基于修正Gaussian Puff模型的飞机LTO循环PM2.5排放及扩散特性研究

为评估飞机细颗粒物(PM_2.5)排放对机场周边环境的影响,构建了飞机起飞着陆（LTO）循环排放及扩散特性评估模型.首先基于机载QAR数据中的空燃比、燃烧室入口温度等热力学参数,采用一阶近似-形成氧化法的耦合模型（FOA-FOX）对细颗粒物排放特性进行评估;然后建立飞机LTO循环坐标系,结合航空器运行特征对Gaussian Puff模型进行修正,将实时排放强度及气象数据作为输入源,计算LTO循环不同时刻下的扩散浓度分布,分析影响扩散浓度的因素;最后结合计算结果,对上海浦东国际机场进行污染物监测点的布局.结果表明：LTO循环的PM_2.5排放强度约为38.61～845.78 mg·s^-1,进近和起飞爬升阶段高于滑行阶段;进近后期、滑行阶段及起飞初期的扩散浓度对人群影响较大,下风向4000 m几乎不构成污染;风速增加、大气稳定度降低会不同程度地增大扩散速率.     

重点煤电基地大气污染物扩散对京津冀的影响

基于排放源清单,采用空气质量模式CAMx模拟现状情景下,鄂尔多斯、宁东与锡林格勒排放污染物扩散对京津冀地区的影响.结合3地区已批复环境影响报告、规划环评与战略环评等污染物排放数据,估算未来情景下3地区能源基地污染物排放对京津冀的影响.结果表明：现状情景下,3地区排放的PM_2.5、SO₂与NO_x对京津冀的贡献浓度范围分别为0.079~1.134,0.012~0.633,0.008~0.852μg/m³,冬季对京津冀地区的影响要高于夏季,对京津冀地区冬季的平均贡献浓度值为0.710,0.339与0.413μg/m³,影响较大的京津冀城市为衡水市、石家庄市、邢台市、邯郸市与保定市;未来情景下3地区能源基地排放的PM_2.5、SO₂与NO_x对京津冀城市浓度贡献范围分别为0.049~0.773,0.003~0.176,0.008~0.731μg/m³,冬季平均贡献浓度值为0.475,0.096与0.357μg/m³.     

华北地区典型机场清单建立及空气质量影响

基于利用AMDAR数据确定大气混合层高度进而对飞机不同工作状态下的时间进行修正的计算方法，核算了2017年华北地区6座典型机场大气污染物排放量.结果显示，6座机场NO_x、CO、VOC、SO₂与PM_2.5的排放总量分别为21504.2，7074.8，1424.0，1283.6和323.2t.飞机源NO_x、CO、VOC与SO₂的排放量远高于机场内其他污染源，而对PM_2.5的排放贡献相差较小.HC与CO的排放主要集中在滑行阶段，占比分别为90.6%与90.2%，而NO_x、SO₂与PM_2.5的排放主要集中在爬升阶段，排放占比分别为58.9%、38.7%和43.5%.6座机场1月份污染物排放量较低，在8月份达到峰值.基于本研究建立的天津滨海国际机场大气污染物排放清单，利用WRF-CAMQ模型研究机场排放对周边区域PM_2.5浓度的影响.结果表明机场区域小时最大贡献浓度为3.24μg/m³；距离机场5km处的年均贡献浓度与小时最大贡献浓度分别为0.08和2.84μg/m³.     

首都国际机场飞机排放清单的建立

将基于标准起飞着陆（LTO）循环各阶段工作时间的飞机排放量计算方法加以改进,利用AMDAR资料计算飞机的有效排放高度,进而准确计算出基于逐架飞机的大气污染物排放总量.结果表明,首都国际机场2013年飞机NO_x、CO、HC、SO₂和PM_2.5排放总量分别为7042.1t、3189.9t、295.3t、429.4t和150.4t.与传统的基于LTO循环的方法相比,修正后的首都机场飞机NO_x、CO、HC和SO₂排放增加了23.5%、2.3%、2.1%和18.1%.飞机排放的CO、HC、SO₂和PM_2.5月变化较小,NO_x排放受飞机有效排放高度影响月波动较大.1～2月飞机污染物排放量处于全年最低水平,8月各污染物排放达到峰值.此外,飞机在爬升和滑行/慢车两种模式下污染物排放比例最大,分别占排放总量的37.7%与36.8%.     

2015年海南省火电行业大气环境影响研究

基于火电企业在线监测数据、环境统计数据、排污许可及火电排放清单等，分析各统计口径下的海南火电大气污染物排放量差异，并基于在线监测数据分析海南省火电排放时间变化规律.分别设置现状、排污许可及超低排放3种情景，采用CALPUFF模型分析3种情景下火电厂对海南大气环境的影响.结果显示，不同统计口径下火电厂各污染物排放量差异较大，最大差值可达到5.65倍；在时间维度上，海南省火电行业污染物排放量月际分布较平稳，每月污染物排放量约占全年的7%~10%，24h变化呈现明显“两峰两谷”特征.在大气环境影响方面，火电企业大气SO₂、NO_x、PM_2.5、PM₁₀浓度分布总体呈现西部高东部低的趋势.现状情景下火电企业对各城市年均浓度影响范围为SO₂ 0.001~0.015μg/m³、NO_x 0~0.01μg/m³、PM₁₀ 0.001~0.006μg/m³、PM_2.5 0~0.003μg/m³，最高浓度基本出现在东方市、临高县.火电厂对大气环境的影响程度为许可情景>现状情景>超低情景，执行排污许可时火电厂排放PM₁₀和NO_x对各城市均值年均浓度较现状情景分别增加50%和38%；全面实施超低排放后，火电厂对大气环境影响有明显改善，SO₂和PM_2.5对各城市均值年均浓度较现状情景分别降低57%和69%.     

典型通航飞机PM与TVOC排放特征及排放因子

选取DA-40D型为典型机型,于2019年12月5日～8日在辽宁省朝阳机场开展飞机在推力功率为13%、37%、52%、73%和100%的5种工况下颗粒物(PM)、黑碳(BC)、总挥发性有机物(TVOC)的测试和分析.结果显示,5种推力功率下PM粒子数浓度在大推力工况中峰值位于0.25和0.3μm处,小推力工况峰值不明显,且PM₁/PM₁₀达99%以上.该款发动机排放PM_2.5、BC和TVOC排放质量浓度随推力上升均呈现升高的趋势,浓度分别在129.8～1039.4,18.3～291.9和311.6～7343.2μg/m³,排放浓度快速增加分别出现在全推力、中/全推力以及中等推力区间.通过逐步回归方法分析发现发动机进气总共压力对于PM_2.5和BC浓度影响最大,而TVOC浓度主要受冷却液温度影响.通过构建飞机LTO飞行模型,结合排放强度拟合及飞机性能参数计算,确定PM_2.5、BC和TVOC在LTO过程的排放因子分别为25.91,6.98和71.26μg/LTO...     

京津冀及周边民用燃煤对空气质量的影响及控制对策

本文采用排放因子法核算了2020年京津冀及周边地区“2+26”城市民用燃煤的主要大气污染物排放量,利用ADMS-Urban模型量化评估民用燃煤对周边大气环境的影响,并提出相应的控制对策。研究结果表明,2020年“2+26”城市民用燃煤量较2017年下降72%,但大气污染物排放量仍然较大,SO₂、NO_x、CO、VOCs、PM₁₀及PM_2.5的排放量分别为1.82万t、1.17万t、148.87万t、3.78万t、6.92和5.68万t。民用燃煤的污染控制程度低且排放时间集中,对周边空气质量产生较大影响。“2+26”城市中南部地区在冬季的PM₁₀、PM_2.5、SO₂、CO、NO_x、VOCs最大落地浓度分别可达到76.4μg/m³、61.6μg/m³、15.6μg/m³、213.75μg/m³、10.5μg/m³     

基于随机森林模型的中国近地面NO2浓度估算

NH₃针对传统近地面NO₂浓度空间模拟过程中NO₂浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林（RF）算法、融合多源地理要素开展了近地面NO₂浓度空间分布模拟研究.以卫星OMI对流层NO₂柱浓度数据和多源地理要素（道路交通、气象因子、土地利用/覆盖、地形高程、人口数量）为输入变量,近地面NO₂浓度为输出变量,利用RF算法构建近地面NO₂浓度反演模型.通过对比地面观测数据与传统土地利用回归模型（LUR）检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO₂浓度空间分布特征.结果表明：（1）集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R² 0.85,RMSE 6.08μg/m³,交叉验证的R² 0.84,RMSE 6.33μg/m³,显著高于LUR模型（拟合R² 0.53,RMSE 10.48μg/m³,交叉验证的R² 0.53,RMSE 10.49μg/m³）; （2）地面NO₂浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力（IncMSE在23.34%~47.53%之间）;（3）中国大陆地区NO₂污染程度较高,年均模拟浓度为24.67μg/m³,存在明显季节性空间差异,NO₂浓度冬季（31.85μg/m³） > 秋季（24.86μg/m³） > 春季（23.24μg/m³） > 夏季（18.75μg/m³）,呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO₂柱浓度宏观分布特征,本研究对近地面NO₂污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义.     

2018年春节期间京津冀地区污染过程分析

为了解2018年春节期间京津冀地区空气污染情况,利用近地面污染物浓度数据、激光雷达组网观测数据,结合WRF气象要素、颗粒物输送通量和HYSPLIT气团轨迹综合分析污染过程.结果表明,春节期间出现3次污染过程.春节前一次污染过程,各站点PM_2.5浓度均未超过200μg/m³;除夕夜,廊坊站点PM_2.5峰值浓度达到504μg/m³,是清洁天气的26倍;年初二~初五,各站点PM_2.5始终高于120μg/m³,且污染主要聚集在500m高度以下,北京地区存在高空传输,800m处最大输送通量达939μg/（m³·s）,此次重污染过程为一次典型的区域累积和传输过程.京津冀地区处于严格管控状态时,燃放烟花爆竹期间PM_2.5峰值浓度可达无燃放时PM_2.5峰值的3.2倍.为防止春节期间重污染现象的发生,需对静稳天气下燃放烟花炮竹采取预防对策.     

长江三角洲冬季电厂排放对大气污染的影响

分析了长江三角洲地区电厂排放的基本特征并利用WRF-Chem模拟冬季大气污染状况,研究了冬季电厂排放主要污染物的特征及其对空气质量的影响,结果显示,长三角电厂排放的主要大气污染物为SO₂、NO_x及PM_2.5,2010年排放量可分别达到826.8、1475.6和137.3Gg,分别占长三角地区人为源总排放量的34%、38%和14%.冬季主要大气污染物（SO₂、NO₂、PM_2.5）浓度高值区分布在南京-上海,杭州-宁波一带.电厂对SO₂浓度贡献量（率）的空间分布与SO₂排放的空间分布较为一致,而NO₂、PM_2.5,其贡献量（率）的高值区主要分布在安徽、浙江和江西的交界处以及浙江省的东海岸.相对SO₂、NO₂,电厂对PM_2.5贡献量（率）较低,各地均在20μg/m³（15%）以下.污染时期电厂排放对模拟的PM_2.5和SO₂贡献率（6.9%、34.2%）较清洁时期（4.9%、20.7%）大,而对于NO₂,清洁和污染时期的贡献量没有明显差别,均在10μg/m³左右.冬季气温低、风速小及边界层高度低的特征不利于低层污染物的扩散,易导致重污染事件的发生.     

首都国际机场航空器排放清单的计算分析

基于微脉冲激光雷达提取的混合层高度与首都机场的实际运行数据,采用美国EPA方法,更准确的估算了2016年首都国际机场航空器排放清单.结果表明：在航空器起飞着陆（LTO）循环排放的各种污染物中,NO_x和CO排放量最多,分别占排放总量的53.3%和38.5%.滑行阶段和爬升阶段的排放总量较多,占排放总量的49.7%和25.7%.滑行阶段是航空器排放CO、SO_x、HC和PM的主要阶段.在滑行阶段的主要排放物是CO和NO_x,分别占滑行阶段排放总量的71.7%和17.2%.混合层高度变化对航空器排放的NO_x与CO影响最大,对SO_x、HC与PM影响较小.在所有的起降航班机型中,A320对排放影响最小,B77W影响最大.航空器场面滑行时间是影响污染物排放量的一个非常重要的因素.优化航空器滑行效率,减少滑行时间,对减少机场排放量会有非常积极的作用.     

中国民用航空机场大气污染物及碳排放清单

基于 2017～2020 年中国民用航空局飞机起降数据、机队配置数据和国际民航组织(ICAO)飞机发动机排放因子数据库等数据,自下而上编制了2017～2020 年中国民用航空机场高分辨率飞机起飞着陆(LTO)循环大气污染物及碳排放清单,在此基础上探究中国民用航空机场大气污染物和碳排放时空分布特征.分析 2000～2020 年 3 次疫情(2003 年非典、2012 年中东呼吸症、2020 年新冠疫情)对机场大气污染物及碳排放影响.结果表明,2020 年中国民航机场 LTO 循环 NO_x、CO、HC、SO₂、PM 和 CO₂排放量分别为 10.90, 8.22, 0.96, 0.28, 0.06, 1360.27 万 t; HC、CO、SO₂、CO₂在滑行阶段排放量最大,分别占总排放量的 92.80%、91.56%、41.81%、41.81%.NO_x、PM 在爬升阶段排放量最大,分别占总排放量的 47.93%、37.39%;2017～2019 年我国民航机场...     

基于DEM的山区冬季燃煤污染物排放遥感测算——以北京市门头沟区为例

选择山地面积占98.5%的北京市门头沟区作为研究区,利用资源三号（ZY-3）三线阵前、后视影像构建立体模型,提取数字高程模型（Digital Elevation Model,DEM）.由高分二号影像,基于CART（Classification and Regression Tree）决策树的面向对象方法对居住房屋进行提取,获取空间分布与面积,并结合采暖面积、采暖季燃煤量等抽样调研数据确定的深、浅山区（海拔>300m为深山区,海拔<300m为浅山区）燃煤系数,建立燃煤量估算模型.进一步,基于文献调研法获取型煤排放因子,测算燃煤产生的PM₁₀、PM_2.5、NO_x、SO₂、CO的排放量.结果表明：借助遥感技术,基于DEM可对山区燃煤污染物排放量进行快速有效测算.地形对冬季燃煤量有显著影响,深山区燃煤系数分别为12.5kg/m²,浅山区为9.375kg/m².2017年门头沟使用型煤取暖的房屋面积为5.68km²,冬季燃煤总量为6.52万t,山区各镇大气污染物排放量差别较大.     

黑龙江省秸秆露天焚烧污染物排放清单及时空分布

以黑龙江省为例,采用排放因子法计算了2016年秸秆露天焚烧污染物排放清单,分析了污染物的时空分布特征.结果表明,黑龙江省秸秆露天焚烧各污染物排放量为：CO₂ 1314.09万t、CO 41.92万t、CH₄ 3.77万t、NMVOCs 8.35万t、NH₃ 0.65万t、BC 0.44万t、OC 3.13万t、SO₂ 0.50万t、NO_X 3.28万t、PM₁₀ 8.81万t、PM_2.5 10.14万t.在95%的置信区间确定了排放清单的不确定性,不确定性范围为NO_X的±86%的低值到CO的±187%的高值.通过可靠性分析推断,本文的排放清单是合理的.玉米和水稻秸秆露天焚烧对同种大气污染物的贡献高于其他作物秸秆.大气污染物排放高值区位于黑龙江省西部和东部,污染物排放的时段在全年范围内具有明显的双峰特征.秸秆露天焚烧率的下降能有效促进大气污染物的减排,且农垦地区集约化和规模化的管理模式能有效控制秸秆露天焚烧.     

南方林区2000~2016年林火释放污染物动态变化研究

以南方林区为研究区域,基于林业统计年鉴和MODIS卫星火点数据,结合相关文献中不同林型各类污染物的排放因子数据,估算2000~2016年间研究区域各省森林生物质燃烧及污染物排放总量,并分析其时空变化情况.结果表明,南方林区森林火灾总体呈先升后降的趋势,林火空间分布较为分散.2000~2016年南方林区森林生物质燃烧总量4.79×10⁴kt.其中,温带常绿针叶林、温带常绿阔叶林、温带落叶阔叶林、热带常绿阔叶林和灌木的燃烧比例分别为65.24%,17.45%,1.55%,1.10%和14.66%.CO、CO₂、NO_x、CH₄、VOCs和PM_2.5等主要污染物的排放总量均值依次为3.73×10³,5.87×10⁴,48.05,347.27,358.54和365.06kt.此外,各类污染物的时空分布差异性明显：福建、广东、广西全省,海南西部,以及江西和湖南南部是各类污染物网格排放高值区;江西和湖北各类污染物的排放呈显著下降,福建NO_x、VOCs和PM_2.5,以及广东CH₄和VOCs下降趋势显著,其余省份各类污染物排放下降但不显著.林火释放污染物占工业粉尘比例呈波动性上升,表明该地区森林火灾对大气环境的影响程度逐渐增加.