国际PM2.5排放标准及其实施情况比较分析

对主要国际组织和部分国家的PM2.5排放标准及其实施情况进行了比较和分析.结果表明,世界卫生组织(WHO)和欧盟、美国、加拿大、澳大利亚、日本等均已制定了PM2.5排放标准;墨西哥和印度等发展中国家制定了PM2.5排放标准,中国也制定了PM2.5排放标准,但还未正式发布.WHO除制定了PM2.5的日均浓度限值和年均浓度限值外,还设立3个过渡时期目标值.发达国家制定的PM2.5日均浓度限值比较一致(在25～35 /μg/m3),低于发展中国家(墨西哥和印度)制定的限值标准.发达国家中澳大利亚制定的PM2.5排放标准最为严格,而日本制定的PM2.5排放标准在亚洲最为严格.WHO、欧盟、美国、加拿大和印度还规定了PM2.5的达标判断要求,各要求有所差异,而中国还未规定PM2.5达标的判断要求.美国制定了PM2.5排放标准的详细实施计划,中国拟发布的PM2.5排放标准也将分期实行.     

中国农牧业碳排放时空变化及预测

基于主要粮食作物、农资投入和牲畜数据,对中国31个省市自治区1997—2016年农牧业碳排放进行测算;采用变动指数、重心模型和标准差椭圆分析其时空变化特征;以趋势外推、灰色预测和差分整合移动平均自回归(ARIMA)模型为基础,利用标准差优选组合模型预测2017—2022年农牧业碳排放状况。结果表明:1997—2016年农业大环境向好,多省碳排放增加,重心向西北移动,主体区域在胡焕庸线右侧。但多省牧业碳排放降低,重心在河南境内摆动,主体区域扩大并向东南—西北扭转;农业碳排放高值区向东北三省和黄淮海转移,牧业碳排放高值区集中于传统区域和中部地区;组合模型预测优于单一模型,到2022年农业碳排放延续历史趋势但年均增速降低,牧业碳排放达到1. 13×10~8t,年均增速提高。     

中国城乡居民生活碳排放驱动因素分析

本文基于时间序列数据从生活消费视角定量评估居民人均生活碳排放的驱动因素。基于Kaya恒等式基本原理,采用LMDI分解法构建一个包括消费碳排放强度、消费结构、城乡消费比重、消费水平、经济水平和城乡结构在内的居民人均生活碳排放驱动因素分解模型,对我国1995-2012年的城乡居民人均生活碳排放影响因素进行分解分析。研究结果表明:消费水平、经济水平、消费结构、城乡结构、城乡消费比重各因素效应对我国城镇居民人均生活碳排放的影响均大于对我国农村居民人均生活碳排放的影响;消费水平、经济水平、消费结构因素对我国城乡居民人均生活碳排放的影响最为明显;城镇人口效应对城镇居民人均生活碳排放量的减排意义重大,而农村人口效应导致农村居民人均生活碳排放量的增加;城乡结构变化会带动居民人均生活碳排放的变化,随着时间推移,城乡结构达到一定程度,我国城乡居民人均生活碳排放的变化也相对稳定。在此基础上,提出我国家庭生活消费节能减排的对策及建议,引导居民低碳生活,绿色消费。     

基于文献引用的我国地震科学数据共享平台影响力分析

地震科学数据是我国十分重要的战略信息资源,地震科学数据共享平台的建设则是对地震科学数据的有效管理、深入挖掘和合理利用的重要途径。数据平台被文献引用和标注情况可以作为分析和评价其服务能力和影响力的一个重要指标。首先对国家地震科学数据共享中心及其10个专业数据分中心的建设现状进行了调研,然后从文献年度分布、类型分布、作者单位分布、基金分布、研究主题领域分布等角度对CNKI数据库中自地震科学数据共享平台建设实施以来被学术论文引用标注的情况进行统计,并对国家科技基础条件平台下6大科学数据中心的被引情况进行比较分析。在过去的17年时间里,地震科学数据共享平台共被引用432次,呈现出逐年增长的趋势;文献全部作者分布在219个组织机构,平台已形成一批稳定的用户群;一级平台引用次数远大于专业平台,但是有平台名称引用不够规范等问题存在。总体来讲我国地震科学数据共享平台在一定程度上已经产生了积极而广泛的影响。     

中国居民生活碳排放的区域差异及影响因素分析

论文在总结划分居民生活碳排放（HCEs）类别的基础上,以中国HCEs量为测度指标,从时间和空间两个角度对1997-2012年人均HCEs进行分析,同时对2012年人均HCEs的空间格局分布及影响因素进行分析。基本结论如下：根据划分方法,HCEs按照碳排放源可分为直接和间接碳排放;按照基本生活需求可分为基本和发展碳排放;按照人类消费行为可分为交通、居住、食品、商品及服务碳排放五大类。从时间尺度来看,中国各类别人均HCEs均呈现逐年上升趋势。从空间差异来看,1997-2012年,我国各省人均HCEs表现出共同的空间分布特征。从空间格局分布来看,2012年中国人均居民生活碳排放呈现从东到西递减的趋势。从空间计量模型角度看,2012年,人均居民生活基本碳排放比重是影响人均HCEs空间差异的主要驱动因子。此外,各地区人均收入和人均GDP的差异也对人均HCEs的空间差异起到正相关作用。基于对中国人均HCEs的时空格局及影响因素分析,为我国制定碳减排举措提供科学依据并提出有效建议。     

基于LSTM模型的中国交通运输业碳排放预测

为助力交通运输业实现碳达峰、碳中和目标,本研究基于拓展的STIRPAT模型选取人口、机动车保有量和能源强度等8个变量作为中国交通运输业碳排放量影响因素,并根据1990-2019年指标数据建立LSTM碳排放模型,在低碳、基准及高碳3种情景下对交通运输业碳排放进行预测.结果表明:1990-2019年间中国交通运输业碳排放量总体呈现上升趋势.低碳、基准及高碳情景下,碳排放达峰时间分别为2033年、2035年及2038年,峰值量分别为1145.64,1218.68,1308.40百万t.中国应积极采取节能降碳措施,优化交通运输业结构,推进清洁能源应用,促进中国交通碳排放向低碳情景发展,助力达峰目标早日实现.