智能交通系统的应用对道路沿线环境中PM2.5的影响分析

通过对现有道路实施智能交通系统(ITS)以提高道路通行能力,缓解城市道路交通矛盾,减少机动车污染物排放,改善交通环境。以某城市主干道为例,实施ITS后,道路通行状况明显改善,车辆平均通行时间、平均通行速度以及平均停车率分别改善了57%、77%、91%,不同时段车流量提高4%～41%。PM2.5监测结果表明,路边5m处PM2.5浓度最高,实施ITS后在高峰时段车流量为原来1.31倍的情况下,PM2.5浓度下降达7.5%。根据ADMS软件模拟结果,ITS技术可实现单车PM2.5排放量减少约52.4%,对改善大气环境质量有一定的效果。     

重庆市核心区黑碳气溶胶浓度特征以及影响因素分析

2013年4月至2014年2月期间利用重庆市大气超级站的黑碳气溶胶(black carbon,BC)、气态污染物(SO2、NOx和O3)和颗粒物观测数据,分析了重庆市BC浓度的变化特征及与能见度、颗粒物以及SO2、NOx和O3气态污染物的相关性。观测期间BC年日均值为(4.86±2.37)μg/m3,浓度范围为1.32~11.54μg/m3。秋冬季BC日均浓度及相对偏差比春夏季高。BC和能见度呈负相关性。4个季度的BC与PM10、PM2.5和PM1日均值显著正相关,相关系数最小在夏季,最大在秋季。BC与O3日均值呈负相关性。BC与SO2,NOx日均值显著正相关,表明重庆市BC与SO2,NOx来源相近,即为燃煤和机动车尾气排放。     

公交站交通颗粒物污染的时空分布

为识别公交站空气污染分布差异，以横跨市区和郊县的福州市某繁忙道路为例，实地测量解析沿路公交站之间及站内不同位置上亚微米颗粒物(PM_1.0)和黑碳(BC)浓度的分布与变化特征。结果表明：风速小等不利气象条件使秋季公交站颗粒物平均浓度高于春季，公交站颗粒物浓度呈现早晚高峰大于中午的时间特征，郊区公交站颗粒物浓度对车流量变化敏感而市区公交站对瞬时高排车辆及交通拥堵敏感。公交站四周不够通透、路段车流量大或拥堵、位于道路下风向等是增加站内颗粒物暴露风险的主要原因。无论市区或郊区，公交站局部位置的颗粒物浓度基本服从远离道路而衰减的规律，但BC分布的站点间差异较PM_1.0更明显。公交站牌对站前颗粒物的拦截率最高近30%,针对空间有限且交通量大的峡谷道路公交站，合理优化其站牌结构和布局将有利于减少站内候车人群的污染暴露风险。     

海南省大气污染源排放清单及环境影响研究

基于海南省2016年工业环境统计数据,通过自下而上的方法建立海南省2016年工业大气污染源排放清单,并利用中国多尺度排放清单模型(MEIC)排放清单进行背景源补充,使用CALPUFF模型进行大气污染模拟。污染物排放清单结果显示,2016年海南省SO_2、NO_x、CO、PM_(2.5)、PM(10)、黑碳(BC)、有机碳(OC)、挥发性有机物(VOCs)和NH3的排放量分别为1.50×10~4、5.10×10~4、4.56×10~5、2.34×10~4、2.10×10~4、3.50×10~3、1.20×10~4、4.96×10~4、6.50×10~4 t,其中SO_2主要排放源为化石燃料固定燃烧源(分担率66.67%),NO_x主要排放源为交通源(分担率51.18%),CO、PM_(10)、PM_(2.5)主要排放源为生活源(分担率分别59.01%、81.28%和87.62%),VOCs主要排放源为工业溶剂使用源(分担率75.91%),NH_3主要排放源为农业源(分担率93.54%)。排放量较大的区域集中在儋州市、澄迈县一带。SO_2、NO_x年均最大浓度均出现在海口市,PM_(10)、PM_(2.5)年均最大浓度均出现在定安县。交通源对全省污染物浓度贡献突出,工业源虽然对颗粒物浓度贡献率较低,但仍需加强PM_(2.5)治理。     

北京市交通干道空气中CO_2和δ~(13)C变化及来源分析

采用离轴积分腔输出光谱技术分析了夏季和冬季北京市四环路空气中CO_2浓度和δ13C值变化特征。结果表明,四环路上车流量大,夏季和冬季均超过15万辆/d,06:00—10:00和15:00—19:00车行缓慢,平均车速小于25 km/h,车道占有率超过60%。机动车排放出大量的CO_2,导致四环路的空气中CO_2浓度呈双峰曲线日变化和δ~(13)C值呈双波谷曲线日变化。同位素定量区分结果显示,四环路空气中CO_2主要来源于机动车尾气排放,夏季和冬季均在52%以上。逐步回归分析表明,平均车速和车道占有率是影响四环路上CO_2浓度和δ13C值的主要因子。06:00—10:00和15:00—19:00来源于汽车尾气的CO_2比例比整个白天来源于汽车尾气的CO_2比例高出6个百分点以上,表明车行缓慢显著增加了CO_2的排放。     

新型无胶粉滤芯对车内空气的净化效果

基于自行研发的无(溶剂)胶粉活性炭滤布工艺,完全通过物理复合技术制备一种新型空调滤芯。依据Ro HS指令测得的铅、镉、汞、六价铬、多溴联苯和多溴二苯醚浓度均低于检测限。按GB/T 14295-2008进行性能测试,结果显示,阻力值和容尘量分别为129.5 Pa(180 Pa)和4.47 g(4 g)。在模拟车内空气条件下的颗粒物过滤实验中,滤芯对粒径范围在0.5~2.5μm的颗粒物平均去除率大于85%,而对粒径范围在2.5~(10μm)的颗粒物去除率在95%以上,高于普通滤芯在该粒径范围内30%~70%的去除率。车内空气净化实验表明,使用新型滤芯的车内PM_(2.5)浓度在内、外循环条件下稳定值为0.3μg·m~(-3)和1.2μg·m~(-3),而使用普通滤芯只能达到20.0μg·m~(-3)和30.2μg·m~(-3)。此外,该新型滤芯对NO_x在1 h内的吸附容量可达2 676 mg,具有较好的吸附性能。     

北京农村地区燃煤污染物的排放测试

针对农村地区燃煤炉灶设计了污染物排放因子测定系统,通过碳平衡法测定了不同炉灶不同燃料的污染物排放因子,从北京市延庆、怀柔、平谷和房山4个地区农户家中选取12种煤样,选取了北京地区应用广泛的10种土暖气炉和3种蜂窝煤炉分别测定了污染物排放因子数据。测定结果表明:土暖气炉燃烧劣质散煤的PM_(2.5)和SO_2的排放因子最高,分别为3.73 g·kg~(-1)(干燃料)和1.78 g·kg~(-1)(干燃料),燃烧优质散煤和煤球时的PM_(2.5)排放因子依次减小,分别为3.33 g·kg~(-1)(干燃料)和2.20 g·kg~(-1)(干燃料)。优质散煤的SO_2排放因子最低(0.16 g·kg~(-1)(干燃料)),NO_x的排放因子最高(2.99 g·kg~(-1)(干燃料))。当考虑单位有效热量输出时,相对于劣质散煤,燃烧优质散煤和煤球PM_(2.5)、SO_2的排放因子有所下降,PM_(2.5)分别减少了12.9%和8.4%,SO_2分别减少了91.2%和73.8%,但优质散煤NO_x排放因子增加了42.3%。结合调研数据,核算了北京农村地区燃煤污染物排放数据,结果表明,北京农村地区燃煤PM_(2.5)排放总量为1.84万t,占本地污染排放的贡献率为11.2%~16.3%。     

基于移动采样法的石家庄市秋冬季道路扬尘PM_(2.5)排放清单

以石家庄城市道路扬尘为研究对象,于2014~2015年秋冬季采用移动式采样法收集不同类型道路积尘。分析道路积尘负荷、道路积尘粒径分布特征、车流量和平均车重等数据,计算得出石家庄道路扬尘PM_(2.5)排放因子和排放量。通过地理信息系统软件(GIS)提取研究区域道路信息,制作道路矢量化图,并结合道路扬尘PM_(2.5)排放因子和排放量,建立排放清单。结果表明,秋季各道路扬尘PM_(2.5)排放因子为0.003~0.103 g·VKT~(-1),冬季各道路扬尘PM_(2.5)排放因子为0.004~0.016 g·VKT~(-1);秋、冬两季不同类型道路扬尘PM_(2.5)排放因子分布特征为快速路主干道次干道支路;秋季道路扬尘PM_(2.5)排放量为6.47~53.07 t,冬季为3.47~12.02 t,秋季排放量大于冬季排放量,秋、冬两季道路扬尘PM_(2.5)排放量分布特征为快速路支路主干道次干道。     

基于减排敏感性的武汉市PM_(2.5)污染控制研究

采用基于气象预报(WRF)的多尺度空气质量(CMAQ)模型,通过研究不同大气污染物排放情景下PM_(2.5)平均浓度变化,分析SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs等大气污染物减排对武汉市PM_(2.5)的影响。结果表明,大气污染物减排对武汉市PM_(2.5)年均浓度影响十分显著,且随着污染控制力度加大,PM_(2.5)污染持续减轻;当SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放量均削减40%时,PM_(2.5)年均浓度下降24.0%,依然超出《环境空气质量标准》(GB 3095—2012)二级标准值。基于空间布局和行业敏感性确定武汉市大气污染控制方案,方案实施后SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放总量分别下降53%、26%、32%、36%和31%,PM_(2.5)年均浓度下降35%左右,控制效果更加明显。     

嘉兴市人为源大气污染物排放清单研究

建立了2017年嘉兴市人为源大气污染物排放清单。结果发现,SO_2、NO_x、CO、挥发性有机物(VOCs)、NH_3、总悬浮颗粒物(TSP)、PM_(10)、PM_(2.5)、黑碳(BC)和有机碳(OC)排放总量分别为15 224、60 663、102 600、93 256、26 266、118 923、70 367、19 024、941、1 622t。SO_2的最大排放源是化石燃料固定燃烧源中的电力供热;NO_x的最大排放源是移动源中的柴油车;CO的最大排放源是移动源中的汽油车;VOCs的最大排放源是工艺过程源中的石油化工;NH_3的最大排放源是农业源中的氮肥施用;TSP的最大排放源是扬尘源中的道路扬尘;PM_(10)和PM_(2.5)的最大排放源是工艺过程源中的水泥生产;BC的最大排放源是移动源中的柴油车;OC的最大排放源是餐饮油烟源中的餐饮油烟。对于大气污染中普遍关注的6种污染物,SO_2、NO_x、PM_(10)、PM_(2.5)和VOCs排放的重点源主要集中在各县(市、区)的工业园区或工业集聚区,而NH_3的排放空间分布相对比较分散。     

湖北孝感不同类型扬尘中黑碳的污染特征及来源分析

在湖北孝感采集5种不同类型扬尘(道路尘 、大气降尘 、堆场尘 、土壤尘和建筑尘)样品45个,并采用热光反射法测定其黑碳(BC)、焦炭和烟炱浓度.结果表明:(1)孝感扬尘中BC质量浓度为0.02～10.65 g/kg,平均值为1.45 g/kg,BC平均值表现为道路尘>土壤尘>建筑尘>大气降尘>堆场尘.(2)BC和总有机...     

西安采暖期PM2.5及其水溶性无机离子的时段分布特征

为了探讨西安市采暖期大气颗粒物PM2.5及其水溶性无机成分的污染水平,于2010年1月4日—2月1日按一天8个时段(每个时段3 h)连续采集PM2.5样品四周,每周更换一次滤膜。结果显示,西安市采暖期PM2.5的质量浓度时段差异较大,呈现明显的双峰分布特征:21:00—24:00时段(147.516μg/m3)和09:00—12:00时段(141.678μg/m3)。4种被测水溶性无机组分总浓度为39.801μg/m3,占PM2.5总浓度的30.5%。SO24-和NO3-是最主要组分,占到4种无机组分的86.2%。各离子间相关分析显示,Cl-只与NO3-有较强的相关性,表明机动车尾气对Cl-有较大的贡献。SO24-和NO3-时段分布规律较为相似,与PM2.5浓度的时段分布特征相反:在PM2.5污染最轻的15:00—18:00时段,SO24-和NO3-的相对含量达到一天中的最高浓度时段,而在PM2.5双峰时段,它们的含量有所降低。     

杭州市区空气污染特征及灰霾成因分析

利用2013年3月1日至2014年2月28日杭州市区4种常见污染物(NO_2、CO、PM_(2.5)和PM_(10))的小时浓度监测数据对杭州市区全年空气污染特征进行分析,并针对2014年1月17至19日的一次灰霾过程进行了污染特征与成因分析。结果表明,杭州市区NO_2质量浓度年均值为51.55μg/m~3,CO为0.87mg/m~3,PM_(2.5)为67.02μg/m~3,PM_(10)为102.06μg/m~3,均表现为冬季浓度高夏季浓度低的特征。4种污染物基本都在每天的9:00—10:00和19:00—20:00出现两个峰值。杭州市区PM_(2.5)主要来自于二次污染物转化,灰霾过程中PM_(2.5)质量浓度最高值接近300μg/m~3。这次灰霾过程的主要潜在源区包括京津地区、山东中部和江苏南部等地区,杭州市区本身气象条件加剧了这次污染的严重程度。     

天津市滨海新区夏季挥发性有机物的污染特征分析

对天津市滨海新区夏季挥发性有机物(VOCs)进行在线观测,分析其夏季污染特征。结果表明:83种检出VOCs平均质量浓度为288.14μg/m3,各类化合物浓度贡献排序为烷烃(39.8%)卤代链烃(26.5%)芳香烃(13.9%)烯烃(13.1%)炔烃(4.4%)卤代芳香烃(2.3%),各组分中浓度最高的为正丁烷和正戊烷,占VOCs比例高达8.1%和7.0%;苯和甲苯也有相当含量,平均质量浓度均超过7μg/m3,分别占VOCs的2.5%和2.4%。天津市滨海新区VOCs日变化呈单谷型,与交通早晚高峰关系不大,苯/甲苯(体积比)为1.32,说明化石工业排放等对天津市滨海新区大气中VOCs影响较机动车尾气显著。聚类分析发现,天津市滨海新区VOCs来源分为3类,一类是汽油挥发和液化石油气、天然气泄漏,一类是化石工业和其他工业生产过程排放,一类是机动车尾气及植物排放,其中前两类为主要来源。     

隧道实验测定南京市机动车PM10排放因子

选取南京城市隧道进行机动车PM10平均排放因子的测试研究.采用质量平衡模型和多元线性回归方法计算了4种车型PM10的综合排放因子.结果表明:隧道内机动车PM10平均排放因子为0.347±0.100 g/(km·辆);大型车的PM10排放因子远高于其他车型的排放因子,其次是中型车和摩托车,小型车最小,其综合排放因子分别为1.440 g/(km·辆)、0.850 g/(km·辆)、0.790 g/(km·辆)和0.320 g/(km·辆);在车速相似的情况下,本隧道实验所测机动车的PM10排放因子与国内隧道实验结果相仿,却远大于国外隧道实验结果.     

兰州市冬季机动车限行对环境空气质量影响的效果评价

通过观察2014—2016年兰州市环境空气质量变化,特别分析了2016年冬季机动车单双号限行政策对兰州市环境空气质量的影响,初步评价兰州市机动车限行政策效果。结果表明:2014—2016年冬季限行期(11月20日至12月26日)PM_(2.5)、PM_(10)、SO_2、NO_2、CO年均值均呈现逐年上升现象;2016年冬季限行期PM_(2.5)、PM_(10)、NO_2日均值和O_38h均值没有明显改善,分时段单双号限行期PM_(2.5)、NO_2日均值较全天单双号限行期有所升高,冬季单双号限行政策效果有限;气象条件、地理类型、人为活动对兰州市空气质量影响较大。     

西安市机动车污染物排放清单与空间分布特征

基于机动车排放因子(MOVES)模型和地理信息系统(ArcGIS)技术,建立了西安市2017年分辨率为1km×1km的机动车污染物排放清单。结果显示:2017年西安市机动车污染物PM_(2.5)、PM_(10)、NO_x(NO+NO_2)、NO、NO_2、N_2O和挥发性有机物(VOCs)的年排放总量分别为126.1×10~4、138.2×10~4、2 884.2×10~4、2 577.8×10~4、306.4×10~4、27.9×10~4、1 281.2×10~4 kg;柴油车是PM_(2.5)、PM_(10)和NO_x排放的主要来源,贡献率分别为80.2%、79.5%和75.8%;VOCs和N_2O则主要来自汽油车,贡献率分别为74.2%、89.7%;总体看来,研究区域内不同污染物的空间分布规律相似,这与西安市公路分布有关,PM_(2.5)和NO_x的排放主要集中在主城区及周边县区的高速路和国道,而VOCs的排放主要集中在主城区二环及环内。     

基于COPERT 4模型的杭州市机动车排气污染特征研究

以2015年为基准年,利用COPERT 4模型计算了杭州市分车型分排放标准下的机动车排气污染物(CO、碳氢化合物(HC)、NO_x、PM_(2.5))的排放因子,并估算了各污染物排放量及分车型分排放标准下的各污染物分担率。结果表明,随着排放标准的提升,机动车排气污染物排放因子总体呈现下降的趋势。汽油车的CO和HC排放因子高于柴油车,而柴油车的NO_x和PM_(2.5)排放因子高于汽油车;天然气车的各污染物排放因子基本接近汽油车,而汽油电混动车的各污染物排放因子则明显低于其他动力车;各污染物排放因子随车型的增大(重)而增大。2015年杭州市机动车排气污染物CO、NO_x、HC和PM_(2.5)排放量分别为48 923.0、44 713.7、7 014.7、837.9t,其中汽油车CO和HC分担率较高主要是因为小型汽油客车CO和HC分担率高,并且其保有量占比也高,应重点控制小型汽油客车的保有量;柴油车NOx和PM_(2.5)分担率较高主要是因为重型柴油货车NO_x和PM_(2.5)分担率高,但其保有量占比不高,应重点控制重型柴油货车的排放因子。     

杭州市G20峰会保障期间PM2.5和O3污染特征与区域传输影响研究

分析了2016年杭州市G20峰会保障期间(8月24日至9月6日)的环境空气质量,利用WRF-CMAQ模型研究了区域传输对杭州市G20峰会保障期间PM_(2.5)和O_3污染的影响。结果表明,G20峰会保障期间,杭州市PM_(2.5)日均质量浓度平均值为31.3μg/m~3,逐日浓度均达到《环境空气质量标准》(GB 3095—2012)二级标准(75μg/m~3)的要求,8月31日出现PM_(2.5)浓度上升趋势,9月1日达到最高47.0μg/m~3;O_3最大8h质量浓度平均值为159.9μg/m~3,8月24日至25日和8月28日至31日两个时段O_3浓度出现了超过GB 3095—2012二级标准(160μg/m~3)的情况。杭州市本地减排对PM_(2.5)浓度下降贡献70%,浙江省其他地市贡献16%,江苏省、上海市以及安徽省与江西省分别贡献了8%、4%、2%,区域联防联控对杭州市PM_(2.5)浓度的改善具一定的作用。精准控制上风向O_3前体物排放可在一定程度上缓解杭州市的O_3污染。     

天津冬季PM2.5与PM10中有机碳、元素碳的污染特征

研究了天津冬季PM2.5和PM10中碳成分的污染特征.结果表明,天津冬季PM2.5和PM10的平均质量浓度分别为(124.4±60.9)、(224.6±131.2)μg/m3;总碳(TC)、有机碳(OC)与元素碳(EC)在PM2.5中的平均质量分数比在PM10中分别高出5.0%、3.6%、1.2%;PM2.5中OC、EC的相关系数较高,为0.95,表明OC、EC的来源相对简单,可能主要反应了燃煤和机动车尾气的贡献.OC/EC的平均值在PM2.5和PM10中分别为3.9、4.9.次生有机碳(SOC)在PM2.55和PM10中的平均质量浓度分别为14.9、23.4/μg/m3,分别占OC的48.5%(质量分数,下同)、49.8%,OC/EC较高可能主要与直接排放源有关;PM2.5中的OC1与OC2的比例明显高于PM10,而聚合碳(OPC)的比例又低于PM10,同时PM2.5与PM10中的EC1含量均较高,表明天津冬季燃煤取暖和机动车尾气是重要的污染源.