课程文献中心 更多>>

关键词： 气候变化   环状镰孢   MaxEnt模型   适生区   质心  

摘要： 松树脂溃疡病是发生在松树上的最危险的病害之一。为有效降低未来气候变化下其病原菌环状镰孢Fusarium circinatum传入中国并暴发流行的风险，本研究基于环状镰孢的实际分布数据，利用优化的MaxEnt模型筛选环境变量，预测了该病菌在当前及未来不同气候情景下在中国的潜在适生区，以及未来气候变化情景下的迁移路线。研究显示：平均温度日较差、等温性、气温季节性变动系数、最冷季度平均温度和年降水量为影响环状镰孢分布的关键环境变量。在当前气候条件下，环状镰孢在我国的总适生区面积为3.09 ×106km2，占我国陆地总面积的32.23%，其在我国的适生区主要分布在华中、华东以及华南等亚热带气候区。未来气候条件下（低强迫情景SSP126和高强迫情景SSP585），该病菌在我国适生区面积将逐渐增加，其适生区质心将向北迁移。

关键词： 双燃料发动机   燃烧特性   氨燃料   指示热效率   氨替代率  

摘要： 针对船舶双燃料发动机燃烧特性，使用软件CONVERGE对缸内直喷柴油引燃氨燃料(NH3)发动机进行燃烧喷射混合和着火过程的模拟，建立了氨/柴油发动机燃烧室模型。在50%负荷和100%负荷条件下，通过增加压缩比和进气压力，系统分析了氨替代率对氨/柴油双燃料燃烧特性的影响。结果表明：在50%负荷和100%负荷条件下，随着氨替代率的增加缸内压力与燃烧放热率出现先增后减的趋势，氨气与柴油能量比为7∶3时达到了缸内压力和燃烧放热率的最高值，接近纯柴油燃烧的44.9%，且100%负荷燃烧效率与指示热效率均高于50%负荷之下。随着缸内压缩比的增大，不论100%负荷还是50%负荷之下，氨气与柴油能量比为9∶1时达到了缸内压力和燃烧放热率的最高值，充分说明增大压缩比有利于提高燃烧放热率和指示热功率。

关键词： 极端气候   饮用水水源地   微生物风险   陆源输入   风险检测与评估  

摘要： 全球气候变暖背景下，极端天气事件如持续高温、暴雨和干旱频发，进而通过增加陆源输入或改变微生物的生存条件，直接或间接地增加饮用水系统及水源地水体中的病原微生物风险，对饮用水生物安全构成威胁。因此，饮用水生物安全问题亟待深入研究和关注。得益于病原微生物检测技术和风险评估模型的不断发展与优化，我们能够更全面地理解并评估气候变化背景下的流域饮用水微生物风险。本文旨在探讨极端气候条件下流域饮用水微生物风险的来源，并系统地归纳和分析了不同类型的微生物污染及其引发的健康风险。特别强调了高通量定量微生物风险检测方法和风险评估模型在饮用水病原微生物管控中的重要性。最后，本文提出了未来在气候变化背景下对流域饮用水病原微生物进行有效管控的研究思路和方向，为相关领域的研究提供了理论基础和实践指导。

关键词： 唐山市   O3   时空分布   气象要素   广义相加模型(GAM)   WRF-CAMx   敏感性分析  

摘要： 基于唐山市2014—2022年大气污染物与气象观测数据，分析了唐山市O3污染时空分布特征，并运用广义相加模型（GAM）分析了气象要素对O3浓度的影响.同时，基于WRF-CAMx模型绘制的EKMA曲线讨论了唐山市O3生成敏感性，并提出旨在提升环境效益的前体物最优减排比例.结果表明：（1）唐山市O3月均浓度呈倒“V”型变化趋势，在6月出现高值，12月出现低值，在季节变化上整体表现为夏季>春季>秋季>冬季；日变化呈“单峰型”的变化趋势，O3浓度峰值与谷值分别出现在15:00、6:00；空间分布上，O3浓度自东南沿海向北递减，具体表现为东南部沿海区域>中心城区>东北部山区>北部区域.（2）影响唐山市O3浓度的气象要素显著性大小为温度>太阳辐射强度>相对湿度>大气边界层高度，在边界层高度与相对湿度较低、温度与地表太阳辐射较高时易出现O3污染.（3）在O3控制策略方面，唐山市中心城区及周边区域以VOCs控制区为主，在西北部、东南部与东北部区域以VOCs与NOx协同控制区为主，对处于VOCs与NOx协同控制区的区域，建议VOCs和NOx的削减比例为1∶1，对处于VOCs控制型的区域，建议VOCs和NOx的削减比例为1.5:1，以实现环境效益的最大化.

关键词： 深度学习   ConvLSTM   表层海温   气象要素  

摘要： 海表面温度(sea surface temperature， SST)受到海洋大气相互作用过程的显著影响，与全球气候、海洋环流以及海洋生态环境有着密切联系。利用卫星遥感SST融合数据以及大气再分析数据，基于卷积长短期记忆神经网络(ConvLSTM)对南海北部未来7 d SST预报开展研究。通过多组敏感性试验，从模型参数、气象要素以及预报策略三方面探讨影响SST预报效果的关键因素并获取最优模型配置。输入历史14 d SST数据至4层自回归模型可以得到最佳均方根误差0.21～0.66 ℃；添加多项气象要素对于模型起到约12%的显著优化，且优化区域集中在200 m以浅的近岸海域；采用整体预报策略在未来3～7 d的预报效果全面领先，并且整体性能和运行效率综合表现最佳。综合考虑三个因素确定的深度学习模型在预报2022年未来7 d SST的均方根误差为0.18～0.58 ℃，为建立南海北部海温智能预报模型提供了新的方案建议。

关键词： 气候变化   洪水演变   DTVGM模型   CMIP6   长江中下游干流  

摘要： 研究气候变化下长江中下游干流洪水变化规律对该区域防洪具有重要意义。基于全球气候模式（GCMs）和分布式时变增益水文模型（DTVGM），预估了未来气候变化条件下长江中下游干流典型站点洪水响应特征。结果表明，长江中下游干流径流量在4种共享社会经济路径（SSP）情景下均呈现上升趋势，尤其在SSP5-8.5高排放情景下，季节性水文变动更为剧烈且持续。不同气候情景和模式下，大通、汉口、螺山和宜昌四个站点的年最大洪峰流量和最大3日洪量均有增长趋势。未来小洪水、中洪水、大洪水、特大洪水发生比例依次减小。相较SSP3-7.0情景和SSP5-8.5情景，SSP1-2.6情景和SSP2-4.5情景发生小洪水的比例更高，而发生大洪水和特大洪水的比例则更低。在SSP3-7.0和SSP5-8.5情景下，大洪水以上量级的洪水发生概率增大，表现为更加集中且频繁，这两种情景下大洪水的发生趋于极端化。研究结果可为长江中下游干流防洪规划提供科学依据。

关键词： 京津冀及周边地区   工业源   高时空分辨率   大气污染物   排放清单  

摘要： 目前排放清单建立所使用的数据来源较为单一，无法满足实时、准确环境管理的需求。多源环境管理数据能够充分反应大气污染治理过程中企业的基本信息，为排放清单提供高质量数据支持。融合应急减排清单、排污许可和污染源在线监测（CEMS）数据，将“自下而上”与“自上而下”的清单核算方法相结合，建立了2020年京津冀及周边地区工业源的高时空分辨率的大气污染物和CO2融合排放清单。结果表明，2020年京津冀及周边地区工业源二氧化硫(SO2)、氮氧化物(NOx)、挥发性有机物（VOCs）、粗颗粒物(PM10)、细颗粒物(PM2.5)和二氧化碳(CO2)排放量分别为48.72万、60.33万、108.95万、58.82万、38.75万和140873.59万t。其中，工业锅炉、钢铁和水泥行业除VOCs外占比最大，合计占比在51%～82%之间。炼油石化行业在VOCs中占比最大，达到54.1%。为了进一步探究新冠疫情对工业源排放的影响，使用CEMS数据量化了2020年春节期间各污染物和CO2的排放日变化。其中各污染物和CO2排放量下降了7%～16%左右，在节后基本恢复到节前水平，这说明新冠疫情对工业源整体排放影响较小，主要由于不可中断行业在工业源中占比大，受疫情的影响较小。研究结果有助于更精确掌握京津冀及周边地区的工业源排放现状，为大气污染的近实时、精细化防控治理提供数据基础及科学支撑。

关键词： 配煤   粒径分布   灰熔融特性   化学组成   矿物种类  

摘要： 通过对高灰熔融温度的两淮矿区煤（HN）和内蒙古低灰熔融温度煤（ER）分别筛分至＞150μm、75μm～150μm、48μm～75μm和＜48μm四个粒径区间，对不同粒径区间煤样的质量占比、灰分产率进行分析，利用XRF、XRD和热力学平衡计算研究不同粒径区间煤样的灰化学组成、矿物组成和煤灰熔融过程中液相量随煤样粒径的变化规律以及不同粒度煤掺配对灰熔融特性的影响机理。结果表明：HN煤的煤灰平均粒径随着煤的粒径增加而增大，粒径>48μm ER煤的煤灰平均粒径约为3μm；HN煤的灰分产量随着煤的粒径增加而增大，而ER煤则相反。不同粒径区间的HN和ER煤的灰化学组成表现出明显的不均匀性。随煤粒径增大，HN和ER煤灰熔融特征温度（AFTs）分别呈现逐渐增加和减小趋势。不同粒径HN与ER煤相配后，配煤灰熔融温度介于两者之间，而当HN煤（＜48 μm）与ER煤（＞150 μm）相配后（质量比1:1），煤灰中高熔点莫来石转化为低熔点钙长石，使得煤灰流动温度降低最低（1317 ℃）。

关键词： 气候模式   人工智能   气候变化  

摘要： 人类活动引起的气候变化是自然生态和人类社会面临的严峻挑战。作为应对气候变化的重要工具，气候模式为理解过去气候系统演变机理、气候服务及预估未来全球变化情景提供重要支撑。然而，气候模式在过程表达、次网格参数化及空间分辨率等方面的问题严重制约了气候模式的模拟与预测能力。随着经济社会的发展，人工智能技术得以广泛应用，其具有的整合多源数据、识别潜在信息、学习已有“经验”等优势，有望为气候研究和应用提供新的助力。在此背景下，文中首先对气候模式的发展进行简要回顾，接着在此基础上结合人工智能技术特征，阐述人工智能在气候研究和服务中的应用并分析现阶段面临的挑战。结果表明，已有观测数据与模式输出结果能够为人工智能应用提供充分数据基础，人工智能则据此对气候模式进行优化和集成，进而提升了气候模拟与预测结果的准确性。展望未来，应当聚焦人工智能与气候模式的耦合问题并拓展人工智能在应对气候变化各领域的应用，从而更有效地应对全球气候变化带来的挑战。

关键词： 燃料辅助固体氧化物电解池   固体氧化物电解池   辅助燃料   数值模拟   电极材料  

摘要： 固体氧化物电解池（Solid Oxide Electrolysis Cell, SOEC）在CO2转化和可再生能源电力存储方面表现出极具潜力的应用前景。然而，较高的电能消耗限制了其商业化应用。燃料辅助固体氧化物电解池（Fuel-assisted solid oxide electrolysis cell, FA-SOEC）可以通过在固体氧化物电解池的空气极通入燃料，将燃料的化学能提供给电解反应，从而极大地降低电解池的电能消耗。另外，FA-SOEC可以利用碳氢燃料的部分氧化反应（POM）和氧化偶联反应（OCM）产生合成气及多碳烯烃等。因此，这种新颖的电解模式展现出极高的经济价值和巨大的应用潜力。本文详细介绍了近年来FA-SOEC的研究进展，总结了使用不同辅助燃料的FA-SOEC工作原理、FA-SOEC与SOEC的热力学和动力学对比、FA-SOEC的数值模型研究及燃料辅助电极材料的研究进展，最后总结了其面临的关键问题与挑战，并对未来的发展方向进行了展望。