浙江2001—2016年露天生物质燃烧排放污染物时空格局

生物质露天燃烧排放烟气颗粒物对大气环境、生态系统和人类健康有重要影响. 该研究基于MODIS - MCD64A1数据提取2001—2016年浙江省森林、灌丛、草地火灾面积和作物秸秆火点数据,结合植被类型、生物质密度和燃烧效率,运用排放因子法,估算16年间浙江区域露天生物质燃烧排放污染物总量. 结果表明,2001—2016年浙江区域露天生物质燃烧总量为58.78 mt,其中乔木、灌木、草本、水稻、小麦、玉米、豆类和油菜燃烧总量分别为202.18 kt、10.43 kt、300.10 t、46.66 mt、1.94 mt、2.45 mt、3.45 mt和4.06 mt. 森林和秸秆火次数分别为1783次和23257次,森林火灾多集中在浙江南部区域,秸秆火多集中在浙江北部区域. 森林和草地火灾次数主要集中在3月和10月,作物秸秆火点主要集中在5、7和8月份,占全年75%以上. 各污染物CO₂、CO、NO_x、VOCs、PM_2.5、TC、OC和EC排放总量分别为667.20、26.40、1.13、4.92、5.12、2.85、2.59和0.23 mt. 该研究揭示了浙江地区生物质露天燃烧排放污染物的时空变化,为深入揭示生物质燃烧对区域环境影响提供数据支持.     

中国亚热带地区2000-2014年林火排放颗粒物时空动态变化

林火是森林生态系统重要干扰因子并对大气环境和人类健康有显著影响.该研究基于2000-2014年中国亚热带地区卫星火点数据,结合林业统计年鉴,估算各区域林火燃烧生物量,运用排放因子法,估算15年间中国亚热带地区林火排放颗粒物总量.研究结果表明,亚热带地区林火存在季节性差异,福建、广东、广西、湖南和江西林火主要集中在春、秋两季;贵州和云南林火主要集中在春季;浙江林火集中在春、夏两季.亚热带地区森林可燃物总燃烧量为333.92 Mt,污染物PM_2.5、OC、EC和TC总量分别为：698.33、338.18、40.04和378.22 kt,此外,各污染物排放在时间和空间上不均衡,各污染物排放量多集中在云南南部和东南部,湖南、贵州和广东交汇处,广东东南部和福建中部等区域;PM_2.5、OC、EC和TC在浙江、云南、贵州、湖南和江西呈显著增长趋势.林火释放PM_2.5与工业粉尘的排放比变化趋势总体呈上升趋势,说明森林火灾导致的颗粒物排放对大气环境影响力呈逐年增长趋势.该文通过对中国亚热带地区林火释放污染物的时空变化研究,为深入揭示林火对区域环境的影响提供数据支持.     

基于MODIS影像内蒙古草地火排放污染物动态研究

运用自主设计生物质燃烧系统,测定草本燃烧排放因子,基于MODIS火点数据,运用排放因子法对内蒙古区域2000~2017年草本燃烧排放污染物时空格局进行分析.结果表明,狼尾草、芦苇、拂子茅和狗尾草CO₂、CO、NO_x、C_xH_y、PM_2.5、TC、OC和EC排放因子范围为1402.6~1550.1,140.3~253.8,0.67~1.55,21.5~93.7,3.74~6.89,1.66~3.06,1.42~2.71和0.23~0.44g/kg;区域生物质密度时空分布不均匀,地上生物质密度总体呈东北向西南递减趋势.草地总燃烧生物量为8061.46kt,排放各污染物CO₂、CO、NO_x、C_xH_y、PM_2.5、TC、OC和EC总量分别为：11296.13,1609.79,10.80,408.96,44.50,20.06,17.23,2.83kt;共发生49374次草地火,火面积和火点密度从东北向西南逐渐递减,月变化呈双峰分布,主峰火点（3月）显著高于次峰（9月）.     

华东地区2000-2014年间秸秆燃烧排放PM2.5时空动态变化

秸秆燃烧释放大量细小颗粒物（Fine Particulate Matter）,对大气环境、生态系统和人类健康有重要影响.该研究基于2000-2014年中国华东地区农作物产量统计数据,估算各区域秸秆产量及室内外农作物秸秆燃烧总量.并运用排放因子法,估算15年间华东地区农作物秸秆燃烧PM_2.5排放总量.研究结果表明,华东地区秸秆产量及燃烧总量分别为：2033.2 Mt和32678.59 Wt,PM_2.5的排放总量为851.95 Wt.此外,PM_2.5排放在时间和空间上不均衡.卫星火点监测数据显示,农田秸秆燃烧密集区域主要分布在山东南部、安徽北部、江苏和浙江东北部及上海市大部分地区;单位网格PM_2.5最大的排放量多集中在山东、安徽北部、江苏中部和北部、浙江东北部和上海区域.时间序列上,山东、江苏和安徽呈显著增长趋势,上海、福建和浙江呈显著降低趋势.稻谷、小麦、玉米、豆类和油菜秸秆燃烧对污染物PM_2.5的贡献率分别为32.45%、30.18%、18.95%、3.77%和14.65%.农作物秸秆燃烧释放PM_2.5与工业粉尘的排放比变化趋势表明山东、安徽和江苏总体呈上升趋势;上海、福建和浙江总体保持平稳趋势.通过对华东地区农作物秸秆燃烧释放PM_2.5的时空变化研究,为更好的揭示秸秆燃烧对区域环境的影响提供数据支持.     

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.     

中国大陆生物质燃烧排放的污染物清单

根据2000年各省市生物质的消耗资料,结合排放因子,计算了中国大陆生物质燃烧所排放的SO₂、NO_x、NH₃、CH₄、EC、OC、VOC、CO、CO₂的总量及各省市的排放清单,并进一步细化到县、区级行政区.研究表明,生物质燃烧排放的污染物在地区间的分布极不均衡,排放量较大的包括华东、中南地区的各省市;各种生物质燃烧对各污染物的排放量的贡献差异很大,其中秸秆和薪柴是最主要来源;单位面积生物质燃烧排放污染物的量较高的地区由东北至中南围绕中国的主要农业产地呈带状分布.     

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%.     

2001-2010年三江源区草地净生态系统生产力估算

三江源区位于青藏高原腹地,是我国长江、黄河、澜沧江三大河流的发源地.为了准确估算该地区草地生态系统的净生态系统生产力,收集整理了2001—2010年青藏高原10个通量观测站点的观测数据,构建了三江源区草地生态系统NEP（net ecosystem production,净生态系统生产力）估算模型,并在站点尺度进行了模型参数化和精度验证;结合区域尺度气象和遥感数据,估算了三江源区草地生态系统NEP.结果表明:① 2001—2010年三江源区草地生态系统多年平均NEP空间分布具有明显的空间异质性,大部分地区表现为碳汇,NEP（以C计）平均值为41.8 g/（m2·a）.② 三江源区草地生态系统NEP呈波动增加趋势,从2001年的20.0 g/（m2·a）增至2010年的82.5 g/（m2·a）;除2002年表现为弱碳源外,其余年份均表现为碳汇,并以2010年碳汇能力为最强.③ 2001—2010年三江源区草地生态系统NEP平均年增长率为5.4 g/m2;NEP年际变化率空间分布显示,大部分地区NEP呈增加趋势,仅有东南部和中部部分区域NEP呈下降趋势.研究显示,2001—2010年三江源区草地生态系统表现为碳汇,并且由于气候的暖湿化趋势,碳汇强度总体表现为增强.      

四川省典型人为污染源VOCs排放清单及其对大气环境的影响

基于四川省环境统计调查数据和相关统计资料,利用排放因子法计算得到2011年四川省典型人为源VOCs的排放量及其地区分布情况,同时还估算了各污染源排放的VOCs的臭氧生成潜势与二次有机气溶胶生成潜势.四川省典型人为污染源VOCs排放总量为482 kt,其中生物质人为燃烧源、溶剂使用源、工业过程源、化石燃料分配源、固定化石燃料燃烧源排放量分别为174、153、121、21和13 kt;溶剂使用源中,建筑墙壁涂料使用、家具、木器装修以及人造板制造为主要排放行业;工业过程源中,19.4%的VOCs排放量来自于制酒行业.四川省各地区排放数据中,成都市排放量最高为112 kt.四川省臭氧生成潜势总量为1 930 kt.二次有机气溶胶生成潜势中,溶剂使用排放源贡献50.5%,生物质人为燃烧源与工业过程源的贡献均为23%左右,化石燃料分配和固定化石燃料燃烧源分别贡献1.0%和1.4%.     

中国生物质燃烧大气污染物排放清单

根据2000-2007年各省市生物质燃烧消耗量和排放因子,估算了中国大陆生物质燃烧所导致的NOx、SO2、CO、CO2、CH4、NMHC、PM、BC排放量,并给出了分省区、分生物质类型的排放清单.研究表明,2007年中国生物质燃烧排放的NOx、SO2、CO、CO2、CH4、NMHC、PM和BC排放量分别为109万t,1...     

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％.     

Gaseous emissions from Canadian boreal forest fires

CO₂-normalized emission ratios (ΔX/ΔCO₂; V/V; where ΔX and ΔCO₂ = the enhancement of trace gas and CO₂, respectively, above background levels) for carbon monoxide (CO), hydrogen (H₂), methane (CH₄), total nonmethane hydrocarbons (TNMHC), and nitrous oxide (N₂O) were determined from smoke samples collected during low-altitude helicopter flights over two prescribed fires in northern Ontario, Canada. The emission ratios determined from these prescribed boreal forest fires are compared to emission ratios determined over two graminoid (grass) wetlands fires in central Florida and are found to be substantially higher (elevated levels of reduced gas production relative to CO₂) during all stages of combustion. These results argue strongly for the need to characterize biomass burning emissions from the major global vegetation/ecosystems in order to couple combustion emissions to their vegetation/ecosystem type. Such a process should improve the quality of any assessments of biomass burning impacts on atmospheric chemistry and climate.     

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.     

On-line CO, CO2 emissions evaluation and (benzene, toluene, xylene) determination from experimental burn of tropical biomass

Atmospheric pollution and global warming issues are increasingly becoming major environmental concerns. Fire is one of the significant sources of pollutant gases released into the atmosphere; and tropical biomass fires, which are of particular interest in this study, contribute greatly to the global budget of CO and CO₂. This pioneer research simulates the natural biomass burning strategy in Malaysia using an experimental burning facility. The investigation was conducted on the emissions (CO₂, CO, and Benzene, Toluene, Ethylbenzene, Xylenes (BTEX)) from ten tropical biomass species. The selected species represent the major tropical forests that are frequently subjected to dry forest fire incidents. An experimental burning facility equipped with an on-line gas analyzer was employed to determine the burning emissions. The major emission factors were found to vary among the species, and the specific results were as follows. The moisture content of a particular biomass greatly influenced its emission pattern. The smoke analysis results revealed the existence of BTEX, which were sampled from a combustion chamber by enrichment traps aided with a universal gas sampler. The BTEX were determined by organic solvent extraction followed by GC/MS quantification, the results of which suggested that the biomass burning emission factor contributed significant amounts of benzene, toluene, and m,p-xylene. The modified combustion efficiency (MCE) changed in response to changes in the sample moisture content. Therefore, this study concluded that the emission of some pollutants mainly depends on the burning phase and sample moisture content of the biomass.     

北京市民用燃煤烟气中气态污染物排放特征

以北京远郊农村居民常用的蜂窝煤、煤球、烟煤散煤为实验用煤,开展燃烧实验.研究了烟气无机污染物排放因子、VOCs释放情况.结果表明在充分燃烧的条件下,蜂窝煤、煤球、烟煤气态污染物SO2排放因子分别为1.50、1.91、1.62kg·t~(-1);NOx排放因子分别为0.420、0.901、2.20 kg·t~(-1);CO排放因子分别为22.4、37.3、87.3 kg·t~(-1).燃烧排放的NOx和CO的排放因子顺序关系为:烟煤煤球蜂窝煤;SO2的排放因子大小顺序分别为:煤球烟煤蜂窝煤.获得了北京市2014年3种民用煤燃烧排放的气态污染物的排放清单,烟煤散煤排放的SO2超过了0.55万t,NOx超过了0.75万t,CO超过了29万t.3种煤质燃烧过程中点火和封火阶段VOCs排放浓度相对较高,各阶段VOCs排放因子为点火阶段最高,封火阶段次之.     

生活垃圾无害化处理大气污染物排放清单

为全面评估中国大陆地区生活垃圾处理大气污染物排放状况,系统收集和整理全国31个省市基础统计信息,采取排放因子法建立了2016年中国大陆地区生活垃圾无害化处理大气污染物排放清单.结果表明,2016年,全国生活垃圾填埋处理排放气态污染物的CH₄、VOCs、NH₃、TSP、PM₁₀和PM_2.5总量分别是3472084.50、185117.10、66.45、54.94、25.99和3.92 t,焚烧处理排放气态污染物的CH₄、SO₂、NO_x、NH₃、VOCs、CO、TSP、PM₁₀、PM_2.5和BC总量分别是25389.10、6419.30、70923.84、221.36、435.33、3025.19、221.36、221.36、2.21和2.86 t.通过对固体废弃物处理源、大气污染物时空分布特征以及对各省市焚烧厂在生活垃圾无害化处理厂数量的占比分析,确定生活垃圾焚烧源和填埋源处理排放的气态污染物总量在2010~2016年期间呈现上升趋势,2016年生活填埋处理是我国最主要的垃圾处理方式,主要集中在中部和西部等人口密度适中和土地资源较多的地区,生活垃圾焚烧处理主要集中在长三角、珠三角和京津冀等地区的发达城市.     

Variability of Fire Behavior, Fire Effects, and Emissions in Scotch Pine Forests of Central Siberia

As part of the Russian FIRE BEAR (Fire Effects in the Boreal Eurasia Region) Project, replicated 4-ha experimental fires were conducted on a dry Scotch pine (Pinus sylvestris)/lichen (Cladonia sp.)/feathermoss (Pleurozeum schreberi) forest site in central Siberia. Observations from the initial seven surface fires (2000-2001) ignited under a range of burning conditions quantified the different fuel consumption and fire behavior characteristics (e.g., rate of spread, fireline intensity, etc.) possible in this particular forest fuel type. Experimental results and dendrochronological study of local fire history both support the dominance of local fire regimes by low to moderate-intensity surface fires. Carbon released by the experimental fires ranged from 4.8 to 15.4 t C ha^{− 1} depending on fuel conditions and fire severity. Preliminary emission data show a strong correlation between carbon dioxide (CO₂) and carbon monoxide (CO) emissions, which should facilitate accurate estimates of fire impacts on atmospheric chemistry. Carbon concentration in smoke samples was related to fire severity. The short landscape-scale fire-return interval (50 years), combined with typically low fire severity, in pine ecosystems of central Siberia is often associated with low tree mortality and relatively rapid buildup of litter and understory fuels after a fire.