乌鲁木齐市城区机动车大气污染物排放特征

对乌鲁木齐市城区车辆信息(包括车流量和车辆构成、车辆控制技术水平、车辆行驶工况、车辆启动分布等)进行调研和测试,并根据IVE模型计算得到机动车污染物排放清单,获得分车型、燃料类型及启动/运行方式的机动车污染物排放分担率.结果表明:2011年乌鲁木齐市机动车CO、NO_x、HC和PM的排放量分别为20.22×104、2.60×104、1.84×104和0.44×10~4t·a~(-1),机动车污染物排放分担率差别显著,乘用车、公交车和重型货车是CO和HC主要排放源;重型货车和乘用车是NO_x的主要排放源;重型货车是PM的主要排放源.汽油车是CO和HC排放的主要来源,柴油车是NO_x和PM排放的主要来源,天然气车各类污染物排放量均较低.控制柴油重型货车是消减机动车污染物排放的重要方式.     

廊坊市区主要大气污染源排放清单的建立

通过调研、统计廊坊市区工业、城中村及机动车等资料,结合以往清单文献研究结果及清单编制指南中的排放因子,计算了廊坊市区主要大气污染物的排放量,得到廊坊市区2014年主要大气污染源排放清单.结果显示,2014年廊坊市区工业源(固定燃烧)NO_x、SO_2、NMVOC、CO、PM_(10)、PM_(2.5)排放总量分别为6.4×10~3、1.2×10~4、31、1.0×10~4、7.3×10~2、4.4×10~2t,其中热电行业排污贡献率最高,分别占NO_x、SO_2、CO、PM_(10)、PM_(2.5)工业源(固定燃烧)年排放总量的55%、48%、67%、63%、69%;安次区工业企业对气态污染物贡献较高,广阳区及开发区工业企业对颗粒物排污贡献较大.低矮面源(城中村)NO_x、SO_2、NMVOC、CO、PM10、PM_(2.5)年排放总量分别为1.8×10~2、3.6×10~3、3.0、4.9×10~3、1.5×10~2、72 t.道路移动源CO、HC、NO_x、PM_(2.5)年排放总量分别为2.4×10~4、1.9×10~3、2.2×10~3、44 t,其中小型客车对HC和CO贡献率较高,分别为53%和61%;NO_x年排放总量中26%由重型货车贡献;PM_(2.5)则主要由轻型货车和重型货车贡献,占比分别为39%和21%.     

长三角城市群机动车污染物排放清单建立及特征研究

为研究长三角城市群机动车污染物排放特征,本研究应用COPERTⅣ模型估算1999—2017年长三角城市群机动车污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)、CO_2、CH_4、N_2O、NH_3和SO_2排放因子,建立排放清单,并对其排放特征展开分析,结果表明:1999—2017年不同污染物时间变化趋势存在差异,污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)和CH_4排放量呈现先增长后下降的趋势,但开始下降的年份不同,CO_2和NH_3排放量增长趋势显著,2017年相对于1999年分别增加621%和3925%,N_2O和SO_2排放量总体呈上升趋势并在特定年份下降明显;污染物排放空间分布与路网分布基本一致,沿海地区的排放强度要明显大于内陆地区,特别是长江下游、杭州湾和太湖附近的城市最为明显;轻型客车为污染物CO、NMVOC、CO_2、CH_4、N_2O和NH_3的主要贡献车型,重型货车和重型客车为污染物NO_x、PM_(2.5)、PM_(10)和SO_2主要贡献车型;长三角城市群各城市机动车污染物排放量的差别主要与各城市机动车保有量有关,上海市各污染物贡献率下降幅度明显,机动车污染物主要贡献城市除了省会城市和直辖市之外,其余城市的污染物排放也不容忽视.     

西安市机动车尾气排放特征分析

根据车辆类型及排放因子计算西安市机动车尾气污染物排放CO、碳氢化合物(HC)、氮氧化物(NOx)及颗粒物(PM)的特征。结果显示,机动车排放污染物中一氧化碳含量远大于其他三者。CO和HC主要来自客车,尤其是小型客车,而颗粒物主要由重型货车排放;超过80%的CO和HC来自汽油车,而超过90%的PM排放来自柴油车;国Ⅰ前汽车在西安市汽车保有量中仅占3.48%,而四种污染物排放量在的比例分别为33.55%、29.68%、11.92%和21.43%。为减少机动车尾气污染物的排放,建议淘汰国Ⅰ前车辆,对柴油车尾气加强处理。     

佛山市轻型汽油车尾气动态排放特征分析

通过对5辆测试车辆的车载排放测试、145万余条台架检测数据采集佛山市轻型汽油车动态运行与尾气排放数据,基于多种动态运行表征参数构建运行-排放关系,建立随行驶里程变化的排放劣化规律,探究动态运行与劣化水平对轻型汽油车气态污染物CO、HC、NO_X排放的影响。结果表明,相对于单一参数如平均速度V、瞬时速度v、加速度a及组合参数v-a,基于运行工况的运行-排放相关性较高,各污染物排放速率均随机动车比功率及瞬时速度的增大而升高;国零排放标准车辆的CO、HC、NO_X排放速率分别是国Ⅳ的284、20、641倍,且不同使用水平的排放情况均较高;轻型客车、货车CO、HC、NO_X排放浓度随累积行驶里程呈现"缓慢上升-快速增长-缓慢趋平"的劣化趋势。     

不同掺混比例甲醇汽油车的排放特性

采用《轻型汽车污染物排放限值及测量方法》(GB 18352.3─2005)规定的Ⅰ型试验方法,对汽油车和不同掺混比例的甲醇燃料车在原催化器和新催化器条件下的瞬态常规污染物排放特性进行了研究. 结果表明:甲醇燃料汽车CO和HC排放较汽油车低,其NO_x的排放通常高于汽油车,且随甲醇比例的提高而增加,使用针对甲醇燃料开发的新催化器后,3种常规污染物排放均明显降低;甲醇燃料汽车CO的排放多数出现在第1个195工况,HC的瞬态排放规律与CO相近,NO_x几乎在每个急加速阶段和城郊运行工况(EUDC)循环中均出现峰值.      

疫情背景下的福建省高速公路机动车污染物排放清单

机动车排放污染物已经成为大气污染的重要来源.基于福建省高速公路交通流量数据,采用自下而上的计算方法建立了2020年1—7月福建省高速公路机动车高分辨率污染物排放清单.结果表明,受疫情影响,福建省高速公路月均车流量和污染物排放量呈先下降后上升的变化趋势,4月污染物排放量达到最低,5月污染物排放量又迅速恢复到疫情前的排放水平,其中,疫情中期污染物CO、HC、NO_x、PM_2.5和PM₁₀排放较疫情后期分别减少了90.68%、89.06%、92.58%、89.58%和89.63%.在整个研究期内,不同城市高速公路机动车污染物排放的分担率有所不同,泉州、福州和漳州的高速公路机动车排放分担率较高;从车型来看,小型客车和轻型货车是CO和HC的主要贡献车型,NO_x和PM主要来自重型货车和轻型货车;从燃料类型来看,汽油车是CO和HC的主要贡献源,柴油车则对NO_x和PM贡献突出;从排放标准来看,国三和国四车对各项污染物的贡献率最大.各项污染物空间分布一致,排放高值区位于东部沿海地区路段,西部内陆的...     

北京市农业机械排放因子与排放清单

利用车载排放测试技术对典型的联合收割机、拖拉机、农用运输车和农田建设机械实际工况下的尾气进行测试,建立了实际工况下农业机械的排放因子和2017年北京市农用机械排放清单.结果表明,不同的工作状态对农业机械尾气排放有较大的影响,怠速和行走时CO、NO_x、HC和PM排放趋于平稳;而切地和翻地模式下的波动较为明显.根据各类机械的分类和排放标准对排放因子进行细化,建立了较为完整的实际工况下的排放因子.根据农业机械排放因子和燃油消耗量计算出2017年北京市CO、NO_x、HC和PM的排放量分别是2 566.60、 1 239.29、 563.08和538.32 t.拖拉机、运输机械和联合收割机的污染物总量占CO、NO_x、HC和PM这4种污染物总量的98%、 95%、 95%和98%.因此,农用拖拉机、运输机械和联合收割机在农业机械污染减排中应作为重点控制对象.     

基于DOC+CDPF技术的公交车燃用生物柴油气态物道路排放特性

基于OBS-2200车载排放检测系统,试验研究并分析了催化型连续再生颗粒捕集器(DOC+CDPF)及生物柴油混合燃料B20(生物柴油体积占比20%)对国Ⅲ柴油公交车瞬态工况和稳态工况下气态物道路排放特性的影响.结果表明相较于B0(纯柴油),B20的一氧化碳(CO)、总碳氢化合物(THC)平均排放率偏低,其中,稳态工况下降幅分别为26.43%、10.44%,瞬态工况下降幅分别为22.78%、4.95%;二氧化碳(CO_2)和氮氧化物(NO_x)平均排放率偏高,其中,稳态工况下分别上升8.41%和8.26%,瞬态工况下分别上升7.15%、9.13%.相较于B0,DOC+CDPF对B20的CO和THC净化效果更为显著,其中,稳态工况下降幅分别达60.58%和79.92%,瞬态工况下,降幅分别达63.67%和82.57%.DOC+CDPF使用后,CO_2和NO_x的排放率略微下降.     

北京市机动车尾气排放因子研究

通过调研北京市机动车车型构成、车辆行驶工况、环境温度、油品品质等基础数据,利用COPERTⅣ模型计算了机动车尾气中CO、NOx、HC和PM的排放因子.应用车载测试系统对典型轻型汽油客车和柴油货车的实际道路排放因子进行测量,并将测量结果与模型计算结果对比,结果发现国Ⅳ标准下,轻型汽油客车的CO排放因子的实测数据是模型数据的0.96倍,NOx的实测数据是模型数据的0.64倍,HC的实测数据是模型数据的4.89倍.对于国Ⅲ排放标准的柴油货车,轻型、中型和重型货车的CO排放因子,实测数据分别是模型数据的1.61、1.07和1.76倍,NOx排放因子的实测数据是模型数据的1.04、1.21和1.18倍,HC排放因子的实测数据是模型数据的3.75、1.84和1.47倍,PM排放因子则为模型数据是实测数据的1.31、3.42和6.42倍.     

国六柴油机DPF再生时VOCs排放特性

颗粒物捕集器(DPF)是柴油机满足国六排放标准的必备装置之一.经台架实验证明,氧化型催化转化器(DOC)辅助DPF再生过程中挥发性有机物(VOCs)排放会大幅度升高,而2014年制定的《道路机动车大气污染物排放清单编制技术指南》并未考虑到DPF再生过程对VOCs排放的影响.通过台架实验,采集国六柴油机DPF再生过程的尾气,并用气相色谱质谱技术对尾气中的VOCs进行定量分析.结果表明,国六柴油机DPF再生过程中VOCs排放有显著增加,DPF再生阶段排放的VOCs总量是不再生时的4倍,增排量为2 419. 6μg·m~(-3),且DPF再生所排放的VOCs中,烷烃的含量最高,其次为芳香烃、醛酮和烯烃,分别占总排放VOCs的42. 5%、29. 7%、24. 9%和2. 9%;用臭氧和二次有机气凝胶生成潜势对增排VOCs的大气活性进行评价,发现DPF再生过程中增排的VOCs对环境的影响显著,由增排的VOCs所生成的臭氧和二次有机气溶胶分别为4 272. 8μg·m~(-3)和9. 0μg·m~(-3),其中芳香烃和烷烃对臭氧和二次有机气溶胶生成潜势的贡献率相对较高.因此,在计算柴油车VOCs排放因子时,应考虑DPF再生的影响;且该国六柴油机DPF再生时的VOCs排放因子为1. 03 mg·(k W·h)~(-1),可为制定国六标准柴油车VOCs排放因子提供参考.     

郑州市VOCs组分排放清单及其臭氧生成潜势

基于人为源挥发性有机物（VOCs）活动水平统计和源成分谱梳理,采用排放因子法,建立了郑州市2016年VOCs组分排放清单,评估了各类源臭氧生成潜势（OFP）.结果表明,2016年郑州市人为源VOCs排放总量为96215.3 t,排放量最高的是道路移动源（29.7%）,其次是有机溶剂使用源（28.1%）;排放量最高的组分是烷烃（29.8%）,其次是芳香烃（29.0%）.郑州市人为源VOCs的OFP为341291.0 t,贡献最高的排放源是道路移动源（30.5%）,其次是溶剂使用源（28.8%）,其中轻型汽油车、内墙涂料使用、机动车表面涂层、加油站装卸油和非金属矿物制造是OFP的主要次级排放源,也是郑州市降低臭氧污染时需重点管控的VOCs排放源.对于VOCs种类而言,贡献较高的是芳香烃（42.8%）,其次是烯烃（38.9%）,未来应加强对间/对-二甲苯、丙烯和乙烯等物种排放来源的控制.     

中国建筑涂料使用VOCs排放因子及排放清单的建立

VOCs是国家重要空气污染物,其排放控制是大气污染防治的重要内容,建筑涂料是我国大气VOCs的重要来源.由于经济的发展及城镇化水平提高,住宅及其他房屋建筑施工面积居高不下,对建筑涂料的需求不断增加,建筑涂料VOCs污染受到越来越多的关注,但有关建筑涂料VOCs排放因子及量化其排放量的研究相对较少.本文建立一套自下而上的建筑涂料VOCs排放清单估算方法,通过实测建筑涂料中VOCs及总结梳理国内有关建筑涂料VOCs含量的相关研究,获取了各类型建筑涂料VOCs排放因子,结合建筑涂料使用量,编制了我国2013～2016年建筑涂料VOCs排放清单.结果表明:①水性内墙涂料VOCs排放因子为24. 63 g·kg~(-1),水性和溶剂型外墙涂料分别为17. 5 g·kg~(-1)和298. 8 g·kg~(-1),水性、反应固化型和溶剂型防水涂料分别为2. 75、87. 86和400 g·kg~(-1),水性、无溶剂型与溶剂型地坪涂料分别为86. 2、25. 24和317 g·kg~(-1),水性和溶剂型防腐涂料分别为31. 95 g·kg~(-1)和464. 61 g·kg~(-1),水性与溶剂型防火涂料分别为59. 7 g·kg~(-1)和347. 2 g·kg~(-1).②2013～2016我国建筑涂料使用VOCs排放量分别为25. 59万t、28. 75万t、31. 97万t和34. 8万t,呈增长趋势.③2016年建筑涂料使用排放VOCs 34. 8万t中,地坪涂料贡献率最大,排放量为7. 87万t,占22. 61%,其次是外墙涂料排放量为6. 49万t,占18. 65%,防火和防腐涂料作为功能性涂料,排放量分别为6. 45万t和5. 08万t,分别占18. 53%与14. 6%,防水涂料和内墙涂料排放量分别为4. 61万t和4. 3万t,分别占13. 25%和12. 36%.④2016年水性建筑涂料使用量为488. 94万t,VOCs排放量为9. 79万t,VOCs平均排放因子为20. 02 g·kg~(-1),溶剂型建筑涂料使用量为63. 65万t,VOCs排放量为22. 72万t,VOCs平均排放因子为356. 95 g·kg~(-1),减少溶剂型涂料的使用有利于消减VOCs排放,建筑涂料进一步水性化是降低VOCs排放的趋势.⑤在空间分布上,建筑涂料使用VOCs排放主要集中在山东、江苏、浙江、河南、四川、广东以及河北等人口数量多的省份,山东省排放量最大,约占9. 36%,江苏省次之,约占8. 54%.     

中国集成电路制造行业VOCs排放特征及控制对策

中国电子信息产业发展迅速,集成电路等电子器件产量不断增加.在集成电路制造的过程中,大量有机溶剂的使用导致VOCs的产生和排放,从而对大气环境造成影响.为掌握集成电路制造行业VOCs的排放特征,系统分析了其工艺流程和产排污环节,分析了行业废气收集和治理现状,通过对典型企业VOCs的排放监测,获得VOCs排放水平;采用排放因子法核算行业VOCs历史排放量,并基于行业排放特征及减排潜力分析,提出了相应的污染防治对策.结果表明：在集成电路制造中,VOCs排放环节主要集中在光刻、清洗、去胶等过程,1 m²集成电路产量约使用87 g有机溶剂,VOCs产生量较大;通过采取高效的VOCs治理技术,集成电路制造行业有组织排放水平较低,平均浓度为2.1 mg·m^-3,但厂界无组织排放浓度相对较高,平均浓度为0.78 mg·m^-3,接近国家标准的排放限值.根据排放量核算结果,2011—2016年中国集成电路制造行业VOCs排放量呈逐年上升的趋势,主要受产量增加而相应污染控制技术水平提升有限的影响,无组织排放量比重大,占排放总量的38.1%~45.1%.     

餐饮源挥发性有机物组成及排放特征

餐饮油烟是城市挥发性有机物（VOCs）的重要来源之一,对人体健康有较大的危害性,对室内外空气质量也有重要的影响,因此对其排放特征的研究具有十分重大的意义.本实验通过模拟油的加热及烹饪过程,利用气相色谱-质谱联用仪（GC-MS）,以油品、调味料和菜品为变量,对不同情况下排放油烟中VOCs的排放特征及化学组成进行了分析.结果表明,油品的排放因子范围为0.81~2.53g·kg^-1,主要排放卤代烃和烷烃;调味料的排放因子范围为25.06~40.18g·kg^-1,主要排放烷烃;辣椒炒肉排放量远高于番茄炒蛋,辣椒炒肉主要排放卤代烃,番茄炒蛋主要排放芳香烃和烷烃.     

淄博市重点工业行业VOCs排放特征

为研究淄博市重点工业行业的VOCs排放特征,筛选出9个重点行业,选择各行业代表性企业进行实地调研和采样,分析了不同行业的VOCs排放特征,通过实测法计算了各企业的VOCs排放量,并在此基础上得到本地化排放因子.结果表明,不同行业的VOCs排放特征存在一定差异,多数行业以烷烃、卤代烃为主;乙烷、乙炔、氯乙烷类(包括1,1-二氯乙烷、 1,1,1-三氯乙烷)以及氟利昂类(氟利昂12或氟利昂114)为大多数行业均含有的主要特征物种;分环节排放量计算结果显示,设备动静密封点泄漏、有机液体装卸挥发损失、有机液体储存与调和挥发损失以及工艺有组织排放为不同类型石化行业的VOCs主要排放环节,排放量占比均达到40%以上;合成橡胶与炼钢行业的VOCs本地化排放因子与已有规范中的推荐值相近,其余行业则存在较大差距.     

青岛市在用港作机械排放特性

利用车载排放测试系统（PEMS）对青岛港内的港作机械污染物排放进行测定尤其是不同类型港作机械在典型工况下的排放特征,同时,计算港作机械的排放因子.结果表明,港作机械作业工况排放速率最大,是怠速工况的1.34~2.66倍,当港作机械功率高于130kW时,上述数据攀升为4.18~41.56倍,对于大功率港作机械来说,怠速工况难以较好地反映作业工况下的实际排放量.通过基于排放因子的分析,CO,THC与NO_x排放因子在3个工况下均较为接近,差距在2倍以内.但是大气颗粒物（PM）排放因子体现了不同规律,部分机械作业工况下的PM排放因子是怠速工况下的10倍以上.使用时间超过4500h,污染物排放量增加,尤其是叉车的污染物排放因子高出1.64~8.25倍.港作机械实际排放水平较非道路机械平均水平高出1.5~2倍.利用双怠速检测法发现不同排放标准间CO、THC与PM排放水平差距在1.73~5.38倍,但是NO_x排放水平过于相近,不能有效区分.     

北京奥运会及残奥会期间PM10质量浓度演变特征及成因

2008年8─9月北京及周边各省市ρ(PM₁₀₎明显低于2006─2007年同期值. 结合污染物监测数据及气象资料,采用影响因子资料统计以及典型个例诊断对比法,研究造成北京奥运会及残奥会期间低ρ(PM₁₀₎的原因. 对2006─2008年同期风速的统计表明,2008年7─10月北京各月平均风速均低于往年,2 m/s以上的风发生频率低于往年,不利于大气污染物扩散. 2008年8月北京月降水量与2005年接近,但ρ(PM₁₀₎明显优于2005年,可见降水并不是该次ρ(PM10)月均值低的原因. 对比2006─2008年8─9月典型相似累积型天气型背景影响下ρ(PM₁₀₎日均值及演变过程发现,2008年ρ(PM₁₀₎日均值及演变曲线均低于往年. 根据对影响因子统计和北京及其周边省(市、区)严格的减排措施等分析,指出天气形势及其伴生的气象因素演变可能影响ρ(PM10)日均值波动,但六省(市、区)协同减排是保障优质空气质量的主要原因.      

现实工况下挖掘机尾气排放特征分析

为量化挖掘机在实际施工作业中尾气排放特征,研究选取成都市不同建设工地在用的8台挖掘机,利用便携式尾气测量系统对其进行现实工况下的尾气排放测量,测试按挖掘机的不同作业特点分怠速、行走和作业进行.测量的尾气排放污染物包括CO、HC、NO和PM_2.5.结果表明,挖掘机的尾气排放随工况的不同而不同,怠速时NO排放平稳,行走和作业时排放速率波动较大.满足不同尾气排放标准的挖掘机,其尾气排放也有所不同,例如,国Ⅱ阶段的挖掘机与国Ⅰ阶段的挖掘机相比,其在怠速、行走、作业工况下尾气排放的NO分别减小8%、35%和5%,PM_2.5分别降低88%、87%和80%.另外,本研究中挖掘机尾气排放的实测结果与我国非道路机械尾气排放因子技术指南中推荐的用于排放清单估算的排放因子相比,也均有显著不同.这说明,开展非道路机械尾气排放现实工况下的测量,对于提高尾气排放清单精准度具有重要作用.