2019年四川省秋冬季应急减排清单分析*

石嘉诚 李 媛 潘玉瑾 陈军辉# 姜 涛 杨怡阁 钱 骏 刘 政

(1.四川省生态环境科学研究院，四川 成都 610041；2.四川省环境保护移动源污染与控制研究实验室，四川 成都 610041)

大气污染源排放清单是污染源在一定时间跨度和空间区域内排放到大气中的各种污染物的数量列表[1-4]，对模拟二次污染、摸清大气污染状况、确立合适减排方案等发挥着重要作用[5-7]。宁贵财[8]结合近10年全国地面气象观测数据，利用统计分析、诊断分析和数值模拟手段，探究了四川盆地西北部城市群冬季大气污染的气象成因，给出了相关减排建议；柯伯俊[9]通过文献调研、实地调查和各种统计数据，结合污染源普查数据和排放因子法开展了2010年四川省大气污染源排放清单研究；林娜[10]通过分析大气污染物在四川省内输送规律，提出在四川省实施大气污染联防联控的具体技术方案，促进了区域经济可持续发展。应急减排清单是基于大气污染源排放清单，通过对排放源提出减排措施并核算减排量而形成的污染物减排清单，旨在为应急管控方案提供明确指导。然而，目前关于应急减排清单的研究仍存在减排措施不规范、可操性低等问题[11-13]。

四川盆地是我国四大空气重污染区之一，秋冬季重污染天气依然频发。因此，摸清四川省大气污染物的排放情况，提出减排措施缓解当地的大气环境容量压力，是四川省秋冬季应急减排工作的关键。本研究使用实地调研、数据整理等方法获取污染排放活动水平数据，利用排放因子法计算四川省2019年大气污染源减排基数，通过工业源、移动源及扬尘源的减排措施核算颗粒物(本研究主要以PM10计)、SO2、NOx、挥发性有机物(VOCs)4类污染物的减排量，分析秋冬季应急减排效果，为四川省秋冬季应急减排工作提供基础数据。

1 研究方法

1.1 减排基数

减排基数是污染物排放量的基准，也是衡量减排效果的重要参数，对分析大气污染源排放现状具有重要意义。本研究基于第二次污染源普查数据，更新了2018年四川省工业活动水平和生产工艺、后处理设施等信息，收集了移动源保有量、工地施工、溶剂使用等数据，结合农业源、存储运输源等其他面源更新工作，使用排放因子法得到2018年四川省大气污染物排放总量，并作为2019年四川省秋冬季应急减排基数。本次研究区域是四川省内除阿坝州、甘孜州、凉山州和攀枝花以外的其他17市。四川省减排基数核算时纳入的污染排放源统计分类见表1。

表1 减排基数核算纳入的污染排放源分类Table 1 Classification of pollution sources in emission reduction base calculation

根据《重污染天气重点行业应急减排措施制定技术指南》(以下简称《指南》)要求，仅将工业源、移动源及扬尘源3类污染排放源纳入减排范围，实施应急减排管控，涉及颗粒物、SO2、NOx、VOCs等4类污染物。表2是四川省17市纳入减排管控的排放源数量。鉴于日排放量是校核减排量的重要参数，将工业企业的年排放总量按照330 d/a的生产时间进行分配得到单日的排放量；移动源及扬尘源的年排放总量按照365 d/a的生产时间进行分配得到单日的排放量。

表2 2019年纳入减排管控的排放源数量Table 2 The number of emission sources under reduction management

1.2 减排量及减排比例

根据不同地市对黄色、橙色、红色预警下的管控措施，具体量化工业源、扬尘源及移动源在不同预警级别下的减排量。对于工业源，主要通过停、限产或停止主要产排污环节进行减排，根据停、限产比例来确定污染物减排量，对于使用储罐的工业企业，也可通过“以罐定产”的方式来计算减排量；对于扬尘源，主要采取停止施工、停止车辆运输等方式计算减排量；对于移动源，通过机动车禁行、限行以及新能源车辆替代等管控方式进行减排量核算。大气污染物年减排总量计算见式(1)。

Y=330y1+365y2+365y3

(1)

式中：Y为污染物的年减排总量，t；y1为工业源中污染物单日的减排量，t/d；y2为扬尘源中污染物单日的减排量，t/d；y3为移动源中污染物单日的减排量，t/d。

不同排放源的污染物减排量计算见式(2)。

(2)

式中：yi为排放源i的污染物单日的减排量，t/d；m为企业(工地或车型)序号；n为措施序号；Em，n为第m个企业(工地或车型)在第n个措施下的污染物单日的减排量，t/d。

根据式(3)计算各污染物的减排比例。

P=Y/B×100%

(3)

式中：P为污染物的减排比例，%；B为污染物的减排基数，t。

1.3 减排目标

根据黄色、橙色、红色预警下的减排措施计算工业源、移动源及扬尘源的减排量，分析17市在不同预警级别下4类污染物的减排效果，明确各类污染物的重点减排源。本研究将污染物在黄色、橙色、红色预警下的减排目标分别设为减排基数的10%、20%和30%，其中SO2和NOx减排比例可机动调整，两者在黄色、橙色、红色预警下的减排比例之和高于20%、40%和60%即可。

2 研究结果

2.1 各市减排基数

2019年四川省17市的减排基数见表3。其中，颗粒物、SO2、NOx和VOCs的减排基数分别约83.2万、23.7万、55.1万、63.9万t，其中成都市减排基数最大，颗粒物、PM2.5、SO2、NOx的减排基数分别占17市减排基数总量的16.64%、18.50%、25.45%、29.76%。

表3 四川省2019年17市减排基数Table 3 Base of emission reduction of 17 cities in Sichuan Province in 2019 t

2.2 源排放情况

2.2.1 工业源

根据《指南》要求，将炼油与石油化工、水泥、玻璃等29个行业列为重点行业，重点行业与其他行业污染物日排放量见表4。重点行业SO2、NOx、颗粒物和VOCs的排放贡献分别为75.88%、86.62%、89.01%和82.77%。水泥行业对颗粒物排放贡献较大，占比为48.63%，粉磨站是重要贡献源之一；砖瓦窑和水泥行业对SO2排放贡献较大，占比分别为31.05%、16.80%；水泥、砖瓦窑和玻璃行业对NOx排放贡献较大，占比分别为35.89%、13.59%、13.00%；陶瓷业对VOCs排放的贡献较大，占比为23.48%。重点行业是4类大气污染物的主要来源，优先管控重点行业是最直接有效的减排方法。

表4 四川省工业企业污染物排放量Table 4 Emissions of pollutants from industries in Sichuan Province kg/d

2.2.2 扬尘源

本研究将四川省17市的5 571个施工工地纳入扬尘源统计，得到扬尘源颗粒物排放总量为883.74 t/d，其中各市颗粒物排放情况见图1。颗粒物排放量较高的地市为达州市和成都市，分别为151.07、135.52 t/d。成都市工地数量较多，达到2 656个，占全部工地数量的47.68%，但由于常规管控较好，颗粒物排放仅占全省扬尘源总量的15.33%；达州市工地数量仅188个，但扬尘源颗粒物排放量高于成都市，应加强扬尘源日常管控；巴中市、乐山市和德阳市是颗粒物排放较低的城市，排放量分别为8.54、7.27、6.58 t/d，占扬尘源颗粒物排放总量的0.97%、0.82%、0.74%。17市红色、橙色以及黄色预警下制定的管控措施差异不大，主要为停止土石方作业(包括开挖、回填、场内倒运)；停止建筑垃圾、渣土、砂石运输车辆上路行驶；停止室外喷涂、粉刷、切割、护坡喷浆、建筑拆除作业；停止商品混凝土的浇筑等。但措施覆盖的工地数量和严格程度随着预警级别的提高而上升：黄色预警下有1 482个工地不纳入减排，但橙色、红色预警下不纳入减排的工地下降至174个。

图1 各市施工工地数量和颗粒物排放量Fig.1 Construction sites and particulate emissions quantity of different cities

2.2.3 移动源

移动源排放情况见图2。四川省17市移动源颗粒物、NOx、VOCs的排放总量分别为80.20、808.07、341.31 t/d，成都市移动源污染物排放量及车辆管控数量均为四川省第一，颗粒物、NOx和VOCs排放量分别占移动源排放总量的42.05%、30.40%、36.11%。不同车型污染物排放占比见表5。轻型载货车、中型载货车、重型载货车、小型载客车、大型载客车和工程机械6种车型颗粒物、NOx排放量较大，合计排放量分别占移动源颗粒物、NOx排放总量的93.76%、94.09%；VOCs排放量较大的车型为轻型载货车、工程机械、重型载货车、小型载客车、微型载客车和摩托车，6类车型VOCs排放量占移动源VOCs排放总量的90.04%。各市制定的移动源管控措施略有差异，但都将载货柴油车和小型载客车作为管控重点，如在黄色预警下，除重大民生抢险项目外重点区域不允许排放标准较低的柴油车驶入、重点区域实行尾号限行等；橙色预警下，中重型柴油车禁止入城、采取2个车牌尾号一组轮换限行等；红色预警下，禁止所有柴油车进入城区，采取单双号车牌尾号限行等。由于小型载客车的保有量较大，因此尾号限行等措施减排效果显著。

图2 各市移动源污染物排放量Fig.2 Pollutant emission quantity of mobile source in different cities

表5 各类车型污染物排放占比Table 5 Pollutant emissions proportion of different vehicle types %

2.3 减排量及减排比例分析

红色、橙色及黄色预警下四川省污染物减排量及减排比例见图3。红色预警下颗粒物、SO2、NOx、VOCs减排量分别为1 159.44、299.65、744.00、624.10 t/d，减排比例分别为48.51%、41.67%、47.18%、32.85%；橙色预警下4类污染物减排量分别为950.30、254.64、627.59、527.41 t/d，减排比例分别为39.85%、35.41%、39.75%、27.67%；黄色预警下4类污染物减排量分别为591.76、158.65、408.31、383.28 t/d，减排比例分别为24.93%、22.06%、26.04%、20.12%，均完成了相应预警级别下的减排目标，但各城市之间减排差异较大，17市4类污染物的减排量见表6。17市中，仅泸州市、德阳市、广元市、遂宁市、乐山市、眉山市、宜宾市和资阳市完成减排目标。部分城市VOCs减排比例未达到要求，自贡市、雅安市及巴中市在黄色预警下VOCs减排比例分别为5.07%、7.12%、4.67%；成都市、自贡市、绵阳市、内江市、达州市、雅安市及巴中市在橙色预警下减排比例分别为19.83%、8.32%、19.03%、18.41%、19.96%、11.71%及10.81%；成都市、自贡市、内江市、南充市、广安市、达州市、雅安市及巴中市在红色预警级别下减排比例分别为23.17%、9.70%、19.29%、25.18%、25.30%、23.72%、18.06%及18.03%，这可能源于本研究未考虑沥青铺路、建筑装饰等施工过程的VOCs减排量，后续研究将进一步完善减排措施，核算更符合实际的VOCs减排比例。

图3 不同预警减排措施下的污染物减排量及减排比例Fig.3 Reduction quantity and ratio of pollutant under different emergency emission reduction control measures

表6 不同预警减排措施下17市污染物减排量Table 6 Pollutant emission reduction of 17 cities under different emergency emission reduction control measures t/d

2.4 减排分担率

工业源、移动源和扬尘源对4类污染物的减排分担率见图4。SO2减排基本全部来自于工业源，工业锅炉是SO2排放的重要贡献源之一；移动源是NOx的主要减排源，红色、橙色及黄色预警下移动源对NOx的减排分担率分别为54.69%、53.37%、60.55%；扬尘源对颗粒物减排贡献很高，红色、橙色及黄色预警下减排分担率分别为48.47%、51.31%、56.04%；工业源和移动源承担了VOCs的全部减排。工业源VOCs减排主要来自陶瓷、水泥、包装印刷和人造板制造等重点行业：陶瓷单位产品排放的VOCs较高；水泥行业中熟料生产过程中会产生VOCs；包装印刷和人造板在生产过程中使用的大量油墨、胶黏剂等有机物会释放VOCs，同时其他行业也贡献了19.17%的VOCs减排量。移动源VOCs减排主要来自工程机械、摩托车、小型载客车、重型载货车和轻型载货车，摩托车、小型载客车和轻型载货车保有量较大，对移动源进行管控时受影响的车辆较多，因此减排贡献较高；工程机械和重型载货车单车污染物排放量较大，管控这两种车型对污染物减排有着事半功倍的效果。

图4 不同污染源减排分担率Fig.4 Emission reduction proportion of different pollution source

为达到减排目标，17市使用了不同的减排策略，成都市NOx排放量较大，但为保障民生，部分重点企业不能在预警期间停止工作，导致成都市红色预警期间NOx减排比例仅为23.23%，但成都市通过对其他工业企业的管控，使得SO2减排比例达到了40.37%，满足了SO2、NOx共同减排目标；遂宁市、宜宾市和达州市为保障民生，红色预警期间SO2减排比例均未达到30%，但3市都通过加严移动源管控的方式提高了NOx的减排比例；巴中市对工业企业管控较为严格，SO2减排比例较高，红色预警下达到41.53%，因此适当放宽对移动源的减排管控措施，红色预警下移动源NOx的减排比例为20.41%，但同样完成了SO2、NOx的减排目标。由表7可以看出，不同城市工业源对污染物减排贡献的差异。部分工业较为发达的城市工业源污染物排放贡献较高，仅通过管控重点行业就可有效削减污染物排放，如德阳市、绵阳市；泸州市、达州市、资阳市等工业源污染排放不突出的城市，需要对移动源和扬尘源提出更加严格的管控措施才能达到各类污染物减排目标。

表7 17市工业源污染物减排比例Table 7 Proportion of industrial source pollutants reduction of 17 cities %

2.5 不确定性分析

在使用排放因子法核算污染物排放量时，由于排放因子和活动水平数据等关键数据缺失，或数据代表性不足，往往会导致清单结果存在一定程度的不确定性。本研究在计算过程中涉及大量参数，使用的排放因子主要选自国家推荐的技术指南，不确定性较小。因此，本研究不确定性主要来源于活动水平数据的选取，人为源活动水平数据来自实地调研和四川省各级环境系统内部的数据填报，数据来源可靠，其中工业源及移动源活动水平数据来自相关部门的统计数据，不确定性较低，但移动源中工程机械等活动水平数据是根据排放总量采用一定社会经济学指标分配至各地，存在一定的不确定性。在计算减排基数时，溶剂使用的活动水平数据只对规模以上企业进行统计，同时也没有反映干洗、家用溶剂使用、沥青铺路及建筑装饰等源的VOCs排放，这会给清单结果的准确性带来一定程度的影响。

3 结 论

(1) 四川省17市颗粒物、SO2、NOx和VOCs的减排基数分别约为83.2万、23.7万、55.1万、63.9万t，其中成都市4类污染物的减排基数均列第一。

(2) 工业源中，各类大气污染物主要来源于重点行业，重点行业SO2、NOx、颗粒物和VOCs的排放量分别占工业源总排放量的75.88%、86.62%、89.01%和82.77%，宜优先管控重点行业排放。

(3) 四川省SO2、NOx、颗粒物、VOCs均可达到各应急预警级别下的减排目标，但部分城市VOCs的减排比例暂时无法达到减排要求。其中，SO2减排全部由工业源分担，移动源对NOx减排贡献较大，扬尘源对颗粒物减排贡献较高，而工业源和移动源承担了全部的VOCs减排量。

(4) 本研究不确定性主要来源于活动水平数据的选取，存在一定的不确定性。此外，本研究没有纳入沥青铺路及建筑装饰过程，会存在VOCs减排量低估的情况，可能会给清单结果的准确性带来一定程度的影响。