《巴黎协定》下中国气候治理的挑战与应对策略

本文对《巴黎协定》签署的历史背景进行了回顾,对《巴黎协定》中的温度控制目标与执行机制、透明度框架、减缓与适应、损失和损害几方面进行了梳理与分析,识别了《巴黎协定》下中国气候治理面临的潜在挑战,如履约活动的信息披露和透明度要求、气候变化影响相关的损失和损害及其责任等,并据此提出应对策略:一是在"共同但有区别的责任"原则下团结立场相近的国家;二是提高数据质量和数据可比性来应对透明度框架的要求;三是加强短期适应性投入来应对国际减排长期性带来的风险;四是在国际合作的大背景下应对气候损失和损害。     

基于MNL的高速公路施工区合流选择意愿研究*

为分析驾驶人高速公路施工区合流选择意愿的影响因素,基于非集计理论构建多属性施工区驾驶人合流选择意愿模型。利用SP调查法自主设计调查问卷,获得328份有效施工区驾驶人合流选择数据;利用Pearson相关系数分析施工区合流选择意愿与驾驶人因素和道路交通环境因素的相关性;以上游过渡区、警告区Ⅰ和警告区Ⅱ 3个合流区域作为选择肢,从驾驶人和道路交通环境特征属性2个方面归纳出6个因素对施工区合流选择意愿的影响,应用分类变量处理方法将其定义为6种指标,并进行赋值。结合非集计理论,以328份有效问卷为建模数据,建立施工区合流选择意愿的MNL模型,并利用似然比、优度比和模型命中率3个指标判断模型的拟合程度。结果表明:模型拟合程度较好;驾龄、施工区类型、道路条件、交通控制标志、速度条件和限速策略对驾驶人施工区合流选择意愿有显著影响。     

2010-2019年西藏粮食增产的贡献因素北大核心CSCD

粮食安全关系到西藏农牧民的生计与社会稳定.为促进粮食产量提高,以西藏自治区7个地级行政区为生产单元,采用2010-2019年粮食作物的播种面积、产量等数据,运用迪氏指数法定量分析10年来各行政区粮食产量变化差异,探讨粮食增产的主要因素.结果表明:(1)近10年来西藏粮食增长趋势较为明显,增幅达15.9%;(2)日喀则是西藏的主要粮食产区,对粮食增产的贡献率最大,为42.2%;(3)近年来的产业结构调整进一步突出了青稞的重要位置,增加了青稞的播种面积,青稞对粮食产量的贡献率达到76.6%;(4)从全区来看,对粮食增产的主要贡献因素是作物播种面积增加.因此,近年来西藏主要通过调整种植结构和扩大种植面积获得了增产,而在未来可积极开展复种措施、提高耕地利用系数(如西藏雅鲁藏布江中下游区域)以及通过增加科技投入,如改良品种、推行测土配方、提高农业机械化率等措施来提高作物单产、增加粮食总产.(图2表3参14)     

甘肃地区春冬季颗粒物输送路径及潜在源分析——基于HYSPLIT4模式及TraPSA分析平台

利用HYSPLIT4模式和全球资料同化系统数据,计算了甘肃地区5个站点2017～2018年逐时72h气团后向轨迹;结合各站点颗粒物逐时质量浓度数据,选择颗粒物污染最严重的春冬季,利用轨迹聚类方法分析了甘肃地区后向气流轨迹特征;基于潜在源贡献函数(PSCF)分析法和浓度权重轨迹(CWT)分析法,将各站点分析结果输入Tra...     

漳州大气PM2.5污染特征与区域传输影响分析

利用多点位三维受体模型与后向轨迹模型,研究了漳州市近海与城区两个代表性点位不同季节不同来向气团所载带的PM_(2.5)浓度、化学组分及污染源贡献特征。结果表明:近海与城区两点位PM_(2.5)质量浓度在季节变化上均为夏季低,冬季高(近海点位夏季37.3μg/m~3,冬季52.1μg/m~3;城区点位夏季38.5μg/m~3,冬季86.2μg/m~3);总体而言,近海点位主要受本地气团以及江苏-浙江来向气团影响,城区点位主要受广东省及其近海来向气团影响。在PM_(2.5)化学组成上,近海点位二次无机组分SO_4~(2-)、NO_3~-、NH_4~+均高于城区点位,而城区点位秋季二次有机污染明显高于近海点位。因受河口地形影响,近海点位冬季PM_(2.5)各化学组分均高于城区点位。两点位源解析结果存在季节性差异。在近海点位,春冬季二次无机源贡献最大,夏秋季二次有机源贡献最大;在城区点位,春季建筑尘、夏季二次有机源、秋季地壳尘、冬季二次无机源占比最大。不同来向气团对两点位四季PM_(2.5)分担率分别为:近海点位春季NNE来向的二次无机源(20.5%)、夏季SW来向的二次有机源(14.3%)、秋季NNE来向的二次有机源(10.0%)、冬季NE来向的二次无机源(24.2%);城区点位春季NNE来向的建筑尘(18.0%)、夏季WSW来向的二次有机源(15.9%)、秋季NNE来向的地壳尘(15.4%)、冬季NNE来向的二次无机源(24.3%)。     

不同季节肇庆市PM2.5和O3污染特征及潜在源区分析

为定量化评估不同地区对肇庆市污染物输送影响,分析了2014—2018年肇庆市ρ（PM_2.5）和ρ（O_{3-8 h}）（O_{3-8 h}为O₃日最大8 h滑动平均值）的变化特征,并基于HYSPLIT模式计算不同季节后向气流轨迹,通过聚类分析、潜在源贡献因子和浓度权重轨迹方法对肇庆市外来污染物的输送路径和潜在源区进行分析.结果表明:①2014—2018年肇庆市ρ（PM_2.5）年均下降3.3 μg/m3,2016年开始ρ（PM_2.5）最大值逐年增大.ρ（PM_2.5）日变化呈双峰型,峰值分别出现在上、下班高峰期后.2016年起ρ（O_{3-8 h}）年均增加4.4 μg/m3,成为肇庆市首要空气污染物.ρ（O₃）日变化呈单峰型,于15:00—16:00达到峰值.②PM_2.5和O₃污染分别在冬季和秋季较严重,超标日分别达20.6和15.0 d.ρ（PM_2.5）与风速相关性最高,ρ（O_{3-8 h}）与日照时数和相对湿度相关系数均较高.③春、夏两季影响肇庆市的气流近80%来自南部海面和东北方向,秋、冬两季85%以上气流源自偏东和偏北方向,肇庆市PM_2.5和O₃污染除受本地排放影响外,还有来自珠三角、广东省北部及其东部沿海、江西省等地区的输送贡献.研究表明,肇庆市PM_2.5和O₃污染均较严重,区域联防联控需重点关注广东省中东部城市的外来输送影响.      

东亚地区CFC-11和CFC-12排放情况研究进展

针对国际社会对区域尺度氯氟烃(Chlorofluorocarbons)排放的争议,分析了中国工业生产中最主要的CFC-11和CFC-12气体,论述了中国重点地区CFCs研究进展,探讨了CFCs的赋存情况,总结了中国政府淘汰CFCs的进程.分析认为:CFC-11和CFC-12的大气浓度下降速率分别在2011年和2016年...     

2015年12月气流轨迹对长三角区域细颗粒物浓度和分布的影响

2015年12月中国长三角区域经历了4次高浓度、大范围、长时间的颗粒物污染.本研究基于HYSPLIT后向轨迹模式结合GDAS（Global Data Assimilation System,全球资料同化系统）气象数据和长三角区域15个主要城市的PM_2.5质量浓度数据,利用轨迹聚类、潜在源贡献因子法（Potential Source Contribution Function,PSCF）和浓度权重轨迹法（Concentration-Weighted Trajectory,CWT）分析了2015年12月长三角区域主要气流轨迹方向和重污染过程中细颗粒物的潜在来源分布,探讨了不同污染过程的气象特征和影响气团分布.结果表明,2015年12月长三角区域主要受到来自西北和北方气流影响（B、C、D类）,其出现概率分别为39.5%、20.0%和25.8%;西方内陆（A类）出现概率最低,仅为14.7%.西北内陆方向长距离输送（B类）对长三角区域空气质量影响较大,在此类气团主导下,长三角区域颗粒物（PM_2.5、PM₁₀）质量浓度和气态污染物（SO₂、NO₂、CO）质量浓度平均值分别为90.9、135.1、32.4、54.4和1200 μg·m^-3,且粗颗粒物比重较其它3类聚类高;经过东北海面气团（C类）携带的颗粒物浓度也较高,且PM_2.5/PM₁₀比值最高,可能是其水汽含量较高加剧了污染物的二次生成.PSCF和CWT分析结果表明,污染过程1（12月5-8日）期间,长三角区域PM_2.5浓度主要受内蒙东部、京津冀、山东和江苏东部等地影响;污染过程2（12月10-11日）和污染过程3（12月13-15日）期间,京津冀地区对长三角区域PM_2.5浓度的贡献都较低,污染过程2的主要潜在源区较为集中,主要为内蒙东部、辽宁、山东东部、江苏和上海;而污染过程3的潜在源区较广,内蒙西南地区、甘肃、山西、陕西、河南、河北南部、山东、安徽北部等地及长三角本地对区域PM_2.5浓度均有重要贡献;污染过程4（12月20-27日）持续时间最长,相较前3次污染过程,京津冀地区和西南地区对长三角区域PM_2.5浓度的贡献相对增加.总体来说,2015年12月4次污染过程期间长三角区域PM_2.5污染的潜在贡献源主要集中在华北和华东（长三角）地区,区域性污染和长距离输送对冬季长三角区域空气质量有重要影响.     

南京北郊水溶性离子污染特征及其光学特性

为了分析南京北郊水溶性离子污染特征及其消光贡献,于2017年3月15日~4月15日、7月和10月开展了PM_2.5观测实验,分析了南京春夏秋3个季节的PM_2.5及其组分浓度特征、水溶性离子及其前体物转化特征以及水溶性离子的光学特性.结果表明,采样期间PM_2.5的质量浓度为（93.8±40.3）μg/m³,其中54.2%为水溶性离子,其总质量浓度为（50.9±25.6）μg/m³,而二次水溶性离子（SNA）占水溶性离子的76.8%.各水溶性离子组分分布为：NO₃^- > SO₄^2- > NH₄⁺ > Ca²⁺ > Cl^- > NO₂^- > K⁺ > F^- > Mg²⁺ > Na⁺.在季节变化上,PM_2.5和主要水溶性离子均为春季高,夏季低,但夏季NO₃^-4^2-.硫转化率（SOR）和氮转化率（NOR）在采样期的均值分别为0.38、0.22,这说明南京有较强的二次转化过程.采样期间,平均[NO₃^-]/[SO₄^2-]的值为1,这说明水溶性离子主要来源于移动源的排放.通过IMPROVE公式计算的大气消光系数低于实际值,但能够较为准确的反映出南京消光系数的趋势.各组分消光贡献从大到小分别为（NH₄）₂SO₄（38.9%）、NH₄NO₃（36.7%）、POM（13.6%）、EC（9.3%）、NO₂（1.5%）.其中SNA的消光贡献占70%以上,春季的SNA消光贡献最大,而夏季的最小.     

帕米尔高原东部PM10输送路径及潜在源分析

基于HYSPLIT后向轨迹模式和NCEP的GDAS数据（2019年3月~2020年2月）,对抵达帕米尔高原东部的48h后向气团轨迹按季节聚类,其PM₁₀和PM_2.5年均值分别为（29.4±16.4）,（9.3±5.1）μg/m³,大气颗粒物以PM₁₀为主,结合同期PM₁₀浓度数据,分析不同路径对帕米尔高原东部PM₁₀聚集的贡献,并利用潜在源贡献因子法（PSCF）和浓度权重轨迹法（CWT）,揭示研究期间帕米尔高原东部不同季节PM₁₀的潜在源分布及其贡献水平.结果表明：帕米尔高原东部PM₁₀输送路径的季节特征明显,春季来自中亚的西风气流对应PM₁₀高值,夏季来自中国新疆西部的气流也对应较高PM₁₀值,秋季各轨迹对应PM₁₀值相当,冬季来自南亚方向气流对应PM₁₀高值.PM₁₀春季贡献源区主要位于中国新疆西部、阿富汗东北部、巴基斯坦东北部、塔吉克斯坦中部及东部地区,夏季主要位于中国新疆西部喀什与和田北部地区,秋季主要位于土库曼斯坦东部、乌兹别克斯坦东南部、巴基斯坦北部、阿富汗北部与塔吉克斯坦南部接壤地区,冬季主要位于巴基斯坦东北部、印度北部以及阿富汗北部.