成都市某工地施工揚塵排放特征研究

王榮

摘要：指出了霧霾天氣頻發預示著顆粒物已經成為城市空氣污染的首要污染物，而建筑施工活動引起的揚塵是其重要來源。為了定量研究成都市的施工揚塵排放，選取了成都市一處具有代表性的處于深基坑階段的建筑工地，制定了相應的的監測方案，開展了連續21 d的揚塵在線監測，利用所得數據分別分析了一天中施工揚塵的的濃度變化規律，以及總懸浮顆粒物（TSP）、PM10和PM2.5兩兩之間的相關性。

關鍵詞：施工；揚塵；深基坑；相關性分析

中圖分類號：X513 文獻標識碼：A 文章編號：1674-9944（2017）2-0041-03

1 引言

近年來，成都市灰霾天氣頻發，大氣污染問題已經成為社會各界關注的焦點。各國學者對于本地能源排放、交通排放等主要污染源已經進行了大量的研究[1]，但是對于揚塵，尤其是對施工揚塵的污染與控制本地化的研究還十分匱乏。隨著成都市大開發大建設的腳步不斷加快，施工面積大量增加，其排放量也會相應增強。研究表明，2010～2012年冬季，成都市揚塵對可吸入顆粒物（PM10）的貢獻率約24%～29%，對PM2.5的貢獻率約19%～22%[2]?？梢姄P塵排放不容小覷，但本地化的施工揚塵定量研究還鮮有報道，如果不盡快加以研究和控制，其排放將對空氣污染造成更嚴重的影響。

2 施工揚塵國內外研究現狀

美國環保局（EPA）早在20世紀60年代便公布了目前被廣泛接受和使用的AP-42方法，用以估算顆粒物濃度的排放情況，世界上大部分關于顆粒物排放因子及排放量的估算均是在AP-42方法的基礎上展開的。Goossens等通過對沙漠風蝕揚塵2年的研究發現，DF（降塵）和TSP具有很好的相關性，因此可通過對DF的監測來大致估算TSP濃度[3]。Cheryl等對施工揚塵進行了研究，得到PM10與TSP的排放因子具有很好相關性的結論[4]。

國內關于施工揚塵的研究開展較晚，但是進展速度較快。田剛等研究了不同施工階段揚塵污染特征，得到結論為：不同施工階段的揚塵污染比重為，挖槽∶結構∶裝修等于100∶67∶87[5]。黃玉虎等發現建筑施工揚塵產生的降塵和TSP具有良好線性關系且相關系數K（北京）為11.6，同時發現，K的影響因素主要是監測點與污染源的距離，而施工階段對其影響較小[6]。馮銀廠等在烏魯木齊5個采樣點采集了環境空氣中的顆粒物樣品，使用化學質量受體模型和二重源技術解析了PM10來源，結果建筑水泥塵2002的貢獻率為11%[7]。2014年頒布的城市揚塵源排放清單編制技術指南（試行）對施工揚塵的相關術語與定義進行了闡述，同時列出了施工揚塵源分級體系，并列舉了三種施工揚塵排放量的計算方法，其中四維通量法較為推薦[8]。

3 深基坑階段揚塵監測方案

研究采用總懸浮顆粒物（TSP）、可吸入顆粒物PM10和PM2.5作為深基坑階段的揚塵監測指標，同時測定的氣象參數指標有溫度、濕度、風向和風速。研究采用光散射法，也稱為光粒子技術（OPC）法?，F場研究監測過程在兩個對角處布設了兩個監測點位（圖1）。

由于研究主要采用在線監測方法，所以每天的監測時間均是24 h連續自動監測（精確到分鐘均值），連續監測了21 d，2015年3月20日零點開始進行監測，2015年4月9日24時停止監測。監測期間若有明顯降水時需停止采樣監測，如若遇到工地停電情況，則數據將無法傳輸，因信號問題缺失的數據需作好標記。

4 揚塵排放特征分析

4.1 揚塵濃度的周期變化規律

研究以天為單位，分別利用TSP、PM10、PM2.5的小時均值濃度對時間作圖，觀察以上三者的濃度在一天內的變化規律。在對21幅圖表進行比對后，發現彼此之間有很強的相似性，所以研究只選取其中一天（3月25日）為代表作詳細分析。就3月25日的數據而言，風速、風向相對比較穩定，A、B兩點間差異較小，定性地講，數據質量較好。

圖2的濃度曲線圖具有一定代表性，其中包含的普遍趨勢有TSP、PM10和PM2.5三者的濃度在一天中上午9：00左右會出現一個濃度的極大值，之后會逐漸下降，直至18：00，濃度通常會再次出現一個更高濃度的極大值，在稍后的時段稍有下降后，夜間尤其是晚間22：00后濃度會繼續攀升或者維持在一個較高的水平。3月25日的凌晨的濃度變化稍有特殊，TSP、PM10和PM2.5的濃度在3：00～4：00出現了一段波動，其余時間濃度正常。而相比而言，其它監測日期內在凌晨時間段三者濃度會維持較高水平，但少有出現波動情況。

在9：00和18：00出現的濃度高峰基本與當天建筑工地的施工高峰時段相一致，由于顆粒物的擴散影響，相對于后者可能稍有滯后。夜間及凌晨的揚塵濃度總維持在較高水平，研究推測，產生這種現象的原因來自于施工本身。首先可能一些特殊施工工序需要連續夜間施工，不然容易出事故。另一個原因可能源于交通管制。成都市白天貨車是不允許上路的，包括混凝土運輸車。只能進行晚上施工，導致夜間施工揚塵的產生。

4.2 總懸浮顆粒物、PM10和PM2.5之間的相關性分析

用TSP的監測濃度分別對PM10和PM2.5的監測濃度進行相關性分析，如圖3所示。從圖3中可以看出，TSP、PM2.5和PM10三者監測濃度的變化趨勢的基本保持一致，換言之三者可能有較好的相關性。從圖中也得到了較好的印證：TSP和PM2.5、PM10的相關性較好，可決系數分別是0.8254和0.7176，TSP和PM2.5之間反而有更好的線性相關性。同理對PM10和PM2.5進行相關性分析，發現二者之間有高度線性相關性，可決系數為0.953，PM10對PM2.5的比例系數為1.79。

為了進一步驗證所得結論的準確與否，研究還采用了TSP、PM10和PM2.5的監測濃度分鐘均值進行相關性分析，共有964組數據。TSP分別與PM10和PM2.5，以及PM10和PM2.5的可決系數分別是0.5056、0.5679和0.9208。根據統計學原理，對于150組以上的數據，只要可決系數大于0.2，在α=1%時，兩個隨機變量之間的線性相關性顯著。因此，雖然研究所用的監測濃度均沒有扣除背景值的影響，但由于樣本數量較多，仍可以宏觀量化三項監測指標之間的線性相關性。

總而言之，TSP、PM10和PM2.5三者之間有良好的線性相關性，由此為監測和研究帶來的簡化也可得到相應的應用。

5 展望

在成都市經濟迅猛發展的今天，工地建設隨處可見，施工揚塵也成為了大氣顆粒物的重要來源，應該盡快加以對其研究和控制，防止對空氣污染造成越來越嚴重的影響。本次研究可以為實施環境管理和制定相應排放標準提供技術支持。另一方面，針對成都市特有的靜風天氣，需要進一步研究創新出更加適合監測和分析成都市施工揚塵排放特征的方案。

參考文獻：

[1]趙秀勇，程水源，田 剛，等. 北京市施工揚塵污染與控制[J]. 北京工業大學學報，2007（10）：1086～1090.

[2]柯伯俊. 四川省大氣污染源排放清單研究[D].成都：西南交通大學，2014.

[3]Goossens D， Offer Z Y. Wind tunnel and field calibration of six aeolian dust samplers[J]. Atmospheric Environment， 2000， 34（7）： 1043～1057.

[4]Taylor C. Section 7. 7 Building Construction Dust[R]. California： CARB， 2002：1～2.

[5]田 剛，李建民，李 鋼，等. 建筑工地大氣降塵與總懸浮顆粒物相關性研究[J]. 環境科學，2007（9）：1941～1943.

[6]黃玉虎，田 剛，秦建平，等. 不同施工階段揚塵污染特征研究[J]. 環境科學，2007（12）：2885～2888.

[7]趙普生，馮銀廠，金 晶，等. 建筑施工揚塵特征與監控指標[J]. 環境科學學報，2009（8）：1618～1623.

Investigation of Dust Emission from a Construction Site in Chengdu

Wang Rong

（College of Architecture and Environment， Sichuan University， Chengdu， Sichuan 610065，China）

Abstract： The frequent occurrence of fog and haze indicates that atmospheric particulate matter has become a primary pollutant in the city， and dust caused by construction activity is an important source. In order to quantitatively study the local construction dust emissions in Chengdu， the experiment selected a representative construction site in Chengdu， which was in deep pit stage and developed appropriate monitoring programs. It carried out 21-day dust on-line monitoring. We analyzed the variation of the concentration of construction dust， as well as the relationships among total suspended particles （TSP）， PM10 and PM2.5.

Key words： construction； dust； deep pit； correlational analyses