京津冀及周边地区水泥工业大气污染控制分析

以京津冀及周边地区水泥工业为研究对象,基于产排污系数法,建立了水泥工业主要大气污染物排放计算方法,对2016年该地区水泥工业主要大气污染物排放控制水平进行了分析.结果表明：京津冀及周边地区2016年水泥工业SO₂、NO_x、PM（有组织）排放量分别达到3.2×10⁴t、23.9×10⁴t、9.7×10⁴t,较2015年分别减少24.1%、18.2%、27.2%,各项污染物大幅下降.水泥工业PM无组织排放量占PM总排放量的45.4%,仍需要采取集中收集的方式加强治理.山东、河南是水泥工业SO₂、NO_x、PM、PM₁₀、PM_2.5重点排放来源,应通过化解过剩产能降低污染排放.从各工艺来看,新型干法工艺应考虑采用高效脱氮脱硫技术、协同处置技术、高效大型袋式除尘技术等新技术,进一步降低各项污染物的排放量;粉磨站也需进一步提高污染治理水平.     

生活垃圾焚烧废气中二噁英监测采样研究

对当前国内生活垃圾焚烧废气中二噁英监测相关标准和技术规范的解读和实践操作后,认识到生活垃圾焚烧废气中二噁英监测采样的现状及不足.针对不同类型烟道,不同采样时间和不同采样时间间隔分别进行了研究.实验结果表明,同一稳定气流的排放源中,水平烟道和垂直烟道测试二噁英毒性当量排放浓度水平相当;满足监测采样量要求下,不同采样时间和采样时间间隔对二噁英监测结果并无显著差异,对此给出几点相应采样建议.     

基于"3S"的南京市大气污染源清单网格化空间分配研究

基于GIS、RS、GPS集成技术,依据南京市10大类大气污染源排放和空间分布特征,采用合适的空间分配方法,根据各排放源的相关权重分配因子,构建了南京市2015年大气污染源排放清单1 km×1 km的网格化空间数据库,并基于GIS平台叠加显示形成了2015年南京市大气污染源1 km×1 km空间分布图.结果表明,此次空间分配结果与南京市GDP、路网、人口、农业等相关分布特征相互吻合,说明本研究网格化空间分配方法较为合理可靠,可满足后续空气质量模拟的需求.     

75t/h燃煤锅炉汞迁移转化规律研究

通过对2台75 t/h循环流化床锅炉烟气中汞排放浓度、燃煤和其他固体副产物中的汞含量进行测试,分析了燃煤大气汞的排放因子,并建立了燃煤汞的质量平衡。结果表明:燃煤锅炉中,大部分汞主要存在于烟气和脱硫副产物中,燃烧后进入炉渣、飞灰中的汞含量较少,低于5%。燃煤汞排放去向与脱硫除尘控制技术有关,不同控制技术协同除汞的效果差异较大,而单质汞是燃煤锅炉汞污染防治的重点和难点。     

小城镇产业集群主要污染源筛查与影响分析

以郫县安德镇川菜产业园为研究对象,采用等标污染负荷法对污染影响进行了标准化评价。结果发现:川菜产业园主要的工业污染行业为豆制品加工行业,排污量为2 919.94 t/a,占总排污量的96.46%,等标污染负荷为9.83,占总污染负荷的92.83%,其中有6家企业为主要控制对象。对比分析发现,环境污染受企业规模、末端处理方式、废水排放量等多方面因素共同影响。所有污染因子中,BOD对环境的实质污染影响较大。该研究成果将为优化小城镇产业集群的规划、管理和污染物总量控制提供有价值的参考。     

北京冬奥会同期空气污染数值模拟

第24届冬季奥运会将于2022年2月4—20日在我国北京市和河北省张家口市联合举办,主要会场有北京奥体中心、北京延庆县和张家口市崇礼县.为了模拟分析冬奥会空气质量情况,利用冬奥会同期(2006—2016年2月)北京市和张家口市空气质量资料及韩国气象厅天气图资料(2013—2016年2月),分析该时段重污染发生的频次,统计不利于污染物扩散的天气形势出现概率及污染传输路径,并结合嵌套网格空气质量预报模式(NAPQMS),评估不同减排方案对ρ(PM_2.5)的影响.结果表明:① 2006—2016年冬奥会同期,北京奥体中心和延庆县发生重污染天气的概率分别为17%和9%,污染发生的风险频率为北京奥体中心>延庆县>张家口市,并且北京奥体中心和延庆县在2月13—16日易出现持续的重污染天气过程;② 2013—2016年2月不利于污染扩散的天气形势出现概率较为频繁,尤其在850 hPa高度和地面,不利天气形势出现的概率分别为35%和41%;地面偏南风易将在北京西南方滞留较长时间的污染气团沿太行山输送至北京;③ 冬奥会期间,若于2月2—12日及17—20日将京津冀及周边城市污染物排放量在当前的基础上减排50%、2月13—16日减排75%,将可能不出现重污染日.严格控制北京及周边地区的大气污染物排放是保障冬奥会期间空气质量的必要措施.      

哈尔滨市土壤表层重金属污染特征及来源辨析

鉴于确定土壤重金属来源是降低土壤重金属人为输入和控制土壤重金属面源污染扩散的必然要求,以哈尔滨市9个市辖区中4个主要老城区（道里区、道外区、南岗区、香坊区）为研究区,依据标准格网进行土壤样本采集（表层土壤样本307个,深层土壤样本77个）,分析土壤中w（As）、w（Hg）、w（Cd）、w（Cr）、w（Cu）、w（Ni）、w（Pb）、w（Zn）;并利用主成分分析法、地累积指数法和指示克里格插值法,分别对该区不同成土母质区域表层土壤重金属的污染特征和来源进行分析.结果表明:① 哈尔滨市四区表层土壤中As、Cr、Cu、Ni、Pb、Zn主要来源于成土母质,Hg和Cd受人类活动的影响显著.② 以各类成土母质中重金属含量平均值为评价依据,哈尔滨市表层土壤中Hg、Cd表现出较大范围的重金属污染,依据土壤样本所在格网覆盖范围,污染范围分别占研究区的60%、65%.③ Cu、Pb、Zn污染范围小且污染程度低.研究显示,人口集聚、工业发展、交通发达等因素已经造成研究区表层土壤中Hg、Cd、Cu、Pb、Zn不同程度、不同范围的污染,需要合理有效地处理生活垃圾、控制工业和交通排放,以缓解表层土壤重金属污染.      

北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.      

基于ES-VSP分布的交通状态对公交车动态排放的影响

为评估不同交通状态下公交车运行特征和排放水平的差异,现场采集广州市B9、226线路公交车的逐秒GPS数据,以ES-VSP（发动机负荷-机动车比功率）分布表征畅通、轻度拥堵和中度拥堵下的公交车运行特征,结合IVE（international vehicle emission）模型求得公交车平均排放因子并分析其差异.结果表明:①所测公交车的发动机低负荷区中bin11（-1.6 < ES ≤ 3.1,-2.9 kW/t ≤ VSP < 1.2 kW/t）频率范围为50.55%~83.39%,中度拥堵时bin 11频率是畅通时的1.1~1.3倍;② 3种交通状态下公交车的CO、VOC（运行产生的挥发性有机物）、VOC_evap（蒸发产生的挥发性有机物）、NO_x（氮氧化物）和PM（颗粒物）平均排放因子范围分别为7.63~11.40、0.26~0.46、0.68~1.56、0.32~0.51和0.72×10-2~1.28×10-2 g/km;③同种交通状态下,主干路公交车专用道和BRT车道的公交车的大部分污染物平均排放因子低于次干路混行车道、主干路混行车道,中度拥堵时主干路BRT车道的CO、VOC、VOC_evap、NO_x和PM平均排放因子相对其他道路最低,分别为7.66、0.27、0.87、0.32和0.75×10-2 g/km;④次干路混行车道、主干路混行车道的公交车污染物平均排放因子随交通状态愈加拥堵而增大,但畅通时主干路BRT车道的公交车行驶速度、加速度较高,导致CO平均排放因子较高,对应3种交通状态其比例为1.0:0.9:0.8.研究显示,交通状态对公交车运行和排放具有显著影响.      

基于互联网大数据的成都餐饮源细颗粒物排放空间分配研究

餐饮过程排放的废气正成为大城市大气污染的重要来源之一.根据成都市2013年排放清单更新的研究成果,综合运用本地化的餐饮排放因子、排放活动水平的调查成果和成都市统计年鉴的统计数据等信息,对成都市餐饮源的PM_(2.5)排放总量进行了估算,其结果为4740 t·a~(-1).为了对区域的餐饮废气排放进行空间分配,本文抓取了互联网兴趣点POI信息.通过这些信息,对成都市的社会餐饮、学校食堂餐饮和家庭餐饮的空间来源进行了表征,对成都市生活源中餐饮污染物排放的空间分布规律进行了探索,并提出了新的餐饮源高分辨空间分配方法.结果表明,基于POI空间分配的2013年成都餐饮源单位面积年排放强度均值为0.29 t·km~(-2)·a~(-1),主城区均值为3.47 t·km~(-2)·a~(-1),全市的排放量分布区间为0~35.7 t·km~(-2)·a~(-1).互联网POI信息可以作为研究城市餐饮源空间分布的重要数据来源,在实际应用上更适于表征社会餐饮点源污染.