萬(wàn)偉華，程 軍,郭王彪,3

(1.廣東省環(huán)境科學(xué)研究院，廣東 廣州 510045；2.浙江大學(xué) 能源清潔利用國(guó)家重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310027；3.Microbial Sciences Institute,Department of Microbial Pathogenesis,Yale University,Connecticut New Haven 06511)

0 引 言

煙氣CO2排放嚴(yán)重已是全球性的問(wèn)題，2017年空氣中溫室氣體濃度已達(dá)到407×10-6[1]。全球年平均氣溫比工業(yè)化前增加了1.1 ℃。習(xí)近平總書(shū)記在第七十五屆聯(lián)合國(guó)大會(huì)上指出，中國(guó)將提高國(guó)家自主貢獻(xiàn)力度，二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和[2]。燃煤電廠和煤化工廠煙氣是我國(guó)CO2排放的重要來(lái)源。2019年我國(guó)CO2排放量達(dá)到100 億t，其中約60 億t來(lái)自于燃煤電廠煙氣CO2，約5億t來(lái)自于煤化工煙氣CO2[3-4]。為踐行我國(guó)“碳中和”戰(zhàn)略，燃煤電廠和煤化工廠煙氣是我國(guó)CO2減排的攻堅(jiān)重點(diǎn)。

微藻是一種種類繁多的光合微生物群體[5-6]，其生物質(zhì)生長(zhǎng)速率快，易于大規(guī)模養(yǎng)殖。微藻細(xì)胞中碳含量約為50%，理論上培養(yǎng)1 t微藻可固定1.83 tCO2，全球約1/3的CO2固定量可歸功于藻類[7-8]。因此，利用煙氣中的CO2作為碳源來(lái)培養(yǎng)微藻是減少煙氣CO2排放的一種可行的替代方法[9-10]。

當(dāng)前，微藻固定煤化工或燃煤煙氣CO2的研究如火如荼[11]。微藻固定煙氣CO2技術(shù)是溫室氣體控制領(lǐng)域的國(guó)際前沿研究熱點(diǎn)和高技術(shù)競(jìng)爭(zhēng)焦點(diǎn)，對(duì)我國(guó)發(fā)展低碳經(jīng)濟(jì)和節(jié)能減排具有重要意義[12-13]。該技術(shù)通過(guò)微藻細(xì)胞的高效光合作用將捕集后的煙氣CO2轉(zhuǎn)化為蛋白質(zhì)、碳水化合物、油脂和色素等高附加值產(chǎn)品。利用燃煤電廠和煤化工廠煙道廢氣及其他工業(yè)尾氣中的CO2為無(wú)機(jī)碳源，并利用市政廢水和工農(nóng)業(yè)生產(chǎn)廢水為營(yíng)養(yǎng)源(提供N,P 等營(yíng)養(yǎng)源)進(jìn)行低成本微藻培養(yǎng)，可實(shí)現(xiàn)CO2減排和生物質(zhì)生成的雙重目的。微藻細(xì)胞內(nèi)富含蛋白質(zhì)、糖、油脂等成分，可進(jìn)行后期的能源化資源再利用，因此，減排CO2的同時(shí)產(chǎn)生顯著經(jīng)濟(jì)效益是該技術(shù)的主要的優(yōu)勢(shì)之一[14-15]。

微藻固定煙氣CO2技術(shù)的規(guī)?；l(fā)展依賴于室外反應(yīng)器內(nèi)微藻細(xì)胞的大規(guī)模培養(yǎng)[16-17]，其CO2固定速率與光照強(qiáng)度、光照時(shí)長(zhǎng)和環(huán)境溫度等息息相關(guān)。在我國(guó)“碳中和”大背景下，微藻固定煙氣CO2技術(shù)在全國(guó)不同地域、不同季節(jié)煙氣CO2理論固定速率等問(wèn)題日益成為企業(yè)關(guān)心和社會(huì)關(guān)注的問(wèn)題。

1 案例區(qū)簡(jiǎn)介

圖1 內(nèi)蒙古鄂爾多斯螺旋藻固定煤化工煙氣CO2運(yùn)行流程Fig.1 Flow chart of CO2 fixation in flue gas from coal chemical plant by Spirulina in Ordos,Inner Mongolia

以該螺旋藻產(chǎn)業(yè)園為例，實(shí)地測(cè)試其1 a內(nèi)每天的微藻固定CO2速率，結(jié)合當(dāng)?shù)貦z測(cè)站點(diǎn)的光照強(qiáng)度、日照時(shí)長(zhǎng)和平均氣溫等氣象數(shù)據(jù)，模擬得出氣象要素對(duì)微藻固定煙氣CO2潛力的相互作用模型，并將該模型應(yīng)用至全國(guó)范圍。同時(shí)，從時(shí)空格局分異、空間集聚等角度對(duì)比分析，為我國(guó)微藻固定煙氣CO2技術(shù)在全國(guó)的應(yīng)用提供理論數(shù)據(jù)支撐。

2 研究區(qū)域與數(shù)據(jù)來(lái)源

2.1 研究區(qū)域

按照我國(guó)現(xiàn)行的行政區(qū)劃，地級(jí)行政區(qū)包括地級(jí)市、地區(qū)、自治州、盟，由省級(jí)行政區(qū)管轄。此外，從行政區(qū)劃和管理職能的完整性角度考慮，省直轄縣(市)和省直管縣(市)由省、自治區(qū)直轄或直接管理，也應(yīng)作為獨(dú)立的地理單元研究。綜上，以全國(guó)333個(gè)地級(jí)行政區(qū)、4個(gè)直轄市、24個(gè)省直轄/管縣(市)共計(jì)361個(gè)行政區(qū)劃單元為地理研究單元。研究范圍不含港澳臺(tái)。

2.2 數(shù)據(jù)來(lái)源

各地理研究單元月平均氣溫和日照時(shí)長(zhǎng)數(shù)據(jù)來(lái)源于2020年《中國(guó)統(tǒng)計(jì)年鑒》、各省份統(tǒng)計(jì)年鑒、各地級(jí)市統(tǒng)計(jì)年鑒、環(huán)境統(tǒng)計(jì)公報(bào)及地方生態(tài)環(huán)境局網(wǎng)站等。

光照強(qiáng)度數(shù)據(jù)使用歐洲中心天氣預(yù)報(bào)中心 ECMWF(European Centre for Medium-Range Weather Forecasts)發(fā)布的第5代再分析數(shù)據(jù)集(ERA5 monthly averaged data on single levels from 1979 to present)中平均地表向下短波輻射通量 (Mean surface downward short-wave radiation flux)數(shù)據(jù)，該參數(shù)相當(dāng)于表面日射強(qiáng)度計(jì)測(cè)量模型，表征到達(dá)地球表面水平面的太陽(yáng)輻射量。數(shù)據(jù)精度為0.25°×0.25°，采集時(shí)間2019年，通過(guò)ArcGIS10.2提取各地理研究單元月均太陽(yáng)輻射通量數(shù)據(jù)。

3 研究方法

3.1 微藻CO2固定速率測(cè)試

以內(nèi)蒙古鄂爾多斯螺旋藻產(chǎn)業(yè)園的微藻實(shí)際CO2固定速率數(shù)據(jù)為基礎(chǔ)。測(cè)試時(shí)間自生產(chǎn)期始至生產(chǎn)期結(jié)束。測(cè)試時(shí)，每天早晨螺旋藻跑道池漿輪開(kāi)啟1 h后(為藻液混合均勻)用量筒取1 L藻液，過(guò)濾、烘干，測(cè)試其藻液生物質(zhì)密度，記為n1，下午太陽(yáng)落山漿輪關(guān)閉后再次取樣1 L，過(guò)濾、烘干，測(cè)試此時(shí)的藻液生物質(zhì)密度，記為n2。則每日螺旋藻CO2固定速率Mi為

(1)

其中：n1，n2為螺旋藻藻液的生物質(zhì)密度；X為用總有機(jī)碳(TOC含量)方法測(cè)試微藻生物質(zhì)中碳元素含量，%；MCO2為CO2的摩爾質(zhì)量，為44 g/mol；MC為碳元素的摩爾質(zhì)量，為12 g/mol；V為跑道池內(nèi)實(shí)際藻液體積，m3；A為該跑道池內(nèi)藻液的液面面積，m2。Mi值根據(jù)測(cè)試得到的微藻生物質(zhì)濃度值等計(jì)算得到，每日早中晚固定時(shí)段測(cè)試3次計(jì)算取均值，以減少光照強(qiáng)度、溫度等因素的日極值對(duì)該值的影響。后文研究中微藻固定煙氣CO2潛力值影響因素探究中，同樣出于消除極值的考慮，光照強(qiáng)度、平均氣溫與日照時(shí)長(zhǎng)3個(gè)自變量值也基于日均值計(jì)算得到。

特別指出的是，n1,n2測(cè)試過(guò)程參照國(guó)標(biāo)GB/T 28733—2012和GB/T 28730—2012執(zhí)行，具體測(cè)試步驟如下：

1)預(yù)先稱量已干燥至恒重的玻璃纖維濾膜質(zhì)量m1；同時(shí)稱量一同樣大小的空白玻璃纖維濾膜質(zhì)量m2。

2)快速量取藻液體積(20～100 mL)，真空過(guò)濾裝置過(guò)濾，過(guò)濾后的微藻生物質(zhì)和玻璃纖維濾膜一起放入(105±2) ℃的空氣干燥箱中，在鼓風(fēng)條件下干燥，首次干燥2.5 h，取出樣品，趁熱稱量(m3)以避免樣品和玻璃纖維濾膜吸收水分。

3)同時(shí)趁熱稱量空白玻璃纖維濾膜質(zhì)量m4。

4)進(jìn)行檢查性干燥,每次30 min，直至連續(xù)2次干燥后的質(zhì)量減少不超過(guò) 0.005 g或質(zhì)量增加為止(達(dá)到質(zhì)量恒定)。

5)以上稱量精度均為0.000 1 g。在質(zhì)量增加的情況下,采用質(zhì)量增加前一次的質(zhì)量作為計(jì)算依據(jù)。

6)則微藻生物質(zhì)密度為

n1或n2=[(m3-m1)+(m2-m4)]/V

(2)

3.2 光照強(qiáng)度、平均氣溫及日照時(shí)長(zhǎng)測(cè)試

內(nèi)蒙古鄂爾多斯當(dāng)?shù)卦囼?yàn)過(guò)程中日均光照強(qiáng)度采用光照計(jì)(TES Digital Lux Meter 1332 A,China)測(cè)試，測(cè)試時(shí)光敏探頭置于微藻液表面，垂直向上正對(duì)陽(yáng)光。采用溫度計(jì)測(cè)試藻液周圍大氣溫度。以上參數(shù)每日測(cè)試時(shí)間為7:00,10:00,13:00,16:00,19:00，由此得到日平均光照強(qiáng)度和平均氣溫。此外，每日準(zhǔn)確記錄日出及日落時(shí)間，計(jì)算日照時(shí)長(zhǎng)。

3.3 構(gòu)建回歸模型

3.3.1Person相關(guān)性分析

以內(nèi)蒙古鄂爾多斯螺旋藻產(chǎn)業(yè)園的試驗(yàn)數(shù)據(jù)為基礎(chǔ)，選取CO2固定速率作為因變量，以光照強(qiáng)度、日照時(shí)長(zhǎng)、平均氣溫等3個(gè)指標(biāo)作為自變量。通過(guò)對(duì)各變量作Person相關(guān)性分析發(fā)現(xiàn)，光照強(qiáng)度、日照時(shí)長(zhǎng)、平均氣溫與CO2固定速率的Person相關(guān)系數(shù)均在0.4以上，P值(雙尾)均小于0.01，其中，CO2固定速率與光照強(qiáng)度、CO2固定速率與平均氣溫相關(guān)系數(shù)都超過(guò)了0.7，呈現(xiàn)強(qiáng)正相關(guān)關(guān)系。

表1 Person 相關(guān)性分析Table 1 Person correlation analysis

3.3.2多元線性回歸

為進(jìn)一步研究各自變量對(duì)CO2固定速率的影響關(guān)系與影響程度，需單獨(dú)分析每個(gè)自變量對(duì)因變量的影響。利用逐步回歸法，將各變量逐個(gè)引入回歸方程，對(duì)引入的變量逐個(gè)進(jìn)行檢驗(yàn)，剔除未通過(guò)檢驗(yàn)的變量，直至未選入的變量均不顯著，回歸方程中的各變量均顯著時(shí)停止。利用 SPSS 軟件進(jìn)行逐步回歸時(shí)，引入自變量的顯著性水平設(shè)為 0.05，剔除自變量的顯著性水平設(shè)為 0.1，得到的回歸結(jié)果見(jiàn)表2。

表2 模型擬合情況Table 2 Fitting table of models

由模型擬合情況可知，模型1調(diào)整后R2為0.609，模型2調(diào)整后R2為0.808，模型3調(diào)整后R2為0.857。從擬合優(yōu)度的角度觀察，顯然模型3的回歸效果優(yōu)于模型1和模型2，CO2固定速率變化的85.7%可由光照強(qiáng)度、日照時(shí)長(zhǎng)、平均氣溫的變化來(lái)解釋。從模型F檢驗(yàn)情況來(lái)看，3個(gè)模型的F統(tǒng)計(jì)量顯著性水平均小于0.010，3者均通過(guò)顯著性檢驗(yàn)。3個(gè)模型總平方和均為4 187.374，回歸平方和模型1<模型2<模型3。而殘差平方和模型3<模型2<模型1，因此，確定模型3為最優(yōu)的回歸模型。

基于逐步回歸法確定各自變量為光照強(qiáng)度x1、平均氣溫x2、日照時(shí)長(zhǎng)x3，為進(jìn)一步研究各變量的影響程度，需對(duì)回歸系數(shù)進(jìn)一步估計(jì)?；诨貧w系數(shù)估計(jì)值得到的多元回歸線性模型為：y=6.862+0.071x1+0.427x2-0.67x3。多元回歸方程表明：光照強(qiáng)度、平均氣溫對(duì)CO2固定速率具有顯著的正向影響，而日照時(shí)長(zhǎng)對(duì)CO2固定速率具有顯著的負(fù)向影響。由該多元線性回歸模型的標(biāo)準(zhǔn)化系數(shù)絕對(duì)值大小以及自變量進(jìn)入回歸方程的順序還能看出(最先進(jìn)入回歸方程的自變量與因變量關(guān)系最為密切)，光照強(qiáng)度對(duì)CO2固定速率的影響效果最大，平均氣溫對(duì)CO2固定速率的影響效果其次，日照時(shí)長(zhǎng)對(duì)CO2固定速率的影響效果相對(duì)最小。所以，高光強(qiáng)和高氣溫區(qū)域的微藻固定CO2速率相對(duì)較高。

表3 模型F檢驗(yàn)情況Table 3 The F test of models

3.4 空間自相關(guān)分析

1)全局空間自相關(guān)。全局空間自相關(guān)用于描述某現(xiàn)象的整體分布狀況，判斷此現(xiàn)象在空間是否有聚集特性存在，但并不能確切地指出聚集在哪些地區(qū)[22-24]。表示全局空間自相關(guān)的指標(biāo)和方法很多,主要有Moran’s I,Geary’s C和Getis’s等統(tǒng)計(jì)方法,其中常用的是Moran’s I，采用Moran’s I指數(shù)作為度量空間自相關(guān)的指標(biāo)。計(jì)算出Moran’s I后，一般采用Z檢驗(yàn)對(duì)其結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)，當(dāng)Z為正且大于1.96 時(shí)顯著，表明存在正的空間自相關(guān)，說(shuō)明研究區(qū)域內(nèi)某種屬性值的空間分布呈集聚特征；當(dāng)Z值為負(fù)且小于-1.96 時(shí)顯著，表明存在負(fù)的空間自相關(guān)，相似的觀測(cè)值趨于分散分布；當(dāng)Z值域?yàn)閇-1.96，1.96]時(shí)，空間自相關(guān)不明顯，相應(yīng)屬性值呈隨機(jī)分布。

2)局部空間自相關(guān)。局部空間自相關(guān)主要分析各單元屬性值在異質(zhì)性空間的分布格局，可以度量每個(gè)區(qū)域與其周邊地區(qū)之間的局部空間關(guān)聯(lián)程度。表示局部空間自相關(guān)的方法很多，采用Local Moran’s I來(lái)衡量局域空間自相關(guān)性。Anselin將其稱為L(zhǎng)ISA[25-26]，即空間聯(lián)系的局部指標(biāo)，LISA本質(zhì)上是將Moran’s I分解到各個(gè)區(qū)域單元。

4 結(jié)果與討論

4.1 全國(guó)微藻固定煙氣CO2潛力時(shí)空格局分布規(guī)律

利用內(nèi)蒙古鄂爾多斯螺旋藻產(chǎn)業(yè)園實(shí)驗(yàn)數(shù)據(jù)為基礎(chǔ)獲得的多元線性回歸模型，對(duì)全國(guó)361個(gè)行政區(qū)劃研究單元的微藻固定煙氣CO2潛力進(jìn)行預(yù)測(cè)分析。其中，考慮到溫度低于0，微藻生長(zhǎng)速率為0，將溫度低于0時(shí)微藻CO2固定潛力設(shè)為0。從全國(guó)微藻固定煙氣CO2潛力(簡(jiǎn)稱“微藻固碳潛力”，下同)空間分布來(lái)看，其呈現(xiàn)差異化分布的空間格局，在區(qū)域上呈現(xiàn)不同的變化趨勢(shì)。如圖2所示，以 8 月份為例，微藻固碳能力沿秦嶺-淮河沿線呈現(xiàn)“X”形分布，對(duì)角線東南部的廣東、廣西、福建、云南等省份，以及對(duì)角線西北部的新疆微藻固碳速率相對(duì)較高，可達(dá) 29 g/(m2·d)以上；而秦嶺-淮河沿線上黑龍江、吉林、遼寧、山西、陜西、內(nèi)蒙古等省份微藻固碳速率相對(duì)較弱，均值在 19.2～24.3 g/(m2·d)。這是因?yàn)楣庹諒?qiáng)度和平均氣溫對(duì)微藻固碳潛力的影響十分顯著，新疆、廣東、廣西、福建等地在8月份呈現(xiàn)光照及溫度雙高的氣候條件，且陰雨天不像北方地區(qū)一樣集中，因此，微藻生長(zhǎng)速率相對(duì)較高，微藻固碳速率也相對(duì)較高。以12月份為例，全國(guó)除廣東、廣西等省份微藻固碳潛力保持20 g/(m2·d)左右以外，其他絕大部分地區(qū)在13 g/(m2·d)以下。這是因?yàn)槲⒃骞潭煔釩O2技術(shù)目前絕大多數(shù)為室外開(kāi)放式反應(yīng)，受天氣狀況影響較大，而我國(guó)12月份絕大部分省份氣溫降至0以下，微藻細(xì)胞酶代謝活性低，無(wú)法進(jìn)行光合固碳，因此這些省份的微藻固碳潛力也相對(duì)較弱。從分析數(shù)據(jù)可看出，目前的微藻固定煙氣CO2技術(shù)受環(huán)境制約較明顯，因此迫切需研發(fā)密閉式微藻固碳技術(shù)以打破環(huán)境條件制約。

圖2 全國(guó)各地區(qū)分月份微藻固碳潛力預(yù)測(cè)Fig.2 Monthly prediction of CO2 fixation in flue gas from coal-fired power plant by microalgae in various regions of China

分時(shí)段看，全國(guó)不同空間下微藻固碳速率呈現(xiàn)“夏秋季潛力大、冬春季潛力小”的特點(diǎn)。如圖3所示，夏秋兩季全國(guó)平均微藻固碳速率高達(dá)27.25 g/(m2·d)和27.88 g/(m2·d)，而冬春季均值僅為15.56 g/(m2·d)和13.89 g/(m2·d)。值得注意的是，在秋冬兩季，我國(guó)南方地區(qū)如湖南、湖北、福建、廣東、廣西等省份仍可保持較高的微藻固碳速率(分別大于28 g/(m2·d)和18 g/(m2·d))，這與北方地區(qū)如東北、西北等地區(qū)形成鮮明的對(duì)比，這說(shuō)明在現(xiàn)有技術(shù)條件下，南方地區(qū)實(shí)施微藻固碳技術(shù)具有更長(zhǎng)的生產(chǎn)周期。此外，由圖3可注意到，夏季(4—6月)微藻固碳速率最高的省份是新疆，而不是廣東、廣西等氣溫較高的省份。這是因?yàn)橄噍^于平均氣溫，光照強(qiáng)度對(duì)于微藻固碳速率的影響更為顯著，新疆地區(qū)光照強(qiáng)度大，日照時(shí)間長(zhǎng)，因此在4—6月具有更高的微藻固碳速率。而廣東、廣西等省份在4—6月陰雨天氣較多，影響了整體的微藻固碳潛力。

圖3 全國(guó)各地區(qū)四季微藻固碳潛力預(yù)測(cè)Fig.3 Seasonally prediction of CO2 fixation in flue gas from coal-fired power plant by microalgae in various regions of China

在如今“雙碳”(碳達(dá)峰、碳中和)背景下，微藻固碳技術(shù)因其投資規(guī)模小、經(jīng)濟(jì)可持續(xù)等特點(diǎn)已被廣泛關(guān)注。然而從微藻固碳技術(shù)的實(shí)際應(yīng)用角度來(lái)看，各地區(qū)的微藻固碳潛力除受到氣候條件外，還與土地成本、水資源、土地政策、碳排放企業(yè)分布、經(jīng)濟(jì)等因素有關(guān)。目前微藻固碳企業(yè)主要分布在內(nèi)蒙古、山東、江蘇、江西、福建、廣西、云南等省份，這主要是由各地政策不同造成的。

4.2 全國(guó)微藻固定煙氣CO2潛力空間集聚特征

基于平均氣溫、光照強(qiáng)度、日照時(shí)長(zhǎng)等氣象數(shù)據(jù)分析預(yù)測(cè)了全國(guó)范圍內(nèi)各行政區(qū)劃研究單元分月份、分季節(jié)下微藻固碳潛力，為各地區(qū)應(yīng)用微藻固碳技術(shù)提供了數(shù)據(jù)參考。同時(shí)，考慮到地理上相鄰的單元往往氣象要素變化規(guī)律趨向一致，即相鄰的地理研究單元微藻固碳潛力變化規(guī)律具有趨同性，為進(jìn)一步探索全國(guó)范圍內(nèi)361個(gè)行政區(qū)劃研究單元微藻固碳潛力的空間集聚情況，為大規(guī)模推廣種植微藻技術(shù)提供理論依據(jù)。應(yīng)用Geoda軟件、引入Moran’s I指數(shù)衡量各研究單元微藻固碳潛力的空間集聚特征。

結(jié)果(表5)表明在P=0.001水平上，全年各月份Moran’s I指數(shù)對(duì)應(yīng)Z值大于1.96，通過(guò)Z值顯著性檢驗(yàn)，Moran’s I指數(shù)值(0.622～0.921)表明各行政區(qū)劃研究單元微藻固碳潛力在空間上存在明顯的空間集聚性。全年各月份Moran’s I指數(shù)呈現(xiàn)小幅波動(dòng)，其中12月和1月Moran’s I指數(shù)值相對(duì)最大，這主要是因?yàn)樯鲜鰞稍氯珖?guó)大部分省市平均氣溫低于0度，微藻固碳潛力為0，在空間上呈現(xiàn)出大范圍的低值集聚特征。

表5 全局Moran’s I指數(shù)變化情況Table 5 Global Moran's I index changes

然而，全局空間自相關(guān)不能反映區(qū)域局部空間異質(zhì)性，還需要利用局部空間自相關(guān)方法探索每個(gè)行政區(qū)劃研究單元與其周邊單元之間微藻固碳潛力的局部空間關(guān)聯(lián)程度。利用Geoda,ArcGIS軟件處理得到P=0.05顯著性水平下各地理研究單元微藻固定煙氣CO2能力的LISA聚集圖(圖4)。

圖4 微藻固碳潛力的空間自相關(guān)LISA圖Fig.4 Spatial autocorrelation LISA map of CO2 fixation ability from coal-fired power plant by microalgae

由圖4可知，全國(guó)范圍內(nèi)微藻固碳潛力呈現(xiàn)出“高-高集聚”和“低-低集聚”特征。以8月為例，微藻固碳潛力較高的區(qū)域集聚于西北、東南片區(qū)，而東北、西南片區(qū)微藻固碳潛力則相對(duì)較小，其他地區(qū)空間集聚特征則不顯著。以12月為例，“高-高集聚”區(qū)位于東南沿海地區(qū)，而“低-低集聚”區(qū)則大致位于秦嶺-淮河線以西以北，與我國(guó)地理上的南北分區(qū)界線相吻合。顯然，在全國(guó)范圍內(nèi)，微藻固碳潛力存在顯著的集聚效應(yīng)，在微藻固碳技術(shù)的區(qū)域推廣過(guò)程中，可選擇“高-高集聚”區(qū)域作為規(guī)模種植的首選地區(qū)。

5 結(jié)論與建議

5.1 結(jié) 論

1)從影響因素看，光照強(qiáng)度對(duì)CO2固定速率的影響效果最大，平均氣溫對(duì)CO2固定速率的影響效果其次，日照時(shí)長(zhǎng)對(duì)CO2固定速率的影響較弱。其中，光照強(qiáng)度、平均氣溫對(duì)CO2固定速率具有顯著的正向影響，提高光照強(qiáng)度和平均氣溫能夠有效提高CO2固定速率。

2)從區(qū)域變化規(guī)律上看，各地區(qū)分時(shí)段的微藻固定煙氣CO2潛力呈現(xiàn)出差異化分布的空間格局，在區(qū)域上呈現(xiàn)不同的變化趨勢(shì)。從時(shí)域變化規(guī)律來(lái)看，全國(guó)不同地理單元微藻固定煙氣CO2潛力呈現(xiàn)“夏秋季潛力大、冬春季潛力小”的特點(diǎn)。

3)從空間聚集性看，全國(guó)范圍內(nèi)微藻固碳潛力存在顯著的集聚效應(yīng)，呈現(xiàn)出“高-高集聚”和“低-低集聚”特征，在微藻固碳技術(shù)的區(qū)域推廣過(guò)程中，可選擇“高-高集聚”區(qū)域作為規(guī)模種植的首選地區(qū)。

5.2 建 議

我國(guó)“雙碳目標(biāo)”任重而道遠(yuǎn)，CCUS技術(shù)是降低煙氣CO2排放的主要技術(shù)選擇，然而目前絕大多數(shù)成本高、經(jīng)濟(jì)收益小。而微藻固碳技術(shù)具有經(jīng)濟(jì)、可持續(xù)的特點(diǎn)，可為我國(guó)各地區(qū)的煙氣CO2減排事業(yè)提供技術(shù)選擇。基于本文數(shù)據(jù)分析，提出以下建議：

1)微藻固碳工程選址時(shí)，建議選擇光照強(qiáng)度大、平均氣溫高的區(qū)域，提高單位面積微藻固定煙氣CO2速率同時(shí)減少能源投入。

2)微藻固碳技術(shù)推廣運(yùn)行過(guò)程中，建議選擇夏秋兩季，在夏秋兩季擴(kuò)大運(yùn)行產(chǎn)能，最大化地提高微藻固碳速率。

3)為擴(kuò)大微藻固碳技術(shù)的工程應(yīng)用范圍，建議選擇具有明顯“高-高集聚”特征的區(qū)域，以此，充分利用自然條件及光照溫度在地理空間上的趨同性，提高規(guī)?；N植效益。

值得注意的是，由于我國(guó)太陽(yáng)輻射觀測(cè)臺(tái)站較少且空間分布不均，為彌補(bǔ)地面觀測(cè)數(shù)據(jù)不足的問(wèn)題，本文光照強(qiáng)度數(shù)據(jù)使用歐洲中心天氣預(yù)報(bào)中心發(fā)布的第5代再分析數(shù)據(jù)集中平均地表向下短波輻射通量數(shù)據(jù)。但是，該數(shù)據(jù)受資料源、分析模式等影響，無(wú)法完全達(dá)到真實(shí)模擬大氣的程度，具有一定程度的偏差[27]，在一定程度上會(huì)影響計(jì)算結(jié)果的精度。對(duì)太陽(yáng)輻射數(shù)據(jù)的有效訂正和精度擬合有待深入研究。