首页期刊导航|气候与环境研究
期刊信息/Journal information
气候与环境研究
气候与环境研究

李崇银

双月刊

1006-9585

qhhj@mail.iap.ac.cn

010-82995048;82995049

100029

北京市9804信箱

气候与环境研究/Journal Climatic and Environmental ResearchCSCD北大核心CSTPCD
查看更多>>本刊是气候与环境领域的学术刊物,贯彻“百花齐放、百家争鸣”方针,努力反映我国在气候与环境领域的最新研究成果,为可持续发展奠定科学基础。读者对象主要是从事气候与环境科学领域的科研人员及大专院校的师生。本刊刊登的稿件主要有:反映气候与环境领域代表我国科研水平的、具有一定创造性的学术论文、短论和研究简报,有关国内外气候与环境领域新动向、新问题的综合评述,有关学术会议的报道,书刊评介等。
正式出版
收录年代

    结合自下而上和自上而下方法的中国陆地碳汇估算

    张志枨王训梅王军阎然...
    229-242页
    查看更多>>摘要:利用自下而上的生态系统过程模型BEPS和VEGAS以及自上而下的OCO-2 v10 MIP中多个大气反演优化结果,评估了中国2015~2019年碳汇规模及其空间分布,并结合中国四大地理分区边界和土地利用数据,进一步梳理了中国四大分区以及森林、草地、灌丛和农田4种主要生态系统的碳汇强度.总体上,2015~2019年期间,中国陆地碳汇呈现出东南高西北低的空间分布格局,BEPS、VEGAS和OCO-2 v10 MIP模型中估算的年均碳汇分别为0.38±0.04 Pg(C)a-1、0.22±0.03 Pg(C)a-1和0.54±0.05 Pg(C)a-1,这表明自上而下和自下而上的估计之间存在一定的差异.在夏季(6~8月),中国陆地生态系统对CO2的吸收最强.在区域碳汇统计上,BEPS和OCO-2 v10 MIP的集合平均结果一致显示中国南方地区碳汇规模最大,而VEGAS表明中国北方地区碳汇较强.另外,BEPS和OCO-2 v10 MIP的集合平均结果表明,森林生态系统碳汇最强,强度分别为0.21±0.02 Pg(C)a-1(47.2%)和 0.26±0.02 Pg(C)a-1(46.0%).VEGAS 则显示森林生态系统碳汇为 0.06±0.04 Pg(C)a-1(23.9%),略低于农田生态系统.总体而言,森林生态系统是中国显著的碳汇区域,但不同方法欲得到一致的碳汇分布和强度仍任重道远.

    中国碳汇陆地生态系统生态系统模型大气反演

    中国北方针叶林碳通量动态变化及其影响因素分析

    吕富成酒名扬韩立钦陈晓虹...
    243-252页
    查看更多>>摘要:基于北方针叶林典型站点——呼中定位观测站2014~2018年不同时间尺度碳通量观测数据,探究了该生态系统长时间序列碳通量动态变化及其影响因素.结果表明:受总初级生产力(Gross Primary Productivity,GPP)和生态系统呼吸(Ecosystem Respiration,RE)的综合作用影响,北方针叶林生态系统净碳交换量(Net Ecosystem Exchange,NEE)年际变化差异较大,在2.64~17.63 g(C)m-2 a-1之间波动;从季节上看,在生长季(6~8月)GPP值大于RE,北方针叶林以净碳吸收为主,在非生长季,NEE与RE相等,北方针叶林为弱碳源;逐日尺度上,NEE呈倒"U"形变化特征,RE和GPP则呈"U"形特征.日尺度NEE主要受净辐射、相对湿度、气温、土壤温度等因素影响,这些环境因素构建的回归方程可以解释45.19%的NEE日变化;月尺度上NEE主要受净辐射、相对湿度、气温3个因素影响,回归方程可以解释78.42%的NEE月变化.

    碳通量气候变化北方针叶林净碳交换量

    山地森林下垫面湍流通量贡献区时空特征及其影响因素研究

    张焱张胤洲叶京张峻搏...
    253-266页
    查看更多>>摘要:通量贡献区是研究地—气间碳水热通量特征的重要内容之一.本文利用FFP(Flux Footprint Prediction)模型分析了 2022年6月至2023年5月上黄站通量塔通量贡献区最大贡献度位置距塔体的距离(xcmax)、累计贡献达80%的最大延伸距离(x80)及其覆盖面积(S80)的时空特征及其影响因素.研究结果显示:(1)上黄站通量贡献区总体向东南方位延伸为主,西部次之,但夏季西部的通量贡献同样重要.此外,夜间和白天通量均以东南方向的贡献为主,但相对夜间,白天西部的通量贡献有所增加.(2)季节间通量贡献区的xcmax(8.25~14.42 m)、x80(169.38~235.23 m)和S80(24413.18~74723.86 m2)存在明显的差异.夜间 xcmax、x80 和 S80 明显大于白天.(3)通量贡献区延伸方向的季节(昼夜)间差异主要受风向变化影响,而xcmax、x80和S80的季节(昼夜)间的差异主要是由风速差异导致.研究结果有助于评估涡动通量塔的空间代表性,控制碳水热通量数据质量,理解通量变化特征,同时可服务于通量观测尺度拓展.

    涡动相关法山地森林下垫面通量贡献区FFP模型

    近20年中国西南地区植被碳利用率时空变化特征及驱动因素

    杨正兰冯雨实张廷斌吴欢...
    267-280页
    查看更多>>摘要:植被碳利用率作为生物圈与大气圈碳循环的关键参数之一,对了解生态系统碳源和碳汇具有重要作用.本文基于MOD17A2H数据,采用Theil-Sen media趋势分析、空间插值以及偏相关分析法,分析2001~2020年西南地区植被碳利用率(Carbon Use Efficiency,CUE)时空分布格局及变化趋势,根据气象数据和数字高程模型(Digital Elevation Model,DEM)数据,重点研究了西南地区植被CUE对气候变化的响应.结果表明:(1)2001~2020年西南地区不同植被类型年内CUE整体呈上升—下降—再上升—再下降的变化特征,整体上各植被类型CUE呈下降趋势,下降速率依次为:灌木>森林>草地>农作物.(2)近20年西南地区植被CUE多年均值约为0.75,植被固碳能力较强,空间上表现出由南部和东北部向西北部递增的空间分布格局,趋势分析表明西南地区植被CUE整体表现为微弱下降趋势.(3)2001~2020年西南地区植被碳利用率与气温、降水以及日照时长均呈负相关关系,整体上西南地区植被CUE主要受气温和日照时长影响,其次为降水.

    MODIS植被碳利用率(CUE)时空变化气候因子西南地区

    CMIP5和CMIP6模式对1950~2014年中国陆地植被碳储量的模拟评估

    王一然韩洋张倩曹富强...
    281-301页
    查看更多>>摘要:选取两套植被碳密度数据和首次至第九次(1950~2018年)中国森林资源清查数据、基于遥感的土地覆盖数据,对比评估CMIP5和CMIP6地球系统模式对中国陆地植被碳的时空分布及其变化趋势的模拟能力,并进一步探究CMIP5和CMIP6 土地变化数据的异同对植被碳储量模拟结果的影响.1995~2004年多模式平均结果表明,CMIP5和CMIP6模式均高估了中国植被碳储量,分别为28.0±6.0 Pg(C),25.3±7.7 Pg(C),两套参考数据分别为18.1 Pg(C)和18.7 Pg(C).CMIP6模式对植被碳空间分布的模拟优于CMIP5模式,其各项泰勒评分(TSS)指标均显著提高,模式间不确定性有所减小.1950~1990年,CMIP5和CMIP6模拟的中国区植被为碳源,分别为-89.4 Tg(C)a-1 和-58.2 Tg(C)a-1,且于 1980 年代显著增强,分别为-256.6 Tg(C)a-1 和-171.0 Tg(C)a-1.1990~2014年CMIP5模式中植被碳源减弱[-48.1 Tg(C)a-1],而CMIP6模式中植被则转变为碳汇[42.8 Tg(C)a-1,P<0.05].CMIP5与CMIP6模式对中国植被碳源汇模拟的差异和模式的土地变化情况密切相关,相较于CMIP5模式,CMIP6模式的土地变化数据(LUH2)和中国森林资源清查结果更吻合,1980年代后模式森林覆盖度的变化趋势与清查结果更为接近.本研究显示目前用于CMIP模拟的LUH1、LUH2数据与中国森林和农田在过去65年的变化情况有较大差异,采用更准确的土地变化数据对提高下一代CMIP模式植被碳模拟效果具有重要作用.

    CMIP5CMIP6植被碳储量森林覆盖度土地利用变化

    新疆生态区的生态系统服务的时空变化特征分析

    杨舒慧崔雪锋
    302-316页
    查看更多>>摘要:基于土地覆被与分类数据、气象数据、流域数据、土壤数据、数字高程模型(Digital Elevation Model,DEM)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)等数据,利用生态系统服务评估与权衡模型(Integrated Valuable of Ecosystem Services and Tradeoffs Model,In VEST)和改进风蚀方程(Revised Wind Erosion Equation,RWEQ),评估了 1992~2018年新疆各生态区的生态系统服务的时空变化及各生态区的服务簇变化.结果表明:1)1992~2018年新疆生境支持服务和碳储存与封存服务能力显著提高,其中在阿尔泰山—准噶尔西部山地森林草原生态区、天山山地森林与草原生态区和帕米尔—昆仑山—阿尔金山高寒草原生态区最为显著.2)土壤保持服务和防风固沙服务以2007年为界呈现分段特征.1992~2007年土壤保持服务和防风固沙服务能力下降,而2007~2018年两种服务能力都呈上升趋势,总体呈现改善趋势.3)以生态区为单位,每个生态区的核心生态系统服务不同.1992~2018年各服务簇整体服务能力提高.区域生态系统服务评估是厘清生态系统复杂性的关键,本研究可为推进新疆乃至干旱区的生态规划、生态修复与保护,提高生态系统服务能力的重要参考.

    生态系统服务生态功能区InVEST模型改进风蚀方程模型固碳

    珠三角城市群屋顶分布式光伏发电的综合潜力研究

    黄荣浩潘登刘嘉文蓝晓东...
    317-328页
    查看更多>>摘要:屋顶光伏发电仅利用屋顶空间和太阳辐射,不额外占用土地资源,因此成为推动绿色能源转型的重要选择.珠江三角洲(珠三角)城市群是我国城市化进程最快的地区之一.本研究基于区域地理和当前技术条件提出5°和20°两种安装角度、单晶硅和多晶硅两种光伏板材料,共计4种屋顶光伏安装方案,分析在珠三角城市群开展大面积屋顶光伏项目的技术、经济以及减排潜力.结果显示,珠三角地区的城市屋顶总面积为2493.255 km2,占珠三角土地面积的4.5%;珠三角地区的最大屋顶光伏发电潜力约为440.6× 108~721.2× 108 kW h,且每年能够减少47.83%~78.14%的广东省电力部门温室气体排放;通过净现值指标对屋顶光伏发电的经济收益进行评估,5°单晶硅的安装方案所带来净现值最高,达到了 2151亿元,同时其初始投资也是4种安装模式中最小的;4种安装方案均在第四年可实现成本回收,表明在珠三角地区推行大面积屋顶光伏具有显著的潜力,未来屋顶光伏发电项目具有较强的投资吸引力.

    可再生能源太阳辐射经济效益温室气体减排潜力

    基于RICE模型的不同减排政策下全球分区域碳中和预估

    赵卫星丑洁明李芫梦郝一丹...
    329-338页
    查看更多>>摘要:选取分区域的综合评估模型RICE来评估全球分区域的碳中和路径,在改进了 RICE模型的损失函数的基础上,利用改进的RICE模型分析研判了不同减排情景下全球以及12个区域的潜在碳中和时间点以及区域未来气候变化潜在损失.结果表明,改进损失函数后,RICE模型对未来气候变化损失的模拟能力显著提升.在不同情景下,未来发达国家区域的气候变化损失绝对值较大,但是气候变化损失占地区生产总值的比例相对较低.发展中国家区域气候变化损失的增加更加明显,并承受更多的气候变化风险.在中等排放情景下(情景二),部分发展中国家区域在2085年以后才能达到碳中和,中国在2060年无法达到碳中和.针对中国设定的碳中和路径表明,中国需要在2040年前后碳达峰,并在此之后迅速减少碳排放.只有尽早实现碳达峰,才能最终实现碳中和目标.

    综合评估模型RICE模型损失函数碳中和碳减排

    碳移除下全球地表气温峰值出现时间的主要影响因子:能量平衡模型研究

    屈侠黄刚
    339-352页
    查看更多>>摘要:碳移除是21世纪末实现巴黎气候协定温度目标的关键手段.在其开展后,全球地表气温将在随后的若干年达峰.目前,耦合模式比较计划第六阶段(CMIP6)开展碳移除试验的数值模式较少,限制了科学界对碳移除下全球地表气温峰值出现时间的理解.本文发现,基于强迫—响应能量框架的两层能量平衡模型能够很好地重现出:1)大气CO2浓度变化对全球地表气温的影响;2)碳移除过程中全球地表气温的峰值出现时间.因此,该模型可作为CMIP6碳移除试验的补充,能够胜任峰值出现时间的影响因子研究.该能量平衡模型的结果显示,在碳移除过程中,不考虑深层海洋的情况下,对全球平均地表气温的峰值出现时间影响最大的因子为平衡气候敏感度,其次为地表热容量;当深层海洋存在时,影响最大的因子为深层海洋热容量,其次为平衡气候敏感度,之后为地表热容量.这些因子主要通过改变碳移除开始时地表净能量收入的大小来影响全球地表气温峰值的出现时间.相比不考虑深层海洋的情况,深层海洋的存在可以略微提前全球温度峰值出现的时间,并使得碳移除后CO2强迫对地表净能量的下降幅度的贡献较大.

    碳移除温度峰值出现时间影响因子

    "一带一路"倡议中的中欧班列对碳减排贡献的分析

    李芫梦王钟秀赵卫星丑洁明...
    353-364页
    查看更多>>摘要:随着全球变暖加剧,减少碳排放已成为国际社会的共识.中欧班列作为"一带一路"倡议的重要组成部分,在推动中欧贸易发展的同时,其减缓碳排放的贡献尚未得到充分研究.现有研究多关注中欧班列的经济效益,而在碳减排领域的实证分析较为缺乏.本研究致力于揭示中欧班列在碳排放减缓领域的关键作用,运用自回归滑动平均模型(ARIMA)模拟并预测了在无中欧班列情况下铁路运输所占份额的变化,并将预测结果与实际存在的中欧班列情境进行了对比.同时,本研究采用自下而上的方法,基于货物总周转量的碳排放计算法,计算了中欧班列的碳排放量.研究结果揭示,中欧班列的设立显著地改变了中欧贸易中各种运输方式的份额.具体而言,在从中国至欧盟的贸易中,碳排放减少了约118万吨;在从欧盟至中国的贸易中,碳排放减少了约169万吨,双向贸易总碳排放减少量约为287万吨.然而,2022年俄乌冲突对中欧班列运输及其碳减排作用产生了负面影响.尽管如此,从长远来看,中欧班列在优化运输结构、减缓碳排放方面的战略意义依然不可替代.本研究有助于深入理解中欧班列的碳减排效应,为推进"一带一路"绿色发展提供决策参考.

    中欧班列一带一路碳排放交通运输