劉丹
 

　　安科瑞電氣股份有限公司  上海嘉定  201801
 

　　摘 要：餐飲業(yè)是中國(guó)大型城市大氣環(huán)境污染源之一。為了解餐飲業(yè)大氣污染物的產(chǎn)生能力，本研究以北京為研究對(duì)象，選取41家不同菜系的餐飲企業(yè)，現(xiàn)場(chǎng)實(shí)地檢測(cè)了凈化設(shè)備前端的油煙、顆粒物和非甲烷總烴( NMHC) 的產(chǎn)生濃度水平。結(jié)果表明，凈化前油煙、顆粒物和 NMHC的初始平均濃度約為1.93、6.6 和10.9 mg·m-3。 提出了一種基于工作日與非工作日的估算污染物排放總量的計(jì)算方法。并基于北京市餐飲企業(yè)數(shù)量和本研究測(cè)得的排放因子，初步估算了2019年全市餐飲源主要污染物的初始產(chǎn)生總量，油煙、顆粒物和NMHC的年排放總量分別5512、18849和6169 t。川湘菜、燒烤、烤鴨與家常菜產(chǎn)生的油煙與顆粒物濃度的 Pearson系數(shù)均 > 0. 6，具有強(qiáng)相關(guān)性；其中川湘菜和烤鴨排放的Pearson系數(shù)均 > 0. 8，呈現(xiàn)很強(qiáng)相關(guān)性。
 

　　關(guān)鍵詞：餐飲業(yè)；油煙；顆粒物； 非甲烷總烴( NMHC)；餐飲油煙監(jiān)測(cè)云平臺(tái)；安科瑞
 

　　0.前言
 

　　餐飲業(yè)排放的主要污染物為食物加工過(guò)程中產(chǎn)生的油煙、顆粒物、非甲烷總烴( NMHC) 以及烹飪使用的煤、天氣的燃燒產(chǎn)物。餐飲業(yè)廢氣對(duì)環(huán)境空氣質(zhì)量有一定影響，主要表現(xiàn)在液態(tài)油煙與空氣中水分結(jié)合形成氣凝膠，氣凝膠在大氣中長(zhǎng)時(shí)間懸浮，會(huì)導(dǎo)致大氣PM2.5含量增加，部分揮發(fā)性VOCs在大氣中經(jīng)過(guò)復(fù)雜地反應(yīng)會(huì)生成可以長(zhǎng)時(shí)間懸浮的二次顆粒物，進(jìn)一步增加大氣PM2.5含量。有研究表明，餐飲業(yè)排放以PM2.5為主，其排放的顆粒物約占北京大氣PM2.5濃度的7.5%～21.2%，是北京城區(qū)大氣污染的來(lái)源之一。且隨著經(jīng)濟(jì)平穩(wěn)增長(zhǎng)，北京市人口增長(zhǎng)，餐飲業(yè)消費(fèi)大大提升。北京市商務(wù)局統(tǒng)計(jì)數(shù)據(jù)顯示，截至 2018年12月，北京地區(qū)共有餐飲企業(yè)5.95萬(wàn)戶，同比增長(zhǎng)7.7%，尤其在城區(qū)，高密度分布的餐飲企業(yè)油煙排放，是造成局部空氣污染的一大原因。餐飲業(yè)排放的油煙成分復(fù)雜，并對(duì)人體呼吸道產(chǎn)生不利影響，大量吸入后有致癌風(fēng)險(xiǎn)。
 

　　近年來(lái)，為了解餐飲業(yè)污染現(xiàn)狀，學(xué)者們開(kāi)展了眾多研究。施巍等給出了一種餐飲業(yè)無(wú)組織排放的核算方法。Wang等基于Kuznets Curve對(duì)中國(guó) 各省市地區(qū)餐飲業(yè)VOCs的排放進(jìn)行了估算。林立等測(cè)算了上海典型餐飲業(yè)的油煙、顆粒物以及VOCs的排放，確定餐飲業(yè)排放是上海地區(qū)細(xì)顆粒物PM2.5的主要來(lái)源之一。溫夢(mèng)婷等研究了烹飪產(chǎn)生的PM2.5對(duì)北京冬季空氣污染的貢獻(xiàn)，結(jié)果表明 研究目標(biāo)排放的PM2.5濃度為當(dāng)日大氣環(huán)境PM2.5質(zhì)量濃度的8～35倍之多。但是仍缺少北京地區(qū)餐飲源直接產(chǎn)生的污染總量的估算。本研究于2019年在北京市內(nèi)選取了川湘菜、烤鴨、燒烤和家常菜這4種典型菜系，共41家餐飲企業(yè)，對(duì)各餐飲企業(yè)排放的油煙、顆粒物和非甲烷總烴進(jìn)行現(xiàn)場(chǎng)采樣、分析并估算年排放總量，旨在通過(guò)此研究，探明北京市餐飲業(yè)大氣污染物初始產(chǎn)生總量，考察餐飲業(yè)排放的大氣污染物對(duì)大型城市空氣質(zhì)量的影響程度。
 

　　1. 料材與方法
 

　　1.1 設(shè)備與材料
 

　　設(shè)備: QC-2大氣采樣儀；大氣煙塵氣采樣儀；OIL-460型紅外測(cè)油儀；GC8600 型氣相色譜；甲烷柱為以GDX-502高分子多孔微球?yàn)樘盍系纳V柱，長(zhǎng)3m，內(nèi)徑3 mm；總烴柱為以硅烷化玻璃微珠為填料的色譜柱，柱長(zhǎng)1m，內(nèi)徑 3mm。系統(tǒng)載氣為氮?dú)? > 99.999% ) ，氫氣由氫氣發(fā)生器提供；電子天平。
 

　　材料: 聚四氟乙烯杯；不銹鋼油煙濾筒；特氟龍氣袋；顆粒物濾膜；四氯化碳。
 

　　1.2 樣品采集與分析
 

　　根據(jù)城市居民外出就餐習(xí)慣，選午間11: 30～13: 30和晚間17: 30～19: 30(冬季晚餐高峰時(shí)間延后1h) 的用餐高峰時(shí)段對(duì)選取的41家餐飲企業(yè)進(jìn)行樣品采集，其中川湘菜9家、烤鴨10家、燒烤5家和家常菜17家。
 

　　樣品采集參考《飲食業(yè)油煙排放標(biāo)準(zhǔn)試行》 (GB18483-2001) 、《餐飲業(yè)顆粒物的測(cè)定手工稱重法》( DB11T1485-2017) 和《固定污染源廢氣揮發(fā)性氣體的采樣氣袋法》( HJ732-2014) 規(guī)定的標(biāo)準(zhǔn)方法。采集斷面位于油煙凈化設(shè)備前端的平直煙道。油煙每組5個(gè)樣品，每個(gè)樣品采集10min，顆粒物每組1個(gè)樣品，采集時(shí)間45min，非甲烷總烴每組1個(gè)樣品，采集時(shí)間30min。
 

　　樣品在規(guī)定期內(nèi)進(jìn)行分析，分析方法參考 《飲食業(yè)油煙排放標(biāo)準(zhǔn)試行》(GB 18483-2001) 、《餐飲業(yè)顆粒物的測(cè)定手工稱重法》(DB11T 1485-2017) 和《固定污染源總烴、甲烷和非甲烷的測(cè)定氣相色譜法》( HJ38-2017)。本研究采用《固定污染源總烴、甲烷和非甲烷的測(cè)定氣相色譜法》(HJ38- 2017) 對(duì)煙氣中VOCs濃度進(jìn)行分析，故VOCs濃度以NMHC計(jì)。
 

　　1.3 污染物年排放總量計(jì)算方法
 

　　不安裝油煙凈化設(shè)備情況下餐飲企業(yè)的污染物年排放總量計(jì)算見(jiàn)公式( 1)。
 

　　W = y × h × k × 10 -3 (1)
 

　　式中，W為年排放總量( kg·a - 1 ) ；y為全年?duì)I業(yè)天數(shù) ( d) ； h為每天營(yíng)業(yè)小時(shí)數(shù) ( h ) ；k為排放系數(shù) ( g·h - 1 ) 。
 

　　排放系數(shù) k 計(jì)算見(jiàn)公式( 2) :
 

　　k = V0 × E × n (2)
 

　　式中，V0 為平均標(biāo)況風(fēng)量( m3 ·h - 1 ) ；E 為基準(zhǔn)平均排放濃度，( mg·m - 3 ) ； n 為平均折算灶頭數(shù)( 個(gè)) 。
 

　　由于工作日與非工作日餐飲企業(yè)工作強(qiáng)度有差異，所以在進(jìn)行全年總量計(jì)算時(shí)將工作日與非工作日分別計(jì)算，日排放總量Wd計(jì)算公式為:
 

　　Wd = k × h × N (3)
 

　　式中，N 為北京市餐飲企業(yè)總數(shù)。
 

　　全年污染物排放總量計(jì)算公式為:
 

　　Wy = Wd，g × 250 + Wd，j × 115 (4)
 

　　式中，Wy 為全年排放總量( t) ；Wd，g為工作日排放總 量( t·d - 1 ) ； Wd，j為非工作日排放總量( t·d - 1 )。
 

　　2. 結(jié)果與討論
 

　　2.1 油煙與顆粒物排放情況
 

　　41家餐飲企業(yè)的凈化前油煙與顆粒物排放情況見(jiàn)圖 1(a) ，油煙基準(zhǔn)排放濃度范圍為0.14 ～ 6.25 mg·m- 3 ，平均排放濃度1.93 mg·m- 3 。從中可知，油煙基準(zhǔn)排放濃度< 1. 0 mg·m- 3 ，即滿足《餐飲業(yè)大氣污染物排放標(biāo)準(zhǔn)》( DB11/1488-2018)油煙排放限值要求的有13家企業(yè)，占比31.71%，這些企業(yè)不需加裝凈化設(shè)備即可滿足達(dá)標(biāo)排放；油煙基準(zhǔn)排放濃度 ≥1.0 mg·m- 3的餐飲企業(yè)共28家，占比68.29%，其中油煙基準(zhǔn)排放濃度≥2.0 mg·m - 3 ，即超標(biāo)2倍的企業(yè)有16家，占調(diào)查總量的39.02%。由此可見(jiàn)，大部分餐飲企業(yè)需通過(guò)加裝凈化設(shè)備以油煙污染，滿足達(dá)標(biāo)排放。DB11 /1488-201的編制說(shuō)明中對(duì)100家餐飲企業(yè)的油煙測(cè)試結(jié)果為1.77 mg·m- 3 ，與本研究的結(jié)果相近。而林立等的研究發(fā)現(xiàn)上海市餐飲企業(yè)平均油煙排放濃度為1.28 mg·m- 3 ，朱春等發(fā)現(xiàn)湖南菜和廣東菜的油煙密度分別1.51mg·m- 3 和 1.72 mg·m- 3 ，均低于本研究結(jié)果，原因在于不同菜系之間的烹飪方式烹飪過(guò)程以及使用食用油種類和食材不同，可能造成油煙排放差異。
 

　　顆粒物排放情況見(jiàn)圖 1( b) ，顆粒物基準(zhǔn)排放濃度范圍為 < 0. 1 ～ 19.3 mg·m - 3 ，平均排放濃度為6.6 mg·m - 3 。從中可知，顆粒物濃度 < 5 mg·m - 3 ，即滿足DB11 /1488-2018油煙排放限值要求的有21家企業(yè)，占比51.22%，這些企業(yè)無(wú)需安裝凈化設(shè)備即可滿足排放標(biāo)準(zhǔn)； 顆粒物基準(zhǔn)濃度≥5 mg·m - 3 的餐飲企業(yè)共20家，占比48.78%，其中顆粒物基準(zhǔn)濃度≥10 mg·m - 3 有8家，占比19.51%.DB11 /1488- 2018的編制說(shuō)明中對(duì)100家餐飲企業(yè)的測(cè)試結(jié)果為7.50 mg·m- 3 ，與本研究結(jié)果相近。林立等測(cè)得上海市餐飲企業(yè)顆粒物排放濃度為0.14 ～1.67 mg·m - 3 之間，溫夢(mèng)婷等測(cè)得北京地區(qū)川菜、杭州菜以及燒烤等餐飲企業(yè)顆粒物排放濃度為1.38 ～ 1.81 mg·m- 3 ，低于本研究結(jié)果.原因在于樣品會(huì)受采集斷面、凈化設(shè)備、采樣工況和餐飲企業(yè)菜系等因素影響，導(dǎo)致顆粒物排放濃度存在較大差異。
 

2.2 顆粒物與油煙排放濃度相關(guān)性分析
 

　　研究發(fā)現(xiàn)油煙與顆粒物的排放濃度具有一定相關(guān)性，分析結(jié)果見(jiàn)圖 2，統(tǒng)計(jì)結(jié)果見(jiàn)表 1。
 

　　本研究分別對(duì)全部餐飲企業(yè)與不同菜系間餐飲企業(yè)的油煙與顆粒物濃度進(jìn)行相關(guān)性分析，結(jié)果表明油煙與顆粒物之間存在強(qiáng)相關(guān)性，且不同菜系間存在差異；家常菜和燒烤排放的油煙與顆粒物表現(xiàn)為強(qiáng)相關(guān)性，而烤鴨和川湘菜的Pearson系數(shù)分別為0.8和0.9，表現(xiàn)出了很強(qiáng)的相關(guān)性，與孫鵬等對(duì)河南省鄭州市具有代表性餐飲企業(yè)排放油煙和顆粒物之間具有很高線性關(guān)系的研究結(jié)論相符。但是，有研究表明烤鴨排放的油煙與顆粒物之間相關(guān)性不好，與本研究的結(jié)論不同，可能由于本研究樣本中烤鴨均為電烤爐烹飪，與傳統(tǒng)果木烤鴨的油煙和顆粒物排放水平不同、樣品受采集條件和餐飲企業(yè)工況等因素影響。
 

2.3 NMHC排放情況
 

　　NMHC排放情況見(jiàn)圖 3，NAMC 的基準(zhǔn)排放濃度范圍1.67 ～ 37.4 mg·m- 3 ，平均排放濃度為10. 8 mg·m- 3 。NMAC 排放濃度 < 10 mg·m- 3 ，滿足 DB 11 /1488-2018油煙排放限值要求的有22家企業(yè)，占比52. 63%； NMAC初始濃度≥10 mg·m- 3 的餐飲企業(yè)共17家，占比42.5%，其中顆粒物基準(zhǔn)濃度 ≥20 mg·m- 3 有6家，占比15% 。DB11 /1488-2018 的編制說(shuō)明中對(duì)100家餐飲企業(yè)的測(cè)試結(jié)果為7.50 mg·m - 3 ，與本研究的結(jié)果相近。55%的餐飲企業(yè)NMHC的初始排放濃度符合標(biāo)準(zhǔn)，無(wú)需進(jìn)一步治理，約有一半的企業(yè)需要安裝VOCs治理設(shè)施，其中約有15%的餐飲企業(yè)需要安裝凈化效率高于60% 的VOC治理設(shè)施。是否推廣普及針對(duì)VOCs的凈設(shè)備有待商榷。
 

　　將本研究所得NMH數(shù)據(jù)與上海市餐飲企業(yè)VOCs排放濃度( 0. 87 ～ 7. 31 mg·m - 3 ) 進(jìn)行對(duì)比，差異較大，原因可能是: ①凈化設(shè)備對(duì)VOCs有良好的凈化效果。本研究采集的為凈化前的樣品，而上海市的研究可能包含了凈化后的樣品；②樣本所覆蓋餐飲企業(yè)數(shù)量和菜系不同；③采樣時(shí)工況不同。
 

2.4 污染物排放總量估算
 

　　分別統(tǒng)計(jì)了41家餐飲企業(yè)的標(biāo)況排放風(fēng)量與平均基準(zhǔn)灶頭數(shù)。如圖4所示，各餐飲企業(yè)在不同標(biāo)況風(fēng)量的區(qū)間內(nèi)和不同折算灶頭數(shù)量下呈正態(tài)分布趨勢(shì)，標(biāo)況風(fēng)量平均值10 000 m3 ·h- 1，折算灶頭數(shù)量平均值為5個(gè)。
 

　　經(jīng)實(shí)地調(diào)查發(fā)現(xiàn)，工作日( 250 d·a- 1 ) 餐飲企業(yè)作業(yè)時(shí)間集中12: 00 ～13: 00與18: 00 ～19: 00，主營(yíng)項(xiàng)目為外賣；非工作日( 115 d·a- 1 ) 堂食顧客較多，兼具大量外賣，作業(yè)時(shí)間主要集中在11: 30～13: 30與17: 30～19: 30，即工作日日均作業(yè)時(shí)長(zhǎng)約2 h，非工作日約4h。按商務(wù)部統(tǒng)計(jì)的2018年北京市餐飲業(yè)市場(chǎng)主體5. 95萬(wàn)戶，估算2019年工作日與非工作日北京市餐飲源油煙、顆粒物和NMHC的排放總量，并計(jì)算2019年全年排放總量分別為5512、18849和6169t. 結(jié)果見(jiàn)表 2。
 

　　2012年廣州市餐飲企業(yè)油煙全年排放15.6 t，與本研究估算的5512t相差較大。原因可能是廣州和北京的餐飲企業(yè)類型不同，并且調(diào)查中粵菜占比60%，粵菜以蒸、煲烹飪?yōu)橹?，油煙排放能力遠(yuǎn)低于以煎、炸、烹、炒和烤為主的各大菜系。
 

　　上海市2014年餐飲源顆粒物排放總量為681～946 t，廣州市2011年餐飲源細(xì)顆粒物排放總量為2807.93t，均與本研究估18848t相差大，原因可能在于: ①本研究中采樣位置位于凈化設(shè)備前端，未考慮凈化設(shè)備對(duì)顆粒物的凈化效率；②本研究受顆粒物樣品采集方法所限，無(wú)法區(qū)分細(xì) 顆粒物與粗顆粒物，大量粗顆粒物的存在使得測(cè)算結(jié)果高于其它研究；③不同城市的主要餐飲類型占比不同。本研究估算顆粒物排放總量遠(yuǎn)高于北京市2005年餐飲源細(xì)顆粒物排放總量( 2100 t)，除以上原因外，自2005年( 4.1萬(wàn)家) 至2018年( 5. 95萬(wàn)家) ，北京市餐飲企業(yè)數(shù)量增長(zhǎng)30%。生活水平提高，外出就餐人數(shù)增加，同時(shí)外賣行業(yè)興起，導(dǎo)致餐飲源排放總量顯著增長(zhǎng)。本文基于餐飲企業(yè)數(shù)量估算201年北VOC年排放總量為6169t，與上海2014年VOCs年排放總量相近( 4124.33 ～ 7818.04 t·a- 1 ) 。作為特大城市，北京與上海的餐飲業(yè)VOCs排放強(qiáng)度相似。本研究估算的北京市VOCs排放總量高于廣州市2011年餐飲源VOCs排放總量1091.91t，該差異源自地區(qū)菜系差別. 本文與 Wang等基于上海市人口估算2018年北京的VOCs年排放總量( 1608.18 t·a- 1 ) 相差近4倍，但是其基于餐飲企業(yè)數(shù)量與其基于上海市人口估算的2018年上海市VOCs年排放量相差也近4倍，產(chǎn)生這種差距的原因可能是兩種算法的統(tǒng)計(jì)學(xué)誤差。本研究估算的VOCs產(chǎn)生總量低于北京市2003年餐飲業(yè)VOCs排放總量10559t，可能是受樣品采集和檢測(cè)方法、采樣時(shí)工況、餐飲企業(yè)建筑結(jié)構(gòu)和凈化設(shè)備等影響導(dǎo)致。
 

　　3.安科瑞AcrelCloud3500餐飲油煙監(jiān)測(cè)云平臺(tái)
 

　　為了彌補(bǔ)現(xiàn)存餐飲行業(yè)在煙油監(jiān)測(cè)上的漏洞，同時(shí)便利監(jiān)管部門(mén)的監(jiān)察，安科瑞油煙監(jiān)測(cè)云平臺(tái)應(yīng)運(yùn)而生。油煙監(jiān)測(cè)模塊通過(guò)2G/4G與云端平臺(tái)進(jìn)行通信和數(shù)據(jù)交互，系統(tǒng)能夠?qū)ζ髽I(yè)餐飲設(shè)備的開(kāi)機(jī)狀態(tài)、運(yùn)行狀態(tài)進(jìn)行監(jiān)控；實(shí)現(xiàn)開(kāi)機(jī)率監(jiān)測(cè)，凈化效率監(jiān)測(cè)，設(shè)施停運(yùn)
 

　　告警，待清洗告警，異常告警等功能；對(duì)采集數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、排名等統(tǒng)計(jì)功能；較之傳統(tǒng)的靜電監(jiān)測(cè)方案，更具實(shí)效性。平臺(tái)預(yù)留與其他應(yīng)用系統(tǒng)、設(shè)備交互對(duì)接接口，具有很好的擴(kuò)展性。
 

　　3.1 平臺(tái)結(jié)構(gòu)
 

　　平臺(tái)GIS地圖采集餐飲油煙處理設(shè)備運(yùn)行狀態(tài)和油煙排放的濃度數(shù)據(jù)，自動(dòng)對(duì)超標(biāo)排放及異常企業(yè)進(jìn)行提示預(yù)警，監(jiān)管部門(mén)可迅速進(jìn)行處理，督促餐飲企業(yè)整改設(shè)備，并定期清洗、維護(hù)，實(shí)現(xiàn)減排環(huán)保，不擾民等目的?，F(xiàn)場(chǎng)安裝監(jiān)測(cè)終端，持續(xù)監(jiān)測(cè)油煙凈化器的工作狀態(tài)，包括設(shè)備運(yùn)行的電流、電壓、功率、耗電量等等，同時(shí)結(jié)合排煙口的揮發(fā)性物質(zhì)、顆粒物濃度等進(jìn)行對(duì)比分析，一旦排放超標(biāo)，系統(tǒng)會(huì)發(fā)出異常信號(hào)。
 

■ 油煙監(jiān)測(cè)設(shè)備用來(lái)監(jiān)測(cè)油煙、顆粒物、NmHc等數(shù)據(jù)
 

　　■ 凈化器和風(fēng)機(jī)配合對(duì)油煙進(jìn)行凈化處理，同時(shí)對(duì)凈化設(shè)備的電流、電壓進(jìn)行監(jiān)測(cè)
 

　　■ 設(shè)備通過(guò)4G網(wǎng)絡(luò)將采集的數(shù)據(jù)上傳至遠(yuǎn)程云端服務(wù)器
 

　　3.2平臺(tái)主要功能
 

　　(1)在線監(jiān)測(cè)
 

　　對(duì)油煙排污數(shù)據(jù)的監(jiān)測(cè)，包括油煙排放濃度，顆粒物，NmHc等數(shù)值采集監(jiān)測(cè)；同時(shí)對(duì)監(jiān)控風(fēng)機(jī)和凈化器的啟停狀態(tài)、運(yùn)行數(shù)據(jù)進(jìn)行監(jiān)測(cè)。
 

(2)告警數(shù)據(jù)監(jiān)測(cè)
 

　　系統(tǒng)根據(jù)采集的油煙數(shù)值大小，產(chǎn)生對(duì)應(yīng)的排放超標(biāo)告警；對(duì)凈化器的運(yùn)行數(shù)據(jù)分析，上傳凈化設(shè)備對(duì)應(yīng)的運(yùn)行、停機(jī)、故障等告警事件。
 

　　(3)數(shù)據(jù)分析
 

　　運(yùn)行時(shí)長(zhǎng)分析，離線分析；告警占比、排名分析；歷史數(shù)據(jù)統(tǒng)計(jì)等。
 

(4)隱患管理
 

　　系統(tǒng)對(duì)采集的告警數(shù)據(jù)分析，產(chǎn)生對(duì)應(yīng)的隱患記錄，派發(fā)、處理隱患，及時(shí)處理告警，形成閉環(huán)。
 

(5)統(tǒng)計(jì)分析
 

　　包括時(shí)長(zhǎng)分析、超標(biāo)分析、歷史數(shù)據(jù)、分析報(bào)告等模塊。
 

(6)基礎(chǔ)數(shù)據(jù)維護(hù)
 

　　個(gè)人信息、權(quán)限維護(hù)，企業(yè)信息錄入，對(duì)應(yīng)測(cè)點(diǎn)信息錄入等。
 

　　(7)數(shù)據(jù)服務(wù)
 

　　數(shù)據(jù)采集，短信提醒，數(shù)據(jù)存儲(chǔ)和解析。
 

　　3.3 油煙監(jiān)測(cè)主機(jī)
 

　　油煙監(jiān)控主機(jī)是現(xiàn)場(chǎng)的管理設(shè)備，實(shí)時(shí)采集油煙濃度探測(cè)器和工況傳感器的信號(hào)，進(jìn)行數(shù)據(jù)處理，通過(guò)有線或無(wú)線網(wǎng)絡(luò)通訊將數(shù)據(jù)傳輸?shù)椒?wù)器平臺(tái)。同時(shí)，對(duì)本地?cái)?shù)據(jù)進(jìn)行存儲(chǔ)，監(jiān)控現(xiàn)場(chǎng)設(shè)備狀態(tài)，提供人機(jī)操作界面。
 

3.4設(shè)備選型方案
 

4.結(jié)論
 

　　(1) 選取的41家餐飲企業(yè)涵蓋了4種典型菜系，具有一定的代表性。北京市餐飲源產(chǎn)生污染物能力較強(qiáng)，油煙，顆粒物和非甲烷總烴的基準(zhǔn)平均濃度分別為1.93、6.6與10.9 mg·m- 3 ，均超過(guò)了北京市對(duì)餐飲企業(yè)排放的地方標(biāo)準(zhǔn)，對(duì)餐飲企業(yè)加裝凈化器十分有必要。
 

　　(2) 餐飲源產(chǎn)生的油煙與顆粒物之間存在較強(qiáng)的相關(guān)性，在對(duì)餐飲源排放污染物的監(jiān)督管理過(guò)程中可以只對(duì)其中一項(xiàng)污染物進(jìn)行檢測(cè)，用于評(píng)估此餐飲企業(yè)的排放能力，從而節(jié)省檢測(cè)費(fèi)用。
 

　　(3) 估算了北京市2019年餐飲業(yè)油煙，顆粒物和NMHC的年產(chǎn)生總量，分別為5512、18849 和6169t，略高于實(shí)際排放數(shù)值。原因是本文選取的菜系排放水平稍高于其他菜系，且樣品均采集自凈化設(shè)備前端，未考慮凈化效率對(duì)實(shí)際排放總量的影響。
 

　　(4) 本研究為《餐飲業(yè)大氣污染排放標(biāo)準(zhǔn)》 ( DB11 /1488-2018) 發(fā)布后的在北京市范圍內(nèi)對(duì)餐飲源污染物產(chǎn)生的普查。隨著近年來(lái)餐飲業(yè)的飛速發(fā)展，該行業(yè)產(chǎn)生的污染物總量呈現(xiàn)上升趨勢(shì)。本文提供了以北京為例的中國(guó)特大城市餐飲企業(yè)排放強(qiáng)度的估算數(shù)據(jù)與估算方法，為了解餐飲企業(yè)的排放強(qiáng)度提供了基礎(chǔ)數(shù)據(jù)，為治理特大城市餐飲企業(yè)污染提供數(shù)據(jù)支持，并提出了需要治理的對(duì)象
 

　　【參考文獻(xiàn)】
 

　　[1]劉芃巖，馬傲娟，邱鵬，等.保定市餐飲源排放 PM2.5中污染物特征及來(lái)源分析[J].環(huán)境化學(xué)，2019，38( 4) : 770- 776.
 

　　[2]劉欣然.北京大氣氣溶膠中烴類污染物的特征研究[D].北京: 中國(guó)科學(xué)院研究 生院 (大氣物理研究所)，2008.
 

　　[3]蔣燕，尹元暢，王波，等.成都市川菜烹飪油煙中VOCs排放特征及其對(duì)大氣環(huán)境的影響[J].環(huán)境化學(xué)，2014，33( 11) : 2005-2006.
 

　　[4]孫成一，白畫(huà)畫(huà)，陳雪，翟翼飛，高啟天，何萬(wàn)清，聶磊，石愛(ài)軍，李國(guó)傲.北京餐飲業(yè)大氣污染物排放特征.[J]環(huán)境科學(xué).2020.
 

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