北京濕地削減大氣PM2.5的生態系統服務流研究

莫麗春,馬 蕊,謝 屹,陳建成,*

1 北京林業大學經濟管理學院, 北京 100083 2 北京林業大學生態與自然保護學院, 北京 100083

城市濕地具有較大的比熱容,局部高蒸發量和濕地植物的蒸騰作用能夠增加區域空氣濕度并改變近地表層的空氣流動,從而起到降低大氣粉塵含量,增加顆粒物干沉降等生態作用[1- 3]。較大面積或分布較為集中的濕地還能夠促進大氣湍流,減少城市大氣顆粒物的積累,從而顯著改善城市的大氣環境質量[4]。目前,相關研究多集中在小尺度[5- 8]定量化濕地下墊面的顆粒物沉降速度與沉降量[7,9- 11]以及濕地植物對顆粒物的吸附[9,12]或阻滯[13]作用。由于方法的缺失,相關研究無法在大尺度上定量或解釋有關濕地對顆粒物的產生、轉移、轉化和傳遞過程,這也導致相關研究結果對政策制定或城市空間規劃的指導意義不明確。

生態系統服務流是指供給區提供生態系統服務,依靠或不經載體,在自然或人為因素驅動下,沿某一方向和路徑傳遞到受益區的過程[14],其強調服務供給地區與服務受益地區之間的時空對應關系[15- 16],是一個地理區域中貿易、政策和資源管理決策聯系的直接結果。在諸多的學科中,通過生態系統服務流的方法在很大程度上解決了很多問題。例如,土地系統科學使用生態服務流耦合了社會生態系統與土地利用變化間的復雜關系[17- 18]；生態經濟學應用生態服務流中自然資源的物理流動來論述了區域間可持續性發展[19-21]；環境政策學通過生態服務流分析對國家和國際生物多樣性戰略的制定起到了決定作用[22- 23]。

華北地區近年來遭受嚴重的大氣污染,引起了社會各界廣泛關注。污染物傳輸路徑是大氣運動的結果,非人為可控因素,污染一旦產生,其運動軌跡上的所有區域受到嚴重影響。濕地能夠在污染物傳輸的過程中去除一部分顆粒物,從而降低污染物濃度,污染物傳輸路徑上的下游區域所受的污染也會相應地減輕,因此這些區域成為了受益區域。明確從供給區到受益區的流量、流向等對研究濕地在削減PM2.5濃度中的價值有著十分重要的作用。因此本文引入生態服務流方法,主要研究內容包括：(1)量化削減大氣PM2.5服務流物理流量；(2)模擬計算削減大氣PM2.5服務流動路徑；(3)識別削減大氣PM2.5服務流受益區。旨在揭示大尺度顆粒物削減規律,為相關政策指定提供可靠理論依據。

1 研究區域概況

根據北京市園林綠化局最新公布的數據顯示當前北京市濕地面積為5.86×104hm2,占全市總面積比例為3.6%。湖泊、水庫和河流等開放性水面所占濕地總面積的90%以上,水庫和湖泊濕地主要位于城市西北部的山區,整體水域面積為3.39×104hm2,約占總水域的34%—56%,其中密云水庫的面積最大,為6.25 ×103hm2,市內有隸屬海河流域的五大水系,分別為北運河、大清河、永定河、薊運河與潮白河,河流濕地面積為2.29 ×104hm2,占濕地總面積的25.33%[24]。因此本文主要估算具有開放性水面的濕地對顆粒物的削減作用。

2 研究方法

2.1 數據來源

北京顆粒污染物(PM2.5)逐月濃度數據來源于中國地面氣候資料月值數據集臺站。前向軌跡模擬的資料來源為NCEP(美國國家環境預報中心)提供的同時段全球資料同化系統(GDAS)再分析資料,該資料每6h更新一次,分別為00:00、06:00、12:00和18:00 (UTC,世界時),水平分辨率為2.5°×2.5°,垂直方向分18層,氣象要素場包括氣溫、氣壓、風速、降水量、相對濕度、日照輻射等(http://ftp://arlftp.arlhq.noaa.gov/pub/archives/reanalysis)。

2.2 削減PM2.5服務物理流量計算

作為清除大氣顆粒物的主要方式,干沉降易受到多種因素影響,如微氣象條件(如風速)、下墊面條件、顆粒物濃度分布等。所表述的顆粒物干沉降量計算公式可轉化為下式：

F=V(r)·C(r)·T(r)·S

(1)

V(r)代表PM2.5的沉降速率,C(r)表示PM2.5的濃度,T(r)表示PM2.5沉降時間,S表示北京濕地面積[25]。根據張彪等人研究,濕地綜合功能重要性與濕地面積成正相關關系,而在密云、延慶和懷柔等轄區分布著大面積的濕地,北京市濕地生態系統服務主要來源于這些遠郊區。本文基于已有研究2015年和2018年在北京不同季節對開放水面進行的沉降速度計算結果,以這兩個年份作為案例進行進一步生態服務流分析。計算北京市濕地PM2.5削減量時,以市區、密云、延慶、房山等遠郊區PM2.5平均濃度為準。

2.3 前向軌跡模式

前向軌跡模式采用美國國家海洋大氣研究中心空氣資源實驗室(NOAA)的HYSPLIT4.9版本。該模式是歐拉和拉格朗日混合型的擴散模式,其平流和擴散的處理均采用拉格朗日方法,濃度計算采用歐拉方法。為研究北京市地區及遠距離污染遷移對其他省市PM2.5濃度的影響,利用HYSPLIT模擬每日氣團移動的48 h前向軌跡,以反映氣流遷移特征。由于邊界層的平均流場特征在高度500 m處能夠得到較好反映,故在模擬軌跡時選取高度為500 m[26- 27]。

2.4 軌跡聚類分析

按照樣本之間的距離定義聚類類別的稱為系統聚類法,它將總共n個變量分成不同的n類,先把距離最為接近的兩類合并,此時共有n-1類,再從這n-1類中把最接近的兩類合并為一類,與上一步類似,這時變成n-2類,接下來以此類推,直至變為一類。因為我們只關注北京的前向氣流軌跡遷移的水平方向,所以采用Angle Distance算法對遷移氣流進行分類,以便得到不同的氣流類型。

2.5 削減PM2.5服務受益區識別

顆粒物遷移路徑所經過的區域是受顆粒物影響的地區。具體來說,當發生顆粒物削減服務時,路徑中所含PM2.5濃度將低于未發生該服務時。此外,從空間上來看,顆粒物削減服務體現在以下兩個方面：(1)潛在影響區內和實際影響區外的顆粒物消失；(2)實際影響區內顆粒物量減小,但不為零。接受顆粒物沉降服務的地區即為受益區。基于以上情況,可判斷顆粒物遷移路徑所經過的區域即為顆粒物沉降服務的實際受益地區。

3 結果與分析

3.1 北京濕地削減PM2.5生態服務物理流量

本文參考已有研究結果得到2015年和2018年不同季節水面PM2.5的沉降速度[9],結果如表1所示。為保證計算結果的準確性,也采取了這兩年的濃度監測和氣象數據對軌跡和受益區進行了分析

首先，很多學校由于師資力量的匱乏，導致沒有專門的道德與法治教師，這門課程多是由其他科目的教師兼任。但是教師由于缺乏專業的法律常識，只能是依照教材內容進行講授，不能夠深入分析相關案例并普及相關法律知識，導致學生的法治觀念薄弱，不利于其綜合發展。其次，很多學校的教材內容過于陳舊，案例不夠典型，很難真正起到提高學生道德與法治意識的作用，導致學生的成長受阻。

表1 北京市不同季節濕地PM2.5干沉降速率

3.1.1季節變化

圖1顯示了2015年與2018年1月—12月PM2.5干沉降量的逐月變化結果,可以看出,2015年12月PM2.5的干沉降量達到最高,為1140 t；5月干沉降量最低,為75 t。2018年大氣顆粒物干沉降量峰值在11月,為690 t；最低值出現在6月,為70 t。總體上,春季和冬季干沉降量較高,夏季和秋季沉降量保持在較低的水平,整體上冬季>春季>秋季>夏季。北方城市冬季(10月—12月)天氣寒冷,大量煤炭燃燒用于供暖,一旦其濃度超過了大氣循環承載能力,城市揚塵等大氣污染物將持續積聚。除了排放源強度的改變,霧霾天氣增多也與北京市氣候密切相關,相比于夏秋季節的雨水充沛,冬季相對干燥,降雪強度小,對污染物的清除效果較弱。此外,受到靜穩天氣的影響,污染物不易擴散,由此導致冬季的干沉降量最大,明顯高于夏季。

圖1 大氣顆粒物PM2.5干沉降量及濃度逐月變化Fig.1 Dry deposition flux and concentration of PM2.5

3.1.2年度變化

北京市濕地2015年PM2.5沉降總量為4.24×103t,單位面積的平均沉降量為8.27×10-3kg/m2；2018年為2.61×103t,單位面積的平均沉降量為4.46×10-3kg/m2。與2015年相比,2018年沉降量下降了38.4%。盡管北京市濕地的削減PM2.5服務物理流量在2018年大幅下降,但顆粒物干沉降量基本與PM2.5濃度變化特征呈正相關關系,2015年PM2.5平均濃度為77 μg/m3,2018年PM2.5平均濃度為49 μg/m3,同比下降36.4%,因此2018年北京市濕地生態系統的削減PM2.5效益與2015年相似。

在北京奧林匹克森林公園的對比研究顯示,林地細顆粒物的沉降速度約為0.1—1.7 cm/s,而在濕地的沉降速度約為0.1—0.7 cm/s[9- 10],但在濕地上空顆粒物濃度也顯著低于林地和裸地[5],在北京郊區森林和濕地的獨立研究所得結果與之相似[6- 8]。因此,濕地通過干沉降去除顆粒物的能力相比林地較弱,但由于改變了近地表大氣條件,濕地的存在可以降低大氣中顆粒物濃度。

3.2 北京濕地削減PM2.5生態服務流軌跡模擬

利用HYSPLIT模型,以北京市(39.90°N,116.41°E)為中心坐標進行模擬,確定污染氣團的前向軌跡,從而明確北京市大氣顆粒物PM2.5跨區域消散過程中的氣流軌跡。由于不同季節,前向軌跡氣流的流動方向不同,且冬季為PM2.5的平均濃度最高,隨氣流流動,造成的影響更大,所以利用軌跡聚類方法,將2015年和2018年10月—12月氣流軌跡分別聚類,再根據每類氣流軌跡所代表的典型空間類型,分別分為5類和8類,結果如圖2所示。

圖2 2015年和2018年前向軌跡聚類分布分析結果Fig.2 Forward trajectory cluster distribution in 2015 and 2018

3.3 北京濕地削減PM2.5生態服務受益區識別

與2015年相比,2018年氣流軌跡所經過范圍相對較廣,受益面積相對較大。但總體來看,2015年和2018年的氣流軌跡趨勢基本相同,主要受北部寒冷和高壓影響,北京市的PM2.5通過風傳播到南部,進而影響南部地區的大氣污染物組成。此外,順風方向的城市(如天津,廊坊,衡水和滄州)地形以平原為主,而平原的空氣擴散相對較弱,因此極易受到臨近區域空氣污染的擴散的影響而導致局部PM2.5濃度顯著提高。此外,已有研究[28]還表明北京市在偏北風作用下,PM2.5質量濃度值最低,因此可以推斷顆粒物隨氣流軌跡向南遷移,而在西南風、南風作用下,PM2.5濃度值較高,并且由于北部地區山區的阻擋作用,限制了部分污染物的遷移,此外偏南風的風速較小,使得顆粒物在北京地區累積,因此在遷移至東北方向的氣流軌跡中PM2.5濃度較低,東三省相較于華北地區受北京市PM2.5濃度的影響也相應較小。北京市濕地削減大氣中PM2.5服務發生的區域,即為北京市濕地削減PM2.5服務的順風受益地區,因此京津冀地區與山東省為主要受益區。

4 討論

4.1 北京濕地削減大氣PM2.5生態系統服務物理流

削減PM2.5生態系統服務的變化是自然和人為因素的共同作用的結果。干沉降是最重要的PM2.5去除過程,對微氣象條件敏感,在2015年—2018年期間,北京市濕地面積持續增加,濕地提供一個具有較低溫度、較高相對濕度的小氣候與周圍臨近區域形成差異,促進大氣湍流作用,進而加強對細顆粒物的沉降作用。政府持續加大濕地保護力度,大力推進濕地保護與建設,使濕地生態質量逐步提升。上述自然和人為因素都可以增強濕地削減大氣PM2.5的生態服務功能。

但是,干沉降物理流量也和大氣中PM2.5濃度密切相關。近年來,北京市以精細治理為手段,聯合治理為基礎,依法治理為保障,優化調整運輸結構,產業結構,能源結構和土地結構,積極推進細顆粒物(PM2.5)的管理,著力加強地區的聯防聯控,全面促進城市的精細管理,推動綠色發展,使得北京空氣達標天數已由2015年186天上升到2018年227天,PM2.5濃度顯著降低。因此雖然北京市濕地生態功能不斷優化,但2018年實際沉降物理流量并未隨之增加。而在一年之內,北京市的PM2.5變化的特征是春季開始時濃度較高,主要原因是北方春季溫暖干燥,大風天數較多且風速較大,超過了沙塵等風速閾值,使得空氣揚塵增多。而由于北京是溫帶季風氣候,夏季處于汛期,高溫多雨,降水能對云下污染物進行高強度沖刷,從而使PM2.5質量濃度維持在較低水平。而從深秋到初冬突然升高,從11月到3月,PM2.5濃度一直比較高。與之相對應的是,干沉降量在冬春季相對較高,這也與國內研究結果基本一致[29]。

4.2 北京濕地削減大氣PM2.5生態系統服務流路徑模擬

作為生態學研究的熱門話題,生態系統服務與人類福祉有著重要的關系。分析生態系統服務流的載體可以揭示不同類型的生態服務[30]。風場引起的PM2.5區域傳播是影響PM2.5濃度空間分布格局的關鍵原因[31]。因此在這項研究中,選擇了空氣作為載體,伴隨空氣分子的布朗運動,生態服務也在做不定向流動。量化和繪制生態系統服務流在確定供需熱點和生態系統服務的傳遞路徑方面起著重要作用,這有助于人類保護有利服務,及時處理預防有害因素[32-34]。本文的模擬軌跡是對一個影響范圍的可視化展示,當濕地出現在該軌跡上時,會在一定程度上降低其顆粒物濃度,從而使得軌跡上其他區域受益。已有研究結果顯示,華北地區由于受到冷暖氣團鋒面系統、地形和背風環流的綜合影響,污染物運動有一定的特殊性。太行山脈和燕山山脈的阻擋使得北京西部和北部海拔較高,形成南北背風區優勢通道,污染物會從河北一帶北上至北京,聚集后再向河北、山東、天津等區域擴散[32],該分析結果與本文氣團軌跡分析結果相符合。

本文結合已有的濕地量化結果和兩個不同年份的氣象數據,估算了全北京濕地年尺度上削減的PM2.5顆粒物的量,并在此基礎上引入HYSPLIT模擬,分析了北京濕地對削減PM2.5生態服務的軌跡。為保證計算的準確性,給出了每一條模擬軌跡的概率。目前所測算的北京濕地年去除顆粒物的數量級為103t,而北京僅僅秸稈燃燒一項一年的PM2.5排放的數量級就達到了104t[35],而相關研究指出PM2.5中有機碳僅占總量的13.3%左右[33],因此估算北京濕地一年去除的量僅占不到排放量的1%；其削減作用有限。此外,PM2.5的組成成分中含有重金屬顆粒等對生態系統有害的顆粒物,但目前的觀測并沒有發現其對生態系統造成影響,可能是由于沉降量并沒有超過生態系統的自凈能力。

結合大范圍的氣象數據可知,北京市的污染物擴散范圍較大,包括京津冀、華北和東北部分區域,因此北京濕地的削減作用仍然可以為較遠的區域提供生態服務流。

4.3 管理建議

城市的外觀和環境狀況直接展示了城市的整體形象,是衡量城市管理水平的重要指標。北京市氣候干燥,降水少,容易形成大風和沙塵天氣,而城市濕地可以創造低風速,低溫,高濕度的空氣環境,影響氣流的速度和方向,從而改變大氣中顆粒物的運動使PM2.5難以散布,這可能會將顆粒物滯留在城市濕地茂密的林帶或水體中。因此城市濕地可以降低局部地區的PM2.5濃度,同時防止PM2.5擴散到其他地區,從而也降低周圍地區的PM2.5濃度[36]。此外,濕地面積越大,濕地生態系統服務價值越高,因此北京濕地生態系統服務功能的主要提供者是郊區湖泊、水庫和河流濕地。所以,應該執行嚴格的政策,保證濕地水質,優化濕地生態系統結構,增強生物多樣性。此外,為彌補郊區所做的犧牲,政府也要做出相應補償,從而調動人們自發自愿保護環境的積極性。雖然在北京濕地類型中坑塘,稻田和公園中濕地所占的面積很小,但由于其處在重要的關鍵節點上,其同樣也具有較高的生態服務功能。應該注意到,城市常住人口的密度是偏遠郊區的數百倍,對汽車,住房和家用電器的需求也相應較高,日常生活、交通等排出的廢氣也隨之增加[37]。同時,較高的居住密度也可能影響城市風速,減弱污染物的擴散從而增加了PM2.5的濃度。尤其在冬季,大面積取暖易導致霧霾天氣頻發,因此城區單位面積濕地生態系統服務價值相應較高,削減PM2.5服務的直接受益人群數量較大,順風區沿線如河北省,天津市和山東省等也會因此受益。城市的存在和發展有賴于其與濕地生態系統的協調關系,人們在利用這些重要的人工濕地帶來經濟利益的同時,也要保證不超過其環境承載力,以保證生態系統的健康發展。

5 結論

(1)北京市濕地2015年PM2.5沉降總量為4.24×103t,單位面積的平均沉降量為8.27×10-3kg/m2；2018年為2.61×103t,單位面積的平均沉降量為4.46×10-3kg/m2。與2015年相比,2018年北京市濕地削減PM2.5生態系統服務物理流量呈現下降趨勢。

(2)2015年和2018年北京市濕地削減PM2.5生態系統服務物理流量最高值均出現在冬季,最低值均出現在夏季,整體上表現出冬季>春季>秋季>夏季的走勢。

(3)2015年和2018年氣流軌跡大致向三個地區遷移,分別為華北地區,主要包括河北、天津；華東地區,主要包括山東；東北地區,主要包括遼寧、吉林和黑龍江。其中,向華北地區遷移的氣流軌跡占當季氣流軌跡總數的比例最大,京津冀地區與山東省為主要受益區。