福建省4种主要乔木枝叶燃烧含碳物质排放特性分析

森林可燃物燃烧释放的大量含碳物质对大气环境和生态系统碳平衡具有重要影响,揭示森林可燃物燃烧的含碳物质排放特性具有重要的科学意义.运用自主设计的生物质燃烧系统,模拟福建省4种主要乔木树种——马尾松、杉木、樟树、桉树的枝、叶燃烧,分析其在不同燃烧状态（阴燃、明燃）下含碳气体（CO、CO₂、C_xH_y）和PM_2.5的排放因子（分别以EF_CO2、EF_CO、EF_CxHy、EF_PM2.5表示）及PM_2.5中的碳质组分之间的差异性.结果表明,马尾松、杉木、樟树、桉树燃烧排放的含碳气体、PM_2.5的排放因子及PM_2.5的碳质组分在不同燃烧状态下差异较大,阴燃时EF_CO2、EF_CO、EF_CxHy、EF_PM2.5平均值在分别为（1 400.7±76.5）（297.6±16.2）（25.2±3.9）（23.9±4.3）g/kg,明燃时分别为（1 582.8±73.2）（253.6±16.1）（17.2±3.7）（8.4±2.8）g/kg,除CO₂外其他多为阴燃显著高于明燃.针叶树种（杉木、马尾松）枝、叶在阴燃时EF_PM2.5高于阔叶树种（樟树、桉树）,而明燃时差异相对较小.PM_2.5中OC（有机碳）、EC（元素碳）、TC（OC+EC）的质量分数阴燃时分别为45.6%、12.0%、57.6%,明燃时分别为42.9%、17.6%、60.5%.EF_OC/EF_PM2.5、EF_EC/EF_PM2.5、EF_OC/EF_EC在两种燃烧状态下具有不同的特征,其特征值可作为区分不同燃烧源或不同燃烧状态的指标;EF_OC/EF_PM2.5在明燃和阴燃时差异不大,平均值分别为0.49、0.46;EF_EC/EF_PM2.5明燃显著高于阴燃,平均值分别为0.18、0.12;4种乔木的枝、叶燃烧的EF_OC/EF_EC明燃低于阴燃,平均值分别为2.59和4.01.在两种燃烧状态下OC与PM_2.5的排放因子均呈显著相关.研究显示,不同燃烧条件以及不同燃料燃烧对排放含碳物质具有显著影响.      

大兴安岭5种乔木树种燃烧释放PM2.5中水溶性元素特性

采用自主设计的生物质燃烧实验装置,在不同燃烧状态（明燃、阴燃）下,对大兴安岭林区5种典型乔木树种的不同部位（枝、叶、皮）燃烧释放PM_2.5中的水溶性元素特性进行研究.结果显示,不同树种间PM_2.5的排放因子差异显著,排放范围为（2.408±0.854）~（9.227±1.172）g/kg.5种乔木树种燃烧释放PM_2.5中主要检测到Mg、Ca、K等16 种元素,其中Ca、K、Zn、Mg 4种元素的排放因子明显大于其它元素.不同树种间元素排放因子差异较大,针叶树的排放因子一般高于阔叶树.除Cd元素外,不同器官间排放的元素总量无明显差异.不同树种不同器官燃烧释放PM_2.5中水溶性元素的占比顺序较为一致,其中Ca、K、Zn和Mg 4种元素的排放因子在枝、叶、皮中均较高.此外,燃烧状态对元素排放特征影响较大,Li、Mg、Ca等7种元素的排放因子均表现为明燃显著高于阴燃.     

可燃物化学性质对燃烧释放PM2.5元素成分的影响

通过自主设计的燃烧装置,对云南省6种典型乔木树种的不同器官(枝、叶、皮)室内模拟阴、明燃两种燃烧过程,收集燃烧排放颗粒物(PM_2.5)并测定K、Mg等8种元素排放因子,比较不同燃烧状态释放PM_2.5中元素含量的差异,同时分析各元素排放因子与可燃物自身元素含量之间的相关性.结果表明:可燃物中K、Mg和Ca元素含量较高,范围为(137.74~4670.70) mg/kg,微量元素Mn含量突出;阔叶可燃物元素含量普遍高于针叶,器官间元素含量差异显著;燃烧释放PM_2.5中K、Na元素排放因子较高,范围为(0.4269~4.9321)~(0.6311~3.0856) mg/kg,微量元素Zn较高、Cu最少,范围为(0.0409~0.3670)~(0.0029~0.0458) mg/kg,常量元素高于微量;树种间元素排放因子表现针叶高于阔叶,器官间较可燃物自身差异增大;燃烧状态对排放因子存在影响,常量元素普遍表现为明燃>阴燃,微量元素无明显规律;PM_2.5与可燃物各元素含量比值中,Na元素最高,其余元素占比普遍0~1%范围,微量元素含量比高于常量,针叶高于阔叶;可燃物的化学性质对其排放特性影响显著,可燃物与PM_2.5的元素间相关性较高,相关水平普遍达0.600以上,器官间不同元素相关水平表现为:常量元素普遍高于微量元素,针叶略高于阔叶,叶>皮>枝,明燃高于阴燃.     

我国西部农村地区固体燃料燃烧污染物排放因子测定及分布特征

排放因子是估算污染物排放量的重要参数,为获取可靠的、有区域特征的固体燃料排放因子,2018年在我国西部9个省/自治区利用稀释采样系统入户收集了226个固体燃料燃烧样本,获得了薪柴、秸秆和煤在不同类型炉具中燃烧排放CO₂、CO、OC、EC、PM_2.5的排放因子。结果表明：秸秆类较易燃烧的燃料有较高的OC、EC、PM_2.5排放因子,煤有较高的CO₂、CO排放因子。炉灶类型对薪柴的OC、PM_2.5的排放因子影响稍大,薪柴在炕中燃烧的OC、PM_2.5排放因子比在砖灶和铁炉高约2—3.1倍,但秸秆在不同炉具中的排放因子差异较小。受不同区域燃料和炉灶类型以及操作习惯差异的共同影响,排放因子呈现明显的区域性差异,高CO₂排放因子分布在以煤为主要燃料的区域,高OC、EC、PM_2.5排放因子分布在以生物质为主要燃料的区域,并且CO、OC和PM_2.5排放因子的区域分布呈现一定的相关性。     

大兴安岭4种乔木枝叶燃烧碳排放因子分析

为了解大兴安岭4种乔木燃烧碳排放特性,为林火碳排放的估算和区域碳平衡研究提供数据支持,文章运用室内燃烧模拟装置对落叶松、樟子松、白桦、蒙古栎的枝、叶进行不同燃烧状态下的点烧试验,并用烟气分析仪、颗粒物分析仪和元素分析仪对燃烧释放含碳气体及颗粒物中元素碳(EC)、有机碳(OC)的排放特性进行深入分析。结果表明,阴燃状态下各树种燃烧释放污染物的平均排放因子均大于明燃,而明燃状态下各树种枝的污染物排放因子均大于叶;樟子松枝、叶燃烧时PM2.5平均排放因子显著大于其他3个树种。元素碳与PM2.5排放因子的比值(EFEC/EFPM2.5)表现为明燃大于阴燃,且相同燃烧状态下枝大于叶。阴燃能促进CO、CxHy等不完全燃烧产物的排放;枝燃烧产生的EC在颗粒物中的比重普遍高于叶,而OC含量则与之相反;相同燃烧状态下叶的EFOC/EFEC值大于枝,在不同燃烧状态下EFEC与EFPM2.5呈现出显著相关性。     

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.     

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...     

青藏高原牛粪燃烧PM2.5排放因子及组成特征

牛粪是青藏高原常用的生活燃料,其燃烧排放的大气污染物影响着青藏高原大气环境,该文为获得不同季节、不同海拔牛粪燃烧PM_2.5排放因子及组成特征,在林芝市、那曲市、拉萨市林周县开展了牛粪燃烧研究,利用稀释通道法采集牛粪燃烧排放的PM_2.5,并分析其组成特征。结果表明,春季林芝牛粪燃烧PM_2.5排放因子为(6.260±0.870) g/kg、林周为(8.204±2.085) g/kg、那曲为(8.281±0.300) g/kg。夏季林芝牛粪燃烧PM_2.5排放因子为(6.426±1.761) g/kg、林周为(7.669±2.005) g/kg、那曲为(11.912±1.741) g/kg;夏季的相对湿度大于春季,在春夏两季林芝与林周的PM_2.5排放因子差异较小,而那曲夏季排放因子略大于春季;随着海拔增高,空气中含氧量降低,牛粪燃烧PM_2.5排放因子增大。牛粪燃烧PM_2.5中碳组分占比为59.7%～77.8%、水溶性无机离子为17.8%～31...     

民用燃煤不同燃烧阶段细颗粒物排放特征

研究了民用燃煤在不同燃烧阶段排放PM_2.5的质量浓度分布特征.结果表明,散煤与正烧炉在旺火阶段排放颗粒物粒径主要集中在0.2μm以下（d₅₀=0.15μm）,加煤和封火阶段在0.2~0.5μm （d₅₀=0.38mm）,质量占比46.6%~68.97%.型煤与正烧炉在各阶段排放的颗粒物均以0.2μm以下颗粒物为主,质量占比44.64%~56.24%.扫描电镜（SEM）观察到燃煤排放PM_2.5为大量超细颗粒物聚集形成的簇团状结构.用碳平衡法计算得到散煤加煤阶段的PM_2.5排放因子为4.72g/kg,分别是旺火和封火阶段的12和11倍.将散煤更换为型煤,能够使得加煤阶段的PM_2.5排放因子减少90.9%,从而显著降低PM_2.5排放.     

民用燃煤不同燃烧阶段细颗粒物排放特征

研究了民用燃煤在不同燃烧阶段排放PM_2.5的质量浓度分布特征.结果表明,散煤与正烧炉在旺火阶段排放颗粒物粒径主要集中在0.2μm以下（d₅₀=0.15μm）,加煤和封火阶段在0.2~0.5μm （d₅₀=0.38mm）,质量占比46.6%~68.97%.型煤与正烧炉在各阶段排放的颗粒物均以0.2μm以下颗粒物为主,质量占比44.64%~56.24%.扫描电镜（SEM）观察到燃煤排放PM_2.5为大量超细颗粒物聚集形成的簇团状结构.用碳平衡法计算得到散煤加煤阶段的PM_2.5排放因子为4.72g/kg,分别是旺火和封火阶段的12和11倍.将散煤更换为型煤,能够使得加煤阶段的PM_2.5排放因子减少90.9%,从而显著降低PM_2.5排放.     

农作物秸秆燃烧PM2.5排放因子的研究

农作物秸秆燃烧是一类重要的生物质燃烧形式,已是大气细粒子的来源之一.建立了实验室模拟-稀释通道采样系统,并利用这一系统测定了浙江、四川、河南、河北、北京(主要粮食产区)五地的玉米、小麦和水稻秸秆燃烧过程中PM_2.5的排放因子.结果表明:实验室模拟明火燃烧的w(PM_2.5)为7.2～39.0 g/kg,与文献[5],[7]～[8]中野外燃烧结果相似,表明两者燃烧状态具有相似性;排放因子受秸秆燃烧状态影响显著,闷火燃烧为明火燃烧的2.4～11.5倍;同时,农作物种类不同PM_2.5排放因子也存在明显差别;而排放因子随秸秆生长地域变化比较小.      

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.      

机动车排放控制标准对污染物排放因子的影响

基于我国机动车排放控制标准,利用适应性调整后的IVE模型及改进的LEAP模型,结合机动车燃油经济性,建立了研究区域2004—2030年机动车CO,VOCs,NO_x,PM10和CO₂的动态排放因子.结果表明,国Ⅰ和国Ⅱ规定的机动车排放控制标准(除摩托车外)对降低各类机动车型污染物排放因子作用不大; 而国Ⅳ标准将自2010年起执行,只有执行该标准才能显著降低所有汽油和柴油车型的污染物排放因子. 研究结果同时显示,2010年后机动车污染物的排放因子将继续降低.      

传动比对汽车实际行驶排放试验动力学特性与排放的影响

为研究传动比对轻型车CO₂、CO、PN、NO_x排放以及动力学参数的影响,选择4辆7挡干式双离合变速器轻型车作为试验车辆在相同道路上进行实际行驶排放(real driving emission,RDE)试验,依据传动比对数据进行划分. 结果表明:①随着传动比、相对正加速度(relative positive acceleration,RPA)的升高,CO₂、CO、NO_x排放因子以及未装汽油机颗粒捕集器(gasoline particulate filter,GPF)车辆的PN排放因子均呈增加趋势. 其中,CO₂、CO、PN (未装GPF)的排放因子与传动比的相关系数平均值分别为0.963、0.933、0.949,与RPA的相关系数平均值分别为0.971、0.955、0.975,均呈显著正线性相关;NO_x排放因子与传动比、RPA的相关系数平均值分别为0.567、0.543,相关性均较弱. ②以传动比作为变量的轻型车排放因子分析方法表明,随着传动比的升高,单位里程中发动机的工作循环与排放次数均增加,CO₂与污染物排放因子呈增加趋势,这解释了CO₂、CO、PN (未装GPF)、NO_x的排放因子均与传动比呈正线性相关的原因. ③RPA与传动比的相关系数平均值为0.953,二者呈显著正线性相关. v·a_pos_[95](车速与大于0.1 m/s2正加速度乘积的第95个百分位)与传动比的相关系数平均值为?0.487,呈负线性相关,且相关性较弱. 增加低速挡使用时间,RPA呈升高趋势,v·a_pos_[95]呈降低趋势,可远离行程无效判定界限,从而提高RDE试验动力学检验通过几率. 研究显示,传动比、RPA与CO₂、CO、PN (未装GPF)的排放因子均呈显著相关,借助调节传动比对碳和污染物排放进行控制,为减少汽车实际行驶排放提供了新的途径.      

燃煤控制对北京市空气质量的改善分析

根据清洁空气行动计划,北京市将继续调整能源结构,新建天然气热电中心替代燃煤发电,并且进行工业锅炉煤改气、居民供暖煤改电、远郊区炊事用气改造等措施,以减少煤炭的使用量. 采用自下而上的排放因子法,估算减少燃煤所产生大气污染物(TSP、PM₁₀、一次PM_2.5、SO₂、NO_x及VOC)的减排量,并利用ADMS-Urban模型模拟其对环境空气质量的改善. 结果表明:①2015年北京市煤炭控制在1500×104t以内,测算的煤炭减量为863.38×104t,TSP、PM₁₀、一次PM_2.5、SO₂、NO_x和VOC的减排量分别为2580.17、2032.94、1183.53、6265.30、7220.90和1058.44t. ②各污染物减排空间分布基本一致,主要集中在城市功能拓展区,包括石景山、朝阳区、海淀区和丰台区等,上述区域对TSP、PM₁₀、一次PM_2.5、SO₂、NO_x和VOC削减贡献分别达到78.3%、81.5%、82.7%、85.2%、83.0%和49.9%. ③ADMS-Urban模型模拟结果表明,减少燃煤可使环境空气中ρ(TSP)、ρ(PM₁₀)、ρ(一次PM_2.5)、ρ(SO₂)、ρ(NO_x)和ρ(VOC)分别降低0.55~12.74、0.44~10.78、0.27~6.77、0.78~17.31、1.67~43.48和0.17~12.07μg/m3.