排序方式: 共有37条查询结果,搜索用时 15 毫秒
31.
根据清洁空气行动计划,北京市将继续调整能源结构,新建天然气热电中心替代燃煤发电,并且进行工业锅炉煤改气、居民供暖煤改电、远郊区炊事用气改造等措施,以减少煤炭的使用量. 采用自下而上的排放因子法,估算减少燃煤所产生大气污染物(TSP、PM10、一次PM2.5、SO2、NOx及VOC)的减排量,并利用ADMS-Urban模型模拟其对环境空气质量的改善. 结果表明:①2015年北京市煤炭控制在1500×104t以内,测算的煤炭减量为863.38×104t,TSP、PM10、一次PM2.5、SO2、NOx和VOC的减排量分别为2580.17、2032.94、1183.53、6265.30、7220.90和1058.44t. ②各污染物减排空间分布基本一致,主要集中在城市功能拓展区,包括石景山、朝阳区、海淀区和丰台区等,上述区域对TSP、PM10、一次PM2.5、SO2、NOx和VOC削减贡献分别达到78.3%、81.5%、82.7%、85.2%、83.0%和49.9%. ③ADMS-Urban模型模拟结果表明,减少燃煤可使环境空气中ρ(TSP)、ρ(PM10)、ρ(一次PM2.5)、ρ(SO2)、ρ(NOx)和ρ(VOC)分别降低0.55~12.74、0.44~10.78、0.27~6.77、0.78~17.31、1.67~43.48和0.17~12.07μg/m3. 相似文献
32.
为更好地掌握北京市电子工业挥发性有机物(VOCs)排放特征及其与其他溶剂使用行业的排放差异,为工业结构调整提供启发和建议,通过实际监测,识别电子工业有组织和无组织VOCs排放水平,采用产污系数法并结合集气效率和去除效率,核算得到2019年北京市电子工业VOCs排放量及各子行业的排放贡献,并与其他典型溶剂使用行业的VOCs排放强度进行了对比.结果表明:电子工业VOCs产生主要集中在光刻、清洗、剥离、显影等环节,使用的有机溶剂主要包括光刻胶、稀释剂、清洗剂和去除剂,分别约占3%、81%、6%和10%,其中约16%以废气形式排入大气.核算得到2019年北京市电子工业VOCs排放量为1 542 t,主要来自显示器件和集成电路行业,分别贡献了71%和18%,与其产量和有机溶剂使用量较大有关,电子专用材料制造和其他行业则分别贡献了3.2%和7.8%.通过与其他典型溶剂使用行业排放强度对比发现,电子工业单位产值VOCs排放强度较低,是家具制造、印刷等传统溶剂使用行业的1/2 750和1/3 250,说明北京市工业结构调整和优化对于减少污染排放具有重要作用.研究显示,可综合城市发展及经济水平,逐步限制发展高排放工业类别,鼓励发展如电子工业等技术密集型和附加值高的行业类别,从而促进城市空气质量的改善. 相似文献
33.
选取北京市地区典型生物质燃料(玉米芯、玉米秆、黄豆秆、草梗、松木、栗树枝、桃树枝)以及民用煤(烟煤、蜂窝煤)在实验室内进行了模拟燃烧实验,对燃烧产生的颗粒物及气体样品进行采集,采用Model 2001A热/光碳分析仪对不同粒径段颗粒物中的有机碳、元素碳进行测定,采用AgilentGC-MS 5977/7890B气质联用仪对燃烧烟气中的挥发性有机物进行分析.研究表明:除蜂窝煤OC、EC的排放因子在2.5~10μm粒径范围内达到最大,其他8种固体燃料燃烧产生的OC、EC的排放因子最大值均在0~2.5μm粒径范围内.薪柴(栗树枝、桃树枝、松木)、秸秆(玉米芯、玉米秆、黄豆秆、草梗)和民用煤(蜂窝煤、烟煤)3类物质燃烧排放VOCs的物种分类差异较大.薪柴和民用煤燃烧排放的卤代烃以及含氧有机物的质量分数明显高于秸秆的质量分数;在同一类别中VOCs物质分布趋势一致.3种薪柴平均总VOCs的排放系数为2.02g/kg,4种秸秆平均总VOCs的排放系数为6.89g/kg,2种民用煤平均总VOCs的排放系数为2.03g/kg,秸秆类的排放因子最大.玉米芯、玉米秆、黄豆秆和草梗的臭氧生成潜势较高,而栗树枝、桃树枝、松木、烟煤以及蜂窝煤的臭氧生成潜势较低,且分布类似.烯烃类、烷烃类、芳香烃类是固体燃料燃烧臭氧生成潜势贡献较大的VOCs物质. 相似文献
34.
选取北京市地区典型生物质燃料(玉米芯、玉米秆、黄豆秆、草梗、松木、栗树枝、桃树枝)以及民用煤(烟煤、蜂窝煤)在实验室内进行了模拟燃烧实验,采用Thermo Fisher 42i型化学发光NO-NO2-NOx分析仪、43i型脉冲荧光SO2分析仪、48i型CO分析仪对烟气中的NOx、SO2、CO进行全程在线监测;对燃烧产生的颗粒物样品进行采集,采用ICS 90A、ICS2000离子色谱仪对不同粒径段颗粒物中的水溶性无机离子进行测定.研究表明:3类民用燃料排放因子均值由大到小的顺序,SO2为民用煤 > 薪柴 > 秸秆;CO为秸秆 > 民用煤 > 薪柴;NOx为薪柴 > 民用煤 > 秸秆.薪柴燃烧产生的PM2.5中SO42-含量最高,占总水溶性无机离子的22%~30%;秸秆类燃烧产生PM2.5中的水溶性无机离子K+占绝对优势,占总水溶性无机离子的36%~49%,其次为Cl-或SO42-,两者之和占总水溶性无机离子的35%~44%.3类民用燃料中秸秆类燃烧排放的颗粒物中水溶性无机离子的排放因子最高,其次为薪柴类燃料,民用煤最低.本实验对不同粒径段颗粒物中9种水溶性无机离子进行了分析(Na+、K+、Mg2+、Ca2+、NH4+、F-、Cl-、NO3-、SO42-),薪柴类燃料燃烧排放的颗粒物中,Na+、K+、NH4+、F-的排放因子在0~2.5μm粒径段内最大,Mg2+和Ca2+的排放因子在2.5~10μm粒径段内最大.秸秆类燃料除Ca2+、Mg2+外,其余离子的排放因子均在0~2.5μm粒径段内达到最大.对于烟煤而言,除了K+、Mg2+和Ca2+外,其余离子的排放因子均在0~2.5μm粒径段内达到最大;蜂窝煤中Na+、K+、Cl-、NO3-、SO42-的排放因子均在0~2.5μm粒径段内达到最大. 相似文献
35.
2015年春季北京市一次沙尘天气过程分析 总被引:1,自引:0,他引:1
采用观测数据与轨迹模拟相结合的方法,综合分析了2015年3月26日-4月1日北京市一次沙尘天气过程中沙尘输送路径、天气形势、污染物浓度的变化特征,结果发现:此次外来沙尘路径为西北路径,沙尘源地位于蒙古国南部的戈壁地区;沙尘在冷空气和地面低压系统作用下快速移动,造成延庆、奥体中心、永乐店3站点PM_(10)2 h左右浓度维持1 000μg/m~3,能见度低于1 km,空气质量急剧恶化;沙尘过境时PM_(10)浓度明显上升,PM_(2.5)浓度受到的影响相对较小,SO_2、NO_2、CO浓度变化不明显;沙尘回流时携带区域污染物进入北京,各项污染物及颗粒物组分浓度出现一定程度的上升;受沙尘影响,Mg~(2+)、Ca~(2+)、Na~+浓度明显上升,峰值浓度分别为0.13、1.29、0.70μg/m~3,分别是年均浓度的1.86倍、2.80倍、2.06倍;沙尘天气过后,扩散条件转差,沙尘与污染天气相继共造成北京市空气质量连续4 d维持中度污染级别。 相似文献
36.