南京市建筑扬尘排放清单研究

统计分析了2010年南京市各行政区建筑场地面积和工期，结合扬尘排放因子，建立了南京市建筑扬尘排放清单。研究表明，2010年南京市建筑扬尘TSP、PM10和PM2．5的排放量分别达2．53万t、1．40万t和0．95万t，占工业烟（粉）尘排放量的23％、13％和8．6％。郊区县建筑扬尘排放量较大，约占全市 TSP、PM10、PM2．5排放总量的72％；主城区排放强度较高。对不同建筑工程类型扬尘排放量估算表明，城市建设工程和市政工程是建筑扬尘的主要来源，城市建设工程中又以住宅类建设工程为主。对不同研究获得的建筑扬尘结果比较，发现扬尘排放因子选择和污染源活动水平统计是影响建筑扬尘结果的关键因素。     

长沙市城区施工扬尘和土壤扬尘污染时空特征研究

随着我国城市化的迅速发展,大气污染问题成为影响人们生活幸福感的重要因素之一。施工、裸露地面等引起的扬尘成为城市大气颗粒物污染的主要来源。将GIS方法和原环保部《扬尘源颗粒物排放清单编制技术指南(试行)》推荐的计算方法相结合,估算出2016—2018年长沙市城区施工扬尘源、土壤扬尘源的颗粒物排放量,从时空分布特征与空间自相关等多个方面剖析了扬尘源的颗粒物排放情况。结果表明:长沙市扬尘源沿中心城区向西、北方向辐射,呈现出半圆环形的带状分布,以城乡接合部最为集中；2016—2018年,长沙市城区扬尘源排放量总体呈现逐年递减的变化趋势。研究结果与长沙市城区实际情况基本相符,可为长沙市扬尘污染控制策略的制定提供参考。     

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。     

北京市建筑施工裸地的空间分布及扬尘效应

北京市作为中国典型的快速城市化大城市之一,大规模的城市建设使得城市内部存在大量的建筑施工裸地,工地扬尘效应造成了严重的大气颗粒物污染。以北京市平原区为研究区,首先利用高分辨率卫星数据反演了建筑施工裸地的空间分布格局,在此基础上,结合建筑施工裸地的扬尘排放因子,在空间上定量分析建筑施工裸地的扬尘效应。结果显示,2012年全市平原区建筑施工裸地总面积为140.77 km2,主要分布在城市核心区向外拓展的城乡过渡带。建筑施工裸地的扬尘效应分析中发现北京市平原区建筑施工裸地中TSP、PM10和PM2.5的排放量分别是31.53、16.66、9.16万吨,并且这些污染物的排放量在城市发展新区与功能拓展区中较高,生态涵养发展区较小。以北京市的建筑施工裸地为例,示范了以遥感为技术手段结合污染排放因子的城市内部典型面源污染的监测和污染排放定量化,为今后面源污染的快速准确监测开辟了新的研究思路。     

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。     

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。     

基于MOVES的西安市出租车污染物排放分析

利用MOVES模型对2012年西安市出租车油改气后污染物排放因子进行模拟,得出污染物CO、NOx、PM2.5、PM10、HC的排放因子分别为3.488 1 g/km、0.370 0 g/km、0.004 7 g/km、0.005 1 g/km、0.095 2 g/km,计算得到5种污染物的年排放总量分别为4 830.76 t、512.42 t、6.51 t、7.06 t、131.85 t。将得到的数据与2010年相关数据比对,说明出租车油改气后污染物排放量在机动车总排放量中所占比例有所下降。     

沈阳市机动车大气污染物排放清单的研究

基于机动车主要污染物排放量计算方法,对主要污染物排放因子进行识别与修正,建立沈阳市机动车污染物排放清单。结果表明:沈阳市机动车污染物的排放总量为206 804. 3 t,CO、NOx、HC和PM10的排放量分别为128 500. 4 t、44 206. 3 t、32 104. 8 t和1 992. 8 t;机动车排放的各污染物二环以内的排放量占总量70. 0%以上,和平区、沈河区和铁西区是该市机动车污染物高排放区域;小型客车和出租车对CO、HC的排放分担率较高,重型货车和轻型货车是NOx、PM10的主要排放源;沈阳市机动车污染物主要来自汽油车和柴油车,新能源机动车排放量较低。     

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。     

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。     

江苏省工地和裸地扬尘遥感监测方法研究与结果分析

应用卫星遥感影像结合无人机现场核查数据,对2020年江苏省各设区市主城区工地和裸地2类扬尘源的时空分布变化和污染、管控情况开展了连续性监测,为生态环境监测部门业务化应用提供了思路和方法.研究结果显示,遥感解译精度优于95％,扬尘源数量、面积均呈上升趋势,至第4季度总数达1760个、总面积162.53 km2,总体管控情...     

2000—2019年常州市MODIS气溶胶光学厚度时空变化特征研究

利用2000—2019年TERRA和AQUA相结合的气溶胶光学厚度(AOD)产品数据，从时间和空间角度分析了常州市AOD的变化特征。结果显示：(1)2012—2019年常州市PM_2.5与AOD年均值的相关系数为0.898,表明AOD产品适用于常州市气溶胶污染年际变化研究。(2)2000—2019年常州市AOD年均值范围为0.463～0.688,平均值为0.627。其中，2000—2007年常州市AOD年均值整体呈上升趋势，2011—2019年呈下降趋势。常州市AOD的月变化趋势呈倒“U”形，特征最高值出现在6月，最低值出现在12月。常州市AOD有明显的季节变化特征，夏季最高，冬季最低。(3)常州市AOD高值主要分布在西部的溧阳市金坛区，北部的新北区也存在少量高值分布。(4)通过Moran指数发现，常州市Moran指数均大于零，表明各年份AOD均呈集聚状态。2000—2010年常州市AOD的空间集聚程度较高，2010年以后的空间集聚效应逐渐减弱。空间热点分析表明，2011—2019年常州市AOD高值集聚区域相比2000—2010年有所减少，冷点集聚区域有所增加，AO...     

常州地区植被排放VOC的估算研究

通过对2011年常州地区各类植物VOC排放因子，以及各类植被分布面积等数据统计分析，采用BEIS模型为参考的估算方法，建立起常州地区植被VOC的排放清单。结果表明，植被所排放VOC的变化规律既与植物本身有关又与气温和太阳辐射有关，区域内年植被VOC的总排放量为1．13×104 t。     

深度学习在裸地扬尘源监测中的应用研究

裸地是扬尘的重要来源，施工建设过程中形成的裸地极易在大风天气作用下造成扬尘污染。因此，快速、有效地定位裸地位置，并确认其管控措施落实情况，对于开展裸地扬尘源监管具有重要意义。基于高分辨率遥感监测数据，结合人工解译裸地扬尘源数据集，以北京市大兴区为例，利用深度学习方法对裸地和防尘网覆盖裸地进行分类识别。同时，利用颜色匹配法对大兴区防尘网覆盖裸地进行识别，横向评估深度学习方法的识别精度。结果显示：深度学习方法对防尘网覆盖裸地的识别精度达97%,对裸地的识别精度达61%;颜色匹配法对防尘网覆盖裸地的识别精度达85%。防尘网覆盖裸地的颜色特征鲜明，深度学习方法和颜色匹配法对防尘网覆盖裸地的识别精度都在85%以上。深度学习方法对于面积大于2 000 m²的图斑有着较好的识别精度。深度学习方法可以提高裸地遥感解译的效率，实现规范化图像识别，可以作为人工判读的辅助手段。在实际应用中，可通过进一步积累样本来增强模型性能。深度学习方法适用于裸地扬尘源线索快速发现、工地防尘网措施落实情况快速检测等场景。     

降尘规律研究--兰州城区降尘变化规律及多元自身回归预测

探讨了降尘的年变化、月变化.运用逐步回归筛选变量.采用主分量分析法,得出不同季节的主分量,揭示了降尘的规律,建立了多元自身回归预测方程.对城区降尘进了预测,并与实测作了验证和对比,取得较好效果.     

乌鲁木齐市降尘的浓度水平和空间分布及与城市PM_(10)的相关性分析

以2005—2009年乌鲁木齐市城市大气降尘数据为依据,对乌鲁木齐市城市自然降尘的浓度水平和变化规律进行了研究,用Arc-GIS绘出乌鲁木齐市城市自然降尘的空间分布图,并分析和探讨了城市降尘与PM10相关性及防治对策。     

克拉玛依市中心城区颗粒物中多环芳烃污染特征

在克拉玛依市中心城区布设4个采样点,在供暖期和非供暖期分别同步采集4个点位大气中不同粒径的颗粒物,采用HPLC进行分析并计算2个采样期内PM_(10)和PM_(2.5)中多环芳烃(PAHs)的浓度和种类。结果表明:中心城区供暖期PM_(10)中PAHs浓度为56.19 ng/m3,PM_(2.5)中PAHs浓度为48.85 ng/m3;中心城区非供暖期PM_(10)中PAHs浓度为18.86 ng/m~3,PM_(2.5)中PAHs浓度为14.53 ng/m~3。不同采样期PM_(10)和PM_(2.5)中PAHs浓度变化趋势相同,均为供暖期明显大于非供暖期。中心城区供暖期大气颗粒物吸附的PAHs以4环以下的组份为主,非供暖期则是5~6环的高环数组份偏多。分析结果表明克拉玛依市中心城区供暖期颗粒物中PAHs来源于燃煤排放叠加机动车排放,与中心城区集中供热锅炉关系密切;非供暖期则是以机动车排放污染为主。     

2015年新疆阿克苏市沙尘污染与气象因素关系的分析

应用阿克苏市国家基准站及2个环保局监测站2015年大风沙尘天气过程前后PM10浓度变化及其与污染源、NECP全球再分析资料、风、监测站周边环境等关系进行分析.结果表明,阿克苏市春季沙尘天气的首要污染物均为PM10,PM10的变化曲线呈正态分布,春季中度及以上污染日均出现在污染日当日或次日.造成阿克苏市沙尘天气污染源分本地型、外来型以及二者共同影响型三种.本地型沙尘污染强度取决于北风风速大小及强风持续时间,PM10浓度变化与风速呈正相关.而外来型污染多发生在本地型沙尘天气之后,"东灌"冷空气裹挟沙尘进入南疆盆地,造成地面加压,浮尘天气造成PM10浓度增大,并持续数天.总结出沙尘天气污染预警的几个必要条件,后续在地区环保局、县局监测站建立的情况下,为分析阿克苏地区"八县一市"污染物与气象因素的关系提供借鉴,同时为实际的空气质量预警提供参考.     

无锡市国控环境空气自动监测站点周边裸土分布高分辨率遥感监测

以无锡市为研究区,使用过境时间相近的哨兵2号Sentinel-2和Landsat8影像,综合使用NDSI、NDISI、MNDWI、LST等指数进行决策树分类,获得10 m高空间分辨率的土地利用分类结果和裸土分布,裸土提取精度达到94.13%。统计了无锡市与8个国控环境空气自动监测站点1、2、3 km缓冲区范围内的裸土分布情况,并与各站点监测的大气颗粒物浓度进行相关性分析。结果表明,国控环境空气自动监测站点周边裸土面积对颗粒物浓度有较大影响,其中对PM₁₀浓度的影响明显大于PM_2.5;相比于1 km和3 km,2 km缓冲区范围内的裸土面积对PM₁₀浓度的影响最大,建议环境管理部门重点关注无锡地区国控监测站点周边2 km范围内的裸土扬尘源分布情况。