我国机动车污染防治行业2009年发展综述

综述了2009年我国机动车污染防治行业的发展环境及市场特点、主要(骨干)企业发展情况,分析了2009年行业发展中存在的主要问题,提出了解决对策和建议,并对行业的发展进行了展望。     

小型燃油锅炉NOx的排放特征与管理控制

以68台燃油锅炉（≤10～MW）NOx排放实测数据为基础,通过统计分析方法,研究了NOx的排放特征;通过对比分析,探讨了我国燃油锅炉NOx排放控制与管理现状,讨论了进一步加强我国燃油锅炉NOx排放管理控制的可能性与可行性,并提出了相应的管理控制建议。结果表明,NOx平均排放浓度为318．2mg／m^3,基于燃料消耗量的平均排放因子为4．4kg／t,基于燃料发热量的平均排放因子为102．8ng／J,基于燃料氮含量的平均排放因子为2．1mg／mg;建议采取分阶段控制的方式,逐步提高NOx排放限制,从而实现控源减排目标。     

区域经济重心及 COD、SO_2、TSP排放重心演变路径分析——以江苏省为例

运用重心模型,采用1996~2006年江苏省经济和环境数据,计算出各年份GDP、工业产值、COD、SO ₂和TSP排放重心坐标,揭示江苏省经济重心和环境污染排放重心变化轨迹及演变规律,以期为江苏省环境宏观战略决策及生态省建设提供理论参考。研究表明,经济重心总体上向东南方向偏移,GDP重心偏移距离为14.81 km,工业产值重心偏移距离为12.84 km;经济重心在南北方向上的偏移程度大于东西方向的偏移程度。环境污染排放重心也向东南方向偏移,COD和TSP排放重心轨迹呈现较大变化,SO2排放重心轨迹变动较小;COD排放重心偏移距离为79.26 km,SO₂排放重心偏移距离为15.73 km,TSP排放重心偏移距离为42.24 km;各污染排放重心轨迹在不同时段表现出不同特点。COD、SO₂和TSP排放重心相对于经济重心偏向于西北方向,且COD排放重心近年来明显趋向于工业产值重心;COD排放重心和TSP排放重心与经济重心存在着强正相关.     

中国2015年SO2排放总量宏观控制目标研究

1980年中国SO2排放量为1160万吨,2005年为2549万吨,伴随节能减排政策的实施和s02治理投资的增加,到2010年我国SO2排放量将降至2300万吨（削减10％）,仍位居世界第一位。在“十二五”期间,伴随人口、经济、能源的增长和发展模式的重大转变,我国2015年SO2排放总量面临微增长、不增长或减排的趋势。应用我国SO2减排宏观控制指标和模式预测了我国2015年SO2排放总量的4种图像或目标。提出了实现SO2排放总量削减10％目标的10条建议。     

火电机组状态及性能全息诊断系统技术及应用

阐述了火电机组状态及性能全息诊断系统的技术原理、系统结构及应用情况。该系统以解决机组应用性能问题为目标,采用状态空间分析模型,具备多层次分析的运行操作指导,基于性能渐变特性的设备状态检修,包括分散度在内的运行指标考核以及定期的节能潜力诊断等功能,在10余家电厂44台近1500万kW机组上取得了供电煤耗平均降低1.5～3.5g（标煤）/kW.h的节能效果。     

工业园区低碳发展模式评估与规划分析

通过对工业园区低碳发展模式的评估,分析其低碳发展的能源特征、经济特征与人力特征,并确定工业园区二氧化碳减排的潜力能源。基于能源-碳减排(EC)、经济-能源-碳减排(EEC)和人力-经济-能源-碳减排(HEEC)三种不同情景,在未来发展的一定规划期内,对工业园区具有二氧化碳减排潜力的能源进行规划分析,确定其年递减率,从而实现工业园区不同情景下的二氧化碳减排。通过实际案例研究,证明了评估与规划分析模型的可行性。     

浅论石油化工企业二氧化硫总量减排

为满足石油化工企业总量控制的要求,采取相应的治理措施,降低污染物排放总量,避免采取大量投资和占地的末端治理措施,在工艺过程中采取措施降低主要污染物排放总量是行之有效的途径,采用催化工艺中添加硫转移脱氮剂的办法、热电厂锅炉采用改善炉体燃烧状态、配合石灰石脱硫等工艺过程措施,探讨进一步减少二氧化硫排放总量的可行性。     

Using multivariate regression modeling for sampling and predicting chemical characteristics of mixed waste in old landfills

Municipal solid waste landfills pose a threat on environment and human health, especially old landfills which lack facilities for collection and treatment of landfill gas and leachate. Consequently, missing information about emission flows prevent site-specific environmental risk assessments. To overcome this gap, the combination of waste sampling and analysis with statistical modeling is one option for estimating present and future emission potentials. Optimizing the tradeoff between investigation costs and reliable results requires knowledge about both: the number of samples to be taken and variables to be analyzed.This article aims to identify the optimized number of waste samples and variables in order to predict a larger set of variables. Therefore, we introduce a multivariate linear regression model and tested the applicability by usage of two case studies. Landfill A was used to set up and calibrate the model based on 50 waste samples and twelve variables. The calibrated model was applied to Landfill B including 36 waste samples and twelve variables with four predictor variables.The case study results are twofold: first, the reliable and accurate prediction of the twelve variables can be achieved with the knowledge of four predictor variables (Loi, EC, pH and Cl). For the second Landfill B, only ten full measurements would be needed for a reliable prediction of most response variables. The four predictor variables would exhibit comparably low analytical costs in comparison to the full set of measurements. This cost reduction could be used to increase the number of samples yielding an improved understanding of the spatial waste heterogeneity in landfills.Concluding, the future application of the developed model potentially improves the reliability of predicted emission potentials. The model could become a standard screening tool for old landfills if its applicability and reliability would be tested in additional case studies.     

石化行业的VOCs排放控制管理

概述了我国挥发性有机化合物（VOCs）的排放情况。介绍了国内外VOCs的管理现状。分析了国内石化行业VOCs排放控制管理中存在的主要问题以及污染物排放过程的类别。提出了明确定义、制定相关标准、完善分类管理体系、研究最佳的可行性控制技术等加强VOCs排放控制管理的对策和建议。     

基于ARIMA和BP神经网络组合模型的我国碳排放强度预测

预测我国碳排放强度的长期变动趋势, 对国家进行宏观经济管理和节能减排工作具有重要的参考价值。运用深入分析自回归移动平均模型和神经网络的特性,并在此基础上建立ARIMA模型和BP神经网络组合模型,将碳排放强度的时间序列的数据结构分解为线性和非线性残差部分,对我国碳排放强度的变化趋势进行了综合分析与预测。结果显示:今后10 a我国碳排放强度总体是逐步下降的,但到2020年我国碳排放强度仅比2005年下降34%,比我国政府提出碳排放强度下降40%~45%的目标还有一定的差距。因此,要在2020年实现我国碳排放强度目标,必须要调整宏观经济政策,采取各种政策措施以实现目标