广安市大气污染源排放清单研究

基于全面的实地调研,获取了广安市2016年各典型污染源的活动水平数据,以城市大气污染物排放清单编制技术手册为指导,采用排放因子法,建立了广安市2016年大气污染源排放清单,并分析了主要污染源排放特征。结果表明,2016年广安市SO_2、NO_X、CO、PM_(10)、PM_(2.5)、VOCs、NH_3总排放量分别为31 706 t、28 084 t、115 874 t、56 415 t、19 710 t、24 774 t以及39 484 t。SO_2排放主要来自工业源;NO_X排放主要来自工业源和移动源;CO排放主要来自工业源、民用燃烧源及移动源;PM_(10)和PM_(2.5)排放来自工业源、扬尘源和露天秸秆焚烧;VOCs主要来自工业源、移动源以及溶剂使用源;NH_3主要来自农业排放。     

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。     

成都市机动车排放清单及排放特征研究

随着机动车保有量的迅速增加,成都市由机动车排放造成的污染也日益受到关注。基于COPERT 4模型,通过对机动车车辆构成、行驶工况、环境温度、油品质量等基础数据的调研,计算了成都市机动车尾气的排放因子并获得了成都市机动车几种主要污染物的排放总量。结果表明,2014年成都市机动车CO、NO_X、VOC和PM的排放总量分别为18.01万t、6.65万t、3.16万t和0.13万t。通过对成都市机动车的排放特征进行分析,发现以汽油为主要燃料的摩托车和小型客车是CO和VOC的主要贡献车型;以柴油为主要燃料的大型客车和重型货车是NO_X和PM的主要贡献车型。低排放标准机动车的排放水平远高于其他排放标准车型,且道路拥堵情况对机动车的排放水平亦有重要影响。     

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%。     

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。     

“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。     

北京市民用煤污染治理历程回顾

虽然2013年"减煤换煤"前北京地区民用煤使用量仅占全市总用煤量的19%,但PM2.5排放量约占到全市PM2.5总排放量的35%,如果再考虑气态污染物二次转化,则民用煤对北京市空气中PM2.5的贡献接近50%。烧烟煤散煤污染物排放严重,其PM10、PM2.5、SO2、CO、VOCs排放分别是大型燃煤锅炉的5.4倍、4.7倍、1.3倍、18.2倍、1.3倍,汞排放比大型燃煤锅炉高1-2个数量级,黑炭、多环芳烃和苯并芘排放高3-5个数量级。北京市2013年开始"减煤换煤"行动,通过实施"五个一批"削减民用煤使用量,污染物减排效果明显,成功经验值得其他省市参考借鉴。     

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。     

成都市机动车NO_x排放清单的建立及其空间分布研究

通过对成都市车辆信息(包括车流量、车辆构成及车辆行驶工况等)进行调研和测试,根据IVE模型得出了机动车NO_x的排放清单。结果表明,2012年成都市机动车NO_x排放总量为76 859.4t。其中,轻型载客车、出租车、重型客车、公交车、摩托车、轻型载货车、重型载货车的年排放量分别为10 796.8t、397.4t、985.9t、6 801.4t、3030.9t、13 081.8t和41 765.2t。在此基础上,利用GIS对成都市机动车排放NO_x总量按不同道路类型进行空间分配,得出机动车排放产生的NO_x总量的空间分布与排放源强分布高度一致。     

成都市武侯区生活源挥发性有机物排放清单研究

以成都市武侯区为研究对象,通过实地调查收集武侯区生活源餐饮、干洗、汽修和医院4个行业数据,采用排放因子和物料衡算法,建立了2016年成都市武侯区生活源挥发性有机物排放清单,并完成了空间分配。结果表明:武侯区生活源VOCs排放量为154.891 t/a,其中餐饮、干洗、汽修和医院VOCs排放量分别为107.070 t/a、39.340 t/a、8.295 t/a和0.186 t/a,餐饮为最大的生活排放源。空间分布上,人员集中、企事业单位密集以及人流、车流量大的片区VOCs排放量更大。为提高清单的可信度,将研究结果与其他排放清单进行比较,结果表明差异度较小。     

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。     

成都市冬季挥发性有机物污染特征及来源研究

利用挥发性有机物在线监测仪(GC-FID/MS)在成都市市区开展为期一个月的挥发性有机物监测,分析了VOCs浓度水平、组分构成、日变化规律,并分别利用PMF模型和排放清单法对VOCs的来源进行解析研究。结果表明,监测期间,VOCs小时平均浓度为7610~(-9),最高浓度为26210~(-9),最低浓度为14.810~(-9);监测物种类别中烷烃类占VOCs总体积浓度为38%,炔烃为17%,芳香烃为15%,烯烃为13%,卤代烃为9%,含氧(氮)类化合物为8%,浓度前十的物种分别为乙烷、乙炔、乙烯、丙烷、甲苯、己醛、二氯甲烷、苯、正丁烷和异戊烷,占总浓度的70%以上。烷烃、炔烃、烯烃、芳香烃在8点～10点间均出现浓度峰值,芳香烃、卤代烃以及含氧(氮)化合物浓度最高值出现在凌晨2点～5点;最低浓度则均出现在下午17点左右。基于PMF的方法,VOCs的来源解析结果为工业源贡献32%,机动车贡献26%,生物质燃烧贡献22%,溶剂源贡献7%,油气挥发贡献6%,本底混合源贡献7%;基于排放清单法,2015年成都市VOCs年排放量为36.9万t,工艺过程源、溶剂使用源、移动源分别贡献32%、32%、30%。     

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%。     

《大气污染防治行动计划》实施环境效果模拟

本研究利用2010年污染源普查数据和MEIC排放清单建立全国大气污染物高时空分辨率排放清单,在此基础上利用2012年环境统计数据对其进行修订建立2012年全国大气污染物高时空分辨率排放清单;结合《大气污染防治行动计划》(以下简称《计划》)研究工作,测算了《计划》实施后在污染源综合治理、落后产能淘汰、能源结构调整方面对SO2、NOx、颗粒物、VOCs的减排量,同时对污染物新增量进行了预测,建立了《计划》实施后全国大气污染物高时空分辨率排放清单;利用CMAQ空气质量模型模拟分析了《计划》实施的空气质量改善效果。结果表明:《计划》实施后,将可以减少641万吨SO2、859万吨NOx、547万吨颗粒物(不含扬尘污染控制)、627万吨VOCs,全国、京津冀、长三角及珠三角区域PM2.5年均浓度将分别比2012年下降22.08%、33.99%、23.98%、24.04%。如果《计划》要求全部落实,可以实现空气质量改善目标。     

沈阳市环境空气PM_(2.5)中有机碳、元素碳的污染特征研究

通过采集沈阳市环境空气不同时期PM_(2.5)样品,测定其中有机碳(OC)和元素碳(EC)含量,研究采暖期、非采暖期环境空气PM_(2.5)中OC,EC的污染特征。结果表明,沈阳市采暖期PM_(2.5)中OC,EC的含量高于非采暖期,而且采暖期OC,EC在PM_(2.5)中所占比重较高;采暖期PM_(2.5)中EC和OC的相关系数R是0.75,非采暖期为0.58;采暖期与非采暖期PM_(2.5)中SOC浓度分别为5.87μg/m3与3.92μg/m3,占OC含量的32.95%与50.05%。沈阳市采暖期OC和EC存在一致或者相似来源,采暖期OC和EC主要来源于柴油和汽油车尾气排放及燃煤排放,而非采暖期主要来自柴油和汽油车尾气排放,非采暖期大气光化学活性较高,二次污染源的贡献增强。     

燃油品质对于机动车尾气污染物排放量的影响分析

车辆燃油品质对于尾气污染物排放有直接关系,根据现有的国内外已发表的相关实验结果,总结分析了不同燃油标准对于尾气污染物排放的影响,并在四川省2014年机动车排放清单的基础上,计算比较了使用不同国标燃油时对尾气污染物排放的影响。结果表明,当油品从国Ⅳ提升至国Ⅴ时,全省SO_2削减比例为79.9%,NOX削减比例为0.97%,CO削减比例为9.04%,PM_(10)削减比例为0.97%,PM2.5削减比例为0.97%,VOC削减比例为2.24%。     

南充城区秋季VOCs污染特征及来源分析

为了解南充城区秋季大气环境中挥发性有机物(VOCs)的污染特征及来源,2018年11月7日～11月15日,利用在线GC-MS对南充城区的VOCs成分进行了连续在线监测,并运用PMF模型对VOCs的来源进行了解析。结果表明:监测期间,南充城区的VOCs共检出103种,小时平均体积分数约为(32. 5±5. 7)×10~(-9),由烷烃、含氧挥发性有机物(OVOCs)、芳香烃、烯烃、卤代烃等组成,占比分别为38. 5%、31. 7%、10. 2%、9. 5%和8. 0%;各类污染物中烯烃对总臭氧生成潜势(OFP)的贡献度最大,占32. 6%,OVOCs次之(31. 7%),其余依次为芳香烃(26. 0%)、烷烃(8. 3%)和卤代烃(1. 1%); VOCs的日变化总体呈现两高两低的趋势,但变化幅度较小,VOCs与NO_2、CO、PM_(2.5)和PM_(10)浓度呈正相关关系,与O_3的浓度呈负相关关系;运用PMF模型共解析出道路交通源、工业源、油气挥发、燃料燃烧和餐饮油烟5个因子,道路交通源是南充城区秋季大气环境VOCs最大贡献源(29. 3%),其次为工业源(26. 1%)和油气挥发(23. 0%),燃料燃烧(14. 4%)和餐饮油烟(7. 2%)的贡献最小。相关分析表明:南充城区秋季大气环境中的VOCs受机动车尾气、工业溶剂、油气挥发和生物质燃烧的影响较大,建议后期应重点关注这4类污染源。     

青岛市挥发性有机物排放清单及重点行业排放特征研究

根据收集的青岛市九大类排放源的活动水平数据,本研究采用排放因子法结合调研实测等工作建立了青岛市VOCs源排放清单,结果表明,工业企业VOCs排放占总排放的比例达到43.17%。其中,工艺过程源类中排放占比较高的行业依次为橡胶和塑料制品业、非金属矿物制品业、原油加工及石油制品制造业、化学原料和化学制品制造业、黑色金属冶炼和压延加工业等;溶剂使用源类中排放占比较高的行业为金属制品业、皮革皮毛羽毛制品和制鞋业、印刷业、铁路船舶航空等设备制造业、汽车制造业等。通过对重点行业重点企业进行入场调研采样分析,本研究发现不同行业中VOCs组成特征有差异,多数行业VOCs物种排放以卤代烃、芳香烃、烷烃等为主,纺织印染业、制鞋业等部分行业以含氧有机物排放为主。通过调研和实测对部分行业的VOCs排放因子水平做了本地化深入研究,调研统计青岛市约49%的企业安装了VOCs治理设施;在企业所安装的VOCs治理设施中吸附法占比最大,占比为26%。     

后向轨迹模式在攀枝花市PM_(2.5)来源分析研究中的应用

利用后向轨迹模式计算2014年1月1日~2014年12月31日以攀枝花市为起始点的后向轨迹,并结合攀枝花市PM_(2.5)的实测浓度数据,通过聚类分析法、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT)研究不同来源区域对攀枝花市PM_(2.5)浓度的贡献影响。结果表明:攀枝花市的西南区域与云南省的交界地区最有可能是攀枝花市PM_(2.5)的贡献源区。攀枝花市西南区域本地排放的PM_(2.5)污染物及其前体物和来自攀枝花市西南方向的气团对攀枝花市的PM_(2.5)浓度影响最大。     

城市电动汽车规模化发展的大气环境影响研究

发展电动汽车被认为是有效缓解城市交通污染的重要措施,但大规模的电动汽车发展不仅有增加电力部门排放的风险,而且可能影响电网运营的稳定性。本研究以南京市为例,综合应用充电行为模式调研、蒙特卡洛模拟、COPERT模型、排放因子法等方法,系统研究了私家车、出租车和公交车三种类型电动汽车的充电特征及其对区域交通和电力部门排放的影响。结果表明,当三种车型的电动化率分别达到50%、100%和100%时,城市的NOx、PM_(2.5)、CO、VOCs和CO_2排放量将分别比基准情景减少378t、305t、20 223t、3649t和480万t。但是,SO_2排放增加了1152t,并且导致南京市电网的夏季峰值负荷增加10%。为更好地改善中国城市环境空气质量,应综合考虑电动汽车有序充电、协同促进清洁电力等发展策略,最大限度地实现电动汽车的环境效益。