CMIP5多模式对中国及各分区气温和降水时空特征的预估

利用7个参加耦合模式比较计划第五阶段(CMIP5)的全球气候模式模拟数据,在RCP4.5、RCP8.5两种排放情景下,从年、季、月尺度上对中国以及中国的7个区域的气温和降水进行未来情景预估分析。分析结果表明:2010~2099年,两种情景下中国的气温增加明显,并呈现出春弱秋冬(尤其是一、八、九、十一、十二月)强的特征,北部(N)、西北东部(ENW)、西北西部(WNW)、西藏(Tibet)的升温趋势高于其他地区。RCP8.5情景下的气温线性趋势值大部分都高于RCP4.5情景下的值。在RCP4.5情景下,2060~2099年东北部(NE)呈现降温。两种情景下,全国降水量也呈增加趋势,呈现由东南向西北递减的地理分布,并表现出冬弱春夏强的季节变化特征。西北西部(WNW)在全年降水偏少,春夏季黄河以北降水趋势较小,降水大值中心在长江以南地区,尤其是在五、六、七、八月份。秋季,在RCP4.5、RCP8.5情景下SE降水线性趋势分别低于或等于全国平均水平,东北部(NE)、北部(N)、西北东部(ENW)的降水线性趋势略高。在2010~2039年,在RCP8.5情景下西南(SW)的降水减少。     

RCP4.5情景下淮河流域气候变化的高分辨率模拟

利用CCLM高分辨率区域气候模式RCP4.5情景预估数据与淮河流域1960-2005年日尺度气象观测资料,对比分析模式在试验期（1960-2005年）和预估期（2006-2040年）的模拟能力。结果表明：①试验期模式数据能较准确地模拟流域逐月平均温度时间变化特征,相关系数达0.99（通过95%置信度检验）;日均温空间分布特征相关系数达0.72;但在南部高海拔地区（安徽省霍山县和金寨县）精度不高;极端最高（低）气温的空间相关性达0.77（0.88）。②模式在试验期模拟的逐月平均降水量总体趋势与实测值变化一致,相关系数达0.63（通过95%置信度检验）;对干旱的模拟与观测数据存在一定误差,但整体趋势与其一致;年均降水量和极端强降水空间分布相关系数分别达0.90和0.93,模拟效果较好;整体上,模式对温度的模拟效果要好于降水模拟。③RCP4.5情景下,空间尺度上淮河流域未来温度和降水与观测期相比变幅小,时间尺度上年均降水量无显著变化,平均气温年际变化率约0.21℃/10a,极端高温持续增长,低温持续下降。     

未来RCP4.5情景下非洲地区主要气候要素时空演变特征

气候变化影响及其适应受到广泛关注。大量研究表明,受气候变化影响所造成的增温和降水减少已影响到非洲地区的农业生产和环境。本文利用HadGEM2区域气候模式输出的RCP4.5情景数据,基于时间序列分析及空间分析方法,对非洲大陆2010-2099年主要关键气候要素时空演变特征进行了预估,探讨了非洲大陆未来90年包括降水、辐射、平均气温、最高气温、最低气温等主要气候要素的时空变化格局。结果表明：各气候要素在不同时段的变化均表现出明显的地域分异差异： ① 相较于1970-1999年基准时段,未来3个时段(2020s、2050s、2080s)降水均增加,在2080s增至峰值,增加地区集中在20 °N附近的尼日尔、乍得、利比亚等国;最高增幅达4.5%;② 辐射增加区域分布在赤道地区和非洲大陆的南北两端,尤其是高海拔地区,如撒哈拉沙漠以北的阿特拉斯山脉附近,加丹加高原等地,最大增幅达0.04%;③ 未来90年非洲地区气温增加明显,包括平均气温、最高气温、最低气温,气温增幅由2020s、2050s、2080s依次递增,到2080s达到最大值,平均气温、最高气温、最低气温的最大增幅分别达到5、4.3和5.1 ℃。总体上,未来90年非洲大陆的气温较1970-1999年基准时段明显增多,但靠近海域的沿海地区增温较小,这是由于受到近海寒流的影响,起到了降温的作用。气温增幅过高也将不利于未来农业生产和地区安全。     

基于CMIP5模式集合预估21世纪中国气候带变迁趋势

本文选用耦合模式比较计划第五阶段（CMIP5）数据,结合英国东英吉利大学气候研究中心（CRU）气温和降水资料,分析了中国20世纪末期气候带分布;以此为基础,模拟并分析了RCP2.6和RCP8.5两种情景下中国21世纪中期和末期气候带的变迁趋势。结果表明：CMIP5模式集合数据能较好地模拟出中国区域气温和降水空间分布形态,CRU分析资料描述的气候带分布与柯本气候分类吻合较好。21世纪中期、末期与20世纪末期相比,RCP2.6情景下,气候类型及分布变化并不显著,RCP8.5情景下,热夏冬干温暖型分别增加了28.2%（中期）、86.9%（末期）,草原气候分别增加了24.1%（中期）、49.4%（末期）。热夏冬干冷温型到21世纪末期有明显的增加,但苔原气候和沙漠气候类型所占比重减少。     

CSIRO Mk3.6.0模式及其驱动下RegCM4.4模式对中国气候变化的预估

使用区域气候模式RegCM4.4,对全球模式CSIRO-Mk3.6.0在RCP4.5情景下的气候变化试验结果（1950-2100年）在东亚地区进行25 km动力降尺度试验,比较了CSIRO-Mk3.6.0和RegCM4.4预估中国地区的21世纪气候变化。结果表明,两个模式预估未来中国地区气温持续升高,升温幅度具有区域性特征,RegCM4.4预估区域平均升温幅度低于CSIRO-Mk3.6.0,但二者年际波动基本一致。两个模式预估未来降水在中国西部以持续增加为主,东部则表现出较大的不一致性,预估区域平均年降水量变化不大,呈现冬季明显增加,夏季微弱减少的特点。此外,为了解区域气候模式对中国降水预估的不确定性,对本研究和以往RegCM3使用相同分辨率模拟得到的未来降水预估进行了对比,两个区域模式预估中国西部大部分地区未来降水一致性增加,东部存在明显不一致（冬季中、高纬除外）。     

一种基于频率的GCM日降水偏差校正方法改进及其在长江流域的应用

对全球气候模式(GCM)数据进行偏差校正是气候影响评估的前提和基础.通过在等比分布映射(ERCDFm)校正法中引入对降水频率的校正,增补了降水日数偏少情况下的小雨日数,保留了降水频率的长期变化信号,提高降水日数及总降水量的模拟效果.以长江流域1961-2005年的格点化日降水资料作为观测数据,对5个GCM模式历史期以及...     

深部探测数据共享平台的设计与研究

深部探测是地球科学研究的重要手段,2008年我国启动了深部探测技术与实验研究(SinoProbe)专项,标着着我国深部探测计划的开始.在专项实施过程中,我们获得了中国大部分地区的深部地球物理探测、地球化学、地质等多种不同精度和方法的数据资料,由于探测方法不同导致了数据的异构性,数据获取始终是困扰研究人员的重要问题.在开展"Sinoprobe"研究专项的过程中,必须要解决数据的共享和交互问题.本课题通过对国内外著名的探测项目和地球科学数据平台的研究,探索数据共享和交互的解决方案,提出了基于SOA的深部探测数据共享框架,该框架的解决方案包括三部分:一是建立基于OGC标准统一的数据模型,将各类异构数据转换在一个地球框架中,实现互操作;二是利用Web Service技术构建分布式服务平台,实现从简单的客户端/服务器模型到复杂系统的扩展;三是利用Eclipse RCP的插件式开发技术,建立综合插件应用平台.最终解决了深部探测数据共享过程中存在的数据异构、系统异构及应用异构的问题.     

塔里木河源区托什干河流域积雪动态及融雪径流模拟与预估

利用已被广泛使用的MODIS积雪数据, 获得了塔里木河源区之一的托什干河流域积雪变化信息. 结果表明: 流域积雪覆盖率时空差异显著, 在积雪丰富的年份, 1月积雪覆盖率可达90%以上, 但在积雪少的年份, 则只有50%; 2000年以来流域积雪呈现微弱增加的趋势, 积雪变化趋势呈现明显的时空差异. 相对于其他季节, 流域冬季积雪增加更为明显; 与其他高度带相比, 作为主要积雪覆盖区的海拔3 000~4 000 m高度带积雪的增加趋势也更为明显. 以流域所在的气象格网数据和积雪覆盖率变化曲线作为输入数据, 应用融雪径流模型(SRM)模拟了流域春季融雪径流过程, 率定了模型主要参数, 获得了较好的结果. 以CMIP5的3种RCP情景为驱动数据, 应用模型预估了流域2021-2050年的融雪径流状况, 结果显示 4月之前径流变化不明显, 之后径流峰值增大显著, 不同气候情景对径流的影响不明显.     

The Projection of Temperature and Precipitation over China under RCP Scenarios using a CMIP5 Multi-Model Ensemble

Climate changes in 21st century China are described based on the projections of 11 climate models under Representative Concentration Pathway (RCP) scenarios. The results show that warming is expected in all regions of China under the RCP scenarios, with the northern regions showing greater warming than the southern regions. The warming tendency from 2011 to 2100 is 0.06°C/10 a for RCP2.6, 0.24°C/10 a for RCP4.5, and 0.63°C/10 a for RCP8.5. The projected time series of annual temperature have similar variation tendencies as the new greenhouse gas (GHG) emission scenario pathways, and the warming under the lower emission scenarios is less than under the higher emission scenarios. The regional averaged precipitation will increase, and the increasing precipitation in the northern regions is significant and greater than in the southern regions in China. It is noted that precipitation will tend to decrease in the southern parts of China during the period of 2011-2040, especially under RCP8.5. Compared with the changes over the globe and some previous projections, the increased warming and precipitation over China is more remarkable under the higher emission scenarios. The uncertainties in the projection are unavoidable, and further analyses are necessary to develop a better understanding of the future changes over the region.     

Deep-learning based projection of change in irrigation water-use under RCP 8.5

Stream water-use is essential for both agricultural and hydrological management and yet not many studies have explored its non-stationarity and nonlinearity with meteorological variables. This study proposed a deep-learning based model to estimate agricultural water withdrawal using hydro-meteorological variables, which projected the changes of agricultural water withdrawal influenced by climate change of future. The relationships between meteorological variables and stream water-use rate (WUR) were quantified using a deep belief network (DBN). The influences of precipitation, potential evapotranspiration, and monthly averaged WUR on the performance of the developed DBN model were tested. As a result, this DBN with potential evapotranspiration (PET) provided better performances than precipitation to estimate the WUR. The PET of multi-model scenarios for Representative Concentration Pathways 8.5 would be increased as time goes by, and thus leads to increase WUR estimated by DBN in three basins, located in South Korea during the future period. On the contrary, water availability expected to decrease compared to the current. Therefore, managing water-uses and improving efficiencies can be prepared for the change in agricultural water-use by climate change in the future.