我国燃煤电厂PM2.5减排潜力预测与分析

为研究燃煤电厂在燃煤发电机组结构优化调整和不同末端控制措施条件下PM_2.5的排放情况,以2012年为基准年,设计了分阶段、分地区不断优化的控制情景(基准、适中、加严和最严情景),并依据《大气细颗粒物一次源排放清单编制技术指南(试行)》建立的减排潜力模型对2017年、2020年和2030年我国燃煤电厂PM_2.5减排潜力及空间分布进行预测分析. 结果表明:通过燃煤发电机组结构优化调整,2017年、2020年和2030年我国燃煤电厂PM_2.5排放量与调整前相比可分别减少3.62×104、8.52×104和24.43×104 t,但相对于基准年而言,PM_2.5排放量并未减少;进一步结合末端控制措施优化进行控制,PM_2.5最大减排潜力(相对于基准年而言)可分别达到59.42×104±7.83×104、82.83×104±5.82×104和81.89×104±6.76×104 t,最高减排比例分别达到66.5%±8.8%、92.8%±6.5%和91.6%±7.6%. 我国各省(市/区)燃煤电厂PM_2.5减排潜力与其煤耗量和采取的控制措施有关,燃煤量越大,控制措施越严格,则减排潜力越大. 京津冀、长三角和珠三角地区燃煤电厂在实现超低排放,即最严情景下2017年PM_2.5减排潜力分别为5.93×104、12.04×104和4.70×104 t;2017年、2020年和2030年这3个区域PM_2.5总减排潜力分别为22.68×104、22.36×104和22.07×104 t. 内蒙古、江苏、山东、广东、河北和山西等地在实施超低排放后,其PM_2.5减排潜力均超过4×104 t,并且在全国范围内实施超低排放可显著降低我国燃煤电厂PM_2.5排放量.      

京津冀及周边民用燃煤对空气质量的影响及控制对策

本文采用排放因子法核算了2020年京津冀及周边地区“2+26”城市民用燃煤的主要大气污染物排放量,利用ADMS-Urban模型量化评估民用燃煤对周边大气环境的影响,并提出相应的控制对策。研究结果表明,2020年“2+26”城市民用燃煤量较2017年下降72%,但大气污染物排放量仍然较大,SO₂、NO_x、CO、VOCs、PM₁₀及PM_2.5的排放量分别为1.82万t、1.17万t、148.87万t、3.78万t、6.92和5.68万t。民用燃煤的污染控制程度低且排放时间集中,对周边空气质量产生较大影响。“2+26”城市中南部地区在冬季的PM₁₀、PM_2.5、SO₂、CO、NO_x、VOCs最大落地浓度分别可达到76.4μg/m³、61.6μg/m³、15.6μg/m³、213.75μg/m³、10.5μg/m³     

京津冀大气污染传输通道城市燃煤大气污染减排潜力

以京津冀大气污染传输通道城市为研究对象,建立了燃煤电厂、燃煤锅炉、农村散煤三大污染源主要大气污染物排放计算方法,以2015年为基准年,梳理现有燃煤污染减排政策措施,对2017年“2+26”城市燃煤污染源SO₂、NOx、PM、PM₁₀、PM_2.5的减排潜力进行了分析.结果表明：实施燃煤电厂超低排放改造、燃煤锅炉淘汰或改造、散煤改电（气）等措施后,“2+26”城市2017年燃煤SO₂、NOx、PM、PM₁₀、PM_2.5排放量分别达到87×10⁴t、56×10⁴t、64×10⁴t、45×10⁴t、32×10⁴t,预计比2015年分别减少44%、48%、33%、32%、30%.燃煤电厂、燃煤锅炉、农村散煤替代各项污染物减排比例分别在55%~70%、31%~38%、18%~21%,未来农村散煤治理的减排潜力还较大.从各城市情况来看,多数城市燃煤SO₂、NO_x减排主要来自燃煤电厂超低排放改造;保定、廊坊等城市燃煤颗粒物减排量较大,得益于散煤治理工作的大力推进.     

冬奥会期间京津冀及周边区域空气质量时空特征、气象影响和减排效果评估

对比分析2015～2022年冬奥会期间(1月31日至2月20日)京津冀及周边区域44城市空气质量时空演变特征,量化同期气象、协同减排和跨区域传输对PM_2.5浓度及组分变化贡献,为不利气象条件下区域空气质量联防联控提供科学参考.结果表明,2022年44城市PM_2.5浓度为近8年农历同期最低(46μg·m^-3),优良天占比最高(83.3%),不存在重污染天.PM_2.5污染南重北轻,高值区主要集中在太行山沿线及燕山传输通道城市.2016年在春节中期未管控烟花爆竹燃放等源排放强度下,优良天占比93.5%,大气强扩散能力对空气质量改善至关重要.2022年静稳天气指数(SWI)同比增加2.1,大气扩散能力转差,44城市ρ(PM_2.5)均值和峰值同比下降14μg·m^-3和76μg·m^-3,北京减排对PM_2.5浓度降幅较未采取前增大96%,晋鲁豫地区在气象造成PM_2.5浓度上升的不利背景下,峰值下降87μg...     

基于随机森林模型的武汉市城区大气PM2.5来源解析

基于2019年12月～2020年11月期间武汉市城区大气PM_2.5及其主要化学组分（碳质组分、水溶性离子和元素组分）的在线监测数据,分析武汉城区大气PM_2.5的污染特征,并利用主成分分析方法和随机森林模型,对PM_2.5进行来源解析．结果表明,武汉市大气ρ(PM_2.5)冬季最高,为（61.33±35.32）μg·m^-3,而夏季最低,为（17.87±10.06）μg·m^-3．其中碳质组分以有机碳为主,年均值为（7.27±3.51）μg·m^-3,离子组分中ρ（NO₃^-）、ρ(SO₄^2-)和ρ（NH₄⁺）最高,年均值分别为（11.55±3.86）、（7.55±1.53）和（7.34±1.99）μg·m^-3,元素组分中ρ（K）、ρ（Fe）和ρ（Ca）最高,年均值分别为（752.80±183.9...     

天津市PM2.5-O3复合污染特征及气象影响分析

为了解天津市PM_2.5-O₃复合污染特征及气象成因,基于2013～2019年高时间分辨率的PM_2.5、 O₃和气象观测数据,对天津市PM_2.5-O₃复合污染特征、污染物浓度分布以及关键气象因子进行分析.结果表明,2013～2019年,天津市复合污染日94 d,总体呈现下降趋势,前期（2013～2015年）下降明显,由2013年的23 d降至2015年的11 d,下降52.2%;后期（2016～2019年）波动式上升,由2016年的12 d升至2019年的14 d,上升16.7%.复合污染日主要出现在每年的3～9月,年际变化较大,2013～2016年在6～8月出现较多,2017～2019年在4月和9月出现较多.小时ρ(PM_2.5)在75～85μg·m^-3时,小时ρ（O₃）存在峰值区(301～326μg·m^-3).在所有O₃污染中,PM_2.5...     

“2+26”城市秋冬季大气污染治理措施效果评估

针对京津冀及周边"2+26"城市秋冬季不同大气污染治理措施的减排量进行核算,结果表明,2017~2018年秋冬季"2+26"城市SO₂,NO_x,VOCs,PM_2.5和PM₁₀的总减排量分别为43.26,20.63,18.36,28.00和47.31万t,2018~2019年秋冬季"2+26"城市SO₂,NO_x,VOCs,PM_2.5和PM₁₀的总减排量分别为16.68,18.11,11.03,17.04和25.33万t.基于此,采用CAMx模型对各项措施的减排效果进行模拟评估,采取措施后,2017~2018年秋冬季"2+26"城市SO₂,NO_x,PM_2.5和PM₁₀浓度的平均下降量（下降率）分别为22.69μg/m³（42.67%）,33.22μg/m³（37.81%）,24.28μg/m³（22.58%）和31.26μg/m³（18.67%）,2018~2019年秋冬季"2+26"城市SO₂,NO_x,PM_2.5和PM₁₀浓度的平均下降量（下降率）分别为9.36μg/m³（26.86%）,25.73μg/m³（30.62%）,16.38μg/m³（16.09%）和20.43μg/m³（12.33%）.2017~2018年秋冬季各项措施对PM_2.5浓度的平均减排效率排序依次为："散乱污"企业治理 > 交通运输结构调整 > 企业错峰生产 > 民用散煤替代 > 燃煤锅炉综合整治,2018~2019年秋冬季各项措施对PM_2.5浓度的平均减排效率排序依次为：重点行业升级改造 > 企业错峰生产 > "散乱污"企业治理 > 交通运输结构调整 > 民用散煤替代 > 燃煤锅炉综合整治.     

基于在线监测的南京仙林PM2.5组分特征与来源解析

为了研究南京市PM_2.5的污染特征及来源贡献,于2018年3月至2019年2月在南京仙林地区进行PM_2.5组分的在线监测,运用PMF和CMB受体模型,开展PM_2.5的来源解析.结果表明,观测期间南京市PM_2.5平均质量浓度为54.3μg/m³,其中冬季平均浓度76.4μg/m³.PM_2.5的主要组分为NO₃^-（21.3%~30.8%）、SO₄^2-（18.9%~23.5%）、NH₄⁺（14.3%~16.2%）.从全年平均来看,PMF模型得到的PM_2.5解析结果为：二次无机气溶胶（54.9%）、燃煤源（17.4%）、二次有机气溶胶（7.4%）、机动车排放源（7.1%）、工业源（4.9%）、扬尘源（4.8%）、其他源（3.4%）;CMB模型得到的PM_2.5解析结果为：硝酸盐（33.0%）、硫酸盐（24.0%）、燃煤源（16.4%）、机动车排放源（8.4%）、二次有机气溶胶（7.1%）、扬尘源（5.7%）、其他源（2.9%）、工业源（2.4%）.不同季节PM_2.5来源有所差异,夏冬季二次无机气溶胶占比大于春秋季,春冬季燃煤占比最大,二次有机气溶胶在秋季占比最大.结合2017年南京市大气污染源排放清单,对二次气溶胶贡献进行再解析,得到南京仙林地区PM_2.5主要贡献来自燃煤源（PMF：34.14%,CMB：33.82%）,机动车排放源（PMF：27.33%,CMB：29.33%）以及工业源（PMF：26.76%,CMB：24.77%）.可见,影响南京仙林地区PM_2.5的污染源主要来自燃煤源、机动车排放源和工业源,基于在线组分监测、利用PMF和CMB模型得到的PM_2.5源解析结果具有较好的一致性.     

2000~2018年京津冀城市群PM2.5时空演变及其与城市扩张的关联

京津冀城市群是中国三大城市群之一,其城市化进程对大气污染造成了严重的影响.基于土地利用、站点实测和遥感反演的PM_2.5浓度数据集,辅以趋势分析和分段线性回归等方法,分析了2000～2018年京津冀城市群PM_2.5浓度的时空演变格局及其与城市扩张的关联.结果表明：（1） 2000～2018年京津冀城市群PM_2.5浓度变化呈明显的阶段特征,2000～2013年PM_2.5浓度呈显著增加的趋势[slope=1.598 0μg·（m³·a）^-1,P<0.001],其中69.97%的区域呈显著增加趋势（P<0.05）; 2013～2018年PM_2.5浓度呈显著减小的趋势[slope=-4.990 8μg·（m³·a）^-1,P<0.001],其中85.81%的区域呈显著减小的趋势（P<0.05）;（2） PM_2.5浓度整体呈从东南向西北递减的趋势,高污染区[ρ...     

皖南地区铜陵市大气颗粒物污染特征及潜在源研究

利用2018年3月—2021年2月环境和气象数据对皖南地区铜陵市大气颗粒物的污染特征和潜在贡献源进行了系统性研究.铜陵市大气颗粒物污染具有明显的季节变化特征,冬季污染物浓度最高,PM_2.5和PM₁₀平均为（60.3±31.0）μg·m^-3和（89.2±42.2）μg·m^-3.计算发现PM_2.5/PM₁₀超过0.5,铜陵市的大气颗粒物污染问题与细颗粒物关系密切.后向轨迹聚类分析表明铜陵市大气颗粒物的输送路径具有季节性差异.春季以西北、东北和西南方向气流为主,占比83.73%;夏季以东南和南部方向气流为主,占比82.90%;秋季以东北气流为主,占比51.00%;冬季则是以北方和西北气流为主,占比69.81%.其中,冬季气流轨迹所对应的PM_2.5和PM₁₀的浓度最高,平均为59.7和92.0μg·m^-3;夏季最低,平均为23.8和43.8μg·m^-3.潜在源贡献因子（WPSC...     

省会城市不同功能区大气PM2.5化学组分季节变化及来源分析

为探究城市不同功能区大气PM_2.5污染水平、成分季节差异特征以及来源,采集了省会城市济南市2019年不同季节（春、秋、冬）3类典型功能区（城市市区、工业区、城乡结合区）和环境背景点植物园区的PM_2.5样品,对其浓度[ρ(PM_2.5)]、化学组分（水溶性离子、碳质组分、元素）和来源进行分析.结果表明采样期间3类功能区ρ(PM_2.5)在空间上呈现：工业区[（89.88±49.25）μg·m^-3]>城乡结合区[（86.73±57.24）μg·m^-3]>城市市区[（70.70±44.89）μg·m^-3],远大于植物园区[（44.36±21.54）μg·m^-3].各功能区ρ(PM_2.5)秋冬季明显高于春季,冬季最高值出现在城乡结合区,春季和秋季均为工业区最高.工业区各季PM_2.5中的水溶性离子浓度较高,主要的水溶性离子NO^-₃     

合肥冬半年降水及所处天气型对大气颗粒物浓度的影响

利用合肥市2015—2017年冬半年环境监测站和自动气象站数据,以及高空、地面天气图资料,运用常规统计和天气学方法分析了降水强度及不同降水天气系统对PM_2.5、PM₁₀浓度的影响.结果表明：冬半年降水日PM_2.5、PM₁₀平均浓度较无降水日分别下降18.1μg·m^-3（23.9%）、38.2μg·m^-3（37.8%）;小于5 mm的日降水量对颗粒物清除效果不明显,且有28%样本PM_2.5和PM₁₀浓度不降反升;当日降水量大于10 mm,位于“优”等级的PM_2.5和PM₁₀浓度比例分别为54%和80%,显著上升.连续降水期间PM_2.5、PM₁₀日均浓度中位值和均值逐日下降,降水第2日PM_2.5、PM₁₀日均浓度降幅最大.合肥冬半年降水天气系统可以分为切变线Ⅰ型、切变线Ⅱ型、低槽冷锋型和...     

运城市PM2.5时空分布特征和潜在源区季节分析

基于2019年3月～2020年2月环境空气质量监测数据,分析了运城市PM_2.5污染的时空分布特征,并利用HYSPLIT后向轨迹模型和聚类分析等方法探讨不同季节运城市PM_2.5污染的输送路径和潜在源区.结果表明,运城市ρ(PM_2.5)冬季最高(111.24μg·m^-3),夏季最低(30.02μg·m^-3),PM_2.5/PM₁₀秋冬季均大于0.6,表明运城市秋冬两季颗粒物污染以细颗粒物为主;空间上ρ(PM_2.5)年均值呈现北部和中部高、东部和西部低的分布特征,高值区PM_2.5与SO₂、 NO₂和CO呈显著强相关,表明本地排放对高值区ρ(PM_2.5)影响较大,春季和冬季最高值分别位于河津市(58.50μg·m^-3)和稷山县(142.33μg·m^-3),夏季最高值位于南部的平陆县(36.92...     

保定市冬季PM2.5的氧化潜势特征及其影响来源分析

为了探究保定市郊区2018年冬季PM_2.5氧化潜势的特征及其影响来源,利用二硫苏糖醇（DTT）测定法对PM_2.5中活性氧进行测定,采用皮尔逊相关分析PM_2.5中各化学成分与氧化潜势的关系,并且利用PMF对DTT_v进行污染源解析.结果表明,冬季保定市ρ(PM_2.5)平均值为（140.96±70.67）μg·m^-3,高于同时期北京PM_2.5浓度.氧化潜势的DTT_v和DTT_m值均表现出白天高于夜间的情况[DTT_v白天为（2.37±0.76） nmol·（min·m³）^-1,夜间为（2.14±1.17） nmol·（min·m³）^-1; DTT_m白天为（0.96±0.60） pmol·（min·μg）^-1,夜间为（0.76±0.41） pmol·（...     

2016～2020年成都市控制PM2.5和O3-8h污染的健康效益评价

细颗物(PM_2.5)和臭氧是我国主要的大气污染物,严重危害人群健康.为评估成都市大气污染防治行动实施期间PM_2.5和臭氧对人群健康的影响,首先,利用流行病学中的广义相加模型和非线性分布滞后模型估算了2014～2016年成都市PM_2.5和臭氧最大8 h滑动平均(O_3-8h)浓度变化对居民疾病死亡影响的暴露-反应关系系数(β),在此基础上,采用环境风险和环境价值评估法估算2016～2020年成都市PM_2.5和O_3-8h浓度暴露水平变化的健康收益.结果表明：(1)2016～2020年成都市的ρ(PM_2.5)年均值呈逐年下降趋势,从63μg·m^-3降至40.92μg·m^-3,年均下降率约为10.14%;与之相反,ρ(O_3-8h)年均值从155μg·m^-3升至169μg·m^-3,年均增长率约为2.23%.(2)成都市PM_2.5...     

2015~2019年南京北郊碳质气溶胶组成变化

碳质气溶胶是大气细颗粒物的重要组成,对空气质量、人体健康和气候变化有着重要影响.为了探究碳质气溶胶在减排背景下的长期变化,本研究测定了南京北郊5 a（2014年12月17日至2020年1月5日） PM_2.5样品的有机碳（OC）和元素碳（EC）浓度.结果表明,ρ（OC）和ρ（EC）5a平均值分别为（10.2±5.3）μg·m^-3和（1.6±1.1）μg·m^-3,其中OC占PM_2.5的31.1%,EC占PM_2.5的5.2%.OC和EC均呈现出冬高夏低的季节特征.通过非参数的Mann-Kendall检验和Sen’s斜率发现,OC和PM_2.5的浓度整体呈显著下降趋势[OC:P<0.000 1,-0.79μg·（m³·a）^-1,-0.29%·a^-1; PM_2.5:P<0.000 1,-4.59μg·（m³·a）^-1,-1.5...     

基于源反演和气溶胶同化方法天津空气质量模式预报能力改进

为提升天津空气质量数值模式精细化预报能力,基于高分辨率排放源清单,技术应用源反演技术和气溶胶三维变分同化方法开展2020年天津空气质量数值预测分析,评估不同技术对空气质量模式预报能力改进,并结合气象因素评估模式系统性误差,以期提升天津空气质量精细化预报能力,服务分区精细化大气污染防治.结果表明,基于高分辨率排放源清单、源反演技术和气溶胶三维变分同化方法,可有效改进天津空气质量模式预报能力,调整后天津PM_2.5、 PM₁₀、 SO₂、 NO₂和O₃浓度预报平均偏差均在2μg·m^-3以内,其中高分辨率排放源清单应用后PM_2.5平均偏差为1.80μg·m^-3,源反演技术和气溶胶三维变分同化技术应用后平均偏差分别为-1.45μg·m^-3和-3.98μg·m^-3,均显著小于原模式的18.75μg·m^-3; PM_2.5浓度预报和实况的相关...     

南京江北新区PM2.5中水溶性有机氮的污染特征及其来源

以南京江北新区2019年4、7、11和12月为代表分析了大气PM_2.5中水溶性有机氮（WSON）的季节变化特征,探讨了WSON与水溶性无机氮（WSIN）的关系.结果表明,南京江北新区PM_2.5中WSON的变化范围为0.446～4.200μg·m^-3,平均值为2.04μg·m^-3,略高于北京、上海和常州的观测结果.秋季PM_2.5中的WSON平均值最高[（2.967±0.643）μg·m^-3],约为其他3个季节的1.7倍.南京细粒子中WSON对水溶性总氮（WSTN）的平均贡献率占到25%,并表现出夏秋高、冬春低的特点,如冬季该占比仅为夏秋季的50%左右. WSON与WSIN中的NO^-₂-N相关性最高,与NO^-₃-N的相关性最低,可能与夏季高温导致NO^-₃-N的挥发有关.通过主成分分析（PCA）表明,南京江北新区细粒子中WSON主要...     

京津冀煤改电对PM2.5浓度的影响

基于WRF-Chem模型,结合气象要素,从PM_2.5浓度的消减量及时空变化特征等方面模拟分析了煤改电政策实施前后京津冀地区采暖期（2018年11月~2019年3月）PM_2.5的排放变化.结果表明,WRF-Chem模型很好地模拟了京津冀地区PM_2.5浓度变化,北京、天津和石家庄模拟值与观测值的相关系数分别为0.66、0.66和0.52,表现出良好的相关性.煤改电政策的实施对京津冀重点地区PM_2.5减排效果明显,PM_2.5日均减少量分布在0.2~6.1μg/m³,减少比例分布在1.2%~7.8%.PM_2.5小时均值变化显示,2018年12月PM_2.5减少量分布在0.4~8.3μg/m³,减少比例分布在2.3%~7.7%.其中,北京大兴区减排量达8.3μg/m³,天津地区减排比例达7.7%.在特殊气象条件下,煤改电政策影响范围可扩散至山东、江苏、河南北部以及山西西部,PM_2.5小时均值减少量最大超过50μg/m³.     

北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.