陈威霖 作品数:26 被引量:307 H指数:6 供职机构: 南京信息工程大学 更多>> 发文基金: 国家自然科学基金 江苏高校优势学科建设工程资助项目 江苏省高校自然科学研究项目 更多>> 相关领域: 天文地球 经济管理 更多>>
21世纪中国极端降水事件预估 被引量:114 2007年 全球变暖背景下极端降水事件的变化一直受到广泛关注,本文从观测、理论及模拟预估等方面对近十多年来国内外极端降水气候事件的研究作一综述,并给出IPCC第四次评估报告对我国21世纪极端降水指数变化的预估结果。 江志红 丁裕国 陈威霖关键词:极端降水事件 极值分布 LMDZ模式对江淮流域极端降水指数模拟能力的检验及预估研究 使用LMDZ是可变网格区域气候模式,单向嵌套法国全球环流模式IPSL的输出结果,对江淮流域进行了在实际温室气体浓度下当代1961~1990和在IPCC A2温室气体排放情景下21世纪中期2021~2050各30年时间长度... 陈威霖 江志红 李肇新关键词:极端降水指数 江淮流域 文献传递 CMIP5气候模式对东亚夏季平均环流场模拟能力的评估 被引量:5 2016年 利用第五次耦合模式比较计划(Phase 5 of Coupled Model Intercomparison Project,CMIP5)提供的30个全球气候模式模拟的1961~2005年的夏季逐月环流场资料及同期NCEP再分析资料,引入泰勒图及各种评估指标,探讨全球气候模式对东亚夏季平均大气环流场的模拟能力,寻求具有较好东亚夏季环流场模拟能力的气候模式。结果表明:1)全球气候模式能够模拟出东亚夏季平均大气环流的基本特征,CMIP5模式的总体模拟能力较第三次耦合模式比较计划(CMIP3)有较大程度的提高,如CMIP5模式对东亚大部分地区夏季海平面气压(Sea Level Pressure,SLP)场的模拟偏差在6 h Pa以内。2)模式对不同层次环流场的模拟能力存在差异,500 h Pa高度场的模拟能力最强,其次为100 h Pa高度场、850 h Pa风场,SLP场最弱;对东亚夏季主要环流系统的模拟对比发现,模式对印度热低压及东伸槽强度指数的模拟能力最好。3)综合CMIP5模式对东亚夏季各层次平均环流场以及主要环流系统的模拟能力,发现模拟较好的5个模式为CESM1-CAM5、MPI-ESM-MR、MPI-ESM-LR、MPI-ESM-P和Can ESM2。4)相对于单一模式,多模式集合平均(MME)模拟能力较强,但较优选的前5个模式集合平均的模拟能力弱。 田亮 江志红 陈威霖关键词:东亚大气环流 气候模式 CMIP5模式对东亚500 hPa高度场主要模态时空结构模拟能力的评估 被引量:10 2015年 利用第5次耦合模式比较计划(CMIP5)提供的39个全球气候模式模拟的1961—2005年逐月500 hPa位势高度场资料,以及同期美国国家环境预测中心再分析资料,通过经验正交函数分解提取主要模态,基于泰勒图方法、概率密度函数的Brier评分和显著性评分指标,探讨CMIP5模式对东亚500 hPa高度场主要模态时空结构的模拟能力,寻求具有较好东亚环流型态模拟能力的气候模式以及模拟较好的主模态。结果表明:(1)CMIP5模式能够模拟出东亚500 hPa高度场主要模态,且各模式对冬季主要模态时空结构的模拟能力都高于夏季。(2)各模式对冬季模态(西太平洋遥相关型)模拟能力最强,第3模态最差,对冬季主要模态空间结构模拟较好的模式为IPSL-CM5B-LR、MPI-ESM-P、CMCC-CMS、FGOALS-g2、HadGEM2-ES;夏季第1模态空间结构模拟能力最强,其次分别为第2模态和东亚-太平洋型(简记第3模态),西太平洋遥相关型较差,对夏季主要模态空间结构模拟较好的模式为ECEARTH、CanESM2、CMCC-CM、GFDL-ESM2G、IPSL-CM5A-MR。(3)对主要模态时间系数概率密度函数特征的模拟评估表明,模式对冬季第2模态概率密度函数的模拟较好,其次为西太平洋遥相关型,其主要模态时间系数的概率密度函数模拟较好的模式为CESM1-FASTCHEM、HadGEM2-ES、INM-CM4、GISS-E2-H、BCCCSM1-1;模式对夏季第2模态时间系数的概率密度函数模拟较好,其次分别为第3模态、西太平洋遥相关型,其主要模态时间系数概率密度函数模拟较好的模式为CCSM4、HadGEM2-CC、GFDL-CM3、MRI-CGCM3、NorESM1-M。(4)综合时空结构模式模拟能力,对冬季主要模态模拟较好的前5个模式为HadGEM2-ES、IPSL-CM5B-LR、CESM1-FASTCHEM、INM-CM4、BCC-CSM1-1;夏季前5个模式为ECEARTH、CMCC-CM、CCSM4、CANESM2、MIROC5。 黄海玲 江志红 王志福 陈威霖非齐次隐马尔可夫降尺度方法对江淮流域夏季逐日降水的模拟及其评估 被引量:3 2016年 引入非齐次隐马尔可夫模型(Nonhomogeneous hidden Markov model,NHMM)统计降尺度方法,利用1961—2002年江淮流域夏季逐日降水资料、欧洲中期天气预报中心(ECMWF)的ERA-40再分析资料建立模型,检验其对东部季风区(以江淮流域为代表)夏季日降水的模拟能力,并对比BCC-CSM1.1(m)模式NHMM降尺度前后的模拟效果。结果表明,NHMM降尺度方法通过建立降水概率分布态间转移参数与大尺度环流变量的联系,对江淮流域逐日降水量具有较好的降尺度效果。模拟的各站日降水量概率分布函数(PDF)曲线与观测非常接近,布赖尔评分(Brier Score,S_B)均小于0.11%,显著性评分(Significance Score,Ss)均大于0.84;夏季总降水量、降水日数、中雨日数、降水强度和95%分位降水量指数的多年平均场偏差百分率绝对值低于10%,前3个指数的空间相关系数高于0.9;该方法对各降水指数的年际变率也有一定的模拟能力,模拟得到的各指数的区域平均年际序列与观测序列的相关系数为0.62—0.87。对BCC-CSM1.1(m)模式的模拟结果进行降尺度后,SB较降尺度前平均减小0.57%,Ss平均增大0.23,皆表明降尺度后的概率分布函数曲线更接近于观测;各降水指数在多数台站的偏差百分率绝对值由大于40%降至10%以内,空间相关系数普遍提高至0.8以上。NHMM降尺度方法能够有效提高BCC-CSM1.1(m)模式对江淮流域夏季日降水的模拟能力,相对气候模式具有显著的"增值",未来可进一步利用该方法进行气候变暖背景下的日降水变化预估。 丁梅 江志红 陈威霖关键词:统计降尺度 逐日降水 LMDZ模式对江淮流域极端降水指数模拟能力的检验及预估研究 使用LMDZ是可变网格区域气候模式,单向嵌套法国全球环流模式IPSL的输出结果,对江淮流域进行了在实际温室气体浓度下当代196l~1990和在IPCCA2温室气体排放情景下21世纪中期2021~2050各30年时间长度,... 陈威霖 江志红 李肇新关键词:极端降水指数 江淮流域 区域气候 旱涝灾害 文献传递 SRES A1B情形下中国区域气候变化概率预估研究 利用28个全球耦合模式的模拟结果和CRU观测资料,从温度和降水的气候场误差和年际变率2个方面,对各模式在中国区域的模拟能力进行定量的评估,在此基础上,根据模式的模拟能力对每个模式赋予不同的权重,得到SRESA1B情形下2... 陈威霖 江志红文献传递 基于隐马尔科夫模型的江淮汛期降水分型及其海气背景分析 利用隐马尔可夫模型(Hidden Markov Model,HMM),对江淮流域1951-2007年5-9月(汛期)的逐日降水资料进行了分型,分析了各型的频率的年际和年代际变化;并采用合成分析等方法,研究了引起不同天气型... 陈威霖 江志红关键词:HMM 江淮流域 文献传递 全球海气耦合模式对中国区域年代际气候变化预测能力的评估 被引量:14 2012年 利用4个海气耦合模式对1960~2005年的多年代际回报结果,评估模式对中国区域年代际气候变化(温度和降水)的预测潜力,并初步给出2005~2015年的气候预测结果。与CMIP3多模式集合1960~2000年结果以及观测实况比较的结果表明:融入观测资料进行同化的年代际气候预测模式,对中国区域温度和降水的模拟能力总体好于CMIP3模式。年代际气候预测模式对温度气候场的模拟仍以"冷偏差"为主,但较之CMIP3模式已有显著改进,中国区域平均的冷偏差减少1.3°C;对降水气候场的模拟仍以"湿偏差"为主,但在华南沿海和西北内陆降水的模拟能力优于CMIP3模式,中国区域平均的湿偏差降低了20%。年代际模式和CMIP3模式都能较好地模拟出中国区域尤其是北方20世纪后期的增暖信号;但CMIP3模式对20世纪后期中国东部降水的旱涝结构演变的模拟与观测相反;而年代际气候预测模式未能再现华北偏旱的变化,但能成功地模拟江淮流域和华南沿海的旱涝演变。2005~2015年的10年预测表明中国区域将继续增暖0.3~0.7°C,且增温幅度北方大于南方,增幅中心位于西北内陆和青藏高原;而降水的变化趋势不显著,黄淮地区、西北内陆和青藏高原的降水略有增加,而西南地区降水将减少。但需要指出的是,这种预测的不确定性是相当大的。 陈威霖 江志红关键词:海气耦合模式 中国地区极端降水变化模拟评估及其未来情景预估 全球变暖背景下极端气候事件的预估一直是全球变化研究中的重要问题。本文利用由中国区域550个站点1961-2000年逐日降水量资料计算得到的年极端降水指数,检验参与IPCC AR4的7个新一代全球模式及多模式集合对现代气候... 陈威霖关键词:极端降水指数 动力降尺度 统计降尺度 江淮流域 文献传递