“APEC蓝”是北京市民心中温存的美好记忆,更是全国公众对优良环境的共同期待。APEC蓝是如何实现的?各种应急减排措施成效几何?若要留住“APEC蓝”,又有哪些经验值得借鉴?
2014年北京APEC会议前后,中科院组织实施了“京津冀区域灰霾综合外场实验”,综合运用地面观测、激光雷达探空、车载走航、卫星遥感和数值模型预报等多种手段,对“APEC蓝”一探究竟,为上述问题提供了答案。
刘建国 谢品华 刘文清(中国科学院合肥物质科学研究院)
王跃思 王自发(中国科学院大气物理研究所)
贺泓(中国科学院生态环境研究中心)
你还记得曾经的“APEC蓝”吗?
2014年11月5—11日,亚太经济合作组织(APEC)会议在北京召开。11月的北京,处于秋冬转换季节,往往风速小、降水少、静稳逆温天气频发,不利于污染物扩散。为保障会议期间北京的空气质量,北京、天津、河北、山西、内蒙古、山东等省区市采取了不同程度的减排措施,确保北京各类主要污染物减排比例在40%以上,其他省区市污染物减排比例在30%以上。
多方努力之下,加上相对往年较为有利的气象条件,APEC会议期间,北京空气质量优良,仅1天为轻度污染,实现了“APEC蓝”。
为阐明AEPC期间减排措施的效果,并以此深入认识京津冀区域大气复合污染成因和秋冬季重霾污染的形成机制,中科院组织实施了“京津冀区域灰霾综合外场实验”,以毗邻怀柔雁栖湖的中国科学院大学超级大气观测站为核心实验区,采用地面观测、激光雷达探空、车载走航、卫星遥感和数值模型预报等多种手段,构建了由2个超级站、15个立体观测站、6辆移动观测车和20多个气象站组成的“京津冀大气污染综合观测研究网络”,对2014年10—11月期间,京津冀区域的数次灰霾污染形成过程进行了全方位观测。
三分钟看懂“APEC蓝”
△中科院生态环境研究中心贺泓介绍“大气灰霾追因与控制”研究进展。
△“APEC蓝”研究主要实验数据与结论。
减排措施与天气形势
表1:各地区采取控制措施后污染物减排比例
APEC期间,京津冀区域大气污染格局为南重北轻,并随时间从南向北蔓延,具体表现为当北京地区南部由轻度转为中度、重度污染时,市区和北部空气质量依然保持优良。主要原因是京津冀区域污染源得到了有效控制。APEC空气质量保障期间,各地区采取重污染工业企业停产、限产、机动车限行、严控施工扬尘等控制措施后,污染物得到大幅削减。
图1:2014年10月与APEC期间污染时段PM2.5比对分析
APEC期间的天气形势与之前2014年10月17—20日的过程类似,属于弱累积天气型,表现为持续风向时间较短,日夜山谷风切换频繁,湿度略低。在同类天气形势控制下,APEC期间PM2.5仅为54 μg/m3,而在同年10月17—20日期间,PM2.5高达133 μg/m3。如果APEC期间受“强累积天气型”控制,模式模拟计算表明,PM2.5将从54 μg/m3上升至75 μg/m3以上,北京地区空气质量将从良好下降到轻度污染。因此,除减排的贡献外,相对有利的天气过程使北京地区大气污染下降了一个级别。
气态污染物区域分布特征和变化规律
图2:北京NO2和SO2柱浓度变化量(2014年10月25日—2014年11月12日)
NO2和SO2是致霾的主要气态污染物,前者以燃煤工业和机动车排放为主,后者主要来自燃煤工业排放。京津冀区域的地基MAX-DOAS遥感观测表明,10月份北京NO2柱浓度高于周边地区,说明北京NO2主要来源于本地源排放;而北京南部各城市SO2柱浓度明显高于北京,由此可见,在偏南风场下,区域SO2输送对北京市空气质量有较大影响。采取控制措施后,北京市NO2柱浓度降低了58%,SO2柱浓度降低了41%。
图3:京津冀控制措施实施前后NO2区域分布对比
从卫星数据分析发现,北京区域NO2柱浓度下降47.8%;天津唐山区域NO2柱浓度下降23%;邯郸邢台区域柱浓度下降17%,卫星数据和地基遥感观测数据有较好的吻合。注:北京区域(116—117°E、39.6—40.6°N);天津唐山周边区域(117—118.8°E、39—40.1°N);邯郸邢台区域 (113.6—115.1°E、36.2—37.5°N);石家庄在10 月28日、10 月30—31 日、11月2 日卫星数据缺失。
颗粒物区域分布特征和变化规律
图4:APEC期间污染(PM2.5日均值>35 μg/m3 11月7—10 日)与对照时段(PM2.5日均值<35 μg/m3 11月6 日、11—12日)北京地区PM1、PM2.5和PM10质量浓度变化
11月6—12日,北京地区的PM1、PM2.5和PM10质量浓度变化显示,北京地区的空气质量良好,相对污染时段和对照时段PM2.5的平均值分别为54μg/m3和11 μg/m3,均低于空气质量国家二级标准(75 μg/m3)。与10月下旬相比,APEC期间北京地区PM1及PM2.5浓度显著降低,污染时段PM1、PM2.5和PM10分别下降了77%、72%和68%。反映出APEC期间的减排措施显著降低了北京大气细颗粒物浓度。
北京地区能见度变化规律及颗粒物成分消光贡献
图5:APEC期间北京颗粒物化学组成对大气能见度的贡献
以PM2.5为代表的细颗粒物是造成大气能见度下降的重要因子。APEC期间,有机质、硝酸盐、硫酸盐和铵盐对大气的消光贡献分别为35%、17%、16%和15%,有机质仍对大气消光起主要作用;PM1有机气溶胶对大气能见度下降的贡献达41%,硝酸盐、硫酸盐和铵盐三种无机成分的贡献达40%,与有机物贡献相当。黑炭气溶胶由于其吸收作用,对能见度衰减的贡献达12%。
北京APEC期间PM2.5化学组成比例发生了显著变化,尤其是PM1-2.5较粗粒径段水溶性无机盐大幅度下降,有效抑制了北京大气中二次粒子的增长,从而控制了霾污染的爆发。
北京五环内NO2柱浓度分布及总量估算
图6:北京五环2005 年(7月17 日),2008 年(7 月17 日)及APEC期间(11月3 日)SO2与NO2柱浓度车载移动观测结果
怀柔区污染物排放通量
图7:在相同西北风场下,沿网格化走航观测路线在2014年5月4日和11月9日观测的浓度分布对比
2014 年5 月采用车载DOAS 对怀柔区进行了网格分区观测。对比相同风场条件的APEC期间11 月9 日与5 月4 日,APEC期间,怀柔城区(网格7)、工业区(网格1和4)SO2与NO2排放量有不同幅度下降。其中,网格4,SO2下降76.1%,NO2下降98% ;网格7,SO2下降84.7%,NO2下降95.1%;网格1无排放。
区域污染输送:颗粒物输送(激光雷达观测)
图8:激光雷达观测的气溶胶光学特性与水汽时空演变(2014 年11 月1—11 日)
图9:2014 年11 月3—5日北京边界层高度演变及输送通量
11 月3—5 日,发生了APEC期间的第1 次输送过程。结合气象条件和气流后向轨迹,在第1次的污染输送过程中,弱南风及小尺度的气象场无法形成长距离的西南输送,但处于北京边界地区的西南方向却对北京存在21.2%输送贡献率;5 日中午以后,弱南风带来的输入开始减弱,转而表现为东南方向上北京对周边区域的输出。
11 月8—10 日是APEC期间的第2 次输送过程。北京依然主要受南风影响,但西北风场已开始逐渐北移至东北,西北风所带来的污染清除力度减弱且此次污染持续时间较长,东南方向上又无明显输出,北京的污染特征表现为更为典型的局地污染,从而输送贡献率下降,西南区域对北京的输送贡献为11%。
区域污染输送:气态污染物SO2、NO2输送(MAX-DOAS观测)
图10:2014 年11 月5日污染消散过程中各站点的NO2廓线
11 月4 日,从NO2廓线观测到各站点出现了明显的污染过程,国科大站点(怀柔)相对于遥感所站点(北四环)污染出现时间滞后,表明有来自于市区的NO2传输。而从保定站的廓线观测结果可见,本次过程中的NO2浓度并不高。可见,北京市区的NO2主要来源于局地,气体污染物主要分布在400 m以下,高空伴随微弱的输送过程。
在污染消散过程中(11 月5 日),西北风向成为主导风向。国科大站点和遥感所站点NO2迅速降低,而位于北京东南部的永乐店观测到了较长时间的NO2近地面高值过程,说明北京市污染物向外输出,在400—800 m高度存在NO2的输送层。由此可见,NO2受局地影响较大,垂直分布主要集中在400 m 以内,污染时可达800 m。
图11:2014年11 月3 日各站点SO2柱浓度时间序列
给出了11 月3日下午的一次SO2污染输送过程,在弱西南风的影响下,琉璃河、遥感所和国科大的MAX-DOAS 站点先后观测到了SO2的高值出现,其中琉璃河站SO2浓度高,是由局地积累及传输共同造成的。
为了评估在这次输送过程中来自西南方向的影响,以琉璃河站点的MAX-DOAS的测量结果为依据,结合卫星、气象等数据,初步估算了在此期间的气态污染物SO2贡献率,以琉璃河为界面,西南方向向北京市区输送SO2的贡献率约为30%。对比10 月27 日和11 月3 日两个相似弱西南风气象条件下的观测结果,SO2的输送强度在部分控制措施实施后(11 月3 日)比实施前(10 月27 日)下降38%。
控制措施对北京空气质量的影响评估
图12:观测、基准模拟、采取措施后模拟PM2.5浓度逐日变化
模式合理地模拟出了北京市平均PM2.5浓度的逐日变化,模拟结果无论在趋势还是量级上都与观测结果一致。对应急措施影响PM2.5浓度超标情况进行的统计分析显示,在当时气象条件下,如果不采取应急减排控制措施,会期10 天中,轻度污染天数将由1 天增为6 天,中度及以上污染天数将增加1 天。考虑到模式对持续多天累积过程的污染浓度存在低估,实际在11 月8—10 日连续污染过程中,将可能出现重度污染。这说明空气质量应急减排等保障措施具有明显效果。
控制措施对区域污染水平分布的影响
图13:若无控制措施将产生的SO2、NO2和PM2.5增加量
利用模式模拟可以分析控制措施对京津冀区域APEC期间平均PM2.5、SO2和NO2的影响,若不采取控制措施,京津冀区域的SO2、NO2和PM2.5都将显著增加。其中,北京地区SO2的增幅将达4 ppb—12 ppb(40%—60%),NO2的增幅达4 ppb—12 ppb(40%—80%),PM2.5的增幅达15 μg/m3—30 μg/m3(40%—60%)。从总体上看,北京南部的增幅将大于北部地区。因此,控制措施对北京APEC期间的空气质量改善起到了十分重要的作用。
APEC期间机动车限行的影响
图14:APEC期间北京气态前体物NOx和VOCs浓度变化情况
APEC期间的污染时段,北京气态前体物NOx和VOCs浓度比10 月下旬污染时段(102.7 ppb 和60.4 ppb)分别下降了40%和52%。北京机动车单双号行驶可大幅降低VOCs排放、限制NOx增加可对大气PM2.5浓度起到有效抑制作用,降低霾污染爆发的潜势。注:2014 年10 月23—25 日是定义为10 月下旬污染时段,10 月26 日定义为清洁时段,2014 年11月7—10 日定义为APEC期间污染时段,2014年11 月6日定义为清洁时段。
京津冀区域大气容量及承载力评估
考虑污染物在大气中的迁移和转化过程,并解析二次污染物对PM2.5中各组分的贡献,利用区域空气质量模式NAQPMS计算了京津冀区域SO2、NOx 和PM2.5环境容量。结果表明,当考虑PM2.5达标时,京津冀区域SO2的总容量为92.6 万吨,NOx为126.5 万吨,一次PM2.5总容量为59.5 万吨。京津冀区域各污染物容量月变化表明,污染物容量较大的季节主要集中在夏季,采暖期容量较小,污染物减排措施应更集中于采暖期。利用容量和2013 年排放量计算京津冀区域各污染物承载力水平,结果表明,京津冀区域SO2和NOx除秦皇岛外全部严重超载,一次PM2.5超载也较为严重。若要留住“APEC蓝”(京津冀区域实现各污染物日均浓度达到国家二级标准),年需削减SO2 82.7万吨,NOx138.4 万吨,一次PM2.5 46.1 万吨,分别占2013 年排放量的约47%、52%和44%,减排任务十分艰巨。
(1)在京津冀区域分地区分阶段实现“APEC蓝”。京津冀区域城市规模大、人口密度高、能源消耗强度大,大气复合污染存在区域差别。可以利用北京山地平原风(白天偏南风、晚上偏北风)特性,先在北京中北部区域(南三环以北)长期保持“APEC蓝”,再分批次、分阶段逐步向南推进。
(2)严格落实大气污染防治“国十条”,并建立动态调整机制。根据本研究估算的京津冀区域大气SO2、NOx 和PM2.5环境容量,要留住“APEC蓝”,主要大气污染物的削减任务艰巨。这就需要在落实“国十条”的基础上,遵循环境容量的约束条件,建立污染物消减的量化调整体系。
(3)进一步加强京津冀区域的联防联控,做好钢铁、冶金、建材等高污染企业的调整。积极参与“21 世纪海上丝绸之路”建设,支持国家经略南海战略,有计划地实现产能转移,不仅可避免在国内梯次转移造成更大范围污染,而且可达到控制CO2排放和治理大气环境污染的双重效果。
参考文献:
Doyle M, Dorling S. Visibility trends in the UK 1950-1997. Atmospheric Environment, 2002, 36:3161-3172.
Chan Y C, Simpson RW, Mctainsh G H, et al. Source apportionment of visibility degradation problems in Brisbane(Australia)using the multiple linear regression techniques. Atmospheric Environment,1999, 33(19):3237-3250.
Richard S. Beijing's marathon run to clean foul air nears finish line. Science, 2008, 321(5889):636-637.
Hofzumahaus A, Rohrer F, Lu KD, et al. Amplified trace gas removal in the troposphere. Science, 2009, 324(5935):1702-1704.
Li SW, Liu WQ, Xie PH, et al. Observation of nitrate radical in the nocturnal boundary layer during a summer field campaign in Pearl River Delta, China. Terrestrial Atmospheric and Oceanic Sciences, 2012, 23(1):39-48.
Chen ZY, Liu WQ, Liu JG, et al. Haze observations by simultaneous Lidar and WPS in Beijing before and during the APEC, 2014. Optical Express, 2015, 1(12):321-335.
Wu FC, Xie PH, Li A, et al. Observations of SO2 and NO2 by mobile DOAS in the Guangzhou eastern area during the Asian Games 2010. Atmospheric Measurement Techniques, 2013,(6):2277-2292.
Hao JM,Wang LT, Li L, et al. Air pollutants contribution and control strategies of energy-use related sources in Beijing. Science China, 2005, D 48:138-146.
Li J,Wang Z,Wang X, et al. Impacts of aerosols on summertime tropospheric photolysis frequencies and photochemistry over Central Eastern China. Atmospheric Environment, 2011, 45(10):1817-1829.
Li J,Wang Z, Zhuang G, et al. Mixing of Asian mineral dust with anthropogenic pollutants over East Asia:a model case study of a super-dust storm in March 2010. Atmospheric Chemistry and Physics, 2012,(12):7591-7607.
Ma JZ, Chen Y,WangW, et al. Strong air pollution causes widespread haze-clouds over China. Journal of Geophysical Research-Atmospheres, 2010, 115:D18204
Wang ZF, Li J,Wang Z, et al. Modeling study of regional severe hazes over mid-eastern China in January 2013 and its implications on pollution prevention and control. Science China(Earth Science),2014, 57(1):3-13.
Wu QZ,Wang ZF, Gbaguidi A, et al. A numerical study of contributions to air pollution in Beijing during CARE Beijing-2006. Atmospheric Chemistry and Physics, 2011, 11:5997-6011.
Wu Q,WXu, Shi A, et al. Air quality forecast of PM10 in Beijing with Community Multi-scale Air Quality Modeling(CMAQ)system: emission and improvement. Geoscientific Model Development,2014, 7(5):2243-2259.
(原文发表于《中国科学院院刊》(微信公众号ID:CASbulletin)2015年第3期,标题《APEC前后京津冀区域灰霾观测及控制措施评估》,《赛先生》获授权刊发,略有修订。)
联系客服