长江三角洲2014年天然源BVOCs排放、组成及时空分布

基于遥感解译植被,结合WRF气象场模拟,利用MEGAN模型估算了2014年长三角地区天然源VOCs（BVOCs）排放清单,分析其化学组成及时空分布特征.结果表明,2014年长三角江浙沪皖三省一市BVOCs排放总量为188.6万t,其中异戊二烯70.42万t（37.3%）,单萜烯30.3万t（16.1%）,其他VOCs为87.88万t（46.6%）.BVOCs季节变化十分显著,夏季最高,冬季最低;夏季排放占年排放量的60.9%（108.8万t）,冬季仅占3.2%（5.7万t）.受植被覆盖影响,BVOCs排放存在空间分布差异,南高北低,浙江、安徽、江苏和上海市的BVOCs排放量依次为84.2万t（44.6%）、76万t（40.3%）、27.2万t（14.4%）和1.2万t（0.7%）,这主要与植被类型分布有关.     

2000~2020年京津冀BVOCs排放量估算及时空分布特征

为研究京津冀地区天然源挥发性有机化合物(BVOCs)近20a排放量及时空分布特征,本文基于卫星遥感解译获得的2000年、2005年、2010年、2015年、2020年共5期中国土地利用数据,计算获得了京津冀地区各市县BVOCs排放量及排放组成,同时对京津冀地区近20a的BVOCs排放的时空分布进行了特征分析.结果表明,近20a京津冀地区BVOCs平均排放总量为76.40万t/a,其中河北省、北京市、天津市的平均排放总量分别为59.11万t/a,15.29万t/a,2.00万t/a;按照排放组成分析,ISOP平均排放总量为16.80万t/a,占总排放量的21.99%,TMT平均排放总量为29.62万t/a,占总排放量的38.77%,OVOCs平均排放总量为29.97万t/a,占总排放量的39.23%.根据排放时间特征分析,京津冀地区冬季BVOCs排放量最低、夏季BVOCs排放量最高.BVOCs排放的空间分布与土地利用类型和植被分布密切相关,不同土地利用类型的BVOCs排放贡献具有显著差异,近20a京津冀地区林地、耕地、草地的BVOCs平均排放量分别为60.33万t/a,12.78万t/a,2.31万t/a,分别占总排放量的78.90%,16.79%,3.04%.京津冀地区BVOCs空间排放分布差异比较明显,北部、东北部的整体排放量明显高于南部、东南部.本研究可为BVOCs的计算提供研究思路,同时可为京津冀地区空气污染治理提供有关基础数据.     

12种常见落叶果树BVOCs排放清单和排放特征

为了解城市近郊区域植物源挥发性有机化合物(biogenic volatile organic compounds,BVOCs)排放情况,运用动态采样法对北京地区广泛种植的12种典型落叶果树(其中9种为首次报道) BVOCs进行野外采样和实验室分析.结果表明,果树释放物中含有烃类、醇类和醛类等9类物质,烃类含量最高,占39. 0%. 12种果树均释放异戊二烯和单萜(6种果树释放倍半萜烯),其中,桃等3种果树为高BVOCs排放树种,海棠等9种果树为中等BVOCs排放树种.果树总BVOCs(异戊二烯、单萜和倍半萜烯之和)释放速率在(2. 6±0. 1)～(14±0. 8)μg·(g·h)~(-1)之间,其中杏子总BVOCs释放速率最高[(14±0. 8)μg·(g·h)~(-1)].对不同科属及生活型果树BVOCs进行显著性分析发现,木本类果树异戊二烯释放速率[(4. 2±1. 4)μg·(g·h)~(-1)]显著高于藤本类[(0. 6±0. 2)μg·(g·h)~(-1),P=0. 03],但果树BVOCs的释放速率不具有显著的科属差异,暂不能依据果树科属关系对BVOCs释放水平进行分类.与松柏科植物不同,具有花香或脂香味的β-月桂烯(β-myrcene)、D-柠檬烯(D-limonene)和γ-松油烯(γ-terpinene)是果树释放的主要成分,β-月桂烯(β-myrcene)含量最高,占单萜总释放量的59. 3%.此外,果树还可能释放芴、菲和萘等8种具有芳香味的有毒有害大气污染物.本研究拓展了BVOCs研究领域,为丰富BVOCs数据库及BVOCs环境效应评估提供了基础数据.     

中国生物源挥发性有机物(BVOCs)时空排放特征研究

生物源挥发性有机物(BVOCs)对O_3和二次有机气溶胶(SOA)生成具有重要的影响.本研究基于MODIS卫星遥感数据和WRF模拟的气象结果,运用MEGAN3.0模型对中国2005—2016年BVOCs排放量进行估算,分析了BVOCs及其亚类化学物种的时空分布特征.同时,对人为源挥发性有机物(AVOCs)排放量、总挥发性有机物(TVOCs)排放量和OMI卫星反演获取的甲醛柱浓度之间的关系进行了初步探讨.结果表明:2005—2016年中国BVOCs年均排放量约为10 Tg,其中,异戊二烯约为6.13 Tg,甲醇约为1.47 Tg,单萜烯约为1.03 Tg,其余生物源挥发性有机物(OBVOCs)约为2.84 Tg;近10年我国BVOCs排放量略呈下降趋势,AVOCs呈明显的波动上升趋势,而TVOCs则呈现逐年增加趋势;BVOCs存在明显的季节性变化,呈现夏季高、冬季低的规律,夏、冬两季排放量各占全年排放量的51.50%和3.40%;BVOCs排放量高值分布于中国东南植被密集区域,主要分布于广西(0.87 Tg)、云南(0.84 Tg)和湖南(0.81 Tg);不同土地覆盖类型的BVOCs排放贡献具有显著差异,其中,森林(43.93%)最大,灌木(31.62%)和农田(15.13%)次之,草地(9.31%)最小.本研究所获取的中国近10年BVOCs的时空分布特征可为后续定量评估BVOCs对O_3和SOA生成的贡献提供基础支撑.     

京津冀地区散煤燃烧大气污染物排放清单

为研究京津冀地区民用散煤燃烧大气污染物的排放情况,结合散煤燃烧活动水平与燃用特征,根据排放因子法自下而上建立了2018年京津冀地区民用散煤燃烧污染物排放清单,研究了污染物排放的时空分布特征并使用蒙特卡罗方法对排放清单进行了不确定性分析.结果表明：2018年京津冀地区民用散煤燃烧量共计3799.22万t,PM_2.5、CO、SO₂、NO_x的排放量分别为9.27,341.31,5.17,5.44万t.污染物排放集中在11月份~次年3月份,大多数地区呈现出相同的日排放趋势.8：00、11：00、18：00、21：00左右出现污染物排放峰值,小时排放系数平均值分别为11%,6%,7%,13%.PM_2.5排放高值区主要集中在北部、东部及部分南部地区,CO主要集中在北京和天津地区,SO₂和NO_x主要集中在天津和承德地区.     

陕西省天然源挥发性有机物排放清单及时空分布特征研究

基于Guenther提出的天然源性有机化合物(BVOCs)公式计算模型,利用高精度土地利用遥感资料,模拟估算了2000—2020年陕西省107个区县BVOCs的排放量、排放组成及时空分布规律.测算结果显示,陕西省近20年来BVOCs排放量呈上升趋势,总排放量从101.17×10⁴ t·a^-1上升至111.43×10⁴ t·a^-1.近20年陕西省年平均BVOCs排放量为106.01×10⁴ t·a^-1,其中,异戊二烯排放量为31.65×10⁴ t·a^-1,占比为29.86%;单萜烯排放量为35.61×10⁴ t·a^-1,占比为33.60%;其他VOCs排放量为38.75×10⁴ t·a^-1,占比为36.54%.BVOCs排放总量存在季节性变化,呈夏季高、冬季低的规律,夏、冬两季排放量分别为69.0×10⁴、...     

基于遥感数据的秸秆焚烧源排放清单及时空分布特征

分析秸秆焚烧事件引起的空气污染状况,常使用CMAQ、NAQPMS、WRF-CHEM等模型进行空气质量模拟,而污染源排放清单是模拟模型的关键输入.为满足模型清单输入要求,以2014年5月7日四川盆地内发生的一次由油菜秸秆焚烧引起的重污染事件为例,采用排放因子法进行污染物年排放量估算,结合卫星火点数据、土地利用数据对其进行空间特征分析,并使用Bluesky CONSUME模型估算了污染物的烟羽抬升,结合激光雷达获取了气溶胶消光系数以分析其时间特征.结果表明:以2013年为基准年,全年区域内CO、NO_x、SO₂、PM_2.5、PM₁₀及NMVOC（非甲烷挥发性有机化合物）的年排放量分别为5 791.022、193.842、43.268、574.602、1 495.350和1 495.350 t,成都市、德阳市、绵阳市、眉山市、资阳市各污染物排放量占比分别为13.90%、22.39%、31.81%、12.11%、19.79%.各污染物排放量均在地面层呈3个大值中心、2个空值带的分布趋势.采用环境1B卫星和MODIS火点数据结合提取焚烧火点分析发现,5月7日四川盆地内5个城市均存在不同程度的秸秆焚烧情况.经空间分配后发现,此次排放的重点在德阳市及绵阳市南部,污染物排放量最大值出现在德阳市中部,成都市秸秆焚烧火点最少,污染物排放量也最小.受当天大气边界层高度的影响,污染物垂直分布主要集中在35 m以下,并在30 m左右形成污染物极大层.另外,受秸秆焚烧管制影响,在16:00-翌日04:00排放量呈逐渐上升趋势,09:00-16:00排放量较少.研究显示,秸秆焚烧源排放清单与前人研究结果较为一致,排放清单的烟羽抬升结果与气溶胶消光系数的垂直分布较为吻合.      

湖南省天然源挥发性有机物排放时空特征研究

基于MEGANv3.1模型,结合WRF3.4.1气象数据、MODIS数据提取的叶面积指数、J4置信度下不同植被排放因子、生态功能类型数据及植被生长因子数据,估算了湖南省范围内2018年植被挥发性有机物(Biogenic Volatile Organic Compounds,BVOCs)排放情况.结果显示,湖南省BVOC...     

京津冀天然源挥发性有机物排放研究

为探明2017年京津冀地区天然源挥发性有机物(BVOCs)的空间分布,将研究区划分成3 km分辨率的格网,并通过WRF模型提供气象驱动数据,MODIS影像提供植被功能类型和叶面积指数,最终利用MEGAN模型进行模拟研究.结果表明,该模型将BVOCs分成147个细类,其中主要有异戊二烯、单萜烯41类、半萜烯32类、其他VOC73类.2017年京津冀地区BVOCs排放总量为426.26×10~3 t,四大类别的排放比例依次为29.38%、12.32%、6.24%、52.05%.单萜烯中排放较高的类别是α-蒎烯、β-蒎烯、t-β-罗勒烯,而半萜烯中排放较高的是α-法呢烯和β-石竹烯.整个研究区域内BVOCs排放较高的区域位于北部森林与灌丛分布密集的燕山山脉和西南的太行山山脉,其中主要的城市有承德、北京、张家口、保定、石家庄等.排放量较低的地区为廊坊、衡水、天津等地.本研究通过模型模拟得到了京津冀地区2017年高时空分辨率BVOCs排放清单,同时可为以后的大气环境研究提供基础数据.     

南京和北京城市天然源挥发性有机物排放差异

以南京市和北京市优势树种为研究对象,利用森林资源清查数据、小时气象观测资料和G95光温模型算法对中国南北典型城市南京和北京地区2015年森林天然源挥发性有机化合物(BVOCs)排放总量进行估算.研究发现,南京市总BVOCs排放主要来自湿地松、栎树类和杨树,北京市主要优势树种BVOCs排放量最高的是栎树类、杨树和油松.从...     

基于XGBoost-LME模型的京津冀地区近地面臭氧浓度估算

高时空分辨率的近地面臭氧浓度分布数据对监测和防控大气臭氧污染,提高人居环境具有重要意义. 使用TROPOMI-L3 NO₂、 HCHO产品和ERA5-land高分辨率数据作为估算变量,构建XGBoost-LME模型估算京津冀地区近地面臭氧浓度. 结果表明：①在估算变量中地表2 m温度（T2M）、2 m露点温度（D2M）、地表太阳向下辐射（SSRD）、对流层甲醛（HCHO）和对流层二氧化氮（NO₂）是影响京津冀地区近地面臭氧浓度的重要因素,其中T2M、SSRD和D2M相关系数分别达到0.82、0.75和0.71. ②XGBoost-LME模型相较其它模型,其各项指标均为最优,十折交叉验证R²、MAE和RMSE分别为0.951、 9.27 μg·m^-3和13.49 μg·m^-3,同时,该模型在不同时间尺度均表现良好. ③在时间上,2019年京津冀地区近地面臭氧浓度存在显著的季节性差异,四季浓度变化为：夏季>春季>秋季>冬季,2019年该地区近地面臭氧月均浓度总体呈现出先上升后下降的倒“V”趋势,其中9月呈现小幅上升趋势,全年最大值出现在7月,最小值在12月;在空间分布上,2月和3月京津冀全域近地面臭氧浓度分布基本为同一水平,1、11和12月呈现出不显著的北高南低的空间分布趋势,其余月份该地区近地面臭氧浓度空间分布均呈现出南高北低的分布特征,高值区主要在南部海拔较低、人口密集和工业排放量较大的平原地区,低值区则主要在北部海拔较高、人口稀疏、植被覆盖率高和工业排放量低的山地地区.     

兰州市农牧业源氨排放清单及其时空分布特征

通过实地调研等方式获取农牧业源的活动水平,采用NARSES模型确定氮肥施用排放因子,其它排放因子通过文献调研确定,建立了2016年兰州市农牧业源氨排放清单,并进一步分析了农牧业源氨排放的时空分布特征. 2016年兰州市农牧业源大气氨排放量为9 356. 90 t;其中畜禽养殖源氨排放量7 584. 03 t,分担率81. 05%;永登县是氨排放量最大的区县,氨排放量为2 820. 59 t,分担率为30. 14%.在兰州市各区县氨排放量分担率中,畜牧业源氨排放的分担率在65. 83%～97. 38%之间;氮肥施用源的分担率在2. 27%～28. 66%之间.从空间分布来看,兰州市农牧业源氨排放主要集中在皋兰县西北部与中部、红古区东南部、七里河区东西两部与榆中县东部.从时间分布来看,畜牧业源氨排放主要集中在4～9月,氮肥施用源的氨排放主要集中在3～7月和9月,其它月份排放量相对较小.     

京津冀地区钢铁行业高时空分辨率排放清单方法研究

针对目前京津冀地区钢铁行业大气污染物排放量基数不清,排放清单缺失的现状,以钢铁行业调研、企业在线监测、污染源调查等数据为基础,综合考虑钢铁行业具体工艺设备、环保措施、产能等信息,按照自下而上的方法建立了一套高时空分辨率排放清单.经计算,2012年京津冀地区钢铁企业排放SO2为47.16万t,NOx为37.22万t,烟粉尘为34.15万t,其中烧结和高炉工艺为京津冀钢铁行业污染物的主要来源;从空间分布来看,唐山、邯郸两地区集中了整个京津冀地区一半以上的钢铁企业,其污染物排放量占到了整个区域钢铁企业排放总量的一半以上.     

港口自有移动源大气污染物排放清单

基于全面开展大气污染源排放清单编制工作的要求,研究制定了天津市港口自有移动源排放清单.对道路和非道路移动源各源类6种大气污染物建立了分辨率为3 km×3 km的网格化排放清单,并分析其污染物排放时空分布特征,利用蒙特卡罗方法分析了清单的不确定性.结果表明,2020年港口自有移动源共排放PM₁₀ 148.22 t、 PM_2.5 135.34 t、 SO₂ 1 061.04 t、 NO_x 4 027.16 t、 CO 756.60 t和VOCs 237.07 t,其中道路和非道路移动源污染物总排放量占移动源排放量的比例分别为6.66%和93.34%.全港区自有道路移动源机动车污染物排放的主要贡献源是小型、中型、大型载客汽车(汽油)和重型载货汽车(柴油),非道路移动源排放的各污染物的主要贡献源均是船舶和工程机械.不确定性分析结果表明,移动源总体不确定性范围为-13.3%～16.53%.     

基于多源数据融合的河南省建材行业排放清单

建材行业是典型的资源和能源消耗型产业,也是大气污染的主要排放源之一.中国作为全球最大的建材产品生产国和消费国,目前针对建材行业排放特征的研究总体较少,数据来源较为单一.以河南省建材行业为研究对象,首次将应急减排清单应用到排放清单构建中,通过对应急减排清单、排污许可和环境统计等多源数据的融合研究,完善和细化了建材行业活动水平数据,建立了更为精准的河南省建材行业排放清单.结果表明,2020年河南省建材行业的SO₂、 NO_x、一次PM_2.5和PM₁₀的排放量分别为21 788、 51 427、 10 107和14 471 t.其中,水泥和砖瓦是河南省建材行业大气污染物排放占比最高的2个行业,合计超过50%,水泥行业NO_x排放问题较为突出,砖瓦行业整体治理水平比较落后.豫中和豫北是河南省建材行业排放贡献最高的地区,合计超过全省的60%.建议加快推进水泥行业超低排放改造,针对砖瓦等行业完善地方排放标准,持续提升建材行业大气污染治理水平.     

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、NO x、CO、PM10、PM2.5和VOCs排放总量分别为14.6×104t、23.1×104t、3.0×104t、7.9×103t、7.2×103t和9.3×103t.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.     

渭南市道路移动源高分辨污染物排放清单及特征研究

应用MOVES-2014a模型并对其输入参数进行了本地化修正,计算了 2018年渭南市道路移动源污染物的排放因子和排放总量.基于渭南市路网分布和GIS信息及车流分布对污染物总排放量进行了空间和时间分配,建立了 1 km×1 km和l h分辨率的排放清单.结果表明,渭南市机动车排放CO、NMVOCs、NOx、NO2、NO...     

青岛市生活源挥发性有机物排放清单编制和管控探索

随着城市化进程的加快,餐饮、汽修、干洗、加油站、装饰装修、日用品等生活源高度集中在建成区,对城市大气环境的影响越来越突出.在开展大量调研工作的基础上,采用物料衡算法、排放因子法等核算方法,建立青岛市全市域生活源VOCs排放清单,进行空间和时间排放特征分析.研究得出,青岛市生活源VOCs排放总量为10287.8t,其中装...     

阜新市化石燃料燃烧源大气污染物排放源清单及特征分析

为了向阜新市化石燃料燃烧源大气环境管理工作提供排放清单的理论依据,通过对阜新市(5区、2县、2园区)环境统计数据的收集和实地调查,结合本地化大气排放因子,建立了2017年阜新市化石燃料燃烧源涵盖SO_2、NO_x、PM_(2. 5)、PM_(10)、挥发性有机物(VOCs)、CO、黑碳(BC)、有机碳(OC) 8类大气污染物的排放清单。利用Arc Gis 10. 2遥感技术,分析了大气污染物时空分配特征。研究结果表明:8类污染物排放量分别为11 915. 49、7 215. 33、3 607. 78、2 002. 96、4 594. 72、4 277. 05、384. 15、16. 62 t;各类污染物的贡献率以及区域空间分布特征均存在差异,但其在时间上表现出一致性(除PM_(2. 5)),即在时间上均表现出两个峰值,高峰分别出现在夏季的七、八月和冬季的十一月至一月;县区中彰武县污染物排放较多,市区中太平区污染物排放较多;火力发电和热力供应企业对阜新市大气污染贡献较大,应当重点管控。     

四川省非道路移动源大气污染物排放清单研究

根据调查收集到的2015年四川省工程机械、农业机械、铁路机车、船舶和民航飞机的保有量、活动水平等数据,采用"排放因子法"计算了非道路移动源大气污染物排放量,分析了2015四川省非道路移动源的尾气污染排放特征,并建立了3km×3km的网格化排放清单.结果表明,2015年四川省非道路移动源排放的PM₁₀为1.38×10⁴t,PM_2.5为1.25×10⁴t,NO_x为1.83×10⁵t,THC为2.98×10⁴t,CO为1.21×10⁵t.工程机械对污染物的贡献率相对较高,占比达到70%;其次为农业机械,对NO_x和PM的贡献占比分别达到15%.工程机械和农业机械的排放主要集中在夏季和秋季,而飞机、铁路机车和船舶的时间变化较不明显;而从空间分布来看,高排放源主要分布于成都平原地区和川南地区.