基于CMIP5模型的热带美洲北半球冬季高分辨率降水预估
大气与海洋物理
2024-01-17 v1
摘要
通过使用以海平面气压（SLP）作为预测变量的主成分回归统计降尺度（SD）方法，对热带美洲北半球冬季降水的气候变化预估进行了研究。该SD模型基于SLP再分析数据和网格化降水GPCC数据建立，并应用于CMIP5中20个全球气候模型（GCM）的SLP输出，包括当前气候（1971-2000年）和未来（2071-2100年）在RCP2.6、RCP4.5和RCP8.5情景下的数据。SD模型在大范围区域表现出良好的性能，仅在气候非常干燥或数据覆盖较差的少数小区域存在较大偏差。随着辐射强迫从RCP2.6增加到RCP8.5，预估的SD降水与当前气候模拟的SD降水之间的百分比差异呈现出中度到强烈的降雨变化（正或负，取决于区域和所考虑的SD GCM模型）。GCM输出之间的差异似乎是预估变化不确定性的主要来源，而所考虑的情景则显得不那么决定性。墨西哥和巴西东部是SD GCM之间显示出最一致减少的区域，而南美洲西北部和东南部则一致显示出显著增加。这种一致性通过集合平均结果得到证实，该结果预估从北纬10°向南为正变化，但巴西东部、智利北部以及哥伦比亚中部等较小区域除外，而预估的负变化主要出现在最北部地区。
引用
@article{arxiv.2401.07226,
title = {High-resolution boreal winter precipitation projections over Tropical America from CMIP5 models},
author = {Reiner Palomino-Lemus and Samir Córdoba-Machado and Sonia Raquel Gámiz-Fortis and Yolanda Castro-Díez and María Jesús Esteban-Parra},
journal= {arXiv preprint arXiv:2401.07226},
year = {2024}
}