• <tr id="mmmmm"><small id="mmmmm"></small></tr>
    • <noscript id="mmmmm"></noscript>
      <nav id="mmmmm"></nav>
    • <tr id="mmmmm"></tr>
      <nav id="mmmmm"><sup id="mmmmm"></sup></nav>

      婷婷色婷婷开心五月,一夲道岛国无码不卡视频,日韩人妻无码bd,亚洲另类无码专区首页

      您的位置:臺灣網(wǎng)  >  經(jīng)貿(mào)  >  京津唐及環(huán)渤海  > 正文

      北京PM2.5機動車“貢獻”4%被低估

      2014-01-03 09:42 來源:人民日報 字號:       轉(zhuǎn)發(fā) 列印

        “北京‘汽車尾氣與垃圾焚燒’對PM2.5的平均‘貢獻’不足4%。”中科院大氣物理所一位研究員最近發(fā)表的研究結(jié)論,與此前環(huán)保部及中科院其他課題組等多家研究機構(gòu)的結(jié)論出入較大,引起媒體關(guān)於“環(huán)保部、中科院就北京霧霾真兇存在分歧”的熱議,一些人還質(zhì)疑,一線城市控制機動車上牌量等政策,是否有實施的必要。

        1月2日下午,中科院緊急召開新聞通氣會,表示該院“大氣灰霾追因與控制”專項組召集相關(guān)專家進行認真探討,得出一致結(jié)論認為“這一數(shù)字被嚴重低估”。當(dāng)天,北京市環(huán)保局副局長方力也作出回應(yīng):從北京市機動車保有量、日消耗汽柴油量、排放污染物量等角度看,汽車尾氣排放對PM2.5的貢獻不可能只佔4%。

        4%數(shù)據(jù)為何不準確?

        源於研究方法、樣本量等原因,4%也未包含機動車氣體污染物形成的二次顆粒物“貢獻”

        事實上,在論文的英文原版中,“交通排放和城市焚燒的來源物”僅佔3%,比網(wǎng)傳更低。“去掉垃圾焚燒排放,汽車尾氣的‘貢獻’還不到3%,幾乎可以忽略,這十分荒唐!”因大氣污染物研究獲2013年國家自然科學(xué)獎二等獎的復(fù)旦大學(xué)教授莊國順説。

        中科院 “大氣灰霾追因與控制”專項組的首席科學(xué)家賀泓2日説,數(shù)字差異問題的産生首先來自採用的源解析方法本身。專項總體專家組研討後一致認為,該論文采用的正交矩陣因子分解法,對外場觀測數(shù)據(jù)進行源解析採用多元回歸的方法,往往不能排除有多解;這種分析對樣品數(shù)據(jù)量有要求,分析的樣品量太少,得出的結(jié)論也會有較大的偏差。此外,PM2.5成分的時空分佈多變性、研究者主觀因素等也會造成較大差異。

        賀泓説,“該論文指出機動車對PM2.5的貢獻不足4%,其研究結(jié)果未包含機動車排放的氣體污染物形成二次顆粒物對PM2.5的貢獻。”

        中科院大氣物理研究所研究員、“大氣灰霾追因與控制”專項組科學(xué)家王躍思解釋説:“大氣細粒子PM2.5可分為一次來源(直接排放)和二次來源(二次生成)。一次來源是指污染源直接向大氣中排放顆粒物;二次來源則是指污染源排放的氣態(tài)污染物(如NOx、SO2、NH3、VOC等)在大氣中經(jīng)過了複雜的物理化學(xué)反應(yīng)産生為顆粒物(如硝酸鹽、硫酸鹽、銨鹽、二次有機氣溶膠)。”

        根據(jù)北京市環(huán)科院關(guān)於北京市大氣污染源排放清單數(shù)據(jù),在氮氧化物和揮發(fā)性有機物VOCs中,機動車排放所佔的比重分別高達42%和32%。王躍思説:“氮氧化物和VOCs是PM2.5的重要來源,考慮到這一點,即使採用該論文的數(shù)據(jù),機動車排放對PM2.5的‘貢獻’也會超過10%。”

        國內(nèi)外研究數(shù)據(jù)表明,與一次來源相比,二次生成的組分在PM2.5中佔有更大的比重,超過了一半,並且在灰霾發(fā)生時比例更高。

        機動車對北京PM2.5影響有多大?

        多數(shù)研究認為在20%—30%之間,作為大氣污染主要來源之一毋庸置疑,但還需進一步定量研究

        那麼,北京地區(qū)機動車排放到底“貢獻”了多少PM2.5?北京環(huán)科院院長潘濤介紹,國內(nèi)的中國環(huán)科院、北京大學(xué)、清華大學(xué)、北京市環(huán)保監(jiān)測中心等眾多課題組,都對北京市PM2.5的來源解析結(jié)果發(fā)表過研究結(jié)論,機動車的“貢獻率”一般認為在10%—50%之間,多數(shù)認為在20%—30%之間,差異較大,但“機動車排放是北京市大氣污染的主要來源之一,這是毋庸置疑的。”

        方力介紹,北京目前有500多萬輛汽車,每年消耗的汽油約為400萬噸、柴油200萬噸,油品燃燒後低空排放。此前北京市發(fā)佈的PM2.5來源數(shù)據(jù)為:外來傳輸大概佔24.5%,機動車佔22.2%,燃煤佔16.7%,工業(yè)和揚塵各佔15%左右。

        中科院“大氣灰霾追因與控制”先導(dǎo)專項大氣物理所王躍思課題組2009—2011年對京津冀區(qū)域PM2.5化學(xué)成分分析進行了兩年平均狀況的研究,源解析結(jié)果表明,汽車及相關(guān)産業(yè)來源約佔30%(10%—50%);鋼鐵、化工和電子等工業(yè)過程産生35%(20%—50%);熱電廠排放佔10%(5%—20%);居民取暖、餐飲和農(nóng)牧業(yè)過程佔10%(5%—20%)。

        項目組專家們認為,由於目前關(guān)於PM2.5中二次組分的來源還無法進行直接解析,因此對於機動車對灰霾形成的“貢獻”存在較大的低估現(xiàn)象。“進一步的定量研究正在進行中。”賀泓説。

        北京市環(huán)保局提供的一份研究數(shù)據(jù)顯示,巴黎、東京、洛杉磯三大城市的機動車排放佔PM(顆粒物)來源分別是30%、28%、23%。

        對PM2.5來源解析有何意義?

        找到大氣污染的罪魁禍首、指導(dǎo)大氣污染治理,謬誤流傳會造成公眾思想混亂或誤導(dǎo)國家政策

        對於目前的爭議,方力認為,機動車到底對PM2.5“貢獻”佔比多少,具體數(shù)字並不是最重要的,對PM2.5來源解析真正的意義是找到大氣污染的罪魁禍首、指導(dǎo)大氣污染治理。

        方力表示,從目前來看,清潔空氣行動計劃中的壓減燃煤、控車減油、治污減排和清潔降塵這4個“主戰(zhàn)場”不會變。

        莊國順教授認為,謬誤流傳,容易造成公眾思想混亂或誤導(dǎo)國家政策。減少霧霾,主要是要減少煤炭等化石燃料的燃燒以及減少機動車尾氣的排放。煤炭的主要排放污染物是二氧化硫,我國在煤炭脫硫方面卓有成效,2000年一年,我國大氣中二氧化硫的排放量是3500萬噸,到2013年,二氧化硫的排放量仍然是3500萬噸。與此同時,大氣污染尤其是可見的霧霾卻越來越嚴重。考慮到近年來機動車數(shù)量的急劇增長,就可以推知,機動車的排放是觸發(fā)霧霾的重要原因。

        “機動車排放是北京市大氣污染的主要來源之一,這是毋庸置疑的。中國的霧霾治理再不能走彎路,不要被不科學(xué)的研究資訊誤導(dǎo)。”莊教授説。剎住機動車數(shù)量連年增長勢頭,嚴格控制尾氣排放,特別是設(shè)法降低尾氣中有機物的含量,正是近期治理灰霾的最重要、最可行措施。遏制灰霾,需要大家的共同努力。(記者 吳月輝 余榮華 姜泓冰)

      [責(zé)任編輯: 林天泉]

      視 頻
      1. 浙江慣偷鈔票點煙被抓 稱“窮得只剩錢”

        浙江慣偷鈔票點煙被抓

          近日,浙江義烏一名男子在網(wǎng)上不斷炫富,還用百元大鈔點煙...

      2. 江宜樺重申徹查島內(nèi)油品市場

        江宜樺重申徹查島內(nèi)油品市場

        關(guān)注臺灣食品油事件

      股 市
      臺灣| 大陸
        臺股17日開盤漲44點 為8538點
      服務(wù)專區(qū)

      投資流程辦事指南往來手續(xù)聯(lián)繫我們Q&A

      關(guān)於我們 | 本網(wǎng)動態(tài) | 轉(zhuǎn)載申請 | 投稿郵箱 | 聯(lián)繫我們 | 版權(quán)申明 | 法律顧問
      京ICP證130248號 京公網(wǎng)安備110102003391
      網(wǎng)路傳播視聽節(jié)目許可證0107219號
      臺灣網(wǎng)版權(quán)所有

      婷婷色婷婷开心五月
    • <tr id="mmmmm"><small id="mmmmm"></small></tr>
      • <noscript id="mmmmm"></noscript>
        <nav id="mmmmm"></nav>
      • <tr id="mmmmm"></tr>
        <nav id="mmmmm"><sup id="mmmmm"></sup></nav>