温室气体和空气污染物协同治理研究展望

温室气体和空气污染物的协同治理是一种双赢的策略。自协同效应的概念提出以来,大量研究对温室气体和大气污染之间的协同减排技术、措施、潜力等方面进行了评估。本研究回顾了协同治理理论的发展历程、典型案例以及重要的政策实践,在此基础上讨论了当前研究与实践的特点,并对未来研究提出了建议。典型案例涉及能源、交通、工业和居民部门,政策实践讨论了温室气体和空气污染协同治理政策的主要类型及其实施情况。从损失评估、协同机理、高精度排放清单及模拟等角度对未来促进协同治理的研究提出了方向建议。     

石油石化企业温室气体清单编制简析

文章通过简要阐述石油石化企业温室气体清单的编制全过程,确定石油石化企业温室气体排放种类、识别主要温室气体排放源、列举重点生产过程中温室气体排放量的核算方法,为石油石化企业实现温室气体减排和控制工作、为完成国务院规定的到2020年我国单位国内生产总值二氧化碳排放强度比2005年下降40%~45%的约束性指标,奠定数据理论基础。     

用微孔填充理论研究活性炭对有机气体的吸附性能

用微孔填充理论研究了活性炭C40／4对丙酮、甲苯、二氯甲烷有机气体的吸附性能,测试了该活性炭对3种有机气体在不同温度下（288．15,293．15,298．15K）的吸附结果。用D—R方程处理了实验数据,建立了3种有机气体在活性炭C40／4上的等温吸附模型,并将实验测试值与理论预测值进行了比较。实验结果表明：微孔填充理论及D—R方程可很好地描述活性炭C40／4对有机气体的吸附性能,理论预测值与实验测试值的平均相对误差小于3％;有机气体分压较高时,由于发生毛细凝聚,理论预测值较实验测试值偏低。     

霾不同发展阶段下污染气体和水溶性离子变化特征分析

为探讨霾不同阶段下大气污染物的变化特征,使用MARGA观测了2018年11月18日～12月7日长三角地区一次区域霾过程中前体污染气体(NH_3、HNO_3、SO_2)和8种水溶性离子浓度.结合环保数据(PM_(2.5)、NO_2、CO、O_3)和气象数据,分析此次区域霾过程的成因、大气污染物的日变化特征以及在霾不同阶段下大气污染物的分布特征.结果表明,此次霾过程中长三角地区主要受到高压脊控制,天气形势稳定,有利于大气污染物累积.霾天时PM_(2.5)、NO_2、NO_3-、SO_24-、NH_4+、Cl-和Na+的浓度分别为(118. 91±39. 23)、(61. 62±26. 34)、(45. 64±16. 01)、(18. 80±8. 02)、(20. 82±7. 16)、(3. 02±2. 25)和(0. 23±0. 22)μg·m-3,分别是干净天的2. 73、1. 63、2. 64、1. 94、2. 50、2. 05和2. 56倍;霾天CO的浓度为(1. 34±0. 39)mg·m-3,是干净天的1. 86倍.不同大气污染物的日变化特征不同.霾不同阶段下大气污染物的分布特征不同.SO_2的浓度在霾发生阶段最高; PM_(2.5)、NO_2、NH_3、CO和SNA的浓度在霾发展阶段最高; O_3、Cl-、Na+和K+的浓度在霾消散阶段最高.SNA在霾不同阶段下对PM_(2.5)的相对贡献可达94%～96%,且在发展阶段的增速最大,增速排序为NO_3- NH_4+ SO_24-. SNA在干净天、发生阶段和发展阶段以NH_4NO_3为主,在消散阶段(NH_4)2SO4为主.此次霾过程主要由NO_3-增长导致,NO_3-在霾发生、发展和消散阶段对PM_(2.5)的相对贡献分别为51. 06%、51. 85%和48. 22%,主要通过气相均相反应生成.     

嘉兴市春季一次持续雾霾过程中气象条件与污染物变化特征分析

2015年5月17~20日嘉兴市发生了一次持续性雾霾过程,本研究根据5月17~22日污染气体(O_3、SO_2、NO_2和CO)、PM_(10)、PM_(2.5)、10 nm~10μm气溶胶数浓度、气象要素及边界层探空数据,分析了这次过程的成因及其不同污染物的变化特征.结果表明,副高位置北抬、均压场结构、地面静小风和边界层中逆温层为这次雾霾过程的发生和维持提供了水汽、动力和热力条件.这次雾霾过程包含1次降雨和2次雾过程(雨雾和辐射-平流雾).雾霾过程中NO_2、CO、PM_(10)和PM_(2.5)的浓度较高,SO_2和O_3的浓度较低.强降雨对PM_(10)、PM_(2.5)和SO_2清除作用较大,弱降雨会加重污染过程.雨雾的发展过程中,PM的浓度持续积聚;辐射-平流雾过程中,PM浓度先快速下降然后再增加.不同过程中气溶胶数浓度谱均为单峰型分布,但是谱型差异较大,干净天、降雨、雾霾过程、雨雾和辐射-平流雾过程中气溶胶数浓度谱峰值分别位于20~30 nm、100 nm、30~60nm、120 nm和90 nm.表面积浓度谱在干净天、降雨、雾霾和雨雾过程中均为三峰型分布,辐射-平流雾为四峰型分布.     

近地层O3污染对陆地生态系统的影响

随着全球气候变化对生态环境的影响日益增加,近地层臭氧(O3)污染的环境生态效应备受人们关注.现有研究表明,陆地生态系统的温室气体NOx和CH4释放、矿质能源消耗和机动车辆尾气排放量的增加将加剧近地层O3污染.O3污染通过降低植物叶片气孔导度、光合速率和净同化作用,改变同化物的分配,进而抑制植物生长和加速植物老化,导致作物和林木减产.O3污染导致植物-土壤系统碳积累和周定降低势必影响未来全球碳动力学和碳预算,而植物和根系生长受到抑制则不利于土壤养分、水分的吸收进而影响植物-土壤系统养分循环,但目前报导极少,尚无法准确判断对全球碳和养分循环的影响,亟待深入研究.由于环境因素间具有互作效应,目前模拟研究过多集中O3与CO2增加对陆地生态系统的复合效应方面,而与其它环境因子(如O3与NO、SO2、水分、温度等)的复合效应研究偏少,不利于在全球气候变化背景下深入了解与预测O3污染对陆地生态系统的影响程度与趋势.基于研究现状,未来应加强:(1)地表O3监测网络建设和监测,结合田间试验和建模加强草地、森林和农田生态系统对O3污染的响应研究;(2)长期定位研究,侧重陆地生态系统对O3污染连合其它温室气体、温度增加等模拟未来气候情景下的环境响应研究;(3)O3污染下土壤.植物系统碳循环和固定研究;(4)O3污染条件下优势植物和农作物在不同时空条件下的土壤.植物系统养分利用研究;以期为判断和预测全球气候变化背景下陆地生态系统对近地层O3污染加剧的响应程度与趋势提供数据资料和科学依据.     

农田土壤温室气体产生机制及影响因素研究进展

农田土壤通过微生物呼吸、植物根系呼吸和土壤动物呼吸,释放大量温室气体,成为大气中主要温室气体(CO2、CH4和N2O)的重要来源.文章在阐述土壤温室气体产生机制的基础上,着重从土壤生物、土壤理化性质(主要包括温湿度、有机质、pH、Eh、土壤质地等)、水肥管理及耕作措施等角度对农田土壤温室气体释放的影响进行了综述,对土壤温室气体的减排措施进行了总结,并就今后农田土壤温室气体的研究重点和方向进行了展望.     

上甸子区域本底站大气痕量活性气体的变化规律

利用TE公司C系列气体监测仪,于2005年1月1日-12月31日,在北京上甸子区域大气本底站连续观测SO2,CO,NO-NO2-NOx和O3的浓度.分析了晴天、雨天、霾天和沙尘天气条件下,不同气体的变化特征及影响因素.结果表明:(1)痕量活性气体在不同天气条件下具有不同的浓度及日变化特征,晴天和雨天日变化最小,而霾天日变化最大;(2)风向和风速是影响上甸子气体浓度变化的重要因素,同时,夏季降水对SO2和NOx的去除作用较为明显;(3)上甸子O3白天最大值与夜间最小值的比值低于4,远低于城区,不利于光化学污染的形成.     

土壤温室气体产生与排放影响因素研究进展

土壤是温室气体(如CO2、CH4和N2O)产生的重要源,土壤温室气体主要来自于微生物呼吸,植物根呼吸和土壤动物呼吸。土壤温室气体排放机制及其影响因素是研究全球碳氮循环的重要组成部分。研究表明,影响土壤呼吸的因素很多,土壤理化性质如温度、含水量、有机质含量、pH值、氧化还原电位(Eh)、土壤质地等因素都可以直接影响土壤微生物量及其生理生化过程,从而影响温室气体排放。其中,土壤温度,湿度、有机质含量是关键性因素。此外,地域气候、土地利用以及土地覆盖变化也可以通过改变土壤理化性质及呼吸底物来影响温室气体排放。文章重点论述了土壤温室气体排放机制,排放影响因素以及排放的日变化和季节变化规律。认为今后的研究方向应该是土壤微环境碳氮循环机制,土壤呼吸模型在尺度上的推延,以及注重中国陆地与近海生态系统碳固定及减少碳排放的对策和应用技术研究,特别在人工林碳固定及农业固碳减排方面加大研究力度等。     

矿化垃圾生物覆盖层减少垃圾填埋场CH4、N2O和CO2释放的效应研究

对利用矿化垃圾构建生物覆盖层以削减填埋场温室气体的释放问题进行了深入研究,分析了环境因素对CH4释放的作用,考察了作为生物覆盖层材料的矿化垃圾的厚度变化对CH4氧化的影响.结果表明,温度为5～45℃时,矿化垃圾对CH4的氧化速率平均值分别约为黏性土和砂性土的2.35和4.71倍,CH4氧化速率随温度的升高而增加,并在35℃时达到最大值.当含水率w为16％ ～ 24％时,纯矿化垃圾覆盖层、半矿化垃圾覆盖层和砂性土覆盖层CH4氧化能力均达到最大.砂性土覆盖层和半矿化垃圾覆盖层CH4释放通量平均值分别为纯矿化垃圾覆盖层的329.8倍（P＜0.05）和91.7倍（P＜0.05）,添加矿化垃圾填料会增加覆盖层N2O释放通量,纯矿化垃圾覆盖层N2O（以N计）释放通量平均值分别为半矿化垃圾覆盖层和砂性土覆盖层的2.1倍（P＜0.05）和3.5倍（P＜0.05）.