基于1 km网格的天津市二氧化碳排放研究

中国城市建制及地理边界特征使得国际城市CO2排放的关键问题在中国难以深入研究.例如,城市排放占比,城市与周边区域排放差异等.本文基于天津市CO2排放的1 km网格,分析天津市CO2排放的空间特征,探讨天津市不同城市范围的CO2排放水平,并与纽约市进行对比分析.结果显示,2007年天津市市域内CO2排放总量为12599万吨,人均排放11.30 t.天津市市域CO2排放的空间格局是从中心6个城区向外单位网格排放量逐渐降低.CO2排放在空间上具有显著的正空间自相关性,中心6个城区、滨海新区及郊区县中心镇的CO2排放对其周边区域CO2排放影响显著,天津市狭义城市人均CO2排放量为4.71 t,低于纽约市的6.33t;狭义城市范围1排放占总排放的比例为69.26％,略高于纽约市的59.70％.以狭义城市为城市范围时,天津城市及周边区域人均CO2排放的空间特征与发达国家城市的排放特征研究结论一致,都是从城区—郊区—周边区域,人均排放水平逐渐升高;在此范围下,天津城市CO2排放仅占全市域的14.00％.     

长江三角洲地区人为源氨排放清单及分布特征

根据各类氨排放源的活动水平和排放因子,估算了2004年长江三角洲地区16个城市的氨排放量.结果表明,2004年长三角地区氨排放量为460.68kt,其中,氮肥使用和畜牧源是两个最大排放源,氨排放量分别为227.33kt和203.28kt,分别占长江三角洲地区氨排放总量的49.3%和44.1%,氨排放在长三角地区各城市间有较大差异,排放量超过40kt·a-1的城市为南通市、上海市、嘉兴市和泰州市,这4个城市的氨排放总量约占长三角地区氨排放量的42.5%.长江三角洲地区氨平均排放强度为4.20t·km-2·a-1,排放强度超过6t·km-2·a-1的城市为嘉兴市、南通市、泰州市和上海市,其中,嘉兴市的排放强度最大,为10.83 t·km-2·a-1.     

城市隧道源排放清单建立方法

提出了城市隧道源的概念,城市隧道源像是一个地面下水平放置的烟囱,排放高度低,排放浓度大.提出了城市隧道源排放清单的建立方法,包括排放因子法和在线监测法.对广州珠江隧道的研究表明,广州珠江隧道源NO_x年总排放量、年增量排放量分别为18.8,16.6t,CO年总排放量、年增量排放量分别为22.7,16.8t,SO₂年总排放量、年增量排放量分别为0.39,0.22t,城市隧道源对城市局地、小尺度大气环境的影响不能忽视.     

基于投入产出法的北京能源消耗温室气体排放清单分析

城市是一个巨大能源物资消耗体和温室气体排放体,相关研究受到广泛关注.本文以2007年为例基于投入产出法研究北京市能源消耗的温室气体排放量,计算得出CH4和N2O这两种常规温室气体排放量.结果表明,北京市2007年能源消耗温室气体排放量为3531.72万tCO2当量,其中CO2排放量为3514.40万t,CH4排放量为1734.32t,N2O排放量为435.83t.北京市工业部门仍然是主要的温室气体排放部门,其排放的温室气体占CO2总量的98.96%,CH4总量的88.48%和N2O总量的98.99%.不同最终使用部门中,政府部门消费产生的温室气体排放量超过总量的15%,高于城镇消费和农村消费之和;调出和出口部门的碳排放量超过总量的40%,所占比例最大.贸易中,隐含在调出和出口部门中温室气体排放量是隐含在调入和进口部门的十几倍.北京市不同行业的温室气体排放强度略优于全国水平.降低北京市温室气体排放量可从进一步优化产业结构,发挥科技减排的作用,提高不同产业的能源利用率等方面采取措施.     

深圳市温室气体排放清单研究

根据深圳市相关统计资料收集到的活动水平数据,参照《2006年IPCC国家温室气体清单指南》温室气体核算方法,建立了深圳市温室气体排放清单,并且与其他城市的温室气体排放水平进行了对比. 结果表明:2008年深圳市温室气体总排放量(以CO₂排放当量计)为6 569.4×104 t,能源部门的温室气体排放量占总排放量的比例最大,达80.8%;工业过程、废物处理处置部门和农林和其他土地利用(AFOLU)部门排放所占比例分别为16.5%、5.1%和-2.4%. 深圳市温室气体人均排放量为7.49 t/人,单位GDP的温室气体排放量为0.84 t/104元,二者均低于北京、上海、天津和无锡的平均排放水平,但高于重庆市.      

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.     

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.     

兰州盆地人为源大气污染物网格化排放清单及其空间分布特征

基于所搜集的兰州盆地各类人为污染源排放大气污染物的活动水平数据及其排放因子,采用"自下而上"的方法建立了2009年兰州盆地(石油化工城市)1 km×1 km的7种(类)大气污染物网格化排放清单,并对其来源和空间分布特征进行了分析研究.结果显示:2009年兰州盆地NOx、SO_2、VOCs、CO、PM_(10)、PM_(2.5)和NH3的排放总量分别为1.2×10~5、8.8×10~4、4.3×10~4、4.1×10~5、9.6×10~4、4.2×10~4和1.4×10~4t;工业燃烧排放是兰州盆地NO_x和SO_2的主要贡献源,分别占其总排放量的85.70%和52.55%;工业非燃烧过程排放是VOCs的最大贡献源,占总排放量的81.25%;工业点源和工业非燃烧过程排放是CO的两大贡献源,分别占其总排放量的33.97%和28.32%;PM_(10)和PM_(2.5)主要来源于工业非燃烧过程,贡献分别为51.09%和55.12%;氮肥使用和禽畜养殖是NH_3排放最大的贡献源,分别占其总排放量的39.20%和30.70%.空间分布特征表现为:以工业源为主要排放源的NO_x、SO_2、VOCs、CO、PM_(10)、PM_(2.5)主要分布在工业和人口最为集中的兰州盆地市区一带,NH_3的排放则主要集中在榆中县和皋兰县交界的农村地区.同时,还对2014年工业燃烧源和道路移动源的7种(类)大气污染物排放量进行了估算,并与2009年进行了排放比较研究.结果表明,2014年工业污染源的7种(类)污染物排放量与2009年相比平均增幅不高,最高不超过30%,但移动源污染物排放量却大幅增加,增幅将近1倍.此外,基于排放因子及活动水平的不确定性,本研究对排放清单的结果进行了不确定性分析,并通过蒙特卡罗模拟对各污染物的排放量进行了评估.本排放清单的建立,不仅填补了兰州盆地大气污染物网格化排放清单的空白,还可为兰州盆地大气污染物排放清单更新、区域环境过程、大气复合污染成因及大气污染预警技术等相关研究提供基本方法手段及基础数据.     

北京建筑施工裸地时空变化及扬尘污染排放

近年来北京城市格局逐步调整,伴随城市扩张与功能疏解,大规模建设工程使建筑施工裸地广泛分布于城市内部,施工扬尘带来的颗粒物污染已经成为影响空气质量的重要因素.选取北京平原区为研究区域,遥感反演了2013~2017年的建筑施工裸地,并分析了其时空分布特征.结合地面颗粒物浓度进行相关性分析,探讨城市建筑施工裸地对空气质量的影响.在此基础上,估算北京平原区2013~2017年建筑施工裸地的扬尘排放量.结果表明,北京建筑施工裸地沿中心城区向四周辐射,呈现出环形的带状分布,以城乡结合部最为集中.2013~2017年建筑施工裸地面积呈现先减后增的变化趋势,2015年后重心向东南偏移,逐步呈现出不均衡的分布特征.建筑施工裸地面积与PM10呈正相关,23个地面自动监测站点的相关系数均在0.80以上.2017年北京平原区建筑施工裸地颗粒物排放量核算结果如下:TSP排放量为39.5×10~4t、PM10排放量为19.4×10~4t、PM_(2.5)排放量为4.0×10~4t.单元网格的建筑施工裸地颗粒物排放强度向两级化发展,建筑施工裸地的局部集中导致高污染单元网格排放强度进一步增大.以标准化的PM10网格排放量为依据,将北京平原区分为低污染排放区、较低污染排放区、中污染排放区、较高污染排放区及高污染排放区5个级别,分级管控可以更有效地减轻扬尘污染影响.     

太原市多环芳烃(PAHs)排放清单与分布特征分析

根据太原市11种主要排放源的排放因子和活动量数据,估算了美国国家环境保护局(US EPA)优先控制污染物清单中16种多环芳烃(PAHs)的年排放量.结果表明2010年太原市16种PAHs的排放量约为332.10t,其中7种致癌性PAHs排放总量为35.11t.从排放源看,生活燃煤和炼焦煤是太原市排放PAHs的主要来源,占总排放量的65%以上.从各地区的PAHs排放情况看,排放量最大的地区是清徐县(87t/a),占总排放的27%.其次为古交市(54t/a)、晋源区(44t/a)、尖草坪区(40t/a).各地区人均收入与单位GDP排放量之间呈负相关 (R2=0.727);各地区PAHs排放量与农村人口之间呈正相关(R2=0.813),从排放谱看,排放以低环PAHs为主(81%),致癌性PAHs占总排放量的10.6%.结果表明,太原市PAHs的排放与太原市特殊的能源结构和人群结构有关.     

成渝城市群碳排放时空特征及其影响因素

利用2008~2018年成渝城市群内16个城市的面板数据,运用空间自相关和时空地理加权回归模型,探究了城市群碳排放的时空演变格局,揭示了碳排放影响因素的时空异质性.结果表明,成渝城市群碳排放整体呈增长态势,总量由5亿t增加到6.6亿t,增速约为1500t/a,地均碳排放量和人均碳排放量也存在波动上涨趋势.碳排放总量热点区域集中在成都和重庆,分别占总量约20%和25%,冷点区域为雅安市.碳排放总量和地均碳排放均存在显著的空间差异,人均碳排放的莫兰指数为正,呈现明显的空间聚集格局.整体上,人均碳排放表现出东北低-西南高的空间结构特征,南充,遂宁,广安是低低聚集区域.城市群中各个城市的影响因素显示出时空异质性,能源强度、经济发展水平、人口规模对城市的碳排放都有明显正向作用,在成渝中西部城市作用强度大;而城市化水平的正向影响较弱,对成渝东部城市影响较强.     

大气例行点位常规监测污染物的相关性分析及防控措施研究

根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.     

中国机动车排放清单的建立

以中国2002年各省统计年鉴中关于机动车及道路信息的数据为基础,并根据COPERTⅢ模型计算出的2002年中国各省区各种机动车类型在城区、郊区和高速公路3种行驶工况下的排放因子,应用GIS技术建立了40km×40km的高空间分辨率的中国机动车排放源清单.结果表明,2002年中国机动车排放CO、NO_x、NMVOC和PM₁₀的排放总量分别为2 815×10⁴、305×10⁴、461×10⁴和111×10⁴t,主要来源于摩托车和汽油小客车的排放.污染物排放量的空间分布显示出其排放集中于经济发达地区,10.8%、2.2%、9.7%和5.3%的国土面积分别排放了84%的CO、55%的NMVOC、48%的NO_x和48%的颗粒物,并呈现出东部高于西部、沿海高于内地的趋势,其中长江三角洲、珠江三角洲和京津地区的排放相对较强.     

全球能源消费与CO2排放量

在收集全球能源储量和流通状况的基础上，综述了世界各地区能源消费量和各国人均能源水平，汇总了全球ＣＯ２排放总量及各大洲对全球ＣＯ２排放量的贡献率，到２１００年，全球Ｃ矿量预计将从目前６０亿ｔ／ａ增加到３６０亿ｔ／ａ，同时，旨出１９９６年中世界人口１８．８％的北美、欧洲、日本、ＣＯ２排放３１．６亿ｔ（碳），占全球当年ＣＯ２排放总量的５２．４％。     

乌鲁木齐市机动车排放清单研究

近年来随着乌鲁木齐市机动车数量的快速增加,致使机动车排放污染突出. 通过调查乌鲁木齐市2007年机动车的保有情况及技术水平分布,研究了各类型机动车的排放因子以及年均行驶里程,并测算了该市2007年机动车污染物排放总量、分区排放量及各类型机动车的分担率. 结果表明:2007年在乌鲁木齐市注册的各类型机动车排放的CO总量为11.09×104 t,HC总量为1.53×104 t,NO_x总量为2.73×104 t,PM总量为0.38×104 t;其中CO和HC排放主要集中在城区,NO_x和PM排放主要集中在外埠;在城区的机动车排放中,CO和HC排放以轻型载客汽车为主,NO_x排放以中重型公交车为主,PM排放以中、重型载货汽车为主.      

基于STIRPAT模型的重庆市能源消费碳排放影响因素研究

定量分析人类活动对环境的影响,对减少碳排放和建设环境友好型社会具有重要的指导意义.因此,本文采用重庆市1980-2010年能源消费碳排放时间序列数据,基于STIRPAT模型,通过岭回归拟合得到能源消费碳排放与人口数量、人均GDP及其二次项、能源强度、第三产业比重、城镇化水平的多元线性模型.结果表明,人口数量、人均GDP、能源强度、城市化水平每增加1％,将引起重庆市能源消费碳排放相应增加0.963％、(0.398 +0.463lnA)％、0.059％、0.266％,其中,A为人均GDP.可以看出,人口数量对重庆市能源消费碳排放量影响最大.第三产业比重每增加1％,能源消费碳排放将会减少0.093％.     

宜居地球、碳中和与全球可持续城市化

人类世标志人类活动已经对地球系统产生重要影响。全球大规模城市化过程伴随碳排放快速增加和下垫面改变,对地球表层影响加剧,地球宜居性遭受破坏。碳中和是应对气候变化的国际共识、建设宜居地球的关键举措。基于多源数据对全球大规模城市化的地理格局与演化过程进行多维度刻画,对碳排放与城市化关联进行初步分析。主要结论如下：（1）全球城市化进程持续推进,城乡人口结构增长呈分化趋势,城市规模结构整体增长,规模增长的空间热点集中在东南亚以及非洲中东部等地区,越来越多的人口生活在大城市。（2）全球城镇用地显著增长,自1992年的36.4 km²增长至2018年的79.3万 km²,增长率达126.0%。同期,亚洲增长占比45.4%,是全球城镇用地扩张的主要地区。（3）伴随快速城市化全球能源碳排放迅速增长,2018年碳排放量达到376.7亿t CO₂,自1970年增长219.1亿t CO₂,其中,结构上电力部门增长占比45.8%、地区上亚洲增长占比84.3%。城市化率、人均GDP与人均碳排放关联呈分异特征,高城市化率、高收入国家间分异显著。呼吁建立跨学科的协同研究,探究“碳中和—宜居地球—可持续城市化”的关联关系,认识可持续城市化对于碳中和目标的潜力。     

我国城镇居民对CO2减排的支付意愿调查研究

运用权变评价法(CVM)调查了我国城镇居民对CO2减排的支付意愿.结果表明,我国城镇居民愿意为到2050年全球CO2减排30%而每年支付132元;减排60%而每年支付216元;减排85%而每年支付264元.一般线性回归模型分析结果显示,城镇居民的受教育程度、家庭年收入、职业类型、所在城市、对气候变化的认知程度和环境意识,都对CO2减排的支付意愿有显著影响; 而且不同的CO2减排成本分配方案对人们的支付意愿也有显著影响.