南充市移动源污染物排放清单特征分析

基于2014年南充市大气污染源排放清单调查,通过实地调研、现场测试与统计年鉴等获得活动水平数据,采用排放系数法估算建立排放清单。结果表明道路机动车保有量为877 197辆,摩托车、载客汽车、载货汽车占比分别为61.8%、29.9%、8.3%。道路移动源CO 39 631.2t,NO_X26 448t、VOCs 20 544t、HC 3 648t、PM101 777t、PM_(2.5)1 600t、SO2391.7t,主要污染物为CO、NO_X和VOCs。柴油重型载货汽车、柴油轻型载货汽车、柴油大型载客汽车是NO_X、SO2、PM10和PM_(2.5)主要排放源,普通摩托车、其他燃料小型载客汽车是CO、VOCs主要排放源。普通摩托车和汽油中型载货汽车是HC主要排放源。非道路移动源污染物总量NO_X2 322t,CO 1 173t,HC 657.2t、PM 467.7t、PM_(2.5)252.9t、VOCs 179.8t。农业机械对CO、PM_(2.5)、PM、THC排放贡献率高,分别为49.5%、50.2%、48.3%、30.0%;工程机械对NO_X、PM_(2.5)、PM、THC的贡献率高,分别为51.4%、40.3%、38.9%、39.3%;船舶对VOCS排放贡献为90.3%。顺庆、高坪、嘉陵的CO、NO_X、THC、PM排放贡献率较高,蓬安VOCS排放贡献率较高。     

长沙市空气自动站周边区域大气污染物排放源清单

以长沙市空气自动站周边3 km为研究对象,基于统计年鉴和实地调查,获得了该地区2015年储存运输源、废弃物处理源、工艺过程源、化石燃料固定燃烧源、农业源、生物质燃烧源、扬尘源、移动源8个源类的活动水平数据。以大气污染物排放源清单编制技术指南为依据,建立了2015年长沙市空气自动站周边3 km区域NH_3、NO_x、PM_(10)、PM_(2.5)、SO_2、VOCs等6项污染物的源排放清单。结果表明,2015年长沙空气自动站周边3 km内,8类大气污染源排放的NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs总量分别为53.65t、4 899.35t、1 846.09t、6 257.75t、989.49t、4 383.31t。NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs排放量最大的源分别是农业源、移动源、扬尘源、扬尘源、化石燃料固定燃烧源和移动源,贡献率分别为98.45%、84.24%、60.82%、85.90%、97.33%、49.88%。优化道路交通、减少燃煤、减少建筑工地扬尘排放可促进长沙市空气自动站周边空气质量改善。     

资阳市大气污染源排放清单研究

采用实地调研、资料收集等方式获得了2017年资阳市典型污染源的活动水平数据,参照城市大气污染物排放清单编制技术手册建立了基于排放因子法和物料衡算法的资阳市大气污染源排放清单,分析了主要污染物的行业排放特征和空间分布特征。结果表明,2017年资阳市SO₂、NO_X、CO、PM₁₀、PM_2.5、VOCs、NH₃总排放量分别为3.58kt、13.91kt、94.91kt、25.51kt、8.67kt、23.84kt和46.44kt。SO₂排放主要来自工业源;NOX排放主要来自移动源;CO排放主要来自工业过程及移动源;PM₁₀和PM_2.5、排放来自扬尘源和露天秸秆焚烧;VOCs主要来自溶剂使用源;NH₃主要来自农业活动。资阳市主要污染物排放分布在工业点源较为集中的雁江区和安岳县,乐至县污染物排放量相对较小。     

炼化企业无机前体物排放对大气细颗粒物的贡献

大气污染物SO_2、NO_X、NH_3是形成二次细颗粒物(PM_(2.5))的重要无机前体物。为控制PM_(2.5)污染,要求形成一套便于炼化企业自身核算无机前体物排放对PM_(2.5)贡献的方法体系。探讨了基于排放清单、PM_(2.5)化学组成和NH_4~+/SO_4~(2-)摩尔浓度比值所建立的计算模型的合理性和可行性,并将其用于某炼厂进行案例分析。结果表明,所建立的计算模型可满足炼化企业PM_(2.5)核算要求,用于核算无机前体物排放对PM_(2.5)最大贡献量。案例企业排放前体物转化形成的PM_(2.5)等效排放量远高于该企业PM_(2.5)直接排放量,应予以关注。     

成都市城区大气污染特征及其假日效应研究

对成都市城区O_3、SO_2、NO_X、CO、PM_(2.5)、PM_(10)、苯和甲苯进行了为期一年的在线观测。结果表明:成都市超标最严重的为NO_X,年平均质量浓度为(100. 9±61. 5)μg/m3,超标天数为119 d。PM_(2.5)、PM_(10)、CO和NO_X的浓度均为冬季最高; O_3春夏季高而冬季低; SO_2浓度冬季相对较高但总体水平较低。春、夏、秋季成都市大气中苯系物的主要来源为机动车,冬季则是机动车源和燃烧源的综合贡献。O_3日变化呈"单峰型"; NO、苯和甲苯都在上午出现峰值; NO_2与PM_(10)、PM_(2.5)均呈现出"双峰双谷"型日变化; CO也为双峰型日变化。各大气污染物浓度没有明显"周末效应",但"长假效应"显著。     

北京市区冬季PM_(2.5)污染特征及来源分析

选取北京市区为采样点,于2016年1月进行PM_(2.5)采集,并分析了PM_(2.5)和水溶性组分的污染特征和来源。结果表明,采样期间北京市PM_(2.5)质量浓度平均为67.7μg/m~3,水溶性离子是PM_(2.5)的主要组分,其中SO_4~(2-)、NO_3~-和NH_4~+之和占总离子的79.1%;Ca~(2+)和Mg~(2+)分别占PM_(2.5)质量浓度的2.5%和0.9%,海盐气溶胶和K~+分别占PM_(2.5)的3.6%和1.6%。采样期间NO_3~-/SO_4~(2-)为1.1,表明NO_2和SO_2主要来自移动源的贡献。北京市区冬季PM_(2.5)主要来自二次污染源、扬尘、生物质燃烧和海盐气溶胶,贡献率分别为42.351%、21.164%、16.314%和5.436%。     

“十二五”南充市城区空气质量变化及污染成因浅析

"十二五"期间,南充市城区空气质量于2014年之后有所改善,2015年达标率为74.37%,同比上年上升7.61个百分点;城区酸雨污染状况不断改善,酸雨频率和酸度逐年下降。城区主要污染物为可吸入颗粒物(PM10)和细颗粒物(PM_(2.5)),根据污染源排放情况,结合2016年3~4月细颗粒物(PM_(2.5))源解析结果,PM_(2.5)的来源主要为机动车尾气、二次无机源、燃煤、工业工艺源、扬尘、生物质燃烧等,严格控制机动车尾气和VOCs排放应为今后首要工作任务。     

南充冬季大气PM2.5污染特征及来源分析

为探究南充市冬季大气PM_(2.5)污染特征,于2017年1月对南充市大气PM_(2.5)进行采样,分析水溶性离子、无机元素和碳质组分的组成、浓度水平和来源。结果表明,二次无机离子SO_4~(2-)、NO_3~-、NH_4~+是南充市冬季大气PM_(2.5)水溶性离子中的重要组成部分,占总离子的86.7%;NH_4~+与NO_3~-和SO_4~(2-)主要是以NH_4NO_3和(NH_4)_2SO_4形式存在,SOR和NOR平均值分别为0.51和0.23,SOR高于NOR,说明南充市冬季硫氧转化速度比氮氧转化速度快且二次离子污染较为严重;NO_3~-/SO_4~(2-)比值为1.11,表明移动源是南充冬季大气污染物的主要来源,并且南充市冬季大气PM_(2.5)偏酸性。OC、EC是大气PM_(2.5)重要组成部分,OC/EC比值大于2,SOC对OC的贡献率较大(65.3%),南充市冬季大气PM_(2.5)中OC主要来源于二次污染。OC、EC之间相关性较好(R=0.84),二者具有共同的来源。主成分分析(PCA)结果表明,南充市冬季PM_(2.5)的主要来源是汽车尾气、燃煤、二次污染、生物质燃烧、土壤及建筑扬尘。     

南京市工业项目工程机械大气污染物排放清单研究

通过对金陵石化及扬子石化两个特大施工工地活动水平的研究,根据收集的南京市工业项目工程机械数据资料,采用合适的估算方法和排放因子,据此建立了2017年南京市工业项目工程机械大气污染物排放清单。结果表明,2017年南京市工业项目工程机械共排放NO_(x )13 072.13kg,占工程机械污染物排放总量的55.79%,为最大污染贡献源;CO排放总量为6 194.17kg、VOC排放总量为1511.82kg、PM_(10)排放总量为932.20kg、SO_2排放总量为1 068.42kg、PM_(2.5)排放总量为651.74kg。在所有工程机械的使用过程中,挖掘机为最大污染贡献源,占污染物排放总量的30.22%;其次为200t以下吊车(起重机),占比为20.41%;压路机、搅拌机分别为第三、第四污染贡献源,占比分别为17.81%、15.18%。     

成都市污染源VOCs排放与O3污染相关性分析

挥发性有机物(VOCs)是形成细颗粒物(PM_2.5)、臭氧(O₃)等二次污染物的重要前体物，随着工业化和城市化的快速发展，以臭氧为特征的区域性复合型大气污染日益突出，为研究成都市污染源VOCs排放情况，根据成都市最新污染源普查数据，我们针对成都市工业源、农业源、移动源和生活源，采用监测数据法和系数法核算了成都市VOCs排放量，行业分布、地区分布，并结合各地区大气臭氧污染情况进行了相关性分析。经过统计分析，工业源和移动源为成都市主要VOCs排放源，工业源VOCs排放量位居前3位的行业分别为家具制造业、石油、煤炭及其他燃料加工业及印刷和记录媒介复制业，VOCs原辅材料使用量及VOCs排放量最多的是胶黏剂，移动源VOCs排放主要为机动车排放。成都市各地区VOCs排放量及臭氧年均值空间分布整体表现为西北高东南低，22个区(市)县VOCs排放量与大气臭氧日均值超标率正相关，15个区(市)县呈现出明显相关性，指数曲线较线性拟合程度较好，存在非线性关系。7个区(市)县VOCs排放与大气臭氧日均值超标率拟合程度较差，呈现出较弱的相关性。     

京津冀地区重点耗煤行业大气污染物排放清单研究

本研究通过京津冀地区各行业的年度煤炭消费量确定火电行业、钢铁行业和焦化行业为重点耗煤行业,以在线监测数据、污染源调查(现场调研、环评、验收)数据、排放因子数据为基础,自下而上建立了2013年京津冀地区重点耗煤行业大气污染物排放清单,分析研究了SO_2、NO_x和PM_(10)的排放量与污染贡献分布情况,掌握了京津冀地区重点耗煤行业大气污染物排放现状,为大气污染物减排提供数据基础。研究表明,2013年京津冀火电、钢铁焦化行业共排放SO_2 72.35万t、NO_x 131.99万t、PM_(10) 30.36万t。     

南昌市冬季一次大气重污染过程的特征分析

对南昌市2016年1月一次以PM_(2.5)为首要污染物的大气重污染过程进行了综合分析,研究其污染特征及成因。重污染时段PM_(2.5)中SO_4~(2-)、NO_3~-和NH_4~+质量浓度之和占42.1%,重污染日OC/EC为4.73,均明显高于非污染期间,说明二次无机离子和有机物贡献较大;NO_3~-/SO_4~(2-)均值为0.85,高于非污染期间的0.56,表明南昌市固定源和移动源污染并重,且重污染期间移动源贡献比例增大。区域污染传输,加上低压、低风速和相对较高的湿度等不利于大气扩散的气象条件可能是此次重污染的成因。     

水泥生产线污染源PM_(2.5)排放的监测

水泥工业是重要的PM_(2.5)排放源之一,因此有必要对水泥生产线污染源PM_(2.5)排放进行监测。介绍了水泥生产线污染源PM_(2.5)监测的主要仪器和方法,并对监测数据进行了分析。     

秦皇岛市环境空气质量状况及污染防治对策

2015—2017年秦皇岛市环境空气质量有所好转,SO_2、CO、PM_(10)和PM_(2.5)污染程度呈现下降趋势,NO_2和O_3污染程度呈现上升趋势,主要污染物为PM_(10)和PM_(2.5)。秦皇岛市大气污染的主要因素有工业废气、机动车尾气、扬尘和燃煤等,是典型的复合型污染。建议通过加强工业污染源治理、强化机动车尾气治理、推进扬尘治理、加强燃煤锅炉治理、推广清洁能源、完善大气预警应急体系等污染防治对策来改善秦皇岛市环境空气质量。     

南昌市环境空气PM_(2.5)化学组分的时空分布特征

2015年在南昌市6个国控点分四个季度采集了大气PM_(2.5)样品,分析了其主要化学组分,并对PM_(2.5)质量浓度进行了重构。结果表明:南昌市PM_(2.5)的主要化学组分为SO_4~(2-)、OC、NO_3~-、NH_4~+和EC,占比具有明显的时空变化特征,硫酸盐在第二、三季度最大,硝酸盐在第一、四季度最大,SO_4~(2-)和NH_4~+在石化点位最高,NO_3~-在京东镇政府点位最高,OC和EC在省外办点位最高;重构后,南昌市PM_(2.5)以硫酸盐、有机物、地壳类物质为主,说明2015年南昌市扬尘和二次硫酸盐源类对PM_(2.5)的贡献可能是主要的。     

四川省近年来空气质量变化趋势及污染特征分析

采用2013～2017年四川省环境空气质量监测数据,按照国家最新标准及技术规范分析空气质量变化趋势及污染特征。结果表明:四川省城市空气质量总体逐年好转,优良天数率在80%左右波动上升;PM_(10)和SO_2浓度高于全国平均下降率;PM_(2.5)浓度与全国平均下降率持平;NO_2浓度在2017年开始反弹明显;细颗粒物二次转化问题突出,PM_(2.5)/PM_(10)比例在62%左右;NO_2/SO_2逐年上升,大气氧化性逐年增强;21个城市O_3第90百分位浓度平均升幅为10.7%,O_3造成的污染天数逐年上升。大气污染形势的变化表明加大对VOCs和NO_X的协同减排刻不容缓。     

成都市空气质量预报系统的应用及预报效果评估

介绍了成都市空气质量预报系统的模式设置和排放源处理,并评估其对2017年2月成都市的气象要素和PM_(10)、PM_(2.5)、SO_2、NO_2小时浓度的24小时预报效果。结果表明,系统能较好的预报成都市主要气象要素的逐小时变化情况,平均气温、气压和相对湿度的相关系数均在0.72以上,但对累积降水的预报效果仍需优化;系统能合理的反映各污染物的时空分布,PM_(10)和PM_(2.5)的预报效果达优秀水平,但存在不同程度的高估;NO_2的预报值与实况值的时间变化趋势一致性最高,空间分布对应较好,但模式预报对其存在一定程度的低估;对SO_2有显著的高估,但其空间分布模拟效果最佳。优化源的空间分配,及时更新源排放清单,同时针对不同排放源提高小时尺度排放清单分辨率可能是未来提高成都市空气质量预报系统预报准确率的有效途径。     

中国道路交通源大气污染的健康影响评估

随着经济的发展,我国机动化进程加快,机动车尾气排放已经成为城市空气污染的重要来源。对特定污染源排放引起的大气污染健康负担进行评估可以为环境空气质量管理提供科学依据。本研究遵循全球疾病负担(GBD)研究框架,应用环境空气质量模型,基于大气污染源排放清单、卫星反演PM_(2.5)浓度、全国PM_(2.5)导致的过早死亡等数据,对我国交通源所致的大气污染及健康负担进行评估。结果显示,2010年,我国由于交通源排放贡献的PM_(2.5)的年平均浓度为1.49μg/m~3,估计导致的过早死亡总数约11.69万人。交通源排放所致的健康负担主要集中在京津冀、长三角、珠三角以及中西部等经济发达和人口密集的地区。我国一方面需要实施更为严格的减排措施,持续控制交通源的排放量;另一方面,除了京津冀等发达区域,也需要加强对人口密集区域(如河南、山东等地)的机动车污染控制,以减少交通大气污染对人体健康的影响。     

宜宾市人为源VOCs排放清单及其臭氧生成潜势

基于四川省环境统计数据及相关资料,采用排放因子法计算得到宜宾市2014年VOCs排放量,同时估算了各污染源臭氧生成潜势。宜宾市各污染源2014年度排放VOCs共3.2万t,最主要的排放行业是工业过程源、道路移动源及溶剂使用源,分别占37%,22%和16%。宜宾市的臭氧生成潜势总量为9.5万t,移动源的贡献率最高,达37%,其次工业过程源和溶剂使用源分别贡献21%和17%。     

香港地区不同类型站点大气污染变化特征对比研究

选取香港环境保护署设立的5个代表性站点(可归类为路边站、一般站及背景站)2016年的监测结果,对获取的各类污染物(PM_(2.5)、PM_(10)、NO_2、NO_X、SO_2、O_3)浓度变化特征进行对比研究,结果表明:(1)三类站点颗粒物及SO_2浓度年均值差异较小,体现了其区域性的污染特性,NO_2与NO_X年均值均为路边站一般站背景站,而O_3则相反,路边站最低而背景站最高;(2)各类站点PM_(2.5)与PM_(10)季节差异表现为夏季最低而冬季最高,O_3最低值也出现在夏季;(3)三类站点大气污染物日变化特征差异显著,路边和一般站NO_2与NO_X日变化表现为"早晚双峰"型,背景站变化幅度较小;路边站、一般站颗粒物日变化表现为单峰型,峰值出现在晚间22∶00,背景站变化幅度较小;O_3在路边站和一般站呈现双峰型变化,而在背景站为单峰型,峰值出现在下午15∶00左右;(4)所有站点PM_(2.5)、NO_X及O_3"假日效应"明显,具体表现为:PM_(2.5)和O_3浓度在假日全天浓度高于工作日;路边站和一般站的NO_X浓度在假日0∶00~8∶00时段高于工作日,其余时间均低于工作日。