典型脱硫工艺对燃煤锅炉烟气颗粒物的影响

脱硫是燃煤锅炉的重要除污环节,为探究脱硫工艺对烟气颗粒物的影响,选取4台不同脱硫工艺（石灰石/石膏法、炉内喷钙法、氨法和双碱法）的燃煤锅炉,利用再悬浮采样法和稀释通道采样法分别采集脱硫前后烟气颗粒物样品,并测定颗粒物中的水溶性离子、无机元素和碳组分.结果表明,脱硫剂对烟气PM_2.5的组分构成产生影响,烟气经过石灰石/石膏法脱硫后,PM_2.5中的Ca由5.1%提高至24.8%;经过氨法脱硫后,PM_2.5中NH₄⁺的质量分数由0.8%提高到7.3%;双碱法脱硫则使烟气PM_2.5中Na由0.9%提高到1.7%.湿法和干法脱硫工艺的作用显著不同,湿法脱硫排放颗粒物的离子含量较高,经过石灰石/石膏法和氨法脱硫,PM_2.5中SO₄^2-的质量分数分别由2.0%和6.7%提高到9.6%和11.9%,Cl^-分别由0.4%和1.2%提高到3.8%和5.2%,而Cr、Pb、Cu、Ti和Mn等重金属经过湿法脱硫出现含量下降;相对湿法脱硫,干法脱硫燃煤锅炉排放的PM_2.5中富含Al、Si和Fe等地壳元素.湿法脱硫同样对碳组分产生影响,石灰石/石膏法和氨法脱硫后,烟气PM_2.5的元素碳EC质量分数分别从6.1%降至0.9%和从3.6%降至0.7%,但是有机碳OC的含量并没有下降.     

成都市工业挥发性有机物排源成分谱

选取成都市汽车制造和石油化工等典型工业行业,通过瓶采样和SUMMA罐采样及GC-MS分析方法,研究了不同生产工艺环节的挥发性有机物(VOCs)排放特征.结果表明,汽车制造各工艺环节均有各自的优势组分,其中喷漆排放以烷烃(32%)和芳香烃(35%)为主.家具制造排放特征与使用原辅料高度相关,以芳香烃(50%)和OVOCs(38%)为主.石油化工各装置区VOCs浓度范围为49～1 387μg·m~(-3),不同装置区存在较大差异,主要是由于炼油区主要产品为C_5～C_9的汽油和苯系物等,化工区则较多使用了溶剂同时生成烯烃类产品.电子制造均以OVOCs为主,占VOCs总排放的50%以上.制鞋行业排放VOCs主要由烷烃和OVOCs贡献,平均占比分别为52%和36%,与所用溶剂组分高度相关.汽车制造VOCs排放组分差异较大,主要以正十二烷和2-丁酮等为主.家具制造排放组分主要为苯乙烯、乙酸乙酯和间/对-二甲苯等,为涂料和稀释剂的典型组分.石油化工各装置区排放组分有差异,炼油区以苯乙烯等为主,化工区主要为1,3-丁二烯等,仓储区主要为C_3～C_5烷烃等,废水处理则主要为C_6～C_8烷烃等.电子制造主要组分均为乙醇和丙酮等醛酮组分.制鞋企业排放组分以C_5和C_6等烷烃为主.通过臭氧生成潜势计算比较,汽车制造和石油化工行业对臭氧生成潜势贡献较大的VOCs排放组分以烯烃和芳香烃为主,具有较高的污染源反应活性.研究表明各工业行业OVOCs排放比例(17%～96%)和对臭氧生成潜势贡献均较为显著,因此在进行VOCs排放控制时,除重点管控芳香烃和烯烃外,亦应提高对OVOCs组分的关注.     

成都市臭氧重污染成因与来源解析

采用来源解析的方法对2020年成都市发生的一次较为严重的臭氧污染事件进行了研究.结果表明,此次污染过程呈现从清洁-污染-清洁的变化趋势,污染持续时间长达9d,最大臭氧小时浓度达到258.8μg/m3.气象因素在成都臭氧污染中的影响不可忽略,其中温度与臭氧浓度呈现显著正相关关系,东北风主要出现在污染前和污染后,可能起到稀...     

成都城区PM2.5季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM_2.5样品,对PM_2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM_2.5平均质量浓度高达(165.1±85.1)μg·m^-3,是国家环境空气质量标准年均PM_2.5限值的4.7倍. OC、EC和水溶性二次离子(SO₄^2-,NO₃^-和NH₄⁺)的平均浓度分别为(22.6±10.2)μg·m^-3,(9.0±5.4)μg·m^-3和(62.8±44.3)μg·m^-3,分别占PM_2.5浓度的13.7%、5.5%和38.0%. PM_2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM_2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.     

成都市典型建筑工地扬尘污染特征研究

在成都市选取一个典型建筑工地,布设4个采样点,利用在线监测和手工离线监测同步测试建筑施工工地扬尘污染特征。监测结果表明:扬尘在线监测与手工离线监测变化趋势较接近,其中在线监测总颗粒物(TSP)浓度总体高于手工监测浓度,上风向(2#)、下风向(1#)PM_(10)日均值总体较手工监测数据分别低19%和33%,PM_(2.5)日均值总体较手工监测数据分别低24%和20%;建筑施工活动以及车辆进出对工地扬尘排放影响较大。     

成都市人为源挥发性有机物排放清单及特征

基于成都市实地调查和环境统计等活动水平数据,采用排放因子法和计算模型等,编制了2014年成都市人为源VOCs排放清单,并完成了空间分配和不确定性分析。成都市人为源VOCs排放量为15.8×10~4t,其中化石燃料固定燃烧源、工艺过程源、溶剂使用源、移动源、储存运输源、其他源排放量分别为0.5×10~4、3.8×10~4、6.0×10~4、4.9×10~4、0.4×10~4、2.2×10~4t,溶剂使用源为最大人为排放源,其次是移动源和工艺过程源。木材加工业为最大工业贡献源,然后依次是医药制造业、非金属矿物制品业、化学原料、化学制品制造业、汽车制造业等。成都市人为源82%的VOCs排放量分布于二、三圈层的工业园区,而中心城区主要为移动源和建筑施工所贡献,其排放分布已随建成区联片发展而形成整体。排放清单活动水平数据可靠性较高,而排放因子存在一定不确定性。     

基于Models-3的自修正空气质量预报系统及其效果检验

本文介绍了一个以Models-3为基础的自动化空气质量数值预报系统,该系统通过Gambas、Yabasic和R语言等工具进行开发,集成WRF-SMOKE-CMAQ三个模式,可通过监测数据进行自动修正,完成空气质量业务数值预报,并将结果发布到Web服务器上进行呈现。该系统对硬件的要求较低,将部署于一台DELL Optiplex 9010工作站上,设置6km—2km双层嵌套,进行成都市空气质量数值预报。本文分析了成都市2014年1月1日至2014年12月31日的空气质量数值预报结果,评价系统对成都市NO_2、SO_2、PM_(10)、PM_(2.5)、O_3、CO以及空气质量指数(AQI)的预报效果。结果显示,系统对于成都市2014年空气质量变化情况趋势的预报效果较好,302天有效预报中,24小时直接预报的空气质量等级准确率为58.27%,AQI预报相关系数0.71,观测值自动修正预报对24小时空气质量预报具有明显改善效果,使其等级预报准确率达到64.9%,相关系数提高到0.89。     

基于动态模型的四川盆地植物挥发性有机物排放

本文在Guenther提出的经典天然源模型的基础上,结合WRF-CHEM简单天然源算法,针对气象变化和CMAQ模型数据格式特点,对BVOCs的算法进行了适当修正和改良,开发了可直接用于空气质量模型的BVOCs动态排放模型.研究结果表明,四川盆地2015年异戊二烯和单萜烯的年排放量分别为5.79×10~(-5)Tg C和3.05×10~(-5)Tg C,月排放具有显著差异;四川盆地植物异戊二烯、萜烯的排放量空间分布很好地反映了四川盆地的植被分布情况,异戊二烯、萜烯排放主要集中在盆地边缘的高山地区,两个物种的高浓度排放主要集中在气温较高、日照较强的夏季和初秋季节,且均在7月达到月均排放量的最大值.本研究建立的动态排放模型能够为空气质量模型提供一种快速衡算BVOCs排放的方法,具备一定的实用性.     

成都市冬季相对湿度对颗粒物浓度和大气能见度的影响

利用成都市城区2015年12月的连续在线观测数据,如相对湿度（RH）、能见度、颗粒物（PM₁₀、PM_2.5和PM₁）浓度、气态污染物（SO₂和NO₂）浓度以及PM_2.5中SO₄^2-和NO₃^-浓度,探讨RH对颗粒物浓度和大气能见度的影响.结果表明,高颗粒物浓度和高RH协同作用导致低能见度事件.观测阶段,PM_2.5在PM₁₀中的平均比重为64%,表明成都市冬季细颗粒物污染严重;随着RH增加,PM_2.5/PM₁₀显著增加,表明高RH会加重细颗粒物污染.随着PM_2.5浓度增加,能见度呈幂指数下降;在相同PM_2.5浓度下,RH越高,能见度越低.当颗粒物浓度较低时,RH对能见度的影响作用较强;当颗粒物浓度较高时,大气消光主要由PM_2.5浓度控制,RH对能见度的影响减弱.当RH大于70%时,硫氧化率（SOR）和氮氧化率（NOR）的均值分别从0.27和0.11（RH小于40%）增长至0.40和0.19,表明较高RH对二次硫酸盐和硝酸盐的生成有显著的促进作用,二次硫酸盐和硝酸盐单独或协同影响空气质量.     

四川省人为源挥发性有机物组分清单及其臭氧生成潜势

基于调研文献测试数据,对不含含氧有机物（oxygenated volatile organic compounds,OVOCs）组分的源成分谱进行修订和重构,得到归一化的VOCs源成分谱,根据2015年四川省大气污染源排放清单建立了基于源成分谱的1 km×1 km VOCs组分排放清单,并估算其臭氧生成潜势以评估对臭氧生成的影响.所建立的VOCs源成分谱库包括45个源成分谱和519种组分,由于针对富含OVOCs的生物质燃烧和汽车排放等源类进行了修订和重构,因此所建立的源成分谱库对于VOCs组分清单构建和源解析具有更好地应用性.VOCs组分清单结果表明,四川省人为源VOCs总排放量为773.8 kt,其中烷烃、烯烃、炔烃、芳香烃、OVOCs、卤代烃和其它VOCs分别占VOCs总排放量的21.6%、10.0%、1.7%、28.0%、26.2%、4.2%和8.3%,总臭氧生成潜势（ozone formation potential,OFP）为2584.9 kt,上述各类VOCs分别占总OFP的6.9%、26.1%、0.5%、42.3%、23.2%、0.4%和0.5%.四川省各城市VOCs排放组分均以芳香烃、OVOCs和烷烃为主,但亦存在显著差异：成都、雅安、阿坝、甘孜和凉山机动车排放贡献较大,烷烃排放量占VOCs排放总量的比例较高;攀枝花为工艺过程源贡献较大的重工业城市,烷烃排放量占比较高;德阳、眉山、遂宁和资阳溶剂使用源排放较大,OVOCs排放量占比较高.四川省VOCs排放量和OFP较大的组分主要集中分布于人口和工业较为密集和发达的四川盆地区域以及凉山和攀枝花的部分地区,其中间-二甲苯和甲苯主要贡献源为溶剂使用源,导致其在城市建成区的分布更为集中,生物质燃烧对乙烯和甲醛排放有大量贡献,造成其在农业发达的川东和川南的耕地区域有大量分布.