唐山市钢铁行业大气污染物排放清单建立

李 佳,张晓郁,孙庆宇

1.唐山市环境监测中心站，河北 唐山 063000 2.邢台市环境监测站，河北 邢台 054000

唐山市钢铁行业大气污染物排放清单建立

李 佳1,张晓郁1,孙庆宇2

1.唐山市环境监测中心站，河北 唐山 063000 2.邢台市环境监测站，河北 邢台 054000

以唐山市钢铁企业为研究对象，在收集已有排放源数据的基础上，基于排放因子和活动水平数据采用排放因子法估算了唐山市钢铁企业多个大气污染物的排放量，得到了符合空气质量模型要求的污染源输入数据，建立钢铁行业和主要防控因子污染源数据库。结合唐山市各县区的环境空气质量状况，利用GIS技术，将不同污染因子的排放进行空间分布，最终形成准确完善的多尺度、高时空分辨率大气污染源排放清单。研究介绍了符合中国特色的区域高分辨率大气排放源清单建立的方法体系，为京津冀地区区域大气污染联防联控及2020年大气污染物区域削减计划工作提供数据支撑。

钢铁行业；大气；污染因子；排放清单；空间分布

重工业城市唐山市结构性污染特征明显，工业源是唐山市大气污染的重要来源，特别是钢铁行业，截至2014年底，全市钢铁产能占河北省的50%。加强对工业源的研究和控制是改善空气质量、减轻大气污染危害的重要途径。大气污染源排放清单研究是开展大气污染防治、制定污染控制政策和进行空气质量预报预警的关键基础性研究工作[1]。研究以唐山市钢铁企业为对象，计算主要防控因子排放强度和排放总量，逐步建立重点行业和主要防控因子污染源数据库，同时利用地理信息系统对污染企业的位置及污染物排放量、浓度参数建立模型，采用反距离权重法及区位商法对污染源及污染物的空间分布进行估算分析，最终形成准确完善的多尺度、高时空分辨率大气污染源排放清单。

国内已有一些省份和主要城市开始对排放清单的建立进行研究[2-8]，而对清单数据结合地理信息资料，利用GIS技术将不同污染因子进行空间化分析，获取污染物的空间分布状况的研究相对缺乏。

1 实验部分

研究以2014年唐山市钢铁企业主要污染排放源现状为对象，涵盖主要大气污染物(PM、PM10、PM2.5、SO2、NOX、CO及VOCs)的源清单。通过调研唐山市钢铁企业大气污染物排放情况、能源结构及其消耗量，主要利用排放因子法(排放系数)，综合利用现场实测法、质量守恒计算法(物料衡算法)和外推法等，估算污染物的排放源源强，确定需要收集的污染源活动水平数据。

1.1 唐山市大气环境质量状况

全市钢铁企业分布于各个县区，14个县区从2014年开始全部安装空气自动监测站，并开始正常运行，目前，唐山市共有18个空气自动监测站，其中中心区(路南区、路北区)6个，其他县区各1个，分布图见图1。

图1 唐山市空气自动监测站点位分布图

根据各个县区空气监测子站的污染物浓度和综合污染指数，采用ArcGIS制作生成全市大气污染物综合污染指数等值线图，见图2。可见大气污染的空间分布状态。

图2 唐山市大气污染物浓度综合指数图

1.2 排放清单的建立

1.2.1 唐山市钢铁行业概况

唐山市所辖的迁西县和迁安市由于具有丰富的铁矿石资源吸引了很多炼钢厂聚集，西南边的丰润区和丰南区则是中小钢铁加工企业最集中的区县，共有162家钢铁企业，其中钢压延加工企业108家，尤以丰润区居多(有80家)，现大多处于整顿和停产状态，除钢压延加工企业外，全市共有钢铁企业54家，分布见图3。

图3 唐山市钢铁企业分布图

钢铁行业的废气主要来自钢铁厂的烧结、球团、炼铁、炼钢、轧钢、锻压、金属制品与铁合金等环节，加工过程消耗大量矿石、燃料和其他辅助原料。产生的主要大气污染物是烟尘、粉尘、SO2、CO、NOX等。

1.2.2 点源各污染因子的计算方法

钢铁行业SO2、NOX及点源颗粒物的排放量来自环境统计数据。

钢铁行业点源PM10的排放估算根据烧结、球团、炼铁、炼钢各个工序颗粒物的产污系数、废气中的颗粒物粒径比例和吨产品的排放比例来计算[9]。

PM2.5数据根据《大气细颗粒物一次源排放清单编制技术指南》中工艺过程源第一级分类钢铁行业的PM2.5的产生、排放系数来计算。根据2013年环境统计中的钢铁行业颗粒物的排放数据，再依据《细颗粒物指南》表2中烧结矿、球团矿、生铁、转炉钢、电炉钢PM2.5的产生系数和表5中污染控制技术对PM2.5的去除效率，计算出每个钢铁企业的PM2.5排放量。

CO的排放量根据清华大学的研究[10]中CO工业工艺源分类及技术比例来确定，比例及参数见表1。

表1 钢铁行业CO排放系数

VOCs的排放量计算参照《挥发性有机物指南》中附录B中附表5各类挥发性有机物排放源排放系数，轧钢工艺排放系数为0.2 kg/t钢。

1.2.3 颗粒物无组织排放的计算方法

颗粒物无组织排放主要有3个来源[11]：生产过程中设备的无密闭性导致的工业无组织扬尘排放；裸露地面或料堆因机械或气象因素作用引起的扬尘排放；机械扰动产生的扬尘排放。炼钢、炼铁工业无组织粉尘的主要排放源，参考了北京市工业无组织排放的测试结果[12]和美国相关研究，见表2。

表2 主要工艺颗粒物无组织排放因子 kg/t

2 排放清单及污染物空间分析

全市及各县区钢铁行业污染物排放清单见表3。

表3 各县区及全市钢铁行业污染物排放清单 t/a

由表3可见，排放清单中的各种污染物的排放量均是整个唐山市范围内各个钢铁企业污染源全年的排放总量值，不能直观体现出全市内各县区乃至各个污染源点位污染物排放的空间差异性，在进行区域污染控制工作中不容易分辨出污染物排放量大的地区，难以制定更为严格的减排目标和控制措施，在区域污染控制中做到有区别的对待。研究中，针对主要排放源各自的排放特征，同时考虑到获取数据的有限性及代表性，结合其他学者对空间分配的研究方法，采用较为合适的空间分配方法，选择适宜的权重分配因子，力求更好地反映各污染物的空间排放特征。

2.1 区位商法空间分析

区位商为区域经济学中的概念，是反映产业效率与效益的定量指标，可以用来衡量某一区域要素的空间分布情况，反映某一要素在特定区域的相对集中程度。

式中：Qi为区位商，Ni为研究区域某部门产值，Ai为研究区域所有部门产值，N为背景区域某部门产值，A为背景区域所有部门产值。在对特定区域重要产业和排污的水平分析时引入参照区位商的概念可更好地反映其空间集聚性[13]。

采用区位商法计算各县区7种污染物的等标污染负荷，见图4(图中县域颜色越深表示污染负荷越大)。

图4 唐山市各县区等标污染负荷图

从图4可以看出，县区各污染物排放量的多少、综合质量指数的大小及空气自动站监测浓度的等值线图有着一定的一致性，但是由于污染物排放和受体的关系不呈线性关系，以及污染的传输导致的空间溢出效应，县区块图并不能完全代表每个区域污染物的浓度，特别是污染企业密集处和县区边界处，无法形成污染物排放量的差异和连续性。

2.2 反距离权重法空间分析

采用ArcGIS地理统计模块将唐山市以117°31′～119°19′E、38°55′～40°28′N为空间分配网格域分成0.01°×0.01°的网格，选用兰勃特正形圆锥投影，WGS-1984坐标系，反距离权重法计算绘制各企业的污染物排放图[14-17]。该法是一种常用而简单的空间插值方法，它以插值点与样本点间的距离为权重进行加权平均，离插值点越近的样本赋予的权重越大。反距离权重法可以在未知气象条件及地形等情况下简单模拟污染物的扩散情况，能在一定程度上反映区域污染物排放量的大小。图5是对各钢铁企业的7种污染物的综合污染排放浓度进行插值计算，颜色越深表示污染物排放量越大，且为高值相对集中区域。

图5 各企业污染物综合排放浓度图

3 2020年唐山市钢铁行业污染物排放量预测

根据国家、省、市对唐山地区各行业主要污染物的削减规划，2017年底前，炼铁产能净压减2 800万t、粗钢产能净压减4 000万t(对应淘汰1 000 m3以下的高炉，50 t以下的转炉)。共减少烧结矿产能4 676万t，同时加强在线和脱硫脱硝中控系统建设，将烧结机脱硫效率提高至80%。推算出2020年唐山市钢铁行业大气污染物削减量和排放量，见表4。

表4 2020年唐山市钢铁行业大气污染物削减及排放量

2014年唐山市污染物排放量已经低于2013年，到2020年无论是唐山市钢铁行业各污染物的排放量还是全市的污染物排放量都有所减少，并且削减量比较明显。同时显示出唐山市的发展符合环境库兹涅兹曲线(EKC)，从目前趋势来看已经进入倒U型曲线的顶端甚至下降区间。唐山市的环境发展是否还能顺应EKC曲线的规律，还需对唐山市主要污染物的排放进行长期的跟踪性研究来确定[18-19]。

4 结论

唐山市2014年钢铁行业的粗细颗粒物、SO2排放量均较大，特别是CO的排放量最大，主要原因是转炉煤气回收率低，先进企业回收率达到92%，差的企业回收率仅有40%，有少数企业没有回收，造成整个钢铁行业约50%的含有大量CO的转炉煤气被排放掉。按照县域行政区划计算区域污染负荷最大的依次为古冶区、路北区和开平区，最小的为路南区、汉沽管理区和滦南县。但是由于受空间溢出效应以及气象、地形等因素影响，污染物排放量只能间接反映该区域(特别是某个行政区域)的环境空气质量。

综合以上研究结果，环境管理部门制定减排措施时，不能只单单削减污染物超标区域，同时还要考虑到削减相邻区域和污染物排放企业相对集中区域。在经济发展的同时完善的环境政策及其有力的实施可以改善环境，减小环境压力。同时钢铁行业减排还要注意2个方面，一是技术进步提高生产率，改善资源的使用效率，削弱生产对自然与环境的影响；二是随着清洁技术不断开发以及对传统技术的取代，资源将得到有效地循环利用，降低单位产出的污染排放。

[1] 孟伟.大气主要污染源清单调查与源解析的研究[D].南京:南京信息工程大学,2006.

[2] 叶贤满,徐昶,洪盛茂,等.杭州市大气污染物排放清单及特征[J].中国环境监测,2015,31(2):5-11.

[3] 鲁斯唯,胡清华,吴水平,等.海峡西岸经济区大气污染物排放清单的初步估算[J].环境科学学报,2014,34(10):2 624-2 634.

[4] 谈佳妮,余琦,马蔚纯,等.小尺度精细化大气污染源排放清单的建立——以上海宝山区为例[J].环境科学学报,2014,34(5):1 099-1 108.

[5] 吴晓璐.长三角地区大气污染物排放清单研究[D].上海:复旦大学,2009.

[6] 何敏,王幸锐,韩丽.四川省大气固定污染源排放清单及特征[J].环境科学学报,2013,33(11):3 127-3 137.

[7] 柯伯俊.四川省大气污染源排放清单研究[D].成都:西南交通大学,2014.

[8] 赵斌,马建中.天津市大气污染源排放清单的建立[J].环境科学学报,2008,28(2):368-375.

[9] 董娅玮,杜新黎,李扬扬,等.西安市区大气中PM2.5和PM10质量浓度污染特征[J].中国环境监测,2015,31(5):45-49.

[10] 王丽涛,张强,郝吉明,等.中国大陆CO人为源排放清单[J].环境科学学报,2005,25(12):1 580-1 585.

[11] 李展,杨会改,蒋燕,等.北京市大气污染物浓度空间分布与优化布点研究[J].中国环境监测,2015,31(1):74-78.

[12] 伯鑫,赵春丽,吴铁,等.京津冀地区钢铁行业高时空分辨率排放清单方法研究[J].中国环境科学,2015(8):2 554-2 560.

[13] 李茜,罗海江,胡昊,等.基于区位商的我国流域水质污染空间差异及影响因素研究[J].中国环境监测,2015,31(4):8-16.

[14] 史宇,张建辉,罗海江,等.北京市2012-2013年秋冬季大气颗粒物污染特征分析[J].生态环境学报,2013(9):1 571-1 577.

[15] 张霖琳,高愈霄,刀谞,等.京津冀典型城市采暖季颗粒物浓度与元素分布特征[J].中国环境监测,2014,30(6):53-61.

[16] 李冕,赵辉,鲍晨光,等.改进的IDW插值模型在海水水质评价中的应用[J].海洋环境科学,2014(2):258-261.

[17] 方敦,吴称意,韦晓宇,等.基于ArcGIS的污染场地土壤铬空间格局分析[J].安徽农业科学,2014(16):5 181-5 185.

[18] 李茜,胡昊,罗海江,等.我国经济增长与环境污染双向作用关系研究——基于PVAR模型的区域差异分析[J].环境科学学报，2015，35(6):1 875-1 886.

[19] 李名升,周磊,陈远航,等.经济结构调整的污染减排效应:以COD减排为例[J].环境科学，2014(8):3 212-3 218.

Research on the Establishment of the Atmospheric Pollutant Emission Inventory of Tangshan Iron and Steel Industry

LI Jia1,ZHANG Xiaoyu1,SUN Qingyu2

1.Tangshan Environmental Monitoring Centre,Tangshan 063000,China 2.Xingtai Environmental Monitoring Station,Xingtai 054000,China

Taking Tangshan iron and steel enterprises as the research object, collected the existing emission source data,this study estimated the emissions of atmospheric pollutants from Tangshan iron and steel enterprises, using emission factor method based on emission factor and activity data. Pollution source input data which meets the requirements of air quality model was thus gained. Combining with the air quality situation of each counties in Tangshan by using GIS technology, the emission of different pollutants was spatial distributed and eventually formed the atmospheric pollutant emission inventory, which is accurate, multi-scale and with high spatial and temporal resolution. This study introduced the method system of regional high resolution atmospheric emission source inventory which conforms to our country’s characteristic, and laid out the data foundation for joint prevention and control of air pollution in Beijing-Tianjin-Hebei region and regional air pollutant abatement plan in 2020.

iron and steel industry;atmosphere;pollution factors;emissions inventory;spatial distribution

2016-03-16;

2016-05-23

李 佳(1980-)，女，北京人，硕士，工程师。

X823

A

1002-6002(2016)05- 0030- 05

10.19316/j.issn.1002-6002.2016.05.06