Как начисляется районный и северный коэффициент: Районный коэффициент и северная надбавка

Как начисляется районный и северный коэффициент: Районный коэффициент и северная надбавка

Содержание

Каковы правовые основания начисления районного коэффициента и процентной надбавки к заработной плате работающим в Республике Хакасия?

Каковы правовые основания начисления районного коэффициента и процентной надбавки к заработной плате работающим в Республике Хакасия?

В соответствии с постановлением Правительства Российской Федерации от 03 декабря 1992 г. № 933 «О районном коэффициенте к заработной плате на территории Республики Хакасия» работающим в Республике Хакасия к заработной плате начисляется районный коэффициент в размере 1,3. Районный коэффициент начисляется независимо от трудового стажа с первого дня работы.
Помимо районного коэффициента, с целью компенсации работы в неблагоприятных климатических условиях, к заработной плате работников организаций, расположенных на территории Республики Хакасия, начисляется процентная надбавка за стаж работы[1] на основании постановления СМ СССР и ВЦСПС от 24 сентября 1989 г. № 794 «О введении надбавок к заработной плате рабочих и служащих предприятий, учреждений и организаций, расположенных в южных районах Иркутской области и Красноярского края».
       В соответствии с постановлением СМ СССР и ВЦСПС от 24 сентября 1989 г. № 794 выплата процентных надбавок к заработной плате рабочих и служащих за непрерывный стаж работы производится в размере 10 процентов по истечении первого года работы, с увеличением на 10 процентов за каждые последующие два года работы, но не свыше 30 процентов заработка. Для молодежи, лицам в возрасте до 30 лет, прожившей не менее одного года в местностях с неблагоприятными климатическими условиями, процентная надбавка устанавливается в размере 10% за каждые шесть месяцев работы (пункт «е»  пункта 1 постановления СМ РСФСР  от 22 октября 1990 г. № 458 «Об упорядочении компенсаций гражданам, проживающим в районах Севера» (с изменениями от 31 мая 1995 г.).
            При исчислении трудового стажа для начисления процентной надбавки к заработной плате необходимо руководствоваться разъяснением, утвержденным постановлением Минтруда РФ от 16 мая 1994 г. № 37 «Об утверждении разъяснения «О порядке установления и исчисления трудового стажа для получения процентных надбавок к заработной плате лицам, работающим в районах Крайнего Севера, приравненных к ним местностях, в южных районах Дальнего Востока, Красноярского края, Иркутской и Читинской областей, Республики Бурятия,
в Республике Хакасия
» (с последующими изменениями).
            Постановлением Минтруда РФ от 11 сентября 1995 г. № 49 «Об утверждении разъяснения «О порядке начисления процентных надбавок к заработной плате лицам, работающим в районах Крайнего Севера, приравненных к ним местностях, в южных районах Восточной Сибири, Дальнего Востока, и коэффициентов (районных, за работу в высокогорных районах, за работу в пустынных и безводных местностях)» установлено, что начисление компенсационных выплат за работу в местностях с неблагоприятными климатическими условиями производится на фактический заработок.

 

Как рассчитывается районный коэффициент к зарплате в 2021 году

Ямало-Ненецкий автономный округ:
г.
Губкинский, г. Муравленко, г. Надым, г. Новый Уренгой, г. Ноябрьск, Красноселькупский район (за исключением с. Сидоровска), Надымский район (за исключением Ныдинского и Ямбургского сельсоветов), Зеленоярский и Катравожский сельсоветы Приуральского района, Пуровский район (за исключением Самбургского сельсовета), Шурышкарский район
1,7
г. Лабытнанги, с. Сидоровск Красноселькупского района, Ныдинский и Ямбургский сельсоветы Ныдымского района, Байдарацкий, Белоярский и Харсаимский сельсоветы Приуральского района, Самбургский сельсовет Пуровского района, Тазовский, Ямальский районы 1,4–1,8
территория севернее полярного круга, районы освоения нефтяных и газовых месторождений на территории южнее полярного круга 1,5
остальная территория 1,3–1,7
Эвенкийский автономный округ 1,6
Чукотский автономный округ 2
Ханты-Мансийский автономный округ:
города Лангепас и Ханты-Мансийск, Нижневартовский район, районы севернее 60° северной широты на период освоения и обустройства нефтяных и газовых месторождений
1,7
регионы освоения нефтяных и газовых месторождений севернее 60° северной широты и местности севернее 62° северной широты 1,5
остальная территория 1,3–1,7
Ненецкий автономный округ:
на всей территории (районный коэффициент применяется к заработной плате работников лесного хозяйства) 2
на всей территории (районный коэффициент применяется к заработной плате работников строительных и ремонтно-строительных организаций) 1,8
на всей территории Ненецкого автономного округа 1,6
Корякский автономный округ:
Кочевской, Косинский районы 1,2
Гайнинский район 1,2
на всей территории 1,15
Еврейская автономная область:
территории в 30-метровой приграничной зоне 1,3
на остальной территории 1,2
Санкт-Петербург Нет
Москва Нет
Ярославская область Нет
Забайкальский край:
Каларский район 1,7
Тунгокоченский, Чернышевский, Тунгиро-Олекминский, Могочинский районы 1,5
на остальной территории 1,4
Читинская область 1,15
Челябинская область:
города Снежинск и Озерск 1,3
на остальной территории 1,15
Ульяновская область Нет
Тюменская область:
Тобольский, Вагайский районы, г. Тобольск 1,217
Уватский район 1,5
на остальной территории 1,15
Тульская область Нет
Томская область:
районный коэффициент применяется к заработной плате работников предприятий и организаций, занятых в нефтяной, газовой промышленности, на геологических и топографо-геодезических работах, работников строительных, строительно-монтажных и специализированных управлений, подсобновспомогательных производств, транспорта, хозяйств и организаций, обслуживающих нефтегазодобывающие предприятия, конторы бурения, строительство объектов нефтяной и газовой промышленности, геологические и топографо-геодезические работы на территории Томской области севернее 60° северной широты 1,7
Александровский, Верхнекетский, Каргасокский, Колпашевский, Парабельский, Чаинский районы, города Кедровый, Колпашево, Стрежевой 1,5
Бакчарский, Кривошеинский, Молчановский, Тегульдетский районы 1,3
Тверская область Нет
Тамбовская область Нет
Смоленская область Нет
Свердловская область:
Гаринский, Таборинский районы, на территориях, находящихся в административном подчинении Ивдельского, Карпинского, Краснотурьинского и Североуральского горсоветов (включая города) 1,2
на остальной территории В Свердловской области действует уральский коэффициент — это 1,15 к зарплате
Сахалинская область:
Курильский, Северо-Курильский и Южно-Курильский районы 2
Ногликский, Охинский районы 1,8
Александровск-Сахалинский, Анивский, Долинский, Корсаковский, Макаровский, Невельский, Поронайский, Смирныховский, Томаринский, Тымовский, Углегорский, Холмский районы, г.
Южно-Сахалинск
1,6
Саратовская область Нет
Самарская область Нет
Рязанская область Нет
Ростовская область:
Заветинский, Ремонтненский районы; Дубовский, Зимовниковский, Орловский, Пролетарский районы, ограниченные с запада линией железной дороги Сальск — Волгоград, с севера — границей с Волгоградской областью, с востока, северо-востока и юга — границей с Республикой Калмыкия (в районных центрах с. Дубовское, пос. Зимовники, пос. Орловский и г. Пролетарск коэффициент не применяется) 1,1
Псковская область Нет
Пермский край:
Красновишерский, Чердынский районы 1,2
на всей территории
1,15
Пензенская область Нет
Орловская область Нет
Оренбургская область 1,15
Омская область 1,15
Новосибирская область 1,25
Новгородская область Нет
Нижегородская область Нет
Мурманская область:
Мурманск-140 1,8
пгт. Туманный 1,7
на всей территории 1,5
Московская область Нет
Магаданская область 1,7
Липецкая область Нет
Ленинградская область Нет
Курская область Нет
Курганская область 1,15
Костромская область:
Буйский, Галичский, Солигаличский, Чухломский, Судайский, Нейский, Мантуровский, Кологривский, Межевский, Шарьинский, Поназыревский, Вохомский, Пыщугский, Павинский, Парфеньевский районы (районный коэффициент применяется к заработной плате работников лесозаготовительных, лесосплавных, лесоперевалочных предприятий, организаций и химлесхозов) 1,15
Кировская область:
Афанасьевский, Белохолуницкий, Богородский, Верхнекамский, Даровский, Зуевский, Кирово-Чепецкий, Каменский, Лузский, Мурашинский, Омутнинский, Нагорский, Опаринский, Подосиновский, Слободской, Унинский, Феленский, Халтуринский, Юрьянский районы, г. Киров с территорией, подчиненной городскому Совету народных депутатов 1,15
Кемеровская область 1,3
Командорские острова 2
Камчатская область
1,8
Калужская область Нет
Калининградская область Нет
Иркутская область:
Усть-Кутский район 1,7
Усть-Илимский, Нижнеилимский районы, г. Усть-Илимск 1,6
Братский район, г. Братск 1,4
на всей территории (за исключением г. Ангарска, г. Черемхово и Черемховского р-на, г. Тулуна и Тулунского р-на и работников ВСЖД, по которым приняты решения Облисполкома и постановления Главы Администрации) 1,3
Ивановская область Нет
Воронежская область Нет
Вологодская область:
г. Череповец с территорией, подчиненной городскому Совету народных депутатов 1,25
Бабаевский, Вологодский, Грязовецкий, Кадуйский, Междуреченский, Сокольский, Устюженский, Чагодощенский, Череповецкий, Шекснинский районы, г. Вологда 1,15
Волгоградская область Нет
Владимирская область Нет
Брянская область Нет
Белгородская область Нет
Астраханская область:
районный коэффициент применяется к заработной плате за работу в пустынной и безводной местности: работников, занятых на геологоразведочных работах, бурении скважин, строительстве и эксплуатации объектов Астраханского газоконденсатного месторождения, включая работников подсобно-вспомогательных предприятий, баз строительной индустрии, работников МВД СССР, занятых на этом строительстве; работников предприятий и организаций, обслуживающих строительство и эксплуатацию Астраханского газоконденсатного месторождения; работников и служащих предприятий, организаций, учреждений, расположенных в населенных пунктах в восьмикилометровой санитарнозащитной зоне Астраханского газового комплекса на период до переселения последних с этой территории 1,35
районный коэффициент применяется к заработной плате работников за работу в пустынных и безводных районах, занятых на водохозяйственном строительстве и на строительстве объектов в совхозах и других сельскохозяйственных предприятиях Астраханской области 1,35
районный коэффициент применяется к заработной плате работников предприятий и организаций, находящихся в пустынных и безводных районах на «черных землях», «кизлярских пастбищах», на части Лиманского района 1,1
Архангельская область:
Мезенский, Соловецкий районы, г. Северодвинск и подчиненные его Администрации населенные пункты 1,4
Лешуковский, Пинежский районы 1,4
на всей территории 1,2
Амурская область:
Зейский, Селемджинский, Тындинский районы, города Зея, Тында 1,7
Сковородинский район 1,5
Магдачинский, Шимановский районы, г. Шимановск 1,4
Архаринский, Белогорский, Благовещенский, Бурейский, Завитинский, Ивановский, Константиновский, Мазановский, Михайловский, Октябрьский, Ромненский, Свободненский, Серышевский, Тамбовский районы, города Благовещенск, Белогорск, Райчихинск, Свободный 1,3
Хабаровский край:
Охотский район 1,7
Аяно-Майский, Тугуро-Чумиканский, Николаевский, имени Полины Осипенко, Комсомольский, Советско-Гаванский, Ванинский, Солнечный, Амурский, Верхнебуреинский, Ульчский районы, г. Комсомольск-на-Амуре 1,5
Верхнебуреинский район южнее 51° северной широты и остальные территории 1,3
Ставропольский край Нет
Приморский край:
поселки рудников Таежный и Тернистый Красноармейского района 1,4
на всей территории 1,3
Красноярский край:
г. Норильск и подчиненные его Администрации населенные пункты 1,8
Туруханский (севернее рек Нижняя Тунгуска и Турухан) район, местности, расположенные севернее полярного круга (за исключением г. Норильска и подчиненных его Администрации населенных пунктов), г. Игарка и подчиненные его Администрации населенные пункты 1,6
Кежемский район 1,6
Северо-Енисейский район 1,5
на всей территории 1,3
Краснодарский край Нет
Алтайский край:
Алейский, Баевский, Благовещенский, Бурлинский, Волчихинский, Егорьевский, Завьяловский, Ключевский, Кулундинский, Мамонтовский, Михайловский, Немецкий, Новичихинский, Панкрушихинский, Поспелихинский, Родинский, Романовский, Рубцовский, Славгородский, Суетский, Табунский, Угловский, Хабаровский, Шипуновский районы, города краевого подчинения Алейск, Славгород, Яровое 1,25
на всей территории 1,15
Чувашская Республика — Чувашия Нет
Чеченская Республика Нет
Республика Хакасия 1,3
Удмуртская Республика 1,15
Республика Тыва:
Монгун-Тайгинский, Тожинский, Кызылский (территория Шынаанской сельской Администрации) районы 1,5
на всей территории 1,4
Республика Татарстан Нет
Республика Северная Осетия — Алания Нет
Республика Саха (Якутия):
местности, где расположены предприятия и стройки алмазодобывающей промышленности, на месторождениях «Айхал» и «Удачная», прииски «Депутатский» и «Кулар» 2
районы, расположенные за полярным кругом, не ниже 65° северной широты: Абыйский, Аллаиховский, Анабарский, Булунский, Верхнеколымский, Верхоянский, Жиганский, Мирнинский (территория Айхальского поссовета и Удачнинского горсовета), Момский, Нижнеколымский, Оймяконский, Оленекский, Среднеколымский, Усть-Янский, Эвено-Бытантайский 2
районы, расположенные до полярного круга, южнее 65° северной широты: Алданский, Амгинский, Верхневилюйский, Вилюйский, Горный, Кобяйский, Ленинский, Ленский, Мегино-Кангаласский, Нерюнгринский, Намский, Мирнинский, Олекминский, Орджоникидзевский, Сунтарский, Таттинский, Томпонский, Усть-Алданский, Усть-Майский, Чурапчинский, Якутский 1,7
Республика Мордовия Нет
Республика Марий Эл Нет
Республика Коми:
г. Воркута 1,6
Усинский район, города Инта, Усинск 1,5
Вуктыльский район, г. Вуктыл 1,4
города Ухта и подчиненные его Администрации населенные пункты, Печора и подчиненные его Администрации населенные пункты, Сосногорск и подчиненные его Администрации населенные пункты, Печорский, Сосногорский, Ижемский, Усть-Цилемский, Троицко-Печорский, Удорский районы 1,3
остальная территория 1,2
Республика Карелия:
г. Кемь и подчиненные его Администрации населенные пункты Нет
Беломорский, Калевальский, Кемский, Лоухский районы, г. Костомукша 1,4
г. Сегежа и подчиненные его Администрации населенные пункты нет
Медвежьегорский, Муезерский, Пудожский, Сегежский районы 1,3
Кондопожский, Питкярантский, Прионежский, Пряжинский, Суоярвский, Лахденпохский, Олонецкий районы, города Петрозаводск, Сортавала 1,15
Карачаево-Черкесская Республика Нет
Республика Калмыкия:
в населенных пунктах, обеспеченных питьевой водой и водой для бытовых нужд, в районных центрах коэффициенты снижаются, соответственно, с 1,3 до 1,2, с 1,2 до 1,1 1,1–1,3
на территории Калмыцкой АССР, за исключением территории, где предусмотрены коэффициенты 1,3 и 1,2, г. Элисты и территории западнее озера Маныч и Маныч-Гудило; в совхозах «Аршань Зельменский», «Обильный», «Ергенинский», «Садовый», «Троицкий», «Балковский», «Западный», «Ленинский», «Вознесеновский» 1,1
на территории Юстинского, Мало-Дербетовского и Приозерного районов, ограниченной с запада линией от озера Барманнак, совхоз им. Чапаева, с. Деде-Ламон — с. Бургсун и с юга территорией, где предусмотрен коэффициент в размере 1,3; на территории Приозерного, Целинного, Яшкульского и Ики-Бурульского районов, ограниченной с запада и северо-запада линией 10 км восточнее Кегульты с. Бор-Нур, с. Джендик, пос. Буратинский, с. Гигант с юга и юго-востока — границей Ики-Бурульского района со Ставропольским краем, с севера и востока — территории, где предусмотрен коэффициент 1,3; в совхозах «Буратинский», «Приозерный», «Бага-Бурульский», «Маныч» 1,2
на территории Калмыцкой АССР, ограниченной с севера и запада линией границы с Астраханской областью через с. Чомпот, с. Северный, пос. Цаган-Нур, с. Буругсун — 10 км, восточнее с. Кугульты, до южной границы Приозерного района с. Шатта — Улан-Эрге, с. Ики-Бурул, пос. Южный, с юга по границе Калмыцкой АССР со Ставропольским краем и Дагестанской АССР до Каспийского моря; в совхозах «Раздольный», «Северный», им. Чкалова, «Новый», «Ялмата», «Улан-Эргинский», «Красный Путиловец», «Хомутниковский» 1,3
Кабардино-Балкарская Республика Нет
Республика Ингушетия Нет
Республика Дагестан:
для населенных пунктов, находящихся на высоте от 1500 до 2000 метров над уровнем моря 1,15
для населенных пунктов, находящихся на высоте от 2000 до 3000 метров над уровнем моря 1,2
для населенных пунктов, находящихся на высоте свыше 3000 метров над уровнем моря 1,3
Республика Бурятия:
Баунтовский, Муйский, Северобайкальский районы, г. Северобайкальск, Баргузинский, Курумканский, Окинский районы 1,3
на всей территории 1,2
Республика Башкортостан 1,15
Республика Алтай 1,4
Республика Адыгея Нет

Как учитывать коэффициенты и надбавки для дистанционных сотрудников. Разбираемся в нюансах

Мы продолжаем отвечать на ваши вопросы по дистанционной и удаленной работе. Напомним, что для решения вопросов, которые интересуют именно вас, у нас открыт сервис: «Персональный консультант по трудовому праву 24/7». А главные навыки работы с дистанционными сотрудниками вы сможете отработать на одном из дней кадрового интенсивна с Валентиной Митрофановой, который пройдет с 1 по 5 февраля. 

Сегодня разберем, вопросы по определению и назначению районных коэффициентов и северных надбавок сотрудникам, которые будут работать удаленно.

Вопрос: Каким образом работодатель может / должен узнавать в каком городе трудится сотрудник для корректного назначения выплаты в соответствии
с действующими правилами в конкретном регионе?

На дистанционных работников распространяется действие трудового законодательства и иных актов, содержащих нормы трудового права (с учетом особенностей) (часть 3 статьи 312.1 Трудового кодекса РФ).

При выполнении дистанционной работы место выполнения работником работы определяется им по своему усмотрению (часть 1 статьи 312.1. Трудового кодекса РФ), то есть работник может работать в частности в местности с особыми климатическими условиями.

В случае если работник выполняет свою трудовую функцию в местностях с особыми климатическими условиями – он имеет право на выплату ему районного коэффициента и северной надбавки, независимо от того, является он дистанционным работником или нет (статья 146 Трудового кодекса РФ).

Соответственно, если работник сообщил работодателю о том, что он выполняет свою работу в местности с неблагоприятными климатическими условиями и, исходя из представленных документов, следует, что работник работает (или может работать) в этих местностях, работодатель должен выплачивать работнику районный коэффициент и севернуюнадбавку.

Даже при отсутствии в трудовом договоре города, в котором работает работник, при условии, что работодатель уведомлен где работает работник, лишение работника районного коэффициента, северной надбавки может рассматриваться как целенаправленное ущемление прав работника.

Обратите внимание, что право на получение районного коэффициента, северной надбавки возникает не потому что эти выплаты указаны в трудовом договоре или дополнительном соглашении к нему, а потому что работник работает в местности с неблагоприятными климатическими условиями.

Таким образом, у работодателя появляется обязанность по выплате районного коэффициента и северной надбавки в случае, если работник уведомит, что исполняет трудовую функцию в соответствующей местности. В этом случае рекомендуется заключать с работником дополнительное соглашение для возможности отнесения расходов на расходы по оплате труда по статье 255 Налогового кодекса РФ.

Вопрос: Должен ли сотрудник информировать работодателя о месте работы (проживания), а также о своем стаже в конкретном регионе? Если  да, то как и какие документы он должен будет предоставить?

Конкретного перечня документов (и периодичности запроса подтверждающих документов) законодательство не устанавливает. Как вариант, подтверждением выполнения работником трудовой функции в определенной местности может служить паспорт  работника, подтверждающий его регистрацию в определенном населенном пункте.

Однако, зачастую прописка работника, адрес его проживания и место выполнения работы не совпадают. В связи с чем определять размер районного коэффициента только на основании паспорта работника будет не совсем корректно. Ввиду отсутствия перечня подтверждающих документов, у работодателя зачастую не остается иного выхода, кроме как поверить работнику, в случае если он утверждает, что работает в местности с неблагоприятными климатическими условиями и установить работнику районный коэффициент, поверив работнику «на слово», так как у работника по закону отсутствует обязанность предоставлять подтверждающие документы.

У работника нет обязанности информировать работодателя как о месте выполнения им трудовой функции, так и о месте проживания. Также у работника нет обязанности информировать работодателя о своем стаже в конкретном регионе.

Вопрос: В связи с переходом на электронные трудовые книжки как новый работодатель может самостоятельно узнать/проверить стаж работы работника в конкретном регионе? 

У работодателя нет обязанности проверять стаж работы работника в конкретном регионе. В случае, если работник обращается за назначением надбавки, то в этом случае работодатель вправе проинформировать работника, что для определения размера надбавки необходимо подтвердить стаж работы, либо работнику будет назначен минимальный размер надбавки.

Вопрос: Если сотрудник работает на удаленно и по личной инициативе принимает решение переехать и работать из другого региона, например Владивосток, должны ли ему начисляться районный коэффициент, северная надбавка и дополнительные дни отпуска? Как работник должен об этом проинформировать работодателя, какие документы предоставить?

Даже в случае, если работник по своей инициативе переедет в другой регион, например Владивосток, то в случае уведомления об этом работодателя у последнего появляется обязанность по выплате районного коэффициента, северной надбавки и дополнительного отпуска.

Работник может уведомить работодателя любым способом (по почте, по электронной почте, иным способом, предусмотренный в организации для взаимодействия работодателя и работника).

В связи с тем, действующее законодательство не предусматривает порядка определения и начисления размера районного коэффициента, северной надбавки для дистанционных работников, компания может закрепить этот порядок в своих локально-нормативных актах.

Как оформлять дистанционную работу по новым правилам? Какие правки внести в ЛНА и трудовой договор с работником? Как обезопасить компанию? – все это разберем на  кадровом интенсиве с Валентиной Митрофановой с 1 по 5 февраля.

Нужно ли платить районный коэффициент сотрудникам на ГПД?

И.В. Тарасова,
автор ответа, консультант Аскон по трудовым вопросам и кадровому делопроизводству

ВОПРОС

У нас в организации есть сотрудники, с которыми заключены трудовые договоры и гражданско-правовые договоры. Есть ли основания для начисления районных коэффициентов и северных надбавок на выплаты данным сотрудникам по ГПД (гражданско-правовым договорам)?

ОТВЕТ

Действующее законодательство обязывает начислять районные коэффициенты к заработной плате только работникам по трудовым договорам, работающим в районах Крайнего Севера и приравненных к ним местностях (трудовые отношения регулируются нормами ТК РФ).

Нормы ГК РФ не устанавливают подобных требований к вознаграждениям, выплачиваемым физическим лицам по договорам гражданско-правового характера (договоры гражданско-правового характера регулируются нормами ГК РФ).

ОБОСНОВАНИЕ

В соответствии с частью 2 статьи 146, статьей 148 ТК РФ труд работников, занятых на работах в местностях с особыми климатическими условиями, оплачивается в повышенном размере; оплата труда на работах в таких местностях производится в порядке и размерах не ниже установленных законами и иными нормативными правовыми актами.

Статьями 315, 316 и 317 ТК РФ для лиц, работающих в районах Крайнего Севера и приравненных к ним местностях, предусмотрено применение районных коэффициентов и процентных надбавок к заработной плате, размер которых устанавливается Правительством РФ. Аналогичные нормы предусмотрены статьями 10 и 11 Закона РФ от 19.02.1993 N 4520-1 "О государственных гарантиях и компенсациях для лиц, работающих и проживающих в районах Крайнего Севера и приравненных к ним местностях".

Нормы ГК РФ не устанавливают подобных требований к вознаграждениям, выплачиваемым физическим лицам по договора гражданско-правового характера (договоры гражданско-правового характера регулируются нормами ГК РФ).

Применение районного коэффициента при исчислении пенсии — Российская газета

Вопрос:

Добрый день, я военный пенсионер, при начислении пенсии учитывается районный коэффициент. При каких условиях этот коэффициент сохраняется (меняется), при смене места жительства?

Виталий, 53 года, г. Кострома

Ответ:

Виталий, здравствуйте! В соответствии со статьей 48 закона РФ от 12 февраля 1993 года № 4468-1 "О пенсионном обеспечении лиц, проходивших военную, службу в органах внутренних дел, Государственной противопожарной службе, органах по контролю за оборотом наркотических средств и психотропных веществ, учреждениях и органах уголовно-исполнительной системы, и их семей", пенсионерам из числа лиц, указанных в статье 1 настоящего Закона, и членам их семей, проживающим в местностях, где к денежному довольствию военнослужащих и сотрудников органов внутренних дел, Государственной противопожарной службы, органов по контролю за оборотом наркотических средств и психотропных веществ, учреждений и органов уголовно-исполнительной системы (далее - сотрудники) в соответствии с законодательством РФ устанавливаются коэффициенты, на период проживания их в этих местностях пенсии, назначаемые в соответствии с настоящим Законом, надбавки к этим пенсиям, предусмотренные статьями 17, 24 и 38 настоящего Закона, и увеличения, предусмотренные статьей 16 настоящего Закона, исчисляются с применением соответствующего коэффициента, установленного в данной местности для военнослужащих и сотрудников Правительством РФ в соответствии с федеральными законами.

За пенсионерами из числа лиц, указанных в статье 1 настоящего Закона, прослуживших в районах Крайнего Севера и приравненных к ним местностях соответственно не менее 15 и 20 календарных лет, которым пенсия (включая надбавки к пенсиям, предусмотренные статьями 17 и 24 настоящего Закона, и увеличения, предусмотренные статьей 16 настоящего Закона) была исчислена с применением части первой настоящей статьи, при выезде из этих районов и местностей на новое постоянное место жительства сохраняется размер пенсии, исчисленной с учетом соответствующего коэффициента в порядке, определяемом Правительством РФ.

Пенсионерам из числа лиц, указанных в статье 1 настоящего Закона, прослуживших в районах Крайнего Севера и приравненных к ним местностях соответственно не менее 15 и 20 календарных лет, проживающим в местностях, где к денежному довольствию военнослужащих и сотрудников коэффициент не установлен или установлен в меньшем размере, чем по последнему месту службы этих лиц в районах Крайнего Севера и приравненных к ним местностях, пенсии, назначаемые в соответствии с настоящим Законом (включая надбавки к пенсиям, предусмотренные статьями 17 и 24 настоящего Закона, и увеличения, предусмотренные статьей 16 настоящего Закона), исчисляются с применением коэффициента, установленного к денежному довольствию военнослужащих и сотрудников по последнему месту службы указанных лиц в районах Крайнего Севера и приравненных к ним местностях, независимо от времени обращения за назначением пенсии. При этом предельный размер коэффициента, с учетом которого исчисляются указанные пенсии, составляет 1,5.

Виталий, если при нахождении в указанных районах и местностях Вы получали пенсию с применением названного коэффициента, то при выезде на новое постоянное место жительства размер выплаты сохранится. В иных случаях размер коэффициента сохранится, если он не превышает 1,5.

Александр Томенко, военный юрист

Задайте свой вопрос

Оплата труда в выходные и праздничные дни

Труд в выходной или нерабочий праздничный день оплачивается не менее чем в двойном размере (ст. 153 ТК РФ):

1) сдельщикам - не менее чем по двойным сдельным расценкам;

2) работникам, труд которых оплачивается по дневным и часовым тарифным ставкам, - в размере не менее двойной дневной или часовой тарифной ставки;

3) работникам, получающим оклад:

  • размере не менее одинарной дневной или часовой ставки (части оклада за день или час работы) сверх оклада, если работа в выходной или нерабочий праздничный день производилась в пределах месячной нормы рабочего времени;
  • в размере не менее двойной дневной или часовой ставки (части оклада за день или час работы) сверх оклада, если работа производилась сверх месячной нормы рабочего времени.

Из приведенной нормы следует, что работникам, которым установлен оклад, оплата их труда за работу в выходные и нерабочие праздничные дни производится исходя исключительно из размера их оклада, в который в силу положений статьи 129 Трудового кодекса не входят любые компенсационные и стимулирующие выплаты, в том числе районные коэффициенты, надбавки и премии. Данный вывод находит свое отражение и в судебной практике (определения ВС РФ от 05.12.2016 № 56-КГ16-35, от 21.11.2016 № 56-КГ16-22). Вместе с тем данной нормой четко не определено, подлежат ли начислению на рассчитанный таким образом размер оплаты труда районные коэффициенты и надбавки, а также премиальные выплаты.

Премии за работу в выходные и праздничные дни

Под окладом (ст. 129 ТК РФ) понимается фиксированный размер оплаты труда работника за исполнение трудовых (должностных) обязанностей определенной сложности за календарный месяц без учета компенсационных, стимулирующих и социальных выплат. Иными словами, оклад представляет собой фиксированную выплату, которая уплачивается работнику в полном объеме за работу в течение нормальной продолжительности рабочего времени, приходящейся на тот или иной календарный месяц.

При исчислении же нормы рабочего времени в нее в любом случае не включают время, приходящееся на нерабочие праздничные дни и выходные дни работника, так как учету при исчислении нормы подлежат только рабочие дни (п. 1 Порядка исчисления нормы рабочего времени на определенные календарные периоды времени (месяц, квартал, год) в зависимости от установленной продолжительности рабочего времени в неделю, утв. приказом Минздравсоцразвития России от 13.08.2009 № 588н). Поэтому время, отработанное работником в выходные и нерабочие праздничные дни, является временем, отработанным сверх месячной нормы.

Из этого следует вывод, что выплаты, произведенные работнику за работу в такие дни, осуществляются сверх его оклада, то есть не включаются в его состав. Данный вывод подтверждается и судебной практикой, которая относит выплаты за работу в выходные и нерабочие праздничные дни к выплатам компенсационного характера (решение ВС РФ от 21.06.2007 № ГКПИ07-516; апелляционное определение СК по гражданским делам Иркутского областного суда от 16.07.2015 по делу № 33-5998/2015).

Таким образом, поскольку данные выплаты не включаются в состав оклада, хотя и исчисляются из его размера, на них не подлежат начислению премиальные выплаты, рассчитываемые исходя из размера оклада.

Районные коэффициенты и надбавки за работу в выходные и праздничные дни

В отношении же районных коэффициентов и надбавок за работу в районах Крайнего Севера и приравненных к ним местностях (их перечень утв. пост. СМ СССР от 10.11.1967 № 1029) отметим, что такие коэффициенты и надбавки применяют к заработной плате (ст. 315, 316 ТК РФ; ст. 10, 11 Закона РФ от 19.02.1993 № 4520-I). Заработная плата же включает вознаграждение за труд в зависимости от квалификации работника, сложности, количества, качества и условий выполняемой работы, а также компенсационные и стимулирующие выплаты (ст. 129 ТК РФ).

Из приведенных норм следует, что районный коэффициент и процентную надбавку начисляют на фактический заработок, включающий все выплаты, предусмотренные системой оплаты труда (п. 1 разъяснения, утв. пост. Минтруда России от 11.09.1995 № 49; письмо Минздравсоцразвития России от 16.02.2009 № 169-13). Нормативные правовые акты, сужающие этот перечень, в соответствующей части не применяют (решения ВС РФ от 01.12.2015 № АКПИ15-1253, от 17.07.2000 № ГКПИ00-315).

Поскольку выплаты за работу в выходные и нерабочие праздничные дни, как это уже отмечалось выше, относятся к компенсационным выплатам, которые включаются в состав заработной платы, то районный коэффициент и процентные надбавки также подлежат начислению на размер указанных выплат после их расчета, произведенного исходя из оклада.

Начисляется ли районный коэффициент на отпускные в 2019 году

Высокие заработки персонала предприятий, расположенных на территории Крайнего Севера, обусловлены применяемой системой обязательных дополнительных надбавок и коэффициентов. Доплата является одним из законодательно установленных элементов системы оплаты труда и не может быть отменена по усмотрению работодателя. Начисляется ли районный коэффициент на отпускные. Такой вопрос возникает у самих работников, кадровых специалистов и бухгалтеров.

В каких регионах применяется районный коэффициент?

Районный коэффициент — специальный коэффициент, увеличивающий зарплату сотрудников в отдельных регионах страны (ст. 316 ТК РФ). Руководство субъектов РФ и муниципалитетов вправе увеличивать его значение, доплачивая разницу из средств собственного бюджета. Районный коэффициент начисляется на зарплату вне зависимости от общего стажа работы человека и стажа работы в регионе действия коэффициента. В этом отличие районного коэффициента от северной надбавки.

Специфичность и труднодоступность региона напрямую влияет на величину применяемого к зарплате повышающего коэффициента (ст. 315 ТК РФ). Перечень районов с неблагоприятными природными условиями в 2019 году, на территории которых применяется районный коэффициент, вы можете посмотреть здесь. Критерии оценки местности и присваиваемые им коэффициенты установлены Постановлением Совмина СССР от 10.11.1967 № 1029.

Правила применения северных коэффициентов установлены Правительством. На практике могут применяться повышенные размеры коэффициентов. В любом случае затраты работодателей на выплату учитываются в расходах на оплату труда.

Умножать ли отпускные на районный коэффициент?

Однако отпускные — это не обычная зарплата. Сумма отпускных исчисляется исходя из среднего заработка работника. Порядок назначения и расчета среднего заработка установлен действующим законодательством, в том числе, Трудовым кодексом. Однако в ТК нет прямых указаний, начисляется ли районный коэффициент на отпускные в 2019 году.

Чтобы определить, нужно ли умножать отпускные на районный коэффициент в 2019 году, обратимся к нормативно-правовой базе:

Номер статьи ТК РФ Краткое содержание
Статья 114 На время отпуска за работником должен быть сохранен его средний доход.
Статья 126 Отпуск частично может быть заменен компенсацией, если у сотрудника имеется право на оформление дополнительного отпуска, превышающего стандартные 28 календарных дней. Чтобы воспользоваться правом на замену сотрудник должен написать работодателю соответствующее заявление.
Статья 127 При увольнении человек может отгулять неиспользованные дни отдыха или получить за них денежную компенсацию.
Статья 139 Расчет среднедневного заработка во всех регионах производится по единым нормативам.

Порядок исчисления отпускных установлен постановлением Правительства от 24.12.2007 № 922. Для расчета среднедневного заработка используется сумма начисленной работнику зарплаты. Она делится на количество месяцев в году и среднемесячное количество календарных дней — 29,3 (п. 10 Положения, утв. постановлением Правительства от 24.12.2007 № 922).

В зарплату, начисленную работнику, включаются все выплаты, произведенные ему по принятой в компании системе оплаты труда. Среди прочих сумм в расчет входят и районные коэффициенты (подп. «л» п. 2 Положения, утв. постановлением Правительства от 24.12.2007 № 922).

Таким образом, районные надбавки уже включены в величину среднего заработка, из которого рассчитываются отпускные выплаты. То есть, за основу расчета отпускных берется сумма дохода работника, которая уже сформирована с участием повышающих коэффициентов. В связи с этим умножать отпускные на районный коэффициент не нужно.

Также районный коэффициент не начисляется и на компенсацию за неиспользованный отпуск при увольнении — так как она рассчитывается по тем же правилам, что и обычные отпускные выплаты.

Подводим итоги

Районный коэффициент не увеличивает сумму отпускных в 2019 году, так как эти выплаты уже посчитаны с учетом районного коэффициента.

Анализ региональных тенденций в области экономики и благосостояния

3. Макроэкономические переменные

Мы рассмотрим следующие макроэкономические переменные:

  • оценка производительности (по часам)
  • средний (средний) заработок
  • показатель человеческого капитала
  • домашние расходы
  • доход домохозяйства

Лондон, безусловно, самый производительный и наиболее высокооплачиваемый регион.

Валовая добавленная стоимость (выпуск) в час дает оценку производительности в регионах NUTS 1.То есть, чем выше оценка производительности в час для региона или страны, тем она продуктивнее. Согласно экономической теории, при прочих равных условиях более высокая производительность связана с более высокой заработной платой. Возможное объяснение этого состоит в том, что теоретически повышение производительности труда может привести к увеличению спроса на рабочую силу (все остальное постоянное), что в конечном итоге должно привести к увеличению заработной платы (теория заработной платы с предельной производительностью).

Эту положительную корреляцию также можно объяснить гипотезой эффективности заработной платы.Эта гипотеза утверждает, что фирмы будут предлагать заработную плату выше, чем заработная плата за клиринг на рынке труда, чтобы побудить рабочих повышать производительность своего труда. Одним из потенциальных драйверов производительности в час являются капитальные вложения. Если рассматривать неоклассическую производственную функцию, больший запас капитала увеличит предельную производительность труда при прочих равных условиях. На практике взаимосвязь между производительностью и заработной платой менее прямолинейна.

Рисунок 1. Производительность и прибыль самые высокие в Лондоне и на юго-востоке.

Номинальная производительность в час (все отрасли) и номинальная средняя почасовая заработная плата, индексированная UK = 100, регионы NUTS 1, 2018
Источник: Управление национальной статистики
Ноты:
  1. Цифры основаны на том, где люди работают, а не на том, где они живут.В Лондоне будут работать люди, которые не будут там жить и не обязательно будут ездить с Юго-Востока.
  2. На этой диаграмме сравниваются региональные показатели со средним показателем в Великобритании для двух разных концепций, использующих разные методы сбора и компиляции. Пожалуйста, будьте осторожны при сравнении показателей в каждом конкретном регионе.
Скачать эту диаграмму Рис. 1. Производительность и прибыль самые высокие в Лондоне и на юго-востоке.
Изображение .csv .xls

Лондон и Юго-Восток были лидерами по производительности в час и средней почасовой заработной плате.

Показатели регионов и стран по сравнению с Великобританией в целом оставались стабильными в период с 1998 по 2018 год. Это означает, что другие регионы и страны не догоняют Лондон и Юго-Восток. Некоторые другие моменты, на которые следует обратить внимание:

  • Производительность и заработная плата в Лондоне постоянно были выше (по сравнению с Великобританией), чем во всех других регионах или странах, при этом самая высокая относительная производительность была отмечена в 2007 году (на 36% выше среднего по Великобритании), а самая высокая относительная средняя почасовая оплата в 2011 году ( На 40% выше среднего по Великобритании)
  • в период с 1998 по 2018 год регионами NUTS1 с самой низкой производительностью и доходами были Уэльс и Северная Ирландия
  • Наибольшее соотношение между самым высоким (Лондон) и самым низким (Северная Ирландия) годовыми оценками производительности было в 2007 году на уровне 1.69, а средний почасовой заработок был в 2010 г. на уровне 1,58
  • .
  • Производительность в Лондоне (по сравнению с Великобританией) выросла в период с 1998 по 2007 год, а затем постепенно остановилась после экономического спада 2008 года
  • в период с 1998 по 2018 год производительность на востоке Англии по сравнению со средним показателем по Великобритании снизилась с 96,7 до 95,0
  • Производительность
  • в Шотландии по сравнению со средним показателем по Великобритании увеличилась с 89,7 в 1998 году до 96,8 в 2018 году.
Рисунок 2: Разрыв между регионами и странами по производительности и заработной плате оставался неизменным на протяжении времени

Производительность в час (все отрасли), в постоянных ценах (CVM) (2016) и медианная почасовая оплата, индексированная UK = 100 NUTS 1 регионов, с 1998 по 2018 год

Банкноты
  1. Поскольку у нас нет данных по региональным ценам, мы использовали индексы потребительских цен на уровне Великобритании для дефлятирования прибыли.Индексирование означает, что и реальная, и номинальная стоимость совпадают.
  2. Данные представляют собой относительную производительность, поэтому увеличение производительности в одном регионе с течением времени не обязательно отражает рост производительности в этом регионе, но улучшение производительности по сравнению с Великобританией.

Загрузить данные

В Лондоне самый высокий человеческий капитал на душу населения во всех регионах и странах Великобритании

Человеческий капитал определяется как совокупность навыков, знаний и опыта отдельного человека или населения, которые могут быть продуктивно применены в экономия; его часто называют одним из основных факторов экономического роста.Методологию расчета человеческого капитала можно найти в публикации «Оценка человеческого капитала», Великобритания: 2004–2018 гг. Мы находимся в процессе расширения нашего измерения человеческого капитала после консультации, начатой ​​в сентябре 2019 года.

Рисунок 3. В Лондоне самый высокий реальный человеческий капитал на душу населения за все годы с 2004 по 2018 год

Реальный человеческий капитал на душу населения, индексированный UK = 100, регионы и страны NUTS 1, 2004 и 2018 гг.
Источник: Управление национальной статистики
Загрузить эту диаграмму Рисунок 3: В Лондоне самый высокий реальный человеческий капитал на душу населения за все годы с 2004 по 2018 год
Изображение .csv .xls

Лондон и Юго-Восток имеют самый высокий человеческий капитал на душу населения по сравнению со всеми другими регионами и странами Великобритании. Учитывая, что отрасли высококвалифицированных услуг Великобритании, такие как финансовые услуги и технологии, сосредоточены в Лондоне, это привлекает в этот регион квалифицированную рабочую силу как внутри страны, так и за рубежом. Поскольку квалифицированная рабочая сила мобильна, люди с более высоким уровнем человеческого капитала, вероятно, переедут в регионы и страны, которые платят больше и имеют лучшие возможности трудоустройства.Со временем реальный человеческий капитал на душу населения обычно увеличивался для каждого региона NUTS1.

Диаграмма 4: В Лондоне был самый большой запас реального человеческого капитала на душу населения для обладателей степени за все годы с 2004 по 2018 год

Реальный человеческий капитал для лиц со степенью или эквивалентом, на душу населения (в тысячах фунтов стерлингов, цены 2018 г.), регионы NUTS 1, 2004 и 2018 гг.
Источник: Управление национальной статистики
Загрузите эту диаграмму Рис. 4. В Лондоне был самый большой запас реального человеческого капитала на душу населения для обладателей степени за все годы с 2004 по 2018 год
Изображение .csv .xls

Лондон также имеет самую высокую оценку реального человеческого капитала на душу населения для людей со степенью или эквивалентной квалификацией. Оценка реального человеческого капитала на душу населения для этих лиц в 2018 году была ниже по сравнению с 2004 годом для всех регионов и стран Великобритании. Различия между регионами и странами на рисунках 3 и 4 могут частично объясняться различиями в составе населения, такими как средний возраст экономически активного населения в каждом регионе и стране, а также степень профессионального несоответствия для лиц с разной квалификацией.

Жители Лондона тратят большую часть своего семейного дохода на расходы на жилье

Регионы и страны с более высоким семейным доходом также могут иметь более высокое потребление домохозяйств³. Эта положительная взаимосвязь прочно укоренилась в экономической теории, представленной, например, кейнсианской функцией потребления (Keynes, 1936) ⁴. Однако, если домохозяйства в определенном регионе будут иметь более высокую стоимость жизни, их остаточный доход после вычета расходов на жилье снизится, несмотря на более высокий доход.

В то время как Лондон занимает первое место по показателям макроэкономических показателей, таких как производительность, заработная плата и человеческий капитал, жители платят более высокую долю дохода своей семьи на расходы на жилье. В период между 2015 и 2017 финансовыми годами, заканчивающимися финансовым годом (FYE), расходы на жилье (измеряемые средней недельной арендной платой домохозяйства) составляли 43% от медианного недельного эквивалентного дохода семьи в Лондоне по сравнению с 21% в Северной Ирландии.

Рисунок 5: Жители Лондона тратят большую часть дохода своей семьи на жилищные расходы

Отношение медианной еженедельной частной арендной платы домохозяйства к среднему недельному эквивалентному доходу домохозяйства в процентах², регионы NUTS 1, среднее трехлетнее значение 2015 финансового года к 2017 финансовому году
Источник: Департамент труда и пенсионного обеспечения
Скачать эту диаграмму Рисунок 5: Жители Лондона тратят большую часть своего семейного дохода на жилищные расходы
Изображение .csv .xls

Еще несколько замечаний:

  • Еженедельная арендная плата домашних хозяйств в Лондоне была ниже в 2017 финансовом году (230 фунтов стерлингов), чем в 2016 финансовом году (247 фунтов стерлингов) и 2015 финансовом году (239 фунтов стерлингов)
  • в период с 2015 по 2017 финансовый год, еженедельная аренда частного жилья выросла на Юго-Западе, Юго-Востоке, Уэст-Мидлендсе, Северо-Востоке, Шотландии и Северной Ирландии, возможно, из-за сильного роста на рынке жилья

Падение средней еженедельной арендной платы домохозяйств в Лондоне в период с 2017 по 2016 финансовый год можно частично объяснить устойчивым падением роста индекса цен на жилье (HPI) и индекса цен на аренду частного жилья (IPHRP) в течение этого периода. период.Объем продаж также снизился в этот период, отчасти из-за изменений в гербовых сборах, введенных в апреле 2016 года, и замедления темпов роста рынка купли-продажи. Более подробную информацию о рынке жилья Лондона можно найти в статье «Изучение последних тенденций на рынке жилья Лондона».

Лондон больше не является регионом с самым высоким доходом домохозяйств, если учесть расходы на жилье.

Департамент труда и пенсий (DWP) публикует отчет о доходах ниже среднего.Он содержит информацию об эквивалентном располагаемом доходе домохозяйства, скорректированном на размер и состав домохозяйства (так называемое уравнивание), рассчитанный как до, так и после затрат на жилье. Лучший способ посмотреть на разницу в доходах между регионами и странами - использовать этот эквивалентный доход домохозяйства и сравнить оценки как до, так и после затрат на жилье.

Рисунок 6 показывает, что до учета затрат на жилье в Лондоне самый высокий средний недельный доход домохозяйства, но после учета затрат на жилье его обгоняет Юго-Восток.Лондон лишь немного превышает средний доход семьи в Великобритании с учетом стоимости жилья, в то время как Юго-Восток, Восток Англии, Шотландия и Юго-Запад регионы или страны выше среднего показателя по Великобритании.

Ист-Мидлендс ниже среднего по Великобритании с точки зрения приравненного дохода домохозяйства до стоимости жилья, но немного выше среднего, если учитывать расходы на жилье. Северная Ирландия, Йоркшир и Хамбер, Северо-Запад, Уэст-Мидлендс, Уэльс и Северо-Восток остаются ниже среднего показателя по Великобритании даже с учетом стоимости жилья.

Разница между доходами домохозяйств до и после увеличения стоимости жилья в Лондоне в период с 2009 по 2011 финансовый год и с 2016 по 2018 финансовый год увеличилась. Увеличение стоимости жилья можно частично объяснить нехваткой предложения жилья по сравнению со спросом. Этот дефицит был намного больше в Лондоне и на Юго-Востоке, что привело к повышению стоимости жилья в этих регионах. Несмотря на рост количества предложенных домов (PDF, 1,49 МБ) в последние годы, спрос на жилье оставался высоким и продолжал опережать предложение жилья в этих регионах.

Диаграмма 6: Лондон лишь немного выше среднего дохода семьи в Великобритании с учетом стоимости жилья
Средний недельный эквивалентный доход домохозяйства для всех лиц в средних ценах на финансовый год 2018, индексированный UK = 100, регионы NUTS 1, с 2009 по 2011 финансовые годы и с 2016 по 2018 финансовый год
Источник: Департамент труда и пенсионного обеспечения
Загрузить это изображение Рисунок 6: Лондон лишь немного превышает средний доход семьи в Великобритании с учетом стоимости жилья
.png (118,9 КБ)

Загрузить данные

Этот анализ не включает затраты на проезд. Расходы на жилье и поездки важны для Юго-Востока, поскольку Лондон является крупным центром занятости в этом регионе.

Ноты для макроэкономических переменных
  1. Пуллен, Дж. (2009), «Теория распределения предельной производительности: критическая история», июнь 2009 г.
  2. Предполагается, что предельная склонность к потреблению постоянна во всех регионах NUTS 1.
  3. Кейнс, Дж. М. (1936), «Общая теория занятости, процента и денег», февраль 1936 г.
Вернуться к содержанию Калькулятор эквивалентов парниковых газов

- Расчеты и справочная информация | Энергия и окружающая среда

Для просмотра некоторых файлов на этой странице может потребоваться программа для чтения PDF-файлов.Дополнительную информацию см. На странице EPA "О программе" в формате PDF.

На этой странице описаны расчеты, использованные для преобразования количества выбросов парниковых газов в различные типы эквивалентных единиц. Перейдите на страницу калькулятора эквивалентов для получения дополнительной информации.

Примечание о потенциалах глобального потепления (ПГП): Некоторые эквиваленты в калькуляторе указаны как эквиваленты CO 2 (CO 2 E). Они рассчитываются с использованием ПГП из Четвертого оценочного доклада Межправительственной группы экспертов по изменению климата.

Снижение электроэнергии (киловатт-час)

В калькуляторе эквивалентов парниковых газов используется инструмент AVOided Emissions and GeneRation Tool (AVERT) Средневзвешенная скорость выбросов CO 2 в США для преобразования сокращенных киловатт-часов в единицы предотвращенных выбросов углекислого газа.

Большинство пользователей Калькулятора эквивалентностей, которые ищут эквиваленты для выбросов, связанных с электричеством, хотят знать эквиваленты для сокращений выбросов в результате программ повышения энергоэффективности (EE) или возобновляемых источников энергии (RE).Расчет воздействия выбросов ЭЭ и ВИЭ на электрическую сеть требует оценки количества выработки на ископаемом топливе и выбросов, вытесняемых ЭЭ и ВИЭ. Коэффициент предельных выбросов является лучшим представлением для оценки того, какие единицы EE / RE, работающие на ископаемом топливе, вытесняются по флоту ископаемых. Обычно предполагается, что программы ЭЭ и ВИЭ не влияют на электростанции с базовой нагрузкой, которые работают постоянно, а скорее на предельные электростанции, которые вводятся в эксплуатацию по мере необходимости для удовлетворения спроса. Поэтому AVERT предоставляет национальный предельный коэффициент выбросов для Калькулятора эквивалентности.

Коэффициент выбросов

1562,4 фунта CO 2 / МВтч × (4,536 × 10 -4 метрических тонн / фунт) × 0,001 МВтч / кВтч = 7,09 × 10 -4 метрических тонн CO 2 / кВтч
(AVERT, Средневзвешенное значение по США CO 2 Предельный уровень выбросов, данные за 2019 год)

Примечания:

  • Этот расчет не включает никаких парниковых газов, кроме CO 2 .
  • Этот расчет включает линейные потери.
  • Региональные предельные уровни выбросов также доступны на веб-странице AVERT.

Источники

  • EPA (2020) AVERT, США, средневзвешенный уровень выбросов CO 2 предельный уровень выбросов, данные за 2019 год. Агентство по охране окружающей среды США, Вашингтон, округ Колумбия.

Галлонов израсходованного бензина

В преамбуле к совместному нормотворчеству EPA / Министерства транспорта от 7 мая 2010 г., которое установило исходные стандарты экономии топлива Национальной программы на 2012-2016 модельные годы, агентства заявили, что они согласились использовать общий коэффициент преобразования 8 887 граммов. выбросов CO 2 на галлон потребленного бензина (Федеральный регистр 2010).Для справки, чтобы получить количество граммов CO 2 , выделяемых на галлон сожженного бензина, теплосодержание топлива на галлон можно умножить на кг CO 2 на единицу теплосодержания топлива.

Это значение предполагает, что весь углерод в бензине преобразован в CO 2 (IPCC 2006).

Расчет

8,887 граммов CO 2 / галлон бензина = 8,887 × 10 -3 метрических тонн CO 2 / галлон бензина

Источники

Израсходовано

галлонов дизельного топлива

В преамбуле к совместному нормотворчеству EPA / Министерства транспорта от 7 мая 2010 г., которое установило исходные стандарты экономии топлива Национальной программы на модельные годы 2012-2016, агентства заявили, что они согласились использовать общий коэффициент преобразования, равный 10180 граммов. выбросов CO 2 на галлон израсходованного дизельного топлива (Федеральный регистр 2010).Для справки, чтобы получить количество граммов CO 2 , выделяемых на галлон сожженного дизельного топлива, теплосодержание топлива на галлон можно умножить на кг CO 2 на единицу теплосодержания топлива.

Это значение предполагает, что весь углерод в дизельном топливе конвертируется в CO 2 (IPCC 2006).

Расчет

10,180 граммов CO 2 / галлон дизельного топлива = 10,180 × 10 -3 метрических тонн CO 2 / галлон дизельного топлива

Источники

Легковых автомобилей в год

Легковые автомобили определяются как двухосные автомобили с четырьмя шинами, включая легковые автомобили, фургоны, пикапы и спортивные / внедорожные автомобили.

В 2018 году средневзвешенная комбинированная экономия топлива легковых и легких грузовиков составила 22,5 мили на галлон (FHWA 2020). Средний пробег транспортного средства (VMT) в 2018 году составил 11556 миль в год (FHWA 2020).

В 2018 году отношение выбросов углекислого газа к общим выбросам парниковых газов (включая углекислый газ, метан и закись азота, все выраженные в эквивалентах углекислого газа) для легковых автомобилей составило 0,993 (EPA 2020).

Количество углекислого газа, выбрасываемого на галлон сожженного автомобильного бензина, равно 8.89 × 10 -3 метрическая тонна, как рассчитано в разделе «Израсходованные галлоны бензина» выше.

Для определения годовых выбросов парниковых газов в расчете на одно легковое транспортное средство использовалась следующая методология: VMT был разделен на средний расход газа, чтобы определить количество галлонов бензина, потребляемых на одно транспортное средство в год. Израсходованные галлоны бензина были умножены на количество двуокиси углерода на галлон бензина, чтобы определить выброс двуокиси углерода на автомобиль в год. Затем выбросы углекислого газа были разделены на отношение выбросов углекислого газа к общему количеству выбросов парниковых газов от транспортных средств для учета выбросов метана и закиси азота от транспортных средств.

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

8,89 × 10 -3 метрических тонн CO 2 / галлон бензина × 11,556 VMT в среднем легковой / грузовой автомобиль × 1 / 22,5 миль на галлон в среднем легковой / грузовой × 1 CO 2 , CH 4 , и N 2 O / 0,993 CO 2 = 4,60 метрических тонн CO 2 E / транспортное средство / год

Источники

миль, пройденных средним легковым автомобилем

Легковые автомобили определяются как двухосные автомобили с четырьмя шинами, включая легковые автомобили, фургоны, пикапы и спортивные / внедорожные автомобили.

В 2018 году средневзвешенная комбинированная экономия топлива легковых и легких грузовиков составила 22,5 мили на галлон (FHWA 2020). В 2018 году отношение выбросов углекислого газа к общим выбросам парниковых газов (включая углекислый газ, метан и закись азота, выраженные в эквивалентах углекислого газа) для легковых автомобилей составило 0,993 (EPA 2020).

Количество углекислого газа, выбрасываемого на галлон сожженного автомобильного бензина, составляет 8,89 × 10 -3 метрическую тонну, как рассчитано в разделе «Израсходованные галлоны бензина» выше.

Для определения годовых выбросов парниковых газов на милю использовалась следующая методология: выбросы углекислого газа на галлон бензина были разделены на среднюю экономию топлива транспортных средств, чтобы определить выбросы двуокиси углерода на милю, пройденную типичным пассажирским транспортным средством. Затем выбросы углекислого газа были разделены на отношение выбросов углекислого газа к общему количеству выбросов парниковых газов от транспортных средств для учета выбросов метана и закиси азота от транспортных средств.

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

8,89 × 10 -3 метрических тонн CO 2 / галлон бензина × 1 / 22,5 миль на галлон в среднем легковой / грузовой × 1 CO 2 , CH 4 и N 2 O / 0,993 CO 2 = 3,98 x 10 -4 метрических тонн CO 2 E / милю

Источники

Термические и кубические футы природного газа

Выбросы углекислого газа на термометр определяются путем преобразования миллиона британских термических единиц (mmbtu) в термы, а затем умножения углеродного коэффициента на долю окисленной фракции на отношение молекулярной массы двуокиси углерода к углероду (44/12).

0,1 млн БТЕ равняется одному термину (EIA 2018). Средний коэффициент выбросов углерода в трубопроводном природном газе, сожженном в 2018 году, составляет 14,43 кг углерода на 1 млн БТЕ (EPA 2020). Предполагается, что фракция, окисленная до CO 2 , составляет 100 процентов (IPCC 2006).

Примечание. При использовании этого эквивалента имейте в виду, что он представляет собой эквивалент CO 2 для CO 2 , выделенного для природного газа , сжигаемого в качестве топлива, а не природного газа, выбрасываемого в атмосферу. Прямые выбросы метана в атмосферу (без горения) примерно в 25 раз сильнее, чем CO 2 , с точки зрения их теплового воздействия на атмосферу.

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

0,1 млн БТЕ / 1 терм × 14,43 кг С / млн БТЕ × 44 кг CO 2 /12 кг C × 1 метрическая тонна / 1000 кг = 0,0053 метрическая тонна CO 2 / therm

Выбросы углекислого газа на термометр можно преобразовать в выбросы углекислого газа на тысячу кубических футов (Mcf), используя среднее теплосодержание природного газа в 2018 году, 10.36 термов / Mcf (EIA 2019).

0,0053 метрических тонн CO 2 / терм x 10,36 терм / Mcf = 0,0548 метрических тонн CO 2 / Mcf

Источники

  • EIA (2019). Ежемесячный обзор энергетики, март 2019 г., Таблица A4: Приблизительное теплосодержание природного газа для конечного потребления. (PDF) (1 стр., 54 КБ, О программе PDF)
  • EIA (2018). Конверсия природного газа - часто задаваемые вопросы.
  • EPA (2020 г.). Реестр выбросов и стоков парниковых газов в США: 1990-2018 гг.Приложение 2 (Методология оценки выбросов CO 2 в результате сжигания ископаемого топлива), Таблица A-43. Агентство по охране окружающей среды США, Вашингтон, округ Колумбия. Агентство по охране окружающей среды США № 430-R-20-002 (PDF) (108 стр., 2 МБ, О программе PDF)
  • IPCC (2006). Руководящие принципы национальных инвентаризаций парниковых газов МГЭИК 2006 г. Том 2 (Энергия). Межправительственная группа экспертов по изменению климата, Женева, Швейцария.

Израсходовано баррелей нефти

Выбросы диоксида углерода на баррель сырой нефти определяются путем умножения теплосодержания на коэффициент углерода, умноженную на окисленную фракцию, на отношение молекулярной массы диоксида углерода к молекулярной массе углерода (44/12).

Среднее теплосодержание сырой нефти составляет 5,80 млн БТЕ на баррель (EPA 2020). Средний углеродный коэффициент сырой нефти составляет 20,31 кг углерода на 1 млн БТЕ (EPA 2020). Предполагается, что окисленная фракция составляет 100 процентов (IPCC 2006).

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

5,80 млн БТЕ / баррель × 20,31 кг C / млн БТЕ × 44 кг CO 2 /12 кг C × 1 метрическая тонна / 1000 кг = 0.43 метрические тонны CO 2 / баррель

Источники

Автоцистерны с бензином

Количество углекислого газа, выбрасываемого на галлон сожженного автомобильного бензина, составляет 8,89 × 10 -3 метрическую тонну, как рассчитано в разделе «Израсходованные галлоны бензина» выше. Бочка равна 42 галлонам. Типичный бензовоз вмещает 8 500 галлонов.

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

8,89 × 10 -3 метрических тонн CO 2 / галлон × 8 500 галлонов / автоцистерна = 75,54 метрических тонн CO 2 / автоцистерна

Источники

Количество ламп накаливания, переведенных на светодиодные

Светодиодная лампа мощностью 9 Вт дает такой же световой поток, как лампа накаливания мощностью 43 Вт. Годовая энергия, потребляемая лампочкой, рассчитывается путем умножения мощности (43 Вт) на среднесуточное использование (3 часа в день) на количество дней в году (365).При среднем ежедневном использовании 3 часа в день лампа накаливания потребляет 47,1 кВтч в год, а светодиодная лампа - 9,9 кВтч в год (EPA 2019). Годовая экономия энергии от замены лампы накаливания эквивалентной светодиодной лампой рассчитывается путем умножения разницы в мощности между двумя лампами в 34 Вт (43 Вт минус 9 Вт) на 3 часа в день и 365 дней в году.

Выбросы углекислого газа, уменьшенные на одну лампочку, переключенную с лампы накаливания на светодиодную, рассчитываются путем умножения годовой экономии энергии на средневзвешенный уровень выбросов углекислого газа по стране.Средневзвешенный национальный уровень выбросов диоксида углерода для поставленной электроэнергии в 2019 году составил 1562,4 фунта CO 2 на мегаватт-час, что составляет потери при передаче и распределении (EPA 2020).

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

34 Вт x 3 часа / день x 365 дней в году x 1 кВтч / 1000 Втч = 37,2 кВтч / год / замена лампы

37.2 кВтч / лампочка в год x 1562,4 фунта CO 2 / МВтч поставленной электроэнергии x 1 МВтч / 1000 кВтч x 1 метрическая тонна / 2204,6 фунта = 2,64 x 10 -2 метрическая тонна CO 2 / замена лампы

Источники

  • EPA (2020). AVERT, средневзвешенный уровень выбросов CO 2 в США, данные за 2018 год. Агентство по охране окружающей среды США, Вашингтон, округ Колумбия.
  • EPA (2019). Калькулятор экономии для лампочек, соответствующих требованиям ENERGY STAR. U.S. Агентство по охране окружающей среды, Вашингтон, округ Колумбия.

Потребление электроэнергии в домашних условиях

В 2019 году 120,9 миллиона домов в США потребляли 1437 миллиардов киловатт-часов (кВтч) электроэнергии (EIA 2020a). В среднем каждый дом потреблял 11880 кВтч поставленной электроэнергии (EIA 2020a). Средний показатель выработки углекислого газа по стране для выработки электроэнергии в 2018 году составил 947,2 фунта CO 2 на мегаватт-час (EPA 2020), что соответствует примерно 1021,6 фунту CO 2 на мегаватт-час для поставленной электроэнергии, при условии передачи и распределения. потери 7.3% (EIA 2020b; EPA 2020). 1

Годовое домашнее потребление электроэнергии было умножено на уровень выбросов углекислого газа (на единицу поставленной электроэнергии), чтобы определить годовые выбросы углекислого газа на дом.

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

11880 кВтч на дом × 947,2 фунта CO 2 на выработанный мегаватт-час × 1 / (1-0,073) МВтч доставлено / выработано МВтч × 1 МВтч / 1000 кВтч × 1 метрическая тонна / 2204.6 фунтов = 5,505 метрических тонн CO 2 / дом.

Источники

Энергопотребление в домашних условиях

В 2019 году в США насчитывалось 120,9 миллиона домов (EIA 2020a). В среднем каждый дом потреблял 11 880 кВтч отпущенной электроэнергии. Общенациональное потребление природного газа, сжиженного нефтяного газа и мазута домашними хозяйствами в 2019 году составило 5,22, 0,46 и 0,45 квадриллиона БТЕ соответственно (EIA 2020a). В среднем по домохозяйствам в Соединенных Штатах это составляет 41 712 кубических футов природного газа, 42 галлона сжиженного нефтяного газа и 27 галлонов мазута на дом.

Средний уровень выработки углекислого газа по стране в 2018 году составил 947,2 фунта CO 2 на мегаватт-час (EPA 2020), что соответствует примерно 1021,6 фунту CO 2 на мегаватт-час для поставленной электроэнергии (при условии передачи и потери при распределении 7,3%) (EPA 2020; EIA 2020b). 1

Средний коэффициент углекислого газа природного газа составляет 0,0548 кг CO 2 на кубический фут (EIA 2019c). Доля, окисленная до CO 2 , составляет 100 процентов (IPCC 2006).

Средний коэффициент диоксида углерода дистиллятного мазута составляет 430,80 кг CO 2 на баррель объемом 42 галлона (EPA 2020). Доля, окисленная до CO 2 , составляет 100 процентов (IPCC 2006).

Средний коэффициент углекислого газа сжиженных углеводородных газов составляет 235,7 кг CO 2 на баррель объемом 42 галлона (EPA 2020). Окисленная фракция составляет 100 процентов (IPCC 2006).

Общие показатели домашнего потребления электроэнергии, природного газа, дистиллятного мазута и сжиженного нефтяного газа были преобразованы из различных единиц в метрические тонны CO 2 и сложены вместе, чтобы получить общие выбросы CO 2 на дом.

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

1. Электроэнергия: 11880 кВтч на дом × 947 фунтов CO 2 на выработанный мегаватт-час × (1 / (1-0,073)) выработанное МВтч / поставленное МВтч × 1 МВтч / 1000 кВтч × 1 метрическая тонна / 2204,6 фунта = 5,505 метрических тонн CO 2 / дом.

2. Природный газ: 41 712 кубических футов на дом × 0,0548 кг CO 2 / кубический фут × 1/1000 кг / метрическая тонна = 2.29 метрических тонн CO 2 / дом

3. Сжиженный углеводородный газ: 41,8 галлона на дом × 1/42 барреля / галлон × 235,7 кг CO 2 / баррель × 1/1000 кг / метрическая тонна = 0,23 метрической тонны CO 2 / дом

4. Мазут: 27,1 галлона на дом × 1/42 барреля / галлон × 430,80 кг CO 2 / баррель × 1/1000 кг / метрическая тонна = 0,28 метрической тонны CO 2 / дом

Всего выбросов CO 2 для использования энергии на дом: 5,505 метрических тонн CO 2 для электроэнергии + 2.29 метрических тонн CO 2 для природного газа + 0,23 метрических тонн CO 2 для сжиженного нефтяного газа + 0,29 метрических тонн CO 2 для мазута = 8,30 метрических тонн CO 2 на дом в год .

Источники

  • EIA (2020a). Годовой прогноз энергетики на 2020 год, Таблица A4: Ключевые показатели и потребление жилого сектора.
  • EIA (2020b). Годовой прогноз развития энергетики на 2020 год, таблица A8: Предложение, утилизация, цены и выбросы электроэнергии.
  • EIA (2019).Ежемесячный обзор энергетики, ноябрь 2019 г., Таблица A4: Приблизительное теплосодержание природного газа для конечного потребления. (PDF) (270 стр., 2,65 МБ, О программе PDF)
  • EPA (2020 г.). Реестр выбросов и стоков парниковых газов в США: 1990-2018 гг. Приложение 2 (Методология оценки выбросов CO 2 в результате сжигания ископаемого топлива), Таблица A-47 и Таблица A-53. Агентство по охране окружающей среды США, Вашингтон, округ Колумбия. Агентство по охране окружающей среды США № 430-R-20-002 (PDF) (108 стр., 2 МБ, О программе PDF)
  • EPA (2020 г.).eGRID, годовой национальный коэффициент выбросов США, данные за 2016 год. Агентство по охране окружающей среды США, Вашингтон, округ Колумбия.
  • IPCC (2006). Руководящие принципы национальных инвентаризаций парниковых газов МГЭИК 2006 г. Том 2 (Энергия). Межправительственная группа экспертов по изменению климата, Женева, Швейцария.

Количество саженцев городских деревьев, выращенных за 10 лет

Среднерослое хвойное или лиственное дерево, посаженное в городских условиях и дающее возможность расти в течение 10 лет, секвестры 23.2 и 38.0 фунтов углерода соответственно. Эти оценки основаны на следующих предположениях:

  • Среднерослые хвойные и лиственные деревья выращивают в питомнике в течение одного года, пока они не станут 1 дюйм в диаметре на высоте 4,5 фута над землей (размер дерева, купленного в 15-галлонном контейнере).
  • Деревья, выращенные в питомниках, затем высаживаются в пригороде / городе; деревья не густо посажены.
  • При расчете учитываются «коэффициенты выживаемости», разработанные У.С. ДОЕ (1998). Например, через 5 лет (один год в яслях и 4 года в городских условиях) вероятность выживания составляет 68 процентов; через 10 лет вероятность снижается до 59 процентов. Для оценки потерь растущих деревьев вместо переписи, проводимой для точного учета общего количества посаженных саженцев по сравнению с выжившими до определенного возраста, коэффициент секвестрации (в фунтах на дерево) умножается на коэффициент выживаемости, чтобы получить вероятность: взвешенная скорость секвестрации. Эти значения суммируются за 10-летний период, начиная с момента посадки, чтобы получить оценку 23.2 фунта углерода на хвойное дерево или 38,0 фунта углерода на лиственное дерево.

Оценки поглощения углерода хвойными и лиственными деревьями были затем взвешены по процентной доле хвойных и лиственных деревьев в городах США. Из примерно 11000 хвойных и лиственных деревьев в семнадцати крупных городах США примерно 11 процентов и 89 процентов взятых в выборку деревьев были хвойными и лиственными, соответственно (McPherson et al., 2016).Следовательно, средневзвешенное значение углерода, поглощенного хвойным или лиственным деревом средней высоты, посаженным в городских условиях и позволяющим расти в течение 10 лет, составляет 36,4 фунта углерода на одно дерево.

Обратите внимание на следующие оговорки в отношении этих предположений:

  • В то время как большинству деревьев в питомнике требуется 1 год, чтобы достичь стадии рассады, деревьям, выращенным в различных условиях, и деревьям определенных видов может потребоваться больше времени: до 6 лет.
  • Средние показатели выживаемости в городских районах основаны на общих предположениях, и эти показатели будут значительно варьироваться в зависимости от условий местности.
  • Связывание углерода зависит от скорости роста, которая зависит от местоположения и других условий.
  • Этот метод оценивает только прямое связывание углерода и не включает экономию энергии в результате затенения зданий городским лесным покровом.
  • Этот метод лучше всего использовать для оценки пригородных / городских территорий (например, парков, тротуаров, дворов) с сильно рассредоточенными насаждениями деревьев и не подходит для проектов лесовосстановления.

Для преобразования в метрические тонны CO 2 на дерево умножьте на отношение молекулярной массы диоксида углерода к молекулярной массе углерода (44/12) и соотношение метрических тонн на фунт (1 / 2,204.6).

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

(0,11 [процент хвойных деревьев в отобранных городских условиях] × 23,2 фунта C / хвойное дерево) + (0,89 [процент лиственных деревьев в выбранных городских условиях] × 38,0 фунта C / лиственное дерево) = 36,4 фунта C / дерево

36,4 фунта C / дерево × (44 единицы CO 2 /12 единиц C) × 1 метрическая тонна / 2204,6 фунта = 0,060 метрической тонны CO 2 на одно посаженное в городе дерево

Источники

акров U.S. лесов, секвестрирующих CO2 в течение одного года

Леса определяются здесь как управляемые леса, которые классифицируются как леса более 20 лет (т.е. исключая леса, переустроенные в / из других типов землепользования). Пожалуйста, обратитесь к Реестру выбросов и стоков парниковых газов США: 1990–2018 гг., , где обсуждается определение лесов США и методология оценки запасов углерода в лесах США (EPA 2020).

Растущие леса накапливают и накапливают углерод.В процессе фотосинтеза деревья удаляют CO 2 из атмосферы и хранят его в виде целлюлозы, лигнина и других соединений. Скорость накопления углерода в лесном ландшафте равна общему росту деревьев за вычетом вывозки (т. Е. Урожая для производства бумаги и древесины и потери деревьев в результате естественных нарушений) за вычетом разложения. В большинстве лесов США рост превышает абсорбцию и разложение, поэтому количество углерода, хранимого в национальном масштабе в лесных угодьях, в целом увеличивается, хотя и снижается.

Расчет для лесов США

Реестр выбросов и стоков парниковых газов США: 1990–2018 гг. (EPA 2020) предоставляет данные о чистом изменении накоплений углерода в лесах и площади лесов.

Годовое чистое изменение запасов углерода на площадь в году t = (Запасы углерода (t + 1) - Запасы углерода t ) / Площадь земель, остающихся в той же категории землепользования

Шаг 1. Определите изменение запасов углерода между годами путем вычитания запасов углерода в году t из запасов углерода в году (t + 1) . Этот расчет, также содержащийся в Реестре выбросов и стоков парниковых газов США: 1990–2018 гг. (EPA 2020), использует оценки лесной службы Министерства сельского хозяйства США по запасам углерода в 2019 году за вычетом запасов углерода в 2018 году. (Этот расчет включает в себя запасы углерода. в надземной биомассе, подземной биомассе, валежной древесине, подстилке, а также в резервуарах почвенного органического и минерального углерода. Прирост углерода, связанный с продуктами из заготовленной древесины, не включается в этот расчет.)

Годовое чистое изменение запасов углерода в 2018 году = 56 016 млн т C - 55 897 млн ​​т C = 154 млн т C

Шаг 2: Определите годовое чистое изменение запасов углерода (т. Е.е., секвестрация) на площадь путем деления изменения запасов углерода в лесах США из этапа 1 на общую площадь лесов США, оставшихся в лесах в году t (т. е. площадь земли, категории землепользования на которой не изменились между периоды времени).

Применение расчета Шага 2 к данным, разработанным Лесной службой Министерства сельского хозяйства США для инвентаризации выбросов и стоков парниковых газов в США: 1990–2018 гг. дает результат 200 метрических тонн углерода на гектар (или 81 метрическую тонну углерода). на акр) для плотности запаса углерода U.S. forest в 2018 г., при этом годовое чистое изменение запасов углерода на площадь в 2018 г. составило 0,55 метрических тонн поглощенного углерода на гектар в год (или 0,22 метрических тонны поглощенного углерода на акр в год).

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

Плотность запасов углерода в 2018 году = (55 897 млн ​​т C × 10 6 ) / (279 787 тыс. Га × 10 3 ) = 200 метрических тонн хранимого углерода на гектар

Годовое чистое изменение запасов углерода на площадь в 2018 году = (-154 млн т C × 10 6 ) / (279,787 тыс.га × 10 3 ) = - 0,55 метрических тонн поглощенного углерода на гектар в год *

* Отрицательные значения указывают на связывание углерода.

С 2007 по 2018 год среднее годовое поглощение углерода на единицу площади составляло 0,55 метрической тонны C / гектар / год (или 0,22 метрической тонны C / акр / год) в США при минимальном значении 0,52 метрической тонны C / га. / год (или 0,22 метрической тонны С / акр / год) в 2014 году, и максимальное значение 0,57 метрической тонны С / га / год (или 0.23 метрических тонны С / акр / год) в 2011 и 2015 годах.

Эти значения включают углерод в пяти лесных бассейнах: надземная биомасса, подземная биомасса, валежник, подстилка, а также органический и минеральный углерод почвы и основаны на данных инвентаризации и анализа лесов (FIA) на уровне штата. Запасы углерода в лесах и изменение запасов углерода основаны на методологии и алгоритмах разницы в запасах, описанных Смитом, Хитом и Николсом (2010).

Коэффициент преобразования для углерода, секвестрированного за один год на 1 акр среднего U.С. Форест

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

-0,22 метрической тонны C / акр / год * × (44 единицы CO 2 /12 единиц C) = - 0,82 метрической тонны CO 2 / акр / год, ежегодно поглощаемой одним акром среднего леса в США.

* Отрицательные значения указывают на связывание углерода.

Обратите внимание, что это приблизительная оценка для «средних» лесов США с 2017 по 2018 год; я.е., годовое чистое изменение запасов углерода в лесах США в целом за период с 2017 по 2018 годы. В основе национальных оценок лежат значительные географические различия, и вычисленные здесь значения могут не отражать отдельные регионы, штаты или изменения в видовом составе. дополнительных соток леса.

Чтобы оценить поглощенный углерод (в метрических тоннах CO 2 ) дополнительными «средними» акрами лесных угодий за один год, умножьте количество дополнительных акров на -0.82 метрических тонны CO 2 акров / год.

Источники

  • EPA (2020). Реестр выбросов и стоков парниковых газов в США: 1990-2018 гг. Агентство по охране окружающей среды США, Вашингтон, округ Колумбия. Агентство по охране окружающей среды США № 430-R-20-002 (PDF) (733 стр., 14 МБ, О программе PDF)
  • IPCC (2006). Руководящие принципы национальных инвентаризаций парниковых газов МГЭИК 2006 г., Том 4 (Сельское, лесное и другое землепользование). Межправительственная группа экспертов по изменению климата, Женева, Швейцария.
  • Смит, Дж., Хит, Л., и Николс, М. (2010). Руководство пользователя инструмента расчета углерода в лесах США: Запасы углерода в лесных угодьях и чистое годовое изменение запасов. Общий технический отчет NRS-13 пересмотрен, Министерство сельского хозяйства США, Лесная служба, Северная исследовательская станция.

Акров лесов США, сохранившихся после преобразования в пахотные земли

Леса определяются здесь как управляемые леса, которые классифицируются как леса более 20 лет (т.е. исключая леса, переустроенные в / из других типов землепользования).Пожалуйста, обратитесь к Реестру выбросов и стоков парниковых газов США: 1990–2018 гг., , где обсуждается определение лесов США и методология оценки запасов углерода в лесах США (EPA 2020).

На основе данных, разработанных Лесной службой США для инвентаризации выбросов и стоков парниковых газов в США: 1990–2018 гг. углерода на акр) (EPA 2020).Эта оценка состоит из пяти углеродных пулов: надземная биомасса (53 метрических тонны C / га), подземная биомасса (11 метрических тонн C / га), валежная древесина (10 метрических тонн C / га), подстилка (13 метрических тонн C / га). гектар) и почвенный углерод, который включает минеральные почвы (92 метрических тонны С / га) и органические почвы (21 метрическую тонну С / га).

Реестр выбросов и стоков парниковых газов в США: 1990–2018 гг. оценивает изменения запасов углерода в почве с использованием специфических для США уравнений, руководящих принципов МГЭИК и данных инвентаризации природных ресурсов Министерства сельского хозяйства США и биогеохимической модели DayCent (EPA 2020).При расчете изменений запасов углерода в биомассе из-за преобразования лесных угодий в пахотные земли руководящие принципы МГЭИК указывают, что среднее изменение запасов углерода равно изменению запасов углерода из-за удаления биомассы из исходящего землепользования (т. Е. Лесных угодий) плюс углерод. запасы углерода за год роста входящего землепользования (т. е. пахотных земель) или углерода в биомассе сразу после преобразования минус углерод в биомассе до преобразования плюс запасы углерода за год роста входящего землепользования ( я.е., пахотные земли) (IPCC 2006). Запас углерода в годовой биомассе пахотных земель через год составляет 5 метрических тонн C на гектар, а содержание углерода в сухой надземной биомассе составляет 45 процентов (IPCC 2006). Таким образом, запас углерода в пахотных землях после одного года роста оценивается в 2,25 метрических тонны углерода на гектар (или 0,91 метрической тонны углерода на акр).

Усредненный эталонный запас углерода в почве (для высокоактивной глины, малоактивной глины, песчаных почв и гистосолей для всех климатических регионов США) составляет 40.83 метрических тонны C / га (EPA 2020). Изменение запасов углерода в почвах зависит от времени, при этом период по умолчанию для перехода между равновесными значениями углерода в почве составляет 20 лет для почв в системах возделываемых земель (IPCC 2006). Следовательно, предполагается, что изменение равновесного почвенного углерода будет рассчитываться за 20 лет в годовом исчислении, чтобы представить годовой поток в минеральных и органических почвах.

Органические почвы также выделяют CO 2 при осушении. Выбросы из осушаемых органических почв в лесных угодьях и осушенных органических почв на пахотных землях варьируются в зависимости от глубины дренажа и климата (IPCC 2006).В Реестре выбросов и стоков парниковых газов США: 1990–2018 гг. оценивает выбросы от осушенных органических почв с использованием коэффициентов выбросов, специфичных для США, для пахотных земель и коэффициентов выбросов по умолчанию МГЭИК (2014) для лесных угодий (EPA 2020).

Годовое изменение выбросов с одного гектара осушенных органических почв можно рассчитать как разницу между коэффициентами выбросов для лесных почв и почв пахотных земель. Коэффициенты выбросов для осушенной органической почвы на лесных угодьях умеренного пояса равны 2.60 метрических тонн C / га / год и 0,31 метрических тонн C / га / год (EPA 2020, IPCC 2014), а средний коэффициент выбросов для осушенной органической почвы на пахотных землях для всех климатических регионов составляет 13,17 метрических тонн C / га / год ( EPA 2020).

Руководящие принципы IPCC (2006) указывают на то, что недостаточно данных для обеспечения подхода или параметров по умолчанию для оценки изменения запасов углерода из резервуаров мертвого органического вещества или подземных запасов углерода на многолетних возделываемых землях (IPCC 2006).

Расчет для преобразования U.От лесов до пахотных земель США

Годовое изменение запасов углерода биомассы на землях, переустроенных в другую категорию землепользования

∆CB = ∆C G + C Преобразование - ∆C L

Где:

∆CB = годовое изменение запасов углерода в биомассе на землях, переустроенных в другую категорию землепользования (т. Е. Изменение биомассы на землях, переустроенных из лесов в пахотные земли)

∆C G = годовое увеличение запасов углерода в биомассе из-за роста земель, переустроенных в другую категорию землепользования (т.е., 2,25 метрических тонны С / га на пахотных землях через год после преобразования из лесных угодий)

C Преобразование = начальное изменение запасов углерода в биомассе на земле, переустроенной в другую категорию землепользования. Сумма запасов углерода в надземной, подземной биомассе, валежной древесине и подстилочной биомассе (-86,97 метрических тонн C / га). Сразу после преобразования из лесных угодий в пахотные земли предполагается, что запас углерода надземной биомассы равен нулю, так как земля очищается от всей растительности перед посадкой сельскохозяйственных культур)

∆C L = годовое уменьшение запасов биомассы из-за потерь от лесозаготовок, сбора топливной древесины и нарушений на землях, переустроенных в другую категорию землепользования (принимается равной нулю)

Следовательно, : ∆CB = ∆C G + C Преобразование - ∆C L = -84.72 метрических тонны С / га / год запасов углерода биомассы теряются, когда лесные угодья превращаются в пахотные земли в год преобразования.

Годовое изменение запасов органического углерода в минеральных и органических почвах

∆C Грунт = (SOC 0 - SOC (0 - T) ) / D

Где:

∆C Почва = годовое изменение запасов углерода в минеральных и органических почвах

SOC 0 = запасы почвенного органического углерода в последний год периода инвентаризации (т.е., 40,83 т / га, средний эталонный запас углерода в почве)

SOC (0 - T) = запасы почвенного органического углерода на начало периода инвентаризации (т. Е. 113 т C / гектар, что включает 92 т C / гектар в минеральных почвах плюс 21 мт Ц / га в органических почвах)

D = Временная зависимость коэффициентов изменения запасов, которая является периодом времени по умолчанию для перехода между равновесными значениями SOC (т.е. 20 лет для систем возделываемых земель)

Следовательно, : ∆C Почва = (SOC 0 - SOC (0-T) ) / D = (40.83 - 113) / 20 = -3,60 метрических тонн C / га / год потери углерода в почве.

Источник : (IPCC 2006) .

Годовое изменение выбросов из осушенных органических почв

Реестр выбросов и стоков парниковых газов США: 1990–2018 гг. использует коэффициенты по умолчанию МГЭИК (2014) для осушенной органической почвы на лесных угодьях и специфические для США коэффициенты для пахотных земель. Изменение выбросов от осушенных органических почв на гектар оценивается как разница между коэффициентами выбросов для осушенных органических лесных почв и осушенных органических почв пахотных земель.

∆L Органические = EF пахотные земли - EF лесные угодья

Где:

∆L Органический = Годовое изменение выбросов от осушенных органических почв на гектар

EF пахотная земля = 13,17 метрических тонн C / га / год (среднее значение коэффициентов выбросов для осушенных органических почв пахотных земель в субтропическом, умеренно холодном и умеренно теплом климатах в Соединенных Штатах) (EPA 2020)

EF лесной массив = 2.60 + 0,31 = 2,91 метрической тонны C / га / год (коэффициенты выбросов для умеренно осушенных органических лесных почв) (IPCC 2014)

L органический = 13,17 - 2,91 = 10,26 метрических тонн C / га / год выбросов

Следовательно, изменение плотности углерода в результате преобразования лесных угодий в пахотные земли составит -84,72 метрических тонны C / гектар / год биомассы плюс -3,60 метрических тонны C / гектар / год почвы C, минус 10,26 метрических тонн C / гектар / год. из осушенных органических почв, что равняется общей потере 98.5 метрических тонн C / га / год (или -39,89 метрических тонн C / акр / год) в год преобразования. Чтобы преобразовать его в диоксид углерода, умножьте его на отношение молекулярной массы диоксида углерода к молекулярной массе углерода (44/12), чтобы получить значение -361,44 метрических тонны CO 2 / га / год (или -147,27 метрических тонн. CO 2 / акр / год) в год конверсии.

Коэффициент преобразования углерода, секвестрированного 1 акром леса, сохраненного после преобразования в возделываемые земли

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

-39,89 метрических тонн C / акр / год * x (44 единицы CO 2 /12 единиц C) = - 146,27 метрических тонн CO 2 / акр / год (в год преобразования)

* Отрицательные значения указывают на то, что CO 2 НЕ излучается.

Чтобы оценить CO 2 , не выбрасываемый, когда акр леса сохраняется от преобразования в пахотные земли, просто умножьте количество акров леса, не преобразованных в атмосферу, на -146,27 т CO 2 / акр / год. Обратите внимание, что это представляет собой CO 2 , которого удалось избежать в год конверсии.Также обратите внимание, что этот метод расчета предполагает, что вся лесная биомасса окисляется во время вырубки (т. Е. Ни одна из сгоревших биомассов не остается в виде древесного угля или золы) и не включает углерод, хранящийся в древесных продуктах после сбора урожая. Также обратите внимание, что эта оценка включает запасы углерода как в минеральной, так и в органической почве.

Источники

Баллоны с пропаном для домашних барбекю

Пропан на 81,7% состоит из углерода (EPA 2020). Предполагается, что окисленная фракция составляет 100 процентов (IPCC 2006).

Выбросы диоксида углерода на фунт пропана были определены путем умножения веса пропана в баллоне на процентное содержание углерода, умноженное на окисленную фракцию, на отношение молекулярной массы диоксида углерода к молекулярной массе углерода (44/12). Пропановые баллоны различаются по размеру; для целей этого расчета эквивалентности предполагалось, что типичный баллон для домашнего использования содержит 18 фунтов пропана.

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

18 фунтов пропана / 1 баллон × 0,817 фунта C / фунт пропана × 0,4536 кг / фунт × 44 кг CO 2 /12 кг C × 1 метрическая тонна / 1000 кг = 0,024 метрических тонны CO 2 / баллон

Источники

Вагоны сожгли уголь

Среднее теплосодержание угля, потребляемого электроэнергетическим сектором США в 2018 году, составило 20,85 млн БТЕ на метрическую тонну (EIA 2019). Средний углеродный коэффициент угля, сжигаемого для выработки электроэнергии в 2018 году, составил 26.09 килограммов углерода на миллион БТЕ (EPA 2020). Предполагается, что окисленная фракция составляет 100 процентов (IPCC 2006).

Выбросы двуокиси углерода на тонну угля были определены путем умножения теплосодержания на коэффициент углерода, умноженную на окисленную фракцию, на отношение молекулярной массы двуокиси углерода к молекулярной массе углерода (44/12). Предполагалось, что количество угля в среднем вагоне составляет 100,19 коротких тонн или 90,89 метрических тонн (Hancock 2001).

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

20,85 млн БТЕ / метрическая тонна угля × 26,09 кг С / млн БТЕ × 44 кг CO 2 /12 кг C × 90,89 метрических тонн угля / вагон × 1 метрическая тонна / 1000 кг = 181,29 метрических тонн CO 2 / вагон

Источники

  • EIA (2019). Ежемесячный обзор энергетики, ноябрь 2019 г., Таблица A5: Приблизительное теплосодержание угля и угольного кокса. (PDF) (1 стр., 56 КБ, О программе PDF)
  • EPA (2020 г.). Реестр выбросов и стоков парниковых газов в США: 1990-2018 гг. Приложение 2 (Методология оценки выбросов CO 2 при сжигании ископаемого топлива), Таблица A-43.Агентство по охране окружающей среды США, Вашингтон, округ Колумбия. Агентство по охране окружающей среды США № 430-R-20-002 (PDF) (108 стр., 3 МБ, О программе в формате PDF).
  • Хэнкок (2001). Хэнкок, Кэтлин и Срикант, Анд. Перевод веса груза в количество вагонов . Совет по исследованиям в области транспорта , Paper 01-2056, 2001.
  • IPCC (2006). Руководящие принципы национальных инвентаризаций парниковых газов МГЭИК 2006 г. Том 2 (Энергия). Межправительственная группа экспертов по изменению климата, Женева, Швейцария.

Сожженных фунтов угля

Средняя теплосодержание угля, потребляемого электроэнергетикой в ​​США.S. в 2018 году составила 20,85 млн БТЕ на метрическую тонну (EIA 2019). Средний углеродный коэффициент угля, сжигаемого для производства электроэнергии в 2018 году, составил 26,09 килограмма углерода на 1 млн БТЕ (EPA, 2019). Окисленная фракция составляет 100 процентов (IPCC 2006).

Выбросы двуокиси углерода на фунт угля были определены путем умножения теплосодержания на коэффициент углерода, умноженную на окисленную фракцию, на отношение молекулярной массы двуокиси углерода к молекулярной массе углерода (44/12).

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

20,85 млн БТЕ / метрическая тонна угля × 26,09 кг С / млн БТЕ × 44 кг CO 2 /12 кг C × 1 метрическая тонна угля / 2204,6 фунта угля x 1 метрическая тонна / 1000 кг = 9,05 x 10 -4 метрические тонны CO 2 / фунт угля

Источники

  • EIA (2019). Ежемесячный обзор энергетики, ноябрь 2019 г., Таблица A5: Приблизительное теплосодержание угля и угольного кокса. (PDF) (1 стр., 56 КБ, О программе PDF)
  • EPA (2020 г.). Реестр выбросов и стоков парниковых газов в США: 1990-2018 гг.Приложение 2 (Методология оценки выбросов CO 2 при сжигании ископаемого топлива), Таблица A-43. Агентство по охране окружающей среды США, Вашингтон, округ Колумбия. Агентство по охране окружающей среды США № 430-R-20-002 (PDF) (108 стр., 2 МБ, О программе в формате PDF).
  • IPCC (2006). Руководящие принципы национальных инвентаризаций парниковых газов МГЭИК 2006 г. Том 2 (Энергия). Межправительственная группа экспертов по изменению климата, Женева, Швейцария.

Тонны отходов переработаны вместо захоронения

Для разработки коэффициента преобразования для переработки, а не для захоронения отходов, использовались коэффициенты выбросов из модели сокращения отходов (WARM) Агентства по охране окружающей среды (EPA 2019).Эти коэффициенты выбросов были разработаны в соответствии с методологией оценки жизненного цикла с использованием методов оценки, разработанных для национальных кадастров выбросов парниковых газов. Согласно WARM, чистое сокращение выбросов от переработки смешанных вторсырья (например, бумаги, металлов, пластмасс) по сравнению с исходным уровнем, в котором материалы вывозятся на свалки (т.е. с учетом предотвращенных выбросов от захоронения), составляет 2,94 метрических тонны углерода. эквивалент диоксида на короткую тонну.

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

2,94 метрических тонны CO 2 эквивалента / тонна переработанных отходов вместо захоронения

Источники

Количество мусоровозов с переработанными отходами взамен захоронения

Выбросы эквивалента углекислого газа, которых удалось избежать при переработке вместо захоронения на свалках 1 тонна отходов составляет 2,94 метрических тонны CO 2 эквивалента на тонну, как рассчитано в разделе «Тонны отходов, рециркулируемых вместо захоронения» выше.

Выбросы углекислого газа, сокращенные на каждый мусоровоз, заполненный отходами, были определены путем умножения выбросов, которых удалось избежать при переработке вместо захоронения 1 тонны отходов, на количество отходов в среднем мусоровозе.Предполагалось, что количество отходов в среднем мусоровозе составляет 7 тонн (EPA 2002).

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

2,94 метрических тонны CO 2 эквивалента / тонна переработанных отходов вместо захоронения x 7 тонн / мусоровоз = 20,58 метрических тонн CO 2 E / мусоровоз для переработанных отходов вместо захоронения

Источники

Мешки для мусора утилизируются вместо захоронения

Согласно WARM, чистое сокращение выбросов от переработки смешанных вторсырья (например,g., бумага, металлы, пластмассы) по сравнению с базовым уровнем, при котором материалы вывозятся на свалки (т. е. с учетом предотвращенных выбросов от захоронения), составляет 2,94 метрических тонны эквивалента CO 2 на короткую тонну, как рассчитано в « Тонны отходов перерабатываются, а не вывозятся на свалки »выше.

Выбросы углекислого газа, уменьшенные на каждый мешок для мусора, заполненный отходами, были определены путем умножения выбросов, которых удалось избежать при переработке вместо захоронения 1 тонны отходов, на количество отходов в среднем мешке для мусора.

Количество отходов в среднем мешке для мусора было рассчитано путем умножения средней плотности смешанных вторсырья на средний объем мешка для мусора.

Согласно стандартным коэффициентам преобразования объема в вес EPA, средняя плотность смешанных вторсырья составляет 111 фунтов на кубический ярд (EPA 2016a). Предполагалось, что объем мешка для мусора стандартного размера составляет 25 галлонов, исходя из типичного диапазона от 20 до 30 галлонов (EPA 2016b).

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

2,94 метрических тонны CO 2 эквивалента / короткая тонна отходов, переработанных вместо захоронения × 1 короткая тонна / 2000 фунтов × 111 фунтов отходов / кубический ярд × 1 кубический ярд / 173,57 сухих галлонов × 25 галлонов / мешок для мусора = 2,35 x 10 -2 метрическая тонна CO 2 Эквивалент / мусорный мешок переработанных отходов вместо захоронения

Источники

Выбросы угольных электростанций за один год

В 2018 году в общей сложности 264 электростанции использовали уголь для выработки не менее 95% электроэнергии (EPA 2020).Эти заводы выбросили 1 047 138 303,3 метрических тонны CO 2 в 2018 году.

Выбросы углекислого газа на одну электростанцию ​​были рассчитаны путем деления общих выбросов от электростанций, основным источником топлива которых был уголь, на количество электростанций.

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

1047 138 303,3 метрических тонны CO 2 × 1/264 электростанции = 3 966 432.97 метрических тонн CO 2 / электростанция

Источники

  • EPA (2020). Данные eGRID за 2018 год. Агентство по охране окружающей среды США, Вашингтон, округ Колумбия.

Количество ветроэнергетических установок, работающих в год

В 2018 году средняя паспортная мощность ветряных турбин, установленных в США, составляла 2,42 МВт (DOE 2019). Средний коэффициент ветроэнергетики в США в 2018 году составил 35 процентов (DOE 2019).

Выработка электроэнергии от средней ветряной турбины была определена путем умножения средней паспортной мощности ветряной турбины в Соединенных Штатах (2.42 МВт) на средний коэффициент ветроэнергетики США (0,35) и на количество часов в году. Предполагалось, что электроэнергия, произведенная от установленной ветряной турбины, заменит маржинальные источники сетевой электроэнергии.

Годовой национальный предельный уровень выбросов ветра в США для преобразования сокращенных киловатт-часов в предотвращенные единицы выбросов углекислого газа составляет 6,48 x 10 -4 (EPA 2020).

Выбросы углекислого газа, которых удалось избежать в год на установленную ветряную турбину, были определены путем умножения среднего количества электроэнергии, произведенной на ветряную турбину в год, на годовой национальный предельный уровень выбросов ветра (EPA 2020).

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

2,42 МВт Средняя мощность x 0,35 x 8760 часов в год x 1000 кВтч / МВтч x 6,4818 x 10 -4 метрических тонн CO 2 / кВтч уменьшено = 4807 метрических тонн CO 2 / год / установленная ветряная турбина

Источники

Количество заряженных смартфонов

По данным У.S. DOE, 24-часовая энергия, потребляемая обычным аккумулятором смартфона, составляет 14,46 ватт-часов (DOE 2020). Сюда входит количество энергии, необходимое для зарядки полностью разряженного аккумулятора смартфона и поддержания этого полного заряда в течение дня. Среднее время, необходимое для полной зарядки аккумулятора смартфона, составляет 2 часа (Ferreira et al. 2011). Мощность в режиме обслуживания, также известная как мощность, потребляемая, когда телефон полностью заряжен, а зарядное устройство все еще подключено, составляет 0,13 Вт (DOE 2020). Чтобы получить количество энергии, потребляемой для зарядки смартфона, вычтите количество энергии, потребляемой в «режиме обслуживания» (0.13 Вт умножить на 22 часа) от потребляемой за 24 часа энергии (14,46 Вт-часов).

Выбросы углекислого газа на заряженный смартфон были определены путем умножения энергопотребления на заряженный смартфон на средневзвешенный уровень выбросов углекислого газа по стране для поставленной электроэнергии. Средневзвешенный национальный уровень выбросов диоксида углерода для поставленной электроэнергии в 2019 году составил 1562,4 фунта CO 2 на мегаватт-час, что составляет потери при передаче и распределении (EPA 2020).

Расчет

Примечание. Из-за округления выполнение вычислений, приведенных в приведенных ниже уравнениях, может не дать точных результатов.

[14,46 Вт · ч - (22 часа x 0,13 Вт)] x 1 кВт · ч / 1000 Вт · ч = 0,012 кВт · ч / зарядка смартфона

0,012 кВтч / заряд x 1562,4 фунта CO 2 / МВтч поставленной электроэнергии x 1 МВтч / 1000 кВтч x 1 метрическая тонна / 2204,6 фунта = 8,22 x 10 -6 метрическая тонна CO 2 / смартфон заряжен

Источники

  • DOE (2020).База данных сертификатов соответствия. Программа стандартов энергоэффективности и возобновляемых источников энергии для приборов и оборудования.
  • EPA (2029 г.). AVERT, средневзвешенный уровень выбросов CO 2 в США, данные за 2019 год. Агентство по охране окружающей среды США, Вашингтон, округ Колумбия.
  • Федеральный регистр (2016). Программа энергосбережения: стандарты энергосбережения для зарядных устройств; Заключительное правило, стр. 38 284 (PDF) (71 стр., 0,7 МБ, О PDF).
  • Феррейра, Д., Дей, А. К., & Костакос, В. (2011). Понимание проблем человека и смартфона: исследование времени автономной работы. Pervasive Computing, стр. 19-33. DOI: 10.1007 / 978-3-642-21726-5_2.

Годовые убытки от передачи и распределения в США в 2019 году были определены как ((Чистая генерация в сеть + Чистый импорт - Общий объем продаж электроэнергии) / Общий объем продаж электроэнергии) (т. Е. (3,988 + 48–3,762) / 3762 = 7,28%). Этот процент учитывает все потери при передаче и распределении, которые возникают между чистым производством и продажей электроэнергии.Данные взяты из Annual Energy Outlook 2020, таблица A8: поставка, утилизация, цены и выбросы электроэнергии, доступная по адресу: https://www.eia.gov/outlooks/aeo/.

| РИМИСП | Centro Latinoamericano para el Desarrollo Rural

Comenzó su funcionamiento el junio del 2010, fundada por Manuel Chiriboga (†) y дерзкий Sus inicios se ha especializado en temas como el apoyo a dinámicas Territoriales rurales y el Acceso de Organaciones de Pequeños productores a mercados inclusivos locales y de exportación, así como al mapeo y aprovechamiento de la diversidad biocultural комо activos Territoriales.En la actualidad, la Oficina de RIMISP Ecuador Participa en iniciativas sobre Agricultura sostenible, en el marco de sistemas agroalimentarios, desde la producción agroecológica hasta el consumo responsable y una gobernanza соучастие совместная ответственность, самолеты estratégicos de cadenas, combinando el enfoque de cadena де доблесть у де-десарролло территориальной, нивел де детализации диагностикос, Facility de diálogo multiactores, formulación de propuestas de estrategias и самолеты на escala национальный у территориальный, orientados al desarrollo agrícola y сельский sostenible e incidencia para cambios en políticas públicas, con énfasis en la Agricultura Famous y jóvenes emprendedores rurales.

Неоднородный коэффициент поглощения N2O5 и выход продукции ClNO2 в загрязненном северном Китае: роль аэрозольного содержания воды и химического состава

Ахерн, А., Голдбергер, Л., Джал, Л., Торнтон, Дж., И Салливан, Р.К .: Производство N 2 O 5 и ClNO 2 путем ночной обработки аэрозоль для сжигания биомассы, Environ. Sci. Technol., 52, 550–559, https://doi.org/10.1021 / acs.est.7b04386, 2017.

Акаги, С. К., Йокельсон, Р. Дж., Видинмайер, К., Альварадо, М. Дж., Рид, Дж. С., Карл Т., Кроунс Дж. Д. и Веннберг П. О .: Коэффициенты выбросов для открытых и сжигание бытовой биомассы для использования в атмосферных моделях, Atmos. Chem. Phys., 11, 4039–4072, https://doi.org/10.5194/acp-11-4039-2011, 2011.

Анттила Т., Кендлер-Шарр А., Тиллманн Р. и Ментель Т.Ф .: На реактивное поглощение газообразных соединений водными аэрозолями с органическим покрытием: теоретический анализ и применение к гетерогенному гидролизу N 2 O 5 , J.Phys. Chem. А, 110, 10435–10443, https://doi.org/10.1021/jp062403c, 2006.

Бенке, В., Джордж, К., Шеер, В., и Цетч, К.: Производство и распад ClNO 2 , из реакции газообразного N 2 O 5 с NaCl Решение: эксперименты с объемными и аэрозольными материалами, J. Geophys. Рес.-Атмос., 102, 3795–3804, https://doi.org/10.1029/96jd03057, 1997.

Бертрам Т. Х. и Торнтон Дж. А. К общей параметризации N 2 O 5 реакционная способность на водных частицах: конкурирующие эффекты частицы жидкой воды, нитратов и хлоридов, атмосфер.Chem. Физ., 9, 8351–8363, https://doi.org/10.5194/acp-9-8351-2009, 2009.

Бертрам, Т. Х., Торнтон, Дж. А., Ридель, Т. П., Миддлбрук, А. М., Бахрейни, Р., Бейтс, Т. С., Куинн, П. К., и Коффман, Д. Дж .: Прямой наблюдения реакционной способности N 2 O 5 на окружающих аэрозольных частицах, Geophys. Res. Lett., 36, L19803, https://doi.org/10.1029/2009gl040248, 2009.

Brown, S., Ryerson, T., Wollny, A., Brock, C., Peltier, R., Sullivan, А., Вебер, Р., Дубе, В., тренер, М., Meagher, J. Fehsenfeld, F.C. и Равишанкара, А.Р .: Изменчивость ночной обработки оксида азота и его роль в качестве воздуха в регионе, Science, 311, 67–70, 2006.

Браун С. С. и Штутц Дж .: Ночные радикальные наблюдения и химия, Chem. Soc. Rev., 41, 6405–6447, 2012.

Brown, S. S., Dube, W. P., Fuchs, H., Ryerson, T. B., Wollny, A. G., Brock, К. А., Бахрейни, Р., Миддлбрук, А. М., Нойман, Дж. А., Атлас, Э., Робертс, Дж. М., Остхофф, Х. Д., Тренер, М., Фехсенфельд, Ф.К., Равишанкара А. R .: Коэффициенты реактивного поглощения для N 2 O 5 определены с самолета. измерения во время Второго исследования качества воздуха в Техасе: сравнение с текущая параметризация модели, J. Geophys. Res.-Atmos., 114, D00F10, https://doi.org/10.1029/2008jd011679, 2009.

Brown, SS, Dube, WP, Tham, YJ, Zha, QZ, Xue, LK, Poon, S. , Ван З., Блейк Д. Р., Цуй В., Пэрриш Д. Д. и Ван Т .: Ночное время. химии на большой высоте над Гонконгом, J.Geophys. Res.-Atmos., 121, 2457–2475, https://doi.org/10.1002/2015JD024566, 2016.

Chang, W. L., Bhave, P. V., Brown, S. S., Riemer, N., Stutz, J., and Dabdub, D .: Неоднородный химический состав атмосферы, измерения и модели окружающей среды. расчеты N 2 O 5 : Обзор, Aerosol Sci. Тех., 45, 665–695, https://doi.org/10.1080/02786826.2010.551672, 2011.

Чанг, В. Л., Браун, С. С., Штутц, Дж., Миддлбрук, А. М., Бахрейни, Р., Вагнер, Н.Л., Дубе, В.П., Поллак И. Б., Райерсон Т. Б. и Ример Н .: Оценка N 2 O 5 параметризации гетерогенного гидролиза для CalNex 2010, J. Geophys. Res.-Atmos., 121, 5051–5070, https://doi.org/10.1002/2015JD024737, 2016.

Christian, T. J., Kleiss, B., Yokelson, R.J., Holzinger, R., Crutzen, P. Дж., Хао, В. М., Сахарджо, Б. Х. и Уорд, Д. Э .: Комплексная лаборатория. измерения выбросов от сжигания биомассы: 1. Выбросы из Индонезии, Африканское и другие виды топлива, Дж.Geophys. Рес.-Атмос., 108, 4719, https://doi.org/10.1029/2003JD003704, 2003.

Косман, Л. М., Кнопф, Д. А. и Бертрам, А. К .: N 2 O 5 реактивный поглощение водных растворов серной кислоты, покрытых разветвленными и нерастворимые органические поверхностно-активные вещества с прямой цепью, J. Phys. Chem. А, 112, 2386–2396, https://doi.org/10.1021/jp710685r, 2008.

Дэвис, Дж. М., Бхаве, П. В., и Фоли, К. М .: Параметризация N 2 O 5 Вероятности реакции на поверхности частиц, содержащих аммоний, сульфат и нитрат, Атмос.Chem. Phys., 8, 5295–5311, https://doi.org/10.5194/acp-8-5295-2008, 2008.

Dong, H.-B., Zeng, L.-M., Hu, M., Wu, Y.-S. , Чжан, Ю.-Х., Сланина, Дж., Чжэн, М., Ван, З.-Ф. и Янсен, Р.: Техническое примечание: применение усовершенствованный коллектор газов и аэрозолей для загрязнителей атмосферного воздуха в Китае, Атмос. Chem. Phys., 12, 10519–10533, https://doi.org/10.5194/acp-12-10519-2012, 2012.

Эванс, М. Дж. и Джейкоб, Д. Дж .: Влияние новых лабораторных исследований N 2 O 5 гидролиз по глобальным модельным балансам тропосферного азота оксиды, озон и OH, Geophys.Res. Lett., 32, L09813, https://doi.org/10.1029/2005gl022469, 2005.

Финлейсон-Питтс, Б., Эзелл, М., и Питтс, Дж .: Образование химически соединения активного хлора реакциями атмосферных частиц NaCl с газообразный N 2 O 5 и ClONO 2 , Nature, 337, 241–244, 1989.

Fu, P., Kawamura, K., Okuzawa, K., Aggarwal, SG, Wang, G. , Каная Ю., и Ван, З .: Органический молекулярный состав и временные вариации летние горные аэрозоли над Mt.Тай, Северо-Китайская равнина, J. ​​Geophys. Res.-Atmos., 113, D19107, https://doi.org/10.1029/2008JD009900, 2008.

Гастон, К. Дж. И Торнтон, Дж. А.: Реакто-диффузионная длина N 2 O 5 в водном сульфат- и хлоридсодержащем аэрозоле частиц, J. Phys. Chem. A, 120, 1039–1045, 2016.

Gaston, C.J., Thornton, J.A., и Ng, N.L .: Реактивное поглощение N 2 O 5 к внутренне смешанным неорганическим и органическим частицам: роль степени окисления органического углерода и предполагаемого разделения органических фаз, Атмос.Chem. Phys., 14, 5693–5707, https://doi.org/10.5194/acp-14-5693-2014, 2014.

Гриффитс, П. Т., Бэджер, К. Л., Кокс, Р. А., Фолкерс, М., Хенк, Х. Х. и Ментел Т. Ф .: Реактивное поглощение N 2 O 5 аэрозолями, содержащими дикарбоновые кислоты. Влияние фазы, состава и нитрата частиц содержание, J. Phys. Chem. A, 113, 5082–5090, https://doi.org/10.1021/jp8096814, 2009.

Гржинич Г., Бартельс-Рауш Т., Беркемайер Т., Тюрлер А. и Амманн, М .: Вязкость контролирует зависимость поглощения от влажности N 2 O 5 аэрозоль лимонной кислоты, Атмос.Chem. Phys., 15, 13615–13625, https://doi.org/10.5194/acp-15-13615-2015, 2015.

Холлквист М., Стюарт Д. Дж., Стивенсон С. К. и Кокс Р. А. Гидролиз. N 2 O 5 о субмикронных сульфатных аэрозолях, Phys. Chem. Chem. Phys., 5, 3453–3463, 2003.

Хенниг Т., Масслинг А., Брехтель Ф. Дж. И Виденсохлер А. Тандем. DMA для высокотемпературного стабильного роста гигроскопических частиц измерения от 90% до 98% относительной влажности, J. Aerosol Sci., 36, 1210–1223, https://doi.org/10.1016/j.jaerosci.2005.01.005, 2005.

Керчер, Дж. П., Ридель, Т. П., и Торнтон, Дж. А .: Активация хлора путем N 2 O 5 : одновременное обнаружение на месте ClNO 2 и N 2 O 5 методом химической ионизационной масс-спектрометрии, Atmos. Измер. Тех., 2, 193–204, https://doi.org/10.5194/amt-2-193-2009, 2009.

Li, Q., Zhang, L., Wang, T., Tham, YJ, Ahmadov, R ., Сюэ, Л., Чжан, К., и Чжэн, Дж.: Влияние гетерогенного поглощения пятиокиси азота и активация хлора при разделении озона и реактивного азота: улучшение и применение модели WRF-Chem в Атмосе на юге Китая. Chem. Phys., 16, 14875–14890, https://doi.org/10.5194/acp-16-14875-2016, 2016.

Лю, Х.Дж., Чжао, К.С., Некат, Б., Ма, Н., Виденсохлер, А. , ван Пинкстерен, Д., Шпиндлер, Г., Мюллер, К., Херманн, Х .: Гигроскопичность аэрозоля. полученный из разделенного по размерам химического состава и его параметризации в Северо-Китайская равнина, Атмос.Chem. Phys., 14, 2525–2539, https://doi.org/10.5194/acp-14-2525-2014, 2014.

Макдаффи, Э. Э., Фибигер, Д. Л., Дубе, В. П., Лопес-Хильфикер, Ф., Ли, Б. Х., Торнтон, Дж. А., Шах, В., Джегле, Л., Го, Х., Вебер, Р. Дж., Майкл Ривз, Дж., Вайнхаймер, А. Дж., Шредер, Дж. К., Кампузано-Йост, П., Хименес, Дж. Л., Дибб, Дж. Э., Верес, П., Эббен, К., Спаркс, Т. Л., Вулдридж, П. Дж., Коэн, Р. К., Хорнбрук, Р. С., Апель, Э. К., Кампос, Т., Холл, С. Р., Ульманн К. и Браун С. С .: Гетерогенный N 2 O 5 Поглощение во время Зима: измерения с самолетов во время ЗИМНЕЙ кампании 2015 г. и критические Оценка текущих параметризаций, J.Geophys. Рес.-Атмос., 123, 4345–4372, https://doi.org/10.1002/2018JD028336, 2018.

Ментель, Т. Ф., Зон, М., и Ванер, А .: Эффект нитратов в гетерогенных гидролиз пятиокиси азота на водных аэрозолях // Физ. мезомех. Chem. Chem. Phys., 1, 5451–5457, https://doi.org/10.1039/A

8g, 1999.

Mielke, L.H., Furgeson, A., and Osthoff, H.D .: Наблюдение за ClNO 2 в среднеконтинентальной городской среде, Environ. Sci. Технол., 45, 8889–8896, https://doi.org/10.1021 / es201955u, 2011.

Мильке, Л. Х., Штутц, Дж., Цай, К., Херлок, С. К., Робертс, Дж. М., Верес, П. Р., Фройд, К. Д., Хейс, П. Л., Кубисон, М. Дж., Хименес, Дж. Л., Вашенфельдер, Р. А., Янг, К. Дж., Гилман, Дж. Б., де Гау, Дж. А., Флинн, Дж. Х., Гроссберг, Н., Лефер, Б. Л., Лю, Дж., Вебер, Р. Дж., И Остхофф, Х. Д .: Гетерогенное образование нитрилхлорида и его роль в качестве ночного NOx виды резервуаров во время CalNex-LA 2010, J. Geophys. Рес.-Атмос., 118, 10638–10652, https: // doi.org / 10.1002 / jgrd.50783, 2013.

Min, K.-E., Washenfelder, R.A., Dubé, W.P., Langford, A.O., Edwards, P. М., Зарзана, К. Дж., Стутц, Дж., Лу, К., Рорер, Ф., Чжан, Ю., и Браун, С. С .: Широкополосный резонаторный спектрометр с усиленным поглощением для самолетов. измерения глиоксаля, метилглиоксаля, азотистой кислоты, диоксида азота и водяной пар, Атмос. Измер. Тех., 9, 423–440, https://doi.org/10.5194/amt-9-423-2016, 2016.

Morgan, W. T., Ouyang, B., Allan, J. D., Aruffo, E., Di Carlo, P., Кеннеди, О. Дж., Лоу, Д., Флинн, М. Дж., Розенберг, П. Д., Уильямс, П. И., Джонс, Р., Макфигганс, Г. Б., Коу, Х .: Влияние химического состава аэрозоля на N 2 O 5 поглощение: воздушные региональные измерения в северо-западной Европе, Атмос. Chem. Phys., 15, 973–990, https://doi.org/10.5194/acp-15-973-2015, 2015.

Остхофф, Х. Д., Робертс, Дж. М., Равишанкара, А. Р., Уильямс, Э. Дж., Лернер, Б. М., Соммарива, Р., Бейтс, Т. С., Коффман, Д., Куинн, П. К., Дибб, Дж.Э., Старк, Х., Буркхолдер, Дж. Б., Талукдар, Р. К., Мигер, Дж., Фезенфельд Ф. С. и Браун С. С .: Высокий уровень нитрилхлорида в загрязненный субтропический морской пограничный слой, нац. Geosci., 1, 324–328, 2008.

Pathak, R.K., Wang, T. и Wu, W.S .: Ночное усиление PM 2,5 нитрат в атмосферных условиях с низким содержанием аммиака в Пекине и Шанхае: Вероятные вклады гетерогенного гидролиза N 2 O 5 и HNO 3 разметка, Атмос.Environ., 45, 1183-1191, https://doi.org/10.1016/j.atmosenv.2010.09.003, 2011.

Патак, Р. К., Ву, В. С. и Ван, Т .: Summertime PM 2,5 ионный видов в четырех крупных городах Китая: образование нитратов в аммиачная атмосфера, Атмос. Chem. Phys., 9, 1711–1722, https://doi.org/10.5194/acp-9-1711-2009, 2009.

Филлипс, Дж. Дж., Тизер, Дж., Танг, М., Собански, Н., Шустер, Г., Фачингер, Дж., Древник, Ф., Боррманн, С., Бингемер, Х., Лелиевельд, Дж., И Кроули, Дж.N .: Оценка коэффициентов поглощения N 2 O 5 с использованием окружающей среды. измерения NO 3 , N 2 O 5 , ClNO 2 и частицы-фазы нитрат, Атмос. Chem. Phys., 16, 13231–13249, https://doi.org/10.5194/acp-16-13231-2016, 2016.

Рейес-Виллегас, Э., Пристли, М., Тинг, Ю.-К., Хаслетт, С., Баннан, Т. ., Le Бретон, М., Уильямс, П. И., Бакак, А., Флинн, М. Дж., Коу, Х., Персиваль, К., и Аллан, Дж. Д .: Одновременная аэрозольная масс-спектрометрия и химическая ионизационные масс-спектрометрические измерения во время сжигания биомассы в Великобритания: сведения о химии нитратов, Atmos.Chem. Phys., 18, 4093–4111, https://doi.org/10.5194/acp-18-4093-2018, 2018.

Ридель, Т. П., Бертрам, Т. Х., Крисп, Т. А., Уильямс, Э. Дж., Лернер, Б. М., Власенко, А., Ли, С.-М., Гилман, Дж., Де Гау, Дж., Бон, Д. М., Вагнер, Н. Л., Браун С.С. и Торнтон Дж. А .: Нитрилхлорид и молекулярный хлор в прибрежный морской пограничный слой, Environ. Sci. Technol., 46, 10463–10470, https://doi.org/10.1021/es204632r, 2012a.

Ридель, Т. П., Бертрам, Т. Х., Райдер, О. С., Лю, С., Дэй, Д.А., Рассел, Л. М., Гастон, К. Дж., Пратер, К. А. и Торнтон, Дж. А.: Прямой № 2 O 5 измерения реактивности на загрязненной прибрежной территории, Атмос. Chem. Физ., 12, 2959–2968, https://doi.org/10.5194/acp-12-2959-2012, 2012b.

Ридель, Т. П., Вагнер, Н. Л., Дуб, В. П., Миддлбрук, А. М., Янг, К. Дж., Озтюрк Ф., Бахрейни Р., Ванден Боер Т. К., Вулф Д. Э., Уильямс Э. Дж., Робертс, Дж. М., Браун, С. С. и Торнтон, Дж. А .: Активация хлора внутри городские шлейфы или шлейфы электростанции: вертикальное разрешение ClNO 2 и Cl 2 измерения с высокой башни в загрязненной континентальной установка, J.Geophys. Res.-Atmos., 118, 8702–8715, https://doi.org/10.1002/jgrd.50637, 2013.

Ридель, Т. П., Вулф, Г. М., Данас, К. Т., Гилман, Дж. Б., Кустер, В. К., Бон, Д. М., Власенко, А., Ли, С.-М., Уильямс, Э. Дж., Лернер, Б. М., Верес, П. Р., Робертс, Дж. М., Холлоуэй, Дж. С., Лефер, Б., Браун, С. С., и Торнтон, Дж. Ответ: Исследование нитрилхлорида (ClNO 2 ) с помощью моделирования MCM окисление, образование озона и разделение оксида азота в загрязненных континентальный отток, Атмос.Chem. Phys., 14, 3789–3800, https://doi.org/10.5194/acp-14-3789-2014, 2014.

Riemer, N., Vogel, H., Vogel, B., Anttila, T., Kiendler-Scharr, A., and Ментель, Т .: Относительное значение органических покрытий для неоднородных гидролиз N 2 O 5 летом в Европе, J. Geophys. Res.-Atmos., 114, D17307, https://doi.org/10.1029/2008JD011369, 2009.

Робертс, Дж. М., Остхофф, Х. Д., Браун, С. С., Равишанкара, А. Р., Коффман, Д., Куинн П. и Бейтс Т.: Лабораторные исследования продуктов N 2 O 5 поглощение субстратов, содержащих Cl -, Geophys. Res. Lett., 36, L20808, https://doi.org/10.1029/2009GL040448, 2009.

Райдер, О.С., Олт, А.П., Кэхилл, Дж. Ф., Гуаско, Т. Л., Ридель, Т. П., Куадра-Родригес, Л. А., Гастон, К. Дж., Фицджеральд, Э., Ли, К., Пратер, К. А., Бертрам Т. Х .: О роли состояния неорганического перемешивания частиц в реактивное поглощение N 2 O 5 атмосферными аэрозольными частицами, Environ.Sci. Technol., 48, 1618–1627, https://doi.org/10.1021/es4042622, 2014.

Райдер, О.С., Кэмпбелл, Н.Р., Шалски, М., Аль-Машат, Х., Натансон, Г. М., Бертрам Т. Х .: Роль органических веществ в регулировании ClNO 2 Производство на границе воздух-море, J. Phys. Chem. А, 119, 8519–8526, https://doi.org/10.1021/jp5129673, 2015.

Сарвар, Г., Саймон, Х., Син, Дж., и Матур, Р.: Важность тропосферы ClNO 2 по химии в Северном полушарии, Geophys.Res. Lett., 41, 2014GL059962, https://doi.org/10.1002/2014GL059962, 2014.

Швейцер, Ф., Мирабель, П. и Джордж, Ч .: Многофазная химия N 2 O 5 , ClNO 2 и BrNO 2 , J. Phys. Chem. А, 102, 3942–3952, https://doi.org/10.1021/Jp980748s, 1998.

Tan, Z., Fuchs, H., Lu, K., Hofzumahaus, A., Bohn, B., Broch, S. ., Донг, Х., Гомм, С., Хезелер, Р., Хе, Л., Холланд, Ф., Ли, X., Лю, Ю., Лу, С., Рорер, Ф., Шао, М., Ван, Б., Ван, М., Ву, Ю., Цзэн, Л., Чжан, Ю., Ванер, А., и Чжан, Ю.: Радикальная химия в сельской местности (Ванду) в Северо-Китайская равнина: наблюдение и модельные расчеты OH, HO 2 и RO 2 радикалы, Атмос. Chem. Phys., 17, 663–690, https://doi.org/10.5194/acp-17-663-2017, 2017.

Тан, М. Дж., Телфорд, П. Дж., Поуп, Ф. Д., Ркиуак, Л., Абрахам, Н. Л., Арчибальд, А. Т., Брейсике, П., Пайл, Дж. А., МакГрегор, Дж., Уотсон, И. М., Кокс, Р. А., Калберер, М .: Гетерогенная реакция N 2 O 5 с переносимые по воздуху частицы TiO 2 и их значение для стратосферных инжекция частиц, Атмос.Chem. Phys., 14, 6035–6048, https://doi.org/10.5194/acp-14-6035-2014, 2014.

Тан, М., Хуанг, X., Лу, К., Ге, М., Ли, Ю., Ченг, П. ., Чжу, Т., Дин, А., Чжан, Ю., Глигоровский, С., Сонг, В., Дин, X., Би, X. и Ван, X .: Гетерогенные реакции аэрозоля минеральной пыли: последствия для окислительная способность тропосферы, Атмосфер. Chem. Phys., 17, 11727–11777, https://doi.org/10.5194/acp-17-11727-2017, 2017.

Tham, YJ, Yan, C., Xue, L., Zha, Q., Wang, X., and Wang, T. .: Присутствие высокое содержание нитрилхлорида в прибрежной среде Азии и его влияние на атмосферная фотохимия, кит.Бюл., 59, 356–359, https://doi.org/10.1007/s11434-013-0063-y, 2014.

Tham, YJ, Wang, Z., Li, Q., Yun, H., Wang, W., Wang, X. , Сюэ, Л., Лу, К., Ма, Н., Бон, Б., Ли, X., Кекориус, С., Гросс, Дж., Шао, М., Виденсохлер, А., Чжан Ю. и Ван Т .: Значительные концентрации нитрилхлорида. выдерживается утром: исследования причин и воздействия на озон производство в загрязненном районе северного Китая Атмос. Chem. Физ., 16, 14959–14977, https://doi.org/10.5194/acp-16-14959-2016, 2016 г.

Торнтон, Дж. А. и Аббатт, Дж. П. Д .: N 2 O 5 реакция на субмикроне аэрозоль морской соли: кинетика, продукты и влияние поверхностно-активных веществ. органика, J. ​​Phys. Chem. A, 109, 10004–10012, https://doi.org/10.1021/jp054183t, 2005.

Thornton, J. A., Braban, C. F., and Abbatt, J. P .: N 2 O 5 гидролиз на субмикронные органические аэрозоли: влияние относительной влажности, частиц фаза и размер частиц, Phys. Chem. Chem. Phys., 5, 4593–4603, 2003.

Торнтон, Дж. А., Керчер, Дж. П., Ридель, Т. П., Вагнер, Н. Л., Козич, Дж., Холлоуэй, Дж. С., Дубе, В. П., Вулф, Г. М., Куинн, П. К., Миддлбрук, А. М., Александер Б. и Браун С. С .: Предполагается наличие крупного источника атомарного хлора. из средне-континентальной химии химически активного азота, Nature, 464, 271–274, 2010.

Wagner, N. L., Riedel, T. P., Roberts, J. M., Thornton, J. A., Angevine, W. М., Уильямс, Э. Дж., Лернер, Б. М., Власенко, А., Ли, С. М., Дубе, В. П., Коффман, Д. Дж., Бон, Д.М., де Гау, Дж. А., Кустер, В. К., Гилман, Дж. Б., и Браун, С.С.: Циркуляция морского и наземного бриза в Лос-Анджелесе и его влияние на производство нитрилхлорида в этом регионе, J. Geophys. Res.-Atmos., 117, D00V24, https://doi.org/10.1029/2012jd017810, 2012.

Вагнер, Н. Л., Ридель, Т. П., Янг, К. Дж., Бахрейни, Р., Брок, К. А., Дубе, В. П., Ким, С., Миддлбрук, А. М., Озтюрк, Ф., Робертс, Дж. М., Руссо, Р., Сиве, Б., Свартаут, Р., Торнтон, Дж. А., Ванден-Боер, Т. К., Чжоу, Ю., и Brown, S.S .: N 2 O 5 коэффициенты поглощения и ночной NO 2 скорость удаления определяется из температуры окружающей среды в зимний период измерения, J. Geophys. Рес.-Атмос., 118, 9331–9350, https://doi.org/10.1002/jgrd.50653, 2013.

Ван, Х., Лу, К., Чен, X., Чжу, К., Чен, К., Го, С., Цзян, М., Ли, Х., Шан, Д., Тан, З., Ву, Ю., Ву, З., Цзоу, К., Чжэн, Ю., Цзэн, Л., Чжу, Т., Ху, М., и Чжан, Ю.: Высокая N 2 O 5 Концентрации, наблюдаемые в Городской Пекин: последствия большого пути образования нитратов, Environ.Sci. Tech. Let., 4, 416–420, https://doi.org/10.1021/acs.estlett.7b00341, 2017.

Wang, H., Lu, K., Guo, S., Wu, Z., Shang , Д., Тан, З., Ван, Ю., Ле Бретон, М., Лу, С., Тан, М., Ву, Ю., Чжу, В., Чжэн, Дж., Цзэн, Л., Холлквист, М., Ху, М., и Чжан, Ю.: Эффективное поглощение N 2 O 5 и NO 3 окисление в оттоке городского Пекина, Атмос. Chem. Физ., 18, 9705–9721, https://doi.org/10.5194/acp-18-9705-2018, 2018.

Ван, М., Цзэн, Л., Лу, С., Шао, М., Лю, X., Ю, X., Чен, В., Юань, Б., Чжан, К., Ху, М., Чжан, З .: Разработка и проверка безкриогенная автоматическая система газового хроматографа (ГХ-МС / ПИД) для онлайн измерения летучих органических соединений, Anal. Методы-УК, 6, 9424–9434, https://doi.org/10.1039/C4AY01855A, 2014.

Ван, С., Ши, К., Чжоу, Б., Чжао, Х., Ван, З., Ян, С., и Чен, Л. .: Наблюдение радикалов NO 3 над Шанхаем, Китай, Атмосфера. Environ., 70, 401–409, https://doi.org/10.1016 / j.atmosenv.2013.01.022, 2013.

Wang, T., Tham, Y.J., Xue, L.K., Li, Q.Y., Zha, Q.Z., Wang, Z., Poon, S. К. Н., Дуб, В. П., Блейк, Д. Р., Луи, П. К. К., Лук, К. В. Ю., Цуй, В., и Браун, С. С .: Наблюдения за нитрилхлоридом и моделирование его источника и влияние на озон в пограничном слое планеты на юге Китая, Дж. Geophys. Res.-Atmos., 121, 2476–2489, https://doi.org/10.1002/2015JD024556, 2016.

Wang, X., Wang, H., Xue, L., Wang, T., Wang, Л., Гу, Р., Ван, В., Там, Ю. Дж., Ван, З., Янг, Л., Чен, Дж., И Ван, В.: наблюдения N 2 O 5 и ClNO 2 на загрязненной городской поверхности в Северный Китай: высокий N 2 O 5 коэффициенты поглощения и низкий ClNO 2 Выходы продуктов, Атмосфер. Окружающая среда, 156, 125–134, https://doi.org/10.1016/j.atmosenv.2017.02.035, 2017.

Wang, Y., Chen, Z., Wu, Q., Liang, H., Huang, L., Li, H ., Лу, К., Ву, Ю., Донг, Х., Цзэн, Л. и Чжан, Ю.: Наблюдение за атмосферными пероксидами. во время кампании Вангду 2014 года в сельской местности на Северо-Китайской равнине, Атмос.Chem. Phys., 16, 10985–11000, https://doi.org/10.5194/acp-16-10985-2016, 2016 г.

Wang, Z., Wang, W., Tham, Y.J., Li, Q., Wang, H., Wen, L., Wang, X., и Ван Т .: Быстрое гетерогенное поглощение N 2 O 5 и ClNO 2 производство на электростанциях и промышленных шлейфах, наблюдаемых в ночное время остаточный слой над Северо-Китайской равниной, Атмос. Chem. Физ., 17, 12361–12378, https://doi.org/10.5194/acp-17-12361-2017, 2017.

Wexler, A. S. и Clegg, S.Л .: Модели атмосферных аэрозолей для систем. в том числе ионы H + , Nh5 +, Na + , SO42-, NO3-, Cl -, Br - и H 2 O, J. Geophys. Res.-Atmos., 107, 4207, https://doi.org/10.1029/2001jd000451, 2002.

Wu, Z. J., Ma, N., Größ, J., Kecorius, S., Lu, K. D., Shang, D. J., Ван, Ю., Ву, Ю. С., Цзэн, Л. М., Ху, М., Виденсохлер, А., и Чжан, Ю. Х .: Термодинамические свойства наночастиц при образовании новых частиц события в атмосфере Северо-Китайской равнины, Атмос.Res., 188, 55–63, https://doi.org/10.1016/j.atmosres.2017.01.007, 2017.

Юань, Б., Лю, Ю., Шао, М., Лу, С. Х., и Улицы, Д. Г .: сжигание биомассы вклад в содержание ЛОС в окружающей среде на рецепторном участке в Жемчужной реке Delta (PRD), Китай, Environ. Sci. Technol., 44, 4577–4582, https://doi.org/10.1021/es1003389, 2010.

Юн, Х., Ван, Т., Ван, У., Там, Й. Дж., Ли, К., Ван, З., и Пун, С. К. N .: Потери NOx в ночное время и образование ClNO 2 в остаточном слое загрязненный регион: выводы из полевых измерений и итеративной боксовой модели, Sci.Total Environ., 622–623, 727–734, https://doi.org/10.1016/j.scitotenv.2017.11.352, 2017.

Разработка региональных коэффициентов экспорта загрязнения на основе экспериментов с искусственным выпадением осадков и их применение в Северном Китае

  • Бьюлак, Миннесота, Рекхоу К.Х. (1982) Исследование взаимосвязи между землепользованием и экспортом питательных веществ. Water Resour Bull 18 (6): 1013–1024

    CAS Статья Google Scholar

  • Chen Y, Wang M, Wang G (2012) Сток азота при моделировании дождя из латеритной красной почвы с исправленными сточными водами в провинции Фуцзянь, Китай.Resilage Tillage Res 123: 35–42

    Артикул Google Scholar

  • Китайская таксономия почв (2001) Совместная исследовательская группа по таксономии китайских почв. Science Press, Пекин

    Google Scholar

  • Чой Дж., Парк В., Парк К. (2013) Осуществимость методов НИИ для сокращения орошения и загрязнения НПВ в Корее. Pad Water Environ 11 (1–4): 241–248

    Статья Google Scholar

  • Ding XW, Shen ZY, Qian H (2010) Разработка и испытание модели экспортных коэффициентов в верхнем течении реки Янцзы.J Hydrol 383 (3): 233–244

    CAS Статья Google Scholar

  • Дауд Б.М., Пресс Д., Хуэртос М.Л. (2008) Политика загрязнения воды из неточечных источников в сельском хозяйстве: пример Центрального побережья Калифорнии. Agric Ecosyst Environ 128 (3): 151–161

    Статья Google Scholar

  • Jacinthe PA, Lal R, Kimble JM (2002) Выделение углекислого газа в стоках в результате моделирования дождевых осадков на долгосрочных беспахотных и вспаханных почвах на юго-западе Огайо.Восстановление почвы и обработки почвы 66 (1): 23–33

    Статья Google Scholar

  • Джин К., Корнелис В.М., Скиттекатт В. (2009) Влияние различных методов управления почвой на общую потерю фосфора и отложений Ольсена-Р: исследование с моделированием полевых осадков. Катена 78 (1): 72–80

    CAS Статья Google Scholar

  • Джонес П.Дж. (1996) Оценка и управление воздействием изменений в землепользовании на азотную и фосфорную нагрузку на поверхностные воды: подход моделирования экспортных коэффициентов.J Hydrol 183: 323–349

    CAS Статья Google Scholar

  • Ли Дж. Х., Банг К. В. (2000) Характеристика городских ливневых стоков. Water Res 34 (6): 1773–1780

    CAS Статья Google Scholar

  • Ли М., Парк Дж., Парк М. (2010) Оценка сокращения загрязнения из неточечных источников путем применения передовых методов управления с использованием модели SWAT и спутниковых снимков высокого разрешения QuickBird.J Environ Sci 22 (6): 826–833

    Статья Google Scholar

  • Ли Х, Су БЛ (2009) Методы оценки сельскохозяйственного загрязнения из неточечных источников в зоне равнинной речной сети: обзор. J Beijing Norm Univ (Nat Sci) Z1: 662–666

    Google Scholar

  • Li W, Li X, Su J (2014) Источники и массовые потоки основных загрязняющих веществ в сильно загрязненной и измененной реке Северо-Китайской равнины.Environ Sci Pollut Res 1–11

  • Lin JP (2004) Обзор опубликованных данных о коэффициенте экспорта и средней концентрации событий (EMC). Программа помощи в области регулирования водно-болотных угодий ERDC TN-WRAP-04-3 (сентябрь 2004 г.)

  • Линдгрен Г.А., Вреде С., Зайберт Дж. (2007) Моделирование распределения источников азота и влияние вкладов стока, связанных с классами землепользования. Nord Hydrol 38: 317–331

    CAS Статья Google Scholar

  • Лю Р.М., Ян З.Ф., Шен З.Й. (2009) Оценка загрязнения из неточечных источников в верховьях реки Янцзы с использованием модели экспортных коэффициентов, дистанционного зондирования и географической информационной системы.J Hydraul Eng-ASCE 135 (9): 698–704

    Артикул Google Scholar

  • Лю Р.М., Чжан П.П., Ван XJ и др. (2013) Оценка воздействия передовых методов управления на сельскохозяйственное загрязнение из неточечных источников в бассейне реки Сянси. Управление водных ресурсов сельского хозяйства 117: 9–18

    Статья Google Scholar

  • Лю Р.М., Ван Дж. В., Ши Дж. Х. (2014) Характеристики стока и механизм потери питательных веществ с равнинных сельскохозяйственных угодий в условиях имитации дождя.Sci Total Environ 468–469: 1069–1077

    Статья Google Scholar

  • Лю Р.М., Донг Дж., Сюй Ф, Ван Х, Хе М. (2015a) Пространственно-временные характеристики фосфора в загрязнении из неточечных источников с сеточной моделью коэффициентов экспорта и географической информационной системой. Water Sci Technol 71 (11): 1709–1717

    CAS Статья Google Scholar

  • Liu X, Li D, Zhang H, Cai S, Li X, Ao T (2015b) Исследование метода оценки загрязнения из неточечных источников в регионах с редкими данными: тематическое исследование бассейна реки Сичонг в Китае.Adv Meteorol. DOI: 10.1155 / 2015/519671

    Google Scholar

  • Лу Дж, Гонг Д., Шен Й (2013) Обратный байесовский подход к моделированию для оценки коэффициентов экспорта азота и оценки неопределенности в сельскохозяйственном водоразделе в восточном Китае. Управление водных ресурсов сельского хозяйства 116: 79–88

    Статья Google Scholar

  • McFarland AMS, Hauck LM (2001) Определение коэффициентов экспорта биогенных веществ и неопределенности загрузки источника с использованием данных мониторинга в потоке.J Am Water Resour Assoc. 37 (1): 223–236

    CAS Статья Google Scholar

  • Mourad M, Bertrand-Krajewski JL, Chebbo G (2005) Чувствительность к экспериментальным данным средней концентрации загрязняющих веществ в стоке ливневых вод. Water Sci Technol 51 (02): 155–162

    CAS Google Scholar

  • Ното Л.В., Иванов В.Ю., Браш Р.Л. (2008) Влияние инициализации на реакцию полностью распределенной гидрологической модели.J Hydrol 352: 107–125

    Артикул Google Scholar

  • Ongley ED, Zhang X, Yu T (2010) Текущее состояние оценки загрязнения из неточечных источников в сельском хозяйстве и сельской местности в Китае. Environ Pollut 158: 1159–1168

    CAS Статья Google Scholar

  • Паттерсон Дж. Дж., Смит К., Беллами Дж. (2013) Понимание возможностей для решения «острой проблемы» неточечного загрязнения воды в водосборных бассейнах: концептуальная основа.J Environ Manage 128: 441–452

    Статья Google Scholar

  • Раст В., Ли Г.Ф. (1983) Оценка содержания питательных веществ в озерах. J Environ Eng 109: 502–517

    CAS Статья Google Scholar

  • Рекхоу К. Х., Бьюлак М. Н., Симпсон Дж. Т. (1980) Моделирование нагрузки фосфора и реакции озера в условиях неопределенности: руководство и компиляция экспортных коэффициентов. Агентство по охране окружающей среды США, Секция чистого озера, Вашингтон, округ Колумбия.C, EPA 440 / 5-80-011, 214 pp

  • Shen ZY, Chen L, Chen T. (2012a) Анализ неопределенности параметров в гидрологическом моделировании и моделировании отложений с использованием метода GLUE: тематическое исследование модели SWAT применительно к Three Район водохранилища ущелий, Китай. Hydrol Earth Syst Sci 16 (1): 121–132

    Статья Google Scholar

  • Shen ZY, Liao Q, Hong Q (2012b) Обзор исследований по моделированию загрязнения из неточечных источников в сельском хозяйстве в Китае.Сен Purif Technol 84: 104–111

    CAS Статья Google Scholar

  • Шен ЗЙ, Чен Л., Дин XW (2013a) а. Долгосрочные колебания (1960–2003 гг.) И причинные факторы неточечных источников азота и фосфора в верхнем течении реки Янцзы. J Hazard Mater 252–253: 45–56

    Статья Google Scholar

  • Shen ZY, Chen L, Hong Q (2013b) Вертикальные колебания неточечных источников загрязняющих веществ в районе водохранилища Трех ущелий.PLoS ONE 8 (8): e71194

    CAS Статья Google Scholar

  • Шреста С., Казама Ф., Ньюхэм Л.Т. (2008) Структура для оценки коэффициентов экспорта загрязняющих веществ на основе данных долгосрочного мониторинга качества воды в реке. Environ Model Soft 23 (2): 182–194

    Артикул Google Scholar

  • Таит П., Баскаран Р., Каллен Р. (2012) Нерыночная оценка качества воды: рассмотрение пространственно неоднородных предпочтений с использованием ГИС и логит-модели случайных параметров.Ecol Econ 75: 15–21

    Статья Google Scholar

  • Тиан И, Хуанг З., Сяо В. (2010) Снижение загрязнения из неточечных источников за счет различных методов управления сельскохозяйственным водосбором в районе водохранилища Трех ущелий. J Environ Sci 22 (2): 184–191

    CAS Статья Google Scholar

  • Тянь П., Чжао Дж., Ли Дж., Гао Дж., Чжан З. (2012) Интеграция ежемесячного моделирования водного баланса и оценки биогенной нагрузки на сельскохозяйственном водосборе.Int J Environ Sci Technol 9 (1): 163–172

    CAS Статья Google Scholar

  • Васильев А., Блинова И., Эннет П. (2008) Распределение источников биогенных веществ в реках Эстонии. Опреснение 226: 222–230

    CAS Статья Google Scholar

  • Ван И, Ву В., Хе В. (2013) Остатки и экологические риски хлорорганических пестицидов в озере Малый Байяндянь, Северный Китай.Оценка состояния окружающей среды 185 (1): 917–929

    CAS Статья Google Scholar

  • Worrall F, Burt TP, Howden NJK (2012) Реальный поток нитратов из наземной биосферы Великобритании - оценка потерь нитратов в потоке в национальном масштабе с использованием модели экспортных коэффициентов. J Hydrol 414–415: 31–39

    Артикул Google Scholar

  • Worrall F, Howden N, Burt T (2015) Доказательства накопления азота: общий баланс азота наземной биосферы низинного сельскохозяйственного водосбора.Биогеохимия 123 (3): 411–428

    CAS Статья Google Scholar

  • Wu L, Long T, Cooper WJ (2012) Моделирование пространственного и временного распределения растворенного азота и фосфора из неточечных источников в водоразделе реки Цзялин, Китай. Environl Earth Sci 65 (6): 1795–1806

    CAS Статья Google Scholar

  • Wu L, Gao J, Ma X, Li D (2015) Применение модифицированного метода экспортных коэффициентов для оценки нагрузки неточечного источника азота и фосфорного загрязнения почвы и потерь воды в семиаридных регионах.Environ Sci Pollut Res 22 (14): 10647–10660

    CAS Статья Google Scholar

  • Wynn TM, Liehr SK (2001) Разработка модели моделирования подземных водно-болотных угодий. Ecol Eng 16: 519–536

    Статья Google Scholar

  • Чжан П.П., Лю Р.М., Бао Ю.М. и др. (2014) Неопределенность модели SWAT при различных разрешениях ЦМР в большом горном водоразделе.Water Res 53 (15): 132–144

    Статья Google Scholar

  • Зобрист Дж., Райхерт П. (2006) Байесовская оценка коэффициентов экспорта из диффузных и точечных источников в водосборных бассейнах Швейцарии. J Hydrol 329 (1-2): 207–223

    Артикул Google Scholar

  • Влияние загрязнения воздуха на смертность от COVID-19 в Северной Италии

  • Бекаттини G (2002) От Маршалла до итальянских «промышленных районов».Краткая критическая реконструкция. В: Вклад в экономику, стр. 83–106. https://doi.org/10.1007/978-3-642-50007-7_6

  • Becchetti L, Conzo G, Conzo P, Salustri F (2020) Понимание неоднородности неблагоприятных исходов COVID-19: роль низкое качество воздуха и решения о блокировке. SSRN 3572548

  • Bigi A, Ghermandi G (2016) Тенденции и изменчивость атмосферных концентраций PM 2,5 и PM 10–2,5 в долине реки По, Италия. Atmos Chem Phys 16 (24): 15777–15788.https://doi.org/10.5194/acp-16-15777-2016

    Статья Google Scholar

  • Bivand RS, Pebesma E, Gómez-Rubio V (2013) Прикладной пространственный анализ данных с Р. Спрингером, Нью-Йорк. https://doi.org/10.1007/978-1-4614-7618-4

    Книга Google Scholar

  • Bowe B, Xie Y, Yan Y, Al-Aly Z (2019) Бремя смертности от конкретных причин, связанной с загрязнением воздуха PM 2,5 в Соединенных Штатах.JAMA Netw Open 2 (11): e14. https://doi.org/10.1001/jamanetworkopen.2019.15834

    Статья Google Scholar

  • Brandt EB, Beck AF, Mersha TB (2020) Загрязнение воздуха, расовые различия и смертность от COVID-19. J Allergy Clin Immunol 146 (1): 61–63. https://doi.org/10.1016/j.jaci.2020.04.035

    Статья Google Scholar

  • Cakmak S, Hebbern C, Pinault L, Lavigne E, Vanos J, Crouse DL, Tjepkema M (2018) Связи между долгосрочными PM2.5, а также воздействие озона и смертность в когорте Канадской переписи населения, здоровья и окружающей среды (CANCHEC) по зонам пространственной синоптической классификации. Environ Int 111: 200–211. https://doi.org/10.1016/j.envint.2017.11.030

    Статья Google Scholar

  • Carugno M, Consonni D, Randi G, Catelan D, Grisotto L, Bertazzi PA, Biggeri A, Baccini M (2016) Воздействие загрязнения воздуха, смерти от конкретных причин и госпитализации в сильно загрязненном итальянском регионе.Environ Res 147: 415–424. https://doi.org/10.1016/j.envres.2016.03.003

    Статья Google Scholar

  • Ciencewicki J, Jaspers I (2007) Загрязнение воздуха и респираторные вирусные инфекции. Inhal Toxicol 19 (14): 1135–1146. https://doi.org/10.1080/08958370701665434

    Статья Google Scholar

  • Ciminelli G, Garcia-mandicó S (2020) COVID-19 в Италии: анализ данных реестра смертей от COVID-19 в Италии.https://voxeu.org/article/covid-19-italy-analysis-death-registry-data. Доступ 22 апреля 2020 г.

  • Cole MA, Ozgen C, Strobl E (2020) Воздействие загрязнения воздуха и COVID-19. Серия дискуссионных документов IZA, 13367

  • Conticini E, Frediani B, Caro D (2020) Может ли загрязнение атмосферы рассматриваться как сопутствующий фактор в чрезвычайно высоком уровне смертности от SARS-CoV-2 в Северной Италии? Загрязнение окружающей среды. https://doi.org/10.1016/j.envpol.2020.114465

    Статья Google Scholar

  • Цуй Й, Чжан З-Ф, Фройнс Дж, Чжао Дж, Ван Х, Ю С-З, Детелс Р. (2003) Загрязнение воздуха и летальность от атипичной пневмонии в Китайской Народной Республике: экологическое исследование.Здоровье окружающей среды 2 (1): 1–5. https://doi.org/10.1186/1476-069x-2-15

    Статья Google Scholar

  • Dominici F, McDermott A, Zeger SL, Samet JM (2003) Переносимые по воздуху твердые частицы и смертность: временные эффекты в четырех городах США. Am J Epidemiol 157 (12): 1055–1065. https://doi.org/10.1093/aje/kwg087

    Статья Google Scholar

  • Eeftens M, Tsai MY, Ampe C, Anwander B, Beelen R, Bellander T, Cesaroni G, Cirach M, Cyrys J, de Hoogh K, De Nazelle A, de Vocht F, Declercq C, Dėdelė A, Eriksen K, Galassi C, Gražulevičienė R, Grivas G, Heinrich J et al (2012) Пространственное изменение PM2.5, абсорбция PM10, PM2,5 и концентрации грубодисперсных PM между и в пределах 20 европейских исследовательских областей и связь с NO 2 - результаты проекта ESCAPE. Атмос Энвирон 62: 303–317. https://doi.org/10.1016/j.atmosenv.2012.08.038

    Статья Google Scholar

  • Европейское агентство по окружающей среде (2019) Качество воздуха в Европе - отчет за 2019 год - Отчет ЕАОС № 10/2019 (выпуск 10). https://doi.org/10.2800/822355

  • Giulianelli L, Gilardoni S, Tarozzi L, Rinaldi M, Decesari S, Carbone C, Facchini MC, Fuzzi S (2014) Возникновение тумана и химический состав в долине реки По за последние двадцать лет.Атмос Энвирон 98: 394–401. https://doi.org/10.1016/j.atmosenv.2014.08.080

    Статья Google Scholar

  • Goutte S, Péran T., Porcher T (2020) Роль экономических структурных факторов в определении уровней пандемической смертности: данные о вспышке COVID-19 во Франции. Res Int Bus Financ 54: 101281. https://doi.org/10.1016/j.ribaf.2020.101281

    Статья Google Scholar

  • Horálek J, Schreiberová M, de Leeuw F, Kurfürst P, de Smet P, Schovánková J (2018) Европейские карты качества воздуха за 2016 г., Eionet Report-ETC / ACM 2018/8

  • Istituto Superiore di Sanità (2020) Характеристики пациентов с COVID-19, умирающих в Италии. Отчет основан на имеющихся данных на 20 марта 2020 года.4–8

  • Jeong SC, Cho Y, Song MK, Lee E, Ryu JC (2017) Рецептор эпидермального фактора роста (EGFR) -MAPK-ядерный фактор (NF) -κB-IL8: возможный механизм воздействия твердых частиц (PM) 2,5-индуцированная легочная токсичность. Environ Toxicol 32 (5): 1628–1636. https://doi.org/10.1002/tox.22390

    Статья Google Scholar

  • Katsouyanni K, Touloumi G, Samoli E, Gryparis A, Le Tertre A, Monopolis Y, Rossi G, Zmirou D, Ballester F, Boumghar A, Anderson HR, Wojtyniak B, Paldy A, Braunstein R, Pekkanen J, Schindler C, Schwartz J (2001) Изменение и влияние на краткосрочное воздействие окружающих частиц на общую смертность: результаты из 29 европейских городов в рамках проекта APHEA2.Эпидемиология 12 (5): 521–531. https://doi.org/10.1097/00001648-200109000-00011

    Статья Google Scholar

  • Larsen BR, Gilardoni S, Stenström K, Niedzialek J, Jimenez J, Belis CA (2012) Источники загрязнения воздуха ТЧ на равнине По, Италия: II. Вероятностная характеристика неопределенности и анализ чувствительности вторичных и первичных источников. Атмос Энвирон 50: 203–213. https://doi.org/10.1016/j.atmosenv.2011.12.038

    Статья Google Scholar

  • ARPA Lombardia (2020) Предварительный анализ качества жизни в Ломбардии при возникновении COVID-19.https://www.arpalombardia.it/Pages/Qualità-dell’aria-durante-l’emergenza-Covid-19,-l’analisi-di-Arpa-Lombardia-.aspx. По состоянию на 03 апреля 2020 г.

  • Ma Y, Zhao Y, Liu J, He X, Wang B, Fu S, Yan J, Niu J, Zhou J, Luo B (2020) Влияние колебаний температуры и влажности на смерть COVID-19 в Ухане, Китай. Sci Total Environ 724: 138226. https://doi.org/10.1016/j.scitotenv.2020.138226

    Статья Google Scholar

  • McGuinn LA, Ward-Caviness C, Neas LM, Schneider A, Di Q, Chudnovsky A., Schwartz J, Koutrakis P, Russell AG, Garcia V, Kraus WE, Hauser ER, Cascio W, Diaz-Sanchez D, Девлин РБ (2017) Мелкие твердые частицы и сердечно-сосудистые заболевания: сравнение методов оценки долгосрочного воздействия.Environ Res 159 (июль): 16–23. https://doi.org/10.1016/j.envres.2017.07.041

    Статья Google Scholar

  • Моран П.А.П. (1950) Заметки о непрерывных стохастических явлениях. Биометрика 37: 17–23

    Статья. Google Scholar

  • Мукхерджи Н. (н.о.) Социальные и экономические факторы, лежащие в основе заболеваемости и смертности от COVID-19 в округах США. MedRxiv, 2020.05.04. https://doi.org/10.1101/2020.05.200

  • Odone A, Delmonte D, Scognamiglio T, Signorelli C (2020) Смерти от COVID-19 в Ломбардии, Италия: данные в контексте. Lancet Publ Health 2667 (20): 30099. https://doi.org/10.1016/S2468-2667(20)30099-2

    Статья Google Scholar

  • Ogen Y (2020) Оценка уровней диоксида азота (NO2) как фактора, способствующего смертности от коронавируса (COVID-19). Sci Total Environ 726: 138605.https://doi.org/10.1016/j.scitotenv.2020.138605

    Статья Google Scholar

  • Pascal M, Falq G, Wagner V, Chatignoux E, Corso M, Blanchard M, Host S, Pascal L, Larrieu S (2014) Краткосрочные воздействия твердых частиц (PM10, PM10-2,5, PM2,5 ) по смертности в девяти французских городах. Атмос Энвирон 95: 175–184. https://doi.org/10.1016/j.atmosenv.2014.06.030

    Статья Google Scholar

  • Пировано Г., Коломби С., Бальзарини А., Рива Г.М., Джанель В., Лонати Г. (2015) PM2.5 распределение источников в Ломбардии (Италия): сравнение результатов моделирования рецепторов и химического транспорта. Атмос Энвирон 106: 56–70. https://doi.org/10.1016/j.atmosenv.2015.01.073

    Статья Google Scholar

  • Pozzer A, Bacer S, Sappadina SDZ, Predicatori F, Caleffi A (2019) Долгосрочные концентрации мелких твердых частиц и их влияние на здоровье человека в Вероне, Италия. Atmos Pollut Res 10 (3): 731–738. https://doi.org/10.1016 / j.apr.2018.11.012

    Артикул Google Scholar

  • Samet JM, Dominici F, Curriero FC, Coursac IMS, Zeger SL (2000) Загрязнение воздуха мелкими частицами и смертность в 20 городах США, 1987-1994 годы. N Engl J Med 343 (24): 1742–1749. https://doi.org/10.1056/NEJM200104193441614

    Статья Google Scholar

  • Sedlmaier N, Hoppenheidt K, Krist H, Lehmann S, Lang H, Büttner M (2009) Генерация вируса птичьего гриппа (AIV), зараженная мелкими твердыми частицами фекалий (PM2.5): определение генома и инфекционности и расчет иммиссии. Vet Microbiol 139 (1-2): 156–164. https://doi.org/10.1016/j.vetmic.2009.05.005

    Статья Google Scholar

  • Setti L, Passarini F, de Gennaro G, Di Gilio A, Palmisani J, Buono P, Fornari F, Grazia Perrone M, Piazzalunga A, Pierluigi B, Rizzo E, Miani A (2020) Оценка потенциальных отношений между загрязнением твердыми частицами (ТЧ) и распространением инфекции COVID-19 в Италии.Позиционный документ SIMA. http://www.simaonlus.it/wpsima/wp-content/uploads/2020/03/COVID_19_position-paper_ENG.pdf

  • Shaddick G, Thomas ML, Green A, Brauer M, van Donkelaar A, Burnett R, Chang HH, Cohen A, Van Dingenen R, Dora C, Gumy S, Liu Y, Martin R, Waller LA, West J, Zidek JV, Prüss-Ustün P (2018) Модель интеграции данных для качества воздуха: иерархический подход к глобальная оценка воздействия загрязнения атмосферного воздуха. J Royal Stat Soc: Ser C (Appl Stat) 67 (1): 231–253

    Google Scholar

  • Shi Y, Wang Y, Shao C, Huang J, Gan J, Huang X, Bucci E, Piacentini M, Ippolito G, Melino G (2020) Инфекция COVID-19: перспективы иммунного ответа.Смерть клетки отличается. https://doi.org/10.1038/s41418-020-0530-3

    Статья Google Scholar

  • van Donkelaar A, Martin RV, Brauer M, Hsu NC, Kahn RA, Levy RC, Lyapustin A, Sayer AM, Winker DM (2016) Глобальные оценки мелких твердых частиц с использованием комбинированного геофизико-статистического метода с информацией из спутники. Environ Sci Technol 50 (7): 3762–3772. https://doi.org/10.1021/acs.est.5b05833

    Статья Google Scholar

  • Wu X, Nethery RC, Sabath BM, Braun D, ​​Dominici F (2020) Воздействие загрязнения воздуха и смертность от COVID-19 в Соединенных Штатах.MedRxiv, 2020.04.05.20054502. https://doi.org/10.1101/2020.04.05.20054502

  • Инь П., Брауэр М., Коэн А., Бернетт Р. Т., Лю Дж., Лю Й., Лян Р., Ван В., Ци Дж., Ван Л., Чжоу М. ( 2017 г.) Долгосрочное воздействие мелких твердых частиц и неслучайная смертность от конкретных причин в большой национальной когорте китайских мужчин. Перспектива здоровья окружающей среды 125 (11): 117002. https://doi.org/10.1289/EHP1673

    Статья Google Scholar

  • Yorifuji T, Kashima S, Tani Y, Yamakawa J, Doi H (2019) Долгосрочное воздействие мелких твердых частиц и смертность от естественных и конкретных причин в Японии.Эпидемиология окружающей среды 3 (3): e051. https://doi.org/10.1097/EE9.0000000000000051

    Статья Google Scholar

  • % PDF-1.7 % 194 0 объект > эндобдж xref 194 118 0000000016 00000 н. 0000003657 00000 н. 0000003926 00000 н. 0000003953 00000 н. 0000004007 00000 н. 0000004136 00000 п. 0000004194 00000 п. 0000004660 00000 н. 0000004792 00000 н. 0000004919 00000 н. 0000005051 00000 н. 0000005183 00000 п. 0000005307 00000 н. 0000005439 00000 н. 0000005564 00000 н. 0000005697 00000 п. 0000005839 00000 н. 0000005982 00000 п. 0000006137 00000 н. 0000006292 00000 н. 0000006448 00000 н. 0000006642 00000 н. 0000006792 00000 н. 0000006934 00000 п. 0000007080 00000 н. 0000007232 00000 н. 0000007377 00000 н. 0000007535 00000 н. 0000007615 00000 н. 0000007695 00000 н. 0000007774 00000 н. 0000007852 00000 п. 0000007931 00000 н. 0000008010 00000 н. 0000008089 00000 н. 0000008168 00000 п. 0000008245 00000 н. 0000008324 00000 н. 0000008403 00000 н. 0000008482 00000 н. 0000008561 00000 п. 0000008638 00000 п. 0000008716 00000 н. 0000008793 00000 н. 0000008871 00000 н. 0000008951 00000 п. 0000009032 00000 н. 0000009112 00000 н. 0000009192 00000 н. 0000009272 00000 н. 0000009352 00000 п. 0000009432 00000 н. 0000009725 00000 н. 0000010482 00000 п. 0000010660 00000 п. 0000010962 00000 п. 0000011255 00000 п. 0000011324 00000 п. 0000011402 00000 п. 0000011939 00000 п. 0000012591 00000 п. 0000012794 00000 п. 0000013607 00000 п. 0000014307 00000 п. 0000014481 00000 п. 0000014705 00000 п. 0000014770 00000 п. 0000015188 00000 п. 0000016134 00000 п. 0000017141 00000 п. 0000017494 00000 п. 0000018537 00000 п. 0000019565 00000 п. 0000020244 00000 п. 0000020926 00000 п. 0000021102 00000 п. 0000021533 00000 п. 0000021749 00000 п. 0000022056 00000 п. 0000022153 00000 п. 0000022377 00000 п. 0000023111 00000 п. 0000023955 00000 п. 0000030091 00000 п. 0000035868 00000 п. 0000036472 00000 н.

    Об авторе

    alexxlab administrator

    Оставить ответ