*孫考豪 鄒順瑛 丁超 張令戈 朱新宇
(大連市生態(tài)環(huán)境事務(wù)服務(wù)中心 遼寧 116600)
曲線擬合技術(shù)在圖像處理、逆向工程及測(cè)試數(shù)據(jù)的處理等領(lǐng)域中的應(yīng)用越來(lái)越廣泛[1]。曲線擬合是用連續(xù)曲線近似的刻畫或比擬平面上離散點(diǎn)組函數(shù)關(guān)系,用解析式逼近離散數(shù)據(jù)的一種數(shù)據(jù)處理方法[2]。本文利用曲線擬合法,根據(jù)2015—2019年北方某城市溫室氣體排放數(shù)據(jù),計(jì)算得到了2020年該市的溫室氣體排放數(shù)據(jù)。
應(yīng)對(duì)氣候變化是人類社會(huì)面臨的共同挑戰(zhàn)。2020年9月,第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上發(fā)表重要講話,強(qiáng)調(diào)中國(guó)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。開展碳排放計(jì)算工作,是緊跟國(guó)家發(fā)展策略,實(shí)現(xiàn)高質(zhì)量趕超發(fā)展,助力應(yīng)對(duì)氣候變化行動(dòng)的具體體現(xiàn)。在國(guó)家[3-5]和城市[6-7]層面,國(guó)外開展了溫室氣體清單的編制研究,近年來(lái)我國(guó)的研究從關(guān)注能源消費(fèi)部門的溫室氣體排放[8-10],已轉(zhuǎn)到對(duì)非能源消費(fèi)如工業(yè)過(guò)程、農(nóng)林部門及廢物處理處置部門等的全方面研究上來(lái)[11-12]。
根據(jù)北方某城市2015—2019年各年度溫室氣體排放清單報(bào)告結(jié)果,該市溫室氣體排放總量趨勢(shì)呈現(xiàn)“U”型變化,其中2015年—2017年排放總量穩(wěn)步下降,總量從2015年的8031.18萬(wàn)噸降低到2017年的7654.86萬(wàn)噸,2018年、2019年相比2017年逐年增加,總量分別為7778.84萬(wàn)噸和8380.05萬(wàn)噸,以上數(shù)據(jù)均包括土地利用變化與林業(yè)碳匯量。該市分領(lǐng)域溫室氣體排放詳見表1。
表1 北方某城市2015—2019年碳排放總量(單位:萬(wàn)噸當(dāng)量)1
2015—2019年,能源活動(dòng)碳排放占總排放比例約90%,根據(jù)表1中的數(shù)據(jù),以上述每年的排放量為縱坐標(biāo),年份為橫坐標(biāo)作圖(見圖1),添加趨勢(shì)線后得到的公式如式(1)[14]:
圖1 能源活動(dòng)碳排放數(shù)據(jù)擬合圖
回歸分析的相關(guān)系數(shù)R2=0.976,計(jì)算得出2020年能源活動(dòng)碳排放為8048萬(wàn)噸,相比2019年增加606.04萬(wàn)噸。分析原因,一是該市能源工業(yè)中公用電力和熱力占主導(dǎo)地位,該市雖積極發(fā)展核電等新能源發(fā)電產(chǎn)業(yè),火力供電比例逐年下降,使得排放量也在逐年下降,但隨著城鎮(zhèn)化發(fā)展,居民供暖需求增加導(dǎo)致供暖能源消耗增多,造成能源工業(yè)仍呈現(xiàn)增長(zhǎng)趨勢(shì),二是由于2019年、2020年該市石化煉化一體化項(xiàng)目的陸續(xù)投產(chǎn)導(dǎo)致該市煤炭和油品消費(fèi)量劇增,其能源消費(fèi)總量較2018年出現(xiàn)明顯增幅。
2015—2019年,工業(yè)生產(chǎn)過(guò)程排放的溫室氣體分別為380.95、417.05、440.55、492.95、615.72萬(wàn)噸CO2當(dāng)量,溫室氣體類型涉及CO2、N2O、HFC-23、CF4、SF6。以上述每年的排放量數(shù)據(jù)為縱坐標(biāo),年份為橫坐標(biāo)作圖(見圖2),添加趨勢(shì)線后得到的公式如式(2):
圖2 工業(yè)生產(chǎn)過(guò)程碳排放數(shù)據(jù)擬合圖
回歸分析的相關(guān)系數(shù)R2=0.979,計(jì)算得出2020年工業(yè)生產(chǎn)過(guò)程碳排放為733.96萬(wàn)噸,相比2019年增加118.24萬(wàn)噸。從排放趨勢(shì)上看,該市工業(yè)生產(chǎn)過(guò)程總排放量呈上升趨勢(shì),主要是由水泥熟料、鋼鐵、半導(dǎo)體生產(chǎn)過(guò)程排放量增加引起的。
2015—2019年,農(nóng)業(yè)領(lǐng)域溫室氣體排放總量分別為206.73、175.51、173.36、165.45、156.43萬(wàn)噸CO2當(dāng)量,呈下降趨勢(shì)。以上述每年的排放量數(shù)據(jù)為縱坐標(biāo),年份為橫坐標(biāo)作圖(見圖3),添加趨勢(shì)線后得到的公式如式(3):
圖3 農(nóng)業(yè)領(lǐng)域的碳排放數(shù)據(jù)擬合圖
回歸分析的相關(guān)系數(shù)R2=0.950,計(jì)算得出2020年農(nóng)業(yè)領(lǐng)域碳排放數(shù)據(jù)為152.93萬(wàn)噸,相比2019年減少3.5萬(wàn)噸。主要原因在于:①稻田甲烷呈下降趨勢(shì),其主要是由于水稻種植面積減少引起的。從統(tǒng)計(jì)數(shù)據(jù)看,2015—2019年該市水稻種植面積整體為下降趨勢(shì),播種面積分別為20777、22144、20153、20672和18795公頃。②農(nóng)田氮肥投入量的持續(xù)減少,農(nóng)用地氧化亞氮呈持續(xù)下降趨勢(shì)。③動(dòng)物腸道發(fā)酵和糞便管理系統(tǒng)溫室氣體排放總體呈下降趨勢(shì),分析是動(dòng)物活動(dòng)水平數(shù)據(jù)的減少,各類畜禽的年末存欄量均有所下降。
2015—2019年土地利用變化和林業(yè)領(lǐng)域表現(xiàn)為碳吸收,合計(jì)碳吸收量為63.89、67.31、70.76、74.20、77.62萬(wàn)噸。表現(xiàn)為溫室氣體吸收的主要包括喬木林、經(jīng)濟(jì)林、灌木林、散生木、四旁樹和疏林。
在計(jì)算取值時(shí),因?yàn)樵摮鞘袃H能提供2005年與2018年相關(guān)的林產(chǎn)數(shù)據(jù),其他每年的數(shù)據(jù)是由這兩年的數(shù)據(jù)根據(jù)《2006年IPCC國(guó)家溫室氣體清單指南》[3],采用內(nèi)插法和外推法測(cè)算出來(lái),故擬合時(shí)回歸分析的相關(guān)系數(shù)R2=1(見圖4),公式如式(4):
圖4 土地利用變化和林業(yè)碳排放數(shù)據(jù)及擬合圖
計(jì)算得出2020年土地利用變化與林業(yè)的碳排放數(shù)據(jù)為-81.06萬(wàn)噸,相比2019年多吸收3.44萬(wàn)噸二氧化碳,分析原因是森林碳儲(chǔ)量總體呈穩(wěn)步上升趨勢(shì)。
2015—2019年,該城市廢棄物處理活動(dòng)涵蓋了《省級(jí)溫室氣體清單編制指南》中廢棄物領(lǐng)域所有排放源,產(chǎn)生的溫室氣體種類為二氧化碳、甲烷和氧化亞氮。溫室氣體總體呈上漲趨勢(shì),由2015年的136.96萬(wàn)噸增長(zhǎng)至2019年的243.56萬(wàn)噸。相關(guān)活動(dòng)包括廢棄物填埋處理、廢棄物焚燒處理、生活污水處理、工業(yè)廢水處理等。
以上述每年的排放量數(shù)據(jù)為縱坐標(biāo),年份為橫坐標(biāo)作圖(見圖5),添加趨勢(shì)線后得到的公式如式(5):
回歸分析的相關(guān)系數(shù)R2=0.975。計(jì)算得出2020年廢棄物處理碳排放數(shù)據(jù)為251.33萬(wàn)噸,相比2019增加7.7萬(wàn)噸,原因是近幾年環(huán)保管理要求持續(xù)加嚴(yán),廢棄物填埋和焚燒處理產(chǎn)能持續(xù)擴(kuò)大,生活污水和工業(yè)廢水處理率提升導(dǎo)致2020年碳排放數(shù)據(jù)有所增加。
根據(jù)各擬合的數(shù)據(jù),加和后得到2020年碳排放數(shù)據(jù)為9105.16萬(wàn)噸CO2當(dāng)量。
以上述每年的總排放量數(shù)據(jù)為縱坐標(biāo),年份為橫坐標(biāo)作圖(見圖6),添加趨勢(shì)線后得到的公式如式(6):
圖6 某城市總碳排放量數(shù)據(jù)及擬合圖
回歸分析的相關(guān)系數(shù)R2=0.968,計(jì)算得出2020年總排放量是9120.8萬(wàn)噸,與上述通過(guò)加和得到的數(shù)據(jù)二者差別不大。
本文根據(jù)現(xiàn)有數(shù)據(jù),創(chuàng)造性的利用曲線擬合法計(jì)算得出2020年該城市碳排放數(shù)據(jù),對(duì)于各地的碳排放計(jì)算具有一定的借鑒作用。值得一提的是,利用曲線擬合的方法計(jì)算得出的能源活動(dòng)領(lǐng)域碳排放數(shù)據(jù)與該市碳排放達(dá)峰路徑研究報(bào)告中利用修正過(guò)的STIRPAT模型計(jì)算得出的數(shù)據(jù)僅相差21萬(wàn)噸,該模型結(jié)合該市社會(huì)經(jīng)濟(jì)、能源及碳排放數(shù)據(jù)的可獲得性,以地區(qū)生產(chǎn)總值、單位地區(qū)生產(chǎn)總值能耗以及非化石能源消費(fèi)比重為變量,計(jì)算得出的2020年該市能源活動(dòng)碳排放數(shù)據(jù)為8069萬(wàn)噸,兩種方法相互佐證,充分說(shuō)明了曲線擬合方法的可行性。