首都国际机场飞机排放清单的建立

将基于标准起飞着陆（LTO）循环各阶段工作时间的飞机排放量计算方法加以改进,利用AMDAR资料计算飞机的有效排放高度,进而准确计算出基于逐架飞机的大气污染物排放总量.结果表明,首都国际机场2013年飞机NO_x、CO、HC、SO₂和PM_2.5排放总量分别为7042.1t、3189.9t、295.3t、429.4t和150.4t.与传统的基于LTO循环的方法相比,修正后的首都机场飞机NO_x、CO、HC和SO₂排放增加了23.5%、2.3%、2.1%和18.1%.飞机排放的CO、HC、SO₂和PM_2.5月变化较小,NO_x排放受飞机有效排放高度影响月波动较大.1～2月飞机污染物排放量处于全年最低水平,8月各污染物排放达到峰值.此外,飞机在爬升和滑行/慢车两种模式下污染物排放比例最大,分别占排放总量的37.7%与36.8%.     

中国民用航空机场大气污染物及碳排放清单

基于 2017～2020 年中国民用航空局飞机起降数据、机队配置数据和国际民航组织(ICAO)飞机发动机排放因子数据库等数据,自下而上编制了2017～2020 年中国民用航空机场高分辨率飞机起飞着陆(LTO)循环大气污染物及碳排放清单,在此基础上探究中国民用航空机场大气污染物和碳排放时空分布特征.分析 2000～2020 年 3 次疫情(2003 年非典、2012 年中东呼吸症、2020 年新冠疫情)对机场大气污染物及碳排放影响.结果表明,2020 年中国民航机场 LTO 循环 NO_x、CO、HC、SO₂、PM 和 CO₂排放量分别为 10.90, 8.22, 0.96, 0.28, 0.06, 1360.27 万 t; HC、CO、SO₂、CO₂在滑行阶段排放量最大,分别占总排放量的 92.80%、91.56%、41.81%、41.81%.NO_x、PM 在爬升阶段排放量最大,分别占总排放量的 47.93%、37.39%;2017～2019 年我国民航机场...     

北京大兴国际机场排放及其环境影响与预测

本研究结合北京大兴国际机场(PKX)运营后一年间的实际航班飞行数据，参考国际民航组织(ICAO)最新发布的飞机发动机排放数据库(EEDB)，建立了大兴机场飞机起飞着陆循环(LTO)大气污染物排放清单，将排放清单分为试运营、新冠疫情和常态化3个阶段，利用ADMSAirport模型模拟评估了不同阶段机场排放大气污染物对周边地区的空气质量影响.最后，创新性地提出一种基于航班活动水平和气象要素的预测方法，预测了中长期规划下，机场对未来的大气环境影响.结果表明，研究期间内北京大兴国际机场LTO循环CO、NO_x、HC、SO₂和PM的排放量分别为389.55、574.37、31.21、45.22和4.85 t，其中NO_x和CO是主要排放污染物，分别占总排放污染物的54.9%和37.3%.CO和HC排放主要分布于滑行阶段，分别占该污染物总排放量的93.4%和94.1%，而NOx排放主要集中在起飞和爬升阶段，约占其排放总量的63.7%.在该机场起降所有机型中，B738排放污染物总量最高，A332/333单位LTO循环排放的PM最高.空气质...     

首都国际机场航空器排放清单的计算分析

基于微脉冲激光雷达提取的混合层高度与首都机场的实际运行数据,采用美国EPA方法,更准确的估算了2016年首都国际机场航空器排放清单.结果表明：在航空器起飞着陆（LTO）循环排放的各种污染物中,NO_x和CO排放量最多,分别占排放总量的53.3%和38.5%.滑行阶段和爬升阶段的排放总量较多,占排放总量的49.7%和25.7%.滑行阶段是航空器排放CO、SO_x、HC和PM的主要阶段.在滑行阶段的主要排放物是CO和NO_x,分别占滑行阶段排放总量的71.7%和17.2%.混合层高度变化对航空器排放的NO_x与CO影响最大,对SO_x、HC与PM影响较小.在所有的起降航班机型中,A320对排放影响最小,B77W影响最大.航空器场面滑行时间是影响污染物排放量的一个非常重要的因素.优化航空器滑行效率,减少滑行时间,对减少机场排放量会有非常积极的作用.     

长三角地区民航飞机起飞着陆(LTO)循环大气污染物排放清单

通过调查收集长三角区域民航飞机构成、起落架次及发动机排放因子数据,以2017年为基准年,建立了长三角区域民航飞机起飞着陆(Land take-off, LTO)循环大气污染物排放清单.结果显示,2017年长三角区域民航飞机LTO循环NO_x、HC、CO、SO_2和PM年排放总量分别为16429.6、734.4、8234.3、1159.6和125.7 t.爬升阶段的NO_x、SO_2和PM排放贡献相对较高,分别达到47.2%、29.6%和36.2%,滑行阶段的HC和CO排放占比突出,分别达到95.4%和95.4%.从空间分布来看,长三角地区民航飞机LTO循环排放主要集中在上海浦东国际机场、上海虹桥机场、杭州萧山机场和南京禄口机场.从月分布来看,3—8月民航飞机LTO循环排放最为集中.从小时分布来看,上午7:00—9:00存在排放高峰,航班起落架次和边界层高度是决定LTO循环排放量的主要因素.为提升民航飞机大气污染物排放清单估算的准确度,建议在后续研究中加强对在用民航飞机大气污染物排放因子实测和实际活动水平的调查,以降低排放清单的不确定性.     

京津冀机场群飞机LTO大气污染物排放清单

基于国际民航组织(ICAO)标准排放模型,调查搜集京津冀机场群9个机场实际航班情况,充分考虑了大气混合层高度的影响,采用EPA方法修正运行时间,精确估算了2018～2019航季年(364 d)京津冀机场群飞机起飞着陆循环(LTO)大气污染物排放清单.结果表明, 2018～2019航季年京津冀机场群飞机LTO循环NO_x、 CO、 SO_2、 HC和PM排放总量分别为10 720.5、 3 972.2、 407.8、 508.0和53.7 t.其中,冬春航季排放量分别为4 290.2、 1 646.7、 168.3、 220.1和22.4 t;夏秋航季排放量分别为6 430.3、 2 325.5、 239.5、 287.9和31.3 t.从空间分布来看,北京首都机场是该机场群大气污染物排放量最多的机场.从时间分布来看,07:00～08:00处于排放量最高峰, 12:00～20:00处于中等偏高排放水平, 21:00之后排放量相对较低.飞机在LTO循环中NO_x和CO排放量较多,PM排放量最少.各污染物不同工作模式下的排放情况差异明显.在该机场群起降所有机型中,B777单位LTO循环排放污染物最多,B737最少,B787单位LTO循环排放HC最低.     

辽宁省港口邻近区域海运废气排放测算

为准确测算沿海地区船舶废气排放量,基于试验数据确定了NO_x、CO、HC和CO₂排放因子;结合文献资料和海事局进出港船舶签证数据,采用基于船舶活动过程的方法测算了2014年辽宁省港口邻近区域〔距港口减速区外边界25 n mile(1 n mile=1 852 m)以外的边界线与港口陆地岸线所围成的区域〕海运废气排放清单. 结果表明:2014年辽宁省港口邻近区域海运NO_x、CO、HC、CO₂、SO₂和PM(颗粒物)的排放量分别为11 827.1、971.4、399.6、1 097 426.5、11 654.1和959.2 t;散货船、集装箱船和油船3种主要类型船舶的NO_x、CO、HC、CO₂、SO₂和PM的分担率之和分别为74.7%、77.8%、70.8%、68.0%、70.9%和70.6%;主机NO_x、CO、HC、CO₂、SO₂和PM的分担率最大,分别为63.7%、63.0%、46.0%、40.4%、46.4%和45.3%;停泊工况下的NO_x、CO、HC、CO₂、SO₂和PM排放量分别为3 318.3、281.7、168.3、520 194.9、4 894.0和411.5 t. 船舶降速运行、减少停港时间、燃用低硫油和向船舶供应岸电等措施能降低港口邻近区域海运废气排放. 基础数据缺乏或数据代表性不足给废气排放清单带来了一定的不确定性.      

飞机LTO排放影响评估耦合模型研究与应用

民航飞机在LTO起降阶段的飞行中,发动机污染物排放的源强和空间位置是动态的.为准确定量评估其影响,构建了飞机LTO污染排放影响评估耦合模型.首先利用飞行动力学模型,模拟飞机LTO飞行轨迹,并获得轨迹中每一位置点的性能参数（实时燃油流量）;再通过排放计算模型,确定每一位置点的污染物排放量（源强）;在此基础上,基于拉格朗日烟团模型,针对飞机烟团排气特点进行修正,实现污染扩散模拟.最后采集了一架典型飞机在一个完整LTO飞行过程中的机载数据,结合实时气象参数,进行了实例应用研究.结果显示.在LTO过程中NO_x、SO₂、CO、PM和HC的平均排放速率分别为17.71、2.21、1.05、0.20和0.03g/s;飞机在起飞离地时刻,烟团扩散范围集中于跑道附近及侧向300m、纵向3000m范围内,NO_x地面最大浓度超过100mg/m³;当飞机爬升至混合层顶完成起飞时,地面污染物扩散至侧向1200m范围,NO_x浓度降至298.5μg/m³,依然较为严重,其他污染物地面浓度相对较低_.     

华北地区典型机场清单建立及空气质量影响

基于利用AMDAR数据确定大气混合层高度进而对飞机不同工作状态下的时间进行修正的计算方法，核算了2017年华北地区6座典型机场大气污染物排放量.结果显示，6座机场NO_x、CO、VOC、SO₂与PM_2.5的排放总量分别为21504.2，7074.8，1424.0，1283.6和323.2t.飞机源NO_x、CO、VOC与SO₂的排放量远高于机场内其他污染源，而对PM_2.5的排放贡献相差较小.HC与CO的排放主要集中在滑行阶段，占比分别为90.6%与90.2%，而NO_x、SO₂与PM_2.5的排放主要集中在爬升阶段，排放占比分别为58.9%、38.7%和43.5%.6座机场1月份污染物排放量较低，在8月份达到峰值.基于本研究建立的天津滨海国际机场大气污染物排放清单，利用WRF-CAMQ模型研究机场排放对周边区域PM_2.5浓度的影响.结果表明机场区域小时最大贡献浓度为3.24μg/m³；距离机场5km处的年均贡献浓度与小时最大贡献浓度分别为0.08和2.84μg/m³.     

中国民航机场飞机起飞着陆(LTO)循环排放量估算

为了估算飞机在民航机场的污染物(HC、CO、NOx、SO2)排放量,基于国际民航组织(ICAO)标准中的起飞着陆(LTO)循环概念,采用其发动机排放数据库(Engine emission data bank),结合我国民航机队资料和民航飞行数据,通过计算全国123个机场1周内飞机LTO循环的气体污染物排放量,拟合出LTO循环数与各种污染气体排放因子的关系.结果表明,2002～2006年民航机场LTO循环排放量分别为24680.54、24701.30、31084.55、35633.84、40645.55t;2006年我国全民航机场飞机LTO循环HC、CO、NOx、SO2的排放量分别为1514.48、14341.16、23095 19、1694.71t,旅客吞吐量前20位的机场排放占全国排放总量的68.25%.考察对比了2003及2004年度全国7大空域的机场飞机LTO循环排放分布,结果表明,在标准LTO循环的进近、滑行、起飞以及爬升4种模式中,滑行段所排放的污染物约占整个循环的50%,滑行时间降低4min,排放总量降低6%.     

粤港澳大湾区飞机LTO污染排放因子及排放清单

针对2018~2019航季年粤港澳大湾区机场群,通过实际滑行时间修正和大气混合层高度对爬升/进近时间的修正,获得飞机主发动机排放因子和区内机场加权排放因子,同时考虑飞机辅助动力装置的排放,建立了区内飞机起飞着陆（LTO）污染排放清单.结果表明,区域内各机场污染物排放因子存在较大差异,主要来源于实际运行时间的修正以及各个机场不同的机型占比,其中NO_x、CO、HC、SO₂、PM 5类污染物的加权排放因子区内均值分别为17.58,8.60,0.79,1.37,0.15kg.排放量分别为15327.4,8066.7,728.4,1186.1,121.9t,绝大部分来自飞机主发动机排放.研究期内,NO_x排放量在年内呈现夏秋季高、冬春季低的变化趋势,其他污染物排放量变化较为平缓.所有污染物在各机场排放量的次序较为一致,香港、广州白云分列前两位.各机型中,区内NO_x及SO₂主要来自A320排放,所占比例分别为19.5%、17.1%;CO及HC排放占比最大的机型均为A321,分别为25.4%、27.2%;PM排放量占比最大的机型是B738,约为23.1%.     

粤港澳大湾区飞机LTO污染排放因子及排放清单

针对2018~2019航季年粤港澳大湾区机场群,通过实际滑行时间修正和大气混合层高度对爬升/进近时间的修正,获得飞机主发动机排放因子和区内机场加权排放因子,同时考虑飞机辅助动力装置的排放,建立了区内飞机起飞着陆（LTO）污染排放清单.结果表明,区域内各机场污染物排放因子存在较大差异,主要来源于实际运行时间的修正以及各个机场不同的机型占比,其中NO_x、CO、HC、SO₂、PM 5类污染物的加权排放因子区内均值分别为17.58,8.60,0.79,1.37,0.15kg.排放量分别为15327.4,8066.7,728.4,1186.1,121.9t,绝大部分来自飞机主发动机排放.研究期内,NO_x排放量在年内呈现夏秋季高、冬春季低的变化趋势,其他污染物排放量变化较为平缓.所有污染物在各机场排放量的次序较为一致,香港、广州白云分列前两位.各机型中,区内NO_x及SO₂主要来自A320排放,所占比例分别为19.5%、17.1%;CO及HC排放占比最大的机型均为A321,分别为25.4%、27.2%;PM排放量占比最大的机型是B738,约为23.1%.     

乌鲁木齐市机动车排放清单研究

近年来随着乌鲁木齐市机动车数量的快速增加,致使机动车排放污染突出. 通过调查乌鲁木齐市2007年机动车的保有情况及技术水平分布,研究了各类型机动车的排放因子以及年均行驶里程,并测算了该市2007年机动车污染物排放总量、分区排放量及各类型机动车的分担率. 结果表明:2007年在乌鲁木齐市注册的各类型机动车排放的CO总量为11.09×104 t,HC总量为1.53×104 t,NO_x总量为2.73×104 t,PM总量为0.38×104 t;其中CO和HC排放主要集中在城区,NO_x和PM排放主要集中在外埠;在城区的机动车排放中,CO和HC排放以轻型载客汽车为主,NO_x排放以中重型公交车为主,PM排放以中、重型载货汽车为主.      

内河船舶柴油机的实际排放特征

利用由SEMTECH-DS和ELPI组成的PEMS(车载排放测试系统),对京杭运河江苏段具有代表性的12艘内河船舶进行实际排放测试,分析不同工况下CO、HC、NO_x和PM的排放. 结果表明:巡航工况下CO、HC和PM排放速率分别为0.093、0.019、0.018g/s,低于进、出港工况;而NO_x排放速率为0.347g/s,分别为出港和进港工况的1.66和2.90倍;不同工况外排NO占NO_x比例不同,其中巡航工况中外排NO所占比例最大(达到96.7%),而出港和进港工况则分别为93.6%和93.1%. 随着负荷增加,船舶 CO、HC、NO和PM的排放浓度增大,高负荷下CO、HC、NO_x、PM的排放浓度比低负荷分别增高89.23%、29.51%、44.72%和229.49%. 由颗粒物的粒径分布可知,3种工况下颗粒物数浓度的粒径分布呈双峰分布,分别对应核模态和积聚模态,粒径<120nm的颗粒物数浓度占总浓度的99.84%以上,PM_2.5数浓度占PM₁₀比例均超过99.9%.      

天津机场飞机污染排放及其特征研究

通过对天津机场民航飞机飞行数据及机队构成的调研,结合国际民航组织(ICAO)标准中发动机排放数据库估算了2016年天津机场起飞着陆阶段(LTO)中各污染物的排放量,并利用航空路监测点环境质量数据定性分析了天津机场飞机尾气扩散对周围环境的影响。研究结果表明:飞机在LTO过程中,CO、HC、NO_x、PM_(2.5)排放量分别为1 160.1,133.1,1 515.6,38.1 t;其中,飞机在滑行的模式下对HC和CO的贡献最大,分别可达到93.77%和93.60%;在爬升模式下,对NO_x的贡献量最大,为48.17%。航天路监测点CO污染受到机场影响明显。     

疫情背景下的福建省高速公路机动车污染物排放清单

机动车排放污染物已经成为大气污染的重要来源.基于福建省高速公路交通流量数据,采用自下而上的计算方法建立了2020年1—7月福建省高速公路机动车高分辨率污染物排放清单.结果表明,受疫情影响,福建省高速公路月均车流量和污染物排放量呈先下降后上升的变化趋势,4月污染物排放量达到最低,5月污染物排放量又迅速恢复到疫情前的排放水平,其中,疫情中期污染物CO、HC、NO_x、PM_2.5和PM₁₀排放较疫情后期分别减少了90.68%、89.06%、92.58%、89.58%和89.63%.在整个研究期内,不同城市高速公路机动车污染物排放的分担率有所不同,泉州、福州和漳州的高速公路机动车排放分担率较高;从车型来看,小型客车和轻型货车是CO和HC的主要贡献车型,NO_x和PM主要来自重型货车和轻型货车;从燃料类型来看,汽油车是CO和HC的主要贡献源,柴油车则对NO_x和PM贡献突出;从排放标准来看,国三和国四车对各项污染物的贡献率最大.各项污染物空间分布一致,排放高值区位于东部沿海地区路段,西部内陆的...     

基于实际飞行数据的首都机场飞机发动机日排放清单估算方法研究

根据航班实际飞行数据估算机场飞机主发动机排放量,可以提升机场排放清单编制的准确度.基于北京首都机场某日运行数据和国内1326架次航班的机载飞行数据(QAR数据),研究了基于飞行数据的机场飞机主发动机排放清单制定方法.采用一阶近似3.0(FOA3.0)方法补充国际民航组织发动机排放数据库颗粒物基准排放指数,结合QAR数据,应用波音燃油流量法2(BFFM2)估算了实际飞行条件下污染物排放指数,编制了首都机场该日飞机主发动机排放清单,分析了首都机场航班排放特征.在此基础上,探讨了结合实际数据本地化的着陆和起飞循环,以期为机场飞机主发动机排放量的快速准确核算提供新的思路.结果发现,该日航班主发动机HC、CO、NO_x和PM_(2.5)排放量分别为933.9、10967.8、14703.5和85.5 kg,较标准LTO循环估算结果的偏差分别为15.6%、13.2%、-29.1%和-18.9%.NO_x排放主要集中在起飞和爬升阶段,占其排放总量的68.0%;HC和CO排放主要集中在滑行和慢车阶段,分别占其排放总量的90.0%和88.0%;PM_(2.5)在各飞行阶段的排放较为平均.对于单位LTO循环,航班滑行过程中平均排队等候(地速为零)时间为7.7 min,产生的HC、CO、NO_x和PM_(2.5)分别占总滑行阶段对应污染物排放量的26.3%、27.5%、25.7%和27.5%,这一部分排放量有望通过场面运行优化进一步控制.     

郑州新郑国际机场本地化排放因子与排放清单

基于郑州新郑国际机场的飞行数据和国际民航组织发动机排放数据库,获得2019年飞机实际飞行时间,测算了全年所有机型飞机 主发动机的污染物排放因子,建立了包括飞机及地面特种车辆在内的机场精细化大气污染物排放清单.结果表明,新郑国际机场飞机运行时间对典型机型耗油量影响明显,月际变化趋势一致.典型机型的本地化污染物排放因子的差异,与各飞行阶段的耗油量和单位燃油污染排放量密切相关,其中,波音B738机型运行占比最大且排放因子较高.2019年新郑国际机场NO_x、CO、HC、SO₂和PM的总排放量分别为1207.7、921.2、123.7、268.3和36.2 t,主要来自飞机主发动机排放.研究期内,各类污染物排放均在11：00达到峰值.飞行阶段中,NO_x排放主要来自飞机在 起飞降落循环中的爬升阶段,占比达45.6%;CO和HC在地面滑行阶段的排放占比远高于其他运行阶段,分别占95.4%和93.9%;SO₂和PM在不同工作模式下的排放占比较为接近.各机型中,波音B738和空客A320两种机型在5类污染物排放量中贡献最大,波音B737机型排放CO较高.     

典型通航飞机PM与TVOC排放特征及排放因子

选取DA-40D型为典型机型,于2019年12月5日～8日在辽宁省朝阳机场开展飞机在推力功率为13%、37%、52%、73%和100%的5种工况下颗粒物(PM)、黑碳(BC)、总挥发性有机物(TVOC)的测试和分析.结果显示,5种推力功率下PM粒子数浓度在大推力工况中峰值位于0.25和0.3μm处,小推力工况峰值不明显,且PM₁/PM₁₀达99%以上.该款发动机排放PM_2.5、BC和TVOC排放质量浓度随推力上升均呈现升高的趋势,浓度分别在129.8～1039.4,18.3～291.9和311.6～7343.2μg/m³,排放浓度快速增加分别出现在全推力、中/全推力以及中等推力区间.通过逐步回归方法分析发现发动机进气总共压力对于PM_2.5和BC浓度影响最大,而TVOC浓度主要受冷却液温度影响.通过构建飞机LTO飞行模型,结合排放强度拟合及飞机性能参数计算,确定PM_2.5、BC和TVOC在LTO过程的排放因子分别为25.91,6.98和71.26μg/LTO...     

我国水泥工业大气污染物排放量估算

水泥工业是粉尘,SO₂和NO_x等多种大气污染物的重要排放源.根据各地水泥工业的工艺现状、活动水平、除尘器的除尘效率和污染物排放因子,估算了1995—2005年我国水泥工业生产过程中排放的粉尘,PM₁₀,PM_2.5,SO₂,NO_x,氟化物和CO等的排放量,并给出了2005年分省区、分工艺的排放清单.结果表明,污染物排放量与水泥活动水平呈正相关.1995年以来,随着水泥产量增加,污染物排放量增长迅速,2005年我国水泥工业排放排放粉尘520.69×104 t,PM₁₀437.24×104 t,PM_2.5301.06×104 t,SO₂ 86.09×104 t,NO_x286.67×104 t,氟化物57.72×104t,CO1 987.97×104 t;山东、浙江、江苏、河北和广东等水泥生产大省污染物排放量较大,污染物排放总量占全国总排放量的46.6%,新型干法的推广应用有助于大气污染物的减排.