基于"3S"的南京市大气污染源清单网格化空间分配研究

基于GIS、RS、GPS集成技术,依据南京市10大类大气污染源排放和空间分布特征,采用合适的空间分配方法,根据各排放源的相关权重分配因子,构建了南京市2015年大气污染源排放清单1 km×1 km的网格化空间数据库,并基于GIS平台叠加显示形成了2015年南京市大气污染源1 km×1 km空间分布图.结果表明,此次空间分配结果与南京市GDP、路网、人口、农业等相关分布特征相互吻合,说明本研究网格化空间分配方法较为合理可靠,可满足后续空气质量模拟的需求.     

基于交通流量和路网的区域机动车污染物排放量空间分配方法

针对传统的机动车污染物排放空间分配方法精度不高的问题,提出了一种基于交通流量与道路系统的机动车污染物排放"标准道路长度"空间分配的新方法.该方法以实际道路网络作为机动车污染物排放的分配基底,根据不同等级道路交通流量的差异引入"标准道路长度"转换体系,并利用GIS技术完成机动车污染物排放的空间分配过程.将该方法应用于珠三角地区,建立了2004年珠三角地区的机动车污染物空间分配清单.研究结果表明,珠三角地区机动车高污染物排放集中在车辆保有量大、路网密集、交通流量大的城市和地区,且高污染物排放空问分布情况与主干路网的分布一致,呈现出明显的路状分布;结果显示,该方法能有效降低传统方法空问分配的偏差,尤其当路网分辨率提高时.分配结果精度更高,更切合实际排放情况.     

工业锅炉大气污染物排放清单的分配方法研究

工业锅炉排放大量的烟尘、SO2和NOx,已经成为我国重要的大气污染源。由于缺少详细的统计资料,国内暂时没有网格化的工业锅炉源大气污染物排放清单。本研究将工业锅炉作为独立的排放源,对其排放的大气污染物进行化学物种分配、时间分配和空间分配,编制网格化排放清单,实现运用空气质量模型对工业锅炉的环境影响进行研究的可能性。进行空间分配时首次提出按照各省的工业锅炉煤炭消耗量和省内各城市的人口数量的比例进行分配的思路。     

缺失烟囱参数估算及其应用对空气质量模拟结果的改进

针对源清单中部分点源烟囱参数缺失而采用源排放模型SMOKE(Sparse Matrix Operator Kernel Emissions)默认的烟囱参数对空气质量模型模拟结果造成的不利影响,综合考虑气象观测数据、空气质量监测数据、源排放强度以及相关标准和规范对烟囱设计的要求,分别基于最大落地浓度法和基于统计方法对2009年珠三角地区源清单中缺失烟囱参数点源的烟囱参数进行了估算,并将估算烟囱参数用在WRF/SMOKE-PRD/CMAQ空气质量模型系统分析其对模型模拟的改善情况.相比于采用SMOKE默认烟囱参数,基于最大落地浓度估算烟囱参数对NO2、NOx、SO2、PM10及O3的模拟结果均具有一定改善作用,而基于统计方法估算烟囱参数仅对SO2、O3的模拟结果有所提高.结果表明,使用基于最大落地浓度法估算得到的烟囱参数更为合理,使污染物的垂直排放分配更加合理,可以应用于空气质量模型输入源清单中缺失烟囱参数点源的估算,从而一定程度上改善空气质量模型的模拟效果.     

环境化学

X1312(X户灯l3()l区域高时空分辨率VOC天然源排放清单的建立/胡泳涛…(北京大学环境科学中心环境模拟与污染控制国家重点联合实验室大气环境模拟分室)//环境科学/中科院生态环境研究中心一2阅1,22(6)一l二6环图X一5 将中尺度气象模式MMS应用于估算VOC天然源排放的研究,建立了高时空分辨率VOC天然源排放清单的估算方法。根据方法需要,确定了我国部分树木排放异戊二烯和枯烯的标准排放因子,各植被类型排放各种VOC的标准排放因子,以及各植被类型季节平均的叶生物量密度。应用该方法估算了华南地区满足区域空气质量数值模拟要求的高时空…     

区域高时空分辨率VOC天然源排放清单的建立

将中尺度气象模式MM5应用于估算VOC天然源排放的研究,建立了高时空分辨率VOC天然源排放清单的估算方法.根据方法需要,确定了我国部分树木排放异戊二烯和萜烯的标准排放因子,各植被类型排放各种VOC的标准排放因子,以及各植被类型季节平均的叶生物量密度.应用该方法估算了华南地区满足区域空气质量数值模拟要求的高时空分辨率VOC天然源排放清单.结果表明,华南地区夏季典型日的VOC天然源排放总量约1.12×10⁴t,VOC排放速率具有明显的时空分布,其中地理分布取决于植被类型及其分布,日变化规律则依赖于太阳辐射和温度的高低.并讨论了VOC天然源排放估算过程中误差的来源     

基于遥感数据的秸秆焚烧源排放清单及时空分布特征

分析秸秆焚烧事件引起的空气污染状况,常使用CMAQ、NAQPMS、WRF-CHEM等模型进行空气质量模拟,而污染源排放清单是模拟模型的关键输入.为满足模型清单输入要求,以2014年5月7日四川盆地内发生的一次由油菜秸秆焚烧引起的重污染事件为例,采用排放因子法进行污染物年排放量估算,结合卫星火点数据、土地利用数据对其进行空间特征分析,并使用Bluesky CONSUME模型估算了污染物的烟羽抬升,结合激光雷达获取了气溶胶消光系数以分析其时间特征.结果表明:以2013年为基准年,全年区域内CO、NO_x、SO₂、PM_2.5、PM₁₀及NMVOC（非甲烷挥发性有机化合物）的年排放量分别为5 791.022、193.842、43.268、574.602、1 495.350和1 495.350 t,成都市、德阳市、绵阳市、眉山市、资阳市各污染物排放量占比分别为13.90%、22.39%、31.81%、12.11%、19.79%.各污染物排放量均在地面层呈3个大值中心、2个空值带的分布趋势.采用环境1B卫星和MODIS火点数据结合提取焚烧火点分析发现,5月7日四川盆地内5个城市均存在不同程度的秸秆焚烧情况.经空间分配后发现,此次排放的重点在德阳市及绵阳市南部,污染物排放量最大值出现在德阳市中部,成都市秸秆焚烧火点最少,污染物排放量也最小.受当天大气边界层高度的影响,污染物垂直分布主要集中在35 m以下,并在30 m左右形成污染物极大层.另外,受秸秆焚烧管制影响,在16:00-翌日04:00排放量呈逐渐上升趋势,09:00-16:00排放量较少.研究显示,秸秆焚烧源排放清单与前人研究结果较为一致,排放清单的烟羽抬升结果与气溶胶消光系数的垂直分布较为吻合.      

我国人为源大气污染物排放清单编制技术进展及展望

大气污染物排放清单是大气污染预报预警的重要基础,也是制定污染防治政策的根本依据,建立完善、精准的动态源清单已经成为空气质量管理决策的首要环节。本文综述了我国近年来在排放清单技术方面的进展,包括排放参数库本地化、排放清单编制方法、时空和物种分配技术等方面所取得的进步。在此基础上,结合我国当前大气复合污染防治需求,提出了目前大气污染物排放清单编制面临的挑战,并对排放清单的编制技术的未来发展进行了展望。     

基于CSGD的排放清单处理工具研究

CSGD（crowd sourcing geographic data,众源地理数据）是通过互联网向大众或相关机构提供的一种开放地理空间数据,具有易获取、时效性好、准确性高等特点,在排放清单时空分配方面具有应用潜力.然而,现有排放清单处理工具不支持CSGD数据直接输入且难以满足排放清单空间分配和空气质量模式所需清单格式,因此,亟待开发一套可以拓展该类数据在排放清单领域应用的工具.以CSGD中的POI（城市设施兴趣点）数据为主要研究对象,基于QGIS平台、C++语言及Python语言,开发了在Windows系统下的ISAT（inventory spatial allocate tool,排放清单空间分配工具）工具及在Windows或Linux系统下的ISAT.M工具.结果表明:ISAT工具以POI数据为基础制作出的空间分配结果与排放源排放强度的空间分布特征的一致性较好;ISAT.M工具输出的inline清单可以作为CMAQ空气质量模式及其DDM敏感性分析模块的输入文件并开展模拟,通过与SMOKE模型的关闭源法模拟结果对比发现,二者在数据及空间分布上呈较好的一致性.研究显示,CSGD数据应用于排放清单空间分配可较好地反映排放源空间分布特征,同时由于此类数据存在信息冗杂、近郊区数据缺失等问题,在应用过程中应注意数据清洗及数据种类的选取工作.      

南昌市固定燃烧点源大气污染物排放清单及特征

大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料,而工业点源是大气污染的重点排放源.通过收集相关活动水平信息和合理的排放因子,采用"自下而上"的方法建立了南昌市2014年点源大气污染物排放清单.结果表明,SO_2、NO_x、CO、PM_(10)、PM_(2.5)和VOC排放总量分别为29576.2、17115.1、25946.6、4689.4、922.9和1190.4 t,其中,金属炼制行业对SO_2、CO和VOC的贡献最高,分别占37.75%、30.59%和38.45%;火电行业是NO_x的主要来源,其贡献率为47%;水泥等建材制造行业对PM_(10)和PM_(2.5)排放贡献最高,分别为26%和25%.根据排放源污染物排放量及地理坐标信息,建立了0.4 km×0.4 km的污染物排放量空间分布特征图,结果表明,南昌市大气污染物排放较为集中,青山湖区北部和新建区北部是SO_2、NO_x、CO和VOC的主要排放区,而PM_(10)和PM_(2.5)的排放量相对分散,并在安义县出现排放高值区.通过将计算结果与统计数据结果进行对比,了解所估算清单的准确程度.对SO_2和NO_x的计算值和统计值进行统计分析,结果显示,NMB(标准化平均偏差)和NME(标准化平均误差)值均小于50%,清单计算精度较高.同时,为了解清单数据质量,对清单的不确定性进行定量分析,结果显示,SO_2和VOC不确定性较低而PM_(10)和PM_(2.5)的不确定性相对较高,清单整体不确定性与其他研究结果相差不大.建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手,从而减小排放量的不确定性,获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究.     

基于在线监测的江苏省大型固定燃煤源排放清单及其时空分布特征

大气污染物排放清单是了解各地区大气污染物排放及其时空分布,精确模拟该地区环境空气质量的最基础资料.现有大气污染物排放清单的粗时空分辨率,极大地限制了空气质量数值预报的准确性.本研究以江苏省大型固定燃煤源为例,以2012年为基准年,收集江苏省电力企业在线监控系统数据及江苏省大气核查核算表数据,结合相关文献的排放因子,分析了江苏省大型固定燃煤源主要污染物的总排放量和月变化特征.分析结果表明:1 SO2、NOx、TSP、PM10、PM2.5、CO、EC、OC、NMVOC、NH3等大气污染物的排放总量分别达到106.0、278.3、40.9、32.7、21.7、582.0、3.6、2.5、17.3、2.2 kt.2呈现2~3、7~8、12月排放量高,9~10月排放量低的月变化特征,可能原因是2~3月处于春节阶段,为保证节日供应,在此期间居民取暖、用电等都有可能增加;7~8月高温天气用电量增加,12月北方城市冬季燃煤取暖导致的煤炭消耗量增加.另外,由于部分污染物排放因子取自国内外相关文献,是本研究清单不确定性的主要因素.今后的工作可以在排放因子实测更新以及将排放清单纳入空气质量预报模式等方面进行更为深入的研究.     

四川省秸秆露天焚烧污染物排放清单及时空分布特征

根据收集的活动水平数据,采用排放因子法建立了四川省2012年秸秆露天焚烧污染物排放清单,并分析了污染排放的时空分布特征.结果表明,2012年四川省秸秆露天焚烧共排放SO2、NOx、NH3、CH4、NMVOC、CO、PM2.5、EC以及OC分别为1 210、12 185、2 827、20 659、40 463、292 671、39 277、1 984以及10 215 t;水稻、小麦、玉米、油菜是四大主要的焚烧作物秸秆,对污染物的总贡献率约为88%~94%;秸秆露天焚烧受农作收获的影响,全年的排放主要集中在7~8月,而5月是上半年的一个排放小高峰;秸秆焚烧排放的高值地区主要分布在成都平原、川北地区以及川南地区,川西地区排放分布相对较少;本清单的不确定性主要来自排放因子及秸秆焚烧量.     

典型城市轻型汽油车尾气排放模式分析

为建立典型城市机动车驾驶模式并量化其尾气排放,研究选取成都市内26辆满足国Ⅴ排放标准（GB 18352.5-2013《轻型汽车污染物排放限值及测量方法（中国第五阶段）》）的轻型汽油车,利用便携式尾气测量系统测量其现实条件下的行驶工况及尾气排放,并根据实际情况结合分类回归树方法构建本地化的驾驶模式并分析各模式的尾气排放。结果表明:划分的加速、减速、匀速、怠速、停走5种驾驶模式,可以反映车辆行驶过程中尾气排放和油耗特征。不同驾驶模式间的尾气排放有显著差异。通常情况下,以加速最大,其次为匀速、停走、减速,以怠速最小。根据污染物不同,不同模式间的尾气排放差异可达到12倍。此外,现实条件下车辆尾气超标排放的情况严重,且存在间歇性高排放的现象。这说明构建典型城市驾驶模式并分析其模式排放特征有助于估算小尺度的机动车尾气排放清单,并为交通管理和尾气排放控制提供数据参考。     

船舶排放及不确定性对中国空气质量的影响

船舶排放是我国沿海地区重要的人为排放源,但现有的船舶排放评估研究大多只关注区域尺度的影响分析,而且忽视了排放清单的不确定性,这在一定程度上削弱了评估结果的可靠性.为此,本文利用WRF-SMOKE-CAMQ空气质量模型,定量评估了船舶排放及其不确定性对我国七大沿海港口城市夏季空气质量的影响,结果表明：船舶排放对我国主要沿海港口城市的SO₂、NO_x和PM_2.5浓度贡献范围分别为16.5%~62.5%、21.9%~72.9%和5.9%~26.0%,尤其对宁波、青岛和深圳等港口城市空气质量的影响显著,主要是由于港口较高的船舶排放以及气象传输两方面原因造成的;如果考虑船舶排放清单的总量不确定性,船舶排放对沿海港口城市夏季SO₂、NO_x和PM_2.5的影响分别呈现1.0~3.1,2.1~5.5,0.3~0.9μg/m³的波动;考虑船舶排放清单的时空分配不确定性,船舶排放对沿海港口城市夏季SO₂、NO_x和PM_2.5的影响分别呈现1.9~15.7,5.1~29.3,0.6~2.5μg/m³的波动.可见,船舶排放清单的不确定性对沿海城市船舶排放贡献影响量化有明显的影响.所以在评估船舶排放对港口城市空气质量的影响时,要考虑船舶排放清单的不确定性,尤其是时空分配的不确定性.而合理的时空分配能够提高船舶排放清单的质量和对沿海空气质量模拟的准确性.     

四川省人为源大气污染物排放清单及特征

在收集四川省各城市人为污染源活动水平数据基础上,基于自下而上和自上而下结合的清单构建方法,选取排放因子并结合GIS技术,建立了该地区2015年1 km×1 km人为源大气污染物排放清单.结果表明,2015年四川省人为源SO_2、NO_x、CO、PM_(10)、PM_(2.5)、BC、OC、VOCs和NH_3排放量分别为444.9×10~3、820.0×10~3、3 773.1×10~3、1 371.6×10~3、537.5×10~3、28.7×10~3、53.1×10~3、923.6×10~3和988.0×10~3t.电厂和工业锅炉等燃煤排放贡献了95%以上的SO_2,移动源、化石燃料燃烧源和工艺过程源分别贡献了54%、23%和20%的NO_x,以钢铁和建材制造为主的工艺过程源分别贡献了20%的PM_(10)和34%的PM_(2.5),以道路扬尘为主的扬尘源分别贡献了60%的PM_(10)和35%的PM_(2.5),生物质燃烧分别贡献了33%的BC和51%的OC,以机械加工、建筑装饰、电子设备制造、印刷和家具等行业为主的溶剂使用源贡献了46%的VOCs,NH_3主要来自畜禽养殖和氮肥施用等农业部门排放,分别占总排放量的70%和25%.污染物空间分布结果显示,四川省各项大气污染物主要集中分布于人口最为密集,农业和工业均较为发达的四川盆地和攀枝花部分区域,其中,以成都、德阳和绵阳为代表的成都平原城市群为四川盆地内的主要排放高值区域.所建立的排放清单存在一定不确定性,后续研究中应针对活动水平数据获取的不足开展数据收集工作,加强排放贡献较大典型污染源的排放因子本地化研究工作,逐步完善四川省大气污染物排放清单,为四川省复合型大气污染研究和防治提供科学支撑.