环境科学  2019, Vol. 40 Issue (5): 2043-2051   PDF    
引用本文
杜小申, 燕丽, 贺晋瑜, 汪旭颖, 王克, 张瑞芹. 安阳市典型工业源PM2.5排放特征及减排潜力估算[J]. 环境科学, 2019, 40(5): 2043-2051.
DU Xiao-shen, YAN Li, HE Jin-yu, WANG Xu-ying, WANG Ke, ZHANG Rui-qin. PM2.5 Emission Characteristics and Estimation of Emission Reduction Potential from Typical Industrial Sources in Anyang[J]. Environmental Science, 2019, 40(5): 2043-2051.
安阳市典型工业源PM2.5排放特征及减排潜力估算
杜小申1, 燕丽2, 贺晋瑜2, 汪旭颖2, 王克1, 张瑞芹1     
1. 郑州大学化学与分子工程学院, 郑州 450001;
2. 生态环境部环境规划院, 北京 100012
收稿日期: 2018-09-28; 修订日期: 2018-11-29
基金项目: 国家重点研发计划项目（2016YFC0207505，2017YFC0212406）
作者简介: 杜小申(1991~), 男, 硕士研究生, 研究方向为区域大气污染物特征分析、大气污染源排放清单编制, E-mail:291689657@qq.com
通信作者: 燕丽, E-mail:yanli@caep.org.cn; 张瑞芹, E-mail:rqzhang@zzu.edu.cn
摘要: 为探究安阳市PM2.5排放特征，通过现场调查对安阳市工业源活动水平和控制技术信息进行收集，采用合理的估算方法、排放因子，建立了安阳市2016年工业源PM2.5排放清单，并利用地理信息系统（GIS）技术进行空间分配.基于典型行业超低排放改造和煤炭压减要求设置3种情景，估算了2020年安阳市工业源PM2.5减排潜力.结果表明，安阳市2016年工业源PM2.5排放总量为81071.13 t；有色冶金、钢铁和建材行业是安阳市PM2.5主要贡献源，分别占总排放量的45.43%、25.74%和18.00%；安阳市各乡镇排放差异突出，PM2.5排放主要集中在市区及林州市和安阳县，且以安阳市区排放量最为突出，而安阳市区的4个辖区的排放强度差异更为巨大；通过设定不同控制情景，估算2020年安阳市PM2.5减排潜力分别为398.72、11623.87和14072.27 t，分别占2016年工业源排放总量的0.49%、14.34%和17.22%.可见，安阳市PM2.5具有较大减排潜力，超低排放改造和煤炭压减对安阳市PM2.5减排具有重要意义.
关键词: 地理信息系统(GIS)      安阳      PM2.5      工业源      减排潜力     
PM2.5 Emission Characteristics and Estimation of Emission Reduction Potential from Typical Industrial Sources in Anyang
DU Xiao-shen1 , YAN Li2 , HE Jin-yu2 , WANG Xu-ying2 , WANG Ke1 , ZHANG Rui-qin1     
1. School of Chemistry and Molecular Engineering, Zhengzhou University, Zhengzhou 450001, China;
2. Chinese Academy for Environmental Planning, Beijing 100012, China
Abstract: To investigate the characteristics of PM2.5 emissions in Anyang, the PM2.5 emission inventory from industrial sources of Anyang in 2016 was established based on reasonable estimation method and emission factor. The spatial distribution analysis was carried out using Geographic Information System (GIS) technology. Based on the industry's typical ultra-low emission transformation and coal pressure reduction requirements, three scenarios were set to estimate the PM2.5 emission reduction potential of industrial sources from Anyang in 2020. The results show that the total PM2.5 emissions from industrial sources in Anyang was 81071.13 t in 2016. Non-ferrous metallurgy, iron and steel, and building materials industries were the main contributing sources, accounting for 45.43%, 25.74%, and 18.00% of the total emissions, respectively. The emission differences between towns and within Anyang were outstanding. The PM2.5 emissions were mainly concentrated in urban areas, Linzhou City, and Anyang County. The emissions in Anyang City were most prominent, while the emission intensity differences between the four jurisdictions of Anyang City were even greater. In the three different control scenarios, the potential for PM2.5 emission reduction in Anyang in 2020 was estimated to be 398.72, 11623.87, and 14072.27 t, accounting for 0.49%, 14.34%, and 17.22% of the total industrial source emissions in 2016, respectively. It can be concluded that Anyang has a great potential for PM2.5 emission reduction. In addition, ultra-low emission reform and coal pressure reduction can be of great significance for PM2.5 emission reduction in Anyang.
Key words: geographic information system (GIS)      Anyang      PM2.5      industrial source      emission reduction potential     

随着近年来我国大范围雾霾事件的频繁发生, 人们对PM2.5的认识也在逐步加深.它既包含从污染源直接排放的一次颗粒物又包含气态污染物经光化学反应转化而生成二次颗粒物[1].近年来国内外大量的研究表明, 空气中PM2.5浓度的提升会提高部分疾病的发病率, 间接增加死亡人数[2~5].安阳市地处豫、晋、冀三省交界处, 盛行南北风, 秋冬季重污染天气频发.尤其是在太行山脉及京广线气流通道的双重影响下, 自北向南, 沿北京、保定、石家庄、邢台、邯郸到安阳形成一个显著的高值污染带, 而安阳市处于该污染带的最南端, 在扩散条件十分不利的条件下, 二次污染特征显著. 2016年安阳市PM2.5浓度为86 μg·m-3, 为全省最高, 同时在全国366城市PM2.5浓度排名中也排在第8位[6], 扣除其中受沙尘天气影响的城市后, 安阳市将上升至第5位, 污染形势十分严峻.

排放清单作为摸清城市PM2.5排放的主要手段, 近年来已在全国范围内广泛开展[7~10].而工业源作为大部分城市PM2.5的重要贡献源, 国内学者已就工业源排放进行了较多研究：刘松华等[11]通过发放调查表、现场咨询等形式, 获得苏州市2012年工业企业基本信息, 并根据实际情况对钢铁行业进行了系数修订, 得到苏州市工业源大气PM2.5排放清单; 罗恢泓等[12]通过现场勘测以及走访调研的形式, 获得桂林地区2011至2013年工业生产情况统计, 参照国内外相关文献资料确定排放因子, 并通过数据处理得到桂林地区工业排放源清单.此外, 一些城市尺度和区域尺度的多污染物排放清单中也涵盖了工业源部分[13~15].在获得了城市尺度排放清单后, 如何量化评估不同行业部门减排对区域PM2.5污染改善幅度的相对大小又成为决策部门面临的重要问题.现阶段对PM2.5减排量估算方法可分为两种, 一种是结合技术改进及政策要求等方面设计不同情景, 估算目标年减排潜力：贺晋瑜等[16]基于我国燃煤锅炉的技术特征和国内外排放清单编制技术方法, 建立了燃煤锅炉PM2.5减排潜力计算方法, 设计了3种控制情景, 对2020年京津冀地区燃煤锅炉PM2.5减排潜力进行了预测和分析; 邱凯琼[17]以我国工业源VOCs为研究对象, 建立了2010年全国工业源VOCs排放清单, 设置了基准情景和控制情景, 分析评估了VOCs减排政策的减排潜力; 孙现伟等[18]以2012年为基准年, 设计了分阶段、分地区不断优化的控制情景(基准、适中、加严和最严情景), 以建立减排潜力模型, 并对2017、2020和2030年我国燃煤电厂PM2.5减排潜力及空间分布进行了预测分析.另一种则是通过设定不同的减排比例情景, 并在空气质量模型中进行模拟, 研究不同情景对PM2.5的减排贡献：吴文景等[19]利用CMAQ/2D-VBS模型, 分析了冬夏两季京津冀地区主要排放源减排30%对改善区域PM2.5污染的效果; 孙晓伟等[20]基于自下而上建立的高分辨率排放清单, 以污染最严重的典型月份1月为模拟时段, 采用WRF-CAMx-PSAT模型模拟现状下电力行业对长江中游城市群的空气质量影响, 并设置关停小机组和大机组替代小机组两种减排情景, 对区域空气质量影响进行评估; 王临清等[21]采用MM5+CULPUFF耦合模型, 以江苏省为例, 定量模拟研究了2012年江苏省火电厂排放的大气污染物对各地级市PM2.5的影响; 段文娇等[22]采用具有污染物来源示踪功能的双层嵌套气象-空气质量模型系统(WRF-CAMx)耦合模型模拟京津冀地区钢铁行业污染物排放对区域大气PM2.5浓度的影响.虽然利用模型模拟的城市减排潜力较为准确, 但对数据格式要求较高, 获取难度较大, 技术复杂性较高.此外, 各模型模拟结果缺乏可比性, 不同研究工作, 不同时空范围的研究成果很难相互印证、对照[23, 24].虽然近年来关于减排潜力估算的研究已经较为常见, 但大多集中在电厂、燃煤锅炉和钢铁行业等个别源类, 而缺少对城市典型工业源整体PM2.5减排潜力估算的研究.

本研究运用GIS工具, 通过实地调研, 采用合理的排放因子建立安阳市典型工业源PM2.5排放清单, 并对其分乡镇排放量及市区排放强度进行分析.此外, 结合超低排放改造及煤炭压减要求设置不同情景, 估算2020年安阳市典型工业源PM2.5减排潜力.

1 材料与方法 1.1 研究区域与对象

本研究以2016年为基准年, 涵盖文峰区、北关区、殷都区、龙安区、林州市、安阳县、内黄县、汤阴县共计8个区市县, 市域面积5599 km2.本研究对象为涉及PM2.5排放的火电、钢铁、有色冶金、建材和石化化工这5类主要工业污染源, 其详细分类见表 1.

表 1 主要研究源及其详细分类 Table 1 Main research sources and their detailed classification

1.2 清单建立方法

本文采用排放因子法建立排放清单, 估算方法见公式(1)：

(1)

式中, E为PM2.5排放总量(kg); Aj为j种排放源的活动水平数据(kg); EFj为排放因子(g·kg-1); η 为控制措施去除效率(%).

本研究的活动水平数据主要来自实地调研, 期间共调研企业511家, 并参考安阳市环境统计数据和统计年鉴等宏观数据资料.排放因子选取主要是依据环境保护部发布的排放清单编制技术指南, 综合国内外文献及国内实测数据, 最终确定排放因子.

1.3 各类源排放量估算

工业源PM2.5排放总量分工艺过程排放、固定燃烧(即锅炉)排放和堆场扬尘排放三部分, 计算公式为: E=E工艺过程 + E锅炉+E堆场扬尘, 根据各行业企业活动水平和排放因子, 及调研获得的企业实际采取的污染防治措施, 逐一计算各排污环节污染物的排放量.其中, 火电行业排放因子主要参考文献[25], 活动水平数据主要包括经纬度信息、燃料类型与消耗量、装机容量、锅炉类型与治理措施等信息; 钢铁行业排放因子主要参考文献[26], 活动水平主要包括经纬度信息、燃料类型与消耗量、工艺过程、产品产量(含中间产物)和治理措施等信息; 建材行业排放因子均参考杨强等[14]和翟一然等[27]的研究, 活动水平数据主要包括经纬度信息、窑炉类型、产品产量和治理措施等信息; 有色冶金行业排放因子均参考文献[26], 活动水平数据主要包括产品产量、经纬度信息和治理措施等信息; 石化化工行业中焦化、尿素和复合肥排放因子主要参考杨强等[14]的研究, 其他化肥和炭素行业排放因子参考文献[26], 活动水平数据主要包括工艺类型、产品产量、经纬度信息及治理措施等信息; 工业锅炉排放因子主要参考文献[27~30], 堆场扬尘排放因子参考文献[13], 其详细分类与第四级排放因子见表 2.

表 2 工业源排放因子 Table 2 Emission factors of industrial sources

1.4 空间分配

将各企业排放量和经纬度信息导入GIS, 生成安阳市工业源PM2.5排放空间分布, 并对各区县排放总量进行汇总, 研究各县市排放量及排放强度差异.

2 结果与讨论 2.1 安阳市工业源分行业PM2.5排放清单

如表 3所示, 2016年安阳市工业源PM2.5排放总量为81071.13 t.图 1~4分别为安阳市工业源一级分类和二级分类排放贡献情况.一级分类中排放量最大的是有色冶金、钢铁和建材行业, 分别占工业源排放总量的45.43%、25.74%和18.00%;二级分类工艺过程源排放中以电解铅贡献最为突出, 占有色冶金行业工艺过程排放量的82.74%, 占工艺过程源排放总量46.00%;在二级分类固定燃烧源排放中, 以水泥和钢铁行业排放贡献最为突出, 占比分别达44.11%和24.65%;在二级分类堆场扬尘排放中, 以钢铁行业排放量最大, 为95.13 t, 占堆场扬尘排放总量的51.40%.

表 3 2016年安阳市工业源PM2.5排放量 Table 3 PM2.5 emissions from industrial sources in Anyang in 2016

图 1 一级源分类排放贡献 Fig. 1 Primary source classification emissions contribution

图 2 二级源中工艺过程源排放贡献 Fig. 2 Process emission contribution as secondary source

图 3 二级源中固定燃烧源贡献 Fig. 3 Contribution of fixed combustion sources as secondary sources

图 4 二级源中堆场扬尘源贡献 Fig. 4 Source contribution of yard dust source as secondary source

2.2 2016年安阳市工业源分乡镇PM2.5排放清单

基于ArcGIS空间分析技术, 采用基于地理坐标信息的空间分配方法, 得到图 5安阳市PM2.5排放总量空间分布和图 6安阳地区PM2.5主要工业排放源分布.通过图 5可以看出安阳市PM2.5排放集中在安阳市区的相台街道、东风乡, 汤阴县的宜沟镇, 内黄县的后河镇, 林州市的开元街道和河顺镇, 以及安阳县的马家乡、铜冶镇、水冶镇和蒋村乡.通过图 6容易发现工业企业分布主要集中在安阳市市区及附近的安阳县西部、汤阴县中部和林州市中部.对安阳市各县区排放量进行汇总(表 4), 发现安阳市区的排放量明显高于其他县市, 达40602.84 t, 占全市工业源排放总量的50.08%.通过对安阳市企业所属县区信息进行收集, 并统计安阳市文峰区、龙安区、殷都区及北关区的PM2.5排放量及区域面积信息, 安阳市各区工业源PM2.5排放量及排放强度见表 4.

图 5 安阳市工业源PM2.5排放总量空间分布 Fig. 5 Spatial distribution of total PM2.5 emissions of industrial sources in Anyang

图 6 安阳地区主要工业排放源PM2.5排放分布 Fig. 6 Distribution of PM2.5 emissions of major industrial sources in Anyang

表 4 安阳市各区工业源PM2.5排放量及排放强度对比 Table 4 Comparison of PM2.5 emissions and emission intensity of industrial sources in various districts of Anyang

通过表 4的对比, 发现安阳市各区排放量差异巨大, 龙安区和殷都区排放量最大, 分别为27247.30 t和12447.13 t, 北关区排放量最小, 仅有14.65 t.其中, 龙安区和殷都区排放量贡献了安阳市辖区总排放量的97.76%;各区排放强度差异也较大, 北关区的排放强度小于1 t·km-2, 文峰区排放强度达到4.99 t·km-2, 而龙安区排放强度达115.45 t·km-2, 殷都区排放强度更是高达177.82 t·km-2, 各区排放强度相差数十倍甚至数百倍.

2.3 2016年安阳市工业源分企业PM2.5排放清单

以企业为单位对各类源PM2.5排放量进行整理后发现, 安阳市PM2.5排放量小于1 t的企业共有370个, 排放量为53.35 t, 占排放总量的0.07%;排放量在1~100 t之间的企业共有101个, 排放量为2002.85 t, 占排放总量的2.47%;而排放量大于100 t的企业仅有40个, 而排放量却高达79014.93 t, 贡献了排放总量的97.46%.而在排放量大于100 t的企业中, 以有色冶金和钢铁行业贡献最为突出, 分别占100 t以上企业排放总量的44.19%和32.87%(见图 7).以有色冶金行业为例, 安阳市某电解铅企业PM2.5排放量高达26668.04 t, 贡献了工业源排放总量的32.89%.可见, 安阳市PM2.5排放主要集中在有色冶金和钢铁行业中的部分典型企业, 加强典型企业监管对于减少全市PM2.5排放具有重要意义.

图 7 安阳市PM2.5排放量大于100 t企业排放总量的行业贡献 Fig. 7 Industry contribution of PM2.5 emissions larger than 100 t enterprises in Anyang

2.4 与其他研究对比

对包含城市尺度工业源PM2.5排放清单的报道进行收集(表 5), 对比各城市工业源的排放量, 发现本研究与苏州市较为接近, 而高于桂林、承德、杭州和天津市排放量, 这与所研究的地区及年份差异有关, 还与研究中所采用的排放因子有关.本研究中排放因子较多采用国内实测数据, 活动水平数据均来自实地调研, 且研究年份与当下间隔较短, 数据较为准确.此外, 本研究还涵盖了工业源堆场扬尘排放.因此, 本研究结果具有一定合理性和可比性.

表 5 与其他研究对比 Table 5 Contrast with other studies

3 2020年减排潜力估算 3.1 情景设定

未来的颗粒物排放既受能源消费总量和能源消费结构的影响, 也与工业部门的技术进步、颗粒物减排技术的推广应用有关[31], 而典型工业源PM2.5减排与工业部门减排技术推广和能源政策要求息息相关.为考察先进技术推广和相关政策的减排作用, 本研究设置基准情景、一般控制情景和加严控制情景的3种情景, 探讨典型行业特定工艺过程超低排放改造(先进技术推广)和煤炭总量压减(相关政策要求)带来的PM2.5减排.

现阶段随着火电行业超低排放改造的逐步推进, 非电行业的超低排放也已经被提上日程. 2018年5月7日, 生态环境部印发文件预示着钢铁行业超低排放即将拉开序幕[32]. 2017年底, 河南省政府下发文件要求全省钢铁、水泥、焦化、炭素、电解铝、玻璃、陶瓷这7大行业, 在2018年10月底前完成“超低排放”改造[33], 但在2018年2月6日发布的文件中则修改为“2018年10月底前, 鼓励钢铁、水泥、炭素(铝用炭素)和平板玻璃四大行业进行超低排放改造”[34].因此, 结合地方标准[35]设置了超低排放改造层面的3种情景.此外, 根据文件中要求[36], “到2020年, 北京、天津、河北、山东、河南五省(直辖市)煤炭消费总量要比2015年下降10%”, 以此为依据, 设置了工业部门煤炭消费量下降层面的3种情景, 其中, 基准情景工业部门煤炭消费量与2016年保持一致, 一般控制情景工业部门煤炭消费量较2015年减少10%, 加严控制情景工业部门煤炭消耗量较2015年下降15%.综合超低排放层面和工业部门煤炭消费量下降层面的假设, 构成本研究的情景设定, 其详细情景设置见表 6.其中, 钢铁、水泥、焦化、炭素(铝用炭素)、电解铝、平板玻璃、火电和陶瓷行业超低排放仅分别考虑烧结、熟料生产焦炉烟囱废气、煅烧焙烧、电解槽、锅炉废气、喷雾干燥塔和窑炉工序, 并以特定工序的减排量代表所属行业减排量.

表 6 情景设置 Table 6 Scenario settings

3.2 情景减排量估算

超低排放层面PM2.5减排估算：鉴于现阶段除火电行业外暂无其他行业超低排放改造后实测的PM2.5排放因子, 因此, 本研究做出2个主要假设, 具体内容见表 7;煤炭消耗量下降层面颗粒物减排估算：由于各行业PM2.5排放量估算多以产品产量为统计口径, 因此, 更改为天然气等能源的也视为产品产量下降且暂不考虑天然气燃烧产生的排放量; 电力、钢铁、水泥、焦化和陶瓷行业按煤炭消费量下降比例和是否进行超低排放改造计算减排量, 其他行业产品仅考虑是否进行超低排放改造来计算减排量.其中, 火电行业超低排放改造后PM2.5排放因子和PM2.5在PM10中占比均参考李小龙等[37]的研究.其主要计算公式如下：

(2)
(3)
表 7 主要假设 Table 7 Main assumptions

式中, FH代表非电行业超低排放改造后, FQ代表非电行业超低排放改造前, DH代表电力行业超低排放改造后, α代表电力行业超低排放改造后PM2.5在PM10中占比, β代表非电行业超低排放改造后与改造前排放浓度之比.

3.3 情景分析结果

根据表 6中的3种情景的不同假设, 结合超低排放前后颗粒物排放浓度要求(超低排放改造前颗粒物排放要求参见各排放标准[38~43], 超低排放改造后排放要求参见文献[33], 详细排放环节要求对比见表 8), 并借鉴火电行业超低排放改造后排放颗粒物中PM2.5的粒径占比以及工业部门煤炭消费量下降带来的产品产量下降, 估算2020年安阳市工业源PM2.5减排潜力.基准情景下工业源PM2.5减排398.72 t, 且全部来自火电行业超低排放改造, 占安阳市工业源排放总量的0.49%;一般控制情景下工业源PM2.5减排11623.87 t, 占安阳市工业源排放总量的14.34%;加严控制情景下工业源PM2.5减排14072.27 t, 占安阳市工业源排放总量的17.22%, 不同控制情景的减排贡献见图 8.对比3种情景, 可见钢铁和焦化行业的超低排放改造带来的PM2.5减排在典型行业中贡献最为突出, 安阳市PM2.5具有较大减排潜力, 超低排放改造和煤炭压减对安阳市PM2.5减排具有重要意义.

表 8 典型行业超低排放改造前后颗粒物排放浓度对比 Table 8 Comparison of particulate matter emission concentration before and after ultra-low emission modification in typical industries

图 8 不同控制情景下工业源PM2.5减排贡献分担率 Fig. 8 Contribution rate of industrial PM2.5 emission reduction under different control scenarios

4 结论

(1) 本研究采用实地调研和排放因子法建立了2016年安阳市工业源PM2.5排放清单, 排放总量为81071.13 t.有色冶金、钢铁和建材行业是安阳市PM2.5的主要贡献源, 分别占工业源排放总量的45.43%、25.74%和18.00%.

(2) 利用GIS技术对安阳市工业源PM2.5排放进行空间分配, 发现安阳市PM2.5排放集中在安阳市区和临近安阳市区的安阳县及林州市; 在排放量贡献最为突出的安阳市辖区, 其下辖的各区排放强度差异巨大, 且以殷都区和龙安区排放强度最高; 虽然全市工业源PM2.5排放量在100 t以上的企业仅有40个, 但排放量却高达79014.93 t, 贡献了排放总量的97.46%.

(3) 通过设定包含超低排放改造和煤炭消费量下降两个层面的3种控制情景, 估算2020年安阳市PM2.5减排潜力分别为398.72、11623.87和14072.27 t, 分别占2016年工业源排放总量的0.49%、14.34%和17.22%.可见, 安阳市PM2.5具有极大减排潜力, 超低排放改造和煤炭压减对安阳市PM2.5减排具有重要意义.

参考文献
[1] 付高平.成都市微细颗粒物(PM2.5)形成机理及对人类健康危险研究[D].成都: 西南交通大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10613-1014251967.htm
[2] Dominici F, Peng R D, Bell M L, et al. Fine particulate air pollution and hospital admission for cardiovascular and respiratory diseases[J]. The Journal of the American Medical Association, 2006, 295(10): 1127-1134. DOI:10.1001/jama.295.10.1127
[3] Valavanidis A, Fiotakis K, Vlachogianni T. Airborne particulate matter and human health:toxicological assessment and importance of size and composition of particles for oxidative damage and carcinogenic mechanisms[J]. Journal of Environmental Science and Health, Part C, 2008, 26(4): 339-362. DOI:10.1080/10590500802494538
[4] Peng R D, Bell M L, Geyh A S, et al. Emergency admissions for cardiovascular and respiratory diseases and the chemical composition of fine particle air pollution[J]. Environment Health Perspectives, 2009, 117(6): 957-963. DOI:10.1289/ehp.0800185
[5] 段振华, 高绪芳, 杜慧兰, 等. 成都市空气PM2.5浓度与呼吸系统疾病门诊人次的时间序列研究[J]. 现代预防医学, 2015, 42(2): 611-614.
Duan Z H, Gao X F, Du H L, et al. Analysis on the relationship between PM2.5 concentration in ambient air and hospital outpatients with respiratory diseases in Chengdu[J]. Modern Preventive Medicine, 2015, 42(4): 611-614.
[6] 国际环保组织绿色和平与上海闵行区青悦环保信息技术服务中心. 2016年中国366个城市PM2.5浓度排名[EB/OL]. http://www.greenpeace.org.cn/270-cities-need-air-control-regulation/, 2017-01-17.
[7] Lei Y, Zhang Q, He K B, et al. Primary anthropogenic aerosol emission trends for China, 1990-2005[J]. Atmospheric Chemistry and Physics, 2011, 11(3): 931954.
[8] Qiu P P, Tian H Z, Zhu C Y, et al. An elaborate high resolution emission inventory of primary air pollutants for the Central Plain Urban Agglomeration of China[J]. Atmospheric Environment, 2014, 86: 93-101. DOI:10.1016/j.atmosenv.2013.11.062
[9] Zhao B, Wang P, Ma J Z, et al. A high-resolution emission inventory of primary pollutants for the Huabei region, China[J]. Atmospheric Chemistry and Physics, 2012, 12(1): 481-501. DOI:10.5194/acp-12-481-2012
[10] Fu X, Wang S X, Zhao B, et al. Emission inventory of primary pollutants and chemical speciation in 2010 for the Yangtze River Delta region, China[J]. Atmospheric Environment, 2013, 70: 39-50. DOI:10.1016/j.atmosenv.2012.12.034
[11] 刘松华, 周静, 谭译, 等. 苏州市大气细颗粒物(PM2.5)工业源排放清单[J]. 环境科学学报, 2017, 37(2): 453-459.
Liu S H, Zhou J, Tan Y, et al. Emission inventory of atmospheric fine particles (PM2.5) from industrial sources in Suzhou City[J]. Acta Scientiae Circumstantiae, 2017, 37(2): 453-459.
[12] 罗恢泓, 廖雷, 王敦球, 等. 桂林地区大气细颗粒物(PM2.5)工业排放源清单[J]. 环境工程学报, 2015, 9(10): 4942-4946.
Luo H H, Liao L, Wang D Q, et al. Source list of atmospheric fine particulate matter from industrial emission in Guilin region[J]. Chinese Journal of Environmental Engineering, 2015, 9(10): 4942-4946. DOI:10.12030/j.cjee.20151051
[13] 陈国磊, 周颖, 程水源, 等. 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 G L, Zhou Y, Cheng S Y, et al. Air pollutant emission inventory and impact of typical industries on PM2.5 in Chengdu[J]. Environmental Science, 2016, 37(11): 4069-4079.
[14] 杨强, 黄成, 卢滨, 等. 基于本地污染源调查的杭州市大气污染物排放清单研究[J]. 环境科学学报, 2017, 37(9): 3240-3254.
Yang Q, Huang C, Lu B, et al. Air pollutant emission inventory based on local emission source surveys in Hangzhou, China[J]. Acta Scientiae Circumstantiae, 2017, 37(9): 3240-3254.
[15] 李瑞芃, 吴琳, 毛洪钧, 等. 廊坊市区主要大气污染源排放清单的建立[J]. 环境科学学报, 2016, 36(10): 3527-3534.
Li R P, Wu L, Mao H J, et al. Establishment of an air pollutant emission inventory for Langfang urban area[J]. Acta Scientiae Circumstantiae, 2016, 36(10): 3527-3534.
[16] 贺晋瑜, 燕丽, 雷宇, 等. 京津冀地区燃煤锅炉PM2.5减排潜力分析[J]. 中国环境科学, 2017, 37(4): 1247-1253.
He J Y, Yan L, Lei Y, et al. PM2.5 emissions reduction potential from coal-fired boilers in Beijing-Tianjin-Hebei area[J]. China Environmental Science, 2017, 37(4): 1247-1253. DOI:10.3969/j.issn.1000-6923.2017.04.006
[17] 邱凯琼.工业源挥发性有机物减排潜力及其对空气质量的影响研究[D].广州: 华南理工大学, 2014.
[18] 孙现伟, 邓双, 朱云, 等. 我国燃煤电厂PM2.5减排潜力预测与分析[J]. 环境科学研究, 2016, 29(5): 637-645.
Sun X W, Deng S, Zhu Y, et al. PM2.5 emissions reduction potential from coal-fired power plants in China[J]. Research of Environmental Sciences, 2016, 29(5): 637-645.
[19] 吴文景, 常兴, 邢佳, 等. 京津冀地区主要排放源减排对PM2.5污染改善贡献评估[J]. 环境科学, 2017, 38(3): 867-875.
Wu W J, Chang X, Xing J, et al. Assessment of PM2.5 pollution mitigation due to emission reduction from main emission sources in the Bejing-Tianjin-Hebei Region[J]. Environmental Science, 2017, 38(3): 867-875.
[20] 孙晓伟, 郭秀锐, 程水源. 冬季电力行业对长江中游城市群空气质量影响[J]. 环境科学, 2018, 39(8): 3476-3484.
Sun X W, Guo X R, Cheng S Y. Impact of the electric power industry on air quality in Winter of urban agglomerations along the middle reaches of the Yangtze River[J]. Environmental Science, 2018, 39(8): 3476-3484.
[21] 王临清, 朱法华, 赵秀勇. 燃煤电厂超低排放的减排潜力及其PM2.5环境效益[J]. 中国电力, 2014, 47(11): 150-154.
Wang L Q, Zhu F H, Zhao X Y. Potential capabilities of pollutant reduction and environmental benefits from ultra-low emissions of coal-fired power plants[J]. Electric Power, 2014, 47(11): 150-154.
[22] 段文娇, 郎建垒, 程水源, 等. 京津冀地区钢铁行业污染物排放清单及对PM2.5影响[J]. 环境科学, 2018, 39(4): 1445-1454.
Duan W J, Lang J L, Cheng S Y, et al. Air pollutant emission inventory from iron and steel industry in the Beijing-Tianjin-Hebei Region and its impact on PM2.5[J]. Environmental Science, 2018, 39(4): 1445-1454.
[23] 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. DOI:10.3969/j.issn.1673-288X.2013.03.004
[24] 马洁云, 易红宏, 唐晓龙, 等. 空气质量模型的发展及研究进展[J]. 上海环境科学, 2014, 33(1): 17-23.
Ma J Y, Yi H H, Tang X L, et al. Development and research progress of the air quality modelling[J]. Shanghai Environmental Sciences, 2014, 33(1): 17-23.
[25] Zhao Y, Wang S X, Nielsen C P, et al. Establishment of a database of emission factors for atmospheric pollutants from Chinese coal-fired power plants[J]. Atmospheric Environment, 2010, 44(12): 1515-1523. DOI:10.1016/j.atmosenv.2010.01.017
[26] 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.mee.gov.cn/gkml/hbb/bgg/201408/t20140828_288364.htm, 2014-08-20.
[27] 翟一然, 王勤耕, 宋媛媛. 长江三角洲地区能源消费大气污染物排放特征[J]. 中国环境科学, 2012, 32(9): 1574-1582.
Zhai Y R, Wang Q G, Song Y Y. Air pollutant emissions from energy consumptions in the Yangtze River Delta region[J]. China Environmental Science, 2012, 32(9): 1574-1582. DOI:10.3969/j.issn.1000-6923.2012.09.006
[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.mee.gov.cn/gkml/hbb/bgg/201501/t20150107_293955.htm, 2014-12-31.
[29] 张强, Klimont Z, Streets D G, 等. 中国人为源颗粒物排放模型及2001年排放清单估算[J]. 自然科学进展, 2006, 16(2): 223-231. DOI:10.3321/j.issn:1002-008X.2006.02.013
[30] 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. DOI:10.3321/j.issn:0253-2468.2008.02.023
[31] 张楚莹, 王书肖, 赵瑜, 等. 中国人为源颗粒物排放现状与趋势分析[J]. 环境科学, 2009, 30(7): 1881-1887.
Zhang C Y, Wang S X, Zhao Y, et al. Current status and future prospects of anthropogenic particulate matter emissions in China[J]. Environmental Science, 2009, 30(7): 1881-1887. DOI:10.3321/j.issn:0250-3301.2009.07.002
[32] 生态环境部办公厅.关于征求《钢铁企业超低排放改造工作方案(征求意见稿)》意见的函[EB/OL]. https://wemedia.ifeng.com/60893650/wemedia.shtml, 2018-05-07.
[33] 河南省人民政府办公厅.河南省2018年大气污染防治攻坚战工作方案(征求意见稿)[EB/OL]. http://www.0375.gov.cn/zhengcefagui/henandifangfagui/2017/1220/414.html, 2017-12-20.
[34] 河南省人民政府办公厅.河南省人民政府办公厅关于印发河南省2018年大气污染防治攻坚战实施方案的通知[EB/OL]. https://www.henan.gov.cn/2018/02-23/249520.html, 2018-02-06.
[35] DB41/1424-2017, 燃煤电厂大气污染物排放标准[S].
[36] 中华人民共和国国务院.国务院关于印发打赢蓝天保卫战三年行动计划的通知[EB/OL]. http://www.gov.cn/zhengce/content/2018-07/03/content_5303158.htm, 2018-06-27.
[37] 李小龙, 周道斌, 段玖祥, 等. 超低排放下燃煤电厂颗粒物排放特征分析研究[J]. 中国环境监测, 2018, 34(3): 45-50.
Li X L, Zhou D B, Duan J X, et al. Characteristics of particle emission from coal-fired power plants under the ultra low emission standard[J]. Environmental Monitoring in China, 2018, 34(3): 45-50.
[38] GB 28664-2012, 炼钢工业大气污染物排放标准[S].
[39] GB 4915-2013, 水泥工业大气污染物排放标准[S].
[40] GB 16171-2012, 炼焦化学工业污染物排放标准[S].
[41] GB 25465-2010, 铝工业污染物排放标准[S].
[42] GB 26453-2011, 平板玻璃工业大气污染物排放标准[S].
[43] GB 25464-2010, 陶瓷工业污染物排放标准[S].