2013—2022年衡水市大气环境容量变化特征分析

张玉婷 吴雁 卢西畅 白咏玉

摘要 基于2013—2022年ERA5再分析资料和饶阳国家气候观象台地面观测资料，采用A值法计算了衡水市大气环境容量，并分析其变化趋势。结果表明，近10年来，衡水市大气环境容量呈波动变化，大气环境容量较大的年份为2013、2014、2019和2022年，较小的年份为2015、2016、2018和2020年。一年中，春季平均大气环境容量最大，为47.64万t；冬季平均大气环境容量最小，为31.33万t。一天中，02：00、05：00、23：00较小，最小为05：00的12.34万t，08：00、14：00、20：00較高，最大为08：00 114.61万t，白天的大气环境容量大于夜间。

关键词 衡水市；大气环境容量；A值法；变化趋势

中图分类号：P467 文献标识码：B 文章编号：2095–3305（2023）09–0-03

随着我国工业化、城市化进程加快以及经济不断发展，各类能源和资源被大量消耗，大气污染问题日渐凸显，尤其是人类活动密集地区的污染问题尤为严重，部分地区污染物排放已经超过该地区的大气环境容量[1-2]。

大气环境容量是指在给定的时间和空间范围内，在特定的气象条件和大气污染物排放特征下，为达到大气环境目标值所允许的大气污染物排放总量的最大值[3-4]。大气环境容量核算方法主要包括A值法、模型模拟法、线性优化法等[5-6]。其中，A值法基于箱模式理论，计算过程简便、可操作性较强，在《制定地方大气污染物排放标准的技术方法》中规定用于计算污染物排放总量的限值。目前，A值法被广泛应用于大气环境容量的计算。

吴蓉等人[7]采用A值法对安徽省1961—2010年的大气环境容量系数进行计算并分析其变化趋势，发现近50年安徽省大气环境容量系数呈下降趋势，大气自净能力降低。高婵娟等人[8]基于修正A值法对2018年吉林市城区的容量系数（A值）进行计算，发现吉林市城区的A值1月最小，4月最大。李蕊等人[9]利用A值法对云南省大气环境容量系数进行计算并对其变化特征进行分析，发现云南整体大气自净能力逐渐减弱。姜景阳等[10]使用A值法对哈尔滨市、绥化市和大庆市的大气环境容量进行计算，发现这3个城市非采暖季的环境容量均高于采暖季。

目前，针对河北省中南部平原地区大气环境容量时间变化特征的研究较少。衡水市位于河北省东南部平原地区，是京津冀的重要组成部分，是我国大气污染比较严重的区域[11]。随着该市工业的不断发展，大气污染问题日益凸显，且衡水所处的地理位置和气候特征不利于空气污染物稀释和扩散，使得污染物排放逐渐超出该地区的大气环境承载力，严重影响人们的身体健康和生活环境[12-15]。从2013年起，国务院先后出台各项大气污染防治举措，并在2017年《大气重污染成因与治理攻关项目》明确指出将京津冀及其周边地区的“2+26”个城市作为重点关注对象，对其大气污染防治措施进行研究。近年来，在政府和相关部门的共同努力下，衡水市大气污染防治取得显著成效。为持续深入打好“蓝天保卫战”，全面提高污染治理水平，持续改善环境空气质量，为实现生态环境保护与经济协同发展，对衡水市开展大气环境容量研究具有重大意义。利用ERA5再分析资料及饶阳国家气候观象台的气象数据，对2013—2022年衡水市的大气环境容量进行计算，并对其时间变化特征进行分析，为相关部门精准治污、科学治污以及城市未来可持续化发展提供重要决策依据。

1 资料与方法

1.1 资料

2019年以来，由于各级气象台站按照中国气象局规定相继取消云量观测，本研究采取2013—2022年饶阳国家气候观象台观测数据ERA5再分析资料，利用其逐日8个时次（02：00、05：00、08：00、11：00、14：00、17：00、20：00和23：00）的总云量、低云量、地面风速和小时降水量等气象要素数据，以饶阳国家气候观象台数据为例，对衡水市的大气环境容量进行计算和分析。由于ERA5再分析资料是空间分辨率为0.25°×0.25°的格点数据资料，因此，对饶阳国家气候观象台所在格点的4个ERA5再分析云量数据进行平均，并将其作为该站点的云量数据。

1.2 A值法

结合徐大海等人[16-17]的研究结果和国标中关于大气环境容量的计算方法，采用A值法对衡水市大气环境容量进行计算。Hanna等人通过研究发现，考虑干沉降、湿沉降和化学衰变后的单箱模型中，箱中平均浓度为：

C =（1）

式（1）中，C为箱中污染物平均浓度，Hi为混合层厚度，Δx为箱内顺风长度，Cb为上风和进入箱内的污染物本底浓度，Wr为清洗比，ud为干沉积速度，Tc为污染物半衰减周期。假设C与大气污染物浓度的标准限值Cs相等，污染物的半衰减周期足够长，且Cb视为0，可

得到：

qs=+（ud+Wr R）Cs（2）

式（2）中，qs为允许排放率密度，假设研究区域面积为S，则认为Δx =2，在周期时间T内，该区域允许排放污染物的总量为Qa=qs×S×T，若T为1年，则：

Qa=0.0031536×103Cs［+S（ud+Wr×R）×103］（3）

经过处理，最终可得：

Qa=（4）

A=0.0031536×［VE+×（ud+Wr×R）×103］（5）

VE=uHi（6）

式（3）～（6）中，Qa为大气环境容量（万t/年），A为区域总量控制系数，Cs为大气污染物标准浓度（PM2.5标准浓度限值为75 μg/m3），VE为通风量（m2/s），Hi为混合层厚度（m），u为混合层内平均风速（m/s），Wr为清洗比（取0.17），R为年降水量（mm/h），ud为干沉积速度（m/s），取0.002 m/s，S为区域面积（km2）。

2 结果与分析

为评价ERA5再分析资料云量数据的精度，将2013—2022年ERA5再分析资料中低云量（LCC）、总云量（TCC）数据差值到饶阳国家气候观象台，并将其与本站云量观测资料进行对比，分析结果显示（图1），在低云量数据中，两者相差一成、两成、三成之内的百分比分别为52%、55%、56%；在总云量数据中，两者相差一成、两成、三成之内的百分比分别为51%、60%、65%。根据相关文献指标，两者相似程度较高，因此可以用ERA5数据代替观测数据[18-20]。

2.1 大气环境容量的年变化特征

将每日8个时次（02：00、05：00、08：00、

11：00、14：00、17：00、20：00、23：00）ERA5总云量、低云量数据插值到饶阳国家气候观象台并结合其观测实况数据，建立数据集。经计算得到2013—2022年逐年的大气环境容量（图2）。可以看出，衡水市近10年大气环境容量呈波动变化，其中，大气环境容量较大的年份为2013、2014、2019和2022年，最大为2022年的71.49万t，较小的年份为2015、2016、2018和2020年，最小为2015年的31.25万t。

2.2 大气环境容量的季节变化特征

将每日8个时次ERA5数据和饶阳国家气候观象台观测数据，按季节分为春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月—翌年2月），建立数据集，并计算每个季节的大氣环境容量，最后得到2013—2022年的平均值，分析其季节变化特征。结果显示，衡水市春季、夏季、秋季、冬季大气环境容量分别为47.64万、38.42万、35.25万、31.33万t。可以看出一年中，春季大气环境容量最大，冬季最小，从春季到冬季呈下降趋势（图3）。

2.3 大气环境容量的日变化特征

将2013—2022年ERA5数据和相应饶阳国家气候观象台云量观测数据，分8个时次（02：00、05：00、08：00、11：00、14：00、17：00、20：00、23：00）建立数据集，分析衡水市大气环境容量日变化特征。结果显示，8个时次中02：00、05：00、23：00较低，最低为05：00的12.34万t，其次为02：00的26.48万t；11：00、14：00、17：00较高，最高为14：00的114.56万t，其次为11：00 89.99万t。总体来看，白天的大气环境容量大于夜间（图4）。

3 结论

第一，2013—2022年ERA5再分析

资料中低云量、总云量数据与饶阳国家气候观象台云量观测资料相似程度较高，可用ERA5数据代替观测数据。

第二，以饶阳国家气候观象台数据为例计算衡水市大气环境容量，结果表明，近10年来衡水市大气环境容量呈波动变化趋势，其中，大气环境容量较大的年份为2013、2014、2019和2022年，最大为2022年的71.49万t，较小的年份为2015、2016、2018和2020年，最小为2015年的31.25万t。

第三，一年中衡水市春季大气环境容量最大，冬季大气环境容量最小，从春季到冬季呈逐渐下降趋势。

第四，一天中衡水市02：00、05：00、23：00大气环境容量较低，最低为05：00的12.34万t，08：00、14：00、20：00较大，最大为08：00 114.61万t，白天的大气环境容量大于夜间。

参考文献

[1] 许启慧，范引琪，井元元，等.1972—2013年河北省大气环境容量的气候变化特征分析[J].高原气象，2017，36（6）：1682-1692.

[2] 徐大海，朱蓉.我国大陆通风量及雨洗能力分布的研究[J].中国环境科学， 1989，9（5）：367-374.

[3] 张天宇，张丹，王勇，等.1951—2018年重庆主城区大气自净能力变化特征分析[J].高原气象，2019，38（4）：901-910.

[4] 杨新吉勒图，刘宇情，韩炜宏.大气环境容量的影响因素及核算方法综述[J].能源环境保护，2021，35（4）：9-13.

[5] 孟晓杰，柴莹莹，于华通.多尺度大气环境容量核算方法研究进展[J].环境污染与防治，2021，43（12）：1602-1607，1613.

[6] 范绍佳，黄志兴，刘嘉玲.大气污染物排放总量控制A－P值法及其应用[J].中国环境科学，1994（6）：407-410.

[7] 吴蓉，卢燕宇，王胜，等.1961—2010年安徽省大气环境容量系数变化特征分析[J].气候变化研究进展，2017，13（6）：545-556.

[8] 高婵娟，周映燃，张超，等.基于修正A值法的吉林市城区控制区大气环境容量研究[J].安全与环境学报，2021，21（3）： 1292-1299.

[9] 李蕊，黄玮，李蒙.云南大气环境容量系数变化特征及未来变化趋势预估[J].气象与环境科学，2023，46（1）：73-81.

[10] 姜景阳，查冬兰，曹胜，等.哈大绥城市“十三五”期间大气环境容量分析[J].中国环境监测，2023，39（3）：24-31.

[11] 杨婷，王自发，何立涛，等.衡水市大气污染成因研究及治理经验[J].环境科学研究，2019，32（10）：1730-1738.

[12] 崔红芳，陈萍.衡水市大气污染综合治理对策研究[J].科技创新与应用，2015 （32）：165.

[13] 徐卓莹，彭珍，樊文雁.京津冀地区大气环境容量时空变化特征研究[J].环境科学学报，2023，43（6）：48-56.

[14] 王涵，张锦博，郭怀成，等.基于排放量分解法的河北省工业部门大气污染排放影响效应分析[J].北京大学学报（自然科学版），2023，59（5）：823-832.

[15] 申伟宁，苏爽，柴泽阳.京津冀及周边地区大气污染防治工作方案实施效果评估：基于双重差分模型的实证分析[J].生态经济，2023，39（7）：209-215.

[16] 徐大海，朱蓉.大气平流扩散的箱格预报模型与污染潜势指数预报[J].应用气象学报，2000（1）：1-8，11-12.

[17] 徐大海，王郁.确定大气环境承载力的烟云足迹法[J].环境科学学报，2013，33 （6）：1734-1740.

[18] 李江夏，朱钰，徐杰，等.ERA-Interim和ERA5再分析风资料在中国近海的适用性对比研究[J].海洋通报，2023，42 （3）：260-271.

[19] 李浙华，范从文，邓超，等.CLDAS陆面同化资料和ERA5-Land再分析资料气温产品在江西省的适用性评估[J].氣象与减灾研究，2023，46（1）：44-51.

[20] 郭鑫，韩震，廖廓.基于ERA5再分析资料的中国近海浅水区域风能潜力评估[J].海洋通报，2022，41（3）：325-335.

Analysis on the Variation Characteristics of Atmospheric Environmental Capacity in Hengshui from 2013 to 2022

Zhang Yu-ting et al（Raoyang National Climate Observatory， Raoyang， Hebei 053900）

Abstract Based on the ERA5 reanalysis data and the surface data of the observation station of Raoyang Meteorological Bureau from 2013 to 2022， the atmospheric environmental capacity of Hengshui was calculated by A value method， and its changing trend was analyzed. The results show that the atmospheric environmental capacity of Hengshui has fluctuated in the past 10 years. The higher years were 2013， 2014， 2019 and 2022， and the lower years are 2015， 2016， 2018 and 2020. In a year， the maximum atmospheric environmental capacity in spring was 476 400 tons， and the minimum in winter was 313 300 tons， which gradually decreases from spring to winter. During the day， 02：00， 05：00 and 23：00 are lower， the lowest was 123.4 thousand tons at 05：00， and it was higher at 08：00， 14：00， 20：00， the highest was 1 146.1 thousand tons at 08：00. The atmospheric environmental capacity during the day was higher than that at night.

Key words Hengshui; Atmospheric environmental capacity; A value method; Variation trend