农村生活污水处理设施优先控制区域识别与监管策略

选取嘉兴市秀洲区和海宁市为研究对象,以乡镇区划为研究单元,采用综合源强估算法和GIS软件,对处理设施的氨氮（NH₃-N）、总磷（TP）、化学需氧量（COD）排放强度进行定量估算和空间分析.结果表明,秀洲区处理设施的NH₃-N和COD排放强度高于海宁市,而TP排放强度与海宁市差不多.秀洲区内,洪合镇各污染物的排放强度均最高;海宁市内,盐官镇NH₃-N排放强度最高,许村镇TP和COD排放强度最高.采用因子分析法和加权指数法计算排污权重,再结合生态敏感性评价和环境功能区划,筛选出运维和监管优先控制区.秀洲区内,洪合镇、王江泾镇、油车港镇被划分为优先控制区,该优先控制区内处理设施数量占比27.87%,排污权重占比72.42%,通过重点监管17.66%的设施,可监管秀洲区59.98%的污染物排放.海宁市内,长安镇、许村镇、海洲街道、盐官镇、袁花镇被划分为优先控制区,该优先控制区内设施数量占比69.10%,排污权重占比71.23%,通过重点监管16.85%的设施,可监管海宁市43.54%的污染物排放.研究结果可为提高设施的运维监管效率提供技术支撑.     

Morphology and composition of particles emitted from a port fuel injection gasoline vehicle under real-world driving test cycles

Traffic vehicles, many of which are powered by port fuel injection (PFI) engines, are major sources of particulate matter in the urban atmosphere. We studied particles from the emission of a commercial PFI-engine vehicle when it was running under the states of cold start, hot start, hot stabilized running, idle and acceleration, using a transmission electron microscope and an energy-dispersive X-ray detector. Results showed that the particles were mainly composed of organic, soot, and Ca-rich particles, with a small amount of S-rich and metal-containing particles, and displayed a unimodal size distribution with the peak at 600?nm. The emissions were highest under the cold start running state, followed by the hot start, hot stabilized, acceleration, and idle running states. Organic particles under the hot start and hot stabilized running states were higher than those of other running states. Soot particles were highest under the cold start running state. Under the idle running state, the relative number fraction of Ca-rich particles was high although their absolute number was low. These results indicate that PFI-engine vehicles emit substantial primary particles, which favor the formation of secondary aerosols via providing reaction sites and reaction catalysts, as well as supplying soot, organic, mineral and metal particles in the size range of the accumulation mode. In addition, the contents of Ca, P, and Zn in organic particles may serve as fingerprints for source apportionment of particles from PFI-engine vehicles.     

水泥-电力行业的产业共生网络构建及区域案例研究

水泥工业作为工业生态系统的汇,能够多样化地利用其他行业的副产物,这种典型的产业共生模式可以通过减少资源和能源的消耗带来显著的CO₂减排效果.由于产业共生在水泥行业具有一定的普遍性及巨大的CO₂减排潜力,所以对水泥工业产业共生现状的了解与分析就显得尤为重要;而通过对产业共生现状的全面了解,才能对现有水泥行业产业共生的程度进行分析,并以此为参照,对未来不同政策与情景下的CO₂减排潜力进行量化与评估.为实现对产业共生实际情况的模拟,以水泥-电力行业的产业共生为例,采用最优化的方法,提出了一套基于一般统计数据来模拟产业共生实际情况的系统方法,将技术、经济与政策3类不同的决策变量影响纳入模型,以模拟出最接近真实情景的产业共生情况.为验证模型的有效性,对新乡市水泥-电力行业实际的产业共生情况进行分析.结果表明:新乡市水泥-电力行业间存在普遍的产业共生现象,实地调查中有77.8%（21家）的水泥制造企业利用粉煤灰作为水泥制造的原材料.将一般统计数据与实地调查数据对比发现,一般统计数据能较好地反映企业实际物质投入产出情况;利用一般统计数据,模型对新乡市产业共生网络结构模拟的准确率高达92.6%,显示该模型能较为有效地对产业共生的实际情况进行模拟.      

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

兰州市典型企业VOCs排放特征及反应活性分析

基于兰州市大气VOCs排放清单,选取石化厂、乙烯厂、涂料厂3个典型企业采集VOCs样品,分析其无组织排放特征,并采用MIR（最大增量反应活性）法和LOH（·OH反应速率）法综合评价其化学反应活性,识别各企业的VOCs活性优势物种,同时探究不同企业特征VOCs比值.结果表明:不同排放源φ（VOCs）差异较大,范围为20.8×10-9~6 520.3×10-9.从VOCs物种构成上来看,涂料厂芳香烃占比最高,而石化厂、乙烯厂均以烷烃物种最为丰富,石化厂不同工艺VOCs物种构成略有差异.从活性上看,涂料厂VOCs活性最高,其LOH和OFP（臭氧生成潜势）分别为2 676.9 s-1和72 519.0×10-9,约为其他行业的18~1 000倍,间/对-二甲苯、乙苯、邻二甲苯等物种活性较大;其次为石化厂,其LOH和OFP分别为273.2 s-1和4 039.1×10-9,正戊烷、异戊烷、乙烯、丙烯等物种活性贡献率高,其中柴油工艺对石化厂VOCs活性贡献率最大;乙烯厂的OFP最低,其LOH和OFP分别为4.6 s-1和69.7×10-9,其VOCs活性主要来自乙烯、丙烯、正丁烯等烯烃物种.各工业源BTEX（苯、甲苯、乙苯及3种二甲苯异构体的合称）分布具有一定的差异,对于指示不同VOCs来源有一定的参考价值,但不同源比值的重叠性也表明并非全部VOCs来源可以通过特征物种比值来区分.研究显示,控制工业源特别是涂料与石化工业VOCs的排放有助于控制兰州市O₃的生成.      

中国超大城市碳排放达峰的影响因素及组合情景预测——基于门限-STIRPAT模型的研究

城市是中国碳排放的重要来源,而超大城市的碳达峰研究对国内其他城市和全国能否实现碳达峰目标具有重要的现实意义.以北京、上海、广州、深圳、天津和重庆等6个超大城市为研究对象,能源强度为门限变量,建立门限-STIRPAT模型,首先确定6个超大城市碳排放的驱动因素,然后对27种情景下的各城市碳排放达峰进行预测.研究结果表明:①人口、人均GDP和能源强度对各城市碳排放起到正向促进效应,人口的影响效应最大,其次是能源强度,人均GDP对碳排放的影响最小.②能源强度对二氧化碳排放的影响呈阶段性变化特征.③北京、上海和重庆在高能源强度下降率的情景下,已经达峰;天津、除最宽松的高-高-高情景外的广州和深圳会在2030年前实现达峰.如果能源强度以中速率下降,6个城市碳排放不能保证一定能在2030年前达峰.如果能源强度以低速率下降,6个城市均不能在2030年前达峰.本研究有利于明确超大城市碳排放的影响因素,对其他城市尽快实现碳排放达峰具有借鉴意义,为全国实现碳达峰目标提供可行的研究思路.     

我国大气污染源排放清单发展历程和对策建议

为进一步推动我国大气污染源排放清单的发展,详细回顾了我国大气污染源排放清单的发展历程及面临的挑战.我国大气污染源排放清单起步于20世纪80年代,2000年之后尤其是2014年,原环境保护部发布了一系列大气污染源排放清单编制技术指南,使我国大气污染源排放清单工作得到了迅速发展.30多年来基本形成了结合我国实际情况的大气污染源分类、大气污染物排放系数、大气污染物排放量确定方法等大气污染源排放清单相关技术方法.但目前我国尚未建立起排放清单编制的规范化工作程序,国家、省级和城市级环保部门在大气污染源排放清单工作中的分工尚不明晰,清单编制没有融入日常环境管理工作中,现有排放清单工作和研究成果相对分散、缺乏系统性,排放清单对环境管理的支撑作用尚未得到充分发挥.在综合分析了我国大气污染源排放清单取得的进展和面临挑战的基础上,提出如下建议:进一步完善我国大气污染源排放清单技术体系,使排放清单工作制度化、程序化、规范化,明确国家、省级和城市级环保部门在大气污染源排放清单工作中发挥的作用,使大气污染源排放清单成为各级环保部门每年必须完成的工作;进一步推广结合网格化管理、基于区县和乡镇调研的城市大气污染源排放清单编制技术;加强排放清单校核和不确定性分析研究等.      

基于PMF量化工业排放对大气挥发性有机物(VOCs)的影响:以南京市江北工业区为例

挥发性有机物(VOCs)在臭氧(O3)和二次有机气溶胶(SOA)生成中起着关键作用.南京市江北地区工业密集,为评估工业排放对大气VOCs的影响,本研究于2017年3月在工业区受体点南京信息工程大学(南信大)开展了为期近1个月的VOCs采样和测量.监测数据显示南信大站点大气VOCs浓度波动大,范围(体积分数)在10.3×10-9~200.5×10-9之间,烯烃、芳香烃和卤代烃等组分(例如:乙烯、丙烯、苯、苯乙烯、二氯甲烷等)存在明显的异常高值.利用正交矩阵因子模型(PMF)对VOCs进行来源解析,结果显示在观测期间与工业排放相关源的平均贡献为50.0%,其中石化源、化工源以及涂料和溶剂使用源的贡献分别为14.9%、19.3%和15.8%.在VOCs高污染时段,与工业排放相关源的占比高达74.9%.进一步结合风速和风向数据,确定了不同类型工业源的主导方位,追溯排放源的潜在位置.     

杭州市工业源VOCs排放清单及排放特征

杭州市作为2016年国际峰会、2022年亚运会等一系列重大活动的举办地,对VOC源排放清单的研究,尤其是工业源VOCs的影响越来越受到管理部门和当地居民的重视.通过采取自下而上的方式,首次对杭州市涉及VOCs排放的30多个行业的3 518家企业逐一进行了详细的调查和估算,并在此基础上建立了杭州市工业源VOCs排放清单.从区域排放、排放强度、空间分布等不同角度对杭州市工业源VOCs排放特征进行了系统分析.研究结果表明,2015年杭州市工业源VOCs排放量为36 839.5 t;印刷和记录媒介复制、化学原料和化学制品制造、金属制品、纺织、橡胶和塑料制品行业是杭州市工业源VOCs排放量最大的五个行业;排放总量最大是萧山区,其次是富阳区和大江东产业集聚区;工业源VOCs排放强度最高的区域为富阳区、建德市和临安市;工业源VOCs排放主要集中在萧山区、大江东、富阳区、余杭区等工业企业较为密集的区域.     

江苏省人为源VOCs排放清单及其对臭氧生成贡献

基于江苏省工业、能源、环境等活动水平数据,结合排放因子法和源成分谱研究成果,建立了江苏省分市、分行业、分物种人为源VOCs排放清单,利用最大增量反应活性(MIR)估算了其对臭氧的生成贡献.结果显示,江苏省2015年VOCs人为源排放量为192.78万t,化石燃料燃烧、工业过程源、有机溶剂使用源、生物质燃烧源、移动源、有机溶剂储运源排放质量分数分别为7.38%、27.93%、39.56%、3.55%、16.18%、5.39%.苏州、南京、徐州3市VOCs排放量居全省前三位,均超过20万t.56种臭氧前驱物所产生的臭氧生成潜势(OFP)总量为542.95万t,行业分布与VOCs排放总量的行业分布相似,机械设备制造、交通工具制造、建筑装饰等涂装行业对OFP的贡献比例是VOCs排放总量贡献比例的1.3~1.6倍,控制喷涂行业等量的VOCs会产生更大的OFP削减.对OFP贡献大的前10位物种分别是间/对-二甲苯、乙烯、丙烯、1,3-丁二烯、甲苯、邻-二甲苯、1-丁烯、乙苯、1,2,4-三甲基苯、对-乙基甲苯,对总OFP的贡献为75.63%.