An Overview of BCC Climate System Model Development and Application for Climate Change Studies

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 CO2 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-CSMl.l and BCC-CSMl.l(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-CSMl.l and BCC-CSMl.l(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-CSMl.l,particularly on regional scales.     

北京气候中心气候系统模式研发进展——在气候变化研究中的应用

较全面地介绍了北京气候中心气候系统模式(BCC_CSM)研发所取得的一些进展及其在气候变化研究中的应用,重点介绍了全球近280 km较低分辨率的全球海-陆-气-冰-生物多圈层耦合的气候系统模式BCC_CSM1.1和110 km中等大气分辨率的BCC_CSM1.1(m),以及大气、陆面、海洋、海冰各分量模式的发展。BCC_CSM1.1和BCC_CSM1.1(m)气候系统模式均包含了全球碳循环和动态植被过程。当给定全球人类活动导致的碳源排放后,就可以模拟和预估人类活动对气候变化的影响。BCC_CSM1.1和BCC_CSM1.1(m)已应用于IPCC AR5模式比较,为中外开展气候变化机理分析和未来气候变化预估提供了大量的试验数据。还介绍了BCC_CSM1.1和BCC_CSM1.1(m)参与国际耦合模式比较计划(CMIP5)的大量试验分析评估结果,BCC_CSM能够较好地模拟20世纪气温和降水等气候平均态和季节变化特征,以及近1000年的历史气候变化,所预估的未来100年气候变化与国际上其他模式的CMIP5试验预估结果相当。初步的分析表明,分辨率相对高的BCC_CSM1.1(m)在区域气候平均态的模拟上优于分辨率较低的BCC_CSM1.1。     

物探软件MAGS2.0在峨腊厂高精度磁测中的应用

划分出3个磁异常场区,Ⅲ区规模较大.出露中元古界昆阳群大龙口组,是勘查区内铁矿床的赋矿层位,受断裂构造和岩体控制.     

��ظ�ԭ���������쳣�ĵ����춯��ѧ�о�

???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????о??????? ????????????????????????????????б?′?????????????????????????????????????????????????     

Unstable kinetic Alfvén wave in partially ionized plasma

The stability of kinetic Alfven waves is discussed for a partially ionized plasma with a flux of ionizing electrons which balance the plasma particle losses. Accidental electromagnetic perturbations are shown to be unstable due to the energy change of ionizing electrons.     

利用新方法确定的30′×30′全球大地水准面模型及其精度评估

利用不同于Stokes、Molodensky等经典理论的新方法确定了30′×30′全球大地水准面。该方法充分利用了高精度地球重力场模型EGM2008、数字高程模型DTM2006.0以及全球地壳密度模型CRUST2.0。计算的30′×30′全球大地水准面与同分辨率的EGM2008大地水准面及美国、澳大利亚GPS水准数据进行了比较,结果表明,计算大地水准面与截断至360阶的30′×30′EGM2008大地水准面的精度相当,在全球范围,两者差值的标准差为2.9cm;在美国、澳大利亚区域,计算大地水准面的精度分别为28cm和14cm。     

遥感估算降水在西藏高原中的应用研究

采用遥感估算降水模型RFE 2.0(Rainfall Estimation Algorithm Version 2)模拟了2009年西藏高原的区域降水,并结合该地区气象站降水观测资料分别从日、月、年尺度上评价了该模型在西藏高原降水估算中的适用性,最后通过系数校正分析了2009年8月西藏高原降水量和年降水量的分布格局。结果表明,RFE2.0模型日降水量模拟值与观测值的相关系数在0.40以上的测站占46%,变化趋势较一致,但在日降水量较小时(接近零)模拟结果不稳定,在降水量较大时(>15mm)模拟结果一般会偏低;月平均降水量模拟结果与观测结果的相关系数在0.80以上的测站占62%,模拟结果较好地反映了观测结果的变化趋势,但个别月份的模拟结果会出现偏差。雨季降水量的模拟结果明显好于干季,为进一步提高模拟精度,确定雨季校正系数为1.133,干季校正系数为1.265;年尺度上降水量的模拟值与观测值的相关系数为0.368(P=0.026)。整体来看,遥感估算降水模型(RFE2.0)模拟的西藏高原降水结果较好,可为西藏高原降水模拟提供借鉴和参考。     

BCC_CSM1.1对10年尺度全球及区域温度的预测研究

近期10～30年时间尺度的年代际预测是第五次耦合模式国际比较计划(CMIP5)重要内容之一。按照CMIP5试验要求, 国家气候中心利用气候系统模式BCC_CSM1.1完成并提交了年代际试验结果。本文评估了该模式年代际试验对10年尺度全球及区域地表温度的预测能力, 并通过与20世纪历史气候模拟试验的对比分析, 研究模式模拟对海洋初始观测状态的依赖程度。分析结果表明:(1)在有、无海洋初始化条件下, 模式均能模拟出1960～2005年间全球10年平均实测地表温度的变暖趋势, 但在有海洋初始化条件下, 可以明显减小BCC_CSM1.1模式模拟的全球升温趋势, 使得年代际试验比历史试验的结果更接近观测值。这一特点在观测资料相对丰富的南北纬50°以内地区更为显著。(2)在年代际试验预测前期, 通过Nudging方法, 利用SODA再分析海洋温度资料对模式进行初始化, 经过前期8～12月的协调后, 模式预测的第1年南北纬50°范围海洋、陆面的平均地表气温接近于观测值(CRUTEM3, HadSST2)。由于模式初值SODA再分析SST资料与HadSST2观测值存在明显的全球大洋系统暖偏差以及模式本身系统偏差的影响, 年代际试验模拟的地表气温在2～7年之内, 从观测SST状态逐渐恢复到模式系统本身状态。在同组Decadal试验中, 陆面和海洋恢复调整的时间长度几乎一致。(3) 从10年平均气候异常在区域尺度上的预报技巧来看, 有、无海洋初始同化对预测结果影响不大, 高预测技巧区主要分布在南半球印度洋中高纬度、热带西太平洋以及热带大西洋区域。(4)SST变化与下垫面热通量密切相关, 在热带和副热带海洋区域, 长波辐射和感热通量是影响10年时间尺度SST变化较大的物理量, 在中高纬度海洋, 洋面温度变化主要受潜热通量的影响相对较大。     

区域环境系统集成模式对1997/1998年夏季中国两个极端气候事件模拟能力分析

区域环境系统集成模式(RIEMS2.0,Regional Integrated Environment Modeling System Version 2.0)是由中国科学院大气物理研究所东亚区域气候环境重点实验室在RIEMS1.0基础上发展的区域气候模式。为了检验RIEMS2.0对短期气候的模拟能力,利用降水和气温(2 m)观测资料检验RIESM2.0不同物理过程和初始条件集合模拟1997/1998年夏季中国华北地区高温干旱和长江流域洪涝两个连续极端气候事件的能力(连续积分时间(1997年3月1日—1998年8月31日)共18个月),比较模拟和观测的1997/1998年夏季降水和气温。集合模拟结果表明RIEMS2.0能很好模拟1997/1998年夏季降水和气温及其两年差值分布;模拟和观测的日降水和平均气温结果有很好的相关性,但是降水模拟总体高估,干旱和江淮及江南区气温模拟偏高而半干旱和湿润区气温模拟偏低。在不同物理过程集合模拟中,虽然集合平均距平相关系数(ACC)和均方根误差(RMSE)并不是优于所有集合成员值,但集合模拟能减小模式的不确定性,在一定程度上提高模拟精度。不同显式水汽方案和积云参数化方案对降水、气温模拟效果表现出很好的一致性,湿润区一致性最好。因此,RIEMS2.0模拟能揭示1997/1998年两个连续极端气候事件夏季降水和气温空间分布,反映不同子区域降水和气温分布特征,各集合成员的模拟结果存在差异的同时也保持了很好的稳定性,选择合适的物理过程可以提高模式对区域气候的模拟能力。     

RIEMS2.0不同模拟区域模拟中国北方多年气候平均态比较

Regional Integrated Environment Modeling System Version 2.0 （RIEMS2.0） is now being developed by the Key Laboratory of Regional Climate-Environment for Temperate East Asia, Chinese Academy of Sciences. In order to test the sensitivity of the RIEMS2.0 model domain to simulate long-term climate and its change, and provide a basis for the further development and application of the model, the authors compared results between simulated and observed precipitation and surface-airtemperature using two model domains under different cumulus parameterization schemes. The model was driven by NCEP/NCAR re-analysis data with a simulation duration ranging from 1 January 1979 to 31 December 2007. There were no significant differences found in the spatial distributions of the simulated precipitation and surface-air-temperature, or interannual variations between the two model domains. There were, however, differences observed between the two model domain simulations of local sub-regions. The smaller model domain more accurately simulated precipitation, especially in summer （June, July, and August）, and decreased the bias of surface-airtemperature, especially in winter （December, January, and February）. The weak summer and winter monsoons simulated by the smaller model domain was a result of boundary forcings and may partially account for the improvements of this model.