西安市大气环境质量评价及变化趋势预测

选用SO2、NO2、PM10作为评价因子,采用时间序列的方法对西安市2009年-2014年大气环境质量进行分析评价.结果表明:2009年-2012年西安市空气质量达到了国家二级标准,SO2和NO2的年平均含量下降,2013年都略有上升,但总体上呈下降趋势,而颗粒物的年平均含量呈上升趋势且为影响该市空气质量的主要污染物,主要污染时间为1季度和4季度;利用GM(1,1)模型,预测2015年空气质量变化趋势,提出2015年应该采取措施降低颗粒物的含量,提高本市空气质量.     

卫星遥感技术在空气点位布设评估工作中的应用研究

以苏州市为例,利用2013-2014年MODIS高分辨率大气气溶胶卫星遥感产品对国控空气监测点位布设调整方案进行评估论证,通过提取2 km和5km半径范围的PM2.5遥感观测数据,与现有国控布设点位的地面监测数据进行相关性分析后,确定卫星产品用于评估验证是可靠的;通过不同天气场下PM2.5月均值浓度分布的比较,表明调整后空气点位布设具有很好的代表性.     

兰州市工业能源碳排放强度及效应研究

运用容量耦合拓展模型对兰州市2003—2013年环境系统耦合度进行评价,通过核算兰州市2003—2013年各年工业碳排放量,分析了4类工业碳排放强度变化特征,并运用LMDI模型对碳排放效应进行了多维度分解.结果表明,兰州市环境系统总体质量水平较低,环境状态指数和环境耦合度指数较低;兰州市工业碳排放总量逐年递增,碳排放与工业增加值、GDP、人口数量和城市建成区面积等呈显著正相关关系;原煤、原油、焦炭和天然气是兰州市的主要碳源,人均碳强呈显著增长态势,而工业碳强、GDP碳强、地均碳强均呈下降趋势;能源结构效应和人口规模效应在低位值附近波动变化,而能源强度效应和人均经济效应均在高位值附近波动,且后两项指标累积效应显著大于前两项指标,总体发挥正向碳增长效应.     

重污染天气下电力行业排放对京津冀地区PM2.5的贡献

利用CAMx(区域空气质量模型)中的PSAT(颗粒物源示踪技术),分析了重污染天气下分区域、分行业的污染物排放对京津冀地区PM_2.5的贡献,设计了分行业排放的环境影响效率系数(EESCR)计算方法,并对“电能替代”(以电力行业产能替代民用能源消耗)情景方案下的排放进行模拟分析. 结果表明:在重污染天气背景下,电力行业排放对京津冀地区ρ(PM_2.5)的贡献率较低,各地均低于10%,并且区域排放的贡献次序为京津冀以外地区>京津冀其他城市>当地,这与电力行业高架源排放的特征有关,而工业和民用行业对区域排放的贡献次序相反. PM_2.5主要组分和前体物的分行业EESCR计算结果表明,电力行业ESSCR值均在y=1/2x趋势线之下,远低于其他行业,因此优先控制其他行业排放才是改善京津冀地区空气质量的关键.电能替代的情景模拟结果表明,电能替代是有效降低京津冀地区ρ(PM_2.5)的可行方式. 研究显示,充分利用电力行业高架源排放的特点和便于集中处理的行业优势,尽力降低因产能增长带来的排放增量,实施电能替代可成为改善区域空气质量的有效途径之一.      

南京青奥会期间管控措施空气质量改善效果评估

基于2012年环境统计数据库,量化了南京青奥会期间江苏省13个省辖市临时管控措施的主要大气污染物减排量;应用WRF-CMAQ(天气研究和预报模式-公共多尺度空气质量模型)模拟了不采取控制措施(情景0)和采取工业临时管控措施(情景1)下的ρ(PM_2.5),并结合实际观测数据开展南京青奥会期间管控措施空气质量改善效果评估. 结果表明:与情景0相比,在采取燃煤控制、工业停限产、工地停工、区域联防联控等临时管控措施的情景1下,南京和江苏省ρ(PM_2.5)月均值分别降低了8%和4%;对比情景0的模拟结果和实测值可知,在采取了临时管控和应急管控措施的情况下,南京和江苏省ρ(PM_2.5)平均分别降低了21%和12%. 在13个省辖市中,2014年8月南京工业SO₂、NO_x和烟粉尘减排量分别为2 062、3 037、835 t,月减排比例分别为24%、30%、27%,减排效果突出,PM_2.5改善效果显著,提示内源特别是工业污染控制对当地大气污染治理至关重要. 在扩散条件相对不利的情况下,模型模拟预期的几次重污染并未出现,说明通过加大管控力度可有效减轻或避免重空气污染事件的发生.      

餐饮源油烟中PM2.5的化学组分特征

集中分析了餐饮无组织排放源(街边小吃、火锅店、露天烧烤)及有组织排放源(10家大中型餐馆)油烟PM_2.5中的TC(总碳)、元素组分、离子组分和16种PAHs,得到了各类餐饮源油烟PM_2.5的化学组成特征,建立了餐饮源油烟化学成分谱. 结果表明:各餐饮源油烟的ρ(PM_2.5)是大气背景值的3~42倍,其中露天烧烤油烟的ρ(PM_2.5)最高,达5 659.8 μg/m3. 不同餐饮源油烟的PM_2.5中各化学组分均为w(TC)(38.1%~75.8%)＞w(元素组分)(4.5%~27.0%)＞w(离子组分)(2.7%~22.6%),并且ρ(PM_2.5)与w(TC)呈显著正相关(R=0.84). 菲(PHE)、芘(PYR)、荧蒽(FLT)的质量分数在各类餐饮源油烟的PAHs中均普遍较高,分别为13.8%~21.6%、9.2%~26.5%、6.9%~22.0%.大中型餐馆油烟的PAHs中苯并苝(BPE)的质量分数最高(27.5%),而在其他餐饮源中均小于6.7%;(CHR)的质量分数最低(3.3%),而在其他餐饮源中均大于5.3%. 露天烧烤油烟的PAHs中芘、荧蒽的质量分数分别是其他餐饮源的2.7和2.3倍以上;萘(NAP)的质量分数(0.3%)较小,但在其他餐饮源中均大于11.4%,可以作为特定餐饮源油烟的特征物种.      

成都市PM10对大气辐射环境的影响

为研究城市PM₁₀对大气辐射环境的影响,利用2013年6月1日—2014年5月31日成都市ρ(PM₁₀)和空气吸收剂量率的逐日监测数据,采用DCCA(去趋势互相关分析)法对二者的相关性进行分析. 结果表明:在1 a的时间尺度上,成都市ρ(PM₁₀)与空气吸收剂量率之间存在显著的正相关性(标度指数为0.928),并且这种正相关性具有长期、持续的特征,但相关性的强度却随时间以幂函数形式缓慢衰减. 冬夏两季ρ(PM₁₀)与空气吸收剂量率的相关性存在显著差异. 在冬季重度灰霾期间,二者DCCA标度指数为0.968,说明高ρ(PM₁₀)已对城市大气辐射环境产生了影响;而夏季二者的DCCA曲线分为两段,标度指数分别为0.579、1.519,折点位置对应的特征时间尺度约为2个月,推测这与当地夏季降雨的时间分布模式有关. 研究表明,在当前灰霾日益频发的背景下,需要重视城市重度灰霾对城市大气辐射环境造成的影响.      

一套民用固体燃料燃烧大气污染物排放测试系统的搭建和评测

为研究民用固体燃料燃烧的大气污染物排放特征,设计了一套箱式稀释采样测试系统.相比于常用的烟罩法和烟道采样法,该系统能减小环境空气中颗粒物对测试结果的影响,同时收集了炉具泄漏的烟气,能更准确获得固体燃料燃烧的大气污染物排放水平.本文介绍了该系统的设计思路、主要结构组成和测试系统的性能评估结果.评估结果表明:进气经过滤后颗粒物浓度显著下降至约1μg·m-3,远小于燃烧过程中排放的颗粒物浓度(约100μg·m-3),有效减少环境空气中颗粒物对测试结果的干扰;使用箱式法测得PM_(2.5)、SO2和NOx排放因子结果均高于箱体敞开的对照组测试,证明箱式法收集测试了燃烧时泄漏至室内的污染物,有效减少污染物泄漏造成的误差.利用该系统测试了12种常见民用煤和3种生物质燃料燃烧PM_(2.5)、SO2、NOx等污染物排放水平,其中民用煤PM_(2.5)、SO2和NOx排放因子分别为0.23~3.40 mg·g~(-1)、0.48~6.15 mg·g~(-1)和0.16~1.09 mg·g~(-1),生物质燃料的PM_(2.5)、SO2和NOx排放因子分别为6.26~39.76 mg·g~(-1)、0.04~0.23 mg·g~(-1)和0.05~0.76 mg·g~(-1).     

航空器碳排放扩散模型研究及减碳效果分析

探索、研究有效的机场减碳方法,对我国民用机场的绿色可持续发展、改善机场周边大气环境等具有十分重要的现实意义和长远意义。文章首先分析机场内碳排放源头,研究根据机场内碳排放污染物的特点,结合高斯高价连续点源扩散模式,推导分析航空器在近地面的扩散公式;其次采用不同的下滑角在3°下滑角和4°下滑角下,比较分析碳排放当量值和一氧化碳扩散分布情况并分析整体碳排放量变化趋势,研究监测点或敏感点浓度值等值线分布特点、占标率变化和影响范围等指标,分析浓度值对周边社区居民的影响程度;计算结果表明,增大下滑角可以有效地减少碳排放量。     

Carbon footprint in corporate logistics operations in the food sector

Global warming is negatively affecting the environment of the planet. This situation has led to the development of international standards, such as the International Organisation for Standardization's DIS 14064‐1 and the Greenhouse Gas Protocol Corporate Standard, both of which measure corporate carbon footprints. These standards provide guidelines that can be applied to different organizational sectors. However, these are not sufficient for controlling the reduction of carbon emissions, because although they propose the use of indicators, they do not explicitly define them. In addition, in the case of emissions from wastewater treatment, they only suggest that the emissions associated with this process be considered. In the present study, an eight‐step, unified methodology based on these two international standards is proposed, focusing on direct emissions. Moreover, the step‐by‐step to data collection, calculations, and the required indicators to control the emissions are defined. The first scope considers direct emissions from sources that are owned or controlled by the company. Methane generation measurement from wastewater treatment has been included in the methodology within Scope 1, as it is the second most polluting gas after carbon dioxide, both of which give rise to global warming. The proposed methodology was tested as a case study in one of the most important companies in the food sector in Colombia.