ECMWF模式对我国西南环横断山区冬季近地面2m温度的预报评估

从冬季平均温度、温度日变化及日较差等方面入手,基于2021年CLDAS逐小时产品评估了ECMWF全球高分辨率确定性数值预报产品对我国西南环横断山区复杂地形区近地面2 m温度的预报能力,并通过区分高地形区(川西高原)和低地形区(四川盆地南部),对比了不同地形区近地面2 m温度预报的偏差特征。结果表明:(1)ECMWF模式可合理预报我国西南环横断山区冬季平均2 m温度的空间分布特征,但偏差分布与地形高度有关,随着地形高度的增加,预报偏差呈增大趋势。(2)ECMWF模式很好再现了西南环横断山区冬季温度的日变化特征,峰值时刻出现在14:00(北京时);各时刻温度的预报偏差在不同地形高度存在差异,川西高原和横断山区的最大负偏差出现在下午,四川盆地南部的最大负偏差出现在早晨。同时,高地形区各时刻的预报偏差均高于低地形区。(3)ECMWF模式对日内各时刻不同地形处2 m温度的空间分布均有合理预报,但偏差存在日变化特征。特别是在横断山区高地形区,其在各时刻有不同的冷暖偏差特征。(4)在环横断山区温度日较差预报偏差较大的区域(大致为昆明准静止锋线发生频次较高的区域),模式对于温度日较差较大的日数,其2 m温度的预报偏差要大于日较差较小的日数,且在该区域内,温度日较差的预报偏差相对不稳定。

库尔勒近地面CO2浓度空间分布及影响因素分析

准确认知城市近地面CO2浓度分布与城市发展格局的相互关系,对城市的生态环境保护具有重要意义。文章以库尔勒城区为研究对象,以城市主干道为研究路线,用Li-6400开路式红外CO2分析器进行移动监测,采集2018年春季近地面CO2浓度数据,在明确库尔勒市近地面CO2浓度的空间分布格局的基础上,结合Landsat 8 OLI数据提取城市下垫面特征信息,分析土地利用类型对近地面CO2浓度的影响。结果表明:(1)库尔勒市近地面CO2浓度为(442.4±31.3)μmol/mol,分布呈现老城区>南市区>开发区的特点,城市中心CO2浓度较外缘高32.4%(193μmol/mol),形成明显的"CO2"岛。市中心CO2浓度与距市中心距离显著相关,相关性r=-0.86(P<0.01),距市中心距离每增加1 km,CO2浓度降低5.87μmol/mol。(2)近地面CO2浓度与风速呈显著负相关,相关系数为-0.215(P<0.05),与湿度、大气压强与近地面CO2浓度呈显著正相关,相关系数分别为0.23(P<0.01)、0.207(P<0.05)。(3)城市不透水层覆盖率与近地面CO2相关性为0.706(P<0.01),两者呈现显著正相关;绿地覆盖率与近地面CO2相关性次之,为0.599(P<0.01),二者呈负相关。可见,城市下垫面性质及气候因子对近地面CO2浓度影响显著,下垫面不透水层与绿地覆盖率对近地面CO2起到显著的指示作用。

近10年四川省对流层NO_(2)分布及变化趋势

利用OMI传感器反演的对流层NO_(2)柱浓度产品,分析四川省2010-2019年对流层NO_(2)柱浓度空间分布特征及时间变化规律,并与2015-2019年中国环境监测总站提供的近地面NO_(2)质量浓度(ρ(NO_(2)))比较,得出以下结论:(1)对流层NO_(2)柱浓度受人为活动影响显著,四川省高值区主要分布在人口密度较大及工农业活动水平较高的成都市,最大可达16.85×1015 molecules/cm^(2)。(2)近10年四川省和成都市的对流层NO_(2)柱浓度长期变化呈下降趋势,与2011-2017年工业氮氧化物排放量的降低趋势一致。2014年开始,对流层NO_(2)柱浓度下降显著,盆地地区2014、2015年的与2013年的相比,分别下降了4.72%和17.55%。NO_(2)柱浓度冬季的最高,夏季的最低,月变化呈“V”型分布,最高值在12月,最低值在8月。NO_(2)柱浓度这种季节变化特征与NOx人为源排放、气象条件、太阳辐射等因素的季节性变化有关。(3)成都市近5年近地面ρ(NO_(2))年际变化趋势与对流层NO_(2)柱浓度变化一致,二者呈正相关关系,达极显著水平,因此可以用卫星观测对流层NO_(2)柱浓度反映近地面ρ(NO_(2))的分布及变化规律。

上海市近地面CO_2浓度及其与下垫面特征的定量关系

城市化所带来的土地利用变化和化石燃料燃烧对全球碳循环和气候变化产生了深远影响.明确城市区域CO2浓度的空间变化特征,对于认识和控制温室气体排放、减少人类活动对全球气候变化的影响具有重要意义.本研究以高强度人类扰动和快速城市化背景下的上海市为研究对象,于2014年春季利用近红外气体分析仪Li-840A开展近地面CO2浓度样带监测,结合遥感数据获取的城市下垫面特征信息,在明确上海市近地面CO2浓度空间分布格局的基础上,进一步定量分析其对城市下垫面特征的响应机制.结果表明:上海市近地面CO2浓度为(443.4±22.0)μmol·mol-1,城市中心CO2浓度比郊区平均高12.5%(52.5μmol·mol-1).近地面CO2浓度空间异质性显著,呈现西北高、西南次之、东南低的趋势,总体表现为随着下垫面城市化水平的降低而降低.城市下垫面植被覆盖率(CVeg)是城市近地面CO2浓度的重要指示因子,两者呈现负相关;不透水层覆盖率(CISA)次之,两者呈正相关.CO2浓度(CCO2)与CISA及CVeg的相关性(R2)在缓冲距离为5 km时同时达到峰值,三者之间的定量关系可通过建立逐步回归方程表征:CCO2=0.32CISA-0.89CVeg+445.13(R2=0.66,P<0.01).

上海春季近地面大气CO_2浓度空间分布特征及其影响因素分析

基于移动监测手段获取上海春季典型样带近地面CO2浓度监测数据,在明确近地面CO2浓度空间分布格局的基础上,分析了城市化水平以及土地利用类型对近地面CO2浓度的影响。结果表明上海市春季近地面CO2浓度空间分布呈现西高东低、北高南低的特征,空间异质性较为明显,市中心比郊区高出55.1μmol/mol(13.3%),存在着明显的城市"CO2"岛现象。城市化水平对于上海市近地面CO2浓度影响较为显著,总体上呈现随城市化水平上升而下降的趋势,距市中心距离每增加1km,CO2浓度下降1.56μmol/mol。上海市近地面CO2浓度与5km范围内下垫面土地利用类型相关性显著,其中近地面CO2浓度与林地以及建设用地覆盖率相关性最高,依次为-0.64和0.63。进一步分析表明近地面CO2浓度与土地利用类型的相关性在高度城市化以及城郊区域较高,在中低城市化水平区域较低。