排序方式： 共有28条查询结果，搜索用时 15 毫秒
1.
2.
BCC模式及其开展的CMIP6试验介绍 总被引：2，自引：0，他引：2
世界气候研究计划（WCRP）正在组织实施第六次国际耦合模式比较计划（CMIP6),国家气候中心作为参与单位之一,通过近几年的模式研发,推出3个最新模式版本参与该计划,包括含有气溶胶化学模块的地球系统模式BCC-ESM1.0、中等分辨率气候模式BCC-CSM2-MR和高分辨率气候模式BCC-CSM2-HR。除了CMIP6中的气候诊断、评估和描述试验（DECK）和历史气候模拟试验（Historical),这3个模式共将参与CMIP6中的10个模式比较子计划。文中主要介绍这3个模式的基本情况以及所开展的CMIP试验,并对BCC-CSM2-MR模式的Historical试验结果进行简要评估,为试验数据使用者提供参考。 相似文献
3.
4.
Long-lead precipitation forecasts for 1–4 seasons ahead are usually difficult in dynamical climate models due to the model deficiencies and the limited persistence of initial signals. But, these forecasts could be empirically improved by statistical approaches. In this study, to improve the seasonal precipitation forecast over the southern China (SC), the statistical downscaling (SD) models are built by using the predictors of atmospheric circulation and sea surface temperature (SST) simulated by the Beijing Climate Center Climate System Model version 1.1 m (BCC_CSM1.1 m). The different predictors involved in each SD model is selected based on both its close relationship with the target seasonal precipitation and its reasonable prediction skill in the BCC_CSM1.1 m. Cross and independent validations show the superior performance of the SD models, relative to the BCC_CSM1.1 m. The temporal correlation coefficient of SD models could reach > 0.4, exceeding the 95 % confidence level. The SC precipitation index can be much better forecasted by the SD models than by the BCC_CSM1.1 m in terms of the interannual variability. In addition, the errors of the precipitation forecast in all four seasons are significantly reduced over most of SC in the SD models. For the 2015/2016 strong El Niño event, the SD models outperform the dynamical BCC_CSM1.1 m model on the spatial and regional-average precipitation anomalies, mostly due to the effective SST predictor in the SD models and the weak response of the SC precipitation to El Niño-related SST anomalies in the BCC_CSM1.1 m. 相似文献
5.
BCC_CSM1．1全球模式中极端气温变化的归因分析 总被引：1，自引：0，他引：1
利用1°×1°的ERA-Interim再分析资料和气候系统模式BCC_CSM1．1历史模拟（Historical）试验及气候归因试验（只考虑温室气体变化Historica1GHG试验和只考虑自然强迫变化的Historica1Nat试验）的结果,考查了BCC_CSM1．1模式对中国和全球陆地地区极端气温指数的模拟能力,并在此基础上分析了温室气体和自然强迫这两种外强迫的变化对极端气温变化的贡献。结果表明：BCC_CSM1．1可以对中国乃至全球陆地区域极端气温指数的气候态及其变化趋势进行合理模拟,主要偏差表现为模式对极端低温指数模拟值偏低,而对极端高温指数模拟值偏高。对于20世纪末极端气温指数的变化,只有考虑了温室气体变化的外强迫时,模式可以再现再分析资料中极端气温的变化趋势。这表明温室气体的变化对极端气温的变化有着关键性的影响。 相似文献
6.
北京气候中心气候模式1.1版预估中亚地区未来50年地面气温时空变化特征 总被引：4，自引：0，他引：4
利用IPCC AR5中BCC-CSM1.1(Beijing Climate Center Climate System Model version 1.1)的历史试验和4类典型 排放路径情景下未来预估试验结果, 在使用CRU(Climatic Research Unit)资料验证BCC-CSM1.1性能的基础上, 采用趋势分 析、滑动平均以及经验正交函数(EOF)等方法, 研究2011-2060年中亚地区年平均气温的时空演变特征。与CRU 资料的对 比分析发现BCC-CSM1.1能较好地模拟过去109a(1901-2009年)中亚地区气温的显着上升趋势及气候态的空间分布特征。 预估试验结果表明, 中亚地区在未来50a整体呈现变暖趋势, 并且, 随着温室气体排放浓度的升高, 气温的升高趋势愈加明 显, 同时增温显着区域也明显增大。经验正交函数分解主要模态还是延续过去的分布特征:经验正交函数分解第1模态及其 所对应的时间系数显示中亚地区年平均地面气温在未来50a(2011-2060年)呈现出全场一致的升高趋势, 升高强度随着温 室气体排放浓度的增加而增强, 进一步的分析表明, 不同典型排放路径下预估的未来50a中亚地区年平均地面气温的经验正 交函数分解第1模态在中亚上空850hPa等压面上均对应有一个反气旋(气旋)性异常环流, 在这个异常环流控制下, 中亚地 区年平均地面气温变化表现为全场一致的特征。经验正交函数分解第2模态呈现出中亚地区地面气温变化南北反位相的基 本特征, 相应的时间系数主要表现为小幅度波动, 变化趋势特征不明显。 相似文献
7.
厄尔尼诺—南方涛动（ENSO）春季预报障碍是ENSO预测的一个难点问题,弄清影响春季热带太平洋地区海表温度（SST）变化的动力和热力作用对于理解ENSO关键区SST的异常变化及ENSO春季预报障碍成因非常重要。本文利用BCC-CSM2-MR数值模式,模拟产生一套1986～2017年间相互协调的逐月海表风应力、感热、潜热、长波和短波净辐射能量、海洋流场等观测代用数据。利用这些数据对影响海温变化的动力和热力作用及其相对重要性进行了诊断分析,结果表明:（1）与其他季节相比,春季Ni?o3.4区海洋表层温度（后文中用TS表示）呈现出独特的先增暖后趋冷的不对称季节性转换特征,这一变化主要是由于影响TS的大气风应力、海流以及能量净通量在春季均表现出明显的季节性转换过程。进一步的分析表明,热力作用对局地海温的季节性变化影响最为重要,水平平流输送以反向作用为主,其中经向平流输送起到了反向作用,不利于该区域TS的季节性转变,纬向平流输送仅在春季转为弱的正贡献,浅层垂直平流输送对春季TS变化的影响很小。（2）动力热力作用与TS异常的变化倾向相关关系也表明,春季Ni?o3.4区热力作用与TS异常变化呈现显著的正相关,纬向海流异常的输送项也表现为正相关,而经向海流输送项展现出由负相关向正相关转化的特征。（3）对Ni?o3.4区TS变化的方差贡献分析结果表明,春季热力作用对TS的异常变化的贡献达50%以上,相关系数超0.7,其次是纬向、经向平流项贡献,各占10%～20%左右,但两者作用相反,其他项贡献较小。 相似文献
8.
采用1991—2017年BCC_CSM1.1m季节预测模式的月降水预测数据及福建省前汛期（4—6月）66个国家气象站降水资料,利用距平相关系数(ACC)、时间相关系数(TCC)、平均方差技巧评分(MSSS)和趋势异常综合评分(Ps)等评估方法,检验评估了提前0、1、2和5个月模式对福建省前汛期降水的预测能力。采用系统偏差、一元线性回归和EOF-相似误差（EOFL和EOFNL）等4种统计方法对回报结果进行订正,并进行效果检验。BCC_CSM1.1m在不同起报时间对福建省前汛期降水的预测均能抓住降水的前两个主模态：全省一致和南北反向分布的空间特征,但预测的气候平均值较实况存在负偏差。模式在不同起报时间对前汛期降水预测的TCC高技巧区主要位于福建省北部,ACC技巧和Ps评分存在比较大的年际差异,负系统偏差的存在使得MSSS技巧不高。经订正后,模式的预测能力得到明显提升。系统偏差、线性回归、EOF相似误差线性和非线性订正方法提前2个月起报的2011—2017年平均Ps评分分别提高5.9、3.5、6.7和7.8分;不同起报时间线性回归订正的2011—2017年平均ACC技巧分别提高0.02、0.21、0.12和0.11;上述4种方法订正的MSSS评分均有了显著提高,其中系统偏差和线性回归订正后达正技巧。综合而言,线性回归订正较其他3种订正方法表现出更为稳定的订正技巧。 相似文献
9.
构造地貌－认识高原历史的钥匙 总被引：1，自引：0，他引：1
简要评述了构造地貌的研究,并以青藏高原西北缘克里雅河流域地貌演化说明了构造变形与青藏高原的形成历史。以西域砾岩顶部的玄武岩作为区域构造地貌的标志,获得的高质量Ar-Ar年龄的加权平均值为1.09 Ma ±0.13Ma。该年龄不仅代表了西域砾岩沉积结束的时间,并制约了区域风沙堆积时代的下限,是一个重要的气候环境变化的转折点。更重要的是,该年龄标志了克里雅河演化的开始,即目前可观察的克里雅河的历史不过1.1Ma。另外获得的系统、丰富、翔实的沉积学、构造地质学、低温热年代数据和克里雅河流域地貌的测量结果还揭示了上新世晚期以来区域强烈的变形与构造地貌的演化。获得的重要结论还包括：能够分析恢复的前克里雅河的历史不超过西域砾岩沉积期,能够推测的青藏高原西北缘河流体系演化的最老历史不超过上新世阿图什组沉积期。在中新世乌恰组沉积时,基本观察不到青藏高原现今地貌体系产生的沉积作用的记录,而是更老的前青藏高原构造地貌格架对沉积体系产生的影响。青藏高原的主体可能在中更新世早期前后才抬升进入冰冻圈。现今的克里雅河地貌主要是在区域构造抬升中由冰川融水侵蚀形成的。克里雅河源头可能残留了青藏高原演化的关键记录。 相似文献
10.
构造地貌－认识高原历史的钥匙 总被引：6，自引：2，他引：4
简要评述了构造地貌的研究,并以青藏高原西北缘克里雅河流域地貌演化说明了构造变形与青藏高原的形成历史.以西域砾岩顶部的玄武岩作为区域构造地貌的标志,获得的高质量Ar-Ar年龄的加权平均值为1.09Ma±O.13Ma.该年龄不仅代表了西域砾岩沉积结束的时间,并制约了区域风沙堆积时代的下限,是一个重要的气候环境变化的转折点.更重要的是.该年龄标志了克里雅河演化的开始,即目前可观察的克里雅河的历史不过1.1Ma.另外获得的系统、丰富、翔实的沉积学、构造地质学、低温热年代数据和克里雅河流域地貌的测量结果还揭示了上新世晚期以来区域强烈的变形与构造地貌的演化.获得的重要结论还包括:能够分析恢复的前克里雅河的历史不超过西域砾岩沉积期,能够推测的青藏高原西北缘河流体系演化的最老历史不超过上新世阿图什组沉积期.在中新世乌恰组沉积时,基本观察不到青藏高原现今地貌体系产生的沉积作用的记录,而是更老的前青藏高原构造地貌格架对沉积体系产生的影响.青藏高原的主体可能在中更新世早期前后才抬升进入冰冻圈.现今的克里雅河地貌主要是在区域构造抬升中由冰川融水侵蚀形成的.克里雅河源头可能残留了青藏高原演化的关键记录. 相似文献