山地城市道路平坡路段PM2.5及VOCs濃度實證分析

向 健

重慶交通大學交通運輸學院，重慶 400074

近年來，我國空氣污染問題愈發突出，2012年，中國的華北等地在當年屬全球PM2.5數值最高的地區[1]。2013年，對北京市10個空氣質量觀測點的資料數據進行分析，得到北京市PM2.5濃度最高可達500μg/m3，平均值超過200μg/m3，污染程度十分嚴重[2]。而機動車尾氣主要污染物有氮氧化物（NOx）、一氧化碳（CO）、碳氫化合物（HC）及可吸入顆粒物[3]。

山地城市車輛產生的污染由于受到地形限制，并不能快速有效地擴散開，但山區城市植被相對豐富，這也與平原城市有一定差異。2014年，重慶的環境污染源研究中表明，PM2.5來源最多來自二次粒子、移動源及揚塵，其中移動源占全部來源的28%左右[4]。而移動源主要來源是燃燒天然氣、柴油及汽油的車輛。這說明山地城市受到車輛排放的影響也不容忽視。而早在2012年，重慶主城區污染研究中就表明，PM1.0、PM2.5和PM10日濃度均值可達0.057、0.075和0.120mg/m3，PM2.5的濃度是《美國環境空氣質量標準》中PM2.5年均濃度標準的5倍，而PM10的濃度也超過了國家二級年均值標準（0.100mg/m3）[5]。2016年以來，雖重慶汽車保有量低于北京等城市，但城市交通對于VOCs濃度如芳香烴排放一樣有顯著的影響[6]。至今，在山地城市的污染排放研究中，還沒有系統研究PM2.5及VOCs濃度在道路兩側直接的分布規律。所以本文針對山地城市的特點，分析PM2.5及VOCs濃度隨路側橫向衰退規律的方式，以研究山地城市PM2.5及VOCs濃度在道路兩側的分布規律，并分析影響其分布特性及濃度大小的因素。

1 實驗方案

1.1 試驗道路

在重慶市主城區內選取了有代表性的3段路段，作為測量道路。分別為楊家坪西城天街、楊家坪西郊和楊家坪直港大道。

1.2 實驗儀器

實驗所用儀器分別為HT-305激光測距儀，用于測量橫向距離、博朗通BR-SMART126空氣質量測試儀，用于測量PM2.5、VOCs濃度。

1.3 采集的方法和斷面觀測

本文所運用的研究方法是實測數據法。根據實驗的要求，我們主要測量PM2.5濃度隨道路橫向距離的分布規律，因此要求盡量選取離路邊有較寬距離的地點測量，并且盡量使該地點在所選路段的中間段。測量間的橫向距離的確定也是根據公路外路面的寬度而決定的。一般選擇離路邊有20m左右寬度的地點進行測量，相鄰兩次測量間的橫向距離一般為2、3m或5m，每個斷面采集8個或者9個數據做統計。

1.4 觀測時間及采集的數據

此次試驗的測量主要在四月下半旬采集的數據，數據采集物無刻意避開陰雨天氣，每天分高峰期及平峰期各測一組數據。排出單一數據的特殊性。

2 PM2.5與VOCs濃度的分布特征

2.1 PM2.5濃度的橫向分布特征

先整理測量的數據，在整體上對數據進行分析，可以很容易看出PM2.5與VOCs濃度與路側橫向距離有著密切的聯系，選擇如下的數據。楊家坪西城天街PM2.5濃度如圖1所示。

圖1 楊家坪西城天街PM2.5濃度

從圖1各組折線中總體趨勢可以看到，PM.25濃度一直在30mg/m3的范圍內不停的波動，有時波動十分明顯，有的波動相對較小。整體來看，PM2.5濃度是在測量范圍內，隨著路側橫向距離的增加有輕微衰減現象。

2.2 VOCs濃度的橫向分布特點

同樣選取楊家坪西郊為實驗地，如圖2所示。

圖2 楊家坪西郊支路VOCs濃度

從總體的趨勢可以看到，VOCs的濃度隨著路側橫向距離的增加而呈現出下降的趨勢并在一定距離之后基本保持恒定，且測量結果顯示在9m之后基本保持穩定。從楊家坪西郊支路，楊家坪直港大道天寶廣場中可以明顯的看出VOCs隨著路側距離的增加而明顯下降的趨勢，而且越靠近行駛道路下降速率越快，然后逐漸趨于穩定。從PM2.5及VOCs濃度的不停波動可以分析，導致其波動性的可能是風速、車速及行人導致的測量時空氣不停快速流動引起的。或者另一方面由于車輛在行駛過程中不停的變動，引起排放不規律的變化導致的數據的波動。

3 交通平峰期與高峰期對PM2.5與VOCs濃度的影響

3.1 交通擁平峰期與高峰期對PM2.5濃度的影響

根據圖1、2中各個地方所測數據可以清楚地看出，同一個地方不同時間測量的數據，無論是PM2.5的濃度還是VOCs的濃度都有著很大的差異，得到PM2.5與VOCs濃度大小非單獨的只受到路側橫向距離的影響，還會直接受到道路的擁堵情況的影響，所以本次實驗主要選擇了車輛流量高峰期及平峰期所測數據，從而可以進一步探討交通擁擠程度對PM2.5與VOCs的濃度的影響。由表1可以看出，交通擁堵程度對于PM2.5與VOCs濃度存在很明顯的影響。在同一天的測量數據中，PM2.5的濃度很大程度上受到了道路擁堵程度的影響，整體來看PM2.5濃度在道路擁堵的時刻比道路通暢的時候要高。從上海城20日、西郊支路24日及天寶廣場24日數據可以清楚看到，高峰期PM2.5濃度高于平峰期濃度超過20mg/m3，其余大多數地區高峰期的PM2.5濃度明顯高于平峰期時的數據。圖中還可以看出除了交通量對PM2.5的影響，還有其他因素對其產生影響。但總體來說交通高峰期時PM2.5濃度比平峰期時PM2.5濃度高出約12.3%。

表1 實驗路段平峰期及高峰期PM2.5及VOCs濃度分布情況

3.2 交通平峰期與高峰期對VOCs濃度的影響

同理，選擇同一地方同一天的交通高峰期與交通平峰期VOCs濃度數據進行分析（表1），交通擁堵程度對于VOCs濃度有一定影響，但程度沒有PM2.5那么明顯。在同一天的測量數據中，VOCs濃度同樣受到道路的擁堵程度的影響，整體來看VOCs濃度在道路擁堵時比道路通暢的情況下高，但不及對PM2.5的影響明顯，從此可以猜測出其他因素對其產生的影響很大。從總體來看，交通高峰期時VOCs濃度比交通平峰期的VOCs濃度高出約8.9%。

4 結論與研究展望

山地城市道路由于道路交通復雜，容易造成堵車，城市相對封閉，PM2.5和VOCs擴散相對緩慢，且具有城市道路兩邊人行道結構復雜等特點。所以得到如下的測驗結果：

（1）PM.25濃度一直在30mg/m3的范圍內不停的波動，有時波動十分明顯，有的波動相對較小，但整體來說PM2.5濃度在一定范圍內隨路側橫向距離的增加呈現出稍微衰減的趨勢；

（2）VOCs的濃度隨著路側橫向距離的增加而呈現出明顯下降的趨勢并在一定距離之后基本保持穩定。且測量結果顯示在9m之后基本保持穩定；

（3）PM2.5及VOCs濃度都受到交通量的大小的影響。總體來說交通高峰期時PM2.5濃度比平峰期時PM2.5濃度高，高出約12.3%；VOCs濃度在交通高峰期比平峰期下高高出約8.9%。