工程机械不同工况下PM_(2.5)排放及其碳质组分特征

我国工程机械排放控制起步较晚.为研究实际工况下工程机械的PM2.5排放特性及其碳质组分构成,采用便携式颗粒物稀释采样系统,对3台工程机械(2台挖掘机和1台装载机)在不同典型工况(行驶、作业和怠速)下的PM2.5及其碳质组分〔OC(有机碳)和EC(元素碳)〕的现场排放特征进行了测试.结果表明:沃尔沃挖掘机、山河智能挖掘机的PM2.5排放因子(基于燃油)分别为1.85~3.26和1.56~2.62 g/kg,厦工装载机的PM2.5排放因子为0.98~1.48 g/kg.不同工况对PM2.5排放因子影响较大,怠速工况下PM2.5排放因子是行驶工况下的1.49~1.76倍.工程机械排放的PM2.5中,碳质组分是最主要的成分,其质量分数高达71.0%~84.5%.其中,w(OC)为44.6%~72.0%,在怠速工况下最高;w(EC)则为8.6%~30.9%,在行驶工况下较高.测试工程机械的PM2.5排放水平较高,因此应尽快加强工程机械排放的污染防治.     

碳中和愿景下中国电力部门的生物质能源技术部署战略研究

2020年9月22日,习近平主席在第七十五届联合国大会上郑重承诺,中国将提高自主贡献力度,采取更加有力的政策和措施,努力争取2060年前实现碳中和。电力部门是我国能源系统实现碳中和的关键,而生物质能源技术在电力部门的部署对于推动实现碳中和具有不可替代的重要意义。本文针对三类生物质能源的发电技术,包括生物质直燃/气化发电、生物质耦合发电、生物质与碳捕获封存技术联合发电,分析了技术的国内外发展现状,并从技术可行性、资源可行性、经济可行性和环境影响等方面评析了其在推动电力部门低碳转型过程中的可行性。同时,结合碳中和愿景下电力部门的减排要求及对相关技术潜力的最新研判,对生物质能源技术在我国电力部门的部署提出了相应的政策建议。     

重庆市主城区春夏季不同粒径颗粒物污染特征分析

采用多通道采样器,采集重庆市主城区PM1.0、PM2.5和PM103种粒径的颗粒物样品,结果显示采样期间PM1.0、PM2.5和PM10日浓度均值分别为0.057 mg/m3、0.075 mg/m3和0.120 mg/m3,主城区颗粒物污染较为严重。对3种粒径颗粒物样品中的碳组分、水溶性组分以及无机污染元素组分进行分析...     

三峡库区退耕还林后植物多样性研究

通过对三峡库区不同退耕还林阶段的植物群落调查,结果表明退耕还林后植物群落演替基本沿着:农田杂草→草地→灌木林地→天然次生乔木林的方向而发展.但由于退耕还林阶段受环境因素或干扰状况对群落植物多样性的影响,加上退耕还林中树种较为单一,退耕还林后群落的物种丰富度和物种多样性没有得到提高.通过对处于相同退耕还林阶段的不同植物群落类型的调查,以及对同一群落类型中具有不同群落结构的植物物种组成情况的调查发现,在植物群落内部,群落组成中的不同生活型的物种多样性表现为草本层＞灌木层＞乔木层.从优势种来看,乔木层主要为马尾松和柏木;灌层中为火棘、栓皮栎、山莓、黄构皮等;草本层中主要为白茅、茅叶荩草、白喜草、竹枝细柄草、渐尖毛蕨、日本金粉蕨、过路黄等.退耕还林10年后发育形成的密林中,乔木物种数目较多,多样性指数最大.     

三峡库区主要森林植被类型土壤有机碳贮量研究

根据全国森林资源清查资料,按主要优势树种和分布面积将三峡库区主要森林植被划分为马尾松针叶林、栎类混交林、灌木林等11种主要森林植被类型。基于196个土壤剖面数据,分析了11种主要森林植被类型下土壤有机碳含量、碳密度大小和分配特征。研究发现,三峡库区主要森林植被类型下土壤有机碳含量和碳密度均存在较大差异,二者总体上都随土层加深而降低。11种主要森林植被类型中以杉木针叶林土壤有机碳密度最大,达16.0 kg/m2,温性松林下土壤碳密度最小,仅为7.9 kg/m2。不同植被类型下土壤有机碳贮量在土层中的分配比例也不同,以灌木林和柏木林土壤碳贮量在土层间的差异最大。11种主要森林植被类型土壤平均厚度为56.3～98.5 cm,其中杉木针叶林土壤最厚,达98.5 cm,灌丛土壤最薄,平均厚度仅56.3 cm。三峡库区11种主要森林植被类型总面积为3 313 251 hm2,土壤总有机碳贮量为 366.36 t,其中0～10、10～20、20～40和＞40 cm土层分别占22.90%、18.36%、28.33%和30.41%。     

水分管理对水稻生长与根际激发效应的影响特征

作物根际沉积碳输入而引起的根际激发效应,对农田土壤碳排放通量和碳平衡起到关键的调控作用.在稻田生态系统中,由于频繁的干湿交替,土壤CO₂和CH₄排放以及根际激发效应明显有别于其他自然生态系统.因此,明确稻田生态系统干湿交替过程中水稻根际激发效应的方向与强度,对于减缓稻田温室气体排放具有重要意义.本研究采用¹³C-CO₂连续标记法,结合盆栽试验,研究干湿交替和持续淹水条件下,水稻生长以及根际激发效应的响应特征.结果表明,相对于持续淹水处理,干湿交替处理使水稻地上部和根系生物量以及根冠比显著提高,并增加了土壤微生物生物量.持续淹水条件下,¹³CO₂和¹³CH₄排放通量随水稻生长由10.2 μg·（kg·h）^-1和2.8 μg·（kg·h）^-1（63 d）增加到16.0 μg·（kg·h）^-1和3.2 μg·（kg·h）^-1（75 d）.而在干湿交替条件下,经过12 d的落干处理¹³CO₂和¹³CH₄排放通量分别降低了57.5%和88.1%.持续淹水条件下,CO₂和CH₄的根际激发效应表现为正激发效应,而且随水稻的生长而增加.而干湿交替处理下,经过12 d的落干处理,CO₂和CH₄的根际激发效应分别由0.29 mg·（kg·h）^-1和12.3 μg·（kg·h）^-1（63 d）降低到-0.39 mg·（kg·h）^-1和0.07 μg·（kg·h）^-1（75 d）.因此,干湿交替处理,能有效促进水稻生长和降低CH₄的累计排放量.合理地田间水分管理对于提高水稻产量和降低温室气体排放具有重要意义.     

Toward sustainable use of natural resources: Nexus between resource rents,affluence, energy intensity and carbon emissions in developing and transition economies

Sustainable use of natural resources would entail ensuring that derived economic benefits today do not undermine the welfare of generations to come. On this basis, this study examines the nexus between natural resource rents and carbon dioxide (CO₂) emissions disaggregated into production and consumption-based (i.e., trade-adjusted) CO₂ emissions for a selected panel of 45 developing and transition economies over the period 1995–2017. The empirical model also incorporates the impacts of population, affluence, and energy intensity. The results show that affluence increases production-based CO₂ emissions by 1.407%, with the EKC's predicted inverted U-shaped curve only explaining consumption-based CO₂ emissions. Economic reliance on natural resource rents and energy intensification contribute 0.022% and 0.766%, respectively, to CO₂ emissions embedded in territorial production inventories and 0.035% and 0.583%, respectively, to CO₂ emissions embedded in consumption inventories. The bootstrap non-causality test shows that historical data on each variable has significant predictive power for future CO₂ emissions from both sources. The historical information about natural resource rents has significant predictive power over the future levels of affluence and energy intensity. Clearly, the results show that the environmental impact of natural resource rents is stronger when CO₂ emissions are adjusted for trade and varies among the countries, with Bangladesh, Guinea, India, Malaysia, Mexico, Nigeria, Pakistan, Saudi Arabia, Vietnam, and Zimbabwe among the most affected countries. Overall, this study provides motivation for policies to keep the use of natural resources within sustainable limits.     

A discussion to promote global sustainability techniques for motivating plastic waste to minimize carbon footprints

This paper emphasizes the significant challenges facing the sustainable environment, including managing and handling plastic waste and reducing carbon footprints. To tackle these challenges, it is essential to identify people's awareness levels of waste handling techniques and their pro-environmental behaviors. The study focuses on Guwahati, one of the most important cities in Northeast India, which generates increasing plastic waste daily. The paper aims to identify the factors contributing to the reduction of carbon footprints resulting from plastic waste management activities. The data collected from 1326 respondents was analyzed using factor analysis, and the reliability of the dataset was confirmed using Cronbach's alpha (0.84 for the awareness level of waste management techniques and 0.780 for the prevalent mode of plastic waste management techniques). KMO (0.796), Bartlett's test of sphericity (p < 0.001), and determinant score (0.019) were used to assess the data adequacy and factorability of the dataset, and the results were found to be satisfactory. Principal component analysis, exploratory factor analysis, and varimax orthogonal rotation method were used to identify high-loaded factors by reducing the number of variables. The results showed that two highly loaded components, namely awareness level of waste management techniques (AWMT) and prevalent mode of plastic waste management techniques (PWMT), explained 27.53% and 24.34% of the total variance, respectively, with eigenvalues of 3.35 and 2.88. The regression model confirmed the statistical significance of these factors (p < 0.001) and their relationship with the dependent variable, greenhouse reduction (GHGR). The study proposes that minimizing carbon footprints in the environment can be achieved by focusing on a limited number of controllable factors such as AWMT and PWMT. This study provides valuable insights to the authorities in controlling waste generation and achieving a pollution-free environment.     

中国铜产业体系演化的碳中和实现机制研究

本文研究了我国铜产业采选、冶炼、加工和再生等环节的演化趋势,构建了铜产业直接碳排放-能源间接排放-其他间接排放相结合的多层级碳排放核算模型,分析了我国铜产业各环节碳排放演变规律及碳中和实现机制。结果表明：①1980-2020年我国铜精矿、精炼铜、铜加工材、再生铜产品分别增长了6.6倍、 25.1倍、 88.5倍、 37.1倍,受碳中和目标实现对电力需求量增加的影响,预计2060年铜资源消费总量将较2020年提升62.3%,铜资源社会存量将达到3.9亿t,再生铜将于2030年超过原生铜成为主导资源类型。②2020年铜产业的碳排放总量达到2968.2万tCO₂e,其中,采选环节的吨铜碳排放量最高,达到了3.4tCO₂e,是第二位冶炼的2.3倍;冶炼环节的碳排放总量最大,达到铜产业的39.3%;再生环节的降碳效果突出,相较原生采选冶炼环节减少1251.2万tCO₂e;进出口贸易则进一步降低了该产业43.7%的碳排放总量。③预计2060年铜产业碳排放总量将达到1499.8万tCO₂e,通过促进国际贸易、循环经济、技术创新及环境市场建设等举措,可大幅降低产业的碳排放总量,其中国际贸易及循环经济情景的碳减排效果在2030年前均较显著、随后逐渐下降,技术创新及环境市场建设是该产业碳中和目标实现的根本,在2060年的减排潜力分别达到535.9万t及607.9万t。为了更好地促进该产业可持续发展及“双碳”目标实现,建议依托国内国际双循环格局合理调控铜产业结构,秉持全生命周期理念加快构建铜产业绿色供应链,紧随碳中和发展趋势促进资源循环减污降碳协同增效。     

碳标签对低碳购买意愿的作用路径研究——基于亲社会行为调节的中介效应

降低消费阶段的碳排放量对实现国家“双碳”战略目标具有重要意义。在此背景下,本研究从碳标签出发,引入“亲社会行为”这一变量,提出研究假设并构建了消费者低碳购买意愿的模型,利用调查问卷和结构方程模型进行数据分析,探究碳标签对消费者低碳购买意愿的影响,并分析亲社会行为在其中的调节作用。研究结果显示,碳标签认知、碳标签宣传均直接影响消费者的低碳购买意愿,碳标签公信力对低碳购买意愿没有直接影响;感知价值和购买态度在碳标签相关因素与低碳购买意愿之间起到完全或部分中介作用;亲社会行为在感知价值和购买态度对低碳购买意愿产生中介效应的链路上具有调节作用。基于研究结果,本文从提高消费者碳标签的认知水平、增强碳标签的宣传效果、提升碳标签的公信力、倡导亲社会的低碳行为等方面提出对策建议,以期通过政府、企业和消费者的多方努力,促进消费者积极参与低碳消费,实现消费领域的低碳变革。