本文關(guān)鍵詞： 氣候變化 降尺度 變尺度 社會經(jīng)濟情景　出處：《清華大學(xué)》2013年碩士論文　論文類型：學(xué)位論文

【摘要】：氣候變化是人類社會面臨的全球性挑戰(zhàn)。大氣中CO_2以及其他溫室氣體的累積排放是導(dǎo)致全球變暖或其他顯著的氣候、生態(tài)和社會變化的主要原因，進而對人類的生產(chǎn)生活產(chǎn)生極大的影響。因此，對未來不同情景下的社會、經(jīng)濟、排放等數(shù)據(jù)進行預(yù)估，是進一步比較、研究的基礎(chǔ)，也是各國做出減排承諾及推行減緩、適應(yīng)政策的重要依據(jù)。目前，已有部分社會經(jīng)濟排放情景對未來的發(fā)展趨勢進行了預(yù)估，但這些情景提供的數(shù)據(jù)集中于全球范圍的區(qū)域尺度，而各國的數(shù)據(jù)支持和政策分析需要更為精細(xì)的國家尺度的數(shù)據(jù)。進一步地，由于經(jīng)濟、環(huán)境等指標(biāo)與地理要素之間存在著極為緊密的關(guān)系，因此地理網(wǎng)格尺度數(shù)據(jù)的獲得也變得尤為重要。 為解決情景提供的區(qū)域尺度的數(shù)據(jù)與所需要的國家或者網(wǎng)格尺度的數(shù)據(jù)間存在的差距，本文介紹、運用及改進兩種降尺度算法及一種變尺度算法得到更為精細(xì)級別的數(shù)據(jù)，以供具體的政策分析參考。本文運用降尺度方法將情景提供的區(qū)域數(shù)據(jù)降解至國家尺度，得到了世界184個國家和地區(qū)2005年至2100年的人口、GDP以及化石燃料燃燒所產(chǎn)生的CO_2排放數(shù)據(jù)；運用變尺度方法將我國2005年至2100年的國家級、省級、市級的人口、GDP和排放數(shù)據(jù)降解至1093個網(wǎng)格尺度（1°經(jīng)度1°緯度，大約100km100km），得到各地理網(wǎng)格的具體信息。 本文運用所得到的國家尺度或網(wǎng)格尺度的數(shù)據(jù)，結(jié)合部分締約方提供的減排承諾，對相應(yīng)的承諾進行具體分析。針對降尺度得到的國家級別的數(shù)據(jù)，，將國家和地區(qū)的數(shù)據(jù)進行比較，并主要從公平性及溫升兩個方面將照常情景及承諾情景下的排放路徑進行對比分析。針對變尺度得到的網(wǎng)格級別的數(shù)據(jù)，將網(wǎng)格數(shù)據(jù)的分布及變化進行地圖化展示，并與我國國家氣候中心提供的網(wǎng)格級別的溫度、降水信息相結(jié)合，分析網(wǎng)格變量之間的關(guān)系。 本文證明了降尺度及變尺度方法的可行性和可靠性；所得到的結(jié)果可作為重要的基礎(chǔ)數(shù)據(jù)供后續(xù)的研究使用；同時，本文從多角度對具體數(shù)據(jù)進行了比較和分析，為進一步的政策制定提供了參考。
[Abstract]:Climate change is a global challenge for human society. The cumulative emissions of CO_2 and other greenhouse gases in the atmosphere are the main causes of global warming or other significant climate, ecological and social changes. Therefore, the prediction of social, economic and emission data under different scenarios in the future is the basis for further comparison and research. It is also an important basis for countries to make emission reduction commitments and implement mitigation and adaptation policies. At present, some social and economic emission scenarios have predicted the future development trend. However, the data provided by these scenarios focus on a global regional scale, while data support and policy analysis by countries require more sophisticated data on a national scale. Further, because of the economy. There is a close relationship between environment and geographical elements, so the acquisition of geographic grid scale data becomes more and more important. This paper describes the gap between the regional scale data provided by the scenario and the country or grid scale data needed. Two downscaling algorithms and a variable scale algorithm are used to obtain more refined data. For the reference of specific policy analysis, this paper uses the downscale method to degrade the regional data provided by the scenario to the national scale, and obtains the population of 184 countries and regions in the world from 2005 to 2100. GDP and CO_2 emissions from fossil fuel combustion; The national, provincial and municipal population GDP and emission data of China from 2005 to 2100 were degraded to 1 擄longitude and 1 擄latitude on 1093 grid scales by using the variable scale method. About 100 km 100 km, get the specific information of grid. This paper uses the data obtained at the national scale or grid scale, combined with the emission reduction commitments provided by some parties, to make a specific analysis of the corresponding commitments. The data of countries and regions are compared, and the emission paths under the same scenario and commitment scenario are compared and analyzed mainly from the aspects of fairness and temperature rise. The distribution and variation of grid data are shown on a map, and the relationship between grid variables is analyzed by combining the grid level temperature and precipitation information provided by the National Climate Center of China. The feasibility and reliability of the downscaling and variable scale methods are proved in this paper. The results obtained can be used as important basic data for subsequent studies; At the same time, this paper compares and analyzes the specific data from various angles, which provides a reference for further policy making.
【學(xué)位授予單位】：清華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：X24;F124.5

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;Review of Climate Scenarios[J];Journal of Northeast Agricultural University(English Edition);2010年02期

2 韓雪;魏鳳英;;中國東部夏季降水與東亞垂直環(huán)流結(jié)構(gòu)及其預(yù)測試驗[J];大氣科學(xué);2010年03期

3 范麗軍,符淙斌,陳德亮;統(tǒng)計降尺度法對未來區(qū)域氣候變化情景預(yù)估的研究進展[J];地球科學(xué)進展;2005年03期

4 馮芝祥;商兆堂;朱同生;曹書濤;程琳;何浪;高金銳;;江蘇沿海風(fēng)電現(xiàn)狀和發(fā)電量預(yù)報[J];風(fēng)能;2011年07期

5 方一平;秦大河;丁永建;;氣候變化適應(yīng)性研究綜述——現(xiàn)狀與趨向[J];干旱區(qū)研究;2009年03期

6 王勇;李照榮;李曉霞;張鐵軍;;風(fēng)電功率預(yù)報方法研究進展[J];干旱氣象;2011年02期

7 張德;朱蓉;羅勇;俞衛(wèi);王澄海;;風(fēng)能模擬系統(tǒng)WEST在中國風(fēng)能數(shù)值模擬中的應(yīng)用[J];高原氣象;2008年01期

8 劉文豐;徐宗學(xué);李發(fā)鵬;蘇龍強;;基于ASD統(tǒng)計降尺度的雅魯藏布江流域未來氣候變化情景[J];高原氣象;2014年01期

9 王亞男;智協(xié)飛;;多模式降水集合預(yù)報的統(tǒng)計降尺度研究[J];暴雨災(zāi)害;2012年01期

10 張德;劉秋鋒;朱蓉;羅勇;李澤椿;;風(fēng)能資源數(shù)值模擬系統(tǒng)WEST在新疆地區(qū)的應(yīng)用[J];沙漠與綠洲氣象;2007年01期

相關(guān)博士學(xué)位論文 前7條

1 路屹雄;非均勻下墊面近地層風(fēng)動力降尺度研究[D];南京大學(xué);2011年

2 張文磊;基于國家利益分析的國際碳減排合作研究[D];復(fù)旦大學(xué);2011年

3 余麗霞;長江流域住宅空調(diào)技術(shù)評價研究[D];重慶大學(xué);2011年

4 范麗軍;統(tǒng)計降尺度方法的研究及其對中國未來區(qū)域氣候情景的預(yù)估[D];中國科學(xué)院研究生院（大氣物理研究所）;2006年

5 胡昌偉;太湖流域洪水風(fēng)險模擬研究[D];中國水利水電科學(xué)研究院;2013年

6 劉宏權(quán);張家口市永定河流域氣候變化及其對水文水資源系統(tǒng)的影響[D];河北農(nóng)業(yè)大學(xué);2013年

7 江洪;基于森林碳匯信息的福建省低碳發(fā)展研究[D];福州大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 林盛吉;基于統(tǒng)計降尺度模型的錢塘江流域干旱預(yù)測和評估[D];浙江大學(xué);2011年

2 徐賓;構(gòu)建寧夏地區(qū)高分辨率氣候變化情景的方法論探討[D];中國農(nóng)業(yè)科學(xué)院;2007年

3 孟昭蘇;ENSO對我國中東部地區(qū)糧食產(chǎn)量影響的經(jīng)濟評估分析[D];中國海洋大學(xué);2009年

4 王亞男;多模式降水集合預(yù)報資料的統(tǒng)計降尺度及誤差訂正研究[D];南京信息工程大學(xué);2012年

5 李薇;需求與碳價不確定條件下的寡頭發(fā)電商CCS投資決策研究[D];長沙理工大學(xué);2013年

6 方言;新建風(fēng)力發(fā)電項目成本分析與競價機制研究[D];華北電力大學(xué);2013年

7 余丹;中國擬實施碳交易政策的經(jīng)濟和競爭力效應(yīng)的研究[D];暨南大學(xué);2013年

8 盧聰穎;電廠碳捕集系統(tǒng)的投資規(guī)劃與低碳效益分析研究[D];燕山大學(xué);2013年

9 石慶玲;烏梁素海流域非點源污染負(fù)荷對LUCC的響應(yīng)研究[D];濟南大學(xué);2013年

10 夏佳峗;碳交易機制下的壟斷競爭和供應(yīng)鏈減排協(xié)調(diào)[D];華東理工大學(xué);2014年

本文編號：1449888