清风大模型旨在根据减排方案快速模拟PM2.5浓度,用户可在一定范围内选择基准排放清单和气象场,设置涵盖地区、部门、物种等多个维度的减排方案。在此基础上模拟获得PM2.5及组分浓度供用户在线查看或下载使用。具体的使用流程如下图所示: 基准清单选择:平台内置了基准排放清单,即MEIC v1.4版本2017-2020年排放清单(详见http://meicmodel.org.cn)。用户可在基准排放清单页面查看版本信息和排放数据,并在模拟任务管理页面新建任务时选择基准清单年份。 气象条件选择:平台内置了2017-2024年WRF模型模拟的气象场数据,用于驱动清风大模型模拟。用户可在模拟任务管理页面新建任务时选择气象场年份。 减排方案设计:选择基准排放清单和气象场后,用户可设置多个减排条件组以形成减排方案,也可根据平台提供的模板一次性提交减排方案。每个条件组允许在全国34个省级行政区设置电力、工业、民用、交通和农业五大部门的二氧化硫(SO2)、氮氧化物(NOx)、一次颗粒物(PM)、氨气(NH3)和挥发性有机物(VOC)的减排比例(0-100%)。若条件组之间有冲突,平台会提示用户进行修改。 模拟结果展示:用户提交减排任务后,平台调用清风大模型进行模拟,相关任务状态在模拟任务管理页面展示。模拟完成后,平台通过邮件通知用户,用户可点击“结果分析”按钮在线查看、绘制PM2.5浓度时间序列和空间分布专题图。 模拟结果下载:用户可在同一页面点击“结果下载”按钮下载相关数据,目前平台提供NetCDF格式(.nc)的PM2.5逐日浓度空间分布数据以及CSV格式(.csv)的PM2.5及组分各省人口加权年均浓度。 关于平台的使用如有任何疑问,请联系cncap@tsinghua.edu.cn。
随着大气污染治理进程的推进,我国主要大气污染物的减排已进入深水区,迫切需要建立精准、高效的污染防治策略。大气化学传输模型作为刻画大气中污染物物理及化学演变过程的核心工具,能够模拟污染物浓度对前体物排放变化的响应,因此被广泛应用于污染应急调控、减排路径优化等领域。然而,传统的大气化学传输模型需解析复杂的物理化学过程,对计算资源依赖高且运行效率低,难以满足大规模、多方案、多维度减排模拟的实际需求。 针对这一问题,清华大学张强教授、黄小猛教授和耿冠楠副研究员课题组依托国家自然科学基金和国家重点研发计划,开发了基于人工智能的PM2.5污染调控大模型:“清风大模型”。清风大模型面向PM2.5污染减排调控问题研发,可快速模拟PM2.5浓度对SO2、NOx、PM2.5、PM10、NH3、VOCs、BC和OC等前体物排放变化的响应。模型采用残差三维U-Net深度神经网络架构,以WRF/CMAQ模型生成的日尺度减排情景数据集为训练样本构建,覆盖中国全域,水平分辨率36公里。用户可在每个网格单元中设定基于基准排放的差异化减排比例,支持电力、工业、交通、农业和民用等部门的SO2、NOx、PM(包含PM2.5、PM10、BC和OC)、NH3和VOCs排放的独立调控。模型输出包括逐日网格化的PM2.5及六种化学成分浓度:硫酸盐(SO₄²⁻)、硝酸盐(NO₃⁻)、铵盐(NH₄⁺)、黑碳(BC)、有机碳(OM)和其他组分。清风大模型在模拟精度上逼近CMAQ模型,同时运行效率提升超过1300倍,大幅降低了计算成本,为大规模、多样化的减排模拟任务提供了可能,突破了传统模式成本高、效率低的局限。 目前,清风大模型第1版已上线CNCAP平台,支持用户以2017-2020年MEIC排放清单为基准,基于2017-2024年气象场自定义污染调控任务并开展模拟。用户可在全国34个省级行政区层面设置电力、工业、民用、交通和农业五大部门的PM、SO2、NOx、NH3和VOC减排比例(0-100%),并获取全年逐日PM2.5及组分浓度模拟结果。CNCAP平台提供了便捷、友好的在线下载和绘图服务,用户可根据需要下载不同减排任务下的PM2.5浓度模拟数据,也可在线查看和下载PM2.5浓度时间序列和空间分布专题图。 未来,团队将持续在模型架构、物种覆盖、空间分辨率和调控维度等方面进行迭代升级,进一步拓展清风大模型在多物种模拟、应急响应评估与减排路径优化中的适用场景。同时,平台秉承开放共享的理念,推动模型工具、数据产品与研究成果在科研和管理的深度应用。欢迎感兴趣的研究人员与管理机构使用清风大模型并提出宝贵意见,如有合作意向,欢迎随时与团队联系(邮箱:cncap@tsinghua.edu.cn)! 模型特色 > 支持机构 > 清风大模型的开发和维护受到以下项目和机构的支持:
多尺度排放清单模型(MEIC)暨碳中和与清洁空气协同科学评估与决策支持平台(CNCAP)暑期学校将于2024年8月21-23日在成都市世外桃源酒店举办。
多尺度排放清单模型(MEIC)暨 碳中和与清洁空气协同科学评估与决策支持平台(CNCAP) 暑期学校 为助力大气化学与大气环境研究,支撑空气污染与气候变化协同应对,在历年研讨活动的基础上,MEIC团队将于2024年8月21-23日举办多尺度排放清单模型(MEIC)暨碳中和与清洁空气协同科学评估与决策支持平台(CNCAP)暑期学校。本次暑期学校主要面向从事大气化学与大气环境、气候变化及减缓与应对、减污降碳协同治理等领域的研究生及专业研究人员,讲授 MEIC 模型与 CNCAP 平台的基本原理和使用方法,并通过实际案例操作,学习MEIC模型在大气化学传输模式中的应用、减排情景构建、减污降碳协同路径效益评估等内容。本次暑期学校容量50人,不收学费,学员食宿自理。报名方式见下,报名截止时间为7月5日,组织方将于7月12日之前通知报名入选结果。如有问题,请联系 meic@tsinghua.edu.cn 或周老师(13810208460)。 课程地点:成都市世外桃源酒店 课程时间:2024 年 8 月 23-24 日 报名方式:填写问卷https://www.wjx.cn/vm/t1yHEpd.aspx# 或扫描二维码 课程安排 MEIC模型(Multi-resolution Emission Inventory model for Climate and air pollution research)是由中国多尺度排放清单模型发展而来的人类活动大气排放模拟平台。模型由清华大学自 2010 年起开发并维护,旨在构建高分辨率的全球范围多尺度人为源温室气体与大气污染物排放清单数据库,并通过云计算平台向科学界共享数据产品,进而为相关科学研究、政策评估和空气质量管理工作提供基础排放数据支持。 CNCAP平台(Carbon Neutrality and Clean Air synergetic Platform for scientific assessment and decision support)以自主研发的多尺度人为源排放清单模型(MEIC)、未来排放动态评估模型(DPEC)、大气成分近实时追踪数据集(TAP)和成本动态核算模型(DMEC)为基础,耦合集成综合评估模型(GCAM-China)、地球系统模型(CESM)和大气化学传输模型(WRF-Chem/WRF-CMAQ)等多学科模型构建而成。平台通过设计未来情景(社会经济情景、碳中和路径、污染治理情景和人口年龄结构)、预测排放路径、模拟污染暴露、评估费用效益,探索切实可行的碳中和与清洁空气协同路径,助力相关政策制定、实施和优化。
MEIC团队发布碳中和与清洁空气协同路径下中国大气成分未来排放情景
排放预测模块> 模型代码与数据 获取途径 GCAM模型 GCAM模型可从GCAM官网(https://github.com/JGCRI/gcam-core/releases)下载。最新版本的GCAM-China-v7模型已开源发布,可通过Github网站下载。 MEIC历史排放清单数据 1990-2020年中国大气成分排放数据可从MEIC网站注册下载。数据下载地址: http://meicmodel.org.cn/?page_id=560。 DPEC未来排放情景 2020-2060年中国大气成分未来排放情景数据可从MEIC网站注册下载。数据下载地址:http://meicmodel.org.cn/?page_id=1917。 排放源处理模型 将排放清单数据进一步处理为空气质量输入数据的排放源处理模型代码已开源发布,可通过Github网站下载。 污染暴露模拟模块> 模型代码与数据 获取途径 相关空气质量模型 CNCAP平台使用的空气质量模型包括GEOS-Chem、WRF-Chem、WRF-CMAQ等。可从下列网站下载:GEOS-Chem(https://geoschem.github.io/)、WRF-Chem(https://www2.acom.ucar.edu/wrf-chem)、WRF-CMAQ(https://cmascenter.org/cmaq/)。相关模型参数配置可参考CNCAP团队配置:CNCAP数据与代码仓库 INMAP-China模型 简化空气质量调控模型中国版本(InMAP-China)模型代码及输入数据可从CNCAP数据与代码仓库下载。 历史年份模拟浓度 基于CNCAP平台模拟的2017-2020年PM2.5和O3浓度数据可从CNCAP数据与代码仓库下载。 大气污染暴露历史数据 2000年至今的中国大气PM2.5及化学组分逐日浓度数据和2013年至今的中国近地面臭氧逐日浓度数据可从TAP网站(http://tapdata.org.cn/)下载。 未来情景下的PM2.5浓度 基于CNCAP平台模拟的未来不同情景下PM2.5浓度模拟数据可从CNCAP数据与代码仓库下载。 未来PM2.5暴露水平计算代码 计算同化校准后未来PM2.5人群暴露水平的代码及相关数据可从CNCAP数据与代码仓库下载。 费用效益评估模块> 模型代码与数据 获取途径 减排成本动态核算模型 减排成本动态核算模型仍在开发完善过程中,相关代码和数据将于未来发布。 污染暴露响应模型 CNCAP使用的污染暴露响应模型包括IER和GEMM。可从相关网站或文章中获取:IER(全球疾病负担 2019)、GEMM(https://www.pnas.org/doi/full/10.1073/pnas.1803222115) 污染健康损失计算代码 基于PM2.5浓度数据计算污染相关健康损失的代码可从CNCAP数据与代码仓库下载。
费用效益评估模块包括减排成本核算、气候效应评估、健康效应评估以及资源效应评估等子模块,主要功能是测算不同排放路径下的减排成本、气候效应、健康效应和资源效应,并对其综合费用效益进行评估。 费用效益评估模块采用自主研发的减排成本动态核算模型测算不同排放路径下的综合减排成本。气候效应评估包括温升效应和辐射效应两部分,温升效应评估基于现有排放源存量结构测算其在未来锁定的碳排放预算,并据此评估排放导致的温升效应。辐射效应评估在模拟不同路径下大气气溶胶含量变化的基础上,评估气溶胶-辐射效应(直接效应)和云-辐射效应(间接效应)。健康效应评估采用污染暴露-响应模型,测算不同路径下空气污染暴露相关的人群健康损失。资源效应评估包括可再生能源资源效应和关键矿产资源效应两部分,一方面评估未来气候变化背景下风光资源分布变化及高比例可再生能源电力系统的可靠性,同时分析不同减排路径下对可再生能源的需求及响应的产业规模,并在此基础上评估大规模可再生能源产业发展对关键矿产资源的需求及供应链安全。 图1 费用效益评估模块技术路线图 参考文献: 减排成本动态核算模型(DEMC)> 减排成本动态核算模型(DEMC)由基于各类减排技术的投资成本、运维成本和燃料成本,结合其减排潜力和运行寿命,测算不同减排路径的综合成本。DEMC模型依据污染物减排量和不同减排率区间下的单位成本进行核算,刻画不同减排路径下技术演替进程的综合成本,可在治理技术、行业措施、减排路径等不同层面分析减排成本的动态变化。 目前减排成本动态核算模型仍在开发完善过程中,将于未来发布。 健康效应评估> 模块使用污染暴露-响应模型对空气污染暴露相关的人群健康损失进行测算,使用的模型包括综合暴露-响应模型(IER)和全球暴露死亡模型(GEMM)。 综合暴露–响应模型(Integrated Exposure-Response, IER) IER模型是全球疾病负担研究(Global Burden of Disease, GBD)采用的污染暴露-响应模型,用于计算25岁以上人群环境PM2.5暴露相关的健康负担。IER模型的早期版本选取缺血性心脏病、慢性阻塞性肺病、肺癌、下呼吸道感染和中风作为健康终点。由于缺乏高PM2.5浓度下的队列研究,模型采用了等效毒性假设,将吸烟和家庭固体燃料使用过程的浓度暴露纳入暴露响应关系的构建中。最新版IER模型增加了II型糖尿病作为健康终点,使用更为灵活的样条函数进行拟合,建立了新的PM2.5污染暴露-响应曲线构建方法(MR-BRT)。IER模型方法介绍和相关参数可参阅GBD2019官网。 全球暴露死亡模型(GEMM) 全球暴露死亡模型(Global Exposure Mortality Model)是Richard Burnett等人开发的PM2.5污染暴露疾病负担评估模型。GEMM模型整合了来自16个国家的41项队列研究,其中包含了来自中国的高PM2.5污染暴露队列,在此基础上建立新风险评估方法并提供了全因死亡的暴露反应关系,能够更准确刻画高暴露人群的环境PM2.5污染死亡风险。关于GEMM的详细介绍可参阅相关文章。
污染暴露模拟模块的主要功能是模拟未来不同情景下的大气污染物浓度及人群暴露水平。该模块主要由气候-化学相互作用评估系统和大气化学模拟系统两部分组成,以排放路径模拟模块提供的未来大气成分排放为基础,利用气候-化学相互作用评估系统评估未来气候变化背景下气象要素与大气成分之间的双向反馈作用,利用大气化学模拟系统模拟不同情景下大气污染物浓度和人群暴露水平的变化。同时,为了减少模式误差的影响,模块采用大气成分近实时追踪数据集(Tracking Air Pollution in China , TAP)提供的大气成分浓度数据对模拟结果进行校正。 气候-化学相互作用评估系统采用动态降尺度技术将CMIP6多模式模拟结果与气候-化学在线耦合模型WRF-Chem进行链接,以CMIP6模拟结果作为气象初始场驱动WRF-Chem模型,评估气候变化对空气质量的影响,以及大气成分变化对气象要素的反馈作用。 大气化学模拟系统的核心是大气化学传输模型。根据不同研究对象和科学目标,系统采用的大气化学传输模型包括GEOS-Chem、WRF-CMAQ和WRF-Chem等。模拟系统以排放路径模拟模块提供的不同情景下人为源排放作为输入,模拟未来大气污染物浓度和人群暴露水平变化。模拟系统同时包括团队合作研发的简化空气质量调控模型中国版本(INMAP-China),通过构建源-受体之间的响应关系,实现不同减排情景下空气质量和人群暴露水平变化的快速模拟。 图1 污染暴露模拟模块技术路线 GEOS-Chem模型> GEOS-Chem模型是一个开源的全球三维大气化学传输模式,由美国哈佛大学Daniel Jacob教授课题组开发,以美国国家航空航天局(NASA)的全球模式与资料同化办公室(Global Modeling and Assimilation Office)提供的气象同化数据(Goddard Earth Observing System,GEOS)作为气象场,对全球及区域尺度大气化学和物理过程进行模拟。GEOS-Chem同时提供了中国地区的嵌套版本,可实现更高空间分辨率的模拟。关于GEOS-Chem的详细介绍和代码下载可参见GEOS-Chem官方网站。 WRF-Chem模型> WRF-Chem由美国NOAA地球系统研究实验室(ESRL)开发,是将中尺度气象模型WRF和化学模式Chem在线耦合形成的区域空气质量模式。WRF-Chem模型通过在线耦合方式进行大气物理和化学过程模拟计算,能够模拟大气成分与气象条件之间的相互作用,包括气溶胶-辐射相互作用、云-辐射相互作用等。关于WRF-Chem模型的详细介绍和代码下载可参阅WRF-Chem官方网站。 CMAQ模型> CMAQ(Community Multiscale Air Quality Modeling System)是由美国环保署开发的第三代空气质量模型系统,由中尺度气象模型WRF驱动,模拟大气中各种复杂的物理和化学过程,包括污染物的输送、扩散、沉降,以及气象、液相、非均相化学反应等。CMAQ模型在空气污染过程分析、空气质量预报预警、空气质量达标规划等科研和业务领域得到广泛应用。关于CMAQ的详细介绍和代码下载可参阅CMAQ官方网站。 简化空气质量调控模型中国版本(InMAP-China)> 简化空气质量调控模型中国版本(reduced-complexity Intervention Model for Air Pollution over China,InMAP-China)是CNCAP团队在简化空气质量调控模型INMAP基础上开发的中国本地化版本。模型能够快速模拟网格尺度PM2.5浓度变化对排放变化的响应关系,为快速评估排放来源贡献和减排措施效果提供了新的工具。InMAP-China的源代码、输入数据和用户手册可通过此处获取。INMAP模型由伊利诺伊大学香槟分校Christopher Tessum教授团队领衔开发,InMAP模型的源代码、输入数据和使用手册可参阅InMAP模型网站。 参考文献: 大气成分近实时追踪数据集(TAP)> 为减少大气化学模型模拟误差,污染暴露模拟模块采用中国大气成分追踪数据集(TAP)对未来年份模拟结果进行同化校正。利用大气化学模型模拟获得未来年份与基准年之间大气成分浓度的相对变化,结合从TAP数据集获得的基准年大气成分浓度,在此基础上获得未来年份大气成分浓度。TAP数据集由清华大学开发维护,在融合地面观测、卫星遥感、排放清单和模式模拟等多源数据基础上,基于机器学习算法构建了多尺度、近实时的中国大气气溶胶和气态污染物浓度数据集,并通过云计算平台向科学界共享。 关于TAP数据集的详细介绍及数据下载方式可参阅TAP官方网站,目前TAP数据集可提供下载的数据包括:2000年至今的10公里分辨率中国大气细颗粒物及主要化学组分逐日浓度数据、2000年至今的1公里分辨率中国大气细颗粒物逐日浓度数据、以及2013年至今的中国近地面臭氧逐日浓度数据。 参考文献: 清风大模型> 清风大模型是清华大学CNCAP团队在国家自然科学基金委、地球系统数值模拟教育部重点实验室、区域环境安全全国重点实验室等机构的支持下,依托国家重点研发计划“大气污染与气候变化应对的协同机制与关键支撑技术”重点专项研发的面向我国PM2.5污染调控的大模型。相较当前广泛使用的大气化学传输模型(如CMAQ),具备良好的模拟精度且计算资源消耗小,运行效率偏高,能够支撑海量路径快速评估的需求。目前,清风大模型的第1版已完成上线部署。关于清风大模型的详细介绍和使用说明详见模型简介和使用说明。 参考文献:
排放路径模拟模块的主要功能是对未来情景下的能源资源供需版图和多介质多组分排放进行动态模拟预估。该模块由能源资源模型、未来排放动态评估模型(Dynamic Projection model for Emissions in China, 简称DEPC)和多尺度排放清单模型 (MEIC)组成,通过设定不同社会经济发展目标与气候环境治理目标构建未来情景,进而模拟未来不同情景下能源需求、能源供应、矿产资源供需、工业技术结构及产品产量的时空变化,以及温室气体、大气污染物和有毒有害物质排放的时空分布。该模块为污染暴露模块提供排放输入数据,同时为费用效益评估模块提供未来技术结构、碳排放路径和关键矿产资源供需等参数和数据。 排放路径模拟模块中的能源资源模型由综合评估模型和资源评价模型两部分组成,其中综合评估模型采用全球综合评估模型GCAM的中国嵌套版本GCAM-China,资源评价模型由团队自主开发。利用GCAM-China模拟获得不同情景下未来省级尺度产品服务供应和能源消费的变化,利用资源评价模型获得未来风光资源和矿产资源供需情况。未来排放动态评估模型(DPEC)由团队自主研发,以未来能源、产品服务、矿产资源供需为基础,通过设施尺度技术演替和行业尺度技术预测方法,模拟不同情景下未来多介质多组分排放的动态时空分布。多尺度排放清单模型(MEIC)则为模块提供了整体计算框架和在线技术平台,协助DPEC模型构建排放源分类分析体系、开展排放计算,支撑GCAM-China与DPEC模型之间的耦合与参数传递过程,同时为模块提供基准年活动水平、排放特征、技术分布、污染控制等基础参数。 图1 排放路径模拟模块技术路线图 综合评估模型GCAM-China> 模块中的综合评估模型采用全球变化评估模型Global Change Analysis Model (GCAM)的中国省级嵌套版本GCAM-China。GCAM是由美国西北太平洋国家实验室(PNNL)开发并维护的全球综合评价模型,细致刻画了社会经济、能源、水资源、农业和土地利用以及气候系统各自的行为和彼此间的复杂关联。GCAM是IPCC历次评估报告的旗舰综合评估模型之一, RCP/SSP情景框架基准模型之一,被广泛用于全球及区域尺度能源转型和气候减排情景分析。在GCAM全球模型基础上,中国团队与PNNL合作开发了中国嵌套版本GCAM-China,实现了中国省级尺度上分析气候变化背景下的社会经济、能源供需及排放路径的能力。在GCAM-China中,中国各省可作为独立的碳市场参与全球气候目标约束下的能源转型,并在省级层面进行不同社会经济路径及气候目标约束下的能源供应、能源消费、产品产量和技术演变预测,进而构建未来能源供需与排放路径版图,提出全球—国家—省级相统一的全尺度减排策略。 CNCAP团队与GCAM模型团队长期合作,深度参与GCAM-China模型开发,一方面对模型结构进行改进,实现了对多部门多行业碳中和技术路线的详细刻画;另一方面与团队自主研发多尺度排放清单模型(MEIC)进行耦合,建立了自下而上技术演替模型与自上而下系统模型结合的方法,对碳达峰及碳中和路径下的未来大气污染物排放变化进行预测。 关于GCAM模型的详细介绍和代码下载可参阅GCAM网站。最新版本的GCAM-China-v6模型已经开源发布,可参阅相关网站下载。 未来排放动态评估模型(DPEC)> 未来排放动态评估模型(DPEC)是排放路径模拟模块的核心组成部分,其主要功能是基于技术演进仿真的未来排放变化动态模拟。DPEC模型融合了MEIC模型中700多种排放源的历史技术演替过程,并在此基础上构建设施尺度和行业尺度技术演替模型,根据不同社会经济发展和政策演进情景模拟未来各类排放源的技术演变进程及其对排放的影响。其中火力发电、钢铁行业、水泥行业、燃煤锅炉和道路交通采用设施尺度技术演替模型,在设施/车队尺度模拟其技术更替过程及排放演变;其它排放源采用行业尺度技术演替模型,在省级层面开展技术演进过程仿真,逐行业模拟其技术演变及排放变化。 DPEC模型与GCAM-China无缝衔接,将社会经济情景(SSP)和气候目标约束(RCP)下的未来能源需求与供应情景与各类污染源的技术演替模型逐一映射,从而实现了在不同社会经济情景和气候目标约束下中国未来大气成分排放变化的精细化模拟。通过与MEIC在线技术平台链接,DPEC模型提供中国未来不同情景下的网格化大气成分排放数据在线计算和下载,数据格式与MEIC模型数据格式一致。 关于DPEC模型的详细介绍可参阅MEIC网站。DPEC模型目前提供三组排放情景数据集,均可通过MEIC网站下载。 参考文献: 多尺度排放清单模型(MEIC)> 多尺度排放清单模型(Multi-resolution Emission Inventory model for Climate and air pollution research,简称MEIC)是由中国多尺度排放清单模型(Multi-resolution Emission Inventory for China)发展而来的人类活动大气排放模拟平台。模型由清华大学自2010年起开发并维护,旨在构建高分辨率的全球范围多尺度人为源温室气体与大气污染物排放清单数据库,并通过云计算平台向科学界共享数据产品,进而为相关科学研究、政策评估和空气质量管理工作提供基础排放数据支持。模型通过在线数据平台提供全球范围多个尺度的人类活动大气排放数据。 关于MEIC模型和数据产品的详细介绍可参阅MEIC网站。CNCAP平台模拟所需的历史排放数据可通过MEIC网站下载。 参考文献:
综合评估模型GCAM-China 在 CNCAP 平台的排放路径模拟部分,未来能源活动预测来自综合评估模型GCAM-China。在未来人口和GDP的驱动下,综合评估模型实现了在未来气候目标约束下的能源转型模拟。 20 世纪 60 年代起全球环境问题开始引起关注,学界逐步认识到全球环境问题的解决需要多学科、多部门、综合性、系统性、动态性的全面判断,由此引入了“综合评估”的概念(Nordhaus, 2008)。 GCAM 是一个高分辨型的全球综合评价模型,主要描述了五个系统(能源系统、水资源系统、农业和土地利用系统、生态系统、气候系统)各自的行为和彼此间的复杂关系。 GCAM模型始创于 1982 年( Edmonds and Reilly, 1983),由美国西北太平洋国家实验室( Pacific Northwest National Laboratory, PNNL)开发并维护。如今, GCAM 模型被广泛应用于国家和国际尺度上的情景设计与政策评估( Fawcett et al., 2015; Calvin et al., 2017; Dong et al., 2018; Vittorio et al., 2018; Calvin et al., 2019; Wang et al., 2019) ,也是 IPCC 国际气候变化委员会在进行气候影响与适应性评估时的常用模型之一( IPCC, 2007; IPCC, 2014)。…
Read More