成果简介

近日，课题组赵红梅博士等在Atmospheric Pollution Research (APR)期刊发表题为“Characterizing the distribution pattern of submicron and coarse particles on high-density container truck roads through mobile monitoring”论文。该工作利用便携式污染物监测设备在上海港口区域开展了一系列移动监测实验，揭示了中国上海港区高密度集装箱卡车（简称“集卡“）道路的颗粒物特征。首先，对集卡道路、居民区道路、江边道路和高架道路上的亚微米颗粒（PM1）和粗颗粒（PM10）进行了移动监测。结果表明，集卡道路上的颗粒物浓度高于其他道路。在此基础上，探讨了交通和季节因素的影响，发现集卡车的百分比变化对颗粒浓度变化有显著的影响。与夏季相比，冬季四种道路类型的颗粒物浓度均较高，它们之间的浓度差异较小。最后，使用扩散模型模拟了颗粒物在四条道路上的扩散过程，结果表明，PM1和PM10的浓度沿道路水平方向呈现负指数递减的规律。这些发现揭示了港口区域集卡道路上颗粒物的分布特征，并为港口城市集卡减排提供了重要的数据支撑和参考。

图文摘要 | Graphical abstract

引言

众所周知，上海港的集装箱吞吐量已连续12年稳居世界第一。显然，它极大地促进了中国经济的发展，然而它对上海的空气质量带来了负面影响。尤其是港口城市大量的柴油集卡车普遍比市区其他车辆产生更多的大气污染物，导致集卡主要通行道路大气污染严重，对行人及周边居民的健康带来严重危害。

为了解港区的污染水平，政府建立了固定的空气质量监测站，向公众提供空气污染水平数据。然而，这些固定站点并不能提供道路上的污染水平数据。幸运的是，移动污染监测提供了一个机会，它比稀疏的固定监测站具有更高的空间分辨率、更好的数据覆盖率，能有效监测交通微环境下的污染水平。

先前的研究为深入了解城市交通污染及其对人类健康的有害影响提供了依据。然而，港口城市集卡道路上的颗粒物污染水平尚未得到充分研究。特别是，上海集卡车道路上的亚微米颗粒的时空分布特征尚不清楚。考虑到这一点，该工作进行了一系列移动监测实验，以揭示中国上海港区高密度集卡车通行道路的亚微米和粗颗粒时空分布特征，评估可能影响相应分布的因素，并确定其扩散特征。

主要成果及结论

集卡道路上PM1和PM10的浓度高于居民区道路、江边道路和高架道路的浓度，江边道路浓度最低（图1），主要由于集卡道路柴油车的比例较高，而在江边道路没有机动车道，且周边环境较空旷有利于污染扩散，这表明交通量、车队组成和建成环境对当地道路颗粒物的空间分布有较大影响。此外，受到车辆频繁的加减速和较低风速的影响，信号灯交叉口处颗粒物的浓度较高。非参数Kruskal-Wallis 检验的结果表明，在5%的显著性性水平下，除了居民区和江边道路PM10的浓度没有显著性差异外，其他道路颗粒物浓度之间均有显著差异。

图1 颗粒物浓度的空间分布 （a）PM1和（b）PM10

夏季，集卡道路、居民区道路、江边道路和高架道路的PM1浓度分别为16μg/m3，13μg/m3，11μg/m3和12μg/m3。夏季，集卡道路的PM1（PM10）浓度分别比居民区道路、江边道路和高架道路高23%（48%）、45%（107%）和33 %（55%）（图2）。冬季，四种道路类型颗粒物浓度差异较小，集卡道路的PM1（PM10）浓度分别比居民区道路、江边道路和高架道路高4%（12%）、8%（18%）和6%（8%）（图2）。

图2 夏季和冬季颗粒物浓度的小提琴图

PM1/PM10指标已被广泛用作识别移动源排放对周围环境的相对贡献。冬季PM1/PM10比值明显高于夏季（表1），主要由于冬季逆温层的存在、较低的大气混合层高度和较低的风速影响，受夏季，较高气温和较大风速影响。与其他路段相比，夏季集卡路段PM1与PM10浓度之间表现出较弱的线性关系（R2=0.64），这主要由于集卡为主的重型柴油车的比例较大，集卡加减速更容易引起颗粒物的再悬浮。相比之下，江边路段PM1与PM10浓度之间呈现最强的正相关关系（R2=0.77），这主要归因于该路段没有机动车道，颗粒物浓度主要受背景浓度的影响。其他两条道路颗粒物浓度则主要与轻型汽油车排放密切相关。

当轻型汽油车的占比增加20%时，PM1和PM10浓度分别在10μg/m3-20μg/m3和22μg/m3-32μg/m3范围内呈现逐渐增加的趋势（图3）。重型柴油车占比增加20%时，PM1和PM10浓度水平的上升趋势更加显著，即增加同样的比例，重型柴油车带来的污染更严重，PM1的浓度从8μg/m3增加到了30μg/m3；PM10的浓度从23μg/m3增加到了54μg/m3（图3）。

图3 颗粒物PM1和PM10浓度随车辆百分比变化而变化的趋势图

通过CALINE 4模型对不同路段车辆尾气排放的颗粒物在一定距离内的扩散规律进行模拟，发现在集卡路段、居民区路段、江边路段和高架路段分别对应300m、250m、60m和200m距离范围内沿道路水平方向PM10浓度均呈现指数递减的规律（R2=0.92-0.98）（图4）；将模拟结果与实测结果进行线性回归分析，发现除了江边路段有50%的数据未落在区间（0.5，2）内，其他实测值与模拟值拟合均在区间（0.5，2）内。PM1也有类似的规律，这说明CALINE 4模型对PM1和PM10浓度模拟的整体结果较好，该模型用来模拟集卡路段和高架路段等道路交通颗粒物的扩散规律是合适的。

图4 不同路段PM1浓度扩散模拟和实测结果

小结

该工作利用便携式监测设备进行了移动测量以揭示上海集卡主要通行道路上亚微米和粗颗粒的时空分布特征。为了揭示这一点，还比较了附近居民区道路、江边道路（背景）和高架道路的污染水平。得出了以下结论：

（1）集卡道路上的颗粒物浓度明显高于港区其他道路。夏季，集卡道路、居民区道路和高架道路的PM1（PM10）浓度分别比江边道路（背景浓度）高45%（107%）、18%（40%）和9%（33%）。冬季，相应的值分别为8%（18%），4%（6%）和2%（9%）。

（2）重型柴油车辆的百分比增加对颗粒浓度增加的影响比汽油车大。当车辆增加20%时，重型柴油车的PM1和PM10浓度分别增加了275%和 135%，这表明，重型柴油车辆对亚微米颗粒的贡献大于粗颗粒。建议人们在出行时尽量避开重型柴油车辆占比较大的道路。

（3）PM1和PM10的浓度沿道路水平方向呈现负指数递减的规律。在集卡道路和居民区道路，PM1浓度在200m内分别下降了253%和50%以上，200m后保持稳定。在高架路上，PM1浓度在160m内下降48%，160m后保持稳定。与其他三条道路不同，PM1在江边道路60米内减少了28%，然后保持稳定。由于PM1在PM10中占比较大（53%–79%），PM10也呈现出类似的指数递减趋势。

论文链接

https://www.sciencedirect.com/science/article/pii/S1309104222002422?dgcid=author#appsec1

论文引用方式

Zhao H.M., He H.D., Lu K.F., Han X.L., Peng, Z.R. (2022) Characterizing the distribution pattern of submicron and coarse particles on high-density container truck roads through mobile monitoring. Atmospheric Pollution Research 13, 101561.

第一作者：赵红梅，博士后

研究方向：港口污染、交通污染

个人照片：