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。     

用Kriging方法对中国历史气温数据插值可行性讨论

使用 Kriging 插值方法对已经过质量控制和均一化的1951年1月-2004年12月中国全部基本、基准站气温资料逐月进行空间插值.通过站点的实际序列与插值后格点序列进行比较,针对相关系数和线性趋势等多个量来检验 Kriging 方法对气候资料插值的效果.结果表明:插值前、后的气温空间分布、气温变化趋势都非常一致,从年际变化来看,插值序列与实际站点序列的相关性也非常高.对比分析还发现用距平序列的插值效果要明显优于原始气温序列插值,但不同的球面模型半径插值在站点稀疏地区的插值结果差别较大,需要先对气候要素进行空间代表性进行分析,以合适的球面半径进行插值.对于气候变化比较特殊的地区,如中国西南部分地区,插值序列很难反映更小尺度的气候变化规律.     

近百年上海气候变暖过程的再认识——平均温度与最低、最高温度的对比

该文就近113年（1880～1992年）上海逐月平均最低、最高和平均气温3个序列进行了深入细致的诊断分析。结果发现:最低气温和平均气温近百年虽都呈显著上升趋势,但前者比后者更为持续稳定,其增温率更高于后者。这一特点表明,最低气温对于监测温度效应加剧可能更为敏感;最高气温自20世纪40年代中后期却出现了明显的趋势转折。近百年上海气候变暖主要表现为三次突然增暖,其中10年代的增暖仅限于白天,30年代则以白天增暖较多,80年代以来则主要发生于夜间。这些事实将有助于进一步对上海及中国区域或全球变暖的再认识。     

中国近50年冬夏季极端气温场的年代际 空间型态及其演变特征研究

利用我国１９５３～１９９５年冬夏季平均最低气温（Ｔｍ）和平均最高气温（ＴＭ）资料,分析冬夏季ＴＭ、Ｔｍ距平场的年代际空间型态及其演变特征．指出冬夏季Ｔｍ、ＴＭ场的空间型态基本都在７０年代末至８０年代初发生显著变化,但空间型态变化的冬夏季差异十分明显,且冬季Ｔｍ、夏季ＴＭ空间型态的年代际变化在相应Ｔｍ、ＴＭ场的变化中占有明显优势．     

基于拉格朗日法的水汽输送气候特征分析——江淮梅雨和淮北雨季的对比

利用基于拉格朗日方法的轨迹模式（HYSPLIT_4.9）,结合海量气块追踪分析法,对比了江淮梅雨和淮北雨季平均水汽输送特征,从水汽来源及源地贡献方面探讨二者的相对独立性,对比两雨季降水异常年水汽输送特征。结果表明,气候态上,江淮梅雨的水汽输送主要来自印度洋、太平洋、孟湾—南海,其中来自印度洋的水汽输送贡献最大,超过50%;淮北雨季来自印度洋、欧亚大陆、孟湾—南海、太平洋的水汽贡献差异不大,但与江淮梅雨的水汽源地对比,淮北雨季来自印度洋的水汽输送贡献少20%,而欧亚大陆偏多19%。对比降水异常年发现,来自印度洋、孟湾—南海以及欧亚大陆水汽贡献的变化对江淮梅雨和淮北雨季降水异常有重要影响。江淮梅雨偏多年,印度洋的水汽输送贡献比梅雨偏少年减少17%,孟湾—南海则增加了11%。在淮北雨季偏多年,印度洋的水汽输送贡献比偏少年多19%,孟湾—南海和欧亚大陆的水汽输送则分别减少6%和17%。     

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%。     

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。     

CMIP5气候模式对东亚夏季平均环流场模拟能力的评估

利用第五次耦合模式比较计划(Phase 5 of Coupled Model Intercomparison Project,CMIP5)提供的30个全球气候模式模拟的1961~2005年的夏季逐月环流场资料及同期NCEP再分析资料,引入泰勒图及各种评估指标,探讨全球气候模式对东亚夏季平均大气环流场的模拟能力,寻求具有较好东亚夏季环流场模拟能力的气候模式。结果表明:1)全球气候模式能够模拟出东亚夏季平均大气环流的基本特征,CMIP5模式的总体模拟能力较第三次耦合模式比较计划(CMIP3)有较大程度的提高,如CMIP5模式对东亚大部分地区夏季海平面气压(Sea Level Pressure,SLP)场的模拟偏差在6 h Pa以内。2)模式对不同层次环流场的模拟能力存在差异,500 h Pa高度场的模拟能力最强,其次为100 h Pa高度场、850 h Pa风场,SLP场最弱;对东亚夏季主要环流系统的模拟对比发现,模式对印度热低压及东伸槽强度指数的模拟能力最好。3)综合CMIP5模式对东亚夏季各层次平均环流场以及主要环流系统的模拟能力,发现模拟较好的5个模式为CESM1-CAM5、MPI-ESM-MR、MPI-ESM-LR、MPI-ESM-P和Can ESM2。4)相对于单一模式,多模式集合平均(MME)模拟能力较强,但较优选的前5个模式集合平均的模拟能力弱。     

气候极值推断的不确定性及其置信区间初步探讨

提出了气候极值推断的不确定性问题.并以中国156个测站为例着重探讨了广义极值(GEV)分布模式的分位数估计的标准误差对气候极值不确定性的重要影响,评估了极值分位数的置信区间及其在地域上的分布特征.数值试验表明,样本容量(n)大小是影响广义极值的分位数标准误差的最主要因素,而随着重现期加长(概率愈小)其分位数的标准误差必然增大,因此,直接影响了置信区间——即估计的可信度.     

结合模式性能和独立性加权的全球增暖1.5/2℃下中国区域气候的未来预估

基于耦合模式比较计划第6阶段(CMIP6)中的全球气候模式的模拟结果,采用考虑模式性能和独立性结合(Climate model Weighting by Independence and Performance,ClimWIP)的加权方案进行中国区域气候的多模式集合预估及不确定性研究。结果表明,ClimWIP方案在历史阶段的模拟优于等权重方案,降低了多模式模拟的气候态偏差。温度指数的未来预估不确定性较大的区域主要集中在中国北方和青藏高原,而降水指数主要集中在华北和西北地区。ClimWIP方案的预估不确定性与等权重方案相比有所降低。ClimWIP方案预估的温度指数的增温大值区主要集中在中国北方和青藏高原;降水指数在西北和青藏高原增加最为显著。全球额外0.5 ℃增暖时,中国区域平均的温度指数变化更强,平均高于全球0.2 ℃,最低温在东北部分地区的额外增温甚至是全球平均的3倍;总降水额外增加5.2％;强降水额外增加10.5％。全球增暖2 ℃下,中国大部分区域温度指数较当前气候态增加可能超过1.5 ℃(概率>50％),在中国北方和青藏高原的部分地区增温超过1.5 ℃的可能性更大(概率>90％);总降水,强降水和连续干日在西北和华北增加幅度有可能超过10％、25％和-5 d(概率>50％)。