2023, Vol. 44
2. 复旦大学环境科学与工程系, 上海 200433;
3. 中国环境科学研究院, 北京 100012
2. Department of Environmental Science and Engineering, Fudan University, Shanghai 200433, China;
3. Chinese Research Academy of Environmental Sciences, Beijing 100012, China
目前, 以PM2.5和O3为主要污染物的区域性复合大气污染, 已经成为我国亟待解决的重要大气环境问题[1], 为此, 必须对二者的共同前体挥发性有机物(volatile organic compounds, VOCs)加以管控; 同时在“十四五”期间, 我国首次将VOCs纳入空气质量考核指标[2], 可见VOCs防治工作已经成为我国大气环境整治工作的重点.表面涂装行业是重要的人为VOCs排放源[3], 我国颁布的《重点行业挥发性有机物综合治理方案》和《“十四五”全国清洁生产推行方案》等多项政策文件都将其列为VOCs排放的重点行业.
国内外已有学者针对涂装企业的VOCs减排措施展开了研究, 为涂装企业提供更多源头替代的选择[4~8], 在过程上发现全封闭负压排风集气方式的废气收集效率最高[9], 对涂装行业的VOCs末端治理技术[10~13]治理效率进行评估; 也有学者基于模型[14, 15]和理论框架[16]为涂装行业的VOCs减排对策提供理论指导, 但鲜见学者能够基于实地调研和监测数据对“源头-过程-末端”的全过程减排能力展开进一步评估, 整个表面涂装行业的VOCs减排潜力尚需深入研究.
本文以淄博市的汽车制造涂装行业、木制家具涂装行业和金属表面涂装行业的8个典型涂装企业为研究对象, 通过建立本地化排放因子, 并与包括AP-42在内的国内外其他研究进行对比, 评估各涂装企业的VOCs排放水平, 基于排放水平进一步对全过程VOCs管控措施的减排潜力展开研究, 以期为企业精准减排提供理论支持, 并为我国涂装行业VOCs减排政策的制定提供数据支撑.
1 材料与方法 1.1 研究对象本研究依据重污染应急管控企业清单VOCs排放量排序, 筛选出淄博市包含汽车表面涂装、家具表面涂装和金属表面涂装行业的8个涂装企业进行实地调研和监测, 表 1给出了本研究中各涂装企业的规模、采样点位和样品数量, 企业规模依据工信部的标准[17], 按照从业人数进行划分; 汽车A、金属D和金属G有两个有机废气排口, 其他企业均为一个排口, 且各排口处均设末端废气处理设施.
|
表 1 各涂装企业的规模、采样点位和样品数量 Table 1 Scale, sampling site, and sample quantity of each coating enterprise |
1.2 采样及分析方法
依据《固定源废气监测技术规范》(HJ/T 397-2007)[18]、《大气污染物无组织排放监测技术导则》(HJ/T 55-2000)[19]和《固定污染源废气挥发性有机物的采样气袋法》(HJ 732-2014)[20]中的相关规定, 于2018年8月和2019年6~8月采用气袋法对表 1中各点位进行样品采集, 采样时尽量避开涡流区.各点位1 h内等时间间隔采集2~3个样品, 同时测量监测位置的流速、温湿度、含氧量和横截面积, 并准确记录每个样品采集、分析时间, 保存时采取避光保温措施, 并在8h内对样品进行分析.样品分析仪器为Synspec GC-955型气相色谱仪和Thermos-5900型在线分析仪, 检测器为PID和FID双检测器.所有源样品均依照《固定污染源排气中非甲烷总烃的测定气相色谱法》(HJ/T 38-1999)[21]分析非甲烷总烃(NMHC); 同时依据《固定污染源废气挥发性有机物的测定固相吸附-热脱附/气相色谱-质谱法》(HJ 734-2014)[22]对所有源样品的VOCs主要组分进行分析.
采样分析过程严格执行质量保证和质量控制, 每次采样使用全新的真空采样袋, 采样前用目标气体润洗气袋2~3次.样品分析前进行空白试验, 无明显污染后再进行样品分析.使用的分析标准物为C2~C12范围内的56种PAMs(美国光化学评估监测站目标化合物), 保证每一种物质的标准工作曲线相关系数均高于0.99, 线性响应关系明显.仪器每月使用标准气体进行校准, 确保运行稳定.分析结束后依据标准谱图的各物质出峰顺序及保留时间, 对所得谱图的峰窗漂移情况进行检查和修正, 对异常值进行剔除, 正常谱图经手工校准后导出数据进行整合, 以保证数据的准确性.
1.3 排放量核算方法对企业进行VOCs排放量核算需要基于企业涂装生产工序中使用的含VOCs物料使用量及其质量分数, 相关物料信息见图 1.
|
图 1 各企业涉VOCs物料信息 Fig. 1 Information about the materials of each enterprise |
通过实测法计算有组织排放量的具体计算公式如下[23]：
|
(1) |
式中, E1表示VOCs有组织年排放量, t; C表示排气筒排放的VOCs浓度, mg·m-3; Q表示排气筒出口气体流量, m3·h-1; T表示企业的年工作时间, h.通过换气方式进行无组织排放的企业采用式(2)计算VOCs无组织排放量, 再将两部分加和得到总排放量如式(3).
|
(2) |
|
(3) |
式中, E2表示VOCs无组织年排放量, t; Ci表示第i个车间的VOCs浓度, mg·m-3; Vi表示第i个车间的总体积, m3; ni表示第i个车间每小时换气次数, h-1; Ti表示第i个车间的年工作时间, h; E表示企业的VOCs年总排放量, t.
1.3.2 物料衡算法涂装行业生产工序中产生的有机废气主要是来源于含VOCs物料的使用, 因此, 根据VOCs排放量核算暂行方法中规定[24], 可采用物料衡算法进行VOCs排放量计算.物料衡算法的具体计算方法如公式(4)~(7)所示：
|
(4) |
|
(5) |
|
(6) |
|
(7) |
式中, E表示VOCs排放量, t; E0表示VOCs产生量, t; D0表示VOCs去除量, t; E0, 物料表示投入使用的所有物料中VOCs总量, t; E0, 回收表示回收的VOCs总量, t; Wi表示第i种含VOCs物料的使用量, t; WFi表示物料i的VOCs所占质量分数, %; Wj表示第j种含VOCs物料的回收量, t; WFj表示物料j的VOCs所占质量分数, %.各企业涉VOCs物料信息见图 1.
1.3.3 排放因子法涂装行业属于VOCs工业排放源中的含VOCs产品的使用排放源, 对工业排放源行业的VOCs排放量估算可采用排放因子法[25], 具体计算公式如下：
|
(8) |
式中, E表示VOCs排放量, t; AD是活动水平数据; F是VOCs产生因子; η表示VOCs治理设施的去除效率, 指废气经过收集和净化后达到的总的去除效率, 包括收集效率和净化效率, %.
1.4 本地化排放因子建立表面涂装行业VOCs本地化排放因子的建立需要结合各企业的VOCs排放水平, 根据式(9)进行计算：
|
(9) |
式中, EF表示建立的VOCs本地化的排放因子; E和AD的含义同式(8), 表面涂装行业的排放因子大多以涂料用量或产品产量作为活动水平.
1.5 减排潜力核算某涂装企业的VOCs减排潜力指企业达到某一理论可达的管控水平时, 可以进一步实现的VOCs减排量, 是企业有待发掘的VOCs减排能力, 具体量化公式如下：
|
(10) |
式中, γ表示企业的VOCs减排潜力, %; E表示企业原始的VOCs年排放量, t; E可达表示企业达到某一理论管控水平时的VOCs年排放量, t.
由于涂装工序产生的废气中VOCs的排放主要来源于含VOCs物料的使用, 因此减排潜力的估算可以建立在物料衡算法对排放量的核算基础上.源头减排潜力的计算是假设其他条件不变, 将源头替代为低VOCs含量的涂料时, 在VOCs排放现状水平上能够减少的百分比; 同理, 过程减排潜力是企业过程集气效率达到理论值时能够在原来的排放水平基础上减少的VOCs排放量占比; 末端减排潜力则是假设企业选用高效治理设施, 且治理效率达到理论值时在原来基础上能够进一步减排的VOCs排放量占比; 根据企业实际管控水平, 分别计算各环节减排潜力, 全过程实现理论管控水平时的减排比例即为企业的综合减排潜力.表 2给出了部分省市涂装行业VOCs技术指南中治理技术的可达效率.
|
|
表 2 涂装行业VOCs治理技术可达效率 Table 2 Achievable efficiency table of VOCs treatment technology in coating industry |
1.6 显著性差异分析
由于各环节管控水平均能够在不同程度上影响企业的排放因子, 探讨每一环节对不同涂装行业和规模的企业排放因子影响程度需要采用统计学分析方法[26], 以排放因子为因变量, 源头、过程和末端管控作为自变量, 采用SPSS 22.0进行显著性差异分析, 以P < 0.05为具有显著性差异, 即自变量对因变量有影响, 且P值越小则检验的结果越显著.
2 结果与讨论 2.1 企业VOCs排放量本研究根据1.3节所述的3种方法开展企业的全过程VOCs排放量核算, 得到的企业年排放量如表 3所示, 3种核算方法得到的企业排放量存在偏差, 核算结果与调研时企业的生产工况、测量产生的误差和填报信息的准确性等因素有关.
|
|
表 3 3种核算方法得到的企业VOCs年排放量/t Table 3 Annual VOCs emissions of enterprises obtained via three accounting methods/t |
经过3种方法相互验证和补充, 汽车制造涂装行业的汽车A最终VOCs排放量为128.4 t·a-1, 木制家具涂装行业的家具B和家具C排放量分别是0.26 t·a-1和4.033 t·a-1, 金属表面涂装行业的金属D、金属E、金属F、金属G和金属H的排放量依次为：2.48、5.48、3.339、7.63和1.72 t·a-1.企业VOCs排放量差异与企业规模、生产工艺和管控水平有关.
2.2 不确定性分析排放量核算产生的不确定性主要来自于企业在线填报和实地监测调研获取的数据不确定性以及通过文献和计算得到的数据不确定性, 在此使用Crystallball软件中的蒙特卡洛模拟[27], 设定随机抽样次数10 000次, 置信度为95%, 对使用实测法、物料衡算法和排放因子法衡算的VOCs排放量分别进行定量分析, 得到淄博市涂装行业VOCs排放总量的不确定性范围如表 4所示.从中可知, 排放因子法核算的VOCs排放量较高, 不确定性在-98.89%~88.11%, 实测法和物料衡算法的不确定性较低, 分别为-30.53%~41.11%和-26.83%~27.04%.因此, 企业排放量应以实测法和物料衡算法作为主要计算方式, 并相互印证减少不确定性.
|
|
表 4 不确定性分析结果 Table 4 Uncertainty analysis results |
2.3 涂装行业VOCs排放水平 2.3.1 国内外排放因子汇总
目前世界范围内VOCs的产排污因子以美国EPA建立的因子库(AP-42)[28]较为权威, 涵盖的行业最为全面, 本研究将建立的本地化排放因子与包括AP-42在内的国内外其他研究进行对比, 对淄博市3个涂装行业的整体排放水平进行分析.图 2汇总了国内外相关研究中汽车表面涂装行业[28~33]、木材/木制家具涂装行业[28, 34~41]和金属表面涂装行业[38, 39, 41, 42]的产生因子和排放因子.由于汽车涂装行业产生和排放因子数值无明显差异, 未分开汇总; 本研究中汽车涂装行业仅有使用溶剂型涂料的汽车A, 故在此仅汇总溶剂型涂料的产排放因子进行对比.由于货车型号尺寸差异大, 因此货车涂装的产排放因子分布范围大.不同研究的涂装行业VOCs产生和排放因子受到地区工艺过程、企业规模、原辅料配比和废气控制技术等多方面的影响, 以及不同研究监测的VOCs产生源涵盖范围不同, 因此不同研究的产生因子和排放因子存在差异, 且汇总后整体上出现产生因子和排放因子倒挂的现象, 但对于同一研究而言, 产生因子总是大于排放因子.
|
图 2 相关研究中涂装行业的排放因子和产生因子 Fig. 2 Emission factor and production factor of coating industry based on previous studies |
美国AP-42中汽车制造涂装行业产生因子换算如表 5所示, 整车涂装需要分别使用底漆、面漆、导漆, 因此使用溶剂型涂料进行10~15 m2的轿车涂装的产生因子范围是1.84~5.79 kg·辆-1, 使用溶剂型涂料进行17.46~57.71 m2的货车涂装的产生因子范围是3.22~22.26 kg·辆-1.
|
|
表 5 美国AP-42的汽车涂装产生因子1) Table 5 Automotive coating production factors of American AP-42 |
美国AP-42中的木材涂装行业以涂装面积100 m2为活动水平, 以涂料使用量为活动水平的换算结果如表 6所示, 因此AP-42中使用溶剂型涂料进行木材表面涂装的产生因子(以涂料计)为685.71 g·kg-1.
|
|
表 6 美国AP-42的木材涂装产生因子1) Table 6 Wood coating production factors of American AP-42 |
2.3.2 本地化排放因子的建立
基于2.1节各涂装企业最终排放量计算结果, 建立本地化排放因子如表 7所示, 以产品产量为活动水平要比以涂料使用量为活动水平的不确定性大[39], 因此本研究木制家具和金属表面涂装行业基于涂料使用量计算排放因子; 为便于对比, 汽车制造涂装行业以汽车产量为活动水平计算排放因子.基于实测排放量计算得到的金属F和金属H的排放因子值与图 2中其他研究的结果偏差大, 因此这两个企业使用物料衡算法核算的排放量进行排放因子的计算.
|
|
表 7 各涂装行业的本地化排放因子1) Table 7 Localized emission factors of each coating industry |
汽车制造涂装行业中, 汽车A的VOCs排放因子为4.38 kg·辆-1, 在其他研究结果的分布范围内(3.22~32 kg·辆-1), 低于其他研究的平均水平(20.3 kg·辆-1).在木制家具涂装行业中, 家具B的排放因子(16.25 g·kg-1, 以涂料计, 下同)低于国内外其他研究中使用水性涂料的涂装企业排放因子(20~247 g·kg-1); 家具C的排放因子(960.24 g·kg-1)高于其他研究中使用溶剂性涂料企业的排放因子(60~635 g·kg-1); 家具涂装行业的平均排放因子(212.52 g·kg-1)在国内外溶剂型涂料研究中属于较低的水平, 在水性涂料研究的排放因子中属于较高的水平, 目前涂装行业使用的涂料多以溶剂性涂料为主[43, 44], 由此可以判断淄博市家具涂装行业的排放水平在国内外范围的涂装领域内偏低.金属表面涂装行业的平均排放因子(42.79 g·kg-1)低于国内外溶剂性(350~725 g·kg-1)和水性涂料(100~290 g·kg-1)企业的排放因子, 主要原因是许多企业采用水性和粉末性涂料进行涂装; 且使用溶剂性涂料的企业排放因子也低于其他研究, 可能的原因是不同地区生产工艺、原辅料配比和稀释比例等影响因素存在差异; 但仅对使用粉末性涂料的金属H而言, 该企业排放因子高于其他研究中使用粉末涂料企业的排放因子(0.07~5 g·kg-1).总体来说, 淄博市汽车制造涂装行业和木制家具涂装行业的排放水平偏低, 金属表面涂装行业的排放水平低于其他地区.
2.4 企业全过程减排潜力研究 2.4.1 调研企业的全过程管控措施根据企业调研结果, 在源头涂料使用环节, 溶剂性涂料的ω(VOCs)为10%~52%, 水性涂料的ω(VOCs)为5%, 粉末性涂料的ω(VOCs)为0.5%; 在过程管控上, 只有金属F采用局部排风, 有机废气收集效率(20%)低于其他使用全封闭负压排风企业的集气效率(50%~99%), 有研究表明全封闭负压排风的集气效率可达90%[9], 而全封闭非负压集气方式的平均集气效率为60%, 因此本研究部分企业集气效率偏低的原因可能与车间未形成负压条件有关; 在末端治理上, 治理设施评估的具体计算公式如下：
|
(11) |
式中, η表示治理设施的处理效率, %; GJ和GC分别为治理设施进出口的污染物排放速率, kg·h-1; QJ和QC分别为治理设施进出口的排气量, m3·h-1; CJ和CC分别为治理设施进出口的NMHC浓度, mg·m-3.本研究各企业的治理设施处理效率和其他研究[9, 10, 41]的对比如表 8所示.
|
|
表 8 各涂装企业VOCs处理技术及其效率/% Table 8 VOCs treatment technology and its efficiency of each coating enterprise/% |
本研究结果显示, 处理效率最高的是金属E的蓄热式焚化(RTO)技术(99%), 汽车A货箱排气筒处的文丘里漆雾处理装置+沸石转轮+RTO焚烧装置治理效率也达到91.72%, 结合其他研究可知RTO及其组合处理技术能够具有较高的可达效率, 但汽车A的喷装排气筒处RTO治理效率仅为75%, 可能与企业的日常运维有关.家具C的光氧催化治理效率仅为62.58%, 可能是由于进口浓度过高导致的降解效率降低.此外, 金属D喷漆车间的吸附+(催化)燃烧的组合废气处理技术和热处理车间的光氧催化也具有较高的处理效率(95%), 家具B、金属D、金属F、金属G和金属H都采用了吸附工艺对VOCs进行末端处理, 吸附工艺的实际净化效率与吸附处理系统的处理条件、设计参数和操作规范性等各项因素有关[45], 与其他处理技术复合运用具有较好的VOCs治理效果.本研究的水帘柜/水喷淋+活性炭组合技术效率高于高宗江[10]研究的结果, 家具B和金属F的处理效率均达到80%, 而高宗江的研究出现负值, 表明部分企业活性炭出现饱和导致脱附现象发生, 主要原因是随着近年来大气污染防控政策的逐步完善和政府监督力度的加强, 企业更加注重废气治理设施的运维, 使用活性炭等的废气处理装置的治理效果得到了整体提升.
2.4.2 各环节管控措施减排潜力分析由于各企业规模、生产工艺、经济能力和减排需求存在差异, 在此笔者假设各企业均能够承担起各VOCs管控措施的安装和运行成本.结合2.3.1节可知, 源头上粉末性和水性涂料的VOCs质量分数更少, 目前涂装行业源头替代多以水性涂料为主[11], 因此源头减排潜力的估算假设其他条件不变, 企业将溶剂性涂料源头替代成ω(VOCs)为5%的水性涂料; 过程减排潜力的估算则是假设企业在工艺过程上采用全封闭负压集气, 且集气效率达90%; 末端减排潜力的估算参考可达效率(表 2), 假设企业选用治理效率高达98%的末端治理设施.得到各企业全过程管控措施及各环节可达减排潜力如表 9所示.
|
|
表 9 各企业全过程管控措施及减排潜力 Table 9 Whole process control measures and emission reduction potential of each enterprise |
从表 9中可以看出来, 各企业需要重点关注的环节不尽相同, 家具C和金属E源头替换的减排潜力更大, 建议这两个企业在经济能力、生产条件和产品要求允许的情况下, 尽量使用更低ω(VOCs)的涂料进行涂装作业; 金属D、金属F和金属G的过程管控减排潜力更大, 建议这3个企业注重生产过程中的废气控制收集, 加强VOCs过程管控, 尽量在密闭负压条件下开展涂装作业, 减少无组织逸散; 汽车A、家具B和金属H在末端减排上具有更大的潜力, 建议这3个企业改善末端治理措施, 结合企业自身条件选用更高效率的VOCs治理工艺技术.
2.4.3 理想管控水平下的排放水平研究基于调研时各企业的实测VOCs排放水平和各企业减排潜力, 进一步分析各企业达到减排潜力下管控水平时的排放水平如表 10, 汽车制造涂装行业在进行源头替代、收集和治理效率提升后, 行业排放因子分别为3.15、3.65和2.29 kg·辆-1, 与其他研究相比(3.22~32 kg·辆-1)属于低排放水平; 木制家具涂装行业达到源头、过程和末端减排潜力时的排放因子(以涂料计, 下同)分别为97.44、117.2和133.13 g·kg-1, 与使用溶剂性涂料企业的排放因子(60~635 g·kg-1)相比, 排放水平较低, 在使用水性涂料的企业(20~247 g·kg-1)中排放水平适中, 整体上该行业在达到减排潜力时排放水平低; 金属表面涂装行业达到源头、过程和末端减排潜力下的排放因子分别为30.65、29.88和34.56 g·kg-1, 比现状排放水平低, 同样低于国内外其他研究中溶剂性(350~725 g·kg-1)和水性涂料(100~290 g·kg-1)企业的排放因子.总的来说, 当各企业分别在源头、过程和末端达到减排潜力下的管控水平时, 3个涂装行业的VOCs排放水平低; 当全过程同时达到理想管控水平时, 汽车涂装行业、木制家具涂装行业和金属表面涂装行业的综合排放因子分别为0.904 kg·辆-1、17.01 g·kg-1和11.24 g·kg-1; VOCs综合减排潜力分别为79.19%、91.99%和73.73%.
|
|
表 10 达到企业减排潜力时的排放水平1) Table 10 Emission level when realizing emission reduction potential for each enterprise |
2.5 各环节管控影响程度
本研究分别针对行业、企业规模和管控环节对排放因子影响进行两次显著性差异分析, 分析结果如表 11.首先对不同涂装行业和规模的企业进行显著性差异分析, 本研究结果表明, 在本研究中行业和规模对企业的排放因子影响并不显著(P>0.05); 进一步分析源头、过程和末端管控对各涂装企业排放因子的影响程度, 结果表明源头、过程和末端管控水平能够显著影响企业的排放因子(P < 0.05), 且影响程度由高到低依次为：源头>过程>末端.
|
|
表 11 各环节管控影响程度分析 Table 11 Analysis on the impact of management and control in each link |
3 结论
(1) 通过实测法、物料衡算法和排放因子法核算了各涂装企业的VOCs年排放量, 研究结果表明：汽车涂装行业的企业A排放量最大, 达到128.3t·a-1, 木制家具涂装企业B排放量最小为0.26t·a-1, 企业VOCs排放量差异与企业规模、生产工艺和管控水平有关.
(2) 淄博市汽车制造涂装行业的VOCs排放因子为4.38 kg·辆-1, 排放水平低; 木制家具涂装行业的排放因子(以涂料计, 下同)为212.52 g·kg-1, 在溶剂型涂料研究(60~635 g·kg-1)中属于较低的排放水平, 在水性涂料研究(20~247 g·kg-1)中属于较高的排放水平; 金属表面涂装行业的排放因子为42.79 g·kg-1, VOCs排放水平低.
(3) 各涂装企业各环节VOCs减排潜力各不相同, 本研究结果表明家具C和金属E在源头减排的潜力更大; 金属D、金属F和金属G的过程减排潜力更大; 汽车A、家具B和金属H则具有更大的末端减排潜力.其中, 家具C进行源头替代、金属G和F提升过程管控能够具有50%以上的VOCs减排潜力.
(4) 当在源头、过程和末端3个环节分别实现可达减排潜力下的管控水平时, 汽车涂装行业分环节排放因子依次为3.15、3.65和2.29 kg·辆-1, 木制家具涂装行业的分环节排放因子依次为97.44、117.2和133.13 g·kg-1, 金属表面涂装行业的分环节排放因子依次为30.65、29.88和34.56 g·kg-1.当3个环节同时达到理想管控水平时, 汽车涂装行业、木制家具涂装行业和金属表面涂装行业综合排放因子依次为0.904 kg·辆-1、17.01 g·kg-1和11.24 g·kg-1, VOCs分别可减排79.19%、91.99%和73.73%.
(5) 本研究中行业和规模对企业的排放因子影响不显著(P>0.05), 各环节管控对涂装企业的影响程度由高到低依次为：源头>过程>末端.
| [1] | Fan H, Zhao C F, Yang Y K. A comprehensive analysis of the spatio-temporal variation of urban air pollution in China during 2014-2018[J]. Atmospheric Environment, 2020, 220. DOI:10.1016/j.atmosenv.2019.117066 |
| [2] | 生态环境部. 生态环境部召开2月例行新闻发布会[R]. 北京: 生态环境部. |
| [3] |
刘锐源, 钟美芳, 赵晓雅, 等. 2011~2019年中国工业源挥发性有机物排放特征[J]. 环境科学, 2021, 42(11): 5169-5179. Liu R Y, Zhong M F, Zhao X Y, et al. Characteristics of industrial volatile organic compounds (VOCs) emission in China from 2011 to 2019[J]. Environmental Science, 2021, 42(11): 5169-5179. DOI:10.3969/j.issn.1000-6923.2021.11.024 |
| [4] |
罗晖, 李桂琴, 汤汉良, 等. 双组分水性本色面漆的制备[J]. 电镀与涂饰, 2021, 40(24): 1829-1835. Luo H, Li G Q, Tang H L, et al. Preparation of two-component waterborne solid color paint without clear coat[J]. Electroplating & Finishing, 2021, 40(24): 1829-1835. DOI:10.19289/j.1004-227x.2021.24.004 |
| [5] |
徐青梅. 商用车涂装线低VOC涂料源头替代减排技术[J]. 涂料工业, 2020, 50(8): 34-40. Xu Q M. Raw material replacement and VOC emission reduction for low VOC coatings in production line of commercial vehicles[J]. Paint & Coatings Industry, 2020, 50(8): 34-40. |
| [6] | Salca E A, Krystofiak T, Lis B, et al. Glossiness evaluation of coated wood surfaces as function of varnish type and exposure to different conditions[J]. Coatings, 2021, 11(5): 558. DOI:10.3390/coatings11050558 |
| [7] | Chang C T, Lee C H, Wu Y P, et al. Assessment of the strategies for reducing volatile organic compound emissions in the automotive industry in Taiwan[J]. Resources, Conservation and Recycling, 2002, 34(2): 117-128. DOI:10.1016/S0921-3449(01)00096-9 |
| [8] | Agnol L D, Dias F T G, Ornaghi Jr H L, et al. UV-curable waterborne polyurethane coatings: a state-of-the-art and recent advances review[J]. Progress in Organic Coatings, 2021, 154. DOI:10.1016/j.porgcoat.2021.106156 |
| [9] |
柯云婷. 溶剂使用行业挥发性有机物排放特征及控制技术研究[D]. 广州: 华南理工大学, 2020. Ke Y T. Characteristics and control technology of volatile organic compounds emission from solvent use sources[D]. Guangzhou: South China University of Technology, 2020. |
| [10] |
高宗江, 李成, 郑君瑜, 等. 工业源VOCs治理技术效果实测评估[J]. 环境科学研究, 2015, 28(6): 994-1000. Gao Z J, Li C, Zheng J Y, et al. Evaluation of industrial VOCs treatment techniques by field measurement[J]. Research of Environmental Sciences, 2015, 28(6): 994-1000. |
| [11] |
王海林, 杨涛, 聂磊, 等. 汽修行业挥发性有机物排放与控制现状及对策[J]. 环境科学, 2021, 42(12): 5574-5584. Wang H L, Yang T, Nie L, et al. Volatile organic compounds in the vehicle repairing industry of China: emission, management, purification, and policy[J]. Environmental Science, 2021, 42(12): 5574-5584. |
| [12] |
金月正, 金磊, 吴义诚, 等. 厦门市工业源VOCs治理技术及区域性治理效果评估[J]. 环境工程学报, 2021, 15(6): 1956-1965. Jin Y Z, Jin L, Wu Y C, et al. Evaluation of industrial VOCs treatment techniques and regional treatment effect in Xiamen[J]. Chinese Journal of Environmental Engineering, 2021, 15(6): 1956-1965. |
| [13] |
王瑞鹏, 王晓琦, 程水源, 等. 末端治理对典型工业涂装行业VOCs排放特征的影响[J]. 中国环境科学, 2022, 42(2): 593-600. Wang R P, Wang X Q, Cheng S Y, et al. Influence of end-of-pipe treatment on VOCs emission characteristics in typical industrial coating industries[J]. China Environmental Science, 2022, 42(2): 593-600. DOI:10.3969/j.issn.1000-6923.2022.02.011 |
| [14] |
孙园园, 白璐, 张玥, 等. 工业行业源头-过程-末端全过程减排潜力评估研究[J]. 环境科学研究, 2021, 34(12): 2867-2875. Sun Y Y, Bai L, Zhang Y, et al. Evaluation of emission reduction potentials of the source-process-end processes of industrial industry[J]. Research of Environmental Sciences, 2021, 34(12): 2867-2875. |
| [15] |
陆秋琴, 何舒, 黄光球. 区域联防联控挥发性有机物(VOCs)最优减排方案研究[J]. 环境科学学报, 2021, 41(5): 1764-1773. Lu Q Q, He S, Huang G Q. Research on the best emission reduction scheme for regional joint prevention and control of volatile organic compounds (VOCs)[J]. Acta Scientiae Circumstantiae, 2021, 41(5): 1764-1773. |
| [16] |
宁淼, 邵霞, 刘杰, 等. 对构建工业涂装VOC全过程管控体系的系统思考[J]. 涂料工业, 2017, 47(12): 42-47, 52. Ning M, Shao X, Liu J, et al. Systematic view on whole process control system of VOC emission in industrial coatings[J]. Paint & Coatings Industry, 2017, 47(12): 42-47, 52. |
| [17] | 工业和信息化部, 统计局, 发展改革委, 等. 工业和信息化部统计局发展改革委财政部关于印发中小企业划型标准规定的通知[R]. 北京: 工业和信息化部, 统计局, 发展改革委, 财政部. |
| [18] | HJ/T 397-2007, 固定源废气监测技术规范[S]. |
| [19] | HJ/T 55-2000, 大气污染物无组织排放监测技术导则[S]. |
| [20] | HJ 732-2014, 固定污染源废气挥发性有机物的采样气袋法[S]. |
| [21] | HJ/T 38-1999, 固定污染源排气中非甲烷总烃的测定气相色谱法[S]. |
| [22] | HJ 734-2014, 固定污染源废气挥发性有机物的测定固相吸附-热脱附/气相色谱-质谱法[S]. |
| [23] |
王雨燕, 王秀艳, 杜淼, 等. 淄博市重点工业行业VOCs排放特征[J]. 环境科学, 2020, 41(3): 1078-1084. Wang Y Y, Wang X Y, Du M, et al. Emission characteristics of volatile organic compounds from typical industries in Zibo[J]. Environmental Science, 2020, 41(3): 1078-1084. |
| [24] | 山东省环境保护厅. 山东省环境保护厅关于印发《汽车制造业、家具制造业、铝型材工业挥发性有机物(VOCs)排放量核算办法—物料衡算法》的通知[EB/OL]. http://xxgk.sdein.gov.cn/zfwj/lhh/201705/t20170508_1173844.html, 2017-03-15. |
| [25] |
陈颖, 叶代启, 刘秀珍, 等. 我国工业源VOCs排放的源头追踪和行业特征研究[J]. 中国环境科学, 2012, 32(1): 48-55. Chen Y, Ye D Q, Liu X Z, et al. Source tracing and characteristics of industrial VOCs emissions in China[J]. China Environmental Science, 2012, 32(1): 48-55. |
| [26] |
王雨燕, 杨文, 王秀艳, 等. 淄博市城郊臭氧污染特征及影响因素分析[J]. 环境科学, 2022, 43(1): 170-179. Wang Y Y, Yang W, Wang X Y, et al. Characteristics of ozone pollution and influencing factors in urban and suburban areas in Zibo[J]. Environmental Science, 2022, 43(1): 170-179. |
| [27] |
唐真真, 王宝庆, 丛晓晓, 等. 西宁市金属冶炼和压延加工业大气颗粒物排放清单[J]. 中国环境监测, 2021, 37(6): 111-117. Tang Z Z, Wang B Q, Cong X X, et al. Study on emission inventory of atmospheric particulate matter from metal smelting and rolling processing industry in Xining City[J]. Environmental Monitoring in China, 2021, 37(6): 111-117. |
| [28] | US EPA. Emissions factors and AP-42, compilation of air pollutant emission factors[R]. 2010. |
| [29] |
陈小方, 张伟霞, 陈柄旭, 等. 江门市人为源挥发性有机物排放清单[J]. 环境科学, 2018, 39(2): 600-607. Chen X F, Zhang W X, Chen B X, et al. Emission inventory of anthropogenic VOCs in Jiangmen City[J]. Environmental Science, 2018, 39(2): 600-607. |
| [30] |
滕富华, 杨忠平, 董事壁, 等. 浙江省汽车整车制造行业挥发性有机物产排污系数[J]. 环境科学, 2020, 41(3): 1093-1098. Teng F H, Yang Z P, Dong S B, et al. Producing coefficients and emission coefficients of volatile organic compounds from the automobile manufacturing industry in Zhejiang Province[J]. Environmental Science, 2020, 41(3): 1093-1098. |
| [31] | EEA. EMEP/CORINAIR Emission Inventory Guidebook-2009[Z]. 2009. |
| [32] | 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)(征求意见稿)[Z]. 2014. |
| [33] |
赵锐, 黄络萍, 张建强, 等. 成都市典型溶剂源使用行业VOCs排放成分特征[J]. 环境科学学报, 2018, 38(3): 1147-1154. Zhao R, Huang L P, Zhang J Q, et al. Emissions characteristics of volatile organic compounds (VOCs) from typical industries of solvent use in Chengdu City[J]. Acta Scientiae Circumstantiae, 2018, 38(3): 1147-1154. |
| [34] | 贺克斌. 城市大气污染物排放清单编制技术手册[M]. 北京: 科学出版社, 2015. |
| [35] | Wei W, Wang S X, Chatani S, et al. Emission and speciation of non-methane volatile organic compounds from anthropogenic sources in China[J]. Atmospheric Environment, 2008, 42(20): 4976-4988. |
| [36] | 余翔翔, 杨畅, 赵崇业, 等. 温州市木质家具行业VOCs排放特征及排放系数研究[J]. 现代商贸工业, 2019, 40(24): 194-195. |
| [37] | Liang X M, Sun X B, Xu J T, et al. Improved emissions inventory and VOCs speciation for industrial OFP estimation in China[J]. Science of the Total Environment, 2020, 745. DOI:10.1016/j.scitotenv.2020.140838 |
| [38] |
杨利娴. 我国工业源VOCs排放时空分布特征与控制策略研究[D]. 广州: 华南理工大学, 2012. Yang L X. Study on temporal-spatial characteristic and control strategy of industrial emissions of volatile organic compounds in China[D]. Guangzhou: South China University of Technology, 2012. |
| [39] | Zhong Z M, Sha Q E, Zheng J Y, et al. Sector-based VOCs emission factors and source profiles for the surface coating industry in the Pearl River Delta region of China[J]. Science of the Total Environment, 2017, 583: 19-28. |
| [40] | Cheng K, Hao W W, Yi P, et al. Volatile organic compounds emission from Chinese wood furniture coating industry: Activity-based emission factor, speciation profiles, and provincial emission inventory[J]. Aerosol and Air Quality Research, 2018, 18(11): 2813-2825. |
| [41] |
徐琬莹, 付飞, 吕建华, 等. 基于LHS-MC青岛市工业源VOCs排放清单及不确定性[J]. 环境科学, 2021, 42(11): 5180-5192. Xu W Y, Fu F, Lü J H, et al. VOCs Emission inventory and uncertainty analysis of industry in Qingdao based on Latin Hypercube Sampling and Monte Carlo method[J]. Environmental Science, 2021, 42(11): 5180-5192. |
| [42] |
王家德, 金旦军, 顾震宇, 等. 金属表面涂装行业VOCs排放特征及排放系数[J]. 中国环境科学, 2020, 40(5): 1940-1945. Wang J D, Jin D J, Gu Z Y, et al. The VOCs emission characteristics ofmetal surface coating industryand its emission factors[J]. China Environmental Science, 2020, 40(5): 1940-1945. |
| [43] |
唐安中, 徐琪珂. 化工园区挥发性有机物污染防治及对策分析[J]. 化工环保, 2021, 41(6): 768-773. Tang A Z, Xu Q K. Control of VOCs pollution in chemical industry park and its countermeasures[J]. Environmental Protection of Chemical Industry, 2021, 41(6): 768-773. |
| [44] |
孟博文, 李永波, 孟晶, 等. 我国经济快速发展区工业VOCs排放特征及管控对策[J]. 环境科学, 2021, 42(3): 1023-1038. Meng B W, Li Y B, Meng J, et al. Industrial emission characteristics and control countermeasures of VOCs in Chinese rapid economic development areas[J]. Environmental Science, 2021, 42(3): 1023-1038. |
| [45] |
吴冬阳, 庄马展, 吴艳聪, 等. 厦门市工业源VOCs排放清单及控制对策分析[J]. 环境科学, 2020, 41(12): 5336-5344. Wu D Y, Zhuang M Z, Wu Y C, et al. Analysis of industrial VOCs emission inventory and countermeasures in Xiamen[J]. Environmental Science, 2020, 41(12): 5336-5344. |