城市生活垃圾填埋场甲烷收集效率研究

为提高垃圾填埋场CH4收集系统的收集效率,减少CH4的排放,对广州某生活垃圾填埋场CH4收集效率和填埋堆体表面CH4释放速率进行了研究.研究表明:采用US-EPA一级动力学模型计算出2010年该填埋场理论CH4产量为7.22×107m3,估算实际产量为(2.17～2.89)×107m3,实际收集量为1.75×107m3,实际收集量占估算实际产量的60.6%～80.6%.填埋作业面是填埋场主要的CH4排放源,年排放量为0.175×107m3,占实际收集量的10.0%.其中,陈垃圾作业面和新填垃圾作业面CH4的释放速率分别为4.17mol·m-·2h-1和0.29mol·m-·2h-1.     

成都市工业源重点VOC排放行业排放清单及空间分布特征

以2013年为基准,采用排放系数法对成都市区域范围内工业源的VOC排放进行了核算,利用GIS工具构建成都市1 km×1 km网格化排放清单,分析了VOCs的空间分布特征.研究结果表明:2013年成都市工业源VOC排放总量为(5.77±3.35)×10~4t,其中溶剂使用源排放(3.09±4.93)×10~4t,工艺过程源排放(2.35±3.82)×10~4t,化石燃料燃烧源排放(0.21±0.61)×10~4t,生物质燃烧源排放(0.12±0.48)×10~4t.从工业源VOC排放的空间分布特征上看,都江堰、郫县、温江和崇州是最主要的贡献区县,涉及的排污企业类型主要包括钢铁、化工和水泥行业.     

基于大数据分析的杭州市农业源高分辨率氨排放清单研究

基于实地调查并辅以统计的方法获得大数据,采用排放因子法,估算了杭州市2015年农业源氨排放清单,并选取经纬度坐标、土地类型和人口等数据作为权重因子,建立1 km×1 km高精度网格化空间分布,研究了该地区农业排放源氨排放空间分布特征.结果表明:杭州市2015年农业源NH3排放总量为54787.9 t,其中畜禽养殖和农田种植是最主要的氨排放来源,分别占农业源总排放量的86.7%和12.8%.在畜禽养殖各主要环节的氨排放过程中,圈舍固态粪便的氨排放贡献量最大,占总氨排放量的52.8%;其次是存储固态,占总氨排放量的35.1%.氮肥施用主要集中在萧山区、建德市、临安市和余杭区.秸秆堆肥和秸秆焚烧与秸秆综合利用率高低密切相关,两者氨排放量占有率不高,占杭州市农业源氨排放总量的1%以下.     

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.     

发酵床养猪过程中甲烷的排放及其影响因素

为研究发酵床养猪甲烷排放情况,对南京六合猪场发酵床猪舍内CO2和CH4浓度进行测定,通过二氧化碳平衡法,估算了猪场甲烷排放通量,并分析垫料含水率、p H、温度和有机质的变化,探讨其对CH4排放的影响。结果表明:试验期间舍内CH4和CO2浓度总体上呈升高趋势,CO2平均浓度为894.81 mg/m3,明显低于猪舍环境质量标准推荐的CO2浓度标准(1 500 mg/m3);CH4平均浓度为1.59mg/m3,单只育肥猪平均CH4排放通量变化范围为122.48~162.09 mg/(h·头)或每标准动物单位排放量711.27~1 199.75 mg/(h·AU)。在不同影响因素中,垫料有机质含量是影响舍内甲烷排放量变化的最重要因素(r=0.949,P0.05),有机质含量越高,其甲烷排放潜力越大。     

耕作方式对紫色水稻土农田生态系统CH4和N2O排放的影响

以位于西南大学农业部重庆紫色土生态环境重点野外科学观测试验站内1990年设立的长期免耕试验田为研究对象,采用静态暗箱/气相色谱法,对传统的冬水田平作（CT）及由其改良而成的水旱轮作（CTR）、厢作免耕（NTP）和垄作免耕（NTR）等农田生态系统CH4和N2O的排放进行了连续1 a的田间原位观测研究.结果表明,传统的CT处理中,CH4和N2O主要排放时期为水稻种植季,该时期的持续时间仅占全年的27.1%,但2种温室气体的总排放量分别占全年的77.6%和55.0%;耕作制度改良后,CH4排放降低而N2O排放增加.不同耕作方式下CH4的年平均排放通量[以CH4计,mg.（m2.h）-1]为CT（2.96±0.04）〉NTR（1.83±0.21）〉NTP（1.42±0.01）〉CTR（0.96±0.09）,CT处理的CH4排放极显著高于CTR和NTP处理（P〈0.01）,显著高于NTR处理（P〈0.05）;N2O的年平均排放通量[以N2O计,μg.（m2.h）-1]依次为CTR（123.6±47.1）〉NTR（115.2±22.1）〉NTP（100.5±25.8）〉CT（81.3±13.5）,CTR处理N2O的排放显著高于CT（P〈0.05）.通过对不同时间尺度（20、100及500 a）2种温室气体综合全球增温潜势（global warming potential,GWP）的计算,可以发现,改良后的3种耕作方式对CH4和N2O的综合GWP有一定的减排作用,无论时间尺度长短,4种耕作处理全年所排放的CH4和N2O所产生的综合GWP均为CT〉NTR〉NTP〉CTR.因此,耕作方式的改良对紫色水稻土农田生态系统中CH4和N2O综合GWP减排有着明显的效果.     

长株潭城市群人为源VOCs排放清单及其对环境的影响

基于长株潭城市群环境统计数据和排放系数,建立了2014年长株潭城市群人为源VOCs排放清单,并根据空间特征数据进行了3 km×3 km的空间网格分配,同时还估算了各类人为源排放VOCs的臭氧生成潜势与二次有机气溶胶生成潜势.结果表明,长株潭地区人为源VOCs排放总量为113.49 kt,其中工艺过程源、溶剂使用源和移动源为最主要的排放源,排放量分别为35.88、28.72、22.13 kt,工艺过程源中75.34%的VOCs排放量来自建材生产,溶剂使用源中建筑涂料和汽车喷涂为主要排放源;各区县中醴陵市的VOCs排放量最高为16.58 kt;长株潭地区总臭氧生成潜势为375.33 kt,溶剂使用源贡献最大为27.28%,生物质燃烧源的臭氧生成能力最强;二次有机气溶胶生成潜势中,溶剂使用源贡献比例最大为35.35%,其二次有机气溶胶生成能力也强于其它源类;空间分布特征显示城区的网格排放量较大.     

恩施州大气污染物排放量估算及清单构建

该文通过污染源现场调查和部门资料收集,结合全国第二次污染源普查和湖北省污染源自动监控综合管理系统,以2017年为基准年,对恩施州大气污染物排放量进行了估算,并建立了恩施州1 km×1 km大气污染源排放清单,研究分析了清单结果和普查结果的差异。结果显示,2017年恩施州人为源SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)、BC、OC和NH_3排放总量分别为12 702.26、19 610.04、168 721.49、16 709.92、17 382.89、10 789.67、3 593.30、5 848.86和43 778.37 t;天然源挥发性有机物(BVOCs)排放总量为159 239.47 t。其中,固定燃烧源是SO_2、CO、PM_(10)、PM_(2.5)、BC和OC主要来源,移动源是NO_x和VOCs的主要来源,NH_3的主要来源是农业源,PM_(10)、PM_(2.5)排放主要来自扬尘源。阔叶林和针叶阔叶混交林对天然源排放贡献较大。空间分布上,污染物排放主要集中在恩施市、利川市和巴东县。对比清单结果和普查结果,SO_2和VOCs排放量估算较普查结果高,NO_x排放量估算与普查结果相差不大。     

西宁市农牧源氨排放清单及其分布特征

以西宁市为研究区域,通过实地调研获得西宁市农牧源活动水平数据,利用排放因子法编制了西宁市2018年农牧源氨排放清单.分析了西宁市农牧源氨排放特征,利用ArcGIS进行3 km×3 km的空间网格化分配,利用蒙特卡罗模拟对畜禽养殖和氮肥施用氨排放清单进行不确定性分析.结果表明,西宁市2018年农牧源氨排放总量为4 644...     

秋季黄河口滨岸潮滩湿地系统CH4通量特征及影响因素研究

2009年秋季(9、10月),运用静态暗箱-气相色谱法对黄河口滨岸潮滩湿地系统的CH4排放通量进行了观测,并对影响CH4通量特征的关键因子进行了识别.结果表明,在空间上,秋季高潮滩、中潮滩、低潮滩和光滩的CH4通量范围分别为-0.206～1.264、-0.197～0.431、-0.125～0.659、-0.742～1.767 mg.(m2.h)-1,均值为0.089、0.038、0.197和0.169mg.(m2.h)-1,均表现为CH4排放源,但源功能整体表现为低潮滩>光滩>高潮滩>中潮滩;在时间上,9、10月的CH4排放通量范围分别为-0.444～1.767、-0.742～1.264 mg.(m2.h)-1,均值为0.218、0.028 mg.(m2.h)-1,除9月高潮滩表现为CH4弱汇外,其它潮滩的CH4通量均明显高于10月.研究发现,黄河口滨岸潮滩湿地环境因素变化比较复杂,CH4排放通量受多重因素控制.不同潮滩湿地在9、10月CH4排放通量的差异可能主要与温度(特别是气温)以及植被生长状况的差异有关,而水盐条件和潮汐状况对潮滩湿地系统CH4通量特征的影响也不容忽视.     

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.      

湖北省畜禽粪便温室气体减排潜力分析

畜禽粪便是农业温室气体的重要排放源.合理的粪便管理方式可有效降低温室气体排放,同时减少环境污染.为明确不同养殖模式下适宜的粪便管理方式对温室气体减排的有效性,以湖北省为案例地,针对不同畜禽的粪便特征、区域自然条件和畜禽养殖模式等,筛选适宜的粪便管理方式;运用政府间气候变化专门委员会提出的畜禽粪便温室气体排放因子测算模型,在优化管理方式的基础上进行排放因子预测,估算由粪便管理方式改进所带来的减排潜力.结果表明,粪便管理经优化后畜禽粪便温室气体排放减少1.98~357.82 kg·头-1·a-1(以CO2当量计).根据养殖规模发展趋势预测,至2020年全省畜禽粪便优化管理所带来的减排潜力可达322.78万t(以CO2当量计).不同地区间减排效果则与当地养殖规模、养殖结构、养殖模式及适宜的畜禽粪便管理方式密切相关;畜禽种类间粪便特性的不同是其CH4和N2O减排效率迥异的主要原因;规模化养殖粪便管理方式优化是实现区域温室气体减排的重点.结合区域自然条件和畜禽养殖特征等,筛选适宜的粪便管理方式是实现区域温室气体减排的有效措施.     

生活垃圾填埋场填埋作业台阶甲烷排放研究

为了解我国生活垃圾填埋场填埋作业期间的甲烷排放情况,采用DM(Default Methodology)模型、LandGEM(Landfill Gas Emission Model)模型与静态箱法模拟和测试计算了杭州市天子岭生活垃圾填埋场填埋作业台阶1h的甲烷排放量,结果分别为3.65×103m3、1.52×103m3和1.11×103m3;与DM模型相比,LandGEM模型的模拟结果与现场测试结果更接近.生活垃圾填埋场在填埋作业台阶运行期间(约2年)产生的甲烷量约占理论产生总量的50%,而填埋气体主动收集系统收集率仅为43%,即在此期间未被收集利用而排放的甲烷量约占理论产生总量的29%.因此,调控填埋作业期间的甲烷排放是我国控制生活垃圾填埋场甲烷排放总量的关键之一.     

土地利用/覆盖变化对长江上游非点源污染影响研究

在国内外相关研究的基础上,利用输出系数模型,结合RS和GIS技术,对长江上游的非点源污染负荷进行了空间模拟和负荷估算.模拟结果表明,在不考虑流域损失的前提下,由于土地利用造成的非点源污染负荷TN总量从20世纪70年代的123万t下降至2000年的116万t,基本呈逐年减少的趋势,由土地利用造成的TP的变化趋势与TN基本相同,从70年代的3.7万t下降到2000年的3.5万t左右.就省份、土地利用类型和水系而言,四川省、种植用地和草地以及金沙江水系和嘉陵江水系对长江上游的非点源污染贡献较大.在非点源污染负荷强度上,重庆市和嘉陵江水系单位面积负荷最高,是今后应重点治理的地区.结果表明,该模型可以对长江上游这样的超大尺度空间的非点源污染进行较好的空间模拟.     

Impacts of climate variability and changes on domestic water use in the Yellow River Basin of China

We present a methodology for using a domestic water use time series that were obtained from Yellow River Conservancy Commission, together with the climatic records from the National Climate Center of China to evaluate the effects of climate variability on water use in the Yellow River Basin. A suit of seven Global Circulation Models (GCMs) were adopted to anticipate future climate patterns in the Yellow River. The historical records showed evidences of rises in temperature and subsequent rises in domestic water demand in the basin. For Upstream of Longyangxia region, the impact was the least, with only 0.0021?×?10⁸ m³ for a temperature increase of 1 °C; while for Longyangxia-Lanzhou region, domestic water use was found to increase to 0.18?×?10⁸ m³ when temperature increases 1 °C. Downstream of Huayuankou was the region with the most changes in temperature that gave the highest increase of 1.95?×?10⁸ m³ in domestic water demand for 1 °C of change of temperature. Downstream of Huayuankou was identified as the most vulnerable area, where domestic water demand increases nearly by 42.2 % with 1 °C increase of temperature. Judging from the trends of temperature range, we concluded that future temperature in Yellow River Basin has an increasing tendency. This could worsen the existing issues of domestic water demand and even more to trigger high competition among different water-using sectors.     

Prediction of enteric methane emission from cattle using linear and non-linear statistical models in tropical production systems

The objective of this study was to develop linear and nonlinear statistical models to predict enteric methane emission (EME) from cattle (Bos) in the tropics based on dietary and animal characteristic variables. A database from 35 publications, which included 142 mean observations of EME measured on 830 cattle, was constructed to develop EME prediction models. Several extant equations of EME developed for North American and European cattle were also evaluated for suitability of those equations in this dataset. The average feed intake and methane production were 7.7?±?0.34 kg/day and 7.99?±?0.39 MJ/day, respectively. The simple linear equation that predicted EME with high precision and accuracy was: methane (MJ/day)?=?1.29_(±0.906)?+?0.878_(±0.125)?×?dry matter intake (DMI, kg/day), [root mean square prediction error (RMSPE)?=?31.0 % with 92 % of RMSPE being random error; R ²?=?0.70]. Multiple regression equation that predicted methane production slightly better than simple prediction equations was: methane (MJ/day)?=?0.910_(±0.746)?+?1.472_(±0.154)?×?DMI (kg/day) – 1.388_(±0.451)?×?feeding level as a multiple of maintenace energy intake – 0.669_(±0.338)?×?acid detergent fiber intake (kg/day), [RMSPE?=?22.2 %, with 99.6 % of MSPE from random error; R ²?=?0.84]. Among the nonlinear equations developed, Mitscherlich model, i.e., methane (MJ/day)?=?71.47_(±22.14.6)?×?(1 - exp{?0.0156_(±0.0051)?×?DMI (kg/day), [RMSPE?=?30.3 %, with 97.6 % of RMSPE from random error; R ²?=?0.83] performed better than simple linear and other nonlinear models, but the predictability and goodness of fits of the equation did not improve compared with the multiple regression models. Extant equations overestimated EME, and many extant models had low accuracy and precision. The equations developed in this study will be useful for improved estimates of national methane inventory preparation and for a better understanding of dietary factors influencing EME for tropical cattle feeding systems.     

两种模式下中国未来发电行业发展情景及其环境效益分析

为了研究“双碳”目标模式下我国发电行业发展前景及带来的环境效益,建立了饱和“S”状灰色模型计算了按照旧有发电模式——非“双碳”模式下2021～2060年发电行业装机容量和发电量,并基于“中国2030年能源电力发展规划研究及2060年展望报告”计算获得了“双碳”模式下2021～2060年发电行业装机容量和发电量,对比研究了两种模式下中国未来发电行业的发展情景.通过物料衡算法和火电行业排放绩效构建了CO₂、 SO₂、 NO_x、 PM、 PM₁₀和PM_2.5的排放因子以及减排因子,定义了用于衡量污染物减排量的4种环境效益A₁～A₄.结果表明,在“双碳”模式下,火电机组将于2026年实现碳达峰,之后年均降低0.28亿kW,同时要求可再生能源发电机组于2020年后年均增加1.54亿kW以实现碳中和.与非“双碳”模式相比,“双碳”模式下火力发电装机容量将大幅度减少,可再生能源发电装机容量将大量增加,由此产生巨大的环境效益A₁...     

全国土壤侵蚀量估算及其在吸附态氮磷流失量匡算中的应用

应用土壤流失方程(USLE),根据我国土壤水力侵蚀分类分级标准,建立了大尺度区域土壤侵蚀量的估算模型;基于GIS技术平台,利用土壤普查数据,构建了全国表层土壤氮磷含量数据库,完成了2000年全国境内水土流失影响下吸附态氮磷的流失量估算.经数据合理性分析验证后得出以下结论:(1)全国因水土流失引发的吸附态氮素和磷素的流失总量分别达到104.22×104t和34.65×104t;(2)长江、珠江和黄河三大流域的吸附态氮、磷流失量之和分别占全国总量的83%和89%,单位面积(1km2)吸附态氮、磷的流失量分别介于6.0×10-4～0.53t和2.1×10-4～0.13t之间;(3)吸附态氮的重点流失区主要分布在长江中上游水土易蚀区、黄河中游沟壑区、西辽河上游区、珠江流域红水河、西江等上游区以及怒江、澜沧江下游区.     

黄海溶解无机氮时空变化及其水团对DIN总量的影响

本文根据2013~2016年4个航次调查资料,研究了黄海水体中溶解无机氮（DIN）的时空变化及其总量影响因素.结果表明：春、夏、秋和冬季黄海调查海域DIN平均浓度分别为（5.43±4.02）,（4.47±3.16）,（7.46±3.56）和（5.09±2.59）μmol/L.其中,秋季浓度最高,夏季最低;黄海调查海域各季节DIN的分布呈现近岸高、外海低的变化规律,近岸高值点多集中在长江口以北、山东半岛和辽东半岛等处.春~秋季影响DIN分布的因素主要是陆源输入和浮游植物的生长繁殖,冬季则主要是河流输入和沉积物再悬浮作用.四季在中央海域底层还存在一个高值区（>6μmol/L）,主要受黄海冷水团和黄海暖流等共同影响;通过聚类分析法对黄海四季水团进行了基本划分,调查海域主要包括5个水团：黄海混合水团、黄海冷水团、黄海暖流水、沿岸水团和黄东海混合水团,除黄海混合水团终年存在外,其他水团均为季节性存在;调查海域DIN总量四季差异不大,整体含量介于1.0×10⁶~1.5×10⁶t,春、夏、秋和冬季DIN总量分别约为1.2×10⁶,1.0×10⁶,1.5×10⁶和1.3×10⁶t.春季和夏季受浮游植物吸收影响,DIN总量略低,从水团对DIN总量的贡献上来看,春季以黄海暖流为主,夏季以黄海冷水团为主,秋、冬季以黄海混合水团为主.