基于车流和大气污染物浓度同步增量的机动车平均排放因子估算方法

机动车尾气排放已成为城市大气污染的主要来源并受到了高度关注.机动车排放因子是反映机动车排放状况的最基本参数,但实测排放因子代价较高、代表范围有限,基于国外排放模式估算的排放因子又与我国的实际排放状况存在一定差距.本研究首先基于早高峰时段车流量和道路附近大气污染物浓度呈近线性增加、气象条件和背景污染物浓度相对稳定的特征,将时段内污染物浓度的增加主要归因为车流的增加,从而建立车流和污染物浓度增量之间的关系;然后采用无限线源高斯扩散模式,反推道路实际行驶机动车的平均排放因子.以北京市一条主干道为例,利用早高峰车流量、污染物浓度、气象观测数据,进行了实例研究,并将研究结果同COPERT4排放模型的预测结果进行了对比.本研究和COPERT4排放模型预测的8月一氧化碳平均排放因子分别为2.0 g·km-1和1.2 g·km-1,12月分别为5.5 g·km-1和5.2 g·km-1.结果表明,本方法估算的机动车排放因子在数值大小及季节变化上均与COPERT4排放模型较为接近.所提方法通过消除背景浓度的干扰,为实时获取车队实际排放因子提供了一种新思路.     

长三角地区秸秆燃烧排放因子与颗粒物成分谱研究

为获取长三角地区秸秆燃烧污染物排放因子及其颗粒物成分谱,利用自行设计开发的开放式燃烧源排放测试系统,选取小麦、水稻、油菜、豆秸和薪柴等5类典型作物秸秆,分别采用露天焚烧和炉灶燃烧2种燃烧方式,实测其气态污染物和颗粒物排放特征.结果表明,露天燃烧各类秸秆的CO、NOx和PM2.5平均排放因子约为28.7、1.2和2.65 g·kg-1,由于炉灶氧含量相对较低,燃烧不充分,其污染物排放因子总体高于露天燃烧,分别为81.9、2.1和8.5 g·kg-1.各类秸秆中,油菜的排放水平相对较高.含碳组分(OC和EC)是生物质秸秆燃烧产生PM2.5的主要组成,在露天燃烧中OC和EC的质量分数分别占(38.92±13.93)%和(5.66±1.54)%;炉灶燃烧中OC和EC分别为(26.37±10.14)%和(18.97±10.76)%.Cl-、K+等水溶性离子也有较大贡献,在露天燃烧中分别为(13.27±6.82)%和(12.41±3.02)%;在炉灶燃烧中分别为(16.25±9.34)%和(13.62±7.91)%.小麦、水稻、油菜和豆秸等作物秸秆露天燃烧排放颗粒物的K+/OC值分别为0.30、0.52、0.49和0.15,这些特征值可用于判断长三角区域空气质量受秸秆燃烧排放影响的程度,为大气污染来源解析提供直接的判断依据.     

水稻秸秆生物炭对耕地土壤有机碳及其CO2释放的影响

为探究生物炭自身稳定性及其输入土壤后对于土壤本体有机碳的影响,本研究模拟自然条件,分别将500℃和700℃裂解的水稻秸秆生物炭(RBC500和RBC700)以0%(空白土壤)、3%、6%和100%(纯生物炭)的比例添加至耕地土壤进行室内培养实验,观测总有机碳(TOC)与易氧化态碳(EOC)含量的变化及CO2排放特征.结果表明,与空白土壤处理相比,土壤TOC、EOC含量均随水稻秸秆生物炭添加量的增加而升高;相同添加量条件下,RBC500对土壤TOC与EOC增加的贡献均高于RBC700.各处理土壤TOC含量在前30 d内均降低(最大降幅为15.8%),并于培养后期趋于稳定;土壤EOC含量在培养初30 d内均降低,当生物炭添加比例为3%和6%时,RBC500使土壤的EOC含量降幅分别为72.4%和81.7%,大于RBC700的61.3%和69.8%;培养结束时,添加相同裂解温度生物炭的土壤EOC值相近.培养前期土壤中EOC含量的下降可能与生物炭中易分解组分引起的矿化作用有关.在130 d培养期内,CO2累计排放量大小顺序为:土壤+生物炭混合处理<纯土壤处理<纯生物炭处理,可见,生物炭的土壤处理可以减少土壤CO2的排放,最大减排率可达41.05%.在一个长的时间尺度内,生物炭的土壤处理有利于土壤碳的固定.生物炭施用于土壤可作为碳储存载体.     

经济结构调整的污染减排效应：以COD减排为例

经济结构调整是减少污染物排放的重要手段.为定量分析经济结构调整对污染减排的影响,将全国分为东部、东北、中部和西部4个子区域、工业分为39个行业,以化学需氧量(COD)为例,通过构建模型分析区域结构和行业结构调整对总量减排和排放强度的影响.结果表明,2000～2010年:1中国COD排放量由1445×104t降至1 238×104t,11 a间共排放14 950×104t.其中东部地区排放量最多,占总量的比重约为35.6%.2在工业COD排放量中,造纸及纸制品业排放量最大,占工业COD排放量的35.8%.3四大地区经济结构变化减少COD排放420×104t,使COD排放强度降低1.29%.4工业内部行业结构的变化减少COD排放533×104t,使COD排放强度降低3.1%.研究结果对指导中国经济结构调整、实现节能减排目标具有一定的参考价值.     

不同生态系统土壤生化特征及其与土壤呼吸和N2O排放的关系

通过室内培养实验,研究了不同生态系统土壤生化特征及其对土壤呼吸和N2O排放的影响.结果表明,不同生态系统土壤的生化特征不同,土壤呼吸和N2O排放也不相同.一般果园细菌数量最多,草地放线菌数量最多,林地真菌数量最多,而竹园细菌放线菌数量最少,果园真菌最少;微生物碳氮含量一般果园>林地>农田.相关分析表明细菌数量与微生物碳氮呈显著正相关,放线菌数量与土壤有机碳和全氮含量呈极显著正相关(P<0.01),而真菌数量仅与全氮含量呈显著正相关(P<0.05).土壤呼吸累积排放量从高到低为果园>竹林>农田>林地>草地.N2O累积排放量为农田>果园>草地>林地>竹林.土壤呼吸与细菌、微生物碳氮呈显著正相关(P<0.05);土壤的N2O排放与三大微生物、铵态氮呈显著正相关(P<0.05).逐步回归分析表明土壤呼吸主要取决于土壤细菌数量和pH的变化;土壤N2O排放主要取决于土壤细菌数量和铵态氮含量的变化.     

基于污染防治技术模拟的造纸行业环境管理方法研究

为评估工业水污染物减排潜力、探究污染防治技术模拟在污染物总量控制、污染物排放限值等环境管理中的应用,按照"原料-工艺-技术-产品"的耦合关系建立了"工业污染物减排潜力分析及环境管理"模型,集成自下而上建模和情景分析等方法在我国造纸行业进行案例研究.结果表明,在政策组合情景下,废水、COD、氨氮在2015年的减排潜力分别为7×108t、39×104t、0.3×104t,2020年分别为13.8×108t、56×104t和0.5×104t;2010~2020年期间加强末端治理仍然是主要减排途径,但2015~2020年间行业结构调整的作用将逐渐提升,并使行业产污水平在2015年和2020年基本达到国内或国际先进水平,废水和氨氮指标在2015年和2020年基本满足排放标准,但COD难以达标.     

化学合成类制药行业工艺废气VOCs排放特征与危害评估分析

以浙江台州6家典型化学合成类制药企业为代表,对其排放工艺废气中的18项挥发性有机物(VOCs)特征污染物(如甲苯、甲醛、二氯甲烷等)进行监测和分析,并采用臭氧产生潜力(OFP)和健康风险评价指标对VOCs所产生的环境与健康危害进行初步的评价.结果表明,化学合成类制药企业排放的总VOCs浓度为14.9~308.6 mg·m-3,其产生环境危害的OFP值为3.1~315.1 mg·m-3,主要贡献物质为甲苯、四氢呋喃、乙酸乙酯等6种物质,存在较大的潜在环境危害.另外,健康危害中的非致癌风险指数和总致癌风险指数介于9.48×10-7~4.98×10-4a-1和3.17×10-5~6.33×10-3之间,主要是苯、甲醛和二氯甲烷这3种致癌物.     

轻型汽油车CH4和N2O排放因子研究

我国的机动车温室气体排放研究多集中于CO2排放,而CH4和N2O排放的相关研究主要是依据欧美开发的模型进行的,缺乏CH4和N2O实车测试的研究.本研究选取22辆轻型汽油车,利用底盘测功机开展了整车台架测试和采样分析,获得了车辆在NEDC工况下的CH4和N2O排放因子.结果表明,国Ⅰ~国Ⅳ阶段轻型汽油车CH4平均排放因子分别为0.048、0.048、0.038和0.028 g·km-1,N2O则分别为0.045、0.039、0.026和0.021 g·km-1.在轻型汽油车单车排放的CO2、CH4和N2O三类温室气体(以CO2当量计)中,CH4和N2O排放的分担率均随排放标准的加严而逐渐降低,其中CH4排放在温室气体排放中不足0.5%,N2O排放分担率在3.03%~6.35%之间.因此,排放标准的加严可以有效减少CH4和N2O的排放,以减缓机动车排放带来的温室效应.     

北京典型道路交通环境机动车黑碳排放与浓度特征研究

本研究对2009年北京市典型道路(北四环中路西段)进行实际交通流监测和调研,分析了总车流量、车型构成和平均速度的日变化规律.应用北京机动车排放因子模型(EMBEV模型)和颗粒物黑碳排放的研究数据,计算该路段的黑碳平均排放因子和排放强度.根据同期观测的气象数据,应用AERMOD模型对道路黑碳排放进行了扩散模拟,并根据城市背景站点和道路边站点的监测数据对模拟结果进行了验证.研究表明,该路段黑碳平均排放因子与重型柴油车在总车流中所占比例呈现出极强的相关性,由于北京市实行货车区域限行制度,日间时段总车流的平均黑碳排放因子为(9.3±1.2)mg·km-1·veh-1,而夜间时段上升至(29.5±11.1)mg·km-1·veh-1.全天时均黑碳排放强度为17.9~115.3g·km-1·h-1,其中早(7:00—9:00)晚(17:00—19:00)高峰时段的黑碳排放强度分别为(106.1±13.0)g·km-1·h-1和(102.6±6.2)g·km-1·h-1.基于同期监测数据验证,AERMOD模型的模拟效果较好.模拟时段的道路黑碳排放对道路边监测点的平均浓度贡献为(2.8±3.5)μg·m-3.由于局地气象条件差异,日间和夜间的机动车排放对道路边黑碳的模拟浓度存在显著差异.日间时段,小型客车排放对道路边站点的黑碳浓度贡献最高,达(1.07±1.57)μg·m-3;其次为公交车,达(0.58±0.85)μg·m-3.夜间时段货车比例明显上升,其黑碳排放占主导地位,贡献浓度(2.44±2.31)μg·m-3.     

需求视角的中国能源消费氮氧化物排放研究

基于经济投入产出生命周期评价(EIO-LCA)模型构建了中国1990—2010年能源消费氮氧化物完全排放矩阵,从需求的角度分析了氮氧化物排放在部门和不同需求间的分布结构,并通过情景模拟深入探讨了最终需求结构变化对氮氧化物排放的综合影响和拉动效应,以期探索中国氮氧化物减排的多元化途径.研究结果显示,1990—2010年中国氮氧化物排放总量从878万t上升到2398万t,历年来由工业部门拉动产生的氮氧化物占总量的比重高达70%左右;由最终消费拉动的氮氧化物排放比重逐年下降,资本形成和出口拉动的氮氧化物排放比重逐年上升.氮氧化物排放强度则从47.0 kg·万元-1降至6.0 kg·万元-1,其中,能源和交通部门的排放强度最高.通过情景模拟可以看出,提高最终消费比重,扩大内需有利于氮氧化物总量减排,尤其是对工业部门的减排效果显著.实现氮氧化物总量减排目标,要求在技术进步之外,积极寻求多元减排措施,以强化减排效果,突出能源和交通等重点部门的氮氧化物防治体系建设,并通过扩大内需优化最终需求结构以促进工业部门氮氧化物减排.