洛阳市2017年大气氨排放清单的建立及其空间分布特征

基于洛阳市不同类型氨排放源的活动水平数据,主要采取排放因子法构建了2017年洛阳市大气氨排放清单,并以GIS技术为基础进行2 km分辨率的空间网格分配。通过研究得出,2017年洛阳市的大气氨排放量为63.2 kt,排放强度达到4 t/km~2以上,全市主要的氨排放源为畜禽养殖和农田生态系统,排放量分别为43.7 kt和10.4 kt,分别占氨排放总量的69.2%和16.5%。在畜禽养殖源中,肉牛是最大的贡献源,贡献率为30.4%;在农田生态系统中,氮肥施用是最大的贡献源,贡献率为87.7%。各区县中,宜阳县和伊川县排放量最大,共占氨排放总量的32.0%;偃师市、伊川县为排放强度最高;空间分布特征上呈现北部氨排放量大、南部排放量少、在城市区周边氨排放量较突出的现象。     

杭州市大气污染物排放清单及特征

以杭州市区为研究区域,通过调查整合多套污染源数据库及其他统计资料,研究文献报道及模型计算的各种污染源排放因子,获得杭州市区各行业PM10、PM2.5、SO2、NOx、CO、VOCs、NH3等污染物的排放量,建立了杭州市区2010年1 km×1 km大气污染物排放清单。结果表明,2010年杭州市区PM10、PM2.5、SO2、NOx、CO、VOCs和NH3的排放总量分别为7.96×104、4.02×104、7.23×104、8.98×104、73.90×104、39.56×104、3.32×104t。从排放源的行业分布来看,机动车尾气排放是杭州市区大气污染物最重要排放源之一,对PM10、PM2.5、NOx、CO和VOCs的贡献分别达到14.4%、27.1%、40.3%、21.4%、31.1%。道路扬尘、电厂锅炉、工业炉窑、植被、畜禽养殖对不同污染物分别有着重要贡献,道路扬尘对PM10和PM2.5的贡献分别为44.6%和20.0%、电厂锅炉对SO2和NOx的贡献分别为37.0%和25.7%、工业炉窑对CO的贡献为41.5%、植被排放对VOCs的贡献为27.1%、畜禽养殖对NH3的贡献为76.5%。从空间分布来看,萧山区和余杭区对SO2、NH3和植被排放BVOC的贡献要显著高于主城区;而主城区机动车对PM2.5、NOx和VOCs的贡献分别达到36.3%、56.0%和47.4%,较市区范围内显著增加,表明机动车尾气排放已成为杭州主城区大气污染最重要的来源之一。     

北京市主要水污染物排放特征及水质改善对策

污染排放信息是环境决策的重要依据。分析了北京市水环境质量的现状,基于最新源排放清单,解析北京市当前主控污染物COD、氨氮排放的结构特征和空间特征,以期为北京市开展基于流域综合治理的水污染控制和水环境管理提供依据。按照工业源、农业源、生活源和集中处理设施的环境统计口径,2013年,COD、氨氮的排放构成分别为2.7%、37.1%、35.0%、25.3%和1.5%、20.1%、54.8%、23.6%。其中,农业源中畜禽养殖排放是主要来源,COD、氨氮总排放分别占农业源总排放量的94.7%和87.0%。在北京市五大水系中,北运河流域排放量最大,COD、氨氮排放量分别占全市总排放量的53.3%和57.4%。为改善北京市水环境质量,建议从加快污水处理厂提标改造、推动面源污染治理、加强水利联通、合理规划城市规模布局等4个方面入手。     

天津市北辰区大气污染物小尺度精细化源排放清单

以天津市北辰区空气站周边3 km为研究对象,基于拉网式实地调查,获得该地区2016年各类典型行业污染源详细的活动水平数据,以环境保护部发布的"清单编制技术指南"为参考,建立了2016年天津市北辰区空气站周边3 km大气污染源排放清单。结果表明:2016年天津市北辰区空气站周边3 km大气污染源的排放总量PM_(10)为431.28 t、PM_(2.5)为147.94 t、SO_2为48.67 t、CO为1 395.39 t、NO_x为469.52 t、VOCs为305.66 t;PM_(10)和PM_(2.5)的最大排放源是工地,贡献率分别为25.49%、15.16%;SO_2的最大排放源是散煤,贡献率为49.36%;CO和NO_x的最大排放源是道路机动车,贡献率分别为45.85%、53.89%;VOCs的最大排放源是制造业企业,贡献率为48.80%。天津市北辰区改善空气质量应从控煤、控尘、控车3个方面入手。     

常州市人为源挥发性有机物排放清单

对常州市VOCs人为源进行系统划分,运用国内外排放因子研究成果及常州市各排放源调研结果,采用排放因子法建立了2017年常州市分类型、分辖区(市)的人为源VOCs排放清单。结果表明,2017年常州市人为源VOCs排放总量约为9. 662×10~4t,其中化石燃料燃烧源、工业过程源、移动源、非工业溶剂使用源、油品储运源、生物质燃烧源、固废污水处理源和餐饮源排放分别占排放总量的1. 9%,47. 2%,9. 0%,27. 6%,9. 4%,2. 6%,0. 4%和1. 9%。工业过程源中黑色(有色)金属冶炼及压延加工业、非金属矿物制品业、化学原料和化学品制造业、机械装备制造业、交通设备制造业、纺织业是重点行业;武进区、溧阳市、新北区3个工业发达的区域VOCs排放量明显高于常州其他几个辖区,占全市总排放量的71%;各辖区(市)的重点排放源存在差异,其中武进区、溧阳市、新北区以工业过程源为主,金坛区、天宁区、钟楼区以非工业溶剂使用源为主。     

常州市大气污染物排放清单及分布特征

以点源、流动源、面源分类,在研究工业企业、机动车、建筑工地、秸秆焚烧等20多类排放源的基础上,建立2011年常州市大气污染物排放清单。结果表明:2011年该市大气污染物PM、PM10、PM2.5、SO_2、NO_x、CO、NH_3和VOCs的排放总量分别为13.514万t、6.746万t、2.67万t、5.975万t、12.316万t、66.595万t、1.64万t、9.026 1万t。道路、工业、建筑工地、机动车是颗粒物的主要排放来源;SO_2、NO_x、CO排放主要来自工业和机动车;NH_3的主要排放源为农业氮肥使用和畜禽养殖;VOCs的排放主要来自机动车、涂料、植被和工业。各行政区中,武进、溧阳、新北和金坛大气污染物排放量较大。     

绍兴市典型印染废水中重金属锑排放现状及排放源调查

分析和统计的86家印染工业企业当中,废水总排口中的总锑超标率为25.6%,质量浓度0.050 mg/L以下较低排放浓度所占比例最大,达62.8%。印染废水锑排放源主要有涤棉和涤纶化纤类布料的染色、印花工艺废水,碱减量工艺废水等,工业液碱、废酸以及硫酸铝污水处理剂等原料当中含锑浓度较高。印染废水经污水处理厂集中纳管深度处理后,锑排放浓度较低,锑去除效率最高达到88.0%,大大降低了环境地表水体锑污染的风险。     

常州市工业大气污染物排放特征研究

通过调查企业生产情况,采用现场实测、模型、排放因子等方法,获得了常州市工业大气污染物的排放量,从行业、排放口高度、空间、时间及重点源所占比例等方面,分析了常州市工业大气污染物的分布特征。结果显示:常州市工业PM、PM_(10)、PM_(2.5)、SO_2、NO_x、CO、NH_3、VOCs排放量分别为3.089、1.348、0.695、5.380、7.077、14.459、0.030、0.848万t;钢铁、水泥、热电、金属制品、化工是常州市大气污染物产生的主要行业;高架源、中架源、低架源排放比例依次增加;11.5%的企业占据了全市排放量的86%以上;SO2等污染物各月排放量基本稳定,PM2.5等上半年排放量波动较大;市区企业的集中排放在不利气象条件下易造成大气污染。     

舒城县丰乐河小流域农业面源污染现状调查与评价

使用问卷调查法对舒城县丰乐河小流域农业面源污染现状进行实地调研，采用等标污染负荷法对流域区域内千人桥镇和桃溪镇的农业种植污染、畜禽养殖污染与农村生活污染进行综合分析。研究表明，在舒城县丰乐河小流域两个乡镇的农业面源污染排放源中，种植业TN、TP的排放量为4578 t，污染负荷率为2075%；畜禽养殖业COD、TN、TP的排放量为2659 t，污染负荷率为1205%；农村生活源COD、TN、TP的排放量为14828 t，污染负荷率为6720%。在选择的3个评价因子中，COD的污染负荷率最高（6947%），其次为TN（2822%），TP最低（231%）。农村生活污染是该小流域农业面源污染物的主要来源，也是农业面源污染控制的重点。     

上海市工业氨排放清单研究

为提高上海市氨排放清单的准确性,在资料更新的基础上,通过调查收集各类排放源信息和采用不同定量化方法获得排放量,对上海市氨工业排放源清单及其排放总量汇总统计。结果表明,该市工业源氨排放以城镇污水处理、固废处理、炼油行业为主,分别占全市工业源氨排放量的59.81%、20.85%和7.83%。这3大行业生产过程中氨等恶臭污染物的排放控制是上海市工业氨减排的重要方向。     

新疆克孜勒苏河喀什市段入河污染物估算及特征分析

依据污染源调查资料,采用距离法对克孜勒苏河喀什市段污染物的入河量进行估算。结果表明:污水处理厂排放口是克孜勒苏河喀什市段最主要的污染源,COD、NH3-N、TN、TP的排放量占研究区域总量的61%~83%;其次是豆腐厂总排口,4项指标占研究区域总排放量的17%~37%,也是该河段的主要污染源。两者各指标排放量之和均超过区域总量的98%。不同类型的污染源中,生活源COD、NH3-N、TN、TP的贡献率分别是工业源的2、5、4和1.6倍。     

利用SPAMS研究长沙市秋季PM2.5化学组成及来源

2019年10月12日—11月25日,使用单颗粒气溶胶飞行时间质谱仪(SPAMS)在位于长沙市的湖南省生态环境厅点位进行了为期45 d的定点监测。结果表明,监测期间长沙市总体空气质量小时级别优、良天气占比为80.3%。长沙市首要污染物为PM_(2.5),其主要来源为机动车尾气源,二次无机源次之,工业工艺源排在第三位,占比分别为27.4%,21.5%和17.4%。整体来看,监测期间PM_(2.5)质量浓度的升高大多伴随着以上3种污染源颗粒物的同步升高。机动车尾气源具有明显的早高峰,工业工艺源、生物质燃烧源和餐饮源夜间占比增加。在偏东方向气团主导下,工业工艺源和燃煤源贡献最大;在东北方向气团主导下,PM_(2.5)质量浓度最高,且机动车尾气源占比最高。     

省级高空间分辨率扬尘源排放清单研究

通过对浙江省统一开展部署和行动，现场调查收集全省7 507个施工工地、3 923个堆场以及不同等级公路和城市道路的真实活动水平数据，并基于点源地理信息和路网信息图层，采用排放系数法和ArcGIS工具构建了浙江省2015年3 km×3 km高空间分辨率扬尘源排放清单。结果表明，2015年浙江省扬尘源PM₁₀和PM_2.5的排放量分别为24.26×10⁴ t和6.00×10⁴ t，其中PM₁₀和PM_2.5排放贡献均主要为施工扬尘和道路扬尘，施工扬尘分别贡献37.7%和39.3%，道路扬尘分别贡献36.5%和39.1%。从城市空间分布来看，杭州市、宁波市、温州市、绍兴市扬尘排放总量居于全省前四，舟山市最低，而城市主城区排放量显著高于郊区。     

Assessment of Urban Air Quality in South Estonia by Simple Measures

In countries having limited resources, it is difficult to assess urban air quality on contemporaneously, due to the absence of on-line information about air pollution levels and emission rates. An alternative approach is recommended for smaller cities with lower demands of resources. The applied scheme consists of a database of air pollution sources (NO _x and CO from industry, traffic, and domestic heating), the simple Gaussian-plume model AEROPOL and a series of measurements by passive monitors. This method was used in Tartu, a small city situated in the valley of the river Emajõgi, within a landscape with noteworthy topographical variations. Simulations of annual average and maximal concentrations were performed, and a fair agreement obtained with NO₂ monitoring results from passive Palmes monitors. Inventories of pollution sources in 1998 revealed that official statistics of stationary sources covered 64% of SO₂,36% of CO, 37% of NO _x and 32% of total particulate matter emissions. Recommendations for measures for reducing air pollution levels and for further investigations towards improving air quality assessment and management, are given.     

南充市大气PM10与PM2.5排放清单及特征

以四川省南充市为研究区域,通过实地调研、现场测试及结合统计年鉴等获得数据,采用排放因子法计算南充市2014年大气PM_(10)、PM_(2.5)排放量并建立排放清单。结果表明,南充市2014年扬尘源、移动源、生物质燃烧源、化石燃料固定燃烧源、工艺过程源排放总量PM_(10)分别为85 187、1 777、9 175、2 417、3 519 t,PM_(2.5)分别为16 093、1 619、7 322、914、1 585 t,PM_(10)贡献率分别为83.5%、1.7%、9.0%、2.4%、3.4%,PM_(2.5)贡献率分别为58.4%、5.9%、26.6%、3.3%、5.8%。城市区域扬尘源、生物质燃烧源、移动源、化石燃料固定燃烧源、工艺过程源对PM_(10)贡献分别为60.0%、12.5%、6.3%、8.6%、12.5%,对PM_(2.5)贡献分别为41.8%、21.6%、14.4%、8.1%、14.1%。南充市2014年大气PM_(10)、PM_(2.5)排放源总量和贡献率以及区域空间分布特征均存在差异。     

Analysis of the Daily Variations of Wintertime Air Pollution Concentrations in the City of Graz, Austria

Measured air pollution concentrations in a city reflect the influence of different kinds of sources as well as varying meteorological conditions. In the city of Graz in southern Austria, frequent stagnant meteorological conditions can cause elevated levels of air pollution although emission levels are not exceptionally high. With the aid of a detailed emission inventory and an array of sodars and tethersondes as well as lidar systems supplementing the routine meteorological and air chemistry network during a field experiment in January 1998, the daily variations of air pollution concentrations of selected components within the complex topography of the city of Graz are explained. Main results show the almost linear dependence of the morning maximum concentrations on the predicted emission rates. Throughout the day the rising of the well mixed layer reduces concentrations considerably. Concerning NO_X the fast reaction from NO to NO₂ is important due to the down-mixing of O₃ from the residual layer. The maximum in the afternoon is influenced by emission rates and pollution transport due to the mountain wind.