查看原文>>> CMIP6:WRF模式动力降尺度、单点降尺度、统计方法区域降尺度

气候变化关系到农业、生态系统、社会经济和人类生存与发展,是当今世界关注的重点问题之一。IPCC(Intergovernmental Panel on Climate Change)第6次评估报告指出,自 20 世纪 50 年代以来,从全球平均气温和海温升高、大范围积雪和冰川融化,以及全球海平面的上升可知,气候变暖已是不争的事实。

国际耦合模式比较计划进入新的阶段——第六阶段(CMIP6),这将为气候变化研究领域提供更丰富的全球气候模式数据。相比于 CMIP5,CMIP6 模式有两个主要的特点:一是 CMIP6 考虑的过程更为复杂,很多模式实现了大气化学过程的双向耦合;二是大气和海洋模式的分辨率显著提高,其中大气模式的最高水平分辨率可达到全球25km。除此,CMIP5 的 RCP 情景只考虑了未来100年达到稳定CO2浓度以及相应辐射强迫的目标,并没有针对特定的社会发展路径,而CMIP6中的新的共享社会经济路径充分考虑了这一点,提供了更加多样化的排放情景,可以对减缓适应研究以及区域气候预估提供更加合理的模拟结果,因此在很大程度上弥补了CMIP5中RCP情景的不足。

在国际耦合模式比较计划中,GCM 为构建气候变化提供了全球大尺度的信息,但是在针对区域尺度开展气候研究时,相对较低的分辨率信息对区域气候变化预估产生较大偏差.降尺度方法在将大尺度信息转化为区域尺度上发挥着重要作用,包括动力降尺度、统计降尺度以及二者相结合的方法等。

【领取数据】:

l 赠送CMIP6月数据(500G+)

  • 包含变量:温压湿风辐射降水
  • 包含情景:historical、ssp126、ssp245、ssp370、ssp585

l 赠送CMIP6日数据(1.8T+)

  • 包含变量:温压湿风辐射降水
  • 包含情景:historical、ssp126、ssp245、ssp370、ssp585

l 赠送全球VIPPHEN物候数据(40G+)

  • 时间:1981-2014,年数据
  • 空间分辨率:5.6km

l 赠送 ERA5-LAND 陆面再分析数据(5T 左右)

  • 时间:1951.1.1-2021.12.31 时间分辨率:hourly
  • 空间分辨率:0.1°(等角 lonlat 投影+wgs84)
  • 包含 11 个变量:温度、气压、辐射、蒸发、降水、湿度【详情见数据说明文件】

【内容简述】:

一、CMIP6中的模式比较计划

1.1 GCM介绍
1.2 相关比较计划介绍

三、基础知识

3.1 Python基础
l Numpy基础
l Scipy基础
l Pandas基础

3.2 CDO基本操作
CDO(Climate Data Operator)是大气科学中常用的处理工具。
l 文件操作
l 重采样
l 统计计算

3.3Xarray的基本操作
Xarray是基于Python体系的针对netCDF常用的工具,可以方便实现处理、可视化等操作。
l Netcdf文件的读写
l 统计计算
l 可视化

四、单点降尺度

4.1 Delta方法
4.2统计订正
4.3机器学习方法
l 建立特征
l 建立模型
l 模型评估
4.4多算法集成方法

五、统计方法的区域降尺度

5.1 Delta方法
5.2 基于概率订正方法的

六、基于WRF模式的动力降尺度

6.1制备CMIP6的WRF驱动数据
利用cdo工具对gcm的输出文件进行重新编码制备wrf的驱动数据
6.1.1针对压力坐标系的数据制备
6.1.2针对sigma坐标系GCM数据制备
6.1.3 WPS处理
6.2 WRF模式运行
6.3 模式的后处理
l 提取变量
l 变量的统计
l 变量的可视化

七、典型应用案例-气候变化1

7.1针对风速进行降尺度
7.2针对短波辐射降尺度

八、典型应用案例-气候变化2

ECA极端气候指数计算
l Consecutive dry days index
l Consecutive frost days index per time period
l Consecutive summer days index per time period
l Consecutive wet days index per time period

九、典型应用案例-生态领域

预估生长季开始和结束时间
1、建立气象数据与VIPPHEN遥感物候数据中生长季开始和结束
2、在未来气候情景下预估生长季长季开始、结束和长度

十、典型应用案例-水文、生态模式数据

l SWAT数据制备
l Biome-BGC数据
Biome-BGC是利用站点描述数据、气象数据和植被生理生态参数,模拟日尺度碳、水和氮通量的模型,其研究的空间尺度可以从点尺度扩展到陆地生态系统。案例中以单点模拟方式制备CMIP6的气象数据。

在国际耦合模式比较计划中,GCM 为构建气候变化提供了全球大尺度的信息,但是在针对区域尺度开展气候研究时,相对较低的分辨率信息对区域气候变化预估产生较大偏差.降尺度方法在将大尺度信息转化为区域尺度上发挥着重要作用,包括动力降尺度、统计降尺度以及二者相结合的方法等。 -m : takes model names 模型名称 -e : takes experiment names 采用实验名称 -v : takes variable names 取变量名 -f : takes frequency 需要频率 -r : takes realm name 以领域名称 acc cmip6 -o S -m M 统计语言类教程:R语言贝叶斯统计学、Copula、SEM、极值统计学、混合效应模型、R\Python\matlab机器学习、科研数据可视化、线性回归、分位数回归、GAMS、meta分析、近红外光谱等. 若杰_K: 博主你好,我看您写的文章都很不错,我可以转发您主页里的文章发布到SnnGrow开源社区吗,我会在转发的文章下标记出处和作者。 【案例教程】Python语言在地球科学交叉领域中的应用 CSDN-Ada助手: 恭喜你这篇博客进入【CSDN每天值得看】榜单,全部的排名请看 https://bbs.csdn.net/topics/614428775。 WRF模式行业应用问题解析及辅助学习 森林老虎: 一分耕耘一分收获,写的不错,学到了很多