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。     

碳中和目标下的北京城市道路移动源CO2和大气污染物协同减排效应研究

为实现2060年碳中和目标,研究北京城市道路移动源CO_2和大气污染物(CO、NO_x、PM_(2.5))的协同减排效应。本文以2016年为基准年,建立CO_2和大气污染物排放量的LEAP模型,设计三种政策情景,预测到2060年各类污染物排放量,并通过减排效应坐标系分析和减排弹性系数法研究不同措施下CO_2和大气污染物的协同减排效应。结果显示,综合政策情景的减排作用最好,且协同减排效应最显著,但在2060年无法实现碳中和目标;单一措施情景下,严格排放标准措施的协同减排效果有限,但对各污染物的减排协同性最优,推广公共交通减排协同性次之,发展新能源车辆措施具有较好的协同减排效果,但对CO_2—CO和CO_2—PM_(2.5)的减排协同度较差。对此,本文提出应加快推动交通能源结构转型,在新能源车取代燃油类机动车的同时,要不断减少天然气类车型的比例,尽可能实现"电能+新能源汽车"的零排放能源结构;还要加严机动车排放标准限值以加强CO_2和大气污染物的减排协同度;制定相应的机动车CO_2和大气污染物协同排放限值标准目标,构建CO_2与大气污染物排放协同管理体系等建议。     

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。     

江苏省沿江钢铁产业转移的大气环境影响评估

利用高时空分辨率的江苏省钢铁行业排放清单以及WRF-CALPUFF评估模型,分析了2017年钢铁企业从沿江地区转移到沿海地区对江苏省大气国控站点的ρ(PM_(2.5))影响程度。结果表明:基准情景下,沿江钢铁企业对全省国控点的ρ(PM_(2.5))贡献平均为3.67μg/m~3;在三种沿江钢铁产能转移的情景下,全省总体ρ(PM_(2.5))有显著的改善,苏南改善程度较大,其余沿江及苏北内陆城市也有不同程度的改善,而沿海的连云港和盐城由于承接了大部分的钢铁产能转移,当地大气污染物排放量增长巨大,ρ(PM_(2.5))贡献率出现较大幅上升。     

福建省节能减排政策效果评估基于多层指数分解模型北大核心

为探讨能源消费量与能源消费产生的CO_(2)排放量增长的驱动因素,同时评估节能减排政策的实施效果,选择福建省作为研究区域,核算了2000—2019年福建省能源消费量和CO_(2)排放量,并运用多层指数分解模型对该省能源消费量和CO_(2)排放量进行分解研究,根据不同因素的分解结果评估节能减排政策的实施效果。结果表明:①福建省能源消费量和CO_(2)排放量的变化均表现为先逐年增长后趋于稳定,但未出现明显的下降。②福建省终端能源强度效应和能源转化效率效应主要表现为负效应,其他影响因素主要呈正效应,经济规模效应是最大的驱动因素。③在各项节能减排政策中,终端能源强度降低的政策效果最为明显,能源转化效率提高和初级能源结构优化的政策也取得了阶段性的成果,而优化经济结构的施行效果最不明显。     

装备制造业二氧化碳排放影响因素分析

在对2007～2016年我国装备制造业二氧化碳排放量测算的基础上,采用对数平均Divisia指数分解法(LMDI)从能源排放强度、能源结构、能源效率和装备制造业经济发展等方面对我国装备制造业二氧化碳排放量的影响因素进行分析,结果表明经济发展对二氧化碳排放量的增长有明显的推动作用,能源结构对二氧化碳排放量的增长有一定的推动作用,仅为经济发展对二氧化碳排放量贡献值的12. 41%,能源效率减排作用显著,与经济发展对二氧化碳排放量贡献值的比值从2008年的36∶100扩大到2016年的57∶100,从推广清洁能源和推行绿色制造等方面提出装备制造业的绿色低碳发展建议。     

乌鲁木齐大气污染“周末效应”特征及其变化趋势分析

利用乌鲁木齐市主城区内四个国控环境空气质量自动监测站点2015—2019年的小时数据,对乌鲁木齐城区大气污染物"周末效应"情况及演变趋势进行研究,并对其产生的原因进行简要分析。研究结果表明:乌鲁木齐大气环境中PM_(10)、PM_(2.5)、SO_2呈现出明显的"负周末效应"现象,工作日PM_(10)、PM_(2.5)、SO_2浓度分别较周末高出2.2%、3.5%和0.5%。臭氧(O_3)呈现明显的"正周末效应",周末臭氧浓度较工作日高出3.5%。周末臭氧前体物CO、NO、NO_2浓度较工作日分别低3%、5.9%、2.2%,均呈现明显的"负周末效应"现象。近五年乌鲁木齐市各主要大气污染物"周末效应"偏差呈现逐渐减小的趋势,并在整体上呈现出由"负周末效应"向"正周末效应"转变的趋势。     

2015～2019年云南省城市空气质量特征及影响因素研究

利用2015～2019年云南省16个州市29188个空气质量日报数据进行数理统计,采用克里金插值法及Daniel趋势检验法分析AQI (空气质量指数)及主要污染物浓度的时空变化特征,探讨近5年云南省城市空气质量时空变化特征及其影响因素。结果表明:(1) 2015～2019年云南省SO_2、PM_(2.5、)PM_(10)浓度呈下降趋势,NO_2浓度保持基本稳定,O_3浓度呈显著上升趋势,各年间空气质量综合指数值波动较小,且逐年改善。(2) 2019年O_3-8h作为超标污染物占比达57.52%。云南省PM_(2.5)年均值相对较高区域面积略有减少,O_3年均值相对较高区域面积显著增加。(3)云南省PM_(2.5)与PM_(10)月均值呈现冬春高夏秋低的变化规律,O_3月均值为春季单峰高值,SO_2月均值整体趋势平稳变化幅度不大。(4)云南省AQI值及平均能见度和平均降水量呈显著负相关(P0.01),AQI值与平均气温及平均风速不存在显著相关性。研究显示云南省空气质量优良逐年改善,污染类型由颗粒物污染转为以颗粒物和臭氧为特征的复合型污染。空气质量受气象条件影响,能源结构优化、污染物总量减排等措施对空气质量改善起到积极作用。     

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。     

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。     

基于产业链分析的长三角地区CO2与大气污染物排放研究

长三角地区作为我国大气污染较为严重区域之一,如何在保持经济增长的同时减少CO₂与大气污染物的排放已成为一个重要挑战。本研究基于2007年与2012年长三角区域间投入产出表,定量分析了长三角地区省市间贸易引致的二氧化碳和大气污染物排放转移特征和变化趋势。同时,运用产业关联系数法,从前向关联与后向关联双重视角分析了长三角地区减缓CO₂和大气污染物排放的关键行业。研究结果表明,长三角的SO₂、PM_2.5排放总量表现为消费端大于生产端,CO₂、NO_x排放总量表现为生产端大于消费端。安徽省总体呈现为长三角地区贸易的SO₂、NO_x与PM_2.5排放净调出地,而上海与浙江表现为多数污染物排放净调入地。CO₂与大气污染物协同前向减排的关键行业为江苏省、浙江省和安徽省的电力、热力的生产和供应业,安徽省的煤炭开采和洗选业等,可以通过生产端技术革新和能源结构优化来促进减排;CO₂与大气污染物后向协同减排的关键行业为江苏省、浙江省和安徽省的建筑业等,对于这些行业,调整消费结构是有效的减排措施。为更好地制定长三角地区减排与污染防治政策,应当综合考虑行业减排、协同减排等,以确保经济持续增长的同时达到减排目标。     

中国煤炭消费对PM2.5污染的影响研究

国务院颁布的《大气污染防治行动计划》明确提出制定国家煤炭消费总量中长期控制目标,到2017年,煤炭占能源消费总量比重降低到65%以下,然而煤炭消费对PM_(2.5)污染的贡献到底多大,这是当前亟待研究的科学问题。为定量分析煤炭消费对我国PM_(2.5)污染的影响,本研究首先计算了2012年煤炭消费产生的大气污染物排量,然后利用CAMx空气质量模型,分别采用组分分析法和情景模拟法两种方法研究了煤炭消费对全国PM_(2.5)污染的影响。组分分析法研究表明,煤炭消费对全国PM_(2.5)年均浓度的贡献率约为61%,其中煤炭直接燃烧、煤炭相关行业的贡献率分别约为37%、24%;情景模拟法研究表明,煤炭消费对全国PM_(2.5)年均浓度的贡献率约为56%。因此,我国由于煤炭消费对全国PM_(2.5)年均浓度的贡献率为56%~61%。     

中国三大城市群经济能源交通结构对比及其对大气污染的影响分析

本文从经济、能源、交通结构三大领域分析了京津冀、长三角和珠三角三大城市群的异同点,探究了结构性特征对大气污染的影响。结果表明:我国东部三大城市群中,珠三角的空气质量最优,长三角次之,京津冀最差,空气污染程度自南向北呈现阶梯状上升态势;能源规模和结构、工业规模和结构、交通规模和结构同步呈现自南向北逐步偏化石燃料、偏重工业、偏公路运输的结构性特征,与空气污染的阶梯分布在一定程度上相吻合。从时间来看,空气污染呈现历史性发展和累积特征;从空间来看,重工业规模大、比重高,化石燃料在能源消费结构中占比高,汽车保有量和船舶货物吞吐量快速增高是京津冀和长三角大气污染重于珠三角的内在结构性主因。在数据分析的基础上,本文从分区施策和结构调整两方面提出了大气污染防控对策建议。     

《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。     

柳州市2009-2014年空气污染变化

近年来,城市空气污染日益严重,已成为公众广泛关注的环境问题之一。柳州是中国西部的工业重镇、广西有名的工业城市,位列国家划定的113个大气污染防治重点城市之中,是广西第一个开展PM2.5监测的城市。本研究于2009—2014年连续6年对柳州市大气主要污染物SO2、NO2、PM10和PM2.5的浓度进行在线观测,获得了污染物的长期时间和空间分布特征。结果显示,SO2浓度呈逐年下降趋势,并于2011年达标之后显著下降,2014年相比2009年下降了50.0%;NO2浓度一直在低于标准以下波动(24.6~35.1μg/m3);PM10浓度呈逐年增长趋势,并从2011年开始超标,2014年相对于2009年增长了69.3%。各污染物浓度都具有显著的季节变化:冬季秋季春季夏季。SO2、NO2、PM10和PM2.5的浓度冬季相比夏季分别提高82.9%、56.3%、66.9%和133.6%。冬季SO2和秋冬季PM10超标,PM2.5除7月外全线超标。PM2.5/PM10的比值冬季也高于夏季,表明冬季更易富集细颗粒。各污染物浓度也表现出不同的空间分布。九中各污染物的浓度都最高,可能与其离柳州钢铁公司距离较近有关。SO2除九中外,其他站点均达标。NO2全部达标。PM10市监测站和九中超标。PM2.5所有站点超标严重。本研究结果表明,柳州市煤烟型污染得到有效控制,但颗粒物污染,尤其是细颗粒物污染日益严重。     

深圳大气污染特征模拟及环境容量估算

本文根据深圳市8 个监测站点2013 年的逐日PM₁₀ 和PM_2.5 浓度监测数据、气象数据,统计风向、风速、稳定度联合频率等,利用污染物在大气中输送扩散模式,由实测的浓度值反推出污染物的产生量或排放量的方法,重点分析龙华新区PM₁₀ 和PM_2.5 的污染特征,并依据环境目标值,估算该区域剩余环境容量。研究结果表明,龙华新区全年盛行东风、南风,其风频分别为16.7%、13.2%,风速约为1.6m/s,PM₁₀、PM_2.5 浓度均呈现出季节性变化,秋、冬季浓度值较高,尤其在10 月到次年1 月份,其排放强度主要受本地污染源的影响。除此以外,其西、北部的污染源对其污染物浓度有一定的影响。新区PM₁₀ 和PM_2.5 的剩余环境容量均呈现负值,尤其以PM_2.5 最为突出,须大力加强减排控制,以达到环境目标值     

环境空气质量评价方法改进研究

通过系统调研对比国内外环境空气质量评价标准,本文对2013—2018年全国主要城市的空气PM2.5浓度及气象数据进行分析,得到如下结论:采用环境空气中污染物浓度三年滑动均值作为空气质量评价标准是国际通行做法;2013—2018年我国大部分城市PM2.5浓度受气象等相关因素影响,年均值波动较大,采用PM2.5浓度三年滑动均值变化曲线更为平滑,且采用前两年及当年的年均值进行计算更切合实际需求;采用EMI指数法量化分析气象因素对环境空气质量的影响,表明大气污染气象条件的年际变化具有波动性且各重点区域变化趋势也有所不同。建议引进三年滑动均值作为PM2.5长期变化的考核依据之一,使空气质量评价考核方式更为公平合理。     

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。     

基于后向轨迹模式对北京市PM2.5来源的探讨

近年来中国经历了数次大范围雾霾天气，北京等多个城市更是遭遇连续雾霾。造成雾霾天气的主要污染物PM_2.5又称细颗粒物。为了进一步治理北京雾霾，为制定政策提供依据，须了解北京地区PM_2.5的来源。本文基于后向轨迹模式并结合PM_2.5浓度计算了2015年9月1日0：00至2016年8月31日23：00以北京为起始点，向后推算48小时的轨迹，并结合轨迹聚类分析法、潜在源贡献因子法（PSCF）、浓度权重轨迹分析法（CWT）等，探讨北京地区PM_2.5的来源。结果表明：模拟的后向轨迹经过聚类分析可分为6类，其中来自内蒙古西部的轨迹最多，来自西北、北西北方向的轨迹次之，来自西西北方向且在京津冀地区停留一段时间的轨迹占比最小，来自河北、山东、河南的交接地区及河北的沿海地区的轨迹占比也较小。其中来自内蒙古西部地区及河北、山东、河南交界地区的两类轨迹对北京的空气质量有较大的影响，是北京PM_2.5污染的主要潜在源区；来自北西北方向及河北的沿海地区两类轨迹的气团最为清洁，为北京带来良好的天气；来自西北及西西北方向的部分轨迹对应的PM_2.5浓度严重超标，说明来自此方向的气团对北京的空气质量也有一定的影响。