CN107368944A - 一种基于时间效应的获取路面全生命周期碳足迹的方法 - Google Patents

一种基于时间效应的获取路面全生命周期碳足迹的方法 Download PDF

Info

Publication number
CN107368944A
CN107368944A CN201710439032.5A CN201710439032A CN107368944A CN 107368944 A CN107368944 A CN 107368944A CN 201710439032 A CN201710439032 A CN 201710439032A CN 107368944 A CN107368944 A CN 107368944A
Authority
CN
China
Prior art keywords
road surface
mrow
msub
time
life cycle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710439032.5A
Other languages
English (en)
Inventor
于斌
孙悦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201710439032.5A priority Critical patent/CN107368944A/zh
Publication of CN107368944A publication Critical patent/CN107368944A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于时间效应的获取路面全生命周期碳足迹的方法。对于某路面碳排放方案,以路面全生命周期的有效期限为基础定义评估时间time of evaluation(TE),以TE为界限按照路面碳排放的特性对路面碳足迹期限进行阶段划分;定义路面低碳评价的参照时间参数time horizon(TH),将路面碳排放评估时间各阶段的温室气体(GHGs)排放数据离散化,得到排放矢量;在不同的TH范围内,将排放数据通过计算得到全球变暖潜能值,离散化后得到各离散时间下的碳足迹;分别将上述不同TH下的碳足迹累加即可得到了吗的全生命周期碳足迹。本发明通过考虑LCA的时间效应,可实现对路面环境影响的碳足迹精确计算。

Description

一种基于时间效应的获取路面全生命周期碳足迹的方法
技术领域
本发明涉及路面低碳技术领域,特别是一种基于时间效应的获取路面全生命周期碳足迹的方法。
背景技术
道路是基础设施建设体系中的重要组分,对国家和地区的经济发展、社会进步和人民生活质量提高等方面起着重要的作用,然而道路建设的快速发展同时带来了严峻的环境问题,例如能源消耗、温室气体排放、土地占用等。因此,研究路面的低碳(碳足迹)技术对实现绿色交通具有积极的意义。
路面碳足迹的计算包括材料生产、运输、建设、养护、重建等全生命周期评价(LCA)环节的温室气体(GHG)排放。目前关于路面全生命周期碳足迹的排放计算研究通常是将各阶段的排放量进行简单的累加,而不考虑这些排放产生的时间、位置等因素,忽视了时间效应的影响;这种简单的计算方法可能会使路面的环境影响评估不准确。目前的路面全生命周期获取环境影响的碳足迹计算不精确问题。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种基于时间效应的获取路面全生命周期碳足迹的方法,本发明方法简单、方便,获得的结果更加准确,进一步,具体实施时还能够根据计算的碳足迹选用较优的路面排放方案,更加节能环保。
本发明为解决上述技术问题采用以下技术方案:
根据本发明提出的一种基于时间效应的获取路面全生命周期碳足迹的方法,
以路面全生命周期的有效期限为基础定义评估时间TE,按照路面碳排放的特性对路面碳排放的评估时间进行阶段划分;
定义路面低碳评价的参照时间参数TH,将路面碳排放各阶段的温室气体GHGs排放数据离散化,得到温室气体的排放矢量
对于不同的TH,将转换为全球变暖潜能矢量即得到路面碳排放各阶段产生的碳足迹;
累加得到路面的全生命周期碳足迹
作为本发明所述的一种基于时间效应的获取路面全生命周期碳足迹的方法进一步优化方案,所述路面全生命周期的有效期限包括路面结构的设计寿命、路面养护技术的使用寿命。
作为本发明所述的一种基于时间效应的获取路面全生命周期碳足迹的方法进一步优化方案,按照路面碳排放的特性对路面碳排放的评估时间进行阶段划分,阶段划分的计算公式如下:
其中,Phasei为路面碳排放的第i阶段的持续时间,Lagj为第i阶段和第i+1阶段两连续阶段间隔j的持续时间,LCA Time Scale为以TE为界限的评估时间段。
作为本发明所述的一种基于时间效应的获取路面全生命周期碳足迹的方法进一步优化方案,利用生命周期清单分析LCI将路面碳排放各阶段的温室气体排放数据离散化,得到温室气体的排放矢量
作为本发明所述的一种基于时间效应的获取路面全生命周期碳足迹的方法进一步优化方案,将转换为全球变暖潜能矢量具体如下:
将路面碳排放各阶段的各温室气体排放数据离散值按如下计算函数得到CRFx;计算函数如下所示:
其中,αx是第x种温室气体的辐射效率,不同气体的辐射效率是唯一确定的,t是TH下的任意时刻,Cx(t)是t时刻的第x种温室气体的质量衰减函数,gx,t是t时刻的第x种温室气体的排放数据值,包括多个排放数据值gx,t,CRFx是在TH的t时刻第x种温室气体的累计辐射强迫值;
将CRFx通过以下公式计算得到第x种温室气体组分的全球变暖潜能值第x种温室气体组分的全球变暖潜能值如下式:
其中,是在TH下的CO2的累计辐射强迫值,称为全球变暖潜能值,是TH下,第x种温室气体的温室效应对应于相同效应的CO2的质量;
将各全球变暖潜能值离散化得到路面碳排放各阶段产生的碳足迹
本发明采用以上技术方案与现有技术相比,具有以下技术效果:本发明在考虑了时间效应的基础上解决了路面全生命周期环境影响评价不精确的问题,同时,本发明公开的方法简单,方便,获得的结果更加准确,在具体实施方案时还能够根据计算的结果采用较优的路面排放方案,更加节能环保。
附图说明
图1是本发明具体实施例的步骤流程图;
图2是两种排放方案在不同TH下的累积GWP值。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
在具体实施例中,应用此发明方法对多种路面排放方案进行最优选择,如图1所示,主要包括如下步骤:
步骤1,假设有两种基于路面全生命周期评估(LCA)的碳排放方案A和B,以路面全生命周期的有效期限为基础定义评估时间time of evaluation(TE),分别对方案A与B按照路面碳排放的特性对路面碳排放的评估时间进行阶段划分。
基于路面LCA,评估时间time of evaluation(TE)随着研究目标的不同而变化,但都是以路面产品的有效期限(例如路面结构的设计寿命、养护技术的使用寿命)为基础进行定义,阶段划分的计算公式如下:
其中,Phasei为路面产生碳排放的第i阶段的持续时间,Lagj为第i阶段和第i+1阶段两连续阶段间隔j的持续时间,LCA Time Scale为以TE为界限的评估时间段。
步骤2,定义路面低碳评价的参照时间参数time horizon(TH),将方案A和B各阶段的温室气体(GHGs)排放数据离散化,得到温室气体的排放矢量
另一个路面低碳评价的时间参数是TH,它是评估因路面碳排放产生的环境影响的参照时间(相关政策多使用100年作为温室气体评估的TH值);利用生命周期清单分析(LCI)将方案A和B各阶段的温室气体(GHGs)排放数据离散化,得到温室气体的排放矢量为:方案A的温室气体的排放矢量 方案B的温室气体的排放矢量 其中,g1和gh分别是方案S1第一碳排放阶段Phase1的第1时段和h时段温室气体排放值,gm和gn分别是方案S1第N碳排放阶段PhaseN的m时段和n时段温室气体排放值;p1和pq分别是方案S2第一碳排放阶段Phase1的第1时段和q时段温室气体排放值,ps和pr分别是方案S2第M碳排放阶段PhaseN的s时段和r时段温室气体排放值。
步骤3,对于不同的TH,将方案A和B的转换为全球变暖潜能矢量即可得到路面碳排放各阶段产生的碳足迹。
将路面碳排放评估时间内各阶段的各温室气体排放数据离散值按如下计算函数得到CRFx;计算函数如下所示:
其中,αx是第x种温室气体的辐射效率,不同气体的辐射效率是唯一确定的;t是TH下的任意时刻,gx,t是t时刻的第x种温室气体的排放数据离散值,包括多个排放数据值gx,t,CRFx是TH下的t时刻第x种温室气体的累计辐射强迫值;Cx(t)是t时刻的温室气体x的质量衰减函数,计算如下式:
其中,(CO2)t是CO2在t时刻的质量,(CO2)0是CO2初始时的质量,N2O和CH4的质量表示依次类推。
通过生命周期清单分析LCI,第x种温室气体组分的全球变暖潜能值如下式:
其中,称为全球变暖潜能值,是TH下,第x种温室气体的温室效应对应于相同效应的CO2的质量。CO2被作为参照气体,是因为其对全球变暖的影响最大。CRFx是TH下的第x种温室气体的累计辐射强迫值,是TH下的CO2的累计辐射强迫值。
因此,路面碳排放方案A和B的各阶段的各温室气体排放数据值gx,t按计算函数得到TH下的第x种气体的累计辐射强迫值CRFx,再计算得到第x种温室气体组分的全球变暖潜能值离散化后即可得到路面碳排放各阶段产生的碳足迹其中分别是是路面碳排放方案A和B各阶段的温室气体的排放数据离散化后组成的排放矢量。
步骤4,将方案A和B的各阶段离散时间下的碳足迹分别累加得到A和B的全生命周期碳足迹并进行比较,得到更环保的方案选择。
方案A和B的排放矢量转换为若全球变暖潜能矢量后的各值分别进行累加得到方案A和B的全生命周期碳足迹:将方案A和B的全生命周期碳足迹对比,若则方案A优于B,反之亦然。
本实施例主要以CO2,CH4和N2O这三种GHG的排放为例进行研究,假设有两种方案分别如下,方案S1:假设初始即产生排放的GHGs分别100kg CO2,1kg CH4和0.5kg N2O;方案S2:假设初始即产生排放的GHGs分别50kg CO2,2kg CH4和1kg N2O。
步骤1,由于GHGs为一次性排放,即评估时间TE趋于正无穷小,将方案S1与S2的以TE为界限的评估时间段划分为:方案S1:(Phase1|t1,……,PhaseN|tN),方案S2(Phase1|t1,,……,PhaseM|tM)。其中,方案S1共划分为N个时间段,即为Phase1到PhaseN,对应时间段长度为t1到tN,方案S2共划分为M个时间段,即为Phase1到PhaseM,对应时间段长度为t1到tM;t1,t2,……tN和t1,t2,……tM的取值均趋于无穷小。
步骤2,定义评估参照时间TH,本实施例取TH为正无穷小至500年的各值,分别利用生命周期清单分析(LCI)将方案S1和S2路面碳排放各阶段的温室气体(GHGs)排放数据离散化,得到不同TH的下的温室气体的排放矢量为:方案S1的温室气体的排放矢量 方案S2的温室气体的排放矢量 其中,g1和gh分别是方案S1第一碳排放阶段Phase1的第1时段和h时段温室气体排放值,gm和gn分别是方案S1第N碳排放阶段PhaseN的m时段和n时段温室气体排放值;p1和pq分别是方案S2第一碳排放阶段Phase1的第1时段和q时段温室气体排放值,ps和pr分别是方案S2第M碳排放阶段PhaseN的s时段和r时段温室气体排放值。
步骤3,t时刻排放气体产生的累计辐射强迫值的计算函数如下:
其中,αx是温室气体x的辐射效率,不同气体的辐射效率是唯一确定的,CO2,CH4和N2O的αx值分别是1.82×10-15,1.82×10-13,3.88×10-13wm-2kg-1。gx,t是第x种温室气体的排放数据离散值,t是TH的框架下的任意时刻,CRFx是t时刻第x种气体的累计辐射强迫值。Cx(t)是温室气体x的质量衰减函数,计算如下式:
其中,(CO2)t是CO2在t时刻的质量,(CO2)0是CO2初始时的质量,N2O和CH4的质量表示依次类推。
通过生命周期清单分析LCI,第x种温室气体组分的全球变暖潜能值GWP如下式:
对于不同的TH,将路面碳排放方案S1和S2各阶段的温室气体排放数据离散值g1…gh,…,gm…gn和p1…pq,…,ps…pr按计算函数得到TH下的累计辐射强迫值CRFx,再通过计算得到第x种温室气体组分的全球变暖潜能值离散化后可得到路面碳排放方案S1和S2产生的碳足迹
步骤4,分别将方案S1和S2的各个TH下的碳足迹进行累加得到方案S1和S2的全生命周期碳足迹:将方案S1和S2的全生命周期碳足迹对比,若则方案S1优于S2,反之亦然。
如图2所示,TH的选择在路面排放方案的确定上起着非常重要的作用,此方案例中,当TH小于66年时,方案S1的累积GWP值小于S2,则此时选择方案S1更环保;而TH大于66年时,选择方案S2更环保;当TH等于66年时,方案S1和S2的累积GWP值相等,此时称为偏好时间time dominance(TD)。
综上所述,本发明解决了路面全生命周期碳足迹的排放计算不精确的问题。以上所述仅为本发明的较极端简要的实施例而已,并不用以限制本发明。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替代,都应当视为属于本发明的保护范围。

Claims (5)

1.一种基于时间效应的获取路面全生命周期碳足迹的方法,其特征在于,
以路面全生命周期的有效期限为基础定义评估时间TE,按照路面碳排放的特性对路面碳排放的评估时间进行阶段划分;
定义路面低碳评价的参照时间参数TH,将路面碳排放各阶段的温室气体GHGs排放数据离散化,得到温室气体的排放矢量
对于不同的TH,将转换为全球变暖潜能矢量即得到路面碳排放各阶段产生的碳足迹;
累加得到路面的全生命周期碳足迹
2.根据权利要求1所述的一种基于时间效应的获取路面全生命周期碳足迹的方法,其特征在于,所述路面全生命周期的有效期限包括路面结构的设计寿命、路面养护技术的使用寿命。
3.根据权利要求1所述的一种基于时间效应的获取路面全生命周期碳足迹的方法,其特征在于,按照路面碳排放的特性对路面碳排放的评估时间进行阶段划分,阶段划分的计算公式如下:
<mrow> <mi>L</mi> <mi>C</mi> <mi>A</mi> <mi> </mi> <mi>T</mi> <mi>i</mi> <mi>m</mi> <mi>e</mi> <mi> </mi> <mi>S</mi> <mi>c</mi> <mi>a</mi> <mi>l</mi> <mi>e</mi> <mo>=</mo> <munder> <mi>&amp;Sigma;</mi> <mi>i</mi> </munder> <msub> <mi>Phase</mi> <mi>i</mi> </msub> <mo>+</mo> <munder> <mo>&amp;Sigma;</mo> <mi>j</mi> </munder> <msub> <mi>Lag</mi> <mi>j</mi> </msub> </mrow>
其中,Phasei为路面碳排放的第i阶段的持续时间,Lagj为第i阶段和第i+1阶段两连续阶段间隔j的持续时间,LCA Time Scale为以TE为界限的评估时间段。
4.根据权利要求1所述的一种基于时间效应的获取路面全生命周期碳足迹的方法,其特征在于,利用生命周期清单分析LCI将路面碳排放各阶段的温室气体排放数据离散化,得到温室气体的排放矢量
5.根据权利要求1所述的一种基于时间效应的获取路面全生命周期碳足迹的方法,其特征在于,将转换为全球变暖潜能矢量具体如下:
将路面碳排放各阶段的各温室气体排放数据离散值按如下计算函数得到CRFx;计算函数如下所示:
<mrow> <msub> <mi>CRF</mi> <mi>x</mi> </msub> <mo>=</mo> <msub> <mi>g</mi> <mrow> <mi>x</mi> <mo>,</mo> <mi>t</mi> </mrow> </msub> <mo>&amp;times;</mo> <munderover> <mo>&amp;Integral;</mo> <mn>0</mn> <mrow> <mi>T</mi> <mi>H</mi> <mo>-</mo> <mi>t</mi> </mrow> </munderover> <msub> <mi>&amp;alpha;</mi> <mi>x</mi> </msub> <mo>&amp;times;</mo> <msub> <mi>C</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> </mrow>
其中,αx是第x种温室气体的辐射效率,不同气体的辐射效率是唯一确定的,t是TH下的任意时刻,Cx(t)是t时刻的第x种温室气体的质量衰减函数,gx,t是t时刻的第x种温室气体的排放数据值,包括多个排放数据值gx,t,CRFx是在TH的t时刻第x种温室气体的累计辐射强迫值;
将CRFx通过以下公式计算得到第x种温室气体组分的全球变暖潜能值GWPx TH,第x种温室气体组分的全球变暖潜能值如下式:
<mrow> <msubsup> <mi>GWP</mi> <mi>x</mi> <mrow> <mi>T</mi> <mi>H</mi> </mrow> </msubsup> <mo>=</mo> <mfrac> <mrow> <msub> <mi>CRF</mi> <mi>x</mi> </msub> </mrow> <mrow> <msub> <mi>CRF</mi> <mrow> <msub> <mi>CO</mi> <mn>2</mn> </msub> </mrow> </msub> </mrow> </mfrac> </mrow> 1
其中,是在TH下的CO2的累计辐射强迫值,GWPx TH称为全球变暖潜能值,是TH下,第x种温室气体的温室效应对应于相同效应的CO2的质量;
将各全球变暖潜能值GWPx TH离散化得到路面碳排放各阶段产生的碳足迹
CN201710439032.5A 2017-06-12 2017-06-12 一种基于时间效应的获取路面全生命周期碳足迹的方法 Pending CN107368944A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710439032.5A CN107368944A (zh) 2017-06-12 2017-06-12 一种基于时间效应的获取路面全生命周期碳足迹的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710439032.5A CN107368944A (zh) 2017-06-12 2017-06-12 一种基于时间效应的获取路面全生命周期碳足迹的方法

Publications (1)

Publication Number Publication Date
CN107368944A true CN107368944A (zh) 2017-11-21

Family

ID=60304942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710439032.5A Pending CN107368944A (zh) 2017-06-12 2017-06-12 一种基于时间效应的获取路面全生命周期碳足迹的方法

Country Status (1)

Country Link
CN (1) CN107368944A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108171409A (zh) * 2017-12-20 2018-06-15 南京东巴电子科技有限公司 一种基于gis平台对公路数据全生命周期的监测方法
CN116822917A (zh) * 2023-08-31 2023-09-29 国网湖北省电力有限公司经济技术研究院 一种基于电力碳足迹的输变电设备减排优化方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108171409A (zh) * 2017-12-20 2018-06-15 南京东巴电子科技有限公司 一种基于gis平台对公路数据全生命周期的监测方法
CN116822917A (zh) * 2023-08-31 2023-09-29 国网湖北省电力有限公司经济技术研究院 一种基于电力碳足迹的输变电设备减排优化方法及系统
CN116822917B (zh) * 2023-08-31 2023-11-21 国网湖北省电力有限公司经济技术研究院 一种基于电力碳足迹的输变电设备减排优化方法及系统

Similar Documents

Publication Publication Date Title
Church et al. Evaluating the ability of process based models to project sea-level change
Yang et al. Interpolation of missing wind data based on ANFIS
Cardona et al. Predictability of mesoscale circulation throughout the water column in the Gulf of Mexico
CN105608326B (zh) 一种山区复杂地形风场大涡模拟入口边界条件输入方法
Lopes et al. Local sea level change scenarios for the end of the 21st century and potential physical impacts in the lower Ria de Aveiro (Portugal)
CN111027175A (zh) 基于耦合模型集成模拟的洪水对社会经济影响的评估方法
CN111582580B (zh) 一种考虑人群污染物暴露的出行路径规划方法
Kumar et al. Sensitivity analysis of the GIUH based Clark model for a catchment
CN102841385A (zh) 一种基于多重分形克里金法的局部地磁图构建方法
CN107368944A (zh) 一种基于时间效应的获取路面全生命周期碳足迹的方法
Moore et al. Seasonally varying contributions to urban CO2 in the Chicago, Illinois, USA region: Insights from a high-resolution CO2 concentration and δ13C record
Lian et al. Assessing the effectiveness of an urban CO2 monitoring network over the Paris region through the COVID-19 lockdown natural experiment
CN108983324A (zh) 一种基于卡尔曼滤波的气温预报方法及系统
CN102063564B (zh) 一种基于最大熵原则的台风影响海域设计波高推算方法
Rubio et al. Seasonal to tidal variability of currents and temperature in waters of the continental slope, southeastern Bay of Biscay
CN114049052A (zh) 一种某行政区域内的碳排放计算方法及可视化方法
Rixen et al. Surface drift prediction in the Adriatic Sea using hyper-ensemble statistics on atmospheric, ocean and wave models: uncertainties and probability distribution areas
Syri et al. Estimating long-term population exposure to ozone in urban areas of Europe
CN105068075B (zh) 一种近地面大风的计算方法
CN103400201B (zh) 求解以测点正常率最大为目标的状态估计问题的方法
CN105701066A (zh) 一种河口潮差快速预报方法
CN108061914A (zh) 一种未来地震震中的判定方法
CN106546958B (zh) 一种优化的雷达数据同化方法
Rowe et al. Intercomparison of three spatially-resolved, process-based Lake Erie hypoxia models
Halimi et al. Modeling spatial distribution of Tehran air pollutants using geostatistical methods incorporate uncertainty maps

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20171121

RJ01 Rejection of invention patent application after publication