全球升温1.5℃与2.0℃情景下江淮流域极端降水的未来变化预估开题报告
2022-01-07 10:01
全文总字数：3527字
1. 研究目的与意义及国内外研究现状
伴随着全球变暖，高温、干旱、洪涝等极端天气事件频发。为应对持续升温带来的不利影响，《巴黎协定》强调，与前工业化时期相比，将全球平均温度升幅控制在2.0 ℃以内，并继续争取把温度升幅限定在1.5 ℃。而政府间气候变化专门委员会(ipcc）第五次评估科学基础报告指出，1901年以来，全球陆地上的降水没有明显的增加或减少的趋势。但就区域而言，北半球中纬度陆地上的降水变多了。
江淮流域降水资源丰富，是东亚季风降水的中心区域（胡娅敏等，2009），因此，研究不同增温条件下该地区极端降水的未来变化特征，对区域环境保护、灾害预警、制定应对气候变化的策略和措施具有重要的参考意义。
2. 研究的基本内容
（1）数据及极端降水指数基于1961-2005年江淮流域夏季逐日降水观测资料和1961-2100年bcc-csm1.1(m)模式模拟逐日降水数据，定义和提取降水强度、中雨日数、95%分位降水量和连续干日等极端降水指数，用于刻画江淮流域极端降水特征。
（2）偏差订正效果评估
由于中国所处区域气候较复杂，全球气候模式尤其是区域气候模式在对该区域的模拟存在较多的系统偏差。针对模式存在的系统偏差，尝试构建基于经验分布和理论分布的分位数增量映射订正法对bcc-csm1.1(m)模式模拟逐日降水进行偏差订正，并尝试从多个角度评估模式对观测的模拟能力。
3. 实施方案、进度安排及预期效果
2018.02.24—2018.03.14：收集相关资料，展开研究；
2018.03.25—2018.04.14：形成论文初稿，完成中期报告；
2018.04.15—2017.05.10：论文修改、定稿、打印、答辩。
4. 参考文献
| [1] Cannon A J, Sobie S R, Murdock T Q. Bias Correction of GCM Precipitation by Quantile Mapping: How Well Do Methods Preserve Changes in Quantiles and Extremes?[J]. Journal of Climate. 2015, 28(17): 6938-6959. [2] IPCC. Climate change 2013: the physical science basis. IPCC working group I contribution to AR5[M]. Cambridge, UK, New York, USA: Cambridge University Press, 2013. [3] Mehrotra R, Sharma A. A Multivariate Quantile-Matching Bias Correction Approach with Auto- and Cross-Dependence across Multiple Time Scales: Implications for Downscaling[J]. Journal of Climate. 2016, 29(10): 3519-3539. [4] Sun Fu, He Xiaojia, Paul R, et al. Global progress in climate change adaptation policies and its implication for China[J]. Chinese Journal of Population,Resources and Environment. 2015, 13(01): 21-31. [5] Li Wei, Jiang Zhihong, Zhang Xuebin, et al. Additional risk in extreme precipitation in China from 1.5℃to 2.0℃global warming levels[J]. Science Bulletin. 2018, 63(04): 228-234. [6] 陈晓晨, 徐影, 姚遥. 不同升温阈值下中国地区极端气候事件变化预估[J]. 大气科学. 2015, 39(06): 1123-1135. [7] 高涛, 谢立安. 近50年来中国极端降水趋势与物理成因研究综述[J]. 地球科学进展. 2014, 29(05): 577-589. [8] 胡娅敏, 丁一汇. 2000年以来江淮梅雨带北移的可能成因分析[J]. 气象. 2009, 35(12): 37-43. [9] 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. [10] 任丽娜, 翟宇梅, 王力维. 多模式集合在统计降尺度应用上的研究进展[J]. 科学技术与工程. 2011, 11(29): 7185-7194. [11] 苏琪骅. 基于CMIP5模式在中国地区温度与降水的模拟评估及集合预报方法研究[D]. 中国科学技术大学, 2017. [12] 童尧, 高学杰, 韩振宇, 等. 基于RegCM4模式的中国区域日尺度降水模拟误差订正[J]. 大气科学. 2017, 41(06): 1156-1166. [13] 叶柏生, 杨大庆, 丁永建, 等. 中国降水观测误差分析及其修正[J]. 地理学报. 2007, 62(01): 3-13. [14] 翟盘茂, 余荣, 周佰铨, 等. 1.5℃增暖对全球和区域影响的研究进展[J]. 气候变化研究进展. 2017, 13(05): 465-472. [15] 周林, 潘婕, 张镭, 等. 概率调整法在气候模式模拟降水量订正中的应用[J]. 应用气象学报. 2014, 25(03): 302-311.
|
