我国北方农村生活燃煤情况调查、排放估算及政策启示

北方重灰霾频发时段与集中燃煤在冬季高度重合,引发了对农村散煤严重污染的担忧,但缺乏有力的统计数据支持.2014年9月,在河北保定开展了当地农村生活能源使用情况入村调查,共获得5个村庄中543户家庭的能源使用数据.结果表明:1保定农村地区散煤、电、液化气的使用覆盖率均很高,分别达到97%、100%和94%,反映了当前农村居民的能源消费更倾向于商业购置;而木柴和秸杆的使用覆盖率则较低,分别为13%和11%,表明传统的依赖于木柴和秸杆的能源方式已发生了根本改变.2目前煤炭在农村能源结构中仍居主导地位,占近80%(其中散煤占76%,蜂窝煤占2%),其次为电力(10%)、液化气(5%),秸杆和木柴的比例(小于5%)均较低.3调查估算,保定农村地区在2013年冬季采暖季(2013年11月─2014年3月)散煤用量超过500×104t,高于《中国能源统计年鉴(2013)》中河北全省2012年农村散煤的用量(467×104t),表明现有能源统计体系有待进一步完善.4保定农村地区散煤的烟粉尘(即PM)和SO2排放量分别为5.4×104和11.2×104t,均超过了《中国环境统计年报(2013)》中保定的工业废气和城镇生活领域相应的排放量(甚至超过2个领域排放量之和),表明农村散煤燃烧的排放问题确应引起特别关注.由于农村散煤燃烧排放高度较低,其单位排放对空气污染的贡献要远高于高架源排放,因此,建议国家和地方将农村能源结构调整置于当前能源结构调整计划的最优先领域,采取综合措施,消除农村散煤使用的污染排放,这可能是应对当前冬季灰霾问题的关键举措之一.     

2014年京津冀地区PM_(2.5)浓度时空分布及来源模拟

采用模式(CAMx)模拟与污染物、气象观测资料相结合的方式,分析了2014年京津冀地区PM2.5时空分布及来源特征.结果表明:PM2.5具有较为明显的时间变化规律,呈秋冬高、春夏低的规律和双峰型分布的日变化特征;重污染日PM2.5高浓度(PM2.5150μg/m3)主要分布在太行山前的华北平原区,特别是北京、保定、石家庄一线,而太行山、燕山等西部及北部山区PM2.5浓度明显低于平原区;重污染日京津冀地区PM2.5平均浓度在150μg/m3以上的面积约占总面积的73%;重污染日北京、天津、石家庄市的PM2.5外来输送率分别为58%、54%、39%;2014年10月6~12日京津冀地区发生的一次重污染过程中污染物由南向北输送,区域输送对于各地区PM2.5浓度有着十分重要的影响.     

大连市臭氧污染特征及典型污染日成因

通过对大连市区10个空气监测子站的监测数据进行分析,探讨了大连市臭氧污染的时空分布、气象条件对臭氧污染的影响,对臭氧污染日进行了归类分析。结果表明,大连市臭氧污染主要出现在4—10月。在强紫外辐射、高温、低湿、低压和低风速的气象条件下,监测点位的臭氧浓度较高。臭氧污染日的日变化分为单峰型、双峰型和夜间持续升高型3种类型。通过对2015年的一次高浓度臭氧污染过程的气象条件、污染物浓度和污染气团轨迹进行分析,发现臭氧浓度在夜间持续升高现象与区域输送密切相关。     

2014年北京市城区臭氧超标日浓度特征及与气象条件的关系

根据2014年1~12月北京市环境保护监测中心监测的O₃浓度数据,综合探讨了北京市O₃的时空分布及与其气象条件的关系.结果表明:2014年北京市全年O₃小时平均浓度约为56.18 μg·m^-3,O₃超标日小时平均浓度约为148.05 μg·m^-3且超标日主要集中在5~9月;超标日O₃日变化呈现单峰型分布,06:00或07:00为低谷,15:00、16:00左右达到峰值;超标日O₃浓度在09:00~23:00明显高于夏季同时间段浓度平均;空间分布上中心城区站点O₃浓度相对较低,而城区西部植物园站点浓度最高;统计的2014年北京市O₃超标日地面形势场3种类型高压类、低压类、均压类各占16%、36%、48%;超标日O₃浓度与气压、湿度、能见度呈负相关关系,与风速、温度呈正相关关系; 2014年5月29日~6月1日北京市发生的一次O₃重污染过程是由本地光化学污染及区域输送造成的,区域输送对北京市O₃浓度有着十分重要的影响.     

HSE培训课程体系建设初探

通过调研国内外HSE培训课程建设情况,提出了建设中国石化HSE培训课程体系的主体架构和主要课程.结合 HSE培训实践活动,阐述了中国石化HSE培训课程体系建设设想.     

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.      

基于国内实测燃煤电厂烟气汞排放估算的不确定度

参照测量不确定度评定与表示的国家技术规范,基于近年来我国燃煤电厂常规污控设备协同脱汞的现场测试数据(文献报道和实测值)及各省原煤w(汞)的实测值,初步构建了国内燃煤电厂烟气汞排放不确定度的计算方法,并以2010年的燃煤量、污控方式布局为基础,计算了该年度汞排放的不确定度.结果表明:2010年我国燃煤电厂烟气汞排放的总不确定度为48.8 t,占平均排放总量的34.3％;其中60.2％源于污控设备脱汞效率的不确定度,39.8％源于原煤w(汞)的不确定度;采用ESP(静电除尘)、ESP+ WFGD(静电除尘+湿法脱硫)、SCR+ ESP+ WFGD(选择性催化还原脱硝+静电除尘+湿法脱硫)和FF(袋式除尘)大气污控组合的机组各存在6.0、32.2、9.7和0.9t的烟气汞排放不确定度,分别占各对应机组烟气汞排放量的19.3％、32.8％、84.6％和53.6％,其中SCR+ ESP+ WFGD污控组合烟气汞排放的相对不确定度最大.随着我国烟气脱硝工作全面推行,2015年以后,SCR+ ESP+ WFGD污控措施(组合)的机组所占比例将会提高到66％以上,如果仍以现有数据为基础,则来自SCR+ ESP+WFGD污控措施(组合)机组的烟气汞排放不确定度将会大幅增加,因此急需增加对该类装置脱汞效率的实测样本数量.     

中国东部春季一次强冷锋活动空气污染输送过程分析

利用CMAQ(4.7.1)和HYSPLIT后向轨迹模式,结合长岛和洪泽湖站点污染物观测数据,对2011年3月31日-4月3日影响我国东北部地区的一次典型强冷锋天气空气污染过程进行模拟分析,验证表明模式能较好地模拟此次强冷锋过程.由结果可知,此次强冷锋前后污染物浓度呈先升后降又上升的现象.在冷锋移动过程中,锋前出现一条高浓度污染带,锋面将污染物抬升至800～500 hPa的高度,使污染物在对流层中层快速向西太平洋传输;冷锋对当地污染物的去除不仅有水平方向的推动作用,还会使污染物向高空输送.锋面过后污染物浓度急剧降低,冷锋对长岛站点SO2、O3、NOx、PM2.5的清除率分别为90.87％、34.10％、50.56％、72.69％,对洪泽湖站点则分别为82.53％、50.45％、65.11％、36.80％.锋面过去1～2d后,高压控制天气形势下污染物再次开始积累、浓度回升.冷锋前后污染物形成一个“积累—锋前抬升—高空平流输送—锋后大风清除—积累”的循环.     

京津冀民用燃煤减排对大气中BaP污染影响评估

运用空气质量模型CMAQ模拟评估民用燃煤减排政策对京津冀大气中BaP污染状况的改进效果,模拟包括作为基准情景的2014年和低消减和高消减2个减排情景.模拟结果表明：基准情景下,京津冀BaP年均浓度为2.54ng/m³,超过国家空气质量标准（1ng/m³）,呈现1月 > 4月 > 10月 > 7月的季节变化特点,反映出冬季供暖燃煤的影响;京津冀南部BaP浓度高于北部,推测原因是南部BaP排放量较高.1月削减民用燃煤排放量对降低该地区BaP浓度和沉降量效果最显著,低削减和高削减下,北京、保定、廊坊BaP浓度分别比基准情景降低30%和40%以上;4、7、10月削减民用燃煤排放量对该地区BaP浓度和沉降量的变化影响不大.京津冀民用燃煤联防联控能更加有效地降低该地区BaP浓度.     

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.