CO_(2)浓度升高通过增加地表阻抗改变蒸散发过程,进而影响干湿变化。因此,充分考虑这一植被生理效应,对于重新认识干湿演变规律和深入理解相关机理具有重要意义。本研究基于考虑CO_(2)植被生理效应的FAO-56(Food and Agriculture Organi...CO_(2)浓度升高通过增加地表阻抗改变蒸散发过程,进而影响干湿变化。因此,充分考虑这一植被生理效应,对于重新认识干湿演变规律和深入理解相关机理具有重要意义。本研究基于考虑CO_(2)植被生理效应的FAO-56(Food and Agriculture Organization-56)PM(Penman–Monteith)公式和自校准帕尔默干旱指数,详细分析了1965~2020年淮河流域干湿变化特征。利用多控制因子联立求解法量化了不同影响因子对干湿变化的影响,揭示了相关机理。结果表明:无论是年还是季节(除春季)尺度上,流域平均及流域51%以上的地区均经历了显著(p<0.05)变湿。就流域整体而言,年、夏季、秋季和冬季变湿可归因于降水增加,而春季变湿则可归因于风速下降;52.7%的地区显示春季的干湿变化受风速主导,而年和其他季节则显示57%以上的地区由降水主导。展开更多
《巴黎协定》提出全球暖化程度在21世纪末相对工业革命前控制在2℃以内的目标。青藏高原高寒植被对全球变暖非常敏感,在2℃温升这个边界增温条件下研究高原植被对气候变化的响应关系到高原生态安全问题,有重大现实意义。本文基于CMIP5...《巴黎协定》提出全球暖化程度在21世纪末相对工业革命前控制在2℃以内的目标。青藏高原高寒植被对全球变暖非常敏感,在2℃温升这个边界增温条件下研究高原植被对气候变化的响应关系到高原生态安全问题,有重大现实意义。本文基于CMIP5多模式模拟预测结果研究了高原植被对2℃温升的响应,并探讨了高原植被对于气候因子变化的敏感性,得到主要结论如下:在全球2℃温升背景下,高原植被叶面积指数(Leaf Area Index, LAI)较历史参考期显著增加,高原变绿,其中高原中部LAI和植被碳存储增加最为显著,三江源是植被LAI增加较快的区域。增温后裸地面积迅速减少,植被覆盖率总体增加,大部分地区草地呈增加趋势,森林减少趋势变缓,说明在2℃温升期高原植被有所改善。在全球2℃温升背景下,高原植被覆盖率表现出对温度和降水率等气候因子更强的依赖性和敏感性,在增暖环境中,气温仍是影响高原植被生态系统变化的主控因子。展开更多
利用美国NOAA(National Oceanic and Atmospheric Administration)的CMAP(Climate Prediction Center(CPC)Merged Analysis of Precipitation)月平均降水资料、 NCEP/DOE(National Centers for Environmental Prediction/Design of Expe...利用美国NOAA(National Oceanic and Atmospheric Administration)的CMAP(Climate Prediction Center(CPC)Merged Analysis of Precipitation)月平均降水资料、 NCEP/DOE(National Centers for Environmental Prediction/Design of Experiments)II的月平均再分析资料和中国气象局国家信息中心提供的中国160站逐月降水和平均气温资料,通过定义一个亚洲急流纬向非均匀性指数(IAja),分析了1979~2019年夏季亚洲西风急流纬向非均匀性的年际变化特征,揭示了夏季亚洲急流纬向非均匀性变化异常的成因及其对东亚夏季降水和气温的影响。结果表明:夏季亚洲西风急流纬向非均匀性具有显著的年际变化特征,并存在6~8年和2年左右的振荡周期。当急流纬向非均匀性典型偏强(弱)年,东亚东部地区从低纬到高纬,降水异常主要呈现出偏多—偏少—偏多(偏少—偏多—偏少)的经向分布;气温则在中国西部地区和日本北部偏高(低),贝加尔湖地区偏低(高)。引起夏季亚洲急流纬向非均匀性异常的可能原因如下:由大气非绝热加热异常而引起的热带和中纬度地区辐合/辐散运动造成的涡度源强迫,和来自西风带中波扰动能量的注入,两者共同作用形成并维持了与急流纬向非均匀性强弱变化相联系的异常环流,从而使亚洲急流东、西段强度差异增强(减弱),进而有利于急流纬向非均匀性异常偏强(偏弱)。而上述西风带中波扰动能量的东传可能与北大西洋海表面温度异常有关。这对于深刻理解夏季亚洲急流纬向非均匀性异常的形成机理提供了有用的线索。展开更多
使用淮河流域1981年至2020年的149个气象站点的气温和相对湿度数据,分析了流域暖季极端高温干旱复合事件(Compound Drought and Heat Events,CDHEs)的时空演变特征,并通过趋势分析和相关分析法探讨了CDHEs与气候和植被的关系。结果表明:...使用淮河流域1981年至2020年的149个气象站点的气温和相对湿度数据,分析了流域暖季极端高温干旱复合事件(Compound Drought and Heat Events,CDHEs)的时空演变特征,并通过趋势分析和相关分析法探讨了CDHEs与气候和植被的关系。结果表明:(1)CDHEs的发生日数在年代际尺度上呈现明显的增加趋势,并且范围扩大,频发区逐渐向淮河流域中西部移动;(2)在年际尺度上,CDHEs随时间序列呈显著的波动上升趋势,空间分布上以西北部为中心向四周递减。连续CDHEs事件呈年际变化,最大2至4天的连续事件存在波动,2019年达到高峰,并且在流域内零散或成片出现;(3)在月际尺度上,CDHEs的发生日数在6月最多,其次是5月、7月、9月和8月。淮河流域入汛前的旱情和入汛后的旱涝急转都容易导致CDHEs发生,而且随着月际变化向南移动;(4)CDHEs对水热条件和大气环流具有特别的敏感性。在850hPa反气旋和500hPa显著高压异常的控制下,高温、低湿、高蒸发和降水少的气候背景有利于淮河地区CDHEs的形成,尤其是在淮河中西部地区。因此,CDHEs的发生与气候变化密切相关;(5)CDHEs与植被生长也存在显著关系。CDHEs与GPP呈显著的负相关,而与NDVI呈显著的正相关,显著地区的土地类型以耕地和城乡、工矿、居民用地为主。GPP和NDVI的不同步可能是因为多种因素的非线性相互作用,而不仅仅是单一因素的影响。此外,对于GPP和NDVI来说,土壤含水量至关重要。总之,本文对淮河流域CDHEs的时空分布特征进行了深入研究,并探讨了其与气候和植被的关系。研究结果可以为该地区的气象灾害防御和生态环境保护提供科学依据和参考。展开更多
基于耦合模式比较计划第6阶段(CMIP6)中的全球气候模式的模拟结果,采用考虑模式性能和独立性结合(Climate model Weighting by Independence and Performance,ClimWIP)的加权方案进行中国区域气候的多模式集合预估及不确定性研究。结果...基于耦合模式比较计划第6阶段(CMIP6)中的全球气候模式的模拟结果,采用考虑模式性能和独立性结合(Climate model Weighting by Independence and Performance,ClimWIP)的加权方案进行中国区域气候的多模式集合预估及不确定性研究。结果表明,ClimWIP方案在历史阶段的模拟优于等权重方案,降低了多模式模拟的气候态偏差。温度指数的未来预估不确定性较大的区域主要集中在中国北方和青藏高原,而降水指数主要集中在华北和西北地区。ClimWIP方案的预估不确定性与等权重方案相比有所降低。ClimWIP方案预估的温度指数的增温大值区主要集中在中国北方和青藏高原;降水指数在西北和青藏高原增加最为显著。全球额外0.5℃增暖时,中国区域平均的温度指数变化更强,平均高于全球0.2℃,最低温在东北部分地区的额外增温甚至是全球平均的3倍;总降水额外增加5.2%;强降水额外增加10.5%。全球增暖2℃下,中国大部分区域温度指数较当前气候态增加可能超过1.5℃(概率>50%),在中国北方和青藏高原的部分地区增温超过1.5℃的可能性更大(概率>90%);总降水,强降水和连续干日在西北和华北增加幅度有可能超过10%、25%和-5 d(概率>50%)。展开更多
基于ERA5的逐小时100m风场数据,利用时间序列K-means聚类方法,将中国沿海冬季风能年际变化划分为四个区域,分别为北中国海(NorthChina Sea,NCS)、东海(East China Sea,ECS)、南海北部(Northern South China Sea,NSCS)及南海南部(Souther...基于ERA5的逐小时100m风场数据,利用时间序列K-means聚类方法,将中国沿海冬季风能年际变化划分为四个区域,分别为北中国海(NorthChina Sea,NCS)、东海(East China Sea,ECS)、南海北部(Northern South China Sea,NSCS)及南海南部(SouthernSouthChinaSea,SSCS)。四个区域风能的年际变化受不同气候模态的影响,其中NCS风能的年际变化与北极涛动(ArcticOscillation,AO)有关;ECS风能的年际变化与中部型ENSO及西伯利亚高压有关;SSCS和NSCS的年际变化则和东部型ENSO及大陆高压的南北位置存在联系。鉴于影响各区域风能年际变化的气候模态具有较高的可预测性,进一步评估了多个气候模式对中国沿海风能年际变化的预测技巧。结果表明,气候模式对南中国海的风能年际变化预测技巧更高,这与气候模式对ENSO的高预测技巧有关。气候模式对北方海域风能年际变化的预测技巧较差,这和气候模式不能较好地预测AO和西伯利亚高压有关。展开更多
文摘CO_(2)浓度升高通过增加地表阻抗改变蒸散发过程,进而影响干湿变化。因此,充分考虑这一植被生理效应,对于重新认识干湿演变规律和深入理解相关机理具有重要意义。本研究基于考虑CO_(2)植被生理效应的FAO-56(Food and Agriculture Organization-56)PM(Penman–Monteith)公式和自校准帕尔默干旱指数,详细分析了1965~2020年淮河流域干湿变化特征。利用多控制因子联立求解法量化了不同影响因子对干湿变化的影响,揭示了相关机理。结果表明:无论是年还是季节(除春季)尺度上,流域平均及流域51%以上的地区均经历了显著(p<0.05)变湿。就流域整体而言,年、夏季、秋季和冬季变湿可归因于降水增加,而春季变湿则可归因于风速下降;52.7%的地区显示春季的干湿变化受风速主导,而年和其他季节则显示57%以上的地区由降水主导。
文摘《巴黎协定》提出全球暖化程度在21世纪末相对工业革命前控制在2℃以内的目标。青藏高原高寒植被对全球变暖非常敏感,在2℃温升这个边界增温条件下研究高原植被对气候变化的响应关系到高原生态安全问题,有重大现实意义。本文基于CMIP5多模式模拟预测结果研究了高原植被对2℃温升的响应,并探讨了高原植被对于气候因子变化的敏感性,得到主要结论如下:在全球2℃温升背景下,高原植被叶面积指数(Leaf Area Index, LAI)较历史参考期显著增加,高原变绿,其中高原中部LAI和植被碳存储增加最为显著,三江源是植被LAI增加较快的区域。增温后裸地面积迅速减少,植被覆盖率总体增加,大部分地区草地呈增加趋势,森林减少趋势变缓,说明在2℃温升期高原植被有所改善。在全球2℃温升背景下,高原植被覆盖率表现出对温度和降水率等气候因子更强的依赖性和敏感性,在增暖环境中,气温仍是影响高原植被生态系统变化的主控因子。
文摘利用美国NOAA(National Oceanic and Atmospheric Administration)的CMAP(Climate Prediction Center(CPC)Merged Analysis of Precipitation)月平均降水资料、 NCEP/DOE(National Centers for Environmental Prediction/Design of Experiments)II的月平均再分析资料和中国气象局国家信息中心提供的中国160站逐月降水和平均气温资料,通过定义一个亚洲急流纬向非均匀性指数(IAja),分析了1979~2019年夏季亚洲西风急流纬向非均匀性的年际变化特征,揭示了夏季亚洲急流纬向非均匀性变化异常的成因及其对东亚夏季降水和气温的影响。结果表明:夏季亚洲西风急流纬向非均匀性具有显著的年际变化特征,并存在6~8年和2年左右的振荡周期。当急流纬向非均匀性典型偏强(弱)年,东亚东部地区从低纬到高纬,降水异常主要呈现出偏多—偏少—偏多(偏少—偏多—偏少)的经向分布;气温则在中国西部地区和日本北部偏高(低),贝加尔湖地区偏低(高)。引起夏季亚洲急流纬向非均匀性异常的可能原因如下:由大气非绝热加热异常而引起的热带和中纬度地区辐合/辐散运动造成的涡度源强迫,和来自西风带中波扰动能量的注入,两者共同作用形成并维持了与急流纬向非均匀性强弱变化相联系的异常环流,从而使亚洲急流东、西段强度差异增强(减弱),进而有利于急流纬向非均匀性异常偏强(偏弱)。而上述西风带中波扰动能量的东传可能与北大西洋海表面温度异常有关。这对于深刻理解夏季亚洲急流纬向非均匀性异常的形成机理提供了有用的线索。
文摘使用淮河流域1981年至2020年的149个气象站点的气温和相对湿度数据,分析了流域暖季极端高温干旱复合事件(Compound Drought and Heat Events,CDHEs)的时空演变特征,并通过趋势分析和相关分析法探讨了CDHEs与气候和植被的关系。结果表明:(1)CDHEs的发生日数在年代际尺度上呈现明显的增加趋势,并且范围扩大,频发区逐渐向淮河流域中西部移动;(2)在年际尺度上,CDHEs随时间序列呈显著的波动上升趋势,空间分布上以西北部为中心向四周递减。连续CDHEs事件呈年际变化,最大2至4天的连续事件存在波动,2019年达到高峰,并且在流域内零散或成片出现;(3)在月际尺度上,CDHEs的发生日数在6月最多,其次是5月、7月、9月和8月。淮河流域入汛前的旱情和入汛后的旱涝急转都容易导致CDHEs发生,而且随着月际变化向南移动;(4)CDHEs对水热条件和大气环流具有特别的敏感性。在850hPa反气旋和500hPa显著高压异常的控制下,高温、低湿、高蒸发和降水少的气候背景有利于淮河地区CDHEs的形成,尤其是在淮河中西部地区。因此,CDHEs的发生与气候变化密切相关;(5)CDHEs与植被生长也存在显著关系。CDHEs与GPP呈显著的负相关,而与NDVI呈显著的正相关,显著地区的土地类型以耕地和城乡、工矿、居民用地为主。GPP和NDVI的不同步可能是因为多种因素的非线性相互作用,而不仅仅是单一因素的影响。此外,对于GPP和NDVI来说,土壤含水量至关重要。总之,本文对淮河流域CDHEs的时空分布特征进行了深入研究,并探讨了其与气候和植被的关系。研究结果可以为该地区的气象灾害防御和生态环境保护提供科学依据和参考。
文摘基于耦合模式比较计划第6阶段(CMIP6)中的全球气候模式的模拟结果,采用考虑模式性能和独立性结合(Climate model Weighting by Independence and Performance,ClimWIP)的加权方案进行中国区域气候的多模式集合预估及不确定性研究。结果表明,ClimWIP方案在历史阶段的模拟优于等权重方案,降低了多模式模拟的气候态偏差。温度指数的未来预估不确定性较大的区域主要集中在中国北方和青藏高原,而降水指数主要集中在华北和西北地区。ClimWIP方案的预估不确定性与等权重方案相比有所降低。ClimWIP方案预估的温度指数的增温大值区主要集中在中国北方和青藏高原;降水指数在西北和青藏高原增加最为显著。全球额外0.5℃增暖时,中国区域平均的温度指数变化更强,平均高于全球0.2℃,最低温在东北部分地区的额外增温甚至是全球平均的3倍;总降水额外增加5.2%;强降水额外增加10.5%。全球增暖2℃下,中国大部分区域温度指数较当前气候态增加可能超过1.5℃(概率>50%),在中国北方和青藏高原的部分地区增温超过1.5℃的可能性更大(概率>90%);总降水,强降水和连续干日在西北和华北增加幅度有可能超过10%、25%和-5 d(概率>50%)。
文摘基于ERA5的逐小时100m风场数据,利用时间序列K-means聚类方法,将中国沿海冬季风能年际变化划分为四个区域,分别为北中国海(NorthChina Sea,NCS)、东海(East China Sea,ECS)、南海北部(Northern South China Sea,NSCS)及南海南部(SouthernSouthChinaSea,SSCS)。四个区域风能的年际变化受不同气候模态的影响,其中NCS风能的年际变化与北极涛动(ArcticOscillation,AO)有关;ECS风能的年际变化与中部型ENSO及西伯利亚高压有关;SSCS和NSCS的年际变化则和东部型ENSO及大陆高压的南北位置存在联系。鉴于影响各区域风能年际变化的气候模态具有较高的可预测性,进一步评估了多个气候模式对中国沿海风能年际变化的预测技巧。结果表明,气候模式对南中国海的风能年际变化预测技巧更高,这与气候模式对ENSO的高预测技巧有关。气候模式对北方海域风能年际变化的预测技巧较差,这和气候模式不能较好地预测AO和西伯利亚高压有关。
