环境科学  2020, Vol. 41 Issue (10): 4482-4494   PDF    
引用本文
徐晨曦, 陈军辉, 李媛, 何敏, 冯小琼, 韩丽, 刘政, 钱骏. 四川省基于第二次污染源普查数据的人为源大气污染源排放清单及特征[J]. 环境科学, 2020, 41(10): 4482-4494.
XU Chen-xi, CHEN Jun-hui, LI Yuan, HE Min, FENG Xiao-qiong, HAN Li, LIU Zheng, QIAN Jun. Emission Inventory and Characteristics of Anthropogenic Air Pollution Sources Based on Second Pollution Source Census Data in Sichuan Province[J]. Environmental Science, 2020, 41(10): 4482-4494.
四川省基于第二次污染源普查数据的人为源大气污染源排放清单及特征
徐晨曦, 陈军辉, 李媛, 何敏, 冯小琼, 韩丽, 刘政, 钱骏     
四川省生态环境科学研究院, 成都 610000
收稿日期: 2020-02-23; 修订日期: 2020-04-20
基金项目: 国家重点研发计划项目（2018YFC0214001，2018YFC0214006）
作者简介: 徐晨曦(1990~), 女, 硕士, 工程师, 主要研究方向为大气污染防治, E-mail:172626527@qq.com
通信作者: 陈军辉, E-mail:9503062@qq.com
摘要: 本研究根据自下而上和自上而下相结合的方法收集四川省人为源活动水平数据，其中工业源活动水平来自四川省第二次污染源普查数据，涵盖11020台锅炉信息、60078家工业企业信息，成都市收集了19152家工业企业数据，占四川省企业总数的32%.各污染源选取合理的排放因子并结合GIS技术，构建了该地区2017年9 km×9 km人为源大气污染物排放清单.结果表明，2017年四川省SO2、NOx、CO、PM10、PM2.5、BC、OC、VOCs和NH3排放总量分别为308.6×103、725.7×103、3131.2×103、927.6×103、422.4×103、30.2×103、72.0×103、600.9×103和887.1×103t.固定燃烧源和工艺过程源是SO2主要贡献源，CO的主要贡献源为工艺过程源和移动源，扬尘源和工艺过程源为PM10和PM2.5的主要贡献源，扬尘源是BC和OC最大贡献源，VOCs排放源主要来自工艺过程源、移动源和溶剂使用源，NH3排放主要来源于畜禽养殖和氮肥施用.污染空间分布结果显示，各项污染物主要集中分布于人口密集，工业和农业较为发达的四川盆地和攀枝花部分区域，高值点位集中在成都平原地区的德阳—成都—眉山—乐山沿线.本研究建立的排放清单仍具有一定不确定性，后续研究工作中应进一步加强活动水平数据获取的准确性，针对典型污染源开展污染物排放因子测试工作，完善网格化排放清单，为四川省大气污染防治提供科学支撑.
关键词: 四川省      第二次污染源普查      人为源      排放清单      排放贡献      空间分布     
Emission Inventory and Characteristics of Anthropogenic Air Pollution Sources Based on Second Pollution Source Census Data in Sichuan Province
XU Chen-xi , CHEN Jun-hui , LI Yuan , HE Min , FENG Xiao-qiong , HAN Li , LIU Zheng , QIAN Jun     
Sichuan Academy of Environmental Sciences, Chengdu 610000, China
Abstract: In this research, the activity data of Sichuan Province were collected using bottom-up and top-down methods. According to the second survey of pollution sources, the activity data of industrial source includes information of 11020 boilers and 60078 industrial enterprises. Data of 19152 industrial enterprises were collected in Chengdu, accounting for 32% of the total number of enterprises in Sichuan Province. The anthropogenic air pollutant emission inventory of 9 km×9 km was developed for Sichuan Province in 2017 with the use of appropriate emission estimation methods. The results showed that the total emission of SO2, NOx, CO, PM10, PM2.5, BC, OC, VOCs, and NH3 in Sichuan were 308.6×103, 725.7×103, 3131.2×103, 927.6×103, 422.4×103, 30.2×103, 72.0×103, 600.9×103, and 887.1×103 t. The fixed combustion source and process source mainly contributed as sources of SO2. The main source of CO was the process source and mobile source. Further, the dust source and process source were the main sources of PM10 and PM2.5, and the dust source was the largest source of BC and OC contributions. The emission sources of the VOCs were primarily the process sources, mobile sources and solvent use sources. The NH3 emissions were mainly from livestock and poultry breeding and nitrogen fertilizer applications. The spatial distribution results showed that the pollutants were mainly concentrated in the densely populated Sichuan basin and Panzhihua region, where industry and agriculture were relatively developed. The high value points are concentrated along the Deyang-Chengdu-Meishan-Leshan line in Chengdu Plain. The emission inventory established in this study still has certain uncertainties, and the accuracy of activity level data acquisition should be further enhanced. Moreover, pollutant emission factor testing should be carried out for typical pollution sources, and grid emission inventory should be improved to provide scientific support for the prevention and control of air pollution in Sichuan Province in the future.
Key words: Sichuan Province      second survey of pollution sources      anthropogenic source      emission inventory      emission contribution      pollution spatial allocation     

近年来, 随着我国经济不断发展及城市化进程急剧加快, 汽车尾气、工业废气和能源消耗等人为源排放随之增加, 大气污染状况日趋严重[1].大气污染逐渐由单一的煤烟型污染转变成多种污染物相互影响的复合型污染, 污染物成分和来源变得越来越复杂.构建大气污染物排放清单, 厘清不同空间和时间尺度上污染物的排放量分布变得越来越重要[2].完整、准确和更新及时的大气污染物排放清单是开展环境空气质量数值模拟和预警预报的重要数据基础, 同时也是研究城市环境空气质量变化成因、制定污染排放控制措施和开展大气污染防治工作的重要依据[3].

国外早在19世纪80年代就开始研究排放清单, 目前已有较为规范的排放源分类体系和编码技术, 同时针对污染排放定量表征及时空分配方法也较为成熟.近年来, 国外部分学者已构建了一些我国的排放清单.Streets等[4]构建的TRACE-P(transport and chemical evolution over the Pacific), 估算了亚洲部分地区2000年大气污染排放清单; Ohara等[5]编制的REAS(regional emission inventory in Asia), 对亚洲地区1980~2020年大气污染物排放清单进行了估算.近年来, 我国已陆续开展相关研究[6], 涵盖了固定燃烧源[7]、移动源[8]、工业源[9]、生物质燃烧源[10]、扬尘源[11]和氨排放[12]等各类人为源.一些研究采用自下而上的方式获取工业源活动水平数据, 从而降低了清单活动水平数据的不确定性, 建立不同尺度的排放清单.但仍有许多研究空间分配分辨率低, 缺乏时空特征分析, 已逐渐无法满足空气质量模型模拟的实际需求[13, 14].

目前, 四川省的排放清单较多地集中于典型污染源的排放特征, 而针对系统和完善的清单研究还较少.大多集中于固定燃烧源[15]、VOCs排放源[16]和道路移动源[17]等.因此, 本研究融合四川省第二次污染源普查的工业源数据和研究本地源清单时自上而下、自下而上收集的活动水平数据, 建立了较为全面的四川省人为源大气污染排放清单, 以期为四川省大气污染防治措施及对策制定提供科学支撑.

1 材料与方法 1.1 研究对象

本研究以四川省21个地市州为研究区域, 基准年为2017年, 研究的对象包括9种污染物：二氧化硫(SO2)、氮氧化物(NOx)、一氧化碳(CO)、颗粒物(PM10和PM2.5)、挥发性有机物(VOCs)、氨(NH3)、黑碳(BC)和有机碳(OC).污染源包括9大类：固定燃烧源、移动源、溶剂使用源、工艺过程源、农业源、生物质燃烧源、扬尘源、存储运输源和其他混杂面源.

1.2 排放源定量表征方法及数据来源

本研究参考文献[18]及各项清单编制指南方法[19~21], 收集2017年四川省的活动水平数据(如：燃料使用量、产品产量、溶剂使用量、机动车保有量和建筑施工面积等)、排放因子和污染治理技术, 建立四川省人为源大气污染物排放清单.其中固定燃烧源SO2采用物料衡算法估算[公式(1)], 其他污染物采用排放因子法估算[公式(2)].

(1)

式中, E为SO2排放总量, t; i为第i个企业; n为企业数量; k为燃料类型; Ck为燃料系数, 当k为燃煤时, Ck=17, 当k为燃油时, Ck=20; W为燃料的消耗量[18], t; S为燃料的含硫率, %; η为企业控制措施的去除效率, %.

(2)

式中, E为污染物的年排放量, t; i为污染物的种类; p为排放源的类别; A为活动水平数据; EF为排放因子.

活动水平数据主要来源于环境统计年鉴、环境统计数据、第二次污染源普查的四川省2017年工业企业生产数据、四川省大气污染源排放清单数字化平台及四川省大气挥发性有机物排放调查系统收集的数据.本研究使用的排放系数选取主要参考清单编制指南及技术手册系数, 工艺过程源中的水泥和陶瓷的VOCs排放因子采用自测因子.由于篇幅限制, 对于参考指南及技术手册的排放系数在下文中列出来源, 并列出部分典型污染源排放因子, 自测排放因子在下文中列出方法和具体数值.基于不同排放源特点, 以下对各排放源活动水平数据来源及排放因子进行分类阐述.

1.2.1 固定燃烧源

固定燃烧源包括火力电厂、工业锅炉和居民燃烧等, 主要活动水平包括燃料消耗量、燃烧设备技术类型和末端处理技术等[22].所有企业(火力电厂及工业锅炉)的活动水平来源于第二次污染源普查的四川省2017年工业企业生产数据, 同时结合四川省大气污物排放清单收集数据进行交叉验证关键参数的可靠性.居民燃烧活动水平基于2017年四川省环统年鉴中各城市能源消耗量.固定燃烧源排放量计算根据燃料种类、燃烧方式、燃烧设备和控制措施等因素选取合适的排放因子, 排放因子来源于文献[2, 18, 23~25], 如表 1和表 2所示.

表 1 火力电厂热力燃烧污染物排放因子1) Table 1 Emission factors of power plants

表 2 工业锅炉和居民燃烧排放因子 Table 2 Emission factors of industrial and residential combustion

1.2.2 工艺过程源

工艺过程源主要指工业生产及工业加工过程污染排放的企业, 如水泥、钢铁、平板玻璃、陶瓷及石油加工与冶炼等[26].活动水平数据来源于四川省第二次污染源普查的2017年工业企业数据, 同时使用2017年四川省大气污染排放清单研究收集的数据及环境统计数据进行校正, 共获取工艺过程企业数据54 740家, 各行业企业数量分布如表 3所示.污染物排放量基于排放因子法[公式(2)]进行估算[27].工艺过程源排放因子主要来自文献[18, 20, 23, 28].其中水泥和陶瓷行业的VOCs排放因子采用实测数据, 实测方法采用美国环保署TO-14和TO-15方法, 在四川省选择典型水泥、陶瓷企业进行有组织、无组织VOCs排放浓度监测, 分析采用预浓缩仪(Entech Model 7500)-GC/MS(Agilent 7890A-5977B), 同时收集采样当天企业生产活动水平数据, 计算其排放因子.工艺过程源排放因子如表 4所示.

表 3 四川省工艺过程源各行业工业企业数量分布 Table 3 Number of industrial enterprises in various industries in Sichuan Province

表 4 工艺过程源污染物排放因子 Table 4 Emission factors of industries

1.2.3 移动源

移动源包括道路移动源和非道路移动源.

(1) 道路移动源本研究道路移动源活动水平数据来源于各城市车管部门, 排放因子采用文献[19]的数据, 使用IVE模型(international vehicle emission model)建立基于路网的道路移动源排放清单.道路移动源大气污染物排放估算公式如下：

(3)

式中, EQmi为i城市机动车m类污染物的年排放总量, t; Pij为i城市第j类机动车的保有量, 辆; Mij为i城市j型车的年均行驶里程, km; EFmj为j型车的m类污染物的排放因子, g·(km·辆)-1.

(2) 非道路移动源非道路移动源包括农业机械、工程机械、船舶及飞机等.其中, 农业机械污染物排放量根据各城市农业部门提供的农业机械燃油消耗量, 利用基于油耗的排放因子进行计算[29]; 工程机械污染物排放量根据各城市住建厅的施工面积规划结果和单位面积工程机械使用量进行统计, 再根据调研结果分配到不同功率不同排放标准下工程机械的保有量, 采用排放因子进行计算[29]; 船舶污染物排放量以燃料消耗量为基础, 运用排放因子法进行估算, 排放因子参考文献[30, 31]; 飞机的大气污染物排放量与飞机型号、引擎类型、燃料的类型、引擎的排放特点、飞行高度、飞行次数和飞行的距离等多种因素密切相关[32], 根据活动水平数据的差异, 排放因子法参考文献[31, 32], 细分为基于燃油消耗量的排放因子法和基于LTO周期数的排放因子法.

1.2.4 溶剂使用源

溶剂使用源涵盖了使用有机溶剂排放污染物的工业行业和生活部门, 工业行业如喷涂行业(家具和汽车制造)、制鞋、印刷及涂料生产等, 生活部门主要包括干洗、汽修、建筑涂料和沥青铺路等.工业生产活动水平数据来源于四川省第二次污染源普查2017年涉及溶剂使用的企业数据, 并使用2017年四川省环境统计数据及四川省大气污染排放清单研究收集数据进行关键信息验证, 统计四川省溶剂使用源企业5 338家, 如表 5所示.干洗和汽修溶剂使用量来源于各市州上报的干洗溶剂和修补油漆使用量, 建筑涂料的溶剂使用量采用四川省统计年鉴中建筑竣工面积换算取得.溶剂使用排放的VOCs估算采用“自上而下”和“自下而上”相结合的排放因子法.工业溶剂使用采用自下而上的方法获取每个企业的溶剂使用量, 分别计算各企业排放量; 生活部门溶剂使用在缺乏活动水平数据的情况下, 则采用自上而下的方法, 用替代数据来估算活动水平, 得到地区范围的VOCs排放量.排放因子主要参考文献[20]的数据, 部分排放因子如表 6所示.

表 5 四川省溶剂使用源企业数量 Table 5 Number of solvent source enterprises in Sichuan Province

表 6 溶剂使用源排放因子 Table 6 Emission factor of solvent used

1.2.5 农业源

农业源主要包括氮肥施用和畜禽排放两大类, 重点考虑NH3的排放.其中, 氮肥使用主要根据不同氮肥品种的施用量及各自的排放因子进行估算.禽畜排放主要基于相应的禽畜饲养量进行估算.由于不同畜禽的饲养周期不同, 对于黄牛、水牛、奶牛、母猪、羊、蛋鸡和蛋鸭通常按照年底存栏数统计, 肉牛、肉猪、肉鸡、肉鸭、鹅、鸽和兔按照年底出栏数(也可按照统计年鉴中的当年出售和自宰的畜禽数代替)统计[33, 34].农业源活动水平数据主要来源于各市州农业局上报数据, 排放因子主要参考文献[21].

1.2.6 扬尘源

扬尘源主要包括道路扬尘源和建筑扬尘源.

(1) 道路扬尘源道路扬尘污染物排放量计算时活动水平数据基于道路长度和车流量计算[公式(4)], 排放因子采用AP-42方法计算[公式(5)].

(4)

式中, Wj为排放量, t; i为道路类型; j为颗粒物类型(TSP、PM10和PM2.5); EFi, j为i种道路j类颗粒物的排放因子, g·VKT-1[车辆在单位长度路面的扬尘产生量(vehicle kilometer traveled, VKT)]; Li为i种道路长度, km; Vi为i种道路车流量, 辆·h-1.

(5)

式中, k为扬尘中颗粒物的粒径乘数, g·km-1, 如表 7所示; SL为道路集尘负荷, g·m-2; W为平均车重, t; P为超过0.254 mm的降水天数, N为总天数(取365 d).

表 7 铺装道路产生颗粒物的粒径乘数[35] Table 7 Particle size multiplier of particles produced by paving roads

(2) 建筑扬尘源建筑扬尘主要是建筑物建造与拆迁、施工和道路改造等作业中产生的无组织排放源.考虑到每个施工阶段的施工时间和施工面积等活动水平数据的可获取性, 建筑扬尘排放量常与施工面积有关, 活动水平数据由各地住建局提供, 采用基于施工面积的排放因子法进行估算, 公式如下：

(6)

式中, WCi为排放量, t·a-1; AC为施工面积, m2; ECi为施工排放因子[11], t·(m2·月)-1; T为施工月份数, 一般按施工天数/30计算.

1.2.7 生物质开放燃烧源

生物质开放燃烧主要为秸秆露天焚烧污染物排放估算, 基于焚烧量的排放因子法进行估算, 排放因子参考文献[10], 本研究秸秆焚烧量采用下述公式进行估算：

(7)

式中, Q为秸秆露天焚烧量, t; j为农作物的种类; A为农作物的产量; B为农作物的谷草比; C为农作物的谷草干燥比; D为废弃秸秆的焚烧比例; E为焚烧效率.农作物产量主要来自2017年四川省统计年鉴.

1.2.8 存储运输源

存储运输源主要包括油库、加油站和油品运输环节中油气挥发量, 主要涉及VOCs的排放, 活动水平数据基于各类油品(汽油和柴油)吞吐量、运输量以及油气回收效率等, 根据排放因子法进行计算.活动水平数据主要由各城市经信委提供, 排放因子和油气回收效率参考国内标准和AP-42, 详见文献[36, 37].

1.2.9 其他混杂面源

其他混杂面源主要包括废弃物处理源及餐饮烹饪排放.针对其他排放源, 采用基于相应活动水平数据的排放因子法估算.废水处理主要考虑NH3及VOCs的排放, 污水处理厂活性污泥中微生物吸收和消化污水营养处理过程以及淤泥铺摊均会产生NH3.污水处理厂活性污泥处理过程的污染物排放主要基于污水处理量以及污泥铺摊量进行估算.垃圾焚烧估算采用基于废物焚烧量的排放因子法.垃圾堆肥主要基于堆肥量进行估算.垃圾填埋基于填埋量进行估算.餐饮排放主要是指烹饪过程中产生的油烟, 含有挥发性有机物与颗粒物, 本研究采用基于食材用量和用餐人口两种方法建立餐饮源排放清单.排放因子详见文献[38~40].

1.3 排放量空间分配方法

排放量空间分配主要根据各类排放源类型, 结合GIS系统软件, 采用合适的空间参数进行污染物排放量分配.其中, 火力电厂和工业企业排放为固定点源, 可采用企业或排放口地理坐标对污染物排放量进行空间分配.道路移动源和面源空间信息较为缺乏, 空间分配更为困难, 一般借助权重因子进行污染物排放量空间分配.如人口密度、土地利用类型及道路网等.人口权重空间分配法是利用人口分布栅格数据对排放进行网格化[41].土地利用类型分配方法基于各市不同土地类型作为代表权重因子与各市污染源的排放量相结合, 不同排放源根据其活动范围特征情况, 选用不同类型的土地进行分配.道路网分布根据机动车排放清单的详实程度和交通繁忙情况将研究区域分为若干个研究单元(研究单位取为行政区县、城区、郊区或乡镇区域等), 计算出各研究单元的机动车污染排放清单, 并利用GIS系统解析各个研究单元的路网信息生成相应的矢量图层, 同时提取各研究单元各等级道路的长度信息[42].

本研究各种污染物最终结果按照9 km×9 km网格进行分配.其中, 固定燃烧源、工艺过程源按经纬度分配; 移动源按交通用地分配; 溶剂使用源中的生活部门溶剂使用按人口分配, 工业溶剂按工业企业经纬度分配; 农业源按土地利用类型分配; 扬尘源中, 道路扬尘按交通用地分配, 建筑扬尘按人口分配; 生物质开放燃烧源按土地利用类型分配; 存储运输源按人口分配; 其他混杂排放源中, 人体粪便氨排放按人口分布分配, 餐饮按人口分布分配, 废弃物处理源按经纬度分配.

2 结果与讨论 2.1 四川省2017年人为源排放清单

基于以上计算方法和活动水平数据, 估算出2017年四川省人为源大气污染物排放量, 结果如表 8所示.污染物SO2、NOx、CO、PM10、PM2.5、BC、OC、VOCs和NH3分别为308.6×103、725.7×103、3 131.2×103、927.6×103、422.4×103、30.2×103、72.0×103、600.9×103和887.1×103 t.

表 8 2017年四川省人为源大气污染物排放清单×103/t Table 8 Anthropogenic atmospheric pollutants emission inventory of Sichuan Provence in 2017×103/t

2.2 四川省人为源排放分担率

四川省各类人为源对大气污染物的排放贡献如图 1和图 2所示.固定燃烧源是SO2最大贡献源, 主要来自煤炭的燃烧过程, 电厂和工业锅炉是煤炭消耗大户, 燃煤过程共贡献固定燃烧源SO2排放总量的78%.此外, 工艺过程源作为SO2的重要贡献源, 其排放主要来自于水泥生产和钢铁冶炼; 移动源、工艺过程源和固定燃烧源是全省NOx排放的最主要的贡献源, 分别占NOx总排放量的60.7%、20.9%和17.9%.移动源的NOx排放在四川省NOx排放总量中占比突出, 其中道路移动源和非道路移动源分别贡献了35.1%和25.6%, 工艺过程源中的建材和钢铁行业所占比重较大, 排放出大量的NOx.固定燃烧源因其以煤炭为主要燃料, 燃料燃烧会排放大量的NOx; CO主要排放源是移动源、工艺过程源和固定燃烧源, 燃料不完全燃烧释放一定CO; 扬尘源是PM10的最大的贡献源, 其分担率为46.4%, 扬尘主要来源于道路交通、建筑或市政施工等排放.工艺过程源为第二大的PM10贡献源, 占排放总量的39.8%.工艺过程源中, 以水泥和砖瓦等建材行业以及钢铁行业的颗粒物排放最为突出; 工艺过程源和扬尘源也是PM2.5主要贡献源, 工艺过程源占总量的49.2%.由于扬尘源的颗粒物排放中多为粗粒子, 因而对PM2.5的贡献相对减弱一些, 其分担率为30.6%.固定燃烧源对PM2.5的贡献较PM10更突出一些, 占总量的5.3%; BC排放的第一大贡献源为工艺过程源, 其分担率为33.2%.道路移动源和非道路移动源对BC也有重要贡献, 其分担率分别为21.4%和20.8%;工艺过程源对OC的分担率为20.7%, 主要来自于砖瓦窑、钢铁及水泥熟料等行业.固定燃烧源对OC的贡献占比达到24.7%, 主要由于生物质燃烧排放.同时, 道路移动源及非道路移动源也排放一定量的OC, 占比分别为4.4%和4.2%; VOCs的排放主要来源于工艺过程源、移动源和溶剂使用源, 其分担率分别为38.3%、36.1%和15.2%, 工艺过程源VOCs主要来源于石化、农副食品加工、化工、制药和玻璃等行业排放, 移动源VOCs主要来源于摩托车、小型载客车和工程机械排放, 溶剂使用源VOCs主要来源于汽车制造、沥青铺路、汽修、木制加工和机械装备制造等行业; 农业源是NH3的绝对主导贡献源, 2017年农业源分担率为97.1%.工艺过程源是NH3的第二大贡献源, 贡献占比为2.0%.

(a)四川省人为源排放量贡献率; (b)固定燃料源; (c)道路移动源; (d)非道路移动源; (e)工艺过程源 图 1 2017年四川省人为源污染物排放贡献率 Fig. 1 Emission contribution of anthropogenic source categories in the Sichuan Province of 2017

图 2 2017年四川省人为源VOCs排放贡献率 Fig. 2 Emission contribution of VOCs from anthropogenic source categories in the Sichuan Province of 2017

2.3 四川省人为源城市排放特征

四川省各市州人为源污染物排放量如图 3所示.成都市作为四川省经济及工业中心城市, 2017年GDP占全省的37.5%, 随着工业发展和城市建设强度不断加大, 近几年成都市NOx、PM、BC、OC和VOCs等污染物排放量均位居前列.各城市中SO2和NOx排放量靠前的是宜宾、乐山和成都, 由于宜宾和乐山燃煤企业较多, 导致其SO2和NOx排放量靠前.成都机动车保有量高于其他城市, 因此其NOx排放量位于全省首位; 攀枝花、达州、内江、乐山和成都为CO排放量较大的城市, 攀枝花和达州CO主要来源于钢铁行业排放, 内江和乐山CO主要来源于水泥生产过程排放, 成都CO主要来源移动源排放; 颗粒物排放贡献主要城市为成都、达州、攀枝花和凉山, 合计占全省PM10和PM2.5总排放量的36.1%和37.7%, 凉山颗粒物主要来源于扬尘源, 其他城市颗粒物主要来源于扬尘源和工艺过程源, 其中攀枝花工艺过程源颗粒物主要来源于钢铁行业, 达州主要来源于水泥和钢铁行业排放, 成都主要来源于水泥、陶瓷和机械加工等行业; 成都、达州和凉山为BC排放量较大的城市, 各城市BC主要来源于移动源和工艺过程源; 成都、达州和宜宾OC排放量贡献较大, 各城市固定燃烧源和扬尘源为主要的贡献源; VOCs排放量较大的城市为成都、德阳、绵阳和达州, 合计贡献了全省VOCs的44.7%, 主要来源于工艺过程源、移动源和溶剂使用源; 凉山和阿坝为NH3排放量较大的城市, 共占全省NH3总排放量的34%, 主要由于该城市为四川农牧城市, 牲畜养殖量较大, 同时耕地面积广, 氮肥施用量较大, 导致NH3排放量较高.

图 3 2017年四川省各市(州)人为源污染物排放量分布 Fig. 3 City-specific pollutant emission from anthropogenic source in Sichuan Province of 2017

2.4 人为源排放空间分布

四川省各污染物的空间分布情况(9 km×9 km)如图 4所示. SO2城市中心区域大部分网格排放量在1 500~4 000 t, 城市边缘的排放量较低; NOx全省以成都市中心部分网格排放量较高, 同时呈现出全省最大连片排放高值片, 其他城市有个别排放量较大的网格区域; CO在全省总体上排放量均呈现从城市中心向四周辐散减弱的趋势, 中心部分区域排放强度在100~1 000 t·km-2, 个别区域在1 000 t·km-2以上; PM10除研究区域西部边缘地区外, 其余地区的网格排放量在600~2 000 t, 排放强度高的区域可达到500 t·km-2以上; PM2.5城市中心地区排放量较高, 个别区县也零星分布有排放量较大的网格, 而研究区域的边缘排放量均较小; 人为源排放的VOCs在全省城市均呈现从城市中心向四周辐散减弱的趋势, 中心较大部分区域排放强度在1~50 t·km-2, 各别区域排放强度可达500 t·km-2以上.

图 4 四川省人为源大气污染物排放空间分布(9 km×9 km网格) Fig. 4 Spatial allocation of air pollution emissions in Sichuan Province

2.5 排放清单对比

近年来, 系统完善的四川省人为源大气污染物排放清单研究较少, 本文将所建立的排放清单与柯柏俊[43]建立的2010年四川省清单进行对比(表 9).从污染物排放结构来看, 各污染物排放主要贡献源较为类似, SO2排放主要来源于火电和工业源、NOx主要来源于火电、工业源和道路移动源, VOCs主要来源于工业源和道路移动源.从污染物排放量来看, 同一污染源排放量存在一定差距, 如火电和工业源, 本研究与文献研究活动水平信息均来自污染源普查数据, 且采用“自下而上”的估算方式, 但本研究的SO2和NOx排放量均低于文献研究, 主要原因在于近几年工业企业脱硫脱硝设备安装率逐年提升, 导致其排放量呈下降趋势; 工业源PM2.5、PM10和VOCs本研究排放量均高于已有研究, 主要由于活动水平收集逐年更加详细, 且随着工业发展, 企业数量也逐年增加, 导致颗粒物和VOCs排放量呈增加趋势; 道路移动源, 随着油品质量的改进, 城市车型结构变化, 污染物排放量会存在差异.不同研究成果, 其活动水平数据获取方式有所区别, 估算方式不一样, 因此污染物排放结果会有所不同.总体而言, 本研究清单结果基于精细和活动水平数据, 合理的估算方式, 能够较为系统地描述四川省人为源大气污染物的排放现状.

表 9 四川省人为源排放清单结果对比×103/t Table 9 Comparison of Sichuan anthropogenic emission inventory×103/t

2.6 不确定性分析

污染源排放清单研究过程中, 由于部分污染源缺失排放因子及关键的活动水平数据, 同时估算方式存在一定局限性, 导致排放清单存在一定程度的不确定性.其不确定性主要归结于排放因子和活动水平数据.本研究排放清单的不确定性而言, 从污染源角度分析：工业源活动水平数据收集时采用了自下而上的方式, 非常详细地收集了各工业企业的生产数据及环保设施相关数据, 因此工业源的活动水平数据较为可靠, 但由于各工业企业产品种类较多, 存在部分产品目前清单因子库内无对应因子, 导致其存在一定不确定性.能源工业燃烧由于工业企业数据众多, 则统计的活动数据误差相对加大.工艺过程源作为VOCs及颗粒物重要的贡献源, 其涉及的工艺环节较多, 目前各行业各工艺环节本地化排放数据测试较少, 清单计算时并不了解对每家企业具体工艺情况, 因此导致存在一定的不确定性.从不同污染物角度分析：SO2和NOx的排放清单研究起步最早, 其估算方法也更为系统完善, 因此SO2和NOx的不确定性较低.近年来颗粒物相关研究逐渐增多, 但是由于颗粒物排放源相对较为复杂, 影响因素多, 因此存在一定不确定性.对VOCs的研究目前相对较少, 一些重要污染源的排放未纳入清单中, 因此VOCs的估算存在较高的不确定性.

3 结论

(1) 融合四川省第二次污染源普查的工业源数据和四川省大气污染源清单, 自上而下、自下而上收集了活动水平数据, 建立了四川省2017年人为源大气污染排放清单, 其中SO2、NOx、CO、PM10、PM2.5、BC、OC、VOCs和NH3排放量分别为308.6×103、725.7×103、3 131.2×103、927.6×103、422.4×103、30.2×103、72.0×103、600.9×103和887.1×103 t.

(2) 就排放量分担率而言, SO2排放较大的贡献源为固定燃烧源和工艺过程源, 分别占总排放量的64%和33%;移动源和工艺过程源是NOx较大的贡献源, 分别占总排放量的61%和21%; CO的主要贡献源为工艺过程源和移动源, 占比分别为69%和23%;扬尘源和工艺过程源为PM10的主要贡献源, 分别占总排放量的46%和40%; PM2.5的主要贡献源为扬尘源和工艺过程源, 占比分别为31%和49%;工艺过程源、移动源和扬尘源为BC的主要贡献源, 分别占总排放量的22%、28%和43%;扬尘源为OC的主要贡献源, 占比为76%, 其次为固定燃烧源, 占11%; VOCs的主要贡献源为工艺过程源、移动源和溶剂使用源, 分别占总排放量的38%、36%和15%; NH3排放主要来源于畜禽养殖和氮肥施用, 共占总排放量的97%.

(3) 污染源的空间分布而言, 四川省工业源SO2呈现部分点源排放量大的特征, 尤其是川南地区, SO2高值点位分布较多; NOx高值点除了分布在德阳—成都—眉山—乐山沿线, 泸州北部及宜宾东北部以外, 川东北地区达州中部、广安北部也有较多分布; 工业PM2.5分布较散, 高值点位集中在成都平原地区的德阳—成都—眉山—乐山沿线, 川南地区的泸州北部及宜宾东北部; VOCs集中分布在以成都市为中心的成都平原地区以及以泸州北部为中心的川南地区.

(4) 本研究建立的排放清单虽能较为系统完善地描述四川省人为源大气污染物的排放现状, 但仍存在一定不确定性, 后续工作中应进一步提升清单的准确性.针对典型污染源开展污染物排放因子测试工作, 结合在线监测和遥感数据进行清单空间分布校验, 从而提升大气污染物网格化排放清单的准确性, 为四川省大气污染防治提供科学支撑.

参考文献
[1] 钟流举, 郑君瑜, 雷国强, 等. 大气污染物排放源清单不确定性定量分析方法及案例研究[J]. 环境科学研究, 2007, 20(4): 15-20.
Zhong L J, Zheng J Y, Louie P, et al. Quantitative uncertainty analysis in air pollutant emission inventories:methodology and case study[J]. Research of Environmental Sciences, 2007, 20(4): 15-20.
[2] 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.
[3] 刘慧琳, 陈志明, 莫招育, 等.广西工业源大气污染物排放清单及空间分布特征研究[J].环境科学学报, 2019, 39(1): 229-242.
Liu H L, Chen Z M, Mo Z Y, et al. 2019. Emission inventory of atmospheric pollutants from industrial sources and its spatial characteristics in Guangxi[J]. Acta Scientiae Circumstantiae, 2019, 39(1): 229-242. http://www.cnki.com.cn/Article/CJFDTOTAL-HJXX201901027.htm
[4] 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, 2003, 108(D21): 8809.
[5] Ohara T, Akimoto H, Kurokawa J, et al. An Asian emission inventory of anthropogenic emission sources for the period 1980-2020[J]. Atmospheric Chemistry and Physics, 2007, 7(16): 4419-4444. DOI:10.5194/acp-7-4419-2007
[6] 张恺, 骆春会, 陈旭锋, 等. 中国不同尺度大气污染物排放清单编制工作综述[J]. 中国环境监测, 2019, 35(3): 59-68.
Zhang K, Luo C H, Chen X F, et al. Review of atmospheric pollutant inventories at different scales in China[J]. Environmental Monitoring in China, 2019, 35(3): 59-68.
[7] 刘禹淇, 陈报章, 郭立峰, 等. 南昌市固定燃烧点源大气污染物排放清单及特征[J]. 环境科学学报, 2017, 37(5): 1855-1863.
Liu Y Q, Chen B Z, Guo L F, et al. Atmospheric pollutant emission inventory and characteristics from stationary combustion point source in Nanchang City[J]. Acta Scientiae Circumstantiae, 2017, 37(5): 1855-1863.
[8] 张景文, 咸月, 陈报章. 南昌市移动源排放清单研究[J]. 环境科学学报, 2017, 37(7): 2449-2458.
Zhang J W, Xian Y, Chen B Z. Study on the emission inventory from mobile source in Nanchang[J]. Acta Scientiae Circumstantiae, 2017, 37(7): 2449-2458.
[9] 牟莹莹, 郑新梅, 李文青, 等. 南京市工业源大气污染物排放清单的建立[J]. 环境科学与技术, 2017, 40(3): 204-210.
Mu Y Y, Zheng X M, Li W Q, et al. Development of an industrial air pollutants emission inventory of Nanjing City[J]. Environmental Science & Technology, 2017, 40(3): 204-210.
[10] He M, Zheng J Y, Yin S S, et al. Trends, temporal and spatial characteristics, and uncertainties in biomass burning emissions in the Pearl River Delta, China[J]. Atmospheric Environment, 2011, 45(24): 4051-4059. DOI:10.1016/j.atmosenv.2011.04.016
[11] 彭康, 杨杨, 郑君瑜, 等. 珠江三角洲地区铺装道路扬尘排放因子与排放清单研究[J]. 环境科学学报, 2013, 33(10): 2657-2663.
Peng K, Yang Y, Zheng J Y, et al. Emission factor and inventory of paved road fugitive dust sources in the Pearl River Delta region[J]. Acta Scientiae Circumstantiae, 2013, 33(10): 2657-2663.
[12] 尹沙沙, 郑君瑜, 张礼俊, 等. 珠江三角洲人为氨源排放清单及特征[J]. 环境科学, 2010, 31(5): 1146-1151.
Yin S S, Zheng J Y, Zhang L J, et al. Anthropogenic ammonia emission inventory and characteristics in the Pearl River Delta Region[J]. Environmental Science, 2010, 31(5): 1146-1151.
[13] 叶贤满, 徐昶, 洪盛茂, 等. 杭州市大气污染物排放清单及特征[J]. 中国环境监测, 2015, 31(20): 5-11.
Ye X M, Xu C, Hong S M, et al. Emission inventory and characteristics of air pollution in Hangzhou[J]. Environmental Monitoring in China, 2015, 31(20): 5-11.
[14] 王媛, 李玥, 乔治, 等. 京津冀城市群大气污染传输规律研究——两组排放清单的比较分析[J]. 中国环境科学, 2019, 39(11): 4561-4569.
Wang Y, Li Y, Qian Z, et al. Atmospheric transmission rule on air pollution in Beijing-Tianjin-Hebei urban agglomeration:a comparative analysis of two emission inventories[J]. China Environmental Science, 2019, 39(11): 4561-4569.
[15] 何敏, 王幸锐, 韩丽. 四川省大气固定污染源排放清单及特征[J]. 环境科学, 2013, 33(11): 3127-3137.
He M, Wang X R, Han L. Air pollutant emission inventory and characteristics from stationary sources in Sichuan Province[J]. Acta Scientiae Circumstantiae, 2013, 33(11): 3127-3137.
[16] 李璇, 王雪松, 刘中, 等. 宁波人为源VOC清单及重点工业行业贡献分析[J]. 环境科学, 2014, 35(7): 2497-2502.
Li X, Wang X S, Liu Z, et al. Anthropogenic VOC emission inventory and contribution from industrial sources in Ningbo[J]. Environmental Science, 2014, 35(7): 2497-2502.
[17] 陶双成.关中城市群道路移动源污染物排放清单与减排策略研究[D].西安: 长安大学, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10710-1017804029.htm
[18] 贺克斌.城市大气污染物排放清单编制技术手册[EB/OL]. https://max.book118.com/html/2018/1116/8107025055001133.shtm, 2018-11-16.
[19] 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]. https://wenku.baidu.com/view/dffad70b31b765ce04081458.html, 2015-01-15.
[20] 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]. https://wenku.baidu.com/view/e58d4d7884868762cbaed5e0.html, 2014-08-24.
[21] 中华任命共和国环境保护部.大气氨源排放清单编制技术指南(试行)[EB/OL]. https://wenku.baidu.com/view/b34e5450ba1aa8114431d9fd.html, 2018-08-20.
[22] 张凯, 于周锁, 高宏, 等. 兰州盆地人为源大气污染物网格化排放清单及其空间分布特征[J]. 环境科学学报, 2017, 37(4): 1227-1242.
Zhang K, Yu Z S, Gao H, et al. Gridded emission inventories and spatial distribution characteristics of anthropogenic atmospheric pollutants in Lanzhou valley[J]. Acta Scientiae Circumstantiae, 2017, 37(4): 1227-1242.
[23] 周子航, 邓也, 谭钦文, 等. 四川省人为源大气污染物排放清单及特征[J]. 环境科学, 2018, 39(12): 5344-5358.
Zhou Z H, Deng Y, Tan Q W, et al. Emission inventory and characteristics of anthropogenic air pollutant sources in the Sichuan Province[J]. Environmental Science, 2018, 39(12): 5344-5358.
[24] 赵晴, 杜祯宇, 胡骏, 等. 廊坊市大气污染特征与污染物排放源研究[J]. 环境科学学报, 2017, 37(2): 436-445.
Zhao Q, Du Z Y, Hu J, et al. Air pollution characteristics and emission sources in Langfang city[J]. Acta Scientiae Circumstantiae, 2017, 37(2): 436-445.
[25] 袁梦晨, 祖彪, 张青新, 等.辽宁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, 2018, 38(4): 1345-1357.
Yuan M C, Zu B, Zhang Q X, et al. 2018. Emission inventory and characteristics of anthropogenic air pollutant sources in Liaoning Province[J]. Acta Scientiae Circumstantiae, 38(4): 1345-1357.
[26] Pei B, Wang X L, Zhang Y H, et al. Emissions and source profiles of PM2.5 for coal-fired boilers in the Shanghai megacity, China[J]. Atmospheric Pollution Research, 2016, 7(4): 577-584. DOI:10.1016/j.apr.2016.01.005
[27] 陈军, 李楠, 谭菊, 等. 长沙市人为源大气污染物排放清单及特征研究[J]. 环境科学学报, 2017, 37(3): 833-843.
Chen J, Li N, Tan J, et al. Emission inventory and characteristics of anthropogenic air pollutant sources in Changsha[J]. Acta Scientiae Circumstantiae, 2017, 37(3): 833-843.
[28] 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(试行)[EB/OL]. https://max.book118.com/html/2017/0414/100209791.shtm, 2015.
[29] 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]. https://wenku.baidu.com/view/850ee0544b73f242336c5ff5.html, 2015-04-15.
[30] 叶斯琪, 郑君瑜, 潘月云, 等. 广东省船舶排放源清单及时空分布特征研究[J]. 环境科学学报, 2014, 34(3): 537-547.
Ye S Q, Zheng J Y, Pan Y Y, et al. Marine emission inventory and its temporal and spatial characteristics in Guangdong province[J]. Acta Scientiae Circumstantiae, 2014, 34(3): 537-547.
[31] European Environment Agency (EEA). EMEP-EEA air pollutant emission inventory guidebook-2013[EB/OL]. http://www.doc88.com/p-9939130454575.html, 2015-12-19.
[32] International Civil Aviation Organization. Airport air quality manual[EB/OL]. https://link.springer.com/article/10.1007/s10874-019-9386-7, 2012-01-30.
[33] 董艳强, 陈长虹, 黄成, 等. 长江三角洲地区人为源氨排放清单及分布特征[J]. 环境科学学报, 2009, 29(8): 1611-1617.
Dong Y Q, Chen C H, Huang C, et al. Anthropogenic emissions and distribution of ammonia over the Yangtze River Delta[J]. Acta Scientiae Circumstantiae, 2009, 29(8): 1611-1617.
[34] 冯小琼, 陈军辉, 姜涛, 等. 四川省2005~2014年农业源氨排放清单及分布特征[J]. 环境科学, 2017, 38(7): 2728-2736.
Feng X Q, Chen J H, Jiang T, et al. Agricultural ammonia emission inventory and its spatial distribution in Sichuan Province from 2005 to 2014[J]. Environmental Science, 2017, 38(7): 2728-2736.
[35] 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]. https://wenku.baidu.com/view/0c6aad4167ec102de2bd89ae.html, 2015-02-05.
[36] 沈旻嘉, 郝吉明, 王丽涛. 中国加油站VOC排放污染现状及控制[J]. 环境科学, 2006, 27(8): 1473-1478.
Shen M J, Hao J M, Wang L T. VOC emission situation and control measures of gas station in China[J]. Environmental Science, 2006, 27(8): 1473-1478.
[37] Zhang Q, Streets D G, Carmichael G R, et al. Asian emissions in 2006 for the NASA INTEX-B mission[J]. Atmospheric Chemistry and Physics, 2009, 9(14): 5131-5153. DOI:10.5194/acp-9-5131-2009
[38] AP 42, Fifth Edition Compilation of Air Pollutant Emissions Factors, Volume 1: Stationary Point and Area Sources[EB/OL].https://www.epa.gov/air-emissions-factors-and-quantification/ap-42-compilation-air-emissions-factors#5thed, 2020-01-20.
[39] Klimont Z, Streets D G, Gupta S, et al. Anthropogenic emissions of non-methane volatile organic compounds in China[J]. Atmospheric Environment, 2002, 36(8): 1309-1322. DOI:10.1016/S1352-2310(01)00529-5
[40] European Commission.Best Available Techniques (BAT) Reference Document for Waste Incineration[EB/OL]. https://eippcb.jrc.ec.europa.eu/sites/default/files/2020-01/JRC118637_WI_Bref_2019_published_0.pdf,2020-01-18.
[41] 毛红梅, 张凯山, 第宝锋, 等. 成都市大气污染物排放清单高分辨率的时空分配[J]. 环境科学学报, 2017, 37(1): 23-33.
Mao H M, Zhang K S, Di B F, et al. The high-resolution temporal and spatial allocation of emission inventory for Chengdu[J]. Acta Scientiae Circumstantiae, 2017, 37(1): 23-33.
[42] Cai S Y, Li Q, Wang S X, et al. Pollutant emissions from residential combustion and reduction strategies estimated via a village-based emission Inventory in Beijing[J]. Environmental Pollution, 2018, 238: 230-237. DOI:10.1016/j.envpol.2018.03.036
[43] 柯伯俊.四川省大气污染源排放清单研究[D].成都: 西南交通大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10613-1014257540.htm