【关注】《环境科学研究》2016年度优秀论文(三)

2023-04-19 23:50:29


1

重污染天气下电力行业排放对京津冀地区PM2.5的贡献

杜晓惠1,2, 徐 峻2, 刘厚凤1, 刘 俊3, 何友江2, 党鸿雁2, 孟 凡2

1.山东师范大学地理与环境学院, 山东 济南 250014 ;

2.中国环境科学研究院, 北京 100012 ;

3.国网能源研究院, 北京 102200

摘要: 利用CAMx(区域空气质量模型)中的PSAT(颗粒物源示踪技术),分析了重污染天气下分区域、分行业的污染物排放对京津冀地区PM2.5的贡献,设计了分行业排放的环境影响效率系数(EESCR)计算方法,并对“电能替代”(以电力行业产能替代民用能源消耗)情景方案下的排放进行模拟分析. 结果表明:在重污染天气背景下,电力行业排放对京津冀地区ρ(PM2.5)的贡献率较低,各地均低于10%,并且区域排放的贡献次序为京津冀以外地区>京津冀其他城市>当地,这与电力行业高架源排放的特征有关,而工业和民用行业对区域排放的贡献次序相反. PM2.5主要组分和前体物的分行业EESCR计算结果表明,电力行业ESSCR值均在y=1/2x趋势线之下,远低于其他行业,因此优先控制其他行业排放才是改善京津冀地区空气质量的关键.电能替代的情景模拟结果表明,电能替代是有效降低京津冀地区ρ(PM2.5)的可行方式. 研究显示,充分利用电力行业高架源排放的特点和便于集中处理的行业优势,尽力降低因产能增长带来的排放增量,实施电能替代可成为改善区域空气质量的有效途径之一.


2

京津冀PM2.5时空分布特征及其污染风险因素

周 磊1, 武建军2, 贾瑞静3, 梁 念1, 张凤英1, 倪 永1, 刘 明4

1.中国环境监测总站, 北京 100012 ;

2.北京师范大学减灾与应急管理研究院, 北京 100875 ;

3.北京市科技社团服务中心, 北京 100088 ;

4., 北京 100124

摘要: 为分析京津冀及其周边区域2013年典型污染事件中PM2.5的时空分布特征及污染风险因素,根据国家城市环境空气质量实时发布数据和京津冀地区地理国情信息监测成果,采用空间数据挖掘方法对PM2.5污染的热点区域进行了划分；并采用地理探测器定量分析了PM2.5污染风险因子及其影响程度. 结果表明:在选取的京津冀6个城市中,在PM2.5污染事件统计上存在保定—廊坊—北京—天津—承德—张家口的污染顺序. PM2.5污染在空间上呈河南省(山东省)—河北省—北京市(天津市)一线的带状分布特征,在单次污染事件中,城市间的PM2.5污染存在空间运移关系. 空间热点探测表明,京津冀及其周边区域主要分为5个热点聚集区,其中3个高值区分布在北京市、天津市、河北省和山东省的中部,面积分别为5.31×104、10.26×104、5.04×104 km2. 在8个污染风险因子中,污染企业总数(影响力为0.97,下同)、降水量(0.93)、地形坡度(0.89)对PM2.5污染的影响显著高于其他风险因子；其他风险因子影响力排序依次为人口数量(0.60)、降水量大于0.1 mm的降水日数(0.57)、地表覆盖类型(0.52)、年均相对湿度(0.51)、年均风速(0.33),但风险因子间相比没有显著性差异. 研究显示,京津冀地区PM2.5污染的主要因素是污染物排放,其次,气象要素中的年降水量和自然地理环境中的地形坡度也是影响PM2.5污染特征的重要风险因子.



3

短程硝化-厌氧氨氧化组合工艺深度处理垃圾渗滤液

吴莉娜1,2, 徐莹莹2, 史 枭2, 杨天学3, 彭永臻1,4, 张 杰1

1.哈尔滨工业大学市政环境工程学院, 城市水资源与水环境国家重点实验室, 黑龙江 哈尔滨 150090 ;

2.北京石油化工学院, 北京 102617 ;

3.中国环境科学研究院水系统工程研究室, 北京 100012 ;

4.北京工业大学, 北京市水质科学与水环境恢复工程重点实验室, 北京 100124

摘要: 为解决垃圾渗滤液中高浓度污染物对微生物的毒性抑制、生物处理出水有机物或氮不达标及投加碳源成本高的问题,采用UASB(上流式厌氧污泥床)-A/O(缺氧/好氧)反应器-ANAMMOXR(厌氧氨氧化反应器)工艺,通过短程硝化-ANAMMOX(厌氧氨氧化)深度处理实际垃圾渗滤液与生活污水混和液(体积比为1∶10),其ρ(CODCr)、ρ(NH4+-N)和ρ(TN)分别为(750±30)(290±10)和(300±10)mg/L,试验共进行90 d. 结果表明:CODCr、NH4+-N和TN的去除率分别为88%±1%、95%±1%和91%±1%,最终出水质量浓度分别为(67±5)(15±2)和(35±5)mg/L,满足GB 16889—2008《生活垃圾填埋场污染控制标准》的排放要求. A/O反应器中的ρ(FA)(FA为游离氨)在0.21～1.38 mg/L之间,可抑制NOB(硝酸细菌),使AOB(氨氧化细菌)成为优势菌种,从而实现并维持NO2--N积累率(70%～96%)较高的短程硝化,继而在ANAMMOXR中通过ANAMMOX去除残余NH4+-N和NO2--N,实现系统对氮的深度去除.



4

北京市冬季典型重污染时段PM2.5污染来源模式解析

1, 徐 峻1, 何友江1, 杜晓惠3, 唐 伟1, 孟 凡1,2

1.中国环境科学研究院, 环境基准与风险评估国家重点实验室, 北京 100012 ;

2.南京信息工程大学大气环境与装备技术协同创新中心, 江苏 南京 210044 ;

3.山东师范大学地理与环境学院, 山东 济南 250014

摘要: 为了探究近年来北京市PM2.5污染区域来源规律和重污染累积过程中PM2.5的生成途径,利用第三代三维空气质量模型CAMx的颗粒物源示踪(PSAT)和过程分析(PA)技术,模拟计算了北京市2013年和2014两次冬季典型重污染时段PM2.5的源-受体关系和物理、化学过程对PM2.5的生成贡献. 结果表明:在区域来源贡献中,随着空气污染等级由优升至严重污染,外地PM2.5贡献率从42.9%升至67.4%,本地贡献率由57.1%降至32.6%,其中外地二次PM2.5贡献率从20.2%升至39.8%,为北京市重污染时段的主要贡献因子；在外地贡献中,廊坊市、山东省、天津市、唐山市的贡献率较大,分别为3.2%~4.7%、3.8%~7.5%、3.6%~5.8%、2.2%~3.2%. PA分析结果表明:在不利气象条件(持续性的逆温层结)下,南边界的输送在重污染过程中起到了重要作用,对ρ(PM2.5)增长的贡献速率可达10 μg/(m3·h). 此外,本地化学转化在重污染时段对ρ(PM2.5)爆发性增长的贡献率也可以达到40.0%,其中特殊天气条件下二次PM2.5生成贡献的显著增加是造成ρ(PM2.5)出现峰值的主要原因. 研究显示,随着污染程度的加重,北京市受区域性污染的影响逐渐加大；在重污染过程中,不利气象条件下的本地化学转化与水平输送对近地层ρ(PM2.5)峰值的出现与维持发挥了重要作用.



5

2007—2014年北京地区PM2.5质量浓度变化特征

王 浩1,3, 高 健1, 李 慧1,2, 王 涵1, 李 轶3, 王淑兰1, 柴发合1

1.中国环境科学研究院, 环境基准与风险评估国家重点实验室, 北京 100012 ;

2.南京信息工程大学, 江苏省大气环境与装备技术协同创新中心, 江苏 南京 210044 ;

3.天津大学理学院, 天津 300072

摘要: 为更好地解析北京地区ρ(PM2.5)的长期变化特征及气流轨迹聚类分析结果,对2007年8月—2014年7月在中国环境科学研究院实测的ρ(PM2.5)数据进行了统计分析,分析其年际、季节和月际变化特征；通过计算PM2.5的AQI分指数,分析了污染等级的时间变化特征；结合后向气流轨迹,对ρ(PM2.5)年际、季节变化与气团来源的关系进行了分析.结果表明:北京地区2008—2013年ρ(PM2.5)年均值分别为111.5、95.8、94.8、80.5、75.2、81.3 μg/m3,整体呈逐年下降趋势,但污染水平依然较高；ρ(PM2.5)由高到低的季节次序为秋季、冬季、春季、夏季,平均值分别为111.6、94.8、77.2、70.5 μg/m3,PM2.5重污染时段主要出现在秋冬季节,并且冬季ρ(PM2.5)近年来逐渐呈上升趋势；ρ(PM2.5)月均值呈单峰型变化,11月最高(为125.3 μg/m3),7月最低(为76.4 μg/m3)；轨迹聚类分析发现,途经山西省北部和河北省南部的气流轨迹中ρ(PM2.5)较高,而来自北方及西北方向的气团相对较清洁,ρ(PM2.5)较低.北京地区近些年实施的大气污染减排措施对于控制PM2.5污染取得了一定效果,但针对秋冬季节重污染过程的控制力度仍需要加强,同时也要注意区域污染传输对北京地区ρ(PM2.5)的影响.

未完，待续~