中国地区极端气温变化的模拟评估及其未来情景预估

中国地区极端气温变化的模拟评估及其未来情景预估

论文摘要

本文利用1961-2006年中国中东部台站极端气温指数,分析了近46年中国中东部极端气温事件时空情况;应用IPCC-AR4提供GCM模拟极端气温指数结果对我国模拟能力评估并对未来21世纪不同排放情景下极端事件变化情况进行预估,同时利用统计(SDSM)和动力(LMDZ)方法对中国中东部极端气温变化进行降尺度模拟和评估,并采用评估效果较好的LMDZ区域降尺度方法预估中国中东部极端气温指数在21世纪中期变化情况。得到如下结论:1、IPCC-AR4提供的7个海气耦合模式对极端气温指数都具有一定的模拟能力,模式平均的模拟效果比单独用某一个模式要好。在年际的变化特征方面,模式平均的暖夜指数和霜冻日数相关系数最大分别为,0.74、0.68;生长季指数和温度年较差与观测数据的相关性较差。空间分布的评估结果表明,在全国范围内,以110°E为界,东部地区模拟效果较好,西部地区的模拟效果较差,对青藏高原地区的模拟效果最差。在极端气温指数中,模拟效果最好的是温度年较差,暖夜指数最差。综合评价表明GFDL-CM2.0和MIROC3.2(hires)对大多数指数的模拟效果都比较好。在未来21世纪A2情景下,霜冻日数、温度年较差呈减少趋势,其他气温指数均呈明显的增加趋势,热浪指数的增加趋势最明显,趋势系数达到90.2d/100a。从空间尺度变化发现,极端气温指数基本上是由北向南变化率逐渐增大,其中西北的极端指数变化率高于东北。2、中国中东部地区近46年以来夏日天数、年最低气温、年最低气温、暖夜指数、暖日指数和热浪指数均呈上升趋势,而霜冻日数、冷夜指数和冷日指数均呈下降趋势。区域平均的年最高气温、热浪指数变化趋势最小,分别为-0.063℃/10a、0.08%/10a,区域平均的霜冻日数变化趋势最明显,为-3.3d/10a。在年代际变化方面,表现出极端最低气温事件明显减少,极端高温事件有增多的趋势,但幅度要小于极端低温事件。极端气温事件在冬季和夏季变化的趋势明显,在春季和秋季变化幅度较小。在极端气温空间分布方面,霜冻日数的下降趋势最为明显,其中江苏和安徽地区变化最大,中心值达到-8天/10a。年最高气温、冷日指数、暖日指数的变化较小,在全区范围内通过显著性检验的主要为陕西和江浙沿海地区。3、SDSM-had同所嵌套的Hadcm3相比,在数值上更加接近实况,SDSM-had模拟区域平均极端气温误差均小于Hadcm3的模拟结果。在年际变化(时间序列相关系数)和空间分布特征(空间相关系数)方面SDSM-had模拟精度均强于Hadcm3,其中空间相关系数最好,均超过0.98。在SDSM-had模拟能力方面,SDSM-had模拟均方差小于观测值,这表明了SDSM-had极端值出现的频率小于实测资料。SDSM-had对武汉和南京的模拟效果较好。SDSM-had对中国中东部地区极端最高和最低气温空间分布具备很好的模拟能力,但存在明显的系统误差,其中SDSM-had对冬季最低气温的模拟(误差均值2℃)好于夏季最高气温(误差均值-2.8℃)。30年重现期极端气温结果表明,SDSM-had对重现期最低气温的模拟效果很差,误差平均在6℃以上,误差最大值为12℃。4、LMDZ区域气候模式的模拟效果要明显好于全球模式的模拟结果。区域气候模式模拟中国中东部地区季节和逐月平均最高和最低气温的误差均小于全球模式。变网格区域气候模式对极端气温的年际变化和空间分布均高于LMDZ-gcm,最高气温时间相关系数超过0.60,最低气温空间相关系数在0.90以上。变网格气候模式模拟代表站的结果表明,LMDZ-era40对极端气温均值、均方差和时间相关系数模拟效果好于LMDZ-reg,对武汉和南京模拟的效果最好。空间分布特征评估发现,两种方案对江苏、安徽、湖北有较好的模拟效果,而陕西是模拟效果最差的地区,其次是闽浙地区,LMDZ-reg比LMi)Z-era40与观测值误差更大。两种方案对30年重现期极端气温模拟有基本相同的空间分布特征,LMDZ-reg的模拟30年重现期最高气温误差相对较大。5、在未来21世纪中期A2情景下,中国中东地区平均的各月极端最高和最低气温呈增加趋势。最高气温增加最多的月份是2月,幅度达到2.81℃;增加最少的是5月,只有1.2℃。最低气温增加最多的月份是秋季11月份,增加最少的月份也发生在春季4月份,增加幅度为1.02℃。A2情景下未来21世纪中国中东部极端最低气温在各季节表现出由北向南变化一致减少的趋势,基本上(夏季除外)变化幅度最大的地区在江淮流域北部,变化幅度最小的地区一般在南部的广东和福建。而极端最高气温各季节则是在长江中下游流域存在变化的最大区域,而沿海的福建一带始终是变化最小的区域。30年重现期极端气温均有所升高,平均增加2℃左右,其中广东和福建地区存在重现期最高气温增加的高值区,中心值为7℃,在A2情景下,暖夜指数增加最显著,增幅最大的地区在广东、广西以及福建南部,增加幅度在85%以上,热浪指数变化最小。

论文目录

  • 中文摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究进展
  • 1.1.1 极端气候事件观测事实的研究
  • 1.1.2 基于全球模式的气候模拟评估和预估的研究
  • 1.1.3 降尺度方法研究进展
  • 1.2 存在问题
  • 1.3 研究内容
  • 第二章 IPCC-AR4全球模式对中国区域极端气温指数模拟能力的评估和预估
  • 2.1 引言
  • 2.2 模式与极端气温指数简介
  • 2.3 极端气温指数气候平均场模拟能力的评估
  • 2.3.1 区域平均序列的模拟能力
  • 2.3.2 气候场空间结构的模拟能力
  • 2.3.3 近40年极端气温指数时间变化模拟效果评估
  • 2.3.4 模式评估小结
  • 2.4 21世纪中国极端气温指数变化情况预估
  • 2.4.1 21世纪极端气温指数随时间变化情景分析
  • 2.4.2 极端气温指数21世纪的空间变化特征
  • 2.4.3 小结
  • 第三章 1961-2006年中国中东部地区极端气温事件变化特征分析
  • 3.1 引言
  • 3.2 资料和方法
  • 3.2.1 资料
  • 3.2.2 极端气温和降水指数定义
  • 3.3 中国中东部地区极端气温指数的时空变化特征
  • 3.3.1 中国中东部地区极端气温指数的长期变化趋势
  • 3.3.2 中国中东部地区极端气温指数年代际变化特征
  • 3.3.3 中国中东部地区极端气温指数长期变化空间分布
  • 3.4 结论
  • 第四章 SDSM统计降尺度方法对中国中东部地区极端气温事件的模拟评估
  • 4.1 引言
  • 4.2 资料和方法
  • 4.2.1 资料
  • 4.2.2 SDSM方法介绍
  • 4.2.3 SDSM模式标定
  • 4.3 SDSM降尺度模拟能力评估
  • 4.3.1 全球模式与SDSM区域模拟能力对比
  • 4.3.2 代表台站极端气温模拟能力评估
  • 4.3.3 极端气温空间分布模拟能力评估
  • 4.3.4 30年重现期极端气温模拟能力评估
  • 4.4 结论
  • 附录1
  • 第五章 LMDZ模式对中国中东部极端气温的模拟能力评估
  • 5.1 引言
  • 5.2 资料和方法
  • 5.3 全球模式与变网格区域气候模式模拟能力对比
  • 5.4 LMDZ变网格区域气候模式对极端气温模拟能力评估
  • 5.4.1 代表站极端气温模拟能力评估
  • 5.4.2 极端气温空间分布模拟能力评估
  • 5.4.3 30年重现期极端气温空间分布模拟能力评估
  • 5.5 小结
  • 第六章 不同降尺度方法对中国中东部极端气温事件模拟能力对比及未来情景预估
  • 6.1 引言
  • 6.2 动力和统计降尺度方法模拟能力对比
  • 6.2.1 区域平均极端气温模拟能力对比
  • 6.2.2 极端气温空间分布模拟对比
  • 6.2.3 30年重现期极端气温空间分布对比
  • 6.2.4 极端气温指数的模拟能力对比
  • 6.3 A2情景下未来21世纪中期中国中东部地区极端气温变化预估
  • 6.3.1 极端气温的时间变化特征
  • 6.3.2 极端气温的空间变化特征
  • 6.3.3 30年重现期极端气温的空间变化特征
  • 6.3.4 极端气温指数的空间变化特征
  • 6.4 结论
  • 第七章 结论和展望
  • 7.1 结论
  • 7.2 特色与创新
  • 7.3 讨论与展望
  • 致谢
  • 博士研究生在读期间发表的论文
  • 相关论文文献

    标签:;  ;  ;  

    中国地区极端气温变化的模拟评估及其未来情景预估
    下载Doc文档

    猜你喜欢