2. 中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室, 北京 100038;
3. 水利水电规划设计总院, 北京 100120
2. State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin, China Institute of Water Resources and Hydropower Research, Beijing 100038, China;
3. China Renewable Energy Engineering Institute, Beijing 100120, China
2020年9月，中国提出碳达峰及碳中和目标。实现碳中和对遏制全球气候变化具有重要意义，需要全社会为之共同努力[1]。水是保障人类生存和经济社会发展不可或缺的基础资源[2]，近年来水资源利用相关的碳排放问题逐渐成为国内外研究热点[3]。目前，相关研究主要集中在污水处理环节的碳排放和居民生活用水能耗。研究结果显示：全球温室气体排放量的约1.6%和电力消耗的3.0%发生在污水处理行业[4]；美国加利福尼亚州与水相关的住宅终端消耗了区域15.1%的天然气和5.4%的电力[5]；在中国，与水相关的电力消耗约占全国的3.4%[6]。随着城市快速发展、人口数量增长和人民生活水平提高，用水需求以及污水处理规模日益增大[7]，水资源利用相关的碳排放量将不断增加。
黄河流域是中国重要的农牧业生产基地和能源开发工业带，流域9省区碳排放占全国碳排放总量的34.9%，是落实“双碳”目标的重点地区[8-9]。随着黄河流域高质量发展，特别是能源基地加快建设和农业现代化模式推广[10]，人口和粮食需求增加[11]，对水资源、能源的需求也不断增加。然而，黄河流域水资源极度匮乏，流域内人均水资源量473 m3，仅为全国平均量的23%，水资源开发利用率高达80%，远超一般流域40%生态警戒线[12]。近年来，黄河流域各省区的各行业从社会水循环取水、供水、用水、排水四大环节入手，提高用水资源综合利用效率，采取了多种开源节流措施[13]，间接增加了区域碳排放压力[14]。
近年来，国内外学者围绕水资源相关的能源消耗及碳排放开展了诸多研究，主要集中在单个部门或环节的碳排放测算[15-17]、碳排放时空差异研究[18-19]、区域碳排放驱动因素探索[20-21]、碳排放公平性分析[22-23]、水-能-碳耦合关系解析[24-25]等方面。Al-Omari等[26]研究发现约旦安曼城市供水阶段的能源和碳足迹显著高于废水处理阶段；Zhang等[27]发现电力能源消耗和化工应用产生的CO2是废水处理碳排放的主要来源；Rothausen等[28]提出在考虑替代供水系统、处理技术时，往往会忽略碳成本，如海水淡化是非常耗能的；郭恰等[29]研究发现，包括电耗、能耗在内的间接排放是城市水系统碳排放的主要来源。
目前，针对黄河流域的碳排放研究多集中在城市[30]、农业[31-32]、生态承载力[33-34]以及区域碳足迹时空演变[35]等方面。赵荣钦等[30]构建了城市水系统碳排放核算体系，并对郑州市水系统碳排放进行核算；Song等[35]研究发现，2001— 2020年黄河流域县域碳足迹呈上升趋势，2020年有506个县域出现碳赤字，生态系统碳平衡严重失衡；朱向梅等[34]对2005—2017年黄河流域碳水足迹进行评价，发现黄河流域碳水生态压力逐年增大。黄河流域碳排放研究主要以县、市和省为研究单位，计算区域总碳排放及平均碳排放强度，发现流域内碳排放存在明显的空间差异。陈锋等[18]研究发现黄河流域9省区碳排放量呈逐年增加的趋势，认为流域上、中、下游要结合区域资源特点，推动低碳化发展。针对社会水循环碳排放的研究目前主要侧重于特定城市，对空间差异的研究仍有不足，因此需要结合技术现状、发展水平等地理空间因素，全面探究社会水循环碳排放的空间差异。
分布式地理模型可以将任务、数据或计算资源分布到多个计算节点，针对不同地理环境进行建模分析，从而实现准确、高效和快速的时空过程模拟、分析和预测，已在水文、农业、气象学等领域得到广泛应用[36-40]。本研究构建黄河流域取水-供水-用水-排水系统空间地理数据表达及碳核算体系，建立面向分布式地理模型的社会水循环碳排放综合测算模型；以黄河流域为例，测算2017年流域社会水循环全生命周期能源消耗和碳排放，并研究其空间分布特征，从而为建立更可持续的低碳社会水循环提供模拟方法及科学依据。
1 研究方法与数据来源 1.1 社会水循环碳排放综合测算模型构建方法基于生命周期理论，本研究将社会水循环全生命周期划分为取水、供水、用水、排水四大环节。其中：取水环节主要指从江河、湖泊、地下水、非常规水等水源取水的过程，具体包括地表水蓄引提调、地下水提水、海水淡化、雨水集蓄、再生水等；供水环节包括制水和送配水；用水环节分为农业、工业、居民生活和城镇公共用水；排水环节指污水的收集、输送、处理、回用和排放。
社会水循环全生命周期中的能源消耗和碳排放重点环节如图 1所示，以“+C”表示。碳排放主要分为直接和间接两类：直接碳排放包括地表和地下提水、跨流域调水、雨水集蓄、再生水回用、海水淡化、制水、送配水、农田灌溉、工业用水、居民生活用水、城镇公共用水中天然气和柴油等能源燃烧产生的直接碳排放，以及污水处理中生化反应产生的直接碳排放；间接碳排放包括自来水和污水处理环节所使用的除磷和脱水药剂等物耗以及取水、供水、用水、排水环节所使用的电力等能耗所造成的间接碳排放，如景泰川电力提灌工程、宁夏固海扬水灌溉工程等提水工程和南水北调工程、引黄入晋工程等调水工程所造成的电耗。
|
| 图 1 社会水循环示意图 |
本研究构建的社会水循环碳排放综合测算模型如图 2所示。输入模块包括社会水循环各环节相关的水量、地理信息、技术参数等数据。以取水点、制水厂、用水户及污水处理厂为基础映像节点，将社会水循环过程进行空间展布，利用网格内河/渠网面积系数、地下水位和管网密度描述每个网格内的水循环特征。考虑取水、供水、用水、排水环节特性差异，分别构建计算模块。基于各网格水量数据，计算各环节直接和间接碳排放，从而模拟区域社会水循环相关碳排放过程。
|
| 图 2 模型概化图 |
1.1.1 取水环节碳排放模型
取水环节碳排放主要来源于水源的提水能耗。将水从其自然位置提升需要克服重力做功，不论是地表水取水工程还是地下水取水工程，大多需要消耗能源来换取水的势能，进而产生碳排放。地形地貌和地下水埋深差异会显著影响提水和调水工程的扬程，进而影响能耗和碳排放。取水环节的能源消耗和碳排放核算公式如下：
| $ \mathrm{CE}_{\mathrm{ow}}=\sum\limits_{i=1}^{4} V_{i} \cdot \mathrm{EC}_{i} \cdot \mathrm{EF}_{\mathrm{CO}_{2}}, $ | (1) |
| $ \mathrm{EC}_{i}=\frac{\rho \cdot g \cdot h_{i}}{3.6 \times 10^{6} \eta} . $ | (2) |
式中：CEow为取水环节碳排放量，kg；i取值为1、2、3、4，分别代表蓄引水、地表水提水、调水、地下水提水工程，Vi为取水量，m3；ECi为能耗强度，kW·h/m3；EFCO2为电力碳排放系数，kg/(kW·h)，各地市(州)具体取值参考中国区域电网基准线排放因子[41]；ρ为水的密度，1×103 kg/m3; g为重力加速度，9.8 m/s2; hi为提水或调水扬程，m；η为机电泵效率，取0.75。
1.1.2 供水环节碳排放模型供水环节包括自来水厂制水和送配水过程，供水环节碳排放主要来源于制水过程中药剂投入和制水、送配水过程中能源消耗。自来水厂一般采用“沉砂—絮凝沉淀—过滤—消毒”制水工艺[42]，制水工艺不同导致水厂的能耗和碳排放差异巨大。此外，水厂的供水规模，送配水管网密度、管径和管网压力等也是重要影响因素。供水环节的能源消耗和碳排放核算公式如下：
| $ \mathrm{CE}_{\mathrm{sw}}=\mathrm{CE}_{\mathrm{p}}+\mathrm{CE}_{\mathrm{d}}, $ | (3) |
| $ \mathrm{CE}_{\mathrm{p}}=V_{\mathrm{sw}} \cdot \mathrm{EC}_{\mathrm{p}} \cdot \mathrm{EF}_{\mathrm{CO}_{2}}+\sum\limits_{j=1}^{n} M_{j} \cdot f_{j}, $ | (4) |
| $ \mathrm{CE}_{\mathrm{d}}=V_{\mathrm{sw}} \cdot \mathrm{EC}_{\mathrm{d}} \cdot \mathrm{EF}_{\mathrm{CO}_{2}} . $ | (5) |
式中：CEsw为供水环节碳排放总量，kg；CEp、CEd分别为制水、送配水碳排放量，kg；Vsw为供水总量，m3；ECp、ECd分别为自来水厂制水和送配水能耗强度，kW·h/m3；EFCO2为电力碳排放系数，kg/(kW·h)；j取值为1, 2, …, n，分别代表混凝剂、絮凝剂、消毒剂及其他化学药剂。Mj为第j种化学药剂的质量，kg；fj为第j种化学药剂的碳排放系数，本研究中混凝剂、消毒剂碳排放系数分别取1.62和0.92 kg/kg[43]。
1.1.3 用水环节碳排放模型根据用水主体，用水环节的能源消耗和碳排放可分为4个部分：农田灌溉用水、工业用水、居民生活用水和城镇公共用水。其中：农田灌溉用水的碳排放主要发生在农田中，而其余用水部门的碳排放则主要发生在城市和建成区。
农业用水的能耗主要来源于抽水灌溉时的电力消耗，由于不同地区灌溉方式的差异，农田灌溉用水的能源消耗和碳排放存在不同，为了统一量纲，将其转换为电力消耗；工业用水的能耗和碳排放主要集中在工业生产中循环冷却用水和锅炉补给用水以及工人生活用水；居民生活用水碳排放主要来源于加热与机械能耗，具体来源于烹饪、洗浴以及加热饮用水和洗衣机等用水器具方面；城镇公共用水包括机关单位、宾馆、学校等部门用水，其能耗主要分布在办公室、食堂、宿舍和浴室4个场所，与居民生活用水相似，城镇公共用水碳排放主要来源于加热与机械能耗，加热的热源主要有天然气、电力、太阳能等。用水环节的能源消耗和碳排放核算公式如下：
| $ \mathrm{CE}_{\mathrm{wu}}=\sum\limits_{k=1}^4 E_k \cdot \mathrm{EF}_{\mathrm{CO}_2 \cdot k} \text {. } $ | (6) |
式中：CEwu为用水环节碳排放总量，kg；k取1、2、3、4，分别代表农业、工业、居民生活、城镇公共用水；Ek为农业、工业、居民生活、城镇公共用水能耗，分别用Eaw、Eiw、Erw、Epw表示，kW·h；EFCO2·k为第k个用水部门的综合碳排放系数，kg/(kW·h)。
| $ E_{\mathrm{aw}}=\sum\limits_{m=1}^{4} \frac{\sigma_{m} \cdot I_{m}}{\alpha} . $ | (7) |
式中: m取1、2、3、4，分别代表喷灌、滴灌、低压管灌和漫灌；σm为农业灌溉面积，hm2；Im为灌溉单位面积能耗，用标准煤表示，kg/hm2；α为电力的标准煤转换系数，为0.122 9 kg/(kW·h)[44]。
| $ E_{\mathrm{iw}}=\sum\limits_{u=1}^{3} Q_{u} \cdot V_{2} \cdot D_{u} . $ | (8) |
式中: u取1、2、3，分别代表循环冷却水、锅炉补给用水、工人生活用水；Qu为用水比例[45-47]，%；V2为工业用水总量，亿m3；Du为用水的单位能耗，kW·h/m3。
| $ \begin{gather*} E_{\mathrm{rw}}=\frac{V_{3} \cdot H_{\mathrm{r}} \cdot \rho \cdot c \cdot\left(T-T_{0}\right)}{3600 u}+ \\ P \cdot C \cdot U_{\mathrm{f}} \times 52 . \end{gather*} $ | (9) |
式中：V3为居民生活用水总量，L；Hr为加热水占比，%；ρ为水的密度，kg/L；c为水的比热容，kJ/(kg·℃)；T为加热器设置的加热温度，淋浴器一般为35~42 ℃，饮用水和烹饪一般为100 ℃；T0为加热前的温度，取水四季常温的平均值15.8 ℃；u为加热效率，取0.9；P为某类型耗机械能的用水器具单位能耗，kW·h/kg；C为该类型用水器具的额定容量，kg；Uf为平均每周的使用次数。
| $ \begin{gather*} E_{\mathrm{pw}}=\sum\limits_{s=1}^{4}\left(\frac{V_{4} \cdot O_{s} \cdot H_{\mathrm{r}} \cdot \rho \cdot c \cdot\left(T-T_{0}\right)}{3600 u}+\right. \\ \left.P \cdot C \cdot U_{s} \times 52\right) . \end{gather*} $ | (10) |
式中：V4为城镇公共用水量，亿m3；s取1、2、3、4，分别代表办公楼、食堂、浴室、宿舍用水；Os为用水量占比，%；Us为办公楼、食堂、浴室、宿舍需要机械能耗的用水器具平均每周的使用次数。
1.1.4 排水环节碳排放模型排水环节包括污水处理和再生水回用，其能源消耗和碳排放主要来源于曝气、提升泵、污泥处理和污水处理过程中的电力消耗和药剂投入造成的间接碳排放，以及污水处理过程中微生物生化反应导致的直接碳排放。本研究主要考虑CH4和N2O的直接碳排放，生物降解碳排放对空气碳平衡影响有限[43]，未纳入碳排放总量的核算范围。排水环节的能源消耗和碳排放核算公式如下：
1) CH4、N2O直接碳排放。
| $ \mathrm{CE}_{\mathrm{sd}}=\sum\limits_{h=1}^{2} M_{h} \cdot f_{h}, $ | (11) |
| $ \begin{gathered} M_{\mathrm{CH}_{4}}=\left[Q_{\mathrm{s}} \cdot\left(\mathrm{COD}_{\mathrm{in}}-\mathrm{COD}_{\mathrm{ef}}\right)-S \cdot \beta\right] \cdot \\ \mathrm{EM}_{\mathrm{CH}_{4}}+Q_{\mathrm{s}} \cdot \mathrm{COD}_{\mathrm{ef}} \cdot \mathrm{EN}_{\mathrm{CH}_{4}}-R ; \end{gathered} $ | (12) |
| $ \begin{gathered} M_{\mathrm{N}_{2} \mathrm{O}}=Q_{\mathrm{s}} \cdot \frac{44}{28} \cdot \\ {\left[\left(\mathrm{TN}_{\mathrm{in}}-\mathrm{TN}_{\mathrm{ef}}\right) \cdot \mathrm{EM}_{\mathrm{N}_{2} \mathrm{O}}+\mathrm{TN}_{\mathrm{ef}} \cdot \mathrm{EN}_{\mathrm{N}_{2} \mathrm{O}}\right] .} \end{gathered} $ | (13) |
式中：CEsd为污水处理直接碳排放量，kg；h取1、2，分别代表CH4、N2O；MCH4、MN2O为CH4、N2O直接排放量，kg；Qs为污水处理厂污水处理量，m3；CODin、CODef、TNin、TNef为污水处理厂进出水有机物浓度，分别以化学需氧量(chemical oxygen demand，COD)和总氮(total nitrogen，TN)计，g/L；S为污水处理厂年干污泥产生量，kg；β为干污泥有机质含量，以COD计，取0.1 kg/kg；EMCH4为COD的CH4排放系数，kg/kg，EMN2O为TN的N2O排放系数，kg/kg；ENCH4、ENN2O为污水处理厂尾水排放COD和TN的CH4和N2O排放系数，kg/kg；R为计算年污水处理厂由于厌氧处理产生并回收利用的CH4量，kg；fh为CH4、N2O的全球变暖潜势值，分别取25和298 kg/kg CO2当量。
2) 能耗和药耗间接碳排放。
| $ \begin{equation*} \mathrm{CE}_{\mathrm{si}}=Q_{\mathrm{s}} \cdot \mathrm{EC}_{\mathrm{s}} \cdot \mathrm{EF}_{\mathrm{CO}_{2}}+\sum\limits_{j=1}^{2} \mathrm{EM}_{\mathrm{CO}_{2}, j} \cdot M_{j}. \end{equation*} $ | (14) |
式中：CEsi为污水处理间接碳排放量，kg；ECs为污水处理厂能耗强度，kW·h/m3；j取1、2，分别代表混凝剂(用于除磷)和絮凝剂(用于脱水)；EMCO2，j为第j种化学药剂的碳排放系数，分别取22.07和1.50 kg/kg[48]；Mj为第j种化学药剂的质量，kg。
1.2 研究区域界定与数据来源本研究以黄河流域为例，构建面向分布式地理模型的社会水循环碳排放综合测算模型。研究区涉及黄河流域干流、支流所在的青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9省区的66个地级市(州)，地理位置介于29°N~43°N、90°E~118°E之间，区域面积为145万km2(图 3)。为方便研究，本文大致将青海、四川、甘肃、宁夏、内蒙古的29个地市(州)归为黄河上游，山西、陕西的18个地市归为中游，河南、山东的19个地市归为下游。模型构建数据详见表 1。
|
| 图 3 2017年黄河流域土地利用概况 |
| 应用场景 | 参数 | 来源 |
| 取水环节 碳排放模型 |
蓄引提调水量、地下水提水量、雨水集蓄量 提水、调水扬程 地下水埋深 |
《水资源公报》 实地调研、文献综述 《中国地质环境监测地下水位年鉴》 |
| 供水环节 碳排放模型 |
供水总量 自来水厂制水、送水、配水能耗强度、 药剂耗用量、管网送配水平均压力值 |
《城乡建设统计年鉴》 《城市供水统计年鉴》《县镇供水统计年鉴》 |
| 用水环节 碳排放模型 |
农业、工业、居民生活、城镇公共用水量 灌溉能耗强度 节水灌溉面积 工业用水能耗强度 生活用水能耗强度 |
《水资源公报》 文[16] 《中国水利统计年鉴》、实地调研 文[45-47, 49] 流域问卷调查 |
| 排水环节 碳排放模型 |
污水处理量、再生水回用量、耗氧污染物削减量 污水处理厂水处理能耗强度、 干污泥产生量、药剂耗用量 |
《城乡建设统计年鉴》 《城镇排水统计年鉴》 |
| 取供用排水 环节碳排放模型 |
碳排放系数 | 《省级温室气体清单编制指南》 《中国区域电网基准线排放因子》 |
2 结果分析 2.1 社会水循环全生命周期碳排放量空间分析
2017年，黄河流域用水总量为638.4亿m3，社会水循环全生命周期碳排放总量为1.4亿t，约占黄河流域全行业碳排放的3.6%。从空间分布来看，黄河下游社会水循环单位面积碳排放量明显高于上游地区(图 4)，下游碳排放强度为382.7 t/km2，约是上游的7.4倍，且远高于流域平均碳排放强度98.3 t/km2。由于该流域整体电器化程度高，区域电网的能源结构也对碳排放强度产生很大的影响，黄河流域以火力发电为主，间接影响了社会水循环碳排放。
|
| 图 4 2017年黄河流域社会水循环总碳排放空间分布 |
黄河下游用水总量261.3亿m3，占流域用水总量的40.9%，单位面积用水量为17.5万m3/km2，是上游的5.3倍，相应地，取水量、供水量、污水处理量也较高。下游作为工业发达地区，其工业用水量是上游地区的1.8倍，下游地区工业用水能耗强度为1.7 kW·h/m3。从农业方面来看，黄河下游的黄淮海平原是中国主要的农业生产基地之一，上下游农业碳排放差异约为51.1%；从居民生活和城镇公共生活来看，黄河下游人口密度最大，单位面积生活用水量达到2.5万m3/km2，是上游的8.8倍，高强度的人类活动势必会带来更大的碳排放，从而导致下游碳排放强度更大。
2.2 社会水循环全生命周期各环节碳排放量分析对黄河流域全生命周期中取水、供水、用水、排水环节碳排放量进行测算，并分析社会水循环各个环节主要碳排放来源(图 5)与占比(图 6)。各环节中碳排放量最大的为用水环节，占社会水循环总碳排放的91.6%，其次是取水(3.7%)、排水(2.6%)和供水环节(2.1%)。
|
| 图 5 2017年黄河流域社会水循环碳排放量 |
|
| 图 6 2017年黄河流域取水、供水、用水、排水环节碳排放占比 |
在用水环节中，居民生活用水量为65.1亿m3，碳排放量为0.8亿t，占用水环节碳排放的59.7%，占流域社会水循环总碳排放的54.7%；其次是工业用水、城镇公共用水，在社会水循环总碳排放中的占比分别为16.9%、14.3%；尽管农业用水量最大，为382.3亿m3，但其碳排放较小，仅占社会水循环总碳排放的5.7%。
黄河流域总取水量为643.4亿m3，取水量最大的是地下水提水工程，为217.4亿m3，其次是地表水提水(145.7亿m3)和跨流域调水量(89.62亿m3)，分别占总取水量的22.8%和14.0%。取水环节碳排放量相对于用水环节较小，占社会水循环总排放的3.7%。其中地表水提水工程是该环节中碳排放量最高的部分，占取水环节排放的43.3%，其次是跨流域调水和地下水提水工程，其碳排放分别占社会水循环总碳排放的1.1%和0.6%。
黄河流域城镇污水处理总量为51.9亿m3，其中间接碳排放量较大，为0.02亿t，占排水环节碳排放量的64.8%，占整个社会水循环碳排放量的1.7%。
供水环节的碳排放量主要来源于制水过程，制水量为68.5亿m3，制水过程的碳排放占供水环节的75.4%，占整个社会水循环碳排放量的1.6%；而送配水过程的碳排放量占比仅为0.5%。
2.3 社会水循环全生命周期各环节碳排放强度对比从全生命周期碳排放强度来看，不同环节的碳排放强度存在明显差异(图 7)。用水环节的碳排放强度最大，强度范围也最大，其次是排水环节和供水环节，取水环节的碳排放强度最小。
|
| 图 7 2017年黄河流域社会水循环不同环节能耗强度和碳排放强度 |
取水环节碳排放强度在0.01~1.2 kg/m3，部分提水工程和远距离调水工程需要消耗大量的能源。例如，甘肃景泰川电力提灌工程设有13座总干泵站[50]，泵站总扬程713 m，能耗强度达到2.6 kW·h/m3；山西省万家寨引黄入晋一期工程有5座大型泵站，泵站总扬程636 m[51]，能耗强度达到2.3 kW·h/m3，相应地，碳排放强度也较高。再生水回用和雨水集蓄利用的单位能耗远低于远程调水，因此开发利用再生水和雨水资源更加节能[52]。对比各地市(州)的取水碳排放强度可以看出，除了甘肃省的个别地市(0.1~1.2 kg/m3)、山西省(0.1~0.6 kg/m3)、山东省(0.1~0.2 kg/m3)之外，其他省份的地市(州)的取水环节碳排放强度均在0.1 kg/m3以下。
供水环节的碳排放强度在0.1~1.6 kg/m3之间，与水厂制水工艺、供水管网等因素密切相关。传统制水工艺通常需要大量的化学药剂和能源投入，从而导致能耗和碳排放较大。优化管网布局、选择合适的管径和材质，以及控制管网压力，也可有效降低能耗和碳排放。由于城市水质特点[53]和水处理技术差异，山西省供水环节能耗较高，制水单位耗电量1.5 kW·h/m3，送配水过程能源消耗最高达0.3 kW·h/m3，在流域内最大。
用水环节的碳排放强度在整个社会水循环全生命周期中最大，介于0.4~9.8 kg/m3之间。在各地市(州)的比较中，碳排放强度前6的地市分别在青海省和陕西省，碳排放强度均大于6.0 kg/m3，且陕西省的用水环节碳排放强度整体较高。
排水环节碳排放强度在0.3~1.3 kg/m3之间，在各地市(州)中，碳排放强度最大的是鄂尔多斯市，该市伊旗阿镇污水处理厂2017年的5日生化需氧量(5-day biochemical oxygen demand，BOD5)、COD、氨氮3种耗氧污染物进水浓度高达256、601、43.6 mg/L，由于该市污水中污染物浓度较高，因此处理需要大量能耗，其污水处理单位能耗在流域内最高，达到0.8 kW·h/m3，碳排放强度为1.3 kg/m3，约是碳排放强度最低的济宁市的2.5倍。
3 结论本研究基于生命周期评价方法，构建社会水循环碳排放核算体系及综合测算模型，量化了取水、供水、用水、排水四大环节的能耗强度及碳排放量，进一步探讨了社会水循环的碳减排重点环节。主要得到以下结论：
1) 2017年黄河流域社会水循环全生命周期碳排放总量为1.4亿t，平均碳排放强度98.3 t/km2。流域碳排放空间差异较大，下游社会水循环单位面积碳排放量明显高于上游地区，下游碳排放强度为382.7 t/km2，约是上游的7.4倍，是流域碳减排的重点地区。
2) 在社会水循环四大环节中，碳排放量占比由小到大分别为供水环节(2.1%)、排水环节(2.6%)、取水环节(3.7%)、用水环节(91.6%)。供水环节中，制水过程是碳排放主要来源，在该环节中占比75.4%；排水环节中，间接碳排放量较大，占该环节碳排放量的64.8%；取水环节中，地表水提水工程碳排放量最高，占取水环节排放量的43.3%；用水环节中，居民生活用水是碳排放的最大来源。
3) 从全生命周期碳排放强度来看，取水环节的碳排放强度最小，供水环节和排水环节稍大，用水环节的碳排放强度最大。对比黄河流域各地市(州)的取水环节碳排放强度发现，除了甘肃省的个别地市、山西省和山东省之外，其他省份的取水环节碳排放强度均在0.1 kg/m3以下；供水环节中，碳排放强度最大的地市在山西省；排水环节中，内蒙古自治区鄂尔多斯市的排放强度最高，达到1.3 kg/m3；用水环节中，陕西省的碳排放强度整体较高。
基于社会水循环碳减排重点环节和地区，提出以下碳减排对策：1) 改善供水和排水系统，优化输水管道和泵站的设计和操作，减少水泄漏和能量损失，提高供水和污水处理的能效。2) 发展和利用清洁能源，如太阳能、风能等，作为社会水循环过程的能源来源，减少对传统能源的依赖，如在农业领域，整合太阳能发电抽水泵技术，将清洁能源应用于灌溉过程。3) 在工业领域，优化循环冷却水系统，建立水回收系统，将废水处理并重复利用，提高设备和生产线的能源效率，减少电力和燃气的使用；在生活领域，进一步推广节水节能器具，如节水水龙头、节水花洒和高效热水器等，提高用水环节水和能源的综合效率。
| [1] |
唐云霓, 闫如雪, 周艳玲. 碳中和愿景下能源政策的结构表征与优化路径[J]. 清华大学学报(自然科学版), 2023, 63(1): 1-14. TANG Y N, YAN R X, ZHOU Y L. Structural representation and optimization path of energy policy under the carbon neutral vision[J]. Journal of Tsinghua University (Science and Technology), 2023, 63(1): 1-14. (in Chinese) |
| [2] |
王浩, 贾仰文. 变化中的流域"自然-社会"二元水循环理论与研究方法[J]. 水利学报, 2016, 47(10): 1219-1226. WANG H, JIA Y W. Theory and study methodology of dualistic water cycle in river basins under changing conditions[J]. Journal of Hydraulic Engineering, 2016, 47(10): 1219-1226. (in Chinese) |
| [3] |
王建华, 朱永楠, 李玲慧, 等. 社会水循环系统水-能-碳纽带关系及低碳调控策略研究[J]. 中国工程科学, 2023, 25(4): 191-201. WANG J H, ZHU Y N, LI L H, et al. Water-energy-carbon nexus of social water cycle system and low-carbon regulation strategy[J]. Strategic Study of CAE, 2023, 25(4): 191-201. (in Chinese) |
| [4] |
HE Y Y, LI Y M, LI X C, et al. Net-zero greenhouse gas emission from wastewater treatment: Mechanisms, opportunities and perspectives[J]. Renewable and Sustainable Energy Reviews, 2023, 184: 113547. DOI:10.1016/j.rser.2023.113547 |
| [5] |
ESCRIVA-BOU A, LUND J R, PULIDO-VELAZQUEZ M. Modeling residential water and related energy, carbon footprint and costs in California[J]. Environmental Science & Policy, 2015, 50: 270-281. |
| [6] |
XIANG X Z, JIA S F. China's water-energy nexus: Assessment of water-related energy use[J]. Resources, Conservation and Recycling, 2019, 144: 32-38. DOI:10.1016/j.resconrec.2019.01.009 |
| [7] |
吴志强, 刘晓畅, 刘琦, 等. 基于水资源约束的我国城市发展策略研究[J]. 中国工程科学, 2022, 24(5): 75-88. WU Z Q, LIU X C, LIU Q, et al. Urban development strategies in China based on water resource constraints[J]. Strategic Study of CAE, 2022, 24(5): 75-88. (in Chinese) |
| [8] |
汪彬, 阳镇. 推动黄河流域碳达峰碳中和路径研究[J]. 宁夏社会科学, 2023(3): 140-150. WANG B, YANG Z. Study on the path of promoting carbon peak and carbon neutralization in the Yellow River Basin[J]. Ningxia Social Sciences, 2023(3): 140-150. DOI:10.3969/j.issn.1002-0292.2023.03.017 (in Chinese) |
| [9] |
赵忠秀, 闫云凤, 刘技文. 黄河流域九省区"双碳"目标的实现路径研究[J]. 西安交通大学学报(社会科学版), 2022, 42(5): 20-29. ZHAO Z X, YAN Y F, LIU J W. The approach to achieving the "double carbon" goal in nine provinces and regions in the Yellow River Basin[J]. Journal of Xi'an Jiaotong University (Social Sciences), 2022, 42(5): 20-29. (in Chinese) |
| [10] |
杜森. 黄河流域节水农业现状、问题及建议[J]. 中国农业综合开发, 2020(1): 24-25. DU S. Current situation, problems and suggestions of water-saving agriculture in the Yellow River Basin[J]. Agricultural Comprehensive Development in China, 2020(1): 24-25. (in Chinese) |
| [11] |
彭俊杰. 基于粮食安全的黄河流域农业用水态势分析及应对策略[J]. 农业经济, 2022(7): 10-12. PENG J J. Analysis of agricultural water use situation and response strategies in the Yellow River Basin based on food security[J]. Agricultural Economy, 2022(7): 10-12. (in Chinese) |
| [12] |
于文轩, 邵经纬. 流域水资源节约集约利用机制的完善: 以《黄河保护法》为视角[J]. 水利发展研究, 2023, 23(3): 7-11. YU W X, SHAO J W. The improvement of conservation and utilization mechanism of basin water resources: From the perspective of The Yellow River Protection Law[J]. Water Resources Development Research, 2023, 23(3): 7-11. (in Chinese) |
| [13] |
李跃红, 蒋晓辉, 张琳. 黄河流域水资源节约集约利用能力评价[J]. 南水北调与水利科技(中英文), 2023, 21(4): 731-741. LI Y H, JIANG X H, ZHANG L. Evaluation of conservation and intensive utilization capacity of water resources in Yellow River basin[J]. South-to-North Water Transfers and Water Science and Technology, 2023, 21(4): 731-741. (in Chinese) |
| [14] |
赵允亮. 基于生命周期评价的引水工程碳排放模型研究[J]. 东北水利水电, 2017, 35(2): 50-52. ZHAO Y L. Carbon emission modeling of water diversion projects based on life cycle evaluation[J]. Water Resources & Hydropower of Northeast China, 2017, 35(2): 50-52. (in Chinese) |
| [15] |
陆瑶, 王宏燕, 李炎锋, 等. 大型体育场馆水-能-碳足迹关联模型与不确定性分析[J]. 环境工程, 2022, 40(12): 165-172. LU Y, WANG H Y, LI Y F, et al. A water-energy-carbon footprint nexus model for large sports venues and its uncertainty analysis[J]. Environmental Engineering, 2022, 40(12): 165-172. (in Chinese) |
| [16] |
张慧芳, 赵荣钦, 肖连刚, 等. 不同灌溉模式下农业水能消耗及碳排放研究[J]. 灌溉排水学报, 2021, 40(12): 119-126. ZHANG H F, ZHAO R Q, XIAO L G, et al. The effects of irrigation methods on carbon emission and water-energy consumption of crop production[J]. Journal of Irrigation and Drainage, 2021, 40(12): 119-126. (in Chinese) |
| [17] |
古作良, 高焰. 流域用水碳排放量计算方法及应用[J]. 水电能源科学, 2022, 40(10): 53-56, 143. GU Z L, GAO Y. Calculation method of carbon emissions from water use in basin and its application[J]. Water Resources and Power, 2022, 40(10): 53-56, 143. (in Chinese) |
| [18] |
陈锋, 张晶, 任娇, 等. 基于LMDI模型的黄河流域碳排放时空差异及影响因素研究[J]. 地球环境学报, 2022, 13(4): 418-427. CHEN F, ZHANG J, REN J, et al. Spatiotemporal variations and influencing factors of carbon emissions in the Yellow River Basin based on LMDI model[J]. Journal of Earth Environment, 2022, 13(4): 418-427. (in Chinese) |
| [19] |
高新才, 韩雪. 黄河流域碳排放的空间分异及影响因素研究[J]. 经济经纬, 2022, 39(1): 13-23. GAO X C, HAN X. Study on the spatial differentiation and influencing factors of carbon emissions in the Yellow River Basin[J]. Economic Survey, 2022, 39(1): 13-23. (in Chinese) |
| [20] |
MOHMMED A, LI Z H, AROWOLO A O, et al. Driving factors of CO2 emissions and nexus with economic growth, development and human health in the top ten emitting countries[J]. Resources, Conservation and Recycling, 2019, 148: 157-169. |
| [21] |
LI H, ZHAO Y H, ZHENG L, et al. Dynamic characteristics and drivers of the regional household energy-carbon-water nexus in China[J]. Environmental Science and Pollution Research, 2021, 28(39): 55220-55232. |
| [22] |
刘志华, 徐军委. "双碳"目标下中国省域碳排放公平性及其影响因素[J]. 地理科学, 2023, 43(1): 92-100. LIU Z H, XU J W. Equity and influence factors of China's provincial carbon emissions under the "dual carbon" goal[J]. Scientia Geographica Sinica, 2023, 43(1): 92-100. (in Chinese) |
| [23] |
王利宁, 陈文颖. 不同分配方案下各国碳排放额及公平性评价[J]. 清华大学学报(自然科学版), 2015, 55(6): 672-677, 683. WANG L N, CHEN W Y. CO2 emission allowances for typical allocation regimes and their equality assessments[J]. Journal of Tsinghua University (Science and Technology), 2015, 55(6): 672-677, 683. (in Chinese) |
| [24] |
MENG F X, LIU G Y, LIANG S, et al. Critical review of the energy-water-carbon nexus in cities[J]. Energy, 2019, 171: 1017-1032. |
| [25] |
LI R S, ZHAO R Q, XIE Z X, et al. Water-energy-carbon nexus at campus scale: Case of North China University of Water Resources and Electric Power[J]. Energy Policy, 2022, 166: 113001. |
| [26] |
AL-OMARI A, AL-HOURI Z, MUHAMMETOGLU H, et al. Energy and carbon footprints for the urban water cycle in Amman, Jordan[J]. International Journal of Environmental Research, 2022, 16(5): 87. |
| [27] |
ZHANG Y, GE T G, LIU J, et al. The comprehensive measurement method of energy conservation and emission reduction in the whole process of urban sewage treatment based on carbon emission[J]. Environmental Science and Pollution Research, 2021, 28(40): 56727-56740. |
| [28] |
ROTHAUSEN S G S, CONWAY D. Greenhouse-gas emissions from energy use in the water sector[J]. Nature Climate Change, 2011, 1(4): 210-219. |
| [29] |
郭恰, 陈广, 马艳. 城市水系统关键环节碳排放影响因素分析及减排对策建议[J]. 净水技术, 2021, 40(10): 113-117. GUO Q, CHEN G, MA Y. Analysis on influencing factors of carbon emission in key processes of urban water system and suggestions for emission reduction[J]. Water Purification Technology, 2021, 40(10): 113-117. (in Chinese) |
| [30] |
赵荣钦, 余娇, 肖连刚, 等. 基于"水-能-碳"关联的城市水系统碳排放研究[J]. 地理学报, 2021, 76(12): 3119-3134. ZHAO R Q, YU J, XIAO L G, et al. Carbon emissions of urban water system based on water-energy-carbon nexus[J]. Acta Geographica Sinica, 2021, 76(12): 3119-3134. (in Chinese) |
| [31] |
杨洁. 考虑水足迹、碳足迹的黄河流域粮食生产资源利用可持续性评价及调控[D]. 西安: 西安理工大学, 2022. YANG J. Sustainability evaluation and regulation of grain production resources utilization in the Yellow River Basin considering water footprint and carbon footprint[D]. Xi'an: Xi'an University of Technology, 2022. (in Chinese) |
| [32] |
XU R F, SHI J W, HAO D Q, et al. Research on temporal and spatial differentiation and impact paths of agricultural grey water footprints in the Yellow River Basin[J]. Water, 2022, 14(17): 2759. |
| [33] |
刘子西, 席睿, 黑正军, 等. 宁夏沿黄城市带碳水足迹及其关联关系研究[J]. 水资源与水工程学报, 2023, 34(2): 1-8. LIU Z X, XI R, HEI Z J, et al. Carbon and water footprints of the Yellow River urban belt in Ningxia and their correlations[J]. Journal of Water Resources & Water Engineering, 2023, 34(2): 1-8. (in Chinese) |
| [34] |
朱向梅, 王子莎. 黄河流域碳水足迹评价及时空格局研究[J]. 环境科学与技术, 2020, 43(10): 200-211. ZHU X M, WANG Z S. Study on the assessment of carbon and water footprint and its spatial-temporal pattern in the Yellow River Basin[J]. Environmental Science & Technology, 2020, 43(10): 200-211. (in Chinese) |
| [35] |
SONG M, ZHANG L Y, GAO Y, et al. Spatiotemporal evolution and influence mechanism of the carbon footprint of energy consumption at county level in the Yellow River Basin[J]. Science of the Total Environment, 2023, 883: 163710. |
| [36] |
陈静. 流域分布式水文模型的发展现状与展望[J]. 甘肃科技, 2022, 38(21): 28-31. CHEN J. Current status and prospects of the development of distributed hydrologic modeling in watersheds[J]. Gansu Science and Technology, 2022, 38(21): 28-31. (in Chinese) |
| [37] |
代俊峰, 崔远来. 基于SWAT的灌区分布式水文模型: Ⅰ. 模型构建的原理与方法[J]. 水利学报, 2009, 40(2): 145-152. DAI J F, CUI Y L. Distributed hydrological model for irrigation area based on SWAT: I. Principle and method[J]. Journal of Hydraulic Engineering, 2009, 40(2): 145-152. (in Chinese) |
| [38] |
王友芝, 李强坤, 韩金旭, 等. 不确定性条件下分布式农业生产预警模型构建与应用[J]. 农业机械学报, 2023, 54(5): 316-323. WANG Y Z, LI Q K, HAN J X, et al. Distributed agricultural production warning model formulation and application under uncertainties[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023, 54(5): 316-323. (in Chinese) |
| [39] |
杨宇, 管群, 胡凯衡, 等. 基于GIS的泥石流流域分布式水文计算系统[J]. 计算机工程, 2010, 36(5): 260-262, 265. YANG Y, GUAN Q, HU K H, et al. GIS-based distributed hydrological computational system of debris-flow watershed[J]. Computer Engineering, 2010, 36(5): 260-262, 265. (in Chinese) |
| [40] |
李栗莹. 分布式水文模型在农业灌溉中的应用研究[J]. 农业与技术, 2020, 40(16): 60-62. LI L Y. A study on the application of distributed hydrological modeling in agricultural irrigation[J]. Agriculture and Technology, 2020, 40(16): 60-62. (in Chinese) |
| [41] |
马晓君, 董碧滢, 于渊博, 等. 东北三省能源消费碳排放测度及影响因素[J]. 中国环境科学, 2018, 38(8): 3170-3179. MA X J, DONG B Y, YU Y B, et al. Measurement of carbon emissions from energy consumption in three northeastern provinces and its driving factors[J]. China Environmental Science, 2018, 38(8): 3170-3179. (in Chinese) |
| [42] |
陈菊, 刘桂香, 朱学峰, 等. 自来水厂加药凝絮过程的智能控制研究[J]. 给水排水, 2009, 35(S1): 463-466. CHEN J, LIU G X, ZHU X F, et al. Intelligent control of dosing flocculation process in water treatment plant[J]. Water & Wastewater Engineering, 2009, 35(S1): 463-466. (in Chinese) |
| [43] |
郑思远. 城镇污水处理厂碳排放研究[J]. 农业与技术, 2023, 43(1): 80-82. ZHENG S Y. Study on carbon emissions from urban wastewater treatment plants[J]. Agriculture and Technology, 2023, 43(1): 80-82. (in Chinese) |
| [44] |
国家市场监督管理总局, 国家标准化管理委员会. 综合能耗计算通则: GB/T 2589—2020[S]. 北京: 中国标准出版社, 2020. State Administration for Market Regulation of the People's Republic of China, Standardization Administration of the People's Republic of China. General rules for calculation of the comprehensive energy consumption: GB/T 2589—2020[S]. Beijing: Standards Press of China, 2020. (in Chinese) |
| [45] |
康亮, 王俊有. 火电厂节水降耗措施[J]. 电力环境保护, 2008, 24(2): 40-43. KANG L, WANG J Y. Discussion on water-saving and consumption reduction measures in thermal power plants[J]. Electric Power Environmental Protection, 2008, 24(2): 40-43. (in Chinese) |
| [46] |
吴晓东. 某钢铁厂水平衡测试及节水措施研究[J]. 人民长江, 2014, 45(S2): 227-228, 231. WU X D. Water balance testing and water-saving measures research in a steel plant[J]. Yangtze River, 2014, 45(S2): 227-228, 231. (in Chinese) |
| [47] |
刘红姝, 王宝庆, 刘东方, 等. 汽车生产企业节水潜力研究[J]. 给水排水, 2009, 35(8): 64-66. LIU H S, WANG B Q, LIU D F, et al. Study on water-saving potential for automobile-manufacturing enterprises[J]. Water & Wastewater Engineering, 2009, 35(8): 64-66. (in Chinese) |
| [48] |
SU X, SHAO W W, LIU J H, et al. How does sponge city construction affect carbon emission from integrated urban drainage system?[J]. Journal of Cleaner Production, 2022, 363: 132595. |
| [49] |
姜珊. 水-能源纽带关系解析与耦合模拟[D]. 北京: 中国水利水电科学研究院, 2017. JIANG S. Scientific concept of water-energy nexus and coupling simulation[D]. Beijing: China Institute of Water Resources and Hydropower Research, 2017. (in Chinese) |
| [50] |
吴圣堂, 杨润, 秦建国. 景电二期工程调水对古浪县东部平原地下水的影响[J]. 甘肃水利水电技术, 2004, 40(1): 41-42. WU S T, YANG R, QIN J G. Impact of water transfer from Jingdian Ⅱ project on groundwater in the eastern plains of Gulang County[J]. Gansu Water Resources and Hydropower Technology, 2004, 40(1): 41-42. (in Chinese) |
| [51] |
李珠, 刘元珍, 闫旭, 等. 引黄入晋: 万家寨引黄工程综述及高新技术应用[J]. 工程力学, 2007, 24(S2): 21-32. LI Z, LIU Y Z, YAN X, et al. Summarization and application of high-tech into Wanjiazhai Projects[J]. Engineering Mechanics, 2007, 24(S2): 21-32. (in Chinese) |
| [52] |
李林军, 邱国玉. 城市水资源开发利用的能源消耗及其经济学分析: 以深圳市为例[J]. 生态经济, 2023, 39(12): 95-101. LI L J, QIU G Y. Analysis on energy consumption and economics of urban water resource development and utilization: A case study in Shenzhen[J]. Ecological Economy, 2023, 39(12): 95-101. (in Chinese) |
| [53] |
张婧雯, 王婷. 山西境内黄河流域2016—2019年间COD及氨氮变化特征[J]. 四川环境, 2020, 39(3): 19-24. ZHANG J W, WANG T. Chemical oxygen demand and ammonia nitrogen variation characteristic of the Yellow River Basin in Shanxi from 2016 to 2019[J]. Sichuan Environment, 2020, 39(3): 19-24. (in Chinese) |