cmip6数据处理、统计降尺度、动力降尺度、及应用时的各种问题

68 篇文章 1 订阅
42 篇文章 9 订阅

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。

收录了CMIP6数据处理方法,典型案例分析实践过程中出现的一些问题,及技术(下拉查看)
详情可联系V: xiao5kou4chang6kai4

1、请问偏差订正的统计降尺度方法就是用一段时间序列的bias去订正另一段时间序
列的、降尺度的GCM吗

2、请问风速,辐射变量这些应该是sub还是比率呢?

3、日尺度和月尺度的选择依据是什么呢?是不是说一个比另一个更精准的?

可以用于研究极端风速的情况吗?像热带气旋这些

4、请问用cdo的话,用日尺度数据的减去月尺度的数据,得到的结果是日尺度的数
据会减去其对应月份的值吗?

5、请问机器学习降尺度方法怎么做的?

6、您好,能教一些动力降尺度的方法的或代码吗?

7、想做模拟气候变暖情景下台风变化,这个CMIP6模式数据用温度和CO2浓度数据 降尺度
做吗?我看大多数文献是用30年平均气候态来偏差订正的,可以用10年气候态来订正吗

8、降尺度 是年尺度 到  月尺度 ,还是格网精度更细一点?

9、请问,站点数据需要先插值到格点,再格点对格点进行空间降尺度吗?

10、下午是会讲动力降尺度吗?

11、请问把cmip6模型数据的土壤温度和湿度分成4层会更准一点吗?

12、降尺度的 两个namelist 与常规天气模拟的namelist设置有啥主要的区别吗

13、不同机构的模式数据的集合平均怎么做呀?

14、如果我的观测数据是矩阵数据不是站点,怎么用机器学习的方法差值呢

15、现在不同情景下多模型平均值得到的海平面上升数据有没有已经处理好了的可以
下载,还是需要自己处理?

16、cmip6里面有土壤湿度数据吗?

17、您好,那我们降尺度下来的,数据精度要怎么去验证?

18、我的辐射,湿度和压强,风速都用的delta法的“做差”进行的降尺度,请问这
样是正确的吗?我看到有文章风速也有用的“比率”的。

19、降雨降尺度能用cdo实现么?  尝试把sub改成mulc提示 too many streams

20、cmip数据经过概率分布方法进行过降尺度后,相关系数和均方根误差均变差了,
这正常吗

21、用概率分布方法降尺度的时候,空间区域降水也是逐月进行订正吗

22、我们用cn05对cmip6做了降尺度(降水数据),然后和cn05数据集以及实测数据进行对比(选取了具有实测站点的栅格),发现相关系数只有0.4左右。这样正常吗?一般的相关系数是多少?

23、CMIP6模式数据在某一些气压层有一些地区会有数据缺失(图中白色的地区数值
很大),这个会影响后期进行动力降尺度吗?

实践技术

 

 

 

 

 

 

 

 

 

 

  • 2
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Use of NWAI-WG data   So far, NWAI-WG data have been used on a collaborative basis in publications (see the attached file). The major reasons are the data were not widely distributed. They were only used in our group and our collaborative networks. There were some cases with requests of the data made after people read Liu and Zou's (2012) paper. You have two options for using the data. Option 1: Collaboration with us. In this case, we will help you to describe the downscaling method and contribute to other parts of the paper such as comments/suggestions on the papers, if the fields are within our expertise. Option 2: Use of the data on your own. While option 1 for collaboration with us is welcome, option 2 is also highly encouraged, particularly, when the data are used for these research disciplines, rather than agricultural related. Thanks to Professor Yu who provides us with his group's web site (www.agrivy.com) as a media for distribution of the data.   Acknowledgment for option 1  “We acknowledge the modelling groups, the Program for Climate Model Diagnosis and Intercomparison (PCMDI) and the WCRP’s Working Group on Coupled Modelling (WGCM) for their roles in making available the WCRP CMIP5 multi-model dataset. Support of this dataset is provided by the Office of Science, US Department of Energy. Dr. Ian Macadam of the University of New South Wales downloaded the raw GCM monthly data. ”   Acknowledgment for option 2  “We acknowledge the modelling groups, the Program for Climate Model Diagnosis and Intercomparison (PCMDI) and the WCRP’s Working Group on Coupled Modelling (WGCM) for their roles in making available the WCRP CMIP5 multi-model dataset. Support of this dataset is provided by the Office of Science, US Department of Energy. Dr. Ian Macadam of the University of New South Wales downloaded the raw GCM monthly data. Dr. De Li Liu of the NSW Department of Primary Industries used NWAI-WG to downscale downscaled daily data. Also, thanks to AGRIVY (www.agrivy.com) provides us the data for this study.”
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值