碳中和视角下秸秆处置方式对碳源汇的贡献

探明农作物秸秆在不同处置方式下的碳源汇时空变化特征,对优化我国秸秆资源利用政策、实现碳减排最大化、实现碳中和目标具有重要意义。本研究以国家统计年鉴数据为基础,对我国31个省农作物秸秆不同处置下的碳排放、碳减排、碳增汇及其价值量的变化趋势进行研究。结果表明: 2008—2019年间,我国秸秆焚烧年均碳排放量为874万t CO₂e,2014年以来碳排放年均减少率为17.3%;能源化利用年均碳减排量为3982万t CO₂e,其中,秸秆生产固体成型燃料碳减排贡献最大,约占能源化碳减排总量的98%;秸秆还田碳汇量总体呈逐年上升趋势,年均碳汇量为2.71亿t CO₂e;我国秸秆处置存在碳生态盈余,净碳减排量年均增长率为9.8%,净碳减排强度及其价值量均呈增长趋势,2019年分别高达2.62 t·hm^-2和76.19元·hm^-2。我国秸秆年均碳排放、能源碳减排、秸秆还田碳汇以及净碳减排大致呈“东高西低”的空间分布规律,且地区差异及空间聚集性是三者的最主要外部特征。     

典型社区家庭消费碳排放特征与影响因素——以北京市为例

家庭消费碳排放是中国碳排放总量的重要组成部分,已成为碳排放增长的主要驱动力,从消费角度研究家庭碳排量特征及影响因素对家庭碳减排和低碳社区建设有重要意义。使用碳排放系数法和消费者生活方式法计算北京市5种典型社区家庭消费月均碳排量,通过最优尺度回归和多重比较分析对不同社区家庭碳排放影响因素进行探究。研究发现：北京市5种社区户均碳排放总量及构成差异显著,影响因素不一致。其中：（1）平房类社区家庭直接碳排量732.26 kgCO₂/月高于其他社区,燃煤取暖是平房社区家庭直接碳排放高的主要因素,单位社区、政策性住房社区和商品房社区家庭直接碳排量较低,约50.00 kgCO₂/月。家庭类型显著影响每个社区家庭直接碳排量,家庭积极参与节能环保活动有利于减少家庭直接碳排放;（2）商品房社区家庭间接碳排量最高,达3879.06 kgCO₂/月,平房类社区家庭最低,间接碳排量仅为商品房社区的1/3,间接碳排放是家庭生活消费碳排放的主体。食品和居住消费产生的间接碳排量较高,老龄化社区家庭医疗保健消费碳排量更高;（3）家庭类型和月总收入对所有社区家庭间接碳排量影响显著,但社区环保工作满意度、社区环境满意度、家庭节能环保活动参与度、耐用品使用年限等因素影响程度存在差异,胡同社区和平房类社区中受教育水平高的家庭产生的间接碳排量更高,需积极灌输环保理念。进一步分析了主要影响因素在不同水平下对应的家庭碳排量差异程度与变化规律,有助于社区管理者识别高碳排家庭,为社区低碳管理提供新思路。     

黄河流域国土空间碳中和度研究——以内蒙古段为例

基于全球气候治理背景以及黄河流域在我国生态文明建设中的重要地位,以黄河流域内蒙古段为例,通过情景分析法,建立改进的IPAT模型和集成生态圈模拟器IBIS,预测不同情景下2018-2060年研究区碳排放变化趋势和达峰情况,并结合对碳汇水平的模拟分析2060年碳中和实现进程。结果显示①在基准情景、节能情景、低碳情景和粗放情景下,黄河流域内蒙古段将分别于2040年、2035年、2030年和2050年实现碳达峰,峰值碳排放量分别为12209万t、11213万t、9784万t和17635万t;②在IPCC RCP2.6和RCP6.0气候变化情景下,黄河流域内蒙古段的陆地生态系统整体分别呈现出碳汇和碳源的不同效应,净初级生产力分别为1533万t和-506万t;③综合能源消费碳排放和碳汇水平,在RCP2.6气候情景下,若碳排放选取基准、节能、低碳和粗放情景,则2060年黄河流域内蒙古段分别可实现碳中和进程的18.42%、22.37%、34.46%和9.90%;在RCP6.0气候情景下,由于研究区陆地生态系统呈现出碳源效应,因此难以对碳中和进程的推进做出贡献。可见,对于黄河流域内蒙古段而言,需要科学制订碳达峰、碳中和目标实现时间,未来要更进一步保护重要碳汇生态系统,提升固碳增汇能力;调整能源消费结构,增加可再生能源发展规划指标;构建碳排放权交易市场,促进碳指标流动;制定土地利用碳排放标准,优化国土空间格局。     

基于净生产力生态足迹模型的工业碳排放效应、影响因素与情景模拟

以不同类型城市东营和滨州为例,采用基于净生产力的生态足迹模型测度2005—2014年两市工业碳排放效应,利用弹性系数模型对工业碳排放生态足迹及其影响因素进行对比,通过情景模拟分析了基准和低碳情景下两市的可持续低碳发展潜力。研究结果显示:(1)东营碳排放总量和碳排放强度明显高于滨州,两市的碳排放生态足迹总体上都处于上升趋势,年均增长率分别为12.79%和6.16%,这与两市工业化发展阶段不同有关;(2)2005—2008、2008—2011和2011—2014,东营工业碳排放生态足迹当量主导影响因素组合变化为"耕地面积-土地城镇化率-能源结构系数"转化为"耕地面积-人口规模-能源结构系数"到"耕地面积-人口规模-第二产业比重";滨州2005—2014年的主导因素组合一直为"人口规模-土地城镇化率-能源结构系数";(3)通过情景模拟分析2020年东营、滨州的低碳发展潜力:基准和低碳情景下,滨州生态赤字分别为东营的10倍和2.6倍;就"减排"潜力而言,滨州远远高于东营,但实现低碳情景是工业GDP增长从现阶段20.6%骤降到6.5%为代价,对产业结构调整升级要求很高。对东营而言,低碳情景的实现不仅要将能源利用效率提高一倍,更要保证大量重要"碳汇"资源的恢复与重建。     

基于小尺度的高寒牧区碳排放估算——以甘南州合作市为例

碳排放是目前国内外研究的热点问题。纵观碳排放计算,关键涉及到两个环节:一是研究尺度的选择,二是评估参数(即碳排放/吸收系数)的确定。高寒牧区还必须充分考虑牲畜碳排放。以甘南州合作市为例,将研究尺度缩小到41个行政村,并采用最新的土地二调数据,对土地利用碳排放和碳汇、生活和牲畜碳排放进行了系统地测算。结果表明:(1)从土地利用的角度考察,合作市总碳排放表征为"碳亏"态势。总碳排放量为24374.82 t/a,其中土地利用碳排放量为4908.21 t/a,牲畜代谢碳排放量为3703.94 t/a,城乡居民生活碳排放量为15762.67 t/a。而碳汇量仅为1949.74 t/a,"碳亏"量为22425.08 t/a。(2)牲畜是高寒牧区呼吸碳排放的主体,其碳排量为3703.94t/a,其中牛是碳排放的主体,其碳排量占90%以上。(3)城乡居民生活碳排量为15762.67t/a,城镇明显高于农村,生存型碳排放强度高于发展型碳排放强度。(4)碳排放局分布势面与碳汇分布局势面基本呈反向分布态势,但总的碳排放格局取决于碳排放而非碳汇,空间分布表现为从城区—半农半牧区—纯牧区逐级递减的趋势。     

基于效率视角的浙江省2030年碳排放配额分析

测算浙江省1995—2015年的碳排放总量,构建STIRPAT模型,通过岭回归分析各影响因素对碳排放总量的影响,结合情景分析法对浙江省2030年的碳排放总量进行预测,最后以情景预测值为总量限定在效率视角下进行碳配额并分析各市剩余碳排放空间。结果表明:(1)人口总量、人口城市化率、人均GDP和煤类能源占比对碳排放总量起促进作用,人口总量、人口城市化率、人均GDP和煤类能源占比每增加1%,浙江省的碳排放总量会分别增加3.578%、0.588%、0.295%和1.310%;(2)保持经济和城市化高速发展的同时,大力实施产业结构调整和节能减排的情景3最符合现实发展要求,情景3下,浙江省碳排放总量在2030年将达到47902.57万吨;(3)ZSG-DEA模型的碳配额结果显示,2030年宁波市碳配额最多,其次为杭州市,丽水市碳配额最少。从绝对剩余碳排放空间看,宁波市剩余碳排放空间最大,其次为杭州市,舟山市剩余碳排放空间最小。从相对剩余碳排放空间看,丽水市相对剩余碳排放空间最大,其次为绍兴市,舟山市需在2015年碳排放总量的基础上减排9.47%。     

中国电力行业CO2减排潜力及其贡献因素

电力行业低碳转型是中国低碳经济转型进程中关键行业之一,如何科学分析电力行业的碳减排潜力,确定操作性强的低碳转型路线、提出有效的政策措施是中国政府亟待解决的焦点问题之一。考虑终端电力消费、低碳能源发电占比、火力发电结构、火力发电效率、线损率等因素,构建了自底向上的电力行业CO2排放核算模型,在此基础上,利用情景分析方法探索中国电力行业2015和2020年的CO2减排潜力,进一步利用对数平均权重分解法(LMDI,Logarithmic Mean weight Divisia Index method)对电力行业CO2减排影响因素的贡献度做了归因分析。结果显示,相比基准情景,在当前政策情景和低碳政策情景下,电力行业将分别带来27.0亿t和36.9亿t的CO2减排量。低碳能源发电和火力发电效率是未来对CO2减排最重要的两个贡献因素。终端电力消费量一直是促进电力行业CO2排放增长最重要的贡献因素,因此通过电力需求侧管理等手段控制电力消费量对电力行业的低碳发展至关重要。最后结合减排贡献因素分析的结果为中国电力行业低碳发展提出了相应的政策建议。     

基于生命周期评价的上海市水稻生产的碳足迹

碳足迹是指由企业、组织或个人引起的碳排放的集合。参照PAS2050规范并结合生命周期评价方法对上海市水稻生产进行了碳足迹评估。结果表明:(1)目前上海市水稻生产的碳排放为11.8114 t CO2e/hm2,折合每吨水稻生产周期的碳足迹为1.2321 t CO2e;(2)稻田温室气体排放是水稻生产最主要的碳排放源,每吨水稻生产的总排放量为0.9507 t CO2e,占水稻生产全部碳排放的77.1%,其中甲烷(CH4)又是最主要的温室气体,对稻田温室气体碳排放的贡献率高达96.6%;(3)化学肥料的施用是第二大碳排放源,每吨水稻生产的总排放量为0.2044 t CO2e,占水稻生产总碳排放的16.5%,其中N最高,排放量为0.1159 t CO2e。因此,上海低碳水稻生产的关键在降低稻田甲烷的排放,另外可通过提高氮肥利用效率,减少氮肥施用等方法减少种植过程中碳排放。     

基于LMDI分解的厦门市碳排放强度影响因素分析

研究碳排放强度的变化趋势及其影响因素对于指导低碳城市建设具有重要意义。应用对数平均权重分解法(LMDI),基于厦门市2005—2010年各部门终端消费数据对碳排放强度指标进行因素分解,并将传统分析仅注重产业部门的能源碳排放,拓展到全面考虑产业部门和家庭消费的能源活动和非能源活动影响。研究结果表明:2005—2010年厦门市碳排放强度下降17.29%,其中产业部门能源强度对总碳排放强度变化影响最大(贡献63.07%),家庭消费能源强度是碳排放强度下降的主要抑制因素(-45.46%)。从影响效应角度看,经济效率对碳排放强度下降贡献最大,碳排系数减排贡献最小;从部门减排贡献角度看,第二产业贡献最大,家庭消费贡献最小。总体而言,厦门市未来碳减排重点部门在第二产业,优化产业结构和能源结构有较大减排潜力。     

城市森林碳汇及其抵消能源碳排放效果——以广州为例

城市森林及其管理相关政策作为减少CO₂排放的有效策略得到了较为广泛的关注。采用材积源生物量方程与净初级生产力方法来定量分析了广州市城市森林碳储量和碳固定量,根据化石能源使用量及其碳排放因子核算了广州城市能源碳排放,最后评估了城市森林碳抵消效果。结果显示广州市城市森林碳储量为654.42×10⁴t,平均碳密度为28.81 t/hm²,而森林碳固定量为658732 t/a,平均固碳率为2.90 t·hm^-2·a^-1。2005-2010年广州市年均能源碳排放则达到2907.41×10⁴t。广州城市森林碳储量约为城市年均能源碳排放的22.51%,其通过碳固定年均能够抵消年均碳排放的2.27%,不过从城市森林综合效益来看其仍是城市低碳发展重要举措之一。分析了林型组成和林龄结构对于广州森林碳储量和碳固定量的影响,并从森林管理角度为城市森林碳汇提升提出建议。这些结果和讨论有助于评估城市森林碳汇在抵消碳排放中所起的效果。     

基于生命周期的风电场碳排放核算

风电是实现低碳战略的主力能源技术之一。为全面分析其对环境的影响,将自然植被纳入系统边界,计量风电场建设前后植被破坏及恢复带来的影响。在清单分析中,重点考虑对碳排影响较大的配件生产及运输、建设期工程车耗油排放,更加合理地核算风电场碳排放和量化其环境影响。核算结果表明:案例风电场全生命周期排碳量为2.97×104t C;运营期由于电能损耗造成的CO2排放量远大于其它阶段,占全过程的57.74%;整个过程中,能源消耗造成的碳排放远大于资源损耗排放。     

Well-to-wheel GHG emissions and mitigation potential from light-duty vehicles in Macau

Purpose

The rapid growth of vehicle sales and usage has highlighted the need for greenhouse gas (GHG) emission reduction in Macau, a special administrative region (SAR) of China. As the most primary vehicle type, light-duty vehicles (LDV, including light-duty gasoline vehicles (LDGVs) and light-duty diesel vehicles (LDDVs)) play a key role in promoting the GHG reduction and development of green transportation system in Macau.

Methods

This study, on the basis of real-world tested and statistical data, firstly performed a streamlined life-cycle assessment (SLCA) on LDVs, to evaluate the potential GHG emissions and reduction through shifting to hybrid electric vehicles (HEVs) and electric vehicles (EVs).

Results and discussion

The results show that the mean GHG emissions from the LDGVs, LDDVs, and HEVs per 100 km were 25.16, 20.30, and 15.00 kg CO₂ eq, respectively. Under the current electricity mix in Macau, EVs with the emissions of 12.39 kg CO₂ eq/100 km can achieve a significant GHG emission reduction of LDVs in Macau. The total GHG emissions from LDVs increased from 124.99 to 247.82 thousand metric tons over the periods 2001–2014, with a 5.42% annual growth rate. A scenario analysis indicated that the development of HEVs and EVs—especially EVs—has the potential to control the GHG emissions from LDVs. Under the electricity mix of natural gas (NG) and solar energy (SE), the GHG emissions from EVs would drop by about 22 and 28%, respectively, by 2030.

Conclusions

This study develops a useful approach to evaluate the potential GHG emissions and its reduction strategies in Macau. All the obtained results could be useful for decision makers, providing robust support for drawing up an appropriate plan for improving green transportation systems in Macau.

     

产业园区温室气体排放清单

温室气体排放所导致的全球气候变化是国际社会长期关注的热点问题,它严重限制了人类社会的发展并威胁着人类的生存。产业园区通常集中了一个区域主要的生产要素与生产能力,也代表着特定产业在该区域的发展水平,理应作为发展低碳经济的基础单元和减少温室气体排放的重要控制点,也可以成为解决区域资源、环境问题的突破口。明确了产业园区温室气体排放的系统边界和内部结构,梳理了产业园区全生命周期温室气体排放行为,综合考虑产业园区能源消耗、工业生产、物质材料消耗、仪器设备投入、废弃物处理处置、景观绿化等过程,建立产业园区温室气体排放核算方法,并对案例园区进行了清单分析。结果表明:案例园区整个生命周期的温室气体排放量为1872177 t CO2-eq,其中运行管理阶段占全生命周期排放的比例最高,为95.35%。建设阶段的温室气体排放总量中建筑材料消耗引起的排放占到96.95%,主要集中在建筑工程、内部装修工程和外部装饰工程3个环节。运行管理阶段电力消耗、热力消耗和污水处理过程的排放量占到总量的98.69%。根据核算及分析结果提出了案例园区在建设和运行管理阶段实现温室气体减排的建议。     

Energy and emission benefits of alternative transportation liquid fuels derived from switchgrass: a fuel life cycle assessment

We conducted a mobility chains, or well-to-wheels (WTW), analysis to assess the energy and emission benefits of cellulosic biomass for the U.S. transportation sector in the years 2015-2030. We estimated the life-cycle energy consumption and emissions associated with biofuel production and use in light-duty vehicle (LDV) technologies by using the Greenhouse gases, Regulated Emissions, and Energy use in Transportation (GREET) model. Analysis of biofuel production was based on ASPEN Plus model simulation of an advanced fermentation process to produce fuel ethanol/protein, a thermochemical process to produce Fischer-Tropsch diesel (FTD) and dimethyl ether (DME), and a combined heat and power plant to co-produce steam and electricity. Our study revealed that cellulosic biofuels as E85 (mixture of 85% ethanol and 15% gasoline by volume), FTD, and DME offer substantial savings in petroleum (66-93%) and fossil energy (65-88%) consumption on a per-mile basis. Decreased fossil fuel use translates to 82-87% reductions in greenhouse gas emissions across all unblended cellulosic biofuels. In urban areas, our study shows net reductions for almost all criteria pollutants, with the exception of carbon monoxide (unchanged), for each of the biofuel production option examined. Conventional and hybrid electric vehicles, when fueled with E85, could reduce total sulfur oxide (SO(x)) emissions to 39-43% of those generated by vehicles fueled with gasoline. By using bio-FTD and bio-DME in place of diesel, SO(x) emissions are reduced to 46-58% of those generated by diesel-fueled vehicles. Six different fuel production options were compared. This study strongly suggests that integrated heat and power co-generation by means of gas turbine combined cycle is a crucial factor in the energy savings and emission reductions.     

Life Cycle Assessment of Diesel and Electric Public Transportation Buses

The Clean Air Act in the United States identifies diesel‐powered motor vehicles, including transit buses, as significant sources of several criteria pollutants that contribute to ground‐level ozone formation or smog. The effects of air pollution in urban areas are often more significant due to congestion and can lead to respiratory and cardiovascular health impacts. Life cycle assessment (LCA) has been utilized in the literature to compare conventional gasoline‐powered passenger cars with various types of electric and hybrid‐powered alternatives, however, no similarly detailed studies exist for mass transit buses. LCA results from this study indicate that the use phase, consisting of diesel production/combustion for the conventional bus and electricity generation for the electric bus, dominates most impact categories; however, the effects of battery production are significant for global warming, carcinogens, ozone depletion, and eco‐toxicity. There is a clear connection between the mix of power‐generation technologies and the preference for the diesel or electric bus. With the existing U.S. average grid, there is a strong preference for the conventional diesel bus over the electric bus when considering global warming impacts alone. Policy makers must consider regional variations in the electricity grid prior to recommending the use of battery electric buses to reduce carbon dioxide (CO₂) emissions. This study found that the electric bus was preferable in only eight states, including Washington and Oregon. Improvements in battery technology reduce the life cycle impacts from the electric bus, but the electricity grid makeup is the dominant variable.     

丽江市家庭能耗碳排放特征及影响因素

现代社会中人类活动对碳排放的影响日益显著.家庭作为人类社会的基本单元,其消费活动产生的碳排放是全社会碳排放的重要组成部分.通过对丽江市农村和市区家庭生活用能的调查数据进行分析,发现农村家庭生活用能以木柴为主,沼气和电为辅;市区家庭的生活用能以电为主,其次是液化气和蜂窝煤.从碳排放构成来看,农村地区木柴消费为家庭能源碳排放的主要来源,占总碳排的83.6％;市区电力消费为家庭能源碳排放的主要来源,占总碳排的88.4％.农村地区家庭的碳排放远高于市区家庭,主要原因是木柴的碳排放因子(1.87 kg CO2/kg)远高于电能的边际排放因子(0.7134 kg CO2·kW-1·h-1).从各影响因素与家庭主要能源消费碳排放的回归结果来看,在农村地区,家庭规模、家庭收入、教育水平均对家庭木柴消费碳排放有显著的影响,但影响方向和程度有一定的差别;在市区,年龄结构、教育水平、家庭规模、住房面积均会不同程度增加家庭电能消费碳排放.建议政府在完善“家电下乡”政策、增加农村家庭收入、加强农村居民教育等方面加大投入力度,以减少丽江市整体的家庭能耗碳排放.     

Life-cycle carbon emission assessment and permit allocation methods: A multi-region case study of China’s construction sector

China is making efforts to reduce carbon emissions from the building industry, and carrying out an allocation and trading system for building emissions. However, to date, methods for using existing statistical data to assess the emissions of the construction sector and to make decisions affecting permit allocation are still unclear. In this context, a process is proposed in this study to calculate the life-cycle emissions of regional construction sectors in China, and a multi-criteria Gini coefficient is introduced as an indicator for emission permit allocation. Statistical data of the construction sector for 2004–2013 were analyzed. The results indicated an overall trend of increased emissions from China’s construction sector, of which the production phase of buildings was shown to be the largest contributor. Various characteristics for different life-cycle sub-processes were also discussed at the provincial level. Finally, a case study of emissions from the construction sector was conducted on the basis of a multi-criteria Gini coefficient. Relevant analyses revealed the major regions in carbon reduction practices from a comprehensive view of efficiency and equality. In addition, suggestions were provided for allocating emissions for regional construction sectors. Overall, the present study would be helpful in the calculation, assessment, and allocation of emissions from China’s construction sector. It should also provide insight into decision-making about low-carbon development policy of the building industry.