陳 雷 ,王 鵬 ,伯 鑫 ,薛曉達(dá) ,王成鑫 ,楊朝旭 ,賈 敏 ,劉健佑 ,尤 倩 ,桑敏捷 0,淡 默 (.陜西省環(huán)境科學(xué)研究院,陜西 西安 00；.北京化工大學(xué)數(shù)理學(xué)院,北京000；3.生態(tài)環(huán)境部環(huán)境工程評估中心,北京 000；.北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院,北京 00；.四川大學(xué)建筑與環(huán)境學(xué)院,四川 成都 00；.中科三清科技有限公司,北京 0000；.北京化工大學(xué)經(jīng)濟(jì)管理學(xué)院,北京 000；.西安九派數(shù)據(jù)科技有限公司,陜西 西安 00；.首都經(jīng)濟(jì)貿(mào)易大學(xué)管理工程學(xué)院,北京 0000；0.河北科技大學(xué)環(huán)境科學(xué)與工程學(xué)院,河北 石家莊 000；.北京市勞動保護(hù)科學(xué)研究所,北京 000)

2020年我國新冠疫情爆發(fā)期間,各省市先后啟動重大突發(fā)公共衛(wèi)生事件一級響應(yīng).大氣污染物排放方面,來自生活源、交通源以及中小企業(yè)工業(yè)源的排放降低顯著[1],但新冠疫情期間中國鋼鐵行業(yè)生產(chǎn)未受較大影響.河北省是中國粗鋼產(chǎn)量大省,國家統(tǒng)計局?jǐn)?shù)據(jù)顯示,2019年粗鋼產(chǎn)量占全國總產(chǎn)量 24.25%,并且其大氣污染物排放占比最大,2018年平均占比達(dá) 20.51%[2].在新冠疫情管控期間:2020年第1季度中國和河北省粗鋼產(chǎn)量同比分別增長1.46%和0.16%.在全面復(fù)工復(fù)產(chǎn)后:2020年第2季度全國粗鋼產(chǎn)量同比增長2.97%,河北省粗鋼產(chǎn)量同比減少2.39%;第3季度全國和河北省粗鋼產(chǎn)量保持穩(wěn)定增長[3-4].相關(guān)研究[5]指出,新冠防疫期間唐山市交通流量減少、餐飲企業(yè)關(guān)停,但唐山市鋼鐵企業(yè)未受影響,鋼鐵大氣排放特征突顯,2020年2月9日～13日污染過程唐山市空氣質(zhì)量受鋼鐵工業(yè)排放影響顯著,說明新冠疫情對中國鋼鐵企業(yè)生產(chǎn)影響較小.

在鋼鐵行業(yè)大氣環(huán)境影響方面,現(xiàn)有研究無法精準(zhǔn)反映單個鋼鐵企業(yè)大氣排放對國控站點的貢獻(xiàn).已有研究主要采用 CAMx等區(qū)域大尺度模型和AERMOD、CALPUFF等小尺度模型模擬鋼鐵行業(yè)空氣質(zhì)量影響[6-9].例如,文獻(xiàn)[10-13]采用 CAMx等模型模擬不同年份不同區(qū)域鋼鐵行業(yè)大氣污染影響.然而,受生活源和交通源等污染源排放清單不確定性影響,現(xiàn)有模擬結(jié)果無法精準(zhǔn)反映中國單個或者多個典型鋼鐵企業(yè)排放對大氣環(huán)境影響水平.相關(guān)研究[14-15]采用小尺度空氣質(zhì)量模型,模擬鋼鐵行業(yè)單部門的空氣質(zhì)量貢獻(xiàn)水平,未考慮生活源和交通源等其他排放源的貢獻(xiàn)和影響,無法對數(shù)值模擬結(jié)果與空氣質(zhì)量監(jiān)測數(shù)據(jù)進(jìn)行驗證,進(jìn)一步增加模擬結(jié)果不確定性.

針對上述問題,本文以河北某典型長流程鋼鐵廠為例,利用國家氣象局2020年2～10月氣象預(yù)報數(shù)據(jù),建立基于 AERMOD 鋼鐵企業(yè)污染預(yù)報模型,模擬新冠疫情管控期(2～3月)及解封后期(4～10月)鋼鐵企業(yè)對大氣污染的影響,并結(jié)合當(dāng)?shù)?3個國控點的空氣質(zhì)量監(jiān)測數(shù)據(jù)進(jìn)行驗證.由于河北省鋼鐵企業(yè)生產(chǎn)活動受疫情影響較小,且生活源和交通源等其他污染源排放大幅減少,在考慮不利風(fēng)向下,模擬結(jié)果能更加精確地反映鋼鐵企業(yè)污染物排放對空氣質(zhì)量的影響,為典型鋼鐵企業(yè)污染預(yù)報研究提供新的思路.同時,可為鋼鐵企業(yè)排放管控和優(yōu)化布局等提供數(shù)據(jù)支持.

1 研究方法

1.1 研究區(qū)域與對象

選取鋼鐵廠屬于典型長流程鋼鐵企業(yè),位于河北省某平原城市,周圍地勢平坦.2018年,該企業(yè)燒結(jié)機共 5臺,高爐總?cè)莘e達(dá) 14600m3,粗鋼年產(chǎn)量達(dá)1122.84萬t,占該市粗鋼總產(chǎn)量的27.23%.2020年第1季度,該企業(yè)粗鋼產(chǎn)量為 220.10萬 t,環(huán)比下降0.45%,說明該企業(yè)鋼鐵生產(chǎn)受新冠疫情爆發(fā)影響程度較小.2020年2月,該市發(fā)布公共衛(wèi)生事件一級響應(yīng)[16],要求盡量減少公共交通和自駕出行及公眾聚集活動,說明該市交通源、生活源排放減少.

空氣質(zhì)量監(jiān)測數(shù)據(jù)來自企業(yè)周圍3個空氣質(zhì)量監(jiān)測站點(國控站),相對位置見圖 1,1號監(jiān)測點離企業(yè)最近,為2.82km,2號和3號分別離企業(yè)4.05km和6.83km.

圖1 鋼鐵企業(yè)、空氣質(zhì)量監(jiān)測點位關(guān)系Fig.1 The location relationship between the iron and steel plant and air quality monitoring stations

1.2 模擬模型參數(shù)

預(yù)報模型來自研究團(tuán)隊開發(fā)的企業(yè)大氣污染預(yù)報系統(tǒng)[17],該系統(tǒng)采用 AERMOD 作為污染預(yù)報模型.AERMOD是美國環(huán)保署和中國生態(tài)環(huán)境部推薦的法規(guī)模型之一,廣泛應(yīng)用于工業(yè)排放源(包括火電、鋼鐵等)擴散模擬[18-23],適用于平坦地形條件下模擬.

獲取了國家氣象局2020年2月1日～10月31日預(yù)報數(shù)據(jù),該預(yù)報資源融合了多種全球數(shù)值模式產(chǎn)品 GRAPES(中國氣象局)/GFS、T639(中國氣象局)/GMF等,使用數(shù)據(jù)為每天預(yù)測未來1d的連續(xù)數(shù)據(jù),經(jīng)處理后轉(zhuǎn)換成AERMOD模型可讀取的預(yù)報氣象數(shù)據(jù).預(yù)報期間風(fēng)玫瑰圖見圖 2,主導(dǎo)風(fēng)向為南風(fēng)(S)和北風(fēng)(N).

圖2 2020年2月1日～10月31日預(yù)報風(fēng)玫瑰Fig.2 Wind rose maps from February 1st to October 31 th in 2020

鋼鐵企業(yè)排放信息來自研究團(tuán)隊全國高分辨率鋼鐵排放清單(HSEC),污染物因子包括SO2、NOx和 PM10,模擬范圍 15.2km×15.2km,水平分辨率200m,東西向76個格點,南北向76個格點,3個國控點作為敏感點,計算時間步長按 1h考慮,研究時間段為2020年2月1日～10月31日,地表參數(shù)(表1)來自研究團(tuán)隊開發(fā)的 AERSURFACE在線服務(wù)系統(tǒng)[19].

表1 地表參數(shù)Table 1 Surface parameters

由于模擬期間主導(dǎo)風(fēng)向為南風(fēng)(S)和北風(fēng)(N)(圖2),而三個國控站點基本位于鋼鐵企業(yè)的東北方向(圖1),該情況下,鋼鐵企業(yè)對3個國控站點的影響較小,模擬結(jié)果的代表性不好,很難反映該企業(yè)真實的環(huán)境影響.因此,本文選取鋼鐵廠對國控點影響的不利風(fēng)向下(200°～290°),分析 SO2、NOx和 PM10的模擬值和實測值的占比及相關(guān)性.且在該不利風(fēng)向條件下,模擬區(qū)域范圍內(nèi),沒有其他鋼鐵廠對國控點造成影響.

1.3 模擬模型評估

參考國內(nèi)外文獻(xiàn)的評估方法[24-26],利用統(tǒng)計學(xué)方法計算鋼鐵企業(yè)大氣污染物排放預(yù)報值(包括SO2、NOx和PM10)和國控點實際監(jiān)測值的相關(guān)系數(shù),驗證模型的模擬效果.

2 結(jié)果與討論

2.1 鋼鐵企業(yè)大氣環(huán)境影響分析

不利風(fēng)向條件下,在新冠疫情管控期(2020年2～3月),該鋼鐵廠排放對3個國控點SO2、NOx和PM10的濃度貢獻(xiàn)占比分別為 20.19%～33.81%,17.49%～23.46%和 2.02%～2.69%(圖 3).在解封后期(2020年 4～10月),該鋼鐵廠大氣污染物排放對3個國控點SO2、NOx和PM10的濃度貢獻(xiàn)占比分別為 13.43%～21.01%,11.09%～20.92%和 1.20%～2.22%.由于在新冠疫情管控期,居民封閉在家,道路源、生活源等污染源的干擾較小,導(dǎo)致該鋼鐵企業(yè)排放的3種污染物對國控站點的貢獻(xiàn)占比均顯著增加(P＜ 0.1).同時,鋼鐵廠排放對國控點1的貢獻(xiàn)占比最大,對國控點3的占比最小(圖 3).表明距離鋼鐵廠越近,其排放對環(huán)境的影響越大;因此優(yōu)化和調(diào)整鋼鐵廠布局,要充分考慮風(fēng)向、距敏感點距離等因素.

圖3 不利條件下該鋼廠排放SO2、NOx和PM10對國控點占比Fig.3 Contribution of SO2, NOx and PM10emission from the iron and steel plant to three state-controlled monitoring stations under adverse conditions

鋼鐵廠排放的 PM10對國控站點貢獻(xiàn)占比最小,SO2貢獻(xiàn)占比最大,這是由于鋼鐵企業(yè)除塵技術(shù)成熟,可實現(xiàn)較低的排放濃度.因此,下一步要著重加強鋼鐵企業(yè) SO2和 NOx排放的管控,提升脫硫和脫硝設(shè)備的覆蓋率和效率[10].

與現(xiàn)有文獻(xiàn)模擬結(jié)果相比[11],鋼鐵企業(yè)排放的SO2、NOx和PM10對當(dāng)?shù)卮髿馕廴疚镓暙I(xiàn)比例的趨勢相同,其中PM10貢獻(xiàn)比例最低, SO2和NOx的貢獻(xiàn)比例較高(圖 4).由于本文只考慮不利風(fēng)向下典型鋼鐵企業(yè)對國控站點的影響,本次模擬中 SO2和 NOx貢獻(xiàn)比例相對較高.

圖4 研究企業(yè)大氣環(huán)境影響文獻(xiàn)對比Fig.4 Comparison of the average contribution of main air pollutants from the plant under study

2.2 模型模擬效果分析

為控制氣象因素的影響,本文重點分析在不利風(fēng)向下(200°～290°),SO2、NOx和 PM10的模擬值與實測值的相關(guān)性(圖 5).結(jié)果表明:模擬值與實測值的整體相關(guān)性較好,但在不同時段的相關(guān)系數(shù)有明顯差異.

圖5 研究企業(yè)排放對國控點月貢獻(xiàn)預(yù)測值和監(jiān)測值相關(guān)系數(shù)Fig.5 Correlation coefficients between predicted and monitored value of monthly contribution of enterprise emission from the plant under study to three statecontrolled monitoring stations

在不利風(fēng)向下,新冠疫情爆發(fā)以來(2020年2月～10月),該鋼鐵廠SO2、NOx和PM10模擬值與每個國控站點實測值進(jìn)行對比,相關(guān)系數(shù)最高分別為0.43、0.40和0.11.

在不同時段中,模擬值與實測值的相關(guān)性在新冠疫情管控期(2020年 2～3月)高于解封后期(2020年4～10月);從各國控站點分析,距離鋼鐵廠越近,相關(guān)性越好;從不同污染物角度分析,NOx、SO2的相關(guān)系數(shù)好于PM10.在新冠疫情管控期,國控點1的SO2、NOx和PM10相關(guān)系數(shù)R最高,分別為0.43、0.48和0.29;在解封后期,同樣是國控點 1的 SO2、NOx和PM10相關(guān)系數(shù) R最高,分別為 0.42、0.39和 0.07.在新冠疫情管控期,生活源和交通源等污染源排放的大幅減少,導(dǎo)致該鋼鐵企業(yè)排放對國控站點的影響程度較大,模擬值和監(jiān)測值的相關(guān)系數(shù)更高.因此,在新冠疫情管控期,能更加精確地反映鋼鐵企業(yè)排放對國控站點的影響.對照美國EPA傳統(tǒng)的放示蹤劑SF6的方法,本文提出了一個新的模型驗證思路.

2.3 不確定性分析

本文存在幾個不確定因素:(1)鋼鐵源強不確定性,鋼鐵企業(yè)各個工序生產(chǎn)存在一定波動,大氣污染物排放核算存在不確定性[27].(2)預(yù)報氣象不確定性,氣象預(yù)報結(jié)果與實際氣象觀測結(jié)果有一定偏差,會導(dǎo)致模擬結(jié)果存在差異.(3)數(shù)值模型不確定性,AERMOD模擬未考慮SO2和NOx化學(xué)反應(yīng)機制[28],使得PM10等模擬結(jié)果存在不確定性.

3 結(jié)論

3.1 在不利風(fēng)向條件下,該鋼鐵廠大氣污染物排放對三個國控站點SO2、NOx和PM10的濃度貢獻(xiàn)占比和相關(guān)系數(shù),在新冠疫情管控期(對單個站點最大貢獻(xiàn)占比為 33.81%、23.46%和 2.69%;最大相關(guān)系數(shù)為0.43、0.48和0.29)高于解封后期(最大貢獻(xiàn)占比為21.01%、20.92%和2.22%;最大相關(guān)系數(shù)為0.42、0.39和0.07).表明在新冠疫情管控期,受其他人為源干擾較少,開展鋼鐵企業(yè)污染貢獻(xiàn)模擬,在不利風(fēng)向條件下,可精確地反映鋼鐵企業(yè)排放對國控站點的影響.

3.2 鋼鐵廠排放的SO2和NOx貢獻(xiàn)占比較高(2020年 2～10月,對單個站點最大貢獻(xiàn)占比為 20.90%和20.73%),與現(xiàn)有研究結(jié)果一致,下一步要著重控制其排放.同時,在優(yōu)化和調(diào)整鋼鐵廠布局,要充分考慮風(fēng)向、距敏感點距離等因素.