馬殊瓊,林偉立,夏建新*

北京市典型城區(qū)餐飲業(yè)VOCs和PM2.5排放量估算

馬殊瓊1,2,林偉立1,夏建新1*

(1.中央民族大學(xué)生命與環(huán)境科學(xué)學(xué)院,北京 100081；2.北京市西城區(qū)生態(tài)環(huán)境局,北京 100055)

以北京市餐飲企業(yè)分布密度最大的西城區(qū)為案例區(qū),通過對研究區(qū)域內(nèi)餐飲企業(yè)進(jìn)行實地污染物檢測及排放活動水平調(diào)查,計算得到基于就餐人數(shù)、就餐時間、烹飪油用量和灶頭數(shù)4種核算基準(zhǔn)的餐飲業(yè)VOCs和PM2.5排放因子,并利用排放因子法分別估算該區(qū)域在餐飲廢氣凈化設(shè)備升級改造前后餐飲企業(yè)VOCs和PM2.5年排放量.結(jié)果表明: 本研究區(qū)域餐飲業(yè)廢氣凈化設(shè)備升級改造前VOCs排放量范圍為319.03 ～506.38t/a,改造后為92.14 ～109.89t/a;改造前PM2.5排放量范圍為166.55 ～211.09t/a,改造后為30.22 ～36.05t/a,排放量明顯減少.餐飲業(yè)廢氣凈化設(shè)備改造后VOCs和PM2.5減排率分別為71%～82%和80%～86%,餐飲業(yè)廢氣凈化設(shè)備升級改造減排效果良好.計算得到以街道為單元的餐飲源VOCs和PM2.5排放強(qiáng)度范圍分別為1.45 ～4.32t/km2和0.47～1.42t/km2.通過PM2.5實測濃度(小時值)數(shù)據(jù)分析,餐飲業(yè)廢氣凈化設(shè)備升級改造前、后PM2.5濃度平均減少了28.9%,最接近于用油量為核算基準(zhǔn)的排放因子降低比例.

北京典型城區(qū)；餐飲業(yè)；VOCs；PM2.5；排放因子；排放量

為應(yīng)對嚴(yán)重的大氣污染,北京市自1998年開始連續(xù)實施大氣污染綜合治理,空氣質(zhì)量明顯改善.但是,2017年P(guān)M2.5年均濃度仍超過國家空氣質(zhì)量標(biāo)準(zhǔn)66%.此外,揮發(fā)性有機(jī)物(VOCs)是大氣環(huán)境中二次細(xì)顆粒物和O3的重要前體物,科學(xué)管控VOCs的排放對協(xié)同防控PM2.5和O3有重要作用[1].目前,北京大氣污染已進(jìn)入綜合治理階段,以能源結(jié)構(gòu)調(diào)整和工業(yè)減排措施為主的治理效果逐步減弱,生活源大氣污染物排放的貢獻(xiàn)逐漸引起重視.近年來北京市餐飲業(yè)發(fā)展迅猛,對大氣環(huán)境中VOCs和顆粒物等有重要的貢獻(xiàn),對城市局部大氣質(zhì)量及人體健康產(chǎn)生不利影響[2].

餐飲行業(yè)是重要的大氣污染源,但人們對其實際存在狀況、活動水平及排放量的了解有限[3].餐飲業(yè)大氣污染物排放因子及排放量核算是控制餐飲業(yè)大氣污染的重要依據(jù).準(zhǔn)確可靠的排放因子的獲取尤為重要,但存在較大的困難.近年來,北京市域內(nèi)餐飲業(yè)大氣污染物排放特征研究陸續(xù)涌現(xiàn)[4-5],但針對城區(qū)特定區(qū)域的餐飲業(yè)大氣污染物排放情況研究聚焦較少,且尚未建立涵蓋不同規(guī)模、不同核算基準(zhǔn)的排放因子庫. 因餐飲行業(yè)類型眾多,排放污染物組分復(fù)雜,活動水平信息的獲取也存在一定局限性,大部分餐飲業(yè)活動水平數(shù)據(jù)來自統(tǒng)計年鑒,部分?jǐn)?shù)據(jù)僅有國家級數(shù)據(jù)或無數(shù)據(jù)[6],因此排放量估算存在較大的誤差.

本文基于北京市典型城區(qū)餐飲行業(yè)調(diào)查和實測數(shù)據(jù),開展餐飲業(yè)廢氣中VOCs和PM2.5排放因子和排放量核算實證研究,建立北京市中心城區(qū)餐飲業(yè)廢氣中VOCs和PM2.5本地化排放因子并估算排放量.

1 方法與數(shù)據(jù)

1.1 監(jiān)測數(shù)據(jù)

選擇北京市西城區(qū)為研究區(qū)域.研究區(qū)域總面積50.70km2,下轄15個街道,共計261個社區(qū),常住人口117.9萬人.該區(qū)域餐飲企業(yè)分布密集,平均密度約100家/km2,2018年營業(yè)額高達(dá)90.6億元[7].

2019年北京市全面推進(jìn)餐飲業(yè)大氣污染控制工程,各餐飲服務(wù)單位陸續(xù)開展廢氣凈化設(shè)備升級改造.本研究在2019年先后檢測2組餐飲企業(yè)廢氣樣本,其中包括未進(jìn)行廢氣凈化設(shè)備升級改造(廢氣凈化設(shè)備升級改造前)餐飲企業(yè)42家(小型餐飲8家、中型20家、大型14家)和完成廢氣凈化設(shè)備升級改造(廢氣凈化設(shè)備升級改造后)餐飲企業(yè)33家(11家、中型14家、大型8家).升級改造前、后餐飲樣本選擇同類型廢氣凈化設(shè)備進(jìn)行采樣.每組樣本中燒烤(含燃?xì)鉄?、電燒烤、炭火燒?類、烤鴨類(含果木烤鴨、電烤鴨)、川湘菜、本幫江浙菜、家常菜、快餐(含中式、西式)、食堂餐飲占比均勻,檢測樣本類別的選取具有區(qū)域代表性.同時采集樣本餐飲企業(yè)標(biāo)態(tài)干廢氣流量(m3/h)和折算后實際使用灶頭數(shù)(個)等相關(guān)指標(biāo).

為構(gòu)建本地化排放因子庫,對研究區(qū)域內(nèi)上述餐飲企業(yè)進(jìn)行抽樣檢測,實地檢測餐飲業(yè)廢氣中顆粒物和非甲烷總烴(NMHC)污染物濃度.參考北京市地方標(biāo)準(zhǔn)DB11/1488-2018[8],使用“非甲烷總烴(NMHC)”作為VOCs的綜合控制指標(biāo).樣品采集選擇在餐飲廢氣排放單位作業(yè)(炒菜、食品加工或其他產(chǎn)生油煙的操作)高峰期進(jìn)行,選擇了在午餐高峰時段11:00～13:00,和晚餐高峰時段18:00～20:00進(jìn)行采樣.采樣位置優(yōu)先選擇垂直管段,且避開煙道彎頭和斷面急劇變化部位.

1.2 采樣方法

使用TH-880F微電腦煙塵平行采樣儀(武漢市天虹儀表有限責(zé)任公司)進(jìn)行顆粒物采樣,采樣管由S型皮托管、熱電偶或鉑電阻溫度計和采樣頭組成.使用從天津華翼科技有限公司采購的A型濾芯,其外殼材質(zhì)為聚丙烯,內(nèi)置雙層濾膜,第一層濾膜為聚丙烯纖維濾膜,孔徑1～3μm,第二層為超細(xì)玻璃纖維濾膜.此類型濾芯對于0.3μm標(biāo)準(zhǔn)粒子的截留效率399.95%.濾芯使用前經(jīng)過101A-1E型電熱鼓風(fēng)干燥箱(上海實驗儀器廠有限公司)干燥2h,干燥溫度為(60±1)℃,自然冷卻后,放入玻璃干燥器內(nèi),室溫下干燥12h.將濾芯用來自梅特勒-托利多國際貿(mào)易(上海)有限公司的XS205型電子天平稱量至恒重.采樣前,將組合采樣管放入煙道內(nèi)測得排氣靜壓、測點動壓、溫度等參數(shù),使用濕度儀測得煙氣水分含量,計算出采樣嘴的內(nèi)徑.選擇對應(yīng)采樣嘴內(nèi)徑的濾芯(濾芯采樣嘴內(nèi)徑一般為6, 8, 10和12mm)進(jìn)行采樣,采樣步驟按照DB11/T1485-2017[9]進(jìn)行.

采用氣袋法采集非甲烷總烴樣品,采樣時將采樣管加熱并保持在(120±5)℃,10L的氣袋用樣品氣清洗3次,連續(xù)采集3個樣品,每個樣品采集時間宜不少于20min,采氣量均不小于10L.結(jié)束采樣后樣品應(yīng)立即放入樣品保存箱內(nèi)保存,直至樣品分析時取出,采樣步驟按照《固定污染源廢氣揮發(fā)性有機(jī)物的采樣氣袋法》(HJ 732-2014)[10]進(jìn)行.

1.3 分析方法

顆粒物的分析方法采用手工稱重法.根據(jù)DB11/T1485-2017[9],采用煙道內(nèi)過濾的方式,按照顆粒物等速采樣原理,使用濾芯采集餐飲廢氣中的顆粒物,通過101A-1E型電熱鼓風(fēng)干燥箱(上海實驗儀器廠有限公司)除去水分后,由采樣前后濾芯的質(zhì)量差除以標(biāo)干采樣體積,計算出顆粒物的質(zhì)量濃度.采樣時間均不少于15min,每次平行采集3個樣品.采樣后濾芯運回實驗室后,從密封袋中取出并放入玻璃干燥器內(nèi),在室溫下干燥12h后,還用XS205型分析天平稱量至恒重.

采用氣相色譜法對非甲烷總烴進(jìn)行檢測.根據(jù)HJ38-2017[11],將氣體樣品直接注入具備氫火焰離子化檢測器的7820A型氣相色譜儀(安捷倫科技(中國)有限公司),分別在總烴柱和甲烷柱上測定總烴和甲烷的含量,兩者之差即為非甲烷總烴的含量.同時以除烴空氣代替樣品,測定氧在總烴柱上的響應(yīng)值,以扣除樣品中的氧對總烴測定的干擾.實驗中色譜分析條件為:空氣流速400mL/min;進(jìn)樣口溫度120℃;柱箱溫80℃;檢測器溫度200℃.購買5個濃度梯度的甲烷標(biāo)準(zhǔn)氣體分別繪制總烴、甲烷的校準(zhǔn)曲線,進(jìn)樣量1.0mL.再取1.0mL待測樣品測定樣品中總烴和甲烷的峰面積,總烴峰面積應(yīng)扣除氧峰面積后參與計算.

1.4 餐飲業(yè)活動水平調(diào)查數(shù)據(jù)

餐飲業(yè)活動水平數(shù)據(jù)是污染物排放量計算的重要參數(shù).本文中餐飲業(yè)主要的活動水平數(shù)據(jù)綜合以下來源獲得:①生態(tài)環(huán)境部門2019年對餐飲源污染物產(chǎn)生的普查數(shù)據(jù);②相關(guān)行政管理部門、行業(yè)協(xié)會等公布的信息與資料.

2019年北京市開展了《餐飲業(yè)大氣污染排放標(biāo)準(zhǔn)》(DB11/1488-2018)[8]發(fā)布后的第一次對餐飲源污染物產(chǎn)生的普查,實現(xiàn)全區(qū)域餐飲服務(wù)單位清查.由于研究區(qū)域餐飲企業(yè)數(shù)量密度較大,普查工作制定了清查建庫、入戶調(diào)查、數(shù)據(jù)審核、質(zhì)量抽查及匯總上報等一系列工作任務(wù).最終建立的臺賬包括單位名稱、詳細(xì)地址、統(tǒng)一社會信用代碼、經(jīng)營面積(m2)、經(jīng)營天數(shù)(d)、年度日均經(jīng)營時間(h)、固定灶頭數(shù)(個)、烹飪油使用量(kg/a)、客流量(人/a)、年營業(yè)額(當(dāng)年價格, 萬元)等指標(biāo).此次調(diào)查中的餐飲服務(wù)單位包括獨立經(jīng)營的餐飲服務(wù)機(jī)構(gòu),賓館、酒店、度假村等場所內(nèi)經(jīng)營性餐飲部門,設(shè)于機(jī)關(guān)、事業(yè)單位、社會團(tuán)體、民辦非企業(yè)單位、企業(yè)等供應(yīng)內(nèi)部職工、學(xué)生等集中就餐的單位食堂和中央廚房等集體用餐加工服務(wù)機(jī)構(gòu),覆蓋研究區(qū)域內(nèi)所有產(chǎn)生餐飲大氣污染物的服務(wù)單位.

企業(yè)規(guī)模是影響餐飲企業(yè)PM2.5排放因子的重要因素[12].根據(jù)北京市《餐飲業(yè)大氣污染物排放標(biāo)準(zhǔn)》(DB11/1488-2018)[8]中餐飲服務(wù)單位規(guī)模劃分標(biāo)準(zhǔn),選取其中較易獲得的劃分指標(biāo)對所調(diào)查的餐飲服務(wù)企業(yè)進(jìn)行規(guī)模劃分(表1).其中,不同方式判斷規(guī)模不一致的,餐飲服務(wù)單位的規(guī)模類別以大者計.

表1 餐飲服務(wù)單位規(guī)模劃分

研究區(qū)域共有餐飲企業(yè)3400余家,按照表2劃分餐飲業(yè)規(guī)模的標(biāo)準(zhǔn),本研究區(qū)域有小型餐飲企業(yè)1300余家、中型餐飲企業(yè)1300余家、大型餐飲700余家.

根據(jù)檢測數(shù)據(jù)和餐飲服務(wù)單位普查數(shù)據(jù),獲取不同規(guī)模餐飲業(yè)的基礎(chǔ)數(shù)據(jù)參數(shù).本研究對樣本數(shù)據(jù)進(jìn)行了Shapiro-Wilk正態(tài)分布檢驗,隨機(jī)變量服從對數(shù)正態(tài)分布則取幾何平均值,不服從對數(shù)正態(tài)分布的則取中位數(shù).抽樣餐飲企業(yè)基本數(shù)據(jù)參數(shù)見表2和表3.

表2 廢氣凈化設(shè)備升級改造前餐飲企業(yè)基本數(shù)據(jù)參數(shù)

表3 廢氣凈化設(shè)備升級改造后餐飲企業(yè)基本數(shù)據(jù)參數(shù)

1.5 餐飲業(yè)大氣污染物年排放總量估算方法

根據(jù)《城市大氣污染物排放清單編制技術(shù)手冊》[13],餐飲油煙源排放清單污染物有PM10、PM2.5、BC、OC和VOCs.本文主要對PM2.5和VOCs排放總量進(jìn)行估算.采用的核算方法為排放因子法.根據(jù)餐飲業(yè)行業(yè)特點,通常選取就餐人數(shù)、就餐時間、食用油用量和灶頭數(shù)4項便于統(tǒng)計的指標(biāo)為核算基準(zhǔn)來計算相對應(yīng)大氣污染物排放因子[7].結(jié)合煙氣排放量、污染物排放濃度以及餐飲企業(yè)的數(shù)量等進(jìn)行污染物排放量估算[14-16].不同核算基準(zhǔn)存在一定的不確定性,吳雪偉等[17]認(rèn)為以用油量為基準(zhǔn)的不確定性最小, 如PM2.5和VOCS的不確定性分別為31%和61%.吳芳谷等[18]對餐飲油煙研究發(fā)現(xiàn),油煙中排出的顆粒物主要為細(xì)粒子,PM2.5占餐飲廢氣顆粒物的76.91%.

餐飲企業(yè)以第種核算基準(zhǔn)的排放量E計算采用下面的公式:

式中:A為餐飲企業(yè)活動水平,針對不同核算基準(zhǔn)的排放因子取相對應(yīng)的A值;EF為第種核算基準(zhǔn)對應(yīng)的排放因子,(g/kg)、(g/人)、(g/h)、[g/(h×個)].本研究中,排放因子EF以不同核算基準(zhǔn)分別計算獲得.

第種核算基準(zhǔn)對應(yīng)的排放因子EF計算公式如下:

式中:c為第種污染物實測濃度,mg/m3;為實測餐飲企業(yè)廢氣排放量,m3/h;為實測餐飲企業(yè)食用油年使用量,t;為實測用餐時間,h;為實測餐飲企業(yè)基準(zhǔn)灶頭數(shù),個;為實測餐飲企業(yè)用餐人數(shù),人次.

本研究中不同餐飲企業(yè)活動水平按餐飲規(guī)模計算統(tǒng)計得出,見表4.計算∑時,∑(用餐時間)、∑(用油量)和∑(用餐人數(shù))均需考量年均經(jīng)營時間(h)范圍.

表4 不同餐飲規(guī)模餐飲企業(yè)活動水平

2 結(jié)果與討論

2.1 餐飲業(yè)廢氣中VOCs和PM2.5排放因子

通過(2)～(5)式計算得到分別以用油量、灶頭數(shù)、用餐人數(shù)和用餐時間為核算基準(zhǔn)的餐飲業(yè)廢氣VOCs和PM2.5排放因子,如表5所示.表6是按照不同規(guī)模餐飲企業(yè)核算的排放因子.可見,不同核算基準(zhǔn)的排放因子差異較大.升級改造前,基于用餐時間的VOCs和PM2.5排放因子分別為42.35和17.66g/h,明顯大于基于用餐人數(shù)的VOCs和PM2.5排放因子1.22和0.51g/人.因此,排放因子的參考基準(zhǔn)不同影響了排放因子的值,且參考基準(zhǔn)的實際情況因地域而異,需要獲得不同核算基準(zhǔn)下的本地化排放因子.本研究得到升級改造后以用油量為核算基準(zhǔn)的VOCs排放因子11.62g/kg與秦之湄等[19]獲得的成都市的值13.8g/kg接近,但顯著高于王秀艷等[20]獲得的沈陽市的值5.03g/kg.因此,需獲取本地化、易于計算并符合實際的排放因子[21],才能準(zhǔn)確掌握餐飲企業(yè)排放對環(huán)境空氣質(zhì)量直接或潛在的影響.

表5 基于不同核算基準(zhǔn)的餐飲業(yè)污染物排放因子

表6 不同規(guī)模餐飲業(yè)不同核算基準(zhǔn)的排放因子

從表5可見,不論以何種核算基準(zhǔn)計算得出的排放因子,廢氣凈化設(shè)備升級改造后的餐飲業(yè)VOCs和PM2.5排放因子均比改造前明顯減小,分別降低了67.3%～82.2%和74.3%～86.0%.但是,不同規(guī)模餐飲企業(yè)油煙污染治理效果存在一定差異,如表6所示.調(diào)查數(shù)據(jù)表明,大型餐飲企業(yè)均已全部安裝有油煙凈化設(shè)施,污染物排放因子下降明顯.中型餐飲企業(yè)VOCs和PM2.5排放因子下降幅度相對較小.中型餐飲企業(yè)數(shù)量占比和客流量較大,但存在未按要求啟用凈化設(shè)備,未定期清洗油煙凈化設(shè)備,和未及時更換活性炭及分子篩等吸附材料等現(xiàn)象.穆桂珍等[22]研究也表明目前餐飲企業(yè)油煙凈化設(shè)施“重安裝,輕維護(hù)”的現(xiàn)象依然十分普遍.部分小型餐飲企業(yè)油煙凈化裝置缺乏專業(yè)及時的維護(hù),排風(fēng)量與灶頭數(shù)量不匹配也導(dǎo)致靜電油煙凈化器處理效果大打折扣.

2.2 餐飲業(yè)廢氣VOCs和PM2.5排放量

根據(jù)式(1)以及表5中的排放因子,核算出本研究區(qū)域全部餐飲企業(yè)2019年VOCs和PM2.5的排放量(表7).

表7 餐飲廢氣凈化設(shè)備升級改造前、后VOCs和PM2.5排放量(t/a)

本研究區(qū)域在餐飲業(yè)廢氣凈化設(shè)備升級改造前,不同核算基準(zhǔn)得到VOCs排放量最大值為506.38t/a,最小值為319.03t/a;PM2.5排放量最大值為211.09t/a,最小值為166.55t/a.其中,VOCs和PM2.5排放量最大值均是以就餐時間為核算基準(zhǔn)計算獲得的,但最小值分別是以用油量和就餐人次為核算基準(zhǔn)計算獲得.假定區(qū)域內(nèi)餐飲業(yè)廢氣凈化設(shè)備全部進(jìn)行升級改造,則升級改造后,VOCs和PM2.5排放量范圍分別為92.14 ～109.89/a和30.22～36.05t/a.這時,最大值均是以灶頭數(shù)為核算基準(zhǔn)計算獲得,最小值均是以就餐時間為核算基準(zhǔn)計算獲得.這表明凈化設(shè)備改造后就餐時間不再是影響排放量主要的約束因素.在實際監(jiān)督管理過程中,應(yīng)督促餐飲企業(yè)及時進(jìn)行餐飲廢氣凈化設(shè)備升級改造,進(jìn)行餐飲業(yè)用油量、灶頭數(shù)量和就餐人次的管控.根據(jù)以上結(jié)果,餐飲廢氣凈化設(shè)備升級改造后,餐飲源VOCs減排率為71%～82%,PM2.5減排率達(dá)到80%～86%.

以街道為單元,對VOCs和PM2.5排放量貢獻(xiàn)占比較大的街道為展覽路街道(17.46%),月壇街道(12.68%),金融街街道(12.44%),德勝街道(8.73%).通過餐飲企業(yè)的位置、數(shù)量、排放量及地區(qū)占地面積,獲得不同街道餐飲業(yè)VOCs和PM2.5年度排放強(qiáng)度分別為1.45～4.32t/km2和0.47～1.42t/km2.其中VOCs排放強(qiáng)度最大的5個街道分別為陶然亭街道(4.32t/km2)、大柵欄街道(4.23t/km2)、新街口街道(4.03t/km2)、月壇街道(3.90t/km2)和金融街街道(3.08t/km2).餐飲源PM2.5排放強(qiáng)度最小的街道為廣安門外街道(0.47t/km2),排放強(qiáng)度最大為陶然亭街道(1.42t/km2).

為驗證廢氣凈化設(shè)備升級改造前后對大氣中PM2.5含量的影響效果,選擇在7月(升級改造前)和10月(升級改造后)兩個時間段,對研究區(qū)域中餐飲企業(yè)分布密集社區(qū)進(jìn)行了PM2.5監(jiān)測.鑒于大氣污染物存在明顯的季節(jié)變化,把實測值減去當(dāng)月的平均值得到差值(?PM2.5)進(jìn)行對比(圖1).從圖1可看出,改造后?PM2.5比改造前明顯降低,尤其在早餐(05:30～08:30)、午餐(10:30～13:30)和晚餐(16:00～19:00)時段.此外,由于兩次測值是在不同年段完成的,除排放外,大氣污染物還會受到天氣以及輸送變化的影響,導(dǎo)致個別改造后的測值大于改造前的.將對應(yīng)的改造前后早午晚餐時段?PM2.5進(jìn)行了差異性檢驗,兩獨立樣本非參數(shù)檢驗結(jié)果顯示各抽樣社區(qū)?PM2.5濃度實測值在凈化設(shè)備改造前后變化呈現(xiàn)顯著性差異(<0.05),即區(qū)域?PM2.5排放濃度經(jīng)過餐飲廢氣凈化設(shè)備升級改造后有明顯的降低.

通過實測值計算, 在月壇街道鐵二二社區(qū), 牛街街道東里社區(qū), 金融街街道豐匯園社區(qū)和大柵欄街道煤市街東社區(qū)早中晚餐時段?PM2.5分別減少了26.9%,25.1%,32.9%和30.8%.4個社區(qū)平均減少了28.9%,最接近于以用油量為核算基準(zhǔn)的排放因子降低比例.

圖1 餐飲企業(yè)分布密集社區(qū)廢氣改造設(shè)備升級前后實測ΔPM2.5濃度比較

a.月壇街道鐵二二社區(qū); b.牛街街道東里社區(qū); c.大柵欄街道煤市街東社區(qū); d.金融街街道豐匯園社區(qū)

3 結(jié)論

3.1 通過對研究區(qū)域內(nèi)餐飲企業(yè)進(jìn)行實地檢測數(shù)據(jù)及活動水平調(diào)查,分別得到了基于就餐人數(shù)、就餐時間、食用油用量和灶頭數(shù)4項核算基準(zhǔn)的餐飲業(yè)VOCs和PM2.5排放因子,但4種核算基準(zhǔn)的排放因子差異較大,需要進(jìn)一步本地化檢驗.

3.2 本研究區(qū)域餐飲業(yè)廢氣凈化設(shè)備升級改造前,VOCs排放量范圍為319.03～506.38t/a,改造后為92.14～109.89t/a;PM2.5排放量范圍改造前為166.55～ 211.09t/a,改造后為30.22～36.05t/a,經(jīng)過餐飲業(yè)廢氣凈化設(shè)備升級改造后VOCs及PM2.5排放量分別減少了71%～82%和80%～86%.

3.3 計算得到以街道為單元的餐飲業(yè)VOCs及PM2.5排放強(qiáng)度,VOCs排放強(qiáng)度范圍1.45～4.32t/ km2,PM2.5排放強(qiáng)度范圍0.47～1.42t/km2.通過餐飲源VOCs和PM2.5排放強(qiáng)度情況的定量計算,便于有針對性的開展相應(yīng)區(qū)域餐飲源大氣污染物防治工作.

3.4 通過對典型社區(qū)PM2.5濃度(小時值)抽樣檢測,餐飲廢氣凈化設(shè)備升級改造前、后?PM2.5濃度平均減少比例為28.9%,最接近于用油量為核算基準(zhǔn)的排放因子降低比例.進(jìn)一步說明餐飲業(yè)廢氣凈化設(shè)備升級改造對于PM2.5減排效果顯著.

[1] 聯(lián)合國環(huán)境規(guī)劃署.北京二十年大氣污染治理歷程與展望[R]. 內(nèi)羅畢,肯尼亞:聯(lián)合國環(huán)境規(guī)劃署, 2019. United Nations Environment Programme. A review of 20 years’ air pollution control in Beijing [R]. Nairobi, Kenya: United Nations Environment Programme, 2019.

[2] 鄭君瑜,王水勝,黃志烔,等.區(qū)域高分辨率大氣排放源清單建立的技術(shù)方法與應(yīng)用[M]. 北京:科學(xué)出版社, 2014:124-161. Zheng J Y, Wang S S, Huang Z T, et al. The technical method and application of regional high resolution air emission source inventory [M]. Beijing: China Science Publishing& Media LTD, 2014:124-161.

[3] 張 洋,支國瑞,薛志剛,等.餐飲行業(yè)活動水平調(diào)查及大氣污染物排放清單編制研究[J]. 環(huán)境科學(xué)研究, 2019,32(6):929-937.Zhang Y, Zhi G R, Xue Z G, et al. Investigation of activity levels of catering service industry and construction of air pollutant emission inventory [J]. Research of Environmental Sciences, 2019,32(6):929-937.

[4] 孫成一,白畫畫,陳 雪,等.北京市餐飲業(yè)大氣污染物排放特征[J]. 環(huán)境科學(xué), 2020,41(6):2596-2601.Sun C Y, Bai H H, Chen X, et al. Emission characteristics of the catering industry in Beijing [J]. Environmental Science, 2020,41(6):2596-2601.

[5] 何萬清,王天意,邵 霞,等.北京市典型餐飲企業(yè)大氣污染物排放特征[J]. 環(huán)境科學(xué), 2020,41(5):2050-2056.He W Q, Wang T Y, Shao X, et al. Pollution characteristics of cooking fumes, particulates, and non-methane hydrocarbons in the exhaust of typical Beijing restaurants [J]. Environmental Science, 2020,41(5):2050-2056.

[6] 熊桂洪,許麗萍,葉 堤,等.我國餐飲油煙源排放清單建立方法研究進(jìn)展[C]. 北京:《環(huán)境工程》2019年全國學(xué)術(shù)年會, 2019:196-199. Xiong G H, Xu L P, Ye D, et al. Recent progress of cooking oil fumes emission inventory in China [C]. Beijing:“Environmental Engineering” 2019 National Academic Conference, 2019:196-199.

[7] 北京市西城區(qū)地方志編纂委員會辦公室.北京西城年鑒[M]. 北京:中華書局, 2019:438-447. Local Chronicles Compiling Committee Office of Beijing Xicheng District. Beijing Xicheng yearbook [M]. Beijing: ZhongHua Book Company, 2019:438-447.

[8] DB 11/1488-2018 餐飲業(yè)大氣污染物排放標(biāo)準(zhǔn)[S]. DB 11/1488-2018 Catering air pollutants emission standards [S].

[9] DB 11/T 1485-2017 餐飲業(yè)顆粒物的測定手工稱重法[S]. DB 11/T 1485-2017 Determination of particulate matter in catering industry - Manual weighing method [S].

[10] HJ 732-2014 固定污染源廢氣揮發(fā)性有機(jī)物的采樣氣袋法 [S]. HJ 732-2014 Sampling of volatile organic compounds from stationary source exhaust gas by air bag method [S].

[11] HJ 38-2017 固定污染源廢氣總烴、甲烷和非甲烷總烴的測定氣相色譜法[S]. HJ 38-2017 Stationary source waste gas-Determination of total hydrocarbon, methane and non-methane total hydrocarbon-Gas chromatographic method [S].

[12] 王紅麗,景盛翱,樓晟榮,等.餐飲行業(yè)細(xì)顆粒物(PM2.5)排放測算方法:以上海市為例[J]. 環(huán)境科學(xué), 2018,39(5):1971-1977. Wang H L, Jing S A, Lou S R, et al. Estimation of fine particle (PM2.5) emission inventory from cooking: case study for Shanghai [J]. Environmental Science, 2018,39(5):1971-1977.

[13] 賀克斌,王書肖,張 強(qiáng).城市大氣污染物排放清單編制技術(shù)手冊[M]. 北京:中華人民共和國環(huán)境保護(hù)部, 2015:65-145.He K B, Wang S X, Zhang Q. Technical manual for compilation of emission inventory of urban air pollutants [M]. Beijing: Ministry of Environmental Protection of the People's Republic of China, 2015:65-145.

[14] He L Y, Hu M, Huang X F. Measurement of emissions of fine particulate organic matter from Chinese cooking [J]. Atmospheric Environment, 2004,38(38):6557-6564.

[15] Zhao Y, Hu M, Slanina S. Chemical compositions of fine particulate organic matter emitted from Chinese cooking [J]. Environmental Science & Technology, 2007,41(1):99-105.

[16] Ho S S H, Yu J Z, Chu K W, et al. Carbonyl emissions from commercial cooking sources in Hong Kong [J]. Journal of the Air & Waste Management Association, 2006,56(8):1091-1098.

[17] 吳雪偉,陳衛(wèi)衛(wèi),王 堃,等.長春市餐飲源PM2.5和VOCs排放清單[J]. 中國環(huán)境科學(xué), 2018,38(8):2882-2889. Wu X W, Chen W W, Wang K, et al. PM2.5and VOCs emission inventories from cooking in Changchun City [J]. China Environmental Science, 2018,38(8):2882-2889.

[18] 吳芳谷,汪 彤,陳虹橋,等.餐飲油煙排放特征[A]. 中國顆粒學(xué)會2002年年會暨海峽兩岸顆粒技術(shù)研討會會議論文集[C]. 桂林:科學(xué)出版社, 2002:327-331.Wu F G, Wang T, Chen H Q, et al. Characteristics of catering lampblack emission [A]. Proceedings of 2002annual meeting of Chinese granule society and cross-strait symposium on granule technology [C]. Gui Lin: China Science Publishing& Media LTD, 2002:327-331.

[19] 秦之湄,唐文雅,尹元暢,等.基于互聯(lián)網(wǎng)大數(shù)據(jù)的成都餐飲源細(xì)顆粒物排放空間分配研究[J]. 環(huán)境科學(xué)學(xué)報, 2017,37(12):66-73. Qin Z M, Tang W Y, Yin Y C, et al. Spatial distribution of PM2.5emission from cooking sources in Chengdu based on internet big data method [J]. Acta Scientiae Circumstantiae, 2017,37(12):66-73.

[20] 王秀艷,史建武,白志鵬,等.沈陽市烹飪油煙中VOCs排放特征分析[J]. 中國人口·資源與環(huán)境, 2011,21(S1):364-366. Wang X Y, Shi J W, Bai Z P. et al. Analysis on VOCs emission characteristics of cooking fume in Shenyang [J]. China Population Resources and Environment, 2011,21(S1):364-366.

[21] 尹元暢,蔣 燕,王 波,等.成都餐飲源PM2.5及VOCs排放因子的探索[J]. 環(huán)境監(jiān)測管理與技術(shù), 2015,27(5):63-67.Yin Y C, Jiang Y, Wang B, et al. The study on fine particles and VOCs emission factor of cooking activities in Chengdu [J]. The Administration and Technique of Environmental Monitoring, 2015,27(5):63-67.

[22] 穆桂珍,盧 清,鐘志強(qiáng),等.靜電油煙凈化器對餐飲油煙中醛酮類VOCs的去除 [J]. 中國環(huán)境科學(xué), 2020,40(11):4697-4702. Mu G Z, Lu Q, Zhong Z Q et al. Removal of electrostatic fume purifiers on aldehydes and ketones compounds from cooking oil fume [J]. China Environmental Science, 2020,40(11):4697-4702.

Estimation of VOCs and PM2.5emissions from catering industry in a typical urban area of Beijing.

MA Shu-qiong1,2, LIN Wei-li1, XIA Jian-xin1*

(1.College of Life and Environmental Sciences, Minzu University of China, Beijing 100081, China；2.Beijing Xicheng Municipal Ecological Environment Bureau, Beijing 100055, China)., 2021,41(5)：2090～2096

Taking the Xicheng District, in which it has the highest distribution density of catering companies in Beijing, as the area of case study, four types of emission factors for VOCs and PM2.5based on the number of people dining, dining time, edible oil consumption and number of stoves were obtained through on-site inspections and emission activity level surveys. The annual emissions of VOCs and PM2.5from catering companies before and after the upgrading of exhaust gas purification equipment were estimated. Results showed that VOCs emission before and after the upgrading of exhaust gas purification equipment ranged from 319.03 to 506.38t/a and 92.14 to 109.89t/a, respectively. PM2.5emissions also decreased from 166.55 ～211.09t/a to 30.22 ～36.05t/a. The VOCs and PM2.5emissions were significantly reduced by 71%～82% and 80%～86%, respectively. Taking street as unit, the VOCs and PM2.5emission intensities from catering sources were 1.45～4.32t/km2and 0.47～1.42t/km2, respectively. Using the measured PM2.5data, the average reduction in PM2.5concentration was 28.9% by the upgrading of gas purification equipment, which is most coincident with the reduction ratio calculated from edible oil consumption.

urban Beijing；catering industry；VOCs；PM2.5；emission factors；emissions

X511

A

1000-6923(2021)05-2090-07

馬殊瓊(1988-),女,甘肅臨夏人,中央民族大學(xué)碩士研究生,主要從事大氣環(huán)境污染與防治研究.發(fā)表論文1篇.

2020-10-10

國家自然科學(xué)基金資助項目(91744206)

* 責(zé)任作者, 教授, jxxia@vip.sina.com