21世纪青藏高原可能的气候变化

利用1980～1999年CRU温度和降水资料,结合柯本气候分类,模拟了20世纪末期青藏高原气候分布,模拟结果与FAO结果吻合较好.基于A1B情景下的高分辨率动力降尺度资料,分析了21世纪中期、末期青藏高原温度和降水变化趋势.在此基础上,模拟了21世纪青藏高原可能的气候带分布,分析其可能变化趋势.分析结果显示,21世纪青藏高原的气候类型向着更暖湿的方向发展,月平均温度和月累积降水量都有增加的趋势,并且在21世纪中期达到了最大值.     

青藏高原未来30～50年A1B情景下气候变化预估

基于政府间气候变化委员会第四次评估报告(IPCC-AR4)所采用的20个气候模式在未来大气温室气体中等排放情景(A1B)下模拟结果的集合平均以及一个全球气候模式模拟输出驱动下的动力降尺度(downscaling)分析结果,对青藏高原地区未来30～50年的气候变化趋势进行了预估研究.结果表明,从2030-2049年相对于1980-1999年气候平均值的变化来看,青藏高原大部分地区年平均地面气温的升温幅度在1.4～2.2℃之间,高海拔地区的增温一般更为显著,西藏西部的冬季增暖将达到2.4℃以上.降水量的变化相对较小,青藏高原大部分地区和全年多数季节降水可能增加,但未来30～50年青藏高原地区降水率增量通常不超过5%.考虑到未来大气温室气体排放程度、多模式集合预估以及区域尺度气候模拟等多方面均可能存在不确定性,这里给出的青藏高原未来气候变化预估结果应适时检验和修正.     

21世纪黑河流域降水统计降尺度及预估北大核心CSCD

借助第五阶段国际耦合模式比较计划(CMIP5)多模式集合数据、欧洲中期预报中心再分析资料及黑河流域站点观测记录等,检验了模式降水估计偏差,设计了3种降尺度方法,对2011~2100年模式集合预估降水做了降尺度偏差订正。结果表明,即使去掉模式气候飘移,在黑河流域的模拟或估计降水偏差依然较大。本文选用15个CMIP5模式集合做降水预估。依据贝叶斯模式平均(BMA)和多元线性回归(MLR)构造降尺度模型,其因子有700 hPa位势高度场、经向风和比湿等。检验表明,两种降尺度模型各有优缺点,BMA降尺度降水平均值精度较高,但方差和相关系数较低;MLR的方差和相关系数均较高,但在黑河下游极端干旱区或少雨季节易出现“负降水”偏差。在降尺度模型中加入模式降水因子后,BMA的降水方差和相关系数均有明显提高,MLR的负降水问题得到一定程度抑制。BMA模型在黑河上游最优,MLR在中、下游及整个流域最优。因此,选用BMA和MLR对RCP4.5情景下2011~2100年的降水预估做降尺度偏差订正,结果表明,经BMA和MLR降尺度后预估的整个黑河流域降水呈下降趋势,相对于1971~2000年参考期,流域前期(2011~2040年)、中期(2041~2070年)、后期(2071~2100年)降水下降率依次为−9.7%、−12.5、−12.1%,即前、中期降水明显减少,后期变化不大。其中上游降水有一个弱的增加趋势,其变化率依次为1.4%、1.6%、2.3%;中游降水呈明显减少趋势,其变化率依次为−16.3%、−21.4%、−22.6%;下游降水前期减少,中、后期明显增加,其变化率依次为−13.0%、4.2%、21.4%。该预估结果表明,随着全球气候暖化,黑河上游祁连山区降水会缓慢增加,但中游农耕区降水明显减少,流域水资源供需矛盾可能会进一步加剧。因此,黑河流域未来的分水方案及相关的生态、农业、经济等发展规划需要据此做一些调整,以适应未来气候和黑河流域水资源的可能变化。     

两种统计降尺度方法在秦岭山地的适用性

基于ASD（automated statistical downscaling）统计降尺度模型提供的多元线性回归和岭回归两种统计降尺度方法,采用RCP4.5（representative concentration pathways 4.5）和RCP8.5情景下全球气候模式MPI-ESM-LR输出的预报因子数据、NCEP/NCAR再分析数据和秦岭山地周边10个气象站观测数据,评估两种统计降尺度方法在秦岭山地的适用性及预估秦岭山地未来3个时期（2006-2040年、2041-2070年和2071-2100年）的平均气温和降水。结果表明:率定期和验证期内,两种统计降尺度方法均可以较好地模拟研究区域的平均气温和降水的变化特征,且多元线性回归的模拟效果优于岭回归。在未来气候情景下,两种统计降尺度方法预估的研究区域平均气温均呈明显上升趋势,气温增幅随辐射强迫增加而增大。降水方面,21世纪未来3个时期降水均呈不明显减少趋势,但季节分配发生变化。综合考虑两种统计降尺度方法在秦岭山地对平均气温和降水的模拟效果和情景预估结果,认为多元线性回归降尺度方法更适用于秦岭山地气候变化的降尺度预估研究。     

２种降尺度方法在太湖流域的应用对比

同时应用统计降尺度模型SDSM(Statistical Downscaling Model)和区域气候模式PRECIS(Providing Regional Climate for Impacts Studies),对太湖流域的日降水量和日最高、最低气温进行降尺度处理,建立未来2021-2050年的气候变化情景,并对比分析两种方法的适用性.结果表明,两种方法模拟的未来时期日最高、最低气温季节和年的变化情景增幅总体上比较一致,高排放情景A2下模拟生成的情景增温幅度较B2情景大,未来时期最高气温增加幅度比最低气温明显.两种方法模拟的降水变化情景差异明显,PRECIS模拟的2021-2050年降水增加趋势明显,增幅较大;而SDSM模拟的未来时期降水存在一定的减少趋势,变化幅度相对较小.以上结果说明PRECIS和SDSM都能较好地模拟太湖流域未来气温变化情景,而对未来降水的模拟不确定性较大.     

FGOALS/RegCM动力降尺度对南亚夏季气候变化的预估

基于CORDEX计划的试验设计,利用区域气候模式Reg CM3对全球模式FGOALS-g2在RCP8.5情景下的预估结果进行动力降尺度,预估了南亚地区未来近期(2016~2035年)和远期(2080~2099年)的夏季气候变化特征。结果显示,未来两个时段的气候变化空间分布类似,只是远期的变化幅度更大。具体表现为:高低空急流减弱,低空急流中心向北移动。南亚地区整体降水减少,但其北部降水显著增加。降水变化的空间分布主要受降水频率的控制,且降水频率随强度分布的变化表现出明显的地域差异。降水的未来变化特征与水汽输送的变化有密切联系。在区域模式中,受低空急流减弱和北移的影响,水汽输送减弱,对应降水减少。而在全球模式中,虽然季风环流也在减弱,但可降水量增加起主导作用,使得预估的水汽输送增强、降水量增加。     

基于统计降尺度模型的江淮流域极端气候的模拟与预估

利用LMDZ4变网格大气环流模式分别嵌套于BCC-csm1.1-m、CNRM-CM5、FGOALS-g2、IPSL-CM5A-MR和MPI-ESM-MR等5个全球模式,进行中国中东部地区1961-2005年动力降尺度模拟试验,对比分析降尺度前后各模式对中国中东部极端气温指数的模拟能力。结果表明,相较全球模式,LMDZ4模式较好地刻画了青藏高原、四川盆地等复杂地形的变化,能更好地表现出中国中东部地区极端气温的空间分布。但降尺度改善效果具有明显的区域性差异,对于最高气温、最低气温和霜冻日数,降尺度之后主要在东北、西北、青藏高原以及西南地区改善明显,与观测场的空间相关系数提高至0.95以上,均方根误差低于0.5℃（0.5 d）,且降尺度后模式对最低气温和最高气温空间相关系数的改善程度随地形升高而增大;对于热浪指数,降尺度后在东北、华南以及西南地区热浪分布大值区改善效果明显,但模式间的一致性不高。降尺度在一定程度上模拟出与观测一致的最高、最低气温的线性趋势空间分布,在东北、华北、青藏高原和西南地区最低气温和霜冻日数趋势误差较全球模式小。降尺度模式集合（RMME）对极端气温气候平均场和线性趋势均有较高的模拟能力。多模式动力降尺度能够提高全球模式对中国区域极端气温的模拟能力,为提高未来预估能力提供了基础。     

基于统计降尺度模型的江淮流域极端气候的模拟与预估

利用江淮流域29个代表站点1961--2000年逐日最高温度、最低温度和逐日降水资料,以及NCEP逐日大尺度环流场资料,引入基于多元线性回归与随机天气发生器相结合的统计降尺度模型SDSM（statistical downscalingmodel）,通过对每个站点建模,确立SDSM参数,并将该模型应用于SRESA2排放情景下HadCM3和cGcM3模式,得到了江淮流域各代表台站21世纪的逐日最高、最低温度和降水序列以及热浪、霜冻、强降水等极端气候指数。结果表明,当前气候下,统计降尺度方法模拟的极端温度指数与观测值有很好的一致性,能有效纠正耦合模式的“冷偏差”,如SDSM对江淮平均的冬季最高、最低温度的模拟偏差较CGCM3模式分别减少3℃和4．5℃。对于极端降水则能显著纠正耦合模式模拟的降水强度偏低的问题,如CGCM3对江淮流域夏季降水强度的模拟偏差为-60．6％,但降尺度后SDSM—CGCM3的偏差仅为-6％,说明降尺度模型SDSM的确有“增加值”的作用。21世纪末期在未来SRESA2情景下,对于极端温度,无论Had．CM3还是CGCM3模式驱动统计模型,江淮流域所有代表台站,各个季节的最高、最低温度都显著增加,且以夏季最为显著,增幅在2—4℃;与之相应霜冻天数将大幅减少,热浪天数大幅增多,各站点冬季霜冻天数减少幅度为5—25d,夏季热浪天数增加幅度为4～14d;对于极端降水指数,在两个不同耦合模式HadCM3和CGCM3驱动下的变化尤其是变化幅度的一致性比温度差,但大部分站点各个季节极端强降水事件将增多,强度增强,SDSM—HadCM3和SDSM-CGCM3预估的夏季极端降水贡献率将分别增加26％和27％。     

针对江苏省气温和降水的高分辨率降尺度模拟及预估北大核心

本文利用WRF模式,以25 km分辨率数值模拟结果作为驱动场,对江苏省现代和未来15 a的气候进行5 km高分辨率降尺度模拟及预估。结果显示,高分辨率降尺度模拟对其驱动场具有显著的提高,降水的负偏差和气温冷偏差均有所降低,其模拟的降水与气温概率分布与观测更为接近;对于极端指数,WRF模式能够模拟出其基本分布,除连续湿润日数CWD和极端高温TXx之外,高分辨率模拟对其他指数的模拟均有显著的提升。在RCP8.5排放情景下对未来气候变化的预估表明,江苏降水在夏季以减少为主,在春季则以增加为主,全年平均降水存在减少趋势;未来0~1 mm·d^(-1)的微弱降水发生概率将增加,小雨、中到大雨以及暴雨发生的概率均降低,而暴雨强度的增强导致极端强降水R95显著增加;气温25℃以上高温发生的概率在未来有所增加,而0℃以下的低温发生概率减小,从而导致暖持续日数显著增加,而冷持续日数减小,另外,极端高温和极端低温都有显著的升高。     

统计降尺度法对华北地区未来区域气温变化情景的预估

迄今为止,大部分海气耦合气候模式（AOGCM）的空间分辨率还较低,很难对区域尺度的气候变化情景做合理的预测。降尺度法已广泛用于弥补AOGCM在这方面的不足。作者采用统计降尺度方法对1月和7月华北地区49个气象观测站的未来月平均温度变化情景进行预估。采用的统计降尺度方法是主分量分析与逐步回归分析相结合的多元线性回归模型。首先,采用1961～2000年的 NCEP再分析资料和49个台站的观测资料建立月平均温度的统计降尺度模型,然后把建立的统计降尺度模型应用于HadCM3 SRES A2 和 B2 两种排放情景, 从而生成各个台站1950～2099年1月份和7月份温度变化情景。结果表明:在当前气候条件下,无论1月还是7月,统计降尺度方法模拟的温度与观测的温度有很好的一致性,而且在大多数台站,统计降尺度模拟气温与观测值相比略微偏低。对于未来气候情景的预估方面,无论1月还是7月,也无论是HadCM3 SRES A2 还是B2排放情景驱动统计模型,结果表明大多数的站点都存在温度的明显上升趋势,同时7月的上升趋势与1月相比偏低。     

渭河流域秋雨统计降尺度预估的试验研究

在比较不同大尺度预报因子联合场、空间范围和数据预处理方法对统计降尺度模型预测能力影响的基础上,基于HadCM3和CCSM3两种分辨率大气环流模式(GCM)输出资料,采用主成分分析和多元线性回归相结合的降尺度方法,建立了渭河流域秋雨的统计降尺度模型,并根据分析两种GCM基准期内降尺度预测效果,对未来不同情景进行预估。结果表明,对降水量的3次方根正态化处理并不能改善模型的预测性能,而去趋势处理可提高模型对于9月的预测能力。850 hPa经向风和相对湿度组合是渭河流域秋雨的最佳预测因子。低分辨率的HadCM3模式降尺度预测效果优于高分辨率的CCSM3模式,具体表现在前者对整个流域的预测能力较高,后者只对中下游流域附近的预测效果较好。以基准期内可预报性较好的站点对渭河流域秋雨进行预测,两种模式的不同情景预估结果均表明,渭河流域2000—2099年9月降水量呈增加趋势,10月降水量呈下降趋势,降尺度模型成功预测了21世纪前10年的秋雨增加趋势。      

CMIP6HighResMIP对青藏高原气候模拟的评估和预估

高分辨率模式模拟被认为是研究资料相对欠缺的青藏高原地区气候变化的重要方法之一。第六次国际耦合模式比较计划(CMIP6)新增了高分辨率模式比较计划(HighResMIP),但其对青藏高原气候的模拟性能尚未系统评估。本研究分析了6对(更高、较低分辨率)CMIP6 HighResMIP模式对青藏高原当前气候的模拟能力,并集合预估了近期青藏高原气候的变化趋势。相对较粗分辨率模拟,所有(2/3)模式的更高分辨率模拟减少了平均降水(气温)的区域平均偏差。泰勒图涉及指标的综合评估显示,约1/3模式的更高分辨率对平均气温和降水模拟效果优于较低分辨率,其余模式的更高分辨率则接近或者劣于较低分辨率。集合平均结果优于单个模式,且其更高分辨率模拟效果总体优于较低分辨率。更高分辨率模式集合预估显示,相对于1995—2014年,在SSP5-8.5情景下到2021—2040年青藏高原整体呈增温趋势,东南部增温相对较弱;降水从北到南呈增加-减少-增加的变化模态;青藏高原气温将平均增加(0.81±0.91)℃,降水将平均增加(0.05±0.25) mm/d。     

基于转移累计概率分布统计降尺度方法的未来降水预估研究:以湖南省为例

基于最新一代CMIP5（Coupled Model Intercomparison Project Phase 5）模式历史情景和未来RCP4.5情景下的模式逐日降水数据,使用转移累计概率分布（CDF-t）统计降尺度方法,从空间变化和时间变率两个方面评估该降尺度方法对湖南日降水量模拟能力的改善效果,并在此基础上对未来降水量变化进行预估。结果表明, CMIP5气候模式由于分辨率较低,无法细致反映湖南地形变化和大气环流影响导致的区域降水变化特征。经过CDF-t统计降尺度处理之后,模式对湖南降水的时、空分布模拟与实况更为接近,绝大部分模式对降水空间结构的模拟能力都有显著提高。基于CDF-t统计降尺度的多模式集合预估结果表明,21世纪湖南省日降水量呈弱的增多趋势（0.95%/（10 a））。21世纪初、中和末期相对于1986—2005年的气候平均态,湖南省日降水量分别增加了4.6%、5%和5.2%。3个时期湖南省日平均降水变化的空间分布存在较强的一致性,皆表现为湖南西北、东北和东南3个地区降水增幅最为显著,且随着辐射强迫的增大,3个地区降水增幅也呈递增趋势。需要指出的是,预估结果在模式之间存在一定差异,并且这种差异随着辐射强迫的增大而增大。      

基于ASD统计降尺度的雅鲁藏布江流域未来气候变化情景

青藏高原对东亚、南亚甚至全球的气候和水文循环有重要影响,模拟和分析青藏高原未来气候状况对研究东南亚区域生态、气候、水资源格局与演变趋势具有重要意义。利用ASD统计降尺度方法,对MIROC3.2_medres模式输出的降水和气温进行降尺度,并与ERA-40再分析资料进行了对比分析和评价,在此基础上分析了2046-2065年与2081-2100年三种情景下的气候变化情况。结果表明,ASD统计降尺度模型可以较好地将雅鲁藏布江流域GCM大尺度降水和气温数据降尺度到站点尺度,气温的解释方差都在90%以上,降水的解释方差也达到12%~27%;雅鲁藏布江流域未来降水年际变化不明显,年变化趋势多数小于5%;降水年内分配将更加集中,秋、冬、春季的降水减少趋势明显,最大降幅达55.58%,夏季降水显著增加,最大增幅达到30.44%;雅鲁藏布江流域未来将显著增温,21世纪中叶增温幅度为1.60~2.12℃,21世纪末期增温幅度达2.34~3.69℃;在降水与气温的双重影响下,流域水资源问题可能会变得更加严峻。     

统计降尺度方法和Delta方法建立黄河源区气候情景的比较分析

大气环流模型(GCMs)预测的气候变化情景,必须经降尺度处理得出小尺度上未来气候变化的时空分布资料,才能满足气候变化对资源、环境和社会经济等影响进行评估的需要.文中研究同时应用Delta方法和统计降尺度(SDS)方法对黄河源区的日降水量和日最高、最低气温进行降尺度处理,建立起未来3个时期(2006-2035、2036-2065和2066-2095 年,简记为2020s、2050s和2080s)的气候变化情景,并比较分析两种方法的优缺点和适用性.结果表明,未来降水量有一定的增加趋势,但是增幅不大,而日最高、最低气温存在明显的上升趋势,且增幅较大.与基准期相比,Delta方法模拟的未来3个时期降水量将分别增加8.75%、19.70%和18.49%;日最高气温将分别升高1.41、2.42和3.44℃,同时,日最低气温将分别升高1.49、2.68和3.76℃,未来极值气温变幅减小.SDS法借助站点实测数据和NCEP再分析资料建立GCM强迫条件下的降尺度模型,模拟结果表明,未来3个时期降水量将分别增加3.47%、6.42%和8.67%,季节变化明显;气温随时间推移增幅明显,未来3个时期的日最高气温将分别升高1.34、2.60和3.90℃,最低气温增幅相对较小,3个时期将分别升高0.87、1.49和2.27℃,由此模拟的未来时期无霜期将延长.在降尺度方法的应用上,SDS方法存在明显的优势,但同时也存在不可避免的缺陷.因此,在实际的气候变化影响评估中,需要多种方法综合比较,以期为决策部门提供参考和依据.     

统计降尺度方法集合预估华东气温的初步研究

利用共同经验正交函数(EOF)分解和逐步线性回归相结合的统计降尺度方法,研究了1月和7月华东地区41个气象观测站2070—2100年未来月平均温度变化情景的集合预估。同时采用850 hPa温度场、850 hPa位势高度和温度的联合场以及海平面气压和850 hPa温度的联合场作为预报因子变量场,对于两个场联合的预报因子变量场,采用的是两个变量场空间联合的EOF分解的方法。同时通过改变统计降尺度过程中输入的预报因子变量场、预报因子变量取值的区域,以及输入逐步线性回归方程的主分量个数共建立27种统计降尺度模型,并把它们应用于2种全球气候模式(GCMs):Echam5和HadCM3 IPCC AR4 20C3M和A1b情景,从而每个站点均生成1950—2099年(HadCM3)或1951—2100年(Echam5)1月和7月共54个IPCC TR4 A1b温度变化情景,然后对54种预估情景进行集合分析。多个温度变化情景的集合预估采用它们的中位数来表示。结果表明:(1)当前气候条件下,多个统计降尺度结果的集合预报如采用箱线图的中位数能够在一定程度上提高统计降尺度方法的模拟性能;(2)2070—2100年1月和7月未来气温情景相比当前气候条件的增温约3～4℃,7月与1月相比不确定性增大。     

降尺度方法对中国未来两种情景下降水变化预估

利用1951-2000年中国160个气象站的降水资料和美国GFDL-CM2.1模式输出的500 hPa位势高度资料,建立了一个统计降尺度模型,并利用该模型对中国2011-2100年的降水进行了降尺度预估,分析了CO2浓度变化对中国未来降水变化的可能影响.结果表明,在未来A1B和A2情景下,中国各气候区各季节的降水都发生了变化,两种情景下的降水变化格局和变化幅度非常相似,但由于A2情景下的2011-2100年平均CO2浓度比A1B情景高,故其降水变化的幅度更为剧烈.CO2浓度的增加是中国未来降水变化的主要贡献因子,但它不会从根本上改变中国未来降水的分布格局,只会增强降水本身的自然变化幅度,是降水自然变率的放大器,且放大的幅度远远大于自然变率本身.CO2浓度变化引起的降水变化一般比CO2浓度变化滞后20～30年.CO2浓度增加引起的气温升高会导致中国大部分地区500 hPa等压面的抬升和环流形势的改变,从而对未来降水产生影响.     

青藏高原极端气温的动力降尺度模拟北大核心CSCD

利用ERA-Interim再分析资料作为边界条件,基于耦合陆面模式Noah-MP的区域气候模式WRF在东亚区域进行了动力降尺度模拟(简称WRF2),对比格点观测资料,评估了动力降尺度对青藏高原极端气温指数的模拟能力,在此控制试验基础上,分别将WRF的陆面模式替换为Noah LSM,边界条件替换为CCSM4,进行了两组敏感性试验(分别是WRF1和WRF3),通过与控制试验的比较,分析了边界条件和陆面模式对极端气温指数模拟的影响。结果表明,WRF2能较好地模拟青藏高原极端气温指数气候态的空间分布,但存在一定的冷偏差;受边界条件影响WRF3模拟的极端气温指数的气候倾向率存在负偏差。同时,尽管采用不同的边界条件,耦合相同陆面过程的两次数值试验对极端气温空间分布的模拟能力相似,相比WRF2,WRF1表现出更强的冷偏差;但边界条件对极端气温指数气候倾向率的影响大于陆面模式,WRF3模拟的极端气温指数气候倾向率与观测结果更为接近。     

华东地区极端降水动力降尺度模拟及未来预估

利用CMIP5（Coupled Model Intercomparison Project Phase 5）数据集中的全球模式IPSL-CM5A-LR及其嵌套的区域气候模式WRF（Weather Research and Forecasting）,分别评估了模式对1981~2000中国华东区域极端降水指标的模拟能力,并讨论了RCP8.5排放情景下21世纪中期（2041~2060年）中国华东极端降水指标的变化特征。相比驱动场全球气候模式,WRF模式更好地再现了各个极端指数空间分布及各子区域降水年周期变化。在模拟区域气候特点方面,WRF模拟结果有所改进,并在弥补全球模式对小雨日过多模拟的缺陷起到了明显的作用。21世纪中期,华东区域的降水将呈现明显的极端化趋势。WRF模拟结果显示年总降雨量、年大雨日数、平均日降雨强度在华东大部分区域的增幅在20%以上;年极端降雨天数、连续5 d最大降水量的增幅在华东北部部分区域分别超过了50%和35%,同时最长续干旱日在华东区域全面增加;且变化显著的格点主要位于增加幅度较大的区域。未来华东区域会出现强降水事件和干旱事件同时增加的情况,降水呈现明显的极端化趋势,且华东北部极端化强于华东南部。     

动力降尺度CMIP5的2006—2035新疆夏季降水变化

评估了CMIP5 9个模式对新疆夏季降水的模拟效果,从中选取5个较好的模式结果,利用RegCM4动力降尺度再集合平均。通过对CMIP5 9个模式的评估,发现CanCM4、CMCC-CM、CNRM-CM5、HadCM3、MIROC4h对新疆夏季降水的模拟较好。进一步分析动力降尺度和集合平均结果,发现动力降尺度能更好地描述新疆复杂地形造成的降水,同时发现2006—2035年比1976—2005年新疆夏季的总体降水有所减少,存在明显的减少趋势。在空间分布上主要表现为天山山脉和其南侧降水显著减少,昆仑山山脉北缘降水显著增加,这与2006—2035年新疆东北侧500 hPa出现的位势高度正异常和与之相对应的反气旋式环流异常有关。这一环流异常造成了天山山脉上空水汽的显著辐散和昆仑山山脉北缘上空水汽的显著辐合。