（气象学专业论文）构建宁夏地区高分辨率气候变化情景的方法论探讨.pdf

摘要 全球气候模式( g c m ) 对于预估大尺度未来全球气候变化来说。是目前最重要也是最可行的方 法。但是由于目前g c m 输出的空问分辨率较低，缺少区域气候信息，很难对区域气候情景做详 细的预测。降尺度法已广泛用于弥补g c m 在这方面的不足。常用的降尺度方法主要有三种：动 力降尺度法、统计降尺度法和空间内插。动力降尺度方法在国内的研究虽然已经很多，但应用到 省级单位时分辨率仍然较低，需要再降尺度。利用动力降尺度的方法进行再降尺度时，需要较长 运算时间，不能及时地提供高分辨率的气候情景数据。鉴于通过统计降尺度与空间插值的方法可 以在原有数据额基础上进一步提高情景数据的分辨率，本文主要研究了统计降尺度方法和空问插 值与动力降尺度结合后的降尺度效果。 本研究首先利用1 9 7 9 年1 9 9 3 年e c m w f 再分析数据( e r a ) 分别驱动5 0 k m 水平分辨率 p r e c i s ( p r e c i s - 5 0 ) 和2 5 k i n 水平分辨率p r e c i s ( p r e c i s 2 5 ) 模拟了1 9 7 9 年1 9 9 3 年宁夏地区 的气候状况；然后利用宁夏地区1 9 7 9 年1 9 8 9 年p r e c i s 5 0 和p r e c i s 一2 5 的模拟值，并利用多元 线性回归的统计降尺度模型，通过对预报因子和预报因子区域的选择，建立p r e c i s 2 5 格点上的 最高地面气温、最低地面气温、降水和辐射的单因子统计降尺度模型；并把建立的统计降尺度模 型应用于1 9 9 0 - 1 9 9 3 年的p r e c i s - 5 0 模拟值，从而生成p r e c i s 2 5 格点上的统计降尺度结果；再 通过对多种空问内插方法效果的比较后，选择移动拟合内插的方法，将1 9 9 0 - 1 9 9 3 年的p r e c i s - 5 0 模拟值插值到p r e c i s 一2 5 格点上；最后进行了p r e c i s 2 5 格点上的统计降尺度结果与插值结果相 对于p r e c i s ，2 5 模拟值的差异研究。 通过本文研究可以得出以下主要结论： 1 )在宁夏地区p r e c i s 2 5 的模拟值与p r e c i s 一5 0 的模拟值相比，更加接近于实况； 2 )预报因子区域取为5 个格点的单因子多元线性回归的统计降尺度模型与p r e c i s 结合后，能 够将宁夏地区p r e c i s 5 0 模拟值降到2 5 k m 2 5 k m 水平分辨率上，并与p r f _ , c i - 2 5 模拟值相 接近，但利用日预报误差的1 1 年平均值订正统计降尺度模型，不能明显改进降尺度效果，需 要进一步工作，寻找更为合适的订正方法； 3 )当源数据较为密集时，不同插值方法之间的插值效果差异较小，移动拟合内插的插值效果相 对较好，能够满足部分的降尺度要求；虽然在插值过程中，引入经纬度和海拔等地形变量， 但仍然没有明显提高插值效果； 4 )统计降尺度与移动拟合内插相比，统计降尺度与p r e c i s 相结合的降尺度效果更好。统计降 尺度模型与p r e c i s 结合后，不仅能够提升原有数据的分辨率，而且可以引入高分辨对模式 效果影响的有利因素，来改善原有数据的模拟效果。但移动拟合内插的结果只能随着 p r e c i s 一5 0 模拟效果的改变而有所变化，对p r e c i s - 5 0 模拟结果本身没有影响；而且统计降 尺度模型结构简单，运算时间较插值方法更短，更加有利于将p 附犯i s _ 5 0 模拟值降到 p r e c i s 2 5 的格点上。 关键词；动力降尺度，统计降尺度，空间内插，宁夏区域，未来气候变化情景 a b s t r a c t a l t h o u g hg e n e r a lc i r c u l a t i o nm o d e l s ( c , c m s ) r e p r e s e n tt h em a i nf e a m r e so ft h eg l o b a l a t m o s p h e r i cc i r c u l a t i o nr e a s o n a b l yw e l l 。t h e i r 曲m t yi nr e p r o d u c i n gr e g i o n a ls c a l ec l i m a t i cd e t a i l si s r a t h e rl i m i n x lb e c a u s eo ft h e i rl o w - r e s o h i t i o n a sar e s u l lt h e r ei san e e dt od e v e l o pt o o l sf o r d o w n s c a l i n gg c mp r e d i c t i o n so fc l i m a t ec h a n g et or e g i o n a la n dl o c a ls c a l e s h i g h - r e s o l u t i o ng c m k r e g i o n a lc l i m a t em o d e l s ( r c m ) n e s t e di ng c m s ，s t a t i s t i c a ld o w n s c a l i n ga n ds p a t i a li n t e r p o l a t i o na r ct h e f o u rm a i nt o o l sf o rd o w n s c a l i n g m a n ys t u d i e sh a v eb e e nm a d et or e g i o n a lc f i m a t em o d e l sc h i n a , b u t t h er e s o l u t i o ni sn o ts oh i g hf o rt h ep r o v i n c ea p p l i c a t i o n , 鲫t h er e - d o w n s e a l i n gi sn e e d e d b u ti tt a k e ss o l o n gt i m et oc o n s t r u c tt h es a ms c e n a r i o si nav e r yh i g hr e s o l u t i o nb yr c mt h a tt h eh i i g hr e s o l u t i o n s c e n a r i oc a n tb eu s e di nt i m e h o w e v e lt h es t a t i s t i c a ld o w n s c a l i n ga n dt h es p a t i a li n t e r p o l a t i o nc a nb e a p p l i e dt oc o n s t r u c th i g hr e s o l u t i o ns c “o s t l l i ss t u d yf o c u s e so nr e s e a r c ho fs t a t i s t i c a ld e w n s c a l i n g t e c h n i q u ea n ds p a t i a li n t e r p o l a t i o nc o u p l e dw i t hp r e c i s ，a n dt h e i ra p p l i c a t i o no fp r o j e c t i n gh i s t o r y l o c a lc l i m a t es c e n a r i o so v e rn i n g x i a f w s t1 5 一y e a r ( 1 9 7 9 - 1 9 9 3 ) e c w m fr e a n a l y s i sd a t aw a se m p l o y e da sq u a s i o b s e r v a t i o n a l b o u n d a r i e st od r i v ep r e c i sa t2 5 k ma n d5 0 k mh o r i z o n t a lr e s o l u t i o nt os i m u l a t ec l i m a t eo v e rn i n g x i a f r o m1 9 7 9t o1 9 9 3 s e c o n d ，a f t e rc h o o s i n gt h ep r e d i c t a n da n dp r e d i c t a n da r e a 。e m p i r i c a lr e l a t i o n s h i p s a r cd e r i v e da m o n gd a i l ym a x i m u mt e r o p e r a t u r e , m i n i m u mt m p e r a t u r e ，p r e c i p i t a t i o na n dr a d i a t i o n o b t a i n e do fp r e c i s - 5 0a n dp r e c i s - 2 5s i m u l a t i o na t1 9 7 9 1 9 8 9 b ym u l t i p l el i n e a rr e g r e s s i o n f u n c t i o n s u b s e q u e n t i t h es t a t i s t i c a ld e w n s c a l i n gm o d e l sa ma p p l i e dt op r e c i s - 5 0a n dp r e c i s 一2 5 s i m u l a t i o na t1 9 9 0 - 1 9 9 3t oc o n s t r u c ts t a t i s t i c a lr e s u l ta tp r e c i s 一2 5r e s o l u t i o n n 硼a f t e rc h o o s i n gt h e i n t e r p o l a t em e t h o d 。t h em e t h o do fm o v i n gl e a s ts q u a r e s ( m l s ) i se m p l o y e dt oi n t e r p o l a t ep r e c i s - 5 0 s i m u l a t i o n i n1 9 9 0 - 1 9 9 3 t o p r e c i s 一2 5g r i d s h n a l l y , c o m p a r e t h er e s u l t o f t w o m e t h o do f d o w n s c a l i n g t b em a i nr e s u l t so f t h i sr e s e a r c hc a nb cs u m m a r i z e di nt h ef o l l o w i n gi m m s ： 1 1p r e c i s 一2 5s i m u l 撕o ni sb e t t e rt h a np r e c i s - 5 0 so v e rn i n g x i aa n di ss i m i l a rw i t l lo b s e r v a t i o n ； 2 1s t a t i s t i c a ld o w n s c a l i n gm o d e lc o u p l e dw i t hp r e c i sc a nd o w n s c a l et h ep i 理虻i s 一5 0s i m u l a t i o n t o2 5 k i n x 2 5 k mr e s o l u t i o n ，a n dt h er e s u l ti ss i i n i l ”w i t hp r e c i s 一2 5s i m u l a t i o n ，b u tt h ec o r r e c t i o nb y t h em e a nd a i l yb i a si sn o te f f i c i e n t , 1 0af u r t h e rs p a d yo nt h ec o r r e c t i o ni sn e e d e d ； 3 ) t b ed i f f e r e n c eb e t w e e nd i f f e r o n ti n t e r p o l a t er e s u l ti ss m a l l ，b u tt h em l si st h eb e s tm c t h o d r e l a t i v e l y ；a l t h o u g ht h el o c a t i o na n dt o p o g r a p h ya r ci n v o l v e dt ot h em e t h o do fh n j t h ei n t e r p o l a t e r e s u l ti sn o ti m p r o v e d ； 4 ) c o m p a r e dw i t hm l s ，s t a t i s t i c a ld o w n s c a l i n gm o d e lc o u p l e d 耐mp r e c i si sb e t t e r 皿e p r e c i s 5 0s i m u l a t i o i l s r e s o l u t i o ni si n c r e a s e da n dt h ep r e c i s - 5 0s i m u l a t i o n sa r ei m p r o v e db y s t a t i s t i c a ld e w n s c a l i n gm o d e lc o u p l e dw i t hp r e c 璐b u tt h ei n t e r p o l a t i o nc a ni n c r e a s et h er e s o l u t i o n o n l y a n dt h es t a t i s t i c a lm o d e li ss i m p l e rt h a nm l s ，s oi tt a k e ss h o r t c tm n t i m e k e yw o r d ：d y n a m i c a ld o w n s c a l i n g ，s t a t i s t i c a ld o w n s c a l i n g ，s p a t i a li n t e r p o l a t i o n ，n i n g x i a , f u t u r e c l i m a t ec h a n g es c e n a r i o s 英文缩略表 v 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得中国农业科学院或其它教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示了谢意。 研究生签名：绦时间：五印 年月2 o 日 关于论文使用授权的声明 本人完全了解中国农业科学院有关保留、使用学位论文的规定，即：中国农业科 学院有权保留送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩 印或扫描等复制手段保存、汇编学位论文。同意中国农业科学院可以用不同方式在不 同媒体上发表、传播学位论文的全部或部分内容。 ( 保密的学位论文在解密后应遵守此协议) 论文作者签名：斥拿1 喜 导师签名：坼嘭竹 刷帷名竹呜竹 时间：纱了年月矽日 j 时间：h 一7 年6 月2d 日 中同农业科学院硕十学位论文 第一章绪论 1 1 研究背景与意义 第一章绪论 由于人类活动对地球系统的影响迅速扩大，经济发展和人i = 膨胀带来的需求空前增长造成 全球变暖、臭氧层破坏、土地退化、物种灭绝和资源匮乏等一系列重大全球性环境问题，人类与 其赖以生存发展的自然环境之间的矛盾日趋尖锐，构成了生产力发展的障碍。地球气候作为全球 自然环境的一个重要组成部分，也正经历一次以全球变暖为主要特征的显著变化。在2 0 0 7 年2 月2 日发布的i p c c 第四次评估报告( a r 4 ) 第一工作组报告气候变化2 0 0 7 1 自然科学基础 ( i p c c ，2 0 0 7 ) 的决策者摘要中明确指出全球平均地面气温的升高超过9 0 的可能性是由于人为 温室气体浓度的增加引起的，1 9 0 6 - 2 0 0 5 年全球平均地面气温升高了o 7 4 - z 0 1 8 ( 2 。在全球变暖的 背景下，近1 0 0 年来中国年地表平均气温明显增加，在最近的5 0 年，中国年平均地表气温增加 1 1 ( 气候变化国家评估报告编写委员会，2 0 0 7 ) 。 全球变暖对自然、生态、经济和社会的各个方面都将产生重大影响，针对各地气候对社会和 经济等各个方面的影响做出具体气候影响评估，对国民经济和社会各部分趋利避害提供服务有着 重要的意义。农业生态系统生产力对气候变化高度敏感，而中国又是一个农业大国，气候变化对 中国农业的影响程度以及如何适应是摆在中国科学家面前的一个重要课题。从2 0 0 1 年开始，中 国科学家就与英国科学家合作，研究未来气候变化对中国农业的影响，到2 0 0 4 年已经得出了大 量的有关气候变化对中国农业影响的有用信息( 姚风梅等，2 0 0 5 ，熊伟等，2 0 0 5 ，熊伟等，2 0 0 5 ，赵 海燕等，2 0 0 6 ) ，并且构建了中国区域的5 0 k r a 5 0 k i n 水平分辨率s r e s 情景( 许吟隆等2 0 0 6 ) 。 为了进一步评价在区域水平上气候变化对农业的影响，中英科学家于2 0 0 5 年选择宁夏作为农业 适应气候变化的案例。 宁复的土地面积虽然不足7 万k m 2 ，但以高原山地为主，地势南高北低，西陡东缓，自北向 南为贺兰山地、宁夏平原、鄂尔多斯高原、黄土高原、六盘山地，地形非常复杂，中、小尺度强 迫在宁夏地区气候的形成过程中起着重要作用，造就了宁夏南部半湿润，中部半干旱，北部干旱， 南北气候悬殊的特点( 宁夏区情编写组，1 9 8 8 ) 。但由于这些中、小尺度天气系统的尺度一般 为2 5 2 5 0 k m ( 高守亭等，2 0 0 3 ) ，5 0 k i n 水平网格距的p r e c i s 无法更全面地模拟这些中、小尺 度系统，因此为了更好地评价气候变化对宁夏地区农业的影响，需要更高分辨率的气候情景数据。 1 2 关于气候变化情景 为了预估未来全球和区域气候变化，必须事先提供未来温室气体和气溶胶排放的情况，即排 放情景。拂放情景通常是在对一系列有重要内在关系和驱动因子( 如入i = 1 增长、经济发展、技术 进步、环境条件、全球化、公平原则等) 做出协调一致及合理假设的基础上，描述出世界或地区 未来发展的可能状态，然后通过对这种未来可能出现的社会经济发展状况的相关假设和特征的量 化，衍生出来的。对应于未来可能出现的不同社会经济发展状况，通常要制作不同的排放情景。 到目前为止，i p c c 先后发展了两套温室气体和气溶胶排放情景，即i s 9 2 系列( l e g g e t t 等，1 9 9 2 ) 和s e r s 系列排放情景( n a k i c e n o v i 6 等，2 0 0 0 ) 。 中国农业科学院硕卜学位论文第一章绪论 i s 9 2 排放情景于1 9 9 2 年提出，主要用于第二次评估报告( s a r ) 中气候模式的预估。i s 9 2 包含了6 种不同的排放情景( i s 9 2 a 到i s 9 2 f ) ，分别代表未来世界不同的社会、经济和环境条件。 s r e s 是目前最新的排放情景，i p c c 于2 0 0 0 年发布的提出，主要由a i 、a 2 、b 1 和b 2 四 个框架组成： a l 框架和情景系列描述的是一个经济快速增长，全球人口峰值出现在2 l 世纪中叶、随后开 始减少，新的和更高效的技术迅速出现在未来世界。其基本内容是强调地区间的趋同发展、能力 建设、不断增强的文化和社会的相互作用、地区间人均收入差距的持续减少。a l 情景系列划分 为三个群组，分别描述了能源系统技术变化的不同发展方向，以技术重点来区分这三个a l 情景 组：化石密集( a i h ) 、非化石能源( a i t ) 、各种能源资源均衡( 不过分依赖于某一特定的能源 资源) 。 a 2 框架和情景系列描述的是一个极其非均衡发展的世界。其基本点是自给自自足和地方保 护主义，地区间的人口出生率很不协调。导致持续的人口增长，经济发展主要以区域经济为主， 人均经济增长与技术变化越来越分离，低于其它框架的发展速度。 b l 框架和情景系列描述的是一个均衡发展的世界，与a i 描述具有相同的人口，人口峰值出现 在2 1 世纪中叶，随后开始减少不同的是经济结构向服务和信息经济方向快速调整，材料密度降低， 引入清洁的、能源效率高的技术。其基本点是在不采取气候行动计划的条件下。更加公平地在便 于范围实现经济、社会和环境的可持续发展。 b 2 框架和情景系列描述的世界强调区域性的经济、社会和环境的可持续发展。全球人口以 低于a 2 的增长率持续增长，经济发展处于中等水平，技术变化速率与a l 、b l 相比趋缓、发展 方向多样。同时，该情景所描述的世界也朝着减排温室气体排放和社会公平的方向发展，但所考 虑的重点仅仅局限于地方和区域一级。 可见a 系列的是强调全球发展的，而b 系列的是强调区域的发展1 系列的是经济发展为主， 2 系列的是强调可持续发展的。结合模式输出数据的实际情况，本文采用的是s r e sa 2 和b 2 情 景。 虽然气候变化情景分析不同于预测，并不力图描绘被研究对象未来最可能发生的情况，但是 仍然需要较为真实地描述出全球气候系统对不同排放情景的响应，因此大气环流模式g c m 对于 构建全球长时间序列的气候变化情景来说，是一种最重要也是最可行的方法之一。g c m 能相当 好地模拟出全球气候系统内最重要的大尺度平均特征；特别是能较好地模拟高层大气场。但是由 于目前g c m 输出的空间分辨率较低，缺少区域气候信息，很难对区域气候情景做精确的预测。 c u b a s c h 等在1 9 9 6 年对几个低分辨率c , c m 模式预测地中海盆地区域情形做了较为详细的比较， 结果表明这些g c m 模式模拟的近地面地面气温比降水要好得多，但是模拟的地面气温和降水都 有很大的误差( c u b a s c h 等，1 9 9 6 ) 。r i s b e ya n ds t o n e 应用不同分辨率的c c m 2 模式于美国加州 萨克拉曼多，结果发现尽管模式产生了的正确的年平均降水，但是概率分布与观测值相比有明显 的差距( r i s b e y 等，1 9 9 6 ) 。这些事实表明g c m 模式在模拟大尺度气候变化好，但是在模拟区域 尺度方面却很不理想。目前有两种方法可以弥补g c m 预测区域气候变化情景的不足，一种是提 高g c m 空间分辨率( b o v i n e ，1 9 9 1 ) ；另一种方法就是降尺度法。由于提高g c m 的空间分辨率 需要的计算量很大，因此降尺度方法是更为可行。 2 中周农业科学院硕卜学位论文 第一章绪论 i i 曼曼量曼曼曼量暑皇蔓曼曼曼皇曼皇量皇量曼量皇| 量| 置量量量 1 3 降尺度方法的研究进展 目前主要应用的降尺度法共有三种：一种是动力降尺度法；一种是统计降尺度法；第三种是 统计与动力相结合的降尺度法。空间内插作为气象资料中的重要工具，也被应用到许多的降尺度 研究中。 1 3 1 动力降尺度 气候模式的方程组是一组非线性方程组，通常不可能求得它的解析解，一般借助计算机采用 数值方法求近似解。计算机上处理的计算必须是离散的和有限的，一般采取有限差分离散化的方 法得到差分方程，差分方程都是在差分网格点上计算的( 沈桐立等，2 0 0 3 ) 。动力降尺度就是在 计算机计算能力与时问尺度允许的范围内增加差分网格点的数量，提高模式的水平分辨率，以此 来较好地模拟区域气候。 增加差分网格的方法有：一是增加全球环流模式的差分格点，提高其水平分辨率。此种方法 虽然在某些研究中改进了g c m 的模拟效果( w i l d 等，1 9 9 7 ) ，但是分辨率依然都比较低，对区 域气候的模拟没有明显的改善；二是在全球环流模式上采用变网格方案。即对于所关心区域增加 其水平分辨率，而对于远离研究的区域取低水平分辨率，从而在现有计算机资源条件下，提高对 区域气候的模拟能力。但由于其方法的复杂性，使用受到一定限制( d 6 q u 6 等，1 9 9 5 ) ；三是在全 球环流模式中嵌套区域气候模式，是目前应用比较多的方法( 赵宗慈等，1 9 9 8 ) 。 区域气候模式的思想来自中短期天气预测，即为了提高在研究区域的预报准确率，需要嵌套 一个或几个区域尺度的天气模式。一部分区域气候模式来自全球大气环流模式，即把模式范围取 到研究的区域再与相应的全球模式嵌套。更多的区域气候模式的框架大都来自中尺度天气模式， 而在其中加入全球环流模式( g c m ) 的许多气候学的物理过程，使之便于作气候模拟。( 赵宗慈等， 1 9 9 9 ) 8 0 年代末，第一代区域气候模式n c a rr e g c m 在中尺度模式m m 4 基础上建立，其动力框 架源于m m 4 ，为可压的、静力平衡的有限差分模式，垂直方向采用。坐标( g i o r g i 等，1 9 8 9 ) 。 随后国内外陆续有人对耦合后的区域模式的参数化方案、资料同化等方面做了许多工作。除美国 国家大气研究中心( n c a r ) 外，许多国外的研究单位，如英国气象局( t h eu n i t e dk i n g d o m m e t e o r o l o g i c a lo f f i c e ) ，美国国家环境预报中心( n a 臻) 等。都开发了自己的区域气候模式。这些模 式各有自己的特色，例如英国气象局在u n m e df o r e a s t c l i m a t em o d e l ( u m ) 的基础上，开发了一 个在全球任何地方选定一有限区域后就能对该区域的气候状况进行模拟的r c m ，形成了既包括 g c m 又有r c m 的u m 系统( j o n e s 等，1 9 9 5 ) ；加拿大基于中尺度气象研究协作中, g ( ( t h e c o o p e r a t i v e c e n t e r f o r r e s e a r c hi nm e s o m e t e o r o l o g y ) 的非静力中尺度模式，加入了加拿大气候模拟 和分析中, g ( ( c a n a d i a nc e n t e rf o rc l i m a t em o d e l i n ga n da n a l y s i s ) 第二代g c m 的次网格物理参数化 包，改建而成的r c m ，采用了高效的半隐式半拉格朗日方案，模式在积分时可采用较长的时间 步长( c a y a 等，1 9 9 9 ) 。 国内也一直比较重视区域气候的研究工作，早在2 0 世纪7 0 年代，钱永甫等就设计出了p o 混合坐标原始方程，用于青藏高原对东亚大气环流的影响研究( 钱永甫等，1 9 7 8 ) 。2 0 世纪9 0 年代初期，我国学者也开始了区域气候模式发展和试验研究( s h i 等，1 9 9 2 ) ，并指出了当时区域 3 中国农业科学院硕十学位论文 第一章绪论 气候模式存在的问题及研究重点( 刘永强等，1 9 9 5 ) 。在近十多年来，国内在区域气候模拟研究 方面有了较大进展，相继引进了m m 5 、r e g c m 2 3 、r e m o ( 张英娟等，2 0 0 5 ) 等模式进行区域 气候模拟研究。我国学者对区域气候模式中云量参数化( 钱云等，1 9 9 4 ) 、对流参数化( 潘劲松 等，2 0 0 2 ) 、植被类型( 丁一汇等，2 0 0 5 ) 、陆面过程( 曾新民等。2 0 0 5 ) 以及分辨率、地形和侧 边界等对区域气候模拟的影响( 高学杰等，2 0 0 6 ) 也进行了大量的研究，针对东旺地区的气候、 植被与地形等特点对各种参数化方案做出相应的调整，并分别在m m 5 的基础上发展了自己的区 域环境系统集成模型c r i m e s ) ( f u 等，2 0 0 0 ) ，在r e g c m 2 基础上发展了r e g c m _ n c c ( 丁一 汇等，2 0 0 0 ) ，并且利用这些r c m 模拟了东弧的气候，取得了较好的模拟效果。 近些年来，随着气候情景的相继推出，国内学者分析了不同温室气体排放情景下中国2 1 世 纪地面气温和降水的变化( 许吟隆等，2 0 0 3 ) ，也相继检验了6 0 k m 6 0 k m 水平分辨率的区域气 候模式r e g c m 2 ，单向嵌套澳大利亚c s i r or 2 1 l 9 全球环流模式，对东亚和中国地区的气候模 拟和气候变化模拟能力( 高学杰等，2 0 0 3 ) ；还检验了在n e c p 再分析资料驱动下的6 0 k m 6 0 k m 水平分辨率的r i m e s ，对东亚地区近十年平均气候状态的模拟能力( 熊酷，2 0 0 4 ) 。许吟隆等利 用欧洲中期天气预报中心再分析数据( e r a ) 驱动5 0 k i n 5 0 k i n 水平分辨率的区域气候模式系统 p r e c i s 模拟了1 9 7 9 年一1 9 8 3 年中国地区的历史气候，并对气候要素的日值和月值的模拟能力 进行了验证( 许吟隆等，2 0 0 4 ) 。还利用p r e c i s 单向嵌套全球海一气耦合气候模式h a d c m 3 高分 辨率的大气部分h a d a m 3 p ，分析p r e c i s 对中国区域当代气候的模拟能力和s r e sb 2 情景下 2 0 7 1 2 1 0 0 时段相对于气候基准时段( 1 9 6 1 1 9 9 0 ) 中国区域的气候变化响应( 许吟隆等，2 0 0 5 ，许 吟隆等，2 0 0 6 ) ，为p r e c i s 在中国进行未来气候情景预测奠定了基础。 1 3 2 统计降尺度 统计降尺度是基于区域气候是受大尺度气候状态和区域或局地的地形特征( t 5 貌、海陆分布 和陆地的使用状况等) 共同影响的观点( y o ns t o r c h ，1 9 9 5 ，y o ns t o r c h ，1 9 9 9 ) 。从这个观点出发， 如果大尺度气候预报因子和区域气候预报量之间具有明显的统计联系，利用它们多年的观测资料 建立二者之间的统计关系，再把这种关系应用于g - c m 输出，来预测区域未来的气候变化情景( 如 气温和降水) 。也就是需要建立大气环流预报因子与区域气候预报变量的统计函数关系式： y = f ( x ) 其中x 代表大气环流预报因子，y 代表区域气候预报变量，f 为建立的大气环流预报因子和 区域气候预报量的一种统计关系。一般说来，f 是未知的需要通过动力方法( 区域气候模式模拟) 或统计方法( 观测资料确定) 来得到( 范丽军等，2 0 0 5 ) 在将气候模式的输出量降到区域尺度时，有三个非常的重要假设应当事先说明：第一，g c m 能够准确模拟与区域气候预报量相关的预报因子，但是正如我们所知道的那样气候模型的存在， 因此在选取预报因子时必须要平衡考虑预报量与g c m 模拟该预报因子的能力；第二，大尺度气 候预报因子和区域气候要素场之间具有的统计关系，在未来的气候情景下依然有效；第三，预报 因子组能够有效的整合的未来气候变化的信号。应用统计降尺度时还需要满足一个应用条件，就 是应用区域必须有足够的观测的大气环流资料和站点资料用于建立两者之间的统计关系。 统计降尺度的方法主要有： 4 中国农业科学院硕f 二学位论文 第。帝绪论 1 3 2 1 天气分型法 天气分型法就是把按照每天的天气相似度，来判断该天属于哪组天气型或状态。具有代表性 的分组方法有：一是应用大气场的聚类分析( c o n e - r e a l 等，1 9 9 9 ，h u t h ，2 0 0 0 ，h e w i t s o n 等，2 0 0 2 ) ， 另一是主观环流型分类技术( b a x d o s s y 等，1 9 9 0 ，j o n e s 等，1 9 9 0 ) 。两者在进行天气型分组时， 都是根据与邻近点或参考点的相似度来进行的。这种基于分类的方法在再现某站点的干湿季交替 轮换的持续性特征上取得了部分的成功( w i l b y ，1 9 9 4 ) 。最近的研究趋势主要是发展混合站点与 混合变量序列的分型方法( p a i u t i k o f 等，2 0 0 2 ) 。把环流分型方法应用于统计降尺度时，首先应 用已有的大气环流和区域气候变量的观测资料对与区域气候变量相关的大气环流分类，其次计算 各环流型平均值、发生的频率和方差分布以及在各天气型发生情况下区域气候量如气温或降水的 平均值、发生的频率和方差分布，最后通过把未来天气型的相对频率加权到区域气候状态得到未 来区域气候值。应用这种方法可以得到物理意义较为明确的地面气候场，而且这种方法还具有一 定的极端事件分析能力。但是这种方法需要额外的工作来对天气进行分类，也不能表示出天气型 之间渐变趋势，而且采用环流型分类技术的天气分型法，可能会对未来气候的强迫反应不明显 ( c - i o r g i 等，2 0 0 1 ) 。 1 3 2 2 回归模型 回归模型是一种描述大尺度的大气强迫与预报量之间的线性或非线性的关系的简单方法。比 较常用的方法包括多元回归( m u r p h y ，1 9 9 9 ) 、典型相关分析( c c a ) ( y o ns t o r c h 等，1 9 9 3 ，b u s u i o c 等，1 9 9 9 ，l a n d m a n 等，2 0 0 0 ，c h e r t 等，2 0 0 3 ) 、奇异值分解( s v d ) ( h u t h ，1 9 9 9 ，n a o k o 等，2 0 0 2 ， w i d m a n n 等，2 0 0 3 ) 和非线性回归的人工神经网络( c r a n e 等，1 9 9 8 ，g a v i n 等，2 0 0 3 ) 。线性多 元回归是最常用统计降尺度方法。s a i l o r a n d l i ( 1 9 9 9 ) 用多元线性同归方法模拟u s 站点的气温 ( s a i l o r 等，1 9 9 9 ) ，m u r p h y ( 2 0 0 0 ) 也用同样的技术模拟了欧洲的月平均气温和降水( m u r p h y ， 2 0 0 0 ) , i - l e l l s t r o m 等( 2 0 0 1 ) 估计了s w e d e 的月降水( h e l l s t r o m 等，2 0 0 1 ) 。还可以使用一些逐级 线性和非线性内插法来进行回归。但回归方法的不同选择在很大程度上导致了预测结果之间的差 异，这也是众多学者在不断讨论的重要问题( v o ns t o r c h ，1 9 9 9 ) 。由于区域降水量与单单的大尺 度强迫的相关性不是很高，因此这种差异在日降水量的降尺度过程中更为明显。 1 3 2 3 天气发生器 天气发生器是一系列可以构建气候要素随机过程的统计模型，它们可以被看作复杂的髓机数 发生器。天气发生器通过直接拟合气候要素的观测值，得到统计模型的拟合参数，然后用统计模 型模拟生成随机的气候要素的时间序列，这种生成的气候情景的时间序列与观测值是很相似。它 的优点之一就是不仅能产生气候平均值，而且可以任意调整气候变率，生成任意长度的时间序列 ( 吴金栋等，1 9 9 8 ) 。对于模拟日降水的发生，有两种基本的发生器：一是马尔可夫链方法和一 阶自回归过程( r i c h a r d s o n ，1 9 8 1 。h u g h e s 等，1 9 9 3 ，h u g h e s 等，1 9 9 9 ) i 二是干天或湿天延续天 数计算方法( w i l k s ，1 9 9 9 ) 。马尔可夫链方法就是某站某天的天气状况发生与否仅与该站前一天 5 中国农业科学院硕士学位论史第。章绪论 的天气状况有关。如果某天确定有降水发生，那么可以就用概率分布函数来计算该天日降水量了。 干天延续天数的计算指的是前一天是干天的情况下干天延续的天数；湿天延续天数的计算指的是 前一天是湿天情况下湿天延续的天数。 统计降尺度法的优点就在于它能够利用g c m 输出中物理意义较好，模拟较准确的气候信息 应用于统计模式，从而纠正g c m 的系统误差，而且不用考虑边界条件的对预测结果的影响，它 最大的优点就是与区域耦合模式相比，计算量相当得小，节省机时；它的缺点就是它的缺点就是 需要有足够的观测资料来建立统计模式，因此当观测资料的密度决定了降尺度后数据的分辨率。有 的学者利用统计降尺度的方法得到了分辨率为1 0 k i n 1 0 k i n 的情景数据，但是他们都是将再分析 的1 0 k m x1 0 k i n 高分辨率数据( m a u r e r 等，2 0 0 2 ) 作为观测资料( w o o d 等，2 0 0 4 。a r a d j o 等，2 0 0 5 ) 。 在没有这样的高分辨率的再分析资料的情况下，大都采用各种插值方法来得到高分辨率的网格点 上的情景数据( s n e l l 等，2 0 0 0 ，魏风英等，2 0 0 2 ，s i l v a ，2 0 0 3 ) 。 1 3 3 动力与统计相结合的降尺度 在利用区域气候模式模拟未来情景变化的时候，需要一定的计算时间和一定的存储资源，这 就使得单纯应用动力降尺度的计算成本，随着模拟时段的增长和空间差分格点的增加成指数增 加。当仅计算3 0 年甚至只是l o 年的，分辨率为5 0 k i n x 5 0 k i n 的气候情景，都已经不是任何研究单 位都能支付的起的。而且由于分辨率和模式对于次网格过程采用很多参数化方案的原因，也使得 在模式模拟的过程中不能很好的引入区域的影响因子。因此目前为了节约计算成本和提高模式对 于区域气候的模拟能力，动力与统计相结合的降尺度方法发展了起来。 动力与统计相结合的降尺度主要有3 类： 1 3 3 1g c m 与r c m 建立统计关系型 目前大多数的动力降尺度。虽然有的能够得到很好地空间与时间的分辨率，但是一般都因为 计算成本的原因，而导致模式模拟的未来气候情景的时间段都较短，基本都在1 0 - 2 0 年之间，时 间段达到3 0 年的非常少( j o n e s ，1 9 9 7 ，p a n 等，2 0 0 0 ) 。然而，由于模式的自身原因，当模式模 拟的时间段较短时。模式的模拟能力也受到一定的限制，因此为了平衡短时期气候的差异，r c m 的模拟结果应当是有效的长时间序列的，一般都应当达到甚至超过气候时期的国际标准( 如3 0 年 等) 。 u d ob u s h 等人首先根据5 0 0 h p a 的位势高度将完整的大气环流模式( g c m ) 的长时间序列的 输出数据，分成一系列的多天的片段。在根据空间分型与时间演变，将这些片断定义为不同的天 气型。当某个片段被归为某类天气型时，每种天气类型在两个时间段内的发生频率被记录下来， 这两个时间段分别为：区域气候模式已经模拟和待模拟出来的时间段。最后，以某类天气型在待 模拟时间段内出现的频率作为权重系数，将已有的区域气候模式的模拟数据加权后作为待预报时 间段的模拟结果。该方法是建立在这样的假设下：在模拟时间段找到的统计关系，同样适用于待 预报时间段。( b u s h 等。2 0 0 1 ) 6 中国农业科学院硕 学位论文第章绪论 1 3 3 2 最优模拟型 该种统计与动力相结合的降尺度，同样是根据某种规则将某关心区域的完整时间序列的 g c m 数据，分若干单独的时间段。再按照某种规则定义天气类，将空间和时问演变相似的时问 段归为一类。然后。在一类中考虑各个时间段的天气状况同该类天气型的拟合度。将拟合度艟大 的时间段，定义为该类的“典型时问段”。然后把“典型时间段”的g c m 数据作为初始及边界条 件驱动r c m ，得到该。典型时间段”内的高分辨率的情景数据。最后，以某类天气型中各个时 间段的出现频率作为权重系数，将该类“典型时间段”的高分辨率的情景数据加权重新估计，来 得到该类中其他时间段的高分辨率的情景数据。( e g g e r ，1 9 9 5 f r e y - b u n e s s 等。1 9 9 5 ，f u e n t e s 等， 2 0 0 0 h e i m a n n ，2 0 0 1 ) 这种方法使得r c m 的模拟时间大大缩短了，而且也是现在应用统计与动力相结合的方法的 主要内容。 1 3 3 3 提升区域模拟准确率塑 由于g c m 不能很好的包含局地信息，因此c e c i l i ah e l l s t r o m 和d e l i a n gc h e n 讨论了一种新 的动力与统计相结合的降尺度方法，这种降尺度方法