基于光散射快速检测法的渭南市道路积尘研究

马彤,巴利萌,孙璐萍,刘佳媛,王杰,5,程晓夏,郑易飞,高健∗

(1中国环境科学研究院大气环境研究所, 北京 100012；2长安大学环境科学与工程学院,陕西 西安 710054；3渭南市临渭区环境监测站,陕西 渭南 714000；4南开大学环境科学与工程学院,城市交通污染防治研究中心, 天津 300071；5北京化工大学环境科学与工程系, 北京 100029；6渭南市环境科学研究中心,陕西 渭南 714000；7中科弘清(北京)科技有限公司广州分公司, 广东 广州 510310)

0 引言

近年来我国区域性复合型大气污染日趋严重,大气细颗粒物(PM2.5)作为影响我国环境空气质量的主要污染物受到了越来越多的关注[1,2]。扬尘源对大气颗粒物的贡献显著[3],研究发现,扬尘源对西安市[4]和咸阳市[5]PM2.5的贡献率分别达27%和22%;而道路扬尘作为扬尘的重要组成部分[6,7],对城市空气质量有着不可忽视的影响。随着机动车保有量的上升,道路扬尘对颗粒物的贡献比重越来越大[7−12]。因此,掌握道路扬尘的分布及排放特征是扬尘源控制的重要一环,也能丰富道路扬尘排放因子。此外,严重的道路积尘在大风及机动车行驶过程等情况下会形成扬尘,造成空气质量污染并影响居民的身体健康,道路清扫能有效去除路面积尘,但作业方式和频率的不同会造成去除效果的差异[13]。

道路积尘负荷是指单位道路面积上能够通过200目(75µm)标准筛的颗粒物质量[14],是影响道路扬尘污染的重要因素之一,也是研究道路扬尘排放特征以及排放清单编制的重要参数[15−17]。现在越来越多的城市将积尘负荷作为考核及评估道路清扫效果的指标之一。目前,国内外均已形成标准化的道路积尘测量方法,应用最多的有降尘法和真空吸尘器法[18−24],但是存在效率低、需要耗费大量人力、不能保障采样人员安全、同时采样面积小、代表性差等问题。国内学者对道路积尘的研究主要集中在京津冀等重点城市,如对北京市[23,25]、天津市[5]和石家庄市[10]不同道路积尘负荷的分布规律和特征进行了研究,且基本上都采用真空吸尘器法。与常用方法相比,基于光散射法的快速检测法能够快速地测量不同道路类型、不同路段的积尘负荷,并在监测过程中实时反馈监测数据,减少了样品转移过程和测量误差。

渭南市扬尘污染问题严重,PM10浓度一直处于较高水平,如2018年PM10浓度年均值为124µg·m−3,位列关中城市群首位,但目前对于渭南市扬尘污染特征等方面的研究较少,研究基础较为薄弱。本文采用道路积尘负荷车载式快速监测系统[26]对渭南市城区道路积尘负荷进行测定,分析各类型道路积尘负荷的差异,研究道路积尘负荷与车流量、车速等的关系及变化特征,讨论不同抑尘方式对积尘负荷的影响,并对洒水抑尘的效果进行监测与评估,旨在获得道路积尘本地化参数,为提高排放清单的准确性及道路扬尘精细化管控等提供依据,对渭南市道路扬尘污染管控、抑尘方式优化及城市环境空气质量改善有重要的参考价值。

1 材料和方法

1.1 监测仪器和方法

本次道路积尘负荷监测方法遵循HJ/T 393–2007《防治城市扬尘污染技术规范》[18]要求,利用道路积尘负荷车载快速监测系统(专利授权号:203422305U)[26]测量道路积尘负荷。该系统利用车载颗粒物检测仪获取积尘负荷值,根据车轮扬起的颗粒物浓度值与背景颗粒物浓度值的差得到道路积尘负荷值。

该系统由监测车、第一颗粒物浓度测量仪、道路扬尘浓度测量仪、流量测量系统、GPS定位系统、数据处理与输出单元组成(如图1所示)。其中,4台TSI8530颗粒物检测仪组成第一颗粒物测量仪(2台TSI8530)和第二颗粒物浓度测量仪(2台TSI8530)。第一颗粒物浓度测量仪的采样口位于后车窗,用来测定颗粒物的背景浓度值;第二颗粒物测量仪的采样口位于后轮胎,测定由于轮胎扬尘扬起的颗粒物浓度和。第一颗粒物浓度测量仪和第二颗粒物浓度测量仪的浓度差记为扬尘信号。测量系统工作时,道路扬尘信号和GPS定位系统获取的位置信息等信息一并传入数据处理与输出单元,系统实时(1 s)计算出道路积尘负荷,并通过GIS系统将道路积尘负荷数据可视化。其中路面积尘负荷L与扬尘信号C、车速V等参数具有相关性,其函数关系可以表达为L=f(C,V)。

图1 道路积尘负荷车载快速监测系统示意图(a)及现场监测图(b)、(c)Fig.1 Diagram of dust load vehicle-mounted rapid detection system(a)and site monitoring picture(b),(c)

TSI8530可以通过更换采样头分别测定PM2.5和PM10的实时浓度。实验中颗粒物监测数据时间间隔与车辆行驶速度记录间隔均设为1 s,使得测定过程中机动车行驶速度和颗粒物浓度数据对应。

1.2 测定时间和范围

实验选取渭南市主城区主干道、次干道、支路、国道、省道等主要道路,选择具有能代表秋冬季污染水平的11月份开展监测。2017–2018年秋冬季空气质量数据显示,2017年11月PM10和PM2.5月均值分别为 153 µg·m−3和 85 µg·m−3,接近秋冬季平均水平 (PM10和 PM2.5浓度分别为 155 µg·m−3和 92 µg·m−3)。根据现场条件选定2018年11月13–23日开展监测,期间天气晴朗、小时平均风速基本小于2.0 m·s−1,相对湿度总体较低,监测条件良好。

1.3 车流量及平均车重数据

选取渭南市主城区主干道(东风大街、朝阳大街)、次干道(三贤路、崇业路)、支路(东兴大街)等典型道路调取卡口数据及视频,对道路进行分车型车流量记录,通过人工识别的方法得到24 h车流量数据。依据常见车型的车重(满载)及行驶在道路上的机动车中不同类型车辆的比例计算车辆的平均质量,计算公式为

式中为道路上车辆的平均质量,单位为t;n为车辆的种类数;Wi为第i种车辆的平均质量,单位为t;ai为第i种车辆占道路上总车辆数的比例。

1.4 质量控制

走航监测前检查仪器背景值进口管道有无堵塞,清理仪器路面端进口管道内的灰尘和切割头。每次使用仪器前都应对其进行零点标定,车辆保持静止,观测仪器背景值和路面值的示数,若两者示数之差持续小于0.01,则认为仪器正常;若仪器之差持续性大于0.01,则认为仪器不稳定,需重新对仪器进行零点校准。

走航过程中,走航速度保持为30∼50 km·h−1匀速行驶。较长路段尽量一次从头走到尾,减少因车辆转弯、减速时轮胎与路面静止摩擦增加导致颗粒物测量值增大从而出现误差。走航道路如为裸土或泥泞路面,停止监测该路段并标记数据。

本次监测在满足道路积尘负荷测定条件下,每条道路至少重复监测两次,保证获取车载系统两次平行秒级数据。两次平行监测数据的平均为道路积尘负荷值,去除异常值及缺失值后,本次道路积尘负荷监测走航有效监测里程为133 km,共得到约6万组有效数据。不同类型道路及各功能区道路的积尘负荷值为相应各条道路的加权平均值。

2 结果与讨论

随着“以克论净”[27]量化考核机制的推行,现阶段城市一般以道路积尘1.00 g·m−2作为考核标准,认为道路积尘负荷若大于1.00 g·m−2,则代表该城市道路清洁程度总体较差。渭南市城区道路积尘负荷平均值为1.13 g·m−2,超出该考核标准值13.00%,说明其道路积尘量较大。与北京市、天津市、石家庄市、武汉市、成都市和乌鲁木齐市等城市(见表1)对比可见,渭南市道路积尘负荷较其他城市高0.14∼1.02 g·m−2,积尘负荷值明显偏高;京津冀地区典型城市—北京市[23]、天津市[28]、石家庄市[29]的道路积尘负荷值在2015年前已小于0.50 g·m−2[23,28,29],说明渭南市道路扬尘管控和治理仍有较大空间。

表1 不同城市道路积尘负荷Table 1 Dust load on roads in different cities

2.1 道路积尘负荷空间分布特征

2.1.1 不同类型道路积尘负荷分布特征

渭南市秋季主干道、次干道、支路、国道和省道的积尘负荷平均值分别为0.94、1.22、1.79、0.71、1.08 g·m−2,五类道路积尘负荷大小依次为支路>次干道>省道>主干道>国道,这一规律与樊守彬等[23]、张诗建等[28]的研究结果一致。渭南市支路积尘负荷值最大,可能是因为支路车流量小、车速较低,导致支路的尘土不易被扬起,容易累积在路面上,造成积尘负荷较高[21,30]。国道积尘负荷值最低,可能与国道车辆行驶速度快、车流量大有关,车辆在高速行驶过程中产生的空气流动易带起路面积尘,导致国道上积尘负荷数值相对较小[12]。说明除道路自身如道路破损、工地降尘等影响积尘负荷外,车流量和车速等因素可能也会影响道路积尘负荷的大小[30]。

2.1.2 不同功能区周边道路积尘负荷分布特征

对渭南市的学校、医院、大型商场和工业园区四大功能区周边道路以及渣土车行驶道路的积尘负荷分布特征进行分析(图2)。渣土车行驶路线上的积尘负荷最高,平均值为1.52 g·m−2,高出城区道路积尘负荷平均值(1.13 g·m−2)34.51%,主要与渣土车在物料运输过程中易发生遗撒及车身、车轮带泥上路等有关;学校周边道路的积尘负荷平均值为1.25 g·m−2,仅次于渣土车行驶道路,高出城区积尘负荷平均值10.62%,主要是因为学校周边道路以支路和次干道为主,且商铺密集、人流量大,人为活动强度较高,使得积尘负荷相对较高;工业园区、医院和大型商场的周边道路以主干道为主,积尘负荷较低,分别为0.90、0.77、0.67 g·m−2。说明需要重点加强对渣土车及建筑工地的管理,并加大支路和次干道的抑尘管理工作。

图2 不同功能区周边道路积尘负荷分布情况Fig.2 Distribution of dust load around roads in different functional areas

2.2 快车道与慢车道积尘负荷

图3为渭南市不同类型道路快车道和慢车道积尘负荷分布特征。由图可见,渭南市快车道积尘负荷平均值为1.41 g·m−2,慢车道积尘负荷平均值为2.38 g·m−2,慢车道积尘负荷均显著高于快车道,说明车速明显影响积尘负荷,车速越大,积尘负荷越小。此外,慢车道接近道路边缘,绿化带等周边裸土等灰尘容易进入[29]。主城区监测范围内存在S107和S108两条省道,由于S108车道部分数据缺失,该研究选取S107代表省道进行车道积尘负荷对比分析。

图3 不同类型道路快车道和慢车道积尘负荷分布特征Fig.3 Distribution characteristics of dust load on fast lanes and slow lanes of different types of roads

慢车道积尘负荷大小依次为支路>省道(S107)>主干道>国道>次干道,快车道积尘负荷大小依次为支路>次干道>省道(S107)>主干道>国道。支路两车道积尘负荷均高于其他类型道路,且车道积尘负荷偏差Ld相对较小,可能由于支路上车辆的车速较低、车流量较小,路面积尘不易被扬起。

车道积尘负荷偏差计算公式为

式中Ls为慢车道道路积尘负荷,Lf为快车道道路积尘负荷。

各类型道路快、慢车道积尘负荷均有明显特征,主干道和国道的快慢两车道积尘负荷分布特征相似,慢车道积尘负荷约为快车道的2倍;次干道两车道积尘负荷较接近,慢车道积尘负荷为2.09 g·m−2,较快车道高0.22 g·m−2;省道两车道积尘负荷差别最大,慢车道积尘负荷为 5.1 g·m−2,较快车道高 3.58 g·m−2。以 S107为代表的省道积尘负荷较高,与该道路上重型货运车辆、渣土运输车等车辆通行量较多,道路保洁频率低有关。

2.3 积尘负荷影响因素分析

2.3.1 车流量和车重对道路积尘负荷的影响分析

为了解渭南市城区道路积尘负荷与车流量、车重的关系,在主干道、次干道和支路中各挑选出典型道路为研究对象,分析其积尘负荷分布特征。主干道、次干道和支路的积尘负荷、24 h平均车流量Q与平均车重情况W如图4所示。由图可见,积尘负荷大小呈支路>次干道>主干道的特征,24 h平均车流量大小呈主干道>次干道>支路的特征,平均车重的大小呈主干道>次干道>支路的特征。道路积尘负荷与24 h平均车流量呈明显负相关,随着24 h平均车流量的减少积尘负荷逐渐递增;平均车重与积尘负荷没有明显的线性关系,积尘负荷最低的主干道上平均车重最大,而平均车重接近的次干道和支路的积尘负荷值差异较大,表明平均车重可能不是影响道路积尘负荷的主控因素。因此,车流量可能是影响渭南市城市道路积尘负荷主要原因之一,且道路积尘负荷随着24 h平均车流量的增大而降低。

图4 道路积尘负荷与不同类型道路平均车重、车流量的关系Fig.4 Relationship between road dust load and average vehicle weight and traffic volume of different types of roads

2.3.2 不同类型道路抑尘方式

清扫、洒水和冲水等手段是降低道路积尘负荷的普遍方法[31−35]。渭南市常用的道路抑尘方式是清扫,具体为大功率、多类型、清扫面积大的大型清扫机械负责主干道、次干道及城市出入口,小型清扫机械负责支路进行道路清洁的作业模式。为研究主干道、次干道和支路抑尘方式与道路积尘负荷的关系,在主干道、次干道和支路各选一条代表性路段进行统计分析。根据道路抑尘作业的时间,分别在早、中、晚对3条道路进行至少一次监测,保证结果的有效性。各道路清扫方式、时间和频次如表2所示。

表2 代表性道路抑尘方式及作业频次Table 2 Typical road dust suppression methods and operation frequency

由表2可见,渭南市城区主干道(乐天大街)、次干道(三贤路)和支路(恒通北路)的清扫方式和机械化水平明显不同。其中,乐天大街和三贤路代表的主、次干道的机械化清扫率、湿法作业频次等较高,均采用“一冲、二洒、三清扫”的机械组合作业,有效发挥了除尘、增湿的效果,积尘负荷值低于支路;但次干道三贤路的积尘负荷明显高于主干道乐天大街,结合2.3.1节分析结果可进一步说明车流量是影响积尘负荷大小的主要因素。以恒通北路为代表的支路主要以人工清扫和小型机械洗扫的方式为主,相比主次干道其机械化清扫水平较低,一次作业涉及的道路宽度及范围较小,道路清扫所需时间更长、清扫频率较低,并且小型机械洗扫车清洁力度较低,不能完全将道路表面的积尘去除,导致道路积尘监测值较高。因此,为有效降低支路积尘负荷,建议改进完善清扫工艺,对具体路段进行靶向管控,合理加大机械清扫率和湿法作业频次,进行高压冲洗和吸尘,避免积尘被车辆碾压扬起,形成二次污染。

2.4 洒水抑尘效果评估

道路洒水是渭南市道路扬尘管控最常用抑尘方式。为了评估洒水抑尘效果,根据渭南市道路抑尘相关方案,选择了主干道、次干道和支路等9条路段作为监测路线,在洒水作业前、洒水作业后30 min以及洒水后道路完全干燥(道路干燥水平根据现场气象条件进行实际判定,本研究中为洒水后1 h左右)3种情景下开展道路积尘负荷走航监测。

由表3可见,洒水前道路积尘负荷平均值为2.19 g·m−2,洒水后30 min道路积尘负荷为0.46 g·m−2,降尘效果较明显;除朝阳大街和解放路洒水后积尘负荷改善幅度略小外,其他道路洒水后积尘负荷降幅均较大,降幅在78.7%∼94.4%。道路洒水后1 h(路面干燥)的大部分道路的积尘负荷相比洒水前仍有所降低,积尘负荷平均值降低了21.9%;仓程路和渭花路积尘负荷较洒水前略有反弹,主要与其部分路段路面破损和乡村道路等非铺装道路交叉有关,非铺装道路的尘土易随车辆带上仓程路和渭花路。

表3 洒水抑尘效果对比监测Table 3 Comparative monitoring of dust suppression effect by water spraying

对比各道路洒水后30 min和道路洒水后1 h(路面干燥)的积尘负荷可知,洒水降低道路积尘负荷效果明显,但是降尘效果保持时间较短,各道路路面干燥后积尘负荷反弹严重。说明洒水只能暂时性压制道路表面浮尘,应采取加大高压冲洗和吸尘等的作业方式,有效减低道路浮土和积尘,降低道路积尘负荷,减轻道路扬尘问题。

3 结论

1)渭南市秋季道路积尘负荷平均值(1.13 g·m−2)处于较高水平,支路积尘负荷平均值最大(1.79 g·m−2),国道平均积尘负荷最小(0.71 g·m−2);渣土车路线的道路积尘负荷为1.52 g·m−2,高出城区道路积尘负荷平均值34.51%;以支路和次干道为主的学校周边道路积尘负荷在四大功能区中最高。

2)各类道路慢车道积尘负荷均高于快车道,其中快车道积尘负荷平均值为1.41 g·m−2,慢车道积尘负荷平均值为2.38 g·m−2,慢车道积尘负荷平均值高于快车道68.66%,说明车速明显影响积尘负荷,车速越大积尘负荷越小。

3)车流量是影响渭南市城市道路积尘负荷重要原因,道路积尘负荷随着24 h平均车流量的增大而降低;平均车重与积尘负荷没有明显的线性关系,车重可能不是影响道路积尘负荷的主控因素。

4)各类型道路中支路积尘负荷值最高,与其抑尘机械化率和清扫频次较低有关,需进一步加大机械清扫和湿法除尘力度,进行靶向管控。

5)洒水前道路积尘负荷平均值为2.19 g·m−2,洒水后30 min道路积尘负荷值降低了79.0%,待路面干燥后仅比洒水前降低了21.9%,说明洒水对降低道路积尘负荷的效果明显,但是保持时间较短,路面干燥后积尘反弹严重。建议改变重洒水弱清扫的作业模式,重点关注清扫除尘,提高道路扬尘清扫效果,系统评估治理措施采取前后的道路积尘负荷值,量化评估道路扬尘污染与治理情况。