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。     

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。     

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。     

基于动力降尺度方法预估的青藏高原降水变化

当前的全球气候模式分辨率较低,难以合理再现青藏高原降水的时空分布特征,动力降尺度方法成为一种有效的手段。本文利用全球气候模式CCSM4的输出结果驱动区域气候模式WRF进行动力降尺度模拟,评估了动力降尺度对青藏高原湿季总降水率和对流降水比例的模拟能力,对比了CCSM4和WRF模式预估的青藏高原湿季总降水、层云降水和对流降水变化差异。结果表明,相比于驱动数据,动力降尺度模拟能更好地再现1998-2005年青藏高原湿季总降水率和对流降水比例空间分布及随海拔分布的特征;WRF模式预估的高原未来(2070-2099年)湿季总降水增加,但空间上呈"北增南减"的变化特征,对流降水的增加导致高原北部总降水增加,而层云降水的减少导致高原南部总降水减少。整体而言,对流降水的增加大于层云降水的减少,且主要发生在海拔4000 m以下。     

利用区域气候模式对我国南方百年气温和降水的动力降尺度模拟

本文采用NCAR的WRF3.5.1模式,以NOAA的20世纪再分析资料作为区域气候模式的初始场和侧边界场,对东亚地区进行了百年以上(1900~2010年)尺度、水平分辨率为50 km的动力降尺度数值模拟试验。通过与观测气候资料的对比,分析了驱动场(20世纪再分析资料)和区域气候模式对我国南方地区近50年(1961~2010年)气温和降水的气候平均态的模拟能力。结果表明:经过动力降尺度的区域气候模式试验结果能更好地模拟我国南方地区气温气候平均态和季节循环。WRF模式模拟的气温与观测的气温的空间相关系数均在0.97以上。年平均和夏季,WRF模式模拟的气温与观测的气温的偏差大多介于-1°C到+1°C之间。对于降水,WRF模式显著提高了我国南方降水的模拟能力。和驱动场相比,WRF模式模拟的降水与观测的偏差明显减小。夏季,WRF模式模拟的降水空间相关系数在0.5以上。由此延伸至对近百年我国南方地区三个子区域(华南地区、江淮地区和西南地区)四个时段(1914~1942年、1943~1971年、1972~2000年和2001~2010年)的分析,结果表明区域气候模式动力降尺度的结果在区域平均的气温和降水的模拟数值上与观测比较接近,夏季模拟能力有明显的提高,冬季存在气温模拟偏低的误差。对气温趋势分析表明,在20世纪40年代以后的两个时间段,区域气候模式明显提高了气温变化线性趋势的模拟性能。     

中国气温的降尺度研究

Monthly mean temperatures at 562 stations in China are estimated using a statistical downscaling technique. The technique used is multiple linear regressions （MLRs） of principal components （PCs）. A stepwise screening procedure is used for selecting the skilful PCs as predictors used in the regression equation. The predictors include temperature at 850 hPa （7）, the combination of sea-level pressure and temperature at 850 hPa （P＋T） and the combination of geo-potential height and temperature at 850 hPa （H＋T）. The downscaling procedure is tested with the three predictors over three predictor domains. The optimum statistical model is obtained for each station and month by finding the predictor and predictor domain corresponding to the highest correlation. Finally, the optimum statistical downscaling models are applied to the Hadley Centre Coupled Model, version 3 （HadCM3） outputs under the Special Report on Emission Scenarios （SRES） A2 and B2 scenarios to construct local future temperature change scenarios for each station and month, The results show that （1） statistical downscaling produces less warming than the HadCM3 output itself; （2） the downscaled annual cycles of temperature differ from the HadCM3 output, but are similar to the observation; （3） the downscaled temperature scenarios show more warming in the north than in the south; （4） the downscaled temperature scenarios vary with emission scenarios, and the A2 scenario produces more warming than the B2, especially in the north of China.     

青藏高原21世纪气候的降尺度预估

青藏高原作为世界的“第三极”,影响中国乃至全球的气候变化,准确预测其未来气候变化对指导区域可持续发展具有重要意义。为此,以1979—2015年为基准期,对三个地球系统模式（GFDL-ESM2G,IPSL-CM5R-MR,MIROC5）进行统计降尺度,预估了2021—2100年青藏高原年均气温和降水量的时空变化特征,并分析了冷、暖季平均气温和降水量的变化趋势。结果表明：时间上,气温和降水量均显著增加;空间上存在差异,西部和东南部气温变化趋势率大而中部小,降水量变化趋势率的变化范围随模拟排放强度的增加而加大,同时年平均气温和年降水量都在未来10年变化趋势率最大。预测气温和降水量变化趋势率与排放情景有关,RCP85情景下气温和降水量的增加趋势率最大,RCP45情景次之,RCP26情景最小。随着排放强度的增加,冷暖季气温和降水量变化趋势差异加大。降尺度数据可支撑气候、水文和作物等模式进行情景研究,可为未来气候变化以及水循环研究提供重要的基础信息。     

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％。     

基于降尺度技术的精细化气温预报研究

采用中国T639预报模式提供的气温数值预报资料及两要素加密自动站气温资料,对贵州省内2 000多个乡镇站点进行气温精细化预报研究。结果表明,在对2013年1—3月预报时效为24~168 h的气温预报试验中,无论从均方根误差的角度还是按照贵州省的业务评分标准,进行降尺度技术处理后的精细化气温预报效果较直接的气温预报有着明显的改进。试验中,对于24 h的预报改进最明显,均方根误差减少达19.1%,预报业务评分改进达24.5%,全省平均评分均在70%以上,较大幅度地改进了T639预报模式直接提供的气温预报。     

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。     

WRF模式对中国夏季降水的动力降尺度模拟研究

为了解国家气候中心第二代季节预测模式系统（BCCv2）预测产品在重庆地区的动力降尺度效果,利用WRF模式对BCCv2的2016年汛期预测数据进行动力降尺度试验,对比了动力降尺度前后预测的重庆地区汛期平均降水的差异及采用不同边界层参数化方案对降水预测的影响。试验结果表明,动力降尺度能较好地改善BCCv2对重庆地区汛期降水预测整体偏少的情况,且在降水空间分布特征上与观测更加接近。对比采用不同边界层参数化方案（MYJ、MYNN2、YSU和ACM2）后的降水预测结果可知,YSU方案偏差较小;但从整体看,各方案间差异并不明显。对环流场的偏差分析以及进一步利用松弛逼近法进行的试验表明,动力降尺度能较好地改善BCCv2对青藏高原以南和中国南部地区位势高度预测的正偏差,并能改善降尺度前其对高原南部偏西风水汽输送预测的偏弱,但对两广一带向北水汽输送预测依然较弱;边界场在环流形势预测中的偏差可能与动力降尺度预测的重庆地区汛期降水整体偏少存在联系。

     

1961~2015年青藏高原极端气温事件的气候变化特征

利用1961~2015年CN05.1高分辨率的逐日最高、最低气温格点资料,计算6个极端气温指数（极端最高气温、极端最低气温、结冰日数、霜冻日数、暖日日数、冷夜日数）,通过趋势分析和Mann-Kendall突变检验,考察青藏高原极端气温事件的时空变化规律。结果表明：青藏高原极端最高气温、极端最低气温的总体分布呈现西冷东暖的特征,与地形西高东低一致;该地区极端最高气温、极端最低气温及暖日日数均呈上升趋势,倾向率分别为0.25℃/10a、0.42℃/10a、2.14d/10a,极端最低气温的线性增温趋势较极端最高气温更为明显;而结冰日数、霜冻日数及冷夜日数均呈下降趋势,倾向率分别为−3.09d/10a、−4.75d/10a、−2.31d/10a;从空间分布看,青海地区极端最高气温的增温趋势最为显著,柴达木盆地是明显的升温中心;在时间变化上,极端最高气温、结冰日数、暖日日数均在1997年发生了突变。     

WRF模式对中国夏季降水的动力降尺度模拟研究

采用NCEP的FNL再分析资料驱动WRF模式,对中国10 a(2000—2009年)夏季降水进行双重动力降尺度(双重嵌套)模拟,将子、母区域模拟结果和观测进行对比,以检验双重动力降尺度对中国夏季降水模拟的"增值"能力。结果表明:单重动力降尺度(单重嵌套)方法能较好模拟出中国10 a夏季平均降水的空间分布,对季风雨带"北跳"特征模拟较好,但模拟降水具有系统性正偏差。在母区域的强迫下,双重动力降尺度模拟的降水分布与单重动力降尺度相比,没有发生根本性变化。但由于子区域的分辨率要高于母区域,双重动力降尺度比单重动力降尺度能提供更多有价值的降水细节。双重动力降尺度的这种"增值"能力存在地域依赖性,在华南地区和江淮地区,双重动力降尺度模拟出的降水分布、量值和逐日演变都要好于单重动力降尺度。但在华北地区,双重动力降尺度没有表现出明显的"增值"。     

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。     

极端气温频率与强度的统计模拟试验

本文借助于平稳时间序列的极值分布理论，对南京地区异常低温事件频次和强度建立统计模型。模拟该地区极端低温的频数分布，给出不同水平下低温事件发生次数的估计及平均强度，平均日期及其方差的推算值。试验结果表明，该类模型可以广泛地应用于气象极值规律研究，为能源，经济等部门提供应用气候参考依据。     

分位数调整法在北京动力降尺度模拟订正中的适用性评估

基于分位数调整法对变网格模式LMDZ4在中国区域进行动力降尺度模拟的北京日平均气温和降水结果进行了统计误差订正。订正后的日平均气温在年循环、平均值和频率等方面均十分接近观测值,全年平均气温偏差由-1.2℃降至-0.4℃。降水的订正过程较气温更加复杂,首先对降水日数进行订正,以消除模式产生的虚假微量降水,订正后降水日数误差由61.5%降至3.7%。此外,分位数调整法可有效订正中小型与极端降水的频率和强度,订正后全年降水误差由0.28 mm/d降至0.07 mm/d。订正后最大降水月为7月,与观测一致,消除了冬季的虚假极端降水。分位数调整法无论是对气温还是降水,其订正效果都存在明显的季节性差异。日平均气温的订正在冬、夏季要优于春、秋季,对极端高、低气温的订正更加显著。该统计误差订正方法不仅有效消除了气候平均值的漂移,同时对极值也有一定改善,是一种相对完善的订正方案。分位数调整法也存在一定的不确定性,订正效果受观测资料和模式模拟能力影响较大。     

CMIP6模式对青藏高原极端气温指数模拟能力评估及预估

利用第六次国际耦合模式比较计划（CMIP6）28个全球气候模式模拟的历史和多SSP排放情景下的模拟结果以及国家气候中心制作的CN05.1格点化的观测数据,在评估28个全球气候模式对青藏高原极端气温相关指数模拟效果的基础上,预估了多个SSP情景下青藏高原未来极端气温指数的变化趋势。评估结果表明多模式集合平均模拟结果更稳定,且能模拟出极端气温指数的时间分布以及空间分布特征,但与观测相比,不同指数存在不同偏差。预估结果表明,相对于1995-2014年,青藏高原上日最高气温最高值（TXx）、日最低气温最低值（TNn）、暖昼指数（TX90p）未来呈上升趋势,霜冻日数（FD）、冰冻日数（ID）、冷夜指数（TN10p）呈减少趋势,其中高原极端低温比极端高温增温明显,暖昼指数在高原西南部增加明显,霜冻日数、冰冻日数、冷夜指数在高原东南部减少明显。SSP1-1.9情景下,极端气温指数在21世纪的变化幅度较小,随着辐射强迫增大,指数的变化趋势也增大。SSP1-2.6情景下,2030年前中国实现碳达峰时,青藏高原地区TXx、 TNn、 TX90p增长分别不超过1.12℃、0.84℃、 8.4%, FD、 I...     

基于DERF 2.0产品东北地区降尺度气温预测模型研究

本文利用第二代月动力延伸预测模式业务系统(Dynamic Extended Range Forecast,DERF 2.0)提供的1983—2015年位势高度场资料、NCEP/NCAR再分析资料及东北地区气温实况场,从DERF 2.0产品降尺度解释应用角度出发,建立了一套完整的东北地区月气温预测模型的方案,对东北地区11月气温进行了降尺度解释应用,建立了基于DERF 2.0产品东北地区11月气温的预测模型。结果表明:通过对基于DERF 2.0产品建立的东北地区11月气温预测模型的检验分析可知,建立的模型对东北地区月气温具有较高的预报技巧(Ps评分较高),对月气温预测具有较明显的改进,可在实际气候预测业务中应用,并对模型的稳定性问题进行了探讨,逐步改进完善预测模型。     

驻马店极端气温分析

利用驻马店10个站气象资料，分析了极端温度的时间变化特征、高温天气与6--8月降水量之间的关系和极端睛热高温、极端湿热高温天气形成的天气背景及影响因子，确定了高温出现的前期预报指标。