英语原文共 21 页,剩余内容已隐藏,支付完成后下载完整资料
CMIP5多模式集合预估中国极端温度和极端
降水事件未来变化
周波涛
中国气象局国家气候中心,北京,南京信息工程大学气象灾害预报预警与评估协同创新中心,南京,中国QIUZI HAN WEN
气候研究部门,加拿大环境部,多伦多,安大略,加拿大
YING XU AND LIANCHUN SONG
中国气象局国家气候中心,北京,中国
XUEBIN ZHANG
气候研究部门,加拿大环境部,多伦多,安大略,加拿大
(原稿于2013年12月9日完成,最终定稿于2014年5月1日)
摘要
基于国际耦合模式比较计划第5阶段(CMIP5)模拟,本文预估了中国极端温度和极端降水到21世纪末的变化。主要分析了RCP4.5和RCP8.5排放情景下“气候变化检测和指标专家组”(ETCCDI)定义的气候指数的时间变化和空间格局。与参考时段1986-2005年相比,两种排放情景下的极端温度和极端降水都将发生显著变化。这些变化包括极端冷事件减少,极端暖事件增加,以及极端强降水加强。模式间的离差随着时间的推移而增加,并且RCP8.5情景下的要比RCP4.5情景下的要大,特别是对于区域尺度的大部分指数。两种RCPs预估的变化差异在21世纪40年代后开始显现。方差的混合效应分析(ANOVA)表明, 到21世纪末,在国家尺度上,大多数基于温度的极端指数和一些极端降水指数(包括1天最大降水量(RX1day),5天最大降水(RX5day),以及极端降水总量(R95p))的预估不确定性主要来自排放情景的差异。对于区域尺度的一些指数,模式的不确定性是主要因子。自然变率也起着非常重要的作用。
- 引言
联合国政府间气候变化专门委员会在其第五次评估报告(AR5)中指出,“气候系统的变暖是明确的”,“温室气体的持续排放将导致气候进一步变暖以及气候系统所有组成的变化”(Stocker et al. 2013)。全球变暖对人类社会、生态系统和环境产生了深远的影响,主要是通过极端气候变化造成(Field et al.2012)。为了更好地适应不断变化的气候,公众和决策者现在通常要求获得有关未来气候极端变化的信息。世界气象组织(WMO)发起了管理气候风险的全球气候服务框架(GFCS) (WMO 2009)。
中国尤其容易受到干旱、洪水、低温和热浪等极端气候的影响。据估计,自1990年以来,这些事件每年造成的经济损失超过2000亿元人民币,占中国国内生产总值(GDP)的2.37% (Wang and Zheng .2012)。因此,全球变暖导致的极端气候变化是中国领导人特别关注的问题。对未来极端气候变化作出科学合理的预估对于制定减少气候风险的适应战略和在中国成功实施全球气候变化战略至关重要。
几项研究调查了在不同温室气体排放情景下东亚和中国预估的未来极端气候变化(如Ma et al. 2012; Chen et al. 2011; Gao et al. 2002,2010; Jiang et al. 2004; Ding et al. 2007; Xu et al. 2009b;Sun et al. 2007; Chen et al. 2012; Jiang et al. 2012; Wang et al. 2012; Wu et al. 2012; Xu et al. 2013)。最近的这些研究结果主要基于提供国际耦合模式比较计划第3阶段(CMIP3)的全球气候模式模拟。结果表明,高纬度地区随着变暖的加剧,日最高和最低温度均有所增加(Jiang et al. 2004)。Xu et al. (2009b)研究表明,CMIP3模式预估,在21世纪中国长江流域热浪持续时间更长,暖夜发生频率更高。长江流域中下游、东南沿海地区、西北西部和青藏高原降水预计将更加频繁和强烈(Jiang et al. 2012)。Sun et al. (2010)研究表明,21世纪我国南方地区强降雪事件的发生频率将会降低。预估中国北方的降雪事件在21世纪中后期会先增加,随后会减少(Sun et al. 2010)。
为了促进对极端气候的研究,气象组织气候学委员会(CCL) -气候变化和可预报性联合委员会(CLIVAR) -海洋学和海洋气象联合委员会(JCOMM)气候变化检测和指数专家组(ETCCDI)定义了一套关注世界各地区每日极端温度和降水气候的气候变化指标 (Frich et al. 2002;Klein Tank et al. 2009;Zhang et al. 2011)。这些指标已广泛用于气候极端变化的探测、归因和预估例(如Alexander et al. 2006;Min et al. 2011;Orlowsky和Seneviratne 2012;Donat et al. 2013;Sillmann et al. 2013,b;Wen et al. 2013;Xu et al. 2013)。Sillmann et al. (2013)在比较了耦合模式比较计划第5阶段(CMIP5)后,发现CMIP5模式一般能够再现这些气候极端指数的历史趋势模式。与CMIP3相比,CMIP5模式有显著的改进(Taylor et al. 2012),并采用了一组新的排放场景,称为典型浓度路径(RCPs) (Moss et al. 2010);(vanVuuren et al. 2011)用于未来的气候模拟。Sillmann et al. (2013b)研究预估了全球、大陆和次大陆尺度上气候极端变化。更详细的区域分析对区域政策制定具有特殊的价值。然而,CMIP5对中国未来极端气候变化的预估尚缺乏详细的分析。本研究旨在填补这一差距。我们延续Sillmann et al. (2013b)的全球性研究,将研究方法扩展到中国及其次区域。了解导致预估不确定性的各种因素的相对重要性。
本文的其余部分内容编排如下。第2节中对数据和方法进行了描述。气温和降水指数的预估时空变化分别载于第3和第4节。并在第5节中讨论使用方差混合效应分析(ANOVA)对预估中的不确定性进行量化,随后在第6节中进行总结和讨论。
表1.本文分析中使用的24个气候模式的信息。
模式 |
机构/国家 |
水平分辨率 (经度纬度) |
运行的次数 |
PCR4.5 PCR8.5 |
|||
Australian Community Climate and Earth-System Simulator, version 1.0 (ACCESS1.0) |
Commonwealth Scientific and Industrial Research Organization (CSIRO) and Bureau of Meteorology (BOM)/Australia |
192145 |
1 1 |
Beijing Climate Center, Climate System Model, version 1.1 (BCC_CSM1.1) |
Beijing Climate Center, China Meteorological Administration/China |
12864 |
1 1 |
Beijing Normal University–Earth System Model (BNU-ESM) |
Beijing Normal University/China |
12864 |
1 1 |
Second Generation Canadian Earth System Model (CanESM2) |
Canadian Centre for Climate Modeling and Analysis/Canada |
12864 |
5 5 |
Community Climate System Model, version 4 (CCSM4) |
National Center for Atmosphere Research/ United States |
288192 |
2 2 |
Community Earth System Model, version 1, bigeochemical(CESM1-BGC) |
National Science Foundation– Department of Energy–National Center for Atmosphere Research/United States |
288192 |
1 1 |
Centro Euro-Mediterraneo per I Cambiamenti Climatici Climate Model (CMCC-CM) |
Centro Euro-Mediterraneo per I Cambiamenti Climatici/Italy |
480240 |
1 1 |
Centre National de Recherches Meacute;teacute;orologiques Coupled Global Climate Model, version 5 (CNRM-CM5) |
Centre National de Recherches Meteorologiques and Centre Europeen de Recherche et Formation Avancees en Calcul Scientifique/France |
256128 |
1 1 |
Commonwealth Scientific and Industrial Research Organisation Mark,version 3.6.0 (CSIRO Mk3.6.0) |
Queensland Climate Change Centre of Excellence and Commonwealth Scientific and Industrial Research Organization/Australia |
19296 |
4 4 |
Geophysical Fluid Dynamics Laboratory Earth System Model with Generalized Ocean Layer Dynamics (GOLD) component (GFDL-ESM2G) |
National Oceanic and Atmospheric Administration (NOAA) Geophysical Fluid Dynamics Laboratory/United States |
14490 |
1 1 |
Geophysical Fluid Dynamics Laboratory Earth System Model with Modular Ocean Model 4 (MOM4) component (GFDL-ESM2M) |
National Oceanic and Atmospheric Administration Geophysical Fluid Dynamics Laboratory/United States |
14490 |
1 1 |
Hadley Centre Global Environment Model,
剩余内容已隐藏,支付完成后下载完整资料 资料编号:[18909],资料为PDF文档或Word文档,PDF文档可免费转换为Word |
以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
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