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.     

应用EDMS模型建立机场大气污染物排放清单

介绍应用EDMS模型计算机场大气污染物排放并建立排放清单的方法,并以首都国际机场为例,根据不同机型起降架次构成、地面保障机械使用情况、停车场机动车数量及行驶状况等确定了模型所需参数,建立以2007年为基准年的大气污染物排放清单.结果表明,首都机场NOx、CO、VOCs和PM10排放量分别为4 197.72 t、5 795.15 t、543.03 t和49.01 t,以飞机、地面保障机械和停车场排放为主,辅助动力设备排放比例较小.在飞机LTO循环过程排放中,CO和VOCs主要在滑行模式下排放,其他模式下的排放比例较低;NOx排放主要集中于爬升阶段,占62%;PM10排放集中于起飞和爬升阶段,分别占35%和41%.减少滑行时间可以较大比例地减少LTO过程的排放.     

关中地区人为源大气污染物排放清单研究

首次以关中地区为研究对象,通过收集各排放源的活动水平数据,选取国内外研究中的排放因子,采用排放因子法“自上而下”建立了2011年关中地区人为源大气污染物排放清单.结果表明:2011年关中地区人为源SO2、NOx、CO、PM10、VOCs、NH3的排放量分别为400.254×103 t、342.412×103 t、2 731.302×103 t、573.193×103 t、350.523×1 03 t、323.312×103t.其中渭南是SO2、NOx、CO的主要排放城市,西安是VOCs的主要排放城市,咸阳是NH3的主要排放城市,咸阳、铜川同为PM10的主要排放城市;SO2、NOx、CO的主要排放源为工业用煤炭燃烧,VOCs的主要排放源为炼焦、涂料等工业生产过程,PM10的主要排放源为农田秸秆燃烧,NH3的主要排放源为农业化肥施用.清单的不确定性来自活动水平数据的不完善及排放因子缺乏本地特征两方面.为提高清单的可信度,将研究结果与其他排放清单进行比较,结果表明差异度较小.     

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%.     

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％.     

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％.     

大型碳化硅生产园区面源源强及减排指标核算

以某年产25万吨大型碳化硅园区无组织排放面源为例,提出基于多个地面站气象数据的CALPUFF模型地面浓度反推方法,优化流场模拟,使得无组织面源源强核算结果更加准确,并以环境保护目标空气质量达标为原则,核算其大气污染物减排指标,得出具体结论:园区大气污染物SO2、NOX、CO、PM10年排放量分别为449.06t、86.98t、5158.58t、115.06t;无组织排放SO2、CO及PM10的减排比例分别为63.5%、19.2%、42.44%,对应减排量分别为285.16 t/a、990.45 t/a、48.83 t/a。     

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。     

基于统计回归的高分辨率工业源排放大气常规污染物排放清单建立与校核方法

采用多元线性逐步回归数学统计方法,在调查分析案例城市工业企业排放信息数据的基础上,建立了大气常规污染物(SO2、NOx、CO、VOCs(挥发性有机化合物)、PM10)排放量与相关影响因素(综合能源能耗、电消耗量、工业生产产值)的数学关系模型,并分析此模型对核算区县分辨率工业源排放大气常规污染物排放清单的适用性。结果表明,所建立的回归模型对核算区县分辨率工业源排放大气常规污染物排放清单具有较好的适用性与推广性。将该模型应用于唐山市,得到工业源SO2、NOx、CO、VOCs、PM10排放量拟合值的市级误差和区县级误差分别为17%、0.18%、-40%、-15%、47%和33%、16%、29%、27%、70%。建立的回归模型不但具有收集数据统计量种类简单的便利性,而且其区县级工业排放量拟合值与REAS(Region Emission Inventory in Asia)排放清单相比更接近调查值。