佛山禅城区机动车尾气排放特征及分布

通过对禅城区不同道路类型交通流进行调查分析,运用COPERT模式计算出2008年佛山地区机动车排放因子,分析出禅城区机动车尾气排放的主要来源及主要特征,得到了禅城区机动车尾气排放总量及排放分担率.根据佛山市辖区区间出行车辆较多的特点,采用源强估算总量的方法计算区内机动车污染排放.结果表明,禅城区2008年CO、NOx、VOC、PM的排放量分别为72 356.86 t、7 288.38 t、9 991.68 t和366.80 t.不同车型对不同污染物的排放贡献率差别明显,尤以摩托车的CO、VOC排放贡献较高,分别占机动车排放污染物总量的85%和77%.道路局部污染最严重的道路类型为国道,整体污染最为严重的为主干路.区内机动车劣化严重,占机动车总量37%的国0车的CO、NOx、VOC、PM排放分担率分别占机动车排放总量的68%、45%、58%、63%.不同车型、不同排放标准的排放因子存在较大差别,轻型车的CO、VOC较高而重型车的NOx、PM排放因子较高.     

北京市2019年工程机械排放污染测算

为了建立北京市工程机械排放清单,测算北京市工程机械气体污染物排放,在获得北京市工程机械保有量、功率分布、排放阶段分布和使用强度等数据之后,通过对不同机械类别、不同排放阶段的工程机械进行PEMS排放试验获得机械排放因子,最终依据《非道路移动源大气污染物排放清单编制技术指南》中的方法,测算北京市2019年工程机械排放总量.结果显示:NOx排放因子整体呈现下降趋势,相比国I排放阶段,国Ⅱ、国Ⅲ、京Ⅳ阶段挖掘机排放因子削减比例分别为51％、65％、74％;叉车削减比例分别为29％、54％、62％;装载机削减比例分别为29％、60％、79％.CO排放因子削减比例没有显示出持续下降或上升趋势.相比国I排放阶段,国Ⅱ、国Ⅲ、京Ⅳ阶段挖掘机排放因子削减比例分别为18％、28％、21％;叉车削减比例分别为8％、12％、31％;装载机削减比例分别为52％、29％、73％.2019年北京市非道路工程机械NOx、CO、CO2的排放量分别是6 222 t、1 635 t、56.7万t.按机械类别划分,挖掘机、装载机、叉车对污染排放量贡献最大,此三种机械污染物之和在NOx、CO、CO2排放总量中占比分别达到94.7％、93.8％、95.4％.     

首都国际机场移动源大气污染物排放清单研究

根据收集到的首都国际机场飞行区活动水平数据,采用适合估算各类移动源污染物排放量的方法和排放因子,建立了2013年首都国际机场移动源排放清单。结果表明,首都国际机场2013年移动源NO_x、CO、HC、SO2和PM_(2.5)排放总量为6 287.1 t、3 596.1 t、364.2t、373.4 t和185.0 t,分别占北京市各污染物总体排放的3.4%、0.3%、0.1%、0.4%和0.2%。其中非道路移动源是各污染物排放的最大贡献源,NO_x、CO、HC、SO2和PM_(2.5)排放量的90.7%、86.7%、79.4%、97.4%和81.3%来源于飞机,中型窄体客机及大型宽体客机贡献突出。相较而言,道路移动源排放比例较低,对HC、CO、PM_(2.5)和NO_x各污染物的贡献率为9.1%、8.6%、6.7%和4.4%。通过标准LTO循环方法估算飞机逐月排放,对LTO循环次数与各污染物排放量进行拟合,发现飞机排放的HC、CO、NO_x、SO2和LTO循环次数之间呈现较为明显的正相关关系,从而提出一种本地化的基于LTO循环次数估算飞机污染气体排放量的简单方法。此外,减少滑行时间可有效降低飞机在LTO循环过程中的污染物排放。     

北京铁路机车尾气排放清单的建立

排放清单是空气质量模拟和环境管理的基础.介绍了铁路运输尾气排放清单建立方法.基于美国环保局(USEPA)的排放因子,根据我国和美国排放标准的比较以及国内测试数据,确定了我国铁路机车尾气排放因子,并以北京为例,基于GIS铁路线路分布、内燃机车功率、运行车次和运行路线计算了铁路运输大气污染物NO_x、CO、HC和PM_(10)排放量,建立了排放清单.结果表明,基准年2007年北京铁路运输尾气排放量NO_x、CO、HC和PM_(10)分别为7 232 t、728 t、316 t和181 t,与2002年机动车排放量相比,4种污染物火车机车排放量分别占4.90%、0.08%、0.24%和1.12%.     

我国电力工业CO_2排放特征及动态变化分析

采用CO2排放数学模型计算2000—2009年中国电力工业CO2的排放量,分析CO2排放量及排放强度的动态变化特点。结果表明,十年间中国电力工业CO2排放总量逐年增长,人均CO2排放量由2000年的231 kg增加到2009年的509 kg,平均增长14.01%。单位产品CO2排放强度由0.263 kg/(kW·h)下降到0.228 kg/(kW·h),平均下降1.56%。每万元GDP CO2排放量由295 kg下降到200 kg,平均下降3.54%。电力工业十年间实施节能降耗、资源循环利用、提高经济效益等措施,对于减少CO2排放具有明显效果。     

基于发动机活动的集装箱港作机械排放清单研究

随着我国集装箱港口吞吐量持续增长,港区大气污染物排放亦日益增加,港作机械等非道路移动源排放更逐渐成为公众关注的焦点。借鉴OFFROAD模型的基本方法,通过调查分析集装箱港区作业机械的保有量、活动水平和设备参数等,修正排放因子,采用"自下而上"基于集装箱港作机械发动机活动水平的动力法建立集装箱港作机械大气污染物排放清单。并以南京港龙潭集装箱港区(NPLC)为案例,构建排放清单。结果表明:2014年NPLC港作机械排放总量为PM_(10) 4.25 t、PM_(2.5) 3.91 t、NO_x 82.98 t、SO_x 1.06 t、CO 23.84 t和HC16.39 t;集装箱拖车为最大排放贡献源,NO_x为高值排放污染物;与港区其他排放源相比,港作机械为颗粒物质(PM)与碳氢化合物(HC)的最大排放源。相较NPLC 2013年基于燃油消耗的研究,基于活动的排放量较低。     

基于功基窗口法的LNG-电混合动力公交车道路排放研究

研究了LNG-电混合动力公交车城市道路行驶排放性能。以一辆LNG-电混合动力公交车为研究对象,在典型公交线路上开展实际道路车载排放测试,通过PEMS(Portable Emissions Measurement System)和CAN总线实时采集排气污染物排放浓度、行驶速度、发动机转速和扭矩等数据。结果表明,公交车发动机运行工况主要分布在中低转速和负荷区,不同于ETC循环工况主要分布在中高转速和负荷区。计算发现公交车城市道路运行NO_x质量排放率远高于CO与HC,CO质量排放速率约为NO_x的1/100,HC质量排放速率约为NO_x的1/9。采用基于ETC循环功的功基窗口法计算发动机排气污染物比排放值,发现发动机平均输出功率偏低,测试样本功基窗口持续时间为ETC循环时长的1.4倍。测算结果表明,在全部有效功基窗口中,CO和HC比排放低于排放限值(征求意见稿),而NO_x比排放高于排放限值。研究表明,功基窗口法能有效分析LNG-电混合动力公交车排放,分析车载测试数据,得出的比排放数值能够反映车辆实际道路行驶排放水平。     

上海港船舶大气污染物排放清单研究

建立可靠的船舶排放清单不仅是大气环境科学领域对船舶排放影响进行定量研究的重要基础,也是管理部门制定污染减排措施和政策的重要依据.以常规大气污染物和温室气体为研究对象,采用由下而上的动力法对进出上海港船舶排放进行了研究.通过对上海港船舶进出签证数、船舶种类、吨位分布、运行工况、排放因子和燃油校正因子等多要素开展调查和分析,获得了上海港外港和内河9种船种和4种运行工况条件下大气污染物和温室气体排放总量,并结合船舶自动识别系统(AIS)确定了1 km×1 km网格精度的大气污染物和温室气体的排放空间分布.结果表明:2010年,上海港船舶排放PM100.46万t,PM2.5 0.37万t,柴油颗粒物(DPM)0.44万t,NOx5.73万t,SOx3.54万t,CO 0.49万t,碳氧化合物(HC)0.21万t;排放温室气体CO2 288.55万t,N2O 0.01万t,Cn4 0.004万t.与全市排放清单总量相比,上海港船舶排放对SO2、NOx和PM2.5的排放影响最为显著,分担率分别达到12.0％、9.0％和5.3％.其中,以远洋船为首要来源,其排放量对全市排放清单的分担率分别为12.0％、8.4％和5.1％.     

京哈高速公路车辆碳排放估算

交通运输行业的碳排放一直处于快速增长阶段,高速公路的车辆排放是其重要来源之一。以国家主干高速公路京哈高速公路为例,基于高速公路沿线车流量实测数据和不同类型车辆的CO2排放因子,定量地估算了京哈高速公路车辆的碳排放量。结果表明,京哈高速公路车辆每年的碳排放量(以CO2计)为372.52万t,其中,辽宁境内路段排放量最大,为174.74万t,占全线总排放量的46.9%,北京市境内路段排放量最小,只占总排放量的2.6%。年总排放量在车型分配上,以大型车居多,达到267.14万t,占总量的71.7%,其次是小型车,为80.26万t,占总量的21.5%。在燃油类型分配上以柴油车居多,柴油车共排放了283.24万t,占总量的76.0%,汽油车排放占总量的24.0%。     

基于燃油消耗的北京农用机械排放清单建立

农业机械作为重要的非道路移动源之一,排放的尾气是氮氧化物(NOx)和可吸入颗粒物(PM10)的主要来源之一.介绍了基于燃油消耗量的排放清单建立方法,排放因子为单位质量燃料消耗的污染物排放量,活动水平为燃料消耗量.根据NON-ROAD模型,农用柴油机械CO、THC、NOx和PM10排放因子分别为37.71 g·kg-1、9.38 g·kg-1、51.58 g·kg-1和8.23 g·kg-1,汽油机械CO、THC、NOx和PM10排放因子分别为405.25 g·kg-1、236.05 g·kg-1、3.88 g·kg-1和5.01 g·kg-1.根据燃料消耗量估算了北京2007年农用机械尾气排放量,HC、CO、NOx和PM10排放量分别为1 643.6 t、4 615.4 t、4 296.2 t和701.6 t.与道路机动车排放量相比,农用机械排放分别占1.26%、0.50%、2.91%和4.33%.基于GIS的北京农用耕地分布,建立了农机污染物排放的空间分布.根据不同月份的燃油消耗量分析时间分布,1-2月份排放较低,3-4月份排放较高.     

PODE掺混比对电控共轨柴油机排放特性的影响

为了降低柴油机排放、提高热效率,将体积分数为10%、20%、30%和70%的聚甲氧基二甲醚(PODE)掺混于柴油中制得PODE/柴油混合燃料,标记为P10、P20、P30和P70,在一台四缸增压中冷电控共轨柴油机上开展了PODE掺混比对混合燃料燃油经济性与排放特性的试验,并采用热重分析仪研究了混合燃料的蒸发性能。结果表明:随PODE掺混比增加混合燃料的初始失重温度、终止失重温度和峰值失重温度均向低温区域偏移,峰值失重率增大;随PODE掺混比增加,柴油机的排气温度降低,有效热效率显著提升,混合燃料的HC、CO和烟度排放逐渐降低,而NOx排放有所增加;在ESC试验循环下P30的HC、CO和PM排放量较柴油分别降低了25%、16%和51%,均低于国V排放限值,且CO2排放量也明显减小。     

基于VDI2198循环的内燃叉车实际作业排放特性

为了分析实际作业的叉车排放特征,基于VDI2198循环,采用车载排放测试系统(PEMS)对某基本型配备非道路国Ⅲ柴油发动机叉车进行前进、后退、货物举升、货物下降4种作业工况下的实车道路排放测试。结果表明,各排放物的排放速率在前进、货物举升和货物下降工况下处于较高水平,在后退工况下处于较低水平。CO_2、NO_x基于时间的排放因子在前进工况下最高,其原因是在前进工况下发动机处于合理转速工作区,进气充足,燃料燃烧较为充分,达到了高温富氧条件;CO、PN基于时间的排放因子在货物举升工况下最高,其原因是举升工况下发动机转速过高,进气不足、喷油量增加导致大量燃料不完全燃烧。后退工况下较低的CO_2基于时间排放因子,使得各污染物基于CO_2当量排放因子在后退工况下较高。与美国NONROAD模型中同类叉车排放水平对比,试验叉车的CO排放水平远低于Tier4A之前的排放水平,远高于Tier4排放水平;NO_x的排放水平低于Tier4A之前的排放水平,稍高于Tier4的排放水平。适度超载对排放影响较小,冷起动对排放影响较大。坡度增加对排放影响显著,坡度从0(平地)增至10%,CO、NO_x、PN、CO_2基于里程的排放因子分别增加了54%、19%、100%、27%;坡度从10%增加至15%,CO、NO_x、PN、CO_2基于里程的排放因子分别增加了41%、50%、51%、56%。     

京津冀电力结构调整大气污染物及CO2减排效应研究

基于2014年京津冀地区电力统计数据,引入多情景分析方法设定了不同的燃煤发电、燃气发电和可再生能源装机比例情景,测算了相应情景下的SO_2、NO_x和CO_2排放量,分析了该地区电力行业装机比例与大气污染物和温室气体减排潜力的关系。结果表明,在发电总装机容量一定的情况下,对燃煤发电和燃气发电来说,随其装机比例增加,SO_2、NO_x和CO_2排放量呈现逐渐增加的趋势。但相对于燃煤发电机组,燃气发电机组在一定程度上减少了SO_2、NO_x和CO_2的排放量,减排效果显著。对可再生能源发电来说,随其装机比例增加,SO_2、NO_x和CO_2的排放量呈现逐渐下降的趋势。     

基于STEAM的靠港船舶大气污染物排放清单研究

随着我国船舶排放控制区的设立,船舶大气污染物排放成为社会广泛关注的热点。以对城市影响显著的内河靠港船舶为研究对象,采用本土化的船舶交通排放估算模型(STEAM),结合船舶自动识别系统(AIS)中的船舶轨迹信息、船舶档案数据库信息及调研信息,实现基于船舶活动的"自下而上"的排放清单编制。将上述研究成果应用于南京龙潭集装箱港区,得到2014年该港区船舶大气物排放量分别为PM103.452 9 t、PM2.52.762 3 t、NOx196.004 4 t、SOx2.896 6t、CO 20.624 5 t、HC 8.127 8 t以及CO212 554.289 5 t。与整个港区排放相比,靠港船舶是SOx和NOx排放的重要来源,占比分别达到70.76%和58.16%。基于排放特性分析提出靠港船舶减排路径。     

污染损失率法评价矿山井下空气质量

使用污染损失率法对矿山井下空气质量进行了评价.参考空气质量标准,确定了污染损失率公式中的待定参数.根据确定的污染损失率公式,选取矿山井下常见空气污染物TSP、CO、NOx、O3,对金属矿山井下空气质量进行了评价.结果表明:评价结果与实际环境质量比较吻合,评价方法含义明确,计算简便.     

Taxi driver seat belt wearing in Nanjing, China

Objective

To determine and validate patterns of seat belt use and attitudes of taxi drivers on wearing a seat belt following national and provincial seat belt legislation in 2004-2005. Design: Roadside daylight seat belt observation and interview survey methods were used, as well as observations from inside taxis during routine trips and a taxi driver focus group. The setting was Nanjing, Jiangsu Province, PR China in April of 2006 and 2007.

Main outcome measures

Prevalence of seat belt use and attitudes to wearing a seat belt were determined, as were vehicle and driver characteristics, and comparisons with other motor-vehicle driver's seat belt use and attitudes.

Results

Taxi drivers interviewed were predominantly male and aged 30-39 years. They spent more hours per week in their vehicles and had more driving experience than other drivers. Over half (56.2%) of taxi drivers interviewed reported that they always wore seat belts, while observation of taxi drivers showed lower wearing rates (i.e., roadside observation was 43.8%, and observation from inside taxis was 36.2%). Belt tampering was a practice of 12-15% of taxi drivers. “Fine avoidance, safety, high speed and long trips” were given as important reasons for wearing and “feeling trapped and uncomfortable” for not wearing. Seat belt reminder signs in taxis were common (82.6% of taxis), but did not appear to impact on driver seat belt use.

Conclusion

The four research methods found taxi drivers to have consistently low “correct wearing” rates.

Impact on industry

As in several other countries, taxi drivers are particularly resistant to seat belt use. Innovative strategies, including occupational health and safety approaches, may be required to achieve increased levels of seat belt use.     

基于AIS数据的长江口船舶排放清单研究

为了研究繁忙水域的船舶排放清单,基于船舶自识别系统(Automatic Identification System,AIS)的数据建立了针对不同船型的船舶排放计算模型。先根据AIS数据中包含的船舶尺度数据计算各类船型的发动机功率,然后运用基于AIS数据的模型计算船舶排放清单及排放分担率,最后对船舶排放的空间分布进行分析。以2010年长江口水域的船舶交通流数据为基础,计算该水域的船舶排放清单,结果表明:1)在各类船舶废气排放物中,CO2排放量最多,NOx和SOx次之,N2O最少,结果合理可信;2)各类船型的排放分担率分别为5.36%(客船)、6.59%(散货船)、51.47%(集装箱船)、15.95%(油船)、5.37%(渔船)、15.27%(其他船型);3)船舶排放聚集区主要是长江口的南、北槽航段及其附近的码头水域。