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.     

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。     

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。     

统计降尺度方法在北京月尺度预测中的应用

利用SDSM(statistical downscaling method)方法对北京47年(1961-2007年)的最低、最高气温和降水变化情况进行模拟评估,在此基础上对2008年北京奥运期间和2009年国庆期间天气变化进行实际预测应用。结果表明,SDSM方法具备模拟气温和降水等要素的能力。从年际变化模拟的情况上看,SDSM模型对气温模拟的效果好于降水,其中对于月平均最低(最高)气温模拟的效果好于最低(最高)气温极值的模拟。模型模拟的逐年极端最高(最低)气温结果在整体上偏低于实况气温,体现出气温极值模拟能力的不足。SDSM模型模拟的降水量整体上小于实测值,对降水极大值模拟能力更弱。对奥运会和国庆期间北京天气预测结果表明,模型对日最高、最低气温和降水的数值预测能力较差,预测值偏低于实际值,但升温和降温过程发生的时段能够准确的预测。     

百分位统计降尺度方法及在GCMs日降水订正中的应用

在格点观测的逐日降水量数据基础上,采用百分位统计降尺度方法对全球气候模式(GCM)输出的日降水量进行了订正处理。5种订正方案的比较结果表明,取12个百分位数进行日降水量订正是合理的。观测资料与3个GCMs订正前后全国平均年、季降水量空间分布以及主要流域平均年、月和日降水序列多年平均、变化趋势及概率密度的对比分析表明:(1)统计降尺度处理可在一定程度上降低GCMs模拟的降水量偏差,特别是中国中部、长江以南和东北部分地区,对德国马普研究所的海气耦合模式(MPI/ECHAM5)模拟的降水量订正效果最显著;(2)GCMs统计降尺度处理的降水量季节分布特征与观测更为接近,所有流域MPI/ECHAM5订正的降水量优于或接近直接输出结果;(3)与GCM直接输出的降水相比,部分流域经统计降尺度处理后降水量变化趋势与观测的一致性有所增加,但不明显;(4)当日降水量<30mm时,订正的降水量与观测的偏差明显减小;当日降水量>30mm时,部分流域由负偏差转为正偏差。由于GCMs结构和降尺度方法的局限性,在用于具体流域未来气候变化预估及气候变化影响评估时,应选择尽可能多的、模拟能力强的GCMs数据,以包含尽可能多的模拟气候情景。     

赴波兰参加统计降尺度培训总结

1 概况 2007年6月18-22日，本人得到STATME（Stability of the Atmos-phere over Europe）项目的资助，赴波兰罗兹大学参加“Summer School on Statistical Downscaling”培训。     

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.     

统计降尺度方法在青海省冬季最低温度预测中的应用

利用2003-2007年国家气象中心T213L31全球中期数值预报模式逐日输出产品与青海地区25个气象站的观测数据作为试验资料, 利用相关系数和逐步回归进行因子选择, 并以单隐层神经网络和多元回归作为降尺度方法进行对比研究, 用2003-2006年间的11月1日～次年3月1日的资料作为训练样本, 以数值预报产品和前一日观测的最低温度作为因子, 建立青海省25个气候站的冬季最低温度的24, 48, 72 h预报模型, 并且以2006年12月和2007年的1、 2月作为24, 48, 72 h逐日最低温度预报试验时段。试验表明, 对于青海地区来说, 青海北部地区的预报命中率总体好于南部高原地区; 在4种对比方案中, 以选择数值预报资料结合前一日地面观测的最低温度作为主要因子的方法相对较优, 随着预报时效的延长, 24 h历史实况的作用逐渐减弱; 对于所有台站来说, 这4种方案各有优缺点, 没有一种方案可以完全代替其他所有方案; 在实际业务运行中, 对不同的台站应采用不同的预报方案进行实际业务预报。     

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.     

中国地面气温统计降尺度预报方法研究

利用中国752个基本、基准地面气象观测站2000—2010年地面温度日值数据,采用具有自适应特征的Kalman滤波类型的递减平均统计降尺度技术,对中国地面温度进行精细化预报研究。分析该方案的降尺度效果,并与常用插值降尺度方法进行比较。结果表明:1)递减平均统计降尺度技术相比插值方法有较大的提高,显著减小东西部预报效果差异,1~3 d预报的均方根误差减小了1.4℃;2)该方案1~3 d预报的均方根误差为1.5℃,预报误差从东南地区(均方根误差为1.4℃)向西北地区(均方根误差为1.8℃)逐渐增大,并且预报效果夏季优于冬季。因此,递减平均统计降尺度技术对中国地面温度进行精细化预报是可行的。     

黄淮地区夏季降水的统计降尺度预测

利用1991-2011年黄淮地区夏季降水、NCEP/NCAR再分析资料和国家气候中心第2代动力气候模式（BCC_CSM1.1m）夏季回报结果,研究黄淮地区夏季降水降尺度预测模型和可预报性来源。诊断发现,黄淮地区夏季降水与同期南亚高压、乌拉尔山附近阻塞高压、西风急流、西太平洋赤道上空200 hPa纬向风场呈明显正相关。分析BCC_CSM1.1m对夏季环流的回报结果发现,模式对200 hPa和500 hPa位势高度场、200 hPa纬向风场和850 hPa经向风场上影响黄淮地区夏季降水的部分关键区域有较好的模拟能力。利用模式预报技巧较高且对黄淮地区夏季降水的影响有物理含义的环流特征作为预测因子,对比预测因子进行独立性筛选前后分别建立的降尺度预测模型发现,黄淮地区夏季降水预测与实况的距平符号一致率由61%提高到72%。预测技巧来源分析发现,降尺度预测能力与BCC_CSM1.1m对影响黄淮地区夏季降水的3个关键因子乌拉尔山附近环流、南亚高压、西太平洋赤道上空西风强弱的预测技巧密切相关,尤其是模式对西太平洋赤道上空西风的模拟能力起到决定性作用。     

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％。     

基于DERF的SD方法预测月降水和极端降水日数

针对动力气候模式对区域或更小空间尺度内的日降水预测技巧偏低的问题,应用最优子集回归 (OSR) 方法对国家气候中心业务化的月动力气候模式 (DERF) 输出的高度场、风场和海平面气压场进行降尺度处理用于降水预测,旨在提高预测准确率。1982—2006年交叉检验结果表明：OSR方法能显著提高降水预测技巧,其中11~40 d改善效果最为显著。在此基础上,应用一步法和两步法两种统计降尺度方法预测极端降水日数,交叉检验结果表明:两种方法均优于随机预测,冬季两步法预测技巧略高于一步法,夏季一步法略优于两步法。综合认为OSR,OSR结合随机天气发生器 (WG) 两种统计降尺度方法对月尺度降水或极端降水日数的预测均具有较高的技巧,可作为短期气候预测的重要参考信息。     

Statistical downscaling of summer temperature extremes in northern China

Two approaches of statistical downscaling were applied to indices of temperature extremes based on percentiles of daily maximum and minimum temperature observations at Beijing station in summer during 1960-2008. One was to downscale daily maximum and minimum temperatures by using EOF analysis and stepwise linear regression at first, then to calculate the indices of extremes; the other was to directly downscale the percentile-based indices by using seasonal large-scale temperature and geo-potential height records. The cross-validation results showed that the latter approach has a better performance than the former. Then, the latter approach was applied to 48 meteorological stations in northern China. The cross-validation results for all 48 stations showed close correlation between the percentile-based indices and the seasonal large-scale variables. Finally, future scenarios of indices of temperature extremes in northern China were projected by applying the statistical downscaling to Hadley Centre Coupled Model Version 3 (HadCM3) simulations under the Representative Concentration Pathways 4.5 (RCP 4.5) scenario of the Fifth Coupled Model Inter-comparison Project (CMIP5). The results showed that the 90th percentile of daily maximum temperatures will increase by about 1.5℃, and the 10th of daily minimum temperatures will increase by about 2℃ during the period 2011-35 relative to 1980-99.     

Statistical Downscaling Prediction of Summer Precipitation in Southeastern China

A statistical downscaling approach based on multiple-linear-regression (MLR) for the prediction of summer precipitation anomaly in southeastern China was established, which was based on the outputs of seven operational dynamical models of Development of a European Multi-model Ensemble System for Seasonal to Interannual Prediction (DEMETER) and observed data. It was found that the anomaly correlation coefficients (ACCs) spatial pattern of June-July-August (JJA) precipitation over southeastern China between the seven models and the observation were increased significantly; especially in the central and the northeastern areas, the ACCs were all larger than 0.42 (above 95% level) and 0.53 (above 99% level). Meanwhile, the root-mean-square errors (RMSE) were reduced in each model along with the multi-model ensemble (MME) for some of the stations in the northeastern area; additionally, the value of RMSE difference between before and after downscaling at some stations were larger than 1 mm d-1. Regionally averaged JJA rainfall anomaly temporal series of the downscaling scheme can capture the main characteristics of observation, while the correlation coefficients (CCs) between the temporal variations of the observation and downscaling results varied from 0.52 to 0.69 with corresponding variations from -0.27 to 0.22 for CCs between the observation and outputs of the models.     

近50年秦岭南北不均匀增温及对城市化响应

根据1961—2012年陕西省均一化气温数据分析了秦岭南北两侧平均气温、最高气温、最低气温的年、季节变化特征,结果表明:秦岭南北两侧年平均气温、最高气温和最低气温均呈增加趋势,增加幅度南北分布不均,北麓温度增幅较南麓显著;气温季节变化存在一定差异,平均气温在春季和冬季增温显著,最高气温在春季增温显著,最低气温在冬季增温显著,秦岭南北两侧春季、秋季气温日较差变大,冬季和夏季气温日较差变小。为了进一步明确气温变化的原因,结合DMSP (defense mete-orological satellite program)/OLS (operational lines-can system) 数据将秦岭南北两侧分为5个区域,分别计算每个区域内城市化对气温变化的影响以及城市化影响的贡献率表明:秦岭北麓城市化过程较秦岭南麓快,城市化发展的差异,导致了城市化对秦岭南北两侧温度影响的不均匀性,秦岭北麓气温变化受城市化影响程度明显高于秦岭南麓,影响主要以平均气温和最低气温为主,城市化发展的差异加剧了秦岭南北两侧气温变化的非均匀性。     

Statistical Downscaling of FGOALS-s2 Projected Precipitation in Eastern China

A statistical regression downscaling method was used to project future changes in precipitation over eastern China based on Phase 5 of the Coupled Model Intercomparison Project （CMIPS） the Representative Concentration Pathway （RCP） scenarios simulated by the second spectral version of the Flexible Global Ocean- Atmosphere-Land System （FGOALS-s2） model. Our val- idation results show that the downscaled time series agree well with the present observed precipitation in terms of both the annual mean and the seasonal cycle. The regres- sion models built from the historical data are then used to generate future projections. The results show that the en- hanced land-sea thermal contrast strengthens both the subtropical anticyclone over the western Pacific and the east Asian summer monsoon flow under both RCPs. However, the trend of precipitation in response to warming over the 21 st century are different across eastern Chi- na under different RCPs. The area to the north of 32°N is likely to experience an increase in annual mean precipitation, while for the area between 23°N and 32°N mean precipitation is projected to decrease slightly over this century under RCP8.5. The change difference between scenarios mainly exists in the middle and late century. The land-sea thermal contrast and the associated east Asian summer monsoon flow are stronger, such that precipitation increases more, at higher latitudes under RCP8.5 compared to under RCP4.5. For the region south of 32°N, rainfall is projected to increase slightly under RCP4.5 but decrease under RCP8.5 in the late century. At the high resolution of 5 km, our statistically downscaled results for projected precipitation can be used to force hydrological models to project hydrological processes, which will be of great benefit to regional water planning and management.