深圳市船舶排放清单与时空特征研究

为分析深圳市船舶排放特征,本研究以劳氏船级社数据库(Lloyd's register of shipping,LR)以及船舶自动识别系统(automatic identification system,AIS)为基础,收集整理深圳市各主要船舶类型及其活动水平的本地化参数,使用基于引擎功率和燃料消耗量的排放因子法,估算深圳市2010年船舶排放清单,并利用船舶AIS活动轨迹建立1 km×1 km空间分配因子和时间特征谱.结果表明,2010年深圳市各类船舶排放的SO2、NOx、CO、PM10、PM2.5和VOCs总量分别为13.6×103、23.3×103、2.2×103、1.9×103、1.7×103和1.1×103t,全槽格式集装箱船为最大贡献船型,靠泊模式排放比例最大.船舶排放的高峰期集中在白天时段,但不同船舶的具体峰值有所不同;船舶排放量的空间分布呈面状及带状分布交错,高值排放区为西部港口群、东部大鹏湾海域及主要水运航道.     

广东省人为源大气污染物排放清单及特征研究

本研究根据收集的广东省人为源活动水平数据,采用合理的估算方法、排放因子和GIS技术,建立了该地区2010年3 km×3 km人为源大气污染物排放清单.结果显示,2010年广东省SO2、NOx、CO、PM10、PM2.5、BC、OC、VOCs和NH3排放总量分别为867.8×103、1607.0×103、7476.0×103、1397.6×103、633.2×103、50.5×103、98.3×103、1436.5×103和578.3×103t.固定燃烧源是SO2和NOx的最大排放贡献源,CO排放主要来自道路移动源、固定燃烧源和生物质燃烧源,扬尘源和工业过程源是主要的PM10和PM2.5排放源,生物质燃烧源是最大的BC和OC贡献源,VOCs排放主要来自有机溶剂使用源、道路移动源和工业过程源,NH3排放主要来源于畜禽养殖和氮肥施用.东莞、佛山和广州是主要的SO2、NOx、CO和VOCs排放城市,广州、清远和梅州是最主要的PM10和PM2.5排放城市,BC排放集中在广州、深圳、东莞、佛山等珠三角城市,OC的重要排放城市为湛江和茂名,NH3排放主要分布在茂名、湛江和肇庆.空间分布结果显示,广东省NH3排放高值区分布在粤西和粤东地区,其他污染物排放高值区则主要分布在珠三角城市群.本研究建立的排放源清单仍具有一定的不确定性,建议后续研究加强大气污染源排放的基础研究,进一步完善该地区的排放源清单,以期为区域大气污染预报预警和污染控制措施的制定提供重要基础数据.     

基于遥感数据的秸秆焚烧源排放清单及时空分布特征

分析秸秆焚烧事件引起的空气污染状况,常使用CMAQ、NAQPMS、WRF-CHEM等模型进行空气质量模拟,而污染源排放清单是模拟模型的关键输入.为满足模型清单输入要求,以2014年5月7日四川盆地内发生的一次由油菜秸秆焚烧引起的重污染事件为例,采用排放因子法进行污染物年排放量估算,结合卫星火点数据、土地利用数据对其进行空间特征分析,并使用Bluesky CONSUME模型估算了污染物的烟羽抬升,结合激光雷达获取了气溶胶消光系数以分析其时间特征.结果表明:以2013年为基准年,全年区域内CO、NO_x、SO₂、PM_2.5、PM₁₀及NMVOC（非甲烷挥发性有机化合物）的年排放量分别为5 791.022、193.842、43.268、574.602、1 495.350和1 495.350 t,成都市、德阳市、绵阳市、眉山市、资阳市各污染物排放量占比分别为13.90%、22.39%、31.81%、12.11%、19.79%.各污染物排放量均在地面层呈3个大值中心、2个空值带的分布趋势.采用环境1B卫星和MODIS火点数据结合提取焚烧火点分析发现,5月7日四川盆地内5个城市均存在不同程度的秸秆焚烧情况.经空间分配后发现,此次排放的重点在德阳市及绵阳市南部,污染物排放量最大值出现在德阳市中部,成都市秸秆焚烧火点最少,污染物排放量也最小.受当天大气边界层高度的影响,污染物垂直分布主要集中在35 m以下,并在30 m左右形成污染物极大层.另外,受秸秆焚烧管制影响,在16:00-翌日04:00排放量呈逐渐上升趋势,09:00-16:00排放量较少.研究显示,秸秆焚烧源排放清单与前人研究结果较为一致,排放清单的烟羽抬升结果与气溶胶消光系数的垂直分布较为吻合.      

陕西省天然源挥发性有机物排放清单及时空分布特征研究

基于Guenther提出的天然源性有机化合物(BVOCs)公式计算模型,利用高精度土地利用遥感资料,模拟估算了2000—2020年陕西省107个区县BVOCs的排放量、排放组成及时空分布规律.测算结果显示,陕西省近20年来BVOCs排放量呈上升趋势,总排放量从101.17×10⁴ t·a^-1上升至111.43×10⁴ t·a^-1.近20年陕西省年平均BVOCs排放量为106.01×10⁴ t·a^-1,其中,异戊二烯排放量为31.65×10⁴ t·a^-1,占比为29.86%;单萜烯排放量为35.61×10⁴ t·a^-1,占比为33.60%;其他VOCs排放量为38.75×10⁴ t·a^-1,占比为36.54%.BVOCs排放总量存在季节性变化,呈夏季高、冬季低的规律,夏、冬两季排放量分别为69.0×10⁴、...     

兰州市农牧业源氨排放清单及其时空分布特征

通过实地调研等方式获取农牧业源的活动水平,采用NARSES模型确定氮肥施用排放因子,其它排放因子通过文献调研确定,建立了2016年兰州市农牧业源氨排放清单,并进一步分析了农牧业源氨排放的时空分布特征. 2016年兰州市农牧业源大气氨排放量为9 356. 90 t;其中畜禽养殖源氨排放量7 584. 03 t,分担率81. 05%;永登县是氨排放量最大的区县,氨排放量为2 820. 59 t,分担率为30. 14%.在兰州市各区县氨排放量分担率中,畜牧业源氨排放的分担率在65. 83%～97. 38%之间;氮肥施用源的分担率在2. 27%～28. 66%之间.从空间分布来看,兰州市农牧业源氨排放主要集中在皋兰县西北部与中部、红古区东南部、七里河区东西两部与榆中县东部.从时间分布来看,畜牧业源氨排放主要集中在4～9月,氮肥施用源的氨排放主要集中在3～7月和9月,其它月份排放量相对较小.     

广东省高分辨率温室气体排放清单及特征

根据典型城市调查与统计数据收集得到的广东省活动水平数据,采用自上而下和自下而上相结合的排放因子法和GIS技术,建立了广东省2018年3 km×3 km高分辨率温室气体排放清单.估算范围包括能源活动、工业生产过程、农业活动、土地利用变化和林业、废弃物处理以及电力调入（出）间接排放等6大类CO₂、CH₄和N₂O这3种温室气体.结果表明,广东省2018年CO₂、CH₄和N₂O的排放量分别为8.5×10⁸、1.9×10⁶和1.1×10⁵ t,以CO₂当量计分别为8.5×10⁸、4.0×10⁷和3.4×10⁷ t,合计9.2×10⁸ t.CO₂是广东省主要的温室气体排放种类,占全省温室气体总排放量的92.0%,能源活动和电力调入（出）间接排放是广东省温室气体排放的主要部门,排放占比分别为77.9%和7.6%,合计占比为85.5%.从温室气体排放的空间分布情况来看,全省大部分地区温室气体表现为排放源,部分区域表现为汇;温室气体排放主要集中在珠三角地区,并呈现一定的沿路网和航道分布的特征;温室气体高排放网格主要为大型电厂、钢铁厂和水泥厂等高耗能企业所在地.     

船舶排放清单研究方法及进展

远洋船舶在港口和近海范围的排放清单是研究大气复合污染的形成和应对机制的迫切需求,船舶因其动态、多源、跨国注册等特点,是源清单研究中难度较大的部门.本文对现有研究在全球、区域、港口尺度的数据需求、方法学和适用性进行了综述,对比评价了各方法的优缺点和适用范围,归纳了能提供高分辨率排放清单的方法体系.其中燃油法更适用于全球清单计算,但不适用于区域清单;贸易法对基础数据要求较低,但不确定度较大;统计法依赖统计数据,更适用于港口范围;动力法准确性最高,但对基础数据有较高要求.此外,从全球、区域、港口尺度方面介绍了船舶清单的研究进展,提出了未来改进清单面临的排放因子和AIS数据方面的挑战,并展望了我国船舶排放清单研究的发展方向.     

青岛市人为源氨排放清单及分布特征

通过调查收集各类人为源氨排放活动水平数据,选取合适的排放因子,建立了青岛市2019年人为源氨排放清单,分析了青岛市人为源氨排放贡献特征及分布特征.结果表明,2019年青岛市人为源氨排放总量为28.33×10³ t,排放强度为2.51 t·km^-2.其中,畜禽养殖是青岛市最主要的排放源,占全市氨排放总量的比例高达77.80%,其次为农田生态系统和废弃物处理,氨排放量分别占全市总量的7.64%和6.87%.2019年,平度市和莱西市氨排放量较高,分别占青岛市氨排放总量的34.18%和26.23%,而市北区和莱西市排放强度较高,分别达到7.26 t·km^-2和4.74 t·km^-2.从空间分布上,氨排放量较高的镇街主要分布在青岛市北部和西北部,而排放强度较高的镇街则集中在青岛市市区中部和北部地区.     

厦门市船舶控制区大气污染物排放清单与污染特征

以船舶自动识别系统(automatic identification system,AIS)数据,结合大量厦门港口实地调查信息,采用自下而上的动力法对在控制区内航行的船舶进行逐艘计算,得出2018年厦门市船舶控制区大气污染物排放清单,并详细分析了其污染物排放特征及时空分布.结果表明, 2018年厦门市船舶控制区内船舶污染物排放总量共16 413 t,其中进出港船舶污染物排放占82.2%,未进港船舶占17.8%,各污染物中以NO_x的排放量最大,占比达64.2%,不同航行状态下污染物排放量的顺序为停泊>巡航>低速巡航>机动操控>锚泊,控制区内船舶的主要污染来源于货船,并以集装箱船的污染物排放量为最大; 1 d中09:00～16:00处于船舶污染物排放高峰期,1 a中以2月的排放量为最低, 3月和5月出现排放峰值;空间特征上各污染物排放高值主要分布于主航道和港区海岸线.     

昆明市高速公路机动车温室气体排放清单及时空性分布特征

为研究昆明市高速公路机动车的CO、CO2、N2O、CH4 温室气体排放清单,使用 2021 年昆明市高速公路客车交通流量数据、机动车GPS信息数据获得了高速公路网上的车型构成、车流量等基础数据,应用本土化修正后MOVES模型计算了昆明市高速公路的机动车CO、CO2、N2O、CH4 排放因子.基于实际交通流量数据、温室气体排放因子和昆明市高速公路实际道路信息,构建了昆明市高速公路机动车温室气体排放清单,并对其排放特征以及空间分布特征进行分析.结果表明:昆明市 2021 年高速公路机动车CO、CO2、N2O和CH4 的排放量分别为 20 337.1、2 575 677.1、33.8 和 72.9 t,总计CO2 当量为 2 626 212.5 t.按排放标准划分,国Ⅳ排放标准的机动车是 4 种温室气体排放的主要贡献车型;按车辆类型划分,小型客车是CO、CO2、N2O排放的主要贡献车型,大型客车是CH4 排放的主要贡献车型;按燃料类型划分,汽油车是CO、CO2、N2O的主要贡献车型,柴油车是CH4 排放的主要贡献车型.昆明市高速公路机动车温室气体排放时间分布特征为排放强度与不同时间段的交通流量呈正相关,在 24 h内呈现双高峰变化;空间分布特征为排放强度与路网密度和区域交通流量密切相关,路网密度较高和交通流量较高的区域排放强度较高.     

成都市大气污染物排放清单高分辨率的时空分配

传统的污染物时空分配方法由于分辨率较低而常无法满足空气质量模拟的需要.本研究根据各污染源的排放特点,确定可用于高分辨率时空分配的识别因子和建立时空分配权重的估算方法,并以成都市为例,建立了2012年成都地区高分辨率时空分配清单.结果表明,根据清单的时空分配结果,成都市的污染物排放主要集中在成都市区、成都周边的工业区(特别是东部城区)及交通流量大的高速路地区,且排放时间大部分集中在冬季和春季.这与实际的污染排放来源及环境空气质量的实际监测结果较为一致.说明本研究提出的高分辨时空分配方法较为合理可靠,可以有效降低传统方法空间分配的偏差和提高分配结果的精度,可满足后续的空气质量模拟的需要.     

2006~2020年广东省大气甲醛排放演变特征

大气甲醛（HCHO）是臭氧（O₃）和细颗粒物（PM_2.5）二次组分的关键前体物,在大气光化学反应和二次污染形成过程中扮演着重要角色,并存在致癌性.然而,当前对大气HCHO排放来源认识存在不足,制约了二次污染形成机制研究和污染防控策略制定.采用排放因子和成分谱结合方法,建立2006~2020年广东省HCHO排放趋势清单,识别了广东省主要HCHO排放来源和排放时空演变特征.结果表明,2006~2020年期间广东省HCHO排放量在3.9~5.6万t区间波动,整体呈现极微弱的下降趋势;生物质燃烧源是广东省重要HCHO排放源,而受到管控措施的显著影响,其排放量占比从2006年的58%降至2020年的27%;溶剂使用源的HCHO排放则逐渐突显,2020年占比增长至28%,并成为广东省首要排放源,其中塑料制品和沥青铺路是主要贡献行业.移动源中以柴油作为燃料的工程机械和货车也是HCHO重要排放来源;虽然珠三角和非珠三角地区对广东省HCHO排放量贡献相当,但空间分布结果表明HCHO排放热点区域分别集中于珠三角中心区域和非珠三角的东西两角,这是由于珠三角主要来源为溶剂使用源和移动源,而非珠三角主要受生物质燃烧源影响.因此,未来应进一步加强珠三角中心区域的工业和移动源减排以及粤西地区的生物质燃烧监管.     

四川省天然源VOCs排放量的估算和时空分布

利用遥感影像解译的土地利用现状和植被资料,对四川省天然源VOCs的排放情况和时空分布进行研究,建立了四川省天然源VOCs的排放清单.2012年四川省天然源VOCs的排放量为1413.74kt.其中异戊二烯占29.4%,为415.53kt,单萜烯占30.2%,为427kt,其他VOCs占40.4%,为571.215kt.排放量具有夏季高冬季低的典型特征,夏季占全年排放量的44%,冬季占9%.天然源VOCs的排放主要集中在林地密集和日照时间长的达州、巴中、广元、绵阳、乐山、眉山、攀枝花等地.研究表明,四川省天然源臭氧潜势为6134kt, 二次气溶胶的生成潜势为136kt.这说明其对环境空气质量的影响不容忽视.     

四川省2008-2014年水泥行业大气污染物排放清单及时空分布特征

根据收集的四川省水泥行业活动水平数据及排放因子,建立了四川省2008-2014年水泥行业大气污染物排放清单,分析其年际变化趋势,识别时间分布特征,并利用GIS建立了高分辨率的网格化清单.此外,对水泥行业污染物排放的不确定性范围进行了定量估算.结果表明,2008-2014年水泥行业SO₂和NO_x排放显著增长,而PM₁₀和PM_2.5排放呈下降趋势;成都及周边地区以及川东北地区是水泥污染排放的主要贡献地区,大部分城市的污染变化与全省的情况基本一致;新型干法水泥产量比重由2008年的41%增长至2014年的88%,随之各污染物排放占比也显著增长,2014年约达到90%;水泥NO_x排放对空气NO₂质量浓度有一定影响,变化趋势较为一致,相比而言,PM₁₀质量浓度受水泥排放影响较小;水泥产量月变化特征不明显,年初1、2月份产量较低,下半年产量高于上半年;在空间分布上,污染物排放主要集中在德阳-绵阳、眉山-乐山及内江-自贡等地;水泥行业排放清单的不确定性主要来源于污染物去除效率及排放因子的选取,其中,PM_2.5不确定性范围较大,约为-64%~103%,SO₂的不确定性范围较小,为-45%~45%.     

湖南省天然源挥发性有机物排放时空特征研究

基于MEGANv3.1模型,结合WRF3.4.1气象数据、MODIS数据提取的叶面积指数、J4置信度下不同植被排放因子、生态功能类型数据及植被生长因子数据,估算了湖南省范围内2018年植被挥发性有机物(Biogenic Volatile Organic Compounds,BVOCs)排放情况.结果显示,湖南省BVOC...     

四川省人为源大气污染物排放清单及特征

在收集四川省各城市人为污染源活动水平数据基础上,基于自下而上和自上而下结合的清单构建方法,选取排放因子并结合GIS技术,建立了该地区2015年1 km×1 km人为源大气污染物排放清单.结果表明,2015年四川省人为源SO_2、NO_x、CO、PM_(10)、PM_(2.5)、BC、OC、VOCs和NH_3排放量分别为444.9×10~3、820.0×10~3、3 773.1×10~3、1 371.6×10~3、537.5×10~3、28.7×10~3、53.1×10~3、923.6×10~3和988.0×10~3t.电厂和工业锅炉等燃煤排放贡献了95%以上的SO_2,移动源、化石燃料燃烧源和工艺过程源分别贡献了54%、23%和20%的NO_x,以钢铁和建材制造为主的工艺过程源分别贡献了20%的PM_(10)和34%的PM_(2.5),以道路扬尘为主的扬尘源分别贡献了60%的PM_(10)和35%的PM_(2.5),生物质燃烧分别贡献了33%的BC和51%的OC,以机械加工、建筑装饰、电子设备制造、印刷和家具等行业为主的溶剂使用源贡献了46%的VOCs,NH_3主要来自畜禽养殖和氮肥施用等农业部门排放,分别占总排放量的70%和25%.污染物空间分布结果显示,四川省各项大气污染物主要集中分布于人口最为密集,农业和工业均较为发达的四川盆地和攀枝花部分区域,其中,以成都、德阳和绵阳为代表的成都平原城市群为四川盆地内的主要排放高值区域.所建立的排放清单存在一定不确定性,后续研究中应针对活动水平数据获取的不足开展数据收集工作,加强排放贡献较大典型污染源的排放因子本地化研究工作,逐步完善四川省大气污染物排放清单,为四川省复合型大气污染研究和防治提供科学支撑.