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.     

我国燃煤电厂颗粒物排放特征

基于我国燃煤电厂(不含港、澳、台数据,下同)的燃烧技术及颗粒物控制技术分类,建立了燃煤电厂颗粒物排放计算方法. 利用该方法,分析了2000─2010年我国燃煤电厂颗粒物排放量及分布特征. 结果表明:我国燃煤电厂颗粒物排放量自2000年起持续增加,于2005年达到最高值(375×104 t),其中PM₁₀、PM_2.5排放量分别为237×104、129×104 t;此后逐年降低,2010年降至166×104 t,其中PM₁₀、PM_2.5排放量分别降至126×104、85×104 t. 随着静电除尘及湿法脱硫的普及,颗粒物中PM_2.5所占比例由2005年的34.3%升至2010年的51.2%. 我国燃煤电厂颗粒物排放地区分布不均衡,2010年内蒙古、山东、河南、江苏、山西和广东六省区的排放量占全国排放总量的44%. PM_2.5排放因子也因各省燃煤电厂颗粒物排放控制技术不同而产生差异,其中煤粉炉、循环流化床锅炉的PM_2.5排放因子分别为0.35~0.75、0.27~0.90 kg/t. 从机组规模影响来看,单台容量在30×104 kW以下的燃煤机组是粗颗粒(PM>10)的主要来源,而在30×104 kW以上的燃煤机组对PM_2.5排放贡献(64.6%)较大,这主要与这类燃煤机组静电除尘和湿法脱硫的安装比例高有关.      

我国水泥工业大气污染物排放量估算

水泥工业是粉尘,SO₂和NO_x等多种大气污染物的重要排放源.根据各地水泥工业的工艺现状、活动水平、除尘器的除尘效率和污染物排放因子,估算了1995—2005年我国水泥工业生产过程中排放的粉尘,PM₁₀,PM_2.5,SO₂,NO_x,氟化物和CO等的排放量,并给出了2005年分省区、分工艺的排放清单.结果表明,污染物排放量与水泥活动水平呈正相关.1995年以来,随着水泥产量增加,污染物排放量增长迅速,2005年我国水泥工业排放排放粉尘520.69×104 t,PM₁₀437.24×104 t,PM_2.5301.06×104 t,SO₂ 86.09×104 t,NO_x286.67×104 t,氟化物57.72×104t,CO1 987.97×104 t;山东、浙江、江苏、河北和广东等水泥生产大省污染物排放量较大,污染物排放总量占全国总排放量的46.6%,新型干法的推广应用有助于大气污染物的减排.      

我国燃煤电厂PM2.5减排潜力预测与分析

为研究燃煤电厂在燃煤发电机组结构优化调整和不同末端控制措施条件下PM_2.5的排放情况,以2012年为基准年,设计了分阶段、分地区不断优化的控制情景(基准、适中、加严和最严情景),并依据《大气细颗粒物一次源排放清单编制技术指南(试行)》建立的减排潜力模型对2017年、2020年和2030年我国燃煤电厂PM_2.5减排潜力及空间分布进行预测分析. 结果表明:通过燃煤发电机组结构优化调整,2017年、2020年和2030年我国燃煤电厂PM_2.5排放量与调整前相比可分别减少3.62×104、8.52×104和24.43×104 t,但相对于基准年而言,PM_2.5排放量并未减少;进一步结合末端控制措施优化进行控制,PM_2.5最大减排潜力(相对于基准年而言)可分别达到59.42×104±7.83×104、82.83×104±5.82×104和81.89×104±6.76×104 t,最高减排比例分别达到66.5%±8.8%、92.8%±6.5%和91.6%±7.6%. 我国各省(市/区)燃煤电厂PM_2.5减排潜力与其煤耗量和采取的控制措施有关,燃煤量越大,控制措施越严格,则减排潜力越大. 京津冀、长三角和珠三角地区燃煤电厂在实现超低排放,即最严情景下2017年PM_2.5减排潜力分别为5.93×104、12.04×104和4.70×104 t;2017年、2020年和2030年这3个区域PM_2.5总减排潜力分别为22.68×104、22.36×104和22.07×104 t. 内蒙古、江苏、山东、广东、河北和山西等地在实施超低排放后,其PM_2.5减排潜力均超过4×104 t,并且在全国范围内实施超低排放可显著降低我国燃煤电厂PM_2.5排放量.      

北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.      

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     

京津冀地区散烧煤与电采暖大气污染物排放评估

散烧煤供暖是一种污染物排放量大、一次能源利用效率低的供暖方式,亟需寻找一种新的供暖方式替代散烧煤供暖.在对比评估散烧煤与电煤各种主要污染物排放量的基础上,提出直接电采暖和低温空气源热泵两种替代散烧煤供暖方案,以缓解京津冀地区大气污染,并对改造前后的污染物排放量和技术经济性进行分析;从区域污染物综合减排的战略角度提出对京津冀地区原散烧煤采暖用户进行低温空气源热泵供暖改造和燃煤电厂执行“超净排放”改造两种方案,并对两种方案的污染物减排效果进行了对比.结果表明:单位散烧煤的污染物排放量远高于电煤,其中散烧煤的SO₂、NO_x、烟尘和综合PM_2.5排放因子分别为17.12、2.80、6.37和9.80 g/kg,电煤的SO₂、NO_x、烟尘和综合PM_2.5排放因子分别为0.43、0.85、0.17和0.47 g/kg,散烧煤对综合PM_2.5的贡献是电煤的20.9倍;直接电采暖和低温空气源热泵供暖均能有效减少污染物排放量,其中直接电采暖可使每户每年采暖期的SO₂、NO_x、烟尘和综合PM_2.5分别减排66.38、7.15、24.79和36.96 kg,而采用低温空气源热泵的减排量分别为67.79、9.97、25.35和38.52 kg,但直接电采暖方式的一次能源利用效率(仅为33.7%)极低,因此不适合大面积推广;京津冀地区原散烧煤采暖用户在进行低温空气源热泵供暖改造后,其SO₂、NO_x、烟尘和综合PM_2.5年减排量分别为24.47×104、3.60×104、9.15×104和13.91×104 t,燃煤电厂执行“超净排放”改造后相应年减排量分别为1.28×104、4.25×104、1.30×104和2.31×104 t,其中低温空气源热泵供暖改造后的综合PM_2.5减排量达到燃煤电厂改造的6.0倍,并且年投资也较燃煤电厂改造低约4×108元.研究显示,采用低温空气源热泵供暖在污染物减排量、技术经济性和实施可行性等方面均具有优势.      

中国电力行业多污染物控制成本与效果分析

利用情景分析法建立了2010—2030年我国电力行业SO₂、NO_x、PM₁₀、PM_2.5的排放控制情景,分析了发电技术结构调整、加严及进一步加严末端控制措施(脱硫、脱硝、除尘等)的减排成本和效果. 结果表明:到2030年,相对于趋势照常情景,若加严末端控制设施,将新增336×108元投资,SO₂、NO_x、PM₁₀、PM_2.5排放量可分别减少121×104、852×104、18×104、10×104 t;若进一步加严末端控制措施,将再新增25×108元投资,NO_x、PM₁₀、PM_2.5可分别进一步减排45×104、23×104、15×104 t;若进行发电技术结构调整,将新增2 383×108元投资,SO₂、NO_x、PM₁₀、PM_2.5排放量分别减少248×104、420×104、18×104、10×104 t;2020年和2030年发电技术结构调整带来的单位污染物减排成本分别为15 374和34 239元/t,是末端控制措施加严的3倍以上,但其能提供更大的SO₂减排空间并具有降低能耗和减排温室气体等协同效益. 从成本效果角度考虑,建议采用加严末端控制措施方案,同时调整发电技术结构、合理发展清洁发电技术,以为污染物减排提供更大空间.      

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.     

甘肃省冬季颗粒物浓度的数值模拟

颗粒物浓度的数值模拟能够反映颗粒物的空间分布特征,对于防治大气颗粒物污染具有一定意义.利用MEIC清单和第二次全国污染源普查（简称“二污普”）数据统计的甘肃省工业源、电力源、农业源、民用源和交通源五类源的主要污染物排放量,分析了污染源排放的空间分布特征,利用WRF-Chem模式模拟了甘肃省2019年1月PM₁₀和PM_2.5浓度,将模拟结果与甘肃省33个环境空气质量国控监测点颗粒物日均监测数据进行对比,检验WRF-Chem模式模拟的性能,进一步分析了甘肃省颗粒物浓度的空间分布特征.结果表明:①甘肃省SO₂、NO_x、PM₁₀、PM_2.5、VOCs、NH₃和CO在1月的排放量分别为2.12×104、2.96×104、2.97×104、2.43×104、3.18×104、1.27×104和3.04×105 t,除NH₃外,其他污染物排放高值主要分布在兰州市、嘉峪关市等工业发达地区.②33个环境空气质量国控监测点模拟与监测的PM₁₀和PM_2.5浓度的相关系数分别为0.544和0.597,颗粒物的模拟值与监测值有较好的相关性;WRF-Chem模式模拟结果显示,PM₁₀和PM_2.5浓度高值分布在兰州市,次高值分布在天水市和庆阳市,甘南藏族自治州以及河西地区颗粒物浓度较低,这是甘肃省工业布局、扩散条件和地形条件综合作用的结果.研究显示,WRF-Chem模式可以较好地模拟甘肃省区域颗粒物浓度时空分布特征.      

兰州盆地人为源大气污染物网格化排放清单及其空间分布特征

基于所搜集的兰州盆地各类人为污染源排放大气污染物的活动水平数据及其排放因子,采用"自下而上"的方法建立了2009年兰州盆地(石油化工城市)1 km×1 km的7种(类)大气污染物网格化排放清单,并对其来源和空间分布特征进行了分析研究.结果显示:2009年兰州盆地NOx、SO_2、VOCs、CO、PM_(10)、PM_(2.5)和NH3的排放总量分别为1.2×10~5、8.8×10~4、4.3×10~4、4.1×10~5、9.6×10~4、4.2×10~4和1.4×10~4t;工业燃烧排放是兰州盆地NO_x和SO_2的主要贡献源,分别占其总排放量的85.70%和52.55%;工业非燃烧过程排放是VOCs的最大贡献源,占总排放量的81.25%;工业点源和工业非燃烧过程排放是CO的两大贡献源,分别占其总排放量的33.97%和28.32%;PM_(10)和PM_(2.5)主要来源于工业非燃烧过程,贡献分别为51.09%和55.12%;氮肥使用和禽畜养殖是NH_3排放最大的贡献源,分别占其总排放量的39.20%和30.70%.空间分布特征表现为:以工业源为主要排放源的NO_x、SO_2、VOCs、CO、PM_(10)、PM_(2.5)主要分布在工业和人口最为集中的兰州盆地市区一带,NH_3的排放则主要集中在榆中县和皋兰县交界的农村地区.同时,还对2014年工业燃烧源和道路移动源的7种(类)大气污染物排放量进行了估算,并与2009年进行了排放比较研究.结果表明,2014年工业污染源的7种(类)污染物排放量与2009年相比平均增幅不高,最高不超过30%,但移动源污染物排放量却大幅增加,增幅将近1倍.此外,基于排放因子及活动水平的不确定性,本研究对排放清单的结果进行了不确定性分析,并通过蒙特卡罗模拟对各污染物的排放量进行了评估.本排放清单的建立,不仅填补了兰州盆地大气污染物网格化排放清单的空白,还可为兰州盆地大气污染物排放清单更新、区域环境过程、大气复合污染成因及大气污染预警技术等相关研究提供基本方法手段及基础数据.     

基于LEAP模型的京津冀地区钢铁行业中长期减排潜力分析

京津冀地区是我国钢铁行业集中布局的地区,也是大气污染最突出的地区.分析京津冀地区钢铁行业各类治污工具的中长期减排影响,对于选择最优减排措施、加快推动该地区大气污染治理意义重大.构建基于LEAP模型的京津冀地区钢铁行业模型,以2015年为基准年,以每5 a为一个时间节点,结合规模减排、结构减排、技术减排、末端治理4种减排措施,模拟计算了4种单一政策情景及4种组合政策情景下2015-2030年京津冀地区钢铁行业主要污染物（SO₂、NO_x、PM₁₀、PM_2.5、CO₂）排放量及相应的减排影响.结果表明:在单一政策情景下,规模减排情景对5种污染物减排效果均十分显著.在组合政策情景下,4种减排措施叠加的综合减排情景效果最好,在该情景下京津冀地区钢铁行业到2030年SO₂、NO_x、PM₁₀、PM_2.5、CO₂排放量将分别削减27.73×104、17.85×104、42.94×104、27.35×104、23.15×107 t;在规模-末端治理情景下,除CO₂外其余污染物减排效果仅次于综合减排情景;规模-结构减排情景对PM₁₀和PM_2.5的减排效果相对明显;规模-技术减排情景对CO₂、SO₂、NO_x的减排效果相对明显.研究显示,京津冀地区钢铁行业需要在大力淘汰落后过剩产能、缩减产量等源头治理措施的基础上,持续加强末端治理、提高废钢比例、提升节能减排技术水平等协同治理能力,以提高治污减排效果.      

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.     

海峡西岸经济区大气污染物排放清单的初步估算

以2009年为基准年,结合污染源普查数据、统计年鉴及工业活动、居民生活等多个方面对海峡西岸经济区包括SO2、NOx、PM2.5、VOCs和NH3在内的大气污染物的排放量进行了估算,建立了海西区大气污染物排放清单.结果发现,上述5类污染物基准年的排放量分别为40.67×104、55.84×104、50.57×104、152.26×104和26.18×104t.其中,SO2、NOx及PM2.5的排放主要来自电厂,占排放总量的比例分别为25.58%、34.89%和38.75%;VOCs和NH3的主要排放源分别来自植被排放和养殖业,其贡献量分别为49.12%和47.07%.采用GIS对排放清单进行网格化处理,得出SO2、NOx及PM2.5的高排放强度区域与固定源的空间分布较为一致.此外,结合国家和地方"十二五"发展规划,采用情景分析方法估算了2015年海西区大气污染物的排放清单.与基准年相比,SO2、NOx和NH3的排放量呈下降趋势,PM2.5和VOCs的排放量呈大幅度增加.基准年排放清单的不确定性分析显示,VOCs排放估算的不确定度最大,为225%.     

太原市居民生活燃煤大气污染物排放清单研究

为了科学计算居民生活燃煤对大气污染物排放的贡献率,建立了太原市居民生活燃煤的大气污染物排放清单.利用高分辨率遥感卫星影像、DEM（数字高程模型）和GIS（地理信息系统）对太原市平房空间分布及面积进行了解译,得到2016年太原市平原、山区、城乡区域平房面积.对平原农村、山区农村、城中村典型区域进行实地调查,统计不同区域户均平房面积和生活燃煤使用量,估算得到了平原农村、山区农村、城中村的生活燃煤使用量.结合相关文献测算的排放因子,计算太原市居民生活燃煤散烧的PM₁₀、PM_2.5、SO₂、NO_x、VOCs、CO、OC、EC排放总量.结果表明:2016年太原市有22.8×104户燃煤散烧居民,2016年燃煤消耗量为109.6×104 t,平原和城乡居民是主要的生活燃煤用户也是居民生活燃煤大气污染物的主要排放源;太原市居民生活燃煤散烧的PM₁₀、PM_2.5、SO₂、NO_x、VOCs、CO、OC、EC排放总量分别为9 666.7、7 518.6、8 110.4、1 753.6、657.6、153 549.6、3 419.5、2 882.5 t;2016年太原市清徐县和太原市城区居民煤炭消耗量合计达97.9×104 t,占全年燃煤总消耗量的88%.研究显示,太原市应加快煤改气、煤改电和集中供热建设,进一步推广清洁能源以期减小居民生活燃煤大气污染.      

廊坊市区主要大气污染源排放清单的建立

通过调研、统计廊坊市区工业、城中村及机动车等资料,结合以往清单文献研究结果及清单编制指南中的排放因子,计算了廊坊市区主要大气污染物的排放量,得到廊坊市区2014年主要大气污染源排放清单.结果显示,2014年廊坊市区工业源(固定燃烧)NO_x、SO_2、NMVOC、CO、PM_(10)、PM_(2.5)排放总量分别为6.4×10~3、1.2×10~4、31、1.0×10~4、7.3×10~2、4.4×10~2t,其中热电行业排污贡献率最高,分别占NO_x、SO_2、CO、PM_(10)、PM_(2.5)工业源(固定燃烧)年排放总量的55%、48%、67%、63%、69%;安次区工业企业对气态污染物贡献较高,广阳区及开发区工业企业对颗粒物排污贡献较大.低矮面源(城中村)NO_x、SO_2、NMVOC、CO、PM10、PM_(2.5)年排放总量分别为1.8×10~2、3.6×10~3、3.0、4.9×10~3、1.5×10~2、72 t.道路移动源CO、HC、NO_x、PM_(2.5)年排放总量分别为2.4×10~4、1.9×10~3、2.2×10~3、44 t,其中小型客车对HC和CO贡献率较高,分别为53%和61%;NO_x年排放总量中26%由重型货车贡献;PM_(2.5)则主要由轻型货车和重型货车贡献,占比分别为39%和21%.     

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.     

基于WRF-Chem模拟的玉溪市大气环境容量精细估算

云南高原的清洁大气环境及其潜在变化是一个值得深入研究的大气环境问题.本文选择云南高原重要工业城市—玉溪作为研究区域,基于中尺度空气质量模式WRF-Chem,开展玉溪市的大气环境容量模拟估算.同时,以2015年冬、春、夏、秋季主要大气污染物模拟为基础,采用以我国环境空气质量标准(GB3095—2012)为约束目标的WRF-Chem模拟迭代大气环境容量算法,设置3 km的精细分辨率,计算得到2015年玉溪市一次PM_(10)、一次PM_(2.5)、SO_2、NO_x和CO的大气环境容量分别为1.284×10~4、0.854×10~4、1.917×10~4、1.796×10~4和51.556×10~4t·a~(-1).最后,研究了整个玉溪市区域和城区大气环境容量的季节变化特征,结果发现,各污染物冬季大气环境容量最小,除PM_(2.5)外的污染物均在春季大气环境容量最大.玉溪市城区剩余容量占全市的比例均在40%左右,反映了工业发展和城市化带来的大气环境的城乡差异及可能的环境变化效应.