新疆农用拖拉机排放清单及特征研究

分别应用参数本土化的NON-ROAD模型和生态环境部发布的《非道路移动源大气污染物排放清单编制技术指南》估算了新疆1993—2018年农业生产用拖拉机PM₁₀、PM_2.5、HC、NO_x和CO等污染物排放清单.同时,结合NON-ROAD模型特性、排放清单和区域现状,从定量和定性2个维度剖析了2种排放清单编制方法的适应性和污染物排放演变态势.最后,基于3种不同方法对污染物排放的潜在影响因素进行分析.结果表明：①基于参数本土化的NON-ROAD模型在建立特定区域排放清单方面具有一定参考价值.②1993—2018年新疆农用拖拉机污染物排放呈现出平稳上升、波动、快速增长、平稳、下降等不同态势,总体上,1993—2017年污染物排放增加25156.69 t,但在2018年出现较大幅度下降,同时单位功率排放也明显下降,表明近年来采取的强有力排放控制措施在抑制大气污染物排放方面的成效明显.③2006年之后大中型拖拉机年均排放总量占比为70.9%,小型拖拉机年均排放占比为29.1%,短期内随着时间的推移两者的差距将越来越大,揭示大中型拖拉机是污染物排放控制的关键.④对污染物排放影响因素的定量分析结果发现,农业经济发展水平对区域污染物排放总量变化起决定性作用.本研究在建立污染物排放清单、污染物排放影响因素定量分析及区域污染物排放治理政策制定方面有一定参考价值.     

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.      

气象和排放变化对PM2.5污染的定量影响

基于WRF-CMAQ模型系统定量分析了气象和排放因素对全国及重点区域PM_2.5污染影响程度.从年度特征来看,与2015年相比,2016年、2017年全国空气质量明显改善,PM_2.5年均浓度分别下降7%和14%;2016年气象条件总体转好,气象因素和排放因素变化导致全国PM_2.5年均浓度下降幅度分别为4%和3%;2017年全国气象条件与2015年相比基本持平,大气污染物排放量下降是PM_2.5污染减轻的决定因素.除汾渭平原外,京津冀及周边地区"2+26"城市、长三角、成渝地区空气中的PM_2.5年均浓度持续下降;珠三角气象条件变化对PM_2.5影响较大,2017年导致PM_2.5浓度上升了29%;除汾渭平原外,其他4个重点地区的污染物排放变化导致PM_2.5年均浓度下降且2017年的下降幅度进一步加大,说明污染管控措施的环境效益明显.从季节特征来看,气象影响值的区域性差异明显.本文分析方法可用于制定空气质量目标或者评估污染控制方案的环境效果.     

东北地区农业源一次颗粒物排放清单研究

采用自下而上的清单编制方法,搜集各农业环节(秸秆燃烧、整地、收割、谷物处理、化肥施用、农机排放、风蚀)排放因子、作物面积和耕作方式等信息,编制了2010年东北地区县级尺度的农业一次颗粒物(PM₁₀和PM_2.5)排放清单,并分析了农业源颗粒物排放的时空分布特征.结果表明:1)2010年东北地区农业源一次颗粒物PM₁₀总排放量54.6万t,PM_2.5总排放量35.6万t;2)东北地区农业源一次颗粒物PM₁₀排放量最大的农业活动环节是秸秆燃烧,占农业源总排放量的比例为60%,秸秆燃烧排放PM_2.5占PM_2.5农业源排放量的87%,整地环节是一次颗粒物排放的第2大农业排放源,对农业源排放PM₁₀和PM_2.5总量的贡献率分别是27%和6%; 3)PM₁₀和PM_2.5的排放强度空间分布表明,东北地区农业源颗粒物排放区域集中在黑龙江省东北部和中部地区,吉林省中部和辽宁省中部地区; 4)PM₁₀和PM_2.5排放的时间变化特征显示,PM₁₀农业源排放年变化曲线中,5月份和9、10月份是农业源排放一次颗粒物PM₁₀较多的月份,PM_2.5排放集中在9、10月份;5)本研究估算的污染物排放清单的不确定性为184.3%.未来的工作将侧重于典型农业区本土排放因子测定,从而有效减小排放清单的不确定性.     

京津冀燃煤锅炉大气污染物精细化排放清单

基于环境统计数据,采用排放因子法建立2020年京津冀地区燃煤工业锅炉县级大气污染物排放清单.结果表明,2020年京津冀地区燃煤工业锅炉常规大气污染物SO₂、NO_x、颗粒物(PM)、PM₁₀、PM_2.5排放量分别为6351,7399,2952,825,399t.,其中PM₁₀和PM_2.5分别占PM排放总量的27.9%和13.5%.重金属Hg、Pb、Cd、Cr、As的排放量分别为197.9,1391.3,32.0,1214.2,362.4kg.65t/h及以上燃煤工业锅炉为主要的排放贡献源,各类污染物的排放量占京津冀地区工业锅炉各类污染物排放总量的比重为51.1%~81.2%,是污染控制及监管的重点.河北省承德市、唐山市、张家口市为污染物排放量最大的3个城市,3个城市各类污染物排放量占京津冀地区工业锅炉各类污染物排放总量的14.6%~71.9%.污染物排放强度大的区域主要集中在天津市、河北省廊坊市、唐山市的一些区县.     

邯郸市大气污染源排放清单建立及总量校验

邯郸作为"2+26"城市主要的重工业城市之一,位于京津冀南北传输通道的核心位置,在京津冀地区大气污染协同调控中处于重要地位.为改善当地空气质量,以邯郸市为研究对象,基于拉网式调查获取详细活动水平数据,结合相关排放因子,得到2016年邯郸市大气污染源排放清单;采用WRF-CMAQ（气象-空气质量）数值模型,模拟了2016年典型季节代表月（1月、4月、7月、10月）的空气质量,验证了数值模型的准确性;最后基于总量校验方法,反向估算了邯郸市典型污染物的排放总量,对初始大气污染源排放清单进行校验.结果表明:①2016年邯郸市SO₂、NO_x、TSP、PM₁₀、PM_2.5、CO、VOCs、NH₃的总排放量分别为78 533、183 126、497 466、258 940、124 637、3 735 355、200 309、187 299 t.②工业源是SO₂、NO_x、PM_2.5、CO和VOCs的主要排放源,分别占总排放量的74.5%、54.5%、30.6%、76.7%和28.1%;无组织扬尘源对TSP、PM₁₀、PM_2.5的贡献较大,分别占总排放量的58.5%、43.6%、30.3%;NH₃的主要排放源为农畜氨及人体和其他氨,二者排放的NH₃占总排放量的96.9%.③总量模型估算得到邯郸市PM_2.5、SO₂、NO₂年排放量分别为152 739、79 405、206 549 t;对比分析校验前、后典型污染物排放发现,校验前的大气污染源排放清单可能低估了PM_2.5和NO_x的排放量.研究显示,邯郸市污染物排放量较大,工业源为主要排放源,建议相关部门加强对工业源的管控力度.      

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.     

荆州开发区高分辨率大气源排放清单构建研究

为准确掌握荆州开发区大气污染物排放状况,该研究采用排放因子法,基于资料收集与实地调查结合的方式获取活动水平、文献调研选取排放系数,结合ArcGIS平台,建立了荆州开发区2019年1 km×1 km 10类排放源9种大气污染物排放清单。结果表明：开发区SO₂、NO_x、CO、VOCs、NH₃、PM₁₀、PM_2.5、BC和OC的排放量分别为850.4、2 407.1、4 584.0、4 848.3、107.7、8 602.1、4 485.3、57.8和159.6 t。移动源是NO_x的主要来源,占NO_x总排放量的43.8%。固定燃烧源是CO的主要来源,占CO总排放量的81.5%。工艺过程源是SO₂、VOCs、PM₁₀、PM_2.5和OC的主要来源,分别占SO₂、VOCs、PM₁₀、PM_2.5和OC总排放量的50.9...     

贵州省生物质燃烧源大气污染物排放清单

为准确掌握贵州省生物质燃烧源大气污染物的排放状况,基于收集资料和实地调查结合的方式获取活动水平,引用文献和本地实测数据结合的方式选取排放系数,采用排放系数法结合GIS技术,建立了贵州省2019年3 km×3 km生物质燃烧源9种大气污染物排放清单.结果表明：(1)全省生物质燃烧源CO、 NO_x、 SO₂、 NH₃、 VOCs、 PM_2.5、 PM₁₀、 BC和OC的排放量分别为：293 505.53、 14 781.19、 4 146.11、 8 501.07、 45 025.70、 39 463.58、 41 879.31、 6 832.33和15 134.74 t.户用生物质炉具CO、 SO₂、 NH₃和BC的排放量贡献率最大,秸秆露天焚烧NO_x、 VOCs、 PM_2.5、 PM₁₀和OC的排放量贡献率最大.(2)各市(州)生物质燃烧源排放的大气污染物分布不均衡,主...     

基于电力大数据的钢铁企业大气污染物排放核算模型构建及应用

近年来,各级生态环境部门与国家电网公司积极签署战略合作协议,促进电力大数据在生态环境管理信息化平台的应用.本研究通过梳理电力大数据在大气污染防治中的应用,以唐山市钢铁行业为例构建基于电力大数据的大气污染物高时间精度排放核算模型,进一步挖掘电力大数据在大气污染排放控制中的应用潜力.结果表明：(1)模型核算的2019年唐山市17家钢铁企业的大气污染物排放量与2019年唐山市大气污染物排放清单(简称“城市清单”)结果一致性较好,SO₂、NO_x和PM_2.5排放量分别为1 017.90、2 047.75、1 141.81 t,误差介于-0.46%～4.27%之间.(2)基于工序而言,以PM_2.5为例,模型预测结果与城市清单结果的相对误差在-17.34%～10.60%之间.(3)唐山某钢铁企业2022年SO₂、NO_x、PM_2.5月排放量受钢铁市场价格影响较大,1月和6月分别为最高和最低污染物排放月,而其日排放受行业特征影响较为平稳,小时排放可能受...     

生物质锅炉与燃煤锅炉颗粒物排放特征比较

选择2台设计结构不同的生物质锅炉(BB1、BB2),针对木质和秸秆2种生物质燃料开展烟尘、PM₁₀和PM_2.5排放特征的研究,并与燃煤锅炉进行比较. 结果表明:2台生物质锅炉的大气污染物排放质量浓度都未达到北京市DB 11/139—2007《锅炉大气污染物排放标准》的要求;2台生物质锅炉颗粒物的排放因子存在差别,燃烧木质成型燃料时,BB1和BB2生物质锅炉除尘器后的烟尘排放因子分别为207.10和465.51mg/kg,PM₁₀排放因子分别为75.18和149.61mg/kg, PM_2.5排放因子分别为58.48和106.86mg/kg;燃烧秸秆成型燃料时,BB1和BB2生物质锅炉除尘器后的烟尘排放因子分别为142.86和1200.86mg/kg,PM₁₀排放因子分别为63.63和102.01mg/kg,PM_2.5的排放因子分别为50.90和76.51mg/kg. 与热功率相近的燃煤锅炉比较,2台生物质锅炉除尘器前的PM₁₀平均排放因子低30.41%,PM_2.5平均排放因子却高36.84%,即PM_2.5在生物质锅炉烟尘中所占比例更高. 尽管利用可再生能源的生物质锅炉具有很好的发展前景,但目前该类锅炉仍存在污染物排放不达标的现象,因此,需要提高热能利用效率和除尘效率,以减少污染.      

秸秆露天焚烧典型大气污染物排放因子

利用烟气污染物稀释采样系统,基于实际测试,针对玉米、小麦、花生和棉花4种农作物秸秆开展露天焚烧排放大气污染物采集和分析.利用修正燃烧效率区分燃烧状态,根据碳平衡法计算烟气中颗粒物和气态污染物排放因子.结果表明,4种秸秆露天焚烧CO、SO₂、NO_x和CH₄平均排放因子分别在7.39~92.4g/kg、0.11~0.89g/kg、0.72~3.86g/kg和0.2~5.45g/kg之间,PM_2.5平均排放因子在1.48~13.29g/kg之间.OC和EC的质量分别占PM_2.5全部质量的27.7%~54.3%和4.4%~17.1%,是PM_2.5的主要组成成分.污染物排放主要来自混合燃烧状态,焖烧状态排放污染物浓度相对较高.随着含水率升高,焖烧过程增强显著,CO、CH₄、PM_2.5和OC的排放因子升高,其中PM_2.5排放量增高主要是由OC排放占比升高导致.     

环渤海经济区海域船舶大气污染物排放特征

环渤海经济区是我国重点打造的7个跨省（区、市）的经济区域之一,也是我国北方大气污染控制重点区域和主要航运发展区域.随着陆上污染物减排力度的不断加强,环渤海经济区周边海域船舶大气污染日益受到各界关注.为分析环渤海经济区周边海域船舶大气污染物排放特征,采用船舶AIS（Automatic Identification System,自动识别系统）数据、国内外船舶登记注册数据,利用基于AIS的动力法计算了环渤海经济区周边海域船舶大气污染物排放清单.结果表明:2017年环渤海经济区船舶SO_x、NO_x、PM₁₀、HC和CO的排放量分别为26.18×104、41.12×104、3.48×104、1.13×104和2.66×104 t;船舶大气污染物排放主要在低速航行、巡航和系泊工况下产生,低速航行下SO_x、NO_x、PM₁₀、HC、CO的分担率较大,分别为45.56%、48.79%、46.55%、48.68%、47.00%,系泊工况下SO_x、NO_x、PM₁₀、HC和CO的排放量分别为5.06×104、6.86×104、0.67×104、0.19×104和0.51×104 t,因此,推进靠港船舶使用岸电等举措具有良好的减排效果.船舶使用硫含量（以质量分数计）为0.5%和0.1%的燃料油后,SO_x排放量分别减少81.47%和96.29%,可见船舶使用低硫油时SO_x减排效果显著.研究显示,禁止船舶在航行时使用高硫油、要求船舶靠港前换烧低硫油、提高港口岸电覆盖率、加大靠港船舶使用岸电力度是环渤海经济区周边海域船舶大气污染物减排的有效措施.      

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.     

基于DEM的山区冬季燃煤污染物排放遥感测算——以北京市门头沟区为例

选择山地面积占98.5%的北京市门头沟区作为研究区,利用资源三号（ZY-3）三线阵前、后视影像构建立体模型,提取数字高程模型（Digital Elevation Model,DEM）.由高分二号影像,基于CART（Classification and Regression Tree）决策树的面向对象方法对居住房屋进行提取,获取空间分布与面积,并结合采暖面积、采暖季燃煤量等抽样调研数据确定的深、浅山区（海拔>300m为深山区,海拔<300m为浅山区）燃煤系数,建立燃煤量估算模型.进一步,基于文献调研法获取型煤排放因子,测算燃煤产生的PM₁₀、PM_2.5、NO_x、SO₂、CO的排放量.结果表明：借助遥感技术,基于DEM可对山区燃煤污染物排放量进行快速有效测算.地形对冬季燃煤量有显著影响,深山区燃煤系数分别为12.5kg/m²,浅山区为9.375kg/m².2017年门头沟使用型煤取暖的房屋面积为5.68km²,冬季燃煤总量为6.52万t,山区各镇大气污染物排放量差别较大.     

南方林区2000~2016年林火释放污染物动态变化研究

以南方林区为研究区域,基于林业统计年鉴和MODIS卫星火点数据,结合相关文献中不同林型各类污染物的排放因子数据,估算2000~2016年间研究区域各省森林生物质燃烧及污染物排放总量,并分析其时空变化情况.结果表明,南方林区森林火灾总体呈先升后降的趋势,林火空间分布较为分散.2000~2016年南方林区森林生物质燃烧总量4.79×10⁴kt.其中,温带常绿针叶林、温带常绿阔叶林、温带落叶阔叶林、热带常绿阔叶林和灌木的燃烧比例分别为65.24%,17.45%,1.55%,1.10%和14.66%.CO、CO₂、NO_x、CH₄、VOCs和PM_2.5等主要污染物的排放总量均值依次为3.73×10³,5.87×10⁴,48.05,347.27,358.54和365.06kt.此外,各类污染物的时空分布差异性明显：福建、广东、广西全省,海南西部,以及江西和湖南南部是各类污染物网格排放高值区;江西和湖北各类污染物的排放呈显著下降,福建NO_x、VOCs和PM_2.5,以及广东CH₄和VOCs下降趋势显著,其余省份各类污染物排放下降但不显著.林火释放污染物占工业粉尘比例呈波动性上升,表明该地区森林火灾对大气环境的影响程度逐渐增加.