浙江省人为源VOCs排放清单

基于挥发性有机物(VOCs)活动水平数据和相关排放因子,建立了浙江省人为源VOCs排放清单。结果表明:2009年浙江省VOCs排放总量为1.47×10~6t,其中工业排放源1.34×10~6 t,生活排放源1.176×10~5t,生物质燃烧源1.18×10~4t,分别占排放总量的91.17%、8.03%和0.8%;VOCs排放量最大的行业为纺织印染业、金属制品制造业、化学药品原药制造业、石油炼制、石油化工业等9大行业,其VOCs排放量均在5×10~4t以上,占全省总排放量的比例高达90%,为浙江省主要排放源;VOCs排放量最高的城市分别为杭州、宁波、温州、绍兴、嘉兴和湖州。     

中国工业源挥发性有机物排放清单

以工业源挥发性有机物（VOCs）为研究对象,在前期建立的工业源典型污染源分类系统基础上,对污染源系统和重要污染源排放系数进行修正和更新,采用排放系数法建立了2018年我国工业源VOCs排放清单.结果表明,2018年我国工业源VOCs排放量为12698 kt.含VOCs产品的使用环节贡献最大,占工业源排放总量的59%.工业涂装、印刷和包装印刷、基础化学原料制造、汽油储存与运输和石油炼制是排放量贡献最大的5大污染源,占工业源排放总量的54%;广东、山东、浙江和江苏是工业VOCs贡献最大的4个省份,排放总量占工业源VOCs总量的41%.海南、宁夏、西藏、黑龙江和新疆这5个省单位工业增加值VOCs排放强度最大,均超过了80 t ·（亿元）^-1.大多数省份工业VOCs排放主要来自含VOCs产品的使用环节;采用Monte Carlo模拟2018年我国工业源VOCs排放清单95%置信区间不确定度为［-32%,48%］.     

利用IVE模型建立成都市轻型汽油客车排放清单

城市机动车污染物排放清单的建立是控制机动车污染的关键.本研究以2012年为基准年,通过对成都市轻型汽油客车技术水平分布、活动水平和保有量等数据的调查,将IVE模型本地化,计算了成都市2012年轻型汽油客车VOCs、PM、NOx、CO的排放清单,并分析了清单的不确定性.结果表明:成都市2012年轻型汽油客车排放的VOCs、PM、NOx和CO分别为2.23×104t、1.6×102t、1.26×104t和2.03×105t;轻型汽油客车中黄标车VOCs、PM、NOx、CO的排放量分别占排放总量的27.5%、18.1%、37.2%和42.5%,表明黄标车是轻型汽油客车污染物排放的主要来源;排放清单的不确定性主要来自于排放因子,VOCs、PM、NOx和CO清单的不确定性分别为-31.67%~32.35%、-54.75%~55.09%、-6.56%~6.76%和-12.22%~12.51%.     

鹤壁市大气挥发性有机物源排放清单研究

采用排放系数法与“自下而上”的活动水平数据收集方法,建立了鹤壁市化石燃料固定燃烧源、工艺过程源、溶剂使用源、储存运输源、废弃物处理源等固定源、移动源、餐饮油烟和生物质燃烧等面源的VOCs排放清单.结果表明：鹤壁市2017年VOCs排放总量为8829.7t.其中,工艺过程源排放量最大（3052.5t）,占VOCs总排放量的32%;其次是移动源（2712.8t）和溶剂使用源（1447.1t）,分别占总排放量的29%和15%;从空间分布看,浚县的VOCs排放量最大（3444.0t）,其次为淇滨区（1519.4t）、山城区（1516.0t）、淇县（1103.8t）和鹤山区（1041.9t）;其中,机动车（1932.0t）、建材冶金（903.6t）、化学制品制造（829.6t）、橡塑（646.8t）等VOCs排放量较大.对比河南省省会郑州市、同为煤炭资源型城市焦作市,鹤壁市的VOCs排放总量是郑州市的1/11,焦作市的1/3.但鹤壁市单位面积的VOCs排放量较大,是郑州市的1/3,焦作市的1/2,且鹤壁市单位GDP的VOCs排放量与郑州市和焦作市非常接近.说明鹤壁市VOCs排放总量低,但排放强度较高,仍需要加大减排力度.根据本清单的研究结果,建议鹤壁市可着重加强工艺过程源和移动源的减排,重点减排区域为浚县、鹤山区和淇滨区的交汇地带,重点减排机动车、建材冶金、化学制品制造等;此外,还应关注橡塑、餐饮油烟、工业生物质锅炉等行业的VOCs排放.     

厦门市工业源VOCs排放清单及控制对策分析

根据收集厦门市所辖6个区的工业源活动水平数据和厦门市环境统计数据等相关资料,运用排放因子法计算得到2019年厦门市6个辖区的8个行业的工业源VOCs排放清单,分析了厦门市各辖区VOCs排放强度的空间分布格局.在工业源VOCs排放清单的基础上结合企业调研,分析排放清单企业VOCs污染处理技术情况并提出相应的控制对策建议.结果表明,2019年厦门市工业源VOCs产生总量为16027.88 t,排放总量为5514.58 t,其中厦门岛外的海沧区、同安区、翔安区和集美区VOCs排放量分别为1648.35、2111.13、667.52和750.48 t,岛内的湖里区和思明区VOCs排放量较少,分别为292.42 t和44.68 t.除了湖里区,厦门市排放强度呈现岛外大于岛内的空间分布特点.厦门市8个行业中,VOCs排放主要来自于涂装、印刷、化工和橡胶行业,分别占厦门市总排放量的51.21%、20.18%、13.63%和10.67%.厦门市VOCs废气处理工艺情况分析结果表明,从源头控制层面,企业使用低（无）产生VOCs的原辅材料,可有效地从源头控制VOCs产生和排放;从末端处理工艺层面,UV光解/光催化、吸附处理、低温等离子体和生物法的实际处理效率均低于80%,吸附与催化燃烧等组合工艺以及燃烧法的实际处理效率均高于90%.     

沈阳市人为源挥发性有机物排放清单研究

对沈阳市各类人为源VOCs进行分类,收集活动水平数据,应用国内外最新研究成果,采用排放因子法建立了沈阳市2015年人为源VOCs排放清单。结果表明:2015年沈阳市人为源大气VOCs排放总量为13.75万t,其中,化石燃料燃烧源、工艺过程源、移动源、溶剂使用源、生物质燃烧源、储存运输源、废弃物处理源和其它排放源排放量分别占VOCs排放总量的5.35%、55.02%、12.70%、16.51%、8.87%、1.41%、0.24%和0.17%。化学原料和化学品制造业、石油加工、炼焦和核燃料加工业、橡胶和塑料制品业和纺织业为工艺过程源重点排放行业,VOCs排放量占到工艺过程源排放总量的97.16%;表面涂层和其他溶剂使用是溶剂使用源的重点排放行业,VOCs排放量占到溶剂使用源总排放量的81.15%。     

济南市人为源挥发性有机物排放清单及特征

该研究以2016年为基准年,采用"自下而上"的排放因子法建立了济南市人为源挥发性有机物(VOCs)排放清单。结果显示,济南市2016年人为源VOCs排放总量为81 512 t,排放量较大的源类为工艺过程源、移动源和溶剂使用源,分别占VOCs排放总量的47.8%、17.7%、16.8%。工艺过程源中的石油、化工行业排放量较大,且多为无组织排放,应加强泄露检测与修复;移动源中的载客汽车尤其是小型载客汽车由于保有量大,排放突出,应加强控制;溶剂使用源中的医药和汽车制造业排放量较大,应提高VOCs收集和处理效率。各区县VOCs排放总量居前3位的分别为历下区、历城区和章丘市。清单不确定性半定量评估结果表明,济南市人为源VOCs排放清单不确定度级别为中,为降低VOCs排放清单不确定性,需开展VOCs污染控制效率实际测试和排放因子本地化研究。     

天津郊区土壤风蚀源PM10排放清单不确定性分析

运用课题组自主开发的空气颗粒物风蚀源排放清单构建模型软件（PMEI-WES）,估算2016年天津市郊区土壤风蚀源颗粒物排放清单.采用蒙特卡罗模拟,分析了主要气象参数和土壤参数输入不确定性对排放量的影响,量化排放清单的不确定性.结果表明：2016年天津市郊区土壤风蚀源PM₁₀排放总量为22025.1731t.风速是影响排放量的最主要参数,排放量随风速增加呈指数增长,土壤碳酸钙与排放量呈正相关关系,土壤有机质与排放量呈负相关关系.排放总量95%概率范围为（15237.7581t,37434.8873t）,不确定度为（-37.48%,53.60%）;90%概率范围排放量为（16111.8606t,36104.7554t）,不确定度为（-33.89%,48.14%）.各区排放量不确定度大小与风速误差大小最显著.土壤参数对不确定度极值的影响较大.     

嘉兴市2015年人为源VOCs排放清单

根据收集的嘉兴市人为源活动水平数据,采用科学合理的估算方法和排放因子,建立了该地区2015年人为源挥发性有机物（VOCs）排放清单.结果表明,嘉兴市2015年VOCs排放总量为10.21×10⁴ t,其中工业源、移动源、生活源、储运源、废弃物处理源、农业源的排放量分别占排放总量的78.15%、12.08%、5.83%、3.24%、0.26%和0.44%.工业源中包装印刷、表面喷涂、纺织印染、化学原料制造、石化是重点排放行业.海宁市、桐乡市和平湖市VOCs排放量位居前三,约占嘉兴市总排放量的50%,经开区、海宁市、南湖区VOCs平均排放强度均超过30 t·km^-2.     

基于卫星遥感和地面观测的人为源VOCs区域清单多维校验

本文针对京津冀区域,基于传统的排放因子法建立了区域人为源VOCs物种排放清单;并基于区域卫星遥感甲醛信息和典型城市地面VOCs观测信息,开展了VOCs物种清单多维校验研究.清单计算结果表明,该区域2013、2015和2017年VOCs排放量分别为202.67、207.34和193.42万t,以烷烃（29.83%~30.72%）、不饱和烃（16.54%~17.68%）、芳香烃（27.14%~27.51%）、醛（8.75%~9.52%）、酮（8.13%~9.04%）和醇醚酯（5.13%~6.60%）为主.2013~2017年VOCs清单排量,张家口、秦皇岛和衡水小幅上升（每年1.10%~1.66%）,邢台和邯郸小幅下降（每年-1.46%~-1.12%）,承德、唐山、保定和沧州呈稳定趋势,且与卫星遥感HCHO柱浓度年际变化呈现较好的一致性趋势;而北京、天津、廊坊和石家庄的VOCs排放年变幅（每年-6.51%、-3.30%、2.16%和0.11%）与HCHO柱浓度变幅（每年-1.17%、7.19%、-0.24%和6.68%）差异较大.在VOCs清单区域空间分布上,城市地区VOCs网格排放量与HCHO柱浓度取得了较好的线性相关性（R>0.5）;而在郊区地区,两者相关度仅为0.33,主要源于郊区天然源VOCs二次转化对HCHO的重要影响和贡献.最后,本文在北京市和邯郸市城区开展了VOCs地面浓度观测,回归了主要VOCs化合物与CO的排放比值（ER）,对比发现：大部分烃类化合物的清单ER值与回归ER值具有较好的吻合度,但乙烷的清单ER值显著偏低（-156%~-73%）,C8以上芳香烃有所偏高（54%~74%）.总体而言,本文建立的区域人为源VOCs物种清单具有较好的准确性和可靠性.     

西宁市生物质燃烧源大气污染物排放清单

本研究根据调查的西宁市生物质燃烧源活动水平数据,采用排放因子方法,建立了 2018年西宁市生物质燃烧源9种大气污染物的排放清单,并分析了清单的时空分布特征和不确定性.结果表明,西宁市2018年生物质燃烧源CO、NOx、SO2、NH3、VOCs、PM2.5、PM10、BC 和OC 的排放量分别为 11 718.34、604.41、167.80、209.72、1 617.97、2 054.04、2 135.04、281.07和 1 224.78 t.秸秆露天焚烧 CO、NOx、VOCs、PM2.5、PM10、BC 和OC 的排放对生物质燃烧源的排放贡献率最高;其中,秸秆露天焚烧NOx、VOCs和CO的贡献率分别为72.35％、63.94％和53.18％.户用生物质炉NH3和SO2的排放对生物质燃烧源的贡献率最大,分别为41.49％和42.05％.生物质燃烧源大气污染物排放地区分布不均衡,主要集中于大通县和湟中区.生物质燃烧源9项污染物的排放量在1、2、3、10、11和12月较大,占比在5％～33％.蒙特卡罗模拟结果表明,在95％置信区间下,不确定度最高的是森林和草原火灾的PM2.5排放,不确定度为-26.71％～29.78％.     

南昌市固定燃烧点源大气污染物排放清单及特征

大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料,而工业点源是大气污染的重点排放源.通过收集相关活动水平信息和合理的排放因子,采用"自下而上"的方法建立了南昌市2014年点源大气污染物排放清单.结果表明,SO_2、NO_x、CO、PM_(10)、PM_(2.5)和VOC排放总量分别为29576.2、17115.1、25946.6、4689.4、922.9和1190.4 t,其中,金属炼制行业对SO_2、CO和VOC的贡献最高,分别占37.75%、30.59%和38.45%;火电行业是NO_x的主要来源,其贡献率为47%;水泥等建材制造行业对PM_(10)和PM_(2.5)排放贡献最高,分别为26%和25%.根据排放源污染物排放量及地理坐标信息,建立了0.4 km×0.4 km的污染物排放量空间分布特征图,结果表明,南昌市大气污染物排放较为集中,青山湖区北部和新建区北部是SO_2、NO_x、CO和VOC的主要排放区,而PM_(10)和PM_(2.5)的排放量相对分散,并在安义县出现排放高值区.通过将计算结果与统计数据结果进行对比,了解所估算清单的准确程度.对SO_2和NO_x的计算值和统计值进行统计分析,结果显示,NMB(标准化平均偏差)和NME(标准化平均误差)值均小于50%,清单计算精度较高.同时,为了解清单数据质量,对清单的不确定性进行定量分析,结果显示,SO_2和VOC不确定性较低而PM_(10)和PM_(2.5)的不确定性相对较高,清单整体不确定性与其他研究结果相差不大.建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手,从而减小排放量的不确定性,获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究.     

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

四川省大气固定污染源排放清单及特征

根据收集到的四川省电厂、工业及民用部门的活动水平数据,采用合理的估算方法和排放因子,建立了四川省2010年大气固定污染源排放清单.结果表明:12010年四川省固定源共排放SO₂ 84.1万t、NO_x 44.9万t、CO 318.8万t、PM₁₀ 44.1万t、PM_2.5 25.5万t、VOC 17.9万t;2电厂和工业过程是固定源排放的主要贡献源;3燃煤是固定燃烧排放的主要贡献源,煤矸石、焦炭、天然气对污染物的贡献也不容忽视,水泥、钢铁、轻工业制造是本地区主要的工业过程排放源;4宜宾、成都及攀枝花是固定源污染物的主要贡献城市,约占四川省总排放量的20%~40%;5电厂、能源工业燃烧清单的不确定性主要来自排放因子,而工业过程涉及排放源种类繁多且复杂,排放测试研究较少,不确定性较高.     

广东省非道路移动机械排放清单及不确定性研究

随着工业源和机动车等重点污染源减排空间的下降,非道路移动机械排放已成为大气污染防治领域的研究热点之一.本研究通过资料收集与实地调研,初步构建了广东省非道路机械基于机型的活动水平数据集、综合排放因子及时空分配因子,采用自下而上的排放因子法,建立了广东省2014年非道路移动机械排放清单.并利用蒙特卡洛方法定量评估清单结果不确定性.结果表明,广东省2014年非道路移动机械的SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs和CO排放总量分别为4.9、61.1、4.8、4.5、11.6 kt和45.1 kt.其中,农业机械排放以四轮农用运输车和小型拖拉机为主,贡献率分别为38.4%和18.0%,主要分布在非珠三角的农村地区;工程机械排放以建筑运输车和挖掘机为主,贡献率分别为40.1%和33.9%,主要分布在珠三角地区.此外,不确定性分析结果显示VOCs和PM_(2.5)排放结果不确定性较大,不确定性范围分别为-25.2%~41.7%和-23.4%~32.8%.NO_x不确定性较小,不确定性范围为-15.2%~17.5%.     

长江三角洲地区人为源大气污染物排放特征研究

在收集整理长江三角洲地区（简称＂长三角＂）各城市人为大气污染源资料的基础上,采用以＂自下而上＂为主的方法建立了2007年长三角地区人为源大气污染物排放清单.清单结果显示,2007年长三角地区的SO2、NOx、CO、PM10、PM2.5、VOCs和NH3等大气污染物排放总量分别达到2391.8、2292.9、6697.1...     

广东省火电污染物排放特征及其对大气环境的影响

采用物料衡算及排放因子法建立了2012年广东省火电大气污染物排放(下称火电排放)清单,并运用WRF/SMOKE/CAMx模型分析火电排放对大气环境质量的影响. 结果表明:SO₂、NO_x、CO、PM₁₀、PM_2.5、VOCs和NH₃排放量分别为269 408、539 565、301 257、135 920、65 050、18 790、1 949 t. 300 MW以上的机组对火电排放的贡献较大,但125 MW以下的机组单位煤耗污染物排放较高. 春季、夏季、秋季、冬季火电排放所占比例分别为27.1%、25.4%、24.0%和23.5%,24 h排放呈“三峰三谷”特征;排放量较大的城市为广州、佛山、东莞、江门、汕头、潮州和梅州,不同区域火电排放贡献率顺序为珠三角 (46.2%~52.3%)>广东省东部(26.9%~34.3%)>广东省西部(11.9%~14.4%)>广东省北部(5.5%~10.0%). 8月火电排放对珠三角城市ρ(SO₂)、ρ(NO₂)月均值的贡献率较高,分别为17.0%、11.1%,其次为10月、4月、1月,其影响集中于火电厂所在城市及下风向区域,对不同城市的贡献差异性较大,具有局地特征;火电排放10月对ρ(PM₁₀)、ρ(PM_2.5)月均值贡献率(9.1%、10.6%)较高,其次为8月、4月和1月,影响区域更广,对不同城市的贡献差异较小,呈现区域性特征.      

天津市2017年移动源高时空分辨率排放清单

移动源已成为城市地区大气污染的主要贡献源.已有研究多关注道路移动源（机动车）或非道路移动源（工程机械、农业机械、船舶、铁路内燃机车和民航飞机）中单一源类的排放,欠缺对移动源总体排放特征的把握.本研究提出了移动源高时空分辨率排放清单的构建方法,据此建立了天津市2017年移动源排放清单,并分析其排放构成与时空特征.结果表明,天津市移动源CO、VOCs、NO_x和PM₁₀的排放量分别为18.30、6.42、14.99和0.84万t.道路移动源是CO和VOCs的主要贡献源,占比分别为85.38%和86.60%.非道路移动源是NO_x和PM₁₀的主要贡献源,占比分别为57.32%和66.95%.从时间变化来看,移动源所有污染物排放在2月均为最低,CO和VOCs在10月排放最高,而NO_x和PM₁₀则在8月排放最高.节假日（如春节和国庆节等）对移动源排放的时间变化影响显著.从空间分布来看,CO和VOCs排放主要集中于城区和车流量大的公路（高速路和国道）上,NO_x和PM₁₀在城区与港区均具有较高排放强度.污染物的空间分布差异是由其主要贡献源的空间位置决定的.本研究可为天津市大气污染的精细化管控和空气质量模拟提供数据支撑,同时可为其他地区移动源排放清单的建立提供方法参考.     

港口自有移动源大气污染物排放清单

基于全面开展大气污染源排放清单编制工作的要求,研究制定了天津市港口自有移动源排放清单.对道路和非道路移动源各源类6种大气污染物建立了分辨率为3 km×3 km的网格化排放清单,并分析其污染物排放时空分布特征,利用蒙特卡罗方法分析了清单的不确定性.结果表明,2020年港口自有移动源共排放PM₁₀ 148.22 t、 PM_2.5 135.34 t、 SO₂ 1 061.04 t、 NO_x 4 027.16 t、 CO 756.60 t和VOCs 237.07 t,其中道路和非道路移动源污染物总排放量占移动源排放量的比例分别为6.66%和93.34%.全港区自有道路移动源机动车污染物排放的主要贡献源是小型、中型、大型载客汽车(汽油)和重型载货汽车(柴油),非道路移动源排放的各污染物的主要贡献源均是船舶和工程机械.不确定性分析结果表明,移动源总体不确定性范围为-13.3%～16.53%.     

海峡西岸地区人为源大气污染物排放特征研究

采用以"自下而上"为主的方法建立了2007年海峡西岸地区的人为源大气污染物排放清单.计算结果显示,海西地区人为源SO2、NOx、CO、PM10、PM2.5、VOCs和NH3排放总量分别为69.5×104、96.1×104、413.1×104、93.9×104、40.6×104、85.0×104和28.5×104t.电厂和工业燃烧设施分别占SO2排放的48%和39%,以及NOx排放的51%和25%.水泥、砖瓦等制造过程贡献了约51%的PM10排放和36%的PM2.5排放.秸秆燃烧、加油站和涂料等VOCs面源分别占到其排放总量的27%、15%和4%.NH3的主要排放源为畜禽养殖和氮肥施用等农业部门,占到总排放量的89%.海西地区的单位面积大气污染物排放量仅相当于长三角地区的25%左右,略高于全国平均水平.该地区人为源和天然源VOCs排放比重分别占56%和44%,人为源VOCs排放比重低于全国大部分地区.海西大气污染高排放地区主要集中在沿海一带,以泉州、潮汕、福州和温州等地区为主,建议"十二五"发展过程中,重点关注上述高排放地区,限制重点排放源的发展,开发低耗能、低污染的发展模式.