基于綜合減污降碳策略的成渝地區(qū)中長期空氣質(zhì)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(tài)環(huán)境科學(xué)研究院(中國環(huán)境科學(xué)研究院西南分院),城市大氣環(huán)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(xué)環(huán)境與生態(tài)學(xué)院,環(huán)境科學(xué)系,重慶 400045；.生態(tài)環(huán)境部環(huán)境規(guī)劃院,國家環(huán)境保護環(huán)境規(guī)劃與政策模擬重點實驗室,北京 000)

近年來,我國空氣質(zhì)量總體呈現(xiàn)好轉(zhuǎn)態(tài)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(biāo)[4].同時,O3污染濃度呈現(xiàn)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(guān)CO2排放量達(dá)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(xié)同減排,科學(xué)制定減污降碳行動路線已成為我國現(xiàn)階段推動生態(tài)環(huán)境高質(zhì)量發(fā)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(jīng)濟社會—大氣環(huán)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(jīng)濟、產(chǎn)業(yè)或技術(shù)等影響因子的重大可能演變提出關(guān)鍵假設(shè)的基礎(chǔ)上,通過對未來詳細(xì)地、嚴(yán)密地推理和描述構(gòu)想未來各種可能的發(fā)展情景方案[17].主流方法是設(shè)計或假設(shè)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(jīng)濟-能源-環(huán)境模型(CGE、LEAP 和MARKAL 模型)或空氣質(zhì)量模型(WRF-CMAQ)等,對不同控制情景下的污染減排效應(yīng)進行定量和評估,篩選出達(dá)到空氣質(zhì)量或碳減排目標(biāo)的控制情景[18-21].然而,當(dāng)前大多關(guān)于區(qū)域中長期空氣質(zhì)量改善或減污降碳協(xié)同減排情景分析的研究是預(yù)設(shè)的固定情景[22-23],在探討區(qū)域中長期空氣質(zhì)量改善路徑,和制定減排措施上優(yōu)化不足、靈活性欠缺,難以滿足當(dāng)前大氣復(fù)合污染形勢下多地區(qū)-多部門-多污染物協(xié)同減排的區(qū)域大氣污染協(xié)同防控優(yōu)化決策支撐的需求.

本文以經(jīng)濟活躍、地形復(fù)雜和氣象特殊的成渝地區(qū)為研究對象,基于國家和地方政府的大氣污染防治減排規(guī)劃,以及實現(xiàn)“雙碳”目標(biāo)的政策措施,設(shè)計了基準(zhǔn)政策情景、動態(tài)優(yōu)化情景和最大潛力情景3 種綜合減污降碳情景,應(yīng)用區(qū)域大氣污染物及碳排放清單預(yù)測技術(shù)、空氣質(zhì)量模型模擬和動態(tài)情景優(yōu)化調(diào)控策略等方法,探討了中長期空氣質(zhì)量改善和碳減排路徑,為保障成渝地區(qū)雙城經(jīng)濟圈實現(xiàn)生態(tài)環(huán)境高質(zhì)量發(fā)展的科學(xué)決策和精準(zhǔn)施策提供參考.

1 研究方法與數(shù)據(jù)

1.1 綜合減排情景設(shè)計

大氣污染物與CO2排放與區(qū)域的產(chǎn)業(yè)發(fā)展、能源消費、交通運輸和末端治理水平緊密相關(guān).因此,未來成渝地區(qū)的大氣污染治理和碳減排綜合防治需從能源結(jié)構(gòu)優(yōu)化、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、交通運輸結(jié)構(gòu)優(yōu)化和末端治理水平升級等方向一并發(fā)力.以2017年為基準(zhǔn)年,2035 年為目標(biāo)年設(shè)計了成渝地區(qū)耦合“產(chǎn)業(yè)—能源—交通—末端”的綜合減排基準(zhǔn)政策情景(BS)、動態(tài)優(yōu)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(jié)果比較的基準(zhǔn),反映歷史階段政策的延續(xù),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(tài)度,各項減排措施強度超額完成國家和政府的既定規(guī)劃目標(biāo),達(dá)到國內(nèi)外發(fā)達(dá)城市或地區(qū)先進水平.在RS 情景措施設(shè)置時,在國家和成渝地區(qū)政府新頒布的政策規(guī)劃的基礎(chǔ)上,結(jié)合先進城市群(長三角、珠三角和京津冀地區(qū))發(fā)展經(jīng)驗,經(jīng)專家研判形成激進的情景發(fā)展目標(biāo),代表成渝地區(qū)未來在產(chǎn)業(yè)、能源和交通結(jié)構(gòu)調(diào)整優(yōu)化,以及末端治理升級領(lǐng)域可能達(dá)到的最大潛力.OS 情景作為綜合減排路徑優(yōu)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(nóng)業(yè)生產(chǎn)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(nóng)業(yè)領(lǐng)域氨氣減排措施,即逐步推廣科學(xué)施肥(氮肥深施或混施)技術(shù)和低蛋白含量的飼料品種等,減少施肥氨揮發(fā)和畜禽產(chǎn)品的氮素排泄量.在情景宏觀經(jīng)濟社會參數(shù)方面,3 個情景預(yù)測期間的經(jīng)濟發(fā)展、人口規(guī)模、城市化率等關(guān)鍵參數(shù)保持一致.即在3 個情景下,成渝地區(qū)未來GDP 將持續(xù)增長,但增速逐漸放緩,2035 年將達(dá)到14.6 萬億元,較2017 年增長2.5 倍.成渝地區(qū)常住人口預(yù)計將在2035 年達(dá)到1.2 億人,相較2017 年增加近570 萬人.同時,成渝地區(qū)城市化進程仍將繼續(xù),城市化率將穩(wěn)步提升,到2035 年達(dá)到73%,屆時城鎮(zhèn)人口將達(dá)到8750萬人.

表1 綜合減污降碳情景關(guān)鍵發(fā)展指標(biāo)描述Table 1 Key development indicators for comprehensive pollution reduction and carbon mitigation scenarios

1.2 情景模擬優(yōu)化與綜合減污降碳方案生成

為實現(xiàn)成渝地區(qū)中長期不同階段空氣質(zhì)量改善需求,基于大氣環(huán)境容量的模型迭代算法[27-28],構(gòu)建情景—評估—反饋—調(diào)整的閉環(huán)優(yōu)化調(diào)控方法框架.如圖1 所示,優(yōu)化調(diào)控主要包括未來情景清單編制、情景空氣質(zhì)量模擬評估和情景減排措施動態(tài)調(diào)控3 個核心內(nèi)容.其中,未來情景清單編制基于2017 年成渝地區(qū)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(yīng)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(zhì)量改善效果評估所需的模型清單.情景空氣質(zhì)量模擬評估利用WRF-CMAQ 模型對不同情景下空氣質(zhì)量(PM2.5和O3)進行模擬,提取評估不同情景下不同區(qū)域、不同階段空氣質(zhì)量改善效果,并與已制定的成渝地區(qū)“十四五”空氣質(zhì)量改善目標(biāo)和2035 年“美麗中國”空氣質(zhì)量目標(biāo)進行空氣質(zhì)量目標(biāo)可達(dá)性評估.情景減排措施動態(tài)調(diào)控以BS 情景作為減排下限,RS 情景作為減排上限,通過優(yōu)化策略動態(tài)調(diào)整OS 情景.優(yōu)化策略依據(jù)《減污降碳協(xié)同增效實施方案》和國家中長期大氣污染防治路線相關(guān)研究[11]的工作原則和技術(shù)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(jié)構(gòu)調(diào)整實現(xiàn)減污降碳協(xié)同推進,具體包括3 個層級,分別是優(yōu)先重點行業(yè)末端治理BAT 技術(shù)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(yōu)化調(diào)整產(chǎn)業(yè)、能源、交通和用地結(jié)構(gòu).通過優(yōu)化調(diào)整最終形成針對主要污染源的減污降碳整體方案.

圖1 環(huán)境目標(biāo)約束下的綜合減排情景及路徑優(yōu)選技術(shù)路線Fig.1 Optimization of comprehensive emission reduction scenarios and pathways under environmental target constraints

1.3 空氣質(zhì)量數(shù)值模擬

1.3.1 WRF-CMAQ 模型 本文使用的空氣質(zhì)量模型為美國環(huán)保署的開源發(fā)展計劃項目研發(fā)的第三代三維空氣質(zhì)量模型 CMAQv5.3(Community Multiscale Air Quality 5.3),是國際環(huán)境空氣質(zhì)量研究領(lǐng)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(jié)果[30].WRF 模型采用雙重嵌套網(wǎng)格,最外層水平分辨率27km,包含中國大部分區(qū)域.最內(nèi)層水平分辨率9km,包含四川省、重慶市及周邊部分區(qū)域.垂直層數(shù)均為28 層,WRF 模型選取了適合成渝地區(qū)的參數(shù)化方案[31-32],CMAQ 模型網(wǎng)格設(shè)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(shù)設(shè)置如表2 所 示.

表2 WRF-CMAQ 參數(shù)設(shè)置Table 2 WRF-CMAQ parameter settings

WRF 氣象模型初始場氣象場數(shù)據(jù)使用的是美國環(huán)境預(yù)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(zhǔn)年2019 年的1,4,7,10 月,模型提前3d 開始作為預(yù)積分時間,并開啟FDDA 同化再分析數(shù)據(jù).CMAQ 模擬時段為基準(zhǔn)年2019 年, 2025和2035 年的情景模擬均使用2019 年氣象模擬結(jié)果,即不考慮年際氣象變化對空氣質(zhì)量模擬結(jié)果的影響.WRF 和CMAQ 模型輸出結(jié)果的時間步長為1h,CMAQ 模型網(wǎng)格設(shè)置與WRF 模型匹配,最外層27km 網(wǎng)格采用ICON 和BCON 模塊提供初始和邊界條件,模擬結(jié)果為內(nèi)層9km 網(wǎng)格提供邊界和初始場.

1.3.2 排放清單 根據(jù)清單編制方法,以2017 年為基準(zhǔn)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(xué)物種分配后形成空氣質(zhì)量模型可應(yīng)用的網(wǎng)格化排放清單.本研究中川渝兩地范圍內(nèi)人為源的SO2、NOx、PM10、PM2.5、VOCs 和NH3采用本地排放數(shù)據(jù),其他范圍人為源排放數(shù)據(jù)采用清華大學(xué)2017年MEIC排放清單數(shù)據(jù)集,生物源組分源于全球排放清單GEIA.此外,基于成渝地區(qū)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(guān)CO2排放量.2017年成渝地區(qū)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(qū)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(qū)本地排放清單是基于第二次污染源普查數(shù)據(jù)[33-34],根據(jù)國家排放清單編制相關(guān)技術(shù)指南,采用自下而上方法構(gòu)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(qū)實際情況,相比于MEIC 清單中農(nóng)業(yè)、工業(yè)、電力、民用和交通源5 類排放源,本地清單行業(yè)分類按照《國民經(jīng)濟行業(yè)分類(GB/T 4754-2017)》[35]的分類標(biāo)準(zhǔn),細(xì)分到第4 級源類,能夠適用于精細(xì)化的排放情景設(shè)置和模擬研究.

2 結(jié)果與討論

2.1 空氣質(zhì)量模擬結(jié)果

2.1.1 空氣質(zhì)量現(xiàn)狀模擬 以2019 年為基準(zhǔn)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(wǎng)格可能包含多個點位.因此,按照各國控點位的經(jīng)緯度坐標(biāo),對模型結(jié)果進行插值,最終提取了成渝地區(qū)共85 個國控點位的模擬結(jié)果.將成渝地區(qū)分為重慶市、成都平原、川南和川東北4 個主要經(jīng)濟區(qū),按照各區(qū)域內(nèi)國控點平均值,計算了PM2.5和O3的觀測和模擬結(jié)果并進行了對比.如表4 所示,統(tǒng)計了觀測值與模擬值的相關(guān)系數(shù)(R)、標(biāo)準(zhǔn)化平均偏差(NMB)、平均偏差(MB)、均方根誤差(RMSE)、標(biāo)準(zhǔn)化平均誤差(NME)和一致性系數(shù)(IOA).Huang等[36]整理了2006～2019 年間發(fā)布的307 篇空氣質(zhì)量模型相關(guān)的文章,統(tǒng)計了文章中使用的模型評估方案和標(biāo)準(zhǔn),歸納總結(jié)并給出了推薦的評估方案和標(biāo)準(zhǔn).選取的6 類統(tǒng)計參數(shù)為推薦的前6 種方案,可見MB和RMSE數(shù)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(biāo)準(zhǔn)以外,R、IOA、NMB 和NME 統(tǒng)計參數(shù)整體上優(yōu)于推薦標(biāo)準(zhǔn).

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

研究表明,城市區(qū)域NOx和O3濃度變化呈反相關(guān)關(guān)系,高NOx排放量可能導(dǎo)致城市區(qū)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(xué)機制的不確定性以及氣象場的準(zhǔn)確性等因素,都會導(dǎo)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(jié)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(jié)果可以接受.因此,通過WRF-CMAQ 模式應(yīng)用,可以較好地描述成渝地區(qū)主要大氣污染物排放與空氣質(zhì)量間的響應(yīng)關(guān)系,也可用于模型迭代估算大氣環(huán)境容量以及污染源貢獻識別.

2.1.2 環(huán)境空氣質(zhì)量情景模擬 根據(jù)空氣質(zhì)量模型模擬結(jié)果,以2019 年為模擬基準(zhǔn)年,統(tǒng)計不同減排情景下成渝地區(qū)各區(qū)域PM2.5和O3預(yù)測濃度.如圖3 所示,圖中圓點代表達(dá)到目標(biāo)所需的污染指標(biāo)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(qū)各區(qū)域PM2.5和O3濃度相較于基準(zhǔn)年均出現(xiàn)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(jié)合分區(qū)域和分階段空氣質(zhì)量改善目標(biāo)來看,到2025 年,初始OS 情景下除川南地區(qū)不能夠?qū)崿F(xiàn)PM2.5改善目標(biāo)外,其他地區(qū)均能達(dá)成改善目標(biāo).但是,要實現(xiàn)2035 年P(guān)M2.5改善目標(biāo),則所有區(qū)域初始OS 情景都需要進一步動態(tài)加嚴(yán).

圖3 成渝地區(qū)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(guān),故O3濃度削減相對更復(fù)雜,在改善目標(biāo)制定時也相對保守.模擬結(jié)果顯示,四川和重慶各區(qū)域初始OS 情景均能完成O3改善目標(biāo).需要說明的是,成渝地區(qū)O3污染多集中在成都和重慶核心城區(qū),本研究以區(qū)域范圍討論O3污染是平均了區(qū)域內(nèi)所有城市濃度結(jié)果,而重慶市早期國控點主要集中在核心城區(qū),區(qū)域臭氧濃度不包括區(qū)縣分擔(dān)結(jié)果,從而導(dǎo)致四川和重慶在2025 年的臭氧改善目標(biāo)尚有余量空間.然而,即使如此,各區(qū)域初始OS 情景均無法完成2035 年O3改善目標(biāo),2026～2035 年階段減排措施需要進一步強化以空氣質(zhì)量目標(biāo)為約束,基于初始OS 和RS 情景大氣主要污染物改善評估結(jié)果,對OS 情景減排措施強度進行動態(tài)優(yōu)化調(diào)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(diào)控2026～2035 年階段的成都平原、川南和重慶地區(qū),并使用空氣質(zhì)量模型WRF- CMAQ 進行模擬預(yù)測.基于綜合減排方案生成的技術(shù)路線,通過匹配成渝地區(qū)重點城市空氣質(zhì)量改善目標(biāo),特別是從鋼鐵、水泥和火電等重點行業(yè)BAT 治理技術(shù)最優(yōu)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(tài)調(diào)整強化OS 情景減排強度以優(yōu)化綜合減排效果,最終得到優(yōu)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(qū)域的PM2.5和O3濃度均有明顯改善,成渝地區(qū)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(qū)域均能實現(xiàn)中長期空氣質(zhì)量目標(biāo).

圖4 優(yōu)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(zhì)量改善路線

如圖 5 所示,優(yōu)化后的綜合減污降碳路徑:2017～2025 年,重點完成重點行業(yè)的超低排放改造,逐步推動產(chǎn)業(yè)、能源和交通結(jié)構(gòu)優(yōu)化調(diào)整.力爭到2025 年,完成火電、鋼鐵和水泥行業(yè)的超低排放改造,第三產(chǎn)業(yè)發(fā)展成為經(jīng)濟增長的主動力,實現(xiàn)成渝地區(qū)清潔能源(電力和天然氣)消費占一次能源比重達(dá)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(zhuǎn)鐵+公轉(zhuǎn)水”比例.

2026～2035 年,深化結(jié)構(gòu)調(diào)整力度,逐步建成安全高效、低碳綠色現(xiàn)代化產(chǎn)業(yè)、能源和交通運輸結(jié)構(gòu)體系.力爭到2035 年,第三產(chǎn)業(yè)規(guī)模進一步壯大,新興產(chǎn)業(yè)規(guī)模顯著增加,實現(xiàn)清潔能源消費占一次能源比重力爭達(dá)到73%,煤炭消費占比降低至15%.徹底扭轉(zhuǎn)以公路為主的貨運結(jié)構(gòu),構(gòu)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(qū)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(jié)構(gòu)調(diào)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(qū)能源相關(guān)CO2排放近年呈波動下降[40],綜合減排路徑延續(xù)了歷史下降趨勢,但CO2排放削減主要發(fā)生在2026～2035 年結(jié)構(gòu)優(yōu)化轉(zhuǎn)型期間.綜合路徑的減排效應(yīng)表明,隨著大氣污染治理工作的深入,為按期實現(xiàn)成渝地區(qū)空氣質(zhì)量目標(biāo),中長期工作重心將由末端治理減排逐步轉(zhuǎn)向為“雙碳”政策驅(qū)動的結(jié)構(gòu)優(yōu)化減排,即進行能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和運輸結(jié)構(gòu)的深度調(diào)整.

2.3 重點任務(wù)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(wù)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(qū)大氣污染物減排發(fā)揮重要的減排作用,尤其是對SO2和PM2.5的減排占據(jù)主導(dǎo)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(qū)動的結(jié)構(gòu)調(diào)整(產(chǎn)業(yè)、能源和交通結(jié)構(gòu)調(diào)整)導(dǎo)致的減排逐步成為成渝地區(qū)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(wù)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(wù)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(yè)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(qū)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(jié)構(gòu)優(yōu)化和能源結(jié)構(gòu)調(diào)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(zhuǎn)鐵+公轉(zhuǎn)水”(調(diào)整大宗貨物運輸量從公路向鐵路、水路轉(zhuǎn)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(shù)在電力和工業(yè)等部門的普及,其帶來的大氣污染減排效應(yīng)收益將逐漸減少,而由“雙碳”政策驅(qū)動的結(jié)構(gòu)調(diào)整將逐步發(fā)揮減排的關(guān)鍵作用.至2035 年,結(jié)構(gòu)優(yōu)化調(diào)整將導(dǎo)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(jié)構(gòu)調(diào)整貢獻(36%)為主,NOx的減排以交通結(jié)構(gòu)優(yōu)化貢獻(70%)為主,PM2.5的減排以產(chǎn)業(yè)結(jié)構(gòu)升級貢獻(28%)為主,VOCs 的減排以產(chǎn)業(yè)結(jié)構(gòu)升級貢獻(42%)為主.對于CO2,能源結(jié)構(gòu)調(diào)整和交通結(jié)構(gòu)優(yōu)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(chǎn)業(yè)結(jié)構(gòu)升級對CO2的減排貢獻為22%,同樣發(fā)揮重要的減排作用,以鋼鐵和建材等傳統(tǒng)行業(yè)縮減產(chǎn)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(qū)域社會經(jīng)濟發(fā)展和人口增長,未來SO2、NOx、PM2.5、VOCs 和CO2排放相較2017 年均呈現(xiàn)不同的增長.其中,SO2和PM2.5排放與工業(yè)部門的化石能源使用密切相關(guān),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(huán)節(jié),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(yè)溶劑使用具有較大關(guān)系,與電力和工業(yè)等領(lǐng)域清潔能源轉(zhuǎn)型的關(guān)系較小,由于預(yù)測成渝地區(qū)未來涉揮發(fā)性有機物排放的諸如石化化工、溶劑使用等傳統(tǒng)行業(yè)規(guī)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(yè)燃煤和交通燃油使用相關(guān),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(wù)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(jié)論

3.1 優(yōu)化后的綜合減污降碳路徑下,成渝地區(qū)要實現(xiàn)中長期空氣質(zhì)量改善和碳減排目標(biāo),2025 年SO2、NOx、PM2.5、VOCs 和CO2排放量要在2017 年的基礎(chǔ)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(tǒng)行業(yè)末端治理升級工作,2025 年前尤其是火電、水泥和鋼鐵行業(yè)的超低排放對成渝地區(qū)污染物減排發(fā)揮主導(dǎo)作用,對SO2和PM2.5的減排占據(jù)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(qū)動的結(jié)構(gòu)調(diào)整措施將逐步成為成渝地區(qū)大氣污染物削減的主要因素,應(yīng)重點推進能源、產(chǎn)業(yè)和交通結(jié)構(gòu)綠色低碳轉(zhuǎn)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.