第37卷第5期2017年5月
环境科学学报Acta Scientiae Circumstantiae
Vol．37，No．5May ，2017
基金项目：国家自然科学基金（No．41271116，
D010106）Supported by the National Natural Science Foundation of China （No．41271116，D010106）
切筋
作者简介：刘禹淇（1993—），男，E-mail ：liuyuqi9394@163．com ；*通讯作者（责任作者），E-mail ：Baozhang．Chen@igsnrr．ac．cn Biography ：LIU Yuqi （1993—），male ，E-mail ：liuyuqi9394@163．com ；*Corresponding author ，E-mail ：Baozhang．Chen@igsnrr．ac．cn
DOI ：10．13671/j．hjkxxb．2016．0405
刘禹淇，陈报章，郭立峰，等．2017．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，37（5）：1855-1863Liu Y Q ，
Chen B Z ，Guo L F ，et al ．2017．Atmospheric pollutant emission inventory and characteristics from stationary combustion point source in Nanchang City ［J ］．Acta Scientiae Circumstantiae ，37（5）：1855-1863
南昌市固定燃烧点源大气污染物排放清单及特征
刘禹淇1，陈报章1，2，*，郭立峰2，3，刘莹1
1．北京林业大学水土保持学院，北京100083
2．中国科学院地理科学与资源研究所，资源与环境信息系统国家重点实验室，北京1001013．中国科学院大学，北京100049收稿日期：2016-08-04
修回日期：2016-09-25
录用日期：2016-10-18
摘要：大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料，而工业点源是大气污染的重点排放源．通过收集相关活动水平信息和合理的排放因子，采用“自下而上”的方法建立了南昌市2014年点源大气污染物排放清单．结果表明，SO 2、NO x 、CO 、PM 10、PM 2．5和V OC 排放总量分别为29576．2、17115．1、25946．6、4689．4、922．9和1190．4t ，其中，金属炼制行业对SO 2、CO 和VOC 的贡献最高，分别占37．75%、30．59%和38．45%；火电行业是NO x 的主要来源，其贡献率为47%；水泥等建材制造行业对PM 10和PM 2．5排放贡献最高，分别为26%和25%．根据排放源污染物排放量及地理坐标信息，建立了0．4km ˑ0．4km 的污染物排放量空间分布特征图，结果表明，南昌市大气污染物排放较为集中， 青山湖区北部和新建区北部是SO 2、NO x 、CO 和VOC 的主要排放区，而PM 10和PM 2．5的排放量相对分散，并在安义县出现排放高值区．通过将计算结果与统计数据结果进行对比，了解所估算清单的准确程度．对SO 2和NO x 的计算值和统计值进行统计分析，结果显示，NMB （标准化平均偏差）和NME （标准化平均误差）值均小于50%，清单计算精度较高．同时，为了解清单数据质量，对清单的不确定性进行定量分析，结果显示，SO 2和VOC 不确定性较低而PM 10和PM 2．5的不确定性相对较高，清单整体不确定性与其他研究结果相差不大．建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手，从而减小排放量的不确定性，获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究．
关键词：排放清单；点源；排放特征；空间分布；不确定性；南昌市文章编号：0253-2468（2017）05-1855-09中图分类号：X511
文献标识码：A
Atmospheric pollutant emission inventory and characteristics from stationary
combustion point source in Nanchang City
LIU Yuqi 1，CHEN Baozhang 1，2，*，GUO Lifeng 2，3
，LIU Ying 1
1．School of Soil and Water Conservation ，Beijing Forestry University ，Beijing 100083
2．State Key Laboratory of Ｒesources and Environmental Information System ，Institute of Geographical Sciences and Natural Ｒesources Ｒesearch ，Chinese Academy of Sciences ，Beijing 100101
3．University of Chinese Academy of Sciences ，Beijing 100049Ｒeceived 4August 2016；
received in revised form 25September 2016；
accepted 18October 2016
Abstract ：Atmospheric pollutant emission inventory is important for understanding regional emissio
n characteristics and predicting air quality．The point sources from industries are the major sources of atmospheric pollution．Based on collected activity data and reasonable emission factors ，an atmospheric pollutant emission inventory of the point source for Nanchang City in 2014was established by the bottom-up approach．The results showed that the estimations for SO 2，NO x ，CO ，PM 10，PM 2．5and VOC emissions were 29576．2，17115．1，25946．6，4689．4，922．9and 1190．4t ，respectively．Metal refining industry was the highest contributor to SO 2，
CO and VOC ，which accounted for about 37．75%，30．59%and 38．45%of the total emission of point source ，respectively．About 47%emissions of NO x were from thermal power industry．Building materials manufacturing industry accounted for 26%and 25%of total PM 10and PM 2．5emissions ，respectively．The established pollutants spatial distribution map with a resolution of 0．4km ˑ0．4km showed that the emissions of SO 2，NO x ，CO and VOC were mainly distributed in the northern Qingshanhu and Xinjian districts．The high values of PM 10and PM 2．5emissions were located in the Anyi County．Comparison between calculated and statistical values of SO 2and NO x revealed that NMB （standard deviation ）
环境科学学报37卷
and NME（normalized mean error）values were less than50%，indicating a high accuracy of emission inventory．In order to understand the quality of inventory and improve the credibility，quantitative analysis of emissions inventory was carried out．There was relatively low uncertainty in SO2and VOC emissions，and the values of both PM10and PM2．5were relatively high．The overall uncertainty of the inventory was not quite different from other research results．It is recommended to improve the quality of basic data and establish a regional representative of the emission factor database in future studies so as to obtain accurate and reliable inventory to be used in air quality forecasting model．
Keywords：emission inventory；point source；emission characteristics；spatial distribution；uncertainty；Nanchang City
1引言（Introduction）
近年来中国城市化工业化进程加快、能源大量消耗，大量工业废气直接排放到大气中，污染物的成分来源愈加复杂，日益恶化的空气质量成为我国最为严重的环境污染问题之一．自2013年以来，我国有超过75%的地区出现了灰霾天气（韩朴，2014），严重制约了社会经济的可持续发展并危害人类健康，是当前城市环境的重要问题，中国大气污染问题已经引起学者和决策者的极大关注．要改善空气
质量、制定合理有效的大气污染控制措施首先要了解大气污染物的相关情况，通过建立大气污染物排放清单，对污染物的来源、排放特征、主要影响因素进行科学的分析是开展环境治理保护的基础和关键（Zhang et al．，2009）．
大气污染物排放清单是根据排放源的相关信息对区域内各种大气污染物排放量进行估算，同时也是空气质量模型模拟的基础数据（Frey et al．，1999；Streets et al．，2003）．国内外对大气排放清单的研究始于20世纪70年代，美国国家环境保护局开始测试并建立了较为完善的排放因子数据库AP-42，应用于污染物清单的估算并不断进行更新（王鑫等，2007）；1986年，美国建立了有毒化学品排放清单制度以便对有毒化学品排放量进行追踪和控制（侯佳儒等，2014）．20世纪末，我国学者开始了排放源清单的研究并陆续建立各类大气污染物的排放清单．王兴平等（1998；1999）通过收集统计年鉴中的排放源相关数据建立了中国SO2和NO x网格排放清单．王丽涛等（2005）建立了中国大陆2001年分省区CO人为源排放清单．张强等（2006）基于自下而上排放模型按经济部门、燃料类型和技术类型进行分类，建立了中国2001年颗粒物排放清单．吴晓璐（2009）针对长江三角洲地区，对各类大气污染物的排放源进行识别与分类，建立了2004年长江三角洲地区的大气污染物排放清单．张英杰等（2015）建立了江苏省固定燃煤源的排放清单，并对其时空分布特征进行相关分析．
排放源清单是环境空气质量管理的重要基础数据，同时也是解决空气污染的关键（Streets et al．，2003；Zheng et al．，2009）．目前，国内可参考的清单研究多集中在大尺度区域，如中国区域、省
级区域、长三角、珠三角等地区，对单一城市内的污染物分布特征研究较少．南昌市毗邻长江三角洲、珠江三角洲和闽南金三角，是江西省首要工业城市．南昌市作为国家创新型城市，目前拥有国家级工业园区8个，对其区域内工业大气污染清单进行研究具有代表性．本文以2014年为基准年，通过收集可靠准确的重点排放单位活动水平数据和具有代表性的排放因子，综合国内外的研究成果，采用自下而上方式估算各类污染物排放量，建立高分辨率的南昌市固定燃烧点源排放清单，并对大气污染物的排放特征、贡献来源、空间分布和不确定性进行定量分析，以期为了解区域内大气污染情况和制定有效的控制对策提供科学依据．
2材料与方法（Materials and methods）
2．1研究区域与对象
本文以江西省南昌市为研究区域．南昌市地处长江以南，是连接我国3个重要经济圈（长江三角洲、珠江三角洲、海峡西岸经济区）的交通廊道，是华东及华南沿海城市通向内陆的中转枢纽．区域内包括东湖区、西湖区、青云谱区、青山湖区、湾里区、新建区6个市辖区和安义县、南昌县、进贤县3个县．研究区域位于东经115ʎ27' 116ʎ35'、北纬28ʎ10' 29ʎ11'之间．
为了解研究南昌市工业单位的大气污染物排放情况，本文将研究对象选定为固定燃烧点源（以下简称点源）排放的6种主要大气污染物：二氧化硫（SO2）、氮氧化物（NO x）、一氧化碳（CO）、挥发
性有机化合物（Volatile Organic Compounds，VOC）及2类颗粒物（PM10、PM2．5）．其中，点源是指可获取固定排放位置及活动水平的排放源，在排放清单中一般体现为单个企业或工厂燃烧产生的排放量，其主要特点是排放源对区域污染物贡献大，基础数据信息来源于统计数据，便于收集且内容较为精确．同时，为了更好地分析污染物分布特征，对排放源按行业
6581
5期刘禹淇等：南昌市固定燃烧点源大气污染物排放清单及特征
和燃料分类细化．图1为南昌市区域范围及该地区2014年点源排放单位的空间位置
．图1南昌市2014年点源空间位置示意图Fig．1
Point source location of Nanchang in 2014
2．2
清单计算方法
主要污染物SO 2、
NO x 、CO 、PM 10、PM 2．5和VOC 的排放量计算采用“自下而上”的方式（Kato et al ．，
1992）．基于收集的各点源工业排放单位详细活动水平数据，根据各类能源消耗量和对应的排放因子等信息计算出对应的污染物排放量，最后汇总得出研究区域内大气污染物排放清单．
SO 2的排放量依据质量守恒原理，采用物料衡算法进行计算，公式如下：
音频功放电路E SO 2=2ˑW k ˑC k ˑS ˑ（1－ηSO 2）
（1）
组合鞋架式中，
E SO 2为SO 2排放量（t ）；2为二氧化硫与硫的相对分子质量之比，即64/32；W 为燃料消耗量（t ）；
k 为燃料类型；C k 为燃料中硫的转化率，k 为燃煤时，C k =80%，k 为燃油时，C k =100%；S 为燃料含硫率；ηSO 2为二氧化硫去除效率．
对于NO x 、CO 、PM 10、PM 2．5和VOC ，基于各类能源消耗量等活动水平数据和对应的排放因子，采用排放因子法估算排放量，
公式如下：E p =A i ˑEF p i ˑ（1－ηp ）ˑ10－3
（2）
式中，
E p 为各类污染物排放量（t ）；i 为燃料类型；A 为燃料消耗量（t ）；E
F 为排放因子（kg ·t －1）；ηp 为各污染物的去除效率．2．3
数据来源及排放因子选择
此次建立清单的基础数据是来自环境监测站的环境统计数据，主要包括工业企业污染排放及处理情况信息，
并对其他相关数据进行调研补充．通过对污染物公式计算所需的活动水平数据，
如各排放单位所属行业、地理位置、燃料类型、燃料消耗量、
燃料含硫量、燃料灰分、烟尘排放量、污染物去除效
率等进行筛选和修正，最终得到512个南昌市2014年排放点源及相关数据信息．
排放因子是单位活动水平所产生污染物量的一种系数，通过燃料消耗量和对应的排放因子的乘积来估算特定的污染物排放量．排放因子作为建立排放源清单不可或缺的信息，在选择上要具有针对性和区域代表性．此次清单的排放因子通过对比参
考其他研究，
同时在选择时遵循以下原则：①优先选择文献中研究区域接近的实测排放因子；②优先选择国内相关研究中公认准确且使用度高的排放
因子；③若国内研究无对应实测因子，选择美国环境保护局建立的AP-42排放因子数据库（US EPA ，2006）进行补充（何敏等，2013）．最终，所选用的排放因子及其来源如表1所示．
表1点源污染物排放因子
Table 1
Emission factors of point sources
行业
燃料类型单位NO x CO PM 10PM 2．5VOC 燃煤
kg ·t －15．21）2．484）466）126）0．158）电力
燃油kg ·t －15．842）0．65）0．856）0．626）0．138）焦炭kg ·t －14．83）6．65）0．2885）0．1445）0．158）天然气g ·m －31．763）1．34）0．247）0．177）0．0448）燃煤
kg ·t －142）13．74）28．086）5．46）0．398）其他工业
燃油kg ·t －15．842）0．65）1．036）0．676）0．358）焦炭kg ·t －14．83）6．65）0．2885）
0．1445）0．398）天然气
g ·m －3
2．082）
1．35）
0．247）
0．177）
0．0888）
注：1）源于文献（Zhao et al ．，
2010）；2）源于文献（田贺忠，2003）；3）源于文献（赵斌等，2008）；4）源于文献（王丽涛等，2006）；5）源于排放因子数据库（US EPA ，2006）；6）源于文献（张强，2005）；7）源于文献（江小珂等，2002）；8）源于技术指南（大气挥发性有机物源排放清单编制技术指南（试行），
2014）．7
581
环境科学学报37卷
3结果（Ｒesults ）
基于活动水平数据及其相应的排放因子信息，采用物料衡算法和排放因子法对6大污染物排放量进行计算，最终得出南昌市2014年点源污染物排放量清单，具体如表2所示．结果显示，南昌市SO 2、NO x 、CO 、PM 10、PM 2．5及VOC 6类污染物的点源排放
量分别为29576．23、
17115．07、25946．59、4689．41、922．89和1190．38t．可以看出，传统污染物SO 2和NO x 的排放量依然很大；而CO 由于缺少有效的去除措施，排放量已经超过了NO x ；颗粒物的排放情况较好，主要因为加大了其去除效率；VOC 的成分多样，来源复杂，不易控制．另外，按地区来看，污染物多来自青山湖区．
表2
南昌市2014年点源大气污染物排放量
Table 2
Air pollutant emissions from point sources in Nanchang in 2014
t
地区SO 2NO x CO PM 10PM 2．5VOC 安义县1503．46306．99869．311298．41
局部镀锡
254．1027．41东湖区2．110．481．640．430．080．05进贤县1368．98246．21840．87503．6696．9023．97南昌县2467．68487．511575．181132．01219．6446．04青山湖区19560．747609．5114686．16797．18158．31650．09青云谱区227．84101．69278．1539．989．538．67湾里区218．3954．82162．3632．006．274．96新建区4227．028307．867532．92885．75178．07429．17总计
29576．23
17115．07
25946．59
4689．41
922．89
1190．38自动拖把
4讨论（Discussion ）
4．1
排放源贡献率分析
图2a 展示了6类污染物的区域排放贡献率，可
以看出，
SO 2、NO x 、CO 、VOC 的排放源贡献率结构基本一致．青山湖区的污染物贡献率较高，尤其对SO 2达到了66．14%，该地区由于排放源数量较多并且包
括多个重点排放单位，
是各类污染物的主要来源．其他2种污染物PM 10和PM 2．5的各区域贡献率分布比
较平均，最大贡献源是安义县，主要原因是颗粒物的排放量与燃料类型特别是煤的消耗有很大关系（胡敏等，2011）．安义县以燃煤源居多，其他区域燃烧能源种类较为多样．从排放因子数值中也可以看出，颗粒物的产生主要受燃煤源的影响较大，而对其他燃料的敏感性相对较小
．
图2
南昌市2014年点源区域（a ）和点源重点行业（b ）排放贡献率
Fig．2
Emissions contribution of the regional point sources （a ）and the key industries of point sources （b ）in Nanchang in 2014
通过对南昌市排放较高的行业进行筛选和分析，得出各重点排放工业行业对污染物排放量的贡献率，
具体如图2b 所示．南昌市金属炼制行业的贡献率普遍较大，对6类污染物的贡献率分别为
环保柴火灶8
581
5期刘禹淇等：南昌市固定燃烧点源大气污染物排放清单及特征
37．75%、32．90%、30．59%、16．76%、17．15%和38．45%，是南昌市主要排放行业．火电行业是国民经济和社会发展的物质基础，也是能源消耗和污染控制的重点行业．从图中可以看出，传统意义上燃料消耗量很
高的火力发电行业对SO 2、
NO x 、CO 、PM 10、PM 2．5和VOC 的排放贡献分别为10%、47%、26%、2%、3%和34%，而火电行业排放贡献相对较小的原因主要是：自2012年火电厂大气污染物排放标准（2011）实施
起，有效提高了对传统污染物SO 2、NO x 和颗粒物排放的控制，并且从数据来看，南昌市火电行业的SO 2
和颗粒物去除效率在90%左右，氮氧化物的去除效率也达到了42．6%．
通过与其他污染物的贡献率组成对比分析，各行业对PM 10和PM 2．5排放的贡献较为平均，主要排放来源是建材制造行业，贡献率分别为16．76%、17．15%．另外，由于火电、金属炼制等重点监测排放
单位的除尘控制措施齐全，
平均去除效率为33．5%，使得重点排放行业的颗粒物排放量贡献率较低．目前，南昌市工业排放源对CO 和VOC 排放的控制相对不足，对能源消耗量高、排放贡献率较大的行业实施排放控制措施，提高污染物去除效率至关重要．4．2大气污染物空间分布特征
为分析南昌市2014年点源污染物的空间排放特征，根据南昌市排放点源的地理坐标，通过ArcGIS 软件对其各污染物的排放量进行空间插值，最终得出南昌市2014年污染物排放量0．4km ˑ0．4km 高分辨率空间分布图．如图3所示，SO 2、NO x 、CO 和VOC 的排放量较为集中，分布特征也比较相似，这主要是受分布在青山湖区北部的炼钢、纸制造单位和新建区北部的火电厂等几家能源消耗量较大的排放源的影响，导致新建区和青山湖区的排放量值显著突出．另外，
由于位于新建区火力发电的燃料
9
581
