成都市餐饮源大气污染物排放清单研究*
2022-04-27胡秋萍周子航
费 怡 胡秋萍 陈 耀 周子航 张 雷 杨 亮 王 斌#
(1.四川大学建筑与环境学院,四川 成都 610065;2.成都市环境保护科学研究院,四川 成都610072;3.四川佳士特环境检测有限公司,四川 成都 611700)
餐饮业是第三产业的重要组成部分,随着国民经济快速稳定的发展,餐饮企业的数量与规模在不断增加与扩大[1-2],随之而来的是餐饮源对大气环境质量的影响不断增强。李勤勤等[3]研究发现,餐饮源已成为城市大气细颗粒物(PM2.5)的重要来源之一,其贡献率最高可达25%;周子航等[4]研究表明,餐饮源是成都市武侯区挥发性有机物(VOCs)排放量最大的生活源。由此可见,餐饮源对成都市大气环境质量的影响已不容小觑[5]。
餐饮源包括社会餐饮、家庭餐饮和食堂餐饮3类[6],其大气污染物包括食物烹饪和加工过程产生的PM2.5、非甲烷总烃(NMHCs)、油烟、氮氧化物(NOx)、SO2和CO等[7],是大气VOCs[8]和城市气溶胶[9]的重要来源之一。目前,餐饮源中污染物排放因子、排放总量和化学成分等虽有研究[10]2883,但往往只考虑了社会餐饮,而忽略了家庭餐饮与食堂餐饮。在污染物种类方面,一般也只是关注到PM2.5、NMHCs和油烟[11-14]。
本研究在重点考虑社会餐饮的基础上,对成都市社会餐饮、家庭餐饮和食堂餐饮的6种大气污染物(包括PM2.5、NMHCs、油烟、NOx、SO2和CO)进行了监测,分别采用用油量、就餐人次和灶头风量3种核算依据计算污染物排放因子,以期获得成都市准确的污染物排放因子,并通过问卷调查和相关统计年鉴获取成都市餐饮源活动水平数据,计算了6种污染物的排放量,为成都市建立了餐饮源大气污染物排放清单。
1 数据与方法
1.1 监测对象
通过实地走访和现场调查,综合考虑餐饮企业的烹饪方式、规模、污染物产生与排放情况等,选择了7家典型餐饮企业作为社会餐饮监测对象,涵盖烧烤、川菜、商业综合体、快餐和火锅5种类型和小型、中型、大型和特大型4种规模,涵盖的餐饮类型与规模较为全面且具有当地特色;选择了3个家庭作为家庭餐饮监测对象,分别为25年以上老旧低层住宅(家庭1)、15年以上高层住宅(家庭2)和5年左右高层住宅(家庭3);选择了1家市级事业单位的中型规模食堂作为食堂餐饮监测对象,基本代表了成都市食堂餐饮的平均水平。11个监测对象的基本信息见表1。
根据《固定污染源废气 油烟和油雾的测定 红外分光光度法》(HJ 1077—2019)的规定,油烟的监测需要在烟道中采样,因不便在居民厨房烟道打孔,故家庭餐饮未能监测油烟。此外,由于火锅店不在店内炒制底料,故污染物主要来源于涮煮过程,因此中型火锅也没有监测油烟。
根据实地走访和现场调查,社会餐饮就餐高峰期集中在11:30—12:30和18:00—19:00,故选择在中午或傍晚就餐高峰期采样,采样时间设置为1.0 h。火锅的监测时间覆盖包间内客人就餐全过程,平均为0.5 h。家庭餐饮和食堂餐饮通常烹饪一餐的时间只有0.5 h,故采样时间设置为0.5 h。
1.2 污染物监测
1.2.1 采样方法
社会餐饮和食堂餐饮采样参照《固定污染源排气中颗粒物测定与气态污染物采样方法》(GB/T 16157—1996);家庭餐饮采样点设置参照《室内环境空气质量监测技术规范》(HJ/T 167—2004),并在关闭门窗及抽油烟机的情况下进行采样[15-17];同时现场采集空白样品。
1.2.2 PM2.5监测方法
社会餐饮和食堂餐饮根据GB/T 16157—1996测定PM2.5浓度。家庭餐饮根据《环境空气 PM10和PM2.5的测定 重量法》(HJ 618—2011)测定PM2.5浓度。社会餐饮和食堂餐饮的采样膜用直径37 mm的石英滤膜,家庭餐饮的采样膜用直径90 mm的玻璃纤维滤膜。
采样前将石英滤膜在180 ℃下烘焙1 h,玻璃纤维滤膜不烘焙;两种滤膜均在25 ℃、50%相对湿度条件下平衡24 h以上,确保平衡后称量间隔大于1 h 的两次称量之差小于0.02 mg。
1.2.3 NMHCs监测方法
根据《固定污染源废气 总烃、甲烷和非甲烷总烃的测定 气相色谱法》(HJ 38—2017)测定NMHCs浓度。
样品采集后避光保存并在8 h内进行监测。
1.2.4 油烟监测方法
根据HJ 1077—2019测定油烟浓度,选用滤筒吸附,四氯乙烯超声萃取。
1.2.5 其他污染物监测方法
根据《固定源废气监测技术规范》(HJ/T 397—2007)测定NOx、SO2和CO浓度。
1.3 餐饮源污染物排放量计算
1.3.1 污染物排放因子计算
表1 监测对象基本信息Table 1 Monitoring objects’ basic information
本研究根据监测对象的监测结果尝试分别采用用油量、就餐人次和灶头风量3种核算依据计算社会餐饮、家庭餐饮和食堂餐饮的6种污染物排放因子,计算公式见式(1)。其中,社会餐饮和家庭餐饮分别算出各自的多个监测对象的排放因子后取平均值得到。
(1)
式中:EFi,j,k为采用j种核算依据计算i类餐饮污染物k的排放因子,单位根据核算依据而定;ci,k为i类餐饮污染物k的质量浓度,mg/m3;v为烟气流量,m3/h;t为采样时间,h;ni,j为i类餐饮采用j种核算依据的监测活动水平数据,单位根据核算依据而定。
由于家庭餐饮在油烟净化设备前端采样,故对于环境而言还需扣除抽油烟机净化的浓度。抽油烟机的实际效率按30%计[10]2884。
1.3.2 污染物排放量计算
采样排放因子法[18]141计算成都市餐饮源污染物排放量,计算公式如下:
Ei,j,k=EFi,j,k×Ai,j
(2)
式中:Ei,j,k为采用j种核算依据计算的i类餐饮污染物k的排放量,mg;Ai,j为i类餐饮采用j种核算方法的调研活动水平数据,单位同ni,j。
1.3.3 不确定性
排放清单的不确定性包括排放因子的不确定性和活动水平的不确定性,有加法合并公式(见式(3))和乘法合并公式(见式(4))两种定量计算方法[19]12-15,[20]307,[21]265,本研究则同时兼顾了两种方法,取两种方法的平均值。但由于本研究中排放因子的不确定性远小于活动水平的不确定,因此排放因子的不确定性忽略不计。
(3)
(4)
式中:U加、U乘分别为加法、乘法合并公式计算的排放清单不确定性,%;Ui,j,p为i类餐饮采用j种核算依据的调研活动水平数据的第p项不确定性,%;Ai,j,p为i类餐饮采用j种核算依据的调研活动水平数据的第p项,单位根据实际情况而定。
2 结果与讨论
2.1 污染物监测浓度
监测对象6种污染物的监测结果见表2。社会餐饮PM2.5的质量浓度为0.29~2.31 mg/m3,NMHCs为0.92~15.57 mg/m3,油烟为0.42~1.38 mg/m3,NOx为0.26~14.32 mg/m3,SO2为0.01~8.47 mg/m3,CO为2.47~74.14 mg/m3。家庭餐饮PM2.5的质量浓度为0.06~1.55 mg/m3,NMHCs为1.70~3.98 mg/m3,NOx为0.09~0.47 mg/m3,SO2为0~0.12 mg/m3,CO为1.72~3.55 mg/m3。食堂餐饮PM2.5的质量浓度为1.23 mg/m3,NMHCs为0.80 mg/m3,油烟为1.30 mg/m3,NOx为0.40 mg/m3,SO2为0.66 mg/m3,CO为11.95 mg/m3。不同餐饮类型污染物浓度有一定差异,因此有必要对不同餐饮类型进行全面考虑。
2.2 污染物排放因子
采用用油量、就餐人次和灶头风量3种核算依据计算的不同餐饮类型的6种污染物排放因子见表3。社会餐饮的污染物排放因子为CO>NMHCs>NOx>SO2>油烟>PM2.5,家庭餐饮的污染物排放因子为NMHCs>CO>PM2.5>NOx>油烟>SO2,食堂餐饮的污染物排放因子为CO>油烟>PM2.5>NMHCs>SO2>NOx。
表2 监测对象的污染物监测质量浓度Table 2 The monitored pollutants’ mass concentrations of the monitored objects mg/m3
在餐饮源大气污染物排放清单研究中,对于PM2.5、NMHCs和油烟已有较为广泛的关注,而对于CO、NOx和SO2的关注较少,事实上它们的排放因子并不容忽视,特别是CO的排放因子可能比PM2.5、NMHCs和油烟还大,所以理应也引起重视和关注。
目前,对于建立本地化的排放因子还非常匮乏,本研究的监测对象覆盖餐饮类型齐全且具有本地化特色,是对成都市餐饮源本地化排放因子的充实。
2.3 污染物排放量
2.3.1 活动水平数据获取
各类餐饮采用不同核算依据所需调研的各项调研活动水平数据及计算公式见表4。问卷调查覆盖5个主城区(锦江区、青羊区、成华区、高新区和天府新区)、2个二圈层县级区(郫都区和青白江区)和2个三圈层县级市(彭州市和邛崃市),共计收回问卷716份。
社会餐饮活动水平数据获取:成都市餐饮企业数量通过地图中城市设施兴趣点(POI)获取,删除甜品店、饮品店等不产生餐饮废气的企业和重复企业,共计92 836家;日均用油量为7.65 kg/d,年营业天数为360 d,通过问卷调查获得;常住人口通过《成都统计年鉴2020》(以下简称年鉴)获得,为1 658.1万人,人均年就餐次数按100次计算[23];平均灶头数和日均使用时间通过问卷调查获得,分别为2.9个和3.2 h/d,平均灶头风量按2 000 m3/h计算[10]2884。
家庭餐饮活动水平数据获取:根据问卷调查,人均年用油量为10.46 kg/人;人均日就餐次数算作1 次/d,年就餐天数按360 d计算;根据年鉴,成都市总户数为574.16万,平均灶头数为和日均使用时间通过问卷调查获得,分别为2个和0.5 h/d,平均灶头风量按600 m3/h计算。
食堂餐饮活动水平数据获取:食堂就餐人数根据年鉴统计在校学生及教职工人数、企事业和机关单位人数,合计为4 848 420人,人均日用油量按0.1 kg/人计算,年就餐天数折算为222 d[10]2885;人均就餐次数按1次/d计算;总灶头数按每150人1个灶头计算得到,平均灶头风量也按2 000 m3/h计算[10]2885,日均使用时间按2.27 h/d计算。
2.3.2 排放量计算结果
成都市餐饮源大气污染物排放量计算结果见表5。3种核算方法计算的成都市餐饮源PM2.5排放量总计为364~951 t,NMHCs为1 960~5 843 t,油烟为282~892 t,NOx为887~2 651 t,SO2为541~1 478 t,CO为5 892~15 167 t。其中,社会餐饮的污染物排放量是3类餐饮中最大的,社会餐饮的PM2.5排放量约占PM2.5排放量总计的50%,NMHCs占到60%以上,NOx、SO2和CO更是占到约80%。毋庸置疑,社会餐饮产生的大气污染物应当引起关注,尤其是NMHCs和NOx是重要的臭氧前体物,其排放量较大、污染源分散,对城市大气环境质量的影响不容小觑。家庭餐饮中污染物排放量最大的是NMHCs,约占NMHCs排放量总计的25%,另外CO和PM2.5的排放量也较大,因此居民长期暴露于家庭餐饮污染物的健康影响也应得到关注[24]。食堂餐饮排放的主要污染物是CO和PM2.5,也应受到关注。
表3 污染物排放因子计算结果1)Table 3 Calculated results of pollutants’ emission factors
表4 活动水平数据计算公式Table 4 Activity level data calculation formula
表5 成都市餐饮源大气污染物排放量Table 5 Emission of air pollutants from catering sources in Chengdu t
家庭餐饮在餐饮源大气污染物排放清单中的研究不多,一方面是不便在居民厨房烟道进行打孔,而难以用传统监测烟气浓度的方式得到污染物浓度;另一方面可能认为家庭餐饮污染物浓度较小,所以将它忽视。本研究发现,家庭餐饮NMHCs、CO和PM2.5排放量较大,是餐饮源大气污染物的重要组成部分。虽然吴雪伟等[10]2885和秦之湄等[18]142对餐饮源大气污染物排放清单的研究中也关注了家庭餐饮,但是他们未对本地化的排放因子进行实测,本研究获得的本地化家庭餐饮排放因子具有更高的可信度。
2.4 不确定性分析
污染源排放清单通常是基于有代表性的排放因子和活动水平数据计算得到的,在获取排放因子和活动水平数据时由于测量误差和统计误差等原因的存在导致建立的清单势必具有不确定性[20]307,[21]265,[25]257。本研究主要考虑活动水平数据不确定性对于排放清单不确定性的影响。
清单不确定性分析方法有定性分析法、半定量分析法和定量分析法3种[20]306,[25]260-262。本研究采用政府间气候变化专门委员会(IPCC)的定量分析法进行不确定性估算[19]12-15。社会餐饮企业数量不确定性按±50%计算,人均就餐次数按±80%计算;家庭餐饮平均灶头风量不确定性按±100%计算;食堂餐饮食堂就餐人数不确定性按±50%计算,人均日用油量、总灶头数和日均使用时间按±80%计算[10]2884,[21]265,[26-27]。其余活动水平数据来源于年鉴和问卷调查,不确定度按±30%计算。
在95%置信区间内,3种核算方法计算的不同类型餐饮的不确定性见表6。3种核算方法的不确定性依据用油量的<就餐人次的<灶头风量的,依据用油量核算的活动水平数据多数直接来源于统计年鉴,数据可信度更高。由于年龄阶段、饮食偏好不同等都会影响就餐次数,按人均就餐次数计算,存在较大的不确定性。灶头数和灶头风量数据受餐饮类型、餐饮规模等因素的影响很大且数据不易获得,因此其不确定性较大。根据不确定性判断,建议优先使用依据用油量建立的大气污染物排放清单。
表6 不确定性Table 6 Uncertainty analysis %
3 结 论
(1) 3种核算方法计算的成都市餐饮源PM2.5排放量为364~951 t,NMHCs为1 960~5 843 t,油烟为282~892 t,NOx为887~2 651 t,SO2为541~1 478 t,CO为5 892~15 167 t。
(2) 家庭餐饮的NMHCs排放量约占NMHCs排放量总计的25%,CO和PM2.5排放量也较大,家庭餐饮已成为餐饮源大气污染物的重要组成部分。
(3) 在95%置信区间内,3种核算方法的不确定性依据用油量计算的排放清单不确定性最小,建议优先使用。