基于全球模式对中国极端气温指数模拟的评估  

Evaluating the Simulation of the GCMS on the Extreme Temperature Indices in China

作　　者：王冀[1] 江志红[1] 宋洁[1,2] 丁裕国[1] 

机构地区：[1]南京信息工程大学,江苏省气象灾害重点实验室,大气科学学院,南京210044 [2]北伊利诺伊大学,美国

出　　处：《地理学报》2008年第3期227-236,共10页Acta Geographica Sinica

基　　金：国家自然基金项目(40675043);江苏气象灾害重点实验室项目(KLME050209)

摘　　要：对IPCC所提供的7个全球海气耦合模式输出信息(年霜冻日数、生物生长季、温度年较差、暖夜指数、热浪指数),利用同期(1961-2000年)中国地区极端气温观测资料检测并评价模式的预估效能。结果表明,这些模式对中国地区的极端气温都具有一定的模拟能力,但同时各个模式的模拟场都有各自的系统误差;综合评价,在7个模式中GFDL-CM2.0和MIROC3.2(hires)两个模式对中国区域极端气温的模拟效果均为最佳。模拟所得的最优指数为霜冻日数,其后依次为:暖夜指数、热浪指数、气温年较差和生物生长季;而就空间分布结构来看,除暖夜指数的模拟效果较差之外,其余指数均能较好地模拟出其空间分布特征。Based on the same term observations of extreme temperature data during 1961-2000 in China, we have evaluated seven model＇s output product including frost days （FD）, growing season length （GSL）, extreme temperature range （ETR）, warm nights （TN90）, and heat wave duration index （HDWI） supplied by the IPCC-AR4. The results show that all the models have the capability of modeling temperature characteristics in spatial and temporal variations and there are systematic errors in each model. This result indicates that the models＇ simulation accuracies for the five temperature indices are in the order from the best to the worst： FD, TN90, HWDI, ETR and GSL. In terms of the spatial distribution, the bad modeling effect is TN90, the characteristic distributions of other extreme temperature indices can be modeled. Generally, GFDL-CM2.0 and MIROC3.2 （hires） can best model the extreme temperature indices in China.

关 键 词：全球海气耦合模式 未来极端气候预估 中国区域 极端气温指数 

分 类 号：P467[天文地球—大气科学及气象学] P429