人为热排放对地表气温的影响

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

2. 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

3. 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。

4. 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。

5. 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。

6. 3.能源消费量降尺度—数据 • 年鉴数据： GDP数据：各省的GDP 总量 1995－2009《中国统计年鉴》 能源消费量：各省的能源消费总量 1995－2009《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

7. 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。 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。

8. GDP与单位能耗的空间关系 GDP与单位能耗的时间关系

9. 3. 能源消费降尺度—方法 • 利用1995－2009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

10. 2003中国能源消费量 3.能源消费量降尺度—结果 2003年北京GDP 2003年北京能源消费

11. 4.气温数据与OMR方法—数据 • 中国580个气象站点月平均气温（ 1979.1~2007.9 ） • NCEP/NCAR Reanalysis 2m再分析气温（ 1979.1~2007.12 ） • 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。

12. 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。

13. 4.气温数据的OMR方法—观测减再分析 2003年，Kalnay提出观测减再分析法（OMR）来估计地表因素对气温的作用。 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 NCEP/NCAR Reanalysis Observation minus reanalysis (OMR) Observation — ＝

14. 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。

15. 5.能源消费与OMR关系—结果

16. 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： ＞1000t 1000～50t ＜50t

17. 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。

18. 6.2 讨论 • 以能源消费总量作为人为热排放指代的偏差：忽略了不同能源种类，不同排放源排放特性的差异，以及热排放的时间变化。 • OMR信号包含着多种信息，包括土地利用，气溶胶等要素的作用，人为热排放只是其中之一。