1 引言 (Introduction)

近年来, 随着我国经济的飞速发展及城市化进程的急剧加快, 工业废气、汽车尾气、能源消耗等人为污染源的排放也随之快速增加, 大气污染状况日趋严重.自2012年以来, 以区域雾霾为典型特征的大气复合污染日显凸出, 给区域人群的生存环境及健康带来了极大的风险, 已成为政府及公众所关注的首要环境问题.雾霾的成因主要与污染源一次排放的前体化合物, 如氮氧化物、二氧化硫和碳氢化合物等发生大气氧化或光化学反应形成更细的二次颗粒物密切相关.因此, 建立各类大气常规污染物网格化排放清单不仅可对一次排放进入到研究区的大气污染物的量进行定量评估、了解其空间分布特征, 还可为大气复合污染成因及机制相关研究提供基础数据, 同时对区域空气质量的预警预报、环境行为模拟研究及区域污染治理政策的制定也都具有重要的理论指导与实际意义.

大气污染物排放清单指的是各类排放源在一定时间跨度和空间区域内向大气中排放的大气污染物量的合集 (潘云月等, 2015).自20世纪70年代开始, 国外学者就开始对污染物排放清单进行研究, 起初只是对污染物的排放量进行简单的估算, 但随着排放清单研究的逐渐深入, 将排放清单的排放量与区域地理信息相结合, 建立了高空间分辨率的网格化排放清单, 进而将其作为输入数据应用于大气环境行为及空气质量预警预报等相关的数值模拟方面.

国外对排放清单的研究开始较早, 美国国家环保署EPA (Environmental Protection Agency) 在1970年就开始了对排放因子的测试, 制订了在当时较为完善的排放因子库 (EPA, 1996)；而欧洲于1992年展开了排放因子的测试和污染源排放清单编制工作, 并在2006—2009年编写完成了《污染源清单开发指南》, 指导整个欧洲的污染源排放清单工作 (EEA, 2009)；至于亚洲, 日本国立环境研究院于2007年编制并预测了1980—2020年亚洲排放清单REAS (Ohara et al., 2007).

我国学者自20世纪90年代就开始开展大气污染物排放清单的相关研究.清华大学的田贺忠等 (2001)估算并分析了我国1995—1998年分省份、分行业、分燃料的NO_x排放清单及特征；张强等 (2006)按经济部门、燃料类型和技术类型对颗粒物排放源进行分类, 建立了一个自下而上的排放模型, 并利用该模型计算出我国2001年主要人为源向大气排放的TSP、PM₁₀和PM_2.5的总量；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；刘金凤等 (2008)以2000年为基准年, 使用排放因子法估算了75种人为源挥发性有机物的年排放量, 建立了我国VOCs人为源的县级排放清单；由清华大学主持, 日本、韩国、美国等多国学者参与开发的MIX亚洲人为源排放清单于近日公布, 该清单集成了MEIC、REAS2、PKU-NH₃、CAPSS等亚洲各地区的排放清单结果, 建立了以2008年和2010年为基准年, 包涵亚洲30个国家和地区的10种人为源污染物和温室气体, 0.25°分辨率的网格化排放清单 (Li et al., 2015).

随后大气污染排放清单逐渐由单一的污染物研究扩展到区域性的常规大气污染物总排放清单的研究.赵斌等 (2008)对天津地区2003年NO_x、SO₂、NMVOCs、CO、NH₃、PM₁₀、PM_2.5的排放源进行了系统的分析, 研究了天津市2003年常规大气污染物的排放清单；郑君瑜等 (2009)建立了珠三角地区2006年面源SO₂、NO_x、PM₁₀、VOCs的排放清单.近几年, 随着排放清单研究的完善, 排放源的研究方向逐步从能源消耗部门扩展到机动车尾气、生物质燃烧及扬尘源等各类人为源和天然源方面, 如彭康等 (2013)针对道路扬尘源, 建立了珠三角地区2010年铺装道路排放清单；朱佳雷等 (2012)建立了长三角地区2008年秸秆焚烧大气污染物的排放清单.

兰州市作为西北工业重镇, 是一个以石油化工、机械制造、金属冶炼为主的工业城市.自2000年开始, 兰州就被世界健康组织WHO (World Health Organization) 列为中国PM₁₀污染最严重的城市之一, 也是中国最早被报道发生光化学烟雾的城市 (WHO, 2001).同时，黄河横跨主城区, 与两边的山脉形成了特殊的河谷盆地环境, 导致了兰州市特有的污染气象条件：风速小、大气层稳定、逆温频率高且厚度厚, 污染物很难通过自然扩散消除, 尤其是冬季较长较冷, 工业及采暖燃煤量大, 导致污染更加严重.与国内其他城市相比, 兰州市大气污染物排放清单的相关研究仅有零星报道, 孙旭映等 (2004)估算了兰州市2000年的TSP、SO₂、NO₂总排放量；王莉莉等 (2013)估算了兰州市2004—2010年机动车尾气排放的CO、NO_x、HC、SO₂和PM₁₀的总量.但较为系统和完整的兰州盆地常见大气污染物网格化排放清单研究工作至今未见公开报道.同时, 近两年国家环保部要求各省市逐渐加强大气污染预警预报工作, 因此, 建立兰州盆地大气污染物网格化排放清单迫在眉睫.本文基于所搜集的兰州盆地各类人为污染源排放大气污染物的活动水平数据及其排放因子, 采用“自下而上”的方法建立了2009年兰州盆地 (石油化工城市)1 km×1 km的7种 (类) 大气污染物网格化排放清单, 并对其来源和空间分布特征进行分析研究.本清单的建立对于今后该区域开展大气复合污染机制和空气质量预警预报等相关工作研究, 以及大气污染治理对策制定和减排目标的确定都具有重要的指导意义.

2 材料与方法 (Materials and methods) 2.1 研究区域和对象

本研究基准年为2009年, 研究区域包括兰州市5个行政区 (城关区、安宁区、七里河区、西固区、红古区) 及周边3个县 (榆中县、永登县、皋兰县).图 1为研究区示意图.

涉及的排放源分为点源、面源和线源三大类, 本研究在这3类排放源的基础上又进行了细分, 包括固定燃烧源、工业非燃烧过程源、VOCs逸散源、NH₃的人为排放源、扬尘源、生物质燃烧源、非道路移动源和道路移动源8类, 具体如表 1所示.目标污染物选取了7种大气污染源排放的主要一次污染物, 分别为NO_x、SO₂、VOCs、CO、PM₁₀、PM_2.5和NH₃, 其中, NO_x、SO₂、VOCs和NH₃都是形成二次污染的前体化合物, 因此，本网格化清单对于研究这些污染物在大气中的转化及二次污染的形成也具有一定的意义.

2.2 排放量计算与数据搜集 2.2.1 计算方法

在确定了本研究所涉及到的排放源之后, 系统地搜集了各个源的排放强度和排放因子等数据, 按照公式 (1) 对各污染物的排放量进行估算.

(1)

式中, E为兰州盆地某污染物的排放量 (kg)；i为污染物种类, j为排放源类别, k为二级排放源类别；A_{j, k}为排放源活动水平 (如能源消耗量和产品产量, kg)；EF_{j, k}为排放因子 (g· kg^-1)；η为污染物的去除率.其中, 对于SO₂, 采用物料衡算法进行计算：

(2)

式中, E_SO2为兰州盆地SO₂的排放量 (kg)；64/32为SO₂与S的分子量之比；S为燃料的含硫率；W为燃料消耗量 (t)；C为燃料中硫的转化率, 一般情况下燃煤取80%, 燃油取100%；η_SO2为脱硫设备的脱硫率.

2.2.2 污染物排放因子与排放源活动水平数据搜集

本研究需要搜集区域性的活动水平数据及不同排放源的排放因子, 基于不同排放源特点, 以下对各类排放源活动水平数据来源及排放因子选取分别进行阐述.

点源是指某些污染物排放量较大的工业点源, 如火电厂、炼钢厂等.本研究针对兰州市具体情况, 选取了兰州盆地15个国家废气重点监控企业, 具体见表 2.活动水平数据主要统计了各种燃料 (包括燃煤、燃油和天然气) 的消耗量、燃料脱硫率和去除效率.能源消耗数据来自《兰州市统计年鉴2010》、《甘肃省统计年鉴2010》和《中国能源年鉴2010》, 排放因子则来源于大气污染物排放清单编制技术指南 (中华人民共和国环境保护部, 2014a) 和其他相关文献 (潘月云等, 2015；黄成等, 2011；柯伯俊, 2014), 具体见表 3.

面源主要包括生活燃烧源、工业非燃烧过程源、VOCs逸散源、NH₃的人为排放源、扬尘源、生物质燃烧源和非道路移动源.其中, 工业非燃烧过程源中部分源属于点源排放, 但由于没有这些点源的产品产量数据, 因此, 将其放到面源中进行统一计算.

生活燃烧源排放估算了兰州市2009年居民生活能源燃烧排放的污染物的总量, 主要统计了居民消耗的各种能源总量, 包括煤、油、液化气和天然气, 能源数据来源于《甘肃省统计年鉴2010》和《兰州市统计年鉴2010》, 排放因子则来源于大气污染源排放清单编制技术指南 (中华人民共和国环境保护部, 2014a) 和相关文献 (潘月云等, 2015；黄成等, 2011；柯伯俊, 2014), 具体见表 4.

工业非燃烧过程源是指工业过程中除了燃烧环节之外的其他排放源, 主要指一些工艺环节的无组织排放.本研究主要考虑了植物油炼制、啤酒生产等16种工业行业, 统计了各种工业产品的产量 (中国城市发展研究会, 2010), 排放因子参考相关文献 (黄成等, 2011) 和大气污染源排放清单编制技术指南 (中华人民共和国环境保护部, 2014a), 具体如表 5所示.

VOCs逸散排放源主要包括建筑家具涂料使用排放、居民溶剂使用排放、垃圾填埋和油气挥发等方面, 油气挥发主要发生在油库储存和车辆加注过程, 这是VOCs逸散的一大排放源.活动水平数据来自《兰州市统计年鉴2010》, 排放因子参考相关文献 (黄成等, 2011) 和《大气挥发性有机物源排放清单编制技术指南》(中华人民共和国环境保护部, 2014b), 具体见表 6.

本研究中NH₃的排放只考虑了人为源排放, 包括工业排放、交通排放、禽畜、化肥使用、垃圾处理和人体排放等方面.活动数据包括禽畜的存栏数、化肥使用量、垃圾处理量等, 都来源于《兰州市统计年鉴2010》, 排放因子参考相关文献 (黄成等, 2011) 和《大气氨源排放清单编制技术指南》(中华人民共和国环境保护部, 2014a), 具体如表 7所示.

扬尘源主要考虑了工业无组织扬尘和建筑施工扬尘.无组织排放是指在生产过程中无密闭设备或设备不完整, 无排气筒或烟囱, 污染物通过门窗、露天作业场所或废弃物堆放场所以一个不限制的流量排向大气的过程 (柯伯俊, 2014).炼铁、炼钢等行业工业无组织扬尘的主要排放源, 也由于没有点源的产品产量数据, 因此, 将其当作面源来进行计算.建筑施工扬尘是指建筑工地上颗粒物的排放, 通过建筑工地面积 (中国城市发展研究会, 2010) 与对应的排放因子, 可得到颗粒物排放量.由于缺乏自然扬尘排放的相关参数和数据, 因此，本研究在计算中未将其考虑在内.排放因子参考《扬尘源颗粒物排放清单编制技术指南》(中华人民共和国环境保护部, 2014b) 和柯伯俊 (2014)的研究, 具体见表 8.

兰州地区主要的农作物有玉米、小麦、薯类和油料等, 但玉米和小麦的产量分别占总产量的49.3%和42.1%(兰州市统计局, 2010), 因此, 本清单中生物质燃烧源只考虑了这两种作物.农作物的产量来源于《兰州市统计年鉴2010》, 谷草比和秸秆的室内、野外焚烧率参考王书肖等 (2008)的研究, 排放因子引用《生物质燃烧源大气污染物排放清单编制技术指南》(中华人民共和国环保部, 2014b) 和曹国良等 (2005)的研究成果, 具体如表 9所示.

非道路移动源主要统计了农用机械和农用运输车及铁路的污染物排放, 活动数据来源于《兰州市统计年鉴2010》, 排放因子参考《非道路移动源大气污染物排放清单编制技术指南》(中华人民共和国环保部, 2014b) 和柯伯俊 (2014)的研究, 具体如表 10所示.

线源主要为道路移动源, 其排放量通过分车型搜集的机动车保有量、年均行车里程数和排放因子进行计算.兰州市2009年各种车型的机动车保有量数据引用韩冰 (2013)的研究, 对应的排放因子来源于《道路机动车大气污染物排放清单编制技术指南》(中华人民共和国环保部, 2014b), 由于没有合适的车辆里程数数据, 因此, 参考杨秀丽等 (2009)和李珂等 (2010)的研究及《道路机动车大气污染物排放清单编制技术指南》提供的数据进行估算.计算公式如下：

(3)

式中, i为污染物种类；j为车辆类型 (分类见表 1)；E_i为i类污染物的排放总量 (kg)；P_j为j型车的保有量 (辆)；M_j为j型车的年均行驶里程 (km)；EF_i,j为j型车i类污染物的排放因子 (g· km^-1 ·辆^-1), 具体见表 11.

2.3 污染物排放的空间分配

基于污染源的类型及其分布特征, 借助于GIS空间分析工具, 采用合适的指代数据 (Surrogate Data) 将污染物的排放量进行插值分配.对于经纬度明确的点源, 直接将排放量数据分配到对应的网格中；对于面源, 生活燃烧、VOCs逸散源、NH₃的人为排放源和扬尘源根据人口密度数据来进行插值分配；而农用机械、农用运输车和生物质燃烧源排放量通过土地利用类型来进行分配；工业非燃烧源排放量则需要通过第二产业GDP数据来进行插值, 第二产业GDP数据则由网格化的夜间灯光数据计算得出, 有研究表明 (韩向娣等, 2012), 第二产业GDP与灯光数据服从以下关系：

(4)

式中, GDP₂为第二产业GDP数据；I为夜间灯光数据.对于线源, 本研究统计了兰州地区各主干道不同车型的车流量情况, 根据车流量的比例, 将移动交通源排放量进行分配.

人口密度数据和土地利用类型数据来源于CIESIN (Center for International Earth Science Information Network), 夜间灯光数据来源于NGDC (National Geophysical Data Center), 由于这些数据分辨率不同, 因此, 将其插值转化成1 km×1 km的分辨率, 然后再插值到兰州盆地.

3 结果与讨论 (Results and discussion) 3.1 兰州盆地2009年人为源大气污染物排放清单

基于上述方法和数据, 估算出兰州盆地2009年人为源大气污染物排放量, 结果如表 12所示.2009年, 兰州盆地各类污染源NO_x、SO₂、VOCs、CO、PM₁₀、PM_2.5、NH₃的排放总量分别为1.2×10⁵、8.8×10⁴、4.3×10⁴、4.1×10⁵、9.6×10⁴、4.2×10⁴和1.4×10⁴ t.

3.2 兰州盆地各类人为源对大气污染物的排放贡献

图 2为兰州盆地各类人为源对大气污染物的排放源贡献.整体来看, 点源为NO_x、CO、SO₂、PM₁₀和PM_2.5排放的主要贡献源, 工业非燃烧过程源是VOCs的主要贡献源, 农业面源是NH₃排放的主要贡献源.

对二级排放源进行进一步分析.2009年兰州盆地NO_x的主要排放源为工业点源燃烧源, 即电厂锅炉、工业锅炉、工业窑炉的燃料燃烧, 占NO_x总排放源的67.76%, 推测原因为兰州市是一个典型的重工业城市, 大型工厂如兰炼兰化、榆钢等对煤炭和重油的需求相当大, 从而导致了NO_x的大量排放.其次是工业面源燃烧源和道路移动源, 贡献率分别为17.94%和10.75%, 这表明近年来随着兰州市机动车保有量的急剧增加, 道路移动源对大气污染物排放的贡献也日趋增大.与NO_x来源类似, 工业点源燃烧源也是SO₂排放的最大贡献源, 贡献率达到41.10%, 推测依然是由大量燃料的燃烧导致, 其次较大的贡献源则是工业非燃烧过程源、生活燃烧源和工业面源燃烧源, 分别占28.91%、14.04%、11.45%.VOCs的最大源为工业非燃烧过程排放, 占总排放量的81.25%, 这其中64.92%的排放自于原油加工和石油化工行业, 石油化工行业是兰州市的支柱产业, 较高的排放活动强度应该是导致VOCs高排放量的主要原因.CO主要来源于燃料的不完全燃烧, 较大的排放源从高到低依次为工业点源燃烧源、工业非燃烧过程源、道路移动源, 贡献率分别为33.97%、28.32%、18.08%, 生物质燃烧仅占总排放量的4.18%, 分析原因为兰州地区农业欠发达, 农作物产量不高, 从而导致了较低的由生物质燃烧而产生的CO排放量.PM₁₀与PM_2.5的贡献源差异不大, 前两大排放源都是工业非燃烧过程源 (分别占51.09%和55.12%)、工业点源燃烧源 (分别占28.40%和16.45%), 这也与兰州市工业城市的性质相符；同时, 通过与兰州市环保局公布的污染物实时浓度对比发现, 兰州市各个监测点的PM₁₀浓度是PM_2.5的2倍左右, 与本研究计算的排放结果相近；除此之外, 兰州盆地位于西北干旱半干旱区, 自然环境较差, 自然扬尘也占了颗粒物排放的较大一部分, 但由于缺乏该方面的数据, 因此, 本研究没有将其加入计算, 同时在分析过程中也忽略了其贡献.NH₃主要来自于人为排放, 贡献率为76.48%, 其中, 氮肥的使用和禽畜养殖是其最大的排放源, 分别占NH₃总排放量的39.20%和30.70%.此外, 工业点源燃烧源和非燃烧过程源贡献率分别为8.98%和5.67%, 这是由于兰州市工业中石油化工行业占较大的比例, 大量化工产品的生产导致了NH₃较高的排放量.

综合来看, 虽然道路移动源对污染物的贡献率较高, 但工业燃烧源依然是兰州盆地大气污染物排放的主要排放源, 这表明兰州市依然是一个工业污染型城市.

3.3 兰州盆地大气污染物网格化排放清单及其空间分布特征

利用ArcGIS软件对各种 (类) 大气污染物的排放量进行网格化处理, 分配到分辨率为1 km×1 km的网格中, 并分析其空间分布特征, 结果如图 3所示.由图 3可知, 兰州地区的NO_x、SO₂、VOCs、CO、PM₁₀和PM_2.5的排放主要集中在兰州盆地主城区“西固区-七里河区-城关区”这一带, 该主城区为兰州市工业及居民聚集区.其中, 西固区集中了以兰炼、兰化等大型石油化工厂为代表的大大小小几十家工业企业, 七里河及城关区是兰州地区人口最为密集的区域, 车流量大、交通拥堵、机动车怠速状态严重, 居民生活大气污染物排放量和道路交通排放量处于较高的排放水平, 而且该区域为兰州市河谷地形的中心, 东西狭长、南北两边山脉围绕, 常年静风大气污染物难以自然扩散, 种种原因导致该区域存在较高的大气污染物排放, 且难以稀释扩散.同时, 在红古区与永登县交界处及榆中县的部分地区也有较高的污染物排放, 这是由这些区域集中了兰州盆地较多的如兰州铝厂、连城铝厂和榆钢等大型工矿企业所致.

NH₃的污染源空间分布主要集中在榆中县, 此外, 永登县和红古区的交界处及皋兰县的部分区域也有较高的NH₃的排放.NH₃的主要贡献源是氮肥的使用、禽畜排放, 而榆中和永登都是兰州地区耕地最为密集的区域, 该地区大量的氮肥施用及禽畜养殖导致了NH₃较高的排放量.同时, 受到工业能源燃烧的影响, 兰州市西固区NH₃的排放也较其他主城区区域要高, 亦不容忽视.

3.4 兰州盆地排放清单不同研究结果对比

为了解本研究结果与相关研究之间的差异, 本研究选取MEIC模型团队开发的2010年亚洲人为源排放清单MIX (Li et al., 2015) 中CO、NH₃、NO_x、PM_2.5、SO₂和VOCs 6种污染物进行了对比, 结果如表 13所示.其中, 本研究中NH₃和PM_2.5排放量与MIX清单差异不大, 而CO、NH₃和VOCs排放量都比MIX清单中兰州盆地的排放量高出30%~40%左右, 这主要是因为这几种污染物在排放量计算过程中涉及较多的无组织排放源, 因而会产生较大的差异；同时, 由于MIX清单的分辨率为0.25°×0.25°, 网格面积较大, 加之兰州盆地边界线不规则, 因而在MIX清单排放量取值过程中也会产生一些差异.为进一步比较, 选取了两种清单中的工业源和交通源进行了对比, 工业源中除了NH₃和SO₂之外都比较接近, 而交通源的计算结果则相差较大, 其原因除了MIX清单尺度较大之外, 也与所搜集到的活动水平及排放因子数据的差异相关.总体来说, 本研究估算的兰州盆地大气常规污染物排放量高于MIX清单的结果, 还存在一定的差异, 考虑在后续的工作中进行完善.

3.5 兰州盆地与国内其他地区大气污染物排放水平比较

为了解兰州盆地人为源大气污染物的排放在全国所处的水平, 本研究选取了我国大气污染最为严重的珠三角和华北2个地区进行了比较研究.珠三角地区拥有密集的城市群, 人口密度高, 经济较为发达；而在华北地区工业企业密集分布, 第二产业发达, 同时作为平原地区, 地势开阔, 耕地面积较多, 农业也比较发达.2个地区的地理差异形成了2种不同的城市群特征, 因此, 与兰州盆地进行比较更具意义.珠三角地区的排放清单数据来源于郑君瑜等 (2006)的研究, 华北地区的清单数据则来自于赵斌等 (2007)的研究.

比较结果如图 4所示, 对于SO₂、CO和NO_x, 3个地区的主要排放源都是工业源和交通源, 但据统计可知, 兰州盆地、珠三角地区和华北地区交通源占CO总排放量的比例依次为18.06%、67.77%和22.87%, 珠三角地区交通源对CO排放的贡献要高于其他两个地区.这与3个地区工业类型的差异有关, 兰州盆地和华北地区的工业都以煤炭、石油、钢铁等重工业为主, 而珠三角地区则是以制造业等轻工业为主, 因此, 工业源CO的排放较少；同时, 珠三角地区道路交通比其他两个地区要密集, 这也是该地区交通源对CO和NO_x贡献率高的一个因素.3个地区的PM₁₀和PM_2.5排放源无大的差异, 工业源都是最大的贡献源 (未考虑自然扬尘因素).兰州盆地工业源占VOCs总排放量的比例远高于华北和珠三角地区, 其中超过90%的排放都来自于工业非燃烧过程.通过计算可知, 兰州盆地2009年石油化工行业占全市工业总产值的47.56%(兰州市统计局, 2010), 而在石油加工过程中会挥发大量的VOCs, 因而导致了较高的VOCs贡献率.兰州盆地交通源对VOCs的贡献远低于其他两个地区, 分析其具体原因是因为兰州地处西北, 人口密度较低, 机动车保有量和道路交通密集程度都远不及东部地区, 但随着近些年汽车保有量的快速增长, 兰州盆地交通源排放的污染物占总排放量的比例越来越高, 城市污染类型也逐渐从以工业污染为主慢慢向工业交通混合污染转变, 因此, 应当引起足够的关注.对于兰州盆地和珠三角地区, PM₁₀和PM_2.5的最大污染源都是工业源, 而华北地区颗粒物主要由秸秆燃烧产生, 这与华北平原较发达的农业水平相关.3个地区NH₃的排放源种类及贡献大致相符, 都主要来源于氮肥的使用和畜牧养殖.

3.6 兰州盆地人为工业燃烧源大气污染物近年排放变化

本文以2009年为基准年, 建立了兰州盆地人为源大气污染物网格化排放清单, 同时也建立了适合兰州盆地的排放清单程序和方法.为了进一步了解近年来兰州盆地大气污染物排放变化情况, 本研究在2009年排放清单的基础上, 采用同样的方法, 选取兰州盆地污染物排放量较大的工业燃烧源和道路移动源进行了污染源数据更新, 对兰州盆地2014年这2种源的7种 (类) 大气污染物的排放量进行计算, 并与2009年排放量进行了对比, 结果如图 5所示.总体上, 2014年工业燃烧源污染物排放量与2009年相比有所上升, 具体来说, CO的排放量升幅居首, 达到24.37%, 其次依次为PM_2.5、SO₂、NO_x和PM₁₀, 排放量增幅分别为21.79%、16.35%、8.65%和6.41%, 而NH₃和VOCs与2009年比较, 排放量略有下降, 分别减少8.99%和0.02%.推测主要原因是, CO排放量增加较多与其最主要排放源焦炭和煤炭的消耗量增加有关, 2009年兰州市焦炭总消耗量为128.42×10⁴ t, 到2014年则增加到245.14×10⁴ t, 煤炭消耗量则由1008.68×10⁴ t增加到1325.37×10⁴ t (数据来自《兰州市统计年鉴2010》)；而油类能源的消耗量却比2009年有所减少, 因而导致了NH₃和VOCs排放量的降低.对于道路移动排放源, 近几年随着人民人均收入的提高, 机动车保有量也快速增长, 2009年兰州市各种机动车总量为33×10⁴辆, 而到了2014年则增加到62×10⁴辆, 增加了将近1倍, 因此, 各种污染物的排放量都有较大幅度的增加.

3.7 影响排放清单不确定性因素

由于排放源的复杂性, 因此, 在排放清单的研究过程中要搜集的数据种类繁多, 包括污染源的排放强度、排放因子、燃料质量和控制去除效率等；而且数据量较为庞大, 因此, 数据来源的差异及数据的准确性都会造成排放清单结果的不确定性.本研究的不确定性主要表现在以下几个方面.

① 排放源的缺失.在确定排放源的过程中, 由于相关资料的缺乏, 导致了部分排放源并未归纳到本清单之中, 如无法获取估算道路扬尘所需要的各种参数, 因此, 本清单中没有估算该排放源, 此外, 还有工业非燃烧过程中部分排放源等也未考虑.

② 排放强度数据的不确定性.本清单中污染物的排放主要来自于工业和生活能源消耗、交通源排放、生物质燃烧等, 其中大部分数据来自于市一级的统计资料, 可信度较高, 但有些数据却只有全省的总量, 只能用一定的方法分配之后才能得到兰州盆地的排放强度数据, 因此, 也会导致相应的偏差.

③ 排放因子的不确定性.排放因子是决定排放清单结果准确性的重要因素, 本文所用的排放因子一部分来自于环保部公布的大气污染物排放清单编制技术指南, 另一部分则来自于文献资料.其中, 环保部公布的排放因子具有较高的可信度, 但文献资料中的排放因子来源比较复杂, 存在一定的不适用性及由此带来相应的不确定性.

④ 相关参数的不确定性.在估算SO₂的排放量时, 所用到的燃料含硫率、燃料的硫转化率及脱硫设备的脱硫率等参数都是参考的经验值, 并没有符合本地实际情况的参数, 因此, 也会导致估算结果的不确定性.

为了进一步量化本清单的不确定性, 本研究通过蒙特卡罗模拟对排放量的不确定性进行了估算.在估算过程中, 每一个输入的变量都被视为一个正态分布的随即变量, 变异系数都设为10%, 在95%的置信区间内运行10000次之后, 所得结果如图 6所示, 每种污染物的排放量变化幅度较大但都符合正态分布.排放量的分布区间分别为：NO_x 88394~147753 t, CO 333249~521674 t, PM₁₀ 72658~120814 t, PM_2.5 30448~52312 t, VOCs 30172~61520 t, NH₃ 10552~17425 t, SO₂ 63179~12637 t.通过与本清单估算的各污染物排放量对比可知, VOCs排放量的不确定性最大 (18.74%), 其次是NO_x(15.97%)、SO₂(14.40%)、PM_2.5(13.36%)、PM₁₀(12.82%)、NH₃(12.81%) 及CO (11.69%), 总体来说, 本清单结果处于一个可信度较高的水平.

4 结论 (Conclusions)

1) 兰州盆地2009年大气NO_x、SO₂、VOCs、CO、PM₁₀、PM_2.5、NH₃的排放总量分别为1.2×10⁵、8.8×10⁴、4.3×10⁴、4.1×10⁵、9.6×10⁴、4.2×10⁴和1.4×10⁴ t.

2) 就排放贡献率而言, NO_x排放量较高的源为工业燃烧源和移动源, 分别占总排放量的85.70%和10.89%；SO₂排放量较高的源为工业燃烧源、工业非燃烧过程源和生活燃烧源, 分别占总排放量的52.55%、28.91%和12.60%；VOCs排放量较高的源为工业非燃烧过程源, 占总排放量的81.18%；CO的排放主要来自于工业燃烧源、工业非燃烧过程源和移动源, 分别占总排放量的43.61%、28.32%和18.04%；PM₁₀排放量较高的源为工业非燃烧过程源、工业燃烧源及扬尘源, 分别占总排放量的51.09%、36.04%和6.03%；PM_2.5排放量较高的源为工业非燃烧过程源、工业燃烧源和扬尘源, 分别占总排放量的55.12%、21.13%和10.67%；NH₃的排放主要来自于人为排放, 贡献率为76.48%, 其中, 氮肥的使用和禽畜养殖是其最大的排放源, 分别占NH₃总排放量的39.20%和30.70%.

3) 污染源的空间分布为, 以工业源为主要排放源的NO_x、SO₂、VOCs、CO、PM₁₀、PM_2.5主要分布在工业和人口最为集中的兰州市区一带, 即从西固区到城关区的河谷中心地带；同时, 红古区、永登县和榆中县也有部分污染物排放量较高的网格.NH₃的排放则主要集中榆中县, 此外, 永登县和红古区的交界处及皋兰县的部分区域也有较高的NH₃的排放.

4) 兰州盆地2014年工业燃烧源污染物排放量与2009年相比大部分有所上升, CO的排放量升幅居首, 达到24.37%, 其次依次为PM_2.5、SO₂、NO_x和PM₁₀, 排放量增幅分别为21.79%、16.35%、8.65%和6.41%, 而NH₃和VOCs与2009年比较, 排放量略有下降, 分别减少8.99%和0.02%.道路移动源大气污染物排放量由于机动车保有量的快速增加也大幅上升, 增幅将近1倍.

5) 本研究建立的清单仍存在一定的不确定性, 主要受到活动水平和排放因子的影响, 采用蒙特卡罗模拟对排放量的不确定性进行量化分析结果表明, 本研究清单处于一个可信度较高的水平.同时, 在后续的工作中应加强对排放源的调查, 以及开展对符合本研究区实际的排放因子的实测工作, 从而进一步提升兰州盆地人为源大气污染物网格化排放清单的精度.