一种可减少硫酸厂SO2排放量的新型催化剂

在2010年11月于捷克布拉格举行的2010硫磺研讨会上，丹麦Haldor TopsoeA／S公司介绍了其最新研发的硫酸催化剂VK-701Leap5，可帮助硫酸生产厂满足更加严格的SO2排放指标。当将其用于单吸收法硫酸厂的末段工序时，与现有催化剂相比，VK-701Leap5可减少SO2排放40％。

济源市将严格控制SO2排放量

为确保如期实现创建国家环境保护模范城市目标，济源市将严格控制SO2排放量。到2010年，SO2排放量要削减30％以上，城市大气环境质量优良天数要达到85％（每年310天）以上。

惠州出口贸易对环境影响的实证分析——以SO_2排放量为例

惠州经济的高速发展和伴生的环境污染问题,是在我国经济加速融入全球经济的背景下发生的。文章基于惠州1987-2009年的时间序列数据,通过实证方法分析出口贸易对环境(SO2)的影响,指出随着时间的推移,出口的增长,将不利于惠州环境的改善;如果在贸易自由化,同时实施更严格的环境管制,可以促进贸易与环境协调发展,进而实现惠州良好的规模效应、结构效应、技术效应以及要素优化配置等的结果。

RAINS-ASIA模型及其对北京市SO_2排放量和控制成本的预测

借鉴RAINS模型的分析方法和结构思想,建立了预测SO_2排放-控制成本的框架模型。利用RAINS-ASIA模型并结合预测SO_2排放-控制成本的方法对北京市1990、1995、2000、2005、2010、2015、2020、2025和2030年不同设计情景下的SO_2排放量和控制成本进行预测。结果表明:1)北京市SO_2的面源排放量大于点源排放量;2)北京市SO_2点源已得到很大程度消减,面源消减量较点源消减量还存在很大潜力,因此,北京市应将面源作为SO_2污染的重点消减目标,并进一步提出消减排放量的控制方案;3)对于电厂和集中供热部门来说,当前控制战略的减排效果比湿法烟气脱硫控制的减排效果差,同时其减排成本和湿法烟气脱硫控制战略相差很少,因此,对于点源的控制应该优先实施湿法烟气脱硫减排措施。

基于RBF神经网络的双碱法脱硫塔SO_2排放量预测方法

采用传统公式估算脱硫塔出口SO_2排放量的方法难以推广,现场实测又耗时耗财,对此,本文提出一种基于RBF神经网络的脱硫塔出口SO_2排放量预测方法,并以传统F-R修正的变梯度BP神经网络和以LM算法优化的BP神经网络(LM-BP神经网络)为对照模型,对双碱法脱硫塔在线监测数据进行预测。结果发现:RBF神经网络最大偏差和平均偏差均为0,优于变梯度BP神经网络和LM-BP神经网络。基于此,采用RBF神经网络作为预测模型,以平均烟气温度为101℃、平均脱硫塔清液pH=8.40、平均进塔清液流量与烟气流量之比(液气比)1.130 0 L/m3为输入参数,连续改变其中某一输入参数,分别预测其他参数对脱硫塔出口SO_2质量浓度折算值的影响。结果表明:脱硫塔出口SO_2质量浓度折算值随进口烟气温度升高而增大,在烟气温度高于110℃后出现波动;当烟气温度为101℃、液气比为1.130 0 L/m3时,最优脱硫塔清液pH为8.60;当温度为101℃、pH=8.40时,脱硫塔出口SO_2质量浓度折算值随液气比增大而减小。因此,基于RBF神经网络的脱硫塔出口SO_2排放量预测方法不仅能够有效预测双碱法脱硫塔出口SO_2排放量,而且能够对SO_2排放量进行优化控制。

工业锅炉用洁净型煤SO_2排放量试验研究

以低阶、优质神府煤为主要原料煤,添加5种不同固硫添加剂,研究出冷热强度满足要求的工业锅炉用洁净型煤,并进行了试验室固定床锅炉燃烧试验,结果表明,研制出的洁净型煤固硫效果非常好,其SO2排放量均达到北京市锅炉污染物综合排放标准(DB15/139-2002)规定的小于150mg/m3的要求。

我国省域物流行业SO_2排放量的测评与减排对策分析

给出了省域物流行业SO2排放量测量模型,测算了不同能源的SO2排放系数;然后以物流作业直接能耗法来核算我国各省域2010年物流行业的SO2排放量,包括各省域的SO2排放量和单位货物周转SO2排放量,并进行了同种能源含硫和脱硫(低硫)SO2排放系数对比分析以及SO2总排放量对比分析。研究发现:物流行业使用含硫能源与脱硫(低硫)能源所排放的SO2量相差很大;我国省域之间物流活动产生的SO2排放量存在着地域不平衡性,SO2排放量中东部大部分省域要高于西部省域,而单位货物周转SO2排放量西部大部分省域要高于中东部省域。最后,根据物流行业的特点,分别从脱硫技术研发、运输结构调整、清洁能源使用和节能减排倡导等4个方面来阐述我国物流行业的SO2减排对策,以期促进我国绿色物流和低碳经济的发展。

黑龙江省SO_2排放量与经济发展关系研究

分析1993-2012年黑龙江省人均GDP和人均SO2排放量的关系,建立计量模型.GDP和人均SO2排放量之间的关系为PS=(-1.001E-7)PGDP2+0.0024PGDP,R2=0.979.黑龙江省人均GDP和人均SO2排放量之间的环境库兹涅茨曲线是传统的倒U型曲线,但还没有经过转折点.黑龙江省应加大环境基础设施建设投入,开发新能源,提高资源利用效率,鼓励资源循环利用,减少废气排放量;应加强公众的环境保护意识,减少对环境的破坏;应加快老工业基地产业结构转型,加大对高科技、低能耗产业的扶持,走新型工业化道路.

我国省际SO_2排放量的特异性研究

采用《中国统计年鉴》的数据,利用SPSS软件在主成分分析的基础上构造了多元回归模型。根据模型产生的杠杆值、剔除学生化残差、库克距离、DFFITS统计量对我国各省的SO2排放量进行了特异数据挖掘。此外还探讨了特异值产生原因。

基于灰色GM(1,N)模型的我国火电行业SO_2排放量预测研究

火电厂的SO2排放量受到各种因素的影响,本文利用各种影响因素与历史年份的SO2排放数据建立关系,应用灰色GM(1,N)预测模型对我国火电行业SO2排放量进行了预测,是对我国火电行业SO2排放量进行预测的一种较为合理、科学的方法。

NASA研究表明印度成为全球SO_2排放量最大的国家

NASA网站2017年11月14日报道，NASA和美国马里兰大学联合开展的研究表明，2007年以来中国的SO：排放量下降了75％，而印度增加了50％，印度已经成为全球SO2排放量最大的国家。相关研究论文发表在Scientific Reports。

关于陶瓷企业SO_2排放量计算的探讨

本文分别运用监测数据法、物料衡算法和产排污系数法计算陶瓷企业SO2的排放总量,并对三种方法计算的结果进行讨论。

中国人均SO_2排放的省际收敛性——基于面板数据的实证分析

随着中国经济持续快速发展,中国的环境污染问题也日益突出。作为一种常规污染物,SO2的排放长期受到中国政府的高度重视。采集1992—2012年中国30个省市的人均SO2排放量,运用静态与动态面板相结合的回归方式,对于省际人均SO2排放量的相对与绝对收敛性进行研究,对影响人均SO2排放收敛的因素进行分析。结果表明:在总样本期上,省际人均SO2排放量存在着绝对与相对收敛。相对于2001年以后的时期,2001年以前的省际人均SO2排放量收敛速度更快。对于收敛速度的影响因素,二次产业比重与中国SO2排放具有显著的正相关关系,更高的二次产业占GDP比重会降低收敛速度。而各省人均实际GDP与人口密度则对人均SO2的排放量有负向影响,更高的人均收入和人口密度会使人均SO2排放收敛速度加快。

陕西县域经济发展与SO_2排放及环境容量测评

本文依据2008年的有关统计资料,对陕西省97个县市地均GDP及地均SO2排放量进行了存量核算,借用二维组合矩阵方法分析了二者之间的相关关系,并计算陕西省各县域的环境容量及环境承载能力。本研究对认识陕西省的地均SO2排放量的地域分布格局,并从宏观上指导生产的合理布局具有一定的参考意义。

4500t/d熟料生产线控制SO_2排放的实践

1 原燃材料的成分 新型干法水泥熟料煅烧需要的原燃材料石灰质（石灰石）、硅质（砂岩、煤矸石）、铁质（铅锌渣）原料及原煤中都含有或多或少的硫成分，煅烧过程中产生的SO2是大气主要污染物因素之一。所以，在熟料煅烧过程中．控制SO2排放量是一项重要工作。我公司原燃材料的化学分析见表1和表2。

火电厂二氧化硫排放量的测算方法研究

SO2排放量的准确测算是企业内部科学管理和有效控制其排放量的基础,针对传统的SO2排放量的测算方法存在的问题与局限,本文提出了一种基于硫平衡的更简单、科学地测算SO2排放量的方法。通过该方法,可以准确地测算火电厂生产过程中二氧化硫的排放量,从而有利于对火电厂生产的工艺与组织实施更有效的监控,既节省了时间,又节约了成本,并提高了工作效率。

数字经济如何影响工业SO2排放?——理论解读与实证检验

本文将数字经济发展水平引入代表性企业的生产函数和污染因子,在理论分析的基础上,基于2012—2018年中国31个省市区平衡面板数据,采用时间和个体双向固定效应模型,研究数字经济发展水平与二氧化硫(SO2)排放量之间的关系。研究结果表明,数字经济发展水平与工业SO2排放量之间为倒U型非线性关系。数字经济发展水平存在拐点,低于拐点时,数字经济发展水平的提升将加大工业SO2排放量;超过拐点后,数字经济发展水平的提升将降低工业SO2排放量。进一步研究发现,财政分权可拉高拐点。

基于灰色关联度和BP网络的SO_2浓度软测量模型

燃煤发电厂SO2排放量的监测是进行大气污染源控制的基础性工作。但监测烟气环境恶劣,安装监测设备费用高、维护困难。为此,提出了一种SO2浓度预测的方法。SO2的产生受很多因素影响,利用灰色关联度分析法提取影响大的因素,然后利用选优后的参数建立BP神经网络预测模型。试验结果表明预测模型具有较高的准确性。