大气污染源排放清单研究进展

潘春梅,朱 翔,王 健,向 峰,邱 飞,万普娟

(1.云南师范大学，云南 昆明 650500；2.云南省生态环境监测中心，云南 昆明 650034)

0 引言

大气污染源排放清单，是指各类大气污染源所排放的不同污染物信息的集合[1]。大气污染源大体上分为天然源和人为源两大类，大气污染物排放清单是研究大气污染机制的首要环节，是制定空气质量管理决策的重要基础。欧美国家大气污染源排放清单研究起步早，清单编制技术发展相对完善，美国环保署(EPA )最早开始污染源的排放测试，并且发布了统一的污染源分类编码和清单编制指南。欧洲环保署(EEP)也开发了CORINDAIR 排放清单编制技术指南，为欧洲区域大气污染物控制计划提供了科学依据。除此以外，英国、德国、法国、土耳其、希腊等也相继开展了本国的排放清单研究工作。相对欧美国家而言，亚洲排放清单起步相对较晚，但是也取得了颇丰的成就：日本的亚洲区域排放清单REAR是亚洲目前最完整的综合性排放清单之一，随后韩国也发展了本国大气污染物CAPSS清单，印度针对本国的大气污染物排放建立了源清单-ANL-India。这些清单的建立为指导全球大气环境的净化做出了突出贡献。我国在20世纪80年代开始大气污染排放清单编制工作，并且取得了众多研究成果：清华大学于2012年开发了中国地区多尺度动态排放清单MEIC 模型；2014年环保部发布了一系列关于大气颗粒物、大气挥发性有机物质、大气氨、扬尘源颗粒物、道路机动车大气污染物、非道路移动源大气污染物、生物质燃烧源大气污染物等的污染源排放清单编制技术指南(试行)，其中详细提出了排放源分类标准、清单编制技术、排放量估算方法等，给予了我国源排放清单编制的权威性技术规范指导，对推进排放源清单编制工作具有重要意义。

本文通过对大量文献的梳理，归纳总结我国天然源和人为源的排放源清单研究进展，分析评价各类清单建立方法的优缺点，并就排放清单未来发展方向提出展望，以期为大气污染源管理与污染排放决策等提供科学参考。

1 天然源

天然源是指向大气排放污染物的各种自然活动，如植被释放、土壤排放、地球活动等。植被主要向大气释放挥发性有机化合物VOCs，土壤中的微生物活动主要排放N2O和CH4等，地球活动中的火山喷发、闪电等自然现象也会产生温室气体、二氧化硫、火山灰等污染物，这些排放造成温室效应、大气污染、臭氧层破坏等影响大气环境质量和人类的身体健康。天然源排放清单估算一直是国内外大气环境化学领域的研究热点。

1.1 植物释放

植物源释放是天然源挥发性有机化合物VOCs的重要贡献源。植物VOCs排放估算模型有两种：中小尺度估算模型和中大尺度模型。前者基本思路是从植被个体的单位叶生物量的VOCs排放估算, 再估算到整株的排放量, 最后推导群体的, 这种估算模型基本不考虑植被冠层的影响；后者的基本思路则是从植被的角度, 利用遥感与地理信息, 将一定区域按一定的分辨率划分为若干网格, 再计算每一网格内园林植被VOCs排放量, 最后统计所有网格排放量之和，得到中大尺度内植物VOCs排放清单, 中大尺度模型一般会考虑植被冠层的影响[2]。

在中大尺度估算模型的建立上，20世纪80年代， Pierce等[3]在大量观测数据的基础上建立了一个生物排放清单系统 BEIS。1995年，Guenther等[4]构建了G95改进算法模型，估算了异戊二烯、单萜烯以及其它VOCs的排放量，并建立了全球第一个BVOCs排放全球模式，目前该模型是使用频率最高的。此外，美国大气科学研究中心 (NCAR) 于1999年推出了可以在全球范围内使用的GLOBEIS模型，目前已发展到了GLOBEIS 3.2版本[5]。在中小尺度估算模型方面， Poupkou等[6]2010年建立了一个基于格网的高时空分辨率的BEM模型。随着模型的发展, 实现植物VOCs排放模型与各类陆地生态系统模型的耦合，尤其是与动态全球植被模型的双向耦合将是未来的研究趋势。在中国的植被VOCs排放估算上，Wang等(1999)[7]、谢旻等(2000)[8]、张莉等(2002)[9]分别在不同年份对中国的植被VOCs排放量进行了估算。

1.2 土壤排放

土壤是N2O和NH4的重要贡献源，其中N2O是温室气体的重要成分之一。N2O不仅在大气中滞留时间长，而且还参与到大气中许多光化学反应, 表现为在平流层中通过NOX把O3转化为O2, 形成NO和N2, 从而破坏臭氧层[10]。据估计大气中90%的N2O来自地表土壤，特别是农田土壤和热带地区的土壤,贡献率高达70%～90%[11]。N2O排放受众多因素的影响，其中自然因素有气温、降水、土壤结构、土壤质地、土壤的pH值等，人为因素包括施肥、灌溉等农业活动[12]。

2 人为源

根据人为源的特征，按照火电厂、工业源、交通、农业源、民用燃烧源、农业源、人为VOCs排放源等各行业对大气污染物排放源清单研究进行综述。

2.1 火电厂

火电厂是重要的能源使用部门，同时也是SO2、CO、NOX等大气污染物的重要来源，由于火电厂采取的污染物控制措施相对比较完善，所以一般排放清单中会将火电厂作为一个单独的排放源考虑。早期研究(Kato and Akimoto, 1992[16];王书肖等，2001[17];Hao et al. ,2002[18])采用年均煤耗量和排放因子估算我国燃煤电厂的排放，而没有考虑到技术进步对排放因子的影响。后来的研究者则结合本地实测的排放因子，更新了排放清单(如Zhang et al.，2007[18]; Tian et al.，2013[19])，大大地提高了燃煤电厂排放总量的和排放趋势估算的准确性。

值得注意的是火电厂排放量的空间分配方法已经从基于大型发电厂的位置发展成基于发电企业逐台燃煤机组基础信息的方法来进行火电厂排放量的空间分配，极大提高了排放清单的空间分辨率和排放趋势估算的准确程度。我国的燃煤电厂现有清单中仍然普遍缺乏有关机组详细技术信息，也缺乏准确性和有效的校验方法，开发基于机组信息的中国燃煤电厂排放清单，并建立有效的排放清单校验方法是有必要的。

2.2 工业源

2.2.1 水泥行业

水泥是重要的经济产业，城镇建筑、交通基建都需要消耗大量的水泥，同时水泥的生产过程资源和能源消耗量大，排放PM、SO2、NOX等。我国是世界上最大的水泥生产国和消费国，根据水泥协会统计资料及相关文献发现2018年中国水泥产量为22.1亿t。目前不同水泥企业使用的污染控制技术存在较大差异。早期的清单将水泥作为工业源的一部分，并且粗略估计的排放量是基于煤炭消耗(Akimoto et al.，1994[20], 赵斌等2003[21]，张强等2006[22])。这些排放清单没有考虑到技术替代和排放控制措施的影响。近年来水泥污染物排放清单已经改善了这一缺陷，大大降低了水泥行业污染物排放量的不确定性(雷宇等，2008[23], Hua et al.，2016[24],蒋春来等2018[25])。

2.2.2 钢铁行业

钢铁工业是高耗能、高污染的产业，钢铁冶炼消耗的煤炭、焦炭会产生大量的PM、CO、SO2、NOX污染物，使钢铁行业成为了重要的大气污染物排放贡献源。Wang等(2016)[26]人收集了全国300多家钢铁企业的信息，包括钢铁产量、地理位置和FGD系统的安装情况，建立了一种自下而上的估算方法，并且为钢铁行业开发了一个模型，该模型提供了生产过程中每一个节点的信息，对提高钢铁行业污染排放估算的不确定性有重要意义。

当前钢铁行业污染物的排放因子主要依据第一次全国污染源普查《排放系数手册》、环保部发布的清单编制技术指南、美国EPA排放系数库AP-42和欧洲发布的CORINAIR和EMEP系列排放清单。除此之外，也有不少研究者测算了不同钢铁生产工艺的污染物排放因子：田贺忠等(2001)[27]人将钢铁行业归类到工业行业的一部分并构建了炼钢燃料消耗量的NOX排放因子，雷宇等(2008)[28]对我国部分企业的钢铁生产工艺的锅炉排放的PM、SO2、 NOX、 CO、 NMVOC的排放因子进行了测试；Guo等(2017)[29]测试了我国北方钢铁业行业PM的排放因子。伯鑫等(2017)[30]根据在线监测CEMS数据、环统数据、污普数据，建立了基于生产工艺的全国钢铁行业大气污染物排放清单管理系统。

2.3 建筑业

国外在建筑扬尘排放方面的研究较早，主要集中研究的方向是施工扬尘对人体健康的影响、建筑扬尘起尘环节及影响因素、排放因子测试等这几个方面。近年来，国内学者也开始涉及建筑扬尘排放因子模型研究，主要研究方法有四维通量法和Flux-FDM法[31]。赵普生等使用Flux-FDM法建立了天津市建筑施工扬尘排放因子，黄玉虎等通过四维通量法模型研究发现挖槽阶段的施工扬尘排放污染最为严重，结构和装修阶段的扬尘排放强度较弱。到目前为止，我国的建筑扬尘污染排放清单研究尚处于起步阶段，目前集中在化学组分分析、对大气颗粒物的贡献率，对排放因子模型研究的并不多见。建议加强建筑扬尘排放清单的开发，以填补我国建筑扬尘排放清单的空白。

2.4 移动源

移动源空气污染源是位置随时间变化的空气污染源。主要是指排放空气污染物的交通工具，如排放碳氧化物、氮氧化物、硫氧化物、碳氢化合物、铅化物及黑烟的汽车、飞机、船舶、机车等。移动源主要分为道路移动源和非道路移动源两种，目前国内外已有许多研究者针对移动源编制出了许多污染源排放清单。

2.4.1 道路移动源

道路机动车产生的污染物主要来源于机动车行驶过程中的尾气排放、油气泄露以及道路扬尘。目前，相关研究大致集中在机动车排放因子测试、机动车排放模型本地化研究以及机动车排放清单开发等方面。

道路移动源排放量的大小取决于内部因素，如内燃机类型、尾气处理技术、燃料类型、车度等，外部因素有行驶路况、天气等。一般采用模型估算法和排放因子法相结合的方式估算。机动车排放因子主要采用现有的IVE、MOBILE、COPERT等模型估算。在我国道路移动源排放清单发展过程中，越来越高分辨率的道路移动源清单被开发出来，清华大学研发的多尺度动态排放清单MEIC中利用IVE模型模拟排放因子，根据分县机动车注册量以及路网水平进行分配，建立了高精度机动车排放清单[32]。除了全国尺度的排放清单，小范围的道路移动源排放清单正被我国学者大量开发，傅立新等[33]和Hao等[34]分别利用MOBILE模型和高斯模型建立了北京市的高分辨率机动车排放清单，车汶蔚等[35]和伏晴艳等[36]也分别建立了我国珠三角和长三角地区的道路移动源排放清单。后续也有许多研究者利用宏观数据开展了我国大型城市的机动车排放清单开发。

2.4.2 非道路移动源

非道路移动源主要为船舶、飞机、火车、农用机械、农用运输车以及工程机械等，非移动机械源机械使用的燃料通常以柴油和重油为主，其特点是使用年限长、耗油量大、污染物排放量大，特别是SO2、NOX和颗粒物[37]。张凯山等[38]估算了2010年我国非道路机械的HC、 CO、NOX和颗粒物四种污染物的排放量，表明船舶和农业机械是主要污染源。李成等[39]对我国非道路移动源大气污染物排放开展了较为系统的研究。针对区域的非道路移动源研究有：张礼俊等[37](2006)开发了珠三角地区非道路移动源排放清单；隗潇等[40](2010)建立了关于京津翼地区的非移动源排放清单；黄成等[41](2014)建立了长江非道路机械大气污染排放清单；范武波等[42](2015)建立了四川省非道路移动源大气污染物排放清单研究。除了国家和区域尺度的排放清单，近几年，不少城市尺度的排放清单不断发展起来,张意等[43](2017)采用《指南》的核算方法，建立了较为完整的天津市非道路移动源排放清单。

2.5 农业源

我国是农业大国，畜禽养殖、农药化肥施用、秸秆薪柴燃烧、森林草原火灾等产生的大气污染，正成为空气环境恶化的重要因素。

2.5.1 农牧源

农牧源产生的大气污染物是氨气的排放，污染源主要是动物和人的粪便排放和农田化肥的使用，国内可以获取的农牧源活动数据非常有限，排放清单不确定性大，早期的计算方法分别是采用单排放因子法和排放因子法，由于考虑的参数较少，近年来，氨的估算普遍采用模型法估算。尹沙沙等[44]估算了珠江三角洲排放因子的改善方面；杨志鹏等[45]，张美双等[46]利用模型手段分别对畜牧业氨排放因子基础数据(如排泄量，养殖时间)和氮肥施用氨排放因子影响参数(土壤pH值、土壤温度、降雨、氮肥施用量)进行本地化修正。国外的农牧源排放研究较早，主要集中在欧洲。

2.5.2 生物质燃烧源

生物质燃烧源主要指的是农作物秸秆柴薪燃烧、动物粪便燃烧、森林草原火灾等向大气排放污染物的行为。生物质在燃烧过程中排放大量的SO2、NOX、CO、可吸入颗粒物、BC、OC、VOCs等，会造成区域性大气污染。生物质燃烧污染物的估算主要依赖于排放因子法和卫星遥感监测这两种方法。生物质燃烧源的排放因子法有实验室燃烧实验及野外测量两种方法，国内祝斌等[47]、Li等[48]测试了我国秸秆燃烧排放污染物的排放因子。基于本地排放因子结合国外已有排放因子数值，曹国良等[49-52]、王书肖等[53]、田贺忠等[54]估算了全国尺度不同类型生物质燃烧的排放清单。此外，近20年来，随着卫星遥感技术的发展，研究者们开发了系列用于生物质燃烧总量估算的相关产品，有燃烧面积、燃烧点位、火点辐射能量等[55]。卫星遥感数据的特点是尺度大，动态更新快，获取简单，而且适用于大尺度、时间范围长的生物质排放量估算的建立，存在的缺陷可能是分辨率不高导致的田野秸秆燃烧范围小，时间短的火情可能无法辨别。

2.6 人为VOCs排放源

人为VOCs排放源来源于涂料和胶粘剂的使用、印刷、农药等工业、石油储存运输及溶剂清洗等，人为VOCs包含多种高毒和强化学反应活性的有机物，不仅会引发光化学污染，导致空气质量下降，还会严重危害人体健康。

物料衡算法、排放因子法、模型反演是建立VOCs排放清单的主要方法，由于人为VOCs涉及众多行业，并且污染源的活动数据难以获取，物料衡算法需要耗费成本过高，工作量大，模型反演一般作为排放清单的修正与补充，因此排放因子法是最常用的方法。北美和欧洲对人为VOCs排放源清单已经做到比较细致，我国在人为VOCs排放源方面起步较晚，最近几年，人为VOCs排放源已经成为我国研究者的重点研究对象。2002年，Klimont等[56]建立了我国第一份VOCs人为源排放清单，但是该排放清单分辨率较低，且借鉴国外的排放因子，因此这份清单有着很大的不确定性。目前国内在不同尺度不同行业范围内研究了VOCs排放清单的编制，魏巍等[57]估算了中国涂料VOCs排放量，并预测未来发展趋势，还进行了中国人为源VOCs排放清单不确定性的研究。在区域尺度上, 余宇帆等[58]、郑君瑜等[59]分别在长江三角洲地区、珠江三角洲地区等进行了重点行业的人为挥发性有机物的清单编制工作。在城市尺度方面，聂磊等[60]构建了城市尺度的排放清单编制方法，黄玉虎等[61]构建了北京市1990—2030年加油站汽油VOCs排放清单，除此之外近年来还有不少研究者开展了中国不同城市的人为VOCs排放清单研究工作。

3 清单的时空分配特征和化学物种谱构建

时间分配、空间分配和化学物种谱构建是污染源排放清单建立过程中必不可少的环节，识别污染物排放的时空分布特征是输入空气质量模型的需要，有助于研究区域大气污染的来源、形成机理，预测大气污染，并且对开展防治大气污染，制定控制措施具有十分重要的意义。在空间分配方面，选取的表征数据一般有人口密度、土地利用分布、道路网数据、航线数据等。时间分配上，一般是将以年为单位的污染物排放量分配为月、日、小时排放量，化学运输模型通常要求具有每小时分辨率的时间分辨率排放量，这就要求污染物的排放时间分辨率越精细越好。

大气污染物成分谱是研究污染源排放物质的化学成分特征，其中挥发性有机物VOCs和细颗粒物的化学成分组成是研究者最为关注的研究对象，污染源化学成分谱是空气质量模型模拟的重要输入数据，也是污染物受体模型来源解析的基础数据。总之，建立污染物化学成分谱是污染物排放清单的重要组成部分。国外挥发性有机化合物的化学成分谱研究最早，美国基于源成分谱已经研究构建了SPECIATE数据库。

4 排放清单的不确定性分析与验证

排放源清单的不确定性分析就是通过排放源清单建立过程中不确定性的来源进行定性或定量分析，确定不定性大小或范围，识别造成不确定性的来源，从而指导源清单的改进和提高手段的过程。现有的排放清单大多使用误差传递方法或者蒙特卡罗模拟方法来量化排放清单的不确定性范围。郑君瑜团队以自展模型、蒙特卡罗模拟技术为核心的定量不确定性工具AuvToolPro，该软件有效地提高了排放清单不确定性分析工作的效率。基于排放清单的不确定性分析工作后，排放清单编制研究还要求可靠性评价，即排放清单的验证，可以使用的方法有利用其他的研究结果、历史记录的空气质量监测数据，卫星遥感数据和模型反演技术，进行排放总量、排放时空特征、污染源分担率等这几个方面的验证。卫星遥感数据具有尺度大、连续性强、获取简单等优点，使用卫星遥感进行清单的验证已成为清单研究领域的热点。

5 展望

5.1 建立规范统一的排放源分类标准

现有的排放清单污染源分类大多参考或借鉴国外的研究成果，尽管国家相关部门发布有一些大气污染源的分类方法与建议，但是这些分类方法普及的污染源分类不尽全面、系统，而且不同研究开发的清单中的污染源分类很难达成一致，部分清单分类方法还存在污染源缺失或者分类水平简单，由此造成不同清单研究结果无法进行纵向或横向的对比。因此建立一套规范、全面、系统的排放源分类标准和代码是必要的。

5.2 建立本土化的排放因子数据库

系统的、全面的、适合我国的排放因子数据库已经成为制约我国建立可靠性、准确性、可行性排放源清单的主要瓶颈，我国亟需建立一个本土化的排放因子数据库，用以指导我国的排放清单编制工作，有利于提高排放清单的质量和降低清单的不确定性。

5.3 提高排放源清单动态更新与建设能力

随着经济发展带来的快速变化、我国的各阶段环境保护政策的实施和国民环保意识的加强，污染物的排放也是动态变化的，这就需要排放清单及时地动态更新，急需提高排放清单快速更新的建设能力，提高动态实现排放量的实时测算和控制措施、排放清单、空气质量模拟之间的无缝对接。

5.4 重视源清单处理模型本土化研究工作

尽管我国研究机构、研究人员对排放源清单数据库本土化进行了不少研究工作，也取得了不少研究成果，但在排放源清单处理模型本土化研究上还存在空缺：目前我国模型研究人员多数直接使用国外的清单处理模型。针对这一情况，我国源清单系统需要根据我国国情对源清单处理模型开展本土化工作，将数值模型运用到排放清单构建中，减少排放清单的不确定性，为建立我国的城市和区域高分辨率排放清单提供重要工具。