美国机场大气污染物控制途径及效果

随着航空运输业的快速发展,飞机及机场机械排放的污染物越来越受到人们的重视,国内外针对机场污染物排放和环境影响采取了针对性的控制措施。本文主要根据美国环保局针对机场飞机和地面保障机械尾气排放控制措施和效果的评估资料,整理机场大气污染物控制途径及效果,合理的飞机起降安排、地面保障机械的清洁燃料替代和尾气后处理装置的安装使用是主要的控制措施,本文总结了各项控制措施的减排效果,为机场大气污染物排放治理提供参考和借鉴。     

首都国际机场大气污染模拟研究

针对我国目前缺乏机场大气污染贡献模拟研究现状,以首都国际机场为例,应用EDMS模型和AERMOD模型展开了大型机场污染排放及扩散模拟研究。综合考虑飞机发动机、辅助动力设备(APU)、地面保障设备(GSE)、场内机动车等污染源,以2012年为基准年,计算首都国际机场大气污染物年排放量及对周围大气环境质量的影响。结果表明:首都国际机场的CO、NO_x、VOC、SO_2和PM_(10)排放量分别为2 497.36,3 117.93,259.87,188.12,27.78 t,飞机发动机是机场最主要的污染源。机场造成的NO_x年均贡献浓度较大,NO_x年均浓度超标主要集中在机场内。     

京津冀机场群飞机LTO大气污染物排放清单

基于国际民航组织(ICAO)标准排放模型,调查搜集京津冀机场群9个机场实际航班情况,充分考虑了大气混合层高度的影响,采用EPA方法修正运行时间,精确估算了2018～2019航季年(364 d)京津冀机场群飞机起飞着陆循环(LTO)大气污染物排放清单.结果表明, 2018～2019航季年京津冀机场群飞机LTO循环NO_x、 CO、 SO_2、 HC和PM排放总量分别为10 720.5、 3 972.2、 407.8、 508.0和53.7 t.其中,冬春航季排放量分别为4 290.2、 1 646.7、 168.3、 220.1和22.4 t;夏秋航季排放量分别为6 430.3、 2 325.5、 239.5、 287.9和31.3 t.从空间分布来看,北京首都机场是该机场群大气污染物排放量最多的机场.从时间分布来看,07:00～08:00处于排放量最高峰, 12:00～20:00处于中等偏高排放水平, 21:00之后排放量相对较低.飞机在LTO循环中NO_x和CO排放量较多,PM排放量最少.各污染物不同工作模式下的排放情况差异明显.在该机场群起降所有机型中,B777单位LTO循环排放污染物最多,B737最少,B787单位LTO循环排放HC最低.     

长三角地区民航飞机起飞着陆(LTO)循环大气污染物排放清单

通过调查收集长三角区域民航飞机构成、起落架次及发动机排放因子数据,以2017年为基准年,建立了长三角区域民航飞机起飞着陆(Land take-off, LTO)循环大气污染物排放清单.结果显示,2017年长三角区域民航飞机LTO循环NO_x、HC、CO、SO_2和PM年排放总量分别为16429.6、734.4、8234.3、1159.6和125.7 t.爬升阶段的NO_x、SO_2和PM排放贡献相对较高,分别达到47.2%、29.6%和36.2%,滑行阶段的HC和CO排放占比突出,分别达到95.4%和95.4%.从空间分布来看,长三角地区民航飞机LTO循环排放主要集中在上海浦东国际机场、上海虹桥机场、杭州萧山机场和南京禄口机场.从月分布来看,3—8月民航飞机LTO循环排放最为集中.从小时分布来看,上午7:00—9:00存在排放高峰,航班起落架次和边界层高度是决定LTO循环排放量的主要因素.为提升民航飞机大气污染物排放清单估算的准确度,建议在后续研究中加强对在用民航飞机大气污染物排放因子实测和实际活动水平的调查,以降低排放清单的不确定性.     

中国民用航空机场大气污染物及碳排放清单

基于2017~2020年中国民用航空局飞机起降数据、机队配置数据和国际民航组织（ICAO）飞机发动机排放因子数据库等数据,自下而上编制了2017~2020年中国民用航空机场高分辨率飞机起飞着陆（LTO）循环大气污染物及碳排放清单,在此基础上探究中国民用航空机场大气污染物和碳排放时空分布特征.分析2000~2020年3次疫情（2003年非典、2012年中东呼吸症、2020年新冠疫情）对机场大气污染物及碳排放影响.结果表明,2020年中国民航机场LTO循环NO_x、CO、HC、SO₂、PM和CO₂排放量分别为10.90,8.22,0.96,0.28,0.06,1360.27万t;HC、CO、SO₂、CO₂在滑行阶段排放量最大,分别占总排放量的92.80%、91.56%、41.81%、41.81%.NO_x、PM在爬升阶段排放量最大,分别占总排放量的47.93%、37.39%;2017~2019年我国民航机场飞机LTO循环大气污染物及碳排放总量呈现逐年增长的趋势,受新冠疫情影响2020年排放总量下降22.39%;排放集中在经济较为发达的华东地区.在2000~2020年3次疫情中,新冠疫情对我国民航机场飞机LTO循环排放量影响最显著.     

实施《清洁空气研究计划》推动大气污染物排放清单支撑体系建设

我国大气污染形势严峻,文章指出大气污染物排放清单是空气质量管理的基础,污染源“底数不清”严重制约我国大气污染防治工作,亟需尽快建立大气污染物排放清单.通过分析现阶段我国科学构建大气污染物排放清单的指导原则,以及大气污染物排放清单支撑体系建设进展,提出应从重视技术指南的实践与应用、加强清单编制科学研究及能力建设三方面完善大气污染物排放清单体系建设.     

华北地区典型机场清单建立及空气质量影响

基于利用AMDAR数据确定大气混合层高度进而对飞机不同工作状态下的时间进行修正的计算方法，核算了2017年华北地区6座典型机场大气污染物排放量.结果显示，6座机场NO_x、CO、VOC、SO₂与PM_2.5的排放总量分别为21504.2，7074.8，1424.0，1283.6和323.2t.飞机源NO_x、CO、VOC与SO₂的排放量远高于机场内其他污染源，而对PM_2.5的排放贡献相差较小.HC与CO的排放主要集中在滑行阶段，占比分别为90.6%与90.2%，而NO_x、SO₂与PM_2.5的排放主要集中在爬升阶段，排放占比分别为58.9%、38.7%和43.5%.6座机场1月份污染物排放量较低，在8月份达到峰值.基于本研究建立的天津滨海国际机场大气污染物排放清单，利用WRF-CAMQ模型研究机场排放对周边区域PM_2.5浓度的影响.结果表明机场区域小时最大贡献浓度为3.24μg/m³；距离机场5km处的年均贡献浓度与小时最大贡献浓度分别为0.08和2.84μg/m³.     

欧盟大气污染物排放清单管理经验及启示

大气污染排放清单是欧洲大气污染防治的重要抓手。本文介绍了欧盟大气污染排放清单的法律基础,分析了欧盟通过建立清单管理流程、统一规范技术方法、协同管理和使用排放数据、公开污染源信息等措施,总结了欧盟对大气污染物排放清单进行科学管理和精准管控的经验,为我国大气污染防治工作提供参考。     

基于空气质量和气象数据的大气污染物排放水平评估

评估大气污染物排放水平有助于防治大气污染。基于空气质量和气象数据,定量分析了气象因素对大气污染物浓度的影响,在此基础上建立了一种基于空气质量和气象数据的大气污染物排放水平指标——"参考浓度",即同等排放水平、参考气象条件下的大气污染物浓度;以SO_2为例,通过比较我国主要城市SO_2监测浓度、参考浓度与排放水平的相关性,验证了该排放水平指标的有效性;将该排放水平指标应用于我国不同地区大气细颗粒物PM2.5污染的脆弱性分析,得到了不同地区PM2.5排放水平的时空分布特征。结果显示:大气污染物参考浓度相比监测浓度可以更好地反映大气污染物的排放水平。该评估方法可以为大气污染防治提供参考。     

粤港澳大湾区飞机LTO污染排放因子及排放清单

针对2018~2019航季年粤港澳大湾区机场群,通过实际滑行时间修正和大气混合层高度对爬升/进近时间的修正,获得飞机主发动机排放因子和区内机场加权排放因子,同时考虑飞机辅助动力装置的排放,建立了区内飞机起飞着陆（LTO）污染排放清单.结果表明,区域内各机场污染物排放因子存在较大差异,主要来源于实际运行时间的修正以及各个机场不同的机型占比,其中NO_x、CO、HC、SO₂、PM 5类污染物的加权排放因子区内均值分别为17.58,8.60,0.79,1.37,0.15kg.排放量分别为15327.4,8066.7,728.4,1186.1,121.9t,绝大部分来自飞机主发动机排放.研究期内,NO_x排放量在年内呈现夏秋季高、冬春季低的变化趋势,其他污染物排放量变化较为平缓.所有污染物在各机场排放量的次序较为一致,香港、广州白云分列前两位.各机型中,区内NO_x及SO₂主要来自A320排放,所占比例分别为19.5%、17.1%;CO及HC排放占比最大的机型均为A321,分别为25.4%、27.2%;PM排放量占比最大的机型是B738,约为23.1%.     

粤港澳大湾区飞机LTO污染排放因子及排放清单

针对2018~2019航季年粤港澳大湾区机场群,通过实际滑行时间修正和大气混合层高度对爬升/进近时间的修正,获得飞机主发动机排放因子和区内机场加权排放因子,同时考虑飞机辅助动力装置的排放,建立了区内飞机起飞着陆（LTO）污染排放清单.结果表明,区域内各机场污染物排放因子存在较大差异,主要来源于实际运行时间的修正以及各个机场不同的机型占比,其中NO_x、CO、HC、SO₂、PM 5类污染物的加权排放因子区内均值分别为17.58,8.60,0.79,1.37,0.15kg.排放量分别为15327.4,8066.7,728.4,1186.1,121.9t,绝大部分来自飞机主发动机排放.研究期内,NO_x排放量在年内呈现夏秋季高、冬春季低的变化趋势,其他污染物排放量变化较为平缓.所有污染物在各机场排放量的次序较为一致,香港、广州白云分列前两位.各机型中,区内NO_x及SO₂主要来自A320排放,所占比例分别为19.5%、17.1%;CO及HC排放占比最大的机型均为A321,分别为25.4%、27.2%;PM排放量占比最大的机型是B738,约为23.1%.     

Investigation of air pollution concentration in Kathmandu valley during winter season

The monthly concentrations of NO2, NOx, SO2 and O3 measured by a passive sampler from February 2003 to January 2004 showed that the air pollution during the winter season in Kathmandu valley was higher than the summer season. The O3 level was found the highest during April, May and June due to strong radiation. The hourly concentrations of NO2, NOx, O3 and suspended particulate matter（SPM） were also measured by automatic instruments on December 2003. Temperature at the height of 60 m and 400 m at Raniban Mountain in the northwest of Kathmandu valley was measured on February 2001 in the winter season and the average potential temperature gradient was estimated from observed temperature. Wind speed was also measured at the department of hydrology, airport section, from 18 February to 6 March 2001. It was found that the stable layer and the calm condition in the atmosphere strongly affected the appearance of the maximum concentrations of NO2 and SPM in the morning, and that the unstable layer and the windy condition in the atmosphere was considerably relevant to the decrease of air pollution concentrations at daytime. The emission amounts of NOx, HCs and total suspended particle（TSP） from transport sector in 2003 were estimated from the increasing rate of vehicles on the basis of the emission amounts in 1993 to be 3751 t/a, 30570 t/a and 1317 t/a, respectively. The diurnal concentrations in 2003 calculated by the two-layers box model reproduced the characteristics of air pollution in Kathmandu valley such as the maximum value of O3 and its time, the maximum value of NO in the morning, and the decrease of NO and NO2 at daytime. The comparison with the concentrations in 1993 calculated suggested that the main cause of air pollution was the emission from transport sector.     

封闭景观水体的表观污染机制研究

良好的表观性状是城市水体发挥景观功能的基本条件,现今封闭景观水体的表观受污染严重。以景观园林师陶园内的封闭水体为研究对象,进行为期半年的现场观察和水质监测,运用吸收光谱法研究了水体表观污染的历程,并进行了表观污染指数(SPI)及环境因子间的相关性分析以了解表观污染机制。研究发现,封闭水体的表观污染程度随季节变化明显,SPI与温度(T)、浊度、腐殖酸(UV254)、叶绿素a(Chl-a)均显著正相关,与溶解氧(DO)显著负相关,相关系数分别为0.786、0.951、0.595、0.849、-0.699。结果表明,植物残体的腐烂分解以及浮萍和藻类的竞争性生长会导致水体颜色和浊度异常,甚至出现发黑发臭的严重表观污染现象。     

CFB锅炉多点排放大气环境污染风险预测

循环流化床锅炉（CFB）脱硫除尘系统复杂,操作不当容易导致大气污染事故的发生。通过对CFB锅炉多点排放明大气污染因子及其在大气中的扩散分析,建立了多点排放时SO2和总悬浮物颗粒（TSP）的大气环境污染的风险预测模型。模型结果较好地反映了CFB锅炉风险排污的影响因素及其环境容量的限值要求,这对于合理控制风险排污条件,加强现有CFB的运行管理是必要的。     

厦门市VOCs排放特征及光化学反应特征研究

利用排放因子法和浓度实测法,研究厦门市挥发性有机物(VOCs)的排放特征。2013年移动源、植物、工业源排放VOCs所占的比例分别为47.0%、33.9%、19.1%;同时,植物排放的稀烃比机动车高1倍;利用过氧乙酰硝酸酯(PAN)的特性研究了本地区光化学污染过程;揭示了本地区植物排放的VOCs比移动源和本地工业源更容易产生光化学污染的特点以及O3的区域传输特征,提出优化树种减少光化学污染的建议措施。     

民航飞机起飞过程气态污染物排放特征分析

民航飞机在起飞过程中发动机推力高、耗油量大,并且飞行高度低,由其排放的污染物对局地空气质量和人体健康存在较大影响.选择B737-800作为典型机型,通过对飞机性能参数的模拟,精确计算了其在全推力和减推力等多种方式下起飞离场爬升至1 000 m高度过程中NO_x、CO、HC和SO_2的排放量,并与ICAO基准模型估算结果进行对比.结果表明,NO_x是排放量最大的污染物.其中,全推力起飞过程4种污染物的排放量分别为4.849、0.062、0.031和0.229 kg.减推力起飞方式下,选择更高的灵活温度后,NO_x和CO排放量分别降低和升高,HC和SO2排放量变化不大.经过对比发现,ICAO的基准排放模型,对4种污染物的估算结果存在较大偏差.与机动车相比,单次全推力起飞过程与一辆小客车行驶9 508 km的NO_x排放量相当.精确计算方法为准确估算机场区域飞机污染排放清单提供基础.     

基于实际飞行数据的首都机场飞机发动机日排放清单估算方法研究

根据航班实际飞行数据估算机场飞机主发动机排放量,可以提升机场排放清单编制的准确度.基于北京首都机场某日运行数据和国内1326架次航班的机载飞行数据(QAR数据),研究了基于飞行数据的机场飞机主发动机排放清单制定方法.采用一阶近似3.0(FOA3.0)方法补充国际民航组织发动机排放数据库颗粒物基准排放指数,结合QAR数据,应用波音燃油流量法2(BFFM2)估算了实际飞行条件下污染物排放指数,编制了首都机场该日飞机主发动机排放清单,分析了首都机场航班排放特征.在此基础上,探讨了结合实际数据本地化的着陆和起飞循环,以期为机场飞机主发动机排放量的快速准确核算提供新的思路.结果发现,该日航班主发动机HC、CO、NO_x和PM_(2.5)排放量分别为933.9、10967.8、14703.5和85.5 kg,较标准LTO循环估算结果的偏差分别为15.6%、13.2%、-29.1%和-18.9%.NO_x排放主要集中在起飞和爬升阶段,占其排放总量的68.0%;HC和CO排放主要集中在滑行和慢车阶段,分别占其排放总量的90.0%和88.0%;PM_(2.5)在各飞行阶段的排放较为平均.对于单位LTO循环,航班滑行过程中平均排队等候(地速为零)时间为7.7 min,产生的HC、CO、NO_x和PM_(2.5)分别占总滑行阶段对应污染物排放量的26.3%、27.5%、25.7%和27.5%,这一部分排放量有望通过场面运行优化进一步控制.