乌鲁木齐市固定燃烧点源大气污染物排放清单

通过现场调研结合物料衡算法、排放因子法,建立了2015年乌鲁木齐市固定燃烧点源大气污染物CO、NO_x、SO_2和PM_(2.5)排放清单。结果表明,2015年乌鲁木齐市CO、NO_x、SO_2、PM_(2.5)的排放量分别为4.41×10~4、6.20×10~4、4.61×10~4、1.57×10~4t;从排放污染物的行业来看,采矿与制造业对4种污染物排放的贡献最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为49.02%、42.17%、48.40%、78.55%。从地区分布来看,米东区污染物排放量最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为46.99%、45.90%、51.69%、29.68%。从排放时间来看,供暖季污染物的排放量明显高于非供暖季,白天的污染物排放量高于夜晚。采用蒙特卡罗统计法分析预测的污染物排放量与排放清单计算结果较为接近。     

乌昌石区域化石燃料固定燃烧点源大气污染物排放清单及时空分布

建立了2015年乌昌石区域化石燃料固定燃烧点源大气污染物(NO_x、SO_2、PM_(2.5)和PM_(10))的排放清单,并对污染物的时空分布特征进行了分析。结果表明,2015年乌昌石区域化石燃料固定燃烧点源NO_x、SO_2、PM_(2.5)和PM_(10)的年排放量分别为2.10×10~5、1.52×10~5、4.28×10~4、8.35×10~4 t。从行业上来看,电力生产与供应行业对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为70.78%、66.56%、51.10%、49.98%;从化石燃料上来看,煤炭对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为95.63%、99.84%、99.70%、99.84%;从锅炉类型上来看,煤粉炉对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为84.20%、85.09%、83.43%、84.06%。固定燃烧点源污染物排放呈现出明显的时间变化特征,采暖季污染物排放量明显高于非采暖季,一天中白天的污染物排放量高于夜晚。空间分布显示,大气污染物的排放源主要集中在乌鲁木齐市、五家渠市和昌吉市。     

三明市大气污染物排放特征研究

通过实地调查和统计获得区县尺度排放源活动水平数据,采用物料衡算法和排放因子法,估算三明市2015年大气污染物排放清单,选取经纬度坐标、路网、土地类型和人口等数据作为权重因子,利用地理信息系统(GIS)技术建立1km×1km高精度网格,分析各类排放源污染排放的数值和空间特征。结果显示,2015年三明市SO_2、NO_x、挥发性有机物(VOCs)、PM_(10)、PM_(2.5)和NH_3的排放总量分别为5.22×10~4、5.80×10~4、1.88×10~5、7.92×10~4、3.23×10~4、2.26×10~4 t。污染贡献方面:工业源是SO_2的排放主要来源;NO_x的主要排放源为工业源和移动源;天然源对VOCs排放有显著贡献;工业源和扬尘源是PM_(10)和PM_(2.5)的主要贡献源;NH_3排放主要来自农业源。空间分布方面:SO_2、NO_x、PM_(2.5)和PM_(10)的排放主要集中在城镇化程度高的永安市和梅列区,VOCs与NH_3排放则与植被分布和农业生产水平密切相关。与2007年和2009年三明市的排放清单对比,发现工业排放控制政策及秸秆禁烧令的实施对PM_(2.5)、PM_(10)和VOCs的减排有明显效果。     

海南省大气污染源排放清单及环境影响研究

基于海南省2016年工业环境统计数据,通过自下而上的方法建立海南省2016年工业大气污染源排放清单,并利用中国多尺度排放清单模型(MEIC)排放清单进行背景源补充,使用CALPUFF模型进行大气污染模拟。污染物排放清单结果显示,2016年海南省SO_2、NO_x、CO、PM_(2.5)、PM(10)、黑碳(BC)、有机碳(OC)、挥发性有机物(VOCs)和NH3的排放量分别为1.50×10~4、5.10×10~4、4.56×10~5、2.34×10~4、2.10×10~4、3.50×10~3、1.20×10~4、4.96×10~4、6.50×10~4 t,其中SO_2主要排放源为化石燃料固定燃烧源(分担率66.67%),NO_x主要排放源为交通源(分担率51.18%),CO、PM_(10)、PM_(2.5)主要排放源为生活源(分担率分别59.01%、81.28%和87.62%),VOCs主要排放源为工业溶剂使用源(分担率75.91%),NH_3主要排放源为农业源(分担率93.54%)。排放量较大的区域集中在儋州市、澄迈县一带。SO_2、NO_x年均最大浓度均出现在海口市,PM_(10)、PM_(2.5)年均最大浓度均出现在定安县。交通源对全省污染物浓度贡献突出,工业源虽然对颗粒物浓度贡献率较低,但仍需加强PM_(2.5)治理。     

基于MOVES模型的西安市机动车排放清单研究

利用本地化修正的MOVES模型结合实地调研数据,测算了西安市机动车排放清单,并对各种污染物的排放分担率进行了分析。结果表明:2012年西安市机动车的PM_(2.5)、PM_(10)、NO_x、总碳氢化合物(THC)、CO、挥发性有机物(VOCs)、NH_3和SO_2排放总量分别为1 890.48、2 668.89、40 847.75、19 413.30、217 103.04、15 244.86、539.76、2 087.50 t;中型货车和重型货车是PM_(2.5)、PM_(10)和NOx的主要贡献者,小型客车和摩托车是THC、CO和VOCs的主要贡献者,小型客车是NH_3的主要贡献者,小型客车与重型货车对SO_2的排放分担率均较高;柴油车对PM_(2.5)、PM_(10)、NO_x和SO_2的排放分担率高于汽油车,而汽油车对THC、CO、VOCs和NH_3的分担率则高于柴油车;CO在冬季排放最多,其余污染物的排放均在夏季最多,但污染物的季节变化总体上不明显。     

乌昌石区域的非金属矿物制品业大气污染物排放清单研究

建立了乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10) 5种大气污染物的排放清单,并进行了时空分布特征分析,初步探究了估算的不确定性。结果显示,乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10)总排放量分别为3.71×10~4、2.76×10~4、3.10×10~4、3.04×10~4、1.29×10~5 t。熟石膏行业是CO的主要排放源;水泥(干法)行业是NO_x、SO_2、PM_(2.5)和PM_(10)的主要排放源。乌鲁木齐市是CO、NO_x和SO_2排放量的最大贡献源;石河子市是PM_(2.5)和PM_(10)排放量的最大贡献源。乌昌石区域5月至9月是一年中污染物排放的高峰期,11:00至20:00是一天中污染物排放的高峰期。空间上,乌昌石区域的污染物排放主要分布在乌鲁木齐市中部、西南部以及石河子市。     

基于减排敏感性的武汉市PM_(2.5)污染控制研究

采用基于气象预报(WRF)的多尺度空气质量(CMAQ)模型,通过研究不同大气污染物排放情景下PM_(2.5)平均浓度变化,分析SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs等大气污染物减排对武汉市PM_(2.5)的影响。结果表明,大气污染物减排对武汉市PM_(2.5)年均浓度影响十分显著,且随着污染控制力度加大,PM_(2.5)污染持续减轻;当SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放量均削减40%时,PM_(2.5)年均浓度下降24.0%,依然超出《环境空气质量标准》(GB 3095—2012)二级标准值。基于空间布局和行业敏感性确定武汉市大气污染控制方案,方案实施后SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放总量分别下降53%、26%、32%、36%和31%,PM_(2.5)年均浓度下降35%左右,控制效果更加明显。     

嘉兴市大气污染特征及区域传输影响研究

对嘉兴市2013—2017年的大气污染特征进行了分析,同时研究了区域传输对其PM_(2.5)、PM_(10)、NO_2和SO_2的影响和嘉兴市O_3生成的主要原因。结果表明,自2013年以来嘉兴市PM2.5逐年下降,重度污染及以上天数逐年减少,环境空气质量总体呈逐年好转趋势。截至2017年,PM_(10)、NO_2、SO_2和CO均已达到《环境空气质量标准》(GB 3095—2012)二级标准,但PM_(2.5)和O_3仍未达标。2017年,周边地区(苏州市、湖州市、上海市、杭州市、绍兴市和宁波市)对嘉兴市PM_(2.5)、PM_(10)、NO_2和SO_2的传输贡献分别为36.2%、31.9%、25.6%、26.7%,季节差异较大,建议根据区域传输的季节性变化,制定针对性的联防联控措施。嘉兴市O3污染主要受挥发性有机物(VOCs)控制,应重点控制VOCs排放,辅以控制NO_x排放。     

西安市机动车污染控制策略实施效益评估

为研究未来西安市机动车污染控制策略的实施效果,基于情景分析法,以MOVES模型为平台,预测2020年西安市机动车PM_(2.5)、PM_(10)、NO_x、总碳氢化合物(THC)、CO、SO_2排放量分别为1 531.41、1 596.33、44 159.48、14 029.62、383 200.08、5 164.63t。设置5类不同控制措施情景,分析其对机动车的减排效果。结果显示:单一措施中,淘汰"黄标车"和老旧车对污染减排效果最明显,6种污染物均有较大幅度减排;调控轻型客车保有量可明显削减THC、CO的排放,减排比例分别为13.49%、18.59%;提升燃油质量可使各车型SO_2的减排比例均达到90%以上;使用替代燃料情景的污染物减排比例相对较低,但也是一种有效的控制策略;综合控制措施的减排效果最为显著,与基准情景相比,2020年PM_(2.5)、PM_(10)、NO_x、THC、CO和SO_2减排比例分别为78.50%、78.37%、71.77%、72.47%、76.94%、98.30%。     

基于COPERT 4模型的杭州市机动车排气污染特征研究

以2015年为基准年,利用COPERT 4模型计算了杭州市分车型分排放标准下的机动车排气污染物(CO、碳氢化合物(HC)、NO_x、PM_(2.5))的排放因子,并估算了各污染物排放量及分车型分排放标准下的各污染物分担率。结果表明,随着排放标准的提升,机动车排气污染物排放因子总体呈现下降的趋势。汽油车的CO和HC排放因子高于柴油车,而柴油车的NO_x和PM_(2.5)排放因子高于汽油车;天然气车的各污染物排放因子基本接近汽油车,而汽油电混动车的各污染物排放因子则明显低于其他动力车;各污染物排放因子随车型的增大(重)而增大。2015年杭州市机动车排气污染物CO、NO_x、HC和PM_(2.5)排放量分别为48 923.0、44 713.7、7 014.7、837.9t,其中汽油车CO和HC分担率较高主要是因为小型汽油客车CO和HC分担率高,并且其保有量占比也高,应重点控制小型汽油客车的保有量;柴油车NOx和PM_(2.5)分担率较高主要是因为重型柴油货车NO_x和PM_(2.5)分担率高,但其保有量占比不高,应重点控制重型柴油货车的排放因子。