基于大气污染源排放清单的北京市污染物减排分析

《北京市2013—2017年清洁空气行动计划》的实施,有效改善了空气质量,细颗粒物下降了35.6%。空气质量受内因污染物排放量和外因气象因素的双重影响。本文通过大气污染源排放清单分析了内因污染物排放量的变化,结果表明:2017年与2012年相比,SO_2排放量下降了88%,NO_x排放量下降了36%,PM_(10)排放量下降了51%,PM_(2.5)排放量下降了53%,VOCs排放量下降了25%;NH_3排放量2017年比2014年下降了44%。北京市2013—2017年5种大气污染物的综合减排率与空气中PM_(2.5)浓度下降率的比值为1.3,符合根据北京市科技计划项目《北京市空气质量达标规划研究》中利用CMAQ模型研究得到的大气污染物综合减排率与环境空气PM_(2.5)浓度下降率的半定量关系1.2～1.5。     

基于系统动力学的以GDP-PM_(2.5)达标为约束的大气环境承载力模型研究——以武汉市为例

当前在环境规划编制中,存在对环境容量和环境承载力弱化分析的倾向,导致环境规划科学性和逻辑性不足。面对以PM_(2.5)为特征的复合型空气污染,传统的大气容量计算方法具有局限性。以武汉市为例,基于系统动力学建立了武汉市"经济-能源-大气环境"的系统动力学多目标规划模型,不去模拟复杂的大气传输扩散的物理化学过程,而是基于统计数据和社会、经济发展目标,建立了系统中不同变量的动态数量关系,预测了武汉市2016—2030年在3种情景下GDP、PM_(2.5)年均浓度和6种大气污染物排放量的变化趋势,并计算出以GDP-PM_(2.5)达标为约束的大气环境容量和大气环境承载力的阈值,可为制定城市大气中PM_(2.5)污染的控制措施提供科学依据,实现了对环境容量与环境-经济发展趋势的同步测算。     

以GDP-PM2.5达标为约束的东莞大气环境容量及承载力研究

东莞市计划到2017年PM_(2.5)年均浓度达到国家二级标准(35μg·m~(-3)),GDP年均增长率至少不低于7%.面对复合型为特征的PM_(2.5)大气污染,传统的环境容量和承载力计算方法具有局限性.因此,本文基于经济、气象、能源、环境等关键信息,利用系统动力学(SD)建立了GDPPM_(2.5)宏观动态统计模型.考虑到PM_(2.5)年均浓度等统计值本身就是污染物不断生成又不断扩散、沉降达到动态平衡的综合结果.因此,SD模型可不从理化角度去模拟复杂的大气传输和扩散过程,而是通过引入各污染物的比例系数μ,构建转化率η,建立GDP、PM_(2.5)年均浓度、五大污染物(VOCs、SO2、NOx、NH3、一次PM_(2.5))排放量等变量之间的逻辑联系,为分析和预测工作奠定基础.同时,本文梳理了大气环境压力、承载力和容量的定义,强调了三者之间的相互作用、密不可分的动态关系,建设性地提出了度量承载力的11项指标(5个显性、6个隐性).最后,利用模型模拟预测了"综合治理"模式下2012—2020年间以GDP-PM_(2.5)达标为约束的五大污染物的大气环境压力、容量和承载力.结果表明,预计PM_(2.5)浓度达标约在2017年上半年,对应的SO_2、NO_x、VOCs、NH_3、一次PM_(2.5)容量分别为84987、138849、100875、7751、17402 t;承载力隐性部分各项阈值分别为GDP总量7074亿元、新增绿色GDP 737亿元、煤炭2120万t(以标煤计)、石油552万t(以标煤计)、天然气663万t(以标煤计)、新能源630万t(以标煤计);承载力显性部分各阈值(相对于2012年5年累积减排量)分别为SO264271 t、NOx128831 t、VOCs 108337 t、NH34070 t、一次PM_(2.5)35863 t.本研究为东莞市大气减排提供了具体目标和参考数值.     

区域PM_(2.5)内源外源贡献率的集对分析研究

判断某一地区PM_(2.5)来自内源和外源的比例,是大气污染防治的重要问题。该文以东莞市为例,构建了计算区域PM_(2.5)内源外源贡献率的集对分析方法。清溪地区自身的污染排放少,污染物浓度低;又由于地理、气象等原因,该地PM_(2.5)浓度主要由东莞其他地区污染物传输贡献,受东莞市以外地区影响较小,故清溪站PM_(2.5)浓度能基本反映东莞PM_(2.5)的本底浓度。依据本底浓度,把各污染物组分的浓度分为内源段和内外源混合段后,利用东莞5个监测站点源解析样本可分别构造样本集合A与评价等级集合B。根据B集合对混合段的数据进行集对分析,求出各站点污染物组分的浓度与内源、外源的联系度,即贡献比例。研究表明,内源外源对东莞PM_(2.5)的贡献比例分别为83%和17%,大致符合预期。此法简单有效,为政府控制PM_(2.5)制定污染物减排措施提供参考。     

基于曲面响应建模的PM2.5可控人为源贡献解析

以东莞市PM_(2.5)重污染月份为例,使用强力法(Brute Force)和RSM/CMAQ曲面响应模型法分别解析了珠三角地区人为源排放对东莞PM_(2.5)的贡献,以及区域传输的可控人为源SO_2、NO_x和一次颗粒物(PM)在不同控制比例下(25%、50%、75%和100%)对东莞PM_(2.5)的累积浓度贡献.强力法研究结果表明,2014年1月珠三角地区人为源二次转化对东莞市PM_(2.5)的贡献(约58.10%)大于一次PM排放贡献(约41.90%),其中,人为源NH_3排放贡献最大,约占总量的21.66%.RSM/CMAQ动态源贡献结果显示,东莞市PM_(2.5)的人为可控源排放贡献(SO_2、NO_x和一次PM)占比为82.17%,受本地排放影响较大,且叠加区域排放的影响;一次PM减排对PM_(2.5)环境浓度的贡献高于仅减排SO_2和NO_x.在减排比例较低时,一次PM减排可有效削减东莞市PM_(2.5)浓度;随控制比例加大,二次前体物(SO_2和NO_x)减排对东莞市PM_(2.5)浓度削减率的影响加大.进一步使用HYSPLIT模式和轨迹聚类分析方法研究了2014年1月东莞市PM_(2.5)污染传输过程.结果显示,该时段共有6条长、短距离污染传输路径,污染物主要来自东莞市东、东北及东南方向,途经其上风向区域(惠州、深圳和广州等)传输至东莞;惠州是各主导上风向出现频率最高的城市,因而其区域传输对东莞PM_(2.5)的贡献也较大,深圳次之.     

大气污染物和污染源重要性排序研究

为了在现有大气污染源排放清单建设工作中突出重点,进行有效的调研分析,需判断出区域大气的主要污染源和污染物,因此制定了区域大气污染物和污染源重要性排序的一般原则和计算方法。从现有国内研究中选取北京市、天津市、上海市、杭州市、广东省以及珠三角共6个有NO_x、SO_2、PM_(2.5)、PM_(10)、NH_3、VOCs、CO排放量研究结果的地区进行综合对比分析,根据等标污染负荷比法和狄克松检验法得出区域污染源和污染物重要性排序结果。根据通用方法,以扬州市为例,得出扬州市大气污染源重要性排序结果依次为:工业源、生活源、农业源、移动源和其他源,主要污染源为工业源和生活源;扬州市大气污染物重要性排序结果依次为:NO_x、SO_2、PM_(2.5)、PM_(10)、NH_3、VOCs和CO,主要污染物为NO_x、SO_2、PM_(2.5)和PM_(10)。     

基于LMDI分解方法的河北省PM2.5排放驱动因素分析

研究了河北省1990—2015年PM_(2.5)的排放总量及各个产业部门的排放量分布,并应用LMDI模型对五大部门PM_(2.5)排放变化的驱动因素进行了较全面的分解分析,以找出每个部门中PM_(2.5)排放变化的关键驱动因素.同时,通过对原始数据的整理分析和模型计算,结果发现:①工业、生活消费、农业部门是河北省PM_(2.5)排放的三大来源.其中,工业部门是PM_(2.5)排放的最主要贡献部门,占PM_(2.5)总排放量的70%;生活消费部门的贡献位居第二,占比约24%.②对于生产端,经济规模总量扩张是PM_(2.5)排放量增加的最主要原因;能源利用效率的提高和污染治理工艺水平的改进使得各部门的排放强度减弱,明显缓解了PM_(2.5)的排放增长,部门经济结构的优化也可带来明显的减排效应.③对于消费端,人均收入的提高促进了PM_(2.5)排放的增加,倡导绿色消费模式可以有效减缓PM_(2.5)排放.根据以上结论,本研究通过找到各部门存在的问题,为河北省大气污染治理提供参考和借鉴.     

基于达标约束的南京市环境空气质量情景模拟

以2030年南京市6项污染物达标为约束,在2015年大气污染物排放清单基础上,利用CMAQ模型分析了PM_(2.5)对南京本地不同前体物排放的敏感性,通过情景分析预测排放清单,模拟了4种减排情景的空气质量变化,最终获得达标约束下大气污染物总量控制指标.模拟结果显示,减少一次颗粒物PPM (primary particulate matter)排放对降低大气中的PM_(2.5)浓度最为有效;在周边地区减排的基础上,本地减少PPM排放对PM_(2.5)年均浓度下降的相对贡献可达88%,其次为NH_3、NOx、SO_2与VOCs减排,其相对贡献分别为10. 3%、5. 5%、3. 2%与0. 5%;相比2015年,4种情景下南京市主要大气污染物减排比例在22%～53%,未来控制活动水平对减排SO_2、NH_3与CO较有效,而NOx和VOCs末端治理方面还有较大空间;将SO_2、NOx、PM10、PM_(2.5)、BC、OC、CO、VOCs及NH_3的排放量分别控制在2. 43×104、8. 47×10~4、9. 42×10~4、3. 74×10~4、0. 19×10~4、0. 30×10~4、26. 56×10~4、13. 08×10~4及1. 50×10~4t以内时,预计南京市6项污染指标可以达到国家环境空气质量二级标准.     

河北省工业源大气污染物排放清单及减排潜力

为研究河北省典型工业源大气污染物排放特征,通过收集整理河北省及各地市工业源活动水平数据,文章采用"自下而上"的方法建立了2016年河北省工业源大气污染物排放清单。结果显示,2016年河北省工业源SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)排放总量分别为60.1、64.1、1 076.1、69.6、51.4、32.7万t。钢铁是各项工业大气污染物的首要来源,贡献率为30.2%～90.2%,电力是NO_x、SO_2的第二大来源,焦化是颗粒物的第二大来源。唐山、邯郸、石家庄是省内排放量最高的3个城市。对于钢铁行业,各市烧结机SO_2排放浓度均能达到地标的要求,但全省平均浓度是超低限值的1.76倍;对于电力行业,燃煤机组达到SO_2、NO_x超低排放限值的比例分别为83.19%、100%,全省SO_2、NO_x平均排放浓度是深度治理要求的1.02倍、1.53倍。减排潜力测算结果显示,在实施了新的减排政策后,工业源各项污染物排放量预计比2016年下降9.0%～30.5%。     

兰州盆地人为源大气污染物网格化排放清单及其空间分布特征

基于所搜集的兰州盆地各类人为污染源排放大气污染物的活动水平数据及其排放因子,采用"自下而上"的方法建立了2009年兰州盆地(石油化工城市)1 km×1 km的7种(类)大气污染物网格化排放清单,并对其来源和空间分布特征进行了分析研究.结果显示:2009年兰州盆地NOx、SO_2、VOCs、CO、PM_(10)、PM_(2.5)和NH3的排放总量分别为1.2×10~5、8.8×10~4、4.3×10~4、4.1×10~5、9.6×10~4、4.2×10~4和1.4×10~4t;工业燃烧排放是兰州盆地NO_x和SO_2的主要贡献源,分别占其总排放量的85.70%和52.55%;工业非燃烧过程排放是VOCs的最大贡献源,占总排放量的81.25%;工业点源和工业非燃烧过程排放是CO的两大贡献源,分别占其总排放量的33.97%和28.32%;PM_(10)和PM_(2.5)主要来源于工业非燃烧过程,贡献分别为51.09%和55.12%;氮肥使用和禽畜养殖是NH_3排放最大的贡献源,分别占其总排放量的39.20%和30.70%.空间分布特征表现为:以工业源为主要排放源的NO_x、SO_2、VOCs、CO、PM_(10)、PM_(2.5)主要分布在工业和人口最为集中的兰州盆地市区一带,NH_3的排放则主要集中在榆中县和皋兰县交界的农村地区.同时,还对2014年工业燃烧源和道路移动源的7种(类)大气污染物排放量进行了估算,并与2009年进行了排放比较研究.结果表明,2014年工业污染源的7种(类)污染物排放量与2009年相比平均增幅不高,最高不超过30%,但移动源污染物排放量却大幅增加,增幅将近1倍.此外,基于排放因子及活动水平的不确定性,本研究对排放清单的结果进行了不确定性分析,并通过蒙特卡罗模拟对各污染物的排放量进行了评估.本排放清单的建立,不仅填补了兰州盆地大气污染物网格化排放清单的空白,还可为兰州盆地大气污染物排放清单更新、区域环境过程、大气复合污染成因及大气污染预警技术等相关研究提供基本方法手段及基础数据.