中国大气污染防治政策与空气污染治理——基于城市级面板数据的实证研究

2013年颁布实施的《大气污染防治行动计划》是我国首个针对环境突出问题开展综合治理的行动计划;为巩固治理效果,应对动态变化的环境问题,2018年国务院进一步发布了《打赢蓝天保卫战三年行动计划》。研究利用中国258个城市2013年1月至2020年9月日度空气污染数据,实证检验了上述两阶段政策对空气质量的影响,并从不同污染物治理效果、时间和区域异质性等角度分析了政策效应的差异。结果指出:第一,“大气十条”和“蓝天保卫战”均显著降低了AQI、PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、CO;第二,相比“大气十条”,“蓝天保卫战”对NO_(2)的减排效应更高,且实现对O_(3)的协同治理;第三,“大气十条”和“蓝天保卫战”对各污染物的减排效应因供暖时期、地区能源资源禀赋呈现出较强的异质性特征。

济南市典型区夏季VOCs分布特征及臭氧生成机制

基于2020年6—8月济南市石化区、市区和南部山区VOCs以及臭氧和气态污染物等在线监测数据,结合气象因素分析了各典型区夏季VOCs污染特征,并通过计算臭氧生成潜势(OFP)和MCM模型模拟分析了不同区域不同污染等级VOCs对臭氧生成的影响,采用PMF模型对市区夏季VOCs进行了来源解析研究.结果表明,石化区VOCs浓度(158.29μg·m^(-3))明显高于市区(47.71μg·m^(-3))和南部山区(24.65μg·m^(-3)),VOCs中均以烷烃占比最大,其次为芳香烃,3个区域VOCs浓度均随污染等级升高而升高;不同污染等级下均为石化区OFP(743.7—1474.9μg·m^(-3))大于市区(156.9—378.1μg·m^(-3))和南部山区(113.4—168.7μg·m^(-3)),3个区域均是芳香烃OFP占比最大,其次为烯烃,说明芳香烃和烯烃类VOCs对臭氧生成的贡献最大,其中OFP贡献最大的单体为间/对-二甲苯;MCM模拟结果表明石化区O_(3)净生成速率(33.51×10^(-9)·h^(-1))最高,其次为市区(22.97×10^(-9)·h^(-1))和南部山区(3.91×10^(-9)·h^(-1));石化区的1-戊烯、甲苯、异戊二烯、间-乙基甲苯和邻二甲苯,市区的1-丁烯、间/对-二甲苯和顺式-2-丁烯,南部山区的顺式-2-丁烯、异戊二烯、反式-2-丁烯相对增量反应活性(RIR)较大,对臭氧生成的影响较为明显.PMF模型解析结果表明济南市区夏季燃烧源、移动源和餐饮油烟源对VOCs贡献较大.

新冠疫情期间西安市空气质量时空特征研究

2019年和2021年新冠疫情期间西安市政府均采取了强有力的管控措施,为此对比研究了不同程度减排措施对空气质量的影响。采用特征雷达图、空间插值和HYPLIST轨迹模型等方法对西安市疫情期间(2019年12月—2020年2月、2021年12月—2022年2月)和正常生产期(2020年12月—2021年2月)冬季空气质量变化特征进行了对比分析,并探讨了人为减排情景下空气质量变化潜在原因。结果表明:(1)西安市环境空气质量指数(AQI)空间分布整体呈现“西北劣东南优”特征。2020年疫情严控期空气质量得到明显改善,优良率达到53%;2022年疫情严控期空气质量未受管控措施明显影响。(2)2020年疫情严控期除O_(3)外污染物浓度均明显下降,降幅分别为PM2.5(42.90%)>NO_(2)(42.13%)>CO(35.37%)>PM10(32.58%)>SO_(2)(17.40%);2022年仅有SO_(2)和NO_(2)浓度下降,降幅为NO_(2)(31.86%)>SO_(2)(18.31%)。疫情期间污染类型属于偏二次型。(3)疫情期间,污染天气是在高湿静风天气条件和盆地地形的基础上,受人为源排放和区域污染物传输引起的,因此促进污染物协同减排和关中地区联防联控是改善空气质量的关键举措。

水力发电生命周期评价及碳足迹区域化分析

基于生命周期评价方法,对我国典型水电站水力发电生命周期碳足迹及其他环境影响进行了评估,并分析讨论了不同区域水力发电碳足迹的差异性及原因。结果显示,三峡水电站单位水电碳足迹(以CO_(2)当量计)为12.7 g/(kW·h),主要来源于运行阶段,造成其他环境影响的主要阶段为土建工程阶段,其次为机电设备制造阶段;我国不同省级行政区单位水电碳足迹差距较大,与全国平均值相差±20%以上的省级行政区有24个;各省级行政区运行阶段碳足迹占比为47.94%~96.82%,占比超过80%的省级行政区有19个。研究结果可以为我国及省级发电清单编制与电网结构调整提供数据支撑。

基于遗传-模式搜索算法的微尺度管控区域大气污染物PM2.5溯源

针对微尺度管控区域可能发生的大气污染提出有效的靶向诊断方法-结合高斯烟羽模型和遗传-模式搜索算法的大气污染物分布式溯源方法.将污染源反算模型得到的污染物理论质量浓度与传感器网络观测值的数据对应关系作为目标函数,使用模式搜索算法嵌入遗传算法加快反算模型的搜索过程,反算得到污染源强度和位置.依托杭州市亚运板球场馆大气感知器网络进行实验验证,监测2021年10月PM2.5质量浓度、气象数据,对所提出的混合式大气污染溯源方法进行实验验证.实验结果表明:改进遗传-模式搜索算法对于多维变量的搜索效果较好,能快速精准地反算污染源的位置和强度,可以为微尺度管控区域突发性气体污染防治提供应急决策参考.

2015-2021年鄱阳湖流域主要城市PM_(2.5)和O_(3)浓度分布特征及疾病负担评估

为研究鄱阳湖流域主要城市(南昌市、九江市和上饶市)PM_(2.5)和O_(3)污染对健康的影响,本文评估了“十四五”期间实现特定浓度目标可能带来的健康效益,分析了2015-2021年各污染物的浓度变化,并运用健康影响函数(HIF)及综合暴露-反应函数(IER)对这些城市的疾病负担进行了评估.结果表明:①2015-2021年,南昌市、九江市和上饶市的PM_(2.5)年均浓度分别下降了28.57%、32.65%和34.88%,而O_(3)浓度分别上升了11.53%、8.75%和7.06%;此外,PM_(2.5)和O_(3)浓度分布呈现出明显的季节性变化.鄱阳湖流域主要城市与PM_(2.5)相关的疾病负担下降了18.42%,而与O_(3)相关的疾病负担增加了81.11%.②预测显示,“十四五”期间若实现积极目标,南昌市、九江市和上饶市的PM_(2.5)疾病负担将分别减少55.45%、59.51%和51.44%,在一般目标下将分别减少31.76%、36.43%和33.80%;O_(3)方面,预期目标实现后南昌市、九江市和上饶市的疾病负担将分别下降50.92%、40.58%和36.80%.研究显示,相较于O_(3)浓度控制目标,更为严格的PM_(2.5)浓度控制目标能够产生更显著的健康效益.

循环流化床锅炉节能减碳运行调控及工程验证

构建基于烟气中氧气体积分数及炉膛出口压力的锅炉运行协同控制模型,可以实时、准确地预测烟气中氧气体积分数的变化趋势,提前给定锅炉二次风机和引风机控制指令,显著减小了不同负荷条件下锅炉烟气中氧气体积分数、负压等关键运行参数的波动.在300 t/h循环流化床锅炉上的工业验证结果表明:利用协同控制模型可以提高锅炉运行控制的品质,锅炉变负荷工况条件下烟气中氧气体积分数控制在目标值±0.25%范围内,炉膛出口压力控制在目标值±45 Pa范围内的统计概率为99%.运行一周的统计结果表明,相比于原有控制,协同控制模型投运后单位产汽量耗煤可以减小1.508%,单位产汽量风机耗电可以减少1.886%.

数据驱动的重污染天气应急限产方案智能决策

对工业排放源企业限产是重污染天气应急响应的有效手段.现行限产模式并未考虑扩散条件对限产效果的影响及大气环境治理与经济发展的矛盾.面向特定重污染天气预警,开发数据驱动最优限产方案智能决策方法(DID),用极限学习机预测特定扩散条件下限产方案的减排效果,并将决策者的空气质量改善目标及经济效益目标作为约束对限产方案进行优化.真实数据集上的实验结果表明,在达到同样空气质量目标时,DID方案的经济效益和平均生产比例均高于现行预案;在实现相同经济产值时,DID方案的空气质量改善程度也显著高于现行预案.DID方法能够提高重污染天气应对的精准性及科学性,管理者可以根据当前工作重心设置不同的大气治理及经济发展目标,实现生态环境与区域经济的协调发展.研究结论可为各级政府提高重污染天气应急响应水平提供理论与方法支持,具有一定推广及应用价值.

天津市大气污染物与二氧化碳减排协同效应的季节变化分析

大气环境减污降碳协同效应的季节变化特性是实施区域减污降碳治理的重要影响因素。本文基于此建立了城市大气污染物与二氧化碳(CO_(2))减排协同指数计算体系,并以天津市为例,估算了城市月度减污降碳协同发展水平数据,对大气污染物与CO_(2)减排协同效应的季节变化规律进行了分析和研究。研究结果表明,天津市在全年1/4左右的月份中,细颗粒物(PM_(2.5))、二氧化硫(SO_(2))、二氧化氮(NO_(2))与CO_(2)的协同减排效果较为显著;就污染物类型而言,研究发现PM_(2.5)的减污降碳协同效果非常明显;减污降碳协同效果存在季节性变化,多个区在夏季最为显著,而在冬季较低。因此,在推进减污降碳协同增效的宏观发展战略过程中,应加快构建城市级减污降碳协同指数的月度计算体系与动态监测平台,对大气污染物与CO_(2)减排实施高精度的协同治理,促进经济社会全面绿色低碳转型。

中国水泥行业2011-2022年二氧化碳和大气污染物排放分析

2011—2021年,熟料产量呈波动上升趋势。水泥行业整体生产运行水平不断提高,熟料单条生产线平均规模由43.8万t/条提升至115.3万t/条,熟料单位产品综合能耗下降14.4%,熟料单位产品CO_(2)排放强度下降6.3%,但CO_(2)排放总量增加了13.8%,与氮氧化物减排趋势形成较大反差,碳污治理水平差距明显。熟料生产中石灰石分解和煤炭燃烧过程的CO_(2)排放合计占比为92.9%~93.8%,是CO_(2)排放的主要来源。由于熟料系数偏高、非碳酸盐原料替代不足、综合能耗仍然较高等原因,安徽等7个熟料产量大的省份的CO_(2)排放强度高于全国。建议实行碳酸盐熟料产量总量控制,逐步降低熟料应用比例,加快建材市场熟料产品和非碳酸盐原料替代,降低高标号水泥使用比例。应大力推广水泥行业节能降耗增效技术,加快熟料落后产能淘汰。对熟料产量大、碳排放强度高的地区,应结合当地碳排放特点,实行差别化降碳策略。各大气污染防治重点区域应因地施策推进水泥行业减污降碳工作。

空气污染与健康

空气污染是全球性环境问题,根据全球疾病负担(Global Burden of Disease,GBD)评估报告,2019年全球约有667.2万例过早死亡和约2.13亿年的伤残调整寿命年损失可归因于空气污染。我国同样面临着严峻的空气污染健康风险挑战,2019年我国可归因于空气污染的过早死亡约有142.4万例。

氮氧同位素示踪湿沉降NO_(3)^(-)来源及氧化途径

为探明焦作市大气湿沉降中硝态氮的污染水平,识别其来源及其形成过程,于2020年1月-2021年12月采集了焦作市大气湿沉降样品41个,测定并分析了TN、NH_(4)^(+)-N、NO_(3)^(-)-N浓度以及δ^(15)N-NO_(3)^(-)、δ^(18)O-NO_(3)^(-)值.结果表明:①TN、NH_(4)^(+)-N、NO_(3)^(-)-N浓度范围分别为2.52~13.27、0.11~1.70、1.64~8.31 mg/L,焦作市湿沉降中氮的主要存在形态为NO_(3)^(-)-N,占比为52.11%~83.92%.②δ^(18)O-NO_(3)^(-)、δ^(15)N-NO_(3)^(-)值的范围分别为54.9‰~93.9‰、-9.8‰~3.0‰,非雨季δ^(18)O-NO_(3)^(-)值(62.5‰~93.3‰)更接近于N2O5氧化途径生成的δ^(18)O-HNO_(3)值(100.9‰~103.1‰),雨季δ^(18)O-NO_(3)^(-)值(53.2‰~73.0‰)更接近于OH氧化途径生成的δ^(18)O-HNO_(3)值(50.9‰~60.9‰),说明非雨季大气湿沉降NO_(3)^(-)主要来自N2O5的氧化,而雨季主要来自OH的氧化.③雨季,OH和N2O5氧化途径对湿沉降NO_(3)^(-)的贡献率分别为80.32%和19.67%,非雨季,两种氧化途径的贡献率分别为65.37%和34.62%;在考虑了同位素分馏情况下,基于贝叶斯模型识别了湿沉降NO_(3)^(-)的主要来源,即土壤排放、生物质燃烧、机动车尾气排放和煤炭燃烧,其贡献率平均值分别为31.70%±4.90%、28.30%±14.00%、22.80%±12.10%、17.20%±0.08%.该研究结果将为降雨中硝酸盐的来源及形成途径提供证据.

城市污染源周边溴代二噁英分布特征研究

为了解城市污染源周边溴代二噁英类化合物(PBDD/Fs)的污染状况,文章选取上海市区的生活垃圾焚烧炉周边场地作为研究区域,采集夏、冬两季32个环境大气样品和61个土壤样品,研究城市污染源周边环境大气和土壤中PBDD/Fs的含量以及时空分布特征。结果表明,城市污染源周边大气中PBDD/Fs的浓度范围为13.8~115 fg/m^(3)(以毒性学量计,下同),平均值为44.3 fg/m^(3),冬季大气中PBDD/Fs浓度略高于夏季;土壤样品中PBDD/Fs的浓度范围为0.561~15.9 pg/g,平均值为3.66 pg/g,不同风向间PBDD/Fs浓度无显著差异;城市污染源周边环境大气中PBDD/Fs含量明显小于氯代二噁英的含量,而土壤中含量相当,甚至更高;城市污染源分析显示,研究区域环境大气和土壤中PBDD/Fs主要来源于商业十溴阻燃剂的使用与处置,以及电子垃圾中的溴代阻燃剂。

京津冀地区PM_(2.5)与CO_(2)的协同控制效应及调控因素研究

京津冀地区面临着二氧化碳(CO_(2))减排和细颗粒物(PM_(2.5))浓度降低的双重挑战,研究该地区CO_(2)与PM_(2.5)的协同控制效应及调控因素演变特征,对其经济高质量发展与环境改善具有重要意义。文章基于2005-2020年人口栅格数据、夜间灯光数据以及统计年鉴数据,利用协同控制效应坐标系法和时空地理加权回归模型评估了京津冀地区CO_(2)排放量和PM_(2.5)浓度的协同控制效应及调控因素作用机制的时空异质性。结果表明:(1)京津冀地区实现CO_(2)和PM_(2.5)协同控制效应的区域呈现上升-下降-上升的变化趋势,在2019年达到最高,最高占比68.15%。(2)第三产业发达、清洁能源丰富或产业布局合理的城市更易实现CO_(2)排放量与PM_(2.5)浓度的共控。(3)产业结构、研发支出、对外开放程度和降雨量为京津冀地区协同控制CO_(2)排放量和PM_(2.5)浓度的主要因素,但这些调控因素的作用存在时空异质性。

阿勒泰市移动源排放清单及时空分布特征

通过“自上而下”调查方式获取移动源活动水平,采用排放因子法建立了阿勒泰市移动源排放清单,并进行移动源排放的时空特征分析和清单不确定性分析。结果表明,2021年阿勒泰市移动源9种大气污染物排放总量,CO为669.12 t,NO_(x)为617.92 t,SO_(2)为29.85 t,NH_(3)为32.61 t,VOCs为136.35 t,PM_(2.5)为35.74 t,PM_(10)为38.06 t,BC为20.33 t,OC为6.41 t。其中,CO、SO_(2)、NH_(3)、VOCs主要来源于载客汽车,贡献率均超过40%;NO_(x)主要来源于农业机械和载货汽车,贡献率均超过30%;PM_(2.5)、PM_(10)、BC、OC主要来源于农业机械,贡献率均超过75%。时空分布特征表现为6—8月排放量最高,人口密集的市区排放量高于其他区域。移动源9种污染物排放清单不确定性均在−39.23%~56.27%以内,本清单计算结果相对可靠。

河北南部PM_(2.5)和O_(3)复合污染的气象特征及天气分型

为了解河北南部大气复合污染特征及其天气类型,利用2016—2022年环境监测、地面气象观测和NCEP再分析资料等,统计分析河北南部发生复合污染事件时的气象要素特征,并对地面气压场进行客观天气分型。结果表明,(1)2016—2022年期间河北南部复合污染占总污染天数4.0%;石家庄复合污染较多,且以O_(3)污染为主;复合污染较重的月份为4、7和9月。(2)复合污染期间,温度与O_(3)强正相关,与PM_(2.5)强负相关,海平面气压和相对湿度与O_(3)呈负相关,与PM_(2.5)呈弱正相关,水汽压、日照和能见度与O_(3)呈正相关,与PM_(2.5)呈弱负相关,风速与O_(3)和PM_(2.5)均为弱的负相关。(3)河北南部复合污染的天气类型主要有C型、W型、A型、U型,其中C型最多且偏O_(3)复合污染,W型、A型偏PM_(2.5)复合污染,U型以O_(3)和PM_(2.5)低浓度复合污染为主。研究显示,气象条件对复合污染影响显著,关注二者关系,对今后大气污染治理有一定指导意义。

基于现场监测和人工神经网络的填埋场二氧化碳释放浓度预测分析

垃圾填埋场会产生大量的填埋气,其中40%~60%为CO_(2),CO_(2)会导致温室效应并降低填埋气的利用效率,因此掌握及预测填埋气中CO_(2)的释放规律对于控制其扩散及填埋场温室气体排放评估具有重要意义。本文分析了杭州某填埋场2018年全年CO_(2)浓度,发现CO_(2)与H2S的浓度在春秋季表现出强线性相关性,秋季的皮尔逊相关性系数绝对值为0.77。同时,建立多层感知器(multi layerperceptron,MLP)的人工神经网络模型预测CO_(2)浓度,并选取箱型图法对数据进行前处理以剔除监测设备故障等非自然因素导致的异常值,选取PM_(2.5)、风速、风向、气温、空气湿度作为输入指标,结果表明模型预测结果与现场实测结果约为R=0.7,说明模型效果较好。基于该模型对缺失的9月份数据进行填补,其结果与CO_(2)全年释放规律吻合良好。本文基于现场监测数据建立的神经网络模型可用于填埋场CO_(2)释放的预测评估,对CO_(2)等填埋气释放的控制和填埋场现场管理具有指导意义。

“两尘四气”空气污染数据的校准模型

通过Excel软件对监测点收集的空气质量数据进行拆分及构造函数的方法,拟合了“两尘四气”的六个方程,这些方程可用于对自建点数据进行校准。在对所收集的数据标准化后,利用SPSS软件对“两尘四气”数据误差产生的原因进行回归分析,建立了多元线性回归方程。方程显示:压强、温度和风速更容易导致自建点数据误差,可使用对上述三种因素不敏感的材质制造检测仪的传感器。以上使用Excel和SPSS软件对大数据进行比对处理及建模的方法可用于环境监测、农业生产等领域促进高质量生态文明建设。

基于遥感技术和机器学习的城市街区PM_(2.5)空间分布特征研究——以合肥市滨湖新区为例

为获取合肥市滨湖新区地面PM_(2.5)浓度,利用地面风速对2022年7月31日-2023年7月31日MODIS传感器MCD19A2数据进行风速订正,并与同期气象数据和合肥市10个国控监测站点的PM_(2.5)数据建立AOD-PM_(2.5)反演模型。结果表明:BP网络训练到第10代时训练结果最为理想,均方误差MSE值约为0.027。训练集、验证集、测试集和总体结果回归值r均在0.88以上,总体结果高达0.93。通过BP预测工具箱建立模型,拟合优度达到0.807。选择滨湖新区7个典型测点,测量2023年7月12-16日每日平均PM_(2.5)浓度、地面风速和温湿度,结合气象数据代入反演模型对比发现,估算值和实测值曲线高度吻合,证明该模型可用于反演滨湖新区地面PM_(2.5)浓度。对PM_(2.5)浓度进行估算和分析,结果表明:1)滨湖新区西南侧PM_(2.5)浓度最高,东南侧最低;2)功能区PM_(2.5)浓度呈现为工业区>商业区>居住区>生态园区;3)工业园区废弃物的排放会导致PM_(2.5)浓度升高,对工厂设备的优化使用以及合理处理生产过程中的废弃物可降低PM_(2.5)浓度;4)商业区和居住区中的尾气排放、扬尘、工业排风等均会导致PM_(2.5)浓度升高,优化交通组织,推动新能源汽车的发展可降低PM_(2.5)浓度;5)产业园区的发展模式对城市PM_(2.5)浓度有显著影响,加快产业结构调整,推动产业绿色技术创新可降低PM_(2.5)浓度;6)城市绿地空间对PM_(2.5)有显著调节作用,增加绿地空间连通度、聚集度,加强大型绿地建设可发挥较强的PM_(2.5)消减作用。该研究所建立的AOD-PM_(2.5)反演模型旨在为城市街区PM_(2.5)空间分布特征研究提供可靠方法,具有重要的实践意义。

基于CALPUFF模型的山东省独立焦化行业大气污染物分析与预测

基于已建立的2018年山东省高分辨率独立焦化行业排放清单,结合焦化行业制定的相关政策,本研究设置了基准情景(BAU-2018、BAU-2025、BAU-2035)和减排优化情景(ERO-2025、ERO-2035),使用CALPUFF模型模拟了各情景下山东省独立焦化行业SO_(2)、NO_x、PM_(10)及PM_(2.5)的污染情况及各污染物的减排潜力.研究结果表明,在BAU-2018情景中,山东省各市SO_(2)、NO_x、PM_(10)和PM_(2.5)的年均贡献比例的范围分别为0.06%~0.84%、0.01%~0.63%、0.04%~0.19%和0.07%~0.21%;在各阶段中,ERO-2025情景较于现状(BAU-2018)的各污染物排放与贡献浓度降低幅度最大;最优情景ERO-2035较于BAU-2018,SO_(2)、NO_x、PM_(10)、PM_(2.5)和CO_(2)的排放量分别为减少了60.12%、78.24%、75.07%、74.20%和37.47%,SO_(2)、NO_x、PM_(10)和PM_(2.5)年均贡献浓度降幅分别为60.74%、78.56%、75.00%和74.53%.全面执行超低排放标准对污染物减排具有显著效果,同时显示出巨大的污染物与CO_(2)的协同减排潜力.