中国钢铁行业大气环境影响

本研究基于2015年在线监测等数据,分析中国钢铁行业主要工序(烧结和球团)排口烟气浓度情况,自下而上建立了2015年中国高时空分辨率钢铁行业大气污染物排放清单(HSEC, 2015),使用CAMx模型,定量模拟钢铁行业排放对区域大气污染物浓度贡献.结果表明, 2015年中国钢铁行业共排放SO_2、NO_x、PM_(10)、PM_(2.5)、PCDD/Fs、VOCs、CO、BC、OC、EC和F分别为37.48万t、 72.05万t、 33.48万t、 15.03万t、 1.91 kg、 84.29万t、 3 478.85万t、 0.64万t、 0.83万t、 0.08万t和0.77万t.从区域角度:上海和天津钢铁行业单位面积污染排放强度最大,对区域大气污染贡献比例较高.从工序角度:2015年烧结和球团烟气排口月平均浓度降低.从污染物角度:2015年钢铁行业排放NO_x对区域污染物浓度贡献最大,NO_x具有较大的减排潜力.     

重庆城市综合环境功能分区中层次权重解析法的应用

环境功能区划分的理论和方法尚不成熟,现有方法推广应用存在一定困难。环境功能区划分本质上属决策行为,运用系统决策技术中层次权重解析法（AHP）能较好的予以解决。依据重庆城市组团结构和环境特征、经济社会发展现状和规划,筛选出形成和影响环境功能的4类14个主要特征因子为指标,将14个地域划分为5类环境功能区。划分结果符合重庆城市特征,对环境综合整治和管理指导性强,该方法优点显著,具广泛适用性     

板级电子产品加速因子预计方法研究

针对长寿命、高可靠电子产品加速因子的确定极为困难以及需要获取大量的可靠性试验数据的难题,在合理假设的基础上,提出了板级电子产品的加速因子预计方法,推导了综合预计模型。该方法基于平均失效率的概念,采用由底层数据向上层结构综合的思想,利用产品各组成单元的加速因子和平均失效率以及综合加速因子预计模型,将各单元信息进行了综合,得到了板级电子产品的等效加速因子。所预计的加速因子既可为产品的加速试验条件的制定提供参考,也可为小子样产品的可靠性与寿命评估增加信息量。最后,采用该方法对某通讯设备上的印制电路板温度影响下的加速因子进行了预计,得到了合理的结果,证明了该方法是正确的、有效的。     

长三角地区秸秆燃烧排放因子与颗粒物成分谱研究

为获取长三角地区秸秆燃烧污染物排放因子及其颗粒物成分谱,利用自行设计开发的开放式燃烧源排放测试系统,选取小麦、水稻、油菜、豆秸和薪柴等5类典型作物秸秆,分别采用露天焚烧和炉灶燃烧2种燃烧方式,实测其气态污染物和颗粒物排放特征.结果表明,露天燃烧各类秸秆的CO、NOx和PM2.5平均排放因子约为28.7、1.2和2.65 g·kg-1,由于炉灶氧含量相对较低,燃烧不充分,其污染物排放因子总体高于露天燃烧,分别为81.9、2.1和8.5 g·kg-1.各类秸秆中,油菜的排放水平相对较高.含碳组分(OC和EC)是生物质秸秆燃烧产生PM2.5的主要组成,在露天燃烧中OC和EC的质量分数分别占(38.92±13.93)%和(5.66±1.54)%;炉灶燃烧中OC和EC分别为(26.37±10.14)%和(18.97±10.76)%.Cl-、K+等水溶性离子也有较大贡献,在露天燃烧中分别为(13.27±6.82)%和(12.41±3.02)%;在炉灶燃烧中分别为(16.25±9.34)%和(13.62±7.91)%.小麦、水稻、油菜和豆秸等作物秸秆露天燃烧排放颗粒物的K+/OC值分别为0.30、0.52、0.49和0.15,这些特征值可用于判断长三角区域空气质量受秸秆燃烧排放影响的程度,为大气污染来源解析提供直接的判断依据.     

富阳地区水资源自然支持力分析评价

以富阳地区为例,采用主成分分析法,寻找出影响水资源自然支持力的主要驱动因子;再根据富阳地区某一时段内的水资源量(因变量)与其驱动力(自变量)之间存在的线性关系,利用统计资料,对可能引起水资源自然支持力变化的各种驱动力因子进行多变量分析。得出,对富阳地区水资源自然支持力影响较大的指标是水资源可利用量、地表水资源量、地下水资源量、水资源的剩余开采程度和化学需氧量。从计算结果可以看出:富阳地区的水资源自然支持力总体来看在逐年减弱,原因在于近年来富阳地区造纸行业异军突起,用水量急剧加大,总污水排放量增多,使得水资源支持力系统变得越来越脆弱。最后,针对目前的水资源现况提出了一些提高富阳地区水资源自然支持力的措施。     

珠江三角洲轻型汽油车匀速状态挥发性有机物排放特征研究

以18辆轻型汽油车(LDGVs)为研究对象,利用底盘测功机搭建挥发性有机物(VOCs)采样系统.利用气相色谱-质谱仪(GC-MS)和高效液相色谱(HPLC)识别了匀速25 km·h~(-1)时尾气VOCs化学成分谱和排放因子,并在分析时考虑了排放标准、行驶工况和车辆属性等因素的影响.结果表明,轻型汽油车低速匀速工况下尾气组成以烷烃(40.8%,C_5～C_7烷烃较多)为主,其次是芳香烃(29.5%)和含氧VOCs(26.0%),烯炔烃(3.6%)和卤代烃(0.1%)较少.其中,甲醛、异戊烷、甲苯、苯、间/对二甲苯、丙酮、2-甲基戊烷、正戊烷、1,2,4-三甲基苯和壬醛是比例最高的物质(52.01%).低速匀速行驶中生成了比例更低的烯烃和比例更高的C_5～C_7烷烃和OVOCs.排放标准为国III、IV和V的轻型汽油车在低速匀速工况下,VOCs排放因子分别为(50.12±46.83)、(40.26±31.15)和(3.25±0.65) mg·km~(-1).国IV到国V车的烷烃、烯炔烃、芳香烃、卤代烃和总VOCs降幅均超过88%,而OVOCs降幅只有约55%,说明OVOCs在国V车的排放富集程度更高.总体来讲,国V车排放的VOCs反应活性约为国IV车排放的VOCs反应活性的11%.车辆属性对VOCs排放的影响表现为:年份、里程和排量的增加会促进VOCs排放的整体增加,而基准质量对VOCs排放的影响相对较小.     

扬州市河网大型底栖动物群落结构及其生境特征研究

构建适用于城市大型底栖动物的生境适宜性模型,探究大型底栖动物与生境因子间的响应关系,对城市河流生态系统恢复具有重要指示意义.本文以长江下游北岸扬州市城市河网为研究对象,基于丰水期（2018年8月）和枯水期（2019年1月）的大型底栖动物调查数据,利用典范对应分析与相关性分析筛选城市河网生态健康的关键生境因子,采用GAM模型拟合关键生境因子与大型底栖动物优势种的关系,构建城市大型底栖动物生境特征研究模型.结果表明,本次调查共获得大型底栖动物48个物种,隶属3门6纲13目20科40属,其中,水生昆虫为优势类群,霍甫水丝蚓（Limnodrilus hoffmeisteri）为研究区域优势种.影响优势种霍甫水丝蚓的主要生境因子为溶解氧（DO）、COD_Mn、NH₃-N、电导率（Cond）,当霍甫水丝蚓生境适宜度为1.0时,水体中NH₃-N含量界限值为0.554 mg·L^-1,COD_Mn界限值为2.23 mg·L^-1,DO界限值为7.87 mg·L^-1,Cond界限值为272.5 S·m^-1.GAM模型能识别城市水环境关键问题,有效解释城市大型底栖动物与生境因子间的响应关系,可为城市河网水生态修复提供参考依据.     

基于车流和大气污染物浓度同步增量的机动车平均排放因子估算方法

机动车尾气排放已成为城市大气污染的主要来源并受到了高度关注.机动车排放因子是反映机动车排放状况的最基本参数,但实测排放因子代价较高、代表范围有限,基于国外排放模式估算的排放因子又与我国的实际排放状况存在一定差距.本研究首先基于早高峰时段车流量和道路附近大气污染物浓度呈近线性增加、气象条件和背景污染物浓度相对稳定的特征,将时段内污染物浓度的增加主要归因为车流的增加,从而建立车流和污染物浓度增量之间的关系;然后采用无限线源高斯扩散模式,反推道路实际行驶机动车的平均排放因子.以北京市一条主干道为例,利用早高峰车流量、污染物浓度、气象观测数据,进行了实例研究,并将研究结果同COPERT4排放模型的预测结果进行了对比.本研究和COPERT4排放模型预测的8月一氧化碳平均排放因子分别为2.0 g·km-1和1.2 g·km-1,12月分别为5.5 g·km-1和5.2 g·km-1.结果表明,本方法估算的机动车排放因子在数值大小及季节变化上均与COPERT4排放模型较为接近.所提方法通过消除背景浓度的干扰,为实时获取车队实际排放因子提供了一种新思路.     

上海地区大气中氯化氢和颗粒氯排放源清单初步研究

氯自由基对于臭氧和二次气溶胶的生成贡献不容忽视.夜间颗粒相氯(Cl~-)可以通过与N_2O_5的复杂反应转化生成ClNO_2,其光解产生的氯自由基将显著影响大气污染的形成机制.本文以上海地区为案例,以2017年为基准年,收集了人为源活动水平数据,采用排放系数估算方法,首次建立了上海地区人为源氯化氢(HCl)和颗粒氯(Cl~-)的排放清单;并进一步结合模型计算海盐气溶胶排放的颗粒氯(Cl~-).结果表明,2017年上海市人为源和天然源排放的HCl和Cl~-分别为1207 t和820 t,其中,燃煤、工业、垃圾焚烧和秸秆燃烧产生的HCl排放量分别为327、134、722和24 t.燃煤源中的燃煤电厂和其它行业燃烧约占燃煤源排放的80%;工业源中水泥为HCl的最大排放源,约占工业源排放的51%;垃圾焚烧厂排放约占总HCl排放的60%,为最大的HCl排放源.燃煤、工业源、垃圾焚烧、秸秆焚烧、烹饪源和海盐的颗粒Cl~-排放量分别为82、153、498、47、39和0.6 t,燃煤源中的燃煤电厂占燃煤Cl~-排放的40%,供热、其他行业和家庭燃烧分别占燃煤Cl~-排放的24%、22%和14%;钢铁行业为工业源的主要Cl~-排放源,约占工业源排放的90%,垃圾焚烧厂占全部Cl~-排放的61%,烹饪源中餐饮企业为最主要排放源,占烹饪源的70%;天然源海盐的排放量极少,未占到总排放的1%.从空间分布来看,浦东新区、宝山、普陀、松江和金山排放的HCl和Cl~-占到全市人为源总排放的80%,为主要的HCl和Cl~-排放区域.本文研究建立的上海地区大气中氯化氢和颗粒氯排放源清单,对于深入研究氯化学机制对二次污染的影响提供了重要的数据参考.     

基于PMF模型的PM2.5中金属元素污染及来源的区域特征分析

金属元素是大气PM_2.5的重要组成成分,对人群危害性极强且兼具源特异性,分析不同经济模式地区大气细颗粒物中金属污染状况及来源差异,可以为科学规划城市产业布局和保护大气环境提供参考.通过霾/非霾期大气PM_2.5采样,使用电感耦合等离子体发射光谱仪（ICP-OES）测定成都市及仁寿县样品中18种金属元素质量浓度,分析其污染水平,并基于正定矩阵因子分解模型（PMF）解析两地大气PM_2.5中金属元素的来源.结果表明,成都市扬尘源、移动源和燃煤源特征元素占元素总和的比值大于仁寿县,而仁寿县生物质燃烧源、工业源以及燃油源特征元素占比则较高.两地Cr、Cd和As元素浓度均超标,表明PM_2.5中重金属污染严重.随着霾污染加剧,两地PM_2.5中金属元素总量上升,但增幅远低于PM_2.5浓度增长.此外,不同元素在霾期和非霾期浓度比值存在差异,成都市变化范围为0.7（Al）~2.8（Ba）,仁寿县介于0.8（Al）~3.1（Mn）之间,但总的来说两地大致呈现出燃煤和工业活动排放元素增幅较大,机动车污染源次之,扬尘源增幅较缓的状况.受地区产业布局、经济规模和发展模式的影响,大气PM_2.5中金属元素污染水平及来源呈现出不同的区域特征.在重点发展第三产业的大型城市,如成都,更易遭受交通运输和城市建设等带来的大气污染,而在仁寿等第二产业占比不断增加的郊县,其污染主要受化石燃料燃烧和工业过程排放的影响.