长三角地区秸秆燃烧排放因子与颗粒物成分谱研究

为获取长三角地区秸秆燃烧污染物排放因子及其颗粒物成分谱,利用自行设计开发的开放式燃烧源排放测试系统,选取小麦、水稻、油菜、豆秸和薪柴等5类典型作物秸秆,分别采用露天焚烧和炉灶燃烧2种燃烧方式,实测其气态污染物和颗粒物排放特征.结果表明,露天燃烧各类秸秆的CO、NOx和PM2.5平均排放因子约为28.7、1.2和2.65 g·kg-1,由于炉灶氧含量相对较低,燃烧不充分,其污染物排放因子总体高于露天燃烧,分别为81.9、2.1和8.5 g·kg-1.各类秸秆中,油菜的排放水平相对较高.含碳组分(OC和EC)是生物质秸秆燃烧产生PM2.5的主要组成,在露天燃烧中OC和EC的质量分数分别占(38.92±13.93)%和(5.66±1.54)%;炉灶燃烧中OC和EC分别为(26.37±10.14)%和(18.97±10.76)%.Cl-、K+等水溶性离子也有较大贡献,在露天燃烧中分别为(13.27±6.82)%和(12.41±3.02)%;在炉灶燃烧中分别为(16.25±9.34)%和(13.62±7.91)%.小麦、水稻、油菜和豆秸等作物秸秆露天燃烧排放颗粒物的K+/OC值分别为0.30、0.52、0.49和0.15,这些特征值可用于判断长三角区域空气质量受秸秆燃烧排放影响的程度,为大气污染来源解析提供直接的判断依据.     

三种农作物秸秆燃烧颗粒态多环芳烃排放特征

收集3种农作物秸秆玉米,水稻和小麦露天燃烧排放的颗粒物样品,并利用气相色谱-质谱(GC-MS)对样品中的34种多环芳烃(PAHs)进行分析,研究颗粒态PAHs的排放因子及可用于源解析的诊断参数.结果表明,3种秸秆燃烧总PAHs的排放因子为644.18~1798.13μg/kg;其中4环PAHs在秸秆燃烧样品中含量最高,约占38.8%~58.8%,6环PAHs所占比例相对较小,约占5.72%~15.17%.PAHs中部分单体具有相对较强致癌性,对环境和人体健康的影响不可忽视.首次检测分子量为300的高分子多环芳烃二苯并[a,e]荧蒽.在玉米、水稻和小麦秸秆燃烧排放颗粒物中的排放因子分别为6.70,2.77和2.92μg/kg.此外,研究发现BaP/BghiP, Phe/Phe+Ant和Flu/(Flu + Pyr)比值可以作为较好的区分秸秆燃烧与其他来源的诊断参数.     

我国典型秸秆露天燃烧黑碳的高时间分辨率排放特征及其排放清单

农作物秸秆燃烧是大气中黑碳(black carbon,BC)气溶胶的主要来源之一。目前农作物秸秆燃烧排放黑碳的研究主要集中在通过离线样品分析获得的BC排放特征,缺少实时在线排放特征的研究。本研究收集了我国具有代表性的4种农作物秸秆(小麦秸秆、水稻秸秆、玉米秸秆和大豆秸秆),通过在实验室燃烧平台模拟农作物秸秆露天燃烧的过程,利用黑碳仪获得农作物秸秆燃烧过程中BC的实时浓度排放变化;利用质量重建,获得BC在线排放因子。结果表明:农作物秸秆在明燃过程中BC的排放因子较为稳定。通过平均排放因子的计算,获得小麦秸秆、水稻秸秆、玉米秸秆和大豆秸秆的BC排放因子分别为(0.32±0.05) g?kg~(-1)、(0.31±0.13) g?kg~(-1)、(0.31±0.09) g?kg~(-1)和(0.44±0.01) g?kg~(-1)。在排放因子的基础上,结合我国农作物秸秆露天燃烧量,最终建立了2015年我国省级(不含港澳台地区)典型农作物秸秆燃烧的BC排放清单。     

村镇生活垃圾与秸秆混合焚烧过程中多环芳烃(PAHs)释放特征

为了解我国农村地区生活垃圾与玉米秸秆焚烧处置过程烟气中多环芳烃(PAHs)释放特征,对我国农村地区生活垃圾可燃组分以及生活垃圾与玉米秸秆混合焚烧组分在焚烧过程烟气中PAHs化合物释放特征进行分析,利用气相色谱-质谱仪(GC-MS)对样品中的16种PAHs进行分析,研究气态以及颗粒态PAHs的释放因子、环数比例、气固态分配以及排放特征值.结果表明气态PAHs排放因子为当垃圾与秸秆混合比例为1∶2时PAHs的总量最多,而颗粒态为当垃圾与秸秆混合比例为1∶3时PAHs的总量最多;气态PAHs主要集中于2～3环低环数化合物,颗粒态PAHs则主要以中低环数(3～4环)化合物为主,本研究为促进我国村镇生活垃圾处理与资源化运用提供理论依据.     

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.      

西宁市生物质燃烧源大气污染物排放清单

本研究根据调查的西宁市生物质燃烧源活动水平数据,采用排放因子方法,建立了 2018年西宁市生物质燃烧源9种大气污染物的排放清单,并分析了清单的时空分布特征和不确定性.结果表明,西宁市2018年生物质燃烧源CO、NOx、SO2、NH3、VOCs、PM2.5、PM10、BC 和OC 的排放量分别为 11 718.34、604.41、167.80、209.72、1 617.97、2 054.04、2 135.04、281.07和 1 224.78 t.秸秆露天焚烧 CO、NOx、VOCs、PM2.5、PM10、BC 和OC 的排放对生物质燃烧源的排放贡献率最高;其中,秸秆露天焚烧NOx、VOCs和CO的贡献率分别为72.35％、63.94％和53.18％.户用生物质炉NH3和SO2的排放对生物质燃烧源的贡献率最大,分别为41.49％和42.05％.生物质燃烧源大气污染物排放地区分布不均衡,主要集中于大通县和湟中区.生物质燃烧源9项污染物的排放量在1、2、3、10、11和12月较大,占比在5％～33％.蒙特卡罗模拟结果表明,在95％置信区间下,不确定度最高的是森林和草原火灾的PM2.5排放,不确定度为-26.71％～29.78％.     

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.     

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.     

生物质室内燃烧产物的碳质特征及EC同位素组成

选取南京地区典型的生物质种类(水稻、芦苇、玉米、梧桐、桂花和白玉兰)进行室内模拟燃烧实验,同时采用Model 2001A热/光碳分析仪和元素分析-同位素质谱仪(EA/IRMS)分别对不同粒径段颗粒物中OC、EC的浓度和生物质燃烧的不同产物EC同位素组成进行了测定.结果表明,除芦苇秸秆外,其他各类生物质燃烧产生的OC排放因子均在0.43μm粒径段内达到最大;EC排放因子除梧桐和桂花树叶以外,最大值均分布在0.43μm和0.43~0.65μm粒径段内,其中,玉米秸秆燃烧产生的OC、EC排放因子均为最高.6种生物质燃烧产物中的碳质(OC、EC)浓度最大值均主要集中在0.43μm的亚微米粒径段上.玉米秸秆燃烧所产生的烟尘和烟灰中EC的同位素组成均高于其他生物质,除了生物质自身的组分会影响同位素分馏以外,燃烧过程的温度较高,也会促进秸秆和树叶发生热解从而形成碳同位素分馏.     

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.     

薪柴和经济作物秸秆燃烧VOCs排放特征

薪柴及经济作物秸秆在中国农村地区仍普遍使用,其燃烧是挥发性有机物(VOCs)的重要排放源,当前对其排放特征研究仍比较薄弱.本研究选取了3种薪柴(白杨树、杉木和柑橘枝)和6种经济作物秸秆(黄豆秆、芝麻秆、玉米棒、棉花秆、花生秆和玉米秆),通过实验室模拟燃烧和稀释通道采样系统,采用Tedlar袋和Agilent 7820A/5977E气相色谱/质谱联用法采集和分析了烟气中102种VOCs组分组成,并对不同类型生物质燃烧排放VOCs的臭氧生成潜势进行分析.结果表明,不同类型的生物质燃烧排放的VOCs组分存在差异,乙烷(11.1%)、反-2-戊烯(15.4%)、乙烯(8.3%)和二氯甲烷(11.9%)是白杨树和杉木燃烧排放的主要VOCs组分;甲苯(49.8%)是柑橘枝燃烧排放的VOCs含量最丰富的物种;乙烯(11.8%～17.5%)和丙酮(9.2%～14.7%)是秸秆类燃料燃烧的主要VOCs组分.玉米秆、花生秆和柑橘枝具有相似的VOCs源成分谱,分歧系数小于0.1.本研究及已有报道中的生物质燃烧排放苯/甲苯比值范围是0.030～6.48,在开展源解析研究中,采用苯/甲苯比值大于1认定为受到生物质燃烧排放影响值得商榷.烯烃、含氧VOCs和芳香烃对生物质燃烧排放VOCs的臭氧生成潜势的贡献分别为30.6%～80.3%、 6.5%～21.0%和3.8%～56.5%,对臭氧生成潜势贡献比例超过10.0%的组分为乙烯、丙烯、反-2-戊烯、顺-2-戊烯、甲苯和丙醛.     

Investigation on emission factors of particulate matter and gaseous pollutants from crop residue burning

Emission factors of particulate matter (PM), element carbon (EC), organic carbon (OC), SO_2, NO_x, CO, CO_2, and ten ions (Na~ , NH_4~ , K~ , Mg~(2 ), Ca~(2 ), F~-, Cl~-, NO_2~-, NO_3~-, SO_4~(2-)) were estimated from the domestic burning of four types of commonly produced crop residues in rural China: rice straw, wheat straw, corn stover, and cotton stalk, which were collected from the representative regions across China. A combustion tower was designed to simulate the cooking conditions under which the peasants burned their crop residues in rural China, to measure the emission factors. Results showed that wheat straw had the highest emission factor for the total PM (8.75 g/kg) among the four crop residues, whereas, corn stover and wheat straw have the highest emission factor for EC (0.95 g/kg) and OC (3.46 g/kg), respectively. Corn stover also presents as having the highest emission factors of NO, NO_x, and CO_2, whereas, wheat straw, rice straw, and cotton stalk had the highest emission factors of NO_2, SO_2, and CO, respectively. The water-soluble ions, K~ and Cl~-, had the highest emission factors from all the crops. Wheat straw had a relatively higher emission factor of cation species and F~-, Cl~-, NO_2~- than other residues.     

民用燃料燃烧碳质组分及VOCs排放特征

选取北京市地区典型生物质燃料（玉米芯、玉米秆、黄豆秆、草梗、松木、栗树枝、桃树枝）以及民用煤（烟煤、蜂窝煤）在实验室内进行了模拟燃烧实验,对燃烧产生的颗粒物及气体样品进行采集,采用Model 2001A热/光碳分析仪对不同粒径段颗粒物中的有机碳、元素碳进行测定,采用AgilentGC-MS 5977/7890B气质联用仪对燃烧烟气中的挥发性有机物进行分析.研究表明：除蜂窝煤OC、EC的排放因子在2.5~10μm粒径范围内达到最大,其他8种固体燃料燃烧产生的OC、EC的排放因子最大值均在0~2.5μm粒径范围内.薪柴（栗树枝、桃树枝、松木）、秸秆（玉米芯、玉米秆、黄豆秆、草梗）和民用煤（蜂窝煤、烟煤）3类物质燃烧排放VOCs的物种分类差异较大.薪柴和民用煤燃烧排放的卤代烃以及含氧有机物的质量分数明显高于秸秆的质量分数;在同一类别中VOCs物质分布趋势一致.3种薪柴平均总VOCs的排放系数为2.02g/kg,4种秸秆平均总VOCs的排放系数为6.89g/kg,2种民用煤平均总VOCs的排放系数为2.03g/kg,秸秆类的排放因子最大.玉米芯、玉米秆、黄豆秆和草梗的臭氧生成潜势较高,而栗树枝、桃树枝、松木、烟煤以及蜂窝煤的臭氧生成潜势较低,且分布类似.烯烃类、烷烃类、芳香烃类是固体燃料燃烧臭氧生成潜势贡献较大的VOCs物质.     

生物质再燃脱除NO的特性

利用多功能脱硝实验台研究了花生壳、杨木、稻杆和玉米秸秆4种生物质的再燃脱除NO性能,以及工况参数对生物质再燃的影响.结果表明,相同工况下,花生壳再燃脱硝率最高、杨木次之、玉米秸秆最小,当再燃比(Rff)15%时,花生壳、杨木、稻杆和玉米秸秆的再燃脱硝效率分别为85.1%、80.3%、69.6%和67.2%.生物质粒径越小,再燃脱硝率越高.随着再燃温度的升高,生物质再燃脱硝效率先升高后缓慢降低,1073K的脱硝效率最高.生物质最佳再燃区过量空气系数(SR)为0.6,最佳Rff和再燃区停留时间分别为20%和0.81s. SR=20%的典型工况下,生物质再燃脱硝效率达到79%~89%.     

典型排放源黑碳的稳定碳同位素组成研究

采集了我国主要的黑碳排放源(生物质燃烧、民用燃煤和机动车尾气)的烟尘样品,分析烟尘中黑碳(BC)和总碳(TC)与原始燃料的稳定碳同位素组成(δ13C),对比各种δ13C值之间的关联性,评估运用δ13C技术进行BC源解析的潜力.结果表明:①3种典型排放源烟尘样品的δ13CBC与燃料有较好的一致性,且不同排放源的δ13CBC变化范围之间有比较明显的差别:生物质燃料除玉米秸(C4植物,δ13CBC为-13.62‰)显著不同外,C3植物的δ13CBC平均值为-26.49‰±1.17‰;烟煤的平均值为-23.46‰±0.37‰;机动车尾气(包括柴油车和汽油车)的平均值为-25.17‰±0.40‰.②各种排放源的BC形成过程存在程度各异的碳同位素分馏,C4植物(玉米秸)燃烧过程分馏作用较明显(BC的δ13C相对燃料负偏1.62‰),而C3植物和民用煤燃烧过程的分馏较小(分别正偏0.63‰和0.52‰).③BC的纯化手段(CTO-375方法)对生物质烟尘的δ13C有一定的影响(BC和TC的δ13C相差约为0.50‰),对化石燃料烟尘没有影响.上述典型排放源的δ13C数据库可为BC源解析提供依据.     

Characteristics of nanoparticles emitted from burning of biomass fuels

The characteristics of the particles of the smoke that is emitted from the burning ofbiomass fuels were experimentally investigated using a laboratory-scale tube furnace and different types of biomass fuels： rubber wood, whole wood pellets and rice husks. Emitted amounts of particles, particle-bound polycyclic aromatic hydrocarbons （PAHs） and water-soluble organic carbon （WSOC） are discussed relative to the size of the emitted particles, ranging to as small as nano-size （〈70 nm）, and to the rate of heating rate during combustion, differential thermal analysis （DTA） and thermogravimetric analysis （TG） techniques were used to examine the effect of heating rate and biomass type on combustion behaviors relative to the characteristics of particle emissions. In the present study, more than 30% of the smoke particles from the burning ofbiomass fuel had a mass that fell within a range of 〈 100 nm. Particles smaller than 0.43 μm contributed greatly to the total levels of toxic PAHs and WSOC. The properties of these particles were influenced by the fuel component, the combustion conditions, and the particle size. Although TC--DTA results indicated that the heating rate in a range of 10-20℃did not show a significant effect on the combustion properties, there was a slight increase in the decomposition temperature as heating rate was increased. The nano-size particles had the smallest fraction of particle mass and particle-bound PAHs, but nonetheless these particles registered the largest fraction of particle-bound WSOC.     

Emissions of parent, nitrated, and oxygenated polycyclic aromatic hydrocarbons from indoor corn straw burning in normal and controlled combustion conditions

Emission factors （EFs） of parent polycyclic aromatic hydrocarbons （pPAHs）, nitrated PAHs （nPAHs）, and oxygenated PAHs （oPAHs） were measured for indoor corn straw burned in a brick cooking stove under different burning conditions. The EFs of total 28 pPAHs, 6 nPAHs and 4 oPAHs were （7.9 ±3.4）, （6.5 ±1.6）×10^-3, and （6.1 ±1.4）×10^-1mg/kg, respectively. Fuel charge size had insignificant influence on the pollutant emissions. Measured EFs increased significantly in a fast burning due to the oxygen deficient atmosphere formed in the stove chamber. In both restricted and enhanced air supply conditions, the EFs of pPAHs, nPAHs and oPAHs were significantly higher than those measured in normal burning conditions. Though EFs varied among different burning conditions, the composition profiles and calculated isomer ratios were similar, without significant differences. The results from the stepwise regression model showed that fuel burning rate, air supply amount, and modified combustion efficiency were the three most significant influencing factors, explaining 72%-85% of the total variations.