【专家视角】南京信息工程大学杨洋教授团队Nature Communications｜中国制定减...

来源：市场资讯

（来源：生态修复网）

气溶胶 - 云相互作用是人为气候强迫估算中最大的不确定性来源之一，削减气溶胶以改善空气质量、实现气候目标，会因气溶胶冷却效应减弱引发非预期增温。该研究针对中国碳中和路径下二氧化硫（SO₂）排放的空间优化减排开展气候效应评估，发现聚焦高污染区域的靶向减排，可显著抑制 2020-2060 年气溶胶 - 云相互作用有效辐射强迫（ERFaci）的上升幅度。基于气溶胶 - 云相互作用的非线性特征，优化减排策略能将 2020-2040 年中国区域平均 ERFaci 增幅从 0.89 瓦每平方米以上控制在 0.13 瓦每平方米以内，2060 年可将 ERFaci 增幅削弱三分之二。研究证实，靶向排放管控在实现空气质量目标的同时，对缓解短期气候风险具备关键作用，同时也指出了策略实施的区域公平性与方法学不确定性问题，为中国碳中和与大气污染协同治理提供了科学依据。

1 科学问题

中国碳中和路径下 SO₂为主的气溶胶减排，会通过减弱气溶胶冷却效应引发何种程度的短期气候增温？

气溶胶 - 云相互作用的非线性特征，如何影响气溶胶减排的辐射强迫响应？

能否通过空间优化 SO₂减排策略，在保障空气质量改善的前提下，缓解清洁空气政策带来的短期非预期增温？

优化减排策略在气候效益、空气质量效益与区域实施公平性之间如何平衡？

2 研究方案

数据与情景设定采用 2001-2020 年中国多尺度排放清单模型（MEIC）的人为 SO₂排放数据，以及 2020-2060 年碳中和路径下 DPEC 框架的未来排放情景，SO₂排放量预计从 2020 年的 10.0 太克降至 2060 年的 1.0 太克；结合 MODIS 卫星反演的气溶胶、云属性数据与 CERES 辐射数据，构建气溶胶指数（AI）、云滴数浓度（Nd）与 ERFaci 的估算体系。

核心参数估算以 AI 作为云凝结核替代指标，建立 AI 与 SO₂排放的线性回归关系，结合 sigmoid 函数拟合 AI 与 Nd 的非线性关联；基于 Twomey 公式与云反照率计算方法，定量评估 ERFaci 变化。

减排策略设计设置对照试验：保持全国总减排量不变，分别针对中国 SO₂排放前 5%、10%、20% 的高排放区域实施靶向减排；构建动态减排方案，通过二分迭代法确定逐年排放阈值，将减排行动从清洁、中度污染区域转移至高污染区域，实现空间优化。

模型模拟验证采用 GEOS-Chem 大气化学模型，模拟原始减排与动态优化减排情景下 2020-2060 年气溶胶 - 辐射相互作用有效辐射强迫（ERFari）的变化，区分气溶胶 - 云与气溶胶 - 辐射过程的贡献。

3 结论

常规减排的增温风险碳中和路径下，中国 SO₂大幅减排导致云凝结核减少、云滴数浓度下降，2030 年中国区域平均 ERFaci 较 2020 年增加 0.89 瓦每平方米，2060 年增加 3.03 瓦每平方米，叠加温室气体增温效应，加剧短期气候风险；气溶胶 - 云响应呈非线性，清洁环境下气溶胶变化对辐射强迫的影响更显著。

优化减排的气候效益高污染区域优先减排可利用非线性效应降低增温风险，2030 年靶向减排情景下，全国 ERFaci 增幅可控制在 0.10 瓦每平方米以内；动态优化减排策略下，2020-2040 年中国区域平均 ERFaci 增幅被限制在 0.13 瓦每平方米以内，2060 年 ERFaci 增幅降至 1.09 瓦每平方米，较原始情景削弱三分之二。

空气质量协同效益动态优化减排与原始减排情景的全国 PM2.5 浓度改善效果相当，气候效益未以牺牲空气质量为代价；优化减排的气候收益主要来自云微物理过程改变，而非气溶胶直接辐射效应。

4 研究不足

ERFaci 估算基于卫星观测拟合的 Nd 与 AI 关系，存在卫星反演偏差、拟合误差及转换系数不确定性，未完全考虑气溶胶传输与混合过程。

研究主要聚焦硫酸盐气溶胶，对有机碳等其他气溶胶的评估有限；气候模式对气溶胶 - 云相互作用的模拟仍存在较大偏差，结果需全耦合模式进一步验证。

动态减排策略会大幅增加山东、重庆、湖北、河北等工业省份的减排压力，存在区域实施公平性问题。

5 研究展望

结合多源观测与全耦合气候模式，优化气溶胶 - 云相互作用参数化方案，降低辐射强迫估算的不确定性。

拓展研究范畴，纳入黑碳、有机碳等多种气溶胶，完善多污染物协同优化减排体系。

制定配套政策，通过财政支持清洁技术升级、跨省产业转移、劳动力转型计划，平衡区域减排成本，提升策略可行性。

将短期气溶胶减排优化融入长期气候减缓框架，应对 21 世纪中后期策略有效性下降的问题。

结语与展望