Evaluating the Ability of CMIP6 Models in Simulating Precipitation and Temperature in Wanzhou City in the Three Gorges Reservoir

李佳文; 周育琳; 魏兴; 范祖金

doi:10.11988/ckyyb.20221072

PDF(6693 KB)

Journal of Changjiang River Scientific Research Institute ›› 2023, Vol. 40 ›› Issue (7) : 32-40. DOI: 10.11988/ckyyb.20221072

Water Resources

Evaluating the Ability of CMIP6 Models in Simulating Precipitation and Temperature in Wanzhou City in the Three Gorges Reservoir

LI Jia-wen, ZHOU Yu-lin, WEI Xing, FANG Zu-jin

Author information +

History +

Abstract

To accurately predict the hydrometeorological trends of the Three Gorges reservoir area and provide a scientific basis for rational allocation of water resources, we evaluate the adaptability of 12 CMIP6 (Coupled Model Intercomparison Project Phase 6) global climate models and a multi-model ensemble (MME) to the city of Wanzhou. The evaluation includes analysis of seasonal monthly average precipatation and air temperature, mutation years, and comprehensive simulation abilities using mean value analysis, Mann-Kendall tests, Taylor diagrams and Taylor scores. Our results show that: (1) ACCESS-CM2 models yield better precipitation simulation results prior to impoundment, while MME models show superior performance post-impoundment. (2) MME produces superior temperature simulation results before impoundment, while ACCESS-CM2 exhibits better performance after impoundment. (3) Overall, ACCESS-CM2 demonstrates the best temperature and precipitation simulation results both before and after impoundment.

Key words

meteorological simulation / CMIP6 climate model / mean value analysis / Mann-Kendall test / Taylor diagram / Wanzhou section of Three Gorges Reservoir area

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations

LI Jia-wen, ZHOU Yu-lin, WEI Xing, FANG Zu-jin. Evaluating the Ability of CMIP6 Models in Simulating Precipitation and Temperature in Wanzhou City in the Three Gorges Reservoir[J]. Journal of Changjiang River Scientific Research Institute. 2023, 40(7): 32-40 https://doi.org/10.11988/ckyyb.20221072

References

[1] 郑治斌, 邓艳君, 黄永平. 极端天气气候事件对江汉湖群湿地生态的影响研究[J]. 人民长江, 2021, 52(增刊2): 45-51.
[2] 沈永平, 王国亚. IPCC第一工作组第五次评估报告对全球气候变化认知的最新科学要点[J]. 冰川冻土, 2013, 35(5): 1068-1076.
[3] 吴丹瑞, 吴安琪, 何新玥, 等. 赣南地区近58年来极端气候变化趋势分析[J]. 长江科学院院报, 2017, 34(1): 24-29, 39.
[4] 张洪刚, 杨文发, 陈华. 气候变化条件下长江水资源演变趋势与对策[J]. 人民长江, 2014, 45(7): 1-6, 38.
[5] 赵宗慈, 罗勇, 黄建斌. 未来20年全球继续变暖吗?[J]. 气候变化研究进展, 2020, 16(5): 652-656.
[6] 张佳怡, 伦玉蕊, 刘浏, 等. CMIP6多模式在青藏高原的适应性评估及未来气候变化预估[J]. 北京师范大学学报(自然科学版), 2022, 58(1): 77-89.
[7] 向竣文, 张利平, 邓瑶, 等. 基于CMIP6的中国主要地区极端气温/降水模拟能力评估及未来情景预估[J]. 武汉大学学报(工学版), 2021, 54(1): 46-57, 81.
[8] 王予, 李惠心, 王会军, 等. CMIP6全球气候模式对中国极端降水模拟能力的评估及其与CMIP5的比较[J]. 气象学报, 2021, 79(3): 369-386.
[9] 周天军, 邹立维, 陈晓龙. 第六次国际耦合模式比较计划(CMIP6)评述[J]. 气候变化研究进展, 2019, 15(5): 445-456.
[10]何毅, 王飞, 穆兴民. 三峡库区蓄水前后区域气象要素变化研究[J]. 人民黄河, 2012, 34(10): 55-58.
[11]吴天蛟, 杨汉波, 李哲, 等. 基于MIKE11的三峡库区洪水演进模拟[J]. 水力发电学报, 2014, 33(2): 51-57.
[12]喻静敏, 马力, 魏伶芸, 等. 基于遥感与GIS的三峡库区淹没影响分析技术及应用: 以2020年长江5号洪水为例[J]. 水利水电快报, 2021, 42(1): 86-90.
[13]郭渠, 李瑞, 周浩, 等. 我国三峡库区高温天气的变化分析[J]. 长江流域资源与环境, 2012, 21(11): 1409-1416.
[14]董钊煜, 彭涛, 董晓华, 等. 1960—2016年三峡库区极端降水事件时空变化特征[J]. 水资源与水工程学报, 2020, 31(5): 93-101.
[15]苏翠, 胡友兵, 冯志刚, 等. 淮河正阳关以上主要控制站径流突变及原因分析[J]. 长江科学院院报, 2022, 39(4): 27-33.
[16]黎晓东, 王永强, 刘万, 等. 三江源典型地区1967—2019年降水时空演变特征[J]. 长江科学院院报, 2022, 39(1): 16-22.
[17]彭菊, 周秋文, 韦小茶, 等. 贵州省1960—2014年降水量时空变化特征分析[J]. 水资源与水工程学报, 2019, 30(5): 148-154.
[18]蒋帅, 江志红, 李伟, 等. CMIP5模式对中国极端气温及其变化趋势的模拟评估[J]. 气候变化研究进展, 2017, 13(1): 11-24.
[19]WALLACH D, MARTRE P, LIU B, et al. Multimodel Ensembles Improve Predictions of Crop-Environment-Management Interactions[J]. Global Change Biology, 2018, 24(11): 5072-5083.
[20]SIDǍU M R, CROITORU A-E, ALEXANDRU D-E. Comparative Analysis between Daily Extreme Temperature and Precipitation Values Derived from Observations and Gridded Datasets in North-Western Romania[J]. Atmosphere, 2021, 12(3): 361.
[21]VENETSANOU P, ANAGNOSTOPOULOU C, LOUKAS A, et al. Minimizing the Uncertainties of RCMS Climate Data by Using Spatio-Temporal Geostatistical Modeling[J]. Earth Science Informatics, 2019, 12(2): 183-196.
[22]胡一阳, 徐影, 李金建, 等. CMIP6不同分辨率全球气候模式对中国降水模拟能力评估[J]. 气候变化研究进展, 2021, 17(6): 730-743.
[23]黄子立, 吴小飞, 毛江玉. CMIP6模式水平分辨率对模拟我国西南地区夏季极端降水的影响评估[J]. 高原气象, 2021, 40(6): 1470-1483.
[24]张耀鑫, 姚传辉, 王刚. 基于M-K法与SPI指数的泰安降水量分析[J]. 海河水利, 2022(4): 97-100.
[25]魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 1999.
[26]晋程绣, 姜超, 张曦月. CMIP6模式对中国西南地区气温的模拟与预估[J]. 中国农业气象, 2022, 43(8): 597-611.
[27]TAYLOR K E. Summarizing Multiple Aspects of Model Performance in a Single Diagram[J]. Journal of Geophysical Research: Atmospheres, 2001, 106(D7): 7183-7192.
[28]王磊斌, 林齐根, 宋世凯, 等. 基于多模式集合的中国未来热浪趋势研究[J]. 气候与环境研究, 2022, 27(1): 183-196.
[29]何旭, 缪子梅, 田佳西, 等. 基于CMIP6多模式的长江流域气温、降水与径流预估[J/OL]. 南京林业大学学报(自然科学版).(2022-10-26)[2022-11-08].http://kns.cnki.net/kcms/detail/32.1161.S.20221026.1053.006.html.
[30]李博, 唐世浩. 基于TRMM卫星资料分析三峡蓄水前后的局地降水变化[J]. 长江流域资源与环境, 2014, 23(5): 617-625.
[31]张天宇,陈正洪,孙佳,等. 三峡库区近百年来气温变化特征[J]. 长江流域资源与环境,2012,21(增刊2):138-144.
[32]武磊, 李奋华, 李常斌, 等. GCMs降尺度及其在讨赖河上游径流预报中的应用[J]. 长江科学院院报, 2022, 39(11): 41-49.
[33]刘永林, 延军平, 岑敏仪. 广东省降水非均匀性与气候变化的响应关系[J]. 中山大学学报(自然科学版), 2015, 54(5): 138-146.
[34]陈祥义, 肖文发, 黄志霖, 等. 1951—2012年三峡库区降水时空变化研究[J]. 生态环境学报, 2015, 24(8): 1310-1315.
[35]丁明月, 王俐俐, 辛渝, 等. WRF云微物理参数化方案对新疆暴雨模拟能力的TS评分分析[J]. 干旱区研究, 2019, 36(6): 1411-1418.
[36]陈浩, 杨涛, 胡高辉, 等. 气候变化条件下叶尔羌流域水库蒸发变化分析[J]. 人民长江, 2016, 47(18): 31-34.
[37]黎敏, 吕海深, 欧阳芬. 基于Delta方法的淮河流域气候变化预测分析[J]. 人民长江, 2012, 43(7): 11-14, 46.
[38]欧阳硕, 胡智丹, 邵骏, 等. 基于CanESM5模式的长江流域未来降雨变化趋势分析[J/OL]. 长江科学院院报.(2022-12-05)[2022-12-24].http://kns.cnki.net/kcms/detail/42.1171.TV.20221205.1158.001.html.