中国气候变化研究中不同时间尺度资料的应用与研究
多要素多尺度一体化耦合数值模式研制和应用-概述说明以及解释

多要素多尺度一体化耦合数值模式研制和应用-概述说明以及解释1.引言1.1 概述概述本文探讨了多要素多尺度一体化耦合数值模式的研制和应用。
随着气候变化和环境问题日益突出,为了更准确地预测气候变化、自然灾害和环境变化的趋势,需要将不同要素和尺度的数据进行耦合分析。
多要素多尺度一体化耦合数值模式的研制,可以更全面地考虑气候系统的复杂性和不确定性,为相关领域的研究和应用提供更可靠的依据。
本文将分别介绍多要素数值模式研制和多尺度数值模式研制的相关内容,并展望了该模式在气候预测、环境监测和资源管理等领域的应用前景。
json"1.2 文章结构":{"本文主要分为三个部分进行阐述。
首先,在引言部分(第一部分)将概述本研究的背景意义以及研究的目的和意义。
其次,在正文部分(第二部分)将介绍我们所研制的多要素数值模式和多尺度数值模式,并详细阐述其研究方法和模型构建过程。
最后,在结论部分(第三部分)将对研究结果进行总结,并展望该模式在未来的应用前景。
通过分析每个部分的内容,读者将能够全面了解本研究的内容和重要性。
"}1.3 目的:本文旨在探讨和研究多要素多尺度一体化耦合数值模式的研制和应用。
通过分析不同要素和尺度之间的相互作用,构建一个全面、综合的数值模式,可以更准确地模拟和预测复杂系统的变化和演化过程。
同时,将这种模式应用于气候、环境、地球系统等领域,可以为相关领域的科学研究和实际应用提供更可靠的数据支持和决策依据。
通过本文的研究,希望能为推动多要素多尺度一体化耦合数值模式的发展做出贡献,推动这一领域的进步与应用。
2.正文2.1 多要素数值模式研制在气象科学领域,气候系统是一个复杂的系统,受到多个要素的共同影响,包括大气、海洋、陆面和冰雪等要素。
为了更准确地预测气候变化趋势,研究人员提出了多要素数值模式。
多要素数值模式是将不同要素的物理过程耦合在一起,通过模拟它们之间的相互作用来预测气候系统的变化。
标准化降水指标与Z指数在我国应用的对比分析

标准化降水指标与Z指数在我国应用的对比分析一、本文概述本文旨在对比分析标准化降水指标(SPI)与Z指数在我国的应用情况。
我们将对标准化降水指标和Z指数的基本概念、计算方法和应用原理进行简要介绍。
随后,通过文献综述和实证分析,深入探讨这两种指标在我国不同地区、不同时间尺度下的应用效果。
本文还将对比分析这两种指标在预测干旱、洪涝等气象灾害方面的优劣势,以期为我国气象灾害预警和决策支持提供更加科学、准确的依据。
我们将对标准化降水指标和Z指数的应用前景进行展望,提出针对性的改进建议,以期推动我国气象灾害预警技术的持续发展。
在对比分析过程中,我们将注重数据的准确性和可靠性,采用多种统计方法和模型进行实证分析。
我们还将充分考虑我国地域广阔、气候多样的特点,以及不同行业、不同部门对气象灾害预警的需求差异。
通过本文的研究,我们期望为相关领域的学者和实践者提供有益的参考,推动我国气象灾害预警技术的不断创新和发展。
二、标准化降水指标(SPI)的介绍标准化降水指标(SPI)是一种广泛应用于气象和水文学领域的统计方法,用于描述和评估不同时间尺度的降水异常情况。
SPI基于概率分布函数,将实际降水量转化为标准正态分布的数值,从而能够直观地反映降水量的偏离程度。
SPI不仅考虑了降水的总量,还兼顾了降水的分布特征,因此在实际应用中具有较高的灵活性和准确性。
SPI的计算涉及多个步骤,包括选择合适的概率分布函数、参数估计、标准化处理等。
常用的概率分布函数包括Gamma分布、Log-Pearson分布等,这些分布函数能够较好地拟合不同地区的降水数据。
参数估计则通常通过最大似然法等方法实现,以获取分布函数的最佳参数。
标准化处理则是将实际降水量转化为标准正态分布的数值,使得不同时间尺度和不同地区的降水数据能够进行比较和分析。
SPI具有多个时间尺度,如1个月、3个月、6个月等,以适应不同研究需求。
不同时间尺度的SPI能够反映不同时间段的降水异常情况,为决策者提供更为全面的信息。
气象数据分析在气候变化研究中的应用

气象数据分析在气候变化研究中的应用在当今世界,气候变化已成为全球关注的焦点问题。
深入理解气候变化的规律、影响和应对策略,对于人类的可持续发展至关重要。
气象数据分析作为研究气候变化的重要手段,发挥着不可或缺的作用。
气象数据是对大气状态和变化的记录,包括温度、降水、风速、风向、气压、湿度等多种要素。
这些数据的来源广泛,既有地面气象观测站的长期观测,也有卫星遥感、雷达监测等高科技手段获取的信息。
通过对这些海量数据的收集、整理和分析,我们能够揭示气候变化的诸多特征和趋势。
首先,气象数据分析有助于我们了解气候的长期变化趋势。
通过对多年来气温和降水数据的分析,可以清晰地看到全球平均气温的上升以及降水分布的变化。
例如,过去几十年中,许多地区的气温呈现出明显的升高趋势,而一些地区的降水模式也发生了显著改变,干旱和洪涝灾害的发生频率和强度有所增加。
这些变化趋势的发现,为我们认识气候变化的整体走向提供了有力的证据。
其次,气象数据分析能够帮助我们探究极端气候事件的发生规律。
极端气候事件,如暴雨、飓风、高温热浪等,往往给人类社会带来巨大的损失。
通过对历史气象数据的深入挖掘,可以找出这些极端事件的发生频率、强度和时空分布特征。
这有助于我们提前做好预防和应对措施,降低灾害损失。
比如,通过分析某一地区过去几十年中暴雨的发生情况,可以预测未来可能出现的暴雨强度和频率,从而提前加强排水系统建设,提高城市的防洪能力。
再者,气象数据分析对于研究气候变化的影响具有重要意义。
气候变化不仅仅是气温和降水的改变,还会对生态系统、农业生产、水资源、能源消耗等诸多方面产生深远影响。
以农业为例,通过分析气象数据与农作物生长发育的关系,可以评估气候变化对农业产量和质量的影响。
了解不同气候条件下农作物的需水量和生长周期的变化,有助于农民调整种植策略,提高农业适应气候变化的能力。
此外,气象数据分析在气候模型的建立和验证中也发挥着关键作用。
气候模型是预测未来气候变化的重要工具,但模型的准确性需要依靠大量的实测气象数据进行验证和改进。
地理研究中的气候数据处理与分析方法

地理研究中的气候数据处理与分析方法地理研究中的气候数据处理与分析方法在近年来得到了广泛应用和重视。
气候数据的处理和分析对于了解地球气候变化、预测未来气候趋势以及制定应对气候变化的政策具有重要意义。
本文将介绍一些常用的气候数据处理与分析方法,包括数据采集、清洗、转换、插值和统计分析等。
首先,数据采集是气候研究的基础。
气候数据的采集可以通过气象站、卫星遥感等手段进行。
气象站是最常见的数据采集点,它可以提供大气温度、湿度、降水量等气象要素的观测数据。
而卫星遥感可以提供更广泛的数据,包括地表温度、云量、降水等信息。
通过这些数据采集手段,研究人员可以获取到全球范围内的气候数据,为后续的处理和分析提供了基础。
其次,数据清洗是必不可少的一步。
气候数据通常会受到各种噪声和异常值的干扰,需要进行清洗以去除这些干扰。
常见的数据清洗方法包括去除重复数据、填补缺失数据和去除异常值等。
去除重复数据可以避免重复计算和分析,提高数据利用效率。
填补缺失数据可以使用插值方法,将缺失的数据根据周围的观测值进行估计。
去除异常值可以通过统计方法或者人工判断来进行,以避免异常值对分析结果的影响。
然后,数据转换是为了使数据更适合进行分析。
常见的数据转换方法包括单位转换、时间序列转换和空间分辨率转换等。
单位转换可以将不同单位的气候数据进行统一,方便后续的计算和比较。
时间序列转换可以将原始的时间序列数据转换为更适合分析的形式,例如将逐日数据转换为逐月或逐年的数据。
空间分辨率转换可以将高分辨率的数据转换为低分辨率的数据,以适应不同尺度的研究需求。
接下来,插值是常用的气候数据处理方法之一。
插值可以通过已知的观测数据来估计未知位置的数据。
常见的插值方法包括反距离加权插值、克里金插值和样条插值等。
反距离加权插值是一种简单的插值方法,它根据观测点与插值点之间的距离来进行加权计算。
克里金插值是一种基于统计学原理的插值方法,它将观测数据的空间相关性考虑进来,提高了插值结果的精度。
中国气候变化研究中不同时间尺度资料的应用与研究

A ni cl e l D :1673一1719t 2008)sH ppl .一烈_)ol 一06R eV i ew on t he D at a A ppl i cat i on and Cl i m at e 、厂ari abi l i 够i n C hi na f or 、厂ar i ous T i mes c al es Q i an W ej hong ,D i ng T i ng ,Fu Ji aoI a n ,L i n X i ang ,Zhu Yaf en Sd 啪lofPhysi cs ,Pckjng 嘣Ⅷ她B e 日吨l00871,Chi na..A bst ra ct :Tbm pe rat Il 佗and p ∞ci pi 诅t i on ar e 铆om 如var i a _bl esi n cl i m at e chang es .Spat i al —t em p or al r es ol udo 璐oft em 阼朋加re 蚰d眦i pi 伽on ,andr ec ents 删eso ncl i m at e var i abi l i t y i I l C hi naa 咒s Ⅲ姗撕zed 锄d di scus sed i n t h i s r e vi ew .R ∞ent 100.ye 盯d 岫e 协ar eused t o 他V ea lqu 嬲i 一20—ye 盯柚d qu 嬲i 一70-ye 盯o ∞i l l at i ons i n e 豁t em China ,髂w ell 髂preci pi 嘶∞pat tem shi 代i n C hi m.A n o ∞i ll a 矗∞wit ll ⅡIeti 】皿髑cal eof7(卜-80y 既培i si ll 仃oduccdi n ∞st 咖Chi na ’拥vcd ‰50m ye 盯粕1lHH 卜y 龃r pI .oxy 锄dok 嘲M 矗on∞cor ds .Fi nal l M i t i s not ed t 11atInorc 船ear ch ∽l l i eV 锄即t s ∞cl i m a :t e c h 锄ge i l l C l l i nadep 训up ∞帆10pi l l g orre con 鼬Ⅲc 血gl o ng咖s 甜髓,蚰帕ying i n 化gul 捌t ),柚d m echani s m ,嬲w el l 舔up on predi ct i ∞孤dser vi c e et c .K e y w or ds :Chi na ;cl i m at echange ;dat a ;v 耐abi l it ),。
多时间尺度气候变化

响,但自然温度的量值难以确定。
同样在一个城市,在水体附近(或公园里)的近 几十年气温趋势大约是其他观测气温趋势的一半[5]。
全球(或北半球)的平均气温趋势应该是所有地球表
面上气温趋势的面积平均值。一个比较客观的做法是
气候随时间的变化 与强迫F(t)之间在时间上不是同时
的对应关系[1],而有一个时间上的滞后
。在
大气中,L和D与大气流体的热力学性质有关,如扩散
过程等。地球上,一地气候的日气温逐小时变化,是
地球自转太阳辐射量变化的结果。描述大气热力、动
力性质的观测变量有多个,它们的变化既有天气部分
的扰动,也有气候部分的规则变化和观测误差。在一
的位相滞后太阳辐射准11a周期的位相1~2a。此外,
太阳活动和全球平均气温也都有准22a的位相循环周
期变化,气温变化的每小时速率大约是准11a变化的
一半。在全球气温变化的准11a、22a和海气耦合形成 的准60a周期中,准60a周期的气温变化幅度最大,为 0.2℃[4],变化的速率为3.8×10—7℃/h。
射不到的墙体北侧。到19世纪,温度计才进驻到了百 叶箱里。用塑料百叶箱代替木质百叶箱和用电子温度
计代替酒精温度计后,气温可降低0.4℃。志愿船舶 测量海水温度,木质吊桶与帆布吊桶取水和在船的不
同部位取水,测量到的海温也可相差0.4~0.5℃。随 着城市的发展,原来在郊区的那些气象观测仪器现在
已经在城市中心区了。气温升高也受到城市发展的影
1 引言
现代气候描述的是一段时间内气象要素和天气现 象的平均或统计状态,一段时间为月、季、年、数年 到数百年以上的尺度。气候以气温(冷、暖)和降水 (干、湿)两个基本的要素表示,通常用某一时段的 平均值和离差值表征。气候是某一时段内热平衡下的 大气多要素状态分布。
气象资料的统计降尺度方法综述

气象资料的统计降尺度方法综述一、本文概述随着全球气候变化研究的不断深入,气象数据的获取和精度要求也在逐步提高。
降尺度方法作为将大尺度气候模型输出转化为小尺度高分辨率气象数据的重要工具,其研究和应用越来越受到重视。
本文旨在对气象资料的统计降尺度方法进行全面的综述,探讨其基本原理、方法分类、应用实例以及存在的挑战和未来的发展趋势。
本文将介绍降尺度方法的基本概念和原理,阐述其在气候变化研究、区域气象预测和气象事件模拟等领域的应用价值。
接着,文章将按照统计降尺度方法的分类,详细介绍各种方法的原理、优缺点以及适用范围。
这些方法包括但不限于线性回归、主成分分析、神经网络、随机森林等。
随后,本文将通过具体的应用实例,展示统计降尺度方法在气象数据降尺度处理中的实际效果,并分析其在实际应用中的优缺点。
文章还将讨论当前统计降尺度方法面临的挑战,如模型泛化能力、计算效率、数据同化等问题,并对未来的研究方向和发展趋势进行展望。
通过本文的综述,读者可以对气象资料的统计降尺度方法有更加深入和全面的了解,为其在气象学、环境科学、气候变化研究等领域的进一步应用提供理论支持和实践指导。
二、气象降尺度方法概述气象降尺度方法是一种将大尺度气候模型输出转化为更小尺度、更高分辨率的气候数据的技术。
这种方法在气候变化研究、区域气候模拟、气象事件预测以及环境影响评估等领域具有广泛的应用。
降尺度方法主要基于大气、海洋、陆地表面等复杂系统的物理过程和相互作用,通过数学和统计模型,将大尺度气候模型的结果转化为更小尺度的气候信息。
降尺度方法主要分为动力降尺度(Dynamic Downscaling)和统计降尺度(Statistical Downscaling)两种类型。
动力降尺度通过构建高分辨率的区域气候模型,直接模拟小尺度气候系统的动态过程。
这种方法能够更准确地模拟小尺度气候系统的复杂性和不确定性,但计算量大,需要高性能计算机资源。
统计降尺度则主要利用大尺度气候模型输出与小尺度气候观测数据之间的统计关系,建立统计模型进行降尺度处理。
时间尺度原理的应用有哪些

时间尺度原理的应用有哪些概述时间尺度原理是指根据事件发生的时间尺度来进行分析和研究的原则。
它在各个领域中都具有重要的应用,能够帮助我们更好地理解和解释事物的发展和变化过程。
本文将介绍时间尺度原理在不同领域的应用,并列举相关的案例。
生物学•通过时间尺度原理,我们可以研究生物体在不同时间尺度上的生命周期和发展。
例如,通过长期观察和记录,科学家可以了解植物的生长过程、动物的进化历程等。
•时间尺度原理在研究生物钟和生物节律方面也有应用。
生物钟是指生物体内部自然节律的产生和调控机制,时间尺度原理帮助我们理解生物钟的运作方式以及其对生物体生理和行为的影响。
地球科学•时间尺度原理在地质学领域有重要的应用。
通过分析地层和岩石的沉积顺序和年代、化石的分布等信息,可以推断出地球的演化历史和地质事件发生的顺序。
•根据时间尺度原理,科学家可以研究和预测自然灾害的发生和演变。
例如,通过分析地质断层和地震历史数据,可以预测地震的发生概率和可能的规模。
环境科学•时间尺度原理在研究环境变化和气候变化方面被广泛应用。
通过收集和分析大量的气象和环境数据,可以揭示气候变化的模式与趋势,并预测未来的气候情况。
•时间尺度原理还被用于研究地球系统中各个组成部分之间的相互作用。
例如,通过观察和记录不同时间尺度上的海洋和大气环流,可以揭示它们之间的相互影响和反馈机制。
经济学•时间尺度原理在经济学中有重要的应用。
通过分析经济数据在不同时间尺度上的变化,可以揭示经济周期和趋势的规律。
这有助于制定经济政策和预测未来的经济走势。
•时间尺度原理还可以用于研究和解释市场行为和金融风险。
通过分析历史数据和市场行情,在不同时间尺度上观察和识别市场的趋势和周期。
社会学•在社会学研究中,时间尺度原理可应用于研究社会变迁和历史进程。
通过观察社会事件和制度在不同时间尺度上的发展和演变,可以了解社会变化的规律和原因。
•通过时间尺度原理,还可以研究人类行为和决策的时间尺度偏好。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第 3 卷 第 6 期 2 0 0 7 年 11 月
气候变化研究进展
ADVANCES IN CLIMATE CHANGE RESEARCH
文章编号:1673-1719 (2007) 06-0334-06
Vo l. 3, No .6 November, 2 0 0 7
引 言
IPCC 第三次评估报告[1]中一个引人注目的气 候变化问题就是Mann et al[. 2]建立的过去千年北半 球温度序列。这一序列引起争议的原因来自两个方 面,一方面该序列削弱了以往很多研究者揭示的过 去千年中存在中世纪暖期(MWP)和小冰期(LIA), 以及近百年全球增暖(GW)的变化过程;另一方面, 该序列在20世纪前长期缓慢下降和20世纪以来急剧 上升,导致了 21世纪人类活动必然会使温度继续直 线上升的结论。从 IPCC 第四次评估报告[3]可以看 出,对温度代用序列的使用要更加谨慎,其核心还 是如何获取合适的资料和准确分析气候变率的问题。 利用更准确、时间更长、覆盖面更广的温度和 降水资料来揭示全球范围内的气候变化是科学界的
愿望和目标。但是,客观条件的限制使得我们目前 尚无法完全实现这一目标。基于这样的思考,本文 从我国现有的条件出发,探讨目前气候变化研究中 不同时间尺度资料的应用与研究问题。现有的不同 时段多时空分辨率的资料可以用来分析不同的气候 变化特征。20 世纪中叶以来的高时空分辨率资料可 以用来研究气候变化的快过程,而已有的历史时期 的低时空分辨率资料可以用来分析气候变化的慢过 程。可以预期,利用这些资料深入研究我国气候变 化的特征,将有助于推动全球气候变化研究的进程。
3 千年资料与气候变化
我国的很多研究者还建立了千年温度和干湿序 列,以千年温度代用序列较多[19-24]。西部的千年干 湿序列以冰芯[25] 和树木年轮[26-27] 反演的序列为 主,东部以文献记载反演的为主[28-29]。最近,王绍 武等[21] 集成多个代用序列建立了我国千年的温度 序列。我们也用北京石笋纹层序列[30] 分析了华北 地区的千年温度和干湿的关系[18],认为过去千年中 存在 MWP 和 LIA 及现代增暖。将 Wang[28]给出的
中国气候变化研究中不同时间尺度资料的应用与研究
钱维宏,丁 婷,符娇兰,林 祥,朱亚芬
(北京大学 物理学院, 北京 100871)
摘 要:温度和降水是反映气候变化的两个主要变量。因此,针对这两个变量序列的时空分辨率和已揭示的气候变率,以 及需要进一步研究的方向作了初步的归纳与讨论。用近一个世纪的温度、降水资料揭示,中国东部地区存在着准20 a和 准 70 a的振荡以及中国降水气候型的漂移;用近五百年和近千年的代用序列并结合器测资料,揭示了我国东部地区存 在着 70~80 a 的振荡。文章最后指出,我国气候变化研究在资料开发、规律与机理研究、预测与服务等方面有待进一 步提高。 关键词:中国;气候变化;资料;变率 中图分类号:P467 文献标识码:A
4.1 资料开发 研究气候变化的首要问题是资料。气候变化包 括平均气候态的变化和极端气候事件的变化两个部 分。目前国外的很多极端气候事件研究工作用的是 近百年的逐日资料。我国研究人员掌握了近半个世 纪覆盖全国的 700 多个站的逐日观测气象资料,对 极端气候事件也有了一些研究,但资料的时空分辨 率还不够。我国西部很多地区资料比较稀缺,有些 资料的时间长度只有 30 a,东部的资料站点分布也 不均匀。我国东部,还有西部敦煌、张掖、榆林等 地都有 70~80 a 逐日气象记录,这些资料的开发将 会在全球气候变化研究中发挥积极的作用。近半个 世纪的资料也存在集成的问题,如全国水文资料与 气象观测资料的整合会对我国的生态环境变化研究 做出积极的贡献。 近半个世纪的资料主要是观测数据,而近百年 资料由观测和代用资料共同组成。我们希望百年资 料仍然要以观测资料为主,代用资料力求在全国范 围内均匀分布。 在我国,由于代用资料分布的局限,没有一种 代用数据的分布可以覆盖全国。很多气候变化分析 工作只能局限于某一区域。为了弥补这一不足,气
4.2 规律和机理研究 只有在获取了时间较长,空间分辨率较高的资 料后才可能对气候变化中的规律和机理进行分析和 探讨。气候变化研究中的变率包括某一区域的温度、 干湿和环境指标通过检验的突变点、变化的规律(趋 势和准周期性振荡)、相邻区域间气候变化的位相关 系(气候转型和漂移)等。即使像Mann et al[. 2]给出 的北半球千年温度变化序列中仍然可分离出准 70 a 的振荡[35]。这个振荡不但存在于 20 世纪前的900 a 中,也同样存在于近百年的温度变化中。可以预期, 准 70 a 的振荡还会继续出现在未来的气候变率中。 过去千年温度变化无论是“曲棍球杆”,还是“湿面 条”走势,对 20世纪的增暖都是没有异议的。20世 纪以前的温度,两种走势都反映出温度由高向低的 过渡。在Mann et al[. 2]的曲线中还可以分辨出15世 纪温度的突然下降。所以,由于资料分辨率的不同 而导致变化趋势有差异,甚至完全相反的例子也很 多。消除这些差异的途径除了获取准确的资料和采 用适当的方法外,物理机制的研究亦非常必要。为 此,我们收集了 18 条从几百年到千年不等的大气环 流和海洋热力因子序列,包括北极涛动(AO),北 大西洋涛动(NAO),大西洋多年代涛动(AMO),
Adv. Clim. Change Res., 2007, 3 (6): 334-339 3 3 5
研 究 短 论
336
气候变化研究进展
2 0 0 7年
中国东部千年降水型序列转换成华北、长江和华南 的干湿指数序列,从而可以用数学方法分析这 3 个 区域干湿变化的关系和规律[8]。从多要素和多时间 尺度的资料分析得出,我国东部黄河、长江和华南3 个区域的干湿变化存在 20~30 a 的短期振荡和 70 a 左右的长期振荡,并且区域之间存在位相差,北方 的变化早于南方。
பைடு நூலகம்
2 近五百年的资料与气候变化
东亚地区年代最长的器测降水资料来自汉城, 比较完整的序列从 1777 年开始,这样的逐日和逐月 的降水资料仅仅只有 200 多年。20 世纪前汉城降水 观测用铜制雨量筒,以一日 12 个时辰为计时单位, 以寸、尺为计量单位。我国清朝也有晴雨记录,但 没有雨量记载。利用中国华北和华东 200 多年的晴 雨记录和汉城的降水资料分析得到了60~70 a的干 湿振荡。汉城的干湿长期振荡与长江下游(华东)同 步,而与华北反位相[8]。在 60~70 a 的振荡上,我 国东部副热带季风区南北降水型的最近一次转变发 生在 1977 — 1979 年。 我国过去500 a比较完整的气候资料是大家公认 的我国东部地区百站 1470 年以来的旱涝指数序列, 国内外基于这套资料的研究工作有很多[13-14]。我们 利用现代观测降水资料,把这套旱涝指数序列延长 到了 1999 年。从公元1500 年开始分 5个世纪,对这 5个世纪空间典型模态的时间序列进行分析,发现华 北、长江下游和华南是我国降水3 个变率中心,最大 的世纪尺度变率中心会在这 3 个地方转移[15]。 Zhu et al[. 16-17]利用 500 a 旱涝资料揭示出我国 东部不同区域的 80 a 振荡。很多振荡谱比较宽,并 且随时间变化。对500 a旱涝序列做旋转经验正交函 数展开,用子波变换方法分析模态位于长江中下游 的时间系数序列,发现前200 a 降水以90 a振荡信号 为主,而近200多年以70 a 振荡为主[18]。从整个500 多年的平均状况看,其振荡周期为 80 a。
1 近一个世纪的资料与气候变化
气候变化研究的首要问题是要有较长时间观测 的或代用的温度和降水序列。近年来研究人员可以
收稿日期: 2007-03-08; 修订日期:2007-03-30 基金项目:国家自然科学基金项目(90502001,90711003)资助 作者简介:钱维宏(1957- ),男,教授,主要从事季风和海气相互作用方面的研究. E-mail: qianwh@
3 3 4 Adv. Clim. Change Res., 2007, 3 (6): 334-339
6期
钱维宏等:中国气候变化研究中不同时间尺度资料的应用与研究
335
从国际网站上下载不同种类的、覆盖中国区域的温 度、降水和干湿资料。此外,王绍武等[4-6]的工作 也给出了中国范围内近百年多达几十个站点的温度 和降水季节序列。由于温度的区域代表性较好,王 绍武等主要建立了四季的中国10个区近百年温度序 列,而降水的四季近百年序列从 35个站发展到了 71 个站。这些资料有很多是观测结果,特别是中国东 部地区有百年以上的观测资料。百年的温度和降水 资料可以用于分析年代际的振荡过程。虽然资料长 度的不足限制了对长期振荡的分析,但可以分析不 同地区气候型的转变。利用近120 a中国东部温度和 降水资料,已经得到下列认识: (1)气候变化存在长期趋势和短期振荡。与北半 球和全球近百年的温度变化相似,中国温度变化也 存在上升的趋势,降水变化存在长期振荡和准 20 a 的振荡[7]。利用 200 多年的汉城观测降水资料和北 京、华东的历史文献记录,可以确认我国东部地区 气候变化中存在准 70 a 的振荡[8]。大致在 70 a 的振 荡过程中,长江流域与华北地区的干湿变化位相是 近似相反的。进一步用中国东部的120 a 温度、降水 和长江、黄河流域的径流序列做分析,对中国气候 变化过程中的异常气候有了新的认识[9]。20 a 的短 期振荡中包含着 10 a 暖位相和 10 a 冷位相。当 10 a 暖位相与 70 a 振荡中的35 a 暖位相重叠时会出现暖 位相的叠加,即暖异常。20 世纪 90 年代就是两个暖 位相的叠加。1920 年代的河套地区(季风边缘活动 带上)不但出现了两个暖位相的叠加,还同时出现了 两个振荡中干位相的叠加。于是,20世纪 20年代我 国西北地区出现了历史上严重的年代际异常干旱[9]。 (2)中国的降水气候型存在位置漂移。利用王绍 武等提供的 35 个站和71个站四季降水资料,我们用 不同的分析方法揭示了中国降水异常信号会首先出 现在西北地区[10-11]。这种多年平均或多年季节平均 的降水异常信号会缓慢地向东、向南漂移到长江流 域和江南地区。用近 40 多年的中国近 500个站降水 资料对年降水和夏季降水做客观定量分区可以得到, 区域夏季降水序列中,显著的时间转折点 1983 年、 1987 年、1979年和 1991年分别对应东北、新疆、长 江下游和华南降水的显著增多[12]。