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.      

APEC期间北京市城区VOCs浓度特征及其对VOCs排放清单的校验

采用“SUMMA罐采样-GC-MS” 离线分析方法,通过对北京市东部城区2014年10月16日~11月27日大气环境挥发性有机化合物(VOCs)监测,得出APEC期间VOCs结果,会议前(10月16~30日)、会议期(11月5~11日)、会议后(11月12~27日),TVOCs(检出VOCs化合物之和)24h日平均浓度分别为49.12×10^-9、25.17×10^-9、23.38×10^-9,随时间呈下降趋势;而3个时间段,TVOCs白天平均浓度分别为41.43×10^-9、17.36×10^-9、20.08×10^-9,会议期浓度最低,且烯烃体积百分比升高,烷烃和芳香烃降低,与会议前、后VOCs化学组分特征形成显著差异.会议前、会议后的TVOCs浓度与气象要素的相关性分析表明:VOCs受温度影响最大(相关性0.74),其次相对湿度(相关性0.67),与风速相关性不显著.最后,基于北京市VOCs排放清单和主要源VOCs化学成分谱,核算了会议期15种主要化合物的日减排量.APEC期间,该15种化合物的减排量与其白天均浓度较会议前、后的下降量显著相关,相关性达到0.76~0.80,间接校验了北京市VOCs排放清单的准确性.     

基于扩散模式反演的橡胶轮胎制造行业VOCs排放特征

选取我国华北地区某轮胎制造企业为研究对象,针对其挥发性有机物(VOCs)排放,开展了VOCs外场观测试验,并通过ISC3模式反演获得该企业VOCs排放源强.观测结果表明,厂外上风向背景点和下风向受体点之间存在显著的VOCs浓度差异和化学组分差异. 20种潜在排放污染物在背景点和受体点TVOCs浓度平均值分别为53. 8μg·m~(-3)和127. 5μg·m~(-3),背景点化合物以丙烷(7. 2μg·m~(-3))、丙酮(7. 5μg·m~(-3))、壬醛(12. 7μg·m~(-3))、丁烷(4. 9μg·m~(-3))和乙醛(2. 7μg·m~(-3))为主;受体点化合物以壬醛(43. 5μg·m~(-3))、丙烷(11. 4μg·m~(-3))、乙醛(7. 4μg·m~(-3))、己烷(11. 9μg·m~(-3))和丁烷(7. 3μg·m~(-3))为主.背景点和受体点VOCs差异(Δc)为该企业潜在排放的VOCs贡献,以烷烃(31. 39%)和含氧挥发性有机物(33. 15%)为主.继而,本文利用ISC3模式,基于观测期间气象条件,获得了每次试验每个受体点的浓度与源强的关系系数,并基于该关系系数计算了该企业的VOCs排放源强.反演结果显示,该橡胶轮胎制造厂VOCs年排放量平均值为(152. 8±188. 2) t,以壬醛、甲苯、正己烷、丙烷和苯为主,折合VOCs排放因子约每条轮胎101. 9 g.本文反算的排放因子与AP42接近,远低于我国推荐的排放因子数值.以此排放因子计算,当前我国轮胎制造行业VOCs排放量约为62. 13 kt·a~(-1),主要分布在山东省28. 70 kt·a~(-1)和江浙沪地区20. 5 kt·a~(-1),该行业VOCs排放对O3存在较为重要的贡献,其臭氧生成潜势约为130. 87 kt·a~(-1),而对二次有机气溶胶生成潜势较小,仅为0. 86 kt·a~(-1).     

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.     

夏秋季节焦化厂附近大气中臭氧及其前体物变化特征和臭氧生成潜势分析

2012年6—10月,在我国北方某焦化厂厂界附近开展了O3、NO x、CO体积分数在线监测及VOCs样品采集分析工作,获得了夏、秋两季焦化厂厂界O3及其前体物的体积分数及其日变化趋势。焦化厂厂界附近O3、NO、CO体积分数均呈单峰型日变化,O3体积分数的季节差异不明显,夏季仅略高于秋季,而NO、CO体积分数秋季高于夏季,作为二次反应产物的NO2,其变化幅度秋季比夏季强烈。夏季TVOCs在各监测时段的小时体积分数呈现先上升后下降的日变化趋势,而秋季则呈现逐渐下降的日变化趋势。由较小VOCs/NO x的比值可初步判断,该焦化厂所在区域的大气光化学臭氧生成潜势处于VOCs控制区。在焦化厂下风向厂界附近,夏、秋两季TVOCs平均体积分数分别为(43.8±45.0)×10-9和(26.7±29.6)×10-9,苯系物、烷烃、烯烃的平均体积分数分别为(34.3±28.1)×10-9和(14.4±14.8)×10-9、(5.3±11.8)×10-9和(7.0±7.7)×10-9、(4.3±5.0)×10-9和(5.3±7.1)×10-9。夏、秋两季焦化厂附近臭氧生成潜势贡献最大的是苯系物(47.6%~65.8%),其次是烯烃(28.0%~41.9%),再次是烷烃(6.3%~10.5%)。     

首都重大活动与空气重污染应急减排措施效果对比分析

以2015年"9·3"阅兵活动及同年冬季两次空气重污染红色预警为例,针对气象要素及污染物浓度变化特征进行对比分析,对不同减排措施下污染物减排比例估算,并利用WRF-CAMx模型,对减排带来的PM_2.5污染改善效果进行了定量评估与对比分析.结果表明,阅兵期间(8月20日至9月4日)PM_2.5日均浓度(19.0μg·m^-3)分别比阅兵前(8月15～19日)和阅兵后(9月5～15日)日均浓度降低了60.0%和48.0%,第一次红色预警期间PM_2.5日均浓度(232.3μg·m^-3)高于第二次红警(216.6μg·m^-3),第二次启动重污染红色预警之前的空气质量好于第一次红警.阅兵期间北京及周边省市污染物减排比例普遍大于红警期间,为保障"阅兵蓝"的实现提供了人为可控的有利条件."9·3"阅兵、北京首次及第二次红色预警期间采取污染物应急减排措施情况下,北京PM_2.5浓度分别平均降低了32.4%、 17.1%和22.0%.阅兵期间与红色预警相比,...     

BP神经网络法预测唐山市需水量

需水量预测研究已成为当前水资源规划与管理研究中的重要课题之一.本文设定不同的神经网络运行次数,根据预测结果进行误差分析,BP神经网络在运行5 000次时,具有高度的可信度和可行性.应用5 000次运行次数的BP神经网络模型对唐山市规划水平年的需水量进行预测.最后引入人均综合用水量概念,结果表明,预测结果在理论上和实际上都具有可行性.     

应用多维多箱与高斯模型结合的复合模型预测大气环境质量

根据北京市市区自然环境、污染气象特征、大气环境过程及区域污染源分布等现有信息,建立了用于大气环境质量预测的多维多箱与高斯模型结合的复合模型,对北京市市区采暖季(2002年1月)和非采暖季(2002年8月)特征污染物SO2和PM10的质量浓度进行了预测.将预测结果与地面监测值比较分析后发现,多维多箱与高斯模型结合的复合模型预测大气环境质量产生的相对误差在25%以内.     

基于GIS的危险气体扩散实时预测系统研究

将大气环流数值模拟及预报系统、危险物排放量估算方法和改进的气体三维扩散模式进行耦合集成,结合危险源实时监测系统,嵌入危险品理化性质及影响等级数据库,建立基于GIS的危险气体扩散实时预测系统,提出了一套危险事故有毒有害气体预测预警系统的构建思路.该系统首次将气象模式引入危险事故预测预警系统,实现结合实时气象信息的危险源事故后危害气体扩散范围及浓度分布的预测,并可实现分析查询等管理功能.     

北京城区冬季空气污染时期C2~C6碳氢化合物含量特征

本研究于2015年冬季,在北京市东南城区开展了C2~C6碳氢化合物大气环境浓度在线监测,研究共检出25种C2~C6碳氢化合物,但鉴于分析仪器的局限性,未包含苯这一重要物种.检出的25种碳氢化合物含量之和(C2~C6 HCs)在12.4~297.5×10~(-9)范围内,不同的空气质量条件下,C2~C6 HCs平均含量分别为29.4×10~(-9)(Ⅰ级,PM_(2.5):35μg·m~(-3))、63.2×10~(-9)(Ⅱ级,PM_(2.5):35~75μg·m~(-3))、85.5×10~(-9)(Ⅲ级,PM_(2.5):75~150μg·m~(-3))、94.9×10~(-9)(Ⅳ级,PM_(2.5):150~250μg·m~(-3))、131.8×10~(-9)(Ⅴ级,PM_(2.5):250μg·m~(-3)),且碳氢化合物的化学组成亦有所差异,烷烃、烯烃、乙炔的摩尔比分别从Ⅰ级条件的47%、45%、7%,变为Ⅴ级条件的59%、30%、12%,烷烃和乙炔的比重上升;烯烃的比重下降.碳氢化合物日变化规律显示,C2~C6 HCs在优良日(PM_(2.5)小时浓度均低于75μg·m~(-3))和污染日(PM_(2.5)小时浓度均高于75μg·m~(-3)),均在08:00~09:00、17:00~18:00存在两个明显的峰值,与日交通峰值时间一致,显示了道路源对局地碳氢化合物浓度的显著影响.通过HCs与CO浓度比值研究,发现随着污染情况的加重,HCs/CO(×10~(-9)/×10~(-6))呈显著下降趋势:90.6(Ⅰ级)、63.8(Ⅱ级)、56.9(Ⅲ级)、37.4(Ⅳ级)、36.4(Ⅴ级).具体化合物与CO比值在污染条件(Ⅲ~Ⅴ)与优良条件(Ⅰ~Ⅱ)的变化率,与各化合物的OH反应速率关联性很差(R=-0.31),由此判断污染时期C2~C6碳氢化合物并未发生强烈的化学衰减.HCs/CO比值变化更多反映了污染源贡献的变化,后向轨迹分析表明,在优良日北京城区多受北部和西北部清洁气团影响,北部地区燃烧源较少,其气团HCs/CO比值较高;而在污染日北京城区受南部和西南部污染气团输送,南部地区工业燃烧源和散煤燃烧源均偏多,其气团HCs/CO值偏低.综上所述,本研究认为重污染过程,北京城区C2~C6碳氢化合物(未包含苯)未体现出显著的化学衰减,碳氢化合物浓度的大幅提升,不仅源于本地污染源的排放累积,还受到南部污染气团的输送贡献.