碳排放指以二氧化碳（CO2）為代表的人為溫室氣體排放，其中包括CO2和非CO2氣體，但均以CO2當(dāng)量計(jì)。碳達(dá)峰是指一定空間范圍（如全球或某級(jí)行政轄區(qū)）內(nèi)的碳排放年總量在某個(gè)時(shí)間段呈現(xiàn)為工業(yè)化以來(lái)的最高峰值。政府間氣候變化專門(mén)委員會(huì)（IPCC）指出，碳中和是指凈零碳排放，即規(guī)定時(shí)期內(nèi)人為移除與人為排入大氣的CO2當(dāng)量相互抵消[1]。根據(jù)《中華人民共和國(guó)氣候變化第二次兩年更新報(bào)告》 [2]，我國(guó)2014年的碳排放量約為11.2 Gt（1 Gt=109 t）CO2當(dāng)量，占同年全球排放量①的大約22.3%，未來(lái)實(shí)現(xiàn)碳中和所需的碳減排壓力遠(yuǎn)大于任何一個(gè)發(fā)達(dá)經(jīng)濟(jì)體。
① 根據(jù)《聯(lián)合國(guó)氣候變化報(bào)告2019》（United Nations Climate Change Annual Report 2019）中的統(tǒng)計(jì)。
實(shí)現(xiàn)碳中和涉及人為減排、能源結(jié)構(gòu)調(diào)整、人工碳匯等手段的實(shí)施，這些本質(zhì)上都屬于有序人類活動(dòng)[3]，其目標(biāo)是包括中國(guó)在內(nèi)的全球各國(guó)通過(guò)合理安排和組織，在滿足社會(huì)經(jīng)濟(jì)發(fā)展需求的同時(shí)使自然環(huán)境在一定時(shí)空尺度內(nèi)不發(fā)生明顯退化，甚至能持續(xù)好轉(zhuǎn)。在實(shí)施層面，人類社會(huì)通過(guò)降低碳排放的手段進(jìn)行氣候調(diào)控屬于對(duì)自然環(huán)境的人工調(diào)控或者最優(yōu)調(diào)控問(wèn)題，也是自然控制論的研究范疇[4]。碳達(dá)峰與碳中和涉及諸多亟待解決的重要科學(xué)問(wèn)題，本文主要闡述碳達(dá)峰與碳中和目標(biāo)下地球系統(tǒng)中大氣、陸地和海洋相關(guān)的若干關(guān)鍵科學(xué)問(wèn)題及知識(shí)缺口，以及支撐碳中和的監(jiān)測(cè)和評(píng)估方法。面向國(guó)家碳中和重大戰(zhàn)略需求，科學(xué)界亟待解決這些問(wèn)題，支撐我國(guó)建設(shè)世界科技強(qiáng)國(guó)。
1 溫室氣體及全球響應(yīng)和反饋過(guò)程 1.1 地球系統(tǒng)響應(yīng)溫室氣體增加的科學(xué)基礎(chǔ)及不確定性地表溫度對(duì)溫室氣體排放具有接近實(shí)時(shí)的快速響應(yīng)（按年計(jì)），長(zhǎng)時(shí)間尺度的地表溫度變化和累積溫室氣體排放有近線性的關(guān)系（圖 1），即大約550 Gt的碳排放會(huì)對(duì)應(yīng)1℃的升溫。自工業(yè)革命以來(lái)的溫室氣體排放累積導(dǎo)致了全球平均氣溫上升約1.1℃。而未來(lái)的溫度變化主要取決于未來(lái)的排放量，所以《巴黎協(xié)定》的2℃控溫目標(biāo)實(shí)際上對(duì)應(yīng)了未來(lái)的溫室氣體總排放量：粗略估計(jì)只有約500 Gt的排放空間[5]。
|
|
| 圖 1 全球地表溫度與累計(jì)CO2間的關(guān)系及其不確定性來(lái)源 Figure 1 Relationship between global mean surface temperature and cumulative CO2 emissions, and uncertain processes affecting the relationship （a）地表溫度與CO2累積排放量；其中，實(shí)心黑色橢圓表示觀測(cè)到的至2005年的CO2累計(jì)排放和2000—2009年這10年觀測(cè)到的溫度，而不同顏色的橢圓表示基于氣候模型在不同未來(lái)溫室氣體排放情景下的2100年氣溫和1870—2100年累計(jì)CO2的對(duì)應(yīng)關(guān)系，橢圓旁的數(shù)字表示2100年的大氣CO2濃度（單位為ppm）（圖簡(jiǎn)化自IPCC-AR5）；（b）影響估計(jì)地表溫度對(duì)溫室氣體響應(yīng)關(guān)系的主要不確定性來(lái)源[9] (a) Global mean surface temperature increases as a function of cumulative total global CO2 emissions; the filled black ellipse shows observed emissions to 2005 and observed temperatures in the decade 2000–2009 with associated uncertainties. Ellipses show total anthropogenic warming in 2100 versus cumulative CO2 emissions from 1870 to 2100 from a simple climate model (median climate response) under different scenarios (figure from IPCC-AR5); (b) Uncertain processes affecting relationship between increasing global mean surface temperature and cumulative CO2 emissions [9] |
|
圖選項(xiàng)
|
科學(xué)界已經(jīng)明確溫室氣體排放會(huì)導(dǎo)致氣溫上升[6-8]，并以此作為未來(lái)減排目標(biāo)的主要科學(xué)依據(jù)。但是，不確定性依然存在[9]（圖 1），主要來(lái)自以下方面：氣溫對(duì)溫室氣體的響應(yīng)過(guò)程和機(jī)制的不確定性，包括碳循環(huán)的響應(yīng)；地球系統(tǒng)中大氣、陸地、冰凍圈、海洋等對(duì)溫室氣體的響應(yīng)及其相互作用；凍土的反饋機(jī)制；CO2及非CO2溫室氣體的核算及其反饋機(jī)制；地球系統(tǒng)的非線性響應(yīng)及自然變率的貢獻(xiàn)等。減小氣溫對(duì)溫室氣體響應(yīng)過(guò)程和機(jī)制的不確定性將為未來(lái)精準(zhǔn)核算碳收支提供科學(xué)基礎(chǔ)。
除了地表溫度上升外，全球變化表現(xiàn)為大氣、海洋、陸地、冰凍圈、生物圈等各圈層的系統(tǒng)性變化，包括且不限于：海洋升溫和酸化、陸面溫度上升、高山冰川和北極海冰范圍縮小、格陵蘭和南極冰蓋質(zhì)量損失、海平面上升、極端事件加劇等，這些是全球變化的主要判別指標(biāo)。目前，這些主要的全球性氣候指標(biāo)數(shù)據(jù)依然被歐美國(guó)家的政府機(jī)構(gòu)或研究團(tuán)體主導(dǎo)，我國(guó)的貢獻(xiàn)甚少。同時(shí)，我國(guó)尚未建立關(guān)鍵氣候變化核心指標(biāo)的實(shí)時(shí)監(jiān)測(cè)平臺(tái)，這制約了我國(guó)施行快速、精準(zhǔn)的氣候變化政策，也制約了我國(guó)對(duì)碳達(dá)峰與碳中和目標(biāo)的措施進(jìn)行績(jī)效評(píng)價(jià)。
1.2 全球海洋和大氣響應(yīng)全球氣候變化的科學(xué)問(wèn)題及知識(shí)缺口 1.2.1 海洋的響應(yīng)和反饋全球變暖90% 以上的熱量都儲(chǔ)存在海洋中。由于巨大的體量和比熱容，海洋對(duì)溫室氣體的響應(yīng)具有延時(shí)性[10]。即使碳中和目標(biāo)可以達(dá)成，海洋變暖、海平面上升等依然會(huì)持續(xù)[8, 11]，這對(duì)未來(lái)適應(yīng)和減緩氣候變化提出了更高的要求。
全球海洋物理狀態(tài)的變化會(huì)改變海洋的碳收支（例如，海洋吸收CO2的“生物泵”和“物理泵”），對(duì)碳中和目標(biāo)的實(shí)現(xiàn)有重要影響。海水增暖后，其固碳能力會(huì)下降。例如，近幾十年南大洋內(nèi)部熱含量的增長(zhǎng)十分顯著[12]，這可能導(dǎo)致南大洋固碳能力減弱[10]。大西洋經(jīng)圈翻轉(zhuǎn)環(huán)流減弱也可能會(huì)削弱深對(duì)流過(guò)程的固碳能力[13]。在碳中和氣候狀態(tài)下，海洋層結(jié)上層減弱、中深層加強(qiáng)，這對(duì)海洋儲(chǔ)碳能力的影響尚不明確。北冰洋海底擁有巨大的碳埋藏量，一方面，北冰洋海水增暖使得這些冰狀水合物極易融化分解，從而釋放出CO2；另一方面，全球變暖導(dǎo)致北極海冰范圍縮小，使得海表冷水與大氣的接觸增加，從而增強(qiáng)海水的儲(chǔ)碳的能力，二者最終會(huì)導(dǎo)致北極碳收支發(fā)生何種變化也不明確。
1.2.2 大氣的響應(yīng)和反饋我國(guó)碳中和目標(biāo)的實(shí)現(xiàn)主要依賴于科技的進(jìn)步和經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)型，但同時(shí)也會(huì)受到我國(guó)未來(lái)氣候走向的直接影響。例如，植樹(shù)造林，以及利用太陽(yáng)能、風(fēng)能等新能源都是實(shí)現(xiàn)碳中和的重要舉措，而在多大程度和范圍內(nèi)能夠采取上述舉措主要依賴于氣溫、降水、輻射、風(fēng)速等基本的天氣和氣候狀況；即使對(duì)于傳統(tǒng)的水力發(fā)電，其在未來(lái)的能源供給能力也依賴于氣候，特別是降水的走向。在極端天氣條件下，如異常的“副高活動(dòng)”“極渦活動(dòng)”等帶來(lái)的大范圍風(fēng)能、光能異常，可能導(dǎo)致大規(guī)模電力供應(yīng)不足問(wèn)題，如2020年冬季美國(guó)得克薩斯州的能源災(zāi)難問(wèn)題。因此，在進(jìn)行我國(guó)碳中和規(guī)劃和碳匯的估算時(shí)必須考慮未來(lái)40年內(nèi)氣候走向這一要素。
溫室氣體濃度變化對(duì)氣候的影響主要分為2類不同時(shí)間尺度的過(guò)程[14]：受大氣CO2強(qiáng)迫影響的快速調(diào)整過(guò)程、受全球平均溫度變化影響的緩慢調(diào)整過(guò)程。在溫室氣體濃度上升階段，兩者同步增長(zhǎng)，該情形下的氣候變化研究相對(duì)較清楚[15, 16]；而在下降階段，全球平均溫度的增長(zhǎng)將放緩，而科學(xué)界對(duì)該階段的氣候影響認(rèn)識(shí)不夠[10, 17]。此外，《巴黎協(xié)定》只給出了21世紀(jì)的溫度控制目標(biāo)，但實(shí)現(xiàn)目標(biāo)的溫室氣體排放路徑卻有很多種可能[18]；同時(shí)，以不同的溫室氣體排放路徑實(shí)現(xiàn)相同的溫度目標(biāo)，氣候的響應(yīng)也存在差異[19, 20]。
1.2.3 地球系統(tǒng)內(nèi)部變率的影響氣候變化一部分是由溫室氣體排放、土地利用等人類活動(dòng)引起的氣候系統(tǒng)外強(qiáng)迫改變所造成的變化；另一部分則是由氣候系統(tǒng)內(nèi)部的大氣、海洋、陸地、冰雪等圈層相互作用所引起的內(nèi)部變率造成的變化[21]。過(guò)去40年，內(nèi)部變率對(duì)東亞一些地區(qū)氣溫等要素變化的作用可以超過(guò)人類活動(dòng)的作用[22, 23]。內(nèi)部變率引發(fā)的氣候變化與人類活動(dòng)外強(qiáng)迫導(dǎo)致的變化相比具有更大的不確定性，是造成未來(lái)30—50年氣候變化不確定性的重要來(lái)源[21]。因此，在考慮我國(guó)碳中和相關(guān)政策時(shí)，必須關(guān)注氣候系統(tǒng)內(nèi)部變率的作用，特別是由其引起的不確定性。目前，有關(guān)全球碳匯格局、時(shí)間尺度、演化趨勢(shì)及其與氣候系統(tǒng)互饋機(jī)理等方面的科學(xué)認(rèn)識(shí)尚存在重大缺失，亟待進(jìn)一步深入研究。
2 我國(guó)陸地和海洋碳源/匯貢獻(xiàn)和不確定性 2.1 中國(guó)陸地生態(tài)系統(tǒng)碳源/匯綜述陸地生態(tài)系統(tǒng)是我國(guó)最重要的碳匯之一[24]，系列研究利用不同的模型和方法，估算了我國(guó)區(qū)域陸地碳匯強(qiáng)度。這些研究對(duì)于量化我國(guó)陸地碳匯的貢獻(xiàn)發(fā)揮了重要的作用。例如，Wang等[24]發(fā)現(xiàn)2010—2016年我國(guó)陸地生態(tài)系統(tǒng)年均吸收了同時(shí)期人為碳排放的45%，揭示了我國(guó)陸地生態(tài)圈的巨大碳匯作用。然而，目前對(duì)于我國(guó)區(qū)域陸地碳匯強(qiáng)度估算仍然存在著較大的不確定性，不同研究者對(duì)于碳匯強(qiáng)度估算存在明顯的差異（表 1）[24-30]。
|
|
21世紀(jì)前10年我國(guó)森林年碳匯總量平均約為173.9 Tg C/yr（1 Tg C=1012 g），其中生物量、死有機(jī)質(zhì)和土壤有機(jī)碳（SOC）的年碳儲(chǔ)量變化分別為約150.2 Tg C/yr、9.0 Tg C/yr和24.7 Tg C/yr。但是，不同研究之間的結(jié)果差異較大。生物量碳庫(kù)的不確定性主要來(lái)自不同研究所采用的森林面積不同，從1.428億公頃[31]到1.882億公頃[32]不等。一部分研究采用的森林面積數(shù)據(jù)來(lái)源于國(guó)家森林資源連續(xù)清查，另一部分研究采用了我國(guó)1 : 1 000 000植被圖確定森林面積，而二者對(duì)于森林的定義存在顯著區(qū)別。此外，多數(shù)研究只評(píng)估喬木林生物量碳儲(chǔ)量變化，而較少涉及經(jīng)濟(jì)林、竹林、灌木林、稀疏林及森林之外的林木，也較少涉及死有機(jī)質(zhì)和SOC碳庫(kù)變化，難以全面衡量森林生態(tài)系統(tǒng)的碳匯功能。另外，SOC儲(chǔ)量變化估算結(jié)果的不確定性與所評(píng)估的土層厚度不一致有很大關(guān)系[33, 34]。
2.1.2 田間管理提高農(nóng)業(yè)碳匯能力農(nóng)田生態(tài)系統(tǒng)作為全球碳庫(kù)中最活躍的部分，受耕作、灌溉、施肥等人類活動(dòng)的影響最大，對(duì)大氣碳含量影響也較為明顯。目前的研究更多地關(guān)注了農(nóng)田SOC儲(chǔ)量變化，而對(duì)于SOC儲(chǔ)量變化與非CO2溫室氣體排放之間平衡的研究相對(duì)較少。在農(nóng)田生態(tài)系統(tǒng)中，作為土壤肥力關(guān)鍵指標(biāo)的SOC含量，對(duì)糧食生產(chǎn)和緩解氣候變化起著重要作用[35]。氣候變暖和極端氣候事件頻發(fā)可能會(huì)導(dǎo)致SOC損失加劇，而提高作物產(chǎn)量、增加秸稈還田及少免耕等農(nóng)業(yè)生產(chǎn)措施則會(huì)顯著增加農(nóng)田SOC[36-38]。
2.1.3 濕地保護(hù)與碳匯我國(guó)自然濕地的SOC儲(chǔ)量達(dá)8—17 Pg C，約占全國(guó)陸地SOC總儲(chǔ)量的1/10—1/8，約占全球陸地SOC總儲(chǔ)量的3.8% [39, 40]。我國(guó)自然濕地甲烷（CH4）年排放量估計(jì)為1.9—3.86 Tg C[41-43]。
自然狀態(tài)下，濕地生態(tài)系統(tǒng)都表現(xiàn)為碳匯[44-46]。但受人類活動(dòng)影響，濕地被排干，其SOC分解速率加快，導(dǎo)致溫室氣體排放量增加，從而將濕地生態(tài)系統(tǒng)由碳匯轉(zhuǎn)變?yōu)榫薮筇荚?sup>[47]。我國(guó)近半個(gè)世紀(jì)的濕地墾殖導(dǎo)致的碳損失量達(dá)每年173.2 Tg C [40]；同時(shí)，CH4排放量總共減少約10.3 Tg[41]。不同區(qū)域、不同類型的濕地，其CH4排放通量和固碳速率均有差異。因此，制定合理的濕地恢復(fù)政策，挖掘我國(guó)自然濕地的低碳匯價(jià)值，對(duì)于實(shí)現(xiàn)碳中和具有積極意義。
2.2 海洋碳收支和海洋增匯海洋是巨大的碳匯和碳庫(kù)，人類活動(dòng)排放的CO2約有1/4—1/3被海洋吸收。海洋碳匯主要有海岸帶高等植被（包括紅樹(shù)林、鹽沼、海草床等）、微型生物碳匯（“生物泵”與“微型生物碳泵”）、以海藻養(yǎng)殖為主體的漁業(yè)碳匯等。海洋水體中蘊(yùn)含巨大的可長(zhǎng)久儲(chǔ)存的惰性溶解有機(jī)碳（RDOC），其總量與大氣碳量相當(dāng)，而RDOC主要來(lái)自微型生物碳泵的貢獻(xiàn)[48, 49]。海洋碳源/匯在不同海區(qū)有較大差別，急需綜合考慮海區(qū)的外部碳輸入和向外輸出等因素，估測(cè)我國(guó)近海的碳源/匯情況[49]。目前，國(guó)際上還缺乏統(tǒng)一的海洋碳匯評(píng)估標(biāo)準(zhǔn)，急需強(qiáng)化不同生境海洋碳匯復(fù)雜過(guò)程和機(jī)制的深入研究，并在此基礎(chǔ)上建立不同類型海洋碳匯的核查技術(shù)體系，大力研發(fā)海洋增匯技術(shù)，積極探索實(shí)施海洋增匯工程。目前，有潛力的增匯措施主要包括陸海統(tǒng)籌減排增匯、海洋缺氧環(huán)境減排增匯、濱海濕地減排增匯、養(yǎng)殖環(huán)境減排增匯、珊瑚礁生態(tài)系統(tǒng)減排增匯、海洋地質(zhì)碳封存等[51]。
3 地球系統(tǒng)科學(xué)支撐碳中和的關(guān)鍵技術(shù)手段及現(xiàn)存的關(guān)鍵問(wèn)題 3.1 基于地球系統(tǒng)模型模擬和預(yù)估氣候變化，支撐碳中和路徑和目標(biāo)地球系統(tǒng)模式能夠定量刻畫(huà)大氣、陸地、海洋碳循環(huán)等地球系統(tǒng)各部分之間的相互作用過(guò)程，是認(rèn)識(shí)、理解全球碳循環(huán)過(guò)程和機(jī)制，以及模擬和預(yù)估氣候變化的核心工具。通過(guò)設(shè)置不同的碳中和目標(biāo)約束（如何減排、如何增匯等），地球系統(tǒng)模式得到最有效、最合理的碳中和路徑，從而為尋找碳中和最優(yōu)科學(xué)路徑提供強(qiáng)有力的技術(shù)和工具支持。當(dāng)前，我國(guó)具有自主知識(shí)產(chǎn)權(quán)的第二代中國(guó)科學(xué)院地球系統(tǒng)模式（CAS-ESM2）實(shí)現(xiàn)了碳循環(huán)和氣候的完全耦合[52]，可以模擬地球各主要分系統(tǒng)對(duì)不同碳中和路徑的響應(yīng)，包括陸地和海洋碳通量變化、陸表植被和水文變化、氣候變化等。然而，當(dāng)前地球系統(tǒng)模式在功能和性能上還需進(jìn)一步完善，特別是提升對(duì)人為過(guò)程、植被動(dòng)態(tài)演變、火干擾、氮循環(huán)等過(guò)程的描述[53]。
3.2 天空地一體化溫室氣體觀測(cè)系統(tǒng) 3.2.1 衛(wèi)星遙感觀測(cè)衛(wèi)星遙感觀測(cè)可以在碳源/匯核查方面發(fā)揮重要作用。我國(guó)于2016年發(fā)射了第一顆CO2監(jiān)測(cè)科學(xué)實(shí)驗(yàn)衛(wèi)星[54]，又陸續(xù)發(fā)射風(fēng)云三號(hào)D星和高分五號(hào)大氣成分監(jiān)測(cè)衛(wèi)星[55]。由于幅寬較?。?0—20 km）且重訪周期長(zhǎng)，國(guó)際上現(xiàn)有衛(wèi)星主要在全球尺度碳源/匯反演中發(fā)揮作用，還無(wú)法滿足點(diǎn)源、城市、區(qū)域尺度監(jiān)測(cè)需求。
新一代的溫室氣體監(jiān)測(cè)衛(wèi)星的主要發(fā)展方向包括[56]：①提高觀測(cè)的時(shí)空分辨率。例如，增加跨軌掃描寬度（> 100 km）以提高覆蓋范圍（中國(guó)風(fēng)云三號(hào)G星、大氣環(huán)境監(jiān)測(cè)衛(wèi)星2星），提高時(shí)間分辨率（歐洲CO2M多星組網(wǎng)、美國(guó)GEOCARB靜止軌道衛(wèi)星），采用激光雷達(dá)（歐洲MERLIN、中國(guó)“環(huán)境一號(hào)”衛(wèi)星）實(shí)現(xiàn)晝夜觀測(cè)，以及溫室氣體和污染氣體協(xié)同觀測(cè)。②發(fā)展先進(jìn)的遙感反演算法、快速高精度輻射傳輸模式和改進(jìn)分子光譜學(xué)數(shù)據(jù)庫(kù)。③進(jìn)一步發(fā)展衛(wèi)星數(shù)據(jù)同化方法，實(shí)現(xiàn)人為溫室氣體源匯清單反演能力。
3.2.2 地面溫室氣體通量觀測(cè)技術(shù)過(guò)去20多年，全球范圍內(nèi)形成了碳通量觀測(cè)網(wǎng)絡(luò)（FLUXNET），為全球碳收支與全球變化研究提供了高質(zhì)量的溫室氣體地面通量長(zhǎng)期觀測(cè)數(shù)據(jù)[57]。面向碳中和的需求，也應(yīng)把溫室氣體地面通量的監(jiān)測(cè)網(wǎng)作為整個(gè)碳核算監(jiān)測(cè)體系的重要組成部分。該監(jiān)測(cè)網(wǎng)絡(luò)的建設(shè)應(yīng)關(guān)注5個(gè)方面：①加強(qiáng)典型城市下墊面的通量監(jiān)測(cè)；②推動(dòng)觀測(cè)方法、數(shù)據(jù)處理、儀器操作和維護(hù)的規(guī)范化和標(biāo)準(zhǔn)化建設(shè)，提升地面觀測(cè)通量數(shù)據(jù)的質(zhì)量和可靠性；③強(qiáng)化非二通量先進(jìn)測(cè)量技術(shù)的研發(fā)和加強(qiáng)CO2與主要非CO2溫室氣體（CH4和N2O）的地面通量同步觀測(cè)；④加快自主技術(shù)儀器設(shè)備的研發(fā)；⑤加強(qiáng)基于自主技術(shù)氣體分析儀的溫室氣體和污染氣體地面通量觀測(cè)研究。
3.2.3 發(fā)展人為碳排放觀測(cè)技術(shù)目前的觀測(cè)技術(shù)在觀測(cè)非CO2溫室氣體方面還有較大欠缺。雖然所有7種溫室氣體都有可滿足精度需求的較成熟檢測(cè)方法，但還存在體積大、成本高、運(yùn)維難度大、在線化程度低等缺點(diǎn)，因此不利于獲得廣泛的高分辨觀測(cè)數(shù)據(jù)。例如，氧化亞氮（N2O）、六氟化硫（SF6）、三氟化氮（NF3）需要帶有電子捕獲檢測(cè)器的氣相色譜儀，而氫氟碳化物（HFCs）、全氟碳化物（PFCs）需要?dú)庀嗌V質(zhì)譜聯(lián)用儀。另外，不同高度的濃度觀測(cè)所代表下墊面通量貢獻(xiàn)區(qū)有顯著的差異，因此基于雷達(dá)、高塔、飛機(jī)、探空的垂直分布觀測(cè)也至關(guān)重要。
3.2.4 加強(qiáng)城市碳監(jiān)測(cè)平臺(tái)建設(shè)城市占陸地面積不到3%，卻直接排放了全球約44% 的CO2，間接影響了近80% 的能源相關(guān)的CO2排放，是估計(jì)人為碳排放的關(guān)鍵區(qū)域。在城市尺度上，CO2排放清單的統(tǒng)計(jì)數(shù)據(jù)和排放因子、時(shí)空分配方案等具有較大的不確定性，不同清單的差異可達(dá)70%—300%[58]，并且無(wú)法識(shí)別和定位未知的排放源。城市尺度的CO2濃度排放監(jiān)測(cè)和反演可以提供獨(dú)立的手段校準(zhǔn)碳排放清單數(shù)據(jù)，服務(wù)于城市清單碳排放總量驗(yàn)證，追蹤城市碳排放清單的遺漏。
3.3 溫室氣體源-匯清單核算方法根據(jù)IPCC的國(guó)家溫室氣體清單指南，溫室氣體的人為源匯清單可用3個(gè)層級(jí)的方法編制；其中，第一、二層級(jí)是排放因子法，第三層級(jí)是過(guò)程模型法，都統(tǒng)一屬于“自下而上”（bottom-up）方法。排放因子法目前還是各個(gè)國(guó)家或地方政府編制溫室氣體清單的通行方法。由于活動(dòng)水平資料難以快速更新，且排放因子數(shù)據(jù)通常是一些有限條件觀測(cè)數(shù)據(jù)的平均值，排放因子法往往不能比較客觀地反映溫室氣體源-匯的動(dòng)態(tài)變化與空間分布。相比而言，過(guò)程模型法則可以克服排放因子法的上述不足。但是，過(guò)程模型的構(gòu)建和檢驗(yàn)，以及其驅(qū)動(dòng)數(shù)據(jù)的準(zhǔn)備，難度相對(duì)較大，這導(dǎo)致過(guò)程模型法僅在極少數(shù)發(fā)達(dá)國(guó)家及我國(guó)的部分土地利用類型（如農(nóng)田、濕地等）溫室氣體源-匯清單編制中得到應(yīng)用。另外，對(duì)于土地覆被和土地利用變化引起的溫室氣體源-匯變化，以及畜牧業(yè)的溫室氣體排放，過(guò)程模型法的應(yīng)用仍然具有挑戰(zhàn)性。
“自上而下”方法通過(guò)觀測(cè)大氣溫室氣體濃度，結(jié)合氣象場(chǎng)資料和大氣傳輸模式，利用同化技術(shù)反演估算區(qū)域源-匯及變化狀況[59-61]。IPCC最新版的溫室氣體清單指南[62]首次提出，該方法反演估算的溫室氣體源-匯狀況，作為完全獨(dú)立的數(shù)據(jù)，可以被用來(lái)驗(yàn)證排放因子法或過(guò)程模型法編制的溫室氣體清單。當(dāng)前，CO2同化系統(tǒng)發(fā)展趨勢(shì)主要表現(xiàn)在4個(gè)方面：①聯(lián)合同化地基觀測(cè)和衛(wèi)星遙感的XCO2（大氣CO2柱濃度）數(shù)據(jù)。②聯(lián)合同化大氣CO2濃度、站點(diǎn)通量、遙感地表參數(shù)等數(shù)據(jù)[61]。③同時(shí)優(yōu)化生態(tài)系統(tǒng)和化石燃料燃燒的CO2通量[63]?，F(xiàn)有的全球碳同化系統(tǒng)基本上都假設(shè)化石燃料燃燒的CO2通量數(shù)據(jù)無(wú)誤差，僅優(yōu)化生態(tài)系統(tǒng)CO2通量，但事實(shí)并非如此[64]。14CO2是公認(rèn)的理想化石燃料燃燒排放指示信號(hào)[65]。④通過(guò)污染氣體和CO2的聯(lián)合同化，以優(yōu)化化石燃料燃燒CO2排放[66]。
4 結(jié)論和建議實(shí)施碳中和目標(biāo)將是我國(guó)21世紀(jì)最大規(guī)模的人類有序活動(dòng)，涉及地球系統(tǒng)多圈層相互作用，必將觸發(fā)地球環(huán)境演變，并催生新的科學(xué)前沿。本文總結(jié)了涉及碳中和的地球系統(tǒng)科學(xué)的若干科學(xué)技術(shù)問(wèn)題，展望了發(fā)展趨勢(shì)?；谏鲜鲇懻?，提出3點(diǎn)科學(xué)建議。
（1）自主構(gòu)建氣候變化監(jiān)測(cè)指標(biāo)系統(tǒng)，深入理解氣候系統(tǒng)多圈層相互作用過(guò)程和機(jī)制，為碳中和目標(biāo)的實(shí)現(xiàn)提供科學(xué)基礎(chǔ)。針對(duì)我國(guó)尚未建立關(guān)鍵氣候變化核心指標(biāo)實(shí)時(shí)監(jiān)測(cè)平臺(tái)的問(wèn)題，建議積極統(tǒng)籌各方力量，建立我國(guó)自主可控的氣候變化核心監(jiān)測(cè)指標(biāo)集和平臺(tái)，以實(shí)現(xiàn)全球氣候變化核心數(shù)據(jù)的自主化并形成國(guó)際影響力，動(dòng)態(tài)評(píng)估全球氣候狀況，為應(yīng)對(duì)氣候變化提供科學(xué)數(shù)據(jù)基礎(chǔ)。對(duì)氣候系統(tǒng)多圈層相互作用過(guò)程和機(jī)制的理解，是精準(zhǔn)設(shè)置減排目標(biāo)、準(zhǔn)確評(píng)估氣候變化影響和風(fēng)險(xiǎn)的基礎(chǔ)。因此，要實(shí)現(xiàn)碳中和目標(biāo)，需要全面加強(qiáng)全球碳匯格局、時(shí)間尺度、演化趨勢(shì)及其與氣候系統(tǒng)的互饋機(jī)理等方面的重要基礎(chǔ)科學(xué)研究。
（2）自主研發(fā)溫室氣體監(jiān)測(cè)與核查技術(shù)和平臺(tái)，為碳中和目標(biāo)提供先進(jìn)的科技支撐。目前，我國(guó)缺乏溫室氣體源匯評(píng)估的自主核查校驗(yàn)方法和技術(shù)平臺(tái)。建議：①在監(jiān)測(cè)數(shù)據(jù)獲取能力方面，突破溫室氣體空間監(jiān)測(cè)技術(shù)、地面監(jiān)測(cè)網(wǎng)、垂直探測(cè)、自主先進(jìn)探測(cè)技術(shù)、非CO2監(jiān)測(cè)技術(shù)，推進(jìn)城市碳監(jiān)測(cè)平臺(tái)建設(shè)，形成天空地一體化的溫室氣體監(jiān)測(cè)能力。②在方法體系方面，研發(fā)基于天地一體化觀測(cè)的多尺度溫室氣體清單校核方法。融合“自上而下”反演方法與高分辨率“自下而上”動(dòng)態(tài)清單方法，實(shí)現(xiàn)人為源-匯變化的精細(xì)化監(jiān)測(cè)，為國(guó)家相關(guān)政策的制定提供科學(xué)依據(jù)。③需要全面認(rèn)識(shí)和調(diào)查海洋和陸地的生物及其物理固碳能力，全面監(jiān)測(cè)我國(guó)的碳源/匯。
（3）進(jìn)一步完善地球系統(tǒng)模式，以國(guó)家“地球系統(tǒng)數(shù)值模擬裝置”為核心，建設(shè)國(guó)家碳中和核算-評(píng)估-決策支持中心，用科技能力建設(shè)支撐碳中和戰(zhàn)略的實(shí)施。需要研發(fā)和優(yōu)化可正確刻畫(huà)碳循環(huán)復(fù)雜過(guò)程的地球系統(tǒng)模型，結(jié)合不同減排情景和不同的人類活動(dòng)影響，預(yù)估2030年和2060年的全球及我國(guó)碳收支特征，以及我國(guó)不同陸地生態(tài)系統(tǒng)對(duì)碳中和的貢獻(xiàn)；研究規(guī)劃最優(yōu)碳中和路徑的方法論，評(píng)估生態(tài)工程可能的方案和轉(zhuǎn)換能源結(jié)構(gòu)的最優(yōu)途徑，為我國(guó)2060年前實(shí)現(xiàn)碳中和目標(biāo)提供強(qiáng)有力的科技支撐。
| [1] |
Matthews J B R. Annex I: Glossary//Masson-Delmotte V, Zhai P M, P?rtner H O, et al. Global Warming of 1.5℃. An IPCC Special Report. Cambridge: Cambridge University Press, 2018: 541-562.
|
| [2] |
中華人民共和國(guó). 中華人民共和國(guó)氣候變化第二次兩年更新報(bào)告. (2018-12-01)[2021-05-09]. http://big5.mee.gov.cn/gate/big5/www.mee.gov.cn/ywgz/ydqhbh/wsqtkz/201907/P020190701765971866571.pdf.
|
| [3] |
葉篤正, 符淙斌, 季勁鈞, 等. 有序人類活動(dòng)與生存環(huán)境. 地球科學(xué)進(jìn)展, 2001, 16(4): 453-460. DOI:10.3321/j.issn:1001-8166.2001.04.001 |
| [4] |
曾慶存. 自然控制論. 氣候與環(huán)境研究, 1996, 1(1): 11-20. DOI:10.3878/j.issn.1006-9585.1996.01.02 |
| [5] |
Rogelj J, Shindell D, Jiang K, et al. Mitigation pathways compatible with 1.5℃ in the Context of Sustainable Development//Masson-Delmotte V, Zhai P M, P?rtner H O, et al. Global Warming of 1.5℃. An IPCC Special Report. Cambridge: Cambridge University Press, 2018: 93-174.
|
| [6] |
IP CC. The Physical Science Basis, Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change: Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2007.
|
| [7] |
IP CC. The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change: Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2013.
|
| [8] |
P?rtner H O, Roberts D C, Masson-Delmotte V, et al. Summary for Policymakers//IPCC Special Report on the Ocean and Cryosphere in a Changing Climate. Cambridge: Cambridge University Press, 2019.
|
| [9] |
Matthews H D, Tokarska K B, Nicholls Z R J, et al. Opportunities and challenges in using remaining carbon budgets to guide climate policy. Nature Geoscience, 2020, 13(12): 769-779. DOI:10.1038/s41561-020-00663-3 |
| [10] |
龍上敏, 謝尚平, 劉秦玉, 等. 海洋對(duì)全球變暖的快慢響應(yīng)與低溫升目標(biāo). 科學(xué)通報(bào), 2018, 63(Z1): 558-570. |
| [11] |
Cheng L J, Abraham J, Hausfather Z, et al. How fast are the oceans warming?. Science, 2019, 363: 128-129. DOI:10.1126/science.aav7619 |
| [12] |
Liu W, Lu J, Xie S P, et al. Southern Ocean heat uptake, redistribution, and storage in a warming climate: The role of meridional overturning circulation. Journal of Climate, 2018, 31(12): 4727-4743. DOI:10.1175/JCLI-D-17-0761.1 |
| [13] |
Wen Q, Yao J, D??s K, et al. Decoding hosing and heating effects on global temperature and meridional circulations in a warming climate. Journal of Climate, 2018, 31(23): 9605-9623. DOI:10.1175/JCLI-D-18-0297.1 |
| [14] |
Li X Q, Ting M F. Understanding the Asian summer monsoon response to greenhouse warming: The relative roles of direct radiative forcing and sea surface temperature change. Climate Dynamics, 2017, 49(7/8): 2863-2880. |
| [15] |
Rogelj J, Meinshausen M, Knutti R. Global warming under old and new scenarios using IPCC climate sensitivity range estimates. Nature Climate Change, 2012, 2(4): 248-253. DOI:10.1038/nclimate1385 |
| [16] |
周天軍, 吳波, 郭準(zhǔn), 等. 東亞夏季風(fēng)變化機(jī)理的模擬和未來(lái)變化的預(yù)估: 成績(jī)和問(wèn)題、機(jī)遇和挑戰(zhàn). 大氣科學(xué), 2018, 42(4): 902-934. |
| [17] |
Keller D P, Lenton A, Scott V, et al. The carbon dioxide removal model intercomparison project (CDRMIP): Rationale and experimental protocol for CMIP6. Geoscientific Model Development, 2018, 11(3): 1133-1160. DOI:10.5194/gmd-11-1133-2018 |
| [18] |
Tanaka K, O'Neill B C. The Paris Agreement zero-emissions goal is not always consistent with the 1.5℃ and 2℃ temperature targets. Nature Climate Change, 2018, 8(4): 319-324. DOI:10.1038/s41558-018-0097-x |
| [19] |
Good P, Booth B B B, Chadwick R, et al. Large differences in regional precipitation change between a first and second 2 K of global warming. Nature Communications, 2016, 7: 13667. DOI:10.1038/ncomms13667 |
| [20] |
Qu X, Huang G. Different multi-year mean temperature in mid-summer of South China under different 1.5℃ warming scenarios. Scientific Reports, 2018, 8(1): 13794. DOI:10.1038/s41598-018-32277-6 |
| [21] |
Intergovernmental Panel on Climate Change. Near-term climate change: Projections and predictability//Climate Change 2013-The Physical Science Basis: Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2013, 953-1028. |
| [22] |
Gong H N, Wang L, Chen W, et al. Time-varying contribution of internal dynamics to wintertime land temperature trends over the Northern Hemisphere. Geophysical Research Letters, 2019, 46(24): 14674-14682. DOI:10.1029/2019GL086220 |
| [23] |
Gong H, Wang L, Chen W, et al. Attribution of the east Asian winter temperature trends during 1979-2018:Role of external forcing and internal variability. Geophysical Research Letters, 2019, 46(19): 10874-10881. DOI:10.1029/2019GL084154 |
| [24] |
Wang J, Feng L, Palmer P I, et al. Large Chinese land carbon sink estimated from atmospheric carbon dioxide data. Nature, 2020, 586: 720-723. DOI:10.1038/s41586-020-2849-9 |
| [25] |
Piao S L, Fang J Y, Ciais P, et al. The carbon balance of terrestrial ecosystems in China. Nature, 2009, 458: 1009-1013. DOI:10.1038/nature07944 |
| [26] |
Tian H Q, Xu X F, Lu C Q, et al. Net exchanges of CO2, CH4, and N2O between China's terrestrial ecosystems and the atmosphere and their contributions to global climate warming. Journal of Geophysical Research: Biogeosciences, 2011, 116: G02011. |
| [27] |
Wang G C, Huang Y, Zhang W, et al. Quantifying carbon input for targeted soil organic carbon sequestration in China's croplands. Plant and Soil, 2015, 394(1/2): 57-71. DOI:10.1007/s11104-015-2508-3 |
| [28] |
Jiang F, Chen J M, Zhou L X, et al. A comprehensive estimate of recent carbon sinks in China using both top-down and bottom-up approaches. Scientific Reports, 2016, 6: 22130. DOI:10.1038/srep22130 |
| [29] |
He H L, Wang S Q, Zhang L, et al. Altered trends in carbon uptake in China's terrestrial ecosystems under the enhanced summer monsoon and warming hiatus. National Science Review, 2019, 6(3): 505-514. DOI:10.1093/nsr/nwz021 |
| [30] |
Zhang H F, Chen B Z, van der Laan-Luijkx I T, et al. Net terrestrial CO2 exchange over China during 2001-2010 estimated with an ensemble data assimilation system for atmospheric CO2. Journal of Geophysical Research: Atmospheres, 2014, 119(6): 3500-3515. DOI:10.1002/2013JD021297 |
| [31] |
Fang J Y, Guo Z D, Piao S L, et al. Terrestrial vegetation carbon sinks in China, 1981-2000. Science in China Series D: Earth Sciences, 2007, 50(9): 1341-1350. DOI:10.1007/s11430-007-0049-1 |
| [32] |
Tang X L, Zhao X, Bai Y F, et al. Carbon pools in China's terrestrial ecosystems: New estimates based on an intensive field survey. PNAS, 2018, 115(16): 4021-4026. DOI:10.1073/pnas.1700291115 |
| [33] |
Xie Z B, Zhu J G, Liu G, et al. Soil organic carbon stocks in China and changes from 1980s to 2000s. Global Change Biology, 2007, 13(9): 1989-2007. DOI:10.1111/j.1365-2486.2007.01409.x |
| [34] |
Fang J Y, Yu G R, Liu L L, et al. Climate change, human impacts, and carbon sequestration in China. PNAS, 2018, 115(16): 4015-4020. DOI:10.1073/pnas.1700304115 |
| [35] |
Amundson R, Berhe A A, Hopmans J W, et al. Soil and human security in the 21st century. Science, 2015, 348: 1261071. DOI:10.1126/science.1261071 |
| [36] |
Wang Q F, Zheng H, Zhu X J, et al. Primary estimation of Chinese terrestrial carbon sequestration during 2001-2010. Science Bulletin, 2015, 60(6): 577-590. DOI:10.1007/s11434-015-0736-9 |
| [37] |
Yang F, Li Y, Cui Y, et al. Utilization and develop strategy of organic fertilizer resources in China soils and fertilizers sciences in China. Soil and Fertilizer Sciences in China, 2010, 4: 77-82. |
| [38] |
易中懿. 中國(guó)農(nóng)業(yè)機(jī)械化年鑒-2010. 北京: 中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社, 2010.
|
| [39] |
張旭輝, 李典友, 潘根興, 等. 中國(guó)濕地土壤碳庫(kù)保護(hù)與氣候變化問(wèn)題. 氣候變化研究進(jìn)展, 2008, 4: 202-208. DOI:10.3969/j.issn.1673-1719.2008.04.002 |
| [40] |
Xiao D R, Deng L, Kim D G, et al. Carbon budgets of wetland ecosystems in China. Global Change Biology, 2019, 25(6): 2061-2076. DOI:10.1111/gcb.14621 |
| [41] |
Li T, Zhang W, Zhang Q, et al. Impacts of climate and reclamation on temporal variations in CH4 emissions from different wetlands in China: From 1950 to 2010. Biogeosciences, 2015, 12(23): 6853-6868. DOI:10.5194/bg-12-6853-2015 |
| [42] |
Xu X F, Tian H Q. Methane exchange between marshland and the atmosphere over China during 1949-2008. Global Biogeochemical Cycles, 2012, 26(2): GB2006. |
| [43] |
Wei D, Wang X D. CH4 exchanges of the natural ecosystems in China during the past three decades: The role of wetland extent and its dynamics. Journal of Geophysical Research: Biogeosciences, 2016, 121(9): 2445-2463. DOI:10.1002/2016JG003418 |
| [44] |
German Advisory Council on Global Change. The Accounting of Biological Sinks and Sources under the Kyoto Protocol: A Step Forwards or Backwards for Global Environmental Protection?. Bremerhaven: German Advisory Council on Global Change, 1998.
|
| [45] |
Mitra S, Wassmann R, Vlek P L G. An appraisal of global wetland area and its organic carbon stock. Current Science, 2005, 88(1): 25-35. |
| [46] |
Mitsch W J, Bernal B, Nahlik A M, et al. Wetlands, carbon, and climate change. Landscape Ecology, 2013, 28(4): 583-597. DOI:10.1007/s10980-012-9758-8 |
| [47] |
Zhang C H, Ju W M, Chen J M, et al. China's forest biomass carbon sink based on seven inventories from 1973 to 2008. Climatic Change, 2013, 118(3/4): 933-948. DOI:10.1007/s10584-012-0666-3 |
| [48] |
Zhang Y, Zhao M X, Cui Q, et al. Processes of coastal ecosystem carbon sequestration and approaches for increasing carbon sink. Science China Earth Sciences, 2017, 60(5): 809-820. DOI:10.1007/s11430-016-9010-9 |
| [49] |
Zhang Y Y, Zhang J H, Liang Y T, et al. Carbon sequestration processes and mechanisms in coastal mariculture environments in China. Science China Earth Sciences, 2017, 60(12): 2097-2107. DOI:10.1007/s11430-017-9148-7 |
| [50] |
Jiao N Z, Liang Y T, Zhang Y Y, et al. Carbon pools and fluxes in the China seas and adjacent oceans. Science China Earth Sciences, 2018, 61(11): 1535-1563. DOI:10.1007/s11430-018-9190-x |
| [51] |
焦念志, 劉紀(jì)化, 石拓, 等. 實(shí)施海洋負(fù)排放踐行碳中和戰(zhàn)略. 中國(guó)科學(xué): 地球科學(xué), 2021, 51(4): 632-643. |
| [52] |
Zhang H, Zhang M, Jin J, et al. CAS-ESM 2:Description and climate simulation performance of the Chinese Academy of Sciences (CAS) Earth System Model (ESM) version 2. Journal of Advances in Modeling Earth Systems, 2020, 12: e2020MS002210. |
| [53] |
Song X L, Zhang G J. The roles of convection parameterization in the formation of double ITCZ syndrome in the NCAR CESM: I. atmospheric processes. Journal of Advances in Modeling Earth Systems, 2018, 10(3): 842-866. DOI:10.1002/2017MS001191 |
| [54] |
Liu Y, Wang J, Yao L, et al. The TanSat mission: Preliminary global observations. Science Bulletin, 2018, 63(18): 1200-1207. DOI:10.1016/j.scib.2018.08.004 |
| [55] |
劉文清. '高分五號(hào)衛(wèi)星載荷研制'專輯. 大氣與環(huán)境光學(xué)學(xué)報(bào), 2019, 14(1). 合肥: 中國(guó)科學(xué)院合肥物質(zhì)科學(xué)研究院, 2019.
|
| [56] |
劉毅, 王婧, 車軻, 等. 溫室氣體的衛(wèi)星遙感——進(jìn)展與趨勢(shì). 遙感學(xué)報(bào), 2021, 25(1): 53-64. |
| [57] |
Papale D. Ideas and perspectives: Enhancing the impact of the FLUXNET network of eddy covariance sites. Biogeosciences, 2020, 17(22): 5587-5598. DOI:10.5194/bg-17-5587-2020 |
| [58] |
Han P F, Zeng N, Oda T, et al. A city-level comparison of fossil-fuel and industry processes-induced CO2 emissions over the Beijing-Tianjin-Hebei region from eight emission inventories. Carbon Balance and Management, 2020, 15(1): 1-16. DOI:10.1186/s13021-019-0136-6 |
| [59] |
Thompson R L, Patra P K, Chevallier F, et al. Top-down assessment of the Asian carbon budget since the mid 1990s. Nature Communications, 2016, 7(1): 1-10. |
| [60] |
Monteil G, Broquet G, Scholze M, et al. The regional European atmospheric transport inversion comparison, EUROCOM: First results on European-wide terrestrial carbon fluxes for the period 2006-2015. Atmospheric Chemistry and Physics, 2020, 20(20): 12063-12091. DOI:10.5194/acp-20-12063-2020 |
| [61] |
Jiang F, Wang H M, Chen J M, et al. Regional CO2 fluxes from 2010 to 2015 inferred from GOSAT XCO2 retrievals using a new version of the Global Carbon Assimilation System. Atmospheric Chemistry and Physics, 2021, 21(3): 1963-1985. DOI:10.5194/acp-21-1963-2021 |
| [62] |
Buendia E, Tanabe K, Kranjc A, et al. Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Geneva: IPCC, 2019.
|
| [63] |
National Research Council Report. Verifying greenhouse gas emissions: Methods to support international climate agreements. Washington DC: National Academies Press, 2010. |
| [64] |
Guan D, Liu Z, Geng Y, et al. The gigatonne gap in China's carbon dioxide inventories. Nature Climate Change, 2012, 2(9): 672-675. DOI:10.1038/nclimate1560 |
| [65] |
Basu S, Lehman J S, Miller P B, et al. Estimating US fossil fuel CO2 emissions from measurements of 14C in atmospheric CO2. PNAS, 2020, 117(24): 13300-13307. DOI:10.1073/pnas.1919032117 |
| [66] |
Super I, van der Gon H A C D, van der Molen M K, et al. Optimizing a dynamic fossil fuel CO2 emission model with CTDAS (CarbonTracker Data Assimilation Shell, v1.0) for an urban area using atmospheric observations of CO2, CO, NOx, and SO2. Geoscientific Model Development, 2020, 13(6): 2695-2721. DOI:10.5194/gmd-13-2695-2020 |
聯(lián)系客服
