发布两个与中亚气候相关的新数据集

中亚作为气候变化热点之一，过去经历了明显的变暖，未来很可能会出现更多的热浪和干旱事件。

由于缺乏高分辨率的气候预测数据集，很难研究未来气候变化对中亚许多部门的潜在影响，特别是生态和水文系统。

为解决这一问题，大气物理研究所冯锦明教授课题组基于多次偏差校正后的全球动态降尺度结果，制作了一个9KM分辨率的中亚气候预测数据集。气候模型，简称HCPD-CA。

该数据集涵盖两个时期：1986-2005 年和 2031-2050 年。它利用排放情景RCP4.5，包括四个地质变量和十个气象要素，可用于驱动大部分生态和水文模型。

在这项研究中，HCPD-CA 数据集在不同的时间尺度上进行了评估。结果表明，该数据集在描述中亚历史气候学方面具有较高的准确性。

此外，研究人员还评估了十个气象要素的预计变化(2031-2050 年与 1986-2005 年)。他们发现地表气温、下行短波和长波辐射预计会显着增加，而其他元素的变化很小。

该数据集的水平分辨率从≥30KM增加到9KM，大大提高了其准确性，尤其是在山区。采用多个全球气候模型驱动区域气候模型，可以减少驱动数据带来的降尺度结果的不确定性。此外，驱动数据的气候学通过再分析数据进行了偏差校正，这在很大程度上减少了区域气候模拟中的偏差。

中亚是高度农业化的。为了解预计气候变化对中亚当地农业的潜在影响，研究小组还计算了六项农业气候指标，并分析了这些指标的预计变化(2031-2050年与1986-2005年)。相关研究发表在《大气科学进展》上。

“农业气候指标是天气和气候对特定农业活动影响的代表，对农民和政策制定者来说既实用又易于理解，”该研究的通讯作者冯金明教授说。

结果表明，生长季长度(GSL)、夏季日数(SD)、暖期持续时间指数(WSDI)和热带日数(TD)预计显着增加，同时霜冻日数(FD)预计显着减少。生物有效度日 (BEDD) 的预计变化在空间上是异质的，CA 北部和山区增加，其他地区减少。

这六个指标中有五个与绝对温度阈值有关，并且对动态缩小结果中的系统偏差很敏感。“因此，我们首先应用分位数映射法对缩小后的结果进行校正。我们发现偏差校正法在很大程度上减少了指标中的偏差，这使得预测更加合理，”该研究的第一作者邱源博士说。学习。

HCPD -CA数据集和中亚农业气候指标高分辨率投影数据集存档于国家青藏高原数据中心。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！