In recent twenty years, much numerical simulation work has been done on the evolution of Qinghai-Xizang (Tibetan) plateau. In this paper some principal numerical models and results are reviewed and analyzed. The earli...In recent twenty years, much numerical simulation work has been done on the evolution of Qinghai-Xizang (Tibetan) plateau. In this paper some principal numerical models and results are reviewed and analyzed. The earlier plane stress or plane strain model has much discrepancy with the actual deformation of Qinghai-Xizang plateau, such as the thickening of Tibetan crust and the lateral extrusion of Tibet along strike-slip faults. The thin viscous sheet model and the thin-plate model may simulate the change of the crustal thickness and the deformation pro-duced by gravitational force. It is suitable for studying the large-scale and long-time deformation. The influence of faults on the deformation of Tibetan plateau should be further studied.展开更多
利用1979-2018年中国区域地面气象要素驱动数据集(0.1°×0.1°)作为大气强迫资料,驱动CLM5.0(Community Land Model version 5.0)模拟了青藏高原地区1979-2018年的土壤温湿度变化。将土壤冻融过程划分为冻结期和非冻结期,...利用1979-2018年中国区域地面气象要素驱动数据集(0.1°×0.1°)作为大气强迫资料,驱动CLM5.0(Community Land Model version 5.0)模拟了青藏高原地区1979-2018年的土壤温湿度变化。将土壤冻融过程划分为冻结期和非冻结期,通过两个阶段的CLM5.0模拟与站点观测资料、同化资料(GLDAS-Noah)、卫星遥感资料(MODIS土壤温度资料和ESA CCI-COMBINED土壤湿度资料)的对比验证,探讨CLM5.0模拟土壤温湿度在青藏高原的适用性。结果表明:(1)CLM5.0可较准确地描述站点土壤温湿度的动态变化,CLM5.0模拟的土壤温湿度与观测资料具有一致的变化特征且数值上较为接近。CLM5.0模拟的准确性高于GLDAS-Noah。CLM5.0对站点土壤温度的描述更为准确。(2)CLM5.0能够较准确地描述高原冻融过程中的土壤温湿度特征,CLM5.0模拟土壤温湿度与MODIS和ESA CCICOMBINED遥感资料在高原总体呈显著正相关,相关系数大多在0.9以上。CLM5.0对土壤温度的模拟能力相对较好,对非冻结期土壤湿度的模拟能力优于冻结期。CLM5.0整体高估了土壤温度,平均偏差大多在0~4℃之间。土壤湿度的平均偏差大多在-0.1~0.1 m^(3)·m^(-3)之间,非冻结期的平均偏差相对较小。(3)CLM5.0模拟、GLDAS-Noah、MODIS和ESA CCI-COMBINED遥感资料的土壤温湿度均具有相似的空间分布,其中土壤温度空间分布特征相似度更高。CLM5.0具有较高的空间分辨率和更为精细的土壤分层,对土壤温湿度细节的刻画更为完善。(4)CLM5.0模拟资料在高原整体呈增温变干趋势,MODIS和ESA CCI-COMBINED遥感资料整体呈增温增湿趋势。CLM5.0模拟的土壤温度变化趋势相对准确,土壤湿度的变化趋势则存在较大偏差。展开更多
利用第六次国际耦合模式比较计划(CMIP6)中的18个模式,基于欧洲中期天气预报中心第五代再分析资料(ERA5)再分析数据对青藏高原夏季降水数据进行了偏差校正,并从平均降水和极端降水两方面评估了校正前后的CMIP6数据以及单个模式在1979-2...利用第六次国际耦合模式比较计划(CMIP6)中的18个模式,基于欧洲中期天气预报中心第五代再分析资料(ERA5)再分析数据对青藏高原夏季降水数据进行了偏差校正,并从平均降水和极端降水两方面评估了校正前后的CMIP6数据以及单个模式在1979-2014年的表现。研究结果表明,该校正方法高度依赖于用于偏差校正的ERA5再分析数据在研究区域的质量,尽管偏差校正后的青藏高原夏季平均降水的误差和误差率上有所改善,但在年际时间变化特征方面却不如偏差校正前的数据。大多数CMIP6模式能够较好地模拟1979-2014年青藏高原上由西北至东南逐渐递增的平均降水空间变化特征。偏差校正前的降水数据在高原上会出现显著的高估,误差率为60.4%,经过偏差校正后的数据相对观测数据误差降低,误差率为-13.9%,并且偏差校正后的数据与ERA5的平均误差仅为0.003 mm·d^(-1),与ERA5的空间相关性高达0.999。空间趋势方面,观测数据表明青藏高原大部分地区夏季降水在1979-2014年呈现轻微增加的趋势,只有东缘出现明显降低的趋势。偏差校正前后的数据都能够大致刻画出这一空间分布特征,然而,未经偏差校正的大多数单个CMIP6模式与ERA5的空间相关系数未超过0.5。与由独立观测降水数据的年际变化特征相比,偏差校正前的数据高估了高原上的降水量,而偏差校正后的数据相比观测结果则偏低。通过确定95%分位阈值选取了极端降水个例,其集合平均极端降水空间分布与年平均降水类似,也呈西北向东南递增的趋势。部分CMIP6模式较好地模拟了这一特征,如MRI-ESM2-0(The Meteorological Research Institute Earth System Model version 2.0)和ACCESSCM2(Australian Community Climate and Earth System Simulator Climate Model Version 2),与观测结果的空间相关系数分别为0.851和0.821。但偏差校正后的数据在空间相关性方面下降,由偏差校正前的0.861降为0.730,未能准确刻画高原极端降水阶梯式递增的特点。偏差校正后的极端降水数据误差分布与偏差校正前相似,偏低区域主要集中在高原南部腹地和东部。进一步的极端降水贡献率分析结果表明,观测结果与CMIP6降水数据均显示1979-2014年期间极端降水贡献率变化趋势不明显。单个CMIP6模式中,EC-Earth3-Veg(European Community Earth-Vegetation model version 3)和EC-Earth3(European Community Earth Model version 3)及CanESM5(The Canadian Earth System Model version 5)在多个统计评估指标上排名靠前,展示出较好的模拟能力;IPSL-CM6A-LR(Institut Pierre-Simon Laplace Climate Model 6A Low Resolution)在平均降水误差和极端降水的误差指标上表现出色。展开更多
文摘In recent twenty years, much numerical simulation work has been done on the evolution of Qinghai-Xizang (Tibetan) plateau. In this paper some principal numerical models and results are reviewed and analyzed. The earlier plane stress or plane strain model has much discrepancy with the actual deformation of Qinghai-Xizang plateau, such as the thickening of Tibetan crust and the lateral extrusion of Tibet along strike-slip faults. The thin viscous sheet model and the thin-plate model may simulate the change of the crustal thickness and the deformation pro-duced by gravitational force. It is suitable for studying the large-scale and long-time deformation. The influence of faults on the deformation of Tibetan plateau should be further studied.
文摘利用1979-2018年中国区域地面气象要素驱动数据集(0.1°×0.1°)作为大气强迫资料,驱动CLM5.0(Community Land Model version 5.0)模拟了青藏高原地区1979-2018年的土壤温湿度变化。将土壤冻融过程划分为冻结期和非冻结期,通过两个阶段的CLM5.0模拟与站点观测资料、同化资料(GLDAS-Noah)、卫星遥感资料(MODIS土壤温度资料和ESA CCI-COMBINED土壤湿度资料)的对比验证,探讨CLM5.0模拟土壤温湿度在青藏高原的适用性。结果表明:(1)CLM5.0可较准确地描述站点土壤温湿度的动态变化,CLM5.0模拟的土壤温湿度与观测资料具有一致的变化特征且数值上较为接近。CLM5.0模拟的准确性高于GLDAS-Noah。CLM5.0对站点土壤温度的描述更为准确。(2)CLM5.0能够较准确地描述高原冻融过程中的土壤温湿度特征,CLM5.0模拟土壤温湿度与MODIS和ESA CCICOMBINED遥感资料在高原总体呈显著正相关,相关系数大多在0.9以上。CLM5.0对土壤温度的模拟能力相对较好,对非冻结期土壤湿度的模拟能力优于冻结期。CLM5.0整体高估了土壤温度,平均偏差大多在0~4℃之间。土壤湿度的平均偏差大多在-0.1~0.1 m^(3)·m^(-3)之间,非冻结期的平均偏差相对较小。(3)CLM5.0模拟、GLDAS-Noah、MODIS和ESA CCI-COMBINED遥感资料的土壤温湿度均具有相似的空间分布,其中土壤温度空间分布特征相似度更高。CLM5.0具有较高的空间分辨率和更为精细的土壤分层,对土壤温湿度细节的刻画更为完善。(4)CLM5.0模拟资料在高原整体呈增温变干趋势,MODIS和ESA CCI-COMBINED遥感资料整体呈增温增湿趋势。CLM5.0模拟的土壤温度变化趋势相对准确,土壤湿度的变化趋势则存在较大偏差。
文摘利用第六次国际耦合模式比较计划(CMIP6)中的18个模式,基于欧洲中期天气预报中心第五代再分析资料(ERA5)再分析数据对青藏高原夏季降水数据进行了偏差校正,并从平均降水和极端降水两方面评估了校正前后的CMIP6数据以及单个模式在1979-2014年的表现。研究结果表明,该校正方法高度依赖于用于偏差校正的ERA5再分析数据在研究区域的质量,尽管偏差校正后的青藏高原夏季平均降水的误差和误差率上有所改善,但在年际时间变化特征方面却不如偏差校正前的数据。大多数CMIP6模式能够较好地模拟1979-2014年青藏高原上由西北至东南逐渐递增的平均降水空间变化特征。偏差校正前的降水数据在高原上会出现显著的高估,误差率为60.4%,经过偏差校正后的数据相对观测数据误差降低,误差率为-13.9%,并且偏差校正后的数据与ERA5的平均误差仅为0.003 mm·d^(-1),与ERA5的空间相关性高达0.999。空间趋势方面,观测数据表明青藏高原大部分地区夏季降水在1979-2014年呈现轻微增加的趋势,只有东缘出现明显降低的趋势。偏差校正前后的数据都能够大致刻画出这一空间分布特征,然而,未经偏差校正的大多数单个CMIP6模式与ERA5的空间相关系数未超过0.5。与由独立观测降水数据的年际变化特征相比,偏差校正前的数据高估了高原上的降水量,而偏差校正后的数据相比观测结果则偏低。通过确定95%分位阈值选取了极端降水个例,其集合平均极端降水空间分布与年平均降水类似,也呈西北向东南递增的趋势。部分CMIP6模式较好地模拟了这一特征,如MRI-ESM2-0(The Meteorological Research Institute Earth System Model version 2.0)和ACCESSCM2(Australian Community Climate and Earth System Simulator Climate Model Version 2),与观测结果的空间相关系数分别为0.851和0.821。但偏差校正后的数据在空间相关性方面下降,由偏差校正前的0.861降为0.730,未能准确刻画高原极端降水阶梯式递增的特点。偏差校正后的极端降水数据误差分布与偏差校正前相似,偏低区域主要集中在高原南部腹地和东部。进一步的极端降水贡献率分析结果表明,观测结果与CMIP6降水数据均显示1979-2014年期间极端降水贡献率变化趋势不明显。单个CMIP6模式中,EC-Earth3-Veg(European Community Earth-Vegetation model version 3)和EC-Earth3(European Community Earth Model version 3)及CanESM5(The Canadian Earth System Model version 5)在多个统计评估指标上排名靠前,展示出较好的模拟能力;IPSL-CM6A-LR(Institut Pierre-Simon Laplace Climate Model 6A Low Resolution)在平均降水误差和极端降水的误差指标上表现出色。