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
基于全球气候降水中心(GPCC)和参与第六次耦合模式比较计划(CMIP6)的六个模式的月平均降水数据,采用模式评估的相关方法:偏差、标准差、相关系数等,评估了六个模式对欧亚大陆1979~2014年夏季降水的模拟能力。结果表明EC-Earth3模式和IPS...基于全球气候降水中心(GPCC)和参与第六次耦合模式比较计划(CMIP6)的六个模式的月平均降水数据,采用模式评估的相关方法:偏差、标准差、相关系数等,评估了六个模式对欧亚大陆1979~2014年夏季降水的模拟能力。结果表明EC-Earth3模式和IPSL-CM6A-LR模式的模拟能力较好,FGOALS-g3的模拟效果较差。各模式都能较好地模拟出欧亚大陆夏季降水的空间分布特征,除西亚和中亚地区偏差较小外,其他地区都存在一定的高估或低估。各模式夏季区域平均差值不大,其区域平均降水主要以年际变化为主,模式可以模拟出降水大致的年际变化特征,但各模式均整体低估了欧亚大陆夏季降水的强度。印度、青藏高原南麓、东南亚地区和中国东南沿海地区是降水变率大值区,各模式均有一定的高估和低估,其他地区各模式模拟的降水变率与GPCC数据的比较一致。各模式在亚洲季风区均方根误差均偏大,中亚和西亚普遍很小。各模式和GPCC数据的相关性整体都较差,只有部分地区相关性为正且通过显著性检验。Based on the monthly mean precipitation data from the Global Precipitation Center for Climate (GPCC) and six models that participated in the Sixth Coupled Model Intercomparison Program (CMIP6), the performance of the six models in simulating the summer precipitation over Eurasia from 1979 to 2014 is evaluated using the relevant methods of model evaluation: bias, standard deviation, and correlation coefficient. The results show that the EC-Earth3 and IPSL-CM6A-LR show a better performance, and the FGOALS-g3 shows a worse performance. All models can simulate the spatial distribution characteristics of summer precipitation over Eurasia better, with some overestimation or underestimation except for West and Central Asia, where the deviation is small. The regional average summer difference of each model is not large, and its regional average precipitation is mainly dominated by interannual variability, and the model can simulate the approximate interannual variability, but each model underestimates the intensity of summer precipitation over Eurasia as a whole. India, the southern foothills of the Tibetan Plateau, the Southeast Asian region, and the southeast coastal region of China are areas with large values of precipitation variability, and each model has some overestimation and underestimation, while the precipitation variability simulated by each model in the other regions is more consistent with the GPCC. The root-mean-square errors of the models are large in the Asian monsoon region and generally small in Central and West Asia. The correlations between the models and the GPCC are generally poor, with only some regions having significant correlations.展开更多
利用美国冰雪资料中心(The National Snowand Ice Data Center)提供的近40年逐周的卫星反演雪盖资料,考察了冬季欧亚大陆北部新增雪盖面积(Total Fresh Snow Extent,冬季TFSE)与我国夏季(6～8月)气候异常的关系。分析发现,冬季TFSE与我...利用美国冰雪资料中心(The National Snowand Ice Data Center)提供的近40年逐周的卫星反演雪盖资料,考察了冬季欧亚大陆北部新增雪盖面积(Total Fresh Snow Extent,冬季TFSE)与我国夏季(6～8月)气候异常的关系。分析发现,冬季TFSE与我国夏季气候异常存在明显关联:当冬季TFSE偏大时,夏季贝加尔湖以东易盛行异常冷低压,内蒙古东部和东北西部易出现凉夏,同时,东亚副热带西风急流增强,西太平洋副热带高压易加强且西伸和北扩,江南地区在副高的控制下易干热;冬季TFSE偏小时的情况相反。这种显著关联独立于ENSO事件,并且在近40年来较为稳定;冬季TFSE与我国江南夏季降水在20世纪90年代初均发生过一次十年际尺度变化,表现为在20世纪90年代初之后,冬季TFSE(江南降水)明显减小(增多),同时,冬季TFSE与江淮夏季降水的正相关关系明显增强。进一步的分析表明,冬季TFSE可能通过某种途径来影响东亚副热带急流的变化,进而影响我国夏季气候异常。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。
文摘基于全球气候降水中心(GPCC)和参与第六次耦合模式比较计划(CMIP6)的六个模式的月平均降水数据,采用模式评估的相关方法:偏差、标准差、相关系数等,评估了六个模式对欧亚大陆1979~2014年夏季降水的模拟能力。结果表明EC-Earth3模式和IPSL-CM6A-LR模式的模拟能力较好,FGOALS-g3的模拟效果较差。各模式都能较好地模拟出欧亚大陆夏季降水的空间分布特征,除西亚和中亚地区偏差较小外,其他地区都存在一定的高估或低估。各模式夏季区域平均差值不大,其区域平均降水主要以年际变化为主,模式可以模拟出降水大致的年际变化特征,但各模式均整体低估了欧亚大陆夏季降水的强度。印度、青藏高原南麓、东南亚地区和中国东南沿海地区是降水变率大值区,各模式均有一定的高估和低估,其他地区各模式模拟的降水变率与GPCC数据的比较一致。各模式在亚洲季风区均方根误差均偏大,中亚和西亚普遍很小。各模式和GPCC数据的相关性整体都较差,只有部分地区相关性为正且通过显著性检验。Based on the monthly mean precipitation data from the Global Precipitation Center for Climate (GPCC) and six models that participated in the Sixth Coupled Model Intercomparison Program (CMIP6), the performance of the six models in simulating the summer precipitation over Eurasia from 1979 to 2014 is evaluated using the relevant methods of model evaluation: bias, standard deviation, and correlation coefficient. The results show that the EC-Earth3 and IPSL-CM6A-LR show a better performance, and the FGOALS-g3 shows a worse performance. All models can simulate the spatial distribution characteristics of summer precipitation over Eurasia better, with some overestimation or underestimation except for West and Central Asia, where the deviation is small. The regional average summer difference of each model is not large, and its regional average precipitation is mainly dominated by interannual variability, and the model can simulate the approximate interannual variability, but each model underestimates the intensity of summer precipitation over Eurasia as a whole. India, the southern foothills of the Tibetan Plateau, the Southeast Asian region, and the southeast coastal region of China are areas with large values of precipitation variability, and each model has some overestimation and underestimation, while the precipitation variability simulated by each model in the other regions is more consistent with the GPCC. The root-mean-square errors of the models are large in the Asian monsoon region and generally small in Central and West Asia. The correlations between the models and the GPCC are generally poor, with only some regions having significant correlations.
文摘利用美国冰雪资料中心(The National Snowand Ice Data Center)提供的近40年逐周的卫星反演雪盖资料,考察了冬季欧亚大陆北部新增雪盖面积(Total Fresh Snow Extent,冬季TFSE)与我国夏季(6～8月)气候异常的关系。分析发现,冬季TFSE与我国夏季气候异常存在明显关联:当冬季TFSE偏大时,夏季贝加尔湖以东易盛行异常冷低压,内蒙古东部和东北西部易出现凉夏,同时,东亚副热带西风急流增强,西太平洋副热带高压易加强且西伸和北扩,江南地区在副高的控制下易干热;冬季TFSE偏小时的情况相反。这种显著关联独立于ENSO事件,并且在近40年来较为稳定;冬季TFSE与我国江南夏季降水在20世纪90年代初均发生过一次十年际尺度变化,表现为在20世纪90年代初之后,冬季TFSE(江南降水)明显减小(增多),同时,冬季TFSE与江淮夏季降水的正相关关系明显增强。进一步的分析表明,冬季TFSE可能通过某种途径来影响东亚副热带急流的变化,进而影响我国夏季气候异常。
