数字赋能推动碳中和与清洁空气协同增效
2022-01-25 02:09

 

   减污降碳协同增效,对所有发展中国家都是有意义的。大气污染和温室气体有显著的协同性,国内外对空气质量的研究和评估也展示了在减污降碳协同增效上有很大的发挥空间。

   在未来的发展中,中国的PM2.5浓度在下降,但对于臭氧、PM2.5的治理还有很长的路要走,尤其是大气污染物中的臭氧仍然处在高位波动,一些局部地区还上升得比较厉害。要达到世界卫生组织(WHO)发布的新的PM2.5标准,即大气中PM2.5浓度为5微克/立方米,未来的任务还很艰巨。

   还有一个因素不容忽视,那就是中国人口老龄化已经成为一个不争的事实。虽然现在我国进行了很多临时性的政策调整,用以减缓老龄化进程,但大趋势是无法扭转的。

   因此,无论是WHO最新的空气质量标准,还是人口老龄化进程,都要求我们必须实现PM2.5浓度降到5微克/立方米的要求。

   碳中和与空气质量改善、或者说与“美丽中国”的建设目标之间,是有着非常好的一致性的。生态环境部就曾特别强调,要以减污降碳协同增效为总抓手。

   为支持上述工作,我们团队在排放路径情景设计、排放路径模拟和费用效益评估等方面做了一些工作,尝试实现碳中和路径与清洁空气路径协同增效,通过模型和数据库的支撑做一些定量分析。

 

协同评估模型和数据库的发展

 

   在碳中和与清洁空气协同评估的模型和数据库的发展方面,国内外的相关研究已经为我们提供了很多可利用的工具。

   大气成分排放核算的模型和数据库,可以俗称为“排放清单”。国内学术界经过多年的自主研发,已经逐步形成了具有自主知识产权的、公开共享的、包含多种大气成分的、覆盖全球的清单。比如大家熟悉的清华大学的中国多尺度排放清单模型(MEIC)、北京大学的PKU-inventory以及清华大学最近在做的全球能源基础设施碳排放数据库(GID)。

   MEIC是清华大学通过多年积累完成的多尺度排放清单,可为中国和国际科学界的决策者提供人为源清单,包括二氧化碳的排放等。北京大学团队做的PKU-inventory则包含了详细的部门信息。GID是清华大学组织开发的涵盖全球电力、水泥、钢铁各个重点行业,同时具有设施级别的基础信息和排放数据的数据库。目前这项工作还在持续进行,其网站已经开始逐步发布信息供大家分享。

   从能源系统和综合评价模型的角度来看,上述全是由数据库支撑的工具。从模型来看,发改委能源所的IPEC、北京理工大学教授魏一鸣团队的能源模型、北京大学的IMED模型以及国际上的AIM、GCAM、MESSAGE等模型,都是把大气污染物与碳污相结合的。

   综合来看,国内综合评价模型相对来说起步较晚,但是近年来在国家科技计划的支撑下,已经开发出了多个能源系统模型和综合评估模型,初步形成了气候变化的综合评估能力。

 

排放情景数据产品待加强

 

   当前,联合国政府间气候变化专门委员会(IPCC)评估报告采用的排放模型,基本都是由国外学者主导的。我国现阶段除了数据和模型之外,排放情景数据设计的系统性亟待进一步加强。未来想要实现排放情景数据产品自主研发以及服务生态目标下的减污降碳协同增效等,需要大家共同努力。

   目前,清华大学团队正在开发的中国未来排放动态评估模型一共有6组情形,第一个版本是从2015—2050,还有一个版本是从2015—2060,并已形成了相关模块。

   在大气成分的大源监测反演方面,我国的“监测+观测”体系在全球范围内并不落后,甚至很多地方是领先的,但在地面监测、模型模拟、卫星遥感等方面还有一些不足。可以说,我国正在形成大气成分的大源监测反演的数字支撑,形成了相对完整的数据体系,技术实力也越来越强。

   清华大学还发布了中国大气成分实时追踪数据集,其通过云计算和大数据开展分析。数据集具备多种大气成分和高时空分辨率,时空覆盖比较完整,每日实时更新。数据集把多元素的地面处理数据,形成基于机器学习算法的学习资料,构建出地面、卫星、清单、模型融合的数据体系,从而提供更加完整的大气成分浓度追踪产品。

   在监测方面还可以依靠碳卫星,目前欧洲、日本、美国等国家正在开发。我国的碳卫星是一个很重要的成果,由中科院大气物理研究所的研究员人员研发,特点是长期在轨运行,并且可实现高精度全球统一覆盖。

   此外还有碳源汇反演同化模型,其主要根据碳监测的观测约束和信息,通过大气和碳源汇的算法,形成碳源汇的数据产品,供大家开展相关应用。

 

整合模型服务协同治理

 

   将高精度的能源环境气候模型与健康模型相结合,例如将空气质量、环境、气候健康三个因素集成,将有利于更好地开展研究。

   围绕我国的“双碳”目标,未来要从数据库、模型、情景设置、观测和综合成本等多方面整合综合分析模型,通过数字赋能,支撑碳中和与清洁空气之间的协同。

   我们全新开发的CNCAP模型,就是把有关模型结合起来,形成一个决策支持模型。它以清华大学MEIC和未来动态排放情景模型(DPEC)、动态成本模型(DMEC)等为基础,耦合综合评估模型、GCAM-China、地球系统模型和传输模式,最终构成了决策支持的综合平台。

   这一平台涵盖了1990年至2020年的主要大气成分,按照燃料、行业变化加以区分。平台还有针对二氧化碳和大气污染物排放,包括工业源、重点行业的二氧化碳和大气污染物协同演变的信息。

   在“双碳”目标下,未来要推动能源结构以及工业终端能源、民用终端、交通和发电结构的大幅度调整。通过模型推演,火电基本上会逐步动态退役。■

(作者系中国工程院院士、清华大学碳中和研究院院长,郑金武根据中国清洁空气政策伙伴关系2021年度会议上的报告整理)

 

 

《科学新闻》 (科学新闻2021年12月刊 封面)

分享到:

0