Fossil fuel CO2 traced by radiocarbon in fifteen Chinese cities

放射性碳年代测定 中国 环境科学 化石燃料 空气污染 煤燃烧产物 微粒 薄雾 碳同位素 分摊 气象学 大气科学 地理 自然地理学 化学 环境化学 地质学 考古 废物管理 工程类 总有机碳 有机化学 法学 政治学
作者
Weijian Zhou,Zhenchuan Niu,Shugang Wu,Xiaohu Xiong,Yaoyao Hou,Peng Wang,Tian Feng,Peng Cheng,Hua Du,Xuefeng Lu,Zhisheng An,George S. Burr,Yizhi Zhu
出处
期刊:Science of The Total Environment [Elsevier]
卷期号:729: 138639-138639 被引量:26
标识
DOI:10.1016/j.scitotenv.2020.138639
摘要

China is an important fossil fuel CO2 (CO2ff) emitter and the international community is thus concerned with quantifying reductions in Chinese carbon emissions in the recent past. Compared to traditional statistical method, radiocarbon (14C) offers a different approach to quantify atmospheric CO2 derived from fossil fuel emissions. Here, we carry out a multi-year (2011–2016) CO2ff tracing by 14C in Xi'an, and a three-year (2014–2016) CO2ff tracing in 15 Chinese cities. The Xi'an results show that average CO2ff concentrations fell 35.9 ± 6.6% from 2014– 2016, compared to 2011–2013, and the timing of this decrease coincides with the implementation of nationwide carbon reduction measures in China, known as the Action Plan on Prevention and Control of Air Pollution. A WRF-Chem forward modeling simulation reveals that the CO2ff in Xi'an is mainly derived from local sources, and a source apportionment combined stable-carbon isotope showed that the CO2ff in this city is dominated by coal combustion (72.6 ± 10.4%). Strong CO2ff differences are found between January and July in most Chinese cities. High CO2ff concentrations often correspond to severe haze episodes and there are generally positive correlations between CO2ff and fine particulate (PM2.5) concentrations. Our study provides scientific data to understand the effects of CO2ff reduction strategies in China that can be applied to other countries as well.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
学道完成签到,获得积分10
刚刚
大雪完成签到 ,获得积分10
1秒前
英俊001完成签到 ,获得积分10
1秒前
1秒前
且听风吟完成签到 ,获得积分10
2秒前
Jocd完成签到,获得积分10
2秒前
Lvy完成签到,获得积分10
2秒前
159完成签到,获得积分10
3秒前
Elena完成签到,获得积分10
3秒前
郑洋完成签到 ,获得积分10
4秒前
可可可126完成签到 ,获得积分10
4秒前
喃逸发布了新的文献求助10
5秒前
6秒前
尊敬的高跟鞋完成签到,获得积分10
6秒前
7秒前
Doraemon完成签到 ,获得积分10
7秒前
木子yuchen完成签到,获得积分10
8秒前
75986686完成签到,获得积分10
8秒前
顽固分子完成签到 ,获得积分10
8秒前
淡淡的若冰应助山野桃饼采纳,获得20
8秒前
Fe_001完成签到 ,获得积分10
9秒前
无比璀璨的番茄关注了科研通微信公众号
9秒前
俏皮的豌豆完成签到,获得积分10
9秒前
没有你不行完成签到,获得积分10
10秒前
Mona完成签到 ,获得积分10
11秒前
junsizzz完成签到,获得积分10
11秒前
magickou完成签到,获得积分10
11秒前
nykal完成签到 ,获得积分10
12秒前
盒子先生完成签到,获得积分10
12秒前
海潮发布了新的文献求助10
12秒前
是真的宇航员啊完成签到,获得积分10
12秒前
淡淡的若冰应助东方耀采纳,获得10
14秒前
lings完成签到 ,获得积分10
15秒前
陈椅子的求学完成签到,获得积分10
16秒前
kuai0Yu完成签到,获得积分10
16秒前
破晓完成签到 ,获得积分10
18秒前
HMR完成签到 ,获得积分10
19秒前
冷静无声完成签到 ,获得积分10
20秒前
orixero应助兔子采纳,获得10
20秒前
Laisy完成签到,获得积分10
21秒前
高分求助中
Evolution 10000
CANCER DISCOVERY癌症研究的新前沿:中国科研领军人物的创新构想 中国专刊 500
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158693
求助须知:如何正确求助?哪些是违规求助? 2809927
关于积分的说明 7884596
捐赠科研通 2468681
什么是DOI,文献DOI怎么找? 1314374
科研通“疑难数据库(出版商)”最低求助积分说明 630601
版权声明 602012