A2和B2排放情景下气候变化对福建省水稻生产的阶段性影响

选择IPCC排放情景特别报告(SRES)中的A2和B2方案,利用区域气候模式PRECIS构建的气候变化情景文件与作物模型(CERES-Rice)耦合,采用雨养与灌溉两种方式,并综合考虑未来CO2浓度增加带来的直接增益效应,模拟了未来2020s及2040s两个时段气候变化对福建省水稻生育期与产量的影响。结果表明:无论是雨养方式还是灌溉方式,未来全省各稻区水稻生育期都将缩短,并且随着温度增高,2040s时段缩短的时间较2020s更长,单季稻生育期缩短时间最长,可达15~20 d。雨养条件下,除了闽东南双季稻区后季稻在2020s时段表现为2.3%(A2)和3.1%(B2)较小幅度的增产外,其他稻区各种稻作制度下的水稻产量较之BASE均出现了不同幅度的减产。闽西北稻区后季稻减产幅度最大,2020s时段A2和B2情景下减产幅度依次为6.9%和10.2%,2040s时段减产幅度进一步加大至14.1%和15.6%。闽东南稻区后季稻模拟结果较为乐观,尤其是在灌溉条件下表现为不同幅度的增产,两种情景下分别增产了1.7%、3.9%。双季稻种植区的后季稻产量稳定性均不如早稻和单季稻的,且随着温度升高,到2040s产量不稳定性有增加的趋势。灌溉在一定程度上可以缓解未来高温天气带来的产量波动。从全省的总产变化趋势来看,A2和B2两种排放情景模拟的结果都不容乐观,即使采用充分灌溉的方式,也依旧表现为减产。2020s时段,两种情景下分别减产0.74%与2.44%;2040s时段,两种情景下减产为3.50%与3.23%。未来早稻和单季稻生长季的土壤水分条件将变得不如目前湿润,与之相关的灌溉需要量均有所增加。     

IPCC A2情景下中国区域气候变化的数值模拟

在政府间气候变化委员会(IPCC)排放情景特别报告 (SRES)的A2情景下,利用CSIRO Mark3海气耦合模式模拟现代和未来2个10年的模拟结果,驱动MM5区域气候模式进行中国未来区域气候变化的数值模拟试验,研究了IPCC A2情景下未来中国温度、降水和环流等的变化趋势.结果表明,(1)区域气候模式MM5V3能够再现气候平均环流、降水和温度分布的主要特征,具有较好的区域气候变化模拟能力;(2)IPCC A2情景下,未来中国平均地面气温将有明显的升高,特别是中国的东北、西北和西南地区增幅超过了1 ℃.冬季,地面平均气温的增幅由南至北逐渐增加;夏季,在内蒙和中国西南地区有明显的增温.伴随温度的升高,降水也有明显的变化,年平均降水在中国的东北地区、江淮流域及以南大部分地区都有明显的增强,而中国华北部分地区及西南、西北大部分地区降水将呈减少趋势.不同季节不同地区的降水变化也不同,秋季华北、华南和江淮地区降水都增加,而冬季减少.降水的年内变化也有所增强.     

２种降尺度方法在太湖流域的应用对比

同时应用统计降尺度模型SDSM(Statistical Downscaling Model)和区域气候模式PRECIS(Providing Regional Climate for Impacts Studies),对太湖流域的日降水量和日最高、最低气温进行降尺度处理,建立未来2021-2050年的气候变化情景,并对比分析两种方法的适用性.结果表明,两种方法模拟的未来时期日最高、最低气温季节和年的变化情景增幅总体上比较一致,高排放情景A2下模拟生成的情景增温幅度较B2情景大,未来时期最高气温增加幅度比最低气温明显.两种方法模拟的降水变化情景差异明显,PRECIS模拟的2021-2050年降水增加趋势明显,增幅较大;而SDSM模拟的未来时期降水存在一定的减少趋势,变化幅度相对较小.以上结果说明PRECIS和SDSM都能较好地模拟太湖流域未来气温变化情景,而对未来降水的模拟不确定性较大.     

气候变化对雨养冬小麦水分利用效率的影响估算

研究气候变化对雨养冬小麦水分利用效率的影响规律,可为农业适应气候变化提供科学依据。通过构建代表站雨养冬小麦产量和土壤水分变化量的模拟方程,分析水分利用效率的历史变化,并结合两种区域气候模式PRECIS和REGCM4.0输出的4种不同气候变化情景资料,估算未来2021—2050年雨养冬小麦水分利用效率的可能变化。结果表明:1981—2010年甘肃、山西和河南代表站的雨养冬小麦水分利用效率呈二次曲线变化趋势,最大值出现在2003年前后。4种气候变化情景的模拟结果均显示:2021—2050年冬小麦全生育期耗水量明显增加,各代表站不同情景平均增加6.2%;产量有增有减,平均产量变化率为1.4%;水分利用效率平均减小3.8%,且变率减小。区域气候模式PRECIS估算的水分利用效率的减小量A2情景大于B2情景,REGCM4.0模式估算的水分利用效率的减小量RCP8.5情景大于RCP4.5情景。整体来看,RCP气候情景对雨养冬小麦水分利用效率的负面影响更大。     

两种不同减排情景下21世纪气候变化的数值模拟

利用国家气候中心最新发展的气候系统模式BCC-CSM1.0模拟了相对于B1排放情景,两种不同减排情景(De90和De07,表示按照B1情景排放到2012年,之后线性递减,至2050年时CO_2排放水平分别达到1990和2007年排放水平一半的情景)对全球和中国区域气候变化的影响.结果表明:两种减排情景下模式模拟的全球平均地表气温在21世纪40年代以后明显低于Bl情景,比减排情景浓度低于B1的时间延迟了20年左右;尽管De90减排情景在2050年所达到的稳定排放水平低于De07情景,但De90情景下的全球增温在2070年以后才一致低于De07情景,这种滞后町能与耦合系统(主要足海洋)的惯性有关;至21世纪末,De90和De07情景下的全球增温幅度分别比B1情景降低了0.4和0.2℃;从全球分布来看,B1情景下21世纪后30年的增温幅度在北半球高纬度和极地地区最大,减排情景能够显著减少这些地区的增温幅度,减排程度越大,则减少越多;在中国区域,B1情景下21世纪末平均增温比全球平均高约1.2℃,减排情景De90和De07分别比B1情景降低了0.4和0.3℃,中国北方地区增温幅度高于南方及沿海地区,减排情景能够显著减小中国西部地区的增温幅度;B1情景下21世纪后30年伞球增温在冬季最高,De90和De07情景分别能够降低各个季节全球升温幅度的17%和10%左右.     

海南21世纪气候变化预估分析

利用RCP4.5和RCP8.5情景下区域气候模式RegCM4.0单向嵌套BCC_CSM1.1全球气候系统模式输出结果中海南岛区域的格点进行站点插值后的预估数据,分析了海南本岛21世纪气候变化情景,结果表明:21世纪海南岛总体呈变暖、变湿趋势.在RCP4.5情景下,年增暖倾向率为1.4℃/100a,在RCP8.5情景下,年增暖倾向率为3.4℃/100a.RCP4.5情景下,增温幅度最大的是冬季;RCP8.5情景下,前期增温幅度最大的是冬季,中期增温幅度最大的是夏季,后期增温幅度最大的在秋季.21世纪年降水距平百分率的变化有明显的阶段性变化.RCP4.5情景下前、后期降水增多不明显,中期增多明显;RCP8.5情景下前、后期的降水增加幅度比中期更明显.21世纪冷季降水可能减少,秋季可能更明显,冬季次之;暖季降水可能增加,夏季可能更明显.     

5个全球气候模式对中国东北地区地面温度的模拟与预估

利用5个全球气候模式和中国东北地区162个站点地面温度实测资料,评估全球气候模式和多模式集合平均对中国东北地区地面温度的模拟能力,并对SRES B1、A1B和A2排放情景下,中国东北地区未来地面温度变化进行预估。结果表明：全球气候模式能够较好地再现了东北地区地面温度的年变化和空间分布特征,但存在系统性冷偏差,模式对夏季地面温度模拟偏低1.16 ℃,优于冬季。预估结果表明,3种排放情景下21世纪中期和末期东北地区地面温度均将升高,末期增幅高于中期,冬季增幅高于其他季节, SRES A2排放情景下增幅最大,B1排放情景下最小;增温幅度自南向北逐渐增大,增温最显著地区位于黑龙江小兴安岭;21世纪末期3种情景下中国东北地区年平均地面温度将分别升高2.39 ℃(SRES B1)、3.62 ℃(SRES A1B)和4.43 ℃(SRES A2)。     

SRES B2气候情景下东北玉米产量变化数值模拟

采用区域气候模式PRECIS与东北玉米模拟模型相耦合的方法, 模拟了基准气候 (BS, 1961—1990年)、B2气候情景下考虑和不考虑CO₂直接影响 (肥效作用) 未来40年 (2011—2050年) 我国东北玉米生育期和产量的变化状况。结果表明:不考虑CO₂直接影响时,未来40年的平均变化情况以减产为主,幅度和熟性密切相关。在松嫩平原部分地区减产幅度最大,超过20%,但21世纪20年代的10年间东北玉米减产面积小,大部分地区表现为20%以内的增产。不考虑CO₂直接影响,玉米产量变化是由气象条件变化引起的,温度过高和降水减少是玉米减产的主要原因; CO₂直接影响对玉米产量的补偿效应不可忽视。与不考虑CO₂直接影响的情况相比,未来40年平均的产量变化地理分布形势相似,但产量变化的幅度减小,减产幅度达到10%以上的范围缩小。研究气候变化对东北玉米产量的影响时,必须同时考虑CO₂肥效作用和气象条件的变化, 在B2情景下未来40年内,各年代东北玉米生育期变化的地理分布相对比较稳定,和玉米熟性关系紧密。     

两种气候变化情景下中国未来的粮食供给

全球温室气体排放导致的全球温度的上升一直是国际社会关注的重点问题之一。利用IPCC（政府间气候变化专门委员会）SRES（排放情景特别报告）的A2（中-高）和B2（中-低）温室气体排放情景，结合区域气候模式PRECIS和CERES作物模型模拟和分析了未来不同的温室气体排放情景下，中国未来2020年、2050年和2080年各个时段粮食的供需情景，并结合未来社会经济的发展分析了气候变化对未来粮食供求的影响，探讨了不同的气候变化程度对未来中国粮食供应的影响。结果表明：如果不考虑CO2的肥效作用，未来我国三种主要粮食作物（小麦、水稻和玉米）均以减产为主，灌溉可以部分地减少减产幅度，如果单考虑CO2的肥效作用，三种作物的产量变化以增产为主。若保持959／6的粮食自给率，人口按照SRESA2和B2情景增长，到2030年的技术进步可使粮食年单产递增0．79／6以上，维持目前的种植比例和种植面积，B2情景下，气候变化对我国的粮食安全问题将不会构成威胁，而A2情景下，气候变化将会对我国可持续发展的粮食安全造成威胁。     

气候变化的影响阈值与中国的粮食安全

利用区域气候模式和作物模型,模拟了IPCC SRES A2和B2情景下未来中国粮食作物的单产变化,结合人口和经济发展,分析了气候变化对农业生产影响的温度阈值。结果表明：不考虑CO2的肥效,气候变化对农业生产影响的温度阈值可能在2.0～2.5℃左右;考虑CO2的肥效,农业生产不存在温度阈值。考虑了技术和贸易因素后,忽略CO2肥效,A2情景下的基本粮食安全有可能存在问题;考虑CO2的肥效后,气候变化不会影响到中国的粮食安全。     

包含CO2因子的冠层光合作用简化模型及其关键参数数值敏感分析

利用美国Licor公司生产的Li-6200便携式光合作用测定仪对冬小麦叶片光合作用进行了较为系统的测定研究,在实测资料支持下建立了包含CO2因子的叶片和冠层光合作用模型,验证结果表明,模型具有较高准确性.利用模型对CO2影响参数μ进行数值敏感分析,结果表明:对叶片光合而言,μ=0.83时叶片光合作用模型拟合最好,随μ减小或增大,拟合精度均下降;对冠层光合而言,μ=0.83时模拟光合日总量达到最大值,μ减小或增大,光合日总量均下降.多因子数值分析表明:在辐射值较大的状况下,μ对冠层光合的影响更为显著.     

北京大气中SO2浓度变化特征

作为酸雨和细粒子的前体物,SO2对空气质量和人体健康乃至气候与环境的影响十分重要,特别是在不利于扩散的气象条件下,SO2可造成城市短时间严重污染事件。作者以2006年北京325 m气象塔15 m观测平台SO2观测数据为基础,结合同步气象资料分析研究发现：1) SO2浓度冬季高、夏季低;全年日均值为(22.5±22.1)×10-9,最大日均值能达到113×10-9。日变化呈现双峰型,峰值出现在北京时间08:00和22:00;并且季节差异明显,冬季浓度为夏季的4.5倍,采暖期为非采暖期的3.2倍。2) 风向、风速与SO2扩散和输送密切相关,高浓度SO2在东北、东、西方向上出现频率分别为25.8%、13.8%和11.8%;而西北、北方向上的风速越大对SO2清除效果越好。3)利用平均晴空指数划分采暖期阴霾天和晴天,发现阴霾天混合层高度与平均风速仅为(376±204) m和1.1 m·s-1,容易造成SO2累积。4) SO2污染过程呈现周期性的局地累积—清除特征,地形、静风和暖低压是造成北京2006年1月一次重污染事件的成因。     

疏水性中空纤维膜组件操作过程模拟

采用疏水性中空纤维膜组件和去离子水分离混合气中CO2,研究了气液流速、混合气CO2浓度和操作温度以及膜形态等因素对总传质系数的影响。通过传质阻力层方程和质量微分方程的关联,建立了新型数学模型,模拟了各种条件下的传质过程。结果表明,流体力学状态的改变能够加强传质,但加强程度有限;提高气相CO2浓度能够提高总传质系数;具有高孔隙率的膜组件拥有高传质系数;提高操作温度能够促进扩散,提高传质系数,在较高温度下,存在膜孔湿润的现象。模型能够较好地模拟膜接触器—物理吸收过程,模型值能够较准确地反映疏水性中空纤维模组件传质过程。     

CAPPS2在西安市大气污染分区预报中的应用

根据陕西省的实际情况和大气环境业务需求，利用预报实时业务的网络环境，通过对CAPPS2模式的应用开发，使用VB6．0编程，建立了西安市未来24h大气污染分区预报系统。业务运行结果分析表明，CAPPS2系统对开关厂、兴庆小区、纺织城、小寨四区主要污染物SO2、NO2、PM10质最浓度的预报值与实况监测值相关系数分别达到0．52、0．88、0．66、0．54；0．50、0．49、0．64、0．73；0．70、0．71、0．76、0．65。SO2、NO2、PM10的平均预报准确率分别达到70％、71％和75％，表明其预报能力可满足业务应用要求。     

北京及其周边地区冬季SO2的变化与输送特征

利用实施北京市奥运空气质量保障计划"北京市与周边地区空气污染物的输送、转化及北京市空气质量目标研究"项目的有利时机,于2007年1月15～27日在中国科学院大气物理研究所北京站、香河站和兴隆站,采用先进的差分吸收光谱仪(DOAS)和SO2气体分析仪取得了高质量SO2浓度的连续观测资料,同时还获取了相应的常规气象资料和系留气艇探测的常规气象参数廓线资料.分析和讨论了北京及其周边地区的SO2污染的变化过程特征、日变化特征、输送特征、源排放特征以及与天气过程和气象条件的紧密联系.研究表明:1)北京站、香河站和兴隆站的SO2浓度逐日变化明显,变化趋势一致,通常处于同一个天气系统控制之下,SO2污染呈现区域性分布特征.2)冬季SO2浓度日变化明显,夜晚最高,15时(北京时)最低.3)SO2浓度与大气稳定度、风速、风向密切相关,风速越小、大气越稳定,SO2浓度越高;当吹西南风时,SO2浓度升高,西北风时浓度明显降低.4)HYSPLIT后向轨迹数值模拟结果和OMI卫星反演表明周边地区的SO2长距离输送对站点的贡献不能忽视.     

CO2地下埋存分布状况及环境影响的监测

 CO₂的地质埋存处理是减缓温室效应的现实选择之一。要保证埋存的有效性、安全性和持久性,需要对钻井（主要包括注入井和废弃井）、CO₂地下分布运移状况以及因CO₂渗漏所造成的环境影响等方面实施严格的监测管理。通过对以上各方面文献的查阅和综合分析,系统阐述了世界范围内目前CO₂地质埋存过程中所采用的各项主要监测技术。     

TiO2光催化降解微污染水中腐殖酸的研究

为探讨TiO2光催化法处理微污染水中腐殖酸的规律,利用悬浮状的TiO2颗粒在紫外光的照射下催化降解含有腐殖酸污染物的水样,设计正交试验研究pH值、TiO2的投加量、腐殖酸溶液初始浓度、曝气量和温度等对腐殖酸降解效果的影响及规律。结果表明:pH=3.5时,TiO2的投加量为1.0 g/L、曝气量为0.12 m3/h、温度为18℃时,最佳有机物降解效果为96.83%;TiO2光催化法对微污染水中的腐殖酸能够有效降解。     

长江三角洲区域本底大气中致酸气体体积分数变化特征

利用2003-12—2004-11浙江临安区域大气本底站大气NOx、SO2体积分数的连续观测资料,分析其季节变化和日变化特征。结果表明：长江三角洲区域本底大气中致酸气体NOx、SO2体积分数值均为冬季最高,分别为23.81×10^-9和37.3×10^-9,主要受来自东北方向宁、沪区域城市群的相对高浓度污染物随气团传输影响;夏季最低,主要是局地源的贡献。降水对SO2去除作用明显,对NOx去除效果不大。NOx体积分数值冬季的日变化最为明显,呈现出一低一高的双峰型,09：00出现较高体积分数值,18：00出现最高体积分数值;而夏季为单峰型日变化,07：00出现最高体积分数值。SO2冬、春季的日变化明显,最高体积分数值出现在06：00左右,最低体积分数值出现在15：00左右。该区域NO2全年空气质量达到《环境空气质量标准》（GB 30952—1996）一级标准,SO2冬、春季超标较多,受到人类活动影响较明显。NO2和SO2空气污染指数在12月最大,分别为50和93。该区域NO2和SO2并未出现“周末效应”。     

Evaluation of 2-m temperature and precipitation products of the Climate Forecast System version 2 over Iran

Using a continuous multi-decadal simulations over the period 1981–2010, subseasonal to seasonal simulations of the Climate Forecast System version 2 (CFSv2) over Iran against the Climatic Research Unit (CRU) dataset are evaluated. CFSv2 shows cold biases over northern hillsides of the Alborz Mountains with the Mediterranean climate and warm biases over northern regions of the Persian Gulf and the Oman Sea with a dry climate. Magnitude of the model bias for 2-m temperature over different regions of Iran varies by season, with the least bias in temperate seasons of spring and autumn, and the largest bias in summer. The model bias decreases as temporal averaging period increases from seasonal to annual. The forecast generally produces dry and wet biases over dry and wet regions of Iran, respectively. In general, 2-m temperature over Iran is better captured than precipitation, but the prediction skill of precipitation is generally high over western Iran. Averaged over Iran, observations indicated that 2-m temperature has been gradually increasing during the studied period, with a rate of approximately 0.5 °C per decade, and the upward trend is well simulated by CFSv2. Averaged over Iran, both observations and simulation results indicated that precipitation has been decreasing in spring, with averaged decreasing trends of 0.8 mm (observed) and 1.7 mm (simulated) per season each year during the period 1981–2010. Observations indicated that the maximum increasing trend of 2-m temperature has occurred over western Iran (nearly 0.7 °C per decade), while the maximum decreasing trend of annual precipitation has occurred over western and parts of southern Iran (nearly 45 to 50 mm per decade).