黑河流域降水统计——动力降尺度问题研究

依据区域气候模式RIEMS2.0输出的3 km高分辨率数据和站点降水记录分析了中国西北黑河流域降水的动力降尺度和统计—动力降尺度问题,检验了多种因子组合下多元线性回归（MLR）和贝叶斯模式平均（BMA）降尺度模型,评估了降尺度降水的均方根误差、相关系数、方差百分率及“负降水”偏差率等方面的统计特征。结果表明,动力降尺度降水相关系数最高,误差也最大,降水方差达到观测值的1.5～2倍;除相关系数外,统计—动力降尺度模型的几个统计特征均最优,纯统计模型次之。检验表明,仅用700 hPa位势高度场、经向风和比湿等构建的统计降尺度模型估计的站点降水相关系数较低,均方根误差也较大。当在统计降尺度模型中引入模式降水因子后站点降水的估计得到明显改善,其中MLR类模型的降水相关系数和方差百分率均明显高于BMA类模型,均方根误差二者相当,但前者“负降水”出现频次明显大于后者,“负降水”偏差主要出现在降水稀少的冬半年及黑河中、下游干旱或极端干旱区,上游出现频率较低,其中MLR类模型“负降水”出现频次明显高于BMA类模型,后者仅出现在黑河中、下游地区。包含模式降水因子的统计—动力降尺度模型能减少“负降水”出现...     

典型相关分析方法对21世纪江淮流域极端降水的预估试验

利用1961—1990年江淮流域逐日降水资料、NCEP/NCAR再分析资料和HadCM3 SRES A1B情景下模式预估资料,采用典型相关分析统计降尺度方法,评估降尺度模型对当前极端降水指数的模拟能力,并对21世纪中期和末期的极端降水变化进行预估。结果表明：通过降尺度能够有效改善HadCM3对区域气候特征的模拟能力,极端降水指数气候平均态相对误差降低了30%～100%,但降尺度结果仍然在冬季存在湿偏差、夏季存在干偏差;在SRES A1B排放情景下,该区域大部分站点的极端强降水事件将增多,强度增大,极端强降水指数的变化幅度高于平均降水指数,且夏季增幅高于冬季;冬季极端降水贡献率（R95t）在21世纪中期和末期的平均增幅分别为14%和25%,夏季则分别增加24%和32%。     

21世纪前期中国降水预估及其订正

用全球格点分析数据集（CRU TSv4.0）月降水资料和24个CMIP5（Coupled Model Intercomparison Project Phase 5）模式历史模拟数据以及RCP4.5情景下的预估数据,分析了多模式集合平均降水的偏差特征并进行了扣除模式气候漂移和一元对数差分回归订正。结果表明,模式降水在西部和北部明显偏多,东南沿海偏少;冷季（11月至次年4月）在全国大部分地区模式降水偏多,暖季（5～10月）东南沿海季风区偏少。1956～2005年多模式集合平均历史模拟降水偏差中84%属于气候漂移,其余是偏差的非定常模态。扣除气候漂移后,RCP4.5情景下2006～2015年中国模式降水预估偏差减小90%以上,大部分地区降水偏差百分率分布在±5%以内,仅在青藏高原西部和西北中部等地区模式降水偏多10%～40%;暖季降水偏差分布与年降水量类似;冷季偏差较大,北方降水偏多,南方偏少。检验表明,一元线性对数差分回归方程订正后,模式降水对于2006～2015年期间西南和江南中部的干旱少雨气候均能再现,且距平同号率高于多模式集合平均和扣除气候漂移的结果。用该方法对RCP4.5情景下2016～2035年模式预估降水进行订正,结果显示,南方（淮河以南）降水减少5%～20%,河套、内蒙古和华北北部减少20%～40%,东北南部、淮河流域、西北大部增加10%～40%及以上,东南沿海和台湾省降水增加10%～20%。以上降水预估结果说明,在RCP4.5情景下,21世纪前期持续十年的西南干旱会略有缓解,但南方降水偏少格局变化不大,淮河流域和三江源区及其以西等地降水可能明显增加。中国降水异常分布总体呈现南北少、中间多的格局,但北方和西部高山地带的降水预估存在较大的不确定性。     

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。     

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。      

21世纪前期长江中下游流域极端降水预估及不确定性分析

在全球变暖背景下,极端降水的频率、强度以及持续时间均在显著增加,尤其是对于气候变化敏感的长江中下游流域。由于模式本身、温室气体排放情景以及自然变率存在较大的不确定性,因此未来预估变化的不确定性一直备受关注。为了能够得到对于未来极端降水更为准确的预估结果,使用NEX-GDDP（NASA Earth Exchange Global Daily Downscaled Projections）提供的19个CMIP5降尺度高分辨率数据（0.25°×0.25°）,给出21世纪前期（2016—2035年）长江中下游流域极端降水的可能变化。根据长江中下游流域178个气象站1981—2005年的逐日降水量数据,计算了能够代表极端降水不同特征的指数,在评估模拟能力的基础上给出了21世纪前期RCP4.5情景下极端降水的变化。结果表明,降尺度结果对长江中下游流域极端降水有很好的模拟能力,除R90N外,所有模式模拟其余指数的空间结构与观测的相关系数均超过了0.6。其中所有模式模拟PRCPTOT和R10的相关系数均超过0.95。21世纪前期,长江中下游地区降水趋于极端化,尤其是在流域的西部地区。极端降水日数的变化在减少,表明对于极端降水的贡献主要来自于极端降水日的较大日降水量,而非极端降水日数。未来预估不确定性的大值区主要位于流域的南部地区,流域的西部地区不确定性较低,西部地区极端降水的增加应该受到更多的重视。      

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。     

未来30年亚洲降水情景预估及偏差订正

借助第五次国际耦合模式比较计划(Coupled Model Intercomparison Project Phase 5,CMIP5)多模式集合数据及英国气候研究所(Climatic Research Unit Time-Series version 4.0,CRU TSv4.0)的格点降水资料,分析了多模式集合平均...     

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。     

21世纪中国极端降水事件预估

摘 要：全球变暖背景下极端降水事件的变化一直受到广泛关注,本文从观测、理论及模拟预估等方面对近十多年来国内外极端降水气候事件的研究作一综述,并给出IPCC第四次评估报告对我国21世纪极端降水指数变化的预估结果。     

多模式集合预估21世纪淮河流域气候变化情景

利用政府间气候变化委员会第四次评估报告(the Fourth Assessment Report of the Intergov-ernmental Panel on Climate Change,IPCC AR4)的14个全球气候耦合模式对中国淮河流域气温和降水的模拟能力进行了评估,预估了该地区21世纪的降水和气温变化。同时,还分析了14个气候模式对1961-1999年气温和降水的模拟能力,并且根据Taylor方法选取具有较好模拟能力的模式做集合分析。结果表明,不同的气候模式对淮河流域的气温和降水都具有一定的模拟能力,但大多数模式模拟的气温偏低、降水偏多;选取的模式集合可以明显改善模式的模拟能力,但是没有表现出明显的优势。对淮河流域降水和气温未来情景的预估表明,各模式给出的情景结果尽管存在一定的差异,但模拟的21世纪气候变化的趋势基本一致,即气温持续增加,降水出现区域性增加;还重点分析了14个模式集合的结果在2010-2039年、2040-2069年和2070-2099年3个时段的年平均、季节平均降水和气温变化及其时空变化特征,结果表明,3个时段的气温和降水在不同情景下都是逐渐增加的,A2情景下增幅最显著,B1情景下增幅最小。     

21世纪重庆最大连续5d降水的预估分析

 利用用于IPCC第四次评估报告的全球气候模式产品,验证其对重庆地区最大连续5 d降水（R5d）的模拟能力的基础上,对模拟能力较好的模式进行组合,预估温室气体排放高（A2）、中（A1B)、低（B1）3种情景下未来21世纪重庆地区R5d的变化。与目前（1980-1999年）气候相比,不同情景下21世纪重庆地区R5d均可能增加,尤其是21世纪后期相比21世纪前、中期增加更为显著。     

自组织映射神经网络(SOM)降尺度方法对江淮流域逐日降水量的模拟评估

利用1961~2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-Organizing Maps,简称SOM)的统计降尺度方法,对江淮流域夏季(6~8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(Brier Score)均近似为0,显著性评分(Significance Score)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%~60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。     

Projection of Extreme Temperatures in Hong Kong in the 21st Century

The possible changes in the frequency of extreme temperature events in Hong Kong in the 21st century were investigated by statistically downscaling 26 sets of the daily global climate model projections (a combination of 11 models and 3 greenhouse gas emission scenarios, namely A2, A1B, and B1) of the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. The models’ performance in simulating the past climate during 1971–2000 has also been verified and discussed. The verification revealed that the models in general have an acceptable skill in reproducing past statistics of extreme temperature events. Moreover, the models are more skillful in simulating the past climate of the hot nights and cold days than that of the very hot days. The projection results suggested that, in the 21st century, the frequency of occurrence of extremely high temperature events in Hong Kong would increase significantly while that of the extremely low temperature events is expected to drop significantly. Based on the multi-model scenario ensemble mean, the average annual numbers of very hot days and hot nights in Hong Kong are expected to increase significantly from 9 days and 16 nights in 1980–1999 to 89 days and 137 nights respectively in 2090–2099. On the other hand, the average annual number of cold days will drop from 17 days in 1980–1999 to about 1 day in 2090–2099. About 65 percent of the model-scenario combinations indicate that there will be on average less than one cold day in 2090–2099. While all the model-emission scenarios in general have projected consistent trends in the change of temperature extremes in the 21st century, there is a large divergence in the projections between difierent model/emission scenarios. This reflects that there are still large uncertainties in the model simulation of the future climate of extreme temperature events.     

Predictor Selection for CNN-based Statistical Downscaling of Monthly Precipitation

Convolutional neural networks(CNNs) have been widely studied and found to obtain favorable results in statistical downscaling to derive high-resolution climate variables from large-scale coarse general circulation models(GCMs).However, there is a lack of research exploring the predictor selection for CNN modeling. This paper presents an effective and efficient greedy elimination algorithm to address this problem. The algorithm has three main steps: predictor importance attribution, predictor rem...     

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.     

6.25 km高分辨率降尺度数据对21世纪长江经济带极端气候事件及其风险的集合预估

使用基于动力降尺度和统计降尺度方法得到的RCP4.5情景下的6.25 km高分辨率联合降尺度预估数据集,对长江经济带未来极端气候事件及其造成的风险展开评估和预估。结果表明：降尺度预估数据能较好的再现各极端温度指数和大部分极端降水指数的空间分布,但一些极端降水指数的偏差略大。未来长江经济带极端热事件将增加,冷事件减少;长江中游东部和下游的极端降水事件将增加,上游地区东南部发生干旱事件的可能性大。长江经济带以及上游、中游和下游3个分区的高温事件和强降水事件的国内生产总值（GDP）暴露度都将增加;人口暴露度呈先增后降的变化趋势。高温事件的GDP暴露度的分布因子和非线性因子的贡献同样重要,人口暴露度中分布因子的影响更大;强降水事件的暴露度主要取决于GDP或人口分布因子。