2013年中国海域船舶大气污染物排放对空气质量的影响

基于2013年中国海域船舶排放清单和空气质量数值模拟平台（WRF-SMOKE-CMAQ）,利用敏感性分析方法定量识别了中国海域船舶排放对沿海地区空气质量的影响特征. 结果表明：船舶排放对不同污染物的贡献特征空间差异显著,就SO₂、NO₂和PM_2.5而言,在沿海省份的年均贡献率分别为5%、7%、2%（1.1、1.7、0.9 μg·m^-3）,其中,珠三角和长三角地区受影响较大,SO₂、NO₂和PM_2.5贡献分别可达30%、31%、8%（7.7、9.2、2.7 μg·m^-3）和14%、13%、4%（3.7、5.3、1.9 μg·m^-3）.其次,船舶排放对空气质量影响季节性差异显著,尤其表现在PM_2.5的空间分布上,三大城市群中,船舶排放对污染物贡献的季节间最大差异倍数为SO₂（1.3~2.0）,NO₂（1.2~4.0）,PM_2.5（1.8~7.5）.值得关注的是,船舶排放对PM_2.5的浓度贡献表现出了明显的区域性（长距离传输）和复合性.本研究结果,一方面弥补了我国船舶排放对空气质量影响的量化特征认识不足,另一方面可为后续船舶排放的健康影响及控制费效分析等评估研究提供数据支撑.     

燃煤电厂颗粒物中硫酸根与硝酸根离子的转化规律

燃煤电厂排放的颗粒物可以分为可凝结颗粒物（condensable particle matter,CPM）和可过滤颗粒物（filterable particle matter,FPM）.通过分析7个超低排燃煤电厂的湿法脱硫（wet flue gas desulfurization,WFGD）进出口和湿电除尘（wet electrostatic precipitator,WESP）出口烟气中CPM和FPM的SO₄^2-和NO₃^-浓度,揭示了这2种典型水溶性离子在烟道内的变化规律与转化特征.结果表明在WFGD前后,CPM中的SO₄^2-和NO₃^-浓度呈降低趋势,其降低率范围分别为43.12%~86.84%和17.99%~91.58%,而FPM中SO₄^2-和NO₃^-浓度呈增大趋势.在WESP前后,CPM中SO₄^2-和NO₃^-浓度呈增大趋势,增长率范围分别为21.05%~424.65%和13.51%~298.37%,而FPM中SO₄^2-和NO₃^-浓度呈减小趋势.在WFGD中,随着烟气温度降低和湿度增加,部分CPM会通过冷凝和团聚作用进一步转化为FPM;在WESP中,由于烟气一直处于低温、高湿的条件,烟气中存在的SO₂与NO₂会结合水蒸气发生氧化还原反应,进而经过协同作用促进CPM中SO₄^2-和NO₃^-的生成.     

基于实测的船舶辅机大气污染物排放量估算

于2017年3月—2018年5月在广州市南沙港区选取不同吨位的5艘船舶进行登船实测,建立了基于燃油消耗的排放因子.结果表明,船舶辅机CO₂排放因子为(3085±439)~(3195±121) g·kg^-1,CO排放因子为(5.50±1.33)~(26.10±8.90) g·kg^-1,TVOC排放因子为(0.29±0.02)~(1.68±0.06) g·kg^-1,PM_2.5排放因子为(0.56±0.09)~(12.50±3.11) g·kg^-1,NO_x排放因子为(19.20±4.12)~(83.30±11.80) g·kg^-1,基于燃油消耗量,估算2017年广州港船舶停泊工况辅助发动机SO₂、CO、TVOC、PM_2.5和NO_x排放总量分别为736、(794±209)、(46.40±2.39)、(223.0±49.4)和(3237±698) t.船舶引擎功率对排放CO、TVOC和PM_2.5影响显著,引擎功率较低的船舶以上3种大气污染物排放因子更高.从吨位而言,≥10000总吨的船舶对SO₂、CO、TVOC和NO_x 4种大气污染物的排放分担率均超过50%,≤2999总吨的船舶则对PM_2.5的排放分担率最高.从船舶类型而言,分担率最高的是集装箱船,分别占SO₂、CO、TVOC、PM_2.5和NO_x排放总量的43.8%、30.8%、41.4%、16.3%和40.9%,此外,散货船、其他货船、顶推拖船和油船对排放量的分担率也较高,以上5种船舶占到了各类大气污染物排放总量的90%.     

伊犁河谷夏季PM2.5和PM10中水溶性无机离子浓度特征和形成机制

区域尺度大气颗粒物的同步观测与分析是制定大气污染防治策略的重要途径.为研究伊犁河谷城市群大气颗粒物和水溶性无机离子的空间分布特征,于2021年7月19~29日期间同步采集伊宁市和周边三县大气颗粒物样品,深入分析了PM_2.5和PM₁₀中9种水溶性无机离子（WSIIs）的空间分布特征、存在形式和影响因素,并对二次无机颗粒物的形成机制进行了探讨.结果表明,夏季伊犁河谷城市群ρ（PM_2.5）和ρ（PM₁₀）均值分别为（23±3）μg ·m^-3和（59±7）μg ·m^-3,伊宁市受本地工业源和移动源排放影响,导致其PM_2.5浓度在区域中最高;伊宁县受扬尘源和地形影响,使其PM₁₀浓度在区域中最高;而霍城县的良好扩散条件使其PM_2.5和PM₁₀浓度最低.PM_2.5和PM₁₀中WSIIs占比分别介于28.2%~29.9%和16.0%~20.2%之间.4种主要离子（SO₄^2-、NO₃^-、NH₄⁺和Ca²⁺）占到WSIIs的90%左右,在PM_2.5中浓度大小排序为：SO₄^2->Ca²⁺>NH₄⁺>NO₃^-,在PM₁₀中浓度大小排序为：SO₄^2->Ca²⁺>NO₃^->NH₄⁺;相关性研究结果显示4个城市SO₄^2-浓度相近主要是由区域输送所致,而Ca²⁺在PM_2.5和PM₁₀中占比高于国内大部分城市反映出伊犁河谷核心区城市受扬尘源的影响较大.PM_2.5和PM₁₀中n（NO₃^-）/n（SO₄^2-）分别为0.78和0.76,表明伊犁河谷受固定源影响大于移动源;4个城市n（NO₃^-）/n（SO₄^2-）的大小排序为：伊宁市>霍城县>伊宁县>察县,与各城市机动车保有量大小一致,反映出伊宁市受机动车等移动源的影响高于周边三县.二次组分主要以（NH₄）₂SO₄、NH₄HSO₄和NH₄NO₃的形式存在,各城市NH₄⁺与SO₄^2-反应后均有盈余,盈余的铵盐在伊宁市主要以NH₄NO₃存在,与伊宁市较高的NO₂浓度有关.夏季PM_2.5和PM₁₀中NOR变化幅度分别为0.03~0.10和0.03~0.16,受夏季高温影响导致NO₃^-二次转化较弱;SOR分别介于0.21~0.41和0.23~0.44之间,察县相对较高的湿度使其SOR较高,而霍城县受区域输送影响使其SOR高于伊宁市.形成机制表明：察县和伊宁市的SO₄^2-主要由非均相反应生成,伊宁县主要由均相反应产生,而霍城县SO₄^2-的形成机制较为复杂,受到均相反应和非均相反应的共同影响.     

基于SOA转化机制的沧州市重点企业秋冬季大气污染模拟

基于沧州市2016年排放清单筛选出120家重点企业,采用重新编译代码后的CALPUFF空气质量模型,模拟了2017年秋冬季不同程度污染天气下120家重点企业PM_2.5、PM₁₀、SO₂、NO₂及二次生成硫酸盐、硝酸盐、二次有机气溶胶（SOA）的污染情况.结果表明,120家重点企业PM_2.5、PM₁₀、SO₂和NO₂秋冬季平均模拟浓度占平均观测浓度的比例分别为：3.3%、5.7%、5.6%和2.9%;一次排放的PM₁₀主要集中在沧州市西南部和东南部,二次转化的SOA、硫酸盐和硝酸盐主要集中在主城区和东南部;PM_2.5中SOA平均占比约为27.3%,重污染时段比例上升为29.0%;PM_2.5中烷烃气溶胶、甲苯气溶胶、二甲苯气溶胶和多环芳烃（PAH）气溶胶占比分别为：12.1%、6.0%、7.0%和2.2%.120家重点企业精细化模拟结果显示,重污染天气以上120家重点企业的PM_2.5贡献浓度为3.02μg·m^-3,占沧州市"三年作战计划"要求2018年下降浓度（6.00μg·m^-3）的50%;PM_2.5浓度贡献较大的企业包括某石油化工股份有限公司沧州分公司（0.41μg·m^-3）、某碳素有限公司（0.29μg·m^-3）、某石化股份有限公司聚海分公司（0.26μg·m^-3）、沧州某肥业有限公司（0.23μg·m^-3）、沧州某大化有限责任公司（0.19μg·m^-3）等,主要位于新华区、沧县和渤海新区.本研究可为开展秋冬季每一家重点企业的错峰生产和应急减排提供科学依据.     

基于双维度校验的珠三角区域臭氧生成机制长期时空演化特征识别

臭氧（O₃）污染已经成为我国主要城市区域大气环境的首要污染物,由于其生成与前体物之间呈现高度非线性的关系,O₃生成机制的识别对前体物的减排具有基础性的重要作用.针对常规方法难以较好对机制的长期演化特征进行识别问题,基于常规观测数据（O₃、NO₂）和温度（T）与挥发性有机物活性（VOCR）之间的关系,从NO₂和T两个维度对珠三角区域O₃的生成机制进行了识别并做校验,分析了2006~2020年期间O₃的趋势变化规律和原因,研究了机制的长期演化特征.结果表明,O₃浓度随NO₂和T水平的升高呈现升高、稳定、下降和再次升高的趋势变化规律,当ρ（NO₂）处于0~35、35~45、>45 μg·m^-3和T处于>30、25~30、<25℃时,机制分别处于NO_x控制区、过渡区和VOCR控制区.不同时间段,随着T升高VOCR随之升高,推动了O₃浓度上升.由于前体物排放趋势变化和O₃生成机制状况不同,O₃浓度在不同时间段和T条件下的趋势变化规律不同.整体上,珠三角区域西部偏VOCR控制区,东部偏过渡区,两个维度机制的识别结果具有较高一致性.随时间变化,西部区域的过渡区向VOCR控制区转变,东部区域的VOCR控制区向NO_x控制区转变.在不同时间段,随着T升高O₃生成对NO_x的敏感性增强,随时间变化,高温和低温条件下O₃生成分别对NO_x和VOCR的敏感性增强.     

诺氟沙星对地下水中反硝化过程的影响:反硝化酶活性的证据

为探究不同初始浓度诺氟沙星对地下水反硝化过程中NO₃^--N和NO₂^--N降解的影响,选取以乙酸钠为电子供体,硝酸盐为电子受体驯化的反硝化细菌进行厌氧反硝化批实验研究,从反硝化细菌生长特性和反硝化酶活性等方面揭示诺氟沙星对反硝化过程的影响机制.结果表明,浓度为10 μg·L^-1和100 μg·L^-1的诺氟沙星对反硝化细菌的生长及NO₃^--N降解均有抑制作用,100 μg·L^-1诺氟沙星对NO₃^--N降解的抑制程度更大,抑制率为77.3%;且100 μg·L^-1诺氟沙星减少了NO₂^--N积累,最大积累量降低了67.9%.诺氟沙星初始浓度大于10 μg·L^-1时抑制了硝酸盐还原酶活性,在此过程中,亚硝酸盐还原酶活性在一定程度上有所增强.反硝化酶活性与NO₃^--N及NO₂^--N降解规律相符.因此,诺氟沙星对反硝化酶活性的控制作用是其影响反硝化过程的主要原因.     

北京大气气溶胶部分无机组分及相关气体的浓度变化

利用SJAC-MOBIC在2000-05～2000-09的3个采样时段测量了北京大气中的气溶胶SO₄^2-、NO₃^-、NO₂^-、Cl^-及相关气体组分,得出了这些污染组分的逐时变化.结果表明气溶胶Cl^-、NO₂^-、NO₃^-及气体HCl、HNO₂和HNO₃有明显的变化规律,SO₂和气溶胶SO₄^2-的变化取决于SO₂的排放,SO₄^2-的峰值一般比SO₂的峰值晚2h左右.     

上海市秋季典型大气高污染过程中颗粒物的化学组成变化特征

于2010年10月1日至11月30日在上海市城区对大气中颗粒物质量浓度及细粒子化学组分进行了在线连续观测,获得了秋季大气灰霾和沙尘等典型污染过程中颗粒物质量浓度和化学组成的变化特性.观测结果显示,在大气灰霾污染过程中PM₁₀和PM_2.5的日均最高浓度分别达到216~293 μg·m^-3和130~204 μg·m^-3,PM_2.5/PM₁₀的比值在65%以上,总的可溶性无机离子(TWSII)占PM_2.5质量浓度的50%以上,有机碳(OC)和元素碳(EC)的总和占25%~30%.二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的83.3%~87.5%,OC/EC的比值在5左右,表明在灰霾污染过程中二次组分对PM_2.5的贡献较大;沙尘天气以粗粒子污染为主,TWSII、OC和EC分别仅占PM_2.5质量浓度的27.2%、13.4%和2.0%,二次可溶性离子(SO₄^2-, NO₃^-, NH₄⁺)占TWSII的55.7%,Ca²⁺、Mg²⁺等地壳组分的比例较灰霾天气明显升高.研究结果还显示,SO₄^2-和NO₃^-等二次离子组分的生成与颗粒物中硫与氮的氧化速率有关,在大气灰霾过程中硫转化率(SOR)和氮转化率(NOR)值较高,分别为0.24±0.10和0.15±0.06,说明SO₂通过二次反应生成SO₄^2-的能力较强,在污染的环境下高浓度的NO₂更有利于向NO₃^-转化.     

冬季PM2.5中无机水溶性离子与大气相对湿度的相关性

依托河北省灰霾污染防治重点实验室,对2019年11月26日—12月31日石家庄市大气PM_2.5中的NO₃^-和SO₄^2-进行连续在线观测,研究NO₃^-和SO₄^2-与环境空气相对湿度的相关性,解析冬季发生PM_2.5重污染天气的RH阈值.观测期间,RH为10%~60%时,NO₃^-的浓度与RH呈显著正相关,为PM_2.5中浓度最高的无机水溶性离子.RH超过70%后,NO₃^-与RH呈负相关,NO₃^-浓度和NOR开始下降.SO₄^2-浓度与RH在整个湿度区间均呈正相关.RH低于50%时,SO₂向SO₄^2-的转化以气相反应为主.RH高于50%以后,颗粒物达到潮解点,SO₂的主要反应转入液相,转化速率加快,SO₂液相反应贡献逐渐增加至64.6%.RH超过70%后,SO₄^2-成为PM_2.5中浓度最高的无机水溶性离子.RH超过PM_2.5潮解点以后,NO₃^-和SO₄^2-大量合成,推高PM_2.5环境浓度,易于形成重污染天气.     

珠江三角洲非道路移动源排放清单开发

根据收集到的珠江三角洲非道路移动源活动水平数据,采用适合各类非道路移动源污染物排放量的估算方法和排放因子,建立了珠江三角洲地区2006年非道路移动源排放清单.结果表明,珠江三角洲地区2006年非道路移动源排放SO2为6.52×104t,NOx为1.24×105t,VOC为4.54×103t,CO为2.67×104t,PM10为4.51×103t.其中船舶为最大的SO2、NOx、CO和PM10排放贡献源,分别占非道路移动源排放总量的96.4%、73.8%、39.4%和50.5%.在船舶排放源中,SO2、NOx、VOC、CO和PM10排放量的89.8%、81.8%、77.3%、79.5%和81.7%来自货轮和散装干货船.非道路移动源已成为该地区第三大SO2和NOx排放贡献源,分别占珠江三角洲大气污染源SO2和NOx排放总量的8.6%和13.5%.     

2010~2017年四川省机动车污染物排放趋势分析

四川省机动车保有量日益增加,本研究基于特定的清单计算方法及多口径的活动水平数据,得到四川省2010~2017年机动车尾气污染物排放量.结果表明,四川省小型载客汽车的保有量增长最快,不管是机动车还是小型载客车保有量的增速,均高于全国平均增速;2017年四川省机动车共排放CO、NO_x、SO₂、NH₃、HC、PM_2.5、PM₁₀、BC和OC分别为706.9、275.3、0.3、5.7、164.8、8.1、8.9、4.1和1.4 kt,除NH₃以外,四川省所排放的其他污染物呈现波动中下降的趋势,在2014~2016年前后达到高值.柴油车的保有量变化与NO_x的变化显示出较强的相关性;新车排放标准加严是最具有减排潜力的措施之一,同时随着实施年份的增长,显示的减排潜力越大,燃油品质的提升对于污染物的减排每年也会有6%以上的减排效力.未来应将HC和NO_x减排作为四川省机动车管控的重要内容.     

Anthropogenic emissions of SO2 and NOx in Asia: emission inventories

The anthropogenic emissions of SO₂ and NO_x for 25 Asian countries east of Afghanistan and Pakistan have been calculated for 1975, 1980, 1986, 1986 and 1987 based on fuel consumption, sulfur content in fuels and emission factors for used fuels in each emission category. The provincial- and regional-based calculations have also been made for China and India. The total SO₂ emissions in these parts of Asia have been calculated to be 18.3 and 29.1 Tg in 1975 and 1987, respectively. The calculated total NO_x emissions were 9.4 and 15.5 Tg in 1975 and 1987, respectively. The SO₂ and NO_x emissions in East Asia (China, Japan, South Korea, North Korea and Taiwan) were 23.4 and 10.7 Tg in 1975 and 1987, respectively.     

Simulation based life cycle assessment of airborne emissions of biomass-based ethanol products from different feedstock planting areas in China

Oil shortage and environmental deterioration urge people to pay more and more attention to Biomass-based Fuel Ethanol (BFE), because it is renewable and apparently environmentally friendly. This paper aims to assess and compare the air emissions of three BEF products from different feedstock planting areas in China. For the purpose of a “cradle to grave” study of biomass-based ethanol fuel as a substitute transportation fuel, the authors chose “vehicle fueled by biomass-based E10 (a blend of 10% ethanol and 90% gasoline, v/v)” as the subject. Then, life cycle emission models of Wheat-based E10 from central China, Corn-based E10 from northeast China, and Cassava-based E10 from southwest China were set up based on surveys; life cycle emission functions of CO₂, CO, N₂O, NO_x, SO₂, CH₄, VOC, and PM₁₀ were constructed and value of each emission category was calculated based on Monte Carlo simulation of the life cycle emission models. The calculation results showed that compared with gasoline-fueled vehicles, biomass-based E10-fueled vehicles release less CO₂ and VOC in their lifecycles, but wheat-based E10-fueled and cassava-based E10-fueled ones have more emissions of CO, CH₄, N₂O, NO_x, SO₂, PM₁₀ and corn-based E10-fueled ones have more emissions of CH₄, N₂O, NO_x, SO₂, PM₁₀. Suggestions on reducing the emissions have been proposed for future actions.     

辽宁省2000~2030年机动车排放清单及情景分析

机动车排放已经成为城市地区大气污染的主要来源.基于COPERT模型和ArcGIS技术,建立了2000~2030年辽宁省机动车排放清单,分析6类污染物（CO、NMVOC、NO_x、PM₁₀、SO₂和CO₂）排放的总体趋势与空间演变特征,同时以2016年为基准年,基于情景分析法设置8类控制措施情景并评估不同控制措施对污染物的减排效果.结果表明2000~2016年,机动车的CO、NMVOC、NO_x和PM₁₀排放量呈现先增后降的趋势,SO₂排放量呈现波动变化,而CO₂排放量则呈现持续增长态势.轻型载客车和摩托车是CO和NMVOC排放的主要贡献车型,重型载客车和重型载货车是NO_x和PM₁₀的主要排放源,SO₂和CO₂则主要是由轻型载客车排放.辽宁省中部及南部机动车排放量明显高于辽东和辽西.从城市层面来看,排放主要集中在沈阳市和大连市.情景分析表明,实施更加严格的排放标准可以增强减排效果,且升级排放标准的时间越提前减排效果越好.综合情景将实现减排最大化,强化综合情景对CO、NMVOC、NO_x、PM₁₀、CO₂和SO₂的削减率达到了30.7%、14.3%、81.7%、29.4%、12.3%和12.1%.     

内河船舶大气污染物排放特征实测研究

为获得内河船舶航行时的大气污染物排放特征,本研究基于船舶尾气测试系统测试了珠三角西江水域内航行的5艘内河船舶,识别了内河船舶气态污染物瞬时排放特征及基于燃油消耗量的排放因子,并探讨了船舶排放的PM_(2.5)化学组分特征及来源.结果表明:船舶在巡航行驶状态下气态污染物的排放浓度变化都较为平稳,货船污染物排放浓度明显高于快艇.CO_2、CO、NO、NO_2、NO_x、SO_2与PM_(2.5)的排放因子范围分别是3135.90～3149.90、3.10～12.03、30.87～41.18、3.90～7.43、36.36～48.61、0.08～5.50、0.32～4.17 g·kg~(-1).内河船舶排放的PM_(2.5)中碳组分、水溶性离子和金属元素的贡献占比分别为43.8%～64.2%、9.7%～39.0%和0.6%～3.4%,其中,有机碳/元素碳(OC/EC)比值范围为0.40～2.69,OC可能受船舶制动影响较大,润滑油损耗是重要来源.     

辽宁省港口邻近区域海运废气排放测算

为准确测算沿海地区船舶废气排放量,基于试验数据确定了NO_x、CO、HC和CO₂排放因子;结合文献资料和海事局进出港船舶签证数据,采用基于船舶活动过程的方法测算了2014年辽宁省港口邻近区域〔距港口减速区外边界25 n mile(1 n mile=1 852 m)以外的边界线与港口陆地岸线所围成的区域〕海运废气排放清单. 结果表明:2014年辽宁省港口邻近区域海运NO_x、CO、HC、CO₂、SO₂和PM(颗粒物)的排放量分别为11 827.1、971.4、399.6、1 097 426.5、11 654.1和959.2 t;散货船、集装箱船和油船3种主要类型船舶的NO_x、CO、HC、CO₂、SO₂和PM的分担率之和分别为74.7%、77.8%、70.8%、68.0%、70.9%和70.6%;主机NO_x、CO、HC、CO₂、SO₂和PM的分担率最大,分别为63.7%、63.0%、46.0%、40.4%、46.4%和45.3%;停泊工况下的NO_x、CO、HC、CO₂、SO₂和PM排放量分别为3 318.3、281.7、168.3、520 194.9、4 894.0和411.5 t. 船舶降速运行、减少停港时间、燃用低硫油和向船舶供应岸电等措施能降低港口邻近区域海运废气排放. 基础数据缺乏或数据代表性不足给废气排放清单带来了一定的不确定性.      

基于AIS轨迹修复的船舶排放空间表征改进方法与应用

基于船舶自动识别系统(Automatic Identification System,AIS)数据表征船舶排放是目前船舶排放空间表征的主流方法,但AIS船舶轨迹点缺失会造成船舶排放量低估和船舶空间分布表征错误,进而影响船舶排放控制区的划分.为改进船舶排放空间表征,本研究以2013年广东省AIS船舶数据为例,采用基于时间和经纬度的三次样条方法对AIS船舶轨迹进行修复,结合动力法计算船舶排放,分析对比AIS轨迹修复前后船舶排放表征的差异,并利用空气质量模型和卫星观测评估AIS轨迹修复对船舶排放表征和广东沿海空气质量模拟的改进效果.结果表明:轨迹修复后广东省海域船舶轨迹点总数由4685773个增至5746664个,船舶NO_x排放量增加了0.6%.对于轨迹点与排放缺失集中的粤东海域,轨迹修复后船舶轨迹点数增加了88%,NO_x排放量在广东省船舶排放量的占比提升至22%,特别是在粤东重点修复海域NO_x排放量增加了2.7倍.原始轨迹在广东省海域较为稀疏,在粤东海域有明显轨迹缺失;轨迹修复后广东省海域船舶轨迹更为密集,粤东海域船舶轨迹得...     

民航飞机起飞过程气态污染物排放特征分析

民航飞机在起飞过程中发动机推力高、耗油量大,并且飞行高度低,由其排放的污染物对局地空气质量和人体健康存在较大影响.选择B737-800作为典型机型,通过对飞机性能参数的模拟,精确计算了其在全推力和减推力等多种方式下起飞离场爬升至1 000 m高度过程中NO_x、CO、HC和SO_2的排放量,并与ICAO基准模型估算结果进行对比.结果表明,NO_x是排放量最大的污染物.其中,全推力起飞过程4种污染物的排放量分别为4.849、0.062、0.031和0.229 kg.减推力起飞方式下,选择更高的灵活温度后,NO_x和CO排放量分别降低和升高,HC和SO2排放量变化不大.经过对比发现,ICAO的基准排放模型,对4种污染物的估算结果存在较大偏差.与机动车相比,单次全推力起飞过程与一辆小客车行驶9 508 km的NO_x排放量相当.精确计算方法为准确估算机场区域飞机污染排放清单提供基础.     

30年来中国民航运输行业的大气污染物排放

民航是我国重要的交通运输方式之一,但我国民航运输行业的大气污染物排放问题报道较少.根据中国民航统计部门逐年统计数据,采用基于燃料消耗量的排放因子法,估算了1980～2009年中国民航飞机的大气污染物排放量,并分析了大气污染物排放强度及其变化.结果表明,30年来中国民航飞机SO2、CO、NOx和HC排放量逐年增多,分别由1980年的0.031、0.189、0.225和0.314万t增至2009年的1.183、7.298、8.705和12.159万t,排放量年均增加分别为0.039 7、0.245、0.292和0.408万t.SO2、CO、NOx和HC的排放强度呈降低趋势,其值分别由1980年的0.624、3.806、4.53和6.322 g.(t.km)-1降至2009年的0.275、1.697、2.025和2.828 g.(t.km)-1.中国民航运输行业所排放的SO2、CO、NOx占全国总排放量的比重很低,与其他行业排放量相比,中国民航运输行业所排放的大气污染物量也较小.