基于重庆本地碳成分谱的PM2.5碳组分来源分析

为了解重庆主城PM2.5中碳组分特征和来源,2012-05-02~2012-05-10日在商业区、工业区和居民区进行了PM2.5采样.利用TOR方法分析了8种碳组分,对3个不同功能区大气环境PM2.5以及燃煤尘、尾气尘(机动车尾气、船舶尾气、施工机械尾气)、生物质燃烧尘、餐饮油烟尘这6类源PM2.5中的8种碳组分进行了特征分析.在源的碳成分谱基础上,利用化学质量平衡(CMB)模型得到重庆本地PM2.5的碳来源指示组分,利用因子分析法解析出各类源对不同功能区内PM2.5碳组分的贡献率.结果表明,重庆地区燃煤尘、机动车尾气尘、船舶尾气尘、施工机械尾气尘、生物质燃烧尘、餐饮油烟尘的OC/EC值分别为6.3、3.0、1.9、1.4、12.7和31.3.EC2、EC3的高载荷指示柴油车尾气排放,OC2、OC3、OC4、OPC的高载荷指示燃煤排放,OC1、OC2、OC3、OC4、EC1指示汽油车尾气排放,OC3指示餐饮业排放,OPC指示生物质燃烧排放.商业区OC/PM2.5为17.4%,EC/PM2.5为6.9%,估算得到,二次有机碳(SOC)/OC为40.0%;工业区OC/PM2.5为15.5%,EC/PM2.5为6.6%,SOC/OC为37.4%;居民区OC/PM2.5为14.6%,EC/PM2.5为5.6%,SOC/OC为42.8%.工业区PM2.5中碳组分的主要来源为燃煤和汽油车尾气、柴油车尾气;商业区PM2.5中碳组分的主要来源为汽油车尾气、柴油车尾气和餐饮业油烟;居住区PM2.5中碳组分的主要来源为汽油车尾气、餐饮业油烟、柴油车尾气.     

太原市居民生活燃煤大气污染物排放清单研究

为了科学计算居民生活燃煤对大气污染物排放的贡献率,建立了太原市居民生活燃煤的大气污染物排放清单.利用高分辨率遥感卫星影像、DEM（数字高程模型）和GIS（地理信息系统）对太原市平房空间分布及面积进行了解译,得到2016年太原市平原、山区、城乡区域平房面积.对平原农村、山区农村、城中村典型区域进行实地调查,统计不同区域户均平房面积和生活燃煤使用量,估算得到了平原农村、山区农村、城中村的生活燃煤使用量.结合相关文献测算的排放因子,计算太原市居民生活燃煤散烧的PM₁₀、PM_2.5、SO₂、NO_x、VOCs、CO、OC、EC排放总量.结果表明:2016年太原市有22.8×104户燃煤散烧居民,2016年燃煤消耗量为109.6×104 t,平原和城乡居民是主要的生活燃煤用户也是居民生活燃煤大气污染物的主要排放源;太原市居民生活燃煤散烧的PM₁₀、PM_2.5、SO₂、NO_x、VOCs、CO、OC、EC排放总量分别为9 666.7、7 518.6、8 110.4、1 753.6、657.6、153 549.6、3 419.5、2 882.5 t;2016年太原市清徐县和太原市城区居民煤炭消耗量合计达97.9×104 t,占全年燃煤总消耗量的88%.研究显示,太原市应加快煤改气、煤改电和集中供热建设,进一步推广清洁能源以期减小居民生活燃煤大气污染.      

含氧柴油对柴油机排放及细颗粒物碳质组分的影响

乙缩醛(1,1-diethoxyethane)与柴油互溶性好, 可替代乙醇作为生物质来源的柴油含氧添加成分. 生物柴油掺混可以提高乙缩醛和柴油混合燃料的闪点及含氧量. 在柴油发动机台架上, 考察柴油和2种含氧柴油(10%乙缩醛+90%柴油和10%乙缩醛＋10%生物柴油＋80%柴油)在2个固定转速不同负荷的5个工况点的排放特性, 分析了NO_x、HC、CO和PM_2.5排放情况, 并用DRI的碳分析仪分析了PM_2.5中的碳质组分.结果表明, 与普通柴油排放相比, 含氧柴油对NO_x排放速率的影响不大, 在某些工况点HC排放速率有较显著的增加. 含氧柴油降低了柴油机PM_2.5排放速率, 最大降低幅度29%. 从碳质组成上看, 含氧燃料降低了PM_2.5中总碳 (total carbon,TC) 的排放速率, 最大降低幅度24%. 含氧柴油的元素碳(elemental carbon,EC)排放速率普遍低于普通柴油; 有机碳(organic carbon,OC)的排放速率在发动机高转速工况时明显低于普通柴油; PM_2.5的OC/EC值在大多数工况下高于普通柴油. 3种燃料排放PM_2.5的碳质组成百分比相似, OC和EC主要为OC1和EC1. 含氧柴油降低了柴油机PM_2.5的排放速率, 颗粒物中OC的比例有所增加, 但对颗粒物的碳质组分组成没有明显的影响.     

城区与县区不同空气质量下碳组分污染特征对比分析

为对比城区与相邻县区不同空气质量下的碳组分污染特征,分别在成都市和仁寿县采集霾期及非霾期PM_(2.5)有效样品共计88个,确定其相应质量和各碳组分浓度[有机碳(OC)、元素碳(EC)和二次有机碳(SOC)等],并进行各碳组分之间的相关性及主成分分析.结果表明,不同空气质量下的城区污染物浓度均高于县区.OC和EC密切相关,非霾期的相关性系数较霾期大.与城区相比,霾期县区的SOC/PM_(2.5)较大,说明其受二次有机物污染更为明显;但城区非霾期二次气溶胶占比明显高于霾期,表明霾期的一次排放是城区大气污染的主要原因.燃煤、机动车排放和生物质燃烧均是两个区域PM_(2.5)的主要来源.     

Significant emission reductions of carbonaceous aerosols from residential coal burning by a novel stove

Carbonaceous aerosols (CA) are crucial components in the atmospheric PM_2.5 and derived from diverse sources. One of the major sources for CA is from the incomplete combustion of bituminous coal that has been prevailingly used by household stoves in rural areas for heating during winter. To efficiently eliminate the CA emission, a new household stove (NHS) was developed based on a novel combustion technology and CA emissions from the NHS and a traditional household stove (THS) were comparably investigated under the actual stove operation conditions in a farmer's house. Compared with the THS, the emission factors of organic carbon (OC), elemental carbon (EC), and water-soluble organic carbon (WSOC) from the NHS were reduced by 96%±1%, 98%±1%, and 91%±1% under the flaming process and 95%±1%, 96%±2%, and 83%±4% under the smoldering process, respectively. Additionally, the mass absorption efficiency of WSOC from the NHS reduced by 3 folds and the radiative forcing by WSOC relative to EC shrank remarkably by a factor of 3-8. Based on the reduction of emissions and light absorption of WSOC, the promotion of the NHS offers a possible solution to achieve the clean combustion of residential solid fuel.     

西安市城市降尘和土壤尘PM10和PM2.5中碳组分特征

为研究西安市城市降尘和土壤尘PM₁₀和PM_2.5中碳组分污染特征,丰富大气降尘的成分谱库,于2015年4~5月收集了西安市城区5个点位的城市降尘和周边16个点位的土壤尘样品,通过ZDA-CY01颗粒物再悬浮采样器获得PM₁₀和PM_2.5的滤膜样品,使用Model5L-NDIR型OC和EC分析仪测定了样品中的有机碳（OC）和元素碳（EC）,定量分析了西安市城市降尘和土壤尘PM₁₀和PM_2.5中碳组分特征及其主要来源.结果表明,不同站点降尘PM₁₀和PM_2.5中OC的占比差异较大,分别为6.0%~19.4%和7.6%~29.8%.不同站点降尘PM₁₀和PM_2.5中EC的占比较小,在城市站点的占比分别为0.6%~2.2%和0.2%~3.6%,而在多数外围土壤尘中几乎检测不到EC的存在.PM₁₀中含碳组分的占比为：城市降尘>外部对照>河滩土>土壤尘,PM_2.5中含碳组分的占比为：城市降尘>土壤尘>外部对照>河滩土.不同站点降尘含碳气溶胶均以OC为主,在城市降尘中相对较低,在PM₁₀和PM_2.5中OC占总碳（TC）的比值分别为85.2%~95.3%和87.9%~98.9%;在土壤尘中OC的占比较高,均超过99%.含碳物质主要集中在细颗粒物中.不同城市站点降尘中碳组分的分布具有一致性,不同土壤尘中碳组分的差异较大.城市和土壤降尘中碳组分主要受生物质燃烧、燃煤、汽油车和柴油车尾气等污染源的影响,PM₁₀和PM_2.5中含碳气溶胶的来源贡献率存在差异.     

2007年中国大陆地区生物质燃烧排放污染物清单

采用排放因子法计算了中国2007年间CH4、SO2、NOx、NH3、EC、OC、NMVOC、CO、CO2、TSP、PM10、PM2.5的排放总量,建立了生物质燃烧污染物排放清单,计算了各污染物总排放量的空间分布及不同生物质燃烧类型对各污染物总排放量的贡献率,重点完善了各省市生物质燃烧排放不同粒径颗粒物清单.结果显示,2007年我国大陆生物质燃烧排放CH4、SO2、NOx、NH3、OC、EC、NMVOC、CO、CO2、TSP、PM10、PM2.5排放总量分别分为3332.7, 335.3, 951.3, 7754.9, 783.7, 267.7, 6049.6, 76579.6, 743743.7, 7677.8, 6668.9, 4043.7kt.四川、安徽、广西、山东、河南、江苏等地区生物质燃烧各污染物排放量较高,北京、天津、海南、宁夏、青海和西藏等省区各污染物排放量较少.不同地区排放污染物的主要生物质类型存在较大的差异,单位面积排放强度和人均排放量区域间差异显著.人类活动是生物质燃烧排放污染物的主要影响因素,秸秆和薪柴燃烧是污染物排放量最大的2种生物质,其对各种污染物的贡献率为93.8%~98.7%.     

福建省4种主要乔木枝叶燃烧含碳物质排放特性分析

森林可燃物燃烧释放的大量含碳物质对大气环境和生态系统碳平衡具有重要影响,揭示森林可燃物燃烧的含碳物质排放特性具有重要的科学意义.运用自主设计的生物质燃烧系统,模拟福建省4种主要乔木树种——马尾松、杉木、樟树、桉树的枝、叶燃烧,分析其在不同燃烧状态（阴燃、明燃）下含碳气体（CO、CO₂、C_xH_y）和PM_2.5的排放因子（分别以EF_CO2、EF_CO、EF_CxHy、EF_PM2.5表示）及PM_2.5中的碳质组分之间的差异性.结果表明,马尾松、杉木、樟树、桉树燃烧排放的含碳气体、PM_2.5的排放因子及PM_2.5的碳质组分在不同燃烧状态下差异较大,阴燃时EF_CO2、EF_CO、EF_CxHy、EF_PM2.5平均值在分别为（1 400.7±76.5）（297.6±16.2）（25.2±3.9）（23.9±4.3）g/kg,明燃时分别为（1 582.8±73.2）（253.6±16.1）（17.2±3.7）（8.4±2.8）g/kg,除CO₂外其他多为阴燃显著高于明燃.针叶树种（杉木、马尾松）枝、叶在阴燃时EF_PM2.5高于阔叶树种（樟树、桉树）,而明燃时差异相对较小.PM_2.5中OC（有机碳）、EC（元素碳）、TC（OC+EC）的质量分数阴燃时分别为45.6%、12.0%、57.6%,明燃时分别为42.9%、17.6%、60.5%.EF_OC/EF_PM2.5、EF_EC/EF_PM2.5、EF_OC/EF_EC在两种燃烧状态下具有不同的特征,其特征值可作为区分不同燃烧源或不同燃烧状态的指标;EF_OC/EF_PM2.5在明燃和阴燃时差异不大,平均值分别为0.49、0.46;EF_EC/EF_PM2.5明燃显著高于阴燃,平均值分别为0.18、0.12;4种乔木的枝、叶燃烧的EF_OC/EF_EC明燃低于阴燃,平均值分别为2.59和4.01.在两种燃烧状态下OC与PM_2.5的排放因子均呈显著相关.研究显示,不同燃烧条件以及不同燃料燃烧对排放含碳物质具有显著影响.      

内河船舶大气污染物排放特征实测研究

为获得内河船舶航行时的大气污染物排放特征,本研究基于船舶尾气测试系统测试了珠三角西江水域内航行的5艘内河船舶,识别了内河船舶气态污染物瞬时排放特征及基于燃油消耗量的排放因子,并探讨了船舶排放的PM_(2.5)化学组分特征及来源.结果表明:船舶在巡航行驶状态下气态污染物的排放浓度变化都较为平稳,货船污染物排放浓度明显高于快艇.CO_2、CO、NO、NO_2、NO_x、SO_2与PM_(2.5)的排放因子范围分别是3135.90～3149.90、3.10～12.03、30.87～41.18、3.90～7.43、36.36～48.61、0.08～5.50、0.32～4.17 g·kg~(-1).内河船舶排放的PM_(2.5)中碳组分、水溶性离子和金属元素的贡献占比分别为43.8%～64.2%、9.7%～39.0%和0.6%～3.4%,其中,有机碳/元素碳(OC/EC)比值范围为0.40～2.69,OC可能受船舶制动影响较大,润滑油损耗是重要来源.     

天津市春季道路降尘PM2.5和PM10中碳组分特征

为研究天津市春季道路降尘PM_2.5和PM₁₀中碳组分特征,丰富道路降尘的成分谱库,于2015年3月22日-5月23日在天津市主干道、次干道、支路、快速路和环线5种道路类型道路两侧采集道路降尘样品,通过再悬浮装置得到PM_2.5和PM₁₀的滤膜样品,并用热光碳分析仪测定PM_2.5和PM₁₀中OC（有机碳）和EC（元素碳）的百分含量,利用两相关样本非参数检验、OC/EC比值法以及相关分析法,定性分析天津市春季道路降尘PM_2.5和PM₁₀的碳组分的特征及其主要来源;利用因子分析法,进一步分析道路降尘PM_2.5和PM₁₀的主要来源.结果表明:道路降尘PM_2.5中w（OC）为10.27%（主干道）~13.94%（快速路）、w（EC）为1.24%（支路）~1.77%（环线）,PM₁₀中w（OC）为8.48%（主干道）~12.56%（快速路）、w（EC）为1.01%（次干道）~1.59%（快速路）,可见快速路中碳组分含量相对较高,这可能与其车流量较大,导致道路扬尘和机动车尾气排放量较大有关,也可能与其路面保养及保洁状况有关.对于大部分碳组分而言,其在PM_2.5中的百分含量均高于PM₁₀;除EC2,其他碳组分在PM_2.5和PM₁₀间均无显著性差异.不同道路类型PM_2.5和PM₁₀中OC/EC的大小顺序基本相同,与其车质量变化趋势相反.道路降尘中PM_2.5中碳组分主要来源于道路扬尘、机动车尾气、生物质燃烧以及燃煤源的混合源,PM₁₀主要受道路扬尘、燃煤和柴油车尾气等污染源的影响.      

城市生活垃圾露天焚烧PM2.5及其组分排放特征

利用稀释采样系统,针对桶内燃烧和自然堆积两种常见露天焚烧方式,分别对橡塑类、纸类和木竹类这3种组分生活垃圾露天焚烧PM_(2.5)排放特征进行实测,计算PM_(2.5)、OC、EC、水溶性离子和无机元素排放因子.结果表明,木竹类生活垃圾PM_(2.5)排放因子(7.44±0.76)g·kg~(-1)最高,纸类PM_(2.5)排放因子(2.72±0.52)g·kg~(-1)最低.桶内燃烧的条件会造成更多污染物排放.在不同的燃烧方式下,橡塑类和纸类生活垃圾在桶内燃烧的条件下PM_(2.5)排放因子是自然堆积燃烧的2.5~3.5倍.PM_(2.5)中OC和EC为主要组成成分,PM_(2.5)组分构成占比约为46.6%~67.2%.不同垃圾组分OC/EC比率差异较大,但该比率受焚烧条件影响较小,有助于解析不同组分垃圾焚烧排放贡献.水溶性离子中NH+4离子、Cl-离子含量最高,在PM_(2.5)中所占比例范围分别为2.28%~6.35%和1.04%~14.31%.无机元素中Ca、K、Fe和Ba元素排放因子较高.重金属元素中Zn元素排放因子最高,Cu、Cr、Sb和Pb等元素也有一定富集.Zn元素含量主要由燃烧方式决定,桶内燃烧大约是自然堆积燃烧的20倍左右.     

钢铁工业排放颗粒物中碳组分的特征

为探究钢铁工业排放颗粒物中碳组分的特征,使用荷电低压颗粒物撞击器(ELPI)采样,采集到3组不同载荷和除污设施的烧结炉和1组炼铁高炉排放的颗粒物样品,利用热-光反射法,分析颗粒物中的有机碳(OC)和元素碳(EC)以及按温度划分的7种碳组分物质.结果表明,烧结工艺排放颗粒物中OC的质量分数高于炼铁工艺,OC在PM_(10)和PM_(2.5)质量分数分别是(5.3±2.3)%和(7.1±3.0)%,说明OC易在细粒径段颗粒富集,炼铁工艺排放颗粒物中OC在PM_(10)和PM_(2.5)质量分数分别是2.5%和2.0%;4组样品的7种碳组分相对比例相似,OC2和OC3在7种碳组分中质量分数最高,EC1、EC2、EC3的质量分数依次递减,OC1的质量分数可能与锅炉规模和脱硫设施有关;另外,烧结工艺排放各粒径段的颗粒物中OC和EC表现出较高的相关性,一次排放的PM_(2.5)中的OC/EC为4.7±0.7,远高于受体中估算二次碳组分的指标值.钢铁工业排放颗粒物中碳质组分的深入分析,可以为受体碳质气溶胶的来源解析提供基础数据,也有助于钢铁工业后续的除污管理.     

邯郸市PM2.5中碳组分的浓度、来源及其变化

为明确邯郸市PM_(2.5)中碳组分污染浓度、来源和近年来的变化,分别于2015和2017年1、4、7、10月在河北工程大学能环实验楼4层采集PM_(2.5)样品,采用热/光碳分析仪测定了样品中8种碳组分含量,并计算得到有机碳(OC)、元素碳(EC)、Char-EC和Soot-EC含量.结果表明,2017年PM_(2.5)中碳组分浓度较2015年下降约15%,质量分数下降约17%,季节变化均表现为冬高夏低的特点;2017年SOC浓度和SOC/PM_(2.5)、SOC/OC比值均低于2015年,SOC浓度和SOC/PM_(2.5)比值下降约36%,季节分布特征相似(秋冬高、春夏低).两年除夏季外,其余季节OC、EC相关系数均高于0.7,表明存在共同来源;2017年OC、OC1与EC相关性高于2015年,此外,两年中EC1～EC3、Char-EC和Soot-EC与各组分相关系数差异较大;两年中Char-EC与OC、EC的相关性(r=0.5～1.0)明显高于Soot-EC与OC、EC的相关性(r=0.1～0.6),这主要与二者形成机理有关.碳组分之间的关系和主成分分析结果表明,燃煤、生物质燃烧和柴油车尾气的混合源是2015年碳质组分的主要来源,而2017年则来源于燃煤和机动车尾气排放.     

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.     

郑州市公交车队电动化减污降碳环境效益

公交车队电动化是道路交通部门实现减污降碳的重要手段,评估当前公交车队电动化减排成效,对推进大中型城市公交全面电动化具有重要参考意义.基于燃料生命周期法分析了郑州市公交车队电动化前后CO₂和污染物排放特征,并评估了不同电动化情景下的车队排放.结果表明,本轮电动化使公交车队燃料生命周期内CO₂和PM_2.5排放量分别增长32.6%和42.6%,CO、NO_x和VOC排放量下降了28%,34%和25%.优化发电结构对于电动化过程中的CO₂及PM_2.5减排尤为重要,在全面电动化和发电结构优化的最佳情景下,CO₂、CO、NO_x、VOC和PM_2.5减排可达38.7%、80.1%、84.4%、92.2%、30.2%.在全面电动化进程中,应优先对中长里程线路车辆进行电动化替换,此外,插电混动天然气车型的纯电动化替换对减排利弊兼有,同步推进车队替换和电力结构调整进程才能实现减污降碳协同增效.     

机动车源和民用燃料源颗粒物中有机碳和元素碳的排放特征

为了获取机动车源尾气和主要民用燃料源燃烧过程排放的颗粒物中含碳气溶胶的排放特征,使用多功能便携式稀释通道采样器和Model 5L-NDIR型OC/EC分析仪,采集分析了典型机动车源(汽油车、轻柴油车、重柴油车)、民用煤(块煤和型煤)和生物质燃料(麦秆、木板、葡萄树树枝)的PM₁₀和PM_2.5样品中的有机碳(OC)和元素碳(EC).结果表明,不同排放源释放的PM₁₀和PM_2.5中含碳气溶胶的质量分数存在显著差异.总碳(TC)在不同源PM₁₀和PM_2.5中的质量分数范围分别为40.8%～68.5%和30.5%～70.9%,OC/EC范围分别为1.49～31.56和1.90～87.57.不同源产生的含碳气溶胶均以OC为主,OC在PM₁₀和PM_2.5中的质量分数范围分别为56.3%～97.0%和65.0%～98.7%.在PM₁₀和PM_2.5的含碳气溶胶中OC质量分数按照从高到低...     

Hydrocarbons in particulate samples from wildfire events in central Portugal in summer 2010

In summer 2010, twenty eight(14 PM_(2.5)samples plus 14 samples PM_(2.5–10)) smoke samples were collected during wildfires that occurred in central Portugal. A portable high-volume sampler was used to perform the sampling, on quartz fibre filters of coarse(PM_(2.5–10)) and fine(PM_(2.5)) smoke samples. The carbonaceous content(elemental and organic carbon) of particulate matter was analysed by a thermal–optical technique. Subsequently, the particulate samples were solvent extracted and fractionated by vacuum flash chromatography into three different classes of organic compounds(aliphatics, polycyclic aromatic hydrocarbons(PAHs) and carbonyl compounds). The organic speciation was performed by gas chromatography–mass spectrometry(GC–MS). Emissions were dominated by the fine particles, which represented around 92% of the PM_(10). A clear predominance of carbonaceous constituents was observed, with organic to elemental carbon(OC/EC)ratios ranging between 1.69 and 245 in both size fractions. The isoprenoid ketone6,10,14-trimethyl-2-pentadecanone, a tracer for secondary organic aerosol formation, was one of the dominant constituents in both fine and coarse particles. Retene was the most abundant compound in all samples. Good correlations were obtained between OC and both aliphatic and PAH compounds. Pyrogenic processes, thermal release of biogenic compounds and secondary processing accounted for 97% of the apportioned PM_(2.5)levels.     

工程机械不同工况下PM_(2.5)排放及其碳质组分特征

我国工程机械排放控制起步较晚.为研究实际工况下工程机械的PM2.5排放特性及其碳质组分构成,采用便携式颗粒物稀释采样系统,对3台工程机械(2台挖掘机和1台装载机)在不同典型工况(行驶、作业和怠速)下的PM2.5及其碳质组分〔OC(有机碳)和EC(元素碳)〕的现场排放特征进行了测试.结果表明:沃尔沃挖掘机、山河智能挖掘机的PM2.5排放因子(基于燃油)分别为1.85~3.26和1.56~2.62 g/kg,厦工装载机的PM2.5排放因子为0.98~1.48 g/kg.不同工况对PM2.5排放因子影响较大,怠速工况下PM2.5排放因子是行驶工况下的1.49~1.76倍.工程机械排放的PM2.5中,碳质组分是最主要的成分,其质量分数高达71.0%~84.5%.其中,w(OC)为44.6%~72.0%,在怠速工况下最高;w(EC)则为8.6%~30.9%,在行驶工况下较高.测试工程机械的PM2.5排放水平较高,因此应尽快加强工程机械排放的污染防治.     

西宁市生物质燃烧源大气污染物排放清单

本研究根据调查的西宁市生物质燃烧源活动水平数据,采用排放因子方法,建立了 2018年西宁市生物质燃烧源9种大气污染物的排放清单,并分析了清单的时空分布特征和不确定性.结果表明,西宁市2018年生物质燃烧源CO、NOx、SO2、NH3、VOCs、PM2.5、PM10、BC 和OC 的排放量分别为 11 718.34、604.41、167.80、209.72、1 617.97、2 054.04、2 135.04、281.07和 1 224.78 t.秸秆露天焚烧 CO、NOx、VOCs、PM2.5、PM10、BC 和OC 的排放对生物质燃烧源的排放贡献率最高;其中,秸秆露天焚烧NOx、VOCs和CO的贡献率分别为72.35％、63.94％和53.18％.户用生物质炉NH3和SO2的排放对生物质燃烧源的贡献率最大,分别为41.49％和42.05％.生物质燃烧源大气污染物排放地区分布不均衡,主要集中于大通县和湟中区.生物质燃烧源9项污染物的排放量在1、2、3、10、11和12月较大,占比在5％～33％.蒙特卡罗模拟结果表明,在95％置信区间下,不确定度最高的是森林和草原火灾的PM2.5排放,不确定度为-26.71％～29.78％.     

广东省秸秆燃烧大气污染物及VOCs物种排放清单

基于广东省粮食产量的统计年鉴,建立了广东省2008~2016年秸秆燃烧污染物排放清单和2016年广东省秸秆燃烧VOCs物种清单,并对VOCs臭氧生成潜势进行评估.结果表明,2013~2016年广东省秸秆燃烧各大气污染物排放量较2008~2012年有所降低.这主要是由于禁止秸秆露天燃烧政策的出台及农村生活水平的提高降低了秸秆燃烧比例.2016年各类大气污染物SO_2、NO_x、NH_3、CH_4、EC、OC、NMVOC、CO和PM_(2.5)的排放量依次为2 443.7、16 187.9、6 943.8、29 174.4、3 625.5、14 830.7、65 612.6、591 613.9和49 463.0 t.稻谷秸秆燃烧是最主要的秸秆燃烧污染物来源,占据了污染物总排放量的约68.55%.污染物贡献最大的5个市分别为湛江、茂名、梅州、肇庆和韶关,约占总排放量的58.63%.2016年广东省秸秆燃烧VOCs物种排放清单中,排放量贡献前10的物种分别为:乙烯、乙醛、甲醛、苯、乙炔、丙烯、乙烷、甲苯、正丙烷和丙醛,占总VOCs量的67.91%.在VOCs物种清单的基础上估算了其臭氧生成潜势(OFP),OFP贡献前10 VOCs物种分别为:乙烯、甲醛、乙醛、丙烯、1-丁烯、丙醛、甲苯、丙烯醛、异戊二烯和丁烯醛,占总OFP量的80.83%.