Региональные климатические характеристики, воздействующие на состояние криосферы на территории России: анализ данных наблюдений за 20 век и прогноз на.

Презентация:



Advertisements
Похожие презентации
Построение оптимальной ансамблевой проекции температуры и осадков на XXI век для арктического побережья России. Кокорев В.А. Жильцова Е.Л.
Advertisements

СЕМЕНОВ А. В. Мурманское управление по гидрометеорологии и мониторингу окружающей среды. ИНСТРУМЕНТАЛЬНЫЕ КЛИМАТИЧЕСКИЕ НАБЛЮДЕНИЯ НА КОЛЬСКОМ ПОЛУОСТРОВЕ.
Изменение снежного покрова Северной Евразии во взаимодействии с климатической системой Шмакин А.Б., Попова В.В., Турков Д.В., Сократов В.С. Институт географии.
Времена года Зима Лето Весна Осень Конец. Зима Лето.
Сравнительный анализ некоторых климатических характеристик гидрометеорологических обсерваторий Тикси (Россия) и Барроу (Аляска) (научное сообщение) 2011.
Кафедра метеорологии, экологии и охраны окружающей среды (МЭО) ЕТФ КРСУ Подрезов АО, кандидат географических наук Бишкек – 2012 Современное увеличение.
Перевод названий кинофильмов В межкультурном аспекте.
УЧЕТ КЛИМАТИЧЕСКИХ ИЗМЕНЕНИЙ В ПРОГНОЗИРОВАНИИ РАЗВИТИЯ ТЕПЛОСНАБЖЕНИЯ А.Г.ТЕРЕШИН НИЛ Глобальных проблем энергетики Московский энергетический институт.
Знания и умения. Знать: 1. Понятие «атмосферные осадки». 2. Виды атмосферных осадков. Уметь: 1. Объяснять причины образования атмосферных осадков.
Климат Беларуси умеренно континентальный. Основные его характеристики обусловлены расположением республики в средних широтах, отсутствием гор, относительной.
«Гидроэнергетика в условиях глобального изменения климата» Федоров М.П., Елистратов В.В. Санкт-Петербургский государственный политехнический университет.
Климат Тверской области МОУ Неклюдовская СОШ Отряскина Т.А.
Геофизические данные в исследованиях изменений климата Б.Г.Шерстюков Всероссийский НИИ гидрометеорологической информации – Мировой центр данных.
Погода
«Линейная регрессия и корреляция: смысл и оценка параметров»
Основы статистики Краткий конспект.. 1. Статистика (лат.status – государство, его состояние, определяемое по результатам наблюдения) – наука, изучающая.
Изменение климатически-обусловленных природных ресурсов севера европейской части России в условиях глобального потепления ХХI века Кислов А.В мая.
Погода Полторакова Лилия Владимировна, учитель географии МБОУ «Ильинская СОШ» МБОУ «Ильинская СОШ»
1. Географическое положение Широта : количество солнечной радиации Долгота : континентальность 2. Воздействие Атлантики и Арктики Вторжения тёплых и холодных.
Климат Подмосковья. Проектная группа: Гришенок А., Проектная группа: Гришенок А., Петрова К.. Петрова К..
Транксрипт:

Региональные климатические характеристики, воздействующие на состояние криосферы на территории России: анализ данных наблюдений за 20 век и прогноз на будущее. Анисимов О.А. Кокорев В.А.

Сеть метеонаблюдений на территории России и сопредельных государств Анисимов и др., 2011, 2012 Численность станций: Максимум 2297 в 1986, 1627 действующих в 2012, В том числе 744 с длинными рядами наблюдений; Средний ареал станций: Арктика – 25.1×10 3 км 2, По всей России – 10.5×10 3 км 2, Центральный район – 4.6×10 3 км 2.

Разделение на регионы с синхронными изменениями Период Сезон Среднерегиональный коэффициент корреляции MinMeanMax Зима Весна Лето Осень Год Зима Весна Лето Осень Год Среднерегиональные коэффициенты корреляции рядов температуры воздуха для различных сезонов и периодов времени

Выделение периодов с однотипными изменениями Начальный год Тренды температуры СП за периоды различной продолжительности Распределение станций по годам начала современного потепления Годы начала современного потепления Длина ряда, лет

Наблюдаемые региональные изменения температуры воздуха EC

Оцениваемые модели CMIP3 (21 модель), CMIP5 (22 модели), Эксперимент Historical 1. Тренды температуры и суммы положительных температур 2. Тренд годовой суммы осадков 3. Индекс сухости Параметры сравнения Название модели Разрешени е Страна 1BCCR-BCM2.01.9°x1.9° Норвегия 2CGCM3.1(T47) (ccc_t47)3.75°x3.75° Канада 3CGCM3.1(T63) (ccc_t63)2.8°x2.8° Канада 4MIROC3.2 (ccsr_hi)2.8°x2.8° Япония 5MIROC3.2 (ccsr_me)2.8°x2.8° Япония 6CNRM-CM31.9°x1.9° Франция 7CSIRO-Mk3.01.9°x1.9° Австралия 8ECHAM5/MPI-OM1.9°x1.9° Германия 9ECHO-G3.9°x3.9° Германия/Корея 10GFDL-CM2.02.0°x2.5° США 11GFDL-CM2.12.0°x2.5° США 12GISS-AOM3.0°x4.0° США 13GISS-EH4.0°x5.0° США 14GISS-ER4.0°x5.0° США 15UKMO-HadCM32.5°x3.8° Великобритания 16UKMO-HadGEM11.25°x1.875° Великобритания 17INM-CM3.04.0°x5.0° Россия 18IPSL-CM42.5°x3.75° Франция 19MRI-CGCM °x2.8° Япония 20CCSM3 (ncar_csm)1.4°x1.4° США 21PCM2.8°x2.8° США

CMIP 3: Абсолютная разница между модельным и наблюдённым линейными трендами температуры воздуха, осреднённая по всем регионам, °C/10 лет 7

8 CMIP3. Ошибка линейного тренда за период 1970 – 1999 г. Среднегодовой температуры Суммы осадков

CMIP3 Ошибка тренда среднегодовой температуры воздуха CMIP5

CMIP5. Ошибка тренда среднегодовой температуры воздуха Расчет по этой модели начинается с 1965 г.

Отдельные модели Наблюдения Ансамбль всех моделей Рег.1Рег.2Рег.3Рег.4Рег.5 Рег.11Рег.12Рег.13Рег.14Рег.15 Рег.6Рег.7Рег.8Рег.9Рег.10 Тренды температуры за период , °C/100 лет

Отдельные модели Наблюдения Ансамбль всех моделей Анс. Моделей 1-го ранга Рег.1Рег.2Рег.3Рег.4Рег.5 Рег.11Рег.12Рег.13Рег.14Рег.15 Рег.6Рег.7Рег.8Рег.9Рег.10 Тренды температуры за период , °C/100 лет Анс. моделей 1÷2 ранга Анс. моделей 1÷4 ранга Анс. моделей 1÷3 ранга

где - кумулятивный ранг модели i в регионе j; w i - кумулятивный ранг модели i осредненный по всем регионам; - индивидуальный ранг модели i в регионе j по климатическому параметру k. Построение оптимизированной климатической проекции 1. Ранжирование моделей на основе регионально- и процессов-ориентированных критериев. 2. Расчет кумулятивного ранга моделей (осредненного по всем регионам и оцениваемым климатическим параметрам) и исключение моделей с рангом ниже заданного предела. 3. Ансамблевое осреднение оставшихся моделей с весами, равными кумулятивным рангам, т.е.

Оптимизированный ансамбль Индивидуальные модели ОА Кумулятивное приращение сумм температур теплого периода (°С × мес.), проекция по моделям CMIP5 Среднее по всем моделям CMIP5 Модели CMIP5, не вошедшие в ОА

Заключение и выводы Модели семейства CMIP5 настроены на современный период, при этом только лучшие модели дают удовлетворительные результаты на всем периоде наблюдений. На региональном уровне ансамбль нескольких моделей лучше воспроизводит наблюдаемые тренды температуры, чем любая индивидуальная модель. Оптимизированный ансамбль дает лучшие результаты, чем ансамбль всех моделей. Для прогноза состояния криосферы целесообразно использовать отбор моделей по параметрам, определяющим ее состояние, таким как градусо-дни таяния.

Спасибо за внимание! 16