基于能源碳排放预测的中国东部地区达峰策略制定

中国东部的11个省市是中国经济最发达的地区,其碳排放量约占全国碳排放量的1/2.随着气候变化的加剧和国际社会的关注,中国政府制定了区域差异化的达峰目标,因此,预测该地区碳排放对于评估中国能否实现达峰目标具有重要意义.本文基于中国东部11省市1997-2017年的面板数据,采用STIRPAT模型来预测不同情景下的碳排放趋势,并据此分析东部地区整体碳排放达峰的可能性.结果发现,有7个省市碳排放可能在2030年之前达峰,其中,北京、上海将最早出现碳排放峰值,达峰时间可能为2022年;然而,另外4个省市碳排放较难在2030年之前达峰.从东部地区整体来看,该地区碳排放达峰时间在2028-2033年,峰值为5018.03×10⁶~5497.20×10⁶ t.因此,东部地区整体碳排放可以在2030年左右达峰,为较好地实现中国整体碳排放达峰目标奠定了基础;此外,考虑到东部各省市的碳排放达峰情况存在差异,应根据各省市的实际情况制定差异化的达峰目标.     

陕西省碳排放时空格局演变及其影响因素

基于DMSP/OLS和NPP/VIIRS夜间灯光数据,运用探索性空间分析、冷热点分析和标准差椭圆分析等方法,估算了2000～2020年陕西省碳排放量,探讨了陕西省碳排放的时空演化特征,并构建了空间杜宾面板模型分析其影响因素.结果表明:(1)2000～2020年陕西省碳排放总量呈现持续增长趋势;碳排放分布具有显著的地域差异规律,呈现“陕北>关中>陕南”的分布态势.(2)碳排放重心向陕西东北方向移动,说明陕西东部地区和北部地区对全省碳排放量的影响作用加强;碳排放具有显著的空间正自相关性,即表现为集聚效应;碳排放的冷热点转化较为明显,热点在陕北地区扩张,冷点逐渐消失.(3)陕西省碳排放的直接正向影响因素有城镇化率、人口数量、单位GDP能耗、产业结构和经济增长,其中城镇化快速发展和人口规模扩大是陕西省碳排放持续增长的主要推动力.     

西宁市金属冶炼和压延加工业大气颗粒物排放清单

大气污染物排放清单是了解大气污染特征和控制对策的前提。根据排放因子方法,建立了2018年西宁市金属（包括黑色和有色金属）冶炼和压延加工业PM_2.5、PM₁₀大气污染物的排放清单,并对其时空分布特征和清单不确定性进行了分析。结果表明：西宁市黑色金属冶炼和压延加工业PM_2.5、PM₁₀的总排放量分别是4.88×10³、8.37×10³ t;该行业对PM_2.5、PM₁₀排放量贡献率最大的是城北区,分别为58.36%、49.61%。有色金属冶炼和压延加工业PM_2.5、PM₁₀的总排放量分别是1.85×10³、2.78×10³ t,该行业对PM_2.5、PM₁₀贡献率最大的是大通县,分别为53.51%、56.99%。黑色金属冶炼和压延加工业对PM_2.5、PM₁₀贡献率最大的产业是粗钢产业,贡献率分别是38.41%、30.28%。有色金属冶炼和压延加工业对PM_2.5、PM₁₀贡献率最大的是铝行业,贡献率分别是97.33%和98.01%。2个行业PM_2.5和PM₁₀的排放受月份影响较小,一天中09：00—18：00是排放高峰期。蒙特卡罗法模拟结果表明：黑色金属冶炼和压延加工业95%置信区间的不确定性较高,PM_2.5和PM₁₀的不确定性分别为-59.33%~58.55%和-47.51%~47.28%。     

城市有机固体废弃物协同处置碳排放分析

近年来,以市政污泥与餐厨垃圾为代表的城市有机固体废弃物的安全妥善处理和高效低碳处置受到广泛关注。通过构建碳排放及碳补偿核算方法,以100万人口的中等城市为例,分析城市有机固体废弃物协同处置与传统焚烧和填埋处置的理论碳排放水平。通过量化直接碳排放与间接碳排放的贡献,确定了高效的减排路径。结果表明：城市有机固废协同处置碳排放量为513 t CO₂/a,相比于传统填埋(12973 t CO₂/a)和传统焚烧(14733 t CO₂/a)碳减排效益显著。协同处置技术路线中直接碳排放占比63%,最大限度实现沼气和发酵产物的资源化利用是碳减排的关键。焚烧处置路径中的焚烧电耗(占比68%)和填埋处置路径中的深度脱水药耗(占比87%)是间接碳排放的主要来源,也是碳减排的核心。该研究结果可为城市有机固体废弃物低碳化处理处置提供参考,从而助力城市实现碳中和目标。     

京津冀地区高空间分辨率土壤扬尘清单构建及动态化方法

土壤扬尘是我国北方地区广泛存在的颗粒物污染来源,由于其分布广、数量大,活动水平获取困难,难以系统构建区域层面的高时空分辨率排放清单,不利于土壤扬尘源的影响评估与管控策略的制定.以2017年为基准年,通过对Landsat 8卫星的30 m分辨率遥感影像解译获取高空间分辨率的土壤扬尘源活动水平,结合空间差异化的土壤质地与气象资料,构建了京津冀地区2017年各季节高空间分辨率土壤扬尘排放清单,结合气象参数,将各季节清单结果合理分配至逐月,并与环境受体观测数据印证了结果的可靠性.结果表明:①京津冀地区土壤扬尘排放源面积比例呈冬季>春季>秋季>夏季的特征,分别为65%、59%、57%与33%.就全年平均而言,张家口市和承德市较高,分别为64%与58%;北京市和天津市较低,分别为42%与43%;其余城市差异不显著.②京津冀地区2017年土壤扬尘排放PM_2.5、PM₁₀和TSP分别为6.5×104、31.0×104和103.4×104 t.③季节尺度上,土壤扬尘排放量呈春季>冬季>秋季>夏季的特征;城市尺度上,邢台市、邯郸市、张家口市及承德市的全年排放较高,廊坊市和秦皇岛市全年排放较低.全年单位面积排放较高值出现在张家口市以及邯郸市和邢台市的西部地区.研究显示,京津冀土壤扬尘排放具有较大时空分布差异,逐月分配清单可为扬尘重点管控月份提供数据支撑,土壤扬尘清单较高的空间分辨率也为城市重点区域差异化管理提供基础.      

基于扩展STIRPAT模型LMDI分解的碳排放脱钩因素

为研究经济发展与碳排放的脱钩情况,常用对数平均迪式指数分解法（LMDI）结合Kaya恒等式和Tapio脱钩模型计算碳变化量和弹性脱钩指数.借鉴上述方法,将STIRPAT模型与LMDI分解法相结合,建立STIRPAT模型的回归系数与碳变化量和脱钩弹性指数之间的数量关系,研究影响碳排放各因素的脱钩状态.结果表明：(1)STIRPAT模型LMDI分解法能够避免满足Kaya恒等式的IPAT模型中使用LMDI分解法时增加新变量的情况,部分新增变量往往缺乏明确的经济学含义;(2)LMDI分解将STIRPAT模型中的统计回归系数的含义,由变量的变动引起碳排放量变动的弹性系数,扩展到变量的变动引起碳变化量的倍数;(3)STIRPAT模型LMDI分解法,将数据的统计结果通过统计回归系数纳入到各因素的碳变化量和弹性脱钩指数之中,使弹性脱钩指数能够反映数据的统计信息;(4)以重庆市2001～2019年碳排放数据为例,来说明STIRPAT模型LMDI分解法可以用于判定碳排放变量的脱钩状态,能够体现数据本身所包含的统计信息,更能反映研究对象的实际情况.