大气例行点位常规监测污染物的相关性分析及防控措施研究

根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.     

2007年中国大陆地区生物质燃烧排放污染物清单

采用排放因子法计算了中国2007年间CH4、SO2、NOx、NH3、EC、OC、NMVOC、CO、CO2、TSP、PM10、PM2.5的排放总量,建立了生物质燃烧污染物排放清单,计算了各污染物总排放量的空间分布及不同生物质燃烧类型对各污染物总排放量的贡献率,重点完善了各省市生物质燃烧排放不同粒径颗粒物清单.结果显示,2007年我国大陆生物质燃烧排放CH4、SO2、NOx、NH3、OC、EC、NMVOC、CO、CO2、TSP、PM10、PM2.5排放总量分别分为3332.7, 335.3, 951.3, 7754.9, 783.7, 267.7, 6049.6, 76579.6, 743743.7, 7677.8, 6668.9, 4043.7kt.四川、安徽、广西、山东、河南、江苏等地区生物质燃烧各污染物排放量较高,北京、天津、海南、宁夏、青海和西藏等省区各污染物排放量较少.不同地区排放污染物的主要生物质类型存在较大的差异,单位面积排放强度和人均排放量区域间差异显著.人类活动是生物质燃烧排放污染物的主要影响因素,秸秆和薪柴燃烧是污染物排放量最大的2种生物质,其对各种污染物的贡献率为93.8%~98.7%.     

毕节市区大气污染特征及影响因素分析

根据毕节市2015年大气污染物浓度和气象因子的监测数据,分析了毕节市区大气污染物SO_2、NO_2、PM10、PM2.5、CO及O_3浓度的月、季和年平均变化特征及其影响因素,并对大气污染物浓度之间以及大气污染物浓度与气象因子之间的相关性进行了分析。结果表明:(1)毕节市区2015年空气质量总体良好,空气质量优良天数占95.1%,主要大气污染物为PM10和PM2.5;(2)大气污染物SO_2、PM10、NO_2、PM2.5、CO的月浓度都呈"V"型单谷变化趋势,而O_3的月浓度则为单峰变化趋势;大气污染物SO_2、PM10、NO_2、PM2.5、CO浓度的季节变化为冬季最高、夏季最低,O_3浓度的季节变化则为春季最高、冬季最低,且季节之间的差异性显著(p0.05);大气污染物PM10和PM2.5的年平均浓度分别超过我国《环境空气质量标准》(GB 3095—2012)中一级标准年平均浓度限值的18.2%和112.4%,SO_2和NO_2的年平均浓度均未超过国家一级标准的年平均浓度限值;(3)大气污染物SO_2、NO_2、CO浓度与颗粒物PM10、PM2.5浓度之间两两呈极显著正相关性(p0.01),其与O_3浓度之间呈极显著负相关性(p0.01);PM2.5浓度与PM10浓度之间呈极显著正相关性,而PM2.5浓度与O_3浓度之间呈显著负相关性,多元线性回归分析得出PM2.5浓度与其他大气污染物浓度之间的拟合方程为:PM2.5=2.718+0.130SO_2+0.747PM10+0.255NO_2-0.077O_3+0.678CO;(4)气压与大气污染物SO_2、NO_2、CO、PM10浓度之间呈显著正相关性,其与O_3浓度之间呈极显著负相关性;温度除与O_3浓度之间呈极显著正相关性外,与其他大气污染物浓度之间呈显著负相关性,且其与O_3浓度的相关性系数最大(r=0.501),说明温度对O_3浓度的影响较大;相对湿度除与CO浓度之间无显著相关性外,与其他大气污染物浓度之间均呈显著性负相关性;风速与O_3浓度之间呈极显著正相关性,其与其他大气污染物浓度之间均呈极显著负相关性。     

中国经济发展产生的能源和环境效应研究

为揭示中国经济持续增长对能源依靠程度、能源利用效率提高程度及环境污染改善水平,统计了2006年-2014年GDP、工业增加值、能耗、SO2和NOx排放量数据,计算得到单位能耗GDP和单位能耗污染物排放量,对比分析单位能耗GDP和单位能耗污染物排放量,前者持续增长,后者呈波动时下降,表明能源利用效率逐步提高,污染物排放得到有效控制.主要城市NOx和PM10浓度出现升高趋势,SO2浓度明显下降.NOx和PM10成为中国未来大气主要污染物,应采取措施控制,同时应注重对非工业源的控制.     

北京建筑施工裸地时空变化及扬尘污染排放

近年来北京城市格局逐步调整,伴随城市扩张与功能疏解,大规模建设工程使建筑施工裸地广泛分布于城市内部,施工扬尘带来的颗粒物污染已经成为影响空气质量的重要因素.选取北京平原区为研究区域,遥感反演了2013~2017年的建筑施工裸地,并分析了其时空分布特征.结合地面颗粒物浓度进行相关性分析,探讨城市建筑施工裸地对空气质量的影响.在此基础上,估算北京平原区2013~2017年建筑施工裸地的扬尘排放量.结果表明,北京建筑施工裸地沿中心城区向四周辐射,呈现出环形的带状分布,以城乡结合部最为集中.2013~2017年建筑施工裸地面积呈现先减后增的变化趋势,2015年后重心向东南偏移,逐步呈现出不均衡的分布特征.建筑施工裸地面积与PM10呈正相关,23个地面自动监测站点的相关系数均在0.80以上.2017年北京平原区建筑施工裸地颗粒物排放量核算结果如下:TSP排放量为39.5×10~4t、PM10排放量为19.4×10~4t、PM_(2.5)排放量为4.0×10~4t.单元网格的建筑施工裸地颗粒物排放强度向两级化发展,建筑施工裸地的局部集中导致高污染单元网格排放强度进一步增大.以标准化的PM10网格排放量为依据,将北京平原区分为低污染排放区、较低污染排放区、中污染排放区、较高污染排放区及高污染排放区5个级别,分级管控可以更有效地减轻扬尘污染影响.     

建筑施工扬尘排放因子定量模型研究及应用

选择天津某建筑施工工地,现场采集大气中PM10、气象、路面积尘及机动车数等数据,并确定施工扬尘排放的主要影响因素.利用FDM模型,计算施工扬尘排放因子,将计算得到的扬尘排放因子和各影响因素进行非线性拟合,建立施工扬尘PM10排放因子定量模型,并结合ISC3模型,模拟计算2003年11~12月间,天津市建筑施工过程中的PM10排放浓度.结果表明,施工产生的PM10平均浓度为20.3μg/m3,占大气PM10浓度的13.3%.     

红河州机动车污染物排放特征研究

基于《道路机动车大气污染物排放清单编制技术指南》建立了红河州2019年机动车排放清单。结果表明:2019年红河州CO、HC、NOx、PM2. 5、PM10和SO2排放总量分别为29494、11908、13259、273、301和138t/a。机动车污染物分担率差别显著,小型汽油载客车、轻型汽油载货车和摩托车是CO的主要排放来源,小型汽油载客车和摩托车对HC排放贡献最大,对NOx、PM2. 5和PM10贡献最大的是大型柴油载货车。汽油车是CO和HC机动车污染物排放的主要贡献源,其排放量分别占排放总量的82. 01%和96. 64%,柴油车是NOx、PM2. 5和PM10的主要贡献源。     

基于全国城市PM2.5达标约束的大气环境容量模拟

基于第3代空气质量模型WRF-CAMx 和全国大气污染物排放清单,开发了以环境质量为约束的大气环境容量迭代算法,并以我国333个地级城市PM2.5年均浓度达到环境空气质量标准(GB3095-2012)为目标,模拟计算了全国31个省市区SO2、NOx、一次PM2.5及NH3的最大允许排放量.分析结果表明,以城市PM2.5年均浓度达标为约束,全国SO2、NOx、一次PM2.5和NH3的环境容量分别为1363.26×104,1258.48×104,619.04×104,627.71×104t.2010年全国实际SO2、NOx、一次PM2.5和NH3排放量分别超过环境容量的66%、81%、96%、52%.空气污染较严重的河南、河北、天津、安徽、山东及北京6省市4项污染物排放量均超过环境容量1倍以上,环境容量严重超载区域与PM2.5高污染地区具有显著的空间一致性.     

基于因子分析法的生态环境综合承载力分析

随着人口增长和经济的快速发展,菏泽市经济、社会、资源与环境之间矛盾日益突出。基于生态安全现状、环境质量现状和资源利用现状等几个方面建立评价指标体系,应用因子分析法对2005-2011年菏泽市生态环境综合承载力进行了分析,结果显示近年来菏泽市生态环境综合承载力逐年好转,但总体形势尚不乐观。主要限制因子为城镇生活污水排放量、大气环境PM10排放浓度、SO2年排放量、农用化肥使用量、地膜覆盖面积以及水资源利用效率等。     

北京建筑施工裸地时空变化及扬尘污染排放

近年来北京城市格局逐步调整,伴随城市扩张与功能疏解,大规模建设工程使建筑施工裸地广泛分布于城市内部,施工扬尘带来的颗粒物污染已经成为影响空气质量的重要因素。选取北京平原区为研究区域,遥感反演了2013~2017年的建筑施工裸地,并分析了其时空分布特征。结合地面颗粒物浓度进行相关性分析,探讨城市建筑施工裸地对空气质量的影响。在此基础上,估算北京平原区2013~2017年建筑施工裸地的扬尘排放量。结果表明,北京建筑施工裸地沿中心城区向四周辐射,呈现出环形的带状分布,以城乡结合部最为集中。2013~2017年建筑施工裸地面积呈现先减后增的变化趋势,2015年后重心向东南偏移,逐步呈现出不均衡的分布特征。建筑施工裸地面积与PM10呈正相关,23个地面自动监测站点的相关系数均在0.80以上。2017年北京平原区建筑施工裸地颗粒物排放量核算结果如下,TSP排放量为39.5?104 t,PM10排放量为19.4?104t,PM2.5排放量为4.0?104 t。单元网格的建筑施工裸地颗粒物排放强度向两级化发展,建筑施工裸地的局部集中导致高污染单元网格排放强度进一步增大。以标准化的PM10网格排放量为依据,将北京平原区分为低污染排放区、较低污染排放区、中污染排放区、较高污染排放区及高污染排放区5个级别,分级管控可以更有效地减轻扬尘污染影响。     

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.     

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.     

昆明市PM2.5和PM10质量浓度变化特征分析

根据昆明市2017年大气污染物PM2. 5和PM10的监测数据,对PM2. 5和PM10浓度的变化特征和PM2. 5占PM10的比重以及二者的相关性进行分析。结果表明:PM2. 5和PM10质量浓度冬春季明显高于夏秋季,且PM2. 5冬季的浓度最高为33. 25μg/m3,PM10春季污染物浓度最高为68. 24μg/m3; PM2. 5和PM10质量浓度峰值出现在上午9∶00和凌晨1∶00,谷值出现在下午16∶00和17∶00; PM2. 5/PM10比值范围在0. 436～0. 558,冬季均值最高为0. 505,表明冬季污染物中PM2. 5比例高; PM2. 5和PM10日均值有着非常显著的线性相关关系,相关系数方值R2为0. 853。     

北京市建筑施工扬尘排放特征

颗粒物是北京市首要空气污染物,其排放控制是大气污染防治的重要内容,施工扬尘是北京市大气颗粒物的重要来源.由于人口增长及经济的发展,住宅及办公场地的需求不断增加,使得北京市房屋建筑施工面积居高不下,建筑施工扬尘污染受到越来越多的关注,但有关量化施工扬尘排放量及其对北京市空气污染贡献的研究相对较少.本文建立一套建筑施工扬尘排放量的估算方法,采用本地化排放因子估算了北京市2000~2015年建筑施工扬尘排放量,识别施工扬尘的排放特征和规律,并定量了排放量的不确定性范围.采用WRF/CMAQ模式系统模拟量化建筑施工扬尘对空气质量的影响,提出施工扬尘污染控制对策和建议,为环境决策提供参考.结果表明,多年来北京市建筑施工扬尘排放量呈波浪式上升,近年来施工面积有所回落,但仍处于高位,颗粒物排放量仍然较大,需要引起足够的重视;在时间分布上,夏季和秋季的施工扬尘排放量较大,在空间分布上,施工扬尘主要集中在城市功能拓展区和近郊区,与人类活动的外延和城镇化的逐步向外发展有关.建筑施工扬尘对全市环境空气中PM_(10)和PM2.5浓度贡献可达31.3μg·m~(-3)和9.6μg·m~(-3).通过污染控制情景设置和分析,本研究认为要使2030年施工扬尘排放得到较好地削减,应执行更加严格的绿色施工管理规程和加强施工环境监管.     

北京平原区城乡结合部燃煤散烧及污染物排放量估算

利用2013年秋季(8─10月)多景镶嵌的高分辨率遥感卫星数据,解译得到2013年北京市平原区居住平房的空间分布及面积,并结合典型区实地调查,细化平房面积. 在此基础上,利用调查统计数据(包括平房面积、散煤与蜂窝煤用量等指标)估算了居住平房区散煤和蜂窝煤用量,并结合相关文献调研的无烟煤排放因子,测算北京平原区平房燃煤PM、SO₂、NO_x、PAHs、BC(黑碳)和OC(有机碳)的排放量. 结果表明:2013年在北京城市发展新区,居住平房分布较为集中,并且燃煤总量最大,达到225.3×104 t,特别是房山、顺义和通州,三者均在3.5×105 t以上;在城市拓展区,居住平房密度相对较小,但燃煤总量相对较大,为79.4×104 t. 北京市平原区(不包括核心区)居住平房燃煤消耗共排放PM、SO₂、NO_x、BC、OC、PAHs分别为 4 882.1、14 200.0、7 614.9、18.0、132.3和0.5 t. 位于北京西南、东南部的房山、大兴和通州等地大气污染排放水平较高,其中房山区的PM和NO_x排放量最高,分别达到760.5和1 162.6 t. 针对城市发展新区和生态涵养区每年高达3.0×106 t的高用煤量和3 000 t以上颗粒物的高排放量,应加快煤改气和集中供热建设,进一步推广清洁能源.      

深圳市环境空气质量达标研究

深圳市影响空气质量的污染物包括PM2．5、O3和NO2。运用CMAQ空气质量模型,对深圳市周边城市设置了4套达标情景并开展模拟评估。结果表明,要降低PM2．5浓度应以控制颗粒物一次排放为重点,在2012年基础上PM10和PM2．5分别减排45％和55％以上才可较好地实现大气污染防治目标。达标情景对O3污染的控制效果并不显著,可能与周边城市VOCs控制力度不足相关,要降低O3浓度,必须控制VOCs污染排放。     

城市道路行道树树池裸地扬尘排放特征

本研究以北京市西城区为例,研究城市道路行道树树池裸地(以下简称树池裸地)扬尘排放特征.利用GIS技术获取西城区分道路类型里程空间分布,对展览路街道树池裸地进行全口径调查,得到西城区道路树池裸地活动水平,采用便携式风洞(PI-SWERL)实测各种道路树池裸地扬尘PM2.5排放因子,估算西城区2016年树池裸地扬尘排放清单.结果表明:(1)快速路辅路、主干路、次干路和街坊路单位面积树池裸地扬尘PM2.5年排放因子分别为47.9、7.9、14.9和29.9 g·(m2·a)-1,2016年降水过程对树池裸地PM2.5排放因子的削减率为30.3%;(2)快速路辅路、主干路、次干路、支路和街坊路单位里程树池裸地扬尘PM2.5年排放因子分别为2.57、2.33、4.04、7.31和5.44 kg·(km·a)-1,支路是街坊路、次干路、快速路辅路和主干路的1.3、1.8、2.8和3.1倍,以次干路为例,冬季排放因子分别是春夏秋季的1.3、7.3和8.7倍;(3)北京市西城区树池裸地全年PM2.5排放量为1.60 t·a-1,排放清单的不确定性范围为-143%~184%,冬季排放量为0.68 t·a-1,分别是春夏秋季的1.1、4.2和5.1倍,快速路辅路、主干路、次干路、支路和街坊路占总排放量的5.6%、8.7%、23.2%、4.1%和58.4%.建议尽快对全市树池裸地采取不影响树木生长的覆盖措施,减少风蚀扬尘排放.     

京津冀机场群飞机LTO大气污染物排放清单

基于国际民航组织(ICAO)标准排放模型,调查搜集京津冀机场群9个机场实际航班情况,充分考虑了大气混合层高度的影响,采用EPA方法修正运行时间,精确估算了2018～2019航季年(364 d)京津冀机场群飞机起飞着陆循环(LTO)大气污染物排放清单.结果表明, 2018～2019航季年京津冀机场群飞机LTO循环NO_x、 CO、 SO_2、 HC和PM排放总量分别为10 720.5、 3 972.2、 407.8、 508.0和53.7 t.其中,冬春航季排放量分别为4 290.2、 1 646.7、 168.3、 220.1和22.4 t;夏秋航季排放量分别为6 430.3、 2 325.5、 239.5、 287.9和31.3 t.从空间分布来看,北京首都机场是该机场群大气污染物排放量最多的机场.从时间分布来看,07:00～08:00处于排放量最高峰, 12:00～20:00处于中等偏高排放水平, 21:00之后排放量相对较低.飞机在LTO循环中NO_x和CO排放量较多,PM排放量最少.各污染物不同工作模式下的排放情况差异明显.在该机场群起降所有机型中,B777单位LTO循环排放污染物最多,B737最少,B787单位LTO循环排放HC最低.     

扬尘在线监测在施工工地扬尘污染监管中的应用研究

施工扬尘是扬尘污染的重要来源,扬尘在线监测是扬尘污染监管的新手段.通过天津市扬尘在线监测试点建设工作,首次利用扬尘在线监测对各施工阶段的施工工地颗粒物排放特征及其在重污染天气时的应用进行了研究.土方开挖阶段的施工工地PM10排放浓度最高,在相继的五个施工阶段中,PM10排放浓度呈现高-低-高的趋势,对施工工地的监管应与施工周期同步;各施工阶段在春季的PM10排放浓度均为最高;施工工地夜间施工的现象较为普遍.     

成都市区夏季大气污染物浓度时空变化特征分析

为了解成都市区大气污染物浓度水平及其变化规律,统计分析了2013年6月1日—8月31日3个市区站点(十里店、梁家巷和草堂寺)SO2、NO2、O3、PM2.5、PM10和CO逐时观测资料.结果表明,观测期间O3污染严重,上述3个站点小时均值超标率分别达22%、37%和42%.大气颗粒物污染也较为严重,上述3个站点PM10日均浓度超标率分别为13%、8%和3%,而PM2.5日均值超标率分别高达34%、27%和26%.NO2和CO早晚的浓度高峰主要与机动车流量增加和混合层高度降低有关.由于紫外辐射影响,O3浓度在正午出现峰值.受机动车流量高峰和气象条件的影响,PM2.5和PM10最大值和最小值分别出现在上午和下午.通过对污染物"周末效应"的分析,发现周末O3、PM2.5和PM10的浓度显著高于工作日,SO2、NO2和CO反之.成都市区大气污染受局地排放和外源输送共同影响,其中PM10和NO2主要受局地源控制,而PM2.5、SO2和O3受外输送影响较大.