【减污降碳】基于集成学习双向评估中国气候行动与清洁空气行动的相互作用

原文信息

原文题目：Interaction Patterns between Climate Action and Air Cleaning in China: A Two-Way Evaluation Based on an Ensemble Learning Approach

原文作者：Zeyuan Liu, Mengting Dong, Wenbo Xue, Xiufeng Ni, Zhulin Qi, Jiacheng Shao, Yingzhuang Guo, Mengying Ma, Qingyu Zhang, and Jinnan Wang

一作单位：College of Environmental & Resource Sciences, Zhejiang University, Hangzhou 310058, China

期刊名：Environmental Science & Technology

期刊月份：2022年6月

关键词：空气污染 PM2.5 减缓气候变化 CO2 机器学习 综合评估

论文导读 

中国正在寻求共同实现减缓气候变化和改善空气质量的途径。由于温室气体和空气污染物具有同根同源同过程的特征，因此设计高效的减缓政策措施实现减污降碳协同增效，可以最大程度减少经济成本。但这反过来也提出了一个重要问题，即如何确定气候行动和空气净化措施之间的相互作用模式，以实现具有成本效益的决策。现有研究往往只从一个角度考虑气候行动或清洁空气措施的单一影响，并且对不确定性模拟存在不足。为弥补上述研究差距，本研究随机构建了数百万个减排情景，输入到基于机器学习的大气化学传输-卷积神经网络模型（CMAQ-CNN）和碳排放强度模型（CEI）以快速预测PM_2.5和CO₂排放。然后过滤符合空气质量或碳减排标准的情景，最后将其输入到CEI或CMAQ-CNN模型以评估空气清洁和气候行动的增强效果。

研究揭示到2060年，碳排放量减少到1.9 Gt的气候行动可能促进PM_2.5下降至12.4μg/m3的水平（95% CI：10.2–14.6）。而清洁空气可能推动碳排放量达到1.93 Gt（95%CI：0.79-3.19）并实现碳中和（基于2060年的潜在碳汇）。碳中和目标推动的减排不足以实现空气质量改善的目标，针对工业部门的PM_2.5、农业和畜牧业的NH₃和重点行业的挥发性有机物（VOC）的额外控制目标可以作为补充以克服气候行动缺失的部分。

编者按

研究首次为空气质量改善和减缓气候变化相互的协同效益进行双向定量评估，并在考虑诸多不确定因素下提供了新的认识。研究结果表明清洁空气对同时实现碳中和和空气质量提升目标的影响以前可能被低估了，这对于以中国为代表的发展中国家来说有非常重要的政策启示。

   关于我们

3E论文速递，周一至周五每天推送两篇能源环境经济学最新研究！

这是我们推送的第3459篇文章。查看以往文章请扫码关注公众号，点击主页菜单或点击“查看历史消息”。也可回复“贸易”、“交通”、“碳市场”、“新能源”、“健康”、“行为研究”、“水资源”等关键词查看相关文章汇总。

欢迎长按以下二维码关注我们！

▼点击下方 “阅读原文” 访问文章源链接