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%.     

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.     

开放源对环境空气质量影响的评估技术与实例

开放源排放的颗粒物已经成为城市环境大气颗粒物的主要来源之一,介绍了其对环境空气质量影响的评估技术,采用开放源的动力学经验公式测算S市粉煤灰场、原煤堆场、土堆、沙石料堆4类开放源不同粒径颗粒物的起动风速及扩散距离,并利用箱模型(A值)和源解析(化学质量平衡法,CMB)模型测算开放源的区域年均起尘量及其对环境空气中颗粒物的贡献值.结果表明:开放源排放的颗粒物易升腾而且影响面积很大;S市区开放源类排放的小于100 μm的颗粒物约22.2×104 t/a,小于10 μm的颗粒物约15.8×104 t/a;开放源对环境空气中TSP的贡献值约370 μg/m3,质量浓度分担率达60%,对PM₁₀的贡献值约263 μg/m3,分担率达64%.      

北京市水泥工业大气污染物排放清单及污染特征

采用排放因子法估算2010年北京市水泥工业颗粒物TSP和气态污染物SO2、NOx、氟化物的排放总量,从而建立了水泥工业大气污染物排放清单,并分析其主要大气污染物排放时空分布特征及对全市总排放量的贡献情况。结果表明:(1)水泥工业NO x污染较为严重,NO x排放占全市总排放量的6.72%;(2)水泥工业作为点源污染,在局部范围内对周围空气及居民有较大的影响;(3)利用ADMSURBAN模型进行大气污染贡献分析,水泥工业TSP排放对环境空气质量贡献0.100~0.169μg/m3(1 h),SO2排放对环境空气质量贡献0.028 5~0.065 2μg/m3(1 h),NO x排放对环境空气质量贡献0.324~0.760μg/m3(1 h),NO x对空气质量影响较大。     

珠江三角洲大气排放源清单与时空分配模型建立

收集整理2012年珠江三角洲地区(简称“珠江三角洲”)各种大气人为源及天然源基础活动数据,以排放因子法“自下而上”为主计算多污染物排放量,并建立本地化污染物空间分配方案及基于行业排污特征的时间分配谱,构建了具备时空分布属性的区域性网格化大气源排放清单.清单结果显示,2012年珠江三角洲SO2、NOx、CO、PM10、PM2.5、VOCs和NH3排放总量分别为55.2万t、102.9万t、349.2万t、95.2万t、38.5万t、153.9万t和17.7万t. 固定燃烧源是珠江三角洲SO2和NOx的最大排放贡献源,其中电厂和锅炉分别贡献了35.0%和41.8%的SO2排放,以及28.2%和16.2%的NOx排放;VOCs的最大贡献源是过程源,其中家具制造、石油精炼、油气码头排放量总和占比为52.4%;扬尘源是颗粒物的主要来源之一,对PM2.5的排放贡献达42.3%;NH3的主要排放源为畜禽养殖和化肥施用源,两者排放量占比分别为50.7%和26.8%.珠江三角洲大气污染物空间与时间分布结果显示,高排放污染源主要集中于“东莞-广州-佛山”一带,呈半环带状结构分布;白天时段(9:00~20:00)的排放强度明显高于夜晚时段(21:00~次日8:00);夏秋季节(4~10月)的排放强度略高于冬春季节(11月~次年3月).     

西电东送火电规划对北京空气质量的影响

采用ATMOS长距离传输模型,预测了"西电东送"北通道火电规划空气污染物排放对北京市空气质量的影响.预测结果表明:"十五"期间,电厂源对北京市SO2年均质量浓度的贡献将减少0.26 μg/m3,细颗粒物年均质量浓度将增加1.45 μg/m3;"十一五"期间,SO2年均质量浓度将增加0.47 μg/m3,细颗粒物年均质量浓度将增加0.94 μg/m3;细颗粒物的影响以次生粒子为主.      

江苏省非道路移动源大气污染排放清单研究

以江苏省非道路移动源为研究对象,通过文献资料调研、问卷调查等方法获取非道路移动源活动水平数据,分析了2015年度江苏省非道路移动源大气污染排放情况。结果表明:非道路移动源PM_(10)、PM_(2.5)、HC、NOx、CO、SO_2等污染物排放总量分别为23878.3 t、18925.8 t、21673.6 t、430193.9 t、62846.0 t和112403.5 t;内河船舶各类污染物排放量均为非道路移动源污染物排放量之首,占总排放量的51.9%～90.4%,工程机械、农业机械以及内河船舶三类非道路移动源排放量占总排放量的95%以上,工程机械、农业机械以及内河船舶应作为非道路移动源大气污染排放控制的重点;非道路移动源排放的二氧化硫、氮氧化物和PM_(10)分别占全省废气污染物排放量的6.3%、19.0%和1.8%。     

金华市人为源大气污染物排放清单

该文基于对金华市大气污染排放源的摸底调查,基础数据收集和分析,结合国内外的研究结果,采用"自下而上"为主的排放系数法,建立了2013年金华市人为源大气污染物排放清单。该清单涉及的污染物包括SO_2、NO_x、CO、PM_(10)、PM_(2.5)、VOC和NH_3。人为污染源种类包括电厂源、工业源、移动源、扬尘源、VOC相关源及其他污染源,农业源,居民生活源等。结果表明,金华市2013年大气污染源SO_2排放总量约为3.83万t,NO_x约为7.75万t、CO约为12.50万t、PM_(10)约为4.10万t,PM_(2.5)约为1.88万t、VOC约为7.66万t、NH_3约为2.63万t。从排放源的分担率来看,工业源是金华市大气污染物的最主要的排放源之一,对SO_2、NO_x、CO、PM_(10)和PM_(2.5)的贡献分别达到了67.31%、34.42%、30.39%、53.02%和50.95%。同样,道路移动源的贡献也不容忽视,对NO_x、CO、PM_(10)和PM_(2.5)的贡献分别达到了42.84%、34.13%、3.31%、6.55%。电厂锅炉、道路扬尘、工业溶剂使用、畜禽养殖对不同污染物分别有着重要贡献。电厂锅炉对SO_2、NO_x、CO的排放量分别贡献了29.06%、17.89%、9.73%。道路扬尘对PM_(10)和PM_(2.5)的贡献分别为25.68%和18.01%。工业溶剂对于VOC的贡献为32.65%。NH_3主要来自畜禽养殖,占了66.57%。该人为源大气污染物排放清单可为当地的污染防控提供重要的基础信息。     

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.     

沈阳地区冬季空气颗粒物输送路径及潜在源分析

文章利用2016～2017年冬季沈阳地区气象数据和环境空气污染物浓度数据,综合分析沈阳地区冬季环境空气污染特征,分析颗粒物输送路径以及潜在源区贡献情况.结果表明,沈阳地区冬季污染时段内PM2.5是主要污染物,PM2.5平均浓度达到149μg/m3,最大值达到273 μg/m3.沈阳地区环境空气颗粒物除来源于本地排放外,...     

基于多源异构数据的沧州市大气环境管理APP平台的构建与应用

大气环境管理平台是目前我国城市大气环境管理的重要手段.利用气象、空气质量、污染源等多源异构数据资料,以模型集成分析的方法,针对沧州市的消峰和污染减排问题,开发了大气环境管理平台（APP）,并对沧州市大气污染过程进行综合分析和验证.以沧州市2019年1月27-30日两次大气污染过程为例进行分析,结果表明:①污染过程1（2019年1月27日14:00-1月28日02:00）中ρ（PM_2.5）/ρ（PM₁₀）平均值为0.59,ρ（SO₂）、ρ（NO₂）和ρ（CO）平均值分别为37.0 μg/m3、66.7 μg/m3和1.5 mg/m3;污染过程2（1月29日10:00-1月30日09:00）中ρ（PM_2.5）/ρ（PM₁₀）平均值为0.61,ρ（SO₂）、ρ（NO₂）和ρ（CO）平均值分别为38.5 μg/m3、67.7 μg/m3和1.8 mg/m3,说明加强对前体物的控制是削弱重污染时段ρ（PM_2.5）的重要途径.②污染过程1的相对湿度在重度污染时段增长显著,污染过程2中相对湿度有10 h在70%以上;同时,在此期间风速较小,近地面逆温层较厚,从而加速了颗粒物吸湿增长和二次转化,说明高湿、低风速等气象条件是形成重污染天气的主要原因之一.③源解析结果表明,外来源的平均贡献率为44.73%,本地源的平均贡献率为55.27%,本地工业源、民用源、交通源和电力源贡献率分别为42.20%、11.97%、1.00%和0.10%,说明重污染期间沧州市受到周边区域传输具有一定的可能性,本地源的贡献主要来自工业源和民用源.      

京津冀及周边民用散煤燃烧控制对北京市PM2.5的影响

为评估京津冀及周边“2+26”城市农村居民面源污染控制成效,揭示其对北京市秋冬季重污染天气PM_2.5污染的改善作用,及其对PM_2.5组分硫酸盐形成机制的影响,采用空气质量模型对北京市2018—2019年秋冬季5次重污染事件进行了模拟. 结果表明:①在“2+26”城市平原地区民用散煤削减90%的控制情景下,区域PM_2.5浓度最大值由324 μg/m3降至251 μg/m3,下降了23%. 北京市城区PM_2.5浓度由139 μg/m3降至124 μg/m3,下降了11%;同时,北京市城区SO₂、硫酸盐浓度分别降至6.2、14.9 μg/m3,分别下降了45%、24%. ②农村居民面源污染控制前北京市硫酸盐浓度的正贡献来源主要受水平平流输送过程影响,控制后水平平流输送过程仍起主导作用,但该过程在水平平流输送、垂直平流输送、水平扩散、垂直扩散这4个物理过程中的绝对重要性上升了2%;此外,农村居民面源污染控制后垂直扩散清除过程对硫酸盐浓度的贡献下降了33%,气溶胶二次转化过程的贡献下降了25%,但SO₂向硫酸盐转化的速率加快,其小时转化率上升了1.44%. ③ISAM源解析方法结果表明,控制情景下区域工业过程是影响北京市SO₂浓度的最主要行业源因素,平均贡献率为65%,硫酸盐工业过程源的平均贡献率为82%. 区域来源分析表明,北京市SO₂来源主要为外地源输送,硫酸盐主要来源与SO₂一致,其中河北省贡献较大,其对SO₂、硫酸盐的平均贡献率分别达43%、40%. 研究显示,控制情景下污染期间北京市PM_2.5污染改善,且污染物浓度、形成过程和来源贡献均发生明显变化.      

基于质子转移飞行时间质谱法对苏州市冬季大气VOCs的观测研究

为分析苏州市城区冬季VOCs污染水平、变化特征及污染来源,采用质子转移飞行时间质谱仪（PTR-TOF-MS）进行走航和定点观测.结果表明:①城区中心走航期间总挥发性有机物（TVOC）平均浓度为95.00 μg/m3,环高架快速路走航期间TVOC平均浓度为131.48 μg/m3,定点观测期间TVOC平均浓度为72.85 μg/m3.对比其他城市城区,苏州市城区VOCs污染较轻,环境空气质量处于优良水平（浓度数据基于PTR-TOF-MS所能观测物种）.②走航及定点观测期间平均浓度最高的均为含氧挥发性有机物（OVOC）,城区中心走航区域OVOC占比为35.83%,环高架快速路走航区域OVOC占比为43.33%,定点观测（处于闹市区）期间OVOC占比为33.36%.③观测期间对OFP贡献较大组分为OVOCs、烯烃、芳香烃.结合无机物种定点观测数据发现,VOCs和NO₂的浓度峰值与PM_2.5浓度峰值变化趋势一致.结合VOCs浓度呈早晚高峰的日变化规律,判断机动车尾气可能是VOCs、NO₂、PM_2.5的主要排放源之一.④特征比值法判断观测期间空气老化程度较高,苯系物主要来自交通源和燃料燃烧源.PMF（正矩阵因子分解法）源解析结果表明,VOCs污染源包括溶剂使用源、空气老化和二次形成源、植物源、交通源、工业源,结合非参数风回归模型（NWR）评估污染主要来自定点观测点北方的工业企业以及东南方向的环高架快速行驶的机动车,与走航观测高值点位一致.利用MIR系数法得出5类VOCs来源因子,其OFP贡献率依次为空气老化和二次形成源>溶剂使用源>植物源>交通源>工业源.研究显示,苏州市需加强管控溶剂使用行业的VOCs排放量,倡导在上下班高峰期、周末使用公共交通出行,减少机动车尾气排放,可以有效减少当地O₃生成.      

基于CMAQ空气质量模型研究机动车对济南市空气质量的影响

为研究济南市机动车排气对城市区域空气质量的影响,利用环境空气质量监测站点（简称"1号站点"）和路边机动车尾气监测站点（简称"2号站点"）的在线数据,以及基于4种模拟情景的CMAQ空气质量模型预测数据,研究了济南市城市区域大气污染物质量浓度变化规律及不同机动车车型对6种常规大气污染物的贡献.结果表明:①在采暖季,1号站点ρ（PM_2.5）、ρ（PM₁₀）、ρ（NO₂）、ρ（CO）、ρ（O₃）和ρ（SO₂）月均值分别为435 μg/m3、702 μg/m3、84.2 μg/m3、6.8 mg/m3、4.5 μg/m3和92 μg/m3.②2015年12月24日（灰霾天）,1号站点ρ（CO）、ρ（PM_2.5）和ρ（PM₁₀）均明显升高,ρ（SO₂）、ρ（O₃）和ρ（NO₂）均变化不明显.2个监测站点中ρ（NO₂）和ρ（PM₁₀）均呈双峰趋势,2个峰值出现的时间与上、下班高峰期基本一致.除ρ（O₃）和ρ（SO₂）达GB 3095-2012《环境空气质量标准》二级标准外,其他污染物均超过GB 3095-2012二级标准限值,采暖季大气污染特征为颗粒物型污染.③机动车对研究区域NO₂和PM₁₀贡献率较大,其中,小型车对CO、NO₂、PM₁₀和PM_2.5贡献率最大,其贡献率分别为85.7%、50.1%、53.4%和52.8%.机动车排放源能降低空气中ρ（O₃）,其总贡献率为-25.5%,其中大型车、中型车、小型车对O₃的贡献率分别为-8.8%、-2.7%和-8.9%.灰霾天下不同机动车车型对空气中污染物质量浓度的总贡献率均比采暖季大.研究显示,济南市采暖季大气污染特征为颗粒物型污染,机动车排放源对空气中NO₂和PM_2.5有较大贡献.      

驻马店市区采暖季PM2.5时间和空间来源解析研究

为了明确驻马店市区PM_2.5污染特征及贡献源类,2019年1—3月在驻马店市区2个采样点采集PM_2.5样品,分析了其化学组分特征;结合PMF和后向轨迹模型构建了PM_2.5的时间和空间来源解析方法,并对该解析方法进行应用.结果表明:①采暖季,驻马店市区环境空气中ρ(PM_2.5)平均值为117 μg/m3,NO₃-和OC是其主导组分;ρ(OC)和ρ(EC)分别达18.2和5.2 μg/m3,且ρ(OC)/ρ(EC)平均值为3.5,说明机动车源和燃煤源的影响较明显.②ρ(SO₄2-)与ρ(NO₃-)相关性显著(R=0.80,P < 0.01),表明SO₄2-和NO₃-具有较高的同源性.③重污染过程中ρ(SNA)(SNA为SO₄2-、NO₃-和NH₄+三者统称)平均值为61.5 μg/m3,显著高于清洁期;重污染过程中硫氧化率(SOR)和氮氧化率(NOR)分别达0.42和0.39,说明存在明显的二次离子生成过程.④重污染过程中Si、Al、Mg等地壳类元素的浓度和占比均高于清洁期,说明重污染过程中扬尘源的贡献可能较高.⑤来源解析结果表明,二次源是采暖季PM_2.5的最大贡献源,贡献率为32.6%,其次为扬尘和生物质燃烧混合源(26.4%)、机动车源(21.4%)、燃煤源(13.2%)和工业源(6.3%);两次重污染过程中的最大贡献源分别为二次源(54.5%)和机动车源(46.2%),清洁期的主要贡献源主要为二次源(45.2%)和燃煤源(29.8%).从空间变化来看,扬尘和生物质燃烧混合源对天方二分厂的贡献率(29.3%)明显高于对彩印厂的贡献率(23.3%),而燃煤源对彩印厂的贡献率(16.5%)高于对天方二分厂的贡献率(10.1%),其他源类的贡献率相差不大.正东、东南以及西北方向是彩印厂和天方二分厂各类源的主要贡献方向.研究显示:二次源是采暖季、重污染期间和清洁期最大的贡献源;相比于清洁期,重污染期间扬尘和生物质燃烧混合源贡献增加.源类贡献存在空间差异,正东、东南及西北方向是采样点各类源主要贡献方向.      

ISC长期模型在烟台市空气污染控制规划中的应用

首次将ISCLT模型应用在烟台市空气污染综合控制规划中。研究在进行模式验证的基础上，模拟了SO2，NOx长期平均浓度，进行了城市空气污染特征分析及控制效果的预测。结果表明，ISCLT模型完全适用于在气象参数的获得受到限制的情况下模拟大气污染物的长期浓度分布；部分主要高架污染源以及低架点源是烟台SO2污染的主要来源；在市中心区、环境空气中NOx浓度的2／3来源于机动车排放；实施综合治理方案后，区域SO2浓度基本达到国家一级标准。     

长三角区域大气重污染应急减排效果评估

为评估长三角区域大气重污染应急减排方案的效果,依据上海市环境科学研究院编制的2015年长三角区域高分辨率大气污染源排放清单设计了3级减排方案,利用本地化的WRF-CMAQ模式对长三角区域一次重污染过程进行了模拟验证,并评估了各减排方案的效果.结果显示:①如各城市单独进行减排,在一级、二级和三级减排方案下ρ（PM_2.5）分别降低0~7.2、0~20.6和0.1~34.8 μg/m3,降幅分别为0~11.7%、0~19.5%和0.2%~28.0%,长三角区域空气质量优良率未见明显上升.②如进行区域协同减排,在一级、二级和三级减排方案下ρ（PM_2.5）分别降低0.5~10.0、2.7~30.2和4.3~51.8 μg/m3,降幅分别为1.8%~12.8%、9.3%~23.5%和14.7%~37.0%.对于多数城市,区域协同减排效果比单独减排效果显著,其中舟山市、连云港市和常州市的区域协同减排效果最突出.在三级减排方案下的区域协同减排会使空气质量优良率明显提升,空气质量优良的城市从6个升至10个,中度以上污染城市从12个降至2个.③工业源减排是应急减排的重点,其减排效果可占整体减排效果的50.0%~93.0%.研究显示,要在重污染期间达到较好的减排效果,需要进行区域协同减排,但针对不同城市需要协同进行污染控制的范围具有明显差异,因此,为实现精准管控,未来在开展重污染应急区域协同控制时,需根据实际情况进行协同控制关系的预测.      

舟山市臭氧污染分布特征及来源解析

臭氧及其前体物在环境空气中传输和反应过程复杂,本研究利用舟山市国控点2014年的监测数据对臭氧污染时空分布开展了统计分析,并利用CMAQ (community multiscale air quality)模型模拟了舟山市2014年臭氧污染形成,选用ISAM(integrated source apportionment method)源追踪算法计算来源贡献率.结果表明,舟山市春秋季节的臭氧浓度相对较高,浓度高值出现在午后13:00～15:00.普陀站的臭氧平均浓度最高而位于中心城区的临城站最低.臭氧总体浓度不高,但易出现单日浓度高值,其中5月臭氧超标率最高.舟山市本地臭氧形成主要受VOCs浓度控制,而源解析结果表明舟山市全年外来源占总贡献的69. 46%.本地源中,工业燃烧源、工艺过程源、道路移动源、非道路移动源的贡献率相差不大,且表现出显著的港口城市特征,船舶源、石化源、储运源分别占总贡献的4. 45%和1. 01%和1. 80%.控制臭氧污染应采取周边区域联防联控的措施,以VOCs排放源为主,不同来源协同调控的措施.     

北京及周边地区夏季PM2.5中含碳组分污染特征与来源解析

为研究《打赢蓝天保卫战三年行动计划》等政策实施后北京及其周边区域夏季环境PM_2.5含碳组分特征及来源,2019年7月分别在北京城区与河北郊区的2个站点同步连续采集大气PM_2.5样品,利用热光碳分析仪分别测定了有机碳(OC)和元素碳(EC)及其组分的质量浓度;通过最小OC/EC比值法、最小相关系数法估算了二次有机碳(SOC)浓度;利用主成分分析、后向轨迹分析等方法探究了含碳气溶胶的来源。结果表明:夏季北京城区PM_2.5中ρ(OC)和ρ(EC)平均分别为(6.34±0.64),(1.96±0.29)μg/m3,分别占ρ(PM_2.5)的18.65%和5.78%;河北郊区PM_2.5中ρ(OC)与ρ(EC)平均分别为(6.29±0.79),(3.54±0.63)μg/m3,分别占ρ(PM_2.5)的17.69%和9.53%。2种方法估算出北京城区的ρ(SOC)分别为(3.35±0.59),3.98μg/m3,分别占ρ(OC)的(51.77±6.97)%和68.48%;河北郊区的ρ(SOC)分别为(3.28±0.69),4.17μg/m3,分别占ρ(OC)的(62.42±9.62)%和68.32%。此外,夏季北京城区与河北郊区均存在较为严重的二次污染;北京城区含碳组分主要污染源是混合机动车排放、道路扬尘及燃烧源;而工业燃煤排放、机动车尾气及扬尘是河北郊区含碳组分的主要污染源。后向轨迹分析发现,夏季气团轨迹主要来自东南、西南及偏南方向,且对北京城区与河北郊区2个区域PM_2.5中碳组分的影响较大。     

近周边电厂源对北京市采暖期间SO2的贡献分析

应用中尺度气象模式(MM5)与区域多尺度空气质量模型(CAMx)的耦合模型系统,模拟研究了2005年采暖期间近北京地区电厂源排放对北京市空气质量的影响;采用SO₂贡献来源识别技术筛选了对北京市空气质量影响大的区域电厂源. 结果表明:近北京地区电厂源对北京市ρ(SO₂)的影响从南到北呈递减趋势,其对北京城区、北京全市ρ(SO₂)月均贡献值分别为6.97和6.40 μg/m3;影响北京城区ρ(SO₂)的电厂排放源主要来自张家口、唐山、天津、石家庄、廊坊和衡水等地区,占ρ(SO₂) 总贡献值的83.2%;为缓解北京采暖期间SO₂污染压力,应首先控制和削减张家口、天津、唐山、石家庄地区SO₂排放量大的电厂源.