杨丹丹 ,王体健*,李 树 ,束 蕾,薛志刚 ,柴发合 (.南京大学大气科学学院,江苏 南京 003;.中国环境科学研究院,北京 000)
关键字:双目标规划;PM2.5控制策略;遗传算法;最小减排成本;最大减排量
为了加快改善城市环境空气质量,进一步降低细颗粒物浓度,精准施策,优化污染控制策略,制定兼顾治理成本和排放总量的减排方案是十分必要的.欲使城市PM2.5浓度达到空气质量标准,需对各种大气污染物进行全面控制,其中包括一次颗粒物排放、SO2、NOx、VOCs和 NH3等[1].我国相关研究大多数采用大气环境容量的概念,计算大气污染浓度达到国家环境空气质量标准时的最大允许污染物排放量[2].已有研究运用空气质量模型WRF-CAMx和全国大气污染物排放清单,模拟计算了基于全国城市PM2.5达标的大气环境容量,这是在全国尺度上的运用[3].另外大气环境容量的计算还被广泛运用于区域尺度[4]和城市尺度[5-6]等.
根据大气污染物总量控制的方法,采取了一系列控制措施,如搬迁或关闭钢铁厂、焦化厂等高排放污染源.这一系列的控制措施,对改善区域空气质量是有效的,控制成本却相当可观[7].因此,基于最优化数学方法的成本效益分析在环境决策领域得到了广泛应用,我国学者也积极开展了大气污染优化控制方面的工作.通过建立具有软约束条件的控制费用最小目标的线性规划模型[8],开发大气复合污染区域调控与决策支持系统[9]等方法,评估全国钢铁行业[10]、燃煤电厂[11]的减排效……