Sensitivity analysis as a tool for systematic reductions in greenhouse gas inventory uncertainties

A greenhouse gas emission inventory consists of a large number of input parameters, many of which have high uncertainties. The Kyoto protocol will require accurate emission data. It is, consequently, important to reduce the inventory uncertainty by improving the input parameters and methodologies in a cost-efficient manner. A key parameter is defined as one that has significant effect on the total emissions or trend and their uncertainty. Key parameters may be ranked according to their contribution to total emissions and trend uncertainty. Quantitative uncertainty estimates of emissions are not available in many countries. In order to evaluate key parameters in such inventories a simplified approach based on thresholds is proposed. Various methods of sensitivity analysis have been applied to Norwegian inventory data. The simplified threshold approach gives insight into the inventory and identifies the key parameters. More sophisticated methods of sensitivity analysis assessments are, however, useful in order to seek specific improvements. The key parameters for determination of total emissions are the large and uncertain sources. Smaller emission sources may be key parameters for the trend determination if their source level is strongly increasing or decreasing.     

Uncertainties in greenhouse gas emission inventories — evaluation,comparability and implications

This paper reviews quantitative assessments of uncertainty in level and trend in national greenhouse gas inventories. The reported uncertainty in the total emissions of high-quality greenhouse gas inventories ranges from ±5–20% in studies of five industrialised countries. The differences in uncertainty are, in particular, due to different subjective assessment of the uncertainty in emissions of nitrous oxide from agricultural soils. The fraction of CO₂ in the inventory has little effect on the uncertainty. The uncertainties in trends are about ±4–5 percentage points for those countries that have made estimates. High uncertainties of emission levels indicate potential for improvements and, consequently, recalculations. Recalculations will reduce uncertainty, but might also cause practical problems. A high uncertainty in the emission level for large emission sources may be an obstacle for assessing cost-effective reduction strategies as well as for designing effective systems of emission trading. This could imply that the more uncertain emission sources should be excluded from emission trading. Alternatively, subjective uncertainty estimates may be expressed in terms of an economic risk of recalculation. The latter system may allow a market-based encouragement to reduce emission uncertainty. Reductions in uncertainties are anticipated in the future. However, it will be extremely difficult to reduce the trend uncertainty. Trend uncertainties may consequently remain high compared with the emission reduction targets in the Kyoto protocol.     

中国水泥碳排放测算的影响因素分析与不确定度计算

作为水泥生产大国和CO_2排放大户,中国水泥行业的CO_2排放在国际上受到越来越广泛的重视,然而不同的研究结果之间存在不同程度的差异.为了定量研究中国水泥碳排放测算的影响因素,对碳排放因子的测算、运营边界的界定及水泥熟料或水泥成品的产量这3个影响因素做了详细分析,并对碳排放因子的不确定度做了定量计算.结果发现,影响中国水泥碳排放测算的最主要因素是碳排放因子,而该因素又与生产工艺、燃料和熟料水泥比等密切相关.本研究结果比IPCC、EDGAR、CDIAC和WBCSD/CSI等研究结果均低,并且差异逐年显著,以水泥碳排放来自碳酸盐分解的部分为例,2000年相差约65 Mt,而2012年差值接近450 Mt.计算表明,中国水泥碳排放不确定度为12%~22%.因此,水泥碳排放测算的影响因素较多,在计算中国水泥碳排放量时不可照搬国外研究的参数.     

基于P3-T3方法的飞机LTO阶段氮氧化物排放量计算与分析

飞机起飞着陆循环(LTO)阶段包含高推力的起飞和爬升阶段,具有排放强度高、排放特性不稳定的特点.同时,该阶段飞行高度低,尾气排放会直接影响机场周边人群.因此,本文依据机载快速存取记录器(QAR)数据中的低压转子转速等特征参数,对LTO进行精确的阶段划分.同时,建立发动机排放特性参数与推力关系模型,并使用P_3-T_3方法对国际民航组织公布的发动机各阶段排放指数进行修正,最终计算GE90-115B发动机某次LTO阶段的实际氮氧化物排放量.结果表明,该方法与国际民航组织推荐的标准LTO估算方法相比,总量相差约40%,与原有的BM2方法相比也存在一定差异.分析认为,这种依据QAR实际飞行数据并结合发动机排放特性参数的发动机排放量计算方法,可以更加真实地反映发动机性能对排放特性的影响,可很好地适用于具体航班氮氧化物排放量的精确估算,为近地面飞机排放评估乃至机场排放清单的编制提供更加准确的依据.     

中国人为源VOC排放清单不确定性研究

针对采用"排放因子法"构建的中国人为源VOC排放清单,开展了不确定性研究工作.基于排放清单输入信息的准确性和可靠性,构建了活动水平和排放因子的不确定度评估系统,获得了清单输入信息概率密度分布函数.利用Monte Carlo模型将输入信息的不确定度传递到清单的输出值,计算了2005年我国人为源VOC排放概率密度分布函数....     

2007年火电行业温室气体排放量估算

为了解我国火电行业温室气体排放情况,参考《IPCC国家温室气体排放清单指南》中固定源燃烧温室气体排放量计算方法学部门方法的相关内容,利用实测的温室气体排放因子以及2007年火电行业活动水平数据,计算火电行业温室气体排放量. 排放因子测算及排放量计算过程均遵循IPCC关于温室气体排放计算的质量保证和质量控制内容. 结果表明,2007年我国火电行业CO₂与N₂O排放量分别为2.81×109和1.56×105 t.同时使用参考方法,利用国家级能源统计数据直接计算火电行业CO₂排放量.将部门方法与参考方法计算结果进行比对发现,原煤、原油和天然气燃烧温室气体排放量2种方法的相对偏差分别为7.5%,98.8%和1.6%,除原油外,原煤和天然气燃烧CO₂排放量与参考方法相差并不大.      

33年来中国铁路运输行业的大气污染物排放

铁路是中国重要的交通运输方式,但中国至今尚无铁路运输行业大气污染物排放的报道.根据中国铁路部门逐年统计数据,采用基于燃料消耗量的排放因子法,估算了1975～2007年中国铁路机车大气污染物排放量,并分析了大气污染物排放强度及其变化.结果表明,33年来中国铁路机车烟尘、SO2、CO和CnHm排放量逐年降低,分别由1975...     

2013年1月华北地区重霾污染过程SO2和NOx的CMAQ源同化模拟研究

以2006年中国地区的INTEX-B排放清单为基础,采用CMAQ模式污染源同化方法,反演更新了2013年1月重霾污染过程华北地区的SO₂和NO_x排放源;应用WRF-CMAQ模式以及2006年INTEX-B初始排放源和2013年1月改进的排放源,分别模拟了1月9-15日和28-31日两次持续重霾污染过程的SO₂和NO₂浓度,并与华北地区47个环境监测站点实测值进行对比,重点分析了基于初始源和同化反演源的模拟效果及其改进原因;本文亦采用2012年清华大学编制的东亚地区MEIC排放清单评估了SO₂和NO_x同化反演源的合理性.分析结果表明:①CMAQ模式污染源同化方法可适用于重霾污染过程,即采用同化反演源模拟的SO₂、NO₂浓度时空变化特征与实测值较一致,而且可反映SO₂、NO_x排放源强的动态变化特征;②基于同化反演源的SO₂、NO₂浓度模拟效果明显优于2006年INTEX-B排放源,其时间变化趋势与实测值较一致,而且可模拟重霾污染过程SO₂、NO₂浓度的峰值;③采用反演源模拟的SO₂、NO₂浓度空间区分布特征与实测值较一致,而且可较好反映重污染区的极值分布特征;④经污染源同化改进后SO₂、NO₂模拟浓度与实测值的相关系数有所提高,误差明显减小;SO₂的改进效果略优于NO₂,这与污染源对两种污染物浓度的影响差异有关;⑤初始源中SO₂、NO_x排放源的空间分布和强度与2012年清华大学编制的排放源强差异较大,而同化反演源的空间分布和强度均接近于上述2012年排放源,较好反映出重点地区的高污染源分布特征.本文研究结果将为改进重霾污染过程的空气质量预报、减小自下而上建立的排放源清单不确定性、评估SO₂、NO_x等排放源的影响效应以及不同气象条件下区域排放源的动态调控等提供新技术途径和研究思路.     

基于远程在线监控车载终端的柴油车NOx排放等级诊断研究

远程在线监控车载终端集成了远程通讯模块、卫星定位模块、发动机OBD信息解析模块,能够实时读取车辆排放相关运行信息,但无法直接判断车辆NO_x排放情况.为了快速、准确地评估车辆排放情况,诊断和监测NO_x高排放车,同时为了克服有些重型柴油车监测数据中缺失进气流量、燃油流量、车速等重要的实时信息,无法计算出车辆NO_x排放因子的问题.本文提出了由NO_x浓度分布特征驱动的高排放重型柴油车识别算法,通过远程在线监控车载终端设备获取车辆的发动机信息和SCR系统运行信息,运用NO_x浓度分布计算车辆每天NO_x排放浓度占比,通过系统聚类法对车辆NO_x排放浓度占比进行聚类,结果聚为优、良、中、差4类.利用车辆NO_x排放浓度区间分布及其聚类结果分别作为训练集的输入和输出,选择BP神经网络作为训练算法,训练获得的模型分类准确率为90%,利用训练好的模型判断在用柴油车NO_x排放等级,从而识别及监测NO_x高排放车辆.研究结果可为柴油车NO_x高排放诊断及监测提供依据,有助于监管部门能够快速识别NO_x高排放车辆.     

关中盆地NO2和SO2对颗粒物污染的协同效应

基于WRF-Chem模式模拟了关中盆地2019年1月2—14日一次颗粒物污染事件,评估了NO_x和SO₂减排及其在颗粒物污染中的协同作用对PM_2.5污染的影响。敏感性实验结果表明：NO_x减排可使PM_2.5中硝酸盐含量下降,但大气中O₃浓度上升,大气氧化能力增强,其他二次组分上升,导致PM_2.5下降不明显;SO₂人为源减排可使硫酸盐质量浓度下降,但由于硫酸盐在PM_2.5中占比较低,当SO₂减排75%时,PM_2.5仅下降1.74%;当减排比例较高时,NO_x和SO₂同时减排更有利于颗粒物污染防治。PM_2.5质量浓度在NO_x和SO₂同时减排75%时比分开减排75%时多下降0.75%,主要是硫酸盐下降所致;对气溶胶含水量进行分析,发现NO_x对气溶胶含水量影响较大,当NO_x减排75%时,气溶胶含水量可下降15.51%;此外,NO_x和SO₂同时减排比分开减排时气溶胶含水量更低,更不利于二次颗粒物生成。     

基于CMAQ模式的自适应“nudging”源反演方法的中国主要污染区排放特征分析

中国中东部地区的空气污染主要集中在京津冀、长三角、珠三角、东北地区及汾渭平原等区域，各区域的污染排放特征各异.本文应用基于CMAQ（The Community Multiscale Air Quality）模式的自适应"nudging"源反演方法，反演中国中东部地区2016年12月—2017年1月逐日NO_x污染源，分析上述主要污染区的污染物排放强度空间分布特征，并与2016年MEIC（The Multi-resolution emission inventory for China）排放源进行比较，检验反演源的可靠性.结果表明，2016年冬季各个区域反演源NO_x排放强度空间分布特征与2016年MEIC排放源基本一致.京津冀地区高强度排放区域形成沿山前区域东北-西南走向的NO_x高强度排放带；长三角地区NO_x高强度排放区域位于常州、苏州、上海和湖州等城市构成的城市群；珠三角地区NO_x高强度排放区域位于以广州为中心的大范围城市群且排放强度呈现向四周逐渐降低的放射状分布；东北地区NO_x高强度排放区域空间分布特征呈现以城市为中心且稀疏分布；汾渭平原排放区域呈现以城市为中心且向峡谷中间集中分布，排放区域轮廓与汾渭平原狭长的新月状相符.     

Real-world fuel efficiency and exhaust emissions of light-duty diesel vehicles and their correlation with road conditions

The real-world fuel efficiency and exhaust emission profiles of CO, HC and NO_x for light-duty diesel vehicles were investigated. Using a portable emissions measurement system, 16 diesel taxies were tested on different roads in Macao and the data were normalized with the vehicle specific power bin method. The 11 Toyota Corolla diesel taxies have very good fuel economy of (5.9 ± 0.6) L/100 km, while other five diesel taxies showed relatively high values at (8.5 ± 1.7) L/100 km due to the variation in transmission systems and emission control strategies. Compared to similar Corolla gasoline models, the diesel cars confirmed an advantage of ca. 20% higher fuel efficiency. HC and CO emissions of all the 16 taxies are quite low, with the average at (0.05 ± 0.02) g/km and (0.38 ± 0.15) g/km, respectively. The average NO_x emission factor of the 11 Corolla taxies is (0.56 ± 0.17) g/km, about three times higher than their gasoline counterparts. Two of the three Hyundai Sonata taxies, configured with exhaust gas recirculation (EGR) + diesel oxidation catalyst (DOC) emission control strategies, indicated significantly higher NO₂ emissions and NO₂/NO_x ratios than other diesel taxies and consequently trigger a concern of possibly adverse impacts on ozone pollution in urban areas with this technology combination. A clear and similar pattern for fuel consumption and for each of the three gaseous pollutant emissions with various road conditions was identified. To save energy and mitigate CO₂ emissions as well as other gaseous pollutant emissions in urban area, traffic planning also needs improvement.     

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.     

我国燃煤电厂PM2.5减排潜力预测与分析

为研究燃煤电厂在燃煤发电机组结构优化调整和不同末端控制措施条件下PM_2.5的排放情况,以2012年为基准年,设计了分阶段、分地区不断优化的控制情景(基准、适中、加严和最严情景),并依据《大气细颗粒物一次源排放清单编制技术指南(试行)》建立的减排潜力模型对2017年、2020年和2030年我国燃煤电厂PM_2.5减排潜力及空间分布进行预测分析. 结果表明:通过燃煤发电机组结构优化调整,2017年、2020年和2030年我国燃煤电厂PM_2.5排放量与调整前相比可分别减少3.62×104、8.52×104和24.43×104 t,但相对于基准年而言,PM_2.5排放量并未减少;进一步结合末端控制措施优化进行控制,PM_2.5最大减排潜力(相对于基准年而言)可分别达到59.42×104±7.83×104、82.83×104±5.82×104和81.89×104±6.76×104 t,最高减排比例分别达到66.5%±8.8%、92.8%±6.5%和91.6%±7.6%. 我国各省(市/区)燃煤电厂PM_2.5减排潜力与其煤耗量和采取的控制措施有关,燃煤量越大,控制措施越严格,则减排潜力越大. 京津冀、长三角和珠三角地区燃煤电厂在实现超低排放,即最严情景下2017年PM_2.5减排潜力分别为5.93×104、12.04×104和4.70×104 t;2017年、2020年和2030年这3个区域PM_2.5总减排潜力分别为22.68×104、22.36×104和22.07×104 t. 内蒙古、江苏、山东、广东、河北和山西等地在实施超低排放后,其PM_2.5减排潜力均超过4×104 t,并且在全国范围内实施超低排放可显著降低我国燃煤电厂PM_2.5排放量.      

北京市大气环境PM2.5和PM1及其碳质组分季节变化特征及来源分析

大气颗粒物是影响我国大多数城市环境空气质量的首要污染物,近年来随着监测技术的进步和采样设备的改进,相关研究对象逐渐从大粒径的PM_10、PM_(2.5)转移到更小粒径的PM_1上.碳质组分是大气颗粒物的重要组成部分.以北京市为研究区域,选取2016年7月、10月及2017年1月、4月作为4个季节的代表月,对大气环境中的PM_(2.5)和PM_1进行采集,分析了二者的质量浓度和季节变化特征.采用两层嵌套气象-空气质量模型系统(WRF-CMAQ)耦合模型对采样时段进行了模拟,分析观测期间PM_(2.5)和PM_1的来源贡献,并使用因子分析法解析了碳质组分的来源.结果表明,PM_(2.5)和PM_1的质量浓度均呈现春、夏、秋、冬这4个季节递增的趋势;PM_1是PM_(2.5)中的主要组成,而且秋冬季节随着灰霾发生频率的增加,PM_1质量浓度占PM_(2.5)的比值明显升高;北京市大气环境中存在明显的二次污染,且SOC更容易在粒径更小的PM_1中积聚.散煤燃烧、机动车尾气排放、居民面源及生物质燃烧排放是北京市大气颗粒物的重要贡献来源;汽油车尾气、柴油车尾气、生物质燃烧和燃煤排放是北京市大气颗粒物中碳质组分的主要来源.     

长江三角洲2018年土壤NO排放特征

土壤是大气一氧化氮（NO）重要的来源之一,在大气化学中起着重要的作用.基于最新的BDSNP算法构建长三角地区2018年土壤NO排放清单,并进一步分析其时空特征和不确定性.结果表明,长三角地区2018年土壤NO排放量为213.6 kt,占人为源NO_x排放总量的7.3%,排放高值区主要集中在安徽省北部和江苏省大部分地区.从月变化来看,土壤NO排放在6月达到峰值,占全年排放的19.9%,占6月人为源NO_x排放量的19.7%;从小时变化来看,土壤NO排放在16:00点达到峰值,占全天的5.5%.土壤NO排放包括土壤本底、氮肥施用和氮沉降这3个部分;氮肥施用是土壤NO排放的主要来源,占比高达77.8%.随着机动车和工业等NO_x排放的深入减排,土壤NO排放的重要性将日益凸显.     

基于OMI数据的长三角地区NOx排放清单校验

近年来伴随着我国经济的持续增长,人为源氮氧化物排放居高不下,导致我国区域大气复合污染日趋严重. NO_x排放清单对于大气复合污染研究具有极为重要的意义.为了降低NO_x排放清单的不确定性,基于OMI卫星观测的对流层NO₂柱浓度资料,结合WRF-CMAQ模型系统,对2014年长三角区域NO_x排放清单进行了校验,对于该清单的不确定性进行了初步评估.结果表明,基于长三角地区2014年大气污染物排放清单,利用WRF-CMAQ系统模拟所获得的区域NO₂柱浓度平均值（4.66×1015~10.58×1015 mole/cm2）与OMI卫星数据（3.49×1015~11.47×1015 mole/cm2）较为接近,并且相关性较好（平均R=0.65）,归一化平均偏差（NMB）在-7.71%~33.52%之间,平均偏差（Bias）在0.06~0.28之间,可以在一定程度上说明2014年长三角区域NO_x排放总量基本能够反映区域NO₂污染状况.对比分析了OMI卫星遥感资料与CMAQ模型模拟结果,二者NO₂柱浓度空间分布情况总体一致,然而,苏南、上海和浙北等工业较发达地区OMI卫星NO₂柱浓度低于CMAQ模型模拟值,周边经济欠发达地区OMI卫星数据高于CMAQ模型模拟值,表明空间分布仍有进一步优化的空间.利用近地面卫星观测数据与CMAQ模型模拟结果对比,可得近地层观测ρ（NO₂）高于模拟结果,说明仅仅利用地面观测数据验证模型模拟结果存在一定偏差.研究显示,NO_x排放清单模型模拟结果在总量和时间变化方面与OMI卫星资料一致,在空间分配方面存在一定偏差.      

2010年中国机动车CH4和N2O排放清单

中国大部分机动车温室气体排放研究都集中于CO₂排放,对于CH₄和N₂O等排放的研究鲜见. 以中国机动车污染防治年报(2011年)、中国汽车工业年鉴(2011年)、中国统计年鉴(2011年)以及交通运输部发布的相关信息和数据(2011年)等为基础,结合文献调研和2008─2010年对北京、广州等国内10余座典型城市的实地调查结果,获得2010年我国机动车活动水平及排放特征. 基于上述基础信息,解析得到按不同车型、燃料和车龄分布的机动车保有量、年均行驶里程及排放因子,建立2010年中国机动车CH₄和N₂O排放清单. 结果表明:2010年中国机动车CH₄和N₂O排放量分别为23.90×104和6.01×104t,折算成CO₂分别为501.99×104和1862.51×104t. 不确定性分析则显示,中国CH₄排放量在18.21×104～27.52×104t之间,N₂O排放量在4.32×104～7.62×104t之间. 在机动车中,汽车CH₄和N₂O排放量最大,分担率(某车型污染物排放量占机动车排放总量的比例)分别为77.99%和94.22%,而摩托车和农用车排放分担率较小. 在各类汽车中,CH₄排放主要来源于轻型汽油车和天然气出租车,二者的排放分担率分别为47.98%和23.42%;N₂O排放则主要源于轻型汽油车,其分担率为73.09%. 因此,轻型汽油车是削减机动车CH₄和N₂O排放的重点车型,同时天然气出租车也应作为控制CH₄排放的主要车型.      

Cost curve analysis for SO2 and NOx emission control in Finland

The development of air pollution policies requires information on emission control effectiveness, application potential and costs. In this study Finnish cost-effectiveness data were calculated for sulphur and nitrogen oxides emissions in 1990 using technical and cost parameters from national operation experience in power plants and industry. Both derived cost curves depicting abated amount of emissions and related annualised costs were comparable with those in the Europe-wide Regional Air Pollution Information and Simulation (RAINS) model data for Finland using more aggregated input data, part of which were the same for all European countries. The ranking of abatement measures to combat acidifying emissions was explored by combining the controls of both SO₂ and NO_x based on their acidifying potential. The most cost-efficient controls, related mainly to SO₂, were already in use in 1995. A sensitivity analysis for SO₂ indicated that the uncertainty in annual operating hours of combustion plants (±1000 h per annum) has the largest effect on total abatement costs (−7 to −6%), whereas the presumed uncertainties of ±10% in removal efficiencies have the greatest effect of ±11% on total emissions. The national assessment of emission controls was important in describing the country-specific conditions in detail and highlighting the major differences from the RAINS model data and methodology. The results have facilitated the composition of further national reduction measures.     

四川省2008-2014年水泥行业大气污染物排放清单及时空分布特征

根据收集的四川省水泥行业活动水平数据及排放因子,建立了四川省2008-2014年水泥行业大气污染物排放清单,分析其年际变化趋势,识别时间分布特征,并利用GIS建立了高分辨率的网格化清单.此外,对水泥行业污染物排放的不确定性范围进行了定量估算.结果表明,2008-2014年水泥行业SO₂和NO_x排放显著增长,而PM₁₀和PM_2.5排放呈下降趋势;成都及周边地区以及川东北地区是水泥污染排放的主要贡献地区,大部分城市的污染变化与全省的情况基本一致;新型干法水泥产量比重由2008年的41%增长至2014年的88%,随之各污染物排放占比也显著增长,2014年约达到90%;水泥NO_x排放对空气NO₂质量浓度有一定影响,变化趋势较为一致,相比而言,PM₁₀质量浓度受水泥排放影响较小;水泥产量月变化特征不明显,年初1、2月份产量较低,下半年产量高于上半年;在空间分布上,污染物排放主要集中在德阳-绵阳、眉山-乐山及内江-自贡等地;水泥行业排放清单的不确定性主要来源于污染物去除效率及排放因子的选取,其中,PM_2.5不确定性范围较大,约为-64%~103%,SO₂的不确定性范围较小,为-45%~45%.