基于第六次耦合模式比较计划(CMIP6)的模式模拟数据和欧洲宇航局GlobSnow卫星遥感雪水当量(Snow Water Equivalent,SWE)资料,评估了CMIP6耦合模式对1981~2014年欧亚大陆冬季SWE的模拟能力,并应用多模式集合平均结果预估了21世纪欧亚大陆...基于第六次耦合模式比较计划(CMIP6)的模式模拟数据和欧洲宇航局GlobSnow卫星遥感雪水当量(Snow Water Equivalent,SWE)资料,评估了CMIP6耦合模式对1981~2014年欧亚大陆冬季SWE的模拟能力,并应用多模式集合平均结果预估了21世纪欧亚大陆SWE的变化情况。结果表明,CMIP6耦合模式对冬季欧亚大陆中高纬度SWE空间分布具有较好的再现能力,能模拟出欧亚大陆中高纬度SWE的主要分布特征;耦合模式对SWE变化趋势及经验正交函数主要模态特征的模拟能力存在较大差异,但多模式集合能提高模式对SWE变化趋势和主要时空变化特征的模拟能力;此外,多模式集合结果对欧亚大陆冬季SWE与降水、气温的关系也有较好的再现能力。预估结果表明,21世纪欧亚大陆东北大部分地区的SWE均要高于基准期(1995~2014年),而90°E以西的欧洲大陆SWE基本上呈现减少的特征;21世纪早期,4种不同排放情景下积雪变化的差异不大,但21世纪后期积雪变化的幅度差异较大,而且排放越高积雪变化的幅度越大,模式不确定性也越大;进一步的分析表明,欧亚大陆冬季未来积雪变化特征的空间分布与全球变化背景下局地气温、降水的变化密切相关,高温高湿的条件有利于欧亚大陆东北部积雪的增多。展开更多
基于耦合模式比较计划第6阶段(CMIP6)中的全球气候模式的模拟结果,采用考虑模式性能和独立性结合(Climate model Weighting by Independence and Performance,ClimWIP)的加权方案进行中国区域气候的多模式集合预估及不确定性研究。结果...基于耦合模式比较计划第6阶段(CMIP6)中的全球气候模式的模拟结果,采用考虑模式性能和独立性结合(Climate model Weighting by Independence and Performance,ClimWIP)的加权方案进行中国区域气候的多模式集合预估及不确定性研究。结果表明,ClimWIP方案在历史阶段的模拟优于等权重方案,降低了多模式模拟的气候态偏差。温度指数的未来预估不确定性较大的区域主要集中在中国北方和青藏高原,而降水指数主要集中在华北和西北地区。ClimWIP方案的预估不确定性与等权重方案相比有所降低。ClimWIP方案预估的温度指数的增温大值区主要集中在中国北方和青藏高原;降水指数在西北和青藏高原增加最为显著。全球额外0.5℃增暖时,中国区域平均的温度指数变化更强,平均高于全球0.2℃,最低温在东北部分地区的额外增温甚至是全球平均的3倍;总降水额外增加5.2%;强降水额外增加10.5%。全球增暖2℃下,中国大部分区域温度指数较当前气候态增加可能超过1.5℃(概率>50%),在中国北方和青藏高原的部分地区增温超过1.5℃的可能性更大(概率>90%);总降水,强降水和连续干日在西北和华北增加幅度有可能超过10%、25%和-5 d(概率>50%)。展开更多
虽然第六次耦合模式比较计划(Coupled Model Intercomparison Project 6,CMIP6)能很好地预测大尺度气候要素,但是其在预测流域尺度方面的效果与实测数据仍有差别,尤其是在青藏高原这种高海拔、地形复杂地区,气候模式所产生的误差更大。...虽然第六次耦合模式比较计划(Coupled Model Intercomparison Project 6,CMIP6)能很好地预测大尺度气候要素,但是其在预测流域尺度方面的效果与实测数据仍有差别,尤其是在青藏高原这种高海拔、地形复杂地区,气候模式所产生的误差更大。基于最新一代高分辨率CMIP6模式历史情景和SSP126、SSP245、SSP370、SSP585等多种未来气候排放情景,研究使用包括偏差校正、KNN、SDSM等多种统计降尺度方法进行降尺度分析,并对各自的预测性能进行了评估,在此基础上使用性能最佳的统计降尺度方式预估青藏高原地区的未来降水,对最终得到的预估降水的时空演变特征进行了详细的分析,并与青藏高原的历史降水情况进行了对比。结果表明,3种统计降尺度在青藏高原的适用性差异较大,线性回归降尺度方法的性能最佳,其次为偏差校正方法,最差为KNN类比方法。从未来降水预估情况分析,青藏高原未来80 a平均降水、降水极值等总体呈上升趋势但上升幅度较小,且空间分布情况变化不大。研究结果可为青藏高原水资源评价及规划与管理提供科学依据。展开更多
青海湖对青藏高原的生态安全有着重要作用,深入理解青海湖未来湖表温度变化特征至关重要。本文通过站点观测数据和再分析数据评估第六次国际耦合模式比较计划(Coupled Model Inter⁃comparison Project 6,CMIP6)中3个全球气候模式的常规...青海湖对青藏高原的生态安全有着重要作用,深入理解青海湖未来湖表温度变化特征至关重要。本文通过站点观测数据和再分析数据评估第六次国际耦合模式比较计划(Coupled Model Inter⁃comparison Project 6,CMIP6)中3个全球气候模式的常规气象数据,并利用观测数据和MODIS地表温度数据评估一维湖泊模式(Freshwater Lake Model,FLake)在青海湖的适用性,预测4种不同排放情景(SSP126、SSP245、SSP370、SSP585)青海湖未来湖温的演变趋势,阐明湖温变化的驱动机制及其对青海湖裸鲤生存环境的潜在影响。结果表明:(1)再分析数据和CMIP6多模式集合的历史气象数据优于单个模式。2015—2100年,青海湖年均湖表温度持续升高,但由于社会共享经济路径(Shared Socio⁃economic Pathway,SSP)和辐射强迫的差异,CMIP64种不同排放情景Flake模拟的湖表温度升温速率表现出明显差异。SSP126情景2050年后的升温速率低于历史水平,而在SSP245、SSP370和SSP585情景,2050年前后的升温速率均高于历史水平,气温是湖温上升的主要驱动因素。(2)未来不同时期的月、日最高湖表温度均出现在8月,近期(2021—2040年)各情景之间湖表温度差异较小,日均湖表温度基本在20.00℃以下;中期(2041—2080年)各情景间差异逐渐增大;远期(2081—2100年)8月日均湖表温度将超过20.00℃,多年日均湖表温度最高可达23.31℃,可对青海湖裸鲤的生长造成严重威胁,使其处于较高风险。展开更多
文摘基于第六次耦合模式比较计划(CMIP6)的模式模拟数据和欧洲宇航局GlobSnow卫星遥感雪水当量(Snow Water Equivalent,SWE)资料,评估了CMIP6耦合模式对1981~2014年欧亚大陆冬季SWE的模拟能力,并应用多模式集合平均结果预估了21世纪欧亚大陆SWE的变化情况。结果表明,CMIP6耦合模式对冬季欧亚大陆中高纬度SWE空间分布具有较好的再现能力,能模拟出欧亚大陆中高纬度SWE的主要分布特征;耦合模式对SWE变化趋势及经验正交函数主要模态特征的模拟能力存在较大差异,但多模式集合能提高模式对SWE变化趋势和主要时空变化特征的模拟能力;此外,多模式集合结果对欧亚大陆冬季SWE与降水、气温的关系也有较好的再现能力。预估结果表明,21世纪欧亚大陆东北大部分地区的SWE均要高于基准期(1995~2014年),而90°E以西的欧洲大陆SWE基本上呈现减少的特征;21世纪早期,4种不同排放情景下积雪变化的差异不大,但21世纪后期积雪变化的幅度差异较大,而且排放越高积雪变化的幅度越大,模式不确定性也越大;进一步的分析表明,欧亚大陆冬季未来积雪变化特征的空间分布与全球变化背景下局地气温、降水的变化密切相关,高温高湿的条件有利于欧亚大陆东北部积雪的增多。
文摘基于耦合模式比较计划第6阶段(CMIP6)中的全球气候模式的模拟结果,采用考虑模式性能和独立性结合(Climate model Weighting by Independence and Performance,ClimWIP)的加权方案进行中国区域气候的多模式集合预估及不确定性研究。结果表明,ClimWIP方案在历史阶段的模拟优于等权重方案,降低了多模式模拟的气候态偏差。温度指数的未来预估不确定性较大的区域主要集中在中国北方和青藏高原,而降水指数主要集中在华北和西北地区。ClimWIP方案的预估不确定性与等权重方案相比有所降低。ClimWIP方案预估的温度指数的增温大值区主要集中在中国北方和青藏高原;降水指数在西北和青藏高原增加最为显著。全球额外0.5℃增暖时,中国区域平均的温度指数变化更强,平均高于全球0.2℃,最低温在东北部分地区的额外增温甚至是全球平均的3倍;总降水额外增加5.2%;强降水额外增加10.5%。全球增暖2℃下,中国大部分区域温度指数较当前气候态增加可能超过1.5℃(概率>50%),在中国北方和青藏高原的部分地区增温超过1.5℃的可能性更大(概率>90%);总降水,强降水和连续干日在西北和华北增加幅度有可能超过10%、25%和-5 d(概率>50%)。
文摘青海湖对青藏高原的生态安全有着重要作用,深入理解青海湖未来湖表温度变化特征至关重要。本文通过站点观测数据和再分析数据评估第六次国际耦合模式比较计划(Coupled Model Inter⁃comparison Project 6,CMIP6)中3个全球气候模式的常规气象数据,并利用观测数据和MODIS地表温度数据评估一维湖泊模式(Freshwater Lake Model,FLake)在青海湖的适用性,预测4种不同排放情景(SSP126、SSP245、SSP370、SSP585)青海湖未来湖温的演变趋势,阐明湖温变化的驱动机制及其对青海湖裸鲤生存环境的潜在影响。结果表明:(1)再分析数据和CMIP6多模式集合的历史气象数据优于单个模式。2015—2100年,青海湖年均湖表温度持续升高,但由于社会共享经济路径(Shared Socio⁃economic Pathway,SSP)和辐射强迫的差异,CMIP64种不同排放情景Flake模拟的湖表温度升温速率表现出明显差异。SSP126情景2050年后的升温速率低于历史水平,而在SSP245、SSP370和SSP585情景,2050年前后的升温速率均高于历史水平,气温是湖温上升的主要驱动因素。(2)未来不同时期的月、日最高湖表温度均出现在8月,近期(2021—2040年)各情景之间湖表温度差异较小,日均湖表温度基本在20.00℃以下;中期(2041—2080年)各情景间差异逐渐增大;远期(2081—2100年)8月日均湖表温度将超过20.00℃,多年日均湖表温度最高可达23.31℃,可对青海湖裸鲤的生长造成严重威胁,使其处于较高风险。
