全球地表溫度數(shù)據(jù)是氣候變化研究的基礎(chǔ)之一,目前只有少數(shù)的數(shù)據(jù)機(jī)構(gòu)研發(fā)了獨(dú)具特色的全球陸地表面氣溫?cái)?shù)據(jù)集、海洋表面溫度數(shù)據(jù)集和全球地表溫度數(shù)據(jù)集。近幾年,中國(guó)研發(fā)了整合的、均一化的全球陸地表面氣溫?cái)?shù)據(jù)集（C-LSAT）�；贑-LSAT,改進(jìn)該數(shù)據(jù)集,更新和完善陸地表面氣溫?cái)?shù)據(jù)集,進(jìn)一步增加陸地區(qū)域數(shù)據(jù)的數(shù)據(jù)采樣。進(jìn)一步,將陸地氣溫?cái)?shù)據(jù)（C-LSAT1.3）與美國(guó)NOAA/NCEI發(fā)布的海表溫度數(shù)據(jù)（SST）ERSST.v5的融合,研制了一個(gè)新的全球地表溫度數(shù)據(jù)集CMST（China Merged Surface Temperature）。首先與國(guó)外的全球陸地表面溫度數(shù)據(jù)集對(duì)比,改進(jìn)后的全球陸地表面氣溫?cái)?shù)據(jù)集（C-LSAT1.3）新增很多站點(diǎn),與國(guó)外的陸地表面溫度數(shù)據(jù)集GHCN-v3、CRUTEM4和Berkeley相比,C-LSAT1.3在時(shí)空覆蓋方面都有更好的表現(xiàn)。在其數(shù)據(jù)不足的地區(qū)補(bǔ)充更多站點(diǎn),在其數(shù)據(jù)較多的地區(qū)雖然站點(diǎn)個(gè)數(shù)不是最多的,但是有效格點(diǎn)是最多的。其次通過(guò)與其他的全球地表溫度數(shù)據(jù)集進(jìn)行對(duì)比,全球地表溫度數(shù)據(jù)集CMST在全球海洋/陸地的資料覆蓋率方面具有一定的優(yōu)勢(shì)。對(duì)于百年... 

【文章來(lái)源】：中國(guó)氣象科學(xué)研究院北京市

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

一個(gè)包含海洋和陸地的5°×5°網(wǎng)格溫度距平值的計(jì)算方法

第三章 全球陸地表面氣溫?cái)?shù)據(jù)集的完善第三章 全球陸地表面氣溫?cái)?shù)據(jù)集的完善3.1 數(shù)據(jù)集的完善在 C-LSAT1.2 版本中，ISTI 還沒(méi)有將數(shù)據(jù)公開(kāi)，所以在 C-LSAT 前幾版本的數(shù)據(jù)中，并不包含 ISTI 數(shù)據(jù)，但我們一直計(jì)劃將 ISTI 數(shù)據(jù)整合到 C-LSAT 中（Xu et al.，2018）。完善后的陸表氣溫?cái)?shù)據(jù)集 C-LSAT 1.3，除了 ISTI 之外，依舊包括 3 個(gè)全球數(shù)據(jù)源（CRUTEM4，GHCNm.v3，以及 Berkeley）， 3 個(gè)區(qū)域數(shù)據(jù)源（SCAR、ECA&D 和HISTALP）以及 8 個(gè)國(guó)家數(shù)據(jù)源（中國(guó)、美國(guó)、俄羅斯、加拿大、澳大利亞、韓國(guó)、日本和越南）。ISTI 在整合時(shí)的優(yōu)先級(jí)高于全球數(shù)據(jù)集。C-LSAT 采取了兩個(gè)步驟來(lái)確�？臻g序列的均一性：首先，現(xiàn)有的國(guó)家數(shù)據(jù)集中均一化的序列直接加入到數(shù)據(jù)集中，沒(méi)有任何變化，這樣的站點(diǎn)大約有 50%；然后，檢測(cè)出不均一的站點(diǎn)序列，并通過(guò)最大懲罰 t 檢驗(yàn)進(jìn)行調(diào)整（Xu et al.，2018）。

19圖 3. 四套不同的陸地表面氣溫?cái)?shù)據(jù)集 1900-2017 年間有效站點(diǎn)分布（色標(biāo)右側(cè)數(shù)字為站點(diǎn)觀測(cè)資料覆蓋的年份，色標(biāo)左側(cè)數(shù)據(jù)為在觀測(cè)資料覆蓋的時(shí)間長(zhǎng)度區(qū)間內(nèi)的站點(diǎn)數(shù)。（a）GHCN-M version3，（b）CURTEM4.6.0.0，（c）Berkeley Earth Merged Dataset - version 2，（d）C-LSAT）從 Xu et al.（2018）中得到，GHCN，CRUTEM4，Berkeley 這幾套數(shù)據(jù)在南美地區(qū)、亞洲地區(qū)、非洲地區(qū)等部分區(qū)域站點(diǎn)偏少，而這一點(diǎn)在圖中也有所體現(xiàn)。值得注意的是，C-LSAT 在這幾個(gè)區(qū)域的站點(diǎn)無(wú)論從數(shù)量上，還是時(shí)間長(zhǎng)度上，都優(yōu)于其他 3 個(gè)數(shù)據(jù)集。根據(jù) Jones and Moberg （2003）的分類，我們將站點(diǎn)分為 8 個(gè)區(qū)域，進(jìn)一步分析。這 8 個(gè)區(qū)域分別為非洲地區(qū)（35°N-40°S，20°W-45°E）、亞洲地區(qū)（5-60°N，60-180°E）、

【參考文獻(xiàn)】：
期刊論文
[1]從檢驗(yàn)CMIP5氣候模式看CMIP6地球系統(tǒng)模式的發(fā)展[J]. 趙宗慈,羅勇,黃建斌.  氣候變化研究進(jìn)展. 2018(06)
[2]全球1.5和2℃溫升時(shí)的氣溫和降水變化預(yù)估[J]. 胡婷,孫穎,張學(xué)斌.  科學(xué)通報(bào). 2017(26)
[3]CMIP5氣候模式模擬的1850～2014年全球溫度變化的集合經(jīng)驗(yàn)?zāi)B(tài)分解[J]. 魏萌,喬方利.  中國(guó)科學(xué):地球科學(xué). 2016(12)
[4]全球變暖趨緩研究進(jìn)展[J]. 蘇京志,溫敏,丁一匯,郜永祺,宋亞芳.  大氣科學(xué). 2016(06)
[5]我國(guó)氣候資料均一性研究現(xiàn)狀與展望[J]. 李慶祥.  氣象科技進(jìn)展. 2016(03)
[6]The Strong El Ni?o of 2015/16 and Its Dominant Impacts on Global and China’s Climate[J]. 翟盤(pán)茂,余榮,郭艷君,李慶祥,任雪娟,王亞強(qiáng),徐文慧,柳艷菊,丁一匯.  Journal of Meteorological Research. 2016(03)
[7]CMIP5模式對(duì)中國(guó)東北氣候模擬能力的評(píng)估[J]. 陶純?nèi)?姜超,孫建新.  氣候與環(huán)境研究. 2016(03)
[8]The Reliability of Global and Hemispheric Surface Temperature Records[J]. Philip JONES.  Advances in Atmospheric Sciences. 2016(03)
[9]CMIP5模式對(duì)東亞500 hPa高度場(chǎng)主要模態(tài)時(shí)空結(jié)構(gòu)模擬能力的評(píng)估[J]. 黃海玲,江志紅,王志福,陳威霖.  氣象學(xué)報(bào). 2015(01)
[10]基于CMIP5資料的云南及周邊地區(qū)未來(lái)50年氣候預(yù)估[J]. 周秀華,肖子牛.  氣候與環(huán)境研究. 2014(05)



本文編號(hào)：2906862