北京大興國際機場不利氣象條件下飛機尾氣排放對大氣環境影響的模擬研究*

丁偉宸 劉勤亞 張 俊 吳成志 陳乃翀 胡 非

1 中國科學院大氣物理研究所大氣邊界層物理和大氣化學國家重點實驗室，北京 100029 2 中國科學院大學，北京 100049 3 北京中氣輝光科技有限公司，北京 100085 4 中國氣象科學研究院，北京 100081 5 北京新機場建設指揮部，北京 102602 6 三捷(環境工程)咨詢公司，杭州 310012

提 要： 北京大興國際機場作為吞吐量巨大的超大型國際樞紐，其運營過程中飛機尾氣排放量大，對機場周邊地區大氣環境的影響不容忽視。為研究不利氣象條件下飛機尾氣排放對大氣環境的影響，根據北京市環境空氣數據篩選出2020年度不利氣象條件時段，基于北京大興國際機場2025年規劃相關基礎數據，采用排放與擴散模型系統(EDMS)建立飛機尾氣排放源清單，開展不利氣象條件下大氣污染擴散模擬預測分析。氣象分析結果表明不利氣象條件時段存在小靜風、高濕、厚度薄而強度大的接地逆溫等特征，該時段北京地區經歷以PM2.5為首要污染物的重污染過程，并伴隨著低能見度天氣。模式預測結果顯示在不利氣象條件下摩擦速度和混合層高度等參數均處于較小的水平，大氣污染擴散條件較差，飛機尾氣對周邊環境產生較大程度的影響，且污染物落地濃度存在晝間較低、夜間較高的時間分布規律。分析不利氣象條件下的污染氣象特征和飛機尾氣污染物落地濃度分布特征對開展機場大氣污染控制措施研究工作具有一定的參考價值。

引 言

交通運輸污染源是大氣污染的重要來源之一，隨著機場業務量的不斷增長，飛機尾氣排放(特別是吞吐量巨大的大型國際機場)對大氣環境的影響日漸成為人們高度關注的問題。北京大興國際機場定位超大型國際樞紐機場，于2019年9月25日正式投運，設計目標年即2025年，旅客吞吐量：7200萬人次，貨郵吞吐量：200萬噸，飛機起降：62.8萬架次。該機場位于北京市南部，大興區榆垡鎮、禮賢鎮和河北省廊坊市廣陽區之間，在秋、冬季不利氣象條件下，該地區時常發生霧-霾污染事件，而機場吞吐量位居全國前列，運營過程中必然產生大量飛機尾氣排放，加劇環境空氣污染，大大降低機場周邊能見度，對機場開放關閉、飛機的起飛著陸和飛行安全都有很大影響(趙慧霞等，2010；邵振平，2014；陳玉蓉，2019；臺宏達等，2019)，因此研究分析不利氣象條件下飛機尾氣排放對機場周邊環境空氣質量的影響至關重要。

目前對機場大氣污染的研究主要以飛機尾氣CO2和NOx排放(Sausen and Schumann，2000；Liu et al，2003；陳林，2013；朱佳琳等，2020)及其對氣候的影響(Marais et al，2008)為主。伯鑫等(2017)指出,國內機場環境影響評價報告書評價重點為機場噪聲影響，而針對機場大氣污染影響的分析較為簡單。由于飛機在起飛、降落和滑行過程中會產生大量的SO2、NOx、VOCs、CO、PM10、PM2.5等污染物(Brasseur et al，1998；Mahashabde et al，2011)，飛機尾氣排放的大氣污染物是機場總污染物的主要部分，可能給周邊環境空氣質量帶來較大影響。國內外眾多學者對飛機起飛降落(landing-taking off,LTO)的尾氣排放量進行核算評估，估算一般依據國際民用航空組織飛機發動機大氣污染物排放系數數據庫(ICAO Aircraft Engine Emissions Databank，http:∥www.easa.europa.eu/document-library/icao-aircraft-engine-emissions-databank)(夏卿等，2008；宋利生，2013；黃清鳳等，2014；楊芮，2018；韓博等，2020)或區域移動源排放清單(樊守彬等，2010)。Schürmann et al(2007)、Zhu et al(2011)、儲燕萍(2013)、Masiol and Harrison(2014)和袁遠等(2018)采用飛機尾氣排放量和周邊區域污染物濃度監測數據對比的方式評價上海浦東、天津和瑞士蘇黎世等機場飛機尾氣排放對周邊環境空氣質量的影響。朱艷玲(2015)采用排放與擴散模型系統(Emissions and Dispersion Modeling System，EDMS)定量計算了飛機尾氣對周邊環境空氣質量的影響程度和影響范圍，在此基礎上提出有效的減緩措施，并對措施前后污染物濃度變化情況進行了對比分析。由此可見，飛機尾氣排放對機場周邊大氣環境產生較大影響，污染物濃度在部分區域超過環境空氣質量標準。而現有研究在分析尾氣排放的環境影響時大多沒有區分正常天氣條件和重污染天氣條件，對重污染過程中污染物濃度分布情況的研究存在不足。重污染過程是目前最受關注的大氣問題之一，飛機尾氣污染物的大量排放，可能加重重污染天氣負擔，因此，對于重污染過程期間的污染氣象和飛機尾氣污染物落地濃度時空分布特征研究尤其重要。

根據《北京新機場項目環境影響報告書》(https:∥www.mee.gov.cn/ywgz/hjyxpj/jsxmhjyxpj/xmslqk/201605/W020160522143434085352.pdf)，在2025年規劃情景下，北京大興國際機場飛機尾氣中SO2和NOx的排放量較大，分別為355.30 t·a-1和4873.21 t·a-1，機場尾氣對大氣環境的影響不容忽視，且機場所在的大興區作為北京市南大門，在秋、冬季時常經歷重污染過程，開展不利氣象條件下飛機尾氣對環境影響的研究至關重要。本文結合北京市2020年空氣質量數據篩選不利氣象條件時段，并進行污染氣象分析，采用EDMS模式建立北京大興國際機場的飛機尾氣排放源清單，以2020年為預測基準年模擬2025年規劃情景下的飛機尾氣對周邊環境的影響，重點研究不利氣象條件下污染氣象、大氣擴散能力和飛機尾氣污染物落地濃度時間分布特征。

1 不利氣象條件時段污染氣象特征

大氣污染物的擴散能力與區域內的氣象條件特別是大氣邊界層結構和湍流特性密切相關，氣象影響因素包括風向、風速、相對濕度、氣壓、溫度等。京津冀相關研究(王躍等，2014；程念亮等，2016；桂海林等，2019；賀園園等2019；韓笑顏等，2020)結果表明，重污染發生時，往往地面風速小、濕度大、最大混合層高度低，這些氣象特征均不利于污染物擴散。

本文基于北京市空氣質量歷史監測數據，篩選出2020年度的不利氣象條件時段，同時收集了距離北京大興國際機場較近的北京市大興舊宮站2020年空氣質量數據、河北省固安氣象站2020年地面氣象數據和北京市觀象臺2020年探空氣象數據，統計相關氣象要素，分析重污染過程中的地面氣象條件變化及邊界層逆溫情況。結果表明，不利氣象條件時段內污染氣象特征為弱風高濕、近地層有較強逆溫層結。空氣質量數據來源于北京市生態環境監測中心(http:∥www.bjmemc.com.cn/)，地面和探空氣象數據來源于國家氣象信息中心。

1.1 不利氣象條件時段篩選

根據北京市空氣質量歷史數據，2020年2月10—15日北京市出現重污染過程，首要污染物為PM2.5，11—13日達到重度污染，14日后大氣污染呈降低趨勢直至消散(表1)。

表1 2020年2月10—15日北京歷史環境空氣質量和天氣狀況Table 1 Historical air quality and weather conditions in Beijing from 10 to 15 February 2020

1.2 不利氣象條件時段地面污染氣象特征

2020年2月10—15日不利氣象條件時段NO2和PM2.5污染物小時濃度如圖1a所示，根據濃度變化可將這次污染過程分為4個階段，其中EP1為中度污染階段，EP2為重度污染階段，EP3—EF4污染過程基本結束。

圖1a和1b顯示了2020年2月10—15日重污染過程期間污染物濃度和風速風向變化(在重污染過程期間，2月12日13—14時、13日15—17時、14日11—12時PM2.5污染物小時濃度缺測)。由圖可知，EP1—EP2重污染發生期間PM2.5濃度較高，小時濃度范圍為116～275 μg·m-3，均值為193 μg·m-3，NO2小時濃度范圍為24～125 μg·m-3，均值為57 μg·m-3。此時段內以偏東風為主，風速較小，多為小靜風(0～2 m·s-1)，期間平均風速為0.7 m·s-1，0～2 m·s-1風速大小占比高達99.0%。圖1c和1d是重污染過程期間氣溫、相對濕度、氣壓和能見度變化，EP1—EP2階段平均氣溫為2.6℃，平均相對濕度達到80%，氣溫和相對濕度日變化較為明顯，且日均溫度和濕度呈上升態勢，符合冷鋒過境前特征。重污染過程期間，天氣以霧為主，相對濕度較高會導致二次顆粒物爆發性增長，從而導致區域能見度下降(劉瑞翔等，2020;劉兆東等，2020)，期間能見度均值為2.1 km，并在13日09時降至70 m。在EP3—EP4污染結束階段，受北方冷空氣影響(曹爽等，2020)，風速明顯增強，期間平均風速達2.8 m·s-1，大于2 m·s-1風速占比高達87.5%，氣溫和相對濕度快速降低，平均氣溫為0℃，平均相對濕度為60%，地面氣壓升高，且天氣由暴雪轉晴，降雪將顆粒物濕沉降至地面，晝間地面升溫，湍流強度增加，污染物迅速擴散，在EP4階段PM2.5和NO2小時濃度均值分別降到5 μg·m-3和6 μg·m-3。能見度隨著PM2.5濃度下降逐漸好轉，在EP4階段能見度始終維持在22 km以上。相比EP1—EP2階段，EP3—EP4階段平均風速增大了300%，平均相對濕度下降了25%，PM2.5和NO2小時平均濃度分別下降了97%和89%。

圖1 2020年2月10—15日北京大興國際機場區域污染物小時濃度和氣象參數演變(空氣質量數據：大興舊宮站；氣象數據：固安站；EP1—EP4表示AQI污染等級及污染過程，下同)Fig.1 Map of regional pollutant concentrations and meteorological parameters of Beijing Daxing International Airport area from 10 to 15 February 2020(air quality data: Daxing Jiugong Station; meteorological data: Gu’an Station; EP1—EP4 indicate AQI pollution levels and pollution processes, the same below)

1.3 不利氣象條件時段逆溫特征分析

本節使用的高分辨率溫度探空數據來源于北京市觀象臺，觀測時間為每日的08時和20時(北京時，下同)。采用一階導數算法(Guo et al，2020)識別逆溫層。首先計算一條溫度廓線的導數數據，然后從地表至2000 m高度檢查數據，如果導數為正且100 m高度范圍內保持為正，則認定為逆溫層，一般要求逆溫層頂和層底溫差大于0.5℃。如果存在非常薄的負導數層，即層高小于100 m，則認為該層次為逆溫層的一部分。最后，將底高度小于100 m的逆溫層歸為接地逆溫，大于100 m的歸為懸浮逆溫。逆溫層需計算如下參數：(1)逆溫層厚度，即逆溫層頂高和底高之間的高度差ΔH；(2)逆溫強度，公式為ΔT/ΔH×100,即逆溫層頂部和底部溫度差ΔT除以逆溫層厚度ΔH，一般用單位℃·(100 m)-1表示。

2020年2月10—15日08時和20時的溫度探空曲線見圖2。由溫度廓線圖可知，EP1—EP2期間(2月10—13日)08時存在接地逆溫，逆溫厚度為560～1254 m,逆溫強度為0.7～2.4 ℃·(100 m)-1，20時在近地面存在較為淺薄的穩定層結。20時接地逆溫開始發展，由于接地逆溫和殘留層綜合作用導致近地面存在淺薄的穩定層結，經過一夜的發展，到08時形成厚度較大的接地逆溫層，符合夜間逆溫形成并逐漸增厚的逆溫發展規律。夜間至早晨穩定層結的存在阻礙了空氣的垂直對流運動，不利于污染物的擴散和傳輸，污染物在逆溫層中不斷累積形成重污染天氣。

圖2 2020年2月10—15日北京市觀象臺溫度廓線[橫線代表接地逆溫層厚度；橫線上第一行數字為接地逆溫層厚度，單位：m；第二行為逆溫強度，單位：℃·(100 m)-1]Fig.2 Temperature profile of Beijing Station from 10 to 15 February 2020[Horizontal line in each temperature profile represents the ground temperature inversion layer height； the first-line number above the horizontal line is the height of the ground inversion layer, unit: m； and the second-line number is the temperature inversion strength, unit: ℃·(100 m)-1]

EP3和EP4期間受冷空氣影響，整體逆溫結構不明顯，擴散條件較好，空氣質量轉為優良。

2 飛機尾氣源強及特征

根據《北京新機場項目環境影響報告書》，在2025年規劃情景下，北京大興國際機場飛機尾氣中各污染物排放量分別為SO2：355.30 t·a-1,NOx：4873.21 t·a-1,VOCs：576.71 t·a-1,CO：3131.94 t·a-1,PM10：27.87 t·a-1,PM2.5：27.87 t·a-1。飛機尾氣中SO2和NOx排放量分別占2020年大興區工業企業重點污染物“十三五”總量控制計劃中SO2和NOx目標總量的55.0%和57.8%。其中作為二次PM2.5重要前體物的NOx排放量最大，因此本次研究以NOx、PM2.5為重點污染物，分析不利氣象條件下飛機尾氣對大氣環境的影響。

本文采用EDMS生成飛機尾氣在各個高度和水平范圍內的一系列立體源強和排放參數。該模型重點關注飛機尾氣排放源的設置，飛機在1個LTO循環中污染物的排放量包含6個工作模式，分別為進場(approach)、進場滑行(taxi in)、啟動(start up)、出場滑行(taxi out)、起飛(take off)和爬升(climb out)。按照機型分類(表2)、機型組合(表3)、不同時段飛行計劃(表 4，機場正常運營時間為07—22時，22時至次日07時的飛機架次較少)和機場跑道起降分配(圖 3)等信息處理機場尾氣排放清單。上述機型分類、機型組合、飛行計劃和跑道起降分配數據均基于《北京新機場項目環境影響報告書》。EDMS生成飛機尾氣立體排放源強和排放參數后，將排放源信息輸入污染擴散模式，進行飛機尾氣排放對環境影響的模擬預測。

表2 北京大興國際機場機型分類一覽表Table 2 List of aircraft types of Beijing Daxing International Airport

表3 北京大興國際機場2025年機型組合比例一覽表(單位：%)Table 3 List of aircraft types ratio of Beijing Daxing International Airport in 2025 (unit: %)

表4 北京大興國際機場不同時間段飛行架次比例(單位：%)Table 4 Proportion of flight sorties in different time periods of Beijing Daxing International Airport (unit: %)

圖3 2025年北京大興國際機場不同跑道架次分配(共4條跑道，主航站區東、西兩側跑道根據距離航站區遠近分別命名為東一跑道北向號碼：36L、南向號碼：18R,尺寸：3400 m×60 m；西一跑道北向號碼：35R、南向號碼：17L,3800 m×60 m；西二跑道北向號碼：35C、南向號碼：17C,尺寸：3800 m×45 m；側向跑道為只允許起飛的北一跑道號碼：11L,尺寸：3800 m×60 m)Fig.3 Allocation map of different runways of Beijing Daxing International Airport in 2025(Daxing Airport will have 4 runways in 2025. According to the distance from the terminal area, the east and west runways of the main terminal area will be named as follows: the No.1 east runway, 36L in the north direction, 18R in the south direction, 3400 m×60 m; No. 1 west runway 35R in north direction, 17L in south direction, 3800 m×60 m; No.2 west runway 35C in north direction, 17C in south direction, 3800 m×45 m; side runway is No.1 north runway 11L, 3800 m×60 m, only for taking-off)

3 飛機尾氣環境影響模擬

北京大興國際機場于2019年投入運營，現階段運行吞吐量不大，參考意義較小。為反映機場在達到設計運行規模情景下飛機尾氣對周邊大氣環境的影響，本文采用國內外廣泛使用的EDMS，依據上述北京大興國際機場規劃2025年的相關基礎數據和飛機尾氣排放特征，生成機場飛機尾氣污染物排放源強，并以2020年作為模擬基準年預測了飛機尾氣排放對周邊大氣環境的影響。

3.1 EDMS模型設置

EDMS的污染擴散計算內核是穩態煙羽擴散模式，可基于大氣邊界層數據特征模擬點源、面源、體源等排放污染物在短期(小時平均、日平均)、長期(年平均)的濃度分布，適用于農村或城市地區、簡單或復雜地形。地面氣象數據采用距離北京大興國際機場最近的固安站2020年地面逐時風速、風向、溫度、云量觀測資料；地面氣象數據來源于國家氣象信息中心。高空氣象數據取自中尺度氣象模式(WRF模式)模擬50 km內的格點氣象資料；該數據層數為40層，時間為世界時的00時和12時，可直接作為EDMS氣象預處理程序的高空輸入文件。地表特征基于北京大興國際機場周邊區域土地利用規劃，3 km內為城市規劃用地和工業用地，因此模式采用城市下墊面的地表特征參數。本文的預測方案如表 5所示，預測時段分為全年預測與不利氣象條件時段預測，預測因子為NOx和PM2.5，其中PM2.5濃度采用式(1)進行計算：

表5 北京大興國際機場飛機尾氣排放環境影響模擬預測方案Table 5 Scheme of environmental impact simulation of aircraft emissions of Beijing Daxing International Airport

ρPM2.5=ρ一次PM2.5+φSO2ρSO2+φNO2ρNO2

(1)

式中:ρPM2.5、ρ一次PM2.5、ρSO2、ρNO2分別為PM2.5、一次PM2.5、SO2和NO2的質量濃度，單位：μg·m-3；φSO2和φNO2為SO2、NO2濃度換算為二次PM2.5濃度的系數，取值參考《環境影響評價技術導則 大氣環境》(生態環境部,2018)，分別為0.58和0.44。

3.2 EDMS預測結果與分析

根據預測方案采用EDMS模擬規劃2025年北京大興國際機場飛機尾氣污染物在地面的濃度分布情況，采用2020年氣象條件，得到全年及不利氣象條件時段飛機尾氣對北京大興國際機場周邊地區的環境影響。

3.2.1 全年預測結果與分析

北京大興國際機場全年的NO2和PM2.5環境影響預測結果見表 6，其中占標率定義為：

表6 2025年北京大興國際機場區域主要污染物全年時段最大小時、最大日均及年均質量濃度預測結果(不含機場內部區域)Table 6 Statistics of the prediction results of the maximum hourly, maximum daily average and annual average mass concentrations of major pollutants at the Beijing Daxing International Airport area throughout the year 2025 (excluding the area inside the airport)

(2)

式中：P為污染物地面空氣質量濃度占標率，單位：%；ρ為污染物地面空氣質量濃度，單位：μg·m-3；ρ0為污染物環境空氣質量濃度標準，單位：μg·m-3。

由預測結果可知：NO2區域最大小時、最大日均、年均貢獻濃度占標率分別為191.55%、128.15%、95.14%；PM2.5區域最大日均、年均貢獻濃度占標率分別為68.45%、52.73%。NO2和PM2.5各時段占標率均較高，甚至在機場附近區域出現短期濃度超標，飛機尾氣排放對周邊環境將產生一定的影響。

NO2和PM2.5區域日均濃度前50大值發生時段分布如圖 4所示。由圖可見，污染物濃度貢獻高值主要發生在10月下旬至12月和1月至3月上旬的秋、冬季節，與北京市重污染天氣高發期吻合，本文所選取的不利氣象條件時段也發生于該季節。

圖4 2025年北京大興國際機場區域主要污染物全年時段日均質量濃度前50大值發生時段分布Fig.4 Distribution map of the top 50 maximum daily mass concentrations of major pollutants at Beijing Daxing International Airport throughout the year 2025

3.2.2 不利氣象條件時段預測結果與分析

北京大興國際機場不利氣象條件時段排放的NO2和PM2.5預測結果見表 7，由預測結果可知：不利氣象條件時段內NO2區域最大小時、日均貢獻濃度占標率分別為163.11%、109.54%；PM2.5區域最大日均貢獻濃度占標率為65.71%；NO2和PM2.5在不利氣象條件時段占標率均較高，NO2在機場附近區域出現超標，說明在不利氣象條件下，飛機尾氣對周邊環境影響較大。不利氣象條件下的預測結果接近全年預測結果的極大值，說明本文選擇的不利氣象條件時段具有代表性。下文對此不利氣象條件時段的污染物落地濃度和污染氣象特征進行分析。

表7 北京大興國際機場主要污染物不利氣象條件時段最大小時、最大日均質量濃度預測結果(不含機場內部區域)Table 7 Statistics of the prediction results of the maximum hourly and maximum daily average mass concentration of major pollutants in adverse meteorological conditions at Beijing Daxing International Airport (excluding the area inside the airport)

3.2.3 不利氣象條件時段污染氣象特征分析

EDMS中飛機尾氣污染物落地濃度很大程度上取決于混合層高度和湍流擴散系數(Cimorelli et al，2005；夏思佳和王勤耕，2009)，其中模式定義的混合層高度依賴于對流和機械兩個過程，如式(3)所示，模式規定對流邊界層(CBL)中混合層高度(zi)為機械混合層(zim)和對流混合層高度(zic)的較大值；在穩定邊界層(SBL)中混合層高度只取決于機械湍流(切變湍流)，因此SBL的混合層高度zi等于zim。上述機械混合層高度與摩擦速度(u*)呈正相關關系，如式(4)所示。模式中擴散系數也分為對流和機械兩種成分(SBL中只含有機械成分)，分別與對流速度尺度(w*)和u*大致呈正相關關系。從不利氣象條件時段地面風速與摩擦速度的關系(圖 5)可知，當風速<2 m·s-1時,摩擦速度較小，均<0.5 m·s-1，當風速≥2 m·s-1時摩擦速度顯著增大，風速與摩擦速度基本呈正相關關系。綜上所述，風速大小決定了影響污染擴散能力的摩擦速度、機械混合層高度和機械湍流擴散系數，即大氣污染擴散能力。

圖5 2020年2月10—15日北京大興國際機場區域地面風速與摩擦速度關系Fig.5 Relationship between surface wind speed and friction speed in Beijing Daxing International Airport area from 10 to 15 February 2020

(3)

zim∝u*

(4)

重污染過程期間EDMS預測最大小時落地污染物濃度和污染特征參數(zic、w*、zim、u*)如圖6所示。由圖6b可知在重污染過程期間，晝間的w*從08—09時開始增大,在中午(12時)至午后(13時)達到最大，然后持續下降至下午(16—17時)，zic一般從08—09時開始持續上升直至16—17時消失，重污染過程中每日的w*和zic差距不大，說明晝間的對流擴散系數與對流混合層高度在整個過程中變化不大，兩者均不是影響污染物落地濃度的重要因素。由圖6c可知重污染過程期間u*與zim存在較為明顯的正相關關系，且u*與zim在EP1—EP2和EP3—EP4兩段時間內存在明顯差異。在EP1—EP2的污染過程中，風速基本小于2 m·s-1，均值為0.7 m·s-1;u*始終小于0.4 m·s-1，均值為0.19 m·s-1;zim始終小于500 m，均值為222 m，均處于較小的水平，說明此段時間機械湍流擴散能力偏弱，機械混合層高度偏低；14日00時前后伴隨著冷空氣過境，EP3—EP4期間風速迅速增加到2 m·s-1以上，均值達2.8 m·s-1;u*增大至0.4 m·s-1以上，均值為0.61 m·s-1，zim增大至500 m以上，均值為1235 m，機械擴散能力明顯增強，機械混合層高度迅速升高。相比EP1—EP2階段，EP3—EP4階段摩擦速度均值上升了221%。

圖6 2020年2月10—15日北京大興國際機場區域模式預測最大小時落地污染物濃度和污染特征參數演變Fig.6 Model-predicted maximum pollutant concentration and pollution characteristic parameter evolution in Beijing Daxing International Airport area from 10 to 15 February 2020

綜合考慮圖 6b的對流混合層高度和圖6c的機械混合層高度得到重污染期間混合層高度(圖6d)。對比圖6a和6d可得，在重污染過程的EP1—EP2時段內，由風切變引起的夜間機械混合層高度較低，由太陽輻射形成的晝間對流混合層高度相對較高，因此混合層高度此時間段內有明顯的日變化特征，即晝間高夜間低。由于EDMS小時預測結果只代表此小時情況，不考慮污染物累積效應，因此晝間相對較高的混合層高度，有利于飛機尾氣污染物的垂直擴散，污染物落地濃度值較低。夜間混合層高度較低，污染物難以突破邊界層向上輸送擴散，而是在較低邊界層內滯留，緩慢地沿向下風方向擴散，并較快地隨下沉氣流擴散到地面，同時較小的水平風也難以將污染物向周邊地區輸送，導致此時段內夜間污染物落地濃度明顯增高(蔡子穎等，2018；徐棟夫等，2020)。EP1—EP2時間段內NO2最大小時落地濃度范圍為7.9～326.2 μg·m-3，均值為61.4 μg·m-3，PM2.5最大小時落地質量濃度范圍為4.9～184.8 μg·m-3，均值為37.3 μg·m-3，考慮區域背景環境污染物濃度值較高，飛機尾氣排放將進一步加劇區域重污染程度。EP3—EP4時段內，大風引起的較強的切變湍流抬高了機械混合層高度，因此EP3—EP4階段混合層高度無論在晝間或夜間均處于較高的水平，混合層內擴散能力大大加強，地面污染物能夠向上輸送到較高的高度，大氣環境容量也明顯上升，且較大的風速有利于污染物向周邊地區擴散，2月14日后污染物濃度迅速降低，EP3—EP4時間段內NO2最大小時落地濃度范圍為1.2～53.7 μg·m-3，均值為12.5 μg·m-3，PM2.5最大小時落地濃度范圍為1.1～49.0 μg·m-3，均值為8.5 μg·m-3，顯著低于EP1—EP2期間濃度，周邊區域背景環境空氣質量較好，飛機尾氣的影響也較小。相比EP1—EP2階段，EP3—EP4階段飛機尾氣排放所致的PM2.5和NO2最大小時落地濃度均值分別下降了77%和80%。

混合層頂存在逆溫，污染物只能在逆溫層下的混合層內對流彌散，對比圖1a和圖6d可知，EP1—EP2階段大氣污染物濃度的升高也會影響晝間混合層頂逆溫高度，這是由于空氣中的污染物不僅吸收太陽輻射，同時也會削弱地面太陽輻射量，有助于晝間逆溫的形成。因此，晝間逆溫和空氣污染物之間的相互作用是一個正反饋的過程(Zhang and Li，2011)。在EP3—EP4階段受到寒潮影響，破壞了晝間逆溫，降雪過程也有利于清除空氣中的污染物，從而中斷了逆溫和污染物之間的反饋過程，污染物濃度迅速降低。

綜合分析上述重污染過程期間污染氣象特征和EDMS預測結果可知，京津冀秋、冬季霧-霾消散主要因素為較強的大氣水平、垂直運動(周須文等，2020)，重污染結束階段EP3—EP4相比重污染階段EP1—EP2平均風速增大了300%，平均相對濕度下降了25%，與區域擴散能力密切相關的摩擦速度均值上升了221%，因此重污染結束階段EP3—EP4環境PM2.5和NO2小時平均濃度分別下降了97%和89%，飛機尾氣排放的PM2.5和NO2最大小時落地濃度分別下降了77%和80%。由此可知重污染期間受到弱風高濕、較強的接地逆溫等不利氣象條件影響，區域環境污染物濃度和飛機尾氣污染物落地濃度均處于較高的水平。并且通過分析發現氣象條件、污染物擴散能力存在較為明顯的日變化，污染物隨時間的變化規律為08—17時的飛機尾氣污染物落地濃度較低，17時至次日08時落地濃度較高，最大的時刻為夜間的21時。

4 結論與討論

依據北京市2020年空氣質量數據確定不利氣象條件時段，采用EDMS建立北京大興國際機場飛機尾氣排放清單，并模擬預測了全年及不利氣象條件時段的飛機尾氣落地濃度分布，通過對不利氣象條件時段的污染氣象特征和污染物落地濃度時間分布特征的分析得到如下結論：

(1)根據北京市空氣質量歷史監測數據，選擇2020年2月10—15日重污染過程作為不利氣象條件時段進行污染氣象特征分析，結果表明北京地區秋、冬季不利氣象條件基本特征為小靜風、高濕度，存在厚度薄、強度大的接地逆溫，區域污染擴散條件較差，它們共同作用導致北京地區出現以PM2.5為首要污染物的重污染天氣過程，并伴隨著低能見度天氣。

(2)飛機尾氣排放有排放量大、空間分布廣的特征，且北京大興國際機場2025年規劃顯示，二次PM2.5的重要前體物NOx，其排放量可達4873.21 t·a-1。全年模式預測結果顯示，北京大興國際機場飛機尾氣NO2和PM2.5排放會對周圍環境造成一定影響，甚至存在短期超標現象，且區域污染高濃度時段基本發生在重污染高發的秋、冬季。

(3)不利氣象條件期間的小靜風導致決定區域大氣擴散能力的摩擦速度和混合層高度參數較小，影響區域大氣擴散能力，使得飛機尾氣排放的污染物最大落地濃度較大，進一步惡化周邊環境空氣質量。冷空氣過境后，風速、摩擦速度和混合層高度顯著增大，飛機尾氣排放污染物落地濃度迅速降低，且重污染期間污染物落地濃度存在較為明顯的日變化特征，即08—17時的落地濃度較低，17時至次日08時落地濃度較高。

本文討論的不利氣象條件下的飛機尾氣影響研究目前在國內外開展較少，由于采用的EDMS不具備PM2.5二次污染和小靜風條件下的模擬能力，下一步可考慮耦合具有上述能力的CALPUFF、CMAQ等模式，研制適合國內管理要求的新一代飛機尾氣影響預測數值分析模型。

本研究成果對制定不利氣象條件下大型樞紐機場的污染控制對策以減輕飛機尾氣排放對周邊環境空氣質量影響具有一定的參考價值。下一步可以在保障機場安全運行的前提下，開展不利氣象條件下飛機尾氣污染控制措施研究，針對重污染期間的大氣擴散特征和規律，設置多種調控措施情景并進行模擬預測，為降低不利氣象條件下飛機尾氣排放對周邊環境的影響，機場完善運行管理和污染控制提供科學依據。

致謝：感謝《飛機尾氣對機場區域大氣環境影響與減排研究——構建適合北京大興國際機場飛機尾氣影響預測的先進數值分析模型》項目提供的機場排放源清單等資料。