佛山市中心城区工业污染源排放的数值模拟

以广东省佛山市中心城区为研究区域,在分析城区工业污染源排放与分布特征的基础上,应用中尺度气象模式MM5耦合空气质量模式CALPUFF的方法,模拟了中心城区工业污染源排放SO₂的扩散传输过程. 在考虑周边污染源及本地污染物的情况下,发现ρ(SO₂)模拟值与实测值的变化趋势一致,表明模拟方案可较好地反映ρ(SO₂)的时空分布特征. 分析中心城区工业源排放时空分布模拟结果发现,工业污染源排放与分布特征和气象环境是影响城区工业源排放SO2的时空分布的重要因素.      

河谷城市大气环境容量的研究

科学核算大气环境容量,对于合理确定污染物总量控制指标,进而实施大气污染管控措施、治理区域大气污染问题有重要意义.以河谷城市兰州市中心城区为研究区域,利用WRF模式模拟了研究区域的边界层高度及混合层平均风速,并根据地形条件,从污染气象角度给出了扩散单元面积,利用A值法（A为地理区域性总量控制系数）计算兰州市中心城区SO₂、NO_x及VOCs的大气环境容量;同时,将兰州市中心城区2016年SO₂和NO_x的排放总量与SO₂和NO_x的环境容量进行对比,结合区域环境质量监测资料说明大气环境容量设置的合理性.结果表明:①兰州市中心城区的A值具有季节性变化特征,其在春、夏两季较大,在秋、冬两季较小,春、夏两季A值较大的主要原因是边界层高度及边界层内的平均风速较大,而冬季则相反.②兰州市中心城区SO₂、NO_x和VOCs的大气环境容量分别为4.05×104、1.81×104和5.44×104 t/a.③2016年SO₂的实际年排放量（1.62×104 t）未超过大气环境容量限值（4.05×104 t）,尚有余量（2.43×104 t）,这与兰州市2016年4个环境空气质量监测点ρ（SO₂）年均值均达到GB 3095-2012《环境空气质量标准》二级标准的现状一致;NO_x的实际年排放量（3.16×104 t）已超过大气环境容量限值（1.81×104 t）,无环境容量（-1.35×104 t）,这与兰州市2016年4个环境空气质量监测点ρ（NO_x）年均值均超过GB 3095-2012二级标准值的现状一致.研究显示,采用A值法计算的兰州市大气环境容量符合区域污染扩散特征.      

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.      

济南市大气燃煤污染诊断

根据对济南市大气环境质量的分析,通过多源数值模式的模拟试验,导出不同污染源类型对污染物浓度的贡献率,作出大气SO₂污染来源分析,得出如下结果:济南市SO₂浓度空间分布表现为2个高中心的特点,主要由中架源与低矮源共同作用造成的;低矮源与中架源SO₂排放量之和约占排放总量的1/3,对SO₂浓度贡献之和占主要地位;高架源污染物排放量大,但对整个研究区域的质量浓度贡献较小,如果考虑城市污染对周边的影响,高大的污染源应引以重视;防治和规划济南市SO₂污染最主要的是对中架源和低矮源加以控制.      

北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.      

近周边电厂源对北京市采暖期间SO2的贡献分析

应用中尺度气象模式(MM5)与区域多尺度空气质量模型(CAMx)的耦合模型系统,模拟研究了2005年采暖期间近北京地区电厂源排放对北京市空气质量的影响;采用SO₂贡献来源识别技术筛选了对北京市空气质量影响大的区域电厂源. 结果表明:近北京地区电厂源对北京市ρ(SO₂)的影响从南到北呈递减趋势,其对北京城区、北京全市ρ(SO₂)月均贡献值分别为6.97和6.40 μg/m3;影响北京城区ρ(SO₂)的电厂排放源主要来自张家口、唐山、天津、石家庄、廊坊和衡水等地区,占ρ(SO₂) 总贡献值的83.2%;为缓解北京采暖期间SO₂污染压力,应首先控制和削减张家口、天津、唐山、石家庄地区SO₂排放量大的电厂源.      

基于空气质量监测数据的钢铁行业污染源识别方法

京津冀及周边地区等重点区域已经建立具有高时空分辨率特点的空气质量监测网,但监测数据主要用于环境空气质量评价,在大气污染来源识别中应用较少.采用特征雷达图中的双重归一化算法对区域上2018～2019年秋冬季空气质量监测数据中的SO₂、 NO₂、 CO、 PM_2.5和粗颗粒物(PM₁₀与PM_2.5的浓度差值)这5种因子进行分析,识别出偏SO₂、偏NO₂、偏CO、偏PM_2.5、偏粗颗粒物、偏SO₂-CO、偏NO₂-CO和偏PM_2.5-CO这8种典型污染特征.以偏SO₂-CO特征为例,结合污染特征时空分布、主要污染源排放特征和PM_2.5源解析,判断该特征下对空气质量影响最突出的污染源,并将该方法用于一次典型污染过程的分析.结果表明,研究时段内偏SO₂-CO特征的平均占比为7.6%.（1）偏S...     

基于Model-3/CMAQ模式的本溪市大气细颗粒物数值模拟

为探究北方山区城市大气细颗粒物污染特征,应用气象模式WRF耦合空气质量模式CMAQ对本溪市2016年PM_2.5空间分布特征、化学组分特征及主要污染源贡献情况进行分析.本溪市SO₂、NO_x、TSP的工业排放量分别达到5.2×104、4.1×104、16.1×104 t.结果表明,模拟值与监测值变化趋势基本一致,模拟效果较好. 1月ρ（PM_2.5）明显高于7月,空间分布均呈现"西高东低"态势,高值区出现在人口稠密的市区附近. 1月ρ（PM_2.5）本地源贡献率表现为钢铁（35.7%）>供暖（12.5%）>居民（7.5%）>移动（5.2%）>秸秆（2.0%）>电力（0.4%）;7月为钢铁（48.6%）>移动（9.2%）>建材（3.5%）>居民（2.8%）>电力（1.5%）.受气候、地貌及大气污染物排放特征影响,1月区域传输特征明显,外来源贡献为24%,高于7月的14%.另外,1月和7月本溪市PM_2.5组分中二次粒子（SO₄2-、NO₃-、NH₄+）占比分别为29%和32%,碳组分（OC、EC）占比分别为43%和37%,碳气溶胶污染严重.研究显示,本溪市大气细颗粒物污染具有明显的季节性变化特征,1月部分区域浓度超标主要是由于以钢铁行业为主的工业排放造成,加之本溪市1月以西北风为主且风力较大,市区位于西部低海拔地区,来自中部城市群的污染物在向东南方向传输过程中受到高海拔山区阻隔,从而形成污染物积聚效应.      

西气东输工程的环境协同效应研究

协同效应研究是气候变化政策研究的新领域,也是非常重要的领域.西气东输工程的主要目的是为我国中东部地区输送丰富的天然气资源,但其实施同时也有助于减少东部地区大气污染物排放,改善大气质量.利用较成熟的中国区域环境与经济综合评价模型(AIM-LOCAL/China模型),从用气项目的SO₂和CO₂排放的常规情景(BAU)和利用天然气后的情景(NGS)两方面进行了量化比较,分析西气东输工程的环境协同效应.研究发现:在用气项目的范围内,NGS情景下的SO₂排放相比BAU情景明显减少,同时CO₂等温室气体排放也大幅减少.2003-2020年,累计可以减排约312×104 t SO₂和3 475×104 t CO₂,分别比BAU情景减排40.5%和17.9%.从4个用气部门来看,不论是SO₂还是CO₂,电力部门用气项目的减排量都占突出位置.      

中国电力行业多污染物控制成本与效果分析

利用情景分析法建立了2010—2030年我国电力行业SO₂、NO_x、PM₁₀、PM_2.5的排放控制情景,分析了发电技术结构调整、加严及进一步加严末端控制措施(脱硫、脱硝、除尘等)的减排成本和效果. 结果表明:到2030年,相对于趋势照常情景,若加严末端控制设施,将新增336×108元投资,SO₂、NO_x、PM₁₀、PM_2.5排放量可分别减少121×104、852×104、18×104、10×104 t;若进一步加严末端控制措施,将再新增25×108元投资,NO_x、PM₁₀、PM_2.5可分别进一步减排45×104、23×104、15×104 t;若进行发电技术结构调整,将新增2 383×108元投资,SO₂、NO_x、PM₁₀、PM_2.5排放量分别减少248×104、420×104、18×104、10×104 t;2020年和2030年发电技术结构调整带来的单位污染物减排成本分别为15 374和34 239元/t,是末端控制措施加严的3倍以上,但其能提供更大的SO₂减排空间并具有降低能耗和减排温室气体等协同效益. 从成本效果角度考虑,建议采用加严末端控制措施方案,同时调整发电技术结构、合理发展清洁发电技术,以为污染物减排提供更大空间.      

2006~2020年广东省大气甲醛排放演变特征

大气甲醛（HCHO）是臭氧（O₃）和细颗粒物（PM_2.5）二次组分的关键前体物,在大气光化学反应和二次污染形成过程中扮演着重要角色,并存在致癌性.然而,当前对大气HCHO排放来源认识存在不足,制约了二次污染形成机制研究和污染防控策略制定.采用排放因子和成分谱结合方法,建立2006~2020年广东省HCHO排放趋势清单,识别了广东省主要HCHO排放来源和排放时空演变特征.结果表明,2006~2020年期间广东省HCHO排放量在3.9~5.6万t区间波动,整体呈现极微弱的下降趋势;生物质燃烧源是广东省重要HCHO排放源,而受到管控措施的显著影响,其排放量占比从2006年的58%降至2020年的27%;溶剂使用源的HCHO排放则逐渐突显,2020年占比增长至28%,并成为广东省首要排放源,其中塑料制品和沥青铺路是主要贡献行业.移动源中以柴油作为燃料的工程机械和货车也是HCHO重要排放来源;虽然珠三角和非珠三角地区对广东省HCHO排放量贡献相当,但空间分布结果表明HCHO排放热点区域分别集中于珠三角中心区域和非珠三角的东西两角,这是由于珠三角主要来源为溶剂使用源和移动源,而非珠三角主要受生物质燃烧源影响.因此,未来应进一步加强珠三角中心区域的工业和移动源减排以及粤西地区的生物质燃烧监管.     

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.     

广东省非道路移动机械排放清单及不确定性研究

随着工业源和机动车等重点污染源减排空间的下降,非道路移动机械排放已成为大气污染防治领域的研究热点之一.本研究通过资料收集与实地调研,初步构建了广东省非道路机械基于机型的活动水平数据集、综合排放因子及时空分配因子,采用自下而上的排放因子法,建立了广东省2014年非道路移动机械排放清单.并利用蒙特卡洛方法定量评估清单结果不确定性.结果表明,广东省2014年非道路移动机械的SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs和CO排放总量分别为4.9、61.1、4.8、4.5、11.6 kt和45.1 kt.其中,农业机械排放以四轮农用运输车和小型拖拉机为主,贡献率分别为38.4%和18.0%,主要分布在非珠三角的农村地区;工程机械排放以建筑运输车和挖掘机为主,贡献率分别为40.1%和33.9%,主要分布在珠三角地区.此外,不确定性分析结果显示VOCs和PM_(2.5)排放结果不确定性较大,不确定性范围分别为-25.2%~41.7%和-23.4%~32.8%.NO_x不确定性较小,不确定性范围为-15.2%~17.5%.     

广东省火电污染物排放特征及其对大气环境的影响

采用物料衡算及排放因子法建立了2012年广东省火电大气污染物排放(下称火电排放)清单,并运用WRF/SMOKE/CAMx模型分析火电排放对大气环境质量的影响. 结果表明:SO₂、NO_x、CO、PM₁₀、PM_2.5、VOCs和NH₃排放量分别为269 408、539 565、301 257、135 920、65 050、18 790、1 949 t. 300 MW以上的机组对火电排放的贡献较大,但125 MW以下的机组单位煤耗污染物排放较高. 春季、夏季、秋季、冬季火电排放所占比例分别为27.1%、25.4%、24.0%和23.5%,24 h排放呈“三峰三谷”特征;排放量较大的城市为广州、佛山、东莞、江门、汕头、潮州和梅州,不同区域火电排放贡献率顺序为珠三角 (46.2%~52.3%)>广东省东部(26.9%~34.3%)>广东省西部(11.9%~14.4%)>广东省北部(5.5%~10.0%). 8月火电排放对珠三角城市ρ(SO₂)、ρ(NO₂)月均值的贡献率较高,分别为17.0%、11.1%,其次为10月、4月、1月,其影响集中于火电厂所在城市及下风向区域,对不同城市的贡献差异性较大,具有局地特征;火电排放10月对ρ(PM₁₀)、ρ(PM_2.5)月均值贡献率(9.1%、10.6%)较高,其次为8月、4月和1月,影响区域更广,对不同城市的贡献差异较小,呈现区域性特征.      

深圳市PM2.5 化学组成与时空分布特征

于2008-12-30～2009-12-25,在深圳市宝安区、罗湖区和盐田区各设置一个采样点采集大气细粒子PM2.5,分析了PM2.5中主要的水溶性离子组分、有机碳和元素碳,同时结合气象条件,对深圳市PM2.5的化学组成及时空分布特征进行了研究.结果表明,深圳市PM2.5污染总体上呈现西高东低的空间分布特点,但是SO24-和NH4+的空间差异不大,说明深圳PM2.5污染具有明显的区域传输特征.OC/EC值自西向东逐渐升高,说明深圳西部地区受一次源排放影响更为显著.受亚热带海洋性季风气候的影响,深圳市PM2.5总体污染程度表现为秋冬高、夏春低的特点,各主要组分的质量浓度变化也均有类似的特征.与2004年深圳的类似观测结果比较发现,该地区脱硫措施显著降低了PM2.5中硫酸盐浓度,而机动车尾气对PM2.5的贡献变得更加重要.     

基于CMAQ模式的自适应“nudging”源反演方法的中国主要污染区排放特征分析

中国中东部地区的空气污染主要集中在京津冀、长三角、珠三角、东北地区及汾渭平原等区域，各区域的污染排放特征各异.本文应用基于CMAQ（The Community Multiscale Air Quality）模式的自适应"nudging"源反演方法，反演中国中东部地区2016年12月—2017年1月逐日NO_x污染源，分析上述主要污染区的污染物排放强度空间分布特征，并与2016年MEIC（The Multi-resolution emission inventory for China）排放源进行比较，检验反演源的可靠性.结果表明，2016年冬季各个区域反演源NO_x排放强度空间分布特征与2016年MEIC排放源基本一致.京津冀地区高强度排放区域形成沿山前区域东北-西南走向的NO_x高强度排放带；长三角地区NO_x高强度排放区域位于常州、苏州、上海和湖州等城市构成的城市群；珠三角地区NO_x高强度排放区域位于以广州为中心的大范围城市群且排放强度呈现向四周逐渐降低的放射状分布；东北地区NO_x高强度排放区域空间分布特征呈现以城市为中心且稀疏分布；汾渭平原排放区域呈现以城市为中心且向峡谷中间集中分布，排放区域轮廓与汾渭平原狭长的新月状相符.     

应用受体模型(CMB)对北京市大气PM_(2.5)来源的解析研究

为研究影响北京市大气环境PM2.5污染水平的主要来源,于2012年8月—2013年7月,依托北京市大气地面观测网络在10个监测点采集的491 d(次)大气PM2.5有效样本,对其化学组分进行了测试分析;从城市大气污染源组成出发,建立和完善了5类固定点源、2类流动源、4类无组织面源的PM2.5排放成分谱.应用受体模型(CMB)开展了来源解析研究.结果显示:1观测期间大气环境PM2.5的来源主要包括:一次来源机动车(16%)、燃煤(15%)、土壤尘(6%)、二次硫酸铵和硝酸铵(36%),以及有机物(20%)和其他未识别来源(7%);与历史解析结果相比,燃煤源分担率有所下降,二次无机盐与有机物分担率上升,且二次硝酸盐有赶超二次硫酸盐之势;2从主要组分的来源看,观测期间环境大气PM2.5中近25%的硫酸盐来自于燃煤锅炉和电厂排放,17%的有机物来自机动车排放;3北京市PM2.5来源类型大致相同,但各点位PM2.5来源种类和分担率具有一定差异,对一些排放量较大的局地排放源有比较明确的响应.研究表明,开展区域性PM2.5治理、大力削减前体物、严格控制本地机动车、燃煤等PM2.5排放都是改善北京市空气质量的重要途径.     

莆田市O3污染来源解析模拟研究

福建省莆田市作为典型的海滨城市,自2015年以来以O₃为首要污染物的天数逐年增加.为了制定科学有效的减排措施,减轻莆田市的O₃污染,以2016年莆田市O₃污染高发的7—9月为研究时段,通过观测数据分析、空气质量模型敏感性分析和O₃来源追踪方法分析了莆田市近地面O₃生成控制区,以及O₃及其生成前体物NO_x与VOCs的区域和行业来源.结果表明:①莆田市西部地区为NO_x控制区,而东部沿海地区则为VOCs控制区.②莆田市ρ（NO_x）与ρ（VOCs）主要来自本地排放贡献,二者本地排放的贡献率分别为69.4%与64.2%,而本地排放对莆田市ρ（O₃）的贡献率仅为21.0%,福建省福州市和泉州市对莆田市ρ（O₃）的贡献率之和为37.6%,外来输送贡献率较大的为浙江省,其贡献率为11.6%.莆田市O₃的外来输送不仅发生在ρ（O₃）较高的时段,在ρ（O₃）较低的时段也占了很大的比例.③莆田市工业源对本地排放ρ（O₃）贡献率最大,达57%,其次是机动车源.④通过敏感性时间序列分析得出,同时削减10%的NO_x和VOCs排放,能使莆田市国控点位平均ρ（O₃）峰值下降约5 μg/m3.研究显示,莆田市NO_x与VOCs主要来自本地排放,O₃受外来输送影响较大,推进本地工业NO_x和VOCs污染的治理与加强机动车尾气的污染控制是减轻本地O₃污染的有效方法.      

珠三角地区人为热排放演变趋势及不确定性分析

人类生产生活中产生的大量废热对城市环境中的温度、城市边界层结构、空气质量及人类健康都有着重要的影响.然而目前人为热排放清单的计算方法存在所需基础资料种类繁多、计算过程复杂,空间分布和排放量有较大偏差等不足.本研究采用统计回归法基于CO和NO_x污染源清单计算了2007—2015年珠江三角洲地区的人为热排放清单,对其排放趋势、热排放来源类型变化以及空间格局的演变进行了梳理.结果表明：2007—2015年珠三角地区年平均人为热均大于9 W·m^-2,人为热排放峰值出现在2010年,趋势为先增加后减少,这与燃料消耗总量的变化趋势基本一致,而工业源和道路移动源是影响人为热排放总量变化的最大因素：2007—2015年珠三角地区大部分区域人为热排放处于0~20 W·m^-2,高值区（>20 W·m^-2）主要分布于珠三角地区中心地带的城市群,高值区缩减的面积和速度在2010—2012年期间达到最大.进一步对2012年人为热清单的不确定性分析表明：总人为热的95%置信区间的不确定性为-16%~49%,其中电厂类别排放估算中的不确定性最小,为-13%~16%,而工业源的不确定性最高,为-46%~73%.     

基于WRF-CMAQ/ISAM模型的榆林市夏季O3来源解析

为了更清楚地了解榆林市夏季臭氧污染来源,提出科学的治理建议,利用WRF-CMAQ模型对2019年7月榆林市和周边地区(包含太原市、西安市、银川市和呼和浩特市等省会城市)的O₃浓度进行模拟;利用ISAM模块,对榆林市一次重污染过程的O₃和其前体物NO_x、 VOCs来源进行量化.结果表明,重污染日榆林市的O₃主要来自模拟区域外的远距离传输(55.5%),其次是模拟区域内前体物的光化学反应生成(20.6%,榆林市、山西省、内蒙古自治区和陕西省依次为10.0%、 5.0%、 2.3%和2.1%,甘肃省、宁夏回族自治区和河南省合计为1.2%)和初始条件(0.3%),剩余来源(23.6%)未能被成功标记;榆林市处于VOCs控制区,其VOCs由烷烃(76.5%)、酮类(9.2%)和其它种类的VOCs(14.3%)构成,VOCs来源有模拟区域内的污染源排放(45.6%,榆林市、山西省、内蒙古自治区和陕西省依次为22.0%、 11.4%、 6.3%和5.1%,甘肃省、宁夏回族自治区和河南省合计为0.8%)和模拟区域外...