情景分析法在城市大气污染物排放总量预测中的应用——以西安市为例

摘要

随着我国经济的飞速发展、城市化的不断加快，使得本来已经脆弱的环境面临更大的压力，尤其是城市大气污染物的排放。要想从根本上解决这些环境问题，就得从浓度控制治理向排放总量控制转变，而准确预测污染物排放总量是有效实施环境管理措施，实现总量控制的重要手段，将从根本上避免、减少、控制环境问题的产生和发展。 城市是一个开放的动态复杂系统，发展影响因子众多、充满着不确定性、而且未来发展存在突发的可能性，因此如果只是用以前事物的发展方式来推测未来发展趋势是有弊端的，会存在一定的偏差。 本文系统的阐明了情景分析法与传统方法的不同之处以及优势，以及它的分类、步骤和应用范围等，并分析了情景分析法在城市大气污染物排放总量预测中的适用性，以及它的使用步骤，并针对它的过程进行了研究，包括寻找主要驱动力量，选定关键不确定因子，设定合理的情景，描述以及对情景进行分析等。最后文章以西安市为例，详细介绍了情景分析法在城市大气污染物排放总量中的应用过程，筛选了经济、能源和政策三个重要因素，并综合考虑了政府执行力度和实施力度，采用情景分析法共设置了五种情景，对2020年西安市的大气污染物排放总量进行了预测。情景一为趋势外推模式，延续了2013年西安市的产业结构模式，它的发展完全依赖于投资规模的扩大，而且资源的消耗量、排污强度仍然维持在原来的水平，在经济发展为基准年3.3倍情况下，污染物排放量也约为基准年的3.3倍，此种模式为淘汰模式，不可取；情景二和情景三模式为能源结构调整模式，将天然气的用量由原来的7.36%分别提升至25%和30%，上升的比例以车辆能耗下降量和煤炭补给，此种模式为优化模式；情景四和情景五为排放因子的调整模式，在情景二和情景三的基础上对排放因子进行了调整，主要为脱硫脱硝去除率的上升以及更为严格的车辆排放标准。 结果表明：情景一模式为淘汰模式，SO2和NOX的排放量较基准年均有倍数增加；情景二至情景五模式下的SO2排放量均低于基准年，且四种情景下的SO2排放量依次减小，而情景二至情景五模式下的NOX排放量均高于基准年，但四种情景模式下的NOX排放量依次减小；煤炭是SO2排放量的主要来源，而除情景三模式下NOX排放量的主要来源为交通外，情景二、情景四和情景五模式下NOX排放量的主要来源均为煤炭；情景分析法相比于传统的预测方法用于预测城市大气污染物总量排放表现的更加精准，情景分析法对于城市大气污染物排放总量的预测结果会使得管理决定者在思考城市的发展以及环境问题时，自觉进行更加深入、更加全面的考虑，对可能出现的未来环境问题及早的采取措施，并进行环境规划和管理。情景来源于规划并引导规划，并且改善决策，避免决策失误，为城市经济的循环发展、资源的合理分配以及环境的可持续发展提供决策支撑，为城市的可持续发展提供向导。

目录

封面

声明

中文摘要

英文摘要

目录

1绪论

1.1、研究背景与意义

1.2、国内外研究现状

1.3研究内容和结构

2情景分析方法概述

2.1情景分析法概述

2.2情景分析法步骤

2.3情景分析法的分类

2.4情景分析法应用范围及局限性

3情景分析法在城市大气污染物排放总量预测中的应用

3.1情景分析法在城市大气污染物排放总量预测中的适用性分析

3.2城市大气污染物排放总量预测的情景分析

4案例分析-情景分析法预测西安市大气污染物排放总量

4.1西安市经济发展状况

4.2 确定主题和时间范围

4.3确定驱动力及主要影响因子

4.4情景设置

4.5情景分析

4.6 情景讨论

4.7情景分析结果及减排可行性讨论

5结论与展望

5.1结论

5.2展望

致谢

参考文献

攻读硕士期间发表的论文