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。
【数据福利】
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
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
赠送全球VIPPHEN物候数据(40G+)
时间:1981-2014,年数据 空间分辨率:5.6km
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】
CMIP6中的模式比较计划
GCM介绍
相关比较计划介绍
方法一:手动人工(利用官方网站 )
方法二:自动(利用Python的命令行工具)
方法三:半自动购物车 (利用官方网站)
裁剪netCDF文件
基于QGIS和CDO实现对netCDF格式裁剪
处理日期非365天的gcm
以BCC为例
Python基础
- Numpy基础
- Scipy基础
- 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。
- 文件操作
- 重采样
- 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。
Netcdf文件的读写
统计计算
可视化
Delta方法
统计订正
机器学习方法
建立特征
建立模型
模型评估
多算法集成方法
统计方法的区域降尺度
Delta方法
基于概率订正方法的
基于WRF模式的动力降尺度
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
WRF模式运行
模式的后处理
- 提取变量
- 变量的统计
- 变量的可视化
典型应用案例-气候变化1
针对风速进行降尺度
针对短波辐射降尺度
典型应用案例-气候变化2
ECA极端气候指数计算
Consecutive dry days index
Consecutive frost days index per time period
Consecutive summer days index per time period
Consecutive wet days index per time period
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
典型应用案例-水文、生态模式数据
SWAT数据制备
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。
■地球科学数据(ERA5、雪深、积雪覆盖、海温、植被指数、土地利用)处理
■生态碳汇涡度相关监测与通量数据分析实践技术应用
■如何使用格点数据分析中国霜冻灾害变化技术专题
■如何使用格点数据分析中国积温变化技术
■气候水文耦合WRF Hydro模式实践技术应用
■高精度气象模拟软件 WRF实践技术及案例应用视频课程
■R语言在气象、水文中数据处理及结果分析、绘图实践技术应用
■Python语言在地球科学交叉领域中的实践技术融合