基于能源消费情景模拟的北京市主要大气污染物和温室气体协同减排研究

在改善城市空气质量的同时降低温室气体(GHG)排放,是未来北京市能源管理和环境保护工作的共同目标和主要任务.本研究结合北京市中长期规划发展目标及能源消费结构,分别设置基于节能政策和环保要求的低、中、高这3种能源消费约束情景,并使用LEAP模型模拟预测3种情景下北京市主要大气污染物和GHG在2010～2020年间的减排效果.结果表明,通过加强节能减排和污染控制政策对能源消费系统施加约束和优化,至2020年北京市能源消费可降低1 000～3 000万tce,SO2、NOx、PM10/PM2.5、VOC和GHG排放量将分别降至7.1～10.02、15.92～21.87、8.98～13.38/5.14～9.60、5.64～7.48和14 820～16 470万t,与低约束情景相比,中、高情景下大气污染物和GHG排放将分别减少53%～67%、50%～64%、33%～55%/25%～60%、41%～55%和26～34%.进一步的协同减排分析表明,北京市应重点调控工业、交通、服务业部门的化石能源消费,在有效缓解能源消费压力的同时实现主要大气污染物与GHG的协同减排.     

北京市大气污染减排潜力及居民健康效益评估

北京市能源消费正面临着污染物减排和保障居民健康的双重约束. 针对未来城市能源消费设计BAU(基准情景)和2个分别基于近期和中长期节能环保要求的受控情景(EC1、EC2),模拟预测了3个情景下主要大气污染物(SO₂、NO_x、PM₁₀、PM_2.5)在目标年(2020年)的排放水平,以确定大气污染减排潜力. 分别采用综合暴露-反应关系模型(IER)和泊松回归模型,评估北京市居民对PM_2.5暴露的健康风险,估算健康损失的经济价值. 结果表明:相较BAU情景,在EC1情景下, SO₂、NO_x、PM₁₀、PM_2.5减排率分别达到52.95%、49.77%、32.82%、41.41%,可减少PM_2.5暴露下居民死亡和发病219 783例,其中死亡1 295例、住院3 920例、门诊182 558例、患病32 011例,获得健康效益111.87×108元;在EC2情景下,SO₂、NO_x、PM₁₀、PM_2.5的减排率分别达到66.61%、63.42%、54.96%、57.44%,可减少PM_2.5暴露下居民死亡和发病519 234例,其中死亡2 930例、住院9 248例、门诊427 070例、患病79 986例,获得健康效益290.10×108元. 相较EC1情景,EC2情景可产生更大的减排潜力和居民健康效益. 从空间分布上来看,北京主城区因能源方案优化获得的健康效益较大,约占总健康经济效益的60%.      

不确定条件下碳税政策对北京市能源环境系统影响研究

在考虑碳税政策情景下,构建了北京市能源环境系统规划模型,分析了碳税政策对北京市能源环境系统的影响.结果表明,到2020年北京市煤炭的用量将压减到[921.7, 1000]万t标准煤;相反,天然气和电力的使用量将分别增加到[2000.7, 2089.3]万t标准煤和[1950.3, 2183.8]万t标准煤;此外,本研究还分析了碳税政策对CO2及大气污染物(SO2、NOx和PM10)的排放变化情况.到2020年碳税情境下的结果较无碳税情境下的相比, CO2的减排比例达到[9.0, 11]%, SO2、NOx和PM10的协同减排比例分别达到[9.0, 11]%,[19, 31]%和[19, 20]%.     

基于情景分析的城市大气污染物减排潜力研究

针对乌鲁木齐总量控制与环境质量改善具有较好一致性,减排潜力仍然较大,排污总量与环境容量差距也较大的特点,基于情景分析法,通过设置基准情景和不同控制措施情景,预测主要大气污染物(SO2、NOx、烟粉尘)在目标年2015年和2020年不同情景下的排放量,分析与基准情景相比较下的控制措施减排贡献,以定量化评估各项大气污染防治措施对其污染物减排效果。结果表明,火电行业对污染物的减排贡献最大,对SO2、NOx、烟粉尘的减排贡献分别达到23%、39%和24%;石化、冶金行业对SO2和NOx的减排贡献占比较高,建材和采掘行业对烟粉尘的减排具有较高贡献。同时指出调整能源结构、提高集中供热比例和实施机动车污染控制对乌鲁木齐大气污染防治同样具有重要意义。     

半岛型城市PM2.5多情景数值模拟研究

烟台是中国最东部半岛型城市之一,研究应用WRF-CMAQ空气质量模拟系统和排放清单技术,建立以PM2.5质量改善为核心的一次污染物质减排情景和PM2.5浓度下降之间的定量对应关系.分析结果表明,若烟台2020年实现空气质量达标,SO2、NOx、一次PM2.5分别需消减30%、30%和40%以上;一次PM2.5减排控制对PM2.5浓度下降的贡献,是SO2和NOx等常规污染物减排控制效益的8倍左右;如果仅依靠消减SO2和NOx等常规污染物,无法实现PM2.5浓度的大幅度下降.     

武汉市2020年机动车常规污染物排放预测及减排潜力分析研究

采用情景分析方法预测武汉市"十三五"期间不同情景下机动车保有量和主要污染物(NOx、CO、VOCs、PM10和PM2.5)排放量,同时进行减排潜力的初步核算.结果表明:在不淘汰黄标及老旧车辆的情况下,预计2020年武汉市机动车保有量将增长至352.5万辆,机动车排放NOx、CO、VOCs、PM10和PM2.5约为6.6万吨、13.5万吨、4.0万吨、0.2万吨和0.2万吨."十三五"期间采取结构减排、工程减排及管理减排方案措施后,2020年机动车排放NOx、VOCs、CO、PM10和PM2.5可在2015年的排放基础上分别减排0.51%、43.17%、40.74%、38.99%和38.45%.     

南京市煤炭消费总量控制对策研究

分析了"十一五"以来南京市煤炭消费利用现状情况,并按高、中、低3种情景分析了未来煤炭消费趋势;从环境空气质量约束、污染物减排约束以及资源约束等方面指出南京市必须进行煤炭消费总量控制;最后,从制定煤炭消费总量控制目标、加快主要用煤产业升级改造、优化调整能源结构、提高能源利用效率等方面提出了煤炭消费总量控制的对策建议。     

基于情景分析的北京市机动车污染排放控制研究

为了研究未来北京市机动车排放控制措施的减排效果,本文基于情景分析法,以2010年为基准年,通过设置3类控制措施情景,估算2011~2020年不同情景下北京市机动车常规污染物排放量,并在基准情景基础上,估算污染物减排量,分析控制措施对不同类型机动车的减排贡献.结果表明,尽管未来北京市机动车保有量会有较大增长,实施机动车排放控制措施仍可取得显著的减排效果.单一措施中,淘汰高排放车减排量最大.其中,淘汰轻型客车可有效减少CO的排放,减排贡献率为89.4%;淘汰重型客车可对NOx、HC和PM10达到有效削减,其贡献率分别为65.5%、55.8%、93.4%.实施新的排放标准对重型柴油车的排放也有明显控制效果,且4种污染物都能得到有效削减.综合实施各种措施的效果最为显著,2020年对CO、NOx、HC、PM10的削减效果分别达到46.4%、42.1%、8.6%和50.6%.     

基于LEAP模型的厦门交通能耗及大气污染物排放分析

交通部门能源消耗和污染物排放的比例较大,增长迅速,因此研究交通部门的节能减排措施显得尤为迫切。文章以厦门市城市交通部门为例,基于LEAP模型构建Xiamen-2008Tra交通模型,研究从基准年2008年到2030年的能源消费量以及CO2、SO2、NOx和PM10的排放量,评估各种节能减排措施的效果。模型设定了基准情景和最佳情景,前者作为参考情景假设政府没有采取任何措施来抑制交通部门能源增长,后者作为最乐观情景包括私家车控制、燃料经济性调整、新能源车推广、燃料税和生物燃料推广五个节能减排子情景。研究结果表明:2030年最佳情景要比基准情景节能36.08%,CO2、SO2、NOx和PM10的排放量分别减少40.46%、47.06%、32.07%和44.91%;在各种节能减排措施中,私家车控制措施节能减排效果最好。     

基于达标约束的南京市环境空气质量情景模拟

以2030年南京市6项污染物达标为约束,在2015年大气污染物排放清单基础上,利用CMAQ模型分析了PM_(2.5)对南京本地不同前体物排放的敏感性,通过情景分析预测排放清单,模拟了4种减排情景的空气质量变化,最终获得达标约束下大气污染物总量控制指标.模拟结果显示,减少一次颗粒物PPM (primary particulate matter)排放对降低大气中的PM_(2.5)浓度最为有效;在周边地区减排的基础上,本地减少PPM排放对PM_(2.5)年均浓度下降的相对贡献可达88%,其次为NH_3、NOx、SO_2与VOCs减排,其相对贡献分别为10. 3%、5. 5%、3. 2%与0. 5%;相比2015年,4种情景下南京市主要大气污染物减排比例在22%～53%,未来控制活动水平对减排SO_2、NH_3与CO较有效,而NOx和VOCs末端治理方面还有较大空间;将SO_2、NOx、PM10、PM_(2.5)、BC、OC、CO、VOCs及NH_3的排放量分别控制在2. 43×104、8. 47×10~4、9. 42×10~4、3. 74×10~4、0. 19×10~4、0. 30×10~4、26. 56×10~4、13. 08×10~4及1. 50×10~4t以内时,预计南京市6项污染指标可以达到国家环境空气质量二级标准.     

Impact of energy structure adjustment on air quality: a case study in Beijing, China

Energy consumption is a major cause of air pollution in Beijing, and the adjustment of the energy structure is of strategic importance to the reduction of carbon intensity and the improvement of air quality. In this paper, we explored the future trend of energy structure adjustment in Beijing till 2020, designed five energy scenarios focusing on the fuel substitution in power plants and heating sectors, established emission inventories, and utilized the Mesoscale Modeling System Generation 5 (MM5) and the Models-3/Community Multiscale Air Quality Model (CMAQ) to evaluate the impact of these measures on air quality. By implementing this systematic energy structure adjustment, the emissions of PM₁₀, PM_2.5, SO₂, NO _x , and non-methane volatile organic compounds (NMVOCs) will decrease distinctly by 34.0%, 53.2%, 78.3%, 47.0%, and 30.6% respectively in the most coalintensive scenario of 2020 compared with 2005. Correspondingly, MM5-Models-3/CMAQ simulations indicate significant reduction in the concentrations of major pollutants, implying that energy structure adjustment can play an important role in improving Beijing’s air quality. By fuel substitution for power plants and heating boilers, PM₁₀, PM_2.5, SO₂, NO _x , and NMVOCs will be reduced further, but slightly by 1.7%, 4.5%, 11.4%, 13.5%, and 8.8% respectively in the least coal-intensive scenario. The air quality impacts of different scenarios in 2020 resemble each other, indicating that the potential of air quality improvement due to structure adjustment in power plants and heating sectors is limited. However, the CO₂ emission is 10.0% lower in the least coal-intensive scenario than in the most coal-intensive one, contributing to Beijing’s ambition to build a low carbon city. Except for energy structure adjustment, it is necessary to take further measures to ensure the attainment of air quality standards.     

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15～2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494～0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.     

基于遥感资料的北京大气污染治理投资对降低PM_(2.5)的效能分析

采用北京市环境监测中心35个站点的PM2.5监测数据及MODIS Terra的大气气溶胶光学厚度L3 C051产品数据,分季度建立北京市PM2.5历史浓度遥感估算模型.结合北京大气污染物(PM10、PM2.5、SO2、NO2)年均浓度数据,对北京市2001—2012年间用于工业废气污染治理投资累计额进行了效能分析.研究表明,北京市工业废气污染治理投资对于改善大气PM10、SO2、NO2均有显著贡献,但其对于大气PM2.5污染的治理效果并不明显.可能原因包括PM2.5排放源的复杂性、相关治理措施对PM2.5的针对性、经济增长导致的区域PM2.5源排放持续增长及区域外排放的持续影响等.因此,需要采取专门的有针对性的治理措施,建立健全大气污染治理技术和激励机制,控制工业燃煤及城市交通排放,削减本地及周边源排放,以有效改善北京地区大气PM2.5污染状况.     

Photochemical properties and source of pollutants during continuous pollution episodes in Beijing, October, 2011

Beijing sufered from serious air pollution in October, 2011 with the occurrence of three continuous episodes. Here we analyze the pollution status of particulate matter, the relationship between the gaseous pollutants, physical and chemical properties of single particles, and the profile of watersoluble ions in PM2.5during the three episodes. Regional and photochemically aged air masses, which were characterized as having high values of O3and SO2, were hypothesized to have played a dominant role in the first episode. After mixing local air masses with freshly-emitted primary pollutants, the concentration of NOx continued to increase and the size of SO4 2, NO3 and NH4 +in the particle population continued to become smaller. The amount of elemental carbon-rich and organic carbonrich particles in the scaled single particles(0.2–2 μm) and water-soluble K+in PM2.5also increased in the episodes. All the available information suggests that the biomass or fuel burning sources in or around Beijing may have had a huge impact on the last two episodes.     

Analysis and prediction of the influence of energy utilization on air quality in Beijing

This work evaluates the influence of energy consumption on the future air quality in Beijing, using 2000 as the base year and 2008 as the target year. It establishes the emission inventory of primary PM₁₀, SO₂ and NO_x related to energy utilization in eight areas of Beijing. The air quality model was adopted to simulate the temporal and spatial distribution of each pollutant concentration in the eight urban areas. Their emission, concentration distribution, and sectoral share responsibility rate were analyzed, and air quality in 2008 was predicted. The industrial sector contributed above 40% of primary PM₁₀ and SO₂ resulting from energy consumption, while vehicles accounted for about 65% of NO_x. According to the current policy and development trend, air quality in the eight urban areas could become better in 2008 when the average concentrations of primary PM₁₀, SO₂ and NO₂ related to energy utilization at each monitored site are predicted to be about 25, 50 and 51 μg/m³, respectively. Translated from China Environmental Science, 2005, 25(6): 746–750 [译自: 中国环境科学]     

2013-2017年珠江三角洲主要大气污染控制措施减排效果评估

自2013年《大气污染防治行动计划》发布以来,珠江三角洲（PRD）地区实施了严格的大气污染防控政策,在全国率先实现PM_2.5浓度连续3年达标,然而,已实施的控制措施对污染物的减排效果尚不清楚.因此,本研究通过广泛收集2013—2017年珠三角地区大气污染源活动水平数据与控制措施,建立2013—2017年实际控制与未控制情景的污染物趋势排放清单,对主要控制措施的减排效果进行了量化.结果表明,2013—2017年珠三角地区SO₂、NO_x、PM₁₀、PM_2.5和VOCs 5种污染物排放分别下降了55%、24%、55%、54%和10%.相比于未控制情景,实际控制情景下2017年5种污染物分别实现61%、40%、68%、70%和41%的减排.在各类管控措施中,工业提标对5种污染物减排分别贡献了39%、46%、66%、69%和25%;销号整治对VOCs减排贡献最大（32%）,对其它污染物减排贡献约10%;清洁能源改造主要对SO₂和PM减排有所贡献,其中,煤改气、低硫煤、低硫油对SO₂减排有主要贡献（均为15%左右）,低灰分煤对PM₁₀（12%）和PM_2.5（19%）减排有较大贡献;机动车提标、淘汰黄标车对NO_x（22%、17%）和VOCs（23%、12%）减排有较大贡献.本研究可为珠三角和其它地区针对不同大气污染物科学制定防控政策与措施提供基础数据和科学支撑.     

重污染天气应对“绩效分级、差异化管控”措施首次实践效果后评估

为提高重污染天气应对的科学性和精准度,2019年7月生态环境部制定重污染天气应对“绩效分级、差异化管控”措施.为应对9月底至10月初的重污染过程,京津冀及周边共68个城市启动重污染预警,该措施得以首次实践.通过时间序列断点回归方法对该措施效果进行评估发现,空气质量改善存在滞后的现象,SO₂、 NO₂和CO这3个气态污染物改善速度较快,对涉及二次生成的O₃和PM_2.5两个污染物见效速度相对较慢. 10月1日恰逢在北京举办庆祝中华人民共和国成立70周年阅兵式,对10月1日当天进行评估,发现与假如不采取措施的情形相比,重污染应急措施使北京市PM_2.5、 NO₂和CO日均浓度显著下降,下降幅度分别为54.1%、 62.4%和25.8%.如果不采取重污染应急措施,北京10月1日上午可能出现中重度污染,但实际上空气质量保持在良的水平.区域启动预警的68城市PM_2.5、 PM₁₀、 NO₂、 SO     

基于LEAP模型的京津冀地区钢铁行业中长期减排潜力分析

京津冀地区是我国钢铁行业集中布局的地区,也是大气污染最突出的地区.分析京津冀地区钢铁行业各类治污工具的中长期减排影响,对于选择最优减排措施、加快推动该地区大气污染治理意义重大.构建基于LEAP模型的京津冀地区钢铁行业模型,以2015年为基准年,以每5 a为一个时间节点,结合规模减排、结构减排、技术减排、末端治理4种减排措施,模拟计算了4种单一政策情景及4种组合政策情景下2015-2030年京津冀地区钢铁行业主要污染物（SO₂、NO_x、PM₁₀、PM_2.5、CO₂）排放量及相应的减排影响.结果表明:在单一政策情景下,规模减排情景对5种污染物减排效果均十分显著.在组合政策情景下,4种减排措施叠加的综合减排情景效果最好,在该情景下京津冀地区钢铁行业到2030年SO₂、NO_x、PM₁₀、PM_2.5、CO₂排放量将分别削减27.73×104、17.85×104、42.94×104、27.35×104、23.15×107 t;在规模-末端治理情景下,除CO₂外其余污染物减排效果仅次于综合减排情景;规模-结构减排情景对PM₁₀和PM_2.5的减排效果相对明显;规模-技术减排情景对CO₂、SO₂、NO_x的减排效果相对明显.研究显示,京津冀地区钢铁行业需要在大力淘汰落后过剩产能、缩减产量等源头治理措施的基础上,持续加强末端治理、提高废钢比例、提升节能减排技术水平等协同治理能力,以提高治污减排效果.