秸秆露天焚烧典型大气污染物排放因子

利用烟气污染物稀释采样系统,基于实际测试,针对玉米、小麦、花生和棉花4种农作物秸秆开展露天焚烧排放大气污染物采集和分析.利用修正燃烧效率区分燃烧状态,根据碳平衡法计算烟气中颗粒物和气态污染物排放因子.结果表明,4种秸秆露天焚烧CO、SO₂、NO_x和CH₄平均排放因子分别在7.39~92.4g/kg、0.11~0.89g/kg、0.72~3.86g/kg和0.2~5.45g/kg之间,PM_2.5平均排放因子在1.48~13.29g/kg之间.OC和EC的质量分别占PM_2.5全部质量的27.7%~54.3%和4.4%~17.1%,是PM_2.5的主要组成成分.污染物排放主要来自混合燃烧状态,焖烧状态排放污染物浓度相对较高.随着含水率升高,焖烧过程增强显著,CO、CH₄、PM_2.5和OC的排放因子升高,其中PM_2.5排放量增高主要是由OC排放占比升高导致.     

贵州省生物质燃烧源大气污染物排放清单

为准确掌握贵州省生物质燃烧源大气污染物的排放状况,基于收集资料和实地调查结合的方式获取活动水平,引用文献和本地实测数据结合的方式选取排放系数,采用排放系数法结合GIS技术,建立了贵州省2019年3 km×3 km生物质燃烧源9种大气污染物排放清单.结果表明：(1)全省生物质燃烧源CO、 NO_x、 SO₂、 NH₃、 VOCs、 PM_2.5、 PM₁₀、 BC和OC的排放量分别为：293 505.53、 14 781.19、 4 146.11、 8 501.07、 45 025.70、 39 463.58、 41 879.31、 6 832.33和15 134.74 t.户用生物质炉具CO、 SO₂、 NH₃和BC的排放量贡献率最大,秸秆露天焚烧NO_x、 VOCs、 PM_2.5、 PM₁₀和OC的排放量贡献率最大.(2)各市(州)生物质燃烧源排放的大气污染物分布不均衡,主...     

我国水泥工业大气污染物排放量估算

水泥工业是粉尘,SO₂和NO_x等多种大气污染物的重要排放源.根据各地水泥工业的工艺现状、活动水平、除尘器的除尘效率和污染物排放因子,估算了1995—2005年我国水泥工业生产过程中排放的粉尘,PM₁₀,PM_2.5,SO₂,NO_x,氟化物和CO等的排放量,并给出了2005年分省区、分工艺的排放清单.结果表明,污染物排放量与水泥活动水平呈正相关.1995年以来,随着水泥产量增加,污染物排放量增长迅速,2005年我国水泥工业排放排放粉尘520.69×104 t,PM₁₀437.24×104 t,PM_2.5301.06×104 t,SO₂ 86.09×104 t,NO_x286.67×104 t,氟化物57.72×104t,CO1 987.97×104 t;山东、浙江、江苏、河北和广东等水泥生产大省污染物排放量较大,污染物排放总量占全国总排放量的46.6%,新型干法的推广应用有助于大气污染物的减排.      

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.      

北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.      

黑龙江省秸秆露天焚烧污染物排放清单及时空分布

以黑龙江省为例,采用排放因子法计算了2016年秸秆露天焚烧污染物排放清单,分析了污染物的时空分布特征.结果表明,黑龙江省秸秆露天焚烧各污染物排放量为：CO₂ 1314.09万t、CO 41.92万t、CH₄ 3.77万t、NMVOCs 8.35万t、NH₃ 0.65万t、BC 0.44万t、OC 3.13万t、SO₂ 0.50万t、NO_X 3.28万t、PM₁₀ 8.81万t、PM_2.5 10.14万t.在95%的置信区间确定了排放清单的不确定性,不确定性范围为NO_X的±86%的低值到CO的±187%的高值.通过可靠性分析推断,本文的排放清单是合理的.玉米和水稻秸秆露天焚烧对同种大气污染物的贡献高于其他作物秸秆.大气污染物排放高值区位于黑龙江省西部和东部,污染物排放的时段在全年范围内具有明显的双峰特征.秸秆露天焚烧率的下降能有效促进大气污染物的减排,且农垦地区集约化和规模化的管理模式能有效控制秸秆露天焚烧.     

天津市EC和OC气溶胶排放源的估算

通过调研天津市污染源,在原有NO_x,SO₂,NMVOC,CO,NH₃,PM₁₀和PM2.5等污染物的基础上,从工农业生产和居民生活方面计算了天津市各行业、各区县的元素碳(EC)和有机碳(OC)排放量,对天津市2003年大气污染源排放清单进行了发展和补充. 结果表明:天津市2003年EC排放量为1.30×104 t,OC为2.40×104 t. 从排放源的行业分布来看,燃煤源是天津市EC和OC的重要排放源,对EC和OC排放量的贡献均为42%. 移动源与秸秆燃烧也是较大排放源,移动源对EC和OC排放量的贡献分别为43%和35%,秸秆燃烧对EC和OC的贡献分别为15%和23%. 炼焦、钢铁行业是EC和OC的主要工业源,炼焦行业的EC和OC排放量分别占工业源排放量的47%和23%,钢铁行业的EC和OC排放量分别占工业源排放量的24%和18%. 2003年天津市区对EC和OC的贡献均高于其他区县,其次,武清区、塘沽区对2种污染物的贡献也很高. 民用源的EC排放量在PM_2.5中占33.7%. 集中供热的OC排放量在PM_2.5中占67.6%,在各行业中最高. EC和OC排放量在PM2.5中所占比例最高的区域均在市区,最高值分别为25.0%和43.3%,其次是大港区和塘沽区.秸秆燃烧和移动源的估算误差较小,工业燃煤源的估算误差较大. 秸秆燃烧的正负误差分别为+18%和－16%,工业燃煤源的正负误差分别为+300%和－50%.      

荆州开发区高分辨率大气源排放清单构建研究

为准确掌握荆州开发区大气污染物排放状况,该研究采用排放因子法,基于资料收集与实地调查结合的方式获取活动水平、文献调研选取排放系数,结合ArcGIS平台,建立了荆州开发区2019年1 km×1 km 10类排放源9种大气污染物排放清单。结果表明：开发区SO₂、NO_x、CO、VOCs、NH₃、PM₁₀、PM_2.5、BC和OC的排放量分别为850.4、2 407.1、4 584.0、4 848.3、107.7、8 602.1、4 485.3、57.8和159.6 t。移动源是NO_x的主要来源,占NO_x总排放量的43.8%。固定燃烧源是CO的主要来源,占CO总排放量的81.5%。工艺过程源是SO₂、VOCs、PM₁₀、PM_2.5和OC的主要来源,分别占SO₂、VOCs、PM₁₀、PM_2.5和OC总排放量的50.9...     

中国电力行业多污染物控制成本与效果分析

利用情景分析法建立了2010—2030年我国电力行业SO₂、NO_x、PM₁₀、PM_2.5的排放控制情景,分析了发电技术结构调整、加严及进一步加严末端控制措施(脱硫、脱硝、除尘等)的减排成本和效果. 结果表明:到2030年,相对于趋势照常情景,若加严末端控制设施,将新增336×108元投资,SO₂、NO_x、PM₁₀、PM_2.5排放量可分别减少121×104、852×104、18×104、10×104 t;若进一步加严末端控制措施,将再新增25×108元投资,NO_x、PM₁₀、PM_2.5可分别进一步减排45×104、23×104、15×104 t;若进行发电技术结构调整,将新增2 383×108元投资,SO₂、NO_x、PM₁₀、PM_2.5排放量分别减少248×104、420×104、18×104、10×104 t;2020年和2030年发电技术结构调整带来的单位污染物减排成本分别为15 374和34 239元/t,是末端控制措施加严的3倍以上,但其能提供更大的SO₂减排空间并具有降低能耗和减排温室气体等协同效益. 从成本效果角度考虑,建议采用加严末端控制措施方案,同时调整发电技术结构、合理发展清洁发电技术,以为污染物减排提供更大空间.      

基于WRF-CMAQ评估秸秆禁烧对区域空气质量的影响

基于本地化的秸秆露天焚烧主要大气污染物排放清单,采用空气质量模式WRF-CMAQ,定量评估秸秆禁烧管控对东北地区空气质量的影响.结果显示,2013~2020年东北地区秸秆露天焚烧污染物排放总量整体呈现先增加再降低的趋势,每年的秸秆焚烧集中期为春耕前（3月和4月）和秋收后（10月和11月）.2017年秸秆焚烧集中期内,秸秆露天焚烧对东北三省的CO和PM_2.5浓度的贡献率分别为24.01%和39.98%,农作秸秆露天焚烧是造成东北地区空气质量下降的重要因素;相同气象条件下,2019年秸秆焚烧集中期,秸秆焚烧对东北三省大气中CO和PM_2.5浓度的贡献率较2017年同期分别下降了9.58%和13.95%,表明2019年的秸秆禁烧政策有效改善了东北地区的空气质量.同时,若东北三省均实施吉林省2019年的秸秆禁烧管控政策,则东北地区的空气质量将会进一步改善.本研究结果可为区域大气污染联防联控政策的制定提供科技支撑.     

长三角地区秸秆焚烧污染物排放清单及其在重霾污染天气模拟中的应用

根据2008年长三角地区江苏、安徽、浙江3省各地级市及上海市水稻、小麦、玉米、油菜4种农作物的年产量,结合谷草比、秸秆焚烧比例及排放因子建立了长三角地区秸秆焚烧大气污染物排放清单.结果表明：长三角地区秸秆焚烧产生的PM10、PM2.5、SO2、NOx、CO、EC、OC分别为36.8×104、14.4×104、1.5×104、9.2×104、20.8×104、2.6×104、12.2×104t.秸秆焚烧污染物排放量较大的区域主要集中在江苏中北部和安徽北部.在区域大气环境模拟系统RegAEMS中考虑秸秆焚烧源的影响,针对2008年10月底江苏一次重霾污染天气事件进行模拟,发现考虑秸秆焚烧源后模拟结果有较大的改善.秸秆焚烧可以导致区域PM10、CO浓度上升30%以上,黑碳和有机物的消光贡献明显增强.区域输送研究表明,苏中地区、外省秸秆焚烧排放源对此次重霾污染的贡献分别达到32.4%、33.3%.     

广东省秸秆燃烧大气污染物及VOCs物种排放清单

基于广东省粮食产量的统计年鉴,建立了广东省2008~2016年秸秆燃烧污染物排放清单和2016年广东省秸秆燃烧VOCs物种清单,并对VOCs臭氧生成潜势进行评估.结果表明,2013~2016年广东省秸秆燃烧各大气污染物排放量较2008~2012年有所降低.这主要是由于禁止秸秆露天燃烧政策的出台及农村生活水平的提高降低了秸秆燃烧比例.2016年各类大气污染物SO_2、NO_x、NH_3、CH_4、EC、OC、NMVOC、CO和PM_(2.5)的排放量依次为2 443.7、16 187.9、6 943.8、29 174.4、3 625.5、14 830.7、65 612.6、591 613.9和49 463.0 t.稻谷秸秆燃烧是最主要的秸秆燃烧污染物来源,占据了污染物总排放量的约68.55%.污染物贡献最大的5个市分别为湛江、茂名、梅州、肇庆和韶关,约占总排放量的58.63%.2016年广东省秸秆燃烧VOCs物种排放清单中,排放量贡献前10的物种分别为:乙烯、乙醛、甲醛、苯、乙炔、丙烯、乙烷、甲苯、正丙烷和丙醛,占总VOCs量的67.91%.在VOCs物种清单的基础上估算了其臭氧生成潜势(OFP),OFP贡献前10 VOCs物种分别为:乙烯、甲醛、乙醛、丙烯、1-丁烯、丙醛、甲苯、丙烯醛、异戊二烯和丁烯醛,占总OFP量的80.83%.     

四川省秸秆露天焚烧污染物排放清单及时空分布特征

根据收集的活动水平数据,采用排放因子法建立了四川省2012年秸秆露天焚烧污染物排放清单,并分析了污染排放的时空分布特征.结果表明,2012年四川省秸秆露天焚烧共排放SO2、NOx、NH3、CH4、NMVOC、CO、PM2.5、EC以及OC分别为1 210、12 185、2 827、20 659、40 463、292 671、39 277、1 984以及10 215 t;水稻、小麦、玉米、油菜是四大主要的焚烧作物秸秆,对污染物的总贡献率约为88%~94%;秸秆露天焚烧受农作收获的影响,全年的排放主要集中在7~8月,而5月是上半年的一个排放小高峰;秸秆焚烧排放的高值地区主要分布在成都平原、川北地区以及川南地区,川西地区排放分布相对较少;本清单的不确定性主要来自排放因子及秸秆焚烧量.     

廊坊市区主要大气污染源排放清单的建立

通过调研、统计廊坊市区工业、城中村及机动车等资料,结合以往清单文献研究结果及清单编制指南中的排放因子,计算了廊坊市区主要大气污染物的排放量,得到廊坊市区2014年主要大气污染源排放清单.结果显示,2014年廊坊市区工业源(固定燃烧)NO_x、SO_2、NMVOC、CO、PM_(10)、PM_(2.5)排放总量分别为6.4×10~3、1.2×10~4、31、1.0×10~4、7.3×10~2、4.4×10~2t,其中热电行业排污贡献率最高,分别占NO_x、SO_2、CO、PM_(10)、PM_(2.5)工业源(固定燃烧)年排放总量的55%、48%、67%、63%、69%;安次区工业企业对气态污染物贡献较高,广阳区及开发区工业企业对颗粒物排污贡献较大.低矮面源(城中村)NO_x、SO_2、NMVOC、CO、PM10、PM_(2.5)年排放总量分别为1.8×10~2、3.6×10~3、3.0、4.9×10~3、1.5×10~2、72 t.道路移动源CO、HC、NO_x、PM_(2.5)年排放总量分别为2.4×10~4、1.9×10~3、2.2×10~3、44 t,其中小型客车对HC和CO贡献率较高,分别为53%和61%;NO_x年排放总量中26%由重型货车贡献;PM_(2.5)则主要由轻型货车和重型货车贡献,占比分别为39%和21%.     

长江三角洲地区秸秆露天焚烧大气污染物排放清单及其在空气质量模式中的应用

基于长江三角洲江苏、安徽、浙江和上海地区2008年粮食产量的统计年鉴,结合作物谷草比、排放因子等估算了上述地区2008年秸秆焚烧排放污染物清单,重点完善了各县级市污染物排放.结果表明2008年江苏、安徽、浙江和上海地区SO2、NOx、CO、CO2、PM2.5、BC、OC、NH3、CH4、NMVOC的排放总量分别为14.28、86.01、1 744.56、36 893.03、517.54、11.74、114.63、19.93、89.37和208.57 kt.江苏中部和北部、安徽北部地区秸秆露天焚烧污染物排放较多,而江苏南部和浙江地区污染物排放量较少.将建立的秸秆露天焚烧排放污染物清单应用于WRF-CMAQ空气质量模式,结果表明,考虑秸秆焚烧排放源后,对PM10、CO等大气污染物的模拟能力大幅提高,模拟浓度比使用原始排放源分别提高42%和28%,模拟浓度与实测浓度的相关系数分别提高0.25和0.17,模拟值较使用原始排放源更加贴近实测值.     

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.     

Estimating emissions from crop residue open burning in China based on statistics and MODIS fire products

With the objective of reducing the large uncertainties in the estimations of emissions from crop residue open burning, an improved method for establishing emission inventories of crop residue open burning at a high spatial resolution of 0.25°× 0.25° and a temporal resolution of1 month was established based on the moderate resolution imaging spectroradiometer(MODIS) Thermal Anomalies/Fire Daily Level3 Global Product(MOD/MYD14A1). Agriculture mechanization ratios and regional crop-specific grain-to-straw ratios were introduced to improve the accuracy of related activity data. Locally observed emission factors were used to calculate the primary pollutant emissions. MODIS satellite data were modified by combining them with county-level agricultural statistical data, which reduced the influence of missing fire counts caused by their small size and cloud cover. The annual emissions of CO_2, CO, CH_4,nonmethane volatile organic compounds(NMVOCs), N_2O, NO_x, NH_3, SO_2, fine particles(PM2.5),organic carbon(OC), and black carbon(BC) were 150.40, 6.70, 0.51, 0.88, 0.01, 0.13, 0.07, 0.43,1.09, 0.34, and 0.06 Tg, respectively, in 2012. Crop residue open burning emissions displayed typical seasonal and spatial variation. The highest emission regions were the Yellow-Huai River and Yangtse-Huai River areas, and the monthly emissions were highest in June(37%).Uncertainties in the emission estimates, measured as 95% confidence intervals, range from a low of within ±126% for N_2O to a high of within ± 169% for NH_3.     

2010年中国机动车CH4和N2O排放清单

中国大部分机动车温室气体排放研究都集中于CO₂排放,对于CH₄和N₂O等排放的研究鲜见. 以中国机动车污染防治年报(2011年)、中国汽车工业年鉴(2011年)、中国统计年鉴(2011年)以及交通运输部发布的相关信息和数据(2011年)等为基础,结合文献调研和2008─2010年对北京、广州等国内10余座典型城市的实地调查结果,获得2010年我国机动车活动水平及排放特征. 基于上述基础信息,解析得到按不同车型、燃料和车龄分布的机动车保有量、年均行驶里程及排放因子,建立2010年中国机动车CH₄和N₂O排放清单. 结果表明:2010年中国机动车CH₄和N₂O排放量分别为23.90×104和6.01×104t,折算成CO₂分别为501.99×104和1862.51×104t. 不确定性分析则显示,中国CH₄排放量在18.21×104～27.52×104t之间,N₂O排放量在4.32×104～7.62×104t之间. 在机动车中,汽车CH₄和N₂O排放量最大,分担率(某车型污染物排放量占机动车排放总量的比例)分别为77.99%和94.22%,而摩托车和农用车排放分担率较小. 在各类汽车中,CH₄排放主要来源于轻型汽油车和天然气出租车,二者的排放分担率分别为47.98%和23.42%;N₂O排放则主要源于轻型汽油车,其分担率为73.09%. 因此,轻型汽油车是削减机动车CH₄和N₂O排放的重点车型,同时天然气出租车也应作为控制CH₄排放的主要车型.      

中国工业行业的生态效率

中国工业是资源消费和污染物排放的主要源头,解析工业各行业的生态效率可为中国产业结构调整和整体环境质量改善提供必要信息.在分析工业构成并构建工业系统与外部环境之间关系的基础上,选择能源消费和废水、固体废物、SO2、工业烟尘、粉尘等污染物的排放量作为研究的环境影响类别,界定了与这些环境影响相关的生态效率,估算了中国2007年的工业生态效率现状,结果为:能源效率615.5万元·ktce-1;废水和固废方面的生态效率分别为54.3万元·kt-1和1.9万元·t-1;工业SO2、烟尘和粉尘方面的生态效率分别为59.6、169.2和184.6万元·t-1.深入分析了39个工业部门的生态效率,结果表明,以上几种生态效率具有明显的行业不均衡性,表现为不同行业在不同类型生态效率中的工业排序明显不同;与此同时,对于同一种生态效率,不同工业行业的数值可相差几百倍到几万倍,表明通过优化工业结构将具有较大的提高工业生态效率的可能性.     

我国燃煤电厂PM2.5减排潜力预测与分析

为研究燃煤电厂在燃煤发电机组结构优化调整和不同末端控制措施条件下PM_2.5的排放情况,以2012年为基准年,设计了分阶段、分地区不断优化的控制情景(基准、适中、加严和最严情景),并依据《大气细颗粒物一次源排放清单编制技术指南(试行)》建立的减排潜力模型对2017年、2020年和2030年我国燃煤电厂PM_2.5减排潜力及空间分布进行预测分析. 结果表明:通过燃煤发电机组结构优化调整,2017年、2020年和2030年我国燃煤电厂PM_2.5排放量与调整前相比可分别减少3.62×104、8.52×104和24.43×104 t,但相对于基准年而言,PM_2.5排放量并未减少;进一步结合末端控制措施优化进行控制,PM_2.5最大减排潜力(相对于基准年而言)可分别达到59.42×104±7.83×104、82.83×104±5.82×104和81.89×104±6.76×104 t,最高减排比例分别达到66.5%±8.8%、92.8%±6.5%和91.6%±7.6%. 我国各省(市/区)燃煤电厂PM_2.5减排潜力与其煤耗量和采取的控制措施有关,燃煤量越大,控制措施越严格,则减排潜力越大. 京津冀、长三角和珠三角地区燃煤电厂在实现超低排放,即最严情景下2017年PM_2.5减排潜力分别为5.93×104、12.04×104和4.70×104 t;2017年、2020年和2030年这3个区域PM_2.5总减排潜力分别为22.68×104、22.36×104和22.07×104 t. 内蒙古、江苏、山东、广东、河北和山西等地在实施超低排放后,其PM_2.5减排潜力均超过4×104 t,并且在全国范围内实施超低排放可显著降低我国燃煤电厂PM_2.5排放量.