武汉市大气污染源排放清单及分布特征研究

合集下载

武汉市居民区大气VOCs的污染特征和来源解析

武汉市居民区大气VOCs的污染特征和来源解析

武汉市居民区大气VOCs的污染特征和来源解析作者:沈龙娇梁胜文吴玉婷项萍陈安雄陈怡来源:《南京信息工程大学学报(自然科学版)》2018年第05期摘要于2016年7月—2017年6月在武汉市典型居民区对大气中101种挥发性有机物(VOCs)进行了监测,以便研究武汉市典型居民区周边VOCs的组成特征和变化规律,并探讨了其主要来源.结果表明,武汉市空气中VOCs的体积分数为(4624±2457)×10-9,表现为烷烃>含氧有机物>烯烃>卤代烃>芳香烃.受交通排放影响烷烃的比例上午高于下午,1月机动车尾气为武汉市主要的VOCs排放源,夏季含氧类化合物浓度高于冬季,可能更多地受本地喷涂等溶剂使用行业和光化学反应生成的影响,5—9月表现出明显的生物源排放特征.利用正交矩阵因子分析(PMF)得到武汉市居民区大气VOCs主要有6个来源,分别为燃烧源、机动车尾气、工业排放、溶剂使用、汽油挥发和植物排放.其中,燃烧源、机动车尾气贡献比例最高,是该区域VOCs控制的重要排放源.关键词挥发性有机物(VOCs);PMF受体模型;源解析中图分类号X51文献标志码A0引言挥发性有机物(VOCs)作为光化学烟雾的关键前体物,在细颗粒物和臭氧的二次生成中扮演着重要角色[1].大量研究表明,城市地区高浓度的臭氧和二次细颗粒物的形成都围绕着VOCs的光化学过程,加强对VOCs的研究是控制城市光化学污染和细颗粒物污染的关键环节之一[25].武汉市作为华中区域中心城市,具有独特的地形条件和气候特征,拥有大量石油化工、基础化工、汽车喷涂、印刷等VOCs的重要人为来源,机动车保有量逐年快速攀升.近年来大气污染事件频发,臭氧已成为除PM25以外的第二大污染物,因此迫切需要对武汉市臭氧污染进行全面深入的研究.曾沛等[6]、Lu等[7]对武汉市VOCs的污染特征及其对臭氧的影响进行了分析,认为烯炔烃对臭氧的生成潜势最大,然而针对武汉市功能区环境空气中的VOCs的来源分析报道较少,有关研究十分缺乏.基于此,本研究于2016年7月—2017年6月在武汉市典型居民区周边开展挥发性环境样品的采集工作,分析大气挥发性有机物的组成和污染特征,并开展了VOCs的来源解析,为大气污染的控制和治理提供科学依据.1实验部分11样品采集与分析本研究采样时间为2016年7月—2017年6月,采样地点位于武汉市武昌区某一建筑楼顶,该区域为武汉市中心城区,周边人口众多、经济繁华、车流量大,工业企业分布较少,以居民区为主,可以作为典型居民区挥发性有机物的采样点,采样高度约为30m.点位处于武汉市中心城区,采样频率为每月3d,原则上采用连续3d采样,采样期间均为晴好天气,如遇阴雨天气或者仪器故障则顺延,采集瞬时样品,采样时间为9时和15时,分别代表光化学反应发生的开始时段和较强时段.使用体积为32L的不锈钢采样罐(美国Entech公司)采集环境样品,最大承受压力50psia(压力单位,磅/平方英寸).采用美国EPATO15方法中的罐采样低温冷阱预浓缩和GCMSD/FID技术分析环境空气中的VOCs物种,测试仪器为北京大学和武汉天虹公司自主开发的TH300GCMSD/FID系统,测定组分为101种,包括烷烃28种、烯炔烃12种、芳香烃17种、卤代烃34种、含氧有机物(OVOCs)9种及二硫化碳.样品经过预浓缩仪(美国Entech7100A)低温富集,解吸后迅速注入GC.根據目标化合物的性质,用HewlettPackard7890A气相色谱(Agilent公司)配合不同色谱柱对样品进行分离.利用DeanSwitch使大部分组分通过DB624色谱柱(60m×025mm×18μm,J&WScientific)进行分离并利用质谱进行定量分析,另外8种C2~C4组分通过PLOT(Al/KCl)色谱柱(30m×025mm×30μm,J&WScientific)进行分离并进入FID进行定量分析.GC柱箱的初始温度设置30℃,然后以5℃/min升温至120℃,再以6℃/min升温至180℃,全程运行47min.分析过程的质量控制和质量保证主要包括:利用目标组分与内标组分之间浓度的比值和响应的比值,建立工作曲线,用于目标化合物的定性和定量分析.研究中选择4种内标化合物:溴氯甲烷、1,4二氟苯、氘代氯苯、1溴4氟苯(美国ScottSpecialtyGases公司).采用动态稀释配气仪(美国Entech4600)用高纯氮稀释至8×10-9(体积分数).同时运用内标法对目标组分定量,在(05~8)×10-9范围内选择5个浓度点建立工作曲线.测定结果表明,各组分工作曲线平方相关系数均大于099,表明目标化合物浓度与色谱峰面积之间线性相关性较好.大部分组分的方法检测限在15×10-12以下,可以实现对目标组分的准确定量.大部分组分的测量精度都在10%以内,从而确保整个实验结果的准确性和精密度.该VOCs在线系统的原理、参数设置及质控措施参见文献[7].12PMF模型正交矩阵因子分析(PositiveMatrixFactorization,PMF)广泛用于颗粒物及VOCs的来源解析.本研究使用美国EPA发布的PMF50对武汉市典型居民区的VOCs样品进行来解析.方法如下:xij=∑pk=1gikfkj+eij,(1)Q=∑ni=1∑mj=1xij-∑pk=1gijfijuij2,(2)式中,xij为j次观测的污染物i的浓度,k为因子,gik和fkj分别为污染源成分谱和污染源贡献,eij为随机误差.p是源的个数,对于给定的p值,求解目标函数的最小值,就可以得到gik和fkj的结果.uij是每个原始数据的不确定值.其他有关于PMF模型的参数说明参见文献[810].2结果与讨论21VOCs组成及浓度水平采样期间VOCs的体积分数范围为2140×10-9~12734×10-9,平均为(4624±2457)×10-9,其中烷烃>OVOCs>烯烃>卤代烃>芳香烃,这与长沙、北京、韩国首尔等地区相似[812],与武汉市2013年秋冬季VOC主要物种的体积分数[7]相比,乙烯和芳香烃类化合物浓度有所下降,但烷烃、丙烯和异戊二烯的浓度升高.其中,平均体积分数较高的物种依次为丙烷(725×10-9)、丙酮(593×10-9)、乙烷(456×10-9)、乙烯(295×10-9)、异戊烷(287×10-9)、乙炔(277×10-9)、正丁烷(219×10-9)、异丁烷(216×10-9),累计占总VOCs体积分数的663%,如图1,可以看出武汉市VOCs体积分数最高的物种主要是与工业排放有关的丙酮和低碳组分.武汉与其他典型城市关键VOCs组分平均浓度比较如表1所示,丙烷是液化石油气(LPG)挥发和泄漏的示踪物质[11],武汉市丙烷浓度水平远高于其他城市,可能与点位周边的局地排放有关,点位周边以居民住宅为主,餐饮行业较为密集.异戊烷是汽油挥发的示踪物种,也是机动车尾气排放的典型物种[12].2016年底武汉市机动车保有量达到231万辆,全国排名第11位[13],呈现快速增长趋势.武汉异戊烷的浓度在列表中仅低于北京,高于其他城市,说明点位周边机动车排放较为集中.异戊二烯在夏季主要来自植被排放,在秋冬季可能来自机动车尾气或橡胶制造相关的企业[1415],武汉异戊二烯浓度水平低于北京、南京,与重庆持平,高于上海、广州、济南,一方面与城市间绿化面积差异有关,也可能受到采样时间的影响.苯、甲苯和间/对二甲苯主要来自工业排放和溶剂使用[16],采样期间芳香烃的浓度要普遍低于其他城市,这与不同城市的工业布局及VOCs采样点周边工业较为分散有关.一日之中VOCs的组成受到源强、化学过程和气象条件多种因素的影响.将武汉市上午(9时)和下午(15时)两个时段VOCs的化学组成结构进行了对比(图2),可以发现上午VOCs的平均体积分数为5290×10-9,下午为3966×10-9,整体上VOCs上午的浓度水平要高于下午.对于人为源污染来说,9时高于15时与交通排放(9时为交通高峰期)、去除速率低(光化学刚开始)有关.烷烃的占比上午显著高于下午,而卤代烃则相反,烯烃、芳香烃和OVOCs的占比变化较小.烷烃在城市地区主要来自燃烧过程,包括机动车尾气、燃煤和生物质燃烧[20].燃煤和生物质燃烧具有季节周期性,说明武汉市VOCs 物种浓度及化学组成受机动车尾气排放的影响较大.卤代烃在工业上常被用于电子行业、机械行业、化工行业等作为溶剂、清洗剂和化学反应介质[21].卤代烃通过挥发作用进入大气,因而受温度影响显著,15时处于一天中温度最高时段,光化学反应活跃,因而卤代烃的比例下午高于上午.22VOCs的时间变化特征由于VOCs的源、汇强度的差别,因而表现出的季节变化规律也不尽相同[22].通过比较武汉市4个季节VOCs的化学组成(图3),发现四季中烷烃和OVOCs是最主要的两类VOCs组分,其次是卤代烃、烯烃和芳香烃,但不同季节各类主要组分的污染水平有较大差异.烷烃、烯烃、芳香烃秋冬季节的浓度较高,夏季较低,含氧类化合物夏季的浓度显著高于秋冬季节,卤代烃的浓度水平季节变化特征不明显,这与郑州[23]、天津[24]、南京[25]等城市变化特征不太一致,可能是由于武汉市夏季的气候条件、本地污染源行业和光化学反应机制不同导致.烷烃主要来自一次排放,夏秋季浓度升高主要是由于高温下烷烃的挥发作用更为显著,春季浓度最低的原因有待于进一步分析.烯烃和乙炔除来自工业排放外,城市地区燃烧是其重要来源.秋冬季节除了机动车尾气排放外,还有生物质燃烧及燃煤等活动,因而燃烧特征在秋冬季更为显著.芳香烃秋季浓度最高,其余季节浓度水平相当,推测与本地污染源强有关.卤代烃主要来自工业排放,其在大气中的浓度除受环境温度的影响外,还与局地工业生产活动密切相关,因此卤代烃的季节变化特征并不显著.OVOCs的来源复杂,一部分来自于天然源和人为源的直接排放,另一部分则来自于大气光化学反应的二次转化过程,是光化学烟雾过程中重要的中间产物.OVOCs主要来自工业溶剂排放和光化学过程[2021],OVOCs在工业上被广泛用作溶剂,尤其是在喷涂行业,如乙酸乙酯就主要是涂装的溶剂使用,而丙酮是重要的化工材料,在不同工业行业均被广泛用于溶剂.夏季温度高、光辐射强,挥发强度和二次生成速率均高于冬季,导致夏季OVOCs浓度高于冬季,可能更多地受本地喷涂等溶剂使用行业和光化学反应生成的影响.总的VOCs体积分数秋季最高,为5695×10-9,其次為夏季,体积分数为5102×10-9,春季最低,为3158×10-9,主要与污染物的源强和气象条件有关.夏季与挥发有关的VOCs类浓度排放强度大于冬季,但与燃烧排放有关的VOCs物种排放强度在秋冬季高于夏季.武汉属于亚热带季风气候,夏季平均气温约30℃,冬季平均气温仅约8℃.夏季高温、日照强烈的情况下,OH自由基等活性物种浓度相对较高,对VOCs的化学清除作用加强,武汉市降雨多集中在每年6—8月,会对污染物有一定清除作用,污染物的累积过程相对减少.冬季干燥少雨,紫外线强度减弱,光化学反应弱,边界层下降,湍流作用缓慢,污染物不易扩散和稀释,容易造成累积.23特征比值VOCs的污染水平会受到VOC物种的来源、光化学的消耗和生成作用的影响.因此本研究中选取了来源不同,但OH反应常数类似、大气寿命相近的物种对比值进行来源的判断.图4展示了i戊烷/乙炔、甲苯/乙烯、异戊二烯/1,3丁二烯比值的月均变化规律.乙炔、乙烯和1,3丁二烯的主要来源为机动车尾气排放,i戊烷、甲苯和异戊二烯同时也受到汽油蒸发、溶剂和油漆使用的影响,图4(左)中i戊烷/乙炔、甲苯/乙烯夏季较冬季的比值高主要是由于夏季高温可以增加汽油和油漆的挥发速率.其中7月i戊烷/乙炔比值出现了低值可能是由于2016年7月武汉处于梅雨季节,采样期间虽然避开了下雨天,但由于空气湿度较大,挥发作用表现得并不明显.8月甲苯/乙烯比值出现了明显低值,可能是由于采样期间局地机动车尾气的排放.1月异戊二烯/1,3丁二烯的比值为087,接近机动车尾气排放的异戊二烯/1,3丁二烯比值(03~05)[19],表明1月机动车尾气为武汉市主要的VOCs排放源,5—9月异戊二烯/1,3丁二烯的比值范围为5~35,大大高于1月比值,表明5—9月生物源为武汉市异戊二烯的主要来源,体现出明显的生物源排放特征,这与Wang等[19]研究北京市VOCs的时空分布和来源解析中的规律相同.24VOCs的来源解析综合考虑VOCs组分的浓度、物种示踪意义、物种活性,本研究中最终筛选了28种拟合物种来解析各类排放源对大气VOCs的相对贡献,主要包括:9种C2~C8烷烃、7种C2~C5烯烃、乙炔、5种芳香烃、5种卤代烃和MTBE(甲基叔丁基醚).在因子选择上,本研究测试了3到8个因子的解析结果,随机从不同样品开始计算Qtrue、Qrobust的值差异较小,根据因子指示意义的可解释度最终确定6个因子.PMF模型运算后Qrobust=32493、Qtrue=36858,二者比值为113,在1~15区间内,接近1,拟合结果收敛.各物种残差均符合正态分布,主要分布在-3~+3范围内.各物种拟合值与实测值之间相关系数主要分布在07和10之间.每个因子的绝对浓度和各因子对VOCs组分变化的解释率(因子解释率)如图5所示.下面将逐一对各个因子的特征进行介绍,并确定各个因子所对应的排放源.因子1中主要组分为C7~C8芳香烃:甲苯、乙苯、间/对二甲苯和邻二甲苯.甲苯等苯系物是溶剂使用时的挥发产物[26],涂料和溶剂使用过程中会排放大量的芳香烃,因而将因子1识别为与溶剂使用相关的排放源.因子2中优势组分为异戊烷和正戊烷,还有部分甲基叔丁基醚(MTBE).异戊烷是汽油挥发的典型示踪物种[27],MTBE是提高汽油辛烷值的一种汽油添加剂,因此,本研究将因子2识别为汽油挥发源.因子3中主要组分是卤代烃,包括氯甲烷、二氯甲烷、三氯甲烷以及1,2二氯乙烷和1,2二氯丙烷.氯代烃相关的化工业渗透到日常生活的方方面面,包括农药、医药、化学纤维、塑料、橡胶还有专用日用化学品等,另外在电子产品中也会用到二氯甲烷等作为电路板清洗剂.卤代烃类物种被认为是工业源排放的示踪物[28],因此因子3识别为工业排放源.因子4中既有C2~C6烷烃,也有乙烯、丙烯、1,3丁二烯等C4烯烃、乙炔、MTBE、苯和甲苯.MTBE主要存在于汽油产品中.异戊烷是汽油挥发的示踪物种,正戊烷、异丁烷等同时存在于汽油挥发和机动车尾气中[29],而因子1中还含有汽油燃烧的产物乙烯、丙烯、乙炔、1,3丁二烯等.乔月珍等[30]选取轻型汽油车、重型柴油车和摩托车等城市典型机动车种采用底盘测功机及实际道路实验得出不同类型车辆(小轿车、出租车、公交车、卡车、摩托车和LPG助动车)的尾气排放源谱,乙炔、异戊烷、苯和甲苯是主要的尾气排放物种,因而因子4具有明显的机动车尾气排放特征.因子5中主要组分为典型燃烧排放物种,包括乙烷、丙烷、乙烯、乙炔以及苯,因此将其归属为燃料燃烧源.因子6中主要物种为异戊二烯.异戊二烯在夏季主要来自植被排放,冬季可能来自交通和工业排放,考虑到因子6中异戊二烯是绝对优势组分,异戊二烯是植物排放的标识性部分[1315,31],因此,将因子6归属为植物排放源.通过PMF解析出的6类源对环境VOCs的贡献百分比(图6)可以看出,燃烧源占比308%,机动车尾气占比306%,工业排放占比147%,溶剂使用占比109%,汽油挥发和植物排放分别占比97%、33%.不同城市VOCs的来源结构存在一定的差异,这主要与城市工业类型、能源结构方式、机动车保有量等密切相关,本研究中燃烧源的比例较高(308%),远远高于天津市燃烧源的排放比例(108%)[32],可能是由于本研究选取的居民区代表性点位,周边存在民用燃煤、液化石油气等化石燃料的排放.各城市的VOCs来源也有一定的共性特征,如机动车尾气、燃油挥发等与交通排放有关的污染源,本研究中机动车尾气源的贡献(306%)与天津[32]、上海[33]、南京[34]等城市机动车尾气的排放比例较为接近,为25%~33%,与2013—2015年由北京大学团队开展的武汉市VOCs排放清单研究成果对比验证具有可比性.针对这一区域而言,溶剂使用和工业排放是仅次于燃烧源和机动车尾气排放的重点源类.3结论1)观测期间VOCs平均体积分数为(4624±2457)×10-9,其中烷烃>含氧有机物>烯烃>卤代烃>芳香烃,VOCs体积分数最高的物种主要为与工业排放有关的丙酮和低碳组分.丙烷浓度水平高于北京、上海、广州等城市,可能受采样点位周边餐饮源密集影响,异戊烷的浓度僅低于北京,高于其他城市,说明点位周边机动车排放较为集中,异戊二烯浓度处于中等水平,芳香烃的浓度低于其他城市.VOCs上午的浓度水平整体要高于下午,烷烃的占比上午显著高于下午,而卤代烃则相反,烯烃、芳香烃和OVOCs的占比变化较小.2)总的VOCs体积分数秋季最高,为5695×10-9,其次为夏季,体积分数为5102×10-9,春季最低,为3158×10-9,主要与污染物的源强和气象条件有关.不同季节VOCs组分的浓度变化特征与郑州[13]、天津[32]、南京[34]等城市不太一致.烷烃夏秋季节的浓度较高,烯烃秋冬季节的浓度较高,夏季较低,含氧类化合物夏季浓度显著高于秋冬季节.1月机动车尾气为武汉市主要的VOCs排放源,5—9月除机动车外,生物源排放为武汉市异戊二烯的主要来源,体现明显的生物质源排放特征.3)通过PMF模型解析出武汉市典型居民区大气中挥发性有机物主要是6类源,分别为燃烧源、机动车尾气源、工业排放源、溶剂使用源、汽油挥发源和植物排放源.观测期间对VOCs 浓度贡献最大的源类为燃烧源,贡献率为308%,其次为机动车尾气(306%)、工业排放(147%)、溶剂使用(109%)、汽油挥发(97%)和植物排放(33%).燃烧源的贡献率较高,机动车尾气源的贡献(306%)与同等城市机动车尾气的排放比例较为接近,与2013—2015年由北京大学团队开展的武汉市VOCs排放清单结果对比验证具有可比性.参考文献References[1]SeinfeldJH,PandisSN,SeinfeldJH,etal.Atmosphericchemistryandphysics:fromairpollutiontoclimatechange[J].EnvironmentScience&PolicyforSustainableDevelopment,1998,40(7):2626[2]陆思华,白郁华,张广山,等.大气中挥发性有机化合物(VOCs)的人为来源研究[J].环境科学学报,2006,26(5):757763LUSihua,BAIYuhua,ZHANGGuangshan,etal.Sourceapportionmentofanthropogenicemissionsofvolatileorganiccompounds[J].JournalofEnviron mentalSciences,2006,26(5):757763[3]邵敏,劉莹,陆思华.大气挥发性有机物活性和来源研究[C]∥全国环境化学学术大会,2007SHAOMin,LIUYing,LUSihua.StudyonchemicalreactivityandsourceapportionmentofatmosphericVOCs[C]∥NationalConfe renceonEnvironmentalChemistry,2007[4]史建武.中国北方城市大气挥发性有机物活性及来源研究[D].天津:南开大学,2010SHIJianwu.StudyonchemicalreactivityandsourceapportionmentofatmosphericVOCsinnorthernciti es[D].Tianjin:NankaiUniversity,2010[5]周炎,岳玎利,张涛.春季广州城区空气中VOCs来源解析[J].环境监控与预警,2017,9(1):4247ZHOUYan,YUEDingli,ZHANGTao.SourceapportionmentofspringambientvolatileorganiccompoundsinGuangzhou[J].Envion mentalMonitoringandForewarning,2017,9(1):4247[6]曾沛,郭海,梁胜文,等.武汉市大气VOCs污染特征及其对臭氧生成的影响[J].环境科学与技术,2018,41(7):117124ZENGPei,GUOHai,LIANGShengwen,etal.AmbientvolatileorganiccompoundsandtheircontributionstoozoneformationinWuhan[J].Environme ntalScience&Technology,2018,41(7):117124[7]LuX,ChenN,WangY,etal.RadicalbudgetandozonechemistryduringautumnintheatmosphereofanurbansiteincentralChina[J].Jo urnalofGeophysicalResearchAtmospheres,2017,122(6):36723685[8]NaK,YongPK.SeasonalcharacteristicsofambientvolatileorganiccompoundsinSeoul,Korea[J].AtmosphericEnvironment,2001,35(15):26032614[9]SaitoS.CharacteristicsofambientC2-C11nonmethanehydrocarbonsinmetropolitanNagoya,Japan[J].AtmosphericEnvironment,2009,43(29):43844395[10]XuJ,ZhangX,XuX,etal.MeasurementofsurfaceozoneanditsprecursorsinurbanandruralsitesinBeijing[J].ProcediaEarth&Pla netaryScience,2011,2(1):255261[11]YuanZ,LauAKH,ShaoM,etal.Sourceanalysisofvolatileorganiccompoundsbypositivematrixfactorizationinurbanandruralenviron mentsinBeijing[J].JournalofGeophysicalResearchAtmospheres,2009,114(D2):47234734[12]WangM,ShaoM,ChenW,etal.Atemporallyandspatiallyresolvedvalidationofemissioninventoriesbymeasurementsofambientvolatil eorganiccompoundsinBeijing,China[J].AtmosphericChemistry&Physics,2014,14(12):58715891[13]武汉市统计局.武汉市统计年鉴(2016)[M].武汉:中国统计出版社,2017:79408WuhanDistrictBureauofStatistics.Wuhanstatisticalyearbook:2016[M].Wuhan:ChinaStatisticsPress,2017:79408[14]WangB,ShaoM,LuSH,etal.VariationofambientnonmethanehydrocarbonsinBeijingcityinsummer2008[J].AtmosphericChemist ry&Physics,2010,10(13):55655597[15]YuanB,ShaoM,LuS,etal.SourceprofilesofvolatileorganiccompoundsassociatedwithsolventuseinBeijing,China[J].AtmosphericEnvironment,2010,44(15):19191926[16]CaiCJ,GengFH,TieXX,etal.Characteristicsofambientvolatileorganiccompounds (VOCs)measuredinShanghai,China[J].Sensors,2010,10(8):784362[17]安俊琳,朱彬,王红磊,等.南京北郊大气VOCs变化特征及来源解析[J].环境科学,2014,35(12):44544464ANJunlin,ZHUBin,WANGHonglei,etal.Characteristicsandsourceapportionmentofvolatileorganiccompounds(VOCs)inthenorthernsuburbofNanjing[J].EnvironmentalScience,2014,35(12):44544464[18]翟崇治,刘芮伶,余家燕,等.重庆城区大气VOCs的浓度变化特征与臭氧生成潜势[J].环境影响评价,2013(6):4549ZHAIChongzhi,LIURuiling,YUJiayan,etal.Characteristicsandozoneformationpotentialofvolatileorganiccompounds(VOCs)intheurbansiteofChongqing[J].EnvironmentalImpactAssessment,2013(6):4549[19]WangN,LiN,LiuZ,etal.InvestigationofchemicalreactivityandactivecomponentsofambientVOCsinJinan,China[J].AirQualityAtmosphere&Health,2016,9(7):785793[20]姚兰.山东典型地区大气PM25化学组成、来源及二次生成研究[D].济南:山东大学,2016YAOLan.Chenmicalcompositions,sourcesandsecondaryformationofPM25intypical]areasinShandong[D].Jinan:ShandongUniversity,2016[21]YuanB,LiuY,ShaoM,etal.BiomassburningcontributionstoambientVOCsspeciesatareceptorsiteinthePearlRiverDelta (PRD),China[J].EnvironmentalScience&Technology,2010,44(12):45774582[22]KimKH,HongYJ,PalR,etal.Investigationofcarbonylcompoundsinairfromvariousindustrialemissionsources[J].Chemosphere,2008,70(5):807820[23]南淑清,張霖琳,张丹,等.郑州市环境空气中VOCs的污染特征及健康风险评价[J].生态环境学报,2014(9):14381444NANShuqing,ZHANGLinlin,ZHANGDan,etal.HealthriskassessmentofVOCsinambientairinZhengzhou[J].EcologyandEnvironmentalSciences,2014(9):14381444[24]魏恩棋,时庭锐,李利荣,等.天津市大气中挥发性有机物的组成及分布特点[J].中国环境监测,2010,26(4):48WEIEnqi,SHITingrui,LILirong,etal.ThecompositionanddistributionofVOCsintheatmosphereofTianjin[J].EnvironmentalMonitoringinc hina,2010,26(4):48[25]杭维琦,薛光璞.南京市环境空气中挥发性有机物的组成与特点[J].中国环境监测,2004,20(2):1416HANGWeiqi,positionandcharacteristicsofVOCsimbientairinNanjing[J].EnvironmentalMonitorin ginchina,2004,20(2):1416[26]ZhongZ,ShaQ,ZhengJ,etal.SectorbasedVOCsemissionfactorsandsourceprofilesforthesurfacecoatingindustryinthePearlRiverD eltaregionofChina[J].ScienceoftheTotalEnvironment,2017,583:1928[27]SairatT,HomwuttiwongS,HomwutthiwongK,etal.Investigationofgasolinedistributionswithinpetrolstations:spatialandseasonalconcentrations,sources,mitigationmeasures,andoccupationallyexposedsymptoms[J].EnvironmentalScience&PollutionResearch,2015,22(18):1387013880[28]刘奇琛,黄婧,郭新彪.北京市大气挥发性有机物(VOCs)的污染特征及来源[J].生态毒理学报,2017,12(3):4961LIUQichen,HUANGJing,GUOXinbiao.Pollutioncharacteristicsandsourcesofambientvolatileorganiccompounds(VOCs)inBeijing[J].AsianJournalofEcotoxicology,2017,12(3):4961[29]张桂芹,姜德超,李曼,等.城市大气挥发性有机物排放源及来源解析[J].环境科学与技术,2014,37(增刊2):195200ZHANGGuiqin,JIANGDechao,LIMan,etal.Emissionsourcesandanalyticalsourcesofvolatileorganiccompoundsinurbanatmospheric[J].Environ mentalScience&Technology,2014,37(sup2):195200[30]乔月珍,王红丽,黄成,等.机动车尾气排放VOCs源成分谱及其大气反应活性[J].环境科学,2012,33(4):10711079QIAOYuezhen,WANGHongli,HUANGCheng,etal.Sourceprofileandchemicalreactivityofvolatileorganiccompoundsfromvehicleexhaust[J].ChineseJo urnalofEnvironmentalScience,2012,33(4):10711079[31]池彦琦,谢绍东.基于蓄积量和产量的中国天然源VOC排放清单及时空分布[J].北京大学学报(自然科学版),2012,48(3):475482CHIYanqi,XIEShaodong.SpatiotemporalinventoryofbiogenicvolatileorganiccompoundemissionsinChinabasedon vegetationvolumeandproduction[J].ActaScientiarumNaturaliumUniversitatisPekinensis,2012,48(3):475482[32]韩萌,卢学强,冉靚,等.天津市城区夏季VOCs来源解析[J].环境科学与技术,2011,34(10):7680HANMeng,LUXueqiang,RANLiang,etal.SourceapportionmentofvolatileorganiccompoundsinurbanTianjininthesummer[J].EnvironmentalS cience&Technology,2011,34(10):7680[33]蔡长杰,耿福海,俞琼,等.上海中心城区夏季挥发性有机物(VOCs)的源解析[J].环境科学学报,2010,30(5):926934CAIChangjie,GENGFuhai,YUQiong,etal.SourceapportionmentofVOCsatcitycentreofShanghaiinsummer[J].ActaScientiaeCircumstantiae,2010,30(5):926934[34]杨辉,朱彬,高普徽,等.南京市北郊夏季挥发性有机物的源解析[J].环境科学,2014,34(12):45194528。

我国典型城市人为源VOCs排放行业的清单研究—以武汉市为例

我国典型城市人为源VOCs排放行业的清单研究—以武汉市为例

2019年第19期广东化工第46卷总第405期·143·我国典型城市人为源VOCs排放行业的清单研究—以武汉市为例肖凯1,赵泉2(1.武汉市环境保护科学研究院,湖北武汉430015;2.武汉智汇元环保科技有限公司,湖北武汉430079)Study of VOCs Emission Inventory of Anthropogenic Sources in a Typical City inChina—A case study of Wuhan CityXiao Kai1,Zhao Quan2(1.Wuhan Institute of Environmental Protection Science,Wuhan430015;2.Wuhan Zhihui yuan Environmental Protection Technology Co.,Ltd.,Wuhan430079,China)Abstract:The study of source emission list of pollutants is the basis for formulating the control measures of atmospheric compound pollution.The study of typical city in China,the middle reaches of the Yangtze River City Group in Wuhan city VOCs anthropogenic source,collecting activity data,application of domestic and foreign research achievements of Wuhan City emission factor and industry research results,the establishment of the anthropogenic VOCs emission inventory in 2015in Wuhan city of industry,region by emission factor method.The results show that the VOCs emissions from Wuhan is about15.9808×104t/a,and the VOCs content in the refining and petrochemical industry and the mobile source industry is the highest,accounting for27.2%and26.5%of the total VOCs emissions, respectively.The iron and steel industry,the surface coating industry,shipbuilding,oil storage and transportation,and electronic components emissions are relatively large in the industrial process source,while the solvent source,vehicle maintenance and surface coating are the key industries.In the space area,the emission of VOCs in Qingshan and chemical industry area is obviously higher than that of other areas in Wuhan,accounting for55%of the total amount of VOCs emissions in the whole city of Wuhan.Xinzhou District,Jiangxia district and East Lake District,scenic area emissions next,while the minimum emissions in Hongshan District, Qiaokou district.The uncertainty of VOCs source list in Wuhan is mainly due to the lack of local source emission factors in Wuhan,as well as the classification of pollution sources and activity levels in the estimation process.Keywords:VOCs;emission inventory;emission factor;Wuhan city挥发性有机物(VOCs)是大气中的重要污染物,可以通过参与大气光化学反应生成二次污染物如臭氧(O3)、过氧乙酰硝酸酯(PAN)和有机气溶胶(OM)等,对人体健康、气候、环境等造成间接影响。

武汉市大气污染的资源环境经济分析

武汉市大气污染的资源环境经济分析

武汉市大气污染的资源环境经济分析摘要:武汉市近年来空气质量恶化,可吸入颗粒物以及细颗粒物都严重超标,雾霾天气频发,2013年一整年中空气质量达到优良的天数仅有169天,优良率为46.3%。

由此,本文将针对这个问题从资源环境经济学的角度来分析空气质量恶化的原因,并从经济学方面寻求解决的途径。

关键词:大气污染、帕累托效率、庇古税、科斯定理、碳排放交易前言武汉市是湖北省省会,中国中部的经济、金融、贸易、科学、教育和信息中心。

世界第三大河长江及其最大支流汉水在市区内交汇,将市区一分为三,形成汉口、汉阳和武昌三镇鼎立的格局,故武汉素有“江城”的美誉。

全年治理污染源1250项,限期治理老污染源25项,排污口整治43项,噪声未超标区累计达到20片,共138.91平方公里。

全市区域环境噪声平均值55.1分贝,交通干线噪声平均值69.8分贝。

城区可吸入颗粒物日均值0.119豪克/立方米,二氧化硫年日均值0.042豪克/立方米,饮用水源水质达标率98.98%,工业废水排放达标率90%,粪便无害化处理率100%。

1.武汉市大气污染的现状根据武汉市华宁中心监测站的数据,我们可以查到2013年每一月的空气质量指标,并由此做出了下列的表格。

月份空气质量优良天数优良率/%SO2超标率NO2超标率CO超标率PM10超标率/%PM2.5超标率/%1 1 3.2 达标58.1 达标71 96.82 7 25 达标达标达标14.3 753 6 19.4 达标16.7 达标29 714 20 66.7 达标 6.7 达标13.3 33.35 15 48.4 达标9.7 达标19.4 35.56 20 66.7 达标达标达标达标 3.37 31 100 达标达标达标达标达标8 25 80.6 达标达标达标达标达标9 18 60 达标10 达标 6.7 26.710 5 16.1 达标45.2 达标71 80.611 10 33.3 达标46.7 达标50 63.312 1 3.2 达标77.4 达标83.9 96.8根据上述的表格,我们可以看出,在过去的2013年这一年中,一共有七个月的空气质量优良率在50%以下,PM10达标率为25%,PM2.5达标率为16.7%,二氧化氮的达标率为33.3%。

武汉市源成分谱特征研究

武汉市源成分谱特征研究

武汉市源成分谱特征研究作者:宫攀骆颖来源:《南京信息工程大学学报(自然科学版)》2018年第05期摘要通过采集武汉市土壤风沙尘、建筑水泥尘、城市扬尘、餐饮源、生物质燃烧源、工业煤烟尘和电厂煤烟尘等7类源样品,并分析其碳组分、水溶性离子组分和无机元素组分,建立PM10和PM25源成分谱.研究表明,地壳元素Si、Ca、Al以及Fe等是土壤风沙尘的主要特征组分,其中Si是含量最高的成分,也是土壤风沙尘的标识组分.无组织建筑水泥尘中Si和Ca 元素含量较高,将Ca元素作为无组织建筑水泥尘区别其他源类的重要元素,而有组织建筑水泥尘中OC、SO2-4含量比无组织建筑水泥尘高.城市扬尘中Ca的含量相对较高,表明城市扬尘受到建筑水泥尘影响较多.生物质燃烧源成分谱中OC的含量远高于成分谱中其他组分,另外Cl-和K的平均含量也较高,K一般为生物质源的特征元素.关键词PM10;PM25;源成分谱中图分类号X513文献标志码A1武汉市环境监测中心,武汉,4300150引言大气颗粒物来源解析是基于颗粒物受体和源的化学组成信息,利用源解析模型对不同类型的颗粒物排放源类进行识别并定量解析其对颗粒物贡献的技术方法,是科学、有效开展大气污染防治工作的基础和前提,是制定环境空气质量达标规划和重污染天气应急预案的重要依据[12].武汉市作为华中地区重要的社会经济发展中心,城市环境空气呈现典型的大气复合污染特征.随着武汉市空气质量改善工作的推进,政府部门需要为空气质量达标和精准治霾持续提供更加全面深入的技术支撑.源成分谱是开展受体模型研究的基础资料,也是排放源污染特征的直接反映,是影响源解析结果正确与否的关键因素[3].近年来,北京[4]、重庆[5]、浙江[6]、贵州[7]、山东[8]、河北[9]等多地针对颗粒物排放源谱开展了深入的研究.本文根据武汉市实际情况,结合国内外源解析方面的研究进展[1012],对武汉市PM10和PM25主要污染源进行分类,采集有代表性的样品,并分析其碳组分、水溶性离子组分和无机元素组分,建立主要污染源的源成分谱,以期充分认识武汉市PM10和PM25主要污染源的污染特点,对利用受体模型开展大气颗粒物源解析研究工作及制定科学的颗粒物污染防治措施起到积极的作用.1研究方法11样品采集土壤风沙尘的采集,选取武汉市市郊(距市区20km左右)东、南、西、北、东北、东南、西北、西南8个方向以及主导风向上的裸露农田、河滩或果园,各方向上均匀布点,分别采样.布点周围避免烟尘、工业粉尘、汽车、建筑工地等人为污染源的干扰.土壤风沙尘共布设10个点位,清除地表植物碎屑等杂物,以梅花布点法采集表层土壤和0~20cm内的下层土壤,采集量为200g/袋,采集样品共计17个,其中西南、西、主导上风向各采集2个,南、主导下风向样品各3个,北、西北、东、东北、东南样品各1个.建筑水泥尘的采集,选取建成区内典型建筑施工场所,包括道路桥梁施工、地铁施工和房屋建筑施工工地等多种工地性质,同时考虑不同的行政区划,均匀布点采集建筑揚尘.收集散落在施工作业面(如建筑楼层水泥地面、窗台、楼梯、水泥搅拌场地等)上的建筑尘混合样品,共计7个样品.城市扬尘样品的采集充分考虑了城市的功能区划、地理位置和主导风向等,结合空气质量监测点(国控、省控和市控)的布局,在监测点1km范围内布设采样点,共采集33个样品.在样品采集时,选取周边没有或远离其他局部污染源的地方,用毛刷采集楼房、仓库等建筑物的窗台、储物架等平台上积累时间较长的降尘,采集量约50~200g.在餐饮源的采样中,根据武汉市主要餐饮类型和油烟排放特点,选取以炒菜为主、排风量较大的餐饮单位在炒菜高峰时所排放的油烟,在其油烟排放口周边(以油烟排放口为中心半径为2m)按扇形布点法布设采集点位.选取4家典型的餐厅,包括2家大型酒店和2家综合型商业广场,分时间段采集餐饮油烟颗粒物,用TH150系列智能中流量空气总悬浮微粒采样器以100L/min的流量同时采集PM10和PM25两种粒径样品,采样时间段分别为中午11:00—14:00和下午17:00—20:00.为调查武汉市主要种类生物质燃烧排放颗粒物特征,于2017年5月在武汉市蔡甸区消泗乡港洲村(11378°E,3025°N)农家菜地对油菜、小麦2种作物秸秆部分进行燃烧实验并采集其燃烧过程排放的烟气,采样仪器为8台TH150系列智能中流量空气总悬浮微粒采样器,以100L/min的流量同时采集PM10和PM25两种粒径的颗粒物样品,分空白对照组(4台)及采样组(4台)进行模拟实验,空白组仪器布于燃烧点位上风向位置,采样组布于下风向位置,电风扇作为辅助工具引导风向.本次研究中,从南开大学国家环境保护城市空气颗粒物污染防治重点实验室颗粒物源成分谱库中选取与武汉市机动车排放类型相类似城市的机动车尾气源成分谱,作为武汉市机动车尾气源成分谱参与模型计算.固定源根据锅炉吨位、除尘、脱硫和脱硝方式的不同,结合燃煤使用情况,采集了6家单位的煤烟尘样品,其中火力发电厂1家、食品工业2家、水泥厂2家和垃圾焚烧厂1家.各企业信息详见表1.所有固定源采样均采用便携式稀释通道采样器(PDSI01P型,陕西正大环保科技有限公司)进行烟囱排气口颗粒物的采集.12样品的处理和分析本次研究采集的源样品包括直采污染源的滤膜样品和土壤尘、城市扬尘等开放源样品.对采集到的开放源样品,首先置于实验室自然阴干,而后采用200目标准尼龙筛进行筛分处理,再采用NKUZXF颗粒物再悬浮采样器模拟污染源颗粒物样品进入环境中的过程,完成对开放源PM10和PM25等不同粒径颗粒物滤膜样品的制备.样品分析项目包括质量分析、水溶性离子、元素及碳组分分析.采用ICAP7400电感耦合等离子体发射光谱仪(美国赛默飞世尔)分析Na、Mg、Al、Si、S、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Br、Ba、Hg、Pb等无机元素;采用ThermoICS900离子色谱仪(美国Thermo公司)分析Na+、NH+4、K+、Mg2+、Ca2+等水溶性阳离子,以及SO2-4、Cl-、NO-3、F-等水溶性阴离子的浓度;采用DRI2001A型热光碳分析仪分析样品中的OC(有机碳)和EC(元素碳).2结果与讨论各源类的化学组分百分比和成分谱详见表2—4.21土壤风沙尘由图1可见,地壳元素Si、Ca、Al以及Fe等是土壤风沙尘的主要特征组分,所占比例较高,而且不确定度相对较小.其中Si是含量最高的成分,在2种粒径颗粒物中均为014g/g左右,Al、Ca、Fe等元素含量水平在004~007g/g.除地壳元素之外,土壤风沙尘中也含有一定的OC,在PM25、PM10中均为011g/g.22建筑水泥塵建筑水泥尘(无组织)PM25、PM10源成分谱如图2所示.Ca、Si元素含量最高,PM25、PM10中均为017g/g左右;其次为SO2-4和OC,在2种粒径颗粒物成分谱中分别占003、009g/g左右;地壳元素Al、Fe、Mg等也占有一定比例.与国内其他研究的无组织建筑水泥尘相比,武汉市源成分谱中Ca元素含量较低,如北京Ca元素在PM10中比例为2051%,贵阳Ca 元素在PM25中比例为3359%,常州为2500%.建筑水泥尘(研磨站及水泥窑)PM25、PM10源成分谱分别如图3、图4所示.在研磨站源成分谱中,Ca在PM25、PM10中含量均为最高,分别为024、026g/g;其次为Si,含量为012~014g/g左右.在水泥窑源成分谱中,SO2-4含量最高,在PM25、PM10中含量分别为020、008g/g,Ca在PM25、PM10中含量与研磨站源成分谱相比均大幅减少.23城市扬尘由图5可见,PM10、PM25城市扬尘源成分谱中以Si、OC、Ca、SO2-44类组分为最高,其他组分Al、Fe等也占有一定比例.Ca元素在PM25、PM10中含量最高,分别达013、014g/g,可见城市扬尘受到建筑水泥尘影响较多;而OC、SO2-4分别为012、008g/g左右,可见其也受到机动车尘和煤烟尘一定程度的影响.从国内其他城市的城市扬尘成分谱中可以看到,各城市之间存在一定差异,北京城市扬尘主要受道路尘的影响,石家庄城市扬尘主要受土壤风沙尘和道路尘影响,而贵阳城市扬尘主要受土壤风沙尘、建筑水泥尘的影响.由此可见,城市扬尘作为混合源,受多种一次源类的共同影响,多种源类的特征元素在扬尘源成分谱中均有体现.24餐饮源4家餐饮机构采集的颗粒物源谱如图6所示,普遍表现为OC含量最高,在PM25中含量为050~051g/g,在PM10中含量也达到了043~049g/g,餐饮源源成分谱中OC的含量远高于成分谱中其他组分.另外,EC和Ca含量也相对较高,EC在PM25中含量为001~002g/g,在PM10中含量均为001g/g;Ca在PM25中含量为0006~003g/g,在PM10中含量为001~002g/g,这与文献[13]的结果相一致,OC一般作为餐饮源的特征元素.25生物质燃烧尘生物质燃烧是大气颗粒物中碳组分的重要来源[14].武汉市周边郊区为了解决大量秸秆闲置,将秸秆在田间露天焚烧,产生大量焚烧烟雾可以传输到城区,成为武汉市大气中OC和EC的重要来源[15].本次源采样工作对油菜和小麦2种生物质燃烧源进行颗粒物采样,分析得到PM25、PM10源成分谱如图7所示.在生物质燃烧源产生的颗粒物中,OC含量最高,在油菜燃烧尘中,OC在PM25、PM10中含量均为050g/g,在小麦燃烧尘中分别为047、048g/g;EC 含量相对较少,在油菜燃烧尘中,EC在PM25、PM10中含量均为003g/g,在小麦燃烧尘中含量均为002g/g.另外,生物质燃烧源成分谱中Cl-和K的含量也较高,其中油菜燃烧尘中的Cl-在PM25、PM10中含量均为0005g/g,小麦均为001g/g;油菜燃烧尘中K元素在PM25、PM10中含量相近,均为0008g/g,小麦则分别为001、002g/g.由于生物质中富含K、Cl-等组分,K一般作为生物质燃烧源的特征元素.26工业煤烟尘工业企业煤烟尘源成分谱如图8所示.在源成分谱中,Si、Ca、NH+4、Cl-等含量较高,在PM25中的含量分别为012、008、006、007g/g,在PM10中的含量分别008、004、006、008g/g;其次为Na,在PM25、PM10中的含量分别为006、005g/g,OC含量也较高,在PM25、PM10中为005g/g左右;Mg、K等元素在PM25、PM10中含量较低,且略有差异.27电厂煤烟尘经化学组分分析,构建得到电厂煤烟尘源成分谱如图9所示.Cl-为PM25、PM10中含量最高组分,分别为033、031g/g.这可能是因为电厂采用石灰石石膏湿法脱硫,该工艺为接近封闭系统的状态,会将吸收液从烟气中吸收的Cl-增加到很高的浓度,而这些溶解的氯化物会产生高浓度的溶解钙(主要是氯化钙),所以经过脱硫后颗粒物中的Cl-含量会大幅度提高;其次,NH+4和SO2-4含量较高,其中SO2-4在PM25、PM10中含量分别为010、009g/g.28垃圾焚烧厂煤烟尘经化学组分分析,构建得到垃圾焚烧厂煤烟尘源成分谱如图10所示.源谱中SO2-4为含量最高组分,在PM10中达到018g/g;其次,Al、NH+4含量较高,其中Al在PM25、PM10中含量分别为007、003g/g.3结论1)地壳元素Si、Ca、Al以及Fe等是武汉市土壤风沙尘的主要特征组分,所占比例较高,而且不确定度相对较小.其中Si是含量最高的成分,也是土壤风沙尘的标识组分.2)武汉市无组织建筑水泥尘的Si和Ca元素含量较高,将Ca元素作为无组织建筑水泥尘区别其他源类的重要元素,而有组织建筑水泥尘的OC、SO2-4含量高于无组织建筑水泥尘.2结果与讨论各源类的化学组分百分比和成分谱详见表2—4.21土壤风沙尘由图1可见,地壳元素Si、Ca、Al以及Fe等是土壤风沙尘的主要特征组分,所占比例较高,而且不确定度相对较小.其中Si是含量最高的成分,在2种粒径颗粒物中均为014g/g左右,Al、Ca、Fe等元素含量水平在004~007g/g.除地壳元素之外,土壤风沙尘中也含有一定的OC,在PM25、PM10中均为011g/g.22建筑水泥尘建筑水泥尘(无组织)PM25、PM10源成分谱如图2所示.Ca、Si元素含量最高,PM25、PM10中均为017g/g左右;其次为SO2-4和OC,在2种粒径颗粒物成分谱中分别占003、009g/g左右;地壳元素Al、Fe、Mg等也占有一定比例.与国内其他研究的无组织建筑水泥尘相比,武汉市源成分谱中Ca元素含量较低,如北京Ca元素在PM10中比例为2051%,贵阳Ca 元素在PM25中比例为3359%,常州为2500%.建筑水泥尘(研磨站及水泥窑)PM25、PM10源成分谱分别如图3、图4所示.在研磨站源成分谱中,Ca在PM25、PM10中含量均为最高,分别为024、026g/g;其次为Si,含量为012~014g/g左右.在水泥窑源成分谱中,SO2-4含量最高,在PM25、PM10中含量分别为020、008g/g,Ca在PM25、PM10中含量与研磨站源成分谱相比均大幅减少.23城市扬尘由图5可见,PM10、PM25城市扬尘源成分谱中以Si、OC、Ca、SO2-44类组分为最高,其他组分Al、Fe等也占有一定比例.Ca元素在PM25、PM10中含量最高,分别达013、014g/g,可见城市扬尘受到建筑水泥尘影响较多;而OC、SO2-4分别为012、008g/g左右,可见其也受到机动车尘和煤烟尘一定程度的影响.从国内其他城市的城市扬尘成分谱中可以看到,各城市之间存在一定差异,北京城市扬尘主要受道路尘的影响,石家庄城市扬尘主要受土壤风沙尘和道路尘影响,而贵阳城市扬尘主要受土壤风沙尘、建筑水泥尘的影响.由此可见,城市扬尘作为混合源,受多种一次源类的共同影响,多种源类的特征元素在扬尘源成分谱中均有体现.24餐饮源4家餐饮机构采集的颗粒物源谱如图6所示,普遍表现为OC含量最高,在PM25中含量为050~051g/g,在PM10中含量也达到了043~049g/g,餐饮源源成分谱中OC的含量远高于成分谱中其他组分.另外,EC和Ca含量也相对较高,EC在PM25中含量为001~002g/g,在PM10中含量均为001g/g;Ca在PM25中含量为0006~003g/g,在PM10中含量为001~002g/g,这与文献[13]的结果相一致,OC一般作为餐饮源的特征元素.25生物质燃烧尘生物质燃烧是大气颗粒物中碳组分的重要来源[14].武汉市周边郊区为了解决大量秸秆闲置,将秸秆在田间露天焚烧,产生大量焚烧烟雾可以传输到城区,成为武汉市大气中OC和EC的重要来源[15].本次源采样工作对油菜和小麦2种生物质燃烧源进行颗粒物采样,分析得到PM25、PM10源成分谱如图7所示.在生物质燃烧源产生的颗粒物中,OC含量最高,在油菜燃烧尘中,OC在PM25、PM10中含量均为050g/g,在小麦燃烧尘中分别为047、048g/g;EC 含量相对较少,在油菜燃烧尘中,EC在PM25、PM10中含量均为003g/g,在小麦燃烧尘中含量均为002g/g.另外,生物质燃烧源成分谱中Cl-和K的含量也较高,其中油菜燃烧尘中的Cl-在PM25、PM10中含量均为0005g/g,小麦均为001g/g;油菜燃烧尘中K元素在PM25、PM10中含量相近,均为0008g/g,小麦则分别为001、002g/g.由于生物质中富含K、Cl-等组分,K一般作为生物质燃烧源的特征元素.26工业煤烟尘工业企业煤烟尘源成分谱如图8所示.在源成分谱中,Si、Ca、NH+4、Cl-等含量較高,在PM25中的含量分别为012、008、006、007g/g,在PM10中的含量分别008、004、006、008g/g;其次为Na,在PM25、PM10中的含量分别为006、005g/g,OC含量也较高,在PM25、PM10中为005g/g左右;Mg、K等元素在PM25、PM10中含量较低,且略有差异.27电厂煤烟尘经化学组分分析,构建得到电厂煤烟尘源成分谱如图9所示.Cl-为PM25、PM10中含量最高组分,分别为033、031g/g.这可能是因为电厂采用石灰石石膏湿法脱硫,该工艺为接近封闭系统的状态,会将吸收液从烟气中吸收的Cl-增加到很高的浓度,而这些溶解的氯化物会产生高浓度的溶解钙(主要是氯化钙),所以经过脱硫后颗粒物中的Cl-含量会大幅度提高;其次,NH+4和SO2-4含量较高,其中SO2-4在PM25、PM10中含量分别为010、009g/g.28垃圾焚烧厂煤烟尘经化学组分分析,构建得到垃圾焚烧厂煤烟尘源成分谱如图10所示.源谱中SO2-4为含量最高组分,在PM10中达到018g/g;其次,Al、NH+4含量较高,其中Al在PM25、PM10中含量分别为007、003g/g.3结论1)地壳元素Si、Ca、Al以及Fe等是武汉市土壤风沙尘的主要特征组分,所占比例较高,而且不确定度相对较小.其中Si是含量最高的成分,也是土壤风沙尘的标识组分.2)武汉市无组织建筑水泥尘的Si和Ca元素含量较高,将Ca元素作为无组织建筑水泥尘区别其他源类的重要元素,而有组织建筑水泥尘的OC、SO2-4含量高于无组织建筑水泥尘.。

武汉市环境污染社会调查报告

武汉市环境污染社会调查报告

武汉市环境污染社会调查报告一、调查背景地球是人类共有的家园,大自然是我们生死相依的朋友,人类与环境和谐共处是我们生存与发展的必要保证。

然而,随着人口的激增,生活需求的扩大以及工业的速猛发展,人类赖以生存和发展的环境受到污染,生态遭到破坏,环境问题已从地域性走向全球性,成为当今人类面临的全球性问题之一,引起了世界各国的普遍关注。

在老师的倡导下,我对武汉市的环境作了一个浅层的调查。

1、调查时间:2012年7月10日至2012年7月31日2、调查地点:汉阳国棉(汉江水源)、汉口的堤角(长江水源)、宗关(汉江水源)、武昌的东湖(东湖水源)、武钢大气污染、杨园垃圾转运中心。

3、调查方式:学习书本知识,进行实地考察(最后附表格),谈心得体会。

二、总体状况及分析20世纪初,世界人口只有约16亿,1999年10月,世界人口已经突破了约60亿。

随着人口的激增,生活需求的扩大以及工业的迅猛发展,人类赖以生存和发展的环境受到污染,生态遭到破坏,环境问题已从地域性走向全球性,成为当今人类面临的全球性问题之一,引起了全世界各国的普遍关注。

环境问题的实质是发展问题,要实现人类同环境的协调发展,就要走可持续发展的道路。

(一)、调查内容和目的分别调查了汉阳国棉(汉江水源)、汉口的堤角(长江水源)、宗关(汉江水源)、武昌的东湖(东湖水源)、武钢大气污染、杨园垃圾转运中心,进行了废渣污染水、体污染废、渣污染和噪声污染的调查,比较全面地了解我市环境问题的现状和防治措施,从而认识人类经济发展同环境协调发展的关系,自觉保护人类赖以生存的自然环境。

(二)、调查方法和步骤1.学习书本知识。

理论联系实际。

认识当今环境问题的产生、现状及其危害,并了解人们为解决环境问题而采取的一般措施。

2.进行实地考察。

先后到东湖考察水体污染,到武钢察看大气污染现状,到武汉长江二桥主要交通干道观车流及建筑施工现场考察噪声污染,到杨园垃圾转运中心观看废渣污染情况等等。

武汉市三类不同大气污染过程下大气污染物特征及潜在源区分析

武汉市三类不同大气污染过程下大气污染物特征及潜在源区分析
第4卷 第2期 Vol.4 No.2
□研究论文
三峡生态环境监测 Ecology and Environmental Monitoring of Three Gorges
2019 年 6 月 Jun. 2019
DOI:10.19478/ki.2096-2347.2019.02.04
武汉市三类不同大气污染过程下大气污染物特征及 潜在源区分析
沙尘期间大气污染物的主要潜在源区为安徽、河南南部、沙尘源区的内蒙古和甘肃等地区。霾过程中大气污染物的主要潜
在源区为湖南东北部、湖北东部、安徽西南部、浙江西部、江西北部和河南南部。秸秆燃烧过程中大气污染物的主要潜在
源区为安徽、江苏西南部和河南东南部。
关键词:武汉;沙尘;霾;秸秆燃烧;潜在源区
引用格式:王红磊,沈利娟,施双双,等 . 武汉市三类不同大气污染过程下大气污染物特征及潜在源区分析[J]. 三峡生态环境监
WANG Honglei1,2, SHEN Lijuan1*, SHI Shuangshuang1, LU Wen1, LIU Ankang1
(1.Key Laboratory for Aerosol-Cloud Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China; 2. Shanghai Key Laboratory of Atmospheric Particle Pollution and Prevention, Shanghai
Байду номын сангаас
测,2019,4(2):27-39.

武汉市PM2.5污染源位置确定及其来源分析

题目:武汉市PM2.5污染源位置确定及其来源分析摘要气溶胶颗粒物PM2.5及其化学成分不仅是引起城市大气能见度降低的重要原因,还对人们的身体健康有直接的负面影响,因此受到了各国政府及相关研究部门的高度重视,我国近年来频发的雾霾天气更是将气溶胶污染问题推到了风口浪尖,引起了国内外对气溶胶污染尤其是PM2.5污染的广泛关注。

随着武汉市能源消耗的不断攀升,区域大气污染日益严重,雾霾天气的持续出现,使得空气质量每况愈下,对PM2.5等空气污染物的研究也显得极为重要。

对于问题一,我们研究了武汉市PM2.5污染源的可能位置。

基于高斯模型,利用假设将问题进行合理简化,建立较理想化的模型,再依次考虑风速、污染源的高度、地面的反射作用、时间、风向的影响对模型进行完善,最终得到具有一定实际意义的各监测点PM2.5污染源浓度计算模型,结果表明青山钢花和武昌紫阳两个监测点更靠近污染源;再分别选取两地区周围污染源可能性较大的地点进行PM2.5浓度分析,最终得到污染源可能位于青山钢花地区的三环友谊大道立交桥和工人村都市工业区附近。

对于问题二,我们研究了PM2.5中所含的元素的来源。

为分析其产生途径,我们首先分析了PM2.5中所含元素的种类及含量,用SPSS软件的因子分析模块进行主成分分析,利用元素相关矩阵、碎石图以及总方差解释表分析元素的来源,将这些元素分成5类因子,与各种污染源中所含的主要元素进行比对,得出主要来源为建筑扬尘,其次为汽车尾气以及煤炭燃烧;然后我们又采用富集因子法分析PM2.5的自然来源和人为来源,根据PM2.5中微量元素的富集因子值得出主要来源于为人为污染的结论。

关键词:PM2.5 高斯模型因子分析富集因子分析一、 问题重述环境空气质量和监测标准一直以来都是公众热议的话题,为了让广大市民群众呼吸上洁净的空气,我们的当务之急是要开展相应的科学研究,分析大气污染因子特别是PM2.5 污染源的位置、强度以及来源,并向公众直观展示出来,便于相关部门有针对性地制定防控措施,为居民的健康保驾护航。

2007-2011年武汉市空气污染物时空分布特征

2007-2011年武汉市空气污染物时空分布特征裴婷婷;陈小平;周志翔【摘要】The spatial and temporal characteristics of Wuhan from 2007 to 201 1 were examined based on the air pollutant index involvingPM10 ,SO2 ,and NO2 combining with the monthly meteorological indicators.Grey correla-tion method is applied to explore the impacts of five meteorological indicators on air pollution as well.The results showed that the air quality of Wuhan was getting better and better from 2007 to 201 1 since the annual average con-centration of PM10 was becoming lower and lower.The PM10 could achieve the second grade of national air standard in 2011.However,the annual average concentrations of SO2 and NO2 stayed higher than the second grade of na-tional air standard.The grey correlation order of meteorological factors on PM10 concentration is rainfall >relative humanity >average wind velocity >average atmospheric pressure >average temperature,with rainfall >aver-age windvelocity >relative humanity >average temperature >average atmospheric pressure on SO2 ,and rainfall>relative humanity >average windvelocity >average temperature >average atmospheric pressure on NO2 , which means that rainfall is the primary meteorological factor on air pollutants concentration,following the relative humanity wind velocity,atmospheric pressure,and temperature at the last.%利用武汉市2007-2011年的PM10、SO2、NO2的空气污染指数(API)资料,结合各月气象资料,分析武汉市空气污染物的时空分布特征,并利用灰色关联法分析5个气象因子对空气污染物浓度的影响。

武汉市大气NO2污染特征及影响因素分析

武汉市大气NO2污染特征及影响因素分析The Analysis of NO2 Pollution Feature and AffectingFactors in Wuhan目录摘要: (I)关键词: (I)1.引言 (1)2.资料来源及处理方法 (1)2.1资料来源 (1)2.2资料处理方法 (1)3.武汉市大气NO2污染特征及影响因素 (2)3.1大气NO2污染年际变化及其影响因素 (2)3.1.1污染特征 (2)3.1.2影响因素 (3)3.2大气NO2污染月、季变化及其影响因素 (4)3.2.1 大气NO2污染月变化情况 (4)3.2.2 大气NO2污染季变化情况 (5)3.2.3 影响因素 (6)3.3 大气NO2污染逐日变化及其影响因素 (6)3.3.1大气NO2污染逐日变化情况 (6)3.3.2 影响因素分析 (7)3.3.2.1 降水对大气中NO2浓度的影响 (7)3.3.2.2 风速对大气中NO2浓度的影响 (8)4.结论 (9)参考文献 (10)致谢: (12)摘要NO2作为导致城市大气环境污染的重要根源,对人类乃至整个生物圈都有极大危害。

本文通过对2005-2011年武汉市环境空气质量资料做统计分析,评价了近几年来武汉市区的大气NO2污染状况,并分析了武汉市大气污染的主要特征及其影响因素。

总体来说,2005-2011年,武汉市区大气NO2绝对浓度呈缓慢上升趋势,但是市区大气NO2浓度相对于武汉市GDP有所下降,空气质量呈良性发展趋势,“十二五”期间NO2总量减排10%的目标有望达成。

武汉市区大气NO2污染具有明显的月、季变化,一年之中,以夏季大气NO2浓度最低,冬季最高;各月中以7、8月大气NO2浓度最低;11月和12月最高。

武汉市大气NO2污染物的分布规律是气象条件和污染源排放综合作用的结果,其环境空气污染特征正在由煤烟型污染向煤烟--机动车尾气混合型污染过渡,呈现典型的复合型污染特征。

近两年武汉市环境空气质量时空分布特征及污染源解析

第40卷第6期2018年11月湖北大学学报(自然科学版)JournalofHubeiUniversity(NaturalScience)Vol.40㊀No.6㊀Novꎬ2018㊀收稿日期:20180305基金项目:武汉快速城市化过程中的资源环境承载力研究(400 ̄099673)资助作者简介:莫彩芬(1993)ꎬ女ꎬ硕士生ꎬE ̄mail:1263664091@qq.comꎻ陈红兵ꎬ通信作者ꎬ实验师ꎻE ̄mail:hbchen7112@163.com文章编号:10002375(2018)06059308近两年武汉市环境空气质量时空分布特征及污染源解析莫彩芬ꎬ陈帅ꎬ陈红兵ꎬ柯杰ꎬ陈默(湖北大学资源环境学院ꎬ湖北武汉430062)摘要:运用主成分分析和聚类分析法ꎬ对2016 2017年武汉市环境空气10个国控点10个市控点的6个空气质量指标数据进行分析ꎬ揭示武汉市环境空气质量时空分布差异性ꎬ辨识主要污染因子ꎬ解析污染成因.结果表明:2016 2017年ꎬ武汉市空气质量有变好的趋势ꎬ主要是因为PM2.5和PM10同期月均浓度下降ꎻSO2㊁NO2㊁PM10㊁PM2.5浓度排序依次为:冬>春>秋>夏ꎻCO浓度排序依次为:冬>秋>春>夏ꎻO3浓度排序依次为:夏>秋>春>冬ꎻ武汉市监测点位空气质量从好到坏的顺序为:远郊区>中心城区>工业园(区)或经济开发区ꎻ春季的主要污染物因子为NO2㊁CO㊁O3㊁PM10ꎬ夏季的主要污染物因子为NO2㊁SO2㊁PM2.5ꎬ秋季的主要污染物因子为NO2㊁PM2.5㊁CO㊁O3㊁PM10ꎬ冬季的主要污染物因子为NO2㊁CO㊁O3㊁PM2.5㊁PM10ꎻ近两年ꎬ机动车尾气㊁工业废气排放以及建筑扬尘构成武汉市空气污染的主要来源ꎬ秸秆燃烧对空气质量的影响逐渐减小.关键词:空气质量ꎻ时空分布ꎻ主成分分析ꎻ聚类分析ꎻ污染源解析中图分类号:X832㊀㊀文献标志码:A㊀㊀DOI:10.3969/j.issn.1000 ̄2375.2018.06.008Spatio ̄temporaldistributionofairqualityandsourceidentificationofpollutioninWuhanMOCaifenꎬCHENShuaiꎬCHENHongbingꎬKEJieꎬCHENMo(FacultyofResourcesandEnvironmentalScienceꎬHubeiUniversityꎬWuhan430062ꎬChina)Abstract:PCAandCAwereappliedforanalysisofthespatio ̄temporaldistributionofairqualityandidentifyingthemainpollutionfactorsandthecausesofpollutionbasedon6airqualityindicesof10state ̄controlledand10city ̄controlledinWuhanfrom2016to2017.TheresultsshowedthattheairqualitychangedbetterinWuhanfrom2016to2017becauseofthedeclineoftheaveragedconcentrationofPM2.5andPM10intherespectivelyseasonꎻConcentrationofSO2ꎬNO2ꎬPM10andPM2.5sortedintheorder:winter>spring>autumn>summerꎻSortofCOconcentrationwasintheorder:winter>autumn>spring>summerꎻSortofO3concentrationwasintheorder:summer>autumn>spring>winterꎻThedecreasingorderofWuhancity sairqualitywas:outersuburbs>centerurbanarea>industrialparkoreconomicdevelopmentzoneꎻThemainpollutionfactorsofspringwereNO2ꎬCOꎬO3ꎬPM10ꎬthemajorpollutionfactorsofsummerwereNO2ꎬSO2ꎬPM2.5ꎬthemajorpollutantfactorsofautumnwereNO2ꎬCOꎬO3ꎬPM10andPM2.5ꎬthemainpollutionfactorsofwinterwereNO2ꎬCOꎬO3ꎬPM2.5andPM10ꎻInthepasttwoyearsꎬmotorvehicleexhaustꎬindustrialemissionsandconstructionfugitivedustwerethemainsourceofairpollutioninWuhancityꎬstrawburninggraduallyhadreducedtheinfluencetoairquality.Keywords:airqualityꎻspatio ̄temporaldistributionꎻPCAꎻCAꎻpollutionsourcesidentification594㊀湖北大学学报(自然科学版)第40卷0㊀引言近几年ꎬ随着经济建设的快速发展ꎬ国内大气污染问题也越来越多ꎬ空气质量持续下降ꎬ空气污染事件频发ꎬ与居民身心健康密切相关的空气质量问题也越来越引起人们的关注.习近平总书记在中国共产党第十九次全国代表大会上指出ꎬ生态文明建设功在当代ꎬ利在千秋[1].李克强总理在十二届全国人大五次会议上提出ꎬ加快生态环境保护治理力度ꎬ是可持续发展的内在要求[2].空气质量问题已从现实民生问题上升至国家可持续发展问题.在此背景下ꎬ武汉市作为中国东西贯通的枢纽㊁中国的区域中心城市ꎬ城市空气质量必定成为影响其发展的重要因素之一.因此ꎬ探索武汉市空气质量时空分布特征ꎬ识别污染因子ꎬ解析污染源ꎬ寻求污染治理对策ꎬ已成为武汉市人与自然和谐发展的重要课题.国内关于武汉市空气质量问题的研究成果很多ꎬ但主要集中在以下3个方面:1)从个别指标探索该指标的时空分布特征.如PM2.5[3 ̄4]㊁PM10[5].2)武汉市空气质量影响因素.如气象要素[6]㊁机动车尾气[7]㊁建筑垃圾[8].3)大部分研究点位集中在国控点ꎬ不包含市控点[9 ̄10].本文中以2016 2017年武汉市20个监控点(10个国控点ꎬ10个市控点)的6个空气污染物指标作为研究对象ꎬ应用主成分分析(PCA)和聚类分析(CA)ꎬ分析武汉市环境空气质量分布特征ꎬ辨识主要污染因子ꎬ解析污染源特征ꎬ为政府制定大气污染防控计划㊁进一步改善武汉市环境空气质量提供科学依据ꎬ并希望该方法能为其他同类型城市的环保部门对环境质量的监测㊁污染的控制以及污染源的解析提供一定的科学参考依据.1㊀研究区域概况武汉市(113ʎ41ᶄ115ʎ05ᶄEꎬ29ʎ58ᶄ31ʎ22ᶄN)地处长江中下游ꎬ隶属江汉平原东部ꎬ是湖北省省会和国家区域中心城市.武汉市水域面积共有2117.60km2ꎬ占该市总面积的25.79%ꎻ武汉市2011年获 国家森林城市 称号ꎬ森林覆盖率达39.09%ꎬ自然植被多以常绿阔叶和落叶阔叶混交林为主[9]ꎻ武汉市属于北亚热带季风性湿润气候区ꎬ雨期主要集中在夏季ꎬ年平均降水量为15502050mmꎻ四季分明ꎬ年平均气温15.817.5ħꎻ武汉市是 四大火炉 城市之一ꎬ三面环山ꎬ不宜空气流通[11]ꎻ夏季以东南风为主ꎬ冬季以北风或西北风为主ꎬ夏季酷热ꎬ冬季寒冷ꎻ季节划分按照3㊁4㊁5月为春季ꎬ6㊁7㊁8月为夏季ꎬ9㊁10㊁11月为秋季ꎬ12㊁1㊁2月为冬季.2㊀数据与方法2.1㊀数据采集㊀本文中所利用的2016 2017年空气质量数据来源于武汉市环境保护局官网公布的全市10个国控点㊁10个市控点的逐日监测数据ꎬ包括二氧化硫(SO2)㊁二氧化氮(NO2)㊁可吸入颗粒物(PM2.5)㊁一氧化碳(CO)㊁臭氧(O3)㊁细颗粒物(PM10).武汉市10个国控点(东湖梨园㊁沌口新区㊁吴家山㊁武昌紫阳㊁东湖高新㊁汉阳月湖㊁汉口花桥㊁青山钢花㊁汉口江滩㊁沉湖七壕)㊁10个市控点(汉南区站㊁江夏区站㊁黄陂区站㊁江汉红领巾㊁硚口古田㊁洪山地大㊁蔡甸区站㊁新洲区站㊁东西湖区站㊁化工区站)地理位置如图1所示.本文中选取2016 2017年6个指标作为研究对象ꎬ进行多元统计分析.2.2㊀数据分析2.2.1㊀空气质量时空尺度变化图㊀基于Origin8.5软件ꎬ将2016 2017年20个监测点位6个污染物指标的月均数据用热图形式表现ꎬ可以发现不同点位的各个指标随时间的变化趋势.2.2.2㊀主成分分析㊀PCA是一种降维处理技术ꎬ将原来众多具有一定相关性的变量通过线性变换进行最佳综合与简化ꎬ重新组合成新的少数几个相互独立的综合变量(即主成分)ꎬ并要求这些综合变量能够反映原变量提供的大部分新信息ꎬ提高分析结果的准确性[12 ̄18].本文中应用SPSS9.0软件提取6个指标的3个主成分.2.2.3㊀聚类分析㊀CA是按照事物间的相似性进行科学的区分或分类的过程ꎬ通过在变量之间定义相似系数ꎬ代表变量之间的相似程度ꎬ按照相似程度的大小ꎬ将变量逐一归类ꎬ直到所有变量都聚为一类ꎬ第6期莫彩芬ꎬ等:近两年武汉市环境空气质量时空分布特征及污染源解析595㊀图1㊀武汉市空气质量自动监测点位图(1 东湖梨园ꎬ2 沌口新区ꎬ3 吴家山ꎬ4 武昌紫阳ꎬ5 东湖高新ꎬ6 汉阳月湖ꎬ7 汉口花桥ꎬ8 青山钢花ꎬ9 汉口江滩ꎬ10 沉湖七壕ꎬ11 汉南区ꎬ12 江夏区站ꎬ13 黄陂区站ꎬ14 江汉红领巾ꎬ15 硚口古田ꎬ16 洪山地大ꎬ17 蔡甸区站ꎬ18 新洲区站ꎬ19 东西湖区站ꎬ20 化工区站)㊀形成一个表示相似程度的谱系图[19 ̄20].为了排除不同单位和量纲的影响ꎬ使原始数据能在同一尺度上比较ꎬ本文中对聚类要素采用标准差标准化进行标准化处理.3㊀结果与讨论3.1㊀时空特征分析㊀对武汉市2016 2017年的空气质量数据进行时空尺度分析得到时空分布特征ꎬ发现各监测点位的多项指标呈现明显的季节变化ꎬ并与监测点位有密切联系(图2).从年度上看ꎬPM2.5和PM10同期下降趋势较明显ꎬ主要原因是武汉市自2016年开展 拥抱蓝天行动 ꎬ武汉市周边县市强化农作物秸秆燃烧监管ꎬ露天燃烧秸秆现象得到有效遏制.从季节上看ꎬ各监测点位的SO2㊁NO2㊁PM10浓度于两年间呈现的特征为:冬>春>秋>夏ꎬ这与2007 2011年的分布特征是一致的[9]ꎬ说明SO2㊁NO2㊁PM10浓度与季节的相关性较大ꎬ这可能是由于武汉的夏季降水多ꎬ绿地覆盖率高ꎬ能够有效地减少空气污染物的含量ꎬ同时武汉市夏季温度较高ꎬ对流较强ꎬ扩散条件较好.冬季气象条件正好相反ꎬ不利于空气污染物的扩散ꎬ加上居民或企业单位采暖等ꎬ增加了污染物含量ꎻ各监测点位的PM2.5浓度两年间呈现的特征为:冬>春>秋>夏ꎬ这与成海容等[21]的研究结果 秋>冬>夏>春 和黄亚林等[4]的研究结果 冬>秋>春>夏 有所区别.成海容等认为秋季比较严重一是因为研究范围为整个武汉市ꎬ受周边县市影响较大ꎬ二是因为秋收时ꎬ武汉市周边大量露天燃烧秸秆ꎬ同时秋季下沉气流增加ꎬ且时有逆温层影响ꎬ不利于污染物扩散ꎬ黄亚林等认为冬季较严重是因其研究范围为武汉市市区ꎬ受秸秆燃烧的影响较小ꎬ因而秋季PM2.5值相对于冬季值偏小ꎻ本文研究对象为2016 2017年的武汉市城区和郊区ꎬ近两年武汉市周边县市如黄石市㊁襄阳市等采取措施限制秸秆燃烧ꎬ促进秸秆综合利用ꎬ使得秋季PM2.5值偏低ꎬ同时由于近两年武汉市春季期间ꎬ来汉游客数量猛增㊁武汉马拉松比赛等大型活动举办较为频繁㊁武汉市民周末大规模出行增加了交通量从而导致机动车尾气排放增加ꎬ使得春季PM2.5值高于秋季ꎻ各监测点位的CO浓度两年间呈现的特征为:冬>秋>春>夏ꎬ主要原因是冬天取暖设备的大量运行以及机动车尾气的大量排放ꎻ各监测点位的O3浓度两年间呈现的特征为:夏>秋>春>冬ꎬ这与黄振等[22]的研究结果 夏季最高ꎬ冬季最低(2010 2012年) 是一致的ꎬ主要原因是武汉市夏季各类排放的工业污染物如挥发性有机物和氮氧化物并没有减少ꎬ加上气温高㊁天气燥热㊁日照强烈等气象条件ꎬ极易造成O3的产生和积累ꎬ冬季的气象条件则相反ꎬ有利于O3的扩散.因此ꎬ近两年武汉市空气质量与季节紧密联系ꎬ冬季主要受PM2.5㊁PM10㊁NO2影响ꎬ污染最严重ꎬ夏季污染最轻ꎬ春秋介于两者之间.从空间上看ꎬ武汉市20个监测点位之间ꎬ主要污染物有所差异.SO2高值聚集区主要分布在江夏区㊁化工区站及蔡甸区ꎬ主要原因是该区域工业园(区)较多ꎬ工业废气排放量大ꎻNO2高值聚集区主要分布596㊀湖北大学学报(自然科学版)第40卷图2㊀武汉市空气质量指标时空尺度变化趋势示意图(1 东湖梨园ꎬ2 沌口新区ꎬ3 吴家山ꎬ4 武昌紫阳ꎬ5 东湖高新ꎬ6 汉阳月湖ꎬ7 汉口花桥ꎬ8 青山钢花ꎬ9 汉口江滩ꎬ10 沉湖七壕ꎬ11 汉南区ꎬ12 江夏区站ꎬ13 黄陂区站ꎬ14 江汉红领巾ꎬ15 硚口古田ꎬ16 洪山地大ꎬ17 蔡甸区站ꎬ18 新洲区站ꎬ19 东西湖区站ꎬ20 化工区站)㊀在除沉湖七壕㊁江夏区㊁黄陂区㊁新洲区以外的区域ꎬ主要原因是这4个区域均在武汉市远郊区或新城区ꎬ办公区相对较少ꎬ车流量相对较少ꎬ故产生的NO2较少ꎻPM2.5低值聚集区仅分布在沉湖七壕ꎬ其余点位受到的PM2.5污染较为严重ꎬ表明武汉市整体受到PM2.5污染ꎬ主要原因是近两年武汉市在全市范围内全力促进地铁建设ꎬ加上其他类型的建筑施工均在全市范围进行ꎻCO高值聚集区主要分布在吴家山和新洲区ꎬ主要原因在于该区域工业园和经济开发区较多ꎻO3高值聚集区主要分布在东湖高新和东西湖区ꎬ且最高值出现在2016年的9月份ꎬ主要原因是2016年9月武汉市日照㊁气温较2017年高ꎬ导致O3不易扩散ꎻPM10高值聚集区主要分布在10个国控点ꎬ主要原因是10个国控点所在的区域囊括了武汉市绝大部分人口密集区和景区ꎬ居民活动㊁旅游活动㊁文体活动等多在此区域举办ꎬ造成人流量㊁车流量较大ꎬ产生的颗粒物较多ꎬ故PM10值比较高.总体上ꎬ东湖梨园㊁汉口江滩等风景区污染较轻ꎬ吴家山㊁江夏区㊁化工区等工业园(区)和经济开发区污染最严重ꎬ郊区污染最轻ꎬ中心城区污染介于两者之间.㊀第6期莫彩芬ꎬ等:近两年武汉市环境空气质量时空分布特征及污染源解析5973.2㊀污染因子识别㊀通过以上分析可知ꎬ空气污染物与季节密切相关ꎬ基于此ꎬ本文中对2016 2017年武汉市20个监测点位的6个指标分季节进行主成分分析ꎬ以期识别不同季节的污染因子.近两年ꎬ春季㊁夏季㊁秋季和冬季的累积贡献率分别为81.81%㊁72.55%㊁85.29%㊁82.12%ꎬ提取的主成分均已解释了原始信息的70%以上ꎬ可以比较好地反映武汉市的环境空气质量信息.根据相关文献ꎬ可知与主成分的Pearson相关系数绝对值大于0.7的指标可被认为和主成分显著相关[23]ꎬ主成分分析结果见图3.同时为了更加精确地识别污染因子ꎬ本文中利用Pearson相关系数ꎬ基于季均值对各监测点位与各指标的相关关系进行分析ꎬ相关分析的结果见表1.图3㊀2016 2017年春(a)㊁夏(b)㊁秋(c)㊁冬(d)的主成分散点图㊀在春季ꎬ第一主成分贡献率为52.40%ꎬ与其高度显著相关(|Pearson|>0.7ꎬP<0.01)的指标包括NO2㊁CO㊁O3㊁PM10ꎬ且O3与其呈负相关ꎬ表明污染物主要来源于建筑扬尘㊁机动车尾气[24]ꎻ第二主成分贡献率为16.50%ꎬ与其高度显著相关的指标是SO2ꎬ表明污染物主要来源于工业废气排放ꎻ第三主成分贡献率为12.91%ꎬ与其高度显著相关的指标是PM2.5.在夏季ꎬ第一主成分贡献率为30.77%ꎬ与其高度显著相关的指标为NO2ꎬ与其显著相关(|Pearson|>0.5ꎬP<0.05)的指标为SO2和PM2.5ꎬ表明污染物主要来源于机动车尾气㊁工业废气排放ꎻ第二主成分贡献率为24.89%ꎬ与其高度显著相关的指标为PM10ꎬ与其显著相关的指标为COꎬ表明污染物主要来源于机动车尾气ꎻ第三主成分贡献率16.89%ꎬ与其显著相关的指标为SO2和O3ꎬ且SO2与其呈负相关.在秋季ꎬ第一主成分贡献率为51.62%ꎬ与其高度显著相关的指标为NO2㊁PM2.5ꎬCO㊁O3㊁PM10ꎬ且O3与其呈负相关ꎬ表明污染物主要来源于机动车尾气㊁建筑扬尘ꎻ第二主成分贡献率为20.29%ꎬ其高度显著相关的指标为SO2ꎬ与其显著相关的指标为O3ꎬ表明污染物主要来源于工业废气ꎻ第三主成分贡献率为13.38%ꎬ与其显著相关的指标为PM2.5.在冬季ꎬ第一主成分贡献率为48.51%ꎬ与其高度显著相关的指标包括NO2㊁CO㊁O3ꎬ其中O3与第一主成分呈负相关ꎬ与其显著相关的指标包括PM2.5㊁PM10ꎬ表明污染物主要来源于机动车尾气㊁取暖设备的大量运行ꎻ第二主598㊀湖北大学学报(自然科学版)第40卷表1㊀主成分与指标的相关性季节主成分SO2㊀㊀μg/m3㊀㊀NO2㊀㊀μg/m3㊀㊀PM2.5㊀㊀μg/m3㊀㊀CO㊀㊀㊀μg/m3㊀㊀O3㊀㊀μg/m3㊀㊀PM10㊀㊀㊀μg/m3㊀㊀春1㊀0.1503<0.0001∗∗㊀0.0009∗∗<0.0001∗∗㊀0.0004∗∗<0.0001∗∗2<0.0001∗∗㊀0.5965㊀0.5929㊀0.2401㊀0.2867㊀0.54823㊀0.2502㊀0.5139㊀0.0024∗∗㊀0.4059㊀0.0323∗㊀0.8845夏1㊀0.0215∗<0.0001∗∗㊀0.002∗∗㊀0.1359㊀0.0611㊀0.15352㊀0.6972㊀0.4620㊀0.0122∗㊀0.0057∗∗㊀0.0346∗㊀0.0001∗∗3㊀0.0023∗∗㊀0.5399㊀0.9837㊀0.1305㊀0.0012∗∗㊀0.6844秋1㊀0.4351<0.00018∗∗㊀0.0001∗∗<0.0001∗∗㊀0.0003∗∗㊀0.0002∗∗2<0.0001∗∗㊀0.7339㊀0.1875㊀0.5322㊀0.0103∗㊀0.22903㊀0.0378∗㊀0.7586㊀0.0196∗㊀0.0316∗㊀0.4073㊀0.3888冬1㊀0.1415<0.0001∗∗㊀0.0366∗<0.0001∗∗<0.0001∗∗㊀0.0103∗2㊀0.0008∗∗㊀0.6469㊀0.0053∗∗㊀0.7741㊀0.2772㊀0.0118∗3㊀0.0046∗∗㊀0.8456㊀0.0200∗㊀0.4857㊀0.3036㊀0.2337㊀㊀相关性用Pearson相关系数表示ꎻ ∗ 与 ∗∗ 分别表示在0.05与0.01水平上显著相关㊁高度显著相关成分贡献率为20.29%ꎬ与其显著相关的指标为SO2和PM2.5ꎬ表明污染物主要来源于化工业废气排放㊁机动车尾气ꎻ第三主成分贡献率为13.32%ꎬ与其显著相关的指标为SO2和PM2.5.因此ꎬ机动车尾气㊁工业废气排放及建筑扬尘成为近两年影响武汉市空气质量的主要因素.3.3㊀区域差异性分析㊀由于武汉市空气质量与季节密切联系ꎬ本文中对2016 2017年武汉市20个监测点位分季节进行空间聚类分析ꎬ运用Ward离差平方和法ꎬ以统计量信息损失度(半偏R2ꎬSPRSQ)为度量标准ꎬ相邻SPRSQ值跨度越大ꎬ聚类越合适[25].春季时ꎬSPRSQ取0.0986ꎬ20个监测点位聚类为4组ꎬ第一组包括沉湖七壕(10)和新洲区(18)ꎬ即武汉市远郊区ꎬ第二组包括蔡甸区(17)㊁黄陂区(13)和江夏区(12)ꎬ均设有经济开发区ꎬ第三组包括东西湖区(19)㊁硚口古田(15)和东湖高新(5)ꎬ均有工业园和经济开发区ꎬ其余为第四组ꎻ夏季时ꎬSPRSQ取0.0727ꎬ20个监测点位聚类为4组ꎬ第一组为沉湖七壕(10)ꎬ为国控对照点ꎬ第二组包括化工区站(20)㊁江夏区站(12)㊁江汉南片区(11)ꎬ为工业园(区)ꎬ第三组包括新洲区(18)㊁蔡甸区(17)㊁黄陂区(13)㊁东西湖区(19)㊁硚口古田(15)㊁东湖高新(5)ꎬ多为工业园(区)和经济开发区所在地ꎬ其余为第四组ꎻ秋季时ꎬSPRSQ取0.0752ꎬ20个监测点位聚类为4组ꎬ第一组为新洲区(18)㊁黄陂区(13)㊁东西湖区(19)㊁沉湖七壕(10)ꎬ为远郊区ꎬ第二组包括化工区站(20)㊁蔡甸区(17)㊁江夏区站(12)㊁东湖高新(5)ꎬ为工业园与经济开发区所在地ꎬ第三组包括青山钢花(8)㊁武昌紫阳(4)㊁江汉南片区(11)㊁沌口新区(2)ꎬ其余为第四组ꎻ冬季时ꎬSPRSQ取0.0804ꎬ20个监测点位聚类为4组ꎬ第一组包括江汉红领巾(14)㊁硚口古田(15)㊁汉口花桥(7)ꎬ为人口密集区ꎬ第二组包括东湖高新(5)㊁武昌紫阳(4)㊁汉口江滩(9)㊁汉阳月湖(6)㊁青山钢花(8)㊁吴家山(3)㊁沌口新区(2)ꎬ多为企业单位㊁工业园和经济开发区所在地ꎬ第三组包括沉湖七壕(10)ꎬ其余为第四组.3.4㊀污染源解析㊀武汉市夏季相对于冬季温度高ꎬ降雨量大ꎬ上升气流较强ꎬ对流比较旺盛ꎬ有利于污染物扩散ꎬ加上秋季期间周边市县燃烧秸秆㊁冬季期间居民采暖等活动ꎬ导致夏季的空气质量好于秋冬季.根据«2016年武汉市机动车污染防治年报»ꎬ2016年武汉市机动车氮氧化物排放量为41599.80tꎬ占全市总排放量的39.24%ꎬCO排放量89021.85tꎬPM10排放量1577.57tꎬPM2.5排放量1452.29t[26]ꎻ目前ꎬ武汉市有3个国家级经济开发区ꎬ6个省级经济开发区ꎬ7个市级都市工业园ꎬ主要分布于东湖高新区㊁吴家山经济开发区㊁新洲区㊁蔡甸区㊁青山区㊁沌口区ꎬ且有石油化工产业㊁化工物流产业㊁装备制造业等三大产业集群武汉市化工区ꎻ同时ꎬ近两年武汉市同步在建16条地铁线.结合主成分分析和聚类分析可知:在春季ꎬ起主导作用的污染物是NO2㊁CO㊁O3㊁PM10ꎬ且区域差异性与工业园(区)㊁经济开发区紧㊀第6期莫彩芬ꎬ等:近两年武汉市环境空气质量时空分布特征及污染源解析599图4㊀2016-2017年春(a)㊁夏(b)㊁秋(c)㊁冬(d)的离差平方和聚类树状图1 东湖梨园ꎬ2 沌口新区ꎬ3 吴家山ꎬ4 武昌紫阳ꎬ5 东湖高新ꎬ6 汉阳月湖ꎬ7 汉口花桥ꎬ8 青山钢花ꎬ9 汉口江滩ꎬ10 沉湖七壕ꎬ11 汉南区ꎬ12 江夏区站ꎬ13 黄陂区站ꎬ14 江汉红领巾ꎬ15 硚口古田ꎬ16 洪山地大ꎬ17 蔡甸区站ꎬ18 新洲区站ꎬ19 东西湖区站ꎬ20 化工区站㊀密联系ꎬ表明污染物主要来源于机动车尾气和建筑扬尘㊁工业生产ꎻ在夏季ꎬ起主导作用的污染物是NO2㊁SO2㊁PM2.5ꎬ且区域差异性与与工业园(区)㊁经济开发区紧密联系ꎬ表明污染物主要来源于机动车尾气和工业废气排放ꎻ在秋季ꎬ起主导作用的污染物是NO2㊁PM2.5㊁CO㊁O3㊁PM10ꎬ且区域差异性与郊区㊁工业园(区)以及经济开发区紧密联系ꎬ表明污染物主要来源于机动车尾气㊁建筑扬尘㊁工业生产以及周边省份的秸秆燃烧ꎻ在冬季ꎬ起主导作用的污染物是NO2㊁PM2.5㊁CO㊁O3㊁PM10ꎬ且区域性差异与人口密度㊁机动车尾气㊁建筑扬尘以及工业生产密切联系.近两年4个季节均受到NO2污染.因此ꎬ机动车尾气㊁工业废气排放以及建筑扬尘构成武汉市空气污染物的来源.4 结论本文中通过武汉市2016 2017年的10个国控点和10个市控点监测数据探讨了武汉市空气质量的时空分布特征及污染物来源ꎬ得出以下结论:1)2016 2017年ꎬ武汉市空气质量整体上有所改善ꎬ得益于2016年伊始ꎬ武汉市大力实施拥抱蓝天行动ꎬPM2.5和PM10同期下降较明显.2)NO2成为近两年每个季度主要空气污染物之一ꎬ主要是因为武汉市机动车保有量逐年上升ꎬ排放的氮氧化物逐渐增多.3)武汉市近两年空气污染程度最严重的时间段出现在冬季ꎬ主要受到PM2.5㊁NO2㊁PM10污染ꎬ污染程度最轻的时间段出现在夏季ꎬ主要受到NO2污染ꎬ春秋介于两者之间.4)武汉市空气质量空间差异显著ꎬ风景区及远郊区污染最轻ꎬ而工业园(区)及经济开发区污染最严重.5)得益于近两年武汉市周边县市强化农作物秸秆燃烧监管ꎬ武汉市PM2.5和PM10同期下降ꎬ中心城区介于两者之间.6)近两年ꎬ机动车尾气㊁工业废气排放以及建筑扬尘构成武汉市NO2㊁PM2.5㊁PM10污染的主要来源ꎬ600㊀湖北大学学报(自然科学版)第40卷秸秆燃烧对空气质量的影响逐渐减小.5 参考文献[1]习近平.决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利[N].人民日报ꎬ2017 ̄10 ̄18(1). [2]李克强.政府工作报告[N].人民日报ꎬ2017 ̄03 ̄17(1).[3]卢苗苗ꎬ唐晓ꎬ王自发ꎬ等.武汉地区2014年PM2.5时空分布与来源贡献的数值模拟研究[J].环境科学学报ꎬ2017ꎬ37(11):4227 ̄4240.[4]黄亚林ꎬ刘超ꎬ曾克峰ꎬ等.2013 2014年武汉市PM2.5的时空分布特征及其与气象条件的关系[J].生态环境学报ꎬ2015ꎬ24(8):1330 ̄1335.[5]岳辉.武汉市大气PM10浓度空间分布特征及其影响因素研究[D].武汉:华中农业大学ꎬ2012:1 ̄2. [6]张兵ꎬ沈帆ꎬ陈楠ꎬ等.偏最小二乘回归法研究气象因素对武汉市空气质量参数的影响[J].环境与职业医学ꎬ2014ꎬ31(4):241 ̄246.[7]史小朋.机动车尾气对街道空气质量的影响及其数值模拟研究[D].武汉:华中农业大学ꎬ2014:1 ̄2. [8]王世镇.武汉市建筑垃圾与空气质量相关性及其对策研究[D].武汉:武汉科技大学ꎬ2015:1 ̄2.[9]裴婷婷ꎬ陈小平ꎬ周志翔.2007 2011年武汉市空气污染物时空分布特征[J].环境科学导刊ꎬ2014ꎬ33(2):43 ̄47. [10]岳岩裕ꎬ王晓玲ꎬ张蒙晰ꎬ等.武汉市空气质量状况与气象条件的关系[J].暴雨灾害ꎬ2016ꎬ35(3):271 ̄278. [11]杨小露ꎬ李海波ꎬ李成ꎬ等.武汉市大气污染特征及变化趋势[J].湖北大学学报(自然科学版)ꎬ2017ꎬ39(4):361 ̄366.[12]高惠漩.应用多元统计分析[M].北京:北京大学出版社ꎬ2005:265 ̄289.[13]王艳红ꎬ王桂玲.基于主成分和地统计的太湖水质分析[J].环境科学与技术ꎬ2010ꎬ33(12):547 ̄550.[14]李森ꎬ丁贤荣ꎬ潘进ꎬ等.基于主成分分析的太湖水质时空分布特征研究[J].环境科技ꎬ2012ꎬ25(3):44 ̄47. [15]吉祝美ꎬ方里ꎬ张俊ꎬ等.主成分分析法在SPSS软件中的操作及在河流水质评价中的应用[J].环保科技ꎬ2012ꎬ18(4):38 ̄43.[16]杨学福ꎬ王蕾ꎬ关建玲ꎬ等.基于多元统计分析的渭河西成段水质评价[J].环境工程学报ꎬ2016ꎬ10(3):1560 ̄1565. [17]黄祥丰ꎬ李道新ꎬ徐慎东ꎬ等.我国森林薇菜研究进展[J].林业科技通讯ꎬ2015(10):15 ̄22.[18]李成ꎬ李海波ꎬ高丹丹ꎬ等.主成分分析在城市大气环境质量评价中的应用[J].湖北大学学报(自然科学版)ꎬ2016ꎬ38(6):567 ̄571.[19]朱琳ꎬ王雅南ꎬ宋永会ꎬ等.武水河水质时空分布特征及污染成因解析[J].环境科学学报ꎬ2017ꎬhttp://www.cnki.net/KCMS/detail/11.1843.X.20170829.1619.003.html.[20]姚雪倩ꎬ李云祯ꎬ徐友ꎬ等.基于熵权法和聚类分析法的成都市空气质量综合评价[J].环境保护科学ꎬ2017ꎬ43(1):100 ̄104.[21]成海容ꎬ王祖武ꎬ冯家良ꎬ等.武汉市城区大气PM2.5的碳组分与源解析[J].生态环境学报ꎬ2012ꎬ21(9):1574 ̄1579.[22]黄振ꎬ王建民ꎬ沈龙娇ꎬ等.武汉市2010 2012年近地面臭氧质量浓度的变化特征[C]//中国环境科学学会.2013中国环境科学学会学术年会论文集ꎬ2013:4715 ̄4720.[23]LiuCWꎬLinKHꎬkuoYM.ApplicationoffactoranalysisintheassessmentofgroundwaterqualityinablackfootdiseaseareainTaiwan[J].scienceoftheTotalEnvironmentꎬ2003ꎬ313(1/3):77 ̄89.[24]黄亚林ꎬ丁镭ꎬ张冉ꎬ等.武汉城市圈城市化发展与环境空气质量关系探讨[J].长江流域资源与环境ꎬ2015ꎬ24(12):2117 ̄2125.[25]黄燕ꎬ吴平.SAS统计分析及应用[M].北京:机械工业出版社ꎬ2006:279.[26]武汉市环保局.2016年武汉市机动车污染防治年报[N].长江日报ꎬ2016 ̄06 ̄06(01).(责任编辑㊀游㊀俊)。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

武汉市大气污染源排放清单及分布特征研究作者:周君蕊黄宇邱培培刘浩肖凯来源:《南京信息工程大学学报(自然科学版)》2018年第05期摘要以武汉市为研究区域,基于实地调查获得典型行业污染源活动水平,以大气污染物排放清单编制技术指南为参考,利用排放因子法建立2014年武汉市大气污染源排放清单,并结合经纬度、人口密度分布、土地利用类型、道路长度等数据将排放清单进行了3km×3km网格化处理.结果表明,2014年武漢市SO2、NOx、PM10、PM25、CO、BC、OC、VOCs和NH3排放量分别为103、170、163、71、631、06、04、198和16万t.固定燃烧源为SO2排放的主要来源,其贡献率约64%;移动源为NOx的主要来源,其贡献率约51%;颗粒物排放主要来源于扬尘源和工艺过程源;CO和VOCs主要来源于工艺过程源,BC和OC排放均以移动源和生物质燃烧源为主,NH3排放主要来自农业源.污染物排放主要集中在青山区至新洲区一带.关键词排放清单;大气污染物;排放特征;武汉中图分类号X511文献标志码A1武汉市环境保护科学研究院,武汉,4300150引言大气污染物排放清单是基于一定空间范围和时间尺度对影响空气质量的污染物排放量的估算,是描述污染物排放特征的有效方法,也是制定城市大气污染控制措施、开展污染防治工作的重要依据.近年来,国内学者对大气污染物排放情况开展了大量相关研究,区域覆盖中国各大城市、城市群,污染物涵盖大气常规污染物、挥发性有机物、重金属等[15].武汉市以PM25、O3为特征的区域性复合型大气污染日益突出,灰霾现象频繁发生.2017年武汉市PM10、PM25平均浓度分别为88、53μg/m3,分别超过国家二级标准257%、514%;全市O3污染超标天数为26d.同时,武汉市环境空气污染具有明显的季节特征,冬季颗粒物污染较重,夏季臭氧污染突出.为了研究武汉市空气污染状况和确立合适的减排方案,建立完善的高分辨率大气污染源清单十分重要.本研究以2014年为基准年,以大气污染物排放源清单编制技术指南为参考,建立了武汉市9种大气污染物排放清单,并通过3km×3km网格化分析了污染物排放的区域分布特征.1研究方法11编制范围本研究基准年为2014年,区域覆盖范围为武汉市全市域8494km2,涵盖13个行政区和4个功能区.清单污染物类别为SO2、NOx、PM10、PM25、CO、BC、OC、VOCs和NH3.主要排放源类别分为点源、线源和面源3个类型;一级污染源10类,分别为化石固定燃烧源、工艺过程源(含储存运输源)、移动源、溶剂使用源、农业源、扬尘源、生物质燃烧源、废弃物处理源、餐饮源和储存运输源(表1).12排放量估算方法参考大气污染物排放源清单编制技术指南,化石燃料固定燃烧源SO2、PM10和PM25排放估算主要采用物料衡算法估算,其他污染源SO2、PM10和PM25及其他污染物排放量估算采用排放因子进行估算[69]:ESO2=A×2×S×(1-rs)×(1-η),(1)EPM=A×Aar×(1-ra)×fPM×(1-η),(2)E其他=A×FE×(1-η),(3)其中,E为各污染物排放量(t),A为排放源活动水平,S为平均燃煤收到基硫分,rs为硫分进入底灰比例,Aar为平均燃煤灰分,ra为灰分进入底灰比例,fPM为排放源产生某粒径范围颗粒物(PM25和PM10)占总颗粒物比例,FE为排放因子,η为污染控制措施对污染物的去除效率.13活动水平数据收集131点源1)化石燃料固定燃烧源和工艺过程源.活动水平数据的收集主要通过发放调查表格和实地调研的方式进行,共收集了400家工业企业及34家茶炉的活动水平数据.调查内容包括燃料消耗量、燃料含硫率、灰分、产品产量、燃烧设施类型、工艺方式、污染控制措施类型及效率等.2014年武汉市燃料煤消耗总量为122189万t,其中电力行业煤耗量最大;煤气消耗总量为349994764万m3,主要来源于黑色金属加工及制造业.黑色金属冶炼及加工行业生产焦炭643万t、烧结矿1839万t、生铁1651万t、粗钢1818万t、钢材2200万t.非金属矿物制品生产平板玻璃105万t、水泥365万t.2)溶剂使用源和储存运输源.本研究对武汉市涉及VOCs排放的562家工业企业、大型油库及加油站进行了专项调查.石化化工行业生产化肥41万t、乙烯83万t、化学原料药8万t、原油593万t.2014年武汉市加油站汽油消耗量约575万t、柴油消耗量约594万t.3)废弃物处理源.自2007年以来,武汉先后建成5座生活垃圾焚烧发电厂.2014年,全市生活垃圾无害化处理能力为6500t/d,全年处理量为23725万t/d.根据《2015武汉市市政基础设施年度报告》,2014年污水实际处理量为7347619万t.132线源1)道路移动源.从武汉市交通管理局获取机动车活动水平,包括各类机动车车型、保有量、燃料类型、排放标准等.2014年,武汉市机动车保有量为1899万辆,其中载客汽车保有量1477万辆、载货汽车17万辆、摩托车25万辆;汽油车占8860%、柴油车占1111%;国Ⅲ前排放标准的机动车占3195%.2)非道路移动源.工程机械的燃油消费量通过收集武汉市建筑工地数量、建筑面积等信息估算,工地月消耗柴油约21639t;船舶燃油量通过查阅《2015年武汉市统计年鉴》货运周转量估算,总油耗约为443935t;农用运输车80563台,铁路机车年燃油消耗量约21万t,飞机着陆循环次数约78006次.133面源1)扬尘源.施工、砂石料堆的个数及面积、不同土地类型的面积通过解译遥感影像及现场核实获取,建筑工地面积约93km2,砂石料堆总面积约115km2;车流量通过现场调查获取,城区快速路、主干路、次干路和支路的平均车流量分别为3853、3102、1435、318辆/h.2)燃烧面源.各作物产量通过《2015年武汉市统计年鉴》获取,结合草谷及实地调研焚烧比例估算燃烧秸秆总量为34万t;民用源煤炭消费量来自环保统计数据,约100万t.3)农业源.从《2015年武汉市统计年鉴》获取总氮肥施用量,进一步结合武汉市农作物类型对不同氮肥类型进行细致划分.尿素、碳铵、硝铵、复合肥使用量分别约36464、13674、2279、52952t;畜禽养殖活动水平从《2015年武汉市统计年鉴》获取,耕牛、乳牛、母猪、肉猪和家禽分别约172、12、181、198万头和5802万只.4)餐饮源.餐饮源的活动水平是餐饮业油烟烟气排放量(m3).采用下面的公式进行计算:A=n×V×H,(4)式中,n为固定炉头数,V为烟气排放速率(m3/h),H为年总经营时间(h).假设大型餐饮企业的炉头数为6,中型餐饮企业的炉头数为4,小型餐饮企业的炉头数为2.根据武汉市统计局调研数据,将741家限额以上餐饮企业按规模进行划分,大型餐饮企业共557家、中型餐饮企业129家,剩余的均归入小型餐饮企业,合计约303万家.14排放因子选取排放因子的获取基于大气污染物排放清单编制技术指南,结合文献调研进行综合考虑.15排放清单空间分配通过地理信息系统将排放清单进行3km×3km网格化处理,其中点源通过经纬度信息定位到对应网格,线源及面源通过道路长度、人口密度分布、土地类型等为权重进行网格化处理[1011],如表1所示.2结果与讨论212014年武汉市大气污染物排放清单基于排放清单估算方法,得到2014年大气污染物排放清单,如表2所示.2014年武汉市大气污染物SO2、NOx、PM10、PM25、CO、BC、OC、VOCs和NH3排放量依次分别为103、170、163、71、631、06、04、198和16万t.22排放源分担率与特征2014年武汉市各大气污染物排放源分担率如图1、2所示.1)黑色金属冶炼及加工工业、电力行业和未纳入的统计工业是SO2排放的主要贡献源,3个排放源排放量分别为28984、26718和20015t,分别占总排放量的28%、26%和20%.黑色金属冶炼及加工工业的SO2排放主要来自工艺过程源,占该行业排放的98%以上,其中主要的排污环节为钢压延和烧结过程.2)道路移动源、非道路移动源、电力生产和黑色金属冶炼及加工业是NOx排放的主要贡献源,分别贡献了31%、21%、13%和12%.道路移动源排放NOx约为51944t,其中货车贡献最大,排放量占道路移动源排放量的30%.非道路移动源NOx排放量为35038t,船舶排放为最主要的来源,主要是因为武汉为中国中部地区重要的货运港口,年货运周转量巨大.而黑色金属冶炼及加工业NOx的主要排放环节为烧结和炼焦过程.3)建筑扬尘是PM10排放的主要贡献源,贡献了33%,其次为黑色金属冶炼及加工业和道路扬尘源,分别贡献了23%和17%.2014年武汉市建筑扬尘源PM10的排放量为535488t,江夏区、洪山区及蔡甸区建筑施工面积较大,其排放分别占总排放量的2408%、1843%、1256%.黑色金属冶炼及加工业的PM10排放主要来自烧结、炼铁和炼钢的无组织排放.4)黑色金属冶炼及加工业是PM25排放的主要贡献源,贡献了40%,其次为建筑扬尘和道路扬尘源,分别贡献了16%和11%.3大排放源的主要排放环节和特征与PM10类似.5)道路移动源、黑色金属冶炼和压延加工业、表面涂层、石油加工业等是主要的VOCs排放源.其中,道路移动源、黑色金属冶炼和压延加工业、表面涂层、石油加工业的VOCs排放量占全市VOCs总排放量的60%.6)武汉市CO排放主要来自黑色金属冶炼及加工业,其排放量为352087t,其中工艺过程源排放量为351712t,排放主要来自于烧结过程,烧结过程排放约294224t.黑色金属冶炼及加工业CO排放量占武汉市CO總排放量的56%.7)武汉市大气NH3排放最大排放源为畜禽养殖排放源,其排放量约7422t,占NH3总排放的46%,其中的后续施肥过程(2979t)贡献率最大.第二大排放源为废水处理,排放占NH3排放总量的14%.8)武汉市BC的最大排放源为道路移动源和非道路移动源,分别贡献了23%和21%.而OC主要贡献源为秸秆燃烧排放源,其排放占OC总排放量的28%.23武汉市大气污染物排放空间分布应用ArcGIS软件将武汉市分成3km×3km的网格,计算出每个网格内的污染物排放量,得到武汉市SO2、NOx、PM10、PM25排放3km×3km网格空间分布(图3).武汉市大气污染物SO2、NOx、PM10、PM25排放强度高的地方主要聚集在污染物排放量大的企业所占的网格.全市污染最严重的区域集中在青山区至新洲区一带,这与该区域重工业及电厂较集中的现状相符.24不确定性分析排放清单估算过程中,不确定性主要来自3个方面:活动水平、排放因子以及末端污染控制措施的去除效率的选取.本研究中排放因子的选取是基于环保部公布的排放清单编制技术指南以及相关研究结果,因此其非本地化特征是不确定性的主要来源之一.活动水平方面,化石燃料燃烧源最大的不确定性来源于生活源和未纳入统计工业源活动水平的收集,由于缺乏详尽的信息(如煤炭燃烧类型、硫分、灰分等),污染物排放核算过程中部分参数(硫分、灰分)采用了平均值进行估算,不可避免会带来较大的误差;移动源最大的不确定性来源于非道路移动源数量的统计,由于工程机械数量、油耗量等数据无相关部门统计,均采用估算的方式获取,因此会带来较大的不确定性;扬尘源的不确定性主要来自堆场扬尘的估算,在堆场扬尘排放量估算中需要大量的参数,例如堆场面积、高度等,这些数据难以准确获取,因此采用遥感解译以及一定的假设和估算计算堆料质量,必然会带来很大的不确定性.因此后续工作中还需开展重点污染源排放因子本地化的工作,加强排放源基础活动水平的研究,进一步提高武汉市大气污染源排放清单的准确性.2)燃烧面源.各作物产量通过《2015年武汉市统计年鉴》获取,结合草谷及实地调研焚烧比例估算燃烧秸秆总量为34万t;民用源煤炭消费量来自环保统计数据,约100万t.3)农业源.从《2015年武汉市统计年鉴》获取总氮肥施用量,进一步结合武汉市农作物类型对不同氮肥类型进行细致划分.尿素、碳铵、硝铵、复合肥使用量分别约36464、13674、2279、52952t;畜禽养殖活动水平从《2015年武汉市统计年鉴》获取,耕牛、乳牛、母猪、肉猪和家禽分别约172、12、181、198万头和5802万只.4)餐饮源.餐饮源的活动水平是餐饮业油烟烟气排放量(m3).采用下面的公式進行计算:A=n×V×H,(4)式中,n为固定炉头数,V为烟气排放速率(m3/h),H为年总经营时间(h).假设大型餐饮企业的炉头数为6,中型餐饮企业的炉头数为4,小型餐饮企业的炉头数为2.根据武汉市统计局调研数据,将741家限额以上餐饮企业按规模进行划分,大型餐饮企业共557家、中型餐饮企业129家,剩余的均归入小型餐饮企业,合计约303万家.14排放因子选取排放因子的获取基于大气污染物排放清单编制技术指南,结合文献调研进行综合考虑.15排放清单空间分配通过地理信息系统将排放清单进行3km×3km网格化处理,其中点源通过经纬度信息定位到对应网格,线源及面源通过道路长度、人口密度分布、土地类型等为权重进行网格化处理[1011],如表1所示.2结果与讨论212014年武汉市大气污染物排放清单基于排放清单估算方法,得到2014年大气污染物排放清单,如表2所示.2014年武汉市大气污染物SO2、NOx、PM10、PM25、CO、BC、OC、VOCs和NH3排放量依次分别为103、170、163、71、631、06、04、198和16万t.22排放源分担率与特征2014年武汉市各大气污染物排放源分担率如图1、2所示.1)黑色金属冶炼及加工工业、电力行业和未纳入的统计工业是SO2排放的主要贡献源,3个排放源排放量分别为28984、26718和20015t,分别占总排放量的28%、26%和20%.黑色金属冶炼及加工工业的SO2排放主要来自工艺过程源,占该行业排放的98%以上,其中主要的排污环节为钢压延和烧结过程.2)道路移动源、非道路移动源、电力生产和黑色金属冶炼及加工业是NOx排放的主要贡献源,分别贡献了31%、21%、13%和12%.道路移动源排放NOx约为51944t,其中货车贡献最大,排放量占道路移动源排放量的30%.非道路移动源NOx排放量为35038t,船舶排放为最主要的来源,主要是因为武汉为中国中部地区重要的货运港口,年货运周转量巨大.而黑色金属冶炼及加工业NOx的主要排放环节为烧结和炼焦过程.3)建筑扬尘是PM10排放的主要贡献源,贡献了33%,其次为黑色金属冶炼及加工业和道路扬尘源,分别贡献了23%和17%.2014年武汉市建筑扬尘源PM10的排放量为535488t,江夏区、洪山区及蔡甸区建筑施工面积较大,其排放分别占总排放量的2408%、1843%、1256%.黑色金属冶炼及加工业的PM10排放主要来自烧结、炼铁和炼钢的无组织排放.4)黑色金属冶炼及加工业是PM25排放的主要贡献源,贡献了40%,其次为建筑扬尘和道路扬尘源,分别贡献了16%和11%.3大排放源的主要排放环节和特征与PM10类似.5)道路移动源、黑色金属冶炼和压延加工业、表面涂层、石油加工业等是主要的VOCs 排放源.其中,道路移动源、黑色金属冶炼和压延加工业、表面涂层、石油加工业的VOCs排放量占全市VOCs总排放量的60%.6)武汉市CO排放主要来自黑色金属冶炼及加工业,其排放量为352087t,其中工艺过程源排放量为351712t,排放主要来自于烧结过程,烧结过程排放约294224t.黑色金属冶炼及加工业CO排放量占武汉市CO总排放量的56%.7)武汉市大气NH3排放最大排放源为畜禽养殖排放源,其排放量约7422t,占NH3总排放的46%,其中的后续施肥过程(2979t)贡献率最大.第二大排放源为废水处理,排放占NH3排放总量的14%.8)武汉市BC的最大排放源为道路移动源和非道路移动源,分别贡献了23%和21%.而OC主要贡献源为秸秆燃烧排放源,其排放占OC总排放量的28%.23武汉市大气污染物排放空间分布应用ArcGIS软件将武汉市分成3km×3km的网格,计算出每个网格内的污染物排放量,得到武汉市SO2、NOx、PM10、PM25排放3km×3km网格空间分布(图3).武汉市大气污染物SO2、NOx、PM10、PM25排放强度高的地方主要聚集在污染物排放量大的企业所占的网格.全市污染最严重的区域集中在青山区至新洲区一带,这与该区域重工业及电厂较集中的现状相符.24不确定性分析排放清单估算过程中,不确定性主要来自3个方面:活动水平、排放因子以及末端污染控制措施的去除效率的选取.本研究中排放因子的选取是基于环保部公布的排放清单编制技术指南以及相关研究结果,因此其非本地化特征是不确定性的主要来源之一.活动水平方面,化石燃料燃烧源最大的不确定性来源于生活源和未纳入统计工业源活动水平的收集,由于缺乏详尽的信息(如煤炭燃烧类型、硫分、灰分等),污染物排放核算过程中部分参数(硫分、灰分)采用了平均值进行估算,不可避免会带来较大的误差;移动源最大的不确定性来源于非道路移动源数量的统计,由于工程机械数量、油耗量等数据无相关部门统计,均采用估算的方式获取,因此会带来较大的不确定性;扬尘源的不确定性主要来自堆场扬尘的估算,在堆场扬尘排放量估算中需要大量的参数,例如堆场面积、高度等,这些数据难以准确获取,因此采用遥感解译以及一定的假设和估算计算堆料质量,必然会带来很大的不确定性.因此后续工作中还需开展重点污染源排放因子本地化的工作,加强排放源基础活动水平的研究,进一步提高武汉市大气污染源排放清单的准确性.。

相关文档
最新文档