简介:IPCC第二工作组在第五次评估报告中客观而审慎地评估了气候变化已经发生和潜在的影响,各个领域与区域的敏感性和脆弱性。针对农业生产与粮食安全,报告表明,气候变化对全球大部分地区作物、畜牧、渔业产生了影响,且负面影响更普遍;不仅影响到生产过程,也影响到非生产系统因素,但这些影响存在区域差异。极端事件(如极端高温)对作物产量、品质及市场价格的负面影响明显。大气中CO2浓度增高有利于作物产量提高,但是与温度、臭氧以及水分利用、病虫草害等协同效应仍然不明确。增强适应可以克服增温对农业的负面影响,并减少粮食损失。关于气候变化对粮食安全非生产系统因素的影响及如何开展适应,还需要搜集更多的证据。
简介:利用耦合模式比较计划第5阶段(CMIP5)中5个全球气候模式3种典型浓度路径(RCPs)预估结果,基于植被净初级生产力模型,估算安徽省21世纪近期(2018—2030年)、中期(2031—2050年)和远期(2051—2099年)植被净初级生产力及其对气候变化的响应。结果表明:对不同模式在安徽省模拟能力的评估可知,气温以多模式集合模拟效果优于单个模式,MIROC-ESM-CHEM对降水的模拟能力较好。未来安徽省将持续变暖,北部变暖幅度高于南部,其中RCP8.5情景下变暖趋势更显著;全省降水量将增加,南部增加多于北部。随着气候趋于暖湿化,植被净初级生产力总体增加;与基准年相比,21世纪近期增加不明显,中后期显著增加,空间上南部增加总体高于北部。从气候变化响应来看,安徽省植被净初级生产力与降水量和平均气温均显著相关,并且对降水量的响应程度更高。
简介:东亚夏季风可显著影响中国季风区气候变化,但是季风区植被净初级生产力(NPP)对夏季风气候变化的响应机理尚不明确。利用大气—植被相互作用模型(AVIM2)模拟了中国季风区植被NPP,分析了其与夏季风指数的相关关系,探讨了其对夏季风变化的响应机理。研究发现,我国南、北方植被对夏季风强度变化的响应方式和机理并不相同。强夏季风年北方植被NPP增加,而南方植被NPP减少。东亚夏季风对中国华北平原植被生长季NPP的作用主要是通过影响该地降水量实现的;京、津、冀地区植被NPP受东亚夏季风带来的气温和降水量变化的叠加影响,因而成为北方对夏季风变化最敏感的区域。东亚夏季风对我国南方江苏、安徽、湖南、湖北、江西植被NPP的作用是通过影响太阳辐射实现的,强夏季风导致太阳辐射减弱,从而使各省植被NPP减少。南方沿海的浙江和福建,强季风年带来的弱太阳辐射和低温是该地植被NPP减少的原因。广东、台湾植被NPP则主要受强夏季风带来的低温影响。
简介:基于北京奥运会实时空气质量预报所用排放清单基础上,利用卫星影像资料提高京津冀大气污染排放清单空间分辨率,并考虑加强污染控制措施对排放源的影响,生成新的污染排放清单。更新排放清单的基础后,利用嵌套网格空气质量预报模式系统(NAQPMS)对奥运会期间北京及周边地区进行大气化学模拟,以评估奥运会期间北京及周边地区污染排放对空气质量状况的影响。模式结果表明,更新后的排放清单能够较好体现奥运会期间的污染排放状况。另外,情景控制试验结果表明,脱硫脱硝等一系列减排措施以及紧急污染控制措施,是奥运会期间北京城区空气质量良好的重要原因。
简介:植被总初级生产力(GrossPrimaryProductivity,GPP)决定进入陆地生态系统的初始物质和能量,是陆地碳循环与大气碳库的重要联系纽带.利用陆面过程模式CLM4-CN(CommunityLandModelversion4withCarbon-Nitrogeninteractions)模拟和分析中国区域1982~2004年GPP(CLM4_GPP)时空变化特征,并通过与基于观测数据升尺度所得到的MTE_GPP(ModelTreeEnsemble,MTE)进行比较,评估CLM4在中国区域GPP的模拟能力,同时探讨了不同土地覆盖资料对GPP的影响.结果表明:(1)CLM4-CN能够较好地刻画中国区域GPP空间分布格局,表现为由东南向西北递减,但在量值上大部分区域尤其是30°N以南地区存在高估,CLM4-CN模拟的GPP多年平均值为13.7PgCa^-1,而MTE_GPP仅为6.9PgCa^-1;(2)CLM4-CN可以合理模拟GPP的季节变化(与MTE_GPP相关系数大于0.9),在量值上对温带阔叶落叶林、寒带阔叶落叶林、寒带阔叶落叶灌木、C3极地草地、C3非极地草地和农作物模拟较好(均方根偏差RMSD〈100gCm^-2month^-1);(3)不同植物功能型CLM4_GPP表现出的年际变率均大于MTE_GPP,仅热带针叶常绿林、寒带阔叶落叶林和C3极地草地的CLM4_GPP与MTE_GPP变化趋势一致;(4)降水是研究时段内控制整个中国区域GPP的主要气候因子,但不同地区存在较大差异;(5)两种不同土地覆盖资料GPP模拟结果的显著差异表明,精确的土地覆盖是准确模拟GPP的重要基础.