共查询到19条相似文献，搜索用时 108 毫秒
1.
CMIP5模式对南海SST的模拟和预估 总被引：4，自引：1，他引：3
分析了32个CMIP5模式对南海历史海表温度(SST)的模拟能力和不同排放情景下未来SST变化的预估。通过检验各气候模式对南海历史SST增温趋势和均方差的模拟,发现大部分模式都能较好地模拟出南海20世纪历史SST的基本特征和变化规律,但也有部分模式的模拟存在较大偏差。尽管这些模拟偏差较大的模式对SST多模式集合平均的影响不大,但会增加未来情景预估的不确定性。剔除15个模式后,分析了南海SST在RCP26、RCP45和RCP85三种排放情景下的变化趋势,发现在未来百年呈明显的增温趋势,多模式集合平均的增温趋势分别为0.42、1.50和3.30℃/(100a)。这些增温趋势在空间上变化不大,但随时间并不是均匀变化的。在前两种排放情景下,21世纪前期的增温趋势明显强于后期,而在RCP85情景下,21世纪后期的增温趋势强于前期。 相似文献
2.
基于IPCC-CMIP5的中国东部近海表层水温未来预估分析 总被引：1，自引：0，他引：1
近海海表温度（sea surface temperature，SST）的变化对我国沿岸海洋生态环境和渔业资源具有重要影响，研究其变化规律尤其是预估其未来变化一直是物理海洋学的重要研究课题。政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）第五次评估报告（The fifth Assessment Report，AR5）对全球及部分典型区域的未来气候变化进行了预估，已成为全球公认的研究气候变化的科学依据。本文利用IPCC第五次评估报告的模式比较计划（Coupled Model Intercomparison Project phase 5，CMIP5）中五个具有代表性的模式（ACCESS1.3、BCC-CSM1.1、CCSM4、GFDL-ESM2G、MPI-ESM-MR），对未来80年（2030、2060、2090年）相对于2010年中国东部近海（渤海、黄海、东海）表层水温的年代际及季节性变化规律在RCP4.5气候情景下进行了预估分析。通过分析发现中国东部近海表层水温在未来80年内有明显升温趋势：从年代际上看，到2090年表层水温升温幅度达1.18—1.71℃，其中2030—2060年升温最快，2060—2090年升温速度减缓；从季节上看，不同海域不同季节表层水温升温幅度达1.16—2.04℃，中国东部近海各海区在夏季升温幅度较大，冬季较小。 相似文献
3.
本文利用PHC、ECCO2、SODA、GECCO3和CMIP6资料,分析了北冰洋热含量的水平分布特征、季节变化和长期变化趋势等,评估了CMIP6模式对北冰洋海洋热含量的模拟能力。研究发现,北冰洋海洋热含量表现出明显的季节变化:热含量在4月份最低,9月份最高;在历史情形下(1850?2014年),相较观测和再分析资料,CMIP6多模式集合平均(MME)的上层500 m热含量在格陵兰海偏暖,在挪威海、巴伦支海和欧亚海盆偏冷,MME的全水深热含量在北冰洋几乎所有区域均偏暖,在格陵兰海偏差最大;CMIP6模式对北冰洋温度剖面模拟偏差较大,MME平均温度在1 000 m以深均高于观测和再分析资料。在未来情形下(2015?2100年),MME表现出明显的北冰洋增暖情形,但绝大多数中国模式没有表现出明显的增暖情形。中国模式中,BCC-CSM2-MR和BCC-ESM1对北冰洋年平均热含量的模拟较差,CIESM对热含量季节和年代际变化模拟较差,FIO-ESM-2-0对北冰洋上层500 m年平均热含量及热含量季节和年代际变化的模拟都比较好。 相似文献
4.
中国近海海温年际年代际振荡关键海区分析研究 总被引：1，自引：0，他引：1
用HADLEY中心的HadISST的海温资料、NCEP的大气资料、国家气象局发布的74个月平均环流指数和美国华盛顿大学的PDO指数,讨论研究了中国近海海温的年际年代际振荡。通过对我国近海海温的EOF分析,可以发现我国近海30 N附近是海温年际年代际振荡信号最强的关键区,它占了总量的58.2%,与澳大利亚东北沿海海温年代际振荡有相同的周期,最明显周期是44—45年,滞后PDO信号近15年左右。该关键区海温与澳大利亚东北沿海海温都还存在1年、5年和15年的振荡,它们的相关系数达到0.604,属于同一个模态。另外,1年的海温振荡信号除了澳大利亚东北沿岸以外,还沿着西太平洋海岸线分布,因此中国近海海温年际年代际振荡不是一种局地现象,而与太平洋海温变化有关。另外,它是海气相互作用的结果,与中高纬度的东亚大槽和低纬度太平洋印度洋的风场、西太平洋副高和南海副高、大气温度场甚至南半球环流有明显的关系。 相似文献
5.
观测事实表明,近百年来全球气候经历了显著的变暖过程,并且在人类活动排放的CO_2等温室气体不断增加的前提下,未来变暖将会持续下去.利用IPCC第五次评估报告中34个CMIP5模式对于未来不同CO_2排放情景下的输出结果,评估了未来百年中国近海海表温度(SST)的变化趋势.结果表明,基于当前人类的CO_2典型排放速度(RCP4.5),中国近海的大部分海区在2030年以后普遍升温并将接近或超过1℃(相对于1970~2005年的历史海温).其中,中高纬度海区的升温速率最为明显,黄海、渤海和东海的增温幅度明显高于南海,在2030~2039、2060~2069年和2090~2099年间的升温将会分别超过1、2℃和3℃左右.在CO_2加倍排放的情景下(RCP8.5),渤海在21世纪末最大升温可能接近5℃,从而成为全球升温幅度最大的区域之一.由此可见,未来气候变暖背景下中国近海的环境生态将面临严重挑战,这也使得控制减少温室气体的排放、降低气候变化的风险成为当前的紧迫议题. 相似文献
6.
过去百年来人类活动排放的温室气体已经改变了全球海洋的物理和化学属性,并且,这种变化在未来很可能持续下去.基于IPCC第五次耦合模式比较计划(CMIP5)中IPSL-CM5A-MR地球系统模式的模拟结果,评估了未来百年(~2100年)中国近海区域的海洋环境要素(温度、盐度、溶解氧、pH值和叶绿素a浓度)的变化趋势及空间分布特征.结果表明,未来不同的温室气体排放情景下中国近海区域海温升高、溶解氧(DO)含量减少、海水pH值降低和叶绿素a浓度减少,并且温室气体排放越多上述变化越显著.东中国海区(包括渤海、黄海和东海)盐度可能会增加,而南海盐度会降低.在相同的温室气体排放情景下,东中国海区海温增加、溶解氧减少、海水pH值降低和叶绿素a浓度减少的幅度均显著高于南海区域.在中等浓度和高浓度排放情景(RCP4.5和RCP8.5)情景下,到21世纪末期(2090~2100年间)东中国海相对于历史时期(1980~2005年)的升温幅度可能将分别会超过2、4℃,海水pH值降低幅度将可能分别超过0.15和0.30,并且海洋变暖和酸化还将很可能引起DO含量和叶绿素a浓度的进一步降低,最终影响整个海区的环境与生态.因此,未来东中国海生态系统和生物多样性将面临严重风险,这也使得应对气候变化的适应性措施成为当前的紧迫议题. 相似文献
7.
近百年中国北方沿海地区气温年代际变化及趋势预测 总被引：1，自引：0，他引：1
《海洋湖沼通报》2015,(3)
以青岛为例,利用近百年的月平均气温资料,通过统计的方法分析了中国北方沿海地区四季气温变化,分析了气温年代际变化与太平洋海温以及太平洋海温年代际振荡(PDO)的关系,着重分析了气温正负位相年北半球平均环流形势和海平面气温。最后利用CMIP5模式数据预测青岛气候未来的变化趋势。结果表明:中国北方近海地区气温呈上升趋势,冬季温度上升幅度最大,夏季升温最小,气温变化与附近海域海温显著相关。各季节气温有年代际和50a变化周期,在年代际变化周期上与PDO周期有较好的同期和滞后相关性,春季和夏季尤为明显。青岛气温正负位相年平均环流形势明显相反,并且与北半球海平面气温异常联系紧密。全球变暖背景下,未来青岛气温仍将持续上升。 相似文献
8.
中国近海沿岸海温多时间尺度变率及影响其变化的天气气候因素 总被引：3，自引：0，他引：3
本文通过对中国近海13个海洋站1959年～2003年逐日日平均海表温度及其相关数据的处理分析,结合中国近海多年逐日天气实况,研究了中国近海水温的短时（1d）、过程、旬、月、年际变率以及海温的长期趋势变化,并在此基础上详细讨论了影响中国近海各时间尺度水温变化的天气气候因素. 相似文献
9.
ERA-Interim 再分析数据在中国沿海的质量评估 总被引：5，自引：0，他引：5
本文采用1979~2012年的中国沿海台站观测数据对ERA-Interim(简称"ERA-I")的气温、气压和海温数据进行质量评估。结果表明:(1)从常年平均来看,ERA-I气温、气压和海温多年月平均变化与观测数据吻合较好,可以反映气候态的季节变化特征。与台站观测数据相比,ERA-I气温平均偏高0.19℃,气压平均偏低0.17 h Pa,海温平均偏高0.70℃。(2)从年际变化情况来看,ERA-I和台站观测的气温、气压和海温变化趋势一致,气温和海温呈上升趋势,气压呈下降趋势。但在海南岛附近使用ERA-I气温做年际变化分析和在东海台湾海峡至北部湾沿岸使用ERA-I海温做年际变化趋势分析时要谨慎。(3)从月均变化分析来看,ERA-I月均气温、气压和海温数据与台站实测数据具有很好的一致性。从误差空间分布来看,ERA-I气温在黄海沿岸平均误差最小,ERA-I气压在渤海沿岸平均误差最小,ERA-I海温在南海沿岸平均误差最小。需要特别指出的是,ERA-I月均海温在渤海和台湾海峡附近沿岸平均误差较大(部分站均方根误差超过2.5℃),在上述区域使用ERA-I海温数据时应考虑其产品偏差。 相似文献
10.
基于全球降水气候态计划(GPCP)的降水资料和美国伍兹霍尔海洋研究所(WHOI)的客观分析海气通量(OAFlux)的蒸发数据,对CMIP5的13个耦合模式的淡水通量历史模拟结果进行评估。结果表明:模式能够模拟出淡水通量的气候态空间分布,但普遍存在双热带辐合带(ITCZ)现象,热带海域是模式模拟不确定性最大的区域。模式能较好模拟出纬向平均的淡水通量的分布特征,但量值较实测偏小,且由于模式对1月10°S附近淡水通量的模拟过低,导致年平均的赤道和10°S之间的淡水通量模拟存在明显的偏差。季节尺度上,模式对北半球淡水通量的变化特征有很好的模拟能力,但对南半球的模拟能力不足。年际尺度上,模式普遍能够刻画ENSO引起的淡水通量在太平洋中部同西太平洋以及印尼贯通流反相变化的空间分布特征,但是时间特征模拟很差。从各个方面评估模式的历史模拟结果,多模式集合的结果都要优于单个模式的结果。全球变暖背景下,未来淡水通量变化最显著的区域位于热带和亚热带区域。原本蒸发(降水)占主导的海域,蒸发(降水)更强。不同气候情景下,淡水通量变化的空间形态没有显著变化,但RCP8.5气候情景下模拟的淡水通量变化幅度及模式间变化的一致性均强于RCP4.5的结果。 相似文献
11.
厄尔尼诺和台风共同影响下的7月份黄、东海海温变化 总被引：1，自引：0，他引：1
基于历史海温数据和台风路径数据,研究了厄尔尼诺/拉尼娜（El Niño/La Niña）背景下7月份中国近海海温变化特征。结果表明:7月黄、东海海温异常与El Niño/La Niña有显著相关关系,OISST和GODAS海温数据与Niño3指数同步相关系数分别为-0.32和-0.45。El Niño年7月,黄、东海海表温度异常低于-0.5℃的概率超过60%;La Niña年7月,黄海海温异常高于0.5℃的概率约有60%;正常年7月,海温异常的空间分布与El Niño年相反,但量值偏低。El Niño年7月,中国近海及邻近区域大气异常能够给局地带来更多降水;同时,受El Niño背景场的影响,入侵黄、东海的台风强度更强、影响时间更长。大尺度的降水和台风活动的影响是导致黄、东海海温异常降低的重要原因。因此,分析和预测7月份中国近海海温异常,在充分考虑El Niño/La Niña背景场的基础上,需要结合局地的大尺度降水和台风的影响同时分析,这为特定背景下结合不同时间尺度上的因素共同分析中国近海海温变化提供了一种思路。 相似文献
12.
Trends of sea surface temperature and sea surface temperature fronts in the South China Sea during 2003–2017 总被引：2，自引：0，他引：2
The trends of the sea surface temperature(SST) and SST fronts in the South China Sea(SCS) are analyzed during2003–2017 using high-resolution satellite data. The linear trend of the basin averaged SST is 0.31°C per decade,with the strongest warming identified in southeastern Vietnam. Although the rate of warming is comparable in summer and winter for the entire basin, the corresponding spatial patterns of the linear trend are substantially different between them. The SST trend to the west of the Luzon Strait is characterized by rapid warming in summer, exceeding approximately 0.6°C per decade, but the trend is insignificant in winter. The strongest warming trend occurs in the southeast of Vietnam in winter, with much less pronounced warming in summer. A positive trend of SST fronts is identified for the coast of China and is associated with increasing wind stress. The increasing trend of SST fronts is also found in the east of Vietnam. Large-scale circulation, such as El Ni?o, can influence the trends of the SST and SST fronts. A significant correlation is found between the SST anomaly and Ni?o3.4 index, and the ENSO signal leads by eight months. The basin averaged SST linear trends increase after the El Ni?o event(2009–2010), which is, at least, due to the rapid warming rate causing by the enhanced northeasterly wind. Peaks of positive anomalous SST and negatively anomalous SST fronts are found to co-occur with the strong El Ni?o events. 相似文献
13.
Positive SST anomalies usually appear in remote ocean such as the China seas during an ENSO event.By analyzing the monthly data of HadISST from 1950 to 2007,it shows that the interannual component of SST anomalies peak approximately 10 months after SST anomalies peak in the eastern equatorial Pacific.As the ENSO event progresses,the positive SST anomalies spread throughout the China seas and eastward along the Kuroshio extension.Atmospheric reanalysis data demonstrate that changes in the net surface heat flux entering into the China seas are responsible for the SST variability.During El Ni o,the western north Pacific anticyclone is generated,with anomalous southwester lies prevailing along the East Asian coast.This anticyclone reduces the mean surface wind speed which decreases the surface heat flux and then increases the SST.The delays between the developing of this anticyclone and the south Indian Ocean anticyclone with approximately 3–6 months cause the 2–3 months lag of the surface heat flux between the China seas and the Indian Ocean.The northwestern Pacific anticyclone is the key process bridging the warming in the eastern equatorial Pacific and that in the China seas. 相似文献
14.
Seventeen models participating in the Coupled Model Intercomparison Project phase 5（CMIP5） activity are compared on their historical simulation of the South China Sea（SCS） ocean heat content（OHC） in the upper 300 m. Ishii＇s temperature data, based on the World Ocean Database 2005（WOD05） and World Ocean Atlas 2005（WOA05）, is used to assess the model performance by comparing the spatial patterns of seasonal OHC anomaly（OHCa） climatology, OHC climatology, monthly OHCa climatology, and interannual variability of OHCa. The spatial patterns in Ishii＇s data set show that the seasonal SCS OHCa climatology, both in winter and summer, is strongly affected by the wind stress and the current circulations in the SCS and its neighboring areas. However, the CMIP5 models present rather different spatial patterns and only a few models properly capture the dominant features in Ishii＇s pattern. Among them, GFDL-ESM2 G is of the best performance. The SCS OHC climatology in the upper 300 m varies greatly in different models. Most of them are much greater than those calculated from Ishii＇s data. However, the monthly OHCa climatology in each of the 17 CMIP5 models yields similar variation and magnitude as that in Ishii＇s. As for the interannual variability, the standard deviations of the OHCa time series in most of the models are somewhat larger than those in Ishii＇s. The correlation between the interannual time series of Ishii＇s OHCa and that from each of the 17 models is not satisfactory. Among them, BCC-CSM1.1 has the highest correlation to Ishii＇s, with a coefficient of about 0.6. 相似文献
15.
E. M. Volodin N. A. Diansky A. V. Gusev 《Izvestiya Atmospheric and Oceanic Physics》2013,49(4):347-366
This paper presents results from a simulation of climate changes in the 19th–21st centuries with the Institute of Numerical Mathematics Climate Model Version 4 (INMCM4) in the framework of the Coupled Model Intercomparison Project, phase 5 (CMIP5). Like the previous INMCM3 version, this model has a low sensitivity of 4.0 K to a quadrupling of CO2 concentration. Global warming in the model by the end of the 21st century is 1.9 K for the RCP4.5 scenario and 3.4 K for RCP8.5. The spatial distribution of temperature and precipitation changes driven by the enhanced greenhouse effect is similar to that derived from the INMCM3 model data. In the INMCM4 model, however, the heat flux to the ocean and sea-level rise caused by thermal expansion are roughly 1.5 times as large as those in the INMCM3 model under the same scenario. A decrease in sea-ice extent and a change in heat fluxes and meridional circulation in the ocean under global warming, as well as some aspects of natural climate variability in the model, are considered. 相似文献
16.
南海珊瑚礁区34年卫星遥感海表温度变化的时空特征分析 总被引：2，自引：3，他引：2
选取NOAA OISST数据集的1982-2015年南海月平均海洋表面温度（SST），先对东沙、西沙和南沙礁区海域的多年SST进行时间尺度上的统计，然后对该数据集进行距平场的经验正交函数（EOF）分解，研究南海海表温度的时间和空间年际变化特征。研究显示:（1）不同的礁区海域SST升温趋势不同，东沙礁区海域SST升温趋势最明显（0.216℃/（10 a）），西沙和南沙礁区SST的升温趋势分别为0.180℃/（10 a）和0.096℃/（10 a）；（2）西沙和南沙礁区全年处于珊瑚生长的最适海温范围内，东沙一年中有4个月海温较低，SST最高的月份分别集中在7月（东沙礁区）、6月（西沙礁区）和5月（南沙礁区）；（3） EOF第一模态的空间分布显示南海SST变化是同相位的，由西北—东南振幅量值递减，在礁区振幅从大到小依次为东沙、西沙、南沙；（4） EOF第一模态时间系数显示南海SST变化与El Niño事件相关。南海海表温度异常场与Niño3.4指数的相关性分析显示两者关联度最高为0.723，平均关联度也高达0.655；南海SST的变化滞后Niño3.4区7~8个月。综上，在全球变暖背景下，南海SST的变化不仅受到El Niño事件的影响，其不断上升也在悄然威胁珊瑚的正常生长。 相似文献
17.
热带太平洋第二类El Nio事件及其对中国气候的影响 总被引：1，自引：0，他引：1
基于热带太平洋次表层海温资料,分析了热带太平洋第二类El Nio事件海温异常的分布特征及其形成机制,讨论了与经典El Nio事件、El Nio Modoki、WP(西太平洋暖池)及CT(冷舌)El Nio事件之间的关系,揭示了第二类El Nio事件对中国降水的影响,得到以下结论。(1)第二类El Nio事件表征为热带太平洋次表层海温异常第三模态,占总方差贡献的4.7%。在海洋表面层,第二类El Nio事件暖期赤道东太平洋为沿赤道西伸的冷舌,热带中西太平洋为环绕冷舌的马蹄型大范围暖区。该型具11a和30~40a年代际振荡及3~4a年际变率,峰值多出现在春季。第二类El Nio事件是热带太平洋异常海面风应力场和赤道两侧的风应力旋度共同作用的结果,在赤道东印度洋-中西太平洋与赤道东太平洋-南美洲上空出现以反号垂直运动为特征的异常Walker环流。(2)El Nio Modoki与第二类El Nio事件有密切关系,它实质上是第二类El Nio事件次表层海温与近海面大气相互作用的结果,捕捉了第二类El Nio事件的主要信息。(3)第二类El Nio事件对中国春季及夏初降水有一定影响。在事件暖期,东海地区存在一个显著的异常反气旋性环流,其南侧的中国南方地区盛行异常东北气流,水汽来源减少,导致该地区少雨,其西侧的异常偏南气流北上直达华北地区,异常多水汽向北输送,并与北方的偏北流场相遇,导致该地区降水偏多。在第二类El Nio事件冷期相反。本文结果还指出,WP与CT El Nio事件是由经典El Nio事件第一模态与El Nio Modoki事件组合而成,它们不是独立的El Nio类型。此外,还讨论了夏半年El Nio事件对大气环流影响的物理过程。 相似文献
18.
太平洋沃克环流(Pacific Walker Circulation, PWC)是热带太平洋上空至关重要的大气环流系统, 但其在全球变暖背景下的长期变化仍存在争议, 换而言之, 沃克环流增强或减弱仍是有待回答的科学问题之一。观测表明近30年PWC呈增强趋势, 而气候模式无法得出观测的趋势。文章分析了参加第五次耦合模式比较计划(Coupled Model Inter-comparison Project Phase 5, CMIP5)的18个耦合模式模拟的PWC变化。结果表明, 大部分耦合模式能够较好地再现PWC的气候态分布特征, 但不能给出其加强的趋势。究其原因, 主要取决于模式对海表温度(SST)变化的模拟能力, 能模拟出PWC加强的耦合模式, 其模拟的SST趋势分布与观测相近[即类拉尼娜(La Niña)型], 但仍存在一定差异; 而模拟出PWC减弱的耦合模式, 其模拟的SST趋势分布表现为类厄尔尼诺(El Niño)型, 这与观测不符。对于后者, 如果用观测的SST驱动其大气模式却能够模拟出PWC的加强, 从另一方面也说明了SST变化对于PWC长期变化的主导作用。因此, CMIP5模式要想合理地预估PWC在全球变暖背景下的变化, 需要提高对于热带太平洋SST变化的模拟能力。 相似文献
19.
Thirty La Niña events have been selected from monthly mean sea surface temperature (SST) data of the Hadley Centre Global Sea Ice and Sea Surface Temperature (HadISST) and Centennial Observation-Based Estimates (COBE SST2) datasets from 1870 to 2013 based on a criterion of –0.5°С for a cold anomaly in the Niño 3.4 region (5° N–5° S, 170°–120° W) and its minimum duration of 5 months. The selected events are classified by hierarchical clustering analysis according to two characteristics: geographic coordinates and SST anomalies during the mature phase of La Niña. The objective classification method identifies two types of La Niña differing by the evolution of negative SST anomalies in the equatorial Pacific and by the Southern Oscillation Index. 相似文献