简介:针对北京市2016年12月16~21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式(WeatherResearchForecasting,WRF)和嵌套网格空气质量模式(NestedAirQualityPredictionModelSystem,NAQPMS),针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物(PM2.5)预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。
简介:本文搜集了2014年4月最新提交的附件B35个主要缔约方报告的2008—2012年土地利用、土地利用变化与林业(LULUCF),能源,工业过程,溶剂使用,农业及废弃物6个领域的温室气体(GHG)排放与吸收的数据,估算了第一承诺期各领域的相对减排贡献及各缔约方在各领域做出的减排努力。结果表明,各领域减排量占所有领域总减排量比例由大到小依次为:能源62.6%、工业过程13.9%、农业13.4%、LULUCF7.4%、废弃物2.6%和溶剂使用0.1%;各缔约方在各领域的减排量相当于其基准年总排放量的平均值由大到小分别为:能源8.7%、农业3.0%、LULUCF2.5%、工业过程1.3%、废弃物0.5%和溶剂使用0.1%。总体而言,能源领域是GHG减排的主导领域,农业和LULUCF起到辅助减排的作用;多数缔约方选择的LULUCF活动产生的核算结果表现为弱GHG吸收汇,其利用LULUCF活动履约的减排贡献相对较小,仅相当于能源领域减排量的12%,但对于新西兰和冰岛的贡献较大,其LULUCF活动产生的汇清除抵消了两国在其他5个领域GHG排放量的50%以上。