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。     

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。     

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。     

黄河源区未来地面气温变化的统计降尺度分析

大气环流模式(GCMs)模拟预测的气候变化情景,必须经过降尺度处理后才能得出次网格尺度上未来气候变化的时空分布细节,才能满足评估气候变化对资源、环境和社会经济等影响的需要.本文在简单介绍了目前降尺度模型的研究现状后,重点分析了统计降尺度方法的优缺点及适用性,并应用黄河源区7个站点1961-1990年的实测地区最高气温和最低气温资料,对统计降尺度模型(SDSM)的应用进行了分析和验证.首先利用SDSM建立大尺度气候要素和地面气温变量间的统计转换关系,确定模型应用的预报因子变量,然后用独立的观测资料验证模型的可靠性,最后把建立好的统计关系应用于英国Hadley中心海气耦合模式(HadCM3 SERS B2)的输出,分别生成了黄河源区7个站点未来3个时段2020s,2050s和2080s的气温变化情景.在此基础上,应用Arc/GIS的Kriging插值方法获得整个区域的气温变化情景进行分析.结果表明,日最高气温模拟值随时间推移增幅很快,3个时段(2020s,2050s和2080s)的平均气温变化情景分别为1.34,2.60和3.90℃,而日最低气温变化相对不明显,3个时段的平均气温变化情景分别为0.87,1.49和2.27℃.表现在每个季节和每个月的变化情景又各不相同,日最高气温以春季和秋季变化最显著,而日最低气温则以夏季和秋季的变化最为明显.     

7个IPCC AR4模式对中国地区极端降水指数模拟能力的评估及其未来情景预估

利用中国区域550个站点1961～2000年日降水量资料, 考察参与政府间气候变化委员会(IPCC)第四次评估报告的7个新一代全球模式及多模式集合对现代气候情景下(20C3M)5个极端降水指数的模拟能力, 同时进行中国区域未来不同排放情形下极端降水事件变化的预估, 结果表明: 最新全球模式能较好地模拟出极端降水指数气候场的空间分布及其中国区域的线性趋势, 且模式集合模拟能力优于大部分单个模式, 但在青藏高原东侧、 高原南部存在虚假的极端降水高值区, 模拟的东部季风区的极端降水强度系统性偏低, 区域平均序列年际变率的模拟能力也较低。中国地区21世纪与降水有关的事件都有趋于极端化的趋势, 极端降水强度可能增强, 干旱也将加重, 且变化幅度与排放强度成正比。     

基于TIGGE资料的北半球地面气温预报的统计降尺度研究

基于TIGGE(THORPEX Interactive Grand Global Ensemble,全球交互式大集合)资料中欧洲中期天气预报中心(European Centre for Medium-Range Weather,ECMWF)、日本气象厅(Japan Meteorological Agency,JMA)、美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)和英国气象局(United Kingdom Met Office,UKMO)4个中心的北半球地面2 m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均(bias-removed ensemble mean,BREM)和多模式超级集合(superensemble,SUP)方法进行统计降尺度预报研究。结果表明,在2007年夏季3个月中,4个单中心的降尺度预报明显地改善了预报效果。引入SUP和BREM两种集成预报方法后,预报误差得到进一步减小。对比综合表现最好的单中心ECMWF的预报,1~7 d的降尺度预报误差改进率均达20%以上。研究还发现,引入SUP方法的降尺度预报效果优于引入BREM方法的降尺度预报,利用双线性插值方法在上述两方案中的预报效果优于其他3种插值方法。     

中国东北地区气温变化的模拟评估与未来情景预估

基于RegCM4区域气候模式、CMIP5全球气候模式数据集和中国东北地区162个气象站气温观测资料,采用偏差分析和相关分析评估了RegCM4和CMIP5对东北地区气温的模拟能力,预估了RCP2.6、RCP4.5和RCP8.5排放情景下东北地区未来气温的变化.结果表明:区域模式和全球模式均能较好地再现气温时空变化特征,模...     

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。     

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。      

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。     

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。     

非齐次隐马尔可夫降尺度方法对江淮流域夏季逐日降水的模拟及其评估

引入非齐次隐马尔可夫模型(Nonhomogeneous hidden Markov model,NHMM)统计降尺度方法,利用1961—2002年江淮流域夏季逐日降水资料、欧洲中期天气预报中心(ECMWF)的ERA-40再分析资料建立模型,检验其对东部季风区(以江淮流域为代表)夏季日降水的模拟能力,并对比BCC-CSM1.1(m)模式NHMM降尺度前后的模拟效果。结果表明,NHMM降尺度方法通过建立降水概率分布态间转移参数与大尺度环流变量的联系,对江淮流域逐日降水量具有较好的降尺度效果。模拟的各站日降水量概率分布函数(PDF)曲线与观测非常接近,布赖尔评分(Brier Score,S_B)均小于0.11%,显著性评分(Significance Score,Ss)均大于0.84;夏季总降水量、降水日数、中雨日数、降水强度和95%分位降水量指数的多年平均场偏差百分率绝对值低于10%,前3个指数的空间相关系数高于0.9;该方法对各降水指数的年际变率也有一定的模拟能力,模拟得到的各指数的区域平均年际序列与观测序列的相关系数为0.62—0.87。对BCC-CSM1.1(m)模式的模拟结果进行降尺度后,SB较降尺度前平均减小0.57%,Ss平均增大0.23,皆表明降尺度后的概率分布函数曲线更接近于观测;各降水指数在多数台站的偏差百分率绝对值由大于40%降至10%以内,空间相关系数普遍提高至0.8以上。NHMM降尺度方法能够有效提高BCC-CSM1.1(m)模式对江淮流域夏季日降水的模拟能力,相对气候模式具有显著的"增值",未来可进一步利用该方法进行气候变暖背景下的日降水变化预估。     

5个IPCC AR4全球气候模式对东北三省降水模拟与预估

利用IPCC AR4中5个全球气候模式数据集和中国东北三省162个站降水实测资料,评估5个全球气候模式和多模式集合平均对中国东北三省降水的模拟能力,并对SRES B1、A1B和A2三种排放情景东北三省未来降水变化进行预估。结果表明：全球气候模式能较好再现东北三省降水的月变化,但存在系统性湿偏差;多模式集合平均能较好模拟东北三省年降水量的空间分布,但模拟中心偏北,强度略强,模式对东北三省夏季降水的模拟效果优于冬季降水;预估结果表明,三种排放情景下21世纪中前期和末期东北三省降水均将增多,21世纪末期增幅高于21世纪中前期,冬季增幅高于其他季节;就排放情景而言,SRES A1B和A2排放情景增幅相当,高于B1排放情景增幅;不同排放情景东北三省降水量增率分布呈较一致变化,A2排放情景下,增幅最显著的辽宁环渤海地区年降水量在21世纪中前期将增加7%以上,21世纪末期将增加16%。     

CMIP6 Evaluation and Projection of Temperature and Precipitation over China

This article evaluates the performance of 20 Coupled Model Intercomparison Project phase 6(CMIP6)models in simulating temperature and precipitation over China through comparisons with gridded observation data for the period of 1995–2014,with a focus on spatial patterns and interannual variability.The evaluations show that the CMIP6 models perform well in reproducing the climatological spatial distribution of temperature and precipitation,with better performance for temperature than for precipitation.Their interannual variability can also be reasonably captured by most models,however,poor performance is noted regarding the interannual variability of winter precipitation.Based on the comprehensive performance for the above two factors,the“highest-ranked”models are selected as an ensemble(BMME).The BMME outperforms the ensemble of all models(AMME)in simulating annual and winter temperature and precipitation,particularly for those subregions with complex terrain but it shows little improvement for summer temperature and precipitation.The AMME and BMME projections indicate annual increases for both temperature and precipitation across China by the end of the 21st century,with larger increases under the scenario of the Shared Socioeconomic Pathway 5/Representative Concentration Pathway 8.5(SSP585)than under scenario of the Shared Socioeconomic Pathway 2/Representative Concentration Pathway 4.5(SSP245).The greatest increases of annual temperature are projected for higher latitudes and higher elevations and the largest percentage-based increases in annual precipitation are projected to occur in northern and western China,especially under SSP585.However,the BMME,which generally performs better in these regions,projects lower changes in annual temperature and larger variations in annual precipitation when compared to the AMME projections.     

5个全球气候模式对中国东北地区地面温度的模拟与预估

利用5个全球气候模式和中国东北地区162个站点地面温度实测资料,评估全球气候模式和多模式集合平均对中国东北地区地面温度的模拟能力,并对SRES B1、A1B和A2排放情景下,中国东北地区未来地面温度变化进行预估。结果表明：全球气候模式能够较好地再现了东北地区地面温度的年变化和空间分布特征,但存在系统性冷偏差,模式对夏季地面温度模拟偏低1.16 ℃,优于冬季。预估结果表明,3种排放情景下21世纪中期和末期东北地区地面温度均将升高,末期增幅高于中期,冬季增幅高于其他季节, SRES A2排放情景下增幅最大,B1排放情景下最小;增温幅度自南向北逐渐增大,增温最显著地区位于黑龙江小兴安岭;21世纪末期3种情景下中国东北地区年平均地面温度将分别升高2.39 ℃(SRES B1)、3.62 ℃(SRES A1B)和4.43 ℃(SRES A2)。     

基于贝叶斯模型的中国未来气温变化预估及不确定性分析

利用第5次耦合模式比较计划(CMIP5)中35个全球气候模式历史模拟与RCP4.5预估结果,通过贝叶斯模型平均(Bayesian Model Averaging,BMA)对中国气温进行多模式集合研究,给出了中国未来气温变化预估及其不确定性的时空分布。结果表明,中国21世纪冬夏将持续升温,且升温具有冬季高于夏季,北方高于南方的特点。初期(2016—2035年)北方有很大可能(80%)升温超过0.7℃,南方升温相同幅度的概率则超过50%;中期(2046—2065年)北方和南方升温超过1.5℃的概率分别为80%和50%;末期(2081—2100年),北方(南方)有80%(50%)的可能的升温超过2℃。气温预估的不确定性研究发现,无论冬夏,21世纪不同时期升温相对较弱的塔里木盆地、青藏高原南侧和中国东南地区为不确定性低值区,基本低于0.6℃,对应可信度较高,如21世纪初期信噪比超过4;而不确定性的高值区则主要分布在新疆北部、东北平原北部和青藏高原东南侧等升温相对较大的地区,普遍高于1℃,对应可信度较低,如初期信噪比低于2.5。此外,基于信噪比对比发现除青藏高原东部外,其他区域夏季预估的可信度均高于冬季,21世纪末期高于初期,且空间分布特征一致。     

基于集合预报产品的降尺度降水预报试验

利用降水距平百分率的降尺度预报方法和1951-2008 NCEP资料及我国降水资料,建立了降水距平百分率的预报模型,基于T106L19模式的月动力延伸集合预报结果,进行了2007-2009年3 a的预报试验和效果检验.结果表明,基于集合预报产品的统计降尺度方法对降水距平百分率的预报技巧高于模式降水的预报技巧;500 hPa月平均高度场的预报技巧直接影响到降水距平百分率的预报技巧,平均环流的预报技巧越高,降水距平百分率的预报技巧越高;无论集合成员数为多少,集合预报的结果都明显优于控制预报,随着集合成员数的增多,预报技巧呈增大的趋势;我国降水具有显著的季节性和区域性,以江淮地区的降水距平百分率预报技巧最高,华南地区的预报技巧其次.     

多模式动力降尺度对中国中东部地区极端气温指数的模拟评估

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。     

上海城市精细化地表温度分布模拟

本文引入了一种模拟城市复杂下垫面地表温度的方法,该方法基于地表辐射参数化方案（NARP）计算城市净辐射通量,然后利用客观滞后模型OHM计算地表储热通量,再利用强迫恢复法计算表面温度。通过上海地区高分辨率卫星资料获取不同地表类型覆盖比例,以每个格点中各地表覆盖类型所占面积比例为权重计算格点的平均地表温度,并对2013年8月12日上海地区地表温度进行模拟。结果表明：上海城市下垫面与其他类型下垫面相比,地表温度白天升高较快,而夜间下降较慢。模拟结果与MODIS陆面温度及地面观测资料进行比较,模拟的上海地表温度分布结构更精细,与气象站观测值较接近。     

高分辨率统计降尺度数据集NEX-GDDP对中国极端温度指数模拟能力的评估

利用1986—2005年中国地面气象台站观测的格点化逐日气温资料（CN05.1）评估了高分辨率统计降尺度数据集NASA Earth Exchange/Global Daily Downscaled Projections（NEX-GDDP）中21个全球气候模式对中国极端温度指数的模拟能力。在选用了日最低温度最大值（TNx）、日最高温度最大值（TXx）、暖夜指数（TN90p）和暖昼指数（TX90p）来研究极端温度事件的变化。结果显示:（1）除MRI-CGCM3模拟的日最高温度最大值外,其余模式对4个指数的模拟结果均表现出与观测一致的上升趋势,但模拟结果的平均值相对观测平均低0.26℃/（10 a）（日最低温度最大值）、0.19℃/（10 a）（日最高温度最大值）、2.21%/（10 a）（暖夜指数）、1.04%/（10 a）（暖昼指数）。（2）不同模式对各指数变化趋势空间分布特征的模拟存在较大差别,对日最低温度最大值、日最高温度最大值、暖夜指数和暖昼指数模拟能力最优模式分别为CCSM4、CESM1-BGC、MIROC-ESM-CHEM和bcc-csm1-1。模式模拟的日最低温度最大值和日最高温度最大值气候态平均值与观测值的相关系数在0.97以上。暖夜指数和暖昼指数模拟结果与观测值的标准差比值为0.34—1.58,均方根误差变化为1.6%—3.47%,对这两个指数模拟能力较优的模式分别为MIROC-ESM-CHEM（暖夜指数）和CESM1-BGC（暖昼指数）。（3）综合模式对4个指数在气候态平均值和变化趋势模拟能力的评估结果来看,CanESM2、CESM1-BGC和MIROC-ESM-CHEM显示了相对较高的模拟能力。因此,在利用GDDP-NEX研究未来极端温度事件时,建议将它们作为优选模式。