基于2005年至2015年 OMI 观测值估算中国城市的 排放外文翻译资料

 2022-08-09 20:32:19

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

基于2005年至2015年 OMI 观测值估算中国城市的 排放

摘要：利用卫星来观测二氧化氮（）已经被广泛应用于评估其排放的变化。为了确定中国的氮氧化物（）排放趋势，我们采用了一种与化学迁移模型无关的方法，以臭氧监测仪（OMI）对 的观测为基础，对中国48个城市和7个发电厂从 2005 年至 2015年间 的排放进行了量化。我们发现，中国48个城市的 排放量从2005年到2011年增加了52％，而从2011年到2015年减少了21％。自2011年以来，排放的减少主要归因于电力部门排放控制措施的执行；而具有不同主要排放源（即电力，工业和交通运输部门）的城市显示出不同的排放下降时间线，这些时间线与不同部门的排放控制时间线相对应。统计得出 排放的时间序列与所有电厂的自下而上排放调查数据一致（平均r = 0.8），但对于某些城市则不是这样的（平均r = 0.4）。对于以上统计结果一致性的缺乏，很可能是由于本研究中使用的是自下而上的城市排放量调查数据，它是通过使用空间分布代理将基于区域的排放数据缩减到城市水平而得出的，存在较高的不确定性。

1 引言

包括二氧化氮（）和一氧化氮（）在内的氮氧化物（）是存活期很短的大气痕量气体，它们极其活跃，参与到对流层臭氧和二次气溶胶的形成当中，从而危害人体健康，并严重影响到了气候（ Seinfeld 和 Pandis，2006年）。人为的活动，尤其是化石燃料的消耗，是 排放的最重要的来源。人为的 排放物聚集在人口密集的城市地区，以及发电厂等大型点源所处的郊区/农村工业地区。

从大气对流层 的观测已被用来推断 排放的强度。可以通过卫星仪器测量大气中的 柱浓度，并根据质量平衡考虑运输和化学转化，将其与 排放相关联。目前已经有一项开拓性的研究利用大陆外流地区 顺风衰减的特性来估算 的平均存活期和全球的 排放（Leue等人，2001）。后续的研究中使用了化学传输模型（CTM），在全球/区域范围内利用卫星测量，以此作为改善 排放调查的约束条件（例如，Martin等人，2003； Konovalov等人，2006； Kim等人，2009； Lamsal等人，2011）。

从1995年发起的全球臭氧监测实验（GOME）（Burrows等人，1999），到于2004年启动的臭氧监测仪器（OMI）（Levelt 等人，2006），它能够利用卫星检索以更精细的规模解决排放问题。随着时间的推移，我们从大气观测到的对流层 的时空分辨率在不断的提高。Beirle等人（2011）根据欧洲中程天气预报中心（ECMWF）开发的风力场，根据风向对OMI 观测值进行了排序，他们使用了指数修正的高斯函数，从而无需CTM的进一步输入即可轻松复现大城市中 的存活期和排放。在以前的工作中，我们改进了这种方法来估算位于污染环境下的源头的 排放（Liu等人，2016a）。Valin等人（2013）提出的另一种量化城市 排放的方法，它涉及到根据风向旋转卫星来进行观测，以使所有观测都沿着同一个方向（从上风到下风），从而增加了观测结果的数量。后续的研究通过引入先进的三维功能（Fioletov等人，2015 , 2016; McLinden等人，2016），应用了以CTM独立的方法模拟 的相同的概念。

卫星观测特别适合评估排放变化，因为它们提供了覆盖全球的连续且及时的对流层 测量（Lelieveld等，2015）。在全世界范围内都观察到了 趋势的空间异质性变化，在最近的几十年中，欧洲和美国的 含量均出现了大幅下降（Russell等人，2012），而亚洲的 含量却出现了显著上升（Richteretal等人，2005）。Van Aetal（2008）引入了叠加在年度季节周期上的线性函数，通过拟合相应的月 列，以1°times;1°的径向分辨率对排放趋势进行了定量估算。后续研究（例如，Schneider和van der A，2012； Schneider等人，2015）对位于城市中心的 网格单元的时间序列进行了类似的统计分析，并量化了大城市 的长期平均模式。多年（移动）平均值是描述本地 趋势的另一种可选方法。比如美国的发电厂（Fioletov等人，2011），加拿大油砂厂（McLinden等人，2012），以及印度的发电厂（Lu等人，2013），这些排放源头周围的一种化学物质的质量的年际变化已被用作评价排放变化的指标，并已被证明能够说明实际的排放变化。另外，de Foy等人（2015）和Lu等人 （2015年）采用了Beirle等人（2011）提出的拟合函数，并根据Valin等人（2013）描述的羽流旋转技术获得的3年平均 值，提供了美国偏远发电厂和城市 排放趋势的估算值。

中国是世界上最大的氮氧化物排放国之一，约占全球氮氧化物排放量的18％（EDGAR 4.2，EC-JRC / PBL，2011）。在过去的20年中，由于经济的增长，中国的 排放量迅速增加，在此期间排放量增加了3倍（Kurokawa等人，2013），并造成了严重的空气污染。为了改善空气质量，中国政府实施了新的排放法规，旨在期望于2011年至2015年之间将全国 排放总量降低10％（中华人民共和国国务院，2011年）。最近的几项研究（例如Duncan等人，2016； Krotkov等人，2016）表明了这些针对空气质量政策的有效性，2012年以来中国 柱浓度呈现减少的趋势证明了这一点。 Miyazaki等人（2017），van der A等人（2017）和Souri等人（2017） 进一步报告了基于卫星数据同化的中国 排放量最近有所下降。Liu等人（2016b）研究了从2005年到2015年中国每个省的 柱浓度变化，并对自下而上的调查结果和卫星观测结果进行了比较；该研究将区域 排放的减少归因于发电厂和城市车辆排放的减少。但是，他们很少对个别的城市或发电厂进行分析，这些才是新控制措施的主要目标。这样的调查可以为控制措施对 排放的影响提供更有力的证据。

在本次的工作中，我们量化了2005年至2015年中国城市地区的 排放趋势。某些广泛使用的方法，包括线性趋势分析（例如Duncan等人，2016； Krotkov等人，2016）和指数修正的高斯方法（例如，de Foy等人，2015； Lu等人，2015），都很难直接应用于中国的热点地区。其中线性趋势分析方法对于量化具有线性趋势的变化特别有用。但是，它不适用于大多数显示有排放拐点的中国城市。而指数修正的高斯方法可能会对拟合结果带来显著的不确定性，因为中国环境污染程度不尽相同（deFoy等人，2014; Liu等人，2016a）。我们将改进的拟合函数应用于处于污染环境下的源头区域（Liu等人， 2016a），计算污染热点地区（包括单个城市和发电厂）3年的移动平均值，并将其变化与自下而上的信息相关联。这项研究的主要目的不仅是为了证明先前报告（Liu等人，2016b）表明的中国全国 排放量在近期有所下降，而且也是为了展示城市之间的各种排放特征，并针对这些特征提供更深入的解释。本次研究中使用的拟合函数和数据集在第2节中进行了详细介绍。在第3.1节和第3.2节中提供了 排放的年际变化以及根据拟合函数得出的城市排放趋势的分析。各城市的拟合结果在第3.3节中给出。与拟合结果相关的不确定性的讨论在第3.4节中，本研究的主要发现在第4节中进行了总结。

2. 研究方法

2.1 拟合方法

我们改进了指数修正的高斯方法（Beirle等人，2011），去量化了从位于污染环境下的 OMI 观测值（Liu等人，2016a）获得的多年平均 排放量。在这项工作中，我们采用了Liuetal等人（2016a）的拟合函数来计算各个城市和发电厂的 排放量，包括为适应趋势分析的需要而对其进行了调整。

与我们之前的研究（Liu等人，2016a）一致，我们使用了OMI对流层 （DOMINO）v2.0产品（Boersma等人，2011）和ECMWF ERA临时重新分析方法（Dee等人，2011）进行分析。我们还采用了Beirle等人（2011）的方法，计算了从2005年至2015年低于2m/s的平静风速时和八个不同风向扇区对流层的平均 垂直柱浓度（TVCDs）；并针对弱风条件（低于3m/s），我们采取了Lu等人（2015）的建议。我们仅使用非冬季数据（从3月至11月），以避免由于较大的太阳天顶角和可变的地表反照率（雪）而产生较大的不确定性。此外，冬季更长的 存活期导致 的排放与卫星 观测值之间的直接关系较差。

在Lu等人（2016a）的建议中，对于排放量的估算减少为两步。第一步是在平静的风况下使用 模式，以合理的方式确定 排放的空间分布，并根据在较高风速下测得的空间模式的变化来确定大气 的有效存活期。第二步是从围绕关注点源划分的 质量中得出其排放，再除以相应的 存活期。

为了进行趋势分析，我们对方法进行了如下调整：与过去的研究（例如，Fioletov等人，2011； Lu等人，2015）相一致，我们根据关注源3年内平均的 列估算值进行了估算，然后进行了在处于弱风速（低于3m/s）而不是平静风速（低于2m/s）的情况下的TVCD的基础上，对总 质量进行积分，以平衡增加观测次数和通过平流减少干扰的需求。值得注意的是，我们无法根据3年平均 列得出其有效存活期；取而代之的是，由于缺乏对3年内不同风能部门的足够观测数据，我们只能根据多年数据（整个研究期）来确定其存活期。因此，通过将相应的总 质量除以多年平均存活期，可以计算出每3年的 排放量。通过这种方式，在不考虑环境污染的情况下，我们假设存活期没有随时间变化，那么 排放的时间变化仅取决于总 质量的变化。但是，我们希望在本研究中纳入整个生存周期，以使得自上而下和自下而上的估计值之间的比较更加直接。之后，在接下来的分析中，我们加入了对山区场地的分析，这些场地确定了ECMWF和GTOPO数据（可从https://lta.cr.usgs.gov/GTOPO30获取；重新定标为0.05°）之间的绝对差值大于250m的地方。我们先前的发现（第2.6节，Liu等人，2016a）表明，对准确存活期的计算所需的适当风力场可能并不需要总是通过山区的ECMWF模拟来获得。但是，因为依赖于总 质量的变化，拟合的排放趋势并不是和存活期对风力场的影响一样敏感。因此，我们没有在趋势分析中排除对山区的分析。根据Liu等人第2.2节中的标准（2016a），得出了性能较差的拟合结果（即，R lt;0.9，置信区间下限CI lt;0，存活期的CI widthgt; 10h， 质量的CI widthgt; 0.8times;质量）。

我们选择了位于中国内蒙古县级城市霍林戈尔（如图1所示）的霍林发电厂（2号站点；北纬45.5°，东经119.7°）来以证明我们的方法。霍林发电厂的总装机容量为2400兆瓦，是霍林戈尔市 排放的主要来源，占使用多分辨率排放量调查（见第2.2节）估算的总排放量的80％以上。图2a显示了2005年至2015年弱风条件下发电厂周围3年平均 TVCD。为简单起见，3年期以中间的星号表示（例如2006 *代表2005年至2007年）。从2006 *到2010 *期间，TVCD显著增加，随后有所下降。图2b显示了拟合的背景和 排放量。拟合的 排放量显示从2006 *到2010 *期间的排放因子增加了4倍，从2011 *到2014 *期间的排放增加了30％，而拟合的背景条件是稳定的，并且从2006 *到2014 *期间的标准偏差小于10％。我们发现早期的 排放量的增长与新发电机组的建设相吻合，2005年至

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[238579]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章