基于綜合減污降碳策略的成渝地區中長期空氣質量改善模擬

段林豐,李振亮,蒲 茜,曹云擎,盧培利,王鋒文,薛文博,雷 宇,張 晟(.重慶市生態環境科學研究院(中國環境科學研究院西南分院),城市大氣環境綜合觀測與污染防控重慶市重點實驗室,重慶 4047；.重慶大學環境與生態學院,環境科學系,重慶 400045；.生態環境部環境規劃院,國家環境保護環境規劃與政策模擬重點實驗室,北京 000)

近年來,我國空氣質量總體呈現好轉態勢[1-3].但是,截至2022 年全國仍有約100 個地級以上城市PM2.5年均濃度超標[4].同時,O3污染濃度呈現不降反升,甚至逐年加重的趨勢[5-6].另一方面, 2022年我國能源相關CO2排放量達125 億t,占全球排放量的33%[7].未來我國CO2排放量還有進一步增加趨勢[8],而美國、歐盟已進入下降通道[9-10],我國中長期面臨較大的碳減排壓力.開展大氣污染物與碳協同減排,科學制定減污降碳行動路線已成為我國現階段推動生態環境高質量發展的新要求[11-12].

目前,利用情景分析法定量模擬解析中長期或超長期經濟社會—大氣環境—碳排放演變特征的研究日益增多[13-16].情景分析法是在對經濟、產業或技術等影響因子的重大可能演變提出關鍵假設的基礎上,通過對未來詳細地、嚴密地推理和描述構想未來各種可能的發展情景方案[17].主流方法是設計或假設多種大氣污染控制或碳減排的多種情景,借助一系列集成的定量方法,如經濟-能源-環境模型(CGE、LEAP 和MARKAL 模型)或空氣質量模型(WRF-CMAQ)等,對不同控制情景下的污染減排效應進行定量和評估,篩選出達到空氣質量或碳減排目標的控制情景[18-21].然而,當前大多關于區域中長期空氣質量改善或減污降碳協同減排情景分析的研究是預設的固定情景[22-23],在探討區域中長期空氣質量改善路徑,和制定減排措施上優化不足、靈活性欠缺,難以滿足當前大氣復合污染形勢下多地區-多部門-多污染物協同減排的區域大氣污染協同防控優化決策支撐的需求.

本文以經濟活躍、地形復雜和氣象特殊的成渝地區為研究對象,基于國家和地方政府的大氣污染防治減排規劃,以及實現“雙碳”目標的政策措施,設計了基準政策情景、動態優化情景和最大潛力情景3 種綜合減污降碳情景,應用區域大氣污染物及碳排放清單預測技術、空氣質量模型模擬和動態情景優化調控策略等方法,探討了中長期空氣質量改善和碳減排路徑,為保障成渝地區雙城經濟圈實現生態環境高質量發展的科學決策和精準施策提供參考.

1 研究方法與數據

1.1 綜合減排情景設計

大氣污染物與CO2排放與區域的產業發展、能源消費、交通運輸和末端治理水平緊密相關.因此,未來成渝地區的大氣污染治理和碳減排綜合防治需從能源結構優化、產業結構調整、交通運輸結構優化和末端治理水平升級等方向一并發力.以2017年為基準年,2035 年為目標年設計了成渝地區耦合“產業—能源—交通—末端”的綜合減排基準政策情景(BS)、動態優化初始情景(OS)和最大潛力情景(RS).

如表1 所示,BS 情景作為OS 和RS 情景未來結果比較的基準,反映歷史階段政策的延續,但不考慮國家和地方政府未來實行新政策和新措施.RS 情景代表對未來持激進態度,各項減排措施強度超額完成國家和政府的既定規劃目標,達到國內外發達城市或地區先進水平.在RS 情景措施設置時,在國家和成渝地區政府新頒布的政策規劃的基礎上,結合先進城市群(長三角、珠三角和京津冀地區)發展經驗,經專家研判形成激進的情景發展目標,代表成渝地區未來在產業、能源和交通結構調整優化,以及末端治理升級領域可能達到的最大潛力.OS 情景作為綜合減排路徑優化的初始情景,各項減排措施強度的初始值選取介于BS 與RS 之間.此外,農業生產活動排放的氨氣(NH3)是PM2.5形成的重要“推手”[24-26],3 個綜合減排情景均包括中長期農業領域氨氣減排措施,即逐步推廣科學施肥(氮肥深施或混施)技術和低蛋白含量的飼料品種等,減少施肥氨揮發和畜禽產品的氮素排泄量.在情景宏觀經濟社會參數方面,3 個情景預測期間的經濟發展、人口規模、城市化率等關鍵參數保持一致.即在3 個情景下,成渝地區未來GDP 將持續增長,但增速逐漸放緩,2035 年將達到14.6 萬億元,較2017 年增長2.5 倍.成渝地區常住人口預計將在2035 年達到1.2 億人,相較2017 年增加近570 萬人.同時,成渝地區城市化進程仍將繼續,城市化率將穩步提升,到2035 年達到73%,屆時城鎮人口將達到8750萬人.

表1 綜合減污降碳情景關鍵發展指標描述Table 1 Key development indicators for comprehensive pollution reduction and carbon mitigation scenarios

1.2 情景模擬優化與綜合減污降碳方案生成

為實現成渝地區中長期不同階段空氣質量改善需求,基于大氣環境容量的模型迭代算法[27-28],構建情景—評估—反饋—調整的閉環優化調控方法框架.如圖1 所示,優化調控主要包括未來情景清單編制、情景空氣質量模擬評估和情景減排措施動態調控3 個核心內容.其中,未來情景清單編制基于2017 年成渝地區本地化大氣污染物排放清單,通過未來情景的減排措施核算對應情景下污染物減排量進而生成未來情景清單,利用SMOKE 模型輸出空氣質量改善效果評估所需的模型清單.情景空氣質量模擬評估利用WRF-CMAQ 模型對不同情景下空氣質量(PM2.5和O3)進行模擬,提取評估不同情景下不同區域、不同階段空氣質量改善效果,并與已制定的成渝地區“十四五”空氣質量改善目標和2035 年“美麗中國”空氣質量目標進行空氣質量目標可達性評估.情景減排措施動態調控以BS 情景作為減排下限,RS 情景作為減排上限,通過優化策略動態調整OS 情景.優化策略依據《減污降碳協同增效實施方案》和國家中長期大氣污染防治路線相關研究[11]的工作原則和技術路徑,近中期通過強化末端治理升級減排大氣污染物,中長期通過結構調整實現減污降碳協同推進,具體包括3 個層級,分別是優先重點行業末端治理BAT 技術改造,其次加強污染貢獻和減排潛力較大的污染源減排力度,最后依次優化調整產業、能源、交通和用地結構.通過優化調整最終形成針對主要污染源的減污降碳整體方案.

圖1 環境目標約束下的綜合減排情景及路徑優選技術路線Fig.1 Optimization of comprehensive emission reduction scenarios and pathways under environmental target constraints

1.3 空氣質量數值模擬

1.3.1 WRF-CMAQ 模型 本文使用的空氣質量模型為美國環保署的開源發展計劃項目研發的第三代三維空氣質量模型 CMAQv5.3(Community Multiscale Air Quality 5.3),是國際環境空氣質量研究領域的主流模型[29].CMAQ 模型使用的氣象場為美國國家大氣研究中心(National Center for Atmospheric Research)的WRF(Weather Research and Forecasting)模型輸出的結果[30].WRF 模型采用雙重嵌套網格,最外層水平分辨率27km,包含中國大部分區域.最內層水平分辨率9km,包含四川省、重慶市及周邊部分區域.垂直層數均為28 層,WRF 模型選取了適合成渝地區的參數化方案[31-32],CMAQ 模型網格設置與WRF 模型匹配,邊界層方案選取了模型組推薦的ACM2 方案,主要參數設置如表2 所 示.

表2 WRF-CMAQ 參數設置Table 2 WRF-CMAQ parameter settings

WRF 氣象模型初始場氣象場數據使用的是美國環境預報中心(National Centers for Environmental Prediction)的FNL 全球分析資料,水平分辨率為0.25o×0.25o.模擬時段為基準年2019 年的1,4,7,10 月,模型提前3d 開始作為預積分時間,并開啟FDDA 同化再分析數據.CMAQ 模擬時段為基準年2019 年, 2025和2035 年的情景模擬均使用2019 年氣象模擬結果,即不考慮年際氣象變化對空氣質量模擬結果的影響.WRF 和CMAQ 模型輸出結果的時間步長為1h,CMAQ 模型網格設置與WRF 模型匹配,最外層27km 網格采用ICON 和BCON 模塊提供初始和邊界條件,模擬結果為內層9km 網格提供邊界和初始場.

1.3.2 排放清單 根據清單編制方法,以2017 年為基準年,核算得到川渝兩地各類源的主要大氣污染物排放量.使用 SMOKE(Sparse Matrix Operator Kernel Emissions)排放清單處理工具對各類污染物進行空間、時間和化學物種分配后形成空氣質量模型可應用的網格化排放清單.本研究中川渝兩地范圍內人為源的SO2、NOx、PM10、PM2.5、VOCs 和NH3采用本地排放數據,其他范圍人為源排放數據采用清華大學2017年MEIC排放清單數據集,生物源組分源于全球排放清單GEIA.此外,基于成渝地區能源平衡表,按照《省級溫室氣體清單編制指南(試行)》計算了能源活動相關CO2排放量.2017年成渝地區各污染物排放量如表3 所示,圖2 為NOx排放清單.

表3 2017 年成渝地區各污染物排放總量Table 3 Emissions of various pollutants in the Cheng-Yu district in 2017

成渝地區本地排放清單是基于第二次污染源普查數據[33-34],根據國家排放清單編制相關技術指南,采用自下而上方法構建的人為源排放清單.與MEIC 清單相比,本地清單具有更高的時空分辨率,污染物排放量和空間分布更加貼近川渝地區實際情況,相比于MEIC 清單中農業、工業、電力、民用和交通源5 類排放源,本地清單行業分類按照《國民經濟行業分類(GB/T 4754-2017)》[35]的分類標準,細分到第4 級源類,能夠適用于精細化的排放情景設置和模擬研究.

2 結果與討論

2.1 空氣質量模擬結果

2.1.1 空氣質量現狀模擬 以2019 年為基準年,模擬時段選取1,4,7 和10 月4 個典型月份,4 個月的平均值代表全年平均值.由于部分國控點距離相近,單個模型網格可能包含多個點位.因此,按照各國控點位的經緯度坐標,對模型結果進行插值,最終提取了成渝地區共85 個國控點位的模擬結果.將成渝地區分為重慶市、成都平原、川南和川東北4 個主要經濟區,按照各區域內國控點平均值,計算了PM2.5和O3的觀測和模擬結果并進行了對比.如表4 所示,統計了觀測值與模擬值的相關系數(R)、標準化平均偏差(NMB)、平均偏差(MB)、均方根誤差(RMSE)、標準化平均誤差(NME)和一致性系數(IOA).Huang等[36]整理了2006～2019 年間發布的307 篇空氣質量模型相關的文章,統計了文章中使用的模型評估方案和標準,歸納總結并給出了推薦的評估方案和標準.選取的6 類統計參數為推薦的前6 種方案,可見MB和RMSE數值較低,觀測和模擬濃度量級基本一致,除了重慶市和川東北PM2.5的R 和IOA 略低于標準以外,R、IOA、NMB 和NME 統計參數整體上優于推薦標準.

表4 PM2.5 和O3 濃度觀測值與模擬值的統計參數Table 4 Statistical parameters of observed and simulated values of PM2.5 and O3 concentrations

研究表明,城市區域NOx和O3濃度變化呈反相關關系,高NOx排放量可能導致城市區域O3模擬濃度偏低的重要原因[37-39].此外,清單本身存在的誤差、CMAQ 模型化學機制的不確定性以及氣象場的準確性等因素,都會導致模擬與觀測之間的差異.這些可能是本研究成都市和重慶市大氣O3濃度模擬結果偏低的原因.但是,整體來看模型模擬的PM2.5和O3濃度量級、變化趨勢和空間分布與觀測相對一致,模型模擬結果可以接受.因此,通過WRF-CMAQ 模式應用,可以較好地描述成渝地區主要大氣污染物排放與空氣質量間的響應關系,也可用于模型迭代估算大氣環境容量以及污染源貢獻識別.

2.1.2 環境空氣質量情景模擬 根據空氣質量模型模擬結果,以2019 年為模擬基準年,統計不同減排情景下成渝地區各區域PM2.5和O3預測濃度.如圖3 所示,圖中圓點代表達到目標所需的污染指標改善濃度.在不考慮額外減排措施的BS 情景下,2025 和2035 年成渝地區各區域PM2.5和O3濃度相較于基準年均出現不同程度的上升.其中,2035年相較2019 年,四川和重慶的PM2.5濃度將分別增加 3.9 和 3.3μg/m3,O3濃度將分別增加 5.2 和6.0μg/m3.但是,如果初始OS 情景下的措施得到實施,四川和重慶2035 年的PM2.5和O3濃度與2019年相比均有明顯改善,改善幅度分別為-9.6～-10.4μg/m3和-8.6～-9.0μg/m3.結合分區域和分階段空氣質量改善目標來看,到2025 年,初始OS 情景下除川南地區不能夠實現PM2.5改善目標外,其他地區均能達成改善目標.但是,要實現2035 年PM2.5改善目標,則所有區域初始OS 情景都需要進一步動態加嚴.

圖3 成渝地區不同減排情景下PM2.5 和O3 改善濃度Fig.3 Improvement of PM2.5 and O3 concentrations under different emission reduction scenarios in Cheng-Yu district

與PM2.5不同,O3生成速率與前體物排放量呈高度非線性相關,故O3濃度削減相對更復雜,在改善目標制定時也相對保守.模擬結果顯示,四川和重慶各區域初始OS 情景均能完成O3改善目標.需要說明的是,成渝地區O3污染多集中在成都和重慶核心城區,本研究以區域范圍討論O3污染是平均了區域內所有城市濃度結果,而重慶市早期國控點主要集中在核心城區,區域臭氧濃度不包括區縣分擔結果,從而導致四川和重慶在2025 年的臭氧改善目標尚有余量空間.然而,即使如此,各區域初始OS 情景均無法完成2035 年O3改善目標,2026～2035 年階段減排措施需要進一步強化以空氣質量目標為約束,基于初始OS 和RS 情景大氣主要污染物改善評估結果,對OS 情景減排措施強度進行動態優化調整,特別是強化針對PM2.5改善的重點減排措施,對于O3污染改善類措施主要調控2026～2035 年階段的成都平原、川南和重慶地區,并使用空氣質量模型WRF- CMAQ 進行模擬預測.基于綜合減排方案生成的技術路線,通過匹配成渝地區重點城市空氣質量改善目標,特別是從鋼鐵、水泥和火電等重點行業BAT 治理技術最優化選擇,以及汽車制造、家具和化工等涉VOCs 排放貢獻和減排潛力大的源對象,動態調整強化OS 情景減排強度以優化綜合減排效果,最終得到優化后的綜合減排路徑.如圖4 所示,可見重慶市、成都平原、川南和川東北區域的PM2.5和O3濃度均有明顯改善,成渝地區PM2.5年均濃度由2017 年的37μg/m3下降至2035 年的25μg/m3,O3年均濃度由2017 年的140μg/m3下降至2035 年的135μg/m3,各區域均能實現中長期空氣質量目標.

圖4 優化后的綜合減排路徑PM2.5 和O3 模擬濃度Fig.4 Simulated concentration of PM2.5 and O3 under the optimized comprehensive emission reduction path

圖5 綜合減排情景路徑Fig.5 Integrated emission reduction pathway

2.2 中長期空氣質量改善路線

如圖 5 所示,優化后的綜合減污降碳路徑:2017～2025 年,重點完成重點行業的超低排放改造,逐步推動產業、能源和交通結構優化調整.力爭到2025 年,完成火電、鋼鐵和水泥行業的超低排放改造,第三產業發展成為經濟增長的主動力,實現成渝地區清潔能源(電力和天然氣)消費占一次能源比重達到44%,煤炭消費占比降低至37%.逐步開展鐵路和水運擴能改造,提升“公轉鐵+公轉水”比例.

2026～2035 年,深化結構調整力度,逐步建成安全高效、低碳綠色現代化產業、能源和交通運輸結構體系.力爭到2035 年,第三產業規模進一步壯大,新興產業規模顯著增加,實現清潔能源消費占一次能源比重力爭達到73%,煤炭消費占比降低至15%.徹底扭轉以公路為主的貨運結構,構建大宗貨物長距離“鐵路+水運”的運輸格局,同時大幅提升新能源車輛滲透率.

按照上述路徑,2025 年成渝地區的SO2、NOx、PM2.5、VOCs 和CO2排放量相較于2017 年分別減排29%、32%、19%、24%和3%,到2035 年,隨著結構調整力度加強,各污染物減排比例進一步分別擴大至35%、49%、28%、39%和12%.此外,成渝地區能源相關CO2排放近年呈波動下降[40],綜合減排路徑延續了歷史下降趨勢,但CO2排放削減主要發生在2026～2035 年結構優化轉型期間.綜合路徑的減排效應表明,隨著大氣污染治理工作的深入,為按期實現成渝地區空氣質量目標,中長期工作重心將由末端治理減排逐步轉向為“雙碳”政策驅動的結構優化減排,即進行能源結構、產業結構和運輸結構的深度調整.

2.3 重點任務措施減排貢獻

綜合減污降碳路徑下,相較于2017年,截至2025和2035 年的重點任務措施對SO2、NOx、PM2.5、VOCs 和CO2的減排貢獻分別如圖6 和圖7 所示.總體上,2017～2025 年,末端治理升級將對成渝地區大氣污染物減排發揮重要的減排作用,尤其是對SO2和PM2.5的減排占據主導貢獻;2026～2035 年,隨著末端治理減排潛力逐漸縮小,由“雙碳”政策驅動的結構調整(產業、能源和交通結構調整)導致的減排逐步成為成渝地區大氣污染物削減的主要因素.

圖6 2025 年綜合減排方案重點任務減排貢獻Fig.6 Emission reduction contribution of key measures in the comprehensive emission reduction plan in 2025

圖7 2035 年綜合減排方案重點任務減排貢獻Fig.7 Emission reduction contribution of key measures in the comprehensive emission reduction plan in 2035

具體而言,2017～2025 年,隨著火電、鋼鐵和水泥行業的超低排放改造完成,末端治理帶來較大的污染物減排貢獻.至2025 年,末端治理升級對PM2.5和SO2的減排貢獻最大,占總減排量的比例分別54%和56%,其中,尤其以火電、鋼鐵和水泥超低排放改造貢獻的減排為主.此外,末端治理升級驅動的NOx和VOCs 減排量分別占總減排的19%和29%,同樣具有重要的減排貢獻.對于CO2減排,交通結構優化和能源結構調整均具有較大的貢獻,分別占總減排量的41%和40%,尤其是“公轉鐵+公轉水”(調整大宗貨物運輸量從公路向鐵路、水路轉移)及老舊車輛淘汰和35 蒸噸/h 以下燃煤鍋爐替代具有較大的減排貢獻.2026～2035 年,隨著先進末端治理技術在電力和工業等部門的普及,其帶來的大氣污染減排效應收益將逐漸減少,而由“雙碳”政策驅動的結構調整將逐步發揮減排的關鍵作用.至2035 年,結構優化調整將導致SO2、NOx、PM2.5和VOCs 排放相較2017年分別減排66%、87%、66%和83%.其中,SO2的減排以能源結構調整貢獻(36%)為主,NOx的減排以交通結構優化貢獻(70%)為主,PM2.5的減排以產業結構升級貢獻(28%)為主,VOCs 的減排以產業結構升級貢獻(42%)為主.對于CO2,能源結構調整和交通結構優化均具有較大的減排貢獻,分別占總減排量的40%和38%.此外,產業結構升級對CO2的減排貢獻為22%,同樣發揮重要的減排作用,以鋼鐵和建材等傳統行業縮減產能的減排貢獻為主.

2.4 重點排放源減排貢獻

由于減排措施作用的源類和強度不同,綜合減排路徑下污染物重點排放源排放變化具有較大差異.

如圖8 所示,若不考慮減排措施的實施,隨著區域社會經濟發展和人口增長,未來SO2、NOx、PM2.5、VOCs 和CO2排放相較2017 年均呈現不同的增長.其中,SO2和PM2.5排放與工業部門的化石能源使用密切相關,2017～2035 年,排放增量分別為19 萬t 和13 萬t.而工藝過程源和固定燃燒源均涉及大量的化石能源燃燒環節,因此,兩者均具有較大的減排貢獻,相較于2017 年,2035 年工藝過程源對SO2和PM2.5的減排量分別為13 萬t 和14 萬t,固定燃燒源分別減排了15 萬t 和10 萬t.對于NOx,2017～2035 年的排放增量為53 萬t,移動源具有最大的減排貢獻,尤其是2026～2035 年期間隨著新能源汽車的大力推廣,相較2025 年,2035 年移動源貢獻了26 萬t 的減排量.此外,工藝過程源和固定燃燒源也有重要的貢獻,2017～2035 年分別減排了30 萬t 和35 萬t. VOCs的排放與工業溶劑使用具有較大關系,與電力和工業等領域清潔能源轉型的關系較小,由于預測成渝地區未來涉揮發性有機物排放的諸如石化化工、溶劑使用等傳統行業規模仍將進一步擴張,故在不考慮減排措施情況下,2017～2035 年VOCs 排放增加了22 萬t.而在源減排方面,由于低(無)VOCs 含量原輔料替代的推廣,溶劑源在2017～2035 年共減排36 萬t,具有最大的減排貢獻.CO2排放與工業燃煤和交通燃油使用相關,2017～2035 年的排放增量為92 百萬t,涉及化石燃料使用的工藝過程源、固定燃燒源和移動源對CO2的減排均有重要的貢獻,2017～2035 年分別減排了53,40,53 百萬t.

圖8 2035 年綜合減排方案重點任務減排效果評估Fig.8 Evaluation of the emission reduction effect of key measures in the comprehensive emission reduction plan in 2035

3 結論

3.1 優化后的綜合減污降碳路徑下,成渝地區要實現中長期空氣質量改善和碳減排目標,2025 年SO2、NOx、PM2.5、VOCs 和CO2排放量要在2017 年的基礎上分別減排29%、32%、19%、24%和3%,2035年減排比例需進一步分別擴大至35%、49%、28%、39%和12%.

3.2 綜合減污降碳路徑下,近中期仍要重點做好傳統行業末端治理升級工作,2025 年前尤其是火電、水泥和鋼鐵行業的超低排放對成渝地區污染物減排發揮主導作用,對SO2和PM2.5的減排占據重要貢獻.2026～2035 年,隨著末端治理減排潛力逐漸縮小,由“雙碳”驅動的結構調整措施將逐步成為成渝地區大氣污染物削減的主要因素,應重點推進能源、產業和交通結構綠色低碳轉型.

3.3 綜合減污降碳路徑下減排措施作用的源類和強度不同,綜合減排路徑下污染物重點排放源減排貢獻具有較大差異.工藝過程源和固定燃燒源對SO2和PM2.5減排具有較大貢獻,移動源對NOx減排具有最大貢獻,溶劑源對VOCs 的減排有最大貢獻,涉及化石能源燃燒的工藝過程源、固定燃燒源和移動源對CO2均具有重要的減排貢獻.