1 浙江聚优建筑工程有限公司,浙江杭州 310052
2聚光科技(杭州)股份有限公司,浙江杭州 310052
摘要:通过对城市低空PM2.5监测数据的分析,分别从时间分布、垂直空间、水平空间等不同维度研究PM2.5的分布及扩散数学模型,从而得出城市低空PM2.5的分布及扩散规律
关键词:PM2.5、城市低空、分布规律、扩散规律
1 城市低空PM2.5时间分布特征
1.1 城市低空PM2.5
城市低空是指从地面向上60米以内的空间。PM2.5是指空气中空气动力学直径小于或等于2.5微米的颗粒物,是空气质量中影响人类健康的关键要素,不仅能通过消光作用造成大气能见度下降,而且还是聚集大量有毒有害物质的复杂污染物,对人体的健康造成危害。城市居民生活空间绝大部分集中在该空间内,此空间内的空气质量与人类健康息息相关。
1.2 城市低空PM2.5时间分布特征
韩素芹等[1]的《天津市近地层PM2.5的垂直分布特征》论文中有对不同季节PM2.5的变化特征进行解析,在不同季节高度为40 m测点处PM 2.5平均浓度(1h均值)变化特征:PM2.5季节变化规律非常明显,浓度从高到低依次为:冬季、秋季、夏 季和春季,其平均浓度(本文中将质量浓度简称为浓度)分别为:104.7μg/ m 3、90.0μg/ m 3、76.8μg/ m 3 和 60.7μg/ m 3。
图1 2006.8月-2007.8月天津市四季PM2.5平均日变化
通过对图1分析表明:PM2.5浓度季节变化规律非常明显,冬季最高,春季最低; PM2.5日变化特征非常明显, 呈明显的双峰变化规律:冬季峰值浓度最高,秋季次之,春季和夏季较低。
2 城市低空PM2.5空间分布特征
2.1 PM2.5在城市低空垂直高度变化分布特征
耿红等[2]的《城市交通干道旁不同高度楼层大气PM2.5化学成分及重金属元素的健康风险研究》, 2016.11.11~11.16在山西省太原市南中环街旁距离机动车主干道约30m的蕴华庄小区楼层F1、F3、F16 ,测试大气PM2.5平均浓度分别为180μg/m3、167μg/m3、158μg/m3,随楼层高度增加浓度呈下降趋势。如图2所示。
图2 2016.11.11~11.16太原蕴华庄小区PM2.5浓度垂直变化曲线图
根据Ye Wu 等[3]的论文《Vertical and horizontal profiles of airborne particulate matter near major roads in Macao, China.》提供的数据,澳门城市主要街道近地层PM2.5测试数据如图3所示。
79
60
图3 2001年12月5日澳门街道近地层PM2.5垂直变化分布
图3表明, PM 2.5浓度随着离地高度呈递减趋势降低。在离地高度79米处PM 2.5浓度下降到距地面2米处最大值的62%左右,在离地高度30米以内呈显著递减,离地高度30米处的PM2.5浓度为离地高度2米处最大值 的64%左右。
根据图2、图3的变化趋势及杨龙等[4]的研究结果,秋冬两季PM2.5浓度与地面高度呈显著对数关系,计算公式如下:
C=-10.094lnH +19.082+c
式中,C—PM2.5浓度,H—地表垂直高度,c=50~80μg/m3
通过对图2、图3的PM2.5浓度曲线分析表明, PM2.5浓度随高度的增加呈对数递减关系。
通过以上引述的多篇论文图表数据[2] [3] [4]分别对太原、澳门、北京等几个典型城市低空PM2.5的垂直分布研究,得出结论:
城市低空PM2.5浓度随高度的增加呈对数递减关系,尤以秋冬两季最为明显。
2.2 城市低空PM2.5水平分布特征
娄婧[5]的《2017年北京市PM2.5时空分布特征》,以天安门广场为中心在不同季节向四周随距离增加测试PM2.5分布浓度如图5所示。
图4 2017年北京不同季节PM2.5浓度与监测站距天安门距离关系图
从图4可以看出,PM2.5浓度在城市低空的等高平面上都表现出离市中心距离增大而减小的特点;冬季PM2.5浓度向市中心增加的趋势最为明显;夏季PM2.5浓度向市中心增加的趋势不明显。
3城市低空PM2.5扩散模型
王永昭等[6]的《基于高斯模型的安阳市区PM2.5扩散问题研究》,高斯扩散模型是在大量实测资料分析的基础上,应用湍流统计理论得到的正态分布假设下的扩散模式。根据高斯扩散模型,大空间连续点源(x,y,z)的PM2.5浓度C计算公式如下:
式中:
C—空间点(x,y,z)的污染物浓度,μg/m3
q—源强,单位时间污染物排放量,μg/s
u—平均风速,m/s
σy,σz—污染物扩散系数,描述污染物在x、z轴方向的扩散程度,与大气稳定度及水平距度X有关,并随X的增大而增加[7]。
由以上公式可知,污染源的浓度受到空间的地理位置、大气污染程度、平均风速以及污染扩散参数等因素的影响。σy,σz等扩散系数的确定采用帕斯奎尔(Pasquill)法。根据监测点测得的PM2.5浓度、坐标、风速、风向等数据,运用坐标变换,通过上述高斯扩散模型的计算转换,可推算出污染源的坐标位置区间。具体σy,σz等扩散系数的计算可按上述方法确定稳定等级后,再按表1[8]计算得到。
从以上高斯扩散模型公式及扩散系数的选定与计算,σy,σz等都是关于变量x的方程,若要计算给定落地浓度C0下的位置,则其解是无穷的,所有解表示的点构成了一条高斯曲线。若要求解大于某一落地浓度C0的位置,则解的数量更大,所解表示的点构成了一个由高斯曲线围成的有限平面。因此,利用Matlab软件可视化的功能,进行数值模拟,得到图形如图5所示。
图5 PM2.5浓度扩散图
从图5可以看出在同一高度及一定风速下,P2.5浓度的扩散水平分布呈椭圆形,且风速越大,椭圆的长轴越长,椭圆形状越扁,且距污染源越近,PM2.5浓度越高。
4 城市低空PM2.5分布及扩散规律综述
通过对城市低空PM2.5监测数据的分析,分别从时间分布、垂直空间、水平空间等不同维度研究PM2.5的分布及扩散数学模型,从而得出城市低空PM2.5的分布及扩散规律如下:
① 城市低空PM2.5浓度季节变化规律非常明显,冬季最高,春季最低; PM2.5日变化特征非常明显, 呈明显的双峰变化规律:冬季峰值浓度最高,秋季次之,春季和夏季较低。
② 城市低空PM2.5浓度随高度的增加呈对数递减关系,尤以秋冬两季最为明显。
③ PM2.5浓度在近城市低空的等高平面上都表现出离市中心距离增大而减小的特点。
④ 同一高度及一定风速下,P2.5浓度的扩散水平分布呈椭圆形,且风速越大,椭圆的长轴越长,椭圆形状越扁,且距污染源越近,PM2.5浓度越高。
参考文献:
[1] 韩素芹、李培彦、李向津、孙玫玲,天津市近地层PM2.5的垂直分布特征[J]生态环境学报,2008年,第017卷第003期
[2]耿红,周欢,等,城市交通干道旁不同高度楼层大气PM2.5化学成分及重金属元素的健康风险研究[J]山西自然科学基金面上项目(201601D102055),大气重污染成因与治理攻关项目(DQGG0208)。
[3] Ye Wu, et al. (2002). Vertical and horizontal profiles of airborne particulate matter near major roads in Macao, China. Atmospheric Environment. 36: 4907-4918.
[4]杨龙、贺克斌、张强、王岐东,北京秋冬季近地层PM2.5质量浓度垂直分布特征[J]环境科学研究, 2005年2月,第18卷第2期
[5]娄婧,2017年北京市PM2.5时空分布特征[J]科技创新导报,2018NO.30,环境科学
[6]王永昭、寇梦柯、王贺娜、石跃鑫、刘月盈,基于高斯模型的安阳市区PM2.5扩散问题研究[J]安阳师范学院学报,2018年第5期
[7]董赫、翟哲、李夺、李伟凯,高斯烟雨扩散模型在空气中PM2.5实际问题的应用[J]黑龙江八一农垦大学学报,2014年6月,第26卷第3期
[8]陈静锋,柴瑞瑞,闫浩,夏继敏,刘德海,基于高斯烟羽模型的PM2.5污染源扩散规律模拟分析[J]系统工程,2015年9月,第33卷第9期
第 2 页 共 2 页