北京市交通扬尘PM2.5排放清单及空间分布特征

为建立一种自下而上的交通扬尘PM_2.5排放清单方法,对北京市不同区域、不同类型道路的路面积尘负荷进行了采样和实验室分析,对各类路网的道路车流量和车辆类型进行了调查和统计,建立了北京市道路交通扬尘PM_2.5排放清单,并对其空间分布进行了分析. 结果表明:北京市城区快速路、主干道、次干道、支路和胡同的交通扬尘PM_2.5排放因子分别为(0.05±0.03)(0.09±0.05)(0.11±0.05)(0.16±0.14)和(0.27±0.20)g/(km·辆),相应各类型道路的交通扬尘PM_2.5排放强度分别为(7.21±4.66)(5.27±3.03)(3.34±1.49)(2.84±2.49)和(0.54±0.40)kg/(km·d);郊区高速路、国道、省道、县道、乡道和城市道路的交通扬尘PM_2.5排放因子分别为(0.10±0.03)(0.50±0.33)(0.39±0.37)(0.41±0.41)和(0.65±0.31)(0.19±0.08)g/(km·辆),各类型道路交通扬尘的PM_2.5排放强度分别为(3.82±1.31)(10.00±6.58)(3.93±3.74)(1.64±1.63)(0.65±0.31)和(0.74±0.32)kg/(km·d). 北京市道路交通扬尘PM_2.5的年排放量为13 565 t,从空间分布上看,郊区交通扬尘PM_2.5年排放量、单位道路长度排放量以及排放因子均高于市区,而城区单位行政区面积的交通扬尘PM_2.5排放量高于远郊区县. 从交通扬尘PM_2.5排放的空间分布特征看,在继续加强城区交通扬尘控制的同时,应采取措施控制远郊区县公路的扬尘排放. 自下而上的交通扬尘PM_2.5排放清单提高了排放的时空分辨率,能够识别路网中高排放的区域和路段,为交通扬尘总量管理和减排目标考核提供了一种技术手段.      

山西省农业源PM10排放清单及特征研究

文章采用排放因子法计算了山西省2014-2018年农业源PM₁₀的排放量,分析了PM₁₀的变化趋势及排放特征,并编制了2018年山西省农业源PM₁₀的排放清单。结果表明：(1)2018年山西省农业源PM₁₀年排放总量为6.1×10⁴t,运城市和临汾市是排放量最大的2个地区,分别贡献了总量的16.85%和16.70%。秸秆焚烧和整地环节是产生PM₁₀的主要来源,贡献率为42%和37%。2014-2018年山西省农业源PM₁₀年平均排放量为6.3×10⁴t,且年际变化小。(2)山西省农业源PM₁₀排放量空间分布特征整体呈南北高,中部低的态势,运城市、临汾市和忻州市为高排放区,平均排放量为0.94×10⁴t。晋城市、太原市和阳泉市是低排放区,其他各市为中度排放区。山西省各市农业源PM₁₀排放密度范围在14.5～18.7 kg/hm²...     

乌鲁木齐道路扬尘PM2.5粒度乘数特征

粒度乘数用来表征道路扬尘中不同粒径颗粒物的分布情况,是构建道路扬尘排放清单的一个重要参数,直接影响排放清单的不确定性.2016年5—6月采用样方吸尘法采集乌鲁木齐市不同区域、不同类型道路积尘样品,通过再悬浮和便携式气溶胶粒径谱仪（Grimm1.109）分析得到样品的粒径数据,并利用校正公式计算得到道路扬尘K_2.5（PM_2.5粒度乘数）.结果显示:快车道K_2.5中位值为0.079 g/VKT,略大于慢车道（0.074 g/VKT）,非参数检验结果P=0.56（>0.05）,表明两种车道之间K_2.5差异无统计学意义;次干道、高速路、支路、主干道、快速路、环线、省道、县道和国道的道路扬尘K_2.5范围分别为0.083~0.112、0.063~0.093、0.055~0.154、0.047~0.107、0.065~0.090、0.697~0.090、0.060~0.080、0.046~0.118和0.051~0.069 g/VKT,这与车流量、车速和平均车质量等因素有关;K_2.5中位值存在区域差异,天山区最大（0.091 g/VKT）,其次是米东区（0.083 g/VKT）、水磨沟区（0.082 g/VKT）和头屯河区（0.081 g/VKT）,乌鲁木齐县最小（0.064 g/VKT）,利用单因素方差分析对其差异显著性进行检验,结果为P=0.107（>0.05）,表明不同区域间K_2.5中位值无显著性差异.乌鲁木齐市各地区道路扬尘K_2.5中位值（0.064~0.091 g/VKT）小于美国AP-42中推荐的经验参数（0.15 g/VKT）.研究显示,在建立乌鲁木齐市道路扬尘排放清单时,若直接采用美国AP-42推荐值,会加大排放清单的不确定性,因此需要通过校正公式对道路扬尘K_2.5进行校正,获得本地化粒度乘数值.      

京津冀地区钢铁行业污染物排放清单及对PM2.5影响

以京津冀地区为研究区域,采取自下而上的方法,建立京津冀地区钢铁行业细化至焦化、烧结和球团、炼铁、炼钢、轧钢等工序的多污染物排放清单.清单估算结果显示,2015年京津冀地区钢铁行业SO₂、NO_x、TSP、PM₁₀、PM_2.5、CO、VOC的排放量分别为38.82、27.23、79.19、53.15、38.68、823.38、26.53万t,其中烧结和球团工序是最主要的污染物排放工序（17.0%~72.0%）,其次为炼铁工序（4.6%~42.4%）和轧钢工序（3.5%~35.7%）.采用具有污染物来源示踪功能的双层嵌套气象-空气质量模型系统（WRF-CAMx）耦合模型模拟京津冀地区钢铁行业污染物排放对区域大气PM_2.5浓度的影响.模拟结果显示：钢铁行业在春夏秋冬这4个季节对京津冀地区PM_2.5浓度贡献率分别达到14.0%、15.9%、12.3%、8.7%.各地市中,钢铁行业对唐山市PM_2.5影响最大,年均PM_2.5浓度贡献率高达41.2%,其次为秦皇岛市、石家庄市、邯郸市,年均PM_2.5浓度贡献率分别达到19.3%、15.3%、15.1%.     

双级虚拟撞击采样器应用于固定污染源PM10和PM2.5排放测量

为贯彻落实《大气污染防治行动计划》,环境保护部指导各地开展大气污染源排放清单编制工作,其中包括固定源PM_(10)和PM_(2.5)的排放清单.但目前国内尚无固定源PM_(10)和PM_(2.5)标准采样方法.本研究提出了适合我国固定源PM_(10)和PM_(2.5)测量的双级虚拟撞击采样方法,开发了相应的分级采样系统,并用该方法对各类固定源进行了现场测试.测试结果表明,所测试的煤粉炉电厂的烟囱入口PM_(2.5)质量浓度为(0.93±0.03)mg·m~(-3),PM_(10)质量浓度为(1.13±0.11)mg·m~(-3).所测试的垃圾焚烧电厂的烟囱排放口PM_(2.5)质量浓度为(3.3±0.65)mg·m~(-3),PM_(10)质量浓度为(6.9±0.86)mg·m~(-3).所测试的大型循环流化床发电厂的烟囱排放口PM_(2.5)质量浓度为(0.59±0.04)mg·m~(-3),PM_(10)质量浓度为(1.12±0.16)mg·m~(-3).所测试的钢铁转炉的烟囱排放口PM_(2.5)质量浓度为(0.15±0.04)mg·m~(-3),PM_(10)质量浓度为(0.43±0.15)mg·m~(-3).     

天津郊区土壤风蚀源PM10排放清单不确定性分析全文替换

运用空气颗粒物风蚀源排放清单构建模型软件（PMEI-WES）,估算2016 年天津市郊区土壤风蚀源颗粒物排放清单.采用蒙特卡罗模拟,分析了主要气象参数和土壤参数输入不确定性对排放量的影响,量化排放清单的不确定性.结果表明:2016 年天津市郊区土壤风蚀源PM₁0 排放总量为22025.1731t.风速是影响排放量的最主要参数,排放量随风速增加呈指数增长,土壤碳酸钙与排放量呈正相关关系,土壤有机质与排放量呈负相关关系.排放总量95%概率范围为（15237.7581t,37434.8873t）,不确定度为（-37.48%,53.60%）;90%概率范围排放量为（16111.8606t,36104.7554t）,不确定度为（-33.89%,48.14%）.各区排放量不确定度大小与风速误差大小最显著.土壤参数对不确定度极值的影响较大.     

2010~2015年中国燃煤电厂NOx排放特征

基于中国2011~2015年发电企业逐台燃煤机组基础信息、活动水平及控制技术等,建立了燃煤电厂NO_x排放量计算方法和排放数据库.利用该方法,计算了2011~2015年逐个机组NO_x排放量,分析了2010~2015年中国燃煤电厂NO_x排放特征.结果表明：中国燃煤电厂NO_x排放量自2010年的1073万t增加到2011年的1132万t,达到排放峰值,随后逐年下降,到2015年下降到522万t.燃煤电厂NO_x排放地区分布不均衡,2015年内蒙、山东、江苏、江西、河南、河北、辽宁是排放量最大的省份,占中国燃煤电厂排放总量的48.8%.上海、江苏、天津、宁夏、山东、浙江和山西是排放强度最大的省份.从机组规模来看,单台容量在300~≤600MW之间的燃煤机组是NO_x排放的主要来源,当机组装机容量从100MW提高到1000MW时,NO_x平均排放绩效从2.91g/kWh降至0.48g/kWh,下降了近84%,这主要是由于装机容量越大的燃煤发电机组,电力工业技术水平和污染治理水平越高,NO_x平均绩效越低,环境行为越好.     

苏州市大气细颗粒物(PM2.5)工业源排放清单

通过发放调查表、现场咨询等形式,获得苏州市2012年工业企业基本信息,参照国内外已有研究成果,确定排放因子,并根据实际情况对钢铁行业进行了系数修订,得到苏州市工业源大气细颗粒物排放清单.结果表明:苏州地区工业源PM_(2.5)排放总量约为6.57×10~4t,工艺过程源和固定燃烧源分别占94%和6%;张家港地区贡献率最大,为51%,其次为常熟13.8%;姑苏区贡献率最小,为0.13%;苏州市平均排放强度为10.42 t·km~(-2),张家港排放强度最大,达到了43.57 t·km~(-2),其次为新区12.38 t·km~(-2);钢铁与炼焦、火电、水泥行业是PM_(2.5)的主要贡献者,分别为50%、17%和14%;空间分布显示苏州北部相对细颗粒污染较大,重点企业多集中在张家港、常熟地区,东部污染较少.     

2010~2015年我国水泥工业NOx排放清单及排放特征

基于我国2011~2015年水泥企业逐条生产线基础信息、活动水平及控制技术等数据,建立了水泥工业NO_x排放量计算方法和动态排放数据库.利用该方法,计算了2011~2015年逐条水泥生产线NO_x排放量,分析了2010~2015年我国水泥工业NO_x排放特征.结果表明,我国水泥工业NO_x排放量变化范围为168~199万t,自2010年的169万t增加到2012年的199万t,达到排放峰值,随后逐年下降,到2015年与2010年基本持平.水泥工业NO_x排放的地区分布不均衡,2015年安徽、四川、河南、湖南、云南、山东是排放量最大的省份,占全国排放总量的40%,上海、内蒙、山西、新疆、湖南、云南、四川是单位熟料NO_x排放强度最大的省份.从生产线规模来看,规模≥ 4000 t·d^-1的熟料生产线产量占比和NO_x排放量占比均最大,分别为68.5%和66.5%,单位熟料NO_x平均排放强度最低.水泥生产工艺结构的转变及水泥工业降氮脱硝工作的开展是影响水泥工业大气NO_x排放特征的主要因素.     

中国城市PM2.5时空动态变化特征分析:2015-2017年

近年来我国雾霾事件频发.采用2015-2017年全国329个地级及以上城市PM_2.5浓度每小时监测数据,利用全域空间自相关法、自然正交函数和空间描述统计分析的方法,从时空视角来揭示PM_2.5浓度的时间动态变化规律以及空间分布特征.研究发现：①从全国范围内来看,PM_2.5浓度均值逐年降低,降幅最高为夏季,最低为冬季,PM_2.5浓度位于40~60 μg·m^-3之间的城市降幅较大.PM_2.5浓度年内表现为\"冬高夏低,春秋居中\"的时间动态变化规律,且各年PM_2.5浓度达优良率不断提高.②细颗粒物污染改善程度最大的为德州,京津冀城市群和长三角城市群改善程度居中.全国PM_2.5污染范围逐年缩小,但新疆西部和冀鲁豫仍为高污染区,西南和东南沿海地区为低污染区.各区域污染的空间集聚逐年缩小.优良达标率在空间分布特征上无显著变化.③\"大气十条\"部分指标已完成,未来细颗粒物污染治理重点区域仍以京津冀地区为核心.在防治空气污染方面,必须加强区域联防联控机制.     

浙江省人为镉排放源与汇时空格局解析

近年来,随着工农业的迅猛发展,大量的人为镉排放对我国生态环境安全构成了严重威胁,而污染源识别在污染治理中具有举足轻重的作用.为此,本文以工农业集产区浙江省为案例,通过文献调研,构建了浙江省人为镉工农业排放因子清单,并采用清单核算法对浙江省人为镉排放的源汇进行了估算.结果表明,浙江省人为镉排放在1995-2017年期间基...     

基于技术的水泥工业大气颗粒物排放清单

针对我国水泥工业的生产技术及生产过程中的大气颗粒物排放控制技术分类,建立了一个基于技术、自下而上的大气颗粒物排放模型.通过分析我国水泥工业不同生产工艺所占比重的历史变化趋势,以及不同时期水泥工业大气颗粒物控制标准的影响,利用此模型计算了1990-2004年全国水泥工业大气颗粒物的排放系数和排放量.我国水泥工业的大气颗粒物的排放系数由1990年的27.9 kg·t-1水泥下降至2004年的8.05 kg·t-1水泥;大气颗粒物排放量自1990年起逐年增加,于1997年达到最高值l 044×104t,其中PM10排放量为716 X 104 t,PM2 5排放量为436×104t;此后逐年降低,到2001年后又有缓慢增加.我国水泥工业大气颗粒物排放量的地理分布很不均衡,山东、广东、河北、江苏、浙江和河南的排放量超过了全国总排放量的50%.新型干法水泥生产线替代立窑生产线的进程以及2004年<水泥工业大气污染物排放标准>的颁布将很可能大幅降低我国水泥工业的大气颗粒物排放量,从而在很大程度上影响我国的大气颗粒物污染特征.     

城市主要大气污染物时空分布特征及其相关性

为制订合理的大气污染物减排措施,利用中国环境监测总站公布的2015年1-12月299座城市实时发布的环境空气颗粒物（PM_2.5和PM₁₀）及气态污染物（CO、NO₂和SO₂）的质量浓度数据,对其进行了时空分布特征及其相关性研究.结果表明:① 2015年城市环境空气颗粒物污染严重,299座城市的ρ（PM_2.5）、ρ（PM₁₀）年均值分别主要集中在25~60和40~110 μg/m3,年均值达到GB 3095-2012《环境空气质量标准》二级标准的城市所占比例分别仅为24%和38%.② 城市大气污染物浓度具有明显的季节性特征,基本呈冬季>春秋季>夏季的趋势,其中冬季ρ（PM_2.5）、ρ（PM₁₀）、ρ（CO）、ρ（NO₂）、ρ（SO₂）分别为（73±27）（114±42）（1.49±0.61）（36±14）（42±33）μg/m3.③ 高ρ（PM_2.5）和ρ（PM₁₀）主要集中在华北平原,年均值分别为（70±16）（117±22）μg/m3;高ρ（CO）主要出现在山西省,年均值为（1.76±0.48）mg/m3;高ρ（NO₂）主要分布在京津冀、山东省和长江三角洲,年均值分别为（42±6）（39±9）（34±8）μg/m3;高ρ（SO₂）主要分布在山西、山东两省,年均值分别为（54±10）（41±16）μg/m3.④ Pearson相关系数研究表明,我国城市环境空气颗粒物与气态污染物具有较强的复合性,并且具有秋冬季明显强于春夏季的季节性特征.研究显示,我国城市大气污染具有较强的季节性、区域性与复合性,在降低环境空气颗粒物浓度的同时,对气态污染物的削减也不容忽视.      

基于在线监测的江苏省大型固定燃煤源排放清单及其时空分布特征

大气污染物排放清单是了解各地区大气污染物排放及其时空分布,精确模拟该地区环境空气质量的最基础资料.现有大气污染物排放清单的粗时空分辨率,极大地限制了空气质量数值预报的准确性.本研究以江苏省大型固定燃煤源为例,以2012年为基准年,收集江苏省电力企业在线监控系统数据及江苏省大气核查核算表数据,结合相关文献的排放因子,分析了江苏省大型固定燃煤源主要污染物的总排放量和月变化特征.分析结果表明:1 SO2、NOx、TSP、PM10、PM2.5、CO、EC、OC、NMVOC、NH3等大气污染物的排放总量分别达到106.0、278.3、40.9、32.7、21.7、582.0、3.6、2.5、17.3、2.2 kt.2呈现2~3、7~8、12月排放量高,9~10月排放量低的月变化特征,可能原因是2~3月处于春节阶段,为保证节日供应,在此期间居民取暖、用电等都有可能增加;7~8月高温天气用电量增加,12月北方城市冬季燃煤取暖导致的煤炭消耗量增加.另外,由于部分污染物排放因子取自国内外相关文献,是本研究清单不确定性的主要因素.今后的工作可以在排放因子实测更新以及将排放清单纳入空气质量预报模式等方面进行更为深入的研究.     

广东省船舶排放源清单及时空分布特征研究

分别采用基于船舶引擎功率和耗油量的排放因子法,估算了广东省地区2010年的船舶排放清单,并选取客货运输吞吐量、航道通航能力因子和港口地理坐标等数据作为权重因子,研究了该地区各类船舶排放的时空分布特征.结果表明,广东省各类船舶在2010年的SO2、NOx、CO、PM10、PM2.5和VOCs排放总量分别为14.6×104 t、23.1×104 t、3.0×104 t、7.9×103 t、7.2×103 t和9.3×103 t.广东省客货运输船舶月排放波动较小;渔业船舶在1月、4月和11月份的排放比例最高.广东省客货运输船舶水域排放集中在西江干线水道和珠江三角洲高等级航道网内,港口排放主要分布在广东省珠江三角洲沿海发达城市地区;渔船港口排放量呈显著的沿海条带状空间分布特征.     

呼和浩特市工业料堆扬尘排放清单研究

颗粒物污染是影响中国城市空气质量的首要因素。工业料堆扬尘是城市大气颗粒物污染的主要来源之一。本文通过对呼和浩特市建成区内典型行业风蚀、作业及交通运输扬尘进行采样分析,应用美国AP-42提供的模型,以2006年作为基准年,建立了呼和浩特市工业料堆排放清单。研究结果表明:呼和浩特市建成区内工业料堆扬尘排放量为TSP:5 305 t/a,PM10:1 012 t/a,PM2.5:267 t/a。从空间分布看玉泉区工业料堆扬尘排放量最大,其次是赛罕区。行业分布上排放最大的行业是建材工业,其次是电力热力工业,最少的是化工工业。在各行业类别的工业料堆排放量中,交通运输扬尘排放量是最大的。     

四川省2008-2014年水泥行业大气污染物排放清单及时空分布特征

根据收集的四川省水泥行业活动水平数据及排放因子,建立了四川省2008-2014年水泥行业大气污染物排放清单,分析其年际变化趋势,识别时间分布特征,并利用GIS建立了高分辨率的网格化清单.此外,对水泥行业污染物排放的不确定性范围进行了定量估算.结果表明,2008-2014年水泥行业SO₂和NO_x排放显著增长,而PM₁₀和PM_2.5排放呈下降趋势;成都及周边地区以及川东北地区是水泥污染排放的主要贡献地区,大部分城市的污染变化与全省的情况基本一致;新型干法水泥产量比重由2008年的41%增长至2014年的88%,随之各污染物排放占比也显著增长,2014年约达到90%;水泥NO_x排放对空气NO₂质量浓度有一定影响,变化趋势较为一致,相比而言,PM₁₀质量浓度受水泥排放影响较小;水泥产量月变化特征不明显,年初1、2月份产量较低,下半年产量高于上半年;在空间分布上,污染物排放主要集中在德阳-绵阳、眉山-乐山及内江-自贡等地;水泥行业排放清单的不确定性主要来源于污染物去除效率及排放因子的选取,其中,PM_2.5不确定性范围较大,约为-64%~103%,SO₂的不确定性范围较小,为-45%~45%.     

长沙市人为源大气污染物排放清单及特征研究

根据收集的长沙市人为源活动水平数据,建立了该地区2014年1 km×1 km人为源大气污染物排放清单.结果显示,2014年长沙市SO_2、NO_x、CO、PM_(10)、PM_(2.5)、BC、OC、VOCs和NH_3排放总量分别为53.5×10~3、78.3×10~3、284.6×10~3、102.3×10~3、42.1×10~3、4.0×10~3、7.2×10~3、64.2×10~3、27.1×10~3t.化石燃料固定燃烧源为最大的SO_2排放贡献源,道路移动源是主要的NO_x贡献源,CO排放主要来自化石燃料固定燃烧源和道路移动源,长沙市VOCs的最大贡献源是溶剂使用源,PM_(10)、PM_(2.5)最主要的排放源是扬尘源,BC最大的排放贡献源为化石燃料固定燃烧源,生物质燃烧源是最大的OC贡献源,NH_3排放主要来源于畜禽养殖和农业施肥.空间分布结果显示,长沙市NH_3的排放在宁乡县、望城区、长沙县、浏阳市分布较多,主要呈现片状分布.其他污染物排放高值区则主要分布在中心城区、工业区及道路分布区域.     

我国钢铁工业一次颗粒物排放量估算

针对我国钢铁工业生产工艺以及颗粒物控制技术的分类,建立了一个细化到排放节点的自下而上的颗粒物排放模型.结合我国钢铁工业各地区活动水平以及颗粒物控制技术分布的历史变化趋势分析,利用此模型计算了2006—2012年我国钢铁工业一次颗粒物的排放系数和排放量.模型计算结果显示,2006年以来,我国钢铁工业颗粒物控制水平不断提高,PM_(2.5)、PM_(2.5)~10和PM10的排放系数分别降低了21.2%、19.3%和19.0%.钢铁工业一次颗粒物排放量在2006—2011年间持续增长,2011年TSP排放量为602×104t,PM10排放量为200×104t,PM_(2.5)排放量为124×104t;2012年排放量出现下降,TSP排放量为561×104t,PM10排放量为187×104t,PM_(2.5)排放量为116×104t.2012年我国钢铁工业一次PM_(2.5)排放量中的有组织排放占39.5%,无组织排放占60.5%;除加严有组织源管控之外,减少颗粒物无组织排放,对于钢铁工业颗粒物排放控制也非常重要.我国钢铁工业颗粒物排放量分布不均衡,河北、山东、江苏、辽宁、山西5个省的排放超过全国总排放的50%.