基于LEAP模型的城市交通低碳发展路径研究——以广州市为例

以广州市为例,应用长期能源替代规划系统（LEAP）模型,通过设置政策情景、低碳情景和绿色低碳情景,模拟不同发展情景下广州交通领域未来的能源消费需求和CO₂排放趋势,分析城市低碳发展的方向和路径。结果显示,随着城镇化进程的加快和生产生活运输需求的增加,广州交通领域碳排放总量将持续增长,但增长速度有所放缓。政策情景下,广州交通领域的CO₂排放将于2035年左右达到峰值,严重滞后于广州市提出的碳排放总量达峰目标;低碳和绿色低碳情景下,通过加大低碳政策措施的力度,达峰时间有望分别提前到2025年和2023年。要实现城市交通的低碳发展,促进交通碳排放提前达峰,需要大力发展铁路和水路运输,全面落实公交优先发展战略,有效控制小汽车数量和出行频率,不断提高交通工具的清洁化和能效水平,逐步形成各种运输方式协调发展的综合交通运输体系,推动城市交通低碳发展。     

湖南6月区域持续性暴雨的强信号及预报概念模型

基于湖南汛期区域持续性暴雨典型环流分型,利用1961—2016年NCEP/NCAR再分析资料和异常度方法对湖南6月区域持续性暴雨环流型进行客观识别,并结合动力和水汽输送条件,确定湖南6月区域持续性暴雨强信号并客观量化表征,建立湖南6月区域持续性暴雨预报定量化概念模型。结果表明:43次历史区域持续性暴雨过程的回报准确率达到81%,2017—2018年3次区域持续暴雨过程试报准确率为2/3,说明该概念模型有一定预报能力,能为湖南暴雨预报业务服务提供技术支持。将该概念模型与各类模式预报产品相结合,还可开展区域持续性暴雨的中期和延伸期预报。     

利用全球环流模式进行我国汛期短期气候预测的试验

利用OSU/NCC全球大气环流模式耦合全球混合层海洋与海冰模式,采用集合预报的方法,对中国汛期降水进行了1982~1995年共14年的跨季度综合性回报检验研究。结果表明,该模式对我国汛期降水具有一定的跨季度预报能力,对部分地区（江淮至华东沿海、东北部分地区等）有较强的预报能力。     

海洋对ENSO和其他时间尺度上风应力振荡的响应

利用带通滤波方法，将FSU风应力资料分离成ENSO时间尺度上的分量及其剩余部分，将这两部分分别作用于模式海洋（2层热带太平洋区域模式），研究海洋对不同时间尺度大气变化的响应。结果表明：尺管ENSO时间尺度上的风应力分量只占风应力扰动总方差的30％左右，它却能激发出全部异常风应力强迫海洋时所产生的El Nino/La Nina现象和十分相近的SSTA变化周期与振幅。而其余占总异常风应力方差60％以上的部分强迫海洋仅能产生振幅较小的海表温度异常，在非ENSO和ENSO时间尺度上的风应力强迫下，海洋中可产生相近振幅的Kelvin波，但SSTA振幅却存在显著差别，表明海洋对大气扰动信号的频率非常敏感，这里从理论上对该现象作了解释和说明。     

陆面模式中土壤呼吸的研究概况

土壤呼吸是陆地植被吸收的CO2返回大气的基本途径,土壤呼吸速度轻微变化也会引起大气中CO2浓度的明显改变,进而影响气候变化。陆面过程模式中更好地描述土壤呼吸过程对于预测未来气候变化是至关重要的。对于土壤呼吸的模拟研究,介绍了经验模型和以过程为基础的机理模型,以及国内外陆面过程模式中土壤呼吸的研究情况,并讨论了土壤呼吸模式中需要改进的问题。       

多类重力场模型的精度分析

分析国际公布的EGM2008、GECO和EIGEN-6C4等超高阶重力场模型及GOCO03S、GOCONSGCF2DIRR5和GOCONSGCF2TIMR5等低阶重力场模型的内符合精度。利用实测的GNSS/水准数据对各模型进行外符合精度的检核。分析6个模型在不同阶次组合的精度,进而选取可靠的截断阶次确定组合重力场模型。计算结果表明:EGM2008、GECO、EIGEN-6C4及DIRR5四个重力场模型的阶方差均保持在mm级,而GOCO03S在191阶之后的精度达到dm级,TIMR5模型在228阶之后的精度达到dm级;6个重力场模型中,EIGEN-6C4模型的累计阶方差最小;EGM2008、GECO模型的互差阶方差在高频部分呈现差异,而在超高阶部分两种模型的互差阶方差符合性好;与EGM2008模型相比,其组合重力场模型高程异常精度最优可达0.063 m,精度提升幅度为15%,与GECO模型相比,其组合重力场模型高程异常精度最优可达0.060 m,精度提升幅度为23%,与EIGEN-6C4模型相比,其对应的组合重力场模型高程异常精度最优可达0.064 m,精度提升幅度为18%,因此,组合重力场模型能提高重力场模型高程异常的精度。     

Using raw regional climate model outputs for quantifying climate change impacts on hydrology

General circulation model outputs are rarely used directly for quantifying climate change impacts on hydrology, due to their coarse resolution and inherent bias. Bias correction methods are usually applied to correct the statistical deviations of climate model outputs from the observed data. However, the use of bias correction methods for impact studies is often disputable, due to the lack of physical basis and the bias nonstationarity of climate model outputs. With the improvement in model resolution and reliability, it is now possible to investigate the direct use of regional climate model (RCM) outputs for impact studies. This study proposes an approach to use RCM simulations directly for quantifying the hydrological impacts of climate change over North America. With this method, a hydrological model (HSAMI) is specifically calibrated using the RCM simulations at the recent past period. The change in hydrological regimes for a future period (2041–2065) over the reference (1971–1995), simulated using bias‐corrected and nonbias‐corrected simulations, is compared using mean flow, spring high flow, and summer–autumn low flow as indicators. Three RCMs driven by three different general circulation models are used to investigate the uncertainty of hydrological simulations associated with the choice of a bias‐corrected or nonbias‐corrected RCM simulation. The results indicate that the uncertainty envelope is generally watershed and indicator dependent. It is difficult to draw a firm conclusion about whether one method is better than the other. In other words, the bias correction method could bring further uncertainty to future hydrological simulations, in addition to uncertainty related to the choice of a bias correction method. This implies that the nonbias‐corrected results should be provided to end users along with the bias‐corrected ones, along with a detailed explanation of the bias correction procedure. This information would be especially helpful to assist end users in making the most informed decisions.     

第二松花江流域夏季降水年际增量预测模型研究

利用1980—2016年第二松花江流域(SSR)夏季(6—8月)平均降水量资料、NCEP/NCAR再分析月平均环流场资料、NOAA的月平均海温场资料,采用年际增量预测方法,通过分析与SSR夏季降水年际增量相关的环流及海温,确定了超前12个月内的6个预测因子,包括:11月东亚200 hPa纬向风、12月西藏高原-2指数、12月赤道中东太平洋200 hPa纬向风、2月印度洋海温、10月西太平洋暖池海温、4月东亚100 hPa经向风。在此基础上利用这6个预测因子,利用1980—2010资料建立SSR夏季降水年际增量的统计预测模型,最后根据年际增量给出SSR夏季降水的预测结果。经检验,1981—2010年SSR夏季降水年际增量的预测拟合系数是0.83,SSR夏季降水预测结果拟合系数为0.67,SSR夏季降水预测结果相对均方根误差为15%,均通过了显著性检验;对2011—2016年进行试报实验,该模型也很好地预测出降水的年际增量变化趋势,除2014年以外,SSR夏季降水预测结果相对均方根误差绝对值都控制在23%以内,2016年仅为-9.9%。因此,通过预测降水的年际增量,进而再预测降水的方法,具...     

库尔勒香梨气候品质评价指标及模型的研究

以库尔勒市哈拉苏园艺场、上户镇园艺场、沙依东园艺场、库尔楚园艺场为研究点,对2013—2016年各生育期的香梨进行抽样调查,统计分析品质与气象因子、人工管理、气象灾害程度等因素的关系,建立库尔勒香梨果实气候品质评价指标及模型。结果表明:(1)单果质量的主要影响因子是5月平均气温日较差和平均相对湿度;果形指数的主要影响因子是5月日平均气温和9月平均相对湿度;果实硬度的主要影响因子是6—7月平均气温和8月平均气温日较差;可溶性固形物的主要影响因子是7月的平均气温日较差和平均相对湿度,8月的日平均气温和相对湿度,9月的日平均最低气温。(2)库尔勒香梨气候品质评价模型由区域适宜性、单果质量、果形指数、果实硬度、可溶性固形物、气象灾害、人工管理共7个因子构成。(3)库尔勒香梨气候品质认证结果划分为特优、优、良好、一般4个等级。(4)2017年样点果园中沙依东园艺场香梨气候品质评价结果为良好,上户镇园艺场为特优,哈拉苏园艺场为优,库尔楚园艺场为良好。     

江西赣县大埠钨多金属矿田成岩成矿时空结构与找矿预测

大埠矿田位于南岭成矿带东段,是于都-赣县钨多金属矿集区重要组成,区内已发现钨多金属矿床（点）五十余处,矿床类型包括石英脉型、矽卡岩型、云英岩型和细脉浸染型等,各类矿化主要围绕大埠复式花岗岩体产出。然而,大埠矿田岩浆作用具有明显的多期次、多阶段的特点,各期次成岩成矿时代尚缺乏系统研究,各类岩浆岩与矿化关系争议较大。文章在岩体地质和矿床地质调查基础上,通过LA-(MC)-ICP-MS锆石U-Pb定年、锆石微量元素和Hf同位素分析,精确厘定了大埠花岗岩的成岩时代,探讨了多期次岩浆活动对区内成矿作用的贡献。锆石U-Pb定年结果分别为(429.1±4.7)Ma、(430.0±5.8) Ma、(431.8±4.7) Ma和(158.3±4.1) Ma,结合岩体地质填图信息,笔者认为大埠复式花岗岩基由加里东期和燕山期两部分组成。两期花岗岩均属于高钾钙碱性、过铝质S型花岗岩系列,两者均出现Eu负异常,燕山早期Eu负异常更明显。两期岩体锆石的ε_Hf(t)值分别为-6.3~-1.3与-11.4~-7.1,对应二阶段模式年龄为1.49~1.82 Ga与1.66~1.93 Ga,指示其母岩浆为中元古代的地壳部分熔融形成。锆石微量元素特征显示,两期花岗岩均为陆壳源区、具有相近的结晶温度,燕山早期花岗岩相对于加里东期有更高的结晶分异程度,有更高的氟含量,与钨成矿具有更强的相关性。大埠矿田钨多金属成矿时代集中在159~155 Ma,紧随燕山早期花岗质岩浆侵位而形成。基于大埠矿田成岩成矿时代格架研究,结合花岗岩成矿专属性和成矿地质条件分析,构建了区内钨多金属矿勘查模型,指明了大埠矿田细脉浸染型、云英岩型、内带石英脉型钨矿的找矿方向,预测大埠岩体东北部的燕山早期隐伏岩体具有寻找“合龙式”石英大脉型和细脉-云英岩型钨矿的潜力。