An overview of projected climate and environmental changes across the Tibetan Plateau in the 21st century
1
2015
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
青藏高原21世纪气候和环境变化预估研究进展
1
2015
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
Review of Chinese atmospheric science research over the past 70 years: Climate and climate change
1
2019
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
新中国成立70年以来的中国大气科学研究: 气候与气候变化篇
1
2019
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
Climate change will affect the Asian water towers
1
2010
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
Aridity changes in the Tibetan Plateau in a warming climate
1
2015
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
Assessment of past, present and future environmental changes on the Tibetan Plateau
1
2015
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
青藏高原环境变化科学评估: 过去、现在与未来
1
2015
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
Research on precipitation recycling during meiyu season over middle-lower reaches of Changjiang River in 1998
1
2006
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
长江中下游1998年夏季梅雨期降水再循环研究
1
2006
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
Precipitation recycling over the northern China
2
2005
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
... 图3为CCSM和WRF模拟的1982—2005年青藏高原降水再循环率的空间分布.如图3所示,CCSM模拟的青藏高原降水再循环率为5%~25%,在羌塘高原西南地区存在一个高值区,而在湄公河流域和怒江流域的南部地区以及雅鲁藏布江流域的东部地区存在一个低值区,整个青藏高原的平均值为22%,表明青藏高原降水主要来源于外部输送水汽的贡献,而本地蒸发水汽对降水的贡献较小.相比于CCSM,WRF模拟的青藏高原降水再循环率较高,其中在青藏高原北部海拔较低的祁连山区和柴达木盆地尤为明显,而位于青藏高原南部的湄公河流域、怒江流域和雅鲁藏布江流域的降水再循环率较低,整个青藏高原的平均值为32%.这表明青藏高原降水主要来源于外部输送水汽的贡献,但是青藏高原北部地区蒸发的水汽对当地降水有着重要的贡献,其中在祁连山区尤为明显.前人也采用不同方法研究了青藏高原降水的水汽来源:Curio 等[23]利用水汽收支方程分析了青藏高原水汽输送特征,表明青藏高原南部的雅鲁藏布江流域受季风活动影响显著,当地水汽收支为正值,青藏高原外部输送水汽对该地区降水的贡献较大,而青藏高原东北部的祁连山区水汽收支为负值,外部输送水汽对该地区降水的贡献较小;康红文等[7]采用降水再循环率模型分析了我国北方降水的水汽来源,发现黄河流域上游降水由青藏高原较强的水汽所提供,当地的降水再循环率低于15%. ...
我国北方地区降水再循环率的初步评估
2
2005
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
... 图3为CCSM和WRF模拟的1982—2005年青藏高原降水再循环率的空间分布.如图3所示,CCSM模拟的青藏高原降水再循环率为5%~25%,在羌塘高原西南地区存在一个高值区,而在湄公河流域和怒江流域的南部地区以及雅鲁藏布江流域的东部地区存在一个低值区,整个青藏高原的平均值为22%,表明青藏高原降水主要来源于外部输送水汽的贡献,而本地蒸发水汽对降水的贡献较小.相比于CCSM,WRF模拟的青藏高原降水再循环率较高,其中在青藏高原北部海拔较低的祁连山区和柴达木盆地尤为明显,而位于青藏高原南部的湄公河流域、怒江流域和雅鲁藏布江流域的降水再循环率较低,整个青藏高原的平均值为32%.这表明青藏高原降水主要来源于外部输送水汽的贡献,但是青藏高原北部地区蒸发的水汽对当地降水有着重要的贡献,其中在祁连山区尤为明显.前人也采用不同方法研究了青藏高原降水的水汽来源:Curio 等[23]利用水汽收支方程分析了青藏高原水汽输送特征,表明青藏高原南部的雅鲁藏布江流域受季风活动影响显著,当地水汽收支为正值,青藏高原外部输送水汽对该地区降水的贡献较大,而青藏高原东北部的祁连山区水汽收支为负值,外部输送水汽对该地区降水的贡献较小;康红文等[7]采用降水再循环率模型分析了我国北方降水的水汽来源,发现黄河流域上游降水由青藏高原较强的水汽所提供,当地的降水再循环率低于15%. ...
Several points on mass and entergy interaction between land surface and atmosphere in the Heihe River Basin
1
2008
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
黑河流域陆地—大气相互作用研究的几点思考
1
2008
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
Spatial distribution and seasonal variation characteristics of global atmospheric moisture recycling
3
2014
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
... [9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
全球水汽再循环率的空间分布及其季节变化特征
3
2014
... 青藏高原是全球海拔最高的高原,耸立在中国的西部,其热力作用和动力作用对东亚乃至全球的大气环流及演变有重要的影响[1,2].青藏高原也是亚洲许多河流的发源地,为下游十几亿人口和生态环境提供了水资源,素有“亚洲水塔”之称[3].过去几十年,青藏高原地表气温呈明显上升趋势,其升温率超过了全球平均及同纬度的其他地区[4].在此背景下,青藏高原整体上呈现变湿的趋势,当地的水循环强度随之增强,从而影响青藏高原及下游地区的生态环境和人类生产生活[5].一块陆地区域内的降水有2种水汽来源,即本地蒸发到大气中的水汽和外部平流输送的水汽[6].前者对降水的贡献被称为降水再循环率,是陆面水循环对大气过程影响的定量指标,可以表征该地区陆面水文与区域气候相互作用的强弱[7,8,9]. ...
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
... [9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
Progress on the projections of future climate change with various emission scenarios
1
2009
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
未来不同排放情景下气候变化预估研究进展
1
2009
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
Temperature and precipitation changes over China under a 1.5 ℃ global warming scenario based on CMIP5 models
1
2019
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
CMIP5多模式预估的1.5 ℃升温背景下中国气温和降水变化
1
2019
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
Comparison between past and future extreme precipitations simulated by global and regional climate models over the Tibetan Plateau
1
2017
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
Reliability of climate models for China through the IPCC third to fifth assessment reports
1
2016
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
Evaluation of CMIP5 models over the Qinghai-Tibetan Plateau
1
2014
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
CMIP5全球气候模式对青藏高原地区气候模拟能力评估
1
2014
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
Dynamical downscaling of regional climate: A review of methods and limitations
1
2019
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
区域气候动力降尺度方法研究综述
1
2019
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
Changes of extreme indices over China in response to 1.5 ℃ global warming projected by a regional climate model
1
2017
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
全球1.5 ℃温升背景下中国极端事件变化的区域模式预估
1
2017
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
A high resolution simulation of climate change over China
1
2010
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
中国区域气候变化的一个高分辨率数值模拟
1
2010
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
Evaluation of WRF mesoscale climate simulations over the Tibetan Plateau during 1979-2011
1
2015
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
Decomposition of future moisture flux changes over the Tibetan Plateau Projected by Global and Regional Climate Models
1
2019
... 全球气候模式(Global Climate Model,GCM)是进行气候模拟及预估的重要工具,被广泛应用于全球及区域尺度的气候变化研究[10,11].然而,GCM的水平分辨率普遍在100~300 km,难以刻画区域尺度的下垫面特征,在中国区域尺度上仍存在较大的模拟偏差,特别是在青藏高原这一地形复杂区域[12].Jiang等[13]评估了IPCC第三次到第五次评估报告中的77个GCM对中国气温和降水的模拟能力,指出多数GCM对中国气温模拟存在冷偏差,降水模拟偏多,高估了气温和降水的年际变率和空间变率.胡芩等[14]评估了CMIP5(Coupled Model Intercomparison Project Phase 5)中的44个GCM对1986—2005年青藏高原气温和降水的模拟能力,发现多数GCM明显低估了青藏高原的地表气温并高估了其降水.因此,采用高分辨率的区域气候模式(Regional Climate Model,RCM),对低分辨率的GCM输出结果进行动力降尺度模拟,已被广泛应用于青藏高原气候变化的研究中[15,16].高学杰等[17]利用全球环流模式FvGCM(NASA/NCAR finite volume element AGCM)/CCM3(Community Climate Model 3)的输出结果驱动区域气候模式RegCM3(Regional Climate Model Version 3)对东亚地区的气候进行了动力降尺度模拟;Gao等[18]利用动力降尺度方法对1979—2011年青藏高原气候进行了模拟,指出动力降尺度方法明显提高了对青藏高原气温和降水的模拟能力.Zhang等[19]基于区域气候模式WRF(Weather Research and Forecasting Model)的动力降尺度模拟结果,结合水汽收支方程分析了未来青藏高原水分盈亏量(降水—蒸发)变化的热动力成因.因此,相比于GCM,动力降尺度的模拟结果更适用于青藏高原地区的降水再循环研究. ...
Construction and analysis of a precipitation recycling model
1
1997
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
一个降水再循环模型的建立及分析
1
1997
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
Water vapor sources for Yangtze River Valley rainfall: Climatology, variability, and implications for rainfall forecasting
1
2012
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
Trends in precipitation recycling over the Qinghai-Xizang Plateau in last decades
1
2014
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
A 12-year high-resolution climatology of atmospheric water transport over the Tibetan Plateau
2
2015
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
... 图3为CCSM和WRF模拟的1982—2005年青藏高原降水再循环率的空间分布.如图3所示,CCSM模拟的青藏高原降水再循环率为5%~25%,在羌塘高原西南地区存在一个高值区,而在湄公河流域和怒江流域的南部地区以及雅鲁藏布江流域的东部地区存在一个低值区,整个青藏高原的平均值为22%,表明青藏高原降水主要来源于外部输送水汽的贡献,而本地蒸发水汽对降水的贡献较小.相比于CCSM,WRF模拟的青藏高原降水再循环率较高,其中在青藏高原北部海拔较低的祁连山区和柴达木盆地尤为明显,而位于青藏高原南部的湄公河流域、怒江流域和雅鲁藏布江流域的降水再循环率较低,整个青藏高原的平均值为32%.这表明青藏高原降水主要来源于外部输送水汽的贡献,但是青藏高原北部地区蒸发的水汽对当地降水有着重要的贡献,其中在祁连山区尤为明显.前人也采用不同方法研究了青藏高原降水的水汽来源:Curio 等[23]利用水汽收支方程分析了青藏高原水汽输送特征,表明青藏高原南部的雅鲁藏布江流域受季风活动影响显著,当地水汽收支为正值,青藏高原外部输送水汽对该地区降水的贡献较大,而青藏高原东北部的祁连山区水汽收支为负值,外部输送水汽对该地区降水的贡献较小;康红文等[7]采用降水再循环率模型分析了我国北方降水的水汽来源,发现黄河流域上游降水由青藏高原较强的水汽所提供,当地的降水再循环率低于15%. ...
Recent changes in the moisture source of precipitation over the Tibetan Plateau
1
2017
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
Study on the Atmospheric Moisture Cycling over Continental China
1
2018
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
中国大陆地区大气水循环的研究
1
2018
... 近几十年来,降水再循环模型得到了长足的发展,目前存在多种评估方法,被广泛地应用于区域尺度的降水再循环研究[9].伊兰等[20]构建了一个降水再循环模型,分析了长江流域的降水再循环特征,发现研究区的年平均降水再循环率为10%.Wei等[21]采用准熵平衡后向轨迹追踪法(Quasi-Isentropic Back-Trajectory Method,QIBT)对长江中下游地区湿季的降水再循环特征进行了研究,指出陆地对该区域降水的贡献超过了海洋.苏涛等[9]分析了全球降水再循环率的时空变化特征,发现全球降水再循环率的空间分布和季节变化特征显著,中国大陆地区降水再循环率为33%.国内外学者也研究了青藏高原的降水再循环特征,并取得了诸多重要的研究成果:Guo等[22]分析了1979—2008年青藏高原降水再循环时空分布特征,表明降水再循环率在青藏高原东部明显增加,而在西部则呈现减少趋势;Curio等[23]基于水汽收支方程计算了2001—2012年青藏高原的降水再循环率,发现其降水主要来源于青藏高原外部水汽的输送,当地的降水再循环率约为63%;Zhang等[24]基于欧拉水汽追踪方法分析了1979—2013年青藏高原的水汽来源,表明目标区的本地蒸发水汽对降水的贡献明显增加,降水再循环率约为18%.目前,高分辨率的RCM数据开始应用于区域尺度的水汽来源分析,相比于卫星降水产品或再分析资料,它可以详细地描述该地区的水汽来源演变过程,更适用于青藏高原这一地形复杂地区的降水再循环研究[25]. ...
464+STR, 226)
1
2004
... 本文使用区域气候模式WRF3.5版本对青藏高原进行动力降尺度模拟,并采用CCSM4全强迫(自然强迫因子和人类活动强迫因子)下的历史数据作为驱动场.WRF模式的物理参数化方案如下:美国国家大气研究中心(National Center for Atmospheric Research,NCAR)开发的CAM(Community Atmosphere Model)长波辐射和短波辐射方案[26]、WSM3微物理过程参数化方案、Grell-Devenyi积云参数化方案[27]、YSU(Yonsei University Planetary Boundary Layer)边界层方案[28]和Noah-MP(Noah-Multiparameterization Land Surface Model)陆面过程模式[29].模式的空间分辨率为30 km×30 km,模拟的中心点为(106°E,35°N),格点数为210×154,模拟区域几乎覆盖了整个东亚地区,相比于驱动数据,WRF能更精细地再现青藏高原地形的空间分布特征(图1).此外,模式垂直方向共有27层,最高层气压为50 hPa,驱动资料每6 h输入1次,海表温度每6 h更新1次.时间积分步长为120 s.模式结果每3 h输出1次.模拟时段为1979—2005年,用于分析的资料时段为1982—2005年. ...
A generalized approach to parameterizing convection combining ensemble and data assimilation techniques
1
2002
... 本文使用区域气候模式WRF3.5版本对青藏高原进行动力降尺度模拟,并采用CCSM4全强迫(自然强迫因子和人类活动强迫因子)下的历史数据作为驱动场.WRF模式的物理参数化方案如下:美国国家大气研究中心(National Center for Atmospheric Research,NCAR)开发的CAM(Community Atmosphere Model)长波辐射和短波辐射方案[26]、WSM3微物理过程参数化方案、Grell-Devenyi积云参数化方案[27]、YSU(Yonsei University Planetary Boundary Layer)边界层方案[28]和Noah-MP(Noah-Multiparameterization Land Surface Model)陆面过程模式[29].模式的空间分辨率为30 km×30 km,模拟的中心点为(106°E,35°N),格点数为210×154,模拟区域几乎覆盖了整个东亚地区,相比于驱动数据,WRF能更精细地再现青藏高原地形的空间分布特征(图1).此外,模式垂直方向共有27层,最高层气压为50 hPa,驱动资料每6 h输入1次,海表温度每6 h更新1次.时间积分步长为120 s.模式结果每3 h输出1次.模拟时段为1979—2005年,用于分析的资料时段为1982—2005年. ...
A new vertical diffusion package with an explicit treatment of entrainment processes
1
2006
... 本文使用区域气候模式WRF3.5版本对青藏高原进行动力降尺度模拟,并采用CCSM4全强迫(自然强迫因子和人类活动强迫因子)下的历史数据作为驱动场.WRF模式的物理参数化方案如下:美国国家大气研究中心(National Center for Atmospheric Research,NCAR)开发的CAM(Community Atmosphere Model)长波辐射和短波辐射方案[26]、WSM3微物理过程参数化方案、Grell-Devenyi积云参数化方案[27]、YSU(Yonsei University Planetary Boundary Layer)边界层方案[28]和Noah-MP(Noah-Multiparameterization Land Surface Model)陆面过程模式[29].模式的空间分辨率为30 km×30 km,模拟的中心点为(106°E,35°N),格点数为210×154,模拟区域几乎覆盖了整个东亚地区,相比于驱动数据,WRF能更精细地再现青藏高原地形的空间分布特征(图1).此外,模式垂直方向共有27层,最高层气压为50 hPa,驱动资料每6 h输入1次,海表温度每6 h更新1次.时间积分步长为120 s.模式结果每3 h输出1次.模拟时段为1979—2005年,用于分析的资料时段为1982—2005年. ...
The community Noah land surface model with multiparameterization options (Noah‐MP): 1. Model description and evaluation with local‐scale measurements
1
2011
... 本文使用区域气候模式WRF3.5版本对青藏高原进行动力降尺度模拟,并采用CCSM4全强迫(自然强迫因子和人类活动强迫因子)下的历史数据作为驱动场.WRF模式的物理参数化方案如下:美国国家大气研究中心(National Center for Atmospheric Research,NCAR)开发的CAM(Community Atmosphere Model)长波辐射和短波辐射方案[26]、WSM3微物理过程参数化方案、Grell-Devenyi积云参数化方案[27]、YSU(Yonsei University Planetary Boundary Layer)边界层方案[28]和Noah-MP(Noah-Multiparameterization Land Surface Model)陆面过程模式[29].模式的空间分辨率为30 km×30 km,模拟的中心点为(106°E,35°N),格点数为210×154,模拟区域几乎覆盖了整个东亚地区,相比于驱动数据,WRF能更精细地再现青藏高原地形的空间分布特征(图1).此外,模式垂直方向共有27层,最高层气压为50 hPa,驱动资料每6 h输入1次,海表温度每6 h更新1次.时间积分步长为120 s.模式结果每3 h输出1次.模拟时段为1979—2005年,用于分析的资料时段为1982—2005年. ...
The global land data assimilation system
1
2004
... 本文采用全球陆面同化系统(Global Land Data Assimilation System,GLDAS)作为验证数据评估了动力降尺度对青藏高原降水和蒸发的模拟能力.GLDAS是由美国哥达德空间飞行中心(Goddard Space Flight Center,GSFC)和美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)联合发展的一个全球范围高分辨率的陆面模拟系统,其使用的气象要素基于多源观测、再分析资料和大气同化产品[30].GLDAS陆面数据同化系统共调用了CLM(Community Land Model)、Mosaic和NOAH(NCEP, OSU,Air Force and Office of Hydrology Land Surface Model) 3个陆面过程模型以及VIC(Variable Infiltration Capacity)水文模型.降水数据来源于卫星观测降水和美国国家海洋与大气管理局(National Oceanic and Atmospheric Administration,NOAA)气候预报中心的业务化融合分析降水资料(CPC Merged Analysis of Precipitation,CMAP).数据时间长度为1979年至今,输出数据空间分辨率1°×1°,时间分辨率为3 h.研究表明,GLDAS能够较好地再现青藏高原降水的时空分布特征,包括日变化及月变化[31].此外,本文也利用欧洲中尺度天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第三代再分析资料ERA-Interim(ECMWF Re-analysis Interim)评估了动力降尺度对青藏高原及周边地区水汽通量的模拟能力.相对于上一代ERA-40再分析资料,ERA-Interim再分析资料改进了很多物理过程的描述,尤其是在水汽收支和能量循环方面[32].数据的时间长度为1980—2005年,空间分辨率约为80 km,垂直方向共有60层,最顶层的气压为0.1 hPa.Bao等[33]研究表明ERA-Interim再分析资料在青藏高原的均方根误差和偏差明显低于其前几代的再分析资料. ...
Evaluation of multireanalysis products with in situ observations over the Tibetan Plateau
1
2012
... 本文采用全球陆面同化系统(Global Land Data Assimilation System,GLDAS)作为验证数据评估了动力降尺度对青藏高原降水和蒸发的模拟能力.GLDAS是由美国哥达德空间飞行中心(Goddard Space Flight Center,GSFC)和美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)联合发展的一个全球范围高分辨率的陆面模拟系统,其使用的气象要素基于多源观测、再分析资料和大气同化产品[30].GLDAS陆面数据同化系统共调用了CLM(Community Land Model)、Mosaic和NOAH(NCEP, OSU,Air Force and Office of Hydrology Land Surface Model) 3个陆面过程模型以及VIC(Variable Infiltration Capacity)水文模型.降水数据来源于卫星观测降水和美国国家海洋与大气管理局(National Oceanic and Atmospheric Administration,NOAA)气候预报中心的业务化融合分析降水资料(CPC Merged Analysis of Precipitation,CMAP).数据时间长度为1979年至今,输出数据空间分辨率1°×1°,时间分辨率为3 h.研究表明,GLDAS能够较好地再现青藏高原降水的时空分布特征,包括日变化及月变化[31].此外,本文也利用欧洲中尺度天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第三代再分析资料ERA-Interim(ECMWF Re-analysis Interim)评估了动力降尺度对青藏高原及周边地区水汽通量的模拟能力.相对于上一代ERA-40再分析资料,ERA-Interim再分析资料改进了很多物理过程的描述,尤其是在水汽收支和能量循环方面[32].数据的时间长度为1980—2005年,空间分辨率约为80 km,垂直方向共有60层,最顶层的气压为0.1 hPa.Bao等[33]研究表明ERA-Interim再分析资料在青藏高原的均方根误差和偏差明显低于其前几代的再分析资料. ...
The ERA-Interim reanalysis: Configuration and performance of the data assimilation system
1
2011
... 本文采用全球陆面同化系统(Global Land Data Assimilation System,GLDAS)作为验证数据评估了动力降尺度对青藏高原降水和蒸发的模拟能力.GLDAS是由美国哥达德空间飞行中心(Goddard Space Flight Center,GSFC)和美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)联合发展的一个全球范围高分辨率的陆面模拟系统,其使用的气象要素基于多源观测、再分析资料和大气同化产品[30].GLDAS陆面数据同化系统共调用了CLM(Community Land Model)、Mosaic和NOAH(NCEP, OSU,Air Force and Office of Hydrology Land Surface Model) 3个陆面过程模型以及VIC(Variable Infiltration Capacity)水文模型.降水数据来源于卫星观测降水和美国国家海洋与大气管理局(National Oceanic and Atmospheric Administration,NOAA)气候预报中心的业务化融合分析降水资料(CPC Merged Analysis of Precipitation,CMAP).数据时间长度为1979年至今,输出数据空间分辨率1°×1°,时间分辨率为3 h.研究表明,GLDAS能够较好地再现青藏高原降水的时空分布特征,包括日变化及月变化[31].此外,本文也利用欧洲中尺度天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第三代再分析资料ERA-Interim(ECMWF Re-analysis Interim)评估了动力降尺度对青藏高原及周边地区水汽通量的模拟能力.相对于上一代ERA-40再分析资料,ERA-Interim再分析资料改进了很多物理过程的描述,尤其是在水汽收支和能量循环方面[32].数据的时间长度为1980—2005年,空间分辨率约为80 km,垂直方向共有60层,最顶层的气压为0.1 hPa.Bao等[33]研究表明ERA-Interim再分析资料在青藏高原的均方根误差和偏差明显低于其前几代的再分析资料. ...
Evaluation of NCEP-CFSR, NCEP-NCAR, ERA-Interim, and ERA-40 reanalysis datasets against independent sounding observations over the Tibetan Plateau
1
2013
... 本文采用全球陆面同化系统(Global Land Data Assimilation System,GLDAS)作为验证数据评估了动力降尺度对青藏高原降水和蒸发的模拟能力.GLDAS是由美国哥达德空间飞行中心(Goddard Space Flight Center,GSFC)和美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)联合发展的一个全球范围高分辨率的陆面模拟系统,其使用的气象要素基于多源观测、再分析资料和大气同化产品[30].GLDAS陆面数据同化系统共调用了CLM(Community Land Model)、Mosaic和NOAH(NCEP, OSU,Air Force and Office of Hydrology Land Surface Model) 3个陆面过程模型以及VIC(Variable Infiltration Capacity)水文模型.降水数据来源于卫星观测降水和美国国家海洋与大气管理局(National Oceanic and Atmospheric Administration,NOAA)气候预报中心的业务化融合分析降水资料(CPC Merged Analysis of Precipitation,CMAP).数据时间长度为1979年至今,输出数据空间分辨率1°×1°,时间分辨率为3 h.研究表明,GLDAS能够较好地再现青藏高原降水的时空分布特征,包括日变化及月变化[31].此外,本文也利用欧洲中尺度天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第三代再分析资料ERA-Interim(ECMWF Re-analysis Interim)评估了动力降尺度对青藏高原及周边地区水汽通量的模拟能力.相对于上一代ERA-40再分析资料,ERA-Interim再分析资料改进了很多物理过程的描述,尤其是在水汽收支和能量循环方面[32].数据的时间长度为1980—2005年,空间分辨率约为80 km,垂直方向共有60层,最顶层的气压为0.1 hPa.Bao等[33]研究表明ERA-Interim再分析资料在青藏高原的均方根误差和偏差明显低于其前几代的再分析资料. ...
Characterization of the global hydrologic cycle from a back-trajectory analysis of atmospheric water vapor
2
2007
... QIBT是一种三维水汽追踪方法,主要用于分析区域尺度的水汽来源[34].该方法能够定量计算及区分研究区域外部输送水汽和本地蒸发水汽对降水的贡献[35].其计算原理如下:首先,根据某一格点内的降水强度释放不同个数的降水粒子,每个降水粒子释放的水平位置随机确定,垂直位置根据水汽的分布随机选取.其次,以5天为1个循环,对每个降水粒子进行等熵后向轨迹追踪,降水粒子对经过的降水区域提供水汽,研究区外部输送水汽对降水的贡献等于蒸发量除以大气柱垂直方向上的可降水量,当网格累计蒸发量的贡献等于总降水量时,研究区域所有降水的来源均已被追踪,水汽追踪结束;此外,每当气块到达模式区域边界或者追踪时间超过7天,也停止水汽追踪;最后,计算研究区域每个网格点蒸发量对大气可降水量的贡献率,即降水再循环率,有关该方法的介绍详见参考文献[34].本文利用CCSM和WRF两套数据,包含了气温、降水、比湿和风场等气象要素,结合QIBT方法分别计算了青藏高原的降水再循环率. ...
... .其计算原理如下:首先,根据某一格点内的降水强度释放不同个数的降水粒子,每个降水粒子释放的水平位置随机确定,垂直位置根据水汽的分布随机选取.其次,以5天为1个循环,对每个降水粒子进行等熵后向轨迹追踪,降水粒子对经过的降水区域提供水汽,研究区外部输送水汽对降水的贡献等于蒸发量除以大气柱垂直方向上的可降水量,当网格累计蒸发量的贡献等于总降水量时,研究区域所有降水的来源均已被追踪,水汽追踪结束;此外,每当气块到达模式区域边界或者追踪时间超过7天,也停止水汽追踪;最后,计算研究区域每个网格点蒸发量对大气可降水量的贡献率,即降水再循环率,有关该方法的介绍详见参考文献[34].本文利用CCSM和WRF两套数据,包含了气温、降水、比湿和风场等气象要素,结合QIBT方法分别计算了青藏高原的降水再循环率. ...
Quantification of evaporative sources of precipitation and its changes in the southeastern Tibetan Plateau and middle Yangtze River Basin
1
2019
... QIBT是一种三维水汽追踪方法,主要用于分析区域尺度的水汽来源[34].该方法能够定量计算及区分研究区域外部输送水汽和本地蒸发水汽对降水的贡献[35].其计算原理如下:首先,根据某一格点内的降水强度释放不同个数的降水粒子,每个降水粒子释放的水平位置随机确定,垂直位置根据水汽的分布随机选取.其次,以5天为1个循环,对每个降水粒子进行等熵后向轨迹追踪,降水粒子对经过的降水区域提供水汽,研究区外部输送水汽对降水的贡献等于蒸发量除以大气柱垂直方向上的可降水量,当网格累计蒸发量的贡献等于总降水量时,研究区域所有降水的来源均已被追踪,水汽追踪结束;此外,每当气块到达模式区域边界或者追踪时间超过7天,也停止水汽追踪;最后,计算研究区域每个网格点蒸发量对大气可降水量的贡献率,即降水再循环率,有关该方法的介绍详见参考文献[34].本文利用CCSM和WRF两套数据,包含了气温、降水、比湿和风场等气象要素,结合QIBT方法分别计算了青藏高原的降水再循环率. ...
The interdecadal change of summer water vapor over the Tibetan Plateau and associated mechanisms
1
2019
... 为分析青藏高原降水再循环率的季节变化特征,本文计算了CCSM和WRF模拟的1982—2005年青藏高原各流域降水再循环率的月平均值(图4).如图4所示,CCSM模拟的塔里木河流域、祁连山区、柴达木盆地和羌塘青藏高原的月平均降水再循环率较高,数值范围为18%~40%,而其他5个流域的月平均降水再循环率较低.此外,除羌塘青藏高原以外,其他8个流域的降水再循环率均表现出湿季(5~9月)低,干季(10月至翌年4月)高的季节变化特征.WRF模拟的青藏高原各流域月平均降水再循环率的数值范围为20%~80%,其中青藏高原南部的湄公河流域、怒江流域和雅鲁藏布江流域同样表现出了湿季低干季高的季节变化特征,而在青藏高原北部的塔里木河流域、祁连山区、柴达木盆地、羌塘高原、长江流域和黄河流则表现出相反的季节变化特征.以往研究结果表明,地形分辨率是影响模式对青藏高原水汽输送模拟能力的重要因子[36,37],相比于驱动数据,高分辨率的动力降尺度模拟能准确地再现青藏高原南部山谷地区的复杂地形特征(图1),提高对青藏高原外部输送水汽的模拟能力.在WRF模拟的结果中,位于青藏高原南部的流域,受南亚季风活动影响显著,为这一地区的湿季提供了丰沛的水汽,当地降水再循环率呈现出湿季低干季高的季节变化特征,而位于青藏高原北部的流域,受南亚季风活动影响较小,本地湿季蒸发水汽对降水的贡献较大,降水率再循环率呈现出相反的季节变化特征. ...
Impact of model resolution on simulating the water vapor transport through the central Himalayas: Implication for models’ wet bias over the Tibetan Plateau
1
2018
... 为分析青藏高原降水再循环率的季节变化特征,本文计算了CCSM和WRF模拟的1982—2005年青藏高原各流域降水再循环率的月平均值(图4).如图4所示,CCSM模拟的塔里木河流域、祁连山区、柴达木盆地和羌塘青藏高原的月平均降水再循环率较高,数值范围为18%~40%,而其他5个流域的月平均降水再循环率较低.此外,除羌塘青藏高原以外,其他8个流域的降水再循环率均表现出湿季(5~9月)低,干季(10月至翌年4月)高的季节变化特征.WRF模拟的青藏高原各流域月平均降水再循环率的数值范围为20%~80%,其中青藏高原南部的湄公河流域、怒江流域和雅鲁藏布江流域同样表现出了湿季低干季高的季节变化特征,而在青藏高原北部的塔里木河流域、祁连山区、柴达木盆地、羌塘高原、长江流域和黄河流则表现出相反的季节变化特征.以往研究结果表明,地形分辨率是影响模式对青藏高原水汽输送模拟能力的重要因子[36,37],相比于驱动数据,高分辨率的动力降尺度模拟能准确地再现青藏高原南部山谷地区的复杂地形特征(图1),提高对青藏高原外部输送水汽的模拟能力.在WRF模拟的结果中,位于青藏高原南部的流域,受南亚季风活动影响显著,为这一地区的湿季提供了丰沛的水汽,当地降水再循环率呈现出湿季低干季高的季节变化特征,而位于青藏高原北部的流域,受南亚季风活动影响较小,本地湿季蒸发水汽对降水的贡献较大,降水率再循环率呈现出相反的季节变化特征. ...
Study on water internal recycle process and mechanism in typical mountain areas of inland basins, northwest China: Progress and challenge
2
2018
... 研究不同土地覆盖类型(积雪、森林、灌木和草地等)的水分在植被—大气之间的再循环过程,对科学认识该地区的水文过程具有重要意义[38].因此,本文通过分析不同土地覆盖类型的降水再循环率来研究其蒸发水汽对降水的贡献,并比较了CCSM和WRF的模拟结果差异.如图7所示,CCSM模式中青藏高原的土地覆盖数据包括了森林、草地和稀疏植被3种类型,其中青藏高原东南部以森林和草地为主,而西北地区以稀疏植被为主.WRF模式中的土地覆盖数据则包括农田、草地、灌木、森林、稀疏植被和冰雪6种类型,其中以草地、灌木和稀疏植被为主. ...
... 本研究基于高分辨率的动力降尺度模拟结果,结合QIBT重点研究了历史时期青藏高原降水再循环率的时空分布特征.需要说明的是,目前针对青藏高原不同下垫面的降水再循环研究较少[38],本研究初步分析了青藏高原不同下垫面的降水再循环率,但是有关不同下垫面的降水再循环过程和机理,仍有待于进一步研究.同时,需要结合QIBT方法,对CCSM和WRF模拟的青藏高原水汽的源地(陆地和海洋)、水汽通量和水汽输送收支差异开展更深入的研究工作.最后,考虑研究区不同流域内部网格之间的贡献,也是后续研究工作需要补充和完善的方面,计划通过一系列的研究,加深对青藏高原水汽输送过程的认知. ...
西北内陆河山区流域内循环过程与机理研究:现状与挑战
2
2018
... 研究不同土地覆盖类型(积雪、森林、灌木和草地等)的水分在植被—大气之间的再循环过程,对科学认识该地区的水文过程具有重要意义[38].因此,本文通过分析不同土地覆盖类型的降水再循环率来研究其蒸发水汽对降水的贡献,并比较了CCSM和WRF的模拟结果差异.如图7所示,CCSM模式中青藏高原的土地覆盖数据包括了森林、草地和稀疏植被3种类型,其中青藏高原东南部以森林和草地为主,而西北地区以稀疏植被为主.WRF模式中的土地覆盖数据则包括农田、草地、灌木、森林、稀疏植被和冰雪6种类型,其中以草地、灌木和稀疏植被为主. ...
... 本研究基于高分辨率的动力降尺度模拟结果,结合QIBT重点研究了历史时期青藏高原降水再循环率的时空分布特征.需要说明的是,目前针对青藏高原不同下垫面的降水再循环研究较少[38],本研究初步分析了青藏高原不同下垫面的降水再循环率,但是有关不同下垫面的降水再循环过程和机理,仍有待于进一步研究.同时,需要结合QIBT方法,对CCSM和WRF模拟的青藏高原水汽的源地(陆地和海洋)、水汽通量和水汽输送收支差异开展更深入的研究工作.最后,考虑研究区不同流域内部网格之间的贡献,也是后续研究工作需要补充和完善的方面,计划通过一系列的研究,加深对青藏高原水汽输送过程的认知. ...
A Study on the Typical Plateau Lake-Atmospheric Interaction and Its Impact on the Local Precipitation
1
2016
... 图8为基于CCSM和WRF模拟结果计算的青藏高原不同土地覆盖类型的降水再循环率,如图所示,在CCSM模拟的结果中,青藏高原降水主要来源于外部输送水汽的贡献,而本地蒸发水汽对降水的贡献较小,且本地蒸发水汽主要来源于稀疏植被和草地的贡献,其降水再循环率分别为14%和5%.相比于驱动数据,WRF模拟的本地蒸发水汽对降水的贡献有所增加,本地蒸发水汽主要来源于草地、灌木和稀疏植被的贡献,降水再循环率分别为12%、10%和6%.这一结论与黄河源区的水汽来源研究结果相似,黄河源区草地和稀疏植蒸发的水汽对降水的贡献高于其他土地覆盖类型[39].综上所述,相比于低分辨率的驱动数据,WRF模式能更精细地刻画青藏高原不同下垫面的空间分布特征,从而更好地体现青藏高原不同土地覆盖类型的降水再循环率. ...
典型高原湖泊—大气相互作用及其对局地降水的影响研究
1
2016
... 图8为基于CCSM和WRF模拟结果计算的青藏高原不同土地覆盖类型的降水再循环率,如图所示,在CCSM模拟的结果中,青藏高原降水主要来源于外部输送水汽的贡献,而本地蒸发水汽对降水的贡献较小,且本地蒸发水汽主要来源于稀疏植被和草地的贡献,其降水再循环率分别为14%和5%.相比于驱动数据,WRF模拟的本地蒸发水汽对降水的贡献有所增加,本地蒸发水汽主要来源于草地、灌木和稀疏植被的贡献,降水再循环率分别为12%、10%和6%.这一结论与黄河源区的水汽来源研究结果相似,黄河源区草地和稀疏植蒸发的水汽对降水的贡献高于其他土地覆盖类型[39].综上所述,相比于低分辨率的驱动数据,WRF模式能更精细地刻画青藏高原不同下垫面的空间分布特征,从而更好地体现青藏高原不同土地覆盖类型的降水再循环率. ...