“十二五”大气污染防治成效及对策建议

"十二五"期间我国城市空气质量明显好转,大气主要污染物总量控制取得积极进展。但当前大气环境形势仍十分严峻,传统煤烟型污染尚未解决,以颗粒物、臭氧引发的区域性复合污染日益严重。结合当前环境管理需求,从城市空气质量达标、重污染天气应对、严格控制燃煤污染、控制挥发性有机物排放、强化区域联防联控等方面提出大气污染防治建议。     

深圳市环境空气质量达标研究

深圳市影响空气质量的污染物包括PM2．5、O3和NO2。运用CMAQ空气质量模型,对深圳市周边城市设置了4套达标情景并开展模拟评估。结果表明,要降低PM2．5浓度应以控制颗粒物一次排放为重点,在2012年基础上PM10和PM2．5分别减排45％和55％以上才可较好地实现大气污染防治目标。达标情景对O3污染的控制效果并不显著,可能与周边城市VOCs控制力度不足相关,要降低O3浓度,必须控制VOCs污染排放。     

构建交通运输污染减排新体制新几制的思考

本文初步调查汇总估算了我国交通运输行业大气污染物排放量,分析表明行业大气污染排放对环境的影响呈上升趋势.提出了应当像为控制烟煤型污染而控制电力热力行业排放那样,将交通运输整体作为控制细颗粒物和臭氧污染的重点行业的观点.对当前污染减排体制机制的不适应性分析认为,污染减排的理念“重控源轻结构”、体制不明确、部署整体化与系统化不够、环境管理基础性工作薄弱.由此提出了由管理重点、管理思路、体制原则、职责分工组成的污染减排新管理体制建议;同时,提出了加强科技支撑、制定减排规划、制定政策和技术标准规范、开展立法调研四项措施构成的新机制建议.另外,交通运输行业的水、噪声和固体废物的污染防治也适用这种新体制和新机制.     

构建交通运输污染减排新体制新机制的思考

本文初步调查汇总估算了我国交通运输行业大气污染物排放量,分析表明行业大气污染排放对环境的影响呈上升趋势。提出了应当像为控制烟煤型污染而控制电力热力行业排放那样,将交通运输整体作为控制细颗粒物和臭氧污染的重点行业的观点。对当前污染减排体制机制的不适应性分析认为,污染减排的理念"重控源轻结构"、体制不明确、部署整体化与系统化不够、环境管理基础性工作薄弱。由此提出了由管理重点、管理思路、体制原则、职责分工组成的污染减排新管理体制建议;同时,提出了加强科技支撑、制定减排规划、制定政策和技术标准规范、开展立法调研四项措施构成的新机制建议。另外,交通运输行业的水、噪声和固体废物的污染防治也适用这种新体制和新机制。     

我国大气颗粒物来源及特征分析

我国大气颗粒物来源复杂,呈现大气复合型污染特征,对主要污染源进行识别和定量,是制定城市空气质量改善措施的基础。本研究总结了2000年以来我国近30个城市大气可吸入颗粒物PM10源解析研究,结果表明我国大气颗粒物PM10主要来自六类源:扬尘(土壤尘、道路尘、建筑尘);燃煤;工业排放;机动车排放;生物质燃烧;SO2、NOx、VOCs氧化产生的二次颗粒物。研究还表明,不同地区不同季节大气颗粒物主要来源和相对贡献存在差异。近年来随着大气颗粒物控制措施的实施,城市PM10污染状况已明显改善,大气细颗粒物PM2.5越来越受关注,在制定空气质量达标方案时,各类燃烧源和二次颗粒物的重要性将进一步上升。     

天津市PM_(10)污染控制决策模型

探索了城市空气颗粒物污染控制决策的流程.分析了颗粒物排放源类的分担率、颗粒物的可削减空间、控制措施实施的可执行性及控制技术经济成本等方面对颗粒物污染控制决策的影响,在此基础上,结合空气质量模型、颗粒物来源解析、层次分析法等技术,建立了颗粒物污染控制方案优选方法及相应的决策模型.以天津市为例,分别设定颗粒物各排放源类的控制情景,计算不同控制情景下环境空气中ρ(PM10)削减率,在对所有方案初筛的基础上,采用层次分析法确定颗粒物污染控制的最优方案组合.     

日本颗粒物污染防治政策分析及其对我国的启示

总结了日本大气颗粒物污染防治的历程、措施及效果。通过借鉴日本的经验,对我国在颗粒物污染防治方面有三点启示:建立空气质量管理模式,强化移动源污染控制,推行煤炭清洁利用技术。     

污染减排及新冠肺炎对广州空气质量影响分析

自2017年《广州市空气质量达标规划》实施以来,广州空气质量大幅改善并于2020年首次实现全面达标,评估《规划》中本地污染减排措施实施成效可为后续大气污染防治提供参考.本研究基于各种减排情景的排放核算结果,综合运用空气质量模型模拟和数据融合技术,量化评估了本地污染减排措施、新冠疫情防控工作、周边排放控制及气象条件变化4种影响因素对2017—2020年广州市空气质量改善的贡献.评估结果显示,本地污染减排措施是2017—2020年SO₂、NO₂、PM₁₀及PM_2.5浓度下降的主导因素,其浓度削减贡献分别为53.58%、31.60%、34.24%及30.82%;疫情防控工作的浓度削减贡献在初期较大,但在后期随着复工复产而减弱;周边减排空气质量改善效果弱于本地污染减排;气象条件变化对各污染物浓度下降均存在正贡献,且对O3浓度削减的贡献(81.96%)尤为显著.     

“十二五”我国大气颗粒物污染防治对策

颗粒物是影响我国环境空气质量的首要污染物。本文深入分析了当前我国大气颗粒物的污染现状和排放控制现状,总结分析污染分布特征,评估重点行业和主要领域大气颗粒物污染控制情况及存在的不足。以此为基础,从管理体系、控制手段和科学研究等方面,提出"十二五"期间大气颗粒物污染防治的对策、措施和建议。     

四川盆地大气氨与氮氧化物排放对细颗粒物污染的影响及减排潜力

基于IASI、OMI与TROPOMI卫星数据识别了2008~2019年四川盆地氨与氮氧化物柱浓度的变化趋势,并进一步采用空气质量模型CMAQ对2019年冬季四川盆地氨排放的大气环境影响进行了研究,评估了氨与氮氧化物单独减排及氨与氮氧化物协同减排情景下对四川盆地颗粒物污染的影响.结果表明：2008~2012年四川盆地氮氧化物排放逐年升高随后在2013~2019年迅速下降,而氨柱浓度在2008~2013年期间较为稳定,自2014年起迅速增长.四川盆地氨排放的高值区主要集中在人为活动强烈的成都及周边地区和川南城市群以及农业源氨排放主导的川西北地区.铵根离子在川南城市群的PM_2.5当中占比高达11.4%,而对川西地区城市的PM_2.5贡献较低.敏感性实验结果表明,氨与氮氧化物协同减排50%能有效降低大气中硝酸铵与硫酸铵的浓度,从而减少细颗粒物污染,改善四川盆地区域环境空气质量.     

北方地区典型天气对城市森林内大气颗粒物的影响

以北京西山几种游憩型城市森林为例,在一年四季选择典型天气条件,对4种粒径的大气颗粒物浓度进行全天24h监测,研究北方地区不同季节典型天气因素白昼不同时段对不同结构的城市森林内不同粗细粒径的大气颗粒物浓度变化的影响.结果发现:降雨使大气颗粒物浓度减少,尤其粗颗粒物(TSP只为连续晴天的0.58~0.68),所以雨后晴天粒径较小的颗粒物所占比例会增加.不过,有时在雨后的夜间由于空气湿度大大气颗粒物浓度也会增加.雪能够降低大气颗粒物浓度,“雪后晴天”4种粒径颗粒物浓度均只有连续晴天的0.2倍.多云和雾霾天气使大气颗粒物污染加重,尤其在夜间;雾霾和多云对小粒径颗粒物浓度的增加效果明显.夏季高温高湿静风、闷热的“桑拿天”能使郁闭度较大的林地内大气颗粒物特别是细颗粒物浓度及其所占的比例显著增加,PM2.5的浓度是“连续晴天”的2.53倍.风在雨后能使大气颗粒物在一定程度上扩散减少,而在天气干燥时刮风会增加城市森林内大气颗粒物的浓度,且多云会加重干燥天气刮风后大气颗粒物的污染程度.春、冬季林地裸露的落叶阔叶树在刮风时大气颗粒物浓度较四季常绿、地表覆盖物多的针叶林高,夏、秋季桑拿天和雾霾天郁闭度大的侧柏林大气颗粒物浓度较林地结构开阔的黄栌林高.     

大气颗粒物对水芹和白菜可食部位铅镉砷累积的影响

近年来京津冀地区雾霾天气频发,大气颗粒物聚集为其主要原因之一.细颗粒物负载的重金属一定程度上会影响叶菜类蔬菜可食部位重金属的积累.本研究以水生和旱生叶菜类蔬菜水芹、白菜为主要对象,采用营养液培养和土壤培养试验,探索了不同生长环境下(生活区和工业区,以室内培养箱作为对照)蔬菜可食部位铅(Pb)、镉(Cd)、砷(As)的累积特征及大气颗粒物的贡献程度.结果表明,水芹、白菜可食部位Pb、Cd、As含量呈现工业区生活区对照的趋势(p0.05),其中工业区生长的水芹、白菜中Pb含量分别为对照的49.1倍和20.0倍,均超出我国食品安全标准中叶菜蔬菜铅的安全限值(GB 2762-2012).经分析工业区大气颗粒物对水芹、白菜Pb累积贡献率分别高达98%和93%,工业区大气PM_(2.5)中Pb质量浓度显著高出生活区24.3倍(p0.01),且土培白菜与大气PM_(2.5)中Pb含量呈极显著的正相关关系,这些均表明大气颗粒物对叶菜类蔬菜中铅富集的直接影响.此外,尽管大气颗粒物对水芹和白菜中Cd、As的累积贡献高达78.3%~99.3%,但工业区大气PM_(2.5)中Cd、As的质量浓度相对较低,因此,所有水芹、白菜样品中Cd、As含量均符合我国食品安全标准.综上所述,大气颗粒物直接影响着露地叶菜类蔬菜可食部位重金属的富集.     

2015年石家庄市采暖期一次重污染过程细颗粒物在线来源解析

近年来,我国北方采暖期的大气污染问题备受关注.以2015年11月24日至12月4日石家庄地区一次重污染过程为例,采用大气细颗粒物实时在线源解析技术,对不同时段细颗粒物来源解析结果和各类源粒径分布、重污染期间各类源的质谱特征,结合气象条件进行综合分析.结果表明：重污染期间主要污染物来源为燃煤、工业工艺、机动车尾气和二次无机源;低压、静稳条件和低空传输共同作用下,以燃煤及工业工艺源排放颗粒物为主的细颗粒物严重累积,二次转化加剧,导致此次重污染的发生;来自燃煤源的颗粒物以混合碳为主,工业工艺源以金属为主,机动车尾气源以元素碳和金属锰为主,纯二次无机源以二次无机离子为主,来自扬尘源的颗粒物以铝、钙、铁和硅酸盐为主,生物质燃烧源以左旋葡聚糖LEV为主,餐饮源以有机酸为特征信号;与重污染前后不同,八类源于重污染发生期间在整个粒径段呈现均匀分布状态.     

Source profiles of particulate organic matters emitted from cereal straw burnings

Cereal straw is one of the most abundant biomass burned in China but its contribution to fine particulates is not adequately understood. In this study, three main kinds of cereal straws were collected from five grain producing areas in China. Fine particulate matters （PMzs） from the cereal straws subjected to control burnings, both under smoldering and flaming status, were sampled by using a custom made dilution chamber and sampling system in the laboratory. Element carbon （EC） and organic carbon （OC） was analyzed. 141 compounds of organic matters were measured by gas chromatography-mass spectrum （GC-MS）. Source profiles of particulate organic matters emitted from cereal straw burnings were obtained. The results indicated that organic matters contribute a large fraction in fine particulate matters. Levoglucosan had the highest contributions with averagely 4.5% in mass of fine particulates and can be considered as the tracer of biomass burnings. Methyloxylated phenols from lignin degradation also had high concentrations in PM2.5, and contained approximately equal amounts of guaiacyl and syringyl compounds. 13-Sitostrol also made up relatively a large fraction of PMz5 compared with the other sterols （0.18%-0.63% of the total fine particle mass）. Normal alkanes, PAHs, fatty acids, as well as normal alkanols had relatively lower concentrations compared with the compounds mentioned above. Carbon preference index （CPI） of normal alkanes and alkanoic acids showed characteristics of biogenic fuel burnings. Burning status significantly influenced the formations of EC and PAHs. The differences between the emission profiles of straw and wood combustions were displayed by the fingerprint compounds, which may be used to identify the contributions between wood and straw burnings in source apportionment researches.     

鱼类养殖对水体磷酸盐的影响：源、汇的半现场实验例证

设置4个温度水平（16℃,20℃,23℃和26℃）和3个投喂水平（1%,2%和饱食水平）,在类养殖场条件下饲喂许氏平鲉,研究其对水体磷酸盐浓度的影响.结果表明,在所有温度、投喂水平下,水体的磷酸盐浓度均有升、降.从物质平衡角度看,养殖鱼类是水体磷酸盐的源,但又不是单纯的源,因鱼粪和残饵等微粒的吸附作用,养殖鱼类有可能成为水体磷酸盐的汇。因此在评价鱼类养殖的环境容量时,慎用活性磷酸盐磷这个指标。此外,进行鱼类养殖环境影响评价时,应加强颗粒物的监测;为降低水体的磷负荷,磷酸盐和水体颗粒物质均应是生态调控的对象。     

深圳市城区大气颗粒物及主要水溶性无机离子的污染特征

基于2015年深圳市大气颗粒物和主要水溶性无机离子的观测数据,深入分析了大气颗粒物的浓度变化及二次污染特征.结果表明2015年深圳的大气颗粒物（PM₁₀、PM_2.5、PM₁）浓度虽然低,但其中细粒子占比高,PM_2.5/PM₁₀的比值高达0.744,甚至大于广州典型灰霾过程中的粗细粒子比.大气颗粒物浓度季节变化明显,秋冬高,春夏低.其日变化特征明显受到交通高峰的影响,汽车尾气可能是污染来源之一.SO₄^2-、NO₃^-和NH₄⁺（SNA）质量浓度在PM_2.5中的占比超过1/3（37.7%）,且全年硫转化率都大于0.1,这说明深圳市细颗粒物主要来自于二次转化.深圳大气颗粒物浓度受气象要素影响显著,与气压正相关,与气温、相对湿度、降水及风速负相关;若将风速、气温、气压、相对湿度和降水作为一个整体考虑,这些气象要素对深圳大气颗粒物浓度的影响大小是PM₁ > PM₁₀ > PM_2.5.本工作不仅对深圳的大气环境管理和经济可持续发展有着重要参考价值,还对空气相对清洁地区的大气颗粒物和霾治理具有指导意义.     

褐煤与烟煤燃烧排放可吸入颗粒物的特性

分别对燃烧褐煤与烟煤两个电厂排放可吸入颗粒物的粒度分布、显微结构及重金属和多环芳烃在可吸入颗粒物中分布特征进行研究。研究表明:不同煤种燃烧排放可吸入颗粒物的形态都以球形颗粒为主,表面比较光滑,同原状飞灰相比,可吸入颗粒物以实心结构为主,多孔和空心结构较少;随着可吸入颗粒物粒径的减小,重金属和多环芳烃含量呈现逐渐增加的趋势;褐煤燃烧排放可吸入颗粒物中重金属总量要高于烟煤燃烧排放重金属总量,尤其是褐煤燃烧排放As含量明显高于烟煤燃烧排放As含量,原因是由于褐煤中As含量大于烟煤中As含量;褐煤燃烧排放可吸入颗粒物中多环芳烃总量要高于烟煤燃烧排放多环芳烃总量与煤种的挥发份有很大的关系。研究旨在为大气颗粒物的源识别、可吸入颗粒物的污染控制与资源综合等方面提供科学的依据。     

长江口近岸水体悬浮颗粒物多环芳烃分布与来源辨析

对长江口近岸水体悬浮颗粒物中的多环芳烃(PAHs)进行了定量分析.结果表明,悬浮颗粒物PAHs总量为2 278.79～14 293.98 ng/g,排污口附近浓度最高,远离排污口浓度降低;就其组成特征而言,以4～6环PAHs为主,2～3环PAHs相对较少.聚类分析表明.除了城市排污外,河口水动力条件也对近岸PAHs分布特征产生一定影响.此外,悬浮颗粒物浓度、有机碳、炭黑含量也是控制近岸PAHs分布的重要影响因素.主成分分析和PAHs特征参数分析发现,近岸水环境中PAHs的主要来源为矿物燃料的不完全燃烧,此外还有少量石油输入.生态风险评价结果显示,大部分PAH化合物均超过ER-L值和ISQV-L值,表明长江口近岸水体悬浮颗粒物中的PAHs已具有不利的生物影响效应.     

CEMS比对监测结果反映的若干问题探讨

文章以固定污染源比对监测的结果作为参考依据,针对其反映的低浓度颗粒物采样测量、比对监测考核指标的不完善以及火电厂湿法脱硫装置未安装GGH时颗粒物浓度的测定等方面存在相关问题进行了归纳和探讨。     

烧结工艺颗粒物中水溶性离子排放特性分析

采用荷电低压颗粒物撞击器（ELPI）对两段烧结工艺经除尘、脱硫后排放的颗粒物进行采样,分析颗粒物的粒数和质量浓度以及颗粒物中所含水溶性离子的粒径分布特征.结果表明,烧结工艺经除尘、脱硫后颗粒物的粒数浓度在10⁵～10⁷cm^-3,粒径小于0.1μm的颗粒物占总粒数浓度的67%～77%.颗粒物质量浓度呈双峰分布,烧结1分别在0.61μm和1.62μm处出现峰值,烧结2分别在0.37μm和1.62μm处出现峰值;对不同粒径段颗粒物中的水溶性离子进行分析后表明,烧结1排放的PM₁中含量最高的是NH₄⁺和Ca²⁺,分别为15.26%和14.84%;PM_>1中含量最高的是SO₄^2-,为33.52%.烧结2排放的PM₁中含量最高的是Cl^-,为28.12%;PM_>1中含量最高的是SO₄^2-,为29.21%.SO₄^2-在烧结1中主要集中在6.89～10.23μm这一粗粒径段中,占60%左右,而在烧结2中主要集中在粒径小于2.5μm的细粒径段颗粒物中,占81%左右.Cl^-在烧结1不同粒径段颗粒物中含量较低且分布较均匀,而在烧结2中Cl^-在0.13～0.24μm粒径段颗粒物中出现峰值且含量较高达45%左右.