基于COPERT IV模型的机动车排放清单研究——以南京市为例

该研究应用COPERTⅣ模型建立了南京市2014年机动车污染排放清单.结果表明:南京市2014年机动车CO、NOx、VOCs、PM10和PM2.5排放量分别为6.80万t、4.46万t、1.12万t、0.21万t和0.16万t.各车型污染物贡献率各不相同,小客车排放的CO和VOCs量最大,分别为59.2%和48.2%.重型货车是NOx、PM10和PM2.5排放的主要来源,贡献率分别为50.8%、37.2%和41.0%.按排放标准划分,国III标准的车辆对CO、VOCs、NOx、PM10和PM2.5排放的贡献率最大,分别为30.4%、55.5%、26.5%、51.3%和54.9%.     

南京市移动源排放清单建立研究

基于南京市移动源活动水平,采用适当的估算方法,建立了南京市2015年移动源排放清单。结果表明:南京市2015年移动源排放的CO、HC、NO_x、PM_(10)、PM_(2.5)、SO_2分别为9.61万t、1.88t、5.66万t、0.22万t、0.20万t和0.29万t。道路移动源中,小型载客汽车对HC和CO排放量贡献率最大,分别为61.0%和54.7%。重型载货汽车是NOx、PM_(10)、PM_(2.5)和SO_2四种污染物的主要排放来源,占比分别为54.0%、46.7%、45.8%和42.9%。非道路移动源中,船舶对CO、HC、NOx、PM_(10)、PM_(2.5)和SO_2排放量的贡献率均最大,分别为53.8%、49.4%、44.5%、57.8%、57.1%和89.6%。     

南京市生物质燃烧源大气污染物排放清单及其特征

该研究根据搜集的南京市生物质燃烧源活动水平数据,采用排放因子法,建立了南京市2015年生物质燃烧源大气污染物排放清单。结果表明:(1)2015年南京市生物质燃烧源主要大气污染物SO_2、NO_X、PM_(10)、PM_(2.5)、BC、OC、CO、VOC_S、NH_3排放量分别为553t、1504t、3123t、2920t、501t、1793t、27653t、3396t和446t;(2)生物质燃烧大气污染物排放地区分布不均衡,排放量较大的是六合、溧水、江宁、高淳区;(3)各类生物质燃烧对不同污染物排放量的贡献差异显著。生物质锅炉是SO_2和NO_X排放的主要来源,户用炉灶是PM_(10)、PM_(2.5)、BC、OC、CO、VOC_S、NH_3的主要贡献源。     

河南省秸秆露天焚烧大气污染物排放量的估算与分析

为了解河南省秸秆露天焚烧大气污染物排放情况,根据2014年河南省的主要农作物产量、草谷比、焚烧比例和排放因子,采用排放因子法估算河南省秸秆焚烧大气污染物的排放量,建立河南省秸秆露天焚烧的污染物排放清单,并分析了大气污染物排放量的时空分布。结果表明:2014年河南省秸秆露天焚烧共排放:CO_21 210.45万t、CO 51.74万t、CH_43.27万t、NMVOCs 7.19万t、NH_30.59万t、BC 0.42万t、OC 2.47万t、SO_20.55万t、NO_X3.13万t、PM_(2.5)7.48万t。小麦和玉米是河南省露天焚烧排放大气污染物主要贡献源,其贡献率分别为38%~67%和17%~36%。大气污染物排放的高值区主要集中在驻马店、周口、南阳和商丘四个地市。大气污染物排放的高峰期集中在6月和10月,这两个月的各类污染物排放量对全年总排放量的分担率分别为37.1%~65.7%和11.3%~37%。     

南京市餐饮油烟源大气污染物排放清单构建的研究

该文以南京市为研究区域,以2014年为研究基准年,建立了南京市餐饮油烟源大气污染物排放清单。结果表明,2014年南京市餐饮油烟源PM10、PM2.5、BC、OC和VOCs的排放总量为3 950t、3 160t、64t、2 212t和2 765t,主要集中在人口居住密集区域。本研究建立的排放源清单具有一定的不确定性,后续研究工作中应针对典型餐饮污染源开展污染物排放因子实测工作。     

南京市气溶胶和相对湿度对能见度的影响

利用2014年南京市9个环境质量监测点的气溶胶资料和同期地面观测站的能见度、相对湿度资料,对三者的关系进行量化分析,采用线性和非线性的方法对能见度进行一元和多元拟合。结果表明,2014年南京市日能见度大多数在1~3级(即2~10 km),PM_(2.5)和PM_(10)在入春、入夏、入冬时变化趋势不同,其他月份趋势相同;能见度和相对湿度的月际变化趋势相反。随着能见度的降低,PM_(2.5)、PM_(10)的平均浓度和相对湿度均增加,能见度与相对湿度的线性相关性最好,与PM_(2.5)次之,与PM_(2.5~10)的线性相关性最差。不同档相对湿度范围内,大气能见度和PM_(2.5)、PM_(2.5~10)的共同拟合的非线性关系好于单独与PM_(2.5)的拟合,拟合后的RMSE均在2.21 km以下。在相对湿度为40%~79%时的拟合效果高于相对湿度较大时的效果。不同季节能见度与PM_(2.5)、PM_(2.5~10)、相对湿度三者共同的非线性拟合,除夏季,R2均在0.72以上,好于以相对湿度分档时的非线性拟合效果。     

南京市干洗行业VOCs污染现状及控制对策

该研究采用实地调查等方法,获取2014年南京市干洗行业VOCs排放因子,并计算得到干洗行业VOCs排放量。结果表明,南京市干洗行业VOCs年排放总量约为280.00t/a。石油干洗剂排放因子小于四氯乙烯,开启式干洗机VOCs排放总量是封闭式干洗机的4.5倍。建议淘汰开启式干洗机,加快制定干洗行业污染物排放标准,推进绿色干洗,控制干洗行业VOCs污染排放。     

福建省4种乔木树种凋落物燃烧释放的烟气颗粒物主要成分分析

林火燃烧产生的大量烟气及颗粒物对大气环境、生态系统及人类健康有重要影响,揭示森林可燃物在不同燃烧状态下释放烟气颗粒物的主要成分对评价林火对生态环境影响具有重要意义.本研究以福建4种主要乔木树种(杉木、马尾松、大叶桉和樟树)凋落物(枝、叶)为样本,采用自主设计的生物质燃烧模拟系统,结合烟气、颗粒物分析仪,离子色谱仪和电感耦合等离子体质谱(ICP-MS)分别测定燃烧烟气的主要成分(CO、CO_2、NO_x、C_xH_y)及其排放因子,测定颗粒物中水溶性离子(K~+、Ca~(2+)、F~-、Cl~-等10种)及主要元素(Al、As、B等11种)的排放因子.结果表明:(1)不同树木凋落物在阴燃状态下CO、C_xH_y、PM_(2.5)排放强度及水溶性离子均高于明燃,而CO_2和NO_x排放强度则在明燃状态下较高;(2)4种林木凋落物阴燃与明燃状态下产生PM_(2.5)排放因子范围分别为12.41～35.84、6.86～30.15 g·kg~(-1);(3)颗粒物中不同离子含量均为阴燃高于明燃,其中K~+和Cl~-以KCl的形式析出,是水溶性离子的主要成分,分别占总水溶性离子的28.6%和17.6%.凋落物燃烧产生Zn、As和Ba是PM_(2.5)中无机元素的主要组分,分别占总元素含量的50.86%、14.63%和6.86%.     

湖北省畜牧业温室气体排放潜力

根据湖北省2007-2014年畜禽饲养量,按照《省级温室气体清单编制指南(试行)》要求,评估了湖北省2007-2014年畜禽养殖过程中的温室气体(GHG)排放潜力,并比较了2010年湖北省各地区的温室气体排放潜力以及各畜禽肠道甲烷(CH_4)、粪便CH_4、粪便氧化亚氮(N_2O)的排放状况。结果表明:(1)2007-2014年湖北省温室气体排放潜力总体呈现上升趋势,2014年达1 535.01万t CO2-eq,增幅11.50%;(2)2010年湖北省襄阳、孝感、黄冈和恩施的畜牧业温室气体排放潜力最大,占全省的58.81%;(3)非奶牛、水牛对肠道CH_4排放的贡献率最大,分别为43%、31%;猪是粪便CH_4和N_2O排放的主要来源,分别占粪便CH_4和N_2O排放潜力的83%和39%。因此,湖北省各地区应在保证畜牧业持续发展的同时,积极采取温室气体减排措施;针对不同畜禽种类、不同地理区域,应当有的放矢,因地制宜。     

不同燃烧状态下大兴安岭主要乔灌树种碳排放分析

运用自主设计的生物质燃烧烟气分析系统,结合烟气分析仪、颗粒物分析仪和元素分析仪模拟分析大兴安岭9种主要乔灌树种在不同燃烧状态下释放含碳气体及颗粒物(PM_(2.5))中元素碳(EC)、有机碳(OC)的排放因子.结果表明,在明燃状态下不同树种枝(叶)燃烧CO、CO_2、C_xH_y、PM_(2.5)以及OC、EC的平均排放因子分别为181.51(180.17)、1 509.25(1 496.59)、36.96(28.84)、6.25(3.79)、3.01(2.09)、0.52(0.27) g·kg~(-1),阴燃状态下不同树种枝(叶)燃烧CO、CO_2、C_xH_y、PM_(2.5)以及OC、EC的平均排放因子分别为184.29(228.95)、1 122.98(1 402.57)、53.52(53.97)、5.58(5.98)、2.89(3.15)、1.03(0.88) g·kg~(-1);两种燃烧状态下苕条与榛子的CO排放因子均显著高于其他树种;明燃状态下CO_2排放因子在树种间差异不显著,而阴燃状态下灌木的CO_2排放因子普遍大于乔木;明燃状态下兴安杜鹃的C_xH_y排放因子最高,阴燃状态下白桦最高.此外,阴燃状态下乔木的C_xH_y排放因子普遍高于灌木;在两种燃烧状态下乔木PM_(2.5)排放因子均大于灌木,且5种乔木间PM_(2.5)排放因子差异显著而4种灌木PM_(2.5)排放因子差异较小;CO、C_xH_y、PM_(2.5)以及OC、EC排放因子表现为阴燃大于明燃;在两种燃烧状态下PM_(2.5)及其OC、EC的排放因子规律性相似,均表现为乔木大于灌木,但灌木之间没有显著差异.     

浙江省杭州市城西大气污染物变化特征及相关性研究

利用浙江省杭州市西溪监测站2014年12月1日到2016年11月30日的监测数据,分析了6种大气污染物(SO_2、NO_2、CO、O_3、PM_(2.5)和PM_(10))的变化特征及其相关性,探讨了气象条件对污染特征的影响。结果表明:1)研究期间SO_2和CO达到了空气质量一级标准,但NO_2、PM_(2.5)和PM_(10)超标严重,平均浓度分别是二级标准的1.21、1.40和1.04倍。2)除O_3外,其余污染物均呈冬高夏低的变化特征,而O_3浓度为夏高冬低;大气氧化性O_x冬季受NO_2主导,其余季节受O_3主导。3)PM_(2.5)与NO_2、CO浓度呈显著正相关,其次与SO_2、O_x(夏季)也存在较强的正相关性。4)温度与O_3呈较强的正相关,而与其他污染物呈负相关;相对湿度、风速和降雨量与SO_2、NO_2、CO、PM_(2.5)和PM_(10)存在负相关性,而CO受相对湿度和降雨量影响较小。该研究可为杭州市大气污染控制提供理论依据。     

基于双权重模糊综合模型的郑州空气质量评价

为了有效地控制空气质量评价误差,将各污染物的毒性作用引入传统的模糊综合模型中,建立了双权重模糊综合评价模型。利用郑州市环境空气质量监测站点的PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O_3等空气质量指标的监测数据,采用双权重模糊综合模型,对2014～2017年郑州市的空气质量进行了综合评价。结果表明:郑州市空气质量隶属于第Ⅲ级标准(中度污染水平),主要空气污染物是PM_(2.5)、PM_(10)和NO_2,共占空气质量总权重的65%以上; 2014～2017年空气质量呈现逐步好转的趋势;空气质量的季节性变化显著,夏季空气质量明显优于冬、春季节;相比于传统的模糊综合模型,双权重模型综合考虑了各污染物的浓度和毒性,是一种更全面更客观的空气质量评价方法。     

基于双权重模糊综合模型的郑州空气质量评价

为了有效地控制空气质量评价误差,将各污染物的毒性作用引入传统的模糊综合模型中,建立了双权重模糊综合评价模型。利用郑州市环境空气质量监测站点的PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O_3等空气质量指标的监测数据,采用双权重模糊综合模型,对2014～2017年郑州市的空气质量进行了综合评价。结果表明:郑州市空气质量隶属于第Ⅲ级标准(中度污染水平),主要空气污染物是PM_(2.5)、PM_(10)和NO_2,共占空气质量总权重的65%以上; 2014～2017年空气质量呈现逐步好转的趋势;空气质量的季节性变化显著,夏季空气质量明显优于冬、春季节;相比于传统的模糊综合模型,双权重模型综合考虑了各污染物的浓度和毒性,是一种更全面更客观的空气质量评价方法。     

南京城市绿地阻滞吸附PM_(2.5)的健康效益评估

以江苏省南京市为研究对象,通过收集分析数据信息和前人的研究成果,测算出南京市城市绿地阻滞吸附PM_(2.5)的总量;然后运用环境健康风险评估模型和环境健康价值评估方法,对其健康效益进行评估,并且比较分析了不同类型绿地单位面积的健康效益。研究结果表明,南京市城市绿地全年阻滞吸附PM_(2.5)的总量为23.94 t,日均可减少病例总数为249.9例;每年产生的健康效益约为51.74亿元,约占南京市2014年GDP总量的0.59%;乔灌草结构绿地单位面积健康效益值最高,为21.8元,草坪最低,为0.1元。建议适当减小草坪面积,将部分草坪改造成灌草、乔草等复合绿地结构,有助于改善城市空气质量和提高城市绿地的健康效益。     

银川市环境空气PM_(10)和PM_(2.5)中水溶性离子化学特征及来源分析

2013年7月至2014年4月期间,在银川市兴庆区设1个环境监测点,分4季采集PM_(10)和PM_(2.5) 样品,测试二者质量浓度及水溶性阴离子(Cl~-、NO_3~-、SO_4~(2-))、阳离子(K~+、Na~+、Ca~(2+)、Mg~(2+)、NH_4~+)成分,分析其主要组成、季节变化及污染来源。结果表明:银川市PM_(10)和PM_(2.5) 中离子平均浓度为33.8、18.74μg/m3,分别占PM_(10)和PM_(2.5) 的17.2%、23.5%。NH_4~+、Cl~-、NO_3~-和SO_4~(2-)等二次离子含量高,分别占离子总量的75%和84%,且冬季含量是其他季节的数倍;颗粒物总体呈碱性,PM_(10)中阳离子总量与阴离子总量的比值为1.23,PM_(2.5) 中两者比值为1.14,PM_(10)比PM_(2.5) 碱性强;大气中存在SO_2向SO_4~(2-)二次转化过程。冬季PM_(2.5) 中二次离子主要以(NH4)_2SO_4和NH_4NO_3形式存在;来源分析发现,PM_(2.5) 、PM_(10)可能主要来源于生物质燃烧、二次反应及燃煤尘。     

吉林省农业温室气体排放核算及特征分析

分析了吉林省农业生产温室气体排放系数,对2000—2014年吉林省温室气体排放量进行了估算。结果表明:12000—2014年吉林省温室气体排放量由1 927.94万t增长到2 445.25万t,经历了快速上升、快速下降和缓慢上升3个阶段,目前吉林省正处于农业温室气体排放上升阶段,减排压力较大;22000—2014年吉林省温室气体中CH_4的排放贡献率为41.41%,N_2O的排放贡献率为58.69%;32000—2014年农用地N_2O是吉林省温室气体第一排放源,年均所占比重为46.32%,其他温室气体排放量从大到小依次为动物肠道CH_4、动物粪便管理N_2O和稻田CH_4,所占比重分别为29.83%、14.11%、10.41%。最后,依据吉林省温室气体排放量和结构特征,从农业生产角度提出了减排措施。     

郑州市不同道路等级对近地空气PM_(2.5)和PM_(10)分布特征的影响

为探究城市不同道路等级对空气PM_(2.5)和PM_(10)质量浓度特征及其日变化规律的影响,本研究选取郑州市的金水路(快速路)、文化路(主干道)和东三街(支道)进行调查和监测。结果表明,PM_(2.5)和PM_(10)的日均值表现为金水路文化路东三街,3条道路PM_(2.5)和PM_(10)的质量浓度均不同程度超过国家标准质量浓度限值。文化路PM_(2.5)和PM_(10)的日变化呈现单峰型曲线,峰值出现在7:00-8:00。金水路PM_(2.5)和PM_(10)日变化波动性较小,且整体保持较高质量浓度水平。东三街PM_(2.5)和PM_(10)质量浓度峰值出现在6:00-8:00,在12:00之后随着车流量的变化呈现波动。3条道路PM_(2.5)/PM_(10)值为0.64~0.73,且在13:00-14:00之间出现峰值。PM_(2.5)/PM_(10)的平均比值:文化路(0.69)东三街(0.68)金水路(0.66),说明机动车尾气对PM_(2.5)的贡献大于PM_(10)。3条道路的PM_(2.5)、PM_(10)质量浓度与车流量之间存在相关性,但显著性不同。     

减排对泰州市环境空气质量变化趋势的影响

[目的]掌握泰州市减排措施实施后空气质量现状及其变化趋势。[方法]对2013~2015年泰州市空气质量监测数据进行系统分析,研究减排对泰州市环境空气质量的影响。[结果]受减排影响显著,空气质量有逐步好转的趋势。SO_2、PM_(10)、PM_(2.5)和CO年均浓度分别下降3.8%、12.9%、20.8%和30.2%,PM_(10)和PM_(2.5)下降幅度较大,NO_2和O_3年均浓度分别上升19.2%、19.3%。[结论]能源结构变化、污染源综合整治是改善空气质量的关键。     

基于PCA模型的苏州市古城区PM2.5来源解析

2014年10月至2016年4月,对苏州市古城区南门站点的大气细颗粒物PM2.5进行了18个月次的同步采样观测,并测定了其中SO_4~(2-)、NO_3~-、NO_2~-、NH_4~+和CN的浓度水平,利用PCA方法对该区PM2.5的来源进行解析。解析结果表明,苏州市古城区PM2.5的主要来源为工业源、机动车尾气排放、燃煤源、生物质燃烧源和扬尘;从季节上看,由于供暖等原因,冬季燃煤源对PM2.5的贡献率有显著提升;工业源和机动车尾气排放的贡献率一直占有较高的比例;由于苏州市古城区内已没有工业企业,特别是钢铁企业和化工企业,并且严禁燃放烟花爆竹和秸秆焚烧,所以外地输入源是工业污染源、生物质燃烧源、燃煤源、化工源的主要和直接供给者;机动车尾气排放是古城区本地主要污染源,因此有效减少机动车的贡献率,对于改善古城区空气质量有着直接的影响作用。     

秸秆燃烧PM2.5及其碳组分排放特征研究

采用自主设计的民用炉灶燃烧-烟气稀释采样装置,获得安徽淮南和湖北武汉的小麦、玉米、水稻、花生、大豆5类典型农作物秸秆燃烧排放PM_(2.5)及其碳组分的排放因子,分析了排放因子的差异,筛选了碳组分的标识组分。结果表明,秸秆燃烧PM_(2.5)的排放因子随秸秆种类和地区的不同而呈现明显差异,淮南的秸秆燃烧烟气PM_(2.5)排放因子在0.56～7.67 g·kg~(-1),武汉的秸秆燃烧烟气PM_(2.5)排放因子在3.53～7.91 g·kg~(-1);不同种类秸秆烟气PM_(2.5)排放因子有明显差异,花生秸秆燃烧烟气PM_(2.5)的排放因子最高(均值5.98 g·kg~(-1)),是大豆秸秆燃烧烟气PM_(2.5)排放因子(均值2.04 g·kg~(-1))的2.93倍。秸秆燃烧PM_(2.5)的排放因子随秸秆含水率的增加而明显增大。碳组分是5种秸秆燃烧PM_(2.5)的主要成分碳,总碳(TC)占PM_(2.5)的36.40%～65.84%,其中花生秸秆TC排放因子最高(均值2.58 g·kg~(-1)),是小麦秸秆的TC排放因子(均值1.07 g·kg~(-1))的2.41倍;秸秆燃烧PM_(2.5)中的有机碳(OC)浓度远高于元素碳(EC),OC/EC值为2.36～13.73,表明秸秆燃烧对二次气溶胶的形成具有重要影响。淮南及武汉的秸秆燃烧烟气PM_(2.5)中char-EC/soot-EC值为17.20～64.16,char-EC显著高于soot-EC,可作为判断秸秆燃烧源的一个重要指标。主成分分析结果表明,秸秆燃烧PM_(2.5)中的OC1、OC2和EC1在碳组分中贡献较大,因此,OC1、OC2和EC1可作为秸秆燃烧PM_(2.5)的标识性组分。