基于LEAP模型的长三角某市碳达峰情景

基于LEAP模型,构建了适用于X市的LEAP-X分部门测算模型,设置了基准情景、低碳情景、强化低碳情景和2023年达峰情景等4种碳排放达峰情景.测算分析结果表明,仅在强化低碳情景与2023年达峰情景下可以实现2030年前碳达峰目标,强化低碳情景达峰时间约在2025年但实际可能推迟,峰值约为1.7亿t.工业是碳排放量最大部门,石化行业是工业中占比最大行业,不同情景下其占比始终保持在30%左右,发电与钢铁行业占比逐年降低,净调入电力逐渐增加.产业结构优化、能源结构调整是X市碳达峰主要驱动因素.强化低碳情景下单位GDP碳排放量在2030年将较2020年下降41%左右.     

东莞市低碳路径下加速电气化对CO2和污染物协同减排影响

城市是能源消耗的中心,电气化可以整合城市能源结构,实现清洁能源高效利用,探究城市低碳路径下加速电气化的协同减排影响对实现城市减污降碳至关重要.基于长期能源替代规划模型(LEAP-DG),设置了基准情景、低碳情景和加速电气化情景等3类情景,评估电气化措施在不同电力结构下的减排潜力,量化重点部门的措施贡献,探讨广东省典型制造业城市东莞的协同减排效果.结果表明,电力结构优化促进了电气化措施的协同减排效果,低碳路径下加速电气化将进一步降低电力污染物排放强度,2050年,东莞市CO₂、 NO_x、 VOC和CO减排7.35×10⁶、 1.28×10⁴、 1.62×10⁴和8.13×10⁴ t, SO₂和PM_2.5消费侧减排量和生产侧增排量达到平衡.电气化渗透速率和电力结构优化协调发展是电气化措施实现减排效益的关键,工业和交通部门加速电气化将同时降低CO₂和大气污染物排放,交通部门得益于燃油车和电动车的高...     

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.     

基于LEAP模型的工业园区碳达峰路径：以南京某国家级开发区为例

工业园区是能源消费和碳排放的密集区域,推动工业园区碳达峰对国家早日实现碳达峰目标具有重要意义.以南京某国家级开发区为例,基于LEAP模型,设置基准情景（BAU）、非工业减排（S1）、全行业一般减排（S2）、全行业强化减排（S3）和深度减排（S4）共5类情景,分析各情景下的能源消费需求和CO2排放变化情况,评估各项措施的碳减排贡献,提出园区实现碳达峰目标的政策建议.结果表明,S2、S3和S4情景下能源消费需求和CO2排放量将分别于2035、2030和2028年达到峰值,能源消费需求峰值（以标煤计）分别为26.28、21.66和19.10万t,CO2排放峰值分别为75.35、59.34和53.24万t.工业是研究区域能源消费和碳排放的主要贡献行业,S2、S3和S4情景下工业能源消费和碳排放占比分别于2035年、2030年和2028年达到峰值57.1%、56.0%、53.6%和64.2%、66.2%和62.9%.工业能效提升的碳减排贡献最大,其次为经济增速放缓,交通新能源汽车推广和公共建筑节能的碳减排贡献不显著.综合考虑碳达峰时间和园区碳排放强度考核目标,建议将S3情景作为该园区碳达峰的实施...     

基于碳减排目标与排放标准约束情景的火电大气污染物减排潜力

从我国"十四五"及2035年远景目标经济发展预测出发,结合碳减排战略目标下的既有与强化政策情景,基于弹性系数法预测电力需求,测算在不同污染物排放标准约束情景下火电大气污染物排放情况及减排潜力,结果表明,在不同的政策和排放标准约束情景下,我国火电行业烟尘、SO2和NOx排放水平变化呈现出不同的趋势,到2035年,在2016年水平上的减排潜力分别在45.97％～85.37％、52.61％～84.90％和33.80％～71.08％之间,来自碳减排目标下政策因素带来的减排潜力,较不同污染物排放标准约束条件带来的减排潜力更为明显,在强化政策情景下,采取保持模式标准约束的污染物减排潜力已与超低模式基本相当,甚至超过或接近既有政策下采取收严模式标准约束的效果,通过强化实施能源和电力优化政策,加快实现火电发电量达峰,合理引导高污染排放水平火电机组优先退出生产,同样可使火电大气污染物排放得到有效控制,还可避免环保改造投资的浪费和损失.     

超顺磁性纳米Fe3O4@SiO2功能化材料对镉污染土壤的修复

土壤Cd污染已成为我国的主要环境问题,严重威胁着农业的可持续发展,因此,亟需探索经济、有效的土壤修复技术.采用共沉淀法制备超顺磁性纳米Fe₃O₄@SiO₂功能化材料（MFS）,以此为修复剂并磁选回收去除土壤中的Cd,考察了MFS投加量、修复时间、土壤pH、土壤Cd含量和土壤有机质含量对MFS修复Cd污染土壤的影响,并探讨了有机酸活化联合MFS修复对实际农田土壤中Cd的去除效果.结果表明,对于总Cd含量为2.348mg·kg^-1的土壤,随着MFS投加量的增加,土壤总Cd和有效态Cd含量均呈下降趋势;当MFS投加量为1.5%（材料∶土壤,质量比）时,土壤总Cd和有效态Cd含量分别下降23.21%和31.59%.土壤总Cd和有效态Cd含量均随修复时间的延长而降低,修复30d时土壤总Cd和有效态Cd含量分别下降24.07%和35.94%;投加MFS可以显著降低土壤酸溶态和还原态Cd含量,氧化态Cd含量也有一定程度下降.土壤pH对去除土壤Cd有较大影响,在酸性土壤中Cd去除率较高.随着土壤Cd污染程度的加重,...     

基于时空混合效应模型的京津冀PM2.5浓度变化模拟

为揭示京津冀地区高精度PM_2.5的时空分布特征,以空间分辨率为1 km的MAIAC AOD数据为主要预测因子,以气象数据、植被指数、夜间灯光数、人口密度和海拔数据作为辅助因子,构建了一种新的时空混合效应模型（STLME）,在拟合最优次区域划分方案基础上对京津冀地区PM_2.5浓度进行预测分析.结果表明,基于STLME模型的ρ(PM_2.5)预测精度高于传统的线性混合效应模型（LME）,其十折交叉验证（CV）R²为0.91,明显高于LME模型的0.87,说明STLME模型在同时校正PM_2.5-AOD关系的时空异质性方面具有优势.最优次区域划分方案识别出PM_2.5-AOD关系的空间差异,并结合缓冲区平滑方法,提高了STLME模型预测精度.京津冀PM_2.5浓度时空变化差异显著,高值区主要分布在以石家庄、邢台和邯郸为中心的河北南部,低值区则位于燕山-太行山区;冬季PM_2.5污染最严重,其次是秋季和春季,夏季污染最轻.STLM...     

北京市减污降碳协同控制情景模拟和效应评估

将能源、建筑、产业和交通作为减污降碳重点领域,设置了基准情景、政策情景和强化情景,以2020年为基准年,2035年为目标年,开展北京市大气污染物和CO₂减排潜力测算,并构建了一种协同控制效应分级评估方法,对政策情景和强化情景下大气污染和CO₂协同控制效应进行量化评估.结果表明,与基准情景相比,政策情景和强化情景下大气污染物减排率分别在11%～75%和12%～94%,CO₂分别为41%和52%.优化机动车结构对于NO_x、 VOCs和CO₂的减排贡献最大,政策情景下减排率分别达到74%、 80%和31%,强化情景下分别达到68%、 74%和22%;完成农村地区散煤清洁能源改造对SO₂的减排贡献最大,政策和强化情景下分别达到47%和35%;提升新建建筑绿色化水平对PM₁₀的减排贡献最大,政策和强化情景下分别达到79%和74%.优化出行结构和推动数字基础设施绿色发展的协同控制效应最佳;强化情景下,完成农村地区散煤清洁能源改造、优化机动车结构和...     

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。     

珠江三角洲二氧化碳源汇演变特征及驱动因素

随着经济与人口快速增长，珠江三角洲（珠三角）地区是我国碳中和压力最大的区域之一.通过建立珠三角地区二氧化碳（CO₂）源汇历史趋势清单，分析碳排放与碳汇的历史演变特征，并基于指数分解法识别了影响珠三角碳源汇的关键驱动因素.结果表明：① 2006~2020年珠三角碳排放总量从2.18亿t上升至3.66亿t，呈现出波动上升的演变特征，总体上升了67.86%，尚未实现碳达峰；② 2006~2020年珠三角绿地碳汇总量从1567.26万t下降至1552.59万t，呈现出波动下降的趋势特征，总体下降了0.94%，碳汇量远低于碳排放量，距离碳中和仍有很大缺口；③珠三角碳源主要来源于能源部门（40.38%）和工业部门（26.33%），碳汇主要来源于林地（67.92%）和耕地（18.09%）；④"十一五"至"十三五"期间，碳源的主要正向驱动因素是经济增长和人口规模，主要负向驱动因素是能源强度（单位GDP的能源使用量），但"十三五"以来，降低能源强度可以释放的CO₂减排潜力正在减弱，未来需要挖掘能源、工业和交通等方面结构调整的负向驱动潜力；⑤"十一五"至"十三五"期间，碳汇的主要正向驱动因素是绿地规模，源于"十一五"期间城市绿地面积增加，主要负向驱动因素是碳汇系数，源于自然灾害导致的水稻等高碳汇系数作物减产，未来绿地增汇需重视绿地结构调整.研究可为珠三角制定降碳增汇政策提供科学支撑.     

我国城市生活垃圾处理温室气体排放特征

CH₄和CO₂是大气中主要的温室气体,研究我国城市生活垃圾处理过程中二者的排放情况,对制订温室气体减排政策和应对气候变化有着至关重要的意义. 利用IPCC(政府间气候变化专门委员会)提供的废弃物处理排放CH₄和CO₂的计算方法,对1979—2011年我国城市生活垃圾处理CH₄和CO₂排放量(不含港澳台数据)进行统计分析. 结果表明:①2011年我国城市生活垃圾人均清运量为0.46 t,比2000年增加了53.3%. ②1979—2011年,我国城市生活垃圾处理仍以填埋为主,焚烧和堆肥处理方式相对较少,但近年来焚烧处理量呈逐年增加趋势,其中2011年焚烧处理量是2001年的16.8倍. ③我国城市生活垃圾处理产生的CH₄和CO₂排放量均呈逐年增长趋势,至2011年,二者分别达到7 024.03×104 (以CO₂当量计,下同)和706.22×104 t;其中,2011年CH₄排放量是1990年的20.0倍,CO₂排放量是2001年的16.8倍. ④城市生活垃圾产生的温室气体排放具有明显的地域特性,其中华东地区CH₄和CO₂排放总量高达2 570.98×104 t;西北地区最小,仅为482.3×104 t. 该差异与城市发展规模、人们生活习惯和城市化进程等影响因子紧密相关.      

基于LEAP模型的临港新片区中长期碳排放预测及减排潜力分析

基于上海临港新片区现有统计数据,结合其未来社会经济发展、产业结构和技术进步等,构建了LEAP-临港模型,分析了基准情景、低碳情景和强化低碳情景下新片区的能源需求和碳排放演化趋势.为增强模型的预测精准度,采用Logistic人口生长模型对临港未来人口数据进行预测,并利用学习曲线模型模拟相关减碳技术的成本发展趋势.同时,构建了碳减排技术的经济性评价模型,通过绘制边际减排成本曲线对典型减碳技术的经济成本及减排潜力进行评估.结果表明,强化低碳情景下,2060年临港新片区一次能源消费中可再生能源占比达69%,电能在终端能源需求中占比达91%;临港新片区可在2030年实现碳达峰,且2060年碳排放量相较基准情景下降94%.就减排贡献度而言,清洁能源替代、产业结构优化和终端能效提升对临港碳减排起到关键作用,中期（至2035年）分别贡献35.1%、27.3%和16.2%的碳减排量,长期（至2060年）分别贡献50.6%、8.75%和7.7%的碳减排量.就具体减碳技术而言,氢能发电、电解水制氢及碳捕获和利用与封存（CCUS）技术对实现净零排放意义重大,但减排成本相对较高.研究成果可为临港及相关地区的低碳绿色发展提供思路和借鉴.     

基于随机森林的南京市PM2.5和O3对减排的响应

自2013年《大气污染防治行动计划》实施后,南京市大气污染有所改善,但仍面临着细颗粒物(PM_2.5)和臭氧(O₃)污染问题.为探究污染物浓度对其前体物减排的响应,获得有效的减排策略,常利用大气化学模式进行多组基于排放扰动的敏感性试验,而这需要消耗大量计算时间和计算资源.应用随机森林算法对2015年大气化学传输模式(GEOS-Chem)模拟结果进行机器学习,高效地预测了南京2019年PM_2.5浓度日均值和日最大8 h臭氧(MDA8 O₃)浓度对不同人为源排放控制情景的响应.随机森林结果表明2019年中国人为排放每减少10%,南京ρ(PM_2.5)季节平均值下降2～4μg·m^-3.当2019年中国人为源减排比例高于20%时,南京ρ(PM_2.5)年均值将低于国家二级限值(35μg·m^-3).若仅对中国地区O₃前体物氮氧化物(NO_x)和挥发性有机污染物(VOCs)同比例减排,反而...     

杀菌剂对湖泊水体温室气体浓度分析的影响

通过往湖泊水样中添加杀菌剂(CuSO4和HgCl2),利用平衡法,用气相色谱仪测定CO2、CH4、N2O浓度,研究杀菌剂(CuSO4和HgCl2)添加对湖泊水体CO2、CH4、N2O浓度分析的影响.实验设计:对照组(CK)不加任何试剂;处理组T1加1mL CuSO4溶液,T2加5 mL CuSO4溶液,T3加0.5 mL HgCl2溶液;每组的水样分两批分析:(Ⅰ)预处理完成后立即分析和(Ⅱ)预处理完成后静置两天再分析.结果表明,CuSO4和HgCl2的添加均能明显增加水体中CO2的浓度,CK(Ⅰ)和CK(Ⅱ)的CO2平均浓度分别为(11.5±1.47)μmol·L-1和(14.38±1.59)μmol·L-1,T1(Ⅰ)和T1(Ⅱ)的CO2平均浓度分别为(376±70)μmol·L-1和(448±246.83)μmol·L-1;T2(Ⅰ)和T2(Ⅱ)的CO2平均浓度分别为(885±51.53)μmol·L-1和(988.83±101.96)μmol·L-1;T3(Ⅰ)和T3(Ⅱ)的CO2平均浓度分别为(287.19±30.01)μmol·L-1和(331.33±22.06)μmol·L-1.但CuSO4和HgCl2添加对水体中CH4和N2O的浓度没有影响.对比Ⅰ和Ⅱ的实验结果可知,在水样预处理完成后需当天分析其温室气体(CO2、CH4、N2O)浓度.本研究表明,杀菌剂的添加能显著增加水体CO2的浓度.     

兰州市高分辨率人为源排放清单建立及在WRF-Chem中应用评估

城市尺度高分辨率人为源大气污染物排放清单是城市空气质量预报预警、污染成因分析和减排措施制定的重要基础数据,目前我国西部地区城市尺度的人为源排放清单研究仍然相对薄弱,能对接于空气质量模式的排放清单更为缺乏.本文整合已发表的清单文献,建立了可对接于空气质量模式的2016年兰州市城市尺度的人为源清单模型（HEI-LZ16）,将之应用于WRF-Chem模式,评估HEI-LZ16的准确性和适用性.结果表明：兰州市2016年人为源排放的SO₂、NO_x、CO、NH₃、VOCs、PM₁₀、PM_2.5、BC和OC总量分别为25642、53998、319003、10475、35289、49250、19822、2476和1482 t·a^-1.在模拟时间内,HEI-LZ16相比于MEIC,O₃和PM_2.5的NME值分别减小了140.2%和28.8%,HEI-LZ16更加准确适用.分析了HEI-LZ16情景下模拟的PM_2.5和O₃时空分布,兰州市臭氧MDA8呈现冬春季城区低而郊区高,夏秋季河谷城区西部及其下风向地区高的分布特征,夏秋季高浓度区的分布受偏东风和光化学反应的共同影响,冬季城区O₃浓度受NO_x排放的抑制作用浓度反而降低.PM_2.5浓度的高值区主要集中在黄河河谷盆地,本研究表明沿白银—兰州黄河河谷盆地走向的西侧存在一个污染物传输通道,其对兰州市环境空气质量具有较大的影响.