珠江三角洲非道路移动源排放清单开发

根据收集到的珠江三角洲非道路移动源活动水平数据,采用适合各类非道路移动源污染物排放量的估算方法和排放因子,建立了珠江三角洲地区2006年非道路移动源排放清单.结果表明,珠江三角洲地区2006年非道路移动源排放SO2为6.52×104t,NOx为1.24×105t,VOC为4.54×103t,CO为2.67×104t,PM10为4.51×103t.其中船舶为最大的SO2、NOx、CO和PM10排放贡献源,分别占非道路移动源排放总量的96.4%、73.8%、39.4%和50.5%.在船舶排放源中,SO2、NOx、VOC、CO和PM10排放量的89.8%、81.8%、77.3%、79.5%和81.7%来自货轮和散装干货船.非道路移动源已成为该地区第三大SO2和NOx排放贡献源,分别占珠江三角洲大气污染源SO2和NOx排放总量的8.6%和13.5%.     

青岛市机动车排放源强与排放量研究

阐述了青岛市城市机动车的发展现状和道路交通状况,采集典型交通状况的车流量和车速数据,对评价区域进行了移动线源、面源的源强分析计算,得到了该区域内机动车排放网格数据,通过修正的排放因子计算了青岛市机动车主要尾气污染物的年排放量,目的是为机动车污染治理提供了理论数据。研究表明从排放源源强分析机动车道路污染状况和污染区域分布,不受扩散模式的影响,可以简单有效的评价机动车排放污染程度;青岛市城市主干道以成为机动车污染物的主要排放源,针对青岛市机动车尾气污染情况提出了合理的污染物治理建议。     

江苏省非道路移动源大气污染排放清单研究

以江苏省非道路移动源为研究对象,通过文献资料调研、问卷调查等方法获取非道路移动源活动水平数据,分析了2015年度江苏省非道路移动源大气污染排放情况。结果表明:非道路移动源PM_(10)、PM_(2.5)、HC、NOx、CO、SO_2等污染物排放总量分别为23878.3 t、18925.8 t、21673.6 t、430193.9 t、62846.0 t和112403.5 t;内河船舶各类污染物排放量均为非道路移动源污染物排放量之首,占总排放量的51.9%～90.4%,工程机械、农业机械以及内河船舶三类非道路移动源排放量占总排放量的95%以上,工程机械、农业机械以及内河船舶应作为非道路移动源大气污染排放控制的重点;非道路移动源排放的二氧化硫、氮氧化物和PM_(10)分别占全省废气污染物排放量的6.3%、19.0%和1.8%。     

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%.     

天津市非道路移动源污染物排放清单开发

基于天津市非道路移动源污染管控需求,根据调研收集到的2015年非道路移动源活动水平数据,采用环保部《非道路移动污染源排放清单编制技术指南(试行)》推荐的核算方法,建立较为完整的天津市非道路移动源排放清单,分析污染物的时空分布.2015年,天津市非道路移动源排放CO 6.15×10~3t、HC 2.45×10~3t、NO_x2.90×10~4t、PM 1.45×10~3t、SO_21.37×10~4t.船舶污染物排放占比最高,为所有非道路移动源污染物排放总量的73.66%,主要分布于天津港区;其次是非道路移动机械,占21.66%,主要分布于市郊种植业和养殖业区县、城市建设和人群活动较为密集的城区;民航飞机和铁路机车占比较小,分别为3.55%和1.13%,主要分布于机场和铁路沿线.总体上,非道路移动源从3月开始排放量逐渐升高,而年底和年初(冬季)排放量相对较低.     

应用模式计算机动车排放因子

以澳门地区机动车污染物排放因子计算为例,介绍了根据当地实际情况,进行模式参数修正,并采用修正的模式确定排放因子的基本方法。结果表明,采用修正模式计算的方法能够比较方便地确定不同时空研究范围内机动车的排放因子。澳门地区机动车的排放水平较高,需要采取更先进的技术以控制机动车的污染。     

长三角地区典型城市非道路移动机械大气污染物排放清单

本研究选取上海和杭州两市开展了非道路移动机械的实地调查,分析了各城市非道路移动机械的种类构成、使用特点、燃料类型、功率分布和排放标准等级,在此基础上建立了城市尺度非道路移动机械排放清单技术方法,编制了上海和杭州市2014年非道路移动机械大气污染物排放清单.结果表明,上海和杭州市非道路移动机械柴油消费分别为6.1×10~5t和3.2×10~5t,NO_x排放分别为3.09×10~4t和1.72×10~4t,PM_(2.5)排放分别为1.41×10~3t和8.1×10~2t,其中,挖掘机等建筑市政施工机械的排放贡献最为突出.非道路移动机械NO_x排放分别占两城市所有源的11.1%和16.1%,占流动源的18.5%和32.2%,已成为城市大气污染的重要来源之一.     

成都市非道路施工机械排放清单研究

随着大气污染控制形势的日益严峻,非道路移动源排放日益受到关注.本研究通过软件调研获得了成都市非道路施工机械保有量、功率分布,通过现场及文献调研获得了非道路施工机械活动水平数据.参照《非道路移动污染源排放清单编制技术指南(试行)》中的方法,计算了成都市2018年非道路施工机械排放清单.结果表明,2018年成都市非道路施工机械PM、HC、NO_x和CO的排放量分别为845、2898、16738、11231 t.按机械类型划分,挖掘机4项污染物排放占比最高,PM、HC、NO_x和CO分别占59%、61%、59%和62%;按排放阶段划分,国2机械4项污染物排放占比最高,PM、HC、NO_x和CO分别占55%、66%、68%和65%.排放清单结果的不确定性受到多种因素的影响,其中影响最大的为排放因子.     

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.     

四川省非道路移动源大气污染物排放清单研究

根据调查收集到的2015年四川省工程机械、农业机械、铁路机车、船舶和民航飞机的保有量、活动水平等数据,采用"排放因子法"计算了非道路移动源大气污染物排放量,分析了2015四川省非道路移动源的尾气污染排放特征,并建立了3km×3km的网格化排放清单.结果表明,2015年四川省非道路移动源排放的PM₁₀为1.38×10⁴t,PM_2.5为1.25×10⁴t,NO_x为1.83×10⁵t,THC为2.98×10⁴t,CO为1.21×10⁵t.工程机械对污染物的贡献率相对较高,占比达到70%;其次为农业机械,对NO_x和PM的贡献占比分别达到15%.工程机械和农业机械的排放主要集中在夏季和秋季,而飞机、铁路机车和船舶的时间变化较不明显;而从空间分布来看,高排放源主要分布于成都平原地区和川南地区.     

“一带一路”重点地区全要素能源效率-测算、分解及影响因素分析

将“一带一路¹”国内重点地区作为研究对象,从“一带”和“一路”角度分析重点地区全要素能源效率.遵循测算、分解及影响因素分析的研究路径,考虑水体和大气污染两方面的三种非期望产出,采用超效率SBM模型测算重点地区2005-2015年的全要素能源效率,以Malmquist指数分解全要素能源效率变动,通过Tobit模型对10种影响因素进行回归分析.研究发现：2005-2015年,“一带一路”重点地区全要素能源效率未见进步.以经济带划分的全要素能源效率存在差异,“一路”地区全要素能源效率最高,“一带一路”重点地区总体次之,“一带”地区最低,分别稳定在0.96,0.82和0.76的水平;大部分重点地区的Malmquist指数大于1,显示生产效率进步,可能存在“回弹效应”;经济发展、产业结构、对外开放和能源价格可以促进重点地区全要素能源效率提高,研究开发、政府干预、生产要素比没有带来正面影响,工业污染显示显著负影响.最终.     

我国典型工程机械燃油消耗量及排放清单研究

建立非道路移动机械排放清单是对其污染进行控制的基础.本研究参考美国环保署NONROAD模型中非道路移动源排放模拟的基本方法,建立基于实际燃油消耗率估算我国工程机械燃油消耗量及排放清单的方法.通过调查分析我国典型工程机械的保有量构成、活动水平、实际燃油消耗率和排放因子等相关参数,估算了2007年我国挖掘机和装载机两类典型工程机械的油耗量及排放量.结果表明,我国2007年挖掘机和装载机的柴油总消耗量为1.21×107 t,占当年全国各行业柴油总消耗量的9.7%;NOx和PM的总排放量分别6.81×105 t和5.31×104 t,与当年全国道路机动车的NOx和PM排放总量相比,工程机械的排放已经不容忽视.尽快加严并有效实施我国工程机械用发动机排放标准对控制其排放具有重要意义.     

北京市燃气工业锅炉CO2排放因子及不确定性分析

降低碳排放评估的不确定性对于减排政策选择和成本效益分析十分重要,基于北京市227个天然气锅炉样本检测数据,分析影响CO₂排放因子的关键参数特征,评估北京市天然气锅炉本地化CO₂排放因子,采用蒙特卡洛模型对排放因子的不确定性进行分析,并将其与IPCC、国家清单、城市清单等同类排放因子进行了比较.结果表明:北京市天然气锅炉CO₂排放因子为2.052 kg/m3,90%概率分布范围为1.982~2.086 kg/m3;基于热值的CO₂排放因子推荐值为55.829 kg/GJ,90%概率分布范围为55.788~55.908 kg/GJ,排放因子的不确定范围为-3.59%~1.57%.北京市天然气锅炉CO₂排放因子稍低于IPCC2006国家温室气体清单指南推荐缺省值（0.5%）.天然气低位热值对排放因子的影响最大,其方差贡献率达94%,而单位热值含碳量和氧化率二者的方差贡献率仅占6%.通过北京市本地实测数据和蒙特卡洛模型模拟,给出了天然气锅炉排放因子及概率分布的范围,提高了评估精度,有助于改进北京市温室气体排放清单活动水平的数据收集工作,指导并降低天然气工业锅炉CO₂排放因子不确定性.      

用相关分析法评价大口子湖叶绿素a及其理化因子

利用因子分析技术对淮阴市大口子湖不同空间叶绿素ａ的季节作排序分析，以叶绿素a为因 变量，回归分析自变量１０项湖水理化因子变化情况。分析结果表明：在１０项理化因子中，决定大口子湖叶绿素ａ数量变化的主导因子为总磷。提出了大口子湖除磷及综合治理的意见。     

云南省火电行业SO2产排污系数核算研究

本地化的排放因子研究对污染物的准确核算具有重要意义.因此,本文根据2009年云南省火电行业的生产现状及SO2排放情况,采用实测法与物料衡算法相结合的方法,核算出云南省火电行业的SO2产排污系数,同时给出特定工艺及规模下的SO2产排污系数;并将所得系数与《第一次全国污染源普查工业污染源产排污系数手册》(以下简称《手册》)、环境统计的相关系数进行比较.结果表明,云南省火电行业的SO2产污系数为19.64kg·t-1(以每t原料中的SO2计,下同),排污系数为2.98～7.45kg·t-1.与《手册》比较得知:本研究中煤粉炉工艺≥600MW机组的产污系数较小;51～300MW机组及≤50MW机组的产污系数与《手册》的相符;本研究中煤粉炉工艺≥600MW机组和51～300MW机组的排污系数低值均比《手册》中的大;《手册》中循环流化床锅炉工艺机组的产排污系数在本研究的产排污系数区间内.与环境统计系数比较,两者产污系数基本相符,环境统计排污系数在本研究的排污系数区间内.     

巢湖西半湖主要入湖河流水质的模糊评价及结果分析

文章对巢湖西半湖主要入湖河流采用模糊综合评价法进行评价。通过建立相应的模糊系数矩阵及确定权重并综合评价模糊运算,最终将所得结果与单因子评价指数所得结果相比较。结果表明:巢湖西半湖入湖河流大多数断面属于Ⅴ和劣Ⅴ类水,两种方法的评价结果基本吻合,个别断面存在微小分歧。通过将模糊综合评价法和单因子评价法进行比较分析,客观全面地反映出了多种因子复合影响下的水质状况,为制定环保政策和水污染防治规划起到借鉴作用。     

成都O3逐日污染潜势关键时段优选的GAM模型

利用成都市2016~2018年O₃逐时监测数据以及该时段同时次的地面气象观测资料，通过对O₃日变化特征的分析，确定了表征研究区O₃逐日污染潜势的四个关键时段，即全天时段（00：00~24：00）、日间时段（05：00~20：00）、O₃超标时段（11：00~19：00）以及O₃峰值时段（15：00~16：00）.基于广义可加模型（Generalized Additive Model，GAM）分别构建了O₃日最大8h滑动平均浓度（O_3-8h）与上述四个时段气象要素之间的函数关系，分析了时间尺度变化对O₃逐日污染潜势的影响.结果表明：GAM模型可以很好地表征O_3-8h与不同时段多气象要素之间的非线性关系.O₃超标时段气象要素对O₃逐日污染潜势具有最佳的指示意义，对应GAM模型的调整判定系数R²和方差解释率IRV分别为0.81和81.4%，模型模拟值与观测值的压轴回归决定系数R²为0.805.太阳辐射、相对湿度和气温是决定O₃逐日污染潜势最重要的气象要素，但三者在GAM模型中的重要性排序会因时间尺度的变化而有所差异.     

环境资源约束下中国工业绿色全要素水资源效率研究

通过构建RAM-SFA-RAM三阶段工业绿色全要素水资源效率测度模型，对其不同层面的效率值进行多维测度与比较分析，并利用空间Tobit模型对工业绿色全要素水资源效率的驱动机制进行实证检验.效率测度结果表明，环境因素与统计噪音是效率值计算中不可忽视的重要影响因素；全国样本的效率值在2000~2017年期间总体变化趋势是以持续上升为主，但距离理想发展状态还存在较大差距，具体阶段上可划分为“稳增期”、“振落期”和“提速期”；区域层面的检验中，东部效率具有较为显著的领先优势，而中部和东北部效率差异性相对较小，其变化曲线存在明显的“交互性”现象，西部则整体效率偏低；主要经济带的检验中，京津冀地区的工业绿色全要素水资源效率整体上要高于泛珠三角和泛长三角地区.驱动机制检验表明，基于全国样本维度的水资源禀赋、企业技术创新、用水结构和环境规制对工业绿色全要素水资源效率具有正向促进作用，而产业结构、城镇化率表现为负向抑制效应；在区域样本检验中，各影响要素在不同区域之间所呈现出的作用效果存在一定差异性，但产业结构调整、城镇化水平等应引起重视，不同区域需要依据其实际特点采取针对性的改进措施.     

安徽宿州地区石灰岩土壤地球化学特征

为分析宿州地区石灰岩土壤元素地球化学特征,采集了石灰岩土壤样品,进行主、微量元素测试,利用SPSS软件对测试结果进行相关性及主成分分析,并采用富集因子和地累积指数方法对重金属污染程度进行了评价。结果表明:宿州地区石灰岩土壤主要由Si和Ca构成,元素Ca和Th富集明显,Al亏损严重,其他元素基本与背景值相当;重金属元素Pb、Zn、Cr符合国家一级土壤标准,Cu和As在国家一级土壤和二级土壤之间,重金属污染程度为Cu>As>Cr>Zn>Pb>V;元素Ca与V、Zr主要受控于PC1,指示了陆源碎屑的混染;Pb、Sr和As主要受控于PC2,主要受石灰岩风化的影响;PC3包括Zn、Cu、Al,反映了人类农业活动的影响;结合区域背景推断Cu、Zn主要受人类农业活动(肥料)的影响,As可能和皮革、纺织品等人类活动有关。