中国和世界典型国家能源消费碳排放因素分解研究

基于扩展的Kaya恒等式,应用迪氏对数指数分解法(LMDI)建立因素分解模型,对美国、印度、日本、德国4个典型国家和中国的化石能源消费引起的碳排放进行因素分解,定量分析经济增长、能源强度、能源结构、人口规模对能源消费碳排放的影响.在此基础上,为分析家庭户数量对中国碳排放的影响,引入家庭户规模对模型进行修正.结果表明,全球、中国及几个典型国家的经济增长效应和人口规模效应为碳排放增长的促进因素,对全球和印度,人口效应略强;对其他几个典型国家,经济增长为主导促进因素.能源强度为碳排放增长的抑制因素,其中美国和德国强度效应较强,抵消了经济增长效应.能源结构效应对美国能源消费碳排放量增长表现为微弱的促进作用,对全球及其他几个典型国家则表现为微弱的抑制作用.修正的模型表明,居民消费模式对碳排放贡献以家庭模式为主,中国的家庭户数量效应大于人口规模效应.     

邯郸采暖期环境污染特征及空气质量预报方法研究

利用河北邯郸气象和环境监测资料,分析了邯郸采暖期空气质量和环境气象条件特征;同时利用线性回归和BP神经网络统计方法对采暖期空气质量进行了预报研究。结果表明,PM_(10)、PM_(2.5)、SO_2、NO_2、CO(95)(CO日均值的第95百分位数)的空气质量指数(AQI)在冬季最高,夏季最低,O_3-8(90)(O_3日最大8 h值的第90百分位数)的AQI则相反。邯郸采暖期首要污染物以PM_(2.5)和PM_(10)为主,除O_3-8(90)外,其他5种污染物采暖期AQI均高于其年均值;同时采暖期降水少,温度低,小风出现频率明显高于非采暖期,而且局地逆温强,静稳天气指数高,是全年环境气象条件最差的时期。邯郸采暖期的环境气象条件1月最差,且夜晚差于白天,尤其是局地5—7时。邯郸采暖期首要污染物浓度与前一日污染物浓度、静稳指数、逆温、相对湿度和露点温度等呈正相关,与气温、风速、能见度和混合层高度等呈负相关。BP神经网络模型对污染物浓度的预报效果优于线性回归模型,可尝试应用于邯郸空气质量预报工作。