廊坊市区主要大气污染源排放清单的建立

通过调研、统计廊坊市区工业、城中村及机动车等资料,结合以往清单文献研究结果及清单编制指南中的排放因子,计算了廊坊市区主要大气污染物的排放量,得到廊坊市区2014年主要大气污染源排放清单.结果显示,2014年廊坊市区工业源(固定燃烧)NO_x、SO_2、NMVOC、CO、PM_(10)、PM_(2.5)排放总量分别为6.4×10~3、1.2×10~4、31、1.0×10~4、7.3×10~2、4.4×10~2t,其中热电行业排污贡献率最高,分别占NO_x、SO_2、CO、PM_(10)、PM_(2.5)工业源(固定燃烧)年排放总量的55%、48%、67%、63%、69%;安次区工业企业对气态污染物贡献较高,广阳区及开发区工业企业对颗粒物排污贡献较大.低矮面源(城中村)NO_x、SO_2、NMVOC、CO、PM10、PM_(2.5)年排放总量分别为1.8×10~2、3.6×10~3、3.0、4.9×10~3、1.5×10~2、72 t.道路移动源CO、HC、NO_x、PM_(2.5)年排放总量分别为2.4×10~4、1.9×10~3、2.2×10~3、44 t,其中小型客车对HC和CO贡献率较高,分别为53%和61%;NO_x年排放总量中26%由重型货车贡献;PM_(2.5)则主要由轻型货车和重型货车贡献,占比分别为39%和21%.     

一次航班飞行全过程大气污染物排放特征

飞机发动机以航空煤油为燃料,在运行过程中会排放多种大气污染物,对空气质量和人体健康存在较大影响.选择A320作为典型机型,提取了一次真实航班飞行过程中的机载飞行数据,基于BM2及BM2-FOA耦合模型,获得了其在飞行全过程中每一时刻CO、UHC、NO_x及PM_(2.5)的排放指数,并计算了CO、UHC、NO_x、SO_2、CO_2及PM_(2.5)的精确排放量.结果表明,飞行过程中CO和UHC排放指数与推力变化趋势相反,数值范围分别为0.67~595.34 g·kg~(-1)和0.05~0.43 g·kg~(-1).NO_x排放指数与燃油流量变化趋势一致,数值范围是0.96~114.25 g·kg~(-1).PM_(2.5)排放指数全过程变化较小,约为0.25~0.36 g·kg~(-1).飞行全过程中,CO_2排放总量最大,约为2.0×10~4kg.同时,NO_x的排放量约为213.4 kg,SO_2也排放了24.5 kg.CO、PM_(2.5)和UHC的排放量分别为7.5、2.2和0.5 kg.将本次精确计算结果与使用ICAO基准模型对LTO起降阶段的估算结果进行对比后发现,基准模型LTO飞行时间较真实时间偏长37%.基准模型估算LTO阶段CO、UHC污染物排放量偏高,NO_x偏低,且偏差较大;而SO_2、CO_2和PM_(2.5)的排放量估算结果偏差相对较小.与机动车相比,A320飞机的一次LTO起飞着陆飞行,NO_x排放量约等于一辆小客车行驶8.6×10~4km,或相当于1274辆小客车1 d的排放量.     

南昌市移动源排放清单研究

根据收集的南昌市移动源活动水平数据,采用合适的估算方法、排放因子和GIS技术,建立了南昌市2007—2014年移动源排放清单,并对2014年移动源清单进行了空间化处理与分析,空间分辨率为1 km×1 km.结果表明,2007—2014年南昌市移动源共向大气排放CO、HC、NO_x、PM_(2.5)、PM_(10)、SO_2分别为18.26×10~4、5.07×10~4、18.46×10~4、0.99×10~4、1.08×10~4、3.31×10~4t.其中,2014年移动源向大气中排放的这6种污染物总量分别为2.14×10~4、0.76×10~4、1.97×10~4、0.08×10~4、0.09×10~4、0.55×10~4t.道路移动源中,汽油小型客车是CO、HC和SO_2最大的贡献源,排放量分别占机动车排放总量的55.1%、78.5%和56.1%;柴油重型货车是NO_x、PM_(2.5)和PM_(10)排放贡献率最大的车型,分别占43.2%、40%和40%.非道路移动源中,小型拖拉机对CO、HC、NO_x、PM_(2.5)和PM_(10)的贡献率均较大,分别占非道路移动源排放总量的29.9%、26.9%、23.4%、29.5%和29.8%;SO_2排放主要来源于船舶,占非道路移动源SO_2排放总量的45.1%.高污染排放集中的区域,主要是青山湖区、西湖区和东湖区.     

基于本地污染源调查的杭州市大气污染物排放清单研究

基于实地调查数据并辅以统计数据,采用物料衡算法和排放因子法,估算了杭州市2015年大气污染物排放清单,并选取经纬度坐标、路网、航道、土地类型和人口等数据作为权重因子,研究了该地区各类排放源污染物排放空间分布特征.结果表明,杭州市2015年SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)和NH_3年排放总量分别为22.20×10~3、108.17×10~3、192.10×10~3、134.94×10~3、78.12×10~3、27.65×10~3和59.75×10~3t.工业源是杭州市SO_2排放的主要来源,移动源对NO_x和CO的排放贡献最为显著,扬尘源是杭州市PM_(10)和PM_(2.5)排放的最主要来源,其次为工业源;VOCs排放的主要来源依次为工业源、天然源和移动源;NH_3排放主要来自农业源.从空间分布来看,排放主要集中在中心城区及其周边的萧山、下沙、大江东、余杭和富阳等工业企业相对密集的区域.本研究建立的排放清单在污染源覆盖范围和排放因子方面仍然存在一定的不确定性,建议在后续研究中重点开展低、小、散企业及本地化排放因子调查研究工作,进一步提升大气污染物排放清单的准确度.     

宁波-舟山港船舶排放清单及时空分布特征

为了掌握宁波-舟山港船舶的污染排放特征,支撑长江三角洲地区大气污染控制工作,本研究采用基于船舶活动的排放因子法,收集船舶自动识别系统(AIS)提供的当地船舶活动轨迹数据,结合劳氏船级社(LR)等机构的船舶特征信息,建立了2010年宁波-舟山港船舶排放清单,获得了船舶污染源排放的空间分布和小时变化特征谱.结果显示,2010年宁波-舟山港船舶排放的SO_2、NO_x、PM_(10)、PM_(2.5)、VOC和CO总量分别为2.16×10~4、3.50×10~4、2.59×10~3、2.35×10~3、1.50×10~3和3.01×10~3t.集装箱船、散干货船、普通货船、油轮和客船的排放贡献占比分别为45.1%~57.7%、8.9%~12.9%、25.3%~40.7%、4.2%~8.1%和0.2%~0.7%.污染物的排放高峰期出现在9:00~14:00,不同类型船舶的逐时排放呈现不同的规律.排放高值区为由金塘水道、册子水道、螺头水道和虾峙门水道组成的大型航道以及临近的核心港区.     

广西工业源大气污染物排放清单及空间分布特征研究

大气污染物排放清单是了解区域污染物排放特征的重要资料,而工业源是大气污染的重点排放源.研究根据收集的工业企业活动水平数据,选择合理的计算方法和排放因子,建立了广西2016年工业源大气污染物排放清单.结果表明,2016年广西工业源SO_2、NO_x、CO、PM_(10)、PM_(2.5)、VOCs排放总量分别为20.7×10~4、21.6×10~4、147.5×10~4、48.4×10~4、25.7×10~4、34.7×10~4 t.其中,电厂和非金属矿物制品业对SO_2、NO_x、PM_(2.5)和VOCs的贡献最高.除此之外,黑色金属冶炼是SO_2、NO_x和PM_(2.5)的主要贡献源;有色金属冶炼是PM_(2.5)的主要贡献源;农副食品加工业是VOCs的主要贡献源.根据排放源污染物排放量及地理坐标信息,建立了污染物排放量空间分布特征图.结果显示,广西工业企业SO_2和NO_x排放主要集中在百色、柳州、防城港和贵港市;颗粒物排放主要集中在贵港、柳州和百色市;VOCs排放主要集中在柳州、贵港和崇左市.研究建立的排放源清单结果具有一定的不确定性,建议进一步完善基础研究.     

长沙市人为源大气污染物排放清单及特征研究

根据收集的长沙市人为源活动水平数据,建立了该地区2014年1 km×1 km人为源大气污染物排放清单.结果显示,2014年长沙市SO_2、NO_x、CO、PM_(10)、PM_(2.5)、BC、OC、VOCs和NH_3排放总量分别为53.5×10~3、78.3×10~3、284.6×10~3、102.3×10~3、42.1×10~3、4.0×10~3、7.2×10~3、64.2×10~3、27.1×10~3t.化石燃料固定燃烧源为最大的SO_2排放贡献源,道路移动源是主要的NO_x贡献源,CO排放主要来自化石燃料固定燃烧源和道路移动源,长沙市VOCs的最大贡献源是溶剂使用源,PM_(10)、PM_(2.5)最主要的排放源是扬尘源,BC最大的排放贡献源为化石燃料固定燃烧源,生物质燃烧源是最大的OC贡献源,NH_3排放主要来源于畜禽养殖和农业施肥.空间分布结果显示,长沙市NH_3的排放在宁乡县、望城区、长沙县、浏阳市分布较多,主要呈现片状分布.其他污染物排放高值区则主要分布在中心城区、工业区及道路分布区域.     

天津津南区大气污染物小尺度精细化源清单

以天津市津南区空气站周边3 km为研究对象,基于拉网式实地调查,获得了该地区2016年各类典型行业污染源详细的活动水平数据,以大气污染物排放清单编制指南为参考,建立了2016年天津市津南区空气站周边3 km大气污染源排放清单,并构建了PM_(2.5)、PM_(10)、SO_2、NO_x、CO和VOCs等6项污染物的100 m×100 m空间网格分布图。结果表明,2016年天津市津南区空气站周边3 km大气污染源的排放总量为:PM_(2.5)(212.72 t)、PM_(10)(529.79 t)、SO_2(101.97 t)、NO_X(1 181.93 t)、CO(3 272.10 t)、VOCs(423.62 t);PM_(2.5)、NO_X、CO、VOCs的最大排放源都是道路机动车,贡献率分别为22.10%、92.84%、71.15%、74.52%;SO_2的最大排放源是散煤(43.25%);PM_(10)的最大排放源是裸地(29.33%)。天津市津南区改善空气质量应从道路交通优化、控制散煤、锅炉改燃3方面入手。     

青岛市船舶废气排放清单及应用

基于AIS的数据基础运用动力法编制了2016年青岛市港口船舶废气排放清单,并分析了其空间排放特征、不同船舶类型排放特征及不同工况下的排放特征;基线内加基线外12海里以内船舶SO_2、NO_x、PM_(10)、PM_(2.5)、HC、CO排放量分别为1.56、2.34、0.21、0.18、0.09、0.17万t。船舶排放各污染物排放强度最高的区域集中在主航道、港口以及锚地。排放占比较大的船舶类型依次为集装箱船、渔船和油轮。船舶在巡航和停泊工况下的污染排放占比最高,分别为40%～44%和23%～46%;而机动操作状态时的排放占比较低,达到14%～37%。运用WRF-CMAQ模式模拟分析了青岛港船舶废气排放对市环境空气质量的影响,基线内加基线外12海里以内船舶排放对青岛市SO_2、NO_2、PM_(2.5)的贡献比例分别达到15.96%、12.47%、4.09%,贡献浓度分别为3.12、4.02、1.84μg/m~3。     

不同燃烧状态下农作物秸秆PM2.5排放因子及主要成分分析

运用自主设计的生物质燃烧系统,对水稻、小麦、大豆、玉米、花生和油菜6种农作物秸秆采用不同燃烧状态(阴燃和明燃)进行实验室模拟燃烧,分析PM_(2.5)的排放因子及其碳质组分和水溶性离子之间的差异.研究结果表明,不同燃烧状态对秸秆PM_(2.5)的排放因子、碳质组分和水溶性离子的排放均具有显著影响.不同农作物秸秆PM_(2.5)排放因子范围在阴燃和明燃时分别是11.45~23.84 g·kg~(-1)和4.51~12.15 g·kg~(-1).有机碳(OC)、元素碳(EC)的排放因子范围阴燃时分别是5.03~11.04 g·kg~(-1)和0.94~2.70 g·kg~(-1),明燃时分别是1.55~6.02 g·kg~(-1)·kg~(-1)和1.04~2.11 g·kg~(-1),阴明燃具有显著差异且阴燃高于明燃.此外,OC/EC、OC/PM_(2.5)和EC/PM_(2.5)在不同燃烧状态均具有显著差别,可作为区分阴明燃的指标.PM_(2.5)中水溶性离子的主要组分阴燃时为K+(1.011 g·kg~(-1))、Cl~-(0.712 g·kg~(-1))、F~-(0.182 g·kg~(-1)g)和SO_4~(2-)(0.166 g·kg~(-1)),明燃时为K+(0.457 g·kg~(-1))、Cl~-(0.271 g·kg~(-1))、SO_4~(2-)(0.086 g·kg~(-1))和F~-(0.048 g·kg~(-1)),且阴燃条件更有利于离子的排放.此外,水溶性离子的相关性也因燃烧状态的不同而有较大的差异.     

江苏省内河船舶大气污染物排放清单及特征

基于船舶签证、过闸数据以及AIS数据,采用船舶引擎功率的方法建立了江苏省内河船舶大气污染物排放清单.结果表明,2014年江苏省内河船舶共排放NO_x18. 71万t、SO_25. 13万t、PM_(2.5)0. 82万t、PM_(10)1. 10万t、HC 0. 64万t、CO 1. 67万t和CO_21 051. 13万t;对于内河船舶(不计长江),干货船污染物排放量最大,吨位范围200～600 t的污染物排放量最高,船舶正常航行工况下污染物排放量最高;对于长江江苏段抵港船舶,非集装箱货轮污染物排放量最高,装卸货工况下污染物排放量最高,其次是巡航状态,对于不同动力单元,主机和辅机是主要排放单元;对于长江江苏段过境船舶,非集装箱货轮的污染物排放量最高,其次为油轮,缓慢行驶状态下各污染物排放量均为最高,对于不同动力单元,SO2、PM_(2.5)和PM_(10)主机排放量高于辅机;京杭运河苏北段航道单位航道长度大气污染物排放量较大,苏南航道次之;江苏省内河船舶排放受时间影响较小,除2月排放占比略小外,其余月份排放占比基本较为均匀,均在8%～10%左右.     

树木模拟燃烧排放烟尘中水溶性离子的组成

模拟林火中生物质的两种燃烧方式,明燃和闷燃,对10种乔木的干树枝和绿树枝进行室内燃烧试验,测定了排放烟尘中的水溶性离子.结果表明,干树枝明燃烟尘中水溶性离子的平均总含量为(28.88±17.54)g·kg~(-1).SO_4~(2-)、Cl~-、K~+是主要组分,其平均排放因子为101.0~118.2 mg·kg~(-1).干树枝闷烧烟尘中水溶性离子的平均总含量为(6.38±2.79)g·kg~(-1).Na~+、SO_4~(2-)、K~+、Cl~-是主要组分,其平均排放因子为101.1~245.7 mg·kg~(-1).绿树枝明燃烟尘中水溶性离子的平均总含量为(22.13±13.52)g·kg~(-1).SO_4~(2-)、Cl~-、K~+是主要组分,其平均排放因子为136.4~197.6 mg·kg~(-1).绿树枝闷燃烟尘中水溶性离子的平均总含量为(15.71±19.09)g·kg~(-1).Cl~-、SO_4~(2-)、Na~+是主要成分,其平均排放因子为298.6~869.1 mg·kg~(-1).两类树枝在每种燃烧条件下产生的烟尘中,Cl~-与K~+的含量均显著正相关.干树枝闷烧时Cl~-的排放因子与含水率显著正相关.燃烧条件、树种及含水率均对森林生物质烟尘中水溶性离子的组成及排放因子有明显的影响.这对估算大气中林火来源的污染物有参考意义.     

深圳市船舶排放清单与时空特征研究

为分析深圳市船舶排放特征,本研究以劳氏船级社数据库(Lloyd's register of shipping,LR)以及船舶自动识别系统(automatic identification system,AIS)为基础,收集整理深圳市各主要船舶类型及其活动水平的本地化参数,使用基于引擎功率和燃料消耗量的排放因子法,估算深圳市2010年船舶排放清单,并利用船舶AIS活动轨迹建立1 km×1 km空间分配因子和时间特征谱.结果表明,2010年深圳市各类船舶排放的SO2、NOx、CO、PM10、PM2.5和VOCs总量分别为13.6×103、23.3×103、2.2×103、1.9×103、1.7×103和1.1×103t,全槽格式集装箱船为最大贡献船型,靠泊模式排放比例最大.船舶排放的高峰期集中在白天时段,但不同船舶的具体峰值有所不同;船舶排放量的空间分布呈面状及带状分布交错,高值排放区为西部港口群、东部大鹏湾海域及主要水运航道.     

广东省船舶排放源清单及时空分布特征研究

分别采用基于船舶引擎功率和耗油量的排放因子法,估算了广东省地区2010年的船舶排放清单,并选取客货运输吞吐量、航道通航能力因子和港口地理坐标等数据作为权重因子,研究了该地区各类船舶排放的时空分布特征.结果表明,广东省各类船舶在2010年的SO2、NO x、CO、PM10、PM2.5和VOCs排放总量分别为14.6×104t、23.1×104t、3.0×104t、7.9×103t、7.2×103t和9.3×103t.广东省客货运输船舶月排放波动较小;渔业船舶在1月、4月和11月份的排放比例最高.广东省客货运输船舶水域排放集中在西江干线水道和珠江三角洲高等级航道网内,港口排放主要分布在广东省珠江三角洲沿海发达城市地区;渔船港口排放量呈显著的沿海条带状空间分布特征.     

北京市民用燃煤烟气中气态污染物排放特征

以北京远郊农村居民常用的蜂窝煤、煤球、烟煤散煤为实验用煤,开展燃烧实验.研究了烟气无机污染物排放因子、VOCs释放情况.结果表明在充分燃烧的条件下,蜂窝煤、煤球、烟煤气态污染物SO2排放因子分别为1.50、1.91、1.62kg·t~(-1);NOx排放因子分别为0.420、0.901、2.20 kg·t~(-1);CO排放因子分别为22.4、37.3、87.3 kg·t~(-1).燃烧排放的NOx和CO的排放因子顺序关系为:烟煤煤球蜂窝煤;SO2的排放因子大小顺序分别为:煤球烟煤蜂窝煤.获得了北京市2014年3种民用煤燃烧排放的气态污染物的排放清单,烟煤散煤排放的SO2超过了0.55万t,NOx超过了0.75万t,CO超过了29万t.3种煤质燃烧过程中点火和封火阶段VOCs排放浓度相对较高,各阶段VOCs排放因子为点火阶段最高,封火阶段次之.     

西安市人为源大气氨排放清单及特征

根据西安市各类氨排放源活动水平数据,采用合理的估算方法和排放因子,建立了2013年西安市人为源大气氨排放清单.结果表明,2013年西安市人为源大气氨排放量为47.17×10~3t,排放强度为4.57 t·km~(-2);畜禽养殖和氮肥施用是排放贡献最大的两个人为源,氨排放量分别为20.55×10~3t和17.51×10~3t,占排放总量的80.68%;畜禽养殖中,牛和猪是最大的排放源,占畜禽养殖排放总量的75.03%;临潼区是排放量最大行政区,排放量为10.73×10~3t,分担率为23.22%;阎良区的排放强度最大,达到14.75 t·km~(-2).     

内河船舶大气污染物排放特征实测研究

为获得内河船舶航行时的大气污染物排放特征,本研究基于船舶尾气测试系统测试了珠三角西江水域内航行的5艘内河船舶,识别了内河船舶气态污染物瞬时排放特征及基于燃油消耗量的排放因子,并探讨了船舶排放的PM_(2.5)化学组分特征及来源.结果表明:船舶在巡航行驶状态下气态污染物的排放浓度变化都较为平稳,货船污染物排放浓度明显高于快艇.CO_2、CO、NO、NO_2、NO_x、SO_2与PM_(2.5)的排放因子范围分别是3135.90～3149.90、3.10～12.03、30.87～41.18、3.90～7.43、36.36～48.61、0.08～5.50、0.32～4.17 g·kg~(-1).内河船舶排放的PM_(2.5)中碳组分、水溶性离子和金属元素的贡献占比分别为43.8%～64.2%、9.7%～39.0%和0.6%～3.4%,其中,有机碳/元素碳(OC/EC)比值范围为0.40～2.69,OC可能受船舶制动影响较大,润滑油损耗是重要来源.     

餐饮排放有机颗粒物的质量浓度、化学组成及排放因子特征

餐饮废气是大气有机颗粒物的重要排放源.本研究基于模拟实验,研究了烹饪方式、食材以及油品等因素对餐饮废气排放有机颗粒物浓度、组成以及排放因子的影响.结果表明,餐饮排放有机颗粒物的特征受烹饪方式、烹饪食材与烹饪油品等因素影响较大.在所有模拟实验条件下,餐饮废气中可定量的有机颗粒物中,正构烷烃、甾醇和脂肪酸(包括饱和脂肪酸和不饱和脂肪酸)所占的平均质量分数分别为68. 9%、20. 3%和4. 2%,其余的有机物还包括二元羧酸、多环芳烃、单糖以及藿烷类化合物等.有机颗粒物的平均食材排放因子为0. 013 1 g·kg~(-1),变化范围为0. 001 4～0. 027 1 g·kg~(-1).肉类烹饪过程的食材排放因子远大于蔬菜烹饪过程.基于油品的平均排放因子为1. 823 0 g·kg~(-1),变化范围为0. 001 9～10. 173 0 g·kg~(-1).铁架烧烤烹饪方式的油品排放因子大于其他烹饪方式.