基于EMIT模型探讨机动车污染物排放清单构建方法——以天津城区主干道为例

随着城市机动车数量的急剧增加,机动车污染物对人体健康的危害更为严重。构建城市主要道路的机动车污染物排放清单,可以厘清机动车的大气污染排放状况,为中国不同城市制定机动车尾气治理政策提供技术支持。以天津城区主干道为例,通过现场调研的方式取得机动车流量数据,运用修正的EMIT模型计算天津干道机动车污染物排放清单,并通过Mapper工具绘制天津城区主干道的机动车污染物排放的空间分布,探讨了中国城市机动车污染物排放清单的构建方法。     

机动车污染排放模型研究综述

过去几十年,为了掌握机动车污染排放的规律和特征,向决策者提供科学有效的机动车污染控制措施,研究者们致力于研究机动车污染物排放的物化原理和影响机动车污染的主要因素,并据此建立多种尺度的机动车排放模型,以模拟城市区域或者街道的污染物排放.为了分析机动车的瞬态排放特征,目前的机动车排放模型研究正逐渐从宏观向微观发展,排放测试方法注重获取逐秒的排放数据,排放模型模拟的时间尺度和空间尺度逐步趋向微观.此外,机动车模型研究正趋向与交通模型进行耦合,从而揭示机动车在实际道路交通流中的排放特征.从机动车排放的主要影响因素、机动车排放测试、机动车排放因子模型及机动车排放清单等4个方面综述了国内外机动车排放研究现状和发展动向,对比并评价各种机动车排放模型方法的优缺点和适用范围,对我国的机动车排放模型发展方向进行了展望.     

天津市民用散煤燃烧大气污染物排放清单

为了研究天津市民用散煤燃烧大气污染物的排放情况，采用排放因子法，结合散煤燃烧活动水平，建立了2019、2020年天津市民用散煤燃烧大气污染物排放清单，并根据排放清单对污染物空间分布特征进行了分析。结果表明：2020年民用散煤燃烧量相比2019年减少约61万t,细颗粒物(PM_2.5)、CO、SO₂、氮氧化物(NO_x)分别减排1 010.33、38 070.69、904.16、824.68 t。其中，污染物排放贡献最大的区为蓟州区。各区显示出明显的污染物排放空间差异，未来应推进清洁能源的使用，加快清洁能源政策的推广，以减少民用散煤燃烧的污染物排放。     

东北长春民用散煤燃烧大气污染物排放清单研究

民用散煤燃烧是大气污染的重要来源,由于民用散煤活动水平获取难度较大,目前有关民用散煤燃烧大气污染物排放量的研究较少。计算了2016年长春6个城区内民用散煤燃烧产生的CO、SO2、NOx、PM2.5、PM10、挥发性有机化合物(VOCs)的排放量,编制了民用散煤燃烧大气污染物排放清单,并分析了大气污染物排放的时空分布特征。结果表明:长春城区燃煤棚户区共计287处,总面积26.64km2,棚户区户均燃煤量约为2.1t/户,住户燃煤比在0.6～0.8;2016年长春城区民用散煤CO、SO2、NOx、PM2.5、PM10、VOCs的排放量分别为12 462、329、142、961、1 201、356t,CO为长春地区民用散煤燃烧主要污染物,占民用散煤燃烧污染物总排放量的80.7%;长春各城区民用散煤燃烧总排放量为绿园区宽城区朝阳区双阳区二道区南关区;大气污染物排放日变化峰值在6:00—7:00、12:00、19:00;民用散煤燃烧污染物排放的周变化差异不大,周末排放量较工作日稍高;采暖期大气污染物排放的月变化与气温的变化同步,排放量呈现1月12月2月11月3月10月4月的变化规律。     

基于交通大数据的机动车尾气动态排放清单的研制*——以广州内环为例

为更直观地展示机动车尾气污染物的空间分布和时变情况,采用COPERT模型计算排放因子,结合基础速度分配模型得到的分车型车速计算的排放速率,再结合格林希尔治速度—流量模型得到的分车型流量计算的污染物排放量,最后将各路段、各种污染物的机动车排放量在地图上渲染出来,即完成了机动车尾气动态排放清单的研制,以便于分析机动车污染物的排放规律。以广州内环为例,对内环路动态排放清单进行详细分析,结果表明:在早高峰时段有9个路段污染物排放量高于其他路段,而同一路段一天内污染物排放量的变化基本符合交通流的变化趋势,CO、挥发性有机物、NOx和PM2.5排放量两两之间线性相关性强。     

机动车大气污染物排放清单构建的研究

随着机动车保有量的增加,大气污染物排放已经成为空气污染的一个重要来源,总结出一套完整的机动车大气污染物排放清单建立方法,即从机动车车况调查着手,掌握研究区域机动车基本情况,然后通过实洲或排放模型方法确定机动车排放因子,配合道路状况的调查,建立宏观、中观或微观等不同尺度的机动车大气污染物排放清单.另外,在整个排放清单建立过程中设置数据来源质量保证,选择合适的不确定性定量分析方法.通过探讨每个步骤中目前所采用的方法和存在的问题,以拓宽刚涉足机动车大气污染物排放清单方面研究者的思路.     

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。     

典型城市机动车非常规污染物排放清单

以2007年为目标年,利用IVE模型计算并建立北京市、上海市和深圳市3个典型城市的机动车1,3-丁二烯、甲醛、乙醛、NH3、苯、CO2、N2O和CH4等非常规污染物的排放清单.结果表明,在北京市,对8种非常规污染物的排放贡献率最大的均为轻型客车,排放贡献率均在50%以上;其次主要为中重型客车,排放贡献率为5%～26%....     

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。     

不同负载条件下国Ⅱ重型柴油货车的实际道路排放特征

重型柴油车排放已经成为中国城市与区域大气污染的重要来源。为研究负载条件对重型柴油车实际道路排放的影响,利用车载排放测试(PEMS)方法对2辆国Ⅱ重型柴油货车开展实际道路排放测试,分析不同负载(空载、半载和满载)条件下的尾气污染物排放特征。基于机动车比功率(VSP)方法分析了不同速度区间的气态污染物(NOx、CO和总碳氢化合物(THC))排放特征,同时通过滤膜采样方法对尾气PM2.5及其碳质组分(有机碳(OC)和元素碳(EC))进行了定量分析。结果显示,2辆国Ⅱ重型柴油货车气态污染物排放因子与负载呈现显著的正相关关系,半载和满载时NOx、CO和THC排放因子相对于空载分别升高18%～41%、6%～67%、37%～125%。但2辆重型柴油货车的PM2.5排放因子并未随负载增加而呈现相同的变化规律。在PM2.5中碳质组分排放约占61%～97%(质量分数),其中EC排放因子随负载的增加而增大。     

三明市大气污染物排放特征研究

通过实地调查和统计获得区县尺度排放源活动水平数据,采用物料衡算法和排放因子法,估算三明市2015年大气污染物排放清单,选取经纬度坐标、路网、土地类型和人口等数据作为权重因子,利用地理信息系统(GIS)技术建立1km×1km高精度网格,分析各类排放源污染排放的数值和空间特征。结果显示,2015年三明市SO_2、NO_x、挥发性有机物(VOCs)、PM_(10)、PM_(2.5)和NH_3的排放总量分别为5.22×10~4、5.80×10~4、1.88×10~5、7.92×10~4、3.23×10~4、2.26×10~4 t。污染贡献方面:工业源是SO_2的排放主要来源;NO_x的主要排放源为工业源和移动源;天然源对VOCs排放有显著贡献;工业源和扬尘源是PM_(10)和PM_(2.5)的主要贡献源;NH_3排放主要来自农业源。空间分布方面:SO_2、NO_x、PM_(2.5)和PM_(10)的排放主要集中在城镇化程度高的永安市和梅列区,VOCs与NH_3排放则与植被分布和农业生产水平密切相关。与2007年和2009年三明市的排放清单对比,发现工业排放控制政策及秸秆禁烧令的实施对PM_(2.5)、PM_(10)和VOCs的减排有明显效果。     

厦门市空气污染的空间分布及其与影响因素空间相关性分析

基于空间信息技术、克里格插值与空间相关矩阵,研究厦门市SO2、NO2、PM10和PM2.5污染浓度空间分布特征。通过提取人口密度、道路面积比重、建设用地比重、地表温度及植被指数等空气污染影响因素的空间分布数据,划分研究区为生态区、居住区与工业区,定量评价了污染物浓度与影响因素的空间相关性,并识别出各污染物的主要影响因素。结果表明:污染浓度分布总体上呈现出工业区-居住区-生态区递减的空间特征,其主要受工业排放和机动车排放的影响;SO2与除地表温度外的其他影响因数均有较强空间相关性,PM10和PM2.主要与道路面积比重、建设用地比重具有较强相关性,NO2则与道路面积比重的相关性最强,污染浓度与影响因数空间相关性呈现出工业区-居住区-生态区递增趋势;与按照行政区的划分相比,工业区、居住区、生态区的划分显得更为合理。     

青岛市私家车排放清单及其分布特征

为掌握青岛市私家车排放尾气污染现状,利用路网数据和实时交通信息,结合实地调研数据和排放因子,编制主城区私家车污染物排放清单。结果表明:(1)在2017年10—12月的工作日,青岛市主城区的私家车CO、碳氢化合物(HC)、NO_x、PM_(2.5)日排放量分别为17.18、9.36、11.77、8.51t/d。(2)在时间分布上,污染物排放呈现"双峰"特点。早高峰排放量峰值高、高峰持续时间相对较短,晚高峰的峰值略低、高峰持续时间相对较长,高峰期污染物排放量占40%以上。(3)污染物排放主要集中在城区多个商圈的结合处,道路交叉口排放量较高。同时,并不是路网密度越大,空间排放分布值越高。     

蚊香类散发污染物排放因子及颗粒物分布特征研究

应用大型空气质量实验舱平台,分别测试盘式固体蚊香、片型电蚊香和液体电蚊香的PM2.5和主要气态污染物散发量。采用定释放浓度法,获得PM2.5和主要气态污染物排放因子。结果显示,盘式固体蚊香、液体电蚊香、片型电蚊香的PM2.5排放因子分别为12.9、1.3、2.6mg/h,总挥发性有机物(TVOC)排放因子分别为103.4、69.5、58.8mg/h,甲醛排放因子分别为16.0、8.9、12.5mg/h,3种蚊香排放的主要苯系污染物排放水平相当,此外盘式固体蚊香还散发CO,排放因子为925.4mg/h。对盘式固体蚊香散发颗粒物的数浓度谱分布进行了拟合分析,发现数浓度谱分布具有良好的自模性,拟合得出计数中位径(CMD)为90nm,几何标准差(GSD)为1.65;假设蚊香释放颗粒物为密度1.4g/cm3的球形颗粒,利用质量浓度和数浓度谱分布特征反算得出各类蚊香散发颗粒物的数浓度排放因子。通过案例计算,发现房间在正常通风条件(换气次数为2.0次/h)下使用各类蚊香时散发的TVOC浓度将超标1.8~3.2倍,甲醛超标1.5~3.0倍;盘式固体蚊香散发的PM2.5超标近1.5倍,CO超标1.7倍。对封闭环境下,通风条件很差(换气次数为0.5次/h),此时所有污染物浓度将增大4倍,污染更加严重。     

乌鲁木齐市固定燃烧点源大气污染物排放清单

通过现场调研结合物料衡算法、排放因子法,建立了2015年乌鲁木齐市固定燃烧点源大气污染物CO、NO_x、SO_2和PM_(2.5)排放清单。结果表明,2015年乌鲁木齐市CO、NO_x、SO_2、PM_(2.5)的排放量分别为4.41×10~4、6.20×10~4、4.61×10~4、1.57×10~4t;从排放污染物的行业来看,采矿与制造业对4种污染物排放的贡献最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为49.02%、42.17%、48.40%、78.55%。从地区分布来看,米东区污染物排放量最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为46.99%、45.90%、51.69%、29.68%。从排放时间来看,供暖季污染物的排放量明显高于非供暖季,白天的污染物排放量高于夜晚。采用蒙特卡罗统计法分析预测的污染物排放量与排放清单计算结果较为接近。     

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.     

乌昌石区域的非金属矿物制品业大气污染物排放清单研究

建立了乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10) 5种大气污染物的排放清单,并进行了时空分布特征分析,初步探究了估算的不确定性。结果显示,乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10)总排放量分别为3.71×10~4、2.76×10~4、3.10×10~4、3.04×10~4、1.29×10~5 t。熟石膏行业是CO的主要排放源;水泥(干法)行业是NO_x、SO_2、PM_(2.5)和PM_(10)的主要排放源。乌鲁木齐市是CO、NO_x和SO_2排放量的最大贡献源;石河子市是PM_(2.5)和PM_(10)排放量的最大贡献源。乌昌石区域5月至9月是一年中污染物排放的高峰期,11:00至20:00是一天中污染物排放的高峰期。空间上,乌昌石区域的污染物排放主要分布在乌鲁木齐市中部、西南部以及石河子市。     

隧道实验测定南京市机动车PM_（10）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。     

日本机动车颗粒物(PM)总量控制制度及效果分析

机动车排放是城市大气颗粒物(PM)污染的主要来源之一。为改善空气质量,防治PM污染,日本2002年开始实施机动车PM总量控制制度。介绍了日本机动车PM总量控制的内容及对策,并对实施效果进行了分析,总结讨论了其对中国的启示。具体控制对策包括机动车单体对策、交通量及交通需求调整对策和局地污染对策等,并以东京为例介绍严格的柴油车PM排放控制对策。日本实施机动车PM总量控制制度在机动车保有量控制和空气质量改善方面取得明显成效:2002-2012年,日本机动车保有量增长缓慢,货运车总量持续下降,低公害车迅速普及,机动车种类比例不断调整;空气悬浮颗粒(SPM)和PM2.5年均浓度持续下降,其中SPM的机动车监测点下降率达40%。日本机动车PM总量控制制度在制定专门法规、优化交通系统和严控柴油车排放等方面的经验值得中国在制定和实施机动车PM防控措施时学习和借鉴。     

机动车颗粒污染物排放因子研究进展

综述了国内外几种常用的机动车颗粒污染物排放因子的确定方法,介绍了各模型的使用概况及其优缺点,最后提出对机动车颗粒污染物排放因子应深入开展有关研究。