钢铁行业典型烧结机污染物排放特征对比研究

钢铁工业排放是引起空气污染的重要原因之一,烧结工序又是钢铁行业中的排放大户.鉴于此,选取了一台工艺相对落后但仍在我国中西部地区大量存在的90 m2小型步进式烧结机和一台工艺较为先进的450 m2大型带式烧结机,对两台烧结机不同点位的SO₂、NO_x、颗粒物以及烟气Hg等进行实测,并对颗粒物中的元素、水溶性离子、OC和EC进行分析,从而获取不同技术水平、不同污控措施下烧结机污染物排放特征以及与2019年生态环境部办公厅印发的《关于推进实施钢铁行业超低排放的意见》中的超低排放限值之间的差距.结果表明:①烧结机头SO₂、NO_x、CO、颗粒物和烟气Hg排放浓度分别为54.69~123.04 mg/m3、187.28~312.58 mg/m3、6 746.04~7 790.83 mg/m3、11.04~19.93 mg/m3和78.97~2 537.07 ng/m3,烧结机尾颗粒物排放浓度为0.76~16.22 mg/m3,机头颗粒物以PM_2.5为主,占比为81.02%~91.49%,机尾颗粒物主要为PM₁₀,占比为71.17%~73.01%.烧结机头SO₂、NO_x、颗粒物以及烧结机尾颗粒物还需分别减排36.00%~71.55%、73.30%~84.00%、9.40%~49.82%和0~38.35%才能满足超低排放限值.②烧结颗粒物主要成分为K、Ca、Na、Mg、Fe、Cl-、SO₄2-、NH₄+、OC和EC等,其占比与烧结机类型、烧结原辅料以及污染物控制措施等因素有关,石灰石-石膏法脱硫后SO₄2-占比增加28.12%,活性炭移动床脱硫后EC占比增加2.15%.③布袋除尘器对烧结机不同粒径颗粒物和烟气Hg的脱除能力比双室五电场静电除尘器分别高出1.25%~5.06%和9.51%,活性炭移动床系统对烧结不同粒径颗粒物以及烟气Hg的去除效果分别比石灰石-石膏法脱硫系统高出9.40%~11.38%和4.31%.研究显示,不同工艺、不同污控措施烧结机大气污染物排放特征存在一定差异,SO₂、NO_x排放浓度与超低排放限值差距较大,烟尘排放浓度与超低排放限值差距较小.      

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15～2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494～0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.     

2019年元旦前后石家庄市重污染过程PM2.5污染特征及来源解析

2018年12月30日至2019年1月15日石家庄市发生了连续的灰霾天气,出现12个重污染天,首要污染物均为PM_2.5.本文从污染演变、时空分布、组分分析、污染来源和气象因素等多方面展开分析探讨污染成因.结果表明,PM_2.5主要成分为二次无机离子（65.4%）,主要来源为燃煤（24.4%）和工业工艺源（23.7%）.随污染加剧SO₄^2-占比和二次无机源贡献均大幅增加.先后受来自偏南-东南和偏西-西南方向低空气团及特殊地形、静稳高湿、近地逆温等不利气象条件影响,燃煤、工业和机动车尾气等一次源产生的污染物在太行山前快速积累,气态污染物二次转化和颗粒物吸湿增长推高PM_2.5,硫酸盐暴发式增长加剧污染发生.建议重污染应急响应期间在确保各项减排措施落实到位情况下,加强二次无机组分前体物SO₂、NO_x及NH₃排放源的管控,并重点关注SO₂排放源（散煤等）,同时加强市区东北方向新乐、无极、深泽、晋州和行唐区县大气排放源管理,减少局地传输影响.     

城市道路隔离带绿化模式对人行道空气质量的影响评价

探讨城市道路绿化隔离带对于污染物的阻滞效应,以减少城市道路污染向两侧横向扩散,保护道路行人免受来自机动车道污染物的伤害具有重要的现实意义.因此,本研究在太原市区选择16条主干道(28个监测样点),以4种绿化植物配置模式(乔木+灌木+低绿篱、乔木+低绿篱、乔木、低绿篱)为研究对象,在无风或者微风(风速小于2 m·s-1)条件下对SO2、NOx、TSP和PM10等5种污染物进行现场监测.研究结果表明,城市道路绿化隔离带对于控制机动车道的主要污染物向非机动车道的扩散具有明显作用,绿化隔离带的植物模式差异会影响绿化带吸附和阻隔污染物能力的强弱.在此基础上,通过构建一个新的评价指标来比较各个模式在阻滞污染物方面的能力.结果显示,与其他模式相比,低绿篱模式和乔木+灌木+低绿篱模式分别对NH3和PM10具有更高的降低能力.对于SO2、NH3、NOx等气态污染物,以乔木(T)为配置模式的绿化带效果最佳,而对于TSP、PM10等颗粒污染物,乔木+灌木+低绿篱(TSH)模式的阻滞净效应最高.新评价指标能够准确定量评价绿化带植物对污染物阻滞效应能力的大小,具有较好的应用性.     

关中盆地NO2和SO2对颗粒物污染的协同效应

基于WRF-Chem模式模拟了关中盆地2019年1月2—14日一次颗粒物污染事件,评估了NO_x和SO₂减排及其在颗粒物污染中的协同作用对PM_2.5污染的影响。敏感性实验结果表明：NO_x减排可使PM_2.5中硝酸盐含量下降,但大气中O₃浓度上升,大气氧化能力增强,其他二次组分上升,导致PM_2.5下降不明显;SO₂人为源减排可使硫酸盐质量浓度下降,但由于硫酸盐在PM_2.5中占比较低,当SO₂减排75%时,PM_2.5仅下降1.74%;当减排比例较高时,NO_x和SO₂同时减排更有利于颗粒物污染防治。PM_2.5质量浓度在NO_x和SO₂同时减排75%时比分开减排75%时多下降0.75%,主要是硫酸盐下降所致;对气溶胶含水量进行分析,发现NO_x对气溶胶含水量影响较大,当NO_x减排75%时,气溶胶含水量可下降15.51%;此外,NO_x和SO₂同时减排比分开减排时气溶胶含水量更低,更不利于二次颗粒物生成。     

2013-2017年珠江三角洲主要大气污染控制措施减排效果评估

自2013年《大气污染防治行动计划》发布以来,珠江三角洲（PRD）地区实施了严格的大气污染防控政策,在全国率先实现PM_2.5浓度连续3年达标,然而,已实施的控制措施对污染物的减排效果尚不清楚.因此,本研究通过广泛收集2013—2017年珠三角地区大气污染源活动水平数据与控制措施,建立2013—2017年实际控制与未控制情景的污染物趋势排放清单,对主要控制措施的减排效果进行了量化.结果表明,2013—2017年珠三角地区SO₂、NO_x、PM₁₀、PM_2.5和VOCs 5种污染物排放分别下降了55%、24%、55%、54%和10%.相比于未控制情景,实际控制情景下2017年5种污染物分别实现61%、40%、68%、70%和41%的减排.在各类管控措施中,工业提标对5种污染物减排分别贡献了39%、46%、66%、69%和25%;销号整治对VOCs减排贡献最大（32%）,对其它污染物减排贡献约10%;清洁能源改造主要对SO₂和PM减排有所贡献,其中,煤改气、低硫煤、低硫油对SO₂减排有主要贡献（均为15%左右）,低灰分煤对PM₁₀（12%）和PM_2.5（19%）减排有较大贡献;机动车提标、淘汰黄标车对NO_x（22%、17%）和VOCs（23%、12%）减排有较大贡献.本研究可为珠三角和其它地区针对不同大气污染物科学制定防控政策与措施提供基础数据和科学支撑.     

成都市冬季相对湿度对颗粒物浓度和大气能见度的影响

利用成都市城区2015年12月的连续在线观测数据,如相对湿度（RH）、能见度、颗粒物（PM₁₀、PM_2.5和PM₁）浓度、气态污染物（SO₂和NO₂）浓度以及PM_2.5中SO₄^2-和NO₃^-浓度,探讨RH对颗粒物浓度和大气能见度的影响.结果表明,高颗粒物浓度和高RH协同作用导致低能见度事件.观测阶段,PM_2.5在PM₁₀中的平均比重为64%,表明成都市冬季细颗粒物污染严重;随着RH增加,PM_2.5/PM₁₀显著增加,表明高RH会加重细颗粒物污染.随着PM_2.5浓度增加,能见度呈幂指数下降;在相同PM_2.5浓度下,RH越高,能见度越低.当颗粒物浓度较低时,RH对能见度的影响作用较强;当颗粒物浓度较高时,大气消光主要由PM_2.5浓度控制,RH对能见度的影响减弱.当RH大于70%时,硫氧化率（SOR）和氮氧化率（NOR）的均值分别从0.27和0.11（RH小于40%）增长至0.40和0.19,表明较高RH对二次硫酸盐和硝酸盐的生成有显著的促进作用,二次硫酸盐和硝酸盐单独或协同影响空气质量.     

燃煤电厂排放细颗粒物的水溶性无机离子特征综述

当前我国面临严重的大气细颗粒物(PM2.5)污染,燃煤电厂是大气中PM2.5的重要来源之一.为了实现国家"十一五"和"十二五"规划对二氧化硫(SO2)和氮氧化物(NOx)的总量减排目标,燃煤电厂大规模安装烟气脱硫和脱硝设施,这虽然减少了气态污染物转化生成的二次PM2.5,但另一方面也会对烟气中PM2.5的物理化学特征产生影响,有可能增加一次PM2.5的排放.本文综述了燃煤电厂排放PM2.5及其水溶性离子的粒径分布特征,重点介绍了脱硫和脱硝这两种烟气处理设施对燃煤电厂排放PM2.5的影响原理及相关研究结果,特别是对细颗粒物中水溶性离子(如SO2-4、Ca2+和NH+4)的影响.在目前我国PM2.5污染十分严重和燃煤电厂大量安装脱硫和脱硝装置的背景下,定量研究脱硫和脱硝对PM2.5排放特征的影响具有十分重要的意义.     

煤炭消费与大气污染影响下的燃煤火电分区发展策略

我国区域性复合型大气污染日益严重,以燃煤火电为代表的煤炭消费相关产业已经成为最为重要的大气污染源,并已成为制约燃煤火电行业发展的重要因素. 应用RAMS(区域大气模式系统)-CMAQ(多尺度空气质量模式系统)模拟和评估全国燃煤火电对区域大气环境的影响,并分析了近地面风场对燃煤火电布局的影响;基于煤炭消费总量增长趋势与控制目标,预测燃煤火电的发展规模,提出全国燃煤火电分区布局策略. 结果表明:燃煤电厂对我国东部地区NO_x、SO₂、PM_2.5以及PM₁₀排放通量的贡献较大,但燃煤电厂对ρ(SO₂)、ρ(O₃)、ρ(PM_2.5)和ρ(PM₁₀)年均值的贡献率较小,基本维持在10%以下,仅对ρ(NO_x)年均值贡献达到了10%～20%;考虑到盛行风向对污染物传输的影响,需谨慎在京津冀西北方向、长三角周边以及珠三角以北方向的较近区域新建燃煤电厂或大型燃煤火电基地;按照既定的煤炭消费总量控制目标(42×108 t)估算,2020年新增燃煤电厂容量可以满足电力消费需求增量的70%,“十三五”期间仍需要进一步开发其他替代能源,煤炭消费总量控制对煤电发展的影响逐渐减弱;中东部地区可增加燃煤火电装机容量较小,华北平原、长三角、珠三角和四川盆地等地区应禁止新建煤电机组,新疆维吾尔自治区、内蒙古自治区西部、宁夏回族自治区、陕西省北部等西部地区将是未来燃煤火电发展空间最大的区域.      

生活垃圾无害化处理大气污染物排放清单

为全面评估中国大陆地区生活垃圾处理大气污染物排放状况,系统收集和整理全国31个省市基础统计信息,采取排放因子法建立了2016年中国大陆地区生活垃圾无害化处理大气污染物排放清单.结果表明,2016年,全国生活垃圾填埋处理排放气态污染物的CH₄、VOCs、NH₃、TSP、PM₁₀和PM_2.5总量分别是3472084.50、185117.10、66.45、54.94、25.99和3.92 t,焚烧处理排放气态污染物的CH₄、SO₂、NO_x、NH₃、VOCs、CO、TSP、PM₁₀、PM_2.5和BC总量分别是25389.10、6419.30、70923.84、221.36、435.33、3025.19、221.36、221.36、2.21和2.86 t.通过对固体废弃物处理源、大气污染物时空分布特征以及对各省市焚烧厂在生活垃圾无害化处理厂数量的占比分析,确定生活垃圾焚烧源和填埋源处理排放的气态污染物总量在2010~2016年期间呈现上升趋势,2016年生活填埋处理是我国最主要的垃圾处理方式,主要集中在中部和西部等人口密度适中和土地资源较多的地区,生活垃圾焚烧处理主要集中在长三角、珠三角和京津冀等地区的发达城市.     

Vehicle emissions of primary air pollutants from 2009 to 2019 and projection for the 14th Five-Year Plan period in Beijing, China

Over the past decade, the emission standards and fuel standards in Beijing have been upgraded twice, and the vehicle structure has been improved by accelerating the elimination of 2.95 million old vehicles. Through the formulation and implementation of these policies, the emissions of carbon monoxide (CO), volatile organic compounds (VOCs), nitrogen oxides (NO_x), and fine particulate matter (PM_2.5) in 2019 were 147.9, 25.3, 43.4, and 0.91 kton in Beijing, respectively. The emission factor method was adopted to better understand the emissions characteristics of primary air pollutants from combustion engine vehicles and to improve pollution control. In combination with the air quality improvement goals and the status of social and economic development during the 14th Five-Year Plan period in Beijing, different vehicle pollution control scenarios were established, and emissions reductions were projected. The results show that the emissions of four air pollutants (CO, VOCs, NO_x, and PM_2.5) from vehicles in Beijing decreased by an average of 68% in 2019, compared to their levels in 2009. The contribution of NO_x emissions from diesel vehicles increased from 35% in 2009 to 56% in 2019, which indicated that clean and energy-saving diesel vehicle fleets should be further improved. Electric vehicle adoption could be an important measure to reduce pollutant emissions. With the further upgrading of vehicle structure and the adoption of electric vehicles, it is expected that the total emissions of the four vehicle pollutants can be reduced by 20%-41% by the end of the 14th Five-Year Plan period.     

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%.     

Observations of atmospheric pollutants at Lhasa during 2014–2015: Pollution status and the influence of meteorological factors

Atmospheric pollutants including SO₂, NO₂, CO, O₃ and inhalable particulate matter (PM_2.5 and PM₁₀) were monitored continuously from March 2014 to February 2015 to investigate characteristics of air pollution at Lhasa, Tibetan Plateau. Species exhibited similar seasonal variations except O₃, with the peaks in winter but low valleys in summer. The maximum O₃ concentration was observed in spring, followed by summer, autumn, and winter. The positive correlation between O₃ and PM₁₀ in spring indicated similar sources of them, and was assumed to be turbulent transport. Temperature was the dominant meteorological factor for most species in spring. High temperature accelerates O₃ photochemistry, and favors air disturbance which is conductive to dust resuspension in spring. Relative humidity (RH) and atmospheric pressure were the main meteorological factors in summer. RH showed negative correlations with species, while atmospheric pressure posed opposite situation. Wind speed (WS) was the dominant meteorological factor in autumn, the negative correlations between WS and species indicated diffusion by wind. Most species showed non-significant correlations with meteorological factors in winter, indicating the dependence of pollution on source emission rather than restriction by meteorology. Pollution weather character indicated that emissions were from biomass burning and dust suspension, and meteorological factors also played an important role. Air stream injection from the stratosphere was observed during O₃ pollution period. Air parcels from Southwest Asia were observed during air pollution period in winter. An enhancement in air pollutants such as O₃ would be expected in the future, more attention should be given to countermeasures for prevention of air pollution in the future.     

Photochemical properties and source of pollutants during continuous pollution episodes in Beijing, October, 2011

Beijing sufered from serious air pollution in October, 2011 with the occurrence of three continuous episodes. Here we analyze the pollution status of particulate matter, the relationship between the gaseous pollutants, physical and chemical properties of single particles, and the profile of watersoluble ions in PM2.5during the three episodes. Regional and photochemically aged air masses, which were characterized as having high values of O3and SO2, were hypothesized to have played a dominant role in the first episode. After mixing local air masses with freshly-emitted primary pollutants, the concentration of NOx continued to increase and the size of SO4 2, NO3 and NH4 +in the particle population continued to become smaller. The amount of elemental carbon-rich and organic carbonrich particles in the scaled single particles(0.2–2 μm) and water-soluble K+in PM2.5also increased in the episodes. All the available information suggests that the biomass or fuel burning sources in or around Beijing may have had a huge impact on the last two episodes.     

基于达标约束的南京市环境空气质量情景模拟

以2030年南京市6项污染物达标为约束,在2015年大气污染物排放清单基础上,利用CMAQ模型分析了PM_(2.5)对南京本地不同前体物排放的敏感性,通过情景分析预测排放清单,模拟了4种减排情景的空气质量变化,最终获得达标约束下大气污染物总量控制指标.模拟结果显示,减少一次颗粒物PPM (primary particulate matter)排放对降低大气中的PM_(2.5)浓度最为有效;在周边地区减排的基础上,本地减少PPM排放对PM_(2.5)年均浓度下降的相对贡献可达88%,其次为NH_3、NOx、SO_2与VOCs减排,其相对贡献分别为10. 3%、5. 5%、3. 2%与0. 5%;相比2015年,4种情景下南京市主要大气污染物减排比例在22%～53%,未来控制活动水平对减排SO_2、NH_3与CO较有效,而NOx和VOCs末端治理方面还有较大空间;将SO_2、NOx、PM10、PM_(2.5)、BC、OC、CO、VOCs及NH_3的排放量分别控制在2. 43×104、8. 47×10~4、9. 42×10~4、3. 74×10~4、0. 19×10~4、0. 30×10~4、26. 56×10~4、13. 08×10~4及1. 50×10~4t以内时,预计南京市6项污染指标可以达到国家环境空气质量二级标准.     

Climate and air quality-driven scenarios of ozone and aerosol precursor abatement

In addition to causing domestic and regional environmental effects, many air pollutants contribute to radiative forcing (RF) of the climate system. However, climate effects are not considered when cost-effective abatement targets for these pollutants are established, nor are they included in current international climate agreements. We construct air pollution abatement scenarios in 2030 which target cost-effective reductions in RF in the EU, USA, and China and compare these to abatement scenarios which instead target regional ozone effects and particulate matter concentrations. Our analysis covers emissions of PM (fine, black carbon and organic carbon), SO₂, NO_x, CH₄, VOCs, and CO. We find that the effect synergies are strong for PM/BC, VOC, CO and CH₄. While an air quality strategy targeted at reducing ozone will also reduce RF, this will not be the case for a strategy targeting particulate matter. Abatement in China dominates RF reduction, but there are cheap abatement options also available in the EU and USA. The justification for international cooperation on air quality issues is underlined when the co-benefits of reduced RF are considered. Some species, most importantly SO₂, contribute a negative forcing on climate. We suggest that given current knowledge, NO_x and SO₂ should be ignored in RF-targeted abatement policies.     

基于交通流的成都市高分辨率机动车排放清单建立

提出一种基于交通流监测数据的道路机动车高分辨率排放清单建立方法,对成都市道路交通流特征进行分析并建立了成都市机动车尾气高分辨率排放清单.结果表明,成都市道路车流量及排放均呈现明显的"双峰"分布,早晚高峰时段机动车通行量占全天的39.85%,车队结构中排放标准以国Ⅳ车为主,车辆类型以小型车为主,燃料类型以汽油车为主;道路机动车SO_2、NO_x、CO、PM_(10)、PM_(2.5)、BC、OC和VOCs(不含驻车蒸发)日排放量分别为3.89、 162.08、 324.11、 4.79、 4.36、 1.89、 0.78和44.37 t,空间分布整体呈现从城市中心到外围排放强度逐渐降低趋势,时间分布基本呈现"双峰"分布,颗粒物相关指标受货车流量影响较大; NO_x、PM_(10)、PM_(2.5)、BC和OC主要来源为大型柴油车,CO主要来源为小型汽油车,其中大型车对NO_x的贡献率达80%;基于保有量的计算方法对成都市道路机动车污染物排放存在一定高估,高估比例在1%～30%.     

Significant concurrent decrease in PM2.5 and NO2 concentrations in China during COVID-19 epidemic

The strict control measures and social lockdowns initiated to combat COVID-19 epidemic have had a notable impact on air pollutant concentrations. According to observation data obtained from the China National Environmental Monitoring Center, compared to levels in 2019, the average concentration of NO₂ in early 2020 during COVID-19 epidemic has decreased by 53%, 50%, and 30% in Wuhan city, Hubei Province (Wuhan excluded), and China (Hubei excluded), respectively. Simultaneously, PM_2.5 concentration has decreased by 35%, 29%, and 19% in Wuhan, Hubei (Wuhan excluded), and China (Hubei excluded), respectively. Less significant declines have also been found for SO₂ and CO concentrations. We also analyzed the temporal variation and spatial distribution of air pollutant concentrations in China during COVID-19 epidemic. The decreases in PM_2.5 and NO₂ concentrations showed relatively consistent temporal variation and spatial distribution. These results support control of NO_x to further reduce PM_2.5 pollution in China. The concurrent decrease in NO_x and PM_2.5 concentrations resulted in an increase of O₃ concentrations across China during COVID-19 epidemic, indicating that coordinated control of other pollutants is needed.     

西安市大气污染物时空演化特征及对人体健康评价

西安市是我国西北政治、经济和文化中心,工业发达,但空气污染事件对社会经济的高质量发展带来极大挑战,探究该地区大气污染特征并厘清其对人体健康产生的影响至关重要.对西安市2015~2021年大气污染物的时空趋势变化特征进行分析;其次,利用空气质量指数（AQI）、综合空气质量指数（AAQI）和空气质量健康指数（HAQI）结合AirQ_2.2.3 模型量化各污染物对人体的健康效应.结果发现,研究区整体空气质量呈良好状态,各大气污染物呈现下降态势.污染物主要以PM₁₀ 、PM_2.5 和O₃ 为主,地形特征和人为排放的混合式污染是研究区的主要污染特征.AAQI和HAQI相较于AQI对污染水平表现出较好的分类效果,HAQI揭示研究区全年约有80 %左右的人口暴露于不健康的空气中,其中冬季暴露于不健康空气中的人群最多,其次为秋季、春季,夏季最少.AirQ_2.2.3 模型量化出归因于PM_2.5 、PM₁₀ 、SO₂ 、CO、NO₂ 和O₃ 的总死亡率比例分别为0.99 %、2.04 %、0.41 %、1.72 %、8.76 %和3.67 %,且呼吸系统和心脑血管疾病死亡率的可归因比例与总死亡率变化规律较为一致.     

大连海域远洋船舶排放清单

为准确评估船用柴油机实际排放,利用船舶自动识别系统(automatic identification system,AIS)采集远洋船舶的船速、航行时间、地理位置信息等实时航行数据,采用动力法对2012年大连港远洋船舶的排放清单进行计算. 结果表明:2012年大连港远洋船舶PM₁₀、NO_x、SO_x、CO、HC、CO₂总排放量分别为5 785(包括4 628 t PM_2.5)、51 451、49 437、4 677、2 010及2 885 388 t. 在4种运行工况中系泊工况排放量最大,受船舶类型和污染物种类影响,系泊工况污染物排放所占比例有所不同,但其分担率均在75.0%左右. 船舶排放污染物的空间分析表明,船舶系泊停靠的港口区域是污染物排放最密集的区域. 从船舶类型来看,散货船、集装箱船、邮轮和油轮是污染物主要排放船型,在整个船舶排放清单中,这4类船舶对DPM(柴油机颗粒物)、NO_x、SO_x、CO、CO₂的排放分担率之和分别为90.9%、91.4%、91.9%、91.5%、91.9%. 在船舶的主机、辅机和锅炉3种排放源中,主机是主要排放源,集装箱船和滚装船的主机分担率为90.0%,货船和邮轮的辅机排放分担率达到40.0%.