第一指导教师主要成果:
综合介绍:
2011-2016年担任世界气候研究计划联合科学委员会(WCRP JSC)委员,2015-2016年担任WCRPJSC官员(Officer)。发表论文110余篇,其中SCI收录47篇。国家杰出青年基金获得者,入选新世纪百千万人才工程国家级人选,入选“中国科学院特聘研究员计划”特聘核心骨干,2016获首届“全国杰出科技人才”奖,其他创新学术荣誉若干。国家级项目若干,其中担任负责人的项目14项,已结题10项,省市厅级重点项目若干。
主要奖项:
2017年获“江苏省巾帼建功标兵”称号
2016年入选江苏省双创团队
2016获首届“全国杰出科技人才”奖(全国仅十人、江苏唯一)
主要承担项目:
基金委重大研究计划集成项目“多尺度大气物理过程与大气复合污染的相互影响机制研究(91744311)”, 2018.1-2021.12, 项目负责人
科技部973项目“大气污染物的理化特征及其与气候系统相互作用(2014CB441200)”, 2014.1-2018.12, 项目负责人
基金委重大研究计划重点项目“近几十年我国冬季强霾事件的变化特征以及排放和气候的分别贡献(91544219)", 2016.1-2019.12, 项目负责人
基金委面上项目“气象参数对中国气溶胶年际变化的影响(41475137)", 2015.1-2018.12, 项目负责人
主要科研论文:
[1]. Li K., D. J. Jacob*, H. Liao*, L. Shen, Q. Zhang, and K. H. Bates, Anthropogenic drivers of 2013-2017 trends in summer surface ozone in China, PNAS, 116(2), 422-427, doi:10.1073/pnas.1812168116, 2019.
[2].Cai W., K. Li, H. Liao*, H. Wang, and L. Wu, Weather conditions conducive to Beijing severe haze more frequent under climate change, Nature Climate Change, 7, 257-263, doi:10.1038/NCLIMATE3249, 2017(Reported by Nature Climate Change "News and Views")
[3].Li Z., J. Guo, A. Ding, H. Liao, J. Liu, Y. Sun, T. Wang, H. Xue, H. Zhang, and B. Zhu, Aerosol and boundary-layer interactions and impact on air quality, National Science Review, 4, 810-833, doi:10.1093/nsr/nwx117, 2017
[4].Yang Y., H. Liao*, and S. Lou, Increase in winter haze over eastern China in the past decades: Roles of variations in meteorological parameters and anthropogenic emissions, J. Geophys. Res., 121, 13050-13065, doi:10.1002/2016JD025136, 2016.
二、项目方案:
1.项目研究背景:
研究现状:
大气细颗粒物自2013年进入公众视野以来一直是热点话题,关于治理霾污染的研究也是大气环境领域的学科前沿阵地(Cai et al., 2016,2018;Ma et al., 2016; Wang et al.,2014)。近年有实验室发现大气细颗粒物对氨排放浓度有很高的敏感性(Shen et al.,2016;Conibear et al., 2018; Cohen et al.,2017),即氨气排放量一定程度上决定着大气细颗粒物的浓度(Oza et al.,2015;Toon Vandyck et al., 2018)。PM2.5(主要成分为硫酸盐,硝酸盐,铵盐,OC,BC)来源为直接排放与污染物质的二次生成(Zhang et al., 2018; Wang et al., 2017; Forouzanfar et al.,2017),研究表明氨气浓度对于PM2.5的前体物向颗粒物状态转化有着重要的影响作用,对于铵盐、硝酸盐有近乎100%比例的控制(Vandyck et al.,2018; Smith et al.,2013; Gakidou et al.,2003)。具体算入到PM2.5中,其有超过30%的质量浓度来自于氨排放。减排氨能有效控制PM2.5及大气细颗粒物浓度(Wang,et al ., 2017; Alam.,2016; Zhang.,2015)。
农业产业化是我国长期以来的主要政策,主要是指以经营、管理现代企业的方式来管理农业,即由企业参与管理农户,政府作政策协调和理论引导以达到更高劳动效益的目的,这种形式多和行政相关,但是由于氨排放对于大气空气质量的特殊意义,有必要尝试通过模型模拟来预估农业产业化中加入控氨政策后空气污染物的变化,在农业生产中加入地表下施肥,缓释等技术。目前国内关于氨减排后的PM2.5浓度变化有成型的研究,但是控氨型农业产业化后的影响研究处相对较少。
研究意义:
为大气细颗粒物控制提供新思路。目前我国温室气体治理已经初具成效,并且在国内外获得广泛好评,联合国环境规划署已公开表示中国大气环境治理经验值得全球借鉴。但我们关于大气细颗粒物污染的治理还停留在围追堵截的阶段,大气细颗粒物污染本质上来讲是我国经济发展过程中衍生出的对环境的负面影响,发展的问题应该用发展的方式来解决。我们应当多多尝试生态环境与经济发展双赢的改革方式。
反向推动,作为农业改革的新动力。我国的氨气排放主要集中在农业,占比高达70%--90%。根据国家统计局提供的数据,中国每年农田氮肥使用量大约3100多万吨纯氮,当季利用率仅为35%左右,铵态氮肥在碱性土壤上极易以氨的形态挥发到大气中。我国农业(此处农业指广义农业,即种植业,畜牧业,养殖业,渔业,林业等)产业化的进程一直在推进,若能在其中加入控氨的政策考量,由农业、环保相关专家建议氨类排放的控制方案,那么控氨型农业产业化在环境,经济方面的收益将十分可观。我们项目将结合大气控制污染质量模型、相关排放算法等来分析在控氨型农业产业化后PM2.5及相关污染物的实际减少情况,为相关污染治理政策提供理论参考。
参考文献:
1) Cai, S., Wang, Y., Zhao, B., Wang, S., Chang, X., Hao, J. (2017). The impact of the “Air Pollution Prevention and Control Action Plan” on PM 2.5 concentrations in Jing-Jin-Ji region during 2012–2020. Science of The Total Environment, 580, 197–209. doi:10.1016/j.scitotenv.2016.11.188
2) Cai, S., Ma, Q., Wang, S., Zhao, B., Brauer, M., Cohen, A.,Burnett, R. T. (2018). Impact of air pollution control policies on future PM2.5 concentrations and their source contributions in China. Journal of Environmental Management, 227, 124–133.doi:10.1016/j.jenvman.2018.08.052
3) Ma,Z.,Li,Z.,Jiang,LK.,Deng,JG.,Zhao,Y.,Wang,SX.,Duan1,L.(2017).PM2sEmission Reduction by Technical Improvement in a Typical Coal-FiredPower Plant in China,Aerosol and Air QualityResearch,17:636-643,2017,doi:10.4209/aaqr.2016.
05.0200
4) Shen, G. (2016). Changes from traditional solid fuels to clean household energies – Opportunities in emission reduction of primary PM2.5 from residential cookstoves in China.Biomass and Bioenergy, 86, 28–35.doi:10.1016/j.biombioe.2
016.01.004
5) Wang, S. X., Zhao, B., Cai, S. Y., Klimont, Z., Nielsen, C. P., Morikawa, T., … He, K. B. (2014). Emission trends and mitigation options for air pollutants in East Asia.Atmospheric Chemistry and Physics,14(13), 6571–6603.doi:10.5194/acp-14
-6571-2014
6) Li, C., McLinden, C., Fioletov, V., Krotkov, N., Carn, S., Joiner, J., Dickerson, R. R. (2017). India Is Overtaking China as the World’s Largest Emitter of Anthropogenic Sulfur Dioxide. Scientific Reports,7(1). doi:10.1038/s41598-017
-14639-8
7) Conibear, L., Butt, E. W., Knote, C., Arnold, S. R., & Spracklen, D. V. (2018). Residential energy use emissions dominate health impacts from exposure to ambient particulate matter in India. Nature Communications, 9(1). doi:10.1038
/s41467-018-02986-7
8) Smith, K. R., & Mehta, S. (2003). The burden of disease from indoor air pollution in developing countries: comparison of estimates. International Journal of Hygiene and Environmental Health,206(4-5), 279–289.doi:10.1078/1438-4639-0
0224
9) Forouzanfar, M. H., Afshin, A., Alexander, L. T., Anderson, H. R., Bhutta, Z. A., Biryukov, S., Charlson, F. J. (2016). Global, regional, and national comparative risk assessment of 79 behavioural, environmental and occupational, and metabolic risks or clusters of risks, 1990–2015: a systematic analysis for the Global Burden of Disease Study 2015.The Lancet, 388(10053),1659-1724.doi:10.
1016/s0140-6735(16)31679-8
10) Cohen, A. J., Brauer, M., Burnett, R., Anderson, H. R., Frostad, J., Estep, K., … Forouzanfar, M. H. (2017). Estimates and 25-year trends of the global burden of disease attributable to ambient air pollution: an analysis of data from the Global Burden of Diseases Study 2015. The Lancet,389(10082), 1907–1918.doi:10.1016
/s0140-6736(17)30505-6
11) Gakidou, E., Afshin, A., Abajobir, A. A., Abate, K. H., Abbafati, C., Abbas, K. M., Aboyans, V. (2017). Global, regional, and national comparative risk assessment of 84 behavioural, environmental and occupational, and metabolic risks or clusters of risks, 1990–2016: a systematic analysis for the Global Burden of Disease Study 2016.The Lancet, 390(10100), 1345–1422.doi:10.1016/s0140-673
6(17)32366-8
12) Conibear, L., Butt, E. W., Knote, C., Arnold, S. R., & Spracklen, D. V. (2018). Residential energy use emissions dominate health impacts from exposure to ambient particulate matter in India.Nature Communications, 9(1).doi:10.1038/
s41467-018-02986-7
13) Vandyck, T., Keramidas, K., Kitous, A., Spadaro, J. V., Van Dingenen, R., Holland, M., & Saveyn, B. (2018). Air quality co-benefits for human health and agriculture counterbalance costs to meet Paris Agreement pledges. Nature Communications, 9(1).doi:10.1038/s41467-018-06885-9
14) Zhang, Z. (2015). Carbon emissions trading in China: the evolution from pilots to a nationwide scheme. Climate Policy,15(sup1), S104–S126.doi:10.1080/1469306
2.2015.1096231
15) Wang, Y., Xue, Y., Tian, H., Gao, J., Chen, Y., Zhu, C.,Shao, P. (2017). Effective-
-ness of temporary control measures for lowering PM 2.5 pollution in Beijing and the implications. Atmospheric Environment,157, 75–83.doi:10.1016/j.atmosenv.2
017.03.017
16) Wang, S., Li, Q., Fang, C.,Zhou, C. (2016). The relationship between economic growth, energy consumption, and CO2 emissions: Empirical evidence from China. Science of The Total Environment,542, 360–371.doi:10.1016/j.scitotenv.2015.1
0.027
17) Alam, M. M., Murad, M. W., Noman, A. H. M., & Ozturk, I. (2016). Relation-
-ships among carbon emissions, economic growth, energy consumption and population growth: Testing Environmental Kuznets Curve hypothesis for Brazil, China, India and Indonesia. Ecological Indicators,70, 466–479.doi:1 0.1016/j.e-
-colind.2016.06.043
研究积累:
项目申请前我们小组进行了充分的资料,文献等调研工作,并仔细听取导师建议,对于氨气关于PM2.5的影响做多方位分析。目前已通过实验室中的计算平台计算了多年的污染物模型,并对其中数据进行了初步分析。项目指导教师廖宏教授是大气环境方面的资深学者,在大气成分变化与气候变化之间的相互作用,气候变化对污染物输送、分布和浓度的影响,气溶胶-云-气候相互作用,国家节能减排对大气环境和气候的影响评估等研究领域具有丰富研究经验,担任大气污染领域多项国家级项目的负责人。
团队成员经过前期调研已经对大气污染、氨减排、农业产业化、PM2.5产生机理、污染物前体物、等相关科研背景有了充分认知,并且在日常的专业课程学习中也常常类比举例,将专业知识应用于实际问题。
已具备的条件、尚缺少的条件:
依托南京信息工程大学环境科学与工程学院、江苏省大气污染控制与高技术重点实验室。学院建有峰值每秒56万亿次的高性能计算平台,重点实验室装有192核小型计算服务器系统一套,可用于本课题的模型调试工作。高性能计算平台可实现约8x24h计算时模拟CEOS-Chem模型一年污染物数据。实验室现有工作条件可以确保本项目数值模拟部分的顺利实施。
前阶段开展的文献调查与实地调研中的车程、住宿费用由学生自行承担,但随着后续调查工作的深入进行,需要进行数据文件处理,实地调查,政府咨询等过程中的车旅费用,论文发布的排版、版面费用等。
2. 项目研究目标及主要内容
研究目标:
目前我国关于PM2.5对于氨气敏感性的理论研究已经有了许多成果,基本确定了氨气减排对于控制PM2.5的正面作用,但是氨减排有近90%来自农业,因为我国传统农业劳作的特性管理难度比较大。但是随着近年来重新回归的农业产业化改革浪潮,现代化农业的模式渐渐被广泛推广,这将是我国推进氨气减排的契机,可以在科学模型的保证下预估加入控氨政策的农业产业化能带来多少大气颗粒物污染的改善。我们小组将先通过调研与访查确定我国氨排放的主要形式与来源,然后结合我国特定的气象场条件论证氨气与PM2.5的关系,调研国内外资料确定控氨型农业产业化对于氨减排的作用,最后求解在我国气象场、控氨型农业产业化政策背景下氨减排对PM2.5的影响作用,结合SSP的污染排放清单,对比在不同氨减排情景下PM2.5的减排效果。目前我国的农业产业化逐步推进,可以考虑经济革新的同时再加入科学的PM2.5的前体物排放控制策略,如化肥深施、施用缓释氨肥。这样在农业产业化后所得到的大气环境治理收益非常可观。
主要内容:
①确定目前我国氨排放的主要形式和来源分布
在目前大气环境质量治理的大背景下,渐渐也有越来越多相关的国内外学者研究发现了由农业产生的大气污染。农业对大气的污染主要以氨气的形式产生,农业通常可以占据总氨排放的70%至90%的惊人比例,而作为一种活跃气体,氨可与大气中的硫酸盐硝酸盐产生复杂反应,最终生成PM2.5。氨气为PM2.5单位体积质量浓度的贡献约为30%,数值巨大,控氨工作有很大的展开意义。农业氨排放的主要形式有秸秆和农膜燃烧、化肥的过量使用及挥发、畜牧业及养殖业生物质挥发,第一项在有力的政策执行下有所改善,但后两者由于事关劳动群体核心利益,并且排放零散化,时空特征分散,难以实现监测、管控。再加上环保科普在该群体中实行难度较高,控氨现状需要改善。我们将先通过调查明确我国目前主要的氨气排放来源与形式,为后续的计算与论证提供数据保障。
②论证在我国特殊气象场环境下PM2.5对于氨气的敏感性
在不同的气象场与地面环境下,空气细颗粒污染物通常会表现出不同的特性,所以模拟中国的污染物就要先明确在中国的特殊环境情景下PM2.5与氨气的关系。其中影响因素有很多,如风场、相对湿度、位温变化等,都会影响PM2.5的形成机制,最后的结果需要在模型的模拟中才能明确。我们将通过模型和先前数据来确定在中国的气象条件下PM2.5与氨气的关系。
③量化控氨型农业产业化对于氨排放的影响
农业产业化的进程国内外各有特色,相比于国外以减排为主的产业化进程,我国更多的是将工作重点放在了产业化后的经济发展,但无论目的指向如何,目前我国的集约化农业仍然取得了令人瞩目的成就,有力的前期政策铺垫为后续展开控氨政策提供了巨大便利。我们将主要结合国外控氨经验和政策模型,分析国内外控氨型农业产业化前后氨气排放量,各个点源、面源间排放时间点等变化,明确在控氨型农业产业化的政策下我国氨气排放的变化。对于污染物减排的排放量变化,有许多空气污染物研究相关的组织也会给出预测清单,如SSP预设不同的减排情景,不同情境中氨的排放量会略有不同,我们在模拟中也会参照类似清单中的数据,对比分析中国控氨型农业产业化减排情境下的氨气排放。
④求解在控氨型农业产业化情景下PM2.5浓度变化
在前期研究的基础上,确定了我国气象场特殊情景对于PM2.5浓度的影响作用以及我国产业化政策支持下可能的氨减排效果,我们将展开数值模拟的进程。将可能的变化因子,即减排效果和气象场数据量化参入模型,最终取得在控氨型农业产业化情景下PM2.5浓度变化评估结果。
3. 项目创新特色概述
①引入学术前沿信息
大气颗粒污染物对于氨的高敏感性是大气环境领域最新发现的学科前沿,目前在国外相关领域已经引起广泛讨论。我们常听说的是农业对于土壤、水文的污染,但其排放的氨对于大气环境的影响更不容忽视。
②借力农业产业化
农业产业化的设想提出已久,但在落实过程中政策总是缺少强劲推力,氨对PM2.5的影响是非常重要的信息,若能以此借着近几年群众对大气空气质量的重视以及国家相关政策有效的推动产业化进行必将有助于农户增收,实现全面富裕。
③调和经济发展与环境保护的矛盾。
长期以来环境保护与经济发展的矛盾常常相伴而行,在重视大气环境保护的大背景下工厂限产,车辆限行等方式都影响着大家的生产生活,我们尝试以农业产业化结合控氨政策的方式来调和二者矛盾。
4. 项目研究技术路线
项目拟采用技术路线如图1所示
图1 研究技术路线图
5.研究进度安排
2019.04.01---2019.06.30
确定目前我国氨排放的主要形式和来源分布
2019.07.01---2019.09.30
论证在我国特殊气象场环境下PM2.5对于氨气的敏感性
2019.10.01---2019.12.31
量化控氨型农业产业化对于氨排放的影响
2020.01.01---2020.04.01
求解在控氨型农业产业化情景下PM2.5浓度变化
6. 项目组成员分工
梁慕学(环境科学):整体协商,模型分析
乔资芳(会计学):数据调查,政策分析
刘若心(大气环境):污染物化学机制分析
谭晨晨(环境科学):文献调研,报告整理
黄玥(大气科学):气象要素数据分析,物理机制分析