2007年中国大陆地区生物质燃烧排放污染物清单

采用排放因子法计算了中国2007年间CH4、SO2、NOx、NH3、EC、OC、NMVOC、CO、CO2、TSP、PM10、PM2.5的排放总量,建立了生物质燃烧污染物排放清单,计算了各污染物总排放量的空间分布及不同生物质燃烧类型对各污染物总排放量的贡献率,重点完善了各省市生物质燃烧排放不同粒径颗粒物清单.结果显示,2007年我国大陆生物质燃烧排放CH4、SO2、NOx、NH3、OC、EC、NMVOC、CO、CO2、TSP、PM10、PM2.5排放总量分别分为3332.7, 335.3, 951.3, 7754.9, 783.7, 267.7, 6049.6, 76579.6, 743743.7, 7677.8, 6668.9, 4043.7kt.四川、安徽、广西、山东、河南、江苏等地区生物质燃烧各污染物排放量较高,北京、天津、海南、宁夏、青海和西藏等省区各污染物排放量较少.不同地区排放污染物的主要生物质类型存在较大的差异,单位面积排放强度和人均排放量区域间差异显著.人类活动是生物质燃烧排放污染物的主要影响因素,秸秆和薪柴燃烧是污染物排放量最大的2种生物质,其对各种污染物的贡献率为93.8%~98.7%.     

农业残留物燃烧温室气体排放清单研究:以江苏省为例

通过问卷调查确定了江苏省农业残留物在不同时间阶段(1990～1995、1996～2000、2001～2005和2006～2008年)作为生活燃料和田间直接燃烧的比例,利用燃烧炉模拟秸秆燃烧试验确定了6种农业残留物(水稻、小麦、玉米、油菜、棉花和大豆)燃烧产生的CO2、CO、CH4和N2O的排放因子;基于此,结合江苏省不...     

北京市PM2.5水溶性有机物污染特征

用离子色谱技术对北京市2001~2002年大气PM2.5中7种水溶性有机物(WSOC)(甲酸、乙酸、甲磺酸、乙二酸、丙二酸、丁二酸、戊二酸)及12种无机离子(F-、Cl-、NO2-、NO3-、SO32-、SO42-、PO43-、Na 、NH4 、K 、Mg2 、Ca2 )的污染水平进行了同步测定.结果表明,SO42-、NO3-及NH4 为PM2.5中主要的水溶性物种,分别占PM2.5质量的10.6%、7.4%和5.7%;7种WSOC的浓度为0.011~0.118靏/m3,占PM2.5质量浓度的0.01%~0.1%,其中浓度最高的为乙二酸,其次为乙酸、丙二酸、丁二酸等;对PM2.5各化学组分浓度的季节变化特征的分析表明,PM2.5及OC的高浓度污染均出现在冬季采暖期,而WSOC则出现在夏季;对乙二酸与其他各组分进行相关性分析表明,乙二酸与SO42-、K 、NH4 、NO3-有较强的线性相关性(r=0.83,0.57,0.49,0.33),而与Cl-、Na 、Mg2 、Ca2 、EC、OC相关性较差(r=0.24, 0.22,0.12,0.05,0.13,0.10).由乙二酸季节变化特征及与其他物种相关性等特征初步推断,北京市PM2.5二元羧酸的主要来源为光化学反应而形成的二次污染物,而非来源于机动车、海盐或土壤的一次排放.     

春季南充城区PM_(10)污染水平及其水溶性离子特征研究

采用中流量颗粒物采样器采集了60个可吸入颗粒物(PM10)环境样品,并用离子色谱法(IC)对所采集样品中的8种水溶性离子组成特征进行了分析。结果显示,春季南充城区空气质量良好,PM10中8种水溶性离子浓度大小为SO2-4NO-3Ca2+Na+Cl-K+F-Mg2+。其中SO2-4、NO-3和Ca2+的平均质量浓度分别占总水溶性无机离子(TWSII)的62.4%、23.9%和4.7%。NO-3和SO2-4及Ca2+和Mg2+具有良好的相关关系,燃煤源对PM10的贡献大于机动车移动排放源的贡献;水溶性无机离子主要以NaCl、MgSO4和Mg(NO3)2的形式存在。     

中国生物质燃烧大气污染物排放清单

根据2000-2007年各省市生物质燃烧消耗量和排放因子,估算了中国大陆生物质燃烧所导致的NOx、SO2、CO、CO2、CH4、NMHC、PM、BC排放量,并给出了分省区、分生物质类型的排放清单.研究表明,2007年中国生物质燃烧排放的NOx、SO2、CO、CO2、CH4、NMHC、PM和BC排放量分别为109万t,1...     

天津市大气污染源排放清单的建立

通过调研天津市工、农业生产和居民生活的统计资料,研究分析文献报道的各种污染源排放因子,计算出天津市各行业、各区县NOx、SO2、NMVOC、CO、NH3、PM10、PM2.5等污染物的排放量,发展了天津市2003年排放源清单.结果显示,天津市2003年各类污染物质的排放量NOx为1.77×105t,SO2为2.59 ×105t,NMVOC为2.24×105t,CO为1.33×106t,NH3为7.40×104t,PM10为2.52×105t,PM2.5为1.10×105t.从排放源的行业分布来看,燃煤源、汽车移动源、秸秆燃烧源是天津市大气污染物的重要排放源,燃煤源对各污染物的贡献分别为NOx46%,SO284%,NMVOC 1%,CO 58%,PM1018%,PM2.5 24%.火电、水泥、钢铁、炼焦、原油加工等行业依然是重要的工业污染排放源,火电对SO2的贡献为13%,钢铁对SO2的贡献为24%,对CO的贡献为30%.2003年天津市区对NO,、S02、NMVOC、CO等污染物的贡献均高于其它区县,对PM10、PM2.5的贡献也很高;塘沽区对NOx、SO2、NMVOC、CO等污染物的贡献很大,蓟县、武清区、宝坻区对NH3、PM10、PM2.5的贡献很大.     

不同排污收费情景下的发电企业减排模型研究

考虑未来多种污染物排污收费情景及区域电力需求的固有随机特性,建立了2阶段电源规划优化模型,分析了不同排污收费情景、不同电力需求水平下的区域电力结构变化以及污染物和CO2减排策略.在同时征收SO2排污费和CO2排放费的情景(情景3)下,清洁能源发电在发电系统中的比重增加,以煤电为主的火电比重下降;系统减排CO2 8.438′106t,同时协同减排SO2 5202t、NOx 7854t、颗粒物17.42t,但系统费用会显著增加.在同时征收SO2、NOx排污费和CO2排放费的情景下,系统减排SO2 8515t、NOx 13878t、颗粒物23.52t、CO2 12.988′106t,同时系统费用也会进一步增加.在目前征收SO2排污费的基础上征收CO2排放费或同时征收NOx排放费和CO2排放费,可以提高清洁发电方式在发电系统中的比重,降低SO2、NOx和CO2的排放量.     

中国钢铁行业技术减排的协同效益分析

选取钢铁行业的22项节能减排措施,评估和比较了各项措施的减排潜力、减排成本和协同效益,力图得到钢铁行业减排的最优路径.研究结果表明:基于2012年的钢铁产量和生产结构,我国钢铁行业的技术减排潜力约为146.8Mt CO2、314.2kt SO2、265.7kt NOx和161.5kt PM10,分别占钢铁行业2012年总排放量的9.7%、13.1%、27.3%和8.9%;如果考虑节能收益,有10项措施具有经济可行性,累积减排潜力约为98.0Mt CO2、210.0kt SO2、211.0kt NOx和89.0kt PM10;如果综合考虑节能收益和协同效益,有14项措施具有经济可行性,累计减排潜力约为123.4Mt CO2、264.0kt SO2、234.0kt NOx和130.0kt PM10.钢铁行业开展技术减排时,需要综合考虑减排成本、节能收益和协同效益,参考减排成本选择最成本有效的措施.     

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.     

基于PMF模式的南京市大气细颗粒物源解析

为研究南京市大气细颗粒物(PM2.5)污染来源,分别在3个点位、4个季节开展了PM2.5环境样品的采集,共获得170个有效样本.对样本进行了化学成分分析,包括Al、Fe、Na、Mg、K、Ba、Li、Tl、Mn、Co、Ni、Cu、Zn、Sb、Pb、Cr、Ce、Na+、NH4+、Mg2+、Ca2+、SO42-、NO3-、Cl-、以及OC、EC,共计26种.首先采用OC/EC最小比值法估算出二次有机气溶胶(SOA)的含量;然后利用正矩阵因子分解法(PMF)对PM2.5的非SOA部分进行来源解析,共解析出6类因子:二次无机气溶胶(SIA)、燃煤、机动车排放、地面扬尘、冶金和其它源,贡献率分别25.0%、23.5%、20.4%、17.1%、3.0%和11.0%;最后基于南京市SO2、NOx、VOCs三种主要前体污染物的排放量,分别对SIA和SOA在一次来源中进行再分配.最终结果表明,南京市PM2.5主要来源为燃煤、机动车、扬尘、工业和其它源,其贡献率分别为29.6%、22.4%、14.6%、18.7%和14.7%.     

天津滨海新区秋冬季大气污染特征分析

为了解天津滨海新区大气污染物浓度水平和污染来源,2009年9月1日~2010年2月28日对NOx、CO、SO2、O3、PM2.5、PM10进行了连续在线观测,并同步观测了气象要素.结果表明,秋冬季上述污染物最高日均值(秋冬平均值±标准差,O3为日小时均值最大值)分别达到300.7(65.4±52.9)×10-9、7.278(1.324±1.169)×10-6、53(13±12)×10-9、95(28±21)×10-9(体积分数)和287.4(62.3±53.6)μg/m3、1421.4(161.9±136) μg/m3. NOx和SO2秋季低于冬季,O3和PM10反之. CO和PM10相对国家二级标准超标率为2%和38%,PM2.5相对WHO标准(75μg/m3)超标率为31%.季节统计日变化显示CO和NOx为早晚双峰型,SO2为中午的单峰型,O3为午后单峰型,且秋季日变化振幅远大于冬季, PM10为早晚双峰型,但冬季比秋季晚出峰2~3h.除冬季PM10,大气污染物浓度49%~74%的逐日变化由气象要素影响.滨海新区大气污染受局地排放和外源输送共同影响,西南方向气流易造成污染物积累,其次是东北方向,而东和东南气流最有利于污染物扩散;各污染物具体表现为NOx主要受局地源控制;SO2主要受外来输送影响;CO和PM2.5同时受本地源和外来源的共同影响;PM10秋季表现为本地源污染,而冬季为本地源和外来源的共同影响.     

基于COPERT模型的重型柴油货车排放因子敏感性分析研究

模拟分析了COPERTⅣ模型中不同污染物排放因子计算结果对主要输入参数的敏感性.以COPERTⅣ模型为平台,以重型柴油货车为研究对象,分别模拟了不同行驶速度、排放标准、燃料含硫率、累计行驶里程、车辆负载、道路类型、道路坡度、是否执行I/M制度等情景下的排放因子,对比分析了不同参数对CO、VOC、NOx、PM、SO2等污染物排放因子的影响,得出以下主要结论:0~45 km/h为速度变化的敏感范围,国2及国4排放阶段相较于前一阶段排放因子有较大幅度下降等.     

秸秆露天焚烧典型大气污染物排放因子

利用烟气污染物稀释采样系统,基于实际测试,针对玉米、小麦、花生和棉花4种农作物秸秆开展露天焚烧排放大气污染物采集和分析.利用修正燃烧效率区分燃烧状态,根据碳平衡法计算烟气中颗粒物和气态污染物排放因子.结果表明,4种秸秆露天焚烧CO、SO₂、NO_x和CH₄平均排放因子分别在7.39~92.4g/kg、0.11~0.89g/kg、0.72~3.86g/kg和0.2~5.45g/kg之间,PM_2.5平均排放因子在1.48~13.29g/kg之间.OC和EC的质量分别占PM_2.5全部质量的27.7%~54.3%和4.4%~17.1%,是PM_2.5的主要组成成分.污染物排放主要来自混合燃烧状态,焖烧状态排放污染物浓度相对较高.随着含水率升高,焖烧过程增强显著,CO、CH₄、PM_2.5和OC的排放因子升高,其中PM_2.5排放量增高主要是由OC排放占比升高导致.     

济南市秋末冬初大气颗粒物和气体污染物污染水平及来源

2009年11月23日─12月7日在济南市区对PM2.5、BC(黑碳)和污染物(SO2、NOx、NO、NO2和CO)进行实时监测与分析.观测期间ρ(PM2.5)、φ(SO2)和φ(NOx)分别为171μg/m3、54.3×10-9和107×10-9.其中,φ(SO2)与GB 3095─1996《环境空气质量标准》日标准值相当,φ(NOx)是标准的2.2倍,ρ(PM2.5)是美国环境空气质量标准(35μg/m3)的4.89倍.污染事件期间ρ(PM2.5)、φ(SO2)和φ(NOx)分别达到222μg/m3、74.4×10-9和158×10-9,是非污染期间的1.78、1.67和1.77倍.观测期间SO2主要来源于燃煤排放.在11月25─26日的污染事件中,NOx、BC和PM2.5主要来源于机动车尾气排放,除局地源外,东北风经过济南东北部工业区时也将污染物传输到采样点;而在12月1─2日的污染事件中,以静风为主,污染物积聚,NOx和BC主要来源于机动车尾气排放,PM2.5除了一次污染物,很可能包含一定比例的二次污染物.在非污染事件中,NOx和BC主要来源于机动车尾气排放,部分NOx很可能来源于燃煤排放,而PM2.5主要来源于一次源排放.     

广州市机动车排放因子隧道测试研究

选取广州城市隧道进行连续48h的监测,获得了隧道内NOx,CO,SO2,PM10和HC等污染物的浓度、交通和气象等实测数据,计算出隧道内机动车NOx,CO,SO2,PM-10和HC的单车平均排放因子分别为1.38,15.40,0.14,0.64和1.86g/(km*辆),并得到了8类机动车各种排放污染物的综合排放因子.      

天津近岸海域大气颗粒物无机组分季节变化及源析

2006~2007年在天津近岸海域分4个季节走航采集了不同粒径大气颗粒物样品,分析了其质量浓度以及元素、离子和碳等化学组成,并应用富集因子以及特征化合物比值对其来源进行了探讨.结果表明,天津近岸海域TSP,PM10和PM2.5的质量浓度分别为(294.98±3.95),(279.87±17.53),(205.50±38.13)μg/m3,且呈现出明显的季节变化,秋季颗粒物浓度最高,冬季次之,夏季最低. TSP、PM10和PM2.5中总元素浓度分别为48.76, 47.94,32.08 μg/m3. TSP中含量最高的离子是Na+, PM10和PM2.5中含量最高的离子是Cl-. 3种不同粒径中OC浓度秋、冬两季均明显高于春夏两季. Al/Fe的比值分析结果表明,春季TSP的主要来源为土壤尘,秋、冬季PM10和PM2.5主要受燃煤的影响. Cu、Zn和Pb的富集系数较高,其中Pb在冬季PM10中富集达到最高为741.3. NO3-/SO42-的变化范围为0.28~0.85,春夏季该比值较高于秋冬季,反映了该海域同时受燃煤与机动车污染的影响.OC/EC变化范围为2.13~5.58,表明该海域气溶胶中存在着大量二次有机碳.     

半岛型城市PM2.5多情景数值模拟研究

烟台是中国最东部半岛型城市之一,研究应用WRF-CMAQ空气质量模拟系统和排放清单技术,建立以PM2.5质量改善为核心的一次污染物质减排情景和PM2.5浓度下降之间的定量对应关系.分析结果表明,若烟台2020年实现空气质量达标,SO2、NOx、一次PM2.5分别需消减30%、30%和40%以上;一次PM2.5减排控制对PM2.5浓度下降的贡献,是SO2和NOx等常规污染物减排控制效益的8倍左右;如果仅依靠消减SO2和NOx等常规污染物,无法实现PM2.5浓度的大幅度下降.     

大气例行点位常规监测污染物的相关性分析及防控措施研究

根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.     

长江三角洲地区能源消费大气污染物排放特征

针对长江三角洲(以下简称“长三角”)16个主要地区,基于常规可获取的统计资料确定污染源活动水平,结合最新的污染源调查资料及相关研究成果确定污染物排放因子,以2008年为基准年,研究了能源消费大气污染物排放特征,建立了具有较高时空分辨率、且便于滚动更新的网格化动态排放清单.结果表明:长三角16个地区2008年能源消费过程中SO2、NOx、PM10、PM2.5、CO的排放量分别为3158.58, 3154.96,979.76,632.34,5258.08kt.其中上海、苏州、南京、杭州、无锡和宁波6城市污染物排放总量均占长三角地区排放总量的60%左右.SO2和NOx排放主要集中在工业和火电部门,颗粒物和CO排放则主要集中在工业部门,机动车对于CO也有较大的排放贡献率.火电部门污染排放具有较强的月变化特征;道路机动车排放受居民出行规律影响,具有明显的周变化和日变化特征.     

民用燃料燃烧碳质组分及VOCs排放特征

选取北京市地区典型生物质燃料（玉米芯、玉米秆、黄豆秆、草梗、松木、栗树枝、桃树枝）以及民用煤（烟煤、蜂窝煤）在实验室内进行了模拟燃烧实验,对燃烧产生的颗粒物及气体样品进行采集,采用Model 2001A热/光碳分析仪对不同粒径段颗粒物中的有机碳、元素碳进行测定,采用AgilentGC-MS 5977/7890B气质联用仪对燃烧烟气中的挥发性有机物进行分析.研究表明：除蜂窝煤OC、EC的排放因子在2.5~10μm粒径范围内达到最大,其他8种固体燃料燃烧产生的OC、EC的排放因子最大值均在0~2.5μm粒径范围内.薪柴（栗树枝、桃树枝、松木）、秸秆（玉米芯、玉米秆、黄豆秆、草梗）和民用煤（蜂窝煤、烟煤）3类物质燃烧排放VOCs的物种分类差异较大.薪柴和民用煤燃烧排放的卤代烃以及含氧有机物的质量分数明显高于秸秆的质量分数;在同一类别中VOCs物质分布趋势一致.3种薪柴平均总VOCs的排放系数为2.02g/kg,4种秸秆平均总VOCs的排放系数为6.89g/kg,2种民用煤平均总VOCs的排放系数为2.03g/kg,秸秆类的排放因子最大.玉米芯、玉米秆、黄豆秆和草梗的臭氧生成潜势较高,而栗树枝、桃树枝、松木、烟煤以及蜂窝煤的臭氧生成潜势较低,且分布类似.烯烃类、烷烃类、芳香烃类是固体燃料燃烧臭氧生成潜势贡献较大的VOCs物质.