碳排放影响因子与碳足迹文献综述:基于研究方法视角

从研究方法的角度出发,对近年来国内外碳排放影响因子及碳足迹的相关研究进行文献综述。根据碳排放影响因子的研究方法—情景分析法、因素分解法中的指数分解法以及其他计量模型,介绍了国内外关于碳排放影响因子的研究现状,最后对方法进行归类和对比。根据碳足迹研究方法—投入产出法、生命周期评价法、IPCC法以及其他模型,分析了国内外关于碳足迹的研究进展。最后通过总结,对碳排放和碳足迹的未来研究方向进行了展望。     

我国城镇化进程中碳排放影响因素的实证研究

利用1980—2013年间的城镇人口与碳排放数据,选取城镇化进程中影响碳排放的城镇化水平、城镇建设用地面积、第三产业增加值、人均可支配收入、城镇人均绿化面积等因素,实证分析了城镇化对我国碳排放的影响程度,并利用格兰杰夫因果关系与误差修正模型分析了二者的因果关系与时间效应。最后,从降低工业碳排放、加快低碳城镇化试点建设、推进低碳社区发展,促进新能源发展等方面提出了相关建议。     

基于神经网络的碳排放预测及影响因素分析

基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。     

75t/h燃煤锅炉汞迁移转化规律研究

通过对2台75 t/h循环流化床锅炉烟气中汞排放浓度、燃煤和其他固体副产物中的汞含量进行测试,分析了燃煤大气汞的排放因子,并建立了燃煤汞的质量平衡。结果表明:燃煤锅炉中,大部分汞主要存在于烟气和脱硫副产物中,燃烧后进入炉渣、飞灰中的汞含量较少,低于5%。燃煤汞排放去向与脱硫除尘控制技术有关,不同控制技术协同除汞的效果差异较大,而单质汞是燃煤锅炉汞污染防治的重点和难点。     

不同污水处理工艺N_2O减排方法研究进展

污水处理过程中产生强温室气体N_2O的问题已经受到广泛关注,如何在保证处理效率的同时实现N_2O有效减排成为水处理领域面临的重要问题。综述了传统生物脱氮除磷工艺和同步硝化反硝化、反硝化除磷、厌氧氨氧化等新型污水处理工艺运行过程中N_2O的产生机理、减排方法和减排量,为相关领域的研究人员提供参考。     

水泥窑协同处置生活垃圾焚烧飞灰的汞排放特性及管控措施探讨

生活垃圾焚烧飞灰资源化利用主要途径之一是作为生产水泥原料。飞灰中富集了高浓度的汞、镉、铅等重金属。新型水泥窑的工艺特点导致高挥发性的汞无法固化在水泥熟料中,汞主要随烟气外排。当水泥窑处置飞灰规模较大、飞灰中汞含量较高时,如不采取控制措施,会导致水泥窑排放烟气中汞浓度超过标准限值。分别从机理分析、数据统计演算及实际检测结果多方面进行了验证,提出应加强对水泥窑协同处置飞灰过程中汞污染的认识及监督管理,探索有效的汞排放控制途径,确保汞排放达标。     

京津冀区域燃煤发电行业大气污染物排放时空变化特征研究

为了科学评估京津冀区域燃煤发电行业特别排放限值和超低排放相关要求实施后的大气污染物减排效果,以行业调查数据为基础,建立了2013年和2015年京津冀区域燃煤发电行业大气污染物排放清单,分析了装机容量与SO_2、NO_x和烟尘排放量的时空耦合关系,讨论了国家相关政策和标准的实施效果。结果显示:区域内2015年燃煤机组装机容量与2013年相比略有下降,SO_2、NO_x和烟尘排放量分别下降75.95%、83.09%和71.20%,减排效果明显。2015年100 MW以下等级机组3种污染物排放总量位居各机组首位,建议通过多种合理方式压减小型燃煤发电机组数量和排放浓度。     

北京冬奥会同期空气污染数值模拟

第24届冬季奥运会将于2022年2月4—20日在我国北京市和河北省张家口市联合举办,主要会场有北京奥体中心、北京延庆县和张家口市崇礼县.为了模拟分析冬奥会空气质量情况,利用冬奥会同期(2006—2016年2月)北京市和张家口市空气质量资料及韩国气象厅天气图资料(2013—2016年2月),分析该时段重污染发生的频次,统计不利于污染物扩散的天气形势出现概率及污染传输路径,并结合嵌套网格空气质量预报模式(NAPQMS),评估不同减排方案对ρ(PM_2.5)的影响.结果表明:① 2006—2016年冬奥会同期,北京奥体中心和延庆县发生重污染天气的概率分别为17%和9%,污染发生的风险频率为北京奥体中心>延庆县>张家口市,并且北京奥体中心和延庆县在2月13—16日易出现持续的重污染天气过程;② 2013—2016年2月不利于污染扩散的天气形势出现概率较为频繁,尤其在850 hPa高度和地面,不利天气形势出现的概率分别为35%和41%;地面偏南风易将在北京西南方滞留较长时间的污染气团沿太行山输送至北京;③ 冬奥会期间,若于2月2—12日及17—20日将京津冀及周边城市污染物排放量在当前的基础上减排50%、2月13—16日减排75%,将可能不出现重污染日.严格控制北京及周边地区的大气污染物排放是保障冬奥会期间空气质量的必要措施.      

Predicting vehicle fuel consumption patterns using floating vehicle data

The status of energy consumption and air pollution in China is serious. It is important to analyze and predict the different fuel consumption of various types of vehicles under different influence factors. In order to fully describe the relationship between fuel consumption and the impact factors, massive amounts of floating vehicle data were used. The fuel consumption pattern and congestion pattern based on large samples of historical floating vehicle data were explored, drivers'' information and vehicles'' parameters from different group classification were probed, and the average velocity and average fuel consumption in the temporal dimension and spatial dimension were analyzed respectively. The fuel consumption forecasting model was established by using a Back Propagation Neural Network. Part of the sample set was used to train the forecasting model and the remaining part of the sample set was used as input to the forecasting model.     

基于ES-VSP分布的交通状态对公交车动态排放的影响

为评估不同交通状态下公交车运行特征和排放水平的差异,现场采集广州市B9、226线路公交车的逐秒GPS数据,以ES-VSP（发动机负荷-机动车比功率）分布表征畅通、轻度拥堵和中度拥堵下的公交车运行特征,结合IVE（international vehicle emission）模型求得公交车平均排放因子并分析其差异.结果表明:①所测公交车的发动机低负荷区中bin11（-1.6 < ES ≤ 3.1,-2.9 kW/t ≤ VSP < 1.2 kW/t）频率范围为50.55%~83.39%,中度拥堵时bin 11频率是畅通时的1.1~1.3倍;② 3种交通状态下公交车的CO、VOC（运行产生的挥发性有机物）、VOC_evap（蒸发产生的挥发性有机物）、NO_x（氮氧化物）和PM（颗粒物）平均排放因子范围分别为7.63~11.40、0.26~0.46、0.68~1.56、0.32~0.51和0.72×10-2~1.28×10-2 g/km;③同种交通状态下,主干路公交车专用道和BRT车道的公交车的大部分污染物平均排放因子低于次干路混行车道、主干路混行车道,中度拥堵时主干路BRT车道的CO、VOC、VOC_evap、NO_x和PM平均排放因子相对其他道路最低,分别为7.66、0.27、0.87、0.32和0.75×10-2 g/km;④次干路混行车道、主干路混行车道的公交车污染物平均排放因子随交通状态愈加拥堵而增大,但畅通时主干路BRT车道的公交车行驶速度、加速度较高,导致CO平均排放因子较高,对应3种交通状态其比例为1.0:0.9:0.8.研究显示,交通状态对公交车运行和排放具有显著影响.