秸秆还田配施氮肥对黑土玉米田土壤CO_(2)排放与碳平衡的影响

为探寻不同秸秆还田方式配施氮肥对黑土玉米田土壤CO_(2)排放与碳平衡的影响,于2023年开展大田试验,设置秸秆离田(S0,对照)、秸秆覆盖还田(S1)、秸秆旋耕还田(S2)3种秸秆还田方式,同时设置常规施加氮肥(N,250kg/hm^(2))与不施加氮肥(W,0kg/hm^(2),对照)2种施氮模式,共计6个处理。测定不同处理下玉米生育期土壤CO_(2)排放通量以及玉米收获后土壤有机碳(SOC)、可溶性有机碳(DOC)、微生物量碳(MBC)含量,探究土壤CO_(2)累积排放量与SOC、DOC、MBC含量的关系,并分析黑土玉米田生态系统碳平衡状况。结果表明:各处理中土壤CO_(2)累积排放量从大到小依次为S2N、S1N、S0N、S2W、S1W、S0W,其中S2N处理土壤CO_(2)累积排放量较S0W处理显著增加70.31%(P<0.05)。在相同施氮模式下,秸秆还田能够有效增加SOC、DOC、MBC含量,且土壤CO_(2)累积排放量与SOC、DOC、MBC含量呈正相关关系。不同秸秆还田方式配施氮肥下,S1N处理玉米产量最高,为13534.4kg/hm^(2),作物碳排放速率最低,为0.122kg/kg。不同秸秆还田方式配施氮肥下黑土玉米田生态系统碳平衡值均为正值,表现为较强的碳“汇”,其中S1N处理碳平衡值和土壤固碳潜力最大,较其他处理分别增加13.12%~94.05%、3.49%~25.32%。综上所述,在本试验条件下,秸秆覆盖还田+常规施氮(S1N处理)可以实现黑土玉米田土壤固碳减排和作物增产目的。

基于CO_(2)排放量检测的秸秆腐解动态监测系统研究

针对秸秆腐解产物复杂,导致在线监测困难的问题,提出以秸秆腐解CO_(2)排放量作为反映秸秆腐解动态特性的指标。并针对市面CO_(2)传感器成本高、体积大,在秸秆腐解监测中普及困难的问题,基于小型、低成本非色散红外(Non-dispersive infrared,NDIR)CO_(2)传感器、环境传感器及Arduino板,设计了秸秆腐解动态监测系统,实现秸秆腐解过程环境参数、秸秆温度以及CO_(2)浓度多位点的监测,并结合微生物群落数据,分析了秸秆腐解规律。以市面TR-76Ui CO_(2)记录仪为基准,对每个低成本NDIR CO_(2)传感器进行测试与校准,1829个数据点的线性回归模型决定系数R^(2)为0.97~0.99,RMSE为14.56~56.36μL/L,表明低成本NDIR CO_(2)传感器具有良好的检测精度和稳定性。秸秆堆体内部CO_(2)浓度具有周期性变化规律,变化趋势与温度的变化趋势一致,且振动幅度随秸秆干燥逐渐减弱,该现象反映了微生物活动的生物节律,揭示了秸秆堆体内部CO_(2)变化能够反映秸秆腐解的行为特征。分析表明,秸秆腐解速率与温度和含水率呈正相关,决定系数R^(2)分别为0.8137与0.892。调节秸秆含水率大于40%后,秸秆腐解速率迅速下降,至第4天趋于平稳。添加微生物菌剂后秸秆腐解速率在第7天开始明显下降,至第12天开始趋于平稳。监测周期内传感器未发生明显漂移,有较好的稳定性,检测精度可以满足秸秆腐解试验的分析需求,小型、低成本硬件对于秸秆腐解动态监测具有很好的推广应用潜力。

云南省建筑业CO_(2)排放峰值及达峰时间预测

建筑业减碳是助力我国实现碳达峰、碳中和目标的重要抓手。运用决策试行与评价实验室(DEMATEL)方法从直接碳排放、间接碳排放、运行碳排放和环境代价四个维度对云南省建筑业CO_(2)排放影响因素予以了系统分析。在此基础上采用系统动力学构建出云南省建筑业CO_(2)排放系统仿真模型,从而揭示预测出不同情境下云南省建筑业CO_(2)排放的预期峰值和时间。模拟结果表明:在高碳情景下,云南省建筑业将于2038年实现碳达峰,峰值为1091.33百万吨;而在低碳情景和基准情景下,云南省建筑业将于2035年实现碳达峰,其峰值分别为455.91百万吨、942.04百万吨。最后,给出促进云南省建筑业低碳发展的对策建议。

节水灌溉下秸秆还田形式对黑土区稻田N_(2)O排放与产量的影响

为探寻不同灌溉模式下秸秆还田形式对黑土区稻田N_(2)O排放与产量的影响,于2023年进行大田试验,设置常规灌溉(F)与控制灌溉(C)两种灌溉模式,同时设置秸秆还田(S)、秸秆炭化为生物炭还田(B)、秸秆过牛腹为有机肥还田(O)3种还田形式,以及秸秆不还田(N)作为对照组,共计8个处理。分析不同灌溉模式下秸秆还田形式对稻田N_(2)O排放通量与水稻产量的影响,测定了水稻各生育期稻田土壤铵态氮含量、硝态氮含量、微生物氮含量、pH值,并分析了N_(2)O排放总量和水稻产量与土壤环境因子之间的关系。结果表明:除返青期外,与秸秆不还田处理相比,秸秆还田与有机肥还田处理土壤铵态氮含量、硝态氮含量、微生物氮含量均表现为增加。相同秸秆还田形式下,控制灌溉模式下各处理生育期内土壤平均铵态氮含量、硝态氮含量较常规灌溉模式高36.23%~60.82%、14.16%~19.61%。同时,秸秆还田与生物炭还田能提高稻田土壤pH值。相同灌溉模式下,与秸秆不还田处理相比较,秸秆还田与有机肥还田处理N_(2)O排放总量分别增加14.44%~24.09%、8.22%~14.44%,生物炭还田处理N_(2)O排放总量降低14.31%~23.90%。生物炭还田与有机肥还田各处理水稻产量提高3.28%~13.07%,其中控制灌溉模式下生物炭还田处理产量最高。综上所述,控制灌溉下生物炭还田可以实现节水、增产、减排的目的。

中国农业源非CO_(2)温室气体排放核算

中国作为传统的农业大国,高消耗、高投入、高需求的农业发展模式推动着中国农业非CO_(2)温室气体排放总量持续增长。农业源非CO_(2)气体以极具增温潜势的CH_(4)和N_(2)O为主,控制农业源非CO_(2)温室气体排放是我国实现农业绿色发展和“双碳”目标的重要环节。我国农业系统非CO_(2)温室气体核算尚处于不断探索完善的过程之中,在估算方法、模型参数等方面还未形成一套完整和公认的体系。研究参考IPCC分类法建立了适用于中国农业系统的,包括种植业、畜牧业和农业废弃物的农业非CO_(2)温室气体排放核算体系。以2020年为基准对中国农业温室气体排放情况进行了核算。结果显示,我国农业系统非CO_(2)温室气体排放总量为62801.68万t CO_(2)-e,CH_(4)是农业系统排放贡献最大的温室气体。我国农业系统温室气体排放类型具有明显的空间分异特征;西北、华北、西南以畜牧业温室气体为主导,华东、华南地区以种植业为主导,东北、华中地区较为特殊,主导类型相对复杂;农业废弃物排放主要分布在东北、华东地区。研究所构建的温室气体核算体系可充分体现我国农业温室气体排放现状,体现各省域农业温室气体排放结构,有利于各区域制定有针对性的农业规划政策,可为降低我国农业温室气体核算研究中的不确定性、为碳中和实现过程中明确农业系统的温室气体贡献提供方法支持与数据基础。

陆地生态系统土壤CO_(2)排放对模拟增温的响应特征及影响因素

全球变暖已经成为不争的事实,陆地生态系统碳循环的研究受到了各界广泛关注,是当前全球变化研究中的重点。土壤CO_(2)排放是陆地生态系统与大气间二氧化碳交换的最大通量之一,当前陆地生态系统中土壤CO_(2)排放如何响应全球气候变暖及其影响因素仍不清楚,限制了对土壤碳循环过程及影响机制的深入认识。旨在明确全球变暖背景下陆地生态系统中土壤CO_(2)排放格局及影响因素。基于Web of Science、PubMed和中国知网等中英文期刊数据库,充分收集全球范围内的相关野外试验文献81篇,提取出65个研究位置和213组相关研究数据,采用Meta分析方法探讨陆地生态系统土壤CO_(2)排放对增温的响应特征,分析其与海拔、气候、土壤含水量、容重(BD)、pH、全氮(TN)和土壤有机碳(SOC)的相关关系。结果表明:陆地生态系统中土壤CO_(2)排放对增温整体有显著的正向响应,在农、林、草生态系统中,增温使土壤CO_(2)排放分别显著增加13.1%、18.0%、5.9%(P<0.05),森林生态系统对增温响应的正效应最强烈;增温能在短时期内促进土壤呼吸,但随着增温持续时间增加,土壤呼吸对温度的敏感性会降低,对温度变化产生适应性,从而使其对增温的响应能力减弱;响应特征受到环境因子、土壤特性以及其他试验条件等的影响,绝大多数条件下对增温表现出显著的正响应特征,不同影响因子之间共同作用、相互影响。增温通常能够改变植物生物量、土壤养分含量及微生物数量和活性,从而影响到植被根际呼吸和土壤呼吸速率。相关分析表明,海拔对土壤CO_(2)排放有显著负向影响,而年均气温、年均降水量、土壤含水量和仪器嵌入土壤深度则对土壤CO_(2)排放产生显著正向影响。这些结果对于理解全球土壤CO_(2)排放的时空变化格局有重要意义,也为准确评价全球变暖背景下土壤碳汇功能及其持续性提供理论依据。

电力行业CO_(2)排放量预测及减排路径——以徐州市为例

基于1996—2022年《徐州统计年鉴》数据,分析徐州市电力行业CO_(2)排放特征,参考宾婵佳等的方法测算徐州市电力行业CO_(2)排放量,运用BP神经网络模型对2022—2030年徐州市电力行业CO_(2)排放量进行预测.结果表明:1995—2021年徐州市电力行业CO_(2)排放量为1002.684~4462.032万t;单位煤耗CO_(2)排放系数从1995年的1.027 t/MWh上升到1998年的1.043 t/MWh,再下降到2021年的0.820 t/MWh.不同情景下,徐州市电力行业CO_(2)排放量的预测值与实际值的独立样本t检验结果表明,运用BP神经网络模型预测电力行业CO_(2)排放量是可行的.预测结果显示,到2030年,徐州市电力行业CO_(2)排放量在基准情景下为5382.358万t,低碳情景下为4481.523万t,强化低碳情景下为4077.167万t.提出了徐州市电力行业可从发电端、电网端和消费端实施碳减排措施.

动态省级电力CO_(2)排放因子对区域碳达峰路径的影响

电力CO_(2)排放因子是精准核算消费端间接排放的重要参数,也是准确量化消费端CO_(2)排放路径的核心指标。本文首次探究了2020—2035年省级电力CO_(2)排放因子的时空特征并与官方来源因子进行对比,全面整合了历史直接排放数据以及精准量化电力消费间接排放的重要性,详细预测了不同情景下2020—2035年省级电力消费间接排放及各省排放路径并量化不同时空精度电力CO_(2)排放因子对各省排放路径的影响。研究表明:(1)2020—2035年,各省电力CO_(2)排放因子呈现持续下降趋势,而现有公开的电力CO_(2)排放因子与本研究省级水平相比存在差异;(2)2010—2020年,电力净调入省份的电力消费间接排放及其占比逐渐增加,北京、上海、浙江等省份占比最高;(3)在情景1和情景3(全国、省级维度因子固定不变情景)下,各省的电力消费间接排放和总排放显著高于情景2和情景4(全国、省级维度因子动态变化情景)的估算结果;情景1和情景2(全国维度因子固定不变、动态变化情景)与情景3和情景4(省级维度因子固定不变、动态变化情景)中的估算结果差异较大;对于如北京、上海、广东等电力消费间接排放占比较大的省份,选取不同空间精度的电力CO_(2)排放因子对其排放总量影响较为明显,进一步导致相关达峰年的偏移。研究结论对支撑各省碳达峰路径规划、降低电力消费间接排放预测的不确定性具有参考价值。

大气CO_(2)浓度升高背景下秸秆还田对小麦土壤氮矿化的影响

为探讨小麦土壤氮矿化对CO_(2)浓度升高、秸秆还田及其交互作用的响应,本研究利用人工控制气候室设置2种CO_(2)浓度处理CK(CO_(2)浓度为400μmol·mol^(−1))、EC(CO_(2)浓度为600μmol·mol^(−1)),3种秸秆处理:秸秆不还田(R)、秸秆掺入(I)、秸秆覆盖(M),测定小麦土壤理化性质、碳氮相关酶活性;通过为期35 d的室内培养试验,分析土壤硝态氮、铵态氮含量动态变化和净氮矿化速率等。结果表明,培养35 d后与秸秆不还田相比,两种秸秆还田方式均增加了土壤碳氮有效性,秸秆掺入和秸秆覆盖处理土壤净硝化速率在两种CO_(2)浓度处理下分别平均增加0.76和0.55 mg·kg^(-1)·d^(-1)。3种秸秆处理方式中,以秸秆掺入土壤净矿化速率最大;秸秆覆盖土壤净氨化速率较低,导致其净矿化速率低于秸秆掺入。与CK相比,CO_(2)浓度升高使土壤无机氮含量平均下降8.1%,土壤氮矿化量平均降低14.98 mg·kg^(-1)。与CK相比,CO_(2)浓度升高下秸秆还田使土壤无机氮含量增加74.2 mg·kg^(-1),主要是由于土壤硝态氮含量增加了73.8 mg·kg^(-1),导致土壤净硝化速率提高了0.57 mg·kg^(-1)·d^(-1);CO_(2)浓度升高下土壤净氨化速率整体下降,其中秸秆覆盖下降幅度较大,导致其净氮矿化速率低于CK。综上,CO_(2)浓度升高下秸秆还田增加了土壤氮的可利用性,其中秸秆覆盖提高了土壤氮固持能力,减少了氮素淋失,秸秆掺入增加了土壤氮矿化,可提供更多无机氮以供作物利用。本研究为未来气候变化背景下选择适宜秸秆还田措施以维持土壤供氮潜力提供了理论依据和技术支持。

基于VECTO软件的重型车CO_(2)排放敏感性分析

为了研究重型车特性参数对CO_(2)排放的影响,以中国厢式货车、不同运行工况下的欧洲C2级货车和欧洲城际客车为例,采用VECTO软件测算车辆的滚阻系数、风阻系数、轮胎动力学半径、附件最大总功率、主减速器和变速箱机械效率及转矩损失等参数对CO_(2)排放的影响,分析不同参数变化对CO_(2)排放测算结果变动的敏感性。结果表明,滚阻系数、风阻系数、附件总功率、主减速器和变速箱各挡位转矩损失参数变动幅度与车辆CO_(2)比排放变动幅度基本呈正线性相关,各参数20%的变动幅度最大将引起4.4%、7.2%、1.9%、1.2%和1.4%的CO_(2)比排放变动幅度;轮胎动力学半径变动幅度对CO_(2)的影响为非线性关系,负的轮胎动力学半径变动幅度引起的CO_(2)排放变动幅度要高于正的变动幅度,−20%的轮胎动力学半径变动幅度最大将引起7.1%左右的CO_(2)比排放变动幅度;主减速器和变速箱各挡位的机械效率变动幅度与CO_(2)比排放变动幅度呈负线性相关,−2.8%左右的机械效率偏差引起2.3%左右的CO_(2)比排放变动幅度。研究结果可为重型车节能降碳改进设计提供参考。

大气CO_(2)浓度升高背景下优化施氮对淹水稻田CH4排放的影响

为探讨未来气候变化条件下,合理管理氮肥以充分协调水稻产量与温室气体排放量之间的矛盾,实现低碳排放并保持水稻产量,本研究探讨了大气CO_(2)浓度升高120μmol·mol^(-1)与氮肥减施40%对淹水稻田水稻生产及CH4排放的影响及机理。利用开顶式气室(OTC)组成的CO_(2)浓度自动调控平台设置4个处理,即环境CO_(2)浓度+施氮250 kg·hm^(-2)(CK)、大气CO_(2)浓度升高120μmol·mol^(-1)+施氮250 kg·hm^(-2)(C+)、环境CO_(2)浓度+施氮150 kg·hm^(-2)(N-)、大气CO_(2)浓度升高120μmol·mol^(-1)+施氮150 kg·hm^(-2)(C+N-),分析了稻田CH4累积排放量(CAC)、水稻生物量及产量、土壤理化性质及酶活性等指标。结果表明:与CK处理相比,C+处理使CAC/产量显著提高了16.93%,N-处理使CAC/产量显著降低了13.33%,C+N-处理使CAC/产量降低了7.89%,但不显著;N-处理在一定程度上削弱了C+处理对CAC、CAC/产量、水稻生物量、土壤可溶性有机碳含量的促进作用;逐步回归分析表明,基于可溶性有机碳和硝态氮含量及土壤脲酶活性的线性模型,可解释稻田CH4累积排放64%的变异。综上,在大气CO_(2)浓度升高条件下,氮肥减施可通过影响土壤碳、氮基质及土壤脲酶活性来调节稻田CH4排放。

大气CO_(2)浓度缓增、骤增和不同施氮水平对稻田CH4排放的影响

为探究大气CO_(2)浓度缓增、骤增和不同施氮水平对稻田CH_(4)排放的影响,基于CO_(2)浓度自动调控平台开展水稻试验,以“南粳9108”为试验品种,采用静态箱-气相色谱法测定CH_(4)通量。在背景大气CO_(2)浓度(CK)的基础上,设置CO_(2)浓度缓增(C_(1)处理,从2016年开始逐年增加40μmol·mol^(-1),至2018年增加120μmol·mol^(-1))和骤增(C_(2)处理,CO_(2)浓度每年均增加200μmol·mol^(-1))处理;在常规施氮量(N 1处理,25 g·m^(-2))的基础上设置氮肥减施处理(N_(2)处理,15 g·m^(-2))。结果表明,CO_(2)浓度缓增、骤增和不同施氮量均没有改变稻田CH_(4)通量的季节变化规律,总体上呈现先增加后减小的趋势。在整个生育期,CO_(2)浓度缓增、骤增对稻田单位产量CH_(4)排放量无显著影响。在C_(2)条件下,与N 1处理相比,N_(2)处理水稻产量显著降低45.2%(P=0.037),同时稻田单位产量CH_(4)排放量显著增加63.3%(P=0.008)。综上所述,随着CO_(2)浓度升高,氮肥减施至15 g·m^(-2)会减少水稻产量,同时增加稻田单位产量CH_(4)排放。

中国钢铁行业CO_(2)排放特征和减排路径研究——基于ARIMA-LEAP模型

为了消除对于未来粗钢、钢材以及生铁产量预测主观性,基于时间序列中的ARIMA模型,对未来相关产量进行客观预测,构建了中国钢铁行业ARIMA-LEAP模型,并以2020年为基准年,每5a为时间节点,研究了2020~2030年中国钢铁行业不同情景下全流程及各工序的CO_(2)排放情况.在技术进步中考虑了氢还原炼铁技术,在能源结构调整中考虑了发电方式调整,在此基础上分别设置了4种单一情景和4种组合情景来研究其减排潜力.结果表明,4种组合情景下的含有规模减排的3种组合情景CO_(2)减排潜力均高于单一情景.其中SUR+TER､SUR+STR和综合减排情景可以在2030年实现达峰,达峰年均为2021年,达峰时CO_(2)排放量分别为13.225亿t､13.359亿t和13.289亿t.单一情景中相较于基准情景CO_(2)减排量由高到低依次为:规模减排情景(SUR)、结构减排情景(STR)、技术减排情景(TAR),在2030年相对于基准情景的减排量分别为493.1Mt、247.8Mt以及105.1Mt.借助LEAP模型的能源核算以及CO_(2)排放核算功能,研究了综合减排情景下2020~2030年不同工序,不同能源的CO_(2)排量,其中CO_(2)排放较多的3个工序为炼铁､轧钢以及烧结工序,产生CO_(2)较多的4种能源为洗精煤、喷煤粉、电力以及焦炭,其中洗精煤CO_(2)排放量更是达到10Bt级,而其余3种能源也达到Bt级.确定了中国钢铁行业CO_(2)排放特征.对技术减排以及结构减排成本进行简单比较,制定中国钢铁行业CO_(2)减排路径.

基于卫星遥感的中国人为CO_(2)与大气污染物排放协同关系

基于多源卫星遥感数据和大气输送模型研究我国人为CO_(2)与大气污染物(NO_(2)和CO)排放协同关系以及新冠疫情管控期间污碳排放变化特征.结果表明:高人为CO_(2)排放对应高浓度的NO_(2)和CO排放,以省级行政区为单位的2018~2020年非生长季XCO_(2)异常与XNO_(2)的相关性(r=0.79)高于与XCO的相关性(r=0.61),且高人为CO_(2)排放地区燃烧排放效率更高;2020年2月(疫情管控期)我国XCO_(2)异常、XNO_(2)、XCO下降的区域范围为2019年2月(疫情同比期)面积的50%、70%和49%,2020年2月XCO_(2)异常与XNO_(2)的相关性(r=0.71,P<0.01)高于2019年2月(r=0.59,P<0.01),而XCO_(2)异常与XCO的相关性(r=0.44,P<0.01)低于2019年2月(r=0.68,P<0.01);受大气输送的影响,2020年2月京津冀受西南方向人为排放地区输送的影响高于2019年2月,而长三角受北部长距离输送的影响降低,珠三角受大气输送的影响最小.研究结果表明卫星遥感可有效用于区域污碳协同排放时空变化特征监测.

土壤CO_(2)排放对微咸水与淡水交替灌溉的响应

为揭示微咸水与淡水交替灌溉模式对土壤CO_(2)排放通量变化规律的影响,研究极端干旱区棉田3种灌溉水质(矿化度分别为2、3、5 g/L)和3种不同配比咸淡水交替[微咸水∶淡水=1∶1(W1);微咸水∶淡水=1∶4(W2);微咸水∶淡水=1∶0(W3)]灌溉对土壤CO_(2)排放通量的影响。结果表明:①以2 g/L为对照,3 g/L微咸水与淡水交替灌溉处理CO_(2)累积排放通量减少了6.03%~7.19%;5 g/L微咸水与淡水交替灌溉处理CO_(2)累积排放通量减少了9.83%~10.15%;②在相同矿化度条件下,土壤CO_(2)累积排放通量为W2处理>W1处理>W3处理,淡水灌水量多的处理CO_(2)排放通量较大。③以2 g/L为对照,3 g/L和5 g/L处理产量平均提高了1.25%和3.64%,W1处理产量相较于W2、W3处理平均提高了24.02%和14.12%。随着灌溉水矿化度的增大,土壤CO_(2)排放通量减小,所有不同配比下矿化度为5 g/L的处理CO_(2)排放量均小于2、3 g/L的处理;在微咸水与淡水交替灌溉条件下,矿化度为3 g/L且微咸水∶淡水=1∶1的灌水处理,土壤CO_(2)排放通量降低且棉花产量最大,能够为合理利用微咸水及保护干旱区灌区农田生态环境提供理论依据。

CO_(2)浓度缓增对冬小麦田N_(2)O排放的影响

为研究CO_(2)浓度缓增对冬小麦田N_(2)O排放的影响,利用由开顶式气室(OTC)组成的CO_(2)浓度自动调控平台,扬麦22号为供试材料开展田间试验。将大气CO_(2)浓度作为对照(CK),设置CO_(2)浓度缓增处理C_(80)(CO_(2)浓度缓慢增加80μmol/mol)和C_(120)(CO_(2)浓度缓慢增加120μmol/mol)。结果表明,CO_(2)浓度缓增处理没有改变小麦田N_(2)O排放通量的季节性变化特征。在2017-2018年冬小麦生长季,CK、C_(80)处理土壤N_(2)O累积排放量分别为(25.49±3.33) mg/m^(2)、(26.83±3.21) mg/m^(2);2018-2019年冬小麦生长季,CK、C_(120)处理土壤N_(2)O累积排放量分别为(113.06±2.66) mg/m^(2)、(121.20±9.28) mg/m^(2)。在2017-2018年冬小麦生长季,CK、C_(80)处理土壤-冬小麦系统N_(2)O累积排放量分别为(25.99±1.39) mg/m^(2)、(29.83±4.20) mg/m^(2)。各生育期土壤N_(2)O累积排放量与冬小麦地上部分生物量呈极显著正相关(P<0.01),土壤-冬小麦系统N_(2)O累积排放量与冬小麦地上部分生物量呈极显著正相关(P<0.01)。

徐州市不同行业CO_(2)排放量测算及减排措施

在城市发展过程中,准确计算城市碳排放量对优化和指导CO_(2)减排路径至关重要。通过收集26年的徐州统计年鉴,运用碳排放因子法计算了徐州市化石能源、家庭燃气、水泥、钢铁、化工、电力和交通运输的CO_(2)排放量。结果发现徐州市1995—2020年各行业CO_(2)排放量情况为:化石能源消费CO_(2)排放量为2.765 18×10^(7)~1.335 63×108t,家庭燃气CO_(2)排放量为0.931×10^(5)~5.275×10^(5)t,水泥行业CO_(2)排放量为1.050 185×10^(7)~3.894 500×10^(7)t,钢铁行业CO_(2)排放量为0.565 9×10^(6)~8.195 7×10^(6)t,化工行业CO_(2)排放量为0.722 8×10^(6)~4.411 4×10^(6)t,电力行业CO_(2)排放量为0.690 87×10^(7)~3.339 01×10^(7)t,交通运输CO_(2)排放量为0.658 0×10^(6)~7.340 3×10^(6)t。徐州市政府应根据各行业CO_(2)排放特点,从加大政策扶持、加强碳汇利用、倡导低碳发展和研发清洁能源等角度合理制定减碳措施。

微塑料对土壤CO_(2)排放的累积效应

以控制性栽植体——大型根窖试验装置(以下简称根窖)为研究平台,通过连续3年、每年2茬农作物的种植,解析微塑料处理下不同类型土壤呼吸的变化特征;采用多元回归方程在微塑料积累量、分子量等不同条件下对土壤CO_(2)浓度随时间变化过程进行建模,并进行可视化呈现。结果表明,回归模型能够很好地描述土壤CO_(2)浓度变化规律,各模型R^(2)皆在0.75以上,模拟效果良好。对处理前后2组数据进行显著性方差分析得P值为0.0073,与对照组CO_(2)浓度上升速率(ω=0.728)相比,微塑料使土壤的CO_(2)浓度上升速率显著提高(ω=0.762)。微塑料的加入改变了土壤微气候环境,显著促进了土壤CO_(2)排放。

氮添加对森林土壤有机碳库固存及CO_(2)排放的影响研究进展

氮添加会引起土壤理化性质和养分有效性的改变。受此影响,森林植物的地上碳同化能力和地下碳分配格局也会相应地发生变化,总体表现为促进植物生长固碳,增加凋落物和植物根系沉积碳输入土壤,并改变上述植物源有机质的数量和化学成分。与此同时,土壤微生物的群落结构和生态功能也会受到氮添加的影响,由于土壤中的有机碳分解、转化和稳定等过程均受到微生物的驱动,因此,氮添加所引起的底物供应差异和微生物响应会影响森林土壤有机碳的矿化,并最终影响森林土壤有机碳库固存、稳定和CO_(2)排放。但目前关于氮添加对森林土壤有机碳库固存能力和CO_(2)排放特征的影响机制仍不清楚,为此,以森林土壤的碳循环过程为线索,综述了氮添加对底物供应、土壤有机碳激发效应、微生物碳代谢等过程的影响,并尝试梳理在氮添加影响下森林土壤有机碳分解、转化和稳定的微生物驱动机制。这有助于预测氮添加对森林土壤“氮促碳汇”的实际效果,以便研究人员在未来氮沉降日益严重背景下更好地预测森林土壤的碳循环特征,寻找提高森林土壤有机碳库固存能力和降低CO_(2)排放相关途径提供参考。同时,还分析了目前相关研究中存在的问题,并对该领域未来的研究热点进行了展望。

火电CO_(2)排放连续监测的国际经验分析及启示

为了推动我国火电CO_(2)排放连续监测技术的发展应用、助力我国碳排放统计核算体系建设,本文在文献调研、专家研讨、技术剖析的基础上,以美国、欧盟等为重点,从应用机组类型、实施标准制定、失效应对措施、监测技术选型、关键技术研发、支撑火电低碳化发展、监测报告核查、测量准确度评价等8个方面,对国际火电CO_(2)排放连续监测的发展经验进行了分析。借鉴国际有益经验,结合我国火电CO_(2)排放连续监测的发展现状,提出发展建议:充分考虑技术应用特点和我国火电实际情况,研究制定配套政策法规;加快完善技术实施标准规范,增强标准的引领和支撑作用;强化对已有烟气流量计测量情况的统计分析,为相关工作开展提供参考;加强火电烟气流量测量研究工作,提升CO_(2)排放连续监测技术水平;推进数字化技术在监测报告核查中的应用,支撑CO_(2)排放连续监测的闭环管理;健全连续排放监测系统测量准确度评价标准体系,提升我国碳排放数据的国际认可度。