简介:企业是国内外温室气体排放核算标准化工作关注的重点领域。随着全球应对气候变化工作新需求的出现,国内外标准化领域也发生着与需求相呼应的变化。国际上,企业层面的核算标准已经提高了对企业供应链排放的核算与报告要求,同时,针对具体行业的企业温室气体核算标准也进入制定程序;国内企业核算标准更加贴合中国实施重点企业直报、碳排放权交易等任务的需要,注重与国内现有标准体系、企业计量基础的衔接,更具可操作性。通过对ISO14064-1修订版、ISO19694系列标准及GB/T32150、GB/T32151系列标准的比较发现,这些标准采用了基本一致的核心方法,为未来可能的交流衔接提供了基础;标准间的差异主要源自适用范围与施用对象的不同,体现在排放源划分方式、数据获取方法、体现特定导向的要求等方面;虽然这些新变化有利于不同市场、地域或行业的企业更好地体现其排放特点,但也对企业未来开展温室气体排放核算与报告提出了更高的要求,建议中国企业梳理温室气体核算的核心工作,建立基础的数据收集体系;同时也理清各标准差异,建立相适应的报告能力;建议中国标准制定机构关注标准的适用性与可操作性,根据国内温室气体管理的政策与措施分阶段制定相关标准。
简介:利用1981—2010年安徽省61个站的逐日风速资料,结合卫星遥感台站分类方法,统计分析了城市化进程对年、季节平均风速、最大风速和小风日数的影响和贡献。结果表明:(1)近30年安徽省年、季节平均风速和最大风速呈显著减少趋势,小风日数呈显著增加趋势。城市站的变化速率明显大于乡村站,郊区站基本介于二者之间。(2)2000年开始安徽省城市化进程加快,导致城市站与乡村站平均风速及小风日数距平的差异有明显增大趋势。(3)城市站与乡村站年平均风速的趋势系数之差为-0.10(m/s)/10a,城市化对年平均风速减弱的贡献率为40.0%,春季更明显;城市站与乡村站年小风日数的趋势系数之差为15.58d/10a,城市化对年小风日数增多的贡献率为46.9%,秋、冬季更明显;城市化对年最大风速的影响不明显。
简介:利用卫星遥感资料对安徽省46个台站进行分类,统计分析了城市站、郊区站和乡村站1961—2010年的极端气温指数的年和季节的变化趋势及其受城市化的影响和贡献。结果表明:1)近50年来,除最高气温年极大值外,其他气温年极值都有明显上升趋势,以最低温度极小值最显著;暖日、暖夜天数呈增加趋势,而冷日、冷夜天数呈减少趋势,其中暖夜和冷夜变化趋势更明显;各极端指数的变化趋势总体均表现为城市站较乡村站更显著,郊区站介于两者之间。2)城市站最高气温极大值、最低气温极大值和最低气温极小值因城市化造成的增温分别为0.144、0.184和0.161℃/10a,增温贡献率分别达100.0%、58.8%和21.6%,但城市化对最高气温极小值影响较弱;季节尺度的城市化影响基本都造成增温,春、秋季更明显,而增温贡献率以春、夏季更明显,冬季最小或不显著。3)城市化效应使暖日和暖夜天数增加、冷夜天数减少的趋势更加显著,城市化影响贡献率都在40%以上;暖日、暖夜和冷夜天数的城市化影响贡献率都在冬季最小或不显著。
简介:利用威海市1965-2013年地面气象观测资料和1977-2012年经济社会统计资料,采用城郊气温对比、相关分析等方法,分析了典型滨海城市威海的城市热岛效应特征及其与城市化进程的关系.结果表明:1)近50a威海城市热岛强度阶段性变化明显,20世纪90年代以前呈现缓慢上升趋势,从90年代开始上升日益显著,平均上升速率为0.13℃/(10a);2)城市热岛强度季节变化明显,春、夏季热岛效应较为显著,上升速率分别为0.02和0.18℃/(10a)秋、冬季由于受海洋影响出现冷岛效应,但是随着城市化进程加快,2010年之后冬季也由“冷岛”转变为“热岛”3)城市化对威海市城区增温的贡献率达到36.4%,城市发展指标与城市热岛强度均有较好的正相关关系,其中市区人口规模、经济发展、住宅建设相关性显著,相关系数分别为0.76、0.73和0.44.
简介:以中国夏季气温为预测对象,选取东亚地区冬季500hPa高度场、海平面气压场、地表温度场和850hPa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-PreisendorferCanonicalCorrelationAnalysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(EnsembleCanonicalCorrelation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。
简介:利用宜春站风廓线雷达资料和区域自动站降水资料,对2014年6月19-22日江西省持续性暴雨天气过程进行了分析.结果发现:1)1-2.5km高度的西南急流增强或减弱与下游降水的增强或减弱有较好相关性,其中,较低层1-1.5km高度的西南急流增强与下游降水增强关系更为密切;-3.5km高度的西南急流增强且风速大于12m/s的较强急流向下层传递,与下游降水增强有较好对应关系,且对降水加强指示提前量约为2h.2)1km高度以下的水平风在垂直方向上的风切变(AV)增大为8m/s以上有利于下游降水增强,当AV为12-20m/s时,降水明显增强,且△V增大较降水增强提前1-3h;1km或0.7km高度以下△V的增大与下游降水的增强关系较为密切,而1km或0.7km高度以上△V增大与下游降水增强关系并不明显.3)指数M、J的大小与下游区域降水量总体呈正相关关系.当指数M、J增大至峰值,且急流指数脉动增强、频率增大时,下游区域降水也将出现峰值,且指数峰值出现较降水峰值提前1-3h.4)0.5-2.5km高度的暖平流增强,暖平流的厚度越大,且暖平流之上伴有冷平流加强,越有利于下游区域降水增强;km高度以下暖平流逐渐减弱,对应下游区域降水也逐渐减弱;km高度以下由冷平流控制,降水则减弱停止.