2013—2022年衡水市大氣環境容量變化特征分析

張玉婷 吳雁 盧西暢 白詠玉

摘要 基于2013—2022年ERA5再分析資料和饒陽國家氣候觀象臺地面觀測資料，采用A值法計算了衡水市大氣環境容量，并分析其變化趨勢。結果表明，近10年來，衡水市大氣環境容量呈波動變化，大氣環境容量較大的年份為2013、2014、2019和2022年，較小的年份為2015、2016、2018和2020年。一年中，春季平均大氣環境容量最大，為47.64萬t；冬季平均大氣環境容量最小，為31.33萬t。一天中，02：00、05：00、23：00較小，最小為05：00的12.34萬t，08：00、14：00、20：00較高，最大為08：00 114.61萬t，白天的大氣環境容量大于夜間。

關鍵詞 衡水市；大氣環境容量；A值法；變化趨勢

中圖分類號：P467 文獻標識碼：B 文章編號：2095–3305（2023）09–0-03

隨著我國工業化、城市化進程加快以及經濟不斷發展，各類能源和資源被大量消耗，大氣污染問題日漸凸顯，尤其是人類活動密集地區的污染問題尤為嚴重，部分地區污染物排放已經超過該地區的大氣環境容量[1-2]。

大氣環境容量是指在給定的時間和空間范圍內，在特定的氣象條件和大氣污染物排放特征下，為達到大氣環境目標值所允許的大氣污染物排放總量的最大值[3-4]。大氣環境容量核算方法主要包括A值法、模型模擬法、線性優化法等[5-6]。其中，A值法基于箱模式理論，計算過程簡便、可操作性較強，在《制定地方大氣污染物排放標準的技術方法》中規定用于計算污染物排放總量的限值。目前，A值法被廣泛應用于大氣環境容量的計算。

吳蓉等人[7]采用A值法對安徽省1961—2010年的大氣環境容量系數進行計算并分析其變化趨勢，發現近50年安徽省大氣環境容量系數呈下降趨勢，大氣自凈能力降低。高嬋娟等人[8]基于修正A值法對2018年吉林市城區的容量系數（A值）進行計算，發現吉林市城區的A值1月最小，4月最大。李蕊等人[9]利用A值法對云南省大氣環境容量系數進行計算并對其變化特征進行分析，發現云南整體大氣自凈能力逐漸減弱。姜景陽等[10]使用A值法對哈爾濱市、綏化市和大慶市的大氣環境容量進行計算，發現這3個城市非采暖季的環境容量均高于采暖季。

目前，針對河北省中南部平原地區大氣環境容量時間變化特征的研究較少。衡水市位于河北省東南部平原地區，是京津冀的重要組成部分，是我國大氣污染比較嚴重的區域[11]。隨著該市工業的不斷發展，大氣污染問題日益凸顯，且衡水所處的地理位置和氣候特征不利于空氣污染物稀釋和擴散，使得污染物排放逐漸超出該地區的大氣環境承載力，嚴重影響人們的身體健康和生活環境[12-15]。從2013年起，國務院先后出臺各項大氣污染防治舉措，并在2017年《大氣重污染成因與治理攻關項目》明確指出將京津冀及其周邊地區的“2+26”個城市作為重點關注對象，對其大氣污染防治措施進行研究。近年來，在政府和相關部門的共同努力下，衡水市大氣污染防治取得顯著成效。為持續深入打好“藍天保衛戰”，全面提高污染治理水平，持續改善環境空氣質量，為實現生態環境保護與經濟協同發展，對衡水市開展大氣環境容量研究具有重大意義。利用ERA5再分析資料及饒陽國家氣候觀象臺的氣象數據，對2013—2022年衡水市的大氣環境容量進行計算，并對其時間變化特征進行分析，為相關部門精準治污、科學治污以及城市未來可持續化發展提供重要決策依據。

1 資料與方法

1.1 資料

2019年以來，由于各級氣象臺站按照中國氣象局規定相繼取消云量觀測，本研究采取2013—2022年饒陽國家氣候觀象臺觀測數據ERA5再分析資料，利用其逐日8個時次（02：00、05：00、08：00、11：00、14：00、17：00、20：00和23：00）的總云量、低云量、地面風速和小時降水量等氣象要素數據，以饒陽國家氣候觀象臺數據為例，對衡水市的大氣環境容量進行計算和分析。由于ERA5再分析資料是空間分辨率為0.25°×0.25°的格點數據資料，因此，對饒陽國家氣候觀象臺所在格點的4個ERA5再分析云量數據進行平均，并將其作為該站點的云量數據。

1.2 A值法

結合徐大海等人[16-17]的研究結果和國標中關于大氣環境容量的計算方法，采用A值法對衡水市大氣環境容量進行計算。Hanna等人通過研究發現，考慮干沉降、濕沉降和化學衰變后的單箱模型中，箱中平均濃度為：

C =（1）

式（1）中，C為箱中污染物平均濃度，Hi為混合層厚度，Δx為箱內順風長度，Cb為上風和進入箱內的污染物本底濃度，Wr為清洗比，ud為干沉積速度，Tc為污染物半衰減周期。假設C與大氣污染物濃度的標準限值Cs相等，污染物的半衰減周期足夠長，且Cb視為0，可

得到：

qs=+（ud+Wr R）Cs（2）

式（2）中，qs為允許排放率密度，假設研究區域面積為S，則認為Δx =2，在周期時間T內，該區域允許排放污染物的總量為Qa=qs×S×T，若T為1年，則：

Qa=0.0031536×103Cs［+S（ud+Wr×R）×103］（3）

經過處理，最終可得：

Qa=（4）

A=0.0031536×［VE+×（ud+Wr×R）×103］（5）

VE=uHi（6）

式（3）～（6）中，Qa為大氣環境容量（萬t/年），A為區域總量控制系數，Cs為大氣污染物標準濃度（PM2.5標準濃度限值為75 μg/m3），VE為通風量（m2/s），Hi為混合層厚度（m），u為混合層內平均風速（m/s），Wr為清洗比（取0.17），R為年降水量（mm/h），ud為干沉積速度（m/s），取0.002 m/s，S為區域面積（km2）。

2 結果與分析

為評價ERA5再分析資料云量數據的精度，將2013—2022年ERA5再分析資料中低云量（LCC）、總云量（TCC）數據差值到饒陽國家氣候觀象臺，并將其與本站云量觀測資料進行對比，分析結果顯示（圖1），在低云量數據中，兩者相差一成、兩成、三成之內的百分比分別為52%、55%、56%；在總云量數據中，兩者相差一成、兩成、三成之內的百分比分別為51%、60%、65%。根據相關文獻指標，兩者相似程度較高，因此可以用ERA5數據代替觀測數據[18-20]。

2.1 大氣環境容量的年變化特征

將每日8個時次（02：00、05：00、08：00、

11：00、14：00、17：00、20：00、23：00）ERA5總云量、低云量數據插值到饒陽國家氣候觀象臺并結合其觀測實況數據，建立數據集。經計算得到2013—2022年逐年的大氣環境容量（圖2）。可以看出，衡水市近10年大氣環境容量呈波動變化，其中，大氣環境容量較大的年份為2013、2014、2019和2022年，最大為2022年的71.49萬t，較小的年份為2015、2016、2018和2020年，最小為2015年的31.25萬t。

2.2 大氣環境容量的季節變化特征

將每日8個時次ERA5數據和饒陽國家氣候觀象臺觀測數據，按季節分為春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月—翌年2月），建立數據集，并計算每個季節的大氣環境容量，最后得到2013—2022年的平均值，分析其季節變化特征。結果顯示，衡水市春季、夏季、秋季、冬季大氣環境容量分別為47.64萬、38.42萬、35.25萬、31.33萬t。可以看出一年中，春季大氣環境容量最大，冬季最小，從春季到冬季呈下降趨勢（圖3）。

2.3 大氣環境容量的日變化特征

將2013—2022年ERA5數據和相應饒陽國家氣候觀象臺云量觀測數據，分8個時次（02：00、05：00、08：00、11：00、14：00、17：00、20：00、23：00）建立數據集，分析衡水市大氣環境容量日變化特征。結果顯示，8個時次中02：00、05：00、23：00較低，最低為05：00的12.34萬t，其次為02：00的26.48萬t；11：00、14：00、17：00較高，最高為14：00的114.56萬t，其次為11：00 89.99萬t。總體來看，白天的大氣環境容量大于夜間（圖4）。

3 結論

第一，2013—2022年ERA5再分析

資料中低云量、總云量數據與饒陽國家氣候觀象臺云量觀測資料相似程度較高，可用ERA5數據代替觀測數據。

第二，以饒陽國家氣候觀象臺數據為例計算衡水市大氣環境容量，結果表明，近10年來衡水市大氣環境容量呈波動變化趨勢，其中，大氣環境容量較大的年份為2013、2014、2019和2022年，最大為2022年的71.49萬t，較小的年份為2015、2016、2018和2020年，最小為2015年的31.25萬t。

第三，一年中衡水市春季大氣環境容量最大，冬季大氣環境容量最小，從春季到冬季呈逐漸下降趨勢。

第四，一天中衡水市02：00、05：00、23：00大氣環境容量較低，最低為05：00的12.34萬t，08：00、14：00、20：00較大，最大為08：00 114.61萬t，白天的大氣環境容量大于夜間。

參考文獻

[1] 許啟慧，范引琪，井元元，等.1972—2013年河北省大氣環境容量的氣候變化特征分析[J].高原氣象，2017，36（6）：1682-1692.

[2] 徐大海，朱蓉.我國大陸通風量及雨洗能力分布的研究[J].中國環境科學， 1989，9（5）：367-374.

[3] 張天宇，張丹，王勇，等.1951—2018年重慶主城區大氣自凈能力變化特征分析[J].高原氣象，2019，38（4）：901-910.

[4] 楊新吉勒圖，劉宇情，韓煒宏.大氣環境容量的影響因素及核算方法綜述[J].能源環境保護，2021，35（4）：9-13.

[5] 孟曉杰，柴瑩瑩，于華通.多尺度大氣環境容量核算方法研究進展[J].環境污染與防治，2021，43（12）：1602-1607，1613.

[6] 范紹佳，黃志興，劉嘉玲.大氣污染物排放總量控制A－P值法及其應用[J].中國環境科學，1994（6）：407-410.

[7] 吳蓉，盧燕宇，王勝，等.1961—2010年安徽省大氣環境容量系數變化特征分析[J].氣候變化研究進展，2017，13（6）：545-556.

[8] 高嬋娟，周映燃，張超，等.基于修正A值法的吉林市城區控制區大氣環境容量研究[J].安全與環境學報，2021，21（3）： 1292-1299.

[9] 李蕊，黃瑋，李蒙.云南大氣環境容量系數變化特征及未來變化趨勢預估[J].氣象與環境科學，2023，46（1）：73-81.

[10] 姜景陽，查冬蘭，曹勝，等.哈大綏城市“十三五”期間大氣環境容量分析[J].中國環境監測，2023，39（3）：24-31.

[11] 楊婷，王自發，何立濤，等.衡水市大氣污染成因研究及治理經驗[J].環境科學研究，2019，32（10）：1730-1738.

[12] 崔紅芳，陳萍.衡水市大氣污染綜合治理對策研究[J].科技創新與應用，2015 （32）：165.

[13] 徐卓瑩，彭珍，樊文雁.京津冀地區大氣環境容量時空變化特征研究[J].環境科學學報，2023，43（6）：48-56.

[14] 王涵，張錦博，郭懷成，等.基于排放量分解法的河北省工業部門大氣污染排放影響效應分析[J].北京大學學報（自然科學版），2023，59（5）：823-832.

[15] 申偉寧，蘇爽，柴澤陽.京津冀及周邊地區大氣污染防治工作方案實施效果評估：基于雙重差分模型的實證分析[J].生態經濟，2023，39（7）：209-215.

[16] 徐大海，朱蓉.大氣平流擴散的箱格預報模型與污染潛勢指數預報[J].應用氣象學報，2000（1）：1-8，11-12.

[17] 徐大海，王郁.確定大氣環境承載力的煙云足跡法[J].環境科學學報，2013，33 （6）：1734-1740.

[18] 李江夏，朱鈺，徐杰，等.ERA-Interim和ERA5再分析風資料在中國近海的適用性對比研究[J].海洋通報，2023，42 （3）：260-271.

[19] 李浙華，范從文，鄧超，等.CLDAS陸面同化資料和ERA5-Land再分析資料氣溫產品在江西省的適用性評估[J].氣象與減災研究，2023，46（1）：44-51.

[20] 郭鑫，韓震，廖廓.基于ERA5再分析資料的中國近海淺水區域風能潛力評估[J].海洋通報，2022，41（3）：325-335.

Analysis on the Variation Characteristics of Atmospheric Environmental Capacity in Hengshui from 2013 to 2022

Zhang Yu-ting et al（Raoyang National Climate Observatory， Raoyang， Hebei 053900）

Abstract Based on the ERA5 reanalysis data and the surface data of the observation station of Raoyang Meteorological Bureau from 2013 to 2022， the atmospheric environmental capacity of Hengshui was calculated by A value method， and its changing trend was analyzed. The results show that the atmospheric environmental capacity of Hengshui has fluctuated in the past 10 years. The higher years were 2013， 2014， 2019 and 2022， and the lower years are 2015， 2016， 2018 and 2020. In a year， the maximum atmospheric environmental capacity in spring was 476 400 tons， and the minimum in winter was 313 300 tons， which gradually decreases from spring to winter. During the day， 02：00， 05：00 and 23：00 are lower， the lowest was 123.4 thousand tons at 05：00， and it was higher at 08：00， 14：00， 20：00， the highest was 1 146.1 thousand tons at 08：00. The atmospheric environmental capacity during the day was higher than that at night.

Key words Hengshui; Atmospheric environmental capacity; A value method; Variation trend