一种用于以空气质量目标为导向的动态评估与政策情景制定的模型工具

《Atmospheric Pollution Research》:A model tool for dynamic assessment and formulation of policy scenarios oriented by air quality goals

【字体: 大 中 小 】 时间:2026年07月23日 来源:Atmospheric Pollution Research 3.9

编辑推荐:

  摘要为持续改善空气质量,各国政府制定了多项空气质量目标及相应的控制措施。然而,现有的评估方法,包括统计分析、排放清单和模型模拟等,往往缺乏足够效率和灵活性来评估多种政策干预措施的综合效果,这限制了其在快速决策中的应用。本研究构建了一个集成分析框架,将WRF-CMAQ模型及其综合源

  

摘要

为持续改善空气质量,各国政府制定了多项空气质量目标及相应的控制措施。然而,现有的评估方法,包括统计分析、排放清单和模型模拟等,往往缺乏足够效率和灵活性来评估多种政策干预措施的综合效果,这限制了其在快速决策中的应用。本研究构建了一个集成分析框架,将WRF-CMAQ模型及其综合源解析方法与动态排放清单架构以及主流计算工具(如NCL/Python)相结合。该框架通过动态调整各污染源的排放结构,能够快速评估不同政策组合下的空气质量目标实现可行性。以2020年的广东省为基准,该工具被用于评估现有政策在2035年前的目标达成可能性。研究结果表明,按照当前措施,广东省的臭氧污染在2035年前不太可能出现下降趋势。通过以能源控制为重点动态优化排放清单,研究发现能源消耗占臭氧生成的74%,其中石油和煤炭分别占比48%和16%。实施更为严格的能源减排策略有望实现空气质量目标。所提出的模型支持双向反馈、动态政策测试以及受约束条件下的优化,为制定旨在持续改善空气质量的针对性政策提供了高效且灵活的工具。

引言

随着经济的持续发展,空气质量因其对人类健康和生态系统可持续性的重大影响而成为备受关注的问题(Cotter等人,2023;Domingo,2026;Hu和Yang,2024;Liu等人,2022a;Souza等人,2026;Wang等人,2025a)。世界各国政府纷纷采取一系列政策措施,以减少污染物排放、推动能源转型并支持可持续发展(de Leeuw等人,2024;Dong等人,2025;Feng等人,2025;Ishola,2025;Zhang等人,2020a,b)。一个典型的例子是中国于2013年启动的“大气污染防治行动计划”,该计划旨在到2017年将京津冀、长江三角洲和珠江三角洲地区的城市PM2.5浓度降低10%-25%。后续评估显示取得了显著成效:与2013年相比,这三个地区的年均PM2.5浓度分别下降了39%、34%和26%,实现了政策目标(Huang等人,2018;Wang等人,2025b;Wu等人,2020;Yu等人,2022)。这些成果表明,科学合理的政策对于改善空气质量至关重要,而对政策效果的精准评估则是决策过程中不可或缺的环节。
目前,评估空气质量政策主要采用三类方法。第一类是差异比较法及其衍生方法,这类方法通过统计手段比较政策实施前后政策区域与非政策区域的空气质量变化情况(Rao等人,2023;Zhang等人,2023;Zhou等人,2024)。例如,有学者(Xu等人,2022)运用空间回归分析法,研究了河北省污染产业转移对北京空气质量的影响;还有学者(Ma等人,2024)利用基于差异比较法的模型,量化了COVID-19封锁期间多个地区的污染变化情况。尽管这类方法能够快速进行回顾性评估,但不适用于预测尚未实施的政策的效应。第二类方法是基于排放清单的研究途径,这类方法通过构建特定政策情景下的排放清单,直接估算减排潜力(Cao等人,2023;Dai等人,2025;Jang等人,2024;Sharma和Jain,2024)。例如,有学者(Xu等人,2023)预测了中国湖北省从2015年到2050年在不同交通政策下的排放量及健康影响。虽然这类方法有助于预测排放趋势,但它们通常不考虑大气化学和气象因素,而且往往需要为每一种新的政策组合重新构建排放清单,这就降低了其效率。第三类方法是空气质量建模技术,如WRF-CMAQ模型,这类模型通过将排放清单与大气化学传输过程相结合来模拟空气污染物的浓度分布(Feng等人,2019;Liu等人,2025;Liu等人,2022b;Monteiro等人,2018;Piccoli等人,2024;Wang等人,2024a)。有些学者(Khreis等人,2023;Wang和Liao,2020)使用嵌套全球模型来评估杭州G20峰会期间的臭氧控制效果,还通过整合多个模型来衡量交通政策带来的健康益处。尽管这类模型具有更强的机制基础,但它们通常依赖于静态的排放数据,缺乏政策设计与情景评估之间的双向反馈机制,而且需要进行计算成本较高的逐次情景测试,这限制了政策的快速优化。
为克服这些局限性,本研究提出了一种集成建模框架,该框架结合了动态排放清单架构、源解析、情景设计和政策评估功能。该框架能够利用源解析结果快速评估现有政策相对于空气质量目标的达标情况,同时支持政策的动态调整和多情景测试。通过反馈机制,可以先对初始情景进行迭代优化,从而形成可行的政策组合。此外,还可利用为实现目标情景而确定的排放约束,通过动态清单高效地重新配置政策组合,从而使决策者能够在环境、社会和经济因素之间取得平衡。本研究通过广东省的臭氧控制政策案例,证明了这一方法的适用性。

章节节选

技术流程

本研究的整体技术方法与实际工作流程如下。首先,在动态大气污染物排放清单架构内建立基准排放清单。该架构中对排放源类别的更细致分类,为模拟各种控制情景提供了更大灵活性。确定此类分类的详细程度时,应依据所涉及政策的细化水平来决定

现有政策情景下的排放清单及空气污染物特征

本研究以2020年的广东省排放清单作为基准情景。现有政策情景则是根据既定政策推算出的排放变化情况。具体而言,电力行业的排放量是根据计划中的装机容量增长情况按线性关系进行预测的。其他行业的排放量则是通过CGE模型工具,将分阶段的GDP目标分解为各污染源的具体贡献值来估算的。此外,机动车等的排放量也是通过类似方法进行估算的

结论

通过案例研究可知,本研究提出的用于动态评估和制定旨在实现空气质量目标的政策情景的模型工具,相较于传统的一维政策评估方法,具有更高的运行效率,能够产生更加针对性的结果。与传统方法不同,该工具采用了灵活的排放清单框架,使得政策情景能够进行双向反馈调整。它不仅支持向前

CRediT作者贡献声明

Minhui Li:概念构建、数据整理、定量分析、研究调查、方法设计、软件应用、结果验证、可视化处理、初稿撰写、论文修订。Long Wang:数据整理、方法设计、项目管理。Hongwei Xu:数据整理、定量分析。Wutao Zeng:概念构建、方法设计。Chenghao Liao:项目监督。Yongbo Zhang:资金筹集。

利益冲突声明

作者声明,他们不存在任何可能影响本文研究结果的已知财务利益关联或个人关系。

致谢

本研究得到了中国国家重点研发计划(编号:2023YFC3709204)、广东省科学技术厅(编号:2023A1111120020)以及中国国家自然科学基金(编号:42507160)的资助。
Minhui Li|Long Wang|Hongwei Xu|Wutao Zeng|Chenghao Liao|Yongbo Zhang
中国广东省广州市环境科学研究院,邮编510045
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号