Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб
Настоящая работа посвящена сравнению климатической изменчивости приземной температуры воздуха (ПТВ) по данным наблюдений, реанализов (NCEP, JRA-25)
 с прогностическими результатами расчетов для 1948 – 2000 гг. и с климатическим
 проекциями на 2000 – 2030 гг. Использовались результаты...
Збережено в:
| Опубліковано в: : | Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу |
|---|---|
| Дата: | 2011 |
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Морський гідрофізичний інститут НАН України
2011
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/112451 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб / А.Б. Полонский, Д.В. Башарин, Г. Станкинавичус // Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу: Зб. наук. пр. — Севастополь, 2011. — Вип. 24. — С. 142-150. — Бібліогр.: 14 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860063195030355968 |
|---|---|
| author | Полонский, А.Б. Башарин, Д.В. Станкинавичус, Г. |
| author_facet | Полонский, А.Б. Башарин, Д.В. Станкинавичус, Г. |
| citation_txt | Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб / А.Б. Полонский, Д.В. Башарин, Г. Станкинавичус // Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу: Зб. наук. пр. — Севастополь, 2011. — Вип. 24. — С. 142-150. — Бібліогр.: 14 назв. — рос. |
| collection | DSpace DC |
| container_title | Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу |
| description | Настоящая работа посвящена сравнению климатической изменчивости приземной температуры воздуха (ПТВ) по данным наблюдений, реанализов (NCEP, JRA-25)
с прогностическими результатами расчетов для 1948 – 2000 гг. и с климатическим
проекциями на 2000 – 2030 гг. Использовались результаты расчетов в рамках совместных глобальных моделей океана-атмосферы (HadCM3, MIROC3.2H, ECHAM5,
GFDL CM2.1.) по сценарию A1B. Подтверждено, что на глобальном масштабе рассматриваемые модели не способны адекватно воспроизводить основные пространственно-временные моды изменчивости приземной температуры воздуха. Межгодовые флуктуации ПТВ на территории Украины климатическими моделями также воспроизводятся плохо. Максимальные коэффициенты корреляции между расчетными и данными наблюдений на метеостанциях не превышают 0,3. При моделировании регионального климата Украины тенденции изменения поля приземной температуры воздуха несколько лучше других воспроизводятся моделью HadCM3.
|
| first_indexed | 2025-12-07T17:05:45Z |
| format | Article |
| fulltext |
142
УДК 5 5 1 .4 65 .7
А .Б . Полонский , Д .В . Башарин , Г . Станкинавичус
*
Морской гидрофизический институт НАН Украины, г. Севастополь
*
Вильнюсский Университет, г. Вильнюс
СРАВНЕНИЕ КЛИМАТИЧЕСКОЙ ИЗМЕНЧИВОСТИ ПРИЗЕМНОЙ
ТЕМПЕРАТУРЫ ВОЗДУХА ПО ДАННЫМ НАБЛЮДЕНИЙ И
РЕЗУЛЬТАТАМ КЛИМАТИЧЕСКИХ РАСЧЕТОВ:
РЕГИОНАЛЬНЫЙ И ГЛОБАЛЬНЫЙ МАСШТАБ
Настоящая работа посвящена сравнению климатической изменчивости призем-
ной температуры воздуха (ПТВ) по данным наблюдений, реанализов (NCEP, JRA-25)
с прогностическими результатами расчетов для 1948 – 2000 гг. и с климатическим
проекциями на 2000 – 2030 гг. Использовались результаты расчетов в рамках совме-
стных глобальных моделей океана-атмосферы (HadCM3, MIROC3.2H, ECHAM5,
GFDL CM2.1.) по сценарию A1B. Подтверждено, что на глобальном масштабе рас-
сматриваемые модели не способны адекватно воспроизводить основные пространст-
венно-временные моды изменчивости приземной температуры воздуха. Межгодовые
флуктуации ПТВ на территории Украины климатическими моделями также воспро-
изводятся плохо. Максимальные коэффициенты корреляции между расчетными и
данными наблюдений на метеостанциях не превышают 0,3. При моделировании ре-
гионального климата Украины тенденции изменения поля приземной температуры
воздуха несколько лучше других воспроизводятся моделью HadCM3.
КЛЮЧЕВЫЕ СЛОВА : совместные глобальные модели океана-атмосферы,
проект CMIP3, изменчивость температуры воздуха, моделирование климата.
Введение.
В условиях глобального потепления все более актуальным становится
создание глобальных и региональных климатических моделей, способных
воспроизводить наблюдаемые тенденции изменения климата и адекватно
прогнозировать их. Тенденции в поле приземной температуры воздуха
(ПТВ) привлекают к себе особое внимание. Мировые климатические цен-
тры развивают модели, потенциально способные воспроизвести наблюдае-
мые флуктуации ПТВ на масштабах от нескольких лет до нескольких столе-
тий. Однако опубликованные результаты сравнения контрольных прогно-
стических экспериментов с данными наблюдений не дают однозначного
ответа о качестве прогностических расчетов.
В рамках проекта CMIP3 (http://www-pcmdi.llnl.gov/ipcc/) были собраны ре-
зультаты прогностических расчетов климата ХХ века, а также расчеты проек-
ций климата ХХI века по 23 глобальным моделям для различных сценариев
выбросов парниковых газов до 2100 г. Результаты этого проекта использова-
лись при составлении 4-го отчета экспертов по изменению глобального клима-
та [1]. Они показали, что большинство моделей правильно отображают клима-
тическое распределение ПТВ на глобальном масштабе и дают среднегодовой
глобальный тренд ПТВ, соответствующий наблюдениям [2]. Что касается меж-
годовой-декадной изменчивости на глобальном масштабе, то сравнение про-
© А .Б . Полонский , Д .В . Башарин , Г . Станкинавичус , 2011
143
гностических расчетов климата ХХ века показывает, что пространственные
моды гидрометеорологических полей более или менее хорошо воспроизводят-
ся отдельными моделями [3]. Однако по поводу временной структуры соответ-
ствующих пространственных мод существуют противоположные мнения. Од-
ни результаты говорят, что временной ход ПТВ отдельных мод не воспроизво-
дятся современными моделями общей циркуляции атмосферы и океана [4].
Другие свидетельствуют о возможности выделения временных флюктуаций
межгодового-декадного масштаба, близких к наблюдаемым [3]. Поэтому этот
вопрос нуждается в дополнительном анализе.
На региональном масштабе некоторые совместные модели океана-
атмосферы неплохо воспроизводят климатическую изменчивость в тропи-
ческих регионах [5]. Для средних широт – результаты намного хуже [6, 7]. В
работе [8], в которой анализируется качество моделей для территории Рос-
сии, показано, что результаты во многом зависят от площади регионального
осреднения: климатическая изменчивость в каждой отдельно взятой точке
воспроизводится намного хуже, чем при осреднении по региону.
Для региона Украины в литературе нет достаточных сведений для по-
нимания того, насколько результаты модельных расчетов климата XX века
соответствуют реальной климатической изменчивости за этот период. Нами
была проведена такая работа для моделей GFDL-CM2.1, MRI-CGCM и
UKMO-Had GEM1. Было показано, что только модель GFDL-CM2.1 способ-
на воспроизводить правильный знак линейного тренда в январе и июле для
региона Украины. При этом аномалии приземной температуры, рассчитан-
ные по рассматриваемым климатическим моделям и данным наблюдений на
метеостанциях на территории Украины, плохо коррелируют друг с другом
(коэффициент корреляции менее 0,3).
Известно, что существуют другие модели (такие как UKMO-HadCM3,
MIROC3.2H и MPI_ECHAM5), которые хорошо себя зарекомендовали при
воспроизведении межгодовой изменчивости явления Эль-Ниньо-Южное
колебание в регионе Тихого океана [9]. Причем эти модели относительно
хорошо воспроизводят изменения климата России в ХХ веке [7]. Исходя из
этого, в настоящей работе проведен дополнительный анализ качества вос-
произведения глобальных и региональных климатических изменений для
моделей UKMO-HadCM3, MIROC3.2H, MPI_ECHAM5, GFDL-CM2.1.
Характеристика использованных данных и методика их обработки.
В данной работе использованы среднемесячные данные наблюдений о
поле приземной температуры воздуха (ПТВ) из массива CRU (за период
1948 – 2000 гг., проинтерполированные в узлы регулярной сетки 0,5° × 0,5°,
http://www.cru.uea.ac.uk) [9], реанализов JRA-25 (за период 2000 – 2010 гг., сет-
ка 1,25° × 1,25°, http://ds.data.jma.go.jp) и NCEP (за период 1948 – 2000 гг., сетка
2,5°× 2,5°, http://www.cpc.ncep. noaa.gov). Эти данные сравнивались с прогно-
стическими результатами расчетов для второй половины XX века (за период
1948 – 2000 гг.) и моделированием климатических проекции для XXI века
(2000 – 2010 гг.) в рамках сценария A1B. Использовались результаты расчетов
по следующим моделям: HadCM3, MIROC3.2H, ECHAM5 и GFDL-CM2.1 с
разрешением 1° × 1°. Более полное описание используемых моделей приведено
на сайте http://www-pcmdi.llnl.gov/ipcc/. На региональном масштабе анализиро-
144
валась также изменчивость температуры в районе трех станций (Львова, Одес-
сы и Полтавы), расположенных в разных частях Украины.
Для выделения глобальных пространственно-временных структур исход-
ный массив данных анализировался с помощью метода эмпирических ортого-
нальных функций (ЭOФ). Впервые для статистического прогноза в метеороло-
гии этот метод был предложен Лоренцом. Он часто применяется для обработки
данных на регулярной сетке [10]. Метод состоит в разложении начального поля
F(x, t) по некоторым функциям Xn(x) с коэффициентами Tn(t) (n = 1, 2, 3, …),
изменяющимися от одного поля к другому (F (x, t) = Σ (T n(t) * Xn(x)). При этом,
в основу определения неизвестных функций ставится лишь одно условие: сум-
ма квадратов ошибок разложения по всем точкам данной совокупности поля
должна достигать минимума для любого n. Эмпирические ортогональные
функции, минимизирующие сумму квадратов ошибок разложения, образуют
наилучший базис для представления исходного ансамбля. Этот базис является
специфическим для каждого конкретного случая разложения. До применения
метода ЭOФ из полученного ансамбля точек вычиталось среднее климатиче-
ское поле. Далее, из полученных полей вычитался линейный тренд и проводи-
лось их разложение по эмпирическим ортогональным функциям. В итоге, были
получены первые пять пространственных мод в рассматриваемом регионе,
вносящих максимальный вклад в дисперсию, и соответствующие каждой моде
временной коэффициент ПТВ.
Временные ряды и коэффициенты разложения по эмпирическим орто-
гональным функциям подвергались статистическому анализу, для чего ис-
пользовались стандартные алгоритмы и программы.
Результаты, их анализ и обсуждение.
Глобальные пространственно-временные структуры приземной тем-
пературы воздуха за 1948 – 2000 гг.
Рассмотрим пространственную структуру главной ЭОФ ПТВ, получен-
ную по данным реанализа NCEP и результатам работы климатических мо-
делей UKMO-HadCM3, MIROC3.2H, MPI_ECHAM5 и GFDL-CM2.1, для это-
го обратимся к рис. 1.
Глобальная лидирующая пространственная мода ПТВ, полученная по
модельным расчетам (1948 – 2000 гг.) и данным реанализа NCEP, демонст-
рируют общее сходство. В пространственном распределении первой ЭОФ
по данным модели UKMO-HadCM3, так же как и по реанализу NCEP, име-
ется экстремум над севером Евразии и дипольная структура над северо-
востоком Тихого океана и Северной Америкой. По данным модели GFDL-
CM2.1 описанные экстремумы также выделяются, хотя они значительно ме-
нее выражены. В пространственной структуре первой ЭОФ по данным моде-
лей MIROC3.2H и MPI_ECHAM5 над Северной Америкой отмечается лишь
обширный экстремум вместо дипольной структуры. Что касается соответст-
вующих первой моде временных коэффициентов, то они практически не
коррелируют с временным коэффициентом по данным реанализа.
Синхронные коэффициенты корреляций между соответствующими
временными коэффициентами мод ПТВ, полученными по реанализу NCEP
и расчетами прогностических моделей за 1948 – 2000 гг. сведены в табл. 1. –
они не значимы даже на 80 % уровне вероятности.
145
0 50 100 150 200 250 300 350
-80
-60
-40
-20
0
20
40
60
80
N
0 50 100 150 200 250 300 350
-80
-60
-40
-20
0
20
40
60
80
N
0 50 100 150 200 250 300 350
-80
-60
-40
-20
0
20
40
60
80
N
ЭОФ-1 по NCEP ЭОФ-1 по ECHAM5
ЭОФ-1 по HadCM3 ЭОФ-1 по GFDL-CM2.1
ЭОФ-1 по MIROC3H
Таблица 1 . Синхронные коэффициенты корреляций между соответствую-
щими временными коэффициентами мод ПТВ, полученными по реанализу
NCEP и расчетами моделей за 1948 – 2000 гг.
Модель
Порядковый номер временного коэффициента
1 2 3 4 5
MIROC3H 0,18816 0,049734 0,187558 0,094627 0,089455
HadCM3 0,08675 -0,146700 -0,039600 -0,157640 -0,007500
ECHAM5 0,00802 0,048241 -0,059750 0,064748 0,237864
GFDL-
CM2.1
0,02400 -0,183690 -0,003980 -0,184520 -0,219790
0 50 100 150 200 250 300 350
-80
-60
-40
-20
0
20
40
60
80
N
0 50 100 150 200 250 300 350
-80
-60
-40
-20
0
20
40
60
80
N
80°
60°
40°
20°
0°
20°
40°
60°
80°
Ш
и
р
о
та
0° 50° 100° 150° 200° 250° 300° 350° 0° 50° 100° 150° 200° 250° 300° 350°
Долгота Долгота
80°
60°
40°
20°
0°
20°
40°
60°
80°
Ш
и
р
о
та
80°
60°
40°
20°
0°
20°
40°
60°
80°
Ш
и
р
о
та
0° 50° 100° 150° 200° 250° 300° 350° 0° 50° 100° 150° 200° 250° 300° 350°
Долгота Долгота
0° 50° 100° 150° 200° 250° 300° 350°
Долгота
Рис . 1 . Первые пространственные
моды, полученные по реанализу
NCEP и расчетам климатических мо-
делей (UKMO-HadCM3, MIROC3.2H,
MPI_ECHAM5 и GFDL-CM2.1) за
январь-февраль 1948 – 2000 гг. Все
изолинии проведены с одинаковым
интервалом. Пунктиром обозначены
нулевые изолинии.
146
Таким образом, проведенные результаты подтверждают мнение авторов
работы [4], что на глобальном масштабе рассматриваемые модели не спо-
собны адекватно моделировать временную изменчивости ПТВ, описывае-
мую первой ЭОФ. Однако, исходя из того, что главная глобальная мода (см.
рис. 1), описывает не более 20 % общей дисперсии поля ПТВ, существует
некоторая вероятность, что на региональном масштабе изменчивость ПТВ,
обеспечивающая остальные 80 % дисперсии, может воспроизводиться луч-
ше. Кроме этого интересно выяснить – описывают ли прогностические мо-
дели наблюдаемые региональные тренды (напомним, что перед разложени-
ем полей ПТВ по эмпирическим ортогональным функциям линейные трен-
ды удалялись). Поэтому сравним региональные флуктуации ПТВ и тренды
по данным наблюдений на гидрометеорологических станциях, массива CRU
и результатам прогностических расчета для региона Украины.
Сравнение изменчивости ПТВ по данным наблюдений, CRU и резуль-
татам прогностических расчетов на 1948 – 2000 гг. для региона Украины.
Для верификации результатов моделирования климата второй половины
XX века удобно использовать среднемесячные данные наблюдений CRU (ин-
терполированные в узлы регулярной сетки [9]), т.к. эти узлы совпадают с узла-
ми расчетной сетки в прогностических моделях. Рассмотрим ряды ПТВ в точ-
ках, относящимся к районам Львова, Одессы и Полтавы, расположенных в раз-
ных частях Украины, и практически совпадающих с гидрометеорологическими
станциями. Заметим, что дальнейший иллюстративный материал в статье отно-
сится преимущественно к району Львова. Результаты для других районов Ук-
раины похожи.
Начнем с анализа линейных трендов ПТВ по данным наблюдений CRU
и результатам расчетов, проведенных с помощью рассматриваемых моде-
лей. Результаты, приведенные на рис. 2, свидетельствуют о том, что значи-
мый тренд по данным CRU выделяется только в марте. Причем он воспро-
изводится только моделью HadCM3. Другие модели (MIROC3.2_H,
ECHAM5) не воспроизводят правильно даже знак тренда.
-0,06
-0,04
-0,02
0
0,02
0,04
0,06
0,08
1 2 3 4 5 6 7 8 9 10 11 12
CRU
HadCM3
Miroc3H
ECHAM5
Л
и
н
ей
н
ы
е
тр
ен
д
ы
п
р
и
зе
м
н
о
й
те
м
п
ер
ат
у
р
ы
в
о
зд
у
х
а,
°
С
CRU
HadCM3
MIROC3H
ECHAM5
Рис. 2. Линейные тренды приземной температуры воздуха (за пери-
од 1948 – 2000 гг.) согласно данным CRU (район Львова) и данным
соответствующей модели. По оси X отложен номер месяца – с ян-
варя (1) по декабрь (12). Значимыми (на 95 % уровне) являются
тренды только по данным CRU и модели HadCM3 в марте.
147
Другим важным условием качества моделей является согласованность
флуктуаций. Рассмотрим ее, сравнивая данные CRU и результаты климати-
ческих моделей над регионом Украины за 1948 – 2000 гг. Коэффициенты
корреляции между данными CRU и результатами климатических моделей,
показанные на рис. 3, являются незначимыми.
Рис . 3 . Ежемесячные коэффициенты корреляции между данными CRU
(район Львова) и данными соответствующей модели (HadCM3, MIROС3
и ECHAM5) за 1948 – 2000 гг. По оси X отложен номер месяца – с января
(1) по декабрь (12).
Максимальные коэффициенты корреляции получены по модели
MIROC3H. Однако они не превышают 0,29 – 0,31. Причем в течение года
наблюдается резкие смены знака корреляционных связей от одного месяца к
другому. Это свидетельствует об отсутствии приемлемого описания регио-
нальных флуктуаций ПТВ совместными моделями океана-атмосферы на
межгодовом-декадном масштабе изменчивости.
Сравнение флуктуаций поля ПТВ в данных реанализа JRA-25 и результа-
тах моделирования проекций климата (2000 – 2010 гг.) для региона Украины.
Кроме прогностических результатов моделирования климата XX века, в
рамках проекта CMIP3 проведено моделирование сценарных проекций
климата для XXI века. Это позволяет произвести сравнение реального меж-
годового хода ПТВ за первую декаду XXI века и результатов моделирова-
ния проекций климата для начала XXI века. В настоящей работе это делает-
ся с использованием сценария А1В [1]. Этот сценарий предполагает увели-
чение углекислого газа до уровня 720 ppm к концу 2100 года и является од-
ним из наиболее вероятных.
В связи с тем, что доступные данные CRU ограничены по времени кон-
цом XX века, то наиболее подходящими для сравнения являются данные
реанализа JRA-25. Данные начинаются с 1979 г., когда появились постоян-
К
о
эф
ф
и
ц
и
ен
ты
к
о
р
р
ел
я
ц
и
и
-0,3
-0,2
-0,1
0
0,1
0,2
0,3
1 2 3 4 5 6 7 8 9 10 11 12
HadCM3
Miroc3H
ECHAM5
HadCM3
MIROС3H
ECHAM5
148
ные спутниковые наблюдения, являются достаточно качественным продук-
том [11 – 14], имеющим приемлемое пространственное разрешение, и регу-
лярно обновляются на сайте Японского метеорологического агентства
(http://www.jma.go.jp/jma/indexe.html).
Результаты сравнения проекций климата рассматриваемыми моделями
в рамках сценария A1B и данных реанализа для района Львова представле-
ны в табл. 2, в которой приведены коэффициенты корреляции соответст-
вующих моделей с реанализом JRA-25, а также разница между средним зна-
чением, линейным трендом, среднеквадратическим отклонением (СКО)
указанных моделей и реанализом JRA-25, и на рис. 4.
Таблица 2 . Сравнение реального межгодового хода ПТВ (реанализ
JRA-25) и результатов моделирования проекций климата в районе Львова
за 2000 – 2010 гг. в рамках сценария А1В.
Они показывают, что трудно выделить одну или несколько моделей,
которые бы приемлемо воспроизводили изменчивость температуры в нача-
ле XXI века. Коэффициенты корреляции между прогностическими данными
и результатами реанализа не значимы даже на 90 % уровне для всех моде-
лей. При этом модель ECHAM5 дает минимальные ошибки при расчете ли-
нейного тренда, среднего и среднеквадратического отклонения (СКО) ПТВ
для января месяца, а модель HadCM3 – для июля (кроме СКО). Максималь-
ный коэффициент корреляции между прогностической ПТВ и данными
реанализа отмечается для январской ПТВ, полученной в модели MIROC3H
(до 0,46). Однако июльские данные этой модели отрицательно коррелируют
с данными реанализа.
М
ес
я
ц
Параметр
Модель
HadCM3 GFDL 2.1 MIROC3H ECHAM5
Я
н
в
ар
ь
Коэффициент
корреляции -0,074 -0,174 0,457 0,189
Разница между
средними значениями, °С -2,39 0,90 2,07 -0,66
Разница между тренда-
ми, °С/год 0,89 -0,36 0,28 -0,14
Разница между СКО, °С 1,90 0,68 -0,67 0,54
И
ю
л
ь
Коэффициент
корреляции 0,0688 -0,018 -0,339 0,1089
Разница между
средними значениями, °С -0,38 -2,37 2,95 -2,52
Разница между тренда-
ми, °С/год -0,05 -0,02 0,13 0,11
Разница между СКО, °С 0,17 -0,58 -0,54 0,04
149
Выводы.
В целом, можно сформулировать следующие основные результаты дан-
ной работы:
– на глобальном масштабе рассматриваемые модели не способны адек-
ватно моделировать лидирующую пространственно-временную ЭОФ
изменчивости ПТВ. Особенно плохо воспроизводится временная из-
менчивость первой ЭОФ.
– при воспроизведении климата XX столетия для территории Украины
тенденции изменения поля ПТВ несколько лучше воспроизводятся мо-
делью HADCM3. Климатические флуктуации ПТВ воспроизводятся
плохо; максимальные коэффициенты корреляции между данными мо-
делей и массива СRU не превышают 0,3.
– моделирование проекций региональных изменений ПТВ всеми моде-
лями для территории Украины неудовлетворительно.
Работа выполнена частично в рамках украинско-литовского сотрудничества.
2000 2005 2010
Годы
Рис . 4 . Ежегодные значения ряда ПТВ согласно реанализу JRA-25 и
данным соответствующей модели за 2000 – 2010 гг. (район Львова) в
рамках сценария A1B: а – для января месяца; б – для июля месяца.
280
275
270
265
260
256
П
р
и
зе
м
н
ая
т
ем
п
ер
ат
у
р
а
в
о
зд
у
х
а,
К
а
JRA-25
HadCM3
CFDL-CM2.1
MIROC3.2H
ECHAM5
298
296
294
292
290
288
286
284
П
р
и
зе
м
н
ая
т
м
п
ер
ат
у
р
а
в
о
зд
у
х
а,
К
б
JRA-25
HadCM3
CFDL-CM2.1
MIROC3.2H
ECHAM5
150
СПИСОК ЛИТЕРАТУРЫ
1. IPCC Fourth Assessment Report «Climate Change 2007» (AR4) Cambridge, United
Kingdom and New York, NY, USA.: Cambridge University Press. [Электронный
ресурс]. http://www.ipcc.ch/publications_and_data/publications_and_data_reports.
shtml. Retrieved 2011-06-14.
2. Zhou, Tian-Jun and Rucong Yu. Twentieth Century Surface Air Temperature over
China and the Globe Simulated by Coupled Climate Models // Journal of Climate.
– 2006. – v. 19, № 22. – Р. 5843-5858.
3. Handorf D., Dethloff K. Potentially Predictable Patterns of the Tropospheric Circula-
tion in the IPCC AR4 Multi-model Ensemble // Conference on Decadal Predictabi
lity. ICTP Trieste August 16, 2010
4. Gonzalez-Reviriego N., Rodriguez-Puebla C., Rodriguez-Fonseca B. Northern He-
misphere Teleconnection indices simulated with CMIP3 // Geophysical Research Ab-
stracts. – 2010. – v. 12. – EGU2010-381-2.
5. Kucharski F, Ngar-Cheung Lau, and Mary Jo Nath, et. al. The CLIVAR C20C project:
skill of simulating Indian monsoon rainfall on interannual to decadal timescales. Does
GHG forcing play a role? // Climate Dynamics. – 2009. – v. 33, № 5. – Р. 615-627
6. Scaife A., Kucharski F., Folland C. K. et.al. The CLIVAR C20C project: selected
twentieth century climate events // Climate Dynamics. – 2008. – v. 33, № 5. – Р. 603-614.
7. Мелешко В.П., Катцов В.М., Мирвис В.М., Говоркова В.А., Павлова Т.В. Климат
России в XXI веке. Часть 1. Новые свидетельства антропогенного воздействия
на климат и новые возможности оценки его изменений на территории России //
Метеорология и гидрология. – 2008. – № 6. – С. 5-19.
8. Говоркова В.А., Катцов В.М., Мелешко В.П., Павлова Т.В., Школьник И.М.
Климат России в XXI веке. Часть 2. Оценка пригодности моделей CMIP3 для
расчетов будущих изменений климата России // Метеорология и гидрология.
– 2008. – №.8. – С.5-19.
9. Van Oldenborgh G.J., Philip S.Y., Collins M. El-Nino in a changing climate: a mul-
timodel study // Ocean Science. – v. 1. – P. 81-95.
10. Mitchell T. D. and P. D. Jones. An improved method of constructing a database of
monthly climate observations and associated high-resolution grids // International
Journal of Climatology. – 2005. – v. 25. – P. 693-712.
11. Basharin D. Variability of the surface meteorological fields over Eurasia for the re-
cent 30 years // Pre-prints of International Center Theoretical Physics,
№IC/2009/077. – 2009. – 16 р. (http://publications.ictp.it).
12. First WCRP International Conference on Reanalyses, Silver Spring, Maryland, USA,
27-31 Oct. 1997.
13. Second WCRP International Conference on Reanalyses (Wokefield Park, nr Reading,
UK, 23-27 August 1999).
14. Third WCRP International Conference on Reanalyses. The University of Tokyo (Ja-
pan), 28 January – 1 February, 2008.
Материал поступил в редакцию 1 5 .1 2 .20 1 0 г .
После доработки 2 5 .0 4 .20 1 1 г .
|
| id | nasplib_isofts_kiev_ua-123456789-112451 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1726-9903 |
| language | Russian |
| last_indexed | 2025-12-07T17:05:45Z |
| publishDate | 2011 |
| publisher | Морський гідрофізичний інститут НАН України |
| record_format | dspace |
| spelling | Полонский, А.Б. Башарин, Д.В. Станкинавичус, Г. 2017-01-21T19:38:02Z 2017-01-21T19:38:02Z 2011 Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб / А.Б. Полонский, Д.В. Башарин, Г. Станкинавичус // Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу: Зб. наук. пр. — Севастополь, 2011. — Вип. 24. — С. 142-150. — Бібліогр.: 14 назв. — рос. 1726-9903 https://nasplib.isofts.kiev.ua/handle/123456789/112451 551.465.7 Настоящая работа посвящена сравнению климатической изменчивости приземной температуры воздуха (ПТВ) по данным наблюдений, реанализов (NCEP, JRA-25)
 с прогностическими результатами расчетов для 1948 – 2000 гг. и с климатическим
 проекциями на 2000 – 2030 гг. Использовались результаты расчетов в рамках совместных глобальных моделей океана-атмосферы (HadCM3, MIROC3.2H, ECHAM5,
 GFDL CM2.1.) по сценарию A1B. Подтверждено, что на глобальном масштабе рассматриваемые модели не способны адекватно воспроизводить основные пространственно-временные моды изменчивости приземной температуры воздуха. Межгодовые флуктуации ПТВ на территории Украины климатическими моделями также воспроизводятся плохо. Максимальные коэффициенты корреляции между расчетными и данными наблюдений на метеостанциях не превышают 0,3. При моделировании регионального климата Украины тенденции изменения поля приземной температуры воздуха несколько лучше других воспроизводятся моделью HadCM3. Работа выполнена частично в рамках украинско-литовского сотрудничества. ru Морський гідрофізичний інститут НАН України Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу Атмосферные процессы в Азово-Черноморском бассейне Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб Article published earlier |
| spellingShingle | Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб Полонский, А.Б. Башарин, Д.В. Станкинавичус, Г. Атмосферные процессы в Азово-Черноморском бассейне |
| title | Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб |
| title_full | Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб |
| title_fullStr | Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб |
| title_full_unstemmed | Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб |
| title_short | Cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб |
| title_sort | cравнение климатической изменчивости приземной температуры воздуха по данным наблюдений и результатам климатических расчетов: региональный и глобальный масштаб |
| topic | Атмосферные процессы в Азово-Черноморском бассейне |
| topic_facet | Атмосферные процессы в Азово-Черноморском бассейне |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/112451 |
| work_keys_str_mv | AT polonskiiab cravnenieklimatičeskoiizmenčivostiprizemnoitemperaturyvozduhapodannymnablûdeniiirezulʹtatamklimatičeskihrasčetovregionalʹnyiiglobalʹnyimasštab AT bašarindv cravnenieklimatičeskoiizmenčivostiprizemnoitemperaturyvozduhapodannymnablûdeniiirezulʹtatamklimatičeskihrasčetovregionalʹnyiiglobalʹnyimasštab AT stankinavičusg cravnenieklimatičeskoiizmenčivostiprizemnoitemperaturyvozduhapodannymnablûdeniiirezulʹtatamklimatičeskihrasčetovregionalʹnyiiglobalʹnyimasštab |