页岩气开发环境影响评价探讨

中国是继美国、加拿大后第三个对页岩气进行开发利用的国家。但是,页岩气开发的环境影响问题突出,主要集中在大量占用土地、大量消耗水资源、水力压裂水污染风险、页岩气泄漏风险等方面。目前,我国页岩气项目环境影响评价工作,主要依据《环境影响评价技术导则陆地石油天然气开发建设项目》,在污染因子选择及其量化分析上缺少较明确的指导。本文借鉴美国页岩气开发经验,对页岩气开发需要注意的突出环境问题进行分析总结,探讨页岩气开发环境影响评价技术导则应补充的内容,以完善环境影响评价体系。

重庆市不同粒径颗粒物中水溶性离子污染特征

于2010年3月~2011年2月和2017年1~12月在重庆主城区连续采集PM1.0、PM1.0~2.5和PM_(2.5)~10样品,采用离子色谱测定了样品中9种水溶性无机离子(WSIIs)含量,研究了近年来不同粒径颗粒物中主要离子的污染特征.结果表明,2017年重庆市PM1.0、PM1.0~2.5和PM_(2.5)~10中WSIIs年均浓度和占比分别为24.10,32.89,39.11μg/m^(3)和41.8%、40.3%、38.6%,较2010年均有所下降(39.85,47.84,57.12μg/m^(3)和49.2%、46.6%、36.2%),但NO_(3)-浓度和占比呈上升趋势(分别上升12.3%~27.8%和53.1%~78.2%),且成为2017年冬季首要离子.SO_(4)^(2-)、NO_(3)-、NH_(4)^(+)、Cl^(-)、K^(+)和Na^(+)主要分布在细粒子中,F-、Mg^(2+)和Ca^(2+)主要分布在粗粒子中.重庆颗粒物呈弱碱性,其中粗粒子碱性强于细粒子,NH_(4)^(+)主要以(NH_(4))_(2)SO_(4)和NH_(4)NO_(3)的形式存在.与2010年不同,2017年细粒子中SO_(4)^(2-)和NO_(3)-浓度均随相对湿度增大而快速上升,非均相反应已成为2017年SO_(4)^(2-)和NO_(3)-形成的重要途径,且在PM1.0中尤为突出.随污染加重,不同粒径下各类WSIIs演化特征各异,其中2017年细粒子中NO_(3)-浓度及其对WSIIs贡献大幅升高,并成为重污染形成的主因,而SO_(4)^(2-)和扬尘源示踪物(Mg^(2+)、Ca^(2+))贡献呈下降趋势.与2010年相比,2017年各粒径中NO_(3)-/SO_(4)^(2-)比值随污染加重大幅升高,且重污染日比值均大于1.0.细粒子中WSIIs主要来源于二次转化,粗粒子主要来源于扬尘.2017年扬尘污染较2010年有所减缓,但二次源对WSIIs贡献上升明显,尤其是NO_(3)-的二次生成,因此对NO_(x)排放源的管控是WSIIs减排的重要途径.研究结果对了解近年来重庆市大气颗粒物污染来源及形成机制研究具有重要参考价值.

重庆典型城区冬季碳质气溶胶的污染特征及来源解析

于2021年1~2月在重庆典型城区万州区(WZ)、渝北区(YB)和双桥区(SQ)同步采集PM_(2.5)样品,分析冬季碳质气溶胶的污染特征、来源及潜在源区.结果表明,观测期间SQ的ρ(PM_(2.5))、ρ(OC)和ρ(EC)均值分别为(72.6±33.3)、(18.2±8.2)和(4.4±1.7)μg·m^(-3),高于WZ[(67.2±30.3)、(17.2±7.4)和(5.1±2.4)μg·m^(-3)]和YB[(63.4±25.7)、(15.4±6.3)和(4.2±1.9)μg·m^(-3)].与清洁日相比,WZ污染日EC浓度及其对总碳的贡献率均涨幅最大(103.0%和8.1%),但OC/EC值下降最明显(-10.5%),表明WZ污染日碳质气溶胶的一次排放明显增强.观测期间SQ和YB的ρ(SOC)均值分别为(7.7±4.8)μg·m^(-3)和(6.9±2.8)μg·m^(-3),明显高于WZ[(4.5±1.9)μg·m^(-3)],表明二次转化对SQ和YB碳质气溶胶的影响相对较大.此外,与WZ不同,SQ和YB的SOC/OC值整体随PM_(2.5)浓度上升而增大,且SOC浓度与气溶胶液态水含量(AWC)、NO_(2)浓度和NOR值等均显著线性相关(P<0.01),表明通过液相反应生成含—NO_(2)官能团的SOC可能是SQ和YB碳质气溶胶浓度持续上升的主要因素.正定矩阵因子(PMF)解析结果表明,WZ的生物质/煤炭燃烧混合源贡献率(47.4%)明显高于YB(34.2%)和SQ(38.1%),而YB受汽油车排放和二次转化的影响较为突出.浓度权重轨迹分析(CWT)结果表明,各城区污染日碳质气溶胶主要受本地及其东北方向相邻城区(如长寿区)的影响.

重庆市主要工业源VOCs组分排放清单及其臭氧生成潜势

基于“第二次全国污染源普查”基础信息和工业行业VOCs源成分谱,建立了重庆市2017年主要工业源VOCs组分清单,并估算其臭氧生成潜势(OFP),识别工业源VOCs重点管控物种及其来源.结果表明,重庆市2017年工业源VOCs排放总量及其OFP分别为144.12 kt和477.34 kt,汽车制造、装备制造、塑料制造和化学原料与化学制品行业的VOCs排放量及其OFP贡献较大,VOCs排放量分别为37.18、33.09、19.47和18.14 kt,OFP分别为191.43、153.69、27.21和57.51 kt.芳香烃是VOCs排放量和OFP贡献最大的组分,分别占VOCs排放总量和总OFP的62.55%和82.15%,其主要来源于金属表面涂装和石油化工业.工业源VOCs中主要的活性物种为间/对-二甲苯、甲苯、乙苯、邻-二甲苯和丙烯,OFP分别为130.47、103.37、46.37、42.83和28.26 kt,累积占总OFP高达71.11%.从空间分布来看,全市各区县VOCs排放强度与O_(3)污染程度较为一致;VOCs排放量和OFP高值点均主要分布在主城区和渝西片区,主城区和渝西片区的VOCs排放来源分别以金属表面涂装和石油化工业为主.

基于受体和化学传输的综合模型解析重庆PM_(2.5)来源

为进一步提高PM_(2.5)污染源解析的准确性,研究提出一种基于受体和化学传输的综合源解析模型(CTM-RM),并以重庆冬季一次典型PM_(2.5)污染过程为例(2019年1月21~27日)开展模型评估与应用.结果表明,观测期间基于CTM-RM获得的模拟误差平方值较CAMx/PSAT低84.58%,PM_(2.5)及其化学组分浓度的模拟相对误差值较CAMx/PSAT下降15.69%~92.86%;此外,CTM-RM还可以获取重庆市PM_(2.5)污染源贡献的时空分布特征.观测期间,主城区PM_(2.5)农业源、工业源、电力源、民用源、交通源和其他源的调整因子R值分别为1.39±0.38、1.54±0.48、1.01±0.13、1.02±0.58、0.86±0.59和0.58±0.67,各污染源R值的累积分布函数差异明显.民用源和工业源是主城区PM_(2.5)的主要污染源(46.23%和28.23%).与其他源不同,污染日交通源贡献率(8.62%)同比清洁日显著上升(P<0.001),表明交通源排放是PM_(2.5)浓度持续上升的驱动因素.主城区各污染源初始模拟浓度与R值的拟合函数适用于重庆市47个空气质量监测站的PM_(2.5)模拟,各站点优化模拟浓度与观测浓度显著线性相关(r=0.82,P<0.001).与清洁日相比,污染日渝东北地区工业源贡献率和渝东南地区民用源贡献率上升幅度较大(17.20%和9.15%),而主城区和渝西地区交通源贡献率上升幅度较大(66.39%和84.16%).1月26日,民用源对渝东北地区PM_(2.5)贡献较大(64.56%),而工业源对PM_(2.5)贡献主要集中在主城区(25.26%)和渝西地区(21.20%).