当前位置: 首页 > article >正文

【CMIP6月、日数据】【ERA5-LAND陆面再分析数据】【全球VIPPHEN物候数据】

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】:

第八期CMIP6数据处理方法与典型案例分析​mp.weixin.qq.com/s?__biz=MzU5NTkyMzcxNw==&mid=2247538691&idx=3&sn=589b68e07ff069b4c4edbe1421f07e28&chksm=fe689e69c91f177f1ff428a6abec4aa0b7c6d6c72c921d533e3391fe774299fc87007dd676d5&token=225648704&lang=zh_CN#rd正在上传…重新上传取消icon-default.png?t=N3I4https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s%3F__biz%3DMzU5NTkyMzcxNw%3D%3D%26mid%3D2247538691%26idx%3D3%26sn%3D589b68e07ff069b4c4edbe1421f07e28%26chksm%3Dfe689e69c91f177f1ff428a6abec4aa0b7c6d6c72c921d533e3391fe774299fc87007dd676d5%26token%3D225648704%26lang%3Dzh_CN%23rd

【方式】:直播+永久回放+答疑群长期辅助+全套课件

【提供虚拟机(预装)、案例数据】

【另送】:

CMIP6月数据

含变量:温压湿风辐射降水
含情景:historical、ssp126、ssp245、ssp370、ssp585
CMIP6日数据

含变量:温压湿风辐射降水
含情景:historical、ssp126、ssp245、ssp370、ssp585
全球VIPPHEN物候数据

时间:1981-2014,年数据
空间分辨率:5.6km
 ERA5-LAND 陆面再分析数据

时间:1951.1.1-2021.12.31 时间分辨率:hourly
空间分辨率:0.1°(等角 lonlat 投影+wgs84)
含 11 个变量:温度、气压、辐射、蒸发、降水、湿度

 


【内容简介】:

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

  • 处理日期非365天的gcm

以BCC为例

专题三、《基础知识》:

  • Python基础
  1. Numpy基础
  2. Scipy基础
  3. Pandas基础
  • CDO基本操作

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

  1. 文件操作
  2. 重采样
  3. 统计计算
  • 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。

  1. Netcdf文件的读写
  2. 统计计算
  3. 可视化

专题四、《单点降尺度》:

  • Delta方法
  • 统计订正
  • 机器学习方法
  1. 建立特征
  2. 建立模型
  3. 模型评估
  • 多算法集成方法

专题五、《统计方法的区域降尺度》

  • Delta方法
  • 基于概率订正方法的

专题六、《基于WRF模式的动力降尺度》:

  • 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

  1. 针对压力坐标系的数据制备
  2. 针对sigma坐标系GCM数据制备
  3. WPS处理
  • WRF模式运行
  • 模式的后处理
  1. 提取变量
  2. 变量的统计
  3. 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
建立气象数据与VIPPHEN遥感物候数据中生长季开始和结束
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。

 


http://www.kler.cn/news/18141.html

相关文章:

  • javaScript---设计模式-设计模式概论
  • TypeScript基础
  • Chapter 7:XDC Precedence (ug903)
  • TreeMap源码分析,Collections工具类的使用
  • 相对路径的详细用法
  • 行为型模式-中介者模式
  • 武忠祥老师每日一题||定积分基础训练(十)
  • 9大Python常用技巧 经验之谈
  • 安全访问服务边缘 (SASE) 技术的优缺点及工作原理
  • 基于海鸥算法改进的随机森林回归算法 - 附代码
  • 美句分享~程序员的放松时间~
  • 并发编程01:基础篇
  • Linux常用命令,你需要了解多少呢?
  • Java字符串的用法、原理、性能分析和总结
  • 杜甫经典长诗“三吏”“三别”赏析
  • FAST协议解析2 FIX Fast Tutorial翻译【PMap、copy操作符】
  • 代码随想录算法训练营day30 | 332. 重新安排行程,51. N 皇后,37. 解数独
  • Ubuntu22.04.2 LTS 安装nvidia显卡驱动及配置pytorch
  • David Silver Lecture 4: Model-Free Prediction
  • 【Java|golang】2432. 处理用时最长的那个任务的员工
  • ES堆内存:大小和交换
  • Mermaid流程图
  • .net7 通过 JsonTranscoding 实现 gRPC 与 Web API 一鱼两吃
  • 内网:定位域管理员
  • TokenGT:Transformer是强大的图学习器
  • java反序列化cc3链分析
  • docker基础命令
  • python基础实战7-字符串的format方法
  • 【观察】更懂业务的数智平台,才能应对数智化转型的“千变万化”
  • 5件关于JavaScript中this参数的事