CMIP6数据处理方法

     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

>>>>>>>CMIP6数据处理方法与典型案例分析

---

【内容介绍】：

专题一、CMIP6中的模式比较计划：

1、GCM介绍

 2、相关比较计划介绍

专题二、数据下载 ：

1、方法一：手动人工利用官方网站

 2、方法二：自动利用Python的命令行工具

3、方法三：半自动购物车利用官方网站 

专题三、单点降尺度 ：

 1、Delta方法

2、统计订正 

3、机器学习方法 

• 建立特征
• 建立模型
• 模型评估
• 

 4、多算法集成方法 

专题四、区域降尺度 ：

1、Delta方法

2、机器学习方法+并行计算在单点模型的基础上，在大区域建立未来情景气候数据

3、制备CMIP6的WRF驱动数据 

专题五、典型应用案例-气候变化1 

1. 1、针对风速进行降尺度
2. 2、针对短波辐射降尺度

六、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
• 等常见气候指数

七、典型应用案例-生态领域

预估生长季开始和结束时间

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

八、典型应用案例-模式数据 :

• SWAT数据制备
• Biome-BGC数据
•