辽宁省2000~2030年机动车排放清单及情景分析

机动车排放已经成为城市地区大气污染的主要来源.基于COPERT模型和ArcGIS技术,建立了2000~2030年辽宁省机动车排放清单,分析6类污染物（CO、NMVOC、NO_x、PM₁₀、SO₂和CO₂）排放的总体趋势与空间演变特征,同时以2016年为基准年,基于情景分析法设置8类控制措施情景并评估不同控制措施对污染物的减排效果.结果表明2000~2016年,机动车的CO、NMVOC、NO_x和PM₁₀排放量呈现先增后降的趋势,SO₂排放量呈现波动变化,而CO₂排放量则呈现持续增长态势.轻型载客车和摩托车是CO和NMVOC排放的主要贡献车型,重型载客车和重型载货车是NO_x和PM₁₀的主要排放源,SO₂和CO₂则主要是由轻型载客车排放.辽宁省中部及南部机动车排放量明显高于辽东和辽西.从城市层面来看,排放主要集中在沈阳市和大连市.情景分析表明,实施更加严格的排放标准可以增强减排效果,且升级排放标准的时间越提前减排效果越好.综合情景将实现减排最大化,强化综合情景对CO、NMVOC、NO_x、PM₁₀、CO₂和SO₂的削减率达到了30.7%、14.3%、81.7%、29.4%、12.3%和12.1%.     

城市机动车排放因子隧道试验研究

选取典型城市隧道进行机动车排放因子测试,应用隧道试验原理,通过连续48h的现场采样监测,获得了隧道内机动车排放污染物NO_x.CO、SO₂、PM₁₀、VOC和HC浓度、交通参数(车型、车速、交通流量)和气象参数(如风速、风量、温度、湿度)等实测数据.通过质量平衡计算出隧道内机动车NO_x.CO、SO₂、PM₁₀和HC的平均排放因子分别为1.379、15.404、0.142、0.637、1.857g·(km·辆)^-1.并在此基础上应用多元回归方法计算出8大类机动车各种排放污染物的单车排放因子.结果反映目前中国城市机动车污染物排放水平及各污染物排放特征.     

广州市实施I/M简易瞬态工况检测方法的环境效果分析

采用简易瞬态工况法对在用车进行检测,能够更为有效地筛选高排放车辆.2007—2009年广州市轻型汽油车的简易瞬态工况法的初检数据表明,国Ⅰ排放标准实施以前(简称"国Ⅰ前")车辆和国Ⅰ及以后排放标准车辆排放超限值比例分别为20.1%和17.6%.简易瞬态工况法复检数据得到的国Ⅰ前和国Ⅰ及以后车辆经维护后能够达标的比例分别为76.0%和64.7%,且经过有效维护后超标车辆的平均排放水平有较大比例的削减.同时,采用修正的MOBILE5模型对广州市轻型汽油车排放进行模拟.结果发现,广州市2009年轻型汽油车的CO、HC和NO_x排放量分别为24.4×10⁴、3.8×10⁴和1.8×10⁴ t.如果考虑I/M制度实施及实际执行率,复检不达标车辆在全部淘汰情景下,2009年广州市轻型汽油车排放的CO、HC和NO_x分别能削减4.20×10⁴、0.58×10⁴和0.15×10⁴ t,占全部轻型汽油车的削减比例分别为17.2%、15.3%和8.2%;而在全部置换为国Ⅳ新车情景下,3种污染物分别能削减4.12×10⁴、0.57×10⁴和0.14×10⁴ t,削减比例分别为16.9%、15.0%和8.0%.国Ⅰ前及国Ⅰ车辆对CO和HC削减量的贡献达到90%左右,对NO_x削减量的贡献也在85%左右.     

2010~2015年我国水泥工业NOx排放清单及排放特征

基于我国2011~2015年水泥企业逐条生产线基础信息、活动水平及控制技术等数据,建立了水泥工业NO_x排放量计算方法和动态排放数据库.利用该方法,计算了2011~2015年逐条水泥生产线NO_x排放量,分析了2010~2015年我国水泥工业NO_x排放特征.结果表明,我国水泥工业NO_x排放量变化范围为168~199万t,自2010年的169万t增加到2012年的199万t,达到排放峰值,随后逐年下降,到2015年与2010年基本持平.水泥工业NO_x排放的地区分布不均衡,2015年安徽、四川、河南、湖南、云南、山东是排放量最大的省份,占全国排放总量的40%,上海、内蒙、山西、新疆、湖南、云南、四川是单位熟料NO_x排放强度最大的省份.从生产线规模来看,规模≥ 4000 t·d^-1的熟料生产线产量占比和NO_x排放量占比均最大,分别为68.5%和66.5%,单位熟料NO_x平均排放强度最低.水泥生产工艺结构的转变及水泥工业降氮脱硝工作的开展是影响水泥工业大气NO_x排放特征的主要因素.     

中国商品能源消耗导致的氮氧化物排放量

能源消耗导致的NO_x排放是影响环境空气质量及区域酸沉降的重要因素.根据全国及各省区商品能源消耗与不同经济部门、不同燃料类型NO_x排放因子,估算了90年代中国NO_x排放量,详细给出了1997年分省、分地区、分行业及分燃料排放清单,并绘出了NO_x平均排放强度分布图.结果表明,中国NO_x排放量由1990年8.4Mt快速增长到1996年的12.0Mt.但与1996年NO_x排放峰值相比,1997和1998年中国NO_x排放量分别下降了约0.34Mt和0.82Mt.中国NO_x排放的燃料、行业及地区分布极不平衡:大约3/4的NO_x排放源自煤的燃烧;行业分布上,NOx则主要来自于工业(39.56%)、电力(36.74%)和交通运输(11.22%);各省区NO_x排放差别很大,河北、江苏、辽宁、山东、广东、山西、黑龙江、湖北和河南9省超过0.5Mt,而青海、宁夏和海南3省区小于0.1Mt.NO_x平均排放强度最大的地区(＞10t·(km²·a)^-1)包括上海、天津和北京市.总体来说,中国NO_x排和污染主要集中在人口密集、经济相对发达的东中部和东南部地区,尤其是北京、上海、天津等大城市.     

应用COPERTⅢ模型计算中国机动车排放因子

介绍了计算机动车污染物排放因子的COPERTⅢ模型,并根据中国机动车实际构成、行驶工况和燃油特征确定了模型所需参数,然后应用该模型计算得到了2002年中国机动车排放CO、NO_x、NMVOC和PM的排放因子.通过比较COPERTⅢ模式、MOBILE模式和台架测试得到的中国机动车排放因子发现,应用COPERTⅢ模型计算获得的排放因子更接近中国机动车实际排放情况.     

渭南市道路移动源高分辨温室气体排放清单及特征研究

根据渭南市机动车保有量和抽样调查与观测数据,采用MOVES模型计算了渭南市2017—2019年道路移动源CO₂、CH₄、N₂O和CO 4种 温室气体的排放量,分析了机动车车型、燃料和排放标准对温室气体排放量的影响.基于ArcGIS和渭南市道路网信息,建立了高分辨率（1 km× 1 km和1 h×1 h）的温室气体排放清单.结果表明,渭南市2019年道路移动源CO₂、CH₄、N₂O和CO的排放量分别为424.322×10⁴、0.044×10⁴、0.007×10⁴和2.808×10⁴ t,以CO₂当量计,机动车温室气体的总排放量为432.843×10⁴ t. 4种道路移动源温室气体中,CO₂占总温室气体排放量的98.03%.渭南市小型客车对温室气体的贡献率最大,分别排放了43.41%的CO₂、74.78%的N₂O和57.17%的CO.大型客车排放了34.47%的CH₄, 汽油车和天然气汽车是N₂O和CH₄的主要排放源,分别排放了86.76%的N₂O和61.87%的CH₄.渭南市道路移动源温室气体排放强度24 h变化呈“双峰”分布,空间分布呈明显的“线-面”特征,这与道路分布密度高度相关,路网密集的城市中心为机动车温室气体的高排放区.     

基于实测的船舶辅机大气污染物排放量估算

于2017年3月—2018年5月在广州市南沙港区选取不同吨位的5艘船舶进行登船实测,建立了基于燃油消耗的排放因子.结果表明,船舶辅机CO₂排放因子为(3085±439)~(3195±121) g·kg^-1,CO排放因子为(5.50±1.33)~(26.10±8.90) g·kg^-1,TVOC排放因子为(0.29±0.02)~(1.68±0.06) g·kg^-1,PM_2.5排放因子为(0.56±0.09)~(12.50±3.11) g·kg^-1,NO_x排放因子为(19.20±4.12)~(83.30±11.80) g·kg^-1,基于燃油消耗量,估算2017年广州港船舶停泊工况辅助发动机SO₂、CO、TVOC、PM_2.5和NO_x排放总量分别为736、(794±209)、(46.40±2.39)、(223.0±49.4)和(3237±698) t.船舶引擎功率对排放CO、TVOC和PM_2.5影响显著,引擎功率较低的船舶以上3种大气污染物排放因子更高.从吨位而言,≥10000总吨的船舶对SO₂、CO、TVOC和NO_x 4种大气污染物的排放分担率均超过50%,≤2999总吨的船舶则对PM_2.5的排放分担率最高.从船舶类型而言,分担率最高的是集装箱船,分别占SO₂、CO、TVOC、PM_2.5和NO_x排放总量的43.8%、30.8%、41.4%、16.3%和40.9%,此外,散货船、其他货船、顶推拖船和油船对排放量的分担率也较高,以上5种船舶占到了各类大气污染物排放总量的90%.     

天津市2017年移动源高时空分辨率排放清单

移动源已成为城市地区大气污染的主要贡献源.已有研究多关注道路移动源（机动车）或非道路移动源（工程机械、农业机械、船舶、铁路内燃机车和民航飞机）中单一源类的排放,欠缺对移动源总体排放特征的把握.本研究提出了移动源高时空分辨率排放清单的构建方法,据此建立了天津市2017年移动源排放清单,并分析其排放构成与时空特征.结果表明,天津市移动源CO、VOCs、NO_x和PM₁₀的排放量分别为18.30、6.42、14.99和0.84万t.道路移动源是CO和VOCs的主要贡献源,占比分别为85.38%和86.60%.非道路移动源是NO_x和PM₁₀的主要贡献源,占比分别为57.32%和66.95%.从时间变化来看,移动源所有污染物排放在2月均为最低,CO和VOCs在10月排放最高,而NO_x和PM₁₀则在8月排放最高.节假日（如春节和国庆节等）对移动源排放的时间变化影响显著.从空间分布来看,CO和VOCs排放主要集中于城区和车流量大的公路（高速路和国道）上,NO_x和PM₁₀在城区与港区均具有较高排放强度.污染物的空间分布差异是由其主要贡献源的空间位置决定的.本研究可为天津市大气污染的精细化管控和空气质量模拟提供数据支撑,同时可为其他地区移动源排放清单的建立提供方法参考.     

NOx和VOC自然源排放及其对中国地区对流层光化学特性影响的数值模拟研究

利用Williams等和Guenther等的模型估计中国地区NO_x和VOC的自然源排放.所得清单显示土壤NO_x排放总量（以N计）为225.75 Gg;植被VOC年排放总量（以C计）为13.23 Tg,其中异戊二烯、单萜烯、其它VOC分别为7.77、1.86、3.60 Tg;排放有明显季节变化和空间变化.运用中尺度气象模式MM5以及光化学模式Calgrid研究这些排放在不同季节对对流层化学的影响.结果表明,O₃、NO_x、HNO₃和PAN的全国平均浓度在土壤NO_x排放影响下分别增加15.3%、15.7%、25.5%和6.5%;在植被VOC排放影响下改变5.6%、-4.9%、-19.3％和142.3％;在两者综合影响下增加26.1%、8.8%、4.3%和177.9%;浓度变化在夏季明显强于其它季节.自然源对中国地区光化学污染物空间分布有不同程度的影响,这种影响同区域气象条件、源排放和NMHC/NO_x比值等因素有关.NO_x和VOC的自然源排放对光化学特性影响显著,在光化学模拟过程中不容忽视.     

乌鲁木齐市区机动车污染物排放特征研究

选择乌鲁木齐市125条道路调研测试得来的数据分析了乌鲁木齐市在用机动车的行驶分布的规律、污染物的排放特点和机动车道路的行驶特点。然后使用COPERT本地化模型计算CO、NMVOC、NOx和PM的排放因子,并计算了2012年CO、NMVOC、NOx和PM的排放量。通过估算得到2012年乌鲁木齐市机动车CO、NMVOC、NOx和PM的排放量分别为94 087,17 886,25 079,1 489 t。柴油机动车对NOx、PM的排放分担比率较大,而柴油机动车的保有量的贡献比率偏低;柴油汽车的CO、NMVOC的保有量的贡献比率跟它的排放分担率相比,贡献率要大;占保有量22.3%的国Ⅰ、国Ⅰ前标准的机动车辆对机动车CO、NMVOC、NOx、PM的排放分担比率分别为50.5%、41.0%、51.5%和55.0%;占保有量64.3%的国Ⅲ、和国Ⅳ车辆对CO、NMVOC、NOx和PM的贡献率分别为35.2%、42.7%、35.6%和33.9%。     

天津市大气污染源排放清单的建立

通过调研天津市工、农业生产和居民生活的统计资料,研究分析文献报道的各种污染源排放因子,计算出天津市各行业、各区县NOx、SO2、NMVOC、CO、NH3、PM10、PM2.5等污染物的排放量,发展了天津市2003年排放源清单.结果显示,天津市2003年各类污染物质的排放量NOx为1.77×105t,SO2为2.59 ×105t,NMVOC为2.24×105t,CO为1.33×106t,NH3为7.40×104t,PM10为2.52×105t,PM2.5为1.10×105t.从排放源的行业分布来看,燃煤源、汽车移动源、秸秆燃烧源是天津市大气污染物的重要排放源,燃煤源对各污染物的贡献分别为NOx46%,SO284%,NMVOC 1%,CO 58%,PM1018%,PM2.5 24%.火电、水泥、钢铁、炼焦、原油加工等行业依然是重要的工业污染排放源,火电对SO2的贡献为13%,钢铁对SO2的贡献为24%,对CO的贡献为30%.2003年天津市区对NO,、S02、NMVOC、CO等污染物的贡献均高于其它区县,对PM10、PM2.5的贡献也很高;塘沽区对NOx、SO2、NMVOC、CO等污染物的贡献很大,蓟县、武清区、宝坻区对NH3、PM10、PM2.5的贡献很大.     

杭州市机动车污染物排放清单的建立

基于调研的基础数据,运用修正后的IVE排放模型及GIS系统建立了杭州市2010年1km×1km的高时空分辨率的机动车排放清单.结果表明,2010年杭州市机动车污染物CO、HC、NOx、PM的年排放量分别为44.06,2.31,4.43,0.65万t,主要来自线源道路的排放.各车型污染物分担率各不相同,汽油乘用车和公交车排放CO和HC最大,柴油重型货车和公交车是NOx和PM排放的主要来源,两种燃油下的机动车排放差异十分明显.机动车污染排放与路网密集程度及道路长度密切相关,因此西湖区和江干区排放总量远远高出其他区域.机动车各污染物排放强度空间分布均呈现由城市中心向城市边缘的递减趋势,各污染物中心城区排放量占总排量的70%以上.机动车污染物排放日变化十分明显,与人群出行规律有极大的相关性.     

2007年中国大陆地区生物质燃烧排放污染物清单

采用排放因子法计算了中国2007年间CH4、SO2、NOx、NH3、EC、OC、NMVOC、CO、CO2、TSP、PM10、PM2.5的排放总量,建立了生物质燃烧污染物排放清单,计算了各污染物总排放量的空间分布及不同生物质燃烧类型对各污染物总排放量的贡献率,重点完善了各省市生物质燃烧排放不同粒径颗粒物清单.结果显示,2007年我国大陆生物质燃烧排放CH4、SO2、NOx、NH3、OC、EC、NMVOC、CO、CO2、TSP、PM10、PM2.5排放总量分别分为3332.7, 335.3, 951.3, 7754.9, 783.7, 267.7, 6049.6, 76579.6, 743743.7, 7677.8, 6668.9, 4043.7kt.四川、安徽、广西、山东、河南、江苏等地区生物质燃烧各污染物排放量较高,北京、天津、海南、宁夏、青海和西藏等省区各污染物排放量较少.不同地区排放污染物的主要生物质类型存在较大的差异,单位面积排放强度和人均排放量区域间差异显著.人类活动是生物质燃烧排放污染物的主要影响因素,秸秆和薪柴燃烧是污染物排放量最大的2种生物质,其对各种污染物的贡献率为93.8%~98.7%.     

珠江三角洲大气面源排放清单及空间分布特征

估算了珠江三角洲地区2006年大气面源污染物的排放清单,并利用2006年珠江三角洲人口分布栅格数据作为代用空间分配权重因子,建立了该地区大气面源3km′3km的SO2、NOx、PM10和VOC网格化排放清单.结果表明,2006年珠江三角洲大气面源排放的SO2为1.12′105 t, NOx为5.25′104 t, PM10为1.6′105 t, VOC为3.14′105 t.SO2、NOx和PM10排放量较大的区域集中在广州市区、佛山、东莞和中山,而VOC排放量较大的区域位于广州市区、东莞和深圳.     

长江三角洲地区能源消费大气污染物排放特征

针对长江三角洲(以下简称“长三角”)16个主要地区,基于常规可获取的统计资料确定污染源活动水平,结合最新的污染源调查资料及相关研究成果确定污染物排放因子,以2008年为基准年,研究了能源消费大气污染物排放特征,建立了具有较高时空分辨率、且便于滚动更新的网格化动态排放清单.结果表明:长三角16个地区2008年能源消费过程中SO2、NOx、PM10、PM2.5、CO的排放量分别为3158.58, 3154.96,979.76,632.34,5258.08kt.其中上海、苏州、南京、杭州、无锡和宁波6城市污染物排放总量均占长三角地区排放总量的60%左右.SO2和NOx排放主要集中在工业和火电部门,颗粒物和CO排放则主要集中在工业部门,机动车对于CO也有较大的排放贡献率.火电部门污染排放具有较强的月变化特征;道路机动车排放受居民出行规律影响,具有明显的周变化和日变化特征.     

2006—2012年广东省机动车尾气排放特征及变化规律

利用广东省年鉴及实地调查资料,基于COPERT Ⅳ模型计算并分析了2006─2012年广东省珠三角和非珠三角地区的机动车尾气排放清单. 结果表明:研究地区2006─2012年机动车保有量上升,国Ⅲ、国Ⅳ车辆所占比例提高,其中珠三角地区优化程度大于非珠三角地区;2006─2012年2个地区污染物(CO、VOC、NO_x、PM_2.5)排放因子均有降低,降幅在24.54%~57.89%之间. 机动车污染物排放量上升趋势及贡献特征地区性差异明显,2006─2012年非珠三角地区CO、VOC排放量分别上升了37.20%、26.93%,增幅高于珠三角地区,而珠三角地区2012年的NO_x、PM_2.5排放量增幅(分别为21.65%、14.60%)高于非珠三角地区. 轻型客车是2个地区CO和VOC的主要贡献车型,贡献率均达46.96%以上,并且处于上升状态,但珠三角地区增幅小于非珠三角地区;重型客车和重型货车是2个地区NO_x、PM_2.5的主要来源,贡献率均在40.78%以上.      

中国机动车污染物排放因子及其修正方法研究

中国机动车污染物排放已成为影响空气质量的重要源。机动车污染的研究中,排放因子的确定是关键。根据机动车使用状况,车用燃料硫含量和行驶状况,运用MOBILE6．2的方法和原理确定了中国各类型机动车HC、CO、NOx的综合排放因子。小型汽油客车国0阶段CO、HC、NOx的综合排放因子分别为34．29g／km、3．45g／km和0．856g／km;国Ⅰ阶段CO、HC、NOx的综合排放因子分别为2．80g／km、0．25g/km和0．40g／km;国Ⅱ阶段CO、HC、NOx的综合排放因子分别为1．39g／km、0．16g／km和0．09g／km。     

广州市机动车尾气排放特征研究

文章利用COPERT IV模型计算广州市机动车尾气排放因子,结合机动车保有量和构成,获得2008年广州市机动车尾气排放总量并对排放因子的速度敏感性,以及不同车型、不同排放标准、不同燃料类型机动车排放特征进行了分析。结果表明:2008年广州市机动车CO、NOX、VOC和PM的排放总量分别为138 772.42 t、80 868.69 t、24 907.26 t和3 171.97 t。摩托车和小客车是CO和VOC的主要贡献车型,贡献率总和分别达到78.31%和70.52%;而作为NOX和PM的主要贡献车型,大客车和重型货车的贡献率总和分别达到78.94%和83.72%。国0标准机动车排放水平高于其他排放标准的车型,CO和VOC的排放分担率接近于保有量比例的2倍。汽油车是CO和VOC的主要贡献车型,其排放贡献率超过80%;而PM排放主要以柴油车为主;柴油车的NOX排放总量高,接近于汽油车的2倍。     

中国典型城市机动车排放演变趋势

选择中国12个典型城市建立1990~2009年机动车排放清单,分析各城市机动车排放历史演变趋势.结果显示,1990~2009年,研究各城市CO、VOCs、NOx和PM排放因子分别降低57%~81%、53%~78%、22%~74%和31%~76%.20年间,各城市CO和VOCs排放量总体在2000年后陆续达到增长峰值后开始下降,总量分别增长1.0倍和1.4倍;NOx和PM排放量总体保持持续增长,分别增长3.2倍和3.3倍.各城市汽油车是CO和VOCs排放主要贡献源,LDA-G、MDTB-G和HDTB-G对各城市机动车CO和VOCs排放的贡献和分别为约70%~90%和约50%~85%,其中LDA-G的排放贡献明显提高.LDA-G、MDTB-G、MDTB-D和HDTB-D贡献了80%~90%的NOx排放,其中MDTB-D和HDTB-D的排放贡献率从平均57.8%上升为72.7%.对于PM,MDTB-D和HDTB-D占排放的70%~90%.此外,部分城市摩托车排放的贡献不容忽视.