潘留杰
, 张宏芳
Pan Liujie, Zhang Hongfang
中图分类号: P467
文献标识码: A
文章编号: 1001-8166(2018)09-0933-12
版权声明: 2018 地球科学进展 编辑部
基金资助:
作者简介:
First author:Pan Liujie(1978-), male, Shiquan County, Shaanxi Province, Senior engineer. Research areas include weather forecast.E-mail:pljmtgh57245@sina.com
作者简介:潘留杰(1978),男,高级工程师,陕西石泉人,主要从事天气预报与研究工作. E-mail:pljmtgh57245@sina.com
展开
摘要
基于美国国家航空航天局(NASA)最新发布的具有代表性浓度途径的全球逐日统计降尺度NEX-BCC_CGM1.1气候数据集,采用线性拟合、EOF分析等方法,评估其对秦岭及周边地区降水、温度的模拟能力,并分析中浓度(Rcp4.5)和高浓度(Rcp8.5) 2种情景下未来阶段秦岭及周边地区降水、日最高温度和日最低温度的可能变化,主要结论如下:① NEX-BCC_CGM1.1对秦岭及周边地区日平均降水量、最高温度和最低温度的年际变化趋势模拟较好,要素的空间分布和观测整体吻合,存在的不足在于要素值大小和极值频率与观测存在系统性的偏差。②Rcp4.5和Rcp8.5 2种情景下未来秦岭及周边地区日平均降水量呈增加的趋势;从不同量级降水频次来看,未来小雨发生频次减少,暴雨频次增加;2种情景下未来降水的空间模态均表现为全区一致降水增加型EOF1和秦岭南北反位相变化型EOF2,其中EOF1在21世纪中期处于正位相,降水显著偏多。③2种情景下,温度增温趋势十分明显,其中日平均最高温度增幅大于日平均最低温度,Rcp8.5情景增温幅度高于Rcp4.5。未来日最高温度大于36 ℃的高温频次增加,小于-15 ℃的低温频次减少,且Rcp8.5情景下高温(低温)频次增加(减少)幅度更加显著。2种情景下,日平均最高和最低温度均表现为全区一致性增温和南北反位相2种空间模态,但模态的空间分布存在较大差异。
关键词：
Abstract
Based on NEX-BCC_CGM1.1 global daily statistics downscaling climate data set, the latest release by American National Aeronautics and Space Administration (NASA), which has representative concentration path, by using linear fitting and empirical orthogonal function (EOF) analysis methods, the simulation capacity on precipitation and temperature in Qinling and its surrounding areas of this data sets was estimated and the possible changes of the precipitation, daily maximum and minimum temperature in the next stage under the two scenarios of Rcp4.5 and Rcp8.5 were analyzed. Results showed that: ①The inter-annual trend of average daily precipitation, maximum temperature, minimum temperature is simulated well by NEX-BCC_CGM1.1. The spatial distribution was in accordance with the observations. The deficiency is that the elements value and extreme frequency have systemic bias compared with the observations. ②Average daily precipitation will have increasing trend in the future in Qinling and its surrounding areas under the two scenarios of Rcp4.5 and Rcp8.5. For different level precipitation frequency, light rains will reduce and rainstorms will increase in the future. The spatial modes of precipitation in the future are shown as the variation of the uniform increase in the whole region (EOF1) and anti-phase change in northern and southern Qinling (EOF2). EOF1 will be positive phase in medium-term in the Mid-21st century, where there will be significantly more means precipitation. ③Under the two scenarios, temperature warming trend is obvious, daily maximum temperature increasing trend is greater than minimum temperature, and the amplitude of temperature increase under Rcp8.5 is higher than Rcp4.5. The frequency of daily maximum temperatures greater than 36 ℃ will increase and low temperature less than -15 ℃ will reduce in the future, at the same time, high temperature (low temperature) increase (decrease) rate is more pronounced under Rcp8.5. Average daily maximum and minimum temperatures are shown uniform warming in the whole region (EOF1) and anti-phase change in northern and southern Qinling under two scenarios, but the spatial distribution has great difference.
Keywords：
根据政府间气候变化专门委员会(IPCC)第五次评估报告,1880—2013年全球平均地表气温升高了0.85 ℃(0.65~1.06 ℃)。而且未来的温度将会持续升高,极端暖事件进一步增多[1,2,3,4]。据估计,到21世纪末(2081—2100年),全球平均地表气温将比1986—2005 年增加0.3~4.8 ℃[2]。全球未来的降水则会呈现“干者愈干、湿者愈湿”的格局,强降水事件发生的强度和频率都可能进一步加大[5,6,7,8]。秦岭横亘我国中部地区,是我国北方干冷空气南下和南方暖湿空气北上的自然屏障。秦岭独特的地理位置和气候特征使其成为亚热带与暖温带、湿润与半湿润气候的分界线,同时也是中国重要的地理分界线。这里地貌类型多样,既有高原又有盆地和丘陵,是世界上地形最复杂的地区之一,秦岭南部陕西、四川交界处年平均降水量达1 000 mm以上,而北部的长城沿线年均降水量仅为300 mm左右[9]。正因为如此,研究秦岭地区的未来气候变化有着十分重要的意义。
BCC_CGM1.1是国家气候中心研发的气候系统模式[10,11,12,13],该模式包含了大气模式分量BCC_AGCM2,海洋模式分量MOM4_L40、陆面模式分量BCC_AVIM1.0和海冰模式分量SIS,是一个多圈层耦合的全球气候—碳循环耦合模式[14,15]。有研究表明该模式在降水方面能够较好地模拟出近几十年我国东部春季降水的年代际干旱现象[16,17],但不能模拟出夏季降水的年代际变化现象;在温度方面,历史试验和年代际试验均模拟出了与观测较为一致的增暖趋势,但均没有观测资料的增暖幅度大[18];也有研究表明BCC_CGM1.1模式分辨率的提高,能够更好地表现出地形的影响,对气温模拟性能改善较大,在中亚地区年平均气温的模拟中表现出了一定的优势,但总体还有较大的改进空间[19]。
NEX-BCC_CGM1.1(简称NEX-BCC)是美国国家航空航天局(National Aeronautics and Space Administration,NASA)在第五次国际耦合模式比较计划CMIP5通用大气环流模式BCC_CGM1.1模拟预测数据的基础上,选取4个温室气体排放情景中的2个代表性情景,采用统计降尺度方法,最新发布的具有代表性浓度途径(Representative Concentration Pathways)的全球逐日降尺度气候数据集。NEX-BCC完整的数据集包括21个通用大气环流模式(General Circulation Model,GCM),与GCM模式本身不同,NEX-BCC数据集采用了偏差订正和空间分解(Bias-Correction Spatial Disaggregation,BCSD)方法提高数据质量。假定模式从模拟期到预测期一直保持稳定,BCSD技术一方面通过比较模式模拟的历史数据和来自全球气象要素强迫(Global Meteorological Forcing Dataset,GMFD)陆面模式的气候资料再分析气象要素的累计分布函数CDF,分析两者相关联的概率分位数,从而订正模式输出的气候预测据;另一方面,在对比多年逐日模式模拟和GMFD输出变量的基础上,通过尺度因子(scaling factors)、线性内插、温度降水协同等统计降尺度方法,提高数据的信度和分辨率,从而为用户提供一套融合历史气候数据时空变化和GCMs模式预测的高分辨率气候模拟预测数据集。
NEX-BCC气候预测数据集发布于2015年7月,迄今为止,鲜有NEX-BCC数据在我国的适用性评估,利用该套资料研究我国的未来气候变化更为少见。为此,本文首先评估了NEX-BCC对秦岭及周边地区温度和降水的模拟能力,并分析了中浓度(Rcp4.5)和高浓度(Rcp8.5)2种情景下21世纪未来阶段秦岭及周边地区气温和降水的变化情况及其不确定性。
使用的资料主要有:①观测数据来自CN05资料[20,21],该数据是基于全国2 400多个气象站的观测资料建立起的一套0.5°×0.5°分辨率的格点资料,时间跨度为1961—2016年。②NASA在中国气象局国家气候中心BCC-CSM1-1模式模拟、预测资料基础上,采用BCSD方法对降水、最高温度、最低温度3个要素降尺度处理后,发布的具有代表性浓度途径的全球逐日降尺度气候数据集(https:∥cds.nccs.nasa.gov/nex-gddp/)。该数据的模拟时段为1950年1月至2005年12月,预测时段为2006年1月至2099年12月,水平分辨率为0.25°×0.25°。为了保持一致性,观测资料采用距离权重法[22]统一插值成0.25°×0.25°,模拟效果分析时段统一为1961—2005年。研究范围为秦岭及周边地区(31°~40°N,103°~113°E)。值得注意的是,NEX-BCC是基于GMFD为参考数据的降尺度结果,GMFD是再分析数据和观测的融合,而CN05资料是利用澳大利亚国立大学开发的插值软件ANUSPLIN对观测资料插值实现的,两者对刻画实际观测要素的真实时空分布可能存在较大差异。
在研究模式对秦岭及周边地区降水、温度的模拟效果时,首先分析了模式和观测的年际变化趋势;其次通过计算观测和模拟的标准差和差值场,来分析模式相对于观测的时间变率[17]。在考察秦岭及周边地区未来气候变化方面,一是计算了Rcp4.5和Rcp8.5 2种情景下,降水、最高温度、最低温度的总体演变;二是采用EOF(Empirical Orthogonal Function)方法分析降水、温度的空间模态和时间系数[23,24],以此来考察不同年际、年代际上,秦岭及周边地区气候变化的空间分布。
图1给出了1961—2005年秦岭及周边地区观测降水、最高温度、最低温度的总体变化特征和NEX-BCC模拟降水、最高温度、最低温度的变化趋势。需要说明的是,由于NEX-BCC为日值,因此图1中降水为日平均降水量,同样最高和最低温度为每年逐日最高和最低温度的平均值。从观测降水来看(图1a),研究范围内日平均降水量在1.7 mm附近波动,11年滑动平均曲线具有显著的年代际变化,其中20世纪60年代前期降水偏多,60年代后期至70年代中期降水偏少,80年代降水整体偏多,90年代偏少,2000年以后则有所增加。降水的线性拟合则表现出1961—2005年日均降水量呈减少趋势,幅度为-0.039 mm/10a。NEX-BCC模拟(图1d)日平均降水量较观测系统偏小0.2 mm左右,模拟降水的年代际变化趋势和观测一致,呈减少趋势,但量级略小为-0.014 mm/10a。11年滑动平均在80年代以前与观测一致性较高,80年代以后部分时段出现反位相变化。NEX-BCC模拟最高温度(图1e)同样存在系统性偏差,整体较观测(图1b)偏高5 ℃以上。这种系统性的偏差一方面与模式所采用的降尺度方法有关,另一方面可能是GMFD与CN05本身存在一些差异。线性拟合趋势与观测一致呈增温态势,但模拟增温幅度为0.0302 ℃/10a,显著高于观测增温幅度0.016 ℃/10a。从年代际振荡来看,NEX-BCC模拟出20世纪70年代后期至80年代最高温度呈降低的趋势,但时间尺度明显偏短,降温幅度也显著偏小。NEX-BCC最低温度(图1f)的增温幅度为0.26 ℃/10a,低于观测(图1c)0.45 ℃/10a,同时最低温度呈系统性偏低,观测日平均最低在-10.5 ℃附近波动,而NEX-BCC为-16.7 ℃,系统性误差达6.2 ℃,但NEX-BCC的最低温度年际变化趋势与观测较为一致。
图1 1961—2005 年秦岭地区日平均降水(单位:mm/d)和最高、最低温度演变特征(单位:℃)
(a),(b),(c)为观测;(d),(e),(f)为模式模拟;图中虚线为要素的年际变化,直线为线性拟合,实线为11 年滑动平均
Fig.1 Daily average precipitation (unit: mm/d),the evolvement of maximum temperature and minimum temperature (unit: ℃) from 1961 to 2005 in Qinling and surrounding areas
(a), (b), (c) are observation value; (d), (e), (f) are simulated value. Dotted line for inter-annual variability, straight line for linear fitting, thick solid lines for moving average of 11 years
图2给出了NEX-BCC模拟的降水、最高温度、最低温度和对应时段观测数据的均值和差值。模式较好地模拟了降水的空间分布。观测日平均降水量 (图2a)随纬度的变化和空间形态在模拟场上(图2d)都有较好的表现,两者对位于陕西南部的降水大值中心和位于宁夏西北部降水低值中心的位置刻画非常一致。不足之处在于,空间上模拟日平均降水量相对观测整体偏少的趋势非常明显, 在105.5°~109.5°E区域降水模拟整体偏低,计算模拟相对观测的降水差值,结果发现位于秦岭南部陕西和重庆交界处的降水负异常大值中心差值最大达-1.25 mm/d。从日平均降水量标准差来看,观测和模式模拟降水标准差分别位于0.12~0.48 mm/d和0.12~0.44 mm/d,观测降水振幅高于模拟,表明模式降水相对平缓,更趋近平均值。模拟日平均最高温度(图2e)与观测(图2b)非常相似,较好地表现了研究区域内东西两侧温度偏低、中部温度偏高的实际温度分布。对陕西南部的大值中心和甘肃南部、山西东部的低值中心也有较好的表现,但模拟温度较观测偏高十分显著,两者差值最高达14 ℃。模拟日平均最高温度标准差(图2e)与观测(图2b)有一些差异。观测温度标准差由南向北差呈递减趋势,中心位于陕西南部四川省境内,而模拟温度标准差大值中心位于重庆境内,在宁夏北部出现一个低值中心,同时模拟最高温度标准差大于观测,表明模拟高估了最高温度的振荡幅度。模拟最低温度纬向分布与观测吻合较好,高低值中心也与观测一致,但在日平均最低温度数值上系统性偏低,振幅系统性偏高。总体而言,NEX-BCC较好地表现了日平均温度降水的空间分布,但对降水的振幅系统性低估,温度振幅系统性高估。
图2 NEX-BCC模拟降水、最高温度、最低温度和对应时段观测数据的均值和方差
(a),(b),(c)为观测;(d),(e),(f)为模式模拟;填色为均值,等值线为方差
Fig.2 Mean and variance of precipitation, maximum temperature and minimum temperature of observation and NEX-BCC model simulation
(a),(b),(c) are observation;(d),(e),(f) are NEX-BCC model simulation; The shaded and contour is for mean and variance respectivl respectively
小雨、暴雨以及日平均最高温度大于36 ℃和日平均最低温度低于-15 ℃的频率如图3所示。可以看出,对降水来说,模拟和观测都较好地表现了小雨和暴雨频率的年际变化趋势,即在1961—2005年小雨频率呈减小趋势,暴雨频率基本不变。但小雨模拟(图3e)频次起始截距为185.76次/年,系统性的小于观测值(图3a)233.35次/年,暴雨模拟频次的线性趋势(图3f)与观测基本一致,但数值整体较观测(图3b)偏低。尽管1961—2005年日最高温度呈上升趋势(图1b),但研究区域内平均最高温度大于36 ℃以上日数变化并不显著(图3c),事实上观测显示1961—2005年,温度高于36 ℃的频次还略呈减小趋势,模拟(图3g)高温频次整体较观测偏少,同时呈上升趋势。模拟最低温度小于-15 ℃频次(图3h)的变化趋势和观测(图3d)一致,但模拟频次明显小于观测。
图3 1961—2005 年秦岭地区NEX-BCC模拟小雨、暴雨以上量级降水和最高温度、最低温度发生频率与观测的对比
(a),(b),(c),(d)为观测;(e),(f),(g),(h) 为NEX-BCC模式模拟;图中虚线为要素的年际变化,直线为线性拟合,实线为11 年滑动平均
Fig.3 Frequency of light rain and above magnitude precipitation, torrential rain and above magnitude precipitation,maximum temperature and minimum temperature from 1961 to 2005 in Qinling and surrounding areas
(a), (b), (c) ,(d) are observation frequency; (e), (f), (g), (h) are NEX-BCC simulated value. Dotted line for inter-annual variability, straight line for linear fitting, thick solid lines for moving average of 11 years
图4给出了最高温度、最低温度和降水及其在不同阈值上发生频率的泰勒分析,可以看到历史模拟和CN05的相关性并不高。降水、最高和最低温度与观测的相关系数整体小于0.3(图4a),要素在不同阈值的发生频率略优于要素本身,但相关性仍然较低(图4b)。从标准差比值来看,最高温度和降水的振幅略低于观测,而最低温度振幅高于观测。从事件发生的频率来看,暴雨以上量级降水相对CN05波动很大,而模拟的最高温度相对CN05变化很小,表明NEX-BCC历史模拟在表现CN05的温度、降水方面不是特别理想。
图4 1961—2005 年秦岭地区NEX-BCC历史模拟场的泰勒分析
(a)降水、最高温度和最低温度的泰勒分析;(b)小雨以上、暴雨以上、高温、低温发生频率的泰勒分析
Fig.4 The Taylor diagrams of NEX-BCC model historical simulation fields from 1961 to 2005 in Qingling and surrounding areas
(a)Taylor analysis of precipitation, maximum temperature and minimum temperature;(b)Taylor analysis of the frequency for light rain, maximum temperature and minimum temperature
模拟分析显示,尽管NEX-BCC模拟在量值上和实际观测有一些差异,但其仍然能够较好地模拟降水、日最高温度、日最低温度的年际变化趋势和空间分布。为此,利用中浓度(Rcp4.5)和高浓缩(Rcp8.5)2种情景下NEX-BCC对未来的预估数据,分析秦岭及周边地区降水、日最高、最低温度的未来变化。
图5给出了2种浓度情景下,NEX-BCC预估时段2006—2099年降水、日最高温度、最低温度的可能变化。对于Rcp4.5情景来说,研究区域内日均降水量线性回归与模拟时段截距持平,均为1.51 mm,而Rcp8.5情景高于Rcp4.5情景0.02 mm左右,表明Rcp8.5降水预估可能系统性地较Rcp4.5偏多。2种情景下,降水整体有增加的趋势,Rcp8.5(图5d)情景降水增幅略高于Rcp4.5情景(图5a),但2种情景的回归系数都非常小,表明降水总量增加的幅度并不显著。从日平均降水量滑动平均来看,Rcp4.5在2035—2075年降水异常偏多,2075年之后则降水偏少;Rcp8.5整体与Rcp4.5类似,但在2055年左右出现了一个降水异常偏少期。
图5 Rcp4.5和Rcp8.5情景下秦岭地区未来降水量(a,d)、最高温度(b,e)和最低温度(c,f)的时间演变
(a), (b),(c)为Rcp4.5情景的时间演变;(d),(e),(f)为Rcp8.5情景的时间演变;图中虚线为要素的年际变化,直线为线性拟合,实线为11 年滑动平均
Fig.5 Time evolution of future precipitation(a,d), maximum temperature(b,e) and minimum temperature (c,f) under the scenarios Rcp4.5 and Rcp8.5 in Qinling and surrounding areas
(a),(b) and (c) are for Rcp4.5; (d),(e),(f) are for Rcp8.5; Dotted line for inter-annual variability, straight line for linear fitting, thick solid lines for moving average of 11 years
预估最高温度在2005—2099年增温趋势十分明显,Rcp4.5(图5b)和Rcp8.5(图5e)的增温幅度分别达到0.384 ℃/10a和0.714 ℃/10a。线性回归方程显示,起始时刻Rcp4.5温度高于Rcp8.5,但在Rcp8.5情景下,日最高温度急剧上升,到21世纪末,滑动平均日最高温度达到39.5 ℃左右,较2005年升高6.5 ℃以上,而Rcp4.5增温相对缓和,到21世纪末,日最高温度平均增幅为3.8 ℃左右。考虑模式的系统性偏差,模拟最高温度(图1e)整体高于观测(图1b)4.1 ℃,21世纪末,Rcp4.5和Rcp8.5情景下可能的日最高温度分别为32.4 ℃和35.4 ℃。与日平均最高温度类似,2种情景下日平均最低温度也呈显著上升趋势,Rcp8.5增温幅度高于Rcp4.5,两者的线性趋势分别为0.318 ℃/10a(Rcp4.5)和0.519 ℃/10a(Rcp8.5)。滑动平均显示,2种情景均在2025—2035年、2078—2085年温度异常偏高,Rcp4.5情境下2035—2065年温度异常偏低;到21世纪末,Rcp4.5和Rcp8.5 10年滑动日平均最低温度分别达到-13.7 ℃和-10.9 ℃,除去系统性误差,增温幅度为3.0 ℃和6.2 ℃。
NEX-BCC预估2种情景下未来小雨发生频次总体呈减少趋势(图6)。Rcp4.5情景下(图6a)减少频次为0.751次/10a,减少幅度高于Rcp8.5情景下0.666次/10a(图6e)。由于模式模拟小雨频次较观测系统性的偏少,这种情况在对未来小雨频次预估时可能同样存在。对暴雨来说,2种情景下,未来发生频次一致增高,且Rcp4.5情景下暴雨增加频次高于Rcp8.5情景,从滑动平均来看,Rcp4.5情景下暴雨发生频次的年代际波动较大。2种情景下,日最高温度高于36 ℃的频次都呈急剧增加趋势,在Rcp8.5情景下达到3.13次/10a。低于-15 ℃最低温度的频次快速减小,2种情景下减小趋势分别为0.77次/10a(Rcp4.5)和0.96次/10a(Rcp8.5)。因此,2种情景一致反映不同阈值条件下,未来秦岭及周边地区小雨发生频次减少,暴雨发生频次增多;低温频次减少,高温频次增多,且Rcp8.5情景下温度变化更加剧烈,但降水没有这种趋势。表1给出了最高温度、最低温度和降水在未来2种情景下的具体变化值。
表1 不同情景下温度、降水未来的变化值
Table 1 The magnitude change of maximum temperature,minimum temperature and precipitation under different scenarios
| 要素 | Rcp4.5情景 | Rcp8.5情景 | |||
|---|---|---|---|---|---|
| 量值/10a | 频次/10a | 量值/10a | 频次/10a | ||
| 降水 | 0.005 | 0.751(0.009) | 0.006 | -0.666(0.008) | |
| 最高温度 | 0.38 ℃ | 0.82 | 0.71 ℃ | 3.13 | |
| 最低温度 | 0.318 ℃ | -0.77 | 0.519 ℃ | -0.96 | |
图6 Rcp4.5和Rcp8.5情景下秦岭地区未来小雨以上量级降水频率(a,e)、暴雨以上量级降水频率(b,f)、高温频率(c,g)、低温频率(d,h)的时间演变
(a)~(d)为Rcp4.5情景; (e)~(h) 为Rcp8.5情景;图中虚线为要素的年际变化,直线为线性拟合,实线为11 年滑动平均
Fig.6 Future frequency evolution of light rain and above magnitude precipitation (a,e), torrential rain and above magnitude precipitation (b,f), maximum temperature (c,g) and minimum temperature (d,h) in Qinling and surrounding areas
(a)~(d) are observation frequency; (e)~(h) are NEX-BCC simulated value. Dotted line for inter-annual variability,straight line for linear fitting, thick solid lines for moving average of 11 years
图7 Rcp4.5和Rcp8.5情景下秦岭地区未来降水量、最高温度和最低温度的空间模态
(a)~(c)为第一空间模态EOF1;(d)~(f)为第二空间模态EOF2;色斑图Rcp4.5,等值线Rcp8.5
Fig.7 Spatial modes of precipitation, maximum temperature and minimum temperature in Qinling and surrounding areas under the scenarios Rcp4.5 and Rcp8.5
(a),(b) and (c) are for EOF1;(d),(e) and (f) are for EOF2. Shaded is for Rcp4.5 and contour is for Rcp8.5
图7给出了2种情景下,未来温度降水和日平均最高温度、最低温度的EOF空间模态,为了能够表示实际的变化量级,EOF的空间模态不直接用特征向量场,而是通过对标准化的时间序列进行回归来表示,在降水量级上,不采用日平均降水量,而是调整为年平均降水异常。2种情景下降水、温度的前2个模态解释方差总贡献均达到70%以上,具有代表性,此外前2个模态有较好的排他性,Rcp8.5情景下降水EOF1、EOF2模态之间解释方差贡献差异最小,但差值仍然高于23.1%,按照North等[25]的标准,这些模态可以同其他的模态区分开,并且是彼此可分的。
Rcp4.5情景下,降水、温度的空间模态的时间系数如图8所示,降水EOF1(图8a)解释的方差总贡献为49.2%,空间上主要表现为全区一致的降水正异常,大值中心位于陕西、重庆、四川交界处,达到100 mm/a,低值中心位于宁夏以北地区,且由南向北降水量值逐渐减小,高低值中心位置和降水纬向分布特征与1961—2005年观测降水和模拟都有较好的一致性; EOF2(图8b)解释总方差的22.2%,表现为秦岭南北降水的反位相变化,正异常中心位于陕西北部,强度达到50 mm/a,负异常中心与EOF1大值中心基本重合,达到-60 mm/a。从时间系数上来看,EOF1在2035—2075年主要处于正位相(图8a),相对于整个研究时段,降水异常偏多,而在2030年以前、2080年前后处于负位相,全区降水有一致性偏少的趋势。EOF2主成分(图8d)在21世纪中叶正位相趋势显著,秦岭以北降水增多,以南降水减少,在2020年以前和2090年以后则具有显著的负位相特征,降水呈北少南多趋势。Rcp8.5情景下,降水空间模态与Rcp4.5整体一致,但EOF1解释方差贡献较Rcp4.5偏低,降水异常量值也显著偏小,且EOF1(图7a)大值中心较Rcp4.5偏东。Rcp8.5时间系数显示(图9),降水空间模态EOF1在2040—2050年、2065—2080年主要出于正位相(图9a),秦岭南北降水一致偏多,2080年以后2种情景EOF1则主要为负位相,研究区域降水总体偏少;EOF2时间系数则在2030年以前和2040—2050年与Rcp4.5情景下有反位相的趋势(图9d),即陕南秦岭南部降水偏多,北部偏少。
图8 Rcp4.5情景下未来降水、日平均最高、最低温度EOF空间模态的标准化序列时间系数
(a)~(c)分别为降水,日平均最高、最低温度第一空间模态的时间系数;(d)~(f)分别为降水、日平均较高、最低温度第二空间模态的时间系数第二模态;图中曲线为7年滑动平均,柱状图为标准化时间序列
Fig.8 Normalized time series and its 11-year running mean of precipitation, maximum temperature and minimum temperature under the scenarios Rcp4.5
(a)~(c) are precipitation, maximum temperature and minimum temperature for EOF1; (d)~(f) are precipitation, maximum temperature and minimum temperature for EOF2; The bars and curve is for normalzed time series and 7-years running mean respectivhy
日平均最高温度未来变化EOF1全区一致性正异常(图7b),Rcp4.5和Rcp8.5情景下解释的方差总贡献分别达到70.7%和84.9%。可以看出,Rcp4.5情景下,EOF1的空间模态与过去观测(图2b)和模拟(图2e)都有较好的一致性,表现出研究区域东西两侧温度偏低、中部温度偏高的空间态势。Rcp8.5情境下则表现出秦岭以南增温幅度大、以北增温幅度小,与Rcp4.5有明显的差异。从时间系数来看,Rcp4.5情景空间模态EOF1在2030年以前处于负位相(图8b),相对于整个时段温度偏低,之后进入一个持续增温期。Rcp8.5情景下,EOF1在2060年前处于负位相,之后为正位相,表明2060年之后,最高温度持续处于高位。空间模态EOF2 在Rcp4.5秦岭南北两侧具有反位相特征,而Rcp8.5情景下仍然具有全区一致性增温特征(图7e),尽管其增温幅度和解释的方差贡献较小。 Rcp4.5情境下EOF2时间系数具有明显的年代际特征,2040年之前和2065年之后基本处于正位相(图8e),期间则整体处于负位相,表明21世纪中叶Rcp4.5情景下,秦岭南北最高温度发生了一次较大的振荡。相对于Rcp4.5和Rcp8.5空间模态EOF2时间系数的年际振荡较强(图9e)。由于Rcp8.5的EOF2全区表现为温度正异常,因此Rcp8.5情景下,秦岭南北最高温度的一致性变化更为显著。
Rcp4.5情景下日平均最低温度空间模态EOF1和EOF2分别解释了总方差的70.8%和9.9%,与最高温度类似,EOF1在秦岭南北均为正异常,EOF2则具有南北反位相特征;从数值上来看,秦岭以北日平均最低温度振荡幅度大,高值中心位于宁夏以北地区,达2.0 ℃以上;时间系数显示,Rcp4.5的EOF1在2025年以前整体处于负位相,然后出现年际振荡变化显著,2070年以后整体处于正位相,温度处于高位。EOF2时间系数在2020年之前、2050—2060年和2090年之后处于正位相,秦岭北部温度增高,其他时段则为负位相。Rcp8.5情景下,EOF1温度异常变化与Rcp4.5情景下EOF1相位一致,均处于正位相,但振荡幅度低于Rcp4.5情景,解释方差贡献略高于Rcp4.5情景,达到73.8%;两者的空间分布也有较大的差异,Rcp8.5的第一空间模态出现多个分散局地性温度异常,纬向趋势性分布不如Rcp4.5显著。时间系数上(图9c),在2025年以后转逐渐转为正位相,较Rcp4.5情景第一模态略偏晚。日平均最低温度Rcp8.5第二模态高低值中心与Rcp4.5模态有较好的一致性,秦岭北部温度正异常,南部负异常,但时间系数上(图9f)与Rcp4.5第二模态有较大的差异,在2070年以后整体转为负位相。
图9 Rcp8.5情景下未来降水、日平均最高、最低温度EOF空间模态的标准化序列时间系数
(a)~(c)分别为降水,日平均最高、最低温度第一空间模态的时间系数;(d)~(f)分别为降水,日平均最高、最低温度第二空间模态的时间系数但为第二模态;图中曲线为7年滑动平均,柱状图为标准化时间序列
Fig.9 Normalized time series and its 11-year running mean of precipitation, maximum temperature and minimum temperature under the scenarios Rcp8.5
(a)~(c) are precipitation, maximum temperature and minimum temperature for EOF1;(d)~(f) are precipitation, maximum temperature and minimum temperature for EOF2; The bars and curve is for normalzed time series and 7-years running mean respectivhy
基于NASA最新发布的具有代表性浓度途径的全球逐日统计降尺度NEX-BCC气候数据集,评估NEX-BCC对秦岭及周边地区降水、平均日最高温度、日最低温度的模拟能力,并分析Rcp4.5和Rcp8.5这2种情景下21世纪未来阶段秦岭及周边地区日最高温度、日最低温度和降水的可能变化,主要结论如下:
(1) NEX-BCC较好地模拟了1961—2005年秦岭及周边地区日平均降水量、平均日最高温度、平均日最低温度的年际变化趋势,但存在系统性的偏差。从空间分布看,降水、温度的空间分布和观测吻合较好,高低值中心与观测基本一致,但对降水的振幅系统性的低估,温度振幅系统性的高估。
(2) Rcp4.5情景下,秦岭及周边地区2006—2099年降水总体有增加趋势,增加幅度为1.8 mm/10a,滑动平均显示2035—2075年降水异常偏多,2035年之前和2075年之后则降水偏少。Rcp4.5情景下日平均最高和最低温度增温趋势十分明显,其中最高温度增幅大于最低温度,到21世纪末,日平均最高温度和日平均最低温度增幅分别为3.8 ℃和3.1 ℃左右。统计不同阈值降水、平均日最高温度、平均日最低温度的发现,未来小雨发生频次减少,暴雨频次增加,日最高温度大于36 ℃的高温频次增加,小于-15 ℃的低温频次减少。EOF分析显示,降水和日平均最高温度、日平均最低温度均可分为全区一致性增多(高)和南北反位相2种空间模态。
(3) Rcp8.5情景下,未来降水变化趋势和Rcp4.5情景下一致,但日平均降水量系统性较Rcp4.5偏多,增幅较Rcp4.5略偏大。Rcp8.5情景下,日平均最高温度、日平均最低温度增温幅度远高于Rcp4.5情景,到21世纪末,平均日最高温度、日平均最低温度分别达到39.5 ℃和10.9 ℃左右,较2006年升高6.5 ℃和6.2 ℃。Rcp8.5情景下,未来小雨、暴雨、36.0 ℃以上的高温频次和-15.0 ℃的低温频次与Rcp4.5情景趋势基本一致,但高温(低温)频次增加(减少)幅度更加显著,温度变化更加剧烈。2种情景下,未来降水的空间模态表现基本一致。Rcp8.5情景下, 日平均最低温度EOF1位相与Rcp4.5情景下一致,但两者的时空分布有较大的差异。日平均最高温度EOF1和EOF2空间模态相对一致。
本文评估了NASA最新发布的NEX-BCC历史气候数据集并分析了未来情景下秦岭及周边地区温度、降水的时间演变和空间模态,值得注意的是,由于GMFD与CN05本身可能的差异,导致基于GMFD的NEX-BCC降尺度历史数据集的可靠性需要在后续工作中进一步展开。
The authors have declared that no competing interests exist.
| [1] |
Evaluation of surface air temperature in Southwestern China simulated by the CMIP5 models [J].CMIP5模式对西南地区气温的模拟能力评估 [J]. |
| [2] |
Evaluation and projection of extreme events over China under IPCC A1B cenario by MM5V3 model [J].MM5V3模式对IPCC A1B情景下中国地区极端事件的模拟和预估 [J]. |
| [3] |
Changes of extreme indices over China in response to 1.5℃ global warming projected by a regional climate model [J].全球1.5 ℃温升背景下中国极端事件变化的区域模式预估 [J]. |
| [4] |
Surface air temperature projection under 1.5 ℃ warming threshold based on corrected pattern scaling technique [J].使用订正的“空间型标度”法预估1.5 ℃温升阈值下地表气温变化 [J].
近10年（2007-2016年）全球地表气温相对于工业革命前（1861—1890年）已上升约1℃，未来达到1．5℃温升阈值时的气候变化及其影响成为国际社会高度关注的问题。目前对未来温度的预估多依赖气候模式，但模式在区域气候预估方面尚存在较大不确定性。采用国际通用的“空间型标度（Pattern scaling）”方法，尝试基于1951—2005年历史温度观测资料。预估1．5℃温升阈值下全球区域地表气温相对于当前升温1℃的变化。由于未来气温变化的空间型可能与历史时期不完全相同，同时非线性因素亦可能令基于线性假设的空间型标度法出现偏差，故利用参加第五次耦合模式比较计划（CMIP5）的21个气候模式在4种典型浓度路径情景（RCP8．5，RCP6．0，RCP4．5，RCP2．6）下增暖空间型相对于历史时期（1951—2005年）的变化，对观测的空间型进行订正，并考虑非线性因素的影响。结果表明，全球平均温度继续上升0．5℃，达到1．5℃时，4种情景下预估的地表气温变化的空间型和增暖幅度接近。大部分陆地将升温0．6℃以上。北半球比南半球高约0．2℃，陆地比海洋高约0．3℃。预估中国区域升温0．7℃以上。RCP2．6下中国北部和中部升温明显高于其他情景。若不考虑订正方法的影响，在全球和区域尺度上，基于观测资料的空间型标度法预估结果的不确定性均远小于气候模式。
|
| [5] |
Comparative studies of snow cover parameterization schemes used in climate models [J].气候模式中积雪覆盖率参数化方案的对比研究 [J].
<p> 利用基于NCEP再分析的近地面气候资料驱动陆面过程模型NCAR CLM3，检验了6种积雪覆盖率参数化方案（CLM3、Douville1995、Roesch2001、Wu2004、Yang1997、Niu2007）模拟的积雪覆盖率的季节变化，并与NOAA AVHRR得到的观测结果进行了对比分析。结果表明，在NCAR CLM3的物理过程框架之下，CLM3、Douville1995、Roesch2001三种方案低估了广大地区的积雪覆盖率，模拟的雪线位置偏北，尤其是在秋季积雪初期;Wu2004方案低估了秋季欧亚大陆的积雪覆盖率;Yang1997方案模拟的积雪覆盖率有些偏高，尤其是在积雪覆盖区的南部边缘;考虑积雪密度变化的Niu2007方案一定程度上克服了Yang1997方案的正偏差。春季末期，6种方案模拟的雪线位置都偏北。在地形比较平缓的地区，Niu2007方案的整体效果最好。观测和模拟的积雪覆盖率的出现频数大部分集中在低（小于0.2）和高（大于0.8）覆盖率等级，中等覆盖率所占比例很少。</p>
|
| [6] |
Evaluating the progress of the CMIP and its application prospect in China [J].CMIP研究计划的进展及其在中国地区的检验和应用前景 [J].
由世界气候研究计划(WCRP)推动制定的CMIP计划,是一整 套耦合大气环流气候模式的比较计划.该计划旨在通过比较模式的模拟能力来评价模式的好坏,促进气候模式的发展;同时也为生态、水文、社会经济诸学科在全球 变化背景下预估未来环境变化提供可靠的科学依据.CMIP计划从AMIP开始,经历了CMIP1、CMIP2、CMIP3几个阶段的发展,并已为模式研究 提供了迄今为止时间最长、内容最为广泛的模式资料库.尽管模式的模拟结果仍不可避免的存在一些不足,但世界各国纷纷利用该资料库进行模式发展以及与气候变 化相关的多学科研究,为预估未来的环境变化提供了不可替代的科学依据.对其作了简要回顾,并对其在中国地区存在的问题和潜在应用前景作了简要论述.
|
| [7] |
Objective analysis on large-scale circulation type and its links to precipitation over China [J].大气环流形势客观分型及其与中国降水的联系 [J]. |
| [8] |
Comparison of simulated and reconstructed precipitation in China during the Last Millennium [J].近千年来中国区域降水模拟与重建资料的对比分析 [J].
依据中国区域27年GPCP降水观测再分析资料、500年旱涝等级资料及近千年冰芯、树轮、 湖芯等降水代用资料，对全球海气耦合气候模式ECHO—G近千年积分模拟降水进行时空变化的对比分析，检验模式对中国地区降水的模拟性能。结果表明模拟降 水较好体现了中国区域降水年平均和季节平均的分布型态，并在年代际变化上与历史记录一致。中国西部模拟降水呈现出与重建资料一致的准200年的百年际周期 及20～30年左右的年代际周期，并与湖泊盐度的高低时段对应较好。总体而言，模式成功再现了观测及代用资料所体现的中国区域近千年降水的主要时空变化特 征。EOF分析结果进一步揭示了3个不同气候特征时期模拟降水存在不同的区域分异特点。
|
| [9] |
A climatic analysis on the precipitation features and anomaly in Northwest China [J].中国西北地区降水异常的气候分析 [J]. |
| [10] |
Study of systematic bias corrected method in CMIP5 decadal experiments of BCC_CSM1.1 climate model on tropical SST [J].系统误差订正方法在热带海温年代际试验中的应用研究 [J]. |
| [11] |
Simulation study about climatological basic state and seasonal variations of global O3 in the 20th century [J].BCC-AGCM-Chem0模式对20世纪全球O3气候平均态及季节变化特征的模拟研究 [J].
利用由国家气候中心最近研发的全球大气环流化学模式BCC-AGCM-ChemO对1871-1999年全球大气O3浓度进行了模拟,并利用全球臭氧和紫外线辐射数据中心（WOUDC）提供的O3台站观测资料以及第5次耦合模式国际比较计划（CMIP5）整理的一套全球O3分析资料对BCC-AGCM-ChemO模拟的O3的气候平均态及季节变化特征进行了评估。结果表明:（1）BCC-AGCM-ChemO模式模拟出了全球年平均的O3空间分布特征,表现为北半球O3浓度高于南半球,O3的经向分布大致呈由低纬向高纬递增;模式可以再现台站观测的O3浓度垂直分布结构;相对于CMIP5分析数据,BCC-AGCM-ChemO模拟的O3气柱总量在40°S以南的南大洋区域,模拟值偏低36 DU,在40°S-50°N中低纬地区略偏高36DU,陆地地区差异明显大于海洋地区,这些模拟偏差与地面排放和模式中O3水平和垂直平流输送的影响有关。（2）BCC-AGCM-ChemO模式对全球O3浓度的季节变化特征也有较好的模拟能力,模拟的O3柱浓度与CMIP5资料的结果在1、4、7和10月的全球格点空间相关系数分别达到0.89,0.97,0.86和0.91;模式再现了南、北半球O3浓度春季偏大、秋季偏小的特点;（3）从模式模拟和台站观测的对比分析来看,500 hPa以上的对流层中高层与以下的对流层中低层的O3季节变化峰值存在明显的不一致性,表明500 hPa以下的中低层区域O3变化可能受地面排放和干、湿等过程的影响较大,而对流层中高层的O3变化可能与化学过程和平流层向下的输送影响较大有关。
|
| [12] |
Summer prediction of moisture transport in the middle and lower reaches of the Yangtze River in BCC_CSM Mode [J].BCC_CSM模式夏季长江中下游水汽输送评估 [J].
基于国家气候中心第二代季节预测模式的回报数据集与NCEP再分析数据,首先分析了夏季长江中下游地区大气水汽含量以及水汽输送特征,在此基础上分析了该地区水汽输送与长江中下游降水及夏季风之间的配置关系.进一步对模式的水汽输送预测能力进行了评估,并对造成模式误差的可能原因进行了分析.研究表明,夏季长江中下游降水与东亚夏季风联系密切,而东亚夏季风主要通过影响长江中下游的水汽输送来影响该地区降水,因此水汽输送是联系水汽源地与降水的一个重要的枢纽;另一方面,模式中夏季长江中下游大气水汽输送较观测而言存在一个气旋性偏差,不利于水汽输送到该地区,这导致了长江中下游大气可降水量偏少,从而成为该地区降水的预测总体偏少一个重要原因,这种负偏差中心分布在20°N-40°N之间,而低纬度则是一个正偏差分布.进一步研究发现,模式对于长江中下游水汽输送的预测偏差主要是由夏季风的预测偏差导致的,且模式对于弱季风年的预测能力要强于强季风年.
|
| [13] |
An evaluation of simulated and estimated land surface states with two different models [J].评估两类模式对陆面状态的模拟和估算 [J].
<p>针对夏季土壤变干过程，利用观测系统模拟试验，比较离线的陆面模式(LSM)和耦合大气边界层的陆面模式(SCM)对土壤温度、湿度和地表热通量等陆面状态的模拟，然后借助数据同化方法，评估2类模式对陆面状态的估算能力。结果显示：2类模式除对地表长波辐射和感热通量的模拟差别较大外，对其余量则较小；只同化表层土壤湿度观测时，LSM对土壤湿度和感热通量的估算好于SCM，对土壤温度的估算则相反，而对潜热通量估算的差距很小；同时同化表层土壤温度、湿度观测会使地表热通量的估算差距增大；最后对2类模式不同表现的可能原因进行分析讨论。上述数值模拟和同化结果：当用某一类模式的模拟结果或同化产品为另一类不同模式提供初边界条件时必须注意它们之间的差异，避免出现输入量引起的模式状态量间的动力不协调现象。</p>
|
| [14] |
A mass-flux cumulus parameterization scheme for large-scale models: Description and test with observations [J]. |
| [15] |
et al. An overview of BCC climate system model development and application for climate change studies [J].
This paper reviews recent progress in the development of the Beijing Climate Center Climate System Model (BCC_CSM) and its four component models (atmosphere, land surface, ocean, and sea ice). Two recent versions are described: BCC_CSM1.1 with coarse resolution (approximately 2.8125°×2.8125°) and BCC_CSM1.1(m) with moderate resolution (approximately 1.125°×1.125°). Both versions are fully coupled climate-carbon cycle models that simulate the global terrestrial and oceanic carbon cycles and include dynamic vegetation. Both models well simulate the concentration and temporal evolution of atmospheric CO 2 during the 20th century with anthropogenic CO 2 emissions prescribed. Simulations using these two versions of the BCC_CSM model have been contributed to the Coupled Model Intercomparison Project phase five (CMIP5) in support of the Intergovernmental Panel on Climate Change ( IPCC ) Fifth Assessment Report (AR5). These simulations are available for use by both national and international communities for investigating global climate change and for future climate projections. Simulations of the 20th century climate using BCC_CSM1.1 and BCC_CSM1.1(m) are presented and validated, with particular focus on the spatial pattern and seasonal evolution of precipitation and surface air temperature on global and continental scales. Simulations of climate during the last millennium and projections of climate change during the next century are also presented and discussed. Both BCC_CSM1.1 and BCC_CSM1.1(m) perform well when compared with other CMIP5 models. Preliminary analyses indicate that the higher resolution in BCC_CSM1.1(m) improves the simulation of mean climate relative to BCC_CSM1.1, particularly on regional scales.
|
| [16] |
How well does BCC_CSM1.1 reproduce the 20th century climate change over China? [J].
The historical simulation of phase five of the Coupled Model Intercomparison Project(CMIP5) experiments performed by the Beijing Climate Center climate system model(BCC_CSM1.1) is evaluated regarding the time evolutions of the global and China mean surface air temperature(SAT) and surface climate change over China in recent decades.BCC_CSM1.1 has better capability at reproducing the time evolutions of the global and China mean SAT than BCC_CSM1.0.By the year 2005,the BCC_CSM1.1 model simulates a warming amplitude of approximately 1 in China over the 1961-1990 mean,which is consistent with observation.The distributions of the warming trend over China in the four seasons during 1958-2004 are basically reproduced by BCC_CSM1.1,with the warmest occurring in winter.Although the cooling signal of Southwest China in spring is partly reproduced by BCC_CSM1.1,the cooling trend over central eastern China in summer is omitted by the model.For the precipitation change,BCC_CSM1.1 has good performance in spring,with drought in Southeast China.After removing the linear trend,the interannual correlation map between the model and the observation shows that the model has better capability at reproducing the summer SAT over China and spring precipitation over Southeast China.
|
| [17] |
Hindcast of China climate with decadal experiment by BCC_CSM1.1 climate model [J].BCC_CSM1.1气候模式年代际试验对中国气候的回报能力评估 [J].
对比国家气候中心耦合模式BCC_CSM1.1提交CMIP5的历史(Historical)试验和年代际(Decadal)回报试验对中国气候及其年代际变化的模拟。结果表明,Decadal试验回报的中国降水气候分布更接近观测,回报的中国东部气温和降水的年代际距平误差比Historical试验减小明显。对于发生在20世纪70年代末的中国东部降水年代际变化,Decadal试验能回报出长江中下游降水增多的特征,但Historical试验模拟的降水变化与观测相反。由于Decadal试验和Historical试验的区别之一是后者利用观测海温资料进行了初始化,为了探讨观测海温信息的重要性,进一步将Decadal试验与恢复(Nudging)试验(即模式积分过程中,模拟海温始终向观测海温恢复)的模拟结果进行对比。发现Nudging试验能够较好地模拟出"南涝北旱"型降水变化,也能够模拟出相应的东亚急流增强且偏南的特征。这表明气候模式对海温的回报能力是影响其对东亚气候年代际异常模拟的一个重要因素。
|
| [18] |
Simulation and projection of temperature in China with BCC_CSM1.1 Model [J].BCC_CSM1.1模式对我国气温的模拟和预估 [J]. |
| [19] |
Evaluation of the performance of Beijing climate center climate system model with different horizontal resolution in simulating the annual surface temperature over Central Asia [J].不同水平分辨率BCC_CSM 模式对中亚地面气温模拟能力评估 [J].
本研究基于IPCC AR5(Intergovernmental Panel on Climate Change:Fifth Assessment Report)中BCC_CSM1.1(Beijing Climate Center Climate System Model version 1.1)和BCC_CSM1.1(m)(Beijing Climate Center Climate System Model version 1.1 with a Moderate Resolution)气候模式的历史试验结果和CRU(Climatic Research Unit)资料, 采用趋势分析和滑动平均等方法检验了两个版本BCC_CSM模式对中亚地区1948～2011年平均地表气温、各热通量及其趋势的模拟性能, 并讨论了不同模式水平分辨率的影响, 结果显示:BCC_CSM1.1和BCC_CSM1.1(m)两个模式均能够模拟出中亚地区显著增温以及感热通量、长/短波净辐射等要素由南向北递减的总体趋势。其中, BCC_CSM1.1(m) 在对中亚地面年平均气温、感热通量和长/短波净辐射空间分布的模拟结果好于BCC_CSM1.1, 但对于气温标准差的模拟, BCC-CSM1.1模式略好于BCC-CSM1.1(m)。模式分辨率的提高, 能够更好地表现出地形的影响, 对气温和各热通量模拟性能改善较大, 在中亚地区年平均气温的模拟中表现出了一定的优势。
|
| [20] |
A daily temperature dataset over China and its application in validating a RCM simulation [J].
这篇论文描述 0.5 °×的构造为时期的 0.5 °日报温度数据集 1961 2005 在为气候的目的大陆中国上为确认建模。数据集从 751 基于插值在中国观察车站并且包括 3 个变量：每天吝啬、最小、最大的温度。“异例途径”在插值被使用。gridded 气候学 1971 2000 首先被计算然后一个 gridded 日报异例为 1961 2005 被加到气候学获得最后的数据集。有在月刊的观察放大的 CRU (气候的研究单位) 的数据集的比较显示出在二数据集之间的一般同意。发现的差别能大部分在新车站被归因于观察的介绍。数据集表演类似内部是的年度可变性在诺思中国和西藏的高原的东方部分上做 CRU 数据，但是与一个稍微更大的线性趋势。数据集被采用由一个高分辨率的地区性的气候模型基于每日的吝啬、最小、最大的温度验证三个极端索引的模拟。结果证明模型复制这些索引很好。数据在中国气象学的管理，和一个更粗糙的决定的国家气候中心是可得到的(1 °× 1 个°) 版本能经由万维网被存取。
|
| [21] |
A gridded daily observation dataset over China region and comparison with the other datasets [J].一套格点化的中国区域逐日观测资料及与其它资料的对比 [J].
为高分辨率气候模式检验等的需要,基于2400余个中国地面气象台站的观测资料,通过插值建立了一套0.25°×0.25°经纬度分辨率的格点化数据集(CN05.1).CN05.1包括日平均和最高、最低气温,以及降水4个变量.插值通过常用的"距平逼近"方法实现,首先将计算得到的气候平均场使用薄板样条方法进行插值,随后使用"角距权重法"对距平场进行插值,然后将两者叠加,得到最终的数据集.将CN05.1与CN05、EA05和APHRO三种日气温和降水资料(四种资料的分析时段统一为1961—2005年)进行对比,分析了它们对气候平均态和极端事件描述上的不同,结果表明几者总体来说在中国东部观测台站密集的地方差别较小,而在台站稀疏的西部差别较大,相差最大的是青藏高原北部至昆仑山西段等地形起伏较大而很少或没有观测台站的地方,反映了格点化数据在这些地区的不确定性,在使用中应予以注意.
|
| [22] |
An objective verification of forecasting ability of Japan High-Resolution Model precipitation in China [J].日本高分辨率模式对中国降水预报能力的客观检验 [J].
<p>利用2012年4月1日8月31日中国2419个台站逐6 h降水资料、CMORPH（NOAA Climate Prediction Center Morphing Method）卫星与中国3万余个自动站逐时降水融合资料，基于客观统计方法，分别检验了日本高分辨率模式对中国逐6 h、12 h和24 h分段站点、格点降水的预报能力。结果表明：（1）模式晴雨预报技巧随分段间隔的增加整体增加，暴雨预报技巧在12 h分段表现相对较好；（2）就站点检验来说，模式晴雨预报的降水频数高于观测，6 h和12 h分段暴雨预报低于观测频数，24 h分段则与观测基本一致，通过计算调整阈值可以明显改善技巧评分；（3）6 h分段降水标准差比值<1，出现预报为中雨，而观测为暴雨或小雨的概率增大，24 h分段则相反；（4）整体而言，模式对东南地区的预报技巧高于西北地区，但沿海地区降水的偶然性更大；（5）模式预报与高分辨率卫星、自动站融合降水产品有更好的一致性，阈值调整的空间相对有限；（6）东南地区预报与观测的相关性大于西北地区，模式对东部沿海地区降水量级的预报比西部地区更为合理。</p>
|
| [23] |
Spatial-temporal distribution of summer cloud water resources over the Loess Plateau from 1979 to 2012 [J].1979—2012年夏季黄土高原空中云水资源时空分布 [J].
Spatial and temporal distribution features of cloud water resources over the Loess Plateau in summer from 1979 to 2012 were analyzed by using ERA-Interim dataset issued by European Centre for Medium-Range Weather Forecasts (ECMWF). Results are the following: (1) There are much more cloud water resources than the actual amount of precipitation in summer, leaving a great potential for cloud water resources exploitation.(2) The distribution of cloud water resources shows two main modes: firstly, anti-phase oscillation appears between the northwest and the southeast(EOF1); secondly, cloud water resources are abundant in the center of the Loess Plateau, while they are not enough in the northwest and the southeast regions(EOF2); The associated time series of EOF1 and EOF2 also show significant inter-annual cycle. (3) The cloud water resources over the Loess Plateau come from the East China Sea, and when the center location of the water vapor transports anticyclonic circulation southerly (northerly), the spatial mode EOF1 (EOF2) is influenced. (4) The amount of cloud water and cloud ice reach the peak value at about 700 hPa and 400 hPa, respectively. It is benefit to exploitation of cloud water resources that the appearance of the water vapors convergence and the upward motion at 700 hPa.
|
| [24] |
Comparing CCSM3 and CCSM4 simulations of summer atmospheric circulation over East Asia [J].东亚夏季大气环流模拟的对比分析:CCSM3 和CCSM4 [J].
利用ERA40再分析资料,评估了参与国际耦合模式比较计划第五阶段的CCSM4模式对东亚夏季不同要素场的气候态和年际变化的模拟能力,并与第三阶段的CCSM3模式进行了对比。结果表明:1CCSM3和CCSM4均能较好地模拟出东亚夏季海平面气压、850hPa风场、500hPa高度场气候态的空间分布特征,总体来说,CCSM4对各要素的模拟效果更好;2虽然模式对东亚地区不同要素年际变率的模拟能力整体偏弱,但相对来说,CCSM4的模拟能力有不同程度的提高;3模式对副高、印度热低压的变化趋势有一定的模拟能力,但CCSM3对副高面积指数,印度热低压及印度热低压槽指数的模拟效果反而表现的更好。对于三种典型的东亚夏季风指数,虽然CCSM4的模拟能力较CCSM3有一定的提高,但也均不能模拟出东亚夏季风的变化特征。
|
| [25] |
et al. Sampling errors in the estimation of empirical orthogonal function [J]. |
甘公网安备62010202000687
/
| 〈 |
|
〉 |
