论文部分内容阅读
由于地形原因,对西非地区的气候研究是一项严峻的挑战。研究所使用气候模式需要高水平的模拟,而模式分辨率就是其性能的决定因素之一。为研究改进的水平分辨率(更高分辨率)在重现西非地区极端降水和干旱方面的相应低分辨率模拟中的性能,本文对第六次耦合模式比较计划(CMIP6)中高分辨率模式比较计划(High Res MIP)的8个模式展开了评估;并在评估的基础上预估了未来西非地区极端降水和干旱变化。本研究采用的方法包括计算高、低分辨率模拟的算术平均、降水异常、概率密度函数(PDF)、泰勒图、标准化降水蒸散发指数(SPEI)、降水集中指数(PCI)、Mann Kendall趋势分析、z统计量。本研究将1950–2014年定义为历史时段,2025–2049年定义为未来时段展开预估。本文以来自全球降水气候中心(GPCC)、气候研究中心(CRU)TSv4.03以及特拉华大学(UDEL)v5.01的降水数据集作为参考来考虑不确定性。全文的主要结论如下:(1)几内亚海岸、萨赫勒和整个西非地区观测到的降水年峰值分别在9月、8月和8月,分别约为250、150和120mm/m。High Res MIP模式高估了几内亚海岸的降水,但是在萨赫勒地区具有较高的性能。全球气候模式(GCMs)模拟了几内亚海岸5月左右的早期年降水峰值。观测中的降水大值区位于东南和西南,GCMs充分重现了这种模态,但这一模态在季风期(6月到9月)被一些模式高估。大多数高分辨率和低分辨率模拟似乎都充分重现了该地区东南部和西南部观测到的极端降水模态,尽管模拟量有所不同。然而,对极端降水的Mann Kendall趋势分析表明高分辨率模式能够捕捉两个子区域中的显著增加趋势。在12–3月(DJFM)和6–9月(JJAS)期间,CMIP6模拟表现出对平均气候态的高相关系数、低均方根误差(RMSE)以及在1左右标准差比值,但在极端事件期间的相关系数相对更低。同时,即使在观测无法捕捉的情况下,更高分辨率的模式也能充分重现地形引发的降水。MRI-H和MRI-L在模拟降水分布方面表现更好,尽管它们对南萨赫勒地区的降水存在轻微高估。(2)预估的降水年循环显示萨赫勒地区降水从130mm/m增加到150mm/m,但是年峰值仍旧出现在8月。在几内亚海岸,High Res MIP模拟的分布和该地区的常规分布不一致(即预估的年峰值出现较早在5月)。在整个西非地区,降水年峰值在预估模拟中也增加了50mm/m,峰值在9月左右。从JJAS期间降水的气候平均分布来看,预估中萨赫勒地区降水量的增加似乎会导致南萨赫勒地区的降水增加大约3mm/d。标准化的降水距平显示2025–2030年的降水可能低于平均值(即该时段预估的标准化降水距平为-2),而随后则进入湿润期。高于平均值的降水预计在2030–2035年左右出现并且在2035年达到峰值(即预估的标准化降水距平大约为3)。第95百分位数降水,最大一日降水量,强降水和特强降水预计在南萨赫勒地区为高值。High Res MIP模式模拟还预估了高地地形诱发降水的增加。(3)对干旱的历史评估表明,在年降雨高峰期间,几内亚海岸、萨赫勒和整个西非的潜在蒸散量(PET)处于最低估计值。在几内亚海岸、萨赫勒和整个西非地区,该值小于20、70和55。它在干旱期达到最高值,在这些地区的相应值大于20,80和60mm/m。所有的模式都低估了几内亚海岸和整个西非地区的PET,这表明在估计PET时低估了最高和最低气温。高和低分辨率模拟在重现几内亚海岸降水格局方面的性能较差,并且这也影响了CMA格局,但萨赫勒的情况并非如此。本研究也表明几内亚海岸受水温干旱所困扰。SPEI-12的气候分布和MK趋势检验表明除尼日利亚外,大部分地区均存在明显的湿润状况。同时它也表明几内亚海岸以中等降水分布为主而萨赫勒北部降水分布强烈不规则。ENSEMBLE-H在模拟与参考数据相似模态方面优于GCMs,特别是在萨赫勒地区。(4)干旱的预估结果显示,除MPI-H和MPI-L与历史相比略有增加外,萨赫勒和几内亚海岸的PET没有显著增加。本研究指出萨赫勒和整个西非地区的CWA将会增加,表明该地区降水的增加可能不会使干旱状况持续下去。进一步对SPEI分布的预估分析表明,在气象和农业干旱中,整个西非地区都处于湿润状态。但水文干旱表明了几内亚海岸地区的干旱状态。预估的趋势揭示了模式间的差异,但强烈一致认为尼日尔将面临严重干旱。本论文的结果可作为西非地区CMIP6 High Res MIP模式性能研究的基准。毫无疑问,模式水平分辨率的提高是至关重要的实践。无论是在高或者低分辨率模式中,没有单一的模式可以用来研究西非地区的所有特征并且预估气候(即FGOAL-H和FGOAL-L在年循环中表现更好,MRI-H和MRI-L在气候平均分布和极端方面表现更好;定量来说ENSEMBEL-H和ENSEMBLE-L表现更好,而EC-EARTH-H在干旱分析中表现更好)。本研究的结果为模式机构对模式性能的进一步提升提供了建议,这种提升也不仅限于水平分辨率的提高,一些模拟中也存在固有偏差。