我国SO2减排构想与经济分析

对我国未来燃煤SO₂排放数量进行了测算,设计了一个SO₂减排方案,并对减排成本进行了经济分析。据测算,2000年燃煤SO₂排放量将达到2163万t,减排44万t,减排成本为12.99亿元;2010年燃煤SO₂排放量将达到2613万t,减排1448万t,减排成本为285.10亿元。      

北京市平原区裸露地风蚀扬尘排放量

以北京市平原区为研究对象,基于美国国家航空航天局（NASA）的陆地卫星（Landsat系列）遥感资料,设计算法批量提取裸露地信息,并结合通用扬尘排放模型,计算估计北京市平原区的裸露地风蚀扬尘源中PM₁₀、PM_2.5的排放系数及年排放量,建立了北京市各区的裸露地风蚀扬尘排放清单.研究表明,1987~2016年间北京市平原区裸露地面积减小了约600km²;风蚀扬尘最严重的地区为大兴区,其次为通州区;以气候年均值为参数计算获得,2016年北京平原区裸露地由于风蚀扬尘效应产生的PM₁₀年排放量为7591.7t,这一排放量与前人研究估算的北京裸地风蚀扬尘PM₁₀排放量较为接近.在此基础上,进一步引入月和季度尺度气候参数,并对模型进行改进,探讨了逐月和季度累计的扬尘排放结果.进一步的研究表明：北京市平原区裸露地面积具有显著季节变化特征,2月裸露地面积最大,可达4500km²,8月最小为500km²;基于月气候参数和季度气候参数结合每月卫星资料反演获得的裸地面积估算,逐月累计的PM₁₀年排放量可达55175t,分季度累计PM₁₀年排放量为39294t.这说明当前常采用的裸地扬尘估算方法,由于扬尘排放模型的气候参数采用年均值,忽视了风蚀过程的季节差异,将会导致裸地风蚀扬尘的极大低估.     

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.      

全过程管理视角的上海市垃圾分类回顾与展望

为掌握分类投放全面推广对城市生活垃圾全过程管理的影响,系统回顾了上海生活垃圾分类的推行历程,从生命周期角度预测了不同分类水平下上海生活垃圾处理与处置的环境效应。上海垃圾分类经历了试点、推广、调整、强制推广4个阶段,指导思路从资源化主导转变为"减量化、资源化、无害化"并行,减量效果从调整阶段开始逐渐显现,其他垃圾热值提高。在模拟的8种场景中,当湿垃圾、可回收物、其他垃圾混合投放并处置时,总环境影响潜值最高,达到1.22×10-13 PET₂₀₀₀/t;湿垃圾、可回收物、其他垃圾分出量占比分别为30%、20%和50%时(上海市生活垃圾厌氧消化、焚烧和回收的最大处理能力分别占总处理能力的25%、60%和15%),可实现原生垃圾零填埋,并获得最佳环境效益,环境影响潜值降为8.13×10-14 PET₂₀₀₀/t。从生活垃圾全过程管理角度看,分类投放是前提条件,配套适当的处理处置设施才能更好地显现环境效益优势。     

生活垃圾收运环节温室气体排放量核算方法研究

科学合理的碳核算方法是支持碳达峰碳中和的关键,生活垃圾分类下收运环节温室气体排放量的系统性核算方法有待完善.为了科学核算分类下生活垃圾收运环节温室气体排放,该研究依据《IPCC 2006年国家温室气体清单指南2019修订版》及《温室气体协议》,开展了生活垃圾收运环节核算范围的确定、温室气体排放源和排放种类的识别及核算模型构建.结果表明：生活垃圾收运环节核算范围包括投放点、暂存点、中转站以及处置点4个核算单元,排放源包括移动源、固定源和工艺/过程排放,移动源为收运车辆用电隐含排放CO₂以及燃料燃烧排放的CO₂、CH₄和N₂O,固定源为中转站用能设施隐含排放的CO₂,工艺/过程排放为收运车辆尾气净化消耗催化剂产生的CO₂.同时构建了温室气体排放核算模型,对北京市顺义区生活垃圾收运环节碳排放当量进行核算,结果显示分类后的厨余垃圾和其他垃圾收运环节温室气体排放量存在差异,其中单位厨余垃圾温室气体排放量(以CO₂当量计)为24.78 kg/t,...     

基于ARIMA模型的北京市朝阳区建筑垃圾产量分析与预测

在建筑垃圾产量历史数据缺失的情况下,借助ARIMA模型预测朝阳区拆除面积和建筑竣工面积,从经验系数法和间接预测法入手,对朝阳区的拆除垃圾、新建垃圾和装修垃圾的产量进行了预测。研究结果,表明未来8年朝阳区新建剩余垃圾和装修垃圾的产生量呈缓慢上升的趋势,工程槽土和拆除垃圾的产生量呈现周期性的波动;工程槽土对建筑垃圾总量的贡献最大,其次是拆除垃圾,新建垃圾的贡献最小。综合考虑不同类建筑垃圾的产生量和特点,朝阳区政府应加大拆除垃圾和装修垃圾无害化和资源化的管理力度。     

填埋场好氧修复过程碳排放特征及削减研究

填埋场是温室气体的主要人为排放源之一。由于历史原因我国目前存在着大量到期填埋场及非正规堆场,面临着严峻的存量垃圾问题,亟需进行修复,而好氧修复技术因其能够有效加速垃圾稳定化而得到了广泛应用,但修复过程中其碳排放特征尚且未知。因此,以某大型垃圾填埋场为对象,考察其在不同的修复状态下,填埋场有机质垃圾和二次污染物的变化特征,揭示其在好氧修复下的稳定化进程,并核算该过程中的甲烷(CH₄)减排效果。结果表明:该填埋场在曝气量和注水量分别为322.34 m3/min及25.65 m3/d的操作状态下,通过间歇注气方法(注气3 h,停3 h,每日运行9 h),垃圾中有机质平均含量从47.66%降至17.86%;填埋气CH₄含量从0.02%~46.48%下降至4.23%,满足导气管排放口CH₄浓度<5%的要求;渗滤液中ρ(COD)、ρ(氨氮)及ρ(总氮)分别降低至800.8,680.9,897.8 mg/L;在修复过程中,该填埋场CH₄实际排放量从24.57 t降低至2.47 t,减少了22.10 t CH₄排放,同时由于填埋场稳定化的加速,其CH₄排放潜力减少了1.75 kg/t垃圾。该研究成果中好氧修复可做为填埋场CH₄减排的重要支撑。     

垃圾焚烧炉掺烧陈腐垃圾及其配风优化的数值模拟

以某350 t/d的垃圾焚烧炉为研究对象,采用CFD模拟方法研究了城市生活垃圾掺烧填埋场陈腐垃圾及不同配风方案对燃烧过程、流场分布及NO_x排放规律等影响。结果表明:掺烧陈腐垃圾延后了床层焦炭燃烧过程,有利于挥发分析出,从而使燃烧区及烟道气相燃烧更剧烈,提高了炉膛整体温度,但也加剧了局部超温,同时一烟道出口NO_x浓度从247.85 mg/Nm3降低到198.75 mg/Nm3。工况4增大了上下层二次风,使燃烧区流体充分混燃,且烟道流体湍动度增大,使炉膛内温度更加均匀,有利于缓解一烟道高温腐蚀现象。合适的配风比可极大降低一烟道出口NO_x浓度,使之从198.75 mg/Nm3降至89.80 mg/Nm3,同时也延长了炉膛烟气的停留时间。该研究结果可为垃圾焚烧炉改进陈腐垃圾掺烧比和配风比提供参考。     

北京平原区城乡结合部燃煤散烧及污染物排放量估算

利用2013年秋季(8─10月)多景镶嵌的高分辨率遥感卫星数据,解译得到2013年北京市平原区居住平房的空间分布及面积,并结合典型区实地调查,细化平房面积. 在此基础上,利用调查统计数据(包括平房面积、散煤与蜂窝煤用量等指标)估算了居住平房区散煤和蜂窝煤用量,并结合相关文献调研的无烟煤排放因子,测算北京平原区平房燃煤PM、SO₂、NO_x、PAHs、BC(黑碳)和OC(有机碳)的排放量. 结果表明:2013年在北京城市发展新区,居住平房分布较为集中,并且燃煤总量最大,达到225.3×104 t,特别是房山、顺义和通州,三者均在3.5×105 t以上;在城市拓展区,居住平房密度相对较小,但燃煤总量相对较大,为79.4×104 t. 北京市平原区(不包括核心区)居住平房燃煤消耗共排放PM、SO₂、NO_x、BC、OC、PAHs分别为 4 882.1、14 200.0、7 614.9、18.0、132.3和0.5 t. 位于北京西南、东南部的房山、大兴和通州等地大气污染排放水平较高,其中房山区的PM和NO_x排放量最高,分别达到760.5和1 162.6 t. 针对城市发展新区和生态涵养区每年高达3.0×106 t的高用煤量和3 000 t以上颗粒物的高排放量,应加快煤改气和集中供热建设,进一步推广清洁能源.      

北京市垃圾分类后厨余垃圾与分类前生活垃圾性质变化分析

2020年5月1日起,北京市正式实施了《北京市生活垃圾管理条例》。为了解北京市垃圾分类后厨余垃圾与分类前生活垃圾性质变化,对居民区垃圾分类收集点厨余垃圾桶内的垃圾进行了采样分析,并与北京市分类前混合收运的生活垃圾性质进行比对。结果表明,北京实施垃圾分类后,厨余垃圾桶内厨余组分占比逐渐增加,实施1年后,厨余组分占比可达99%;含水率和容重较分类前明显增加,可燃分和热值明显降低,故不适宜采用焚烧处理;pH和C/N呈下降趋势,电导率呈小幅度增长趋势,有机质、总氮(以N计)、总磷(以P₂O₅计)和总钾(以K₂O计)含量上升,垃圾资源化利用潜力增大。Cd、Pb、Cr、Hg、As、Cu和Zn 7种危害较大的重(类)金属元素中,除As外其余的金属元素含量均呈下降趋势;Na、Ca、Mg、Fe、Mn等金属元素,除Na外均呈下降趋势。故垃圾源头分类可以有效控制厨余垃圾中金属含量,使其种子发芽指数升高,减小对植物的生物毒害作用,降低环境风险。该研究结果可为北京市垃圾资源化利用和处理设施规划提供参考和依据。     

城市建筑废物产量估算与预测方法——以海南省为例

文章首先构建了基于建筑面积和产废系数的城市建筑废物产量估算方法体系,进而在二次曲线回归、指数趋势模型、灰色GM(1,1)模型和BP神经网络4种单项预测模型的基础上,建立了以预测有效度为准则的变权重组合模型,以揭示城市建筑废物未来变化趋势。以海南省为例计算和预测了2001-2020年城市建筑废物产量,结果显示:(1)2001-2010年海南省建筑废物总量从219.1万t增加到813.5万t,年平均增长率为12.7%,拆除建筑废物约占建筑废物总产量的70%;(2)2015年海南省建筑废物总量将达到1 621万t,2020年较之增加71.4%,将达到2 769万t;(3)变权重组合预测模型预测有效度好、精度高、误差小,优于4种单项预测模型。预测结果将为海南省建筑废物的处理处置、资源化和综合管理提供科学依据。     

京津冀地区散煤燃烧大气污染物排放清单

为研究京津冀地区民用散煤燃烧大气污染物的排放情况，结合散煤燃烧活动水平与燃用特征，根据排放因子法自下而上建立了2018年京津冀地区民用散煤燃烧污染物排放清单，研究了污染物排放的时空分布特征并使用蒙特卡罗方法对排放清单进行了不确定性分析.结果表明：2018年京津冀地区民用散煤燃烧量共计3799.22万t，PM_2.5、CO、SO₂、NO_x的排放量分别为9.27，341.31，5.17，5.44万t.污染物排放集中在11月份~次年3月份，大多数地区呈现出相同的日排放趋势.8：00、11：00、18：00、21：00左右出现污染物排放峰值，小时排放系数平均值分别为11%，6%，7%，13%.PM_2.5排放高值区主要集中在北部、东部及部分南部地区，CO主要集中在北京和天津地区，SO₂和NO_x主要集中在天津和承德地区.     

不确定数据条件下的生命周期评价及其应用

针对产品生命周期评价中普遍存在着的不确定性数据问题，提出基于概率统计的方法，进行生命周期评价以及重要环境影响清单参数的识别与灵敏度分析。结合水源中央空调系统，建立了统计平均意义下的污染排放清单，运用MonteCarlo模拟获得了以均值219．746和方差9．4243所表征的空调机系统生命周期环境影响的概率分布。进一步通过K—S检验与灵敏度分析，识别出10个具有重要环境影响贡献的清单参数及其中4个对环境影响分布较敏感的参数。以概率分布代替固定数值可以反映产品环境绩效的统计信息，能够有效地用于不确定数据条件下的产品生命周期评价。     

京津冀地区居民采暖"煤改电"的大气污染物减排潜力与健康效益评估

散煤燃烧等低矮面源的排放对京津冀等地区采暖季ρ（PM_2.5）贡献较大,是重污染天气形成的重要原因之一.针对京津冀地区居民采暖“煤改电”治理工程,以2025年为目标年,以不做任何散煤治理工作为基准情景,同时设计2种不同的控制情景（控制情景1、控制情景2）,评估不同控制情景下“煤改电”带来的健康效益.通过综合考量民用散煤占燃煤消费量的比例、散煤PM_2.5排放强度,结合京津冀地区各城市PM_2.5源解析结果,确定民用散煤对大气环境ρ（PM_2.5）的贡献系数,计算空气质量改善情况.在此基础上,综合流行病学相关研究成果,运用环境健康风险评估方法,预测不同控制情景中京津冀地区居民采暖“煤改电”带来的健康效益.结果表明:①京津冀地区在控制情景1中ρ（PM_2.5）年均值分别下降4.9、4.9和1.1 μg/m3,在控制情景2中分别下降5.4、5.6和2.0 μg/m3;②在控制情景1、控制情景2中京津冀地区居民采暖“煤改电”带来的健康效益分别为266.55×108和352.34×108元,分别约占京津冀地区2015年GDP的0.38%和0.51%.研究显示,通过实施”煤改电”,京津冀地区可实现的健康效益相当可观,其中,北京市获得的健康效益最大,其次是河北省和天津市.      

Formalized procedure for ranking alternatives in developing environmental programs

Different institutions for many of reasons develop environmental programs. Many aspects are taken into consideration in order to make alternative decisions that concern them. Environmental decision makers usually use experts’ opinion on the subject, and in any case they must conform to the strict development requirements and the specific features of the situation at hand. In this paper, a formalized approach towards expert panel subjective opinion processing is presented, which allows a criteria hierarchy to be structured and different environmental program alternatives to be ranked taking into consideration not only the total marginal indicators, but also their deviation with the use of the Bootstrap modification of the Monte Carlo computer intensive simulation method. Developed procedure, called REPOMP (Randomized Expert Panel Opinion Marginalizing Procedure) is applied in order to estimate two alternative technologies for waste treatment. Because it is generic, REPOMP can be used for solving a wide range of problems that envisage similar input data structure.     

北京市衍生燃料法处置低品质塑料包装的环境影响

采用生命周期评价法对北京市2种衍生燃料(RDF)法处置低品质塑料包装废物的环境影响进行评价,并与填埋和焚烧处置进行比较. 通过现场及资料调研获得所有生命周期阶段的能量物质输入、输出和环境外排数据. 发电量计算是通过实地调查生活垃圾中低品质塑料包装废物组成特性,用氧弹式量热计测定各组分热值后折算成单位热值,再与北京市生活垃圾焚烧厂G单位热值生活垃圾发电量的调研结果类比,得出其对应的发电量. 结果表明:低品质塑料包装废物的4种处置方式环境影响潜值为直接作为RDF焚烧发电<干燥热压RDF焚烧发电<焚烧<填埋,这4种处置方式的环境影响潜值分别为－0.064 9,0.009 0,0.024 1和0.152 8 Pt. 直接作为RDF处置方式的环境影响主要集中在无机物对健康损害方面;干燥热压RDF处置的环境影响主要集中在无机物对健康损害和化石燃料方面;焚烧和填埋的环境影响主要集中在气候变化和致癌方面.      

Uncertainty assessment by a Monte Carlo simulation in a life cycle inventory of electricity produced by a waste incinerator

The existence of uncertainties is often mentioned as a crucial limitation for a clear interpretation of LCA results. Due to this problem, slowly the uncertainty analysis is gaining importance in the realisation of LCAs, but its use is not common practise. As an example of application for a typical process chain of many LCAs, the uncertainties in the Life Cycle Inventory (LCI) of a life cycle study on waste incineration in Tarragona/Spain has been analysed. The procedure applied consists of selection of essential parameters, determination of probability distributions, Monte Carlo simulation, significance analysis and interpretation of the results. By the use of the obtained probability distributions for the essential factors in a Monte Carlo Simulation, the inventory results were transformed from a concrete value into a probability distribution around a mean value. The probability distributions obtained correspond to a better understanding of the magnitude of the uncertainties in LCA results.