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.
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].
1.2.1 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.
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.
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].
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.
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.
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 (%)
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.
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.
3.1 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)