西安市人为源一次PM2.5排放清单及减排潜力研究

颗粒物是影响西安市环境空气质量的主要因子.结合《西安统计年鉴2015》《2014年环境统计数据》和现场调查等确定了西安市各类PM_2.5排放源的活动水平数据,采用物料衡算法和排放因子法测算了西安市2014年大气中PM_2.5的年排放总量,并从行业和区域角度详细分析了PM_2.5的排放贡献率.在此基础上,以2014年为基准年,依据西安市地方政策和各行业最新排放标准,对PM_2.5的减排潜力进行了预测.结果表明:2014年西安市人为源一次PM_2.5排放总量为33 660.1 t,其中,固定燃烧源、工艺过程源、移动源、生物质燃烧源、扬尘源和餐饮源的贡献率分别为27.6%、23.5%、6.8%、10.7%、31.1%和0.3%.道路扬尘、窑炉和发电为西安市PM_2.5的重点排放行业,其PM_2.5排放量分别占排放总量的21.4%、20.3%和11.0%.各区县中,鄠邑区、灞桥区和未央区的PM_2.5排放量较高,其贡献率分别为15.7%、13.7%和12.7%;新城区PM_2.5排放量最小,为297.8 t/a.2014年西安市PM_2.5平均排放强度为2.07 t/km2,其中,碑林区排放强度（16.80 t/km2）最大,高陵区（0.48 t/km2）最小.按照《西安市2017年"铁腕治霾保卫蓝天"工作实施方案》等新政策的规定,预测在新的排放标准下西安市PM_2.5排放量将比2014年削减63.7%.研究显示,固定燃烧源、工艺过程源和生物质燃烧源有较大的减排潜力.      

我国燃煤电厂颗粒物排放特征

基于我国燃煤电厂(不含港、澳、台数据,下同)的燃烧技术及颗粒物控制技术分类,建立了燃煤电厂颗粒物排放计算方法. 利用该方法,分析了2000─2010年我国燃煤电厂颗粒物排放量及分布特征. 结果表明:我国燃煤电厂颗粒物排放量自2000年起持续增加,于2005年达到最高值(375×104 t),其中PM₁₀、PM_2.5排放量分别为237×104、129×104 t;此后逐年降低,2010年降至166×104 t,其中PM₁₀、PM_2.5排放量分别降至126×104、85×104 t. 随着静电除尘及湿法脱硫的普及,颗粒物中PM_2.5所占比例由2005年的34.3%升至2010年的51.2%. 我国燃煤电厂颗粒物排放地区分布不均衡,2010年内蒙古、山东、河南、江苏、山西和广东六省区的排放量占全国排放总量的44%. PM_2.5排放因子也因各省燃煤电厂颗粒物排放控制技术不同而产生差异,其中煤粉炉、循环流化床锅炉的PM_2.5排放因子分别为0.35~0.75、0.27~0.90 kg/t. 从机组规模影响来看,单台容量在30×104 kW以下的燃煤机组是粗颗粒(PM>10)的主要来源,而在30×104 kW以上的燃煤机组对PM_2.5排放贡献(64.6%)较大,这主要与这类燃煤机组静电除尘和湿法脱硫的安装比例高有关.      

贵州省生物质燃烧源大气污染物排放清单

为准确掌握贵州省生物质燃烧源大气污染物的排放状况,基于收集资料和实地调查结合的方式获取活动水平,引用文献和本地实测数据结合的方式选取排放系数,采用排放系数法结合GIS技术,建立了贵州省2019年3 km×3 km生物质燃烧源9种大气污染物排放清单.结果表明：(1)全省生物质燃烧源CO、 NO_x、 SO₂、 NH₃、 VOCs、 PM_2.5、 PM₁₀、 BC和OC的排放量分别为：293 505.53、 14 781.19、 4 146.11、 8 501.07、 45 025.70、 39 463.58、 41 879.31、 6 832.33和15 134.74 t.户用生物质炉具CO、 SO₂、 NH₃和BC的排放量贡献率最大,秸秆露天焚烧NO_x、 VOCs、 PM_2.5、 PM₁₀和OC的排放量贡献率最大.(2)各市(州)生物质燃烧源排放的大气污染物分布不均衡,主...     

不同排放源对华东地区PM2.5影响的数值模拟

使用中尺度气象-化学耦合模式WRF-Chem针对MEIC源清单中五大部门来源（工业源、电力源、民用源、交通源和农业源）对华东地区PM_2.5的影响进行了模拟研究,主要得到以下结论：春夏秋季PM_2.5约40%~60%来源于工业源,冬季由于采暖供热燃用大量散烧煤,导致民用源对PM_2.5的贡献最大,在山东、安徽和江苏省等高值区贡献率超过50%;农业源、电力源和交通源对PM_2.5影响的季节差异不大,农业源贡献约20%~30%,交通源和火电源贡献约10%.因此冬季需主要控制民用源排放,春夏秋季主要控制工业源排放,其次是农业源排放.一次PM_2.5在工业、电力和民用源贡献的PM_2.5中所占比例可达50%~60%;NO₃^-和NH+4在交通源贡献的PM_2.5中总比例可达53%,在农业源中总比例高达93%;由于模式对SO₄^2-模拟偏低,SO₄^2-在工业源和电力源贡献的PM_2.5中占比约5%~15%;OC对来自民用源的PM_2.5有30%的贡献,BC对来自交通源的PM_2.5有15%的贡献;Na⁺和Cl^-对PM_2.5的贡献在各大来源中均低于3%.     

重庆主城区大气PM10及PM2.5来源解析

为探讨重庆主城区4个季节大气PM₁₀和PM_2.5的主要来源,于2012年2—12月在重庆主城区的工业区、文教区和居住区5个环境监测点同步采集PM₁₀及PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳含量及其分布特征. 采集了重庆主城区土壤尘、建筑水泥尘、扬尘、移动源(包括机动车、施工机械及船舶)、工业源(包括固定燃烧源及工业工艺过程源)、生物质燃烧源及餐饮源等7类污染源,建立了重庆市本地化的污染源成分谱库. 利用CMB(化学质量平衡)受体模型及二重源解析技术分析了PM₁₀及PM_2.5的来源. 结果表明:重庆主城区大气中ρ(PM₁₀)及ρ(PM_2.5)的年均值分别为153.2和113.1 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准限值2倍以上. 大气PM₁₀的主要来源为扬尘、二次粒子和移动源(贡献率分别为23.9%、23.5%和23.4%),大气PM_2.5主要来源于二次粒子和移动源(贡献率分别为30.1%和27.9%).PM₁₀和PM_2.5的主要源类贡献率差别不大,表明研究区域内大气颗粒物污染控制应采取多源控制原则. 大气PM₁₀来源的季节性变化特征表现为春季和秋季主要以扬尘为主、夏季和冬季主要以二次粒子为主.      

漯河市PM10和PM2.5中水溶性离子浓度特征及其来源解析

为了研究漯河市PM_2.5和PM₁₀及其水溶性离子变化特征,于2017年5月—2018年2月在漯河市3个采样点同步采集PM_2.5和PM₁₀样品,分别获得PM_2.5和PM₁₀有效样品191和190个.用离子色谱法分析样品中F-、Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+、Ca2+等9种水溶性无机离子.结果表明:在采样期间,漯河市ρ（PM_2.5）平均值为72.42 μg/m3,其中ρ（总无机水溶性离子）的年均值为34.76 μg/m3,占ρ（PM_2.5）的46.72%;ρ（PM₁₀）平均值为126.52 μg/m3,其中ρ（总无机水溶性离子）的年均值为46.40 μg/m3,占ρ（PM₁₀）的35.67%.2种颗粒物水溶性离子质量浓度的季节性变化均呈冬季高、夏季低的趋势.PM_2.5/PM₁₀〔ρ（PM_2.5）/ρ（PM₁₀）〕在四季分别为0.50、0.61、0.56、0.57.采样期间漯河市PM_2.5中NOR（氮氧化率）和SOR（硫氧化率）的年均值分别为0.17和0.30,PM₁₀中NOR和SOR的年均值分别为0.22和0.34,说明颗粒物中SO₄2-的二次转化效率高于NO₃-.PM_2.5和PM₁₀在采样期间均呈弱碱性,且碱性在夏季最强,秋季最弱.利用PMF模型分析PM_2.5和PM₁₀中水溶性离子的主要来源发现,PM_2.5中水溶性离子来源主要包括生物质燃烧源、燃煤源、建筑扬尘源、工业源和二次污染源,PM₁₀中水溶性离子来源主要包括燃煤源、建筑扬尘源、二次污染源、生物质燃烧源和工业源.研究显示,漯河市颗粒物污染中水溶性离子来源复杂,应采取多源控制的污染防治措施.      

荆州开发区高分辨率大气源排放清单构建研究

为准确掌握荆州开发区大气污染物排放状况,该研究采用排放因子法,基于资料收集与实地调查结合的方式获取活动水平、文献调研选取排放系数,结合ArcGIS平台,建立了荆州开发区2019年1 km×1 km 10类排放源9种大气污染物排放清单。结果表明：开发区SO₂、NO_x、CO、VOCs、NH₃、PM₁₀、PM_2.5、BC和OC的排放量分别为850.4、2 407.1、4 584.0、4 848.3、107.7、8 602.1、4 485.3、57.8和159.6 t。移动源是NO_x的主要来源,占NO_x总排放量的43.8%。固定燃烧源是CO的主要来源,占CO总排放量的81.5%。工艺过程源是SO₂、VOCs、PM₁₀、PM_2.5和OC的主要来源,分别占SO₂、VOCs、PM₁₀、PM_2.5和OC总排放量的50.9...     

轻型汽油车尾气PM2.5的排放特征

为研究轻型汽油车尾气PM_2.5的排放特征,利用整车测试台架和颗粒物稀释采样系统,对12辆轻型汽油车尾气的PM_2.5进行了采集,并进一步分析了PM_2.5排放因子及其碳质组分——OC(有机碳)和EC(元素碳)的排放特征;在此基础上,参考文献研究结果,计算了我国轻型汽油车分阶段PM_2.5排放因子,结合活动水平数据估算轻型汽油车PM_2.5排放量.结果表明:测试的国Ⅰ前~国Ⅳ轻型汽油车PM_2.5平均排放因子分别为(73.2±3.8)(50.5±45.4)(34.7±18.4)(22.6±10.3)和(1.0±0.2)mg/km,随排放阶段升级而显著降低.OC是轻型汽油车尾气PM_2.5中的主要碳质组分,在TC(总碳)中所占比例超过90%. 2012年我国轻型汽油车PM_2.5排放量为21 828.7 t,占机动车颗粒物排放总量的3.5%,其中仅占轻型汽油车保有量17%的国Ⅰ及以前车辆排放了约43%的PM_2.5. 研究显示,轻型汽油车尤其是国Ⅰ及国Ⅰ前车辆颗粒物排放不容忽视,在机动车颗粒物减排工作中应给予足够重视.      

青岛环境空气PM10和PM2.5污染特征与来源比较

年分别在青岛设6个和2个采样点采集PM₁₀和PM_2.5样品,分析二者质量浓度及颗粒物中多种无机元素、水溶性离子和碳等组分的质量浓度,以研究PM₁₀及PM_2.5的污染特征. 采用CMB-iteration模型估算法,确定一次源类及二次源类对PM₁₀和PM_2.5的贡献,利用统计学方法比较PM₁₀和PM_2.5的污染源. 结果表明:青岛大气颗粒物质量浓度季节变化显著,表现为春、冬季高,夏、秋季低;Na、Mg、Al、Si、Ca和Fe元素主要富集在PM₁₀中,SO₄2-、NO₃-、EC和OC主要富集在PM_2.5中;城市扬尘、煤烟尘、建筑水泥尘及海盐粒子等粗粒子在PM₁₀中的分担率较PM_2.5中的高,分担率分别为28.7%、17.2%、7.16%及4.47%;二次硫酸盐、二次硝酸盐、机动车尾气尘及SOC(二次有机碳)等在PM_2.5中的分担率较PM₁₀中的高,分担率分别为19.3%、8.97%、13.7%及6.07%;由PM₁₀与PM_2.5化学组分的分歧系数可见,春、秋季PM₁₀和PM_2.5化学构成存在一定差异,而冬、夏季二者的化学构成相似.      

甘肃省冬季颗粒物浓度的数值模拟

颗粒物浓度的数值模拟能够反映颗粒物的空间分布特征,对于防治大气颗粒物污染具有一定意义.利用MEIC清单和第二次全国污染源普查（简称“二污普”）数据统计的甘肃省工业源、电力源、农业源、民用源和交通源五类源的主要污染物排放量,分析了污染源排放的空间分布特征,利用WRF-Chem模式模拟了甘肃省2019年1月PM₁₀和PM_2.5浓度,将模拟结果与甘肃省33个环境空气质量国控监测点颗粒物日均监测数据进行对比,检验WRF-Chem模式模拟的性能,进一步分析了甘肃省颗粒物浓度的空间分布特征.结果表明:①甘肃省SO₂、NO_x、PM₁₀、PM_2.5、VOCs、NH₃和CO在1月的排放量分别为2.12×104、2.96×104、2.97×104、2.43×104、3.18×104、1.27×104和3.04×105 t,除NH₃外,其他污染物排放高值主要分布在兰州市、嘉峪关市等工业发达地区.②33个环境空气质量国控监测点模拟与监测的PM₁₀和PM_2.5浓度的相关系数分别为0.544和0.597,颗粒物的模拟值与监测值有较好的相关性;WRF-Chem模式模拟结果显示,PM₁₀和PM_2.5浓度高值分布在兰州市,次高值分布在天水市和庆阳市,甘南藏族自治州以及河西地区颗粒物浓度较低,这是甘肃省工业布局、扩散条件和地形条件综合作用的结果.研究显示,WRF-Chem模式可以较好地模拟甘肃省区域颗粒物浓度时空分布特征.      

长春市餐饮源PM2.5和VOCS排放清单

采用自下而上的四种不同清单编制方法（以人口、就餐次数、用油量和灶头为核算基准）,评估了长春市辖区2014年不同餐饮活动（家庭餐饮、社会餐饮和食堂餐饮）的大气污染物PM_2.5和VOC_S的排放量,编制了餐饮源大气污染物PM_2.5和挥发性有机物（VOC_S）排放清单,并分析了餐饮源排放的时空分布特征.结果表明：2014年长春市辖区餐饮源PM_2.5总排放量183~770t,VOC_S总排放量9~586t;长春市辖区餐饮源PM_2.5和VOC_S的最大排放源是家庭餐饮,其贡献率分别为74%~81%和28%~78%,食堂餐饮的贡献率分别为8%~22%和3%~26%,社会餐饮的贡献率分别为2%~17%和2%~69%;排放强度空间分布表明,长春市辖区餐饮源污染物在排放区域上：朝阳区 > 南关区 > 绿园区 > 二道区 > 宽城区 > 双阳区;时间变化特征显示,日变化峰值为07：00~08：00,11：30~12：30,18：00~20：00;周变化中周三、周六和周日排放量较大;季节变化中,冬季排放强度高于其他季节,其中十二月份贡献率最大（9.98%）;不同方法计算的大气污染物排放清单中,以人口为基准的不确定性最大,VOC_S的不确定性为302%,以用油量为基准的不确定性最小,PM_2.5和VOC_S的不确定性分别为31%和61%,可以作为区域餐饮源大气污染物清单推荐方法.未来的工作将侧重于典型餐饮源本地排放因子的测定,从而有效减少排放清单的不确定性.     

四川省非道路移动源大气污染物排放清单研究

根据调查收集到的2015年四川省工程机械、农业机械、铁路机车、船舶和民航飞机的保有量、活动水平等数据,采用"排放因子法"计算了非道路移动源大气污染物排放量,分析了2015四川省非道路移动源的尾气污染排放特征,并建立了3km×3km的网格化排放清单.结果表明,2015年四川省非道路移动源排放的PM₁₀为1.38×10⁴t,PM_2.5为1.25×10⁴t,NO_x为1.83×10⁵t,THC为2.98×10⁴t,CO为1.21×10⁵t.工程机械对污染物的贡献率相对较高,占比达到70%;其次为农业机械,对NO_x和PM的贡献占比分别达到15%.工程机械和农业机械的排放主要集中在夏季和秋季,而飞机、铁路机车和船舶的时间变化较不明显;而从空间分布来看,高排放源主要分布于成都平原地区和川南地区.     

黑龙江省秸秆露天焚烧污染物排放清单及时空分布

以黑龙江省为例,采用排放因子法计算了2016年秸秆露天焚烧污染物排放清单,分析了污染物的时空分布特征.结果表明,黑龙江省秸秆露天焚烧各污染物排放量为：CO₂ 1314.09万t、CO 41.92万t、CH₄ 3.77万t、NMVOCs 8.35万t、NH₃ 0.65万t、BC 0.44万t、OC 3.13万t、SO₂ 0.50万t、NO_X 3.28万t、PM₁₀ 8.81万t、PM_2.5 10.14万t.在95%的置信区间确定了排放清单的不确定性,不确定性范围为NO_X的±86%的低值到CO的±187%的高值.通过可靠性分析推断,本文的排放清单是合理的.玉米和水稻秸秆露天焚烧对同种大气污染物的贡献高于其他作物秸秆.大气污染物排放高值区位于黑龙江省西部和东部,污染物排放的时段在全年范围内具有明显的双峰特征.秸秆露天焚烧率的下降能有效促进大气污染物的减排,且农垦地区集约化和规模化的管理模式能有效控制秸秆露天焚烧.     

京津冀大气污染传输通道城市燃煤大气污染减排潜力

以京津冀大气污染传输通道城市为研究对象,建立了燃煤电厂、燃煤锅炉、农村散煤三大污染源主要大气污染物排放计算方法,以2015年为基准年,梳理现有燃煤污染减排政策措施,对2017年“2+26”城市燃煤污染源SO₂、NOx、PM、PM₁₀、PM_2.5的减排潜力进行了分析.结果表明：实施燃煤电厂超低排放改造、燃煤锅炉淘汰或改造、散煤改电（气）等措施后,“2+26”城市2017年燃煤SO₂、NOx、PM、PM₁₀、PM_2.5排放量分别达到87×10⁴t、56×10⁴t、64×10⁴t、45×10⁴t、32×10⁴t,预计比2015年分别减少44%、48%、33%、32%、30%.燃煤电厂、燃煤锅炉、农村散煤替代各项污染物减排比例分别在55%~70%、31%~38%、18%~21%,未来农村散煤治理的减排潜力还较大.从各城市情况来看,多数城市燃煤SO₂、NO_x减排主要来自燃煤电厂超低排放改造;保定、廊坊等城市燃煤颗粒物减排量较大,得益于散煤治理工作的大力推进.     

1995~2015年中国风蚀扬尘TSP、PM10和PM2.5排放清单及未来趋势预测

通过收集1995~2015年中国大陆31个省级行政区风速、降水量和气温地面站数据，结合各省、市自治区的土地利用分布及每种土地利用类型对应的土质类型，基于环保部推荐的起尘模型建立了1995~2015年中国风蚀扬尘颗粒物（TSP、PM₁₀和PM_2.5）排放清单.研究表明，在本研究的时间序列中，中国土壤风蚀扬尘颗粒物排放量呈现波动的趋势，2015年全国风蚀扬尘颗粒物TSP、PM₁₀和PM_2.5的年排放量分别约为2.27×10⁷、6.77×10⁶和1.17×10⁶t.排放量的空间分布总体上呈现"北强南弱"，并且以"黑河-腾冲"一线为界呈现"西强东弱"的排放格局，排放强度最大的地区出现在内蒙古西部和新疆大部.基于IPCC对于未来气候变化的预测情景，估计了未来风蚀扬尘颗粒物的排放变化趋势，在降水和气温共同作用下，不考虑风速变化，2100年的排放量相对2005年的变化幅度在-8.5%~7.7%之间，降水量增多会抑制风蚀扬尘颗粒物排放，温度升高则会使得地表更容易产生风蚀扬尘颗粒物.     

气象和排放变化对PM2.5污染的定量影响

基于WRF-CMAQ模型系统定量分析了气象和排放因素对全国及重点区域PM_2.5污染影响程度.从年度特征来看,与2015年相比,2016年、2017年全国空气质量明显改善,PM_2.5年均浓度分别下降7%和14%;2016年气象条件总体转好,气象因素和排放因素变化导致全国PM_2.5年均浓度下降幅度分别为4%和3%;2017年全国气象条件与2015年相比基本持平,大气污染物排放量下降是PM_2.5污染减轻的决定因素.除汾渭平原外,京津冀及周边地区"2+26"城市、长三角、成渝地区空气中的PM_2.5年均浓度持续下降;珠三角气象条件变化对PM_2.5影响较大,2017年导致PM_2.5浓度上升了29%;除汾渭平原外,其他4个重点地区的污染物排放变化导致PM_2.5年均浓度下降且2017年的下降幅度进一步加大,说明污染管控措施的环境效益明显.从季节特征来看,气象影响值的区域性差异明显.本文分析方法可用于制定空气质量目标或者评估污染控制方案的环境效果.     

北京市平原区裸露地风蚀扬尘排放量

以北京市平原区为研究对象,基于美国国家航空航天局（NASA）的陆地卫星（Landsat系列）遥感资料,设计算法批量提取裸露地信息,并结合通用扬尘排放模型,计算估计北京市平原区的裸露地风蚀扬尘源中PM₁₀、PM_2.5的排放系数及年排放量,建立了北京市各区的裸露地风蚀扬尘排放清单.研究表明,1987~2016年间北京市平原区裸露地面积减小了约600km²;风蚀扬尘最严重的地区为大兴区,其次为通州区;以气候年均值为参数计算获得,2016年北京平原区裸露地由于风蚀扬尘效应产生的PM₁₀年排放量为7591.7t,这一排放量与前人研究估算的北京裸地风蚀扬尘PM₁₀排放量较为接近.在此基础上,进一步引入月和季度尺度气候参数,并对模型进行改进,探讨了逐月和季度累计的扬尘排放结果.进一步的研究表明：北京市平原区裸露地面积具有显著季节变化特征,2月裸露地面积最大,可达4500km²,8月最小为500km²;基于月气候参数和季度气候参数结合每月卫星资料反演获得的裸地面积估算,逐月累计的PM₁₀年排放量可达55175t,分季度累计PM₁₀年排放量为39294t.这说明当前常采用的裸地扬尘估算方法,由于扬尘排放模型的气候参数采用年均值,忽视了风蚀过程的季节差异,将会导致裸地风蚀扬尘的极大低估.     

中国电力行业多污染物控制成本与效果分析

利用情景分析法建立了2010—2030年我国电力行业SO₂、NO_x、PM₁₀、PM_2.5的排放控制情景,分析了发电技术结构调整、加严及进一步加严末端控制措施(脱硫、脱硝、除尘等)的减排成本和效果. 结果表明:到2030年,相对于趋势照常情景,若加严末端控制设施,将新增336×108元投资,SO₂、NO_x、PM₁₀、PM_2.5排放量可分别减少121×104、852×104、18×104、10×104 t;若进一步加严末端控制措施,将再新增25×108元投资,NO_x、PM₁₀、PM_2.5可分别进一步减排45×104、23×104、15×104 t;若进行发电技术结构调整,将新增2 383×108元投资,SO₂、NO_x、PM₁₀、PM_2.5排放量分别减少248×104、420×104、18×104、10×104 t;2020年和2030年发电技术结构调整带来的单位污染物减排成本分别为15 374和34 239元/t,是末端控制措施加严的3倍以上,但其能提供更大的SO₂减排空间并具有降低能耗和减排温室气体等协同效益. 从成本效果角度考虑,建议采用加严末端控制措施方案,同时调整发电技术结构、合理发展清洁发电技术,以为污染物减排提供更大空间.      

中国菌糠露天焚烧污染物排放时空分布特征

基于我国2000~2017年食用菌年产量数据,采用排放因子法估算了菌糠露天焚烧的污染物排放量,利用Mann-Kendall法和聚类分析法分析了排放量的时空分布特征,使用回归分析法预测了污染物的排放趋势.结果表明：（1）2000~2017年全国菌糠露天焚烧污染物排放量持续上升,PM_2.5、CO₂、CO、CH₄、NMVOCs、PAHs、NO_x、SO₂累积排放量分别为1.40×10⁶,3.48×10⁸,1.99×10⁷,8.43×10⁵,2.08×10⁶,3.00×10⁴,6.34×10⁵,8.29×10⁴t;（2）污染物排放量较高的省区包括山东、黑龙江、浙江、湖南、江苏、福建和河南,排放量较低的省区包括贵州、宁夏、天津、北京、新疆、重庆、甘肃;（3）预计2021年菌糠焚烧污染物总排放量高达4.25×10⁷t,其对生物质焚烧污染物总排放量的贡献率约为19.82%.我国菌糠露天焚烧污染物排放规模较大,应予以重点关注.