長江三角洲地區能源消費大氣污染物排放特征

翟一然,王勤耕,宋媛媛 (南京大學環境學院,污染控制與資源化研究國家重點實驗室,江蘇 南京 210046)

長江三角洲地區能源消費大氣污染物排放特征

翟一然,王勤耕*,宋媛媛 (南京大學環境學院,污染控制與資源化研究國家重點實驗室,江蘇 南京 210046)

針對長江三角洲(以下簡稱“長三角”)16個主要地區,基于常規可獲取的統計資料確定污染源活動水平,結合最新的污染源調查資料及相關研究成果確定污染物排放因子,以2008年為基準年,研究了能源消費大氣污染物排放特征,建立了具有較高時空分辨率、且便于滾動更新的網格化動態排放清單.結果表明:長三角 16個地區 2008年能源消費過程中SO2、NOx、PM10、PM2.5、CO的排放量分別為 3158.58, 3154.96,979.76,632.34,5258.08kt.其中上海、蘇州、南京、杭州、無錫和寧波6城市污染物排放總量均占長三角地區排放總量的60%左右.SO2和NOx排放主要集中在工業和火電部門,顆粒物和CO排放則主要集中在工業部門,機動車對于CO也有較大的排放貢獻率.火電部門污染排放具有較強的月變化特征;道路機動車排放受居民出行規律影響,具有明顯的周變化和日變化特征.

長江三角洲；能源消費；排放清單；時空分布

長江三角洲(簡稱長三角)是我國經濟最發達的地區之一,一次能源消費以煤為主,發電用煤占煤耗總量的80%以上[1].另外,該地區城市密集,機動車保有量大,尾氣污染日益突出.全面深入認識長三角地區主要能源消費過程中大氣污染物的排放特征,是開展環境管理和污染調控等工作(特別是數值模擬研究)的重要基礎.

國內外許多關于中國地區大氣污染物排放清單及特征的研究工作,一般都采用省級宏觀統計資料,空間分辨率較低[2-4].針對長三角區域的研究較少,吳曉璐[5]利用排污申報數據等資料估算了2004年長三角主要污染源排放分布.Huang等[6]基于污染源普查等資料研究了2007年長三角分部門分行業人為源排放清單.這些工作主要基于污染源實際調查資料,盡管比較精細,但由于資料獲取的困難,研究結果在時效上存在一定局限性,一般僅能反映某一特定時間段情況,難以滾動更新.而基于常規可獲取資料(如統計年鑒、公報等),通常可按年度定期更新,但需要解決多來源資料的不一致性以及時空分辨率低等問題.

鑒于此,本研究針對長三角地區主要能源消費最新活動水平數據,同時充分利用全國污染源普查(以下簡稱“污普”)資料及國內外有關研究結果,確定污染物排放因子.在此基礎上,研究該地區能源消費主要大氣污染物排放總量及其時空分布特征.

1 研究方法與資料

1.1 總體技術路線

本研究區域為長三角經濟區,包括上海、南京、蘇州、無錫、常州、揚州、南通、鎮江、泰州、杭州、寧波、嘉興、紹興、湖州、舟山和臺州共16個城市.能源消費活動考慮電力、工業(工業鍋爐和工業窯爐)、民用和交通四大部門.能源種類包括煤、油(燃料油、柴油和汽油)、氣(煤氣、天然氣和液化石油氣).根據能源消費污染物排放特征以及有關資料的可得性,污染物種類主要考慮SO2、NOx、PM10、PM2.5和CO.某排放源某污染物在一定時間內的排放總量可用下式計算:

式中:E為污染物排放量;A是污染源活動水平,如產品產量、能源消耗量、機動車保有量等;EF是排放因子,指單位活動水平污染物排放量;η為污染源尾氣治理設施的污染物去除效率;i, j,k,m分別代表污染物類型、排放源、地區和控制技術.

圖1為總體技術路線.為保證清單的及時滾動更新,活動水平數據主要基于常規可獲取資料,包括統計年鑒、能源公報、相關行業報告等.排放因子的確定一方面盡可能基于長三角最新實測資料,特別關注生產工藝與污染控制水平的最新進展[7-10];另一方面利用統計年鑒、污染源普查等多種資料反推得到.對于缺少本地化排放因子的污染源參考國內其他地區排放特征類似的排放源(如珠江三角洲地區),取平均值作為排放因子信息,并充分考慮其不確定性.

污染物排放的時間變化主要受活動水平變化影響.本研究主要考慮火電污染物排放月變化和機動車尾氣排放周變化/日變化.前者主要依據用電量月度統計數據獲得月變化系數 Tm,后者則參考典型城市機動車流量逐時變化等相關研究結果獲得周變化系數 Tw和日變化系數Td[9-11].

本研究首先得到基于區、縣級各類源各污染物排放總量及其時間分布特征,然后利用ArcGIS地理信息系統軟件對結果進行處理與綜合分析,最后生成網格化的大氣污染物排放清單.

圖1 總體技術路線Fig.1 General technical route

1.2 污染源活動水平

表1為長三角地區16市2008年火電、工業、民用能源消費量和各類型機動車保有量.由于篇幅限制,表中未給出區縣級情況.

火電、工業(工業鍋爐和窯爐)及民用部門的能耗數據主要來源于《中國能源統計年鑒》[12]及各省、市統計年鑒.工業窯爐主要包括水泥和磚瓦的生產,其產量數據來自《中國工業經濟統計年鑒》[13]以及各省、市統計年鑒.由于統計年鑒中的工業煤耗量包括了工業窯爐煤耗,為避免重復計算需扣除這一部分值.用水泥、磚瓦年產量數據乘以其單位煤耗[14-15],作為工業窯爐煤耗值.污染源活動水平資料最終落實在區縣水平.對于大部分區縣來說,工業能耗數據可直接從各市統計年鑒獲取;若缺乏直接資料,則根據工業產值、產品產量推算,或利用GDP、人口分布等信息[16]自上而下由各市分配至區縣.

機動車類型采用《中國統計年鑒》劃分方法,主要考慮大型和小型載客汽車、重型和輕型載貨汽車以及摩托車.各類型機動車保有量數據來源于市級統計年鑒.機動車尾氣排放與燃料性質(汽油、柴油)、尾氣排放標準等密切相關.為此,本研究根據柴油和汽油發動機全國年產量[17]近似估算出各車型柴油車和汽油車比例;再根據國家機動車污染排放標準實施狀況[18]以及不同年份各車型新車注冊量[19],估計出各車型符合不同排放標準的保有量比例.其中執行國1和國2排放標準的摩托車輛數分別占2008年總保有量的16%和84%,其他地區各車型按不同排放標準的保有量分配系數見表 2.綜合近年來有關實測研究[20-23],確定各類機動車年均行駛里程:小型客車 3.1×104km,大型客車 4.0× 104km,輕型貨車 3.2×104km,重型貨 4.4×104km,摩托車1.1×104km.

表1 長江三角洲地區16市2008年火電、工業、民用及交通部門活動水平Table 1 Activity data of power, industry and domestic sectors in the YRD region for the year 2008

表2 不同地區機動車分車型技術構成(%)Table 2 Proportion of motor vehicles ownership under different vehicle emission standards by region(%)

1.3 排放因子

表 3匯總了火電和工業燃煤源主要污染物排放因子.

火電燃煤SO2排放與含硫量、不可燃性硫含量和脫硫效率有關.長三角地區煤炭含硫量和不可燃性硫含量分別取1.01%和18%[24].脫硫效率主要取決于脫硫率和普及率.根據發改委公布的2008年火電廠煙氣脫硫產業信息分別取80%和66%.由此得到火電燃煤SO2排放因子為7.80g/kg.根據污染源普查[25]和環境統計年鑒[26]資料分析得到全國火電 SO2平均排放因子分別是8.10,7.75g/kg,與上述估算結果基本一致.火電NOx排放與燃燒方式、燃料類型、燃燒器結構及燃燒工況等因素有關.Zhang等[27]根據電廠機組大小和低氮燃燒(LNB)技術應用情況將電廠燃煤鍋爐分為4類,排放因子為5.55～10.5g/kg. Zhao等[24]綜合了140多個國內實測結果,將排放因子取為 4.05～11.46g/kg.本文綜合以上結果,將機組分為小于和不小于 100MW 兩類,其中小于100MW的機組耗煤量約占燃煤機組耗煤總量的16%[24],分別取無控制排放因子為10.65,8.85g/kg.再根據國內對 LNB等控制技術實測研究結果[28-29],去除率和普及率分別為30%和60%.燃煤PM10和PM2.5排放因子基于張強[30]早期研究,并根據最新實測結果[31-32]對其修正得到.CO 排放主要來自燃料的不完全燃燒,其中粉煤爐燃燒反應完全,CO排放水平很低;其余為層燃爐,排放相對較高.

工業部門各污染物無控制排放因子取值基本與火電部門相同,但控制技術在工業部門的普及率遠低于火電行業.工業鍋爐脫硫裝置普及率參考江小珂等[33]的研究取 30%,得到工業鍋爐燃煤 SO2排放因子為 12.19g/kg.工業鍋爐燃煤 NOx無控制排放因子取 5.78g/kg[27,34],暫未考慮脫硝貢獻.工業窯爐主要考慮水泥窯和磚窯.水泥窯根據生產工藝可分為新型干法窯、立窯和旋窯,不同工藝水泥產量占比分別為55%、37%和 8%[35].各污染物工業窯爐排放因子主要參考近年來國內研究和相關大氣污染物排放標準[36].

表 4為不同機動車尾氣排放標準下分車型主要污染物排放因子.其排放因子與發動機、燃料、行駛速度和保養維護狀況等因素相關.近年來,我國學者利用MOBILE、COPERT、IVE等模型,結合隧道試驗、實際工況測試等方法,獲得了各類車型排放因子.考慮到COPERT模型主要用于研究排放標準體系對模型影響的結果,而我國采用的是與歐洲相同的機動車測試工況和排放標準,所以研究不同排放標準對排放因子影響主要參考了COPERT模型的計算結果[37].其他燃料(油品、天然氣、煤氣等)和民用部門污染物排放因子主要參考最新相關研究結果[27,30,38-39].

表3 火電、工業燃煤源主要污染物排放因子Table 3 Emission factors of coal combustion sources

表4 機動車污染物排放因子[g/(km·輛)]Table 4 Emission factors of mobile sources[g/(km·vehicle)]

2 結果與討論

2.1 地區分布特征

表5為2008年長三角分市SO2、NOx、PM10、PM2.5、CO排放量計算結果.各污染物排放總量最大的6個地區為上海、蘇州、寧波、無錫、南京和杭州,對區域各個污染物排放量的貢獻率分別為63.79%, 65.86%, 60.33%, 61.05%和58.68%.

表6同時給出了INTEX-B亞洲排放清單[4]、Huang等[6]和本研究對長江三角洲地區大氣污染物排放總量的估算結果.可以看出,SO2和 NOx的排放量明顯呈逐年上升趨勢,主要由能源消費量快速增長所致.對于顆粒物排放,本研究僅關注了能源消費排放源因而結果較低,其他兩個清單還考慮了工業過程、揚塵等顆粒物排放貢獻較高的源,排放水平較高.對 CO的估算本研究與Huang等[6]結果較一致,INTEX-B清單CO排放量則較高,原因可能是其采用了高于長三角實際水平的全國平均排放因子.

表5 2008年長三角16個城市(地區)能源消費主要大氣污染物排放量(kt)Table 5 Air pollutant emissions from energy consumptions in the YRD region for the year 2008 (×103t)

表6 不同來源的排放清單比較(kt)Table 6 Comparison of estimated emissions by previous studies and this study (×103t)

2.2 部門分布特征

由圖 2知,SO2排放主要集中在火電和工業部門,排放貢獻率分別為46.48%和52.89%;NOx、PM10和 PM2.5排放主要集中在火電部門,分別占各污染物排放總量的49.45%、59.55%和62.50%. CO排放則主要集中在交通和工業部門,貢獻率分別為49.26%和42.95%.

圖2 2008年長三角能源消費污染物部門排放貢獻率Fig.2 Emission contributions of source categories in the YRD region in 2008

各污染物排放部門分布又因區域差異而呈現出不同特征.如上海市的交通部門、寧波市的火電部門對、南京市的工業部門,其污染物排放相對本地區其他部門貢獻率均高于其他城市.

2.3 時間分布特征

2.3.1 火電燃煤源污染排放時間分布 火電部門污染排放的時間分布規律與社會用電量的變化趨勢基本一致.本研究基于各省、市統計年鑒,計算長三角地區全社會分月用電量占全年用電量的百分比,從而得到2008年火電部門1～12月逐月污染物時間變化系數分別為 8.2%, 5.9%, 8.8%, 8.5%, 8.7%, 8.5%, 10.2%, 9.5%, 8.5%, 7.8%, 7.5%, 8.1%.

2.3.2 交通源污染排放的時間分布特征 不同地區交通流動源的時間排放規律各不相同,但總體上表現出相近的特征.本研究參考長三角和珠三角地區交通流量時間變化研究結果[9-11,20],根據典型地區道路機動車平均車流量的變化規律,確定出不同類型道路的機動車污染排放周變化系數和日變化系數,分別見圖3(a)和圖3(b).

圖3 長三角地區城市主干道機動車排放時間變化系數Fig.3 Temporal variations of on-road mobile sources in urban areas in the YRD region

2.4 網格化動態排放清單

在上述工作的基礎上,基于GIS技術,可以提供具有特定時空分辨率的網格化動態的區域污染物排放清單.空間尺度上,區縣(行政區)范圍內假定為均勻分布,若某網格涉及多個區縣行政區,則按面積加權平均;時間尺度上,主要考慮火電燃煤排放的月變化和交通排放的周變化和日變化,通過時間插值與疊加處理,最終可提供逐時的污染物排放強度.

以火電行業SO2排放為例,圖4(a)給出了長三角16個地區在9km×9km網格尺度下污染物排放年均強度分布情況,圖 4(b)則是根據INTEX-B[4]試驗得到的格距為 0.5°×0.5°的數據采用蘭伯特投影重新網格化的長三角區域污染排放分布. 由圖4可以看出,整體上,本研究所估算的火電SO2排放在空間分布上與INTEX-B有較好的一致性.但由于 INTEX-B是針對整個亞洲區域的污染排放清單,其空間分辨率較低,不能很好的反映出長三角這樣較小尺度區域的空間排放特征.相比之下,本研究不僅基于更新、更可靠的資料,而且時空分布特征也更加精細.

圖4 長三角火電部門2008與2006年SO2年均排放強度空間分布的比較Fig.4 Comparison of spatial distribution of SO2 emissions from power sector in the YRD region

受行政區劃邊界的限制,本研究區域不是規則的矩形區域,而且有關環境氣候模式的研究區域也可能超過本研究區域.這種情況下,超出本研究區域范圍的排放信息可采用更大尺度排放清單的研究結果,如Streets等[3],Zhang等[4].

2.5 不確定性分析

排放清單不確定性分析對于清單應用具有重要意義.本研究結果的不確定性主要來自兩個方面.一是活動水平資料的不確定性,特別是個別地區(如泰州、臺州)及部分區縣的污染源活動水平資料不完備,只能采用相近地區的平均值或依據GDP、人口等信息進行推算.二是某些污染物缺少本地化排放因子,因此只能采用全國平均排放因子或國外類似源的排放因子.

本研究參考IPCC[45]國家溫室氣體排放清單使用的不確定性定量分析方法,并根據TRACE-P清單[3]經驗數值對活動水平和排放因子的不確定度(即相對標準偏差)進行簡單判定.若活動水平數據均源于統計資料或政府公開數據,則不確定度為±30%;若排放因子非本地化或來源單一,則不確定度為±150%.據此粗略估計出本研究中SO2、NOx、顆粒物和CO排放的不確定度分別為±15%、±40%、±60%和±85%.

3 結論

3.1 長三角16個地區2008年能源消費過程中主要大氣污染物排放總量:SO2為3158.58kt、NOx為3154.96kt、PM10為979.76kt、PM2.5為632.34kt、CO為5258.08kt.其中上海、南京、蘇州、杭州、無錫和寧波六個城市的五種污染物排放量均占該污染物排放總量的一半以上. SO2和NOx的排放主要集中在工業和火電部門,而 PM10、PM2.5和 CO排放則主要集中在工業部門.機動車對于PM2.5和CO的貢獻也占有較大比例.

3.2 火電部門的污染排放具有明顯的月變化規律:八月份由于夏季高溫出現排放峰值,二月份由于春節長假影響出現低谷.交通流動源的污染排放在時間分布方面存在周變化和日變化特征:工作日污染物日排放量相對于周六和周日較高,且在周五達到最大日排放;城市主干道的日排放變化受市民出行規律影響較大,存在工作日和周末的差異,工作日有明顯的“雙峰雙谷”排放變化,周末的晝排放變化則較為平緩.

3.3 本研究基于最新的統計資料,針對長三角地區能源消費,提出了一套比較完整的大氣污染物排放清單,相比以往的同類工作,本研究具有更高的時空分辨率,可以更精細地反映區域大氣污染物排放的時空分布特征.

[1] 朱成章.中國燃煤發電節能問題分析 [N]. 中國電力報, 2009-02-16(004).

[2] 曹國良,安心琴,周春紅,等.中國區域反應性氣體排放源清單[J]. 中國環境科學, 2010,30(7):900-906.

[3] 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, 1000-1029.

[4] 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.

[5] 吳曉璐.長三角地區大氣污染物排放清單研究 [D]. 上海:復旦大學, 2009.

[6] Huang C, Chen C H, Li L, et al. Emission inventory of anthropogenic air pollutants and VOC species in the Yangtze River Delta region, China [J]. Atmospheric Chemistry and Physics, 2011,11(9):4105-4120.

[7] 程 真,陳長虹,邱培培,等.長三角燃煤電廠煙氣脫硫對二氧化硫污染的改善效果 [J]. 能源技術, 2008,29(6):318-322.

[8] Zhang Q Y, Wei Y M, Tian W L, et al. GIS-based emission inventories of urban scale: A case study of Hangzhou, China [J]. Atmospheric Environment, 2008,42(20):5150-5165.

[9] 李 健.城市中心區交叉口流量時變特征研究 [D]. 上海:同濟大學, 2008.

[10] 薛佳平,田偉利,張清宇.杭州市機動車 NOx排放清單的建立及其對空氣質量的影響 [J]. 環境科學研究, 2010,23(5):613-618.

[11] Zheng J Y, Zhang L J, Che W W, et al. A highly resolved temporal and spatial air pollutant emission inventory for the Pearl River Delta region, China and its uncertainty assessment [J]. Atmospheric Environment, 2009,32(43):5112-5122.

[12] 國家統計局工業交通統計司,國家發展和改革委員會能源局.中國能源統計年鑒2009 [M]. 北京:中國統計出版社, 2010.

[13] 國家統計局工業統計司.中國工業經濟統計年鑒 2009 [M]. 北京:中國統計出版社, 2010.

[14] 雷 宇.中國人為源顆粒物及關鍵化學組分的排放與控制研究[D]. 北京:清華大學, 2008.

[15] 徐 鳴,王亞娟.我國磚瓦工業節能減排潛力與對策 [J]. 磚瓦世界, 2007,7:6-11.

[16] 中國科學院資源環境科學數據中心.1km 格網全國 GDP [EB/OL]. http://www.resdc.cn/resdc/newold/060106.asp. 2003.

[17] 中國汽車技術研究中心,中國汽車工業協會.中國汽車工業年鑒2009 [M]. 北京:《中國汽車工業年鑒》期刊社, 2009.

[18] 旻 蘇.機動車排放標準體系分析 [J]. 世界標準化與質量管理, 2006(6):29-31.

[19] 中國汽車市場年鑒編輯部.中國汽車市場年鑒2009 [M]. 北京:中國商業出版社, 2009.

[20] 車汶蔚.珠江三角洲高時空分辨率機動車污染排放清單開發及控制對策研究 [D]. 廣州:華南理工大學, 2010.

[21] Wang H K, Chen C H, Huang C, et al. On-road vehicle emission inventory and its uncertainty analysis for Shanghai, China [J]. Science of the Total Environment, 2008,398(1-3):60-67.

[22] 宋翔宇,謝紹東.中國機動車排放清單的建立 [J]. 環境科學, 2006,27(6):1041-1045.

[23] 張清宇,魏玉梅,田偉利.機動車排放控制標準對污染物排放因子的影響 [J]. 環境科學研究, 2010,23(5):606-612.

[24] Zhao Y, Wang S X, Lei D, et al. Primary air pollutant emissions of coal-fired power plants in China: Current status and future prediction [J]. Atmospheric Environment, 2008,42(36):8442-8452.

[25] 第一次全國污染源普查資料編纂委員會.污染源普查工作總結[M]. 北京:中國環境科學出版社, 2011.

[26] 國家統計局,環境保護部,中國環境統計年鑒 2009 [M]. 北京:中國統計出版社, 2009.

[27] Zhang Q, Streets D G, He K B, et al. NOxemission trend for China, 1995-2004: the view from the ground and the view from space [J]. Journal of Geophysical Research, 2007,112(D22): D22306.

[28] 王方群,杜云貴,劉 藝,等.國內燃煤電廠煙氣脫硝發展現狀及建議 [J]. 中國環保產業, 2007,1:18-22.

[29] 王文選,肖志均,夏懷祥.火電廠脫硝技術綜述 [J]. 電力設備, 2006,7(8):1-5.

[30] 張 強.中國區域細顆粒物排放及模擬研究 [D]. 北京:清華大學, 2005.

[31] Yi H H, Hao J M, Duan L, et al. Characteristics of inhalable particulate matter concentration and size distribution from power plants in China [J]. Journal of the Air and Waste Management Association. 2006,56(9):1243-1251.

[32] 王 圣,朱法華,王慧敏,等.基于實測的燃煤電廠細顆粒物排放特性分析與研究 [J]. 環境科學學報, 2011,31(3):630-635.

[33] 江小珂,唐孝炎.北京市大氣污染控制對策研究 [R]. 北京:北京市環保局,北京大學,清華大學, 2002,1-268.

[34] 田賀忠,郝吉明,陸永琪.中國氮氧化物排放清單及分布特征 [J].中國環境科學, 2001,21(6):493-497.

[35] 雷 宇,賀克斌,張 強,等.基于技術的水泥工業大氣顆粒物排放清單 [J]. 環境科學, 2008,29(8):2366-2371.

[36] 李 麗.在環境統計工作中對水泥行業氮氧化物與二氧化硫排放系數的核定 [J]. 統計與咨詢, 2007,(5):29-30.

[37] 蔡 皓,謝紹東.中國不同排放標準機動車排放因子的確定 [J].北京大學學報(自然科學版), 2010,46(3):319-326.

[38] Streets D G, Zhang Q, Wang L T, et al. Revisiting China's CO emissions after the Transport and Chemical Evolution over the Pacific (TRACE-P) mission: Synthesis of inventories, atmospheric modeling, and observations [J]. Journal of Geophysical Research, 2006,111(D14):14306.

[39] GB4915-2004 水泥工業大氣污染物排放標準 [S].

[40] 姚芝茂,康 宏,趙 鑫,等.煙煤層燃爐顆粒物初始排放因子變化規律研究 [J]. 中國環境科學, 2011,31(2):220-224.

[41] Ge S, Bai Z P, Liu W L, et al. Boiler briquette coal versus raw coal: Part 1. Stack gas emissions [J]. Journal of the Air and Waste Management Association, 2001,51(4):524-533.

[42] 王書肖,趙秀娟,李興華,等.工業燃煤鏈條爐細粒子排放特征研究 [J]. 環境科學, 2009,30(4):963-968.

[43] 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):931-954.

[44] 高長明.水泥工業廢氣脫氮技術 [J]. 水泥技術, 2007,2:19-20.

[45] IPCC. Quantifying uncertainties in practice, chapter 6 in: good practice guidance and uncertainty management in national greenhouse gas inventories [M]. Bracknell, UK: IES, IPCC, OECD, et al, 1997.

Air pollutant emissions from energy consumptions in the Yangtze River Delta region.

ZHAI Yi-ran, WANG Qin-geng*, SONG Yuan-yuan (State Key Laboratory of Pollution and Control Resource Reuse, School of the Environment, Nanjing University, Nanjing 210046, China). China Environmental Science, 2012,32(9)：1574～1582

An inventory of air pollutant emissions by energy consumptions in the Yangtze River Delta (YRD) was developed by using best available domestic emission factors and activity data. Compared with existing work, this inventory had higher temporal and spatial resolutions and could be easily updated based on the latest published statistics. Results show that the emissions of SO2, NOx, PM10, PM2.5, and CO in the 16 cities of the YRD region for the year 2008 were 3158.58, 3154.96, 979.76, 632.34, 5258.08kt, respectively. Emissions from Shanghai, Suzhou, Nanjing, Hangzhou, Wuxi and Ningbo accounted for about 60% of the total, for each of the five pollutants. The power plants and industrial sources were major contributors to SO2and NOxemissions. While the industrial sources accounted for a major part of PM10, PM2.5and CO emissions, percentages of CO emissions from mobile sources were relatively high. Temporal profiles were established for the power plants and on-road mobile sources.

Yangtze River Delta；energy consumption；emission inventory；temporal and spatial distribution

2011-12-06

國家“973”項目(2010CB428503);國家自然科學基金資助項目(41175129)

* 責任作者, 教授, wangqg@nju.edu.cn

X511

A

1000-6923(2012)09-1574-09

致謝：南京大學環境學院王海鯤博士為本研究提供了部分污染源排放因子資料及部分縣市級的人口分布資料,在此表示感謝.

翟一然(1986-),女,江蘇南京人,南京大學環境學院碩士研究生,主要從事大氣污染物排放清單研究.