附录4_5_甲烷排放量
北京市典型城区餐饮业VOCs和PM_(2.5)排放量估算
中国环境科学 2021,41(5)：2090~2096 China Environmental S cience 北京市典型城区餐饮业VOCs和PM2.5排放量估算马殊琼1,2,林伟立1,夏建新1*(1.中央民族大学生命与环境科学学院,北京 100081；2.北京市西城区生态环境局,北京100055)摘要：以北京市餐饮企业分布密度最大的西城区为案例区,通过对研究区域内餐饮企业进行实地污染物检测及排放活动水平调查,计算得到基于就餐人数、就餐时间、烹饪油用量和灶头数4种核算基准的餐饮业VOCs和PM2.5排放因子,并利用排放因子法分别估算该区域在餐饮废气净化设备升级改造前后餐饮企业VOCs和PM2.5年排放量.结果表明: 本研究区域餐饮业废气净化设备升级改造前VOCs排放量范围为319.03 ~506.38t/a,改造后为92.14 ~109.89t/a;改造前PM2.5排放量范围为166.55 ~211.09t/a,改造后为30.22 ~36.05t/a,排放量明显减少.餐饮业废气净化设备改造后VOCs和PM2.5减排率分别为71%~82%和80%~86%,餐饮业废气净化设备升级改造减排效果良好.计算得到以街道为单元的餐饮源VOCs和PM2.5排放强度范围分别为1.45 ~4.32t/km2和0.47~1.42t/km2.通过PM2.5实测浓度(小时值)数据分析,餐饮业废气净化设备升级改造前、后PM2.5浓度平均减少了28.9%,最接近于用油量为核算基准的排放因子降低比例.关键词：北京典型城区；餐饮业；VOCs；PM2.5；排放因子；排放量中图分类号：X511文献标识码：A文章编号：1000-6923(2021)05-2090-07Estimation of VOCs and PM2.5 emissions from catering industry in a typical urban area of Beijing. MA S hu-qiong1,2, LIN Wei-li1, XIA Jian-xin1* (1.College of Life and Environmental Sciences, Minzu University of China, Beijing 100081, China；2.Beijing Xicheng Municipal Ecological Environment Bureau, Beijing 100055, China). China Environmental Science, 2021,41(5)：2090~2096 Abstract：Taking the Xicheng District, in which it has the highest distribution density of catering companies in Beijing, as the area of case study, four types of emission factors for VOCs and PM2.5 based on the number of people dining, dining time, edible oil consumption and number of stoves were obtained through on-site inspections and emission activity level surveys. The annual emissions of VOCs and PM2.5 from catering companies before and after the upgrading of exhaust gas purification equipment were estimated. Results showed that VOCs emission before and after the upgrading of exhaust gas purification equipment ranged from 319.03 to 506.38t/a and 92.14 to 109.89t/a, respectively. PM2.5 emissions also decreased from 166.55 ~211.09t/a to 30.22 ~36.05t/a. The VOCs and PM2.5 emissions were significantly reduced by 71%~82% and 80%~86%, respectively. Taking street as unit, the VOCs and PM2.5 emission intensities from catering sources were 1.45~4.32t/km2 and 0.47~1.42t/km2, respectively. Using the measured PM2.5 data, the average reduction in PM2.5 concentration was 28.9% by the upgrading of gas purification equipment, which is most coincident with the reduction ratio calculated from edible oil consumption.Key words：urban Beijing；catering industry；VOCs；PM2.5；emission factors；emissions为应对严重的大气污染,北京市自1998年开始连续实施大气污染综合治理,空气质量明显改善.但是,2017年PM2.5年均浓度仍超过国家空气质量标准66%.此外,挥发性有机物(VOCs)是大气环境中二次细颗粒物和O3的重要前体物,科学管控VOCs的排放对协同防控PM2.5和O3有重要作用[1].目前,北京大气污染已进入综合治理阶段,以能源结构调整和工业减排措施为主的治理效果逐步减弱,生活源大气污染物排放的贡献逐渐引起重视.近年来北京市餐饮业发展迅猛,对大气环境中VOCs和颗粒物等有重要的贡献,对城市局部大气质量及人体健康产生不利影响[2].餐饮行业是重要的大气污染源,但人们对其实际存在状况、活动水平及排放量的了解有限[3].餐饮业大气污染物排放因子及排放量核算是控制餐饮业大气污染的重要依据.准确可靠的排放因子的获取尤为重要,但存在较大的困难.近年来,北京市域内餐饮业大气污染物排放特征研究陆续涌现[4-5],但针对城区特定区域的餐饮业大气污染物排放情况研究聚焦较少,且尚未建立涵盖不同规模、不同核算基准的排放因子库. 因餐饮行业类型众多,排放污染物组分复杂,活动水平信息的获取也存在一定局限性,大部分餐饮业活动水平数据来自统计年鉴,部分收稿日期：2020-10-10基金项目：国家自然科学基金资助项目(91744206)* 责任作者, 教授,**************.com5期马殊琼等：北京市典型城区餐饮业VOCs和PM2.5排放量估算 2091数据仅有国家级数据或无数据[6],因此排放量估算存在较大的误差.本文基于北京市典型城区餐饮行业调查和实测数据,开展餐饮业废气中VOCs和PM2.5排放因子和排放量核算实证研究,建立北京市中心城区餐饮业废气中VOCs和PM2.5本地化排放因子并估算排放量.1方法与数据1.1监测数据选择北京市西城区为研究区域.研究区域总面积50.70km2,下辖15个街道,共计261个社区,常住人口117.9万人.该区域餐饮企业分布密集,平均密度约100家/km2,2018年营业额高达90.6亿元[7].2019年北京市全面推进餐饮业大气污染控制工程,各餐饮服务单位陆续开展废气净化设备升级改造.本研究在2019年先后检测2组餐饮企业废气样本,其中包括未进行废气净化设备升级改造(废气净化设备升级改造前)餐饮企业42家(小型餐饮8家、中型20家、大型14家)和完成废气净化设备升级改造(废气净化设备升级改造后)餐饮企业33家(11家、中型14家、大型8家).升级改造前、后餐饮样本选择同类型废气净化设备进行采样.每组样本中烧烤(含燃气烧烤、电烧烤、炭火烧烤)类、烤鸭类(含果木烤鸭、电烤鸭)、川湘菜、本帮江浙菜、家常菜、快餐(含中式、西式)、食堂餐饮占比均匀,检测样本类别的选取具有区域代表性.同时采集样本餐饮企业标态干废气流量(m3/h)和折算后实际使用灶头数(个)等相关指标.为构建本地化排放因子库,对研究区域内上述餐饮企业进行抽样检测,实地检测餐饮业废气中颗粒物和非甲烷总烃(NMHC)污染物浓度.参考北京市地方标准DB11/1488-2018[8],使用“非甲烷总烃(NMHC)”作为VOCs的综合控制指标.样品采集选择在餐饮废气排放单位作业(炒菜、食品加工或其他产生油烟的操作)高峰期进行,选择了在午餐高峰时段11:00~13:00,和晚餐高峰时段18:00~20:00进行采样.采样位置优先选择垂直管段,且避开烟道弯头和断面急剧变化部位.1.2采样方法使用TH-880F微电脑烟尘平行采样仪(武汉市天虹仪表有限责任公司)进行颗粒物采样,采样管由S型皮托管、热电偶或铂电阻温度计和采样头组成.使用从天津华翼科技有限公司采购的A型滤芯,其外壳材质为聚丙烯,内置双层滤膜,第一层滤膜为聚丙烯纤维滤膜,孔径1~3μm,第二层为超细玻璃纤维滤膜.此类型滤芯对于0.3μm标准粒子的截留效率≥99.95%.滤芯使用前经过101A-1E型电热鼓风干燥箱(上海实验仪器厂有限公司)干燥2h,干燥温度为(60±1)℃,自然冷却后,放入玻璃干燥器内,室温下干燥12h.将滤芯用来自梅特勒-托利多国际贸易(上海)有限公司的XS205型电子天平称量至恒重.采样前,将组合采样管放入烟道内测得排气静压、测点动压、温度等参数,使用湿度仪测得烟气水分含量,计算出采样嘴的内径.选择对应采样嘴内径的滤芯(滤芯采样嘴内径一般为6, 8, 10和12mm)进行采样,采样步骤按照DB11/T1485-2017[9]进行.采用气袋法采集非甲烷总烃样品,采样时将采样管加热并保持在(120±5)℃,10L的气袋用样品气清洗3次,连续采集3个样品,每个样品采集时间宜不少于20min,采气量均不小于10L.结束采样后样品应立即放入样品保存箱内保存,直至样品分析时取出,采样步骤按照《固定污染源废气挥发性有机物的采样气袋法》(HJ 732-2014)[10]进行.1.3分析方法颗粒物的分析方法采用手工称重法.根据DB11/T1485-2017[9],采用烟道内过滤的方式,按照颗粒物等速采样原理,使用滤芯采集餐饮废气中的颗粒物,通过101A-1E型电热鼓风干燥箱(上海实验仪器厂有限公司)除去水分后,由采样前后滤芯的质量差除以标干采样体积,计算出颗粒物的质量浓度.采样时间均不少于15min,每次平行采集3个样品.采样后滤芯运回实验室后,从密封袋中取出并放入玻璃干燥器内,在室温下干燥12h后,还用XS205型分析天平称量至恒重.采用气相色谱法对非甲烷总烃进行检测.根据HJ38-2017[11],将气体样品直接注入具备氢火焰离子化检测器的7820A型气相色谱仪(安捷伦科技(中国)有限公司),分别在总烃柱和甲烷柱上测定总烃和甲烷的含量,两者之差即为非甲烷总烃的含量.同时以除烃空气代替样品,测定氧在总烃柱上的响应值,以扣除样品中的氧对总烃测定的干扰.实验中色谱分析条件为:空气流速400mL/min;进样口温度2092 中国环境科学 41卷120℃;柱箱温80℃;检测器温度200.℃购买5个浓度梯度的甲烷标准气体分别绘制总烃、甲烷的校准曲线,进样量1.0mL.再取1.0mL待测样品测定样品中总烃和甲烷的峰面积,总烃峰面积应扣除氧峰面积后参与计算.1.4餐饮业活动水平调查数据餐饮业活动水平数据是污染物排放量计算的重要参数.本文中餐饮业主要的活动水平数据综合以下来源获得:①生态环境部门2019年对餐饮源污染物产生的普查数据;②相关行政管理部门、行业协会等公布的信息与资料.2019年北京市开展了《餐饮业大气污染排放标准》(DB11/1488-2018)[8]发布后的第一次对餐饮源污染物产生的普查,实现全区域餐饮服务单位清查.由于研究区域餐饮企业数量密度较大,普查工作制定了清查建库、入户调查、数据审核、质量抽查及汇总上报等一系列工作任务.最终建立的台账包括单位名称、详细地址、统一社会信用代码、经营面积(m2)、经营天数(d)、年度日均经营时间(h)、固定灶头数(个)、烹饪油使用量(kg/a)、客流量(人/a)、年营业额(当年价格, 万元)等指标.此次调查中的餐饮服务单位包括独立经营的餐饮服务机构,宾馆、酒店、度假村等场所内经营性餐饮部门,设于机关、事业单位、社会团体、民办非企业单位、企业等供应内部职工、学生等集中就餐的单位食堂和中央厨房等集体用餐加工服务机构,覆盖研究区域内所有产生餐饮大气污染物的服务单位.企业规模是影响餐饮企业PM2.5排放因子的重要因素[12].根据北京市《餐饮业大气污染物排放标准》(DB11/1488-2018)[8]中餐饮服务单位规模划分标准,选取其中较易获得的划分指标对所调查的餐饮服务企业进行规模划分(表1).其中,不同方式判断规模不一致的,餐饮服务单位的规模类别以大者计.表1餐饮服务单位规模划分Table 1 Division of catering scales划分指标小型餐饮中型餐饮大型餐饮基准灶头数(个) ≥1,<3 ≥3,<6 ≥6经营场所使用面积(m2)≤150 >150,≤500 >500 就餐座位数(座) ≤75 >75,≤250 >250 研究区域共有餐饮企业3400余家,按照表2划分餐饮业规模的标准,本研究区域有小型餐饮企业1300余家、中型餐饮企业1300余家、大型餐饮700余家.根据检测数据和餐饮服务单位普查数据,获取不同规模餐饮业的基础数据参数.本研究对样本数据进行了Shapiro-Wilk正态分布检验,随机变量服从对数正态分布则取几何平均值,不服从对数正态分布的则取中位数.抽样餐饮企业基本数据参数见表2和表3.表2废气净化设备升级改造前餐饮企业基本数据参数Table 2 Basic information on catering enterprises before the upgrading of exhaust gas purification equipment项目数量(家) 年经营天数(d) 年度日均经营时间(h)经营面积(m3)餐位数(个) 客流量(人/a)烹饪油使用量(kg)标态干废气流量(×10³ m3/h)折算后实际使用灶头数(个)小型8 300 9.28 120 54 24111 1467 6.34 1.66 中型 20 356 10.04 314 80 37707 1433 8.37 2.72大型14 365 9.25 664 193 73616 4287 20.98 10.16 总计42均值356 9.64 276 104 46748 1575 10.81 3.84表3废气净化设备升级改造后餐饮企业基本数据参数Table 3 Basic information on catering enterprises after the upgrading of exhaust gas purification equipment项目数量(家) 年经营天数(d) 年度日均经营时间(h)经营面积(m3)餐位数(个) 客流量(人/a)烹饪油使用量(kg)标态干废气流量(×10³ m3/h)折算后实际使用灶头数(个)小型11 330 10 52 23 19228 567 2.09 1.34 中型14359 9 185 53 50896 909 4.96 2.60 大型8 363 8 1047 195 88977 4154 9.28 7.27 总计33均值350 10 185 55 42129 1123 4.33 2.685期马殊琼等：北京市典型城区餐饮业VOCs 和PM 2.5排放量估算 20931.5 餐饮业大气污染物年排放总量估算方法根据《城市大气污染物排放清单编制技术手册》[13],餐饮油烟源排放清单污染物有PM 10、PM 2.5、BC 、OC 和VOCs.本文主要对PM 2.5和VOCs 排放总量进行估算.采用的核算方法为排放因子法.根据餐饮业行业特点,通常选取就餐人数、就餐时间、食用油用量和灶头数4项便于统计的指标为核算基准来计算相对应大气污染物排放因子[7].结合烟气排放量、污染物排放浓度以及餐饮企业的数量等进行污染物排放量估算[14-16].不同核算基准存在一定的不确定性,吴雪伟等[17]认为以用油量为基准的不确定性最小, 如PM 2.5和VOC S 的不确定性分别为31%和61%.吴芳谷等[18]对餐饮油烟研究发现,油烟中排出的颗粒物主要为细粒子,PM 2.5占餐饮废气颗粒物的76.91%.餐饮企业i 以第j 种核算基准的排放量E ij 计算采用下面的公式:1EF ij j i i E A ==×∑餐饮总数(1) 式中:A i 为餐饮企业i 活动水平,针对不同核算基准的排放因子取相对应的A i 值;EF j 为第j 种核算基准对应的排放因子,(g/kg)、(g/人)、(g/h)、[g/(h ⋅个)].本研究中,排放因子EF j 以不同核算基准分别计算获得.第j 种核算基准对应的排放因子EF j 计算公式如下: EF ()j j c U Y ×=用油量 (2)EF ()jj c U T×=用餐时间 (3)EF ()jj c U Z ×=灶头数 (4)EF ()jj c U R×=用餐人数 (5) 式中:c j 为第j 种污染物实测浓度,mg/m 3; U 为实测餐饮企业废气排放量,m 3/h; Y 为实测餐饮企业食用油年使用量,t; T 为实测用餐时间,h; Z 为实测餐饮企业基准灶头数,个; R 为实测餐饮企业用餐人数,人次.本研究中不同餐饮企业活动水平A 按餐饮规模计算统计得出,见表4.计算∑A 时,∑A (用餐时间)、∑A (用油量)和∑A (用餐人数)均需考量年均经营时间(h)范围.表4 不同餐饮规模餐饮企业活动水平 Table 4 The activity levels of catering enterprises withdifferent catering scales餐饮规模用油量(t/a)用餐时间(h/a) 灶头数(个) 客流量(万人次/a)小型 1428.893748547.14 1520 6110 中型 3759.184884655.56 3839 12602 大型 3793.462603358.96 5769 14108 总计 8981.5211236561.66 11128328212 结果与讨论2.1 餐饮业废气中VOCs 和PM 2.5排放因子通过(2)~(5)式计算得到分别以用油量、灶头数、用餐人数和用餐时间为核算基准的餐饮业废气VOCs 和PM 2.5排放因子,如表5所示.表6是按照不同规模餐饮企业核算的排放因子.可见,不同核算基准的排放因子差异较大.升级改造前,基于用餐时间的VOCs 和PM 2.5排放因子分别为42.35和17.66g/h,明显大于基于用餐人数的VOCs 和PM 2.5排放因子1.22和0.51g/人.因此,排放因子的参考基准不同影响了排放因子的值,且参考基准的实际情况因地域而异,需要获得不同核算基准下的本地化排放因子.本研究得到升级改造后以用油量为核算基准的VOCs 排放因子11.62g/kg 与秦之湄等[19]获得的成都市的值13.8g/kg 接近,但显著高于王秀艳等[20]获得的沈阳市的值5.03g/kg.因此,需获取本地化、易于计算并符合实际的排放因子[21],才能准确掌握餐饮企业排放对环境空气质量直接或潜在的影响.表5 基于不同核算基准的餐饮业污染物排放因子Table 5 Emission factors of VOCs and PM 2.5 in catering industry based on different accounting standardsVOCs 排放因子 PM 2.5排放因子核算基准升级改造前升级改造后降低比例(%)升级改造前升级改造后降低比例(%)用油量(g/kg) 35.52 11.62 67.3 14.81 3.81 74.3 用餐人数(g/人) 1.22 0.31 75.0 0.51 0.10 80.0 用餐时间(g/h) 42.35 7.56 82.2 17.66 2.48 86.0灶头数[g/(h·个)] 11.97 2.82 76.4 4.67 0.93 80.02094 中 国 环 境 科 学 41卷表6 不同规模餐饮业不同核算基准的排放因子Table 6 Emission factors of catering industries with variesscales and accounting standardsVOCs 排放因子 PM 2.5排放因子 餐饮业规模核算基准 升级改造前升级改造后降低比例(%)升级改造前升级改造后降低比例(%)小型 30.48 9.84 67.7 11.28 3.1672.0中型 36.40 19.08 47.6 16.05 7.2454.9大型 用油量(g/kg)37.44 6.14 83.6 15.42 1.6189.6小型 0.88 0.29 67.0 0.33 0.0972.7中型 1.00 0.34 66.0 0.44 0.1370.5大型 就餐人数(g/人)1.94 0.29 85.0 0.80 0.0890.0小型 17.512.50 85.7 6.57 0.8087.8中型 11.54 3.83 66.8 5.73 1.4674.5大型 灶头数[g/(h·个)] 8.32 1.95 76.6 3.59 0.5185.8小型 26.11 3.36 87.0 9.66 1.0888.8中型 29.90 9.98 66.6 13.18 3.7971.0大型 用餐时间(g/h)91.85 14.16 84.6 37.83 3.7190.0从表5可见,不论以何种核算基准计算得出的排放因子,废气净化设备升级改造后的餐饮业VOCs和PM 2.5排放因子均比改造前明显减小,分别降低了67.3%~82.2%和74.3%~86.0%.但是,不同规模餐饮企业油烟污染治理效果存在一定差异,如表6所示.调查数据表明,大型餐饮企业均已全部安装有油烟净化设施,污染物排放因子下降明显.中型餐饮企业VOCs 和PM 2.5排放因子下降幅度相对较小.中型餐饮企业数量占比和客流量较大,但存在未按要求启用净化设备,未定期清洗油烟净化设备,和未及时更换活性炭及分子筛等吸附材料等现象.穆桂珍等[22]研究也表明目前餐饮企业油烟净化设施“重安装,轻维护”的现象依然十分普遍.部分小型餐饮企业油烟净化装置缺乏专业及时的维护,排风量与灶头数量不匹配也导致静电油烟净化器处理效果大打折扣. 2.2 餐饮业废气VOCs 和PM 2.5排放量根据式(1)以及表5中的排放因子,核算出本研究区域全部餐饮企业2019年VOCs 和PM 2.5的排放量(表7).表7 餐饮废气净化设备升级改造前、后VOCs 和PM 2.5排放量(t/a)Table 7 VOCs and PM 2.5 emissions before and after upgrading of exhaust gas purification equipment (t/a)核算基准用油量就餐人次就餐时间灶头数污染物升级改造前升级改造后升级改造前升级改造后升级改造前升级改造后升级改造前升级改造后VOCs 319.03 92.76 399.54 101.63 506.38 92.14 457.27 109.89 PM 2.5 188.19 30.43 166.55 33.34 211.09 30.22 178.40 36.05本研究区域在餐饮业废气净化设备升级改造前,不同核算基准得到VOCs 排放量最大值为506.38t/a,最小值为319.03t/a;PM 2.5排放量最大值为211.09t/a,最小值为166.55t/a.其中,VOCs 和PM 2.5排放量最大值均是以就餐时间为核算基准计算获得的,但最小值分别是以用油量和就餐人次为核算基准计算获得.假定区域内餐饮业废气净化设备全部进行升级改造,则升级改造后,VOCs 和PM 2.5排放量范围分别为92.14 ~109.89/a 和30.22~36.05t/a.这时,最大值均是以灶头数为核算基准计算获得,最小值均是以就餐时间为核算基准计算获得.这表明净化设备改造后就餐时间不再是影响排放量主要的约束因素.在实际监督管理过程中,应督促餐饮企业及时进行餐饮废气净化设备升级改造,进行餐饮业用油量、灶头数量和就餐人次的管控.根据以上结果,餐饮废气净化设备升级改造后,餐饮源VOCs 减排率为71%~82%,PM 2.5减排率达到80%~86%.以街道为单元,对VOCs 和PM 2.5排放量贡献占比较大的街道为展览路街道(17.46%),月坛街道(12.68%),金融街街道(12.44%),德胜街道(8.73%).通过餐饮企业的位置、数量、排放量及地区占地面积,获得不同街道餐饮业VOCs 和PM 2.5年度排放强度分别为1.45~4.32t/km 2和0.47~1.42t/km 2.其中VOCs 排放强度最大的5个街道分别为陶然亭街道(4.32t/km 2)、大栅栏街道(4.23t/km 2)、新街口街道(4.03t/km 2)、月坛街道(3.90t/km 2)和金融街街道(3.08t/km 2).餐饮源PM 2.5排放强度最小的街道为广安门外街道(0.47t/km 2),排放强度最大为陶然亭街道(1.42t/km 2).为验证废气净化设备升级改造前后对大气中PM 2.5含量的影响效果,选择在7月(升级改造前)和10月(升级改造后)两个时间段,对研究区域中餐饮企业分布密集社区进行了PM 2.5监测.鉴于大气污染物存在明显的季节变化,把实测值减去当5期马殊琼等：北京市典型城区餐饮业VOCs和PM2.5排放量估算 2095月的平均值得到差值(∆PM2.5)进行对比(图1).从图1可看出,改造后∆PM2.5比改造前明显降低,尤其在早餐(05:30~08:30)、午餐(10:30~13:30)和晚餐(16:00~19:00)时段.此外,由于两次测值是在不同年段完成的,除排放外,大气污染物还会受到天气以及输送变化的影响,导致个别改造后的测值大于改造前的.将对应的改造前后早午晚餐时段∆PM2.5进行了差异性检验,两独立样本非参数检验结果显示各抽样社区∆PM2.5浓度实测值在净化设备改造前后变化呈现显著性差异(P<0.05),即区域∆PM2.5排放浓度经过餐饮废气净化设备升级改造后有明显的降低.通过实测值计算, 在月坛街道铁二二社区, 牛街街道东里社区, 金融街街道丰汇园社区和大栅栏街道煤市街东社区早中晚餐时段∆PM2.5分别减少了26.9%,25.1%,32.9%和30.8%.4个社区平均减少了28.9%,最接近于以用油量为核算基准的排放因子降低比例.a bc d图1 餐饮企业分布密集社区废气改造设备升级前后实测ΔPM2.5浓度比较Fig.1 Comparison of the measured ΔPM2.5 concentrations before and after the upgrading in communities with densely distributedcatering companiesa.月坛街道铁二二社区;b.牛街街道东里社区;c.大栅栏街道煤市街东社区;d.金融街街道丰汇园社区3结论3.1通过对研究区域内餐饮企业进行实地检测数据及活动水平调查,分别得到了基于就餐人数、就餐时间、食用油用量和灶头数4项核算基准的餐饮业VOCs和PM2.5排放因子,但4种核算基准的排放因子差异较大,需要进一步本地化检验.3.2本研究区域餐饮业废气净化设备升级改造前,VOCs排放量范围为319.03~506.38t/a,改造后为92.14~109.89t/a;PM2.5排放量范围改造前为166.55~ 211.09t/a,改造后为30.22~36.05t/a,经过餐饮业废气净化设备升级改造后VOCs及PM2.5排放量分别减2096 中国环境科学 41卷少了71%~82%和80%~86%.3.3计算得到以街道为单元的餐饮业VOCs及PM2.5排放强度,VOCs排放强度范围1.45~4.32t/ km2,PM2.5排放强度范围0.47~1.42t/km2.通过餐饮源VOCs和PM2.5排放强度情况的定量计算,便于有针对性的开展相应区域餐饮源大气污染物防治工作.3.4通过对典型社区PM2.5浓度(小时值)抽样检测,餐饮废气净化设备升级改造前、后∆PM2.5浓度平均减少比例为28.9%,最接近于用油量为核算基准的排放因子降低比例.进一步说明餐饮业废气净化设备升级改造对于PM2.5减排效果显著.参考文献：[1] 联合国环境规划署.北京二十年大气污染治理历程与展望 [R]. 内罗毕,肯尼亚:联合国环境规划署, 2019.United Nations Environment Programme. A review of 20 years’ air pollution control in Beijing [R]. Nairobi, K enya: United Nations Environment Programme, 2019.[2] 郑君瑜,王水胜,黄志烔,等.区域高分辨率大气排放源清单建立的技术方法与应用 [M]. 北京:科学出版社, 2014:124-161.Zheng J Y, Wang S S, Huang Z T, et al. The technical method and application of regional high resolution air emission source inventory [M]. Beijing: China Science Publishing& Media LTD, 2014:124-161.[3] 张洋,支国瑞,薛志刚,等.餐饮行业活动水平调查及大气污染物排放清单编制研究 [J]. 环境科学研究, 2019,32(6):929-937.Zhang Y, Zhi G R, Xue Z G, et al. Investigation of activity levels of catering service industry and construction of air pollutant emission inventory [J].Research of Environmental Sciences, 2019,32(6):929-937.[4] 孙成一,白画画,陈雪,等.北京市餐饮业大气污染物排放特征 [J].环境科学, 2020,41(6):2596-2601.Sun C Y, Bai H H, Chen X, et al. Emission characteristics of the catering industry in Beijing [J]. Environmental Science, 2020,41(6):2596-2601.[5] 何万清,王天意,邵霞,等.北京市典型餐饮企业大气污染物排放特征 [J]. 环境科学, 2020,41(5):2050-2056.He W Q, Wang T Y, Shao X, et al. Pollution characteristics of cooking fumes, particulates, and non-methane hydrocarbons in the exhaust of typical Beijing restaurants [J]. Environmental Science, 2020,41(5):2050-2056.[6] 熊桂洪,许丽萍,叶堤,等.我国餐饮油烟源排放清单建立方法研究进展 [C]. 北京:《环境工程》2019年全国学术年会, 2019:196-199.Xiong G H, Xu L P, Ye D, et al. Recent progress of cooking oil fumes emission inventory in China [C]. Beijing:“Environmental Engineering”2019 National Academic Conference, 2019:196-199. [7] 北京市西城区地方志编纂委员会办公室.北京西城年鉴 [M]. 北京:中华书局, 2019:438-447.Local Chronicles Compiling Committee Office of Beijing Xicheng District. Beijing Xicheng yearbook [M]. Beijing: ZhongHua Book Company, 2019:438-447.[8] DB 11/1488-2018 餐饮业大气污染物排放标准 [S].DB 11/1488-2018 Catering air pollutants emission standards [S]. [9] DB 11/T 1485-2017 餐饮业颗粒物的测定手工称重法 [S].DB 11/T 1485-2017 Determination of particulate matter in catering industry - Manual weighing method [S].[10] HJ 732-2014 固定污染源废气挥发性有机物的采样气袋法 [S].HJ 732-2014 Sampling of volatile organic compounds from stationarysource exhaust gas by air bag method [S].[11] HJ 38-2017 固定污染源废气总烃、甲烷和非甲烷总烃的测定气相色谱法 [S].HJ 38-2017 Stationary source waste gas-Determination of total hydrocarbon, methane and non-methane total hydrocarbon-Gas chromatographic method [S].[12] 王红丽,景盛翱,楼晟荣,等.餐饮行业细颗粒物(PM2.5)排放测算方法:以上海市为例 [J]. 环境科学, 2018,39(5):1971-1977.Wang H L, Jing S A, Lou S R, et al. Estimation of fine particle (PM2.5) emission inventory from cooking: case study for Shanghai [J].Environmental Science, 2018,39(5):1971-1977.[13] 贺克斌,王书肖,张强.城市大气污染物排放清单编制技术手册[M]. 北京:中华人民共和国环境保护部, 2015:65-145.He K B, Wang S X, Zhang Q. Technical manual for compilation of emission inventory of urban air pollutants [M]. Beijing: Ministry of Environmental Protection of the People's Republic of China, 2015:65-145.[14] He L Y, Hu M, Huang X F. Measurement of emissions of fineparticulate organic matter from Chinese cooking [J]. Atmospheric Environment, 2004,38(38):6557-6564.[15] Zhao Y, Hu M, Slanina S. Chemical compositions of fine particulateorganic matter emitted from Chinese cooking [J]. Environmental Science & Technology, 2007,41(1):99-105.[16] Ho S S H, Yu J Z, Chu K W, et al. Carbonyl emissions fromcommercial cooking sources in Hong Kong [J]. Journal of the Air & Waste Management Association, 2006,56(8):1091-1098.[17] 吴雪伟,陈卫卫,王堃,等.长春市餐饮源PM2.5和VOCs排放清单[J]. 中国环境科学, 2018,38(8):2882-2889.Wu X W, Chen W W, Wang K, et al. PM2.5 and VOCs emission inventories from cooking in Changchun City [J]. China Environmental Science, 2018,38(8):2882-2889.[18] 吴芳谷,汪彤,陈虹桥,等.餐饮油烟排放特征 [A]. 中国颗粒学会2002年年会暨海峡两岸颗粒技术研讨会会议论文集 [C]. 桂林:科学出版社, 2002:327-331.Wu F G, Wang T, Chen H Q, et al. Characteristics of catering lampblack emission [A]. Proceedings of 2002annual meeting of Chinese granule society and cross-strait symposium on granule technology [C]. Gui Lin: China Science Publishing& Media LTD, 2002:327-331.[19] 秦之湄,唐文雅,尹元畅,等.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 [J]. 环境科学学报, 2017,37(12):66-73.Qin Z M, Tang W Y, Yin Y C, et al. Spatial distribution of PM2.5 emission from cooking sources in Chengdu based on internet big data method [J]. Acta Scientiae Circumstantiae, 2017,37(12):66-73.[20] 王秀艳,史建武,白志鹏,等.沈阳市烹饪油烟中VOCs排放特征分析[J]. 中国人口·资源与环境, 2011,21(S1):364-366.Wang X Y, Shi J W, Bai Z P. et al. Analysis on VOCs emission characteristics of cooking fume in Shenyang [J]. China Population Resources and Environment, 2011,21(S1):364-366.[21] 尹元畅,蒋燕,王波,等.成都餐饮源PM2.5及VOCs排放因子的探索 [J]. 环境监测管理与技术, 2015,27(5):63-67.Yin Y C, Jiang Y, Wang B, et al. The study on fine particles and VOCs emission factor of cooking activities in Chengdu [J]. The Administration and Technique of Environmental Monitoring, 2015,27(5):63-67.[22] 穆桂珍,卢清,钟志强,等.静电油烟净化器对餐饮油烟中醛酮类VOCs的去除 [J]. 中国环境科学, 2020,40(11):4697-4702.Mu G Z, Lu Q, Zhong Z Q et al. Removal of electrostatic fume purifiers on aldehydes and ketones compounds from cooking oil fume [J]. China Environmental Science, 2020,40(11):4697-4702.作者简介：马殊琼(1988-),女,甘肃临夏人,中央民族大学硕士研究生,主要从事大气环境污染与防治研究.发表论文1篇.。
挥发性有机物(VOCs)计算方法(试行)附件1-5
附件1广东省石油化工行业VOCs排放量计算方法（试行）广东省生态环境厅1目录1. 适用范围 (3)2. 计算方法 (3)2.1设备动静密封点泄漏 (4)2.2有机液体储存与调和挥发损失 (9)2.3有机液体装载挥发损失 (29)2.4废水集输、储存、处理处置过程逸散 (33)2.5燃烧烟气排放 (35)2.6工艺有组织排放 (37)2.7工艺无组织排放 (41)2.8采样过程排放 (42)2.9火炬排放 (42)2.10非正常工况（含开停工及维修）排放 (45)2.11冷却塔、循环水冷却系统释放 (48)2.12事故排放 (50)附录A 存储物料理化参数 (55)附录B 单位换算表 (56)2广东省石油化工行业VOCs排放量计算方法（试行）1.适用范围本方法适用于广东省石油化工行业（包括但不限于：石油炼制工业、石油化学工业和合成树脂工业）VOCs排放量计算。
有机化工行业可参照本计算方法进行VOCs排放量计算。
2.计算方法石油化工行业VOCs排放主要来自物料生产、运输、装载和废物处理等过程。
石油化工行业的VOCs污染源项主要包括12类：（1）设备动静密封点泄漏；（2）有机液体储存与调和挥发损失；（3）有机液体装载挥发损失；（4）废水集输、储存、处理处置过程逸散；（5）燃烧烟气排放；（6）工艺有组织排放；（7）工艺无组织排放；（8）采样过程排放；（9）火炬排放；34（10）非正常工况（含开停工及维修）排放； （11）循环冷却水系统释放； （12）事故排放。
根据石油化工行业VOCs 排放特点，采用源项归类解析法计算VOCs 排放量，VOCs 排放量为各污染源项VOCs 排放量的总和，见公式2-1。
有机化工行业应根据工艺特点，可参照本计算方法选择相应的污染源项计算VOCs 排放量。
∑==Nmm E E 1石油化工 （公式2-1） 式中：E 石油化工—统计期内全部排放源项的VOCs 排放量之和，千克；E m —统计期内排放源项m 的VOCs 的排放量，千克； N —污染源总数。
医疗机构水污染排放标准
表6 大气污染监测分析方法
序号 1 2 3 4 5
控制项目 氨
硫化氢 臭气浓度（无量纲）
氯气 甲烷
测定方法 次氯酸钠-水杨酸分光光度法
气相色谱法 三点比较式臭袋法 甲基橙分光光度法
气相色谱法
方法来源 GB/T14679 GB/T14678 GB/T14675
HJ/T30 CJ/3037
6.3 污泥取样与监测
GB11914
7 生化需氧量(BOD) 稀释与接种法
2
GB7488
8
悬浮物(SS)
重量法
GB11901
9
氨氮
蒸馏和滴定法 0.2 GB7478
比色法
0.05 GB7479
10
动植物油
红外光度法
0.1 GB/T1648
8
11
石油类
红外光度法
0.1 GB/T1648
8
13 色 度
稀释倍数法
GB11903
二、规范性引用文件 • GB8978 污水综合排放标准 • GB3838 地表水环境质量标准 • GB3097 海水水质标准 • GB16297 大气污染物综合排放标准 • HJ/T55 大气污染物无组织排放监测技术导则 • HJ/T91 地表水和污水检测技术规范
以上标准和本标准表5、表6所列分析方法标准及规范所含条文在本标准中被引用即构成为本标准的 条文，与本标准同效。当上述标准和规范被修订时，应使用其最新版本。
银分光光度法
原子吸收分光光度法 0.01 GB7475
22 总 铅
（螯合萃取法）
0.01 GB7470
双硫腙分光光度法
火焰原子吸收分光光度 0.03 GB11907
法
瓦斯排放制度（5篇）
瓦斯排放制度1、执行《煤矿安全规程》第140条“矿井必须从采掘生产管理上采取措施，防止瓦斯积聚；当发生瓦斯积聚时，必须及时处理，排除瓦斯工作必须制定安全技术措施，严禁在停风区或瓦斯超限的区域内作业”之规定。
2.执行《煤矿安全规程》第129条之规定，使用局部通风机通风的掘进工作面，不得停风，因检修、停电等原因停风时，必须撤出人员，切断电源。
恢复通风前，必须检查瓦斯。
只有在局部通风机及其开关附近10m以内风流中的瓦斯浓度都不超过____%时，方可人工开启局部通风机。
停风区中瓦斯浓度超过____%或二氧化碳浓度超过____%，必须制订安全排放瓦斯措施，由救护队负责排放。
3、在排放瓦斯过程中，排出的瓦斯与全风压风流混合处的瓦斯和二氧化碳浓度都不得超过____%，且采区回风系统内必须停电撤人，其它地点的停电撤人范围应在措施中明确规定。
只有恢复通风的巷道风流中瓦斯浓度不超过____%或二氧化碳浓度不超过____%时，方可人工恢复局部通风机供风巷道内电气设备的供电和采区回风系统内的供电。
4、无论是临时停风还是长时期停风，在恢复通风前都必须由瓦斯检查员、通风专业技术人员或者由矿山救护队员检查停风区内的瓦斯和氧气浓度。
5、恢复已封闭的巷道，必须编制排放瓦斯和二氧化碳的安全措施经总工程师批准后由救护队负责拆闭排放。
6、排放瓦斯和二氧化碳的安全措施必须由通防监区编制，经通防科、安全科和矿长、总工程师审批后由救护队排放。
7、排放前，所有参加排放的人员必须认真学习掌握排放措施并签字。
8、排放后，通风监区技术员要做好记录。
瓦斯排放制度（2）是一种旨在限制和控制工业、交通和能源等领域排放瓦斯（包括二氧化碳、甲烷等温室气体）的政策和法规。
瓦斯排放制度的实施通常涉及以下几个方面：1. 确立排放限额：制定机构根据科学研究和评估，在国家或地区范围内确定特定行业或部门的瓦斯排放限额。
这些限额通常以年度或特定时间段为单位，并视不同行业和地区的情况而定。
2801.5挥发性有机物排放标准第5部分_表面涂装行业
Word 格式ICS 87.010G50 DB37 山东省地方标准DB 37/ 2801.5 —2018挥发性有机物排放标准第 5 部分：表面涂装行业Emission standard of volatile organic compounds Part 5: Surface coating industry2018 - 04 - 23 发布2018 - 10 - 23 实施山东省环境保护厅发布山东省质量技术监督局发布DB37/ 2801 《挥发性有机物排放标准》已经或计划发布以下部分：——第1部分：汽车制造业；——第2部分：铝型材工业；——第3部分：家具制造业；——第4部分：印刷业；——第5部分：表面涂装行业；——第6部分：有机化工行业；——第7部分：其他行业。
本部分为DB37/ 2801 的第5部分。
本部分按照GB/T 1.1 —2009给出的规则起草。
本部分由山东省环境保护厅提出。
本部分由山东省环保标准化技术委员会归口。
本部分起草单位：山东省环境规划研究院、山东省环境监测中心站。
主要起草人：史会剑、王宝琳、谷树茂、李恒庆、袁琦、王志峰、苏志慧。
引言山东省表面涂装企业或生产设施排放水污染物、大气污染物、恶臭污染物、环境噪声适用相应的国家和地方标准，产生固体废物的鉴别、处理和处置适用相应的国家固体废物污染控制标准。
挥发性有机物排放标准 第 5 部分：表面涂装行业1 范围本标准规定了山东省表面涂装企业或生产设施涂装工序的挥发性有机物排放限值和监测要求， 以及 标准的实施与监督等有关要求。
本标准适用于现有的表面涂装企业或生产设施涂装工序挥发性有机物排放管理， 以及新、 改、扩建 项目的环境影响评价、 环境保护设施设计、 竣工环境保护验收、 排污许可及其投产后的挥发性有机物排 放管理。
汽车制造业、铝型材工业和家具制造业分别执行DB37/ 2801《挥发性有机物排放标准》的第 1部分：汽车制造业、第 2部分：铝型材工业和第 3部分：家具制造业，不适用本标准。
(附件5)煤矿瓦斯抽放规范(AQ1027-2006)
矿井瓦斯抽放管理规范（国家安全生产行业标准AQ1027-2006，国家安全生产监督管理总局2006年11月2日发布，2006年12月1日实施）一、范围本标准规定了建立矿井瓦斯抽放系统的条件及工程设计要求、瓦斯抽放方法、瓦斯抽放管理及职责、瓦斯利用、瓦斯抽放系统的报废程序，以及瓦斯抽放基础参数的测算方法、各类瓦斯抽放方法的抽放率、瓦斯抽放监控系统监测参数的指标要求和瓦斯抽放工程设计有关计算方法。
本标准适用于全国煤矿企业、管理部门及有关事业单位。
二、规范性引用文件下列文件中的条款通过本标准的引用而成为本标准的条款：——MT5018—96矿井抽放瓦斯工程设计规范。
——《煤矿安全规程》（2004年版）。
——《煤矿瓦斯抽放管理规范》（1997年版）。
——GB50187—1993工业企业总平面设计规范。
——GB50215—2005煤炭工业矿井设计规范。
三、定义下列术语和定义适用于本标准：（一）瓦斯抽放：采用专用设备和管路把煤层、岩层和采空区中的瓦斯抽出或排出的措施。
（二）未卸压抽放瓦斯：抽放未受采动影响和未经人为松动卸压煤（岩）层的瓦斯，亦称为预抽。
（三）卸压抽放瓦斯：抽放受采动影响和经人为松动卸压煤（岩）层的瓦斯。
（四）本煤层抽放瓦斯：抽放开采煤层的瓦斯。
（五）邻近层抽放瓦斯：抽放受开采层采动影响的上、下邻近煤层（可采煤层、不可采煤层、煤线、岩层）的瓦斯。
（六）采空区抽放瓦斯：抽放现采工作面采空区和老采空区的瓦斯。
前者称现采空区（半封闭式）抽放，后者称老采空区（全封闭式）抽放。
（七）围岩瓦斯抽放：抽放开采层围岩内的瓦斯。
（八）地面瓦斯抽放：在地面向井下煤（岩）层打钻孔抽放瓦斯。
（九）综合抽放瓦斯：在一个抽放瓦斯工作面同时采用2种或者2种以上方法进行抽放瓦斯。
（十）强化抽放：针对一些透气性低、采用常规的预抽方法难以奏效的煤层而采取的特殊抽放方式。
（十一）预抽：在煤层未受采动以前进行的瓦斯抽放。
（十二）瓦斯储量：煤田开采过程中，能够向开采空间排放瓦斯的煤层和岩层中赋存瓦斯的总量。
2015污染物排放放标准
污染物
排放浓度限值（mg/m3）
污染物排放监控位置
NOX
150
烟囱或烟道
喷砂粉尘、脱模废气（以非甲烷总烃为主）执行《大气污染物综合排放标准》(GB16297-1996)中有关标准，具体见表4-7。
表4-7大气污染物综合排放标准（GB16297-1996）
污染物
最高允许排放浓度（mg/m3）
最高允许排放速率（kg/h）
无组织排放监控浓度限值
排气筒高度（m）
二级
监控点
浓度（mg/m3）
颗粒物
120
15
3.5
周
外浓度最高点
1.0
非甲烷总烃
12
5
10
周界外浓度最高点
4.0
食堂油烟废气参照执行《饮食业油烟排放标准》（GB18483-2001）标准，详见表4-8。
表4-8饮食业油烟排放标准
规模
小型
表4-5各类大气污染物排放标准
炉窑类别
二级浓度排放限值
无组织排放监控浓度限值
烟尘*（mg/m3）
氟及其化合物（mg/m3）
监控点
烟尘（mg/m3）
氟化物
（μg /m3）
熔化炉
金属熔化炉
150
6.0
周界外浓度最高点
5.0
20
出处
《工业炉窑大气污染物排放标准》(GB9078-1996)
《大气污染物综合排放标准》（GB16297-1996）
二甲苯：1.2 mg/m3
甲苯：2.4mg/m3
非甲烷总烃：4.0mg/m3
颗粒物：1.0mg/m3
20m
1.7
30m
5.9
涂料油墨及其类似产品制造工业大气污染物排放标准
涂料、油墨及其类似产品制造工业大气污染物排放标准Air Emission Standard for manufacture of Paint, Ink and allied products（发布稿）目次前言...............................................................................1 范围................................................................................2 规范性引用文件......................................................................3 术语和定义..........................................................................4 排放控制要求........................................................................5 监测要求 (6)6 实施与监督.......................................................................... 附录A（规范性附录）等效排气筒有关参数计算方法......................................... 附录B（资料性附录）企业建立VOCs排放和控制台帐的基本要求............. 错误!未定义书签。
附录C（规范性附录）固定污染源废气苯系物的测定气袋采样-气相色谱法 ....................前言为贯彻《中华人民共和国环境保护法》、《中华人民共和国大气污染防治法》、《上海市环境保护条例》、《上海市大气污染防治条例》等法律法规，保护环境，防治污染，促进涂料、油墨及其类似产品制造工业生产技术和污染治理技术的进步，制定本标准。
- 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、"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、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)。
附录4-5甲烷排放量Emissions of Methane单位：千吨二氧化碳当量(kt of C02 eq.)国家或地区Country or Area19902000200520082010阿尔巴尼亚Albania25432608247725172593阿尔及利亚Algeria3121343797456124632947662安哥拉Angola2205715759163591729318597阿根廷Argentina10202499133999569770286734亚美尼亚Armenia28912565296032353329澳大利亚Australia115048127730122048122157122549奥地利Austria100278972844782948391阿塞拜疆Azerbaijan114189951120961693918401巴林Bahrain17862366276231763312孟加拉国Bangladesh87090892439419497828103080白俄罗斯Belarus1865713323140461534416436比利时Belgium1244011049960395169633贝宁Benin51204504437770876846玻利维亚Bolivia2242919752298312100322778波黑Bosnia and Herzegovina45902672266630373071博茨瓦纳Botswana60743941465838764361巴西Brazil319638342958492223421313443289文莱Brunei Darussalam35923858454346174450保加利亚Bulgaria1567813783127781228012011柬埔寨Cambodia1511614985204773265835211喀麦隆Cameroon1598015843137001992718153加拿大Canada76106100404106657106209104500智利Chile1197816923181901798918001哥伦比亚Colombia5024255113577436305366694刚果(金)Congo, Dem.9834063695576856944673859刚果(布)Congo, Rep.71948029767466497016哥斯达黎加Costa Rica37692917243521682274科特迪瓦Cote d'Ivoire1214614237124721448715947克罗地亚Croatia41563944450848535036古巴Cuba1206510563927684138392塞浦路斯Cyprus441569619614621捷克Czech Republic1823912946120411185012033丹麦Denmark79818125795678647763多米尼加Dominican Rep.60046239669567336729厄瓜多尔Ecuador1098512842151311477615477埃及Egypt2692835813477755184650969萨尔瓦多El Salvador26732798315331282992厄立特里亚Eritrea20712682261427752837爱沙尼亚Estonia34082136221222522329埃塞俄比亚Ethiopia3998146192529606026263232芬兰Finland1007010341975095078896资料来源：世界银行WDI数据库。Source:World Bank WDI Database.
附录 4-5 续表 1 continued 1单位：千吨二氧化碳当量(kt of CO2 eq.)国家或地区Country or Area19902000200520082010法国France7571085588828858287883753加蓬Gabon34794082429852483818格鲁吉亚Georgia50374137441347084864德国Germany11544376117616995761457230加纳Ghana7925962899752249820665希腊Greece77348089820582038417危地马拉Guatemala479819386840563656746海地Haiti33084133425544924497洪都拉斯Honduras39713448522354185730匈牙利Hungary100508218787773897283冰岛Iceland342337336367383印度India513639561558584494606198621480印度尼西亚Indonesia152210167822259661210873218929伊朗Iran566627966599792108608115334伊拉克Iraq2139522289206282264023874爱尔兰Ireland1388414897149601441513896以色列Israel19132699345339153350意大利Italy4714446725400893734037548牙买加Jamaica12351379130713311291日本Japan6692847484422304095740262约旦Jordan8671402183322052072哈萨克斯坦Kazakhstan6923338574538776280667542肯尼亚Kenya2032422284256162744827477朝鲜Korea, Dem.2162617324193011870518611韩国Korea, Rep.3130630925319763105131984科威特Kuwait532310197127571263312442吉尔吉斯斯坦Kyrgyz Republic58233486359136653968拉脱维亚Latvia54732840310531923227黎巴嫩Lebanon699907102510921127利比亚Libya1670413011163341789018132立陶宛Lithuania76045000504251565052卢森堡Luxembourg9791019105311471236马其顿Macedonia16631490141813761369马来西亚Malaysia2362529242365003512233599马耳他Malta184231245235235墨西哥Mexico98326102714113346115119115858摩尔多瓦Moldova40863255354133783415蒙古Mongolia83019218629268686134摩洛哥Morocco92269602106031125511778莫桑比克Mozambique11783129701375085179772缅甸Myanmar8399366941782317651079131纳米比亚Namibia35544582525149424988尼泊尔Nepal2028621206223172306423512
附录4-5 续表 2 continued 2单位：千吨二氧化碳当量(kt of CO2 eq.)国家或地区Country or Area19902000200520082010荷兰Netherlands3011524286212962046520269新西兰New Zealand2668126570275052756628133尼加拉瓜Nicaragua48115566604562006361尼日利亚Nigeria6513782589841229580888021挪威Norway1412217152168971717317148阿曼Oman615310326145461561416527巴基斯坦Pakistan90807117129138671150644155236巴拿马Panama27692790322633763312巴拉圭Paraguay1550115184157981452015931秘鲁Peru1357416345166191713618943菲律宾Philippines4155249915531765638056049波兰Poland10761172791705936540065453葡萄牙Portugal986912289136471302712601卡塔尔Qatar435913134185812822240328罗马尼亚Romania3741025129259552682426146俄罗斯Russia624477465549493751510602533546沙特阿拉伯Saudi Arabia2967241798512995514460310塞内加尔Senegal56287078766291329733塞尔维亚Serbia119408651756367266589新加坡Singapore98716910.2323402339斯洛伐克Slovak Republic64514432406440153985斯洛文尼亚Slovenia30342871298029132902南非South Africa5336959430653486718765311西班牙Spain3279535105363143647636824斯里兰卡Sri Lanka115149607102951135311631苏丹Sudan47142644077066110099394639瑞典Sweden1151911466115011139010845瑞士Switzerland59055126495349464992叙利亚Syrian Arab Republic838512609119011250412532塔吉克斯坦Tajikistan42993304388545084943坦桑尼亚Tanzania2689129124336102536027445泰国Thailand84956834488938897444104411多哥Togo30893440373258665238特里尼达和多巴哥Trinidad and Tobago30385528110551350914499突尼斯Tunisia40556881724569497497土耳其Turkey4385356264643577565277307土库曼斯坦Turkmenistan2984621217295133284826546