黑龙江省秸秆露天焚烧污染物排放清单及时空分布

以黑龙江省为例,采用排放因子法计算了2016年秸秆露天焚烧污染物排放清单,分析了污染物的时空分布特征.结果表明,黑龙江省秸秆露天焚烧各污染物排放量为：CO₂ 1314.09万t、CO 41.92万t、CH₄ 3.77万t、NMVOCs 8.35万t、NH₃ 0.65万t、BC 0.44万t、OC 3.13万t、SO₂ 0.50万t、NO_X 3.28万t、PM₁₀ 8.81万t、PM_2.5 10.14万t.在95%的置信区间确定了排放清单的不确定性,不确定性范围为NO_X的±86%的低值到CO的±187%的高值.通过可靠性分析推断,本文的排放清单是合理的.玉米和水稻秸秆露天焚烧对同种大气污染物的贡献高于其他作物秸秆.大气污染物排放高值区位于黑龙江省西部和东部,污染物排放的时段在全年范围内具有明显的双峰特征.秸秆露天焚烧率的下降能有效促进大气污染物的减排,且农垦地区集约化和规模化的管理模式能有效控制秸秆露天焚烧.     

基于调查的中国秸秆露天焚烧污染物排放清单

基于2010年初农村能源消费情况的问卷调查,获得全国分省秸秆露天焚烧比例,在此基础上确定秸秆露天焚烧的活动水平,采用排放因子法建立中国秸秆露天焚烧的污染物排放清单. 结果表明,中国农村秸秆露天焚烧平均比例为20.8%. 2009年全国28个省区(不包括西藏自治区、天津市、上海市、港澳台地区,下同)秸秆露天焚烧的PM_2.5、BC、OC、SO₂、NO_x、CO、NMVOC、NH₃、CH₄和CO₂排放量分别138.1×104、6.4×104、41.1×104、8.7×104、41.8×104、594.6×104、94.4×104、8.0×104、44.2×104和14 355.4×104 t. 稻谷、玉米和小麦是露天焚烧的三大作物秸秆,其对污染物排放的贡献合计约为87%. 秸秆露天焚烧排放量最高的前3位分别为湖南省、河南省和安徽省, 秸秆露天焚烧比例分别43.1%、20.8%和39.7%. 污染排放的高值区主要集中在华北和华中地区. 95%置信区间下的不确定性分析结果显示,PM_2.5、BC、OC、SO₂、NO_x、CO和NMVOC排放的不确定性范围分别为-60%~83%、-78%~147%、-73%~135%、-48%~75%、-49%~78%、-91%~155%和-67%~94%. 2015年初对六省(湖南省、广东省、江苏省、河南省、黑龙江省和辽宁省)农村能源消费调查的结果显示,2014年江苏省、湖南省和广东省的秸秆露天焚烧比例较2009年均有下降,而辽宁省、黑龙江省和河南省则相对上升. 研究显示,秸秆禁烧政策已取得初步成效,建议国家有关部门进一步加大秸秆禁烧政策的推行力度,完善相关政策措施.      

基于WRF-CMAQ评估秸秆禁烧对区域空气质量的影响

基于本地化的秸秆露天焚烧主要大气污染物排放清单,采用空气质量模式WRF-CMAQ,定量评估秸秆禁烧管控对东北地区空气质量的影响.结果显示,2013~2020年东北地区秸秆露天焚烧污染物排放总量整体呈现先增加再降低的趋势,每年的秸秆焚烧集中期为春耕前（3月和4月）和秋收后（10月和11月）.2017年秸秆焚烧集中期内,秸秆露天焚烧对东北三省的CO和PM_2.5浓度的贡献率分别为24.01%和39.98%,农作秸秆露天焚烧是造成东北地区空气质量下降的重要因素;相同气象条件下,2019年秸秆焚烧集中期,秸秆焚烧对东北三省大气中CO和PM_2.5浓度的贡献率较2017年同期分别下降了9.58%和13.95%,表明2019年的秸秆禁烧政策有效改善了东北地区的空气质量.同时,若东北三省均实施吉林省2019年的秸秆禁烧管控政策,则东北地区的空气质量将会进一步改善.本研究结果可为区域大气污染联防联控政策的制定提供科技支撑.     

长三角地区大气NO2和CO2浓度的时空变化及驱动因子分析

以长三角城市群为研究对象,利用卫星遥感观测数据协同分析长三角地区大气NO₂和CO₂浓度的时空变化特征和驱动因子,揭示了长三角地区污染物和CO₂高浓度地区空间格局.结果表明长三角城市群地区大气NO₂和CO₂浓度的时空分布及变化特征呈现了受化石燃料燃烧和机动车排放等人为活动以及区域地形、地表覆盖、气候等自然条件的综合影响结果.大气NO₂和CO₂高浓度值围绕太湖明显呈口对西南向的U字形分布,一致于围绕太湖分布的杭州、上海、苏州、无锡、常州和南京等大型城市区域,以及安徽铜陵地区的工业排放区.大气NO₂浓度值呈现秋冬时期较高,夏季最低的季节分布特征.大气CO₂浓度受植被CO₂吸收和CO₂的积累影响,8~9月最低,4~5月最高.此外,随着人为排放活动的急剧减少,2020年1~3月的大气NO₂浓度比2019年同时期降低了50%以上,其中分布了以钢铁厂、燃煤厂为主的大型工业热源的城市NO₂浓度下降最多,如镇江、南京、马鞍山.     

基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究

基于排放因子法估算2000—2020年甘肃省三大产业及生活能源消费直接CO₂排放量,描述分析其时序演变特征。建立BP神经网络模型并预测2021—2030年甘肃省CO₂排放量。构建甘肃省CO₂排放影响因素的STIRPAT拓展模型,利用多元回归分析定量探究了各因素对CO₂排放量的影响程度和内在作用机理,并结合随机森林进一步识别重要影响因素。结果表明：甘肃省产业及生活能源消耗直接CO₂排放总体呈波动增长趋势,且第二产业占比在70%以上,是主要的CO₂排放源;BP神经网络模型的预测误差为2×10^-4,相关系数>0.99,对于预测甘肃省CO₂排放具有较高精度,并得出2026年的甘肃省能源消耗直接CO₂排放量达到最大;甘肃省CO₂排放的驱动因素作用差异显著,CO₂排放强度、经济发展、城乡消费对CO₂排放的正向作用较大,城镇居民人均消...     

我国西部农村地区固体燃料燃烧污染物排放因子测定及分布特征

排放因子是估算污染物排放量的重要参数,为获取可靠的、有区域特征的固体燃料排放因子,2018年在我国西部9个省/自治区利用稀释采样系统入户收集了226个固体燃料燃烧样本,获得了薪柴、秸秆和煤在不同类型炉具中燃烧排放CO₂、CO、OC、EC、PM_2.5的排放因子。结果表明：秸秆类较易燃烧的燃料有较高的OC、EC、PM_2.5排放因子,煤有较高的CO₂、CO排放因子。炉灶类型对薪柴的OC、PM_2.5的排放因子影响稍大,薪柴在炕中燃烧的OC、PM_2.5排放因子比在砖灶和铁炉高约2—3.1倍,但秸秆在不同炉具中的排放因子差异较小。受不同区域燃料和炉灶类型以及操作习惯差异的共同影响,排放因子呈现明显的区域性差异,高CO₂排放因子分布在以煤为主要燃料的区域,高OC、EC、PM_2.5排放因子分布在以生物质为主要燃料的区域,并且CO、OC和PM_2.5排放因子的区域分布呈现一定的相关性。     

秸秆露天焚烧典型大气污染物排放因子

利用烟气污染物稀释采样系统,基于实际测试,针对玉米、小麦、花生和棉花4种农作物秸秆开展露天焚烧排放大气污染物采集和分析.利用修正燃烧效率区分燃烧状态,根据碳平衡法计算烟气中颗粒物和气态污染物排放因子.结果表明,4种秸秆露天焚烧CO、SO₂、NO_x和CH₄平均排放因子分别在7.39~92.4g/kg、0.11~0.89g/kg、0.72~3.86g/kg和0.2~5.45g/kg之间,PM_2.5平均排放因子在1.48~13.29g/kg之间.OC和EC的质量分别占PM_2.5全部质量的27.7%~54.3%和4.4%~17.1%,是PM_2.5的主要组成成分.污染物排放主要来自混合燃烧状态,焖烧状态排放污染物浓度相对较高.随着含水率升高,焖烧过程增强显著,CO、CH₄、PM_2.5和OC的排放因子升高,其中PM_2.5排放量增高主要是由OC排放占比升高导致.     

我国省域CO2-PM2.5-O3时空关联效应与协同管控对策

首先分析了2015～2019年我国省域CO₂排放量和大气PM_2.5、O₃污染浓度的时空特征及三者变化量之间的关联效果.而后利用排放因子法编制2011～2019年各省CO₂和PM_2.5、O₃前体物的排放清单,结合STIRPAT模型分情景预测了CO₂和PM_2.5、O₃前体物的协同效应,并建立评级体系识别重点管控区域并对其开展分部门的协同效应解析,最后提出分级协同管控对策.研究结果表明,53%的省份CO₂减排与PM_2.5浓度下降之间不存在关联效果,87%的省份CO₂减排与O₃浓度下降之间不存在关联效果.2012～2014年我国CO₂与PM_2.5具有协同效应,而2015～2019年则不具有该效应,另多数研究年份CO₂与O₃前体...     

基于多源碳卫星融合产品的中国地区XCO2与人为CO2排放时空变化

准确评估大气CO₂浓度和人为CO₂排放时空变化对于减缓温室气体排放导致的气候变化至关重要,因此,本文基于GOSAT和OCO-2卫星数据融合生成的全球长时间序列、时空连续的Mapping-XCO₂产品,研究2010～2020年中国大气CO₂柱浓度(XCO₂)时空变化特征以及卫星监测人为CO₂排放能力.结果表明:Mapping-XCO₂与中国大气本底站观测存在较高的一致性,具有良好的适用性;2010～2020年中国XCO₂呈现东高西低的空间分布,年均XCO₂为400.4×10^-6,年增长速率为2.47×10^-6;非生长季XCO₂异常可刻画人为CO₂排放时空变化,各省级行政区非生长季XCO₂异常与人为排放清单EDGAR和ODIAC的相关系数分别为0.71、0.67;2010～2020年京津...     

中国水泥行业二氧化碳排放达峰路径研究

水泥行业是主要的CO₂排放行业,2020年我国水泥行业CO₂排放占全国排放总量的12%,占全国工业过程排放的60%以上. 为开展水泥行业碳达峰路径研究,提出了基于社会、经济等影响因素的多因素拟合分析模型以及基于主要下游产业的需求预测方法,对2021—2035年我国水泥熟料及水泥产量进行预测;并通过对水泥行业碳排放特征的分析,考虑主要控制措施的可行性,构建我国水泥行业CO₂排放情景,对2021—2035年水泥行业CO₂排放趋势进行测算,在此基础上分析水泥行业碳达峰路径及相关政策建议. 结果表明:①中国水泥熟料消费量在“十四五”期间仍有一定上升空间,随着经济社会的绿色转型,水泥市场需求在“十五五”时期下降. ②在此基础上,通过全面加强产能控制、加大落后产能淘汰力度、推广高效节能技术、积极推进原燃料替代,可推动水泥行业碳排放于“十四五”中期达峰,峰值为13.8×108～14.2×108 t,经过2～3年的峰值平台期后呈持续下降趋势,2030年水泥行业碳排放量将较2020年下降15%~18%. ③2030年,水泥熟料及水泥产量的下降将带动水泥行业碳排放量较2020年减少1.4×108 t. 在各项技术措施中,节能改造是CO₂减排潜力最大的措施,2030年能效提升可带动水泥行业CO₂排放量较2020年减少0.38×108 t;其次是利用固体废物替代燃煤,可带动行业CO₂排放量较2020年减少0.17×108 t. 研究显示,推动我国水泥行业碳达峰及碳减排,需在加强产量控制避免水泥过度消费的基础上,聚焦节能改造和原燃料替代措施.      

广东省CO2排放变化的社会经济影响因素

作为我国经济最为发达的省份之一,广东省社会经济可持续发展面临CO₂排放量增长的挑战.从多角度分析广东省CO₂排放变化的社会经济影响因素,有助于其实现低碳发展.基于投入产出模型,从生产、需求和供应角度分析1987—2015年广东省CO₂排放量的变化;此外,采用结构分解分析方法,从需求和供应角度量化广东省各种社会经济因素对CO₂排放变化的相对贡献.结果表明:①与生产端相比,需求侧和供给侧的研究有助于识别不同的关键行业,如建筑业（需求侧）、金融和保险业（供给侧）.②降低碳排放强度是减少广东省CO₂排放的主要因素,而人均最终需求水平和人均初始投入增加是推动广东省CO₂排放增加的主要因素.③生产结构、最终需求结构和初始投入结构变化导致CO₂排放量略有增加,表明广东省具有较大的通过调整结构性因素减排CO₂的潜力.综上,建议除了生产端CO₂减排措施外,广东省还应采取需求侧和供给侧相关措施,如优化消费行为、产品分配行为和初始投入结构等.      

北京市制造业减污降碳协同效应分析和驱动因素

基于北京市2013～2020年制造业大气污染物和CO₂排放数据计算结果,分析了制造业排放变化特征,采用协同效应系数评估了制造业减污降碳的协同效果,并利用LMDI模型量化分析了人口规模、经济发展、产业结构、能耗强度、能源结构和排放强度对于大气污染物排放、CO₂排放以及二者综合的驱动影响程度.结果表明,北京市制造业排放总体呈下降趋势,2013～2020年,大气污染物排放减少了79.2%～92.5%,CO₂排放减少了60.3%,各项排放在“清空五年”和“蓝天三年”时期呈现不同的阶段性特征.从减污降碳协同效果来看,各项大气污染物和CO₂的协同效应系数均在0～1之间,对于大气污染物的减排作用大于CO₂.从各驱动因素影响来看,能耗强度降低和能源结构优化对于排放的负向拉动作用较大,排放强度降低对于大气污染物排放具有抑制作用;从协同减排综合驱动影响来看,能耗强度降低的协同效果最为明显,产业结构调整在“蓝天三年”时期的协同效果最佳.     

浅层淹水条件下不同施肥处理对黑土温室气体排放的影响

以东北黑土区长期耕作土壤为对象,通过室内培养试验研究了浅层淹水条件下不同施肥处理对黑土温室气体排放的影响.结果表明,浅层淹水条件下,与不施肥对照处理相比,单施氮肥处理对土壤CO₂排放没有显著影响,氮肥配施猪粪或者秸秆则显著促进了CO₂的排放,使得CO₂排放速率提高了一个数量级,氮肥配施秸秆处理的CO₂排放量最高.浅层淹水条件下,与不施肥对照处理相比,施用氮肥显著促进了土壤N₂O的排放.而与单施氮肥处理相比,氮肥配施猪粪和秸秆则显著抑制了N₂O的排放,表现为土壤对N₂O的微量吸收,氮肥配施秸秆处理的N₂O吸收量相对较高.浅层淹水条件下施用氮肥抑制了土壤CH₄的排放,而与单施氮肥处理相比,氮肥配施猪粪或者秸秆则促进了土壤CH₄的排放.     

贵州省生物质燃烧源大气污染物排放清单

为准确掌握贵州省生物质燃烧源大气污染物的排放状况,基于收集资料和实地调查结合的方式获取活动水平,引用文献和本地实测数据结合的方式选取排放系数,采用排放系数法结合GIS技术,建立了贵州省2019年3 km×3 km生物质燃烧源9种大气污染物排放清单.结果表明：(1)全省生物质燃烧源CO、 NO_x、 SO₂、 NH₃、 VOCs、 PM_2.5、 PM₁₀、 BC和OC的排放量分别为：293 505.53、 14 781.19、 4 146.11、 8 501.07、 45 025.70、 39 463.58、 41 879.31、 6 832.33和15 134.74 t.户用生物质炉具CO、 SO₂、 NH₃和BC的排放量贡献率最大,秸秆露天焚烧NO_x、 VOCs、 PM_2.5、 PM₁₀和OC的排放量贡献率最大.(2)各市(州)生物质燃烧源排放的大气污染物分布不均衡,主...     

生物质露天焚烧及家庭燃用的多环芳烃排放特征研究

农村地区生物质燃烧排放是大气多环芳烃(PAHs)的重要来源之一.本研究利用建立的烟尘罩稀释通道采样系统,对我国典型的生物质燃烧方式—水稻、玉米、花生、大豆秸秆的家庭炉灶燃烧,并对水稻、玉米、花生秸秆以及荔枝树、大叶榕、小叶榕等落叶的露天焚烧进行实验室模拟,实测了秸秆野外焚烧、落叶野外焚烧、秸秆炉灶燃烧等3种典型生物质燃烧类型排放的气相及颗粒相PAHs的排放因子.结果表明,本研究生物质露天焚烧PAHs排放因子高于大部分已有实验结果,秸秆炉灶燃烧PAHs排放因子亦高于大部分排放清单采用值.3类燃料燃烧排放PAHs的谱分布相近,均以中低环PAHs为主,中高环(4~6环)PAHs比例为22.2%~28.8%.采用某单一数值作为某类源PAHs特征比的取值,并将其运用于大气PAHs的来源解析可能会造成偏差.     

中国分省道路交通二氧化碳排放因子

基于本地化的综合移动源排放模型（Motor Vehicle Emission Simulator,MOVES）模型模拟典型机动车的CO₂排放因子,并建立排放因子与速度变化关系的评估方程,结合各省路网平均速度与区域电网排放因子核算中国31个省份分车型的CO₂排放因子.同时,综合考虑载客汽车的载客量和客座率,载货汽车的载重量和载货率,建立各省单位客运,货运周转量的机动车CO₂排放因子库.结果表明,各类机动车的平均CO₂排放因子分别为：柴油公交车0.880kgCO₂/km,重型货车0.877kgCO₂/km,电动公交车0.676kgCO₂/km,中型货车0.508kgCO₂/km,轻型货车0.374kgCO₂/km,柴油小客车0.227kgCO₂/km,微型货车0.216kgCO₂/km,汽油小客车0.203kgCO₂/km,电动小客车0.108kgCO₂/km,摩托车0.062kgCO₂/km.车辆满载时,柴油公交车和电动公交车的人均CO₂排放量比汽油小客车分别降低了63%和73%,电动小客车的人均CO₂排放量较汽油和柴油小客车分别下降了46%和51%.较高的机动车保有量,频繁的道路拥堵导致上海,北京和重庆等市的机动车CO₂排放因子相对较高.倡导公共交通,提高客座率,降低私家车使用频率,推广纯电动汽车并通过减少道路拥堵以提高车速是降低道路交通CO₂排放量的有效途径.     

中国菌糠露天焚烧污染物排放时空分布特征

基于我国2000~2017年食用菌年产量数据,采用排放因子法估算了菌糠露天焚烧的污染物排放量,利用Mann-Kendall法和聚类分析法分析了排放量的时空分布特征,使用回归分析法预测了污染物的排放趋势.结果表明：（1）2000~2017年全国菌糠露天焚烧污染物排放量持续上升,PM_2.5、CO₂、CO、CH₄、NMVOCs、PAHs、NO_x、SO₂累积排放量分别为1.40×10⁶,3.48×10⁸,1.99×10⁷,8.43×10⁵,2.08×10⁶,3.00×10⁴,6.34×10⁵,8.29×10⁴t;（2）污染物排放量较高的省区包括山东、黑龙江、浙江、湖南、江苏、福建和河南,排放量较低的省区包括贵州、宁夏、天津、北京、新疆、重庆、甘肃;（3）预计2021年菌糠焚烧污染物总排放量高达4.25×10⁷t,其对生物质焚烧污染物总排放量的贡献率约为19.82%.我国菌糠露天焚烧污染物排放规模较大,应予以重点关注.     

南方林区2000~2016年林火释放污染物动态变化研究

以南方林区为研究区域,基于林业统计年鉴和MODIS卫星火点数据,结合相关文献中不同林型各类污染物的排放因子数据,估算2000~2016年间研究区域各省森林生物质燃烧及污染物排放总量,并分析其时空变化情况.结果表明,南方林区森林火灾总体呈先升后降的趋势,林火空间分布较为分散.2000~2016年南方林区森林生物质燃烧总量4.79×10⁴kt.其中,温带常绿针叶林、温带常绿阔叶林、温带落叶阔叶林、热带常绿阔叶林和灌木的燃烧比例分别为65.24%,17.45%,1.55%,1.10%和14.66%.CO、CO₂、NO_x、CH₄、VOCs和PM_2.5等主要污染物的排放总量均值依次为3.73×10³,5.87×10⁴,48.05,347.27,358.54和365.06kt.此外,各类污染物的时空分布差异性明显：福建、广东、广西全省,海南西部,以及江西和湖南南部是各类污染物网格排放高值区;江西和湖北各类污染物的排放呈显著下降,福建NO_x、VOCs和PM_2.5,以及广东CH₄和VOCs下降趋势显著,其余省份各类污染物排放下降但不显著.林火释放污染物占工业粉尘比例呈波动性上升,表明该地区森林火灾对大气环境的影响程度逐渐增加.     

中国服务业能源消费CO2排放及其因素分解

基于IPCC温室气体排放清单指南中的CO₂排放因子与核算方法,估算了1995—2010年中国服务业能源消费与CO₂排放量,并对其总体变化趋势进行时间序列分析;以LMDI(对数平均迪氏指数)法辨识与分解3个时段(1995—2000年、2000—2005年和2005—2010年)中影响中国服务业CO₂排放量变动的关键因素及其对CO₂排放量的贡献值. 结果表明:1995—2010年中国服务业能源消费CO₂排放量增长态势明显,累计排放总量为853197.55×104t;服务业能源消费主要依赖于高碳化能源燃料,各年度油品和煤品分别占能源消费总量的67%~74%和5%~27%;LMDI分析结果显示,1995—2010年产业规模和人口效应引起CO₂排放增加量分别为133357.10×104和7691.25×104t,能源效率和能源结构引起CO₂排放减少量分别为59034.50×104和23898.60×104t. 提出CO₂减排对策:①以经济、政策和监管手段促进服务业节能减排;②依托科技创新提高能源综合利用效率,降低服务业CO₂排放量.      

基于卫星火点排放清单(FINN)的我国东北三省生物质户外燃烧网格化清单建立及时空演变特征分析

生物质户外燃烧是影响环境空气质量的重要污染源,东北三省作为我国的重要农业产区,分析其生物质户外燃烧情况能够为当地秸秆资源综合利用和环境质量改善等提供依据.该研究基于卫星火点排放清单(Fire INventory from NCAR,FINN),分析了我国东北三省2016-2020年生物质户外燃烧火点的时空分布特征,结合空气质量监测数据进行了重污染天气成因分析,并建立了可用于数值模拟的生物质户外燃烧源网格化清单.结果表明：(1)东北三省2018-2019年火点数量较2016-2017年大幅减少,2020年有所增加.年内火点主要出现在春秋两季,春季相对更多.火点主要分布在东北平原,即黑龙江省的东部和西部,以及吉林省西部等,其他地区火点数量相对较少,呈零散式分布的特点.(2)该研究搭建了东北三省2016-2020年生物质户外燃烧源网格化清单,清单空间分辨率为3 km,污染物种类包括SO₂、NO_x、CO、NMVOC、NH₃、PM₁₀、PM_2.5、BC和OC等,2016-2020年污染物...