2018, Vol. 39
2. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 南京 210044;
3. 南京信息工程大学大气物理学院, 南京 210044
, KONG Shao-fei1,2
, ZHENG Shu-rui1 , WU Jian1 , ZHENG Ming-ming1 , ZHENG Huang1 , YAN Qin3 , LIU Hai-biao3 , WANG Wei3 , WU Fang-qi1 , CHENG Yi1
2. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing 210044, China;
3. College of Atmospheric Physics, Nanjing University of Information Science & Technology, Nanjing 210044, China
含碳燃料不完全燃烧释放的碳质颗粒物, 按其组分通常分为黑碳(BC, 或元素碳EC)和有机碳(OC)两部分. BC具有强烈的太阳辐射吸收特性[1, 2], OC的光学效应则表现为散射.碳质气溶胶的净辐射特性对全球以及区域气候变化的影响已得到公认[3~15].燃料燃烧产生的BC可使全球近地层气温明显升高同时产生0.25 W·m-2的辐射强迫[16].在0.2%的过饱和度下含碳气溶胶对全球云凝结核的贡献率为52%~64%[17].碳质颗粒物中的吸光成分也可通过加热对流层低层大气加大海陆热力差异, 改变对流层温度梯度, 使季风环流加强[18], 区域降水分布改变[19~21].黑碳通过降低积雪的反照率[22, 23]对喜马拉雅山脉[24]和极地气候环境[25]产生极大的影响, 尤其是冰冻圈积雪与冰川融化[26].碳质颗粒物对人体健康也有不利影响[27], 细小的BC可为有毒污染物提供吸附点并深入肺部[28]; OC则通常含有有毒有机化合物, 如多环芳烃(PAHs)及其烷基化同系物, 二者均具备致癌性和化学诱变性[29].
由于其潜在的气候影响和环境健康影响, 中国煤炭燃烧的碳质气溶胶排放受到广泛关注.中国的煤炭消耗占国内一次能源消耗量的64%左右, 占全球煤炭消耗总量的一半[30, 31], 被认为是全球碳排放的主要贡献者[32~39].据估计其BC排放约占全球排放总量的20%[32], 其中约有25%~28%[33, 40]来自民用燃煤, 但是这些估计包含有很大的不确定性并且彼此之间的差异很大, 这是由其活动水平和BC与OC假定的排放因子不同造成的.因此, 民用燃煤排放因子的研究是评估其排放清单、改进排放清单准确性的基础.
不同学者在建立碳颗粒物清单时所采用的排放因子存在较大差异.近年来国内学者对民用燃煤燃烧研究获取的排放因子也有所不同. Chen等[41]采用一套全流稀释采样装置研究了3种烟煤, 1种亚烟煤及1种无烟煤的5种蜂窝煤燃烧的OC和BC排放因子, 得到烟煤OC和BC的排放因子分别为3.580~13.818 g·kg-1和0.064~0.675 g·kg-1, 亚烟煤为4.729 g·kg-1和0.096 g·kg-1, 无烟煤为0.017 g·kg-1和0.004 g·kg-1; Chen等[42]同样对9种不同成熟度的煤种OC和BC排放因子进行了研究, 得到7种烟煤OC和BC的排放因子分别为2.66~17.01 g·kg-1和0.20~12.67 g·kg-1, 2种无烟煤分别为0.30~0.51 g·kg-1和0.002~0.007 g·kg-1; Zhi等[43]将9种蜂窝煤及其原煤放入对应的燃煤炉中燃烧采样, 得到蜂窝煤炉中烟煤OC和BC排放因子分别为3.12 g·kg-1和0.047 g·kg-1, 无烟煤为0.12 g·kg-1和0.003 g·kg-1; 块煤炉中烟煤OC和BC排放因子分别为4.24 g·kg-1和4.34 g·kg-1, 无烟煤为0.23 g·kg-1和0.013 g·kg-1; 孔少飞等[44]对蜂窝煤和块煤的排放因子进行了测定并比较了PM2.5和PM10之间的碳组分排放因子差异, 蜂窝煤OC和BC的排放因子(PM2.5)分别为0.143 g·kg-1和0.003 g·kg-1, 块煤为5.286 g·kg-1和0.915 g·kg-1. Shen等[45, 46]认为排放因子的大小和粒径分布与燃料的水分、燃烧速率和供氧条件有关, EF随着燃料水分增加而增加, 当燃烧速率较高, 供氧不足时则会产生更多的污染物.前人研究表明, 不同的煤炭类型、成熟度、燃烧方式、燃烧炉具、采样方法等都会对碳质颗粒物的排放因子产生影响[41~53].
不同方案下测定的排放因子之间差异可从几倍至几十倍或更高, 更多的碳质颗粒物排放因子的测量成为当前急需的研究.截止目前, 仅有陈颖军等[54]和沈国峰等[55]关注了民用燃煤中碳质颗粒物排放因子的粒径分布特征, 对于不同燃烧状况下的对比分析研究更为少见.本研究基于室内燃烧实验, 结合稀释通道采样系统, 开展明烧与闷烧两种燃烧条件下民用燃煤排放分级颗粒物中碳质组分的排放因子分析, 以期为不同粒径段的碳质组分清单构建及其气候与环境健康风险评估提供精确可靠的数据支持.
1 材料与方法 1.1 样品来源与分析本研究共包括3种蜂窝煤HB、GZ和NM以及4种块煤HB、GZ、NM和XJ, 煤炭来源于淮北、贵阳、乌鲁木齐和呼和浩特的市场, 煤样组分分析如表 1; 燃烧炉具为当地市场购置的民用炉具.
|
表 1 煤样组分分析/% Table 1 Analytical values for the seven coals tested in both raw chunks and honeycomb briquettes/% |
1.2 样品采集
采用稀释通道系统对烟气进行采集, 稀释通道结构见孔少飞等[44]的研究, 原理如下:燃料燃烧后排放的烟气通过烟囱排出, 在烟囱距火苗高约1.5 m处用采样枪通过等速采样将一定体积的烟气抽进稀释系统, 在烟气进入采样舱前先经过除湿装置将水汽除去, 烟气进入采样舱后, 空压机将一定体积的干洁空气与烟气一并送入稀释舱进行稀释, 本研究中稀释倍数为30倍.
烟气稀释冷却后, 采用FA-3型9级撞击采样器将烟气中的颗粒物收集到滤膜上.采用稀释通道采集石英维滤膜与聚丙烯纤维滤膜样品, 采样流量为28.3 L·min-1, 采样粒径分为≤0.43、0.43~0.65、0.65~1.1、1.1~2.1、2.1~3.3、3.3~4.7、4.7~5.8、5.8~9.0以及9.0~10.0 μm共9个粒径段.
1.3 采样过程燃烧实验分为明烧实验(F, flaming burning)与闷烧实验(S, smoldering burning)两部分.明烧实验时, 为保证燃煤有足够的供氧, 炉具下方风口始终打开, 在炉具上方采用烟囱结合稀释通道系统采集烟气; 闷烧实验时, 炉具下方风口保持关闭, 燃煤在供氧不足条件下燃烧, 燃烧产生烟气通过烟囱进入稀释通道系统.通过对上述地区燃煤用户以及市场的调研, 对块煤采用明烧实验, 蜂窝煤采用明烧与闷烧实验.
块煤实验前先用电炉将块煤引燃, 待充分燃烧后, 将准备好的0.3 kg块煤放进炉灶中, 保证稀释通道系统和9级撞击采样器处于正常工作状态, 直至块煤完全燃烧, 停止采样.蜂窝煤实验采用3块蜂窝煤重叠燃烧的方式, 首先将最底部的一块蜂窝煤引燃, 然后将另两块蜂窝煤放上, 开始采样, 待3块蜂窝煤燃烧完全后, 停止采样.燃烧实验开始前与结束时, 需记录燃料未燃烧时的初始质量与完全燃烧后的燃料残渣质量; 燃烧实验中, 每种燃料均在固定时间记录烟囱排出的烟气流速.
1.4 样品保存与分析采样滤膜为直径47 mm石英滤膜和聚丙烯纤维滤膜.石英滤膜用于有机碳/元素碳分析, 聚丙烯纤维滤膜用于质量采集.
石英滤膜采样前置于800℃的马弗炉中高温烧灼2 h, 除去含碳化合物; 聚丙烯纤维滤膜采样前在60℃的烘箱中烘烤0.5 h, 然后在25℃, 40%相对湿度的超净实验室中进行48 h平衡, 使用精度为10-5 g的天平称重, 恒重前后膜质量差值在5×10-5 g以内认为恒重合格.样品采集结束后, 采样膜存入干净的膜盒中, 盒盖密封, 在膜盒外用铝箔包裹进行遮光保存, 然后将其放入冰箱中低温(-20℃)冷冻保存, 防止样品损失.称重前, 将采样后滤膜置于相同的环境中恒温、恒湿平衡48 h, 称量质量, 两次膜质量差值即为膜上颗粒物质量.
EC和OC的分析采用美国DRI-2001A型有机碳/元素碳分析仪, 使用IMPROVE_A热光碳分析方法完成.分析方法为钻取0.153 cm2的小块滤膜, 在纯氦气(＞99.999%)条件下, 140℃(OC1), 280℃(OC2), 480℃(OC3), 580℃(OC4)逐步加热分析, OC组分脱离滤膜, 经此步骤检测出的碳组分即为OC含量; 冷却样品炉, 在2%O2 / 98%He条件下, 580℃(EC1), 740℃(EC2)和840℃(EC3)逐步加热分析, EC组分脱离滤膜, 同时激光检测膜黑度变化, 修正由于OC高温裂解成EC而造成的EC、OC分析误差, 此步骤分析结果即为EC含量.
1.5 质量控制和质量保证采样后滤膜存入干洁膜盒, 铝箔遮光处理后立即放入-20℃的冰箱中冷冻保存, 防止样品损失.碳分析仪OC的检出限为0.45 μg·cm-2, EC为0.06 μg·cm-2, TC为0.45 μg·cm-2.
1.6 排放因子排放因子按公式(1)进行计算:
|
(1) |
式中, EFij为第j种燃料燃烧后i类污染物的排放因子, g·kg-1; v为烟气流量, L·min-1; v1为采样流量, L·min-1; mij为第j种燃料燃烧后滤膜中i类污染物的质量, g; n是稀释倍数; Mj为第j种燃料的燃烧量, kg.
2 结果与讨论 2.1 民用燃煤分级颗粒物排放因子通过对聚丙烯纤维滤膜的质量分析, 结合实验过程中消耗的燃料质量, 计算得到7种燃煤在2种燃烧方式下的排放因子见图 1.从中可知, 块煤燃烧颗粒物的排放因子要高于蜂窝煤燃烧, PM2.1/PM10比也高于蜂窝煤.其中NM(K)的排放因子最高, 其PM2.1和PM10的排放因子分别为33.52 g·kg-1和49.91 g·kg-1; GZ(S)的PM10排放因子最低, 为4.33 g·kg-1; HB(K)的PM2.1排放因子最低, 为0.73 g·kg-1. 4种块煤的燃烧排放中烟煤与褐煤的排放明显大于2种无烟煤, 其最高排放与最低之间的倍数差可达6.7~45.8倍.燃烧条件为明烧时HB(F)、GZ(F)、NM(F)这3种蜂窝煤的EFPM10分别为11.71、11.45和4.76 g·kg-1; 当燃烧条件改变为闷烧时, 3种蜂窝煤燃烧颗粒物的排放因子变化较大, HB、GZ的EFPM10降低一倍至5.83 g·kg-1和4.33 g·kg-1, NM则增加一倍至10.80 g·kg-1. 3种蜂窝煤燃烧条件改变时排放的EFPM2.1与EFPM10的变化趋势相同, HB和GZ的EFPM2.1由明烧时的5.86 g·kg-1和4.15 g·kg-1降至1.59 g·kg-1和2.67 g·kg-1, NM则由1.98 g·kg-1增长至3.49 g·kg-1.蜂窝煤的燃烧条件直接影响到颗粒物的排放, 燃烧条件改变时不同蜂窝煤燃烧的颗粒物排放因子出现增长或降低1倍甚至更大的变化.
|
图 1 民用燃煤不同粒径颗粒物排放因子 Fig. 1 Emission factors for size-resolved particulate matter from domestic coal combustion |
对于亚微米粒子(PM1.1)的排放, HB块煤燃烧对应的颗粒物排放因子在7种煤中最低, NM, XJ块煤的排放远高于蜂窝煤, 高出3~10倍. 4种块煤的排放中, 烟煤的排放因子高于无烟煤, 最高排放与最低排放之间相差43.9倍.当燃烧条件由明烧改变为闷烧时, 3种蜂窝煤中NM蜂窝煤燃烧的颗粒物排放因子增加, HB, GZ蜂窝煤的排放因子明显下降, 变化趋势与PM2.1和PM10相似.
现有的研究中, 民用燃煤颗粒物的排放因子相差非常大, 不同种类的煤燃烧的排放因子之间相差数倍至数十倍. Butcher等[56]测试了4种无烟煤和1种烟煤燃烧的PM10排放因子, 得到无烟煤燃烧的颗粒物排放因子在0.33~0.50 g·kg-1之间, 烟煤的排放因子为10.4 g·kg-1. Bond等[57]测得烟煤的PM10排放因子为(12±17) g·kg-1, 褐煤的排放因子为(4.6±1.9) g·kg-1. Chen等[41, 42]测量了成熟度由次烟煤至无烟煤的5种蜂窝煤及9种块煤燃烧的颗粒物排放因子, 得到蜂窝煤中烟煤的颗粒物排放因子在7.788~19.550 g·kg-1之间, 几何平均值为12.911 g·kg-1, 次烟煤和无烟煤的排放因子分别是8.001 g·kg-1和1.329 g·kg-1; 对应的块煤中烟煤的颗粒物排放因子为4.05~37.81 g·kg-1(几何均值16.77 g·kg-1), 无烟煤排放因子为0.62~0.97 g·kg-1(几何均值0.78 g·kg-1). Zhi等[43]和Chen等[53]对多组来源相同的块煤和蜂窝煤燃烧颗粒物的排放进行了研究, 结果相近, 使用较为清洁的蜂窝煤代替块煤或原煤燃料可以有效地控制颗粒物的排放.刘源等[47]测得了散煤的PM2.5排放因子为0.78~11.06 g·kg-1, 蜂窝煤的PM2.5排放因子为3.778~7.28 g·kg-1; 孔少飞等[44]测得了蜂窝煤的PM2.5排放因子为0.78 g·kg-1, 块煤的PM2.5排放因子在9.873 g·kg-1, 与本次研究的结果相似, 具有可比性.
2.2 民用燃煤分级碳组分排放因子PM1.1、PM2.1及PM10中碳组分排放因子见表 2. 4种块煤及2种燃烧状态下的3种蜂窝煤的排放因子变化范围较大, 同一粒径段间排放因子相差数十至百倍. PM1.1上NM(F)的OC排放因子在7种煤样中最小, 为40.49 mg·kg-1, 碳颗粒物的排放因子也最小, 为41.36 mg·kg-1; NM(K)的碳颗粒物排放因子, EFOC, EFEC均是最大, 其OC与EC的排放因子分别为4914.05 mg·kg-1和37.00 mg·kg-1, EFTC为4951.05 mg·kg-1; HB蜂窝煤闷烧的黑碳排放因子最小, 为0.83 mg·kg-1. PM2.1上NM(K)的OC与EC排放因子最高分别为5276.84 mg·kg-1和68.67 mg·kg-1, NM(F)的OC排放因子最低为47.27 mg·kg-1, HB(S)的EC排放因子最低为1.10 mg·kg-1. PM10的排放因子与PM2.1和PM1.1变化趋势相似, NM(K)的OC与EC排放因子最高分别为5647.15 mg·kg-1和87.80 mg·kg-1, NM(F)的OC排放因子最低为79.21 mg·kg-1, HB(S)的EC排放因子最低为2.66 mg·kg-1.
|
|
表 2 民用燃煤分级碳组分排放因子/mg·kg-1 Table 2 Emission factors for EC and OC from domestic coal combustion/mg·kg-1 |
在民用蜂窝煤的排放因子中(表 3), 本文的研究结果与Chen等[41]的研究成果比较接近, OC的排放因子要高于孔少飞等[44]的研究而低于刘源等[47]的研究, EC的排放因子差异不大.在块煤的排放因子方面, 本研究中块煤的OC排放因子大于Zhi等[43], 与孔少飞等[44]、Zhang等[48]和Chen等[53]的研究结果比较接近; EC的排放因子与Chen等[42]、Chi等[43]接近.此外, 研究中不同的采样方法和煤质组成也会造成最终结果的差异, Shen等[49~51]利用室内燃烧室混合沉降采样得到的结果与本研究在低值上相似, 高值上相差较大.
|
|
表 3 文献研究中的民用燃煤碳组分排放因子/g·kg-1 Table 3 Emission factors for EC and OC found in the literature/g·kg-1 |
图 2给出了蜂窝煤明烧与闷烧状态下以及块煤燃烧的平均碳颗粒物排放因子, 从中可知, 蜂窝煤的闷烧排放的碳颗粒物大于明烧, Shen等[45~46]的研究发现, 燃料的排放因子与燃烧时的供氧条件和通风效率有关, 本研究通过模仿民用室内燃烧中的闷烧, 当闷烧时限制燃烧的供氧与通风时得到明显高于明烧的碳颗粒物排放因子.此外, 块煤燃烧的碳颗粒物排放因子远高于蜂窝煤, 这可能与实验中烟煤与褐煤的高排放有关, 而块煤中的无烟煤排放与同一产区的蜂窝煤排放相近.煤样组分分析显示HB、GZ产区的蜂窝煤与无烟块煤样品水分与挥发分相近, 而NM和XJ产区的烟煤与褐煤的水分与挥发分远高于其它样品.相关性分析显示, 本研究所获得的碳颗粒物排放因子与水分和挥发分之间具备相关性, 相关系数为0.63. Shen等认为[45], EF随着燃料水分增加而增加, 本实验结果与其类似.
|
(a)蜂窝煤明烧与闷烧条件下总碳排放因子; (b)蜂窝煤与块煤排放总碳排放因子 图 2 民用燃煤碳颗粒物排放因子 Fig. 2 Emission factors for carbonaceous particulate matter from domestic coal combustion |
OC/EC、OC/PM、EC/PM的比值常被用于碳质颗粒物的源识别, 目前较为广泛的应用是根据OC/EC比值讨论大气中的二次有机气溶胶的存在.本研究中蜂窝煤明烧排放PM10中OC/EC、OC/PM、EC/PM各比值的均值分别为31.43%、1.44%和0.05%, 与PM2.1中各比值(36.98%、1.88%和0.05%)的结果相比, 没有较大差异.蜂窝煤明烧排放PM1.1中OC/EC、OC/PM、EC/PM各项的均值分别为38.56%、2.27%和0.06%, 随着粒子粒径减小, 含碳颗粒物在蜂窝煤明烧排放颗粒物中所占比重增加, OC/EC的值显示, 二次有机碳可能更多地在亚微米粒子中存在.
在蜂窝煤闷烧排放的PM10中, OC和EC的质量分数分别为3.42%和0.08%, OC/EC比为59.4. PM2.1中OC/EC、OC/PM、EC/PM各比值分别为81.7%、4.62%和0.05%.与PM10相比, 颗粒物含碳组分比重上升.与PM1.1的结果(84.86%、4.96%和0.06%)相比, 各项值随着颗粒物粒径的减小有着上升趋势, 细粒子具有更高的碳含量.与蜂窝煤明烧时相比, OC/EC的比值闷烧大于明烧, 闷烧排放的颗粒物OC含量更高, 易产生更多的二次有机气溶胶.
块煤燃烧排放颗粒物中OC/EC、OC/PM、EC/PM各比值烟煤大于无烟煤, 碳颗粒集中在细粒子与亚微米粒子段.相较于同一产地的蜂窝煤, 烟煤排放颗粒中OC/EC值要高出数倍, 煤样组分的差异是影响该比值的原因之一.前人研究中, 蜂窝煤烟煤的OC/EC比值为1.35~69.29, 蜂窝煤无烟煤该比值为1.17~55, 块煤烟煤该比值为0.32~21.37, 块煤无烟煤该比值为1.49~100.本研究中所得结果基本在此范围内.由此可以看出, 在应用OC/EC比值判断二次有机气溶胶时, 需考虑采样点周围是否有明显的民用燃煤源.
3 排放因子粒径分布特征 3.1 颗粒物粒径分布本研究中7种燃煤排放的颗粒物具有相似的粒径分布特征, 为双峰或三峰型.蜂窝煤明烧时峰值粒径位于0.43~0.65、2.1~3.3、4.7~5.8 μm, 分别占到总排放质量的12.4%, 18.0%和19.6%;闷烧时同样表现为三峰, 峰值粒径位于0.43~0.65、1.1~2.1、4.7~5.8 μm, 分别占到总排放质量的10.3%、14.1%和14.7%.不同地区的块煤排放颗粒粒径分布差异较大: NM块煤燃烧排放颗粒物中细粒子比重较大, 而HB块煤燃烧排放颗粒物则集中分布在粗粒子段.民用煤燃烧排放颗粒物粒径分布特征如图 3所示, 蜂窝煤明烧时3种蜂窝煤排放PM2.1占PM10质量的36.27%~50.05%, 闷烧时为27.30%~61.72%;当燃烧条件为闷烧时, HB和NM蜂窝煤燃烧排放PM2.1质量分数减小, GZ蜂窝煤燃烧排放PM2.1质量分数增加.不同地区的煤样组成和原煤加工工艺等均会造成颗粒物排放差异.块煤中除去HB(K)的细粒子质量分数为9.88%, 其余3种块煤排放颗粒物细粒子均占有较高比重(46.02%~67.15%). PM1.1占PM10的比重上, 块煤的质量分数(31.3%)大于蜂窝煤(28.2%).
|
图 3 民用煤燃烧排放PM10中颗粒物粒径分布 Fig. 3 Size distribution for particles in PM10 from domestic coal combustion |
质量中值粒径(mass median diameter, MMD)指大于或小于该粒径的颗粒物质量占总颗粒物质量50%时的粒径, 常被用于粒径分布分析和人体健康风险评价.对颗粒物累积质量分数进行线性回归拟合得到拟合方差(R2), 质量中值粒径和离散度(δg)如表 4所示. NM(K)、GZ(S)和HB(F)的MMD分别为1.26、1.62和1.76 μm, 表明其燃烧排放超过50%的烟尘颗粒可以直接进入人体肺部, 因而造成人体极大的健康危害.
|
|
表 4 7种煤炭排放的颗粒物的质量中值粒径和离散度 Table 4 MMD and dispersion of emission particles from the seven kinds of coal |
3.2 碳组分粒径分布
民用燃煤排放颗粒物中含碳组分的粒径分布如图 4所示. OC主要在细粒子中的含量占到总质量的43.5%~59.7%. NM块煤燃烧排放的OC, 93.4%集中在PM2.1上, 远高于其它煤型燃烧排放, 12.83%的水分降低了其燃烧效率产生了更多的OC排放, 高达28.54%的挥发分使更多的OC污染物以细颗粒物的形式排放.蜂窝煤与块煤粒径分布分为两类, 其中蜂窝煤的明烧与闷烧条件下OC排放以≤0.43 μm粒径段为主, 在不同粒径段的归一化质量分数中占到总量的23.6%;块煤分布则是以0.43~0.65 μm为主, 归一化峰值粒径段质量占总质量的20.1%, 其中以NM块煤该比重最高, 为42.6%. 7种煤型的EC在细颗粒物中的含量以HB块煤和NM块煤燃烧排放最高, 分别占总质量的83.9%和78.2%. NM块煤的水分和挥发分使其EC污染物多以细颗粒物形式存在; HB块煤则由于其较高的固定碳, 在外形上相较于其它煤型更加细碎, 这些特征则诱导其在燃烧过程中产生了更多的EC细颗粒物.其中HB块煤燃烧排放EC分布集中在0.65~1.1 μm, 占总质量的74.2%; NM块煤燃烧排放EC集中在0.43~0.65 μm和1.1~2.1 μm, 各占总质量的36%;蜂窝煤燃烧排放的EC有40%左右集中在细颗粒物中, 低于相应的块煤燃烧排放细颗粒物中EC的比例.减少块煤的燃烧排放对于含碳细颗粒物的减排具有重要意义.
|
图 4 民用煤燃烧排放PM10中碳质颗粒物(OC、EC)粒径分布特征 Fig. 4 Size distribution of carbonaceous particles in PM10 from domestic coal combustion |
7种民用煤燃烧排放的OC、EC的质量中值粒径和离散度见表 5.碳质颗粒物的质量中值粒径几乎全部小于2.5 μm, 燃煤排放碳颗粒在肺泡与支气管区沉积率最高, 大量的致癌有机物进入人体.胡珊等[58]的研究发现, 燃煤源为致癌风险的最大贡献源; 蔡婧[59]认为BC对儿童呼吸道疾病有显著相关性.改善与控制煤尤其是块煤的燃烧排放有助于降低民用煤碳质颗粒物排放产生的健康风险.
|
|
表 5 7种煤炭排放的OC、EC的质量中值粒径和离散度 Table 5 MMD and dispersion for OC and EC emitted from burning of the seven kinds of domestic coal |
3.3 碳质颗粒物的九级粒径段排放因子
图 5列出了民用煤排放OC、EC颗粒物的平均排放因子.蜂窝煤OC排放因子的分布特征并未随燃烧条件的改变发生变化, 主要分布在细粒径段, 各粒径段闷烧的排放因子大于明烧; EC的排放因子粗粒子段较高, 相比于蜂窝煤闷烧, 明烧更易排放出EC细粒子.块煤的排放因子远高于蜂窝煤, OC与EC均在0.43~0.65 μm有一个排放因子的高值峰, EC与OC的差别在于EC排放因子呈现双峰型, 在1.1~2.1 μm存在第二个峰值, 块煤排放的OC与EC颗粒物均以细粒子为主.蜂窝煤与块煤的OC排放因子粒径分布型相似.
|
图 5 民用煤排放的九级碳颗粒物排放因子粒径分布 Fig. 5 Size distribution of emission factors of carbonaceous particles in PM10 from residential coal combustion |
沈国峰[55]认为煤炭的残渣特征(CRC)与其排放因子的分布有关, CRC是一个表征煤炭黏度的参数, CRC值较小时排出的细颗粒物相对较多, CRC值较大时排出的颗粒物粒径也相对较大.本研究中蜂窝煤具有较小的黏度值而块煤的黏度值相对较大, 以CRC值来区分煤炭的排放, 发现低CRC值的蜂窝煤OC排放因子在≤0.43 μm段较大, 高CRC值的块煤OC排放因子高值段则处于0.43~0.65 μm段.
4 结论(1) 蜂窝煤与块煤排放出的颗粒物以细颗粒物为主, 蜂窝煤明烧排放PM2.1占全部颗粒物质量的50%以上, 闷烧排放的颗粒物在细粒径段有所下降, 其中PM2.1占PM10比重最大的是NM(K), 为67.2%, 最小是HB(K), 为9.9%.烟煤的排放因子高于无烟煤, 块煤的排放因子高于蜂窝煤, 蜂窝煤明烧排放的颗粒物略高于闷烧排放. NM(K)的排放因子最高, 其PM1.1、PM2.1和PM10的排放因子分别为27.0、33.52和49.91 g·kg-1.
(2) OC排放因子最高为NM(K), 对应的PM1.1、PM2.1和PM10中其排放因子分别为4 914.05、5 276.84和5 647.15 mg·kg-1; 其次为XJ(K), 无烟煤块煤与蜂窝煤明烧的排放相当, 蜂窝煤闷烧排放高于明烧, NM蜂窝煤明烧排放最低. EC排放因子最高为NM(K), 对应的PM1.1、PM2.1和PM10中其排放因子分别为37.00、68.67和87.80 mg·kg-1, 是相同粒径的块煤无烟煤排放因子的10倍.
(3) 蜂窝煤闷烧排放的颗粒物碳组分含量高于明烧, 为1.42%~4.56%, 是明烧的1~3倍.不同块煤排放的颗粒物碳组分含量差异较大, NM(K)是XJ(K)的7.9倍.随着煤燃烧排放颗粒物粒径减小, 碳组分在颗粒物中的比重增加.
(4) 使用蜂窝煤代替块煤可以有效地降低颗粒物中碳质组分的排放, 对防范健康风险具有重要意义.民用燃煤污染物排放因子受多种因素影响, 后续仍需要开展更多实测研究进行补充完善.
| [1] | Kuhlbusch T A J. Black carbon and the carbon cycle[J]. Science, 1998, 280(5371): 1903-1904. DOI:10.1126/science.280.5371.1903 |
| [2] | Rosen H, Hansen A D A, Gundel L, et al. Identification of the optically absorbing component in urban aerosols[J]. Applied Optics, 1978, 17(24): 3859-3861. DOI:10.1364/AO.17.003859 |
| [3] | Ramanathan V, Crutzen P J, Lelieveld J, et al. Indian ocean experiment:an integrated analysis of the climate forcing and effects of the great Indo-Asian haze[J]. Journal of Geophysical Research:Atmospheres, 2001, 106(D22): 28371-28398. DOI:10.1029/2001JD900133 |
| [4] | Ramanathan V, Crutzen P J. New directions:atmospheric brown "clouds"[J]. Atmospheric Environment, 2003, 37(28): 4033-4035. DOI:10.1016/S1352-2310(03)00536-3 |
| [5] | Rasch P J, Collins W D, Eaton B E. Understanding the Indian Ocean Experiment (INDOEX) aerosol distributions with an aerosol assimilation[J]. Journal of Geophysical Research:Atmospheres, 2001, 106(D7): 7337-7355. DOI:10.1029/2000JD900508 |
| [6] | Ramanathan V, Chung C, Kim D, et al. Atmospheric brown clouds:impacts on South Asian climate and hydrological cycle[J]. Proceedings of the National Academy of Sciences of the United States of America, 2005, 102(15): 5326-5333. DOI:10.1073/pnas.0500656102 |
| [7] | Ramanathan V, Ramana M V, Roberts G, et al. Warming trends in Asia amplified by brown cloud solar absorption[J]. Nature, 2007, 448(7153): 575-578. DOI:10.1038/nature06019 |
| [8] | Jones G S, Christidis N, Stott P A. Detecting the influence of fossil fuel and bio-fuel black carbon aerosols on near surface temperature changes[J]. Atmospheric Chemistry and Physics, 2011, 11(2): 799-816. DOI:10.5194/acp-11-799-2011 |
| [9] | Spracklen D V, Carslaw K S, Pöschl U, et al. Global cloud condensation nuclei influenced by carbonaceous combustion aerosol[J]. Atmospheric Chemistry and Physics, 2011, 11(17): 9067-9087. DOI:10.5194/acp-11-9067-2011 |
| [10] | Meehl G A, Arblaster J M, Collins W D. Effects of black carbon aerosols on the Indian monsoon[J]. Journal of Climate, 2008, 21(12): 2869-2882. DOI:10.1175/2007JCLI1777.1 |
| [11] | Wang C. The sensitivity of tropical convective precipitation to the direct radiative forcings of black carbon aerosols emitted from major regions[J]. Annales Geophysicae, 2009, 27(10): 3705-3711. DOI:10.5194/angeo-27-3705-2009 |
| [12] | Ramanathan V, Carmichael G. Global and regional climate changes due to black carbon[J]. Nature Geoscience, 2008, 1(4): 221-227. DOI:10.1038/ngeo156 |
| [13] | Menon S, Hansen J, Nazarenko L, et al. Climate effects of black carbon aerosols in China and India[J]. Science, 2002, 297(5590): 2250-2253. DOI:10.1126/science.1075159 |
| [14] | Ming J, Cachier H, Xiao C, et al. Black carbon record based on a shallow Himalayan ice core and its climatic implications[J]. Atmospheric Chemistry and Physics, 2008, 8(5): 1343-1352. DOI:10.5194/acp-8-1343-2008 |
| [15] | Ming J, Xiao C D, Cachier H, et al. Black carbon (BC) in the snow of glaciers in west China and its potential effects on albedos[J]. Atmospheric Research, 2009, 92(1): 114-123. DOI:10.1016/j.atmosres.2008.09.007 |
| [16] | Xu B Q, Cao J J, Hansen J, et al. Black soot and the survival of Tibetan glaciers[J]. Proceedings of the National Academy of Sciences of the United States of America, 2009, 106(52): 22114-22118. DOI:10.1073/pnas.0910444106 |
| [17] | Hansen J, Nazarenko L. Soot climate forcing via snow and ice albedos[J]. Proceedings of the National Academy of Sciences of the United States of America, 2004, 101(2): 423-428. DOI:10.1073/pnas.2237157100 |
| [18] | Yasunari T J, Bonasoni P, Laj P, et al. Estimated impact of black carbon deposition during pre-monsoon season from Nepal Climate Observatory-Pyramid data and snow albedo changes over Himalayan glaciers[J]. Atmospheric Chemistry and Physics, 2010, 10(14): 6603-6615. DOI:10.5194/acp-10-6603-2010 |
| [19] | Andreae M O. The dark side of aerosols[J]. Nature, 2001, 409(6821): 671-672. DOI:10.1038/35055640 |
| [20] | Chameides W L, Bergin M. Soot takes center stage[J]. Science, 2002, 297(5590): 2214-2215. DOI:10.1126/science.1076866 |
| [21] | Hansen J E, Sato M. Trends of measured climate forcing agents[J]. Proceedings of the National Academy of Sciences of the United States of America, 2001, 98(26): 14778-14783. DOI:10.1073/pnas.261553698 |
| [22] | Hansen J, Sato M, Ruedy R, et al. Global warming in the twenty-first century:an alternative scenario[J]. Proceedings of the National Academy of Sciences of the United States of America, 2000, 97(18): 9875-9880. DOI:10.1073/pnas.170278997 |
| [23] | Jacobson M Z. Strong radiative heating due to the mixing state of black carbon in atmospheric aerosols[J]. Nature, 2001, 409(6821): 695-697. DOI:10.1038/35055518 |
| [24] | Jacobson M Z. Control of fossil-fuel particulate black carbon and organic matter, possibly the most effective method of slowing global warming[J]. Journal of Geophysical Research:Atmospheres, 2002, 107(D19): 4410. DOI:10.1029/2001JD001376 |
| [25] | Penner J E, Hegg D, Leaitch R. Peer reviewed:unraveling the role of aerosols in climate change[J]. Environmental Science & Technology, 2001, 35(15): 332A-340A. |
| [26] | Streets D G, Aunan K. The importance of China's household sector for black carbon emissions[J]. Geophysical Research Letters, 2005, 32(12): L12708. |
| [27] | Künzli N, Kaiser R, Medina S, et al. Public-health impact of outdoor and traffic-related air pollution:a European assessment[J]. The Lancet, 2000, 356(9232): 795-801. DOI:10.1016/S0140-6736(00)02653-2 |
| [28] | Hamilton R S, Mansfield T A. Airborne particulate elemental carbon:its sources, transport and contribution to dark smoke and soiling[J]. Atmospheric Environment. Part A. General Topics, 1991, 25(3-4): 715-723. DOI:10.1016/0960-1686(91)90070-N |
| [29] | Durant J L, Lafleur A L, Busby Jr W F, et al. Mutagenicity of C24H14 PAH in human cells expressing CYP1A1[J]. Mutation Research/Genetic Toxicology and Environmental Mutagenesis, 1999, 446(1): 1-14. DOI:10.1016/S1383-5718(99)00135-7 |
| [30] |
中华人民共和国国家统计局. 中国统计年鉴2016[M]. 北京: 中国统计出版社, 2016. National Bureau of Statistics of the People's Republic of China. China Statistical Yearbook 2016[M]. Beijing: China Statistics Press, 2016. |
| [31] | BP. BP世界能源统计年鉴[R]. 北京: BP, 2017. |
| [32] | Bond T C, Streets D G, Yarber K F, et al. A technology-based global inventory of black and organic carbon emissions from combustion[J]. Journal of Geophysical Research:Atmospheres, 2004, 109(D14): D14203. DOI:10.1029/2003JD003697 |
| [33] | Bond T C, Doherty S J, Fahey D W, et al. Bounding the role of black carbon in the climate system:a scientific assessment[J]. Journal of Geophysical Research:Atmospheres, 2013, 118(11): 5380-5552. DOI:10.1002/jgrd.50171 |
| [34] | Cooke W F, Liousse C, Cachier H, et al. Construction of a 1°×1° fossil fuel emission data set for carbonaceous aerosol and implementation and radiative impact in the ECHAM4 model[J]. Journal of Geophysical Research:Atmospheres, 1999, 104(D18): 22137-22162. DOI:10.1029/1999JD900187 |
| [35] | Cooke W F, Wilson J J N. A global black carbon aerosol model[J]. Journal of Geophysical Research:Atmospheres, 1996, 101(D14): 19395-19409. DOI:10.1029/96JD00671 |
| [36] | Liousse C, Penner J E, Chuang C, et al. A global three-dimensional model study of carbonaceous aerosols[J]. Journal of Geophysical Research:Atmospheres, 1996, 101(D14): 19411-19432. DOI:10.1029/95JD03426 |
| [37] | Penner J E, Eddleman H, Novakov T. Towards the development of a global inventory for black carbon emissions[J]. Atmospheric Environment. Part A. General Topics, 1993, 27(8): 1277-1295. DOI:10.1016/0960-1686(93)90255-W |
| [38] | Streets D G, Gupta S, Waldhoff S T, et al. Black carbon emissions in China[J]. Atmospheric Environment, 2001, 35(25): 4281-4296. DOI:10.1016/S1352-2310(01)00179-0 |
| [39] | Streets D G, Bond T C, Carmichael G R, et al. An inventory of gaseous and primary aerosol emissions in Asia in the year 2000[J]. Journal of Geophysical Research:Atmospheres, 2003, 108(D21): 8809. |
| [40] | Wang R, Tao S, Wang W T, et al. Black carbon emissions in China from 1949 to 2050[J]. Environmental Science & Technology, 2012, 46(14): 7595-7603. |
| [41] | Chen Y J, Sheng G Y, Bi X H, et al. Emission factors for carbonaceous particles and polycyclic aromatic hydrocarbons from residential coal combustion in China[J]. Environmental Science & Technology, 2005, 39(6): 1861-1867. |
| [42] | Chen Y J, Zhi G R, Feng Y L, et al. Measurements of emission factors for primary carbonaceous particles from residential raw-coal combustion in China[J]. Geophysical Research Letters, 2006, 33(20): L20815. DOI:10.1029/2006GL026966 |
| [43] | Zhi G R, Chen Y J, Feng Y L, et al. Emission characteristics of carbonaceous particles from various residential coal-stoves in China[J]. Environmental Science & Technology, 2008, 42(9): 3310-3315. |
| [44] |
孔少飞, 白志鹏, 陆炳. 民用燃料燃烧排放PM2.5和PM10中碳组分排放因子对比[J]. 中国环境科学, 2014, 34(11): 2749-2756. Kong S F, Bai Z P, Lu B. Comparative analysis on emission factors of carbonaceous components in PM2.5 and PM10 from domestic fuels combustion[J]. China Environmental Science, 2014, 34(11): 2749-2756. |
| [45] | Shen G F, Xue M, Wei S Y, et al. Influence of fuel moisture, charge size, feeding rate and air ventilation conditions on the emissions of PM, OC, EC, parent PAHs, and their derivatives from residential wood combustion[J]. Journal of Environmental Sciences, 2013, 25(9): 1808-1816. DOI:10.1016/S1001-0742(12)60258-7 |
| [46] | Shen G F, Xue M, Wei S Y, et al. Influence of fuel mass load, oxygen supply and burning rate on emission factor and size distribution of carbonaceous particulate matter from indoor corn straw burning[J]. Journal of Environmental Sciences, 2013, 25(3): 511-519. DOI:10.1016/S1001-0742(12)60191-0 |
| [47] |
刘源, 张元勋, 魏永杰, 等. 民用燃煤含碳颗粒物的排放因子测量[J]. 环境科学学报, 2007, 27(9): 1409-1416. Liu Y, Zhang Y X, Wei Y J, et al. Measurement of emission factors of carbonaceous aerosols from residential coal combustion[J]. Acta Scientiae Circumstantiae, 2007, 27(9): 1409-1416. |
| [48] | Zhang Y X, Schauer J J, Zhang Y H, et al. Characteristics of particulate carbon emissions from real-world Chinese coal combustion[J]. Environmental Science & Technology, 2008, 42(14): 5068-5073. |
| [49] | Shen G F, Yang Y F, Wang W, et al. Emission factors of particulate matter and elemental carbon for crop residues and coals burned in typical household stoves in China[J]. Environmental Science & Technology, 2010, 44(18): 7157-7162. |
| [50] | Shen G F, TAO S, Wei S Y, et al. Field measurement of emission factors of PM, EC, OC, parent, nitro-, and oxy-polycyclic aromatic hydrocarbons for residential briquette, coal cake, and wood in rural Shanxi, China[J]. Environmental Science & Technology, 2013, 47(6): 2998-3005. |
| [51] | Shen G F, Xue M, Chen Y C, et al. Comparison of carbonaceous particulate matter emission factors among different solid fuels burned in residential stoves[J]. Atmospheric Environment, 2014, 89: 337-345. DOI:10.1016/j.atmosenv.2014.01.033 |
| [52] |
黄卫, 毕新慧, 张国华, 等. 民用蜂窝煤燃烧排放颗粒物的化学组成和稳定碳同位素特征[J]. 地球化学, 2014, 43(6): 640-646. Huang W, Bi X H, Zhang G H, et al. The chemical composition and stable carbon isotope characteristics of particulate matter from the residential honeycomb coal briquettes combustion[J]. Geochimica, 2014, 43(6): 640-646. |
| [53] | Chen Y J, Tian C G, Feng Y L, et al. Measurements of emission factors of PM2.5, OC, EC, and BC for household stoves of coal combustion in China[J]. Atmospheric Environment, 2015, 109: 190-196. DOI:10.1016/j.atmosenv.2015.03.023 |
| [54] |
陈颖军. 家用蜂窝煤燃烧烟气中碳颗粒物和多环芳烃的排放特征[D]. 广州: 中国科学院研究生院(广州地球化学研究所), 2004. Chen Y J. Emission characteristics of carbonaceous particulate and polycyclic aromatic hydrocarbons from residential honeycomb-coal-briquette combustion[D]. Guangzhou: Guangzhou Institute of Geochemistry, Chinese Academy of Sciences, 2004. http://cdmd.cnki.com.cn/Article/CDMD-80165-2004108890.htm |
| [55] |
沈国锋. 室内固体燃料燃烧产生的碳颗粒物和多环芳烃的排放因子及影响因素[D]. 北京: 北京大学, 2012. Shen G F. Emission factors of carbonaceous particulate matter and polycyclic aromatic hydrocarbons from residential solid fuel combustions[D]. Beijing: Peking University, 2012. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2217370 |
| [56] | Butcher S S, Ellenbecker M J. Particulate emission factors for small wood and coal stoves[J]. Journal of the Air Pollution Control Association, 1982, 32(4): 380-384. DOI:10.1080/00022470.1982.10465413 |
| [57] | Bond T C, Covert D S, Kramlich J C, et al. Primary particle emissions from residential coal burning:optical properties and size distributions[J]. Journal of Geophysical Research:Atmospheres, 2002, 107(D21): 8347. |
| [58] | 胡珊. 珠三角地区大气颗粒有机物致癌风险及来源解析[D]. 北京: 北京大学, 2009. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y1608249 |
| [59] |
蔡婧. 城市个体黑碳暴露特征与儿童呼吸道健康效应关系研究[D]. 上海: 华东理工大学, 2013. Cai J. Characterization of personal exposure to black carbon in urban settings and airway response in children[D]. Shanghai: East China University of Science and Technology, 2013. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2510230 |