2010~2017年四川省机动车污染物排放趋势分析

四川省机动车保有量日益增加,本研究基于特定的清单计算方法及多口径的活动水平数据,得到四川省2010~2017年机动车尾气污染物排放量.结果表明,四川省小型载客汽车的保有量增长最快,不管是机动车还是小型载客车保有量的增速,均高于全国平均增速;2017年四川省机动车共排放CO、NO_x、SO₂、NH₃、HC、PM_2.5、PM₁₀、BC和OC分别为706.9、275.3、0.3、5.7、164.8、8.1、8.9、4.1和1.4 kt,除NH₃以外,四川省所排放的其他污染物呈现波动中下降的趋势,在2014~2016年前后达到高值.柴油车的保有量变化与NO_x的变化显示出较强的相关性;新车排放标准加严是最具有减排潜力的措施之一,同时随着实施年份的增长,显示的减排潜力越大,燃油品质的提升对于污染物的减排每年也会有6%以上的减排效力.未来应将HC和NO_x减排作为四川省机动车管控的重要内容.     

郑州市公交车队电动化减污降碳环境效益

公交车队电动化是道路交通部门实现减污降碳的重要手段,评估当前公交车队电动化减排成效,对推进大中型城市公交全面电动化具有重要参考意义.基于燃料生命周期法分析了郑州市公交车队电动化前后CO₂和污染物排放特征,并评估了不同电动化情景下的车队排放.结果表明,本轮电动化使公交车队燃料生命周期内CO₂和PM_2.5排放量分别增长32.6%和42.6%,CO、NO_x和VOC排放量下降了28%,34%和25%.优化发电结构对于电动化过程中的CO₂及PM_2.5减排尤为重要,在全面电动化和发电结构优化的最佳情景下,CO₂、CO、NO_x、VOC和PM_2.5减排可达38.7%、80.1%、84.4%、92.2%、30.2%.在全面电动化进程中,应优先对中长里程线路车辆进行电动化替换,此外,插电混动天然气车型的纯电动化替换对减排利弊兼有,同步推进车队替换和电力结构调整进程才能实现减污降碳协同增效.     

基于燃料生命周期的中国铁路排放趋势

铁路运输是现代运输的主要方式之一,在空气质量改善和"双碳"目标的双重约束下,厘清铁路运输CO₂和污染物排放趋势,对于交通领域的减污降碳工作具有重要意义.基于燃料生命周期法分析了中国火车2001~2018年的CO₂和污染物排放特征,在此基础上,结合情景分析评估了2019~2030年的铁路排放趋势.结果表明,随着铁路电气化进程的推进、内燃机车新车投入使用和燃油标准的不断升级,铁路运输燃料生命周期的CO₂和污染物排放整体分别呈上升和下降趋势,而其上游阶段的排放占比逐年升高.2018年铁路运输的CO₂、NO_x、CO、BC和SO_x排放总量分别为3780.29万t、11.98万t、3.94万t、0.20万t和3.08万t.情景分析表明,加快电力结构改善和降低单位运输能耗分别是降低铁路CO₂、SO_x和NO_x、BC、CO排放的最佳单一控制手段.积极应对铁路减污降碳工作的综合情景下,CO₂、NO_x、CO、BC和SO_x的减排率可分别达35%、37%、39%、32%和45%.电力结构改革和铁路电气化进程的停滞均会造成铁路运输排放总量的显著增加,铁路减污降碳工作仍需高度重视.     

河南省2016~2019年机动车大气污染物排放清单及特征

基于城市机动车保有量和高速公路交通流量,结合行驶里程和VOCs源谱,采用排放因子法建立了河南省2016~2019年城市和2016年高速公路机动车高分辨率大气污染物排放清单.结果表明,2016年小型客车和普通摩托车等汽油车是CO、VOCs和NH₃的主要贡献源,SO₂、NO_x和PM主要来自重型和轻型柴油货车,国1、国3和国4标准车对污染物排放贡献突出,郑州、周口和南阳的排放量较大;高速公路8~10月的车流量较高,11月最低,城市主干道周变化和日变化分别呈现出明显的周末效应和双峰特征;排放高值区集中在交通网密集、交通流量大的城市中心及市区附近向外辐射的道路上,连霍高速和京港澳高速是高排放道路;轻型汽油车对臭氧生成潜势（OFP）贡献最大,乙烯和丙烯等5个物种对VOCs排放量和OFP贡献均较大;2016~2019年机动车保有量年均增长率为5.7%;与2016年相比,2019年VOCs排放增加2.8%,SO₂、PM_2.5、PM₁₀、NH₃、CO和NO_x的降幅分别为76.3%、51.7%、50.3%、43.1%、16.7%和5.9%;2019年各污染物在控制政策下的实际排放量相对基准情景的减排比例在15.6%~82.4%之间.     

太原市“十四五”规划大气污染防治政策的CO2协同效益评估

为量化评估太原市“十四五”大气污染防治政策的减污降碳协同效益,使用京津冀温室气体-空气污染相互作用与协同模型（GAINS-JJJ）,模拟评估13项大气污染防治措施的减排潜力,CO₂的协同减排效益.2025年政策情景下一次PM_2.5、PM₁₀、SO₂、NO_x、VOCs和NH₃分别减排1.8（5%,相对于基准情景减排比例,下同）、2.5（2%）、3.7（16%）、20.0（27%）、13.6（15%）和0.0 kt（0%）,CO₂减排9.0 Mt（13%）,CH₄排放增加203.3 kt（相对于基准情景增加25%）.SO₂、NO_x与VOCs减排主要发生在电力、工业燃烧与溶剂使用部门,CO₂减排主要发生在工业燃烧部门,CH₄排放量增加是由于煤矿开采活动水平升高.限制“双高”行业的能源消耗,严禁新增产能以及可再生能源发电比例提升措施的CO₂协同减排效益最高.VOCs具有优异协同减碳效益.建议太原市进一步推进终端电气化政策,同时需加大提升电力行业清洁能源比重和可再生能源发电的消纳能力.     

关中盆地NO2和SO2对颗粒物污染的协同效应

基于WRF-Chem模式模拟了关中盆地2019年1月2—14日一次颗粒物污染事件,评估了NO_x和SO₂减排及其在颗粒物污染中的协同作用对PM_2.5污染的影响。敏感性实验结果表明：NO_x减排可使PM_2.5中硝酸盐含量下降,但大气中O₃浓度上升,大气氧化能力增强,其他二次组分上升,导致PM_2.5下降不明显;SO₂人为源减排可使硫酸盐质量浓度下降,但由于硫酸盐在PM_2.5中占比较低,当SO₂减排75%时,PM_2.5仅下降1.74%;当减排比例较高时,NO_x和SO₂同时减排更有利于颗粒物污染防治。PM_2.5质量浓度在NO_x和SO₂同时减排75%时比分开减排75%时多下降0.75%,主要是硫酸盐下降所致;对气溶胶含水量进行分析,发现NO_x对气溶胶含水量影响较大,当NO_x减排75%时,气溶胶含水量可下降15.51%;此外,NO_x和SO₂同时减排比分开减排时气溶胶含水量更低,更不利于二次颗粒物生成。     

粤闽浙沿海重点城市道路交通节能减排路径

随着社会和经济的高速发展,能源消耗量快速增加,随之而来的污染问题也日益加剧.目前的研究主要集中于单一城市或长三角、珠三角和京津冀等中国三大经济圈的道路交通节能减排,缺乏对东南沿海经济圈的相关研究.粤闽浙三省位于我国东南沿海经济发展的核心地带,在其经济发展的同时不可避免地带来了能耗及排放问题.基于长期能源替代规划系统模型,构建了2015~2035年粤闽浙沿海重点城市道路交通基准情景（BAU）以及现有政策情景（EPS）和改进政策情景（MPS）,其中,EPS和MPS均设置了车辆结构优化情景（VSO）、提高燃油经济性情景（IFE）和年均行驶里程减少情景（RDM）.基于情景模拟,评估在各项政策和措施的作用下,粤闽浙沿海重点城市的道路交通节能减排潜力.结果表明,在一级情景中,改进政策情景对于节约能耗、碳减排以及污染物减排效果最好,相比于基准情景2035年其节能力度达75%,且对CO₂、CO、NO_x、PM_2.5和SO₂的排放削减力度分别达68%、59%、66%、70%和64%;在二级情景中,提升燃油经济性的改进情景对于节约能耗（削减30%）效果显著;车辆结构调整的改进情景（削减36%、30%、36%、26%和40%）和年均行驶里程减少的改进情景（削减37%、37%、36%、37%和36%）对于CO₂、CO、NO_x、PM_2.5和SO₂减排效果显著.     

京津冀及周边地区“2+26”城市结构性调整政策的CO2协同减排效益评估

《打赢蓝天保卫战三年行动计划》（"三年行动计划"）明确提出,产业结构调整、能源结构调整、交通结构调整和用地结构调整是大幅减少大气污染物和CO₂排放的重要抓手,这种协同效应非常明显,但在城市群层面还未被量化研究.为此,采用京津冀温室气体-空气污染物协同控制综合评估模型（GAINS-JJJ）,构建了2017年京津冀及周边地区"2+26"城市群基础排放清单,定量分析了"三年行动计划"的实施带来的CO₂和主要大气污染物的排放变化情况.结果表明,与2017年相比,2020年政策情景下"2+26"城市的CO₂、一次PM_2.5、SO₂、NO_x和NH₃的减排量分别为29.1 Mt （相当于2017年排放量的2%）、203.8（21%）、281.8（27%）、485.5（17%）和34.3 kt （3%）,排放量较大的城市或部门都实现了较为明显的减排.碳协同减排效益结果显示,产业结构调整的一系列重大举措（淘汰落后产能、工业锅炉升级改造和散乱污企业综合整治等）取得了良好的CO₂和大气污染物协同减排效应,而不同污染物中NO_x的碳协同减排效应最高.     

河北省国道和省道机动车基于交通流量的尾气排放量估算

河北省各城市均已开展利用机动车保有量等宏观统计数据的城市移动源排放清单编制工作,但尚缺乏对跨省及全省各城市间国省道高时空分辨率的移动源排放清单研究.本研究利用2017年河北省国道、省道日均交通流量监测数据,计算了2017年河北省国道和省道机动车大气污染物排放量.结果表明：2017年河北省国道和省道机动车CO、HC、NO_x、PM_2.5和PM₁₀排放量,与利用宏观统计数据计算得到的全省机动车排放总量相比,分别占27.8%、15.7%、55.6%、58.3%和58.5%.重型货车是国道和省道机动车CO、NO_x、PM_2.5和PM₁₀排放的主要来源.河北省南部国省道的机动车排放量以南部各城市为中心呈网状辐射,东北部沿海地区的排放量主要在沧州-天津-唐山-秦皇岛-承德沿线分布,西北部则主要在保定-张家口-内蒙沿线分布.月均排放量分布情况为1月最高,9月最低;周日均分布情况为周一—周三逐日增加,周四开始回落,周日降至最低;每日小时平均分布呈现明显的双高峰现象,两次高峰分别出现在11：00和18：00左右;最低值出现在凌晨4：00.河北省内,各市国省道机动车污染物排放分担率前3位的依次为保定、沧州和张家口.跨省交通车辆排放的CO、HC、NO_x、PM_2.5、PM₁₀分别占河北省国省道机动车总排放量的48.1%、48.7%、42.9%、41.3%和41.3%,其中天津市出入河北省的车辆排放分担率最高,其次是北京.京津冀应在区域层面建立机动车污染联合防治协调机制,从调整区域货运交通运输结构、推动柴油车污染控制措施升级等方面改善区域环境空气质量.     

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.     

廊坊市区主要大气污染源排放清单的建立

通过调研、统计廊坊市区工业、城中村及机动车等资料,结合以往清单文献研究结果及清单编制指南中的排放因子,计算了廊坊市区主要大气污染物的排放量,得到廊坊市区2014年主要大气污染源排放清单.结果显示,2014年廊坊市区工业源(固定燃烧)NO_x、SO_2、NMVOC、CO、PM_(10)、PM_(2.5)排放总量分别为6.4×10~3、1.2×10~4、31、1.0×10~4、7.3×10~2、4.4×10~2t,其中热电行业排污贡献率最高,分别占NO_x、SO_2、CO、PM_(10)、PM_(2.5)工业源(固定燃烧)年排放总量的55%、48%、67%、63%、69%;安次区工业企业对气态污染物贡献较高,广阳区及开发区工业企业对颗粒物排污贡献较大.低矮面源(城中村)NO_x、SO_2、NMVOC、CO、PM10、PM_(2.5)年排放总量分别为1.8×10~2、3.6×10~3、3.0、4.9×10~3、1.5×10~2、72 t.道路移动源CO、HC、NO_x、PM_(2.5)年排放总量分别为2.4×10~4、1.9×10~3、2.2×10~3、44 t,其中小型客车对HC和CO贡献率较高,分别为53%和61%;NO_x年排放总量中26%由重型货车贡献;PM_(2.5)则主要由轻型货车和重型货车贡献,占比分别为39%和21%.     

珠江三角洲非道路移动源排放清单开发

根据收集到的珠江三角洲非道路移动源活动水平数据,采用适合各类非道路移动源污染物排放量的估算方法和排放因子,建立了珠江三角洲地区2006年非道路移动源排放清单.结果表明,珠江三角洲地区2006年非道路移动源排放SO2为6.52×104t,NOx为1.24×105t,VOC为4.54×103t,CO为2.67×104t,PM10为4.51×103t.其中船舶为最大的SO2、NOx、CO和PM10排放贡献源,分别占非道路移动源排放总量的96.4%、73.8%、39.4%和50.5%.在船舶排放源中,SO2、NOx、VOC、CO和PM10排放量的89.8%、81.8%、77.3%、79.5%和81.7%来自货轮和散装干货船.非道路移动源已成为该地区第三大SO2和NOx排放贡献源,分别占珠江三角洲大气污染源SO2和NOx排放总量的8.6%和13.5%.     

南昌市固定燃烧点源大气污染物排放清单及特征

大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料,而工业点源是大气污染的重点排放源.通过收集相关活动水平信息和合理的排放因子,采用"自下而上"的方法建立了南昌市2014年点源大气污染物排放清单.结果表明,SO_2、NO_x、CO、PM_(10)、PM_(2.5)和VOC排放总量分别为29576.2、17115.1、25946.6、4689.4、922.9和1190.4 t,其中,金属炼制行业对SO_2、CO和VOC的贡献最高,分别占37.75%、30.59%和38.45%;火电行业是NO_x的主要来源,其贡献率为47%;水泥等建材制造行业对PM_(10)和PM_(2.5)排放贡献最高,分别为26%和25%.根据排放源污染物排放量及地理坐标信息,建立了0.4 km×0.4 km的污染物排放量空间分布特征图,结果表明,南昌市大气污染物排放较为集中,青山湖区北部和新建区北部是SO_2、NO_x、CO和VOC的主要排放区,而PM_(10)和PM_(2.5)的排放量相对分散,并在安义县出现排放高值区.通过将计算结果与统计数据结果进行对比,了解所估算清单的准确程度.对SO_2和NO_x的计算值和统计值进行统计分析,结果显示,NMB(标准化平均偏差)和NME(标准化平均误差)值均小于50%,清单计算精度较高.同时,为了解清单数据质量,对清单的不确定性进行定量分析,结果显示,SO_2和VOC不确定性较低而PM_(10)和PM_(2.5)的不确定性相对较高,清单整体不确定性与其他研究结果相差不大.建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手,从而减小排放量的不确定性,获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究.     

基于LEAP模型的京津冀地区钢铁行业中长期减排潜力分析

京津冀地区是我国钢铁行业集中布局的地区,也是大气污染最突出的地区.分析京津冀地区钢铁行业各类治污工具的中长期减排影响,对于选择最优减排措施、加快推动该地区大气污染治理意义重大.构建基于LEAP模型的京津冀地区钢铁行业模型,以2015年为基准年,以每5 a为一个时间节点,结合规模减排、结构减排、技术减排、末端治理4种减排措施,模拟计算了4种单一政策情景及4种组合政策情景下2015-2030年京津冀地区钢铁行业主要污染物（SO₂、NO_x、PM₁₀、PM_2.5、CO₂）排放量及相应的减排影响.结果表明:在单一政策情景下,规模减排情景对5种污染物减排效果均十分显著.在组合政策情景下,4种减排措施叠加的综合减排情景效果最好,在该情景下京津冀地区钢铁行业到2030年SO₂、NO_x、PM₁₀、PM_2.5、CO₂排放量将分别削减27.73×104、17.85×104、42.94×104、27.35×104、23.15×107 t;在规模-末端治理情景下,除CO₂外其余污染物减排效果仅次于综合减排情景;规模-结构减排情景对PM₁₀和PM_2.5的减排效果相对明显;规模-技术减排情景对CO₂、SO₂、NO_x的减排效果相对明显.研究显示,京津冀地区钢铁行业需要在大力淘汰落后过剩产能、缩减产量等源头治理措施的基础上,持续加强末端治理、提高废钢比例、提升节能减排技术水平等协同治理能力,以提高治污减排效果.      

一次航班飞行全过程大气污染物排放特征

飞机发动机以航空煤油为燃料,在运行过程中会排放多种大气污染物,对空气质量和人体健康存在较大影响.选择A320作为典型机型,提取了一次真实航班飞行过程中的机载飞行数据,基于BM2及BM2-FOA耦合模型,获得了其在飞行全过程中每一时刻CO、UHC、NO_x及PM_(2.5)的排放指数,并计算了CO、UHC、NO_x、SO_2、CO_2及PM_(2.5)的精确排放量.结果表明,飞行过程中CO和UHC排放指数与推力变化趋势相反,数值范围分别为0.67~595.34 g·kg~(-1)和0.05~0.43 g·kg~(-1).NO_x排放指数与燃油流量变化趋势一致,数值范围是0.96~114.25 g·kg~(-1).PM_(2.5)排放指数全过程变化较小,约为0.25~0.36 g·kg~(-1).飞行全过程中,CO_2排放总量最大,约为2.0×10~4kg.同时,NO_x的排放量约为213.4 kg,SO_2也排放了24.5 kg.CO、PM_(2.5)和UHC的排放量分别为7.5、2.2和0.5 kg.将本次精确计算结果与使用ICAO基准模型对LTO起降阶段的估算结果进行对比后发现,基准模型LTO飞行时间较真实时间偏长37%.基准模型估算LTO阶段CO、UHC污染物排放量偏高,NO_x偏低,且偏差较大;而SO_2、CO_2和PM_(2.5)的排放量估算结果偏差相对较小.与机动车相比,A320飞机的一次LTO起飞着陆飞行,NO_x排放量约等于一辆小客车行驶8.6×10~4km,或相当于1274辆小客车1 d的排放量.     

大连海域远洋船舶排放清单

为准确评估船用柴油机实际排放,利用船舶自动识别系统(automatic identification system,AIS)采集远洋船舶的船速、航行时间、地理位置信息等实时航行数据,采用动力法对2012年大连港远洋船舶的排放清单进行计算. 结果表明:2012年大连港远洋船舶PM₁₀、NO_x、SO_x、CO、HC、CO₂总排放量分别为5 785(包括4 628 t PM_2.5)、51 451、49 437、4 677、2 010及2 885 388 t. 在4种运行工况中系泊工况排放量最大,受船舶类型和污染物种类影响,系泊工况污染物排放所占比例有所不同,但其分担率均在75.0%左右. 船舶排放污染物的空间分析表明,船舶系泊停靠的港口区域是污染物排放最密集的区域. 从船舶类型来看,散货船、集装箱船、邮轮和油轮是污染物主要排放船型,在整个船舶排放清单中,这4类船舶对DPM(柴油机颗粒物)、NO_x、SO_x、CO、CO₂的排放分担率之和分别为90.9%、91.4%、91.9%、91.5%、91.9%. 在船舶的主机、辅机和锅炉3种排放源中,主机是主要排放源,集装箱船和滚装船的主机分担率为90.0%,货船和邮轮的辅机排放分担率达到40.0%.