传统北京烤鸭烤制过程中大气污染物的排放特征

烤鸭是具有北京特色的传统美食之一,制作过程采用果木炭火烤制方式,与其它食物烹饪过程存在明显的差异,国内还未对这类餐饮源的排放特征进行过系统研究,为掌握这类餐饮源排放特征,从而为污染控制提供技术依据,选取北京市具有代表性的烤鸭店,研究了其烤鸭烤制过程中大气污染物的排放特征.结果表明,传统烤鸭烤制过程中排放的油烟、颗粒物、挥发性有机物(VOCs)和醛酮类化合物的基准排放浓度分别为(0.74±0.45)、(15.32±7.93)、(7.60±3.41)和(1.22±0.59)mg·m~(-3);颗粒物排放浓度要远高于油烟排放浓度,VOCs组分构成相对复杂,既包括烷烃、烯烃、芳香烃等VOCs也包括醛酮类、醇类、酯类等含氧VOCs和卤代烃,其中3-甲基呋喃、乙醇和乙酸甲酯的浓度最高;醛酮类化合物的主要组分有乙醛、甲醛和丙烯醛等,其中C1~C3物质占72.27%.     

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.     

北京市典型餐饮企业油烟中醛酮类化合物污染特征

醛酮类化合物作为餐饮油烟的组成物质之一,是挥发性有机物(volatile organic compounds,VOCs)中化学反应活性较强的一类物质.但目前国内还没有针对餐饮源醛酮类化合物的排放特征进行较为系统的研究.为进一步明确餐饮源醛酮类化合物排放水平和控制现状,获取城市群餐饮源VOCs排放控制决策依据,本研究选取北京市8家不同类型的餐饮企业,采用涂布2,4-二硝基苯肼(DNPH)的硅胶采样管进行油烟样品采集,用超高效液相色谱(UPLC)对油烟样品中的醛酮类化合物进行测定.结果表明按基准风量折算后,8家餐饮企业排放的油烟中醛酮类化合物浓度高低依次是:烤鸭中式烧烤家常菜西式快餐学校食堂中式快餐川菜淮扬菜.餐饮企业油烟中醛酮类化合物(C1~C9)浓度水平范围为115.47~1 035.99μg·m-3.不同类型餐饮企业油烟中醛酮类化合物组分构成存在较为明显的差异,中式餐饮企业醛酮类化合物C1~C3物质所占比例均在40%以上.快餐类餐饮企业醛酮类化合物C4~C9所占比例明显高于其他类型餐饮企业.从醛酮类化合物控制现状来看,北京市目前主流高压静电式油烟净化器对醛酮类化合物的去除效果十分有限.     

聚甲氧基二甲醚对柴油车非常规污染物排放特性研究

在底盘测功机上,对6辆不同排放标准的柴油车燃用不同比例聚甲氧基二甲醚(PODE)-柴油混合燃料时,排放的非甲烷总烃(NMHC)、醛酮类化合物和苯系物进行了测试研究。结果表明,掺混一定比例PODE的混合燃料能显著降低柴油车的NMHC排放浓度,这种效果在排放浓度较高的国3车上更为显著,国5车在70 km/h工况下使用PODE混合燃料反而会造成NMHC排放浓度的增加;柴油车燃用不同燃料时排放醛酮类物质均以C_4以下小分子物质为主,约占总量的93%以上,燃用PODE混合燃料会造成柴油车尾气中醛酮类物质尤其是甲醛浓度的增加;燃用PODE混合燃料会造成苯系物种类和浓度的增加,但其浓度绝对值并不高。     

沿海地区不同来向气团中非甲烷挥发性有机物的组成特征研究

在我国东部沿海城市两个采样点上对不同来向气团中非甲烷挥发性有机物(NMVOCs)的组成特征进行了观测研究.采用离线方法(苏玛罐采样、三级冷阱预浓缩、GC-FID分析)进行样品测定;利用拉格朗日混合单粒子轨道模型(HYSPLIT-4)模拟计算气团后向轨迹.结果表明,观测期间总非甲烷挥发性有机物(TNMVOCs)浓度的变化范围为4.31×10~(-9)～68.97×10~(-9)(体积分数,下同),主要受工业活动、溶剂和液化石油气使用影响;不同来向气团的NMVOCs组成特征有明显差异,陆地气团的NMVOCs浓度高于海洋气团,途经工业较发达地区的气团其烯烃、芳香烃和烷烃占比较高,受机动车排放的影响较大.     

沈阳市郊区环境空气中醛酮类化合物的污染特征与来源分析

为探究沈阳市郊区环境空气中醛酮类化合物的污染特征,于2017年8月24日—9月2日采用2,4-二硝基苯肼固相吸附/高效液相色谱方法对沈阳市郊区醛酮类化合物进行观测分析,利用美国环境保护局推荐的人体健康风险评价方法对部分有毒有害醛酮类化合物的人体健康风险进行了评价,并利用比值法对醛酮类化合物的来源进行了初步分析.结果表明:醛酮类化合物质量浓度日均值范围为23.16~38.38 μg/m3;质量浓度最高的4种醛酮类化合物依次是丙酮、甲醛、正丁醛和乙醛,其质量浓度日均值的平均值分别为8.71、5.90、5.48和2.95 μg/m3.对·OH消耗速率(L_OH)贡献较大的醛酮类化合物物种是正丁醛、甲醛和乙醛,臭氧生成潜势贡献(OFP)较大的醛酮类化合物物种是甲醛、正丁醛和乙醛,在研究区影响醛酮类化合物光化学反应活性的物种主要是甲醛、乙醛和正丁醛.研究区观测期间,环境空气中甲醛和乙醛的致癌性风险值分别为1.18×10-5和5.91×10-6,对暴露人群存在潜在的致癌风险;乙醛的非致癌风险值为0.05,对暴露人群不存在非致癌风险.在研究区的一次臭氧轻度污染过程期间,环境空气中的甲醛和乙醛受天然源排放的挥发性有机物二次转化的影响减弱,甲醛、乙醛和丙酮受到炼焦工业和机动车等人为源排放的影响增强,而正丁醛主要受当地精细化工产业排放的影响.研究显示,沈阳市应加大对炼焦工业、精细化工和机动车来源排放醛酮类化合物的管制,以降低环境空气中活性醛酮类化合物及有毒有害醛酮类化合物的浓度.      

四川省餐饮源挥发性有机物组分特征和清单

选取四川省12家典型餐饮单位开展了NMHCs浓度和VOCs组分监测,结合已有数据,综合建立了含117种VOCs组分的餐饮源组分谱,获得本地化NMHCs排放因子,基于自下而上的研究方法,建立了四川省餐饮源挥发性有机物排放清单.结果表明,含氧和烷烃两类组分为川菜、烧烤和食堂餐饮的最主要的组分,二者合计质量分数在75%以上,主要VOCs物种为乙醇、甲醛、乙烷、己醛、乙烯、 1,3-丁二烯和丙烯醛等;含氧组分对OFP的贡献最大,其次是烯烃,主要OFP贡献物种为甲醛、乙烯、乙醇、 1,3-丁二烯、丙烯醛和己醛等. 2019年四川省餐饮源VOCs排放量和OFP值分别为32 kt和141 kt,分别占四川省人为源VOCs排放量和OFP值的5%左右,餐饮源对臭氧生成可能有重要贡献,应加大餐饮源挥发性有机物管控力度.     

某家具企业集中区臭氧前体物排放水平浅析

基于江宁区家具企业集中区三个月上下风向挥发性有机物实测数据并结合江苏省生态环境厅关于挥发性有机物夏季监测的相关要求,通过对PAMS及醛酮类数据分析,发现该集中区VOCs排放水平低现行相关标准中规定的限值。通过对挥发性有机物中不同组份的构成情况并析,发现间、对二甲苯和丙烷是PAMS的主要组分,甲醛、乙醛和丙酮是醛酮类物质的主要组分。通过研究,对该集中区因家具制造产生的挥发性有机物总体排放水平有一定的了解,为挥发性有机物治理溯源及相关管控工作提供数据支撑。     

华北平原冬季持续大雾对挥发性有机物（VOCs）的影响研究

挥发性有机物（VOCs）在光照条件下氧化转化产生二次污染物,对环境、气候以及人类健康产生巨大影响.VOCs在液相中氧化生成非挥发性有机物被认为是SOA的重要形成途径,但目前对VOCs在高湿环境下的浓度变化研究甚少.为探究VOCs的浓度演变和在液相环境中的变化规律,本研究结合在线质子转移反应飞行时间质谱（PTR-ToF-MS）和碘离子化学电离飞行时间质谱（I^--ToF-CIMS）在华北平原冬季的区域站点开展VOCs观测.结果表明,当地较强的一次人为源排放促使高浓度VOCs生成.在观测期间持续大雾天气的条件下,芳香烃类、萜类以及醇类化合物与CO的排放比受到较低的影响,而醛酮类化合物与有机酸（C1~C5）与CO的排放比显著降低.结合各VOCs物种的亨利常数值和化合物在液相反应能力的性质发现,芳香烃类、萜类化合物由于不溶于水的性质使得在高湿天气排放比不受影响.醇类虽然有着较高的亨利常数值,却因其在液相中不水解且氧化降解较少的性质导致排放比变化较小,而醛酮类和有机酸在高湿条件下的低排放比特征正是受较高的溶解度和反应能力所决定.本研究提供了不同VOCs种类在持续大雾天气下的排放比变化,以及VOCs在液相过程中转化的直接证据,为了解液相反应对VOCs的影响提供进一步认识.     

郑州市环境空气中VOCs的空间分布及源解析

郑州市环境空气中挥发性有机物(VOCs)以芳香烃、醛酮类、烷烃类为主。各类挥发性有机物的年度平均浓度,芳香烃类为131μg/m3、烷烃类为118μg/m3、酮类为84.3μg/m3。年平均浓度最高的化合物为丙酮(66.2μg/m3)、乙醇(27.5μg/m3)、正十一烷(24.4μg/m3)和甲苯(17.2μg/m3)。挥发性有机物浓度在水平方向上的分布特征为城市老区和工业区最高,其他各功能区基本持平,但城市间的挥发性有机物污染分界不明显;高度方向上,40m左右达到浓度峰值;PCA和PMF源解析结果显示,机动车尾气和工业排放为主要污染源,分别占源总量的34%和19%。     

北京市典型餐饮企业大气污染物排放特征

为了解北京市餐饮业的大气污染排放浓度和总体排放水平,为有针对性地制定北京市餐饮污染控制对策提供依据,本研究选取了北京市典型的餐饮企业,结合现场实测和测试期间餐饮企业灶头使用情况,分析不同类型餐饮企业油烟、颗粒物和非甲烷总烃(NMHC)的排放浓度和各污染物指标之间的关系,估算了北京市餐饮业大气污染物的排放量.结果表明,典型餐饮企业油烟、颗粒物和NMHC的平均排放浓度分别为(2.91±5.52)、(9.25±10.02)和(12.72±11.38) mg·m~(-3),均超过了北京市地方排放标准.其中烤鸭和烧烤的颗粒物和NMHC排放较高,容易超标,是餐饮业治理的重点.烤鸭的颗粒物与油烟的比值范围为6.21～43.08;烧烤的颗粒物与油烟的比值范围为5.03～19.07;炒菜类餐饮企业颗粒物与油烟的比值范围为0.75～7.55;炭火烧烤和果木烤鸭颗粒物的排放浓度远大于油烟的排放浓度.Pearson相关系数分析表明,餐饮企业颗粒物与油烟的排放浓度为强相关,颗粒物和NMHC的排放浓度为弱相关.粗略估算获得2014年北京市餐饮源油烟、颗粒物和NMHC的排放量分别为2 492、 6 127和9 436 t.     

烹调油烟中挥发性有机物的排放初探

挥发性有机化合物(VOCs)是大气臭氧和二次有机气溶胶污染的关键前体物,而烹调油烟排放的VOCs作为大气中VOCs的重要来源之一,对其排放浓度进行研究具有重要意义.从食用油的烧杯加热实验入手,简化模拟烹调油烟发生情景,采用Tenax吸附管采样,热脱附-气相色谱-质谱法(GC-MS)定量检测分析,以加热温度和油品作为变量,对花生油、葵花籽油、大豆油、调和油和橄榄油在不同温度下加热生成的油烟VOCs浓度进行了比较分析,并初步估算了在实验温度范围内典型食用油单位时间内油烟VOCs的排放强度.结果表明,5种典型食用油随着加热温度的升高,排放的油烟中VOCs的浓度也随之升高;而在同一温度下加热5种食用油,调和油产生的油烟中VOCs的浓度最低;对不同温度下典型食用油单位时间内油烟VOCs的排放强度进行拟合,结果为二项式最优,其单位时间内油烟VOCs的排放强度范围为1.6～11.1 mg.(kg.min)-1.     

深圳市商业厨房排放非甲烷碳氢化合物污染特征研究

随着我国餐饮业的快速发展,餐饮源逐渐成为城市大气非甲烷碳氢（NMHCs）的主要来源之一.因此,深入研究餐饮源NMHCs的排放特征是餐饮业科学减排的重要基础.本研究采集了深圳市6类典型餐馆（西式快餐、茶餐厅、职工食堂、湘菜馆、浙菜馆和家常菜馆）排放的NMHCs,并分析了其相应的排放特征、排放因子（EF）、臭氧生成潜势（OFP）和二次有机气溶胶生成潜势（SOAp）.结果显示,6类餐馆排放NMHCs中,茶餐厅、家常菜馆和浙菜馆排放的烷烃浓度最高,而西式快餐和职工食堂排放的烯烃浓度最高,湘菜馆油烟中烷烃和烯烃浓度相近.采用灶台数及用油量作为EF的核算基准,结果显示西式快餐和职工食堂的EF较高.餐饮排放的NMCHs中乙烯、丙烯、1,3-丁二烯、间/对二甲苯、甲苯及癸烷的OFP最高,而环己烷、正庚烷、正辛烷和正癸烷则具有较高的SOA生成潜势.此外,甲苯和苯不仅具有高的O₃生成潜势,还对SOA的生成有明显贡献,是油烟中值得重点关注的污染物.     

餐饮业油烟的颗粒物分析

利用显微镜照相技术和电低压冲击式采样器分别对餐饮业油烟中10μm以上和10μm以下的颗粒物进行分析,得出餐饮业油烟颗粒物的粒径分布状况.结果表明,厨房内油烟中可沉降颗粒的粒径主要分布在10～400μm之间,数量浓度峰值粒径集中在10～100μm之间;油烟中可吸入颗粒粒径主要分布在1μm以下,数量浓度峰值粒径集中在0.063～0.109μm之间,质量浓度峰值粒径在6.560～9.990μm之间.通过对餐饮业油烟颗粒物物理特性的全面分析,找出特征值,确定油烟监测的标志物,为餐饮业油烟的治理和监测提供科学依据.     

北京市餐饮业大气污染物排放特征

餐饮业是中国大型城市大气环境污染源之一.为了解餐饮业大气污染物的产生能力,本研究以北京为研究对象,选取41家不同菜系的餐饮企业,现场实地检测了净化设备前端的油烟、颗粒物和非甲烷总烃(NMHC)的产生浓度水平.结果表明,净化前油烟、颗粒物和NMHC的初始平均浓度约为1.93、 6.6和10.9 mg·m~(-3).提出了一种基于工作日与非工作日的估算污染物排放总量的计算方法.并基于北京市餐饮企业数量和本研究测得的排放因子,初步估算了2019年全市餐饮源主要污染物的初始产生总量,油烟、颗粒物和NMHC的年排放总量分别为5 512、 18 849和6 169 t.川湘菜、烧烤、烤鸭与家常菜产生的油烟与颗粒物浓度的Pearson系数均0.6,具有强相关性;其中川湘菜和烤鸭排放的Pearson系数均0.8,呈现极强相关性.     

焦煤比对烧结烟气中挥发性有机物排放特性的影响

采用PF-300便携式甲烷、总烃、非甲烷总烃测试仪对烧结杯实验产生的烟气进行挥发性有机物含量分析,研究了烧结燃料焦煤比对烟气挥发性有机物排放特性的影响,结果表明：挥发性有机物在烧结过程中持续释放,其排放趋势与NOx相一致;TVOCs和MHC的生成与煤粉和焦粉的挥发分有显著的相关性,以煤粉为主要燃料时,适当配加焦粉不仅对TVOCs和MHC具有物理减排效应,还存在煤焦混合协同减排的效应.同时对国内某钢铁烧结机进行TVOCs排放浓度及分样组成检测,表明：该钢铁烧结机烟气中挥发性有机物排放浓度较高,其结果与烧结杯实验所得曲线一致;烧结工序VOCs分样检测主要化合物为乳酸乙酯、丙酮、苯、甲苯、正己烷等.     

红外掩日遥感监测炼油厂非甲烷烷烃排放通量

采用红外掩日通量遥感监测(SOF)技术分别在2014年5月~2015年12月和2021年10月监测了我国7座大型炼油厂(其中6座原油年加工量均超过1000万t)非甲烷烷烃排放通量(kg/h)及分布.每座炼油厂监测3~8d,测量18~73次,总计获得328个排放通量测量数据,根据国内炼油厂VOCs排放烟羽中非甲烷烷烃质量分数估算了VOCs排放量,结合监测期间实际原油加工量计算了非甲烷烷烃和VOCs排放系数.结果显示:7座炼油厂2014~2015年的非甲烷烷烃排放系数测定值为0.016%~0.11%,平均为0.081%;VOCs排放系数估算为0.020%~0.14%,平均为0.10%.无组织排放约占炼油厂非甲烷烷烃排放总量的70%以上,其中轻油贮罐排放占比过半.国内7座炼油厂2014~2015年非甲烷烷烃排放系数的最好水平与美国南加州6座炼油厂同期SOF监测的最好水平相当,但非甲烷烷烃排放系数的平均水平约为其平均水平的3.9倍,国内炼油厂的VOCs排放控制水平更加参差不齐.国内1座千万吨级炼油厂2021年监测的非甲烷烷烃排放通量和排放系数分别较2015年削减72.4%和74.2%.SOF可为石化VOCs无组织排放监测、量化和排放清单修订提供最佳实用技术,本研究结果提供了国内石化行业VOCs综合整治初期典型炼油厂非甲烷烷烃和VOCs的基线排放实测数据,以及1座千万t级炼油厂6a后治理攻坚效果.     

Characterization particulate matter from several Chinese cooking dishes and implications in health effects

Cooking fume produced by oil and food at a high temperature releases large amount of fine particulate matter(PM) which have a potential hazard to human health. This chamber study investigated particle emission characteristics originated from using four types of oil(soybean oil, olive oil, peanut oil and lard) and different kinds of food materials(meat and vegetable). The corresponding emission factors(EFs) of number, mass, surface area and volume for particles were discussed. Temporal variation of size-fractionated particle concentration showed that olive oil produced the highest number PM concentration for the entire cooking process. Multiple path particle dosimetry(MPPD) model was performed to predict deposition in the human respiratory tract. Results showed that the pulmonary airway deposition fraction was the largest. It was also found that particles produced from olive oil led to the highest deposition. We strongly recommend minimizing the moisture content of ingredients before cooking and giving priority to the use of peanut oil instead of olive oil to reduce human exposure to PM.