污染源减排时刻和减排比例对北京市PM_2.5浓度的影响

利用Model-3/CMAQ及京津冀地区高分辨率排放源清单,选取文献[19]中污染峰值当天启动50%污染源削减方案的同时,进一步设置了3种污染源控制方案（峰值当天启动75%源削减;峰值日前1d、2d开始启动25%源削减）,比较了峰值日前启动适量减排与峰值日当天启动大幅度减排的效果差异.结果表明：污染峰值当天启动50%、75%减排时,北京市PM2.5浓度下降率分布不均匀,高值区集中于PM2.5浓度高值区,减排后PM2.5浓度分布较减排前均匀.提前1~2d启动25%源削减时,峰值日北京市PM2.5浓度整体下降.城、郊PM2.5下降率均表现为当天减排50%小于提前1d开始减排25%;当天启动减排提高到75%时,城区PM2.5下降率大于提前2d启动25%减排,郊区表现为峰值前2d启动25%削减优于当天减排75%.将峰值前1d、2d启动25%减排分别与当天启动50%、75%减排时北京市峰值日PM2.5浓度下降率相减,北京市绝大部分区域下降率差值为正;峰值前1d、2d启动25%减排分别比峰值日启动50%、75%减排时北京市平均PM2.5多下降4.7μg/m3（6%）、2.9μg/m3（4%）.综上所述,在污染峰值来临之前采取适量减排较污染当天才启动大幅度减排更有利于北京市整体空气质量达标.

中国比例性减排目标对二氧化碳密集型出口产业的影响——基于计量模型回归的预测分析

中国于2010年1月向联合国气候变化框架公约组织提出了在2005年的排放基础上到2020年自愿降低40-45％的碳排放强度的比例性减排目标。本文根据已有的理论假说构建计量模型，并通过不同数据回归出中国二氧化碳排放量与二氧化碳密集型商品出口额以及人均国民收入之间的关系，分析了中国二氧化碳排放量的库兹涅茨曲线的存在性，由2005年的初始数据模拟出在不同经济增长率下实现比例性减排目标时中国二氧化碳排放量和出口产业的年均增幅，并与2005—2008年的数据进行比较，发现中国二氧化碳密集型商品出口额的增长率并不符合完成比例性减排目标的限制，需要施加相关政策以保证比例性减排目标的实现。

中国发电行业CO_2减排成本及潜力研究

本文研究2020年以前中国电力行业在二氧化碳排放量、发电量的等约束下,基于最小总成本的目标,非线性规划求解出不同发展情景下,最优的煤电、气电减排比例以及发电源组合。从规划求解的结果可以看到:1.非化石能源的比重较以往在加大;2.煤电和气电自身的节能减排改造比例应该为零,也就是资金应该投入到切换发电源组合,而非煤气电的节能减排改造;3.新的发电源组合会降低单位发电的运营成本和可变成本,但是需要大量基础建设投入。

武汉市秋冬季污染天气应急减排清单分析

为积极应对武汉市秋冬季重污染天气,进一步突出精准治污、科学治污、依法治污,在武汉市大气污染源排放清单的基础上使用排放因子法编制应急减排清单,核算了不同应急预警条件下大气污染物的减排量及减排比例,为武汉市重污染应对提供基础数据支撑。结果显示:2021年武汉市纳入应急管控的15个区黄色预警下颗粒物、SO_(2)、NO_(x)、VOCs减排量分别为271.1 t/d、13.5 t/d、84.5 t/d、64.7 t/d,橙色预警下4类污染物减排量分别为323.6 t/d、25.6 t/d、132.6 t/d、81.3 t/d,红色预警下4类污染物减排量分别为329.2 t/d、29.3 t/d、168.9 t/d、99.0 t/d。武汉市颗粒物、SO_(2)、NO_(x)、VOCs的减排比例在黄、橙、红预警下,分别达到国家要求全社会占比的10%、20%和30%以上。

愿景驱动、演化博弈与环境污染治理进路

运用演化博弈理论来解决环境污染治理问题的本质是分析演化过程中相应系数变化对于结果的影响,这里的演化结果为合作比例,合作比例是指参与节能减排企业占整体企业数量的比例。当政府必须同时权衡考虑收益系数、成本和愿景水平以及选择强度的情况时,相应系数之间会互相影响,而较低的收益系数、较低的成本和较高的愿景水平需要不断加强保持,而选择强度的讨论需要通过理论模型进行相应取舍,从而需要政府采取措施来进行最优化决策,使得节能减排比例提高,而节能减排比例的提高意味着参与节能减排的企业数量增加,从而越有利于环境污染的治理。当政府采取奖励金机制和罚金机制共同使用时,需要重新构建环境污染治理演化博弈路径,考量相应系数对于节能减排比例的影响,当选择强度处于最优临界条件时,也能最大限度地促进节能减排比率的增加,从而促进环境污染问题的改善。

2015~2021年陕西关中城市群臭氧污染变化趋势

基于2015~2021年环境监测数据和气象再分析资料,利用Mann-Kendall检验法和Sen斜率法等统计手段揭示了陕西关中城市群臭氧(O_(3))浓度时空变化特征和年际变化趋势,并从气象、排放源和区域传输等方面分析了趋势形成的原因.结果表明:①2015~2021年,关中城市群O_(3)浓度评价值(MDA8第90百分位数)最高的城市是咸阳市,浓度评价值多年平均值为162μg·m^(-3),O_(3)浓度平均值(MDA8年均值)和O_(3)浓度背景值(MDA8第5百分位数)最高的城市是铜川市.②关中城市群O_(3)浓度表现为单峰型日变化特征,并呈现夏季>春季>秋季>冬季的年变化特征.夏季咸阳O_(3)浓度平均值最高,其他季节铜川O_(3)浓度平均值最高.③2015~2021年,陕西关中城市群O_(3)浓度背景值呈现出上升趋势,区域浓度背景值平均上升速率为2.20μg·(m^(3)·a)^(-1),但是O_(3)浓度评价值并未表现出有统计显著性的变化趋势.此外,关中城市群O_(3)浓度变化趋势与季节密切相关,其中冬季O_(3)浓度上升趋势显著,其他季节大部分城市O_(3)浓度无明显变化趋势.④关中城市群及周边地区挥发性有机物(VOCs)减排幅度普遍小于氮氧化物(NO_(x))的不合理减排结构、滴定效应减弱以及区域传输等因素共同作用,导致关中城市群冬季O_(3)浓度升高.