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...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。结果显示:观测的冷暖指数在北方的年际变率幅度高于南方,其中暖指数在我国大部分地区为增暖趋势,冷指数在北方地区的变冷趋势显著,尤其暖夜增暖、冷夜变冷,极端暖事件(WSDI)的持续性比冷事件(CSDI)显著。CWRF模式较好再现了极端温度指数的年均分布和年际变化趋势特征,尤其对暖日和冷日持续指数的模拟优势显著,但仍存在系统性的区域偏差,如低估暖昼和冷夜的极值强度;对华东地区暖(冷)指数变暖(冷)的趋势存在低(高)估;尤其是低估青藏高原地区暖、冷指数的强度,并且高估其暖昼变冷、暖夜变暖的年际变化趋势。因此,该模式对华东及高原地区极端温度的强度和年际变率的模拟仍亟需改善。展开更多
文摘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。结果显示:观测的冷暖指数在北方的年际变率幅度高于南方,其中暖指数在我国大部分地区为增暖趋势,冷指数在北方地区的变冷趋势显著,尤其暖夜增暖、冷夜变冷,极端暖事件(WSDI)的持续性比冷事件(CSDI)显著。CWRF模式较好再现了极端温度指数的年均分布和年际变化趋势特征,尤其对暖日和冷日持续指数的模拟优势显著,但仍存在系统性的区域偏差,如低估暖昼和冷夜的极值强度;对华东地区暖(冷)指数变暖(冷)的趋势存在低(高)估;尤其是低估青藏高原地区暖、冷指数的强度,并且高估其暖昼变冷、暖夜变暖的年际变化趋势。因此,该模式对华东及高原地区极端温度的强度和年际变率的模拟仍亟需改善。
