重點煤電基地大氣污染物擴散對京津冀的影響

伯 鑫,田 飛,唐 偉,李 洋,杜曉惠,雷勛杰,李時蓓,趙曉宏,孫洪濤,周北海

?

重點煤電基地大氣污染物擴散對京津冀的影響

伯 鑫1,2,田 飛3,唐 偉4,李 洋4,杜曉惠4,雷勛杰5,李時蓓2,趙曉宏2,孫洪濤3,周北海1*

(1.北京科技大學能源與環境工程學院,北京 100083；2.環境保護部環境工程評估中心,北京 100012；3.山東省環境保護科學研究設計院,山東 濟南 250013；4.中國環境科學研究院,北京 100012；5.廣西博環環境咨詢服務有限公司,廣西 南寧 530007)

基于排放源清單,采用空氣質量模式CAMx模擬現狀情景下,鄂爾多斯、寧東與錫林格勒排放污染物擴散對京津冀地區的影響.結合3地區已批復環境影響報告、規劃環評與戰略環評等污染物排放數據,估算未來情景下3地區能源基地污染物排放對京津冀的影響.結果表明:現狀情景下,3地區排放的PM2.5、SO2與NO對京津冀的貢獻濃度范圍分別為0.079~1.134,0.012~0.633,0.008~0.852μg/m3,冬季對京津冀地區的影響要高于夏季,對京津冀地區冬季的平均貢獻濃度值為0.710,0.339與0.413μg/m3,影響較大的京津冀城市為衡水市、石家莊市、邢臺市、邯鄲市與保定市;未來情景下3地區能源基地排放的PM2.5、SO2與NO對京津冀城市濃度貢獻范圍分別為0.049~0.773,0.003~0.176,0.008~0.731μg/m3,冬季平均貢獻濃度值為0.475,0.096與0.357μg/m3.

京津冀；鄂爾多斯寧東錫林郭勒；能源基地；CAMx；PM2.5

隨著我國東部經濟的快速發展,區域能源需求量逐年增加,但近幾年京津冀及周邊地區大氣環境質量的惡化,凸顯出東部地區環境空氣質量與能源需求之間的矛盾[1-2].為解決東部重點地區大氣污染現狀,國家確定了錫盟(錫林郭勒)、鄂爾多斯、寧東等9個以電力外送為主的千萬千瓦級清潔高效大型煤電基地建設.其中,鄂爾多斯、寧東與錫林郭勒借助煤炭資源與政策優勢,發展成為我國重要能源基地.

針對鄂爾多斯、寧東與錫林郭勒能源基地的建設,地方開展了戰略規劃環評、項目環評以及環境容量研究等,分析基地建成后當地環境質量的變化情況,提出了相對合理的發展規劃[3-5].根據環保部評估中心數據平臺對批復環境影響報告書的統計,近兩年鄂爾多斯、寧東與錫林郭勒批復了較多的能源及化工項目,超過周邊同類煤電能源基地.由于京津冀地區政治地位的特殊性,近年來的霧霾天氣受到各方關注,目前針對該區域的大氣環境污染分析研究較多.研究發現京津冀本地污染是產生霧霾的主因,本地污染貢獻率可達56%~72%[6-7].已有部分學者采用CMAQ對京津冀本地源排放PM2.5進行了模擬,發現工業源貢獻最大,其次是民用源與交通源,工業源貢獻最大的為鋼鐵冶金行業[8-11],這與部分城市PM2.5等污染源解析研究的結果一致[12-15];通過統計、源解析與模型模擬等方法,研究發現民用源與交通源也是京津冀污染物的主要來源[16-21].除對本地污染源大氣環境貢獻研究以外,黃蕊珠等[22]通過NAQPMS模型進行污染源傳輸追蹤,發現高空層PM2.5以山東、河南等地區外來源為主.周磊等[23]通過統計污染物監測數據,驗證了PM2.5污染呈河南省(山東省)—河北省—北京市(天津市)的帶狀分布特征.王曉琦等[24]、王燕麗等[25]采用WRF-CAMx耦合模型得到京津冀區域PM2.5外來源年均貢獻占13.32%~45.02%.

上述研究主要是分析京津冀本地污染源對PM2.5貢獻,以及周邊省份污染源傳輸機理及占比研究,但均未分析內蒙古與寧夏等能源豐富省份的現狀污染源,以及煤電基地確定后新建工業源對京津冀地區大氣環境的影響.因此開展該地區污染排放對京津冀城市的大氣貢獻影響研究十分必要.

為了解決上述問題,本研究基于現有的鄂爾多斯、寧東與錫林郭勒排放清單數據,利用CAMx模式定量評估現狀情景下3地區排放PM2.5、SO2、NO對京津冀城市環境空氣濃度貢獻,詳細說明3地區污染物擴散對京津冀城市的影響,并通過搜集3地區已批復的環境影響評價報告,估算未來情景下能源基地工業源排放污染物對京津冀城市環境空氣濃度貢獻,從而為下一步提出城市大氣污染防治綜合解決方案和區域協調發展提供科學技術支撐.

1 研究方法

1.1 源排放

本研究根據清華大學2012年全國污染源排放清單(MEIC2012)、各地環境統計數據與實際觀測結果,更新生成鄂爾多斯、寧東與錫林郭勒2016年的污染源排放清單,污染物排放情況見表1.

為充分考慮未來情景下鄂爾多斯、寧東與錫林郭勒能源基地的污染物排放,在考慮現有工業源的前提下,研究搜集了3地區內2015年5月~2018年5月審批的能源及相關項目環境影響報告、內蒙古錫林郭勒盟煤電基地開發規劃環境影響報告與鄂爾多斯市綠色轉型發展戰略環境評價技術報告.鄂爾多斯境內審批能源及相關項目環境影響報告約90本,寧東境內審批報告書15本,錫林郭勒審批報告77本,結合當地規劃環評與戰略環評,確定未來情景下3地區能源基地污染物排放情況,見表1.

由表1可知,隨著政策的推進,鄂爾多斯、寧東與錫林郭勒污染物將主要來自能源基地工業源.在假定其他清單源排放不變的前提下,未來能源基地污染物排放至少占比20%以上,尤其是錫林郭勒未來能源基地排放的NO與PM2.5,將大于現有整個區域清單源的污染物量,所以未來能源基地將成為區域環境影響的主要來源.

表1 三地區現狀污染排放清單量與未來能源基地污染物排放量

1.2 模擬模型

本研究采用空氣質量模型CAMx對錫林郭勒、鄂爾多斯和寧東的大氣污染源進行模擬[26],并分析3個區域對京津冀地區大氣污染物的貢獻.CAMx模擬的區域為57~161°E,1~59°N,涵蓋了全中國所有省份.模式模擬網格水平分辨率為36km×36km,網格數為200×160,垂直層次20層,模式頂高約為15km.模擬中使用的氣象參數是由中尺度氣象模式WRF模擬提供;氣相化學機理選用SAPRC99,氣溶膠化學機理采用統計粗細粒子模型(表2).化學機理中包含化學物種114個(76個氣態物種、22個氣溶膠物種、13個基團),以及217個反應.模式中所使用的光解速率是通過OMI衛星觀測的臭氧柱濃度資料,結合地面反照率變化范圍和大氣渾濁度的變化范圍,由TUV模式計算得到.本研究利用CAMx模型嵌入的顆粒物來源示蹤技術(PSAT)[27],追蹤鄂爾多斯、寧東與錫林郭勒能源基地的污染物排放對京津冀13個市NO、SO2和PM2.5的濃度貢獻.本次模擬時段選定為2016年1月和7月,分別作為冬季和夏季的典型時段.

表2 CAMx模擬選項

本研究CAMx模擬系統已在東亞區域空氣污染物長距離傳輸模擬[28-29],以及京津冀重污染成因分析[30]等多個研究中應用,其間進行了詳細的模擬驗證和效果評估,表明該系統能夠較好地再現區域污染的狀態特征.模式參數見表2.

CAMx模型自帶的PSAT以示蹤的方式獲取有關顆粒物生成(或排放)和消耗的信息,并統計不同地區、不同種類的污染源排放以及初始條件和邊界條件對顆粒物生成的貢獻量.除能對一次顆粒物進行示蹤外,PSAT還可以通過追蹤二次顆粒物的化學變化過程,對二次顆粒物進行源貢獻分析.

2 結果與討論

2.1 現狀情景下3地區污染物擴散影響分析

表3、圖1為現狀情景下鄂爾多斯排放主要污染物對各城市環境空氣的濃度貢獻情況,鄂爾多斯影響范圍集中在鄂爾多斯本地、山西、陜西、寧夏和京津冀北部,影響較大的京津冀城市為石家莊、邢臺市、邯鄲市與保定市,主要影響區域為河北省的西南部.鄂爾多斯排放PM2.5的影響范圍和對京津冀地區的貢獻濃度均要大于NO和SO2,冬季對京津冀地區的影響要高于夏季.鄂爾多斯排放的PM2.5、SO2與NO對京津冀城市最大貢獻濃度分別為0.964,0.579與0.659μg/m3,全部出現在冬季石家莊市.鄂爾多斯排放的PM2.5、SO2與NO對北京的影響位于京津冀城市的第7位,最大貢獻濃度分別為0.420,0.192與0.254μg/m3,全部出現在冬季.

表3 現狀情景下鄂爾多斯排放大氣污染物對京津冀各城市的濃度貢獻(μg/m3)

表4、圖2為現狀情景下寧東排放主要污染物對各城市環境空氣的濃度貢獻情況,受排放強度、地理位置和氣象條件的影響,寧東污染物排放的影響范圍主要集中在寧東本地、陜西、甘肅、內蒙西部,而對京津冀的影響不顯著.寧東排放PM2.5的影響范圍和對京津冀地區的貢獻濃度均要大于SO2和NO.寧東排放的PM2.5對京津冀地區夏季的影響高于冬季,對京津冀城市最大貢獻濃度出現在夏季的石家莊市,為0.078μg/m3;寧東排放的SO2和NO對京津冀地區冬季的影響高于夏季,對京津冀城市最大貢獻濃度出現在冬季邯鄲市,貢獻濃度分別為0.023與0.017μg/m3.寧東對北京PM2.5與SO2最大貢獻濃度分別為0.044與0.004μg/m3,出現在夏季,NO最大貢獻濃度為0.001μg/m3,出現在冬季.

表4 現狀情景下寧東排放大氣污染物對京津冀各城市的濃度貢獻(μg/m3)

續表4

城市PM2.5冬季平均貢獻PM2.5夏季平均貢獻SO2冬季平均貢獻SO2夏季平均貢獻NOx冬季平均貢獻NOx夏季平均貢獻 張家口0.0020.0230.0010.0020.0000.000 承德0.0060.0260.0010.0020.0010.000 滄州0.0040.0330.0010.0030.0000.000 廊坊0.0120.0390.0040.0030.0020.000 衡水0.0170.0510.0060.0090.0040.001

表5、圖3為現狀情景下錫林郭勒排放主要污染物對各城市環境空氣的濃度貢獻情況,錫林郭勒影響范圍集中在錫林郭勒本地、京津冀北部、遼寧西部和山東地區,影響較大的京津冀城市為張家口市、衡水市、北京市與唐山市,影響范圍分布較為分散.錫林郭勒排放PM2.5的影響范圍和對京津冀地區的貢獻濃度均要大于NO和SO2,冬季對京津冀地區的影響要高于夏季.錫林郭勒排放的PM2.5、SO2與NO對京津冀城市最大貢獻濃度分別為0.423,0.354與0.388μg/m3,全部出現在冬季張家口市.錫林郭勒排放的PM2.5、SO2與NO對北京影響較顯著,最大貢獻濃度分別為0.273,0.144與0.163μg/m3,全部出現在冬季.

根據3地區污染物擴散范圍分析,錫林郭勒域內污染源對京津冀城市有所影響,鄂爾多斯次之,寧東對京津冀的影響不顯著,這跟3個地區與京津冀位置關系和氣象條件密切相關;對比冬季與夏季3地區對京津冀的影響分析,冬季的PM2.5、SO2與NO貢獻濃度普遍高于夏季,這與北方冬季以西北風為主的氣象條件有關.從對京津冀城市的貢獻濃度分析,鄂爾多斯因污染物排放量較大,對京津冀城市的最大貢獻濃度值高于錫林郭勒,其中貢獻最大的石家莊市較張家口市冬季PM2.5、SO2與NO分別高0.541,0.225與0.271μg/m3;對北京的濃度貢獻值鄂爾多斯亦高于錫林格勒,冬季PM2.5、SO2與NO分別高0.146,0.047與0.091μg/m3,所以現狀情景下,鄂爾多斯污染物排放對京津冀城市的影響最大.

表5 現狀情景下錫林郭勒排放大氣污染物對京津冀各城市的濃度貢獻(μg/m3)

表6為現狀情景下3地區排放主要污染物對京津冀城市環境空氣濃度貢獻情況,PM2.5、SO2與NO對京津冀的貢獻濃度范圍分別為0.079~1.134,0.012~ 0.633,0.008~0.852μg/m3,冬季對京津冀地區的平均貢獻濃度為0.710,0.349,0.413μg/m3,影響較大的京津冀城市為衡水市、石家莊市、邢臺市、邯鄲市與保定市,與高愈霄等[31]和安樹偉等[32]對2013、2014年出現重污染天氣統計結果一致.3地區冬季排放的PM2.5對衡水市與石家莊市濃度貢獻都超過了1μg/m3,其中對衡水市的貢獻影響最大,PM2.5、SO2與NO濃度貢獻分別為1.134,0.633,0.852μg/m3,這與王燕麗等[25]研究的區外污染源貢獻最大為衡水市的結果一致.3地區冬季污染物排放對北京市的貢獻濃度分別為0.700, 0.338與0.417μg/m3.

表6 現狀情景下3地區排放大氣污染物對京津冀各城市的濃度貢獻與占比

從濃度貢獻占比分析,3地區排放PM2.5對京津冀的貢獻占比大于SO2與NO,最大濃度貢獻占比都出現在冬季的衡水市,分別為3.677%、2.269%與1.087%,這與已有研究的硫酸鹽、硝酸鹽等二次組分多富集在較小粒徑顆粒物中,有利于遠距離的傳輸,且一次排放出的氣態前體物SO2、NO也會在傳輸過程中發生二次轉化反應,加大遠距離傳輸的貢獻結果一致[24,33].除此之外,3地區排放大氣污染物對石家莊、保定市、邢臺市與邯鄲市的影響較顯著,這與濃度貢獻值的結果較一致.3地區冬季污染物排放對北京市的濃度貢獻占比分別為2.271%、1.211%與0.532%.京津冀地區是我國大氣污染防治的主戰場,1μg/m3的貢獻變化可能影響京津冀一個城市的考核結果,所以鄂爾多斯、寧東、錫林郭勒地區污染物擴散對京津冀城市的大氣環境的貢獻影響不能忽視.

2.2 未來情景下3地區能源基地工業污染物擴散對京津冀城市影響

研究通過搜集批復的環境影響報告獲得能源基地污染物排放數據,對未來地區工業源排污情況描述較準確.表7為未來情景下3地區能源基地排放主要污染物對京津冀城市的影響,其中冬季的影響要大于夏季,PM2.5對京津冀城市貢獻濃度均大于NO和SO2. 3地區能源基地排放的PM2.5、SO2與NO對京津冀城市濃度貢獻范圍分別為0.049~ 0.773,0.003~0.176,0.008~0.731μg/m3,冬季平均貢獻濃度值為0.475,0.096,0.357μg/m3.能源基地工業污染物排放影響較大的京津冀城市為衡水市、石家莊市,PM2.5、SO2與NO冬季平均貢獻濃度值分別為0.773,0.176,0.731和0.580,0.170,0.506μg/m3,對北京的貢獻濃度為0.505,0.094,0.368μg/m3.

表7 未來情景下3地區排放大氣污染物對京津冀各城市的濃度貢獻(μg/m3)

對比現狀情景下濃度貢獻值可知,未來能源基地的污染物排放將成為鄂爾多斯、寧東與錫林郭勒影響京津冀城市大氣質量的主要來源.以北京為例,在假定現有情景其他排放源不變的前提下,能源基地排放的PM2.5與NO占3地區排放對北京地區影響的50%以上,這與能源基地重點發展能源化工與煤電行業,多以高架點源排放以及燃煤行業污染物排放特點有關.從數值上看,未來情景下3個地區能源基地排放的PM2.5對京津冀城市影響有限,但在京津冀城市大氣污染治理邁向精細化的進程中,在嚴格落實當地環保措施的前提下,需充分考慮污染源跨區域對本地環境的貢獻影響,推出區域大氣污染聯防聯控制度,保證打贏“藍天保衛戰”.

2.3 不確定性分析

研究引用的未來能源基地污染物排放資料為3地區環境影響報告、規劃環評與戰略環評中數據,這與地區未來的實際發展存在一定的不確定性.

未來情景下3地區能源基地對京津冀城市大氣環境影響,是基于2016年冬夏兩季氣象條件進行估算,由于模擬使用氣象條件存在不確定性,會對模擬結果產生一定誤差.

3 結論

3.1 根據現狀情景下3地區污染物擴散范圍,錫林郭勒域內大氣污染源對京津冀城市影響最為顯著,鄂爾多斯次之,寧東對京津冀的影響不顯著.錫林郭勒與鄂爾多斯污染物擴散主要影響城市分別為張家口市與石家莊市,3地區污染物貢獻疊加主要影響城市為衡水市.

3.2 現狀情景3地區排放PM2.5、SO2與NO對京津冀貢獻濃度范圍分別為0.079~1.134,0.012~0.633與0.008~0.852μg/m3,影響較大的京津冀城市為衡水市、石家莊市、邢臺市、邯鄲市與保定市.

3.3 未來情景下能源基地排放PM2.5、SO2與NO對京津冀冬季平均貢獻濃度值分別為0.475,0.096與0.357μg/m3.從數值上看,3地區能源基地對京津冀城市影響有限,但京津冀各城市已對環境空氣質量展開微克爭奪戰,所以跨區域污染源對京津冀城市的大氣環境影響不能忽視.

[1] 梁增強,馬民濤,杜改芳.京津冀地區區域環境污染研究進展[J]. 四川環境, 2013,32(4):126-130.Liang Z Q, Ma M T, Du G F. Research progress of regional environmental pollution in Beijing-Tianjin-Hebei area [J]. Sichuan Environment, 2013,32(4):126-130.

[2] 李 磊,張貴祥.京津冀都市圈經濟增長與生態環境關系研究[J]. 生態經濟, 2014,30(9):167-171.Li L, Zhang G X. Research on the relationship between economic growth and ecological environment of Beijing-Tianjin-Hebei Metropolitan [J]. Ecological Economy, 2014,30(9):167-171.

[3] 馬一丁,付 曉,吳 鋼.錫林郭勒盟煤電基地大氣環境容量分析及預測[J]. 生態學報, 2017,37(15):5221-5227. Ma Y D, Fu X, Wu G. Analysis and prediction of the atmospheric environmental capacity of the Xilinguole League's coal-based electricity region [J].Ecologica Sinica, 2017,37(15):5221-5227.

[4] 李 巍,侯錦湘,劉 雯.資源型城市工業規劃的環境基線空間評價方法—以鄂爾多斯市主導產業發展規劃環評為例[J]. 環境科學與技術, 2010,33(6):384-389. Li W, Hou J X. Liu W. Environmental baseline space assessment method for industrial planning of the resource based cities with an example of environmental impact assessment of the pillar industry planning of Ordos in China [J]. Environmental Science & Technology, 2010,33(6):384-389.

[5] 李喜倉,百美蘭,馬玉峰,等.鄂爾多斯市城區發展對局地大氣環境影響的數值模擬[J]. 氣象與環境學報, 2011,27(3):61-66. Li X C, Bai M L, Ma Y F, et al. Numerical simulation on the influence of urban development on the local atmospheric environment in Dong sheng district of Erdos Inner Mongolia autonomous region [J]. Journal of Meteorology and Environment, 2011,27(3):61-66.

[6] 張書海.考慮城際傳輸的區域空氣污染聯動治理研究[D]. 上海:上海大學, 2017.Zhang S H. Joint governance of regional air pollution considering pollution intercity transportation [D]. Shanghai: Shanghai University, 2017.

[7] 伯 鑫,王 剛,溫 柔,等.京津冀地區火電企業的大氣污染影響[J]. 中國環境科學, 2015,35(2):364-373.Bo X, Wang G, Wen R, et al. The impact of thermal power enterprises on the air pollution in Beijing-Tianjin-Hebei region [J]. Chinese Environmental Science, 2015,35(2):364-373.

[8] Yu L D, Wang G F, Zhang R J, et al. Characterization and source apportionment of PM2.5in an urban environment in Beijing [J]. Aerosol and Air Quality Research, 2013,13(2):574-583.

[9] 吳文景,常 興,邢 佳,等.京津冀地區主要排放源減排對PM2.5污染改善貢獻評估[J]. 環境科學, 2017,38(3):867-874. Wu W J, Chang X, Xing J, et al. Assessment of PM2.5pollution mitigation due to emission reduction from main emission sources in the Beijing-Tianjin-Hebei region [J]. Environmental Science, 2017, 38(3):867-874.

[10] Tian Y Z, Chen G, Wang H T, et al. Source regional contributions to PM2.5in a megacity in China using an advanced source regional apportionment method [J]. Chemosphere, 2016,147:256-263.

[11] Wang G, Cheng S Y, Li J B, et al. Source apportionment and seasonal variation of PM2.5carbonaceous aerosol in the Beijing-Tianjin-Hebei region of China [J]. Environmental Monitoring and Assessment, 2015, 187(3):143.

[12] 北京市環境保護局.北京市正式發布PM2.5來源解析研究成果[EB/OL]. http://www.bjepb.gov.cn/bjepb/323265/340674/396253/index. html, 2014-04-16.

[13] 天津市環境保護局.天津發布顆粒物源解析結果[EB/OL]. http: //www.tjhb.gov.cn/root16/mechanism_1006/environmental_protection_ propaganda_and_education_center/201411/t20141112_6464.html. 2014-08-25.

[14] 石家莊市環境保護局.河北11市完成PM2.5源解析[EB/OL]. http://www.sjzhb.gov.cn/cyportal2.3/template/site00_article@ sjzhbj.jsp?article_id=8afaa1614cd9a176014d553231f26b33&parent_id=8afaa16142796386014279efe11b0937&parentType=0&siteID=site00&f_channel_id=null&a1b2dd=7xaac. 2015-05-15.

[15] 伯 鑫,徐 峻,杜曉惠,等.京津冀地區鋼鐵企業大氣污染影響評估[J]. 中國環境科學, 2017,37(5):1684-1692. Bo X, Xu J, Du X H, et al. Impacts assessment of steel plants on air quality over Beijing-Tianjin-Hebei area [J]. Chinese Environmental Science, 2017,37(5):1684-1692.

[16] Liu J, Mauzerall D L, Chen Q, et al. Air pollutant emissions from Chinese households: A major and underappreciated ambient pollution source [J]. Proceedings of the National Academy of Science of the United States of America, 2016,113:7756-7761.

[17] Chen Y, Tian C, Feng Y, et al. Measurements of emission factors of PM2.5, OC, EC, and BC for household stoves of coal combustion in China [J]. Atmospheric Environment, 2015,109:190-196.

[18] Li Q, Jiang J K, Zhang Q, et al. Influences of coal size, volatile matter content, and additive on primary particulate matter emissions from household stove combustion a [J]. Fuel, 2016,182:780-787.

[19] Zavala M, Barrera H, Morante J, et al. Analysis of model-based PM2.5emission factors for on-road mobile sources in Mexico [J]. Atmósfera, 2013,26(1):109-124.

[20] 李云燕,殷晨曦.京津冀地區PM2.5減排實效與影響因素的門限效應[J]. 中國環境科學, 2017,37(4):1223-1230. Li Y Y, Yin C X. Threshold effect of socio-economic factors influencing PM2.5in Beijing-Tianjin-Hebei [J]. Chinese Environmental Science, 2017,37(4):1223-1230.

[21] 李海萍,趙 穎,傅毅明.京津冀國家干線公路污染空間特征分析[J]. 環境科學學報, 2016,36(10):3515-3526.Li H P, Zhao Y, Fu Y M. Spatial distribution of air pollutant emissions from national trunk highway in Beijing-Tianjin-Hebei(BTH) [J]. Acta Scientiae Circumstantiae, 2016,36(10):3515-3526.

[22] 黃蕊珠,陳煥盛,葛寶珠,等.京津冀重霾期間PM2.5來源數值模擬研究[J]. 環境科學學報, 2015,35(9):2671-2680.Huang R Z, Chen H S, Ge B Z, et al. 2015. Numerical study on source contributions to PM2.5over Beijing-Tianjin-Hebei area during a severe haze event [J]. Acta Scientiae Circumstantiae, 35(9):2670-2680.

[23] 周 磊,武建軍,賈瑞靜,等.京津冀PM2.5時空分布特征及其污染風險因素[J]. 環境科學研究, 2016,29(4):483-493.Zhou L, Wu J J, Jia R J, et al. Investigation of temporal-spatial characteristics and underlying risk factors of PM2.5pollution in Beijing-Tianjin-Hebei Area [J]. Research of Environmental Sciences, 2016,29(4):483-493.

[24] 王曉琦,郎建壘,程水源,等.京津冀及周邊地區PM2.5傳輸規律研究[J]. 中國環境科學, 2016,36(11):3211-3217. Wang X Q, Lang J L, Cheng S Y, et al．Study on transportation of PM2.5in Beijing-Tianjin-Hebei (BTH) and its surrounding area [J]. Chinese Environmental Science, 2016,36(11):3211-3217.

[25] 王燕麗,薛文博,雷 宇,等.京津冀區域PM2.5污染相互輸送特征[J]. 環境科學, 2017,38(12):4897-4904.Wang Y L, Xue W B, Lei Y, et al. Regional transport matrix study of PM2.5in Jingjinji region [J].Environmental Science, 2017,38(12):4897-4904.

[26] ENVIRON: CAMx Users’ Guide, version 6.40 [M]. ENVIRON International Corporation, Novato, CA, 2014.

[27] Yarwood G, Wilson G, Morris R. Development of the CAMx Particulate source apportionment technology (PSAT) [R]. Prepared for the Lake Michigan Air Directors Consortium, by Environ International Corporation, Novato, CA, 2005.

[28] 王繼康.東亞地區典型大氣污染物源—受體關系的數值模擬研究[D]. 北京:中國環境科學研究院, 2014. Wang J K. Numerical simulation and source-receptor relationships of typical air pollutants over East Asia [D]. Beijing:Chinese Research Academy of Environmental Science, 2014.

[29] 程念亮.東亞春季典型天氣過程空氣污染輸送特征的數值模擬研究 [D]. 北京:中國環境科學研究院, 2013. Cheng N L .Simulation study on the air pollution transport characteristics of typical weather in East Asia in Spring [D]. Beijing: Chinese Research Academy of Environmental Science, 2013.

[30] 杜曉惠,徐 峻,劉厚鳳,等.重污染天氣下電力行業排放對京津冀地區PM2.5的貢獻[J]. 環境科學研究, 2016,29(4):475-482. Du X H, Xu J, Liu H F, et al. Contribution of power plant emissions to PM2.5over Beijing-Tianjin-Hebei area during heavy pollution periods [J]. Research of Environmental Sciences, 2016,29(4):475-482.

[31] 高愈霄,霍曉芹,閆 慧,等.京津冀區域大氣重污染過程特征初步分析[J]. 中國環境監測, 2016,32(6):26-35.Gao Y X, Huo X Q, Yan H, et al. Preliminary analysis on the characteristics of heavy air pollution events in Beijing-Tianjin- Hebei region [J]. Environmental Monitoring in China, 2016,32(6):26-35.

[32] 安樹偉,郁 鵬,母愛英.基于污染物排放的京津冀大氣污染治理研究[J]. 城市與環境研究, 2016,02(17):17-29. An S W, Yu P, Mu A Y. Study on air pollution control of Beijing- Tianjin-Hebei based on pollutant emission [J]. Urban and Environmental Studies, 2016,02(17):17-29.

[33] 郎建壘.基于大氣污染物總量控制的區域污染源分級與優化減排技術研究[D]. 北京:北京工業大學, 2013.Lang J L. Research on regional pollution source classification and emission reduction optimization technology based on total air pollutant control [D]. Beijing: BeijingUniversityofTechnology, 2013.

Influence of air pollutants transport from key coal and electricity production bases on Beijing-Tianjin-Hebei region.

BO Xin1,2, TIAN Fei3, TANG Wei4, LI Yang4, DU Xiao-hui4, LEI Xun-jie5, LI Shi-bei2, ZHAO Xiao-hong2, SUN Hong-tao3, ZHOU Bei-Hai1*

(1.School of Energy and Environmental Engineering, University of Science and Technology Beijing, Beijing 100083, China；2.The Appraisal Center for Environment and Engineering, Ministry of Environmental Protection, Beijing 100012, China；3.Shandong Academy of Enviromental Science, Jinan 250013, China；4.Chinese Research Academy of Environmental Sciences, Beijing 100012, China；5.Guangxi Bohuan Environmental Consulting Services Co., Ltd, Nanning 530007, China)., 2019,39(2)：514~522

The regional air quality model CAMx was used to simulate the source contributions from Erdos, Ningdong and Xilingol (ENX) to the Beijing-Tianjin-Hebei region (BTH). The air quality impacts on the BTH region were evaluated using projected future emission inventory with the emission data from the approved environmental impact assessment, air quality planning and strategic planning, and the current emission inventory in ENX as two different scenarios. The results showed that the modeled contributions of PM2.5, SO2and NOfrom energy bases in ENX to BTH were in the ranges of 0.079~1.134μg/m3, 0.012~0.633μg/m3and 0.008~0.852μg/m3, respectively with current emissions. The impacts from ENX on BTH were higher in winter with the averaged values of 0.710, 0.339 and 0.413μg/m3, respectively than that in summer. It has greater influence on air quality in Hengshui, Shijiazhuang, Xingtai, Handan and Baoding than the other cities in BTH. The modeled contributions of PM2.5, SO2and NOfrom energy bases in ENX using future emissions to BTH were in the ranges of 0.049~0.773μg/m3, 0.003~0.176μg/m3and 0.008~0.731μg/m3, respectively, with the averaged values of 0.475,0.096, and 0.357μg/m3in winter.

Beijing-Tianjin-Hebei region；ErdosNingdongXilingol；energy base；CAMx；PM2.5

X51

A

1000-6923(2019)02-0514-09

伯 鑫(1983-),男,山東煙臺人,高級工程師,北京科技大學博士研究生,主要研究方向為排放清單以及大氣污染模擬.發表論文50余篇.

2018-07-06

國家重點研發計劃項目(2016YFC0208101);國家自然科學基金資助項目(71673107);大氣重污染成因與治理攻關項目(DQGG0209- 07、DQGG0304-07)

* 責任作者, 教授, zhoubeihai@sina.com