中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

基于配额指标重要性视角的中国碳排放配额再分配

提出用与碳排放“同步变化程度”来衡量配额指标重要性的思想,对中国各省份碳排放配额进行再分配.首先在公平和效率原则基础上选取碳排放的影响因素作为分配指标,其次采用灰色关联分析法分别测算出各地区各指标与碳排放量的同步变动程度,以得到各地区各指标在配额分配中的比重.最后测算出我国29个省区2020~2030年的碳排放配额与排放空间.结果表明,人口基数及经济发展指标对各地碳排放有较强的同步变动关联性,因此应该被赋予更高的权重;配额最多的地区包括广东、北京、江苏、山东、上海,最少的地区则包括宁夏、贵州、青海、吉林、新疆.盈余分析发现,北京地区的碳排放空间有较多盈余;浙江等5个省区已达较饱和状态;山东等4个省区则处于较严重的溢出状态,在未来10年内需承担较重的减排压力.     

京津冀“以电代煤”替代大气污染物排放清单

本研究建立了基于人工神经网络的民用散煤燃用量估算模型,得到了京津冀地区“以电代煤”替代民用散煤大气污染物排放清单.结果表明：截止到2018年,京津冀地区“以电代煤”替代散煤用户约259万户,每年可减少散煤燃烧约706.6万t,减少PM_2.5、NO_x、SO₂的排放量分别约为2.81,0.76,2.17万t.其中,北京市和天津市实施效果较为明显,占京津冀地区“以电代煤”散煤替代总量的62.01%和22.82%.基于调研数据得到京津冀各市燃煤量月分布系数,1月份分布系数最大,燃煤量占比为27%~40%.     

A2/O+MBR工艺运行效果与碳排放特征研究

对北京市通州区H再生水厂采用的A²/O+MBR工艺运行效果与不同环节碳排放特征进行研究.结果表明：2018年该再生水厂对BOD₅,COD_cr,NH₄⁺-N,TN和TP的平均去除率分别为97.3%,94.1%,98.6%,77.0%,96.2%;全厂碳排放总量和吨水碳排放量呈春夏季节逐渐降低,秋冬季节缓慢升高的特征,全厂综合吨水碳排放量约为2.26kgCO₂e/t.碳排放总量中能耗碳排放量占主要地位,CH₄,N₂O和物耗碳排放量占比较小;统计分析显示CH₄,能耗和物耗吨水碳排放量与BOD₅,TN进水浓度及BOD₅去除率显著相关;N₂O吨水碳排放量与TN与BOD₅进水浓度显著相关;直接,间接吨水碳排放量与水量无显著相关性.     

基于LCA的钢铁联合企业CO_2排放影响因素分析

钢铁企业是CO2排放大户,减少吨钢CO2排放是钢铁企业节约能源、保护环境、走可持续发展道路的必然要求.本研究旨在对钢铁企业产品生命周期清单研究的基础上,识别钢铁企业CO2排放的主要影响因素,提出针对性的减排建议.以某钢铁联合企业的产品生命周期清单模型为平台,同时利用TornadoChart工具,计算得到对企业CO2排放影响较大的因素,然后提出了相应的减排措施.结果表明,转炉流程对于钢铁企业的影响要大于电炉流程;对该企业CO2排放有重大影响和相关影响的因素有:高炉煤气(BFG)的CO2排放系数、连铸坯的钢水单耗、热轧的板坯单耗、转炉的铁水比.减少钢铁联合企业CO2排放的有效措施是采取捕集BFG中的CO2、降低转炉的铁水比、加强副产煤气的回收以及优化企业的产品生产结构.     

三明市大气污染物排放特征研究

通过实地调查和统计获得区县尺度排放源活动水平数据,采用物料衡算法和排放因子法,估算三明市2015年大气污染物排放清单,选取经纬度坐标、路网、土地类型和人口等数据作为权重因子,利用地理信息系统(GIS)技术建立1km×1km高精度网格,分析各类排放源污染排放的数值和空间特征。结果显示,2015年三明市SO_2、NO_x、挥发性有机物(VOCs)、PM_(10)、PM_(2.5)和NH_3的排放总量分别为5.22×10~4、5.80×10~4、1.88×10~5、7.92×10~4、3.23×10~4、2.26×10~4 t。污染贡献方面:工业源是SO_2的排放主要来源;NO_x的主要排放源为工业源和移动源;天然源对VOCs排放有显著贡献;工业源和扬尘源是PM_(10)和PM_(2.5)的主要贡献源;NH_3排放主要来自农业源。空间分布方面:SO_2、NO_x、PM_(2.5)和PM_(10)的排放主要集中在城镇化程度高的永安市和梅列区,VOCs与NH_3排放则与植被分布和农业生产水平密切相关。与2007年和2009年三明市的排放清单对比,发现工业排放控制政策及秸秆禁烧令的实施对PM_(2.5)、PM_(10)和VOCs的减排有明显效果。     

福建省节能减排政策效果评估基于多层指数分解模型北大核心

为探讨能源消费量与能源消费产生的CO_(2)排放量增长的驱动因素,同时评估节能减排政策的实施效果,选择福建省作为研究区域,核算了2000—2019年福建省能源消费量和CO_(2)排放量,并运用多层指数分解模型对该省能源消费量和CO_(2)排放量进行分解研究,根据不同因素的分解结果评估节能减排政策的实施效果。结果表明:①福建省能源消费量和CO_(2)排放量的变化均表现为先逐年增长后趋于稳定,但未出现明显的下降。②福建省终端能源强度效应和能源转化效率效应主要表现为负效应,其他影响因素主要呈正效应,经济规模效应是最大的驱动因素。③在各项节能减排政策中,终端能源强度降低的政策效果最为明显,能源转化效率提高和初级能源结构优化的政策也取得了阶段性的成果,而优化经济结构的施行效果最不明显。     

上海市能源消费碳排放分析

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南中的计算公式和碳排放系数缺省值,计算了上海市1994─2006年能源消费碳排放量. 结果表明:1994年以来碳排放量逐年增加,碳排放强度不断下降,由1994年的2.51 t/(104元)降到2006年的1.07 t/(104元). 通过比较2005年上海与全国以及主要经济大国间的碳排放量、碳排放强度和人均碳排放量发现,上海市能源消费碳排放量占全国的3.5%;碳排放强度低于全国和全球水平,但比英国、德国、日本高;人均碳排放量为2.7 t/a,是全国和全球平均水平的2倍多,低于美国、澳大利亚和加拿大. 从能源利用效率、经济增长方式、能源结构以及经济结构等角度分析了碳排放强度下降的原因,其中能源结构调整引起的平均碳排放系数下降和第三产业比重上升是主要原因.      

汉江流域粮食生产碳排放与经济发展的脱钩关系研究

汉江流域水资源丰富,是我国重要的粮食主产区,研究汉江流域粮食生产碳排放对促进农业绿色高质量可持续发展具有重要意义。采用排放系数法测算汉江流域2008—2021年时空尺度下的粮食生产碳排放总量和结构,并通过Tapio脱钩模型分析其与经济发展之间的脱钩关系。研究发现,2008—2021年碳排放总量年际间虽存在一定波动,但总体呈现上升趋势;农业生产要素中土地翻耕和化肥使用所产生的碳排放量比重较大;汉江流域整体呈现弱脱钩状态,上游以强脱钩状态为主,下游为弱脱钩状态;汉江流域各县区的经济发展与粮食生产碳排放脱钩状态存在时空差异,2014—2017年多地呈负脱钩状态。汉江流域粮食生产碳减排效果显著,粮食生产能力有效提升,农业经济发展也取得一定成效。