中国城市人为热通量估计及时空分布

基于中国统计年鉴中1985~2018年全国能源消耗和人口数据,估计中国城市人为热排放通量及其时间变化趋势.利用人口空间分布和污染物排放清单数据,探讨人为热排放的空间分布特征.依据能源类型,人为热分为工业、交通运输、建筑和新陈代谢4类排放.结果表明,我国人为热排放多年来持续增长,2000年增长加速,2012~2016年增速有所放缓.2016年我国平均人为热排放通量达到0.442W/m²,工业、建筑、交通、新陈代谢排放的全国平均人为热排放通量分别为0.311,0.072,0.038和0.020W/m².人为热排放的高值主要分布在京津冀、长江三角洲、珠江三角洲重点城市群区域以及其他一些规模较大的区域重点城市.4类人为热排放均呈现东部多、西部少的特点.工业排放人为热分布与区域经济发展水平和城市化程度有关.交通运输排放的人为热主要集中在交通枢纽城市.与已有的人为热排放清单相比,本研究估计的人为热排放通量在规模较大的城市具有更大的数值,更能体现人类活动对人为热排放的贡献.     

北京主城区人为热排放的时空特征研究

利用源清单法对北京主城区的人为热进行研究,得出不同热源排放总量与时空特征并进行小区验证.结果表明：主城区的人为热年排放总量为1.11×10¹⁸J/a,为太阳辐射总量的8.1%,其中建筑排热占人为热排放的45.3%,交通和工业部分分别占30.1%、20.2%;人为排热总量最大的为朝阳和海淀区,占主城区总量的52.2%,最少的东城和大兴区均占7.7%;主城区平均排放强度为14.55W/m²,最大为西城区82.30W/m²,大兴区仅为2.61W/m²;人为热排放高值区多集中于北二环与北四环内,约为60~100W/m²,少数街道和地区排热在150W/m²以上,最高排热强度272~376W/m²为北京CBD区,人为热结果与遥感反演的地表温度有一定的正相关关系;交通排热的月变化不显著,日变化系数在09：00、18：00左右较高,建筑排热在不同季节不同时刻均有明显差别,出现“双峰”现象,同人们作息规律相一致.     

中国人为热变化及其对地表能量平衡的影响

利用人口统计、分布数据及能源消费统计资料,对中国1980~2015年人为热通量（Q_a）的时空变化进行了研究,并将其与地表净太阳辐射（R_n）进行了对比分析,以探讨人为热对不同尺度地表能量平衡的影响.结果表明,在研究时段内,全国平均Q_a呈显著升高趋势（0.11W/m²/10a,P<0.001）,从1980年的0.07W/m²上升到2015年的0.45W/m²,已经约相当于全球工业革命以来CO₂排放引起辐射强迫（1.68W/m²）的27%;其中Q_a高值区（≥ 1.00W/m²）已由1990年的点状分布变为2015年的面状分布,占到全国面积的10%;全国平均R_n的趋势率（0.18W/m²/10a）略大于Q_a,但未通过显著性检验（P=0.381）.对于参与计算的31个省会城市,2015年市区Q_a平均值在1~32W/m²之间,平均达17W/m²,相当于R_n平均值（147W/m²）的12%;在栅格尺度上（0.5min×0.5min）,除拉萨外,其余城市的Q_a像元最大值均超过了120W/m²,已经导致局地的热平衡发生了本质变化.研究认为,人为热释放因素不但需要在城市气候模拟研究中给予更多考虑,而且在全球和区域气候模拟与评价中以及制定气候变化应对策略时也有必要给予充分考虑,以促进全面认识并减缓气温升高.     

长江三角洲城市群人为热排放特征研究

基于常规可获取的能源、交通、人口等统计资料,利用“自上而下”的能源清单法,研究了2010年长江三角洲(以下简称“长三角”)城市群地区各类人为热排放量及其时空分布特征.结果表明:该地区人为热排放总量为1.4′1019J/a,其中工业、交通、建筑、新陈代谢分别占75.1%、12.5%、9.9%和2.5%.上海、苏州、无锡、杭州和南京五个城市的人为热排放总量约占研究区域总量的71%.长三角城市群的人为热年平均排放通量为5.3W/m2,大部分地区介于5~30W/m2,城市高值区一般介于20~70W/m2,上海明显高于其他城市.为方便有关环境气候模式的输入,本文提供了人为热排放的网格化空间分布和简单的时间变化廓线.     

长江三角洲城市群人为热排放特征研究

基于常规可获取的能源、交通、人口等统计资料,利用“自上而下”的能源清单法,研究了2010年长江三角洲(以下简称“长三角”)城市群地区各类人为热排放量及其时空分布特征.结果表明:该地区人为热排放总量为1.4′1019J/a,其中工业、交通、建筑、新陈代谢分别占75.1%、12.5%、9.9%和2.5%.上海、苏州、无锡、杭州和南京五个城市的人为热排放总量约占研究区域总量的71%.长三角城市群的人为热年平均排放通量为5.3W/m2,大部分地区介于5~30W/m2,城市高值区一般介于20~70W/m2,上海明显高于其他城市.为方便有关环境气候模式的输入,本文提供了人为热排放的网格化空间分布和简单的时间变化廓线.     

一种基于大气CO2浓度时空特征的碳排放分区估算方法

针对人为碳排放的空间分布量级差异大导致排放数据的非正态分布问题,提出了一种基于卫星大气CO₂柱浓度(XCO₂)时空变化特征聚类分区构建人为碳排放神经网络估算模型方法.通过利用与人为碳排放强相关的卫星XCO₂数据时空变化(2010～2021年)特征的聚类分区,利用卫星观测的XCO₂和SIF以及夜间灯光、人口密度和人为排放清单数据EDGAR作为训练学习数据,以聚类区为单位分别构建人为碳排放神经网络估算模型,估算了2021年研究区人为碳排放.与EDGAR交叉验证结果显示,相比以中国全区数据作为训练学习样本统一建模方法的估算,本研究提出的分区建模估算结果从相关系数(R²)的0.43提高到了0.82;空间分布更为合理;平均偏差由0.03 9Mt CO₂降低到0.018Mt CO₂.研究表明利用多源数据的神经网络训练学习进行人为碳排放的估算,能够为区域碳排放特征和排放清单的不确定性提高提供评估分析依据.     

基于SEFA方法的异位土壤修复环境足迹分析——以某钢铁厂为例

以安徽省合肥市某钢铁污染场地为例,采用SEFA工具计算和对比复合污染土壤异位组合修复方案的环境足迹.方案一:淋洗+化学氧化+水泥窑;方案二:稳定化+化学氧化+热脱附+异地填埋;方案三:生物降解+稳定化.结果表明,3种修复方案环境足迹存在一定差异.当重点关注能源和空气污染两个绿色可持续修复核心要素时,方案三环境足迹最小,能源消耗总量21808万MJ,温室气体(GHG)排放总量1.73万tCO₂e;修复1m³有机污染土壤的环境足迹整体表现为化学氧化<生物降解<异位热脱附,化学氧化、生物降解和异位热脱附三种修复技术的温室气体排放强度分别为0.05、0.09和0.17tCO₂e/m³,能源消耗量分别为949.55,1677.54,3049.11MJ/m³.修复1m³重金属污染土壤时,异地填埋技术的环境足迹最小,能源消耗和温室气体排放最低;稳定化修复技术在空气污染物排放方面环境足迹最小.     

浙江省2013~2020年人为源氨排放清单

采用排放因子法建立了浙江省2013~2020年人为源NH₃排放清单,利用ArcGIS软件对NH₃排放量进行空间分配,并与浙江省部分城市PM_2.5组分中的NH₄⁺浓度进行对比,探究了人为源NH₃排放对NH₄⁺浓度变化的影响.结果表明,2013~2020年浙江省人为源NH₃排放量呈逐年下降趋势,2020年人为源NH₃排放量为13.5万t,较2013年下降23.1%.人为源NH₃排放以农业源为主,2013~2020年占比分布在57.2%~69.6%,其中畜禽养殖和氮肥施用NH₃排放量占比较高,且2020年排放量较2013年下降最为显著,分别为34.5%、44.1%.从空间分布来看,NH₃排放较高的地区主要分布在浙江北部和金衢盆地地区,杭州市和嘉兴市年排放量位于全省前两位.NH₃排放量较高的城市NH₄⁺浓度也较高,部分城市NH₄⁺浓度下降趋势与NH₃排放量下降趋势较为一致.     

不同季节人为氯排放对二次气溶胶影响的数值模拟

利用WRF-CMAQ模式对比有无人为氯排放的模拟试验,定量分析了不同季节人为氯排放对二次无机气溶胶和二次有机气溶胶的影响.结果表明,人为氯排放对硫酸盐的影响较小,而硝酸盐对人为氯排放较为敏感,Cl-颗粒物与HNO₃、N₂O₅、NO₃和NO₂均可发生反应生成硝酸盐,同时NH₃也会转化为铵盐.人为氯排放使冬、春、夏、秋季硝酸盐月均浓度分别最高增加9.8μg/m³(34.3%)、1.5μg/m3(11.4%)、1.3μg/m³(9.1%)和2.6μg/m³(10.3%),铵盐月均浓度分别最高增加3.0μg/m³(30.7%)、0.6μg/m³(10.3%)、0.5μg/m3(6.5%)和1.1μg/m³(8.0%),冬季影响最大,夏季影响最小.人为氯排放增强了Cl原子和OH自由基对VOCs的降解作用,不同种类的SOA浓度略有上升,人...     

中国地区人为热分布特征研究

利用中国统计年鉴中全国各省份的非再生能源消费资料和2.5min×2.5min分辨率的人口格点数据,对中国地区人为热排放的时空分布进行研究,讨论了其分布特征和影响因素.结果表明,中国地区人为热通量随时间持续增长,特别是在2000年后增长加速,1985年到2000年从0.09W/m2增长到0.16W/m2,而到2013年已经增长到0.38W/m2.中国地区的人为热排放具有显著的地域特征,在华北、华东和华南,由于人口密度大、经济发达,人为热的污染很严重;在华中地区,人为热污染较严重的区域主要分布在以武汉为中心的经济圈;在东北地区,以大连、沈阳、长春和哈尔滨为中心的城市区域人为热污染也较为严重;而在西北和西南的大部分地区,人为热排放量很小,仅在以成都、重庆为中心的区域较大.历年来全国年均人为热的最大值都出现在上海,其中2010年最大,为113.5W/m2,上海人为热排放的年均值增长明显,可达到0.6W/m2/a.随着城市化进程的加快,人为热的排放愈来愈强,热污染对城市和区域的气候以及空气污染的影响也会越来越重要.     

基于DMSP/OLS数据的区域碳排放时空动态研究

选取IPCC碳排放核算方法并基于能源统计数据,核算了我国大陆30个省市的能源消耗碳排放量,利用纠正后的DMSP/OLS夜间灯光数据与相应空间单元的碳排放量进行回归分析,反演出1km×1km栅格的电力消耗碳排放量并分析其在地级市尺度上的时空变化.核算出2005年、2010年和2013年能源消耗排放总量分别为57.02,82.28和93.26亿t,其中电力碳排放量分别为23.03,35.62和42.07亿t.结果表明：校正后的DMSP/OLS夜间灯光数据能更好地估算碳排放,其DN总值与统计的省级能源消耗排放量、电力消耗排放量均存在较强的相关关系;整体而言,发达地区能源消耗排放量大但强度比较低.     

基于DMSP/OLS数据的中国碳排放时空模拟与分异格局

精准模拟和精细尺度获取碳排放的时空动态信息，对于合理制定差别化的区域碳减排政策具有重要意义.利用DMSP/OLS夜间灯光数据在完成年内和跨年数据的校正、像元去饱和、异常值剔除的基础上，提取了城市建成区范围，并以中国大陆为研究对象，根据夜间灯光数据和碳排放统计数据之间的定量关联，构建面板数据模型模拟了2000~2013年中国的碳排放量；采用Theil-Sen Median趋势分析方法与Mann-Kendall检验，探讨了14年间中国碳排放量的时空变化趋势及空间分布特征.结果表明：系统校正后的DMSP/OLS夜间灯光影像构建面板模型模拟的碳排放量拟合精度较高，2002，2007和2012年多尺度回归检验的决定系数R²值分别为0.893，0.955和0.951.2000~2013年中国碳排放时空演化差异显著，稳慢增长型和迅猛增长型分别占碳排放区域总面积的77.6%和19.4%，稳慢增长型面域宽广，迅猛增长型主要位于都市区及都市连绵区.受城市规模及城市化发育程度的影响，迅猛增长型空间结构呈"空心型"与"中心型"空间指向性分异.研究提出，促进经济增长方式和发展模式的实质性转变、因地制宜差别化的减排措施与省区联动策略的实施是"精准减排"目标实现的重要途径.     

关中典型城市及农村夏季PM2.5的化学组成对比

于2016年7~8月采集了陕西省西安市（城市）及蔺村（农村）夏季昼夜PM_2.5样品,分析其有机碳（OC）、元素碳（EC）和无机离子等化学组分的含量,探讨关中平原城市和农村地区PM_2.5的化学组成和来源的差异.结果表明,采样期间西安和蔺村的PM_2.5浓度分别为（49.7±22.8）和（62.6±14.2）μg/m³.西安PM_2.5中OC和EC的浓度[（6.5±2.5）μg/m³,（3.2±1.8）μg/m³]与蔺村[（6.8±1.8）μg/m³,（3.8±2.3）μg/m³]相当.西安OC/EC比值白天（2.6）高于夜晚（1.9）,蔺村反之（白天：1.6;夜晚：2.7）,主要是因为夜间城市地区重型卡车运输活动增强导致排放更多EC,而夜间农村地区人为活动较少导致EC排放显著降低.西安和蔺村无机离子总浓度分别为（20.2±14.6）和（30.1±10.5）μg/m³,占PM_2.5浓度的40.6%和47.6%.蔺村SO₄^2-的平均浓度高达19.0μg/m³,占PM_2.5浓度的30%以上,远高于西安（9.4μg/m³和18.9%）,主要与农村固体燃料（煤和生物质）使用有关.西安NO₃^-和Ca²⁺的浓度及其对PM_2.5的贡献、NO₃^-/SO₄^2-比值均明显大于蔺村,表明城市地区受机动车尾气和扬尘的影响更大.西安K⁺与Ca²⁺和Mg²⁺的相关性较强,而蔺村K⁺与EC的相关性显著强于西安,说明西安市区K⁺由粉尘源主导,而农村地区则主要来自生物质燃烧.