论青藏高原范围与面积
1
2002
... 青藏高原是我国重要的大地形,其面积占我国陆地总面积的26.8%[1],因其巨大的冰雪储量被称为世界“第三极”[2].青藏高原的平均海拔高度在4000 m以上,是亚洲河流的主要源头,滋养了十几亿人口,因此被称为“亚洲水塔”[3].作为中纬度大地形,青藏高原通过动力作用和热力作用不仅影响着我国的天气和气候变化,也对全球气候产生深远影响[4-5].因此,青藏高原成为国际上受到广泛关注的区域. ...
A discussion on the boundary and area of the Tibetan Plateau in China
1
2002
... 青藏高原是我国重要的大地形,其面积占我国陆地总面积的26.8%[1],因其巨大的冰雪储量被称为世界“第三极”[2].青藏高原的平均海拔高度在4000 m以上,是亚洲河流的主要源头,滋养了十几亿人口,因此被称为“亚洲水塔”[3].作为中纬度大地形,青藏高原通过动力作用和热力作用不仅影响着我国的天气和气候变化,也对全球气候产生深远影响[4-5].因此,青藏高原成为国际上受到广泛关注的区域. ...
China:The third pole
1
2008
... 青藏高原是我国重要的大地形,其面积占我国陆地总面积的26.8%[1],因其巨大的冰雪储量被称为世界“第三极”[2].青藏高原的平均海拔高度在4000 m以上,是亚洲河流的主要源头,滋养了十几亿人口,因此被称为“亚洲水塔”[3].作为中纬度大地形,青藏高原通过动力作用和热力作用不仅影响着我国的天气和气候变化,也对全球气候产生深远影响[4-5].因此,青藏高原成为国际上受到广泛关注的区域. ...
World water tower:An atmospheric perspective
1
2008
... 青藏高原是我国重要的大地形,其面积占我国陆地总面积的26.8%[1],因其巨大的冰雪储量被称为世界“第三极”[2].青藏高原的平均海拔高度在4000 m以上,是亚洲河流的主要源头,滋养了十几亿人口,因此被称为“亚洲水塔”[3].作为中纬度大地形,青藏高原通过动力作用和热力作用不仅影响着我国的天气和气候变化,也对全球气候产生深远影响[4-5].因此,青藏高原成为国际上受到广泛关注的区域. ...
极地和青藏高原地区的气候变化及其影响
1
2011
... 青藏高原是我国重要的大地形,其面积占我国陆地总面积的26.8%[1],因其巨大的冰雪储量被称为世界“第三极”[2].青藏高原的平均海拔高度在4000 m以上,是亚洲河流的主要源头,滋养了十几亿人口,因此被称为“亚洲水塔”[3].作为中纬度大地形,青藏高原通过动力作用和热力作用不仅影响着我国的天气和气候变化,也对全球气候产生深远影响[4-5].因此,青藏高原成为国际上受到广泛关注的区域. ...
Climate change and its impact of the polar and the Tibetan Plateau regions
1
2011
... 青藏高原是我国重要的大地形,其面积占我国陆地总面积的26.8%[1],因其巨大的冰雪储量被称为世界“第三极”[2].青藏高原的平均海拔高度在4000 m以上,是亚洲河流的主要源头,滋养了十几亿人口,因此被称为“亚洲水塔”[3].作为中纬度大地形,青藏高原通过动力作用和热力作用不仅影响着我国的天气和气候变化,也对全球气候产生深远影响[4-5].因此,青藏高原成为国际上受到广泛关注的区域. ...
Future climate in the Pacific Northwest
2
2010
... 青藏高原是我国重要的大地形,其面积占我国陆地总面积的26.8%[1],因其巨大的冰雪储量被称为世界“第三极”[2].青藏高原的平均海拔高度在4000 m以上,是亚洲河流的主要源头,滋养了十几亿人口,因此被称为“亚洲水塔”[3].作为中纬度大地形,青藏高原通过动力作用和热力作用不仅影响着我国的天气和气候变化,也对全球气候产生深远影响[4-5].因此,青藏高原成为国际上受到广泛关注的区域. ...
... 重现当前和过去气候及气候变化的能力是评估全球气候模式(Global Climate Model,GCM)的重要部分[5].研究表明,GCM可以再现气候态的大尺度特征,但在某些小范围区域气候变化模拟中会出现较大的误差,尤其是在气候变化敏感区.Phillips and Gleckler[6]评估了19个GCM对20世纪降水的模拟能力,发现相对于全球和区域尺度的降水观测,许多模式显示出系统性偏差,与观测到的空间变化和季节周期的振幅/相位明显不同.同样,耦合模式比较计划第五阶段(CMIP5)气候模式在再现区域性降水分布,特别是高海拔的青藏高原区域时,能模拟出高原降水从西北到东南逐渐增加的空间分布特征,但通常会表现出较大的系统性偏差[7].Jia et al[8]评估了CMIP5的33个GCM对青藏高原降水的模拟能力,结果表明所有模式均高估了青藏高原降水,而且春季和夏季有着最大的湿偏差.Su et al[7]评估了24个GCM对降水的模拟能力,结果表明GCM对年平均降水率高估了62%~183%,并且只有一半的模式可以重现季节降水的空间模态分布.由于青藏高原西部测站较少,对评估模式模拟优劣程度有一定影响.总的来说,CMIP5模式对青藏高原西部降水偏少区域的模拟差异较大,虽然都能较好地模拟出降水的极大值中心,但都存在湿偏差[9]. ...
Evaluation of continental precipitation in 20th century climate simulations:The utility of multimodel statistics
1
2006
... 重现当前和过去气候及气候变化的能力是评估全球气候模式(Global Climate Model,GCM)的重要部分[5].研究表明,GCM可以再现气候态的大尺度特征,但在某些小范围区域气候变化模拟中会出现较大的误差,尤其是在气候变化敏感区.Phillips and Gleckler[6]评估了19个GCM对20世纪降水的模拟能力,发现相对于全球和区域尺度的降水观测,许多模式显示出系统性偏差,与观测到的空间变化和季节周期的振幅/相位明显不同.同样,耦合模式比较计划第五阶段(CMIP5)气候模式在再现区域性降水分布,特别是高海拔的青藏高原区域时,能模拟出高原降水从西北到东南逐渐增加的空间分布特征,但通常会表现出较大的系统性偏差[7].Jia et al[8]评估了CMIP5的33个GCM对青藏高原降水的模拟能力,结果表明所有模式均高估了青藏高原降水,而且春季和夏季有着最大的湿偏差.Su et al[7]评估了24个GCM对降水的模拟能力,结果表明GCM对年平均降水率高估了62%~183%,并且只有一半的模式可以重现季节降水的空间模态分布.由于青藏高原西部测站较少,对评估模式模拟优劣程度有一定影响.总的来说,CMIP5模式对青藏高原西部降水偏少区域的模拟差异较大,虽然都能较好地模拟出降水的极大值中心,但都存在湿偏差[9]. ...
Evaluation of the global climate models in the CMIP5 over the Tibetan Plateau
2
2013
... 重现当前和过去气候及气候变化的能力是评估全球气候模式(Global Climate Model,GCM)的重要部分[5].研究表明,GCM可以再现气候态的大尺度特征,但在某些小范围区域气候变化模拟中会出现较大的误差,尤其是在气候变化敏感区.Phillips and Gleckler[6]评估了19个GCM对20世纪降水的模拟能力,发现相对于全球和区域尺度的降水观测,许多模式显示出系统性偏差,与观测到的空间变化和季节周期的振幅/相位明显不同.同样,耦合模式比较计划第五阶段(CMIP5)气候模式在再现区域性降水分布,特别是高海拔的青藏高原区域时,能模拟出高原降水从西北到东南逐渐增加的空间分布特征,但通常会表现出较大的系统性偏差[7].Jia et al[8]评估了CMIP5的33个GCM对青藏高原降水的模拟能力,结果表明所有模式均高估了青藏高原降水,而且春季和夏季有着最大的湿偏差.Su et al[7]评估了24个GCM对降水的模拟能力,结果表明GCM对年平均降水率高估了62%~183%,并且只有一半的模式可以重现季节降水的空间模态分布.由于青藏高原西部测站较少,对评估模式模拟优劣程度有一定影响.总的来说,CMIP5模式对青藏高原西部降水偏少区域的模拟差异较大,虽然都能较好地模拟出降水的极大值中心,但都存在湿偏差[9]. ...
... [7]评估了24个GCM对降水的模拟能力,结果表明GCM对年平均降水率高估了62%~183%,并且只有一半的模式可以重现季节降水的空间模态分布.由于青藏高原西部测站较少,对评估模式模拟优劣程度有一定影响.总的来说,CMIP5模式对青藏高原西部降水偏少区域的模拟差异较大,虽然都能较好地模拟出降水的极大值中心,但都存在湿偏差[9]. ...
Assessing the performance of CMIP5 global climate models for simulating future precipitation change in the Tibetan Plateau
3
2019
... 重现当前和过去气候及气候变化的能力是评估全球气候模式(Global Climate Model,GCM)的重要部分[5].研究表明,GCM可以再现气候态的大尺度特征,但在某些小范围区域气候变化模拟中会出现较大的误差,尤其是在气候变化敏感区.Phillips and Gleckler[6]评估了19个GCM对20世纪降水的模拟能力,发现相对于全球和区域尺度的降水观测,许多模式显示出系统性偏差,与观测到的空间变化和季节周期的振幅/相位明显不同.同样,耦合模式比较计划第五阶段(CMIP5)气候模式在再现区域性降水分布,特别是高海拔的青藏高原区域时,能模拟出高原降水从西北到东南逐渐增加的空间分布特征,但通常会表现出较大的系统性偏差[7].Jia et al[8]评估了CMIP5的33个GCM对青藏高原降水的模拟能力,结果表明所有模式均高估了青藏高原降水,而且春季和夏季有着最大的湿偏差.Su et al[7]评估了24个GCM对降水的模拟能力,结果表明GCM对年平均降水率高估了62%~183%,并且只有一半的模式可以重现季节降水的空间模态分布.由于青藏高原西部测站较少,对评估模式模拟优劣程度有一定影响.总的来说,CMIP5模式对青藏高原西部降水偏少区域的模拟差异较大,虽然都能较好地模拟出降水的极大值中心,但都存在湿偏差[9]. ...
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
... [8,14]. ...
CMIP5部分模式气温和降水模拟结果在北半球及青藏高原的检验
1
2013
... 重现当前和过去气候及气候变化的能力是评估全球气候模式(Global Climate Model,GCM)的重要部分[5].研究表明,GCM可以再现气候态的大尺度特征,但在某些小范围区域气候变化模拟中会出现较大的误差,尤其是在气候变化敏感区.Phillips and Gleckler[6]评估了19个GCM对20世纪降水的模拟能力,发现相对于全球和区域尺度的降水观测,许多模式显示出系统性偏差,与观测到的空间变化和季节周期的振幅/相位明显不同.同样,耦合模式比较计划第五阶段(CMIP5)气候模式在再现区域性降水分布,特别是高海拔的青藏高原区域时,能模拟出高原降水从西北到东南逐渐增加的空间分布特征,但通常会表现出较大的系统性偏差[7].Jia et al[8]评估了CMIP5的33个GCM对青藏高原降水的模拟能力,结果表明所有模式均高估了青藏高原降水,而且春季和夏季有着最大的湿偏差.Su et al[7]评估了24个GCM对降水的模拟能力,结果表明GCM对年平均降水率高估了62%~183%,并且只有一半的模式可以重现季节降水的空间模态分布.由于青藏高原西部测站较少,对评估模式模拟优劣程度有一定影响.总的来说,CMIP5模式对青藏高原西部降水偏少区域的模拟差异较大,虽然都能较好地模拟出降水的极大值中心,但都存在湿偏差[9]. ...
Verifications of surface air temperature and precipitation from CMIP5 model in Northern Hemisphere and Qinghai?Xizang Plateau
1
2013
... 重现当前和过去气候及气候变化的能力是评估全球气候模式(Global Climate Model,GCM)的重要部分[5].研究表明,GCM可以再现气候态的大尺度特征,但在某些小范围区域气候变化模拟中会出现较大的误差,尤其是在气候变化敏感区.Phillips and Gleckler[6]评估了19个GCM对20世纪降水的模拟能力,发现相对于全球和区域尺度的降水观测,许多模式显示出系统性偏差,与观测到的空间变化和季节周期的振幅/相位明显不同.同样,耦合模式比较计划第五阶段(CMIP5)气候模式在再现区域性降水分布,特别是高海拔的青藏高原区域时,能模拟出高原降水从西北到东南逐渐增加的空间分布特征,但通常会表现出较大的系统性偏差[7].Jia et al[8]评估了CMIP5的33个GCM对青藏高原降水的模拟能力,结果表明所有模式均高估了青藏高原降水,而且春季和夏季有着最大的湿偏差.Su et al[7]评估了24个GCM对降水的模拟能力,结果表明GCM对年平均降水率高估了62%~183%,并且只有一半的模式可以重现季节降水的空间模态分布.由于青藏高原西部测站较少,对评估模式模拟优劣程度有一定影响.总的来说,CMIP5模式对青藏高原西部降水偏少区域的模拟差异较大,虽然都能较好地模拟出降水的极大值中心,但都存在湿偏差[9]. ...
RCPs情景下中国21世纪气候变化预估及不确定性分析
1
2016
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
Prediction of climate change over China and uncertainty analysis during the 21st century under RCPs
1
2016
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
青藏高原未来气候变化预估:CMIP5模式结果
1
2015
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
Climate change projection on the Tibetan Plateau:Results of CMIP5 models
1
2015
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
CMIP5气候模式对中国未来气候变化的预估和应用
1
2019
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
Projection and application for future climate in China by CMIP5 climate model
1
2019
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
基于动力降尺度方法预估的青藏高原降水变化
1
2020
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
Projected changes of precipitation over the Qinghai?Tibetan Plateau based on dynamical downscaling
1
2020
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
2006-2013年CMIP5模式中国降水预估误差分析
1
2016
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
Assessment of the deviation of China precipitation projected by CMIP5 models for 2006-2013
1
2016
... 除此之外,GCM还被广泛应用于预估未来气候变化.未来气候变化对水循环和经济发展有着重要意义,GCM预估的未来气候变化对政策决策者有着重要的参考价值.政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在研究气候变化及其对人类社会的影响问题时很大程度上依靠GCM在各种排放情景下对未来气候的预估.从空间变化来看,在典型浓度路径RCP4.5和RCP8.5情景下,未来高原年均降水整体上将有所增加,长期(2051-2095年)降水变化的空间分布与近期(2006-2050年)基本一致,均为北部地区的降水增加更为显著[8].从时间变化来看,虽然模式对未来降水的预估结果有着不确定性,但都表现出年平均降水增加的趋势[10-11].青藏高原季节降水也呈现增加的趋势,并且呈现出冬季弱、春夏季强的季节变化特征[12].张宏文和高艳红[13]基于动力降尺度方法,运用WRF模式预估青藏高原降水,结果表明本世纪后期高原湿季总降水将有所增加.有研究表明,青藏高原本身的复杂地形、西部地区测站较少以及东亚季风系统的复杂性都使得模式预估的不确定性增加,此外,模式低分辨率、参数化方案等问题也都将影响模式预估的不确定性[8,14]. ...
第六次国际耦合模式比较计划(CMIP6)评述
1
2019
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
Commentary on the coupled model intercomparison project phase 6 (CMIP6). Climate Change Research
1
2019
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
Does CMIP6 inspire more confidence in simulating climate extremes over China?
1
2020
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
A comparison of CMIP5 and CMIP6 climate model projections for hydrological impacts in China
1
2023
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
Differences between CMIP6 and CMIP5 models in simulating climate over China and the East Asian monsoon
1
2020
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
Evaluation of CMIP6 for historical temperature and precipitation over the Tibetan Plateau and its comparison with CMIP5
1
2020
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
CMIP6情景模式比较计划(ScenarioMIP)概况与评述
2
2019
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
... 本文基于共享社会经济路径情景SSP5⁃8.5和SSP2⁃4.5的预估结果研究未来青藏高原地区降水的时空变化特征.SSP5⁃8.5和SSP2⁃4.5代表着不同的社会经济路径与辐射强迫的组合,其中SSP5⁃8.5表示在SSP5常规发展路径下到2100年辐射强迫稳定在8.5 W·m-2,SSP2⁃4.5表示在SSP2中度发展路径下到2100年辐射强迫稳定在4.5 W·m-2[20].相较之前的典型浓度路径(Representative Concentration Pathway,RCP),SSPs情景综合考虑了人口、经济和技术等社会发展指标变化,因此能够更容易地评估气候变化减缓行动的成本和效益. ...
Short commentary on CMIP6 scenario model intercomparison project (ScenarioMIP)
2
2019
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
... 本文基于共享社会经济路径情景SSP5⁃8.5和SSP2⁃4.5的预估结果研究未来青藏高原地区降水的时空变化特征.SSP5⁃8.5和SSP2⁃4.5代表着不同的社会经济路径与辐射强迫的组合,其中SSP5⁃8.5表示在SSP5常规发展路径下到2100年辐射强迫稳定在8.5 W·m-2,SSP2⁃4.5表示在SSP2中度发展路径下到2100年辐射强迫稳定在4.5 W·m-2[20].相较之前的典型浓度路径(Representative Concentration Pathway,RCP),SSPs情景综合考虑了人口、经济和技术等社会发展指标变化,因此能够更容易地评估气候变化减缓行动的成本和效益. ...
基于CMIP6模式数据的1961-2099年青藏高原降水变化特征分析
2
2023
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
... [21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
Characteristics of precipitation change over the Qinghai?Xizang Plateau from 1961 to 2099 based on CMIP6 models
2
2023
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
... [21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
CMIP6模式对青藏高原气候的模拟能力评估与预估研究
1
2021
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
Evaluation and projection of CMIP6 models for climate over the Qinghai?Xizang (Tibetan) Plateau
1
2021
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
CMIP6多模式在青藏高原的适应性评估及未来气候变化预估
2
2022
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
... 本研究基于CMIP6的20个模式,评估高原降水模拟情况,并预估未来降水变化情况,但观测数据差异、模式选择差异和评估时间差异等因素均会对研究结果产生影响.如张佳怡等[23]采用中国区域地面气象要素驱动数据集及CMIP6中的24个气候模式,选取1979-2014年为基准期,在不同情景下预估2061-2080年降水变幅为-1%~21%.李博渊和胡芩[24]的研究表明选取1995-2014年为基准期,SSP5⁃8.5情景下降水增幅为23%.虽然预估结果有所差异,但以上研究均表明降水量在未来呈现增长趋势,且在SSP5⁃8.5情景下降水增幅最大. ...
CMIP6 evaluation and projection of climate change in Tibetan Plateau
2
2022
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
... 本研究基于CMIP6的20个模式,评估高原降水模拟情况,并预估未来降水变化情况,但观测数据差异、模式选择差异和评估时间差异等因素均会对研究结果产生影响.如张佳怡等[23]采用中国区域地面气象要素驱动数据集及CMIP6中的24个气候模式,选取1979-2014年为基准期,在不同情景下预估2061-2080年降水变幅为-1%~21%.李博渊和胡芩[24]的研究表明选取1995-2014年为基准期,SSP5⁃8.5情景下降水增幅为23%.虽然预估结果有所差异,但以上研究均表明降水量在未来呈现增长趋势,且在SSP5⁃8.5情景下降水增幅最大. ...
基于CMIP6模式评估结果对未来青藏高原降水多情景预估
2
2024
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
... 本研究基于CMIP6的20个模式,评估高原降水模拟情况,并预估未来降水变化情况,但观测数据差异、模式选择差异和评估时间差异等因素均会对研究结果产生影响.如张佳怡等[23]采用中国区域地面气象要素驱动数据集及CMIP6中的24个气候模式,选取1979-2014年为基准期,在不同情景下预估2061-2080年降水变幅为-1%~21%.李博渊和胡芩[24]的研究表明选取1995-2014年为基准期,SSP5⁃8.5情景下降水增幅为23%.虽然预估结果有所差异,但以上研究均表明降水量在未来呈现增长趋势,且在SSP5⁃8.5情景下降水增幅最大. ...
Multi?scenario projection of future precipitation over the Qinghai?Xizang (Tibetan) Plateau based on CMIP6 model assessment results
2
2024
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
... 本研究基于CMIP6的20个模式,评估高原降水模拟情况,并预估未来降水变化情况,但观测数据差异、模式选择差异和评估时间差异等因素均会对研究结果产生影响.如张佳怡等[23]采用中国区域地面气象要素驱动数据集及CMIP6中的24个气候模式,选取1979-2014年为基准期,在不同情景下预估2061-2080年降水变幅为-1%~21%.李博渊和胡芩[24]的研究表明选取1995-2014年为基准期,SSP5⁃8.5情景下降水增幅为23%.虽然预估结果有所差异,但以上研究均表明降水量在未来呈现增长趋势,且在SSP5⁃8.5情景下降水增幅最大. ...
CMIP6 evaluation and projection of precipitation over northern China:Further investigation
1
2023
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
CMIP6 evaluation and projection of temperature and precipitation over China
1
2021
... 目前,CMIP计划已经发展到第六阶段,为未来5~10年气候研究提供数据支撑[15].CMIP6相较于CMIP5,模式数量更多,参数化方案和分辨率等方面也有不同程度的改进和提高,众多学者探究了CMIP6模式的模拟能力较之前阶段是否有所改善.比较CMIP5和相应CMIP6气候模式的模拟数据发现,CMIP6提高了中国区域降水气候态的模拟效果,减少了区域平均降水偏差[16-17].此外,CMIP6还提高了东亚冬季风的模拟效果,但夏季风模拟效果并未有明显改善[18].Zhu and Yang[19]利用CMIP5和CMIP6中23个气候模式针对青藏高原降水做了评估,将CMIP6多模式集合平均与CMIP5结果对比发现,CMIP6模式在柴达木盆地和西北部干旱地区模拟能力有所改善,但在湿润地区模拟降水能力较弱,且高原季节降水模拟相对于观测降水仍存在湿偏差.在预估未来气候变化上,CMIP6结合共享社会经济路径(Shared Socioeconomic Pathways,SSPs)和辐射强迫,提出了新的气候预估情景[20].众多学者基于此对青藏高原未来的气候变化开展研究[21-23].研究表明,未来青藏高原降水在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征.对于辐射强迫越大的情景,降水增幅越高,SSP5⁃8.5情景下降水增幅接近SSP2⁃4.5情景下的两倍[21-22].李博渊和胡芩[24]指出最新的CMIP6模式对于青藏高原降水模拟能力总体而言较差,模式模拟降水之间存在较大差异.基于现有模式数据,依据统计指标选取较优模式可获得较为统一信息,排除模式差异性对结果分析的干扰.比如,Yang et al[25-26]利用评分指数选取CMIP6中模拟较好和较差的气候模式对中国区域未来降水进行预估,得到中国北部和西部区域降水增加显著,且模拟较优的模式相较于多模式集合平均,预估降水更多.因此,本文在评估20个CMIP6模式模拟青藏高原年和季节平均降水模拟能力的基础上,从中选择了对年和季节平均降水模拟较优的五个模式组成集合,比较了20个CMIP6模式组成的集合与择优挑选模式组成的集合在预估SSPs情景下青藏高原地区21世纪年和季节平均降水的变化及其差异,旨在为深入了解青藏高原气候变化提供科学参考. ...
一套格点化的中国区域逐日观测资料及与其它资料的对比
1
2013
... 本文采用CN05.1格点资料来评估CMIP6模式对青藏高原平均降水的模拟能力,该数据是根据中国气象局所属的2400余个台站的观测资料插值而成的,分辨率为0.25°×0.25°[27],评估时段为1995-2014年.表1为本文采用的CMIP6 20个GCM的基本信息,数据来源于https://aims2.llnl.gov/search/?project=CMIP6/.因为模式来自不同的国家和地区,模式分辨率不一,为便于对比分析,将其双线性插值到1°×1°的网格点中.多模式集合平均为等权重平均. ...
A gridded daily observation dataset over China region and comparison with the other datasets
1
2013
... 本文采用CN05.1格点资料来评估CMIP6模式对青藏高原平均降水的模拟能力,该数据是根据中国气象局所属的2400余个台站的观测资料插值而成的,分辨率为0.25°×0.25°[27],评估时段为1995-2014年.表1为本文采用的CMIP6 20个GCM的基本信息,数据来源于https://aims2.llnl.gov/search/?project=CMIP6/.因为模式来自不同的国家和地区,模式分辨率不一,为便于对比分析,将其双线性插值到1°×1°的网格点中.多模式集合平均为等权重平均. ...
1
2001
... 为定量评估20个模式对降水气候态空间分布特征的模拟能力,我们使用泰勒图[28]将其形象化地表现出来.泰勒图是表现青藏高原的模拟降水数据与观测降水数据的空间相关系数(Spatial Correlation Cofficient,SCC)、中心化均方根误差(Centralized Root Mean Square Error,CRMSE)和标准差之比的综合概述图,可直观地展现和评估模式的模拟能力.其中弧度轴表示SCC,横轴和纵轴均为标准差之比,CRMSE为模式点到参照点(REF)的距离.假设模拟数据的标准差为,观测数据的标准差为,SCC,CRMSE,和之间的关系为: ...
CMIP5全球气候模式对青藏高原地区气候模拟能力评估
1
2014
... 根据前人的研究,多模式等权重集合平均比多模式集合中位数模拟结果要好,并且根据模式模拟表现优选的模式集合平均相较于所有模式集合平均的模拟能力又有所提高[29].因此在预估青藏高原降水变化时,将分析20个CMIP6模式的集合平均(All Multi⁃model Ensemble,AMME)和优选模式集合平均(Best Multi⁃model Ensemble,BMME)在不同情景下预估的年和季节平均降水的时空变化特征,使用置信水平为90%的t检验来检验统计显著性. ...
Evaluation of CMIP5 models over the Qinghai?Tibetan Plateau
1
2014
... 根据前人的研究,多模式等权重集合平均比多模式集合中位数模拟结果要好,并且根据模式模拟表现优选的模式集合平均相较于所有模式集合平均的模拟能力又有所提高[29].因此在预估青藏高原降水变化时,将分析20个CMIP6模式的集合平均(All Multi⁃model Ensemble,AMME)和优选模式集合平均(Best Multi⁃model Ensemble,BMME)在不同情景下预估的年和季节平均降水的时空变化特征,使用置信水平为90%的t检验来检验统计显著性. ...
Dynamical impact of parameterized turbulent orographic form drag on the simulation of winter precipitation over the western Tibetan Plateau
1
2019
... 此外,由于本文使用的CN05.1观测资料由气象站点插值而成,但高原站点稀疏,冬季降水较少,并且主要以降雪为主,存在不可忽略的观测误差,在评估模式高估冬季降水方面存在误差.Zhou et al[30]使用多种观测降水资料评估模式模拟效果,减少了高原地区降水观测资料的不足所带来的误差.未来将结合GPCC,CMORPH等卫星降水数据详细分析CMIP6气候模式对高原冬季降水的模拟效果. ...