中国电力行业CO2减排技术及成本研究

在"双碳"目标提出的背景下,电力行业作为首要的碳排放行业,将承担起更大的减排份额及减排责任.筛选了13种电力行业的关键减排技术,评估并比较了各减排技术在碳达峰年前后的减排潜力及减排成本的变化趋势,以每5年为1个时间节点,对边际碳减排成本曲线进行分析,最终从技术选择的角度确定电力行业情景年的最优减排成本方案.结果 表明:筛选的13种电力行业技术在2020,2025,2030,2035年的总碳减排潜力为4.7亿,7.0亿,5.0亿,5.4亿t,对应平均碳减排成本为8,67,242,464元/t.其中,2020年技术的边际减排成本为-295～376元/t.从技术类型而言,各项减排技术在边际减排成本曲线(MACC)上表现出特异性,相较于系统灵活性提升和技术升级改造,电源结构优化具有更高的碳减排潜力及更低的碳减排成本.研究为电力行业在选择最优减排技术方案时提供了成本角度的数据参考.     

中国垃圾填埋场恶臭影响人口和人群活动研究

恶臭是垃圾填埋场邻避效应的主要原因。解决垃圾填埋场邻避问题的基础性工作是较全面和准确地评估受其恶臭影响的人口和人群活动。利用Land Scan 1 km人口空间数据、单位机构点源GIS数据和微博大数据等,基于中国每个垃圾填埋场基础信息和恶臭影响范围,以"自下而上"的研究模式较彻底地评估了中国受垃圾填埋场恶臭影响的人口、敏感单位和人群活动。研究结论表明:受影响人口为1 227.52万人,占全国总人口的0.90%,其中儿童164万,老人100万,即敏感人群(儿童+老人)人口总数达到264万。广东、湖南、四川受恶臭影响人口最多,天津、海南、西藏受恶臭影响人口最少。受影响敏感单位共计7 818个,其中学校3 143个,医院4 675个。研究特色在于保证了微观层面数据的准确性和可靠性,即以每个垃圾填埋场自身数据为计算依据,不做太多参数平均化假设,同时又能较完整地覆盖全国所有垃圾填埋场,从而较为准确和全面地评估了中国垃圾填埋场恶臭的影响情况。试探性地使用了微博大数据表征人群活动强度,提供了此前难以或者无法获取的微观层面的人群活动信息,对于研究垃圾填埋场恶臭的影响具有重要意义。     

二氧化碳地质封存及其环境监测

环境监测贯穿于CO2地质封存项目的前期准备、项目运行和项目结束各个阶段,对于确定CO2地质封存的安全性、对周围环境的影响发挥着决定性作用。而环境风险和环境影响直接决定了CO2地质封存环境监测的监测对象、监测频率、监测布点和主要监测技术。     

中国碳封存项目的环境应急管理研究

碳封存是在当前条件下快速将大气中CO_2浓度控制在450 mg/L以下的一种重要减排方式。我国已经开展了多项示范项目,但当前的环境应急管理政策并不能对其进行有效监管。主要从信息上报制度、环境应急预案编制与备案制度、监测管理和资金保障制度4方面进行分析,并针对碳封存项目环境应急管理的几个关键问题进行分析,提出了完善碳封存环境应急管理政策的相关建议。     

减污降碳协同增效的关键路径与政策研究

全面推动实现减污降碳协同增效是新发展阶段我国兑现碳达峰碳中和庄严承诺、深入打好污染防治攻坚战、建设美丽中国的必然要求。环境污染物与二氧化碳排放的高度同源性是实现减污降碳协同增效的理论基础。本文首先就目标指标、管控区域、控制对象、措施任务、政策工具五个方面的协同性系统讨论了减污降碳协同增效的基本内涵。其次，着眼于当前大气环境治理与碳减排在中国的重要性，本文在国家层面讨论了二者的中长期协同控制路线图，阐述了重点协同区域的识别方法和重点部门的协同治理思路，系统提出了大气环境治理与碳减排的协同路径。再次，本文还就“无废城市”建设和生态保护这两个领域与碳减排的协同治理思路展开分析讨论。最后，针对减污降碳协同治理对政策体系的需求，提出了统筹优化减污降碳协同目标、建立协同法规标准、建立减污降碳协同管理制度三个方面的建议。本研究将有助于厘清各方对减污降碳协同增效的认识，对各级政府后续推进减污降碳协同治理工作提供理论和科学基础。     

道路生态影响评价方法研究：以兰海高速公路为例

提出了将道路生态影响问题划分为3个尺度来进行评价,并根据不同尺度的生态特征采用不同的方法和指标,从而系统、定量的评价道路建设和运行所带来的生态影响.小尺度问题采用野外调查和样方对比的方法;中尺度问题主要依靠不同分辨率的遥感监测,辅之野外调研;大尺度问题主要依靠遥感和GIS结合进行分析.以兰海高速公路为例,运用该系统进行评价,取得了良好的结果.因此,该体系方法可以作为道路生态影响评价和研究的借鉴和参考.     

中国4个城市范围CO2排放比较研究

基于点排放源和辅助数据,自下而上构建重庆1km CO2排放空间网格,分析市域(UB1)、市辖区(UB2)、建成区(UB3)和城区(UB4)4个城市范围的CO2排放特征.UB4是重庆城市合理表征,而UB1更适合于区域边界.城市边界选择的不同,将导致很大的排放差异.UB4的CO2总排放量仅为UB1的17.13%,但UB4的人均CO2排放量是UB1的1.6倍.UB4形成了重庆UB1的CO2排放核心,其内单位网格的平均排放量超过了10000t,而UB1内超过70%的范围内单位网格的排放水平都低于200t.工业排放占据绝对主体导致UB4人均排放水平较高,并且高于临近周边及区域人均水平,这和国际城市的情况正好相反.全局和局部显著空间正自相关性说明部分地区高强度的经济活动和能源活动对周边区域的排放有显著影响.基于网格的累积排放分析显示,个别网格的排放量已经占到UB4总排放的40%以上.UB4内7.00%的面积,UB1内1.21%的面积和UB2内3.84%的面积,其CO2排放都超过了其相应范围内总排放的85%.     

中国10km二氧化碳排放网格及空间特征分析

基于全国第一次污染源普查数据中150多万家企业数据等,"自下而上"建立中国2007年10km×10km CO2排放网格数据.结果显示,中国CO2排放空间格局的特点是基本沿着我国人口胡焕庸线分为东部和西部,东部地区明显高于西部地区.全国CO2排放明显受城市活动影响,网格排放高值区域都是以北京、上海、广州等大型城市为核心的区域.京津冀、长江三角洲、珠江三角洲地区是我国CO2排放空间格局的重点地区.全局Moran指数表明,中国CO2排放空间格局在10km空间分辨率水平上具有显著的正空间自相关性,即空间上存在显著的集聚效应,而非随机杂散分布.局部Moran指数显示中国CO2排放在空间上具有显著集聚效应的区域面积并不大,主要集中在北京、上海、广州等重点城市核心区周边.基于这些重点城市采取CO2减排政策和措施,由于带动效应,其实际减排效果要远大于直接减排效果.     

基于自组织神经网络的生态敏感性分区——以北京市房山区为例

 采用自组织神经网络(SOM)模型,以北京市房山区为例,对其进行生态敏感性分区.分别以土壤侵蚀、地表水环境、地下水环境和生境为生态敏感性因子,作为SOM 模型的4 个二维输入矩阵,通过多次迭代学习和自组织聚类,使结果在4 维(4 个生态因子)生态敏感性空间内最大限度地逼近房山区生态特征分布.结果表明,房山区西北部山区的敏感性最高;东部平原是地表、地下水非常丰富的地区,属中度敏感;二者之间的丘陵浅山区敏感性相对较弱.     

碳税PK总量控制-碳交易

尽管碳税政策具有较长历史和成熟体系,但在当前气候变化问题越来越引起关注和重视的国际背景下,尤其当气候变化临界点和温室气体排放总量关系越来越明确的时候,总量控制-碳交易政策愈来愈受到欢迎。发展中国家多数青睐碳税,主要是因为总量控制-碳交易建立的前提是健全的法制环境和规范完善的市场经济体制,同时,需要完善的市场环境确保碳排放信用的稀缺性和流动性,而发展中国家在这些方面往往相对薄弱。