一、我国污染物排放总量逐年下降（论文文献综述）
张富康[1]（2021）在《基于信息熵-基尼系数法的汾河中游污染物总量三级分配研究》文中研究说明近年来,加快的工业化和城镇化进程促进了社会经济发展,人类活动的加剧造成水体水环境质量下降。改善水环境质量的根本措施是污染物总量控制,而实施总量控制的核心工作是进行总量分配。要实现污染物总量控制目标,就需要对污染物总量控制目标进行公平、合理的分配,将总量控制目标具体分配至各污染源。因此,研究更加公平、合理的分配模型,对改善水环境状况具有重要的意义。本文以汾河中游流域为研究对象,考虑区域环境经济之间发展关系,合理确定总量控制目标。在国内外相关研究的基础上,以公平性、可行性原则为基础,构建污染物总量分配体系,对污染物总量目标进行分配。主要的研究内容及结论包括:（1）控制单元划分及水环境问题诊断按照《山西省水功能区划》的水质要求,对汾河中游水质状况进行评价。明确污染源、入河排污口与河流水域之间的关系,基于汾河中游流域水环境功能区划、行政区划及流域汇水特征,对汾河中游干流及主要支流文峪河、潇河采用Arcgis水文分析功能,进行水陆控制单元的划分。结果表明:1)汾河中游流域共划分为7个水陆控制单元,其中干流5个,支流2个。2)汾河中游流域2015-2019年水质综合污染指数逐年下降,但仍属于劣V类水体,水质以氮磷污染为主,其中NH3-N为首要污染物。3)汾河中游流域2017年COD、NH3-N的入河总量分别为20850.25 t、4466.46t,主要来源于汾河太原B段控制单元。（2）汾河中游流域动态水环境容量研究选择COD、NH3-N作为计算因,利用一维水动力水质耦合模型对汾河中游水质进行模拟,并采用公式法对汾河中游流域不同水期的水环境容量进行计算。结果表明汾河中游流域COD的水环境容量为65900.83 t/a,其中丰水期、平水期、枯水期的水环境容量分别为30172.11t、24498.22t、11230.5 t;NH3-N的水环境容量为3302.98 t/a,其中丰水期、平水期、枯水期的环水的水环境容量分别为1506.25 t、1223.92 t、572.81 t。（3）基于信息熵—基尼系数法的污染物总量分配研究以首要污染因子NH3-N为总量控制因子,在水环境容量和流域环境经济发展关系的基础上,以2017年为基准年,选择容量总量的控制方式,通过“流域—控制单元—行政区—污染源”的三级分配体系,以公平性原则为基础,构建基于信息熵—基尼系数法的行行政区污染物总量分配方法,采用信息熵对主观赋权的各分配指标权重进行修正,考虑不同组合权重方案下总量目标的二级分配,并利用基尼系数法对二级分配结果进行评估,表明以人口和GDP为主要影响因素时的分配方案基尼系数最小,分配方案最公平合理。在二级分配基础上,考虑排污单位的排污现状、处理能力、污染物排放标准,构建线性规划模型,采用遗传算法结合粒子群算法进行污染物总量目标的最优化分配,将总量目标分配至各污染源。
于跃[2]（2021）在《中国电力行业二氧化碳与大气污染物协同减排的发展路径研究》文中研究表明气候变化和空气污染是当今环境领域面临的两大挑战。社会发展中所产生的温室气体和大气污染物对气候条件和大气环境带来了重大负面影响,正受到全球范围内的广泛关注。高速发展的工业化进程导致中国当前面临温室气体排放与空气污染的双重叠加压力。而中国电力行业以煤为主的能源消费和生产结构,导致其生产过程中大量排放CO2和大气污染物,进而对生态环境影响巨大。CO2和大气污染物是共根同源的关系,其人为排放均来自于化石燃料的燃烧,控制CO2和大气污染物的实现途径本质上具有一致性。将CO2和大气污染物的减排作为一个整体问题进行考虑,并结合能源禀赋、经济发展、环境变化、政策导向等多种外部因素,从协同减排角度开展减排措施的优化组合研究,能够更高效地解决CO2和大气污染物的控制问题,并大幅降低减排成本。因此,对于快速发展的中国,可以将电力行业中的CO2和大气污染物减排目标进行协调统一,通过减排措施的有效组合,从而用最少的成本将减排效果最大化,进而实现改善生态环境和降低大气污染程度的发展目标。这种综合协同减排的防治措施可以满足目前中国电力行业发展的迫切需求,同时也是全球电力生产系统优化调整的必然方向。本论文根据中国电力行业实际发展状况,构建了适合国情的电力行业能源系统优化模型体系,并建立了减排技术清单。通过使用对数平均迪氏指数分解法,创建了电力行业CO2和大气污染物排放的LMDI模型,分别对CO2和大气污染物的排放影响因子及驱动效果进行分析,归纳获得了影响排放的关键因素,主要包括经济规模、人口规模、产业结构、能源结构和能源强度等,并通过计算各影响因素的贡献率,揭示其对排放的影响规律。根据LMDI分解结果,设定经济-社会基本假设,并将2015年作为基准年,分别设置了4种包含不同约束条件的能源消费情景,对中国电力行业2020-2050年期间能源消费结构、电力消费需求及生产构成进行了预测分析,对CO2和大气污染物的排放特性、减排潜力进行了量化分析。同时基于技术效应和结构效应对所获得的协同减排效果及影响因素进行了分解研究,对CO2与大气污染物的协同减排交叉弹性进行了分析,研究了三种减排情景的协同减排作用,并对不同情景下的协同减排费用-效果进行了综合评价,进而获得了实现中国电力行业CO2与大气污染物协同减排的发展路径。本论文的主要特点是将CO2和多种大气污染物的减排问题合而为一,统一进行考虑。相比现阶段国内外类似研究,主要在以下三个方面具有创新性:（1）研究方法方面,构建了中国电力行业能源系统优化模型体系并评估了节能减排技术的协同减排效果;（2）研究思路方面,明晰了CO2和大气污染物排放的关键影响因素并建立了定量预测研究体系;（3）研究结果方面,获得了CO2与大气污染物的差异性排放特性并揭示了结构优化和技术升级在协同减排中发挥的作用。本论文获得的主要研究结果如下:（1）中国电力行业CO2和大气污染物排放的主要影响因素分别为经济规模、人口规模、产业结构、能源结构和能源强度。其中经济规模和人口规模对CO2排放呈现正效应,而产业结构、能源结构和能源强度对CO2排放呈现负效应。同时,五种影响因素对大气污染物排放也有类似影响。（2）未来中国电力行业在装机容量与发电量不断提升的基础上,生产构成也将向多元化发展,电力消费需求量也将呈现逐年上升的趋势,而且终端部门的电力消费构成也将产生较大变化,电力需求量的重心逐渐从工业转移到交通和建筑。（3）如果未来发展继续保持当前所实施的政策,节能减排措施针对性不强或者执行力度较小,2050年时中国电力行业将无法实现各阶段的节能和减排目标,进而会对中国的能源供应及排放控制产生极大压力。（4）电力行业可以在优化能源消费结构的同时引入并最大化应用最优控制技术,在能源节约的同时可以实现中国电力行业CO2与大气污染物的协同减排。其中,在综合减排情景下,CO2与大气污染物的排放量将同时于2030年达到峰值,且所对应的协同减排费用较低,能够产生降低生产能耗和防止温室效应等附加效果。（5）实现CO2与污染物的协同治理是今后中国电力行业实现低碳减排发展的迫切需求,也是全球电力生产系统优化调整的必然方向。其中,通过能源消费结构的优化可以实现CO2与大气污染物之间较好的协同减排效果,而仅通过最优污染物控制技术的应用则较难实现两者之间高效的协同减排。（6）电力行业在CO2排放达到峰值后,针对CO2自身治理的结构优化和技术升级是减少CO2排放的主要途径,其中能源结构调整在减排过程中发挥更为重要的作用。对于大气污染物的减排,仅通过实施和推广非化石能源的结构减排措施的促进作用有限。（7）实现CO2与大气污染物的协同减排应从加强污染防治、推广节能技术,推动清洁利用、优化能源结构和调整电力需求、强化政策扶持三个方面推动,从而优化提升电力发电技术和终端脱除技术,并积极发展新能源,最终全方位、多层次促进中国电力行业实现低碳低污染的绿色发展。
柴剑雪[3]（2021）在《基于生态承载力的电源结构优化模型研究》文中研究指明近年来,经济的快速发展给我国带来了严峻的生态压力,生态文明建设被提上国家战略高度,其中保护生态承载力是一项重要工作。为应对环境问题,我国正从推进清洁取暖、发展非化石能源等方面优化能源结构,电力在能源体系当中的重要性越来越高,清洁高效发电是能源可持续发展的一个重要课题,因此对电源结构进行科学规划具有重要意义。以煤电为主导的电源结构造成了严峻的环境问题,近年来我国清洁能源规模加速扩大,但过度地开发清洁能源也会对生态系统造成破坏,所以能源开发需控制在一定范围内,保持整个生态系统的可持续性,因此电源结构规划应充分考虑生态承载力因素。生态承载力具有明显的区域差异性,不同地区对电源建设的支持和容纳能力不同,所以电源结构优化时应考虑区域差异化因素。因此,本文综合考虑生态承载力因素和区域差异化因素,研究基于生态承载力的电源结构优化问题,主要研究内容如下:（1）梳理和分析了生态承载力和电源结构优化相关理论。首先,从生态承载力的概念、特性和量化方法三个方面阐述了生态承载力基本理论,分析了电源结构优化考虑生态承载力的必要性、可行性以及生态承载力对电源结构优化提出的要求。其次,从发电规模和发电资源潜力两个方面研究了我国电源结构发展现状。然后,梳理了传统电源结构规划和可持续电源结构规划的目标和内容,并对比分析了不同电源结构优化方法。最后,对本文的生态承载力和电源结构优化的研究边界进行了界定,为本文后续章节奠定了理论和方法基础。（2）研究了清洁能源发电替代火电对生态承载力的影响。主要分析了我国三种主要的清洁能源,即水电、风电和光伏发电替代火电对生态承载力的影响。对于水电,首先构建了系统动力学模型,分析水电替代火电对生态系统的影响途径。然后,基于系统动力学模型中的要素构建了生态系统耦合协调度模型。最后,进行实证分析并提出政策建议,包括多情景的系统动力学模拟和耦合协调度评估,验证了模型的有效性,并通过比较研究结论与当前政策,验证了影响分析的合理性。采用同样的方法分析风电和光伏发电替代火电对生态承载力的影响,作为电源结构优化模型构建的前期基础。（3）构建了生态资源和环境承载力目标下的单区域电源结构优化模型。以单区域的发电系统为研究对象,将各类发电对生态资源和环境的正负影响同时纳入模型,以发电系统对自然资源和环境的相对影响最小为目标优化电源结构。首先,界定了问题的研究边界并构建了优化框架。然后,结合生态承载力要素分析和量化方法建立了目标函数和约束条件,目标函数中纳入了生态资源和环境承载力因素,约束条件中体现了包括生态资源、环境和社会经济技术承载力在内的综合承载力因素。最后,通过多情景实证分析验证了模型的有效性和适用性,得出不同资源和环境发展目标下的电源发展路径。（4）构建了生态经济承载力目标下的单区域电源结构优化模型。以单区域的发电系统为研究对象,将碳交易因素纳入模型,以发电系统总成本对地区经济的相对压力最小为目标优化电源结构。首先,界定了问题的研究边界并构建了优化框架。然后,建立了目标函数和约束条件,目标函数中纳入了生态经济承载力因素,约束条件中体现了生态资源、环境和社会经济技术承载力因素。最后,通过多情景实证分析验证了模型的有效性和适用性,得出不同碳交易价格下电源结构应如何倾斜,并进一步研究了碳交易价格通过影响电源结构进而对资源和环境造成的影响,为不同资源和环境要求下的碳交易价格制定提供依据。（5）构建了基于综合生态承载力的单区域电源结构优化模型。以单区域的发电系统为研究对象,纳入各类发电对生态系统的正负影响和碳交易因素,以发电系统对自然资源、环境和地区经济的相对压力最小为目标优化电源结构。首先,界定了问题的研究边界并构建了优化框架。然后,建立了目标函数和约束条件,经分析,对于社会技术承载力,模型只考虑其对电源结构的单向影响,所以目标函数中纳入了生态资源、环境和经济承载力因素,约束条件中体现了生态资源、环境和社会经济技术承载力因素。最后,通过多情景实证分析验证了模型的有效性和适用性,得出不同自然和经济发展目标下电源的发展路径。（6）构建了基于综合生态承载力的跨区域电源结构优化模型。以两个区域的发电系统为研究对象,考虑各类发电对生态系统的正负影响和碳交易因素,以发电系统对两地区整体的自然资源、环境和经济的相对压力最小、输电成本最小为目标,协同优化两地区电源结构,以提高两地区整体的生态承载力。首先,确定了问题的研究边界和优化框架。然后,建立了目标函数和约束条件,在单区域优化模型的基础上,考虑电力跨省跨区输送因素,加入输电成本目标;以单区域优化模型的约束条件为基础设置跨区域约束条件,保证满足两地区的资源、环境、经济、技术等约束。最后,进行了多情景实证分析,将两地区跨区域协同优化结果与各自单区域优化结果进行比较,验证了模型的有效性和适用性,为多区域的电源统筹规划提供决策支持。
顿梦[4]（2021）在《Conformable累加灰色模型及其在PM2.5和PM10预测中的应用研究》文中研究说明空气质量不仅会影响人们的生活,较差的空气质量还会对人们的健康造成威胁。自2013年起,我国的空气质量问题就备受关注。但要想解决空气质量问题,对空气污染物浓度进行预测是必不可少的一个环节。空气污染物浓度预测不仅可以为空气治理提供必要的数据,还能根据空气污染物浓度的变化趋势找出目前空气治理的弊端。随着众多学者对空气污染物浓度预测研究的深入,人们对空气污染物浓度预测的精度要求也越来越高。但是我国PM2.5和PM10浓度的年度数据较少,而灰色预测模型适用于少数据问题的处理。因此本文将从充分利用初始值以及改变模型累加阶数的角度对灰色预测模型进行改进,并将其应用于我国年平均PM2.5和PM10浓度的预测。本文中将conformable分数阶累加生成算子引入到灰色预测模型中,形成新型累加Verhulst模型和新型累加CRGM（1,1）模型。新型累加灰色预测模型在充分利用初始值的同时,弥补了传统灰色预测模型的累加阶数取1但是效果不一定最优的弊端。首先我们从conformable分数阶累加生成算子出发,对其性质进行讨论,然后对马新提出的CFGM（1,1）模型以及本文提出的新型累加Verhulst模型和新型累加CRGM（1,1）模型的稳定性进行了讨论。同时,在文中将新型累加CFGM（1,1）模型、新型累加Verhulst模型以及新型累加CRGM（1,1）模型分别与传统的GM（1,1）模型、Verhulst模型以及CCRGM（1,1）模型进行对比,结论证明新型累加灰色预测模型相较于传统灰色预测模型的拟合和预测效果更好。因此,本文基于长三角地区和汾渭平原的年平均PM2.5和PM10浓度值,应用新型累加CRGM（1,1）模型对其2020-2024年年平均PM2.5和PM10浓度值进行预测,并结合长三角地区以及汾渭平原的实际情况给出空气治理的建议。本文中的研究发现,新型累加CRGM（1,1）模型在长三角地区以及汾渭平原年平均PM2.5和PM10浓度值的预测上取得了较好的预测效果,这无疑为政府的空气治理工作提供了参考,同时也有利于政府决策。
朱安丰[5]（2021）在《北京经济-能源-排放系统优化政策仿真模拟研究》文中进行了进一步梳理近年来,北京经济社会发展取得巨大成就,但是经济的快速增长和城市体量的不断扩张导致各种要素处于“紧平衡”状态,加之新冠疫情的冲击,给北京未来发展带来不少阻碍。目前,北京经济发展对要素的依赖程度居高不下,尚未建立完善的创新驱动发展机制,“高精尖”产业尚处于起步阶段,短期内难以对经济增长形成较大支撑。同时,化石能源的大量使用使得CO2和PM2.5等污染物排放量处于高位,危害人民身体健康。对此,本文运用系统动力学相关理论和方法,扩展经济—能源—排放系统动力学模型并用于分析北京经济、能源和排放问题,仿真模拟经济政策、能源政策和排放政策等单一政策以及政策组合的效力,为促进北京建成“国际一流和谐宜居之都”提供可借鉴的理论依据和政策支持。仿真模拟结果显示:（1）按照现行发展趋势,未来北京经济增长速度放缓,“非高精尖”产业仍占据主导地位;能源消费总量增长较快,不能完成《北京城市总体规划（2016年—2035年）》设定的2035年目标（9000万吨标准煤）;油品取代煤炭成为最主要消费的能源,阻碍能源消费结构清洁化改革;CO2排放量在2025年达到峰值,未能实现《北京市国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》设定的目标（在2025年前达到峰值并下降）;PM2.5治理取得一定效果,但相较于其他世界一流城市仍有一定发展空间。（2）单独实施经济政策、能源政策和排放政策不能同时解决北京经济、能源和排放等方面存在的问题。具体来说,实施经济政策有利于发挥“高精尖”产业对经济增长的引领作用,促进能源消费总量和强度降低,但是对能源消费结构和污染排放的影响较小;实施能源政策有利于能源消费结构清洁化转型,引起CO2排放量显着降低,但是在促进经济增长和控制能源消费总量等方面显得乏力;实施排放政策引起CO2和PM2.5排放量双双降低,但是对经济增长和能源消费结构优化的影响较小。（3）综合实施经济政策、能源政策和排放政策是北京实现经济、能源和排放协同高质量发展的有效途径,有利于优化产业结构,发挥“高精尖”产业的引领作用;有利于促进能源消费结构清洁化转型,推动能源革命;有利于降低污染物排放,提前实现碳排放达峰;有利于促进大气污染引致的死亡和病患人次减少,建立良性循环进一步促进经济增长。
卞吉玮[6]（2021）在《上海市交通道路路边站环境空气污染特征及来源分析》文中研究说明环境空气污染已经成为公众和政府都高度关注的问题,随着霾污染和臭氧污染治理的深入,固定源的污染物排放得到有效的降低,移动源污染的贡献越来越得到重视。交通道路机动车尾气排放是城市道路环境空气污染的首要来源,并对城市居民健康造成重大威胁和影响。本文结合2013至2020年间上海市的典型交通道路路边站和国控环境空气质量监测站的监测数据,研究了交通道路环境污染物的时间和空间变化特征,并采用ADMS模型对污染物排放的影响进行了模拟研究,分析了环境空气污染评价体系。结果表明:本市道路交通环境空气污染的影响因子主要是NOx和PM10;2014年至2020年,国控站和交通路边站点PM2.5,PM10,CO和NOx这四种空气污染物的年均浓度都有了比较明显的下降,月均浓度值变化总体上呈均呈现冬季高夏季低的U字型特征;国控站和交通站所有污染物浓度低值均在凌晨出现;国控站点CO,NOx,PM10,PM2.5的小时均值浓度只在早上8点出现一个峰值;交通站点CO,NOx,PM10,PM2.5呈现非常明显的双驼峰形态,于早上7,8点和晚上5,6点出现;交通站的BC的峰值比其他污染物提前出现于早上6点;国控站与交通站之间PM2.5和PM10污染物浓度的相关性系数均在0.89及以上,显示出颗粒物污染物之间较强的相关性;而CO,NOx等相关系数在0.61至0.95,显示气态污染物因各站点自身因素而导致相关性强弱不一致;为了降低柴油车尾气排放的BC、NO和颗粒物,近几年柴油车都被要求设有DOC（氧化催化器）和DPF（颗粒物捕集器）,通过DOC和DPF装置大大降低柴油车在行驶过程中尾气排放BC和NO,由于催化氧化的温度非常高,NO被间接转化为NO2,从交通站NO2/NOx的比率与BC浓度对应关系来看,当NO2/NOx比率较高时对应BC浓度则较低,反之BC浓度较高,显示当交通站点周边没有固定排放源的情况下,柴油车对交通站周边NOx、颗粒物污染有较大影响;而交通站和国控站各污染物与气象参数无相关性;经过对上海市NOx污染相关情况进行模拟计算,结果表明NOx浓度在上午6-8和下午17-18点时段出现两个高值,与观测数值高度一致。通过空间模拟分析,NOx浓度在上海市区域分布就有空间差异性,在相同的扩散条件下,交通量大且严重拥堵区域同时也是NOx浓度较高的区域。基于以上的分析和模拟结果,本文为交通道路监测站点布局、监测因子、监测频率等提出优化建议,并从改善城市环境、治理交通拥堵、优化车辆构成等方面提出可行性政策讨论。
李勇[7]（2020）在《中国空气污染相关疾病负担的动态评估及其减排响应》文中研究说明长期暴露于高浓度的空气污染给我国公众健康构成了严重威胁。基于此,国务院于2013年施行了《大气污染防治行动计划》（简称“大气十条”）,目标是大幅降低我国重点地区的PM2.5浓度。然而,“大气十条”相关的PM2.5污染防控带来的健康效益还没有得到很好地解释。此外,尽管我国PM2.5污染已明显改善,但空气污染问题(PM2.5和O3)依然突出,进一步降低污染物浓度及其健康风险是我国当前急需解决的问题之一。评估空气污染疾病负担的特异性差异,认识其来源贡献,探讨其对空气质量改善的响应,是解决这一问题的前提条件。为此,首先基于WRF-Chem空气质量模式和排放清单,对我国2008～2016年空气污染物浓度进行模拟,分析PM2.5和O3污染的时空变化特征;然后结合暴露-响应关系函数及统计生命价值法,量化不同人群、疾病和地区之间疾病负担的具体差异,同时利用分解法评估污染物浓度、基线死亡率、人口数、年龄结构、人均国内生产总值（GDP）等驱动因素对疾病负担的贡献,用以解释“大气十条”实施前后的变化;再利用WRF-Chem模式设计一组敏感性试验,定量评估工业、电力、民用、交通、农业、自然、生物质燃烧等污染源对我国空气污染物(PM2.5和O3)及其疾病负担贡献的时空变化规律;最后基于2030年的人口和基线死亡率预测值,利用污染物模拟数据和暴露-响应关系函数,探讨不同空气污染控制情景下未来的疾病负担特征。通过上述研究,取得一些有意义的结果:（1）研究期间,我国PM2.5和O3浓度呈现出明显的时空分布特征。PM2.5高值区主要分布在京津冀及周边、长三角、汾渭平原、四川盆地、长江中游城市群和西北沙漠地区;除沙漠地区外,上述地区的PM2.5年均浓度均下降了20μg/m3以上。O3高值区主要分布在青藏高原、西南、华中、华北和华南地区;东部地区O3日最大8小时平均第90百分位（O3-8h-90per）浓度整体呈上升趋势,其中京津冀、长三角和珠三角部分区域上升幅度达30μg/m3。2016年,全国分别有60.0%和33.7%的人生活在PM2.5和O3浓度超标的地区,较2008年分别下降了15%和上升了19%。（2）2016年,PM2.5和O3导致的过早死亡人数分别为125.1万和10.8万,共占总死亡人数的13.9%。不同疾病、人群和地区之间的疾病负担具有明显差异;中风和冠心病对PM2.5归因死亡的贡献较高,分别为46.6%和30.1%;75岁及以上老年人的归因死亡率（1103.0/10万人）远高于25～44岁年轻人（10.3/10万人）;京津冀、长三角和珠三角等空气污染严重和/或人口密集的地区疾病负担较高,而西北地区疾病负担较低。（3）空气污染导致的过早死亡在“大气十条”实施前后变化显着。受人口增长和老龄化的影响,即使PM2.5浓度和基线死亡率下降,PM2.5归因死亡在2008～2016年仍增加了4.3万（3.6%）,但在实施“大气十条”之后的2014～2016年却减少了17.6万（14.9%）;与PM2.5不同,“大气十条”引起的O3恶化加重了疾病负担（1.9万）,尽管基线死亡率下降可以抵消一部分O3归因死亡,但整个研究期间仍增加了1.4万（14.9%）。（4）不同排放源对污染物浓度及其疾病负担的贡献存在明显时空异质性。民用源是冬季PM2.5最重要的污染来源,在北方地区的相对贡献普遍高于50%,工业源则是其它季节PM2.5最重要的来源,对重污染地区的相对贡献为30～50%;除夏季工业源外,人为排放源对O3的贡献在京津冀和长三角部分地区为负值,即关闭排放源后O3浓度增加。工业源和民用源是造成我国疾病负担的最重要排放源,贡献率分别为35.0%和27.8%;各排放源在不同省份对疾病负担的贡献差异很大,工业源在上海和江苏的贡献率较高,民用源在黑龙江和吉林的贡献率较高,自然源则在新疆的贡献率最高。（5）在重污染地区减少PM2.5归因死亡将付出更大地努力。为使PM2.5归因死亡减半,PM2.5年均浓度超过70μg/m3的重污染地区,PM2.5浓度需要降低70%以上,而对于PM2.5年均浓度低于10μg/m3的清洁地区,PM2.5浓度仅需降低20%即可实现。（6）未来老龄化等因素对健康风险防控带来了巨大挑战。如果PM2.5年均浓度维持在2016年的水平,在老龄化等因素的驱动下,2030年PM2.5归因死亡将增加30.4万;即使2030年PM2.5年均浓度全面达标（35μg/m3）,归因死亡人数仍将在2016年的基础上增加7.5%;而进一步将PM2.5年均浓度降至WHO空气质量准则值（10μg/m3）,可达到大幅降低（-65.4%）归因死亡的作用。综上所述,尽管“大气十条”实施对PM2.5污染及其疾病负担带来了实质性好处,但对O3污染及其疾病负担带来了负面影响,需要重视PM2.5和O3污染的协同控制;此外,考虑到PM2.5浓度与过早死亡之间的非线性响应关系以及未来人口的变化趋势,需要制定比《环境空气质量标准》（GB 3095-2012）更严格的标准,以及采取更为严厉的措施减少民用、工业等重要污染源的排放,才能更好地保障居民的健康和财富利益,尤其是心脑血管疾病患者等敏感人群以及疾病负担较高的地区。
尹然[8]（2020）在《基于城市代谢物质流模型的兰州市城市物质流动特征分析》文中研究指明城市是一个复杂而多样的系统,随着区域社会经济文化的发展,城市的范围和空间不断扩张,工业化进程加剧,随之带来的城市化与环境之间的各种矛盾和压力日益突出。自1972年联合国在斯德哥尔摩召开第一次人类与环境会议以来,人类对保护和改善环境的努力从未停歇。中国从1978年改革开放开始,实现了长时期、持续性的高速和超高速经济增长,并实现了大规模的城市化。在高速城市化的进程中,随之而来的自然资源耗竭、生态环境退化等诸多挑战是我们面临的最大问题。正如生命是一种代谢现象,是能量、物质与环境的交换过程一样,城市也依靠与外界进行物质和能量交换而得以维系。自2001年欧盟统计局（EUROSTAT）发布了首个基于社会经济系统建立的EW-MFA框架以来,物质代谢领域中物质流分析得到快速的发展。本研究以欧盟的EW-MFA框架和崔雪竹的城市代谢（UM）模型为基础,构建城市代谢物质流分析（UM-MFA）模型。UM-MFA模型通过引入物质循环和平衡代谢理念,并以模块为模型的基本单位,系统地分析城市代谢系统内部物质流动初步展开后的物质流动,在改进了一套可拓展且具有可比性的城市新陈代谢物质流分析框架和方法后,建立了相应物质流账户,并确立了对应的物质流换算系数,为构建标准化的城市代谢框架提供方法和工具支持。本研究构建的城市代谢物质流模型包括农业活动、工业活动、日常生活活动、建设活动及运输活动五个模块,涉及区域内提取（IRE）、区域内产出（IRO）、进口和出口（Imp和Exp）、区域内排出（IRD）、循环（Cir）、平衡项（BI）和净存量（NS）七个基本项,基于质量守恒原理建立了城市代谢的UM-MFA平衡方程。并以兰州市为具体案例,利用建立的城市代谢物质流分析模型,对兰州市的物质流动进行研究,给出2009年和2018年兰州市的物质流全景以及2009年至2018年兰州市的物质代谢时间序列分析,并对2009年至2018年兰州市的城市资源负荷的变化趋势进行分析。在物质流分析的基础上,基于欧盟统计局2015年发布的EW-MFA指导手册提供的国家层面评价指标,建立城市层面的物质流动评价指标体系,对兰州市物质流特征进行分析评价,得出2009年至2018年兰州市的城市资源负荷特征。本文的主要结论如下:（1）兰州市物质代谢现状表明,2009～2018年,兰州市的总物质流强度较大,城市代谢农业活动的物质生产力持续提升。由于化肥农膜等消耗性物质资源的使用增加,环境的压力负荷也随之增加;城市代谢工业活动的物质生产提升的同时,能耗及区域内排放却有一定量的下降,政府节能减排措施成效明显;城市代谢日常生活活动随着城市化的推进,进口和存量的物质流量均呈上升趋势,而总体物质流量呈下降趋势;基础设施投入的物质量巨大,尤其是道路建设力度大幅提升,房屋建设基本维持在一个相对稳定的范围;运输活动的出租汽车和公共汽车保有量稳步增加,随着政府节能减排政策的推进落实,运输活动区域内排出污染物质的量增幅不大。兰州市物质代谢研究结果表明,城市物质代谢趋势、程度以及强度受政府行为的影响较大。（2）兰州市城市代谢物质流动特征的分析结果表明,兰州市目前的经济增长由粗放型逐步向集约型转变。从总体来看,兰州市的城市代谢直接物质投入与经济增长呈现“相对脱钩”现象,兰州市城市代谢受区域内提取的物质量的影响,节能减排政策的推进落实是兰州市城市产能不断提升和污染物排放量逐年减少的源动力。（3）2009～2018年兰州市的城市代谢产生的环境压力逐渐由区域内物质直接排放为主向区域内物质净存量增加为主的潜在环境压力转变,因此政府在加强节能减排和基础设施建设的同时,应该对以建设活动净存量为主的潜在环境压力引起足够的重视,推出相关循环化回收利用政策,最大限度地确保物料的可回收利用性,防止净存量增加带来的潜在环境污染。
谢晓栋[9]（2020）在《中国地区大气污染—植被—二氧化碳的相互影响研究》文中研究说明二氧化碳（CO2）是一种重要的温室气体,能够通过改变辐射来影响区域气候,是导致全球气候变暖的重要因素。CO2作为植物光合作用的重要原料,其浓度的变化对于生物源挥发性有机物（BVOC）的排放过程有着一定的调节作用,从而影响大气中的臭氧和颗粒物浓度。另一方面,臭氧对植物细胞的损伤以及颗粒物的散射施肥效应能够影响植被的生长发育,从而改变陆地生态系统对大气中CO2的吸收过程。中国作为世界上最大的能源消耗和温室气体排放国,CO2浓度逐年上升。同时,近年来以颗粒物和臭氧为主的大气复合污染问题造成空气质量下降,危害人体健康,引起越来越多的学者关注。因此研究中国地区CO2与臭氧、颗粒物的相互影响对于缓解区域气候变化、改善空气质量有着重要的科学意义。本文以数值模拟为主要研究手段,发展区域气候-化学-生态耦合模式RegCM-CHEM-YIBs,模拟中国地区CO2浓度和陆地碳通量的时空分布特征,定量估算陆地碳通量对CO2浓度的影响。进一步研究臭氧和颗粒物污染对我国陆地植被生产力和碳通量的影响,以及由此引起的大气CO2浓度的变化特征。此外,还定量评估了区域CO2浓度升高和全球气候变化对植被BVOC排放量以及大气中臭氧、二次有机气溶胶（SOA）浓度的影响。主要研究结果如下:首先,发展了区域气候-化学-生态耦合模式RegCM-CHEM-YIBs。在区域气候化学模式RegCM-CHEM的基础上新增了CO2物种,引入陆地生态系统模式YIBs,在线计算陆地植被CO2和BVOC排放通量。改进了模式中有关SOA浓度的计算过程,使用实时模拟的CO2浓度替换辐射模块和YIBs模块中原有的CO2浓度,使得RegCM-CHEM-YIBs模式具有研究区域气候、大气化学和陆地生态系统间相互作用的能力。模拟结果与再分析资料、站点监测数据、卫星遥感产品之间具有很好的一致性,表明耦合模式的结果合理可信。其次,给出了中国地区陆地碳通量和大气CO2浓度的时空分布特征。2006–2015年间,陆地碳通量整体呈现由北向南递增的趋势,高值区出现在西南地区,净生态系统碳交换量（NEE）的绝对值最大超过1000 g C m-2 yr-1。不同地区的陆地碳通量均存在明显的季节变化特征。夏季陆地生态系统是重要的CO2汇,NEE为负值,且占全年总NEE的60%左右;冬季陆地生态系统为弱的CO2源,NEE以正值为主。NEE的季节变化趋势与温度、降水间均存在明显的负相关性,且与温度的相关性大于降水。NEE的年际变化和厄尔尼诺-南方涛动（ENSO）事件呈现较强的相关性,厄尔尼诺事件期间的温度增加、降水减少能够削弱陆地生态系统对CO2的吸收。我国CO2浓度的年均增长率为2.2 ppm yr-1,高于全球平均水平。高值中心位于京津冀、长三角、珠三角和四川盆地等城市群地区,最大值超过430 ppm。CO2浓度整体呈现冬春高,夏秋低的季节特征。南方地区CO2峰值出现在2月,谷值出现在6月;而北方地区的峰值和谷值出现时间相对较晚,分别在4月和7月。陆地碳通量是造成CO2浓度季节变化的主要因素,夏季由于植被对CO2的吸收,大部分地区CO2浓度降低约612 ppm;冬季CO2浓度有所升高,最大增幅约为4 ppm。再次,定量评估了臭氧和颗粒物污染对大气中CO2浓度的影响。由于臭氧对植被的损伤,我国年平均总初级生产力（GPP）和陆地碳通量分别降低0.76±0.27 Pg C yr-1和112.2±22.5 Tg C yr-1。臭氧对植被的影响存在明显的季节差异,主要集中在4–9月,占全年的90%以上。陆地碳通量的削弱使得更多的CO2残留在大气中,我国大部分地区的年均CO2浓度增加约0.72.5 ppm,云南和贵州省的部分地区最大可达6 ppm。颗粒物通过改变散射辐射比例、区域气候和水循环过程来影响陆地植被的生长和碳同化能力。模拟结果表明,颗粒物导致我国GPP和陆地碳通量分别增加约0.36 Pg C yr-1（5%）和0.06 Pg C yr-1（21%）。GPP的增加主要发生在西南、东南和华北地区,而陆地碳通量的变化主要来自西南和华中地区。颗粒物引起的散射辐射比例的增加是导致GPP和NEE变化的主要原因,其占主导地位的区域分别占我国陆地总面积的59%和62%。陆地碳通量的增加能够降低大气中的CO2浓度,我国西南地区的CO2浓度降低最为明显。颗粒物对CO2浓度的影响存在较强的季节差异,主要集中在6–10月。夏季全国平均CO2浓度减少约0.62 ppm,最大降低幅度发生在四川盆地地区,可达4 ppm。最后,定量研究了区域CO2浓度升高和全球气候变化对臭氧和SOA浓度的影响。区域CO2浓度升高和全球气候变化的影响下,我国陆地植被的光合作用速率和生产力明显增加。不同情景下BVOC排放的变化存在较强的季节差异,夏、秋季明显增强,冬、春季有一定的减小。全年平均来看,异戊二烯排放增加1.40 TgC yr-1（17%）,单萜烯排放减少0.14 Tg C yr-1（5%）。由于区域CO2浓度升高和全球气候变化的共同影响,我国的臭氧和SOA浓度分别减小0.5 ppb和0.3μg m-3。全球气候变化导致华北地区夏季的臭氧和SOA浓度显着降低（最大减少7 ppb和3.4μg m-3）,华南地区明显增加（最大增加5 ppb和2.6μg m-3）。全球气候变化引起的大气环流的改变增强了夏季污染物由北向南的输送过程,从而增加了华南地区的臭氧、SOA及其前体物的浓度。相反,CO2施肥效应引起的BVOC排放变化则导致夏季华北地区臭氧和SOA浓度增加（最大增加3.5 ppb和5μg m-3）,华南地区减少（最大减少5.5 ppb和4.5μg m-3）。华北地区CO2施肥效应导致的光合作用速率增强对BVOC排放的影响占主导作用,BVOC排放的增强进一步增加臭氧和SOA浓度。而华南地区CO2浓度升高导致的植被气孔关闭对BVOC排放的影响更为明显,BVOC排放的削弱降低了臭氧和SOA浓度。通过以上几个方面的研究,本文揭示了近年来我国地面CO2浓度以及陆地碳通量的时空分布特征及其影响因素,定量分析了CO2与臭氧、颗粒物通过陆地植被发生的相互影响规律,对于理解区域气候、大气化学和陆地植被间的相互反馈有一定的参考价值,同时可以为我国未来的气候政策制定和空气污染治理提供合理的科学依据。
黄赟[10]（2020）在《环保财政支出对环境污染减排的影响研究》文中认为以往粗放式发展的经济模式造成了大量的资源浪费,环境污染问题层出不断,人们对高质量环境的需求日益紧迫。十九大以来,我国处于适应新常态和引领新常态的关键时期,政府不断提高对污染减排和环境保护的重视程度。但环境具有公共物品的属性,环境污染减排问题仅依靠市场机制难以解决,因此,在处理环境污染问题上,政府力量不可或缺。采用经济手段是国际公认的解决环境有关问题最直接有效的方法,我国财政部于2007年设立环境保护支出科目,专项用于环境污染减排和环境保护。因此,研究环保财政支出对环境污染减排的影响,对于政府优化环保财政支出规模,充分发挥财政资金的有效作用,以促进环境污染减排并提高环境质量有着重要的意义。首先,本文从我国的环境问题入手,提出了研究背景和研究意义,为后续研究奠定基础。其次,从环保财政支出与环境污染减排的理论出发,研究环保财政支出对环境污染减排的直接和间接影响。接着,采用2007-2017年30个省的面板数据,运用固定效应模型和面板门槛模型,验证环保财政支出对环境污染减排的直接作用、间接作用和门槛效应。研究发现:（1）环保财政支出对环境污染减排的直接作用为正。环保财政支出对工业废水、二氧化硫、二氧化碳和PM2.5这四种污染物减排均有显着的正向的直接作用。（2）环保财政支出对环境污染减排的间接作用随污染物的不同而不同。具体来说,财政环保支出对工业废水、二氧化碳和PM2.5减排的间接作用为负,对二氧化硫减排的间接作用为正。（3）环保财政支出对环境污染减排的直接作用大于间接作用,总效应为正。（4）环保财政支出与三种污染物存在明显的单门槛效应。具体得出,当环保财政支出占GDP的比重处于0.011与0.012之间时,环保财政支出对工业废水、二氧化硫和PM2.5减排的效果均显着。最后,本文根据实证研究结论提出相应的政策建议,例如,加大环保财政支出的力度、优化环保财政支出的结构、强化环保财政支出资金的监管和加强环保技术研发。
二、我国污染物排放总量逐年下降（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、我国污染物排放总量逐年下降（论文提纲范文）
（1）基于信息熵-基尼系数法的汾河中游污染物总量三级分配研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水环境容量的国内外研究进展 |
| 1.2.2 污染物总量控制与分配的国内外研究进展 |
| 1.3 主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 2 流域水污染物总量分配的基础理论与方法 |
| 2.1 基础理论 |
| 2.1.1 水环境容量 |
| 2.1.2 流域污染物总量控制与分配 |
| 2.2 技术方法 |
| 2.2.1 水环境容量计算 |
| 2.2.2 污染物总量分配技术 |
| 3 研究区概况及水环境系统分析 |
| 3.1 流域概况 |
| 3.1.1 自然地理概况 |
| 3.1.2 水文气象特征 |
| 3.1.3 社会经济概况 |
| 3.2 水功能区划与控制单元划分 |
| 3.2.1 水功能区划 |
| 3.2.2 控制单元划分 |
| 3.3 水质状况评价与分析 |
| 3.3.1 水质评价指标与方法 |
| 3.3.2 水质监测断面的设置 |
| 3.3.3 水质状况评价与分析 |
| 3.4 汾河中游流域污染负荷核定 |
| 3.4.1 污染物排放状况调查 |
| 3.4.2 汾河中游流域污染物排放汇总 |
| 3.5 小结 |
| 4 汾河中游动态水环境容量研究 |
| 4.1 汾河中游水质模型构建 |
| 4.1.1 水动力模型的构建 |
| 4.1.2 水质模型的构建 |
| 4.1.3 模型参数率定 |
| 4.1.4 模型验证 |
| 4.2 动态水环境容量计算参数 |
| 4.2.1 控制因子及水质目标 |
| 4.2.2 设计水文条件 |
| 4.2.3 水质综合降解系数 |
| 4.3 动态水环境容量计算结果 |
| 4.4 环境容量计算结果的合理性分析 |
| 4.4.1 基础资料合理性分析 |
| 4.4.2 计算条件合理性分析 |
| 4.4.3 水环境容量计算结果合理性分析 |
| 4.5 动态水环境容量分析 |
| 4.5.1 不同水文期水环境容量动态变化分析 |
| 4.5.2 不同控制单元河段水环境容量动态变化分析 |
| 4.6 小结 |
| 5 基于信息熵—基尼系数法的汾河中游污染物总量分配研究 |
| 5.1 总量控制指标与控制目标的确定 |
| 5.1.1 基于EKC曲线的汾河中游流域社会经济发展与水环境污染关系研究 |
| 5.1.2 总量控制目标的确定 |
| 5.1.3 总量控制指标的确定 |
| 5.2 基于TMDL的NH_3-N总量一级分配 |
| 5.3 基于信息熵—基尼系数法的NH_3-N总量二级分配 |
| 5.3.1 分配模型 |
| 5.3.2 分配系数的确定 |
| 5.3.3 基于信息熵的权重确定 |
| 5.3.4 污染物总量初始分配结果 |
| 5.3.5 方案公平性评估 |
| 5.3.6 污染物总量二级分配结果 |
| 5.4 基于线性规划的NH_3-N总量三级分配 |
| 5.4.1 分配模型 |
| 5.4.2 分配方案 |
| 5.5 方案合理性对比 |
| 5.6 小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读学位期间的主要研究成果 |
（2）中国电力行业二氧化碳与大气污染物协同减排的发展路径研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 主要创新点 |
| 1.5 技术路线 |
| 第2章 相关理论与文献综述 |
| 2.1 理论基础 |
| 2.1.1 低碳经济理论 |
| 2.1.2 可持续发展理论 |
| 2.1.3 环境库兹涅茨曲线理论 |
| 2.1.4 协同效应理论 |
| 2.2 国内外研究现状 |
| 2.2.1 CO_2与大气污染物排放的影响因素 |
| 2.2.2 CO_2与大气污染物排放特性 |
| 2.2.3 CO_2与大气污染物之间的协同效应 |
| 2.2.4 现有研究评析 |
| 2.3 本章小结 |
| 第3章 电力行业CO_2与大气污染物协同减排的能源系统优化模型构建 |
| 3.1 模型方法综述 |
| 3.2 电力行业的能源系统优化模型 |
| 3.2.1 能源服务需求预测模块 |
| 3.2.2 能源系统模块 |
| 3.2.3 排放分析模块 |
| 3.2.4 减排费用-效果分析模块 |
| 3.2.5 模型体系计算流程 |
| 3.3 协同减排效应评价体系 |
| 3.3.1 大气污染物当量归一化 |
| 3.3.2 坐标综合评价 |
| 3.4 减排技术及其协同减排效果研究 |
| 3.4.1 减排技术数据库构建研究 |
| 3.4.2 协同减排效果评价研究 |
| 3.5 本章小结 |
| 第4章 电力行业CO_2与大气污染物协同减排的情景分析 |
| 4.1 排放影响因素分解研究 |
| 4.1.1 因素分解法概述 |
| 4.1.2 因素分解模型的构建 |
| 4.1.3 基础数据分析 |
| 4.1.4 排放因素分解研究 |
| 4.2 协同减排情景基础假设 |
| 4.2.1 人口和城市化率假设 |
| 4.2.2 GDP和产业结构假设 |
| 4.2.3 中国的社会-经济假设 |
| 4.3 协同减排情景设定 |
| 4.4 电力行业发展分析 |
| 4.4.1 电力行业能源消费及构成 |
| 4.4.2 电力消费需求 |
| 4.4.3 电力生产构成 |
| 4.5 本章小结 |
| 第5章 电力行业CO_2与大气污染物协同减排的特性研究 |
| 5.1 CO_2排放特性分析 |
| 5.2 大气污染物排放特性分析 |
| 5.3 CO_2和大气污染物减排特性分析 |
| 5.3.1 CO_2和大气污染物减排量 |
| 5.3.2 CO_2和大气污染物减排率 |
| 5.3.3 CO_2和大气污染物峰值 |
| 5.4 模型有效性验证 |
| 5.5 本章小结 |
| 第6章 电力行业CO_2与大气污染物的协同减排效应分解研究 |
| 6.1 协同减排效应及影响因素分解 |
| 6.1.1 协同减排的结构效应 |
| 6.1.2 协同减排的技术效应 |
| 6.1.3 CO_2整体减排效应 |
| 6.2 协同减排交叉弹性分析 |
| 6.2.1 协同减排交叉弹性系数评价 |
| 6.2.2 协同减排交叉弹性效果评价 |
| 6.3 协同减排效果综合分析 |
| 6.4 协同减排费用-效果评价 |
| 6.4.1 参考情景的费用-效果评价 |
| 6.4.2 技术减排情景的费用-效果评价 |
| 6.4.3 结构减排情景费用-效果评价 |
| 6.4.4 综合减排情景费用-效果评价 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 政策建议 |
| 7.2.1 加强污染防治,推广节能技术 |
| 7.2.2 推动清洁利用,优化能源结构 |
| 7.2.3 调整电力需求,强化政策扶持 |
| 7.3 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（3）基于生态承载力的电源结构优化模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 生态承载力研究现状 |
| 1.2.2 主要类型发电的生态影响研究现状 |
| 1.2.3 电源结构优化研究现状 |
| 1.3 论文主要研究内容和创新点 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究创新点 |
| 第2章 相关基础理论 |
| 2.1 生态承载力基本理论 |
| 2.1.1 生态承载力的概念 |
| 2.1.2 生态承载力的特性 |
| 2.1.3 生态承载力的量化方法 |
| 2.2 我国电源结构发展现状 |
| 2.2.1 主要类型电源的发电规模分析 |
| 2.2.2 主要类型电源的发电资源潜力分析 |
| 2.3 电源结构规划模型 |
| 2.3.1 传统电源结构规划 |
| 2.3.2 可持续电源结构规划 |
| 2.3.3 电源结构规划优化方法 |
| 2.4 本文生态承载力和电源结构优化的研究边界 |
| 2.4.1 本文生态承载力的概念界定 |
| 2.4.2 本文生态承载力在电源结构优化中的体现形式 |
| 2.4.3 本文电源结构优化系统构成 |
| 2.5 本章小结 |
| 第3章 清洁能源发电替代火电对生态承载力的影响分析 |
| 3.1 水电替代火电的生态承载力影响分析 |
| 3.1.1 基于系统动力学的水电生态影响途径分析 |
| 3.1.2 生态系统耦合协调度模型 |
| 3.1.3 实证分析 |
| 3.2 风电替代火电的生态承载力影响分析 |
| 3.2.1 基于系统动力学的风电生态影响途径分析 |
| 3.2.2 生态系统耦合协调度模型 |
| 3.2.3 实证分析 |
| 3.3 光伏发电替代火电的生态承载力影响分析 |
| 3.3.1 基于系统动力学的光伏发电生态影响途径分析 |
| 3.3.2 生态系统耦合协调度模型 |
| 3.3.3 实证分析 |
| 3.4 本章小结 |
| 第4章 生态资源和环境承载力目标下的单区域电源结构优化模型 |
| 4.1 问题描述和优化思路 |
| 4.1.1 问题描述 |
| 4.1.2 优化思路 |
| 4.2 模型构建 |
| 4.2.1 假设条件 |
| 4.2.2 符号说明 |
| 4.2.3 目标函数 |
| 4.2.4 约束条件 |
| 4.3 模型求解 |
| 4.3.1 多目标问题处理方法 |
| 4.3.2 模型求解算法 |
| 4.4 实证分析 |
| 4.4.1 基础数据 |
| 4.4.2 电源结构优化结果及分析 |
| 4.5 本章小结 |
| 第5章 生态经济承载力目标下的单区域电源结构优化模型 |
| 5.1 问题描述和优化思路 |
| 5.1.1 问题描述 |
| 5.1.2 优化思路 |
| 5.2 模型构建 |
| 5.2.1 假设条件 |
| 5.2.2 符号说明 |
| 5.2.3 目标函数 |
| 5.2.4 约束条件 |
| 5.2.5 模型求解 |
| 5.3 实证分析 |
| 5.3.1 基础数据 |
| 5.3.2 电源结构优化结果及分析 |
| 5.4 本章小结 |
| 第6章 基于综合生态承载力的单区域电源结构优化模型 |
| 6.1 问题描述和优化思路 |
| 6.1.1 问题描述 |
| 6.1.2 优化思路 |
| 6.2 模型构建 |
| 6.2.1 假设条件 |
| 6.2.2 目标函数 |
| 6.2.3 约束条件 |
| 6.2.4 模型求解 |
| 6.3 实证分析 |
| 6.3.1 基础数据 |
| 6.3.2 电源结构优化结果及分析 |
| 6.4 本章小结 |
| 第7章 基于综合生态承载力的跨区域电源结构优化模型 |
| 7.1 问题描述和优化思路 |
| 7.1.1 问题描述 |
| 7.1.2 优化思路 |
| 7.2 模型构建 |
| 7.2.1 假设条件 |
| 7.2.2 符号说明 |
| 7.2.3 目标函数 |
| 7.2.4 约束条件 |
| 7.2.5 模型求解 |
| 7.3 实证分析 |
| 7.3.1 基础数据 |
| 7.3.2 电源结构优化结果及分析 |
| 7.4 本章小结 |
| 第8章 研究成果和结论 |
| 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 |
（4）Conformable累加灰色模型及其在PM2.5和PM10预测中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 灰色模型研究现状 |
| 1.2.2 空气质量预测研究现状 |
| 1.2.3 研究综述 |
| 1.3 研究内容及其方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 创新点 |
| 1.3.4 技术路线 |
| 第2章 Conformable分数阶累加GM(1,1)模型的研究 |
| 2.1 传统累加生成算子 |
| 2.2 Conformable分数阶累加生成算子 |
| 2.2.1 Conformable分数阶累加生成算子的累加过程 |
| 2.2.2 Conformable分数阶累加生成算子的性质 |
| 2.3 传统的GM(1,1)模型 |
| 2.4 Conformable分数阶累加GM(1,1)模型 |
| 2.4.1 Conformable分数阶累加GM(1,1)模型建模过程 |
| 2.4.2 Conformable分数阶累加GM(1,1)模型的稳定性分析 |
| 2.5 案例分析 |
| 2.6 本章小结 |
| 第3章 Conformable分数阶累加Verhulst模型的研究 |
| 3.1 Conformable分数阶累加Verhulst模型的建立 |
| 3.2 Conformable分数阶累加Verhulst模型的稳定性 |
| 3.3 案例分析 |
| 3.4 本章小结 |
| 第4章 Conformable分数阶累加RGM(1,1)模型的研究 |
| 4.1 CRGM(1,1)模型的建模过程 |
| 4.1.1 Conformable分数阶累加Verhulst模型建模过程 |
| 4.1.2 传统的Riccati方程 |
| 4.1.3 基于Riccati方程的灰色预测模型的建模过程 |
| 4.2 Conformable分数阶累加的RGM(1,1)模型的稳定性分析 |
| 4.3 案例分析 |
| 4.4 本章小结 |
| 第5章 长三角地区及汾渭平原年平均PM2.5 和PM10浓度预测 |
| 5.1 长三角地区及汾渭平原空气质量状况 |
| 5.2 数据来源及处理 |
| 5.3 模型的选择 |
| 5.4 长三角地区年平均PM2.5 和PM10浓度预测 |
| 5.5 汾渭平原年平均PM2.5 和PM10浓度预测 |
| 5.6 分析与建议 |
| 5.6.1 长三角地区空气质量分析及治理建议 |
| 5.6.2 汾渭平原空气质量分析及治理建议 |
| 5.7 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和参加科研情况 |
| 致谢 |
| 作者简介 |
| 附录 |
（5）北京经济-能源-排放系统优化政策仿真模拟研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 文献综述 |
| 1.2.1 经济、能源和排放关系研究现状 |
| 1.2.2 经济—能源—排放系统动力学方法研究 |
| 1.3 本文研究内容及框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 创新点 |
| 第二章 北京经济—能源—排放系统的现状及政策分析 |
| 2.1 北京经济发展现状及政策分析 |
| 2.1.1 北京经济发展现状 |
| 2.1.2 北京经济政策分析 |
| 2.2 北京能源消费现状及政策分析 |
| 2.2.1 北京能源供需现状 |
| 2.2.2 北京能源政策分析 |
| 2.3 北京污染排放现状及政策分析 |
| 2.3.1 北京污染排放现状 |
| 2.3.2 北京排放政策分析 |
| 2.4 本章小结 |
| 第三章 北京经济—能源—排放系统的系统动力学模型构建 |
| 3.1 模型假设 |
| 3.2 模型结构分析 |
| 3.3 模型参数与方程设定 |
| 3.4 模型检验 |
| 3.5 本章小结 |
| 第四章 政策模拟与结果分析 |
| 4.1 基准情景设定与模拟 |
| 4.1.1 基准情景设定 |
| 4.1.2 基准情景仿真模拟结果 |
| 4.2 政策情景设置与模拟分析 |
| 4.2.1 情景设置 |
| 4.2.2 政策情景仿真模拟结果 |
| 4.3 本章小结 |
| 第五章 研究结论与展望 |
| 5.1 研究结论与政策建议 |
| 5.2 展望与不足 |
| 参考文献 |
| 附录A |
| 附录B |
| 在学期间的研究成果 |
| 致谢 |
（6）上海市交通道路路边站环境空气污染特征及来源分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 第2章 国内外研究动态 |
| 2.1 交通道路污染与主要污染物 |
| 2.2 国内外文献综述 |
| 2.3 国内外环境空气监测网络 |
| 2.3.1 美国环境空气监测网络 |
| 2.3.2 欧盟的环境空气监测网络 |
| 2.3.3 中国香港环境空气监测网络 |
| 2.3.4 上海市环境空气监测网络 |
| 2.4 本章小结 |
| 第3章 研究方法与技术路线 |
| 3.1 研究内容 |
| 3.2 道路交通污染的观测点 |
| 3.3 研究的方法 |
| 3.3.1 回归分析 |
| 3.3.2 “机动车实时排放空气污染预警系统”介绍 |
| 3.4 观测仪器与分析方法 |
| 3.5 技术路线 |
| 第4章 交通道路附近环境污染特征 |
| 4.1 机动车与交通现状 |
| 4.1.1 机动车保有量与结构 |
| 4.1.2 道路行驶特征 |
| 4.2 上海市交通道路网络现状 |
| 4.3 国控站和交通站污染物浓度变化的总体比较 |
| 4.3.1 年均浓度比较 |
| 4.3.2 月均浓度比较 |
| 4.3.3 小时均值比较 |
| 4.4 不同交通站污染物的污染特征比较 |
| 4.4.1 NO_x |
| 4.4.2 CO |
| 4.4.3 PM_(2.5) |
| 4.4.4 BC |
| 4.4.5 国控站与交通站的相关性 |
| 4.5 本章小结 |
| 第5章 上海典型交通道路污染影响因素 |
| 5.1 典型交通道路污染物影响因素研究 |
| 5.1.1 污染物的相互关系 |
| 5.1.2 影响因素的相关分析 |
| 5.1.3 影响因素的检验 |
| 5.2 气象影响因素分析 |
| 5.3 本章小结 |
| 第6章 上海典型区域空气污染物分布的模拟研究 |
| 6.1 上海地区典型区域道路机动车排放特征研究 |
| 6.1.1 典型区域机动车行驶规律 |
| 6.1.2 不同类型车辆小时排放分担率 |
| 6.1.3 各车型日排放分担率 |
| 6.2 ADMS-Urban交通影响预测 |
| 6.2.1 ADMS-Urban模型的介绍 |
| 6.2.2 ADMS-Urban模型特点 |
| 6.2.3 移动源扩散数学模式 |
| 6.2.4 模型运行所需参数 |
| 6.2.5 模型输出结果 |
| 6.2.6 ADMS-Urban模型计算案例 |
| 6.3 上海典型区域NO_x污染物模拟及分布规律研究 |
| 6.3.1 NOx污染模拟时间分布规律 |
| 6.3.2 NOx污染模拟空间分布 |
| 第7章 结论与建议 |
| 7.1 结论 |
| 7.2 建议 |
| 参考文献 |
| 致谢 |
（7）中国空气污染相关疾病负担的动态评估及其减排响应（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 空气质量数值模拟 |
| 1.2.2 空气污染物的来源解析 |
| 1.2.3 空气污染的健康影响评估 |
| 1.2.4 空气污染的减排响应 |
| 1.3 研究目的与意义 |
| 1.4 研究内容 |
| 1.5 技术路线 |
| 第二章 资料与方法 |
| 2.1 数据来源 |
| 2.1.1 空气质量监测数据 |
| 2.1.2 人口数据 |
| 2.1.3 基线死亡率数据 |
| 2.1.4 死亡人数 |
| 2.1.5 经济指标数据 |
| 2.2 WRF-Chem模式 |
| 2.2.1 模式简介 |
| 2.2.2 物理参数方案 |
| 2.2.3 化学参数方案 |
| 2.2.4 排放清单 |
| 2.2.5 模式设置和区域划分 |
| 2.3 健康影响评估 |
| 2.3.1 过早死亡计算 |
| 2.3.2 年龄标准化死亡率 |
| 2.4 健康经济损失评估 |
| 第三章 空气污染源及空气污染物时空分布特征 |
| 3.1 基于MEIC清单的人为排放特征 |
| 3.1.1 人为排放的年际变化规律 |
| 3.1.2 人为排放的年变化规律 |
| 3.1.3 人为排放的空间分布特征 |
| 3.2 基于数值模拟的空气污染特征 |
| 3.2.1 模拟验证与评价 |
| 3.2.2 PM_(2.5)污染特征 |
| 3.2.3 O_3污染特征 |
| 3.3 人群暴露水平 |
| 3.3.1 PM_(2.5)污染暴露人口 |
| 3.3.2 O_3污染暴露人口 |
| 3.4 不确定性分析 |
| 3.5 本章小结 |
| 第四章 空气污染对健康及其经济影响的动态评估 |
| 4.1 潜在驱动因素的变化趋势 |
| 4.2 归因于PM_(2.5)污染的过早死亡 |
| 4.2.1 总体分析 |
| 4.2.2 疾病特异性分析 |
| 4.2.3 人群特异性分析 |
| 4.2.4 区域特异性分析 |
| 4.3 归因于O_3污染的过早死亡 |
| 4.3.1 总体分析 |
| 4.3.2 区域特异性分析 |
| 4.4 不同驱动因素对归因死亡的影响 |
| 4.4.1 归因死亡趋势贡献分析 |
| 4.4.2 不同驱动因素对PM_(2.5)归因死亡的影响 |
| 4.4.3 不同驱动因素对O_3归因死亡的影响 |
| 4.5 归因于空气污染的健康经济损失 |
| 4.5.1 总体分析 |
| 4.5.2 区域特异性分析 |
| 4.6 不确定分析 |
| 4.7 本章小结 |
| 第五章 不同排放源对空气污染物浓度及其过早死亡的贡献 |
| 5.1 排放情景设置 |
| 5.2 不同排放源对我国污染物浓度的贡献 |
| 5.2.1 不同排放源对PM_(2.5)的贡献 |
| 5.2.2 不同排放源对O_3浓度的贡献 |
| 5.3 不同排放源对过早死亡的贡献 |
| 5.3.1 不同排放源对PM_(2.5)归因死亡的影响 |
| 5.3.2 不同排放源对O_3归因死亡的影响 |
| 5.3.3 不同排放源对归因死亡的贡献 |
| 5.4 污染控制建议 |
| 5.5 不确定性分析 |
| 5.6 本章小结 |
| 第六章 不同污染控制情景下的未来预测 |
| 6.1 未来情景设置 |
| 6.2 PM_(2.5)减少带来的潜在健康经济效益 |
| 6.2.1 按比例减排的健康经济效益 |
| 6.2.2 按目标浓度减排的健康经济效益 |
| 6.3 O_3减少带来的潜在健康经济效益 |
| 6.4 人口和基线死亡率的驱动 |
| 6.5 不确定性分析 |
| 6.6 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（8）基于城市代谢物质流模型的兰州市城市物质流动特征分析（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 城市物质代谢的国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 1.2.3 研究进展的总体综述 |
| 1.3 研究目的及意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.3.3 研究的创新点 |
| 1.4 研究内容及研究路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究路线 |
| 第二章 城市代谢物质流模型结构与分析方法 |
| 2.1 EW-MFA框架 |
| 2.1.1 EW-MFA框架及物质流动基本项的定义 |
| 2.1.2 EW-MFA物质平衡方程 |
| 2.2 UM框架及定义 |
| 2.2.1 UM框架 |
| 2.2.2 UM物质平衡方程及物质流动基本项的定义 |
| 2.3 基于EW-MFA框架和UM框架的UM-MFA模型 |
| 2.3.1 模型结构 |
| 2.3.2 研究区域及数据来源 |
| 2.3.3 城市代谢物质流核算框架 |
| 2.3.4 城市代谢物质流动特征评价指标体系 |
| 第三章 城市物质代谢实证研究 |
| 3.1 兰州市物质代谢的变化趋势 |
| 3.1.1 农业活动物质流分析 |
| 3.1.2 工业活动物质流分析 |
| 3.1.3 日常生活活动物质流分析 |
| 3.1.4 建设活动物质流分析 |
| 3.1.5 交通运输活动物质流分析 |
| 3.2 兰州市物质代谢的总体特征 |
| 3.2.1 兰州市城市代谢2009年与2018年物质流对比分析 |
| 3.2.2 兰州城市代谢2009年至2018年物质流全景分析 |
| 3.2.3 本节小结 |
| 3.3 本章小结 |
| 第四章 城市代谢物质流动特征分析 |
| 4.1 兰州市城市代谢子模块物质流动特征分析 |
| 4.1.1 农业活动模块物质流动特征分析 |
| 4.1.2 工业活动模块物质流动特征分析 |
| 4.1.3 日常生活活动模块物质流动特征分析 |
| 4.1.4 建设活动模块物质流动特征分析 |
| 4.1.5 交通运输活动模块物质流动特征分析 |
| 4.2 兰州市城市代谢物质流动总体特征分析 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 附表Ⅰ兰州市UM-MFA模型输出结果 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（9）中国地区大气污染—植被—二氧化碳的相互影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 二氧化碳数值模拟研究 |
| 1.2.2 陆地生态系统模式研究 |
| 1.2.3 臭氧和颗粒物对植被的影响研究 |
| 1.2.4 二氧化碳施肥效应研究 |
| 1.3 本文研究内容 |
| 第二章 研究方法与数据 |
| 2.1 区域气候化学模式RegCM-CHEM简介 |
| 2.1.1 发展历程 |
| 2.1.2 主要模块 |
| 2.1.3 气溶胶和气相化学机制 |
| 2.2 陆地生态系统模式YIBs |
| 2.2.1 YIBs模式主要过程 |
| 2.2.2 冠层辐射方案 |
| 2.2.3 生物源挥发性有机物排放方案 |
| 2.2.4 臭氧损伤方案 |
| 2.3 RegCM-CHEM-YIBs耦合模式 |
| 2.3.1 耦合模式框架 |
| 2.3.2 模式输入数据 |
| 第三章 中国地区二氧化碳时空分布特征的模拟研究 |
| 3.1 模式设置 |
| 3.2 模式结果验证与分析 |
| 3.2.1 气象场评估 |
| 3.2.2 陆地生态系统碳通量评估 |
| 3.2.3 二氧化碳浓度评估 |
| 3.3 二氧化碳浓度和陆地碳通量的时空分布特征 |
| 3.3.1 年际变化特征 |
| 3.3.2 季节变化特征 |
| 3.4 陆地碳通量对二氧化碳浓度的影响 |
| 3.5 本章小结 |
| 第四章 臭氧和颗粒物对植被碳通量及二氧化碳浓度的影响研究 |
| 4.1 数值试验方案设计 |
| 4.2 模拟结果评估 |
| 4.2.1 臭氧浓度模拟及验证 |
| 4.2.2 气溶胶光学厚度模拟及验证 |
| 4.3 臭氧对植被碳通量以及大气二氧化碳浓度的影响 |
| 4.3.1 臭氧对植被碳通量的影响 |
| 4.3.2 臭氧对大气二氧化碳浓度的影响 |
| 4.3.3 不确定性分析 |
| 4.4 颗粒物对植被碳通量以及大气二氧化碳浓度的影响 |
| 4.4.1 颗粒物对辐射、温度和饱和蒸气压差的影响 |
| 4.4.2 颗粒物对植被碳通量的影响 |
| 4.4.3 不同气象因子对植被碳通量的贡献 |
| 4.4.4 颗粒物对大气二氧化碳浓度的影响 |
| 4.4.5 不确定性分析 |
| 4.5 本章小结 |
| 第五章 区域二氧化碳浓度升高和全球气候变化对臭氧及二次有机气溶胶的影响研究 |
| 5.1 数值试验方案设计 |
| 5.2 模拟结果评估 |
| 5.2.1 BVOC排放的模拟与验证 |
| 5.2.2 SOA浓度的模拟与验证 |
| 5.3 区域CO_2浓度升高和全球气候变化对我国气候的影响 |
| 5.4 区域CO_2浓度升高和全球气候变化对植被碳收支及BVOC排放的影响 |
| 5.4.1 植被光合作用速率及生产力的变化 |
| 5.4.2 植被BVOC排放的变化 |
| 5.5 区域CO_2浓度升高和全球气候变化对臭氧和SOA的影响 |
| 5.5.1 对近地面臭氧浓度的影响 |
| 5.5.2 对二次有机气溶胶浓度的影响 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文主要研究结果 |
| 6.2 本文主要创新点 |
| 6.3 未来工作展望 |
| 6.3.1 本文工作的不足之处 |
| 6.3.2 今后工作展望 |
| 参考文献 |
| 致谢 |
| 博士期间科研成果 |
（10）环保财政支出对环境污染减排的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究内容与技术路线 |
| 1.3.1 内容框架 |
| 1.3.2 技术路线 |
| 1.4 研究方法 |
| 1.5 可能的创新之处 |
| 2 理论基础与文献综述 |
| 2.1 理论基础 |
| 2.2 国内外研究现状 |
| 2.2.1 有关环境污染的影响因素研究 |
| 2.2.2 有关环境污染减排的研究 |
| 2.2.3 有关环保财政支出对环境污染减排的研究 |
| 2.3 研究现状评述 |
| 2.4 本章小结 |
| 3 环保财政支出与环境污染减排现状 |
| 3.1 环保财政支出现状 |
| 3.1.1 环保财政支出的绝对规模 |
| 3.1.2 环保财政支出的相对规模 |
| 3.1.3 环保财政支出的结构 |
| 3.2 环境污染减排的现状 |
| 3.3 本章小结 |
| 4 环保财政支出对环境污染减排的影响机理 |
| 4.1 概念界定 |
| 4.1.1 环保财政支出 |
| 4.1.2 环境污染减排 |
| 4.2 影响机理 |
| 4.2.1 环保财政支出对环境污染减排的直接作用 |
| 4.2.2 环保财政支出对环境污染减排的间接作用 |
| 4.3 本章小结 |
| 5 环保财政支出对环境污染减排影响的实证分析 |
| 5.1 环保财政支出对环境污染减排影响的模型设定 |
| 5.2 变量选择和数据来源 |
| 5.2.1 变量选择 |
| 5.2.2 数据来源和描述性统计 |
| 5.3 环保财政支出对环境污染减排影响的面板回归检验 |
| 5.4 研究假设检验 |
| 5.5 本章小结 |
| 6 环保财政支出对环境污染减排的门槛效应分析 |
| 6.1 环保财政支出对环境污染减排的门槛模型设定 |
| 6.2 环保财政支出对环境污染减排的门槛效应分析 |
| 6.3 本章小结 |
| 7 政策建议 |
| 7.1 加大环保财政支出的力度 |
| 7.2 优化环保财政支出的结构 |
| 7.3 强化环保财政资金的监管 |
| 7.4 加强环保技术研发 |
| 8 研究结论及未来展望 |
| 8.1 研究结论 |
| 8.2 不足之处与未来展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 在校期间参与的工作 |
四、我国污染物排放总量逐年下降（论文参考文献）
- [1]基于信息熵-基尼系数法的汾河中游污染物总量三级分配研究[D]. 张富康. 西安理工大学, 2021(01)
- [2]中国电力行业二氧化碳与大气污染物协同减排的发展路径研究[D]. 于跃. 太原理工大学, 2021(01)
- [3]基于生态承载力的电源结构优化模型研究[D]. 柴剑雪. 华北电力大学(北京), 2021(01)
- [4]Conformable累加灰色模型及其在PM2.5和PM10预测中的应用研究[D]. 顿梦. 河北工程大学, 2021(08)
- [5]北京经济-能源-排放系统优化政策仿真模拟研究[D]. 朱安丰. 北方工业大学, 2021(02)
- [6]上海市交通道路路边站环境空气污染特征及来源分析[D]. 卞吉玮. 华东理工大学, 2021(08)
- [7]中国空气污染相关疾病负担的动态评估及其减排响应[D]. 李勇. 兰州大学, 2020(04)
- [8]基于城市代谢物质流模型的兰州市城市物质流动特征分析[D]. 尹然. 兰州大学, 2020(04)
- [9]中国地区大气污染—植被—二氧化碳的相互影响研究[D]. 谢晓栋. 南京大学, 2020(12)
- [10]环保财政支出对环境污染减排的影响研究[D]. 黄赟. 西安理工大学, 2020(01)