基于发动机活动的集装箱港作机械排放清单研究

随着我国集装箱港口吞吐量持续增长,港区大气污染物排放亦日益增加,港作机械等非道路移动源排放更逐渐成为公众关注的焦点。借鉴OFFROAD模型的基本方法,通过调查分析集装箱港区作业机械的保有量、活动水平和设备参数等,修正排放因子,采用"自下而上"基于集装箱港作机械发动机活动水平的动力法建立集装箱港作机械大气污染物排放清单。并以南京港龙潭集装箱港区(NPLC)为案例,构建排放清单。结果表明:2014年NPLC港作机械排放总量为PM_(10) 4.25 t、PM_(2.5) 3.91 t、NO_x 82.98 t、SO_x 1.06 t、CO 23.84 t和HC16.39 t;集装箱拖车为最大排放贡献源,NO_x为高值排放污染物;与港区其他排放源相比,港作机械为颗粒物质(PM)与碳氢化合物(HC)的最大排放源。相较NPLC 2013年基于燃油消耗的研究,基于活动的排放量较低。     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

邯郸市大气污染源排放清单建立及总量校验

邯郸作为"2+26"城市主要的重工业城市之一,位于京津冀南北传输通道的核心位置,在京津冀地区大气污染协同调控中处于重要地位.为改善当地空气质量,以邯郸市为研究对象,基于拉网式调查获取详细活动水平数据,结合相关排放因子,得到2016年邯郸市大气污染源排放清单;采用WRF-CMAQ（气象-空气质量）数值模型,模拟了2016年典型季节代表月（1月、4月、7月、10月）的空气质量,验证了数值模型的准确性;最后基于总量校验方法,反向估算了邯郸市典型污染物的排放总量,对初始大气污染源排放清单进行校验.结果表明:①2016年邯郸市SO₂、NO_x、TSP、PM₁₀、PM_2.5、CO、VOCs、NH₃的总排放量分别为78 533、183 126、497 466、258 940、124 637、3 735 355、200 309、187 299 t.②工业源是SO₂、NO_x、PM_2.5、CO和VOCs的主要排放源,分别占总排放量的74.5%、54.5%、30.6%、76.7%和28.1%;无组织扬尘源对TSP、PM₁₀、PM_2.5的贡献较大,分别占总排放量的58.5%、43.6%、30.3%;NH₃的主要排放源为农畜氨及人体和其他氨,二者排放的NH₃占总排放量的96.9%.③总量模型估算得到邯郸市PM_2.5、SO₂、NO₂年排放量分别为152 739、79 405、206 549 t;对比分析校验前、后典型污染物排放发现,校验前的大气污染源排放清单可能低估了PM_2.5和NO_x的排放量.研究显示,邯郸市污染物排放量较大,工业源为主要排放源,建议相关部门加强对工业源的管控力度.      

四川省典型行业挥发性有机物源成分谱

本研究选取了四川省汽车制造、木制家具、人造板制造、涂料生产和合成树脂生产等挥发性有机物(VOCs)排放源典型行业,通过GC-MS国标方法分析各环节有组织排放的VOCs组分,采用排放总量归一化法处理,获取了四川省汽车制造等典型行业挥发性有机物的成分谱.结果表明,汽车整车制造、木制家具和油性涂料生产企业的VOCs主要组分为芳香烃和含氧化合物,占总VOCs的70%以上,汽车零部件制造企业排放物种主要为芳香烃,其占比达90%以上.人造板制造业含氧化合物占比达97%,其中甲醛占比为75%,其次为异丙醇、丙酮等物质.合成树脂行业芳香烃、烯烃占比较高,占比之和达80%以上,其中烯烃物种主要为1,3-丁二烯和1-丁烯.不同行业排放物种虽存在一定差异,但主要以芳香烃和含氧化合物为主,因此,应加强对芳香烃和含氧化合物等浓度高、活性高、毒性大的组分进行识别和控制,采取源头、过程和末端全过程控制,达到总量减排的效果.     

四川省基于第二次污染源普查数据的人为源大气污染源排放清单及特征

本研究根据自下而上和自上而下相结合的方法收集四川省人为源活动水平数据,其中工业源活动水平来自四川省第二次污染源普查数据,涵盖11020台锅炉信息、60078家工业企业信息,成都市收集了19152家工业企业数据,占四川省企业总数的32%.各污染源选取合理的排放因子并结合GIS技术,构建了该地区2017年9 km×9 km人为源大气污染物排放清单.结果表明,2017年四川省SO₂、NO_x、CO、PM₁₀、PM_2.5、BC、OC、VOCs和NH₃排放总量分别为308.6×10³、725.7×10³、3131.2×10³、927.6×10³、422.4×10³、30.2×10³、72.0×10³、600.9×10³和887.1×10³t.固定燃烧源和工艺过程源是SO₂主要贡献源,CO的主要贡献源为工艺过程源和移动源,扬尘源和工艺过程源为PM₁₀和PM_2.5的主要贡献源,扬尘源是BC和OC最大贡献源,VOCs排放源主要来自工艺过程源、移动源和溶剂使用源,NH₃排放主要来源于畜禽养殖和氮肥施用.污染空间分布结果显示,各项污染物主要集中分布于人口密集,工业和农业较为发达的四川盆地和攀枝花部分区域,高值点位集中在成都平原地区的德阳—成都—眉山—乐山沿线.本研究建立的排放清单仍具有一定不确定性,后续研究工作中应进一步加强活动水平数据获取的准确性,针对典型污染源开展污染物排放因子测试工作,完善网格化排放清单,为四川省大气污染防治提供科学支撑.     

滇池宝象河流域氮磷流失空间格局解析

有效控制氮磷流失量是水质持续改善的关键因素,定量解析流域氮磷流失量对于氮磷污染精准控制至关重要.宝象河作为滇池流域最主要的入湖河流之一,对滇池水质的影响极为重要.该研究基于第二次全国污染源普查数据,建立了宝象河流域高分辨率的氮磷排放清单,通过构建宝象河LODEST模型估算流域氮磷非点源污染入河系数,并对宝象河流域的氮磷流失量及其空间格局进行解析.结果表明:①2018年宝象河流域TN和TP的排放量分别为1 456.92、191.16 t,流域内种植业非点源是最大的污染源,其次是城镇生活点源和未收集点源.②2018年宝象河干海子断面TN和TP的径流通量分别为270.49和11.19 t,非点源入河系数分别为0.297和0.048.③2018年宝象河流域TN和TP流失量分别为432.28和18.57 t,氮磷流失空间格局呈显著的空间异质性,流域内TN和TP流失强度总体呈外高内低的分布,农业污染为主的子流域氮磷流失最为严重.该研究提出的氮磷流失量估算方法较好地揭示了流域氮磷流失空间分布规律,论证了降雨和地形的不均匀性是造成流域氮磷流失量呈显著空间异质性的重要因素.研究成果可为滇池流域入湖污染负荷控制与削减工程提供重要的科学依据,同时能够为宝象河流域水环境的精准控污和精细管理提供有效的决策支撑.      

阜新市化石燃料燃烧源大气污染物排放源清单及特征分析

为了向阜新市化石燃料燃烧源大气环境管理工作提供排放清单的理论依据,通过对阜新市(5区、2县、2园区)环境统计数据的收集和实地调查,结合本地化大气排放因子,建立了2017年阜新市化石燃料燃烧源涵盖SO_2、NO_x、PM_(2. 5)、PM_(10)、挥发性有机物(VOCs)、CO、黑碳(BC)、有机碳(OC) 8类大气污染物的排放清单。利用Arc Gis 10. 2遥感技术,分析了大气污染物时空分配特征。研究结果表明:8类污染物排放量分别为11 915. 49、7 215. 33、3 607. 78、2 002. 96、4 594. 72、4 277. 05、384. 15、16. 62 t;各类污染物的贡献率以及区域空间分布特征均存在差异,但其在时间上表现出一致性(除PM_(2. 5)),即在时间上均表现出两个峰值,高峰分别出现在夏季的七、八月和冬季的十一月至一月;县区中彰武县污染物排放较多,市区中太平区污染物排放较多;火力发电和热力供应企业对阜新市大气污染贡献较大,应当重点管控。     

基于大数据分析和IVE模型的杭州市机动车污染物排放变化特征研究

以杭州市全市域为研究对象,基于机动车排放管理数据库和IVE模型本地化后计算出市区、城区、城郊和郊区4类区域及快速路、主干路和次干路3类道路的各类机动车排放清单,利用Arc GIS及杭州市路网信息建立了1 km×1 km网格化空间分布,分析了机动车污染物排放特征.结果显示,杭州市机动车各污染物NO_x、CO、PM_(2.5)和VOCs的年排放量分别为4.9×10~4、12.5×10~4、0.2×10~4、2.1×10~4t.各种车型中,中重型货车对NO_x和PM_(2.5)的贡献均最大,分别为45.8%和36.3%,其次为大中型客车、公交客运,小微型客车对CO和VOCs的排放贡献最大,分别为69.3%和51.1%.机动车各污染物排放强度均呈现由城市中心向城市边缘递减的趋势,高排放区域集中在城中心及城南和城北区域,同时各污染物排放量日变化特征明显,均出现弱双峰现象.     

POC的结构参数对DMCC发动机排放影响的试验研究

在一台直列4缸增压中冷电控单体泵柴油机的进气道上增加甲醇喷射装置,实现柴油甲醇二元燃料燃烧(DMDF)模式.利用废气分析仪对其主要气体排放进行测量,研究在排气管上加装的柴油颗粒氧化催化转化器结构参数对尾气催化效率的影响,试验结果表明:POC长度越长,对碳烟、THC、和未燃甲醇的转化效果越好,甲醇替代率为30%、POC长度为100 mm时,对碳烟、CO、THC和未燃甲醇的平均净化效率分别为15.00%、91.61%、75.56%、66.96%,长度增加至200 mm后,上述效率明显提高,分别提高到30.37%、99.29%、67.55%、95.44%;POC孔密度增加,POC对碳烟、CO及未燃甲醇的转化效率有小幅增加,甲醇替代率为30%时,孔密度从200目增加到300目,对碳烟、CO和未燃甲醇的催化效率分别从19.61%、94.66%、86.07%提高到23.06%、97.44%和88.56%;POC结构参数的改变对NO_x的转化效率影响不大.     

长三角区域非道路移动机械排放清单及预测

基于长三角典型城市非道路移动机械实地调查成果,结合长三角各城市非道路移动机械相关指标现状及变化趋势,建立了长三角三省一市非道路移动机械大气污染源排放清单,并开展了2005~2025年区域非道路移动机械保有量、燃油消费量及污染物排放量预测.2014年长三角非道路移动机械总量约为8.23×106台,柴油消费量约9.95×106t,SO_2、NO_x、CO、VOCs、PM10和PM_(2.5)排放分别为5.5×10~3、4.9×10~5、7.6×10~5、1.1×10~5、2.9×10~4和2.7×10~4t,农用机械占长三角机械总量的93%,CO和VOCs排放贡献分别为88%和77%;建筑及市政工程机械的NO_x和PM_(2.5)排放贡献较为突出,分别占49%和35%.长三角中部和北部城市机械排放贡献相对突出.2005~2014年间,长三角地区非道路移动机械保有量、油耗及排放增幅均相对较快,预计到2020和2025年,区域非道路移动机械总量增速明显放缓,柴油消费量分别比2014年增加2%和8%.到2020年,SO_2、NO_x、CO、VOCs、PM10和PM_(2.5)排放分别比2014年下降97%、10%、3%、10%、11%和11%;到2025年分别下降97%、16%、3%、15%、21%和21%.预计未来长三角区域非道路移动机械排放将呈现逐年下降趋势,但相比机动车降幅仍相对较小,其排放贡献将日益突出,加快老旧机械淘汰并进一步提升机械排放标准对削减非道路移动机械排放总量具有十分重要的意义.