天津市大气污染源排放清单的建立

通过调研天津市工、农业生产和居民生活的统计资料,研究分析文献报道的各种污染源排放因子,计算出天津市各行业、各区县NOx、SO2、NMVOC、CO、NH3、PM10、PM2.5等污染物的排放量,发展了天津市2003年排放源清单.结果显示,天津市2003年各类污染物质的排放量NOx为1.77×105t,SO2为2.59 ×105t,NMVOC为2.24×105t,CO为1.33×106t,NH3为7.40×104t,PM10为2.52×105t,PM2.5为1.10×105t.从排放源的行业分布来看,燃煤源、汽车移动源、秸秆燃烧源是天津市大气污染物的重要排放源,燃煤源对各污染物的贡献分别为NOx46%,SO284%,NMVOC 1%,CO 58%,PM1018%,PM2.5 24%.火电、水泥、钢铁、炼焦、原油加工等行业依然是重要的工业污染排放源,火电对SO2的贡献为13%,钢铁对SO2的贡献为24%,对CO的贡献为30%.2003年天津市区对NO,、S02、NMVOC、CO等污染物的贡献均高于其它区县,对PM10、PM2.5的贡献也很高;塘沽区对NOx、SO2、NMVOC、CO等污染物的贡献很大,蓟县、武清区、宝坻区对NH3、PM10、PM2.5的贡献很大.     

长江三角洲地区能源消费大气污染物排放特征

针对长江三角洲(以下简称“长三角”)16个主要地区,基于常规可获取的统计资料确定污染源活动水平,结合最新的污染源调查资料及相关研究成果确定污染物排放因子,以2008年为基准年,研究了能源消费大气污染物排放特征,建立了具有较高时空分辨率、且便于滚动更新的网格化动态排放清单.结果表明:长三角16个地区2008年能源消费过程中SO2、NOx、PM10、PM2.5、CO的排放量分别为3158.58, 3154.96,979.76,632.34,5258.08kt.其中上海、苏州、南京、杭州、无锡和宁波6城市污染物排放总量均占长三角地区排放总量的60%左右.SO2和NOx排放主要集中在工业和火电部门,颗粒物和CO排放则主要集中在工业部门,机动车对于CO也有较大的排放贡献率.火电部门污染排放具有较强的月变化特征;道路机动车排放受居民出行规律影响,具有明显的周变化和日变化特征.     

京津冀地区火电企业的大气污染影响

以在线监测、环评、验收等火电企业排放数据为基础,自下而上编制京津冀火电企业排放清单,利用气象模式WRF生成中尺度气象数据,采用CALPUFF空气质量模式模拟了不同情境下京津冀地区火电企业排放SO2、NOx、一次PM10,以及二次生成硫酸盐、硝酸盐等污染情况.结果显示,2011年京津冀地区火电行业排放污染物对京津冀西南部地区影响较大,各污染物年均最大浓度均出现在石家庄市;采取减排措施后,京津冀地区火电排放量SO2、NOx、烟粉尘总量与2011年火电排放现状相比 ,分别下降了33%、71%、68%;减排后火电行业对各城市SO2、NOx、一次PM10,以及二次生成硫酸盐、硝酸盐年均贡献浓度均大幅度减少,年均贡献最大值分别降低46.34%、78.43%、76.34%、39.49%、73.87%.     

基于GIS的常州市区大气污染排放清单分析

长三角地区以煤烟型污染向区域性复合型大气污染转变的趋势日益突出。该文以常州市区为案例地区,借助于空间地理信息系统(GIS)对各类大气污染贡献源进行分析。研究表明:根据《环境空气质量标准》(GB3095-2012),2012年常州市区空气质量达到二级标准的天数比例为64.5%,较2011年达标天数比例降低了7.3%。从污染物贡献源来看,工业污染是常州市区最主要的大气污染源,主要污染因子为SO2、NOx、颗粒物(PM10、PM2.5),分别占排放总量的99.80%、72.53%、83.01%;交通线源次之,主要污染因子为NOx、CO、VOCs,分别占总量的24.35%、72.89%和67.35%以上;农业面源和生活燃气燃烧对总量贡献相对较小;在此基础上通过GIS叠加分析SO2、NOx、CO、PM10、PM2.5空间排放格局,为有针对性地制定污染控制对策提供科学依据。     

长三角重点行业大气污染物排放及控制对策

研究重点分析了长江三角洲地区电力和水泥行业的大气污染物排放特征,并结合相关行业统计数据和污染物排放因子,对2004年这两个重点行业的大气污染物排放量进行了估算。结论如下:长三角地区火电行业2004年SO2、烟尘、NOX和燃煤大气汞排放量分别为149.2×104t、21.1×104t、87.6×104t和13.7t。2004年江、浙、沪三地水泥行业共排放工艺粉尘76.2×104t,其中PM10为70.1×104t、PM2.5为45.9×104t,气态污染物SO2、NOX、CO和氟化物排放量分别为12.4×104t、49.5×104t、247.9×104t和7.4×104t。并对长三角地区电力和水泥行业的污染控制问题提出一些相关举措。     

冬季电力行业对长江中游城市群空气质量影响

为分析长江中游城市群电力行业对区域冬季空气质量的影响,本研究基于自下而上建立的高分辨率排放清单,以污染最严重的典型月份1月为模拟时段,采用WRF-CAMx-PSAT模型模拟现状下电力行业对长江中游城市群的空气质量影响,并另设置关停小机组和大机组替代小机组两种减排情景,对区域空气质量影响进行评估.结果表明,电力行业小机组对区域污染物浓度贡献占整个电力行业对区域污染物浓度贡献比例较大.关停小机组和大机组替代小机组情景下,SO2、NOx和PM_(2.5)的区域浓度贡献相对于关停前削减了36.2%~39.8%、30.5%~33.5%和25.9%~30.7%,且两种减排情景的效果相近.鄂西北地区、湘西地区、襄荆宜经济带和江淮城市群四个地区的小机组污染物排放对区域电力行业污染物贡献影响最为明显,两种减排情景下污染物贡献率相对于现状情景降幅在40%~70%.因此,冬季小机组对长江中游城市群的区域影响较为明显,应加强对长江中游城市群小机组的管控.     

长三角地区秸秆焚烧污染物排放清单及其在重霾污染天气模拟中的应用

根据2008年长三角地区江苏、安徽、浙江3省各地级市及上海市水稻、小麦、玉米、油菜4种农作物的年产量,结合谷草比、秸秆焚烧比例及排放因子建立了长三角地区秸秆焚烧大气污染物排放清单.结果表明：长三角地区秸秆焚烧产生的PM10、PM2.5、SO2、NOx、CO、EC、OC分别为36.8×104、14.4×104、1.5×104、9.2×104、20.8×104、2.6×104、12.2×104t.秸秆焚烧污染物排放量较大的区域主要集中在江苏中北部和安徽北部.在区域大气环境模拟系统RegAEMS中考虑秸秆焚烧源的影响,针对2008年10月底江苏一次重霾污染天气事件进行模拟,发现考虑秸秆焚烧源后模拟结果有较大的改善.秸秆焚烧可以导致区域PM10、CO浓度上升30%以上,黑碳和有机物的消光贡献明显增强.区域输送研究表明,苏中地区、外省秸秆焚烧排放源对此次重霾污染的贡献分别达到32.4%、33.3%.     

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.     

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%.     

珠江三角洲非道路移动源排放清单开发

根据收集到的珠江三角洲非道路移动源活动水平数据,采用适合各类非道路移动源污染物排放量的估算方法和排放因子,建立了珠江三角洲地区2006年非道路移动源排放清单.结果表明,珠江三角洲地区2006年非道路移动源排放SO2为6.52×104t,NOx为1.24×105t,VOC为4.54×103t,CO为2.67×104t,PM10为4.51×103t.其中船舶为最大的SO2、NOx、CO和PM10排放贡献源,分别占非道路移动源排放总量的96.4%、73.8%、39.4%和50.5%.在船舶排放源中,SO2、NOx、VOC、CO和PM10排放量的89.8%、81.8%、77.3%、79.5%和81.7%来自货轮和散装干货船.非道路移动源已成为该地区第三大SO2和NOx排放贡献源,分别占珠江三角洲大气污染源SO2和NOx排放总量的8.6%和13.5%.     

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...     

广东省火电污染物排放特征及其对大气环境的影响

采用物料衡算及排放因子法建立了2012年广东省火电大气污染物排放(下称火电排放)清单,并运用WRF/SMOKE/CAMx模型分析火电排放对大气环境质量的影响. 结果表明:SO₂、NO_x、CO、PM₁₀、PM_2.5、VOCs和NH₃排放量分别为269 408、539 565、301 257、135 920、65 050、18 790、1 949 t. 300 MW以上的机组对火电排放的贡献较大,但125 MW以下的机组单位煤耗污染物排放较高. 春季、夏季、秋季、冬季火电排放所占比例分别为27.1%、25.4%、24.0%和23.5%,24 h排放呈“三峰三谷”特征;排放量较大的城市为广州、佛山、东莞、江门、汕头、潮州和梅州,不同区域火电排放贡献率顺序为珠三角 (46.2%~52.3%)>广东省东部(26.9%~34.3%)>广东省西部(11.9%~14.4%)>广东省北部(5.5%~10.0%). 8月火电排放对珠三角城市ρ(SO₂)、ρ(NO₂)月均值的贡献率较高,分别为17.0%、11.1%,其次为10月、4月、1月,其影响集中于火电厂所在城市及下风向区域,对不同城市的贡献差异性较大,具有局地特征;火电排放10月对ρ(PM₁₀)、ρ(PM_2.5)月均值贡献率(9.1%、10.6%)较高,其次为8月、4月和1月,影响区域更广,对不同城市的贡献差异较小,呈现区域性特征.      

长三角区域非道路移动机械排放清单及预测

基于长三角典型城市非道路移动机械实地调查成果,结合长三角各城市非道路移动机械相关指标现状及变化趋势,建立了长三角三省一市非道路移动机械大气污染源排放清单,并开展了2005~2025年区域非道路移动机械保有量、燃油消费量及污染物排放量预测.2014年长三角非道路移动机械总量约为8.23×106台,柴油消费量约9.95×106t,SO_2、NO_x、CO、VOCs、PM10和PM_(2.5)排放分别为5.5×10~3、4.9×10~5、7.6×10~5、1.1×10~5、2.9×10~4和2.7×10~4t,农用机械占长三角机械总量的93%,CO和VOCs排放贡献分别为88%和77%;建筑及市政工程机械的NO_x和PM_(2.5)排放贡献较为突出,分别占49%和35%.长三角中部和北部城市机械排放贡献相对突出.2005~2014年间,长三角地区非道路移动机械保有量、油耗及排放增幅均相对较快,预计到2020和2025年,区域非道路移动机械总量增速明显放缓,柴油消费量分别比2014年增加2%和8%.到2020年,SO_2、NO_x、CO、VOCs、PM10和PM_(2.5)排放分别比2014年下降97%、10%、3%、10%、11%和11%;到2025年分别下降97%、16%、3%、15%、21%和21%.预计未来长三角区域非道路移动机械排放将呈现逐年下降趋势,但相比机动车降幅仍相对较小,其排放贡献将日益突出,加快老旧机械淘汰并进一步提升机械排放标准对削减非道路移动机械排放总量具有十分重要的意义.     

City-specific vehicle emission control strategies to achieve stringent emission reduction targets in China's Yangtze River Delta region

The Yangtze River Delta (YRD) region is one of the most prosperous and densely populated regions in China and is facing tremendous pressure to mitigate vehicle emissions and improve air quality. Our assessment has revealed that mitigating vehicle emissions of NOx would be more difficult than reducing the emissions of other major vehicular pollutants (e.g., CO, HC and PM_2.5) in the YRD region. Even in Shanghai, where the emission control implemented are more stringent than in Jiangsu and Zhejiang, we observed little to no reduction in NOx emissions from 2000 to 2010. Emission–reduction targets for HC, NOx and PM_2.5 are determined using a response surface modeling tool for better air quality. We design city-specific emission control strategies for three vehicle-populated cities in the YRD region: Shanghai and Nanjing and Wuxi in Jiangsu. Our results indicate that even if stringent emission control consisting of the Euro 6/VI standards, the limitation of vehicle population and usage, and the scrappage of older vehicles is applied, Nanjing and Wuxi will not be able to meet the NOx emissions target by 2020. Therefore, additional control measures are proposed for Nanjing and Wuxi to further mitigate NOx emissions from heavy-duty diesel vehicles.     

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.     

承德市大气污染源排放清单及典型行业对PM2.5的影响

以承德市为研究对象,基于拉网式实地调查,获得了该地区2013年各类典型行业污染源详细的活动水平数据,以大气污染物排放清单编制指南为参考,辅以排放因子研究的系统梳理,建立了2013年承德市各行业区县分辨率大气污染源排放清单,并结合人口、路网、土地利用等数据进行了1 km×1 km网格分配.在此基础上建立气象-空气质量模型系统(WRFCAMx),应用颗粒物来源识别技术(PSAT),选取2013年典型季节代表月1、4、7、10月,针对承德市电力、建材、冶金等典型行业对PM_(2.5)的影响进行了定量评估.结果表明,2013年承德市SO_2、NO_x、TSP、PM_(10)、PM_(2.5)、CO、VOCs、NH_3的总排放量分别为81 134、72 556、368 750、119 974、51 152、1 281 371、170 642、81 742 t.工业源是SO_2、NO_x、CO、VOCs的主要排放源,分别占总排放量的89.5%、51.9%、82.5%和45.6%,NO_x的主要排放源还包括道路移动源和非道路移动源,分别占总排放量的26.7%和10.8%;TSP、PM_(10)、PM_(2.5)的主要排放源是无组织扬尘,分别占总排放量的76.7%、65.6%、46.5%;畜禽养殖、化肥施用是NH_3的主要排放源,分别占总排放量的67.1%、15.8%.数值模拟结果表明,无组织扬尘、其他行业、冶金、锅炉行业对环境PM_(2.5)影响较大,浓度贡献分别为23.1%、20.6%、13.3%和11.2%,制定具体控制措施时应得到重点关注.     

南昌市固定燃烧点源大气污染物排放清单及特征

大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料,而工业点源是大气污染的重点排放源.通过收集相关活动水平信息和合理的排放因子,采用"自下而上"的方法建立了南昌市2014年点源大气污染物排放清单.结果表明,SO_2、NO_x、CO、PM_(10)、PM_(2.5)和VOC排放总量分别为29576.2、17115.1、25946.6、4689.4、922.9和1190.4 t,其中,金属炼制行业对SO_2、CO和VOC的贡献最高,分别占37.75%、30.59%和38.45%;火电行业是NO_x的主要来源,其贡献率为47%;水泥等建材制造行业对PM_(10)和PM_(2.5)排放贡献最高,分别为26%和25%.根据排放源污染物排放量及地理坐标信息,建立了0.4 km×0.4 km的污染物排放量空间分布特征图,结果表明,南昌市大气污染物排放较为集中,青山湖区北部和新建区北部是SO_2、NO_x、CO和VOC的主要排放区,而PM_(10)和PM_(2.5)的排放量相对分散,并在安义县出现排放高值区.通过将计算结果与统计数据结果进行对比,了解所估算清单的准确程度.对SO_2和NO_x的计算值和统计值进行统计分析,结果显示,NMB(标准化平均偏差)和NME(标准化平均误差)值均小于50%,清单计算精度较高.同时,为了解清单数据质量,对清单的不确定性进行定量分析,结果显示,SO_2和VOC不确定性较低而PM_(10)和PM_(2.5)的不确定性相对较高,清单整体不确定性与其他研究结果相差不大.建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手,从而减小排放量的不确定性,获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究.     

超低改造下中国火电排放清单及分布特征

本研究基于2018年火电在线监测和环境统计等数据,自下而上编制了中国高分辨率火电行业排放清单,并核算了排放浓度、排放因子和排放量.结果表明超低排放政策效果显著：2018年火电SO₂、NO_x和烟尘平均排放浓度分别为37.57、56.71和7.41mg ·m^-3.比2015年分别下降58.71%、43.12%和60.79%;中国燃煤机组的SO₂、NO_x和烟尘平均排放因子分别为0.30、0.48和0.06 g ·kg^-1,比2015年分别下降55.2%、36.84%和62.5%;中国火电SO₂、NO_x、烟尘和PM_2.5总排放量分别为72.14、118.38、14.90和13.59万t ·a^-1,比2015年分别下降41.32%、19.29%、48.12%和40.39%.