CMIP6全球气候模式对青藏高原中东部地表感热通量模拟能力评估

利用青藏高原(以下简称高原)气象台站常规观测资料、国家青藏高原科学数据中心的青藏高原地气相互作用过程高分辨率(逐小时)综合观测数据集(2005~2016)、国际耦合模式比较计划第六阶段(CMIP6)的历史模拟试验数据和卫星辐射资料,定量评估了12个全球气候模式对1979~2014年高原中东部地表感热通量的模拟能力,并对其模拟偏差进行了成因分析。结果表明,CMIP6模式可较好地重现高原地表感热通量的年循环和季节平均的空间分布型,但数值较计算感热通量偏低,主要表现为对感热通量大值区严重低估。区域平均而言,12个模式模拟的春季高原中东部感热通量的时间演变序列整体较计算感热通量偏低,其中偏差最大的模式为MIROC6,其多年均值仅为计算值的1/3左右。进一步分析发现多模式模拟的春季高原10 m高度处风速和地气温差分别偏强和偏弱,说明CMIP6模拟的春季高原感热通量偏低可主要归因于地气温差的模拟冷偏差。地气温差的模拟冷偏差在高原中东部地区普遍存在,且地表温度和空气温度均存在明显冷偏差,尤其地表温度偏差更大,这很大程度上可能与CMIP6多模式模拟的春季高原降水偏强有关。

青藏高原MODIS逐日无云积雪面积数据集 (2002-2015年)

青藏高原积雪对于能量和水循环起着重要的反馈和调节作用,其消融过程也直接影响着融雪性河流流量的变化,积雪的存在以及长时间变化等也是区域气候、生态和灾害的影响和响应敏感因素之一。中分辨率成像光谱仪(MODIS)具有高时空分辨率的特点,被广泛应用于积雪遥感动态监测。青藏高原地区积雪的赋存变化较快,高原周边高山区具有冰雪资源丰富,大气对流活跃等特点,而光学遥感往往受云的影响,在日时间尺度上积雪覆盖监测需要考虑去云问题。在充分考虑青藏高原的地形和山地积雪特征的情况下,本套数据集采用了多种去云过程和步骤相结合,逐步实现保持积雪分类精度的情况下,完成逐日积雪的云量消除,形成了“青藏高原MODIS逐日无云积雪面积”的逐步综合分类算法,完成了“青藏高原MODIS逐日无云积雪面积数据集(2002~2015年)”。论文选取2009年10月1日至2011年4月30日中的两个积雪季为算法研究和精度验证试验数据,采用研究区145个地面台站提供的雪深数据作为地面参考。结果表明,在高原地区,当积雪深度>3 cm时,无云积雪产品总分类精度达到96.6%,积雪分类精度达89.0%,整个算法流程对MODIS积雪产品去云的精度损失较低,数据可靠性较高。