秦皇岛重点行业排放政策有效性评估
Shan, W.; Chen, S.; Wang, G.; Li, J.; Bo, X. Clearing the Air: Assessing the Effectiveness of Emission Policy in Qinhuangdao’s Key Industries.Atmosphere 2023, 14, 1218. https://doi.org/10.3390/atmos14081218
单皖粤1,2,†, 陈少博1,2,†, 王刚3, 李建晖1,2, 伯鑫1,2,*
1.北京化工大学化学工程学院，北京，100029
2.北化中国工业碳中和研究院，北京，100029
3.三捷环境工程咨询有限公司，杭州 310012
* 通信：boxin@buct.edu.cn
† 这些作者对这项工作做出了同样的贡献。
摘要：自2014年以来，中国陆续提出一些超低排放（ULE）改造计划，以减少工业的大气污染物排放。为了评估ULE政策对秦皇岛区域空气质量的影响，本研究编制了2016年9种大气污染物的排放清单，并用空气质量模型（CALPUFF）评估了不同情景下秦皇岛重点行业排放政策的有效性。2016年秦皇岛排放清单结果如下：二氧化硫（SO2）排放48.91 kt，氮氧化物（NOx）排放86.83 kt，挥发性有机物（VOCs）排放52.69 kt，颗粒物（PM10和PM2.5）分别排放302.01和116.85 kt，一氧化碳（CO）排放1208.8 kt，氨（NH3）排放62.87 kt，黑碳（BC）排放3.79 kt，有机碳（OC）排放量分别为2.72 kt。政策评估结果显示，从区域层面来说，2025年PPC（峰值产能）情景下的钢铁行业在减少SO2和NOx排放方面的潜力最大，而PPC情景下的水泥行业在减少PM10排放方面表现出色。从行业层面来说，2025年ULE情景下的平板玻璃行业排放的SO2减排最大，而PPC情景下的钢铁行业和水泥行业分别表现出最好的NOx和PM10减排潜力。此外，空气质量模拟显示，在PPC情景下，秦皇岛市空气监测站SO2、NOx和PM10的年均浓度贡献显著低于BAU情景下的情况。因此可得出结论，秦皇岛的排放政策将有助于改善当地空气质量。本研究可为政策制定者在像秦皇岛这种工业不发达的城市和旅游城市实施ULE政策提供科学支持。
关键词：排放清单；空气污染特征；超低排放（ULE）；减排情景；秦皇岛1引言
河北省地处中国重点污染控制区之一的京津冀地区，人口众多，工业发达，其各类工业产品产量，特别是钢铁、平板玻璃等重工业产量多年位居中国前列[1]。河北的人类活动每年产生大量的空气污染物，会降低空气质量，危害人类健康和社会经济[2,3]。因此，政府一直致力于从各个方面控制空气污染，其中排放清单是最基本的步骤。高分辨率排放清单对于了解大气污染物的特征并采取相应的控制措施和政策至关重要。以往对河北省排放清单的研究主要集中在京津冀大气污染传输通道城市（S1节解释了这些传输通道城市包括哪些城市）、省级或整个京津冀区域[4-7]，很少对非传输通道城市和旅游城市的全行业排放清单进行研究。
据报道，工业部门在中国大气污染物排放中占主导地位[8,9]。生态环境部发布的《中国生态环境统计年报》显示，2016年工业部门SO2、NOx、PM2.5和PM10排放量分别占全国排放量的90.13%、53.82%和85.58%[10]。研究表明，控制工业部门的污染物排放可以显著改善区域空气质量[11-13]，这意味着工业部门具有巨大的减排潜力。为了减少工业污染物的排放，自2014年以来，中国陆续对火电、焦化、水泥、平板玻璃、钢铁等行业提出了ULE标准[14-18]。对于高污染企业，已采取各种有效的污染物控制措施，确保大气污染物（SO2、NOx和PM）的排放浓度达到行业超低排放限值[19]。自ULE政策实施以来，一些研究评估了ULE政策实施前后不同行业（如发电厂、焦化和钢铁）污染物的变化[19-23]。例如，Tang等人[23]发现，自2014年实施火力发电厂ULE标准以来，到2017年，中国火力发电厂的SO2、NOx和PM排放量分别减少了65%、60%和72%。Bo等人[19]的研究结果表明，如果中国钢铁企业在2018年全部达到ULE标准，钢铁行业的SO2、NOx和PM排放量将比2018年实际减少50%、37%和58%。然而，这些评估大多针对全国范围或重点污染地区，很少对旅游城市和非传播通道城市进行研究。对于工业化水平较低的旅游地区，污染物排放量一般低于传统工业城市[24]，其大气污染物主要贡献者是发电厂、工业和交通部门，这也是减排的重点[25]。Xu等人[25]评估了旅游业发达省份海南省的汽车减排政策。然而，目前缺乏ULE政策对旅游地区工业部门的影响评估。
为了填补这些研究空白，本研究选取河北省具有代表性的旅游城市秦皇岛作为研究对象。作为旅游城市，秦皇岛的城市发展带来的空气污染也比较严重，空气质量改善任务尤为重大。2013至2016年，秦皇岛空气质量逐步改善，优良天数达标率从57.3%提高到76.8%，PM2.5浓度从65 μg/m3下降到46 μg/m3，但仍达不到《环境空气质量标准》（GB 3095—2012）规定的年均浓度标准（35 μg/m3）[26,27]。2016年，秦皇岛空气质量在全国74个重点城市（包括京津冀地区、长三角、珠三角、直辖市、省会城市和独立规划城市）中排名第53位，排在最后30%[28-31]。秦皇岛的大气污染包括自身和京津冀地区其他城市的污染，因此当地污染物减排和管理压力较大。根据Bo等人[32]空气质量模型CAMx的模拟结果，2012年冬季BTH地区钢铁企业排放的SO2、NOx和PM2.5对秦皇岛的区域传输贡献率分别为18.8%、27.3%和10.1%。Liu[33]基于CAMx模型模拟了PM2.5的区域传输，发现2013年秦皇岛PM2.5年均浓度的60%归因于京津冀区域的区域传输。然而，很少有研究分析秦皇岛市大气污染物排放政策对当地空气质量的影响。为进一步改善京津冀地区空气质量和加强重污染天气应急管理，有必要为秦皇岛制定一份准确、全面的多种污染物排放清单。此外，2018年以来，河北陆续出台《河北省钢铁、焦化、燃煤电厂深度减排攻坚方案》等政策[34-36]，大力推进ULE改造（深度治理）和重点行业重点环保设施建设。秦皇岛等部分城市已率先完成重点产业ULE升级。2019年，秦皇岛市人民政府发布的《秦皇岛市工业企业全面达标排放三年作战计划》强调积极推进ULE改造措施，争取2020年10月底前完成全市重点行业的ULE改造[37]。截至2020年底，秦皇岛已完成重点行业超低排放改造工程，因此有必要评估该政策带来的减排效果，这对大气污染治理具有重要意义。
因此，本研究编制了2016年9种主要大气污染物的高分辨率排放清单，并利用空气质量模型（CALPUFF）评估了不同情景下秦皇岛重点行业排放政策的有效性。还通过将这些结果与其他排放清单进行比较并使用蒙特卡罗模拟来评估不确定性，验证了这些结果的可靠性。
2方法和数据
2.1研究区域
秦皇岛市位于河北省东北沿海（东经118°33′—119°51′，北纬39°22′—40°37′，如图1所示），享有避暑胜地的美誉。秦皇岛有丰富的山、海、湖、林等自然风光，还有长城、“天下第一关”等历史名胜[38]。清新的空气和良好的生态环境一直是秦皇岛打造的金字招牌。图1中的城市包括四个市辖区（山海关、海港、抚宁和北戴河）、两个县（昌黎和卢龙）和一个自治县（青龙满族自治县），2016年总面积7750平方公里，人口297.5万（见图S1）。2016年国内生产总值达到1349.4亿元。2016年，秦皇岛共接待国内外游客421.8亿人次。2016年至2019年，旅游总收入从495.5亿元（占2016年全市生产总值的36.7%）[39]增加到1014.0亿元（2019年全市生产产值的62.9%）[40]。
2.2.排放清单
根据编制指南和相关文献[41-43]，秦皇岛市2016年的主要排放分为十个一级源，包括工艺过程源、移动源、固定化石燃料燃烧源等。每个一级源包括多个子类别。表S1提供了排放源分类的详细信息。
活动水平主要来自环境统计数据、各部门统计年鉴和污染源调查。环评中的工程分析部分涉及实质性的关键信息，如企业的位置、产品类型、生产过程中的污染物排放、燃料使用类型和消耗量等。排污许可包括产品的容量、原辅材料的类型和数量、末端处理设施以及排气筒参数（高度、直径、温度、流速）。将这些数据与企业提供的相同数据进行比较，错误率为60%或以上的企业被定义为可疑企业[44,45]。然后，我们对可疑企业进行了实地调查，并对数据进行了校正，以更好地了解秦皇岛的空气污染情况。在获得准确的活动水平数据后，使用物料平衡算法和排放因子法计算污染物排放量，然后通过空间分配将其分配到秦皇岛市1km的网格中。对于工业部门，根据大约400家企业的详细设施级活动水平数据，采用自下而上的方法计算每个企业不同工艺的排放量。补充材料第S2节和第S3节列出了详细的数据来源和计算方法，空间分配的详细信息如表S2和S4所示。此外，使用10000次蒙特卡罗模拟，以95%的置信区间对秦皇岛市2016年大气污染物排放估算的不确定性进行了定量评估，排放因子和活动水平的概率分布如表S11-S20所示。2.3.减排情景的设置
根据河北省ULE政策[34-36]，转型重点集中在火电厂、钢铁、水泥和平板玻璃行业。由于秦皇岛的火电厂在2016年达到了超低排放标准[46]，因此没有参与这些情景的计算。根据本研究的排放清单，钢铁、水泥和平板玻璃行业的污染物排放总量均占工艺过程源排放量的65%以上。此外，它们也是主要的规模以上产业[39]。因此，我们选择了钢铁、水泥和平板玻璃行业来设置不同的情景。以2016年为基准年，通过计算各情景下的污染物排放量，预测2025年和2030年的减排量。此外，秦皇岛的旅游业在这些情况下被认为是稳步发展的。
在这种情况下，如果没有政策和设备改造的干预，预计年产量将随着第二产业GDP的增长而增加[21,25,47-49]。通过对近年来第二产业GDP与三个行业产量的相关性分析，发现它们之间存在较强的线性关系（如图S2–S5所示）。因此，产量是通过第二产业的GDP来预测的。在这种情景下，三种行业的产量将随着第二产业GDP的增加而增加，就像BAU情景中一样。由于秦皇岛市人民政府2019年发布的计划旨在2020年底前完成全市重点行业的ULE改造[37]，因此2020年后钢铁、水泥和平板玻璃行业的排放量是根据这些行业的超低排放系数计算的。计算方法和ULE标准的详细信息如第S2节和第S3节以及表S3–S8所示。近年来，河北一直强调严禁钢铁、水泥、平板玻璃等重点行业的产能新增。从2012年到2021年，河北这三种行业的产量一直在（−19.6%，32.7%）的范围内波动（以2016年为基准年）（表S9和S10）。因此，该情景假设2016年至2030年，钢铁、水泥和平板玻璃行业的产量将保持在2016年的水平，同时进行ULE转型，以预测未来年的污染物排放量。
3. 结果与讨论
3.1.大气污染物空间排放特征
如表2所示，秦皇岛市2016年SO2、NOx、VOCs、PM2.5、PM10、CO、NH3、BC和OC的总排放量分别为48.91、86.83、52.69、116.85、302.01、1208.80、62.87、3.79和2.72 kt。
每个子类别对总排放量的贡献如图2所示，每个区县的贡献见图S1。
从各排放源对SO2排放的贡献来看，工艺过程源对SO2总排放的贡献最大，为72.2%，其次是化石燃料燃烧源，为24.9%。在工业过程源中，钢铁行业是主要排放源，排放贡献率为SO2总排放量的41.4%。秦皇岛市2016年的SO2排放量被分配到1 km×1 km的网格中（图3a和S6a）。秦皇岛东部地区（例如海港区）的SO2排放量最高。
（a）
（b）
（c）
图3. 秦皇岛市2016年大气污染物排放的空间分布特征。（a）SO2；（b）NOx；（c） PM10。NOx的主要排放源为移动源，占总排放量的45.8%，其中船舶和农用运输车分别排放了10.9%和10.7%的NOx。这也反映了秦皇岛农业发达、海运发达的区域特征。工业过程源占总排放量的36.67%，其中钢铁（占总排放的25.0%）和玻璃制造业（占总排放的10.1%）是主要贡献者。秦皇岛东部和南部地区，特别是海港区和昌黎区，是NOx排放增加的主要来源（如图3b和S6b所示）。此外，NOx的分布也显示出与路网的一些空间相似性。
秦皇岛市PM（PM10和PM2.5）排放主要来自工艺过程源和扬尘源。工艺过程源对PM10和PM2.5排放的贡献率分别为77.4%和78.9%，其中非金属矿物制作的贡献率为61.6%。由于小型石渣厂、石灰窑和砖厂较多，大多污染控制设施较少，对区域环境造成严重污染。就扬尘源而言，对PM10和PM2.5排放的贡献分别占14.1%和7.2%。土壤粉尘是粉尘来源的主要来源。由于秦皇岛陆风海风频繁，一些企业在山体周围取土破坏山体植被环境，风蚀现象严重，产生大量扬尘。如图3c、S6和S7所示，海港区PM排放量最高，主要是由于该地区存在大量建材企业，产生了建筑扬尘。
工艺过程源是VOCs最大的排放源，占VOCs排放总量的40.55%，其中钢铁行业的VOCs排放量占总量的26.4%。化石燃料燃烧源和移动源分别占VOCs总排放量的13.5%和12.9%。VOCs排放量高的原因是企业多且大多数企业没有安装挥发性有机物处理设备。昌黎区和海港区的VOCs排放量最大，主要由昌黎最多的钢铁厂和海港多个工业点源引起。此外，VOC排放的空间分布也与道路网络表现出高度一致性，主要是由于储存和运输源（图S6e和S7b）。
CO排放的主要来源是工艺过程源（占总CO排放量的76.6%），其次是化石燃料燃烧源（15.3%）。在工业源中，CO排放主要来自钢铁行业，对总排放量贡献率为68.5%。在化石燃料燃烧源中，民用燃烧源是最大的CO排放源（占化石燃料燃烧源的68.9%）。这主要是由于2016年秦皇岛市许多农村地区仍主要使用散煤做饭和取暖。与NOx的空间分布类似，CO排放的高值区集中在海港区和昌黎区（图S6f和S7c）。
NH3排放的主要来源是农业，贡献率为95.4%。畜禽业是NH3排放主要来源，占NH3排放总量的61.1%，其次是氮肥施用（33.4%）。秦皇岛的NH3排放集中在昌黎、海港和青龙（图S6g和S7d）。这些地区既是秦皇岛的产业集聚区，又是重要的农业经济区，形成了一个完整的现代农业产业体系，它们也是河北乃至中国特色农产品优势区[50]。
BC主要来自化石燃料燃烧源，贡献率为37.2%，其次是生物质燃烧源（占BC总排放量的23.0%）和工艺过程源（占总BC排放量的21.9%）。OC的主要来源是工艺过程源，贡献率为60.2%，其次是移动源，贡献了19.3%。海港区是BC和OC排放的主要地区（见图S6和S7）。
3.2. 三种情景下的排放分析
2025年SO2、NOx和PM10的总排放量分别是2016年的2.08倍、1.99倍和2.04倍，2030年的排放量分别比2016年的2.60倍、2.47倍和2.54倍。鉴于2025年至2030年减排效果差异较小，本节以2025年为代表，量化了各种情景对减排的影响，并评估了实施ULE政策对重点行业（钢铁、水泥、平板玻璃）大气污染物排放的影响，如图4所示。
图4. 2025年不同情景下SO2、NOx和PM10的减排率
左侧部分显示了不同情景下秦皇岛市典型行业的减排比例；右侧部分显示了不同情景下典型行业对各自行业的减排比例。在ULE情景中，到2025年，秦皇岛钢铁行业的SO2、NOx和PM10排放量将分别比BAU情景减少29.12 kt（占行业排放量的70.65%）、44.83 kt（66.21%）和70.10 kt（93.44%）。2025年，减排量分别占SO2、NOx和PM10总排放量的33.82%、26.43%和13.70%。水泥行业SO2、NOx和PM10的减排量分别为0.93 kt（69.33%）、3.59 kt（72.37%）和149.03 kt（99.70%），总排放量的减排率分别为1.08%、2.12%和29.12%。平板玻璃行业的SO2、NOx和PM10排放量将分别减少1.68kt（93.21%）、3.60kt（88.06%）和4.35kt（99.44%），总减排率分别为1.95%、2.12%和0.85%。在PPC情景下，与BAU情景相比，2025年钢铁行业SO2、NOx和PM10的减少量分别为37.29 kt（占行业的90.48%）、60.27 kt（89.02%）和73.44 kt（97.88%），总减少率分别为43.31%、35.54%和14.35%。在水泥行业，与BAU相比，SO2、NOx和PM10的减排量分别为1.09 kt（80.64%）、4.10 kt（82.56%）和149.19 kt（99.81%），分别占相应总排放量的1.26%、2.42%和29.15%。此外，平板玻璃的SO2、NOx和PM10排放量将分别减少1.64 kt（91.28%）、3.46 kt（84.67%）和4.34 kt（99.28%），相应的总减排率分别为1.91%、2.04%和0.85%。因此，由于平板玻璃行业在ULE情景中的产量下降，除平板玻璃行业外，其他两个行业在PPC情景中的减排效果始终优于ULE情景。在城市层面，在PPC情景下，钢铁行业对SO2和NOx减排贡献最大，而水泥行业对PM10减排贡献最大。这主要是由于这些行业各自的污染物产生了大量排放。在行业层面，实施ULE政策的三个行业的减排比例均超过60%，PPC情景下的水泥行业对PM10减排贡献最大。这主要是由于2016年一些水泥厂没有除尘装置，减排潜力巨大。此外，我们将本研究的减排情况与其他减排研究进行了比较（如表3所示）。其中，唐山市的钢铁和水泥行业的减排率最低。这主要是由于在其假设情景中，工业排放浓度没有完全达到超低排放标准。Table 3. Comparison of emission reduction in this study with other studies.
3.3.与其他排放清单的比较
本研究中秦皇岛的排放清单与京津冀区域[6]中的秦皇岛部分、中国多尺度排放清单模型（MEIC）[9]和中国高分辨率排放数据库3.0A（CHRED 3.0A）[8]进行了比较（如表4所示）。与这些清单相比，此清单具有更高的空间分辨率和全面的数据，这增强了结果的准确性。Table 4. Comparison of estimated emissions in this study with previous studies (unit: kt).
结果表明，其他三项研究中的PM排放量远低于本研究中的排放量，因为本研究中包括了扬尘源，而扬尘源也是PM排放的主要来源。2016年排放清单中的点源数据详细、全面，能够反映秦皇岛市点源污染物排放的年际变化。2013年SO2和NOx的排放量明显高于2016年，这主要是由于2014年颁布的发电厂ULE政策和能源结构的调整造成的。至于其他污染物，估算的差异主要来自不同年份的排放因子和活动水平。
与2016年的MEIC相比，SO2和NOx的排放量与本研究中的排放量接近。除VOCs、BC和OC外，MEIC和CHRED 3.0A的其他污染物排放量均低于本研究计算的排放量，这可能是因为本研究中秦皇岛的活动水平比其他两个排放清单的统计数据更全面、更可靠。此外，作为两个国家级清单，MEIC（27 km×27 km）和CHRED 3.0 A（10 km×10 km）的分辨率较低，无法准确代表城市一级的污染物排放。此外，MEIC（五个部门分类）和本研究（十个部门分类）的源分类也不同。总之，我们相信本研究建立的排放清单可以更可靠地描述秦皇岛污染物排放特征。3.4.PPC情景对秦皇岛大气的影响分析
本节使用CALPUFF模型和WRF气象模型模拟了BAU和PPC情景下秦皇岛2025年的空气污染。2025年不同情景下的排放清单被用作源数据的输入。WRF数据和不同情景的其他参数输入是一致的。模型参数的详细信息如表S21所示。模拟结果如图5所示。
(a)
(b)
(c)
(d)
(e)
(f)
图5. CALPUFF在BAU（a–c）和PPC（d–f）情景下模拟的秦皇岛2025年SO2、NOx和PM10年均浓度的贡献。红色加号表示空气监测站的位置，加号附近的数字表示监测站的ID。
模拟结果表明，在BAU情景下，高浓度SO2、NOx和PM10主要分布在秦皇岛南部，包括海港、抚宁、卢龙和昌黎地区。在PPC情景中，污染物的分布通常与BAU情景一致，但高值区的浓度显著下降（如表5所示）。Table 5. The average annual contribution concentrations of pollutants to the air monitoring stations in Qinhuangdao.
3.5.政策影响
根据第3.2节，在PPC情景下，钢铁行业对秦皇岛SO2和NOx的减排贡献最大，而水泥行业对城市层面PM10的减排贡献最大。因此，钢铁行业和水泥行业的定向减排更有可能显著改善秦皇岛的空气质量。事实上，自2018年秦皇岛市人民政府实施重点行业ULE政策以来，在工业产量增长的情况下，秦皇岛的SO2、NOx和PM10浓度总体确实呈下降趋势。2021年，与2016年相比，SO2、NOx和PM10的浓度分别下降了60.71%、33.33%和27.59%[53]。因此，基于自ULE政策实施以来观察到的积极趋势，以产量控制和采用ULE措施为重点的PPC情景可以为减少空气污染物排放提供额外的潜力。一方面，ULE政策不仅对传统工业城市具有显著的减排效果，而且适用于旅游城市和非传输通道城市，显示出该政策的广泛适用性、显著效果和巨大潜力。对工业不发达的地区和旅游城市实施ULE政策也具有指导意义。因此，ULE的减排效果可能被低估，政策制定者应该意识到这一政策的有效性，并重新评估其效果。另一方面，尽管ULE政策在污染物减排方面取得了显著成就[19]，但现行ULE标准在污染物减排政策和技术方面仍有改进。未来，中国政府应致力于推广更先进、更环保的减排技术和相应的标准，以确保持续清洁。蒙特卡罗模拟经常用于定量评估排放清单的不确定性[25]。基于排放因子和活动水平的概率分布，蒙特卡罗模拟随机抽取一组排放因子和活性水平，生成随机参数值。然后将这些随机值代入排放清单模型，以计算每次抽样的排放量，并将此抽样和计算过程重复n次。通过对这些重复样本的结果进行统计分析，量化了排放清单的不确定性[54]。表6总结了污染物排放的不确定性范围。对于SO2、NOx、CO、PM10、PM2.5和VOCs，不确定性相对较低，因为它们的贡献者主要是点源，如拥有工厂级别的详细可靠数据的行业源。NH3的高度不确定性主要来自农业源，其城市层面的活动水平数据受到施肥时间、天气和不完全统计等因素的影响。此外，非道路移动和灰尘源等区域源也存在很大的不确定性。非道路移动源主要基于自上而下的污染物排放计算，基于油耗、里程、保有量等参数，缺乏实际监测数据的支持，因此具有很大的不确定性。此外，排放因子的选择也导致了一些不确定性。与非道路移动源类似，扬尘源的不确定性也与缺乏实际监测数据有关。灰尘分布广泛，并随着时间和天气不断变化，因此很难获得更准确的排放数据。Table 6. Uncertainty ranges in the estimated pollutant emissions.
除了上述不确定性之外，本研究的清单也存在一些局限性。本研究选择的排放因子来源于生态环境部发布的指南[55–63]和现有研究[59]。然而，尚未确定秦皇岛本地化排放因子，这可能导致与秦皇岛的实际排放情况不一致。对于本研究中设定的三种排放情景，没有考虑产能置换和工厂搬迁等因素。因此，未来的预测产量和实际产量之间可能存在差异。此外，对于其他空气污染物，如重金属和PM1，由于缺乏可靠的本地化排放因素，目前无法评估其对空气质量和人类健康的影响。解决这些局限性将是我们未来研究工作的一个关键方面。4.结论
本研究建立了秦皇岛市2016年高分辨率（1 km×1 km）排放清单，以评估ULE政策对秦皇岛空气质量的影响。清单显示，工艺过程源为SO2、PM2.5、PM10、VOCs、CO和OC的主要来源。SO2、CO、PM2.5和PM10排放的主要原因是工艺过程，而NOx排放的主要因素是移动源。化石燃料燃烧源是BC的主要来源。NH3排放主要来自农业源，如畜禽养殖和氮肥。从空间分布来看，污染物高排放集中在秦皇岛市南部和东部地区。在此基础上，针对重点行业建立了三种情景（BAU、ULE和PPC），以评估秦皇岛市ULE政策带来的减排效果和污染物年均浓度贡献情况。结果表明，ULE政策对秦皇岛市大气污染物的减少和空气质量的改善具有促进作用。例如，在区域层面，PPC情景下的钢铁行业在减少SO2和NOx排放方面表现出色，而水泥行业在2025年减少PM10排放方面潜力最大。空气质量模拟结果显示，在2025年PPC情景下，污染物浓度显著下降。因此，秦皇岛的ULE政策对未来改善当地空气质量具有重要意义。中央高校基本科研业务费专项资金(butrc202133)和国家自然科学基金(72174125)资助。如需环评大气专题（CMAQ、CAMx）等服务，请联系伯鑫教授团队。
1、全国尺度的适合于CALPUFF的3d高空模拟数据（最新数据为2022年）
2、全国尺度的适合AERMOD的高空模拟数据（最新数据为2022年）3、全国尺度的适合于CALPUFF的geo格式土地利用数据4、项目环评、规划环评、三线一单、达标规划、一市一策等大气专题，模型包括AERMOD、CALPUFF、CMAQ等。部分业绩：
1、全国模拟气象数据和geo地理数据技术服务，起止日期：2021~2022，企业委托。
2、2020年石家庄市3D模拟气象数据和GEO地理数据服务，起止日期：2021~2022，企业委托。
3、阜阳市大气模拟和地理数据技术服务，起止日期：2021~2022，高校委托。
4、2018年江苏省3D模拟气象数据和GEO地理数据服务，起止日期：2021~2022，高校委托。
长按识别 二维码，关注我们
