CMIP6：WRF模式动力降尺度、单点降尺度、统计方法区域降尺度

国际耦合模式比较计划进入新的阶段——第六阶段（CMIP6），这将为气候变化研究领域提供更丰富的全球气候模式数据。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。

在国际耦合模式比较计划中，GCM 为构建气候变化提供了全球大尺度的信息，但是在针对区域尺度开展气候研究时，相对较低的分辨率信息对区域气候变化预估产生较大偏差.降尺度方法在将大尺度信息转化为区域尺度上发挥着重要作用，包括动力降尺度、统计降尺度以及二者相结合的方法等。

【原文链接】： CMIP6：WRF模式动力降尺度、单点降尺度、统计方法区域降尺度

【方式】：在线 +无限回放+全套视频+案例数据

---

【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

QGIS中的操作

裁剪效果

处理日期非365天的gcm 以BCC为例

专题三、基础知识

1. Python基础

• Numpy基础

• Scipy基础

• Pandas基础

2. CDO基本操作

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

• 文件操作

• 重采样

• 统计计算

3. 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。

• Netcdf文件的读写

• 统计计算

• 可视化

专题四、单点降尺度

1. Delta方法

2. 统计订正

3. 机器学习方法

• 建立特征

• 建立模型

• 模型评估

4. 多算法集成方法

专题五、统计方法的区域降尺度

1. Delta方法

2. 基于概率订正方法的

专题六、基于WRF模式的动力降尺度

1. 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

• 针对压力坐标系的数据制备

• 针对sigma坐标系GCM数据制备

• WPS处理

2. WRF模式运行

3. 模式的后处理

• 提取变量

• 变量的统计

• 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

• Consecutive dry days index

• Consecutive frost days index per time period

• Consecutive summer days index per time period

• 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。