全球地表温度数据的改进以及增暖分析

论文摘要

全球地表温度数据是气候变化研究的基础之一,目前只有少数的数据机构研发了独具特色的全球陆地表面气温数据集、海洋表面温度数据集和全球地表温度数据集。近几年,中国研发了整合的、均一化的全球陆地表面气温数据集（C-LSAT）。基于C-LSAT,改进该数据集,更新和完善陆地表面气温数据集,进一步增加陆地区域数据的数据采样。进一步,将陆地气温数据（C-LSAT1.3）与美国NOAA/NCEI发布的海表温度数据（SST）ERSST.v5的融合,研制了一个新的全球地表温度数据集CMST（China Merged Surface Temperature）。首先与国外的全球陆地表面温度数据集对比,改进后的全球陆地表面气温数据集（C-LSAT1.3）新增很多站点,与国外的陆地表面温度数据集GHCN-v3、CRUTEM4和Berkeley相比,C-LSAT1.3在时空覆盖方面都有更好的表现。在其数据不足的地区补充更多站点,在其数据较多的地区虽然站点个数不是最多的,但是有效格点是最多的。其次通过与其他的全球地表温度数据集进行对比,全球地表温度数据集CMST在全球海洋/陆地的资料覆盖率方面具有一定的优势。对于百年时间尺度（同上）,全球、半球尺度的地表温度年际变化、趋势变化等方面,CMST与其他已有全球地表温度数据集结论基本一致:上世纪（1900-2017年）的全球变暖趋势为0.086±0.006℃/10a。对一些特定区域（例如,亚洲）的气候变化特征的描述方面,CMST有比较好的表现。进一步对比分析1900-2005年全球地表温度数据集与CMIP5（国际耦合模式比较计划第5阶段）的27个全球气候模式的历史模拟结果,发现CMST与全体模式的集合平均值MAM（Mean All Models）有比较好的一致性。针对亚洲地区,通过对比泰勒图及各种统计参数,发现一些模式很好地、稳定地模拟出观测序列的变化特征。系统比较了筛选出的模拟效果较好的9个模式的集合平均值MT9（Mean Model Top 9）与全体模式的集合平均值MAM。分析结果表明:亚洲区域增暖趋势可能被多数模式高估了,这就导致亚洲区域温度长期趋势以及变化幅度被MAM过高估计,优选的模式集合MT9显然比MAM更接近于观测值。最后分析1998-2012年间（所谓的“全球增暖趋势减缓”期间）以及1998年以来的温度变化。通过全球陆地表面气温数据集发现,1998-2017年全球平均陆地表面气温趋势比长时间尺度（1951-2017,1900-2017）的趋势更大。在长时间尺度,各数据集的温度趋势差异很小。通过全球地表温度数据集发现,与国外数据集相比,虽然百年时间尺度全球地表温度变暖趋势基本一致,但是自1998年以来最近的变暖趋势略有增加。检验表明,新的全球陆地表面气温数据集（C-LSAT）与其他全球陆地表面气温数据集相比,1998-2012年的变暖趋势更大;CMST计算得到的1998-2012年期间的趋势与采用ERA-Interim再分析数据集以和采用卫星和其他类型的观测数据补缺过的全球数据集,其全球地表平均温度增温趋势更加接近。显然,过去所谓的“全球增暖趋势减缓”很可能仅仅是由于空间数据覆盖不足而产生的表象而已。

论文目录

文章来源

类型: 硕士论文

作者: 云翔

导师: 李庆祥

关键词: 气候变化,全球陆地表面气温,全球地表温度,变暖趋势减缓

来源: 中国气象科学研究院

年度: 2019

分类: 基础科学

专业: 气象学,气象学

单位: 中国气象科学研究院

分类号: P423;P467

总页数: 88

文件大小: 11400K

下载量: 378

相关论文文献

• [1].福州城市地表温度时空变化与贡献度研究[J]. 地球科学进展 2020(01)
• [2].灌溉对地表温度影响的全球评估（英文）[J]. Science Bulletin 2020(17)
• [3].乌鲁木齐市地表温度与遥感指数关系[J]. 科技创新与应用 2020(26)
• [4].新疆石河子多年地温和降水特征分析[J]. 新疆农垦科技 2020(08)
• [5].炙烤,地表温度50℃下的训练场![J]. 政工学刊 2020(10)
• [6].城市局部气候分区对地表温度的影响——以大连市区为例[J]. 测绘通报 2019(04)
• [7].辽宁省地表温度时空变化及影响因素[J]. 生态学报 2019(18)
• [8].地表温度热红外遥感反演理论与方法[J]. 科学观察 2017(06)
• [9].重庆地表温度的遥感反演及其空间分异特征[J]. 遥感技术与应用 2018(05)
• [10].欧亚大陆夏季地表温度的气候特征及与大气环流的联系[J]. 大气科学学报 2015(02)
• [11].近10年北京极端高温天气条件下的地表温度变化及其对城市化的响应[J]. 生态学报 2013(20)
• [12].大连市主城区地表温度变化研究[J]. 中国农村教育 2019(02)
• [13].基于光纤测温技术的城市地表温度精细化分析[J]. 生态学报 2019(17)
• [14].山东省地表温度变化与地震活动关系探讨[J]. 地震地磁观测与研究 2017(05)
• [15].黑龙江省漠河地区土地覆被与地表温度时空变化特征研究[J]. 冰川冻土 2017(05)
• [16].城市地表温度影像时空融合方法研究[J]. 武汉大学学报(信息科学版) 2018(03)
• [17].城市扩张过程中不透水面空间格局演变及其对地表温度的影响——以乌鲁木齐市为例[J]. 生态学报 2018(20)
• [18].青藏高原地表温度时空变化分析[J]. 遥感技术与应用 2016(01)
• [19].高寒山区地表温度反演算法对比——以疏勒河上游流域为例[J]. 遥感信息 2016(04)
• [20].基于MODIS数据的石羊河流域地表温度空间分布[J]. 干旱区地理 2014(01)
• [21].北京市1989—2010年地表温度时空分异特征分析[J]. 国土资源遥感 2014(03)
• [22].不同土地覆被类型对城市地表温度的影响——以山东省龙口市为例[J]. 宁波农业科技 2012(03)
• [23].冰雪融化厚度增加对地表降水持续期和强度的影响研究[J]. 水利水电快报 2020(10)
• [24].风云三号C星微波全球地表温度产品精度评估[J]. 气象与环境科学 2018(04)
• [25].杭州市城市建筑区夏季地表温度特征分析[J]. 测绘与空间地理信息 2019(04)
• [26].三江平原水旱田分布对遥感反演局地地表温度的影响[J]. 农业工程学报 2019(05)
• [27].北京、天津和石家庄城市地表覆盖组分与结构特征对地表温度的影响[J]. 生态学杂志 2019(10)
• [28].伊犁河谷2001—2014年地表温度时空分异特征[J]. 中国沙漠 2018(03)
• [29].基于矿井尺度的神东矿区地表温度分布研究[J]. 煤炭工程 2018(07)
• [30].城市扩张下的哈尔滨地表温度空间变化态势分析[J]. 中国农业大学学报 2018(10)

标签：气候变化论文;  全球陆地表面气温论文;  全球地表温度论文;  变暖趋势减缓论文;