Journal of Meteorology and Environment ›› 2020, Vol. 36 ›› Issue (2): 49-61.doi: 10.3969/j.issn.1673-503X.2020.02.007
Previous Articles Next Articles
Tao WANG1(),Yi-shu WANG1,Yu-min SHEN1,*(
),Yan WANG2,Lian-wei ZHAO1,Xiao-tao WANG1,Li-du SHEN1
Received:
2019-02-27
Online:
2020-04-30
Published:
2020-03-03
Contact:
Yu-min SHEN
E-mail:nick_bsb@126.com;314634310@qq.com
CLC Number:
Tao WANG, Yi-shu WANG, Yu-min SHEN, Yan WANG, Lian-wei ZHAO, Xiao-tao WANG, Li-du SHEN. Assessment of air temperature simulation and threshold-crossing times of 2 ℃ warmings by CMIP5 models in Liaoning province[J]. Journal of Meteorology and Environment, 2020, 36(2): 49-61.
Table 1
Information of 19 global climate models from CMIP5"
模式名称 | 单位及所属国家 | 分辨率 /网格点 | 排放 情景 |
BCC-CSM1-1 | BCC,CMA,中国 | 64×128 | 有 |
BNU-ESM | GCESS,BNU,中国 | 64×128 | 有 |
CanESM2 | CCCma,加拿大 | 64×128 | 有 |
CCSM4 | NCAR,美国 | 192×288 | 有 |
CNRM-CM5 | CNRM, CERFACS,法国 | 128×256 | 有 |
CSIRO-Mk3-6-0 | CSIRO-QCCCE, 澳大利亚 | 96×192 | 有 |
FGOALS-g2 | IAP, CAS,中国 | 60×128 | 有 |
FIO-ESM | FIO,中国 | 64×128 | 有 |
GFDL-CM3 | |||
GFDL-ESM2G | NOAA, GFDL,美国 | 90×144 | 有 |
GFDL-ESM2M | |||
GISS-E2-R | NASA/GISS,美国 | 90×144 | 有 |
HadGEM2-AO | NIMR / KMA, 韩国/英国 | 145 × 192 | 有 |
MIROC5 | AORI, NIES, JAMSTEC, 日本 | 128 ×256 | 有 |
MIROC-ESM | JAMSTEC/AORI/NIES, 日本 | 64 ×128 | 有 |
MIROC-ESM-CHEM | JAMSTEC/AORI/NIES, 日本 | 64 ×128 | 有 |
MPI-ESM-LR | MPI-M,德国 | 96×192 | 有 |
MRI-CGCM3 | MRI-M,日本 | 96×192 | 有 |
NorESM1-M | NCC,挪威 | 96×144 | 有 |
Fig.7
Variation of annual mean temperature during 2006-2099 predicted by the optimal model and observed at meteorological stations averaged in Liaoning province, the root-mean-square errors, and the linear trend under the RCP2.6 (a), RCP4.5 (b), and RCP8.5 (c) scenarios as well as their reliability during 2016-2099 (d)"
Table 2
Beginning years, station numbers, and magnitude of the warming above 2 ℃ for the first time in Liaoning province under different scenarios of CO2 emission"
RCP2.6 | RCP4.5 | RCP8.5 | ||||||||
年份 | 站数(百分率) | 升幅/ ℃ | 年份 | 站数(百分率) | 升幅/ ℃ | 年份 | 站数(百分率) | 升幅/ ℃ | ||
2007 | 3(6%) | 2.08 | < 2006 | 1(2%) | - | 2010 | 15(29%) | 2.00 | ||
2008 | 6(12%) | 2.15 | 2007 | 20(39%) | 2.37 | 2011 | 25(48%) | 2.23 | ||
2011 | 38(73%) | 2.40 | 2009 | 10(19%) | 2.15 | 2013 | 5(10%) | 2.24 | ||
2015 | 3(6%) | 2.05 | 2011 | 9(17%) | 3.27 | 2014 | 7(13%) | 2.81 | ||
2017 | 2(3%) | 2.14 | 2013 | 10(19%) | 2.68 | |||||
2028 | 2(4%) | 3.08 |
Table 3
The beginning years, end years, duration, and station numbers of annual mean temperature warming stably above 2 ℃ for the first time in Liaoning province under different scenarios of CO2 emission"
RCP2.6 | RCP4.5 | RCP8.5 | |||||
开始 年份 | 站数 (百分率) | 开始 年份 | 站数 (百分率) | 开始 年份 | 站数 (百分率) | ||
2011 | 6(12%) | 2006 | 13(25%) | 2010 | 33(6%) | ||
2013 | 17(33%) | 2013 | 8(15%) | 2013 | 41(78%) | ||
2015 | 9(17%) | 2022 | 27(52%) | 2014 | 2(4%) | ||
2017 | 10(19%) | 2035 | 1(2%) | 2025 | 1(2%) | ||
2027 | 9(17%) | 2046 | 3(6%) | 2029 | 3(6%) | ||
2029 | 1(2%) | 2033 | 2(4%) | ||||
结束 年份 | 站数 (百分率) | 结束 年份 | 站数 (百分率) | 结束 年份 | 站数 (百分率) | ||
2023 | 10(19%) | 2011 | 10(19%) | 2019 | 31(60%) | ||
2025 | 27(52%) | 2020 | 5(10%) | 2023 | 15(29%) | ||
2036 | 2(4%) | 2026 | 32(61%) | 2099 | 6(11%) | ||
2037 | 13(25%) | 2060 | 4(8%) | ||||
2099 | 1(2%) | ||||||
持续 时间 | 站数 (百分率) | 持续 时间 | 站数 (百分率) | 持续 时间 | 站数 (百分率) | ||
7 | 9(17%) | 5 | 27(51%) | 6 | 2(4%) | ||
8 | 1(2%) | 6 | 10(19%) | 7 | 29(55%) | ||
9 | 2(4%) | 8 | 5(10%) | 11 | 12(23%) | ||
10 | 1(2%) | 14 | 3(6%) | 14 | 3(6%) | ||
11 | 16(31%) | 15 | 3(6%) | 67 | 2(4%) | ||
13 | 12(23%) | 21 | 2(4%) | 71 | 3(6%) | ||
15 | 6(12%) | 26 | 1(2%) | 75 | 1(2%) | ||
25 | 5(10%) | 94 | 1(2%) |
Table 4
Temperature minimum, maximum and averages in each region of Liaoning province predicted by the optimal model under different scenarios of CO2 emission"
地区 | 情景 | 最高值 | 最低值 | 平均值 |
RCP2.6 | 9.1(2087) | 5.3(2061) | 7.3 | |
辽北 | RCP4.5 | 10.1(2066) | 6.3(2016/ 2021/2027) | 8.1 |
RCP8.5 | 12.2(2095) | 5.3(2024) | 9.1 | |
RCP2.6 | 10.4(2087) | 6.7(2061) | 8.7 | |
辽东 | RCP4.5 | 11.0(2066) | 7.5(2027) | 9.1 |
RCP8.5 | 13.1(2095) | 6.8(2024) | 10.2 | |
RCP2.6 | 12.7(2087) | 9.1(2061) | 11.2 | |
辽南 | RCP4.5 | 13.9(2066) | 10.5(2027) | 12.0 |
RCP8.5 | 15.7(2095) | 9.8(2024) | 13.0 | |
RCP2.6 | 11.2(2087) | 7.6(2061) | 9.5 | |
辽西 | RCP4.5 | 12.4(2066) | 8.4(2027) | 10.2 |
RCP8.5 | 14.0(2095) | 7.7(2024) | 11.3 | |
RCP2.6 | 11.0(2087) | 7.0(2061) | 9.2 | |
辽中 | RCP4.5 | 11.9(2066) | 8.2(2027) | 9.9 |
RCP8.5 | 13.8(2095) | 7.4(2024) | 11.0 |
1 | Chen H P . Projected change in extreme rainfall events in China by the end of the 21st century using CMIP5 models[J]. Chinese Science Bulletin, 2013, 58 (12): 1462- 1472. |
2 | Zhao T B , Chen L , Ma Z G . Simulation of historical and projected climate change in arid and semiarid areas by CMIP5 models[J]. Chinese Science Bulletin, 2014, 59 (4): 412- 429. |
3 | Bannister D , Herzog M , Graf H F , et al. An assessment of recent and future temperature change over the Sichuan Basin, China, using CMIP5 climate models[J]. Journal of Climate, 2017, 30 (17): 6701- 6722.. |
4 | 梁玉莲, 韩明臣, 延晓冬, 等. 基于CMIP5模式的中国气候变化敏感性预估与分析[J]. 气象科学, 2016, 36 (2): 158- 164. |
5 | 程志刚, 张渊萌, 徐影. 基于CMIP5模式集合预估21世纪中国气候带变迁趋势[J]. 气候变化研究进展, 2015, 11 (2): 93- 101. |
6 | 周文翀, 韩振宇. CMIP5全球气候模式对中国黄河流域气候模拟能力的评估[J]. 气象与环境学报, 2018, 34 (6): 42- 55. |
7 | 蒋帅, 江志红, 李伟, 等. CMIP5模式对中国极端气温及其变化趋势的模拟评估[J]. 气候变化研究进展, 2017, 13 (1): 11- 24. |
8 | 魏萌, 乔方利. CMIP5气候模式模拟的1850—2014年全球温度变化的集合经验模态分解[J]. 中国科学:地球科学, 2016, 46 (12): 1675- 1688. |
9 | 张蓓, 戴新刚. 基于CMIP5的2006—2015年中国气温预估偏差分析及订正[J]. 高原气象, 2017, 36 (6): 1619- 1629. |
10 | 何金海, 詹丰兴, 祁莉, 等. 全球变暖减缓期陆地地表气温变化特征和CMIP5多模式的未来情景预估[J]. 大气科学, 2016, 40 (1): 33- 45. |
11 | 张艳武, 张莉, 徐影. CMIP5模式对中国地区气温模拟能力评估与预估[J]. 气候变化研究进展, 2016, 12 (1): 10- 19. |
12 | 林朝晖, 杨笑宇, 吴成来, 等. CMIP5模式对中国东部夏季不同强度降水气候态和年代际变化的模拟能力评估[J]. 气候与环境研究, 2008, 23 (1): 1- 25. |
13 | 张蓓, 戴新刚. 2006—2013年CMIP5模式中国降水预估误差分析[J]. 大气科学, 2016, 40 (5): 981- 994. |
14 | 陈晓晨, 徐影, 许崇海, 等. CMIP5全球气候模式对中国地区降水模拟能力的评估[J]. 气候变化研究进展, 2014, 10 (3): 217- 225. |
15 | 张冰, 巩远发, 徐影, 等. CMIP5全球气候模式对中国地区干旱变化模拟能力评估[J]. 干旱气象, 2014, 32 (5): 694- 700. |
16 | 姜姗姗,占车生,李淼,等.基于CMIP5全球气候模式的中国典型区域干湿变化分析[J],北京师范大学学报:自然科学版, 2016, 52(1): 49-55. |
17 | 江滢, 徐希燕, 刘汉武, 等. CMIP5和CMIP3对未来中国近地层风速变化的预估[J]. 气象与环境学报, 2018, 34 (6): 56- 63. |
18 | 孙侦, 贾绍凤, 吕爱锋, 等. IPCC AR5全球气候模式对1996—2005年中国气温模拟精度评价[J]. 地理科学进展, 2015, 34 (10): 1229- 1240. |
19 | 孙侦, 贾绍凤, 吕爱锋, 等. IPCC AR5全球气候模式模拟的中国地区日平均降水精度评价[J]. 地球信息科学学报, 2016, 18 (2): 227- 237. |
20 | 吴佳, 周波涛, 徐影. 中国平均降水和极端降水对气候变暖的响应:CMIP5模式模拟评估和预估[J]. 地球物理学报, 2015, 58 (9): 3048- 3060. |
21 | 崔妍, 周晓宇, 赵春雨, 等. 5个IPCC AR4全球气候模式对东北三省降水模拟与预估[J]. 气象与环境学报, 2014, 30 (4): 34- 41. |
22 | 伍清, 蒋兴文, 谢洁. CMIP5模式对西南地区气温的模拟能力评估[J]. 高原气象, 2017, 36 (2): 358- 370. |
23 | 胡芩, 姜大膀, 范广洲. CMIP5全球气候模式对青藏高原地区气候模拟能力评估[J]. 大气科学, 2014, 38 (5): 924- 938. |
24 | 敖雪, 翟晴飞, 崔妍, 等. 东北地区气候变化CMIP5模式预估[J]. 气象科技, 2017, 45 (2): 298- 306, 312. |
25 | 陶纯苇, 姜超, 孙建新. CMIP5多模式集合对东北三省未来气候变化的预估研究[J]. 地球物理学报, 2016, 59 (10): 3580- 3591. |
26 | 陶纯苇, 姜超, 孙建新. CMIP5模式对中国东北气候模拟能力的评估[J]. 气候与环境研究, 2016, 21 (3): 357- 366. |
27 | 吴蔚, 穆海振, 梁卓然, 等. CMIP5全球气候模式对上海极端气温和降水的情景预估[J]. 气候与环境研究, 2016, 21 (3): 269- 281. |
28 | 胡婷, 孙颖, 张学斌. 全球1.5和2℃温升时的气温和降水变化预估[J]. 科学通报, 2017, 62 (26): 3098- 3111. |
29 | 徐影, 周波涛, 吴婕, 等. 1.5—4℃升温阈值下亚洲地区气候变化预估[J]. 气候变化研究进展, 2017, 13 (4): 306- 315. |
30 | 周梦子, 周广胜, 吕晓敏, 等. 基于CMIP5耦合气候模式的1.5℃和2℃升温阈值出现时间研究[J]. 气候变化研究进展, 2018, 14 (3): 221- 227. |
31 | Wang X X , Jiang D B , Lang X M . Climate change of 4℃ global warming above pre-industrial levels[J]. Advance of Atmospheric Science, 2018, 35 (7): 757- 770. |
[1] | CUI Yan, ZHOU Xiao-yu, ZHAO Chun-yu,GONG Qiang,WANG Ying,LI Qian,AO Xue,FANG Yi-he,ZHANG Hai-na. Projection and evaluation of precipitation over Northeast China based on five IPCC AR4 coupled climate models [J]. Journal of Meteorology and Environment, 2014, 30(4): 34-41. |
Viewed | ||||||
Full text |
|
|||||
Abstract |
|
|||||
|