城市大气环境安全距离测度模型与应用

王西琴,张 远,高 伟(.中国人民大学农业与农村发展学院,北京 0087；.中国环境科学研究院,环境基准与风险评估国家重点实验室,流域水生态保护技术研究室,北京 000；3.云南大学生态学与环境学院,云南 昆明65009)

城市大气环境安全距离测度模型与应用

王西琴1,张 远2,高 伟3*(1.中国人民大学农业与农村发展学院,北京 100872；2.中国环境科学研究院,环境基准与风险评估国家重点实验室,流域水生态保护技术研究室,北京 100012；3.云南大学生态学与环境学院,云南 昆明650091)

随着城市规模的扩大以及城市群的增加,城市之间的重叠污染现象日益显现,如何解决这一问题,成为关注的热点.提出大气环境安全距离指数(AEI)用于评估城市之间重叠污染,建立大气环境安全距离优化模型,分别是:污染物总量削减优化模型,污染源空间位置优化模型和城市之间下垫面土地利用类型优化模型.以H地区为例,评估了SO2和NOx两种污染物在基准年排放量情景下,H地区与相邻5个地区之间的大气环境安全距离.结果表明, H地区与K地区之间的AEI大于1,揭示两者之间存在重叠污染现象.采用3种优化模型对H地区与K地区进行优化,结果显示,通过削减H地区污染物排放量可实现两个地区大气环境安全距离的目标,H区SO2和NOx排放量需在基准年的基础上分别削减62.3%和63.7%.通过调整H地区污染源空间位置,污染源整体需向西南方向移动,H区与相关客体之间的单指标污染扩散距离可达标,其中SO2的AEI介于0.15～1.00,NOx的AEI介于0.17～1.00;通过对两个地区之间下垫面土地利用优化,在一定程度上可改善H地区和客体之间的大气环境安全距离,H地区与K地区之间SO2和NOx的AEI比实际分别降低了8.8%和0.9%.

城市；大气污染；重叠污染；环境安全距离指数；优化

近年来,我国城镇化进程加快,过去 20年城镇人口年均增长2087万人[1].与此同时,城市建成区面积迅速膨胀和蔓延,土地城市化速度已超过人口城市化[2],随之而来的是城市之间的缓冲地

带日益萎缩,出现了城市与城市之间的污染冲突与叠加问题,如跨界水污染冲突[3-4]、跨界大气污染物输移与污染等[5-8].未来我国将进入城市化快速增长阶段,城市群、城市集聚区的发展,无疑给城市规划与发展带来严峻挑战.如何实现城市合理、有序、健康发展,如何满足环保工作两个检验标准的要求,即人群健康的保障性原则和生态环境的安全性原则,以及如何合理开发和保护等,成为迫切需要解决的问题.

以往的城市规划,较多地关注城市系统本身,忽略了城市与城市之间交错带问题,进而导致许多交错带和边缘区成为环境问题的集中区,并进一步引发交叉污染.生态市、生态创模、资源节约型和环境友好型社会、城市可持续性等考核指标,尽管考虑了生态与环境因素,但是仅限于森林覆盖率、人均绿地面积、湿地面积比重等指标[9-11],缺乏反映城市之间在空间格局上相互影响的指标.虽然已有相关成果研究城市开发格局与空气质量的关系[12],但仍然局限于城市系统内部.此外,污染物总量控制在污染减排方面起到了积极的效果,但是仅考虑了单个城市,未考虑城市之间叠加污染,从而造成排放总量达标但实际污染尚未改善的困境.如果通过工业污染源布局优化、城市与城市之间下垫面绿化率提高等,利用绿地对 SO2和 NOx等大气污染物的净化功能[13-14],那么就可能避免交叉污染,从而解决城市之间的重叠污染问题.针对当前城市大气重叠污染问题,有学者[15]论述了大气污染扩散距离与交叉污染之间的关系,指出研究大气污染扩散距离的必要性;也有学者[16]从多规合一角度探讨了城市开发边界与大气污染扩散距离问题.然而,从量化角度的研究还比较少,仅见水污染扩散的城市安全距离研究[17].目前虽然缺乏城市大气环境安全距离的概念,但已有研究表明大气污染具有区域叠加和输送衰减特征,实际体现了大气环境安全距离的理念.例如,成都、天津和舟山等地区的实证研究表明大气污染物可通过气流输送产生耦合和叠加作用[18-20].在大气污染扩散过程中,污染物也表现出衰减特征[21],且城市之间下垫面类型对大气污染的扩散和净化具有重要影响,其中建设用地不利于污染物扩散和净化,而林地覆盖类型有利于污染物净化[22].国外尚未出现与大气安全距离直接相关的研究,但有学者探讨了城市绿色建筑与城市大气污染的关系,认为绿色建筑对城市大气污染具有显著的削减作用[23].

为此,本文提出大气环境安全距离的概念,用于研究当前我国城市之间污染重叠问题.以某个城市为主体的大气环境安全距离定义为:能保证两城市之间不产生重叠污染的相邻建成区地理位置中心点之间的理论距离.

城市大气环境安全距离的核心是避免城市与城市之间的跨界、交叉、重叠污染,目标是使污染物排放影响范围限制在行政边界内.以空间距离为主要管理手段,可从整体角度综合考虑区域环境问题,突破生态红线仅划定城市内部生态空间范围的局限,实现区域生态安全和持续发展的双重目标.为从根本上解决城市群重叠污染提供可操作的依据.

本文以解决区域之间大气重叠污染为目标,建立污染重叠的评估和优化模型,分别从污染物总量削减、工业污染源空间优化、下垫面条件改善等角度研究如何减少和降低重叠污染问题,以H地区为例进行实证分析,为大气环境安全距离研究提供定量化方法,为解决H地区与相邻地区的重叠污染问题提供决策依据.

1 大气环境安全评估与优化方法

1.1 评估方法

1.1.1 大气环境安全距离指数 为衡量区域之间的实际空间距离是否达到大气环境安全要求,本研究引入大气环境安全距离指数(AEI),即大气污染扩散距离与实际距离的比[式(1)].当 AEI大于 1时,表示实际距离没有达到污染扩散距离的要求,两者之间会产生重叠污染物;反之,当AEI小于1时,表示实际距离满足污染扩散距离要求,不会出现重叠污染.

式中:AEI为大气环境安全距离指数,无量纲;RAB为区域之间的大气污染扩散距离,km; R0为两区域建成区中心点之间的实际距离,km.

1.1.2 大气环境安全距离指数估算方法 主体对某一方位客体的影响程度与污染物排放强度以及该方位风向频率等有关[24].本文采用 16方位法划分风向(图1).

图1 目标主体与16个风向客体之间关系Fig.1 The 16 directions of wind compare to subject

相邻客体之间也存在着重叠污染,本文重点考虑主体对客体的影响,未考虑客体与客体之间的重叠污染问题.主体对客体的污染物重叠量可用公式(2)表示:

式中:Ii为主体排放的污染物对客体的影响程度,采用污染物输入量表示,t;E为主体污染物排放量,t;Wi为主体在方位i的年风向频率.

主体与客体之间对重叠区域污染物的降解,可通过该风向方位(360°的1/16)对应的下垫面区域来实现(图2).图2中的A、B两点为理想状态下 A、B两个城市建成区的中心.该下垫面区域面积的大小及其土地利用类型决定其对重叠污染物的降解能力.下垫面区域面积可由主体与客体之间的距离和风向方位的角度确定,由于本研究按照16个风向方位考虑主客体之间的大气污染扩散关系(图1),因此主体与客体的风向方位构成了一个以 22.5°(360°的 1/16)为对角的平行四边形.两者之间的面积与距离和角度之间的关系可用式(3)表示:

图2 城市A与城市B之间下垫面面积与两者距离的空间关系Fig.2 Intersection area of city A and city B

式中:S为下垫面面积,km2,根据前文大气污染重叠的内涵,这里的下垫面面积指主体与客体建成区之间的面积,RAB同前.

假定缓冲地带大气环境容量利用率为100%,主体与客体之间下垫面面积承担重叠污染物的净化功能.下垫面的净化能力是由下垫面扩散能力和下垫面不同土地利用类型的污染物吸收净化能力构成,下垫面对于污染物的净化能力计算公式如下(式(4)):

式中:PCL为区域大气污染净化能力,t;WP为单位面积大气环境容量,t/km2(基于 A值法或其他仅考虑大气输送与扩散净化能力方法的计算结果);LP为下垫面某种土地利用类型的面积比例;LSE为下垫面中某种土地利用类型的污染物净化能力,t/km2,j为土地利用类型,S同前.

下垫面对大气污染物的净化能力如果大于主体与客体两者重叠的污染物,则认为两者距离达到了大气污染扩散距离的要求,如果重叠的污染物量与下垫面降解的污染物量相等,则说明下垫面净化能力恰好与其环境容量相当,这也正是本文要达到的目标,这时用式(5)表示它们之间的数学关系:

式中:EA和 EB分别为主体和客体的大气污染物排放量,t;WPA、WPB分别为主体与客体在AB连线方向上的年风向频率,S、WP同前.

假定下垫面中有净化能力的土地利用类型为林地和草地,意味着较大限度地利用了环境容量.则根据式(5)可以得到下垫面面积S的计算式(6):

根据下垫面面积与主、客体大气污染物扩散距离的关系(式 3), 可以得到区域之间的大气污染扩散距离计算公式(式7).

式中:RAB和 S符号涵义同前.表明, 区域之间大气污染扩散距离与下垫面面积有关.根据式(1)得到大气环境安全距离指数(AEI)的计算式(8):

式中:AEI、S、R0符号涵义同前.实现了距离与下垫面面积之间的转化.求解AEI的关键就成为确定主体与客体之间的下垫面面积.两者之间下垫面面积与风向频率、污染物强度、土地类型及其对污染物的净化能力等有关,见式(6).

1.2 优化模型

影响大气环境安全距离的因素可分为两类,一类是不可控因素;另一类是可控因素.不可控因素主要考虑在当前技术水平与经济成本下,难以调控的因素,如资源环境背景值、气象条件、地形等.可控因素包括重要污染源的空间位置、污染物的排放量、环境保护目标、下垫面条件等.为了达到大气环境安全距离要求,通过对可控指标的调整和优化,使实际距离符合污染扩散距离的要求.基于大气污染扩散距离的主要影响因素,分别给出三种情景调整方案,情景一:削减大气污染物排放量;情景二:调整主要污染源(工业污染源)空间位置;情景三:改变下垫面土地利用类型.

1.2.1 情景一 削减污染物排放量是降低主体与客体重叠污染最直接和有效的方法.然而,污染物排放量削减受治理成本、产业结构调整、以及劳动力就业等诸多因素,污染物削减率越高,所需要的成本越高,治理的难度增加.鉴于此,情景一的设计思路是在满足污染物扩散距离的约束条件下,求解允许排放的最大污染物量.以寻求既能够满足污染物扩散距离要求,又能实现最低污染物削减率(最小成本).优化模型如下:

目标函数:实现主体污染物排放量EA最大

式中: EA为主体污染物排放量, t.

约束条件 1:主体与各客体 k之间的污染扩散距离RABk小于实际距离R0k.

式中各符号含义同前, k为客体编号.

约束条件 2:非负约束,污染物排放量不小于0,从而保证优化结果的可行性.

决策变量:主体污染物排放量EA.

根据以上优化模型,分别对SO2和NOx进行优化,求解出满足两种污染物扩散距离条件下的污染物最大允许排放量.

1.2.2 情景二 通过对主体重点污染源空间位置优化,达到主体与各客体之间污染扩散距离的要求.本研究污染源空间位置的确定是选定排放量占 90%以上污染源,根据这些污染源分布的位置,概化到几何中心点,将该点位投影坐标作为空间位置.目标函数是污染扩散距离最小,约束条件是主体与每个客体AEI不大于1,以及重点污染源的位置限定在其行政区范围内等.

优化模型如下:

目标函数:主体与各个客体 k之间的大气环境安全距离指数加和最小

式中符号含义同前.

约束条件1:主体与各客体k之间的AEI小于等于1,即RABk小于实际距离R0k.该约束条件的数学表达形式同情景一的约束条件1.

约束条件 2:重点污染源的位置位于主体行政范围内

式中:(x0,y0)为主体污染源投影横纵坐标值;f(x0)min为研究区下边界与 x0对应的投影坐标值;f(x0)max为研究区上边界与 x0对应的投影坐标值.

决策变量:主体污染源地理位置(x0,y0).

1.2.3 情景三 随着城市绿化和生态工程的日益重视,通过生态空间的扩大成为人类改善环境的重要途径之一.本情景拟通过改变主、客体之间下垫面土地利用类型,增强缓冲区污染净化能力,从而达到优化大气环境安全距离的目的.模型如下:

目标函数: 实现污染物扩散边界最小,通过最小化AEI间接表征.

式中符号含义同前.

约束条件 1:主体与各个客体 k之间的 AEI不大于1. 该约束条件的数学表达形式同情景一的约束条件1.

约束条件 2:林地和草地覆盖率之和小于100%

式中:CRfor和 CRgra分别为主体与客体之间林地和草地的覆盖率;CRwat为水域比例.

约束条件 3:主体与客体污染物排放量保持现状不变.

式中:EA和Ei分别为主体和相关客体的污染物排放量,t;EA和Ekc分别为主体和客体的现状年污染物排放量,t. k同前.

决策变量:缓冲带林地覆盖率(CRfor)和草地覆盖率(CRgra).

以上模型求解在LINGO 9.0平台上进行,使用非线性全局最优算法.

2 案例研究

2.1 目标主体与客体识别

本文以辽宁省H地区为例进行研究,该地区多年平均降水量为 620.1mm,具有时空分布不均匀特征;主导风向为正北,多年平均气温 10℃左右,研究区面积2299km2,基准年总人口100.8×104人,城镇化率68.1%.包括5个重点经济区,6个重点园区,2个化工园区,重点行业为石油加工和炼焦业、化学原料及化学制品制造业、医药制造业等,风险源企业约有200多家,重点污染源来自化工企业,以大气污染为主,污染指标为 SO2、NOx. H区土地利用以农业生态系统和森林生态系统为主,耕地 41.83%、林地 21.83%、草地 0.39%,水域5.17%、城镇建设用地17.42%.拥有国家级自然保护区、森林公园、地质公园、风景名胜区等,上述合计面积 300km2.拟规划和建设经济开发区,以带动周围地区的发展.为此,将 H地区作为主体,与其相邻的5个地区作为客体,客体分别是J、K、L、M区、N等地区等(图3).大气污染扩散包括主体与5个客体之间的扩散距离,即由SO2和NOx2种污染物、5个大气环境安全距离组成.

图3 主体H地区与相邻5个客体的地理位置Fig.3 Location of subject H and its related 5 objects

2.2 参数来源与确定

H区地理位置的中心点与客体地理中心点位置之间的距离作为实际距离.地理中心点根据建成区的几何中心确定,操作平台为ArcGIS 10.0.经计算,主体与各个客体的实际距离分别是: H—J 46.44km、H—K 36.34km、H—L 66.03km、H—M 54.27km、H—N 64.53km.

所需参数有污染物排放量、单位面积大气污染物环境容量、风向频率、森林和草地等对大气污染物的净化能力等.污染物排放量数据来源于环境统计年鉴(表1),单位面积大气污染物环境容量采用经验数据,其中 SO2、NOx分别为 22.49t/ km2、NOx18.44t/km2[25].

表1 基准年主客体大气污染物排放量(t)Table 1 Atmospheric pollutants emission for districts ofcase studied in base year (t)

根据研究区气象站点的多年(1951～2012年)逐日风向数据,计算出H区在16个风向的出现频率(某风向天数/总天数),根究客体所在风向,计算得到H地区与5个客体之间的风向频率矩阵(表2).H区1951～2012年风向频率最大的是正北、其余依次是正南、南西南、北西北,风向频率分别是18.5%、18.2%、14.3%、10.6%.

表2 H区与客体风向频率矩阵Table 2 Matrix of wind frequency between H and the reference districts

根据基准年土地利用类型,获得下垫面森林覆盖率和草地覆盖率(表3),其中单位面积吸收污染物的数据参考文献[20-21].

表3 H地区与客体之间下垫面森林和草地覆盖率及其污染物净化能力Table 3 Purifying ability of forest and grassland in the intersection of H and the reference districts

2.3 大气环境安全距离评估

依据 3.2节数据,采用式(1)～式(9),评估基准年污染物排放量情景下的大气环境安全距离.

图4 基准年H与客体之间的大气环境安全距离指数Fig.4 AEI of H and its related districts in base year

结果表明NOx环境安全距离大于SO2,按照取大原则,确定以 NOx指标作为推荐值(图 4),依次是:H地区-J地区 19.83km、H地区-K地区59.24km、H地区-L地区15.03km、H地区-M地区15.35km、H地区-N地区42.79km.由图4看出,仅H—K地区之间的SO2、NOx的AEI大于1,分别是1.53、1.63,说明H地区与5个客体之间,仅与K地区之间存在着重叠污染,需要通过相关的措施进行调整和优化从而避免重叠污染.其余均在大气污染扩散距离范围之内,符合大气安全距离的要求.

2.4 大气环境安全距离优化

(1)情景一

表4 情景一H与客体之间的AEITable 4 AEI of H and the reference districts under Scenario 1

情景一的优化结果见表 4,结果显示,如果完全依靠H区减少污染物量达到H地区与K地区之间污染不重叠的要求,则H区SO2和NOx排放量需在基准年的基础上分别削减62.3%和63.7%.在这种方案下除H地区与K区AEI等于1外,其它客体AEI均小于1,介于0.14～0.52,说明这些客体存在一定的剩余环境容量.

(2)情景二

分别以SO2和NOx两种污染物指标进行空间位置的优化.结果显示,SO2空间位置的优化有2个解,即在不产生重叠污染的要求下,污染源位置可以进行 2种方案的调整(表 5),由原来的(E121°56′40″,N39°25′0″)调 整 到 A 点(E121°47′48″,N39°7′1″)或者 B点(E121°52′11″, N39°3′4″),说明SO2污染源需要在现有位置基础上向西南方向移动.在这种方案下,H区与相关客体之间的 SO2污染将不发生重叠,AEI介于0.15～1.

NOx的污染源空间优化得到2个解,具体位置见表 5,由原来的 (E121°56′40″,N39°25′0″)调整到 A点(E121°52′15″,N39°7′39″)或者 B点(E121°58′3″,N39°7′54″),说明污染源在东西方向上的约束不强,需要在现有的位置基础上向南移动.在这种方案下,H区与相关客体之间的NOx不产生重叠污染,AEI介于0.17-1.00,相对于SO2的优化点位,NOx优化点位更偏东.

表5 情景二H地区污染源优化位置及AEITable 5 AEI and optimal location of H and the reference districts under Scenario 2

可以看出,通过污染源的空间布局优化,可以实现单指标污染物不重叠目标,空间布局优化具有较高的潜力,合理的工业布局可以有效缓解和解决区域之间的污染重叠问题.

(3)情景三

优化下垫面土地利用类型结果显示(表 6), SO2指标的AEI介于 0.19～1.40之间、NOx介于0.23～1.61之间,H地区和K地区之间的AEI仍然大于 1,对比优化前的 H—K地区之间的SO2、NOx的AEI 1.53和1.63,在该方案下,分别降低了8.8%和0.9%,说明改变下垫面条件在一定程度上可以改善两者之间的重叠污染,但是难以实现大气环境安全的目标,主要原因是现有的主体与客体之间缓冲地带面积有限,即使全部替换为林地,也不足以净化两者之间的重叠污染物量.

表6 情景三H区与客体之间下垫面类性及AEITable 6 AEI of H and the reference districts underScenario 3

3 结论

3.1 本文提出大气环境安全距离指数并用于评估城市之间的重叠污染问题, 通过城市之间缓冲区面积表征两者之间的污染扩散距离,较好地实现了大气污染物扩散距离与空间的转换,从而为环境管理实现空间管控提供理论依据.本文对H地区与相邻5个地区重叠污染问题的研究结果表明,基准年排放情况下仅H地区与K地区之间存在重叠污染问题,需要采取相应措施进行调控.

3.2 本文提出的3种情景优化策略分别是以污染减排、以污染源空间位置调控和以下垫面结构调控为决策变量构建优化模型.对H区的研究结果表明,前2种情景均能解决H地区与K地区之间的重叠污染问题,其中削减污染物排放总量需要较大的幅度,而现状环境容量利用率未超过污染物总量排放目标.因此,通过削减污染物调控两个区域之间重叠污染的挑战较大.

第二种优化方案需要在现有污染源布局的基础上向西南方向移动,就可以解决H地区与K地区之间的单指标重叠污染问题,主要原因是充分利用了下垫面的污染净化能力,规避了污染排放过度集中的问题.经过污染源空间优化.第三种情景优化方法虽然不能完全解决H地区与K地区之间的重叠污染问题,但是在一定程度上降低了重叠污染的程度,AEI下降了0.9%.

3.3 本文涉及到的主要参数有污染物排放量、风向频率等,特殊的参数包括下垫面土地利用类型、下垫面对污染物的净化能力、单位面积大气污染物环境容量等,由于各地区下垫面类型的差异以及对污染物净化能力的不同,决定了对于同一种污染物具有不同的净化能力.所以,在具体研究时需要根据研究区的特点确定.本文森林和草地等对大气污染物的净化能力、单位面积大气污染物环境容量等参数,均采用经验数据,且未考虑主体与各客体之间下垫面的区别,同时未考虑农田对于污染物的净化问题,此外,本文仅考虑了主体与客体之间的重叠污染问题,没有考虑相邻客体之间的重叠污染, 难免对评估和优化结果精确性有一定的影响,上述问题希望在今后的研究中不断完善.

[1]中华人民共和国国家统计局.中国统计摘要 2015 [Z]. 北京:中国统计出版社.

[2]傅建春,李 刚,赵 华,等.中国城市人口与建成区土地面积异速生长关系分析--基于652个设市城市的实证研究[J].中国土地科学, 2015,(2):46-53.

[3]虞锡君.太湖流域跨界水污染的危害、成因及其防治 [J]. 中国人口·资源与环境, 2008,18(1):176-179.

[4]饶清华,邱 宇,王菲凤,等.闽江流域跨界生态补偿量化研究[J]. 中国环境科学, 2013,33(10):1897-1903.

[5]Coulibaly S, Minami H, Abe M, et al. Seasonal fluctuations in air pollution in Dazaifu, Japan, and effect of long-range transport from Mainland East Asia [J]. Biological & Pharmaceutical Bulletin, 2015,38(9):1395-1403.

[6]程 真,陈长虹,黄 成,等.长三角区域城市间一次污染跨界影响 [J]. 环境科学学报, 2011,31(4):686-694.

[7]李 锋,朱 彬,安俊岭,等.2013年12月初长江三角洲及周边地区重霾污染的数值模拟 [J]. 中国环境科学, 2015,35(7):1965-1974.

[8]刘 冰,彭宗超.跨界危机与预案协同--京津冀地区雾霾天气应急预案的比较分析? [J]. 同济大学学报(社会科学版), 2015, (4):67-75.

[9]李名升,佟连军.中国环境友好型社会评价体系构建与应用 [J].中国人口·资源与环境, 2007,17(5):105-111.

[10]李 锋,刘旭升,胡 聃,等.城市可持续发展评价方法及其应用[J]. 生态学报, 2007,27(11):4793-4802.

[11]杨卫泽,韩之俊.宜居生态市评价指标解析 [J]. 环境科学研究, 2010,23(2):237-241.

[12]于 静,张志伟,蔡文婷,等.城市规划与空气质量关系研究 [J].城市规划, 2011,35(12):51-56.

[13]Li S N, Lu S W, Pan Q H, et al. Research on the eco-purificationfunction of urban forests in Beijing [J]. Journal of Food Agriculture & Environment, 2013,11(2):1247-1254.

[14]王晓磊,王 成.城市森林调控空气颗粒物功能研究进展 [J].生态学报, 2014,34(8):1910-1921.

[15]高吉喜,张惠远.构建城市生态安全格局从源头防控区域大气污染 [J]. 环境保护, 2014,42(6):20-22.

[16]贾滨洋,曾九利,李 玫,等.“多规融合”下的城市开发边界与最小大气污染扩散距离 [J]. 环境保护, 2015,43(3):23-26.

[17]贾 宁,董 欣,宁 雄,等.基于BP神经网络水质模型的城市安全距离研究——以芜湖和马鞍山为例 [J]. 中国环境科学, 2016,36(6):1905-1912.

[18]史 凯,刘春琼,吴生虎.基于 DCCA方法的成都市市区与周边城镇大气污染长程相关性分析 [J]. 长江流域资源与环境, 2014,23(11):1633-1640.

[19]周 阳,陈 璐,孟丽红,等.天津市区县间大气污染相互传输贡献研究 [J]. 环境科学与技术, 2015,38(4):112-115.

[20]方利江,傅贤康,谢立峰,等.舟山本岛大气污染输送过程的数值模拟分析 [J]. 环境科学研究, 2014,27(10):1087-1094.

[21]陈 莉,白志鹏,苏 笛,等.利用LUR模型模拟天津市大气污染物浓度的空间分布 [J]. 中国环境科学, 2009,29(7):685-691.

[22]迟妍妍,张惠远,饶 胜,等.珠江三角洲土地利用变化对特征大气污染物扩散的影响 [J]. 生态环境学报, 2013,(10):1682-1687.

[23]K. V. Abhijith, Prashant Kumar, John Gallagher, et al. Air pollution abatement performances of green infrastructure in open road and built-up street canyon environments — A review [J]. Atmospheric Environment, 2017,162:71—86.

[24]符传博,丹 利,唐家翔,等.1960～2013年华南地区霾污染的时空变化及其与关键气候因子的关系 [J]. 中国环境科学, 2016, 36(5):1313-1322.

[25]肖建武,康文星,尹少华,等.城市森林净化环境功能及经济价值评估——以"国家森林城市"长沙市为例[J].浙江林业科技, 2009,29(6):71-75.

[26]叶文虎,魏 斌,仝 川,等.城市生态补偿能力衡量和应用 [J].中国环境科学, 1998,18(4):298-301.

《中国环境科学》核心影响因子学科排名实现五连冠

根据中国科学技术信息研究所2016年10月12日发布的《2016年版中国科技期刊引证报告(核心版)》,中国环境科学学会主办的《中国环境科学》2015年核心影响因子1.812,在环境科学技术及资源科学技术学科排名继续位居第一,在统计的1985种中国核心科技期刊中排名38位.自2011年以来,《中国环境科学》影响因子排名一直保持学科榜首.

《中国环境科学》编辑部

Evaluating model and application of atmospheric environmental safety distance in urban.

WANG Xi-qin1, ZHANG Yuan2, GAO Wei3*(1.School of Agricultural Economics and Rural Development, Renmin University of China, Beijing 100872, China；2.State Key Laboratory of Environmental Criteria and Risk Assessment, Laboratory of Riverine Ecological Conservation and Technology, Chinese Research Academy of Environmental Sciences, Beijing 100012, China；3.School of Ecology and Environmental Sciences, Yunnan University, Kunming 650091, China). China Environmental Science, 2017,37(9)：3292～3300

With the expansion of urban area and growing urban groups, cross-city pollution is becoming increasingly serious, and more concerns have been raised over this issue. This study defined the concept of atmospheric environmental safety distance index (AEI) as an indicator of cross-city pollution and built an optimization model to quantify the environmental safety distance. The model consists three components: (1) pollution reduction, (2) adjusting pollution source location, (3) optimizing land use. In the case study, the model was applied to H area, to calculate 5AEIs related to H in two scenarios of different pollutant emissions of SO2and NOxin a base year. Results showed that AEI between H and K is larger than 1, indicating the presence of cross pollution between these two areas. Results from optimization indicated that the AEI can be reduced to 1.0under the emission reduction scenario when pollutant emissions for SO2and NOxwould be reduced by 62.3% and 63.7% respectively. The adjusting pollution source location scenario showed that the location should be moved to southwest, and AEI for SO2and NOxcould be reduced to 0.15～1.00 and 0.17～1.00. Optimizing land use can reduce AEI though fails to meet the target. Moreover, the AEI between H and K could be reduced by 8.8% and 0.9% for SO2and NOxrespectively.

urban；air pollution；cross-city pollution；environmental safety distance；objective optimization

X321

A

1000-6923(2017)09-3292-09

2017-02-24

云南省基础研究计划青年项目(Y0120160068)

* 责任作者, 讲师, gaowei@ynu.edu.cn

王西琴(1965-),女,陕西西安人,教授,博士,博士生导师,主要从事资源经济与环境管理.发表论文80余篇.