人为热排放对于地表气温的影响课件

1、人为热排放对地表气温的影响李琰 赵昕奕北京大学城市与环境学院2011.7.24内容简介1.研究背景2.研究目标3.能源消费量的降尺度4.气温数据的OMR方法5.能源消费与OMR关系6.结论与讨论1.研究背景人为热排放是局地气候变化的重要因素，特别是在城市区域。人为热排放的主要来源是交通工具，工业生产过程，建筑以及人体热量。由于国内相关数据的缺乏，用能源消费量做为人为热排放的指代。2.研究目的建立中国能源消费量的空间分布数据，以能源消费量作为人为热排放的指代。研究人为热排放对地表气温影响的程度和范围。3.能源消费量降尺度拟解决的问题：利用已有1km高分辨率GDP数据得到高分辨率的能源消费量空间数

2、据，作为人为热排放的指代。己有研究表明能源消费量与GDP，人口数量等变量高度相关。思路：这里建立GDP与能源消费量之间的关系。利用GDP空间栅格数据将能源消费量降尺度。3.能源消费量降尺度数据年鉴数据： GDP数据：各省的GDP 总量 19952009中国统计年鉴 能源消费量：各省的能源消费总量 19952009中国能源统计年鉴GDP栅格数据：2003年 1km栅格数据，中国地球系统科学数据共享网3.能源消费量降尺度理论假设GDP与能源消费量是非线性的关系 选择GDP单位能耗建立GDP与能源消费量的关系 GDP与单位能耗： 1.中国各省经济发展程度和结构的不同，其GDP与能源消费的关系也不同。

3、2.经济结构的时空差异可用单位GDP能耗来反映，表现为： 区域经济的发达程度与单位GDP能耗在时空上负相关。4.单位GDP能耗在空间尺度上且有一致性。GDP与单位能耗的空间关系GDP与单位能耗的时间关系3. 能源消费降尺度方法利用19952009各省统计年鉴的GDP与能源消费数据，建立各省的GDP与单位能耗的关系。 在GDP栅格上 可得到能源消费量。将关系用于栅格需校正总量校正2003中国能源消费量2003年北京GDP2003年北京能源消费3.能源消费量降尺度结果4.气温数据与OMR方法数据中国580个气象站点月平均气温（ 1979.12007.9 ）NCEP/NCAR Reanalysis

4、2m再分析气温（ 1979.12007.12 ）去掉气温年变化得到气温距平，计算气温变化率。得到OMR趋势。气象站点的分布以每个气象站点为中心，建立30km半径的圆形缓冲区。统计每个缓冲区内能源消费量。与站点的OMR趋势对应起来。4.气温数据的OMR方法观测减再分析ObservationNCEP/NCAR ReanalysisObservation minus reanalysis (OMR)观测资料中包含了所有辐射强迫因素。GHGs，LUCC等再分析资料中包含了大尺度的大气变化，对局地因素不敏感OMR中包含了局地因素的作用，如城市化，土地利用变化等2003年，Kalnay提出观测减再分析法（

5、OMR）来估计地表因素对气温的作用。5.能源消费与OMR关系方法采用（de Laat,2004）研究CO2对流层低层气温影响的阀值法。即从高到低设定不同的能源消费量阀值，统计超过阀值的OMR变率，可得到OMR变温率与能源消费量的关系。5.能源消费与OMR关系结果能源消费量在中国的空间分布，分三级：1000t100050t50tENERGY(t)OBSREOMR( )HEIGHT (m)Station number1000 0.52 0.330.199895750-10000.44 0.320.121398337500.53 0.280.2524551865.能源消费与OMR关系结果6.1结论能源消费量与地表气温间存在明显的负相关。能源消费高的区域，尤其是城市区域，人为热排放对气温的影响十分明显。人为热排放不能完全解释OMR变温率，尤其是在能源消费低的区域。其它一些如海拔，地形，下垫面等地表因素包含在OMR的信号中，可能是造成人为热排放低区域上较高OMR变温率的原因。6.2 讨论以能源消费总量作为