問題, 通過城市之間緩沖區面積表征兩者之間的污染擴散距離,較好地實現了大氣污染物擴散距離與空間的轉換,從而為環境管理實現空間管控提供理論依據.本文對H地區與相鄰5個地區重疊污染問題的研究結果表明,基準年排放情況下僅H地區與K地區之間存在重疊污染問題,需要采取相應措施進行調控.

3.2 本文提出的3種情景優化策略分別是以污染減排、以污染源空間位置調控和以下墊面結構調控為決策變量構建優化模型.對H區的研究結果表明,前2種情景均能解決H地區與K地區之間的重疊污染問題,其中削減污染物排放總量需要較大的幅度,而現狀環境容量利用率未超過污染物總量排放目標.因此,通過削減污染物調控兩個區域之間重疊污染的挑戰較大.

第二種優化方案需要在現有污染源布局的基礎上向西南方向移動,就可以解決H地區與K地區之間的單指標重疊污染問題,主要原因是充分利用了下墊面的污染凈化能力,規避了污染排放過度集中的問題.經過污染源空間優化.第三種情景優化方法雖然不能完全解決H地區與K地區之間的重疊污染問題,但是在一定程度上降低了重疊污染的程度,AEI下降了0.9%.

3.3 本文涉及到的主要參數有污染物排放量、風向頻率等,特殊的參數包括下墊面土地利用類型、下墊面對污染物的凈化能力、單位面積大氣污染物環境容量等,由于各地區下墊面類型的差異以及對污染物凈化能力的不同,決定了對于同一種污染物具有不同的凈化能力.所以,在具體研究時需要根據研究區的特點確定.本文森林和草地等對大氣污染物的凈化能力、單位面積大氣污染物環境容量等參數,均采用經驗數據,且未考慮主體與各客體之間下墊面的區別,同時未考慮農田對于污染物的凈化問題,此外,本文僅考慮了主體與客體之間的重疊污染問題,沒有考慮相鄰客體之間的重疊污染, 難免對評估和優化結果精確性有一定的影響,上述問題希望在今后的研究中不斷完善.

[1]中華人民共和國國家統計局.中國統計摘要 2015 [Z]. 北京:中國統計出版社.

[2]傅建春,李 剛,趙 華,等.中國城市人口與建成區土地面積異速生長關系分析--基于652個設市城市的實證研究[J].中國土地科學, 2015,(2):46-53.

[3]虞錫君.太湖流域跨界水污染的危害、成因及其防治 [J]. 中國人口·資源與環境, 2008,18(1):176-179.

[4]饒清華,邱 宇,王菲鳳,等.閩江流域跨界生態補償量化研究[J]. 中國環境科學, 2013,33(10):1897-1903.

[5]Coulibaly S, Minami H, Abe M, et al. Seasonal fluctuations in air pollution in Dazaifu, Japan, and effect of long-range transport from Mainland East Asia [J]. Biological & Pharmaceutical Bulletin, 2015,38(9):1395-1403.

[6]程 真,陳長虹,黃 成,等.長三角區域城市間一次污染跨界影響 [J]. 環境科學學報, 2011,31(4):686-694.

[7]李 鋒,朱 彬,安俊嶺,等.2013年12月初長江三角洲及周邊地區重霾污染的數值模擬 [J]. 中國環境科學, 2015,35(7):1965-1974.

[8]劉 冰,彭宗超.跨界危機與預案協同--京津冀地區霧霾天氣應急預案的比較分析? [J]. 同濟大學學報(社會科學版), 2015, (4):67-75.

[9]李名升,佟連軍.中國環境友好型社會評價體系構建與應用 [J].中國人口·資源與環境, 2007,17(5):105-111.

[10]李 鋒,劉旭升,胡 聃,等.城市可持續發展評價方法及其應用[J]. 生態學報, 2007,27(11):4793-4802.

[11]楊衛澤,韓之俊.宜居生態市評價指標解析 [J]. 環境科學研究, 2010,23(2):237-241.

[12]于 靜,張志偉,蔡文婷,等.城市規劃與空氣質量關系研究 [J].城市規劃, 2011,35(12):51-56.

[13]Li S N, Lu S W, Pan Q H, et al. Research on the eco-purificationfunction of urban forests in Beijing [J]. Journal of Food Agriculture & Environment, 2013,11(2):1247-1254.

[14]王曉磊,王 成.城市森林調控空氣顆粒物功能研究進展 [J].生態學報, 2014,34(8):1910-1921.

[15]高吉喜,張惠遠.構建城市生態安全格局從源頭防控區域大氣污染 [J]. 環境保護, 2014,42(6):20-22.

[16]賈濱洋,曾九利,李 玫,等.“多規融合”下的城市開發邊界與最小大氣污染擴散距離 [J]. 環境保護, 2015,43(3):23-26.

[17]賈 寧,董 欣,寧 雄,等.基于BP神經網絡水質模型的城市安全距離研究——以蕪湖和馬鞍山為例 [J]. 中國環境科學, 2016,36(6):1905-1912.

[18]史 凱,劉春瓊,吳生虎.基于 DCCA方法的成都市市區與周邊城鎮大氣污染長程相關性分析 [J]. 長江流域資源與環境, 2014,23(11):1633-1640.

[19]周 陽,陳 璐,孟麗紅,等.天津市區縣間大氣污染相互傳輸貢獻研究 [J]. 環境科學與技術, 2015,38(4):112-115.

[20]方利江,傅賢康,謝立峰,等.舟山本島大氣污染輸送過程的數值模擬分析 [J]. 環境科學研究, 2014,27(10):1087-1094.

[21]陳 莉,白志鵬,蘇 笛,等.利用LUR模型模擬天津市大氣污染物濃度的空間分布 [J]. 中國環境科學, 2009,29(7):685-691.

[22]遲妍妍,張惠遠,饒 勝,等.珠江三角洲土地利用變化對特征大氣污染物擴散的影響 [J]. 生態環境學報, 2013,(10):1682-1687.

[23]K. V. Abhijith, Prashant Kumar, John Gallagher, et al. Air pollution abatement performances of green infrastructure in open road and built-up street canyon environments — A review [J]. Atmospheric Environment, 2017,162:71—86.

[24]符傳博,丹 利,唐家翔,等.1960～2013年華南地區霾污染的時空變化及其與關鍵氣候因子的關系 [J]. 中國環境科學, 2016, 36(5):1313-1322.

[25]肖建武,康文星,尹少華,等.城市森林凈化環境功能及經濟價值評估——以"國家森林城市"長沙市為例[J].浙江林業科技, 2009,29(6):71-75.

[26]葉文虎,魏 斌,仝 川,等.城市生態補償能力衡量和應用 [J].中國環境科學, 1998,18(4):298-301.

《中國環境科學》核心影響因子學科排名實現五連冠

根據中國科學技術信息研究所2016年10月12日發布的《2016年版中國科技期刊引證報告(核心版)》,中國環境科學學會主辦的《中國環境科學》2015年核心影響因子1.812,在環境科學技術及資源科學技術學科排名繼續位居第一,在統計的1985種中國核心科技期刊中排名38位.自2011年以來,《中國環境科學》影響因子排名一直保持學科榜首.

《中國環境科學》編輯部

Evaluating model and application of atmospheric environmental safety distance in urban.

WANG Xi-qin1, ZHANG Yuan2, GAO Wei3*(1.School of Agricultural Economics and Rural Development, Renmin University of China, Beijing 100872, China；2.State Key Laboratory of Environmental Criteria and Risk Assessment, Laboratory of Riverine Ecological Conservation and Technology, Chinese Research Academy of Environmental Sciences, Beijing 100012, China；3.School of Ecology and Environmental Sciences, Yunnan University, Kunming 650091, China). China Environmental Science, 2017,37(9)：3292～3300

With the expansion of urban area and growing urban groups, cross-city pollution is becoming increasingly serious, and more concerns have been raised over this issue. This study defined the concept of atmospheric environmental safety distance index (AEI) as an indicator of cross-city pollution and built an optimization model to quantify the environmental safety distance. The model consists three components: (1) pollution reduction, (2) adjusting pollution source location, (3) optimizing land use. In the case study, the model was applied to H area, to calculate 5AEIs related to H in two scenarios of different pollutant emissions of SO2and NOxin a base year. Results showed that AEI between H and K is larger than 1, indicating the presence of cross pollution between these two areas. Results from optimization indicated that the AEI can be reduced to 1.0under the emission reduction scenario when pollutant emissions for SO2and NOxwould be reduced by 62.3% and 63.7% respectively. The adjusting pollution source location scenario showed that the location should be moved to southwest, and AEI for SO2and NOxcould be reduced to 0.15～1.00 and 0.17～1.00. Optimizing land use can reduce AEI though fails to meet the target. Moreover, the AEI between H and K could be reduced by 8.8% and 0.9% for SO2and NOxrespectively.

urban；air pollution；cross-city pollution；environmental safety distance；objective optimization

X321

A

1000-6923(2017)09-3292-09

2017-02-24

云南省基礎研究計劃青年項目(Y0120160068)

* 責任作者, 講師, gaowei@ynu.edu.cn

王西琴(1965-),女,陜西西安人,教授,博士,博士生導師,主要從事資源經濟與環境管理.發表論文80余篇.