长江三角洲地区人为源大气污染物排放特征研究

在收集整理长江三角洲地区（简称＂长三角＂）各城市人为大气污染源资料的基础上,采用以＂自下而上＂为主的方法建立了2007年长三角地区人为源大气污染物排放清单.清单结果显示,2007年长三角地区的SO2、NOx、CO、PM10、PM2.5、VOCs和NH3等大气污染物排放总量分别达到2391.8、2292.9、6697.1...     

南京市工业源大气污染物排放清单的建立

通过收集整理南京市工业源活动水平,采用"自下而上"的方法建立了2014年南京市工业源大气污染物排放清单。清单结果显示,2014年南京市工业源SO_2、NO_x、PM_(2.5)、PM_(10)、CO、VOCs和NH_3的一次排放总量分别为6.70、14.45、4.97、7.06、83.03、14.47和0.07万t。电力生产是SO_2和NO_x的主要排放源,占工业源总排放量的40%以上,钢铁行业是PM_(2.5)、PM_(10)和CO的主要排放源,均占55%以上,VOCs排放主要来自石化化工,贡献了约62.6%的工业源排放。工业重点源空间分布结果显示,南京市重点源排放主要集中于长江沿岸一带的2个园区:南京化学工业园区和南京经济技术开发区。该研究建立的排放清单具有一定的不确定性,建议后续研究加强大气污染物排放系数的研究,进一步完善大气污染物排放清单,为该市大气污染预报预警和污染控制措施的制定提供重要基础数据。     

四川省人为源大气污染物排放清单及特征

在收集四川省各城市人为污染源活动水平数据基础上,基于自下而上和自上而下结合的清单构建方法,选取排放因子并结合GIS技术,建立了该地区2015年1 km×1 km人为源大气污染物排放清单.结果表明,2015年四川省人为源SO_2、NO_x、CO、PM_(10)、PM_(2.5)、BC、OC、VOCs和NH_3排放量分别为444.9×10~3、820.0×10~3、3 773.1×10~3、1 371.6×10~3、537.5×10~3、28.7×10~3、53.1×10~3、923.6×10~3和988.0×10~3t.电厂和工业锅炉等燃煤排放贡献了95%以上的SO_2,移动源、化石燃料燃烧源和工艺过程源分别贡献了54%、23%和20%的NO_x,以钢铁和建材制造为主的工艺过程源分别贡献了20%的PM_(10)和34%的PM_(2.5),以道路扬尘为主的扬尘源分别贡献了60%的PM_(10)和35%的PM_(2.5),生物质燃烧分别贡献了33%的BC和51%的OC,以机械加工、建筑装饰、电子设备制造、印刷和家具等行业为主的溶剂使用源贡献了46%的VOCs,NH_3主要来自畜禽养殖和氮肥施用等农业部门排放,分别占总排放量的70%和25%.污染物空间分布结果显示,四川省各项大气污染物主要集中分布于人口最为密集,农业和工业均较为发达的四川盆地和攀枝花部分区域,其中,以成都、德阳和绵阳为代表的成都平原城市群为四川盆地内的主要排放高值区域.所建立的排放清单存在一定不确定性,后续研究中应针对活动水平数据获取的不足开展数据收集工作,加强排放贡献较大典型污染源的排放因子本地化研究工作,逐步完善四川省大气污染物排放清单,为四川省复合型大气污染研究和防治提供科学支撑.     

聊城市2020年大气污染物排放清单与空间分布特征研究

为准确掌握聊城市大气污染物排放情况,加强大气污染管控,本文采用“自上而下”与“自下而上”相结合的方法建立了聊城市2020年大气污染物排放清单.结果显示,2020年聊城市SO₂、NO_x、CO、VOCs、NH₃、PM₁₀、PM_2.5、BC、OC排放量分别为11.70×10³、61.28×10³、285.19×10³、28.43×10³、66.87×10³、47.83×10³、17.15×10³、0.751×10³、1.07×10³ t.其中,SO₂最大排放源为化石燃料固定燃烧源(64.96%),移动源为NO_x排放第一大源(71.27%),CO排放主要来源于工艺过程源(45.71%)和化石燃料固定燃烧源(32.88%),VOCs的主要排放源为溶剂...     

海峡西岸地区人为源大气污染物排放特征研究

采用以"自下而上"为主的方法建立了2007年海峡西岸地区的人为源大气污染物排放清单.计算结果显示,海西地区人为源SO2、NOx、CO、PM10、PM2.5、VOCs和NH3排放总量分别为69.5×104、96.1×104、413.1×104、93.9×104、40.6×104、85.0×104和28.5×104t.电厂和工业燃烧设施分别占SO2排放的48%和39%,以及NOx排放的51%和25%.水泥、砖瓦等制造过程贡献了约51%的PM10排放和36%的PM2.5排放.秸秆燃烧、加油站和涂料等VOCs面源分别占到其排放总量的27%、15%和4%.NH3的主要排放源为畜禽养殖和氮肥施用等农业部门,占到总排放量的89%.海西地区的单位面积大气污染物排放量仅相当于长三角地区的25%左右,略高于全国平均水平.该地区人为源和天然源VOCs排放比重分别占56%和44%,人为源VOCs排放比重低于全国大部分地区.海西大气污染高排放地区主要集中在沿海一带,以泉州、潮汕、福州和温州等地区为主,建议"十二五"发展过程中,重点关注上述高排放地区,限制重点排放源的发展,开发低耗能、低污染的发展模式.     

广西工业源大气污染物排放清单及空间分布特征研究

大气污染物排放清单是了解区域污染物排放特征的重要资料,而工业源是大气污染的重点排放源.研究根据收集的工业企业活动水平数据,选择合理的计算方法和排放因子,建立了广西2016年工业源大气污染物排放清单.结果表明,2016年广西工业源SO_2、NO_x、CO、PM_(10)、PM_(2.5)、VOCs排放总量分别为20.7×10~4、21.6×10~4、147.5×10~4、48.4×10~4、25.7×10~4、34.7×10~4 t.其中,电厂和非金属矿物制品业对SO_2、NO_x、PM_(2.5)和VOCs的贡献最高.除此之外,黑色金属冶炼是SO_2、NO_x和PM_(2.5)的主要贡献源;有色金属冶炼是PM_(2.5)的主要贡献源;农副食品加工业是VOCs的主要贡献源.根据排放源污染物排放量及地理坐标信息,建立了污染物排放量空间分布特征图.结果显示,广西工业企业SO_2和NO_x排放主要集中在百色、柳州、防城港和贵港市;颗粒物排放主要集中在贵港、柳州和百色市;VOCs排放主要集中在柳州、贵港和崇左市.研究建立的排放源清单结果具有一定的不确定性,建议进一步完善基础研究.     

我国PCDD/Fs网格化大气排放清单

PCDD/Fs排放清单是进行PCDD/Fs控制、环境归趋行为研究和健康风险评估的基础.本研究基于我国官方发布的2004年各行业PCDD/Fs排放清单的基础上,结合联合国环境规划署(UNEP) 2013年发布的最新《鉴别及量化PCDD/Fs类排放标准工具包》中PCDD/Fs排放因子,估算了我国2016年各省各行业PCDD/Fs大气排放量,并结合各行业网格化指代数据,建立了我国PCDD/Fs大气网格化排放清单(1/4°×1/4°经纬度),最后利用蒙特卡洛模型分析了清单的不确定性.结果表明,2016年我国PCDD/Fs大气排放量(以TEQ计,下同)为10 366 g,与2004年相比增加了约2倍.从排放行业来看,金属生产是我国大气中PCDD/Fs的主要来源,2016年排放量为5 333 g,其次为垃圾焚烧(2 469 g),供热和发电(1 290 g)和矿物产品生产(933 g),以上4个行业排放量占我国PCDD/Fs大气总排放的97%.从空间来看,我国大气PCDD/Fs排放主要集中在京津冀、长三角和珠三角地区,其中京津冀和长三角地区PCDD/Fs排放主要来自钢铁生产,珠三角地区主要来自垃圾...     

兰-白城市群主要大气污染物网格化排放清单及来源贡献

甘肃兰-白城市群为我国西北地区重要的重工业基地,大气污染物排放总量较大.研究高空间分辨率的污染物排放清单对于区域空气质量预报预警、减排方案模拟研究及大气污染防治等具有重要的科学意义.本文以兰州和白银为主要研究区域,基于研究区域污染源排放及统计年鉴等数据资料,建立了兰(2015年)-白(2016年)城市群7种(类)主要大...     

广西内河及沿海船舶大气污染物排放清单及特征研究

基于广西船舶数量及类型、船舶引擎功率等数据,以广西壮族自治区为例,通过船舶引擎功率法建立广西2020年内河及沿海船舶排放清单,探究广西内河及沿海船舶主要大气污染排放量时空分布,并通过大气扩散模型模拟了船舶大气污染物排放对广西沿海港区大气环境的影响。结果表明：内河船舶中干货船排放占比为35.6%,四等船排放占比为26.07%;沿海船舶中拖船排放占比为44.16%~49.33%,主机、辅机、锅炉排放占比分别为52.39%、21.43%、26.18%;不同工况下,沿海船舶停泊工况SO₂排放占比最高,其余污染物在慢速行驶工况下排放占比最高。2020年广西北部湾海域船舶SO₂、NO_x、HC、CO₂的平均排放强度分别为0.32、2.14、0.07、121.93 t/km²。

     

长沙市人为源大气污染物排放清单及特征研究

根据收集的长沙市人为源活动水平数据,建立了该地区2014年1 km×1 km人为源大气污染物排放清单.结果显示,2014年长沙市SO_2、NO_x、CO、PM_(10)、PM_(2.5)、BC、OC、VOCs和NH_3排放总量分别为53.5×10~3、78.3×10~3、284.6×10~3、102.3×10~3、42.1×10~3、4.0×10~3、7.2×10~3、64.2×10~3、27.1×10~3t.化石燃料固定燃烧源为最大的SO_2排放贡献源,道路移动源是主要的NO_x贡献源,CO排放主要来自化石燃料固定燃烧源和道路移动源,长沙市VOCs的最大贡献源是溶剂使用源,PM_(10)、PM_(2.5)最主要的排放源是扬尘源,BC最大的排放贡献源为化石燃料固定燃烧源,生物质燃烧源是最大的OC贡献源,NH_3排放主要来源于畜禽养殖和农业施肥.空间分布结果显示,长沙市NH_3的排放在宁乡县、望城区、长沙县、浏阳市分布较多,主要呈现片状分布.其他污染物排放高值区则主要分布在中心城区、工业区及道路分布区域.     

中国生物质燃烧大气污染物排放清单

根据2000-2007年各省市生物质燃烧消耗量和排放因子,估算了中国大陆生物质燃烧所导致的NOx、SO2、CO、CO2、CH4、NMHC、PM、BC排放量,并给出了分省区、分生物质类型的排放清单.研究表明,2007年中国生物质燃烧排放的NOx、SO2、CO、CO2、CH4、NMHC、PM和BC排放量分别为109万t,1...     

四川省2012年人为源氨排放清单及分布特征

根据收集到的各类人为氨源的活动水平数据,采用合理的估算方法和排放因子,建立了四川省2012年人为源氨排放清单,并分析了氨排放的空间分布特征.结果表明:四川省2012年人为源氨排放总量为994.8×103t,排放强度为2.12 t·km-2;畜禽养殖为最主要的排放源,分担率达62.31%,其次为氮肥施用,分担率为23.14%;生猪和牛是畜禽养殖中主要贡献者,共占畜禽排放总量的64%;成都市和达州市为氨排放量较大的城市,均占四川省排放总量的10%;空间分布特征显示排放量较大的网格主要集中在四川省东部,且多来自于城市周边区县.     

昆明城区大气污染物时空分布特征

利用2013—2020年昆明城区国控点监测数据,分析大气污染物时空分布特征。结果表明：2013—2020年昆明城区O₃年均浓度总体呈上升趋势,其余污染物年均浓度呈下降趋势,O₃增幅为4.1%,SO₂降幅为67.9%,其余污染物降幅为35.0%~55.0%。超过GB 3095—2012《环境空气质量标准》一级以上标准的首要污染物天数占比显示,O₃已经代替PM_2.5成为昆明市最主要的大气污染物;O₃浓度春季最高,夏季次之,秋季最低;PM₁₀和PM_2.5浓度春、冬季高,夏季最低;SO₂、NO₂、CO浓度冬季最高,夏季最低,但SO₂和NO₂四季变化幅度较其他污染物小。春、夏季的O₃,冬、春季的PM_2.5是昆明市大气污染的防治的重点。O₃浓度日变化呈单峰型分布,CO、NO₂、PM₁₀、PM_2.5浓度呈双峰型分布,但PM₁₀、PM_2.5浓度峰谷变化不明显;NO₂、CO、PM_2.5、PM₁₀浓度峰值出现在早高峰时段,O₃浓度峰值出现在14:00—15:00,SO₂浓度上午高于下午。大气污染物浓度分布具有明显的空间差异性,SO₂、PM_2.5、NO₂、PM₁₀、CO浓度城区西部高于东部,分别高出54.5%、20.0%、17.9%、14.6%和2.4%,O₃浓度则相反,城区东部高于西部,高出9.0%;SO₂、NO₂、O₃浓度东部、西部差异呈逐年减小趋势,不排除上风向安宁工业园区污染传输影响变弱的可能性。

     

四川省2008-2014年水泥行业大气污染物排放清单及时空分布特征

根据收集的四川省水泥行业活动水平数据及排放因子,建立了四川省2008-2014年水泥行业大气污染物排放清单,分析其年际变化趋势,识别时间分布特征,并利用GIS建立了高分辨率的网格化清单.此外,对水泥行业污染物排放的不确定性范围进行了定量估算.结果表明,2008-2014年水泥行业SO₂和NO_x排放显著增长,而PM₁₀和PM_2.5排放呈下降趋势;成都及周边地区以及川东北地区是水泥污染排放的主要贡献地区,大部分城市的污染变化与全省的情况基本一致;新型干法水泥产量比重由2008年的41%增长至2014年的88%,随之各污染物排放占比也显著增长,2014年约达到90%;水泥NO_x排放对空气NO₂质量浓度有一定影响,变化趋势较为一致,相比而言,PM₁₀质量浓度受水泥排放影响较小;水泥产量月变化特征不明显,年初1、2月份产量较低,下半年产量高于上半年;在空间分布上,污染物排放主要集中在德阳-绵阳、眉山-乐山及内江-自贡等地;水泥行业排放清单的不确定性主要来源于污染物去除效率及排放因子的选取,其中,PM_2.5不确定性范围较大,约为-64%~103%,SO₂的不确定性范围较小,为-45%~45%.     

四川盆地大气污染物时空分布特征及气象影响因素研究

利用2015—2018年四川盆地内18个城市的6种污染物逐日质量浓度监测资料、同期的常规气象观测资料，采用插值、相关分析等方法，分析了四川盆地3个区域6种污染物的时空分布特征，探讨了各个污染物质量浓度与气象要素之间的关系.结果表明：①O₃在盆地中西部污染较重，PM_2.5和PM₁₀在德阳、成都、眉山、内江、自贡一带污染较重，在广元和巴中污染较轻，SO₂在巴中、南充、绵阳、德阳一带污染较轻，在广元和盆地中南部污染较重；②NO₂平均浓度呈先增后减的趋势，O₃呈增加趋势，而CO、PM_2.5、PM₁₀、SO₂均呈减小趋势；③CO、NO₂、PM_2.5、PM₁₀、SO₂呈"夏低冬高"的特征，O₃则相反，CO、NO₂、PM_2.5、PM₁₀均表现为"双峰双谷"型，O₃和SO₂则表现为"单峰"型；④偏东风有利于CO、NO₂、PM₁₀、PM_2.5的稀释扩散，偏北风有利于O₃、SO₂的稀释扩散；⑤6种污染物质量浓度均与气压、气温、24 h变温、24 h变压、相对湿度、10 m风速、700 hPa散度、850 hPa高度显著相关.风速、相对湿度、混合层高度、逆温层平均高度的增加有利于大多数污染物的稀释扩散.     

2020年新冠疫情期间广州市大气污染物垂直分布特征

为研究新冠疫情发生后广州市实行疫情防控政策对大气污染物浓度的影响,利用广州市2019年12月1日—2020年2月29日的空气质量指数数据及广州塔垂直梯度观测站实时监测的PM_2.5、PM_1.0、NO_x、O₃、SO₂和CO等污染物浓度数据,采用统计分析、污染物特征雷达图及相关性分析等方法,探讨了疫情前后大气污染物的垂直分布、污染特征及其影响因素.结果表明,实施疫情防控政策后,除O₃外,其他组分浓度均有不同程度的下降,其中,NO_x下降幅度最大为68.5%,且浓度随着高度上升而降低;其次PM_2.5下降39.5%,但PM_2.5浓度随高度下降幅度不明显;相反地,O₃浓度升高了18.0%,且浓度随着高度上升而增加.研究发现,疫情防控期间NO_x浓度的减少导致了O₃浓度的积累,从而增强了大气氧化性,促进了高空中二次气溶胶的生成.综上,疫情管控期...     

1000MW近零排放燃煤机组重金属排放及分布特征

采用EPA 29方法对国华寿光电厂2号1000MW超超临界燃煤机组污染物控制单元进行采样,开展了重金属污染物(As、Pb、Se、Cd)全流程监测.建立了包括气体/固体/液体中重金属的燃煤过程中质量平衡,并考察了重金属在机组中的富集与分布特征.结果表明:该机组烟气排放的重金属含量相对较低,100%负荷时As、Se、Pb、Cd排放浓度分别为1.11,0.59,0.33和0.01 μg/m³,45%负荷时相关重金属排放和100%负荷接近.给出了不同负荷下各种重金属在燃煤机组的分布,燃烧后Pb、Se、Cd主要富集到飞灰中,但低负荷时底渣中Se和Cd的比例明显升高.APCDs中,ESP对烟气中As、Pb、Se、Cd四种元素的脱除率均达到了97%以上,不同负荷下WFGD和WESP对这些重金属具有深度脱除的效果.     

北京地区3500m高空内污染物的时空分布特征

利用2007~2010年北京地区3500m高空内飞机探测的大气污染物(NOx、SO2 、CO和O3)数据资料,分析其时空分布特征.结果表明: 在4~11月期间,NOx、SO2和CO月均值有比较明显的一致性变化规律,NOx、SO2 和CO月均值随高度增加而减小,而O3月均值随高度增加,出现先增大后减小的变化规律.温度较高月份(7~10月)值较小,而温度较低月份(4~6月、11月)值较大,但O3月均值季节变化规律为夏季5~9月的较大,春秋季4月、10~11月的较小.不同的高度大气污染物浓度白天逐时变化并不一致,其变化率是1500m以下的比1500~3500m的明显高.北京地区大气污染物区域分布特征是,除城区四环明显较高外,城区正北面、西南面(北京-保定方向)、东南面(北京-天津方向)较高,西北面(北京-张家口方向)较低.