CMIP5全球气候模式对中国上空空气静稳日数模拟能力评估

空气静稳日数变化与污染物浓度变化密切相关,评估气候模式对空气静稳日数的模拟能力是进行未来预估的基础.本文利用15个CMIP5(Coupled Model Intercomparison Project phase 5)全球模式的模拟结果与观测数据,分别计算了1961-2005年逐年中国上空空气静稳日数,并利用统计方法分析了中国上空空气静稳日数的标准差、相对均方根误差、区域平均的时间序列、趋势分布和EOF(Empirical Orthogonal Function)主要模态变化特征,评估了CMIP5模式对中国上空空气静稳日数的模拟能力.结果表明:多模式集合平均结果可以模拟出空气静稳日数由沿海向内陆逐渐增加的分布特征,单个模式对空气静稳日数空间分布的模拟能力相差较大.多模式集合平均可以较好地再现夏、冬季的空气静稳日数.15个模式中,CanESM2和:IPSL-CM5B-LR对中国大部分区域的模拟效果较好,多模式集合平均的模拟能力优于单个模式.与观测相比,多模式集合平均的1961-2005年空气静稳日数年际变化波动较小,多数区域的多模式集合平均的空气静稳日数高于观测值.对于逐年的冬季空气静稳日数,大多数区域的多模式集合平均存在高估.在中国东部和新疆大部,多模式集合平均可以较好的模拟出空气静稳日数变化趋势的空间分布特征,但是数值偏小.多模式集合平均也能较好的模拟出空气静稳日数的EOF1和EOF2特征向量分布型,但对前三个EOF的时间系数序列模拟能力差.

ACCMIP全球模式对中国地面PM2.5浓度模拟能力评估

本文利用MODIS和MISR卫星反演的地面PM2.5浓度和来自大气化学和气候模式比较计划(ACCMIP)的4个耦合了大气化学模块的气候模式(GFDL-AM3、NCAR-CAM3.5、GISS-E2-R和MIROC-CHEM)模拟的PM2.5浓度数据,评估分析了4个全球模式对中国地区地面PM2.5浓度时空变化特征的模拟能力。结果表明:4个模式集合模拟的PM2.5浓度在中国东部模拟效果较好。对比单个模式,GFDL-AM3模式对中国PM2.5浓度的空间分布型模拟效果最好。模式结果之间的一致性差异显著的地区主要出现在新疆中部和内蒙古西部地区。从整个中国地区的区域平均的时间序列来看,4个模式集合平均结果与观测结果相差不大,基本能够反映出东北、华中、华东沿海、新疆西部地区的PM2.5浓度的变化趋势。

区域气候模式REMO对中国气温和降水模拟能力的评估

采用泰勒图和偏差分析等统计方法,评估分析了德国区域气候模式(REMO)对中国1989—2008年气温和降水的模拟能力。结果表明:REMO气温模拟值与观测值空间相关系数为0.94,降水空间相关系数较低(0.42),气温模拟结果明显优于降水;从空间偏差上看,在中国大部分地区,REMO模拟的气温高于观测值,偏差在±4℃以内,青藏高原整体有明显的-4^-2℃的冷偏差;模拟的降水值则高于观测值,空间偏差分布较均匀,中国大部分地区偏差在±300mm之内;除青藏高原、华南和西南地区外,REMO能较准确地反映出中国气温和降水的空间分布特征,其中华北和东北地区模拟效果最好;REMO对夏季气温和冬季降水的模拟能力相对较好;REMO在地形起伏较大地区的模拟能力有待提高。

CMIP6模式对东亚夏季西风急流的模拟能力改进分析

东亚高空西风急流(简称急流)对东亚夏季降水有着重要影响,因此,评估气候系统模式对急流的模拟能力对理解东亚气候变化至关重要。本文利用21个CMIP6气候系统模式历史气候模拟试验数据,结合NCEP和GPCP再分析资料,评估了CMIP6模式对现代(1986-2005年)急流气候态和年际变率的模拟能力,并与CMIP5模式模拟结果进行了对比。结果表明,CMIP6模式模拟的200 hPa纬向风的空间分布特征更加真实,沿急流方向的偏差更小。在CMIP6模式中,急流中心位置几乎与观测一致,但只有约三分之二的CMIP5模式能模拟出急流中心位置。CMIP6模式模拟的急流强度也更接近于观测值,并且模式间不确定性减小。另外,CMIP6模式也改进了对急流经向位移年际变率的模拟能力,因而模拟的急流与东亚夏季降水的相关关系更强。总体而言,相对于CMIP5模式,CMIP6模式明显改进了对急流的模拟效果。