薛文博,許艷玲,王金南,唐曉龍

?

全國火電行業(yè)大氣污染物排放對空氣質量的影響

薛文博1,許艷玲2,王金南3*,唐曉龍1

(1.北京科技大學土木與環(huán)境工程學院,北京 100083；2.北京工業(yè)大學環(huán)境學院,北京 100124；3.環(huán)境保護部環(huán)境規(guī)劃院,北京 100012)

基于WRF-CAMx空氣質量模型,定量模擬了火電行業(yè)主要大氣污染物排放對全國城市環(huán)境空氣質量的影響.結果表明,火電行業(yè)對全國城市SO2、NO2、PM2.5、硫酸鹽、硝酸鹽及一次PM2.5年均濃度平均貢獻率分別為15.6%、19.6%、8.5%、11.7%、12.0%和5.2%,并呈現(xiàn)空氣污染越重地區(qū),火電行業(yè)污染貢獻率越低的總體特征.其中,京津冀魯豫、長三角、以武漢城市群及長株潭城市群為中心的兩湖平原地區(qū)、成渝地區(qū)中大部分空氣污染最為嚴重的區(qū)域,火電行業(yè)對PM2.5年均濃度的貢獻率低于8%.因此,火電行業(yè)對環(huán)境空氣質量的影響總體較小,在深化火電行業(yè)污染減排的同時,必須強化非電力行業(yè)多污染物協(xié)同控制.

火電行業(yè)；WRF模型；CAMx模型；排放清單；環(huán)境影響

我國在應對煤煙型污染及酸雨污染等傳統(tǒng)環(huán)境問題的歷程中,一直把火電行業(yè)作為控制重點.特別是“十一五”以來,火電行業(yè)污染減排工作取得了顯著成果,脫硫機組比例由2005年的12%躍升到2013年的87.4%,脫硝機組比例由2005年的基本為0上升到2013年的49.9%,高效靜電除塵器安裝比例達到95%以上,袋式、電袋除塵器比例逐步提高,SO2、NO、煙粉塵排放量明顯下降,火電行業(yè)對環(huán)境空氣質量的影響得到有效控制.“十三五”期間國家將進一步投入高額的治理成本,在火電行業(yè)推行“近零排放”政策究竟能否顯著改善空氣質量引起爭議.部分學者甚至認為實施“近零排放”是以較大的經(jīng)濟成本換取較小的環(huán)境效果,這些質疑已成為當前推進火電行業(yè)“近零排放”政策爭議的焦點.由于火電行業(yè)SO2、NO、煙粉塵排放量大,而且是高架污染源,污染物具有遠距離傳輸?shù)奶卣?一直是大氣環(huán)境科學研究的重點[1-3].國內外學者先后采用ISC3、CALPUFF、ATMOS等空氣質量模型,模擬了電廠對局部地區(qū)空氣中SO2濃度、NO2濃度、酸沉降等污染指標的影響[4-9].薛文博等[10]應用CMAQ模型,基于2008年排放清單分析了電力行業(yè)SO2、NO、煙粉塵協(xié)同控制情景下硫沉降、氮沉降及PM2.5污染的改善效果.伯鑫等[11]利用CALPUFF模型研究了2011年京津冀火電行業(yè)污染物排放對京津冀地區(qū)環(huán)境空氣質量的影響.但火電行業(yè)經(jīng)過10多年的嚴格控制,當前火電排放對全國空氣質量的影響究竟有多大,這在全國層面尚缺乏系統(tǒng)性研究.為此,本文基于清華大學2012年多尺度多污染物排放清單(MEIC),采用WRF氣象模型和第3代空氣質量模型CAMx,采用情景分析法,在全國層面模擬分析了火電行業(yè)SO2、NO、煙塵等大氣污染物排放對近地面空氣中SO2、NO2、PM2.5、硫酸鹽及硝酸鹽年均濃度的影響.

1 研究方法

1.1 模型選擇

本文采用WRF中尺度氣象模式、CAMx空氣質量模式模擬分析火電行業(yè)大氣污染物排放對空氣質量的影響.CAMx是當前主流的第3代空氣質量模型,是美國ENVIRON公司在UAM-V模式基礎上開發(fā)的綜合空氣質量模式,它將“科學級”空氣質量模型所需要的各種技術特征合成為單一系統(tǒng),考慮了實際大氣中不同物種之間的相互轉換和影響,可以用來對氣態(tài)和顆粒態(tài)的大氣污染物在城市和區(qū)域等多種尺度上進行綜合性模擬[12].

1.2 模型設置

1.2.1 CAMx模型 模擬時段為2012年1月1日~12月31日,模擬時間間隔為1h.模擬區(qū)域采用Lambert投影坐標系,中心經(jīng)度為103°E,中心緯度為37°N,兩條平行標準緯度為25°N和40°N.水平模擬范圍為方向(-2682~2682km)、方向(-2142~2142km),網(wǎng)格間距36km,共將模擬區(qū)域劃分為150×120個網(wǎng)格,研究區(qū)域包括中國全部陸域范圍.模擬區(qū)域垂直方向共設置9個氣壓層,層間距自下而上逐漸增大.

1.2.2 WRF模型 CAMx模型所需要的氣象場由中尺度氣象模型WRF提供[13],WRF模型與CAMx模型采用相同的模擬時段和空間投影坐標系,但模擬范圍大于CAMx模擬范圍,其水平模擬范圍為方向(-3582~3582km)、方向(-2502~2502km),網(wǎng)格間距36km,共將研究區(qū)域劃分為200×140個網(wǎng)格.垂直方向共設置28個氣壓層,層間距自下而上逐漸增大.WRF模型的初始輸入數(shù)據(jù)采用美國國家環(huán)境預報中心(NCEP)提供的6h一次、1°分辨率的FNL全球分析資料[14],并利用NCEP ADP觀測資料進行客觀分析[15].WRF模型模擬結果通過WRFCAMx程序轉換為CAMx模型輸入格式.

1.3 排放清單

表1 2012年主要大氣污染物排放清單[16](104t)Table 1 Emission inventory of major air pollutants in 2012 (104t)

續(xù)表1

省市SO2NOxPM2.5省市SO2NOxPM2.5 合計火電合計火電合計火電合計火電合計火電合計火電 浙江56.020.0115.838.226.34.5陜西125.531.980.730.440.22.7 安徽50.413.1108.334.252.33.4甘肅33.211.447.017.121.71.7 福建49.89.059.918.016.61.9青海6.73.312.83.96.50.3 江西53.513.753.113.726.61.2寧夏45.819.539.423.19.32.0 山東320.765.9304.794.9105.48.2新疆70.221.579.130.722.43.2 河南115.935.6173.557.973.44.5全國29686852938957119890

CAMx模型所需排放清單的化學物種主要包括SO2、NO、顆粒物(PM10、PM2.5及其組份)、NH3和VOCS(含多種化學組份)等多種污染物.電廠及其他行業(yè)污染物SO2、NO、人為源顆粒物(含PM10、PM2.5、BC、OC等)以及NH3、VOCs(含主要組份)等排放數(shù)據(jù)均采用2012年MEIC排放清單[16],生物源VOCs排放清單利用MEGAN天然源排放清單模型計算[17].根據(jù)MEIC排放清單,2012年火電行業(yè)SO2、NO、PM2.5排放量分別為685萬t、957萬t和90萬t,占全國排放總量的比例分別為23%、33%和7.5%,具體見表1所示.火電行業(yè)大氣污染物排放強度的空間差異性顯著,內蒙古、晉冀魯豫、長三角、寧夏及云貴地區(qū)排放強度較高,空間特征見圖1所示.

1.4 模擬驗證

由于2012年我國尚未全面開展PM2.5監(jiān)測,缺乏PM2.5實測數(shù)據(jù),因此利用中國環(huán)境監(jiān)測總站PM2.5試監(jiān)測數(shù)據(jù)和中科院大氣物理研究所提供的PM2.5監(jiān)測數(shù)據(jù)驗證模型模擬結果的準確性.將CAMx模型模擬的PM2.5年均濃度與監(jiān)測數(shù)據(jù)進行比較,結果表明模擬值和監(jiān)測值具有較好的相關性,相關系數(shù)為0.79.此外,利用NASA中分辨率成像光譜儀(MODIS)觀測的氣溶膠光學厚度(AOD)數(shù)據(jù)進一步驗證了PM2.5模擬結果的空間分布特征,驗證結果表明113個環(huán)保重點城市的PM2.5年均柱濃度(指9個垂直層的平均模擬值)與衛(wèi)星觀測的年均AOD數(shù)據(jù)具有較高的相關性,相關系數(shù)達到0.83.因此,本文所選空氣質量模型及模擬參數(shù)可較好地模擬我國區(qū)域性、復合型PM2.5污染問題.模擬驗證具體見作者前期研究成果[18-19].

1.5 情景設計

設置2個污染物排放情景:(1)2012年所有污染物全口徑排放情景;(2)火電行業(yè)所有污染物排放置零情景,即在全口徑污染物排放清單中扣除火電行業(yè)排放量.利用空氣質量模型分別模擬“全口徑排放情景”與“火電排放置零情景”下的環(huán)境影響,將“全口徑排放情景”與“火電排放置零情景”的環(huán)境影響進行比較,得到火電行業(yè)大氣污染物排放對環(huán)境空氣質量的定量影響.

2 結果與討論

2.1 火電行業(yè)SO2平均濃度貢獻

根據(jù)MEIC排放清單,火電行業(yè)SO2排放量約為685萬t,占全國SO2排放總量的23%.空氣質量模型模擬結果表明,全國火電行業(yè)SO2排放對地級及以上城市SO2年均濃度貢獻值約為4.9μg/m3,平均貢獻率約為15.6%,約占國家環(huán)境空氣質量二級標準[20]的8.1%.從區(qū)域SO2年均濃度貢獻來看(圖2a),在“陜西-內蒙古-寧夏-山西”部分地區(qū)、云貴局部地區(qū)等西部煤電基地以及江浙等東部火電企業(yè)集中區(qū),火電行業(yè)排放對SO2年均濃度的貢獻率較高;在京津冀魯、以武漢城市群及長株潭城市群為中心的兩湖平原地區(qū)、成渝地區(qū)等空氣污染嚴重的區(qū)域,火電行業(yè)排放對SO2年均濃度的貢獻率低.

從火電行業(yè)對各省城市SO2年均濃度貢獻看,在山西、河南、寧夏、山東等火電企業(yè)分布比較密集的地區(qū),SO2排放量大且相對集中,火電行業(yè)SO2排放對以上省份SO2年均濃度的貢獻值均超過9μg/m3,占國家環(huán)境空氣質量二級標準的比例超過15%;對海南、北京、上海、重慶、湖北、福建、黑龍江、云南等省份城市的貢獻值均低于3μg/m3,占國家環(huán)境空氣質量二級標準的比例低于5%.火電行業(yè)對各省份城市SO2年均濃度貢獻率模擬結果表明,火電行業(yè)排放對青海、甘肅、浙江、安徽、河南、寧夏等省份城市SO2年均濃度貢獻率較高,均超過20%;對湖北、北京、重慶、黑龍江、湖南等省份城市SO2年均濃度貢獻率較小,其中湖北省最低,小于7%.火電行業(yè)對重點區(qū)域SO2年均濃度貢獻見表2,對各省SO2年均濃度貢獻見表3,對省會城市SO2年均濃度貢獻見表4所示.

2.2 火電行業(yè)NO2平均濃度貢獻

MEIC 排放清單表明,火電行業(yè)NO排放量約為957萬t,占NO排放總量的33%,火電行業(yè)NO排放占排放總量的比例高于SO2.但是火電行業(yè)NO排放對全國地級及以上城市NO2年均濃度貢獻值約為6.2μg/m3,平均貢獻率僅為19.6%,占國家環(huán)境空氣質量二級標準[20]的15.6%.與SO2相似的是,在“陜西-內蒙古-寧夏-山西”部分地區(qū)、云貴局部地區(qū)等西部煤電基地以及安徽等地區(qū),火電行業(yè)排放對NO2年均濃度的貢獻率較高;與SO2不同的是,由于大城市及其周邊城市群機動車NO排放比較集中,因此火電行業(yè)對北京、上海、天津、武漢、長沙、成都、重慶、深圳等大中型城市及其周邊地區(qū)NO2年均濃度貢獻率最小(圖2b).

各省模擬結果表明,在山西、浙江、河南、山東、寧夏等火電企業(yè)NO排放量大且相對集中的地區(qū),火電行業(yè)NO排放對以上省份城市NO2年均濃度的貢獻值均高于8.5μg/m3,占國家環(huán)境空氣質量二級標準的比例超過20%;對云南、海南等省份城市NO2年均濃度的貢獻值均低于2μg/m3,約占國家環(huán)境空氣質量二級標準的比例5%.從火電行業(yè)對各省份城市NO2年均濃度貢獻率來看,火電行業(yè)NO排放對山西、寧夏、安徽、內蒙古、貴州、江西等省份城市NO2年均濃度貢獻率較高,均超過25%,特別是寧夏、山西等省份城市的貢獻率超過30%.對北京、天津、重慶、云南、上海等省份城市NO2年均濃度貢獻率較小,均低于12%,其中北京市最低,小于5%.火電行業(yè)對重點區(qū)域NO2年均濃度貢獻見表2,對各省NO2年均濃度貢獻見表3,對省會城市NO2年均濃度貢獻見表4所示.

表2 火電行業(yè)對重點區(qū)域空氣質量影響(%)Table 2 Impact of the thermal power plants on air quality in key regions (%)

2.3 火電行業(yè)PM2.5平均濃度貢獻

PM2.5具有區(qū)域性(長距離傳輸)與復合型(多種大氣污染物經(jīng)物理化學轉化生成)的污染特征,與SO2、NO2污染存在顯著差異.火電行業(yè)排放的SO2、NO進入大氣環(huán)境后,經(jīng)過物理化學轉化生成的硫酸鹽、硝酸鹽是PM2.5的重要組分,是影響大氣能見度的關鍵因素[21].此外,火電行業(yè)排放的煙塵是空氣中一次PM2.5的主要來源之一[22].本研究利用CMAX第3代空氣質量模型,系統(tǒng)考慮了SO2、NO、煙塵在大氣中的物理、化學過程,模擬了火電行業(yè)多污染物排放對全國地級及以上城市PM2.5年均濃度的綜合影響.

模型模擬結果表明,火電行業(yè)排放的SO2、NO、煙塵等多種大氣污染物對全國地級及以上城市PM2.5年均濃度貢獻值約為5.3μg/m3,綜合貢獻率約為8.5%,占國家環(huán)境空氣質量二級標準[20]的15%;對硫酸鹽、硝酸鹽、一次PM2.5年均濃度的貢獻率分別為11.7%、12.0%和5.2%.可以看出,PM2.5污染貢獻反映了火電行業(yè)排放對大氣環(huán)境的綜合影響.在“陜西-內蒙古-寧夏-山西”部分地區(qū)西部煤電基地及珠三角地區(qū)等火電企業(yè)集中區(qū),火電行業(yè)排放對PM2.5年均濃度的貢獻率較高;京津冀魯豫、長三角、以武漢城市群及長株潭城市群為中心的兩湖平原地區(qū)、成渝地區(qū)中大部分空氣污染最為嚴重的區(qū)域,火電行業(yè)排放對PM2.5年均濃度的貢獻率較低(圖2c).火電行業(yè)排放對硫酸鹽、硝酸鹽年均濃度貢獻的空間分布特征與PM2.5相似，在空氣污染嚴重地區(qū)，火電行業(yè)對硫酸鹽、硝酸鹽年均濃度的貢獻率同樣較低(圖2d,圖2e).

各省模擬結果表明,火電行業(yè)排放對寧夏、河南等省份城市PM2.5年均濃度的貢獻值均超過于7μg/m3,占國家環(huán)境空氣質量二級標準的比例超過20%;對海南、云南、北京等省份城市的PM2.5年均濃度的貢獻值最低,均小于3.6μg/m3,約占國家環(huán)境空氣質量二級標準的比例7%~ 10%.從火電行業(yè)對各省份城市PM2.5年均濃度貢獻率來看,火電行業(yè)排放對寧夏、廣東、福建、甘肅、廣西、海南、內蒙古等省份城市PM2.5年均濃度貢獻率較高,均超過11%.對北京、天津、河北、遼寧、山東、上海等省份城市PM2.5年均濃度貢獻率較小,均低于7%,其中北京市最低,約為4%.火電行業(yè)對重點區(qū)域PM2.5年均濃度貢獻見表2,對各省PM2.5年均濃度貢獻見表3,對省會城市PM2.5年均濃度貢獻見表4所示.

2.4 討論

由于SO2、NO總量控制政策的實施,全國城市SO2年均濃度顯著下降,NO2污染的趨勢得到有效遏制.2014年全國空氣質量監(jiān)測數(shù)據(jù)表明,地級及以上城市SO2、NO2年均濃度超標率分別為11.8%、37.3%,大部分城市SO2年均濃度已經(jīng)達標.然而2014年161個開展PM2.5監(jiān)測的城市中,PM2.5年均濃度超標率高達88.8%,PM2.5已經(jīng)成為大氣污染的首要污染物.但火電行業(yè)對全國城市PM2.5年均濃度的貢獻率僅為8.5%,因此在強化火電行業(yè)污染減排的同時,必須加大非電行業(yè)的污染控制.

從火電行業(yè)對PM2.5年均濃度的空間分布特征來看,京津冀魯豫、長三角、以武漢城市群及長株潭城市群為中心的兩湖平原地區(qū)、成渝地區(qū)中大部分空氣污染最為嚴重的區(qū)域,火電行業(yè)對PM2.5的貢獻率低于8%.因此,要改善重污染地區(qū)空氣質量,相比全國層面控制火電行業(yè)的效果更加有限.火電行業(yè)排放的污染物易于遠距離傳輸,進一步控制火電行業(yè)將有利于降低區(qū)域間的相互影響,改善區(qū)域環(huán)境空氣質量,但在重污染地區(qū)強化非電行業(yè)多種污染物的協(xié)同控制至關重要.

考慮到火電行業(yè)屬于高架源,排放的污染物對中高層大氣環(huán)境質量的影響高于近地面層.本研究基于公眾健康考慮,主要研究了火電行業(yè)污染物排放對近地面層環(huán)境空氣質量的影響,因此有可能對火電行業(yè)的總體環(huán)境影響有所低估.

3 結論

3.1 火電行業(yè)排放的SO2、NO、一次PM2.5分別占全國排放總量的23%、33%、7.5%左右,但對全國城市SO2、NO2及PM2.5年均濃度平均貢獻率分別為15.6%、19.6%、8.5%,火電行業(yè)單位污染物排放對環(huán)境空氣質量的影響較小.

3.2 火電行業(yè)對SO2、NO2及PM2.5年均濃度貢獻的空間差異性顯著,對京津冀、長三角、珠三角及成渝地區(qū)SO2、NO2及PM2.5年均濃度的平均貢獻率分別為10.3%、12.8%、7.6%,低于全國平均貢獻,空氣污染越重地區(qū)受火電行業(yè)的影響越小.

3.3 火電行業(yè)排放對寧夏、河南等省份城市PM2.5年均濃度的貢獻值均超過于7μg/m3,占國家環(huán)境空氣質量二級標準的比例超過20%;對海南、云南、北京等省份城市的PM2.5年均濃度的貢獻值最低,約占國家環(huán)境空氣質量二級標準的比例7%~10%.

[1] 王志軒,潘 荔,趙鵬高,等.現(xiàn)有燃煤電廠二氧化硫治理“十一五”規(guī)劃研究 [J]. 環(huán)境科學研究, 2007,20(3):142-147.

在上述工藝條件下，預測相對脫水率為76.32%，為驗證響應曲面優(yōu)化設計的可靠性，對其工藝參數(shù)進行了3組平行實驗，取平均值為75.66%，與預測值相差0.66%，說明實際值與理論值較吻合。

[2] 黃 青,程水源,陳東升,等.近周邊電廠源對北京市采暖期間SO2的貢獻分析 [J]. 環(huán)境科學研究, 2009,22(5):567-573.

[3] 許艷玲,蔣春來,楊金田,等.我國火電行業(yè)NO減排進展及控制對策研究 [J]. 環(huán)境與可持續(xù)發(fā)展, 2014,5:17-20.

[4] 郝吉明,王麗濤,李 林,等.北京市能源相關大氣污染源的貢獻率和調控對策分析 [J]. 中國科學(D輯:地球科學),2005,35(增刊I):115-122.

[5] 薛志鋼,柴發(fā)合,段 寧,等.運用ISC3模型模擬電廠脫硫后的大氣環(huán)境影響 [J]. 環(huán)境科學研究, 2003,16(5):62-64.

[6] 陳義珍,柴發(fā)合,段 寧,等.“西電東送”火電規(guī)劃對北京空氣質量的影響 [J]. 環(huán)境科學研究, 2003,16(6):46-52.

[7] Hao Jiming, Wang Litao, Shen Minjia, et al. Air quality impacts of power plant emissions in Beijing [J]. Environmental Pollution, 2007,147:401-408.

[8] 黃 青,程水源,陳東升,等.華北電廠源對北京及周邊地區(qū)SO2影響 [J]. 北京工業(yè)大學學報, 2009,35(10):1389-1395.

[9] 薛文博,楊金田,陳瀟君,等.“十一五”電力行業(yè)二氧化硫總量控制的環(huán)境效益評估 [J]. 環(huán)境科學研究, 2010,23(11):1355- 1360.

[10] 薛文博,王金南,楊金田,等.電力行業(yè)多污染物協(xié)同控制的環(huán)境效益模擬 [J]. 環(huán)境科學研究, 2012,25(11):1304-1310.

[11] 伯 鑫,王 剛,溫 柔,等.京津冀地區(qū)火電企業(yè)的大氣污染影響 [J]. 中國環(huán)境科學, 2015,35(2):364-373.

[12] 薛文博,王金南,楊金田,等.國內外空氣質量模型研究進展 [J]. 環(huán)境保護與可持續(xù)發(fā)展, 2013,3:14-20.

[13] National Center for Atmospheric Research. WRF USERS PAGE [EB/OL]. http://www.mmm.ucar.edu/wrf/users/.2015-08-13.

[14] National Center for Atmospheric Research. CISL Research Data Archive [EB/OL]. http://rda.ucar.edu/datasets/ds083.2/.2015-08- 13.

[15] National Center for Atmospheric Research. CISL Research Data Archive [EB/OL]. http://rda.ucar.edu/datasets/ds461.0/.2015-08- 13.

[16] Multi-resolution emission inventory for China. [Z/OL]. http: //www.meicmodel.org/.2015-06-02.

[17] Guenther A, Karl T, Harley P, et al. Estimates of global terrestrial isoprene emissions using MEGAN (Model of Emissions of Gases and Aerosols from Nature) [J]. Atmospheric Chemistry and Physics, 2006,6(11):3181-3210.

[18] 薛文博,付 飛,王金南,等.中國PM2.5跨區(qū)域傳輸特征數(shù)值模擬研究 [J]. 中國環(huán)境科學, 2014,34(6):1361-1368.

[19] Xue W B, Wang J N, Niu H, et al. Assessment of air quality improvement effect under the national total emission control program during the twelfth national five-year plan in China [J]. Atmospheric Environment, 2013,68:74-81.

[20] GB3095-2012 環(huán)境空氣質量標準 [S].

[21] 薛文博,付 飛,王金南,等.基于全國城市PM2.5達標約束的大氣環(huán)境容量模擬 [J]. 中國環(huán)境科學, 2014,34(10):2490-2496.

[22] 王占山,潘麗波,李云婷,等.火電廠大氣污染物排放標準對區(qū)域酸沉降影響的數(shù)值模擬 [J]. 中國環(huán)境科學, 2014,34(9):2420- 2429.

* 責任作者, 研究員, wangjn@caep.org.cn

Ambient air quality impact of emissions from thermal power industry

XUE Wen-bo1, XU Yan-ling2, WANG Jin-nan3*, TANG Xiao-long1

(1.School of Civil and Environmental Engineering, University of Science and Technology Beijing, Beijing 100083, China；2.College of Environmental and Energy Engineering, Beijing University of Technology, Beijing 100124, China；3.Chinese Academy For Environmental Planning, Beijing 100012, China)., 2016,36(5)：1281~1288

The impact of the air quality from thermal power industry was analyzed quantitatively based on WRF-CAMx model. The results indicated thatto the annual average concentrations of SO2, NO2, PM2.5, sulfate, nitrate and primary PM2.5from thermal power plants were 15.6%, 19.6%, 8.5%, 11.7%, 12.0% and 5.2%, respectively. There was a general characteristic that in regions where air pollutions were more severe, the contribution rates from thermal power plants were reversely lower. Specially, in Beijing-Tianjin-Hebei-Shandong-Henan, Yangtze River Delta, Wuhan and Changsha-Zhuzhou-Xiangtan city clusters located on the Plain and the Chengdu-Chongqing area where air pollutions were the most serious, the PM2.5contribution rates from the thermal power industry were less than 8%. Improvement to the atmospheric quality due to ultra-low emission in thermal power industry was not obvious. In view of this, policy of multi-pollutant control should be also implemented in other industries besides thermal power plants in order to improve atmospheric quality.

thermal power industry；WRF；CAMx；emission inventory；environmental impact

X51

A

1000-6923(2016)05-1281-08

薛文博(1981-),男,陜西寶雞人,副研究員,博士,主要研究方向為空氣質量模型、排放清單及區(qū)域復合型大氣污染調控等.發(fā)表論文30余篇.

2015-10-18

環(huán)境保護公益性行業(yè)科研專項(201509001)