检索结果

Select

1. 基于光能利用率集成模型的GPP估算不确定性研究

彭思源, 付博, 赖雨亲, 李京怡, 李本纲

北京大学学报自然科学版 2022, 58 (2): 361-371. DOI: 10.13209/j.0479-8023.2022.003

摘要（628）

HTML

PDF（pc）（1514KB）（208）

为探究全球及区域尺度总初级生产力(GPP)及其模型模拟的不确定性来源, 基于广泛使用的光能利用率模型的算法结构, 搭建多算法集成模型, 结合气象再分析数据和卫星遥感数据, 模拟全球及区域尺度总初级生产力, 并使用方差分析方法对模拟结果的不确定性来源进行量化研究。结果表明: 1) 集成模型与基于通量观测升尺度(FLUXCOM)的GPP之间具有较强的一致性, 皮尔逊相关系数达 0.97, 均方根误差为24.36 gC/(m²·月), 且集成模型的表现优于单一结构配置模型; 2) 光合有效辐射、水分相关数据及水分限制因子为不确定性的主要来源, 相对贡献分别为41.73%, 26.79%和23.82%; 3) 不确定性的构成具有明显的区域差异, 干旱区域水分限制因子的相对贡献超过80%, 低温区域温度限制因子的相对贡献超过40%。使用光能利用率模型估算GPP时, 控制光合有效辐射和水分相关数据的不确定性可以有效地提高模拟精度, 而在极端环境条件(干旱、低温)下, 优化环境条件限制因子至关重要。

相关文章 | 多维度评价 | 评论（0）

Select

2. 东亚地区典型极端气候指标未来预估及高温下人口暴露度研究

安洁, 付博, 李玮, 彭思源, 李本纲

北京大学学报自然科学版 2020, 56 (5): 884-892. DOI: 10.13209/j.0479-8023.2020.071

摘要（996）

HTML

PDF（pc）（1600KB）（156）

基于地球系统模式、CMIP6 (第六次全球耦合模式比较计划)温室气体排放和大气成分数据以及人口数据, 研究区域均温变化与极端气候指标变化之间的相关关系, 进而探讨9种SSPs (共享社会经济路径)-RCPs(典型浓度路径)情景下东亚3种极端气候指标的未来预估和区域高温下人口暴露度的变化及归因。结果表明: ) 全球地表均温变化和区域极端气候指标具有稳健的相关关系, 可以用于区域极端气候指标的未来预估; 2) 与基准期1861—1880年相比, 未来数十年间东亚地区在5种情景(SSP2-4.5, SSP4-6.0, SSP3-LowNTCF, SSP3-7.0-Baseline和SSP5-8.5-Baseline)下面临持续增加的极端气候风险, 而空气污染物减排与控制措施可以显著地降低该风险, 不过, 气候对温室气体及气溶胶排放控制措施的响应具有一定的时间滞后效应, 为预防可能面临的极端气候事件风险, 减排及控制措施应提前布局和实施; 3) 东亚典型区域未来高温下的人口暴露度受气候因子和人口因子共同作用, 随时间动态变化且具有明显的区域差异, 多数情景下, 气候因子对区域高温下人口暴露度的影响逐渐减弱, 而人口因子的影响逐渐加强, 华南地区高温下的人口暴露度明显高于西南和华中地区, 其中气候因子的相对贡献比例也高于后两个地区。

相关文章 | 多维度评价 | 评论（0）

Select

3. 中国当前城市空气综合质量的主要影响因素分析

杨阳, 沈泽昊, 郑天立, 丁雨賝, 李本纲

北京大学学报（自然科学版） 2016, 52 (6): 1102-1108. DOI: 10.13209/j.0479-8023.2016.115

摘要（978）

HTML

PDF（pc）（827KB）（1270）

基于2010年我国78个主要城市的5个空气质量指标数据, 利用主成分分析方法, 计算城市空气质量综合得分; 采用多元线性回归方法, 从气候、地形、城市发展和城市环境状况四方面的48个变量中筛选出与城市空气质量显著相关的10个, 并定量评价不同因子对城市空气质量的贡献。依据空气质量综合得分, 从78个城市中分层随机选取30个城市作为训练样本, 构建基于径向基函数(RBF)的人工神经网络模型。利用城市自然、社会、经济特征及环境管理现状模拟城市空气质量, 并应用于我国173个主要城市空气质量状况的模拟。结果表明, 年平均饱和水气压、城市建成区面积、城区海拔落差和第二产业占GDP的百分比是影响中国当前城市空气综合质量的主要因素, 分别可以解释城市空气质量变异性的14.7%, 12.8%, 8.8%和7.2%。研究结果突破了以往大部分空气质量评价模型仅以大气污染物和气象因子作为模型输入因子的局限, RBF人工神经网络模型的模拟结果准确性较高(R²=0.658, p<2.2×10^-14)。

相关文章 | 多维度评价 | 评论（0）