基于无人机平台的干散货港区PM2.5分布规律研究*

刁昶皓 封学军 张 艳 马 赛 周云鹏

(河海大学港口海岸与近海工程学院，江苏 南京 210098)

PM2.5在大气中含量较少，但其对空气质量和能见度等有重要的影响。与PM10相比，PM2.5粒径小，富含大量有毒、有害物质且在大气中停留时间长、输送距离远，因而对人体健康和大气环境质量的影响更大。目前中国港口大气总悬浮颗粒物(TSP)浓度普遍超标，部分老港区中心地带月均降尘量达到400 t/km2；有些港口的降尘量占所在城市全部降尘量的50%以上，构成较严重的空气污染问题[1]。干散货码头(特别是煤炭和矿石码头)区域空气中颗粒物含量较高，对港口工作人员身体健康有着极大的影响，同时对港口所在城市的空气质量也存在着巨大威胁[2]。

目前，欧美等西方发达国家针对港区空气质量方面开展了大量工作，如美国洛杉矶—长滩两港联合实施“圣佩罗湾洁净空气行动计划”、纽约—新泽西两港联合实施“洁净空气措施和港口空气管理计划”、荷兰鹿特丹港实施“里吉蒙地区空气质量行动项目”、澳大利亚悉尼港实施“绿色港口指南”[3-4]等，这些计划的实施在很大程度上改善了港口大气环境质量，而国内港区大气防治工作还在起步阶段。传统的港区大气污染监测通常借助固定监测站点开展近地面大气污染研究，缺乏对港区空气中污染物垂直分布特征的观测，目前已有较多学者对城市近地层空气中PM2.5等污染物的垂直分布特征展开研究[5-7]，皆采用在城市高层建筑物的不同高度悬挂检测仪的方法，但港区内基本上不存在超百米的建筑物，传统监测方案并不可行。

无人机具有视域广、灵活机动、飞行高度可控、定点与巡航相结合等特点，已在许多领域得到广泛应用[8-12]。本研究尝试通过无人机搭载微型空气质量检测器对连云港港区内PM2.5进行空间分布规律研究，有效解决固定监测站的数据缺失问题，研究PM2.5等大气污染物的垂直分布、垂直扩散及区域性输送特征，为评估抑尘措施的抑尘效果、建立模型、区域空气质量评估和预测提供技术支撑。

1 技术方案

1.1 监测区域与监测点选择

连云港港地处中国沿海中部的海州湾西南岸、江苏省的东北端，主要港区位于北纬34°44′，东经119°27′。港口北倚长6 km的东西连岛，南靠巍峨的云台山，东临太平洋，西部为临港产业集中区。连云港港被誉为新亚欧大陆桥东桥头堡和新丝绸之路东端起点，是中国中西部地区最便捷、最经济的出海口。研究其干散货港区扬尘分布规律特别是PM2.5空间分布规律，对连云港港打造“绿色港口”具有重要指导意义。

考虑到无人机飞行的安全性和测量数据的精准性，通过对港区地形、地面设施、天气情况的调查和综合分析，选择旗台干散货港区作为监测场地。在港区的典型污染源设置4个监测点，利用无人机开展PM2.5浓度检测，监测点位置见图1。

1—码头前沿作业区；2—堆场传送带；3—堆料机下风向30 m；4—堆料机下风向50 m图1 监测点位置Fig.1 Position of monitoring point

《无人驾驶航空器飞行管理暂行条例(征求意见稿)》规定，无人机飞行至120 m以上需征得相关部门同意，因此，此次监测过程无人机最高飞行至120 m。无人机携带污染物检测设备在污染源处垂直上升，检测设备每5 s测得一组数据，从而得到大气污染物PM2.5在不同高度的浓度分布。

1.2 监测概况

1.2.1 监测场地及天气情况

干散货港区的主要货种为皮尔巴拉混合矿(PB粉)，卸货作业流程为桥式卸船机卸料至皮带机，经皮带机传输到堆料机，然后进入堆场堆垛。港区目前已基本做到对堆场的全覆盖，并且有完善的喷淋系统，每天定时对所有堆场进行喷淋，在此次无人机监测试验时，该港区堆场已完成喷淋，但港区周围未布置防风抑尘网。

监测当天连云港天气晴转多云，风向为东南风转东风，风力1～2级。连云港市区4个监测站测得的PM2.5平均值为32 μg/m3，作为港区PM2.5背景浓度。

1.2.2 设备情况

此次试验选用QLY-XJ6型环保无人机搭载QLY-QT14型空气质量检测仪，连同地面控制站构建检测平台。空气质量检测仪可实时检测环境中温度、湿度和CO2、PM2.5、PM1.0、PM10等指标浓度，支持数据存储、设备系统设置、编辑账户信息、结合地图查看飞行轨迹、进行产品传感器的添加和删除等操作，还可将数据导出进行后续处理。第三方检测中心多次对检测仪中PM2.5传感器的校准结果显示，PM2.5传感器的相对误差在5%左右，这表明该检测仪的检测结果具有较高可信度。

2 数据分析

2.1 PM2.5的垂直分布规律与原因分析

2.1.1 监测点1

因码头前沿工作区的桥式抓斗卸船机为铁质结构，易形成电磁波干扰，无人机距离过近会影响其飞行稳定和安全，从而影响数据的准确性，所以监测点1设在卸船机下风向50 m处。监测时共有4台桥式抓斗卸船机同时工作，将船中PB粉转移至传送带上。该区域的污染源有两个，即卸船机作业扬尘和未完全封闭的皮带机传输过程扬尘。经实地踏勘，抓斗式卸船机作业的高度区间约为5～20 m，皮带机高度约为5 m，无人机从地面起飞，飞行高度设置为120 m。

监测点1的PM2.5垂直分布规律见图2。由图2可见，监测点1处PM2.5垂直方向的平均质量浓度为37 μg/m3；PM2.5在0～120 m高度只有一个峰值，出现在距地面50 m处，为77 μg/m3，次高值位于距地面30 m处，为50 μg/m3，最低值位于距地面20 m处，为22 μg/m3；总体看来，PM2.5浓度在距地面0～50 m高度内波动较为明显，超过65 m后PM2.5变化相对较小。

图2 监测点1的PM2.5垂直分布规律Fig.2 The vertical distribution of PM2.5 at the monitoring point 1

2.1.2 监测点2

监测点2设置在码头后方堆场中的传送带旁，位于港区作业集中区，该处作业源多且复杂，包括传送带、周围堆场和正在作业的堆料机。传送带高约2 m，堆料机作业高度约为6 m。受到上述复合排放源、粒子特性、气象条件等多种因素的影响，该监测点PM2.5的空间分布规律较一般气态污染物复杂。由于该监测点位于港区后方堆场内部，为保障无人机的安全起飞，操控无人机从港区道路地面起飞，无人机在传送带附近上空悬停(高度约5 m)并开始检测，由于监测期间70 m以上高空有鸟群经过，考虑到无人机安全，设定飞行高度为70 m。监测点2的PM2.5垂直分布规律见图3。结果显示，监测点2垂直方向PM2.5平均质量浓度为62 μg/m3，随着无人机爬升，PM2.5浓度迅速增加，在20 m处达到最大值110 μg/m3，此后迅速降至40～60 μg/m3。

图3 监测点2的PM2.5垂直分布规律Fig.3 The vertical distribution of PM2.5 at the monitoring point 2

2.1.3 监测点3

监测点3位于堆场内部正在作业的堆料机下风向30 m处，污染源为正在作业的堆料机和周围堆场，堆场高度约为5 m。由于近地面作业扬尘较大，为保证检测的精准度，从距地面20 m处开始操控无人机爬升，监测点3的PM2.5垂直分布规律见图4。结果显示，监测点3垂直方向的PM2.5平均质量浓度为37 μg/m3，距地面20～40 m处为低浓度振荡区(PM2.5在25～30 μg/m3)，40 m后PM2.5质量浓度迅速上升，于45 m处达到次高值52 μg/m3，短暂回落后PM2.5继续迅速增加，并于60 m处达到峰值62 μg/m3，此后大幅回落，在30～40 μg/m3波动，PM2.5最低值出现在距地面30 m处，为25 μg/m3。

图4 监测点3的PM2.5垂直分布规律Fig.4 The vertical distribution of PM2.5 at the monitoring point 3

2.1.4 监测点4

监测点4位于堆场内部正在作业的堆料机下风向50 m处，为方便与监测点3结果对比，此次无人机飞行的初始高度也设为距地面20 m。监测点4的PM2.5垂直分布规律见图5。可以看出，监测点4垂直方向的PM2.5平均值为39 μg/m3，飞行过程中出现了3个波峰，分别为距地面40、60、115 m处，PM2.5分别为62、60、56 μg/m3；PM2.5最低值出现在距地面90 m处，为20 μg/m3。

2.1.5 垂直方向PM2.5浓度变化的原因

监测点1位于抓斗式卸船机的下风向50 m处，PM2.5在距地面50 m附近形成高浓度区域；PM2.5在距地面0～50 m波动较明显，原因可能在于作业机械的高度(距地面5～20 m)不断变化，即抓斗作业导致的粉尘污染不是由固定高度产生，且抓斗作业的间歇性导致在此范围内PM2.5浓度波动明显。

图5 监测点4的PM2.5垂直分布规律Fig.5 The vertical distribution of PM2.5 at the monitoring point 4

监测点2在港区内污染最严重，是由开放式传送带和监测区域附近正在作业堆料机的共同作用导致，因此该监测点平均浓度比其他监测点高出约40%。传送带作业产生的PM2.5在20 m高度附近聚集，从而产生高浓度现象。此后，高浓度的PM2.5开始向低浓度扩散，导致距地面30 m内的PM2.5浓度波动较为明显，距地面10～25 m为该监测点的高浓度区域。

由于监测点3位于堆场内部，PM2.5浓度受传送带的影响较监测点2小，所以除高浓度区域(40～65 m)外，PM2.5浓度波动并不明显，且监测点3的平均浓度低于监测点2。而监测点3高浓度区域的出现，主要与堆料机自身高度有关。

监测点4在垂直方向的PM2.5浓度总体波动明显，但平均浓度较低，原因在于该监测点距离正在作业的堆料机较远，受到堆场内作业的影响较小，监测点4的主要污染源为堆场的地面扬尘，距地面35～65 m为该监测点的高浓度区域。

2.2 PM2.5的水平分布规律

为考察同一污染源所产生的PM2.5在水平方向上的变化规律，对监测点3与监测点4的PM2.5进行水平分布规律分析。结果显示，监测点3与监测点4的PM2.5分布规律基本一致，监测点4的PM2.5平均浓度比监测点3高5.4%，说明随着与污染源水平距离的增加，20～70 m高度的PM2.5浓度有增长趋势。PM2.5的高浓度区域也由40～65 m扩展为35～65 m，说明随着与污染源水平距离的增加，高浓度区域的范围有扩大的趋势。

2.3 相关性分析

采用Pearson相关系数法分析各监测点温度、湿度、CO2、PM2.5、高度的相关关系。相关系数的绝对值越大，表示相关度越强，相关系数的判断标准见表1。

表1 相关系数判断标准

4个监测点各项指标间相关性分析结果分别见表2至表5。可以看出，监测点1处PM2.5与其他因素间均为极弱相关，说明卸船作业是PM2.5产生的主要原因，因此在码头前沿作业区需要增加抑尘措施，从源头减少扬尘的产生；监测点2处PM2.5浓度较高且与其他4项指标相关性都达到中等程度相关，这是因为该监测点的污染源为开放式传送带和正在作业的堆料机，周围堆场也对PM2.5浓度有一定的贡献，污染源情况复杂且污染严重，因此需要对开放式传送带这一作业流程进行综合整治；监测点3处PM2.5与湿度、CO2相关性较高，说明在堆场作业时需要增加洒水等抑尘措施，并且使用清洁能源车辆；监测点4处PM2.5与CO2的相关性极弱，与温度、湿度和高度的相关性较弱，这与该监测点的地理位置有关。监测点4位于堆场内部，受到港作机械排放的CO2影响很小，堆场内小规模的作业对PM2.5浓度影响较弱，因此堆场内部PM2.5浓度主要受堆场地面扬尘的影响。

表2 监测点1的相关性分析结果

表3 监测点2的相关性分析结果

表4 监测点3的相关性分析结果

表5 监测点4的相关性分析结果

3 结 语

(1) 使用无人机检测平台可有效采集干散货港区0～120 m高度的PM2.5等污染物浓度数据，实现港区内部粉尘污染物的空间分布规律分析，为港区粉尘总量估算、治理措施等提供数据支持。

(2) 港区堆场内作业源上方10～25 m处易形成PM2.5高浓度区域，随着与污染源水平距离的增加，PM2.5浓度在距地面20～70 m有增长的趋势，而PM2.5高浓度区域的范围也有扩大趋势。

(3) 码头前沿作业区的PM2.5浓度与温度、湿度、CO2浓度、高度等4项指标相关性不大，卸船作业是PM2.5产生的主要原因；传送带处的复杂作业情况导致各项数据之间都有较高的相关性，是高浓度PM2.5产生的根本原因，证明港区皮带机廊道全封闭的重要性；监测点3中PM2.5浓度与湿度和CO2浓度相关性较高，表明在堆场内部采取抑尘措施时，需要控制洒水量及采用清洁能源车辆等；监测点4处的PM2.5浓度受到温度、湿度、高度和CO2浓度的影响较小，表明堆场扬尘是主要污染源，应对堆场进行覆盖和喷淋从而达到抑尘目的。