嘉陵江四川段平水期CH_(4)、CO_(2)排放通量空间分布特征及影响因素

河流是陆地生态系统中内陆水域温室气体的重要排放源。以嘉陵江四川段为研究对象,于2021年10月采集表层水样,运用改良顶空法采集表层水体溶存的CH_(4)、CO_(2),分析了研究区域平水期CH_(4)、CO_(2)溶存浓度与排放通量的空间分布特征,并探究水体理化性质和土地利用类型对温室气体排放的响应。结果表明,嘉陵江四川段人类活动主导了水质变化特征,城市和农业活动是氮素和磷素沿河流方向累积的重要原因。表层水体中CH_(4)和CO_(2)浓度分别为(16.87±15.55)nmol·L^(-1)和(836.11±132.68)μmol·L^(-1),排放通量分别为(68.39±81.26)nmol·m^(-2)·d^(-1)和(1596.08±1291.61)μmol·m^(-2)·d^(-1)。CH_(4)、CO_(2)浓度和排放通量具有较大空间异质性,不同土地利用类型条件下,耕地主导河段接收了较多的非点源污染和陆源碳。这些污染物质的输入导致水体理化性质发生改变,影响水生植物和浮游植物生长以及微生物活动,进而给CH_(4)和CO_(2)产生和释放造成影响。总氮(TN)、磷酸盐(PO_(4)^(3-)-P)和耕地面积占比是影响嘉陵江四川段温室气体排放的关键因子,表明温室气体排放不仅受河流生态环境的影响,还受不同土地利用类型条件下人类活动的影响。

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。

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。

典型农业流域不同类型池塘水体CO_(2)排放特征

内陆水体是大气CO_(2)收支估算的重要组成部分。农业流域分布着大量池塘景观水体,且具备蓄洪抗旱、消纳污染、水产养殖等多种功能。但是,农业流域不同功能的小型池塘CO_(2)排放特征尚不清楚。本研究以极具农业流域代表性的烔炀河流域为研究对象,选取流域中用于水产养殖(养殖塘)、生活污水承纳(村塘)、农业灌溉(农塘)、蓄水(水塘)的4个功能不同的景观池塘,基于为期1年的野外实地观测,以明确农业流域小型池塘CO_(2)排放特征。结果表明,不同功能池塘水体CO_(2)排放差异显著,受养殖活动、生活污水输入和农田灌溉等人类活动影响,养殖塘((80.37±100.39)mmol/(m^(2)·d))、村塘((48.69±65.89)mmol/(m^(2)·d))和农塘((13.50±15.81)mmol/(m^(2)·d))是大气CO_(2)的热点排放源,其CO_(2)排放通量分别是自然蓄水塘((4.52±23.26)mmol/(m^(2)·d))的18、11和3倍。统计分析也表明,该流域池塘CO_(2)排放变化总体上受溶解氧、营养盐等因素驱动。4个不同景观池塘CO_(2)排放通量全年均值为(37.31±67.47)mmol/(m^(2)·d),是不容忽视的CO_(2)排放源,其中养殖塘和村塘具有较高的CO_(2)排放潜力,在未来研究中需要重点关注。

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.

淡水养殖池塘CO_(2)通量多时间尺度变化特征及其影响要素

为探讨淡水养殖CO_(2)通量的多时间尺度变化特征及其影响因子,本研究以我国长江三角洲区域典型淡水养殖池塘为研究对象,基于涡度相关法(Eddy covariance,EC)测定的2016—2021年高频连续CO_(2)通量数据,对CO_(2)通量的多时间尺度变化特征及其环境、人为影响要素进行分析。结果表明:养殖池塘CO_(2)通量(以C计)存在明显的日变化、季节变化和年际变化特征,其年尺度交换量的变化范围为-671~1005 kg·hm^(-2)·a^(-1),年均值为(-74±688)kg·hm^(-2)·a^(-1),表现为CO_(2)的弱汇。CO_(2)通量在不同时间尺度的主控因子存在明显差异,其中在0.5 h尺度上,太阳辐射和气温分别是白天和夜晚CO_(2)通量的主要影响因子;日尺度和月尺度的CO_(2)通量则分别受太阳辐射和归一化植被指数(NDVI)调控,且CO_(2)通量与上述要素均呈显著负相关;年际尺度上,养殖池塘CO_(2)通量受饲料投入量与NDVI的共同作用,二者建立的回归方程可以解释64%的CO_(2)年总通量变化,其中CO_(2)排放量随饲料投入量的增加呈线性增加(R2=0.55,P<0.05)。根据本研究结果,建议在未来可将提高饲料利用率作为控制养殖水体温室气体排放、改善水体生态环境、实现水产养殖业可持续发展的重要途径。

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.

水稻生长季CO_(2)通量的时间动态和影响因子研究

为了明确长三角地区稻麦轮作生态系统中水稻生长季CO_(2)通量的多时间尺度变化特征,量化环境因子对农田CO_(2)通量变化的贡献度,拆分环境因子的直接影响和间接影响,该研究利用涡度相关观测系统进行了2年CO_(2)通量的连续观测,分析了辐射类、温度类、水汽类和风速对CO_(2)通量的影响。结果表明:稻麦轮作生态系统在水稻生长季是一个二氧化碳汇,2020、2021年水稻生长季的总固碳量分别为396.3、491.9 g/m^(2)(以C计);CO_(2)通量也有明显的日变化,呈现出“U形”和“V型”的单峰曲线,吸收峰值出现在第200~250天。在不同时间尺度上,影响CO_(2)通量的主控因子始终是光合有效辐射;但随时间尺度的增加,各个因子贡献度的差异逐渐减小。饱和水汽压差也是影响CO_(2)通量的重要因子,它与光合有效辐射的交互作用会抑制彼此对CO_(2)通量的直接贡献。

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。

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.

施氮对陇中黄土高原旱作麦田N_(2)O和CO_(2)排放的影响

【目的】探究陇中黄土高原半干旱区旱作麦田土壤N_(2)O和CO_(2)排放对不同施氮量的响应,阐明旱作麦田N_(2)O和CO_(2)排放特征及其主要影响因素,以期为该地区旱作麦田温室气体减排和氮肥管理提供依据。【方法】以陇中黄土高原旱作麦田为研究对象,采用大田定位试验和室内指标测定相结合的方法,布设CK(不施肥)、LN(低量氮肥)、MN(中量氮肥)和HN(高量氮肥)共4个施氮梯度,分析不同施氮量对旱作麦田土壤硝态氮(NO_(3)^(-)-N)、铵态氮(NH_(4)^(+)-N)、有机碳(SOC)、土壤温度、含水量及土壤N_(2)O和CO_(2)排放的影响。【结果】0~10 cm土层土壤中,HN、MN、LN较CK处理,NO_(3)^(-)-N平均含量增幅为21.55%、26.06%和34.11%;NH_(4)^(+)-N平均含量增幅为21.77%、31.42%和39.20%;SOC平均含量增幅为20.43%、25.80%和35.9%。HN、MN、LN较CK处理,N_(2)O累计排放量增幅为78.63%、130.47%、217.51%;CO_(2)累计排放量增幅为5.73%、10.63%、21.75%。皮尔逊相关关系表明,不同施氮处理中,麦田0~10 cm土层土壤中NO_(3)^(-)-N、NH_(4)^(+)-N和SOC平均含量与N_(2)O、CO_(2)累计排放量呈极显著正相关关系(P<0.001),土壤温度与N_(2)O和CO_(2)累计排放量呈显著正相关关系(P<0.05),土壤含水量与N_(2)O累计排放量呈显著的负相关关系(P<0.05),与CO_(2)累计排放量相关关系不显著。【结论】施氮可以增加黄土高原旱作麦田表层土壤中NO_(3)^(-)-N、NH_(4)^(+)-N和SOC含量,进而增加了N_(2)O和CO_(2)累计排放量,是该地区麦田N_(2)O和CO_(2)排放的主要驱动因子,表层土温和土壤含水量也一定程度上影响着N_(2)O和CO_(2)的排放。

亚热带城市湖泊与河流CO_(2)气体通量特征及其影响因素

湖泊、河流等内陆水体是连接陆地生态系统和海洋的“长程碳环路”的重要节点,也是温室气体二氧化碳(CO_(2))排放源,在调节陆地、海洋间的碳迁移转换中发挥着重要作用。相对于自然水体,城市水体因面积小、水深浅且受监测方法限制,水-气界面碳通量经常被忽略。为探讨我国亚热带城市水体温室气体排放特征,本研究以湖南省长沙市典型城市水体,包括洋湖、西湖、松雅湖、月湖4个湖泊和湘江长沙段为研究对象,分别于2022年4和10月采用光化学反馈-腔增强吸收光谱法(OF-CEAS)和扩散模型法对水-气界面CO_(2)通量进行对比测定。结果表明,长沙城市湖泊与河流春季为CO_(2)排放源,秋季为吸收汇,河流水-气界面CO_(2)通量呈显著季节差异。河湖之间CO_(2)通量在春季表现为显著差异,秋季差异不显著。CO_(2)通量与水体溶解氧、水体总氮浓度等呈显著正相关。2种方法的CO_(2)通量对比测定在湖泊上显著相关,但对河流而言相关性不显著。研究揭示的城市湖泊与河流CO_(2)气体的排放特征有利于深入探究城市水体碳的迁移转化,可对全面了解全球气候变化过程和河湖湿地温室气体减排和调控提供科学支撑。

喀斯特山区筑坝河流水-气界面CO_(2)通量变化特征及影响因素分析

水库是内陆水域生态系统的重要组成部分,在调节区域和全球碳循环中发挥着重要作用,为了解喀斯特山区筑坝河流水-气界面CO_(2)扩散通量的变化特征及影响因素,本研究以贵州省黔中水利枢纽工程区平寨水库为对象,于2020年1月、5月、7月和11月对其水体理化指标进行系统监测,运用TBL模型法计算水-气界面CO_(2)扩散通量。结果表明,平寨水库水化学类型为HCO_(3)+SO_(4)-Ca型,水化学特征主要受碳酸盐岩风化控制;表层水体pCO_(2)与CO_(2)扩散通量变化范围分别在124.64~558.76μatm和-18.85~15.90 mg/(m^(2)·d)之间,1月表现为大气CO_(2)的源,5月、7月、11月均表现为大气CO_(2)的汇;垂向上水体pCO_(2)变化范围为124.64~5409μatm,表现为表层低、底层高的差异特征。分析认为,影响平寨水库水-气界面CO_(2)扩散通量的因素主要是:碳酸盐岩平衡体系改变了水中碳化物的存在形态使其水体pCO_(2)发生变化、浮游植物光合作用对水体碳化合物的吸收从而抑制CO_(2)向大气扩散,以及水库热分层期时对底层水体CO_(2)暂封存和混合期时底层水体发生上覆脱气的影响。

工业烟气CO_(2)的排放特征、测试及捕集技术研究

CO_(2)是主要的温室气体,减排CO_(2)应对气候变化已成为国际共识,工业烟气是重要的人为CO_(2)排放源。对工业烟气CO_(2)的排放特征、主要测试及治理技术进行了系统的分析和研究:电力、钢铁、水泥等工业行业排放烟气中CO_(2)浓度分别在9.7%~15%、2%~28%、11%~29%;CO_(2)测试技术主要有非分散红外吸收法、气相色谱法、光谱法、化学吸收法等,其中,非分散红外吸收法在国内外应用最为成熟,是目前主流的固定源CO_(2)测试技术;CO_(2)捕集技术主要有吸收法、吸附法、膜分离法、深冷法等,其中,化学吸收法广泛用于低浓度CO_(2)烟气(体积浓度≤30%)捕集。研究结果可为后续工业大幅降碳提供借鉴。

基于MEIC数据的长三角地区CO_(2)排放时空演变及影响因素分析

在国家推进长三角一体化高质量发展的背景下,对该地区CO_(2)排放的时空特征及其影响因素进行系统研究,对于制定碳减排行动方案具有重要参考价值。基于多尺度排放清单模型(MEIC)数据,分别从工业、电力、交通运输、民用四个部门分析2005-2020年长三角地区CO_(2)排放的时空分布,采用灰色关联度与LMDI相结合的方法,分析研究区CO_(2)排放的影响因素。结果表明:长三角地区CO_(2)排放量呈上升趋势,CO_(2)排放的平均值由3151 g/(m^(2)∙a)增至5374 g/(m^(2)∙a),增加了70%;但CO_(2)排放的最大值却呈下降趋势,由84726 g/(m^(2)∙a)减至75169 g/(m^(2)∙a),下降了11%,其中工业部门CO_(2)排放量最高。CO_(2)排放的空间分布差异明显,总体呈现出“西低东高”的空间特征。经济发展是长三角地区CO_(2)排放增长的主导因素,其平均贡献值为14108.8×10^(4)t,能源强度是抑制CO_(2)排放增长的关键因素,其平均贡献值为-9586.4×10^(4)t。研究显示,长三角地区减排重点在于能源结构优化和能源效率提升,同时发挥上海、苏州、杭州等地区在长三角地区发展中的带动作用,构建跨区域的协同减排机制,推动长三角产业链的绿色转型与低碳化发展。