PRECIS模式对宁夏气候模拟能力的初步验证

本文获得了受权使用英国Hadley气候中心的区域气候模式系统PRECIS已模拟好的中国境内的数据,取其宁夏区域内的模拟值与同期实际观测资料进行对比,分析验证PRECIS模式对宁夏区域气候的模拟能力.结果表明:PRECIS能够模拟宁夏年平均和夏季平均气温的空间分布特征;与观测值相比,模拟的最高气温平均偏差仅为0.5℃; PRECIS能够模拟出15a月平均气温逐渐升高的趋势以及逐日平均、最高和最低气温发生频率的分布特征.PRECIS能够模拟出宁夏年平均和夏季降水基本的空间差异和季节分布特征,但对月平均降水的模拟值整体偏高.     

RegCM4.1对中国区域气候模拟能力评估

利用中国气象局提供的1985—2004年756个台站的逐日降水和气温观测数据评估了区域气候模式(RegCM4.1)对中国地区不同季节的降水和气温的模拟性能,并结合中国的区域气候特征和气候带分布进行分区讨论。结果表明RegCM4.1能够较好地再现中国地区四季降水占全年百分比、降水率的空间分布特点以及降水带南北摆动的季节变化特征。RegCM4.1对平均气温分布模拟较好,强度和高低中心与观测事实接近,但对青藏高原地区的气温分布模拟值一致偏低。同时发现RegCM4.1能够合理再现内陆地区气温日较差明显大于沿海地区的总体分布特征,不过模拟值在新疆和沿海地区比观测结果均偏低。     

三峡库区气温变化高精度区域气候模式模拟与预估

基于三峡库区1961—2005年气温逐日格点数据,评估由BCC_CSM1.1模式驱动的RegCM4区域气候模式、MPI-ESM-LR模式驱动的CCLM区域气候模式对三峡库区平均气温、极端高温的模拟能力,选用与观测值更为接近的区域气候模式模拟结果,预估三峡库区在RCP4.5温室气体排放情景下2016—2035年气温变化。结果表明:RegCM4和CCLM模式均能模拟出三峡库区多年平均气温、高温日数和高温强度的季节变化和空间分布形态,但均在库区东北部模拟的年平均气温偏低、高温日数偏少、高温强度偏小。同时,模式均能较好地反映出三峡库区年平均气温、年高温日数的年际变化,但对高温强度的年际变化模拟较差。总体而言,CCLM模式对三峡库区气温的模拟效果好于RegCM4。RCP4.5情景下,三峡库区2016—2035年平均气温、高温日数比当代(1986—2005年)分别增加0.6℃和5d,高温强度变化不明显。     

基于高分辨率区域气候模式的三峡库区降水变化模拟与预估

基于三峡库区1961—2005年逐日降水格点数据,评估由BCC_CSM1.1模式驱动的RegCM4区域气候模式、MPI—ESM—LR模式驱动的CCLM区域气候模式对三峡库区年平均降水量、极端降水的模拟能力,筛选出与观测更为接近的区域气候模式模拟数据,预估在RCP4.5温室气体排放情景下未来2016—2050年三峡库区降水变化特征。结果表明:RegCM4和CCLM模式能够模拟出三峡库区降水量和暴雨日数的季节、年际变化特征和空间分布形态,但在库区东南部模拟的数值均偏少,而对暴雨强度不具备模拟能力。总体而言,CCLM模式对三峡库区降水的模拟效果好于RegCM4。在RCP4.5情景下,2016—2050年三峡库区年降水量未表现出明显变化趋势,而年暴雨日数将显著增加,平均较当代(1986—2005年)增加1.2 d。     

CMIP5气候模式对云南气候变化模拟评估及未来情景预估

基于8个气候模式和多模式集合数据(21个气候模式简单集合)和观测数据,评估了其在气候基准期内对云南气温、降水的模拟能力,在评估基础上应用多模式集合数据,预估了未来不同排放情景下云南气温、降水的空间变化情况。结果表明:①多模式集合和部分模式能较好的模拟出基准期内气温、降水的年际变化趋势;在空间分布特征上,气候模式(包括多模式集合)对降水的模拟偏差较差,对气温的模拟相对较好;但在月平均气温和月降水的年内分布模拟上,多模式集合数据的模拟效果明显优于8个气候模式数据;②预估结果表明,在未来3种排放情景下云南地区降水呈西增东减的空间部分特征,纵向岭谷地区降水增加幅度为1%～3%,而气温在3种排放情景下则表现为一致的增加,降水和气温均在RCP8.5情景下增幅最大。     

基于MIROC/WRF嵌套模式的中国气候降尺度模拟

开展了基于嵌套的全球模式MIROC和区域气候模式WRF的动力降尺度模拟试验,检验该模式对中国气候的模拟性能,得到以下结论:全球气候模式MIROC和WRF都能较好地模拟出中国年平均地表气温(下文简称气温)分布。WRF模式对气温场的描述更为细致,模拟出了四川盆地高温和中国最北方区域的低温。两个模式总体上对南方降水模拟好于北方地区,东部地区好于西部地区。MIROC模式模拟的年平均和各季节降水与观测的 空间相关系数在0.79～0.83之间,表明它对降水的模拟较好。WRF模式模拟的降水空间分布好于MIROC模式。MIROC模式在青藏高原东南侧存在虚假降水中心,WRF能有效改进该地区降水的模拟。两个模式对年平均气温和降水年际变率的模拟能力均较差,WRF模式相对MIROC模式有一定改进。     

基于高分辨率模拟数据RCP4.5情景下的华中区域气候变化预估

基于RegCM4.4高分辨率区域气候模式数据和华中区域1986—2005年逐日气象观测资料,在对模式模拟性能检验的基础上,对中国华中区域未来不同时期、1.5℃和2℃温升阈值下气候变化进行预估。结果表明：模拟结果能较准确反映出区域气温、降水年内变化特征及空间分布特征;与观测值相比,气温模拟值偏低、降水模拟值偏大;与1986—2005年相比,未来RCP4.5温室气体排放情景下2020—2098年中国华中区域气温增幅为2.1℃,且以0.3℃/10 a的趋势增加,降水量无明显变化趋势;远期（2080—2098年）气温将上升2.88℃,降水将增加7.58%,均高于近期（2020—2035年）和中期（2046—2065年）;1.5℃温升情景下华中区域气温上升1.22℃,降水增加1.93%;2℃温升情景下,华中区域气温上升1.36℃,降水增加3.57%。     

区域气候模式RIEMS对东亚气候的模拟

利用区域环境集成系统模式对东亚地区进行了1987年1月到1996年12月的长期积分试验,重点考察了区域气候模式对东亚地区区域气候平均状况的模拟能力.结果表明:(1) RIEMS模式能够较好地模拟出不同季节温度的空间分布以及不同区域温度的年变化;同时模式模拟的季和月平均表面大气温度与观测之间偏差大约一般在1～2℃.(2)对于降水来说,RIEMS模式能够较好地模拟降水的季节变化以及空间分布特征;同时,也能够较好地模拟不同区域降水的年变化.就季节而言,模式模拟的冬季降水最好,相对较差的为夏季;同时,模式能够较好地模拟雨带季节性移动,但模拟的雨带较观测的雨带偏北,大约为2～3纬度.(3)RIEMS模式能够模拟出东亚地区观测的湿润和干旱分布规律,但对于西北干旱区较观测偏干.       

2003年夏季长江三角洲甚高分辨率区域气候模拟

利用区域气候模式WRF对2003年夏季长江三角洲极端区域气候进行高分辨率模拟,通过与站点观测降水、TRMM反演降水的对比分析表明,模式较合理地模拟出2003年夏季长江三角洲降水的主要特征,模拟的夏季各月平均降水量和强降水中心位置及降水强度都与实况较接近;模拟和观测的江淮流域、长江流域及浙江南部的区域平均逐日降水序列的相关系数较高;模拟出小雨、中雨和暴雨三类不同等级的降水概率特征,对暴雨概率分布的模拟结果最好;还模拟出长江三角洲梅雨期的多次中尺度强暴雨事件,模拟的暴雨发生时间和发生区域及雨带南移、北跳与实况都很接近,但降水量略有偏差。模式合理模拟出2003年夏季高温天气较多以及受多次强降水冷却效应引起长江以南、以北地区温差较大的区域气候特征,模拟的最低、最高气温的空间分布及极大值中心与观测都较接近,最低气温模拟结果更好;还非常好地模拟出了区域平均的逐日最高、最低气温的时间演变特征,比降水更接近观测,并具有更高的时间相关系数。      

区域气候模式REMO对中国气温和降水模拟能力的评估

采用泰勒图和偏差分析等统计方法,评估分析了德国区域气候模式（REMO）对中国1989-2008年气温和降水的模拟能力。结果表明：REMO气温模拟值与观测值空间相关系数为0.94,降水空间相关系数较低（0.42）,气温模拟结果明显优于降水;从空间偏差上看,在中国大部分地区,REMO模拟的气温高于观测值,偏差在±4℃以内,青藏高原整体有明显的-4～-2℃的冷偏差;模拟的降水值则高于观测值,空间偏差分布较均匀,中国大部分地区偏差在±300 mm之内;除青藏高原、华南和西南地区外,REMO能较准确地反映出中国气温和降水的空间分布特征,其中华北和东北地区模拟效果最好;REMO对夏季气温和冬季降水的模拟能力相对较好;REMO在地形起伏较大地区的模拟能力有待提高。     

CMIP5全球气候模式对青藏高原地区气候模拟能力评估

青藏高原是气候变化的敏感和脆弱区,全球气候模式对于这一地区气候态的模拟能力如何尚不清楚。为此,本文使用国际耦合模式比较计划第五阶段（CMIP5）的历史模拟试验数据,评估了44 个全球气候模式对1986~2005 年青藏高原地区地表气温和降水两个基本气象要素的模拟能力。结果表明,CMIP5 模式低估了青藏高原地区年和季节平均地表气温,年均平均偏低2.3℃,秋季和冬季冷偏差相对更大;模式可较好地模拟年和季节平均地表气温分布型,但模拟的空间变率总体偏大;地形效应校正能够有效订正地表气温结果。CMIP5 模式对青藏高原地区降水模拟能力较差。尽管它们能够模拟出年均降水自西北向东南渐增的分布型,但模拟的年和季节降水量普遍偏大,年均降水平均偏多1.3 mm d-1,这主要是源于春季和夏季降水被高估。同时,模式模拟的年和季节降水空间变率也普遍大于观测值,尤其表现在春季和冬季。相比较而言,44 个模式集合平均性能总体上要优于大多数单个模式;等权重集合平均方案要优于中位数平均;对择优挑选的模式进行集合平均能够提高总体的模拟能力,其中对降水模拟的改进更为显著。     

RCP4.5情景下长江上游流域未来气候变化及其对径流的影响

基于1961—2010年长江寸滩以上流域50个气象站的逐日观测数据和寸滩水文控制站的逐日径流数据,结合流域的地形、土地利用和土壤信息,采用HBV和SWAT水文模型,模拟了流域降水径流定量关系,并利用CCLM区域气候模式,开展了气候变化背景下,寸滩未来径流的可能演变趋势分析。结果表明:HBV和SWAT水文模型都适用于位于湿润地区的长江寸滩以上流域,月径流的模拟Nash-Sutcliffe效率系数都在0.90以上。相比较,SWAT水文模型对于枯水径流的模拟较差,HBV水文模型峰值流量的模拟高于实测。相对于基准期(1986—2005年),RCP4.5情景下,2011—2040年寸滩以上流域平均气温、最高气温、最低气温将明显增加,并呈持续上升趋势;流域降水也有一定的增加,但2030年后呈弱减少趋势。从两类水文模型对径流模拟的集合结果来看,2011—2040年年径流将上升14.2%;而径流量的概率分布尾部特征及径流分位数变化进一步表明,流域的未来峰值流量预计将有所增大。     

气候变化对长江上游径流影响预估

利用第五次国际耦合模式比较计划(CMIP5)中5个气候模式在3种典型浓度路径(RCPs)下的预估结果驱动SWAT水文模型,预估了21世纪气候变化对长江上游年径流量、季节分配以及极端径流的影响。结果表明：预估的长江上游平均气温呈显著上升趋势,21世纪末较当前(1986—2005年)升高1.5~5.5℃,降水总体呈增加趋势,在21世纪30年代后高于当前气候平均值,21世纪末相对于当前增加5%~15%。流域内气候变化存在明显空间差异,金沙江和岷沱江流域气温升高和降水增加幅度均大于流域平均值。预估的长江上游年径流量及各月平均径流均有增加趋势,在21世纪30年代后高于当前多年平均值,21世纪中期增加4%~8%,21世纪末增加10%~15%。预估的径流年内分布的均匀性有所增加,但年际变化明显增大,极端旱涝事件的频率和强度明显增加。预估的各子流域径流变化对气候变化的响应也存在差异,金沙江和岷沱江流域年径流量、年际变化和年内分布变化小,对气候变化的响应表现为低敏感;嘉陵江流域、乌江流域和长江上游干流径流增加幅度大,同时极端丰枯出现的频率和程度增加显著,是气候变化响应的敏感区域。     

CMIP5模式对我国西南地区干湿季降水的模拟和预估

利用降水观测资料, 评估了参加国际耦合模式比较计划第五阶段(CMIP5)的34个全球模式对1986～2005年我国西南地区干湿季降水的模拟能力。结果表明, 34个CMIP5模式中分别有30和25个模式模拟的干季和湿季降水偏多。34个模式对我国西南地区干湿季降水的模拟能力差异较大, 大约半数模式的模拟值与观测值的空间相关系数通过了99%的信度检验, 且标准差之比小于2。利用两个技巧评分标准, 分别挑选出了对干湿季降水模拟最优的9个模式。最优模式集合平均结果要优于34个模式的集合平均, 更要优于大多数单个模式。进一步利用最优的9个模式的集合平均对RCP4.5和RCP8.5两种典型浓度路径下我国西南地区干湿季降水的变化进行了预估。相对于1986～2005年气候平均态, 在21世纪初期(2016～2035年), 我国西南地区干季降水变化表现为川西高原降水增多, 而四川盆地及攀西地区、重庆、贵州和云南的大部分地区降水减少;湿季降水变化表现为川西高原、贵州和广西大部分地区降水增多, 而四川盆地及攀西地区和云南降水减少。在21世纪中期(2046～2065年)和末期(2080～2099年), 西南地区干湿季降水普遍增多。在RCP8.5情景下, 降水的变化幅度要强于RCP4.5情景。     

CMIP5全球气候模式对上海极端气温和降水的情景预估

基于国际耦合模式比较计划第五阶段(Coupled Model Intercomparison Project Phase 5,以下简称CMIP5)28个模式的数值模拟结果和1981~2010年华东和上海气温和降水观测数据,评估了该28个气候模式对华东和上海气温和降水的模拟能力,并预估了RCP4.5(Representative Concentration Pathway 4.5)情景下上海2021~2030年极端气温和降水气候的变化趋势和不确定性。结果表明:与观测值相比,模式对华东和上海年平均气温的模拟大多均值偏高、方差偏低;对年总降水量的模拟大多均值偏高,但方差以华东偏高、上海偏低为主;26个模式的气温变化趋势和12个模式的降水变化趋势与观测值相同。选出8个模式的预估结果表明:与2001~2010年相比,2021~2030年上海冬天极端低温的出现日数(冷夜日数)呈减少趋势,不确定性最小;夏天暖夜日数呈增加的趋势,不确定性较小;其他极端气温事件的变化趋势则存在较大的不确定性,冷夜指标的不确定性最大。强降水发生日数和强降水的强度都呈现增加的趋势,且不确定性较小。     

Evaluation of regional climate simulations over the CORDEX-EA-II domain using the COSMO-CLM model

The COSMO-CLM (CCLM) model is applied to perform regional climate simulation over the second phase of CORDEX-East Asia (CORDEX-EA-II) domain in this study. Driven by the ERAInterim reanalysis data, the model was integrated from 1988 to 2010 with a high resolution of 0.22°. The model’s ability to reproduce mean climatology and climatic extremes is evaluated based on various aspects. The CCLM model is capable of capturing the basic features of the East Asia climate, including the seasonal mean patterns, interannual variations, annual cycles and climate extreme indices for both surface air temperature and precipitation. Some biases are evident in certain areas and seasons. Warm and wet biases appear in the arid and semi-arid areas over the northwestern and northern parts of the domain. The simulated climate over the Tibetan Plateau is colder and wetter than the observations, while South China, East China, and India are drier. The model biases may be caused by the simulated anticyclonic and cyclonic biases in low-level circulations, the simulated water vapor content biases, and the inadequate physical parameterizations in the CCLM model. A parallel 0.44° simulation is conducted and the comparison results show some added value introduced by the higher resolution 0.22° simulation. As a result, the CCLM model could be an adequate member for the next stage of the CORDEX-EA project, while further studies should be encouraged.     

RegCM4对华北区域21世纪气候变化预估研究

利用国家气候中心完成的RegCM4区域气候模式在RCP4.5和RCP8.5两种排放路径下的气候变化动力降尺度试验结果,在检验模式对基准期(1986—2005年)气温和降水模拟能力基础上,进行华北区域21世纪气候变化预估分析。结果表明:RegCM4对华北区域基准期气温和降水的模拟能力较好。未来21世纪,两种情景下华北区域气温、降水、持续干期(consecutive dry days, CDD)和强降水量(R95p)变化逐渐增大,但变化幅度在高排放的RCP8.5情景下更为显著,其中近期(2021—2035年)、中期(2046—2065年)、远期(2080—2098年)RCP8.5情景下年平均气温分别升高1.77、3.44、5.82℃,年平均降水分别增加8.1%、14%、19.3%,CDD分别减少3、3、12 d, R95p分别增加30.8%、41.9%、69.8%。空间上,未来21世纪华北区域内年、冬季、夏季平均气温将一致升高,夏季升温幅度最大;年、冬季、夏季平均降水整体以增加为主,冬季降水增加幅度最大;CDD以减少为主,但近期和中期在山西和京津冀有所增加,而R95p以增加为主,表明21世纪华北区域干旱事件逐渐减少、极端降水事件不断增加。     

Regional climate modelling over complex terrain: an evaluation study of COSMO-CLM hindcast model runs for the Greater Alpine Region

In this study the results of the regional climate model COSMO-CLM (CCLM) covering the Greater Alpine Region (GAR, 4°–19°W and 43°–49°N) were evaluated against observational data. The simulation was carried out as a hindcast run driven by ERA-40 reanalysis data for the period 1961–2000. The spatial resolution of the model data presented is approx. 10 km per grid point. For the evaluation purposes a variety of observational datasets were used: CRU TS 2.1, E-OBS, GPCC4 and HISTALP. Simple statistics such as mean biases, correlations, trends and annual cycles of temperature and precipitation for different sub-regions were applied to verify the model performance. Furthermore, the altitude dependence of these statistical measures has been taken into account. Compared to the CRU and E-OBS datasets CCLM shows an annual mean cold bias of ?0.6 and ?0.7 °C, respectively. Seasonal precipitation sums are generally overestimated by +8 to +23 % depending on the observational dataset with large variations in space and season. Bias and correlation show a dependency on altitude especially in the winter and summer seasons. Temperature trends in CCLM contradict the signals from observations, showing negative trends in summer and autumn which are in contrast to CRU and E-OBS.     

中国日降水的分布特征和未来变化

通过对1961—2010年中国540个气象站逐日降水观测数据和高精度区域气候模式CCLM（COSMO model in climate mode）3839个格点模拟值的对比,检验CCLM模式对中国日降水的模拟能力,揭示了1961—2010年日降水分布格局的变化特征;同时利用CCLM模式对中国地区2011—2050年的日降水预估值（SRES-A1B情景）,运用概率统计和极值理论方法,分析了2011—2050年日降水序列及其极值的可能变化趋势。结果表明：除华南和青藏高原西部存在着较大的偏差以外,模式和观测日降水序列的峰度和偏度的分布格局较一致,空间相关系数达到0.75以上,CCLM能够很好地模拟中国日降水的分布特征。2011—2050年,峰度和偏度在江淮部分地区、东北与内蒙中东部等地区呈显著增加趋势,降水极端事件将会增多;最大日降水量和汛期最多无降水日数在上述地区的增加,进一步反映干旱和洪涝出现概率将升高。