在比较降尺度RCM和GCM得到RCP8Word文档格式.docx

在比较降尺度RCM和GCM得到RCP8Word文档格式.docx

《在比较降尺度RCM和GCM得到RCP8Word文档格式.docx》由会员分享，可在线阅读，更多相关《在比较降尺度RCM和GCM得到RCP8Word文档格式.docx（7页珍藏版）》请在冰豆网上搜索。

由大气环流模型所作的预测，一个高科技，NIQUE称为动力降尺度“区域协调机制已经广泛用于研究气候变化。

一般情况下，在极端降水而改变比平均降水量已经被赋予了更多可信度。

因为在未来气候预测的研究，相关的显着社会和经济影响用它。

基于预测的CGCMs的参加CMIP3方案中，在极端降水的潜在变化对中国在一些以往的研究进行了分析。

从全国派生未来预测大气研究中心-社区气候系统模型3表明，温暖干燥的极端将增加在北部东亚。

极端降水的年潜在升幅，相邻的中国已经预测到跟随克劳修斯-克拉贝龙的关系，更加均质，比总降水量更多，频繁和更激烈的极端降水是前发生在21世纪。

高分辨率气候模式和区域协调机制也被用来研究未来变化极端降水超过中国。

RCM表明，这种事件有可能在增加浓度，以增加在中国温室气体。

放弃了大部分增加的降水极值中国东南在各个季节下的A2SCE-纳里尼奥在变网格大气环流模式。

同时，改变在降水强度预计在全球40公里网眼大气模式被发现是比较大的在A1B情景CMIP3模型。

上述研究一般集中在21世纪末的极端降水变化。

然而，在不久的变动这样的事件未来在中国还没有被检查，在标准根据新的RCP满足特殊场景。

在这种情况下，本研究中使用了分辨率为50公里的RCM，由从动输出一个海气耦合模式，下设RCP8.5情况下，在这样的近未来的变化。

单向嵌套方法被使用，与RCM的域模型被设置CORDEX东亚域。

在夏季降水，尤其是前势变化极端降水，在不久的将来分别为调查，并投射之间的海气耦合模式及委员会委员进行了讨论。

正如我们将要看到的，结果表明，RCM增加值在以下方面共模拟和极端的空间格沉淀。

预期变化的幅度在根据RCM降水量都强比那些由海气耦合模式，模拟可能是由于动力原因。

本文的其余部分组织如下：

这些模型，实验设计和甲基消耗臭氧层物质在第2节中所述。

的能力RCM和驱动GCM模拟现今降水对中国进行评估。

比较第3节不久的将来潜在的RCP8.5排放情景变化中国各地都在降水。

第4节进一步显示管理层讨论之间的相似点和由RCM预计降水变化和驾驶GCM是在第5条规定。

最后，该这项工作的主要总结在第六节。

2、模式

2.1局地气候模式

在目前使用的区域气候模式研究是RegCM3模式（区域气候模式版本3），这是发达国家在阿卜杜勒·

萨拉姆国际集-际理论物理中心。

RegCM3的是RegCM2的高级版本所示。

它是一个流体静压，COM的具有地形跟随西格玛垂直可压缩模型坐标系，并呈现出合理的模拟东亚夏季时。

下面物理计划受雇于我们的研究积云参数化方案。

2.2全球模式

初始和侧边界条件RegCM3模式在6小时间隔的温度，表面压力，风速和SPECI¯

C湿度均来自历史模拟和未来预测未通过灵活的DER的RCP8.5排放情景全球海洋-大气-陆地系统模型，网格点第2版（FGOALS-G2）。

该四个组成部分FGOALS-G2的包括网格APLASG点大气模型（GAMIL2）在IAPLASG气候系统海洋模式​​版本2（LICOM2），洛斯阿拉莫斯海冰模型版本4（CICE4），以及新推出的NCAR的COM-群落土地型号版本3（CLM3），所有这些由NCAR耦合器6连接。

地平线-GAMIL2的TAL分辨率为2.8±

£

2时08±

。

RCP8.5是所谓的'

底线'

的情况，并且不包括任何SPECI¯

C气候减排目标。

在这种情况下，在21世纪末温室气体排放量和浓度增加相当多的时间，导致了辐射强度8.5WM¡

2。

2.3实验设计

RegCM3的模型域覆盖CORDEX东亚域以均匀的水平分辨率50公里。

该模型具有标准的垂直的18倍标准差层，与模型顶部10百帕。

RegCM3模式的区为15个网格点。

SST的下边界条件和海冰从FGOALS-G2实验插值。

两个时间片的实验，其中涵盖的期间1980至2015年，被执行代表现今的和不久将来的气候。

的¯

RST年每个仿真被视为自旋向上的时间，其结果被排除在下面的分析中。

2.4观测数据和降水资料

为了验证该模型的表现，每天下雨具有水平分辨率规观测数据0.5±

两个经度和纬度，来源于亚洲降水高分辨观测迎水的评价数据集成资源，以下简称APHRO项目。

降水日数分别为定义为日常天>

1mm的两个模型和总降水量观察结果。

几个降水量指数的基础上日降水量分别使用。

对于平均降水指数，累计降水量之后，PRCPTOT|德¯

定义为总降水量在阴雨天，降水强度以下简称SDII|定义为湿天降水量德，和降水频率德NED除以降水日由总数的数量天，分别使用。

对于极端降水指数，累计日雨量较大的降水量比湿天（以下简称R95p）的百分之95实际比例从R95p到降水总量（以下简称R95pT），如还有极端降水的频率。

这些指数的在VIDED在表1中

3、现代夏季降水模拟的评估

RegCM3模式和FGOALS-G2中的表现模拟当前气候在这个评估一节。

的意思是PRCPTOT在JJA六月七月八月来源于观察和模拟示于图2。

对观测数据的特点是降水量大长江流域，中国东南部和西南部中国东北ERN部分。

这些特点，是在FGOALS-G2仿真勉强找到这反而显示了一个ARTI¯

CIAL降水中心其东北延伸的钛下游青藏高原东部。

这ARTI¯

CIAL降水量一个周一发生在GCM模拟用粗水库辨率，但显着减少。

在RegCM3的模拟。

这些结果与先前的研究一致，进一步表明高分辨率是需要合理地模拟DISTRI-夏季降水的超过中国。

但是，该RegCM3的模拟绝不是完美的，因为模拟降雨沿长江流域而在中国东北的不足和高估配合时，分别在（图2c）。

该SDII和降水频率也是前数据未示出，并且在空间型态两人都更合理抓获RegCM3的比FGOALS-G2。

该结果表明，高估模拟PRCPTOT的MATION到的钛-东青藏高原东部的FGOALS-G2主要是跟一个高估SDII的，而低估RegCM3区域沿长江PRCPTOT模拟流域是联合低估无论SDII和降水频率。

在ADDI-，的高估了东北PRCPTOT中国在RegCM3的原因，主要是由高估交配降水频次。

这些结果暗示更加要注意改善对流参数化的触发机制计划与沉淀的的模拟在频率RegCM3的，但关闭的假设相关的对流参数化方案在FGOALS-G2模拟SDII的。

观测和模拟R95p在JJA是图3。

R95p也有类似的空间格局作为PRCPTOT（图2）在两个观测和模拟。

FGOALS-G2倾向于低估R95p过位于30±

N，一般是在具有预线的结果使用CMIP3模型。

低的水平分辨率可能有助于解除RegCM3的提高无论是在空间格局方面模拟R95p的和幅度，并提供更多的地域特色。

尽管模拟R95p是不足和过高估计过长江VAL-莱伊和中国东北地区。

实缴比例从R95p到到从安装前后衍生河谷降水量（R95pT）和模拟示于图。

图四在观察，R95pT大大小小的值是在位于中国西北部和西藏高原分别，而中值是单向的发现中国东部（图4a）。

这些特点，的在FGOALS-G2（图4b），几乎没有发现这在北方的特点，而不是通过大值与中国东北。

RegCM3的一般再现所观察到的特征，尽管过度和不足估计R95pT中国东部和西北部中国，分别（图4c）。

需要注意的是R95p可模拟

RegCM3区域lated沿长江低估流域（图3c），而相应的R95pT被高估（图4c）。

R95pF也有类似的空间格局为R95p在和RegCM3的模拟。

（图5A，C），而这个功能是不是在FGOALS-G2（图5b）中找到。

FGOALS-G2无法重现不均匀FEA-R95pF在中国东部的，主要是由于其粗糙的水平分辨率（图5b）。

相比观察，R95pF的空间格局更合理转载RegCM3区域比FGOALS-G2，即在幅度和空间范围而言大R95pF值随着中国东南部和青藏高原。

主效率是RegCM3模式往往不足和高估R95pF过长江流域和中国东北地区分别异形（图5c），它是用的偏压一致模拟R95p（图3c）。

上面的分析表明，增加值RegCM3的相对于所述驱动GCM（即FGOALS-G2），是明显的空间分布来看对于总的和极端降水。

该高分辨率RegCM3模式中起着重要的作用，主要是因为这可以让复杂的地形比中国要好得多解决，那么AME-地区降雨的模拟。

更高的分辨率也使得小规模的，大气动力学，以得到更好的再现。

事实上，敏感性试验采用RegCM3的显示，更高的分辨率趋向于吸引更多降水，不管地形的强迫。

此外，为解决物理过程为极端降水要求高的空间分辨率。

RegCM3模式在SIM卡的合理性能ulating现今的沉淀是一个必要前提网站为其在预测未来降水的使用的变化，这是分析和比较那些FGOALS-G2在下面的部分中。

4、预测未来降水变化

中国PTOT的JJA的预计变化期间RCP8.5场景相对的下FGOALS-G2展示增加降水青藏高原，长江流域和中国东北地区，而减少被发现在中国东南部和东北ERN中国（图6a）。

RegCM3的项目也增加中国PTOT的（减少）青藏高原和中国东北（东南中国），但以较大的幅度（图6b）。

的预反应降水在另一个区域气候模式下的警监会的B2情景显示了一个空间持续上升在全中国，除了青藏高原南部，四川盆地，以及南部的北中国东部。

在不一致的情况PRCPTOT的FGOALS-G2之间的变化RegCM3的发现在长江流域，在那RegCM3的项目减少PRCPTOT，并在中国北部，在那里RegCM3的项目增加PRCPTOT。

降水过程中这种不一致区域协调机制及其驱动之间的季风季节大气环流先前已经从其他。

主要是

造成更强大和更逼真的地形强迫的和RCM相关环流变化。

R95p在JJA期间的变化相对于RCP8.5方案正在图R95p的变化一般遵循的总降水量的空间格局方面在这两个FGOALS-g2和RegCM3的，这表明极端降水变化是紧密联系在一起那些总降水量的。

变化的幅度在R95p比PRCPTOT的弱图。

这与之前的研究一致。

在这种极端降水的潜在变化在过去20年的运行和SERESA1B运行已被检查。

他们的研究报告说，极端降水将有更大的提高幅度比总降水量的变化。

这在以往的研究和之间的一致性的结果本研究可以归因于相对弱辐射的增加下，迫使SCE-期间。

此外，RegCM3的提供了更多的地域特色和项目的去折痕R95p沿长江流域，而FGOALS-G2项目增加R95p的。

此前，

在一个变网格AGCM，极端降水事件有据预测，增幅比大多数的东南部中国在A2情景。

R95pT的变化显示了一个二模式该R95p和PRCPTOT两个FGOALS-G2和RegCM3模式（图8）。

PRCPTOT的增加，R95p在中国东北的两个FGOALS-G2和RegCM3的不按比例增加跟随的R95pT。

R95pT的最大增幅被发现了在这两个FGOALS-G2和RegCM3的中国东南部。

R95pT在RegCM3模式（图8b）的变化有较大的振幅比FGOALS-G2，因为这PRCP-的TOR和R95p（图8a）。

需要注意的是RegCM3的趋向增加R95pT长江流域（图8b），其中减少R95p和PRCPTOT的是发现（图6b和图7b）。

这一增长R95pT是由于到较小的下降R95p（图7b）的相比该PRCPTOT的（图6b）。

R95pF在JJA的变化是相似的的R95p在两个FGOALS-g2和RegCM3模式（图9）。

这两个FGOALS-g2和RegCM3的模拟最大增加R95pF减少青藏高原（中国东南部）类似的幅度，除非这RegCM3的提供了更多的地域特色。

REG-CM3显示R95pF的符号相反FGOALS-G2在中国北方和长江流域，作为中R95p。

为了进一步探讨预的区域特征降水量的变化，我们划分了中国连续域划分成6个分区域，如图所示。

1。

该区域平均百分比变化预计到和在JJA来源于极端降水FGOALS-g2和RegCM3模式示于图。

10。

大百分比变化是发现在中国东北在这两个FGOALS-g2和RegCM3模式（图10C），而在中国北方的RegCM3的唯一（图10D）。

注该PRCPTOT和R95p过大跌幅。

中国东南部不遵守比例，很大比例的变化（图10E）。

FGOALS-G2和RegCM3的同意的百分比-的迹象条款在大多数地区年龄的变化，除长江流域。

在这里，FGOALS-G2的项目增加PRCPTOT，R95p和R95pF，而RegCM3的项目减小（图10F）。

另外，还要注意的振幅，比那些由FGOALS-G2，RegCM3区域气候预测的变化一般较大。

5、讨论

上述分析表明，RegCM3的项目更大的幅度比降水变化FGOALS-G2期间2016{40RCP8.5下情况下，与最大的它们之间是-ING发现在长江流域。

变化沉淀是由控制热力学和动力学过程，前者被变化有关的，大气水分含量，而后者的变化在大气运动。

5.1水汽含量的变化

在温暖的气候，水汽在大气中的污染物球体增大的倾向。

在版本，预计变化整层水汽期间方案正在变化。

如图所示，该变化表现出浓度增长模式在整个中国的无论RegCM3的FGAOSL-G2。

这些空间浓度的水汽含量增加赞成统一增加极端降水如果环境°

OWS变化不大。

但这些增长不能看出，在突起（图7）。

另外，水蒸汽的振幅浓度10吨增幅在RegCM3的弱（图11a和三）除了在FGOALS-G2（图11b和d）所示。

这将有利于降水的变化幅度较弱的RegCM3的，但更强的幅度其实发现（图10）。

上述分析表明，水蒸汽内容不是主要因素一®

阿拉斯预测预与降水变化及相关RegCM3模式和FGOALS-G2。

5.2垂直方向上水汽幅合的变化

在极端降水变化格局中纬度地区有关的部分为低电平环流相关特征研的变化和相关的水蒸汽变化。

在垂直整合的水汽收敛预估的变化，视为在Li等人的动态组件，为相对于RCP8.5情景下，如图所示，注意色标RegCM3模式和FGOALS-G2之间。

该改变垂直整合WA-空间格局之三汽收敛在一定程度上类似那些PRCPTOT和R95p在两个RegCM3的FGOALS-G2。

PRCP-的增加（减少）TOT和R95p在中国东北，中国东南其次是WA-收敛（发散）之三汽。

注意PRCPTOT的增加和R95p长江流域的FGOALS-G2是随后水蒸汽°

通量的，尽管收敛较小的空间范围。

同样重要的是要注意，振幅根据RegCM3的变化，水汽°

UX的（图12b）比那些从FGOALS-G2弱（图12a）。

这可以解释的幅度较大图。

12。

在同图6，但是对于垂直集成水汽辐合（10¡

6公斤米¡

2秒¡

1）。

在RegCM3的降水变化。

6、总结

在这项研究中，RegCM3模式其均匀的地平线50公里分辨率由输出驱动的FGOALS-G2为现今（1980到2005）和近未来（2015到2040）下RCP8.5气候情景使用单向嵌套的方法。

该模型域RegCM3模式被设置为CORDEX东亚做主。

首先，RegCM3的附加值，在计算模拟现今夏季降水的中国，进行评价。

然后，电势变化在夏季降水，尤其是极端降水，在不久的将来（2016{40），作为由模拟无论RegCM3的和FGOALS-G2，进行了调查，

相比较。

两者之间的不一致性已经讨论，主要的结论可以总结，总结如下：

（1）在观察，PRCPTOT显示了类似的模式R95p和R95pF，大值在长江流域，中国东南部和南部中国东北ERN部分。

观察R95pT在中国西北部的大展示（低）值（青藏高原），并均匀介质值超过中国东部。

相比，在驱动GCM（即FGOALS-G2），RegCM3模式显示的附加价值在可模拟需接上总的和极端的空间格局降水量在夏季。

RegCM3的合理再现，所观察到的特征，尽管低估PRCPTOT和R95p长江流域，而FGOALS-G2未能捕捉到这些抽动，而不是它采用了ARTI¯

CIAL降水中心青藏高原的下游。

（2）根据RCP8.5情景期间2016{40，无论RegCM3模式和FGOALS-G2项目的增加

PRCPTOT和R95p在中国东北和青藏高原，但跌幅超过东南-ERN中国。

在极端降水变化

折痕与幅度比总降水量较小化的变化，由于实力相对较弱的增加2016年期间的情况下，辐射强迫{40。

预计R95pF的变化遵循那些R95p，而R95pT的增加，主要是发现了中国东南部的两个RegCM3模式和FGOALS-G2。

总的和极端降水-（3）的振幅变化是RegCM3模式比强多了在FGOALS-G2。

该RegCM3的模拟还亲志愿组织更多的区域尺度特征，由于其高HOR-分辨率。

该区域的平均百分比预计总与极端降水的变化从FGOALS-G2和RegCM3的派生表明，FGOALS-G2和RegCM3的同意的迹象条款以上大部分地区的变化，除了在长江流域。

（4）变更水分含量本身不能很好地解释降水变化的模式和阿索-RegCM3模式和FGOALS-G2之间，由于垂直整合水汽的变化在空间上是一致的，与日益疲软放大器突地在RegCM3的比FGOALS-G2。

预计垂直整合的水汽变化浓度辐辏一般遵循的总的变化和前极端降水两个RegCM3模式和FGOALS-G2。

另外，在振幅的变化是在强RegCM3的，这可以解释的幅度更大在RegCM3的降水变化的的变化，一个的空间格局预计降水变化，垂直整合的水汽收敛可能是主要的因素。

2011气科1班丁斐

20111301001

2013.11