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。     

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。     

基于MOVES模型的西安市机动车排放清单研究

利用本地化修正的MOVES模型结合实地调研数据,测算了西安市机动车排放清单,并对各种污染物的排放分担率进行了分析。结果表明:2012年西安市机动车的PM_(2.5)、PM_(10)、NO_x、总碳氢化合物(THC)、CO、挥发性有机物(VOCs)、NH_3和SO_2排放总量分别为1 890.48、2 668.89、40 847.75、19 413.30、217 103.04、15 244.86、539.76、2 087.50 t;中型货车和重型货车是PM_(2.5)、PM_(10)和NOx的主要贡献者,小型客车和摩托车是THC、CO和VOCs的主要贡献者,小型客车是NH_3的主要贡献者,小型客车与重型货车对SO_2的排放分担率均较高;柴油车对PM_(2.5)、PM_(10)、NO_x和SO_2的排放分担率高于汽油车,而汽油车对THC、CO、VOCs和NH_3的分担率则高于柴油车;CO在冬季排放最多,其余污染物的排放均在夏季最多,但污染物的季节变化总体上不明显。     

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。     

西安市机动车污染物排放清单与空间分布特征

基于机动车排放因子(MOVES)模型和地理信息系统(ArcGIS)技术,建立了西安市2017年分辨率为1km×1km的机动车污染物排放清单。结果显示:2017年西安市机动车污染物PM_(2.5)、PM_(10)、NO_x(NO+NO_2)、NO、NO_2、N_2O和挥发性有机物(VOCs)的年排放总量分别为126.1×10~4、138.2×10~4、2 884.2×10~4、2 577.8×10~4、306.4×10~4、27.9×10~4、1 281.2×10~4 kg;柴油车是PM_(2.5)、PM_(10)和NO_x排放的主要来源,贡献率分别为80.2%、79.5%和75.8%;VOCs和N_2O则主要来自汽油车,贡献率分别为74.2%、89.7%;总体看来,研究区域内不同污染物的空间分布规律相似,这与西安市公路分布有关,PM_(2.5)和NO_x的排放主要集中在主城区及周边县区的高速路和国道,而VOCs的排放主要集中在主城区二环及环内。     

中国大陆地区水泥工业PM_(2.5)排放特征研究

根据水泥工业生产技术、生产过程以及PM_(2.5)排放控制水平,采用排放因子法核算了2013年中国大陆不同省份水泥工业PM_(2.5)排放量。估算结果表明:2013年中国大陆地区水泥工业PM_(2.5)排放总量为476.6万t,其中京津冀及周边7省份(包括北京、天津、河北、山东、山西、内蒙古、河南)的PM_(2.5)排放量合计占排放总量的21.3%;熟料水泥生产企业PM_(2.5)排放量占排放总量的73.1%,水泥磨站的PM_(2.5)排放量占26.9%;有组织PM_(2.5)排放量为307.8万t,占排放总量的64.6%,无组织PM_(2.5)排放量为168.8万t,占排放总量的35.4%。     

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。     

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。     

西安市机动车污染控制策略实施效益评估

为研究未来西安市机动车污染控制策略的实施效果,基于情景分析法,以MOVES模型为平台,预测2020年西安市机动车PM_(2.5)、PM_(10)、NO_x、总碳氢化合物(THC)、CO、SO_2排放量分别为1 531.41、1 596.33、44 159.48、14 029.62、383 200.08、5 164.63t。设置5类不同控制措施情景,分析其对机动车的减排效果。结果显示:单一措施中,淘汰"黄标车"和老旧车对污染减排效果最明显,6种污染物均有较大幅度减排;调控轻型客车保有量可明显削减THC、CO的排放,减排比例分别为13.49%、18.59%;提升燃油质量可使各车型SO_2的减排比例均达到90%以上;使用替代燃料情景的污染物减排比例相对较低,但也是一种有效的控制策略;综合控制措施的减排效果最为显著,与基准情景相比,2020年PM_(2.5)、PM_(10)、NO_x、THC、CO和SO_2减排比例分别为78.50%、78.37%、71.77%、72.47%、76.94%、98.30%。     

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。     

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。     

北京城区夏季PM_(2.5)及不同组分化学和生物成分分析

为了解北京城区夏季大气颗粒物PM_(2.5)及其不同组分的化学、生物污染特征,于2014年5月末连续采样一个月,采样后超声洗脱并冷冻干燥得到PM_(2.5)颗粒物,在PM_(2.5)颗粒物的基础上制备PM_(2.5)水溶性组分和PM_(2.5)单纯颗粒物,进而对PM_(2.5)颗粒物及另外两种组分样品中的化学及生物成分进行分析测定。结果表明,8种水溶性离子总质量占PM_(2.5)各样品的质量分数依次为67.71%,33.37%,0.09%(依次为PM_(2.5)水溶性组分、PM_(2.5)颗粒物、PM_(2.5)单纯颗粒物,下述数据也按此顺序描述);16种"酸提"元素总质量占PM_(2.5)各样品的质量分数依次为4.84%,1.86%,0.78%;各样品中内毒素含量分别为0.054 7 EU·mg-1,0.433 3 EU·mg-1,0.041 9 EU·mg-1;PM_(2.5)颗粒物可以检测到细菌16S r DNA、真菌18S r DNA,拷贝量分别为(2.6±1.0)×108个·g-1、(4.3±0.9)×108个·g-1。     

西安市燃煤锅炉排放颗粒物中PM_(2.5)和PM_(10)的组分研究

为了解西安市燃煤锅炉排放颗粒物的组分情况,采用稀释通道采样,用滤膜采集了西安市3台链条炉排放颗粒物中的PM_(2.5)和PM_(10),并利用离子色谱仪(IC)、电感耦合等离子体质谱仪(ICP-MS)和碳分析仪等分析了其中的主要组分。实验结果表明,燃煤锅炉排放颗粒物中PM_(2.5)和PM_(10)的主要组分有SO_4~(2-)、NH_4~+、Cl~-、有机碳(OC)、元素碳(EC)、Al、Si。Si、Ca等地壳元素在PM_(10)中所占比例多于PM_(2.5),而NO_3~-、NH_4~+、OC等二次生成物在PM_(2.5)中所占比例多于PM_(10)。对比PM_(2.5)和PM_(10)组分可以发现,同种组分在不同燃煤锅炉排放的PM_(2.5)和PM_(10)中分布差异很大,这可能与除尘、脱硝等工艺密切相关。研究内容对西安市大气颗粒物源解析工作具有重要的参考价值,为西安市颗粒物源解析项目积累了一定的经验。     

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。     

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。     

长春市净月区和朝阳区采暖期与非采暖期大气颗粒物的分布特征及来源分析

分别在采暖期和非采暖期采集了长春市净月区与朝阳区的大气颗粒物,研究其污染特征的差异,并进行了形貌分析。结果表明:(1)净月区采暖期与非采暖期PM_(2.5)平均质量浓度分别为144.86、87.10μg/m~3,PM_(10)平均质量浓度分别为149.07、138.72μg/m~3;朝阳区采暖期与非采暖期PM_(2.5)平均质量浓度分别为234.48、110.01μg/m~3,PM_(10)平均质量浓度分别为275.07、147.50μg/m~3。整体上,非采暖期大气颗粒物浓度低于采暖期。(2)无论是采暖期还是非采暖期,净月区PM_(2.5)与PM_(10)浓度均明显低于朝阳区。(3)净月区采暖期大气颗粒物来源主要是柴油尾气、燃煤源与生物质燃烧;非采暖期,机动车尾气、建筑扬尘、土壤扬尘与某些工业排放对大气颗粒物贡献较大。朝阳区大气颗粒物来源较净月区复杂,这与两个区不同的地理位置和不同功能有直接的联系,建筑扬尘对于朝阳区大气颗粒物的含量有较大的影响。     

北京地铁车厢内PM_(2.5)和PM_(10)污染特征研究

地铁是人们出行的重要交通方式,车厢内颗粒物污染可影响人体健康。2016年春、秋、冬季对北京地铁1号、2号、4号、10号线进行现场监测,探讨北京地铁车厢内颗粒物污染特征。研究结果表明,北京地铁车厢内PM_(2.5)平均浓度超标率为83.8%~98.7%,地铁1号线PM_(10)平均浓度超标率为59.6%。地铁车厢内PM_(2.5)和PM_(10)浓度存在工作日和周末组间显著性差异,表明客运量对车厢内颗粒物浓度有较大影响。地铁车厢内PM_(2.5)和PM_(10)浓度存在季节性差异,冬季车厢内颗粒物平均浓度最高。不同线路车厢内PM_(2.5)和PM_(10)浓度存在组间差异,地铁通风空调系统、门系统和客运量是造成其差异的主要原因。     

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。     

绵阳重污染天气机动车限行对空气质量的影响研究

为应对2017年底绵阳出现的一次重污染天气,绵阳政府于2017年12月25日0时至29日12时首次实行了机动车尾号限行措施。利用2017年12月20日至2018年1月2日绵阳4个国控环境质量监测站点的CO、NO_2、SO_2、O_3、PM_(2.5)、PM_(10)的数据分析限行前后的污染物浓度变化特征,并结合气象数据进行污染成因分析。结果表明,大气颗粒物PM_(2.5)和PM_(10)是此次重污染天气的首要污染物,机动车尾号限行措施对PM_(2.5)和PM_(10)有一定的减排效果。机动车尾号限行措施对NO_2、SO_2、O_3具有明显的减排效果,而对CO几乎没有减排效果。限行前和限行期大气颗粒物主要来源于化学转化形成的二次颗粒物,而限行后则转为沙尘、扬尘等一次颗粒物。江油对绵阳大气颗粒物PM_(2.5)、PM_(10)影响很大,气流轨迹出现频率高,大气颗粒物浓度也高,有必要考虑进行区域联防联控。     

武汉市典型地区PM_(2.5)化学组成及来源解析

采集了武汉市工业区和植物园2011年10月—2012年7月不同季节的PM_(2.5)样品,测定其化学组成并解析来源。结果表明,工业区和植物园PM_(2.5)年均质量浓度分别为179.7、92.8μg/m3,其中SO2-4、NO-3和NH+4是最主要的水溶性离子。通过气团的后向轨迹模型分析,本地源与远距离区域传输共同影响武汉市空气质量。采用正定矩阵因子分析(PMF)模型对PM_(2.5)来源进行了解析,工业区PM_(2.5)来源为二次气溶胶、生物质燃烧、扬尘、冶金、燃煤和残油燃烧,春、夏、秋、冬4季贡献率最高的因子分别为生物质燃烧(45.1%)、残油燃烧(23.1%)、扬尘(56.1%)和二次气溶胶(53.4%);植物园PM_(2.5)来源为二次气溶胶、机动车排放、扬尘、冶金、燃煤和残油燃烧,春、秋两季机动车排放贡献率最高,分别为42.7%、41.3%;夏季和冬季分别为扬尘和二次气溶胶贡献最高,贡献率分别为27.3%、57.4%。