上海市典型交通环境空气污染特征

盛 涛,潘 骏,段玉森,刘启贞,伏晴艳

上海市典型交通环境空气污染特征

盛 涛,潘 骏,段玉森,刘启贞,伏晴艳*

(上海市环境监测中心,国家环境保护上海淀山湖科学观测研究站,上海 200235)

基于2018年上海市3种类型的交通环境空气监测站(路边站,港口站和机场站)的在线监测数据,探讨了3种交通站污染物的浓度水平和昼夜分布特征,比较分析了同期上海市环境空气污染物浓度,并揭示了工作日和非工作日对交通环境空气的影响. 结果显示,上海市交通环境空气,尤其是港口环境空气中NO, NO2和NO年小时平均浓度显著高于上海市年小时平均浓度;其中NO高出上海市年小时平均浓度比例最高,港口,路边和机场环境空气NO浓度分别为68,36和17µg/m3,分别高出上海市年小时平均浓度871%,414%和143%;交通环境空气中的O3平均浓度范围为42~65µg/m3,均低于上海市平均浓度. NO, NO2, NO, PM10, PM2.5, CO和BC(黑炭)昼夜浓度主要呈现双峰分布特征,且峰值出现时间与交通活动高峰时间较为吻合;O3的峰值大多出现在13:00,且机场环境空气浓度中O3浓度最高,峰值浓度为108µg/m3.非参数检验结果显示,上海市路边环境空气中SO2, NO, NO2, NO, PM10, PM2.5, O3, CO和BC在周一~周日无明显差异(>0.05).

上海；交通环境空气；污染特征

在城市范围内,由于大量人口聚集,交通活动强度越来越大,据联合国估计[1],全球范围内城市地区约有超过6亿的人口面临着交通活动排放的污染物的威胁.交通活动排放对颗粒物和CO, NO和VOCs空气污染物贡献较大[2],Qin等[3]研究了广州市区的交通排放和CO和NO的街道水平,发现87%的CO和67%的NO来自汽车尾气.香港的一项调查结果显示[4],繁忙街道附近的PM10浓度范围为25.56~ 337.4µg/m3,显著高于附近的监测站的数据.上海市2012~2013年大气PM2.5来源解析结果表明[5],上海本地排放占74%左右,其中本地源中流动源占29.2%,是上海市PM2.5的首要贡献源,流动源主要包括机动车,船舶,飞机,非道路移动机械等燃油排放.2013年北京市PM2.5来源解析结果显示[6],机动车尾气为PM2.5的首要贡献源,对PM2.5的贡献比例高达22%.

交通活动排放对环境健康的影响越来越引起国内外研究界的关注.以颗粒物为例,交通活动排放的颗粒物主要有两个原因而受到高度关注:(1)燃烧过程中产生的颗粒物,特别是柴油机尾气颗粒物,在产生不良健康影响方面比非燃烧过程更严重[7-8].(2)交通活动产生的排放占高度工业化国家城市地区颗粒物排放总量的约50%以上[9-10].英国伦敦的研究显示,超过80%的颗粒物来自道路交通[11].在希腊雅典,道路交通对PM2.5总排放量的贡献估计为66.5%[12].此外,发展中国家的许多城市都面临着与交通相关的微粒排放的严重问题[13-15], 1996年马来西亚的交通车辆的空气污染物排放量占排放总量的82%[16].除了车辆状况外,燃料类型在交通排放中起着重要作用,压缩天然气(CNG)的使用有效的降低了印度德里的环境空气污染物[17],从1995年到2001年,印度德里的TSP年均浓度由405µg/m3降至347µg/m3,CO年均浓度由4197µg/m3降至4681µg/ m3,NO年均浓度由36µg/m3降至34µg/m3.

由于交通活动中燃料的物理特性和化学成分,发动机的设计和技术,地理和气象条件以及社会经济背景的差异,中国城市地区和其他亚洲地区环境颗粒物的物理和化学特征可能与美国和欧洲国家不同[18].国外发达国家关于交通环境大气污染物的污染特征,健康影响等研究工作开展较早,国内针对城市交通环境空气质量监测与评价的工作基础较为薄弱,监测与评价工作严重滞后于城市交通的快速化发展进程,对于城市区域交通环境空气污染物的污染特征等报道还较少,交通环境大气污染物的污染特征尚不了解.

因此,本文以上海市的3种类型的交通环境空气监测站(路边站,港口站和机场站)的在线监测数据为基础,通过分析气态污染物和颗粒物的变化特征,识别3种不同类型交通活动排放大气污染物的特征,并比较了同期上海市环境空气污染物浓度,旨在为交通排放污染防治提供技术支撑.

1 研究区域与方法

1.1 研究区域

上海地处长江入海口,是长江经济带的龙头城市,全市土地面积为6340.5km2,辖16个区,GDP居中国城市第一位,亚洲城市第二位.至2017年年末,上海市拥有各类民用汽车361.02万辆.上海同时拥有2座民用国际机场(浦东国际机场和虹桥国际机场),分别位于城市的东西两侧.2015年全年,浦东机场实现旅客吞吐量6008万人次,位居全国第二;虹桥机场实现旅客吞吐量3907万人次,位居全国第六. 2016年上海港口货物吞吐量达到70177万t,上海市外贸物资中99%经由上海港进出,每年完成的外贸吞吐量占全国沿海主要港口的20%左右.

该研究所涉及的交通环境空气监测站包括3种类型7个交通站,研究时间为2018年1~12月,7个交通站的监测指标见表1,交通站站位置分布见图1.该研究中上海市平均浓度为全市9个国控站平均浓度.

图1 交通环境空气监测站位置

表1 监测站点及监测指标一览表

1.2 监测仪器及方法

表2 监测仪器及检测原理一览表

该研究所涉及的污染物包括SO2, NO-NO2- NO, CO, PM2.5, PM10, BC,各污染物均使用小时均值进行统计分析.各污染物的监测仪器及仪器的检测原理等情况见表2.

1.3 质量保证和控制

为了保证监测数据的有效性,各仪器均按照国家相关规范要求进行质量保证(QA)和质量控制(QC),具体质量保证和控制措施见表3.

表3 各监测仪器质量保证和控制措施一览表

2 结果与分析

2.1 交通环境空气污染概况

如表4所示,交通环境空气NO, NO2和NO均高出上海市平均浓度,其中以港口环境空气中最高,其次为路边环境空气和机场环境空气;交通环境空气NO高出上海市平均浓度的比例最高,港口,路边和机场环境空气NO浓度分别为68, 36和17µg/m3,分别高出上海市平均浓度871%,414%和143%,表明交通活动排放,尤其是港区内集卡货车等活动排放对环境空气的NO贡献较大,港口和机场环境空气中的O3平均浓度分别为42,39和65µg/m3,均低于上海市平均浓度,且以港口环境空气最低,这与交通活动排放的大量NO被O3等大气氧化剂氧化为NO2,同时消耗交通环境空气周边的O3有关.

表4 交通环境与上海市各污染物年小时平均浓度(µg/m3)

注:上海市各污染物年小时平均浓度根据各污染物全年小时浓度计算平均浓度.

路边环境空气PM10和PM2.5的浓度均略高于上海市平均浓度,目前国内外研究均表明交通排放,尤其是机动车尾气对城市大气颗粒物贡献较大,但该研究中路边环境空气PM10和PM2.5浓度却未明显高出上海市平均浓度,这可能与交通活动排放的颗粒物为一次细粒子有关,有研究表明机动车排放颗粒物的峰值粒径在100nm以下[19],细粒子可能还未能在近交通环境空气中大量积聚增长,因此交通环境空气PM10和PM2.5的质量浓度上未明显高出上海市平均浓度.港口环境空气PM10和PM2.5均低于上海市平均浓度,这可能与2个港口环境监测站均处于上海市的东部,易受来自于海上的偏东清洁气流影响有关.机场环境空气PM10和PM2.5与上海市平均浓度基本持平.

港口环境空气SO2浓度高于上海市平均浓度,表明港区活动排放对环境空气SO2具有一定的贡献,这可能是由于船舶使用的燃油中含有硫成分,含有硫成分的燃油在燃烧时产生了SO2有关.交通环境空气CO的浓度与上海市平均浓度基本持平.

交通环境空气NO, NO2和NO均高出上海市平均浓度,参照《环境空气质量标准(GB 3095—2012)》中NO2和NO的1h平均浓度二级限值,NO2和NO的小时浓度超标率见表5.7个交通站NO2小时浓度超标率在0%~0.67%之间,NO小时浓度超标率在0.83%~15.92%之间,NO的小时浓度超标率均高于NO2.从3种类型的交通环境空气来看,港口站NO2和NO小时浓度超标率均高于路边站和机场站,其中2个港口站NO小时浓度超标率分别为15.92%和15.51%,表明与路边站和机场站相比,港口站的NO2和NO污染较为严峻.4个路边站中,静安共和新路站和徐汇漕溪路站NO2和NO的小时浓度超标率高于静安延安中路站和浦东东方路站,这可能与这2个站附近的交通活动排放的NO2和NO强度较大有关.

表5 交通环境NO2和NOx小时浓度超标率

7个交通站点的NO, NO2和NO与上海市平均浓度的Pearson相关系数见表6. 总体来看,7个交通站点的NO, NO2和NO均与上海市平均浓度呈现显著相关(<0.01), NO2与上海市平均浓度的Pearson相关系数范围为0.545~0.828(<0.01),大多数站点NO2的相关系数高于NO和NO.从各个类型的站点来看,机场站的NO, NO2和NO与上海市平均浓度的Pearson相关系数高于港口站.路边站中静安延安中路站和浦东东方路站的NO, NO2和NO与上海市平均浓度的Pearson相关系数高于徐汇漕溪路站和静安共和新路站.

表6 交通环境NO, NO2和NOx与上海市环境空气相关性分析

注:**在0.01水平(双侧)上显著相关.

国内外交通环境空气中各污染物浓度见表7.该研究中路边环境空气SO2略低于曼谷都市区,远低于巴基斯坦高速公路区域(212µg/m3).NO2低于巴基斯坦和北卡罗来纳州高速公路区域,高于拉斯维加斯州际公路附近.PM10的浓度低于曼谷都市区,香港和西安的研究.PM2.5的浓度低于2006年香港的研究,但稍高于北卡罗来纳州的研究.CO仅高于拉斯维加斯州际公路的研究结果,低于巴基斯坦,曼谷都市区,西安和北卡罗来纳州的研究结果.上海市路边站BC平均浓度为3610ng/m3,高于拉斯维加斯州际公路附近的研究结果,BC/PM2.5的平均比值为(7.0%±6.8%).总体来看,该研究中路边环境空气各污染物浓度水平处于中等水平.

根据海事部门相关要求,上海港于2018年10月1日起国际航行船舶和国内沿海航行船舶在上海港内行驶及靠岸停泊期间使用硫含量£0.5%m/m的燃油.港口环境空气和上海市SO2平均浓度见图2,10月~12月港口环境空气SO2月均浓度分别为12, 9和8µg/m3,连续3个月下降,且2018年12月与上海市平均浓度持平. 总体来看,使用船舶低硫油后,港区环境空气SO2的浓度下降明显.

表7 国内外交通环境各污染物浓度对比

图2 港口环境空气与上海市SO2月均浓度变化

2.2 昼夜浓度特征

交通环境空气各污染物昼夜浓度分布情况见图3.总体来看,上海市交通环境空气NO, NO2, NO, PM10, PM2.5, CO和BC昼夜浓度主要呈现双峰分布特征,且峰值出现时间与交通活动高峰时间较为吻合;SO2和O3主要呈现单峰变化特征. 3种交通环境空气中NO, NO2和NO的昼夜浓度均呈现双峰变化特征,其中路边环境空气NO的峰值浓度分别为171µg/m3(7:00)和145µg/m3(19:00);机场环境空气NO的峰值浓度分别为104µg/m3(6:00)和81µg/m3(21:00);港口环境空气NO的峰值浓度分别为258µg/m3(峰值时间为5:00)和220µg/m3(23:00),但与路边和机场的昼夜变化规律差别较大,这主要是由于港区的集卡货车夜间进港量数量大,且在港区内拥堵情况严重,因此导致了较高浓度的NO, NO2和NO的排放.

PM10和PM2.5昼夜浓度主要呈现双峰变化特征. 路边环境空气PM10峰值浓度分别为65µg/m3(6:00~ 8:00)和68µg/m3(17:00~19:00),高峰时间与出行高峰时间基本吻合;机场环境空气PM10双峰的峰值浓度均为60µg/m3(7:00和19:00);港口环境空气的PM10昼夜浓度差异较小,浓度范围为46~51µg/m3.交通环境空气中PM2.5的昼夜特征与PM10具有一定差异,路边环境空气PM2.5第一个峰值出现的时间(6:00)与PM10一致,但峰值持续时间(6:00~11:00)较PM10更长,第二个峰值出现时间(19:00)晚于PM10,峰值浓度分别为39µg/m3和38µg/m3;机场环境空气PM2.5峰值浓度为39µg/m3(6:00~8:00)和36µg/m3(22:00~ 23:00);港口环境空气PM2.5昼夜差异较小,浓度范围为32~34µg/m3.路边环境空气中BC呈现双峰分布,峰值浓度分别为4577ng/m3(6:00)和4146ng/m3(19:00),BC主要来自于柴油车的贡献,峰值出现的时间能够反映柴油车的出行高峰时间. CO呈现昼夜变化特征,但是变化范围较小,路边,港口和机场环境空气CO的浓度范围分别为0.6~0.8mg/m3, 0.6~ 0.7mg/m3和0.5~0.7mg/m3.

3种交通环境空气O3的昼夜特征较为类似,均呈现单峰型分布,机场,路边和港口环境空气O3的峰值浓度分别为108µg/m3(13:00~14:00),67µg/m3(13:00)和64µg/m3(13:00).交通环境空气SO2呈现单峰型变化,港口环境空气SO2昼夜均高于路边和机场环境空气,峰值浓度为14µg/m3,峰值时间为10:00~15:00;路边和机场环境空气SO2峰值浓度均为10µg/m3,其中路边的峰值时间为9:00~13:00,机场为9:00~12:00.

2.3 路边环境空气周一~周日污染特征

路边环境空气各污染物周一~周日的浓度分布见图4.其中NO, NO2和NO周一~周日的浓度分布特征较为类似,周一~周六的浓度较为接近,而周日均为最低值,NO, NO2和NO浓度分别为106µg/m3, 57µg/m3和32µg/m3. PM10和PM2.5在周一~周日的浓度分布特征较为类似,PM10和PM2.5在周一~周日的浓度范围分别为56µg/m3~63µg/m3和33µg/m3~ 40µg/m3.

在NO浓度较低的周日,O3呈现于较高的浓度,为42µg/m3,仅低于周四(43µg/m3). BC的浓度在周一~周三较高,浓度范围为3684~3798ng/m3,周四~周日的浓度较低(3468~3557ng/m3).路边环境空气中SO2和CO在周一~周日的浓度差异较小,SO2浓度范围为8~9µg/m3,CO浓度单位为0.7~0.8mg/m3.经非参数检验,SO2, NO, NO2, NO, PM10, PM2.5, O3, CO和BC在周一~周日的浓度均无显著差异(>0.05),表明上海市路边环境空气中上述污染物在周一~周日均无差异.

3 结论

3.1 上海市交通环境空气,尤其是港口环境空气中NO, NO2和NO浓度显著高于上海市平均浓度;其中NO高出上海市平均浓度比例最高,港口,路边和机场环境空气NO浓度分别为68, 6和17µg/m3,分别高出上海市平均浓度 871%, 414%和 143%,表明交通活动排放,尤其是港区内集卡货车等活动排放对环境空气的NO贡献较大.路边环境空气PM10和PM2.5的浓度略高于上海市平均浓度,机场环境空气PM10和PM2.5与上海市平均浓度基本持平.港口环境空气PM10和PM2.5均低于上海市平均浓度.

3.2 交通环境空气NO, NO2, NO, PM10, PM2.5, CO和BC昼夜浓度主要呈现双峰分布特征,且峰值出现时间与交通活动高峰时间较为吻合;SO2和O3主要呈现单峰变化特征,且港口环境空气SO2昼夜浓度均高于路边和机场环境空气,O3的峰值大多出现在13:00,且机场环境空气浓度中O3浓度最高,峰值浓度为108µg/m3.

3.3 非参数检验结果显示,SO2, NO, NO2, NO, PM10, PM2.5, O3, CO和BC在周一~周日的浓度均无显著差异(>0.05),表明上海市路边环境空气中上述污染物在周一~周日无明显差异.

[1] Cacciola R R, Sarva M, Polosa R. Adverse respiratory effects and allergic susceptibility in relation to particulate air pollution: flirting with disaster [J]. Allergy, 2002,57(4):281–6.

[2] Chan L Y, Hung W T, Qin Y. Assessment of vehicular emission dispersion models applied in street canyons in Guangzhou, PRC [J]. Environment International, 1995,21(1):0-46.

[3] Qin Y, Kot S C. Dispersion of vehicular emission in street canyons, Guangzhou City, South China (P.R.C.) [J]. Atmospheric Environment. part B. urban Atmosphere, 1993,27(3):283-291.

[4] Cacciola R R, Sarva M, Polosa R. Adverse respiratory effects and allergic susceptibility in relation to particulate air pollution: flirting with disaster [J]. Allergy, 2002,57(4):281–6.

[5] Chan L, Kwok W, Chan C. Human exposure to respirable suspended particulate and airborne lead in different roadside microenvironments [J]. Chemosphere, 2000,41(1):93-99.

[6] 伏晴艳,张懿华,崔虎雄,等.上海市PM2.5来源解析和防治对策研究[J]. 中国科技成果, 2016,17(18):20-22.Fu Q Y, Zhang Y H, Cui H X, et al. Source analysis and prevention strategies of PM2.5in Shanghai [J]. China Science and Technology Achievements, 2016,17(18):20-22.

[7] 黄 婧,郭新彪.交通相关空气污染的健康影响研究进展[J]. 中国环境科学, 2014,34(6):1592-1598. Huang J, Guo X B. Research progress on the health effects of traffic-related air pollution [J]. China Environmental Science, 2014, 34(6):1592-1598.

[8] Laden F, Neas L M, Dockery D W,et al. Association of fine particulate matter from different sources with daily mortality in six U.S. cities [J]. Environ Health Perspect, 2000,108(10):941-947.

[9] Janssen N A, Schwartz J, Zanobetti A,et al. Air conditioning and source-specific particles as modifiers of the effect of PM10on hospital admissions for heart and lung disease [J]. Environ Health Perspect, 2002,110(1):43-49.

[10] Briggs D J, Collins S, Elliott P, et al.Mapping urban air pollution using GIS: a regression-based approach [J]. International Journal of Geographical Information Science, 1997,11(7):699-718.

[11] Wróbel A, Rokita E, Maenhaut W. Transport of traffic- related aerosols in urban areas [J]. Science of the Total Environment, 2000, 257(2):199-211.

[12] Department for Transport (UK). Sources of Particulate Matter in Urban Areas: TRAMAQ Project UG 250September, 2002.

[13] Economopoulou A A, EconomopoulosA P. Air pollution in Athens basin and health risk assessment [J]. Environmental Monitoring & Assessment, 2002,80(3):277-299.

[14] Kulkarni M M, Patil R S. Monitoring of Daily Integrated Exposure of Outdoor Workers to Respirable Particulate Matter in an Urban Region of India [J]. Environmental Monitoring and Assessment, 1999,56(2):129-146.

[15] Yang K. Spatial and seasonal variation of PM10mass concentrations in Taiwan [J]. Atmospheric Environment, 2002,36(21):3403-3411.

[16] Shendell D G, Naeher L P. A pilot study to assess ground-level ambient air concentrations of fine particles and carbon monoide in urban Guatemala [J]. Environment International, 2002,28(5):375-382.

[17] Afroz R, Hassan M N, Ibrahim N A. Review of air pollution and health impacts in Malaysia [J]. Environmental Research., 2003,92(2):71-77.

[18] Goyal P. Present scenario of air quality in Delhi: a case study of CNG implementation [J]. Atmospheric Environment, 2003,37(38):5423-5431.

[19] Wang G, Wang H, Yu Y,et al. Chemical characterization of water-soluble components of PM10and PM2.5atmospheric aerosols in five locations of Nanjing, China [J]. Atmospheric Environment, 2003, 37(21):2893-2902.

[20] 樊筱筱,蒋靖坤,张 强,等.轻型汽油车排放颗粒物数浓度和粒径分布特征[J]. 环境科学, 2016,37(10):3743-3749. Fan X X, Jiang J K, Zhang Q,et al. Number concentration and size distribution of particles emitted by light-duty gasoline vehicles [J]. Environmental Science, 2016,37(10):3743-3749.

[21] Ali M, Athar M. Air pollution due to traffic, air quality monitoring along three sections of National Highway N-5, Pakistan [J]. Environmental Monitoring and Assessment, 2007,136(1-3):219-226.

[22] Leong S T, Muttamara S, Laortanakul P. Evaluation of Air Pollution Burden from Contribution of Motorcycle Emission in Bangkok [J]. Water, Air, and Soil Pollution, 2001,131(1-4):41-60.

[23] Kimbrough S, Baldauf R W, Hagler G S W,et al. Long-term continuous measurement of near-road air pollution in Las Vegas: seasonal variability in traffic emissions impact on local air quality [J]. Air Quality, Atmosphere & Health, 2013,6(1):295-305.

[24] Riediker M, Williams R, Devlin R,et al. Exposure to Particulate Matter, Volatile Organic Compounds, and Other Air Pollutants Inside Patrol Cars [J]. Environmental Science & Technology, 2003,37(10): 2084-2093.

[25] Shen Z X, Han Y M., Cao J J, et al. Characteristics of traffic-related emissions: a case study in roadside ambient air over Xi’an, China [J]. Aerosol and Air Quality Research, 2010,10:292-300.

[26] Wang J S, Chan T L, Ning Z, et al. Roadside measurement and prediction of CO and PM2.5dispersion from on-road vehicles in Hong Kong [J]. Transportation Research Part D: Transport and Environment, 2006,11(4):242-249.

Study on characteristics of typical traffic environment air pollution in shanghai.

SHENG Tao, PAN Jun, DUAN Yu-sen, LIU Qi-zhen, FU Qing-yan*

(Shanghai Environmental Monitoring Center, National Environmental Protection Shanghai Dianshan Lake Science Observatory Research Station, Shanghai 200235, China)., 2019,39(8)：3193~3200

Based on the online monitoring data of three types of traffic environment air monitoring stations (roadside station, port station and airport station) in Shanghai in 2018, concentration levels and diurnal-noctural distribution characteristics of pollutants in three traffic stations were discussed. The concentrations of ambient air pollutants in Shanghai during the same period were compared and analyzed, and the effects of week days and weekend were revealed. The results showed that the airborne NO, NO2and NO of traffic environment air are higher than the average concentrations in Shanghai, and concentrations in the port environment is the highest; The average concentration of NO in the ambient air of ports, roadsides and airports were 68, 36 and 17μg/m3, respectively, which are higher than the average concentration of Shanghai by 871%, 414% and 143%; The average concentration of O3ranged from 42 to 65 μg/m3, which was lower than the hourly-average concentration in Shanghai. NO, NO2, NO, PM10, PM2.5, CO and BC (black charcoal) daytime and nighttime concentrations mainly showed bimodal distribution characteristics. Their peak occurrences time coincided with the peak traffic activities; the peak of O3mostly occurred at 13:00, and the concentration of O3in the airport ambient air concentration was the highest, which was 108μg/m3. The results of nonparametric tests showed that SO2, NO, NO2, NO, PM10, PM2.5, O3, CO and BC in atmosphere near-road in Shanghai were not significantly different from Monday to Sunday (>0.05).

Shanghai；traffic environment air；pollution characteristics

X51

A

1000-6923(2019)08-3193-08

盛 涛(1989-),男,安徽枞阳人,工程师,硕士,主要从事大气环境监测及相关研究.发表论文4篇.

2019-01-15

国家重点研发计划项目(2018YFC0213804);国家重点研发计划项目(2017YFC0209603);国家重点研发计划项目(2016YFC0201502)

* 责任作者, 教授级高级工程师, qingyanf@sheemc.cn