简介:利用2007—2013年NCEP/NCAR的700hPa经、纬向风场及水汽场逐日再分析资料和上海市11个气象站逐日降水资料对上海梅汛期强降水进行周期分析,提取低频信息,并利用向量场的经验正交函数方法对其进行分型。结果表明:上海地区梅汛期降水存在30—50d的显著周期。在强降水发生期,低频系统存在4个主要聚集区。贝加尔湖以西至河套地区存在并维持低频反气旋,鄂霍次克海附近多为低频气旋,这两个地区是中高纬冷空气的主要活动区域;孟加拉湾附近的低频反气旋及热带洋面的低频气旋是水汽的两大源地。这些区域的显著低频系统的生消是延伸预报的主要依据。上海入梅首场强降水发生前,多为偏北气流控制。南北低频气流辐合区向北移至30°N附近,上海地区梅汛期强降水发生。低频风场及水汽场的北传与梅雨带的移动有较好的对应,当低纬低频水汽稳定北传至30°N附近时,江南北部入梅,随后偏南水汽或继续北进或滞留,对应梅雨带的持续北抬或间歇性停滞。低频经向风及水汽输送的特征是梅汛期延伸期强降水的前兆信号。跟踪监测低频偏南气流的北传进程有助于预报入梅强降水过程。
简介:大气能见度成为当前区域大气环境研究的重要指标,不同粒径的颗粒物对能见度的影响有显著的区别。在线连续监测了2008年11月—2009年1月上海市嘉定区不同粒径大气颗粒物质量浓度和粒子数浓度的日变化,同步收集了相同区域空气水平能见度的数据。比较不同粒径大气颗粒物质量浓度与空气水平能见度和颗粒物消光系数的相关性。结果表明:中值粒径为0.4μm和0.65μm的大气颗粒物对上海嘉定空气水平能见度的影响最显著;中值粒径为0.17、0.26、0.40μm和0.65μm的大气颗粒物对颗粒物的消光系数影响较大。该相关系数的分布趋势与各种组分(SO42-、NO3-、NH4+、OC和EC)的粒径分布十分一致,证明了这5种组分是影响大气颗粒物消光系数的重要原因。
简介:通过应用上海市能源-环境-经济CGE模型,针对碳排放交易机制所涉及的重要要素,包括覆盖行业和分配方式等设计不同的情景,模拟了在不同的就业条件下碳排放交易机制对经济的影响和对传统污染物的协同减排效应。结果表明,如果碳交易纳管行业释放出来的劳动力能及时被其他行业吸纳和消化,则碳交易对GDP的整体影响为正,碳交易的实施产生了双重红利。若劳动力不能及时转移,则碳交易对GDP的整体影响为负,2020年不同情景下GDP损失为1.5%~2.4%;相比覆盖部分行业,在覆盖全部行业的情景下,碳价格最低,从2013年的30元/t增加到2020年的202元/t,对高耗能行业的竞争力影响相对较小,但是由于所有行业都纳入到纳管范围,使得对GDP的负面影响最大;此外,实施碳交易能明显改善环境效益,有助于推动SO2和NOX减排目标的实现。
简介:为了探索夏季(6~8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005~2010年逐日最大电力负荷和间期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005--2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005~2010年,北京逐日最大电力负荷具有明显的线性增长趋坍,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负苘趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气缘要素一周逐日分别建立预报模型的拟合和预测效果较好。
简介:采用《国家温室气体清单指南》推荐方法,估算了1990—2014年中国各省份电力行业的温室气体排放水平。研究时期内,中国电力行业排放增长6.2倍,达到38.0(95%信度区间为31.3~46.0)亿tCO2当量(CO2-eq),而各省排放水平及其变化趋势呈现出显著的差异,排放重心向西部省份转移,内蒙古成为全国电力行业排放最大的省份。同时基于未来电源结构的发展方案,预测了2015—2050年不同电力需求情景下电力行业温室气体排放的变化趋势和达到排放峰值情况。电力需求高增速情景下2034年达到排放峰值59.5(49.3~71.8)亿tCO2-eq,而低增速情景可以提前至2031年达到排放峰值,且峰值水平下降7.7(6.3~9.3)亿tCO2-eq。
简介:以欧盟碳市场的实践以及中国碳市场的发展现状为背景,调研分析了碳成本传递原理,重点以电力行业为例分析碳成本传递率的主要影响因素。结果显示影响电力行业碳成本传递率的主要因素包括碳排放权交易的配额分配方式以及电力市场结构。分配方式对传递率的影响主要包括配额是否免费发放、是否实时更新免费配额的发放额度、关闭的发电设备是否获得免费配额和新进入者是否发放免费配额等因素。电力市场结构对传递率的影响主要体现在市场竞争程度、市场需求与供给条件。最后,基于当前国内碳市场试点的碳配额分配方式,给出了循序渐进地改变碳排放额初始分配的方法、减少一次性发放未来相对长时期的免费配额、选择基于发电量发放免费配额而非装机容量发放免费配额等相关政策建议。