3. 污染源识别方法总论

污染源识别不是单一技术动作,而是一套"先定框架、再选方法、后做校核"的推理过程。在建设项目环境影响评价中,常用的识别手段可归为四类:对照法规与导则的识别框架、类比调查与实测法、物料衡算法、经验系数法。它们并非互相替代,而是精度、成本、适用阶段各不相同的工具,实际工作中往往组合使用、交叉验证。

一、对照法规与导则:先划定"必须识别什么"

法规与导则框架解决的是"识别边界"问题,而不是"排放量是多少"问题。其核心依据包括《建设项目环境影响评价分类管理名录》、《污染源源强核算技术指南》系列(如火电、制药、钢铁、锅炉等分行业指南)、《排污单位自行监测技术指南》以及行业排放标准。使用时按三步推进:

  1. 确定项目类别与环评等级:依据名录判断应编制报告书、报告表还是登记表,这直接决定识别深度。
  2. 锁定产污环节清单:按"原辅材料—生产工艺—设备—储运—公用工程—环保设施"逐环节排查,形成产污环节台账,避免漏项。
  3. 对应源强核算指南:为每个产污环节匹配指南中规定的核算方法优先级(通常为:实测法优先,其次物料衡算,再次经验系数),并明确应识别的污染因子。

这一步的产出是"识别清单+方法指向",是后续所有定量工作的骨架。若框架阶段漏掉某个环节(如无组织储罐呼吸、危废暂存间挥发),后面方法再精确也无法弥补。

二、类比调查与实测法:精度最高,但门槛也最高

实测法适用于已建成项目或同类在产装置,通过对排气筒、废水总排口、厂界无组织监控点采样监测,直接获得浓度与流量,源强=实测浓度×标态流量×运行时间。其前提是监测工况稳定、采样点位符合《固定污染源排气中颗粒物测定与气态污染物采样方法》等规范,且样品具有代表性。类比法则用于新建项目尚无实测条件时,选取工艺、规模、原料、治理措施高度相似的已运行项目数据,按规模或负荷比例修正后引用。

类比法的关键风险在于"相似性论证不足"。工程实践中应至少核对:生产工艺路线是否一致、原辅料成分是否相当、污染治理工艺与效率是否可比、生产负荷是否接近。四项中若有明显差异,须做修正说明,否则类比数据不可直接采用。

三、物料衡算法:有账可算时的首选

物料衡算基于质量守恒:某污染物的输入量=产品带走量+回收量+排放量+转化/消解量。它特别适合溶剂使用、涂装、制药合成、储罐挥发等有机物环节,以及可精确统计原辅料用量的场合。以某涂装车间为例(示例假设):年使用溶剂型涂料120 t,涂料中挥发性有机物(VOCs)质量分数40%,即VOCs投入量48 t/a;涂装过程固化后留在漆膜中的VOCs约占投入量的35%,则进入废气系统的VOCs约31.2 t/a;若末端采用"沸石转轮浓缩+RTO",综合去除效率按90%计,则排入大气的VOCs约3.12 t/a。这一链条清晰展示了"投入—去向—末端削减—最终排放"的完整衡算逻辑,也便于核查每一环节的假设是否合理。

物料衡算的可靠性取决于两件事:一是原辅料理化参数(成分、固含、VOCs含量)必须有质检报告或MSDS支撑,不能凭经验估;二是"去向分配比例"要有依据,如漆膜残留率可参考同类工艺实测或指南推荐值。衡算结果应与同类项目排放水平做合理性比对,偏差过大需回查假设。

四、经验系数法:快速估算与校核的兜底工具

经验系数法以"活动水平×排放系数"估算源强,系数来源包括排污许可技术规范中的产污系数、行业源强核算指南推荐值、以及权威文献。它适用于方案阶段、无实测条件、原辅料数据不全的场合,也常用于对衡算或实测结果做量级校核。其局限在于系数往往对应特定工艺与治理水平,直接套用可能产生数倍偏差,因此必须注明系数出处、适用条件,并说明本项目与系数背景条件的差异及修正方式。

污染源识别方法选择:从框架到定量的决策链 ① 法规与导则识别框架 定项目类别 · 列产污环节 · 匹配核算指南 是否有可实测/可类比 的同类对象? 是 ② 实测 / 类比法 精度最高 需相似性论证 否,但有物料账 ③ 物料衡算法 质量守恒 依赖成分与去向参数 数据不全 / 方案阶段 ④ 经验系数法 活动水平 × 排放系数 · 注明出处与修正 交叉校核与合理性判断 量级比对 · 与同类项目排放水平对照 · 偏差过大回查假设 形成源强清单,进入评价范围判定

五、选择策略:不是选一个,而是排优先级

实际工作中推荐按"指南定序—数据定法—交叉校核"的思路操作。首先看源强核算指南对特定行业、特定环节规定的优先方法,这是合规底线;其次看手上数据条件:有在产同类装置且工况可比,优先实测或类比;原辅料台账完整、成分有检测报告,优先物料衡算;两者都不具备,才用经验系数法兜底,并明确标注不确定性。最后,无论采用哪种方法,都建议用另一种方法做量级校核——例如用衡算结果与经验系数估算值对比,若相差超过一个数量级,必须回查数据或假设。

选择方法时可用一个简单判据:能测则测,有账则算,无账才估,估后必校。方法本身没有优劣,错配才是问题——用经验系数去支撑一个需要精确源强的报告书章节,或用实测数据去套一个尚未建成的项目,都是典型的方法错配。
常见误区有三:一是把法规框架当成定量方法,只列清单不给源强;二是类比对象相似性论证流于形式,仅凭"同行业"就引用数据;三是物料衡算中"去向分配比例"无依据地拍定,导致结果看似精确实则失真。识别方法的选择必须在报告中说明理由,使方法、数据与结论之间形成可追溯的证据链。

综上,四类方法构成一个由粗到精、由定性到定量的谱系:法规导则框定识别范围,实测与类比提供高精度数据,物料衡算在可统计条件下给出可追溯的定量链条,经验系数法保证在数据缺失时仍能给出量级判断。掌握它们的适用边界与组合逻辑,是后续污染源强核算与评价范围判定的方法基础。