空间关联网络结构特征的减排效应:基于城市群视角

基于社会网络分析及回归分析方法,选取珠三角城市群2001~2019年地级市数据,考察珠三角城市群碳排放空间关联网络特征的减排效应.结果表明：①珠三角城市群内各城市间的碳排放联系程度较为疏松,从属结构变动频繁,城市间的碳排放交流与合作亟待增强.②碳排放空间关联网络的中心-边缘结构产生一定程度的松动,中心城市对于整体网络结构的控制能力在减弱,边缘城市有逐渐由被控制向控制角色转变的趋势.③碳排放空间关联的整体网络紧密程度及稳定性的提升、网络等级结构的破除能显著降低地区碳排放量,而个体网络中心性的提高对于城市碳减排具有显著的促进作用.以上分析将有助于为协调二氧化碳减排和低碳城市发展政策的提出提供借鉴.     

长江经济带种植业碳排放效率空间关联网络结构及动因

基于长江经济带11省市数据,利用非期望产出SBM模型测度种植业碳排放效率,通过修改的引力模型构建空间关联网络,应用社会网络分析法剖析空间关联网络结构,利用QAP模型分析空间关联网络驱动因素。研究表明:(1)长江经济带种植业碳排放效率提升较快,效率较高,但仍有提升空间,且存在地区差距,整体呈现出复杂空间网络特征;(2)长江经济带种植业碳排放效率空间关联网络关联性增强,网络结构稳定性提升,空间关联网络由上海单极主导演变为江苏、浙江、贵州、上海多中心协同发展格局;(3)农民人均收入、交通运输水平、空间邻接关系、科技水平、政府农业重视水平对长江经济带种植业碳排放效率空间关联网络具有重要影响。提升种植业碳排放效率时应考虑空间关联网络结构及其动因影响,采取有效措施增强种植业碳排放效率空间关联。     

成渝城市群碳排放空间关联结构演化及影响因素

本文基于社会网络分析法（SNA）以及二次分配程序（QAP）方法,利用成渝城市群2005~2016年面板数据,对成渝城市群碳排放空间关联性及影响因素进行研究.结果表明：①成渝城市群碳排放空间关联性显著,呈现出复杂的网络结构形态,样本期内,网络密度由0.16增长至0.68,关联关系数从38个增长为162个.②重庆、成都、绵阳和南充等城市位于网络的中心地位,发出了较多的关联关系,同时发挥着中介作用.③碳排放空间关联网络被划分成为5个层级,层级结构整体较为稳定,然而第一层级与第二层级存在较为严重的断层现象.④空间距离、人口数量差异以及经济水平差异是碳排放关联性的主要驱动因素.城市间空间距离越近、人口数量与经济水平差异越大,越容易产生碳排放关联关系.     

中国交通碳排空间关联拓扑-角色-组织特征分析

交通行业是仅次于电力和工业能源消耗与碳排放的第三大重要产业,其碳减排能力直接影响中国“双碳”目标的达成时间节点。为探究中国交通碳排放的空间关联格局,该文基于社会网络分析及社区发现算法,利用2003-2020年各省交通碳排放数据,从拓扑结构、角色特征、组织方式等视角探究中国交通碳排放空间关联网络的结构特征与演变规律。研究表明,各省交通碳排放空间关联网络拓扑特征呈周期性波动,并呈现显著的小世界性和无标度特征。碳排放空间关联网络呈现显著的“核心-边缘”分布,北京、上海、江苏、浙江、广东、山东等省域处于网络核心,发挥“中介”和“桥梁”作用。碳排放空间关联网络按角色特征划分为“主受益”、“净受益”、“经纪人”和“净溢出”等板块,各板块间的空间溢出效应显著,其中“经纪人”板块在板块联动中发挥重要作用。“社区蜂鸣-碳枢纽-管道”模型识别出碳排放空间关联网络的“大分散,小集聚”的组织特征。研究结果有助于区域交通碳减排目标优化与协同发展。     

中国森林生态安全空间关联的网络特征及其驱动机制

提高森林生态安全的整体水平,是生态文明建设和林业可持续发展的必然选择。在对2009—2018年中国省际森林生态安全进行定量测度的基础上,利用修正的引力模型计算省际间的空间关联关系,并运用社会网络分析法探究其网络特征及驱动机制。结果表明：（1）中国森林生态安全的空间关联网络整体具有较好的通达性和显著的等级性,但关联强度和稳定性较低。（2）中国森林生态安全空间关联网络呈现出明显的“中心—外围”格局,山东、河南、湖北、湖南等省份处于网络中心位置,发挥重要的中介作用。（3）中国森林生态安全的空间关联网络可划分为经纪人、净溢出、净受益、双向溢出四个板块,并呈现板块内集聚为主、板块间关联为辅的空间关联特征。（4）经济发展差异、林业产业结构差异、城镇化水平差异、林业生态建设投入差异、森林资源禀赋差异对中国森林生态安全空间关联网络的形成具有弱负向的驱动作用,地理邻接关系对其具有强正向的驱动作用。     

长江中游城市群工业碳排放空间关联及其影响因素

厘清工业碳排放空间网络结构特征及影响因素,能为推进区域工业协同减排提供参考。该文基于2011-2020年长江中游城市群地级市工业碳排放数据,借助社会网络分析法揭示长江中游城市群工业碳排放空间网络结构特征及其影响因素。研究表明：（1）2011-2020年长江中游城市群工业碳排放呈现出复杂的网络结构特征;（2）长沙和武汉等城市在长江中游城市群工业碳排放空间关联网络中居于核心地位,而鹰潭和上饶等城市处于网络的边缘地位;（3）空间地理距离、经济发展水平、城镇化水平、产业结构和对外开放水平等共同驱动着工业碳排放空间关联关系的形成。     

基于SNA的产业碳排放关联及传导网络分析

为探究中国产业部门碳排放的关联及传导网络结构特征。基于2005、2010和2014年投入产出表及碳排放数据,利用未加权和加权前后向关联效应探究产业碳排放关联,并在完全消耗系数矩阵的基础上,采用社会网络分析方法探究个体及整体网络特征。结果表明:(1)石油加工、炼焦和核燃料加工业、电力、热力及燃气生产和供应业等产业未加权及加权前后向关联程度较大,承担着主要的溢出作用。(2)2005-2014年,产业碳排放的传导网络复杂性呈现下降趋势,但外部关联特性逐渐上升。(3)依据各产业部门在产业碳排放传导网络中的作用,可以将其划分为"经纪人"、"净溢出"、"净收益"和"双向溢出"4个板块。     

成渝城市群碳排放时空趋势特征及影响因素分析

县域是中国经济发展与减排治理的基本单元,而成渝城市群作为中国西南地区经济发展的新极点,是潜在的碳排放增长区,研究并揭示城市群县域碳排放时空演变特征与影响因素对区域差异治理与“双碳”目标的实现具有重要意义。文章使用成渝城市群2008-2017年县域碳排放数据通过空间数据,在考虑区域范围差异的前提下探究其时空演变特征与影响机制,结果表明：（1）2008-2017年成渝城市群县域碳排放量整体呈上升趋势,增长过程大致分为快速抬升-缓慢上升-高位波动3个阶段,并以2011年为主要分界点整体呈现出“先快后慢,波动涨幅”的增长态势。（2）县域碳排放具有明显的东北-西南向差异,空间极值化趋势明显。高-高集聚区县集中在重庆、成都城市群内;低-低集聚的区县数量稳定,主要集中在成渝城市群西南部。城市群整体呈现出较为明显的空间撕裂状态。（3）在单因子分析中,前期地区生产总值、第二产业产值与政府财政支出对区县碳排放的影响程度最高,随时间推移年末人口总数、人均地区生产总值和城镇化率的影响程度逐渐上升并跃居前位。交互因子探测结果显示,区县碳排放增长是多种影响因子综合作用的结果,地区生产总值自始至终是影响县域碳排放的...     

我国农业碳排放时空演变特征研究

碳达峰、碳中和目标的提出，对我国农业碳减排提出了新要求。明确农业碳排放特征是制定农业碳减排政策的基础。本文对2012—2020年我国31个省（区、市）农业碳排放情况进行了测算，分析了我国农业碳排放的时空演变特征。我国农业碳排放总量呈现“先上升、后下降”的趋势，且下降速度快于增长速度。从农业碳排放结构来看，农资投入和畜牧业的碳排放下降是近年来农业碳排放下降的主要原因；从农业碳排放空间变化来看，我国农业碳排放呈现出“西升、东降、中略降”的空间变化特征。在此基础上，本文认为农业低碳发展应以保障国家粮食安全为前提，在保证农产品产量的同时进一步减少农资投入，统筹制定地区农业碳减排政策。     

“一带一路”沿线省域交通碳排放影响因素时空异质性

选取“一带一路”沿线17个省（自治区、直辖市）行政单位作为基本空间单元,核算2000~2021年“一带一路”沿线省域交通碳排放,在利用空间自相关法分析交通碳排放时空分异特征的基础上,结合固定效应回归模型和地理探测器探究交通碳排放影响因素的时空异质性.研究发现：①“一带一路”沿线省域交通碳排放具有显著的空间正相关性,整体呈上升趋势.并且交通碳排放高低值聚类演变在空间上呈现出两极分化的特征,高值聚类区主要分布在开放先行区,低值聚类区主要分布在丝路核心区. ②对外开放水平和机动车保有量是交通碳排放的正向驱动因素,能源强度、交通运输结构、行业发展规模和政府干预程度是交通碳排放的负向驱动因素. ③能源强度和交通运输结构是交通碳排放空间分异的主要驱动因子,且多数因子在与其他因子空间叠加后会产生非线性增强作用,即驱动因素之间存在较强的协同性.结果表明“一带一路”沿线省域交通碳排放受周边地区影响且影响程度不断加强,同时交通碳排放关键驱动因素之间存在协同作用.因此建议“一带一路”沿线省域充分考虑交通碳排放影响因素的时空异质性特征,制定差异化的交通碳减排政策.     

Uncertainty analysis of emission estimates in the RAINS integrated assessment model

Uncertainty is a critical issue for all models that attempt to quantify the necessary emission reductions that are required to meet environmental quality targets. This paper discusses a methodology specifically developed to analyse the uncertainties in the emission estimates with the regional air pollution information and simulation (RAINS) integrated assessment model, considering the uncertainties in the model parameters themselves. Overall, it was found that a typical range of uncertainties for modeled national emissions of sulfur dioxide, nitrogen oxides and ammonia in Europe lies between 10 and 30%. In general, the uncertainties are strongly dependent on the potential for error compensation. This compensation potential is larger (and uncertainties are smaller) if calculated emissions are composed of a larger number of equal-sized source categories, where the errors in input parameters are not correlated with each other. Thus, estimates of the national total emissions are generally more certain than estimates of sectoral emissions. A sensitivity analysis with respect to the uncertainty in input parameters showed that the actual uncertainties are critically influenced by the specific situation (pollutant, year, country). However, the emission factor is an important contributor to the uncertainty in estimates of historical emissions, while uncertainty in the activity data dominates the future estimates.     

铝系混凝剂优势形态分析及其混凝特性

聚合氯化铝（PACl）是常用的水处理混凝剂,在应用过程中通常表现出比传统铝盐更为优异的效果.研究表明,这种优异性能主要得益于其特殊的组成,特别是高分子聚合物Al₁₃和Al₃₀独特的物化特性.Al₁₃和Al₃₀是铝离子水解过程中的中间产物,在地球科学和环境化学等领域有着重要的研究价值.于水处理而言,二者的结构和分子特性是研究者关注的重点,大量研究基于此展开,很多重要的发现为实际应用奠定了基础.基于对PACl及其组成性质的研究,本文对PACl的混凝特性及其优势形态分子的分析进行了综合阐述.     

2016-2018年西宁市颗粒物来源及输送差异分析

利用HYSPLIT模式计算了2016—2018年西宁市逐日72 h气团后向轨迹,采用聚类分析方法,结合同期颗粒物PM₁₀和PM_2.5质量浓度数据,分析逐年和3年平均西宁市颗粒物输送特征及差异,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）对影响西宁市PM₁₀和PM_2.5质量浓度的污染潜在源区及不同潜在源区贡献进行了分析.结果表明,2016—2018年,西宁市颗粒物最主要输送路径源自青海北部的聚类2、甘肃中部的聚类6和甘肃东部的聚类8,占同期总轨迹比例分别为28.1%、27.4%和27.5%;3年平均则源自青海北经青海东折回西宁的聚类2,占比45.3%.最主要输送路径对应颗粒物质量浓度最低,输送距离较短、垂直高度较低、气团移速较慢;影响气团由西北向偏东转变,3年平均则以西北气团为主.2018年源自甘肃经青海东至西宁的短距离输送处于突出地位,所含轨迹占总轨迹的比例高达49.6%.PM₁₀和PM_2.5主要输送路径和污染路径由较长距离向较短距离过渡,较长距离输送路径出现比例逐年较小.PM_2.5/PM₁₀小于0.3时,主要输送路径与PM₁₀污染轨迹有很好的对应关系;PM_2.5/PM₁₀大于0.6时,主要输送路径与PM_2.5污染轨迹有较好的对应关系.PSCF和CWT分析发现,影响西宁市颗粒物质量浓度的主要污染潜在源区分布在新疆南部和青海北部,对PM₁₀质量浓度贡献大于100 μg·m^-3,对PM_2.5质量浓度贡献大于45 μg·m^-3.潜在源区分布年变化差异明显,2016年最广,2018年最小.印度北部主要贡献源区虽分布范围逐年减小,但在2017年局部贡献增大,对PM₁₀贡献超250 μg·m^-3,对PM_2.5贡献超60 μg·m^-3.主要贡献区周边区域及西宁至兰州一带为中等贡献源区,对PM₁₀贡献为50~100 μg·m^-3,对PM_2.5贡献为15~45 μg·m^-3.     

大气NOx测量准确性问题分析

采用美国热电公司的NO-N02-NOx分析仪(Model 42i TL)和NOy分析仪(Model 42i NOy),在2011年1月-10月期间,对北京城市大气中的NO、NOx和NOy进行了连续在线测量.两台仪器对NO的测量结果具有较高的一致性(r＞0.998,p＜0.01),说明两台仪器测量精度基本一致.将NOy分析仪(Model 42i NOy)采样口处安装和不安装颗粒物过滤膜两种条件下测量的NOy结果与NO-NO2-NOx分析仪所测的NOx结果分别进行了相关性分析([NOy] =0.989x[NOx],R2 =0.993;[NOy] =1.134 ×[NOx],R2=0.959),得出以下两个结论:①以颗粒态硝酸盐为代表的颗粒物是造成NOx与NOy偏差的主要原因,其所占比例在10％左右;②目前Model 42i-TL所测NOx的浓度水平较真实值偏高,其测量值更接近气态NOy的浓度水平.为估算NO2测值被高估的程度(以2011年8月6日-15日观测数据为例),用扣除部分气态NOz物种(HONO、HNO3、PAN、PPN)的修正方法,推论出在夏季N02被高估约7％(R2=0.968).     

2013年京津冀重污染特征及其气象条件分析

2013年中国东部地区多次发生持续的重霾污染事件.为探究其气象条件与重污染事件的关系,本文使用欧洲中心2013年东亚地区的逐日气象数据和北京、天津、石家庄的逐时PM_2.5浓度数据以及2013年MICAPS观测数据,分析了重污染事件对应的天气形势,并使用NAQMPS针对2013年1月的重污染事件进行情景模拟.研究结果表明：1北京、天津和石家庄地区PM_2.5浓度,夏秋季节日变化不显著,秋冬季节白天低夜间高;3地PM_2.5浓度均表现为12-1月浓度最高,7月最低;.2500 hPa平直西风气流,850 hPa弱暖平流,地面处于弱高压后部或高压底部高低空配置下的天气系统,对应着重污染事件的高发期;3源强不变的情况下,京津冀地区由弱高压前部控制转为弱高压控制时,地面温度升高0~5℃,相对湿度增加30%~50%,风速下降2~3 m·s^-1,PM_2.5浓度变化可达300 μg·m^-3.     

基于中欧对比视角的货运机动车尾气排放PM2.5分析研究

基于中欧对比视角,本研究运用扩展的Kaya模型以及LMDI(Logarithmic-Mean Divisia Index)对货运机动车尾气排放PM_(2.5)的影响因素进行分析.分析表明:尽管中欧货运机动车PM_(2.5)排放近年来持续下降,但中国的排放强度远高于欧盟15国(EU15)平均水平.从分解因素来看,货运量增加是中国货运机动车PM_(2.5)排放增加的最主要影响因素,但该因素的作用自2013年以来极为微小.而EU15货运机动车PM_(2.5)排放量增加最主要的因素是较高的用车次数.此外,越来越严格的排放标准为中国和EU15降低PM_(2.5)排放都做出了突出的贡献.     

重庆臭氧时空分布特征及其污染成因的初步分析

近年,臭氧(O₃)正逐渐取代PM_2.5成为中国首要大气污染物.因此,研究O₃的时空分布特征及污染成因对于空气污染治理与管控具有重要价值.重庆复杂的地形造成该地区O₃的污染成因具有很大的不确定性.采用2013—2020年重庆市主城区环境监测站O₃、PM_2.5、NO₂逐小时监测数据和国家气象站观测资料,分析了O₃的时空分布特征,并探究其与复杂地形、前体物、气象要素及PM_2.5的关系.结果表明:①2013—2020年臭氧日最大8 h平均浓度的第90百分位值年际变化总体呈现先减后增的趋势.发生臭氧污染月份数量增加,臭氧污染开始月份从6月提前到4月.②2019年重庆臭氧中度和重度(中重度)污染天数最多,为6 d.2013—2015年中重度污染频率由1.09%减少至0.27%,到2019年增加至1.64%,2020年降至0.81%.③重庆中重度污染期间,O₃的空间分布受山谷风环流与城市热岛效应的共同影响.白天城区站点O₃浓度高于山区站点O₃浓度,夜间山区站点O₃浓度高于城区站点O₃浓度.④城区站点的O₃与NO₂浓度呈现显著负相关,山区站点O₃与NO₂浓度的相关系数为负值,但相关性不显著.⑤重庆大部分O₃中重度污染由局地污染主导,在非高温或者高湿的情况下同样可能发生臭氧中重度污染.臭氧中重度污染发生时,风向多为西-北风.O₃浓度与气温和风速呈显著正相关,与相对湿度呈负相关.⑥重庆O₃-PM_2.5相关性城区与山区表现不一致,城区南坪站O₃-PM_2.5在暖季呈正相关关系,冷季相关性有正有负,山区缙云山站O₃-PM_2.5在暖季和冷季都呈正相关关系.     

Process analysis of PM2.5 pollution events in a coastal city of China using CMAQ

US EPA's Community Multiscale Air Quality modeling system(CMAQ) with Process Analysis tool was used to simulate and quantify the contribution of individual atmospheric processes to PM_(2.5) concentration in Qingdao during three representative PM_(2.5) pollution events in the winter of 2015 and 2016. Compared with the observed surface PM_(2.5) concentrations, CMAQ could reasonably reproduce the temporal and spatial variations of PM_(2.5) during these three events. Process analysis results show that primary emissions accounted for 72.7%–93.2% of the accumulation of surface PM_(2.5) before and after the events.When the events occurred, primary emissions were still the major contributor to the increase of PM_(2.5) in Qingdao, however the contribution percentage reduced significantly,which only account for 51.4%–71.8%. Net contribution from horizontal and vertical transport to the accumulation of PM_(2.5) was also positive and its percentage increased when events occurred. Only 1.1%–4.6% of aerosol accumulation was due to PM processes and aqueous chemical processes before and after events. When the events occurred,contribution from PM processes and aqueous chemistry increased to 6.0%–11.8%. Loss of PM_(2.5) was mainly through horizontal transport, vertical transport and dry deposition, no matter during or outside the events. Wet deposition would become the main removal pathway of PM_(2.5), when precipitation occurred.     

煤化学链燃烧钙铁双氧载体竞争还原反应平衡分析

采用Ca SO4和少量Fe2O3所组成的混合物作为化学链燃烧的复合氧载体,对水蒸汽气化介质条件下煤气化-复合氧载体还原反应展开热力学分析,探讨了双氧载体在燃料反应器中的竞争还原反应机理及铁氧化物与气体硫化物、与煤灰反应的可能性.铁基氧化物主要是起到载氧的作用,其加入有利于提高燃料燃烬度,且不会被过度还原成Fe O或Fe.在850~1050℃反应温度范围,铁氧化物不会与SO2和H2S反应而转化成Fe S或Fe S2.Ca SO4还原副反应生成的Ca O容易与煤灰中Si O2和Al2O3反应,生成钙的硅酸盐和铝酸盐.     

基于CAMx的徐州市2016年冬季PM2.5污染过程及来源分析

徐州地处江苏西北部、华北平原的东南部,为内陆资源型工业城市,近几年来环境监测数据显示,徐州地区大气复合污染问题日益突出,准确模拟大气污染物状况及来源对于空气污染的防治十分关键.2016年1月,徐州市出现了多次持续的重污染天气,研究中以此次污染事件为例,首先基于WRF-CAMx空气质量模型系统对这次细颗粒物污染过程进行全面的模拟与分析,其次利用CAMx-PSAT系统模拟和分析本次污染的区域传输过程.研究结果显示：此次细颗粒物污染中,PM_2.5组成成分以硫酸盐、元素碳、硝酸盐和铵盐为主,分别占月平均浓度的29%、15%、14%、14%;PM_2.5的区域传输贡献中,长距离传输所占比重最大,月平均贡献率达46%,其次为本地源排放,平均贡献率为39%;重污染天气期间,PM_2.5污染主要从西北方向输入,此时长距离传输的影响明显增大.