李崇兴 赵荣 王海东
摘要：根据国家气象局中国天气网站公布的北京和河北部分城市整点天气实况以及环保部公布的空气质量指数等资料分析了北京地区空气含水量的本底值和雾霾气候条件下的增量。结果表明，采暖季节，人为释放的水气量导致北京地区空气含水量产生较大幅度的增加，对北京地区的雾霾天气加重起着不可忽视的作用。经过对2016年12月和2017年12月两次雾霾天气过程的分析，发现其平均空气含水量高出本底值0.78g/m3，北京城区站2017年12月29日0～7时空气含水量增幅为24.4%。
关键词：人为排放；水汽；雾霾；影响分析；北京
中图分类号：X513文献标识码： ADOI：10.3969/j.issn.1003-8256.2020.02.009
开放科学（资源服务）标识码（OSID）：
0引言
2013年采暖季华北地区发生强雾霾重污染事件，引起了全社会的高度重视。北京市不断加大大气污染防治工作力度，通过采取压减燃煤、治污减排、煤改电、煤改气等综合防治措施，大气污染物排放持续减少，环境质量明显改善。但2018年2月底至3月初，北京市连续出现了多次重污染天气。对采取环境治理措施前后的能源燃烧排放物成分对比分析发现，SO2和氮氧化物等大气污染物排放量减少，而水汽的排放量增多。如工业生产过程中，燃煤电厂的湿法脱硫脱硝、燃煤采暖锅炉的湿法除尘、焦化厂的湿法息焦、天然气锅炉、液化气（天然气、石油气）汽车、燃气热电厂、生物质发电厂、垃圾焚烧发电厂等均向大气环境中排放了大量的水汽。特别是燃气锅炉和热电厂以及液化天然气的汽车燃烧产生的烟气中含有20%（体积）水蒸气，在低空排放时对局部区域的大气中的水汽含量产生了一定的影响。北京冬季每天用于采暖的天然气量已超过1亿立方米，每天向大气中释放的水汽量已超过16万吨。根据气象专家对北京冬季不同类型雾中边界层的结构和演变规律研究结果，北京冬季雾气过程低层大气中存在逆温层，逆温层高度在100米～ 200米之间。这些水汽释放到北京市城市主城区1000平方公里高度200米范围内的大气中，每立方米空气中每天将增加0.75克水汽，如不能及时扩散将对北京地区空气的相对湿度产生较大的影响。
近年来，国内学者对空气相对湿度与雾霾天气的关系进行了深入的研究和探讨。相关研究表明：气象条件是雾霾形成的外因，比如高湿、小风、逆温等，在污染物排放基本相同的前提下会导致更严重的污染[1-2]；空气中的水汽通过促进二氧化硫、氮氧化物被氧化成SOA（二次污染颗粒）而加剧雾霾天气[3]；雾霾污染过程中，二次生成颗粒物可占PM2.5的60～70%[4]；不同时刻大气液态水含量的廓线图对雾、霾天气的预报有指导意义[5]。对于雾霾的成因，学者表明并非完全的自然现象，大量人类活动排放的大气气溶胶粒子加重了雾霾[6]；导致北京严重空气污染的气溶胶源地以北京当地及其周边邻近地区的污染源为主[7]；气态污染物的非均相反应会导致颗粒物吸湿性显着增强，从而对强霾污染形成起到促进作用[8]。综上所述，各位专家学者的研究结果有一个共同的指向，就是空气中的水汽与雾霾天气的形成有着十分密切的关系。
大气中的水汽主要来源于自然界和人为产生两方面，但目前学者对雾霾成因的研究中，并未考虑人为排放水汽的影响，在工程设计的环境影响评价中也没有考虑人为大量排放水汽产生的负面影响。煤改气是改善北京大气环境的一项重要措施，随着天然气消耗量的剧增，天然气燃烧释放的水汽对北京地区大气的负面影响也在增大。本文对北京的天然气燃烧释放的水汽对大气的影响进行了深入的研究，利用气象实时观测数据从整体和局部的角度分析雾霾气候条件下北京地区大气中水汽的变化，特别是对2016年12月和2017年12月两次雾霾天气过程的分析，得到了定量的分析结果。
1资料与方法
1.1资料来源
本文收集的数据主要来源于各气象站以及环保监测站，分别在采暖季和非采暖季两种情况下收集正常气候条件、雾霾气候条件和大风气候条件三种天气下的相应数据，主要包括气温、相对湿度、降雨量和风力风速等实测数据。本文采用“点”和“线”相结合方式论证天然气燃烧排放水汽对雾霾天气的影响。首先，建立如图1所示的地理参照系，从河北省南端的邯郸市通过邢台、石家庄、保定、北京市区及北部的延庆区划一条直线，选取这条线上的10个市县的气象站作为样本，收集相关气象数据。其次，选取北京门头沟区黑山供热公司和海淀区上庄热电厂为研究对象，收集相关气象数据进行分析。
1.2研究方法
研究天然气释放水汽产生的影响，首先要分析这部分水汽占空气中全部水汽的比例，特别是采暖期燃气锅炉烟气释放的水汽的比例，才能对其影响程度作出分析和判断。因此，本文采取“有无对比”的方法，对比分析采暖季和非采暖季两种情况下的气象情况，分别根据采暖季和非采暖季两种情况下收集到的空气相对湿度和温度等实测气象数据计算空气绝对湿度，绘制空气含水量曲线，分析不同气候条件下的变化规律。本文根据大量实测数据，通过对比分析，得出地理参照系上空气含水量的趋势线，并据此尝试提出了水汽本底值的计算方法，根据曲线的走向、平滑度、倾角等数据，可以判断北京城区站在没有人为影响时的本底值，进一步计算人为排放水汽的影响比例和程度。并在北京市内选取了供热厂进行周围气象数据分析，进而验证了天然气燃烧释放水汽的影响。
2人为排放水汽对北京地区近地空气层水汽量的影响分析
2.1利用气象观测数据分析天然气释放水汽对北京地区的影响
（1）时间：选取人类活动产生的水汽影响最低的时间段，凌晨0～7时。非采暖季选取10月最有代表的4天，8日（中度污染）、13日（空气质量良）、21日（轻度污染）29日（空气质量优）。采暖季节选取2016年12月18日（重度污染）、26日（空气质量良）、2017年12月3日（中度污染转轻度污染）、28日（轻度污染）29日（重度污染）。
（2）气象站点：位于一条直线的磁县、鸡泽、隆尧、辛集、高阳、涿州、大兴、北京城区、昌平、延庆十个气象站（图1）。
（3）曲线：记录数据包括温度、相对湿度、风力风向。根据气温和相对湿度计算出整点的空气绝对湿度平均值，取其0～7时的绝对湿度绘制空气含水量曲线。
2.1.1非采暖期（本底值）实测气象数据分析
非采暖季节含水量曲线特征表如表1所示。
2017年10月8日，各站空气相对湿度高于90%，北京西风1级，中度霾，空气质量指数186，中度污染。空气绝对湿度线的倾角小（7度左右），平顺，无凸起。如图2所示。
2017年10月13日，各站空气相对湿度高于90%，白天西南风3级，空气质量指数52，PM2.5指数25，空气质量良。空气绝对湿度线倾角稍大（10度左右），基本平顺，北京城区有小凸起。如图3所示。
2017年10月21日，早晚有雾，京津冀地区大雾，各站空气相对湿度高于95%，北京静风，空气质量指数 103，PM2.5，75，轻度污染。空气绝对湿度线倾角小（5度左右），平顺，北京城区无凸起。如图4所示。
2017年10月29日，各站空气相对湿度较低，25～ 55%，北京北风3～4级/西北风2～3级，空气质量指数27，PM2.5指数7，空气质量优，空气绝对湿度线倾角较大（13度以上），有凸起，北京地区大风，扩散条件好，空气绝对湿度低于平均值。如图5所示。
综上所述：（1）非采暖季节选取的10个气象站的0～7时整点空气含水量的连线是一条有一定斜率倾角直线，其倾角取决于空气温度和相对湿度的变化。线形的凹凸受空气质量的影响较小，而受局部地区大风造成的污染物和水汽的扩散程度影响较大。北京地区大风时，线形向下凹陷。（2）在参照系中，非采暖期的空气绝对湿度曲线较为平滑，受区域雾霾和空气质量指数的影响很小，北京城区站的数值可作为北京地区的本底值作为参考。
2.1.2采暖期实测气象数据分析
采暖季节空气含水量曲线特征表如表2所示。
2016年12月18日，各站空气相对湿度较高，北京89%，北京东/东北风1级，湿度高，风速低，扩散不好，重度霾，空气质量指数270，PM2.5指数219，重度污染。空气绝对湿度线倾角小（6度左右），河北地区平顺，北京地区有凸起，北京地区空气相对湿度明显高于本底值。如图6所示。
2017年12月28日，各站空气相对湿度偏高，高于70%，北京静风，东风1～2级，轻度霾，空气质量指数140，PM2.5指数105，轻度污染。空气绝对湿度线倾角稍大（10度以上），不平顺，北京地区有大凸起，北京地区空气绝对湿度明显高于本底值。如图7所示。
2017年12月29日，各站空气相对湿度较高，高于80%，北京静风，西南1 ～ 2级，重度霾。空气质量指数221，PM2.5，172，重度污染。空气绝对湿度线倾角稍大（12度以上），河北平顺，北京地区有凸起，北京地区空气绝对湿度明显高于本底值。如图8所示。
2016年12月26日，北京湿度较低（65 ～ 45），东北风1 ～ 2级，晴，无霾。空气质量指数64，PM2.5指数45，空气质量良。空气绝对湿度线倾角稍大（12度左右），平顺，北京无凸起，北京地区空气绝对湿度与本底值相同。如图9所示。
2017年12月3日，各站空气相对湿度60～80%，北京东北风1 ～ 3级。相对湿度77/44%，空气质量指数250 ～ 50，2日/3日（中度污染/轻度污染）空气绝对湿度线倾角较大（12度以上），平顺，北京稍有凸起。北京地区由于风大，扩散好空气绝对湿度比本底值稍高。如图10所示。
综上所述：
（1）采暖季节北京地区的空气绝对湿度值在雾霾天气时均明显高于本底值，绝对湿度曲线均出现明显凸起。北京地区大风时，线形向下凹陷。
（2）通过采暖期北京地区空气绝对湿度与非采暖期的参照系的对比，可以得出定性的结论：采暖期北京地区雾霾天气的绝对湿度高于参照系的部分，是人为释放的水汽。
（3）考虑到采集的气象数据的时间段为夜间0时至7时，此时段内人类的活动以及机动车的运行，自然界中的水体、土壤和植物的蒸发等诸多因素均已降到最低，只有采暖的燃气锅炉在不间断地运行，向大气中释放水汽，因此，可以得到以下结论：雾霾气候条件下，北京地区空气中的绝对湿度高出本底值的部分是采暖的燃气锅炉释放的水汽，具体数值需要进一步论证。
2.1.3天然气燃烧排放水汽对北京地区大气中水汽量影响的量化分析
为了进一步量化天然气燃烧排放水汽对北京地区大气中水汽量影响，选取2017年12月29日的实测资料作为样本分析。
（1）本底值的计算。本底值是按照正常天气状况下，空气绝对湿度曲线显示的北京地区的空气绝对湿度值，所表示的是自然因素形成的空气含水量，当人为因素造成空气含水量增加时，实测的数据会高于本底值而使绝对湿度曲线产生凸起。可以通过高出本底值的部分计算出人为因素所增加的水汽量。
（2）2017年12月29日的空气绝对湿度曲线中，北京地区的大兴和北京城区部分高出平均值，以河北的涿州和北京的延庆为参照值可以计算出北京地区的本底值，然后与实测值比较，即可计算出北京地区在12月29日的雾霾过程中，由天然气释放的水汽给北京地区的空气中增加的水汽量。计算过程见表3、图11。
（3）依照上述方法，对2016年12月18、19、20日和2017年12月27、28、29、30日的本底值及人为增加的水汽量进行计算，结果如表4。
根据以上计算结果，在雾霾气候条件下，北京城区的空气绝对湿度平均值，比计算的本底值要高出0.78克/立方米，即这部分水汽是人为排放的。北京城区实测空气绝对湿度为3.2克/立方米，高出部分占空气含水量的24.4%。
2.2采暖锅炉排烟释放水汽对局部空气质量指数影响的分析
为了进一步证实采暖锅炉排烟释放水汽对局部空气质量指数的影响，笔者选择北京门头沟区黑山供热公司和海淀区上庄热电厂附近的环保自动检测站的监测数据为样本进行了分析如下。
2018年3月19日晚20∶00左右，停止采暖的前一天，北京地区空气质量指数均在65～99之间，市区平均为70，空气质量为良（见图12）。但是，远离市区的海淀区的海淀北部新区自动监测站显示151，为中度污染，门头沟区的龙泉镇自动监测站显示144，为轻微污染（已接近中度污染），两站的空气质量指数均超过了市区平均数的一倍。经过分析研究，确认是由于采暖的燃气锅炉排放的烟气造成的。
经现场考察，海淀上庄热电厂供热的燃气热水锅炉为58MW，供热面积100万平米以上，距离海淀北部新区自动监测站的距离为1.2公里。门头沟区的黑山供热站安装3台46MW的燃气热水锅炉，供热面积100万平米以上，距离龙泉镇自动监测站1.1公里。虽然采暖期即将结束，锅炉为低负荷运行，但是其排放的烟气仍然造成了该地区的空气中度污染。
3人为排放水汽对北京地区近地空气层水汽量的验证分析
3.1关于人为排放的水汽扩散高度和总量问题
研究人为排放的水汽对北京地区近地空气层水汽量的影响，必然要涉及到水汽扩散的高度问题，不同计算高度的水汽总量差别较大，影响程度也有差异。已有学者对不同季节和不同气候条件下大气边界层的结构和特征以及变化规律进行了相关研究，并指出北京市地区在秋、冬、春三个季节时的逆温层高度基本维持在100米～200米左右[9-11]。因此，在计算采暖期人为排放的水汽对北京地区近地空气层水汽量的高度时选定200米为计算条件，当人为排放水汽量的增量为0.78克/立方米时，每天排放到北京六环以内的城市规划主城区1000平方公里地区空气中的水汽量为15.6万吨，与北京每天消耗1亿立方米天然气所产生的水汽量基本吻合。
3.2关于空气绝对湿度与空气质量指数曲线的关系问题
4结论与展望
4.1结论
通过上述分析和论证可以得到以下结论：
（1）空气中水汽的增加能促进二次颗粒的生成，从而提高了PM2.5的浓度，恶化空气质量。人为排放的水汽与北京地区雾霾天气形成和加剧有着密切的关系。研究人为排放水汽的影响，将有助于北京地区雾霾天气的成因解析和采取治理措施。
（2）北京地区大气中人为排放水汽来自本区域及周边相邻地区燃煤电厂的湿法脱硫脱硝、燃煤采暖锅炉的湿法除尘、焦化厂的湿法息焦、天然气锅炉、液化气（天然气、石油气）汽车、燃气热电厂、生物质发电厂、垃圾焚烧发电厂等。特别是燃气锅炉和热电厂以及液化天然气的汽车，在低空排放时对局部区域的大气中的水汽含量产生了一定的影响。
（3）在采暖期北京地区气象数据的分析的基础上，建立参照系，确定了采暖期北京地区空气湿度的绝对值，量化了人为排放水汽的增量值。根据2016年12月18、19、20日和2017年12月27、28、29、30日的数据为样本分析结果：北京地区实测空气绝对湿度（含水量）为3.2克/立方米，人为排放水汽的增量为0.78克/立方米，增加部分占总含水量的24.4%。
（4）研究中发现，采用实测的空气温度和相对湿度计算出来的空气绝对湿度（空气含水量）形成的曲线和实时的空气质量指数的曲线有高度的相似性，而且，空气含水量越高，相似程度越高，特别是在空气质量指数急剧变化时，显现出更高的吻合度。给我们一个重要的提示：空气含水量是影响空气质量指数的不可忽视的重要因素。
4.2展望
由于资料和数据来源渠道的限制以及专业知识的不足，笔者对人为排放的水汽与北京地区雾霾天气的关系的研究仅从现象层面进行发掘分析，是一次初步的尝试，存在一定的局限性。希望得到环保、气象专家学者的指教，有助于进一步研究、揭示北京地区雾霾天气的深层次原因，为科学决策和精准施策治理雾霾提供理论支撑和技术支持。
参考文献：
[1]刘瑞婷，韩志伟，李嘉伟.北京冬季雾霾事件的气象特征分析[J].气候与环境研究， 2014， 19（2）： 164-172.
[2]马小会.北京2013年1月持续雾霾天气成因分析[C].中国气象学会.创新驱动发展提高气象灾害防御能力——S16第二届城市气象论坛——灾害·环境·影响·应对.中国气象学会：中国气象学会， 2013：138-142.
[3]王勇，刘严萍，李江波，等.水汽和风速对雾霾中PM2.5/PM10变化的影响[J].灾害学， 2015， 30（1）： 5-7.
[4]白春礼.中国科学院大气灰霾研究进展及展望[J].中国科学院院刊， 2014， 29（3）： 275-281.
[5]邓长菊，尹晓惠，甘璐.北京雾与霾天气大气液态水含量和相对湿度层结特征分析[J].气候与环境研究， 2014， 19（2）： 193-199.
[6]张小曳，孙俊英，王亚强，等.我国雾-霾成因及其治理的思考[J].科学通报， 2013， 58（13）： 1178-1187.
[7]杨东贞，于海青，丁国安，等.北京北郊冬季低空大气气溶胶分析[J].应用气象学报， 2002（增刊1）： 113-126.
[8]王跃思，姚利，王莉莉，等. 2013年元月我国中东部地区强霾污染成因分析[J].中国科学：地球科学， 2014， 44（1）： 15-26.
[9]张鑫，蔡旭晖，柴发合.北京市秋季大气边界层结构与特征分析[J].北京大学学报（自然科学版）， 2006（2）： 220-225.
[10]王凯，张宏升，王强，等.北方地区春冬季雾天边界层结构及其演变规律的对比研究[J].北京大学学报（自然科学版）， 2006（1）： 55-60.
[11]李富余.北京南郊冬季不同类型雾中大气边界层的结构和演变规律研究[C].中国气象学会.新世纪气象科技创新与大气科学发展——中国气象学会2003年年会"城市气象与科技奥运"分会论文集.中国气象学会：中国气象学会， 2003：54-57.
Analysis of the Influence of Artificially Discharged Water Vapor on Haze Weather in Beijing Area
LI Chongxing1，ZHAO Rong2，WANG Haidong3
（1.Ministry of Water Resources of Peoples Republic of China， Beijing 100053， China；2.School of Economics and Management Beijing Jiaotong University， Beijing 100053， China；3.Beijing Jiaotong University Energy Management Office， Beijing 100053， China）
Abstract： According to the weather conditions of Beijing and some cities in Hebei published by the China Meteorological Administrations website and the air quality indexes published by the Ministry of Environmental Protection， this paper analyzes that the background value of air moisture and the incremental value in haze weather conditions of Beijing. The results show that during the heating season， artificially released water volume caused a large increase in air moisture in Beijing， which aggravated the haze in Beijing. After an analysis of the two haze weather processes in December 2016 and December 2017， the average air moisture content was higher than the background value of 0.78 g/m3. Beijing Urban Station increased air moisture content by 24.4%.
Keywords： artificially release；water vapor；haze；impact analysis；Beijing
