IPCC AR6报告解读：未来的全球气候——基于情景的预估和近期信息

依据IPCC第六次评估报告（AR6）第一工作组报告第四章的内容,对未来全球气候的预估结果进行解读。报告对21世纪全球表面气温、降水、大尺度环流和变率模态、冰冻圈和海洋圈的可能变化进行了系统评估,并对2100年以后的气候变化做了合理估计。评估指出全球平均表面气温将在未来20年内达到或超过1.5℃,平均降水也将增加,但随季节和区域而异,同时变率将增大。大尺度环流和变率模态受内部变率影响较大。到21世纪末,北冰洋可能出现无冰期;全球海洋会继续酸化,平均海平面将持续上升,百年内上升幅度依赖不同排放情景,都在2100年后继续升高。在最新的评估中采用多种约束方法,减小了预估不确定性的范围。AR6对于低排放情景以及“小概率高增暖情节”的关注为应对气候变化提供了更多、更完整的信息。综合报告的评估结果指出,未来需要进一步减小区域,特别是季风区气候预估的不确定性,并从科学研究和模式发展两方面加强我国气候预估能力的建设。     

IPCC AR6报告解读：极端天气气候事件变化

与IPCC第五次评估报告（AR5）相比,在第六次评估报告（AR6）评估中,观测的极端天气气候事件变化证据,特别是归因于人为影响的证据加强。人类活动造成的气候变化已影响到全球每个区域的许多极端天气气候事件。随着未来全球变暖进一步加剧,预估极端热事件、强降水、农业生态干旱的强度和频次以及强台风（飓风）比例等将增加,越罕见的极端天气气候事件,其发生频率的增长百分比越大。这些结论再次凸显了应对气候变化和极端天气气候事件的必要性和紧迫性。     

2019—2020年1—3月降水和气温的多源数据融合产品检验评估及对比分析

对2020年1-3月CLDAS多源降水融合实况、多源气温融合实况采用平均绝对误差分析、均方根误差分析及相关系数分析等方法进行检验评估,并与2019年同时段多源降水融合实况、多源气温融合实况进行对比分析.结果表明:2月降水多源融合实况较观测实况偏多;3月多源气温融合实况最接近观测实况;西部地区的日最低气温多源融合实况较为接近观测实况.     

基于地形因素的吉林省ECMWF气温预报订正方法研究

利用2016年1月1日—2018年12月31日吉林省381个站的逐日最高气温、最低气温和定时气温的观测数据,对ECMWF高分辨率模式的2 m最高、最低气温和定时气温预报进行检验分析.结果表明,ECMWF模式对吉林省的气温预报与实况存在一定偏差;从空间上看,自西向东气温预报准确率逐渐递减,预报误差逐渐增大;从时间上看,随预报时效的增长,预报准确率逐渐下降.对ECMWF的气温预报进行高度差订正后,模式最高气温24 h、48 h、72 h的预报准确率分别从52％、51％、50％提高至58％、56％、54％;最低气温准确率分别从58％、56％、54％提高至64％、62％、59％;定时气温准确率分别从63％、60％、58％,提高至67％、63％、61％.高度差订正的方法有效提高了模式气温预报的准确率,减小了模式预报误差,提高了模式预报释用能力,订正后的气温预报TS评分得到明显的提高.该方法已应用在吉林省客观预报的订正算法中.     

复杂地形地区月平均气温(混合)地理加权回归克里格插值

以地形地貌特征复杂、观测站点分布稀疏不均匀的四川省为研究区,引入地形因子（坡度和坡向）和植被指数,采用顾及空间关系非平稳性的（混合）地理加权回归克里格模型（（mixed）geographically weighted regression Kriging,（m）GWRK）进行月尺度平均气温插值方法及精度分析研究。针对不同季节和不同地区,将（m）GWRK插值结果与基于全局回归的回归克里格（regression Kriging,RK）插值结果进行对比。结果表明,RK、GWRK、mGWRK回归关系的决定系数R2分别为0.795、0.922、0.911,均方根误差分别为0.83℃、0.64℃、0.55℃,表明GWRK、mGWRK对目标变量的解释能力以及插值精度都优于RK;GWRK、mGWRK相对于RK对月平均气温插值的改进具有季节与地区差异,冬半年的改进大于夏半年,在地形地貌变化大的地区改进大于地形地貌变化小的地区。     

最近十多年来冰冻圈加速萎缩——IPCC第六次评估报告之冰冻圈变化解读

政府间气候变化专门委员会（IPCC）于2021年8月发布了第六次评估报告第一工作组报告《气候变化2021：自然科学基础》。该报告基于最新的观测和模拟研究,评估了冰冻圈变化的现状,并采用CMIP6模式对未来变化进行了预估。报告明确指出,近十多年来冰冻圈呈现加速萎缩状态：北极海冰面积显著减小、厚度减薄、冰量迅速减少;格陵兰冰盖、南极冰盖和全球山地冰川物质亏损加剧;多年冻土温度升高、活动层增厚,海底多年冻土范围减少;北半球积雪范围也在明显变小,但积雪量有较大空间差异。冰冻圈的快速萎缩加速海平面的上升。未来人类活动对冰冻圈萎缩的影响将愈加显著,从而导致北极海冰面积继续减少乃至消失,冰盖和冰川物质将持续亏损,多年冻土和积雪的范围继续缩减。报告也提出,目前冰冻圈研究仍存在观测资料稀缺、模型对各影响因素的敏感性参数和过程描述亟需提升、对吸光性杂质的变化机制认知不足等问题,从而影响了对冰冻圈变化预估的准确性,未来需要重点关注。     

CCSM4模式对东北气温和降水的模拟及预估

利用东北地区162个气象观测站逐月气温和降水资料对CCSM4模式的模拟性能进行了评价,并预估了2021—2050年东北地区的气候变化情景。结果表明:CCSM4模式长期历史气候模拟实验模拟的1961—2005年月平均气温、降水量值能较好地再现东北区域年平均气温、降水量的空间分布形态,但气温模拟值比观测偏低,91. 4%站点误差在1. 5℃以内;降水中心比观测略偏北,全区平均偏多35. 18 mm。2021—2050年东北区域年平均气温呈增温趋势,高纬度地区的增温幅度明显大于低纬度地区,与基准年相比,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏高6. 00℃、5. 86℃和6. 42℃。年降水量分布呈东南向西北递减的形态,降水大值中心出现在东南部吉林与辽宁交界处,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏多15. 2%、3. 1%和2. 0%。     

多隐层BP神经网络在模式预报中的简化应用

EC细网格预报效果好,基本满足业务需要,在工作中被广泛应用。为进一步提升预报准确性,做好迪士尼园区的气象服务保障,选取2016年7月至2017年6月1年的2 m温度预报场,24 h预报时效的时间分辨率为3 h,72 h预报时效的时间分辨率为24 h,分别用回归分析法、S型和简化Line型BP神经网络法进行模式释用,与迪士尼气象站观测数据对比。结果表明:阈值为1℃时,对模式结果释用后,均方根误差减少了0.5℃到1.0℃,3—9 h和21—72 h预报时效的准确率由原来的50%和30%分别上升到70%和50%。采用S型多隐层BP神经网络误差最小,不同预报时效释用稳定性最高,同时该释用方法对t_(min)的预报特征把握更精准,释用效果明显优于对t_(max)的预报释用,但迭代计算耗费时间大幅增多,与预报效果的提升不成正比。简化Line型的BP神经网络通过8个半月的数据量和简单的网络模式,捕获了EC预报的特征,不但减小了计算量,大幅缩短了计算时间,而且预报结果也有显著提升,预报稳定性较好,具有广泛的业务应用空间。