基于高分辨率格點(diǎn)數(shù)據(jù)集CN05.1和區(qū)域氣候模式RegCM4對(duì)4個(gè)全球氣候模式動(dòng)力降尺度模擬（CdR、EdR、HdR、MdR）,識(shí)別了觀測(cè)和模擬的1981—2005年中國(guó)群發(fā)性高溫事件（CHTE）。在此基礎(chǔ)上,評(píng)估了模式對(duì)中國(guó)CHTE的模擬能力。結(jié)果表明:4個(gè)動(dòng)力降尺度模擬以及多模式集合（MME）均能很好地模擬出中國(guó)CHTE頻次、持續(xù)時(shí)間和累計(jì)強(qiáng)度的空間分布。不過(guò),HdR模擬的CHTE發(fā)生次數(shù)在新疆地區(qū)略偏少,而其他3個(gè)模擬試驗(yàn)的CHTE次數(shù)在中國(guó)東南部略偏多。觀測(cè)中CHTE持續(xù)時(shí)間、極端強(qiáng)度、累計(jì)強(qiáng)度、最大影響面積、平均影響面積、綜合強(qiáng)度等的頻率分布規(guī)律均能被合理再現(xiàn)。MME也能很好模擬觀測(cè)揭示的CHTE綜合強(qiáng)度以及頻次、持續(xù)時(shí)間、強(qiáng)度、影響面積等單項(xiàng)指標(biāo)的上升趨勢(shì)。單模式成員亦可再現(xiàn)大多數(shù)指標(biāo)的上升趨勢(shì),但也存在一定不足,如EdR模擬的CHTE綜合強(qiáng)度呈減弱趨勢(shì),MdR模擬的CHTE頻次和極端強(qiáng)度呈弱的下降趨勢(shì)。 

【文章來(lái)源】：氣候變化研究進(jìn)展. 2020,16(06)北大核心CSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

1981—2005年平均的中國(guó)群發(fā)性高溫事件的持續(xù)時(shí)間和累計(jì)強(qiáng)度空間分布

對(duì)觀測(cè)（CN05.1）和模擬的中國(guó)CHTE進(jìn)行了識(shí)別，結(jié)果如表1所示。CN05.1結(jié)果顯示，1981—2005年間共識(shí)別出194次CHTE，其中嚴(yán)重、重度、中度和輕度等級(jí)事件分別為19、38、77和60次。MME模擬中，共識(shí)別出213次CHTE，略高于觀測(cè)結(jié)果。對(duì)于單模式模擬而言，除Hd R模擬的CHTE次數(shù)偏低外，其他3個(gè)模擬均高估了CHTE的發(fā)生次數(shù)，這主要是由于模擬的輕度事件明顯偏多所致。圖1為觀測(cè)和模擬中所識(shí)別CHTE發(fā)生月份的頻率分布。對(duì)比可以發(fā)現(xiàn)，模擬與觀測(cè)具有一致的月際變化。即CHTE最早出現(xiàn)在4月，最晚出現(xiàn)在9月，在7月達(dá)到峰值，4、5、9月發(fā)生的CHTE所占比例之和均不到7%。2.1 氣候態(tài)

表3列出了觀測(cè)的和模擬的1981—2005年中國(guó)CHTE各指標(biāo)的變化趨勢(shì)。觀測(cè)結(jié)果顯示，CHTE各度量指標(biāo)均呈上升趨勢(shì)，意味著CHTE發(fā)生頻次增多，強(qiáng)度變強(qiáng)，影響加劇。MME模擬能較好地捕捉到觀測(cè)中CHTE各度量指標(biāo)的這一演變趨勢(shì)，但在數(shù)值上存在偏差。單模式模擬也可以再現(xiàn)大多數(shù)指標(biāo)的上升趨勢(shì)，但不同模擬之間存在一定差異。對(duì)于綜合強(qiáng)度指標(biāo)，Cd R、Hd R和Md R一致模擬為增加趨勢(shì)，并且Cd R模擬結(jié)果與觀測(cè)較為接近；但是Ed R模擬的卻為減弱趨勢(shì)。對(duì)于單指標(biāo)而言，Cd R、Ed R和Hd R均模擬出與觀測(cè)一致的增加趨勢(shì)，且Cd R模擬的變化幅度更接近觀測(cè)，而Ed R模擬的CHTE各指標(biāo)增幅速率普遍偏小。Md R模擬的CHTE頻次和極端強(qiáng)度為弱的下降趨勢(shì)。2.3 頻率分布

【參考文獻(xiàn)】：
期刊論文
[1]分位數(shù)映射法在RegCM4中國(guó)氣溫模擬訂正中的應(yīng)用[J]. 韓振宇,童堯,高學(xué)杰,徐影.  氣候變化研究進(jìn)展. 2018(04)
[2]Projected Changes in Temperature and Precipitation Extremes over China as Measured by 50-yr Return Values and Periods Based on a CMIP5 Ensemble[J]. Ying XU,Xuejie GAO,Filippo GIORGI,Botao ZHOU,Ying SHI,Jie WU,Yongxiang ZHANG.  Advances in Atmospheric Sciences. 2018(04)
[3]Performance of RegCM4 over Major River Basins in China[J]. Xuejie GAO,Ying SHI,Zhenyu HAN,Meili WANG,Jia WU,Dongfeng ZHANG,Ying XU,Filippo GIORGI.  Advances in Atmospheric Sciences. 2017(04)
[4]Comparison of convective parameterizations in RegCM4 experiments over China with CLM as the land surface model[J]. GAO Xue-Jie,SHI Ying,Filippo GIORGI.  Atmospheric and Oceanic Science Letters. 2016(04)
[5]中國(guó)平均降水和極端降水對(duì)氣候變暖的響應(yīng):CMIP5模式模擬評(píng)估和預(yù)估[J]. 吳佳,周波濤,徐影.  地球物理學(xué)報(bào). 2015(09)
[6]Changes in Regional Heavy Rainfall Events in China during 1961–2012[J]. ZOU Xukai,REN Fumin.  Advances in Atmospheric Sciences. 2015(05)
[7]基于CMIP5模式的中國(guó)地區(qū)未來(lái)高溫災(zāi)害風(fēng)險(xiǎn)預(yù)估[J]. 董思言,徐影,周波濤,侯美亭,李柔珂,於琍,張永香.  氣候變化研究進(jìn)展. 2014(05)
[8]基于CMIP5模式的中國(guó)地區(qū)未來(lái)洪澇災(zāi)害風(fēng)險(xiǎn)變化預(yù)估[J]. 徐影,張冰,周波濤,董思言,於琍,李柔珂.  氣候變化研究進(jìn)展. 2014(04)
[9]中國(guó)近50年來(lái)群發(fā)性高溫事件的識(shí)別及統(tǒng)計(jì)特征[J]. 況雪源,王遵婭,張耀存,孫丞虎,侯威.  地球物理學(xué)報(bào). 2014(06)
[10]中國(guó)冬季區(qū)域性極端低溫事件分類(lèi)及其與氣候指數(shù)極端性的聯(lián)系[J]. 王曉娟,沈柏竹,龔志強(qiáng),封國(guó)林.  物理學(xué)報(bào). 2013(22)



本文編號(hào)：3495925