楊 靜, 何 靜, 祝 婕, 藺尾燕

(新疆環(huán)境污染監(jiān)控與風(fēng)險預(yù)警重點(diǎn)實(shí)驗(yàn)室; 新疆清潔生產(chǎn)工程技術(shù)研究中心;新疆環(huán)境保護(hù)科學(xué)研究院, 烏魯木齊 830011)

煤炭不僅是最重要的能源，而且也是化工原料及民用燃料的主要來源。長久以來，能源構(gòu)成中煤炭的比重比較高，造成能源消費(fèi)結(jié)構(gòu)的不協(xié)調(diào)。并且在未來相當(dāng)長的一段時間內(nèi)，煤炭依然是主要的能源[1]。新疆的煤炭資源位居中國前列，預(yù)測其遠(yuǎn)景儲量可達(dá)2.19萬億t，占中國煤炭資源的40%以上[2]。煤炭燃燒會產(chǎn)生各種污染物，如煙粉塵、氮氧化物、二氧化硫、重金屬等[3-4]，這些大氣污染物不僅嚴(yán)重污染環(huán)境，還會引起各種健康問題[5-7]。2012年起，烏魯木齊市采取能源結(jié)構(gòu)調(diào)整，推廣清潔能源的使用等各項(xiàng)措施，逐步改善了烏魯木齊市的空氣質(zhì)量情況[8-9]?！盀?昌-石”城市群是新疆大氣聯(lián)防聯(lián)控的重點(diǎn)區(qū)域，因?yàn)槠涮厥獾臍夂驐l件和地形情況，冬季采暖期間煤煙型大氣污染情況依然不容樂觀。對“烏-昌-石”區(qū)域的燃煤源進(jìn)行污染物排放研究，分析其污染時空分布特征，是改善區(qū)域冬季大氣環(huán)境的必要過程，也是首次以整個區(qū)域燃煤工業(yè)源為研究對象。

目前，常用的大氣模擬擴(kuò)散模型有CMAQ、CALPUFF、AERMOD等[10-13]，中外學(xué)者對比了上述模型的應(yīng)用性，發(fā)現(xiàn)在相同條件下模型的結(jié)果有較大的差別[14]。Wang等[15]將CALPUFF模型和ISCST3高斯分散模型用于評估順風(fēng)氣味濃度和源氣味排放率，發(fā)現(xiàn)CALPUFF模型和ISCST3模型對于反向計算氣味排放率與實(shí)際顯著不同。舒璐等[16]對比了AERMOD模型和CALPUFF模型在復(fù)雜地形條件下的干沉降模擬差別，表明氣態(tài)干沉降幾乎不影響兩種模型的模擬結(jié)果，而顆粒物干沉降對AERMOD影響遠(yuǎn)遠(yuǎn)大于對CALPUFF。因此，合適的模型才能保證模擬的結(jié)果合理，CALPUFF模型相對其他模型更適合模擬污染物的擴(kuò)散和遷移[17]?，F(xiàn)統(tǒng)計2016年“烏-昌-石”區(qū)域的燃煤工業(yè)企業(yè)污染物排放情況，用CALPUFF模型對SO2、NOx、PM2.5和PM10的時空分布進(jìn)行模擬，分析影響“烏-昌-石”區(qū)域大氣環(huán)境質(zhì)量的各因素，為“烏-昌-石”區(qū)域大氣污染防治提供基礎(chǔ)。

圖1 “烏-昌-石”區(qū)域消耗燃煤工業(yè)企業(yè)分布

1 數(shù)據(jù)及方法

1.1 研究區(qū)概況

“烏-昌-石”區(qū)域位于天山北坡經(jīng)濟(jì)帶，是天山北坡經(jīng)濟(jì)帶的重要組成部分，區(qū)域面積共6.9×104km2左右。區(qū)域主要包括：烏魯木齊市七區(qū)一縣(天山區(qū)、沙依巴克區(qū)、新市區(qū)、水磨溝區(qū)、頭屯河區(qū)、達(dá)坂城區(qū)、米東區(qū)、烏魯木齊縣)，昌吉州的兩市兩縣(昌吉市、阜康市、呼圖壁縣、瑪納斯縣)，塔城地區(qū)沙灣縣，新疆建設(shè)兵團(tuán)農(nóng)六師五家渠市，農(nóng)八師石河子市。該區(qū)域是生產(chǎn)力高度集中的地區(qū)，是新疆現(xiàn)代工業(yè)、農(nóng)業(yè)、交通信息、教育科技等最為發(fā)達(dá)的核心區(qū)域，集中了全疆大部分的重工業(yè)和輕工業(yè)，城鎮(zhèn)、交通、能源等基礎(chǔ)條件好，對全疆經(jīng)濟(jì)起著重要的帶動、輻射和示范作用。

1.2 數(shù)據(jù)來源

研究對象為“烏-昌-石”區(qū)域內(nèi)消耗燃煤的工業(yè)企業(yè)，數(shù)據(jù)以2016年新疆環(huán)境統(tǒng)計數(shù)據(jù)為基礎(chǔ)，根據(jù)研究區(qū)域范圍篩選出位于研究區(qū)域的工業(yè)企業(yè)，總共2 865家，其中，“烏-昌-石”區(qū)域內(nèi)消耗燃煤的工業(yè)企業(yè)共757家，分布情況見圖1。根據(jù)CALPUFF模型模擬計算的要求，將這757家燃煤工業(yè)企業(yè)作為點(diǎn)源，對每個點(diǎn)源的SO2、NOx、PM2.5、PM10排放清單進(jìn)行計算、整理。

1.3 CALPUFF模型應(yīng)用

CALPUFF模型是一個支持多層、多污染物、非穩(wěn)態(tài)的煙團(tuán)擴(kuò)散模型，能夠模擬隨時空變化的氣象條件下污染物的遷移轉(zhuǎn)化及清除效應(yīng)[18]。主要包含了CALMET(氣象模型)、CALPUFF(輸送和擴(kuò)散模型)、CALPOST(后處理程序)及其他預(yù)處理程序四個部分[19-20]。

1.3.1 模擬計算范圍及時間

考慮燃煤工業(yè)企業(yè)的分布范圍和CALPUFF模型適合的計算范圍，選擇了以昌吉市(44.015 7°N，87.078 7°E)為中心點(diǎn)，東西長300 km，南北寬160 km的一個長方形區(qū)域作為模擬計算范圍，模擬時間為2016年1月和6月。

1.3.2 網(wǎng)格設(shè)置

模式中的網(wǎng)格設(shè)置包括地理網(wǎng)格、氣象網(wǎng)格、計算網(wǎng)格和采樣網(wǎng)格。其中計算網(wǎng)格和采樣網(wǎng)格一致，網(wǎng)格分辨率為5 km?？紤]到高架源大氣污染物遠(yuǎn)距離擴(kuò)散過程中的煙團(tuán)回流和迂回效應(yīng)，地理網(wǎng)格和氣象網(wǎng)格在計算網(wǎng)格的基礎(chǔ)上東西南北方向各外擴(kuò)2 km作為緩沖區(qū)，網(wǎng)格分辨率均為10 km，垂直方向共11層。

2 結(jié)果與討論

2.1 風(fēng)場情況

在排放源強(qiáng)固定不變的前提下，大氣污染狀況由大氣本身的擴(kuò)散稀釋能力決定，主要包括水平方向傳輸和垂直方向上的傳輸。垂直方向上的傳輸過程主要受到逆溫層的影響，范彥芳等[21]研究表明四種主要空氣污染物(SO2、NO2、PM10、PM2.5)的濃度與逆溫層均存在一定相關(guān)性，并且與逆溫層厚度和強(qiáng)度呈正相關(guān)。秦泉[22]研究發(fā)現(xiàn)烏魯木齊冬季逆溫現(xiàn)象頻繁，導(dǎo)致大氣環(huán)境污染嚴(yán)重，同時，在水平方向上的地面風(fēng)場對大氣污染也有著重要影響。風(fēng)是一個矢量，由風(fēng)速和風(fēng)向兩個參數(shù)共同決定。風(fēng)速決定著大氣污染物的平流傳輸能力，風(fēng)速越大時，單位時間內(nèi)污染物被輸送的距離越遠(yuǎn)，污染物與大氣的混合越充分，污染物濃度越低；而風(fēng)向決定著大氣污染物的走向與范圍。分別統(tǒng)計1月、6月的烏魯木齊市、昌吉市、石河子市、五家渠市和沙灣縣五個城市距地面10 m的風(fēng)場情況(表1)。

對比可知，五個城市1月的平均風(fēng)速最小，并且1月的靜風(fēng)頻率較高(最高可達(dá)30%)，可以看出1月份，“烏-昌-石”區(qū)域的大氣環(huán)境相對于6月是穩(wěn)定的狀態(tài)，這種狀態(tài)不利于大氣污染物的擴(kuò)散。從1月的主要風(fēng)向來看，五個城市的風(fēng)存在著相向風(fēng)，從地理位置上分析，相向風(fēng)大概會在烏魯木齊市與五家渠市交界附近形成輻合帶，加劇污染物聚集情況。6月的平均風(fēng)速相對較大，并且靜風(fēng)頻率也較小(6%左右)。僅從水平方向分析，1月的污染物最不易擴(kuò)散稀釋，而6月的擴(kuò)散情況相對較好。

對比五個城市擴(kuò)散情況，石河子市和沙灣縣的平均風(fēng)速相對較高，靜風(fēng)頻率相對較低。而且從風(fēng)向看，石河子市和沙灣縣的主要來風(fēng)風(fēng)向?yàn)槟巷L(fēng)，污染物大多向北擴(kuò)散，對其他三個城市影響較小。

2.2 大氣污染物排放情況

由表2可知，2016年燃煤工業(yè)企業(yè)SO2排放量共97 949.82 t，烏魯木齊市排放量最大，占比為43.51%，其中排放量比較大的是頭屯河區(qū)和米東區(qū)，新市區(qū)和烏魯木齊縣最少；其次是昌吉州，占比33.18%；石河子市和五家渠市占比分別為12.58%和9.36%，沙灣縣排放量最少，占比僅為1.37%。

表1 風(fēng)速和風(fēng)向情況

表2 2016年“烏-昌-石”區(qū)域各地區(qū)大氣污染物排放

NOx排放量共10 208.84 t，烏魯木齊市排放量最大，占比為37.39%，其中排放量比較大的是頭屯河區(qū)和米東區(qū)，新市區(qū)和烏魯木齊縣最少；其次是昌吉州，占比為23.00%；石河子市和五家渠市占比分別為25.94%和12.12%，與SO2排放量一致。沙灣縣在所有地區(qū)排放量最少，占比僅為1.55%。

圖2 SO2濃度分布

PM2.5排放量共2 426.99 t，排放量較大的區(qū)域?yàn)椴莸?市2縣和石河子市，占比分別為37.35%和36.61%，其次五家渠市，占比為18.20%；烏魯木齊市和沙灣縣較少，占比分別為7.55%和0.29%。

PM10排放量共4 481.73 t，排放量最大的區(qū)域?yàn)槭幼邮校急裙矠?2.92%，其次是昌吉州和五家渠市，占比分別為32.67%%和17.05%；烏魯木齊市和沙灣縣較少，占比分別為7.11%和0.25%。

由表2可知，SO2和NOx區(qū)域排放量大小依次為烏魯木齊市>昌吉州>石河子市>五家渠市>沙灣縣，而PM2.5和PM10區(qū)域排放量大小與SO2和NOx不同。主要原因是PM2.5和PM10的排放量在統(tǒng)計計算時不僅包括燃煤燃燒排放的，還有生產(chǎn)中工藝過程排放的，工藝排放的量要遠(yuǎn)遠(yuǎn)超過燃煤燃燒排放的量，由此也可見工業(yè)企業(yè)類型對顆粒物的排放量有著重要影響。

2.3 污染物時空分布

2.3.1 SO2

如圖2所示，SO2濃度分布有著明顯的季節(jié)性差異，1月SO2擴(kuò)散面積較大，并且出現(xiàn)高濃度的區(qū)域范圍也較大，6月擴(kuò)散面積較小，出現(xiàn)高濃度的區(qū)域范圍也較小。區(qū)域冬季受到大氣邊界層結(jié)構(gòu)特征的影響，污染物難以在垂直方向向上擴(kuò)散，而聚集在近地面，造成地面重污染[24]，并且風(fēng)速也較低，導(dǎo)致污染物在橫向方向擴(kuò)散過程緩慢，加重了地面污染情況。高濃度值區(qū)主要集中在阜康市和米東區(qū)，這兩個區(qū)域燃煤工業(yè)企業(yè)數(shù)量也是最多的，阜康市和米東區(qū)的SO2排放量占比也較高，分別約為14%和17%。此外，石河子市和瑪納斯縣的SO2排放量也比較大，占比均超過10%，但是從CALPUFF模擬計算結(jié)果來看，石河子和瑪納斯縣的濃度較低，主要是這兩個地區(qū)擴(kuò)散條件較好，與風(fēng)場分析結(jié)論一致。

圖3 NOx濃度分布

2.3.2 NOx

如圖3所示，NOx濃度分布情況與SO2相似，大體呈現(xiàn)向北擴(kuò)散的趨勢。其中，濃度最高值也出現(xiàn)在1月，并且出現(xiàn)高濃度的區(qū)域范圍也較大，6月擴(kuò)散面積較小，出現(xiàn)高濃度的區(qū)域范圍也較小。高濃度值區(qū)主要集中在阜康市和米東區(qū)，這兩個區(qū)域NOx排放量占比較高，阜康市和米東區(qū)的NOx排放量占比分別約為9%和20%。而石河子市和五家渠市的NOx排放量占比分別約26%和12%，均要高于阜康市和米東區(qū)，從CALPUFF模擬計算結(jié)果來看，石河子市和五家渠市濃度值整體較低。綜上所述，污染物排放量不是決定區(qū)域濃度的唯一因素，與氣象條件和地形位置有著很大的關(guān)系。

2.3.3 PM2.5

如圖4所示，1月高濃度值區(qū)域主要為新市區(qū)、沙依巴克區(qū)、天山區(qū)、烏魯木齊縣和阜康市，其中，濃度最高值在烏魯木齊縣北部區(qū)域。6月高濃度值區(qū)域主要為新市區(qū)、沙依巴克區(qū)和烏魯木齊縣，其中，濃度最高值在新市區(qū)。從PM2.5的排放量來看，新市區(qū)、沙依巴克區(qū)、天山區(qū)和烏魯木齊縣的占比都比較低，燃煤消耗量占比都低于5%，PM2.5的排放量占比都低于0.1%。反而是昌吉市、五家渠市和石河子市PM2.5的排放量占比較高，均高于10%，石河子更是達(dá)到36%。

圖4 PM2.5濃度分布

2.3.4 PM10

如圖5所示，PM10在區(qū)域濃度分布情況與PM2.5相似，1月濃度最大值出現(xiàn)在烏魯木齊縣，高濃度值區(qū)域主要在新市區(qū)、沙依巴克區(qū)、天山區(qū)、烏魯木齊縣和阜康市。6月高濃度值區(qū)域主要為新市區(qū)、沙依巴克區(qū)和烏魯木齊縣，其中，濃度最高值在新市區(qū)。從PM10的排放量來看，新市區(qū)、沙依巴克區(qū)、天山區(qū)和烏魯木齊縣的占比都比較低，均低于0.1%。反而是五家渠市和石河子市PM10的排放量占比較高，分別為17%和43%，但是五家渠和石河子市的PM10濃度整體較低。

圖5 PM10濃度分布

3 結(jié)論

以“烏-昌-石”區(qū)域內(nèi)消耗燃煤的工業(yè)企業(yè)點(diǎn)源為主要研究對象，用CALPUFF模型計算點(diǎn)源對區(qū)域的貢獻(xiàn)濃度，通過不同污染物的時空分布特征，分析影響區(qū)域污染物濃度的主要因素，得到以下結(jié)論。

(1)區(qū)域SO2、NOx、PM2.5和PM10總排放量分別為97 949.82、10 208.84、2 426.99、4 481.73 t，其中SO2和NOx區(qū)域排放量大小順序一致，依次為烏魯木齊市>昌吉州>石河子市>五家渠市>沙灣縣；PM2.5區(qū)域排放量依次為昌吉州>石河子市>五家渠市>烏魯木齊市>沙灣縣。PM10區(qū)域排放量大小依次為石河子市>昌吉州>五家渠市>烏魯木齊市>沙灣縣。

(2)四種污染物的濃度分布有著明顯的季節(jié)性特征，即1月濃度分布范圍最廣，且濃度較高；而6月的濃度分布范圍較小，且濃度偏低。石河子市和五家渠市污染物的濃度值整體較低，而阜康市和烏魯木齊市的米東區(qū)等地區(qū)的污染物濃度普遍偏高。說明燃煤消耗量和污染物排放量不是決定區(qū)域?qū)嶋H濃度的唯一因素，主要還受到氣象條件和地形的影響。石河子和五家渠所在地形開闊，大氣條件較好，有利于污染物在水平方向上的擴(kuò)散遷移，并且大部分污染物擴(kuò)散到北部平原地區(qū)，而阜康市和米東區(qū)不僅排放較高，而且還受到周圍風(fēng)場的影響，導(dǎo)致污染物在此聚集。