基于COPERT 4模型的杭州市机动车排气污染特征研究

以2015年为基准年,利用COPERT 4模型计算了杭州市分车型分排放标准下的机动车排气污染物(CO、碳氢化合物(HC)、NO_x、PM_(2.5))的排放因子,并估算了各污染物排放量及分车型分排放标准下的各污染物分担率。结果表明,随着排放标准的提升,机动车排气污染物排放因子总体呈现下降的趋势。汽油车的CO和HC排放因子高于柴油车,而柴油车的NO_x和PM_(2.5)排放因子高于汽油车;天然气车的各污染物排放因子基本接近汽油车,而汽油电混动车的各污染物排放因子则明显低于其他动力车;各污染物排放因子随车型的增大(重)而增大。2015年杭州市机动车排气污染物CO、NO_x、HC和PM_(2.5)排放量分别为48 923.0、44 713.7、7 014.7、837.9t,其中汽油车CO和HC分担率较高主要是因为小型汽油客车CO和HC分担率高,并且其保有量占比也高,应重点控制小型汽油客车的保有量;柴油车NOx和PM_(2.5)分担率较高主要是因为重型柴油货车NO_x和PM_(2.5)分担率高,但其保有量占比不高,应重点控制重型柴油货车的排放因子。     

嘉兴市人为源大气污染物排放清单研究

建立了2017年嘉兴市人为源大气污染物排放清单。结果发现,SO_2、NO_x、CO、挥发性有机物(VOCs)、NH_3、总悬浮颗粒物(TSP)、PM_(10)、PM_(2.5)、黑碳(BC)和有机碳(OC)排放总量分别为15 224、60 663、102 600、93 256、26 266、118 923、70 367、19 024、941、1 622t。SO_2的最大排放源是化石燃料固定燃烧源中的电力供热;NO_x的最大排放源是移动源中的柴油车;CO的最大排放源是移动源中的汽油车;VOCs的最大排放源是工艺过程源中的石油化工;NH_3的最大排放源是农业源中的氮肥施用;TSP的最大排放源是扬尘源中的道路扬尘;PM_(10)和PM_(2.5)的最大排放源是工艺过程源中的水泥生产;BC的最大排放源是移动源中的柴油车;OC的最大排放源是餐饮油烟源中的餐饮油烟。对于大气污染中普遍关注的6种污染物,SO_2、NO_x、PM_(10)、PM_(2.5)和VOCs排放的重点源主要集中在各县(市、区)的工业园区或工业集聚区,而NH_3的排放空间分布相对比较分散。     

西安市机动车污染物排放清单与空间分布特征

基于机动车排放因子(MOVES)模型和地理信息系统(ArcGIS)技术,建立了西安市2017年分辨率为1km×1km的机动车污染物排放清单。结果显示:2017年西安市机动车污染物PM_(2.5)、PM_(10)、NO_x(NO+NO_2)、NO、NO_2、N_2O和挥发性有机物(VOCs)的年排放总量分别为126.1×10~4、138.2×10~4、2 884.2×10~4、2 577.8×10~4、306.4×10~4、27.9×10~4、1 281.2×10~4 kg;柴油车是PM_(2.5)、PM_(10)和NO_x排放的主要来源,贡献率分别为80.2%、79.5%和75.8%;VOCs和N_2O则主要来自汽油车,贡献率分别为74.2%、89.7%;总体看来,研究区域内不同污染物的空间分布规律相似,这与西安市公路分布有关,PM_(2.5)和NO_x的排放主要集中在主城区及周边县区的高速路和国道,而VOCs的排放主要集中在主城区二环及环内。     

关中地区机动车颗粒物排放清单

利用本地化修正的MOVES模型模拟确定了关中地区不同类型车辆的颗粒物排放因子,结合实地调研的保有量和行驶里程数据测算了该地区的机动车颗粒物年排放总量并从季节、城市、车型和燃油等多个角度详细分析了颗粒物的排放分担率。结果表明:关中地区2012年的机动车颗粒物排放总量分别为PM_(2.5)4.06×1O~3 t,PM_(10)5.52×10_3 t;关中五市一区中西安市的颗粒物排放量最高PM_(2.5)和PM_(10)。排放分別占到该地区的46.53%和48.39%;不同类型车辆中重型货车的排放分担率最高其次为中型货车二者之和占到颗粒物总排放的50%以上;不同燃油车辆中,柴油车的排放分担率远远高于汽油车,是颗粒物的主要贡献者;因此中型和重型柴油货车是关中地区控制颗粒物排放污染的重点车型。     

海南省大气污染源排放清单及环境影响研究

基于海南省2016年工业环境统计数据,通过自下而上的方法建立海南省2016年工业大气污染源排放清单,并利用中国多尺度排放清单模型(MEIC)排放清单进行背景源补充,使用CALPUFF模型进行大气污染模拟。污染物排放清单结果显示,2016年海南省SO_2、NO_x、CO、PM_(2.5)、PM(10)、黑碳(BC)、有机碳(OC)、挥发性有机物(VOCs)和NH3的排放量分别为1.50×10~4、5.10×10~4、4.56×10~5、2.34×10~4、2.10×10~4、3.50×10~3、1.20×10~4、4.96×10~4、6.50×10~4 t,其中SO_2主要排放源为化石燃料固定燃烧源(分担率66.67%),NO_x主要排放源为交通源(分担率51.18%),CO、PM_(10)、PM_(2.5)主要排放源为生活源(分担率分别59.01%、81.28%和87.62%),VOCs主要排放源为工业溶剂使用源(分担率75.91%),NH_3主要排放源为农业源(分担率93.54%)。排放量较大的区域集中在儋州市、澄迈县一带。SO_2、NO_x年均最大浓度均出现在海口市,PM_(10)、PM_(2.5)年均最大浓度均出现在定安县。交通源对全省污染物浓度贡献突出,工业源虽然对颗粒物浓度贡献率较低,但仍需加强PM_(2.5)治理。     

西安市机动车污染控制策略实施效益评估

为研究未来西安市机动车污染控制策略的实施效果,基于情景分析法,以MOVES模型为平台,预测2020年西安市机动车PM_(2.5)、PM_(10)、NO_x、总碳氢化合物(THC)、CO、SO_2排放量分别为1 531.41、1 596.33、44 159.48、14 029.62、383 200.08、5 164.63t。设置5类不同控制措施情景,分析其对机动车的减排效果。结果显示:单一措施中,淘汰"黄标车"和老旧车对污染减排效果最明显,6种污染物均有较大幅度减排;调控轻型客车保有量可明显削减THC、CO的排放,减排比例分别为13.49%、18.59%;提升燃油质量可使各车型SO_2的减排比例均达到90%以上;使用替代燃料情景的污染物减排比例相对较低,但也是一种有效的控制策略;综合控制措施的减排效果最为显著,与基准情景相比,2020年PM_(2.5)、PM_(10)、NO_x、THC、CO和SO_2减排比例分别为78.50%、78.37%、71.77%、72.47%、76.94%、98.30%。     

不同负载条件下国Ⅱ重型柴油货车的实际道路排放特征

重型柴油车排放已经成为中国城市与区域大气污染的重要来源。为研究负载条件对重型柴油车实际道路排放的影响,利用车载排放测试(PEMS)方法对2辆国Ⅱ重型柴油货车开展实际道路排放测试,分析不同负载(空载、半载和满载)条件下的尾气污染物排放特征。基于机动车比功率(VSP)方法分析了不同速度区间的气态污染物(NOx、CO和总碳氢化合物(THC))排放特征,同时通过滤膜采样方法对尾气PM2.5及其碳质组分(有机碳(OC)和元素碳(EC))进行了定量分析。结果显示,2辆国Ⅱ重型柴油货车气态污染物排放因子与负载呈现显著的正相关关系,半载和满载时NOx、CO和THC排放因子相对于空载分别升高18%～41%、6%～67%、37%～125%。但2辆重型柴油货车的PM2.5排放因子并未随负载增加而呈现相同的变化规律。在PM2.5中碳质组分排放约占61%～97%(质量分数),其中EC排放因子随负载的增加而增大。     

三明市大气污染物排放特征研究

通过实地调查和统计获得区县尺度排放源活动水平数据,采用物料衡算法和排放因子法,估算三明市2015年大气污染物排放清单,选取经纬度坐标、路网、土地类型和人口等数据作为权重因子,利用地理信息系统(GIS)技术建立1km×1km高精度网格,分析各类排放源污染排放的数值和空间特征。结果显示,2015年三明市SO_2、NO_x、挥发性有机物(VOCs)、PM_(10)、PM_(2.5)和NH_3的排放总量分别为5.22×10~4、5.80×10~4、1.88×10~5、7.92×10~4、3.23×10~4、2.26×10~4 t。污染贡献方面:工业源是SO_2的排放主要来源;NO_x的主要排放源为工业源和移动源;天然源对VOCs排放有显著贡献;工业源和扬尘源是PM_(10)和PM_(2.5)的主要贡献源;NH_3排放主要来自农业源。空间分布方面:SO_2、NO_x、PM_(2.5)和PM_(10)的排放主要集中在城镇化程度高的永安市和梅列区,VOCs与NH_3排放则与植被分布和农业生产水平密切相关。与2007年和2009年三明市的排放清单对比,发现工业排放控制政策及秸秆禁烧令的实施对PM_(2.5)、PM_(10)和VOCs的减排有明显效果。     

基于减排敏感性的武汉市PM_(2.5)污染控制研究

采用基于气象预报(WRF)的多尺度空气质量(CMAQ)模型,通过研究不同大气污染物排放情景下PM_(2.5)平均浓度变化,分析SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs等大气污染物减排对武汉市PM_(2.5)的影响。结果表明,大气污染物减排对武汉市PM_(2.5)年均浓度影响十分显著,且随着污染控制力度加大,PM_(2.5)污染持续减轻;当SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放量均削减40%时,PM_(2.5)年均浓度下降24.0%,依然超出《环境空气质量标准》(GB 3095—2012)二级标准值。基于空间布局和行业敏感性确定武汉市大气污染控制方案,方案实施后SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放总量分别下降53%、26%、32%、36%和31%,PM_(2.5)年均浓度下降35%左右,控制效果更加明显。     

乌昌石区域的非金属矿物制品业大气污染物排放清单研究

建立了乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10) 5种大气污染物的排放清单,并进行了时空分布特征分析,初步探究了估算的不确定性。结果显示,乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10)总排放量分别为3.71×10~4、2.76×10~4、3.10×10~4、3.04×10~4、1.29×10~5 t。熟石膏行业是CO的主要排放源;水泥(干法)行业是NO_x、SO_2、PM_(2.5)和PM_(10)的主要排放源。乌鲁木齐市是CO、NO_x和SO_2排放量的最大贡献源;石河子市是PM_(2.5)和PM_(10)排放量的最大贡献源。乌昌石区域5月至9月是一年中污染物排放的高峰期,11:00至20:00是一天中污染物排放的高峰期。空间上,乌昌石区域的污染物排放主要分布在乌鲁木齐市中部、西南部以及石河子市。     

乌鲁木齐市固定燃烧点源大气污染物排放清单

通过现场调研结合物料衡算法、排放因子法,建立了2015年乌鲁木齐市固定燃烧点源大气污染物CO、NO_x、SO_2和PM_(2.5)排放清单。结果表明,2015年乌鲁木齐市CO、NO_x、SO_2、PM_(2.5)的排放量分别为4.41×10~4、6.20×10~4、4.61×10~4、1.57×10~4t;从排放污染物的行业来看,采矿与制造业对4种污染物排放的贡献最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为49.02%、42.17%、48.40%、78.55%。从地区分布来看,米东区污染物排放量最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为46.99%、45.90%、51.69%、29.68%。从排放时间来看,供暖季污染物的排放量明显高于非供暖季,白天的污染物排放量高于夜晚。采用蒙特卡罗统计法分析预测的污染物排放量与排放清单计算结果较为接近。     

乌昌石区域化石燃料固定燃烧点源大气污染物排放清单及时空分布

建立了2015年乌昌石区域化石燃料固定燃烧点源大气污染物(NO_x、SO_2、PM_(2.5)和PM_(10))的排放清单,并对污染物的时空分布特征进行了分析。结果表明,2015年乌昌石区域化石燃料固定燃烧点源NO_x、SO_2、PM_(2.5)和PM_(10)的年排放量分别为2.10×10~5、1.52×10~5、4.28×10~4、8.35×10~4 t。从行业上来看,电力生产与供应行业对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为70.78%、66.56%、51.10%、49.98%;从化石燃料上来看,煤炭对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为95.63%、99.84%、99.70%、99.84%;从锅炉类型上来看,煤粉炉对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为84.20%、85.09%、83.43%、84.06%。固定燃烧点源污染物排放呈现出明显的时间变化特征,采暖季污染物排放量明显高于非采暖季,一天中白天的污染物排放量高于夜晚。空间分布显示,大气污染物的排放源主要集中在乌鲁木齐市、五家渠市和昌吉市。     

嘉兴市大气污染特征及区域传输影响研究

对嘉兴市2013—2017年的大气污染特征进行了分析,同时研究了区域传输对其PM_(2.5)、PM_(10)、NO_2和SO_2的影响和嘉兴市O_3生成的主要原因。结果表明,自2013年以来嘉兴市PM2.5逐年下降,重度污染及以上天数逐年减少,环境空气质量总体呈逐年好转趋势。截至2017年,PM_(10)、NO_2、SO_2和CO均已达到《环境空气质量标准》(GB 3095—2012)二级标准,但PM_(2.5)和O_3仍未达标。2017年,周边地区(苏州市、湖州市、上海市、杭州市、绍兴市和宁波市)对嘉兴市PM_(2.5)、PM_(10)、NO_2和SO_2的传输贡献分别为36.2%、31.9%、25.6%、26.7%,季节差异较大,建议根据区域传输的季节性变化,制定针对性的联防联控措施。嘉兴市O3污染主要受挥发性有机物(VOCs)控制,应重点控制VOCs排放,辅以控制NO_x排放。     

基于实际道路测试的大型客车排放特征研究

应用车载排放测试系统(PEMS)对天津市4辆大型客车(国Ⅲ、国Ⅳ、国Ⅴ柴油车和国Ⅴ液化天然气车)进行了实际道路尾气排放测试。结果表明,3辆柴油车CO、NOx、总碳氢化合物(THC)和颗粒物(PM)的平均排放因子分别为3.435、6.431、0.131、0.324g/km,天然气车CO、NOx、THC和PM的排放因子分别为1.240、17.451、6.535、0.003g/km。总体看来,3辆柴油车的污染物排放速率随着排放标准的提高而降低,与其相比,天然气车的CO和PM排放速率相对较低,而NOx和THC排放速率较高;4辆大型客车各污染物排放速率在加速工况下排放速率最高,怠速工况下排放速率最低。随着国Ⅳ柴油车行驶速度从0~20km/h提高到80~100km/h,尾气温度逐渐上升,选择性催化还原装置对NOx的削减率可从41.8%升高到64.5%。     

渭南主城区道路积尘负荷及交通扬尘颗粒物排放

对渭南主城区道路积尘负荷进行了实测,并计算了2018年不同道路类型和不同车型的交通扬尘颗粒物排放量。结果表明:渭南主城区支路积尘负荷最大,为1.79g/m~2,高速积尘负荷最小,为0.05g/m~2,洒水作业能有效降低积尘负荷;渭南主城区道路交通扬尘PM_(2.5)和PM_(10)的年排放量分别为1 149.65、4 751.88t;小型客车引起的交通扬尘颗粒物排放在城市道路(包括主干道、次干道、支路)和国省道(包括国道和省道)上的分担率最高,分别为59.49%、41.46%,重型货车在高速上的分担率最高,为63.35%;城市道路交通扬尘颗粒物排放有明显的双峰日变化规律,而国省道和高速不明显。     

北京农村地区燃煤污染物的排放测试

针对农村地区燃煤炉灶设计了污染物排放因子测定系统,通过碳平衡法测定了不同炉灶不同燃料的污染物排放因子,从北京市延庆、怀柔、平谷和房山4个地区农户家中选取12种煤样,选取了北京地区应用广泛的10种土暖气炉和3种蜂窝煤炉分别测定了污染物排放因子数据。测定结果表明:土暖气炉燃烧劣质散煤的PM_(2.5)和SO_2的排放因子最高,分别为3.73 g·kg~(-1)(干燃料)和1.78 g·kg~(-1)(干燃料),燃烧优质散煤和煤球时的PM_(2.5)排放因子依次减小,分别为3.33 g·kg~(-1)(干燃料)和2.20 g·kg~(-1)(干燃料)。优质散煤的SO_2排放因子最低(0.16 g·kg~(-1)(干燃料)),NO_x的排放因子最高(2.99 g·kg~(-1)(干燃料))。当考虑单位有效热量输出时,相对于劣质散煤,燃烧优质散煤和煤球PM_(2.5)、SO_2的排放因子有所下降,PM_(2.5)分别减少了12.9%和8.4%,SO_2分别减少了91.2%和73.8%,但优质散煤NO_x排放因子增加了42.3%。结合调研数据,核算了北京农村地区燃煤污染物排放数据,结果表明,北京农村地区燃煤PM_(2.5)排放总量为1.84万t,占本地污染排放的贡献率为11.2%~16.3%。     

西安市燃煤锅炉排放颗粒物中PM_(2.5)和PM_(10)的组分研究

为了解西安市燃煤锅炉排放颗粒物的组分情况,采用稀释通道采样,用滤膜采集了西安市3台链条炉排放颗粒物中的PM_(2.5)和PM_(10),并利用离子色谱仪(IC)、电感耦合等离子体质谱仪(ICP-MS)和碳分析仪等分析了其中的主要组分。实验结果表明,燃煤锅炉排放颗粒物中PM_(2.5)和PM_(10)的主要组分有SO_4~(2-)、NH_4~+、Cl~-、有机碳(OC)、元素碳(EC)、Al、Si。Si、Ca等地壳元素在PM_(10)中所占比例多于PM_(2.5),而NO_3~-、NH_4~+、OC等二次生成物在PM_(2.5)中所占比例多于PM_(10)。对比PM_(2.5)和PM_(10)组分可以发现,同种组分在不同燃煤锅炉排放的PM_(2.5)和PM_(10)中分布差异很大,这可能与除尘、脱硝等工艺密切相关。研究内容对西安市大气颗粒物源解析工作具有重要的参考价值,为西安市颗粒物源解析项目积累了一定的经验。     

重庆城区PM_(2.5)化学组分特征及季节变化

2014年7月—2015年5月典型季节期间在重庆城区选择典型站点开展PM_(2.5)样品采集,并测量质量浓度,分析样品中水溶性离子、无机元素、OC和EC等组分,在此基础上对组分化学组成进行了质量重构。结果表明:观测期间PM_(2.5)年均值为76.4μg·m~(-3),浓度季节变化为冬季秋季春季夏季;组分方面,以二次转化为主的SO_4~(2-)、NH_4~+、NO_3~-和OC是PM_(2.5)组分中最主要成分,OC/EC比值4个季度均大于2,表明城区二次有机碳生成显著;硫氧化率(SOR)分析,气态污染物SO_2的二次转化效率较高,大气存在明显的二次转化过程。PM_(2.5)质量重构后主要组成为有机气溶胶(OM)、二次无机离子(SNA)和矿物尘,重庆城区应协同控制一次排放的颗粒物和气态污染物SO_2和NO_x,从而控制二次组分浓度。     

无锡市区大气污染物污染特征及影响因素研究

利用2014年无锡市区的6种大气污染物浓度和气象因子等监测数据,研究了无锡市区各种大气污染物的污染特征及其影响因素。结果表明:(1)无锡市区PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度的季节变化特征为冬季最高,夏季最低;O_3浓度表现为夏季最高,冬季最低。就全年的综合情况而言,颗粒物污染,尤其是PM_(2.5)污染最严重。(2)PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度间两两呈正相关;PM_(2.5)、SO_2、NO_2、CO浓度均与O_3浓度呈负相关。(3)温度与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度呈正相关;相对湿度与PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度呈负相关,与CO浓度无相关性;风级与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度无相关性。降水有利于PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度的降低,但对CO浓度影响不大。(4)无锡市区空气质量周末比工作日差。NO_2、SO_2浓度周末低于工作日,O_3浓度周末高于工作日,呈现明显的"周末效应";PM_(2.5)、CO浓度周末高于工作日,未出现"周末效应"。     

机动车尾气VOCs排放特征及减排措施研究

分析了机动车尾气挥发性有机物(VOCs)的排放特征,发现尾气VOCs排放具有明显的日变化和季节变化特征。不同区域不同车型机动车尾气VOCs成分谱略有差异,轻型汽油车尾气VOCs中芳香烃和烷烃含量较高,柴油车烷烃含量较高。尾气排放受机动车保有量、行驶里程、维护保养水平、行驶速度和燃油标准、排放标准等因素影响。从优先控制汽油车、加快机动车更新、采取本地化减排措施、加强多元管理措施、提高科研水平等方面提出了针对性的减排措施。