XiaoMi-AI文件搜索系统
World File Search System寒区
寒区研究与工程实验室
是一个公认的事实，即地面的状态是由下降的太阳能和IR助焊剂在很大程度上驱动的。模型为预测地面的状态而开发的模型急剧取决于这些通量的初始化。当无法使用测量的太阳能和红外通量时，必须计算它们。我们已经比较了使用不同太阳通量初始化方案进行的热模型计算的接地温度。这些初始化方案使用了在智能武器可操作性增强（SWOE）野外程序中测量的太阳通量值，并从半经验模型（Shapiro的模型），平面平行模型（Modtran）和ARL的AIM（大气照明模块）模型中计算出的太阳通量值。我们研究了表面温度对不同太阳通量初始化方案的响应，而所有其他环境参数均保持恒定。我们发现，对于晴朗的天空，所有方案都产生了几乎相同的表面温度。对于部分多云和多云的天空，只有AIM模型才能模仿测得的太阳通量观察到的空间变异性。云场景仿真模型（CSSM）用于确定云的空间变异性。然后使用AIM使用云分布来产生表面太阳负荷的变化。cssm还具有在短时间内在云场中产生时间变化的能力。因此，可以使用CSSM并旨在在太阳负载中产生时间和空间变化。诸如AIM之类的模型经常承担巨大的计算负担。为了减轻与目标相关的计算负担，我们已经实施了几个新的程序。用于预测地面状态的分布式能量预算模型需要分布式环境参数才能初始化。这些参数中的许多可以从中尺度模型中获得，例如MM5或与IMET等程序相关的数据库。，据我们所知，这些模型或程序都没有提供分布式的太阳能或红外通量，这是能源预算模型的关键初始化参数。诸如与CSSM相关的AIM，或为此而言，任何提供有关大气条件的空间和时间分布信息的模型，都可以用于提供辐射通量的空间和时间分布。
加拿大水文模型 (CHM) v1.0 - GMD
摘要。尽管降雨径流水文学文献中对基于物理和空间分布的模型的优点存在争议，但寒区水文学领域的大量工作已经表明，通过纳入基于物理的过程表示、相对高分辨率的半分布式和全分布式离散化以及使用需要有限校准的物理上可识别的参数，可以提高预测能力。虽然人们越来越倾向于在超分辨率（< 1 公里）和雪堆分辨尺度（≈ 1 至 100 米）下进行建模，但现有寒区水文模型在这些尺度上的计算能力有限。这里介绍了一种新的分布式模型，即加拿大水文模型 (CHM)。虽然该模型旨在普遍应用，但它的重点是寒区过程在水文学中发挥作用的应用。主要功能包括能够执行以下操作：通过可变分辨率非结构化网格以有效方式捕获表面离散化中的空间异质性；包括多个过程表示；更改、删除和解耦水文过程算法；在点和空间分布尺度上工作；扩展到多个空间范围和尺度；并利用各种强制场（边界和初始条件）。本文重点介绍整体模型理念和设计，并提供了许多寒冷地区特有的功能和示例。
风能和太阳能对中国碳中和的潜在贡献
a 北京大学城市与环境学院，北京 100871，中国 b 中国气象局国家气候中心，北京 100081，中国 c 国网能源研究院，北京 102209，中国 d 纽约州立大学石溪分校工程与应用科学学院技术与社会系，纽约州立大学石溪分校，11794，美国 e 北京师范大学地理科学学院地表过程与资源生态国家重点实验室，北京 100875，中国 f 金风科技股份有限公司，北京 100176，中国 g 中国科学院青藏高原研究所，北京 100101，中国 h 中国宏观经济研究院能源研究所，北京 100038，中国 i 中国科学院西北生态环境资源研究院，寒区科学国家重点实验室，兰州 730000，中国 j 学校中山大学地理科学与规划学院，广州，510275，中国 k 中国海洋石油总公司研究院，北京，100028，中国 l 苏黎世联邦理工学院大气与气候科学研究所，苏黎世，8006，瑞士