郑州市裸露地面风蚀扬尘排放清单研究

以郑州市为研究对象,2013年为基准年,通过提取卫星遥感资料中的土地利用信息,利用排放系数法计算郑州市裸露地面风蚀扬尘源中PM_(2.5)、PM_(10)、总悬浮颗粒物(TSP)的排放系数及年排放量,并对排放量做分辨率为1km×1km的空间分配,建立郑州市裸露地面风蚀扬尘源颗粒物的排放清单。结果表明:郑州市裸露地面类型主要为北部黄河滩涂,西部嵩山裸露山体以及中东部建筑施工、土方开挖等形成的空地;郑州市裸露地面面积为208km~2,占郑州市总面积的2.8%;2013年郑州市裸露地面风蚀扬尘中PM_(2.5)、PM_(10)、TSP的排放系数分别为(3.36±2.24)、(20.16±13.44)、(67.21±44.81)t/(km~2·a),PM_(2.5)、PM_(10)、TSP年排放量分别为597、3 581、11 937t。     

基于移动采样法的石家庄市秋冬季道路扬尘PM_(2.5)排放清单

以石家庄城市道路扬尘为研究对象,于2014~2015年秋冬季采用移动式采样法收集不同类型道路积尘。分析道路积尘负荷、道路积尘粒径分布特征、车流量和平均车重等数据,计算得出石家庄道路扬尘PM_(2.5)排放因子和排放量。通过地理信息系统软件(GIS)提取研究区域道路信息,制作道路矢量化图,并结合道路扬尘PM_(2.5)排放因子和排放量,建立排放清单。结果表明,秋季各道路扬尘PM_(2.5)排放因子为0.003~0.103 g·VKT~(-1),冬季各道路扬尘PM_(2.5)排放因子为0.004~0.016 g·VKT~(-1);秋、冬两季不同类型道路扬尘PM_(2.5)排放因子分布特征为快速路主干道次干道支路;秋季道路扬尘PM_(2.5)排放量为6.47~53.07 t,冬季为3.47~12.02 t,秋季排放量大于冬季排放量,秋、冬两季道路扬尘PM_(2.5)排放量分布特征为快速路支路主干道次干道。     

海南省大气污染源排放清单及环境影响研究

基于海南省2016年工业环境统计数据,通过自下而上的方法建立海南省2016年工业大气污染源排放清单,并利用中国多尺度排放清单模型(MEIC)排放清单进行背景源补充,使用CALPUFF模型进行大气污染模拟。污染物排放清单结果显示,2016年海南省SO_2、NO_x、CO、PM_(2.5)、PM(10)、黑碳(BC)、有机碳(OC)、挥发性有机物(VOCs)和NH3的排放量分别为1.50×10~4、5.10×10~4、4.56×10~5、2.34×10~4、2.10×10~4、3.50×10~3、1.20×10~4、4.96×10~4、6.50×10~4 t,其中SO_2主要排放源为化石燃料固定燃烧源(分担率66.67%),NO_x主要排放源为交通源(分担率51.18%),CO、PM_(10)、PM_(2.5)主要排放源为生活源(分担率分别59.01%、81.28%和87.62%),VOCs主要排放源为工业溶剂使用源(分担率75.91%),NH_3主要排放源为农业源(分担率93.54%)。排放量较大的区域集中在儋州市、澄迈县一带。SO_2、NO_x年均最大浓度均出现在海口市,PM_(10)、PM_(2.5)年均最大浓度均出现在定安县。交通源对全省污染物浓度贡献突出,工业源虽然对颗粒物浓度贡献率较低,但仍需加强PM_(2.5)治理。     

关中地区机动车颗粒物排放清单

利用本地化修正的MOVES模型模拟确定了关中地区不同类型车辆的颗粒物排放因子,结合实地调研的保有量和行驶里程数据测算了该地区的机动车颗粒物年排放总量并从季节、城市、车型和燃油等多个角度详细分析了颗粒物的排放分担率。结果表明:关中地区2012年的机动车颗粒物排放总量分别为PM_(2.5)4.06×1O~3 t,PM_(10)5.52×10_3 t;关中五市一区中西安市的颗粒物排放量最高PM_(2.5)和PM_(10)。排放分別占到该地区的46.53%和48.39%;不同类型车辆中重型货车的排放分担率最高其次为中型货车二者之和占到颗粒物总排放的50%以上;不同燃油车辆中,柴油车的排放分担率远远高于汽油车,是颗粒物的主要贡献者;因此中型和重型柴油货车是关中地区控制颗粒物排放污染的重点车型。     

乌鲁木齐市固定燃烧点源大气污染物排放清单

通过现场调研结合物料衡算法、排放因子法,建立了2015年乌鲁木齐市固定燃烧点源大气污染物CO、NO_x、SO_2和PM_(2.5)排放清单。结果表明,2015年乌鲁木齐市CO、NO_x、SO_2、PM_(2.5)的排放量分别为4.41×10~4、6.20×10~4、4.61×10~4、1.57×10~4t;从排放污染物的行业来看,采矿与制造业对4种污染物排放的贡献最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为49.02%、42.17%、48.40%、78.55%。从地区分布来看,米东区污染物排放量最大,其对CO、NO_x、SO_2、PM_(2.5)排放的贡献率分别为46.99%、45.90%、51.69%、29.68%。从排放时间来看,供暖季污染物的排放量明显高于非供暖季,白天的污染物排放量高于夜晚。采用蒙特卡罗统计法分析预测的污染物排放量与排放清单计算结果较为接近。     

乌昌石区域化石燃料固定燃烧点源大气污染物排放清单及时空分布

建立了2015年乌昌石区域化石燃料固定燃烧点源大气污染物(NO_x、SO_2、PM_(2.5)和PM_(10))的排放清单,并对污染物的时空分布特征进行了分析。结果表明,2015年乌昌石区域化石燃料固定燃烧点源NO_x、SO_2、PM_(2.5)和PM_(10)的年排放量分别为2.10×10~5、1.52×10~5、4.28×10~4、8.35×10~4 t。从行业上来看,电力生产与供应行业对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为70.78%、66.56%、51.10%、49.98%;从化石燃料上来看,煤炭对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为95.63%、99.84%、99.70%、99.84%;从锅炉类型上来看,煤粉炉对NO_x、SO_2、PM_(2.5)和PM_(10)的贡献率最大,分别为84.20%、85.09%、83.43%、84.06%。固定燃烧点源污染物排放呈现出明显的时间变化特征,采暖季污染物排放量明显高于非采暖季,一天中白天的污染物排放量高于夜晚。空间分布显示,大气污染物的排放源主要集中在乌鲁木齐市、五家渠市和昌吉市。     

呼和浩特市源成分谱特征研究

采集了呼和浩特市城市扬尘、土壤风沙尘、建筑水泥尘和煤烟尘4类源样品,进行形态分析和化学组分分析,建立了PM_(10)和PM_(2.5)源成分谱。研究表明,建筑水泥尘和土壤风沙尘呈不规则的块状;而煤烟尘呈现圆形。就化学组成而言,各源类PM_(10)和PM_(2.5)的成分谱之间相关系数在0.8以上,具有显著相关性,各类源的标识组分一致。城市扬尘中主量成分为Si、Al、Ca、Fe和有机碳(OC);土壤风沙尘中Si占比最高,PM_(10)和PM_(2.5)中占比均大于20%(质量分数,下同);建筑水泥尘中Ca占比较高;煤烟尘中Si、Al、OC、SO_4~(2-)在PM_(10)和PM_(2.5)中的占比均超过10%。此外,对供热、工业、电力行业排放的煤烟尘进行了对比分析,供热行业中的煤烟尘含碳量较高;工业排放的煤烟尘PM_(10)中元素占比较高,这可能与锅炉类型、除污措施等相关。     

乌昌石区域的非金属矿物制品业大气污染物排放清单研究

建立了乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10) 5种大气污染物的排放清单,并进行了时空分布特征分析,初步探究了估算的不确定性。结果显示,乌昌石区域非金属矿物制品业CO、NO_x、SO_2、PM_(2.5)和PM_(10)总排放量分别为3.71×10~4、2.76×10~4、3.10×10~4、3.04×10~4、1.29×10~5 t。熟石膏行业是CO的主要排放源;水泥(干法)行业是NO_x、SO_2、PM_(2.5)和PM_(10)的主要排放源。乌鲁木齐市是CO、NO_x和SO_2排放量的最大贡献源;石河子市是PM_(2.5)和PM_(10)排放量的最大贡献源。乌昌石区域5月至9月是一年中污染物排放的高峰期,11:00至20:00是一天中污染物排放的高峰期。空间上,乌昌石区域的污染物排放主要分布在乌鲁木齐市中部、西南部以及石河子市。     

天津市工业源挥发性有机物排放清单及区域分布研究

基于典型工业企业自主申报数据,采用排放因子法,建立了天津市工业源VOCs排放清单。经计算,天津市2014年工业源VOCs排放量为16.52万t,其中VOCs生产环节、储运和运输环节、以VOCs为原料的工艺过程、含VOCs产品的使用和排放环节以及其他环节的VOCs排放量分别为12.94万、0.07万、0.63万、1.80万、1.08万t,对天津市工业源VOCs排放总量的贡献率分别为78.33%、0.42%、3.81%、10.90%、6.54%。滨海新区工业源VOCs排放量最大,对天津市工业源VOCs排放总量的贡献率达88.25%,其中大港、临港经济区和天津经济技术开发区为滨海新区工业源VOCs排放的主要功能区。     

三明市大气污染物排放特征研究

通过实地调查和统计获得区县尺度排放源活动水平数据,采用物料衡算法和排放因子法,估算三明市2015年大气污染物排放清单,选取经纬度坐标、路网、土地类型和人口等数据作为权重因子,利用地理信息系统(GIS)技术建立1km×1km高精度网格,分析各类排放源污染排放的数值和空间特征。结果显示,2015年三明市SO_2、NO_x、挥发性有机物(VOCs)、PM_(10)、PM_(2.5)和NH_3的排放总量分别为5.22×10~4、5.80×10~4、1.88×10~5、7.92×10~4、3.23×10~4、2.26×10~4 t。污染贡献方面:工业源是SO_2的排放主要来源;NO_x的主要排放源为工业源和移动源;天然源对VOCs排放有显著贡献;工业源和扬尘源是PM_(10)和PM_(2.5)的主要贡献源;NH_3排放主要来自农业源。空间分布方面:SO_2、NO_x、PM_(2.5)和PM_(10)的排放主要集中在城镇化程度高的永安市和梅列区,VOCs与NH_3排放则与植被分布和农业生产水平密切相关。与2007年和2009年三明市的排放清单对比,发现工业排放控制政策及秸秆禁烧令的实施对PM_(2.5)、PM_(10)和VOCs的减排有明显效果。     

我国移动源主要大气污染物排放量的估算

在考虑我国移动源主要大气污染物排放标准变化的基础上,分别对我国2000—2012年道路移动源和非道路移动源主要大气污染物(CO、NOx、HC、PM2.5)的排放量进行了估算。研究表明:2000—2012年间,我国移动源主要大气污染物排放总量呈现先增后减的趋势,2005年达到最大值,为4 233万t,其中道路移动源的排放量占80%以上;各类大气污染物的排放量的差异性较大,CO和NOx的排放量较多,占排放总量的87%以上,从整体趋势上来看,CO的排放量逐年较少,NOx的排放量逐年增大,而HC和PM2.5变化不大;摩托车和重型柴油货车是道路移动源主要排放源,农业机械是非道路移动源的主要排放源;移动源排放的主要大气污染物在地区间的分布极不平衡,2012年排放量最高的5个省份依次是山东、河北、河南、广东和江苏;排放强度较大的地区主要集中在环渤海经济圈、长三角地区和珠三角地区,其中又以上海、北京、天津3个直辖市的排放强度最大。     

基于COPERT 4模型的杭州市机动车排气污染特征研究

以2015年为基准年,利用COPERT 4模型计算了杭州市分车型分排放标准下的机动车排气污染物(CO、碳氢化合物(HC)、NO_x、PM_(2.5))的排放因子,并估算了各污染物排放量及分车型分排放标准下的各污染物分担率。结果表明,随着排放标准的提升,机动车排气污染物排放因子总体呈现下降的趋势。汽油车的CO和HC排放因子高于柴油车,而柴油车的NO_x和PM_(2.5)排放因子高于汽油车;天然气车的各污染物排放因子基本接近汽油车,而汽油电混动车的各污染物排放因子则明显低于其他动力车;各污染物排放因子随车型的增大(重)而增大。2015年杭州市机动车排气污染物CO、NO_x、HC和PM_(2.5)排放量分别为48 923.0、44 713.7、7 014.7、837.9t,其中汽油车CO和HC分担率较高主要是因为小型汽油客车CO和HC分担率高,并且其保有量占比也高,应重点控制小型汽油客车的保有量;柴油车NOx和PM_(2.5)分担率较高主要是因为重型柴油货车NO_x和PM_(2.5)分担率高,但其保有量占比不高,应重点控制重型柴油货车的排放因子。     

"十一五"期间中国COD减排情况分析

对2005-2008年中国COD减排情况进行分析,2008年与2005年相比,中国COD净削减量为93.5万t,净削减比例为6.61%,其中工业COD净削减量97.1万t,城镇生活COD净增加量3.6万t.江苏、广东、山东、河南、辽宁、广西、浙江、河北等省的COD净削减量最大,净削减量占全国COD削减总量的64.2%,但这8个省份仍然为COD排放大省,COD排放量和占全国COD排放总量的44.6%.重点调查企业的COD排放量较大的10个行业中,造纸业的COD净削减量最大,纺织业、饮料制造业和化学纤维制造业COD排放量出现少量的增加或基本持平.全国城镇生活COD去除率由2005年的24.8%提高到2008年的33.8%,虽然去除率有所升高,但目前仍然处于较低水平,城镇生活COD还有很大的减排空间.     

基于减排敏感性的武汉市PM_(2.5)污染控制研究

采用基于气象预报(WRF)的多尺度空气质量(CMAQ)模型,通过研究不同大气污染物排放情景下PM_(2.5)平均浓度变化,分析SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs等大气污染物减排对武汉市PM_(2.5)的影响。结果表明,大气污染物减排对武汉市PM_(2.5)年均浓度影响十分显著,且随着污染控制力度加大,PM_(2.5)污染持续减轻;当SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放量均削减40%时,PM_(2.5)年均浓度下降24.0%,依然超出《环境空气质量标准》(GB 3095—2012)二级标准值。基于空间布局和行业敏感性确定武汉市大气污染控制方案,方案实施后SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放总量分别下降53%、26%、32%、36%和31%,PM_(2.5)年均浓度下降35%左右,控制效果更加明显。     

嘉兴市人为源大气污染物排放清单研究

建立了2017年嘉兴市人为源大气污染物排放清单。结果发现,SO_2、NO_x、CO、挥发性有机物(VOCs)、NH_3、总悬浮颗粒物(TSP)、PM_(10)、PM_(2.5)、黑碳(BC)和有机碳(OC)排放总量分别为15 224、60 663、102 600、93 256、26 266、118 923、70 367、19 024、941、1 622t。SO_2的最大排放源是化石燃料固定燃烧源中的电力供热;NO_x的最大排放源是移动源中的柴油车;CO的最大排放源是移动源中的汽油车;VOCs的最大排放源是工艺过程源中的石油化工;NH_3的最大排放源是农业源中的氮肥施用;TSP的最大排放源是扬尘源中的道路扬尘;PM_(10)和PM_(2.5)的最大排放源是工艺过程源中的水泥生产;BC的最大排放源是移动源中的柴油车;OC的最大排放源是餐饮油烟源中的餐饮油烟。对于大气污染中普遍关注的6种污染物,SO_2、NO_x、PM_(10)、PM_(2.5)和VOCs排放的重点源主要集中在各县(市、区)的工业园区或工业集聚区,而NH_3的排放空间分布相对比较分散。     

北京农村地区燃煤污染物的排放测试

针对农村地区燃煤炉灶设计了污染物排放因子测定系统,通过碳平衡法测定了不同炉灶不同燃料的污染物排放因子,从北京市延庆、怀柔、平谷和房山4个地区农户家中选取12种煤样,选取了北京地区应用广泛的10种土暖气炉和3种蜂窝煤炉分别测定了污染物排放因子数据。测定结果表明:土暖气炉燃烧劣质散煤的PM_(2.5)和SO_2的排放因子最高,分别为3.73 g·kg~(-1)(干燃料)和1.78 g·kg~(-1)(干燃料),燃烧优质散煤和煤球时的PM_(2.5)排放因子依次减小,分别为3.33 g·kg~(-1)(干燃料)和2.20 g·kg~(-1)(干燃料)。优质散煤的SO_2排放因子最低(0.16 g·kg~(-1)(干燃料)),NO_x的排放因子最高(2.99 g·kg~(-1)(干燃料))。当考虑单位有效热量输出时,相对于劣质散煤,燃烧优质散煤和煤球PM_(2.5)、SO_2的排放因子有所下降,PM_(2.5)分别减少了12.9%和8.4%,SO_2分别减少了91.2%和73.8%,但优质散煤NO_x排放因子增加了42.3%。结合调研数据,核算了北京农村地区燃煤污染物排放数据,结果表明,北京农村地区燃煤PM_(2.5)排放总量为1.84万t,占本地污染排放的贡献率为11.2%~16.3%。     

京津冀地区PM_(2.5)的时空效应研究

PM_(2.5)污染已成为当前经济发展中亟待解决的难题。从年、季、日变化及周末效应4个时间尺度和空间自相关分析研究了京津冀地区PM_(2.5)的时空效应,并构建空间回归模型量化分析相关社会经济因素对PM_(2.5)的影响。结果显示:(1)2013—2016年京津冀地区PM_(2.5)污染整体呈下降趋势,但污染程度依然很高,基本都没有达到《环境空气质量标准》(GB 3095—2012)二级标准(35μg/m~3)。四季的达标天数夏季春季秋季冬季。中南部的石家庄、保定、衡水、邢台、邯郸为PM_(2.5)浓度高值区,日变化曲线为单峰型,受工业企业生产排放的影响较大;北部的张家口、承德、秦皇岛为PM_(2.5)浓度低值区,中东部的天津、北京、沧州、唐山、廊坊为PM_(2.5)浓度中值区,日变化曲线均为双峰型,受机动车尾气排放的影响较大。石家庄、北京的周末效应表现为白天PM_(2.5)浓度工作日高于周末,晚上周末高于工作日。(2)京津冀地区PM_(2.5)存在显著的空间正相关性,2013—2016年石家庄、衡水、邢台、邯郸始终表现出高-高集聚特征,张家口、承德、秦皇岛始终保持低-低集聚特征。汽车尾气排放是京津冀地区PM_(2.5)污染的重要影响因素,而能源消耗的影响不显著。     

青岛市私家车排放清单及其分布特征

为掌握青岛市私家车排放尾气污染现状,利用路网数据和实时交通信息,结合实地调研数据和排放因子,编制主城区私家车污染物排放清单。结果表明:(1)在2017年10—12月的工作日,青岛市主城区的私家车CO、碳氢化合物(HC)、NO_x、PM_(2.5)日排放量分别为17.18、9.36、11.77、8.51t/d。(2)在时间分布上,污染物排放呈现"双峰"特点。早高峰排放量峰值高、高峰持续时间相对较短,晚高峰的峰值略低、高峰持续时间相对较长,高峰期污染物排放量占40%以上。(3)污染物排放主要集中在城区多个商圈的结合处,道路交叉口排放量较高。同时,并不是路网密度越大,空间排放分布值越高。     

渭南主城区道路积尘负荷及交通扬尘颗粒物排放

对渭南主城区道路积尘负荷进行了实测,并计算了2018年不同道路类型和不同车型的交通扬尘颗粒物排放量。结果表明:渭南主城区支路积尘负荷最大,为1.79g/m~2,高速积尘负荷最小,为0.05g/m~2,洒水作业能有效降低积尘负荷;渭南主城区道路交通扬尘PM_(2.5)和PM_(10)的年排放量分别为1 149.65、4 751.88t;小型客车引起的交通扬尘颗粒物排放在城市道路(包括主干道、次干道、支路)和国省道(包括国道和省道)上的分担率最高,分别为59.49%、41.46%,重型货车在高速上的分担率最高,为63.35%;城市道路交通扬尘颗粒物排放有明显的双峰日变化规律,而国省道和高速不明显。     

机动车车速对道路交通扬尘排放特征的影响

机动车行驶过程中车轮转动引起的道路交通扬尘对城市颗粒物具有较大影响。利用DustTrak 8530型颗粒物检测仪结合全球定位系统(GPS),研究了机动车车速对道路交通扬尘排放特征的影响。结果表明:随着车速的加快,由机动车车轮转动引起的PM_(10)、PM_(2.5)浓度以及PM_(2.5)/PM_(10)(质量浓度比,下同)逐渐增大;通过对数据进行拟合,分别得出PM_(10)、PM_(2.5)浓度及PM_(2.5)/PM_(10)与机动车车速之间的函数关系。研究结果为准确构建道路交通扬尘排放清单以及测试道路交通扬尘排放因子和排放量奠定了实验基础。