An integrated chemical mass balance and source emission inventory model for the source apportionment of PM2.5 in typical coastal areas

The source apportionment of PM_2.5 is essential for pollution prevention. In view of the weaknesses of individual models, we proposed an integrated chemical mass balance-source emission inventory (CMB-SEI) model to acquire more accurate results. First, the SEI of secondary component precursors (SO₂, NO_x, NH₃, and VOCs) was compiled to acquire the emission ratios of these sources for the precursors. Then, a regular CMB simulation was executed to obtain the contributions of primary particle sources and secondary components (SO₄^2?, NO₃^-, NH₄⁺, and SOC). Afterwards, the contributions of secondary components were apportioned into primary sources according to the source emission ratios. The final source apportionment results combined the contributions of primary sources by CMB and SEI. This integrated approach was carried out via a case study of three coastal cities (Zhoushan, Taizhou, and Wenzhou; abbreviated WZ, TZ, and ZS) in Zhejiang Province, China. The regular CMB simulation results showed that PM_2.5 pollution was mainly affected by secondary components and mobile sources. The SEI results indicated that electricity, industrial production and mobile sources were the largest contributors to the emission of PM_2.5 gaseous precursors. The simulation results of the CMB-SEI model showed that PM_2.5 pollution in the coastal areas of Zhejiang Province presented complex pollution characteristics dominated by mobile sources, electricity production sources and industrial production sources. Compared to the results of the CMB and SEI models alone, the CMB-SEI model completely apportioned PM_2.5 to primary sources and simultaneously made the results more accurate and reliable in accordance with local industrial characteristics.     

Carbon reduction potential and cost evaluation of different mitigation approaches in China's coal to olefin Industry

Coal-based olefin (CTO) industry as a complement of traditional petrochemical industry plays vital role in China's national economic development. However, high CO₂ emission in CTO industry is one of the fatal problems to hinder its development. In this work, the carbon emission and mitigation potentials by different reduction pathways are evaluated. The economic cost is analyzed and compared as well. According to the industry development plan, the carbon emissions from China's CTO industry will attain 189.43 million ton CO₂ (MtCO₂) and 314.11 MtCO₂ in 2020 and 2030, respectively. With the advanced technology level, the maximal carbon mitigation potential could be attained to 15.3% and 21.9% in 2020 and 2030. If the other optional mitigation ways are combined together, the carbon emission could further reduce to some extent. In general, the order of mitigation potential is followed as: feedstock alteration by natural gas > CO₂ hydrogenation with renewable electricity applied > CCS technology. The mitigation cost analysis indicates that on the basis of 2015 situation, the economic penalty for feedstock alteration is the lowest, ranged between 186 and 451 CNY/tCO₂, and the cost from CCS technology is ranged between 404 and 562 CNY/tCO₂, which is acceptable if the CO₂ enhanced oil recovery and carbon tax are considered. However, for the CO₂ hydrogenation technology, the cost is extremely high and there is almost no application possibility at present.     

基于热异常探测的北京水泥厂大气污染排放评估

为对水泥行业实现大气污染排放动态监测,反映污染排放的时空分布特征,提出基于热异常点探测数据的新型干法水泥气态污染物排放量测算方法.利用VIIRS热异常点的FRP(fire radiation power,辐射功率)参数结合水泥产业结构特点,建立FRP与污染物排放之间的定量估算关系.利用2013—2017年北京市水泥生产统计信息和热异常点探测数据进行了大气污染排放评估,结果显示:①利用热异常产品的FRP参数估算北京市水泥厂的污染排放水平,利用NO_x和SO₂排放量的统计数据对排放估算值进行相关性验证,二者统计值与估算值之间的相关性系数分别为0.65和0.63.②2013—2017年北京市所有水泥厂的热异常点数据与环境统计数据中水泥总产量、熟料总产量、煤炭总产量以及NO_x、SO₂和烟(粉)尘排放量的相关性均较好,相关性系数均在0.7左右.③自2013年以来,北京市金隅琉水环保科技有限公司和北京金隅北水环保科技有限公司的热异常点数均呈下降趋势.由于采取了减排措施,水泥总产量和污染排放量也均呈逐年减少的趋势.研究显示,基于热异常点探测数据的新型干法水泥气态污染物排放量测算方法可快速获取水泥厂的位置信息、热释放规模,结合污染排放因子可间接评估水泥厂NO_x和SO₂等主要污染物的排放情况.      

典型胶合板制造企业VOCs排放特征

通过苏玛罐采样和GC-MS/FID分析系统,测定了山东地区典型胶合板制造企业的VOCs排放特征.结果表明,烷烃（13.81%~39.16%）、含氧VOCs（5.68%~36.06%）和芳香烃（3.58%~48.12%）是热压和涂胶工艺主要排放成分,废气排口以含氧VOCs（6.49%~83.88%）排放为主,不同工艺环节的特征VOCs组分各有不同;烯炔烃（27.12%~39.38%）和芳香烃（32.47%~45.63%）是热压工艺和涂胶工艺的高OFP组分,废气排口则以含氧VOCs（52.82%）对O₃生成贡献最大;基于SOAP评估,各环节均以芳香烃类化合物（97.08%~98.03%）为主要活性组分;测得山东地区胶合板制造行业VOCs排放因子为0.89g VOCs/m³胶合板.     

基于配额指标重要性视角的中国碳排放配额再分配

提出用与碳排放“同步变化程度”来衡量配额指标重要性的思想,对中国各省份碳排放配额进行再分配.首先在公平和效率原则基础上选取碳排放的影响因素作为分配指标,其次采用灰色关联分析法分别测算出各地区各指标与碳排放量的同步变动程度,以得到各地区各指标在配额分配中的比重.最后测算出我国29个省区2020~2030年的碳排放配额与排放空间.结果表明,人口基数及经济发展指标对各地碳排放有较强的同步变动关联性,因此应该被赋予更高的权重;配额最多的地区包括广东、北京、江苏、山东、上海,最少的地区则包括宁夏、贵州、青海、吉林、新疆.盈余分析发现,北京地区的碳排放空间有较多盈余;浙江等5个省区已达较饱和状态;山东等4个省区则处于较严重的溢出状态,在未来10年内需承担较重的减排压力.     

中国旅游业碳排放的影响因素分解及脱钩效应

采用广义迪氏指数分解法（GDIM）分解2000~2017年中国旅游业碳排放的影响因素,并在此基础上采用Tapio脱钩因果链模型分析旅游业碳排放的脱钩效应.结果表明：旅游业增加值、旅游业能源消耗量和旅客人次数是旅游业碳排放的促增因素,增加值能源强度和人均旅游业增加值是旅游业碳排放的促降因素,增加值碳强度、能源消耗碳强度和人均旅游业碳排放对旅游业碳排放的促增和促降作用在研究期间均有出现;旅游业能源消耗量的累积促增效应最大,为2030.13万t,增加值能源强度的累积促降效应最大,为103.29万t;旅游业碳排放的脱钩状态不佳,但近年来有所改善;人均脱钩弹性波动剧烈,节能弹性的变化是其波动的主要原因.     

超低改造下中国火电排放清单及分布特征

本研究基于2018年火电在线监测和环境统计等数据,自下而上编制了中国高分辨率火电行业排放清单,并核算了排放浓度、排放因子和排放量.结果表明超低排放政策效果显著：2018年火电SO₂、NO_x和烟尘平均排放浓度分别为37.57、56.71和7.41mg ·m^-3.比2015年分别下降58.71%、43.12%和60.79%;中国燃煤机组的SO₂、NO_x和烟尘平均排放因子分别为0.30、0.48和0.06 g ·kg^-1,比2015年分别下降55.2%、36.84%和62.5%;中国火电SO₂、NO_x、烟尘和PM_2.5总排放量分别为72.14、118.38、14.90和13.59万t ·a^-1,比2015年分别下降41.32%、19.29%、48.12%和40.39%.     

基于燃料特性的汽油机颗粒物排放预测关系式

汽油机的颗粒物排放与所用燃料的性能密切相关.为评价燃料特性对汽油机颗粒物排放的影响,建立了一个简化PN指数(SPNI)关系式并进行了统计学检验.该指数包含T70(70%蒸馏温度)、重芳烃(碳数≥9)含量、终馏点温度和烯烃含量4个关键的燃料参数.在试验和分析过程中配制了代表不同地区市场油的20种模型燃料,并对其燃料参数进行了相关性分析和多元线性回归.发动机试验结果表明,各种典型运行模式下的发动机实际颗粒物数量(PN)排放均与SPNI呈现高度的相关性.与已有的详细PM指数相比,该模型计算更为简便,可操作性强.该简化PN指数可用于工程上评价不同汽油燃料的颗粒物排放潜势.     

厦门市船舶控制区大气污染物排放清单与污染特征

以船舶自动识别系统(automatic identification system,AIS)数据,结合大量厦门港口实地调查信息,采用自下而上的动力法对在控制区内航行的船舶进行逐艘计算,得出2018年厦门市船舶控制区大气污染物排放清单,并详细分析了其污染物排放特征及时空分布.结果表明, 2018年厦门市船舶控制区内船舶污染物排放总量共16 413 t,其中进出港船舶污染物排放占82.2%,未进港船舶占17.8%,各污染物中以NO_x的排放量最大,占比达64.2%,不同航行状态下污染物排放量的顺序为停泊巡航低速巡航机动操控锚泊,控制区内船舶的主要污染来源于货船,并以集装箱船的污染物排放量为最大; 1 d中09:00～16:00处于船舶污染物排放高峰期,1 a中以2月的排放量为最低, 3月和5月出现排放峰值;空间特征上各污染物排放高值主要分布于主航道和港区海岸线.     

长江三角洲2010~2018年生物质燃烧中等挥发性有机物(IVOCs)排放清单

中等挥发性有机物（IVOCs）是一类重要的二次有机气溶胶（SOA）的前体物.其中,生物质燃烧是IVOCs的重要来源之一,但目前尚未包括在传统的排放清单中.本研究基于卫星火点排放清单（FINN）以及IVOCs/POA比例法对长三角地区2010至2018年生物质燃烧IVOCs的排放量进行估算,构建长三角地区2010～2018年基于卫星火点的生物质燃烧IVOCs排放清单,并分析其不确定性,为后续模拟长三角地区SOA的来源提供重要的基础数据.结果表明,在2010～2018年期间,长三角地区火点数整体呈现下降趋势,在过去3年（2016～2018年）火点数维持在6000次左右,较2016年之前下降了约60%.从火点数的月分布来看,火点发生最多的月份是5～8月,其次在10月有个小高峰.基于IVOCs/POA比例系数法的计算结果表明,由不同的POA/OC以及IVOCs/POA比例得到的长三角地区生物质燃烧IVOCs排放总量结果差别巨大,平均值为73.4万t（10.5～305.7万t）.基于蒙特卡罗的不确定性模拟,长三角地区生物质燃烧IVOCs排放量的不确定范围在-99%～68%之间.