环境科学  2016, Vol. 37 Issue (11): 4069-4079   PDF    
引用本文
陈国磊, 周颖, 程水源, 杨孝文, 王晓琦 . 承德市大气污染源排放清单及典型行业对PM2.5的影响[J]. 环境科学,2016, 37(11): 4069-4079.
CHEN Guo-lei, ZHOU Ying, CHENG Shui-yuan, YANG Xiao-wen, WANG Xiao-qi . Air Pollutant Emission Inventory and Impact of Typical Industries on PM2.5 in Chengde[J]. Environmental Science,2016, 37(11): 4069-4079.
承德市大气污染源排放清单及典型行业对PM2.5的影响
陈国磊 , 周颖 , 程水源 , 杨孝文 , 王晓琦     
北京工业大学环境与能源工程学院, 区域大气复合污染防治北京市重点实验室, 北京 100124
收稿日期: 2016-05-13; 修订日期: 2016-06-16
基金项目: 国家自然科学基金项目（91544232，51638001）；国家环境保护公益性行业科研专项（201409006）；北京市科技计划项目（Z141100001014002）
作者简介: 陈国磊(1990~),男,硕士,主要研究方向为环境规划管理与污染防治,E-mail:S201405131@emails.bjut.edu.cn
通讯联系人, 程水源,E-mail:chengsy@bjut.edu.cn
摘要: 以承德市为研究对象，基于拉网式实地调查，获得了该地区2013年各类典型行业污染源详细的活动水平数据，以大气污染物排放清单编制指南为参考，辅以排放因子研究的系统梳理，建立了2013年承德市各行业区县分辨率大气污染源排放清单，并结合人口、路网、土地利用等数据进行了1 km×1 km网格分配. 在此基础上建立气象-空气质量模型系统（WRF-CAMx），应用颗粒物来源识别技术（PSAT），选取2013年典型季节代表月1、4、7、10月，针对承德市电力、建材、冶金等典型行业对PM2.5的影响进行了定量评估. 结果表明，2013年承德市SO2、NOx、TSP、PM10、PM2.5、CO、VOCs、NH3的总排放量分别为81134、72556、368750、119974、51152、1281371、170642、81742 t. 工业源是SO2、NOx、CO、VOCs的主要排放源，分别占总排放量的89.5%、51.9%、82.5%和45.6%，NOx的主要排放源还包括道路移动源和非道路移动源，分别占总排放量的26.7%和10.8%；TSP、PM10、PM2.5的主要排放源是无组织扬尘，分别占总排放量的76.7%、65.6%、46.5%；畜禽养殖、化肥施用是NH3的主要排放源，分别占总排放量的67.1%、15.8%. 数值模拟结果表明，无组织扬尘、其他行业、冶金、锅炉行业对环境PM2.5影响较大，浓度贡献分别为23.1%、20.6%、13.3%和11.2%，制定具体控制措施时应得到重点关注.
关键词: 排放清单      承德      空间分布      CAMx-PSAT      PM2.5     
Air Pollutant Emission Inventory and Impact of Typical Industries on PM2.5 in Chengde
CHEN Guo-lei , ZHOU Ying , CHENG Shui-yuan , YANG Xiao-wen , WANG Xiao-qi     
Key Laboratory of Beijing on Regional Air Pollution Control, College of Environmental and Energy Engineering, Beijing University of Technology, Beijing 100124, China
Abstract: In this study, detailed activity level of typical sector in Chengde in 2013 was obtained through a full-coverage investigation. A comprehensive emission inventory with country-level resolution in 2013 was developed based on guide of atmospheric pollutant emission inventory and updated emission factors. Then, the emission inventory within 1 km×1 km grid was generated using source-based spastial surrogates including population, road network and landuse date. Furthemore, meteorology-air quality modeling system (WRF-CMAx) including Particulate Source Apportionment Technology (PSAT) module was established in order to evaluate the impact of topical sector (e. g., electric power, the production of construction materials, the metallurgical industry, etc.) on PM2.5 concentration in January, April, July and October which were considered as the representative months of winter, spring, summer and autumn. The results showed the total emission of SO2, NOx, TSP, PM10, PM2.5, CO, VOCs and NH3 in Chengde in 2013 was respectively 81134 t, 72556 t, 368750 t, 119974 t, 51152 t, 1281371 t, 170642 t and 81742 t. Industrial source was the main emission contributor of SO2, NOx, CO, VOCs, accounting for 89.5%, 51.9%, 82.5% and 45.6% of total emissions, respectively. The major emission source of NOx also included on-road and non-road mobile source, respectively accounting for 26.7% and 10.8%. The major emission source of TSP, PM10 and PM2.5 was fugitive dust, accounting for 76.7%, 65.6% and 46.54%, respectively. Ammonia emissions from animals and farm accounted for 67.1% and 15.8% of total emissions, respectively. The numerical simulation result showed that the fugitive dust, the others, the metallurgical industry and boilers industry had relatively higher contributions to PM2.5 concentration, accounting for 23.1%, 20.6%, 13.3% and 11.2%, respectively. These emission sources should be paid more attention during the decision-making with respect to control strategies.
Key words: emission inventory      Chengde      spatial allocation      CAMx-PSAT      PM2.5     

大气污染源排放清单是解决大气污染问题的基础，不仅可体现各类污染源污染物排放的分布特征以及历年变化趋势，也是空气质量模式的重要输入数据[1]. 近年来,国内学者对排放清单进行了大量的研究,排放源涵盖温室气体[2]、 天然源VOCs[3]、 固定燃烧源[4]、 移动源[5]、 生物质燃烧源[6]、 扬尘源[7]、 人为源VOCs[8]等； 研究内容包括清单编制方法[9]、 排放因子本地化[10]、 空间分配方法[9]、 不确定性分析[11]等.

承德地处河北省东北部，处于华北和东北两个地区的连接过渡地带，地近京津，背靠蒙辽，是首都重要的生态涵养区和生态屏障，在京津冀协同发展战略中具有举足轻重的地位. 承德市环境空气质量具有明显的季节性特征，冬季和春季污染物浓度较高，空气质量较差，而夏季和秋季因气象条件有利于污染物扩散，污染物浓度相对较低，空气质量较好. 当前承德市PM2.5污染日益严重，2013年PM2.5年均浓度为50 μg·m-3，2014年略有增长，年均浓度为52 μg·m-3，2015年有所下降，年均浓度为43 μg·m-3，但仍超过国家二级标准22.9%. 随着经济的发展、 机动车的迅猛增长，导致大量的VOCs、 NOx等污染物排放，传统的煤烟型污染与光化学污染相叠加. 承德与周边地区屡屡发生持续多日的区域性重污染灰霾天气，持续时间可达5~10 d. 为了研究承德市乃至北京及周边地区空气污染状况，改善环境质量，建立完善细致的高分辨率大气污染源排放清单十分必要.

本文以承德市为研究对象，基于拉网式实地调查，获得了该地区2013年各类典型行业污染源区县级详细活动水平，以大气污染物排放清单编制指南为参考，辅以排放因子研究的系统梳理，建立了2013年承德市区县级大气污染源排放清单，并结合人口、 路网、 土地利用等数据进行了1 km×1 km排放数据网格化分配，对地区排放源清单数据进行有效补充及完善. 深入分析承德市的污染源各类污染物排放特征. 在此基础上，建立气象-空气质量模型系统(WRF-CAMx)，应用颗粒物来源识别技术(PSAT)，选取2013年典型季节代表月1、 4、 7、 10月，针对承德市电力、 建材、 冶金、 无组织扬尘等典型行业对PM2.5的影响进行了定量评估，得到承德市典型行业对PM2.5浓度的贡献，以期为承德市的大气污染控制提供参考，并为京津冀地区制定区域大气污染协同控制方案提供支撑.

1 材料与方法 1.1 研究区域和对象

本研究以2013年为基准年，估算承德市共计26类排放源的SO2、 NOx、 TSP、 PM10、 PM2.5、 CO、 VOCs、 NH3的排放量，并分析典型污染源环境质量影响. 排放源分类详见表 1.

表 1 污染源分类 Table 1 Classification of emission sources

1.2 清单建立方法 1.2.1 排放量估算方法

本研究中，电厂、 锅炉、 部分非道路排放源SO2排放量主要采用物料衡算法[公式(1)]估算，其他污染源各类污染物采用排放因子法[公式(2)]进行估算.

(1)
(2)

式(1)中，E为污染物排放量(t)； 2为SO2和S的分子量之比； S为燃料含硫率(%)[12]； Y为燃料消耗量(t)； C为燃料中硫的转化率(%)，其中，燃煤取80%，燃油取100%[9]，η为SO2控制效率； 式(2)中，Ei,j,k为第i类排放源，第j种污染物，在k区/县的排放量；Ai,k为第i类排放源,在k区/县的活动水平； EFi,j为第i类排放源，第j种污染物的排放因子. 详细估算方法参考大气污染物排放清单编制指南和课题组已有研究成果[13].

1.2.2 活动水平数据收集

活动水平数据获取方面首先查阅了各类统计信息[14~16]，在此基础上与承德市各行业部门协调合作，通过拉网式调查获得更为详细的数据作为补充和验证. 工业源得到有效点源信息1 219个，主要包括位置信息，烟囱参数，燃料与产品信息，污染控制效率. 其他行业得到区县分辨率的活动水平信息. 主要包括居民、 餐饮行业的燃料和食用油消耗量； 机动车保有量，累计行驶里程； 建筑施工面积，道路信息，料堆信息，裸地面积； 污水处理量，垃圾处理量； 不同类别森林、 果园、 农作物面积； 牲畜、 家禽出栏、 存栏量； 农田面积，秸秆用量，化肥施用量等，主要活动水平信息见表 2.

表 2 承德市2013年主要活动水平 Table 2 Major activity level of Chengde in 2013

1.2.3 排放因子选取

排放因子的获取基于大气污染物排放清单编制指南给出的推荐值，结合最新文献调研进行综合考虑. 排放因子优先采用国内实测以及本地化研究成果，对于无国内研究成果的情况选用国外类似排放条件下排放因子(表 3~9). 氨排放的排放因子参考研究团队已发表研究成果[17].

表 3 居民源污染物排放因子[9, 13, 20~23] Table 3 Emission factors of various residential fuels

表 4 道路移动源排放因子[13, 24]/g·km-1 Table 4 Emission factors of vehicle with different emission standards/g·km-1

表 5 非道路移动源排放因子[25, 26]/kg·t-1 Table 5 Emission factors of non-road mobile source/kg·t-1

表 6 无组织扬尘排放因子[13, 27] Table 6 Emission factors of fugitive dust

表 7 工艺无组织扬尘排放因子[18, 20, 21]/kg·t-1 Table 7 Emission factors of unorganized industrial dust/kg·t-1

表 8 生物质燃烧排放因子[28]/kg·t-1 Table 8 Emission factors of biomass burning/kg·t-1

表 9 溶剂涂料、 印刷及加油站VOCs排放因子[13, 22]/kg·t-1 Table 9 VOCs emission factors from solvent,painting and printing and gas station/kg·t-1

工业源SO2、 NOx、 TSP排放量主要基于承德市环保部门提供数据，结合文献[9, 18, 19]给出的排放系数进行工业源各类污染物估算和校核. 居民源中PM10、 PM2.5、 VOCs的排放因子参考大气污染物排放清单编制指南[20~22]，其他污染物参考文献[9, 13, 23]. 道路移动源中SO2排放因子参考文献[13]，其他污染物参考大气污染物排放清单编制指南[24]. 非道路移动源中的铁路内燃机车、 农业机械、 工程机械的排放因子参考大气污染物排放清单编制指南[25]，农用运输车参考文献[26]. 施工扬尘和交通扬尘的排放因子按照文献[27]提供的方法，结合本地化参数计算得到，其中交通扬尘排放因子为不同道路类型的平均值. 料堆扬尘和裸地扬尘的排放因子参考文献[13]. 工业无组织尘排放因子参考文献[18, 20~21]. 生物质燃烧源的排放因子参考文献[28]. 人为源VOCs的排放因子参考文献[13, 22].

1.2.4 排放清单时空分配

空气质量模型需要高时间分辨率的排放清单作为输入数据，因此需对排放清单进行时间分配. 排放清单的时间分配主要包括两个过程: 污染源排放的时间特征识别； 数据收集和时间变化系数的建立. 污染源排放特征识别是分析并找出影响大气污染源排放强度并能够反映出其排放时间变化特征的参数[29]. 课题组进行了大量的实地调查和文献调研，获取到京津冀地区各行业的月变化系数[30]，本研究按照该系数将承德市不同行业的排放量分配至1、 4、 7、 10月.

根据污染源的特点，采用不同的空间分配依据，通过地理信息系统对各污染物的排放信息按照1 km×1 km分辨率进行空间分配. 具有详细经纬度信息的电厂、 锅炉、 工业企业等点源，直接根据坐标信息将排放量定位至对应网格. 机动车和道路扬尘排放量以网格内道路长度为权重分配到对应网格. 其他无组织扬尘排放以GDP为依据分配至对应网格. 居民源、 人体氨、 人为VOCs排放量以网格内人口数量为权重分配到对应网格. 非道路移动源、 生物质燃烧、 裸地扬尘、 农牧氨、 植物VOCs根据土地利用类型，分配至网格.

1.3 典型源环境质量影响数值模型 1.3.1 模型选取

建立气象-空气质量模型系统(WRF-CAMx)，应用颗粒物来源识别技术(PSAT)，分析承德市典型行业对PM2.5浓度的影响. CAMx模式将“科学级”空气质量模型所需要的所有技术特征合成为单一的系统，可以用来对气态和颗粒物态的大气污染物在城市和区域的多种尺度上进行综合评估[31]. CAMx模型中的颗粒物来源示踪模块PSAT，能够针对不同种类的颗粒物，进行不同地区污染源贡献识别，进而确定排放源对目标区域污染物浓度的贡献情况[32, 33]. PSAT追踪的颗粒物种类主要包括硫酸盐离子、 硝酸盐离子、 铵盐离子、 汞离子、 一次和二次有机气溶胶、 元素碳、 地壳离子以及其它颗粒物[32]. 当前CAMx-PSAT模型工具已经广泛应用到颗粒物模拟研究当中[34, 35]. 模拟所需要的气象场由中尺度气象模型WRF提供，WRF模型的初始背景边界条件选用美国国家环境预报中心(NCEP)提供的1°×1°分辨率的全球FNL数据集. WRF物理过程参数方案如下: 简单冰3级微物理过程方案、 RRTM长波辐射方案、 Dudhia短波辐射方案、 NOAH近地层方案.

1.3.2 模型设置

模型设置为两层嵌套，如图 1所示，两层嵌套区域由外而内分别设置为: 外层嵌套为9 km×9 km网格分辨率，网格数67×91； 内层嵌套为3 km×3 km网格分辨率，网格数102×96. CAMx空气质量模拟区域垂直方向设为14层，层间距自下而上逐渐增大. CAMx气象化学机制选用CB05，水平扩散采用PPM机制，气溶胶化学采用EBI机制，光解速率常数由TOMS臭氧浓度资料计算，初始浓度采用大气背景值. 选取2013年典型季节代表月1、 4、 7、 10月，分别代表冬、 春、 夏、 秋季进行模拟. 区域污染源清单分为无组织扬尘、 冶金、 建材、 电力、 锅炉、 机动车、 生物质燃烧、 其他排放源八组,其中其他排放源包括化工、 居民、 人为VOCs、 植物VOCs、 人为NH3. 选取人为活动较为密集的承德市市区作为受体点，以受体点模拟值表征各类排放源对承德市的总体影响. 通过模拟值与监测值的对比进行模型验证.

图 1 承德市两层嵌套模拟及监测点位置示意 Fig. 1 Chengde two-level nested-grid modeling domain and the location monitoring point

2 结果与讨论 2.1 承德市2013年大气污染物排放清单

承德市2013年大气污染物排放清单如表 10所示. 2013年SO2、 NOx、 TSP、 PM10、 PM2.5、 CO、 VOCs、 NH3的总排放量分别为81 134、 72 556、 36 8750、 119 974、 51 152、 1 281 371、 170 642、 81 742 t.

表 10 2013年承德市大气污染物排放清单/t·a-1 Table 10 Total emissions by sector in Chengde in 2013/t·a-1

2.2 排放源贡献率分析

图 2和图 3展示了主要排放源的贡献率. 工业源和居民源是SO2最主要的排放源，分别占总排放量的89.5%、 9.0%，工业源主要来自电厂和钢铁企业的煤炭等化石燃料燃烧，居民源主要来自居民对能源的燃烧利用. NOx主要排放源是工业源及移动源，分别占总排放量的51.9%、 37.5%. 除了工业源之外，随着机动车保有量的增加，移动源已经成为NOx的重要排放源. TSP、 PM10、 PM2.5的主要排放源是无组织扬尘，分别占总排放量的76.7%、 65.6%、 46.5%，应加强对承德地区无组织扬尘的控制. CO排放主要来源于工业、 生物质燃烧和移动源，分别占总排放量的90%、 8.6%、 7.7%. VOCS的排放主要来自工业、 植被和溶剂涂料，分别占到VOCS排放总量的45.6%、 33.7%、 4.6%. NH3的排放主要来自畜禽养殖、 化肥施用和人体排放，分别占总排放量的67.1%、 15.8%、 6.0%.

图 2 2013年承德市不同排放源排放贡献率 Fig. 2 Contributions of different sources by categories

图 3 2013年承德市不同工业排放源排放贡献率 Fig. 3 Contributions of different industrial sources by categories

在工业行业中，冶金是承德市的主要工业行业，SO2、 NOx、 TSP、 PM10、 PM2.5、 CO、 VOCs的排放量均占工业总排放的30%以上. 其次是电力行业，SO2、 NOx、 TSP、 PM10、 PM2.5、 CO、 VOCs的排放量分别占工业总排放的20.7%、 21.4%、 16.5%、 30.1%、 30.1%、 1.0%、 6.6%. 此外，对于工业源NOx、 TSP、 PM10、 PM2.5的贡献率，建材行业贡献率仅次于冶金行业，其上述4种污染物排放量分别占工业总排放的21.4%、 15.2%、 13.3%、 12.7%. 化工行业对于NH3、 VOCs的排放贡献较大，排放量占工业总排放的78.2%和16.5%. 酿酒、 纺织、 食品等其他工业对于VOCs排放贡献较高，占工业排放的27.3%.

2.3 污染物空间分布特征

将承德市各区县2013年各行业污染物排放量按照路网、 人口、 GDP和土地利用类型进行1 km×1 km网格化分配，得到污染物空间分布特征，如图 4. SO2排放量较大的区域主要集中在市区和东南部的平泉县、 宽城满族自治县，这主要是由市区的火电厂和东南部的冶金行业消耗大量的煤炭等化石燃料引起. NOx的排放量主要来自机动车和工业，路网密集且工业发达的市区、 平泉县、 宽城满族自治县和隆化县NOx排放量较大. 受道路扬尘的影响，颗粒物一定程度上随路网分布，同时受工业和施工扬尘的影响，颗粒物在市区、 平泉县、 宽城满族自治县、 隆化县和承德县排放量较大. CO排放量较大的网格主要集中在工业发达的市区、 平泉县、 宽城满族自治县、 隆化县和承德县. 承德市北部植被丰富地区和东南部工业发达地区VOCs排放量均较大. NH3排放主要来自畜牧养殖业和农业施肥，网格高值出现在平泉、 围场、 隆化、 承德、 丰宁、 兴隆等农业或农村生活集中的地区.

图 4 承德市2013年大气污染物排放空间分布 Fig. 4 Spatial allocation of air pollutant emissions in Chengde in 2013

2.4 典型行业对PM2.5的影响评估

本研究通过对比2013年4个典型季节代表月日均值模拟结果与实际监测值，对所采用的模式系统进行有效性验证. 对比验证选取的模拟时段为2013年1、 4、 7、 10月，选择承德市中国银行、 铁路和文化中心这3个国控自动站监测点进行监测数据收集，监测点位置已在图 1中标出，这3个监测点在承德市市区相对均匀分布，本文主要研究承德市各典型行业对人员活动较为密集的承德市市区大气PM2.5的影响，模拟受体区域为承德市市区，因此这3个监测点有较好的代表性. 本研究采用相关性分析结果反映模拟结果与实际观测值之间的关系，用平均标准偏差(NMB)和相关系数(RC)对模型模拟结果进行验证，通常认为NMB误差在30%以内为可接受范围，相关系数越大模拟的趋势越好. 图 5给出PM2.5日均值模拟结果与监测值对比趋势. 从中可以看出，1、 4、 7、 10月PM2.5日均值模拟结果均较好，对NMB和R值进行计算，结果显示，1、 4、 7、 10月NMB分别为-28.5%、 -28.69%、 -17.49%、 -29.57%，R值分别为82%、 75%、 72%、 76%. 在统计学意义上具有较好的正相关性，模拟结果具有较高的可信性和可靠性.

图 5 模拟结果与监测结果对比 Fig. 5 Comparison between simulated results and monitored data

基于WRF-CAMx-PSAT的模拟结果，图 6给出了春、 夏、 秋、 冬四季代表月模拟区域内无组织扬尘、 冶金、 建材、 电力、 锅炉、 机动车、 生物质、 其他污染源排放对承德市总PM2.5浓度的贡献情况.结果表明，对承德市PM2.5贡献最大的是无组织扬尘，春、 夏、 秋、 冬四季代表月贡献率分别为31.5%、 21.9%、 20.6%和18.4%，春季贡献较大，主要是由于春季风速较大，无组织扬尘更易扬起. 其次是化工、 居民、 植物VOCs等其他行业，春、 夏、 秋、 冬四季代表月贡献率分别为18.8%、 22.0%、 23.0%和18.5%. 冶金行业对承德市PM2.5贡献也较大，春、 夏、 秋、 冬四季代表月贡献率分别为11.1%、 14.4%、 12.0%和15.6%. 由于受采暖活动的影响，冬季承德市燃煤锅炉的污染物排放较多，其对PM2.5浓度贡献率为16.9%，春、 夏、 秋季的贡献率分别为8.8%、 9.6%、 9.6%. 另外，机动车和电力行业排放对PM2.5浓度贡献率也比较大，其中机动车行业春、 夏、 秋、 冬四季代表月的贡献率分别为12.1%、 8.8%、 9.5%和8.8%，电力行业春、 夏、 秋、 冬四季代表月的贡献率分别为7.5%、 9.6%、 9.3%和10.4%. 生物质燃烧和建材行业排放对PM2.5浓度的贡献率分别为5.0%~10.1%和5.1%~6.8%.

图 6 主要行业对PM2.5的贡献 Fig. 6 Contribution percentages of major sources to PM2.5

2.5 排放贡献与浓度贡献对比

图 7给出了承德市典型行业PM2.5排放贡献和浓度贡献的对比. 各行业对PM2.5浓度贡献和排放贡献具有较好的一致性，相关系数为0.66. 冶金、 建材、 电力行业PM2.5排放贡献和浓度贡献均相差不大. 无组织扬尘对PM2.5的排放贡献为46.5%，浓度贡献为23.1%，这主要是由于无组织扬尘的排放只有一次颗粒物，没有NOx、 VOCs等的二次转化. 锅炉行业对PM2.5的排放贡献为6.9%，浓度贡献达到11.2%，这主要由于承德市锅炉行业大多为低矮源排放，且分布较为分散，这使得锅炉排放对地面浓度贡献较高. 机动车PM2.5排放占总排放的2.9%，但对大气PM2.5浓度贡献达到了9.8%. 说明机动车排放对PM2.5的贡献除了一次排放之外，更多的是NOx、 VOCs等前体物在大气当中发生复杂二次反应带来的贡献. 需要说明的是，生物质燃烧PM2.5排放占总排放量的10.4%，但对PM2.5浓度贡献为7.0%，这主要由于本研究对排放的PM2.5环境贡献主要关注人员活动较为密集的城区，而生物质燃烧排放多集中在农村，故而对城区的影响较小. 其他行业对PM2.5的排放贡献为5.7%，浓度贡献为20.6%. 其他行业包括化工、 居民、 人为VOCs、 植物VOCs、 人为NH3，其中只有化工和居民源有PM2.5排放，VOCs排放量较大，在大气当中发生复杂二次反应带来较大的贡献，故其他行业对PM2.5的浓度贡献较大.

图 7 PM2.5排放贡献和浓度贡献对比 Fig. 7 Contribution of emission and concentration of PM2.5

3 结论

(1) 2013年承德市SO2、 NOx、 TSP、 PM10、 PM2.5、 CO、 VOCs、 NH3的总排放量分别为81 134、 72 556、 36 8750、 119 974、 51 152、 1 281 371、 170 642、 81 742 t.

(2) 工业源是SO2、 NOx、 CO、 VOCs的主要排放源，分别占总排放量的89.5%、 51.9%、 82.5%和45.6%，NOx的主要排放源还包括道路移动源和非道路移动源，分别占总排放量的26.7%和10.8%. TSP、 PM10、 PM2.5的主要排放源是无组织扬尘，分别占总排放量的76.7%、 65.6%、 46.5%，应加强对承德地区无组织扬尘的控制. 冶金是承德市的主要工业行业，SO2、 NOx、 TSP、 PM10、 PM2.5、 CO、 VOCs的排放量均占工业排放总的30%以上. 畜禽养殖、 化肥施用是NH3的主要排放源.

(3) 承德市市区、 平泉县、 宽城满族自治县、 隆化县和承德县是主要的SO2、 NOx、 颗粒物、 CO排放区域，VOCs排放集中于北部和东南部，NH3排放主要分布在平泉、 围场、 隆化、 承德、 丰宁、 兴隆等农业或农业生活集中的地区.

(4) 无组织扬尘、 其他行业、 冶金、 锅炉行业对环境PM2.5影响较大，浓度贡献分别为23.1%、 20.6%、 13.3%和11.2%.

参考文献
[1] Zhou Y, Cheng S Y, Chen D S, et al. A new statistical approach for establishing high-resolution emission inventory of primary gaseous air pollutants[J]. Atmospheric Environment , 2014, 94 : 392–401. DOI:10.1016/j.atmosenv.2014.05.047
[2] 覃小玲, 卢清, 郑君瑜, 等. 深圳市温室气体排放清单研究[J]. 环境科学研究 , 2012, 25 (12) : 1378–1386. Qin X L, Lu Q, Zheng J Y, et al. Study on greenhouse gases emissions inventory in Shenzhen city[J]. Research of Environmental Sciences , 2012, 25 (12) : 1378–1386.
[3] 胡泳涛, 张远航, 谢绍东, 等. 区域高时空分辨率VOC天然源排放清单的建立[J]. 环境科学 , 2001, 22 (6) : 1–6. Hu Y T, Zhang Y H, Xie S D, et al. Development of biogenic VOC emissions inventory with high temporal and spatial resolution[J]. Environmental Science , 2001, 22 (6) : 1–6.
[4] 丁青青, 魏伟, 沈群, 等. 长三角地区火电行业主要大气污染物排放估算[J]. 环境科学 , 2015, 36 (7) : 2389–2394. Ding Q Q, Wei W, Shen Q, et al. Major air pollutant emissions of coal-fired power plant in Yangtze River Delta[J]. Environmental Science , 2015, 36 (7) : 2389–2394.
[5] 李伟, 傅立新, 郝吉明, 等. 中国道路机动车10种污染物的排放量[J]. 城市环境与城市生态 , 2003, 16 (2) : 36–38. Li W, Fu L X, Hao J M, et al. Emission inventory of 10 kinds of air pollutants for road traffic vehicles in China[J]. Urban Environment & Urban Ecology , 2003, 16 (2) : 36–38.
[6] 田贺忠, 郝吉明, 陆永琪, 等. 中国生物质燃烧排放SO2、NOx量的估算[J]. 环境科学学报 , 2002, 22 (2) : 204–208. Tian H Z, Hao J M, Lu Y Q, et al. Evaluation of SO2 and NOx emissions resulted from biomass fuels utilization in China[J]. Acta Scientiae Circumstantiae , 2002, 22 (2) : 204–208.
[7] 谢绍东, 齐丽. 料堆风蚀扬尘排放量的一个估算方法[J]. 中国环境科学 , 2004, 24 (1) : 49–52. Xie S D, Qi L. An estimation method for wind erosion dust emissions from storage piles[J]. China Environmental Science , 2004, 24 (1) : 49–52.
[8] 刘金凤, 赵静, 李湉湉, 等. 我国人为源挥发性有机物排放清单的建立[J]. 中国环境科学 , 2008, 28 (6) : 496–500. Liu J F, Zhao J, Li T T, et al. Establishment of Chinese anthropogenic source volatile organic compounds emission inventory[J]. China Environmental Science , 2008, 28 (6) : 496–500.
[9] 潘月云, 李楠, 郑君瑜, 等. 广东省人为源大气污染物排放清单及特征研究[J]. 环境科学学报 , 2015, 35 (9) : 2655–2669. Pan Y Y, Li N, Zheng J Y, et al. Emission inventory and characteristics of anthropogenic air pollutant sources in Guangdong Province[J]. Acta Scientiae Circumstantiae , 2015, 35 (9) : 2655–2669.
[10] 陈绍刚. 重型柴油车辆排放因子和排放特性研究[D]. 武汉: 武汉理工大学, 2009.
[11] 魏巍, 王书肖, 郝吉明. 中国人为源VOC排放清单不确定性研究[J]. 环境科学 , 2011, 32 (2) : 305–312. Wei W, Wang S X, Hao J M, et al. Uncertainty analysis of emission inventory for volatile organic compounds from anthropogenic sources in China[J]. Environmental Science , 2011, 32 (2) : 305–312.
[12] 中国节能产业网. 工业企业节能减排指标解释[EB/OL].http://www.china-esi.com/Article/8157.html,2009-01-08.
[13] 周颖. 区域大气污染源清单建立与敏感源筛选研究及示范应用[D]. 北京: 北京工业大学, 2012.
[14] 河北省统计局. 河北经济年鉴-2014[M]. 北京: 中国统计出版社, 2014 .
[15] 河北省统计局. 河北农村统计年鉴-2014[M]. 北京: 中国统计出版社, 2014 .
[16] 承德市统计局. 承德统计年鉴-2014[M]. 北京: 中国统计出版社, 2014 .
[17] Zhou Y, Cheng S Y, Lang J L, et al. A comprehensive ammonia emission inventory with high-resolution and its evaluation in the Beijing-Tianjin-Hebei (BTH) region, China[J]. Atmospheric Environment , 2015, 106 : 305–317. DOI:10.1016/j.atmosenv.2015.01.069
[18] 国务院第一次全国污染源普查领导小组办公室. 第一次全国污染源普查工业污染源产排污系数手册[M]. 北京: 中国环境科学出版社, 2008 .
[19] 赵斌, 马建中. 天津市大气污染源排放清单的建立[J]. 环境科学学报 , 2008, 28 (2) : 368–375. Zhao B, Ma J Z. Development of an air pollutant emission inventory for Tianjin[J]. Acta Scientiae Circumstantiae , 2008, 28 (2) : 368–375.
[20] 中华人民共和国环境保护部. 大气细颗粒物一次源排放清单编制技术指南(试行)[EB/OL].http://www.mep.gov.cn/gkml/hbb/bgg/201408/W020140828351293619540.pdf,2014-08-20.
[21] 中华人民共和国环境保护部. 大气可吸入颗粒物一次源排放清单编制技术指南[EB/OL].http://www.mep.gov.cn/gkml/hbb/bgg/201501/W020150107594587771088.pdf,2014-12-31.
[22] 中华人民共和国环境保护部. 大气挥发性有机物源排放清单编制技术指南(试行)[EB/OL].http://www.mep.gov.cn/gkml/hbb/bgg/201408/W020140828351293705457.pdf,2014-08-20.
[23] 田贺忠, 郝吉明, 陆永琪, 等. 中国氮氧化物排放清单及分布特征[J]. 中国环境科学 , 2001, 21 (6) : 493–497. Tian H Z, Hao J M, Lu Y Q, et al. Inventories and distribution characteristics of NOx emissions in China[J]. China Environmental Science , 2001, 21 (6) : 493–497.
[24] 中华人民共和国环境保护部. 道路机动车大气污染物排放清单编制技术指南(试行)[EB/OL].http://www.mep.gov.cn/gkml/hbb/bgg/201501/W020150107594587831090.pdf,2014-12-31.
[25] 中华人民共和国环境保护部. 非道路移动源大气污染物排放清单编制技术指南(试行)[EB/OL].http://www.mep.gov.cn/gkml/hbb/bgg/201501/W020150107594587960717.pdf,2014-12-31.
[26] 张礼俊, 郑君瑜, 尹沙沙, 等. 珠江三角洲非道路移动源排放清单开发[J]. 环境科学 , 2010, 31 (4) : 886–891. Zhang J L, Zheng J Y, Yin S S, et al. Development of non-road mobile source emission inventory for the Pearl River Delta Region[J]. Environmental Science , 2010, 31 (4) : 886–891.
[27] 中华人民共和国环境保护部. 扬尘源颗粒物排放清单编制技术指南(试行)[EB/OL].http://www.mep.gov.cn/gkml/hbb/bgg/201501/W020150107594588131490.pdf,2014-12-31.
[28] 中华人民共和国环境保护部. 生物质燃烧源大气污染物排放清单编制技术指南(试行)[EB/OL].http://www.mep.gov.cn/gkml/hbb/bgg/201501/W020150107594588071383.pdf,2014-12-31.
[29] 郑君瑜, 王水胜, 黄志炯. 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 : 162 -174.
[30] 隗潇. 我国大气污染源清单建立与典型区域空气质量相互影响[D]. 北京: 北京工业大学, 2013.
[31] 薛文博, 王金南, 杨金田, 等. 国内外空气质量模型研究进展[J]. 环境与可持续发展 , 2013, 38 (3) : 14–20. Xue W B, Wang J N, Yang J T, et al. Domestic and foreign research progress of air quality model[J]. Environment and Sustainable Development , 2013, 38 (3) : 14–20.
[32] 安静宇, 李莉, 黄成, 等. 2013年1月中国东部地区重污染过程中上海市细颗粒物的来源追踪模拟研究[J]. 环境科学学报 , 2014, 34 (10) : 2635–2644. An J Y, Li L, Huang C, et al. Source apportionment of the fine particulate matter in Shanghai during the heavy haze episode in eastern China in January 2013[J]. Acta Scientiae Circumstantiae , 2014, 34 (10) : 2635–2644.
[33] ENVIRON International Corporation. User's guide comprehensive air quality model with extensions version 6.0[M]. Novato, California: ENVIRON International Corporation, 2013 .
[34] Zhang Y, Olsen K M, Wang K. Fine scale modeling of agricultural air quality over the Southeastern United States using two air quality models. Part I. application and evaluation[J]. Aerosol and Air Quality Research , 2013, 13 : 1231–1252.
[35] Wu D W, Fung J C H, Yao T, et al. A study of control policy in the pearl River Delta region by using the particulate matter source apportionment method[J]. Atmospheric Environment , 2013, 76 : 147–161. DOI:10.1016/j.atmosenv.2012.11.069