降尺度与多模式结合的中国未来气候变化概率预估及其不确定性研究

It is proposed to design quantitative metrics to evaluate and validate the ensemble simulations available through the international effort CMIP5. Indices will be elaborated to measure the performance of models in reproducing climate variability at different spatial-temporal scales, dominant atmospheric circulation regimes and extreme events. An ensemble of models and simulations can thus be appreciated with objective criteria. A few selected global models outputs will be used to drive two regionally-oriented models, a variable-grid model LMDZ and a limited-area model RCM3. It is also proposed to perform two-way nesting simulations with LMDZ. Such dynamical downscaling results will be combined with those from different statistical downscaling methods (including SOM, NHMM, QRNN, etc) to form a complete database with high-resolution climate data, information and indices for China for both present day and future. A complete research about the probabilistic projection of future climate change over China will be performed by utilisation of improved weighting methodologies, such as REA, BMA, ordering, etc. Focus is on how to reduce uncertainties of climate change projection and how to extract useful and quantitative probabilistic information for climate change impacts studies. Results will also be applied to a few impact studies, in order to demonstrate the scientific usefulness of the proposed researches in elaboration of mitigation and adaptation plans in China against negative effects of climate change.

提出系列评估模式在时空结构、多尺度变率、环流型态、极端气候等方面模拟能力的方法与指标，评估并优选出对中国区域多尺度气候变率具有优良模拟能力的参与CMIP5的模式集合。利用多个优选全球模式驱动可变网格模式LMDZ、RCM3区域气候模式，结合LMDZ不同嵌套方案，同时引入SOM、NHMM 、QRNN等多种统计降尺度模型，获得由多个全球模式和多个区域模式以及各种统计降尺度方法不同组合形成的高分辨率中国区域气候模拟及其预估集合。引入并改进REA、BMA、秩加权法等模式加权集合方法，进行不同权重方案下中国区域高分辨率气候集合模拟及其未来气候变化的概率预估，探讨不同模式、不同降尺度方法对预测不确定性的贡献，获得中国区域未来高分辨率气候变化的综合概率预估及其不确定性的定量评估，以提高我国区域气候变化预测信息的科学性和可靠性，为制定有效应对气候变化方案提供科学依据。

项目引进构建了系列评估模式在环流系统、气候及其极端气候等方面模拟能力的方法与指标，在全面评估近40个CMIP5全球模式对东亚地区环流系统及其气候模拟能力基础上，发现CCSM4、CNRM-CM5、MPI-ESM-LR、 MPI-ESM-MR模式对东亚区域气候具有较好的综合模拟能力；利用多个优选全球模式驱动区域气候模式LMDZ4进行中国区域的动力降尺度试验，同时引入自组织映射神经网络（SOM）、非齐次隐马尔科夫模型（NHMM）、偏差订正等多种统计降尺度模型，系统评估了其对中国地区的降尺度效果；发现动力、统计降尺度都能提高各种尺度气候模拟能力，对极端气候的模拟改善尤为明显，特别是在地形复杂地区；各种统计降尺度方法对江淮流域极端气候的降尺度效果对比表明，SOM、NHMM结合概率分布的非线性统计降尺模型具有最佳的降尺度能力；利用多个全球模式和区域模式以及各种统计降尺度方法形成了高分辨率中国区域气候模拟及其预估集合，通过贝叶斯模型平均（BMA）、秩加权等多模式集合方法，获得了高分辨率中国区域气候变化的概率预估及其不确定性，发现在RCP4.5排放情景下，21世纪末期中国绝大部分地区有较大的可能性增温超过2℃，北方降水增加10%，且冬季增加明显；极端温度、降水的变化高于平均温度、降水，极端温度变化的敏感区主要位于青藏高原周围以及东南沿海；降水更趋向于极端化，特别是在西北、西南等降水偏少的地区，局地旱涝更加频繁；基于模式模拟性能的多模式集合预估能减小预估不确定性。研究成果有助于提高我国区域气候变化预测信息的有效可靠性，为我国气候变化的影响评估、应对气候变化的战略决策提供了科学基础。.研究成果已在Journal of Geophysical Research-Atmosphere, Journal of Climate, Climate Dynamic, Sense Remote, Science Bulletin，《大气科学》和《气象学报》等国内外权威刊物发表论文 71篇，其中被SCI收录40篇。项目负责人作为第一获奖人，相关成果“极端气候的统计理论和变化规律及其未来预估”获2015年江苏省科学技术进步一等奖，培养博士研究生9人，硕士研究生15 人，全面完成了项目预期任务。