长株潭地区人为源氨排放清单及分布特征

根据收集到的长株潭地区各类人为源氨排放的活动水平数据和排放系数,建立了长株潭地区2013年人为源氨排放清单,并根据空间特征数据进行了3 km×3km的空间网格分配.结果表明,长株潭地区2013年人为源氨排放总量为7.27×10~4t,排放强度为2.59 t·km~(-2);其中,畜禽养殖业和农田生态系统为最主要的氨排放源,氨排放分担率分别达58.60%和29.73%;畜禽养殖业中,肉牛、蛋鸡和肉猪是主要贡献源,分别占畜禽养殖业氨排放总量的26.26%、21.40%和18.43%;宁乡县、湘潭县和浏阳市为氨排放量较大的县市,分别占长株潭地区氨排放总量的17.49%、12.82%和12.02%;石峰区和岳塘区的氨排放强度最大,分别达到了9.14 t·km~(-2)和5.01 t·km~(-2).空间分布特征显示排放量较大的网格主要是大型点源.     

京津冀天然源挥发性有机物排放研究

为探明2017年京津冀地区天然源挥发性有机物(BVOCs)的空间分布,将研究区划分成3 km分辨率的格网,并通过WRF模型提供气象驱动数据,MODIS影像提供植被功能类型和叶面积指数,最终利用MEGAN模型进行模拟研究.结果表明,该模型将BVOCs分成147个细类,其中主要有异戊二烯、单萜烯41类、半萜烯32类、其他VOC73类.2017年京津冀地区BVOCs排放总量为426.26×10~3 t,四大类别的排放比例依次为29.38%、12.32%、6.24%、52.05%.单萜烯中排放较高的类别是α-蒎烯、β-蒎烯、t-β-罗勒烯,而半萜烯中排放较高的是α-法呢烯和β-石竹烯.整个研究区域内BVOCs排放较高的区域位于北部森林与灌丛分布密集的燕山山脉和西南的太行山山脉,其中主要的城市有承德、北京、张家口、保定、石家庄等.排放量较低的地区为廊坊、衡水、天津等地.本研究通过模型模拟得到了京津冀地区2017年高时空分辨率BVOCs排放清单,同时可为以后的大气环境研究提供基础数据.     

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

Air pollution characteristics and their relationship with emissions and meteorology in the Yangtze River Delta region during 2014–2016

With rapid economic growth and urbanization, the Yangtze River Delta(YRD) region in China has experienced serious air pollution challenges. In this study, we analyzed the air pollution characteristics and their relationship with emissions and meteorology in the YRD region during 2014–2016. In recent years, the concentrations of all air pollutants, except O_3,decreased. Spatially, the PM_(2.5), PM_(10), SO_2, and CO concentrations were higher in the northern YRD region, and NO_2 and O_3 were higher in the central YRD region. Based on the number of non-attainment days(i.e., days with air quality index greater than 100), PM_(2.5) was the largest contributor to air pollution in the YRD region, followed by O_3, PM_(10), and NO_2.However, particulate matter pollution has declined gradually, while O_3 pollution worsened.Meteorological conditions mainly influenced day-to-day variations in pollutant concentrations. PM_(2.5) concentration was inversely related to wind speed, while O_3 concentration was positively correlated with temperature and negatively correlated with relative humidity.The air quality improvement in recent years was mainly attributed to emission reductions.During 2014–2016, PM_(2.5), PM_(10), SO_2, NO_x, CO, NH_3, and volatile organic compound(VOC)emissions in the YRD region were reduced by 26.3%, 29.2%, 32.4%, 8.1%, 15.9%, 4.5%, and0.3%, respectively. Regional transport also contributed to the air pollution. During regional haze periods, pollutants from North China and East China aggravated the pollution in the YRD region. Our findings suggest that emission reduction and regional joint prevention and control helped to improve the air quality in the YRD region.     

基于CSGD的排放清单处理工具研究

CSGD（crowd sourcing geographic data,众源地理数据）是通过互联网向大众或相关机构提供的一种开放地理空间数据,具有易获取、时效性好、准确性高等特点,在排放清单时空分配方面具有应用潜力.然而,现有排放清单处理工具不支持CSGD数据直接输入且难以满足排放清单空间分配和空气质量模式所需清单格式,因此,亟待开发一套可以拓展该类数据在排放清单领域应用的工具.以CSGD中的POI（城市设施兴趣点）数据为主要研究对象,基于QGIS平台、C++语言及Python语言,开发了在Windows系统下的ISAT（inventory spatial allocate tool,排放清单空间分配工具）工具及在Windows或Linux系统下的ISAT.M工具.结果表明:ISAT工具以POI数据为基础制作出的空间分配结果与排放源排放强度的空间分布特征的一致性较好;ISAT.M工具输出的inline清单可以作为CMAQ空气质量模式及其DDM敏感性分析模块的输入文件并开展模拟,通过与SMOKE模型的关闭源法模拟结果对比发现,二者在数据及空间分布上呈较好的一致性.研究显示,CSGD数据应用于排放清单空间分配可较好地反映排放源空间分布特征,同时由于此类数据存在信息冗杂、近郊区数据缺失等问题,在应用过程中应注意数据清洗及数据种类的选取工作.      

基于地基观测及源清单的2017-2019年德州市秋冬季大气污染防治效果评估

为评估污染减排措施实施效果,基于地基观测及排放清单数据,运用WRF中尺度气象模型和CAMx空气质量模型,对德州市2017-2019年秋冬季大气污染攻坚实施效果进行了评估.结果表明,2017-2018年秋冬季,德州市ρ（PM_2.5）同比下降31.7%,高于京津冀及周边地区平均水平（25.6%）,大气污染攻坚措施成效显著;2018-2019年秋冬季,德州市ρ（PM_2.5）同比增加8.5%,高于京津冀及周边地区平均水平（4.2%）,这与不利气象条件及排放量同比减少有关.观测结果显示,2018-2019秋冬季,德州市PM_2.5中无机组分、一次排放示踪物以及SO₂和CO等气态前体物浓度较上一年度呈下降趋势,ρ（SOA）（SOA为二次有机气溶胶）、ρ（NH₄+）同比有大幅增长,增幅分别为53.8%和19.1%,这与大气中VOCs（挥发性有机物,增加46.5%）及大气氧化性（增加6.4%）的增加密切相关,表明德州市复合型大气污染加剧,PM_2.5防控难度加大.综合气象和减排评估结果可知,2017-2018年秋冬季,气象条件（13.4%）和长效措施（9.4%）是德州市PM_2.5改善的两个主要因素;2018-2019年秋冬季,长效措施减排效果较为有限,减排主要来自预警应急（5.0%）和区域减排（5.2%）,若仅考虑不利气象条件的影响,将导致同比约19.9%的反弹.因此,持续深入推进长效减排措施,降低污染物排放水平,是德州市实现空气质量改善的根本途径.      

我国大气污染源排放清单发展历程和对策建议

为进一步推动我国大气污染源排放清单的发展,详细回顾了我国大气污染源排放清单的发展历程及面临的挑战.我国大气污染源排放清单起步于20世纪80年代,2000年之后尤其是2014年,原环境保护部发布了一系列大气污染源排放清单编制技术指南,使我国大气污染源排放清单工作得到了迅速发展.30多年来基本形成了结合我国实际情况的大气污染源分类、大气污染物排放系数、大气污染物排放量确定方法等大气污染源排放清单相关技术方法.但目前我国尚未建立起排放清单编制的规范化工作程序,国家、省级和城市级环保部门在大气污染源排放清单工作中的分工尚不明晰,清单编制没有融入日常环境管理工作中,现有排放清单工作和研究成果相对分散、缺乏系统性,排放清单对环境管理的支撑作用尚未得到充分发挥.在综合分析了我国大气污染源排放清单取得的进展和面临挑战的基础上,提出如下建议:进一步完善我国大气污染源排放清单技术体系,使排放清单工作制度化、程序化、规范化,明确国家、省级和城市级环保部门在大气污染源排放清单工作中发挥的作用,使大气污染源排放清单成为各级环保部门每年必须完成的工作;进一步推广结合网格化管理、基于区县和乡镇调研的城市大气污染源排放清单编制技术;加强排放清单校核和不确定性分析研究等.      

杭州市工业源VOCs排放清单及排放特征

杭州市作为2016年国际峰会、2022年亚运会等一系列重大活动的举办地,对VOC源排放清单的研究,尤其是工业源VOCs的影响越来越受到管理部门和当地居民的重视.通过采取自下而上的方式,首次对杭州市涉及VOCs排放的30多个行业的3 518家企业逐一进行了详细的调查和估算,并在此基础上建立了杭州市工业源VOCs排放清单.从区域排放、排放强度、空间分布等不同角度对杭州市工业源VOCs排放特征进行了系统分析.研究结果表明,2015年杭州市工业源VOCs排放量为36 839.5 t;印刷和记录媒介复制、化学原料和化学制品制造、金属制品、纺织、橡胶和塑料制品行业是杭州市工业源VOCs排放量最大的五个行业;排放总量最大是萧山区,其次是富阳区和大江东产业集聚区;工业源VOCs排放强度最高的区域为富阳区、建德市和临安市;工业源VOCs排放主要集中在萧山区、大江东、富阳区、余杭区等工业企业较为密集的区域.     

江苏省人为源VOCs排放清单及其对臭氧生成贡献

基于江苏省工业、能源、环境等活动水平数据,结合排放因子法和源成分谱研究成果,建立了江苏省分市、分行业、分物种人为源VOCs排放清单,利用最大增量反应活性(MIR)估算了其对臭氧的生成贡献.结果显示,江苏省2015年VOCs人为源排放量为192.78万t,化石燃料燃烧、工业过程源、有机溶剂使用源、生物质燃烧源、移动源、有机溶剂储运源排放质量分数分别为7.38%、27.93%、39.56%、3.55%、16.18%、5.39%.苏州、南京、徐州3市VOCs排放量居全省前三位,均超过20万t.56种臭氧前驱物所产生的臭氧生成潜势(OFP)总量为542.95万t,行业分布与VOCs排放总量的行业分布相似,机械设备制造、交通工具制造、建筑装饰等涂装行业对OFP的贡献比例是VOCs排放总量贡献比例的1.3~1.6倍,控制喷涂行业等量的VOCs会产生更大的OFP削减.对OFP贡献大的前10位物种分别是间/对-二甲苯、乙烯、丙烯、1,3-丁二烯、甲苯、邻-二甲苯、1-丁烯、乙苯、1,2,4-三甲基苯、对-乙基甲苯,对总OFP的贡献为75.63%.     

2006~2020年广东省大气甲醛排放演变特征

大气甲醛（HCHO）是臭氧（O₃）和细颗粒物（PM_2.5）二次组分的关键前体物,在大气光化学反应和二次污染形成过程中扮演着重要角色,并存在致癌性.然而,当前对大气HCHO排放来源认识存在不足,制约了二次污染形成机制研究和污染防控策略制定.采用排放因子和成分谱结合方法,建立2006~2020年广东省HCHO排放趋势清单,识别了广东省主要HCHO排放来源和排放时空演变特征.结果表明,2006~2020年期间广东省HCHO排放量在3.9~5.6万t区间波动,整体呈现极微弱的下降趋势;生物质燃烧源是广东省重要HCHO排放源,而受到管控措施的显著影响,其排放量占比从2006年的58%降至2020年的27%;溶剂使用源的HCHO排放则逐渐突显,2020年占比增长至28%,并成为广东省首要排放源,其中塑料制品和沥青铺路是主要贡献行业.移动源中以柴油作为燃料的工程机械和货车也是HCHO重要排放来源;虽然珠三角和非珠三角地区对广东省HCHO排放量贡献相当,但空间分布结果表明HCHO排放热点区域分别集中于珠三角中心区域和非珠三角的东西两角,这是由于珠三角主要来源为溶剂使用源和移动源,而非珠三角主要受生物质燃烧源影响.因此,未来应进一步加强珠三角中心区域的工业和移动源减排以及粤西地区的生物质燃烧监管.