> 文章列表 > 【案例教程】CMIP6数据处理方法与典型案例分析实践技术

【案例教程】CMIP6数据处理方法与典型案例分析实践技术

【案例教程】CMIP6数据处理方法与典型案例分析实践技术

气候变化关系到农业、生态系统、社会经济和人类生存与发展,是当今世界关注的重点问题之一。IPCC(Intergovernmental Panel on Climate Change)第6次评估报告指出,自 20 世纪 50 年代以来,从全球平均气温和海温升高、大范围积雪和冰川融化,以及全球海平面的上升可知,气候变暖已是不争的事实。

      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。

【原文链接】 : CMIP6数据处理方法与典型案例分析实践技术icon-default.png?t=N2N8https://mp.weixin.qq.com/s?__biz=MzU5NTkyMzcxNw==&mid=2247537674&idx=2&sn=8579e4bb1b4fc854753bbc304f8a4691&chksm=fe689260c91f1b7642cfcf72698d016d272b545614eb223b2fc9682623ccb215ef44670bcaf2&token=373188165&lang=zh_CN#rd【方式】:视频教程+永久回放+答疑群长期辅助+全套课件

【另送】:

CMIP6月数据

  • 含变量:温压湿风辐射降水
  • 含情景:historical、ssp126、ssp245、ssp370、ssp585

CMIP6日数据

  • 含变量:温压湿风辐射降水
  • 含情景:historical、ssp126、ssp245、ssp370、ssp585

全球VIPPHEN物候数据

  • 时间:1981-2014,年数据
  • 空间分辨率:5.6km

 ERA5-LAND 陆面再分析数据

  • 时间:1951.1.1-2021.12.31 时间分辨率:hourly
  • 空间分辨率:0.1°(等角 lonlat 投影+wgs84)
  • 含 11 个变量:温度、气压、辐射、蒸发、降水、湿度

【内容介绍】 :

专题一、《CMIP6中的模式比较计划》:

  • GCM介绍
  • 相关比较计划介绍

专题二、《数据下载》:

  • 方法一:手动人工

利用官方网站

  • 方法二:自动

利用Python的命令行工具

  • 方法三:半自动购物车

利用官方网站

  • 裁剪netCDF文件

基于QGIS和CDO实现对netCDF格式裁剪

  • 处理日期非365天的gcm

以BCC为例

专题三、《基础知识》:

  • Python基础
  1. Numpy基础
  2. Scipy基础
  3. Pandas基础
  • CDO基本操作

CDO(Climate Data Operator)是大气科学中常用的处理工具。

  1. 文件操作
  2. 重采样
  3. 统计计算
  • Xarray的基本操作

Xarray是基于Python体系的针对netCDF常用的工具,可以方便实现处理、可视化等操作。

  1. Netcdf文件的读写
  2. 统计计算
  3. 可视化

专题四、《单点降尺度》:

  • Delta方法
  • 统计订正
  • 机器学习方法
  1. 建立特征
  2. 建立模型
  3. 模型评估
  • 多算法集成方法

专题五、《统计方法的区域降尺度》

  • Delta方法
  • 基于概率订正方法的

专题六、《基于WRF模式的动力降尺度》:

  • 制备CMIP6的WRF驱动数据

利用cdo工具对gcm的输出文件进行重新编码制备wrf的驱动数据

  1. 针对压力坐标系的数据制备
  2. 针对sigma坐标系GCM数据制备
  3. WPS处理
  • WRF模式运行
  • 模式的后处理
  1. 提取变量
  2. 变量的统计
  3. 变量的可视化

专题七、《典型应用案例-气候变化1》:

  • 针对风速进行降尺度
  • 针对短波辐射降尺度

专题八、《典型应用案例-气候变化2》:

  • ECA极端气候指数计算
  1. Consecutive dry days index
  2. Consecutive frost days index per time period
  3. Consecutive summer days index per time period
  4. Consecutive wet days index per time period

专题九、《典型应用-生态领域》:

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

专题十、《典型应用-水文、生态模式数据》:

  • SWAT数据制备
  • Biome-BGC数据

Biome-BGC是利用站点描述数据、气象数据和植被生理生态参数,模拟日尺度碳、水和氮通量的模型,其研究的空间尺度可以从点尺度扩展到陆地生态系统。案例中以单点模拟方式制备CMIP6的气象数据。