全球变暖-global warming

2002
rural
资料学——通过小波分析认识传统气候资料处理中问题
方差校正的影响
著名的英格兰中部近200多年的逐日气温序列（CET）是由3个邻近 站资料重构起来的。1882年前主要是一个站的资料，1883年后主 要是3站平均。序列创建者发现1882年前序列方差系统性地偏大， 于是作了方差校正。 下图可见，年均温序列看不出异常。但经小波分析，可见DV在 1882-83年间出现跃变。这对我们定义气候极值分析气候趋势造 成严重影响。
IPCC-1992： IPCC-1996： Karl et al 1999： Jones et al 1999：
促成当前研究热潮的简史 全球平均变暖0.3-0.6C
重视区域异常天气事件（气候极值） 从逐日资料提取气候极值信息 从分布概念出发定义逐日序列极值频率指数
Zwiers and Kharin 1998： GCM模拟逐日输出分析
GLM视每个“天气”值为某种气候分布总体中抽取 的样本。通过最大似然回归确定最符合所有样 本的分布（包括确定自回归规律以及分布参数 随时间、地点和各种可能气候因子的变化）； 通过Monte Carlo法产生大量模拟样本，从中判 断气候分布及极值随各种可能原因而发生的变 化。


气温：全球气温将升高。从现在起到本世纪末，人类 将面临史无前例的气温上升。就本世纪而言，较乐观 的预测是全球气温将升高1.4摄氏度，最悲观的设想则 认为，全球气温将上升近6摄氏度。 海洋：海平面将升高。在本世纪内，海平面将可 能升高20厘米至80厘米。原因是气候变暖导致海水膨 胀，冰川和海上浮冰层融化(北极浮冰层厚度50年来减 薄了40%)。在格陵兰，自1988年以来，冰川融化速度 加快，已提高了2倍。
高影响案例： 气候极值研究意义

2003年夏季热浪——1周致死欧洲数千人； 2005年飓风Katrina——1夜摧毁美国新奥尔良； 我国各地年年旱涝——季风系统局部形成极端天气所致。
理论发展：传统气候学从资料到方法都在一定程度上 忽视了极值问题。创新是必要的。 国家需求：受IPCC报告引导，各国政府都在编制气候 变化及影响报告。但目前有关区域气候极值变化的 科学评估基础有待于加强。
其它极端指数：如霜冻日数 国际气候界曾讨论制定标准气候极值指数，目前大致有几 十种得到较广泛认同（详见CLIVAR或CRU网站）
通过分布研究极值
广义极值（GEV）分布
从给定分布总体中抽取多组样本，其极大值渐进服从3种 极值分布(Gumbel, Frechet and Weibull)，其概率密度函数 可统一表述如下： y(x| m,s,e) = s -1 exp{-z-1/e} z-1-1/e
BACK
第二节 全球变暖背景下的极端天气气候变化
提纲
研究背景
基本概念 climate extremes
资料方法
结果 我国变化事实
进一步工作
背景问题
随着全球变暖，气候极值（climate extremes）或 极端天气现象（如热浪/寒潮/强风/暴雨等） 是否变得更频繁或更强烈？这是社会各界日 益关注的问题，也是气候学界缺乏定论的研 究焦点。 近百年全球平均变暖0.7度。该量值本身难以用 于恰当评估气候变化的影响。因为影响是通 过作用于人类和生态个体的局部天气现象实 现的。
变率校正——时频分析可以检测，但校正 仍需进一步发展方法（Yan and Jones 2008)
气候极值指数——百分位(percentile)
由于气候极值是小概率的，所以难以简单地把观测 到的某个最大或最小值直接作为研究对象。如台 风中心附近最大风速，是很难观测到的。 气候极值指数应运而生，以获得统计意义较为稳定 （尽量避免仅由单一记录决定）而又有实用意义 的研究目标。 百分位：一个概率分布均分为100份的份间位置。 设某地某时段气候服从某种分布，将所有记录当 成该分布的样本，有小到大排列之，即可估计各 百分位（如第1和99百分位）的临界值
14 13
Ann
13
℃
0.78℃/10 a
0.24℃/10a
0.58℃/10a
TH MS ZT BJ XY PG
℃
12 11 10 1977 Yan Li 1982 1987 1992 1997
迁站效应
Ori Hom 2002
11 9 7 1977
1982
1987
1992 year
1997
城市化效应
北京迁站及城市化效应分析(Yan et al 2009；Li and Yan 2009)
80
41
60 40 20
Map of greater Beijing
40.8
0 20 40 60 80 100 120 140 160 180
TH MS
40.6
40.4
YQ HR
MY
40.2
CP SY PG
北京近年城市化导致额外增 暖0.2-0.54C/Dec，大致在 0.3C/Dec上下（大尺度增暖为 0.48C/Dec）。
对于给定分布，百分位值较之最大（小）值更稳定 例如：如图某地某时温度距平分布，由1000个观测样本构 成（下）和由10000个样本构成（上），其最大最小值往 往不一，但第5/95百分位值则相当一致
第5百分位值
最大值
DT
-10
-5
0
5
10
DT
各种气候极值指数
绝对极值指数：如年或季节最大降水、最低温度等。注意 为保持统计意义稳定，要用百分位临界值或相应的若干 个极端记录的平均。 相对极值指数：相对于当时当地气候态定义的百分位临界 值。多用于定义局部极端异常天气事件，如21C为8月8 日北京异常低温（低于3百分位临界值），但对于哈尔 滨8月8日或北京1月8日则不然。常用于计算异常天气事 件的频数。
Zhai et al 1999:
严、杨 2000： IPCC-2001：
我国温度降水极值变化
逐日资料基础上的我国极端气候变化格局分析 气候极值变化的全球分布分析
Yan et al 2001：
Yan et al 2002/6： Zhang et al 2004： PKU钱等…
逐日序列小波分析，全球变暖中区域天气波动变化
资料学
非均一性成因：

– 气象观测的homogeneity
观测地点变化（如从房顶到地面;室内到室外； 开放式凉亭到百叶箱；郊区到城区等） 观测规则变更（如每日3到24时次观测等） 资料处理引起（如缺测插补；多台站互校正等）

这些问题在以月、季平均资料为基础的研究中相对 说来不很突出。但对于气候极值研究则至关重要。 与气候极值研究相关联的资料学研究本身，不仅 为极值研究提供基础，还能帮助揭示传统气候资 料分析中存在的问题。
北京1915-1997年逐日气温的气候均值及3/97百分位值
气候极值研究的资料学
由于涉及天气尺度问题，传统月季平均气候资料已 不能满足研究需要。逐日甚至逐时等高分辨率资 料是必要的。 限于资料的可获取程度,目前国际上气候极值研究 的主要基础资料是逐日气象观测。 然而，大多数气象观测在其长期发展过程中由于台 站环境和观测规则变迁而具有不同程度的非同一 性（inhomogeneity）问题。由于气候极值本身就 是小概率事件，资料中的微小误差有可能导致分 析结果之较大误差.
BACK



当冰川在世界上各大山脊上融化时，河流的供水状况将受到影响。在欧洲，九大冰川中的 八个已显示出冰川明显大面积后退的迹象。从1850年至1980年间，欧洲阿尔卑斯山的冰川 面积减少了1／3,体积减少了一半。 在中国，高原冰川以每年减少相当于整条黄河水量的速度在递减。中国科学院公布：中 国的冰川每年大约损失总量的7％。预计到2050年时，64％的中国冰川将消失殆尽。而据 统计，约有3亿中国人居住在西部的干旱地带，并且以来自四川的水为生。 科学家在冰层中发现蛰伏近14万年的病毒毒株，全球变暖或将促其“复活” 今夏，中国各地的洪水、干旱、强对流天气等超乎寻常的气候变化成为各大媒体关注的 焦点。与此同时，世界各处的冰川也在悄然融化，造成了海平面上升的巨大危机，更可能 带来神秘莫测的远古病毒威胁。
基本概念
气候极值vs气候均值
对于绝大部分分布而言， 均值总是最重要的参 数。这是传统气候学 注重气候均值的原因。 气候极值对应气候分布两 端的、远离气候均值 的那些极端天气现象
问题例举 ——国际奥委会问：“北京 8月8日的气候如何？” 基本概念 – 如何定义逐日气候？
首先注意不是问天气（天气只有等到8月初那几天才可能预报） 按照气候定义，气候是所有可能天气值所构成的分布 8月8日可能出现的天气值是什么呢？ 首先，以往各年8月8日观测到的都应算8月8日可能出现的 其次，以往8月7日或8月9日发生的也完全可能在8日发生 进一步地，按照天气波动时间尺度（N天）推算，可以认为以往8月8日前后 各N/2天发生的也都可能在8日发生（北京取N=10) 所以8月8日气候可由以往各年8月3-13日观测到的天气值构成的分布表示 如果有30年观测，就可以有330个样本来反映8月8日的气候分布 由此可知8月8日气候均值和极端值 对每天都可以如此这般定义一个气候
区域逐日气候分布变化及其与全球变化联系的GLM分析 GEV分布变化的GLM和Monte Carlo分析
CLIVAR-ETCCD 2004/5： 在气候极值研究中值得尝试诸如GLM这样的分布分析法
基本概念
气候是什么？ 气候与天气是什么关系？
基本概念
气候是所有天气现象的综合表述。 对于特定的气象要素（如温度或降 水），气候就是所有可能天气值所 构成的分来人口的剧增是导致全球 变暖的主要因素之一。同时，这也严重地威胁着自然 生态环境间的平衡。这样多的人口，每年仅自身排放 的二氧化碳就将是一惊人的数字，其结果就将直接导 制大气中二氧化碳的含量不断地增加，这样形成的二 氧化碳“温室效应”将直接影响着地球表面气候变化。 2.大气环境污染因素 目前，环境污染的日趋严重 已构成一全球性重大问题，同时也是导致全球变暖的 主要因素之一。现在，关于全球气候变化的研究已经 明确指出了自上个世纪末起地球表面的温度就已经开 始上升。全球变暖的原因很多，这里就不一一列举了。 BACK
基本概念
35 25
– 逐日气候，以北京温度为例
Seasonal Cycles of T90/T/T3, Beijing 1915-1997
DegC
15 5 -5 -15 1 61 121 181 calendar day 241 301 361
8月8日气温均值为26.0C 3百分位值为21.5C 97百分位值为29.5C
40
HD ZT MT SJ BJ FT XY DX FS CY TZ
39.8
39.6
115.6
115.8
116
116.2
116.4
116.6
116.8
117
比较郊区（大兴）和市区 （北洼路），前者80年代以来 站点信息 的城市化发展更猛，比京城增 暖率高出0.12C/Dec。
117.2 117.4
其中 z=1+e(x-m)/s > 0;
m, s, e: location, scale and shape parameters e >，<0 分别对应上述II和III类分布
e -> 0 对应I类分布
优点：简明经典理论，软件化程度高 缺点：需要较大样本数，且资料应用效率低。
通过分布研究极值
广义线性（回归）模拟（GLM）
1 40
-1
20 %
-3 1770 1810 1850 1890 year 1930 1970
0
CET daily series 17722003. Upper: annual T; Lower: DV （Yan and Jones 2008)
o
C
气候序列非均一性研究发展
A-type校正——传统思路，解决长期平均气 候变化估算中的偏差（Li and Yan 2009） 分布校正——从统计意义上解决小概率的 极值估算偏差（例如：Della-Marta and Wanner 2006）
第一节
什么是全球变暖

全球变暖指的是人类燃烧煤、油、天然气 和树木，产生大量二氧化碳和甲烷进入大气 层后使地球升温，使碳循环失衡，改变了地 球生物圈的能量转换形式。自工业革命以来， 大气中二氧化碳含量增加了 25%，远远超过 科学家可能勘测出来的过去 16 万年的全部历 史纪录，而且目前尚无减缓的迹象。