城市大气污染物来源特征

以北京市为案例，介绍一种包括污染物排放清单建立、环境空气质量模拟及区域环境影响分析等方法在内的城市大气污染物来源特征分析的整体技术方法，从而确定城市大气污染物的排放分布及浓度分布特征、行业排放分担率及浓度贡献、地区排放分担率及浓度贡献以及区域污染对城市环境空气质量影响等多方面特征，为城市大气污染的控制决策提供必要的理论支持。对北京市的研究结果表明：对PM10，扬尘和工业为主要当地污染源；对SO2，采暖和工业为主要当地污染源；对NOx，交通和工业为主要当地污染源；对3种主要大气污染物，石景山、朝阳南等工业区以及老城区对北京市的大气环境造成重要影响，为需要优先控制的地区；北京市周边污染源对北京环境气质量有较大影响，其中RM10的影响最大(高达47．3％)，北京市应同时加强对局地污染与区域污染的控制。     

我国燃油式火化机的大气污染物排放特征

正2010年我国实施新的《燃油式火化机大气污染物排放限值》(GB 13801—2009)标准,该标准规定了燃油式火化机大气污染物排放物的浓度限值、总量限值、烟气黑度限值、等级划分及其监测方法.新标准在GB13801—1992的基础上增加了氯化氢、汞和二英等3种污染物的排放浓度和总量限值.新标准实施以来,我国燃油式火化机产生的大气污染现状还不清楚.为此,本实验于2010年对燃油式火化机排放的污染物进行了监测,获得了我国燃油式火化机大气污染物排放现状基础数据,为评估我国火葬造成的大气污染奠定了基础.     

重点源大气砷铅污染排放模型及特征

在我国的非常规性污染物质中,大气重金属砷、铅已越来越多地被关注和重视。文章综述了国内外人为源对大气中重金属排放的贡献,结果显示中国是全球人为活动向大气排放重金属最多的国家之一,燃煤和有色金属冶炼行业在相当长的时间内都将是最主要且最为重要的人为排放源。通过系统调研燃煤及有色金属冶炼业资源及产业布局状况,构建目前我国大气重金属相关清单模型,进行了我国重点源大气砷、铅排放清单分析,结果表明：（1）2000-2008年我国燃煤大气砷、铅排放量共为93733t,年均增长率为7．93％,2004-2008年有色金属冶炼业大气砷、铅排放量共为18836t,年均增长率为15．2％;（2）2000-2008年各经济部门中电力部门燃煤大气砷、铅放量始终最高,占燃煤大气排放总量的44．6％-57．1％,且呈逐年升高的趋势;（3）2000-2008年各省区中山西、河北、河南和湖南省是大气砷、铅的排放大户。其中,燃煤大气砷、铅排放量主要集中在人口密集、工业集中、经济发展速度较快的北部和中东部省区,包括山西、山东、河北、河南和江苏五省,占全国燃煤排放总量的39．1％,有色金属冶炼大气砷、铅排放量主要集中在我国有色金属工业较为发达的河南及湖南省,占全国有色金属冶炼业排放总量的47．3％。可以看出,我国需要高度重视大气重金属砷、铅的污染防治,加强排放控制基础能力建设,加快建立适合中国的大气砷、铅污染防治技术政策体系。     

日本城市碳排放清单计算方法——以横滨市为例

日本是关注全球气候变化并作出行动最早的国家之一,根据其法律大中城市以上的行政区必须编制温室气体减排规划,包括排放清单、趋势预测、减排目标、措施及效果分析、方案实施与监督等。日本环境省为了帮助地方政府编制该规划,提供了城市层面的温室气体排放清单的编制方法指导。本文以横滨市为例,比较完整地介绍日本城市CO2排放清单编制基本方法,为我国城市碳排放清单编制提供参考。     

天津市工业源污染物排放标准的优选

环境标准作为改善环境质量行之有效的手段,是实施污染减排的重要途径。针对天津市地方污染物排放标准的现状及问题,以天津市工业污染源为研究对象,从大气和水两方面入手,采用系统的数据分析方法,甄选出大气、水污染物中贡献率较大的行业以及特征污染因子的典型污染行业,从而提出天津市地方污染物排放标准制定的方向。     

建设项目环境影响评价中污染物排放总量控制评价方法

本文提出了在建设项目环境影响评价中关于污染物排放总量控制评价所应包含的内容,介绍了清洁生产纳入环评中的方法,确定了在技术经济合理,污染物排放满足环境质量与排放标准前提下的排放总量,并对其合理性论证方法做了介绍,提出总量控制目标实现的对策。     

中国城市温室气体排放清单编制和方法概述

介绍中国国家层面的温室气体排放清单编制现状,概述了中国城市层面温室气体排放清单研究进展,总结国际通用的城市清单方法(Urban Inventory Methods),包括以排放为中心的IPCC和WRI/WBCSD温室气体排放模型、以需求为中心的混合生命周期方法和中国现状城市温室气体排放清单编制方法,阐述在目前的城市温室...     

天津市“蓝天工程”实施前、后大气污染源污染物排放趋势

通过建立天津市2002—2004年大气污染源动态数据库,研究了“蓝天工程”实施前、后大气污染源污染物排放变化趋势,得出了“蓝天工程”实施后天津市在燃煤量增加的情况下,烟尘、SO2排放量逐年减少,环境空气质量明显改善的结论。     

降低汽油机冷起动阶段有害排放的技术措施

在汽油机的一个测试循环中,约占排放污染物总量70%～80%的非甲烷碳氢化合物是在汽油机冷起动阶段没有经催化转化而直接排入大气中,造成严重污染。研究探讨了使用高效汽油添加剂、催化器减少汽油机冷起动排放污染物的机理和实况,进而提出了一些可行的实用方案。     

西宁市道路扬尘排放清单及时空分布特征

本研究通过实地采样与调查获取活动水平及相关数据,采用排放因子法建立2018年西宁市道路扬尘排放清单.利用Arc GIS进行3 km×3 km的空间分配,分析了其时空分布特征,利用蒙特卡洛模拟分析了道路扬尘排放清单的不确定性.结果表明,2018年西宁市道路扬尘PM_2.5和PM₁₀排放量分别为1904.10 t和8563.09 t,其中国道贡献率最高,分别为41.79%和39.74%.主要排放地区为大通县,贡献率分别为36.32%和35.47%.道路扬尘排放在全年各月出现差异,其中在6月出现最高值.蒙特卡罗模拟结果表明,在95%的概率分布范围内,西宁市2018年道路扬尘PM_2.5和PM₁₀不确定性范围为-26.49%—51.11%和-30.14%—30.06%.     

天津市PM_（2.5）排放源构成分析及防治措施评估

以天津市2010年污染源普查为主要数据源建立天津市大气污染源排放清单,采用MM5/CMAQ模式,以1、4、7、10为各季节代表性月份,模拟研究天津市各季节PM2.5来源构成变化以及＂十二五＂期间天津市大气污染治理重点工程实施对天津市PM2.5空气质量改善的贡献。结果显示,热力供应、工业燃煤及居民生活源是天津市PM2.5污染主要贡献来源。重点工程全部实施完成后,天津市PM2.5空气质量浓度值与2010年相比约有11.5%的下降,对改善天津市空气质量效果显著。     

天津市高架点源对城区空气质量影响分析

从典型高架点源到城市众多高架源的污染进行综合分析，阐述了高架点源的污染分布特征和对城市空气质量的影响，高架点源对天津市污染物排放贡献率为45％，但对城市空气质量影响为12％。     

城市空气颗粒物开放源理论与治理技术研究进展

城市空气颗粒物开放源已成为大气颗粒物的主要来源之一，它对改善我国城市空气环境质量具有重要意义。开放源是一种复合源类，具有源强不确定和排放不连续等特点。其所排放的主要污染物是扬尘。但目前只有少数的开放源类起尘量可以进行估算。国内外一般对城市空气颗粒物开放源的防治对策有生态环境综合整治或生态修复治理、湿法防尘、将堆放物用覆盖物覆盖或封闭储存等。     

Achieving air pollutant emission reduction targets with minimum abatement costs: An enterprise-level allocation method with constraints of fairness and feasibility

• Quantification of efficiency and fairness of abatement allocation are optimized. • Allocation results are refined to the different abatement measures of enterprises. • Optimized allocation results reduce abatement costs and tap the abatement space. • Abatement suggestions are given to enterprises with different abatement quotas. For achieving air pollutant emission reduction targets, total pollutant amount control is being continuously promoted in China. However, the traditional pattern of pollutant emission reduction allocation regardless of economic cost often results in unreasonable emission reduction pathways, and industrial enterprises as the main implementers have to pay excessively high costs. Therefore, this study adopted economic efficiency as its main consideration, used specific emission reduction measures (ERMs) of industrial enterprises as minimum allocation units, and constructed an enterprise-level pollutant emission reduction allocation (EPERA) model with minimization of the total abatement cost (TAC) as the objective function, and fairness and feasibility as constraints for emission reduction allocation. Taking City M in China as an example, the EPERA model was used to construct a Pareto optimal frontier and obtain the optimal trade-off result. Results showed that under basic and strict emission reduction regulations, the TAC of the optimal trade-off point was reduced by 46.40% and 45.77%, respectively, in comparison with that achieved when only considering fairness, and the Gini coefficient was 0.26 and 0.31, respectively. The abatement target was attained with controllable cost and relatively fair and reasonable allocation. In addition, enterprises allocated different emission reduction quotas under different ERMs had specific characteristics that required targeted optimization of technology and equipment to enable them to achieve optimal emission reduction effects for the same abatement cost.     

A new prediction method of industrial atmospheric pollutant emission intensity based on pollutant emission standard quantification

● Established a quantification method of pollutant emission standard. ● Predicted the SO₂ emission intensity of single coking enterprises in China. ● Evaluated the influence of pollutant discharge standard on prediction accuracy. ● Analyzed the SO₂ emissions of Chinese provincial and municipal coking enterprises. Industrial emissions are the main source of atmospheric pollutants in China. Accurate and reasonable prediction of the emission of atmospheric pollutants from single enterprise can determine the exact source of atmospheric pollutants and control atmospheric pollution precisely. Based on China’s coking enterprises in 2020, we proposed a quantitative method for pollutant emission standards and introduced the quantification results of pollutant emission standards (QRPES) into the construction of support vector regression (SVR) and random forest regression (RFR) prediction methods for SO₂ emission of coking enterprises in China. The results show that, affected by the types of coke ovens and regions, China’s current coking enterprises have implemented a total of 21 emission standards, with marked differences. After adding QRPES, it was found that the root mean squared error (RMSE) of SVR and RFR decreased from 0.055 kt/a and 0.059 kt/a to 0.045 kt/a and 0.039 kt/a, and theR² increased from 0.890 and 0.881 to 0.926 and 0.945, respectively. This shows that the QRPES can greatly improve the prediction accuracy, and the SO₂ emissions of each enterprise are highly correlated with the strictness of standards. The predicted result shows that 45% of SO₂ emissions from Chinese coking enterprises are concentrated in Shanxi, Shaanxi and Hebei provinces in central China. The method created in this paper fills in the blank of forecasting method of air pollutant emission intensity of single enterprise and is of great help to the accurate control of air pollutants.     

区域层面温室气体清单不确定性量化研究

基于《IPCC国家温室气体清单优良做法指南和不确定性管理》中不确定性分析的理论和方法,以编制包括省级、地市级在内的区域层面温室气体清单为背景,就不确定性分析的难点、来源和组成进行分析,并通过实例研究对适用于区域层面温室气体清单的不确定性量化方法进行说明,进而提升不确定性分析的可操作性和透明性,为完善温室气体清单提供有价值的参考。     

中国天然雌激素排放清单和风险评价

环境雌激素由于其较强的内分泌干扰特性,越来越受到普遍关注。环境雌激素中,人和动物排放的天然类固醇雌激素（E1、E2、EE2、E3）干扰性最强。建立天然雌激素排放清单,对于了解中国环境雌激素的排放状况,以及进一步的污染风险分析与控制,具有重要意义。本研究将天然雌激素的主要排放源按人、猪、牛和家禽分为10种不同类型,根据各...     

中国温室气体排放清单信息库软件及网页的开发

中国温室气体排放清单信息库软件是基于《ＩＰＣＣ导则》１９９５年版本提供的方法设计的。与清单相关的网页将为国际互联网用户提供三项内容的服务：清单简介，中国若干年温室气体排放清单，以及排放清单信息库软件的下载。     

稳定气象条件对天津市环境空气质量的影响

环境空气中污染物浓度不仅与污染源的排放有关,更与气象条件的变化密不可分。在不利气象条件下,空气中污染物浓度可能在极短时间内就出现峰值,造成城市空气质量迅速恶化。通过对天津市2005年11月上旬连续出现的空气污染实证,分析了主要气象因子(温度、相对湿度、能见度)与空气污染物(PM10、SO2、NO2)之间的关系,探讨了稳定天气条件对空气环境质量的影响。     

Analysis and prediction of the influence of energy utilization on air quality in Beijing

This work evaluates the influence of energy consumption on the future air quality in Beijing, using 2000 as the base year and 2008 as the target year. It establishes the emission inventory of primary PM₁₀, SO₂ and NO_x related to energy utilization in eight areas of Beijing. The air quality model was adopted to simulate the temporal and spatial distribution of each pollutant concentration in the eight urban areas. Their emission, concentration distribution, and sectoral share responsibility rate were analyzed, and air quality in 2008 was predicted. The industrial sector contributed above 40% of primary PM₁₀ and SO₂ resulting from energy consumption, while vehicles accounted for about 65% of NO_x. According to the current policy and development trend, air quality in the eight urban areas could become better in 2008 when the average concentrations of primary PM₁₀, SO₂ and NO₂ related to energy utilization at each monitored site are predicted to be about 25, 50 and 51 μg/m³, respectively.