中国臭氧-颗粒物和温室气体协同控制的中长期战略研究-能源基金会_88页_12mb

中国臭氧、颗粒物和温室气体协同控制的中长期战略研究总结

核心内容

本研究聚焦于中国臭氧（O₃）、颗粒物（PM₂.₅）和温室气体（GHG）的协同控制，旨在探索在气候变化背景下，如何通过科学的减排路径实现空气质量与碳减排的双重目标。研究采用空气质量模型、气象数据及排放清单等手段，分析不同区域的污染物减排敏感性，并提出分阶段的协同控制方案。

主要观点

• 臭氧污染加剧：2015至2019年，全国O₃年均浓度持续上升，成为影响空气质量的重要因素。
• 气候变化影响臭氧背景值：全球气候变暖通过改变气象条件和污染物传输，对O₃浓度变化产生重要影响，尤其是厄尔尼诺现象和东亚夏季风的变化。
• 区域差异显著：不同区域的O₃生成机制和减排敏感性存在差异，如华北平原和华东地区对NOₓ排放变化更为敏感，而华南和西南地区对VOCs排放变化更敏感。
• 协同减排必要性：臭氧前体物（NOₓ、VOCs）与温室气体（CO₂、CH₄）的排放源高度重合，协同减排有助于实现多污染物与气候变化的共同治理。
• 减排路径设计：提出三种减排路径（以NOₓ为主、以VOCs为主、协同减排），并基于不同省份的现状和减排需求，制定了分阶段的减排目标。

关键信息

2.1 中国臭氧背景值变化

• 数据来源：2015-2021年全国城市空气质量监测数据、2015-2022年气象数据及厄尔尼诺指数和东亚夏季风指数。
• 背景值分布：全国O₃ MDA8背景值范围为30-60 ppb，高值区集中在华北平原、华东和西北地区。
• 区域差异：四川盆地和粤港澳大湾区因多雨潮湿气候，O₃背景值相对较低，而华北平原和华东地区因地理和气象条件，O₃背景值偏高。

2.2 气象因素对中国臭氧浓度变化的影响

• 气象驱动：O₃浓度受气温、风速、降水、边界层高度等气象因素显著影响。
• 敏感性分析：华北、华东地区O₃对NOₓ敏感，而华南、西南地区O₃对VOCs敏感。
• 厄尔尼诺效应：厄尔尼诺现象通过改变气象条件影响O₃浓度，部分区域O₃浓度升高，部分区域则降低。
• 夏季风影响：夏季风减弱会导致O₃在华南及西南地区浓度升高，而增强则有助于降低华北和华东地区的O₃浓度。

2.3 气候变化对中国臭氧背景值浓度变化的影响

• 气候系统影响：厄尔尼诺和拉尼娜现象通过改变大气输送、O₃生成及清除速率，影响O₃背景值变化。
• 南北差异：夏季风变化导致中国南北地区O₃浓度呈现“跷跷板”效应，北方浓度下降，南方浓度上升。

3.1 基于臭氧污染达标的分省排放控制目标制定

• 模拟与分析：采用WRF-Chem模型，结合MEIC2015排放清单，模拟不同减排情景下的O₃浓度变化。
• 模型改进：优化了气溶胶沉降参数化方案，并加入了简单的SOA生成模块以提高模拟精度。
• 减排情景：进行了不同比例的NOₓ、VOCs及CO减排试验，评估其对O₃浓度的影响。

3.2 臭氧前体物减排路径设计

• 减排路径：提出三种路径（以NOₓ为主、以VOCs为主、协同减排），并设计了2035和2060年的分省减排目标。
• 区域策略：
  • 华北地区：需对NOₓ和VOCs进行深度减排，以实现O₃控制目标。
  • 华东地区：部分省份如江苏、上海处于过渡区，需采取协同减排策略。
  • 华南、西南地区：O₃对VOCs更敏感，初期应重点控制VOCs。
  • 青海、新疆、西藏、云南：O₃评价值已低于第二阶段目标，可视为达标。
• 减排比例：不同省份在不同阶段的减排比例差异显著，如北京需在2035年前减排NOₓ和VOCs至70%以上。

结论与建议

• 协同控制重要性：臭氧与颗粒物、温室气体的协同控制是实现空气质量改善和碳中和目标的关键。
• 减排策略优化：需根据不同区域的O₃生成机制和减排敏感性，制定因地制宜的减排策略。
• 政策对接：未来需更高对接世界卫生组织（WHO）空气质量标准，以实现更严格的O₃控制。
• 长期规划：建议加强区域联防联控，推动能源结构调整和传统制造业转型，实现源头减排。

未来展望

• 进一步研究：需对模型中可能存在的不确定性进行更深入的探讨，如沉降过程和边界层参数化方案的改进。
• 多部门协作：需加强环境、气象、能源等多部门的协作，以推动协同减排政策的落地。
• 区域差异管理：针对不同区域的减排特点，制定差异化的减排目标和路径，提高政策的科学性和可操作性。

参考文献

• Li et al. (2020, 2019a, 2019b)
• Song et al. (2017)
• Wang et al. (2019)
• Atkinson (2000)
• Guo et al. (2022)
• Xu et al. (2017)
• Miao et al. (2021)
• Nault et al. (2021)
• Pai et al. (2020)
• Jones et al. (2012)
• Janjic (1990, 1994)
• Han et al. (2020)
• Yang et al. (2022)
• Lu et al. (2019)
• Zanis et al. (2022)