Please wait a minute...
 
气候变化研究进展
  本期目录 | 过刊浏览 | 高级检索 |
BCC_CSM1.1气候模式年代际试验对季节北极涛动回报能力的初步评估
伍丽泉1, 2,李清泉1, 2,丁一汇2,王黎娟1,辛晓歌2,魏 敏3
1 南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心,南京 210044;
2 国家气候中心 中国气象局气候研究开放实验室,北京 100081;
3 中国气象局国家气象信息中心,北京 100081
Preliminary assessment on the seasonal hindcast skill of the Arctic Oscillation with decadal experiment by BCC_CSM1.1 climate model
WU Li-Quan 1, 2 , LI Qing-Quan 1, 2 , DING Yi-Hui2, WANG Li-Juan 1, XIN Xiao-Ge 2, WEI Min 3
1 Key Laboratory of Meteorological Disaster, Ministry of Education/Joint International Research Laboratory of Climate and Environment Change/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science &Technology (NUIST), Nanjing 210044, China

2 Laboratory for Climate Studies, National Climate Center, China Meteorological Administration, Beijing 100081, China

3 National Meteorological Information Center, China Meteorological Administration, Beijing 100081, China

下载:  PDF (1507KB) 
输出:  BibTeX | EndNote (RIS)      
摘要 本文基于国家气候中心气候系统模式BCC_CSM1.119602004年每年起报的年代际预测试验结果,初步评估了该模式对北极涛动(AO)的预报技巧。同时,把该模式年代际预测结果与历史试验模拟比较,分析了气候模式初始化对年代际试验预测季节尺度AO及其年际变化的贡献。结果表明,年代际试验和历史试验均能反映出AO模态是北半球中高纬大气变率第一模态的特征,其中年代际预测试验回报的AO模态与观测的空间相关系数高于历史试验。两组试验基本能再现AO指数冬季最强、夏季最弱的特征。与历史试验相比,年代际预测试验回报月和冬季AO指数与观测的相关系数更高,特别是年代际试验与观测的月AO指数相关系数达到了0.1的显著性水平。年代际试验回报月、春季AO指数的变化周期更接近观测结果。因此,年代际试验中初始状态使用海温资料进行初始化,在一定程度上可以提高AO的回报能力。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词:  BCC_CSM1.1  气候模式  年代际  北极涛动(AO)  季节回报    
Abstract: This study assesses projection skill of Arctic Oscillation (AO) in initialized decadal experiment with the Beijing Climate Center Climate System Model (BCC_CSM1.1). As compared with the observations and uninitialized historical experiment, the contribution of climate model initialization to predict the seasonal scale AO and its interannual variations is estimated. Results show that the spatial correlation coefficient of AO mode, which depicts the dominant mode of the extra-tropical atmospheric variability, simulated by the decadal experiment is higher than that in the historical experiment. The two groups of experiments can basically reproduce the characteristics of the strongest winter AO index and the weakest summer index. Compared with historical experiment, the correlation coefficient of the monthly and winter AO index is higher in the decadal experiment. In particular, the correlation coefficient of the monthly AO index between the decadal simulations and the observation reached 0.1 significant level. Furthermore, the periodicity of the monthly and spring AO index are achieved only in the decadal experiment. Hence, the hindcast skill of AO is robust when the initial state is initialized by sea surface temperature data.
Key words:  BCC_CSM1.1    Climate model    Decadal    Arctic Oscillation (AO)    Seasonal hindcast
收稿日期:  2018-01-12      修回日期:  2018-05-03           出版日期:  2019-01-07      发布日期:  2019-01-07     
ZTFLH:  P467  
通讯作者:  李清泉   
引用本文:    
伍丽泉 李清泉 丁一汇 王黎娟 辛晓歌 魏敏. BCC_CSM1.1气候模式年代际试验对季节北极涛动回报能力的初步评估[J]. 气候变化研究进展, .
WU Li-Quan, LI Qing-Quan, DING Yi-Hui, WANG Li-Juan, XIN Xiao-Ge, WEI Min. Preliminary assessment on the seasonal hindcast skill of the Arctic Oscillation with decadal experiment by BCC_CSM1.1 climate model. Climate Change Research, 0, (): 0-0.
链接本文:  
http://www.climatechange.cn/CN/
[1] 查芊郁,高超,杨茹,刘悦,阮甜,李鹏. 全球升温1.5℃和2.0℃情景下淮河上游干流径流量研究[J]. 气候变化研究进展, 2018, 14(6): 583-592.
[2] 韩振宇,童尧,高学杰,徐影. 分位数映射法在RegCM4中国气温模拟订正中的应用[J]. 气候变化研究进展, 2018, 14(4): 331-340.
[3] 郝莹,马京津,安晶晶,王元,许红梅. 全球1.5℃和2.0℃升温下潮白河流域气候和径流量变化预估[J]. 气候变化研究进展, 2018, 14(3): 237-246.
[4] 周梦子,周广胜,吕晓敏,周莉,汲玉河. 基于CMIP5耦合气候模式的1.5℃和2℃升温阈值出现时间研究[J]. 气候变化研究进展, 2018, 14(3): 221-227.
[5] 袁瑞强, 王亚楠, 王鹏, 王仕琴, 陈宇宏. 降水集中度的变化特征及影响因素分析——以山西为例[J]. 气候变化研究进展, 2018, 14(1): 11-20.
[6] 徐影 周波涛 吴婕 韩振宇 张永香 吴佳. 1.5~4℃升温阈值下亚洲地区气候变化预估[J]. 气候变化研究进展, 2017, 13(4): 306-315.
[7] 谭红建, 蔡榕硕, 黄荣辉. 中国近海海表温度对气候变暖及暂缓的显著响应[J]. 气候变化研究进展, 2016, 12(6): 500-507.
[8] 魏麟骁, 辛晓歌, 程炳岩, 吴统文, 郭渠, 李永华. BCC_CSM1.1气候模式年代际试验对中国气候的回报能力评估[J]. 气候变化研究进展, 2016, 12(4): 294-302.
[9] 朱清照, 闻新宇. 中国CMIP5模式对未来北极海冰的模拟偏差[J]. 气候变化研究进展, 2016, 12(4): 276-285.
[10] 徐经纬,徐 敏,蒋 熹,ArmelleReca C. Remedio,Dmitry V. Sein,Nikolay Koldunov,Daniela Jac. 区域气候模式REMO对中国气温和降水模拟能力的评估[J]. 气候变化研究进展, 2016, 12(4): 286-293.
[11] 张艳武, 张莉, 徐影. CMIP5模式对中国地区气温模拟能力评估与预估[J]. 气候变化研究进展, 2016, 12(1): 10-19.
[12] 陈晓晨, 徐影, 许崇海, 姚遥. CMIP5全球气候模式对中国地区降水模拟能力的评估[J]. 气候变化研究进展, 2014, 10(3): 217-225.
[13] 陶辉 黄金龙 翟建青 赖锡军. 长江流域气候变化高分辨率模拟与RCP4.5情景下的预估[J]. 气候变化研究进展, 2013, 9(4): 246-251.
[14] 朱献, 董文杰, 郭彦. CMIP3及CMIP5模式对冬季和春季北极涛动变率模拟的比较[J]. 气候变化研究进展, 2013, 9(3): 165-172.
[15] 姜燕敏,吴昊旻. 20个CMIP5模式对中亚地区年平均气温模拟能力评估[J]. 气候变化研究进展, 2013, 9(2): 110-116.
No Suggested Reading articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备10018055-1号
版权所有 © 《气候变化研究进展》编辑部
地址:北京市海淀区中关村南大街46号 邮编:100081 电话/传真:(010)58995171 E-mail:accr@cma.gov.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn