基于修正的GHG-RA模型的三峡库区甲烷排放通量估算

利用以往研究中三峡库区的24个监测点的甲烷排放通量实测数据及其年平均气温和降水量数据,对温室气体排放风险评估模型(greenhouse gas risk assessment tool,GHG-RA)的系数进行了修正;利用修正的GHG-RA模型,估算了三峡库区24个监测点的甲烷排放通量;对2018～2117年期间三峡库区的平均甲烷排放风险进行了评价。研究结果表明,利用修正的GHG-RA模型估算的24个监测点的甲烷排放通量的平均值为0.222 mg/(m2·h),与实测值的均方根误差和平均偏差分别为0.12 mg/(m2·h)和0.32 mg/(m2·h);估算的2018～2117年期间三峡库区的平均甲烷排放通量为0.255 mg/(m2·h),甲烷排放风险为中等排放风险。     

不同人为源排放清单对大气污染物浓度数值模拟的影响:以浙江省为例

应用大气化学模式WRF-Chem(Weather Research and Forecast-Chemistry),分别选用亚洲排放源清单INTEX-B(Intercontinental Chemical Transport Experiment-Phase B)、REASv2.1(Regional Emission inventory in Asia version 2.1)以及全球排放源清单HTAP_v2(Hemispheric Transport of Air Pollution version 2),对浙江省2013年12月进行模拟,分别记为IN、RE和HT试验,研究人为源排放清单对大气污染物浓度数值模拟的影响。结果表明,3组试验合理的反映出PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)、PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)和NO_2近地面浓度的时空分布特征,相关系数为0.5~0.8,85%以上的模拟值落在观测值的0.5~2倍范围内,但对SO_2近地面浓度模拟较差。IN、RE、HT试验对PM2.5和PM10的模拟偏差均成递减趋势,约为30%、16%和6%,HT试验的模拟值更加接近观测。INTEX-B清单中PM2.5的一次排放与二次气溶胶前提物SO_2均高于REAS与HTAP清单,因此会导致更多的硫酸盐生成,从而进一步增加PM2.5浓度。HTAP_v2清单中较低的NH3排放会抑制硝酸盐的生成,从而有助于降低PM2.5浓度。3个清单的基准年与模拟年的差异对SO_2浓度模拟的准确性影响更大,INTEX-B清单中SO_2排放量明显高于REASv2.1与HTAP_v2清单,尤其在浙北和沿海工业发达地区,导致IN试验模拟的SO_2在这些地区存在明显高估。3组试验模拟的NO_2浓度偏差最小且更为接近(-8%~4%),主要原因是3个清单在浙江省的NOx排放十分一致。从3组试验结果之间的差异程度来看,浙江省范围内PM2.5、PM10、SO_2和NO_2逐日浓度模拟值之间的平均差异程度分别约为14%、15%、51%和16%,最大差异程度分别为69%、78%、137%和132%。月均浓度与逐日浓度的平均差异程度基本一致,但最大差异程度明显更低。总体来看3组试验模拟的PM2.5、PM10与NO_2的差异程度明显低于SO_2。     

中国省区间贸易隐含PM2.5的测算及其空间转移特征

针对不同区域实行“共同而又有区别”的污染治理政策是实现区域联防治理大气污染的有效措施,而随着省际贸易加强,难免导致污染物在不同区域间的转移。本文采用区域间投入产出模型,对中国30省区间省际贸易隐含PM_2.5进行核算。结果表明,省际贸易隐含PM_2.5约占总PM_2.5排放的1/3,经济危机使得省际贸易隐含PM_2.5量变小,但贸易隐含PM_2.5在以生产计算的PM_2.5排放中的作用在增大。东部省区的省际调出贸易隐含PM_2.5主要由最终消费部分导致,而中、西、东北省区则主要为中间投入部分导致,在控制贸易隐含排放时,需对不同调出类型省区采用不同的控制方法。省际调入贸易隐含PM_2.5主要由中间投入过程贸易隐含PM_2.5构成,越来越多的产品在不同省区间共同生产完成,区域联合治污显得尤为必要。东北、西部、中部省区由固定资本形成导致的省际贸易隐含PM_2.5比例要高于东部省区,可见政策导向也是造成贸易隐含排放的原因之一。需重点控制省际贸易隐含PM_2.5排放量较高建筑业、机械设备制造业和其他服务业。除河北、山东外,东部省区均为省际贸易隐含PM_2.5净调入省份,中、西部、东北省区中则多为省际贸易隐含PM_2.5净调出省份。经济危机使得省际间净贸易隐含PM_2.5的转移量变小,但并未改变其转移趋势。净调入省区需相应的补偿净调出省区,或对其进行技术转移。     

稻田CH4排放和土壤,大气条件的关系

在杭州地区利用静态箱法对稻田CH_4排放进行连续观测,结果证明CH_4排放率有较大的日变化和季节变化,CH_4排放率的日变化较复杂,除了和温度变化一致的峰型外,还有夜间峰、双峰型、多峰等。CH_4排放率的季节波动较大,在分蘖期和长穗前期分别有一较大峰值,早稻和晚稻的变化规律略有不同。稻田CH_4排放规律可用稻田中有机物含量的变化和空气、土壤温度的变化等作一定性解释。 早稻和晚稻的CH_4排放总量有较大的差别,平均来看,早稻的排放量为0.46g·m~(-2)·d~(-1),晚稻为0.80g·m~(-2)·d~(-1)。稻田CH_4排放也有较大的年际变化,1988年全年CH_4排放量为0.23g·m~(-2)·d~(-1),1989年为0.95g·m~(-2)·d~(-1),施肥对CH_4排放有一定的影响,施有机肥的稻田CH_4排放量最高,施化肥的稻田次之,不施肥的稻田CH_4排放量最低。     

武汉市道路扬尘源排放清单及空间分布特征研究

参考AP-42方法的采样规范（USEPA,2011）,对武汉市13个城区的不同类型道路采集了137个扬尘样,并记录采样面积、车流情况、车道状况、地理位置、周围环境以及气象数据要素信息,得到了不同类型道路的积尘负荷,估算了其扬尘排放因子和排放量.结果表明：武汉总城区尘负荷由大到小顺序为支路 > 次干道 > 主干道 > 快速路,其中支路平均尘负荷为2.396 g/m²,快速路为0.852 g/m²,远城区平均尘负荷是主城区平均尘负荷的2倍左右.各类型道路不同粒径范围的道路交通扬尘排放因子大小顺序为支路 > 次干路 > 主干路 > 高速路,与尘负荷大小趋势一致.2016年道路交通扬尘源TSP的年排放量为156 931.4 t,PM₁₀的年排放量为39 868.7 t,PM_2.5的年排放量为11 574.8 t,其不确定性范围分别为-24.7%~31.4%、-31.3%~32.9%、-31.8%~30.5%.其中主干道扬尘排放量最大,其TSP、PM₁₀和PM_2.5的年排放量分别为64 447.1、16 372.9和4 753.4 t.     

《全球升温1.5℃特别报告》2018年10月

IPCC在这份新的评估报告的全名为《IPCC在加强全球应对气候变化威胁、实现可持续发展和努力消除贫困的背景下,关于全球升温高于工业化前水平1.5oC的影响和相关全球温室气体排放路径的全球升温1.5oC特别报告》。报告指出,将全球变暖限制在1.5oC需要社会各方进行快速、深远和前所未有的变革。将全球变暖限制1.5oC对人类和自然生态系统有明显的益处,同时还可确保社会更加可持续和公平。《到2030年,粮食和农业研究的科学突破》2018年8月美国科学院多个委员会合作出版的这份报告,瞄准粮食和农业这一涉及多领域的主题,在9个章节里阐述相关科学问题,尤其是在最后一章给出了到2030年战略。《新科学家》2018年8月这本科普期刊本期封面报道瞄准了2018年夏季的“热点”,探讨了全球热浪滚滚的原因所在:被称为大西洋搅拌器的海洋环流循环出现了异常,海洋上的改变,带来大气更多极端事件发生。     

中国交通CO2排放时空格局演变及其影响因素——基于2000~2012年30个省（市）面板数据的分析

通过构建交通CO₂排放模型对2000~2012年中国30个省（市）的交通CO₂排放时空演变特征进行了分析。并采取“由大到小”逐步回归的建模方式,在传统的固定效应模型（面板数据模型）基础上引入时间固定效应,构建了双向固定效应模型对中国交通CO₂排放的社会经济、城市形态、交通发展等方面的影响因素进行研究。结果表明：2000~2012年期间,中国交通CO₂排放总量和人均交通CO₂排放量分别以9.29%和8.69%的年均增速增长,前者的区域差异呈先增后减趋势,后者的区域差异则首先呈周期性波动,而后一直保持减少趋势。人均GDP和城镇居民家庭人均可支配收入对人均交通CO₂排放具有显著的正向效应,表明社会经济发展和居民收入水平提高是交通CO₂排放增长的主要驱动因素。城市人口密度对交通CO₂排放亦具有显著的正向效应,这意味着未来中国应加强对城市人口密度的规划控制,以避免因人口过度集聚而额外增加产生交通CO₂排放。公共交通发展水平对交通CO₂排放增长具有显著的负向效应,但小汽车拥有率对交通CO₂排放的影响并不显著。     

基于多元数据分析的我国PM2.5浓度及其主控因子的时空分布特征研究

基于2013~2016年空气质量监测台站资料,利用经验正交分解、功率谱分析、BP典型相关分析等多元数据分析方法解析了中国地区细颗粒物（PM2.5）主要模态的时空特征,并与排放源和气象场建立了相关关系,得到以下结论:中国地区PM2.5场存在两个主要模态,其中第一主模态为一致增加模态,强度中心位于西北地区东部—华北南部地区;其时间序列呈显著下降趋势。第二主模态主要表现为南北反向变化的偶极子型分布,其大值区分别位于华北中南部和长江中下游地区。其中,PM2.5第一模态可以看作平均态,主要受平均排放场和环流场及大地形的影响,在北方的表现更为显著。PM2.5第二模态可看作偏离平均场的一种变化态,在冬季更可能和冷空气活动有关。冷空气的强弱决定了污染累积的位置以及输送的方式,其作用是使得南方的污染明显偏离平均态,故第二主模态在南方的表现更为显著。本研究有效地利用了多元数据分析方法研究了我国大气污染的演变机理,可为进一步认清大气污染的形成规律提供科技支撑。