Processing math: 100%

施工扬尘空间扩散特性的模型分析与分级管控措施

刘伟, 袁紫婷, 胡伟成, 王永祥. 施工扬尘空间扩散特性的模型分析与分级管控措施[J]. 环境工程学报, 2021, 15(6): 1976-1987. doi: 10.12030/j.cjee.202010134
引用本文: 刘伟, 袁紫婷, 胡伟成, 王永祥. 施工扬尘空间扩散特性的模型分析与分级管控措施[J]. 环境工程学报, 2021, 15(6): 1976-1987. doi: 10.12030/j.cjee.202010134
LIU Wei, YUAN Ziting, HU Weicheng, WANG Yongxiang. Spatial diffusion characteristics and hierarchical control measures of construction dust[J]. Chinese Journal of Environmental Engineering, 2021, 15(6): 1976-1987. doi: 10.12030/j.cjee.202010134
Citation: LIU Wei, YUAN Ziting, HU Weicheng, WANG Yongxiang. Spatial diffusion characteristics and hierarchical control measures of construction dust[J]. Chinese Journal of Environmental Engineering, 2021, 15(6): 1976-1987. doi: 10.12030/j.cjee.202010134

施工扬尘空间扩散特性的模型分析与分级管控措施

    作者简介: 刘伟(1982—),男,博士,副教授。研究方向:建筑施工扬尘防治。E-mail:liuweijx13@163.com
    通讯作者: 刘伟, E-mail: liuweijx13@163.com
  • 基金项目:
    2019年度江西省高校人文社会科学研究项目(GL19102);2020年江西省社会科学基金项目(20GL20)
  • 中图分类号: X531

Spatial diffusion characteristics and hierarchical control measures of construction dust

    Corresponding author: LIU Wei, liuweijx13@163.com
  • 摘要: 基于多个城市施工工地的扬尘监测数据,对比分析了幂函数、高斯函数和指数律模型在描述施工扬尘空间扩散特性上的适用性。以北京市某工地为例,基于CFD模拟,研究了施工扬尘的空间分布及扩散特性。通过与实测数据的对比,验证了模拟结果的准确性,分析了指数律模型在描述施工扬尘空间扩散特性上的适用性,并根据扬尘污染程度将施工区域影响范围划分为3个等级区,提出了综合评估施工扬尘污染严重程度的分级方法与管理控制措施。结果表明:指数律模型适用于描述施工扬尘空间扩散规律,幂函数模型仅适用于水平向,高斯函数模型在水平和垂直方向均不适用;围挡对施工扬尘的水平影响距离约为5倍围挡高度;工地周围可划分为重度污染区(<26 m)、中度污染区(26~42 m)和轻度污染区(42~100 m);可在各污染区布置监测点,综合评估施工扬尘污染严重程度,便于扬尘的分级管理与控制。本研究结果可为减少施工扬尘污染、提高环境空气质量提供参考。
  • 当今,随着经济的快速增长,人类开发矿产资源的力度不断加大,由此引发的废物、废水和废气的积累对环境造成了很大的破坏[1-2]。同时在土壤耕作的过程中,化肥、农药和助剂的不合理使用也会导致土壤环境日益恶化,尤其是重金属污染土壤的现象日趋严重,这已然成为了备受人们关注的热点环境问题[3]。作为典型重金属污染物之一的镉(cadmium,Cd),由于其具有强生物毒性和流动性,并可通过土壤-植物系统转移富集,从而通过食物链对人类健康造成威胁。另外,Cd等重金属难于通过微生物降解或者化学分解而减少危害,其往往会长期存在于受污染的土壤中[4-5]。因此,Cd污染土壤已成为人类和环境健康安全的大隐患。海南省现有的富硒土壤(Se含量≥0.4 mg·kg−1)占全岛总面积的28%以上,说明其在利用富硒土壤资源开发热带富硒农产品方面具有明显的区域优势。但富硒土壤具有伴生Cd等重金属的效应,因此,海南在利用富硒土壤资源的过程中,应正视Cd等重金属污染的潜在风险,这对促进富硒土壤资源的科学利用具有重要的现实意义。

    针对重金属污染土壤的几种修复技术如物理修复技术、化学修复技术、生物修复技术和植物修复技术等[6],已经被开发且广泛应用。目前,原位钝化技术[7-8]因具有环境安全性、简便高效性和低成本性等优点,能减轻生物毒性并降低污染土壤中重金属的生物有效性和利用度,常被用来修复重金属污染土壤。其钝化修复原理是通过添加钝化剂到重金属污染土壤中,促进钝化剂与重金属之间发生吸附、络合、离子交换和氧化还原等一系列作用和反应,从而改变重金属在土壤中的赋存形态,降低其活性,最终实现对重金属污染土壤的修复作用。在众多的钝化修复剂中,磷酸盐、粘土矿物、碱性物质和有机物质等为人们常用[9]。在控制污染土壤中重金属的迁移与转化方面,土壤有机质被认为是最重要的决定因素[10],其中,腐殖质是土壤有机质的主要组成部分。腐殖质,依据其在酸、碱溶液中溶解度的不同可分为富里酸(fulvic acids,FA)、胡敏酸(humic acids,HA)和胡敏素(humin,HM)[11]。关于腐殖质对环境中重金属的影响的研究,大多集中于探讨HA/FA和重金属之间的相互作用方面,有关HM对重金属的环境意义的研究相对较少[12-14]。对于占腐殖质绝大部分的HM,含有大量—COOH、—OH等活性基团,分子质量大且理化性质稳定,可与土壤中重金属发生吸附络合作用[15],从而对土壤中重金属的行为产生关键影响。赤铁矿(hematite,α-Fe2O3)具有一定的吸附性和磁性[16],STAHL等[17]曾报道,α-Fe2O3通过交换性和非交换性吸附2种模型吸附土壤中Cd2+、Co2+、Cu2+、Pb2+、Zn2+等重金属,具有防止重金属继续转移扩散的作用。PALLO[18]提出,HM可与土壤中的铁矿物发生相互作用,带负电的HM会依附在带正电的矿物表面膜上,从而形成胡敏素-赤铁矿复合体(HM-α-Fe2O3),且HM和α-Fe2O3结合的程度很大部分取决于它们的分子质量、分子结构和所含有的官能团。

    在前人的研究[16, 19-20]基础之上,笔者从富硒土壤中提取HM,并将HM和α-Fe2O3进行混合,比较了复合体(HM-α-Fe2O3)、单体(HM)、单体(α-Fe2O3)3种物质作为富硒土壤中外源Cd污染的钝化剂的应用效果,从对土壤pH(氢潜力)、有效态Cd浓度、Cd形态分布的影响着手进行了分析,可为富硒土壤中重金属污染的修复提供科学数据和应用基础。

    富硒土壤于2018-06-24采自海南省海口市遵谭镇、新坡镇一带地区的菜地(按采样顺序进行编号,1#:N19°50′18″E110°16′28″;2#:N19°50′17″E110°16′30″;3#:N19°49′58″E110°16′40″;4#:N19°49′48″E110°16′36″;5#:N19°49′42″E110°16′33″;6#:N19°49′5″E110°16′57″),按S型随机布5点采集土壤并将其混匀。土壤样品经自然风干、四分法缩分、研磨处理后过20目筛,装袋密闭保存备用。

    根据《土壤农业化学分析》记载的方法[21]测定土壤的基本性质,包括pH,土壤有机质,CEC(阳离子交换容量),全氮和全磷。供试富硒土样经HF-HClO4-HNO3混合酸在高压密封消解后,使用电感耦合等离子体-质谱法(ICP-MS)(NexIOTM300X,美国)测定土样中总Cd和总Se的浓度。基本数据见表1

    表 1  富硒土壤的基本性质
    Table 1.  Basic properties of selenium-enriched soil
    pH (H2O)有机质/(g·kg−1)全磷/(mg·kg−1)全氮/(mg·kg−1)CEC/(cmol·kg−1)速效钾/(mg·kg−1)总Se/(mg·kg−1)总Cd/(mg·kg−1)
    5.7717.751 0001 40034.81790.4660.05
     | Show Table
    DownLoad: CSV

    供试土样的总Se含量为0.466 mg·kg−1,符合富硒土壤的标准值(总Se≥0.4 mg·kg−1)[22],pH偏低,印证了土壤为富硒区酸性土壤。该富硒土壤的总Cd含量低于土壤环境质量规定的二级标准(GB 15618-1995)(Cd≤0.4 mg·kg−1)。

    α-Fe2O3的制备:按照MULVANEY[23]提出的水热法,即量取1 mol·L−1的FeCl3溶液50 mL,逐滴慢慢加入到先前已煮沸的450 mL超纯水中,在滴加的过程中观察溶液的颜色变化,当溶液由金黄色变为深红色时,加入最后一滴。待溶液加热5 min后,停止加热,将其静置冷却至室温之后装入透析袋中,在HClO4溶液(pH=3.5)中透析约48 h。溶液以8 000 r·min−1的高速离心15 min,弃去上清液,沉淀物用超纯水清洗多次后冷冻干燥,然后将样品研磨过60目筛,装袋保存备用。

    HM的制备:以富硒土壤样品提取制备HM,即称取一定量的富硒土壤于100 mL的离心管中,然后加入0.1 mol·L−1 NaOH溶液(土液质量比为1∶10),振荡6 h后以4 000 r·min−1的速度离心20 min,弃去分离出来的富里酸和胡敏酸上清液。以上步骤重复操作多次,待分离的上清液颜色变为淡黄色即可。接着用超纯水反复清洗固体至其pH为7.0左右,最后通过冷冻干燥获得胡敏素。

    HM-α-Fe2O3的制备:利用湿法包覆,将HM按一定的比例吸附在α-Fe2O3上来获得HM-α-Fe2O3。具体步骤为,称量1 g HM置于烧杯中,加入适量的20 mmol·L−1 NaCl溶液,然后使用质量分数为5% HCl或NaOH溶液调节溶液pH至中性。接着往里加入2.0 g α-Fe2O3和适量去离子水,控制总的固液比为1:20,然后用磁力搅拌器搅拌24 h。最后将混合物以7 800 r·min−1的速度离心10 min,收集沉淀物并洗涤多次后进行冷冻干燥,即获得HM-α-Fe2O3

    准确称取富硒土壤50 g置于小塑料盆中,添加浓度水平为10 mg·kg−1的Cd2+溶液,使其与土壤混匀,保持稳定平衡30 d。然后,添加不同剂量的HM(施用率分别为土壤重量的0.5%、1%和2%,其编号为H1、H2和H3),或α-Fe2O3(施用率分别为土壤重量的6%、12%和18%,其编号为F1、F2和F3),或HM-α-Fe2O3复合物(添加水平分别为1、1.5和2.0 g·kg−1,编号为(F-H)1、(F-H)2和(F-H)3),进行钝化实验,同时设置无任何添加的土壤样品50 g作为对照组(表示为CK)。每种钝化处理做3份平行样。将30个小塑料盆处理土壤置于(25±1) ℃的恒温室中培养60 d,通过每日称重来补充去离子水使土壤含水率达到田间持水量的70%。分别在培养时间为0、5、10、20和60 d采集适量土壤,冷冻干燥48 h。然后,将冷冻干燥后的土壤样品研磨过80目尼龙筛,进行后续的分析。

    使用扫描电子显微镜SEM来观察所制备钝化剂的表面形貌特征(S-3000N 型扫描电子显微镜,日本日立);使用全自动比表面积与孔隙度分析仪(ASAP2020M+c,美国麦克仪器公司)测定钝化剂的比表面积和孔径大小。在土水比为1∶5的情况下,使用pH酸度计测定土壤的pH(PHS-3E型,上海仪电科学仪器股份有限公司)。使用由0.005 mol·L−1二乙烯三胺五乙酸溶液(diethylenetriaminepentaacetic acid, DTPA),0.1 mol·L−1三乙醇胺溶液(triethanolamine, TEA)和0.01 mol·L−1CaCl2溶液制得的DTPA提取液来提取不同培养时间的钝化处理土壤中的有效态Cd含量[24]。按照TESSIER等[25]提出的连续提取法分离并测定各种不同化学形态的Cd。土壤溶液中Cd浓度均使用火焰原子吸收分光光度计测定(TAS-990 AFG型,北京普析通用仪器有限责任公司)。

    使用Excel 2010分析和绘制数据,并表示为平均值±标准偏差(SD;n=3)。使用Origin 8.0作图并进行数据模型拟合。使用SPSS 22.0进行单因素方差分析以进行统计学分析,当发现处理数据之间存在显著差异时(P<0.05),通过Duncan测试进行多次比较。

    图1为HM、α-Fe2O3及HM-α-Fe2O3的SEM图。可以看出,HM表面存在丝状纤维并均匀分布,呈大块颗粒,表面具有明显的中孔和少量大孔;α-Fe2O3呈颗粒状,表面有许多颗粒,非常致密,表面具有更明显的中孔;HM-α-Fe2O3呈球形,表面存在一些中孔和一些未发育的孔结构,有利于比表面积增大。

    图 1  HM、α-Fe2O3和HM-α-Fe2O3的扫描电子显微镜图像
    Figure 1.  Scanning electron microscope (SEM) images of HM, α-Fe2O3 and HM-α-Fe2O3

    图2为HM、α-Fe2O3和HM-α-Fe2O3的N2吸附-脱附等温线和孔径分布情况。如图2所示,HM、α-Fe2O3和HM-α-Fe2O3的N2吸附–脱附等温线可归类为IV型,其孔径分布都集中在2~50 nm(图2(b)),证明了介孔结构的存在。此外,基于Brunauere-Emmette-Teller模型进行分析得到了如下结果:HM、α-Fe2O3和HM-α-Fe2O3的比表面积分别为58.84、68.08和83.35 m2·g−1,其对应的平均孔径大小分别为12.74、10.24和12.04 nm。与HM、α-Fe2O3钝化剂相比,复合钝化剂HM-α-Fe2O3的比表面积有所增加,这有利于其对土壤中重金属污染物的吸附。

    图 2  HM、α-Fe2O3和HM-α-Fe2O3的吸附–脱附等温线图和孔径分布
    Figure 2.  Nitrogen adsorption-desorption isotherms and pore-size distributions of HM, α-Fe2O3 and HM-α-Fe2O3

    与CK组对比,添加3个水平用量的钝化剂(HM、α-Fe2O3或HM-α-Fe2O3),土壤pH的数据变化见表2表2显示,HM或α-Fe2O3处理组的土壤pH均明显高于CK组,其中,α-Fe2O3处理组的土壤pH升高较显著,且在10 d时的改变较大。而HM-α-Fe2O3处理组与CK组相差不大,基本一致。与CK组相比,培养60 d时,F1~F3处理组的土壤pH上升了1.09~2.00;H1~H3处理组的土壤pH上升了0.09~0.43;(F-H)1~(F-H)3处理组的土壤pH上升了0.05~0.09。添加了α-Fe2O3钝化剂的土壤,pH上升较为明显,且随着培养期的延长而增加,其中F2、F3处理组的土壤均呈现弱碱性。这是由于α-Fe2O3的碱性特征,α-Fe2O3含有两性铁羟基(≡Fe—OH)和铁原子等表面基团,其等电点通常在pH=7~9间[26]。因此,施用α-Fe2O3作为土壤重金属的钝化剂有致使土壤碱性化的风险。

    表 2  不同处理组对富硒土壤pH的影响
    Table 2.  Effects of different treatments on selenium-enriched soil pH
    样品编号土壤pH
    0 d5 d10 d20 d60 d
    CK5.84±0.00fg5.93±0.02e5.87±0.03f5.93±0.01fg5.88±0.01f
    H15.94±0.00e5.95±0.00e5.83±0.01f5.93±0.01fg5.97±0.00f
    H25.98±0.05e5.96±0.01e5.96±0.00e6.07±0.02e6.11±0.01e
    H36.11±0.00d6.09±0.02d6.21±0.01d6.24±0.02d6.31±0.00d
    F16.60±0.01c6.70±0.05c6.77±0.04c6.86±0.03c6.97±0.08c
    F27.36±0.10b7.31±0.04b7.56±0.11b7.58±0.07b7.60±0.10b
    F37.61±0.02a7.60±0.00a7.84±0.02a7.88±0.09a7.88±0.04a
    (F-H)15.85±0.01fg5.98±0.06e5.81±0.01f5.97±0.03f5.93±0.00f
    (F-H)25.90±0.01ef5.81±0.03f5.83±0.00f5.86±0.01g5.97±0.00f
    (F-H)35.81±0.01g5.77±0.00f5.82±0.00f5.89±0.01fg5.96±0.02f
      注:根据Duncan检验,相同的字母表示各种处理组在P=0.05(n=3)时没有显著差异。
     | Show Table
    DownLoad: CSV

    空白组与不同钝化处理组土壤DTPA提取的有效态Cd含量的变化,结果见图3。图中显示,CK组土壤中的有效态Cd含量在培养时间5 d时有所降低,之后基本维持较稳定的含量状态((6.92±0.21) mg·kg−1)。不同钝化处理组土壤随着施用量和培养时间的增加,土壤中有效态Cd浓度均出现了不同程度的降低。在钝化处理的60 d范围内,以HM、α-Fe2O3和HM-α-Fe2O3分别作为钝化剂,分别添加3个水平的用量,致使土壤有效态Cd含量的降低率(相对于CK处理)分别从7.85%~11.79%、1.64%~4.69%和4.30%~20.85%增加至14.21%~22.96%、21.25%~37.55%和13.45%~27.75%。

    图 3  不同处理组DTPA提取的有效态Cd含量的动态变化
    Figure 3.  Dynamic changes in the DTPA-extraction available Cd from different treatment groups

    各种钝化剂施用效果呈现不同的规律。 HM处理组土壤中有效态Cd含量的减少率在5 d时达到最大,之后有效态Cd含量有所回升并呈现基本稳定的波动状态,各用量中以H2钝化效果较好。HM的钝化作用,与其具有一定的比表面积,且含有能够与Cd2+发生络合作用的—COOH、—OH等活性基团有关。α-Fe2O3处理组土壤中有效态Cd含量,在整个培养期内逐渐降低且幅度最大,在60 d时施加率为12%(F2)组土壤显示出最优的钝化效果。此时土壤呈弱碱性下,其表面负电荷有所增加,并伴随着表面吸附点的增加,产生Cd [Cd(OH)+]的羟基态,这种状态与土壤吸附点的亲和力比金属离子的自由态更强[27],从而使α-Fe2O3产生较强的钝化效果。HM-α-Fe2O3处理组土壤中有效态Cd含量,在整个培养期内呈现逐渐降低的趋势(除5 d外),且以(F-H)3钝化效果最佳。通过相关性分析结果可得,有效态Cd浓度的降低量与钝化剂用量、钝化时间都呈极显著正相关(r=0.631,0.428)(P<0.01)。表明复合型钝化剂HM-α-Fe2O3的吸附和活性点的作用可能分布较均匀,且作用周期较长,从而使其钝化效果与用量、时间呈现出较好的线性增长关系,考虑到其施用率较低,该钝化剂具有较好的应用潜力,可通过提高施用率来挖潜,并适宜于修复周期较长的需要。

    土壤pH对有效态Cd的含量有重要影响。研究表明[28],当土壤pH升高时,可以促进大部分重金属进行表面络合作用,使其固定。pH与有效态Cd浓度呈显著负相关(r=-0.729)(0.01<P<0.05)。这一发现与JAFARNEJADI等[29]的研究结果一致。

    土壤中重金属的各种形态随着土壤环境因素的变化而变化,而这种变化往往处于动态平衡状态。图4为应用3种钝化剂后土壤中Cd的各种形态含量随时间的变化情况。由图4可见,与CK组相比,添加钝化剂后,可交换态Cd的含量均有所降低,其中在10 d内变化较大(主要为降低),随后趋于稳定,其中α-Fe2O3处理组土壤中可交换态Cd的含量水平最低(当然其施用率也较高)。碳酸盐结合态Cd的含量,以CK组最低,H3组最高,钝化后均有所升高,其中在5 d时升高最明显,随后有所下降(10~20 d)。铁锰氧化物结合态Cd的含量,以CK组最低,以F1~F3组最高,钝化后其变化特征为前20 d逐渐上升,20 d后快速降低,其中以60 d时最低,甚至接近CK组的水平。这可能是由于发生了铁锰氧化物的还原溶解,将Fe和Mn固定为硫化物化合物[30]。有机物结合态Cd的含量,以CK组最低,以F1~F3组最高,钝化后最初升高较为明显,随后趋向于平稳。残留态Cd的含量,以CK组最低,以F3、(F-H)2和(F-H)3组最高,钝化后最初增加较为显著,随后明显趋向于稳定。根据相关性分析结果,投加HM钝化剂后,投加量与土壤中可交换态Cd、碳酸盐结合态Cd和残留态Cd含量之间的关系分别呈负相关(r=−0.136)(P>0.05)、极显著正相关(r=0.753)(P<0.01)和显著正相关(r=0.558)(0.01<P<0.05);投加α-Fe2O3钝化剂后,投加量与土壤中可交换态Cd含量呈极显著负相关(r=−0.870),而与残留态Cd含量之间的关系呈极显著正相关(r=0.654)(P<0.01);投加HM-α-Fe2O3复合钝化剂后,投加量与土壤中可交换态Cd、铁锰氧化物结合态Cd含量呈负相关(r=−0.099,−0.485)(P>0.05),而与碳酸盐结合态Cd、残留态Cd含量之间的关系分别呈极显著正相关(r=0.654)(P<0.01)和显著正相关(r=0.632)(0.01<P<0.05)。这些结果表明,生物可利用的Cd(可交换态)主要转化为生物学不可利用状态Cd(残留态),从而降低Cd的活性。这一发现与CHEN等[31]的研究结果一致。此外,有研究人员发现修复剂的施用也可以增加可交换态Cd的浓度[32],这可能与外源Cd的不同污染水平促进了土壤中的微生物活动有关。

    图 4  土壤培养期间不同Cd形态的含量变化(n=3)
    Figure 4.  Changes of Cd species contents during the soil incubation period (n=3)

    以钝化60 d时Cd的形态分布(图5)来比较不同钝化处理组与空白组(CK)Cd的形态转化特征。CK组土壤中Cd的形态以可交换态为主,占比为62.29%,残留态、铁锰氧化物结合态和碳酸盐结合态的Cd占比分别为14.44%、11.82%和8.8%,而有机物结合态Cd占比仅为2.66%。与CK组对比,钝化处理组在不同的程度上减少了土壤中可交换态Cd的比例。具体表现在HM、α-Fe2O3和HM-α-Fe2O3处理组中该比例分别降低了17.77%~23.34%、33.93%~45.39%和18.56%~22.07%。此外,不同钝化剂处理后,其土壤中Cd形态分布的变化规律不同。α-Fe2O3的应用对残留态Cd的影响较显著,其占比增加了22.21%~33.04%,且比例随钝化剂施加量的增加而增加,以F3的效果为最佳;HM则对碳酸盐结合态Cd的影响较显著,其占比增加了10.72%~15.38%;相比其他3种形态,HM-α-Fe2O3对残留态Cd影响也较大,其比例增加了13.24%~21.10%。然而,在所有的处理组中有机物结合态Cd含量均很低,仅占总Cd含量的较低比例,但其含量较为稳定。

    图 5  土壤培养60 d时不同形态Cd的分布
    Figure 5.  Different Cd species distribution at 60-days incubation

    可交换态Cd是潜在生物可利用元素的重要指标,在对Cd污染富硒土壤进行各种修复后,可交换部分Cd均小于CK处理组。由于Cd的可交换和碳酸盐结合部分具有高生物利用度,其可以转化为残留态以降低Cd的迁移率和有效性。HM、α-Fe2O3和HM-α-Fe2O3固定土壤中Cd,分析这可能是Cd通过与离子化的羟基基团形成了络合物,也可能是由于Cd与碳酸盐中含量丰富的CO23PO43形成沉淀来实现的。

    1)添加HM,α-Fe2O3和HM-α-Fe2O3可以不同程度地减少外源Cd污染富硒土壤中的有效态Cd浓度。因比表面积较大,HM-α-Fe2O3复合钝化剂对土壤中重金属污染物具有较强的吸附性能。其中,处理组(F-H)3(60 d)对土壤有效态Cd含量的降低率高达27.75%,说明HM-α-Fe2O3可用于稳定化修复重金属污染土壤。

    2)有效态Cd浓度与土壤pH呈显著负相关(r=−0.729)(0.01<P<0.05),随着pH增加,Cd的流动性和生物利用度有所降低。HM-α-Fe2O3处理组的pH与CK组基本一致,在有效修复外源Cd污染富硒土壤的同时能够维持土壤pH的稳定。

    3)不同钝化剂对土壤中Cd不同形态的转化特征存在差异性,总体来说,都是由可交换态Cd主要转化为残留态Cd。HM-α-Fe2O3复合处理结合了HM和α-Fe2O3这2种单独处理的优点,改善了各种Cd形态的转化和分布。

    4)从污染土壤的修复效果来看,复合钝化剂的钝化效果与用量、时间呈现出较好的线性关系,施用率较低且效果明显。未来可通过提高HM-α-Fe2O3施用率来挖潜,并适宜于修复周期较长的需要。

  • 图 1  水平方向扬尘浓度扩散曲线

    Figure 1.  Horizontal dust concentration diffusion curve

    图 2  水平方向扬尘浓度扩散模型误差箱线图

    Figure 2.  Box charts for model errors of horizontal dust concentration diffusion

    图 3  垂直方向扬尘浓度扩散曲线-数据5

    Figure 3.  Vertical dust concentration diffusion curve - Data 5

    图 4  不同测点垂直方向扬尘浓度扩散曲线-数据6

    Figure 4.  Vertical dust concentration diffusion curve of different measuring points - Data 6

    图 5  垂直方向扬尘浓度扩散模型误差箱线图

    Figure 5.  Box charts for model errors of vertical dust concentration diffusion

    图 6  二维模型计算域与局部网格示意图

    Figure 6.  Schematic diagram of the simulation domain and local grid of the two-dimensional model

    图 7  扬尘浓度水平方向扩散对比验证

    Figure 7.  Comparison of horizontal dust concentration diffusion

    图 8  扬尘颗粒空间分布

    Figure 8.  Spatial distribution of dust particles

    图 9  扬尘浓度空间分布对比

    Figure 9.  Comparison of spatial distribution of dust concentration

    图 10  扬尘污染区域分级

    Figure 10.  Classification of dust pollution area

    图 11  施工扬尘污染分级方法与控制措施

    Figure 11.  Classification and control measures on pollution of construction dust

    表 1  施工扬尘浓度实测数据来源与信息

    Table 1.  Detailed information of construction dust concentration

    方向数据编号文献工地类型及施工阶段监测日期监测仪器及监测指标监测位置
    水平数据1[26]郑州市某人行天桥建设工程及道路改造工程2010-04DustMate粉尘仪,TSP浓度离地1 m,距工地10~200 m布置8个测点
    数据2[8]国家游泳中心建筑工地2004-11—2005-05集灰缸,DF浓度离地3 m,距工地0~105 m布置8个测点
    数据3[16]南昌市某学校教学楼拆除工程2018-09HT-9600粉尘仪,TSP浓度离地1.8 m,距工地0~200 m布置18个测点
    数据4[25]成都市新都区12个建筑工地,包括土方工程、基础工程、主体施工工程和装饰施工工程2018-01—2018-12DustTRAK TM粉尘监测仪,TSP浓度距工地0~80 m布置17个测点
    垂直数据5[8]西城区5栋大楼建筑工地,经历土方工程和主体施工工程2004-05—2004-11集灰缸,DF浓度工地边界离地2.7~4.1 m高度布置5个测点
    数据6[27]兰州大学内某地下燃气锅炉房建筑施工工地,经历土方工程、基础工程、主体施工工程和水电安装工程2009-03—2009-08集灰缸,DF浓度工地周围A、B、C、D位置布置离地3.9~18.9 m共6个测点
    方向数据编号文献工地类型及施工阶段监测日期监测仪器及监测指标监测位置
    水平数据1[26]郑州市某人行天桥建设工程及道路改造工程2010-04DustMate粉尘仪,TSP浓度离地1 m,距工地10~200 m布置8个测点
    数据2[8]国家游泳中心建筑工地2004-11—2005-05集灰缸,DF浓度离地3 m,距工地0~105 m布置8个测点
    数据3[16]南昌市某学校教学楼拆除工程2018-09HT-9600粉尘仪,TSP浓度离地1.8 m,距工地0~200 m布置18个测点
    数据4[25]成都市新都区12个建筑工地,包括土方工程、基础工程、主体施工工程和装饰施工工程2018-01—2018-12DustTRAK TM粉尘监测仪,TSP浓度距工地0~80 m布置17个测点
    垂直数据5[8]西城区5栋大楼建筑工地,经历土方工程和主体施工工程2004-05—2004-11集灰缸,DF浓度工地边界离地2.7~4.1 m高度布置5个测点
    数据6[27]兰州大学内某地下燃气锅炉房建筑施工工地,经历土方工程、基础工程、主体施工工程和水电安装工程2009-03—2009-08集灰缸,DF浓度工地周围A、B、C、D位置布置离地3.9~18.9 m共6个测点
    下载: 导出CSV

    表 2  施工扬尘数值模拟参数设定

    Table 2.  Parameter settings of the numerical simulation of the construction dust

    参数取值或选项参数取值或选项
    定常/非定常Steady随机轨道模型Discret Random Walk Model
    求解器Pressure-Based气固耦合频率/步−11
    重力/(m·s−2)−9.8喷射源类型surface
    湍流模型Standard k-ε model颗粒质量流速/(kg·s−1)1.5×10−5
    算法SIMPLE颗粒密度/(kg·m−3)1 550
    动量方程Second Order Upwind粒径分布Rosin-Rammler
    气-固耦合模型Discrete Phase最大粒径/m2.72×10−4
    空气密度/(kg·m−3)1.225最小粒径/m1.81×10−7
    空气运动黏度/(m2·s−1)1.460 7×10−5中位粒径/m3.52×10−5
    模拟步数8 000粒径分布参数2.51
    统计步数1 000粒径数目10
    参数取值或选项参数取值或选项
    定常/非定常Steady随机轨道模型Discret Random Walk Model
    求解器Pressure-Based气固耦合频率/步−11
    重力/(m·s−2)−9.8喷射源类型surface
    湍流模型Standard k-ε model颗粒质量流速/(kg·s−1)1.5×10−5
    算法SIMPLE颗粒密度/(kg·m−3)1 550
    动量方程Second Order Upwind粒径分布Rosin-Rammler
    气-固耦合模型Discrete Phase最大粒径/m2.72×10−4
    空气密度/(kg·m−3)1.225最小粒径/m1.81×10−7
    空气运动黏度/(m2·s−1)1.460 7×10−5中位粒径/m3.52×10−5
    模拟步数8 000粒径分布参数2.51
    统计步数1 000粒径数目10
    下载: 导出CSV
  • [1] MENG J, LIU J F, FAN S M, et al. Potential health benefits of controlling dust emissions in Beijing[J]. Environmental Pollution, 2016, 213(1): 850-859.
    [2] QIU X H, DUAN L, GAO J, et al. Chemical composition and source apportionment of PM10 and PM2.5 in different functional areas of Lanzhou, China[J]. Journal of Environmental Sciences, 2016, 40(2): 75-83.
    [3] 温玲丽. 城市建筑施工扬尘空间运移模式的数值模拟[D]. 兰州: 兰州大学, 2011.
    [4] PELT R S V, ZOBECK T M. Chemical constituents of fugitive dust[J]. Environmental Monitoring & Assessment, 2007, 130(1/2/3): 3-16.
    [5] SUN J, SHEN Z X, ZHANG L M, et al. Chemical source profiles of urban fugitive dust PM2.5 samples from 21 cities across China[J]. Science of the Total Environment, 2019, 649(1): 1045-1053.
    [6] AMORIM J H, RODRIGUES V, TAVARES R, et al. CFD modelling of the aerodynamic effect of trees on urban air pollution dispersion[J]. Science of the Total Environment, 2013, 461-462(7): 541-551.
    [7] 单晓宇, 任高峰. 施工场地扬尘排放运移特征研究[J]. 工业安全与环保, 2019, 45(10): 56-61. doi: 10.3969/j.issn.1001-425X.2019.10.015
    [8] 田刚, 李钢, 闫宝林, 等. 施工扬尘空间扩散规律研究[J]. 环境科学, 2008, 29(1): 259-262. doi: 10.3321/j.issn:0250-3301.2008.01.043
    [9] 田刚, 黄玉虎, 李钢. 四维通量法施工扬尘排放模型的建立与应用[J]. 环境科学, 2009, 30(4): 1003-1007. doi: 10.3321/j.issn:0250-3301.2009.04.011
    [10] 赵普生, 冯银厂, 张裕芬, 等. 建筑施工扬尘排放因子定量模型研究及应用[J]. 中国环境科学, 2009, 29(6): 567-573. doi: 10.3321/j.issn:1000-6923.2009.06.002
    [11] 刘嘉明, 狄育慧, 梅源, 等. 西安市夜间土方工程施工扬尘排放特征分析[J]. 制冷与空调, 2019, 33(3): 332-336.
    [12] 王荣. 成都市某工地施工扬尘排放特征研究[J]. 绿色科技, 2017, 20(2): 41-42.
    [13] 肖晗, 杨晓春, 吴其重, 等. 西安市建筑施工扬尘排放的模型估算[J]. 环境科学学报, 2019, 39(1): 222-228.
    [14] 黄天健. 建筑工程施工阶段扬尘监测及健康损害评价[D]. 北京: 清华大学, 2013.
    [15] 于瑞莲, 郑权, 刘贤荣, 等. 南昌市扬尘PM2.5中多环芳烃的来源解析及健康风险评价[J]. 环境科学, 2019, 40(4): 138-145.
    [16] LIU W, TANG P T, LI K, et al. Demolition dust formation, diffusion mechanism and monitoring quantitative research on demolition of existing buildings[J]. Applied Ecology and Environmental Research, 2019, 17(6): 14543-14559.
    [17] 郑云海, 田森林, 李林, 等. 基于表面活性剂的施工扬尘抑尘剂及其性能[J]. 环境工程学报, 2017, 11(4): 2391-2396. doi: 10.12030/j.cjee.201510203
    [18] 彭长明. 美加: 东部假日小区建设项目施工扬尘分析与控制[D]. 镇江: 江苏大学, 2011.
    [19] 许栋, 张博曦, 及春宁, 等. 防风网扬尘庇护区湍流流场模拟数值边界条件[J]. 环境工程学报, 2018, 12(10): 115-122.
    [20] 张子文, 杨帆, 吴文豪, 等. 输煤皮带巷运煤量对扬尘运移扩散影响的数值模拟[J]. 环境工程学报, 2017, 11(5): 2967-2976. doi: 10.12030/j.cjee.201511209
    [21] 田刚, 李建民, 李钢, 等. 建筑工地大气降尘与总悬浮颗粒物相关性研究[J]. 环境科学, 2007, 28(9): 1941-1943. doi: 10.3321/j.issn:0250-3301.2007.09.007
    [22] 胡伟成, 杨庆山, 张建. 多国规范山地风速地形修正系数对比研究[J]. 工程力学, 2018, 35(10): 203-211. doi: 10.6052/j.issn.1000-4750.2017.11.0897
    [23] VRANCKX S, VOS P, MAIHEU B, et al. Impact of trees on pollutant dispersion in street canyons: A numerical study of the annual average effects in Antwerp, Belgium[J]. Science of the Total Environment, 2015, 532(1): 474-483.
    [24] 刘洪涛, 杜敏. 方管内微细颗粒沉积特性CFD预测[J]. 居舍, 2018, 21(28): 47-48.
    [25] 范武波, 陈军辉, 唐斌雁, 等. 成都市施工扬尘排放特征研究[J]. 中国环境科学, 2020, 40(9): 3767-3775. doi: 10.3969/j.issn.1000-6923.2020.09.007
    [26] 赵勇. 市政工程施工地周边颗粒污染物扩散特征[J]. 生态环境学报, 2010, 19(11): 2625-2628. doi: 10.3969/j.issn.1674-5906.2010.11.018
    [27] 郭默. 基于BP神经网络的施工扬尘量化建模研究[D]. 兰州: 兰州大学, 2010.
    [28] 李婕, 毛鹏, 魏嘉玮, 等. 建筑施工扬尘的健康经济损失评估[J]. 土木工程与管理学报, 2018, 35(6): 212-218.
    [29] 樊世星. 高瓦斯易自燃采空区瓦斯与遗煤自燃共生灾害研究[D]. 合肥: 安徽建筑大学, 2016.
    [30] 肖峻峰, 许峰, 樊世星, 等. 大断面综掘巷道长压短抽条件下粉尘运移模拟[J]. 中国安全科学学报, 2017, 27(2): 127-132.
    [31] 建筑结构荷载规范: GB 50009-2012[S]. 北京: 中国建筑工业出版社, 2012.
    [32] RAMPONI R, BLOCKEN B. CFD simulation of cross-ventilation for a generic isolated building: Impact of computational parameters[J]. Building and Environment, 2012, 53(1): 34-48.
    [33] RICHARDS P J, NORRIS S E. Appropriate boundary conditions for computational wind engineering models revisited[J]. Journal of Wind Engineering Industrial Aerodynamics, 2011, 99(4): 257-266. doi: 10.1016/j.jweia.2010.12.008
    [34] 陈慧敏, 冯星泰, 王凤杰, 等. 不同因素作用下坦克行驶扬尘浓度分布规律数值模拟[J]. 兵工学报, 2018, 39(10): 1901-1909. doi: 10.3969/j.issn.1000-1093.2018.10.004
    [35] 国家环境保护总局. 环境空气质量标准: GB 3095-1996[S]. 北京: 中国环境科学出版社, 1996.
    [36] 国家环境保护总局. 环境空气质量标准: GB 3095-2012[S]. 北京: 中国环境科学出版社, 2012.
    [37] 邓济通, 黄远东, 张强. 围栏高度对施工扬尘迁移扩散影响的数值模拟研究[J]. 环境工程, 2014, 32(4): 83-86.
    [38] 陈永伟, 张策, 王夏华. 一种估计和检验排序模型中结构变化的方法及应用[J]. 数量经济技术经济研究, 2017, 34(8): 120-137.
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 2.8 %DOWNLOAD: 2.8 %HTML全文: 84.7 %HTML全文: 84.7 %摘要: 12.4 %摘要: 12.4 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 94.2 %其他: 94.2 %XX: 4.2 %XX: 4.2 %乌鲁木齐: 0.0 %乌鲁木齐: 0.0 %北京: 0.5 %北京: 0.5 %南京: 0.0 %南京: 0.0 %南宁: 0.1 %南宁: 0.1 %呼和浩特: 0.0 %呼和浩特: 0.0 %天津: 0.1 %天津: 0.1 %广州: 0.0 %广州: 0.0 %徐州: 0.0 %徐州: 0.0 %成都: 0.0 %成都: 0.0 %株洲: 0.0 %株洲: 0.0 %济南: 0.1 %济南: 0.1 %深圳: 0.0 %深圳: 0.0 %郑州: 0.2 %郑州: 0.2 %重庆: 0.1 %重庆: 0.1 %长沙: 0.0 %长沙: 0.0 %阳泉: 0.1 %阳泉: 0.1 %其他XX乌鲁木齐北京南京南宁呼和浩特天津广州徐州成都株洲济南深圳郑州重庆长沙阳泉Highcharts.com
图( 11) 表( 2)
计量
  • 文章访问数:  5115
  • HTML全文浏览数:  5115
  • PDF下载数:  86
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-10-23
  • 录用日期:  2021-02-08
  • 刊出日期:  2021-06-10
刘伟, 袁紫婷, 胡伟成, 王永祥. 施工扬尘空间扩散特性的模型分析与分级管控措施[J]. 环境工程学报, 2021, 15(6): 1976-1987. doi: 10.12030/j.cjee.202010134
引用本文: 刘伟, 袁紫婷, 胡伟成, 王永祥. 施工扬尘空间扩散特性的模型分析与分级管控措施[J]. 环境工程学报, 2021, 15(6): 1976-1987. doi: 10.12030/j.cjee.202010134
LIU Wei, YUAN Ziting, HU Weicheng, WANG Yongxiang. Spatial diffusion characteristics and hierarchical control measures of construction dust[J]. Chinese Journal of Environmental Engineering, 2021, 15(6): 1976-1987. doi: 10.12030/j.cjee.202010134
Citation: LIU Wei, YUAN Ziting, HU Weicheng, WANG Yongxiang. Spatial diffusion characteristics and hierarchical control measures of construction dust[J]. Chinese Journal of Environmental Engineering, 2021, 15(6): 1976-1987. doi: 10.12030/j.cjee.202010134

施工扬尘空间扩散特性的模型分析与分级管控措施

    通讯作者: 刘伟, E-mail: liuweijx13@163.com
    作者简介: 刘伟(1982—),男,博士,副教授。研究方向:建筑施工扬尘防治。E-mail:liuweijx13@163.com
  • 华东交通大学土木建筑学院,南昌 330013
基金项目:
2019年度江西省高校人文社会科学研究项目(GL19102);2020年江西省社会科学基金项目(20GL20)

摘要: 基于多个城市施工工地的扬尘监测数据,对比分析了幂函数、高斯函数和指数律模型在描述施工扬尘空间扩散特性上的适用性。以北京市某工地为例,基于CFD模拟,研究了施工扬尘的空间分布及扩散特性。通过与实测数据的对比,验证了模拟结果的准确性,分析了指数律模型在描述施工扬尘空间扩散特性上的适用性,并根据扬尘污染程度将施工区域影响范围划分为3个等级区,提出了综合评估施工扬尘污染严重程度的分级方法与管理控制措施。结果表明:指数律模型适用于描述施工扬尘空间扩散规律,幂函数模型仅适用于水平向,高斯函数模型在水平和垂直方向均不适用;围挡对施工扬尘的水平影响距离约为5倍围挡高度;工地周围可划分为重度污染区(<26 m)、中度污染区(26~42 m)和轻度污染区(42~100 m);可在各污染区布置监测点,综合评估施工扬尘污染严重程度,便于扬尘的分级管理与控制。本研究结果可为减少施工扬尘污染、提高环境空气质量提供参考。

English Abstract

  • 空气中颗粒物易引发慢性鼻咽炎和慢性支气管炎等呼吸系统疾病,从而影响人群健康[1]。房屋拆迁、土方工程和结构工程等施工过程产生的扬尘是大气颗粒物的重要来源之一[2]。因此,研究施工阶段扬尘的空间扩散特性及相应的管理控制措施,对于改善城市环境空气质量具有重要意义[3]

    近年来,国内外学者从扬尘化学元素特征[4-5]、扬尘空间扩散[6-8]、扬尘排放因子[9-10]、扬尘排放特征[11-13]、扬尘健康损害评估[14-15]和扬尘控制措施[16-17]等角度,对施工扬尘扩散进行了研究。田刚等[8]对建筑施工扬尘空间扩散模型进行了研究,结果表明,二次幂函数模型同时适用于描述水平和垂直方向的扬尘扩散规律;此外,还提出了四维通量法施工扬尘排放模型[9]。也有学者将烟羽扩散高斯模型应用于扬尘扩散研究[16, 18]。随着计算机技术的发展,数值模拟逐渐被广泛应用于对空气污染物分布及扩散的研究[19-20],为扬尘空间扩散模型及监测控制提供了更多研究途径。然而,现有数值模拟研究大多是对比分析风速、围挡距离以及围挡高度等因素对扬尘污染的影响,鲜有结合工地实测扬尘数据来分析扬尘空间扩散模型的研究,而对相应分级控制措施的研究则更加有限。

    本研究利用多个城市施工工地的现场监测数据,详细探讨了工地周围扬尘在水平和垂直方向的扩散规律,并以北京某工地实测数据为例,利用数值模拟Fluent软件,重现了工地周围区域扬尘颗粒的分布情况,并提出了综合评价施工扬尘污染程度的分级方法及管理控制措施,以期为有效解决施工扬尘问题提供参考。

  • 大气污染物主要包括降尘(dust fall,DF)和总悬浮颗粒物(total suspended particulate,TSP)等,分别表示大气中直径大于10 μm和小于100 μm的颗粒物。DF和TSP浓度存在线性相关关系[12],即DF浓度越高,TSP浓度越大[21]

  • 扬尘扩散幂函数模型[8]表明,在相同高度或水平位置下,扬尘浓度随离工地水平距离或离地高度均呈2次幂衰减。该一维模型表达式见式(1)。

    式中:x为自变量,表示水平距离或离地高度,m,;f为施工扬尘浓度,表示DF时单位为t·(km2·d)−1,表示TSP时单位为μg·m−3,测定扬尘浓度时需扣除背景扬尘浓度;ab为拟合参数。

    该模型应用于垂直方向扬尘浓度分布拟合时,参数b等于0,而参数a受现场施工条件和气候等因素影响,变化较大。应用于水平方向时,参数b表示等效逸散初始距离(单位为m),与施工区域沿扩散方向的长度成正相关,对于特定的施工区域为常数;参数a的取值变化很大,与施工现场的扬尘污染强度线性相关。

    将烟羽扩散高斯模型用于描述扬尘空间扩散规律[18],其一维模型表达式见式(2)。

    式中:xf的含义与式(1)相同;ab为拟合参数,参数b表示扬尘沿x方向的扩散系数,m−2

    由于扬尘的空间扩散主要受风的影响,即主要由空间风速大小决定,而不同地貌条件对于风速的减缓或加速效应有所区别。部分国家的对于风速地形修正系数的建议公式中,引入了指数律模型描述地形修正系数[22]。如美国的规范中对于地形修正系数中的K3建议取值为exp{γy/Ls},与地形类别有关,其中y为高度,γ为高度坐标参数,Ls为山顶至山体半高度处的距离。本研究将指数律回归模型用于描述扬尘浓度水平和垂直方向的扩散规律,其一维模型表达式见式(3)。将指数律回归模型用于描述扬尘二维空间扩散规律,则该模型表达式见式(4)。

    式中:x为水平距离,m;y为离地高度,m;abc为拟合参数,其中参数bc分别表示扬尘沿xy方向的扩散系数,m−1

  • 数学模型实际应用时需利用评估指标确定其适用程度,常用的回归模型误差评估指标包括和方差(sum of squares for error,SSE)、均方差(mean squared error,MSE)、均方根误差(root mean squared error,RMSE),以及判定系数(R-square,R2)等。其中,SSE、MSE和RMSE 3者的评估效果基本一致。本研究采用RMSE误差和R2指标综合评估,RMSE值越小,R2越接近1,表示该数学模型回归效果越好。

  • 扬尘颗粒扩散是气-固两相运动,以空气为连续介质,扬尘颗粒为离散相。通过建立连续相流场,可计算流场中颗粒受力状态及运动轨迹,进而模拟扬尘扩散过程。模拟计算中,假定空气是不可压缩流体,故控制方程见式(5)~(6)。

    式中:xi(i=1,2,3)分别为xyz笛卡尔坐标;uii方向的速度分量,m·s−1P为压强,Pa;t为时间,s;Sij=0.5(ui/xj+uj/xi)ρ为空气密度,kg·m−3ν为运动黏度,m2·s−1τij=¯uiuj为雷诺应力。

    利用湍流模型对上述方程进行求解时,常用模型包括标准k-ε模型、RNG k-ε模型和Realizable k-ε模型。其中,标准k-ε模型的应用最为广泛[7]kε的输运方程见式(7)~(9)。

    式中:k为湍动能,m2·s−2ε为湍动能耗散率,m2·s−3τij=2ντSij2/3kδijντ=Cμk2/εCμ为0.09;C1ε为1.44;C2ε为1.92;σk为1.0;σε为1.3。

    由式(5)~(9)求得整个区域的风速和压强等流场数据,再结合扬尘颗粒的粒径、位置和速度等,计算每个颗粒的运行轨道。考虑到颗粒对连续相介质的反作用及颗粒之间的耗散,模拟时引入双向耦合算法和随机轨道模型[23-24]

  • 为对比各扬尘扩散数学模型的准确性,选取多个工地及施工阶段(拆除旧建筑、土方施工和主体结构施工等)水平和垂直方向扬尘监测数据[8, 16, 25-26]进行综合分析,结果见表1。表中数据来源广泛,可保证模型验证结果的可靠性与普遍性。

  • 根据表1第2栏中数据1~4,应用模型(1)~(3)对比分析了特定气象要素和施工条件下施工扬尘沿水平方向的扩散规律。为便于分析,以扬尘健康损害评估指标TSP浓度为基准[28],将扬尘浓度监测数据统一。其中,数据1、3、4为TSP浓度,无需变换;数据2为DF浓度,可根据TSP与DF的关系式[21]进行变换。其可行性是由于变换模型由北京市6个工地实测数据拟合得到,且数据2所在工地位于拟合区域内;另外,变换基于线性关系式,故不会影响扬尘浓度衰减曲线,若DF浓度满足指数律衰减形式,变换后仍满足指数律衰减。为便于分级管控,将扬尘TSP浓度为500 μg·m−3和300 μg·m−3设定为限值,超过相应限值分别表示重度和中度污染区域。

    由第2栏数据1~4得到的水平方向扬尘浓度扩散拟合结果如图1所示。其中,由于数据量较大,数据2和4只显示指数律拟合结果。由图1可知,扬尘浓度随水平距离的增加呈衰减趋势,基本在100 m左右趋于稳定。因此,指数律扩散模型可较准确地描述扬尘浓度在水平方向的扩散规律。

    第2栏数据1~4包含15个工地的21组扬尘监测数据,可用于3种扩散模型的综合对比分析。图2为模型误差对比箱线图。由图2可知,幂函数和指数律模型拟合得到的RMSE误差波动较小,且均值均小于60 μg·m−3R2的均值大于0.93;高斯模型拟合得到的RMSE误差较大,且R2的均值远小于1,效果较差。综上所述,高斯模型不适于模拟水平方向的扬尘扩散规律,而幂函数和指数律模型更适于描述扬尘浓度在水平方向的扩散规律,且稳定性更好。

  • 根据表1中第2栏数据5~6,应用模型(1)~(3)对比分析特定气象要素和施工条件下施工扬尘沿垂直方向的扩散规律,结果见图3~4。指数律模型表明,扬尘浓度随水平高度增加逐渐衰减,达到稳定所需高度与具体施工强度和高度等因素相关[8]图3表明,2004年5—6月的土方施工期间,车辆的往来运输导致近地面扬尘浓度最高;而图4表明,相同月份时4个测点的垂直向扬尘浓度分布基本相同,表明扬尘在该监测点水平方向较均匀。相同高度下,3—5月扬尘浓度最高,6月次之,7—8月最低。这是由于不同月份对应的施工内容不同:3—5月为土方回填和基坑开挖阶段,车辆来往运输频繁,产生扬尘量最多;6月为主体施工阶段,木模板加工产生的扬尘较多,且无法扩散;7—8月为水电安装阶段,产生扬尘最少。不同阶段扬尘浓度不同,达到稳定所需高度亦不同,但沿高度衰减的速率基本一致,故相同施工阶段下,施工区域垂直向扬尘扩散规律基本一致。综上所述,不同施工阶段,施工区域的垂直向扬尘浓度不同,土方施工时最大,主体施工时次之,装修阶段最小,然而各阶段的衰减速率相差不大。

    第2栏数据5~6包含2个工地的36组扬尘监测数据,各模型误差对比结果见图5。由图5可知,指数律模型拟合的RMSE误差波动较小,且均值小于0.03 t·(km2·d)−1R2均值大于0.97;高斯函数和幂函数模型拟合RMSE误差较大,且波动性大。因此,幂函数和高斯函数模型对于垂直方向扬尘扩散规律的适用性较差,而指数律模型的适用性与稳定性均较好。

  • 指数律模型适用于描述扬尘水平和垂直方向一维扩散规律,幂函数模型仅适用于水平方向,高斯函数模型则均不太适用。为验证指数律模型在扬尘空间扩散规律上的准确性,得到式(4)形式的空间扩散数学模型,选取2004年11月国家游泳中心建筑工地的扬尘监测数据[8]进行数值模拟分析,模拟扬尘颗粒空间扩散的整个过程。该工地数据可靠性较高,相关实验参数清晰具体,便于进行数值模拟。

  • 用Fluent软件对该工地的数据进行数值建模,截取该工地中间面得到简化的二维模型[29-30](结果见图6)。工地顺风向长度约为95 m,围挡高2 m。为避免数值边界的影响,在施工区域迎风口设定15 m的过渡区域,在围挡后设定10倍施工区域长度(950 m)的尾流发展区;设定计算域高度为10倍围挡高度。因此,计算域尺寸x × y为1 060 m × 20 m,其中x为顺风向,y为竖向,沿xy方向分别划分205、88个网格,计算域网格数总计1.8×104

    从气象数据网(http://data.sheshiyuanyi.com/WeatherData/)得到北京市海淀区气象站(气象站点编号54511)2004年11月的日平均风速,得到月平均风速为2.2 m·s−1,风力等级为2级(1.6~3.3 m·s−1)。该气象站测点距离地面31.3 m,根据建筑结构荷载规范(GB 50009-2012)[31],该工地所处地貌为B类标准地貌,入口边界条件定义见式(10)~(13)[32-33]

    式中:yr=31.3 m,Ur=2.2 m·s−1α=0.15,I10=0.14,Cμ=0.09。

    出口边界设定为压力出口,顶部边界为对称边界,入口为速度入口,地面除施工区域外均设定为无滑移的固壁,围挡为固壁;施工区域设定为扬尘粒子的面喷射源,边界条件为速度入口。扬尘颗粒粒径分布采用Rosin-Rammler分布曲线[34],计算模型及扬尘颗粒相关参数见表2[7]。为保证结果的稳定性,模拟共进行8 000步,选择后1 000步的扬尘浓度模拟结果取其平均值。

  • 为验证数值模拟结果的准确性,将扬尘浓度CFD模拟结果与实测结果进行了对比(结果见图7)。由图7可知,CFD模拟能较好预测扬尘浓度的空间分布,与实测结果吻合较好,具有一定的可靠性。然而,由于实测数据布置测点水平间距过大,无法精确得到0~15 m范围内的扬尘浓度,但CFD模拟能准确预测其变化趋势。另外,由于围挡的阻挡效应,围挡后面0~2 m内扬尘颗粒大量集中,扬尘浓度较高;2~6 m内,因扬尘颗粒重力作用及相互之间的湍流影响,扬尘浓度急剧下降;6~10 m内,风迁移作用使扬尘浓度升高;距离大于10 m后,扬尘颗粒受重力作用主导,浓度逐渐衰减至稳定。围挡高度为2 m,扬尘浓度在5倍围挡高度之后不再受围挡影响。

    图8为数值模拟下扬尘颗粒的空间分布图。扬尘颗粒基本集中在3 m高度范围内,特别是围挡后的区域聚集的扬尘颗粒物最多。根据前面的分析结果及平均风速云图,围挡的影响范围约为5倍围挡高度之内,在大于该范围的区域,扬尘颗粒的分布主要受重力作用影响。

  • 为验证指数律模型(4)在描述扬尘空间扩散上的准确性与适用性,将CFD模拟的扬尘浓度分布结果拟合得到模型(4)。由2.1节可知,扬尘浓度在离工地水平距离100 m左右基本趋于稳定,为避免围挡影响并考虑人类的呼吸高度范围,取CFD模拟结果在围挡后水平范围为[10 m,100 m]、高度范围为[1 m,5 m]进行拟合,对比结果如图9所示。CFD模拟得到的扬尘浓度空间分布与指数律形式基本一致,拟合得到的指数律模型见式(14)。

    该模型的拟合误差RMSE仅为11.3 μg·m−3R2为0.933。因此,研究所提出的指数律模型(4)可用于描述扬尘空间扩散规律,适用范围为离围挡水平距离为5H~100 m(H为围挡高度)、高度距离为呼吸高度1~5 m构成的区域,其中的指数律模型参数abc取值与施工阶段、施工强度、风速、空气温度、空气湿度等相关,详细关系有待进一步研究。

  • 目前,工地内的扬尘污染防治通常采用统一方式,未考虑成本,且抑尘效果不一。以施工扬尘空间扩散特性研究为基础,根据扬尘污染严重程度将工地周围区域进行功能区划分,并确定扬尘污染分级预警方法,制定具有针对性的施工扬尘污染专项管理计划,可实现控制成本的同时,有效降低施工扬尘浓度,减少扬尘污染扩散。

    为明确施工扬尘污染程度分级标准,根据水平方向上扬尘浓度在呼吸高度范围内的大小,将工地周围区域划分功能区,并分别设置监测点,以多个监测点的扬尘浓度为评估指标,确定施工扬尘污染等级。根据《环境空气质量标准》(GB 3095-1996)[35]将环境空气质量功能区分为3类:第1、2和3类分别为自然保护区、居住区和特定工业区,对应TSP质量浓度限值分别为120、300和500 μg·m−3。2012年的新标准[36]将第3类环境空气质量功能区取消,保持其他2类功能区不变。由于建筑施工区域通常位于居住区,同时考虑扬尘污染强度精细划分,将扬尘质量浓度进行分为3类:1)重度污染——TSP质量浓度超过500 μg·m−3;2)中度污染——TSP质量浓度在300 μg·m−3和500 μg·m−3之间;3)轻度污染——TSP质量浓度小于300 μg·m−3

    由2.1可知,施工扬尘最远影响水平距离为100 m左右,超出此范围的区域可认为完全不受施工扬尘影响。根据2.3.3中的结果,施工区域围挡的水平影响距离约为围挡高度的5倍数值,在此范围内可认为受到施工扬尘的影响最严重,为重度污染区;另外,根据规定围挡高度不得低于1.8 m[37],即重度污染区至少为围挡水平距离9 m范围内。根据以上条件,基于表1第1栏数据1~4进行污染区域分级结果,整理得到图10

    图10可知,对于表1第2栏数据1~4的21组数据,重度污染影响最远水平距离为9~46 m,中度污染影响最远为9~60 m。若取80%分位数[38]作为相应影响区域的评判标准,则重度污染最远距离为26 m,中度污染最远距离为42 m,即离围挡水平距离为0~26 m、26~42 m和42~100 m分别对应重度、中度和轻度污染区域。因此,在这3个区域布置相应测点,根据其扬尘浓度综合评估空气污染严重程度等级,并采取对应降尘控制措施,具体实施步骤见图11。该方法依据扬尘污染严重程度进行分级管控,可缩减抑尘成本,提高控尘效果。此外,扬尘防治工作还应组织开展防止空气污染对人体健康影响的知识宣传,指导健康防护及空气污染控制措施,帮助公众提高防尘意识和手段,最大程度降低施工扬尘造成的危害。

  • 1)指数律模型同时适用于描述水平和垂直方向施工扬尘扩散规律,幂函数模型仅适用于水平方向,高斯函数模型均不适用;施工扬尘浓度在距离工地100 m时基本趋于稳定。

    2)围挡对扬尘浓度的水平影响距离约为5倍围挡高度;CFD模拟结果验证了提出的施工扬尘指数律空间扩散模型的准确性,发现目标工地扬尘TSP质量浓度=397.2exp{−0.023x−0.204y};模型参数与施工阶段、施工强度、风速、空气温度和空气湿度等因素有关,变化较大。

    3)根据施工扬尘影响程度,将施工区域周围划分为重度污染区(<26 m)、中度污染区(26~42 m)和轻度污染区(42~100 m);提出了综合评估扬尘污染严重程度的方法,并详细阐述了相应的扬尘分级管理控制措施,以最大程度提高环境空气质量,改善居民居住和出行环境。

参考文献 (38)

返回顶部

目录

/

返回文章
返回