环境科学学报  2021, Vol. 41 Issue (5): 1818-1827
基于工序工艺的精细化工业源排放清单编制及应用研究    [PDF全文]
李廷昆, 吴建会, 冯银厂, 毕晓辉, 张裕芬    
南开大学环境科学与工程学院, 国家环境保护城市空气颗粒物污染防治重点实验室, 天津 300350
摘要:以天津市津南区为例,采用自下而上的方式基于工序工艺建立了2017年精细化工业源排放清单,并深入探讨其对于工业源管理治理的实践应用意义.结果表明,津南区全年排放SO2 1778.50 t、NOx 3972.40 t、PM 2331.35 t、VOCs 933.49 t.津南区涉气工业企业入园率为68.55%,园区内企业SO2、NOx、PM、VOCs排放总量分别占到全区的92.77%、80.70%、89.34%、72.06%,可极大便利推行网格化等管理模式,提高工业源管理治理效率.本研究基于精细化源排放清单中污染物工序工艺及末端治理特征,参考国家、地方环境保护相关标准,设计NOx、PM、VOCs减排情景,保守计算NOx、PM、VOCs可在现有基础上分别减排约10.32%、19.88%、18.74%.本研究探索了基于工序工艺建立精细化源排放清单的意义、可行性以及存在的问题,可以为大、中尺度排放清单的建立提供有益的参考.
关键词排放清单    精细化    工业源    减排治理    自下而上    
Establishment and application research on refined industrial sources emission inventory based on process technology
LI Tingkun, WU Jianhui, FENG Yinchang, BI Xiaohui, ZHANG Yufen    
State Environmental Protection Key Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, College of Environmental Science and Engineering, Nankai University, Tianjin 300350
Received 27 July 2020; received in revised from 2 October 2020; accepted 2 October 2020
Abstract: Based on operation processes of bottom-up investigation, this work developed a refined industrial source emission inventory for a district (Jinnan) of Tianjin in the year of 2017 and made a deep discussion on its application for the management of industrial sources. The results show that the annual emissions of SO2, NOx, PM, and VOCs in Jinnan district are 3978.50, 3972.40, 2331.35, and 933.49 tons, respectively. 68.55% of industrial enterprises involved in air pollutants emissions have been moved to an industrial zone. The total SO2, NOx, PM and VOCs emitted from these enterprises account for 92.77%, 80.70%, 89.34% and 72.06% of their respective total emissions in the whole district. This can greatly facilitate the implementation of control measures via grid management mode and subsequently improve the management efficiency. Emission reduction scenarios are designed based on the characteristics of operation processes and terminal treatment of pollutants and referring to relevant national and local environmental protection standards. The emission reduction rates of NOx, PM and VOCs could be at least reached to 10.32%, 19.88% and 18.74% respectively, on the existing basis. This work is able to provide useful template for the development of refined emission inventory at a relatively large- and meso- scale.
Keywords: emission inventory    refine    industrial source    emissions control    bottom-up    
1 引言(Introduction)

近几年来, 我国重污染天气频发、区域大气污染问题较为突出, 对我国生态文明建设构成重大挑战.大气污染源排放清单是大气环境研究和大气环境管理的重要基础, 在空气质量预警预报、污染来源解析、总量减排规划、污染成因分析及防控政策制定等多方面工作中扮演了重要角色(王书肖等, 2017薛志刚等, 2019李曼等, 2019谢飞, 2020).

由于排放清单的重要作用, 我国各地在近年来开展了大量的排放清单编制工作.包括全国尺度(张楚莹等, 2009曹国良等, 2011)、京津冀(Qi et al., 2017; Liu et al., 2018a)、长三角(Huang et al., 2011; Fu et al., 2013)、珠三角(Zheng et al., 2009)、关中地区(王静晞等, 2015)等重点区域, 以及广东省(Zhong et al., 2018)、河南(Liu et al., 2017)、广西(刘慧琳等, 2019)、四川(周子航等, 2018)、天津(赵斌等, 2008)、武汉(周君蕊等, 2018)、南京(Zhao et al., 2015)等众多省市均开展了污染源调研测试及排放清单编制工作.针对火电(Liu et al., 2015; Zhao et al., 2010; Liu et al., 2018b)、工业(Wang et al., 2016; Hua et al., 2016)、机动车(Zheng et al., 2014; Cai et al., 2007; Song et al., 2018)、扬尘(Xuan et al., 2000; Li et al., 2018)、民用燃烧(Cai et al., 2018)、生物质燃烧(Huang et al., 2012; Zhang et al., 2013; Zhou et al., 2017)、船舶(Li et al., 2016; Chen et al., 2017)、农业机械(Lang et al., 2018)等各类典型污染源排放清单也开展了专门的研究.丰富的各类数据和实践应用经验, 进一步推动了我国排放清单研究的发展.

同时, 我国大气污染源排放清单也还存在一些不足.薛志刚等(2019)在梳理我国大气污染源排放清单发展历程和对策建议时, 就指出我国目前的清单编制没有融入日常环境管理工作中, 对环境管理的支撑作用尚未得到充分发挥;结合网格化管理、基于区县和乡镇调研的排放清单编制技术还需要加强.王书肖等(2017)张恺等(2019)指出, 区县级微小尺度的高分辨率排放清单研究还较少, 制约了我国城市大气污染防治工作的深入开展.针对以上不足, 本研究认为, 继续加强精细化编制方法研究, 不断丰富“精细化”内涵, 是我国大气污染源排放清单发展的重要方向.

目前的源排放清单研究的精细化主要体现在“源类、时间、空间”三个维度上, 普遍以工业企业为单位建立源排放清单, 而在工序工艺层面精细化不足, 这能够满足政府部门宏观管理和环境空气质量模拟的需求, 但对于开展工业源治理则存在指向性不明的问题.工业企业行业类别众多, 工序工艺复杂多样, 基于相同原料生产相同产品的不同工业企业采用的工序工艺, 以及单个企业内部不同环节的工序工艺, 其先进性和治污水平均可能有不同程度的差异, 而这对于工业源污染物排放量具有重要影响.因此如果以企业为单位编制源排放清单, 则掩盖了工序工艺的排放特征, 无法辨识高耗能、高排污的工序工艺, 不利于工业源针对性治理.

本研究即以天津市津南区小尺度研究区域为例, 采用“自下而上”的方法, 基于工序工艺建立精细化工业源排放清单, 在现有清单研究基础上继续从工业源治理的角度深入探索建立精细化源排放清单的意义、可行性以及存在的问题, 以便于为大、中尺度排放清单的建立提供有益的参考.

2 材料与方法(Materials and methods) 2.1 研究区域与研究范围

津南区隶属于我国京津冀城市群中心城市之一的天津市, 位于中心城区东南.总面积为420.72 km2, 辖下八里台镇、小站镇、北闸口镇、双港镇、辛庄镇、咸水沽镇、双桥河镇、葛沽镇等8个镇, 及一个经济技术开发区.另外, 津南区拥有小站工业园、八里台工业园等6个省级工业园, 以及北闸口工业园、泰达工业园等4个非省级工业园(地理分布如图 1所示).津南区近年来社会经济发展迅速, 第二产业不断壮大, 全区生产总值和第二产业生产总值分别为829.62亿元、426.70亿元(天津市津南区统计局, 2017), 工业发展情况可对标山西省晋城、晋中、临汾(山西省统计统计局, 2019), 河北省廊坊、沧州(河北省人民政府, 2019)等周边省份多个地级市, 具有较高的研究价值.

图 1 津南区地理位置及行政区划 Fig. 1 The geographical location and administrative divisions of Jinnan district

本研究以2017年为基准年, 工业源涵盖范围为《国民行业经济分类》(GB/T 4754—2017)名录中行业代码在06~46区间所有涉及产排污的工业行业, 主要包括各类制造行业, 以及电力、热力生产和供应业.核算污染物包括SO2、NOx、PM、VOCs等4项.

2.2 活动水平来源与质控

本研究基于第二次全国污染源普查工作, 针对辖区内所有工业企业首先以“逐街逐村”的地毯式搜索确定调查对象, 建立工业源名录.而后以现场入户填表的方式采集基本信息、工艺、产品、原辅料、能源、生产设备、治理设备等各类活动水平数据, 对工业企业正门、各有组织排放口进行坐标定位, 并计算污染物排放量, “自下而上”建立精细化源排放清单.同时, 本研究针对调查所得工业源名录、活动水平数据统计结果、污染物排放量数据等与当地环境统计、统计年鉴等其他管理数据对比分析, 并与环保、统计等相关部门开展联合会商, 核实查验源排放清单数据的完整、准确.

本研究共计采集工业企业信息2357家, 其中运行企业1549家, 全年停产企业349家, 关闭企业459家(即2017年存在生产, 之后关闭).由于停产企业在基准年无产排污, 关闭企业数据准确性难以考证, 因此本研究仅针对运行企业进行分析.数据调查以产排污核算为目标, 以工序工艺为单位, 对应采集产品、原料、规模、末端治理等信息, 剔除重复类型, 共计覆盖1549家运行企业中各类涉气产生环节426种, 涉及各类生产工艺170种, 可核算数据达3383条.

2.3 污染物核算方法

工业源产排污核算主要采用监测法和系数法两种方式.其中对于安装在线监测的排放口优先使用监测法核算, 包括燃煤供热站以及钢铁行业等重点源.其他工业企业采用系数法(包括物料衡算)核算, 即以工业企业内各产排污生产环节为单位, 根据“产品、原料、工艺、规模”四因素组合的不同, 选取国务院第二次全国污染源普查领导小组办公室组织以中国环境科学研究院为首的各大科研院所共同制定的《第二次全国污染源普查工业源产排污系数手册》进行核算.以各个产排污环节污染物排放量之和为工业企业污染物总排放量.津南区工业源废气污染物核算共计使用系数295个, 其中SO2、NOx、PM、VOCs核算分别涉及30个、33个、113个、119个.

针对某工艺废气污染物的系数法核算办法见式(1).

(1)

式中, P为污染物排放量;P为污染物产生量;P为污染物削减量(去除量);R为污染物对应的行业平均产污系数;M为产品(原料、燃料)总量;k为企业末端污染治理设施实际运行率, 运行时间/生产时间;η为末端治理实施平均治理效率.

3 结果与讨论(Results and discussion) 3.1 工业源排放清单

清查结果显示, 津南区2017年运行工业企业共计1549家, 工业产值609.86亿元, 全年排放SO2 1778.50 t、NOx 3972.40 t、PM 2331.35 t、VOCs 933.49 t.综合企业数量、工业产值、污染物排放量来看, 黑色金属冶炼和压延加工业、金属机械制造类(包括金属制品业, 通用设备制造业, 专用设备制造业, 汽车制造业, 铁路、船舶、航空航天和其他运输设备制造业等5个行业, 下同)是津南区主要工业产业.黑色金属冶炼和压延加工业企业数量不多, 但产值和污染物排放量贡献较大.而金属机械制造类行业企业数量在全区比重接近60%, PM和VOCs排放量对全区也有较大贡献.整体来看, 津南区大型重工业较少, 工业结构以技术门槛较低, 生产成本相对不高的金属机械制造业为主, 而技术集成较高、产品附加值较高的高新技术行业(如计算机、通信和其他电子设备制造业)规模相对较小.

SO2排放特征:SO2排放一般主要来源于化石燃料燃烧过程, 因此在黑色金属冶炼和压延加工业、电力热力生产和供应业两个行业排放量较高, 二者分别占比77.60%、17.68%.津南区内某钢铁集团旗下企业拥有烧结/球团、炼铁、炼钢等长流程生产线, 烧结矿/球团矿年产能达到670×104 t, 粗钢年产能达到385×104 t.而电力热力方面, 津南区共计拥有1家垃圾焚烧发电厂和21个供热站点, 年消耗燃煤45万吨、天然气3394×104 m3, 生活垃圾35.5×104 t.其他行业中SO2排放量相对较低, 主要来源于燃料燃烧过程.

NOx排放特征:NOx主要来源于化石燃料燃烧和一些高温工艺过程.黑色金属冶炼和压延加工业、电力热力生产和供应业两个行业排放量最高, 分别占比67.23%、29.05%, 其余行业排放量均不足1%.

颗粒物排放特征:颗粒物来源较为广泛, 包括化石燃料燃烧过程、金属及非金属的物理加工过程等, 因此主要排放行业包括黑色金属冶炼和压延加工业、金属机械制造类行业、非金属矿物制品业等, 三者排放占比分别为56.51%、23.99%、8.28%.

VOCs排放特征:VOCs主要来源于橡胶和塑料生产过程、有机溶剂使用、化石燃料燃烧等多个过程.橡胶和塑料制品业、黑色金属冶炼和压延加工业、金属机械制造类行业是主要排放行业, 排放量占比分别为35.41%、28.53%、15.23%.化学原料和化学制品制造业、印刷行业、木材加工制造行业也有一定的排放量, 占比为2.77%~6.19%.

表 1 工业源各行业企业数量及污染物排放量 Table 1 The number of enterprises in various industries and the emission of various pollutants
3.2 污染物网格分布特征

津南区工业源SO2、NOx、PM、VOCs排放量1 km×1 km网格分布如图 2所示.4类污染物分布于全区的大部分区域, 其中SO2、NOx的分布主要集中于供热站点以及存在工业锅炉使用的工业企业.整体来看, 各类污染物主要集中在各个工业园区内, 如工业企业较多的八里台镇、小站镇各污染物排放量就相对较高, 网格也较为密集, 而由于某钢铁集团的存在, 全区SO2、NOx、PM、VOCs排放量单位网格最高值也出现在葛沽镇内.

图 2 工业源SO2、NOx、PM、VOCs排放量1 km×1 km网格分布 Fig. 2 The spatial distribution of SO2, NOx, PM, VOCs emitted from industrial sources (in 1 km×1 km grids)

津南区共有小站工业园、八里台工业园、经济开发区(分为东区和西区)、双港工业园、海河工业园、滨海民营经济成长示范基地(简称成长示范基地)等6个省级工业园区, 和北闸口工业园、泰达工业园、黄台工业园、双桥河工业园等4个非省级工业园.各个园区工业发展情况(仅针对排污企业统计)和污染物排放情况如表 2所示.

表 2 各工业园区污染物排放情况 Table 2 The emission of air pollutants from each industrial park

津南区工业企业入园率(迁入园区工业企业数量比例)达到68.55%, 产值占比达到87.49%, SO2、NOx、PM三项主要污染物排放量占比也分别达到92.77%、80.70%、89.34%.非省级园区企业数量和园区以外企业数量分别为21.77%、31.45%, 但经济占比和污染物排放量占比均较低.

工业企业入园有利于推动网格化等集中管理模式, 同时各个园区逐步安装针对SO2、NOx、PM等污染物的大气环境监测站点, 可实现对工业源主要废气排放环境空气质量影响的有效监控.这有利于重污染天气应急减排工作的监督管理以及当地环境空气质量的持续改善.

3.3 工序工艺产排特征

津南区涉及废气排放的企业共计1116家, 占全部运行企业比例为72%, 各类污染物排放工序分布及治理情况如图 3表 3所示.涉气企业主要是以PM和VOCs为主, 且排放环节众多.各类污染物中, SO2排放主要来源于钢铁工序、工业锅炉、工业炉窑, 基本都属于钢铁行业和电力热力行业.SO2虽然治理设施安装率不高, 但主要产污单位如钢铁、热力等单位排口均配备石灰石膏法、双碱法等治理工艺, 总体治理效率可达到83.71%.NOx主要排污工序与SO2较为一致, 治理环节占涉排环节比例较低, 作为主要产污单位的热力企业全部安装治理设施, 但由于SNCR、SCR等常用治理工艺治理效率本身较为有限, 以及钢铁企业排污环节中存在治理工艺不到位的情况, NOx总体治理效率较低, 仅40.85%.颗粒物排放量主要来自于其他废气、钢铁重点工序和工业炉窑3个工序, 由于产生量占比极高的钢铁、热力等行业均安装了较为高效的除尘工艺, 其它产污量较大的废气产生环节也多数安装了治理设施, 因此治理效率可达到99.05%.VOCs排放量主要来自于其他废气和工业炉窑工序, 涉排环节的治理设施安装率较低, 且由于设备选型不合适等问题, 导致总体治理效率较低, 仅为34.57%, 有较大提升空间.

图 3 津南区工业源污染物排放量工序环节分布 Fig. 3 Process distribution characteristics of air pollutants discharged from industrial sources in Jinnan District

表 3 津南区各类废气污染物治理情况统计 Table 3 Statistics on the treatment of various air pollutants in Jinnan District
3.4 污染物减排情景设计

污染物减排是工业企业环境管理的重要目标之一.本研究基于工序工艺产排特征分析出的末端治理问题, 针对总去除率较低的NOx、VOCs和排放量较大、社会关注度较高的PM分别设计减排情景, 进行本论文中源排放清单在污染物减排工作中的应用举例.

3.4.1 NOx减排情景

津南区2017年NOx总去除率仅40.85%, 其中电站锅炉、工业锅炉多数采用SNCR治理工艺, 平均治理效率约50%;钢铁重点工序治理效率约48%, 工业炉窑、石化重点工序、其他废气工序治理效率均为0.在充分考虑经济性的情况下, 本研究不考虑对现有生产工艺和治理设施进行提标改造, 仅对未安装治理设施的主要排污口做出安装治理设施的基本要求, 对减排量进行保守计算.

经调查, 钢铁集团的钢铁重点工序中球团、炼铁、炼钢涉及大量高炉煤气、转炉煤气燃烧, 其一般排放口在基准年内未安装NOx治理设施, 烧制石灰的工业炉窑也未安装治理设施, 是NOx减排的主要突破口.本研究仅针对以上排污口进行减排设计, 以安装经济成本更低的SNCR为参考, 假设控制效率为45%, 则NOx原排放量为2542.86 t, 安装治理设施后排放量为2130.84 t, 分别在钢铁重点工序、工业炉窑工序减排305.47 t、106.55 t, 合计减排412.02 t, 占全区现有排放量约10.32%.

3.4.2 PM减排情景

津南区PM排放量主要集中在其他废气、钢铁重点工序和工业炉窑3个工序, 占比分别为39.81%、28.27%、28.27%.对于钢铁重点工序和工业炉窑, 随着钢铁企业实现超低排放, 颗粒物排放量已大幅下降, 因此其他废气环节是进一步削减颗粒物的主要突破口.

颗粒物“其他废气”产排污环节涉及各行各业, 工艺众多, 包括1552个核算环节, 涉及824家企业, 其中有治理设备的产污环节为645个, 占比为42%.不同产排污工艺排放强度及贡献比例差异较大, 其中以金属机械制造类行业的“预处理、下料”, 橡胶与塑料制品行业的“硫化工艺”, 以及非金属矿物制品业的“粉磨站、混合搅拌、输送储存”等5类为主要产排污工艺(表 4).2017年津南区工业企业预处理钢材、铝材、铁材等各类金属材料共计约18×104 t, 下料各类金属材料共计约23×104 t, 两类工艺排放颗粒物即达到443 t;粉磨水泥达到67.52×104 t, 搅拌各类水泥制品、混凝土约307×104 t.较高的活动水平和排放系数, 是排放量较高的重要原因.而从此5类工序工艺的排放治理情况可见, “预处理、下料、硫化”等工艺安装治理设备的环节和企业比例不高, 有较大的提升空间.

表 4 其他废气环节主要生产工艺颗粒物排放治理情况 Table 4 Emission control of PM in other waste gas production processes

表 5 使用溶剂型原辅材料工序工艺VOCs排放治理情况 Table 5 Emission control of VOCs in processing technology using Solvent-based raw and auxiliary materials

本研究以这5类PM主要产排污工序工艺为例, 分析PM减排空间.由于津南区所在的天津市尚未修订新的大气污染物综合排放标准, 本研究根据各工艺产排污系数核算颗粒物排放浓度, 并参考北京(北京市环境保护局, 2017)、上海(上海市环境保护局, 2015)、山东(山东省生态环境厅, 2019)等地新标准, 以10 mg·m-3为颗粒物最高允许排放浓度, 反算治理效率, 则各主要工艺须采用袋式除尘器才可达到标准.以袋式除尘器95%~99%的治理效率为参考, 则津南区仅从预处理、下料等5项主要环节采取措施, PM削减量即可达到463.58吨, 占全区颗粒物排放量约19.88%.

3.4.3 VOCs减排情景

电站锅炉、工业锅炉、工业炉窑、钢铁重点工序主要是由于燃料燃烧而排放少量低浓度VOCs, 石化重点工序、储罐装载排放VOCs量较少, 治理空间较为有限, 而其他废气工序VOCs排放量占全区比例为69.23%, 且涉及工艺众多, 是VOCs减排的主要突破口.

VOCs全区总体治理效率仅34.57%, 其他废气工序治理效率为43.14%, 主要原因在于存在污染物直排和治理工艺效率低下两个问题.不同工序工艺产排VOCs强度差异较大, 而有机溶剂使用一直是VOCs的主要排放来源, 也是政府部门管控的重点.本研究参考国家行业标准(生态环境部, 2019)和浙江省地方标准(浙江省环境保护厅, 2018)中要求, 涂装、印刷行业使用溶剂型原辅料时废气处理设施净化效率需达到75%~90%.本研究以涉及溶剂型原辅材料使用(如涂料、油墨、胶水等)的主要工序工艺(表 5)为例, 以治理效率达到80%为目标, 则津南区通过末端治理设施升级, 仅从涂装、印刷、木质家具制造等三个工序就可进一步减排174.93 t, 占全区排放量18.74%.

3.5 不确定性分析

精细化和准确性始终是源排放清单发展的重要方向.本研究基于工序工艺建立工业源精细化排放清单, 在传统方法的基础上, 挖掘了更多有效信息, 可丰富、细化产排污特征, 为工业企业治理、污染物减排等环境管理工作提供技术支撑.同时, 准确性是精细化源排放清单编制的重要基础, 特别是在大中尺度区域推广应用、需要采集大量数据时, 数据的质量控制十分关键.

以本研究为例, 源排放清单的不确定性主要在于活动水平和排放系数的真实性和准确性.活动水平数据调查过程中, 本研究在地方网格员的引导下, “逐街逐村”地毯式搜索工业企业, 建立名录, 并随后进行现场入户调查填报.所有调查数据在现场采集完成后, 再通过专业人员将调查数据与企业工艺流程图、环评材料、原辅料采买记录、产品产销记录等佐证材料进行比对, 严格参照《第二次全国污染源普查技术规定》和《第二次全国污染源普查报表制度》进行审核.同时, 针对工业源名录、活动水平统计数据、污染物排放量数据等与当地其他管理数据对比, 并与环保、统计等相关部门开展联合会商, 确定调查数据的合理性.多种措施并用, 以充分保证调查数据的“真实性、准确性、完整性”.因此, 本研究的活动水平较为真实还原了津南区工业源的生产情况, 不确定性较小.本研究排放系数来自于第二次全国污染源普查工作办公室经过现场实测获得, 虽然不是本区现场实测, 但具有一定的行业代表性, 且便于与其他地区进行对比, 不确定性较小.

4 结论(Conclusions)

1) 津南区2017年运行工业企业1549家, 工业产值609.86亿元, 全年排放SO2 1778.50 t、NOx 3972.40 t、PM 2331.35 t、VOCs 933.49 t.黑色金属冶炼和压延加工业、电力热力生产和供应业是各类污染物的主要贡献行业.金属机械制造类行业、非金属矿物制品业、橡胶和塑料制品业等行业对PM和VOCs也有较大程度贡献.津南区工业结构中大型重工业较少, 在污染防治过程中要特别关注金属机械制造类行业、非金属矿物制品业、橡胶和塑料制品业等排放源.

2) 津南区1116家涉及废气排放企业入园率达到68.55%, 各园区SO2、NOx、PM、VOCs排放总量分别占到全区的92.77%、80.70%、89.34%、72.06%, 便于地方政府推行网格化等集中管理模式, 提高管理效率.

3) 钢铁重点工序、其他废气是SO2、NOx、PM、VOCs的主要排放工序.全区SO2产污环节治理设备安装率较高, 总体治理效率达到83.71%, 治理效果较好, 而NOx、PM、VOCs均不同程度存在治理空间.基于各类污染物工序工艺和治理排放特征, 本研究对3种污染物的减排情景设计, 保守计算NOx、PM、VOCs可在现有基础上分别减排约10.32%、19.88%、18.74%.

4) 基于工序工艺建立的精细化源排放清单能够满足现有源排放清单用于空气质量模拟、宏观管理的需求, 也能够用于精细化工业源治理, 但对于活动水平数据的精细化和准确性有着较高的要求, 在大中尺度空间区域应用时要加强数据质量控制.

参考文献
北京市环境保护局. 2017. DB11/501-2017. 大气污染物综合排放标准[S]. 北京: 北京市环境保护局
Cai H, Xie S D. 2007. Estimation of vehicular emission inventories in China from 1980 to 2005[J]. Atmospheric Environment, 41(39): 8963-8979. DOI:10.1016/j.atmosenv.2007.08.019
曹国良, 张小曳, 龚山陵, 等. 2011. 中国区域主要颗粒物及污染气体的排放源清单[J]. 科学通报, 56(3): 261-268.
Chen D S, Wang X T, Li Y, et al. 2017. High-spatiotemporal-resolution ship emission inventory of China based on AIS Data in 2014[J]. Science of the Total Environment, 609: 776-787. DOI:10.1016/j.scitotenv.2017.07.051
Cai S Y, Li Q, Wang S X, et al. 2018. Pollutant emissions from residential combustion and reduction strategies estimated via a village-based emission inventory in Beijing[J]. Environmental Pollution, 238: 230-237. DOI:10.1016/j.envpol.2018.03.036
Fu X, Wang S X, Zhao B, et al. 2013. Emission inventory of primary pollutants and chemical speciation in 2010 for the Yangtze River Delta region, China[J]. Atmospheric Environment, 70: 39-50. DOI:10.1016/j.atmosenv.2012.12.034
Huang C, Chen C H, Li L, et al. 2011. Emission inventory of anthropogenic air pollutants and VOC species in the Yangtze River Delta region, China[J]. Atmospheric Chemistry and Physics, 11(9): 4105-4120. DOI:10.5194/acp-11-4105-2011
Huang X, Li M M, Li J F, et al. 2012. A high-resolution emission inventory of crop burning in fields in China based on MODIS thermal anomalies/fire products[J]. Atmospheric Environment, 50: 9-15. DOI:10.1016/j.atmosenv.2012.01.017
Hua S B, Tian H Z, Wang K, et al. 2016. Atmospheric Emission inventory of hazardous air pollutants from China's cement plants: Temporal trends, spatial variation characteristics and scenario projections[J]. Atmospheric Environment, 128: 1-9. DOI:10.1016/j.atmosenv.2015.12.056
河北省人民政府. 2019. 河北经济年鉴2018[M]. 北京: 中国统计出版社.
Liu F, Zhang Q, Tong D, et al. 2015. High-resolution inventory of technologies, activities, and emissions of coal-fired power plants in China from 1990 to 2010[J]. Atmospheric Chemistry and Physics, 15(23): 13299-13317. DOI:10.5194/acp-15-13299-2015
Li C, Yuan Z B, Ou J M, et al. 2016. An AIS-based high-resolution ship emission inventory and its uncertainty in Pearl River Delta Region, China[J]. Science of the Total Environment, 573: 1-10. DOI:10.1016/j.scitotenv.2016.07.219
Liu S H, Hua S B, Wang K, et al. 2017. Spatial-temporal variation characteristics of air pollution in Henan of China: Localized emission inventory, WRF/Chem simulations and potential source contribution analysis[J]. Science of the Total Environment, 624: 396-406.
Li T K, Bi X H, Dai Q L, et al. 2018. Improving spatial resolution of soil fugitive dust emission inventory using RS-GIS technology: An application case in Tianjin, China[J]. Atmospheric Environment, 191: 46-54. DOI:10.1016/j.atmosenv.2018.07.051
Lang J L, Tian J J, Zhou Y, et al. 2018. A high temporal-spatial resolution air pollutant emission inventory for agricultural machinery in China[J]. Journal of Cleaner Production, 183: 1110-1121. DOI:10.1016/j.jclepro.2018.02.120
Liu H J, Wu B B, Liu S H, et al. 2018a. A regional high-resolution emission inventory of primary air pollutants in 2012 for Beijing and the surrounding Five provinces of north China[J]. Atmospheric Environment, 181: 20-33. DOI:10.1016/j.atmosenv.2018.03.013
Liu K Y, Wang S X, Wu Q R, et al. 2018b. A highly resolved mercury emission inventory of Chinese coal-fired power plants[J]. Environmental Science & Technology, 52(4): 2400-2408.
刘慧琳, 陈志明, 莫招育, 等. 2019. 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, 39(1): 229-242.
李曼, 昌敦虎, 周继, 等. 2019. 环境管理数据在大气污染物排源放清单编制中的应用及改进对策[J]. 环境保护, 47(15): 21-25.
Qi J, Zheng B, Li M, et al. 2017. A high-resolution air pollutants emission inventory in 2013 for the Beijing-Tianjin-Hebei region, China[J]. Atmospheric Environment, 170: 156-168. DOI:10.1016/j.atmosenv.2017.09.039
上海市环境保护局. 2015. DB 31/933-2015. 大气污染物综合排放标准[S]. 上海: 上海市环境保护局
Song C B, Ma C, Zhang Y J, et al. 2018. Heavy-duty diesel vehicles dominate vehicle emissions in a tunnel study in Northern China[J]. Science of the Total Environment, 637-638: 431-442. DOI:10.1016/j.scitotenv.2018.04.387
山西省统计局. 2019. 山西统计年鉴2018[M]. 北京: 中国统计出版社.
生态环境部. 2019. GB37824-2019. 涂料、油墨及胶粘剂工业大气污染物排放标准[S]. 北京: 中国环境出版集团
山东省生态环境厅. 2019. DB 37/2376-2019. 区域性大气污染物综合排放标准[S]. 济南: 山东省生态环境厅
天津市统计局. 2019. 天津统计年鉴2018[M]. 北京: 中国统计出版社.
王静晞, 曹国良, 韩蕾, 等. 2015. 关中地区人为源大气污染物排放清单研究[J]. 安全与环境学报, 15(5): 282-287.
Wang K, Tian H Z, Hua S B, et al. 2016. A comprehensive emission inventory of multiple air pollutants from iron and steel industry in China: Temporal trends and spatial variation characteristics[J]. Science of the Total Environment, 559: 7-14. DOI:10.1016/j.scitotenv.2016.03.125
王书肖, 邱雄辉, 张强, 等. 2017. 我国人为源大气污染物排放清单编制技术进展及展望[J]. 环境保护, 45(21): 21-26.
Xuan J, Liu G L, Du K. 2000. Dust emission inventory in Northern China[J]. Atmospheric Environment, 34(26): 4565-4570. DOI:10.1016/S1352-2310(00)00203-X
薛志钢, 杜谨宏, 任岩军, 等. 2019. 我国大气污染源排放清单发展历程和对策建议[J]. 环境科学研究, 32(10): 1678-1686.
谢飞. 2020. 大气污染物源清单对区域环境管理的意义[J]. 资源节约与环保, (1): 37. DOI:10.3969/j.issn.1673-2251.2020.01.034
赵斌, 马建中. 2008. 天津市大气污染源排放清单的建立[J]. 环境科学学报, 28(2): 368-375. DOI:10.3321/j.issn:0253-2468.2008.02.023
张楚莹, 王书肖, 赵瑜, 等. 2009. 中国人为源颗粒物排放现状与趋势分析[J]. 环境科学, 30(7): 1881-1887. DOI:10.3321/j.issn:0250-3301.2009.07.002
Zheng J Y, Zhang L J, Che W W. 2009. A highly resolved temporal and spatial air pollutant emission inventory for the Pearl River Delta region, China and its uncertainty assessment[J]. Atmospheric Environment, 43(32): 5112-5122. DOI:10.1016/j.atmosenv.2009.04.060
Zhao Y, Wang S X, Nielson C P, et al. 2010. Establishment of a database of emission factors for atmospheric pollutants from Chinese coal-fired power plants[J]. Atmospheric Environment, 44(12): 1515-1523. DOI:10.1016/j.atmosenv.2010.01.017
Zhang Y S, Shao M, Lin Y, et al. 2013. Emission inventory of carbonaceous pollutants from biomass burning in the Pearl River Delta Region, China[J]. Atmospheric Environment, 76: 189-199. DOI:10.1016/j.atmosenv.2012.05.055
Zheng B, Huo H, Zhang Q, et al. 2014. High-resolution mapping of vehicle emissions in China in 2008[J]. Atmospheric Chemistry and Physics, 14(18): 9787-9805. DOI:10.5194/acp-14-9787-2014
Zhao Y, Qiu L P, Xu R Y, et al. 2015. Advantages of a city-scale emission inventory for urban air quality research and policy: the case of Nanjing, a typical industrial city in the Yangtze River Delta, China[J]. Atmospheric Chemistry and Physics, 15(21): 12623-12644. DOI:10.5194/acp-15-12623-2015
Zhou Y, Xing X F, Lang J L, et al. 2017. A comprehensive biomass burning emission inventory with high spatial and temporal resolution in China[J]. Atmospheric Chemistry & Physics, 17: 2 839-2864.
浙江省环境保护厅. 2018. DB33/2146-2018. 工业涂装工序大气污染物排放标准[S]. 杭州: 浙江省环境保护厅
周子航, 邓也, 谭钦文, 等. 2018. 四川省人为源大气污染物排放清单及特征[J]. 环境科学, 39(12): 5344-5358.
周君蕊, 黄宇, 邱培培, 等. 2018. 武汉市大气污染源排放清单及分布特征研究[J]. 南京信息工程大学学报(自然科学版), 10(5): 599-605.
Zhong Z M, Zheng J Y, Zhu M N, et al. 2018. Recent developments of anthropogenic air pollutant emission inventories in Guangdong Province, China[J]. Science of the Total Environment, 627: 1080-1092. DOI:10.1016/j.scitotenv.2018.01.268
张恺, 骆春会, 陈旭峰, 等. 2019. 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, 35(3): 59-68.