乌鲁木齐市城区机动车大气污染物排放特征

对乌鲁木齐市城区车辆信息(包括车流量和车辆构成、车辆控制技术水平、车辆行驶工况、车辆启动分布等)进行调研和测试,并根据IVE模型计算得到机动车污染物排放清单,获得分车型、燃料类型及启动/运行方式的机动车污染物排放分担率.结果表明:2011年乌鲁木齐市机动车CO、NO_x、HC和PM的排放量分别为20.22×104、2.60×104、1.84×104和0.44×10~4t·a~(-1),机动车污染物排放分担率差别显著,乘用车、公交车和重型货车是CO和HC主要排放源;重型货车和乘用车是NO_x的主要排放源;重型货车是PM的主要排放源.汽油车是CO和HC排放的主要来源,柴油车是NO_x和PM排放的主要来源,天然气车各类污染物排放量均较低.控制柴油重型货车是消减机动车污染物排放的重要方式.     

杭州市区机动车污染物排放特征及分担率

选取杭州市区绕城高速、快速路、主干道和民用支路4种典型道路进行工况测试,建立了2010年机动车CO、HC、NOx和PM10排放清单,获得了分车型、燃料类型、排放标准以及道路类型的机动车污染物排放分担率.结果表明,杭州市机动车的污染物排放分担率差别显著,乘用车、出租车和公交车是CO和HC排放的主要来源,重型货车和公交车是NOx和PM10排放的主要来源,且乘用车的NOx排放分担率也较大;柴油车的NOx和PM10的排放分担率远大于其保有量的贡献率,是其排放的主要来源,汽油车是CO和HC排放的主要来源;占保有量30%的国0和国I车辆,对CO、HC、NOx和PM10排放分担率分别为67%、69%、58%和82%;主干道是机动车CO、HC和NOx排放的主要来源,其排放分担率分别为66%、65%和64%,民用支路是PM10排放的主要来源,分担率为55%.     

泉州市"十二五"期间机动车污染物排放特征研究

建立了泉州市"十二五"期间机动车排放清单,获得了不同机动车排放贡献率.结果表明:摩托车和小型客车占总机动车保有量的比例最大,成为泉州市机动车排放的主要来源;污染物排放量排序:CO>NOx>HC>PM;甲醛>苯>乙醛>1,3-丁二烯>氨;CO2>N2O>CH2;不同车型对机动车污染物的排放贡献率有显著不同,小型客车对于CO和HC排放贡献最大,NOx、PM的主要排放源为重型货车;摩托车、小型客车、中型货车对有毒有害物的贡献率最大;小型客车对温室气体的贡献率最大.     

北京机动车尾气排放特征研究

近年来随着机动车保有量的快速增加,北京市机动车排放污染受到越来越多的关注。本研究应用COPERTⅣ模型计算了北京不同类型机动车排放因子,根据保有量和年均行驶里程等基础数据计算了2009年机动车尾气污染物排放量;调查了北京典型道路车流量和车辆运行速度等参数,计算机动车尾气排放强度,得出了典型道路不同污染物的综合排放因子;应用COPERTⅣ模型分析了车速对不同污染物排放的影响,将基于G IS的机动车活动强度、行驶速度和排放因子结合在一起,得到了北京机动车尾气排放网格分布清单。结果表明:CO排放量为71.58×104t,HC排放量为7.95×104t,NOx排放量为8.77×104t,PM排放量为0.38×104t。北京城区高峰小时CO排放量为143.9 t/h,HC排放量为18.6 t/h,NOx排放量为12.5/h,PM10排放量为1.14 t/h。     

珠江三角洲机动车污染物排放特征及分担率

建立了2006年珠江三角洲(以下简称为珠三角)地区机动车排放清单,获得了该地区分车型、区域以及燃料类型的机动车排放分担率. 结果表明:①珠三角地区不同车型的机动车污染排放分担率有显著差别,其中柴油大货车、汽油小客车和柴油小货车是机动车排放NO_x的主要来源,摩托车、汽油小货车和汽油小客车是机动车排放VOCs的主要来源,柴油大货车、柴油大客车和柴油小货车是机动车排放PM₁₀的主要来源;②广州、佛山、东莞和深圳等经济发达和快速发展地区的机动车污染物排放量均较大,这4个城市机动车NO_x,VOCs和PM₁₀的排放量之和分别占珠三角地区机动车排放总量的79.7%,69.8%和77.9%;③机动车燃油比例对污染排放影响显著. 汽油车(含摩托车)对VOCs的排放分担率较大(约为93.8%),而柴油车对NO_x和PM₁₀的排放分担率较大(分别为61.5%和84.0%).      

北京市机动车污染物排放特征

定量分析计算机动车污染物排放特征 ,对城市汽车污染控制决策具有重要意义 .在利用实测数据确定基本参数的基础上 ,用 MOBILE5模型计算了北京市机动车污染物排放因子 ,获得了城区和全市机动车污染物排放总量和排放分担率 ,并分析了不同车型车种在城市区域汽车污染中的贡献率 .结果表明 ,北京市城区 CO,HC和 NO_x 的排放总量中 ,汽车源排放分担率分别为 :78% ,83%和 46% .     

基于COPERT模型的江苏省机动车时空排放特征与分担率

利用COPERT模型和Arc GIS技术建立了江苏省2015年1 km×1 km、小时分辨率的机动车网格化排放清单.采用改进的"标准道路长度"方法,利用路网信息以及拥堵延时指数的月变化、周变化和日变化数据提高清单的时空分辨率.基于COPERT模拟结果分析了分车型、排放标准以及道路类型的机动车污染物排放分担率.结果表明,江苏省2015年NOx、HC、CO、PM_(2.5)、SO_2、OM和BC的排放量分别为49.09、16.63、161.48、1.69、0.19、0.36和0.67万t,其中苏州和徐州排放量占比之和达34%~45%;HC蒸发排放量为2.02万t,占HC排放总量的12%;小型客车和摩托车对于HC和CO排放量的分担率最大,均超过30%;重型柴油货车对NOx、PM_(2.5)、SO_2、OM、BC的分担率在36%~54%之间,远高于其他车型;苏州和徐州的重型和中型柴油货车是NOx、PM_(2.5)的最主要排放源;国Ⅲ标准柴油车对NOx、PM_(2.5)、SO_2和BC的分担率均最大,在42%~55%之间;国Ⅲ标准重型柴油货车和国0标准中型柴油货车是全省NOx、PM_(2.5)、OM和BC的首要和次要贡献车型,两者分担率之和在40%~56%之间.国0标准摩托车对全省HC和CO排放的分担率较高,约为16%.     

乌鲁木齐市机动车排放清单研究

近年来随着乌鲁木齐市机动车数量的快速增加,致使机动车排放污染突出. 通过调查乌鲁木齐市2007年机动车的保有情况及技术水平分布,研究了各类型机动车的排放因子以及年均行驶里程,并测算了该市2007年机动车污染物排放总量、分区排放量及各类型机动车的分担率. 结果表明:2007年在乌鲁木齐市注册的各类型机动车排放的CO总量为11.09×104 t,HC总量为1.53×104 t,NO_x总量为2.73×104 t,PM总量为0.38×104 t;其中CO和HC排放主要集中在城区,NO_x和PM排放主要集中在外埠;在城区的机动车排放中,CO和HC排放以轻型载客汽车为主,NO_x排放以中重型公交车为主,PM排放以中、重型载货汽车为主.      

基于COPERT模型北京市机动车大气污染物和二氧化碳排放研究

机动车大气污染物及CO₂减排对于改善空气质量和缓解气候变化具有重要的作用。综合利用北京市机动车保有量、道路行驶工况、气象、燃料组分及燃料消耗量等数据,应用COPERT模型计算得到北京市机动车主要大气污染物和CO₂排放量,并识别其污染排放特征和不同车型、排放标准等级车辆的排放贡献,采用ADMS-Urban模型模拟了机动车污染排放对周边环境的影响。结果表明:2019年北京市机动车4项主要大气污染物CO、NO_x、PM_2.5和VOCs排放量分别为12.15万、4.06万、0.18万和2.57万t。车辆结构得到优化,国四及以上排放标准车辆占比达86.97%,数量占4%的柴油客货车排放贡献大,分别占机动车NO_x和PM_2.5排放总量的84%和60%;非末端排放占机动车VOCs排放量的20%,需要引起关注。机动车尾气排放对5个交通监测站点贡献的NO₂平均浓度为15.7 μg/m³,其对环境质量影响较大;机动车CO₂排放量为1 683万t,其中柴油车排放贡献约21%。对北京市机动车大气污染物和碳排放需要进一步协同控制。     

北京市机动车尾气排放因子研究

通过调研北京市机动车车型构成、车辆行驶工况、环境温度、油品品质等基础数据,利用COPERTⅣ模型计算了机动车尾气中CO、NOx、HC和PM的排放因子.应用车载测试系统对典型轻型汽油客车和柴油货车的实际道路排放因子进行测量,并将测量结果与模型计算结果对比,结果发现国Ⅳ标准下,轻型汽油客车的CO排放因子的实测数据是模型数据的0.96倍,NOx的实测数据是模型数据的0.64倍,HC的实测数据是模型数据的4.89倍.对于国Ⅲ排放标准的柴油货车,轻型、中型和重型货车的CO排放因子,实测数据分别是模型数据的1.61、1.07和1.76倍,NOx排放因子的实测数据是模型数据的1.04、1.21和1.18倍,HC排放因子的实测数据是模型数据的3.75、1.84和1.47倍,PM排放因子则为模型数据是实测数据的1.31、3.42和6.42倍.     

机动车非常规污染物排放特性研究

针对机动车非常规排放物,如苯系物、烯烃、羰基化合物、多环芳香烃(PAHs)等化合物排放特性进行分析总结,得出机动车尾气是城市大气中非常规排放物的主要来源,机动车车型、技术状况、行驶工况、燃油类型、燃油品质及道路交通状况等因素直接影响苯系物、烯烃、羰基化合物、多环芳香烃(PAHs)排放浓度及变化规律,文章结论对城市改进机动车尾气中非常规污染物控制技术措施具有指导意义。     

乌鲁木齐城市群城市间大气污染相互影响分析

利用乌鲁木齐城市群2010—2015年空气质量日报,引入时间序列的VAR模型对城市间的大气污染相互影响关系及贡献进行研究。结果表明:乌鲁木齐城市群5市存在影响效应,乌鲁木齐受外源影响为主,昌吉、阜康受内源影响为主,五家渠、石河子受内外源共同影响;乌鲁木齐城市群城市间大气污染相互影响存在明显的滞后效应,前3期的影响最大,第10期以后响应值趋于0。     

“组合火焰型”焦炉大气主要污染物排放特征分析

为了研究"组合火焰型"焦炉对大气环境的实际影响,通过实测主要污染物排放浓度,对其排放规律及达标情况进行分析。结果表明:颗粒物有组织排放浓度特征规律为,筛焦处>备煤处>焦炉烟囱>装煤处>推焦处;SO2、NOx有组织排放浓度特征规律为,焦炉烟囱>推焦处>装煤处;BaP有组织排放浓度特征规律为,装煤处>推焦处>焦炉烟囱;装煤处、推焦处以BaP污染为主,焦炉顶以NOx污染为主。受装煤、出焦的双重影响,颗粒物无组织排放由塔南向塔北浓度逐渐降低,BaP、BSM在装煤塔两侧浓度水平相当。在生产负荷大于90%的情况下,所测污染物排放浓度均能达标且优于传统型焦炉,在BaP、BSM控制方面具有明显优势。     

城市污泥掺煤混烧特性及污染物排放研究

采用20 k W多功能沉降炉管开展了城市污泥掺煤混烧试验,着重研究不同含水率、不同比例污泥掺混条件下,混合燃料的燃烧特性和尾气污染物的排放情况。结果表明,污泥主要失重区间在180~520℃,存在两个失重阶段,是挥发分的析出和燃烧的过程,污泥掺煤混烧可以改善燃料的着火性能和燃尽性能。污泥掺烧后尾气中NO_x排放浓度没有明显的变化规律,为350~450 mg/m~3;SO_2排放浓度随污泥掺混的比例增加呈线性增加;掺混10%污泥(含水率为30%)后,尾气二恶英的浓度约为单煤焚烧的2.4倍。各类污染物经过锅炉尾气净化系统处置均能达标排放,且本实验中污泥的最佳掺混比例为20%。     

我国水泥行业大气污染物排放特征

水泥行业是环境污染最严重的行业之一,对其排放的大气污染物的来源和计算方法进行了综述与分析,并通过在时间尺度与空间尺度上的对比,发现近十年水泥行业粉尘、SO2和NOx的排放量随着水泥产量的增加而增大,华东地区水泥行业的粉尘、SO2和NOx排放量分别占全国总量的31.8%、31.0%和31.8%,是我国7个区域中大气污染物排放量最高的区域。     

乌鲁木齐城市化进程与大气污染关系研究

以乌鲁木齐市为研究区,选取乌鲁木齐市2004—2013年11项城市化指标以及3项大气污染指标,得出城市化水平综合指数以及大气污染水平综合指数。将城市化综合水平作为解释变量,SO2、NO2、PM10污染综合指数、大气污染综合指数分别作为被解释变量,分析城市化水平与大气污染状况,分别对其进行二次曲线回归分析以及三次曲线回归分析,得出乌鲁木齐市2004—2013年城市化进程与大气污染之间的演化规律。     

海南岛大气污染物扩散特征

研究热带海岛大气环境污染的特殊性对于发展中的海岛大气环境规划和保护具有重要意义。通过采用统计分析方法、数值模拟和天气学分析方法,对海南省海口市大气污染物PM10的分布特征和大气污染的气象条件进行了研究。结果表明:海口市PM10存在春秋冬高、夏低的季节性差异,并受区域环境的影响较大;外来源输入和大陆冷高压是造成海口市大气污染的主要原因。采用CALPUFF模型模拟不同空间位置污染源对环境影响大小,结果显示不同空间位置的中架源的扩散特征差异较大,海南岛海岸线附近以及18.89°N,19.07°N,19.34°N,19.52°N 4个区域为敏感源区域。     

对中国实施二氧化硫排污交易的探讨

二氧化硫污染和酸雨问题已经成为中国的主要环境问题之一，同时区域经济的发展与有限的大气环境容量的矛盾也越来越明显，为了寻求经济有效的环境管理手段，中国从1993年开始进行了大气总量控制下的排污交易的试点工作。这篇文章在试点工作的基础上，借鉴国外二氧化硫排污交易项目成功经验，对中国实施二氧化硫排污交易政策的可行性进行了简要的分析，并对建立适合中国国情的排污交易制度提出了一些建议。     

铁矿烧结污染物排放特征探讨

铁矿烧结是我国钢铁工业主要工序之一,同时也是大气污染排放非常严重的工序,不仅污染物产生总量大,而且污染物种类多,仅通过末端治理的方法很难经济、高效的达到污染物减排。分析了铁矿烧结生产过程中烟尘、SO2、NOx、二恶英等污染物的产生原理和排放特征,为"源头削减-过程控制-末端治理"的污染物协同控制新思路提供理论基础。