货运船舶排放典型气态与颗粒态污染物组分特征的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41805091
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    26.5万
  • 负责人：
    李庆
  • 依托单位：
    复旦大学
  • 学科分类：
    D0506.大气化学
  • 结题年份：
    2021
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2021-12-31

项目摘要

Atmospheric pollutants emitted from cargo ships have attracted widely concern and been widely recognized to have significant negative impacts on air quality in port cities, climate change, and ecosystem in coastal areas. Basing on on-board study of more than 10 typical cargo ships emission, this project will focus on the following research contents. (1) Concentrations and emission factors of pollutants under various operating conditions will be determined via on-board measurement of particulate matters (including TSP, PM2.5 and size-segregated ones) and gaseous pollutants(including CO, SOx, NOx, VOCs and NH3).(2) Characteristics of gaseous pollutants and particulate matters (including size distribution, chemical composition, and their possible precursors) will be revealed via on-board measurement and off-line analysis (including VOCs, OC/EC, PAHs, ammonium, sulfate and heavy matters). The results are expected to update the emission inventory of Chinese ships and provide support for making emission control policy.
货运船舶排放的大气污染物对港口城市空气质量、气候变化和生态系统造成了重要影响，进而引起广泛关注。本项目拟对10艘以上典型货运船舶排放烟气开展深入研究：（1）对不同工况和油品条件下（含轻柴油、重柴油和残渣燃料油）船舶排放烟气进行实测，获得典型货运船舶排放气态污染物（CO、SOx、NOx、VOCs和NH3）和颗粒态污染物（TSP、PM2.5和分粒径段颗粒物）的排放浓度和排放因子；（2）系统表征气态和颗粒态污染物关键组分（VOCs、OC/EC、PAHs、铵盐、硫酸盐和重金属等），研究气态污染物和颗粒物（粒径分布、化学组成及其可能的气态前体物）排放特征，建立船舶污染物排放特征谱。预期结果将更新船舶污染物排放清单，并为制定船舶污染物控制政策提供依据。

结项摘要

本项目选择10艘典型货运船舶，开展了登船测试、样品采集与系统性分析研究。获得了典型货运船舶排放气态污染物和颗粒态污染物的排放因子和排放强度；表征气态和颗粒态污染物关键组分及其排放特征，建立船舶污染物排放特征谱；分析了不同粒径颗粒物碳质气溶胶中较难挥发有机化学组分，提升了对船舶烟气环境和健康影响的科学认知。. 船舶发动机转速的差异决定了发动机气缸内的实际燃烧条件（燃烧效率、烟气温度和过氧系数），而燃烧过程驱动污染物的形成与排放。发动机在中等转速下燃烧效率最高，NOx排放强度最大，CO和VOCs排放强度最小；颗粒物排放因子随发动机转速增加而增加，高温缺氧的条件有利于颗粒物中碳烟的形成。船舶VOCs排放强度随发动机转速先减少后增加，其与燃烧效率密切相关。VOCs的主要组分为烯烃和芳香烃，两者对臭氧生成潜势（OFP）贡献率分别为15%–73%和24%–83%。船舶排放的VOCs产生O3和SOA的潜力大于道路车辆，其平均值分别为道路柴油车的2.3和2.6倍。. 燃烧重型燃料油（HFO）和柴油（DO）时烟气中PM数浓度及粒径均呈现出双峰分布，峰值分别位于20 nm和100 nm。船舶燃烧HFO和DO排放的PM2.5均以碳质组分为主（>85%），无机组分含量较少。HFO中含有较高比例的芳香烃化合物，其排放的16 PAHs为DO排放的4.6倍。进一步基于生物毒性效应的分析发现，HFO和DO排放PM样品的生物毒性效应均与PM样品BaPeq显著相关。HFO PM2.5的氧化应激效应（3.06 ± 1.28 μg/mL）和细胞毒性（39.6 ± 18.3 μg/mL）分别为DO PM2.5样品的2.1倍和的2.5倍。其中HFO PM2.5的细胞毒性和氧化应激效应分别为上海市轻度污染天PM2.5的8.7和5.3倍，由此表明船舶排放的PM2.5具有很强的毒性效应。因而加强对船舶排放PM2.5控制势在必行，可以通过控制油品质量来改善空气质量。. 本项目顺利完成，研究成果形成1件国家交通运输部的行业标准，形成授权专利5件。发表SCI论文12篇，包括Environ. Sci. Tech.、Environ. Sci. Tech. Let.、Atmos. Chem. Phys.、J Geophys. Res.。此外获得博士学位2人，获得硕士学位2人。

项目成果

期刊论文数量（12）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（5）
Significant impact of coal combustion on VOCs emissions in winter in a North China rural site
华北农村冬季燃煤对VOCs排放的显着影响
  • DOI：
    10.1016/j.scitotenv.2020.137617
  • 发表时间：
    2020
  • 期刊：
    Science of the Total Environment
  • 影响因子：
    9.8
  • 作者：
    Zhang F;Shang X. N;Chen H;Xie G. Z;Fu Y;Wu D;Sun W. W;Liu P. F;Zhang C. L;Mu Y. J;Zeng L. M;Wan M;Wang Y. S;Xiao H;Wang G. H;Chen J. M.
  • 通讯作者：
    Chen J. M.
The roles of aqueous-phase chemistry and photochemical oxidation in oxygenated organic aerosols formation
水相化学和光化学氧化在含氧有机气溶胶形成中的作用
  • DOI：
    10.1016/j.atmosenv.2021.118738
  • 发表时间：
    2021-09
  • 期刊：
    Atmospheric Environment
  • 影响因子：
    5
  • 作者：
    Zhan Bixin;Zhong Haobin;Chen Hui;Chen Yunqian;Li Xiang;Wang Lin;Wang Xinke;Mu Yujing;Huang Ru-Jin;George Christian;Chen Jianmin
  • 通讯作者：
    Chen Jianmin
Nocturnal PM2.5 explosive growth dominates severe haze in the rural North China Plain
夜间PM2.5爆发性增长主导华北平原农村重度雾霾
  • DOI：
    10.1016/j.atmosres.2020.105020
  • 发表时间：
    2020
  • 期刊：
    Atmospheric Research
  • 影响因子：
    5.5
  • 作者：
    Wei Y. Q;Chen H;Sun H;Zhang F;Shang X. N;Yao L;Zheng H. G;Li Q;Chen J. M.
  • 通讯作者：
    Chen J. M.
Commodity plastic burning as a source of inhaled toxic aerosols
商品塑料燃烧是吸入有毒气溶胶的来源
  • DOI：
    10.1016/j.jhazmat.2021.125820
  • 发表时间：
    2021
  • 期刊：
    Journal of Hazardous Materials
  • 影响因子：
    13.6
  • 作者：
    Wu Di;Li Qing;Shang Xiaona;Liang Yingguang;Ding Xiang;Sun Hao;Li Shuya;Wang Shuxiao;Chen Yingjun;Chen Jianmin
  • 通讯作者：
    Chen Jianmin
Addressing Unresolved Complex Mixture of I/SVOCs Emitted From Incomplete Combustion of Solid Fuels by Nontarget Analysis
通过非目标分析解决固体燃料不完全燃烧排放的 I/SVOC 复杂混合物问题
  • DOI：
    10.1029/2021jd035835
  • 发表时间：
    2021
  • 期刊：
    JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES
  • 影响因子：
    4.4
  • 作者：
    Huo Y.;Guo Z.;Liu Y.;Wu D.;Ding X.;Zhao Z.;Wu M.;Wang L.;Feng Y.;Chen Y.;Wang S.;Li Q.;Chen J.
  • 通讯作者：
    Chen J.

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

桥式限流与动态电压恢复器融合设计及控制方法
  • DOI：
    10.19595/j.cnki.1000-6753.tces.191088
  • 发表时间：
    2020
  • 期刊：
    电工技术学报
  • 影响因子：
    --
  • 作者：
    涂春鸣;李庆;郭祺;姜飞;高家元
  • 通讯作者：
    高家元
Novel trial functions and rogue waves of generalized breaking soliton equation via bilinear neural network method
双线性神经网络方法的广义破断孤子方程的新颖试验函数和流氓波
  • DOI：
    10.1016/j.chaos.2021.111692
  • 发表时间：
    2022-01
  • 期刊：
    Chaos, Solitons and Fractals
  • 影响因子：
    --
  • 作者：
    张润发;李明楚;甘建元;李庆;Zhong-Zhou Lan
  • 通讯作者：
    Zhong-Zhou Lan
改进 NSGA2 在炼钢-连铸调度中的应用研究
  • DOI：
    10.14107/j.cnki.kzgc.170939
  • 发表时间：
    2020
  • 期刊：
    控制工程
  • 影响因子：
    --
  • 作者：
    王秀英;李庆
  • 通讯作者：
    李庆
近15年来呼伦贝尔沙地土地沙漠化发展及其驱动力
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    北京师范大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    李姣;张春来;李庆;沈亚萍;贾文茹;田金鹭
  • 通讯作者：
    田金鹭
电力定价策略的多目标优化模型及其应用
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    西安交通大学学报
  • 影响因子：
    --
  • 作者：
    刘连理;李庆;顾运;李换琴;陈磊
  • 通讯作者：
    陈磊

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

李庆的其他基金

基于人源肺类器官模型研究典型区域大气污染物的毒性机制及健康风险
  • 批准号：
    U22A20405
  • 批准年份：
    2022
  • 资助金额：
    255.00 万元
  • 项目类别：
    联合基金项目
典型燃煤电厂和钢铁厂的SO3排放特征及其对颗粒物老化影响的研究
  • 批准号：
    21876028
  • 批准年份：
    2018
  • 资助金额：
    66.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码