International Journal of Climatology

We created a new dataset of spatially interpolated monthly climate data for global land areas at a very high spatial resolution (approximately 1 km²). We included monthly temperature (minimum, maximum and average), precipitation, solar radiation, vapour pressure and wind speed, aggregated across a target temporal range of 1970–2000, using data from between 9000 and 60 000 weather stations. Weather station data were interpolated using thin‐plate splines with covariates including elevation, distance to the coast and three satellite‐derived covariates: maximum and minimum land surface temperature as well as cloud cover, obtained with the MODIS satellite platform. Interpolation was done for 23 regions of varying size depending on station density. Satellite data improved prediction accuracy for temperature variables 5–15% (0.07–0.17 °C), particularly for areas with a low station density, although prediction error remained high in such regions for all climate variables. Contributions of satellite covariates were mostly negligible for the other variables, although their importance varied by region. In contrast to the common approach to use a single model formulation for the entire world, we constructed the final product by selecting the best performing model for each region and variable. Global cross‐validation correlations were ≥ 0.99 for temperature and humidity, 0.86 for precipitation and 0.76 for wind speed. The fact that most of our climate surface estimates were only marginally improved by use of satellite covariates highlights the importance having a dense, high‐quality network of climate station data.

Bài báo này mô tả việc xây dựng một bộ dữ liệu khí hậu lưới cập nhật (được gọi là CRU TS3.10) từ các quan sát hàng tháng tại các trạm khí tượng trên khắp các vùng đất của thế giới. Các sai lệch tại trạm (so với trung bình giai đoạn 1961 đến 1990) được nội suy vào các ô lưới vĩ độ/kinh độ 0,5° bao phủ bề mặt đất toàn cầu (không bao gồm Antarctica), và được kết hợp với một khí hậu hiện có để nhận được các giá trị hàng tháng tuyệt đối. Bộ dữ liệu bao gồm sáu biến khí hậu chủ yếu độc lập (nhiệt độ trung bình, biên độ nhiệt độ ngày, lượng mưa, tần suất ngày ẩm, áp suất hơi và độ che phủ mây). Nhiệt độ tối đa và tối thiểu được suy ra một cách toán học từ các biến này. Các biến thứ cấp (tần suất ngày sương giá và bốc hơi tiềm năng) được ước lượng từ sáu biến chính bằng cách sử dụng các công thức nổi tiếng. Chuỗi thời gian cho các trung bình bán cầu và 20 khu vực quy mô bán châu lục lớn đã được tính toán (cho nhiệt độ trung bình, tối đa và tối thiểu cũng như tổng lượng mưa) và so sánh với một số sản phẩm lưới tương tự. Bộ dữ liệu mới có sự so sánh rất tích cực, với các sai lệch chính chủ yếu ở các vùng và/hoặc thời kỳ có ít dữ liệu quan sát hơn. CRU TS3.10 bao gồm các chẩn đoán liên quan đến từng giá trị nội suy cho biết số lượng trạm được sử dụng trong nội suy, cho phép xác định độ tin cậy của các giá trị một cách khách quan. Sản phẩm lưới này sẽ được cung cấp công khai, bao gồm cả chuỗi số liệu của các trạm đầu vào (http://www.cru.uea.ac.uk/ và http://badc.nerc.ac.uk/data/cru/). © 2013 Hiệp hội Khí tượng Hoàng gia

Progress in urban climatology over the two decades since the first publication of the International Journal of Climatology is reviewed. It is emphasized that urban climatology during this period has benefited from conceptual advances made in microclimatology and boundary‐layer climatology in general. The role of scale, heterogeneity, dynamic source areas for turbulent fluxes and the complexity introduced by the roughness sublayer over the tall, rigid roughness elements of cities is described. The diversity of urban heat islands, depending on the medium sensed and the sensing technique, is explained. The review focuses on two areas within urban climatology. First, it assesses advances in the study of selected urban climatic processes relating to urban atmospheric turbulence (including surface roughness) and exchange processes for energy and water, at scales of consideration ranging from individual facets of the urban environment, through streets and city blocks to neighbourhoods. Second, it explores the literature on the urban temperature field. The state of knowledge about urban heat islands around 1980 is described and work since then is assessed in terms of similarities to and contrasts with that situation. Finally, the main advances are summarized and recommendations for urban climate work in the future are made. Copyright © 2003 Royal Meteorological Society.

There is now a large published literature on the strengths and weaknesses of downscaling methods for different climatic variables, in different regions and seasons. However, little attention is given to the choice of downscaling method when examining the impacts of climate change on hydrological systems. This review paper assesses the current downscaling literature, examining new developments in the downscaling field specifically for hydrological impacts. Sections focus on the downscaling concept; new methods; comparative methodological studies; the modelling of extremes; and the application to hydrological impacts.

Consideration is then given to new developments in climate scenario construction which may offer the most potential for advancement within the ‘downscaling for hydrological impacts’ community, such as probabilistic modelling, pattern scaling and downscaling of multiple variables and suggests ways that they can be merged with downscaling techniques in a probabilistic climate change scenario framework to assess the uncertainties associated with future projections. Within hydrological impact studies there is still little consideration given to applied research; how the results can be best used to enable stakeholders and managers to make informed, robust decisions on adaptation and mitigation strategies in the face of many uncertainties about the future. It is suggested that there is a need for a move away from comparison studies into the provision of decision‐making tools for planning and management that are robust to future uncertainties; with examination and understanding of uncertainties within the modelling system. Copyright © 2007 Royal Meteorological Society

Chúng tôi trình bày một tập dữ liệu chuỗi thời gian khí hậu có độ phân giải hàng ngày đã được biên soạn cho Đánh giá Khí hậu Châu Âu (ECA). Tính đến tháng 12 năm 2001, tập dữ liệu ECA này bao gồm 199 chuỗi về nhiệt độ tối thiểu, tối đa và/hoặc nhiệt độ trung bình hàng ngày, cùng với 195 chuỗi về lượng mưa hàng ngày được quan sát tại các trạm khí tượng ở Châu Âu và Trung Đông. Gần như tất cả các chuỗi đều bao phủ giai đoạn tiêu chuẩn bình thường từ năm 1961 đến 1990, và khoảng 50% kéo dài ít nhất từ năm 1925. Một phần của tập dữ liệu (90%) được cung cấp cho nghiên cứu khí hậu trên CDROM và qua Internet (tại http://www.knmi.nl/samenw/eca).

So sánh tập dữ liệu ECA với các tập dữ liệu lưới có độ phân giải hàng tháng cho thấy hệ số tương quan giữa các trạm ECA và các ô lưới đất liền gần nhất trong khoảng thời gian từ 1946 đến 1999 cao hơn 0.8 cho 93% số chuỗi nhiệt độ và 51% số chuỗi lượng mưa. Các xu hướng tổng thể trong tập dữ liệu ECA có độ lớn tương đương với những xu hướng trong các tập dữ liệu lưới.

Tiềm năng của tập dữ liệu ECA cho các nghiên cứu khí hậu được chứng minh qua hai ví dụ. Trong ví dụ đầu tiên, cho thấy rằng sự ấm lên vào mùa đông (tháng 10–tháng 3) ở Châu Âu trong giai đoạn 1976-1999 đi kèm với một xu hướng tích cực trong số ngày sóng ấm tại hầu hết các trạm, nhưng không đi kèm với một xu hướng tiêu cực trong số ngày sóng lạnh. Thay vào đó, số ngày sóng lạnh tăng lên trên khắp Châu Âu. Trong ví dụ thứ hai, được chỉ ra rằng đối với lượng mưa vào mùa đông giữa năm 1946 và 1999, các xu hướng tích cực trong lượng mưa trung bình mỗi ngày ẩm chiếm ưu thế ở những khu vực đang trở nên khô hơn và ẩm hơn.

Landscape‐scale ecological modelling has been hindered by suitable high‐resolution surface meteorological datasets. To overcome these limitations, desirable spatial attributes of gridded climate data are combined with desirable temporal attributes of regional‐scale reanalysis and daily gauge‐based precipitation to derive a spatially and temporally complete, high‐resolution (4‐km) gridded dataset of surface meteorological variables required in ecological modelling for the contiguous United States from 1979 to 2010. Validation of the resulting gridded surface meteorological data, using an extensive network of automated weather stations across the western United States, showed skill comparable to that derived from interpolation using station observations, suggesting it can serve as suitable surrogate for landscape‐scale ecological modelling across vast unmonitored areas of the United States. Copyright © 2011 Royal Meteorological Society

El Niño/Southern Oscillation (ENSO) remains the most important coupled ocean–atmosphere phenomenon to cause global climate variability on seasonal to interannual time scales. This paper addresses the need for a reliable ENSO index that allows for the historical definition of ENSO events in the instrumental record back to 1871. The Multivariate ENSO Index (MEI) was originally defined as the first seasonally varying principal component of six atmosphere–ocean (COADS) variable fields in the tropical Pacific basin. It provides for a more complete and flexible description of the ENSO phenomenon than single variable ENSO indices such as the SOI or Niño 3.4 SST. Here we describe our effort to boil the MEI concept down to its most essential components (based on SLP, SST) to enable historical analyses that more than double its period of record to 1871–2005. The new MEI.ext confirms that ENSO activity went through a lull in the early‐ to mid‐20th century, but was just about as prevalent one century ago as in recent decades. We diagnose strong relationships between peak amplitudes of ENSO events and their duration, as well as between their peak amplitudes and their spacing (periodicity). Our effort is designed to help with the assessment of ENSO conditions through as long a record as possible to be able to differentiate between ‘natural’ ENSO behaviour in all its rich facets, and the ‘Brave New World’ of this phenomenon under evolving GHG‐related climate conditions. So far, none of the behaviour of recent ENSO events appears unprecedented, including duration, onset timing, and spacing in the last few decades compared to a full century before then. Copyright © 2011 Royal Meteorological Society

Climate and weather constitute a typical example where high dimensional and complex phenomena meet. The atmospheric system is the result of highly complex interactions between many degrees of freedom or modes. In order to gain insight in understanding the dynamical/physical behaviour involved it is useful to attempt to understand their interactions in terms of a much smaller number of prominent modes of variability. This has led to the development by atmospheric researchers of methods that give a space display and a time display of large space‐time atmospheric data.

Empirical orthogonal functions (EOFs) were first used in meteorology in the late 1940s. The method, which decomposes a space‐time field into spatial patterns and associated time indices, contributed much in advancing our knowledge of the atmosphere. However, since the atmosphere contains all sorts of features, e.g. stationary and propagating, EOFs are unable to provide a full picture. For example, EOFs tend, in general, to be difficult to interpret because of their geometric properties, such as their global feature, and their orthogonality in space and time. To obtain more localised features, modifications, e.g. rotated EOFs (REOFs), have been introduced. At the same time, because these methods cannot deal with propagating features, since they only use spatial correlation of the field, it was necessary to use both spatial and time information in order to identify such features. Extended and complex EOFs were introduced to serve that purpose.

Because of the importance of EOFs and closely related methods in atmospheric science, and because the existing reviews of the subject are slightly out of date, there seems to be a need to update our knowledge by including new developments that could not be presented in previous reviews. This review proposes to achieve precisely this goal. The basic theory of the main types of EOFs is reviewed, and a wide range of applications using various data sets are also provided. Copyright © 2007 Royal Meteorological Society