淺析城區(qū)餐飲業(yè)VOCs和PM2.5排放量研究及應對策略

劉丹

安科瑞電氣股份有限公司 上海嘉定 201801

摘要：：以北京市餐飲企業(yè)分布密度較大的西城區(qū)為案例區(qū),通過對研究區(qū)域內餐飲企業(yè)進行實地污染物檢測及排放活動水平調查,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備升級改造前后餐飲企業(yè)VOCs和PM2.5年排放量。結果表明:本研究區(qū)域餐飲業(yè)廢氣凈化設備升級改造前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)據分析,餐飲業(yè)廢氣凈化設備升級改造前、后PM2.5濃度平均減少了28.9%,接近于用油量為核算基準的排放因子降低比例。

關鍵詞：北京典型城區(qū)；餐飲業(yè)；VOCs；PM2.5；排放因子；排放量；餐飲油煙監(jiān)測云平臺；安科瑞

0.引言

為應對嚴重的大氣污染,北京市自1998年開始連續(xù)實施大氣污染綜合治理,空氣質量明顯變化。但是,2017年PM2.5年均濃度仍超過空氣質量標準66%。此外,揮發(fā)性物(VOCs)是大氣環(huán)境中二次細顆粒物和O3的重要前體物,科學管控VOCs的排放對協(xié)同防控PM2.5和O3有重要作用。目前,北京大氣污染已進入綜合治理階段,以能源結構調整和工業(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,對城市局部大氣質量及人體健康產生不利影響。

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。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。準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,北京市域內餐飲業(yè)大氣污染物排放特征研究陸續(xù)涌現(xiàn),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、不同核算基準的排放因子。因餐飲行業(yè)類型眾多,排放污染物組分復雜,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)據來自統(tǒng)計年鑒,部分數(shù)據僅有數(shù)據或無數(shù)據,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)調查和實測數(shù)據,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

1.1 監(jiān)測數(shù)據

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90.6億元。

2019年北京市推進餐飲業(yè)大氣污染控制工程,各餐飲服務單位陸續(xù)開展廢氣凈化設備升級改造。本研究在2019年先后檢測2組餐飲企業(yè)廢氣樣本,其中包括未進行廢氣凈化設備升級改造(廢氣凈化設備升級改造前)餐飲企業(yè)42家(小型餐飲8家、中型20家、大型14家)和完成廢氣凈化設備升級改造(廢氣凈化設備升級改造后)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備進行采樣。每組樣本中燒烤(含燃氣燒烤、電燒烤、炭火燒烤)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)等相關指標。

為構建本地化排放因子庫,對研究區(qū)域內上述餐飲企業(yè)進行抽樣檢測,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。參考北京市地方標準DB11/1488-2018,使用“非甲烷總烴(NMHC)"作為VOCs的綜合控制指標.樣品采集選擇在餐飲廢氣排放單位作業(yè)(炒菜、食品加工或其他產生油煙的操作)高峰期進行,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任公司)進行顆粒物采樣,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,其外殼材質為聚丙烯,內置雙層濾膜,一層濾膜為聚丙烯纖維濾膜,孔徑1~3μm,二層為超細玻璃纖維濾膜。此類型濾芯對于0.3μm標準粒子的截留效率≥99.95%。濾芯使用前經過101A-1E型電熱鼓風干燥箱(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,室溫下干燥12h。將濾芯用來自梅特勒-托利多國際貿易(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,計算出采樣嘴的內徑。選擇對應采樣嘴內徑的濾芯(濾芯采樣嘴內徑一般為6,8,10和12mm)進行采樣,采樣步驟按照DB11/T1485-2017進行。

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。結束采樣后樣品應立即放入樣品保存箱內保存,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)性物的采樣氣袋法》(HJ732-2014)進行。

1.3 分析方法

顆粒物的分析方法采用手工稱重法.根據DB11/T1485-2017[9],采用煙道內過濾的方式,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量差除以標干采樣體積,計算出顆粒物的質量濃度。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,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行檢測。根據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準氣體分別繪制總烴、甲烷的校準曲線,進樣量1.0mL。再取1.0mL待測樣品測定樣品中總烴和甲烷的峰面積,總烴峰面積應扣除氧峰面積后參與計算。

1.4 餐飲業(yè)活動水平調查數(shù)據

餐飲業(yè)活動水平數(shù)據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)據綜合以下來源獲得:①環(huán)境部門2019年對餐飲源污染物產生的普查數(shù)據；②相關行政管理部門、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)大氣污染排放標準》(DB11/1488-2018)發(fā)布后的對餐飲源污染物產生的普查,實現(xiàn)全區(qū)域餐飲服務單位清查。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、入戶調查、數(shù)據審核、質量抽查及匯總上報等一系列工作任務。建立的臺賬包括單位名稱、詳細地址、統(tǒng)一社會信用代碼、經營面積(m2)、經營天數(shù)(d)、年度日均經營時間(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(當年價格,萬元)等指標。此次調查中的餐飲服務單位包括獨立經營的餐飲服務機構,賓館、酒店、度假村等場所內經營性餐飲部門,設于、事業(yè)單位、社會團體、民辦非企業(yè)單位、企業(yè)等供應內部職工、學生等集中就餐的單位食堂和廚房等集體用餐加工服務機構,覆蓋研究區(qū)域內所有產生餐飲大氣污染物的服務單位。

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。根據北京市《餐飲業(yè)大氣污染物排放標準》(DB11/1488-2018)中餐飲服務單位規(guī)模劃分標準,選取其中較易獲得的劃分指標對所調查的餐飲服務企業(yè)進行規(guī)模劃分(表1)。其中,不同方式判斷規(guī)模不一致的,餐飲服務單位的規(guī)模類別以大者計。

表1餐飲服務單位規(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)模的標準,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。

根據檢測數(shù)據和餐飲服務單位普查數(shù)據,獲取不同規(guī)模餐飲業(yè)的基礎數(shù)據參數(shù)。本研究對樣本數(shù)據進行了Shapiro-Wilk正態(tài)分布檢驗,隨機變量服從對數(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)據參數(shù)見表2和表3。

表2廢氣凈化設備升級改造前餐飲企業(yè)基本數(shù)據參數(shù)

表3廢氣凈化設備升級改造后餐飲企業(yè)基本數(shù)據參數(shù)

1.5 餐飲業(yè)大氣污染物年排放總量估算方法

根據《城市大氣污染物排放清單編制技術手冊》[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排放總量進行估算.采用的核算方法為排放因子法。根據餐飲業(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)計的指標為核算基準來計算相對應大氣污染物排放因子。結合煙氣排放量、污染物排放濃度以及餐飲企業(yè)的數(shù)量等進行污染物排放量估算。不同核算基準存在一定的不確定性,吳雪偉等認為以用油量為基準的不確定性小,如PM2.5和VOCS的不確定性分別為31%和61%。吳芳谷等對餐飲油煙研究發(fā)現(xiàn),油煙中排出的顆粒物主要為細粒子,PM2.5占餐飲廢氣顆粒物的76.91%。

餐飲企業(yè)i以第j種核算基準的排放量Eij計算采用下面的公式:

式中:Ai為餐飲企業(yè)i活動水平,針對不同核算基準的排放因子取相對應的Ai值；EFj為第j種核算基準對應的排放因子,(g/kg)、(g/人)、(g/h)、[g/(h.個)]。本研究中,排放因子EFj以不同核算基準分別計算獲得。

第j種核算基準對應的排放因子EFj計算公式如下:

式中:cj為第j種污染物實測濃度,mg/m3；U為實測餐飲企業(yè)廢氣排放量,m3/h；Y為實測餐飲企業(yè)食用油年使用量,t；T為實測用餐時間,h；Z為實測餐飲企業(yè)基準灶頭數(shù),個；R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A按餐飲規(guī)模計算統(tǒng)計得出,見表4。計算∑A時,∑A(用餐時間)、∑A(用油量)和∑A(用餐人數(shù))均需考量年均經營時間(h)范圍。

表4不同餐飲規(guī)模餐飲企業(yè)活動水平

1. 結果與討論

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?？梢?span style=";padding: 0px;list-style-type: none;box-sizing: border-box">,不同核算基準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不同影響了排放因子的值,且參考基準的實際情況因地域而異,需要獲得不同核算基準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的VOCs排放因子11.62g/kg與秦之湄等獲得的成都市的值13.8g/kg接近,但顯著高于王秀艷等獲得的沈陽市的值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,才能準確掌握餐飲企業(yè)排放對環(huán)境空氣質量直接或潛在的影響。

表5基于不同核算基準的餐飲業(yè)污染物排放因子

表6不同規(guī)模餐飲業(yè)不同核算基準的排放因子

從表5可見,不論以何種核算基準計算得出的排放因子,廢氣凈化設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。調查數(shù)據表明,大型餐飲企業(yè)均已全部安裝有油煙凈化設施,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備,未定期清洗油煙凈化設備,和未及時更換炭及分子篩等吸附材料等現(xiàn)象。穆桂珍等研究也表明目前餐飲企業(yè)油煙凈化設施“重安裝,輕維護"的現(xiàn)象依然十分普遍。部分小型餐飲企業(yè)油煙凈化裝置缺乏及時的維護,排風量與灶頭數(shù)量不匹配也導致靜電油煙凈化器處理效果大打折扣。

1.2   餐飲業(yè)廢氣VOCs和PM2.5排放量

根據式(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)廢氣凈化設備升級改造前,不同核算基準得到VOCs排放量較大值為506.38t/a,較小值為319.03t/a;PM2.5排放量較大值為211.09t/a,較小值為166.55t/a。其中,VOCs和PM2.5排放量較大值均是以就餐時間為核算基準計算獲得的,但較小值分別是以用油量和就餐人次為核算基準計算獲得。假定區(qū)域內餐飲業(yè)廢氣凈化設備全部進行升級改造,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,較大值均是以灶頭數(shù)為核算基準計算獲得,較小值均是以就餐時間為核算基準計算獲得。這表明凈化設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,應督促餐飲企業(yè)及時進行餐飲廢氣凈化設備升級改造,進行餐飲業(yè)用油量、灶頭數(shù)量和就餐人次的管控。根據以上結果,餐飲廢氣凈化設備升級改造后,餐飲源VOCs減排率為71%~82%,PM2.5減排率達到80%~86%。

以街道為單元,對VOCs和PM2.5排放量貢獻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年度排放強度分別為1.45~4.32t/km2和0.47~1.42t/km2。其中VOCs排放強度較大的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排放強度較小的街道為廣安門外街(0.47t/km2),排放強度較大為陶然亭街道(1.42t/km2)。

為驗證廢氣凈化設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,把實測值減去當月的平均值得到差值(PM2.5)進行對比(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,導致個別改造后的測值大于改造前的。將對應的改造前后早午晚餐時段PM2.5進行了差異性檢驗,兩獨立樣本非參數(shù)檢驗結果顯示各抽樣社區(qū)PM2.5濃度實測值在凈化設備改造前后變化呈現(xiàn)顯著性差異(P<0.05),即區(qū)域PM2.5排放濃度經過餐飲廢氣凈化設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%,較接近于以用油量為核算基準的排放因子降低比例。

圖1餐飲企業(yè)分布密集社區(qū)廢氣改造設備升級前后實測PM2.5濃度比較

3.安科瑞AcrelCloud3500餐飲油煙監(jiān)測云平臺

為了彌補現(xiàn)存餐飲行業(yè)在煙油監(jiān)測上的漏洞，同時便利監(jiān)管部門的監(jiān)察，安科瑞油煙監(jiān)測云平臺應運而生。油煙監(jiān)測模塊通過2G/4G與云端平臺進行通信和數(shù)據交互，系統(tǒng)能夠對企業(yè)餐飲設備的開機狀態(tài)、運行狀態(tài)進行監(jiān)控；實現(xiàn)開機率監(jiān)測，凈化效率監(jiān)測，設施停運

告警，待清洗告警，異常告警等功能；對采集數(shù)據進行統(tǒng)計分析、排名等統(tǒng)計功能；較之傳統(tǒng)的靜電監(jiān)測方案，更具實效性。平臺預留與其他應用系統(tǒng)、設備交互對接接口，具有很好的擴展性。

3.1平臺結構

平臺GIS地圖采集餐飲油煙處理設備運行狀態(tài)和油煙排放的濃度數(shù)據，自動對超標排放及異常企業(yè)進行提示預警，監(jiān)管部門可迅速進行處理，督促餐飲企業(yè)整改設備，并定期清洗、維護，實現(xiàn)減排環(huán)保，不擾民等目的?，F(xiàn)場安裝監(jiān)測終端，持續(xù)監(jiān)測油煙凈化器的工作狀態(tài)，包括設備運行的電流、電壓、功率、耗電量等等，同時結合排煙口的揮發(fā)性物質、顆粒物濃度等進行對比分析，一旦排放超標，系統(tǒng)會發(fā)出異常信號。

■油煙監(jiān)測設備用來監(jiān)測油煙、顆粒物、NmHc等數(shù)據

■凈化器和風機配合對油煙進行凈化處理，同時對凈化設備的電流、電壓進行監(jiān)測

■設備通過4G網絡將采集的數(shù)據上傳至遠程云端服務器

3.2平臺主要功能

（1）在線監(jiān)測

對油煙排污數(shù)據的監(jiān)測，包括油煙排放濃度，顆粒物，NmHc等數(shù)值采集監(jiān)測；同時對監(jiān)控風機和凈化器的啟停狀態(tài)、運行數(shù)據進行監(jiān)測。

(2)告警數(shù)據監(jiān)測

系統(tǒng)根據采集的油煙數(shù)值大小，產生對應的排放超標告警；對凈化器的運行數(shù)據分析，上傳凈化設備對應的運行、停機、故障等告警事件。

(3)數(shù)據分析

運行時長分析，離線分析；告警占比、排名分析；歷史數(shù)據統(tǒng)計等。

(4)隱患管理

系統(tǒng)對采集的告警數(shù)據分析，產生對應的隱患記錄，派發(fā)、處理隱患，及時處理告警，形成閉環(huán)。

(5)統(tǒng)計分析

包括時長分析、超標分析、歷史數(shù)據、分析報告等模塊。

(6)基礎數(shù)據維護

個人信息、權限維護，企業(yè)信息錄入，對應測點信息錄入等。

(7)數(shù)據服務

數(shù)據采集，短信提醒，數(shù)據存儲和解析。

3.3油煙監(jiān)測主機

油煙監(jiān)控主機是現(xiàn)場的管理設備，實時采集油煙濃度探測器和工況傳感器的信號，進行數(shù)據處理，通過有線或無線網絡通訊將數(shù)據傳輸?shù)椒掌髌脚_。同時，對本地數(shù)據進行存儲，監(jiān)控現(xiàn)場設備狀態(tài)，提供人機操作界面。

具體技術參數(shù)如下：

4.結語

1）通過對研究區(qū)域內餐飲企業(yè)進行實地檢測數(shù)據及活動水平調查,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項核算基準的餐飲業(yè)VOCs和PM2.5排放因子,但4種核算基準的排放因子差異較大,需要進一步本地化檢驗。

2）本研究區(qū)域餐飲業(yè)廢氣凈化設備升級改造前,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,經過餐飲業(yè)廢氣凈化設備升級改造后VOCs及PM2.5排放量分別減少了71%~82%和80%~86%。

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

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備升級改造前、后PM2.5濃度平均減少比例為28.9%,較接近于用油量為核算基準的排放因子降低比例。進一步說明餐飲業(yè)廢氣凈化設備升級改造對于PM2.5減排顯著。

【參考文獻】

[1]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方法與應用[M].北京:科學出版社,2014:124-161.

[2]張洋,支國瑞,薛志剛,等.餐飲行業(yè)活動水平調查及大氣污染物排放清單編制研究[J].環(huán)境科學研究,2019,32(6):929-937.

[3]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,2020,41(6):2596-2601.

[4]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[J].中國環(huán)境科學2021,41（5）：2090-2096

[5]安科瑞AcrelCloud-3500餐飲油煙監(jiān)測云平臺.2020.05版.