Processing math: 100%

YANG Yi, JI Yaqin, GAO Yuzong, ZHANG Yafei, LIN Zi, LIN Yu, CUI Huasheng. Monitoring and distribution characteristics of dust load on roads in Beijing during summer based on two sampling methods[J]. Chinese Journal of Environmental Engineering, 2022, 16(9): 3050-3057. doi: 10.12030/j.cjee.202205040
Citation: YANG Yi, JI Yaqin, GAO Yuzong, ZHANG Yafei, LIN Zi, LIN Yu, CUI Huasheng. Monitoring and distribution characteristics of dust load on roads in Beijing during summer based on two sampling methods[J]. Chinese Journal of Environmental Engineering, 2022, 16(9): 3050-3057. doi: 10.12030/j.cjee.202205040

Monitoring and distribution characteristics of dust load on roads in Beijing during summer based on two sampling methods

  • Corresponding author: JI Yaqin, jiyaqin@nankai.edu.cn
  • Received Date: 09/05/2022
    Available Online: 30/09/2022
  • In order to explore the effect of different sampling methods on the results of road dust load(RDL), the data of the samples in the summer of 2018 were collected by the quadrat method and quantitative net car sampling method. On-site monitoring was carried out on 11 road dust samples in 3 administrative districts of Beijing. The RDLs of different road types and lanes were calculated, and then their variations were analyzed. The results showed that the descending order of RDLs in different road types of Beijing during summer was main lines (0.46 g·m−2, 0.99 g·m−2) > branch roads (0.31 g·m−2, 0.88 g·m−2)> main road (0.24 g·m−2, 0.78 g·m−2) based on the quadrat method and quantitative net car sampling method. A significant difference in RDLs between two sampling methods occurred (P=0.00<0.05), and a linear relationship also appeared. The summer RDLs in Beijing (0.34 g·m−2) was slightly higher than that in Tianjin (0.24 g·m−2), but lower than that in Shijiazhuang (1.06 g·m−2), Urumqi (0.96 g·m−2) and Xi'an (0.70 g·m−2); the collected RDL level in different urban areas based on the quadrat method and quantitative net car sampling method was ranked as Daxing District (0.39 g·m−2, 1.83 g·m−2) > Chaoyang District (0.38 g·m−2, 1.00 g·m−2) > Dongcheng District (0.26 g·m−2, 0.92 g·m−2), and insignificant difference in RDLs among Chaoyang District, Dongcheng District and Daxing District occurred(P>0.05). Based on the quadrat method, the RDLs in slow lane and fast lane for motor vehicles were 0.04~1.30 g·m−2 and 0.02~1.08 g·m−2, respectively. The overall RDL level in slow lanes was slightly higher than that in the fast lanes, but their difference was not significant(P=0.51>0.05). The results of this study provide a reference for the selection of road dust sampling methods, the construction of the Beijing road dust emission inventory, and the formulation of control measures.
  • 城市污水再生利用是缓解城市缺水问题、改善城市水环境质量的重要措施[1]。再生水作为“城市第二水源”已越来越被公众接受,并在很多城市得以倡导[2]。2016年,《中华人民共和国水法(2016修正)》中多次提到,加强城镇污水集中处理,并鼓励使用回用水,提高回用水利用率[2]

    安康市位于汉江上游,汉江在安康境内干流长度为346 km。这段干流流域是南水北调中线工程的核心水源涵养区,承担着“一江清水供津京”重任,因此,安康市的水质保护工作意义重大。近年来,随着城区人口增多,配套市政设施日益完善,污水量随之增大,位于安康市江南片区的江南污水处理厂处理容量将达极限,急需开展污水处理厂的升级改造工作。该污水处理厂所在位置为城区金州广场北侧,周边建筑密集,已无拓展用地,很难实施水质提标改造或进行处理规模的扩展。同时,该厂的地表污水处理、设备运行产生的噪声已影响到周边区域的发展。依据创建“自然环境与人工环境共生”生态型城市的理念,结合本市的发展规划,安康市对原江南污水处理厂进行迁址,并扩能重建为江南再生水厂。

    江南再生水厂为地下式再生水厂。水厂上方建设水生态公园与水环境科普馆,具有环境友好、节约土地、资源再利用等特点[3]。水厂自建成以来,运行稳定,出水水质达标。在2020年新冠肺炎疫情爆发期间,再生水厂切断了病毒与自然水体、环境的接触,凸显了地下式再生水厂在应对突发公共卫生事件中的优势。本文旨在解构江南再生水厂工程中各主要处理构筑物的设计参数,分析工程工艺和运行效果,为西北地区类似污水再生工程的改造设计提供参考。

    安康市江南再生水厂设计规模8×104 m3·d−1,近期设备安装规模6×104 m3·d−1,其中再生水规模1.2×104 m3·d−1。再生水厂采用“改良A2O工艺+矩形沉淀池+高效沉淀池+反硝化滤池”工艺,并采用高效生物复合除臭与污泥低温干化等先进技术。出水标准执行《城镇污水处理厂污染物排放标准》(GB18918-2002)一级A标准[4]。其中,COD、氨氮可达到地表水Ⅳ类水标准。处理后的再生水可用于城市景观用水等。

    传统的地上式再生水厂的建设应满足《城市排水工程规划规范》(GB50318-2000)的卫生防护距离要求,以避免潜在的臭味、噪音污染,以及与周边自然景观不协调等问题[5-6]。为不影响周边建设用地的生产发展,与汉江水环境、自然景观相协调,江南再生水厂采用地下式建设方案。本项目处理规模8.0×104 m3·d−1,占地6.8×104 m2,为传统地上式再生水厂占地面积的2/3。由于该项目为地下式再生水厂,工程建设时无需考虑绿化及隔离带等要求,节省了卫生防护用地。江南再生水厂生态综合体的建设效果图及实景照片见图1

    图 1  江南再生水厂生态综合体
    Figure 1.  Renderings of the ecological complex construction at the Jiangnan reclaimed water plant

    该厂为西北地区第一座地下式再生水厂。地下式再生水厂具有节约土地资源,节省管网投资,视觉、噪声和臭气污染小,运行稳定、方便回收利用余热,利用地上景观设计提升周边土地价值等优点[6-7]。水厂的地面部分建设主题公园和水环境科普馆,可用于普及水环境科学知识,传播绿色发展理念,满足公众对高质量环保科普产品和科普服务水平的需求[8-9]。余热利用单元亦是地下式再生水厂的一大优势。采用污水源热泵空调机组利用低品位热源——污水作为冷热源,可实现冬季采暖和夏季制冷,充分利用污水中的热量;使用过程中没有燃煤、燃气等锅炉房的燃烧,也避免了排烟污染,充分体现了该厂“绿色工程”的形象。

    本项目采用实测法及类比法进行水质分析论证,综合分析原江南污水厂台账,将再生水厂设计进、出水水质及处理率数据汇总,见表1

    表 1  设计进出水水质及处理率
    Table 1.  Designed water quality and treatment rate of at the inlet and outlet
    水质指标进水水质/
    (mg·L−1)
    出水水质/
    (mg·L−1)
    处理率/%
    BOD51201091.7
    COD3503091.4
    TN601575
    TP60.591.6
    NH3-N401.596.3
    SS2001095
      注:COD与NH3-N执行地表水Ⅳ类水标准,其余指标执行《城镇污水处理厂污染物排放标准》GB18918-2002中一级标准的A级标准。
     | Show Table
    DownLoad: CSV

    江南再生水厂的污水生化处理流程采用“改良A2O+悬浮填料”工艺。悬浮填料上的生物膜和悬浮活性污泥共同去除水中的污染物;辅以HERO高效复合生物技术进行臭味处理;采用“紫外线消毒+次氯酸钠消毒”技术进行消毒,确保出水安全。厂区的地面部分为生态休闲公园,可解决“邻避效应”以提升周边土地价值。利用水源热泵技术,可将污水处理过程中的能量进行交换利用;利用绿色低碳污水源热泵技术生态节能,充分利用污水中的热能,实现采暖制冷过程不耗电,且满足周边市政建筑的制冷与供热。具体工艺流程图见图2

    图 2  江南再生水厂的工艺流程图
    Figure 2.  Process flow chart of the Jiangnan reclaimed water plant

    基于进水水质和出水标准的要求,再生水厂工程对BOD5、COD、SS、TN、TP和NH3-N等指标对应污染物的去除率至少达到91.7%、91.4%、95%、75%、91.6%和96.3%。这说明,不仅要求BOD5、COD、SS等指标对应污染物去除率较高,对TN、TP、NH3-N等指标也提出了严格的控制要求,即需要在去除常规污染物的基础上增加脱氮除磷工艺。与传统工艺相比,“改良A2/O+悬浮填料”工艺结合了传统活性污泥法及生物接触氧化法的优点,弥补了2种工艺的不足,耐冲击负荷能力更强,污染物去除效果更好,氧气利用率更高,主要特点总结如下。

    1)耐冲击性强,性能稳定,运行可靠。冲击负荷及温度变化对流化填料的影响要远远小于对传统活性污泥法的影响。生物膜对污水中成分变化,或污水毒性增加的耐受力较强。

    2)容积负荷高,紧凑省地。容积负荷取决于生物填料的有效比表面积。不同填料的比表面积相差很大,变化范围为500~1 200 m2·m−3,可适应不同预处理要求和应用情况。

    3)工艺参数可灵活变化。本工艺可灵活选择不同填料填充率,以达到在无需增大池容的前提下兼顾处理效率及远期扩大处理规模的需求。

    4)使用寿命长。优质耐用的生物填料及出水装置可保证整个系统长期使用,而无需频繁更换,折旧率低。

    江南再生水厂的主要构筑物有[10]:粗格栅井及提升泵房、细格栅渠及曝气沉砂池、精细格栅、生化池、二沉池、高效沉淀池、反硝化滤池及臭氧接触池。各单元设计工艺见表2

    表 2  各处理单元设计参数
    Table 2.  Design parameters of each treatment process unit
    处理单元构筑物尺寸/(m×m×m)数量工艺设计参数
    预处理单元进水井及粗格栅17.8×16.9×(18.6+6.0)1座动轨式格栅除污机近期2台,远期增加1台,栅隙宽b=15 mm;设计单渠宽1 000 mm,栅条间隙15 mm
    提升泵房16.9×14.9×(22.4+6.0)1座3台进水提升大泵流量为1 100 m3/h,扬程为15.5 m,2台小泵流量为
    590 m3/h,扬程为15.5 m
    细格栅14.5×11.0×(3.0+6.0)1座2套阶梯式网板细格栅,1套人工格栅,格栅栅隙5 mm,渠宽1.7 m
    曝气沉砂池28.0×15.0×(5.5+6.0)1座水力停留时间HRT=7 min,有效水深H=2.8 m
    精细格栅14.0×10.0×(3.55+6.0)1座设计渠宽1 800 mm,格栅栅隙为2 mm,格栅安装倾角为90°,栅前水深为1.76 m
    生物处理单元生化池95×74.7×(9.2+5.5)4座由预缺氧池、厌氧池、缺氧池、好氧池组合。总水力停留时间13.5 h,混合液MLSS含量4.0 g·L−1,污泥负荷0.065 kg,污泥回流比0~100%,混合液回流比100%~200%
    二沉池42.2×82.5×(6.15+4.5)4组表面负荷为1.13 m3·(m2·h)−1,回流污泥浓度8.0 g·L−1,有效水深4.80 m
    深度处理单元高效沉淀池20.7×46.2×(7.1+5.5)2座混合池的反应时间3 min,絮凝池的反应时间10 min,沉淀区清水区高度1.0 m,污泥回流比3%~5%
    反硝化滤池62.95×16.4×(7.1+5.5)6组反冲洗周期12~24 h,混合时间40 s
    臭氧接触池32.6×22.2×(7.75+5.5)1座臭氧接触时间:30 min,臭氧投加量为10 mg·L−1
     | Show Table
    DownLoad: CSV

    江南再生水厂全厂污水处理构筑物区域采用组合式布置[11-12],组合体采用半地下式结构设计,顶部主要用于环保科普,中间层为操作层,下部为水池[12]。水厂上方建设水生态公园与水环境科普馆,集水质净化、生态景观、休闲运动、科普教育为一体[13]。根据工艺流程及场地功能,把全厂分为2个部分:生产管理区和生产处理区。考虑到防洪要求及周边道路的地面标高,厂区的场地设计标高定为247.5 m。江南再生水厂总平面布置图如图3

    图 3  总平面布置图
    Figure 3.  General layout

    以污水作为提取和储存能量的介质,借助热泵机组的循环热交换,将污水中的低品位热能转换为高品位热能,用于采暖或制冷,以减少电能的消耗。采暖和制冷服务主要供给该厂的综合楼。工程主要设备包括热泵机组、污水专用宽流道换热器、污水泵、中介循环泵、系统水循环泵、软化水设备、水箱等,机组及相关设备设在热泵机房。热泵机组设置2台,不设备用机组,每台机组负荷率按65%考虑。当其中1台机组发生故障时,另1台机组可满足65%负荷进行供冷供热,符合设计规范要求。污水泵由工艺专业选配,选用潜污泵2用1备,将中水送到热泵机房,经换热器后回到清水池下游。综合楼的面积为2 500 m2,对该建筑的采暖热负荷及空调冷负荷采用冷热指标进行估算。根据空调的冷指标(110 W·m−2)热指标(120 W·m−2),分别得到冷负荷为330 000 W,热负荷为360 000 W。

    表 3  综合楼的采暖热负荷和空调冷负荷参数
    Table 3.  Heating and cooling load parameters of the complex building
    面积/m2冷指标/(W·m−2)冷负荷/W热指标/(W·m−2)热负荷/W
    2 500110330 000120360 000
     | Show Table
    DownLoad: CSV

    根据计算,每天每处理1×104 t污水,对应热泵机组可提供约5 000 kW的热量。污水处理量以1.2×104 m3·d−1计,采暖季120 d,标准煤发热29 307 kJ·kg−1,锅炉效率0.8,制热能效比(COP)取4,生产1 kW·h电标准煤耗量0.33 kg,因此,煤耗量计算如下。

    采暖季总供热量:Q=5000×1.2×24×3600×120=6.2×1010kJ

    采用锅炉供暖的标准煤耗量:Q=6.2×1010kJ0.8×29307kJkg1=2644.4t

    采用热泵供暖耗电量:Q=6.2×1010kJ3600×4=4.31×106kWh

    采用热泵供暖的标煤耗量:G=4.31×106kWh×0.33kg(kWh)1=1422.3t

    综上所述,整个采暖季采用热泵供暖可节约标准煤耗量为:2644.41422.3=1222.1 t。

    根据工程投资估算,建设项目总投资5.878 0×104万元。其中:工程费4.288 3×104万元、建设项目其他费用1.136 7×104万元、基本预备费2.401×103万元、建设期利息1. 967×103万元,铺底流动资金为162.00万元;再生水厂工程平均年处理总成本费用5.999×103万元;平均年经营成本费用3.350×103万元。本项目运行成本为每吨水1.60元。据市场行情计算,污水源热泵采暖成本为1元·m−2,运营成本约在15元·m−2,市政供暖按供热面积收费标准25元·m−2计算,则采用污水源热泵供暖可节约36%的成本。

    该工程自2018年8月开工建设,2019年10月正式投产运营,自投入运行至今,安全稳定运行、出水稳定达标、除臭效果显著。该厂实际进、出水水质及处理率见表4

    表 4  实际进出水水质
    Table 4.  Actual water quality of influent and effluent sewage
    水质指标进水水质/(mg·L−1)进水水质/(mg·L−1)处理率/%
    BOD51286.594.9
    COD3321994.3
    TN595.890.2
    TP5.80.1896.9
    NH3-N390.3599.1
    SS286697.9
     | Show Table
    DownLoad: CSV

    实际运行数据表明,江南再生水厂的出水水质能稳定达到《城镇污水处理厂污染物排放标准》GB18918-2002中一级标准的A级标准。各种污染物指标的去除率均达到90%以上,其中氨氮的去除效率最高,可达99.1%。以2020年为例,该厂进出水COD、氨氮、总磷、总氮,以及去除率如图4所示。由图4可知,经该厂处理后的出水COD、氨氮、总磷、总氮等指标大幅下降,平均降低90%以上,去除效果明显,超额完成设计处理率,出水水质达标。

    图 4  2020年进出水水质指标的变化
    Figure 4.  Variation of water quality of influent and effluent in 2020

    江南再生水厂采用地下式再生水生产技术,不仅实现了传统污水处理厂的功能,而且避免了占地、臭气、噪声等“邻避效应”[14]。该工程将污水处理设施与地上生态环境有机结合,并通过污水余热利用实现了热量的回收,节约了传统化石燃料的消耗,打造成以地下式再生水厂为核心的新型生态综合体。该厂的建成充分体现了绿色环保理念,对改善安康城市水环境质量、提升城市人居环境、提升城市品味、确保汉江水质稳定达标具有重要意义,可为同类再生水厂的建设提供参考。

  • [1] CHEN R, HU B, LIU Y, et al. Beyond PM2.5: The role of ultrafine particles on adverse health effects of air pollution[J]. Biochimica Et Biophysica Acta-General Subjects, 2016, 1860(12): 2844-2855. doi: 10.1016/j.bbagen.2016.03.019

    CrossRef Google Scholar Pub Med

    [2] SRIDHARAN S, KUMAR M, SINGH L, et al. Microplastics as an emerging source of particulate air pollution: A critical review[J]. Journal of Hazardous Materials, 2021, 418: 126245. doi: 10.1016/j.jhazmat.2021.126245

    CrossRef Google Scholar Pub Med

    [3] GIODA A, BERINGUI K, JUSTO E P S, et al. A review on atmospheric analysis focusing on public health, environmental legislation and chemical characterization[J/OL]. (2021-06-22)[2022-05-01]. https://www.tandfonline.com/doi/full/10.1080/10408347.2021.1919985?scroll=top&needAccess=true, 2021.

    Google Scholar Pub Med

    [4] TSIOURI V, KAKOSIMOS K E, KUMAR P. Concentrations, sources and exposure risks associated with particulate matter in the Middle East Area: A review[J]. Air Quality Atmosphere and Health, 2015, 8(1): 67-80. doi: 10.1007/s11869-014-0277-4

    CrossRef Google Scholar Pub Med

    [5] JIA J, BI C, GUO X, et al. Characteristics, identification, and potential risk of polycyclic aromatic hydrocarbons in road dusts and agricultural soils from industrial sites in Shanghai, China[J]. Environmental Science and Pollution Research, 2017, 24(1): 605-615. doi: 10.1007/s11356-016-7818-3

    CrossRef Google Scholar Pub Med

    [6] SOWLAT M H, HASHEMINASSAB S, SIOUTAS C. Source apportionment of ambient particle number concentrations in central Los Angeles using positive matrix factorization (PMF)[J]. Atmospheric Chemistry and Physics, 2016, 16(8): 4849-4866. doi: 10.5194/acp-16-4849-2016

    CrossRef Google Scholar Pub Med

    [7] ZHOU L, LIU G J, SHEN M C, et al. Characteristics of indoor dust in an industrial city: Comparison with outdoor dust and atmospheric particulates[J]. Chemosphere, 2021, 272: 129952. doi: 10.1016/j.chemosphere.2021.129952

    CrossRef Google Scholar Pub Med

    [8] BASAGANA X, ESNAOLA M, RIVAS I, et al. Neurodevelopmental deceleration by urban fine particles from different emission sources: A longitudinal observational study[J]. Environmental Health Perspectives, 2016, 124(10): 1630-1636. doi: 10.1289/EHP209

    CrossRef Google Scholar Pub Med

    [9] TIAN S L, PAN Y P, WANG Y S. Size-resolved source apportionment of particulate matter in urban Beijing during haze and non-haze episodes[J]. Atmospheric Chemistry and Physics, 2016, 16(1): 1-19. doi: 10.5194/acp-16-1-2016

    CrossRef Google Scholar Pub Med

    [10] CHEN F, ZHANG X H, YU H X, et al. Characteristics, causes and potential source regions of PM2.5 pollution in winter in Shijiazhuang, China[J]. Journal of Ecology and Rural Environment, 2017, 33(11): 975-982.

    Google Scholar Pub Med

    [11] LU H Y, LIN S L, MWANGI J K, et al. Characteristics and source apportionment of atmospheric PM2.5 at a coastal city in Southern Taiwan[J]. Aerosol and Air Quality Research, 2016, 16(4): 1022-1034. doi: 10.4209/aaqr.2016.01.0008

    CrossRef Google Scholar Pub Med

    [12] HAN L, SUN Z B, HE J, et al. Seasonal variation in health impacts associated with visibility in Beijing, China[J]. Science of the Total Environment, 2020, 730: 139149. doi: 10.1016/j.scitotenv.2020.139149

    CrossRef Google Scholar Pub Med

    [13] JOO Y S, KIM J, LEE J, et al. Understanding the link between exposure to fine particulate matter and internalizing problem behaviors among children in South Korea: Indirect effects through maternal depression and child abuse[J]. Health & Place, 2021, 68: 102531.

    Google Scholar Pub Med

    [14] SHIVANI, GADI R. Oxidative potential of ambient fine particulate matter for ranking of emission sources: An insight for emissions reductions[J]. Air Quality Atmosphere and Health, 2021, 14(8): 1149-1153. doi: 10.1007/s11869-021-01005-x

    CrossRef Google Scholar Pub Med

    [15] GRIVAS G, CHERISTANIDIS S, CHALOULAKOU A, et al. Elemental composition and source apportionment of fine and coarse particles at traffic and urban background locations in Athens, Greece[J]. Aerosol and Air Quality Research, 2018, 18(7): 1642-1659. doi: 10.4209/aaqr.2017.12.0567

    CrossRef Google Scholar Pub Med

    [16] PADOAN E, AJMONE-MARSAN F, QUEROL X, et al. An empirical model to predict road dust emissions based on pavement and traffic characteristics[J]. Environmental Pollution, 2018, 237: 713-720. doi: 10.1016/j.envpol.2017.10.115

    CrossRef Google Scholar Pub Med

    [17] HUA H, JIANG S Y, SHE H A, et al. High spatial-temporal resolution emission inventory of multi-type air pollutants for Wuxi city[J]. Journal of Cleaner Production, 2019, 229: 278-288. doi: 10.1016/j.jclepro.2019.05.011

    CrossRef Google Scholar Pub Med

    [18] LI T K, DONG W, DAI Q L, et al. Application and validation of the fugitive dust source emission inventory compilation method in Xiong'an New Area, China[J]. Science of the Total Environment, 2021, 798: 149114. doi: 10.1016/j.scitotenv.2021.149114

    CrossRef Google Scholar Pub Med

    [19] CUI M C, LU H Y, ETYEMEZIAN V, et al. Quantifying the emission potentials of fugitive dust sources in Nanjing, East China[J]. Atmospheric Environment, 2019, 207: 129-135. doi: 10.1016/j.atmosenv.2019.03.016

    CrossRef Google Scholar Pub Med

    [20] LUNDBERG J, GUSTAFSSON M, JANHALL S, et al. Temporal variation of road dust load and its size distribution: A comparative study of a porous and a dense pavement[J]. Water Air and Soil Pollution, 2020, 231(12): 561. doi: 10.1007/s11270-020-04923-1

    CrossRef Google Scholar Pub Med

    [21] 国家环保总局. 防治城市扬尘污染技术规范: HJ/T 393-2007[S]. 北京: 中国环境科学出版社, 2007.

    Google Scholar Pub Med

    [22] 潘研, 邢敏, 侯亚峰, 等. 基于积尘负荷的北京市典型城区道路扬尘排放特征研究[J]. 环境污染与防治, 2020, 42(8): 975-979. doi: 10.15985/j.cnki.1001-3865.2020.08.008

    CrossRef Google Scholar Pub Med

    [23] 张伟, 姬亚芹, 李树立, 等. 天津市春季典型道路积尘负荷分布特征[J]. 中国环境监测, 2018, 34(1): 54-59. doi: 10.19316/j.issn.1002-6002.2018.01.07

    CrossRef Google Scholar Pub Med

    [24] 崔华胜. “以克论净”量化考核指标 提升城市道路作业洁净水平: 以北京市实践为例[J]. 城市管理与科技, 2021, 22(2): 64-66.

    Google Scholar Pub Med

    [25] 杨益, 姬亚芹, 高玉宗, 等. 锦州市道路扬尘碳组分特征及来源分析[J]. 南开大学学报(自然科学版), 2022, 55(1): 107-112.

    Google Scholar Pub Med

    [26] 刘俊芳, 樊守彬, 郭秀锐, 等. 基于车载移动监测的北京市丰台区道路扬尘源排放特征[J]. 环境科学学报, 2021, 41(11): 4423-4429.

    Google Scholar Pub Med

    [27] 崔浩然, 樊守彬, 韩力慧, 等. 北京市密云区道路扬尘排放特征及融雪剂使用的影响[J]. 环境污染与防治, 2021, 43(8): 1016-1021.

    Google Scholar Pub Med

    [28] 崔浩然, 樊守彬, 韩力慧, 等. 北京市大兴区道路积尘年际变化特征及管控研究[J]. 中国环境科学, 2021, 41(10): 4556-4564. doi: 10.3969/j.issn.1000-6923.2021.10.010

    CrossRef Google Scholar Pub Med

    [29] 北京交通发展研究院. 2019年北京交通发展年报[EB/OL]. (2019-06-01)[2022-05-01]. 20220603_101305vM9. pdf, 2019.

    Google Scholar Pub Med

    [30] 门头沟区人民代表大会常务委员会. 北京市市容环境卫生条例[EB/OL]. (2020-06-01)[2022-05-01]. 3e9c56d52a2c49afabf104d767069dfe. pdf (bjmtg. gov. cn), 2020.

    Google Scholar Pub Med

    [31] 刘娟. 石家庄市道路交通扬尘检测及排放量核查核算研究[D]. 石家庄: 河北科技大学, 2016.

    Google Scholar Pub Med

    [32] 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, 28(10): 2396-2399. doi: 10.3321/j.issn:0250-3301.2007.10.041

    CrossRef Google Scholar Pub Med

    [33] 曹巍. 济南市区道路积尘负荷的测定及控制措施[J]. 环境卫生工程, 2011, 19(4): 24-27. doi: 10.3969/j.issn.1005-8206.2011.04.009

    CrossRef Google Scholar Pub Med

    [34] 中华人民共和国生态环境部. 中国移动源环境管理年报 (2019年) [EB/OL]. (2019-09-04) [2022-05-01]. P020190905586230826402. pdf (mee. gov. cn), 2019.

    Google Scholar Pub Med

    [35] 郭硕, 肖捷颖, 安塞, 等. 利用快速检测法研究石家庄道路交通扬尘排放特征[J]. 环境污染与防治, 2019, 41(2): 206-210. doi: 10.15985/j.cnki.1001-3865.2019.02.016

    CrossRef Google Scholar Pub Med

    [36] 王娟, 洪雯. 乌鲁木齐市道路积尘负荷影响因子分析与探讨[J]. 科技创新导报, 2016, 13(18): 49-51.

    Google Scholar Pub Med

    [37] 张诗建. 基于快速检测法的天津市道路扬尘排放清单研究[D]. 天津: 南开大学, 2016.

    Google Scholar Pub Med

    [38] 杨乃旺, 宋文斌, 闫东杰, 等. 基于积尘负荷的西安市铺装道路扬尘排放研究[J]. 环境科学学报, 2021, 41(4): 1259-1266.

    Google Scholar Pub Med

    [39] 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.

    Google Scholar Pub Med

    [40] WANG J H, DENG Y, SONG C, et al. Measuring time accessibility and its spatial characteristics in the urban areas of Beijing[J]. Journal of Geographical Sciences, 2016, 26(12): 1754-1768. doi: 10.1007/s11442-016-1356-2

    CrossRef Google Scholar Pub Med

    [41] 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): 1645-1655. doi: 10.13227/j.hjkx.201808224

    CrossRef Google Scholar Pub Med

    [42] 赵静琦, 姬亚芹, 张蕾, 等. 基于样方法的天津市春季道路扬尘PM2.5中水溶性离子特征及来源解析[J]. 环境科学, 2018, 39(5): 1994-1999.

    Google Scholar Pub Med

    [43] 中华人民共和国住房和城乡建设部. 城市道路清扫保洁质量与评价标准: CJJ/T 126-2008[S]. 北京: 中国标准出版社, 2008.

    Google Scholar Pub Med

  • 加载中
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(5)  /  Tables(4)

Article Metrics

Article views(4271) PDF downloads(79) Cited by(0)

Access History

Monitoring and distribution characteristics of dust load on roads in Beijing during summer based on two sampling methods

Abstract: In order to explore the effect of different sampling methods on the results of road dust load(RDL), the data of the samples in the summer of 2018 were collected by the quadrat method and quantitative net car sampling method. On-site monitoring was carried out on 11 road dust samples in 3 administrative districts of Beijing. The RDLs of different road types and lanes were calculated, and then their variations were analyzed. The results showed that the descending order of RDLs in different road types of Beijing during summer was main lines (0.46 g·m−2, 0.99 g·m−2) > branch roads (0.31 g·m−2, 0.88 g·m−2)> main road (0.24 g·m−2, 0.78 g·m−2) based on the quadrat method and quantitative net car sampling method. A significant difference in RDLs between two sampling methods occurred (P=0.00<0.05), and a linear relationship also appeared. The summer RDLs in Beijing (0.34 g·m−2) was slightly higher than that in Tianjin (0.24 g·m−2), but lower than that in Shijiazhuang (1.06 g·m−2), Urumqi (0.96 g·m−2) and Xi'an (0.70 g·m−2); the collected RDL level in different urban areas based on the quadrat method and quantitative net car sampling method was ranked as Daxing District (0.39 g·m−2, 1.83 g·m−2) > Chaoyang District (0.38 g·m−2, 1.00 g·m−2) > Dongcheng District (0.26 g·m−2, 0.92 g·m−2), and insignificant difference in RDLs among Chaoyang District, Dongcheng District and Daxing District occurred(P>0.05). Based on the quadrat method, the RDLs in slow lane and fast lane for motor vehicles were 0.04~1.30 g·m−2 and 0.02~1.08 g·m−2, respectively. The overall RDL level in slow lanes was slightly higher than that in the fast lanes, but their difference was not significant(P=0.51>0.05). The results of this study provide a reference for the selection of road dust sampling methods, the construction of the Beijing road dust emission inventory, and the formulation of control measures.

  • 由于我国北方地区雾霾现象频发,因此,大气颗粒物污染引起了社会各界的广泛关注[1-4]。道路扬尘作为大气颗粒物的重要来源,其影响日益严重[5-7]。已有研究[8-9]表明,道路扬尘对大气细颗粒物的贡献率高达20%,并影响空气质量[10]、能见度[11- 12]以及人体健康[13-15]。因此,了解道路扬尘排放规律与构建道路扬尘排放清单,有利于制定相关污染防控措施[16-17],为有效治理颗粒物污染提供重要依据[18-19]

    作为道路扬尘排放清单中的重要参数,积尘负荷是环境管理的重要抓手[20]。《防治城市扬尘污染技术规范》(HJ/T 393-2007)[21]指出,道路积尘负荷是指单位面积的道路上能够通过75 μm筛的道路积尘的质量,它是道路表面清洁度的表征参数,其大小直接影响道路扬尘的排放量。目前,道路扬尘主要的采样方法包括降尘法、样方吸尘法、快速检测法和移动吸尘法。样方吸尘法包括普通样方吸尘法和以克论净车样方吸尘法(普通样方吸尘法亦称“样方采样法”,以克论净车样方吸尘法亦称“以克论净车采样法”)。样方采样法耗时、耗力并且安全性较低,但因其简便易行,较多地被应用于道路扬尘排放清单和来源解析研究中。潘研等[22]采用样方采样法采集了北京市西城区、海淀区、门头沟区夏季不同类型道路积尘,计算积尘负荷和粒度乘数,得到北京市不同类型道路的PM2.5、PM10排放因子和排放强度;张伟等[23]采用样方采样法,得到了天津市不同道路类型以及不同车道的积尘负荷,并分析了积尘负荷的变化规律。以克论净车采样法耗时短、安全性高、成本高,目前多用于城市清扫保洁例行考核中。北京市、天津市、中卫市等多个城市均采用以克论净车采样法评估城市道路积尘[24]。国内外学者大多集中在对于道路扬尘排放特征的研究[5-19,25-28],而对于道路扬尘排放清单中的重要参数分布特征的研究较少。

    本研究在已有研究的基础上,针对道路扬尘排放清单中积尘负荷这一重要参数,研究其分布规律,因车流量[29]、道路清扫规定[30]等差异,使用样方采样法和以克论净车采样法,采集北京市东城区、朝阳区、大兴区的主干道、次干道和支路3种道路类型共11条道路的扬尘样品,对原始样品过筛称重,计算不同车道以及不同道路类型的积尘负荷,探究积尘负荷的空间分布特征和2种采样方法积尘负荷的差异,旨在为遴选道路扬尘采样方法、构建北京市道路扬尘排放清单和制定管控措施提供支持。

    • 采样时间为2018年7月20—22日。

      采样地点为北京市东城区(首都功能核心区)、朝阳区(城市功能拓展区)、大兴区(城市发展新区)。采样道路选择主干道、次干道、支路等。每种道路类型选择3~4条道路,共选择了11条道路,分别是北土城路、广渠门内大街、左安门内大街、龙潭东路、永定门外大街、北湖渠路、太阳宫北街、兴华大街、双高路、兴和街、宏康路。采样典型道路信息见表1,采样点位及现场见图1。在布设采样点时,每条道路在道路最右侧的机动车道慢车道和快车道(临近慢车道)分别设3个采样点,采样点间相距一般大于800 m;采样点位置尽量避开公交车站、路口等人流密集处。

    • 实验仪器:800 W真空吸尘器、电瓶、1 m2采样框、以克论净车(自带0.1 m2采样框,样品通过车载吸尘器(2 000 W)直接吸入采样袋)、万分之一电子天平、柔软细毛刷、样品袋、10目和200目泰勒标准筛等。

      样方采样法:使用电瓶供电,采用真空吸尘器在采样点位横竖方向吸尘2遍,采样效率约为2 min·m−2,采样面积一般为2 m2;吸尘结束后,用柔软细毛刷将尘土扫入样品袋中,记录编号并保存备用。

      以克论净车采样法:使用汽车供电,仅采集慢车道,于样方采样法相应位置附近自动采样,采样面积一般为0.6 m2;吸尘结束后,直接取下采样袋,记录编号并保存备用。

      将采集的原始样品按照以下步骤进行处理:1)去除树叶、烟头及杂物等,放置于干燥器内平衡干燥3 d;2)将850 μm、75 μm泰勒标准筛放入电动振筛机内,样品倒入850 μm筛中;3)振荡电动振筛机20 min后,取出标准筛,称量2个标准筛上样品的质量并记录。

    • 积尘负荷计算方法[31]见式(1)。

      式中: Q为积尘负荷,g·m−2m为道路扬尘样品质量,g;m850为850 μm 泰勒标准筛筛上物的质量,g; m75为75 μm泰勒标准筛筛上物的质量,g;S为采样面积, m2

    2.   结果与讨论
    • 基于样方采样法和以克论净车采样法的不同道路类型慢车道积尘负荷计算结果如图2所示。由图2可以看出,基于样方采样法的北京市夏季不同道路类型积尘负荷的平均值分别为主干道((0.24±0.16) g·m−2),次干道((0.46±0.35) g·m−2),支路((0.31±0.21) g·m−2); 基于以克论净车采样法的北京市夏季不同道路类型积尘负荷的平均值分别为主干道((0.78±0.40) g·m−2),次干道((0.99±0.80) g·m−2),支路((0.88±0.68) g·m−2)。2种采样方法的北京市夏季不同道路类型积尘负荷的平均值从大到小顺序均为次干道>支路>主干道。道路积尘负荷不仅受道路长度、破损、绿化状况的影响,周边环境、道路车流状况[32-34]、车速[35]及控制措施的实施也会影响道路积尘负荷。其中,次干道与支路路面较窄,路面停车现象常见,不便于清扫,且车流量较小,车速较慢,道路不易起尘;而主干道路面较宽,清扫作业方便,且车流量较大,车速较快导致积尘负荷相对较小。

      本研究利用SPSS 22.0软件分析2种不同采样方式得到的慢车道积尘负荷差异显著性。开展2个相关样本的非参数检验,检验结果为P=0.00 (P<0.05),表明2种采样方法间积尘负荷差异的检验结果具有显著性。基于2种采样方法的北京市夏季不同道路类型积尘负荷差异较大。由于以克论净车采样法自带的车载吸尘器功率大,路面深层积尘容易被吸起,因此以克论净车采样法的积尘负荷量普遍高于样方采样法。

      运用SPSS 22.0软件对2种采样方法得到的积尘负荷量进行Spearman相关性分析,得出P=0.00 (P<0.05)。这说明样方采样法和以克论净车采样法得到的积尘负荷呈线性关系。对2种采样方法的积尘负荷进行线性拟合,拟合结果如图3所示。由图3可以看出,2种采样方法具有相关性。以克论净车采样法成本较高,目前在道路扬尘排放清单编制工作中并不常用,但样方采样法简便易行,较多地被应用于道路扬尘排放清单和来源解析研究中,因此,在后续道路扬尘清单编制过程中,可以使用以克论净车采样法的结果,计算得到样方采样法的积尘负荷。

      将基于样方采样法的北京市夏季的积尘负荷分别与石家庄市夏季[35]、乌鲁木齐市夏季[36]、天津市夏季[37]、西安市夏季[38]、北京市[39]积尘负荷做比较,结果如表2所示。可以看出,北京市不同类型道路积尘负荷值稍高于天津市,低于石家庄市、乌鲁木齐市、西安市,结果与樊守彬等[39]得到的北京市全年积尘负荷量相似。这可能是采样方法、采样季节空气质量、控制措施等影响因素导致的。同时北京市与天津市道路建设相对完善,绿化带、绿化施工相对规范,城市道路已使用机械清扫新工艺并加大郊区公路保洁力度[40-42],使得道路积尘负荷量较小,而其他城市道路建设不够完善,保洁作业力度不强,道路积尘负荷量较大。对比本研究中北京市夏季积尘负荷值与《防治城市扬尘污染技术规范》(HJ/T 393-2007)[21]中提到的道路积尘负荷限定标准参考值(表3),可以看出,北京市道路积尘负荷值均处于“优”水平,积尘负荷得到有效控制。

    • 基于2种采样方法的北京市朝阳区、东城区、大兴区慢车道积尘负荷的计算结果如图4所示。由图4可以看出,基于样方采样法的北京市夏季不同行政区铺装道路积尘负荷的平均值分别为东城区((0.26±0.23) g·m−2),朝阳区((0.38±0.35) g·m−2),大兴区((0.39±0.23) g·m−2); 基于以克论净车采样法的北京市夏季不同行政区铺装道路积尘负荷的平均值分别为东城区((0.92±0.85) g·m−2),朝阳区((1.00±0.70) g·m−2),大兴区((1.83±2.03) g·m−2)。2种采样方法的北京市夏季不同行政区铺装道路积尘负荷水平由大到小排序均为大兴区>朝阳区>东城区。东城区属于首都功能核心区,实施限行政策,车流量相对较少且以小型车为主,路面建设较为完善,道路洒水保洁频次高[43]。而积尘负荷较高的朝阳、大兴二区分别属于城市功能拓展区和城市发展新区,道路建设及洒水保洁不及核心区,从而导致较高的积尘负荷;大兴区的道路积尘负荷最高,原因在于大兴区有较多工业园区,如亦庄经济开发区、西京工业园、西毓工业园等,因此,工地、工厂较为密集,施工过程产生颗粒物或大型货车运输沿途遗撒等均会产生较高路面积尘负荷。基于2种采样方法的北京市夏季不同城区积尘负荷差异较大,其原因也受2种采样方法所使用的吸尘器功率差异的影响。

      为了验证不同行政区积尘负荷差异是否具有统计学意义,运用 SPSS 22. 0软件分别对2种采样方法的朝阳区、东城区、大兴区的道路积尘负荷进行2个独立样本非参数检验,结果如表4所示。由表4可以看出,朝阳区、东城区及朝阳区的非参数检验的P值均大于0.05,检验结果不具有显著性。

    • 基于样方采样法的北京市夏季机动车慢车道与机动车快道车的道路积尘负荷计算结果如图5所示。可以看出,机动车慢车道与机动车快车道积尘负荷分别为0.04~1.30 g·m−2 和0.02~1.08 g·m−2。对于同一条道路,慢车道的积尘负荷整体水平稍高于快车道的积尘负荷。对主干道,慢车道积尘负荷明显大于快车道,慢车道是快车道的2.0倍;对次干道,慢车道积尘负荷与快车道相近。这一现象产生的主要原因是慢车道车速低,不易引起积尘扬起,故道路积尘负荷较高; 另外,慢车道接近道路边缘, 绿化带及路边裸露土壤因降水及风力等作用更容易进入慢车道,影响其积尘负荷;同时,主干道快车道车速快,易将快车道的积尘扬起至慢车道。可见,积尘负荷主要受车速及车流量等因素的综合影响。

      为研究采集的北京市快慢2个车道的8条(不包括支路)采样道路不同车道积尘负荷的差异情况是否具有统计学意义,运用SPSS 22. 0软件对其进行2个相关样本的非参数检验。结果表明,P= 0. 51>0. 05,故不同车道积尘负荷的差异的检验结果不具有显著性。

    3.   结论
    • 1)基于样方采样法和以克论净车采样法采集的北京市夏季不同道路类型积尘负荷从大到小顺序为次干道>支路>主干道。2种方法对北京市不同道路类型的积尘负荷进行相关样本非参数检验, 可知2种采样方法间积尘负荷差异的检验结果具有显著性。以克论净车采样法(y)和样方采样法(x)的关系式为y=0.45x-0.09,R2值为0.68。

      2)基于样方采样法和以克论净车采样法采集的北京市夏季不同城区铺装道路积尘负荷水平排序为大兴区>朝阳区>东城区。朝阳区、东城区及大兴区差异的检验结果均不具有显著性。

      3)基于样方采样法的机动车慢车道与机动车快车道积尘负荷分别为0.04~1.30 g·m−2 和0.02~1.08 g·m−2。北京市夏季慢车道积尘负荷整体水平略高于快车道,2种类型车道非参数检验结果表明其差异的检验结果不具有显著性。

    Figure (5)  Table (4) Reference (43)

Catalog

/

DownLoad:  Full-Size Img  PowerPoint
  • 表 1  设计进出水水质及处理率
    Table 1.  Designed water quality and treatment rate of at the inlet and outlet
    水质指标进水水质/
    (mg·L−1)
    出水水质/
    (mg·L−1)
    处理率/%
    BOD51201091.7
    COD3503091.4
    TN601575
    TP60.591.6
    NH3-N401.596.3
    SS2001095
      注:COD与NH3-N执行地表水Ⅳ类水标准,其余指标执行《城镇污水处理厂污染物排放标准》GB18918-2002中一级标准的A级标准。
     | Show Table
    DownLoad: CSV
  • 表 2  各处理单元设计参数
    Table 2.  Design parameters of each treatment process unit
    处理单元构筑物尺寸/(m×m×m)数量工艺设计参数
    预处理单元进水井及粗格栅17.8×16.9×(18.6+6.0)1座动轨式格栅除污机近期2台,远期增加1台,栅隙宽b=15 mm;设计单渠宽1 000 mm,栅条间隙15 mm
    提升泵房16.9×14.9×(22.4+6.0)1座3台进水提升大泵流量为1 100 m3/h,扬程为15.5 m,2台小泵流量为
    590 m3/h,扬程为15.5 m
    细格栅14.5×11.0×(3.0+6.0)1座2套阶梯式网板细格栅,1套人工格栅,格栅栅隙5 mm,渠宽1.7 m
    曝气沉砂池28.0×15.0×(5.5+6.0)1座水力停留时间HRT=7 min,有效水深H=2.8 m
    精细格栅14.0×10.0×(3.55+6.0)1座设计渠宽1 800 mm,格栅栅隙为2 mm,格栅安装倾角为90°,栅前水深为1.76 m
    生物处理单元生化池95×74.7×(9.2+5.5)4座由预缺氧池、厌氧池、缺氧池、好氧池组合。总水力停留时间13.5 h,混合液MLSS含量4.0 g·L−1,污泥负荷0.065 kg,污泥回流比0~100%,混合液回流比100%~200%
    二沉池42.2×82.5×(6.15+4.5)4组表面负荷为1.13 m3·(m2·h)−1,回流污泥浓度8.0 g·L−1,有效水深4.80 m
    深度处理单元高效沉淀池20.7×46.2×(7.1+5.5)2座混合池的反应时间3 min,絮凝池的反应时间10 min,沉淀区清水区高度1.0 m,污泥回流比3%~5%
    反硝化滤池62.95×16.4×(7.1+5.5)6组反冲洗周期12~24 h,混合时间40 s
    臭氧接触池32.6×22.2×(7.75+5.5)1座臭氧接触时间:30 min,臭氧投加量为10 mg·L−1
     | Show Table
    DownLoad: CSV
  • 表 3  综合楼的采暖热负荷和空调冷负荷参数
    Table 3.  Heating and cooling load parameters of the complex building
    面积/m2冷指标/(W·m−2)冷负荷/W热指标/(W·m−2)热负荷/W
    2 500110330 000120360 000
     | Show Table
    DownLoad: CSV
  • 表 4  实际进出水水质
    Table 4.  Actual water quality of influent and effluent sewage
    水质指标进水水质/(mg·L−1)进水水质/(mg·L−1)处理率/%
    BOD51286.594.9
    COD3321994.3
    TN595.890.2
    TP5.80.1896.9
    NH3-N390.3599.1
    SS286697.9
     | Show Table
    DownLoad: CSV