京津冀地区大气环境系统脆弱性评估研究

摘要

随着经济快速发展，工业化、城镇化进程加快，机动车保有量大幅增加，我国以PM2.5(particulate matter2.5)为特征的区域性复合型大气污染问题日益突出，尤其是京津冀地区，多次爆发持续时间长、浓度高、范围广的区域大气重污染现象，大气环境污染形势十分严峻。区域大气重污染现象已成为制约我国社会经济可持续发展的瓶颈之一，严重威胁到人民群众的生存环境和身体健康。协调好社会经济发展与大气环境系统之间的复杂关系，实现大气环境可持续发展，已成为京津冀地区社会经济和谐、有序、可持续发展战略中的重要组成部分，迫切需要在实践和探索中为其提供相关理论、方法和决策支持。
　　针对上述问题，本论文将脆弱性理论引入到大气环境学科研究中，系统阐述了大气环境系统脆弱性的基本定义、内涵和大气环境系统脆弱性评价的理论基础，构建了区域尺度的大气环境系统脆弱性评价的指标体系框架，针对脆弱性理论的复杂性和不确定性，结合空气质量模型、能源环境规划模型、多准则决策分析和不确定性分析等理论和方法，系统地整合开发出一系列大气环境系统脆弱性多准则决策框架，定量表征系统中存在的区间不确定性、模糊不确定性和随机不确定性，降低不确定性因素对决策结果准确度的影响，从人类社会与大气环境耦合系统的角度，揭示大气环境系统脆弱性变化规律，探讨大气环境系统脆弱性与可持续发展的科学问题。具体研究内容包括:(1)针对传统的脆弱性评价研究忽略决策风险的缺陷，综合考虑人类活动、大气环境和社会经济等相关影响因素，开发基于OWA(Ordered Weighted Averaged)-GIS(Geographic Information System)的大气环境系统脆弱性多准则决策分析框架，通过决策风险系数定量研究京津冀地区大气环境系统脆弱性状况，时空分布差异和驱动因素作用，实现了多种决策风险条件下大气环境系统脆弱性评价，为决策者提供更加全面、科学的决策策略。(2)考虑大气环境系统脆弱性的轻重与否是一种模糊概念，提出了一种基于CAMx(Comprehensive Air Quality Model with extensions)模拟的大气环境系统脆弱性多准则决策分析框架，利用半梯形模糊隶属度函数处理决策过程中存在的模糊不确定性，得到基于CAMx模拟的京津冀地区大气系统环境脆弱性多准则决策评价结果，为下一步开展京津冀地区大气环境系统脆弱性与源减排策略研究提供理论依据与技术支持。(3)考虑到传统的多准则决策方法通常只考虑了单一不确定性，即模糊性或者随机性，为了使决策结果更为可靠，开发基于云模型的大气环境系统脆弱性多准则决策分析框架，通过云模型理论处理决策过程中的模糊和随机双重不确定性，量化评估不同行业源排放削减对大气环境系统脆弱性的改善程度，从而为区域脆弱性管理与规划制定科学有效的控制策略。(4)考虑到大气环境系统脆弱性决策过程中存在的区间不确定性和随机不确定性，从区域发展战略和节能减排的角度出发，开发基于LEAP(Long-range Energy Alternatives Planning System)模型预测的大气环境系统脆弱性多准则决策分析框架。通过区间数学理论和蒙特卡洛方法处理决策过程中的区间和随机双重不确定性，量化评估未来政策实施对大气环境系统脆弱性的改善程度，并针对不同区域提出调控建议，为降低京津冀地区大气环境系统脆弱性水平提供一定的思路和方向。
　　本论文以建立脆弱性量化评估模型为基础，定量描述评估过程中多种不确定性，分析区域大气环境系统脆弱性的时空变化规律，阐明脆弱性状态的成因机理、识别脆弱性主要矛盾因素，预测不同政策实施对脆弱性的影响，为区域大气环境保护和污染治理提供决策依据，对于构建结构完整、功能稳定的大气环境安全格局，推进京津冀地区大气环境与社会经济可持续发展具有重要的实践意义。

目录

声明

摘要

第1章 绪论

1．1 选题背景

1．2 研究目的与意义

1．3 国内外研究动态

1．3．1 脆弱性研究进展

1．3．2 多准则决策分析研究进展

1．3．3 空气质量模型研究进展

1．3．4 能源环境模型研究进展

1．3．5 不确定分析研究进展

1．3．6 总结

1．4 论文研究内容及技术路线

第2章 大气环境系统脆弱性理论研究

2．1 大气环境系统脆弱性的概念与理论基础

2．1．1 大气环境系统脆弱性的定义与内涵

2．1．2 大气环境系统脆弱性评价

2．1．3 大气环境系统脆弱性理论基础

2．2 大气环境系统脆弱性评价总体思路与指导思想

2．3 大气环境系统脆弱性的基本判定指标及其表达

2．3．1 大气环境系统脆弱性概念模型

2．3．2 大气环境系统暴露性指数

2．3．3 大气环境系统敏感性指数

2．3．4 大气环境系统适应能力性指数

2．4 大气环境系统脆弱性评价理论框架

2．5 大气环境系统脆弱性指标体系

2．5．1 构建原则

2．5．2 指标体系初选

2．6 数据处理方法

2．6．1 标准化方法

2．6．2 权重确定方法

2．6．3 评价结果分级

2．7 本章小结

第3章 基于OWA-GIS的大气环境系统脆弱性研究

3．1 引言

3．2 研究方法与研究区域

3．2．1 OWA分析方法的技术原理

3．2．2 OWA算子权重

3．2．3 基于OWA-GIS的大气环境系统脆弱性评价过程

3．2．4 决策风险分析

3．2．5 指标筛选方法

3．2．6 研究区域概况

3．3 指标体系的构建

3．3．1 指标筛选

3．3．2 评价标准和分级

3．4 数据来源与处理

3．4．1 数据来源

3．4．2 指标赋值

3．5 OWA算子权重的计算

3．5．1 准则权重

3．5．2 次序权重

3．6 京津冀地区大气环境系统脆弱性综合评价

3．7 结果分析

3．7．1 基于不同决策风险系数的京津冀大气环境系统脆弱性分析

3．7．2 京津冀地区大气环境系统脆弱性时空演变分析

3．7．3 京津冀地区大气环境系统脆弱性驱动因素分析

3．8 本章小结

第4章 基于CAMx模拟的大气环境系统脆弱性研究

4．1 引言

4．2 研究方法

4．2．1 空气质量模型

4．2．2 指标体系与权重赋值

4．2．3 模糊综合评价评价

4．2．4 基于模糊熵修正的多准则决策分析方法

4．3 CAMx模式设置

4．3．1 CAMx模拟区域与网格设置

4．3．2 气象场模块设置

4．3．3 CAMx物理化学机理设置

4．3．4 源排放清单

4．3．5 源区划分与受体设置

4．4 结果分析

4．4．1 模拟结果验证

4．4．2 大气污染物浓度时空分布特征

4．4．3 大气环境系统脆弱性空间分异

4．4．4 大气环境系统脆弱性时空分析

4．4．5 脆弱性与暴露性的空间异质性分析

4．5 本章小结

第5章 基于云模型的大气环境系统脆弱性减排策略研究

5．1 引言

5．2 研究方法

5．2．1 颗粒物来源示踪技术

5．2．2 云模型理论

5．2．3 基于云模型的改进层次分析法

5．2．4 基于云模型的多属性决策分析方法

5．3 情景方案设置

5．4 结果分析

5．4．1 大气污染物源解析

5．4．2 行业源减排方案情景分析

5．4．3 污染源减排情景方案对脆弱性的影响

5．5 本章小结

第6章 基于LEAP模型和蒙特卡洛模拟的大气环境系统脆弱性预测研究

6．1 引言

6．2 研究方法

6．2．1 蒙特卡洛模拟

6．2．2 LEAP模型

6．2．3 大气污染扩散模型

6．2．4 区间层次分析法

6．2．5 基于区间蒙特卡洛的多准则决策分析方法

6．3 参数设置及数据来源

6．3．1 LEAP模型结构

6．3．2 模型关键参数设置

6．3．3 情景方案设置

6．3．4 数据来源

6．4 结果分析

6．4．1 暴露性结果分析

6．4．2 脆弱性情景分析

6．4．3 与传统多准则决策方法对比

6．4．4 政策措施建议

6．5 小结

第7章 结论与展望

7．1 结论

7．2 创新点

7．3 展望

参考文献

攻读博士学位期间发表的论文及其它成果

攻读博士学位期间参加的科研工作

致谢

作者简介