渭南市道路移动源高分辨污染物排放清单及特征研究

应用MOVES-2014a模型并对其输入参数进行了本地化修正,计算了 2018年渭南市道路移动源污染物的排放因子和排放总量.基于渭南市路网分布和GIS信息及车流分布对污染物总排放量进行了空间和时间分配,建立了 1 km×1 km和l h分辨率的排放清单.结果表明,渭南市机动车排放CO、NMVOCs、NOx、NO2、NO...     

四川省2005~2014年农业源氨排放清单及分布特征

根据收集到的四川省2005~2014年农业源氨活动水平数据,采用合理的估算方法和排放因子,建立了该地区2005~2014年农业源氨排放清单,利用GIS建立了3 km×3 km的网格化清单,并分析了农业源氨排放与PM₁₀之间的关系.结果表明2005~2014年间,四川省农业源氨排放总体上呈现出下降趋势,2006年排放量最高;21个市（州）农业源氨变化趋势各不相同,年际变化较大的城市包括成都市、眉山市、自贡市、泸州市、宜宾市、攀枝花市、阿坝州和甘孜州;畜禽养殖和氮肥施用均为农业源氨主要排放来源,研究期间的贡献率分别为72%~79%和20%~27%;畜禽养殖中,绝大部分城市氨排放量较大的为生猪、家禽和牛,而自贡市由于特殊的饮食习惯,兔为氨排放量最高的牲畜,贡献率为39%;成都及周边地区、川东北地区和川南地区是四川省农业源氨排放的主要贡献地区;空间分布上,农业源氨主要分布在四川省东部,且主要来源于城市周边区县;农业源氨排放量与PM₁₀质量浓度的变化趋势呈现出较好的一致性,表明农业源氨排放对颗粒物生成有较大影响.     

ArcGIS在大气污染源排放清单建立中的应用研究

以重工业城市唐山为例,在收集已有排放源数据的同时,结合唐山市环境空气质量状况,利用地理信息系统(ArcGIS)对污染企业的位置及污染物排放量、浓度参数建立网格模型,采用反距离权重法及区位商法对污染源及污染物的空间分布进行估算分析,形成准确完善的多尺度、高时空分辨率大气污染源排放清单.为京津冀地区区域大气污染联防联控及2020年大气污染物区域消减计划打下数据基础.     

基于实地调研的广东省工业VOC排放清单改进研究

工业源是人为源挥发性有机物(VOC)排放的重要贡献源,然而现有基于统计年鉴数据建立的工业VOC排放清单仍然存在排放源缺失、排放量低估、空间分配精度不足等问题.为了提高清单表征及空间分配的精细度,本文在2014年基于统计年鉴数据建立的广东省工业VOC排放清单的基础上,利用问卷调研方式获取了12000多家工业企业的详细活动水平数据,对工业VOC排放表征与空间分配进行改进,进而建立了基于实地调研和统计年鉴数据相结合的2014年广东省工业VOC排放改进清单.结果表明,改进后广东省工业VOC清单排放量由500927 t增至716470 t,珠三角地区行业VOC排放量增加30%左右,非珠三角地区增加90%左右,其中,炼油及石化行业VOC排放量变化最为明显.改进前清单借助人口密度等空间地理信息为空间分配依据,导致部分VOC排放分配到工业源较少的居民区或市中心;改进后的空间分配优先采用基于经纬度信息的点源分配方法,点源调研数据使得分配后的工业VOC主要集中在工业园区,少数工业VOC排放分配给人类活动有限的偏远农村地区,分配结果更为合理、精细.利用CAMx模型结合实际观测站点监测结果评估此次改进对O_3生成的影响,总体上改进后清单提高了广州、东莞、惠州和茂名等城市的O_3峰值期的模拟浓度,降低了东莞及广州O_3污染时期的模拟偏差,部分被低估的模拟峰值可以提高6～9μg·m~(-3);同时,空间分配的改进也影响了城市间O_3传输模拟.     

长三角地区典型城市非道路移动机械大气污染物排放清单

本研究选取上海和杭州两市开展了非道路移动机械的实地调查,分析了各城市非道路移动机械的种类构成、使用特点、燃料类型、功率分布和排放标准等级,在此基础上建立了城市尺度非道路移动机械排放清单技术方法,编制了上海和杭州市2014年非道路移动机械大气污染物排放清单.结果表明,上海和杭州市非道路移动机械柴油消费分别为6.1×10~5t和3.2×10~5t,NO_x排放分别为3.09×10~4t和1.72×10~4t,PM_(2.5)排放分别为1.41×10~3t和8.1×10~2t,其中,挖掘机等建筑市政施工机械的排放贡献最为突出.非道路移动机械NO_x排放分别占两城市所有源的11.1%和16.1%,占流动源的18.5%和32.2%,已成为城市大气污染的重要来源之一.     

基于实际道路交通流信息的北京市机动车排放特征

通过模型模拟和调查统计方法获取了北京路网的车流量、车型构成和车速基础数据.基于具有时空分布特征的实际道路交通流信息和排放因子,以Arc GIS为平台构建了北京市机动车尾气排放清单,并分析实际道路排放特征及污染物排放的空间分布特征.结果表明,北京市城区各类型道路上小客车比例均在89%以上,郊区道路也为小客车比例最高,但小货车、中货车、大货车、大客车、拖拉机和摩托车均占一定比例.污染物排放强度与车流量呈正相关性,污染物排放强度总体上呈现白天高夜间底的趋势,但是郊区道路PM排放昼夜变化趋势不明显,高速路的PM排放强度夜间大于白天.污染物排放的空间分布为城区、南部、东南以及东北部接近城区的区域排放强度较高,西部山区及北部山区由于路网密度较小排放强度较低,城区环路和郊区高速公路附近由于车流量大,排放强度较高.     

廊坊市区主要大气污染源排放清单的建立

通过调研、统计廊坊市区工业、城中村及机动车等资料,结合以往清单文献研究结果及清单编制指南中的排放因子,计算了廊坊市区主要大气污染物的排放量,得到廊坊市区2014年主要大气污染源排放清单.结果显示,2014年廊坊市区工业源(固定燃烧)NO_x、SO_2、NMVOC、CO、PM_(10)、PM_(2.5)排放总量分别为6.4×10~3、1.2×10~4、31、1.0×10~4、7.3×10~2、4.4×10~2t,其中热电行业排污贡献率最高,分别占NO_x、SO_2、CO、PM_(10)、PM_(2.5)工业源(固定燃烧)年排放总量的55%、48%、67%、63%、69%;安次区工业企业对气态污染物贡献较高,广阳区及开发区工业企业对颗粒物排污贡献较大.低矮面源(城中村)NO_x、SO_2、NMVOC、CO、PM10、PM_(2.5)年排放总量分别为1.8×10~2、3.6×10~3、3.0、4.9×10~3、1.5×10~2、72 t.道路移动源CO、HC、NO_x、PM_(2.5)年排放总量分别为2.4×10~4、1.9×10~3、2.2×10~3、44 t,其中小型客车对HC和CO贡献率较高,分别为53%和61%;NO_x年排放总量中26%由重型货车贡献;PM_(2.5)则主要由轻型货车和重型货车贡献,占比分别为39%和21%.     

基于COPERT模型的江苏省机动车时空排放特征与分担率

利用COPERT模型和Arc GIS技术建立了江苏省2015年1 km×1 km、小时分辨率的机动车网格化排放清单.采用改进的"标准道路长度"方法,利用路网信息以及拥堵延时指数的月变化、周变化和日变化数据提高清单的时空分辨率.基于COPERT模拟结果分析了分车型、排放标准以及道路类型的机动车污染物排放分担率.结果表明,江苏省2015年NOx、HC、CO、PM_(2.5)、SO_2、OM和BC的排放量分别为49.09、16.63、161.48、1.69、0.19、0.36和0.67万t,其中苏州和徐州排放量占比之和达34%~45%;HC蒸发排放量为2.02万t,占HC排放总量的12%;小型客车和摩托车对于HC和CO排放量的分担率最大,均超过30%;重型柴油货车对NOx、PM_(2.5)、SO_2、OM、BC的分担率在36%~54%之间,远高于其他车型;苏州和徐州的重型和中型柴油货车是NOx、PM_(2.5)的最主要排放源;国Ⅲ标准柴油车对NOx、PM_(2.5)、SO_2和BC的分担率均最大,在42%~55%之间;国Ⅲ标准重型柴油货车和国0标准中型柴油货车是全省NOx、PM_(2.5)、OM和BC的首要和次要贡献车型,两者分担率之和在40%~56%之间.国0标准摩托车对全省HC和CO排放的分担率较高,约为16%.     

基于技术的水泥工业大气颗粒物排放清单

针对我国水泥工业的生产技术及生产过程中的大气颗粒物排放控制技术分类,建立了一个基于技术、自下而上的大气颗粒物排放模型.通过分析我国水泥工业不同生产工艺所占比重的历史变化趋势,以及不同时期水泥工业大气颗粒物控制标准的影响,利用此模型计算了1990-2004年全国水泥工业大气颗粒物的排放系数和排放量.我国水泥工业的大气颗粒物的排放系数由1990年的27.9 kg·t-1水泥下降至2004年的8.05 kg·t-1水泥;大气颗粒物排放量自1990年起逐年增加,于1997年达到最高值l 044×104t,其中PM10排放量为716 X 104 t,PM2 5排放量为436×104t;此后逐年降低,到2001年后又有缓慢增加.我国水泥工业大气颗粒物排放量的地理分布很不均衡,山东、广东、河北、江苏、浙江和河南的排放量超过了全国总排放量的50%.新型干法水泥生产线替代立窑生产线的进程以及2004年<水泥工业大气污染物排放标准>的颁布将很可能大幅降低我国水泥工业的大气颗粒物排放量,从而在很大程度上影响我国的大气颗粒物污染特征.     

开展技术环评

火的利用使人类告别了茹毛嗜血的时代,现代信息技术的广泛利用和高度发达的运输体系让地球真正成为一个"村".但值得关注的是,在我们充分享受技术所带来的财富、舒适,便捷和快乐的同时,我们也在默默承受技术对环境造成的负面冲击.从环境的角度来看,环境问题的解决依赖于现代技术及其创新,但不同行业的技术创新也不断地制造出新的环境问题.