摘要。格陵兰数字高程模型 (DEM) 对于实地考察、冰速计算和质量变化估计必不可少。以前的 DEM 为整个格陵兰岛提供了合理的估计,但应用源数据的时间跨度可能会导致质量变化估计偏差。为了提供具有特定时间戳的 DEM,我们应用了大约 5 。从 2018 年 11 月到 2019 年 11 月的 8 × 10 8 ICESat-2 观测来生成新的 DEM,包括格陵兰岛外围的冰盖和冰川。分别在 500 m、1 km、2 km 和 5 km 网格单元进行时空模型拟合过程,并以 500 m 的模态分辨率发布最终 DEM。总共有 98% 的网格由模型拟合获得,其余的 DEM 间隙通过普通克里金插值法估算。与机载地形测绘仪 (ATM) 激光雷达系统获取的 IceBridge 任务数据相比,ICESat-2 DEM 估计最大中值差异为 − 0 。48 米。通过模型拟合和插值获得的网格性能相似,均与 IceBridge 数据高度一致。在低纬度和高坡度或粗糙度地区,DEM 不确定性会增加。此外,与其他高度计得出的 DEM 相比,ICESat-2 DEM 显示出显着的精度改进,并且其精度与立体摄影测量和干涉测量得出的精度相当。格陵兰 DEM 及其不确定性可在 https://doi.org/10.11888/Geogra.tpdc.271336 (Fan 等人,2021 年) 上找到。总体而言,ICESat-2 DEM 在各种地形条件下都表现出了出色的精度稳定性,可以提供具有特定时间戳的高精度 DEM,这将有助于研究格陵兰岛海拔和质量平衡变化。
雄心勃勃的电力脱碳计划将需要非常高水平的可变可再生电力 (VRE) 发电,特别是来自陆上和海上风电和太阳能光伏发电。幸运的是,即使在正常市场条件下,VRE 的成本现在也与传统发电具有竞争力(至少在合适的碳价下)——而 2022 年的能源危机极大地强调了这一成本优势。这为“无补贴”VRE 进入提供了诱人的前景,尽管有完善的市场设计原则来提供合适的长期合同以降低风险,从而降低融资成本。此类合同很可能比预期的未来批发价格便宜,但即使如此,对大多数开发商来说仍然具有吸引力。其他 VRE 可能仍会选择以商人身份进入(Gohdes 等人,2022 年;Flottmann 等人,2022 年)。在 Gönül 等人调查的 18 个国家中,16 个国家的 2013-17 年陆上风电平均容量系数低于 30%。 (印刷中),其中英国为 25%,世界平均水平为 23%。海上风电的容量系数较高,2010-21 年世界平均水平为 40%(Fernández,2023 年),2017-22 年英国平均水平也是如此。2017-2021 年英国所有风电的平均容量系数为 32%,2009-21 年陆上风电的平均容量系数为 26.4%(DUKES,2022 年,表 6.3)。英国太阳能光伏发电的平均容量系数为 10.8%(2014-21 年),而全球平均水平一直在上升,因为光伏发电越来越多地位于低纬度地区,
摘要:未来水文条件的预测在很大程度上取决于全球气候模式,但模型性能差异很大。在这项研究中,我们研究了基于耦合模型对比项目(CMIP5和CMIP6)的第五和第六阶段的径流(R),降水(P),蒸发(ET)和土壤水分(ET)和土壤水分(SM)的预计变化,并量化了其预计的年度和季节性变化的不切实际。结果表明,所有四个水文变量均显示出与大多数全球土地相比的增加:CMIP6的年度预测在2080 - 99年间,分别为72%,81%,82%,82%,82%和66%的全球土地面积的占全球土地面积的66%。我们每年从不同来源估算了CMIP6中的不确定性,发现模型不确定性主导了二十一世纪预计的不确定性[76%(R),73%(p),89%(ET),ET)和95%(SM)(2090S),而内部变体的贡献则贡献了时间的贡献。低纬度区域在水文预测中具有最大的不确定性。在CMIP6中,P的预计变化的不确定性最大,最大程度地导致了R的R变化不确定性,而年度量表的贡献为93%,其次是ET和SM。 总体而言,在水文变化和不确定性的组成方面,CMIP5和CMIP6模型的性能相似。 这项研究为全球气候模型中水文组成部分的进一步改善和发展提供了理论参考。在CMIP6中,P的预计变化的不确定性最大,最大程度地导致了R的R变化不确定性,而年度量表的贡献为93%,其次是ET和SM。总体而言,在水文变化和不确定性的组成方面,CMIP5和CMIP6模型的性能相似。这项研究为全球气候模型中水文组成部分的进一步改善和发展提供了理论参考。