区域大气污染物排放清单建立及快速更新方法研究

Air pollutant emission inventory is the key basic information of study for regional air complex pollution formation and solving the severe air pollution. Currently, estimation of emission is based on activity investigation and emission factors selection, with large uncertainty and un-timely update. In this study, we intent to develop am establishment and update approach based on numerical simulation and uncertainty optimization. First, we obtain the emission fluctuation range under certain confidence interval based on uncertainty analysis. Second, we make a dynamic relevance between emission and receptor concentration based on source-receptor relationship study and statistic. And then, based on publicly available monitor concentration, we establish an emission inventory optimization system using uncertain optimization method, and launch a demonstration in Beijing considering CO, SO2 and NOX as the study case. Beside the emission inventory accuracy improvement, the optimization approach developed in this study could update the emission timely according to the real-time monitored pollutant concentration. The approach developed in this study could provide another thought to develop and validate emission inventory with high resolution, and help to give a support to study the regional air complex pollution formation and make effective emission control measures.

大气污染物排放清单是研究区域大气复合污染形成机制与解决我国严重空气污染问题的关键基础与必要保证。目前排放清单估算主要基于活动水平数据调查收集以及排放因子选取，存在不确定性大、更新时效性差等问题。本研究拟开发基于环境数值模型与不确定性优化技术的排放清单建立与快速更新方法，具体为：基于排放清单不确定性分析，获取一定概率下污染物排放波动区间；综合利用数值模拟与数理统计技术将排放与受体浓度动态关联；基于国家公布的环境监测数据，利用不确定性优化方法建立区域污染源排放清单优化系统，并以北京地区SO2、NOx为例开展示范应用研究。在提升准确性的同时，该系统亦可摆脱对滞后性较强的统计数据依赖，可利用实时环境监测数据实现清单的快速更新。本研究可为高时空分辨率大气污染源排放清单的建立与多维校验提供一种新思路与方法，同时可为研究区域复合污染形成机制、制定及时、合理、有效的大气污染控制策略提供重要科技支撑。

大气污染物排放清单是研究区域大气复合污染形成机制、制定污染控制方案的重要基础。目前排放清单建立主要基于活动水平数据收集以及排放因子选取，存在数据调研工作量大、更新相对滞后的问题。本研究拟探索提升排放清单建立时效性的新方法，以北京地区为例，在掌握现有排放清单的基础上，通过实地调研、统计信息收集、问卷调查等方式充分收集详细活动水平数据，结合排放因子更新，进一步对高时空分辨率排放清单进行完善，作为排放清单快速更新方法构建的基础数据。基于污染物来源识别技术，构建了不同区域间的污染源排放与环境质量浓度关系。基于国家公布的环境监测数据及运筹学原理，建立了基于环境监测—数值模拟—数学优化的区域污染源排放清单优化系统，对北京地区SO2、NOx排放清单进行了优化反演。研究结果表明，（1）基于本研究提出方法可得到北京区县级分辨率SO2与NOx排放；（2）优化反演得到的北京SO2与NOx年排放量分别为8.89万吨与22.13万吨，与基于详细调研得到的排放清单相比，误差分别为-20.8%和8.4%，明显低于自上而下建立的排放清单误差；（3）该方法建立的清单可反映不同区县不同季节的日排放变化差异。除北京地区外，该方法也在京津冀区域开展了示范应用研究。对于已建立排放清单的地区，基于本研究反演得到的清单可用于对已有排放清单的校验；对于尚未建立排放清单的地区，基于本研究提出的方法以及更新的环境监测数据可及时建立起一套相对准确的高分辨率排放清单，而无需开展大规模数据调查。同时，该方法提高了建立排放清单的时效性，摆脱对滞后性较强的统计数据依赖。研究成果已成功应用于2014年北京APEC会议、2015年“9.3”阅兵以及北京首次重污染红色预警的污染源控制方案减排量估算中，为重大活动空气质量保障方案制定、重污染天气应对决策咨询提供了重要科技支撑。本项目的开展为大气污染物排放清单建立与校验提供了一种新方法与新思路，研究成果可为区域复合污染形成机制研究与及时、有效的大气污染控制策略制定提供重要科技支撑。