浙江省2013~2020年人为源氨排放清单

采用排放因子法建立了浙江省2013~2020年人为源NH₃排放清单,利用ArcGIS软件对NH₃排放量进行空间分配,并与浙江省部分城市PM_2.5组分中的NH₄⁺浓度进行对比,探究了人为源NH₃排放对NH₄⁺浓度变化的影响.结果表明,2013~2020年浙江省人为源NH₃排放量呈逐年下降趋势,2020年人为源NH₃排放量为13.5万t,较2013年下降23.1%.人为源NH₃排放以农业源为主,2013~2020年占比分布在57.2%~69.6%,其中畜禽养殖和氮肥施用NH₃排放量占比较高,且2020年排放量较2013年下降最为显著,分别为34.5%、44.1%.从空间分布来看,NH₃排放较高的地区主要分布在浙江北部和金衢盆地地区,杭州市和嘉兴市年排放量位于全省前两位.NH₃排放量较高的城市NH₄⁺浓度也较高,部分城市NH₄⁺浓度下降趋势与NH₃排放量下降趋势较为一致.     

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.      

西安人为源VOCs排放特征及其对O3和SOA生成潜势的影响

为研究西安市人为源VOCs（挥发性有机物）对OFP（O₃生成潜势）和SOAFP（二次有机气溶胶生成潜势）的影响,基于西安市环境统计数据和相关统计资料,结合排放因子法和已有的源成分谱,建立西安市人为源VOCs排放清单,并利用最大增量反应活性（MIR）和气溶胶生成系数（FAC）估算各类人为源排放VOCs对O₃和SOA（二次有机气溶胶）的生成贡献.结果表明:①2016年西安市人为源VOCs排放总量为119.187×103 t,其中,溶剂使用源、移动源和工艺过程源是主要的排放源,排放量分别为50.676×103、29.414×103、24.430×103 t. ②2016年西安市各区县VOCs排放总量较大的依次为长安区、雁塔区、未央区和碑林区,排放量分别为15.28×103、12.34×103、11.81×103和10.14×103 t,莲湖区、新城区和灞桥区VOCs排放量大于5×103 t,而阎良区排放量最小. ③2016年西安市总OFP为222.087×103 t,间/对-二甲苯、甲苯、邻-二甲苯等对总OFP的贡献率为72.40%;溶剂使用源对总OFP的贡献率最大,其次是生物质燃烧源,并且生物质燃烧源单位质量VOCs的OFP最强. ④2016年西安市总SOAFP为318.347 t,间/对-二甲苯、甲苯、邻-二甲苯、乙苯等对总SOAFP的贡献率为88.65%;溶剂使用源对总SOAFP的贡献率最大,其次是生物质燃烧源,而且溶剂使用源单位质量VOCs的SOAFP强于其他排放源.研究显示,与其他地区VOCs单位面积排放清单相比,西安市VOCs单位面积排放强度处于中等水平.      

2009~2019年中国人为CH4排放量的估算及时空格局

以中国340个地级及以上城市为研究对象,采用自下而上的核算方法,针对农业活动、能源活动和废物处理3个一级CH₄排放源,核算2009年和2019年中国人为CH₄排放量并分析其时空格局.结果表明：2009年中国人为CH₄总排放40.71Tg,2019年为42.89Tg,CH₄排放总量在增加,排放强度和人均排放量基本保持不变.一级排放源中,农业活动、能源活动和废物处理在2009年的CH₄排放量分别为24.88Tg、12.06Tg和3.76Tg,农业活动为主要排放源,2019年三者排放量分别为16.99Tg、21.62Tg和4.28Tg,能源活动成为主要排放源;二级排放源中煤炭开采的CH₄排放最多;不同城市中各排放源的占比存在较大差异,淮安、扬州和南通农业活动排放最多,晋城、大同和太原能源活动排放最多,而北京、上海和广州以废物处理排放为主.城市人为CH₄排放存在显著的空间正相关,高排放—高聚集的城市数量减少,分布集中;低排放—低聚集的城市数量增加,分布重心向东部地区转移;局部城市空间关联类型呈现出较强的空间锁定效应和迁移惰性特征.CH₄排放强度与人均CH₄排放的区域总体差异较大;CH₄排放强度地区间Theil指数差异较大,而地区内差异较小;人均CH₄排放地区间与地区内的Theil指数差异均较小.     

京津冀燃煤锅炉大气污染物精细化排放清单

基于环境统计数据,采用排放因子法建立2020年京津冀地区燃煤工业锅炉县级大气污染物排放清单.结果表明,2020年京津冀地区燃煤工业锅炉常规大气污染物SO₂、NO_x、颗粒物(PM)、PM₁₀、PM_2.5排放量分别为6351,7399,2952,825,399t.,其中PM₁₀和PM_2.5分别占PM排放总量的27.9%和13.5%.重金属Hg、Pb、Cd、Cr、As的排放量分别为197.9,1391.3,32.0,1214.2,362.4kg.65t/h及以上燃煤工业锅炉为主要的排放贡献源,各类污染物的排放量占京津冀地区工业锅炉各类污染物排放总量的比重为51.1%~81.2%,是污染控制及监管的重点.河北省承德市、唐山市、张家口市为污染物排放量最大的3个城市,3个城市各类污染物排放量占京津冀地区工业锅炉各类污染物排放总量的14.6%~71.9%.污染物排放强度大的区域主要集中在天津市、河北省廊坊市、唐山市的一些区县.     

西安市人为源一次PM2.5排放清单及减排潜力研究

颗粒物是影响西安市环境空气质量的主要因子.结合《西安统计年鉴2015》《2014年环境统计数据》和现场调查等确定了西安市各类PM_2.5排放源的活动水平数据,采用物料衡算法和排放因子法测算了西安市2014年大气中PM_2.5的年排放总量,并从行业和区域角度详细分析了PM_2.5的排放贡献率.在此基础上,以2014年为基准年,依据西安市地方政策和各行业最新排放标准,对PM_2.5的减排潜力进行了预测.结果表明:2014年西安市人为源一次PM_2.5排放总量为33 660.1 t,其中,固定燃烧源、工艺过程源、移动源、生物质燃烧源、扬尘源和餐饮源的贡献率分别为27.6%、23.5%、6.8%、10.7%、31.1%和0.3%.道路扬尘、窑炉和发电为西安市PM_2.5的重点排放行业,其PM_2.5排放量分别占排放总量的21.4%、20.3%和11.0%.各区县中,鄠邑区、灞桥区和未央区的PM_2.5排放量较高,其贡献率分别为15.7%、13.7%和12.7%;新城区PM_2.5排放量最小,为297.8 t/a.2014年西安市PM_2.5平均排放强度为2.07 t/km2,其中,碑林区排放强度（16.80 t/km2）最大,高陵区（0.48 t/km2）最小.按照《西安市2017年"铁腕治霾保卫蓝天"工作实施方案》等新政策的规定,预测在新的排放标准下西安市PM_2.5排放量将比2014年削减63.7%.研究显示,固定燃烧源、工艺过程源和生物质燃烧源有较大的减排潜力.      

工业城市人为源VOCs排放特征及典型行业控制对策:以聊城市为例

近年来以PM_2.5和臭氧(O₃)为特征污染物的大气复合污染问题频发,VOCs是工业城市O₃和PM_2.5产生的重要前体物之一,明确VOCs排放来源及特征有利于精准减排以及PM_2.5和O₃协同控制措施的制定. 聊城市是山东省典型工业城市,PM_2.5和O₃分别是秋冬季、夏季的首要污染物. 本研究以聊城市为例,运用排放因子法构建2020年聊城市人为源VOCs排放清单,分析VOCs排放来源及特征并提出控制对策. 结果表明:①2020年聊城市VOCs排放总量为28 434.5 t,溶剂使用源(10 551.5 t)、工艺过程源(6 504.9 t)和移动源(6 311.1 t)为主要排放来源,总占比为82%,与其他工业城市情况相似. ②从空间分布来看,VOCs排放明显集中于城区,与工业企业及人口分布等具有密切联系. 茌平区及东昌府区VOCs排放量较大,分别为6 800.1、6 333.4 t. ③从三级排放源看,机动车(5 748.4 t)、木材生产及胶粘剂使用(4 586.7 t)、橡胶和塑料制品业(2 849.2 t)等VOCs排放量较大,且排放的特征组分对大气中O₃及二次有机气溶胶的生成影响较显著. ④通过对典型行业原辅材料和末端设施使用情况进行分析,发现建筑涂料使用、工业涂装和印刷印染行业溶剂型涂料使用量占比分别为49%、91%和56%,同时工业涂装、印刷印染以及石化与化工行业的高效末端设施使用数量占比总体不足20%,具有较大的减排潜力. 研究显示,聊城市工业VOCs排放源减排潜力较大,应尽快推进典型行业低挥发性溶剂和高效末端设施的替代升级.      

关中地区道路移动源细颗粒物排放特征研究

道路移动源排放的细颗粒物是城市大气颗粒物的主要来源,其排放量、粒径分布和化学组分等特征是评价区域环境颗粒物排放水平及制定相应管控措施的基础.本研究通过抽样调查与观测数据,采用MOVES模型计算了2019年关中地区道路移动源细颗粒物排放量,并利用台架测试法收集了36辆机动车尾气颗粒物,分析了细颗粒物粒径分布和化学组分特征.结果表明,关中地区机动车尾气、刹车磨损和轮胎磨损的PM_2.5排放量分别为3543.77、593.45和117.61 t,西安市机动车PM_2.5排放总量占关中地区机动车PM_2.5总排放量的46.8%.重型货车为机动车PM_2.5主要排放源,其保有量仅占机动车总保有量的2.3%,但排放了53.6%的PM_2.5;不同燃料类型机动车对尾气PM_2.5的排放贡献率不同,柴油车最大,为87.5%.在匀速工况下,柴油车、汽油车和天然气车尾气细颗粒物的数浓度峰值粒径分别为73、9和9 nm,而在加速工况下分别为73、17和17 nm;在加速工况下,这3类燃料机...     

港口自有移动源大气污染物排放清单

基于全面开展大气污染源排放清单编制工作的要求,研究制定了天津市港口自有移动源排放清单.对道路和非道路移动源各源类6种大气污染物建立了分辨率为3 km×3 km的网格化排放清单,并分析其污染物排放时空分布特征,利用蒙特卡罗方法分析了清单的不确定性.结果表明,2020年港口自有移动源共排放PM₁₀ 148.22 t、 PM_2.5 135.34 t、 SO₂ 1 061.04 t、 NO_x 4 027.16 t、 CO 756.60 t和VOCs 237.07 t,其中道路和非道路移动源污染物总排放量占移动源排放量的比例分别为6.66%和93.34%.全港区自有道路移动源机动车污染物排放的主要贡献源是小型、中型、大型载客汽车(汽油)和重型载货汽车(柴油),非道路移动源排放的各污染物的主要贡献源均是船舶和工程机械.不确定性分析结果表明,移动源总体不确定性范围为-13.3%～16.53%.     

河南省优先控制人为源VOCs关键物种及来源识别

为了解河南省人为源挥发性有机物(VOCs)的排放特征,识别以臭氧(O₃)污染治理为目的的关键VOCs物种及其排放源,以五大类人为源活动水平数据为基础,采用排放因子法建立了2019年河南省县级人为源VOCs组分化排放清单,并利用最大增量反应活性(MIR)估算其臭氧生成潜势(OFP),基于OFP识别O₃污染治理的关键VOCs物种及其排放源.结果表明：(1)河南省2019年人为源VOCs排放总量为175.62×10⁴ t,其中工艺过程源、移动源、生物质燃烧源、溶剂使用源和化石燃料燃烧源对VOCs排放总量的贡献率分别为28.6%、25.2%、20.8%、19.1%和6.3%.(2)空间分布显示,以郑州市为中心的豫北排放量远高于豫南,呈“一高三低”的空间分布特点,郑州市排放量最高,其排放量为27.7×104 t,漯河市、三门峡市和鹤壁市排放量最低,其排放量均小于5.0×10⁴ t.(3)芳香烃是排放量最高的化学组分,其排放量为47.5×10⁴ t,其次为烷烃(46.3×10^4<...     

基于车速-流量模型的动态化道路扬尘清单编制方法与应用

目前国内外关于道路扬尘排放的计算多采用美国环境保护局推荐的AP-42排放因子法,直接计算道路扬尘的年均排放总量,但其动态化程度不足,难以满足日益增长的精细化管理需求. 本研究采用车速-流量模型构建高时间分辨率的道路车流量获取方法. 以天津市为例,采用自下而上的方法,结合本地化的排放因子以及天津市采取的道路扬尘控制措施,借助GIS平台编制高时空分辨率的道路扬尘排放清单,精细反映天津市道路扬尘排放的时空分布特征. 结果表明:①时间尺度上,受早晚高峰的影响,城市道路在08:00—09:00与18:00—19:00扬尘排放强度较大,13:00—14:00是白天扬尘排放强度的低值时段. ②空间尺度上,夜间(03:00—04:00)道路扬尘排放强度的高值区域集中在高速路段,白天扬尘排放强度的低值时段(13:00—14:00)集中在城市道路中支路密集的地区,道路扬尘排放强度高峰时期(18:00—19:00)集中在各类型的城市道路. 全年道路扬尘排放高值区域集中在城市支路和郊区道路. ③天津市内六区全年道路扬尘PM_2.5、PM₁₀、TSP排放量分别为603、2 492和12 986 t,相较以往研究有所下降. 从区域看,道路扬尘排放总量呈偏远郊区>环城四区>市内六区的规律. 城市道路采取的洒水措施明显降低了道路扬尘排放总量. 研究显示,受交通扰动影响,道路扬尘排放呈现明显的时空分布差异.      

基于WRF-Chem模拟验证的天水市主城区大气污染源排放清单

通过部门调研、现场调查和遥感解译等方法获取天水市主城区大气污染源活动水平数据,采用排放因子法估算了天水市主城区 10类污染源的9种污染物排放量,构建了2019年天水市主城区高分辨率排放清单,并采用横向比较法和模式验证法评估了排放清单的合理性.结果表明:(1)2019年天水市主城区 SO2、NOx、CO、VOCs、NH3...     

京津冀农业源氨排放对PM2.5的影响

根据收集的京津冀区域农业氨排放源活动水平数据,使用排放因子法建立了2014年京津冀地区农业氨排放清单.结果表明,2014年京津冀地区农业源氨排放总量为1750695t,平均排放强度为8.09t/km²;河北省、北京市和天津市农业氨排放量分别为1594087t、58822t和97786t.;猪和蛋鸡是畜禽养殖业中氨排放的主要来源,分别占31.29%和26.07%.模拟结果表明,农业氨减排使京津冀地区PM_2.5的年均浓度下降12.04μg/m³,下降比例约为18.36%,4月份和7月份农业氨减排对PM_2.5的影响较大,而1月份影响较低;农业氨减排使无机盐（硫酸盐+铵盐+硝酸盐）的年均浓度下降10.00μg/m³,年均浓度下降比例为41.84%,对硝酸盐的影响最大,铵盐次之,硫酸盐最小.     

南昌市PM2.5中结合氨基酸的浓度组成及来源

采集了春季南昌市城市和森林地区的大气PM_2.5样品及潜在大气氨基酸排放源（植物和土壤）样品,测定并分析了样品中结合氨基酸（CAAs）的浓度、组成及甘氨酸（Gly）的氮同位素值.结果表明,城市和森林地区PM_2.5中总CAAs的浓度分别为0.507~3.912和0.497~2.647nmol/m³.通过对PM_2.5中CAAs组成占比分析发现,城市和森林地区CAAs组成成分相似,其中Pro、Gly、Ala、Leu和His是PM_2.5中丰富的CAAs物种.结合Gly的氮同位素值可知,城市地区（+0.62‰~+22.67‰）和森林地区（+1.99‰~+23‰） PM_2.5中δ¹⁵N_C-Gly值表现出较大的变化范围.根据大气CAAs潜在排放源δ¹⁵N值清单,本研究中生物质燃烧、土壤源和植物源是PM_2.5中CAAs的主要来源.贝叶斯稳定同位素模型计算源分配结果表明生物质燃烧、土壤源和植物源对城市地区PM_2.5中CAAs的平均贡献为42%、40%和18%,对森林地区PM_2.5中CAAs的平均贡献为38%、38%和24%.     

北京城市地区CO2通量特征

城市CO₂排放是全球大气CO₂的重要来源. 为探讨不同气象背景条件、土地利用方式和覆盖类型以及能源消耗方式对城市CO₂排放的影响,利用北京325m气象塔(39°58′N、116°22′E)上140m高涡动相关仪监测的湍流数据,对2009年6月26日—2011年12月31日气象塔周边区域共919d CO₂通量的时间变化及方向分布特征进行了研究,并计算了CO₂的年排放量. 结果表明:CO₂通量受交通因素影响明显,各季节CO₂通量日间早、晚峰值出现时间与车流量高峰时间一致,该特征在冬季表现尤为突出. 冬季取暖会显著增加CO₂排放量;受供暖排放和植物休眠的影响,冬季CO₂通量全天均高于其他季节,日均值为30.1μmol/(m2·s),显著高于春、夏、秋三季的15.2、17.9和15.8μmol/(m2·s) (t-test,P<0.001). CO₂通量在不同方向的分布特征表明,其值与源区内人工建筑面积所占比例成正比;而在植被覆盖比例较高的方位,其CO₂通量相应较小. 气象塔周边区域CO₂年均排放量达到30.0kg/(m2·a),但仍小于伦敦的35.5kg/(m2·a).      

宁波市区道路机动车综合排放因子

机动车综合排放因子是计算城市机动车污染物排放总量和排放分担率的基础,是降低城市机动车排放的重要依据,是控制城市道路交通污染的源头.根据宁波市区道路机动车运行工况的研究成果,利用加速模拟工况(ASM)排放测试系统,检测主要污染物HC,CO和NO_x的排放浓度;依据试验车变速器和主减速器的结构参数,以及试验车在宁波市区道路运行时的档位分布计算排污值,并依据机动车的年代和车型分布对该值进行修正,计算宁波市区道路机动车综合排放因子.结果表明,宁波市区道路机动车主要污染物HC,CO和NO_x的综合排放因子分别为5.89,21.22和18.91 g/(km·辆).      

京津冀地区高空间分辨率土壤扬尘清单构建及动态化方法

土壤扬尘是我国北方地区广泛存在的颗粒物污染来源,由于其分布广、数量大,活动水平获取困难,难以系统构建区域层面的高时空分辨率排放清单,不利于土壤扬尘源的影响评估与管控策略的制定.以2017年为基准年,通过对Landsat 8卫星的30 m分辨率遥感影像解译获取高空间分辨率的土壤扬尘源活动水平,结合空间差异化的土壤质地与气象资料,构建了京津冀地区2017年各季节高空间分辨率土壤扬尘排放清单,结合气象参数,将各季节清单结果合理分配至逐月,并与环境受体观测数据印证了结果的可靠性.结果表明:①京津冀地区土壤扬尘排放源面积比例呈冬季>春季>秋季>夏季的特征,分别为65%、59%、57%与33%.就全年平均而言,张家口市和承德市较高,分别为64%与58%;北京市和天津市较低,分别为42%与43%;其余城市差异不显著.②京津冀地区2017年土壤扬尘排放PM_2.5、PM₁₀和TSP分别为6.5×104、31.0×104和103.4×104 t.③季节尺度上,土壤扬尘排放量呈春季>冬季>秋季>夏季的特征;城市尺度上,邢台市、邯郸市、张家口市及承德市的全年排放较高,廊坊市和秦皇岛市全年排放较低.全年单位面积排放较高值出现在张家口市以及邯郸市和邢台市的西部地区.研究显示,京津冀土壤扬尘排放具有较大时空分布差异,逐月分配清单可为扬尘重点管控月份提供数据支撑,土壤扬尘清单较高的空间分辨率也为城市重点区域差异化管理提供基础.      

基于整数规划算法的大气排放源优化方案快速效果评估

基于空气质量模型模拟结果,利用0~1整数规划算法,建立了排放量与污染物环境浓度的多情景快速反应决策模型,实现了大气污染管控目标下大气污染物排放源调整方案的快速决策。以大气环境考核重点关注区域河北省沧州市高速合围区为例,采用AERMOD模拟分析了各排放源一次PM₁₀对国控点贡献排名情况,利用0~1整数规划模型求解了在贡献浓度调整下各排放源组的最优控制方案。结果表明:沧州市高速合围区内颗粒物排放源对国控点的污染浓度贡献中,道路源排放占比最高,其次为非道路移动源;此外,在实现合围区内排放总量调整最小且对国控点(市环保局、沧县城建局、电视转播站站点)贡献浓度均降低至少1.5 μg/m3的目标下,对"新华区省道""运河区土壤扬尘"源组的管控方案达到最优,源组总排放量为791.30 t/a,下降幅度为15.66 t/a,对各国控点年均贡献浓度为7.80,10.09,7.87 μg/m3,分别下降了1.75,2.00,1.52 μg/m3。该方法可实现在既定的大气污染源调整方案下的快速效果评估,并提供最优减排方案。