浅析餐饮油烟对环境空 气质量的影响与对策

摘 要：为进一步揭示餐饮油烟的空气污染特性，研究了达州市市政中心环境空气自动监测站周边某餐饮业餐饮油烟对该站点周边环境的影响。结果表明:1）距离餐饮油烟排气口越近，餐饮油烟对颗粒物的影响越明显，反之亦然。同时，不同的监测点位，餐饮油烟的影响也各不相同；2）餐饮油烟飘过时,PM2.5和PM10的分钟差值大部分集中在［-50,50）的范围内，分布具有明显的正态特征；3）餐饮油烟对PM2.5的影响大于PM10；4）餐饮油烟中颗粒物浓度远高于环境空气中的颗粒物浓度，高达数十倍至几十倍，且PM2.5与PM10比值约为20% ；5）各个点位均受到不同程度的餐饮油烟影响，且颗粒物上升或下降具有一定的相关性，相关性PM10＞PM2.5.

关键词：环境空气质量；餐饮油烟；影响；安科瑞；餐饮油烟监测云平台

0 前言

近年来，我国城市环境污染越发严峻，PM2.5和PM10为城市雾霾的主要元凶，加之各种二次污染物转化为颗粒物漂浮在城市上空，更进一步助推了城市污染日益加剧。城市污染治理已成为我国各地政府的首要任务。

在城市环境空气污染治理的名单中，已不再是传统的二氧化硫和道路扬尘，汽车尾气和餐饮油烟所带来的污染已逐步进入人们的视野。随着我国城市化进程的加快，城市规模不断扩大，城市人口越来越多, 餐饮油烟排放量也越来越大，餐饮油烟已成为影响城市环境空气质量的主要原因之一。餐饮油烟污染源主要有两个方面: 一是从煤气、液化气等餐饮火源中释放的一氧化碳、二氧化碳、氮氧化物等有害气体，二是烹饪菜肴时产生的油烟。餐饮油烟中含有大约300种有害物质、当人们长期呼吸这些被污染的气体时，往往有可能引发气管炎等疾患，严重者还可招致肺纤维化的恶果。因此，如果餐饮油烟得不到管控和治理，将严重影响人们的身体。

本文探讨了某餐饮业固定餐饮油烟排气口对城市环境空气质量自动监测站站点周边环境的影响，能为进一步摸清餐饮油烟对城市环境空气质量的影响以及为下一步进行管控和治理提供参考依据。

1 材料与方法

1.1 采样日期和时间

采样日期: 2017年3月30日，4月10—13日，共计5天。为避开下雨对分析结果的影响，因而在采样日期选取上并不连贯。

采样时间: 每日餐饮油烟集中排放时段的 17: 30—20: 30。

1.2 采样地点：达州市通川区西外镇四川煤矿安全监察局川东

监察分局楼顶。经度：107°27'52.0",纬度：31°12'45.2",海拔高度:313.6m。

1.3 点位设置

在四川煤矿安全监察局川东监察分局楼顶的东、南、西、北分别放置手持式颗粒物监测仪1 ~4号，在该栋建筑物北面20m处的达州东柳特色鲜鱼头地埋式餐饮油烟排气口放置手持式颗粒物监测仪5号(见图1)。

1.4 周边环境

东面：奥巴拉克咖啡，金兰路、金兰小区，及沿街餐馆等等；南面：永安街、达州市市政中心办公大楼；西面：休闲绿地、永泰街；北面：达州东柳特色鲜鱼头、名钦商务酒店、通川区检察院、永祥街以及街上的许多小餐饮店。

1.5 采样仪器和设备

本研究所使用仪器为美国 MetOne InstrumentsAEROCET 831颗粒物分析仪。

1. 6 统计分析方法

采用 Microsoft Office Excel 2013 和 SPSS20.0进行数据分析和作图。

2结果与讨论

2. 1 平均值分析

2.1.1 PM2.5结果分析

图2可以看出，1号至4号各个点位平均值各不相同，由于开展监测的5天天气均较好，整体监测结果均较低,3号点位最低，为14.9μg/m3,4号点位最高，为16.8μg/m3。由于监测时段达州东柳特色鲜鱼头正在营业,排出了大量的餐饮油烟,因而5号点位PM2.5平均浓度最高，达到423.0μg /m3；4号点位由于距离餐饮油烟排污口最近,且处在下风向,因而监测结果最高,这正好说明餐饮油烟对空气质量存在影响。1号点位东面有咖啡店(奥巴拉克咖啡,对外营业时也间歇性排出餐饮油烟)和交通要道(金兰路) ,因而1号点位的监测结果15.4μg /m3高于2号点位(15.0μg /m3)和3号点位(14.9μg /m3)。号点位处于4号点位的南面,且处在下风向,监测结果2号点位低于4号点位,说明距离餐饮油烟排气口越远,监测结果越低。

从图3可以看出，4号点位的PM2.5监测值在每一天中都是最高的,说明4号点位空气质量受餐饮油烟的影响大。同时还可以看出，4月13日4个监测点位的PM2.5监测值均最高，表明监测时段空气质量最差，这有可能和厨房油烟的影响有关，也有可能是天气本身的原因。4月10日PM2.5监测值最低，表明监测时段空气质量比较好，但是，与全天的空气质量进行比较，4月11日才是所监测的5天中空气质量比较好，说明部分时段的空气质量好坏，不能代表全天，全天空气质量的好坏受该天污染物种类和污染程度的影响。

2.1.2 PM10结果分析

PM10监测结果3号点位最低(44.4μg /m3),2号点位最高(50.1μg /m3) (图 2)均远低于5号餐饮油烟排气口点位PM10浓度为2105μg/m3。1号点位的监测结果低于2号点位和4号点位，但高于3号点位（44.4μg /m3）, PM10和PM2.5在3号点位的监测结果具有相同的趋势，均为最低，可能是由于3号点位临近休闲绿地，受到干扰相对较少的缘故。 

图4表明PM10在3月30日和4月10日,号点位最高，4月11日和4月12日，2号点位最高，4月13日，1号点位最高，这可能是由于餐饮油烟中PM10的成分较复杂，在各个点位含量均不相同造成的，这与PM2.5不同。

2. 2 差值分析

1）将每个采样点位采样仪器某一时刻的采样数据与其上一分钟的采样数据相减，析他们大于或等于某个确定值的个数，能更好地评价颗粒物的浓度影响。

从表1可以看出,PM2.5的差值比较大值为147.2，其差值比较大值远高于该采样点位PM2.5的平均值16.8μg/m3,PMm的差值比较大值为127，其差值比较大值远高于该采样点位PM10的平均值49. 8μg/m3。 PM2.5和PM10的差值个数最多的出现在4号点位，差值比较大值也出现在4号点位，说明4号点位受到餐饮油烟影响大 。

2）将每个采样点位采样仪器某一时刻的采样数 据与其上一分钟的采样数据相减，分析他们在给定区间的值的个数，能更好评价颗粒物的浓度分布特征。差值越大，说明颗粒物浓度越高；差值大的数据个数越多，说明颗粒物浓度高值越多。

从图5和图6可以看出,PM2.5和PM10差值大部均集中在（－50，50）区间范围内，差值大于50的数据已经非常少了，其分布具有明显的正态分布特征。表2通过比较差值区间和高值个数，可以得出4号点位浓度最高，受餐饮油烟影响最明显。1号点位由于受到来自东面金兰路交通扬尘的影响，PM10高值个数相对较多。在数据个数分布最多的区域[-50,50 ),1 ~4号点位PM2.5个数的占比均达到98%以上,1 ~4号点位PM10个数的占比均达到97%以上。

2. 3 变化幅度分析

表3中分别统计了4监测点位在餐饮油烟飘过前，飘过时和飘过后颗粒物PM2.5和PM10的上升幅度和下降幅度。由于监测时段监测地点的空气质量较好,在未受到餐饮油烟影响时,PM2.5和PM10监测结果均较低，而当餐饮油烟飘过时，闻到一股很强烈的油烟味,PM2.5和PM10监测值显著上升，PM2.5上升幅度达15.9倍, PM10上升幅度达3.6倍，在油烟飘过之后,PM2.5和PM10又显著下降，PM2.5下降幅度为92.0%,PM10下降幅度为89.2%。因此，在餐饮油烟飘过时PM2.5和下降幅度均高于PM10,由此可以说明，餐饮油烟对PM2.5的影响大于PM10。

将餐饮油烟飘过前的浓度取平均作为对照值，将餐饮油烟飘过时的浓度取平均作为影响值，从表3可以看出，扣除油烟影响后，4个点位的对照值差异较小，因此认为这样的扣除是可行的。从平均上升幅度，出4个点位PM2.5和PM10均为4号点位上升幅度大,PM2.5上升幅度小的为3号点位，PM10小的为2号点位。

2. 4 占比分析

5号点位餐饮油烟颗粒物PM2.5平均值423.0μg /m3，较监测时段1 ~4号点位的PM2.5平均值15.5μg /m3高26.3倍，PM10平均值为2105μg / m3,监测时段1 ~4号点位的PM10平均值48.2μg / m3高42.7倍。5号点位PM2.5和PM10的5日平均值之比PM2.5/PM10为20.1%。

5号点位为餐饮油烟排气口监测点位,PM2.5的范围为214.5 -567.4μg /m3, PM10的范围为1191.8-2 856.8μg /m3，通过计算PM2.5/PM10比值，得出其占比范围为 18.0% - 22.1% (图 7) 。其中，4月10日最高，4月11日最低。以上数据表明，餐饮油烟中颗粒物浓度远高于环境空气中的颗粒物浓度，高达数十倍至几十倍；餐饮油烟中，PM2.5与PM10比值约为20%。

2.5相关性分析

为进一步明确受餐饮油烟影响时，各个点位的数据上升或下降是否具有一致性，本研究对4监测点位用SPSS20.0进行了Pearson相关性两两分析。从表4、表5可以看出，各点位之间具有一定的相关性， 相关性均在0.01水平(双侧) 上显著相关，各点位相关性分析表明，PM10关系数均大于0. 8,全部呈极强相关,PM2.5的相关系数均大于0.6,其中有两组大于0.8，相关性呈强相关至极强相关，因而相关性PM10＞PM2.5。2.5的相关系数r小的为4号与1号点位(r=0. 672)，2号与3号点位的相关系数最高G = 0.851)。PM10 3点位的相关系数和1号与4号点位的相关系数同为小(r =0.868) ,相关系数最高的为2号与3号点位(r =0.936) 。由此表明，各个点位均受到不同程度的餐饮油烟影响，且颗粒物上升或下降具有一定的相关性，相关性PM10>PM2.5。

3 安科瑞AcrelCloud3500餐饮油烟监测云平台

为了弥补现存餐饮行业在烟油监测上的漏洞，同时便利监管部门的监察，安科瑞油烟监测云平台应运而生。油烟监测模块通过2G/4G与云端平台进行通信和数据交互，系统能够对企业餐饮设备的开机状态、运行状态进行监控；实现开机率监测，净化效率监测，设施停运告警，待清洗告警，异常告警等功能；对采集数据进行统计分析、排名等统计功能；较之传统的静电监测方案，更具实效性。平台预留与其他应用系统、设备交互对接接口，具有很好的扩展性。

3.1 平台结构

平台GIS地图采集餐饮油烟处理设备运行状态和油烟排放的浓度数据，自动对超标排放及异常企业进行提示预警，监管部门可迅速进行处理，督促餐饮企业整改设备，并定期清洗、维护，实现减排环保，不扰民等目的。现场安装监测终端，持续监测油烟净化器的工作状态，包括设备运行的电流、电压、功率、耗电量等等，同时结合排烟口的挥发性物质、颗粒物浓度等进行对比分析，一旦排放超标，系统会发出异常信号。

■ 油烟监测设备用来监测油烟、颗粒物、NmHc等数据

■ 净化器和风机配合对油烟进行净化处理，同时对净化设备的电流、电压进行监测 

■ 设备通过4G网络将采集的数据上传至远程云端服务器

3.2 平台主要功能

   （1）在线监测

对油烟排污数据的监测，包括油烟排放浓度，颗粒物，NmHc等数值采集监测；同时对监控风机和净化器的启停状态、运行数据进行监测。

(2)告警数据监测

系统根据采集的油烟数值大小，产生对应的排放超标告警；对净化器的运行数据分析，上传净化设备对应的运行、停机、故障等告警事件。

(3)数据分析

运行时长分析，离线分析；告警占比、排名分析；历史数据统计等。

(4)隐患管理

系统对采集的告警数据分析，产生对应的隐患记录，派发、处理隐患，及时处理告警，形成闭环。

(5)统计分析

包括时长分析、超标分析、历史数据、分析报告等模块。

(6)基础数据维护

个人信息、权限维护，企业信息录入，对应测点信息录入等。

(7)数据服务

数据采集，短信提醒，数据存储和解析。

3.3 油烟监测主机

油烟监控主机是现场的管理设备，实时采集油烟浓度探测器和工况传感器的信号，进行数据处理，通过有线或无线网络通讯将数据传输到服务器平台。同时，对本地数据进行存储，监控现场设备状态，提供人机操作界面。

具体技术参数如下：

3.4 设备选型方案

4 结语

1)从平均值分析可以得出，距离餐饮油烟排气口越近，餐饮油烟对颗粒物PM2.5和PM10的影响越明显，反之亦然。同时，同的监测点位，受餐饮油烟的 影响也各不相同。

2)通过差值分析得出，当餐饮油烟飘过时，PM2.5和PM10分钟差值大部分集中在(-50,50)区间范围内，差值大于50的数据较少，其分布具有明显的正态特征。

3)在餐饮油烟飘过时,PM2.5的上升和下降幅度均高于PM10,可见餐饮油烟对PM2.5的影响大于PM10。

4)通过分析餐饮油烟排气口PM2.5和PM10的平均值和他们的比值PM2.5/PM10,可以得出，餐饮油烟中颗粒物浓度远高于环境空气中的颗粒物浓度，高达数十倍至几十倍；餐饮油烟中,PM2.5和PM10的比值约为 20%。

5)相关性分析表明,各个点位均受到不同程度的饮油烟影响,且颗粒物上升或下降具有一定的相关性,相关性PM10>PM2.5。

6)当餐饮油烟飘过时,能闻到一股很强烈的油烟味,PM2.5和PM10浓度显著上升,PM2.5上升幅度达15.9倍, PM10上升幅度达3.6倍。PM2.5和PM10均上升幅度比较大的点位均为4号点位。