基于GLDAS产品的青藏高原土壤湿度特征分析

选取青藏高原中部那曲地区10个试验点2010年8月至2012年12月的土壤湿度数据与全球陆面数据同化系统(GLDAS)中4个陆面过程模型(NOAH、CLM、VIC、MOSAIC)模拟得到的土壤水分产品进行对比分析,发现NOAH陆面模式资料在青藏高原适用性较好。采用中国科学院青藏高原研究所那曲站10个试验点观测土壤湿度资料和长时间序列的GLDAS陆面模式资料研究青藏高原地区不同深度土壤湿度的时空分布特征。结果表明:那曲地区土壤湿度呈现显著的季节变化特征,一年之中出现两个峰值和两个低值阶段。基于NOAH陆面数据同化产品发现青藏高原土壤湿度的空间分布呈现明显的纬向分布特征,随纬度的升高,土壤湿度值降低;同时,青藏高原中部浅层土壤和中间层土壤湿度有变湿的趋势。0~10 cm、10~40 cm、40~100 cm土壤湿度EOF展开第一模态(EOF1)在高原北部及南部呈反位相分布。     

CMIP6全球气候模式对中亚极端降水模拟能力的评估

本文基于NOAA再分析逐日降水数据和22个CMIP6模式的降水模拟数据,选取了6个极端降水指数,从气候态和相对变率两个角度对CMIP6模式在中亚地区极端降水方面的模拟能力开展了评估。结果表明,在气候态方面,中亚地区降水的空间分布表现为由西南向东北递增,其东南部山地迎风侧降水偏多;多模式集合对SDII(简单降水强度)和CDD(最大无雨期)模拟的平均误差分别为-5.43%和0.45%,对PRCPTOT(年总降水量)、R1mm(有雨日数)、Rx5day(最大连续五日降水)和CWD(最大雨期)的模拟结果存在明显高估,且在中亚东南部高海拔地区误差偏高。在相对变率方面,多模式集合模拟的中亚极端降水的相对变率偏小,其中对CWD的模拟效果相对较好,平均误差为-4.78%;对R1mm的模拟效果最差,平均误差为-36.16%。模式间进行比较,TaiESM1、EC-Earth3-Veg-LR和GFDL-ESM为22个CMIP6模式中模拟能力最好的前3个模式。     

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。     

CMIP6全球气候模式对中国极端降水模拟能力的评估及其与CMIP5的比较

对CMIP6全球气候模式在中国地区极端降水的模拟能力进行了综合评估。基于CN05.1观测数据集和32个CMIP6全球气候模式的降水数据,采用8个常用极端降水指数对极端降水进行了定量描述。研究结果表明,在极端降水的气候平均态方面,CMIP6多模式集合对1961—2005年中国地区区域平均的8个极端降水指数模拟的平均相对误差为29.94%,相较CMIP5降低了2.95个百分点。极端降水的气候变率方面,CMIP6多模式集合对区域平均的8个极端降水指数模拟的平均相对误差为10.10%,相较CMIP5降低5.45个百分点。此外,利用TS评分进行模式间比较,CMIP6的平均分（0.78）高于CMIP5（0.75）,且模拟能力排名前五的模式中CMIP6占4个。对比14个同源模式的TS评分可以发现,CMIP6（0.91）相对于CMIP5（0.68）的模拟能力显著提高。进一步研究发现,CMIP6相对于CMIP5对不同区域极端降水模拟能力的改进有所区别:CMIP6对干旱区平均的气候态和变率方面改进明显,而对于湿润区的改进主要表现在对极端降水空间相关模拟能力的提高。综上,在中国地区,CMIP6相较于CMIP5对极端降水的模拟能力总体上有提升。      

CMIP6模式对青藏高原多年冻土变化的分析预估

利用国际耦合模式比较计划第六阶段（CMIP6）多模式的模拟结果,对比观测和青藏高原冻土图评估各模式对当前（1985-2014年）青藏高原与冻土相关气候变量以及多年冻土的模拟能力,并应用多模式集合平均的方法预估了未来4个SSP情景下2021-2040年、2041-2060年、2081-2100年高原多年冻土的变化趋势。结果表明：CMIP6各模式都能够较好地模拟出与冻土相关气候变量的分布特征与趋势,但对于气温的模拟有着较为明显的冷偏差,对于积雪的模拟明显偏大;利用冻结数模型（SFI）计算的当前多年冻土分布与青藏高原冻土图有较好的吻合,1985-2014年的表面多年冻土面积约为134.52×10⁴km²（包含湖泊和冰川面积）;随着气温的升高,21世纪青藏高原多年冻土呈现区域退化的趋势,在SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5情景下,青藏高原东部、南部以及北部边缘地区多年冻土呈现区域性退化,至2041-2060年间多年冻土面积分别减少13.81×10⁴ km²、19.51×1...     

基于HRCLDAS/CLM陆面数据同化系统的青藏高原地区土壤湿度模拟研究

利用最新的高时空分辨率（1 km、1 h）的中国气象局高分辨率陆面数据同化系统（HRCLDAS-V1.0）大气近地面强迫资料,驱动由NCAR发展的通用陆面模式（CLM）,对青藏高原地区2015年1月1日至9月30日的土壤湿度开展了模拟研究。结果表明模拟得到的高时空分辨率（1 km、1 h）土壤湿度能够体现出青藏高原地区从东南向西北逐渐变低的空间分布特征,较好地表现出各层土壤湿度的时间变化特征,6~9月土壤湿度波动较大,1~5月波动较平缓,上层土壤湿度变幅较大,深层变化较平缓。0~5 cm、0~10 cm和10~40 cm深度土壤湿度模拟结果与观测值的相关系数均在0.8以上,其中0~5 cm土层的相关系数达到0.92,各层土壤湿度观测值与模拟值的均方根误差变化则相反,3个土层土壤湿度模拟结果与观测值的偏差均小于0.04 mm3 mm-3,但模式对于研究时段土壤湿度变化的低值有高估现象,且模拟能力随着土层深度的加深而减弱。     

CMIP5全球气候模式对中国地区降水模拟能力的评估

使用多种观测资料和43个参加耦合模式比较计划第五阶段（CMIP5）的全球气候模式模拟数据,评估分析了全球气候模式对中国地区1980-2005年降水特征的模拟能力。结果表明：多数CMIP5模式能够模拟出中国降水由西北向东南递增的分布特点,这与耦合模式比较计划第三阶段（CMIP3）的模式模拟结果类似,但华南地区降水模拟偏少,西部高原地区降水模拟偏多。模式能够较好地模拟出降水冬弱夏强的季节变化特征,但降水模拟系统性偏多。从EOF分析结果来看,多数CMIP5模式可以再现中国地区年平均降水的时空变化特征,集合平均的表现优于CMIP3。多模式集合在月、季、年时间尺度下模拟的平均值优于大部分单个模式的结果。CMIP5中6个中国模式的模拟能力与其他模式相当,其中FGOALS-g2、BCC-CSM1-1-m的模拟能力相对较好。     

CMIP6全球气候模式对中国年平均日最高气温和最低气温模拟的评估北大核心CSCD

选取CMIP6历史模拟试验26个模式数据,以CN05.1数据作为观测资料,对1961~2014年中国年平均最高气温和最低气温变化模拟能力进行评估。结果表明:1961~2014年,中国年均最高气温和最低气温均存在上升的趋势。最高气温增长速率为2.15℃/100 a;最低气温增长速率为3.92℃/100 a,约为最高气温增长速率的两倍。CMIP6模式都能模拟出这种长时间尺度的变化趋势,但不同模式模拟能力存在一定差异,模式间离散度达到0.38℃/100 a(最高气温)和0.41℃/100 a(最低气温)。模式中BCC-ESM1和EC-Earth3模式对这两种趋势的模拟效果最好。CMIP6模式可以较好地模拟出中国范围内的最高气温和最低气温空间分布特征。中国范围内,大部分模式模拟结果与观测呈正相关的格点所占比例分别为82%(最高气温)和97%(最低气温),模拟结果具有明显的地域性。对于气候平均态,CMIP6模式可以较好地模拟出最高最低气温空间分布特征,对于整个中国东部地区,最高最低气温模拟结果的模式间标准差均在3℃以内,一致性较高,在西部地区差异较大,青藏高原地区达到6℃以上。GISS-E2-1-G和MRI-ESM2-0可以很好地模拟出1961~2014年中国最高气温和最低气温经验正交分解(Empirical Orthogonal Function,EOF)主要模态及其时间演变。总体来说,CMIP6模式对中国年均最高气温和最低气温的气候态空间分布以及变化趋势等方面,具备较好的模拟能力。     

基于CMIP6模式数据的1961-2099年青藏高原降水变化特征分析

青藏高原是海-陆-气相互作用的敏感区域,其降水对当地乃至亚洲水循环起着重要作用,但目前对该区域在21世纪的降水时空演变规律仍认识不足。本文以第六次国际耦合模式比较计划（CMIP6）的25个气候模式模拟数据为基准,结合观测数据评估了各模式对青藏高原历史时期（1961-2014年）降水变化的模拟能力,发现多模式集合平均模拟效果优于多数单模式。由多模式集合平均分析了SSP1-2.6、SSP2-4.5、 SSP3-7.0和SSP5-8.5四种情景下青藏高原2015-2099年降水时空特征,发现未来青藏高原年降水量在时间上呈现增加趋势,在空间上呈现西北向东南递增的特征。相对于参考时段（1995-2014年）,降水增幅在近期（2020-2039年）呈现北正南负的特征,高值区分布在藏北高原中西部和昆仑山区,而在21世纪中期（2040-2059年）和末期（2080-2099年）降水增幅南北相反的特征消失,其高值区分布在南部地区,且排放情景越高,增幅越大,空间差异也越大。到21世纪末,青藏高原年降水量在SSP1-2.6、 SSP2-4.5、 SSP3-7.0和SSP5-8.5情景下较参考时段分别增加约6...     

基于AMSR-E反演青藏高原夏季表层土壤湿度

利用AMSR-E观测的土壤表层亮温资料,采用简化修正的单通道算法模型(Single Channel Algorithm,SCA),反演青藏高原地区夏季2011年6-8月的表层土壤湿度。为对比验证反演结果,利用高原东部和中部的玛曲观测网和那曲观测网CTP-SMTMN(Soil Moisture and Temperature Monitoring Netw ork on the central Tibetan Plateau)的土壤湿度观测数据,以及NASA和VUA-NASA两种均基于AM SR-E的反演土壤湿度产品进行验证。结果表明:(1)与VUA-NASA产品和修改后的SCA模型反演结果相比,NASA产品在像元和区域尺度上相关系数较低,MAE(Mean Absolute Error)和RMSE(Root M ean Square Error)较高,明显低估了两个地区的土壤湿度。(2)VUA-NASA产品在玛曲地区表现良好,在那曲地区虽然相关系数较高,但MAE和RMSE同样较高,导致精度较差。(3)对比其他两种产品,修改后的SCA模型反演结果在两个地区表现出较高的相关系数(接近0.800)、较低的MAE(接近0.050m~3·m~(-3))和RMSE(接近0.060 m~3·m~(-3)),有着较高的精度。因此,可以认为修改后的SCA模型可以应用于青藏高原地区土壤湿度动态监测,为研究青藏高原地区的天气和气候变化影响及水循环过程提供了参考和借鉴。     

On the long-term memory characteristic in land surface air temperatures: How well do CMIP6 models perform?

Stemming from the multi-scale interactions of various processes, long-term memory (LTM) has become a well-recognized property in the climate system. Whether a dynamic model can reproduce the observed LTM is a widely used criterion for model evaluation, especially regarding its ability in simulating natural variabilities. While many works have shown poor model skill in simulating the LTM of land surface air temperature (LSAT), it is not yet known whether CMIP6 models offer any improvement. In this study, the performances of 60 CMIP6 models in simulating the LTM characteristics in LSAT were evaluated. Results showed that most models reproduced the LTM in the global-mean LSAT, among which AWI-ESM-1-1-LR and E3SM-1-0 performed best. All 60 models reproduced the variation in LTM with latitude. CNRM-CM6-1 and HadGEM3-GC31-LL performed best in simulating the LTM of LSAT at the global scale. The multi-model mean (MMM) performed better than any single model. The biases of the MMM and CRUTEM5, and among the 60 models, were significant in the equatorial and coastal regions, which may be attributable to the simulation differences of the models in terms of their ocean–atmosphere coupling processes.摘要利用去趋势涨落分析 (DFA) 方法计算序列的长程记忆性 (LTM) , 以CRUTEM5数据集的结果作为观测参照, 评估了60个参与第六次国际耦合模式比较计划 (CMIP6) 的气候模式对地表气温LTM的再现能力. 结果表明: 大部分模式可以再现全球平均地表气温序列的LTM特征, 其中AWI-ESM-1-1-LR和E3SM-1-0的模拟效果最好; 60个模式均能模拟LTM随纬度带的变化; 综合来说, 全球水平上CNRM-CM6-1和HadGEM3-GC31-LL对地表气温LTM的模拟性能最好; 多模式平均相比单一模式模拟性能更好; 多模式平均与观测结果的偏差以及模式之间的模拟差异显著体现在赤道和沿海区域, 这种偏差可能源于模式对海气耦合过程的模拟差异.     

CMIP6模式对青藏高原东坡暖季降水的模拟评估

青藏高原东坡陡峭地形区是气候模式陆地降水模拟偏差的大值区,且这一偏差长期未得到有效改善.基于17个参加国际耦合模式比较计划第六阶段(CMIP6)的全球气候模式的日降水结果,评估了当前最新一代的气候模式对青藏高原东坡地区2000—2014年暖季(5—9月)降水气候态及其季节内演变的模拟能力.结果表明:高原东坡降水正偏差存...     

Does CMIP6 Inspire More Confidence in Simulating Climate Extremes over China?

Based on climate extreme indices calculated from a high-resolution daily observational dataset in China during1961–2005, the performance of 12 climate models from phase 6 of the Coupled Model Intercomparison Project(CMIP6),and 30 models from phase 5 of CMIP(CMIP5), are assessed in terms of spatial distribution and interannual variability. The CMIP6 multi-model ensemble mean(CMIP6-MME) can simulate well the spatial pattern of annual mean temperature,maximum daily maximum temperature, and minimum daily minimum temperature. However, CMIP6-MME has difficulties in reproducing cold nights and warm days, and has large cold biases over the Tibetan Plateau. Its performance in simulating extreme precipitation indices is generally lower than in simulating temperature indices. Compared to CMIP5, CMIP6 models show improvements in the simulation of climate indices over China. This is particularly true for precipitation indices for both the climatological pattern and the interannual variation, except for the consecutive dry days. The arealmean bias for total precipitation has been reduced from 127%(CMIP5-MME) to 79%(CMIP6-MME). The most striking feature is that the dry biases in southern China, very persistent and general in CMIP5-MME, are largely reduced in CMIP6-MME. Stronger ascent together with more abundant moisture can explain this reduction in dry biases. Wet biases for total precipitation, heavy precipitation, and precipitation intensity in the eastern Tibetan Plateau are still present in CMIP6-MME, but smaller, compared to CMIP5-MME.     

青藏高原土壤湿度时空分布特征研究进展

土壤湿度是陆面过程的重要参量,可以通过影响土壤本身的热力性质和水文过程,导致局部大气环流的改变以及区域性短期气候异常。青藏高原作为全球气候变化的敏感区,其地气间的水分与能量交换对亚洲季风和全球大气循环有着极大的影响,且高原地区的土壤水分数据能够为陆-气相互作用和数值模拟等研究提供重要的观测信息和初始输入数据。文中综述了青藏高原土壤湿度观测和研究对气候变化影响的重要性,高原土壤湿度观测站网建设现状,各种土壤湿度替代资料的适用性和评估研究,以及高原土壤湿度时空分布特征对降水的影响与气候变化响应,并提出了今后青藏高原土壤湿度研究着重解决的问题。      

CLDAS和GLDAS土壤温度数据在陕西省的适用性评估

利用陕西省2016年97站逐日5cm土壤温度观测数据,结合相关系数、平均偏差和均方根误差等统计参数,评估了中国气象局陆面数据同化系统CLDAS2.0和美国全球陆面数据同化系统不同陆面模式(Noah-GLDAS2.1,Noah-GLDAS1,CLM-GLDAS1)土壤温度数据在陕西省的适用性。结果表明:(1)CLDAS2.0在陕西省的相关系数最高,均方根误差最小,Noah-GLDAS2.1次之,Noah-GLDAS1最差。(2)从陕西省3个区域的时间演变序列的分析可以看到,CLDAS2.0和Noah-GLDAS2.1能很好模拟出土壤温度的季节变化以及日变化,Noah-GLDAS1、CLMGLDAS1对于日变化的模拟较差,且前两者偏差也明显小于后两者。(3)Noah-GLDAS2.1在陕北与关中地区土壤温度模拟能力与CLDAS2.0相差无几,但在陕南地区CLDAS2.0要好于Noah-GLDAS2.1。总体来看,CLDAS2.0对陕西省土壤温度模拟能力最好,在陕西省有着更好的适用性。     

基于CLM4.5模式的季节冻土区土壤参数化方案的模拟研究

利用位于季节冻土区的中国科学院那曲高寒气候环境观测研究站那曲/BJ观测点的野外观测数据,通过CLM4.5的单点模拟实验,分析评估了Luo土壤热导率参数化方案、Johansen土壤热导率参数化方案、Coté土壤热导率参数化方案和虚温参数化方案对土壤温、湿度的模拟能力,为将来选取最优的参数及参数化方案来更合理的模拟青藏高原土壤冻融过程为目的的工作提供依据。结果表明:(1)三种土壤热导率参数化方案模拟结果的土壤热传导率有明显差异,其中Coté方案的土壤热传导率最高,Luo方案的土壤热传导率最低。(2)三种热传导率方案均能合理地模拟出土壤温湿度的日变化趋势,Johansen方案对土壤温度年变化趋势模拟的更好,Coté方案对土壤温度模拟的数值较观测值偏离的更小,Luo方案对土壤湿度的模拟更好。(3)加入虚拟温度方程,并引入相变效率参数后,减少了模式对土壤湿度模拟的负偏差,Y-L方案在保持土壤温度较好模拟能力的基础上,能够进一步的提升土壤湿度的模拟能力。     

CMIP模式对冬季北半球大气环流与青藏高原冬春季气温相关关系的模拟评估

本文评估了36个CMIP5模式和39个CMIP6模式对近期观测中揭示的北半球冬季大气环流与高原冬春气温之间的相关关系的模拟能力。利用最大协方差(MCA)分析方法,计算并比较了观测和模式中冬季北半球200 hPa位势高度场与同后期青藏高原近地面气温的耦合关系。整体而言,大部分CMIP模式能够模拟出显著的冬季北半球大气环流与青藏高原气温之间的相关关系,且CMIP6模式模拟相关特征和作用机制的能力较CMIP5均有所提升。与观测相比,历史情景下36个CMIP5模式中有26个能够模拟出显著的大气环流与同后期高原气温之间的相关关系,其中对于相关的位势高度场空间模态的模拟明显好于对高原气温异常场空间模态的模拟。同情景下39个CMIP6模式中有37个能模拟出显著相关关系,且CMIP6模式更能模拟出观测中MCA模态的位势高度场上北极涛动(AO)和西太平洋遥相关型(WP)反相位叠加的大气环流特征。在对MCA模态时间变率的模拟上,大部分模式都能重现青藏高原整体变暖的趋势,部分模式能够模拟出观测中位势高度场时间主成分的年际变率,并且CMIP6表现要优于CMIP5。对耦合环流型的动力诊断显示,相比CMIP5模式,CMIP6中有更多模式可以模拟出极地—高原之间的遥相关波列,且对波列结构的模拟更完整。