李厚宇　崔磊　賈敏　甄瑞卿　毛娜　劉厚鳳　伯鑫

摘要：基于京津冀地區(qū)某典型鋼鐵企業(yè)排放清單，建立了超低排放改造前后兩種情景，利用AERMOD模型模擬了兩種情景下典型鋼鐵企業(yè)排放SO2、NOx和一次PM10對周邊大氣環(huán)境的影響。結(jié)果顯示：從排放量來看，鋼鐵企業(yè)的超低排放改造對NOx減排效果更為明顯，NOx減排比例達(dá)到為56.44%?，F(xiàn)狀情景下，典型鋼鐵企業(yè)對5個空氣質(zhì)量監(jiān)測站SO2、NOx和PM10的年均貢獻(xiàn)濃度分別為0.11μg/m3、0.34μg/m3和0.20μg/m3。超低排放改造后，典型鋼鐵企業(yè)對5個空氣質(zhì)量監(jiān)測站SO2、NOx和PM10的年均貢獻(xiàn)濃度分別下降0.05μg/m3、0.16μg/m3和0.07μg/m3。

關(guān)鍵詞：鋼鐵企業(yè);超低排放;空氣質(zhì)量;AERMOD

中圖分類號：X820.6 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-672X（2020）09-00-04

DOI：10.16647/j.cnki.cn15-1369/X.2020.09.005

The impact of the implementation of ultra-low emission standards for a typical iron and steelmaking plant on air quality in Beijing-Tianjin-Hebei region

Li Houyu1，2， Cui Lei3， Jia Min2，4， Zhen Ruiqing5， Mao Na6， Lliu Houfeng1， Bo Xin2

（1.College of Geography and Environment， Shandong Normal University，Jinan Shandong 250014，China;2.Appraisal Center for Environment and Engineering， Ministry of Ecology and Environment，Beijing 100012，China;3.Zhongsheng Environmental Technology Development Co.，Ltd.，Xian Shaanxi 710000，China;4.School of Economics and Management，Beijing University of Chemical Technology，Beijing 100029，China;5.Capital Engineering & Research Incorporation Limited，Beijing 100176，China;6.Ecology and Environmental Protection Science Research Institute of Cangzhou City，Cangzhou Hebei 061000，China）

Abstract：Based on the basic emission inventories of a typical iron and steelmaking plant in Beijing-Tianjin-Hebei region， two scenarios before and after the implementation of ultra-low emission standards were established.AERMOD model was used to quantitatively simulate the environmental impact of SO2，NOx and PM10 emitted by the typical iron and steelmaking plant on the surrounding atmospheric environment under the two scenarios. The results showed that the mitigation effect was more striking for NOx emission if all emission facilities meeting ultra-low standards with the emission reductions of 56.44%，from the perspective of pollutants emissions. Under the current situation， the average annual contributions of SO2， NOx and PM10 of the typical iron and steelmaking plant are 0.11，0.34 and 0.20 μg/m3， respectively， to 5 air quality monitoring stations.After the implementation of ultra-low standards， the average annual contribution of SO2， NOx and PM10 decreased by 0.05， 0.16 and 0.07 μg/m3， respectively.

Key words：Iron and steelmaking plant;Ultra-low emission;Air quality;AERMOD

2018年，中國粗鋼產(chǎn)量為9.3億t，占全球粗鋼產(chǎn)量的51.3%[1]，鋼鐵工業(yè)企業(yè)排放大量的二氧化硫，氮氧化物，顆粒物和VOCs等污染物[2-3]。京津冀地區(qū)是鋼鐵企業(yè)重點(diǎn)分布區(qū)域，2018年京津冀地區(qū)粗鋼產(chǎn)量占全國產(chǎn)量的27.7%[4]。京津冀鋼鐵企業(yè)具有較大的減排潛力[2，5-7]。為了繼續(xù)降低京津冀地區(qū)排放水平，提高空氣質(zhì)量，打贏藍(lán)天保衛(wèi)戰(zhàn)，生態(tài)環(huán)境部在鋼鐵行業(yè)推行超低排放改造，要求到2020年10月底前，京津冀及周邊地區(qū)具備改造條件的鋼鐵企業(yè)基本完成超低排放改造。

目前，鋼鐵企業(yè)超低排放研究主要集中在超低排放技術(shù)，鮮有關(guān)于鋼鐵企業(yè)超低排放對空氣質(zhì)量影響的研究。相關(guān)研究多集中在鋼鐵企業(yè)的源解析和數(shù)值模擬等方面。Jia等[8]通過監(jiān)測手段分析了鋼鐵行業(yè)不同工序排放不同粒徑的顆粒物的化學(xué)成分。Dai等[9]對鋼鐵企業(yè)周邊的空氣中顆粒物進(jìn)行了排放源的識別和分配。段文嬌等[5]、伯鑫等[7]分別利用CAMx模型模擬了京津冀地區(qū)鋼鐵行業(yè)對大氣污染的影響。

為了評估典型城市鋼鐵企業(yè)超低排放對空氣質(zhì)量的影響，本研究基于京津冀地區(qū)某典型鋼鐵企業(yè)排放清單，設(shè)置了2018年現(xiàn)狀排放、超低排放兩種情景，利用AERMOD模型模擬了兩種情景下該企業(yè)排放SO2、NOx和一次PM10對周邊大氣環(huán)境的影響，以期為鋼鐵行業(yè)超低排放改造效果評估提供科學(xué)支撐。

1 研究方法

1.1 研究對象

近年來，由于資源和環(huán)境的限制，鋼鐵企業(yè)逐漸向沿海發(fā)展。本文所研究的鋼鐵企業(yè)位于京津冀東南部，渤海灣西岸，生產(chǎn)工序齊全，帶鋼年產(chǎn)能為500萬噸。該區(qū)域地勢低平，主要為平原和海岸，屬于溫帶大陸性半干旱偏旱季風(fēng)氣候，受海陸風(fēng)影響，具有典型代表意義。鋼鐵企業(yè)排放源與周邊5個空氣質(zhì)量監(jiān)測站的分布見圖1。離鋼鐵廠最近的空氣質(zhì)量監(jiān)測站為4號監(jiān)測站，距離為32km。

1.2 模擬模型

AERMOD模型是廣泛應(yīng)用的一種空氣質(zhì)量模型[10-12]，是《環(huán)境影響評價技術(shù)導(dǎo)則 大氣環(huán)境》（HJ2.2-2018）推薦的預(yù)測模型之一[13]。AERMOD模型在小尺度的模擬中優(yōu)于其他模型，并且被應(yīng)用于鋼鐵企業(yè)的模擬研究中[14-15]。本研究采用AERMOD模型模擬典型鋼鐵企業(yè)SO2、NOx和一次PM103種污染物的排放對周邊地區(qū)空氣質(zhì)量的影響。模擬區(qū)域總范圍為50km×50km，水平網(wǎng)格分辨率為500m×500m，網(wǎng)格點(diǎn)數(shù)設(shè)置為100×100，不考慮化學(xué)反應(yīng)機(jī)制。

模擬所用的地形數(shù)據(jù)為美國地質(zhì)勘探局90m分辨率數(shù)據(jù)，地表參數(shù)數(shù)據(jù)為AERSURFACE在線服務(wù)系統(tǒng)生成數(shù)據(jù)[16]，地面氣象數(shù)據(jù)為滄州市氣象站2018年逐時數(shù)據(jù)，高空氣象數(shù)據(jù)為WRF v3.9模擬數(shù)據(jù)。

1.3 排放源數(shù)據(jù)

本研究鋼鐵排放清單數(shù)據(jù)來自研究團(tuán)隊(duì)的2018年全國高分率排放清單（HSEC，2018）[17]，該清單是基于中國鋼鐵行業(yè)在線監(jiān)測數(shù)據(jù)（CEMS）和環(huán)境統(tǒng)計數(shù)據(jù)，自下而上建立了2018年中國高分辨率鋼鐵行業(yè)大氣污染物排放清單。

本研究選取了鋼鐵廠燒結(jié)、高爐、轉(zhuǎn)爐、軋鋼4道工序中13個生產(chǎn)節(jié)點(diǎn)作為AERMOD模型中的點(diǎn)源輸入。每個生產(chǎn)節(jié)點(diǎn)中排氣筒的高度、直徑、溫度、和流速的數(shù)據(jù)見表1。

1.4 排放情景設(shè)置

本研究共設(shè)置現(xiàn)狀情景、超低情景2種污染物排放情景，現(xiàn)狀情景為2018年典型鋼鐵企業(yè)超低排放改造前年產(chǎn)670萬t軋鋼的大氣污染物排放情景;超低情景為典型鋼鐵企業(yè)超低排放改造后年產(chǎn)670萬t軋鋼的大氣污染物排放情景。

2 結(jié)果與討論

2.1 典型鋼鐵企業(yè)排放量分析

2018年該長流程鋼鐵企業(yè)現(xiàn)狀情景下SO2、NOx和PM10的排放量分別為2 502.54/a、9 575.73t/a和1 931.28t/a;預(yù)測超低情景下SO2、NOx和PM10的排放量分別為1 596.60t/a、4 171.16t/a和1 219.16t/a。其中：超低情景較現(xiàn)狀情景NOx減排比例最高，為56.44%;SO2和PM10減排比例分別為36.20%和36.87%。主要原因是超低標(biāo)準(zhǔn)對NOx的控制較對SO2和PM10的控制更嚴(yán)格。超低標(biāo)準(zhǔn)與現(xiàn)狀情景執(zhí)行的新建企業(yè)標(biāo)準(zhǔn)相比較：NOx的排放濃度最高下降了83.33%，高于SO2和PM10的下降比例（最高下降分別為82.50%和80.00%）。預(yù)測結(jié)果表明：該鋼鐵企業(yè)的超低排放改造對NOx減排效果更為明顯。該鋼鐵企業(yè)現(xiàn)狀情景和超低情景下各生產(chǎn)節(jié)點(diǎn)大氣污染物排放情況見圖2。

對于主要排放污染物，SO2和NOx主要排放來源于燒結(jié)機(jī)頭、高爐熱風(fēng)爐和軋鋼熱處理爐節(jié)點(diǎn)。結(jié)合現(xiàn)狀情景和超低排放情景下企業(yè)排放水平發(fā)現(xiàn)，該企業(yè)超低排放改造完成后SO2減排潛力最大的排放節(jié)點(diǎn)是軋鋼熱處理爐，削減比例達(dá)到66.67%，占SO2減排總量的比例達(dá)81.81%。說明未來要加強(qiáng)對軋鋼熱處理爐的脫硫控制水平，從源頭減少企業(yè)SO2排放總量。

對于NOx排放，其削減比例和減排占比最大的排放節(jié)點(diǎn)是燒結(jié)機(jī)頭（分別為72.12%和76.12%），一方面，由于超低排放標(biāo)準(zhǔn)對于燒結(jié)機(jī)頭控制力度最大（濃度限值下降達(dá)83.33%，遠(yuǎn)高于其他節(jié)點(diǎn)）;另一方面，由于該企業(yè)燒結(jié)機(jī)頭排放NOx最多（占比達(dá)38.12%，高于其他節(jié)點(diǎn)），減排潛力最大。

對于PM10排放，該企業(yè)PM10排放主要來源于燒結(jié)機(jī)頭、燒結(jié)燃料破碎和燒結(jié)配料等節(jié)點(diǎn)，且燒結(jié)工序成為該企業(yè)主要排放源（排放占比達(dá)58.83%），超低改造完成后燒結(jié)工序減排占比最大（達(dá)58.21%），平均削減比例為34.36%。說明未來燒結(jié)工序仍然是該鋼鐵企業(yè)除塵控制的重中之重。

2.2 典型鋼鐵企業(yè)周邊環(huán)境空氣質(zhì)量影響分析

分析該鋼鐵企業(yè)2018年現(xiàn)狀情景和超低情景下排放SO2、NOx和一次PM10對周邊大氣環(huán)境的影響和對空氣質(zhì)量監(jiān)測站的濃度貢獻(xiàn)。

圖3顯示了在現(xiàn)狀情景和超低情境下典型鋼鐵企業(yè)周邊的SO2、NOx和一次PM10年均濃度，以及兩種情況之間的差異?？諝赓|(zhì)量模型的結(jié)果表明，現(xiàn)狀情景下SO2、NOx和一次PM10高濃度區(qū)域均主要分布在該企業(yè)廠區(qū)周邊和北偏東和西偏南方向，超低情景下污染物分布與現(xiàn)狀情景基本一致，但高值區(qū)濃度出現(xiàn)明顯的下降。在模擬范圍內(nèi)，現(xiàn)狀情景下SO2年均最大網(wǎng)格濃度為7.69μg/m3，NOx年均最大網(wǎng)格濃度為18.89μg/m3，一次PM10年均最大網(wǎng)格濃度為9.32μg/m3。超低情景下SO2年均最大網(wǎng)格濃度為3.15μg/m3，較現(xiàn)狀情景下降了47.23%;NOx年均最大網(wǎng)格濃度為11.35μg/m3，較現(xiàn)狀情景下降了47.77%;一次PM10年均最大網(wǎng)格濃度為5.42μg/m3，較現(xiàn)狀情景下降了37.85%。

現(xiàn)狀情景下，典型鋼鐵企業(yè)對5個空氣質(zhì)量監(jiān)測站SO2、NOx和PM10的年均貢獻(xiàn)濃度分別為0.08～0.16μg/m3、0.24～0.48μg/m3和0.14～0.28μg/m3，分別占監(jiān)測值的0.40%～0.72%、0.60%～1.32%和0.16%～0.28%。其中NOx貢獻(xiàn)濃度的占比最高，平均占比為0.87%。超低情景下，典型鋼鐵企業(yè)對5個空氣質(zhì)量監(jiān)測站SO2、NOx和PM10的年均貢獻(xiàn)濃度分別為0.04～0.08μg/m3、0.13～0.26μg/m3和0.09～0.18μg/m3，分別占監(jiān)測值的0.21%～0.37%、0.32%～0.71%和0.10%～0.18%。其中NOx貢獻(xiàn)濃度的占比由0.87%下降到0.47%，平均下降了0.4個百分點(diǎn)，下降最為明顯;PM10的一次貢獻(xiàn)濃度占比下降相對較少，平均下降了0.08個百分點(diǎn)。

2.3 不確定性分析

（1）鋼鐵排放清單的不確定性。本次研究對鋼鐵排放清單中有組織污染源進(jìn)行模擬分析，未分析無組織排放影響，模擬結(jié)果存在一定的不確定性。（2）本研究的模擬中，未考慮SO2、NOx、VOCs等化學(xué)反應(yīng)機(jī)制，使NOx、PM10等模擬結(jié)果存在不確定性。（3）本研究選取的氣象場數(shù)據(jù)年份為2018年，氣象場選取的年份不同，會導(dǎo)致模擬結(jié)果存在差異。

3 結(jié)論

（1）鋼鐵企業(yè)超低排放改造后，從排放量來看，NOx減排比例最高為56.44%，SO2和PM10減排比例分別為36.20%和36.87%。典型鋼鐵企業(yè)的超低排放改造對NOx減排效果更為明顯。（2）典型鋼鐵企業(yè)超低排放改造后，對5個空氣質(zhì)量監(jiān)測站SO2、NOx和PM10的年均貢獻(xiàn)濃度分別下降0.05μg/m3、0.16μg/m3和0.07μg/m3，在京津冀地區(qū)城市空氣質(zhì)量目標(biāo)值持續(xù)降低的背景下，典型鋼鐵企業(yè)的超低排放改造具有一定的意義。

參考文獻(xiàn)

[1]World Steel Association AISBL. World Steel in Figures 2019[EB/OL].https：//www.worldsteel.org/en/dam/jcr：96d7a585-e6b2-4d63-b943-4cd9ab621a91

[2]Wu Xuecheng，Zhao Lingjie，Zhang Yongxin，et al.Primary Air Pollutant Emissions and Future Prediction of Iron and Steel Industry in China[J].Aerosol and Air Quality Research，2015，15（4）：1422-1432.

[3]伯鑫，甄瑞卿，屈加豹，等.中國鋼鐵行業(yè)大氣污染物排放清單管理系統(tǒng)研究[J].環(huán)境污染與防治，2017，39（05）：578-582.

[4]國家統(tǒng)計局.國家數(shù)據(jù)[EB/OL].http：//data.stats.gov.cn

[5]段文嬌，郎建壘，程水源，等.京津冀地區(qū)鋼鐵行業(yè)污染物排放清單及對PM2.5影響[J].環(huán)境科學(xué)，2018，39（04）：1445-1454.

[6]Rui Hu， Qun Zhang. Study of a low-carbon production strategy in the metallurgical industry in China[J]. Energy，2015，90.

[7]伯鑫，徐峻，杜曉惠，等.京津冀地區(qū)鋼鐵企業(yè)大氣污染影響評估[J].中國環(huán)境科學(xué)，2017，37（05）：1684-1692.

[8]Jia Jia， Shuiyuan Cheng， Sen Yao， et al. Emission characteristics and chemical components of size-segregated particulate matter in iron and steel industry[J]. Atmospheric Environment，2018，182.

[9]Dai， Q.， Li， L.， Yang， J. et al. The fractionation and geochemical characteristics of rare earth elements measured in ambient size-resolved PM in an integrated iron and steelmaking industry zone[J]. Environ Sci Pollut Res，2016（23）：17191-17199.

[10]Mutahharah M. Mokhtar， Mimi H. Hassim， Rozainee M. Taib. Health risk assessment of emissions from a coal-fired power plant using AERMOD modelling[J]. Process Safety and Environmental Protection，2014，92（5）.

[11]張尚宣，伯鑫，周甜，等.AERMOD模式在我國環(huán)境影響評價應(yīng)用中的標(biāo)準(zhǔn)化研究[J].環(huán)境影響評價，2018，40（02）：51-55.

[12]Afsaneh Afzali， M. Rashid， Mahboubeh Afzali，et al.Prediction of air pollutants concentrations from multiple sources using AERMOD coupled with WRF prognostic model[J].Journal of Cleaner Production，2017，166.

[13]HJ2.2-2018 環(huán)境影響評價技術(shù)導(dǎo)則：大氣環(huán)境[S].

[14]Mostafa Kalhor，Mehrshad Bajoghli. Comparison of AERMOD， ADMS and ISC3 for incomplete upper air meteorological data （case study： Steel plant）[J]. Atmospheric Pollution Research，2017（6）.

[15]伯鑫.基于空氣質(zhì)量模型AERMOD的城市鋼鐵廠優(yōu)化布局研究[C].中國環(huán)境科學(xué)學(xué)會（Chinese Society for Environmental Sciences）.2019中國環(huán)境科學(xué)學(xué)會科學(xué)技術(shù)年會論文集（第一卷）.中國環(huán)境科學(xué)學(xué)會（Chinese Society for Environmental Sciences）：中國環(huán)境科學(xué)學(xué)會，2019：652-656.

[16]生態(tài)環(huán)境部環(huán)境工程評估中心.AERSURFACE在線服務(wù)系統(tǒng)[EB/OL].https：//ieimodel.org/，2019-02-26.

[17]湯鈴，賈敏，伯鑫，等.中國鋼鐵行業(yè)排放清單及大氣環(huán)境影響研究[J].中國環(huán)境科學(xué)，2020，40（4）.

收稿日期：2020-06-22

基金項(xiàng)目：生態(tài)環(huán)境部環(huán)境工程評估中心創(chuàng)新科研項(xiàng)目（2019-10）;國家重點(diǎn)研發(fā)計劃項(xiàng)目（2016YFC0208101）;大氣重污染成因與治理攻關(guān)項(xiàng)目（DQGG0209-07、DQGG0304-07）

作者簡介：李厚宇（1994-），男，工程師，研究方向?yàn)榇髿猸h(huán)境模擬與環(huán)境規(guī)劃。

通訊作者：伯鑫（1983-），男，高級工程師，研究方向?yàn)榕欧徘鍐渭按髿馕廴灸M。