西北地区退耕还林对区域气候的影响

利用NCEP再分析资料对2009年3月20日夜至21日凌晨豫北强对流天气过程进行了分析,结果表明：①导致这次强对流天气发生的湿位涡场分布特征为,对流层低层MPV1〉0,同时MPV2〈0;强对流发生时,对流高层表现为MPV1〉0,同时MPV2〈0,即高低层均为异常的湿对流稳定区。②强对流的发生发展与湿位涡的时空演变有着很好的对应关系,对流层高低层湿位涡“正负区垂直叠加”的配置是强对流天气发展的有利形势。这次强对流天气发生在低层湿位涡正压项等值线密集的零线附近以及大于零的区域和湿位涡斜压项的负值区,同时高层为湿位涡正压项等值线密集正值区域和湿位涡斜压项的负值区。③中低层急流和地面东路冷空气入侵高温高湿不稳定区是形成这次强对流天气的主要原因,中尺度对流云团是造成此次强对流天气的直接影响系统,且强对流发生前,近地面存在逆温层。     

西北地区绿化对该区及东亚,南亚区域气候影响的数值模拟

西北地区干旱化是我国气候灾害和全球变化的主要问题之一,本文利用ＧＣＭ－ＳＳｉＢ模式,通过一次敏感性试验,发现西北地区绿化后使东亚,南亚年平均地表温度升高,海平面气压下降,我国及中南半岛地区降水增多和印度降水减少,升温及降压中心位于绿化区,降水增加中心在我国长江中,下游及中南半岛,绿化后西北地面热源增强明显,并通过环流影响使东亚,南亚地区冬季减弱,夏季风增强,西北地表热源增加主要由地表热增加引起,扫     

植被变化对中国区域气候的影响Ⅰ:初步模拟结果

利用区域气候模式（RegCM2）对中国植被变化的气候影响进行了模拟研究,结果表明:江淮流域洪涝灾害增多及华北干旱的加剧可能是北方草原沙漠化与南方长绿阔叶林退化共同影响的结果,而且南方植被退化对其的影响似乎更严重。严重的植被退化会导致降水与植被退化之间的正反馈,易使退化区不断向外扩展且退化难以恢复。而程度较轻的植被退化,退化与降水减少之间是一种负反馈,当人为压力减弱后,退化较易恢复,但由于地表径流的增加,易导致洪涝灾害的发生。植被退化使气候变得更加恶劣,而北方草原植被增加使气候变得温和。但植树区外围的降水减少,易使新栽树林由外向内退化,说明目前的北方草原区气候似乎不支持在该地区出现大面积的森林。     

植被变化对中国区域气候影响的数值模拟研究

用高分辨率区域气候模式(RegCM-NCC)模拟了中国区域植被发生改变后引起的局地或区域气候变化。结果表明:大范围区域植被变化对区域降水、温度的影响非常显著,内蒙古地区土地荒漠化可导致中国北方大部分地区降水减少,尤其加剧了华北、西北地区的干旱,西北地区绿化有利于黄河流域降水增加,而长江流域和江南地区降水却有不同程度的减少,因此可在一定程度上减少这里的洪涝灾害;气温的变化比降水更显著,植被退化使当地气温明显升高,使中、低层大气变得干燥,近地层风速加大,而植树造林却使当地及周围地区冬偏暖、夏偏凉,大气变得湿润,近地层风速减小,有利于在一定程度上减少沙尘暴的发生。另外,植被变化对东亚冬、夏季风强度也有一定程度的影响,从而影响到中国东部地区降水的分布和冬季低温、冷害事件发生的强度。     

中国近代土地利用变化对区域气候影响的数值模拟

利用国家气候中心改进的高分辨率区域气候模式(RegCM-NCC)模拟研究了中国近代历史时期土地利用/覆盖变化对中国区域气候的影响,模拟结果显示,1700年以来,以森林砍伐、草地退化及相应耕地面积扩大为主的土地利用变化可能对中国区域降水、温度产生了显著影响。1700—1900年期间,由于土地利用的变化使华北、西南等地区降水呈减少趋势,其他区域变化不明显,但近50年来却使长江中下游地区、西北、东北部分地区降水有所增加。1700—1800年间的土地利用变化使得除东北及长江流域地区外的大部分地区温度呈下降趋势,1900年以后有所升高,特别是近50年来中国大部分区域平均气温升高,与这一时期由于大气中温室气体排放浓度增加造成的温度升高相一致。另外,土地利用变化不仅使大气温度、湿度发生变化,还可引起基本流场的变化,使东亚冬、夏季风气流有所增强,这主要是由于植被变化改变了地面温度,使海、陆温差进一步增大的结果。因此,土地利用变化对区域尺度气候变化的影响是不容忽视的。     

华北平原地下水灌溉对区域气候影响的数值模拟

在耦合模式WRF/Noah-MP中加入考虑地下水过程的动态灌溉方案,设计两组试验（分别为考虑和不考虑地下水灌溉）,连续模拟10 a（2001—2010年）,来研究华北平原地下水灌溉的区域气候效应。结果表明,地下水灌溉导致华北平原地下水位下降,在少雨的季节灌溉量大,水位下降较快。在灌溉期（3—9月）,灌溉引起的土壤湿度升高影响了地表能量的分配（潜热增加,感热减少）,导致2 m气温显著降低0.6—1.0℃,同时也降低了灌溉区夏季模拟偏高的气温。灌溉对灌溉区边界层大气有升高湿度和冷却降温的作用,对春季的影响局限在边界层内,而夏季的影响持续到5000 m以上。夏季灌溉对降水的影响远强于春季,灌溉的升高湿度和冷却效应分别对夏季降水产生正反馈和负反馈,共同影响灌溉区的降水变化。灌溉通过对水汽输送的影响,引起非灌溉区降水的变化,而长江中下游流域夏季降水的增多可能与高空西风急流轴位置南移有关。      

植被覆盖变化对区域气候影响的研究进展

陆面植被覆盖变化作为全球及区域气候变化的重要影响因素之一，在近几十年来逐渐受到科学家们的关注，特别是通过大量的数值模拟研究了不同陆面覆盖状况对大气和气候变化的影响，取得了重要进展。研究结果普遍认为，植被覆盖变化通过改变地表反照率、粗糙度和土壤湿度等地表属性，从而影响辐射平衡、水分平衡等过程，最终可以导致区域降水、环流形势及大气温度、湿度等气候变化。总结了近十年国内外的相关研究及初步成果，尤其是植被变化对中国区域气候的影响，大部分研究认为，大范围植被退化使我国地表温度升高，东亚夏季风环流减弱，降水减少，使华北干旱加剧。同时指出了研究中存在问题及今后的工作重点。     

植被变化对中国区域气候的影响I:初步模拟结果

利用区域气候模式(RegCM2)对中国植被变化的气候影响进行了模拟研究,结果表明江淮流域洪涝灾害增多及华北干旱的加剧可能是北方草原沙漠化与南方长绿阔叶林退化共同影响的结果,而且南方植被退化对其的影响似乎更严重.严重的植被退化会导致降水与植被退化之间的正反馈,易使退化区不断向外扩展且退化难以恢复.而程度较轻的植被退化,退化与降水减少之间是一种负反馈,当人为压力减弱后,退化较易恢复,但由于地表径流的增加,易导致洪涝灾害的发生.植被退化使气候变得更加恶劣,而北方草原植被增加使气候变得温和.但植树区外围的降水减少,易使新栽树林由外向内退化,说明目前的北方草原区气候似乎不支持在该地区出现大面积的森林.     

植被变化对中国区域气候的影响Ⅱ:机理分析

在利用区域气候模式（RegCM2）对中国植被变化的气候影响进行了数值模拟研究的基础上,该文着重对其中可能的机理进行了分析,结果表明:植被变化对地-气系统的能量平衡具有重要影响。植被变化使地表释放的有效通量（感热+潜热）发生变化,同时有效通量中的感热。潜热分配,即波恩比亦会发生改变,从而导致大气湿静力能分布的变化,使大气层结及垂直运动发生相应改变,这会进一步影响到大气水汽输送情况,井与相应的垂直运动变化结合最终导致降水的变化。另外,由于植被变化造成的地表蒸散及上壤持水能力的变化,会使土壤含水量、地表径流等也发生明显的变化。     

三江源区湿地变化对区域气候影响的数值模拟分析

利用区域气候模式(RegCM3)敏感性数值试验模拟"三江源"地区湿地变化对区域气候的影响。依据2000年美国EOS/MODIS遥感数据解译结果以及1990年1∶100万青海省土地利用2种资料中三江源区湿地资源的分布状况,敏感性数值试验采用R1、R2两种湿地覆盖情景,分别代表三江源地区湿地资源较广布和湿地面积锐减后的两种情景,对三江源地区的降水和气温进行了长达15年的积分试验。结果表明,湿地减少对三江源区气温和降水的总体效应是使降水减少、气温升高。区域空间分布的分析表明:年降水量减少幅度较大的区域位于三江源区西部,15年平均减少40～90mm左右;年平均气温升高幅度最大的区域位于三江源区西北部,15年平均升高0.4℃以上。15年积分结果的时间序列分析结果表明:湿地减少后三江源区的增温效应会随着时间进程缓慢扩大,但降水在模拟的后6年不再有明显差异。     

森林采伐对区域气候的影响

通过调查和分析发现,黑龙江省的森林资源每年以０５％的速度递减。森林的过量采伐导致区域气候变化,进尔引起粮食产量的变化。     

中国农田下垫面变化对气候影响的模拟研究

使用同期的美国国家环境预报中心/能源部(NCEP/DOE)再分析资料驱动区域气候耦合模式AVIM-RIEMS2.0,从遥感卫星图像资料中获取3期中国土地利用/覆盖数据中的农田植被类型,将其分别引入到AVIM-RIEMS2.0模式进行积分,研究中国农田下垫面变化对东亚区域气候的影响。结果表明:中国农田变化对气候影响具有冬季弱、夏季强的季节性变化,夏季气温和降水的差异在一些地区通过了95%的显著性检验;20世纪80年代农田扩张,林地、草地为主的植被类型转化为农田,植被变化区域的叶面积指数降低,反照率升高,且通过了95%的显著性检验,使得中国东部地区的气温由南到北呈现增加—减少—增加—减少的相间变化趋势,而降水的变化趋势大体相反;20世纪90年代农田面积减少,除东北地区外,农田变化引起的植被变化与80年代基本相反,叶面积指数变化、反照率以及由此导致的气候各要素也呈现大体相反的变化趋势;不同时期农田变化引起的植被类型转化的差异,使850 hPa风场变化趋势基本相反,可能是导致气温和降水变化趋势差异的主要原因之一。     

Using regional climate model data to simulate historical and future river flows in northwest England

Daily rainfall and temperature data were extracted from the multi-ensemble HadRM3H regional climate model (RCM) integrations for control (1960–1990) and future (2070–2100) time-slices. This dynamically downscaled output was bias-corrected on observed mean statistics and used as input to hydrological models calibrated for eight catchments which are critical water resources in northwest England. Simulated daily flow distributions matched observed from Q₉₅ to Q₅, suggesting that RCM data can be used with some confidence to examine future changes in flow regime. Under the SRES A2 (UKCIP02 Medium-High) scenario, annual runoff is projected to increase slightly at high elevation catchments, but reduce by ~16% at lower elevations. Impacts on monthly flow distribution are significant, with summer reductions of 40–80% of 1961–90 mean flow, and winter increases of up to 20%. This changing seasonality has a large impact on low flows, with Q₉₅ projected to decrease in magnitude by 40–80% in summer months, with serious consequences for water abstractions and river ecology. In contrast, high flows (> Q₅) are projected to increase in magnitude by up to 25%, particularly at high elevation catchments, providing an increased risk of flooding during winter months. These changes will have implications for management of water resources and ecologically important areas under the EU Water Framework Directive.     

A regional climate model downscaling projection of China future climate change

Climate changes over China from the present (1990–1999) to future (2046–2055) under the A1FI (fossil fuel intensive) and A1B (balanced) emission scenarios are projected using the Regional Climate Model version 3 (RegCM3) nests with the National Center for Atmospheric Research (NCAR) Community Climate System Model (CCSM). For the present climate, RegCM3 downscaling corrects several major deficiencies in the driving CCSM, especially the wet and cold biases over the Sichuan Basin. As compared with CCSM, RegCM3 produces systematic higher spatial pattern correlation coefficients with observations for precipitation and surface air temperature except during winter. The projected future precipitation changes differ largely between CCSM and RegCM3, with strong regional and seasonal dependence. The RegCM3 downscaling produces larger regional precipitation trends (both decreases and increases) than the driving CCSM. Contrast to substantial trend differences projected by CCSM, RegCM3 produces similar precipitation spatial patterns under different scenarios except autumn. Surface air temperature is projected to consistently increase by both CCSM and RegCM3, with greater warming under A1FI than A1B. The result demonstrates that different scenarios can induce large uncertainties even with the same RCM-GCM nesting system. Largest temperature increases are projected in the Tibetan Plateau during winter and high-latitude areas in the northern China during summer under both scenarios. This indicates that high elevation and northern regions are more vulnerable to climate change. Notable discrepancies for precipitation and surface air temperature simulated by RegCM3 with the driving conditions of CCSM versus the model for interdisciplinary research on climate under the same A1B scenario further complicated the uncertainty issue. The geographic distributions for precipitation difference among various simulations are very similar between the present and future climate with very high spatial pattern correlation coefficients. The result suggests that the model present climate biases are systematically propagate into the future climate projections. The impacts of the model present biases on projected future trends are, however, highly nonlinear and regional specific, and thus cannot be simply removed by a linear method. A model with more realistic present climate simulations is anticipated to yield future climate projections with higher credibility.     

西北六省区域自动气象站资料处理及ＭＩＣＡＰＳ应用研究

介绍西北六省区域自动气象站的种类及分布情况,并研究自动站资料的处理入库及MICAPS实时应用技术。以Visual Basic 6.0为编译环境,完成逐时自动气象站资料的自动收集、处理、入库等,同时对资料进行筛选分类和格式转换,实现用户所需的自动站资料调用,提高区域自动气象站的资料利用率,从而实现高时空分辨率下的天气系统分析,为更精细的天气预报提供技术支持。     

The influence of land surface changes on regional climate in Northwest China

Land surface changes effect the regional climate due to the complex coupling of land-atmosphere interactions. From 1995 to 2000, a decrease in the vegetation density and an increase in ground-level thermodynamic activity has been documented by multiple data sources in Northwest China, including meteorological, reanalysis from European Centre for Medium-Range Weather Forecasts （ECMWF）, National Oceanic and Atmospheric Administration＇s （NOAA） Advanced Very High Resolution Radiometer （AVHRR） and TIROS Operational Vertical Sounder （TOVS） satellite remote sensing data. As the ground-level thermodynamic activity increases, humid air from the surrounding regions converge toward desert （and semi-desert） regions, causing areas with high vegetation cover to become gradually more arid. Furthermore, land surface changes in Northwest China are responsible for a decrease in total cloud cover, a decline in the fraction of low and middle clouds, an increase in high cloud cover （due to thermodynamic activity） and other regional climatic adaptations. It is proposed that, beginning in 1995, these cloud cover changes contributed to a ＂green- house＂ effect, leading to the rapid air temperature increases and other regional climate impacts that have been observed over Northwest China.     

区域气候模式RegCM_NCC在东北地区的应用研究

引进国家气候中心业务化的区域气候模式RegCM_NCC,通过操作系统调试、模拟区域确定、模式分辨率调整等本地化工作,初步建立了针对东北地区的区域气候模式系统,并应用该模式以夏季为例,对东北地区的气候进行了15 a（1991—2005年）时间长度的数值积分试验。结果表明：模式对环流的特征和东北地区地面气温具有一定的模拟能力,对气温模拟存在系统性的暖偏差,对降水模拟能力较差。     

从全球到区域气候变化

尽管气候变化是全球性的现象,但其表现和结果随区域不同而不同,因此区域气候信息对于气候变化的作用和风险评估很重要.基于此,IPCC第六次评估报告(AR6)第一工作组(WGI)报告第十章对如何从全球链接到区域气候变化方面进行了评估.区域气候变化是对自然强迫和人类活动的区域响应、对大尺度气候系统内部变率的响应和区域气候本身反...     

Influence of changed vegetations fields on regional climate simulations in the Barents Sea Region

In the context of the EU-Project BALANCE () the regional climate model REMO was used for extensive calculations of the Barents Sea climate to investigate the vulnerability of this region to climate change. The regional climate model REMO simulated the climate change of the Barents Sea Region between 1961 and 2100 (Control and Climate Change run, CCC-Run). REMO on ~50 km horizontal resolution was driven by the transient ECHAM4/OPYC3 IPCC SRES B2 scenario. The output of the CCC-Run was applied to drive the dynamic vegetation model LPJ-GUESS. The results of the vegetation model were used to repeat the CCC-Run with dynamic vegetation fields. The feedback effect of the modified vegetation on the climate change signal is investigated and discussed with focus on precipitation, temperature and snow cover. The effect of the offline coupled vegetation feedback run is much lower than the greenhouse gas effect.