2011-张宏芳-气象科学-21个气候模式对东亚夏季环流模拟的评估气候态

合集下载

TraCE－21ka的模拟评估及误差分析

TraCE－21ka的模拟评估及误差分析作者：于天雷程军郭品文来源：《大气科学学报》2023年第05期摘要 TraCE－21ka是全球首个利用全耦合模式针对末次盛冰期（LGM）至今气候演变的瞬变模拟。

利用现代再分析资料和历史特征时期重建的连续冻土边界对TraCE－21ka模拟做了评估。

结果表明TraCE－21ka能够较好地模拟现代半球尺度环流和降水的空间形态，对东亚地区的模拟冬季较好而夏季欠佳。

TraCE－21ka模拟的现代时期与再分析资料相比偏冷，北半球年平均表面温度比再分析资料低3～4 ℃，基于现代温度误差的分析表明TraCE－21ka对东亚地区气候演变的模拟欠佳。

对于历史特征时期，重建的连续冻土边界线指示TraCE－21ka模拟的亚欧大陆在LGM偏暖，全新世中期偏冷，即低估了LGM以来的变温幅度。

利用连续冻土边界线的年均表面温度约为-7 ℃这一特性，进一步定量评估出TraCE－21ka模拟的亚欧大陆中纬地区从LGM至今的升温幅度约为真实气候的40％。

通过分析近百年全球升温速率证实TraCE－21ka的气候敏感性显著偏低，由此产生的误差在瞬变模拟中会不断累积。

关键词古气候瞬变模拟;TraCE－21ka;模拟评估;气候敏感性;连续冻土边界古气候研究对我们预测未来气候变化有着重要的启示意义（竺可桢，1973）。

传统的古气候研究通过地质代用资料反演过去气候的变化特征，这样得到的认识在空间上是局地的，时间上是不连续的，很难以宏观的视角认识古气候并对其演变机理做出解释。

近二十年来气候模式快速发展使预测未来气候成为可能（张文君和谭桂容，2012），同时气候模式也应用于古气候的研究中，逐步发展出古气候模拟这一研究领域（王会军，2001）。

与地质代用指标资料相比，数值模拟可以对古气候进行空间与时间的延拓，便于我们理解古气候演变的机理（Bonfils et al.，2004;LeGrande et al.，2006；蒋元春等，2020；宋晗等，2021）。

TraCE-21ka_的模拟评估及误差分析

于天雷"等!">?'.!!( 的 5? 模拟评估及误差分析
耦合模式对 GW+ 以来的气候进行的瞬变模拟' 与 ">?'.!!(5? 地质代指标资料的比对分析让我们对古气候演变的机理有了更深刻的认识%GH= D0?@8" 然而地质 !""-)'/D:B D0?@8"!"(()-DD0?@8"!"(#& ' 资料众多"在许多情况下模 ">?'.!!(5? 拟的气候变化与地质资料的反演结果并不一致"限制了使用这套资料对古气候演变机理的揭示' 因此有必要明确的 ">?'.!!(5? 模拟能力与误差"为它进一步施用奠定基础"同时也为其他古气候瞬变模拟资料的分析提供借鉴'
化与北大西洋径向翻转流 % $0@?:0H9+D>H3H<:?@)!
强度密切相关 JD>0=>:H:B 'H>9=@?0H<:" $+)'&
% +9!
承担了北半球约 +?:=AD0?@8"!""%& ' $+)'
!"S
的赤道向极地的热量输送 % ">D:7D>0/ ?:3 '?><:"
年第卷第期 !"!# $ %& $ ' +-"!*""

全球和区域气候模式对中国东部夏季降水季节演变模拟的比较

ＸＵａｕＸｕｎ，，ＬＵｙ，ａｄＳＨＩＹｉｇＲｉｕｎｎ２
１ＳａｅｙＬｂｒｔｒｆＮｕｒｃｌｄｌｇｆｒＡｔｓｈｒｃＳｉｎｅａｄＧｅｐｙｉｌｕｄＤｎｍｉｓｎｔｕｅｆＡｔｏｔｔＫｅａｏａｏｙｏｍｅｉａＭｏｅｉｏｍｏｐｅｉｃｃｓｎｏｈｓａｉｙａｃ，ＩｓｉｔｍｓｎｅｃＦｌｔｏ
第３５卷第６期２１０１年１月１
大
气
科
学
Ｖｏ．５Ｎｏ６１３．
ＮＯ．２１Ｖ０１
ＣｈｎｓｏｒａｆＡｔｓｈｒｃｃｅｃｓｉｅｅＪｕｎｌｏｍｏｐｅｉｉｎｅＳ
徐璇，日宇，陆石英．２１．０１全球和区域气候模式对中国东部夏季降水季节演变模拟的比较Ｅ］大气科学，５（）１７ — １６ＸｕｎＪ．３６：１７ｔＵｉｅｓｙｏｈｎｓａｅｆＳｉｎｅ，ＢＯｉｇ１０４ｒｄａｅｎｖｒｉｆＣｉｅｅｔＡｃｄｍｙｏｃｅｃｓｅｎ００９
ＡｂｔａｔＴｈｕｈｒｏａｅｈｉｌｔｎｆｓａｏａｖｌｔｎｏａｎａｌｖｒａｔｒｉａａｄｔｅａｓｃａ－ｓｒｃｅａｔｏｓｃｍｐｒｄｔｅｓｍｕａｉｓｏｅｓｎｌｏｕｉｆｒｉｆｌｏｅｓｅｎＣｈｎｎｈｓｏｉｔｏｅｏｅｅｒｅｓａｅｃｒｕａｉｎｄｒｇｓｍｍｅｙａｃｕｌｄｇｎｒｌｉｃｌｔｏｄｌＣＧＣＭ，ＭＩｄｌｇ－ｃｌｉｃｌｔｕｉｕａｏｎｒｂｏｐｅｅｅａｒｕａｉｎｍｏｅ（ｃＲＯＣ３２ｈｒｓｎｈ．ｉｅ）ａｄｔｅ

IPCC AR4模式对东亚地区气候模拟能力的分析

亚地区选取的范围为７０。～１４０。Ｅ，１５。～５５。Ｎ。为
了便于模式间的比较，将模式输出的月平均资料统
一
３多模式集合对东亚地区温度和降水的模拟
为了从多个模式中得到全球气候模式对于东亚地区模拟能力的综合评估，我们对这２２个模式进行筛
山爆发、太阳活动、土地利用变化、各种温室气体、
气溶胶、臭氧等。这些试验的目的是期望更好地区分过去１００多年的气候变暖到底是自然原因还是人类活
动造成的，对２０世纪的气候变化进行检测和归因。
本文在分析中，选取与ＩＰＣＣ第四次评估报告同样的基准时段（１９８０ —１９９９年）作为气候平均值，东
ＣＭ１以外，其他模式模拟降水均偏多，有的
模式甚至超过１００％；降水场空间相关系数差异较
大，部分模式不能较好地模拟出降水的空间分布特征。模式对１０５。Ｅ以东地区的模拟效果相对较
ＢＣＣ
—
拟能力，为改进模式对东亚季风区的模拟提供参考。
１模式简介与数据处理
模拟试验（２０Ｃ３Ｍ）和对未来各种人类活动强迫下１００ａｌ￣Ｊ，上时间尺度的气候变化预估试验（ＳＲＥＳＡ２，
ＳＲＥＳＡ１Ｂ，ＳＲＥＳＢ１）。参与试验的大部分模式都包

不同大西洋经圈翻转环流平均强度下中国气候的年代际响应特征

不同大西洋经圈翻转环流平均强度下中国气候的年代际响应特征张福颖; 郭品文; 程军【期刊名称】《《大气科学学报》》【年(卷),期】2019(042)005【总页数】8页(P737-744)【关键词】大西洋经圈翻转环流; 强度; 中国气候; 年代际变化【作者】张福颖; 郭品文; 程军【作者单位】南京信息工程大学大气科学学院江苏南京210044【正文语种】中文大西洋经圈翻转环流(Atlantic Meridional Overturning Circulation,AMOC)是地球气候系统中的一个重要组成部分,AMOC的变化对全球气候变化非常重要(Bjerknes,1964;Delworth and Greatbatch,2000;Rahmstorf et al.,2005;Renold et al.,2009;程军和张瑾,2017)。

程军等(2012)的研究结果表明南北半球地表气温的跷跷板现象与AMOC的关系紧密,同时程军等(2012)指出AMOC强度的变化与中国气候存在着紧密的联系。

古气候纪录(南京葫芦洞)表明,在百年至千年尺度上中国气候的变化与北大西洋的气候事件紧密相关(Cheng et al.,2010);Wang et al.(2001)指出中国气候降温的石笋δ18O正向漂移事件对应于北大西洋的冰漂碎屑事件(Heinrich事件,简称H事件);而不同的海洋地质重建资料同时表明,AMOC的减弱或停止也与H事件同时发生(Gherardi et al.,2009;Lippold et al.,2009)。

王绍武等(2006)指出,AMOC有可能是中国发生在大约4 000 a前气候突变的原因。

于雷等(2010)的淡水扰动试验结果表明,AMOC强度的变化在年代际尺度上对东亚季风气候存在明显影响,AMOC的减弱会导致东亚夏季风的减弱。

在年代际尺度上,AMOC与AMO(Atlantic Multidecadal Oscillation,北大西洋年代际振荡)和NAO(North Atlantic Oscillation,北大西洋涛动)之间存在内在的动力学关系(周天军等,2000;Knight et al.,2005),而AMO和NAO对我国年代际时间尺度上的气候变化影响显著(徐海明等,2001;李双林等,2009;Wang et al.,2009;Wuet al.,2009;杨春霞等,2014;霍利微等,2016;李崇银等,2018)。

CMIP5模式对中国近海海表温度的模拟及预估

CMIP5模式对中国近海海表温度的模拟及预估宋春阳;张守文;姜华;王辉;王大奎;黄勇勇【摘要】基于观测和再分析资料,利用多种指标和方法评估了国际耦合模式比较计划(CMIP5)中21个模式对中国近海海温的月、季节和年际变化模拟能力.多模式集合能够再现气候平均意义下近海海温的空间分布特征,但量值上存在一定的低估.在渤海和黄海,集合平均与观测差别比较明显.在年际尺度上,与观测数据对比,模式模拟海温与Nin03指数相关性较小.中国近海海表面温度在1960-2002年有明显的升高趋势,从2003年开始增温趋缓.评估结果表明,ACCESS1.0、BCC-CSM1.1、HadGEM2-ES、IPSL-CM5A-MR、CMCC-CM、FGOALS-g2、CNRM-CM5-2、INMCM4八个模式对中国近海海温的变化有较好的模拟能力.利用ACCESS1.0、INMCM4、BCC-CSM1.1、IPSL-CM5A-MR、CMCC-CM这5个模式结果对中国近海海温未来的变化进行了预估.在RCP4.5、RCP8.5情景下,未来近100年中国近海海温有明显升高趋势,最优模式多模式集合平均增温分别可达到1.5℃、3.3℃,净热通量变化和平流变化共同促进了东海升温.【期刊名称】《海洋学报（中文版）》【年(卷),期】2016(038)010【总页数】11页(P1-11)【关键词】中国近海海温;CMIP5;模式评估;未来预估【作者】宋春阳;张守文;姜华;王辉;王大奎;黄勇勇【作者单位】国家海洋环境预报中心,北京100081;国家海洋环境预报中心,北京100081;国家海洋环境预报中心,北京100081;国家海洋局海洋灾害预报技术研究重点实验室,北京100081;国家海洋环境预报中心,北京100081;国家海洋局海洋灾害预报技术研究重点实验室,北京100081;国家海洋环境预报中心,北京100081;国家海洋环境预报中心,北京100081【正文语种】中文【中图分类】P732IPCC第五次评估报告[1]对全球气候变化等进行了评估，对全球及典型区域的气候变化进行了详细的分析和预估，成为国际社会认识和了解气候变化问题的主要科学依据。

区域气候模式CWRF对我国极端温度时空变化的模拟评估

刘旗洋, 乔枫雪, 朱奕婷, 等. 2021. 区域气候模式CWRF 对我国极端温度时空变化的模拟评估[J]. 气候与环境研究, 26(3): 333−350.　LIU Qiyang, QIAO Fengxue, ZHU Yiting, et al. 2021. Evaluation of the Spatio–Temporal Variations of Extreme Temperature Simulations in China Based on the Regional Climate –Weather Research and Forecasting Model [J]. Climatic and Environmental Research (in Chinese), 26 (3): 333−350.doi:10.3878/j.issn.1006-9585.2021.20116区域气候模式CWRF 对我国极端温度时空变化的模拟评估刘旗洋 1, 2　乔枫雪1, 2, 3　朱奕婷 1, 2　梁信忠4, 5, 6　柳雨佳 1, 2　张焓 4　王瑞71 华东师范大学地理信息科学教育部重点实验室，上海 2002412 华东师范大学地理科学学院，上海 2002413 崇明生态研究所，上海 2000624 南京信息工程大学大气科学学院，南京 2100445 马里兰大学帕克分校大气与海洋科学系美国6 马里兰大学地球系统科学跨学科中心美国7 上海中心气象台，上海 200030摘　要　基于中国均一化气温数据集CN05.1的观测数据，结合暖昼指数（TX90）、冷昼指数（TX10）、暖夜指数（TN90）、冷夜指数（TN10）、暖日持续指数（WSDI ）和冷日持续指数（CSDI ）6个极端温度指数，从气候平均、概率分布、年际变率和年际趋势方面，系统评估区域气候模式（Climate–Weather Research and Forecasting model, CWRF ）对1980～2015年间我国极端温度指数区域分布和年际变化的模拟能力，为改进并利用模式研究我国未来区域极端温度的预测提供科学依据。

21个气候模式对东亚夏季环流模拟的评估Ⅰ：气候态

ＺＨＡＮＧｎｇａＨｏｆｎｇ‘ ・ＣＨＥＮａｓａＨｉｈｎ’
（１
１ｂｒｔＭｅｏｌｉｌｉｓｒＪＭｉｉ０ｏｄｃｔｎＮｎｎｎｅｉｆｒａｉｃｎｅ＆．ｏａ０ａｏｔｒｏｃｓｔ ’ ｎｔｆＥｕａｉ，ａｊｇＵｉｒｔｏＩｏｍｔｎＳｉｃｅｏｇａＤａｅｏｓｏｉｖｓｙｆｎｏｅ
ＺＨＡｎｆｎ．ＮＧＨｏｇａｇＣＨＥｉｈｎＥｖｌａｉｎｏｌｌｅｉｕａｉｎｓｍｕａｉｎｏｅａｔｉｙ２ｌｔｄ．ＰｒＩｌ — ＮＨａｓａ．ａｕｔｆｌｌｒｒｌｔｉｌｔｖｒＥｓＡｓｂ１ｃｉｅｍｏｄｓａｔ：ＣｉｏＳＵｎｃｃｏｏａｍａｍａ
Ｒｓｌｈｗｔａ：（）Ｄｓｉｒｅｄｆｅｃｓａｏｇ１ｍｄｌ，ｈａｉｓａｉａｔｎｆｈｌｅｕｔｓｏｔ１ｅｐｅｌｇｉｅｎｅｍｎｏｅｓｔｅｂｓｐｔｌｔｒｓｏｔｅｅ．ｓｈｔａｆｒ２ｃａｐｅｉ
第３卷ｌ
第２期
气
象
科
学
ｏ３１Ｎｏ２ｌ．．Ａｐｉ，２１ｒｌ０１
２１年４月０１
ＪｕｎｌｏｅＭｅｅｒｌｇｃｌｃｅｃｓｏｒａｆｔｔｏｏｏｉａｉｎｅｈＳ
张宏芳，海山．１个气候模式对东亚夏季环流模拟的评估Ｉ气候态．象科学，１，１２：１－８陈２：气２１３（）１９１．０２

MRI-CGCM模式气候预测回报试验在东亚夏季的检验和降尺度订正

力如何需要进一步检验，以为气候预测提供更加全面的参考信息。
由于气候系统的非线性特性以及气候模式的分辨率、初始条件、物理过程等因素影响，当前气候模式对东亚夏季风的预测技巧较为有限，选取模拟技巧较高的大尺度环流场进行统计降尺度预测仍是提高气候预测准确率的有效途径。很多研究表明气候与大气环流异常之间的联系并不是局地的，而是表现为一定空间结构的遥相关型，如东亚太平洋型、太平洋日本型（Ｎｉｔｔａ，１９８７）、全球遥相关型（Ｄｉｎｇ，ｅｔａｌ，２００５）等。因此，基于模式预测环流、降水场的统计降尺度、误差订正方法得到广泛应用（Ｆｅｄｄｅｒｓｅｎ，ｅｔａｌ，１９９９；李芳等，２００５；Ｚｈｕ，ｅｔａｌ，２００８；贾小龙等，２０１０；秦正坤等，２０１１）。奇异值分解（ＳＶＤ）是分析降水与环流场耦合关系的有效方法，但由于资料的空间自由度一般远大于时间自由度，往往产生 “虚假”的耦合模态，如何选择环流场模态建立降尺度预测模型也需进一步研究。
. All Rights Reserved. ＭＲＩＣＧＣＭｃａｎｒｅａｓｏｎａｂｌｙｒｅｐｒｏｄｕｃｅｔｈｅｃｌｉｍａｔｏｌｏｇｉｃａｌｓｕｍｍｅｒｒａｉｎｆａｌｌｉｎｔｈｅＡｓｉａｎｍｏｎｓｏｏｎｒｅｇｉｏｎ．Ｈｏｗｅｖｅｒ，ｔｈｅｓｉｍｕｌａｔｅｄｍｏｎｓｏｏｎｃｉｒｃｕｌａｔｉｏｎｉｓｗｅａｋｅｒｔｈａｎｏｂｓｅｒｖａｔｉｏｎｓａｎｄｓｈｉｆｔｓｓｏｕｔｈｗａｒｄ，ｗｈｉｃｈｌｅａｄｓｔｏｕｎｄｅｒｅｓｔｉｍａｔｉｏｎｏｆｔｈｅｓｉｍｕｌａｔｅｄｒａｉｎｆａｌｌ．Ｔｈｅｖａｒｉａｎｃｅｏｆｓｉｍｕｌａｔｅｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｓｓｍａｌｌｅｒｔｈａｎｔｈａｔｏｆｏｂｓｅｒｖａｔｉｏｎｓａｎｄｔｈｅｒａｔｉｏｏｆｉｔｓｅｘｔｅｒｎａｌｔｏｉｎｔｅｒｎａｌｖａｒｉａｎｃｅｉｓｌｏｗｅｒｔｈａｎｔｈａｔｏｆ５００ｈＰａｈｅｉｇｈｔ，ｗｈｉｃｈｉｎｄｉｃａｔｅｓｔｈａｔｔｈｅｓｉｍｕｌａｔｉｏｎｉｓｏｂｖｉｏｕｓｌｙａｆｆｅｃｔｅｄｂｙｔｈｅｉｎｉｔｉａｌｃｏｎｄｉｔｉｏｎ．ＴｈｅｓｉｍｕｌａｔｉｏｎｓｋｉｌｌｆｏｒｔｈｅｓｕｍｍｅｒｒａｉｎｆａｌｌａｎｏｍａｌｙｐａｔｔｅｒｎｏｖｅｒｔｈｅＣｈａｎｇｊｉａｎｇＲｉｖｅｒｖａｌｌｅｙｉｓｔｈｅｈｉｇｈｅｓｔ，ｆｏｌｌｏｗｅｄｂｙｔｈａｔｉｎＳｏｕｔｈＣｈｉｎａ，ａｎｄｔｈｅｓｋｉｌｌｆｏｒｓｉｍｕｌａｔｉｏｎｏｆＮｏｒｔｈＣｈｉｎａａｎｏｍａｌｙｐａｔｔｅｒｎｉｓｔｈｅｌｏｗｅｓｔ．ＴｈｅｍｏｄｅｌａｂｉｌｉｔｙｔｏｓｉｍｕｌａｔｅＥＯＦ１ｏｆｔｈｅＥＡＳＭｉｓｃｏｎｓｉｄｅｒａｂｌｙｈｉｇｈｅｒｔｈａｎｔｈａｔｆｏｒｔｈｅＥＯＦ２ｓｉｍｕｌａｔｉｏｎ．ＴｈｅＭＲＩＣＧＣＭｃａｎｗｅｌｌｓｉｍｕｌａｔｅｔｈｅｗｅｓｔｅｒｎＮｏｒｔｈＰａｃｉｆｉｃａｎｔｉｃｙｃｌｏｎｅ，ｂｕｔｕｎｄｅｒｅｓｔｉｍａｔｅｓｉｔｓｉｎｔｅｎｓｉｔｙ．ＴｈｅｍｏｄｅｌｃａｎｒｅｆｌｅｃｔｔｈｅｅｆｆｅｃｔｓｏｆＥＮＳＯｄｅｃａｙｉｎｇａｎｄＩｎｄｉａｎＯｃｅａｎｗａｒｍｉｎｇｏｎｒａｉｎｆａｌｌａｎｏｍａｌｉｅｓ，ｂｕｔｔｈｅｓｅｅｆｆｅｃｔｓａｒｅｕｎｄｅｒｅｓｔｉｍａｔｅｄ．ＦｏｒｔｈｅＥＯＦ２ｏｆＥＡＳＭ，ｔｈｅＭＲＩＣＧＣＭｃａｎｔｏａｃｅｒｔａｉｎｄｅｇｒｅｅｒｅａｌｉｓｔｉｃａｌｌｙｓｉｍｕｌａｔｅｔｈｅｃｙｃｌｏｎｅａｎｔｉｃｙｃｌｏｎｅｓｔｒｕｃｔｕｒｅｏｖｅｒｔｈｅｗｅｓｔｅｒｎＰａｃｉｆｉｃ．ＯｎｌｙｔｈｏｓｅｓｉｍｕｌａｔｉｏｎｓａｔａｆｏｕｒｍｏｎｔｈｌｅａｄｉｎｇｔｉｍｅｃａｎｐａｒｔｉａｌｌｙｒｅｆｌｅｃｔＥＮＳＯｄｅｖｅｌｏｐｉｎｇｅｆｆｅｃｔｓｏｎｒａｉｎｆａｌｌ．Ｃｈｏｏｓｉｎｇｔｈｅｔｉｍｅｃｏｅｆｆｉｃｉｅｎｔｓｏｆｔｈｅ５００ｈＰａｈｅｉｇｈｔｓｍｏｄｅｓｔｈｒｏｕｇｈｃｒｏｓｓｖａｌｉｄａｔｉｏｎｃａｎｉｍｐｒｏｖｅｔｈｅｐｒｅｄｉｃｔｉｏｎｓｋｉｌｌ．ＴｈｅａｖｅｒａｇｅＡＣＣｓｏｆｔｈｅＳＶＤｄｏｗｎｓｃａｌｉｎｇｍｅｔｈｏｄａｒｅ０．２０，０．２３，０．１８，ａｎｄ０．０２ｏｖｅｒＳｏｕｔｈＣｈｉｎａ，Ｊｉａｎｇｎａｎ，ＨｕａｉｈｅａｎｄＮｏｒｔｈＣｈｉｎａ，ｒｅｓｐｅｃｔｉｖｅｌｙ，ｗｈｉｃｈａｒｅｓｉｇｎｉｆｉｃａｎｔｌｙｈｉｇｈｅｒｔｈａｎｔｈａｔｆｒｏｍｔｈｅｈｉｎｄｃａｓｔ．犓犲狔狑狅狉犱狊ＭＲＩＣＧＣＭ，ＥａｓｔＡｓｉａｎｓｕｍｍｅｒｍｏｎｓｏｏｎ，ＳｕｍｍｅｒｒａｉｎｆａｌｌｉｎＥａｓｔＣｈｉｎａ，Ｄｏｗｎｓｃａｌｉｎｇ，ＳＶＤ

CMIP3气候模式对东亚冬季大气环流模拟能力的评估

模拟能力，出这５个模式对东亚和中国气候都有指
０引言
近年来，气候变化问题受到了人们越来越多的
关注。与气候变化相关的科学问题，其是未来气尤
一
定的模拟能力，但模拟存在明显的系统误差；在
模拟季平均的气候变量场上不同的模式各有优缺
点；另外，冬季的模拟效果比夏季好。刘敏等利用１３个ＩＣＲＰＣＡ４模式对中国区域近４０年气候模拟能力进行了评估，为模式对中国区域地面气温和认降水气候态具有一定的模拟能力，式基本能够模模
收稿日期：２１ — ２１．０２０ — ８
拟出降水的空问分布特征，区域差别较大。Ｚｏ但ｈｕ等［５３－利用ＩＣＲＰＣＡ４中１个耦合模式资料分析３
模式对亚一澳季风的重建能力，为模式对东亚夏认季风的重建能力最弱。高学杰等研究发现，全球环流模式对中国区域降水具有一一拟能力，经定模但常会在中国中西部地区出现一个大的虚假降水中心。淑瑜等对５个气候模式的模拟能力进行了王评估，现所有模式对东亚地区地面气温及年际变发化的模拟结果均较好，能够模拟出东亚地区降水的时空分布特征，模拟的区域性差别较大。许崇海但
１２方．法
季风变弱的趋势。与广受关注的夏季气候模拟评估相比，有关东亚冬季气候模拟和评估的工作还有待

未来气候情景下气候变化响应过程研究综述_成爱芳

收稿日期收稿日期：2014-04-14；修订日期修订日期：2014-06-14基金项目基金项目：中国科学院重点部署类项目（KZZD-EW-04-05）资助。

作者简介作者简介：成爱芳（1982-），女，陕西澄城人，博士研究生，主要研究方向为气候变化水文响应。

E-mail:aifangcheng@未来气候情景下气候变化响应过程研究综述成爱芳1，冯起1，张健恺2，李宗省1，王岗1（1.中国科学院寒区旱区环境与工程研究所，甘肃兰州730000；2.兰州大学大气科学学院，甘肃兰州730000）摘要摘要：气候变化将会对生态系统、自然资源、极端气候和人类社会产生一定的影响，科学评估未来气候变化响应是应对气候变化的前提。

通过对当前研究成果的回顾，建立未来气候情景下气候变化响应研究的系统思路，并总结了研究所涉及的方法。

系统论述了应用第5阶段耦合模式比较计划（CMIP5）气候模式前进行适用性评价的必要性；分析了当前降尺度方法尤其是统计降尺度的主要方法及进展；归纳了偏差校正过程中普遍使用的方法，最后，综合分析了整个研究过程中的不确定性。

研究将为气候变化响应分析提供方法和思路指导。

关键词：降尺度方法；偏差校正方法；气候变化响应；CMIP5中图分类号中图分类号：P467文献标识码文献标识码：A文章编号文章编号：1000-0690(2015)01-0084-071研究意义IPCC 第5次评估报告（AR5）指出：自从19世纪后半期以来，全球尺度的平均气温在不断升高，过去的3个连续10a 的平均气温比有器测记录以来的任意一个10a 都高；冰川、格陵兰和南极冰盖等累积冰量的减少导致海平面上升速率由1993~2009年间的（1.0~1.4）mm/a 增加到2005~2009年间的（1.2~2.2）mm/a [1]。

报告中还指出，1971~2010年间，海洋表层0~700m 海温呈现正的变化趋势，海洋热含量也在不断增加[2]。

报告通过新的科学观测事实，更为完善的归因分析和气候系统模式模拟结果，进一步确认了近年来气候变暖的事实[3]。

【国家自然科学基金】_副热带急流_基金支持热词逐年推荐_【万方软件创新助手】_20140802

推荐指数 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2009年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
科研热词黑潮暖流区高空急流高空风速青藏高原热源降水分布酒泉质量调整西风急流西亚西风急流表面加热异常海气耦合沙尘暴模式评估极涡暖区暴雨新疆夏季降水数值研究探空资料我国降水异常急流突变早晚年代际异常平均温度小波分析对流层季节、年际和年代际变化夏季双西风急流印度降水南涝北旱南半球南亚高压华北雨季副热带高空急流副热带西风急流初夏至盛夏中期过程中层θ _e锋区中国东部降水东亚西风急流东亚大气环流异常东亚夏季风东亚副热带西风急流东(西)风高空急流 svd rossby波 iap 9l agcm eap事件
2011年科研热词高空急流东亚副热带西风急流黑潮延伸体高位涡气流非地转平衡降水异常降水年循环模态辐散抽吸贝加尔湖高压脊西风急流强度西风急流位置西风急流西太平洋副热带高压蒙古气旋积云对流参数化盛夏北跳淮河流域海温异常波活动沙尘暴气象学气候系统模式气候异常气候变化模式评估数值模拟扰动年际变化干侵入季节演变大气环流夏季降水垂直环流周期南支槽波列南亚高压北太平洋涛动北大西洋涛动副热带西风急流冬季干旱全球季风云南中尺度东北冷涡东亚高空西风急流 enso cam3 推荐指数 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

【国家自然科学基金】_海平面气压_基金支持热词逐年推荐_【万方软件创新助手】_20140801

科研热词热带气旋数值模拟大气环流东亚高原低涡降水异常阶振幅谱长期积分重建通用气候系统模式边界层辐合线边界层冷池评估螺旋云系统计特征经向风经向温度平流等σ 面相当重力位势空间响应相关性环状模环流异常热盐环流海平面气压海平面气候态气候变率模式评估极端高温暖核强度扰动位能强度/结构变化年代际变化平均的调和-余弦算法干线客观分季季节演变奇异值分解大气环流模式大气环流异常大气压夏季风夏季地表气温异常可预测性变化趋势反变气压计华南4、5月份降水北极海冰北大西洋北半球环状模动能
2011年科研热词台风年际变化年代际变化预测预报霾长期上升趋势资料同化观测系统模拟实验纬向风空间重建空间位移目标观测热通量热带气旋影响海表面温度海平面气压场汛期降水气象要素气候异常模式初始化条件非线性最优扰动时间重建时空变化旱涝分布散射计风场持续增暖年频数年际和年代际变化季节演变变分方法反演南海华南地区北太平洋涛动北大西洋涛动动力统计冬季海平面冬季兰州市中国东部东亚夏季风 quikscat mtm-svd 推荐指数 3 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
科研热词降水散射计风场非对称风场越赤道气流耦合模式统计预测相关关系相关环状模热带气旋海洋飞沫海平面气压场海平面气压气温气候异常模型数值模拟敏感性模拟径向风影响因子强度指数年际变化太阳磁场磁性指数太阳活动大气科学夏季风夏季降水响应台风反演台风海平面气压场反演参数化方案南极涛动北极涛动北极北太平洋年代际涛动偶极子异常人造台风方案亚洲中部干旱区中东亚干旱区东亚遥相关型东亚冬季风东亚-西太平洋偶极子 ipcc 20世纪两次暖期

【国家自然科学基金】_南涝北旱_基金支持热词逐年推荐_【万方软件创新助手】_20140731

推荐指数 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2013年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
科研热词风雹降水遥相关型自然灾害纬向非均匀分布环流异常特征灾情格局洪涝时空分布旱灾旱涝成因年代际突变年代际和年际变率年代际对流层两年振荡(tbo) 季风预测夏季降水台风华南春季降水北太平洋年代际涛动动力亚洲夏季风东亚夏季风
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2014年序号 1 2 3 4 5 6 7 8 9 10 11 12 13
2014年科研热词重庆西太平洋副热带高压旱涝分布成因分析年代际变化天气模型大气环流夏季降水夏季旱涝南亚高压亚洲区极涡面积东亚夏季风环流系统东亚夏季风推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1
2012年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
科研热词年代际变化马斯克林高压降水(干湿) 鄂霍次克海高压过去2000年距平环流菲律宾反气旋温度(冷暖) 波列水汽通量气候态梅雨旱涝特征年际变率年际关系川渝地区反位相分布厄尔尼诺南涝北旱南亚高压华北降水准双周振荡再分析资料低频振荡东亚夏季风不确定性 20cr
2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

天气学原理与方法——东亚季风

§10.3 东亚季风与低频振荡
大气低频振荡的一般情况低频振荡的传播
低频振荡与东亚季风的活动
一．东亚季风形成的基本因子
㈠海陆热力差异㈡太阳辐射的径向差异㈢青藏高原与大气之间的热力差异
1.海陆热力差异
由于海陆热力差异产生了经典的海陆季风，即冬季大陆为
冷源，海洋为热源，风从大陆吹向海洋；夏季大陆为热源，海
洋为冷源，风从海洋吹向大陆。海陆热机造成的风向变化反映了季风的本质。若只考虑海陆热机是季风的唯一成因，则在所
㈢东亚副热带夏季风的进退
东亚副热带季风的进退主要是指副热带季风北侧前沿的南北进退。东亚副热带夏季风的进退与东亚热带夏季风进退有密切关系，但由于海上资料的缺乏，目前尚没有关于热带夏季风进退的详细研究。
§10.2 东亚季风的形成
东亚季风形成的基本因子亚洲季风区的热源（汇）分布东亚季风的建立与维持机制中国夏季风降水的水汽源地
沿海
进入
四．东亚季风与冬季风的交替㈠东亚冬夏季风的建立和撤退
一般所讲的冬夏季风的建立（撤退）都是针对一个局部地区而言的。实际上，冬夏季风都不是在一季风区的所有地方同时建立和撤退的，而是一个不断推进和撤退的过程。因此，对一季风区而言，所谓季风的建立与撤退包含两个概念：
一是在季风区开始建立（撤退）；一是在整个季风区完全建立（撤退）。对于整个季风区来说，冬（夏）季风的开始建立也就是夏（冬）季风的开始撤退，冬（夏）季风的完全建立也就是夏（冬）季风的完全撤退。东亚季风比较复杂，夏季存在两种性质不同的季风和季风环流系统。
在表面均匀的地球上，行星风带基本上是纬向的，地表太阳辐射地理分布的季节变化，引起行星风系的季节变化。
在两支行星风带交替的区域，行星环流发生季节转移，盛行

硫酸盐气溶胶对长江中下游夏季降水年代际转型的影响

… …
．
／
｛ … ……
… … ／…… ‘ ／源自……．－
／
— — — —
—
ｔ
－
ｔ
．。
４６７
成
都
信
息工
程
学院学
报
第２６卷
１人为硫酸盐气溶胶浓度增长（主要在地面和低层）
８面和低层的气温进一地步下降，高层升温变强云量增加，高层潜热释放
２辐射强迫增强负
７江流域降水增多长
垂直温度及对应的上升运动
３地面和低层的气温下降．高层有相应升温
６汽在长江流域堆积水
副高南移，浅层异常北风，环流改变
４海陆温差减小
５东亚夏季风减弱
图１人为硫酸盐气溶胶增长对长江中下游夏季降水影响机制示意图０
摘要：了研究人为硫酸盐气溶胶增长对１７为９０年代末长江中下游夏季降水年代际转型的影响，用全球气候使模式（Ｆ — Ｍ２，ＧＤＬＡ）对硫酸盐直接气候效应进行了模拟。结果表明，硫酸盐气溶胶增长引起的降水年代际变化与
观测到的降水转型有很好的时空一致性；观测中包括副热带高压西伸南移、中国东部近地面异常北风等夏季风年
第２第５期６卷２１年１０１０月
成
都
信
息
工
程
学
院
学
报
Ｖｏ６ＮＯ５ｌ２Ｏｃ．２１ｔ０１
ＪＯＵＲＮＨＧＤＵＮＩＥＩＹＯＦＩＯＲＡＬＯＦＣＥＮＵＶＲＳＴＮＦＭＡＴＩＥＨＮＯＩ｝ＯＮＴＣ．ＧＹ（

第31卷总目次

正压准平衡海洋模型及其解１：Ｉ中纬度自由涡旋波动
熊明明，陈海山，俞淼（１）
张永垂，凯程，铭（１路张１）路凯程，永垂，铭（１张张７）
… … … … … … … … ・・
……
地面加密自动站资料同化和数值模拟 …………………・・上海地区低温、、雨雪冰冻灾害的风险区划 ……………・
２种降尺度方法在太湖流域的应用对比 …………………………………………………………
…
一
…
…
张玮玮，申双和，刘敏，明，沈斌（５）冯杨１３
… … … … … …
…
…
刘浏，学，徐宗黄俊雄（６）１０
次特大暴雨（）雪天气过程的微物理模拟 ……………………………………………………・
武汉市冬季大雪分析预报 … … … … … … … … … …… … …… … …… … … … … … … … … … … … … … … … … … … … … … 徐双柱，平，琦（６王高７）近５江淮地区６０ａ —７月降水特征分析 … … … …… … …… … …… … … … … … … … … … … … … … … … … … … … … 王勇，清泉，新勇（７李沈３）淹水对夏玉米性状及产量的影响试验研究 … … … … … …… … …… … … … … … … … … … … … … … … … … … … … 李香颜，忠阳，彤宵（７刘李９）

降雨点面折减系数计算方法综述

第38卷第2期Vol．38No．2水㊀资㊀源㊀保㊀护Water Resources Protection2022年3月Mar.2022基金项目:科技部重点研发项目(2016YFC0400709)作者简介:常琛朝(1992 ),女,博士研究生,主要从事城市水文研究㊂E-mail:changchenchao@通信作者:黄津辉(1969 ),女,教授,博士,主要从事生态水文㊁生态处理与修复技术等研究㊂E-mail:huangj@DOI :10．3880/j.issn．10046933．2022．02．011降雨点面折减系数计算方法综述常琛朝1,2,黄津辉1,2,陈以恒2,3(1.南开大学环境科学与工程学院,天津㊀300350;2.南开大学中加水与环境安全联合研发中心,天津㊀300350;3.南开大学深圳研究院,广东深圳㊀518000)摘要:概括了降雨点面折减系数(ARF )的影响因素,包括流域面积㊁降雨持续时间㊁重现期㊁地形㊁天气类型和季节等,综述了估算ARF 的定点定面法和动点动面法的算法过程㊁基础数据类型和应用范围,分析了各种方法的特点和适用性㊂指出方法的选择对ARF 的计算有显著的影响,ARF 的经验法虽然计算烦琐,对数据要求高,但其时间和空间适用性强,仍具有优势㊂解析法及动点动面法往往依赖于简化的假设,应用范围有限㊂未来应系统研究各种计算方法的差异,并借助于卫星㊁雷达等高分辨率降雨数据,开展ARF 的空间分析,为工程设计及水文模拟提供更可靠的信息㊂关键词:点面折减系数;设计降雨;面降雨;降雨频率分布中图分类号:TV125㊀㊀文献标志码:A㊀㊀文章编号:10046933(2022)02007607Review on calculation methods of areal reduction factor ʊCHANG Chenchao 1,2,HUANG Jinhui 1,2,CHEN Yiheng 2,3(1.College of Environmental Science and Engineering ,Nankai University ,Tianjin 300350,China ;2.Sino-Canada Joint R&D Centre for Water and Environmental Safety ,Nankai University ,Tianjin 300350,China ;3.Shenzhen Research Institute of Nankai ,Shenzhen 518000,China )Abstract :The influencing factors of rainfall area reduction factor (ARF)are summarized,including watershed area,rainfall duration,return period,terrain,weather type and season.This paper summarizes the algorithm process,basic data types and application scope of fixed-point fixed-surface method and moving-point moving -surface method for estimating ARF,and analyzes the characteristics and applicability of various methods.It is pointed out that the selection ofmethods has a significant impact on the calculation of ARF.Although the empirical method of ARF is cumbersome and requires high data,it still has advantages because of its strong applicability in time and space.Analytical method and moving-point moving -surface method often rely on simplified assumptions,and their application range is limited.In the future,systematic research should be carried out on the differences of various calculation methods,and spatial analysis of ARF should be developed with the help of high-resolution rainfall data such as satellite and radar,so as to provide morereliable information for engineering design and hydrological simulation.Key words :areal reduction factor(ARF);design rainfall;areal rainfall;rainfall frequency distribution㊀㊀伴随着城市的快速扩张,城市区域及其周边地区的气候条件发生了显著改变,降水的空间分布差异日趋增大[1]㊂准确的面降水量的获取对于径流模拟㊁城市下水管道系统设计㊁城市防洪措施和洪水预测均具有重要意义[2-4]㊂然而,具有长序列降雨资料的站点分布通常是稀疏的,而雨量站的测量通常只代表一个点的降水量[5]㊂研究表明,降水强度在1km 的范围内或在1min 的时间尺度内都会发生显著的变化[2,6],加之降水的空间衰减性,导致面雨量通常小于实测的点雨量[7]㊂通过引入点面折减系数(areal reduction factor,ARF),将点雨量间接转化为面雨量是水文模拟及工程设计上常用的方法[8]㊂ARF 定义为在给定持续时间和重现期下,点雨量与面平均雨量的比值[9]㊂通常ARFs 是一组曲线,显示ARF 随流域面积㊁持续时间和平均重现期的变化㊂ARF的计算方法分为两大类㊂一类是定点定面法,用于将点设计雨量转化为面设计雨量[10]㊂美国气象局1957年首次使用ARF的概念估算设计洪水[11],建立了ARF与面积和持续时间的关系㊂研究者进一步考虑了重现期的影响,又相继发展多种计算ARF的经验方法[12-14]㊂一些研究者尝试将ARF的算法建立在数学和统计框架之上,提出基于尺度效应和分形理论的ARF的解析法[10,15-16]㊂另一类是动点动面法,基于场次降水数据统计降水中心雨量与面雨量的关系,主要用于计算面最大可能降水量[17-18]㊂ARF通常随流域面积和重现期的增加而减小,随持续时间的增加而增大,这在不同区域的研究中也得到验证[9-10,13,19-20]㊂除上述3个因素外,研究者也开始关注ARF对地形㊁流域形状及气候条件等因素的依赖性[21-22]㊂研究表明,ARF存在季节性差异,暖季的ARF比冷季小,这可能是由于夏季对流活动增加导致的[19]㊂随着科技的发展,高分辨率卫星和雷达降水数据也开始用于计算ARF[18,23]㊂经历几十年的发展,ARF的计算方法已多种多样,其中点雨量或面雨量计算方法中,雨量站密度及降水数据时间分辨率不同,会导致ARF的研究结果不一致,为实际运用中如何选择ARF计算方法造成了困难㊂目前关于ARF的综述文章很少,缺乏对ARF 的计算方法㊁影响因素㊁数据的选择㊁实际应用及存在问题等的分析与总结㊂本文主要概述ARF对各种因素的依赖性,总结目前国际上用于估算ARF的定点定面法(经验法和解析法)和动点动面法,并分析各种方法的适用性及ARF的未来研究展望㊂1㊀ARF的影响因素由于区域气候条件(地理位置㊁水汽循环等)和局地条件(下垫面类型㊁高程等)的不同,降雨表现出显著的空间异质性[2,24-25]㊂这是点降水量和面降水量存在差异的主要原因㊂流域面积越大,包含的空间异质性信息越多,降水的空间变异性越大,导致在流域尺度上,平均的面降水量比单个站点的降水量要小[19]㊂随着集水面积和重现期的增加,这种效应更加明显,因此随着流域面积的增加,ARF表现出减小的趋势[9,19]㊂影响点与面降水量关系的另一个因素是区域气象和气候条件㊂对于不同类型的天气条件,风暴事件可能会覆盖不同的面积,导致点降水量和面平均降水量的差异[23]㊂Skaugen[26]的研究得出大规模锋面降水事件的空间平均值不会随着面积的增加而大幅度的减少,而对于小规模对流事件,结果则相反㊂降水历时从一定程度上反映了降水的类型,短历时强降水的范围小㊁空间异质性高,因此相同流域面积和重现期下,短降水历时对应的ARF会更小[18-19]㊂不同的天气条件也可能导致不同的降雨强度,因此,ARF通常是降雨事件严重程度的函数㊂这种严重程度是根据降雨发生的频率来定义的,即事件的重现期㊂对于重现期大的降水,随研究区域面积的增加ARF下降的程度要高于低重现期的降水[9,13]㊂Yoo等[21]的研究表明,如果重现期超过100a,则ARF对重现期不敏感㊂然而,当重现期小于100a时,不能忽略ARF对重现期的依赖关系㊂Allen等[19]的研究发现,ARF存在季节性差异,暖季的ARF比冷季小,这可能是由于夏季对流活动增加导致的,并建议在对降水量进行空间插值时考虑地形的影响㊂地形和城市化也是影响ARF的因素,因为这些因素会影响降雨的形成,但是由于数据资料的缺乏,目前相关的研究较少㊂2㊀ARF计算方法目前,ARF的计算方法主要有暴雨的定点定面法和动点动面法两类㊂定点定面关系,理论上是指某一固定流域(同心圆或同心正方形㊁矩形)中心点雨量与其面平均雨量之间的关系[27],通常在水文实践中,将特定重现期和持续时间的点设计降水量转换为面设计降水量[5]㊂动点动面关系,也称暴雨中心点面关系,是不受流域边界限制的暴雨中心点雨量与同场次雨量等值线包围面积内面平均雨量的比值,中心点与降雨范围都是随着暴雨场次的变化而不断变动[28];这种方法主要用于将点最大可能降水量(probable maximum precipitation,PMP)转换为面平均PMP[5]㊂研究表明动点动面法计算的ARF通常比定点定面法计算的ARF略小[10,21]㊂2．1㊀定点定面法定点定面法因计算简便,在工程实践中普遍使用㊂基于不同的原理,定点定面法又可分为经验法和解析法㊂许多国家目前的设计降水准则中的ARFs是基于经验方法建立的[2,12,19]㊂随后,基于降水的相关性和尺度关系,几种新的解析方法被相继提出[10,29]㊂2．1．1㊀经验法经验法推求ARF是目前工程设计中最常用的方法,例如1957年美国气象局所提出的方法[19]和英国在1975年发布的洪水研究报告建议的方法[12]㊂后者是对美国气象局所提方法的简化,假定平均值的比率可以近似比率的平均值 ,计算更为简便,但这两种方法均未考虑重现期的影响㊂Bell[13]在1976年重新对洪水报告中ARF的计算方法进行了改进,并考虑了重现期的影响,结果表明随降雨重现期的增加,ARF的下降速度更快;而在1975年英国自然环境研究理事会(Natural Environment Research Council,NERC)的英国洪水研究报告中,ARF计算方法会导致更保守的估计㊂基于Bell的研究,Stewart[30]在1989年重新评估了英格兰西北部一个高地地区的ARF,其引入了降雨的标准化方法,从而利用降雨增长曲线而不是实际降雨频率曲线导出ARF㊂NOAA1980年技术报告论述了美国对ARF的定义,考虑了流域面积㊁持续时间及重现期的影响[31]㊂研究者较多使用不同持续时间点雨量和面雨量年极值序列来计算ARF值[2,9,32],基础数据的时间分辨率大多可以达到小时级别,计算过程表征的是点降水频率曲线与面降水频率曲线之间的关系,这时点降水极值和面降水极值在时间上可能并不同步;但也有研究者筛选高于某个重现期的降水事件[6],用与点降水同步的面降水来计算ARF,这种方法采用的也是定点定面法,但选取的点雨量和面雨量在时间上是同步的㊂Yoo等[21]的研究中考虑了重现期的影响,基于日降水数据计算了降水持续时间为24h的ARF㊂由于使用的降水数据的不同,得到的ARF的值会有一定的差异,其意义和目的也不相同㊂在计算ARF时,点雨量和面雨量的计算是关键的步骤㊂其中点雨量的计算方法包括中心站点法㊁最大值法和同频次均值法㊂同频次均值法克服了中心站点法和最大值法计算的点雨量存在的偶然性缺陷,计算结果较为合理,是目前普遍使用的方法,如彭博[27]㊁刘成林[28]㊁郭金燕[33]㊁金新芽等[34]㊁杜长辉[35]㊁蒋春宇等[36]㊁原彪[37]的研究均是使用了此法㊂本质上,ARF反映的是点频率曲线与面频率曲线的关系,同频次均值法[13]是对区域点频率曲线计算的一种简化方法[13],后续的研究者对Bell方法进行了改进[23,38],但目前国内多数研究计算区域点雨量时仍采用同频次均值法㊂面雨量的计算方法较多,其准确性是影响点面关系准确性的主要因素㊂面雨量的计算方法包括泰森加权法㊁算术平均法及插值方法㊂算术平均法相对简单,然而只适合于地形较为平坦,雨量站均匀分布的地区,郭金燕[33]㊁金新芽等[34]㊁杜长辉[35]㊁蒋春宇等[36]的研究使用此法㊂在雨量站分布不均匀的地区,可用泰森法获得一系列权重因子,求得的面雨量会较为准确,如刘成林[28]㊁李文涛等[39]和陈正明[40]的研究㊂插值方法考虑所在地区的地理环境条件和降水的空间变异性,显示出一定的优势㊂这类方法主要包括逐步订正格点法㊁距离平方倒数法㊁克里金法㊁趋势面法㊁多元二次回归法以及神经网络技术等[39],这类方法较传统方法精度高,但计算过程较为复杂,通用性差㊂由于点面关系中的点雨量和面雨量在不同计算方法中的含义是不相同的,因此各种点面关系各有其适用条件,不应任意借用㊂研究者基于ARF的基本定义,得到不同重现期及持续时间的ARF后,利用不同形式的公式进行拟合,得到更便于使用的经验表达式(表1)㊂Koutsoyiannis等[14]基于NERC方法得到的ARF计算值,随后拟合公式得到ARF关于流域面积和重现期的经验表达㊂Yoo等[21]用伽马分布估算降水的重现期,并未使用降水的极值序列,而是基于日降水计算了ARF,并提出了经验公式㊂刘成林[28]对广州市点面关系进行研究,面雨量用泰森多边形法进行计算,得到ARF后,用幂函数进行拟合,得到广州市中心城区点面关系折减系数的函数表达式㊂Mineo 等[6]基于重现期大于2a的降水事件,利用点雨量与面雨量的比值求得ARF,进而提出了ARF关于流域面积和持续时间的函数㊂然而,这些经验公式有较强的地域性,一般需要利用当地的降水数据,重新计算公式的参数才能使用㊂2．1．2㊀解析法解析法侧重于发展基于数学框架的点雨量和面雨量之间的理论关系,并对降雨空间相关结构提出一系列假设,主要包括基于空间相关性及降水尺度不变性提出的方法㊂空间相关性法是基于降水的空间相关结构(spatial correlation structure)建立起来的,依赖于各向同性的假设和降水过程的特定统计分布㊂Omolayo[15]假设降雨在空间上呈对数正态分布,并利用平均空间相关系数来估计ARF,公式如表1所示,可以看出,ARF的大小取决于空间相关系数㊁重现期㊁标准差和研究区内站点数量㊂Rodriguez-Iturbe等[41]提出基于特定距离的两个气象站降水量的相关性来估计ARF的方法,该方法假设一个特定的空间相关结构,假设点雨量既有各向同性又符合零均值的高斯分布㊂Sivapalan等[10]的研究中指出,Rodriguez-Iturbe等[41]的方法不太适合降水极值分布特征,因此选择在极值分布中利用空间相关性特征,假设点雨量和面雨量的极值分布呈Gumbel分布㊂方程清楚地表明,ARF取决于集水面积㊁空间相关长度㊁持续时间和重现期㊂基于降水尺度不变性,De Michele等[29]利用动态尺度(dynamic scaling)和统计自相似度(statistical self-affinity)的概念,提出年平均最大降水量关于持续时间d和流域表1㊀ARF 估算方法Table 1㊀Estimation methods of ARF类型研究者估算公式因子降水数据参考文献经验法US Weather BureauF TP29=ðj ði Pᶄijðj ðiP ij A ,d通用[11]UK NERC F FSR =1IJ ðj ði PᶄijP ijA ,d 通用[12]Bell沿用NERC(1975)的方法,用频率分布拟合点面降水,并计算指定返回周期的ARFA ,d ,T 通用[13]NOAA Technical ReportF NWS (f ,d ,A )=X A (f ,d ,A )X A (f ,d ,0)其中X (f )=u +K (f )σA ,d ,T 通用[31]Koutsoyiannis 等F =1-0．048A 0．36-0．01ln A d 0．35A ,d 降水事件[14]Yoo 等F =1-M exp[-(aA b )-1]A 日降水[21]Mineo 等F (d ,A )=γ(d )c (d )[γ(d )+A ]c (d )其中γ(d )=18．08d c (d )=0．19d -0．058A ,d降水事件[6]解析法OmolayoF =exp K T σ1+(n -1)ρn-1()[]A ,d ,T 降水极值序列[15]Sivapalan 等F (d ,A ,T )=α∗αA μA -ln ln TT -1)(][αAα∗μ∗-ln ln TT -1)(][A ,d ,T 降水极值序列[10]De Michele 等F (d ,A )=1+ωA zd ()b[]-v /bA ,d 降水极值序列[29]㊀㊀注:F TP29㊁F FSR ㊁F NWS ㊁F 为不同经验公式中的点面折减系数;Pᶄij 为第i 个站点第j 年的平均面降水量;P ij 为第i 个站点第j 年的平均点雨量;f 为频率;d 为持续时间;A 为流域面积;X A (f ,d ,A )为平均面雨量;X A (f ,d ,0)为代表的点雨量;μ为降雨样本的均值;σ为降雨样本的标准差;K (f )为频率系数,取决于拟合方程的形式,为Gumbel 拟合参数;K T 为对应于重现期T 的频率因子;ρ为平均空间相关系数;n 为水文站数量;α∗㊁μ∗为点雨量分布曲线参数;αA ㊁μA 为面雨量分布曲线参数;v ㊁ω㊁z ㊁a ㊁b 为实测降水计算的ARF 拟合方程得到的参数㊂面积A 的表达式,通过拟合经验法计算ARF,得到表达式的参数值㊂该方法所需参数较少,计算相对简便,但是表达式本身并未考虑重现期的影响,可以通过拟合得到不同重现期下的参数来计算不同重现期的ARF㊂Veneziano 等[22]利用降雨时空分布的多重分形特性计算ARF㊂虽然这些ARF 的解析表达基于一定的理论基础,但仍需要合理的数据来估计模型参数,从而计算ARF㊂另外,这些方法在大范围的时间和空间尺度上的应用还有待进一步评估[2]㊂ARF 的计算方法众多,得到的ARF 的数值差异也较大㊂目前,对于ARF 的差异是来源于方法的不同㊁所用数据的不同还是区域的独特性尚不清楚㊂Pavlovic 等[9]分析了4种不同类型定点定面方法(经验法㊁基于空间相关性的解析法㊁基于降水时空尺度效应的解析法及利用极值理论的方法)之间的差异,利用俄克拉荷马州高质量的雷达数据和密集的降水站点对4种方法进行了检验,结果表明,无论使用何种方法,ARF 的估计值都有很大的不确定性,重现期越长,持续时间越短,面积越大,差异越明显㊂总之,方法的选择对ARF 估计有显著的影响,特别是对于较短持续时间降雨的情况㊂Mineo 等[6]对比了4种经验法估算ARF 的潜力,结果表明这些公式并不能有效地估算研究区的ARF,这种差异是不可忽略的,特别是对于短降雨持续时间和研究面积较大时㊂ARF 的经验表达式具有较强的地域性,在不同的气候和地形区,需要依据当地的降水数据进行参数的计算,以获得准确度更高的结果㊂2．2㊀动点动面法动点动面法也称暴雨中心法,该方法用于计算ARF 的面积不是固定的,而是根据降雨事件而变化㊂此时,ARF 定义为识别的暴雨事件面积范围内的面降水量与降雨中心处降水量(最大点降水)的比值㊂该方法的一个优点是可以反映降水事件的空间结构,且点雨量与面雨量是时间同步的[2]㊂但是该方法需要高分辨率的降水空间分布,需要通过天气雷达或高密度地面测量网络获得[18]㊂暴雨中心法经常被用来估计PMP,该方法适用于较小的流域,对于多中心的暴雨难以实施,因此,该方法的应用较少[2,42]㊂暴雨中心法的基本步骤为:暴雨识别与分类,暴雨参照面积计算,计算暴雨范围内的面降水,识别暴雨范围内的最大点降水量,计算ARF[17,18,43]㊂最初,研究者常将暴雨范围的参考形状设置为圆形或正方形[44-45],这对于窄带形状的区域并不适用,随后研究者建议采用椭圆形作为暴雨范围的参考形状[46]㊂面降水量的确定方法因使用的数据不同而不同,对于密集的站点数据,可通过雨量等高线进行积分获取[2,42],或者通过插值方法,将数据转化为网格降水量来计算[43]㊂对于雷达数据,Bacchi等[44]尝试基于泊松时空过程交叉的理论估算面降水㊂Kang等[46-47]通过改变椭圆降水区域长短轴比例获取优化的面降水量㊂研究者对定点定面法和动点动面法的比较也进行了研究㊂Wright等[20]利用雷达数据用暴雨中心法计算了ARF,并于美国气象局的ARF计算公式(F TP29)进行对比,证明后者计算的ARF不能充分代表极端降雨的真实特性,缺乏代表性主要是由于公式混合了不同类型风暴的降雨观测结果㊂Biondi 等[43]研究表明,动点动面法(暴雨中心法)计算的ARF通常比定点定面法计算的ARF略小,可能的原因包括两个:①强降雨风暴可能受有限区域范围内的对流事件控制,降雨范围小;②风暴中最强的降雨点可能位于定点定面法使用的边界之外[2]㊂动点动面法虽然实际应用较少,但其物理意义明确,常用来分析降水空间变异性及不同类型降水的影响㊂Kim等[18]基于雷达数据,采用风暴识别算法识别出54758个椭圆形极端风暴事件,研究了降雨的空间变异性对ARF的影响,并量化了不同风暴形状之间数值的相对差异㊂风暴内部的空间变异性(降水量的变异系数),与面积和持续时间一样是ARF值的重要影响因素,表明未来估算区域降水量的设计框架须将降雨的空间变异性考虑在内㊂也有研究者关注不同类型降水的ARF的差别㊂Biondi 等[43]分别计算了对流降水和锋面系统降水对应的ARF,发现对流降水的ARF随面积的衰减比锋面系统降水更明显,在2000km2的流域面积,ARF降至0．5左右㊂3㊀不同类型降水数据的应用ARF常通过密集的雨量计网络来计算㊂随着高时空分辨率雷达和卫星数据的出现,一些研究者尝试将其应用于ARF的计算[18-19]㊂与实测的气象站数据相比,雷达数据的空间分辨率更高,从而更好地展现了降雨的空间模式㊂然而,雷达降水的时间记录通常较短,不能反映重现期对ARF的影响[19]㊂Allen等[19]对雷达数据和雨量站数据计算的ARF 进行了对比,发现基于雷达数据计算的ARF随面积的衰减速度快于基于雨量站计算的数值,由于数据时间限制,作者并未得出哪个数据平台能更准确地衡量降水的空间变异性㊂Kim等[18]利用分辨率为1kmˑ1km的雷达数据,定量描述风暴内部结构变化对ARF的影响㊂Pavlovic等[9]利用4kmˑ4km的雷达与雨量站融合数据计算了不同面积(16~1296 km2)和持续时间(1~24h)的ARF,并对4种方法计算的ARF进行了比较㊂随着技术的发展,雷达数据的质量会更可靠,其应用于ARF会有很大的潜力㊂Li等[23]在2015年利用气候模型模拟得到的降水数据计算研究区的ARF,并评估了在气候变暖背景下,未来降水模式的ARF的变化趋势㊂Kao等[48]比较了4种降水产品计算ARF的差异,结果表明不同数据源计算得到的ARF变化趋势一致,差别较小,说明ARF对数据源敏感度较低㊂不论何种降水数据集,其数据本身的准确性是一个重要问题[23],随着技术的不断进步,应更多地尝试将新数据应用于ARF的计算㊂4㊀结㊀语ARF随流域面积㊁持续时间及重现期的变化而变化,除此之外,天气条件㊁地形㊁季节及计算方法也是影响ARF的重要因素㊂本文详细总结了目前ARF的计算方法及各方法的特点和适用性㊂动点动面法主要用于将点最大可能降水量转换为面平均降水量;定点定面法常用于水文实践中,将点设计降水量转换为面平均设计降水量㊂后者包括简单易用的经验法和基于数学原理的解析法;经验法简单易用,在不同区域适用性强;解析法虽然基于一定的数学和统计框架,但其依赖于简化的假设,适用范围有限㊂研究表明,基于经验法计算的ARF往往更可靠㊂与经验方法相比,解析法的计算量和对数据要求要小得多,但目前缺乏对其稳健性和区域性的验证研究㊂关于ARF各计算方法的比较研究表明,不同方法计算得到的ARF的数值差异较大,方法的选择对ARF估计有显著的影响,特别是对于短持续时间的设计降雨㊂未来需要更系统地研究ARF各种计算方法之间的差异,以确定最适宜的ARF计算方法㊂雷达等降水数据的使用给ARF的计算提供了更好的支持,但数据准确性㊁时间记录长度及计算ARF是否存在偏差都是需要考虑的问题,还需更多的研究去论证㊂随着降水监测网络的建设和降水数据的丰富,ARF的经验公式应该随着降水数据的更新而不断更新,为水利和水文基础设施的设计应对气候变化做好准备㊂参考文献:[1]黄津辉,王超,范泽华.天津市设计暴雨雨型的演变[J].水资源保护,2020,36(1):38-43.(HUANG Jinhui, WANG Chao,FAN Zehua.Evolution of design rainfall pattern in Tianjin[J].Water Resources Protection,2020, 36(1):38-43.(in Chinese))[2]SVENSSON C,JONES D A.Review of methods forderiving areal reduction factors[J].Journal of Flood Risk Management,2010,3(3):232-245.[3]严方家,李琼芳,王燕,等.镇江市中长历时设计暴雨计算[J].水资源保护,2020,37(2):108-111.(YAN Fangjia,LI Qiongfang,WANG Yan,et al.Medium and long duration design rainstorm in Zhenjiang City[J].Water Resources Protection,2000,37(2):108-111.(in Chinese))[4]张轩,张行南,江唯佳,等.秦淮河流域东山站水位预报研究[J].水资源保护,2020,36(2):41-46.(ZHANG Xuan,ZHANG Xingnan,JIANG Weijia,et al.Study on water level forecast of Dongshan Station in Qinhuai River Basin[J].Water Resources Protection,2020,36(2):41-46.(in Chinese))[5]LEE J,PARK K,YOO C.Bias from rainfall spatialdistribution in the application of areal reduction factor [J].KSCE Journal of Civil Engineering,2018,22(12): 5229-5241.[6]MINEO C,RIDOLFI E,NAPOLITANO F,et al.The arealreduction factor:a new analytical expression for the lazio region in central Italy[J].Journal of Hydrology,2018, 560:471-479.[7]LANGOUSIS A,KALERIS V.Theoretical framework toestimate spatial rainfall averages conditional on river discharges and point rainfall measurements from a single location:an application to western greece[J].Hydrology and Earth System Sciences Discussions,2013,9(11): 12463-12522.[8]宋承新.山东省定点定面雨量关系浅析[J].水文,1997(2):27-30.(SONG Chengxin.Analysis of relationsbetween fixed point and fixed area for strom in Shandong [J].Journal of China Hydrology,1997(2):27-30.(in Chinese))[9]PAVLOVIC S,PERICA S,LAURENT M S,et al.Intercomparison of selected fixed-area areal reduction factor methods[J].Journal of Hydrology,2016,537: 419-430.[10]SIVAPALAN M,BLOSCHL G.Transformation of pointrainfall to areal rainfall:intensity-duration-frequency curves[J].Journal of Hydrology,1998,204:150-167.[11]US Weather Bureau.Rainfall intensity-frequency regimePart1.the Ohio Valley,TP-29[R].Washington,D.C.:U.S.Deptment of Commerce,1957.[12]NERC.Flood studies report,Vol.Ⅱ[R].London:NaturalEnvironment Research Council,1975.[13]BELL F C.The areal reduction factor in rainfall frequencyestimation,Institute of Hydrology Report No.35[R].London:Natural Environment Research Council,1976.[14]KOUTSOYIANNIS T,XANTHOPOULOS D.Engineeringhydrology[M].3rd ed.Athens:National Technical University of Athens,1999.[15]OMOLAYO A S.Relationships between point and arealrainfall for flood and drought assessments[D].Sydney: University of New South Wales,1989.[16]PIETERSEN J P J,GERICKE O J,SMITHERS J C,et al.Review of current methods for estimating areal reduction factors applied to south african design point rainfall and preliminary identification of new methods[J].Journal of the South African Institution of Civil Engineers,2015,57(1):16-30.[17]OMOLAYO A S.On the transposition of areal reductionfactors for rainfall frequency estimation[J].Journal of Hydrology,1993,145(1/2):191-205.[18]KIM J,LEE J,KIM D,et al.The role of rainfall spatialvariability in estimating areal reduction factors[J].Journal of Hydrology,2019,568:416-426.[19]ALLEN R J,DEGAETANO A T.Areal reduction factorsfor two eastern united states regions with high rain-gauge density[J].Journal of Hydrologic Engineering,2005,10(4):327-335.[20]WRIGHT D B,SMITH J A,BAECK M L.Criticalexamination of area reduction factors[J].Journal of Hydrologic Engineering,2014,19(4):769-776. [21]YOO C,KIM K,KIM H S,et al.Estimation of arealreduction factors using a mixed gamma distribution[J].Journal of Hydrology,2007,335(3):271-284. [22]VENEZIANO D,LANGOUSIS A.The areal reductionfactor:a multifractal analysis[J].Water Resources Research,2005,41(7):1-15.[23]LI J W,SHARMA A,JOHNSON F,et al.Evaluating theeffect of climate change on areal reduction factors using regional climate model projections[J].Journal of Hydrology,2015,528:419-434.[24]MUTHUSAMY M,SCHELLART A,TAIT S,et al.Geostatistical upscaling of rain gauge data to support uncertainty analysis of lumped urban hydrological models [J].Hydrology and Earth System Sciences,2016,21(2): 1077-1091.[25]曾明,张雨凤,李琼芳,等.上海市不同历时暴雨组合概率研究[J].水资源保护,2015,31(4):82-86.(ZENG Ming,ZHANG Yufeng,LI Qiongfang,et al.Study on probability for rainstorm combinations during different durations in Shanghai City[J].Water Resources。

大气科学中的气候变化模式构建及其预测能力评估

大气科学中的气候变化模式构建及其预测能力评估气候变化是近年来备受关注的热门话题，通过构建气候变化模式并评估其预测能力，科学家们试图揭示气候变化背后的规律和趋势。

本文将介绍大气科学中的气候变化模式构建及其预测能力评估的相关内容。

在大气科学中，气候变化模式的构建是研究气候变化的重要手段。

气候变化模型可以模拟气候系统中的物理、化学和生物过程，从而预测未来气候的变化趋势。

构建气候变化模型需要考虑多个因素，如大气、海洋、陆地、冰雪等因子的相互作用。

通过收集大量观测数据并使用数学和物理模型，科学家们可以构建出复杂而全面的气候变化模型。

气候变化模型通常被分为全球气候模型和区域气候模型两类。

全球气候模型的空间范围涵盖整个地球，通过划分网格并模拟各个网格的物理过程来预测全球气候的变化。

区域气候模型则更关注特定地区的气候变化，通过更高的空间分辨率和更具体的区域特征来提高预测精度。

气候变化模型的预测能力评估是评估模型的有效性和可信度的重要手段。

预测能力评估通常包括对比观测数据和模型模拟结果，以及使用统计指标和评估方法来评价模型的预测结果。

常用的评估指标包括平均误差、均方根误差、相关系数等，这些指标可以帮助科学家们了解模型的预测准确性和可靠性。

然而，气候变化模式的构建和预测能力评估面临着一些挑战和限制。

首先，模型的构建需要大量的观测数据和高性能计算资源，这对于一些发展中国家来说可能是一个挑战。

其次，气候系统是非常复杂和多变的，模型可能难以完全模拟所有的物理和化学过程，预测结果会受到一定的不确定性影响。

最后，气候变化是一个长期的过程，需要长时间的观测数据和模拟结果来验证模型的准确性，这对于预测能力评估来说也是一个挑战。

为了提高气候变化模型的构建和预测能力评估，科学家们正在不断努力。

一方面，他们致力于改进现有的气候模型，包括提高模型的空间分辨率和时间分辨率、考虑更多的物理和化学过程、加强对气候系统中不确定性的模拟等。

另一方面，他们也在积极推动观测数据的收集和共享，以提供更多的数据支持和验证模型的预测结果。

ERA5再分析资料对中国大陆区域近地层风速气候特征及变化趋势再现能力的评估

刘鸿波, 董理, 严若婧, 等. 2021. ERA5再分析资料对中国大陆区域近地层风速气候特征及变化趋势再现能力的评估[J]. 气候与环境研究,26(3): 299−311.　LIU Hongbo, DONG Li, YAN Ruojing, et al. 2021. Evaluation of Near-Surface Wind Speed Climatology and Long-Term Trend over China’s Mainland Region Based on ERA5 Reanalysis [J]. Climatic and Environmental Research (in Chinese), 26 (3): 299−311.doi:10.3878/j.issn.1006-9585.2021.20101ERA5再分析资料对中国大陆区域近地层风速气候特征及变化趋势再现能力的评估刘鸿波 1　董理 1, 2　严若婧 1, 2　张晓朝 3　郭辰 4　梁思超 5屠劲林 5　冯笑丹 5　王雪璐51 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室，北京 1000292 中国科学院大学地球与行星科学学院，北京 1000493 中国华能集团有限公司，北京 1000364 中国华能集团清洁能源技术研究院有限公司，北京 1000815 华能新能源股份有限公司，北京 100081摘　要　基于台站观测资料，评估了欧洲中期天气预报中心（ECMWF ）最高时空分辨率的第五代大气再分析资料（ERA5）对1979～2018年间中国大陆区域10 m 高度风速的气候特征及其变化趋势的再现能力，并同步对比分析了ERA5资料100 m 高度风速的特征和长期趋势。

结果表明，ERA5资料10 m 和100 m 风速在空间分布、年—季节—月尺度演变的气候特征方面与台站观测非常一致，10 m 风速气候态空间相关系数达到0.66。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。

如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。

㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。

(2 列出开发利用方案编制所依据的主要基础性资料的名称。

如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。

对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。

二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。

2、国内近、远期的需求量及主要销向预测。

㈡产品价格分析
1、国内矿产品价格现状。

2、矿产品价格稳定性及变化趋势。

三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。

2、矿区矿产资源概况。

3、该设计与矿区总体开发的关系。

㈡该设计项目的资源概况
1、矿床地质及构造特征。

2、矿床开采技术条件及水文地质条件。