基于移动监测的城市道路PM2.5和PM10浓度分布研究

周岩，谭洪卫，胡婷莛*，段玉森

1.同济大学,上海 200092 2.上海市环境监测中心,上海 200235



基于移动监测的城市道路PM2.5和PM10浓度分布研究

周岩1，谭洪卫1，胡婷莛1*，段玉森2

1.同济大学,上海 200092 2.上海市环境监测中心,上海 200235

利用移动监测方法采集2016年7月14—16日上海市不同功能街区及道路环境的PM2.5、PM10、水膜高度等数据，研究城市不同街区及道路环境PM2.5和PM10浓度分布规律及影响因素。结果表明：降水对PM2.5具有明显的去除效果，水膜高度与颗粒物浓度的变化存在负相关关系。生活区和虹桥商务区内的颗粒污染物以细颗粒为主，虹桥商务区和工业区的部分微环境分别由于工地和路面扬尘的影响会出现PM2.5～10浓度严重升高的现象。小陆家嘴商务区的污染物扩散较好，不易堆积，该街区内没有污染十分严重的区域。实测证明，并不是所有的高架桥都会加重街道峡谷内的空气污染，合理的街道峡谷构造条件下，高架桥对街道峡谷内污染物扩散影响不大。

PM2.5；PM10；移动监测；降水；典型区域；水膜高度

在城市的交通密集区域，由于大量的机动车污染排放和道路扬尘等的原因，不论是粗颗粒物或是细颗粒物浓度都显著高于城市的平均水平[1]。而这些区域又是人群活动的密集地，因此，居高不下的颗粒物浓度受到社会公众的广泛关注。目前我国已经有200多个城市建立了500多个空气自动监测站，对包括PM10在内的数种污染物进行定点连续监测，但由于监测点位有限，很难确定城市区域大气污染物的空间分布以及特殊区域的污染特征[2]。

PM2.5在环境中的浓度除与排放源种类有关外，还与区域的气象要素(如降水量、风速、湿度等)有关。潘本锋等[3]研究发现降水对PM2.5具有明显的去除效果。蒲维维等[4]得出降水前后PM2.5小时浓度的变化量与小时降水量、PM2.5初始浓度均呈正相关。李鹏飞等[5]认为，高架桥会加重桥下街道峡谷的空气污染。蒋德海等[6]使用Fluent计算了高架桥对街道峡谷内CO浓度的影响，认为高架桥上的排放源会加重街道峡谷内的空气污染。而张传福等[7]研究了3种高宽比(街道建筑物高度峡谷宽度，HW)下高架桥对街道峡谷内颗粒物扩散的影响，得出HW较小的街道峡谷更有利于颗粒物扩散。但以上相关的研究大多是基于理论研究，而实测验证较少。笔者利用环境监测设备、无线终端设备、远程服务器组成的移动监测系统开展上海城市道路颗粒物分布研究，了解不同街区PM2.5及PM10浓度的分布特性，分析颗粒物浓度分布的区域性特点。同时通过对水膜高度与颗粒物浓度进行联动测试，研究降水对PM2.5及PM10浓度分布的影响。通过对比高架桥上与地面道路的污染物浓度，研究高架桥对街道峡谷内污染物分布的影响。

1 监测方法

1.1 典型街区选择

道路环境移动测试的监测点选择了几个不同特征的街区(图1)，包括工业区、交通枢纽、中央商务区(CBD)、生活区(弄堂)以及生态区(世纪公园)。部分街区的具体信息如表1所示，测试车在典型街区内的行驶路线见图2。

图1 典型街区分布Fig.1 The distribution of the neighborhoods

表1 部分监测功能街区情况

图2 测试车行驶路线Fig.2 Driving track of monitoring car in different neighborhoods

1.2 测试仪器与测试方法

车载测试仪器集成了激光PM2.5传感器、温湿度传感器、GPS传感器等模块，通过通讯模块实现监测数据在线展示及后台导出等功能，在移动测试时，将车载测试仪器固定于车顶上(图3)。另外，在车尾距离地面0.3 m处加装了MARWIS-UMB仪器，用于测试路面状况，包括水膜高度、摩擦系数等参数(图4)。为了解细颗粒物的分布情况，除移动监测外，还在典型街区内采用Lighthouse手持式PM2.5测试仪器实施了细颗粒物的固定测试作为补充。仪器介绍详见表2。

为了确保激光PM2.5传感器的准确度，测试前先将所用传感器在国控站的杨浦四漂监测点做固定监测校核工作，根据校核结果对车载传感器的测试结果进行修正。3月20日17:00—3月21日17:00进行连续24 h的测量，测量结果与当日四漂监测站的数据对比如图5和图6所示。由图5和图6可知，车载传感器与国控站的数据基本吻合，二者做线性拟合，相关系数为0.827 3，仪器精度可以保证。

图3 移动监测系统Fig.3 Mobile monitoring system

图4 MARWIS-UMB仪器安装示意Fig.4 MARWIS-UMB installation diagram

仪器型号测试原理测量内容量程检测灵敏度∕μm采样时间间隔∕sPM2.5传感器激光散射PM2.5、PM10浓度0～999.9μg∕m30.35Lighthouse-3016IAQ粒径分别为0.3、0.5、1、3、5和10μm的大气环境颗粒物浓度0～1000μg∕m30.3120GPS传感器实时地理位置信息5温湿传感器温度、湿度温度-40～85℃;湿度0～100%5MARWIS-UMB红外测量路面水膜高度0～6000μm5

图7 小陆家嘴区域颗粒物浓度变化Fig.7 Variation of particle concentration of Lujiazui business district

图5 固定监测对比测试结果Fig.5 Check results of fixed monitoring

图6 数据校核对比结果Fig.6 Check results of car sensor with state control station

2 典型街区的颗粒物浓度分布特征

2.1 CBD

图7和图8分别为2016年7月14日和16日小陆家嘴区域PM10及PM2.5浓度的空间分布。由图7和图8可见，小陆家嘴区域的颗粒物浓度随时间变化较平缓，没有出现明显峰值。原因是小陆家嘴地理位置临江，且道路较宽，有利于污染物的扩散。蒋德海等[6]研究得出，在相同几何比例的街道峡谷里，建筑物外形越趋于流线型，街道峡谷里的污染物的地面浓度越小。而小陆家嘴街区内的建筑多为光滑表面且趋于流线型，这也是此处污染物不易堆积的原因之一。另外，7月14日测试时由于下雨，大气中粗颗粒物被洗刷，导致小陆家嘴的颗粒物浓度较低，变化平稳。

图8 小陆家嘴区域PM2.5浓度空间分布Fig.8 Particle spatial distribution map of Lujiazui business district

由图7可见，小陆家嘴附近监测站(浦东监测站)的PM2.5浓度与本次移动监测的PM2.5浓度基本一致，证明了移动监测数据的可靠性。另外，小陆家嘴区域PM2.5/PM10为0.6～0.8。黄鹂鸣等[8]得出2001年南京市PM2.5/PM10为0.68，杨复沫等[9]得出1999年北京PM2.5/PM10为0.55，相比可知，上海市小陆家嘴区域的PM2.5/PM10较高。

图9 工业区颗粒物浓度变化Fig.9 Variation of particle concentration of industrial area

2.2 工业区

以中国石化上海高桥分公司为代表的工业区污染物浓度测试结果如图9所示。由车载测试结果〔图9(a)〕可见，PM2.5浓度平稳维持在60～80 μg/m3。由手持仪器测试结果〔图9(b)〕可见，PM0.5、PM1.0和PM2.5浓度很稳定，基本不随时间发生变化，说明细颗粒物分布较稳定，不易受微环境的影响。

由图9(a)可见，PM10浓度多次出现峰值，且PM2.5～10的浓度与PM10浓度的变化趋势一致。当PM10浓度出现峰值时，PM2.5～10浓度也随之出现峰值，说明在PM10污染严重的区域主要是PM2.5～10污染。由化工厂周边颗粒物浓度空间分布(图10)结合Google Earth软件的路径记录可以得出，PM2.5～10污染严重的路段分布在东塘公路、大同公路以及中高公路与浦东北路交叉路段。可能的原因是化工厂周边道路上存在较多的水泥车，且路面较脏，路面扬尘可引起PM2.5～10浓度的升高，从而造成PM10浓度升高。因此可知，对路面及水泥车等车身的清洁可适当缓解路面环境的污染状况。当PM10浓度趋势平稳，没有路面扬尘影响时，PM2.5/PM10达0.80以上。说明该区域细颗粒污染较严重。

图10 工业区周边颗粒物浓度空间分布Fig.10 Particle spatial distribution around industrial area

2.3 生活区

以周家嘴路900弄小区为生活区代表的污染物浓度移动测试结果如图11所示。由图11可知，PM2.5与PM10浓度变化均较平稳，没有较大波动。弄堂内的PM2.5/PM10很高，为0.95左右，且维持不变。说明弄堂内的污染物主要是细颗粒物，根据实地调研可知，弄堂小区的道路周边有大量的小餐馆，研究表明[10-12]，餐饮源是颗粒物的一个重要来源，而餐饮源排放的颗粒物大部分是细颗粒物。因此认为餐馆油烟为弄堂内PM2.5的主要污染源。

图11 弄堂小区颗粒物浓度变化Fig.11 Variation of particle concentration of alley district

2.4 虹桥商务区

由虹桥商务区内的污染物浓度移动测试结果(图12)可知，在虹桥商务区的道路环境中，PM2.5浓度变化趋势相对稳定，PM10浓度偶尔出现峰值，PM2.5～10与PM10浓度的变化趋势相同。由于虹桥商务区周边存在许多工地，工地上的扬尘是该区域道路环境中PM2.5～10的重要来源。另外，虹桥商务区周边除了受工地影响的PM2.5～10浓度升高地带，其余地带PM2.5/PM10基本维持0.95左右，可知细颗粒物污染严重。虹桥为上海市最大的交通枢纽地带，该区域集中了机场及火车站，而交通运输业是我国大气污染物的重要来源之一，道路交通、火车运输、内河航运在一定程度上对大气环境和气候变化有显著影响[13]。虹桥商务区受交通二次颗粒物排放影响导致PM2.5污染严重。

图12 虹桥商务区颗粒物浓度变化Fig.12 Variation of particle concentration of Hongqiao business district

3 降水及水膜高度对颗粒物浓度的影响

图13为开始下雨到下雨50 min后(即路面的水膜从无到有再到逐渐升高的过程)颗粒物浓度和水膜高度随时间的变化。由图13可知，10:16开始降水，水膜高度出现大于0的情况，降水持续的时间非常短，短时间内水膜高度又变为0，此时颗粒物浓度升高。分析认为，少量的降水对大气中的颗粒物还未起到冲刷作用，反而因为湿度的增大，颗粒物累积和吸湿长大，从而造成颗粒物浓度升高。当水膜高度再次大于0，在10:50左右时颗粒物浓度开始下降，说明连续降水的冲刷作用使空气中的颗粒物浓度降低，并且随着水膜高度的大幅度升高，颗粒物浓度也显著降低。

图13 降水前后颗粒物浓度及水膜高度变化Fig.13 Variation of particle concentration and water film height before and after rainfall

由图13可见，世纪公园附近监测站的PM2.5浓度在降水之前小于浦东张江监测站，而降水2 h后，二者浓度几乎相等，说明降水之前由于街区微环境的影响，虽然世纪公园与浦东张江监测站距离很近，PM2.5浓度也因街区不同而有所差异，但降水会消除街区差异，保留大气中的本底浓度。

4 高架桥上下道路颗粒物浓度对比

为了对比高架桥上与桥下地面道路的污染物分布情况，设计高架前后的对比测试，如图14所示。测试车在上高架前在地面道路上测试10 min，之后上高架测试10 min，再下高架测试10 min。

注：红色框线代表在高架上测试的时段。图14 测试车行驶轨迹Fig.14 Driving track of monitoring car

图15显示延安高架和内环高架桥上下颗粒物浓度的变化。由图15(a)可知，周边监测站(黄埔瑞金站)的PM2.5浓度与车载测试数据基本吻合，说明测试结果的可靠性。对比上高架前后颗粒物浓度的变化可知，高架桥上下的颗粒物浓度相近，说明该路段高架桥对街道内污染物排放几乎无影响。由图15(b)可见，11：04之前，无论地面道路还是高架道路颗粒物浓度无明显变化；11：04之后颗粒物浓度有升趋势，但在下高架桥前后颗粒物浓度也基本一致，说明颗粒物浓度的变化与高架桥上下关系不大，高架桥并未加重街道峡谷内的空气污染。而由11：04前后颗粒物浓度差异推测是由路段所在区域的环境污染不同造成的。

注：红色框线代表在高架上测试的时段。图15 高架桥上下颗粒物浓度变化Fig.15 Variation of particle concentration up and down of viaduct

综上可知，并不是所有的高架桥都会加重街道峡谷内的空气污染，在合理的街道峡谷构造条件下，高架桥对街道峡谷内颗粒物浓度分布几乎无影响。

5 结论

(1)小陆家嘴(CBD)区域的建筑多趋于流线型，不利于污染物在街道内的堆积，且地理位置临江，污染物扩散较好。

(2)中国石化工业区和虹桥商务区分别由于路面扬尘和工地的影响，造成PM10多次出现峰值，扬尘造成的PM2.5～10污染严重，应采取局部污染物控制措施，如清洗水泥车以及工地降尘等措施。

(3)弄堂和虹桥商务区内PM2.5/PM10高达0.95，说明主要污染物为细颗粒物，根据区域特征分析，其污染物主要来源为餐馆油烟和交通二次颗粒物排放。

(4)降水对PM2.5具有明显的去除效果，水膜高度与颗粒物浓度的变化存在负相关关系。

(5)在合理的街道峡谷构造条件下，高架桥对街道峡谷内颗粒物浓度分布几乎无影响。

由于道路环境十分复杂，而影响污染物分布的因素众多，在今后的研究中，应选择不同的天气条件以及不同的大气污染水平，研究颗粒物浓度分布特征。

[1] 潘纯珍.重庆主城区交通环境颗粒物污染特征研究[D].重庆:西南农业大学,2005.

[2] 郭涛,马永亮,贺克斌.区域大气环境中 PM2.5/PM10空间分布研究[J].环境工程学报,2009,3(1):147-150. GUO T,MA Y L,HE K B.Study on spatial distributions of PM2.5/PM10in regional atmospheric environment[J].Chinese Journal of Environmental Engineering,2009,3(1):147-150.

[3] 潘本锋,赵熠琳,李健军,等.气象因素对大气中PM2.5的去除效应分析[J].环境科技,2012,25(6):41-44. PAN B F,ZHAO Y L,LI J J,et al.Analysis of the scavenging efficiency on PM2.5concentration of some kinds of meteorological factors[J].Environmental Science and Technology,2012,25(6):41-44.

[4] 蒲维维,赵秀娟,张小玲.北京地区夏末秋初气象要素对PM2.5污染的影响[J].应用气象学报,2011,22(6):716-723.

[5] 李鹏飞,周洪昌.城市高架道路建设对机动车尾气污染的影响分析[J].上海环境科学,1999(10):448-450. LI P F,ZHOU H C.Analysis on effect of urban viaduct construction on motor vehicle exhaust pollution[J].Shanghai Environmental Sciences,1999(10):448-450.

[6] 蒋德海,蒋维楣,苗世光.城市街道峡谷气流和污染物分布的数值模拟[J].环境科学研究,2006,19(3):7-12. JIANG D H,JIANG W M, MIAO S G.The numerical simulation of air flow and pollutant distribution in street canyons[J].Research of Environmental Sciences,2006,19(3):7-12.

[7] 张传福,曾建荣,文谋,等.高架桥对街道峡谷内大气颗粒物输运的影响[J].环境科学研究,2012,25(2):159-164. ZHANG C F,ZENG J R,WEN M,et al.Influence of viaducts on dispersion of air particles in street canyons[J].Research of Environmental Sciences,2012,25(2):159-164.

[8] 黄鹂鸣,王格慧,王荟,等.南京市空气中颗粒物PM10、PM2.5污染水平[J].中国环境科学,2002,22(4):47-50. HUANG L M, WANG G H,WANG H,et al.Pollution level of the airborne particulate matter (PM10, PM2.5) in Nanjing City[J].China Environmental Science,2002,22(4):47-50.

[9] 杨复沫,贺克斌,马永亮,等.北京PM2.5浓度的变化特征及其与PM10,TSP的关系[J].中国环境科学,2002,22(6):506-510. YANG F M, HE K B, MA Y L,et al.Variation characteristics of PM2.5concentration and its relationship with PM10and TSP in Beijing[J].China Environmental Science,2002,22(6):506-510.

[10] KLEEMAN M J,SCHAUER J J,CASS G R.Size and composition distribution of fine particulate matter emitted from wood burning,meat charbroiling,and cigarettes[J].Environmental Science & Technology,1999,33(20):3516-3523.

[11] HUBOYO H S,TOHNO S,CAO R.Indoor PM2.5characteristics and CO concentration related to water-based and oil-based cooking emissions using a gas stove[J].Aerosol and Air Quality Research,2011,11(4):401-411.

[12] LEE S C,LI W M,CHAN L Y.Indoor air quality at restaurants with different styles of cooking in metropolitan Hong Kong[J].Science of the Total Environment,2001,279(1):181-193.

[13] SHON Z H,KIM K H,SONG S K.Long-term trend in NO2and NOxlevels and their emission ratio in relation to road traffic activities in East Asia[J].Atmospheric Environment,2011,45(18):3120-3131. ▷

Study on mass concentration distribution of PM2.5and PM10on urban roads based on mobile monitoring

ZHOU Yan1, TAN Hongwei1, HU Tingting1, DUAN Yusen2

1.Tongji University, Shanghai 200092, China 2.Shanghai Environmental Monitoring Center, Shanghai 200235, China

In order to understand the distribution and influencing factors of PM2.5and PM10concentration in different neighbourhoods and road environments, the data of PM2.5and PM10concentration and water film height collected from different functional blocks during July 14thto July 16th, 2016 were analyzed. The result showed that the rainfall helped decrease the concentration of PM2.5in the ambient environment, and there was a negative correlation between the water film height and particulate matter concentration. Fine particle pollutants predominated in the particulates of residential areas and Hongqiao business district. In addition, due to the impact of the construction sites and road dust, there were serious coarse particle pollutants somewhere in Hongqiao business district and industrial areas. The pollution in Lujiazui business district was slight because the diffusion condition was fine and there were no serious polluting blocks. According to the measurement results, not all the viaducts will deteriorate the air quality in the street canyons, and the viaducts will have little effect on the diffusion of pollutants in the street canyon if the structure of the street canyon is reasonable.

PM2.5; PM10; mobile monitoring; rainfall; typical urban areas; water film height

2017-02-21

国家自然科学基金青年科学基金项目(51508395)；上海市大气颗粒物污染防治重点实验室2015年开放基金项目(FDLAP15002)；高密度人居环境生态与节能教育部重点实验室2016年自主开放基金项目；同济大学中央高校基本科研业务费专项(1000165003)

周岩(1992—)，女，硕士，主要研究方向为室内空气品质分布规律及通风策略，zhouzhouyan@tongji.edu.cn

*责任作者：胡婷莛(1984—)，女，博士后，主要研究方向为大气污染控制,huzhizi@tongji.edu.cn

X513

1674-991X(2017)04-0433-09

10.3969/j.issn.1674-991X.2017.04.059

周岩，谭洪卫，胡婷莛,等.基于移动监测的城市道路PM2.5和PM10浓度分布研究[J].环境工程技术学报,2017,7(4):433-441.

ZHOU Y, TAN H W, HU T T, et al.Study on mass concentration distribution of PM2.5and PM10on urban roads based on mobile monitoring[J].Journal of Environmental Engineering Technology,2017,7(4):433-441.