共查询到18条相似文献，搜索用时 140 毫秒
1.
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%。 相似文献
2.
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 总被引：2，自引：0，他引：2
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。 相似文献
3.
非齐次隐马尔可夫降尺度方法对江淮流域夏季逐日降水的模拟及其评估 总被引：1，自引：0，他引：1
引入非齐次隐马尔可夫模型(Nonhomogeneous hidden Markov model,NHMM)统计降尺度方法,利用1961—2002年江淮流域夏季逐日降水资料、欧洲中期天气预报中心(ECMWF)的ERA-40再分析资料建立模型,检验其对东部季风区(以江淮流域为代表)夏季日降水的模拟能力,并对比BCC-CSM1.1(m)模式NHMM降尺度前后的模拟效果。结果表明,NHMM降尺度方法通过建立降水概率分布态间转移参数与大尺度环流变量的联系,对江淮流域逐日降水量具有较好的降尺度效果。模拟的各站日降水量概率分布函数(PDF)曲线与观测非常接近,布赖尔评分(Brier Score,S_B)均小于0.11%,显著性评分(Significance Score,Ss)均大于0.84;夏季总降水量、降水日数、中雨日数、降水强度和95%分位降水量指数的多年平均场偏差百分率绝对值低于10%,前3个指数的空间相关系数高于0.9;该方法对各降水指数的年际变率也有一定的模拟能力,模拟得到的各指数的区域平均年际序列与观测序列的相关系数为0.62—0.87。对BCC-CSM1.1(m)模式的模拟结果进行降尺度后,SB较降尺度前平均减小0.57%,Ss平均增大0.23,皆表明降尺度后的概率分布函数曲线更接近于观测;各降水指数在多数台站的偏差百分率绝对值由大于40%降至10%以内,空间相关系数普遍提高至0.8以上。NHMM降尺度方法能够有效提高BCC-CSM1.1(m)模式对江淮流域夏季日降水的模拟能力,相对气候模式具有显著的"增值",未来可进一步利用该方法进行气候变暖背景下的日降水变化预估。 相似文献
4.
CMIP5模式对我国西南地区干湿季降水的模拟和预估 总被引：6，自引：1，他引：5
利用降水观测资料, 评估了参加国际耦合模式比较计划第五阶段(CMIP5)的34个全球模式对1986～2005年我国西南地区干湿季降水的模拟能力。结果表明, 34个CMIP5模式中分别有30和25个模式模拟的干季和湿季降水偏多。34个模式对我国西南地区干湿季降水的模拟能力差异较大, 大约半数模式的模拟值与观测值的空间相关系数通过了99%的信度检验, 且标准差之比小于2。利用两个技巧评分标准, 分别挑选出了对干湿季降水模拟最优的9个模式。最优模式集合平均结果要优于34个模式的集合平均, 更要优于大多数单个模式。进一步利用最优的9个模式的集合平均对RCP4.5和RCP8.5两种典型浓度路径下我国西南地区干湿季降水的变化进行了预估。相对于1986～2005年气候平均态, 在21世纪初期(2016～2035年), 我国西南地区干季降水变化表现为川西高原降水增多, 而四川盆地及攀西地区、重庆、贵州和云南的大部分地区降水减少;湿季降水变化表现为川西高原、贵州和广西大部分地区降水增多, 而四川盆地及攀西地区和云南降水减少。在21世纪中期(2046～2065年)和末期(2080～2099年), 西南地区干湿季降水普遍增多。在RCP8.5情景下, 降水的变化幅度要强于RCP4.5情景。 相似文献
5.
5个IPCC AR4全球气候模式对东北三省降水模拟与预估 总被引：3，自引：0，他引：3
利用IPCC AR4中5个全球气候模式数据集和中国东北三省162个站降水实测资料,评估5个全球气候模式和多模式集合平均对中国东北三省降水的模拟能力,并对SRES B1、A1B和A2三种排放情景东北三省未来降水变化进行预估。结果表明：全球气候模式能较好再现东北三省降水的月变化,但存在系统性湿偏差;多模式集合平均能较好模拟东北三省年降水量的空间分布,但模拟中心偏北,强度略强,模式对东北三省夏季降水的模拟效果优于冬季降水;预估结果表明,三种排放情景下21世纪中前期和末期东北三省降水均将增多,21世纪末期增幅高于21世纪中前期,冬季增幅高于其他季节;就排放情景而言,SRES A1B和A2排放情景增幅相当,高于B1排放情景增幅;不同排放情景东北三省降水量增率分布呈较一致变化,A2排放情景下,增幅最显著的辽宁环渤海地区年降水量在21世纪中前期将增加7%以上,21世纪末期将增加16%。 相似文献
6.
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。 相似文献
7.
使用观测和多模式集合平均的降水资料,评估全球气候模式对中国降水时空分布特征的模拟能力,并给出21世纪的预估。结果表明：全球气候模式在一定程度上能够再现中国地区降水的分布型,也能模拟出降水的区域性差异。对年降水10年、20年尺度上的周期变化模拟效果较好。21世纪SRES A1B情景下中国年及夏季降水主要模态以全国一致型为主,2045年前后由少雨型转为多雨型;冬季降水为少雨型与多雨型交替出现。 相似文献
8.
广义线性统计降尺度方法模拟日降水量的应用研究 总被引：3，自引：2，他引：1
利用1960—2010年青藏高原23个台站和长江下游25个台站的日降水量观测资料及NCEP再分析资料,采用广义线性模型的统计降尺度方法模拟台站日降水量,并评估了广义线性模型对日降水量的模拟能力。在建模期(1960—2005年)广义线性模型对日降水量表现出良好的模拟能力,两区域模拟结果与观测值1月平均相关系数0.75左右,7月也均超过0.5。模拟结果大部分台站日降水偏大,但偏大的量值较小;模拟的无降水准确率较高,最高值在高原区域,1月平均达85.2%。检验期(2006—2010年)广义线性模型模拟的日降水与建模期具有较好的一致性。此外,对两区域代表站的分析显示,广义线性模型模拟降水极值和降水0值的效果较好,且较好地还原了主要降水过程。总之,广义线性模型对日降水量的降尺度效果良好,适合应用于气候领域的相关研究。 相似文献
9.
利用英国东英格利亚大学CRU(Climatic Research Unit)逐月气温、日本高分辨率亚洲陆地降水数据集APHRODITE(Asian Precipitation-Highly-Resolved Observational Data IntegrationTowards Evaluation)逐日降水资料以及耦合模式比较计划CMIP5(Coupled Model Intercomparison Project phase 5)多模式集合逐月气温、降水格点数据,评估了CMIP5多模式集合对包括印度河、恒河、湄公河、萨尔温江、伊洛瓦底江和布拉马普特拉河全区域(简称南亚大河流域)气候变化的模拟能力,并对流域2016—2035、2046—2065和2081—2100年气候变化可能趋势进行了预估。结果表明:CMIP5多模式集合对流域年平均气温的时间变化和空间分布特征有较强的模拟能力,时间空间相关系数都达到0.01的显著性水平,尤其对夏季气温的模拟要优于其他季节;对降水而言,模式对其也有较好的模拟能力,尤其是降水的季节性波动。预估结果表明:RCP2.6、4.5、8.5情景下,相对于基准期(1986—2005年),21世纪前期(2016—2035年)、中期(2046—2065年)和末期(2081—2100年)全流域年平均气温都有上升,且上升增幅随排放情景增大而增大,流域高海拔地区增幅较大;降水除21世纪前期RCP4.5、8.5情景下的增长趋势较小外,全流域年降水量都将增大;未来上述三段时期夏季持续升温将引起北部高海拔地区冰川的进一步消融;春季降水未来将持续增加,对全区水资源的贡献将增加;流域冬季降水的少量增加有助冰川累积和高海拔地区水资源的增加;三段时期夏季降水都有增长,洪涝发生的风险加大,极端降水事件可能增多。 相似文献
10.
《贵州气象》2019,(6)
基于8个气候模式和多模式集合数据(21个气候模式简单集合)和观测数据,评估了其在气候基准期内对云南气温、降水的模拟能力,在评估基础上应用多模式集合数据,预估了未来不同排放情景下云南气温、降水的空间变化情况。结果表明:①多模式集合和部分模式能较好的模拟出基准期内气温、降水的年际变化趋势;在空间分布特征上,气候模式(包括多模式集合)对降水的模拟偏差较差,对气温的模拟相对较好;但在月平均气温和月降水的年内分布模拟上,多模式集合数据的模拟效果明显优于8个气候模式数据;②预估结果表明,在未来3种排放情景下云南地区降水呈西增东减的空间部分特征,纵向岭谷地区降水增加幅度为1%～3%,而气温在3种排放情景下则表现为一致的增加,降水和气温均在RCP8.5情景下增幅最大。 相似文献
11.
基于国际耦合模式比较计划第六阶段（CMIP6）模式模拟以及观测数据,评估了9个CMIP6模式对亚洲地区叶面积指数（LAI)、总初级生产力（GPP）和净初级生产力（NPP）的模拟性能。模拟评估结果表明,9个CMIP6模式能够较好地模拟出亚洲地区陆地生态系统LAI、GPP和NPP的时空分布特征。综合来看,多模式集合（MME）模拟效果最佳,其模拟的LAI、GPP和NPP与观测的空间相关系数分别达到0.90、0.81和0.89,均方根误差在0.5左右。在此基础上,利用MME结果进一步预估了亚洲地区陆地生态系统在SSP1-2.6、SSP2-4.5和SSP5-8.5情景下的未来变化。总体而言,亚洲地区LAI、GPP和NPP到21世纪末都呈现上升趋势。其中,温室气体高排放情景下的上升趋势大于温室气体低排放情景下的上升趋势,亚洲中高纬度地区的增幅大于低纬度地区的增幅。从区域平均来看,到21世纪末期,与当今气候态相比,北亚LAI、GPP和NPP的增幅最大,其在SSP5-8.5情景下分别增加68%、106%和90%;东南亚增幅最小,分别为15%、34%和39%。在SSP1-2.6情景下,北亚LAI、GPP和NPP在21世纪末的增幅分别为23%、29%和26%;东南亚分别为3%、10%和11%,意味着未来全球变暖背景下亚洲区域陆地生态系统变绿和固碳幅度加强。 相似文献
12.
最优子集回归方法在季节气候预测中的应用 总被引：7，自引：1，他引：6
利用DEMETER计划多个模式的模拟资料研究1959～2001年多模式集合预报的季节降水在中国区域的表现, 并结合最优子集回归(OSR)方法对中国区域的季节降水进行降尺度预报, 比较其与多模式集合预报的技巧。研究表明: 多个单模式在中国区域对季节降水的模拟性能普遍较差, 多元线性回归(MLR)集合的预报技巧不如集合平均(EM)。利用OSR方法进行降尺度预报可以极大改善中国区域季节降水的预报技巧。夏季, 降水距平相关系数(ACC)在长江以南、西藏以及内蒙古中部等地区提高很显著, ACC在中国区域的平均达到0.29, 明显高于多模式集合平均与多元线性回归集合。冬季, OSR方法可以改善多模式集合在中国北方地区较低的预报技巧。概率Brier技巧评分(BSS)也表明了OSR方法对季节降水预报的改善。需要说明的是, 虽然OSR方法在中国区域能明显提高季节降水的预报技巧, 但是其选取的预报因子与中国区域季节降水的物理机制问题仍有待于进一步的研究。 相似文献
13.
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）。 相似文献
14.
Precipitation over the Tibetan Plateau (TP) is important to local and downstream ecosystems. Based on a weighting method considering model skill and independence, changes in the TP precipitation for near-term (2021–40), mid-term (2041–60) and long-term (2081–2100) under shared socio-economic pathways (SSP1-1.9, SSP1-2.6, SSP2-4.5, SSSP3-7.0, SSP5-8.5) are projected with 27 models from the latest Sixth Phase of the Couple Model Intercomparison Project. The annual mean precipitation is projected to increase by 7.4%–21.6% under five SSPs with a stronger change in the northern TP by the end of the 21st century relative to the present climatology. Changes in the TP precipitation at seasonal scales show a similar moistening trend to that of annual mean precipitation, except for the drying trend in winter precipitation along the southern edges of the TP. Weighting generally suggests a slightly stronger increase in TP precipitation with reduced model uncertainty compared to equally-weighted projections. The effect of weighting exhibits spatial and seasonal differences. Seasonally, weighting leads to a prevailing enhancement of increase in spring precipitation over the TP. Spatially, the influence of weighting is more remarkable over the northwestern TP regarding the annual, summer and autumn precipitation. Differences between weighted and original MMEs can give us more confidence in a stronger increase in precipitation over the TP, especially for the season of spring and the region of the northwestern TP, which requires additional attention in decision making. 相似文献
15.
本文利用4个国内外先进的气候模式（国家气候中心、ECMWF、NCEP和JMA）业务预测数据,采用2种多模式集合方法（等权平均和超级集合）、3种降尺度方法（BP-CCA、EOF迭代、高相关回归集成）和3种统计方法（CCA、最优气候值、高相关回归集成）以及降尺度集成和降尺度-统计方法集成,分析了目前季节模式、多模式集合、降尺度、统计方法、降尺度-统计集合等目前常用气候预测技术对新疆夏季降水和冬季气温的业务预测能力。
研究表明,以上技术方法对新疆夏季降水和冬季气温的预测预测能力有较大差别。目前先进的气候业务模式的预测技巧普遍很低,多模式超级集合和降尺度方法的技巧常高于单个模式,并且最佳的降尺度方法通常技巧高于最佳多模式集合方法。同时,统计方法和降尺度方法的预测技巧通常较为接近,而对二者进行超级集合可以具有相对很高的预测技巧。此外,现有常用气候预测技术方法对新疆夏季降水和冬季气温的趋势有一定的预测能力,但对气候异常的空间分布基本无预测能力。建议新疆气候预测技术围绕统计和降尺度方法集合发展。 相似文献
16.
Statistical Downscaling Prediction of Summer Precipitation in Southeastern China 总被引：2，自引：0，他引：2 
下载免费PDF全文
下载免费PDF全文 A statistical downscaling approach based on multiple-linear-regression (MLR) for the prediction of summer precipitation anomaly in southeastern China was established, which was based on the outputs of seven operational dynamical models of Development of a European Multi-model Ensemble System for Seasonal to Interannual Prediction (DEMETER) and observed data. It was found that the anomaly correlation coefficients (ACCs) spatial pattern of June-July-August (JJA) precipitation over southeastern China between the seven models and the observation were increased significantly; especially in the central and the northeastern areas, the ACCs were all larger than 0.42 (above 95% level) and 0.53 (above 99% level). Meanwhile, the root-mean-square errors (RMSE) were reduced in each model along with the multi-model ensemble (MME) for some of the stations in the northeastern area; additionally, the value of RMSE difference between before and after downscaling at some stations were larger than 1 mm d-1. Regionally averaged JJA rainfall anomaly temporal series of the downscaling scheme can capture the main characteristics of observation, while the correlation coefficients (CCs) between the temporal variations of the observation and downscaling results varied from 0.52 to 0.69 with corresponding variations from -0.27 to 0.22 for CCs between the observation and outputs of the models. 相似文献
17.
中国降水季节性的预估 总被引：2，自引：1，他引：1
本文使用国际耦合模式比较计划第五阶段（CMIP5）中共46个全球气候模式的数值试验数据,通过评估择优选取了14个模式来预估21世纪中国各季节降水百分率及其变率。结果表明,模式集合平均能够较好地模拟各季节降水百分率及其变率,但模式与观测间、各模式间都存在一定不同,空间上西部差异较大,季节上夏季差异明显。21世纪中国降水百分率整体表现为夏季大冬季小,但存在区域性,如华南春季降水百分率大于夏季。与1986~2004年相比,中国降水百分率整体表现为在夏季显著减少,冬春季显著增加,但高原则与之相反。此外,模式对于长江中下游地区降水百分率的预估存在较大不确定性。RCP8.5情景下降水季节性变幅要大于RCP4.5情景。降水季节性的变率在四季均表现出一定的增加趋势,但21世纪早、中和末期与1986~2004年相比并无显著差异（置信水平为95%）。 相似文献
18.
Future changes in East Asian summer monsoon precipitation climatology, frequency, and intensity are analyzed using historical climate simulations and future climate simulations under the RCP4.5 scenario using the World Climate Research Programme’s (WCRP) Coupled Model Intercomparison Project 5 (CMIP5) multi-model dataset. The model reproducibility is evaluated, and well performance in the present-day climate simulation can be obtained by most of the studied models. However, underestimation is obvious over the East Asian region for precipitation climatology and precipitation intensity, and overestimation is observed for precipitation frequency. The overestimation of precipitation frequency is mainly due to the large positive bias of the light precipitation (precipitation <10 mm/day) days, and the underestimation of precipitation intensity is mainly caused by the negative bias of the intense precipitation (precipitation >10 mm/day) intensity. For the future climate simulations, simple multi-model ensemble (MME) averages using all of the models show increases in precipitation and its intensity over almost all of East Asia, while the precipitation frequency is projected to decrease over eastern China and around Japan and increase in other regions. When the weighted MME is considered, no large difference can be observed compared with the simple MME. For the MME using the six best models that have good performance in simulating the present-day climate, the future climate changes over East Asia are very similar to those predicted using all of the models. Further analysis shows that the frequency and intensity of intense precipitation events are also projected to significantly increase over East Asia. Increases in precipitation frequency and intensity are the main contributors to increases in precipitation, and the contribution of frequency increases (contributed by 40.8 % in the near future and by 58.9 % by the end of the twenty-first century) is much larger than that of intensity increases (contributed by 29.9 % in the near future and by 30.1 % by the end of the twenty-first century). This finding also implies an increased risk of intense precipitation events over the East Asian region under global warming scenario. These results regarding future climate simulations show much greater reliability than those using CMIP3 simulations. 相似文献