河南省能源环境效率评价及其影响因素研究——基于AM-SDGI模型

以劳动投入、资本投入、能源消耗、二氧化硫和化学需氧量排放量作为投入变量,运用投入导向的AM模型研究了2007—2015年河南省能源环境效率全国排名的变化趋势,在此基础上,以广东省、上海市和江苏省为标杆分析了2007—2015年河南省能源环境效率演化趋势,进而分析了2015年河南省能源环境效率的空间分布特征,最后采用灰色综合关联度探究河南省能源环境效率的影响因素.研究表明:2007—2015年在能源效率和环境效率剪刀差的作用下,河南省能源环境效率呈现缓慢上升的演化趋势,每隔3年上升一个台阶,但在全国排名中呈现下滑的发展态势;2015年河南省能源环境效率呈现出北低南高、东强西弱的空间分布格局;对河南省能源环境效率影响程度由大到小的因素依次为城镇化水平、产业结构、能源消费结构、环境保护、对外开放和创新驱动.

粮食种植面积指标体系的构建及应用

影响粮食种植面积的因素比较多,它们之间的关系错综复杂而且可能存在着粮食品种和区域差异。参考各官方网站公布的主要指标体系及数据,收集了2006-2014年间的数据,通过无量纲化指标数据后进行Person相关系数分析,筛选出了粮食种植面积的8大评价指标体系后,对其进行合理性分析,然后建立粮食最低收购价下的粮食种植面积反应模型并进行了实证模型检验其可靠性,这对研究如何增加粮食种植面积以及保障粮食生产的安全性具有重要的意义。

节能减排压力下能源环境效率区域差异及其影响机制研究

将能源消耗及其带来的环境成本视为节能减排压力。基于2007--2015年省域面板数据，运用投入导向的AM模型测算了我国能源环境效率，分析能源环境效率的区域差异及其空间演化特征，评判区域节能减排情况，并采用灰色系统模型探究区域能源环境效率的影响因素及其影响机制。研究表明：我国四大区域能源环境效率呈现波动上升态势，显示出东部-中部-东北-西部逐步降低的发展格局。东部地区能源环境效率先发散后收敛，东北地区先收敛后发散，中部和西部地区能源环境效率呈现逐步发散态势。产业结构和技术产业化阻碍中部、东北、西部能源环境效率提升，全球化和城镇化对四个地区的能源环境效率均起到正向驱动作用，环境治理是中部和西部地区能源环境效率提升的制约因素。最后，根据研究结果分区域提出改善能源环境效率的对策建议。

南京夏季大气臭氧光化学特征与敏感性分析

对流层臭氧(O_(3))主要由氮氧化物(NOx)和挥发性有机物(VOCs)经过一系列光化学反应生成,反应过程呈现复杂的非线性关系.为深入了解O_(3)的光化学特征及生成机制,利用2018年夏季大气O_(3)与VOCs的观测数据,结合大气零维框架模拟模型F0AM-MCM,研究O_(3)超标日和非O_(3)超标日的O_(3)光化学特征之间的差异性.观测结果表明,O_(3)超标日期间φ(O_(3))和φ(TVOCs)的平均值分别为47.8×10^(-9)和49.0×10^(-9),为非O_(3)超标日期间O_(3)(26×10^(-9))和TVOCs(30×10^(-9))体积分数的1.8倍和1.6倍.使用F0AM模型,借助EKMA曲线和RIR分析等识别O_(3)敏感性,发现南京市O_(3)超标日和非O_(3)超标日O_(3)的形成均主要受VOCs和NOx的协同控制.F0AM-MCM模拟结果表明,在O_(3)超标日,·OH和HO_(2)的日平均混合比分别是非O_(3)超标日的1.3倍和1.8倍,表明O_(3)超标日期间具有更强的大气氧化能力,且·OH和HO_(2)的形成和损失速率也有明显的增加,表明自由基循环的增强.此外,O_(3)超标日的O_(3)生成速率明显高于非O_(3)超标日,从而导致了O_(3)超标日的O_(3)净生成速率明显高于非O_(3)超标日.以上发现提高了对南京夏季O_(3)超标日大气O_(3)光化学特征的认识.

银川市大气臭氧生成敏感性与VOCs来源解析

基于银川市2022年O_(3)浓度观测数据,分析了O_(3)浓度月变化特征,并基于5~7月银川市城区站点的气象要素、常规污染物和VOCs浓度观测数据,比较了污染日与非污染日的气象要素及前体物浓度的差异,并利用0维大气框架模型(FOAM)和正定矩阵因子分解(PMF)模型探讨了O_(3)生成敏感性及VOCs主要来源.结果表明:①2022年银川市O_(3)污染出现在5~7月,ρ(O_(3)-8h_(-90per))分别为156、170和174μg·m^(-3),超标率分别为9.7%、26.7%和29.0%.②O_(3)污染日的气温、太阳总辐射和各类前体物浓度小时均值相较于非污染日均有所升高,其中丙烷、异丁烷、乙烷、正丁烷和二氯甲烷体积分数较非O_(3)污染时期增加显著,分别增加了33.1%、29.1%、25.0%、22.7%和21.3%,污染物排放增加及不利气象条件共同促进了O_(3)的生成.③5~7月整体、非污染日和污染日VOCs物种OFP值排名前5的物种一致,均为乙醛、间/对-二甲苯、乙烯、异戊二烯和甲苯,主要来自溶剂使用源、天然源和化工行业排放.④本地O_(3)生成多处于VOCs控制区,相对增量反应活性(RIR)分析表明污染日和非污染日O_(3)生成均对烯烃和芳香烃的敏感性较强,而NO_x为负敏感性,丙酮、乙烯和异丁烷等活性物种对于O_(3)生成的贡献较高,实施VOCs与NO_x减排比例远大于1的减排方案可有效降低本地O_(3)浓度.⑤银川市大气VOCs主要来源为机动车排放源(32.3%)、工艺过程源(20.7%)、燃烧源(19.2%)、溶剂使用源(12.7%)、汽油挥发源(9.1%)和天然源(6%),并且污染日机动车排放源贡献率较非污染日增加4.6%,说明机动车排放源是银川市夏季VOCs管控的重要对象.