辽宁省1980-2003年氮氧化物排放清单初步研究

根据能源消费历史状况和氮氧化物(NOx)排放因子,分别对辽宁省20多年(1980-2003年)来的NOx排放总量以及不同燃料类型和行业的NOx排放量进行了估算.结果表明:尽管个别年份存在一些波动,但NOx排放总量总体上仍呈增长的趋势,年均增长率为4.30%.2003年辽宁省NOx排放总量达108×104 t.NOx排放总量增长趋势与能源消费总量的增长趋势基本吻合,煤炭消耗是大气中NOx排放的主要来源,占总量的65%以上,最大排放量为2003年的10.17×104 t.绝大部分NOx排放来自能源加工转换、工业和交通运输业,三者约占总量的90%,其中电力行业占28.10%～40.85%,预计在未来一段时间内电力行业仍将是辽宁省NOx排放的主要来源;交通运输部门NOx排放所占比例逐年上升,尤其在2000年后的增长趋势更为明显.      

珠江三角洲大气面源排放清单及空间分布特征

估算了珠江三角洲地区2006年大气面源污染物的排放清单,并利用2006年珠江三角洲人口分布栅格数据作为代用空间分配权重因子,建立了该地区大气面源3km′3km的SO2、NOx、PM10和VOC网格化排放清单.结果表明,2006年珠江三角洲大气面源排放的SO2为1.12′105 t, NOx为5.25′104 t, PM10为1.6′105 t, VOC为3.14′105 t.SO2、NOx和PM10排放量较大的区域集中在广州市区、佛山、东莞和中山,而VOC排放量较大的区域位于广州市区、东莞和深圳.     

中国区域氮氧化物排放清单

本文使用最新的国民经济统计资料、最新的排放资料文献中的能源消耗量与不同经济部门、不同燃料类型氮氧化物的排放因子,计算了2005年中国大陆排放的氮氧化物的总量及各省市分行业、分燃料品种的排放清单,分析了主要排放源及其贡献份额。     

基于LHS-MC青岛市工业源VOCs排放清单及不确定性

采用自下而上法,逐一采集企业活动水平,抽样调查企业获取治理措施变量,使用优化后的排放系数法建立青岛市工业源VOCs排放清单,同时将MC和LHS方法联合,模拟单变量和多变量对VOCs清单不确定性影响.结果表明,2019年青岛市工业源VOCs排放总量为4.47万t （未优化排放系数法：3.11万t）,排放贡献较大行业依次为橡胶与塑料制品业、金属制品业、石油/煤炭及其他燃料加工业,占总量40.26%.多变量模拟的不确定性高于单变量,工艺过程源（-9.72%~230.51%）和溶剂使用源（-14.14%~122.77%） VOCs清单的不确定性明显高于燃烧源（-15.62%~36.41%）.影响VOCs清单不确定性的行业和主要因素为：化工、造纸和纺织（排放因子）;金属制品、汽车制造和化工（去除率和设施运行率）;石油加工和黑色金属冶炼（样本数少）.VOCs排放主要集中在：西海岸新区东部、大珠山北部、即墨区南部、城阳区北部、胶州市东北部、平度市建成区和莱西市东南部.     

中国典型城市机动车排放演变趋势

选择中国12个典型城市建立1990~2009年机动车排放清单,分析各城市机动车排放历史演变趋势.结果显示,1990~2009年,研究各城市CO、VOCs、NOx和PM排放因子分别降低57%~81%、53%~78%、22%~74%和31%~76%.20年间,各城市CO和VOCs排放量总体在2000年后陆续达到增长峰值后开始下降,总量分别增长1.0倍和1.4倍;NOx和PM排放量总体保持持续增长,分别增长3.2倍和3.3倍.各城市汽油车是CO和VOCs排放主要贡献源,LDA-G、MDTB-G和HDTB-G对各城市机动车CO和VOCs排放的贡献和分别为约70%~90%和约50%~85%,其中LDA-G的排放贡献明显提高.LDA-G、MDTB-G、MDTB-D和HDTB-D贡献了80%~90%的NOx排放,其中MDTB-D和HDTB-D的排放贡献率从平均57.8%上升为72.7%.对于PM,MDTB-D和HDTB-D占排放的70%~90%.此外,部分城市摩托车排放的贡献不容忽视.     

浙江省2008~2018年人为源氨排放清单及分布特征

以浙江省为研究区域,通过收集11个地级市各类氨排放的活动水平数据,采用排放因子法建立了2008~2018年浙江省人为源氨排放清单,并利用ArcGIS进行1 km×1 km空间网格分配.结果表明,2008~2018年浙江省人为源氨排放量总体呈现下降趋势,年均下降率约3.97%;2018年浙江省氨排放量为108.52 kt,其中农业源为90.02 kt,非农业源为18.50 kt,排放强度为1.03 t ·km^-2;杭州市、嘉兴市和温州市的氨排放量高于其他城市,分别占全省总量的14.72%、11.86%和11.80%;空间分布特征显示,氨排放主要分布在浙江省北部区域,呈现出"北高南低"的排放趋势;不确定性分析表明,氨排放量模拟平均值为108.37 kt,在95%置信区间的不确定度范围为-5.40%~5.60%.     

青岛市人为源氨排放清单及分布特征

通过调查收集各类人为源氨排放活动水平数据,选取合适的排放因子,建立了青岛市2019年人为源氨排放清单,分析了青岛市人为源氨排放贡献特征及分布特征.结果表明,2019年青岛市人为源氨排放总量为28.33×10³ t,排放强度为2.51 t·km^-2.其中,畜禽养殖是青岛市最主要的排放源,占全市氨排放总量的比例高达77.80%,其次为农田生态系统和废弃物处理,氨排放量分别占全市总量的7.64%和6.87%.2019年,平度市和莱西市氨排放量较高,分别占青岛市氨排放总量的34.18%和26.23%,而市北区和莱西市排放强度较高,分别达到7.26 t·km^-2和4.74 t·km^-2.从空间分布上,氨排放量较高的镇街主要分布在青岛市北部和西北部,而排放强度较高的镇街则集中在青岛市市区中部和北部地区.     

我国空气污染物人为源排放清单对比

空气污染物排放清单是影响数值模式结果准确性的关键因子之一. 定义不同排放清单中同一污染物排放量最大值与最小值之差与平均值的比值为差异度,对比分析了4个国内外广泛应用的人为污染源排放清单(TRACE-P、INTEX-B、REAS1.1和REAS2.0). 结果表明:INTEX-B、REAS1.1和REAS2.0清单中给出的2006—2007年我国(不包括港澳台地区数据)SO₂排放量差异度为12%,而在SO₂排放量较大的省份(如山东、河北和河南等)差异度达30%以上; NO_x和NMVOC(非甲烷挥发性有机物)的排放量差异度分别为51%和30%,在山东、江苏、浙江、北京和上海等经济较发达地区的差异度达到20%~80%. 相对于2000年的排放清单,2006—2007年排放清单各污染物的排放量增长明显,SO₂、NO_x和NMVOC的排放量在INTEX-B、REAS1.1和REAS2.0清单中的平均值分别为TRACE-P清单的1.6、1.9和1.5倍. 近年来经济的高速发展、能源消耗的增长和空气污染控制技术的应用等都会影响人为活动水平和排放因子的选取,这也是造成排放清单间存在差异的主要原因.      

城市空气污染数值预报的技术关键

在分析城市空气污染数值预报要素的基础上,建立了包括污染源排放清单,气象中尺度数值预报模型MM5,ADMS-城市模型软件的城市空气质量预报系统。首次提出了空气质量环境背景值的确定等提高城市空气污染预报准确率的有效措施。     

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.