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。     

公交车燃用B5生物柴油的非常规污染物排放特性及对区域大气污染物减排的作用

为推行区域大气污染联合防治并推广使用B5生物柴油,基于重型底盘测功机,采用C-WTVC循环,对比研究满足国Ⅳ、国Ⅴ排放标准的柴油公交车分别燃用国Ⅴ柴油、京Ⅵ柴油和B5生物柴油时的非常规污染物排放特性。结果表明:相比京Ⅵ柴油在采用B5生物柴油后,在不同耐久里程下的所有样车整体上的1,3-C_4H_6排放因子平均降低20.53%;C_6H_6排放因子平均降低7.67%;C_7H_8排放因子平均降低11.22%;HCHO排放因子平均降低14.92%;SO_2排放因子平均降低6.09%。实验证明城市公交车在燃用B5生物柴油后的非常规污染物排放均降低。城市公交车推广使用B5生物柴油可有效净化大气质量,对区域大气污染物减排有着重要意义。     

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。     

乌昌石区域化石燃料固定燃烧点源大气污染物排放清单及时空分布

建立了2015年乌昌石区域化石燃料固定燃烧点源大气污染物(NO_x、SO_2、PM_(2.5)和PM_(10))的排放清单,并对污染物的时空分布特征进行了分析。结果表明,2015年乌昌石区域化石燃料固定燃烧点源NO_x、SO_2、PM_(2.5)和PM_(10)的年排放量分别为2.10×10~5、1.52×10~5、4.28×10~4、8.35×10~4 t。从行业上来看,电力生产与供应行业对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为70.78%、66.56%、51.10%、49.98%;从化石燃料上来看,煤炭对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为95.63%、99.84%、99.70%、99.84%;从锅炉类型上来看,煤粉炉对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为84.20%、85.09%、83.43%、84.06%。固定燃烧点源污染物排放呈现出明显的时间变化特征,采暖季污染物排放量明显高于非采暖季,一天中白天的污染物排放量高于夜晚。空间分布显示,大气污染物的排放源主要集中在乌鲁木齐市、五家渠市和昌吉市。     

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Theil指数的中国水污染物排放强度区域差异分析

通过对Theil指数进行适当改进和完善,将其转嫁应用于不同区域水污染物排放强度差异的分析。研究中国31个地区(不含港澳台地区)2006—2013年水污染物排放强度特征,并基于Theil指数分析区域差异。结果显示,中国水污染物COD和氨氮排放强度总体差异、区域间差异和区域内差异均呈现逐渐缩小趋势,其中区域间差异占主导地位。由于农业源影响,COD排放强度差异对区域内差异的贡献率呈现阶段性,2006—2010年为西部东部中部,2011—2013年为东部中部西部;氨氮排放强度差异对区域内差异的贡献率表现为东部西部中部。进一步探索水污染物排放强度变化趋势与其差异指数之间的关系发现,水污染物排放强度与其相应的差异指数呈现正相关性。最后探讨了水污染物排放强度区域差异成因,表明水污染物总量控制、产业结构优化升级、区域经济发展和区域协调机制是主要因素。此研究对于中国不同地区响应《水污染防治行动计划》、制定有针对性的方案具有借鉴意义。     

北京市机动车排放遥感监测分析

机动车排放遥感监测反映实际道路行驶中的排放状况,对全面分析排放水平有很强的统计意义。北京市机动车排放遥感监测的CO、HC和NOx的平均浓度分别为1.94%、388×10-6和700×10-6。北京市机动车排放的CO、HC和NOx中50%分别来自于15.90%、13.98%、11.13%的高排放车,但某车辆对于一种污染物出现高排放并不意味着它对其他污染物也是高排放。根据遥感监测得到北京市轻型汽油车基于油耗的CO、HC和NOx平均尾气管排放因子分别为200.1g/L、11.05 g/L和6.68 g/L。     

长株潭区域生物质开放燃烧的大气污染物排放清单及不确定性分析

根据2012年长株潭区域生物质产量及露天焚烧数据,结合排放因子,估算了长株潭区域生物质开放燃烧所排放的大气污染物量,建立了2012年长株潭区域生物质开放燃烧大气污染物排放清单。结果表明,2012年长株潭区域生物质开放燃烧源SO_2、NO_X、PM_(10)、PM_(2.5)、挥发性有机物(VOCs)、CO、元素碳(EC)、有机碳(OC)排放量分别为783.48、4 248.00、10 325.94、10 117.29、6 882.92、76 002.99、816.09、3 478.28t。秸秆露天焚烧大气污染物排放量在7、10月形成2个峰值,森林火灾集中出现在夏、秋季。生物质开放燃烧污染物排放量最大的县区为长沙市宁乡县,其次为湘潭市湘潭县和长沙市浏阳县。在长株潭中心区域(长沙市开福区、湘潭市岳塘区、株洲市石峰区、荷塘区和芦淞区等城市区域)形成一片污染物排放量较小的区域。采用蒙特卡罗法,计算得到区域秸秆露天焚烧源和森林火灾大气污染物排放量95%置信区间的不确定性分别为-84%~168%、-83%~176%。通过定量模拟得到秸秆露天焚烧PM2.5排放量概率密度函数呈对数正态分布。以PM2.5为代表污染物,对其排放量的不确定性贡献率最大的是露天焚烧比例,燃烧效率、水稻产量、水稻草谷比等也是不确定性的重要来源。     

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。     

中国SO_2排放对日本SO_2浓度及硫沉降的影响

利用相关文献及来自酸沉降网的中、日两国各观测站点的SO2监测资料,分析了近十年来中国SO2的污染现状、趋势及排放量对下风向日本各观测站点SO2浓度及硫沉降量的影响。结果表明,通过文献分析可知,2001—2009中国的SO2年均质量浓度分布在40~50μg/m3,总体呈下降趋势;中国部分城市的SO2年均浓度与中国SO2排放量的相关性总体高于日本各观测站点的SO2年均浓度与中国SO2排放量的相关性,中国的SO2排放对日本各观测站点的SO2年均浓度影响总体较小;情景模拟分析发现,中国SO2排放量对日本各观测站点SO2年均浓度的贡献率在7.5%~44.0%,平均贡献率为22.6%;中国SO2排放量对日本各观测站点硫沉降的贡献率在8%~41%,平均贡献率为22.1%。