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.      

欧盟大气污染物排放清单管理经验及启示

大气污染排放清单是欧洲大气污染防治的重要抓手。本文介绍了欧盟大气污染排放清单的法律基础,分析了欧盟通过建立清单管理流程、统一规范技术方法、协同管理和使用排放数据、公开污染源信息等措施,总结了欧盟对大气污染物排放清单进行科学管理和精准管控的经验,为我国大气污染防治工作提供参考。     

北京市水泥工业大气污染物排放清单及污染特征

采用排放因子法估算2010年北京市水泥工业颗粒物TSP和气态污染物SO2、NOx、氟化物的排放总量,从而建立了水泥工业大气污染物排放清单,并分析其主要大气污染物排放时空分布特征及对全市总排放量的贡献情况。结果表明:(1)水泥工业NO x污染较为严重,NO x排放占全市总排放量的6.72%;(2)水泥工业作为点源污染,在局部范围内对周围空气及居民有较大的影响;(3)利用ADMSURBAN模型进行大气污染贡献分析,水泥工业TSP排放对环境空气质量贡献0.100~0.169μg/m3(1 h),SO2排放对环境空气质量贡献0.028 5~0.065 2μg/m3(1 h),NO x排放对环境空气质量贡献0.324~0.760μg/m3(1 h),NO x对空气质量影响较大。     

基于本地污染源调查的杭州市大气污染物排放清单研究

基于实地调查数据并辅以统计数据,采用物料衡算法和排放因子法,估算了杭州市2015年大气污染物排放清单,并选取经纬度坐标、路网、航道、土地类型和人口等数据作为权重因子,研究了该地区各类排放源污染物排放空间分布特征.结果表明,杭州市2015年SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)和NH_3年排放总量分别为22.20×10~3、108.17×10~3、192.10×10~3、134.94×10~3、78.12×10~3、27.65×10~3和59.75×10~3t.工业源是杭州市SO_2排放的主要来源,移动源对NO_x和CO的排放贡献最为显著,扬尘源是杭州市PM_(10)和PM_(2.5)排放的最主要来源,其次为工业源;VOCs排放的主要来源依次为工业源、天然源和移动源;NH_3排放主要来自农业源.从空间分布来看,排放主要集中在中心城区及其周边的萧山、下沙、大江东、余杭和富阳等工业企业相对密集的区域.本研究建立的排放清单在污染源覆盖范围和排放因子方面仍然存在一定的不确定性,建议在后续研究中重点开展低、小、散企业及本地化排放因子调查研究工作,进一步提升大气污染物排放清单的准确度.     

船舶排放清单研究方法及进展

远洋船舶在港口和近海范围的排放清单是研究大气复合污染的形成和应对机制的迫切需求,船舶因其动态、多源、跨国注册等特点,是源清单研究中难度较大的部门.本文对现有研究在全球、区域、港口尺度的数据需求、方法学和适用性进行了综述,对比评价了各方法的优缺点和适用范围,归纳了能提供高分辨率排放清单的方法体系.其中燃油法更适用于全球清单计算,但不适用于区域清单;贸易法对基础数据要求较低,但不确定度较大;统计法依赖统计数据,更适用于港口范围;动力法准确性最高,但对基础数据有较高要求.此外,从全球、区域、港口尺度方面介绍了船舶清单的研究进展,提出了未来改进清单面临的排放因子和AIS数据方面的挑战,并展望了我国船舶排放清单研究的发展方向.     

江苏省内河船舶大气污染物排放清单及特征

基于船舶签证、过闸数据以及AIS数据,采用船舶引擎功率的方法建立了江苏省内河船舶大气污染物排放清单.结果表明,2014年江苏省内河船舶共排放NO_x18. 71万t、SO_25. 13万t、PM_(2.5)0. 82万t、PM_(10)1. 10万t、HC 0. 64万t、CO 1. 67万t和CO_21 051. 13万t;对于内河船舶(不计长江),干货船污染物排放量最大,吨位范围200～600 t的污染物排放量最高,船舶正常航行工况下污染物排放量最高;对于长江江苏段抵港船舶,非集装箱货轮污染物排放量最高,装卸货工况下污染物排放量最高,其次是巡航状态,对于不同动力单元,主机和辅机是主要排放单元;对于长江江苏段过境船舶,非集装箱货轮的污染物排放量最高,其次为油轮,缓慢行驶状态下各污染物排放量均为最高,对于不同动力单元,SO2、PM_(2.5)和PM_(10)主机排放量高于辅机;京杭运河苏北段航道单位航道长度大气污染物排放量较大,苏南航道次之;江苏省内河船舶排放受时间影响较小,除2月排放占比略小外,其余月份排放占比基本较为均匀,均在8%～10%左右.     

民用燃煤大气污染物排放清单的建立方法及应用

民用燃煤是大气污染的重要来源,虽然其消耗总量不大,但由于缺乏污染控制措施,多为直接排放,对周边大气环境造成较大的影响。因此建立民用燃煤大气污染物排放清单,识别民用燃煤大气污染时空分布规律,量化民用燃煤在不同污染天气等级下的排放贡献及作用,掌握民用燃煤污染排放特征,能够为环境管理部门提供决策依据和参考,因此具有重要的作用。根据民用燃煤污染排放特点,本文阐述了民用燃煤大气污染物排放清单建立方法,介绍了排放因子法中活动水平和排放因子两个重要因素的获取途径及数据质量控制和保证,排放清单的验证和评估,排放清单的应用等方面内容,为各地开展区域内民用燃煤大气污染物排放清单提供参考。     

厦门市船舶控制区大气污染物排放清单与污染特征

以船舶自动识别系统(automatic identification system,AIS)数据,结合大量厦门港口实地调查信息,采用自下而上的动力法对在控制区内航行的船舶进行逐艘计算,得出2018年厦门市船舶控制区大气污染物排放清单,并详细分析了其污染物排放特征及时空分布.结果表明, 2018年厦门市船舶控制区内船舶污染物排放总量共16 413 t,其中进出港船舶污染物排放占82.2%,未进港船舶占17.8%,各污染物中以NO_x的排放量最大,占比达64.2%,不同航行状态下污染物排放量的顺序为停泊>巡航>低速巡航>机动操控>锚泊,控制区内船舶的主要污染来源于货船,并以集装箱船的污染物排放量为最大; 1 d中09:00～16:00处于船舶污染物排放高峰期,1 a中以2月的排放量为最低, 3月和5月出现排放峰值;空间特征上各污染物排放高值主要分布于主航道和港区海岸线.     

沈阳市人为源大气污染物排放清单研究

为全面评估沈阳市大气污染物排放状况,文章收集和整理了相关活动水平信息和排放因子数据并采用排放因子法建立了2016年沈阳市人为源大气污染物排放清单。结果显示：2016年沈阳市人为源CO、NO_x、SO₂、NH₃、VOCs、PM2.5、PM10、BC和OC的排放总量分别为38.64×10⁴、10.63×10⁴、3.17×10⁴、5.28×10⁴、14.03×10⁴、5.54×10⁴、10.59×10⁴、0.57×10⁴和1.82×10⁴ t。按照排放源分类,CO、NO_x和BC主要来自移动源,SO₂主要来自化石燃料固定燃烧源,NH₃主要来自农业源,VOCs主要来自工艺过程源,PM_2.5和PM₁₀主要来自扬尘源,OC主要来自其他...     

广西内河及沿海船舶大气污染物排放清单及特征研究

基于广西船舶数量及类型、船舶引擎功率等数据,以广西壮族自治区为例,通过船舶引擎功率法建立广西2020年内河及沿海船舶排放清单,探究广西内河及沿海船舶主要大气污染排放量时空分布,并通过大气扩散模型模拟了船舶大气污染物排放对广西沿海港区大气环境的影响。结果表明：内河船舶中干货船排放占比为35.6%,四等船排放占比为26.07%;沿海船舶中拖船排放占比为44.16%~49.33%,主机、辅机、锅炉排放占比分别为52.39%、21.43%、26.18%;不同工况下,沿海船舶停泊工况SO₂排放占比最高,其余污染物在慢速行驶工况下排放占比最高。2020年广西北部湾海域船舶SO₂、NO_x、HC、CO₂的平均排放强度分别为0.32、2.14、0.07、121.93 t/km²。

     

天津市大气污染源排放清单的建立

通过调研天津市工、农业生产和居民生活的统计资料,研究分析文献报道的各种污染源排放因子,计算出天津市各行业、各区县NOx、SO2、NMVOC、CO、NH3、PM10、PM2.5等污染物的排放量,发展了天津市2003年排放源清单.结果显示,天津市2003年各类污染物质的排放量NOx为1.77×105t,SO2为2.59 ×105t,NMVOC为2.24×105t,CO为1.33×106t,NH3为7.40×104t,PM10为2.52×105t,PM2.5为1.10×105t.从排放源的行业分布来看,燃煤源、汽车移动源、秸秆燃烧源是天津市大气污染物的重要排放源,燃煤源对各污染物的贡献分别为NOx46%,SO284%,NMVOC 1%,CO 58%,PM1018%,PM2.5 24%.火电、水泥、钢铁、炼焦、原油加工等行业依然是重要的工业污染排放源,火电对SO2的贡献为13%,钢铁对SO2的贡献为24%,对CO的贡献为30%.2003年天津市区对NO,、S02、NMVOC、CO等污染物的贡献均高于其它区县,对PM10、PM2.5的贡献也很高;塘沽区对NOx、SO2、NMVOC、CO等污染物的贡献很大,蓟县、武清区、宝坻区对NH3、PM10、PM2.5的贡献很大.     

Ten-year emission characteristics of atmospheric pollutants from incineration of sacrificial offerings in China

The incineration of sacrificial offerings is a significant widely practiced custom that is also a kind of neglected air pollution source in China. Our results showed that the emission factors of particulate matter, SO₂, CO, NO_x, and VOCs emitted from the incineration of sacrificial offerings with purification systems were reduced by 95%, 19%, 9%, 82%, and 42%, respectively, compared with those without a purification system, revealing a significant effect of the flue gas purification system on reducing particulate matter and gaseous pollutants. The emission level of air pollutants from the incineration of sacrificial offerings remained stable before 2013 and then showed a remarkable decrease after the implementation of China´s Air Pollution Prevention Action Plan in 2013. The emissions of TSP (total suspended particulate), PM₁₀, PM_2.5, and NO_x in 2009 were 8222, 6106, 5656 and 15,878 ton, respectively, obviously higher than 3434, 2551, 2305 and 8579 ton in 2019. Such trend was affected by both the quantity of incineration and the installation rate of purification systems after the Emission Standard of Air Pollutants for Crematory (GB 13801-2015) issued in China. Distinct spatial distribution of atmospheric pollutants from incineration of sacrificial offerings was found with higher in the east and south of China than the west and north of China, which is proportional to the regional economy and population. The maximum ground-level concentration typically occurred at 0.12-0.2 km from the pollution source, posing potential health risks to people entering and exiting funeral and burial sites and nearby residents.     

Exhaust emission inventory of typical construction machinery and its contribution to atmospheric pollutants in Chengdu, China

To study the emission characteristics of typical construction machinery in Chengdu, 12 construction machinery (excavators, bulldozers, loaders, and forklifts) under idling mode, moving mode, and working mode, were tested using a portable emission measurement system (PEMS). Under three operating modes, the typical construction machinery in the working mode was higher in the fuel-based average emission factors of PM_2.5 and NO_x, while the fuel-based average emission factors of HC and CO were higher in idling mode. Integrated the results of investigation on ownership and activity levels of construction machinery, an exhaust emission inventory of typical construction machinery of Chengdu in 2018 was established according to the recommendation method. The annual emission of PM_2.5, NO_x, HC, and CO were 1.67 × 10⁶, 1.61 × 10⁸, 3.83 × 10⁶, and 1.26 × 10⁷ kg, respectively, and the excavator contributed the maximum emissions, accounting for an average proportion of 43.95%. The emission of construction machinery in Chengdu exhibited a clear monthly trend, with the highest from April to October and the lowest from November to March. In addition, the exhaust emissions presented an obvious spot-like characteristics, and the high-value areas were mainly concentrated in the surrounding suburban counties such as Shuangliu Wenjiang etc. To reduce pollution from construction machinery and improve the quality of the atmospheric environment, more effective measures on housing construction and municipal construction should be taken in those districts in Chengdu.     

天津郊区土壤风蚀源PM10排放清单不确定性分析

运用课题组自主开发的空气颗粒物风蚀源排放清单构建模型软件（PMEI-WES）,估算2016年天津市郊区土壤风蚀源颗粒物排放清单.采用蒙特卡罗模拟,分析了主要气象参数和土壤参数输入不确定性对排放量的影响,量化排放清单的不确定性.结果表明：2016年天津市郊区土壤风蚀源PM₁₀排放总量为22025.1731t.风速是影响排放量的最主要参数,排放量随风速增加呈指数增长,土壤碳酸钙与排放量呈正相关关系,土壤有机质与排放量呈负相关关系.排放总量95%概率范围为（15237.7581t,37434.8873t）,不确定度为（-37.48%,53.60%）;90%概率范围排放量为（16111.8606t,36104.7554t）,不确定度为（-33.89%,48.14%）.各区排放量不确定度大小与风速误差大小最显著.土壤参数对不确定度极值的影响较大.     

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.     

四川省大气固定污染源排放清单及特征

根据收集到的四川省电厂、工业及民用部门的活动水平数据,采用合理的估算方法和排放因子,建立了四川省2010年大气固定污染源排放清单.结果表明:12010年四川省固定源共排放SO₂ 84.1万t、NO_x 44.9万t、CO 318.8万t、PM₁₀ 44.1万t、PM_2.5 25.5万t、VOC 17.9万t;2电厂和工业过程是固定源排放的主要贡献源;3燃煤是固定燃烧排放的主要贡献源,煤矸石、焦炭、天然气对污染物的贡献也不容忽视,水泥、钢铁、轻工业制造是本地区主要的工业过程排放源;4宜宾、成都及攀枝花是固定源污染物的主要贡献城市,约占四川省总排放量的20%~40%;5电厂、能源工业燃烧清单的不确定性主要来自排放因子,而工业过程涉及排放源种类繁多且复杂,排放测试研究较少,不确定性较高.     

基于WRF-Chem模拟验证的天水市主城区大气污染源排放清单

通过部门调研、现场调查和遥感解译等方法获取天水市主城区大气污染源活动水平数据,采用排放因子法估算了天水市主城区 10类污染源的9种污染物排放量,构建了2019年天水市主城区高分辨率排放清单,并采用横向比较法和模式验证法评估了排放清单的合理性.结果表明:(1)2019年天水市主城区 SO2、NOx、CO、VOCs、NH3...     

天津市环境空气质量现状特征分析研究

利用天津市环境空气监测数据及相关资料,统计分析其环境空气质量状况.结果表明,2013年天津市环境空气质量达标率为40％,重度及以上污染日有49天,主要发生在冬季,超标日的首要污染物以细颗粒物、可吸入颗粒物和臭氧为主.在空气质量污染物构成中,细颗粒物占比为29.43％,其次为可吸入颗粒物占比22.18％,表明天津市大气污染以颗粒物为主.细颗粒物与可吸入颗粒物的月均浓度线性相关系数为0.918 4,占比为64％.除臭氧以外的五项主要污染物在冬季污染最重,夏季污染较轻,臭氧浓度变化与气温变化保持一致,夏季最高,冬季最低.在市域内,滨海新区、蓟县和西青空气质量较好,红桥、宁河和北辰空气质量较差;气态污染物比颗粒物的空间分布更受局地排放的影响,而颗粒物污染分布具有区域性趋势.