聊城市2020年大气污染物排放清单与空间分布特征研究

为准确掌握聊城市大气污染物排放情况，加强大气污染管控，本文采用“自上而下”与“自下而上”相结合的方法建立了聊城市2020年大气污染物排放清单.结果显示，2020年聊城市SO₂、NO_x、CO、VOCs、NH₃、PM₁₀、PM_2.5、BC、OC排放量分别为11.70×10³、61.28×10³、285.19×10³、28.43×10³、66.87×10³、47.83×10³、17.15×10³、0.751×10³、1.07×10³ t.其中，SO₂最大排放源为化石燃料固定燃烧源(64.96%)，移动源为NO_x排放第一大源(71.27%),CO排放主要来源于工艺过程源(45.71%)和化石燃料固定燃烧源(32.88%),VOCs的主要排放源为溶剂...     

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...     

中国钢铁行业排放清单及大气环境影响研究

自下而上建立2018年中国高分辨率钢铁企业大气污染物排放清单（HSEC,2018）,定量模拟中国钢铁企业2018年和未来年情景下排放各种大气污染物对环境的影响情况.结果表明：2018年,中国钢铁行业共排放SO₂、NO_x、PM₁₀、PM_2.5、PCDD/Fs、VOCs、CO、BC、OC、EC、氟化物分别为29.02万t、66.57万t、28.73万t、11.69万t、2.24kg、89.21万t、4057.49万t、0.45万t、0.61万t、0.06万t、0.88万t,焦化、烧结、球团、高炉4个铁前工序是中国钢铁行业大气污染物主要排放环节,中国钢铁行业对各省份SO₂、NO_x、PM_2.5年均浓度贡献比例平均值分别为2.85%、3.37%、1.54%;未来年,中国钢铁企业SO₂、NO_x、PM₁₀排放量分别为4.94万t、7.58万t、4.11万t,分别下降了82.98%、88.61%、85.69%,中国钢铁行业对各省份SO₂、NO_x、PM_2.5年均浓度贡献比例平均值分别为0.31%、0.22%、0.02%.     

京津冀地区非道路机械清单建立与政策情景分析

非道路机械是大气污染物的重要来源,已经逐渐引起了人们的关注.本研究旨在建立2020年京津冀地区典型非道路机械排放清单,分析排放控制政策和成本.结果表明：2020年京津冀地区典型非道路机械CO、HC、NO_x、PM_2.5、SO₂的排放量分别为286.96×10³、232.17×10³、364.30×10³、34.15×10³、4.14×10³ t.农业机械的排放量明显大于建筑机械的排放量,约占总量的46.36%～91.62%.在综合情景(IS)下,2030年CO、HC、NO_x、PM_2.5、SO₂的排放量与2020年基准情景(BAU)相比分别增加了-54.16%、-33.76%、-42.46%、-54.07%、-10.37%.在单一控制措施下,更新排放标准(UES)对5种污染物的减排效果最好,淘汰老旧非道路机械(CIV)对NO_x和P...     

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.      

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.      

天津市“十三五”期间PM2.5减排效果评估

为了解“十三五”期间天津市PM_2.5减排效果,基于2015～2020年不同大气污染治理措施的减排量核算结果,利用空气质量模型和高时空分辨率PM_2.5监测数据,对“十三五”期间天津市PM_2.减排效果进行分析.结果表明,2015～2020年,天津市SO₂、 NO_x、 VOCs和PM_2.5的排放量分别减少4.77×10⁴、 6.20×10⁴、 5.37×10⁴和3.53×10⁴t,其中工艺过程、散煤和电力治理对SO₂的减排贡献大,工艺过程、电力和钢铁治理对NO_x的减排贡献大,工艺过程对VOCs的减排贡献最大,工艺过程、散煤和钢铁治理对PM_2.5的减排贡献大.“十三五”期间天津市PM_2.5浓度平均值、污染天数和重污染天数明显下降,分别较2015年下降31.4%、 51.2%和60.0%;与前...     

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.      

京津冀及周边地区水泥工业大气污染控制分析

以京津冀及周边地区水泥工业为研究对象,基于产排污系数法,建立了水泥工业主要大气污染物排放计算方法,对2016年该地区水泥工业主要大气污染物排放控制水平进行了分析.结果表明：京津冀及周边地区2016年水泥工业SO₂、NO_x、PM（有组织）排放量分别达到3.2×10⁴t、23.9×10⁴t、9.7×10⁴t,较2015年分别减少24.1%、18.2%、27.2%,各项污染物大幅下降.水泥工业PM无组织排放量占PM总排放量的45.4%,仍需要采取集中收集的方式加强治理.山东、河南是水泥工业SO₂、NO_x、PM、PM₁₀、PM_2.5重点排放来源,应通过化解过剩产能降低污染排放.从各工艺来看,新型干法工艺应考虑采用高效脱氮脱硫技术、协同处置技术、高效大型袋式除尘技术等新技术,进一步降低各项污染物的排放量;粉磨站也需进一步提高污染治理水平.     

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.     

京津冀及周边民用燃煤对空气质量的影响及控制对策

本文采用排放因子法核算了2020年京津冀及周边地区“2+26”城市民用燃煤的主要大气污染物排放量,利用ADMS-Urban模型量化评估民用燃煤对周边大气环境的影响,并提出相应的控制对策。研究结果表明,2020年“2+26”城市民用燃煤量较2017年下降72%,但大气污染物排放量仍然较大,SO₂、NO_x、CO、VOCs、PM₁₀及PM_2.5的排放量分别为1.82万t、1.17万t、148.87万t、3.78万t、6.92和5.68万t。民用燃煤的污染控制程度低且排放时间集中,对周边空气质量产生较大影响。“2+26”城市中南部地区在冬季的PM₁₀、PM_2.5、SO₂、CO、NO_x、VOCs最大落地浓度分别可达到76.4μg/m³、61.6μg/m³、15.6μg/m³、213.75μg/m³、10.5μg/m³     

基于PM2.5浓度达标约束和区域联防联控的河南省地级市大气环境容量研究

为研究以河南省为代表的受大气污染传输影响显著省份的大气环境容量,本文基于CMAQ模型,采用嵌套迭代模拟的方法,计算了在周边省份区域联防联控的前提下河南省PM_2.5浓度达标(GB 3095-2012《环境空气质量标准》二级标准限值)时17个地级市SO₂、NO_x、一次PM_2.5和NH₃的大气环境容量.结果表明：(1)省外传输对河南省PM_2.5浓度的贡献率为50.29%,其中周边7个省份传输贡献率为36.19%,可见周边省份实施大气污染联防联控是河南省实现空气质量达标的必要条件.(2)在省级PM_2.5浓度达标时,河南省周边7个省份SO₂、NO_x、一次PM_2.5和NH₃的大气环境容量分别为279.07×10⁴、465.61×10⁴、172.67×10⁴和182.96×10⁴     

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.     

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.     

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%.     

天津市EC和OC气溶胶排放源的估算

通过调研天津市污染源,在原有NO_x,SO₂,NMVOC,CO,NH₃,PM₁₀和PM2.5等污染物的基础上,从工农业生产和居民生活方面计算了天津市各行业、各区县的元素碳(EC)和有机碳(OC)排放量,对天津市2003年大气污染源排放清单进行了发展和补充. 结果表明:天津市2003年EC排放量为1.30×104 t,OC为2.40×104 t. 从排放源的行业分布来看,燃煤源是天津市EC和OC的重要排放源,对EC和OC排放量的贡献均为42%. 移动源与秸秆燃烧也是较大排放源,移动源对EC和OC排放量的贡献分别为43%和35%,秸秆燃烧对EC和OC的贡献分别为15%和23%. 炼焦、钢铁行业是EC和OC的主要工业源,炼焦行业的EC和OC排放量分别占工业源排放量的47%和23%,钢铁行业的EC和OC排放量分别占工业源排放量的24%和18%. 2003年天津市区对EC和OC的贡献均高于其他区县,其次,武清区、塘沽区对2种污染物的贡献也很高. 民用源的EC排放量在PM_2.5中占33.7%. 集中供热的OC排放量在PM_2.5中占67.6%,在各行业中最高. EC和OC排放量在PM2.5中所占比例最高的区域均在市区,最高值分别为25.0%和43.3%,其次是大港区和塘沽区.秸秆燃烧和移动源的估算误差较小,工业燃煤源的估算误差较大. 秸秆燃烧的正负误差分别为+18%和－16%,工业燃煤源的正负误差分别为+300%和－50%.      

京津冀区域PM2.5及二次无机组分污染特征研究

选取北京、石家庄和唐山作为京津冀区域典型城市,基于实地样品采集和组分分析结果,探讨PM_2.5组分中二次无机水溶性离子（SNA）浓度变化特征,并利用空气质量模型模拟结果分析重污染前后京津冀地区各类污染源大气污染物排放对PM_2.5和SNA质量浓度的贡献.结果显示：3个城市PM_2.5质量浓度整体呈现逐年下降的趋势,多数情况下SO₄^2-、NO₃^-和NH₄⁺浓度极大值同时出现在冬季,PM_2.5化学组分较为稳定.相对于常规时段,重污染期间SO₄^2-、NO₃^-和NH₄⁺质量浓度明显增加,重污染前一天SNA浓度占PM_2.5比值达到最高.重污染的形成是本地源排放和外来区域传输共同作用的结果,外来源对NO₃^-的贡献整体高于SO₄^2-和NH₄⁺.交通源、居民源和工业源对PM_2.5、SO₄^2-和NO₃^-浓度贡献最高,NH₄⁺主要来自居民源的排放.     

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.     

甘肃省冬季颗粒物浓度的数值模拟

颗粒物浓度的数值模拟能够反映颗粒物的空间分布特征,对于防治大气颗粒物污染具有一定意义.利用MEIC清单和第二次全国污染源普查（简称“二污普”）数据统计的甘肃省工业源、电力源、农业源、民用源和交通源五类源的主要污染物排放量,分析了污染源排放的空间分布特征,利用WRF-Chem模式模拟了甘肃省2019年1月PM₁₀和PM_2.5浓度,将模拟结果与甘肃省33个环境空气质量国控监测点颗粒物日均监测数据进行对比,检验WRF-Chem模式模拟的性能,进一步分析了甘肃省颗粒物浓度的空间分布特征.结果表明:①甘肃省SO₂、NO_x、PM₁₀、PM_2.5、VOCs、NH₃和CO在1月的排放量分别为2.12×104、2.96×104、2.97×104、2.43×104、3.18×104、1.27×104和3.04×105 t,除NH₃外,其他污染物排放高值主要分布在兰州市、嘉峪关市等工业发达地区.②33个环境空气质量国控监测点模拟与监测的PM₁₀和PM_2.5浓度的相关系数分别为0.544和0.597,颗粒物的模拟值与监测值有较好的相关性;WRF-Chem模式模拟结果显示,PM₁₀和PM_2.5浓度高值分布在兰州市,次高值分布在天水市和庆阳市,甘南藏族自治州以及河西地区颗粒物浓度较低,这是甘肃省工业布局、扩散条件和地形条件综合作用的结果.研究显示,WRF-Chem模式可以较好地模拟甘肃省区域颗粒物浓度时空分布特征.