CN104200089A - 一种测定平房燃煤大气污染物排放量的方法 - Google Patents
一种测定平房燃煤大气污染物排放量的方法 Download PDFInfo
- Publication number
- CN104200089A CN104200089A CN201410425338.1A CN201410425338A CN104200089A CN 104200089 A CN104200089 A CN 104200089A CN 201410425338 A CN201410425338 A CN 201410425338A CN 104200089 A CN104200089 A CN 104200089A
- Authority
- CN
- China
- Prior art keywords
- coal
- fired
- discharge capacity
- honeycomb briquette
- loose
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明涉及一种测定平房燃煤大气污染物排放量的方法,其包括以下步骤:卫星数据处理与居住平房信息的遥感提取、细化居住平房房屋的面积、计算平房燃煤量、平房燃煤污染物排放因子以及燃煤污染物排放量。本发明的有益效果为:本发明充分利用地面监测与卫星遥感技术获取待测区域平房的面积及空间分布,在此基础上,进行平房燃煤量和主要污染物排放量的测算,是大气污染面源遥感监测业务工作有益的探索和创新,并为大气污染减排提供科学依据。
Description
技术领域
本发明属于大气环境监测领域,具体涉及一种测定平房燃煤大气污染物排放量的方法。
背景技术
北京大气首要污染物为颗粒物,污染物的主要来源之一为燃煤排放,能源结构调整乃是北京大气污染治理工作的重中之重。《北京市2013-2017年清洁空气行动计划》局内任务分解中与燃煤相关的措施高达20项。其中民用煤炭一般直接燃烧,由于燃烧和除尘技术的限制,颗粒物排放量很大,但是由于燃烧状况不稳定,排放量的不确定性也很大,因此排放因子对于排放源清单的精确度有重要的影响,采用能充分反映实际状况的排放因子对于建立高精度的排放源清单极为重要。
对大气污染物在地面建立观测站进行全天候连续观测能够直接得到反映污染物的地面浓度以及时间变化的较为准确的信息,但是由于观测仪器、设施昂贵,这种方法只能在有限的地点进行,不可能得到良好的空间覆盖,不利于对污染物来源、污染物变化趋势的宏观分析和提出解决区域污染问题适当的控制方案。
集中燃煤锅炉的整治与监管相对容易,但由于时空上的不确定性、随机性强等特点,燃煤面源污染的调查与动态监管远非易事。传统方法上,对于面源活动水平的监测信息不清,一般是基于人口密度、经济统计等数据,并通过典型源调查,来估算面源排放量,信息变更周期长,精度受到多方面因素的影响。目前尚未有一种方法能够对燃煤产生的大气污染物排放量进行测定。
关于燃料燃烧释放污染物量的估算,早在20世纪90年代初期就有相应的研究,当时的研究主要着重于燃料燃烧释放污染物的微观测定,而最后得到一个基于实验的排放因子;2000年以后,利用排放因子估算宏观排放量的研究逐渐增多。但燃煤面源排放清单的测算都是基于宏观的统计数据,难以反映详实的区域分布特征。
发明内容
为了解决现有技术存在的上述问题,本发明提供了能够实现地面监测与卫星遥感技术相综合的一种测定平房燃煤大气污染物排放量的方法。
本发明所采用的技术方案为:
一种测定平房燃煤大气污染物排放量的方法,其包括以下步骤:
1)卫星数据处理与居住平房信息的遥感提取:获取待测区域的卫星影像,并将卫星影像进行预处理和图像增强,生成融合后的高分辨率卫星影像,然后对融合的卫星影像进行遥感解译,建立解译标志,提取平房区信息;所述高分辨率为0.5m-1m。
2)细化平房房屋的面积:实地核查平房信息中非房屋的面积,获得平房信息中房屋的面积-S;
3)计算燃煤量:
所述燃煤包括蜂窝煤和散煤,
根据公式(1)计算所述蜂窝煤燃煤量-CC1,所述公式(1)为:
CC1=0.0422S+504.86 (1)
公式(1)中CC1为蜂窝煤燃煤量,单位为t;S为平房信息中房屋的面积,单位为m2;
根据公式(2)计算所述散煤燃煤量-CC2,所述公式(2)为:
CC2=0.0506S-32.145 (2)
公式(2)中CC2为散煤燃煤量,单位为t;S为平房信息中房屋的面积,单位为m2;
4)平房燃煤污染物排放因子:所述排放因子包括颗粒物排放因子-EFPM、黑碳排放因子-EFBC、有机碳排放因子-EFOC、多环芳烃排放因子-EFPAHs、二氧化硫排放因子和氮氧化物排放因子-EFNOx,所述排放因子的单位为g/kg;
5)燃煤污染物排放量计算:所述燃煤污染物包括颗粒物、黑碳、有机碳、多环芳烃、二氧化硫和氮氧化物,根据公式(3)-(8)计算燃煤污染物排放量E,所述煤污染物排放量的单位为kg,所述公式(3)-(8)为:
燃煤颗粒物排放量:EPM=E1PM+E2PM=CC1×EF1PM+CC2×EF2PM (3)
公式(3)中EPM为燃煤颗粒物排放量,E1PM为蜂窝煤燃煤颗粒物排放量,E2PM为散煤燃煤颗粒物排放量,EF1PM蜂窝煤燃煤颗粒物排放因子,EF2PM散煤燃煤颗粒物排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤黑碳排放量:EBC=E1BC+E2BC=CC1×EF1BC+CC2×EF2BC (4)
公式(4)中EBC为燃煤黑碳排放量,E1BC为蜂窝煤燃煤黑碳排放量,E2BC为散煤燃煤黑碳排放量,EF1BC蜂窝煤燃煤黑碳排放因子,EF2BC散煤燃煤黑碳排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤有机碳排放量:EOC=E1OC+E2OC=CC1×EF1OC+CC2×EF2OC (5)
公式(5)中EOC为燃煤有机碳排放量,E1OC为蜂窝煤燃煤有机碳排放量,E2OC为散煤燃煤有机碳排放量,EF1OC蜂窝煤燃煤有机碳排放因子,EF2OC散煤燃煤有机碳排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤多环芳烃排放量:EPAHs=E1PAHs+E2PAHs=CC1×EF1PAHs+CC1×EF2PAHs (6)
公式(6)中EPAHs为燃煤多环芳烃排放量,E1PAHs为蜂窝煤燃煤多环芳烃排放量,E2PAHs为散煤燃煤多环芳烃排放量,EF1PAHs蜂窝煤燃煤多环芳烃排放因子,EF2PAHs散煤燃煤多环芳烃排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤二氧化硫排放量:
公式(7)中为燃煤二氧化硫排放量,为蜂窝煤燃煤二氧化硫排放量,为散煤燃煤二氧化硫排放量,蜂窝煤燃煤二氧化硫排放因子,散煤燃煤二氧化硫排放因子CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤氮氧化物排放量:ENOx=E1NOx+E2NOx=CC1×EF1NOx+CC2×EF2NOx (8)
公式(8)中ENOx为燃煤氮氧化物排放量,E1NOx为蜂窝煤燃煤氮氧化物排放量,E2NOx为散煤燃煤氮氧化物排放量,EF1NOx蜂窝煤燃煤氮氧化物排放因子,EF2NOx散煤燃煤氮氧化物排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
优选地,所述步骤1)中卫星影像进行预处理和图像增强的具体步骤为:以1∶50000比例尺的地形图为基准将卫星影像进行地理坐标配准,在卫星影像或地形图上选取若干个控制点,采用多项式方法对卫星影像进行影像校正。
优选地,所述卫星影像为QucikBird卫星所拍摄。
优选地,所述融合的卫星影像为多光谱图像和全色图像融合。
优选地,所述步骤1)中建立解译标志为根据卫星影像的特征建立解译标志,所述卫星影像特征包括形态、大小、纹理、色调、阴影、位置和关联。
优选地,所述步骤1)在提取平房信息之后,对提取平房信息进行精度评价,检验对平房信息的提取是否达到所需的精度要求。
优选地,所述精度评价通过分层抽样的方法实现,所述分层抽样为以待测区域的各个行政村为抽样框,将待测区域范围内平房分为6层,通过漏判和误判检验分层抽样的抽样精度。
优选地,所述分层抽样的抽样精度为95%以上。精度评估公式为:精度=正确数/样本数*100%,精度为95%以上,标明该样本精度落在总体的置信区间比例为95%以上,样本误差小于5%。
优选地,步骤2)中所述实地核查平房信息中非房屋的面积的具体步骤为:将平房信息先在1∶1000比例尺下,剔除平房内宽度大于4m的道路和面积大于100m2的空地的面积;再在1∶500比例尺下,剔除所有房屋院落、绿地和空地的面积。由于从卫星影像上提取的平房信息中房屋面积,也包含了部分非房屋如中道路、空地、院落、绿地等的面积,使得房屋的面积出现高估现象。因此需要剔除平房信息中非房屋的面积。通过在两个不同的比例尺下进行剔除,能够更精确的估算出平房区信息中房屋的面积。
优选地,所述EF1PM为1.27g/kg、EF1BC为4.00×10-3g/kg、EF1OC为3.9×10-2g/kg、EF1PAHs为1.33×10-4g/kg、为3.52×10-2g/kg、EF1NOx为1.88g/kg;所述EF2PM为1.207g/kg、EF2BC为5.00×10-3g/kg、EF2OC为4.4×10-2g/kg、EF2PAHs为1.33×10-4g/kg、为3.52×10-2g/kg、EF2NOx为1.88g/kg。
遥感技术(RS)能快速准确地获取面源的分布信息,了解其组成、种类和布局,通过对卫星影像的监测提取,并结合排放因子去估算排放量,可快速、大范围更新信息,提高了估算的精度,同时也更能客观的反映和解释监测结果。
本发明的有益效果为:本发明充分利用地面监测与卫星遥感技术获取待测区域平房的面积及空间分布,在此基础上,进行平房燃煤量和主要污染物排放量的测算,是大气污染面源遥感监测业务工作有益的探索和创新,并为大气污染减排提供科学依据,并为污染减排提供科学依据。
具体实施方式
本发明提供了一种测定平房燃煤大气污染物排放量的方法,下面将以2013年8月-10月北京市平原区的燃煤排放量为例进行详细说明,所述方法包括以下步骤:
1)卫星数据处理与居住平房信息的遥感提取:获取2013年8月-10月北京市平原区Quick-Bird卫星所拍摄的卫星影像,并将卫星影像进行预处理和图像增强,即以1∶50000比例尺的地形图为基准将卫星影像进行地理坐标配准,在卫星影像或地形图上选取若干个控制点,采用多项式方法对卫星影像进行影像校正;经预处理和图像增强后,多光谱图像和全色图像融合生成卫星影像,然后对融合的卫星影像进行遥感解译,根据形态、大小、纹理、色调、阴影、位置和关联的卫星影像的特征,建立解译标志,提取平房区信息,对提取平房信息进行精度评价,检验对平房信息的提取是否达到所需的精度要求。
所述精度评价通过分层抽样的方法实现,所述分层抽样为以待测区域的各个行政村为抽样框,将待测区域范围内平房分为6层,通过漏判和误判检验分层抽样的抽样精度。所述分层抽样的抽样精度为95%。抽样精度评估公式为:抽样精度=正确数/样本数*100%,抽样精度为95%,标明该样本精度落在总体的置信区间比例为95%,样本误差5%,符合分析精度。
2)细化平房房屋的面积:实地核查平房区信息中非房屋的面积,获得平房区信息中房屋的面积-S;由于从卫星影像上提取的平房信息中房屋面积,也包含了部分非房屋如中道路、空地、院落、绿地等的面积,使得房屋的面积出现高估现象。因此需要剔除平房信息中非房屋的面积。所述实地核查平房区信息中非房屋的面积的具体步骤为:将平房信息先在1∶1000比例尺下,剔除平房内宽度大于4m的道路和面积大于100m2的空地的面积;再在1∶500比例尺下,剔除所有房屋院落、绿地和空地的面积。通过在两个不同的比例尺下进行剔除,能够更精确的估算出平房信息中房屋的面积。最终获得平房信息中房屋的面积-S为4.2×107m2。
3)计算燃煤量:
所述燃煤包括蜂窝煤和散煤,
根据公式(1)计算所述蜂窝煤燃煤量-CC1,所述公式(1)为:
CC1=0.0422S+504.86
=0.0422×4.2×107+504.86 (1)
=177.3×104
公式(1)中CC1为蜂窝煤燃煤量,单位为t;S为平房信息中房屋的面积,单位为m2;
根据公式(2)计算所述散煤燃煤量-CC2,所述公式(2)为:
CC2=0.0506S-32.145
=0.0506×4.2×107-32.145 (2)
=212.5×104
公式(2)中CC2为散煤燃煤量,单位为t;S为平房信息中房屋的面积,单位为m2;
4)平房区燃煤污染物排放因子:所述排放因子包括颗粒物排放因子-EFPM、黑碳排放因子-EFBC、有机碳排放因子-EFOC、多环芳烃排放因子-EFPAHs、二氧化硫排放因子和氮氧化物排放因子-EFNOx,所述排放因子的单位为g/kg;
5)燃煤污染物排放量计算:所述燃煤污染物包括颗粒物、黑碳、有机碳、多环芳烃、二氧化硫和氮氧化物,根据公式(3)-(8)计算燃煤污染物排放量E,所述煤污染物排放量的单位为kg,所述公式(3)-(8)为:
燃煤颗粒物排放量:
EPM=E1PM+E2PM=CC1×EF1PM+CC2×EF2PM
=177.3×104×103×1.27+212.5×104×103×1.207 (3)
=4.8×109
公式(3)中EPM为燃煤颗粒物排放量,E1PM为蜂窝煤燃煤颗粒物排放量,E2PM为散煤燃煤颗粒物排放量,EF1PM蜂窝煤燃煤颗粒物排放因子,EF2PM散煤燃煤颗粒物排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤黑碳排放量:
EBC=E1BC+E2BC=CC1×EF1BC+CC2×EF2BC
=177.3×104×103×4×10-3+212.5×104×103×5×10-3 (4)
=1.77×107
公式(4)中EBC为燃煤黑碳排放量,E1BC为蜂窝煤燃煤黑碳排放量,E2BC为散煤燃煤黑碳排放量,EF1BC蜂窝煤燃煤黑碳排放因子,EF2BC散煤燃煤黑碳排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤有机碳排放量:
EOC=E1OC+E2OC=CC1×EF1OC+CC2×EF2OC
=177.3×104×103×3.9×10-2+212.5×104×103×4.4×10-2 (5)
=1.63×107
公式(5)中EOC为燃煤有机碳排放量,E1OC为蜂窝煤燃煤有机碳排放量,E2OC为散煤燃煤有机碳排放量,EF1OC蜂窝煤燃煤有机碳排放因子,EF2OC散煤燃煤有机碳排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤多环芳烃排放量:
EPAHs=E1PAHs+E2PAHs=CC1×EF1PAHs+CC1×EF2PAHs
=177.3×104×103×1.33×10-4+212.5×104×103×1.33×10-4 (6)
=5.18×105
公式(6)中EPAHs为燃煤多环芳烃排放量,E1PAHs为蜂窝煤燃煤多环芳烃排放量,E2PAHs为散煤燃煤多环芳烃排放量,EF1PAHs蜂窝煤燃煤多环芳烃排放因子,EF2PAHs散煤燃煤多环芳烃排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤二氧化硫排放量:
公式(7)中为燃煤二氧化硫排放量,为蜂窝煤燃煤二氧化硫排放量,为散煤燃煤二氧化硫排放量,蜂窝煤燃煤二氧化硫排放因子,散煤燃煤二氧化硫排放因子CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤氮氧化物排放量:
ENOx=E1NOx+E2NOx=CC1×EF1NOx+CC2×EF2NOx
=177.3×104×103×1.88+212.5×104×103×1.88 (8)
=7.33×109
公式(8)中ENOx为燃煤氮氧化物排放量,E1NOx为蜂窝煤燃煤氮氧化物排放量,E2NOx为散煤燃煤氮氧化物排放量,EF1NOx蜂窝煤燃煤氮氧化物排放因子,EF2NOx散煤燃煤氮氧化物排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
从上述数据可以看出,当城市核心区居住平房全部完成“煤改电”、“煤改气”工程后,将很大程度上削减SO2、NOx、PM、BC、OC和PAHs的排放量,上述数据可为北京市大气污染减排工提供数据参考。
本发明不局限于上述最佳实施方式,任何人在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是具有与本申请相同或相近似的技术方案,均落在本发明的保护范围之内。
Claims (10)
1.一种测定平房燃煤大气污染物排放量的方法,其特征在于:其包括以下步骤:
1)卫星数据处理与居住平房信息的遥感提取:获取待测区域的高分辨率卫星影像,并将卫星影像进行预处理和图像增强,生成融合的卫星影像,然后对融合的卫星影像进行遥感解译,建立解译标志,提取平房信息;
2)细化平房房屋的面积:实地核查平房信息中非房屋的面积,获取平房信息中房屋的面积-S;
3)计算燃煤量:
所述燃煤包括蜂窝煤和散煤,
根据公式(1)计算所述蜂窝煤燃煤量-CC1,所述公式(1)为:
CC1=0.0422S+504.86 (1)
公式(1)中CC1为蜂窝煤燃煤量,单位为t;S为平房区信息中房屋的面积,单位为m2;
根据公式(2)计算所述散煤燃煤量-CC2,所述公式(2)为:
CC2=0.0506S-32.145 (2)
公式(2)中CC2为散煤燃煤量,单位为t;S为平房区信息中房屋的面积,单位为m2;
4)平房燃煤污染物排放因子:所述排放因子包括颗粒物排放因子-EFPM、黑碳排放因子-EFBC、有机碳排放因子-EFOC、多环芳烃排放因子-EFPAHs、二氧化硫排放因子和氮氧化物排放因子-EFNOx,所述排放因子的单位为g/kg;
5)燃煤污染物排放量计算:所述燃煤污染物包括颗粒物、黑碳、行机碳、多环芳烃、二氧化硫和氮氧化物,根据公式(3)-(8)计算燃煤污染物排放量E,所 述煤污染物排放量的单位为kg,所述公式(3)-(8)为:
燃煤颗粒物排放量:EPM=E1PM+E2PM=CC1×EF1PM+CC2×EF2PM (3)
公式(3)中EPM为燃煤颗粒物排放量,E1PM为蜂窝煤燃煤颗粒物排放量,E2PM为散煤燃煤颗粒物排放量,EF1PM蜂窝煤燃煤颗粒物排放因子,EF2PM散煤燃煤颗粒物排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤黑碳排放量:EBC=E1BC+E2BC=CC1×EF1BC+CC2×EF2BC (4)
公式(4)中EBC为燃煤黑碳排放量,E1BC为蜂窝煤燃煤黑碳排放量,E2BC为散煤燃煤黑碳排放量,EF1BC蜂窝煤燃煤黑碳排放因子,EF2BC散煤燃煤黑碳排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤有机碳排放量:EOC=E1OC+E2OC=CC1×EF1OC+CC2×EF2OC (5)
公式(5)中EOC为燃煤有机碳排放量,E1OC为蜂窝煤燃煤有机碳排放量,E2OC为散煤燃煤有机碳排放量,EF1OC蜂窝煤燃煤有机碳排放因子,EF2OC散煤燃煤有机碳排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤多环芳烃排放量:EPAHs=E1PAHs+E2PAHs=CC1×EF1PAHs+CC1×EF2PAHs (6)
公式(6)中EPAHs为燃煤多环芳烃排放量,E1PAHs为蜂窝煤燃煤多环芳烃排放量,E2PAHs为散煤燃煤多环芳烃排放量,EF1PAHs蜂窝煤燃煤多环芳烃排放因子,EF2PAHs散煤燃煤多环芳烃排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤二氧化硫排放量:
公式(7)中为燃煤二氧化硫排放量,为蜂窝煤燃煤二氧化硫排放量, 为散煤燃煤二氧化硫排放量,蜂窝煤燃煤二氧化硫排放因子,散煤燃煤二氧化硫排放因子CC1为蜂窝煤燃煤量,CC2为散煤燃煤量;
燃煤氮氧化物排放量:ENOx=E1NOx+E2NOx=CC1×FF1NOx+CC2×EF2NOx (8)
公式(8)中ENOx为燃煤氮氧化物排放量,E1NOx为蜂窝煤燃煤氮氧化物排放量,E2NOx为散煤燃煤氮氧化物排放量,EF1NOx蜂窝煤燃煤氮氧化物排放因子,EF2NOx散煤燃煤氮氧化物排放因子,CC1为蜂窝煤燃煤量,CC2为散煤燃煤量。
2.根据权利要求1所述的一种测定平房燃煤大气污染物排放量的方法,其特征在于:所述步骤1)中卫星影像进行预处理和图像增强的具体步骤为:以1∶50000比例尺的地形图为基准将卫星影像进行地理坐标配准,在卫星影像或地形图上选取若干个控制点,采用多项式方法对卫星影像进行影像校正。
3.根据权利要求1或2所述的一种测定平房燃煤大气污染物排放量的方法,其特征在于:所述卫星影像为QucikBird卫星所拍摄。
4.根据权利要求3所述的一种测定平房燃煤大气污染物排放量的方法,其特征在于:所述融合的卫星影像为多光谱图像和全色图像融合。
5.根据权利要求1所述的一种测定平房燃煤大气污染物排放量的方法,其特征在于:所述步骤1)中建立解译标志为根据卫星影像的特征建立解译标志,所述卫星影像特征包括形态、大小、纹理、色调、阴影、位置和关联。
6.根据权利要求1所述的一种测定平房燃煤大气污染物排放量的方法,其特征在于:所述步骤1)在提取平房区信息之后,对提取平房信息进行精度评价,检验对平房信息的提取是否达到所需的精度要求。
7.根据权利要求6所述的一种测定平房燃煤大气污染物排放量的方法,其特征在于:所述精度评价通过分层抽样的方法实现,所述分层抽样为以待测区域的各个行政村为抽样框,将待测区域范围内平房区分为6层,通过漏判和误判检验分层抽样的抽样精度。
8.根据权利要求7所述的一种测定平房燃煤大气污染物排放量的方法,其特征在于:所述分层抽样的抽样精度为95%以上。
9.根据权利要求1所述的一种测定平房燃煤大气污染物排放量的方法, 其特征在于:步骤2)中所述剔除平房信息中非房屋的面积的具体步骤为:将平房区信息先在1∶1000比例尺下,剔除平房区内宽度大于4m的道路和面积大于100m2的空地的面积;再在1∶500比例尺下,剔除所有房屋自带小院、绿地和空地的面积。
10.根据权利要求1所述的一种测定平房燃煤大气污染物排放量的方法,其特征在于:所述EF1PM为1.27g/kg、EF1BC为4.00×10-3g/kg、EF1OC为3.9×10-2g/kg、EF1PAHs为1.33×10-4g/kg、为3.52×10-2g/kg、EF1NOx为1.88g/kg;所述EF2PM为1.207g/kg、EF2BC为5.00×10-3g/kg、EF2OC为4.4×10-2g/kg、EF2PAHs为1.33×10-4g/kg、为3.52×10-2g/kg、EF2NOx为1.88g/kg。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410425338.1A CN104200089B (zh) | 2014-08-27 | 2014-08-27 | 一种测定平房燃煤大气污染物排放量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410425338.1A CN104200089B (zh) | 2014-08-27 | 2014-08-27 | 一种测定平房燃煤大气污染物排放量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104200089A true CN104200089A (zh) | 2014-12-10 |
CN104200089B CN104200089B (zh) | 2017-05-24 |
Family
ID=52085382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410425338.1A Active CN104200089B (zh) | 2014-08-27 | 2014-08-27 | 一种测定平房燃煤大气污染物排放量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104200089B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107632118A (zh) * | 2017-09-15 | 2018-01-26 | 深圳市卡普瑞环境科技有限公司 | 一种no和no2的监测方法及其监测设备 |
CN108535066A (zh) * | 2018-05-24 | 2018-09-14 | 北京全华环保技术标准研究中心 | 一种民用煤燃烧排放因子的检测采样平台 |
CN109523083A (zh) * | 2018-11-21 | 2019-03-26 | 北京市环境保护监测中心 | 大气污染排放测算模型建立、测算方法及模型建立装置 |
CN109754194A (zh) * | 2019-02-01 | 2019-05-14 | 上海理工大学 | 获得回排风机单位风量耗功率随运营年限演化特性的方法 |
CN109902939A (zh) * | 2019-02-01 | 2019-06-18 | 上海理工大学 | 获得地铁车站冷源系统能效随运营年限演化特性的方法 |
CN109902940A (zh) * | 2019-02-01 | 2019-06-18 | 上海理工大学 | 获得地铁车站环控系统水泵效率随运营年限演化特性方法 |
CN109918732A (zh) * | 2019-02-01 | 2019-06-21 | 上海理工大学 | 获得环控系统冷水机组能效随运营年限演化特性的方法 |
CN111861170A (zh) * | 2020-07-07 | 2020-10-30 | 河南大学 | 一种碳排放空间制图方法、密度空间分布确定方法与装置 |
CN112257551A (zh) * | 2020-10-19 | 2021-01-22 | 北京市劳动保护科学研究所 | 一种氮氧化物污染源识别及排放量确定的方法及系统 |
CN114544857A (zh) * | 2022-03-04 | 2022-05-27 | 东北大学 | 一种获得民用燃料大气污染物本地化排放因子的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009192091A (ja) * | 2008-02-12 | 2009-08-27 | Kinsei Sangyo:Kk | 乾留ガス化焼却処理装置および焼却処理方法 |
CN103197549A (zh) * | 2013-03-04 | 2013-07-10 | 华北电力大学 | 循环流化床锅炉烟气中二氧化硫的软测量及优化控制方法 |
CN103697946A (zh) * | 2013-12-05 | 2014-04-02 | 贵州电网公司电力调度控制中心 | 一种火电厂燃煤锅炉烟气流量的计算方法及污染物排放量的控制方法 |
CN103838971A (zh) * | 2014-03-12 | 2014-06-04 | 中国航天系统工程有限公司 | 一种城市路网动态交通能耗及排放的计算方法 |
-
2014
- 2014-08-27 CN CN201410425338.1A patent/CN104200089B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009192091A (ja) * | 2008-02-12 | 2009-08-27 | Kinsei Sangyo:Kk | 乾留ガス化焼却処理装置および焼却処理方法 |
CN103197549A (zh) * | 2013-03-04 | 2013-07-10 | 华北电力大学 | 循环流化床锅炉烟气中二氧化硫的软测量及优化控制方法 |
CN103697946A (zh) * | 2013-12-05 | 2014-04-02 | 贵州电网公司电力调度控制中心 | 一种火电厂燃煤锅炉烟气流量的计算方法及污染物排放量的控制方法 |
CN103838971A (zh) * | 2014-03-12 | 2014-06-04 | 中国航天系统工程有限公司 | 一种城市路网动态交通能耗及排放的计算方法 |
Non-Patent Citations (1)
Title |
---|
王完清: "燃煤锅炉污染物排放量核算办法探讨", 《山西焦煤科技》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107632118A (zh) * | 2017-09-15 | 2018-01-26 | 深圳市卡普瑞环境科技有限公司 | 一种no和no2的监测方法及其监测设备 |
CN108535066A (zh) * | 2018-05-24 | 2018-09-14 | 北京全华环保技术标准研究中心 | 一种民用煤燃烧排放因子的检测采样平台 |
CN109523083A (zh) * | 2018-11-21 | 2019-03-26 | 北京市环境保护监测中心 | 大气污染排放测算模型建立、测算方法及模型建立装置 |
CN109754194A (zh) * | 2019-02-01 | 2019-05-14 | 上海理工大学 | 获得回排风机单位风量耗功率随运营年限演化特性的方法 |
CN109902939A (zh) * | 2019-02-01 | 2019-06-18 | 上海理工大学 | 获得地铁车站冷源系统能效随运营年限演化特性的方法 |
CN109902940A (zh) * | 2019-02-01 | 2019-06-18 | 上海理工大学 | 获得地铁车站环控系统水泵效率随运营年限演化特性方法 |
CN109918732A (zh) * | 2019-02-01 | 2019-06-21 | 上海理工大学 | 获得环控系统冷水机组能效随运营年限演化特性的方法 |
CN111861170A (zh) * | 2020-07-07 | 2020-10-30 | 河南大学 | 一种碳排放空间制图方法、密度空间分布确定方法与装置 |
CN111861170B (zh) * | 2020-07-07 | 2023-08-04 | 河南大学 | 一种碳排放空间制图方法、密度空间分布确定方法与装置 |
CN112257551A (zh) * | 2020-10-19 | 2021-01-22 | 北京市劳动保护科学研究所 | 一种氮氧化物污染源识别及排放量确定的方法及系统 |
CN112257551B (zh) * | 2020-10-19 | 2021-09-10 | 北京市劳动保护科学研究所 | 一种氮氧化物污染源识别及排放量确定的方法及系统 |
CN114544857A (zh) * | 2022-03-04 | 2022-05-27 | 东北大学 | 一种获得民用燃料大气污染物本地化排放因子的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104200089B (zh) | 2017-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104200089A (zh) | 一种测定平房燃煤大气污染物排放量的方法 | |
Zhou et al. | Development of a high-resolution emission inventory and its evaluation and application through air quality modeling for Jiangsu Province, China | |
Zhang et al. | Satellite remote sensing of changes in NO x emissions over China during 1996–2010 | |
Zhang et al. | NOx emission trends for China, 1995–2004: The view from the ground and the view from space | |
Fang et al. | Anthropogenic imprints on nitrogen and oxygen isotopic composition of precipitation nitrate in a nitrogen-polluted city in southern China | |
Zhao et al. | The effects of recent control policies on trends in emissions of anthropogenic atmospheric pollutants and CO 2 in China | |
Wang et al. | Assessment of air quality benefits from national air pollution control policies in China. Part I: Background, emission scenarios and evaluation of meteorological predictions | |
CN106339974A (zh) | 一种市区大气污染物排放清单的建立方法 | |
Sindhwani et al. | Anthropogenic emission inventory of criteria air pollutants of an urban agglomeration-National Capital Region (NCR), Delhi | |
Wang et al. | Using a mobile laboratory to characterize the distribution and transport of sulfur dioxide in and around Beijing | |
Gao et al. | Sensitivity analysis of surface ozone to emission controls in Beijing and its neighboring area during the 2008 Olympic Games | |
CN115186437B (zh) | 碳同位素联合同化模型及甄别人为碳排放与自然碳通量区域同化系统的构建方法 | |
Wang et al. | Accounting of SO2 emissions from combustion in industrial boilers | |
Xiao et al. | Evaluation of black carbon source apportionment based on one year's daily observations in Beijing | |
Chen et al. | Co-effect assessment on regional air quality: A perspective of policies and measures with greenhouse gas reduction potential | |
Du et al. | Global financial crisis making a V-shaped fluctuation in NO2 pollution over the Yangtze River Delta | |
Dukett et al. | Progress toward clean cloud water at Whiteface Mountain New York | |
Khanjer et al. | Air Quality Over Baghdad City Using Ground and Aircraft Measurements. | |
Sekar et al. | Siting is a constraint to realize environmental benefits from carbon capture and storage | |
Khanna et al. | Could the National Capital Region serve as a control region for effective air quality management in Delhi | |
Kai et al. | New Model-Free Daily Inversion of NOx Emissions using TROPOMI (MCMFE-NOx): Deducing a See-Saw of Halved Well Regulated Sources and Doubled New Sources | |
Lu et al. | Spatial and temporal variability of nitrogen deposition and its impacts on the carbon budget of China | |
Chen et al. | A case study of land use planning environmental assessment based on the air pollution analysis | |
CN105528515A (zh) | 燃煤电站锅炉烟气污染物排放的环保经济性评价分析方法 | |
Kiss et al. | Revealing the costs of air pollution caused by coal-based electricity generation in Serbia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Li Lingjun Inventor after: Zhao Wenhui Inventor after: Jiang Lei Inventor after: Zhang Likun Inventor after: Zhang Dawei Inventor before: Li Lingjun Inventor before: Zhao Wenhui Inventor before: Jiang Lei |
|
CB03 | Change of inventor or designer information |