CMIP6年代际气候预测计划（DCPP）概况与评述

doi:10.12006/j.issn.1673-1719.2019.089

气候变化研究进展 ›› 2019, Vol. 15 ›› Issue (5): 476-480.doi: 10.12006/j.issn.1673-1719.2019.089

所属专题： CMIP6评述及中国贡献

• 第六次国际耦合模式比较计划（CMIP6）评述及中国贡献专栏 • 上一篇下一篇

CMIP6年代际气候预测计划（DCPP）概况与评述

吴波¹,辛晓歌²

1 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室（LASG,北京 100029
2 中国气象局国家气候中心,北京 100081

收稿日期:2019-04-16 修回日期:2019-07-11 出版日期:2019-09-30 发布日期:2019-09-30
作者简介:吴波,男,副研究员,wubo@mail.iap.ac.cn
基金资助:
国家重点研发计划项目(2017YFA0604201);国家自然科学基金(41675089)

Short commentary on CMIP6 Decadal Climate Prediction Project (DCPP)

Bo WU¹,Xiao-Ge XIN²

1 State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics (LASG), Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China
2 National Climate Center, China Meteorological Administration, Beijing 100081, China;

Received:2019-04-16 Revised:2019-07-11 Online:2019-09-30 Published:2019-09-30

摘要/Abstract

摘要：

年代际气候预测计划（DCPP）是第六次国际耦合模式比较计划（CMIP6）的子计划之一,其目标是利用多模式开展气候系统年代际预测、可预测性和变率机制研究。DCPP设计了3组试验,即年代际回报试验、预报试验以及理解年代际变率机制和可预测性的敏感性试验。目前有21个模式拟参与DCPP计划,其中包括5个来自中国的模式。DCPP将推动解决气候系统从年际到年代际尺度预测相关的多项科学问题,评估当前气候预测系统预报技巧,挖掘潜在可预报性,研究长时间尺度气候变率形成机制,提供对科学和社会有用的预测产品。

关键词: 年代际气候预测计划（DCPP), 年代际预测, 气候系统模式, CMIP6

Abstract:

Decadal Climate Prediction Project (DCPP) is one of sub-project of the CMIP6, which focuses on the decadal climate prediction, climate predictability and mechanisms of the climate variability based on coupled general circulation models. The DCPP consists of three components, decadal hindcast experiments, decadal forecast experiments and sensitivity experiments for mechanism and predictability of the decadal climate variability. Twenty-one models will participate in the DCPP, including 5 models from China. The DCPP will make efforts towards solving a great number of important scientific questions about climate predictions on the interannual and interdecadal time scales, assessing predictive skill of current climate prediction systems, revealing potential predictabilities, researching formation mechanisms of long-term climate variability and offering prediction productions valuable for scientific researches and social applications.

Key words: Decadal Climate Prediction Project (DCPP), Decadal climate prediction, Climate system model (CSM), CMIP6

吴波,辛晓歌. CMIP6年代际气候预测计划（DCPP）概况与评述[J]. 气候变化研究进展, 2019, 15(5): 476-480.

Bo WU,Xiao-Ge XIN. Short commentary on CMIP6 Decadal Climate Prediction Project (DCPP)[J]. Climate Change Research, 2019, 15(5): 476-480.

图/表 2

参考文献

[1]	Meehl G A, Goddard L, Murphy J , et al. Decadal prediction: can it be skillful?[J]. Bulletin of the American Meteorological Society, 2009,90:1467-1485
[2]	Kushnir Y, Scaife A A, Arritt R , et al. Towards operational predictions of the near-term climate[J]. Nature Climate Change, 2019,9:94-101
[3]	Taylor K E, Stoufer R J, Meehl G A . An overview of CMIP5 and the experiment design[J]. Bulletin of the American Meteorological Society, 2012,93:485-498
[4]	IPCC. Climate change: the physical science basis [M]. Cambridge: Cambridge University Press, 2013: 953-1028
[5]	Doblas-Reyes F J, Andreu-Burillo I, Chikamoto Y , et al . Initialized near-term regional climate change prediction[J]. Nature Communications, 2013,4:1078-1090
[6]	Boer G J, Smith D M, Cassou C , et al. The Decadal Climate Prediction Project (DCPP) contribution to CMIP6[J]. Geoscientific Model Development, 2016,9:3751-3777
[7]	Zhou T J, Turner A G, Kinter J L , et al. GMMIP (v1.0) contribution to CMIP6: Global Monsoons Model Inter-comparison Project[J]. Geoscientific Model Development, 2016,9:3589-3604
[8]	周天军, 吴波 . 年代际气候预测问题: 科学前沿与挑战[J]. 地球科学进展, 2017,32(4):331-341.
[8]	Zhou T J, Wu B . Decadal climate prediction: scientific frontier and challenge [J]. Advances in Earth Science, 2017,32(4):331-341 (in Chinese)
[9]	He Y, Wang B, Liu M , et al. Reduction of initial shock in decadal predictions using a new initialization strategy[J]. Geophysical Research Letters, 2017,44(16):8538-8547
[10]	Wu B, Zhou T J, Zheng F . EnOI-IAU initialization scheme designed for decadal climate prediction system IAP-DecPreS[J]. Journal of Advances in Modeling Earth Systems, 2018,10:342-356
[11]	Xin X G, Gao F Wei M , et al. Decadal prediction skill of BCC-CSM1.1 climate model in East Asia[J]. International Journal of Climatology, 2018,38:584-592

[1]	周天仪, 江志红, 李伟, 孙岑霄. 不同物理约束方案下西北地区夏季降水的未来预估对比[J]. 气候变化研究进展, 2024, 20(4): 403-415.
[2]	孙晓玲, 谢文欣, 周波涛. CMIP6模式对亚洲陆地生态系统的模拟评估与预估[J]. 气候变化研究进展, 2023, 19(1): 49-62.
[3]	刘春蓁, 巢清尘, 王守荣, 刘志雨. 水文气象学领域的水文循环研究进展[J]. 气候变化研究进展, 2023, 19(1): 1-10.
[4]	张歆然, 陈昊明. CMIP6模式对青藏高原东坡暖季降水的模拟评估[J]. 气候变化研究进展, 2022, 18(2): 129-141.
[5]	黄禄丰, 朱再春, 黄萌田, 赵茜, 马伟蕊, 曾辉. 基于CMIP6模式优化集合平均预估21世纪全球陆地生态系统总初级生产力变化[J]. 气候变化研究进展, 2021, 17(5): 514-524.
[6]	汤秭晨, 李清泉, 王黎娟, 伍丽泉. CMIP6年代际试验对中国气温预测能力的初步评估[J]. 气候变化研究进展, 2021, 17(2): 162-174.
[7]	曹龙. CMIP6地球工程模式比较计划（GeoMIP）概况与评述[J]. 气候变化研究进展, 2019, 15(5): 487-492.
[8]	周天军,陈晓龙,何编,吴波,张丽霞. 全球季风模式比较计划（GMMIP）概述[J]. 气候变化研究进展, 2019, 15(5): 493-497.
[9]	周天军,邹立维,陈晓龙. 第六次国际耦合模式比较计划（CMIP6）评述[J]. 气候变化研究进展, 2019, 15(5): 445-456.
[10]	容新尧,李建,陈昊明,辛羽飞,苏京志,华莉娟,张正秋. CAMS-CSM模式及其参与CMIP6的方案[J]. 气候变化研究进展, 2019, 15(5): 540-544.
[11]	林岩銮,黄小猛,梁逸爽,秦怡,徐世明,黄文誉,徐芳华,刘利,王勇,彭怡然,王兰宁,薛巍,付昊桓,张广俊,王斌,李锐喆,张诚,卢麾,阳坤,罗勇,白玉琪,宋振亚,王敏琦,赵文婕,张峰,徐敬蘅,赵曦,陆春松,骆亦其,陈奕兆,胡勇,唐强,陈德训,杨广文,宫鹏. 清华大学CIESM模式及其参与CMIP6的方案[J]. 气候变化研究进展, 2019, 15(5): 545-550.
[12]	唐彦丽,俞永强,李立娟,董理,谢瑾博,林鹏飞,普业,王斌,王妍,贾炳浩,秦佩华,宋米荣,谢正辉. FGOALS-g模式及其参与CMIP6的方案[J]. 气候变化研究进展, 2019, 15(5): 551-557.
[13]	辛晓歌,吴统文,张洁,张芳,李伟平,张艳武,路屹雄,房永杰,颉卫华,张莉,董敏,史学丽,李江龙,储敏,刘茜霞,颜京辉. BCC模式及其开展的CMIP6试验介绍[J]. 气候变化研究进展, 2019, 15(5): 533-539.
[14]	王磊,包庆,何编. CMIP6高分辨率模式比较计划（HighResMIP）概况与评述[J]. 气候变化研究进展, 2019, 15(5): 498-502.
[15]	曹剑,马利斌,李娟,王斌,王波. NUIST-ESM模式及其参与CMIP6的方案[J]. 气候变化研究进展, 2019, 15(5): 566-570.

CMIP6年代际气候预测计划（DCPP）概况与评述

Short commentary on CMIP6 Decadal Climate Prediction Project (DCPP)

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 2

参考文献

相关文章 15

编辑推荐

Metrics

本文评价