北京市压缩天然气公交车的环境效果分析

经过对北京市2007年公交车队的详细技术构成与实际运营情况的调研,发现北京市公交车队的主力车型为国三和国四车辆,应用修正的COPERTIV模型计算出北京市各技术水平的汽油、柴油和压缩天然气(CNG)公交车的排放因子.2007年北京市国三CNG公交车PM2.5和NOx单车排放因子分别比国三柴油车削减了97%和30%,而公交车队中排放控制最为严格的EEV天然气公交车的PM2.5和NOx单车排放因子分别比国四柴油公交车削减了93%和69%.但由于CNG公交车的CH4排放水平较高,导致CNG公交车的总碳氢化合物(THC)单车排放因子显著高于相近控制水平的柴油公交车.在单车排放水平的基础上建立了北京市公交车排放清单,2007年北京市公交车排放的CO、NMHC、THC、NOx和PM2.5分别为9051t、955t、1222t、8553t和161t.与没有CNG公交车的对照情景进行比较,在使用了CNG公交车后,2007年北京市公交车CO、NMHC、NOx和PM2.5排放总量分别削减了293t、62t、775t和33t,削减比例分别为3.1%、6.1%、8.3%和17.2%.2007年北京市通过在公交车队中使用CNG车辆共减少了柴油消耗量约5.0×104t,相当于北京市各行业柴油总消耗量的2.6%.2007年北京市公交车尾气排放的温室气体的CO2当量为8.3×105t,比不使用CNG车辆的情景略微增加了2.4%.     

A review and evaluation of nonroad diesel mobile machinery emission control in China

China’s emission control for nonroad diesel mobile machinery (NDMM) must deal with a fast increase in stock as well as regulations that are two decades behind those for on-road vehicles.This study provides the first large-scale review and evaluation of China’s NDMM policies,along with emission measurements and an investigation on diesel fuel quality.The sulfur contents of the investigated diesel declined from 430 ppm (median value) in 2011 to6-8 ppm during the 2017-2018 period.The emission contr...     

京津冀及周边减排对北京市PM2.5浓度下降评估研究

利用第三代区域空气质量模式CMAQ (Community Multiscale Air Quality)及京津冀地区高分辨的污染源排放清单,基于2011年、2012年和2013年秋冬季美国国家环境预报中心全球再分析资料的气象条件分析,选取2012年10月1日至12月30日作为代表性时段,模拟了PM2.5的浓度变化趋势,同时根据《京津冀及周边地区落实大气污染防治行动计划实施细则》和2012年到2017年污染源减排控制目标,进行了减排效果评估分析.结果显示,模式系统能较好捕捉PM2.5浓度的变化趋势,海淀站和上甸子站观测与模拟值的相关系数分别为0.71和0.63.主要污染源和污染物排放量削减30%~40%后,北京市PM2.5浓度发生了明显降低,海淀站、上甸子站和城六区的平均浓度下降率分别为(24.9±2.3)%,(20.2±2.7)%和(24.8±2.1)%.如果严格执行《京津冀及周边地区落实大气污染防治行动计划实施细则》,在气象条件和2012年相似情况下,到2017年,北京市城区PM2.5年均浓度控制在60μg/m3内的防治目标可以实现.     

武汉市2020年机动车常规污染物排放预测及减排潜力分析研究

采用情景分析方法预测武汉市"十三五"期间不同情景下机动车保有量和主要污染物(NOx、CO、VOCs、PM10和PM2.5)排放量,同时进行减排潜力的初步核算.结果表明:在不淘汰黄标及老旧车辆的情况下,预计2020年武汉市机动车保有量将增长至352.5万辆,机动车排放NOx、CO、VOCs、PM10和PM2.5约为6.6万吨、13.5万吨、4.0万吨、0.2万吨和0.2万吨."十三五"期间采取结构减排、工程减排及管理减排方案措施后,2020年机动车排放NOx、VOCs、CO、PM10和PM2.5可在2015年的排放基础上分别减排0.51%、43.17%、40.74%、38.99%和38.45%.     

2013年-2017年江苏省环境空气中首要污染物变化分析研究

选择2013年-2017年环境空气质量监测数据进行统计分析,结果表明:成为影响江苏省环境空气质量的首要污染物有PM10、PM2.5、O3和NO2等;2016年,这些污染物成为首要污染物的天数占比大小依次为PM2.5 (36.8%)、O3(34.9%)、PM10(20.5%)和NO2(7.8%).秋冬季颗粒物对空气质量的影响大,春夏季则是O3污染的影响占优势.地区差异方面,苏北、苏中地区PM10作为首要污染物的天数占比总体高于苏南地区.苏南、苏中沿江部分地区NO2作为首要污染物的天数占比明显高于苏北地区.2013年-2016年,O3污染对空气质量的影响日益上升,将成为公众对于空气质量改善的另一个关注点.     

桂林市流动源对大气细颗粒物的贡献研究

在桂林市2013年机动车保有量数据的基础上,参考清华大学开发的中国多尺度大气污染排放清单模型(MEIC)中的排放因子,估算流动源对大气细颗粒物的贡献。结果表明:桂林市区和桂林3大区域的流动源PM_(2.5)排放量分别为71.96和118.87t;按使用的燃料来分,柴油燃料对桂林市区和桂林3大区域PM_(2.5)贡献率较大,分别为94.07%和90.44%;按机动车类型来分,桂林市区和桂林3大区域的流动源PM_(2.5)主要贡献车型均为重型载货车、大型载客车、中型载货车,3大车型PM_(2.5)贡献率之和均超过80%。     

Can further mitigation of ammonia emissions reduce exceedances of particulate matter air quality standards?

Several studies point out the importance of agricultural emissions to particulate matter (PM) concentrations, and particularly of NH₃ emissions to PM_2.5. Our study used three different chemical transport models (CHIMERE, EMEP and LOTOS-EUROS) to quantify the reductions of PM_2.5 and PM₁₀ concentrations due to reductions of NH₃ emissions beyond the Gothenburg Protocol (GP), as well as due to the GP alone compared to 2009. Simulations of PM_2.5 and PM₁₀ concentrations using 2009 meteorology were undertaken for five emission scenarios: 2009 emissions (as the reference simulation), GP emissions in 2020, and further 10%, 20% and 30% NH₃ emission reductions in EU27 beyond the GP. The modelling results for the scenarios with further 10%, 20% and 30% NH₃ agriculture emission reductions in EU27 beyond the GP show that the reduction achieved in PM concentrations is not linear with the emission reductions. In fact, the results from the study show that the impact of ammonia emissions reduction is significantly more efficient when the emission reduction rises. Moreover, based on the evaluation on 2009, the modelling study shows that the expected impact of ammonia emissions on the formation of particulate ammonium was underestimated by all models. This would imply that the role of ammonia on PM concentration and exceedances of PM_2.5 and PM₁₀ limit values is likely to be even larger than quantified in this study. This study shows that the implementation of the emission reductions imposed by the revised GP for 2020 will not suffice to achieve compliance with PM limit values everywhere in Europe; hence further European and local measures may be considered. NH₃ emissions from agriculture can be further reduced with the implementation of proven and feasible measures (substitution of fertilizers, improved storage of manure, way fertilizer injections, etc., …), in order to reduce PM concentrations and their impacts on human health across Europe.     

中国印刷业VOCs排放趋势及未来减排潜力

印刷业一直是中国工业源挥发性有机物(VOCs)排放和管控的重点行业.然而,由于原料和工艺的复杂性和多样性,印刷业VOCs精细化排放清单及其减排潜力尚未被很好表征.考虑印刷业以往被忽视的半/中等挥发性有机化合物(S/IVOCs)排放,对现有VOCs排放系数进行改进,建立了2011～2020年中国印刷业VOCs精细化排放清单.并以2020年为基准年,通过情景分析法,预测了2030年不同情景VOCs排放量并分析其减排潜力.结果表明,2011～2020年中国印刷业VOCs排放量呈现先稳增长和下降的趋势,2020年相对2011年增加了29.6%,年均增长率为3.0%,主要与日益增长的印刷业市场消费需求和缺乏有效的行业VOCs综合治理措施有关.2020年中国印刷业VOCs排放量为86.1万t,凹版印刷和包装复合是贡献最大的两大工艺,占比分别为52.0%和28.7%.广东、江苏和浙江是VOCs排放贡献最大的省份,三省合计占比44.12%,是中国印刷业VOCs管控的重点地区.2030年印刷业基准情景、一般控制情景和严格控制情景VOCs排放量分别为118.7、 68.4和36.2万t,相对2020年分别...     

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...     

2013-2017年珠江三角洲主要大气污染控制措施减排效果评估

自2013年《大气污染防治行动计划》发布以来,珠江三角洲（PRD）地区实施了严格的大气污染防控政策,在全国率先实现PM_2.5浓度连续3年达标,然而,已实施的控制措施对污染物的减排效果尚不清楚.因此,本研究通过广泛收集2013—2017年珠三角地区大气污染源活动水平数据与控制措施,建立2013—2017年实际控制与未控制情景的污染物趋势排放清单,对主要控制措施的减排效果进行了量化.结果表明,2013—2017年珠三角地区SO₂、NO_x、PM₁₀、PM_2.5和VOCs 5种污染物排放分别下降了55%、24%、55%、54%和10%.相比于未控制情景,实际控制情景下2017年5种污染物分别实现61%、40%、68%、70%和41%的减排.在各类管控措施中,工业提标对5种污染物减排分别贡献了39%、46%、66%、69%和25%;销号整治对VOCs减排贡献最大（32%）,对其它污染物减排贡献约10%;清洁能源改造主要对SO₂和PM减排有所贡献,其中,煤改气、低硫煤、低硫油对SO₂减排有主要贡献（均为15%左右）,低灰分煤对PM₁₀（12%）和PM_2.5（19%）减排有较大贡献;机动车提标、淘汰黄标车对NO_x（22%、17%）和VOCs（23%、12%）减排有较大贡献.本研究可为珠三角和其它地区针对不同大气污染物科学制定防控政策与措施提供基础数据和科学支撑.     

北京市2020年春节期间空气质量影响因素分析

2020年春节期间由于新冠肺炎疫情的大范围暴发,包括北京在内的多个城市经济社会活动较长时间处于低水平状态。但是在此期间,北京市出现了两次(农历正月初二至初六、正月十六至十九)污染水平不逊于往年的重污染天气,成为社会各界关注的焦点。本文以北京市2016-2020年春节期间的空气质量为研究对象,首先运用多元线性回归法判断了气象因素以及经济和社会活动因素对四类污染物(PM_2.5、PM₁₀、NO_2和SO₂)的影响程度,进一步研究了在2020年春节期间的两次重污染时段内各个因素对PM_2.5的影响程度,最后运用双重差分法评估春节期间的疫情管控措施对北京市空气质量产生的影响。多元线性回归结果显示在2016-2020年春节期间:(1)气象因素对北京市的PM_2.5、PM₁₀、NO₂和SO₂四类污染物浓度的影响占主导地位,其中温度、湿度与四类污染物浓度变化均显著正相关,气压和降水与四类污染物浓度变化均显著负相关;(2)经济活动水平与NO₂浓度水平有显著正相关关系,说明随着经济活动水平强度的降低和交通流量的下降,NO₂浓度呈现出降低趋势,而PM_2.5、PM₁₀和SO₂与经济活动水平分别有正相关、正相关和负相关关系,但并不显著;(3)从社会活动来看,燃放烟花爆竹会增大PM_2.5、PM₁₀和SO₂浓度,同时假期变量对PM_2.5和SO₂的浓度变化也存在显著正向影响。对于2020年春节期间的两次重污染过程来说,气象依然是主要影响因素,但是各因素的贡献值有所不同;春节期间经济活动水平对正月初二至初六重污染过程的贡献较小(2%),而对正月十六至十九有明显的负影响(-20%)。双重差分法评估结果显示,疫情管控对PM₁₀和NO₂有缓解效果,而对PM_2.5和SO₂未见明显影响,这表示疫情管控措施对空气质量施加了影响。本文不仅识别出了春节期间气象因素、经济社会活动与北京市四类污染物浓度之间的关系,有助于厘清各因素对空气质量产生影响的方式,而且对进一步改善北京市及京津冀地区的空气质量具有重要启示意义。     

基于PMF模型的北京市PM2.5来源的时空分布特征

2012年8月至2013年7月,对北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个站点的大气细颗粒物PM2.5进行了12个月次的同步采样观测,并测定了其中元素碳、有机碳、水溶性离子和无机元素的浓度水平.利用PMF模型对PM2.5的来源进行解析.结果表明,北京市PM2.5的主要来源为二次源、燃煤、地面扬尘、机动车排放、工业源和建筑尘等,年均贡献率分别为42%、19%、19%、10%、6%和4%.PM2.5的来源具有显著的季节变化,春季大风天气频繁、地面扬尘源为主要来源,而夏、秋、冬季均以二次源为主,尤其是夏季二次源贡献达56%,冬季燃煤源对PM2.5的贡献显著提升为25%.污染源贡献也存在一定空间差异,冬春季燃煤源对郊区点的贡献显著高于城区点,而二次污染源具有区域性污染特征.在区域性积累型重污染日,二次源对PM2.5的贡献均占主要地位,对气态前体物NOx、SO2和VOCs等的控制对PM2.5的减少至关重要.     

长三角重点行业大气污染物排放及控制对策

研究重点分析了长江三角洲地区电力和水泥行业的大气污染物排放特征,并结合相关行业统计数据和污染物排放因子,对2004年这两个重点行业的大气污染物排放量进行了估算。结论如下:长三角地区火电行业2004年SO2、烟尘、NOX和燃煤大气汞排放量分别为149.2×104t、21.1×104t、87.6×104t和13.7t。2004年江、浙、沪三地水泥行业共排放工艺粉尘76.2×104t,其中PM10为70.1×104t、PM2.5为45.9×104t,气态污染物SO2、NOX、CO和氟化物排放量分别为12.4×104t、49.5×104t、247.9×104t和7.4×104t。并对长三角地区电力和水泥行业的污染控制问题提出一些相关举措。     

宁波市环境空气中PM10和PM2.5来源解析

2010年在宁波3个环境受体点采集不同季节的PM10和PM2.5样品,同时采集颗粒物源类样品,分析它们的质量浓度及多种无机元素、水溶性离子和碳等组分的含量.采用OC/EC最小比值法确定了SOC(二次有机碳)对PM10和PM2.5的贡献,据此重新构建了受体化学成分谱.使用化学质量平衡模型对宁波市区的PM10和PM2.5来源进行了解析.结果表明:城市扬尘、煤烟尘、二次硫酸盐和机动车尾气尘是环境空气中PM10的主要来源,其分担率分别为23.0%、15.9%、13.3%和12.3%;对PM2.5有重要贡献的源类是城市扬尘、煤烟尘、二次硫酸盐、机动车尾气尘、二次硝酸盐和SOC,其分担率分别为19.9%、14.4%、16.9%、15.2%、9.78%和8.85%.      

保定市PM2.5和臭氧污染特征分析

为深入了解保定市空气质量状况,揭示PM_2.5与臭氧(O₃)的变化特征及相互关系,利用小波分析法对保定市2013—2020年每年4—9月AQI、PM_2.5、O₃-8 h (O₃日最大8 h滑动平均值)和NO₂浓度的逐日数据进行分析. 结果表明:①2013—2018年保定市O₃污染呈逐年加重趋势,最大日浓度达到347 μg/m3;随着治理措施的颁布与实施,PM_2.5超标天数由2013年的97 d减至2020年的1 d,PM_2.5超标情况逐年改善. ②O₃超标天数由2013年的3 d增至2018年的95 d,2020年减至61 d;O₃超标天数占PM_2.5和O₃超标总天数的比例从2013年的3%增至2020年的98%,说明O₃逐渐成为影响保定市空气质量的主要污染物. ③2013年保定市O₃-8 h浓度低于“2+26”城市均值,2014—2020年O₃-8 h浓度高于或接近“2+26”城市均值,说明近年来保定市O₃-8 h浓度的升幅已超过“2+26”城市的平均水平. ④小波分析发现,2013—2020年(除2015年和2018年外)AQI与PM_2.5污染序列的第1主周期相近,从2017年开始,AQI与O₃-8 h污染序列的第1主周期和第2主周期均一致,说明近年来保定市空气污染逐渐由PM_2.5污染转为PM_2.5与O₃复合污染. ⑤在同一时间尺度范围内,PM_2.5与O₃-8 h污染序列的震荡频率基本一致,说明二者存在较明显的正相关关系;2015—2019年,NO₂与O₃-8 h污染序列的震荡频率趋于一致,说明保定市O₃-8 h浓度受前体物NO₂影响较大,2020年震荡频率有较大差异,这可能与新冠肺炎疫情复工后生产规模尚未完全恢复,致使NO₂、PM_2.5等污染物排放强度同比降低有关. 因此,减少NO₂排放,协同控制多污染物是实现保定市空气质量改善的主要途径.      

三江平原作物收获期大气颗粒物浓度特征

通过对2013年10月东北三江平原农作物收获期大气颗粒物的在线监测,结合卫星火点数据与后向轨迹模拟,分析了秸秆燃烧和作物收割等农业活动对大气颗粒物质量浓度及粒径分布的影响.结果表明:作物收获前期?中期和后期大气PM2.5的平均质量浓度分别为36.0,158.3,33.8μg/m3;现场观测表明,水稻收割(321.1μg/m3)和秸秆燃烧(2777.1μg/m3)时监测田块内PM2.5的平均浓度分别是收割前和燃烧前平均浓度的2.5倍和11.5倍;卫星火点及后向轨迹分析发现,观测期间PM2.5与该地区卫星火点数量的变化趋势比较一致,且气团轨迹经过火点较集中区域时测得较高的PM2.5浓度值;对不同粒径(<1μm,1~2.5μm,2.5~10μm)大气颗粒物质量浓度的观测表明,收获中期受大面积秸秆燃烧的影响,0~1 μm粒径组分明显增加,而收获后期由于降水过程对0~1μm粒径颗粒物的清除效率较低,故该粒径颗粒物仍维持较高比例.     

基于MOS的杭州秋冬季空气污染预报和霾诊断

利用由数值预报模式WRF和辨识理论实时迭代统计方法RTIM组成的MOS方法对杭州市2013年2~3月和11~12月期间的空气污染物日平均浓度做预报,预报值与实测值之间相关系数都超过0.75 ,PM2.5、PM10、SO2、NO2、CO 24h平均浓度和O3 8h平均浓度分类预报临界成功指数(CSI)分别为89%、87%、100%、93%、100%和100%,命中率(POD)分别为93%、95%、100%、100%、100%和100%.分析表明,研究期间杭州地区气溶胶以细颗粒为主.根据PM2.5浓度、相对湿度及能见度预报值做霾日分类预报,临界成功指数为89%,命中率为93%.说明该MOS系统对污染物浓度及霾天气预报性能良好,可以为业务化预报提供参考.     

京津冀大气污染传输通道城市燃煤大气污染减排潜力

以京津冀大气污染传输通道城市为研究对象,建立了燃煤电厂、燃煤锅炉、农村散煤三大污染源主要大气污染物排放计算方法,以2015年为基准年,梳理现有燃煤污染减排政策措施,对2017年“2+26”城市燃煤污染源SO₂、NOx、PM、PM₁₀、PM_2.5的减排潜力进行了分析.结果表明：实施燃煤电厂超低排放改造、燃煤锅炉淘汰或改造、散煤改电（气）等措施后,“2+26”城市2017年燃煤SO₂、NOx、PM、PM₁₀、PM_2.5排放量分别达到87×10⁴t、56×10⁴t、64×10⁴t、45×10⁴t、32×10⁴t,预计比2015年分别减少44%、48%、33%、32%、30%.燃煤电厂、燃煤锅炉、农村散煤替代各项污染物减排比例分别在55%~70%、31%~38%、18%~21%,未来农村散煤治理的减排潜力还较大.从各城市情况来看,多数城市燃煤SO₂、NO_x减排主要来自燃煤电厂超低排放改造;保定、廊坊等城市燃煤颗粒物减排量较大,得益于散煤治理工作的大力推进.     

卫星遥感监测近地表细颗粒物多元回归方法研究

对地基监测PM2.5和气象数据、MODISAOD卫星数据与NCEP FNL数据进行了处理分析,在与一元简单线性模型(模型1)进行对比的基础上,建立了适应于北京及其附近地区遥感监测近地面颗粒物(PM2.5)浓度的多元线性(模型2)和非线性(模型3)回归模型,并对模型进行了评价验证和遥感监测初步应用.结果表明:模型1,2,3分别能够解释PM2.5 32.5%,56.1%,62.7%的变异.反演的PM2.5浓度与站点监测值相关性分别为0.5488(R2=0.3012), 0.7449(R2=0.5549), 0.7431(R2=0.5523).对于站点监测PM2.5浓度63.1652μg/m3的均值,反演均方根误差RMSE分别为43.5562, 35.3321, 36.8450μg/m3.模型2和3中气象因子分别能够解释PM2.5 23.6%和12.6%的变异,说明了气象因子影响北京地区春季PM2.5-AOD关系的显著性.3种模型整体上都不同程度地存在着低值高估和高值低估的现象.     

苏南城市空气质量污染特征及趋势分析研究

利用2013年-2015年苏南5市空气自动站监测数据,分析了该地区空气质量的污染特征和变化趋势.研究发现:2013年-2015年,苏南5市空气优良率为56.9%～68.9%,PM2.5是主要污染物;沿长江向东,空气污染逐步偏向光化学污染类型.从时间上可知,呈现冬季以PM2.5污染为主、春夏季以O3污染为主的特征;PM2.5等4项污染物24小时呈现双峰.从趋势上可知,PM2.5等5种污染物浓度呈下降趋势,O3污染有所加重.同时,各市也表现了不同的情况,管理上需要区别对待.