臨沂市人為源大氣污染物排放清單及其時空分布特征

摘要：為掌握區域大氣污染物排放特征，系統分析2023年臨沂市人為源大氣污染物排放數據。采用自下而上的方法編制排放清單，從時空維度進行分布特征研究。結果表明，工業過程源和化石燃料燃燒是污染物的重要來源。其中，工業過程源貢獻可吸入顆粒物（PM10）、細顆粒物（PM2.5）和揮發性有機物（Volatile Organic Compounds，VOCs）排放量的最大份額，分別為273.15萬、193.86萬、116.83萬t；化石燃料燃燒在SO2和氮氧化物（NOx）排放中占主導地位，分別為78.32萬、129.87萬t。污染物排放呈現顯著的季節性變化，SO2和NOx在冬季達到年均水平的1.37倍，夏季降至年均的0.85倍；空間分布上具有明顯的區域集聚特征，高排放區主要集中在重工業城市和沿海地區。研究結果為臨沂市制定差異化的大氣污染防治策略提供科學依據，有助于改善區域空氣質量。

關鍵詞：大氣污染物；人為源；排放清單；時空分布特征；臨沂市

中圖分類號：X781.5 文獻標識碼：A 文章編號：1008-9500（2025）01-0-03

Emission Inventory and spatiotemporal distribution characteristics of anthropogenic air pollutants in Linyi City

Abstract： In order to understand the characteristics of regional air pollutant emissions， a systematic analysis of anthropogenic air pollutant emissions data in Linyi city in 2023 is conducted. The bottom-up approach is adopted to compile emission inventories， and study distribution characteristics from a spatiotemporal perspective. The results indicate that industrial process sources and fossil fuel combustion are important sources of pollutants. Among them， industrial process sources contribute the largest share of inhalable particulate matter （PM10）， fine particulate matter （PM2.5）， and Volatile Organic Compounds （VOCs） emissions， with emissions of 2.731 5 million， 1.938 6 million， and 1.168 3 million tons， respectively; fossil fuel combustion accounts for the dominant emissions of SO2 and nitrogen oxides （NOx）， with emissions of 0.783 2 million and 1.298 7 million tons， respectively. The emissions of pollutants show significant seasonal changes， with SO2 and NOx reaching 1.37 times the annual average level in winter and decreasing to 0.85 times the annual average level in summer; there are obvious regional agglomeration characteristics in spatial distribution， with high emission areas mainly concentrated in heavy industrial cities and coastal areas. The research results provide scientific basis for the development of differentiated air pollution prevention and control strategies in Linyi city， which will help improve regional air quality.

Keywords： air pollutants; anthropogenic source; emission inventory; spatiotemporal distribution characteristics; Linyi city

大氣污染已成為制約臨沂市經濟社會可持續發展的重要因素之一，準確掌握大氣污染物排放特征是制定有效防控措施的基礎。臨沂市位于我國東部地區，東臨黃海，重化工業發達，鋼鐵、石化、電力等高耗能產業占比較大，為大氣污染物排放的主要來源。下面以臨沂市2023年人為源大氣污染物排放數據為依據編制清單，并根據當地產業結構、經濟發展狀況等因素分析其時空分布特征，探討影響排放特征的關鍵因素。研究結果將為臨沂市大氣污染防治提供科學依據，對改善區域空氣質量具有重要意義。

1 數據與方法

1.1 數據來源

排放源活動水平數據來自臨沂市歷年發布的統計年鑒、能源統計年報和各地統計公報，數據包括工業、交通、農業等部門的能源消費量、工業產品產量、機動車保有量等關鍵信息[1]。采用本地化排放因子，并結合臨沂市實際情況進行適當調整。對于缺乏本地化排放因子的污染源，使用美國發布的排放因子數據[2]。

1.2 排放清單編制方法

采用自下而上的方法編制臨沂市人為源大氣污染物排放清單，按照污染源類別將排放源劃分為點源、面源和線源。排放清單涵蓋SO2、氮氧化物（NOx）、CO、可吸入顆粒物（PM10）、細顆粒物（PM2.5）、揮發性有機物（Volatile Organic Compounds，VOCs）等主要污染物，采用式（1）計算排放量。不同類型污染源采用不同的計算方法。一是工業點源。工業點源主要包括電力、鋼鐵、水泥等重點行業的固定污染源，采用式（2）計算排放量。二是面源排放。面源包括分散式供熱、餐飲油煙等，采用式（3）計算排放量。三是機動車線源。采用式（4）計算機動車尾氣排放量。

E=A×F×（1-η）（1）

Eij=Ci×Qj×t×（1-ηj）（2）

Es=∑[Ak×Fk×（1-ηk）]（3）

Ev=∑（Pi×Ti×Fi）（4）

式中：E為主要污染物排放量；A為活動水平；F為未控制排放因子；η為污染控制效率；Eij為第i個污染源第j種污染物的排放量，t/a；Ci為污染物濃度，mg/m3；Qj為廢氣排放量，m3/h；t為年運行時間，h；ηj為污染物去除率，%；Es為面源排放量，t/a；Ak為第k類面源的活動水平；Fk為相應的排放因子；ηk為污染控制效率，%；Ev為機動車排放量，t/a；Pi為第i類車輛保有量，輛；Ti為年均行駛里程，km；Fi為單位行駛里程的排放因子，g/km。

1.3 時空分布特征分析方法

時空分布特征分析采用多種方法相結合的策略。時間分布分析基于月度和季度排放量數據，運用時間序列分解技術，將排放量序列分解為趨勢、季節和隨機成分，揭示排放的長期變化趨勢和周期性特征。同時，利用自相關函數和偏自相關函數分析排放量的時間依賴性，識別關鍵的時間尺度。空間分布分析先采用地理信息系統，將排放清單數據與行政區劃圖層疊加，生成污染物排放的空間分布圖。隨后，應用空間自相關分析方法，計算全局莫蘭指數和局部統計量，識別排放的空間聚集模式和熱點區域[3]。為深入理解空間分布的影響因素，采用地理加權回歸模型，探究經濟發展水平、產業結構、能源消費等因素對排放空間格局的影響。結合多尺度空氣質量模型，模擬污染物的輸送擴散過程，評估排放源對周邊區域空氣質量的影響。

2 臨沂市人為源大氣污染物排放清單

2.1 主要污染物種類及排放量

基于排放清單編制結果，臨沂市人為源大氣污染物主要包括SO2、NOx、CO、PM10、PM2.5和VOCs。采集原始數據后，進行嚴格的數據清洗。采用箱線圖法識別和處理異常值。缺失值使用多重插補法進行填補，該方法考慮數據的不確定性，能更好地保持數據的統計特性。在插值過程中，保留95%的置信區間內的有效數據點，主要污染物種類及排放量如表1所示。

2.2 各行業部門排放貢獻

工業過程源是多種污染物的主要來源，尤其在PM10、PM2.5和VOCs的排放中占據主導地位，分別貢獻273.15萬、193.86萬、116.83萬t，顯示工業污染控制仍是重中之重。化石燃料燃燒在SO2和NOx排放中貢獻最大，分別為78.32萬、129.87萬t，反映出能源結構調整的重要性[4]。道路移動源對NOx和CO的排放貢獻顯著，分別為51.86萬、191.23萬t，突出交通污染治理的必要性。農業源是NH3排放的絕對主力，達98.26萬t，說明農業面源污染不容忽視。從污染物總量來看，CO排放量最高，達754.13萬t，其次是PM10（405.25萬t）和PM2.5（246.74萬t）。VOCs和NOx排放量相當，分別為194.82萬、204.43萬t。

SO2排放量較低，為107.97萬t，可能反映出近年來脫硫措施的成效。

3 排放時空分布特征

3.1 時間分布

為分析臨沂市人為源大氣污染物排放的時間分布特征，采用基于活動水平的時間分配方法。收集2023年臨沂市各行業月度生產數據、能源消費數據、交通流量數據以及氣象數據等[5]，采用相應方法計算時間分配系數。一是工業源。利用月度工業增加值和能源消費數據，計算月度分配系數。二是電力行業。基于月度發電量數據進行時間分配。三是交通源。根據交通部門提供的月度和小時交通流量數據，計算道路移動源的時間分配系數。四是農業源。利用農業活動季節性特征和月度氣象數據，構建NH3排放的月度分配模型。五是采暖排放。基于日均溫度數據，計算采暖天數，并結合能源消費數據，確定采暖期排放的時間分布。日變化和周變化分析采用典型行業和污染源的連續監測數據，結合活動水平數據進行模擬計算。

臨沂市大氣污染物排放呈現顯著的時間分布特征。季節性變化方面，SO2和NOx的排放量在冬季（12月至次年2月）達到全年最高水平，其中1月的月排放量約為月均排放量的1.37倍，而夏季（6—8月）則為全年最低，約為月均值的0.85倍。這主要歸因于冬季采暖需求增加及大氣擴散條件較差。PM2.5的季節波動較小，但仍呈現冬季較高、夏季較低的趨勢。NH3的排放量在春季（3—5月）達到峰值，約為月均值的1.28倍，反映春耕施肥等農業活動的影響。

3.2 空間分布

臨沂市人為源大氣污染物排放的空間分布特征分析采用規格1 km×1 km的網格系統，結合地理信息系統和空間分配模型實現。人為源大氣污染物排放呈現出區域差異與集聚特征。SO2和NOx排放高值區集中在濟南市、淄博市和濟寧市等重工業城市及沿海地區，原因是煤炭消費量大和高耗能產業密集。PM2.5和PM10排放分布與SO2和NOx相似。VOCs排放高值區位于東營市、濱州市等石化產業集中的地區，集中于濟南市、青島市等地的工業園區。NH3排放高值區集中在農業發達的德州市、聊城市等地的農村地區。由于產業結構合理和氣候條件適宜，青島市、煙臺市等沿海城市排放較低。

4 結論

編制臨沂市人為源大氣污染物排放清單，可以揭示主要污染物的排放特征及其時空分布規律。研究發現，工業過程源和化石燃料燃燒是污染物的重要來源，排放呈現顯著的季節性變化和空間集聚特征。地理探測分析表明，工業產值密度、機動車保有量等社會經濟因素對污染物空間分布有重要影響。

參考文獻

1 崔金夢，叢春華，鄭 怡，等.2013—2021年臨沂大氣污染特征及氣象條件分析[J].氣象與環境學報，2024（3）：46-54.

2 王治非，王在峰，呂 晨，等.濟南市冬季大氣污染時空分布特征及潛在污染源區分析[J].臨沂科學，2023（4）：114-121.

3 李 波，王 冰，李 婷.大氣污染的成因及治理措施分析[J].清洗世界，2022（7）：143-145.

4 孫 剛，張 超，鐘麗華.探析大氣污染環境監測技術及治理方案[J].低碳世界，2021（11）：23-24.

5 李 樂，劉旻霞，肖仕銳，等.臨沂半島近地面O3濃度時空變化及潛在源區解析[J].環境科學，2022（3）：1256-1267.