北京市大兴区道路积尘年际变化特征及管控研究

崔浩然,樊守彬,韩力慧,李婷婷,曲 松,刘俊芳,王海斌

北京市大兴区道路积尘年际变化特征及管控研究

崔浩然1,2,樊守彬2,3*,韩力慧1**,李婷婷2,3,曲 松2,3,刘俊芳1,2,王海斌1,2

(1.北京工业大学环境与能源工程学院,区域大气复合污染防治北京市重点实验室,北京 100124；2.北京市环境保护科学研究院,北京 100037；3.国家城市环境污染控制工程技术研究中心,北京 100037)

为探究长时间跨度的道路积尘变化特征,于2019～2020年对北京市大兴区内主要道路进行尘负荷检测,并于2020年四季收集道路PM10和PM2.5积尘样品,分析化学组分,建立成分谱.结果表明,2019年和2020年大兴区道路尘负荷年均值分别为1.05g/m2和0.74g/m2,2020年大兴区道路尘负荷较2019年下降29.5%.2019年道路尘负荷热点聚集区分散,大兴区内道路尘负荷高值区较多,2020年热点区集中出现在西北部,冷点区集中在东部区域.2020年大兴区道路扬尘排放因子低于2019年,大部分乡镇/街道中,2020年的扬尘排放因子和排放量低于2019年,呈现出东南部>中部>西北部的趋势.2020年大兴区道路扬尘排放量低于2019年,大兴区南部和西北部乡镇/街道内的扬尘排放量大于中部.受建筑施工活动影响.2020年大兴区道路PM10和PM2.5积尘化学组分中以土壤风沙和建筑施工活动相关的元素为主,Ca、Mg、Si、Al元素分别共占比39.39%和41.71%.对大兴区道路尘负荷进行针对性管控,首先需要对运输车辆进行及时冲洗,降低轮胎的尘土夹带量.其次应加强工地出口至附近1km的道路清扫保洁频次,将工地出口处道路尘负荷对周边道路的辐射影响降低.

北京市；道路积尘；道路扬尘；成分谱；管控方案

扬尘源是现阶段北京市大气污染的重要来源之一[1],根据2017年北京市环保局发布的大气PM2.5来源解析结果可知,扬尘源在本地源中的贡献为16%,位于移动源之后[2],成为北京本地PM2.5的第二大来源[3],相比2013年道路扬尘在本地源中15%的占比结果可知扬尘源的比重较为稳定且略有升高[4],成为北京市大气污染精细化管控的重点目标.

北京快速的城市建设过程却贡献了较多的大气污染物[5],特别是施工过程中大型运输车辆往返于工地与原材料产地,在运输材料过程中原料遗撒及自身车轮上的泥土遗留产生道路扬尘[6].Pallavi等[7]指出,施工工地内的车辆,易夹带尘土进入工地附近的道路,增加路道积尘量,使得这类道路更易产生道路扬尘.田刚等[8]发现道路扬尘PM10排放因子为正常道路的2～10倍.Amato等[9]采集城区内主要交通联络路段和建筑工地附近的道路积尘,分析其中的化学组分,对比发现工地附近的道路中Mg和Ca这类建筑施工标识元素为城区联络路段中的1.3倍.道路积尘含量作为衡量道路扬尘排放潜势的重要因素[10],却因其具有范围广、规模大和监测难的特点[11],难以通过传统手工采样法进行高效、及时、全面的监测评价[12],致使现阶段大部分相关研究只在季节代表月收集代表性路段的积尘,但类似施工活动这样的具有周期性特征的排放源,仅在代表月采样可能无法体现道路积尘的长时间尺度变化特征,缺乏年际间的对比研究,同时也缺乏道路积尘的化学成分谱.

本研究以北京市大兴区为研究对象,使用车载移动监测系统于2019年1月～2020年12月对大兴区主要道路进行尘负荷监测,通过长时间跨度的道路尘负荷监测数据,重点探讨了道路积尘的时间变化趋势和空间变化特征.结合大量道路尘负荷监测数据和道路车流信息建立大兴区道路扬尘排放清单,探究道路积尘对大气环境的影响.并采用四通道颗粒物采样器收集道路PM10和PM2.5积尘,测定化学组分,建立化学成分谱,探究了路积尘中的化学组分特征.通过以上研究对大兴区内道路积尘制定针对性的管控方案.

1 材料与方法

1.1 道路尘负荷监测

道路尘负荷是指单位面积的路面上通过200目(75μm)标准筛的积尘质量,用以衡量道路积尘量,是影响道路PM10和PM2.5扬尘排放的重要参数.监测区域为北京市城市发展新中的大兴区,所选道路均为铺装道路,每月所监测的道路数量均为150条.监测周期为2019年1月至2020年12月.在监测期间内,无雨雪事件发生,无风速大于4m/s的大风天气出现,若监测前路面因降雨降雪或日常道路洒水保洁而湿润,均确保路面至少干燥2小时以上,路面为干燥条件时再进行监测,所选监测道路附近无建筑施工工地的影响.监测时间保持一致为08:00～18:00,使路面车流量差异较小.因此本研究每月的监测过程中路面状态、气象条件和监测时段较为一致,具有代表性.

车载移动监测法是基于车辆行驶过程中,机动车轮胎和周围气流对路面积尘的扰动作用形成二次扬尘,通过监测车辆上搭载的2台颗粒物监测仪,分别对轮胎后的二次扬尘颗粒物和车顶的背景颗粒物进行测量,根据二者浓度差值计算道路尘负荷,具体计算方法见文献[13].车载移动监测法系统包括DustTrak8530颗粒物监测仪(美国TSI公司)2台,分别安装于车顶和车内,粒径监测范围0.1～10.0µm,时间分辨率1s;Map60CS全球定位系统(GPS,美国Garmin公司)1台,数据记录时间间隔设定为1s,记录数据包括时间、经纬度坐标、车速和方向.

1.2 道路PM10和PM2.5积尘采集与化学组分测定

道路PM10和PM2.5积尘样品于大兴区城市铺装道路进行采集,包括主干道、次干道、支路,日均车流量分别为10000,5000,1000辆/d.采用四通道采样器于2020年1月、5月、7月、10月收集道路PM10和PM2.5积尘样品,采样方法为在选定道路上放置0.25m2的采样框作为采样面积,使用50mm× 20mm的采样刷头轻放于采样道路之上,依据横向和纵向两个方向进行收集,采样时间设置为1min,速度不宜过快防止将积尘从路面扬起.采样时,路面环境需处于干燥条件,若路面因降水过程或洒水保洁而湿润,需至少干燥2h以后方可使用,全年共采集有效样品12个.该套装置通过采用真空泵和采样单元进行真空采样.通过电子流量计监测采样管内的气体流量和流速,节流阀可用于采样管内气体的流量和流速调节,根据智能控制器,设定每条通路的进气量,为8.35L/min.路面积尘经PM10和PM2.5切割头过滤后,经由每个过滤头的空气流分成两条通路,共计4条通路,分别与4个膜托连接,膜托中的PTFE滤膜和石英滤膜用以收集PM10和PM2.5组分.

水溶性离子组分采用北京历元公司生产的离子色谱仪(EPOCH, EP-1000D)进行分析,包括NO3-、SO42-、Cl-、Na+、K+. Al、Ca、Si、Mg、F、Ti、Mn、Cu、V、Zn、P、Cd、Pb、Cr等元素采用采用X射线荧光光谱仪(Rigaku, ZSX Primus IV)进行测定.有机碳和元素碳采用美国沙漠所开发研制的 DRI Model 2001A 热光碳分析仪(Optical Carbon Analyzer Model)进行测定.

1.3 道路扬尘排放因子

本研究的排放因子计算依据AP-42模型中提供的方法,该方法广泛应用于计算铺装道路排放因子[14],估算模型如下:

=×[sL]0.91×1.02×[1-/4] (1)

式中:为道路扬尘排放因子,分别计算扬尘中TSP、PM10、PM2.5的排放因子,g/(km·辆);为粒度修正系数,计算TSP、PM10和PM2.5时分别取3.23、0.62、0.15;sL为道路尘负荷,g/m2;为机动车平均车重,t;为基准年内降水量大于0.254mm的天数,本研究为65d;为基准年,本研究中取365d.机动车平均车重根据式(2)计算[14]:

=∑W×a(2)

式中:W为第种车辆的平均重量,t;a为第种机动车占总车辆数的比例,%.

1.4 车量信息

基于现场调查采集的车流量数据,通过Arcgis的空间分析功能,统计大兴区及各乡镇/街道范围内机动车的车型构成,如图1所示.统计平均车重和年总行驶里程,并计算单位行政区面积的机动车行驶里程以反映乡镇/街道的路网密度,结果如表1所示.

图1 大兴区及各街道/乡镇车型构成

表1 大兴区及各乡镇/街道车辆年行驶里程数及车重

1.5 道路扬尘排放量

排放量计算以实际道路交通流量数据为基础,本研究的交通流量数据通过对交管部门调研结果的统计分析,再经实际道路现场调查的核实获得,路网信息应用北京市电子路网数据.根据式(3)计算扬尘排放量,应用ArcGIS中的数据管理工具,利用识别分析工具,将道路与网格进行识别叠加,建立自下而上的网格排放清单.

=365×∑E×L×V(3)

式中:为道路扬尘排放总量,分别计算道路扬尘中TSP、PM10和PM2.5的年均排放量,t/a;为道路长度,km;为车流量,辆/d;为第条道路.

1.6 热点分析

利用Arcgis软件中的热点分析(Getis-Ord Gi*)工具探究大兴区内局部区域道路尘负荷的相关性,对聚类和情况进行识别.此工具的工作方式为查看邻近要素环境中的每一个要素.高值要素往往容易引起注意,但可能不是具有显著统计学意义的热点.要成为具有显著统计需意义的热点,要素应具有高值,且被其他同样具有高值的要素所包围.某个要素及其相邻要素的局部总和将与所有要素的总和进行比较,当局部总和与所预期的局部总和有很大差异,以致于无法成为随机产生的结果时,会产生一个具有显著统计学意义的得分(G*),对于具有显著统计学意义的正的得分,得分越高,高值(热点)的聚类就越紧密;在统计学上具有显著性的负的得分,得分越低,低值(冷点)的聚类就越紧密;若得分接近于0,则表示不存在明显的空间聚类[15].局部统计可表示为:

式中:x是要素的属性值;为要素总数;w是要素和之间的空间权重,为空间相邻权重矩阵,其表示方法如下:

2 结果与讨论

2.1 道路尘负荷特征

2.1.1 时间变化特征 2019年和2020年大兴区道路尘负荷年均值分别为1.05和0.74g/m2.从图2中可知,2019年3～7月道路尘负荷显著高于2020年同期,其余月份差距不大.2019年3～7月建筑施工活动集中,运输车辆易将工地内积尘引入道路中,导致该段时间内道路尘负荷较高.2020年同期受疫情停工停产影响,施工活动大幅减少,导致2020年道路尘负荷降低.同时根据图中的标准偏差可知,2019年道路尘负荷偏差整体高于2020年,表明2019年道路尘负荷变化明显.结合图3所示的各街道/乡镇道路尘负荷可知,2019年各街道/乡镇道路尘负荷整体高于2020年同期,特别是2019年3～9月,榆垡镇、礼贤镇、旧宫镇、黄村镇等道路尘负荷显著高于2020年同期.2015年因北京大兴国际机场建设征地拆迁,进入大拆大建的大发展时期.随着各类建设项目的不断进入,至2019年大兴区建设工地数量逐年增加,开工建设集中,形成了“工地包围大兴”的现象.因此,道路尘负荷较高.

2.1.2 空间分布特征 结合Arcgis软件,对2019年和2020年大兴区道路尘负荷进行空间热点分析,结果如图4所示.2019年道路尘负荷热点聚集区分散,大兴区内道路尘负荷高值区较多,符合2019年大兴区内大范围工地施工的情况.2020年热点区集中出现在该区西北部,包括兴丰街道、林校路街道、黄村镇、西红门镇、清源街道、观音寺街道.不同于2019年,2020年东部区域出现冷点集中区,包括魏善庄镇、青云店镇、安定镇、长子营镇、采育镇,冷点集中区的出现表明以上乡镇道2020年的路尘负荷均值整体偏低.

图2 2019～2020年大兴区道路尘负荷时间变化特征

图3 2019～2020年大兴区各街道/乡镇道路尘负荷时间变化特征

为探究热点区和冷点区内道路尘负荷聚类的原因,结合车流量对道路尘负荷的变化特征进行分析,如图5所示.冷点区内道路尘负荷随车流量的增加呈递减趋势,这与樊守彬等[16]的研究结果相似,主要由于路积尘受机动车行驶扰动的影响再悬浮于大气环境中,使得道路尘负荷较低.但热点区内道路尘负荷随车流量的增加呈现出先上升后下降的趋势.道路积尘的引入与去除之间存在动态平衡[11],若引入速率大于去除速率,则道路尘负荷上升,反之下降.由于热点区内存在大量工地,易使得运输车辆夹带尘土进入道路,因此当车流量较低时,道路积尘的去除速率较慢[16],这些道路尘负荷因此上升,成为热点区.而随着道路中的车流量逐渐增多,道路积尘的去除速率明显超过引入速率,呈现明显的下降趋势.

图4 大兴区道路尘负荷热点分析

图5 热点区和冷点区内道路尘负荷与车流量关系

2.2 道路积尘对大气环境的影响

道路积尘经机动车形式扰动再悬浮于大气环境中,形成道路扬尘,对大气颗粒物有所贡献[17].通过计算道路扬尘排放因子和年均排放量探究大兴区内道路积尘对大气环境的影响.

2.2.1 道路扬尘排放因子 根据式(1)计算得到道路扬尘排放因子,结果如表2所示.2020年大兴区道路扬尘中PM10和PM2.5排放因子低于2019年,分别下降26.4%和26.2%.

表2 2019～2020年大兴区及街道/乡镇道路扬尘排放因子(g/辆×km)

表2统计了2019和2020年各乡镇/街道排放因子,其空间对比见图6(以TSP扬尘为例,PM10和PM2.5扬尘排放特征与之相同),整体呈现出东南部>中部>西北部的趋势,其中东南部的街道/乡镇的排放因子在2019年显著高于其他街道/乡镇.2019年时东南部的街道/乡镇内开始大力推进的户厕改造工程、道路拓宽及综合管廊建设,出土面积广、点位零散、管理难度大,不利于道路保洁,使得道路尘负荷相对较高,且车型构成中货车占比较高,使得平均车重较高,在道路尘负荷和车重的共同影响下,东南部街道/乡镇的扬尘排放因子较高.

图6 各街道/乡镇道路扬尘排放因子

2.2.2 道路扬尘排放量 根据式(3)计算所得道路扬尘排放量,结果如表3所示.在路网车流量变化不大的情况下,2020年道路扬尘年均排放量低于2019年,一方面为完成《打赢蓝天保卫战三年行动计划》,2020年大兴区内实现扬尘监管平台共享,对工地扬尘排放状况进行动态更新;规范强化扬尘执法,城管部门加大对扬尘问题的执法力度;全面实行道路尘负荷走航监测评价体系,定期向社会公布考核排名,增加道路清扫保洁频率.另一方面,2020年受疫情影响,年初工地停工,运输车辆流量有所减少,同样可能导致道路扬尘排放量下降.

表3 2019～2020年大兴区道路扬尘排放量(t/a)

表3统计了2019和2020年各街道/乡镇道路扬尘排放量,其空间对比见图7(以TSP扬尘为例,PM10和PM2.5扬尘排放特征与之相同),礼贤镇和榆垡镇排放因子虽然较高,但排放量却并非较高,相反观音寺街道、天宫院镇、林校路街道排放因子较低,排放量却较高,这可能是由于后者车辆行驶里程数较多,并且路网密度较高,导致道路扬尘排放量较大.

图7 各街道/乡镇道路扬尘排放量

表4中统计近15年北京市及部份区县道路扬尘年均排放量情况,对比发现北京市2006年、2012年、2019年道路扬尘排放量可知,道路扬尘排放量呈增加态势,这主要由于2006～2019年北京市内机动车保有量持续增加,导致道路车流量增加,道路扬尘排放潜势得以增加.同时北京市内北京市有效施工面积得到较大幅度的增加,年增长近10%[18],有效施工面积的增加,使施工扬尘排放量得到快速增长.特别是北京市发展新区内,基础设施建设范围、规模明显高于其他三类功能区,据亓浩雲等[19]研究发现,2018年冬季发展新区的道路扬尘排放量占北京市44.8%.但自2018年起,北京市政府工作报告提出要有序推进疏解整治促提升转向行动,各区加大道路扬尘管控力度,特别是城市发展新区内,要在扩建的同时降低道路扬尘排放量,大兴区作为典型的发展新区,在采取有效的道路扬尘防治措施后,2020年扬尘排放量较2012年和2019年有所较低.同时樊守彬等[20]对发展新区内的通州区的道路扬尘排放状况进行研究,预测通州区在提高道路清扫保洁措施后,2020年扬尘排放量较2015年将有所下降.

表4 北京市及其他区县道路扬尘年排放量(t/a)

注:“-”为未分析.

2.3 大兴区道路积尘成分谱

对采集的道路PM10和PM2.5积尘进行化学组分分析,研究中将成分谱中的组分分为地壳元素(Al、Ca、Si、Mg、Fe、Ti)、微量元素(地壳元素之外的元素)、离子、OC、EC,结果如表5所示.PM10积尘中被测组分占总量的54.54%,低于PM2.5积尘中的68.06%,这与胡月琪等[3]所得的北京市道路尘化学成分谱的结果类似.PM10和PM2.5积尘中地壳元素占比分别为43.05%和51.76%,微量元素占比分别为1.09%和0.28%,离子占比分别为2.59%和3.93%,OC占比分别为8.60%和11.7%,EC占比分别为0.18%和0.42%.2020年大兴区道路积尘中主要以地壳元素为主,其中Al和Si为土壤风沙的标识元素在PM10和PM2.5中分别共占20.04%和23.43%,Ca和Mg作为建筑施工的标识元素在PM10和PM2.5中分别共占19.35%和19.28%,表明大兴区的道路环境可能受土壤风沙和建筑施工活动影响相对较多.

表5中列出其他城市道路积尘的成分谱,与本研究进行对比发现,本研究积尘中地壳元素的占比高于胡月琪等[3]在2013年和2004年的结果, 2013年和2004年北京市的道路积尘采样地点为城六区中18个主要交通路段,采样区域内道路环境相对清洁,而本研究中的大兴区属于城市发展新区,近些年各项基础设施建设活动极多,施工车辆往返工地易遗撒尘土,受此影响,积尘中含有较多的Al、Si、Ca、Mg元素.与2007年巴塞罗那和2000年济南市的道路积尘的成分谱比较发现, 本研究类似,积尘成分谱构成相似,特别是Al、Si、Ca、Mg这类与土壤风沙和建筑施工活动相关的元素同样占比较高. 巴塞罗那和济南市采样地点在建筑活动频繁的城市道路周边,其中巴塞罗那市区工程在采样前已进行了一年,包括拆卸及建造建筑物和人行道的铺设.

表5 2020年大兴区道路积尘化学成分谱及对比(%)

注:“-”为未分析.

综合以上结果可知,2020年大兴区整体道路环境受建筑施工活动的影响,积尘中组分主要来自土壤风沙和建筑施工源.

2.4 道路积尘管控措施

目前为降低城市道路的积尘量,采取的效果较为显著的方式是道路尘负荷走航监测评价体系,依托走航监测设备对各辖区内主要道路的尘负荷进行监测,识别道路积尘量较高的重点区域,对重点区域内的道路进行巡回洗扫、擦洗、洒水等道路保洁工作[26].

以大兴区为例,目前大兴区道路尘负荷的主要来源仍为进出工地的运输车辆遗撒,如图8所示,对不同类型工地出口附近道路进行道路尘负荷监测发现,距出口约200m内的道路尘负荷在10～50g/m2,明显高出图1中所示大兴区道路尘负荷均值数倍.对大兴区道路尘负荷进行针对性管控需做到以下两点,其一需要对运输车辆进行及时冲洗,降低轮胎的尘土夹带量.其二应加强工地出口至附近1km的道路清扫保洁频次,特别是图5中所示消纳场和拆迁工地处更应提高清扫频率,将工地出口处道路尘负荷对周边道路的辐射影响降低.

图8 典型工地出口道路尘负荷变化

3 结论

3.1 2019年和2020年大兴区道路尘负荷年均值分别为1.05g/m2和0.74g/m2, 2019年道路尘负荷热点聚集区分散,大兴区内道路尘负荷高值区较多.2020年热点区集中出现在西北部,冷点区集中在东部区域. 2020年大兴区道路尘负荷较2019年下降29.5%,其主要原因是加强了道路扬尘源头管控,定期开展道路尘负荷车载移动监测,对高尘负荷路段采取精准管控措施.

3.2 2020年大兴区道路扬尘排放因子低于2019年,东南部街道/乡镇的扬尘排放因子下降明显,其原因主要是2020年大部分工地完工,道路尘负荷明显降低.2020年大兴区道路扬尘排放量低于2019年,大兴区南部和西北部乡镇/街道内的扬尘排放量大于中部.

3.3 受建筑施工活动影响,2020年大兴区道路PM10和PM2.5积尘的化学组分中以Ca、Mg、Al、Si为主,总占比分别为39.39%和41.71%.

3.4 对大兴区道路积尘进行针对性管控,首先需要对运输车辆进行及时冲洗,降低轮胎的尘土夹带量,其次应加强工地出口至附近1km的道路清扫保洁频次,将工地出口处道路积尘对周边道路的辐射影响降低.

[1] Cheng J, Su J, Cui T, et al. Dominant role of emission reduction in PM2.5air quality improvement in Beijing during 2013–2017:A model-based decomposition analysis [J]. Atmospheric Chemistry and Physics, 2019,19(9):6125-6146.

[2] 北京市环保局.2018年北京市环境状况公报 [R/OL]. http: //sthjj.beijing.gov.cn/bjhrb/resource/cms/2019/05/2019050915390769405.pdf.

Beijing Environmental Protection Bureau. 2018 Beijing environmental situation bulletin [R/OL]. http://sthjj.beijing.gov.cn/bjhrb/resource/ cms/2019/05/2019050915390769405.pdf.

[3] 胡月琪,李 萌,颜 旭,等.北京市典型道路扬尘化学组分特征及年际变化[J]. 环境科学, 2019,40(4):1645-16.

Hu Y Q, Li M, Yan X, et al. Characteristics and interannual variation of chemical components in typical road dust in Beijing [J]. Environmental Science, 2019,40(4):1645-1655.

[4] 胡月琪,郭建辉,张 超,等.北京市道路扬尘重金属污染特征及潜在生态风险[J]. 环境科学, 2019,40(9):3924-3934.

Hu Y Q, Guo J H, Zhang C, et al. Pollution characteristics and potential ecological risks of heavy metals in road dust in Beijing [J]. Environmental Science, 2019,40(9):3924-3934.

[5] Yang X W, Cheng S Y, Lang J L, et al. Characterization of aircraft emissions and air quality impacts of an international airport. [J]. Journal of Environmental Sciences (China), 2018,72:198-207.

[6] Fan S B, Tian G, Li Ga, et al. Road fugitive dust emission characteristics in Beijing during Olympics Game 2008 in Beijing, China [J]. Atmospheric Environment, 2009,43(38):6003-6010.

[7] Pant P, Harrison R M. Estimation of the contribution of road traffic emissions to particulate matter concentrations from field measurements: A review [J]. Atmospheric Environment, 2013,77: 78-97.

[8] 田 刚,樊守彬,李 钢,等.施工工地出口附近道路交通扬尘排放特征研究[J]. 环境科学, 2007,(11):2626-2629.

Tian G, Fan S B, Li G, et al. Characteristics of fugitive dust emission from paved road near construction activities [J]. Environmental Science, 2007,(11):2626-2629.

[9] Amato F, Pandolfi M, Moreno T, et al. Sources and variability of inhalable road dust particles in three European cities [J]. Atmospheric Environment, 2011,45(37):6777-6787.

[10] 樊守彬,张东旭,田灵娣.AP-42道路交通扬尘排放模型评估及其在北京市的应用[J]. 环境工程学报, 2016,10(5):2501-2506.

Fan S B, Zhang D X, Tian L T. Assessment for AP-42 model of road dust emissions and its application in Beijing, China [J]. Chinese Journal of Environmental Engineering, 2016,10(5):2501-2506.

[11] Amato F, Escrig A, Sanfelix V, et al. Effects of water and CMA in mitigating industrial road dust resuspension [J]. Atmospheric Environment, 2016,131:334-340.

[12] Han S, Youn J S, Jung Y W. Characterization of PM10and PM2.5source profiles for resuspended road dust collected using mobile sampling methodology [J]. Atmospheric Environment, 2011,45(20): 3343-3351.

[13] 樊守彬,田 刚,程水源.移动式路面尘负荷测试系统及应用[J]. 环境科学与技术, 2012,35(3):139-142.

Fan S B, Tian G, Cheng S Y. Spatial distributions of road silt loading based on mobile monitoring system [J]. Environmental Science & Technology, 2012,35(3):139-142.

[14] Muleski G E, Cowherd C. Emission factor documentation for AP-42, Section 13.2.1Paved Roads [M]. US Environmental Protection Agency, 1993.

[15] 邵 帅.基于空间分析与数据挖掘的区域土壤重金属“源汇”污染特征研究[D]. 杭州:浙江大学, 2020.

Shao S. Regional research of “Source-Sink” contamination charateristics of heavy metals in soils based on spatial analysis and data mining [D]. Hangzhou: Zhejiang University.

[16] 樊守彬,田 刚,李 钢,等.北京铺装道路交通扬尘排放规律研究[J]. 环境科学, 2007,(10):2396-2399.

Fan S B, Tian G, Li G, et al. Emission characteristics of paved roads fugitive dust in Beijing [J]. Environmental Science, 2007,(10):2396- 2399.

[17] Akula V. A critique of empirical emission factor models: A case studyof the AP-42model for estimating PM10emissions from paved roads [J]. Atmospheric Environment, 2000,34(1):1-11.

[18] 薛亦峰,周 震,黄玉虎,等.北京市建筑施工扬尘排放特征[J]. 环境科学, 2017,38(6):2231-2237.

Xue Y F, Zhou Z, Huang Y H, et al. Fugitive dust emission characteristics from building construction sites of Beijing [J]. Environmental Science, 2017,38(6):2231-2237.

[19] 亓浩雲,樊守彬,王 凯.北京市不同功能区冬季道路扬尘排放特征[J]. 环境工程技术学报, 2020,10(3):323-329.

Qi H Y, Fan S B, Wang K. Characteristics of dust emissions from roads in different functional areas of Beijing [J]. Journal of Environmental Engineering Technology, 2020,10(3):323-329.

[20] 樊守彬,杨 涛,李雪峰,等.北京城市副中心道路扬尘排放清单与控制情景[J]. 环境科学与技术, 2019,42(4):173-179.

Fan S B, Yang T, Li X F, et al. Emission inventory and control scenario analysis for road fugitive dustin sub-center of Beijing [J]. Environmental Science & Technology, 2019,42(4):173-179.

[21] 田 刚,杨明珍;闫 静,等.典型城市扬尘污染特征和防治技术途径研究 [R]. 北京市,北京市环境保护科学研究院, 2011.

Tian G, Yang M Z, Yan J, et al. Study on characteristics of dust pollution in typical cities and its prevention and control techniques [R]. Beijing, Beijing Municipal Research Institute of Environmental Protection, 2011.

[22] 樊守彬,张东旭,田灵娣,等.北京市交通扬尘PM2.5排放清单及空间分布特征[J]. 环境科学研究, 2016,29(1):20-28.

Fan S B, Zhang D X, Tian L T, et al. Emission inventory and spatial distribution of road fugitive dust PM2.5in Beijing [J]. Research of Environmental Sciences, 2016,29(1):20-28.

[23] 亓浩雲.北京市道路积尘污染特征与减排潜力研究 [D]. 北京:首都师范大学, 2020.

Qi H Y. Study on characteristics and emission reduction potential of road dust pollution in Beijing [D]. Beijing: Capital Normal University, 2020.

[24] Amato F, Pandolfi M, Viana M, et al. Spatial and chemical patterns of PM10in road dust deposited in urban environment [J]. Atmospheric Environment, 2009,43(9):1650-1659.

[25] Zhao P H, Feng Y C, Zhu T, et al. Characterizations of resuspended dust in six cities of North China [J]. Atmospheric Environment, 2006, 40(30):5807-5814.

[26] 崔华胜,孙晨阳,冯 洋,等.北京市背街小巷地区提升清扫保洁作业水平方法研究[J]. 环境卫生工程, 2019,27(4):80-82,86.

Cui H S, Sun C Y, Feng Y, et al. Study on methods of raising sweeping and cleaning operation in back streets and alleys of Beijing [J]. Environmental Sanitation Engineering, 2019,27(4):80-82,86.

Interannual variation characteristics and control of road dust in Daxing District of Beijing.

CUI Hao-ran1,2, FAN Shou-bin2,3*, HAN Li-hui1**, LI Ting-ting2,3, QU Song2,3, LIU Jun-fang1,2, WANG Hai-bin1,2

(1.Key Laboratory of Beijing on Regional Air Pollution Control, College of Environmental and Energy Engineering, Beijing University of Technology, Beijing 100124；2.Beijing Municipal Research Institute of Environmental Protection, Beijing 100037；3.National Engineering Research Center of Urban Environmental Pollution Control, Beijing 100037)., 2021,41(10)：4556～4564

Based on the detection of silt loadings of main roads in Daxing District of Beijing from 2019 to 2020 and the road dust samples of PM10and PM2.5for the whole year 2020, this study sought to investigate the variation characteristics of long-term road dust accumulation by systematically analyzing the chemical composition and establishing the composition spectrum. The results showed that the annual average silt loadings of Daxing District in 2019 and 2020 was 1.05g/m2and 0.74g/m2, respectively. In 2020, the silt loadings in Daxing District decreased by 29.5% compared with that in 2019. In 2019, the hot spots of silt loadings were scattered, and there were more high value areas of silt loadings in Daxing District. In 2020, the hot spots were concentrated in the northwest, while the cold spots were concentrated in the East. The road fugitive dust emission factors in 2020 in Daxing District were lower than those in 2019 and in most subdistricts/towns, the dust emission factors and emissions in 2020 were lower than those in 2019, showing a trend of the southeast > central > northwest. In 2020, the road dust emission in Daxing District was lower than that in 2019 and the dust emission in subdistricts/towns in the south and northwest of Daxing District was higher than that in the middle. Influenced by construction activities, in 2020, the chemical components of road PM10and PM2.5in Daxing District were dominated by elements related to wind-blown sand and construction activities, with Ca, Mg, Si and Al accounting for 39.39% and 41.71%, respectively.For the targeted control of the silt loadings in Daxing District, on the one hand ,timely washing of transport vehicles was needed to reduce the dust entrainment amount of tires; on the other hand, the frequency of cleaning of roads from the site exit to the nearby 1km should be enhanced to reduce the radiation effect of silt loadings at the exit of construction site on surrounding roads.

Beijing；road dust；fugitive dust；chemical constituents；control scheme

X513

A

1000-6923(2021)10-4556-09

崔浩然(1996-),男,北京人,北京工业大学硕士研究生,主要研究方向为大气污染防治.发表论文1篇.

2021-03-08

北京市科技计划项目(Z191100009119011);大气重污染成因与治理攻关项目(DQGG0201)

* 责任作者, 研究员, fanshoubin@163.com; ** 副教授, hlh@bjut.edu.cn