费用效益评估模块

费用效益评估模块针对不同协同减排路径下的费用效益进行综合评估,目前包括减排成本核算、气候效应评估、环境健康效益评估和资源效应评估。减排成本核算方面采用减排成本动态核算模型,基于成本数据库中各类成本数据对未来产品生产技术、能源燃烧技术和污染末端治理技术演变下的综合减排成本进行核算。气候效应评估方面,目前包括温升效应评估和辐射效应评估。温升效应评估方面,根据现有排放源存量以及未来能源结构变化核算未来碳排放路径及锁定排放变化,评估碳排放的温升效应。在辐射效应评估方面,在暴露模拟得到的气溶胶浓度基础上,分别对其短波辐射强迫的直接影响与影响云微物理过程的间接影响进行评估,综合分析其辐射效应。在环境健康效益评估方面,将未来污染暴露、基准死亡率变化、人口总量及结构改变相结合,利用污染暴露响应模型分析污染相关的健康损失,核算环境健康效益。最后在资源效应评估方面,根据气象条件改变评估风光资源改变下的可利用性。同时在可再生能源需求上评估产业发展规模,评估关键矿产资源效应。 图1 减排成本核算模型框架 减排成本动态核算> 为合理测算不同情景下全国及重点区域未来的减排成本,基于中国近年来的能源转型与污染治理成本信息,在省级尺度上建立了减排成本核算模型。模型基于减排成本数据库实现了面向碳中和和清洁空气路径下的减排成本核算。在减排成本数据库中包括了各行业不同生产、燃烧、污染物末端控制、CCS碳捕集等技术的投资成本、运维成本,和能源消耗成本。在减排成本核算方面,针对电力供热、工业行业、移动源、民用源分别构建核算模型。其中燃煤电厂、钢铁、水泥、石化在设备层面构建,汽/柴油客/货车在车辆层面构建,其他精细行业则在技术层面构建。相较其他成本曲线模型,减排成本动态核算模型依据污染物减排量和不同减排率区间下的单位成本进行核算,能够更合理地刻画未来不同路径下技术演替的实施成本,在治理技术、行业措施、减排路径等不同层面分析减排成本的动态变化。目前减排成本动态核算模型仍在进行发布前的维护,未来将公开发布。 气候效应评估> 在气候效应评估方面,既考虑了与未来碳排放相关的温升效应,也考虑了未来污染排放变化下气溶胶浓度改变引起的辐射效应。在温升效应评估方面,将基于现有存量排放源与未来能源结构演变,核算锁定碳排放与未来碳排放变化,评估温升效应。在辐射效应评估方面,综合考虑气溶胶浓度改变对太阳短波辐射的直接影响与气溶胶影响云微物理过程的间接影响,评估气溶胶浓度变化对辐射效应的综合影响。 参考文献: 环境健康效益评估> 大气细颗粒物(PM2.5)、臭氧(O3)和二氧化氮(NO2)的长期和短期暴露均会带来不利健康效应,威胁人群健康。在评估我国居民长期及短期空气污染暴露水平的变化的基础上可以采用最新的污染暴露-响应模型估算空气污染暴露相关的成人过早死亡人数,从而量化我国气候和大气污染控制的健康效益。通过多组队列研究的结果整合分析,建立描述PM2.5暴露浓度与健康风险相关的污染暴露-响应曲线已被各类研究广泛采用。近年来,对于中国PM2.5污染暴露相关过早死亡的评估主要使用综合暴露-响应模型(IER)和全球暴露死亡模型(GEMM)。 综合暴露–响应模型(Integrated Exposure-Response, IER) IER模型由Richard Burnett等人开发,用于计算25岁以上人群环境PM2.5暴露相关的健康负担。IER模型在全球疾病负担(GBD) 2010报告中首次提出,随后被广泛应用于PM2.5污染相关的健康效益评估。最初的IER模型选取缺血性心脏病、慢性阻塞性肺病、肺癌、下呼吸道感染和中风作为健康终点。同时由于缺乏高PM2.5浓度下的队列研究,采用了等效毒性假设将吸烟、家庭固体燃料使用过程的浓度暴露纳入暴露响应关系的构建中。 随着对于PM2.5污染相关健康负担研究的不断深入,越来越多高浓度暴露下的队列研究涌现,模型陆续放松了等效毒性假设,并加入了对更多疾病的影响评估。在最新发表的2019年全球疾病负担研究(GBD 2019)中,随着更多队列研究的加入,模型在拟合中使用了更为灵活的样条函数,建立了新的PM2.5污染暴露-响应曲线构建方法(MR-BRT),对归因于PM2.5暴露引发的过早死亡进行评估。在GBD2019中,除了评估PM2.5浓度暴露对缺血性心脏病、慢性阻塞性肺疾病、肺癌、下呼吸道感染和中风外,还增加了对于II型糖尿病的影响评估。更多对于GBD 2019方法及数据的介绍可参见GBD2019官网。 全球暴露死亡模型(GEMM) 全球暴露死亡模型(Global Exposure Mortality Model)是由Richard Burnett等人开发的全球环境PM2.5污染暴露疾病负担评估模型。在GEMM模型中纳入了来自16个国家的41项队列研究,其中包含了来自中国的高PM2.5污染暴露的研究,放松了早期IER模型中采用的等效毒性假设,同时建立了新的风险评估方法对环境PM2.5污染进行评估。更多对于GEMM模型的介绍可参见GEMM模型相关文章。 参考文献: 资源效应评估> 未来气候气象条件的改变与碳减排路径下的能源产业体系变革同时会对资源供需产生影响。模型重点评估了气象条件改变下的风光资源效应与可再生能源供需变化下的关键矿产资源效应。在风光资源效应评估方面,基于历史与未来气象条件的变化,分析太阳能与风能资源分布的变化情况,评估了风光资源的可利用性。在关键矿产资源效应评估方面,基于未来可再生能源需求,分析未来相关产业布局发展情况,预测产业发展规模,评估关键矿产资源的供需情况。 参考文献:

污染暴露模拟模块

污染暴露模拟模块实现了在未来排放路径下的气候-化学相互作用影响评估和对污染暴露的大气化学模拟。模块主要包含4个部分:气候-化学相互作用评估模型、大气化学模拟、大气成分近实时追踪数据集和观测验证同化。其中气候-化学相互作用评估模型利用CMIP6多模式集合得到未来气象边界场,结合未来人为排放与自然排放,利用气候-化学耦合模型WRF-Chem,建立气候-化学双向耦合过程,实现对气候-化学相互作用的影响评估。在大气化学模拟方面,在未来气象场、人为和自然排放的基础上,利用大气化学传输模型预测未来PM2.5与O3污染浓度暴露。同时利用大气污染精细化来源解析模型(INMAP),构建污染源-受体响应关系,实现对未来排放变化下的污染暴露快速响应。大气成分近实时追踪数据集(TAP)提供了历史大气PM2.5浓度、PM2.5化学组分和O3浓度数据,可对大气化学模拟中的污染浓度数据进行同化校正。另外,在气候-化学相互作用评估与大气化学模拟中,利用气象观测数据、地面检测数据与卫星遥感数据,对其污染浓度数据进行观测验证同化,以提高模拟评估的准确性。 图1 污染暴露模拟模块 气候-化学相互作用评估模型> 在气候变化背景下,未来气候气象活动的改变将极大程度上影响大气污染状况,气溶胶不仅可以改变到达地面的辐射,而且可以通过参与云雨的形成,影响局地极端降水、大气环流、亚洲季风、水循环等,甚至会对整个气候系统产生显著影响。因此需要通过构建未来气候-化学相互作用影响评估系统建立双向反馈机制实现对气候-化学的相互作用影响进行综合评估。该评估主要利用气候-化学耦合模型WRF-Chem进行。其中输入数据包括CMIP6多模式结合的未来气象边界场与未来人为、自然源排放,利用气候-化学双向在线耦合的WRF-Chem模型能够分析综合考虑未来气象排放条件改变与气溶胶气候效应的气候-化学相互作用。 WRF-Chem气候-化学耦合模型 WRF-Chem是由美国NOAA预报系统实验室开发的,将气象模式WRF和化学模式Chem耦合形成的区域空气质量模式。不同于其他大气化学模型中气象化学分离的做法,WRF-Chem模型将大气过程、化学物种计算过程进行了在线的耦合,可实时反映局地的气溶胶气象反馈特征,包括辐射反馈和云反馈等多种机制,能够较好的反应大气气溶胶与气象之间的反馈作用,能够模拟更加真实的大气环境。关于对于WRF-Chem模型的详细介绍可参见WRF-Chem官方网站。 参考文献: 大气化学模拟> 在大气化学模拟方面,使用大气化学传输模型(GEOS-Chem、WRF-CMAQ、WRF-Chem等)评估未来气象场、人为和自然排放变化下未来不同减排路径下的PM2.5和O3污染暴露情况。并利用大气污染精细化来源解析模型(INMAP),实现污染暴露对未来排放变化的快速响应。 GEOS-Chem全球化学传输模型 GEOS-Chem模型由美国哈佛大学Daniel Jacob教授课题组开发的全球三维大气化学传输模式,针对大气中各类成分的大气化学物理化学过程进行模拟。GEOS-Chem以美国国家航空航天局(NASA)的全球模式与资料同化办公室(Global Modeling and Assimilation Office)提供的气象同化数据(Goddard Earth Observing System,GEOS)作为气象驱动场,实现对全球、不同区域的大气化学过程模拟。GEOS-Chem可单独使用针对中国地区进行空气质量嵌套模拟,也可与WRF-CMAQ模型结合,利用GEOS-Chem提供中国区域边界场,由WRF-CMAQ模型进行中国地区的空气质量模拟。对于GEOS-Chem的详细介绍可参见GEOS-Chem官方网站。 WRF-CMAQ区域空气质量模型 WRF-CMAQ是最常用的区域空气质量模拟评估系统,由WRF模型和CMAQ模型结合形成。其中WRF模型(The Weather Research and Forecasting Model)是开源的天气预报模型,常用于气象预报、大气环境模拟等工作,同时可以为空气质量模型提供气象场,支持空气质量模拟工作。CMAQ(Community Multiscale Air Quality Modeling System)模型是由美国环保署开发的第三代空气质量模型系统,包含了各类大气物理、化学过程活动的模拟,可用于各类大气环境影响评价及决策分析中。WRF-CMAQ模型的结合能够综合考虑各类气象过程对污染物的输送、扩散过程,同时结合各类大气污染物的相互影响以及污染物在大气中的气相各种化学过程,包括液相化学过程、非均相化学过程、气溶胶过程和干湿沉积过程对浓度分布的影响,实现对空气质量和污染暴露的全面评估。对于WRF-CMAQ的详细介绍可参见WRF官方网站和CMAQ官方网站。 大气污染精细化来源解析模型(INMAP) 大气污染精细化来源解析模型的核心是简化大气化学模型中国版本(the reduced-complexity Intervention Model for Air Pollution over China,InMAP-China),其是在简化大气化学模型InMAP基础上开发的中国国本地化模型。模型能够实现快速模拟一定污染物排放量下逐网格位置的PM2.5浓度水平,为开展多种排放源贡献解析、评估政策相关的污染及健康影响提供了可靠工具。该模型的输入数据包括网格化的排放数据、人口数据和过早死亡率数据(估算健康影响);输出包括PM2.5及其组分的浓度数据、PM2.5污染相关过早死亡数据。InMAP_China模型的源代码可从代码共享库中获取,含源代码、输入数据和用户使用手册,能够支持开展2017年中国空气质量模拟。对于InMAP模型的源代码、输入数据和使用手册,可从此处获取。 参考文献: 大气成分近实时追踪数据集> 为减少大气化学模型对空气质量模拟的系统性偏差,提升对未来污染暴露预测的准确性,研究引入了中国大气成分追踪数据集(Tracking Air Pollution in China,TAP)对大气化学模拟的结果进行同化校正。TAP数据集主要由清华大学开发维护;利用机器学习算法,该数据集融合了地面观测、卫星遥感、高分辨率排放清单、空气质量模型模拟等多源数据,提供了自2000年以来的高精度大气成分反演浓度。相较原始的WRF-CMAQ模型模拟结果,TAP数据可以更精准地再现中国细颗粒物浓度的历史分布及演变。因此利用TAP数据集对模拟结果进行同化校准能够提升模拟结果的可靠性。对于TAP数据集的详细介绍可参阅TAP官方网站。 参考文献: 观测验证同化> 为验证大气化学模型对空气质量模拟的准确性,引入了气象观测、地面监测和卫星遥感数据对大气化学模拟的污染暴露进行验证同化。在气象模拟同化方面,常采用美国国家环境预报中心的地表气象观测数据和高空气象观测数据进行数据同化以提升模拟准确性。在模拟结果验证方面,常使用美国国家气候数据中心的地面气象观测资料对气象模拟结果进行验证,利用中国环境监测总站的污染物逐时监测结果验证污染物浓度模拟结果。 参考文献:

排放路径模拟模块

排放路径模拟模块实现了未来不同治理情景下能源资源供需版图与多介质多组分排放变化预测。模块主要由能源资源模型、多尺度排放清单和未来排放动态评估模型三部分组成。其中能源资源模型基于不同情景设计,利用综合评估模型和资源评价模型评估未来产品服务、能源消费、风光资源、矿产资源的变化;未来排放动态评估模型(DPEC)在能源资源预测的基础上通过构建设施尺度的技术演替与行业尺度的技术预测方法,实现了未来污染排放的动态预测;多尺度排放清单模型(MEIC)则为能源资源模型与未来排放动态评估模型提供了污染排放计算框架、历史活动水平、排放特征、技术分布、污染控制等信息,支撑了能源资源模型与未来排放动态评估模型的数据传递与排放计算。模块既能够预测生成不同社会经济发展情景与气候环境治理目标下的未来人为源排放路径,为未来污染暴露模拟提供了排放输入;同时,其技术预测与资源评估结果也为费用效益评估提供了输入。 图1 排放路径模拟模块技术路线图 能源资源模型> 能源资源模型中常用的综合评估模型是GCAM-China,其是综合评估模型GCAM的中国嵌套版本。GCAM作为一个高分辨型的全球综合评价模型,由美国西北太平洋国家实验室(PNNL)开发并维护,主要描述了五个系统(能源系统、水资源系统、农业和土地利用系统、生态系统、气候系统)各自的行为和彼此间的复杂关系。GCAM模型被广泛应用于国家和国际尺度上的情景设计与政策评估,也是IPCC国际气候变化委员会在进行气候影响与适应性评估时的常用模型之一。为研究气候变化下中国各省的社会经济与能源发展路径,PNNL开发了中国嵌套版本的综合评估模型GCAM-China。在GCAM-China模型中,中国各省作为独立的碳市场参与全球气候目标约束下的能源转型,能源供需过程均在省级尺度模拟预测。采用GCAM-China模型能够在省级层面提供不同气候目标与能源转型政策约束、以及社会经济发展驱动下中国未来分省的能源消耗、产品产量等活动水平预测,提出未来能源供需开发版图。目前,GCAM-China模型的开源发布正在筹备中,预计将于未来1-2年内发布。 能源资源模型中目前使用的资源评价模型主要包括风光资源评价模型和矿产资源评价模型。风光资源评价模型主要根据历史及未来气象条件变化,评估不同阶段太阳能和风能的资源分布、可开发利用量的变化。矿产资源评价模型则基于未来可再生能源需求与相关产业发展规模变化,预测未来可再生能源大规模开发背景下的矿产资源变化。在此基础上,结合风光资源与关键矿产资源开发进程,提出面向碳中和的资源供需版图。 参考文献: 未来排放动态评估模型(DPEC)> 在排放路径模拟模块中,针对不同行业分别构建未来排放动态评估模型,实现对未来多介质多组分排放变化的预测。模型主要分为两类:设施尺度技术演替与行业尺度技术预测。设施尺度技术演替针对火力发电、燃煤锅炉、水泥厂、钢铁厂、道路交通、CCUS技术开展,由于拥有逐设施核算的生产、技术、排放数据,可以在点源设备层面或县级车队层面构建构建技术演替模型进行预测。模型以详细的历史技术分布、服役时间为预测起点,在自然淘汰和退役政策的双重作用下,动态预测相关行业未来的技术演替与排放变化。行业尺度技术预测针对电力系统、储能行业、氢能行业、建筑行业和非道路交通等行业开展,这些行业在省级建立了技术预测方法,能够分析未来气候环境政策作用下的技术分布与排放变化。 参考文献: 多尺度排放清单模型(MEIC)> 多尺度排放清单模型(MEIC)由清华大学自2010年起开发并维护,旨在构建高分辨率的全球范围多尺度人为源温室气体与大气污染物排放清单数据库,并通过云计算平台向科学界共享数据产品,进而为相关科学研究、政策评估和空气质量管理工作提供基础排放数据支持。在能源资源模型与未来排放动态评估模型的构建过程中,MEIC模型提供了基础排放计算框架、各源历史长时间序列的活动水平、技术分布、末端控制和排放特征信息,有力支撑了未来排放路径模拟。对于MEIC模型、数据产品的介绍可参阅MEIC网站。

综合评估模型GCAM-China

综合评估模型GCAM-China 在 CNCAP 平台的排放路径模拟部分,未来能源活动预测来自综合评估模型GCAM-China。在未来人口和GDP的驱动下,综合评估模型实现了在未来气候目标约束下的能源转型模拟。 20 世纪 60 年代起全球环境问题开始引起关注,学界逐步认识到全球环境问题的解决需要多学科、多部门、综合性、系统性、动态性的全面判断,由此引入了“综合评估”的概念(Nordhaus, 2008)。 GCAM 是一个高分辨型的全球综合评价模型,主要描述了五个系统(能源系统、水资源系统、农业和土地利用系统、生态系统、气候系统)各自的行为和彼此间的复杂关系。 GCAM模型始创于 1982 年( Edmonds and Reilly, 1983),由美国西北太平洋国家实验室( Pacific Northwest National Laboratory, PNNL)开发并维护。如今, GCAM 模型被广泛应用于国家和国际尺度上的情景设计与政策评估( Fawcett et al., 2015; Calvin et al., 2017; Dong et al., 2018; Vittorio et al., 2018; Calvin et al., 2019; Wang et al., 2019) ,也是 IPCC 国际气候变化委员会在进行气候影响与适应性评估时的常用模型之一( IPCC, 2007; IPCC, 2014)。…

论文成果

排放路径模拟 Tong, D., Cheng, J., Liu, Y., Yu, S., Yan, L., Hong, C., Qin, Y., Zhao, H., Zheng, Y., Geng, G., Li, M., Liu, F., Zhang, Y., Zheng, B., Clarke, L., and Zhang, Q.*: Dynamic projection of anthropogenic emissions in China: methodology and 2015–2050 emission pathways under a range of socio-economic, climate policy, and pollution…

开发团队

张     强        清华大学地球系统科学系 贺克斌        清华大学碳中和研究院 同     丹        清华大学地球系统科学系 程     静        美国加州大学尔湾分校 刘     洋        清华大学环境学院 耿冠楠        清华大学环境学院 肖清扬        清华大学环境学院 洪朝鹏        清华大学深圳国际研究生院 郑     博        清华大学深圳国际研究生院 施沁人        法国环境与气候科学实验室 闫     柳        清华大学环境学院 吴瑞丽        中国环境监测总站 刘宇希        清华大学地球系统科学系 崔梦诗        清华大学地球系统科学系 刘文宇        清华大学地球系统科学系 郑栋升        清华大学地球系统科学系 王化璇        清华大学环境学院

平台概述

在国家自然科学基金、科技部重点研发计划、能源基金会的持续支持下,清华大学贺克斌院士、张强教授团队开发了碳中和与清洁空气协同科学评估与决策支持平台(Carbon Neutrality and Clean Air Platform,简称CNTAP)。平台旨在评估社会经济发展、全球气候治理、碳达峰碳中和目标、减污降碳协同等一系列背景下中国主要大气成分(包括主要大气污染物及温室气体)的未来排放动态变化、未来空气质量改善、相关成本效益,为中国碳中和与清洁空气协同科学评估与决策提供支撑。 中国碳中和与清洁空气协同科学评估与决策支持平台( CNCAP)由排放路径模拟、污染暴露模拟、费用效益评估三大模块构成。其中,排放路径模拟模块将模拟刻画不同治理目标下中国未来人为源排放的演变,为污染暴露模拟模块提供污染排放输入,并为费用效益评估模块提供能源技术转型路径。污染暴露模块对未来气候-化学相互作用进行评估,并基于大气化学模型模拟生成不同治理目标下中国未来的大气组分浓度变化。在费用效益评估模块,利用多维效应评估模型与成本动态核算模型对未来不同治理措施、路径路径下的综合费用-效益进行评估。 图1 CNCAP平台框架示意图 排放路径模拟模块实现了未来不同治理情景下能源资源供需版图与多介质多组分排放变化预测。模块主要由能源资源模型、多尺度排放清单和未来排放动态评估模型三部分组成。其中能源资源模型基于不同情景设计,利用综合评估模型和资源评价模型评估未来产品服务、能源消费、风光资源、矿产资源的变化;未来排放动态评估模型(DPEC)在能源资源预测的基础上通过构建设施尺度的技术演替与行业尺度的技术预测方法,实现了未来污染排放的动态预测;多尺度排放清单模型(MEIC)则为能源资源模型与未来排放动态评估模型提供了污染排放计算框架、历史活动水平、排放特征、技术分布、污染控制等信息,支撑了能源资源模型与未来排放动态评估模型的数据传递与排放计算。模块既能够预测生成不同社会经济发展情景与气候环境治理目标下的未来人为源排放路径,为未来污染暴露模拟提供了排放输入;同时,其技术预测与资源评估结果也为费用效益评估提供了输入。对于排放路径模拟模块的介绍见排放路径模拟模块介绍。 污染暴露模拟模块实现了在未来排放路径下的气候-化学相互作用影响评估和对污染暴露的大气化学模拟。模块主要包含4个部分:气候-化学相互作用评估模型、大气化学模拟、大气成分近实时追踪数据集和观测验证同化。其中气候-化学相互作用评估模型利用CMIP6多模式集合得到未来气象边界场,结合未来人为排放与自然排放,利用气候-化学耦合模型WRF-Chem,建立气候-化学双向耦合过程,实现对气候-化学相互作用的影响评估。在大气化学模拟方面,在未来气象场、人为和自然排放的基础上,利用大气化学传输模型预测未来PM2.5与O3污染浓度暴露。同时利用大气污染精细化来源解析模型(INMAP),构建污染源-受体响应关系,实现对未来排放变化下的污染暴露快速响应。大气成分近实时追踪数据集(TAP)提供了历史大气PM2.5浓度、PM2.5化学组分和O3浓度数据,可对大气化学模拟中的污染浓度数据进行同化校正。另外,在气候-化学相互作用评估与大气化学模拟中,利用气象观测数据、地面检测数据与卫星遥感数据,对其污染浓度数据进行观测验证同化,以提高模拟评估的准确性。对于污染暴露模拟模块的介绍见污染暴露模拟模块。 费用效益评估模块针对不同协同减排路径下的费用效益进行综合评估,目前包括减排成本核算、气候效应评估、环境健康效益评估和资源效应评估。减排成本核算方面采用减排成本动态核算模型,基于成本数据库中各类成本数据对未来产品生产技术、能源燃烧技术和污染末端治理技术演变下的综合减排成本进行核算。气候效应评估方面,目前包括温升效应评估和辐射效应评估。温升效应评估方面,根据现有排放源存量以及未来能源结构变化核算未来碳排放路径及锁定排放变化,评估碳排放的温升效应。在辐射效应评估方面,在暴露模拟得到的气溶胶浓度基础上,分别对其短波辐射强迫的直接影响与影响云微物理过程的间接影响进行评估,综合分析其辐射效应。在环境健康效益评估方面,将未来污染暴露、基准死亡率变化、人口总量及结构改变相结合,利用污染暴露响应模型分析污染相关的健康损失,核算环境健康效益。最后在资源效应评估方面,根据气象条件改变评估风光资源改变下的可利用性。同时在可再生能源需求上评估产业发展规模,评估关键矿产资源效应。对于费用效益评估模块的介绍见费用效益评估模块。 在上述三个主要功能模块之外, CNCAP 平台还包括情景设计, 用于构建不同治理目标下的中国未来排放情景与治理路径。情景设计中包含了未来社会经济发展情景、不同碳中和路径、污染治理情景与人口年龄结构。为排放路径模拟模块提供未来社会经济情景作为驱动力、提供不同碳中和路径下的气候能源目标作为碳排放约束,提供不同污染治理情景作为;为污染暴露模拟提供未来人口分布与年龄结构;为费用效益评估模块提供了成本演化假设、 人口与发病率变化等信息。在MEIC网站中提供了本研究开发的系列中国未来排放情景的介绍与下载,包括同全球气候目标驱动下的未来排放情景(DPEC v1.0情景)、中国碳达峰、碳中和与 PM2.5 空气质量达标协同治理情景(DPEC v1.1情景)。