英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

从旅游气候学的角度对黑森林区域进行高分辨率模拟的分析——对REMO和CLM两种区域气候模式的比较

Christina Endler和Andreas Matzarakis

摘要： 从旅游气候学的角度，基于Remo和CLM两种区域气候模式的气候模拟分析是在德国西南部的一个区域——黑森林进行的，这次模拟主要分为两个时间段：1971-2000年这各时间段代表了二十世纪的气候，2021-2050年这个时间段代表了未来气候。在这个背景下，政府间气候变化专门委员会（IPCC）的方案A1B和B1才可以被使用。这次的分析主要是集中解决人类生物气象学以及应用气象学的问题，尤其是针对旅游业——这就意味着研究参数属于旅游气候中的热学（生理等效温度，PET），物理学（降水，雪，风）以及审美学（雾，云覆盖）方面。一般情况下，两种模式显示出相似的趋势，但程度不同。两种模式显示的热舒适度的趋势相反：热舒适度在REMO模式中呈现出减少的趋势，而在CLM模式中表现出略微增加的趋势。此外，相比于CLM模式，REMO模式对未来气候趋势变化显示出更广泛的范围，尤其是对于阳光、干燥日数和热应力。这两种模式都是由相同的全球大气–海洋耦合模式ECHAM5/MPI-OM驱动。由于两种模式都不能解决中小尺度过程，例如云微物理学过程，导致模式结果之间的差异，甚至发展过程中参数的差异（例如，云的形成和覆盖）都是由模式不同的参数化过程和不同的公式造成的。预计到2050年的气候变化比2100年的要小，但是可能对旅游业产生重大的影响，例如，积雪和它的持续时间是非常容易受到气候变暖的影响，这种气候变暖的气候会直接影响到冬季的旅游业。除此之外，间接影响外旅游业的影响也很重要。因此，气候、自然环境、人口、旅游者的需求的变化，在其他方面影响着总体经济。CLM结果的分析以及其与REMO模式结果相比较所得到的完整的分析是在沿海和低山地区气候趋势以及可持续发展旅游业（CAST）项目中进行的，该项目由德国联邦教育与研究部（BMBF）资助。

1简介

关于气候变化的科学研究正在进行中，在一些特定领域，如影响评估，仍然处于一个相对初期的阶段。从长远来看，大多数研究集中在气候变化的分析方面，目前涵盖了本世纪末的时期，包括气温和降水这些最广泛使用的变量。对于影响评估研究，特别是对旅游和娱乐而言，这两个变量是不够的。二十世纪末，旅游业已不再关心将发生什么了。然而，由于其灵活性和适应性很高，旅游规划的规划范围相对比较短。

在过去的几年中，气候模式的可靠性大大增加。气候模式可以提供未来气候的现实估计的信心是基于它们有正确地再现当前气候的能力，这种能力是由模式在各方面的改进实现的，即系统动力学模式的改进，水平和垂直分辨率的提高，物理参数更加详细，并纳入更多的过程（气溶胶，陆地表面，和海冰）（例如，Rial等2004， Reichler和Kim2008）。

虽然气候变化发生在全球范围内，但是其影响在局地和区域尺度上有很大的不同。通常，用具有粗网格分辨率（大约100公里）的全球气候模式来研究增加温室气体（温室气体）的浓度，改变气溶胶组成和压力，以及土地覆盖的变化对气候的影响。这些全球气候模式来代表尺度小于100公里的非均质性的表面以及预测全球变化对区域尺度的影响是不恰当的。因此，必须将由全球尺度的气候模式所获得的信息转移到更小的尺度上。在气候预测中常用的获得更高详细度的方法是使用区域（即，有限区域）气候模式（RCM）实现动力降尺度。

由于地区（地形，到海上的距离，当地风模式和它们的波动，大城市的热岛效应等）对气候有较大的影响，使得在区域尺度上估计未来气候变化有一定的难度。目前，气候模式只能大约捕捉到极端天气事件的中小尺度过程。因此，对于极端事件的频率和密度的发展设想还不能确定。由于极端事件很少发生，使得当前对于极端事件的趋势统计很困难（Walkenhorst和Stock 2009）。

从2001开始，PRUDENCE项目就倾向于解决和减少提供50公里网格宽度模拟的气候预测的不足，并且重点放在欧洲上，同时，这个项目也倾向于量化在使用不同的气候模式预测未来气候中的不确定性（PRUDENCE 2007）。由欧洲委员会资助的ENSEMBLES项目（van der Linden和Mitschell 2009）开始于2004年，在2009年结束。该项目的主要目的是使气候预测的不确定性被量化，这样欧洲未来气候清晰的图片可以用高分辨率的区域气候模式集合（sim;25公里）而成。通过将集合预报系统的输出与一系列的应用程序连接起来，探究的结果的准确率应该有所提高。我们评估–在较小的背景下–相对于气候变化预测实在50km或25km的网格宽度下进行的，在低于20公里网格宽度的情况下对于不同的强迫情况下用这两种区域气候模式模拟的性能对于黑森林地区复杂的地形而言，这个网格宽度太宽，所以不能应用于黑森林地区的气候预测。近日，欧洲模式的结果已可用于网格分辨率低于20公里的区域气候模式：使用CLM区域气候模式进行的CLM联合模拟（Steppeler等2003，Bouml;hm等2006，Rockel等2008）和使用REMO 区域气候模式（Jacob和Podzun 1997，Jacob2001，Jacob等2001）进行的由代表德国联邦环境局的马克斯普朗克研究所为汉堡气象所进行的所谓的REMO-UBA模拟（Jacob等2008）。本研究的目的是把在德国西南部的一个复杂地区（黑森林区）上使用两种模式得到的研究结果进行比较——之前使用REMO模式得到的结果（Endler 和 Matzarakis 2010a, b）与用CLM模式得到的结果。在这样的背景下，分析不是基于气象参数的气温和降水，而是基于热成分。

论文共分为四个部分。第一部分介绍基于区域气候模式得到的数据和从人类生物气象学和旅游气候学推导出的方法。第二部分概述由数据导出的结果；之后，将在第三部分中对其进行讨论。最后一部分总结分析，并将进一步地为今后的研究提供前景。

2模式和方法介绍

在这项研究中，对由区域气候模式REMO和CLM所进行的高分辨率的气候模拟结果进行了分析。一般特性列于表1。这两种模式都是符合动力嵌套的长期模拟的大气气候模式。当然，单一的天气事件及当其发生时在时间和空间上的观测都不能用气候模拟来预测。两种模式都是有全球海气耦合模式ECHAM5/MPI-OM初始化和驱动（Roeckner等2003，Hagemann等2006，Hagemann等，2003）。对于当今气候的模拟，ECHAM5采用可观测的人为强迫通过前工业控制模拟仿真初始化CO2，CH4，N2O，氯氟烃，臭氧，和硫酸，但在这个过程中忽略了来自火山和太阳活动变化的自然强迫。未来气候的模拟使用正如IPCC所描述的各自的排放情景的人为强迫。未来的气候模拟使用人为强迫通过各自的IPCC SRES排放情景描述。网格分辨率为31层的T63（1.87°）。

REMO模式是流体静力学气候模式，该模式不仅可用于气候，而且可用于模式预测。在这项研究中，REMO在气候模式中被应用（Jacob2001，Jacob等2001）。像对流或湍流这种不能通过模式的解决过程都是采用ECHAM4模式的物理参数化过程进行估计的（Roeckner等1996）。REMO-UBA模拟应用的是两步嵌套法。0.44°网格宽度的REMO模拟是由ECHAM5

表一 REMO和CLM的模式设计方案

驱动的。这种粗糙的REMO模拟为高分辨率的提供高分辨率的REMO-UBA模拟提供边界值。

这些气候模式运行可达到0.088°的网格宽度（10公里times;10公里），可供IPCC的三各排放情景A1B，A2和B1，从1950运行到2100。被REMO覆盖的地区包括德国和阿尔卑斯山（图1，上，左）。

2001一个新的区域气候模式CLM（基于LM 2.19的气候的局部模型）选择德国气象服务（DWD）的局部模型（LM）作为它的基础。因为有很多团体都参与到了CLM模式的开发当中，所以该模式被更名为COSMO-CLM，在2008年正式命名为团体气候有限区域模式（CCLM）作为其最终的名字。CCLM模式是从常规天气预报模式（Lokalmodell）中衍生出来的，适用于气候应用的模式。CCLM模式可以提供50-1km网格宽度的高分辨率数据，是直接被嵌套进ECHAM5领域的非流体静力学气候模式，即，它是稳定地由全球气候模拟结果驱动的。在这项研究中，模拟使用的网格宽度为0.165米（18 km times; 18 km）。它们可供欧洲（图1，上面板，右）两种排放情景A1B和B1从1960年运行至2100（Steppeler等2003、Bouml;HM等2006，Rockel等2008）。表一给出了简要的概述。之后，符号CLM开始在这项研究中开始使用。排放情景往往与社会、经济和科技发展相关。A1B描述了一个经济快速增长以及高效新技术快速引进的未来世界。B1描述了伴随着材料强度的降低，以及清洁、有效资源技术的引用，经济结构向服务和信息经济快速转变的世界。在所有的情景中，温室气体的浓度在整个二十一世纪都是增加的状态。仅从2040年开始，温室气体稳定的变化趋势在各排放情景中就开始出现明显的区别。在这样的情况下，A1B比B1变化更快速 (IPCC 2001)。

几个由DWD运行的气候站被挑选来进行模式验证。以下就是几个被挑选到的气候站：Freiburg, Feldberg, Hinterzarten, Titisee, 和 Bad Wildbad。所用数据的时间段在1961-2000年。测量站周围的九个网格箱都是被用来比较下面提到的参数的平均值和频率分布。

本研究的重点是对位于德国西南部的黑森林这种复杂地形的参数进行分析（图1，较低的面板）。关于旅游与休闲，黑森林提供了夏季和冬季有趣的研究地点。为了评估旅游和休闲的气候，使用了一种赞同旅游气候的各个方面，即审美，物理，和热因素的方法（de Freitas 1990，2003）。AES主观方面包括阳光、云量、能见度，和白天的长度。物理方面包括雨、风、雪、恶劣天气、空气质量和紫外线辐射。审美方面包括阳光、云量、能见度，和白天的长度。物理方面包括雨、风、雪、恶劣天气、空气质量和紫外线辐射。热学方面的特点是气温，风，太阳辐射，湿度，长波辐射，和代谢率的综合效应，这可以由考虑到身体–环境能量平衡（见表1）的热指数表示，如生理等效温度（PET，

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[31808]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 气候变化对径流影响研究中多个gcm、统计降尺度和水文模型的比较与评价外文翻译资料
• 蒙古高原与青藏高原对北太平洋西风急流的影响外文翻译资料
• 用RAMS-CMAQ模拟北京气溶胶对大气能见度的影响外文翻译资料
• 春季江淮流域多尺度气旋活动及其与降水异常的关系外文翻译资料
• 中国东部地区春季1壤湿度和夏季降水关系的统计分析外文翻译资料
• 长江流域降水变率的AMIP GCM模拟外文翻译资料
• 中国水汽变化及气溶胶的影响外文翻译资料
• 大西洋盆地及其相邻大陆地区气溶胶的CALIPSO衍生三维结构外文翻译资料
• 基于雨量计观测数据的登陆中国的热带气旋的降水日变化外文翻译资料
• 基于CloudSat数据的热带云属现象描述外文翻译资料